一种电子烟及其控制方法与流程

本发明涉及电子烟，尤其涉及一种电子烟及其控制方法。

背景技术：

1、电子烟作为一种受欢迎的代替吸烟产品，在全球范围内得到广泛使用，然而使用电子烟时会因为电子烟内部的发热部件容易受损或者使用不当导致过热，存在安全隐患，并且目前大部分烟民普遍认为电子烟中产生的水蒸气会随着烟雾进入肺部，从而导致电子烟的危害比传统香烟大，因此，需要引入更加智能化的控制方法，通过人工智能的模型监控电子烟内部发热元件的升温速率，并且在升温异常的时候做出决策，控制内部其他元件处理温度异常问题，实现智能、安全的控制方法。

技术实现思路

1、本发明为解决上述技术问题，提出了一种电子烟及其控制方法，以解决至少一个上述技术问题。

2、为实现上述目的，本发明提供了一种电子烟及其控制方法，所述方法包括以下步骤：

3、步骤s1：获取电阻值变化数据；对电阻值变化数据进行发热组件温度变化分析，生成温度变化信息数据；

4、步骤s2：根据温度变化信息数据计算获取温度变化速率数据；对温度变化速率数据进行数据预处理，得到标准温度变化速率数据；

5、步骤s3：利用标准温度变化速率数据对tinyml机器模型进行模型训练，得到温度监测模型；利用自适应算法对温度监测模型进行模型优化,得到自适应温度监测模型；

6、步骤s4：利用自适应温度监测模型通过状态识别算法对电子烟内部进行监控和识别，生成指令信息数据；

7、步骤s5：对指令信息数据进行数据压缩打包，生成格式指令信息数据包；根据tcp网络协议将格式指令信息数据包通过局域网传输到电子烟上可控制进气阀口上进行数据解析，生成可执行指令信息；

8、步骤s6：根据可执行指令信息打开或者关闭可控制进气阀口；根据可控制进气阀口的状态信息对自适应温度监测模型进行控制优化，生成智能电能决策模型。

9、本发明通过获取电子烟内电阻值变化并进行发热组件温度变化分析，可以获得温度变化信息数据，按照时间戳对温度变化信息数据进行排序，利用温度变化速率检测公式对这些数据进行速率计算得到温度变化速率数据，对温度变化速率数据进行数据预处理，取得标准温度变化速率数据，预处理可以使数据更干净，除去冗余数据，把标准温度变化速率数据分为模型训练集和模型验证数据集，对tinyml模型进行模型训练，得到tinyml预模型，通过损失函数对预模型进行参数更新，再通过自适应算法对此进行参数调整，得到自适应温度监测模型，通过自适应温度监测模型对电子烟内部情况进行监控和识别，可以在发热组件升温过快、温度过高时立即根据训练所定的决策进行补救，对控制决策进行指令转换，得到指令信息数据，对指令信息数据进行压缩、打包、封装，接收方对收到的报文进行校验过后无误再对此解封，得到具体指令信息数据，可以避免传输过程出现错误，根据具体指令信息数据对预设的阀口进行开关操作，得到开关状态信息数据，可以减少升温速率过快造成的烟油燃烧不均匀、烟雾中水蒸气和有害物质过多的问题，同时还可以解决电子烟升温过高的问题，对阀口的开关状态进行逻辑映射，得到阀口状态二进制数据，可以让阀口开关状态转换为数据形式，通过tinyml模型进行识别，可以得到状态决策信息数据，根据状态决策信息数据进行热电转换参数计算，并传输到tinyml模型中进行控制优化，生成智能电能决策模型，以升级原本使用的模型，增强模型对需计算数据的处理能力。因此，本发明通过温度变化数据分析、模型训练和智能化控制决策，提高了温度监测精准性和数据传输解析效率。

10、本发明还提供一种电子烟，包括：

11、优选的，步骤s1包括以下步骤：

12、步骤s11：获取电子烟的内部发热组件数据；对发热组件数据进行周期变化分析，从而获得电阻值变化数据；

13、步骤s12：基于预设的固定电流利用功率计算公式对电阻值变化数据计算，得到功率损耗变化数据；

14、步骤s13：根据发热组件的特性材料对发热组件数据进行电阻材料特性分析，生成电阻固定数据和温度变化数据；根据电阻固定数据和温度变化数据进行关系模型构建，生成电阻-温度关系模型；根据功率损耗变化数据和温度变化数据进行关系模型构建，生成功率损耗-温度关系模型；结合电阻-温度关系模型和功率损耗-温度关系模型，生成电阻预测多元模型；

15、步骤s14：利用电阻预测多元模型对发热组件进行功率损耗变化模拟，得到温度变化信息数据。

16、优选的，步骤s13包括以下步骤：

17、步骤s131：对发热组件的材料特性数据进行电阻材料特性分析，得到电阻固定数据和温度变化数据；

18、步骤s132：根据电阻固定数据和温度变化数据绘制获得电阻-温度散点图，对电阻-温度散点图中数据进行数据拟合，得到电阻-温度关系模型；

19、步骤s133：根据功率损耗变化数据和温度变化数据以可视化数据的趋势绘制获取的功耗-温度散点图，对功耗-温度中数据进行数据拟合，得到功率损耗-温度关系模型；

20、步骤s134：将电阻-温度关系模型和功率损耗-温度关系模型的预测结果结合成融合特征，利用多元回归机器算法对融合特征进行模型训练，得到电阻预测多元模型。

21、优选的，步骤s2包括以下步骤：

22、步骤s21：将温度变化信息数据按照预设的时间戳进行时间顺序排列，得到即时温度变化信息数据；

23、步骤s22：利用温度变化速率检测公式对即时温度变化信息数据进行速率计算，生成温度变化速率数据；

24、其中，温度变化速率检测公式具体为：

25、

26、其中，q为温度变化速率，t为物体的温度，k为热传导率，a为物体的表面积，te为环境温度，m为物体的质量，c为物体的比热容，t0物体的初始温度，r为比例关系常数，x为变量；

27、步骤s23：对温度变化速率数据进行数据降噪、数据平滑和数据标准化，生成标准温度变化速率数据，其中数据预处理包括数据降噪、数据平滑和数据标准化。

28、优选的，步骤s3包括以下步骤：

29、步骤s31：将标准温度变化速率数据划分为模型训练集和模型验证数据集；

30、步骤s32：通过模型训练集对tinyml模型进行模型训练，生成tinyml预模型；通过损失函数对tinyml预模型进行参数更新，得到初始机器模型；

31、步骤s33：利用模型训练集和模型验证数据集对初始机器模型进行交叉验证，得到温度监测模型；

32、步骤s34：通过自适应算法对温度监测模型进行参数调整,得到自适应温度监测模型。

33、优选的，步骤s34中的自适应算法具体为：

34、

35、其中，θnew为更新后的模型参数；θold为原始的模型参数；α为学习率，用于控制参数更新的速度，β为惯性权重，用于控制参数更新的方向；j(θold)为损失函数，用于评估模型的性能；为损失函数的梯度，为损失函数的二阶导数，γ为时间权重，用于调整时间上的影响；c1为周期性调整的振幅，c2为周期性调整的偏移量，ω为角频率；φ1为周期性调整的起始偏移，φ2为周期性调整中两个波形之间的时间差，t为自适应的时间。

36、优选的，步骤s4包括以下步骤：

37、步骤s41：将自适应温度监测模型上传到电子烟检测模块中进行部署；

38、步骤s42：利用自适应温度监测模型通过状态识别算法对电子烟内部进行监控和识别，得到电子烟状态数据；根据自适应温度监测模型对电子烟状态数据进行自主控制决策，生成控制决策数据；

39、其中，状态识别算法如下所示：

40、

41、其中，y为电子烟内部状态的识别结果，σ为温度监测模型的标准差，用于控制正态分布曲线的宽度，μ为温度监测模型的均值，用于控制正态分布曲线的位置，ρ为电子烟内部状态的影响程度，β为状态识别算法的斜率，ψ为状态识别算法的阈值，κ为输入变量，e为自然对数的底数；

42、步骤s43：对控制决策数据进行指令转换，生成相应的指令信息数据。

43、优选的，步骤s5包括以下步骤：

44、步骤s51：对电子烟指令信息进行数据压缩处理，生成电子烟压缩数据；根据预设的通讯协议对电子烟压缩数据进行打包处理，生成格式指令信息数据包；

45、步骤s52：通过应用层将格式指令信息数据包进行数据封装，生成tcp报文；

46、步骤s53：将封装好的tcp报文发送到电子烟阀口中进行校验处理，当校验结果为假，则丢弃tcp报文；当校验结果为真，则生成已校验tcp报文；

47、步骤s54：对已校验tcp报文进行解封，生成原始应用层数据；对原始应用层数据进行数据包解析，生成格式指令信息数据；

48、步骤s55：对格式指令信息数据进行解压缩处理，生成可执行指令信息。

49、优选的，步骤s6包括以下步骤：

50、步骤s61：接收可执行指令信息，并根据接收的可执行指令信息进行阀口开关操作，得到开关状态信息数据；

51、步骤s62：对可控制进气阀口的开关状态信息数据进行逻辑映射，生成阀口状态二进制数据；通过自适应温度监测模型对阀口状态二进制数据进行识别，得到状态决策信息数据；

52、步骤s63：根据状态决策信息数据进行热电转换参数计算，并传输到自适应温度监测模型中进行控制优化，生成智能电能决策模型，以执行电子烟控制作业。

53、优选的，一种电子烟的控制方法，包括：

54、温度获取模块：用于获取电阻值变化数据；对电阻值变化数据进行发热组件温度变化分析，生成温度变化信息数据；

55、数据处理模块：用于从温度变化信息数据中计算获取温度变化速率数据；对温度变化速率数据进行数据预处理，得到标准温度变化速率数据；

56、模型构建模块：用于利用tinyml机器模型算法对标准温度变化速率数据进行模型训练，得到温度监测模型；利用自适应算法对温度监测模型进行模型优化,得到自适应温度监测模型；

57、模型监控模块：用于利用自适应温度监测模型通过状态识别算法对电子烟内部进行监控和识别，生成控制决策数据和指令信息数据；

58、数据传输模块：用于对指令信息数据进行数据压缩打包，生成格式指令信息数据包；通过tcp网络协议将格式指令信息数据包通过局域网传输到电子烟杆预设的可控制进气阀口上进行数据解析，生成可执行指令信息；

59、智能优化模块：用于根据可执行指令信息打开或者关闭可控制进气阀口；根据阀口的状态信息对tinyml模型进行控制优化，生成智能电能决策模型。

60、本发明基于多元模型和自适应算法实现对电子烟的温度监测和状态识别，并自主进行控制决策，具有较高的精度和稳定性，能够有效保障用户的健康和安全，同时，本发明采用数据压缩处理和tcp报文传输等技术手段，可以提高数据传输的效率和准确性，实现了电子烟智能化控制。

61、本发明的有益效果在于：通过获取电阻值变化数据，并根据电阻值变化数据对发热组件温度变化进行分析，生成温度变化信息数据。然后，利用温度变化速率公式对温度变化信息数据进行速率计算，生成温度变化速率数据，进而对温度变化速率数据进行预处理，以得到标准的温度变化速率特征数据。最后，通过tinyml机器模型算法对标准温度变化速率特征数据进行模型训练，并利用自适应算法对温度监测模型进行优化，得到自适应温度监测模型。该模型可以更加精确地对电子烟内部的温度变化进行监测和识别，提高了温度监测精准性，通过使用自适应温度监测模型对电子烟内部进行监控和识别，生成控制决策数据和指令信息数据，同时通过状态识别算法实现智能化调节。在此基础上，将指令信息数据进行数据压缩打包，生成格式指令信息数据包，并通过tcp网络协议将其传输到电子烟杆预设的可控制进气阀口上进行数据解析，以得到具体指令信息数据。最后，根据具体指令信息数据对阀口进行打开或关闭操作，以实现随电子烟温度变化而自动开关额外进气阀口的操作。该过程可以提高电子烟系统的智能化控制决策能力，使其更加灵活、智能化和人性化。因此，本发明通过温度变化数据分析、模型训练和智能化控制决策，提高了温度监测精准性和数据传输解析效率。