应用手动电路控制的电子烟出烟量预测系统

技术领域

本发明涉及电子烟领域，尤其涉及一种应用手动电路控制的电子烟出烟量预测系统。

背景技术

申请公布号为CN116725241A的发明公开了一种用于电子烟的雾化装置和具有其的烟弹、电子烟，用于电子烟的雾化装置包括：外壳内设有储油仓、气道以及与气道连通的雾化仓，外壳设有与雾化仓连通的进气口、以及与气道连通的吸气口；雾化组件设于外壳内，雾化组件分别与储油仓和雾化仓连通，雾化组件用于将储油仓内的待雾化介质雾化；挡板设在气道与雾化仓的连通处,以限制连通处的气流。根据该发明的用于电子烟的雾化装置，通过将挡板设置在外壳的气道和雾化仓的连通处，与传统的雾化装置相比，挡板可以对雾化仓内的混合气流遮挡，减缓混合气流的流速，以使雾化介质能够与空气充分混合，提升了用户抽吸时的体验。

申请公布号为CN116743148A的发明提供了一种触摸按键检测电路，应用于电子烟，包括电容单元、充放电单元、比较单元和控制单元，充放电单元与所述若干电容通道连接，用于对所述电容单元充电或放电，比较单元用于将所述电容单元的电压与阈值电压进行比较，以输出比较结果信号，控制单元与所述比较单元和所述充放电单元连通，用于根据所述比较单元输出的比较结果信号控制所述充放电单元，并输出结果信号，能够通过所述比较单元的输出结果信号反推出所述电容单元的充电时间，进而判断是否按键按下，替代了机械式按键，降低了按键损坏的概率。

一些电子烟使用电子气流传感器启动加热元件，一吸气就会使电池电路工作。而手动感应的需要用户按下一个按钮，然后吸烟。气动的使用方便，手动的电路相对来说比气动稳定，出烟量也比气动的好。随着硬件和软件的发展，有些厂商开始着手研发全自动机械制造电子烟，杜绝使用人工自己布线、焊接或电子，以达到更高的安全性和可靠性。但是，手动电路的控制模式因为稳定性、可靠性和易控性仍是市场上的主流。

用户每一次按压的深度不同，采用手动电路的控制模式获取的电子烟的出油剂量不同，但是，在现有技术中缺乏不同按压深度下不同出油剂量的智能分析机制，导致每一次用户的吸入剂量也难以有效判断，对用户的健康评估以及电子烟的使用时长的分析缺乏关键的基础数据。

发明内容

根据本发明，为了解决现有技术中的技术问题，提供了一种应用手动电路控制的电子烟出烟量预测系统，所述系统包括；

动作检测机构，与电子烟的手动出烟按钮连接，用于获取用户对电子烟的手动出烟按钮的当前按压深度、所述电子烟的雾化器的当前剩余油量以及所述电子烟的充电电池的当前剩余电量，所述手动出烟按钮设置在所述电子烟的手动电路中；

配置解析机构，设置在电子烟内部的控制电路板上，用于获得所述电子烟的各项配置内容，所述电子烟的各项配置内容包括所述电子烟的雾化器的工作功率、运行电流以及所述电子烟的手动出烟按钮的受力端面面积和最大按压深度；

训练执行机构，用于对深度神经网络执行多次训练以获得深度神经网络模型，对所述深度神经网络的每一次训练以所述电子烟的各项配置内容、用户过往某一次按压时对所述电子烟的手动出烟按钮的按压深度、所述过往某一次按压时所述电子烟的雾化器的当前剩余油量以及所述过往某一次按压时所述电子烟的充电电池的当前剩余电量作为所述深度神经网络的同步输入内容，以所述电子烟在所述过往某一次按压后对应的烟油散发剂量为所述深度神经网络的输出内容，完成对所述深度神经网络的本次训练；

智能鉴定机构，分别与所述动作检测机构、所述配置解析机构以及所述训练执行机构连接，用于使用深度神经网络模型基于所述电子烟的各项配置内容、用户对电子烟的手动出烟按钮的当前按压深度、所述电子烟的雾化器的当前剩余油量以及所述电子烟的充电电池的当前剩余电量智能鉴定所述电子烟在当前按压后的烟油散发剂量并作为参考烟油散发剂量输出；

实时显示机构，嵌入在电子烟的外壳内且与所述智能鉴定机构连接，用于接收并实时显示所述参考烟油散发剂量对应的数值；

其中，对深度神经网络执行多次训练以获得深度神经网络模型包括：所述深度神经网络的训练的次数与手动出烟按钮的最大按压深度单调正向关联。

本发明提供的一种应用手动电路控制的电子烟出烟量预测系统，在针对性训练机制的基础上，采用完成多次训练的深度神经网络基于电子烟的各项配置内容、用户对电子烟的手动出烟按钮的当前按压深度、所述电子烟的雾化器的当前剩余油量以及所述电子烟的充电电池的当前剩余电量智能鉴定所述电子烟在当前按压后的烟油散发剂量并作为参考烟油散发剂量输出，从而为用户的每一次手动电路控制的出油量提供有效、可靠的参考数据，为用户进行吸油量的身体状态监控提供方便。

附图说明

以下将结合附图对本发明的实施方案进行描述。

图1为根据本发明实施方案A示出的应用手动电路控制的电子烟出烟量预测系统的内部结构示意图。

图2为根据本发明实施方案B示出的应用手动电路控制的电子烟出烟量预测系统的内部结构示意图。

图3为根据本发明实施方案C示出的应用手动电路控制的电子烟出烟量预测系统的内部结构示意图。

具体实施方式

下面将参照附图对本发明的应用手动电路控制的电子烟出烟量预测系统的实施方案进行详细说明。

实施方案A

图1为根据本发明实施方案A示出的应用手动电路控制的电子烟出烟量预测系统的内部结构示意图，所述系统包括：

动作检测机构，与电子烟的手动出烟按钮连接，用于获取用户对电子烟的手动出烟按钮的当前按压深度、所述电子烟的雾化器的当前剩余油量以及所述电子烟的充电电池的当前剩余电量，所述手动出烟按钮设置在所述电子烟的手动电路中；

具体地，动作检测机构，与电子烟的手动出烟按钮连接，用于获取用户对电子烟的手动出烟按钮的当前按压深度、所述电子烟的雾化器的当前剩余油量以及所述电子烟的充电电池的当前剩余电量，所述手动出烟按钮设置在所述电子烟的手动电路中包括：所述动作检测机构包括深度检测单元、油量检测单元以及电量检测单元，用于分别检测电子烟的手动出烟按钮的当前按压深度、所述电子烟的雾化器的当前剩余油量以及所述电子烟的充电电池的当前剩余电量；

配置解析机构，设置在电子烟内部的控制电路板上，用于获得所述电子烟的各项配置内容，所述电子烟的各项配置内容包括所述电子烟的雾化器的工作功率、运行电流以及所述电子烟的手动出烟按钮的受力端面面积和最大按压深度；

训练执行机构，用于对深度神经网络执行多次训练以获得深度神经网络模型，对所述深度神经网络的每一次训练以所述电子烟的各项配置内容、用户过往某一次按压时对所述电子烟的手动出烟按钮的按压深度、所述过往某一次按压时所述电子烟的雾化器的当前剩余油量以及所述过往某一次按压时所述电子烟的充电电池的当前剩余电量作为所述深度神经网络的同步输入内容，以所述电子烟在所述过往某一次按压后对应的烟油散发剂量为所述深度神经网络的输出内容，完成对所述深度神经网络的本次训练；

智能鉴定机构，分别与所述动作检测机构、所述配置解析机构以及所述训练执行机构连接，用于使用深度神经网络模型基于所述电子烟的各项配置内容、用户对电子烟的手动出烟按钮的当前按压深度、所述电子烟的雾化器的当前剩余油量以及所述电子烟的充电电池的当前剩余电量智能鉴定所述电子烟在当前按压后的烟油散发剂量并作为参考烟油散发剂量输出；

实时显示机构，嵌入在电子烟的外壳内且与所述智能鉴定机构连接，用于接收并实时显示所述参考烟油散发剂量对应的数值；

其中，对深度神经网络执行多次训练以获得深度神经网络模型包括：所述深度神经网络的训练的次数与手动出烟按钮的最大按压深度单调正向关联；

其中，对所述深度神经网络的每一次训练以所述电子烟的各项配置内容、用户过往某一次按压时对所述电子烟的手动出烟按钮的按压深度、所述过往某一次按压时所述电子烟的雾化器的当前剩余油量以及所述过往某一次按压时所述电子烟的充电电池的当前剩余电量作为所述深度神经网络的同步输入内容，以所述电子烟在所述过往某一次按压后对应的烟油散发剂量为所述深度神经网络的输出内容，完成对所述深度神经网络的本次训练包括：采用数值仿真模式实现对所述深度神经网络的每一次训练的仿真操作和测试操作。

实施方案B

图2为根据本发明实施方案B示出的应用手动电路控制的电子烟出烟量预测系统的内部结构示意图。

图2中实施方案B示出的应用手动电路控制的电子烟出烟量预测系统可以包括以下部件：

动作检测机构，与电子烟的手动出烟按钮连接，用于获取用户对电子烟的手动出烟按钮的当前按压深度、所述电子烟的雾化器的当前剩余油量以及所述电子烟的充电电池的当前剩余电量，所述手动出烟按钮设置在所述电子烟的手动电路中；

配置解析机构，设置在电子烟内部的控制电路板上，用于获得所述电子烟的各项配置内容，所述电子烟的各项配置内容包括所述电子烟的雾化器的工作功率、运行电流以及所述电子烟的手动出烟按钮的受力端面面积和最大按压深度；

训练执行机构，用于对深度神经网络执行多次训练以获得深度神经网络模型，对所述深度神经网络的每一次训练以所述电子烟的各项配置内容、用户过往某一次按压时对所述电子烟的手动出烟按钮的按压深度、所述过往某一次按压时所述电子烟的雾化器的当前剩余油量以及所述过往某一次按压时所述电子烟的充电电池的当前剩余电量作为所述深度神经网络的同步输入内容，以所述电子烟在所述过往某一次按压后对应的烟油散发剂量为所述深度神经网络的输出内容，完成对所述深度神经网络的本次训练；

智能鉴定机构，分别与所述动作检测机构、所述配置解析机构以及所述训练执行机构连接，用于使用深度神经网络模型基于所述电子烟的各项配置内容、用户对电子烟的手动出烟按钮的当前按压深度、所述电子烟的雾化器的当前剩余油量以及所述电子烟的充电电池的当前剩余电量智能鉴定所述电子烟在当前按压后的烟油散发剂量并作为参考烟油散发剂量输出；

实时显示机构，嵌入在电子烟的外壳内且与所述智能鉴定机构连接，用于接收并实时显示所述参考烟油散发剂量对应的数值；

电压供应接口，分别与所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构连接，用于分别为所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构提供各自需要的工作电压；

示例地，电压供应接口，分别与所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构连接，用于分别为所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构提供各自需要的工作电压包括：所述电压供应接口包括多个电压转换单元，用于获取多种不同数值的工作电压；

其中，电压供应接口，分别与所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构连接，用于分别为所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构提供各自需要的工作电压包括：所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构各自需要的工作电压包括3.3伏特以及5伏特；

其中，电压供应接口，分别与所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构连接，用于分别为所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构提供各自需要的工作电压还包括：所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构被配置在所述电压供应接口的周围且分别采用不同的电磁屏蔽机构与所述电压供应接口隔离；

其中，所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构被配置在所述电压供应接口的周围且分别采用不同的电磁屏蔽机构与所述电压供应接口隔离包括：所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构分别采用的不同的电磁屏蔽机构到所述电压供应接口的距离相等；

以及其中，所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构被配置在所述电压供应接口的周围且分别采用不同的电磁屏蔽机构与所述电压供应接口隔离还包括：所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构分别采用的不同的电磁屏蔽机构的内部结构相同。

实施方案C

图3为根据本发明实施方案C示出的应用手动电路控制的电子烟出烟量预测系统的内部结构示意图。

图3中实施方案C示出的应用手动电路控制的电子烟出烟量预测系统可以包括以下部件：

动作检测机构，与电子烟的手动出烟按钮连接，用于获取用户对电子烟的手动出烟按钮的当前按压深度、所述电子烟的雾化器的当前剩余油量以及所述电子烟的充电电池的当前剩余电量，所述手动出烟按钮设置在所述电子烟的手动电路中；

配置解析机构，设置在电子烟内部的控制电路板上，用于获得所述电子烟的各项配置内容，所述电子烟的各项配置内容包括所述电子烟的雾化器的工作功率、运行电流以及所述电子烟的手动出烟按钮的受力端面面积和最大按压深度；

训练执行机构，用于对深度神经网络执行多次训练以获得深度神经网络模型，对所述深度神经网络的每一次训练以所述电子烟的各项配置内容、用户过往某一次按压时对所述电子烟的手动出烟按钮的按压深度、所述过往某一次按压时所述电子烟的雾化器的当前剩余油量以及所述过往某一次按压时所述电子烟的充电电池的当前剩余电量作为所述深度神经网络的同步输入内容，以所述电子烟在所述过往某一次按压后对应的烟油散发剂量为所述深度神经网络的输出内容，完成对所述深度神经网络的本次训练；

智能鉴定机构，分别与所述动作检测机构、所述配置解析机构以及所述训练执行机构连接，用于使用深度神经网络模型基于所述电子烟的各项配置内容、用户对电子烟的手动出烟按钮的当前按压深度、所述电子烟的雾化器的当前剩余油量以及所述电子烟的充电电池的当前剩余电量智能鉴定所述电子烟在当前按压后的烟油散发剂量并作为参考烟油散发剂量输出；

实时显示机构，嵌入在电子烟的外壳内且与所述智能鉴定机构连接，用于接收并实时显示所述参考烟油散发剂量对应的数值；

辐射感应器件，分别与所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构连接，用于为所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构提供各自的实时电磁辐射量的数值感应操作；

其中，辐射感应器件，分别与所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构连接，用于为所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构提供各自的实时电磁辐射量的数值感应操作包括：所述辐射感应器件包括多个辐射感应单元，用于分别为所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构提供各自的实时电磁辐射量的数值感应操作；

其中，所述辐射感应器件包括多个辐射感应单元，用于分别为所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构提供各自的实时电磁辐射量的数值感应操作包括：所述多个辐射感应单元的内部结构相同；

以及其中，所述辐射感应器件包括多个辐射感应单元，用于分别为所述配置解析机构、所述训练执行机构、所述智能鉴定机构以及所述实时显示机构提供各自的实时电磁辐射量的数值感应操作包括：所述多个辐射感应单元分别内置有各自的辐射报警组件。

另外，在所述应用手动电路控制的电子烟出烟量预测系统中，对所述深度神经网络的每一次训练以所述电子烟的各项配置内容、用户过往某一次按压时对所述电子烟的手动出烟按钮的按压深度、所述过往某一次按压时所述电子烟的雾化器的当前剩余油量以及所述过往某一次按压时所述电子烟的充电电池的当前剩余电量作为所述深度神经网络的同步输入内容，以所述电子烟在所述过往某一次按压后对应的烟油散发剂量为所述深度神经网络的输出内容，完成对所述深度神经网络的本次训练还包括：所述数值仿真模式基于MATLAB工具箱。

本发明至少具有以下两个突出的实质性技术特点：

A：对深度神经网络执行多次训练以获得深度神经网络模型，对所述深度神经网络的每一次训练以电子烟的各项配置内容、用户过往某一次按压时对所述电子烟的手动出烟按钮的按压深度、所述过往某一次按压时所述电子烟的雾化器的当前剩余油量以及所述过往某一次按压时所述电子烟的充电电池的当前剩余电量作为所述深度神经网络的同步输入内容，以所述电子烟在所述过往某一次按压后对应的烟油散发剂量为所述深度神经网络的输出内容，完成对所述深度神经网络的本次训练，从而保证了每一次训练的效果；

B：使用深度神经网络模型基于电子烟的各项配置内容、用户对电子烟的手动出烟按钮的当前按压深度、所述电子烟的雾化器的当前剩余油量以及所述电子烟的充电电池的当前剩余电量智能鉴定所述电子烟在当前按压后的烟油散发剂量并作为参考烟油散发剂量输出，从而为用户的每一次手动电路控制的出油量提供有效、可靠的参考数据，为用户进行吸油量的身体状态监控提供方便。

采用本发明的应用手动电路控制的电子烟出烟量预测系统，针对现有技术中难以有效解析不同深度按压下电子烟的不同出油剂量的技术问题，通过采用针对性训练机制获得完成多次训练的深度神经网络，并采用完成多次训练的深度神经网络基于电子烟的各项关联数据智能鉴定用户在不同深度的按压下电子烟的不同的烟油散发剂量，从而为用户的每一次手动电路控制的出油量提供有效、可靠的参考数据。

虽然对本发明通过实例的方式并参考附图进行了全面的叙述，但应该理解的是，各种变化和修改对于本技术领域熟练的人员是显而易见的。因此，除非另行指出变化和修改脱离了本发明的范围，这样的变化和修改都应该被认为包括在本发明的范围之中。