一种基于AI记忆功能的雾化器芯片控制系统技术方案

本发明专利技术公开了一种基于AI记忆功能的雾化器芯片控制系统，属于自动化控制技术领域，包括用户终端、吸力传感器、供电模块、定位告警模块、稳压模块、总控模块以及记录分析模块，所述用户终端用于与控制系统通信连接，并实时接收控制系统各组数据，同时对其进行选择控制，所述吸力传感器用于实时检测客户使用电子烟时使用的吸力大小；本发明专利技术能够使电子烟在客户使用时，根据客户的使用特点，自动控制雾化器的输出功率，让客户获得最舒服的体验，同时可定位寻找，降低产品丢失风险。降低产品丢失风险。降低产品丢失风险。

【技术实现步骤摘要】
一种基于AI记忆功能的雾化器芯片控制系统


[0001]本专利技术涉及自动化控制
，尤其涉及一种基于AI记忆功能的雾化器芯片控制系统。

技术介绍

[0002]电子烟是一种模仿卷烟的电子产品，电子烟虽不含焦油，但仍有其他多种致癌物质，有着与卷烟一样的外观、烟雾、味道和感觉，通过公开资料显示，电子烟主要由烟油、加热系统、电源和过滤嘴四部分组成，通过加热雾化产生具有特定气味的气溶胶供烟民使用。从广义来说，电子烟是指电子尼古丁递送系统，包括电子烟、水烟筒、水烟笔等多种形式。从狭义来说，电子烟单指外形与卷烟相似的便携式电子烟，其中，雾化器由电池杆供电，能够把烟弹内的液态尼古丁转变成雾气，从而让使用者在吸时有一种类似吸烟的感觉，实现“吞云吐雾”。它甚至可以根据个人喜好，向烟管内添加巧克力、薄荷等各种味道的香料，因此，电子烟也随着收到广大烟民的喜爱；
[0003]经检索，中国专利号CN106168780B公开了基于蓝牙通讯的电子雾化器控制系统，该专利技术虽然大大的降低了功耗，延长了电子雾化器控制系统中电源模块的使用寿命，同时节省电子雾化器控制系统的成本，但是无法在客户使用时，根据客户的使用特点，自动控制雾化器的输出功率，产品丢失风险较高；为此，我们提出一种基于AI记忆功能的雾化器芯片控制系统。

技术实现思路

[0004]本专利技术的目的是为了解决现有技术中存在的缺陷，而提出的一种基于AI记忆功能的雾化器芯片控制系统。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]一种基于AI记忆功能的雾化器芯片控制系统，包括用户终端、吸力传感器、供电模块、定位告警模块、稳压模块、总控模块以及记录分析模块；
[0007]所述用户终端用于与控制系统通信连接，并实时接收控制系统各组数据，同时对其进行选择控制；
[0008]所述吸力传感器用于实时检测客户使用电子烟时使用的吸力大小；
[0009]所述供电模块用于为该控制系统进行供电；
[0010]所述稳压模块用于在客户不同吸力的情况下保持雾化器运行功率稳定在默认范围内，实现恒功率输出，同时接收总控模块发送的控制指令进行功率调整；
[0011]所述总控模块用于对雾化器输出功率进行智能调整；
[0012]所述记录分析模块用于实时记录该系统各组信息，并进行反馈提示；
[0013]所述定位告警模块用于接收用户终端发送的找寻指令，并进行位置告警。
[0014]作为本专利技术的进一步方案，所述总控模块智能调整具体步骤如下：
[0015]步骤一：当客户第一次使用时，总控模块从记录分析模块提取默认配置信息，或接
受用户终端发送的配置信息，并向各子模块发送调整信息以对系统完成调整；
[0016]步骤二：客户使用过程中，总控模块构建深度神经网络，并对其进行训练优化，同时采集客户使用过程中的雾气吞吐量、吸取时长以及吸力大小；
[0017]步骤三：深度神经模型接收各组数据，并将三组数据整合归纳为客户习惯数据集，之后将当天生成的所有的客户习惯数据集表示为种群，并结合遗传算法生成种群矩阵，其客户习惯数据集以及种群举证具体表现形式如下：
[0018][0019][0020]其中，τ
k,m,n
代表客户单次雾气吞吐量，y代表客户完成一次抽烟过程的第几次，k代表客户单次吸取时长，m代表客户单次吸力大小，n代表用户吸取次数，P表示种群矩阵；
[0021]步骤四：随机从种群P中选择两组个体以及再分别从个体以及中选取某一段路径τ
a,k,m,t
、τ
b,k,m,t
，然后进行交换得到新的两个新的个体，其中，t位于1到n的区间内；
[0022]步骤五：随机生成一个系数η，当η小于规定值时，随机选择一组个体并随机选择个体中的两段路径τ
z,k,m,c
以及τ
z,k,m,d
进行交换，同时z依次加一，并继续执行上述步骤直至y＞m；
[0023]步骤六：检测并删除种群矩阵中的冗余数据集，并重新计算客户使用习惯的适应度函数，并通过不断迭代对用户使用习惯进行不断优化，其中，个体被选中的概率具体计算公式如下：
[0024][0025]其中，G为适应度矩阵；
[0026]步骤七：依据从种群矩阵P中中选择多次个体来建立新的矩阵同时选择最大适应度的个体，并与拼接形成新的种群以完成对客户使用习惯的迭代，并保存最优客户使用习惯。
[0027]作为本专利技术的进一步方案，所述深度神经网络训练优化具体步骤如下：
[0028]步骤(1)：深度神经网络从云服务器中调取多组训练用的模拟数据，并将其分类测试集以及训练集，之后从测试集中选取一个模拟数据，并计算该模拟数据的均方根误差来验证该深度神经网络的精度，如此重复多次；
[0029]步骤(2)：对测试集中的每组数据都进行一次预测，并将预测结果最好的数据作为最优参数输出，之后依据最优参数对训练集进行标准化处理，最后将训练样本输送到深度神经网络中，并采用长期迭代法对该神经网络进行实时优化；
[0030]步骤(3)：通过焦点损失函数对满足期望值的深度神经网络性能损失进行计算，并依据计算结果进行准确率、检出率和误报率评估，同时生成相对应的曲线走势图，其焦点损失函数具体计算公式如下：
[0031]FL(pi)＝
‑
α(1
‑
pi)
γ
log(pi)
ꢀꢀꢀ
(4)
[0032]其中，pi代表预测值，α代表权重因子，γ代表聚焦参数。
[0033]作为本专利技术的进一步方案，所述记录分析模块反馈提示具体步骤如下：
[0034]第一步：记录分析模块实时接收总控模块、吸力传感器、供电模块以及稳压模块发送的各组数据，同时生成信息记录表记录各组数据，并标注记录的时间；
[0035]第二步：对信息记录表中的各组信息进行实时更新，通知将其进行图像化处理后发送至用户终端以供用户查看，同时记录分析模块实时对各模块运行性能进行监测，当一组或多组模块运行时出现异常时，记录分析模块向用户终端发送警示信息。
[0036]作为本专利技术的进一步方案，所述用户终端选择控制具体步骤如下：
[0037]S1：客户通过用户终端选择需要查看的数据，总控模块接收到客户的调取指令，之后记录分析模块调取相对应的数据发送至用户终端；
[0038]S2：用户终端接收到各组数据后，依据工作人员设置的程序流程生成相对应的客户界面，当电子烟丢失后，客户通过用户终端选择查找选项，之后用户终端生成找寻指令。
[0039]作为本专利技术的进一步方案，所述定位告警模块位置告警具体步骤如下：
[0040]P1：定位告警模块接收到用户终端发送的找寻指令后，自行与GPS卫星进行通信连接，并对自身位置进行确定，之后将位置信息发送至用户终端；
[0041]P2：用户终端接收到位置信息后，定位告警本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI记忆功能的雾化器芯片控制系统，其特征在于，包括用户终端、吸力传感器、供电模块、定位告警模块、稳压模块、总控模块以及记录分析模块；所述用户终端用于与控制系统通信连接，并实时接收控制系统各组数据，同时对其进行选择控制；所述吸力传感器用于实时检测客户使用电子烟时使用的吸力大小；所述供电模块用于为该控制系统进行供电；所述稳压模块用于在客户不同吸力的情况下保持雾化器运行功率稳定在默认范围内，实现恒功率输出，同时接收总控模块发送的控制指令进行功率调整；所述总控模块用于对雾化器输出功率进行智能调整；所述记录分析模块用于实时记录该系统各组信息，并进行反馈提示；所述定位告警模块用于接收用户终端发送的找寻指令，并进行位置告警。2.根据权利要求1所述的一种基于AI记忆功能的雾化器芯片控制系统，其特征在于，所述总控模块智能调整具体步骤如下：步骤一：当客户第一次使用时，总控模块从记录分析模块提取默认配置信息，或接受用户终端发送的配置信息，并向各子模块发送调整信息以对系统完成调整；步骤二：客户使用过程中，总控模块构建深度神经网络，并对其进行训练优化，同时采集客户使用过程中的雾气吞吐量、吸取时长以及吸力大小；步骤三：深度神经模型接收各组数据，并将三组数据整合归纳为客户习惯数据集，之后将当天生成的所有的客户习惯数据集表示为种群，并结合遗传算法生成种群矩阵，其客户习惯数据集以及种群举证具体表现形式如下：举证具体表现形式如下：其中，τ
k,m,n
代表客户单次雾气吞吐量，y代表客户完成一次抽烟过程的第几次，k代表客户单次吸取时长，m代表客户单次吸力大小，n代表用户吸取次数，P表示种群矩阵；步骤四：随机从种群P中选择两组个体以及再分别从个体以及中选取某一段路径τ
a,k,m,t
、τ
b,k,m,t
，然后进行交换得到新的两个新的个体，其中，t位于1到n的区间内；步骤五：随机生成一个系数当η小于规定值时，随机选择一组个体并随机选择个体中的两段路径τ
z,k,m,c
以及τ
z,k,m,d
进行交换，同时z依次加一，并继续执行上述步骤直至y＞m；步骤六：检测并删除种群矩阵中的冗余数据集，并重新计算客户使用习惯的适应度函数，并通过不断迭代对用户使用习惯进行不断优化，其中，个体被选中的概率具体计算公式如下：
其中，G为适应度矩阵；步骤七：依据从种群矩阵P中中选择多次个体来建立新的矩阵同时选择最大适应度的个体，并与拼接形成新的种群以完成对客户使用习惯的迭代，并保存最优客户使用习惯。3.根据权利要求2所述的一种基于AI记忆功能的雾化...

【专利技术属性】
技术研发人员：刘旭荃，
申请(专利权)人：深圳市华冠科讯电子有限公司，
类型：发明
国别省市：