一种加热烟具中气溶胶生成基质实际温度人工智能获取方法及加热烟具与流程

本发明涉及一种加热烟具中气溶胶生成基质实际温度人工智能获取方法及加热烟具，属于加热烟具控制。

背景技术：

1、各国对卷烟管制逐渐加强，以及人们越来越重视健康，近年来出现了一类用于加热卷烟的加热烟具越来越受欢迎。其主要是通过雾化等手段，将烟草中的尼古丁等物质变成蒸汽后，让用户吸食的一种产品。在加热卷烟技术的持续演进中，实现高精度温度控制不仅是技术层面的突破，更是对消费者体验深度理解的体现。为了能够确保每一口烟气的口感、香气和尼古丁传输量保持高度一致性，各类现有技术不断尝试提升温度传感器的测量精度和控制精度，以期从给予消费者稳定、满意的品吸体验。尽管现有技术在加热烟具的温度控制方面取得了一定的进展，但它们通常依赖于固定的加热曲线，缺乏对不同烟草特性和实际使用环境状态条件的适应性。

2、然而，这些现有技术忽视了两个基本问题：

3、第一，目前加热烟具的温度控制曲线都是某款加热卷烟在某款加热烟具上基于常规环境（25℃室温）下依靠人工抽吸逐渐摸索出的一条较佳的加热曲线，一旦一种加热烟具换一种烟支，或者一种烟支换一种加热烟具，就需要重新摸索出一条新的加热曲线。

4、第二，加热烟具控制对象始终是邻近加热器的温度传感器的温度，而非加热卷烟烟草段的实际温度，对于使用过程中加热器连同温度传感器均被直接插入烟草段的中心加热烟具来说，温度传感器与烟草段已经十分接近，但仍会存在10℃以上的温度差；对于周向加热烟具来说，由于烟草段在圆筒形加热器内部，而温度传感器往往贴附在圆筒形加热器外部，所以会有更大的温度差，有的甚至超过30℃。所以一旦烟具拿到特殊环境（北方冬天或是南方夏天），会导致温度传感器的温度与烟草实际温度的偏差发生较大波动，从而使得常规环境人工摸索出的较佳加热曲线在实际使用中并非较佳加热曲线。

5、因此，需要针对上述两个基本问题开展研究，找出一种更为科学的加热烟具中气溶胶生成基质实际温度获取方法，从而更加精准的进行温度控制。

技术实现思路

1、本发明的目的在于克服现有技术中的不足，提供一种加热烟具中气溶胶生成基质实际温度人工智能获取方法及加热烟具。

2、为达到上述目的/为解决上述技术问题，本发明是采用下述技术方案实现的：

3、第一方面，本发明提供了一种加热烟具中气溶胶生成基质实际温度人工智能获取方法，包括：

4、获取所述第一温度传感器实际温度和所述第二温度传感器实际温度；

5、将第一温度传感器实际温度和第二温度传感器实际温度输入预先构建的气溶胶生成基质实际温度获取模型，获得气溶胶生成基质实际温度；

6、其中，所述气溶胶生成基质实际温度获取模型以测试数据组对为训练样本，气溶胶生成基质实际温度为目标进行机器学习构建而来，所述测试数据组包括第一温度传感器测试温度、第二温度传感器测试温度和气溶胶生成基质测试温度。

7、进一步的，所述测试数据组还包括湿度传感器测试湿度。

8、进一步的，所述测试数据组还包括时序信息以及所述第一温度传感器测试温度、所述第二温度传感器测试温度、传感器测试湿度和/或所述气溶胶生成基质测试温度的导数信息。

9、进一步的，所述气溶胶生成基质实际温度获取模型基于神经网络模型。

10、进一步的，所述神经网络模型包含3层隐藏层，每层隐藏层包含128个神经元。

11、进一步的，所述隐藏层使用relu激活函数。

12、进一步的，在所述机器学习过程中，选择均方误差作为损失函数，选择adam优化器作为优化器。

13、进一步的，在构建所述气溶胶生成基质实际温度获取模型后还包括：优化所述气溶胶生成基质实际温度获取模型。

14、进一步的，优化所述气溶胶生成基质实际温度获取模型包括：超参数调优、模型集成和模型剪枝。

15、第二方面，本发明提供了一种加热烟具，包括壳体、加热体、电源、主控电路、第一温度传感器和第二温度传感器，所述壳体界定用于接纳气溶胶生成基质的加热腔室，所述加热体位于在所述加热腔室中并可与接纳的所述气溶胶生成基质热接触，所述第一温度传感器相对于所述气溶胶生成基质更靠近所述加热体，所述第二温度传感器相对于所述加热体更靠近所述壳体外表面，所述主控电路被配置为控制加热烟具按照以下步骤获取气溶胶生成基质的实际温度：

16、包括：获取所述第一温度传感器实际温度和所述第二温度传感器实际温度；

17、将第一温度传感器实际温度和第二温度传感器实际温度输入预先构建的气溶胶生成基质实际温度获取模型，获得气溶胶生成基质实际温度；

18、其中，所述气溶胶生成基质实际温度获取模型以测试数据组对为训练样本，气溶胶生成基质实际温度为目标进行机器学习构建而来，所述测试数据组包括第一温度传感器测试温度、第二温度传感器测试温度和气溶胶生成基质测试温度，所述第一温度传感器用于获取第一位置的温度，所述第二温度传感器用于获取第二位置的温度。

19、与现有技术相比，本发明所达到的有益效果：

20、本发明构建了一套高度集成与智能化的解决方案，通过有效部署温度传感器网络，实时捕捉烟具多个位置温度信息以获取烟草本身实时温度变化，为精确控制奠定了数据基础。未来在研发加热卷烟最佳加热曲线时，可以将研究烟草本身的最佳加热曲线与研究烟具如何测量烟草本身温度分离，避免了任意烟支和烟具组合都需要重新摸索最佳加热曲线困境，大大提升了研发效率和质量。对于任意烟支，只需要获取其烟草本身的最佳加热曲线后，加热烟具便可在自动控制加热器进行运作，使得烟草实际加热温度按照该加热曲线加热。与现有技术相比，本发明能够根据烟草的实际温度动态调整加热策略，从而提高烟草加热的均匀性和效率。

21、此外，通过算法优化及代码层面精简，去除冗余代码，在一定的温控精度下大幅度降低了处理器和存储器的负载和功耗。这些综合的优化措施能够有效地提升系统的能效比，延长嵌入式加热烟具的续航时间，降低了产品硬件成本。

技术特征：

1.一种加热烟具中气溶胶生成基质实际温度人工智能获取方法，所述加热烟具包括壳体、加热体、电源、主控电路、第一温度传感器和第二温度传感器，所述壳体界定于用于接纳气溶胶生成基质的加热腔室，所述加热体位于所述加热腔室中并能够与所述气溶胶生成基质热接触，其特征在于，所述第一温度传感器相对于所述气溶胶生成基质更靠近所述加热体，所述第二温度传感器相对于所述加热体更靠近所述壳体外表面；

2.根据权利要求1所述的加热烟具中气溶胶生成基质实际温度人工智能获取方法，其特征在于，所述测试数据组还包括湿度传感器测试湿度。

3.根据权利要求2所述的加热烟具中气溶胶生成基质实际温度人工智能获取方法，其特征在于，所述测试数据组还包括时序信息以及所述第一温度传感器测试温度、所述第二温度传感器测试温度、传感器测试湿度和/或所述气溶胶生成基质测试温度的导数信息。

4.根据权利要求3所述的加热烟具中气溶胶生成基质实际温度人工智能获取方法，其特征在于，所述气溶胶生成基质实际温度获取模型基于神经网络模型。

5.根据权利要求4所述的加热烟具中气溶胶生成基质实际温度人工智能获取方法，其特征在于，所述神经网络模型包含3层隐藏层，每层隐藏层包含128个神经元。

6.根据权利要求5所述的加热烟具中气溶胶生成基质实际温度人工智能获取方法，其特征在于，所述隐藏层使用relu激活函数。

7.根据权利要求6所述的加热烟具中气溶胶生成基质实际温度人工智能获取方法，其特征在于，包括：

8.根据权利要求7所述的加热烟具中气溶胶生成基质实际温度人工智能获取方法，其特征在于，在构建所述气溶胶生成基质实际温度获取模型后还包括：优化所述气溶胶生成基质实际温度获取模型。

9.根据权利要求8所述的加热烟具中气溶胶生成基质实际温度人工智能获取方法，其特征在于，优化所述气溶胶生成基质实际温度获取模型包括：超参数调优、模型集成和模型剪枝。

10.一种加热烟具，包括壳体、加热体、电源、主控电路、第一温度传感器和第二温度传感器，所述壳体界定用于接纳气溶胶生成基质的加热腔室，所述加热体位于在所述加热腔室中并可与接纳的所述气溶胶生成基质热接触，所述第一温度传感器相对于所述气溶胶生成基质更靠近所述加热体，所述第二温度传感器相对于所述加热体更靠近所述壳体外表面，其特征在于，所述主控电路被配置为控制加热烟具按照以下步骤获取气溶胶生成基质的实际温度：

技术总结
本发明公开了一种加热烟具中气溶胶生成基质实际温度人工智能获取方法及加热烟具，所述方法包括：获取所述第一温度传感器实际温度和所述第二温度传感器实际温度；将第一温度传感器实际温度和第二温度传感器实际温度输入预先构建的气溶胶生成基质实际温度获取模型，获得气溶胶生成基质实际温度；其中，所述气溶胶生成基质实际温度获取模型以测试数据组对为训练样本，气溶胶生成基质实际温度为目标进行机器学习构建而来。本发明构建了一套高度集成与智能化的解决方案，通过有效部署温度传感器网络，实时捕捉烟具多个位置温度信息以获取烟草本身实时温度变化，为精确控制奠定了数据基础。

技术研发人员：肖卫强,汪华文,胡安福,王骏,蒋健,周国俊,夏倩,柴春雷,魏浩冉
受保护的技术使用者：浙江中烟工业有限责任公司
技术研发日：
技术公布日：2025/1/2