专利类型 | 发明公开 | 法律事件 | 公开; 实质审查; |
专利有效性 | 实质审查 | 当前状态 | 实质审查 |
申请号 | CN202510076751.X | 申请日 | 2025-01-17 |
公开(公告)号 | CN119791350A | 公开(公告)日 | 2025-04-11 |
申请人 | 松露实验室公司; | 申请人类型 | 企业 |
发明人 | 郑棚洋; 林梓峰; | 第一发明人 | 郑棚洋 |
权利人 | 松露实验室公司 | 权利人类型 | 企业 |
当前权利人 | 松露实验室公司 | 当前权利人类型 | 企业 |
省份 | 当前专利权人所在省份: | 城市 | 当前专利权人所在城市: |
具体地址 | 当前专利权人所在详细地址:美国特拉华州纽卡斯尔县米德尔敦市北布罗德街651号201室 | 邮编 | 当前专利权人邮编: |
主IPC国际分类 | A24F40/65 | 所有IPC国际分类 | A24F40/65 ; A24F40/50 ; A24F40/40 ; A24F40/90 ; A24F40/57 |
专利引用数量 | 0 | 专利被引用数量 | 0 |
专利权利要求数量 | 8 | 专利文献类型 | A |
专利代理机构 | 北京知汇宏图知识产权代理有限公司 | 专利代理人 | 任利军; |
摘要 | 本 发明 涉及 电子 烟技术领域,具体为一种基于蓝牙的 电子烟 状态与用户行为监测方法及系统,包括以下步骤,通过BLE通信建立电子烟与手机之间的稳定连接,采集电子烟的启动与关闭 信号 ,记录每次吸烟的持续时长,将数据实时传输至手机APP,同步对采集数据进行时间戳标记,形成电子烟使用时间记录。本发明中,通过BLE通信实现电子烟使用数据的实时采集和传输,精确采集吸烟启动和关闭的时间及各次吸烟持续时长,通过时间戳的同步标记,使得吸烟行为的时间分析更详尽,通过实时监控电子烟的 电池 电量和 雾化器 的工作状态,并根据使用情况动态调整输出和 温度 ,有效提升电子烟的能效和安全性,在用户体验和设备维护成本上都带来了显著的改善。 | ||
权利要求 | 1.一种基于蓝牙的电子烟状态与用户行为监测方法,其特征在于,包括以下步骤: |
||
说明书全文 | 一种基于蓝牙的电子烟状态与用户行为监测方法及系统技术领域背景技术[0002] 电子烟技术领域包含各种涉及电子烟的制造和使用技术,主要集中于开发更安全、更有效的电子吸烟设备,其中包括电子烟的设计、烟液的配方以及电子烟的电子控制系统。随着科技的进步和市场需求的变化,电子烟技术领域不断创新,以满足用户对健康、便利性及个性化体验的增加需求,涵盖从基本的电子烟设备到集成高级功能的智能电子烟的 全范围产品。 [0003] 其中,电子烟状态与用户行为监测方法是指一套用于检测电子烟使用状态和用户吸烟行为的技术方法,利用电子烟设备中用于记录和分析的传感器,能够监测电子烟的激 活状态、吸烟频率以及吸烟持续时间等参数。此外还能识别用户的吸烟模式,从而帮助开发个性化的使用体验和可能的戒烟辅助功能。 [0004] 尽管现有技术包含电子烟的基本设计和控制系统,通常缺少对用户行为的深度监测和实时数据反馈,限制个性化体验和健康辅助功能的发展。技术往往集中于处理电子烟 的硬件性能,如烟液的化学组成和基本的电子控制,未能利用先进的数据分析技术来优化 用户体验。例如,缺少对吸烟行为细节的追踪和分析导致电子烟的调节功能未能精确匹配 用户实际需求,不仅降低了使用满意度,还可能增加电子烟故障的风险和运行成本。此外,对吸烟行为数据的分析不足使得现有技术难以为用户提供有效的戒烟支持或健康建议,降 低了电子烟的潜在健康促进价值。 发明内容[0005] 本发明的目的是解决现有技术中存在的缺点,而提出的一种基于蓝牙的电子烟状态与用户行为监测方法。 [0006] 为了实现上述目的,本发明采用了如下技术方案:一种基于蓝牙的电子烟状态与用户行为监测方法,包括以下步骤: [0007] S1:通过BLE通信建立电子烟与手机之间的稳定连接,采集电子烟的启动与关闭信号,记录每次吸烟的持续时长,将数据实时传输至手机APP,同步对采集数据进行时间戳标记,形成电子烟使用时间记录; [0008] S2:通过所述电子烟使用时间记录,分析吸烟频率,统计每日吸烟总时长,计算差异时段吸烟活动的平均持续时间,并对差异时间段的吸烟行为进行分类,得到吸烟模式分析结果; [0009] S3:利用所述吸烟模式分析结果,执行数据排序,通过时间标记识别每天吸烟峰值时段,分析用户从早到晚的吸烟频率变化,根据分析结果计算每次吸烟的间隔时长,同步将工作日与周末的吸烟行为进行对比,确定吸烟行为的时间分布,绘制吸烟行为时间分布图; [0010] S4:根据所述吸烟模式分析结果,对电子烟的电池电量和雾化器状态进行监控,捕捉电子烟电池消耗速率与雾化频率关系,根据捕捉结果调整电子烟电池输出匹配吸烟行为的峰期,同步执行雾化器的温度调节确保连续使用时不超过设定的热量范围,记录设备调 整参数,得到电子烟运行状态监测调整记录。 [0011] 作为本发明的进一步方案,所述电子烟使用时间记录的获取步骤为: [0012] S111:通过BLE通信在电子烟与手机之间建立连接,进行成功连接的尝试次数和成功率记录,同步进行状态评估,生成初步连接状态评估结果; [0014] Ts=Soff‑Son; [0015] 计算单次吸烟事件的持续时长Ts,生成吸烟时长记录,其中,Son代表启动信号时间戳,Soff代表关闭信号时间戳; [0016] S113:基于所述吸烟时长记录,提取每次吸烟事件数据,实时同步传输至手机APP,并对每次数据进行时间戳标记,揭示用户的吸烟习惯,生成电子烟使用时间记录。 [0017] 作为本发明的进一步方案,所述吸烟模式分析结果的获取步骤为: [0018] S211:利用所述电子烟使用时间记录,提取每次启动至关闭的记录,采用公式: [0019] [0020] 计算每日吸烟频率frequency,生成吸烟频率与总时长统计结果,其中,N代表一天内吸烟次数,T代表统计的总天数,D代表一天中的有效监测小时数,H代表平均每次吸烟持续的分钟数; [0021] S212:根据所述吸烟频率与总时长统计结果,分析差异时段内吸烟的总持续时间,通过累加所有时段的吸烟持续时间,生成时段吸烟持续时间统计数据; [0022] S213:根据所述时段吸烟持续时间统计数据,分析差异时段的吸烟模式,通过对比差异时段的持续时间,分类差异时间段的吸烟行为,得到吸烟模式分析结果。 [0023] 作为本发明的进一步方案,所述吸烟频率变化的分析步骤为: [0024] S311:利用所述吸烟模式分析结果,执行数据排序,将用户一天中的吸烟记录按时间顺序进行组织,生成时间排序后的吸烟记录; [0025] S312:通过分析所述时间排序后的吸烟记录,进行时间窗分析,识别每个时间段内的吸烟频率,并标记每天的峰值吸烟时段,生成每天吸烟峰值时段数据; [0026] S313:使用所述每天吸烟峰值时段数据,分析用户整体的吸烟频率趋势,通过计算所有时间段的吸烟事件数量,生成用户吸烟频率变化分析结果。 [0027] 作为本发明的进一步方案,所述吸烟行为时间分布图的绘制步骤为: [0028] S321:基于所述用户吸烟频率变化分析结果,提取用户的吸烟时间点,计算相邻两次吸烟之间的时间差,得到每次吸烟的间隔时长数据; [0029] S322:根据所述每次吸烟的间隔时长数据,进行分类统计,区分工作日与周末,比较工作日与周末的吸烟间隔差异,生成工作日与周末吸烟间隔对比数据; [0030] S323:利用所述工作日与周末吸烟间隔对比数据,进行时间序列分析,确定吸烟行为的时间分布,并进行数据可视化处理,揭示吸烟行为时间分布,绘制吸烟行为时间分布图。 [0031] 作为本发明的进一步方案,所述电池消耗速率与雾化频率关系的捕捉步骤为: [0032] S411:根据所述吸烟模式分析结果,提取每次使用电子烟时的电池电量初始和终止数据,记录电池电量变化,生成电子烟电池使用记录; [0033] S412:根据所述电子烟电池使用记录,采用公式: [0034] [0035] 分析并计算得到平均电池消耗速率Eavg,其中,Estart和Eend分别代表电池开始和结束时的电量,N表示吸烟次数; [0036] S413:监控电子烟的雾化器使用频率fvap,将所述平均电池消耗速率Eavg与雾化频率fvap进行对比,采用公式: [0037] [0038] 计算电池消耗速率与雾化频率的比值Rrelation,生成电子烟电池消耗速率与雾化频率关系数据。 [0039] 作为本发明的进一步方案,所述电子烟运行状态监测调整记录的获取步骤为: [0040] S421:利用所述电子烟电池消耗速率与雾化频率关系数据,分析吸烟行为峰期,调整电池输出参数匹配吸烟峰期的能量需求,生成电池输出调整结果; [0041] S422:根据所述电池输出调整结果,同步调整雾化器的温度设置,采用公式: [0042] [0043] 计算并设定新的雾化器温度Tnew,生成调整后的雾化器温度设置结果,其中,Tset代表设定的目标温度,Tmax和Tmin分别代表温度的最高和最低限制,Tobs为当前观测到的雾化器温度; [0044] S423:综合所述电池输出调整结果和所述调整后的雾化器温度设置结果,对电池输出和雾化器温度设定进行汇总处理,生成电子烟运行状态监测调整记录。 [0045] 一种基于蓝牙的电子烟状态与用户行为监测系统,包括: [0046] 连接与同步模块通过BLE通信在电子烟与手机之间建立连接,进行连接状态评估,同步激活电子烟的信号采集,记录电子烟启动与关闭的信号时间戳,计算单次吸烟事件的 持续时长,实时同步传输至手机APP,并对每次数据进行时间戳标记,生成电子烟使用时间记录; [0047] 行为分析模块利用所述电子烟使用时间记录,提取每次启动至关闭的记录,计算每日吸烟频率,分析差异时段内吸烟的总持续时间,并累加所有时段的吸烟持续时间,通过对比差异时段的持续时间,分类差异时间段的吸烟行为,得到吸烟模式分析结果; [0048] 趋势识别模块利用所述吸烟模式分析结果,将用户一天中的吸烟记录按时间顺序进行组织,识别每个时间段内的吸烟频率,并标记每天的峰值吸烟时段,分析用户整体的吸烟频率趋势,计算相邻两次吸烟之间的时间差,比较工作日与周末的吸烟间隔差异,确定吸烟行为的时间分布并进行数据可视化处理,绘制吸烟行为时间分布图; [0049] 电池监控模块根据所述吸烟模式分析结果,记录电池电量变化,分析并计算得到平均电池消耗速率,分析电池消耗速率与雾化频率的关系,调整电池输出参数匹配吸烟峰 期的能量需求,同步调整雾化器的温度设置,对电池输出和雾化器温度设定进行汇总处理,生成电子烟运行状态监测调整记录。 [0050] 与现有技术相比,本发明的优点和积极效果在于: [0051] 本发明中,通过BLE通信实现电子烟使用数据的实时采集和传输,精确采集吸烟启动和关闭的时间及各次吸烟持续时长,通过时间戳的同步标记,使得吸烟行为的时间分析 更详尽,通过实时监控电子烟的电池电量和雾化器的工作状态,并根据使用情况动态调整 输出和温度,有效提升电子烟的能效和安全性,在用户体验和设备维护成本上都带来了显 著的改善。 附图说明 [0052] 图1为本发明的主步骤流程图; [0053] 图2为本发明电子烟使用时间记录的获取流程图; [0054] 图3为本发明吸烟模式分析结果的获取流程图; [0055] 图4为本发明吸烟频率变化的分析流程图; [0056] 图5为本发明吸烟行为时间分布图的绘制流程图; [0057] 图6为本发明电池消耗速率与雾化频率关系的捕捉流程图; [0058] 图7为本发明电子烟运行状态监测调整记录的获取流程图。 具体实施方式[0059] 为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。 [0060] 在本发明的描述中,需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限 制。此外,在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。 [0061] 请参阅图1,一种基于蓝牙的电子烟状态与用户行为监测方法,包括以下步骤: [0062] S1:通过BLE通信建立电子烟与手机之间的稳定连接,采集电子烟的启动与关闭信号,记录每次吸烟的持续时长,将数据实时传输至手机APP,同步对采集数据进行时间戳标记,形成电子烟使用时间记录; [0063] S2:通过电子烟使用时间记录,分析吸烟频率,统计每日吸烟总时长,计算差异时段吸烟活动的平均持续时间,并对差异时间段的吸烟行为进行分类,得到吸烟模式分析结果; [0064] S3:利用吸烟模式分析结果,执行数据排序,通过时间标记识别每天吸烟峰值时段,分析用户从早到晚的吸烟频率变化,根据分析结果计算每次吸烟的间隔时长,同步将工作日与周末的吸烟行为进行对比,确定吸烟行为的时间分布,绘制吸烟行为时间分布图; [0065] S4:根据吸烟模式分析结果,对电子烟的电池电量和雾化器状态进行监控,捕捉电子烟电池消耗速率与雾化频率关系,根据捕捉结果调整电子烟电池输出匹配吸烟行为的峰期,同步执行雾化器的温度调节确保连续使用时不超过设定的热量范围,记录设备调整参 数,得到电子烟运行状态监测调整记录。 [0066] 电子烟使用时间记录包括启动时间戳、关闭时间戳和持续吸烟时长记录;吸烟模式分析结果包括日总吸烟时长、平均吸烟间隔和吸烟频率分布记录;吸烟行为时间分布图 包括高峰时段图、频率变化图和日间行为对比图;电子烟运行状态监测调整记录包括电池 功率调整记录、雾化器温度调节记录和能耗效率数据。 [0067] 请参阅图2,电子烟使用时间记录的获取步骤为: [0068] S111:通过BLE通信在电子烟与手机之间建立连接,进行成功连接的尝试次数和成功率记录,同步进行状态评估,生成初步连接状态评估结果; [0069] 在电子烟与手机间通过BLE通信技术建立连接时,首先进行的是设备配对和认证过程,过程依赖于两个设备间能否在蓝牙信号范围内互相识别和响应。连接的尝试次数和 成功率是通过实时监测蓝牙信号的强度和质量来计算的。在每次尝试连接时,会记录连接 是否成功以及尝试的时间点,用来评估当前环境下的连接质量。如果连接失败,自动调整传输功率或更换通信频道,再次尝试,直到成功或达到最大尝试次数。动态调整确保即使在信号弱或干扰大的环境下也能尽可能建立稳定的连接。成功率的计算是通过将成功的连接次 数除以总尝试次数得到的,这一比率反映了连接的可靠性和当前设备的通信效率。通过这 种方式,不仅能确保设备之间能够快速有效地建立连接,还可以收集关于连接稳定性的数 据,为后续的使用提供参考。 [0070] S112:根据初步连接状态评估结果,激活电子烟的信号采集,记录电子烟启动与关闭的信号时间戳,采用公式: [0071] Ts=Soff‑Son; [0072] 计算单次吸烟事件的持续时长Ts,生成吸烟时长记录,其中,Son代表启动信号时间戳,Soff代表关闭信号时间戳; [0073] 某个用户在特定的一次使用中,电子烟在时间点Son=10:00启动,于Soff=10:05关闭。那么,吸烟时长Ts计算如下: [0074] Ts=10:05‑10:00=5分钟 [0075] 结果表明,用户在这次使用中吸烟了5分钟,对于追踪用户的吸烟习惯以及随时间的健康影响具有重要意义,可以用来调整个人的吸烟行为或为戒烟提供数据支持。 [0076] S113:基于吸烟时长记录,提取每次吸烟事件数据,实时同步传输至手机APP,并对每次数据进行时间戳标记,揭示用户的吸烟习惯,生成电子烟使用时间记录; [0077] 在获取吸烟时长记录后,数据被格式化为可以实时传输的格式,并通过已建立的BLE连接发送到手机APP。这一过程中,每个数据点都附带一个时间戳,确保信息的时效性和顺序。在数据到达手机后,APP会对接收到的数据进行排序和存储,每次吸烟事件都按时间顺序记录在用户的活动日志中。记录随后用于生成吸烟行为的时间线,可以显示用户的吸 烟频率、时长和模式。此外还可以被用于生成健康报告或用于戒烟支持程序,其中通过分析吸烟模式和频率,APP能提供个性化的戒烟建议和支持。实时数据传输和处理机制不仅提高了数据的利用率,也增强了用户对自己行为的认识和控制,支持健康管理的目标。 [0078] 请参阅图3,吸烟模式分析结果的获取步骤为: [0079] S211:利用电子烟使用时间记录,提取每次启动至关闭的记录,采用公式: [0080] [0081] 计算每日吸烟频率frequency,生成吸烟频率与总时长统计结果,其中,N代表一天内吸烟次数,T代表统计的总天数,D代表一天中的有效监测小时数,H代表平均每次吸烟持续的分钟数; [0082] 在一个观测周期内,一个用户在一天中的吸烟次数为8次(N=8),有效监测的小时数为10小时(D=10),数据来自一个周期为7天的观测(T=7),平均每次吸烟持续5分钟(H= 5)。首先计算吸烟持续时间的平方根: [0083] [0084] 根据公式计算日吸烟频率: [0085] [0086] 5.11表示在考虑了平均持续时间和观测周期后,每天平均吸烟频率为5.11次。结果表明,基于所提供数据,被监测者平均每天会吸烟约5次,对于理解其日常吸烟模式及潜在的健康风险至关重要。通过这种方式,可以精确地量化吸烟行为,并据此评估吸烟减少干预措施的效果,以及对健康的长期影响。 [0087] S212:根据吸烟频率与总时长统计结果,分析差异时段内吸烟的总持续时间,通过累加所有时段的吸烟持续时间,生成时段吸烟持续时间统计数据; [0088] 根据前述得到的每天吸烟频率和总时长统计,对各个时段的数据进行详细记录和累加。首先详细记录每个观测日内的吸烟次数和持续时间,根据数据创建一个日时间分布 图,该图显示了从早上到晚上各时间段的吸烟行为。通过这种方式,可以观察到某些时间段可能的吸烟集中现象,如早晨起床后和午饭后的时间段。随后,对每个特定时间段内的吸烟总持续时间进行累加,这一数据处理步骤是通过逐个时段地叠加每次吸烟事件的持续时间 来完成的。例如,如果一个人在上午9点至10点间吸烟三次,持续时间分别为5分钟、7分钟和 6分钟,那么这一时间段的总吸烟持续时间为18分钟。通过这种分析,能够精确地计算出每个时段内的吸烟总时长,为进一步的行为模式分析提供数据支持。 [0089] S213:根据时段吸烟持续时间统计数据,分析差异时段的吸烟模式,通过对比差异时段的持续时间,分类差异时间段的吸烟行为,得到吸烟模式分析结果; [0090] 利用各时段吸烟持续时间统计结果,开始对各时段的吸烟模式进行深入分析。首先,集中处理所有时段的数据,目的是识别出哪些时段表现出显著的吸烟活动增加或减少。 对数据的处理不仅包括简单的数字比较,还涉及到对吸烟行为变化趋势的识别,如是否存 在工作日与周末的吸烟模式差异。此外,对于表现出异常吸烟模式的时间段,进行进一步的分析以确定可能的原因,例如工作压力或社交活动的影响。通过综合考虑各时间段内吸烟 持续时间与频率的变化,可以有效地分类不同的吸烟行为模式。例如,如果某个时段内频繁短暂的吸烟行为被观测到,表明该时段内吸烟者经历较大的压力或焦虑,详细展示了不同 时间段内的吸烟模式,为后续的健康干预策略提供依据。 [0091] 请参阅图4,吸烟频率变化的分析步骤为: [0092] S311:利用吸烟模式分析结果,执行数据排序,将用户一天中的吸烟记录按时间顺序进行组织,生成时间排序后的吸烟记录; [0093] 利用数据库中记录的吸烟数据,涵盖用户的吸烟时间点和频率,进行初步的数据清洗,包括去除无效的时间戳和重复记录,以确保数据的准确性和完整性,之后将经过清洗的吸烟记录按照时间顺序进行排序,通过这一过程,确保了数据的序列化和时间线的连续 性,排序后的数据将为接下来的时间窗分析奠定基础,时间窗分析依赖于精确的时间标记,以确保能够准确地识别出各时间窗内的吸烟行为,不仅能够高效地处理大量数据,还能为 后续步骤提供清晰、有序的数据支持,是评估吸烟模式的重要依据。 [0094] S312:通过分析时间排序后的吸烟记录,进行时间窗分析,识别每个时间段内的吸烟频率,并标记每天的峰值吸烟时段,生成每天吸烟峰值时段数据; [0095] 在获得按时间排序的吸烟数据之后,接下来通过时间窗分析来识别各时间段内的吸烟频率和峰值吸烟时段,分析任务首先涉及到定义时间窗的大小,通常这可以是一小时 或半小时,根据研究的需要和数据的精细度来确定,每个时间窗内的吸烟事件被统计出来,统计过程涉及计算每个窗口中的吸烟次数,过程通过编写数据处理脚本实现,脚本会遍历 每个时间窗,对于落在该窗口内的吸烟事件进行计数,之后,计算每个时间窗的吸烟频率,即该时间窗内的吸烟次数除以总吸烟次数,最终通过频率数据标记出一天中的峰值吸烟时 段,不仅帮助了解吸烟行为的日常模式,同时能够准确地生成每天的吸烟峰值时段数据,为进一步的行为模式分析和健康干预提供了准确的数据支持。 [0096] S313:使用每天吸烟峰值时段数据,分析用户整体的吸烟频率趋势,通过计算所有时间段的吸烟事件数量,生成用户吸烟频率变化分析结果; [0097] 在分析用户吸烟频率变化时,通过公式: 量化地表达一天中吸烟频率的变化,设定一天被分为n个时间段,每个时间段的吸烟次数为xi,其中i=1,2,...,n。通过求和 获得一天总的吸烟次数,并除以时间段数n,计算出平 均吸烟频率。一天分为24个小时,每小时的吸烟次数为:3、2、2、1、0、3、4、3、3、2、1、0、1、2、3、 4、3、3、2、2、1、1、0,则吸烟频率变化计算为: [0098] [0099] 结果表明,平均每个时间段有2次吸烟事件,反映了一天中吸烟行为的均匀分布情况。 [0100] 请参阅图5,吸烟行为时间分布图的绘制步骤为: [0101] S321:基于用户吸烟频率变化分析结果,提取用户的吸烟时间点,计算相邻两次吸烟之间的时间差,得到每次吸烟的间隔时长数据; [0102] 从数据库中提取吸烟事件的时间戳,通过编写SQL查询脚本,选取时间戳字段并对时间戳进行升序排列;接下来在排列后的时间戳列表中,依次取出相邻的时间点并计算之 间的差值,计算利用Python中的datetime库来处理时间数据,确保每个时间差的准确性;每次计算得到的时间差将存入一个新的列表中,该列表记录了每次吸烟间隔的具体时长,最 终生成间隔时长数据,是后续步骤分析的基础。 [0103] S322:根据每次吸烟的间隔时长数据,进行分类统计,区分工作日与周末,比较工作日与周末的吸烟间隔差异,生成工作日与周末吸烟间隔对比数据; [0104] 对工作日和周末的吸烟间隔数据进行分离处理,首先标记数据集中的日期,并根据日期判断是工作日还是周末;然后,分别对两组数据应用统计处理,计算平均值和标准 差,同时手动设定条件分支进行数据分组,并利用循环结构遍历每组数据,计算其统计指 标,计算结果帮助理解在不同日子类型下,吸烟行为的时间间隔是如何变化的,为比较工作日与周末的行为模式提供了数据支持。 [0105] S323:利用工作日与周末吸烟间隔对比数据,进行时间序列分析,确定吸烟行为的时间分布,并进行数据可视化处理,揭示吸烟行为时间分布,绘制吸烟行为时间分布图; [0106] 得到工作日与周末吸烟间隔数据的比较结果后,接下来将数据转化为直观的图表,首先确定使用的图表类型,例如条形图用于展示每天的平均吸烟间隔;随后生成图表,包括设置图表的轴标签、图例和标题,以及调整颜色和布局以增强可读性;图表的生成完全在编程环境中完成,使用通用的绘图库,如Python的Matplotlib,从数据到图表的每一步都是通过代码控制的,无需外部工具或软件的干预,最终生成的图表清晰展示了工作日与周 末的吸烟行为差异,为进一步的分析和讨论提供了基础。 [0107] 请参阅图6,电池消耗速率与雾化频率关系的捕捉步骤为: [0108] S411:根据吸烟模式分析结果,提取每次使用电子烟时的电池电量初始和终止数据,记录电池电量变化,生成电子烟电池使用记录; [0109] 从吸烟模式分析结果中提取具体的使用数据,根据电子烟的每次启动与关闭记录,分析每次使用间隔及持续时间的电池电量变化,数据包括启动时电池的电量和烟雾器 开始工作的具体时间,以及使用结束时电量的读数和时间戳,通过数据可以精确地跟踪电 池电量的流失速度和雾化器的活动频率,过程包括对电池电量的初始和终止数据的连续记 录,以及电池在每次使用后剩余电量的计算,通过计算每次使用前后电量的差值,并除以使用时间,估算出电池的消耗速率,这些详细的记录帮助分析电子烟的使用模式和电池性能,以便进一步监控和优化电子烟的电池使用效率。 [0110] S412:根据电子烟电池使用记录,采用公式: [0111] [0112] 分析并计算得到平均电池消耗速率Eavg,其中,Estart和Eend分别代表电池开始和结束时的电量,N表示吸烟次数; [0113] 有5次吸烟记录,电池开始和结束的电量百分比分别为(100%,95%),(95%,90%),(90%,85%),(85%,80%),(80%,75%),换算为电量消耗为5%,5%,5%,5%, 5%。则计算过程如下: [0114] [0115] 结果表明平均每次吸烟会消耗电池的5%,对于评估电池性能和计划电池优化措施至关重要。具体来说,这一数值可以帮助设计电池容量和雾化器功率,确保电子烟能在一次完整充电后支持足够数量的吸烟次数,从而提高用户满意度和设备的实用性。 [0116] S413:监控电子烟的雾化器使用频率fvap,将平均电池消耗速率Eavg与雾化频率fvap进行对比,采用公式: [0117] [0118] 计算电池消耗速率与雾化频率的比值Rrelation,生成电子烟电池消耗速率与雾化频率关系数据; [0119] 设定Eavg为平均每次吸烟消耗的电量,已知为5%,fvap为雾化频率,监测到的平均使用频率为每小时2次,那么带入公式计算得到: [0120] [0121] 结果表明每次雾化消耗的电量与频率的比值为2.5%,说明在当前的使用模式下,每两次吸烟消耗电量的5%。意味着电池的配置和输出水平已足够维持雾化器的正常运作 而无需频繁充电。若比值过低,表明电池输出过剩,过高则表示电池供电不足,影响使用体验。 [0122] 请参阅图7,电子烟运行状态监测调整记录的获取步骤为: [0123] S421:利用电子烟电池消耗速率与雾化频率关系数据,分析吸烟行为峰期,调整电池输出参数匹配吸烟峰期的能量需求,生成电池输出调整结果; [0124] 从详细监控的电子烟使用数据中提取电池消耗速率与雾化频率的关系,通过记录每次吸烟开始和结束时的电池电量,精确计算每次使用期间电池的能量变化,这一过程涉 及对电量的持续追踪,包括电池在每次活动开始时和结束时的具体电量值,从而估算电池 在用户吸烟期间的平均消耗速度;接着,通过分析吸烟的时间节点,确定电量消耗的高峰 期,即用户最频繁使用电子烟的时段,通常涉及对吸烟频率的聚类分析,以识别出电池负荷最大的时段;最后基于分析结果,调整电池的输出参数,确保在吸烟的高峰期间,电子烟可以提供足够的功率,从而优化整个设备的能源管理,提升用户体验。 [0125] S422:根据电池输出调整结果,同步调整雾化器的温度设置,采用公式: [0126] [0127] 计算并设定新的雾化器温度Tnew,生成调整后的雾化器温度设置结果,其中,Tset代表设定的目标温度,Tmax和Tmin分别代表温度的最高和最低限制,Tobs为当前观测到的雾化器温度; [0128] 设定的目标温度Tset为200℃,最大安全温度Tmax为250℃,最小安全温度Tmin为150℃,当前观测到的雾化器温度Tobs为210℃。 [0129] 计算极值差异: [0130] Tmax‑Tmin=250℃‑150℃=100℃ [0131] 计算当前温度偏差: [0132] Tmax‑Tobs=250℃‑210℃=40℃ [0133] 计算偏差比例: [0134] [0135] 最终调整温度: [0136] Tnew=200℃‑0.4=199.6℃ [0137] 结果表明,新的雾化器温度应调整至199.6℃以避免超过设定的热量范围,这一温度调整是基于当前观测温度与温度安全极限的差值比例来实施的,确保在用户连续使用时 雾化器不会过热,从而保障设备的安全使用和维持设备的性能。通过这种方法,电子烟在用户使用高峰时段能够维持恒定的输出,同时避免由于过热引起的任何安全风险或性能下 降。 [0138] S423:综合电池输出调整结果和调整后的雾化器温度设置结果,对电池输出和雾化器温度设定进行汇总处理,生成电子烟运行状态监测调整记录; [0139] 将所有调整的电池输出和雾化器温度参数记录下来,并系统地整合这些信息成为一份详细的电子烟运行状态监测调整记录;过程首先涉及收集调整前后的所有相关参数, 包括但不限于电池输出电压、电流以及雾化器的温度设置等,然后利用这些数据进行趋势 分析,以确定哪些调整措施最有效,哪些需要进一步的优化;接下来,将数据与用户反馈结合起来,评估设备性能的改进对用户体验的具体影响,包括用户在使用设备时的满意度调 查和设备故障率的统计分析;最后,这份记录不仅作为技术支持团队日常维护的依据,同时也提供给研发部门,作为未来改进和新产品开发的参考,从而确保电子烟产品能够持续适 应市场需求和用户期望。 [0140] 一种基于蓝牙的电子烟状态与用户行为监测系统,包括: [0141] 连接与同步模块通过BLE通信在电子烟与手机之间建立连接,进行连接状态评估,同步激活电子烟的信号采集,记录电子烟启动与关闭的信号时间戳,计算单次吸烟事件的 持续时长,实时同步传输至手机APP,并对每次数据进行时间戳标记,生成电子烟使用时间记录; [0142] 行为分析模块利用电子烟使用时间记录,提取每次启动至关闭的记录,计算每日吸烟频率,分析差异时段内吸烟的总持续时间,并累加所有时段的吸烟持续时间,通过对比差异时段的持续时间,分类差异时间段的吸烟行为,得到吸烟模式分析结果; [0143] 趋势识别模块利用吸烟模式分析结果,将用户一天中的吸烟记录按时间顺序进行组织,识别每个时间段内的吸烟频率,并标记每天的峰值吸烟时段,分析用户整体的吸烟频率趋势,计算相邻两次吸烟之间的时间差,比较工作日与周末的吸烟间隔差异,确定吸烟行为的时间分布并进行数据可视化处理,绘制吸烟行为时间分布图; [0144] 电池监控模块根据吸烟模式分析结果,记录电池电量变化,分析并计算得到平均电池消耗速率,分析电池消耗速率与雾化频率的关系,调整电池输出参数匹配吸烟峰期的 能量需求,同步调整雾化器的温度设置,对电池输出和雾化器温度设定进行汇总处理,生成电子烟运行状态监测调整记录。 [0145] 以上,仅是本发明的较佳实施例而已,并非对本发明作其他形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其他领域,但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上 实施例所做的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。 |