基于机器学习的咖啡机萃取压力的控制方法及设备与流程

1.一种基于机器学习的咖啡机萃取压力的控制方法，其特征在于，包括：

2.如权利要求1所述的基于机器学习的咖啡机萃取压力的控制方法，其特征在于，手持无线终端的机器学习模块获取目标压力值、驱动电机转速调节后的当前实际压力值和对应的压力偏差，包括：

3.如权利要求2所述的基于机器学习的咖啡机萃取压力的控制方法，其特征在于，若所述评价结果为确定当前pid设定参数需要调整，或/且升压速度、超压数值和达到目标压力值后的压力波动程度中有其中一个指标没有达标，则手持无线终端的机器学习模块基于所述目标压力值、驱动电机转速调节后的当前实际压力值和对应的压力偏差，得到优化后的pid设定参数,包括：

4.如权利要求3所述的基于机器学习的咖啡机萃取压力的控制方法，其特征在于，基于升压速度的对应评分、超压数值的对应评分、达到目标压力值后的压力波动程度的对应评分和确定当前pid设定参数需要调整的对应评分，计算学习率调整的权重q之前，包括：

5.如权利要求4所述的基于机器学习的咖啡机萃取压力的控制方法，其特征在于，计算学习率调整的权重q，包括：

6.如权利要求1所述的基于机器学习的咖啡机萃取压力的控制方法，其特征在于，机器学习模块基于所述目标压力值、驱动电机转速调节后的当前实际压力值和对应的压力偏差，得到优化后的pid设定参数之前，包括：

7.如权利要求6所述的基于机器学习的咖啡机萃取压力的控制方法，其特征在于，所述机器学习模块，集成了在高性能计算机上已经预先训练好的、并且经过优化的前馈神经网络模型之前，还包括：

8.如权利要求4所述的基于机器学习的咖啡机萃取压力的控制方法，其特征在于，提示用户本次咖啡萃取的数据是否有效之前，还可以包括：

9.如权利要求8所述的基于机器学习的咖啡机萃取压力的控制方法，其特征在于，手持无线终端的机器学习模块获取目标压力值、驱动电机转速调节后的当前实际压力值和对应的压力偏差中，

10.一种计算机可读存储介质，其上存储有计算机可执行指令，其中，该计算机可执行指令被处理器执行时使得该处理器：执行如权利要求1至9任一项所述的方法。