[0001] 本发明属于压力表技术领域，具体为一种试验气体气路用压力表及其智能控制、散热优化方法。

[0002] 试验气体气路是指实验室中用于供气、排气和控制气体流动的系统，在实验室气路系统中，压力表主要用于监测和控制气体的压力，确保实验过程中的安全性和准确性。对于不同类型的气体和应用场景，可能需要选择不同类型的压力表，如机械式压力表、电子式压力表等，此外，为了确保压力表的准确性和可靠性，还需要定期进行校准和维护，而在气体试验过程中，压力检测是确保试验安全、准确进行的关键环节。

[0003] 通常冷气系统试验直接使用机上冷气系统管路，然而冷气系统各个试验阶段工艺所要求的压力大小并不一致，上述供压控制方法无法直接解决机上压力大于试验要求的情况，此时一般通过破坏冷气系统完整性，断开机上某处的连接接头放气来降低冷气系统压力。然而，该放气方法无法准确控制放气量，若接头拧松量少，放气量少，放气时间长；若拧松量过大，高压气体会直接冲脱接头，造成接头损伤报废，甚至导管乱飞造成其他产品损坏以及人员受伤。同时，在排除故障，更换工作端零部件时，需要将整个冷气系统的压力放完，如此，放气充气时间太长，维修效率太低。

[0004] 在现有技术中，授权公开号“CN114408208A”公开了一种“一种接入式压力检测及控制设备和方法”；解决上述现有冷气系统试验释放系统压力时，不仅需要破坏冷气系统的完整性，而且放气力度难以控制的问题。该设备包括壳体、位于壳体上的第一气手阀和第二气手阀、位于壳体内的第一压力表和第二压力表；壳体上还设置有进气口、出气口和排气口；气体经进气口进入第一气手阀后从出气口排出，即主管路为进气口‑气手阀‑出气口；进气口与第一气手阀之间接入第一压力表；第一气手阀与出气口之间接入第二压力表及第二气手阀；第二气手阀的另一个端口与所述排气口连通。

[0005] 上述这种“一种接入式压力检测及控制设备和方法”其仍旧存在一些缺点，例如：环境温度和工作温度的变化会直接影响压力表的弹性变量，当温度升高时，压力表敏感元件材料的弹性变化量区域会呈现下降趋势；而温度降低时，内部元件的变形程度会缩小，导致压力表内部的准确度和变量出现明显的改变，且温度通过大气引起的失准，降低压力表测量的准确性；

[0006] 为此这里提出了一种试验气体气路用压力表及其智能控制、清洁优化方法，以解决上述产生的问题。

[0039] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0040] 实施例1

[0041] 本实施例，由图1‑图7给出，本发明提供如下技术方案：

[0042] 一种试验气体气路用压力表，包括外防护箱1，外防护箱1的一侧固定连接有连接阀体3，连接阀体3的一侧设置有管路体4，外防护箱1的内侧固定连接有侧固定架701，侧固定架701的一侧固定连接有温控箱703，侧固定架701的内侧固定连接有电机体702，电机体702的输出轴活动连接有传动杆705，传动杆705的一端固定连接有连接盘706，连接盘706的一侧固定连接有风机扇707，压力表体2的一侧固定连接有金属散热片9014。

[0043] 需要说明的是，通过风机扇707的旋转可以产生风力并吹向压力表体2的表面，同时利用压力表体2表面的多个金属散热片9014可以增加压力表体2表面的散热面积，从而可以提高风机扇707产生的风力吹向金属散热片9014表面后散热的效果，提高了压力表体2散热的效果，可以提高压力表体2在高温环境下工作的稳定性。

[0044] 在本实施例中，温控箱703的一侧固定连接有侧温控器801，侧温控器801的顶部固定连接有安全监测器802，侧温控器801的一侧设置有侧连接座803，侧连接座803的一侧活动连接有加热丝804，温控箱703的另一侧固定连接有温度监测器805。

[0045] 需要说明的是，通过侧温控器801与外部电源连接后，通过侧温控器801驱动一侧的加热丝804启动后，可以利用加热丝804升温，并通过侧温控器801可以控制加热丝804的温度，且利用侧温控器801控制的过程中，可以通过安全监测器802对电压进行安全控制，温度超过最大值时会切断电源进行防护，同时利用温控箱703一侧的温度监测器805可以实时监测外防护箱1内的温度，并通过侧温控器801驱动加热丝804调节至最佳温度。

[0046] 在本实施例中，传动杆705的表面活动套接有左侧传动盘902，左侧传动盘902的一侧活动连接有齿条903，齿条903的一侧活动连接有右传动齿盘904，右传动齿盘904的一端固定连接有连接杆905，连接杆905的一端固定连接有左连接齿盘907，左连接齿盘907的一侧活动连接有右连接齿盘908，右连接齿盘908的一侧活动连接有固定杆909，固定杆909的两侧固定连接有传动方架9010，传动方架9010的一侧固定连接有侧连接片9011，侧连接片9011的一侧活动连接有清洁刷9012。

[0047] 需要说明的是，传动方架9010旋转的过程中会带动两个侧连接片9011沿着金属散热片9014的一侧旋转，旋转时可以通过清洁刷9012对金属散热片9014的表面进行清洁，将金属散热片9014表面堆积的灰尘等颗粒物进行清扫，从而可以提高金属散热片9014传导温度的效果。

[0048] 在本实施例中，外防护箱1的一侧开设有侧连接框9015，侧连接框9015的内侧固定连接有固定板906，固定板906的表面开设有活动孔9016，活动孔9016的内侧与连接杆905的表面活动连接。

[0049] 需要说明的是，旋转的右传动齿盘904会带动连接杆905进行转动，而旋转的连接杆905通过与活动孔9016的套接，可以利用固定板906对连接杆905支撑在侧连接框9015的内侧，可以提高连接杆905旋转的稳定性。

[0050] 在本实施例中，内风箱708的一侧开设有侧连通框901，侧连通框901的内侧设置在齿条903的表面。

[0051] 需要说明的是，通过侧连通框901的开设，可以保持齿条903贯穿内风箱708内外两侧时的自由旋转。

[0052] 在本实施例中，固定杆909的一端活动连接有轴承盘9013，轴承盘9013的一侧活动连接在压力表体2的一侧。

[0053] 需要说明的是，固定杆909旋转时会通过轴承盘9013与压力表体2的一侧连接，利用轴承盘9013可以提高固定杆909旋转的稳定性。

[0054] 在本实施例中，温控箱703的一侧开设有限位孔704，限位孔704的内侧与传动杆705的表面活动连接。

[0055] 需要说明的是，利用温控箱703表面限位孔704的开设，传动杆705可以贯穿限位孔704的内侧并带动连接盘706旋转，连接盘706在旋转的过程中会带动风机扇707沿着内风箱
708的内侧旋转，限位孔704提高了传动杆705旋转的稳定性。

[0056] 在本实施例中，内风箱708的内侧固定连接有防护架709，防护架709的内侧开设有连通孔7010，连通孔7010的内侧与连接盘706的表面活动连接。

[0057] 需要说明的是，连接盘706的表面通过防护架709表面开设的连通孔7010进行限位，可以减少连接盘706旋转时产生的偏移。

[0058] 在本实施例中，传感器5的顶部与压力表体2的底部固定连接，传感器5用于实时监测气体压力值，传感器5的底部固定连接有智能控制器6，智能控制器6与传感器5均设置在压力表体2的底部。

[0059] 需要说明的是，传感器5安装于压力表体2底部，用于实时监测气体压力值，并将监测数据传输至智能控制器6，智能控制器6与传感器5连接，根据传感器5传输的数据，自动调节压力表体2内部的温度和压力，确保压力表体2在最佳状态下工作，通过智能控制器6实现对气体压力的精准控制，提高了压力表体2测量的准确性和稳定性。

[0060] 实施例2

[0061] 本实施例2提供了一种试验气体气路用压力表的使用方法，用于更好地对上述实施例1提供的试验气体气路用压力表的工作过程或原理作进一步的说明，其具体如下：

[0062] 一种试验气体气路用压力表，包括如下步骤：

[0063] S1、传感器5安装于压力表体2底部，用于实时监测气体压力值，并将监测数据传输至智能控制器6，智能控制器6与传感器5连接，根据传感器5传输的数据，自动调节压力表体2内部的温度和压力，确保压力表体2在最佳状态下工作，通过智能控制器6实现对气体压力的精准控制，提高了压力表体2测量的准确性和稳定性；

[0064] S2、首先通过侧固定架701内侧的电机体702启动后，可以通过电机体702驱动传动杆705旋转，利用温控箱703表面限位孔704的开设，传动杆705可以贯穿限位孔704的内侧并带动连接盘706旋转，而连接盘706在旋转的过程中会带动风机扇707沿着内风箱708的内侧旋转，且连接盘706的表面通过防护架709表面开设的连通孔7010进行限位，可以减少连接盘706旋转时产生的偏移，通过风机扇707的旋转可以产生风力并吹向压力表体2的表面，同时利用压力表体2表面的多个金属散热片9014可以增加压力表体2表面的散热面积，从而可以提高风机扇707产生的风力吹向金属散热片9014表面后散热的效果，提高了压力表体2散热的效果，可以提高压力表体2在高温环境下工作的稳定性；

[0065] S3、而在气温较低时，通过侧温控器801与外部电源连接后，通过侧温控器801驱动一侧的加热丝804启动后，可以利用加热丝804升温，并通过侧温控器801可以控制加热丝804的温度，且利用侧温控器801控制的过程中，可以通过安全监测器802对电压进行安全控制，温度超过最大值时会切断电源进行防护，同时利用温控箱703一侧的温度监测器805可以实时监测外防护箱1内的温度，并通过侧温控器801驱动加热丝804调节至最佳温度，通过在温控箱703内控制加热丝804升温后，产生的热量会随着风机扇707的旋转而吹向压力表体2的表面，从而可以在环境气温较低时，通过将加热丝804产生的热量传导至压力表体2的表面以提升温度，可以减少低温下压力表体2测量数据的不准确性，提高了工作的稳定性；

[0066] S4、同时在电机体702驱动传动杆705旋转的过程中，传动杆705的旋转会带动左侧传动盘902旋转，而旋转的左侧传动盘902与齿条903的啮合后，通过齿条903的连接，可以在左侧传动盘902的旋转下同步带动右传动齿盘904进行旋转，旋转的右传动齿盘904会带动连接杆905进行转动，而旋转的连接杆905通过与活动孔9016的套接，可以利用固定板906对连接杆905支撑在侧连接框9015的内侧，可以提高连接杆905旋转的稳定性，而连接杆905的旋转会带动左连接齿盘907旋转，通过左连接齿盘907与右连接齿盘908的啮合，可以在左连接齿盘907旋转时带动右连接齿盘908与固定杆909进行同步转动，而固定杆909在旋转的过程中会带动传动方架9010沿着压力表体2的一侧转动，传动方架9010旋转的过程中会带动两个侧连接片9011沿着金属散热片9014的一侧旋转，旋转时可以通过清洁刷9012对金属散热片9014的表面进行清洁，将金属散热片9014表面堆积的灰尘等颗粒物进行清扫，从而可以提高金属散热片9014传导温度的效果，且固定杆909旋转时会通过轴承盘9013与压力表体2的一侧连接，利用轴承盘9013可以提高固定杆909旋转的稳定性。

[0067] 实施例3

[0068] 如图8，本发明的清洁优化方法，引入路径规划算法，优化清洁刷9012的运动路径，确保金属散热片9014的全面清洁，提高清洁效率；

[0069] 步骤1在清洁过程中，利用传感器实时采集金属散热片9014表面的灰尘堆积情况和清洁刷9012的位置数据；将金属散热片9014表面建模为一个网格地图，网格中的每个单元表示一个被清洁的区域；传感器数据用于确定每个网格单元的状态(是否存在灰尘)；

[0070] 1.1传感器数据收集

[0071] 在本实施例中，使用激光传感器和摄像头传感器组合，实时监测金属散热片9014表面的灰尘堆积情况和清洁刷9012的位置数据；其中激光传感器用于测量灰尘堆积高度和密度；摄像头传感器用于通过图像处理技术识别灰尘覆盖区域；具体实施步骤如下[0072] 激光传感器数据收集：安装在清洁刷9012的前方，用于测量每个网格单元上的灰尘堆积高度；采集的数据包括网格单元的坐标(x，y)和灰尘堆积高度d；

[0073] 摄像头传感器数据收集：安装在清洁刷9012的顶部，用于拍摄金属散热片9014表面的图像；通过图像处理算法(这里为OpenCV库中的阈值分割和边缘检测)，识别每个网格单元的灰尘覆盖情况，生成二值图像；

[0074] Image(x，y)是描述网格单元(x，y)的灰尘覆盖情况的二值图像；

[0075]

[0076] 1.2地图生成

[0077] 将金属散热片9014表面建模为一个网格地图，每个网格单元表示一个被清洁的区域；具体实施步骤如下

[0078] 初始化网格地图：创建一个二维数组，每个元素表示一个网格单元的灰尘堆积情况，初始值为0；GridMap[i][j]为网格位置；[i][j]未横纵坐标；d表示每个网格单元上的灰尘堆积高度；

[0079] GridMap[i][j]＝0(0≤i，j＜10)

[0080] 传感器数据映射到网格地图：将激光传感器和摄像头传感器的数据映射到对应的网格单元；更新网格地图中的每个单元值：

[0081]

[0082] 步骤2引入A*算法和Dijkstra算法；

[0083] A*算法实现步骤为将清洁刷9012的起始位置设为起点，将金属散热片9014的边缘设为终点，建立开放列表和封闭列表；使用启发函数h(n)估计从当前节点到终点的成本；这里的启发函数是曼哈顿距离；从开放列表中选择具有最低f(n)值的节点(f(n)＝g(n)+h(n))，g(n)为从起点到当前节点的实际成本，f(n)为启发函数值)，将其移动到封闭列表，并扩展其邻居节点，更新其成本值和父节点；当终点被加入封闭列表时，反向追踪父节点生成清洁路径；

[0084] Di jkstra算法实现步骤为将清洁刷9012的起始位置设为起点，初始化每个节点的距离为无穷大，起点距离为0；从未访问节点中选择距离最小的节点作为当前节点，更新其邻居节点的距离值，如果新距离值小于当前距离值，则更新之；当终点被访问时，反向追踪父节点生成清洁路径；

[0085] 2.1A*算法具体实现：

[0086] 2.1.1初始化

[0087] 起点：清洁刷9012的初始位置，记为(xstart，ystart)，xstart为横坐标，ystart为纵坐标；

[0088] 终点：金属散热片9014的边缘位置，记为(xgoal，ygoal)，xgoal，ygoal分别为横纵坐标；

[0089] 开放列表(Open List)：包含需要被评估的节点，初始时只包含起点；

[0090] OpenList＝{(xstart，ystar4)}

[0091] 封闭列表(Closed List)：包含已经评估过的节点；

[0092] ClosedList＝{}

[0093] g(n)：从起点到当前节点n的实际成本；g(xstart，ystart)＝0；

[0094] h(n)：启发函数，估计从当前节点n到终点的成本；这里用的启发函数是曼哈顿距离；xn和yn为当前节点n位置坐标

[0095] h(n)＝|xn‑xgoal|+|yn‑ygoal|

[0096] f(n)：评估函数，定义为从起点经过当前节点到终点的总成本；

[0097] f(n)＝g(n)+h(n)

[0098] 2.1.2路径搜索

[0099] 从开放列表中选择具有最低f(n)值的节点，将其从开放列表移到封闭列表，并扩展其邻居节点；

[0100]

[0101] OpenList＝OpenList‑{current}

[0102] ClosedList＝ClosedList+{current}

[0103] 其中Open List为开放列表包含需要被评估的节点，初始时只包含起点；Closed List为封闭列表包含已经评估过的节点；current为当前被处理的节点；n表示节点；

[0104] 对每个邻居节点，计算其g(n)、h(n)和f(n)值；如果邻居节点不在封闭列表中，或者其新的f(n)值更低，则更新其成本值和父节点，并将其添加到开放列表；

[0105] 2.1.3路径生成

[0106] 当终点被加入封闭列表时，反向追踪父节点生成清洁路径；

[0107] 2.2Di jkstra算法具体实现

[0108] 2.2.1初始化

[0109] 起点：清洁刷9012的初始位置；

[0110] 初始化每个节点的距离，起点距离；

[0111] 未访问节点集合(Unvisited Set)：包含所有节点；

[0112] 2.2.2节点选择

[0113] 从未访问节点中选择距离最小的节点作为当前节点；

[0114]

[0115] 其中Unvisited(未访问节点集合)为一个包含所有尚未被访问或处理的节点的集合；Current为当前被处理的节点；arg min为一个数学函数，表示取使得某个表达式值最小的参数；N为表示节点；di stance(n)为Dijkstra算法中的距离函数，表示从起点到节点n的当前已知最短距离；

[0116] 更新其邻居节点的距离值，如果新的距离值小于当前距离值，则更新之；然后将当前节点从未访问集合中移除；

[0117] 2.2.3路径生成

[0118] 当终点被访问时，反向追踪父节点生成清洁路径；

[0119] 2.3结合A*算法和Dijkstra算法

[0120] 为了更高效地规划清洁路径，结合A*算法和Dijkstra算法的优点，使得路径规划既具有启发性又能充分考虑动态权重调整，确保清洁刷9012在金属散热片9014表面的最佳路径；具体步骤为如下：

[0121] 清洁刷9012的起始位置设为起点，金属散热片9014的边缘设为终点；建立开放列表和封闭列表，同时初始化每个节点的距离，起点距离；使用启发函数h(n)估计从当前节点到终点的成本；这里的启发函数是曼哈顿距离，这一步将A*算法的启发性引入Dijkstra算法；根据传感器实时监测的数据(灰尘堆积程度)，动态调整路径的权重；引入权重参数使清洁刷优先清洁灰尘堆积较多的区域，这一步将Dijkstra算法的动态权重调整引入A*算法；从开放列表中选择具有最低f(n)值的节点，f(n)＝g(n)+h(n)，其中g(n)为从起点到当前节点的实际成本，h(n)为启发函数值；将选择的节点移动到封闭列表，并扩展其邻居节点，更新其成本值和父节点；结合Di jkstra算法的节点选择策略，通过优先级队列优化未访问节点中距离最小的节点选择过程；当终点被访问或被加入封闭列表时，反向追踪父节点生成清洁路径；此步骤结合了A*算法的启发性和Dijkstra算法的全局优化特性；

[0122] 2.4A*算法的改进

[0123] 为了优化清洁刷9012在金属散热片9014表面的路径规划，对A*算法进行以下两方面的改进：动态启发函数调整即根据传感器实时监测的数据动态调整启发函数，使其更符合实际清洁需求；引入代价函数考虑灰尘堆积即在计算g(n)时，引入灰尘堆积程度作为权重，使清洁刷优先清洁灰尘堆积较多的区域；

[0124] 动态启发函数调整：在原始A*算法中，启发函数h(n)是一个静态估计值(曼哈顿距离)；为了更好地反映实时变化，根据传感器数据动态调整启发函数，以提高路径规划的准确性和效率；具体公式推导如下

[0125] 曼哈顿距离：

[0126] h(n)＝|xn‑xgoal|+|yn‑ygoal|

[0127] 其中xn，yn为当前节点n的坐标；xgoal，ygoal为目标节点的坐标；h(n)为启发函数值，估计从当前节点n到目标节点的成本；

[0128] 动态启发函数：引入实时监测的灰尘堆积程度dn，灰尘堆积程度通过传感器测得；动态调整启发函数，使其不仅考虑距离，还考虑清洁优先级；

[0129] h′(n)＝α·(|xn‑xgoal|+|yn‑ygoal|)+β·dn

[0130] 其中α为启发函数中距离的权重；β为启发函数中灰尘堆积程度的权重；dn为当前节点n的灰尘堆积程度，传感器实时监测得到；h′(n)为动态调整后的启发函数值，估计从当前节点n到目标节点的成本，同时考虑距离和灰尘堆积程度；

[0131] 引入代价函数考虑灰尘堆积：在计算从起点到当前节点的实际成本g(n)时，只考虑移动距离；为了提高清洁效果，引入灰尘堆积程度作为权重，使清洁刷优先清洁灰尘堆积较多的区域；具体公式推导如下

[0132] 原始代价函数：

[0133] g(n)＝g(parent(n))+cost(parent(n)，n)

[0134] 其中cost(parent(n)，n)为移动一个单位的固定成本；g(parent(n))为父节点的实际成本；g(n)表示从起点到当前节点n的实际成本；

[0135] 改进代价函数：引入灰尘堆积程度dn，使得堆积较多的区域代价更低，优先清洁；

[0136]

[0137] 其中γ为灰尘堆积程度的权重参数，调整其影响力；dn为当前节点n的灰尘堆积程度，传感器实时监测得到；g′(n)为改进后的当前节点n的实际成本，考虑了灰尘堆积程度；

[0138] 2.5改进Dijkstra算法

[0139] 为了优化清洁刷9012在金属散热片9014表面的路径规划，对Dijkstra算法引入动态权重调整，根据传感器实时监测的数据动态调整路径的权重，使其更符合实际清洁需求；

[0140] 引入动态权重调整：在传统Dijkstra算法中，所有边的权重是固定的；在本发明的专利内容中，根据传感器实时监测的灰尘堆积情况，动态调整路径的权重，使清洁刷优先清洁灰尘堆积较多的区域；具体公式推导如下原始距离计算：

[0141] distance(v)＝min(distance(u)+cost(u,v))

[0142] 其中cost(，v)为从节点u到节点v的固定移动成本；distance(v)为从起点到节点v的距离；distance(u)表示从起点到节点u的当前已知最短距离；

[0143] 动态权重调整：引入实时监测的灰尘堆积程度dv，调整路径的权重；

[0144]

[0145] 其中γ为灰尘堆积程度的权重参数，调整其影响力；dv为节点v的灰尘堆积程度，传感器实时监测得到；distance′(v)表示动态权重调整后的从起点到节点v的当前已知最短距离；distance(u)表示从起点到节点u的当前已知最短距离；

[0146] 步骤3通过电机驱动传动杆705和连接杆905，沿规划路径控制清洁刷9012进行清洁；

[0147] 清洁系统包括电机、传动杆705、连接杆905和清洁刷9012组件；电机驱动传动杆705和连接杆905，沿规划路径控制清洁刷9012进行清洁；为确保清洁过程的高效性和稳定性，需要详细描述路径执行的具体步骤，并引入相应的参数变量来优化执行过程；具体实施步骤如下

[0148] 路径规划：使用改进的A*算法和改进的Dijkstra算法混合模型生成的清洁路径；

[0149] 电机和传动杆初始化：设定电机的初始位置为起点，传动杆705和连接杆905连接到清洁刷9012，确保清洁刷位于起始位置；计算电机的初始速度和加速度参数

[0150] 传动系统控制：控制电机驱动传动杆705和连接杆905，根据规划路径的节点逐步移动清洁刷9012；每个节点的移动时间由路径长度和电机速度决定：

[0151]

[0152] 其中di为当前节点到下一个节点的距离；vi为电机在当前节点的速度；ti为第i段路径的移动时间；

[0153] 速度和加速度调整：为确保平稳运动和有效清洁，在每段路径开始和结束时，适当调整电机的速度和加速度；电机在每段路径上的加速度为ai

[0154] vi＝vi‑1+ai·ti

[0155] 其中vi为电机在第i段路径上的速度；ai为电机在第i段路径上的加速度；

[0156] 清洁效果监测：在每个节点处，传感器实时监测清洁效果，调整电机速度和加速度，确保清洁刷9012在不同灰尘堆积程度下的清洁效率；传感器监测数据：

[0157] dusti＝d(xi，yi)(当前节点的灰生堆积程度)

[0158] 其中d(xi，yi)为传感器在节点(xi，yi)处测得的灰尘堆积程度；dusti为当前节点的灰生堆积程度；

[0159] 调整电机速度和加速度以适应不同的清洁需求：

[0160] vi＝vbase·(1+γ·dusti)(新的电机速度)

[0161] 其中vbase为基础速度；γ灰尘堆积程度的影响权重；vi为新的电机速度。需要进行说明的是：本发明中的压力表体2、传感器5、智能控制器6以及电机体702均为现有技术，可以根据实际需求选择相对应的型号，上述零件内部构造以及运行原理亦属于本领域技术人员的公知常识，对此不作过多阐述。

[0162] 最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。