环境监测方法和环境监测系统
技术领域
本申请涉及监测技术领域，尤其涉及一种环境监测方法及环境监测系统。
背景技术
相关技术中，在危险事故发生之前的一段时间中，主要危害参数会发生变化，同时或稍后会有并发参数发生变化，在危害指标累积到一定数值后会产生严重后果，或在其它诱发条件下产生事故，因此，如何更好的监测危害参数以避免发生事故成为亟待解决的问题。
发明内容
本申请的目的旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请的第一个目的在于提出一种环境监测方法。该方法可准确确定监测环境的总危险因数，从而可准确判断监测环境是否正常，避免了因单参数探测器自身问题导致误报、漏报的情况发生。
本申请的第二个目的在于提出一种环境监测系统。
为达到上述目的，本申请第一方面实施例提出了一种环境监测方法，所述方法包括：获取与监测环境对应的监测数据，其中，所述监测数据包括多个监测参数以及每个所述监测参数对应的监测参数值；针对每个所述监测数据，根据所述监测环境和所述监测参数，获取所述监测参数对应的报警阈值以及权重系数；将每个所述监测参数对应的监测参数值和报警阈值进行比值，以得到所述每个监测参数的危险因数；根据每个所述监测参数的危险因数和权重系数，确定所述监测环境的总危险因数；根据所述总危险因数，确定所述监测环境是否正常。
根据本申请实施例的环境监测方法，可获取与监测环境对应的监测数据，其中，监测数据包括多个监测参数以及每个监测参数对应的监测参数值，之后针对每个监测数据，根据监测环境和监测参数，获取监测参数对应的报警阈值以及权重系数，将每个监测参数对应的监测参数值和报警阈值进行比值，以得到每个监测参数的危险因数，然后根据每个监测参数的危险因数和权重系数，确定监测环境的总危险因数，根据总危险因数，确定监测环境是否正常。该方法通过多个监测探测器监控所在环境中的监测参数，进而得到每个监测参数的危险因数，根据多个监测因数的危险因数，可准确确定监测环境的总危险因数，从而可准确判断监测环境是否正常，避免了因单参数探测器自身问题导致误报、漏报的情况发生。
根据本申请的一个实施例，所述根据所述总危险因数，确定所述监测环境是否正常，包括：获取与所述监测环境对应的预设危险因数阈值；判断所述总危险因数是否小于所述预设危险因数阈值；如果所述总危险因数小于所述预设危险因数阈值，则确定所述监测环境正常；如果所述总危险因数不小于所述预设危险因数阈值，则确定所述监测环境异常。
根据本申请的一个实施例，在所述确定所述监测环境异常之后，所述方法还包括：控制切断所述监测环境中预设设备与外界电路的电气连接。
根据本申请的一个实施例，在所述将每个所述监测参数对应的监测参数值和报警阈值进行比值，以得到所述每个监测参数的危险因数之前，所述方法还包括：对每个所述监测参数对应的监测参数值进行归一化处理，以得到每个监测参数的归一化监测参数值；所述将每个所述监测参数对应的监测参数值和报警阈值进行比值，以得到所述每个监测参数的危险因数，包括：将每个所述监测参数对应的归一化监测参数值和报警阈值进行比值，以得到所述每个监测参数的危险因数。
根据本申请的一个实施例，所述监测参数值为所述监测参数在当前采样周期内的参数变化值。
为达到上述目的，本申请第二方面实施例提出了一种环境监测系统，所述系统包括：多个监测探测器和至少一个处理器，每个所述监测探测器与所述处理器连接，所述监测探测器用于对所在环境中相应监测参数进行监测，以得到相应监测参数对应的监测参数值，其中，所述处理器，用于获取与监测环境对应的监测数据，其中，所述监测数据包括多个监测参数以及每个所述监测参数对应的监测参数值；针对每个所述监测数据，根据所述监测环境和所述监测参数，获取所述监测参数对应的报警阈值以及权重系数；将每个所述监测参数对应的监测参数值和报警阈值进行比值，以得到所述每个监测参数的危险因数；根据每个所述监测参数的危险因数和权重系数，确定所述监测环境的总危险因数；根据所述总危险因数，确定所述监测环境是否正常。
根据本申请实施例的环境监测系统，可获取与监测环境对应的监测数据，其中，监测数据包括多个监测参数以及每个监测参数对应的监测参数值，之后针对每个监测数据，根据监测环境和监测参数，获取监测参数对应的报警阈值以及权重系数，将每个监测参数对应的监测参数值和报警阈值进行比值，以得到每个监测参数的危险因数，然后根据每个监测参数的危险因数和权重系数，确定监测环境的总危险因数，根据总危险因数，确定监测环境是否正常。该系统通过多个监测探测器监控所在环境中的监测参数，进而得到每个监测参数的危险因数，根据多个监测因数的危险因数，可准确确定监测环境的总危险因数，从而可准确判断监测环境是否正常，避免了因单参数探测器自身问题导致误报、漏报的情况发生。
根据本申请的一个实施例，所述处理器，具体用于：获取与所述监测环境对应的预设危险因数阈值；判断所述总危险因数是否小于所述预设危险因数阈值；如果所述总危险因数小于所述预设危险因数阈值，则确定所述监测环境正常；如果所述总危险因数不小于所述预设危险因数阈值，则确定所述监测环境异常。
根据本申请的一个实施例，所述处理器，还用于在所述确定所述监测环境异常之后，控制切断所述监测环境中预设设备与外界电路的电气连接。
根据本申请的一个实施例，所述处理器的数量为两个，两个所述处理器之间电连接，所述系统还包括与所述处理器连接的通信模块，所述通信模块，用于与外部的中心站进行数据通信。
根据本申请的一个实施例，所述系统还包括：防爆电池，所述防爆电池与所述处理器连接，用于为所述处理器提供电源。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本申请一个实施例的环境监测方法的流程图。
图2是根据本申请一个具体实施例的环境监测方法的流程图。
图3是根据本申请一个实施例的环境监测系统的结构示意图。
图4是根据本申请另一个实施例的环境监测系统的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
相关技术中，参量梯度衡量判断的方法结合多参数矢量模型法衡量作业现场危险状况的描述理论，在危险事故发生之前的一段时间中，主要危害参数会发生变化，同时或稍后会有并发参数发生变化，在危害指标积累到一定数值后会产生严重后果，或在其它诱发条件下产生事故，通常采用单监测探测器对危害参数进行监测，但是当单参数探测器自身损坏时，可能会产生正常参数的偏离或异常指标的上升，进而导致监测参数误报、漏报的情况发生。为此，本申请提出了一种环境监测方法。
本申请实施例的环境监测方法，在环境监测的过程中，获取与监测环境对应的监测数据，其中，监测数据包括多个监测参数以及每个监测参数对应的监测参数值，之后针对每个监测数据，根据监测环境和监测参数，获取监测参数对应的报警阈值以及权重系数，将每个监测参数对应的监测参数值和报警阈值进行比值，以得到每个监测参数的危险因数，然后根据每个监测参数的危险因数和权重系数，确定监测环境的总危险因数，根据总危险因数，确定监测环境是否正常。该系统通过多个监测探测器监控所在环境中的监测参数，进而得到每个监测参数的危险因数，根据多个监测因数的危险因数，可准确确定监测环境的总危险因数，从而可准确判断监测环境是否正常，避免了因单参数探测器自身问题导致误报、漏报的情况发生。
下面参考附图描述本申请实施例的环境监测方法和环境监测系统。其中，环境监测方法及环境监测系统可应用于智慧安全生产环境中。
图1是根据本申请一个实施例的环境监测方法的流程图。需要说明的是，本申请实施例的环境监测方法可应用于本申请实施例的环境监测系统，其中，该环境监测系统包括多个监测探测器和至少一个处理器，其中，本申请实施例的环境监测方法可从处理器侧进行描述。
如图1所示，该环境监测方法包括：
S110，获取与监测环境对应的监测数据。
其中，监测数据包括多个监测参数以及每个监测参数对应的监测参数值。
其中，监测环境包括但不仅限于工厂环境、矿山环境、石油化工环境、施工现场环境、地铁隧道环境等。
在本申请的实施例中，可通过多个监测探测器对所在环境进行监测，以得到多个监测参数及每个监测参数对应的监测参数值，并将得到多个监测参数及多个监测参数对应的监测参数值发送给处理器，以便处理器获取与监测环境对应的多个监测参数及多个监测参数对应的监测参数值。
其中，监测参数包括但不仅限于环境参数、指标特征参数、累计参数等，其中，环境参数包括但不仅限于温度、湿度、风速方向等参数，指标特征参数包括但不仅限于震动、噪声、污染气体、爆炸气体、粉尘等参数，累计参数包括但不仅限于风量、水量、个体流量等参数。
举例而言，环境监测器可对环境A中相应检测参数进行监测，可得到温度参数、湿度参数、风速方向参数，以及温度参数对应的参数值、湿度参数对应的参数值、风速方向参数对应的参数值，并发送给处理器，以便处理器获取温度参数、湿度参数、风速方向参数，以及温度参数对应的参数值、湿度参数对应的参数值、风速方向参数对应的参数值。
S120，针对每个监测数据，根据监测环境和监测参数，获取监测参数对应的报警阈值以及权重系数。
其中，需要理解的是，同一个监测参数，在不同的监测环境，其对应的报警阈值以及权重系数通常是不同的。
监测环境具体而言，在获取监测数据后，可基于监测环境，获取该环境参数对应的监测参数与报警阈值以及权重系数之间的对应关系，然后，可基于该对应关系，可获取在该监测环境下该监测参数对应的报警阈值以及权重系数。
例如，获取到监测环境A对应的温度参数，基于温度参数与报警阈值以及权重系数之间的对应关系，可获取温度对应的温度报警阈值为40，及温度的权重系数为1；获取到监测环境B对应的温度参数，基于温度参数与报警阈值以及权重系数之间的对应关系，可获取温度对应的温度报警阈值为30，及温度的权重系数为0.5。
S130，将每个监测参数对应的监测参数值和报警阈值进行比值，以得到每个监测参数的危险因数。
也就是说，获取到每个监测参数对应的监测参数值和报警阈值，可将监测参数对应的监测参数值和报警阈值进行比值，将比值结果作为监测参数的危险因数。
需要说明的是，监测参数值和报警阈值的比值越大，危险因数越高，监测参数值和报警阈值的比值越小，危险因数越低。
在本申请的一个实施例中，获取到每个监测参数对应的监测参数值和报警阈值，将每个监测参数对应的监测参数值和报警阈值进行比值，可基于监测参数值和报警阈值的比值与危险因数的对应关系，确定监测参数的危险因数。
S140，根据每个监测参数的危险因数和权重系数，确定监测环境的总危险因数。
在本申请的实施例中，得到每个监测参数的危险因数后，可将每个监测参数的危险因数以及该监测参数的权重系数相加，得到监测环境的总危险因数。
也就是说，得到每个监测参数的危险因数后，可将每个监测参数的危险因数加权后得到每个监测参数在监测环境下的危险因数，其中，可将每个监测参数的危险因数和权重系数乘积，所得到的结果作为每个监测参数在监测环境下的危险因数，然后将每个监测参数的在监测环境下的危险因数相加，可确定监测环境的总危险因数。
举例而言，总危险因数D＝k1·D1+k2·D2+k3·D3+kn·Dn，其中，D1为第一个监测参数的危险因数，D2为第二个监测参数的危险因数，D3为第三个监测参数的危险因数，Dn为第n个监测参数的危险因数，k1为第一个监测参数的权重系数，k2为第二个监测参数的权重系数，k2为第三个监测参数的权重系数，kn为第n个监测参数的权重系数。
S150，根据总危险因数，确定监测环境是否正常。
具体而言，在确定监测环境的总危险因数后，可将总危险因数与预设危险因数阈值进行比较，如果大于预设危险因数阈值时，可确定监测环境异常，如果小于预设危险因数阈值时，可确定监测环境正常。
根据本申请实施例的环境监测方法，可获取与监测环境对应的监测数据，其中，监测数据包括多个监测参数以及每个监测参数对应的监测参数值，之后针对每个监测数据，根据监测环境和监测参数，获取监测参数对应的报警阈值以及权重系数，将每个监测参数对应的监测参数值和报警阈值进行比值，以得到每个监测参数的危险因数，然后根据每个监测参数的危险因数和权重系数，确定监测环境的总危险因数，根据总危险因数，确定监测环境是否正常。该方法通过多个监测探测器监控所在环境中的监测参数，进而得到每个监测参数的危险因数，根据多个监测因数的危险因数，可准确确定监测环境的总危险因数，从而可准确判断监测环境是否正常，避免了因单参数探测器自身问题导致误报、漏报的情况发生。
图2是根据本申请一个具体实施例的环境监测方法的流程图。具体地，如图2所示，该环境监测方法可以包括：
S210，获取与监测环境对应的监测数据，其中，监测数据包括多个监测参数以及每个监测参数对应的监测参数值。
在本申请的实施例中，可通过多个监测探测器对所在环境进行监测，以得到多个监测参数及每个监测参数对应的监测参数值，并将得到多个监测参数及多个监测参数对应的监测参数值发送给处理器，以便处理器获取与监测环境对应的多个监测参数及多个监测参数对应的监测参数值。
其中，监测参数值为监测参数在当前采样周期内的参数变化值。
例如，探测器A处于监测目标构建的环境中，其中，探测器A对探测目标数量场强C的响应灵敏度为α，探测器在响应时间段中探测信号S函数为：S＝α·C。
需要说明的是，当数量场作用到探测器时，除了使探测器数据上升一个参数外，还有上升时间一个参数，在不同的场强情况下，τ时间内信号上升趋势存在较大差异，可以充分利用，因此，由公式S＝α·C可演变成
S220，针对每个监测数据，根据监测环境和监测参数，获取监测参数对应的报警阈值以及权重系数。
举例而言，获取到监测环境A对应的粉尘参数，基于粉尘参数与报警阈值以及权重系数之间的对应关系，可获取粉尘对应的粉尘报警阈值为35，及粉尘的权重系数为3。
S230，将每个监测参数对应的监测参数值和报警阈值进行比值，以得到每个监测参数的危险因数。
在本申请的一个实施例中，在将每个监测参数对应的监测参数值和报警阈值进行比值，以得到每个监测参数的危险因数之前，可对每个监测参数对应的监测参数值进行归一化处理，以得到每个监测参数的归一化监测参数值。
也就是说，对每个监测参数对应的监测参数值进行归一化处理后，可将每个监测参数对应的归一化监测参数值和报警阈值进行比值，以得到每个监测参数的危险因数。
S240，根据每个监测参数的危险因数和权重系数，确定监测环境的总危险因数。
在本申请的实施例中，得到每个监测参数的危险因数，可将每个监测参数的危险因数加权后得到每个监测参数在当前监测环境下的危险因数，其中，可将每个监测参数的危险因数和权重系数乘积，所得到的结果作为每个监测参数在当前监测环境下的危险因数，然后将每个监测参数的在当前监测环境下的危险因数相加，可确定当前监测环境的总危险因数。
S250，获取与监测环境对应的预设危险因数阈值。
其中，预设危险因数阈值可预先存储在处理器中。
在确定监测环境的总危险因数时，可获取与监测环境对应的预设危险因数阈值。
S260，判断总危险因数是否小于预设危险因数阈值。
也就是说，确定监测环境的总危险因数，以及获取与监测环境对应的预设危险因数阈值，可判断监测环境的总危险因数是否小于预设危险因数阈值。
S270，如果总危险因数小于预设危险因数阈值，则确定监测环境正常。
在本申请的一个实施例中，在确定监测环境正常时，基于处理器与环境监测系统中通信模块之间的连接，处理器可将监测环境下的监测数据发送给通信模块，以便通信模块将监测数据与外部的中心站进行数据通信，进而可实时掌握监测环境中的监测参数。
S280，如果总危险因数不小于预设危险因数阈值，则确定监测环境异常。
在本申请的一个实施例中，在确定当前监测环境为异常时，可通过报警装置发出报警信号，以提示当前当监测环境容易发生危险或事故。
其中，报警装置可与处理器连接，处理器在判断监测环境为异常时，可将异常信号发送给报警装置，以便报警装置发生报警信号，其中，可通过语音、指示灯等方式发出报警信号。
在本申请的一个实施例，在确定监测环境异常之后，控制切断监测环境中预设设备与外界电路的电气连接，避免因当前监测环境的异常导致外界设备的损失。
在本申请的一个实施例中，对每个监测参数对应的监测参数值进行归一化处理，得到每个监测参数的归一化监测参数值的具体实现方式如下：
由于每一种参数都有正常运行状态下允许最大数值Vmax和最小值Vmin，与此对应的差值Vq＝Vmax-Vmin，适用于参数标准化转换，量化后参数定义为量化区间Qi(量化间隔),其中，量化区间Qi量化可根据监测探测器的分辨率、精度和系统或设备的需要可大可小，数字越大描述的精度和准确率也越高，同时对监测探测器要求越高。
对于m种监测参数中任何一种监测参数n在运行期间即时数字Vn，对应量化区间内的量化值Qn算法按如下方式计算：Qn＝Qi*(Vn-Vmin)/(Vmax-Vmin)；
采用该量化算法后，m种监测参数量化值全部限制在0～Qi区间中。
其中，在本申请的一个实施例中，用图像描述监测参数时，完全可以在同一坐标下根据时间精准的描述各参数的变化曲线，如果系统或设备是正常运行的，那么各曲线的走势将会组成非常有规律的图形，该图形就是监测环境的正常情况，该图形可以根据负载的不同会形成不同的形态，但都会规范有序，对安全生产起到关键的作用。
根据本申请实施例的环境监测方法，该方法通过每个监测参数对应的监测参数值进行归一化处理，以便将每个监测参数对应的归一化监测参数值和报警阈值进行比值，以得到每个监测参数的危险因数，然后根据每个监测参数的危险因数和权重系数，确定监测环境的总危险因数，根据总危险因数，确定监测环境是否正常。该方法通过多个监测探测器监控所在环境中的监测参数，进而得到每个监测参数的危险因数，根据多个监测因数的危险因数，可准确确定监测环境的总危险因数，从而可准确判断监测环境是否正常，避免了因单参数探测器自身问题导致误报、漏报的情况发生。
为了实现上述实施例，本申请还提出了一种环境监测系统。
图3是根据本申请一个实施例的环境监测系统的结构示意图。如图3所示，所述环境监测系统300包括：
多个监测探测器310和至少一个处理器320，每个所述监测探测器310与所述处理器320连接，所述监测探测器310用于对所在环境中相应监测参数进行监测，以得到相应监测参数对应的监测参数值，其中，所述处理器320用于获取与监测环境对应的监测数据，其中，所述监测数据包括多个监测参数以及每个所述监测参数对应的监测参数值；针对每个所述监测数据，根据所述监测环境和所述监测参数，获取所述监测参数对应的报警阈值以及权重系数；将每个所述监测参数对应的监测参数值和报警阈值进行比值，以得到所述每个监测参数的危险因数；根据每个所述监测参数的危险因数和权重系数，确定所述监测环境的总危险因数；根据所述总危险因数，确定所述监测环境是否正常。
根据本申请实施例的环境监测系统，可获取与监测环境对应的监测数据，其中，监测数据包括多个监测参数以及每个监测参数对应的监测参数值，之后针对每个监测数据，根据监测环境和监测参数，获取监测参数对应的报警阈值以及权重系数，将每个监测参数对应的监测参数值和报警阈值进行比值，以得到每个监测参数的危险因数，然后根据每个监测参数的危险因数和权重系数，确定监测环境的总危险因数，根据总危险因数，确定监测环境是否正常。该系统通过多个监测探测器监控所在环境中的监测参数，进而得到每个监测参数的危险因数，根据多个监测因数的危险因数，可准确确定监测环境的总危险因数，从而可准确判断监测环境是否正常，避免了因单参数探测器自身问题导致误报、漏报的情况发生。
在本申请的一个实施例中，所述处理器320具体用于：获取与所述监测环境对应的预设危险因数阈值；判断所述总危险因数是否小于所述预设危险因数阈值；如果所述总危险因数小于所述预设危险因数阈值，则确定所述监测环境正常；如果所述总危险因数不小于所述预设危险因数阈值，则确定所述监测环境异常。作为一种示例，所述处理器320还用于在所述确定所述监测环境异常之后，控制切断所述监测环境中预设设备与外界电路的电气连接。
在本申请的一个实施例中，所述处理器320的数量为两个，两个所述处理器320之间电连接，所述系统还包括与所述处理器连接的通信模块，所述通信模块，用于与外部的中心站进行数据通信。
在本申请的一个实施例中，如图4所示，所述系统300还包括：防爆电池330，所述防爆电池330与所述处理器连接，用于为所述处理器320提供电源。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
