一种仿木纹型材挤出方法及挤出机与流程

文档序号:25033802发布日期:2021-05-11 17:04阅读:94来源:国知局
一种仿木纹型材挤出方法及挤出机与流程
本发明涉及型材成型领域,具体涉及一种仿木纹型材挤出方法及挤出机。
背景技术
:目前,仿木纹型材的挤出流程包括:加热基料-投入色母粒-挤出型材。一般型材上的木纹形成效果与操作挤出机的人员的熟练程度相关,一方面由于个人的操作习惯和认知的不同,导致同一批次的型材,其上的木纹效果参差不齐;另一方面,培养熟练的操作人员需要花费大量时间,在培养时同样需要耗费大量的资源。同时,在日益发展的社会,人们对于家居装修有着越来越高的要求,尤其体现在型材的需求。人们对于型材上的木纹要求越来越高,而当前技术对于形成统一风格的型材并没有太多进展,主要与操作人员的熟练程度相关,这导致统一风格的型材的供需不平衡。技术实现要素:本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。有鉴于此,本发明的一个目的在于提供一种仿木纹型材挤出方法。有鉴于此,本发明的又一个目的在于提供一种挤出机。为实现以上目的,本发明提供一种仿木纹型材挤出方法,包括:控制挤出机加热基料;控制色母粒投入所述基料,形成熔体,将所述熔体加热至预设温度;挤出型材;根据所述型材计算型材得分;根据所述型材得分对所述挤出机的挤出参数进行调整。本发明的仿木纹型材挤出方法,提供一种型材木纹的调整策略,即形成统一的评价标准,对挤出的型材进行评价,以根据评价情况对挤出机的挤出参数进行相应的调整,从而形成统一的木纹效果。在上述技术方案中,所述根据所述型材计算所述型材得分,包括:获取所述型材外形的反色图片,获取所述反色图片的三通道矩阵m,所述三通道矩阵m包括红色通道矩阵mr、绿色通道矩阵mg和蓝色通道矩阵mb;根据所述三通道矩阵m分别计算所述反色图片的面积得分ap、颜色得分cp和形状得分sp;根据所述面积得分ap、所述颜色得分cp和形状得分sp计算所述型材得分。在该技术方案中,通过反色图片的面积得分、颜色得分和形状得分对型材的木纹面积、颜色深浅和形状进行评价,以根据评价的结果对挤出机的挤出参数进行调整,从而形成统一的木纹效果。在上述技术方案中,所述计算所述面积得分ap、颜色得分cp和形状得分sp,包括:根据公式获取所述三通道矩阵中,元素之和最大的通道矩阵m’;统计矩阵m’中所有元素的分布情况a;根据经验公式计算面积得分ap,其中,x为大于分布情况a的元素的个数,μ为偏移系数,σ为修正系数。该技术方案提供一种木纹面积的评价标准,使该标准与其它标准相结合,有利于形成统一且行之有效的木纹评价标准。在上述技术方案中,所述计算所述面积得分ap、颜色得分cp和形状得分sp,包括:取所述色母粒的补色的rgb颜色值,选取与通道矩阵m’对应的颜色值c;计算所述通道矩阵m’中,大于分布情况a的元素的平均值a2;根据经验公式计算颜色得分cp。该技术方案提供一种木纹颜色的评价标准,使该标准与其它标准相结合,有利于形成统一且行之有效的木纹评价标准。在上述技术方案中,所述分布情况为平均值或中位值。在该技术方案中,根据实际情况选取平均值或中位值对形成对矩阵m’的元素分布情况的评价,有利于形成有效的面积得分和颜色得分的评价标准。在上述技术方案中,所述计算所述面积得分ap、颜色得分cp和形状得分sp,包括:构建卷积神经网络模型,以型材的外形的反色图片为样本,以型材上的木纹条数作为标签,对所述卷积神经网络模型进行训练;将所述型材的反色图片输入所述卷积神经网络模型,所述卷积神经网络模型输出得到形状评分sp。该技术方案提供一种木纹形状的评价标准,使该标准与其它标准相结合,有利于形成统一且行之有效的木纹评价标准。在上述技术方案中,所述根据所述面积得分、所述颜色得分和形状得分计算所述型材得分,具体为:所述型材得分p=k1×ap+k2×cp+k3×sp,其中,k1、k2和k3均为权重系数。该技术方案提供一种结合面积得分、颜色得分和形状得分的评价标准,有利于形成统一且行之有效的木纹评价标准。在上述技术方案中,所述根据所述型材得分对所述挤出机的挤出参数进行调整,包括:计算和其中p1为面积得分的占比,p2为颜色得分的占比,p3为形状得分的占比,apl为面积得分的总分,cpl为颜色得分的总分,spl为形状得分的总分;当所述型材得分p小于第一阈值时,比较p1、p2和p3的大小,若p1最小,则提高色母粒的投入速度,若p2最小,则降低所述预设温度,若p3最小,则提高型材的挤出速度,若p1、p2均为最小,则提高色母粒的投入速度,若p1、p3均为最小,则提高色母粒的投入速度,若p2、p3均为最小,则降低所述预设温度,若p1、p2和p3相等,则提高色母粒的投入速度;当所述型材得分p大于或等于第一阈值而小于第二阈值时,若p1大于p2,则保持当前的挤出参数,若p1小于或等于p2,则提高色母粒的投入速度;当所述型材得分p大于或等于第二阈值时,比较p1、p2和p3的大小,若p1最大,则降低色母粒的投入速度,若p2最大,则提高预设温度,若p3最大,则降低型材的挤出速度,若p1、p2均为最大,则降低色母粒的投入速度,若p1、p3均为最大,则降低色母粒的投入速度,若p2、p3为最大,则提高预设温度,若p1、p2和p3相等,则降低色母粒的投入速度。在该技术方案中,根据评价标准的情况调整挤出机的挤出参数,使木纹的效果统一。本发明的另一方面提供一种挤出机,包括:支架,所述支架设置有螺旋运输机,所述螺旋运输机设置有第一投入口,第一投入口用于投入色母粒;机筒,所述机筒设置有第二投入口和第三投入口;其中,所述螺旋运输机的一端设置在所述第二投入口的上方,所述第二投入口用于接收所述螺旋运输机输送的色母粒;所述第三投入口用于投入基料;所述机筒内设置有螺杆,所述螺杆用于搅拌;所述挤出机还包括控制模块,所述控制模块用于执行如权利要求1至8任一项所述的仿木纹型材挤出方法。挤出机通过各部件之间与控制模块的配合,可以实现上述技术方案中的挤出方法。本发明一方面提供一种仿木纹型材挤出方法,通过获取型材得分的评价情况调整挤出机的挤出参数,通过形成统一的评价标准,对挤出的型材的木纹效果进行评分,根据评分对挤出机进行挤出参数的调整,使挤出的型材的木纹效果统一;本发明还提供一种挤出机,以实现仿木纹型材挤出方法。附图说明图1示出根据本发明的一个实施例的仿木纹型材挤出方法的流程图;图2示出根据本发明的一个实施例的仿木纹型材挤出方法的型材得分计算的流程图;图3示出根据本发明的一个实施例的仿木纹型材挤出方法的面积得分计算的流程图;图4示出根据本发明的一个实施例的仿木纹型材挤出方法的颜色得分计算的流程图;图5示出根据本发明的一个实施例的仿木纹型材挤出方法的形状得分计算的流程图;图6示出根据本发明的一个实施例的仿木纹型材挤出方法的型材得分分析的流程图;图7示出根据本发明的一个实施例的挤出机的结构示意图;附图标记与部件名称的关系如下表所示:附图标记部件名称附图标记部件名称1支架4机筒2螺旋运输机5第二投入口3第一投入口6第三投入口具体实施方式为了可以更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。在对本发明的相关实施例进行说明之前,需要对本发明进行说明,形成统一的木纹不代表形成相同的木纹,由于挤出机本身的特性,形成相同的木纹是不切实际的,本发明的目的在于调整型材的面积、颜色和形状,使不同型材之间的木纹风格统一,亦如深度学习中的风格迁移算法的效果——继承已有图像的风格形成新的图像,本发明也在于根据仿木纹挤出方法形成更多不同的型材。反色图片是指一种图片,其上的点的rgb颜色值与原图片的对应点的rgb颜色值之和为(255,255,255)。下面参照图1至图7描述根据本发明的一些实施例。本发明提供一种仿木纹型材挤出方法,如图1所示,包括:s1:控制挤出机加热基料;s2:控制色母粒投入基料,形成熔体,将熔体加热至预设温度;s3:挤出型材;s4:根据型材计算型材得分;s5:根据型材得分对挤出机的挤出参数进行调整。具体的,挤出机加热基料,使基料软化,加入色母粒后,形成熔体,熔体中色母粒和基料发生流动,使色母粒在基料上形成木纹,将熔体加热至预设温度后挤出,形成有木纹的型材。对型材进行评分,根据评分情况对挤出机的挤出参数进行调整,以根据评价情况对挤出机的挤出参数进行相应的调整,从而形成统一的木纹效果。可以理解的是,计算型材得分p可以形成统一的评分标准。型材得分p可以包括:面积得分ap、颜色得分cp和形状得分sp。对上述三个得分进行关联,从而形成型材得分,根据得分的情况调整挤出机的挤出参数,完成型材上的木纹效果统一化。具体的,如图2所示,型材得分的计算方法包括:获取型材外形的反色图片,获取所示反色图片的三通道矩阵。其中,型材外形是指型材的一面。经过统计,型材上未被色母粒着色的位置绝大多数是处于浅色状态,即其上的三通道矩阵中,至少有两个颜色通道中的元素均接近最大值255,而被色母粒着色的位置则处于较深颜色的状态,即其上的三通道矩阵中各颜色矩阵中的元素均远小于255,获得型材的反色图片,使型材上被色母粒着色的位置被提取出来,未被着色的位置则被消除掉,从反色图片中获取三通道矩阵m,大小为(3,a,b),其中,a,b为图片的宽度和高度。选取反色图片有利于提取木纹的面积参数、颜色参数和形状参数,有利于后续进行相关的统计和计算。可选的,可以获取型材外形的原图片,对原图片进行锐化处理后,使部分被弱着色,即着色程度低的点被消除,再获取反色图片,避免造成后续对被提取的点进行统计时造成的干扰。锐化处理属于现有技术的范畴,此处不再赘述。具体的,面积得分的计算流程如图3所示,计算面积得分可以评价型材中木纹的面积情况。木纹的面积情况是指型材中形成木纹的面积,不影响型材的原有的外形和颜色的情况下,木纹面积越大,说明色母粒的着色效果越好,面积得分的计算包括:根据公式获取三通道矩阵中,元素之和最大的通道矩阵m’;统计矩阵m’中所有元素的分布情况a;根据经验公式计算面积得分ap,其中,x为大于分布情况a的元素的个数,μ为偏移系数,σ为修正系数。具体的,根据公式先获取各颜色通道矩阵中所有元素之和,再取元素之和最大的通道矩阵m’,其中,c表示通道矩阵的颜色,如mr表示红色通道矩阵,mb表示蓝色通道矩阵。反色处理后的图片中木纹对应点的rgb值会大于型材本身对应点的rgb值,在三通道矩阵m中,若选取的矩阵中数值为0的元素较多,则不利于后续的运算,为使参与运算的元素尽可能多,应选取元素之和最大的矩阵m’。可以理解的是,m’作为各颜色通道矩阵中元素之和最大的矩阵,m’属于红色通道矩阵mr、蓝色通道矩阵mb和绿色通道矩阵mg中的之一。具体的,计算矩阵m’中所有元素的分布情况a。分布情况a可以用于挑选真正用于面积得分计算的元素,即用于挑选被认定为木纹的元素,使面积得分结果尽可能反映型材的木纹面积情况。分布情况a可以为:通道矩阵m’的平均值或中位值,也可以为得到平均值和中位值后,挑选其中较大的数,可以为:选择通道矩阵m’中未着色部分的平均值、中位值、平均值和中位值中较大一位。未着色部分的平均值、中位值的获取方法为:获取未投入色母粒而挤出形成的型材,计算型材图片中与矩阵m’对应颜色的通道矩阵中的平均值或中位值,即此时的平均值和中位值均为常数。选取方法应根据实际情况而定。具体的,根据经验公式计算面积得分ap。可以理解的是,因为色母粒对型材完全着色时,或完全不着色时,对应型材的图片中,其通道矩阵的所有元素都相同,此时会导致出现得分虚高的情况,不利于调整挤出参数而形成统一的木纹,所以面积得分不应与木纹面积呈简单的线性关系。通过如下式子:该公式中,x为大于分布情况a的元素的个数,即被认定为木纹的元素的个数,μ为偏移系数,即获得最高得分100时,型材中被认定为木纹的元素的个数,该值应该根据实际情况确定,该式对应的函数图像为以μ为中心,左右对称的形状,使挤出机的挤出参数的调整结果趋向于μ,有利于获得准确的面积得分。具体的,颜色得分的计算流程如图4所示,计算颜色得分可以获得型材中的颜色深浅情况,有着色母粒作为着色原料,型材上的木纹颜色应接近于色母粒应有的颜色,颜色得分的计算包括:取色母粒的补色的rgb颜色值,选取与通道矩阵m’对应的颜色值c;计算通道矩阵m’中,大于分布情况a的元素的平均值a2;根据经验公式计算颜色得分cp。具体的,取色母粒的补色的rgb颜色值,选取与通道矩阵m’所属的颜色值c。由于以色母粒的颜色作为基准,所以需要先获得代表原色母粒的对应通道矩阵m’的颜色值,若通道矩阵m’选取为蓝色通道矩阵,则相应的,色母粒应选择其蓝色值b,若为绿色,则选择绿色值g。一般通过获得色母粒的反色图片,再取对应通道的元素值即可。具体的,计算通道矩阵m’中,大于分布情况a的元素的平均值a2。可以理解的是,与色母粒对比的元素应为代表木纹的元素,所以计算通道矩阵m’中,大于分布情况a的元素的平均值a2,再取平均值参与后续的计算。具体的,根据经验公式计算颜色得分cp。作为代表木纹的元素所组成的矩阵,取大于分布情况a的元素的平均值a2,即可体现型材中木纹的颜色深浅情况,可以利用经验公式对于该公式的理解是,在型材中的木纹颜色与色母粒的颜色接近或差距过大时,应谨慎评分,在型材中的木纹颜色与色母粒的颜色差距适中时,则木纹颜色与颜色评分应尽量处于线性关系。具体的,形状得分的计算流程如图5所示,形状得分作为评价木纹形状的重要参数,由于木纹形状复杂多样,但靠公式不能完全囊括所有木纹的情况,所以可以通过构建卷积神经网络模型,并对卷积神经网络模型进行训练,通过完成训练的模型对木纹形状进行评价。卷积神经网络模型可以为fast-rcnn模型,对现有的型材图片进行分类,可以根据型材的木纹数量,以数值的形式形成分类,示例性的,没有木纹的型材归为0类,有1条木纹的型材归为1类,以此类推,木纹数量越多,则类别的数值越大,可以设定有101类,对应形成0至100分,形成训练集的标签,而图片则作为输入样本,统计图片上的木纹数量,设定木纹数量为特定值时形状得分为最靠后的类别。根据训练集的标签修改模型的分类器,使训练集的标签与分类器的类别一一对应,进行训练,完成卷积神经网络模型的构建。具体的,完成面积得分、颜色得分和形状得分的评价之后,将三者进行整合,形成对型材木纹的完整评价标准。型材得分p=k1×ap+k2×cp+k3×sp,根据实际情况需要修改k1、k2和k3,可选的,k1、k2和k3之比为5:3:1,据此形成对型材木纹的完整评价。具体的,挤出参数的调整流程如图6所示,形成完整的评价标准后,需要根据评价标准完成对挤出参数的调整。计算和其中p1为面积得分的占比,p2为颜色得分的占比,p3为形状得分的占比,apl为面积得分的总分,cpl为颜色得分的总分,spl为形状得分的总分;当型材得分p小于第一阈值时,比较p1、p2和p3的大小;若p1最小,则提高色母粒的投入速度;若p2最小,则降低预设温度;若p3最小,则提高型材的挤出速度;若p1、p2均为最小(即p1、p2相等),则提高色母粒的投入速度;若p1、p3均为最小(即p1、p3相等),则提高色母粒的投入速度;若p2、p3均为最小(即p2、p3相等),则降低预设温度;若p1、p2和p3相等,则提高色母粒的投入速度。当型材得分p大于或等于第一阈值而小于第二阈值时,若p1大于p2,则保持当前的挤出参数,若p1小于或等于p2,则提高色母粒的投入速度。当型材得分p大于或等于第二阈值时,比较p1、p2和p3的大小;若p1最大,则降低色母粒的投入速度;若p2最大,则提高预设温度;若p3最大,则降低型材的挤出速度;若p1、p2均为最大(即p1、p2相等),则降低色母粒的投入速度;若p1、p3均为最大(即p1、p3相等),则降低色母粒的投入速度;若p2、p3为最大(即p2、p3相等),则提高预设温度;若p1、p2和p3相等,则降低色母粒的投入速度。可以理解的是,当木纹评价与预期差距较大时,需要调整挤出参数以改变需要改变的得分,所以引入p1、p2和p3,这三个参数可以体现型材的木纹,其面积、颜色和形状的得分情况,当型材得分偏低时,即当型材得分小于第一阈值时,木纹风格偏离预期的风格类型,此时必定存在最小的得分占比,通过调整挤出参数以提高最小的得分占比,使下一次挤出的型材的木纹效果发生相应的改变,使型材木纹风格趋近化,有利于形成统一的风格;当型材得分偏高时,即当型材得分大于第二阈值时,木纹风格偏离预期的风格类型,此时必定存在最大的得分占比,通过调整挤出参数以降低最大的得分占比,使下一次挤出的型材的木纹效果发生相应的改变,使型材木纹风格趋近化,有利于形成统一的风格。当型材得分在第一阈值与第二阈值之间时,则可以通过比较面积得分的占比p1与颜色得分占比p2的大小,一般认为面积得分的占比p1应大于颜色得分的占比p2,所以当p1大于p2,保持现有的挤出参数,反之则提高色母粒的投入速度,使p1增大。p1、p2和p3中,p1的优先级最高,p3的优先级最低,即当得分相同时,优先调整挤出参数使p1的得分提高或降低,再调整挤出参数使p2的得分提高或降低,最后才调整挤出参数使p3的得分提高或降低。具体的,各项得分有相应的调整措施。其中,改变面积得分的措施包括:改变色母粒的投放速度,一般认为,在其它条件不变时:色母粒的投放速度越快,则单位时间内色母粒的投入量越多,色母粒越容易在型材上形成木纹,则面积得分越高。改变颜色得分的措施包括:改变挤出机的预设温度,一般挤出机的预设温度,尤其是挤出口处的温度,应维持在179摄氏度左右,高温时色母粒分散速度快,故颜色浅,当需要提高颜色得分时,则降低挤出机的预设温度,当需要降低颜色得分时,则提高挤出机的预设温度;改变形状得分的措施包括:改变挤出型材的速度,其中,挤出型材的速度可以由挤出螺杆的转速决定,色母粒能否在型材上形成木纹,与挤出螺杆的转速,即搅拌熔体的速度相关。一般认为,色母粒投入速度的峰值为每分钟投入76个色母粒、螺杆挤出速度的峰值为每分钟转10.8圈,挤出机预设温度的峰值为189摄氏度,当色母粒的投入速度、螺杆的挤出速度或挤出机的预设温度超出峰值时,则将上述参数锁定在峰值,直至调整措施对应的得分需要降低时,上述参数才会发生降低。可选的,每次挤出参数的调整量均为当前参数数值的2.8%,如以当前挤出口的温度为180摄氏度,若需要提高预设温度,则会提高5.04摄氏度。可选的,每隔1个时间间隔执行一次仿木纹型材挤出方法,有利于型材上的木纹形成统一的风格。在其中一个实施例中,仿木纹型材挤出方法的执行过程如下:挤出机达到180摄氏度时,挤出型材,获取型材的外形的反色图片的三通道矩阵,在本实施例中,三通道矩阵尺寸为(3,218,361),其中,3表示具有红色通道矩阵、绿色通道矩阵和蓝色通道矩阵,218和361则是指每个颜色通道矩阵的大小为(218,361),即宽度为218个元素,高度为361个元素。选取色母粒的颜色为褐色,其rgb值为(150,75,0),即r值为150,g值为75,b值为0,其反色的rgb值为(105,180,255),型材的三通道矩阵的各颜色通道矩阵的平均值分别接近(188,174,165),即红色通道矩阵mr中所有元素的平均值接近于188,绿色通道矩阵mg中所有元素的平均值接近于174,蓝色通道矩阵mb中所有元素的平均值接近于165,三通道矩阵的各颜色通道矩阵的反色的平均值分别接近(67,81,90),即红色通道矩阵mr的反色矩阵中所有元素的平均值接近于67,绿色通道矩阵mg的反色矩阵中所有元素的平均值接近于81,蓝色通道矩阵mb的反色矩阵中所有元素的平均值接近于90,所以取蓝色通道矩阵作为m’。在公式中,设定μ为47000,即m’中有47000个元素大于平均值90时,面积得分为100,即最高得分,σ2取为2.58×108,统计得有38654个元素大于平均值90,据此计算得到面积得分为76.34分;上述38654个元素的平均值为153.03,选取色母粒的颜色值为255,根据公式计算得到颜色得分为88.10分;将上述型材外形的反色图片输入至卷积神经网络模型中,得到型材属于53类,即形状得分为53.00分,取最高分为100分,面积得分、颜色得分和形状得分的权重比为5:3:1,则根据公式p=5ap+3cp+sp得型材得分为69.90分,取第一阈值为40分,第二阈值为70分,面积得分占比p1为0.76,颜色得分占比p2为0.88,形状得分占比p3为0.53,由于型材得分为69.90分,大于或等于第一阈值而小于第二阈值,且p1小于p2,所以应提高色母粒的投入速度。本发明的另一方面提供一种挤出机,包括:支架1设置有螺旋运输机2,螺旋运输机2设置有第一投入口3;机筒4设置有第二投入口5和第三投入口6,第二投入口5用于投入色母粒,第三投入口6用于投入基料,机筒4内设置有螺杆;其中,螺旋运输机2的一端设置在第二投入口5的上方;控制模块用于执行仿木纹型材挤出方法。可以理解的是,第一方面,如图7所示,控制模块用于控制挤出机完成挤出工作,包括加热基料,通过螺旋运输机2投入色母粒,并加热至预设温度,再挤出型材。第二方面,控制模块可以获取型材和色母粒的外形图片,以完成相应的木纹元素的挑选,完成面积得分、颜色得分、形状得分和型材得分的相应计算,从而完成对型材的完整评价,第三方面,控制模块根据型材得分的结果,调整挤出参数,其中,色母粒的投放速度是指单位时间内色母粒的投入量,即色母粒经第二投入口5进入机筒4的量,第三投入口6用于投入基料,螺杆搅拌基料,并达到预设温度。色母粒的投放速度可以通过调整螺旋运输机2的转速进行调整,从而改变色母粒在单位时间内的投入量。预设温度的大小可以通过调整机筒4内的温度实现,挤出型材的速度则通过调整机筒4内的螺杆转速实现,从而完成对仿木纹型材挤出方法的实现,形成统一风格的型材。在该实施例中,第一投入口3用于投入色母粒,色母粒在螺旋运输机2的带动下,经螺旋运输机2的一端落入第二投入口5中,经第二投入口5进入机筒4,与机筒4内的基料混合并挤出,形成型材。在本发明中,术语“第一”、“第二”、“第三”仅用于描述的目的,而不能理解为指示或暗示重要性;术语“多个”则指两个或两个以上,除非另有明确的限定。术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;“相连”可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。本发明的描述中,需要理解的是,术语“上”、“下”、“左”、“右”、“前”、“后”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单元必须具有特定的方向、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。在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明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一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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。当前第1页12
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1