一种基于本体的地铁施工风险知识构建方法
【专利摘要】本发明涉及地铁施工风险知识构建领域，提供一种基于本体的地铁施工风险知识构建方法，该方法基于故障树拓扑结构的风险链（riskpath）获取方法，构建地铁施工风险知识网络结构，并引入本体的概念，进行风险知识的本体化表达与语义化描述，建立风险知识本体库，实现对施工风险知识及其相互关系的明晰的语义表达，支持风险知识的计算机理解和语义推理。
【专利说明】一种基于本体的地铁施工风险知识构建方法
【技术领域】
[0001] 本发明涉及地铁施工风险知识构建领域，具体涉及一种基于本体的地铁施工风险 知识构建方法。
【背景技术】
[0002] 在地铁及各种地下工程的施工过程中，进行风险管理至关重要，作为风险管理的 一部分，风险识别是一项知识密集型的任务。调查显示，风险管理多是基于管理者前期经验 的积累和知识的重用。由于缺乏足够风险知识导致无法有效识别风险，是项目实施阶段最 常见的问题。
[0003] 传统的风险清单、风险结构分解等方法普遍使用，但无法表达风险、致险因素间的 网络结构关系，将彼此关联的风险知识分割为孤立的知识项。实际上风险知识间彼此关联， 相互影响，构成一个网络结构，而非单向的线性关系。
[0004] 同时，以往对风险知识的储存管理通常以文档形式备案，没有形成可供计算机理 解并能进行信息检索的数据库记录，也没有按照知识管理的要求，实现风险知识结构化的 模型管理。
[0005] 已有的风险知识模型多采用面向对象的建模方式，风险间复杂的依赖关系需要通 过关系数据库表间的推理进行表达，缺乏明晰的语义表达。再者，这一建模方式导致后续的 调整需要重构表间的关联关系。
[0006] 同时，这种知识模型也不便于扩展与共享。风险知识需要在工程参与各方之间协 调，而传统的知识表达不支持风险知识在参与方之间的共享。
[0007] 本体作为概念模型的明确的规范化说明，与语义网一起为领域知识的结构化表示 和重用提供了支持。目前，本体技术在各行业得到了广泛应用，在建筑领域也展现了极大的 应用优势。对于地铁施工风险领域来说，历史风险知识的积累对今后施工过程中风险因素 的识别以及应对措施的选择具有重大作用，将本体和语义技术应用到风险知识的构建与表 达中，对实现该领域知识数据的统一构建具有重大意义。
【发明内容】
[0008] 本发明的目的就在于克服上述技术中的不足之处，提供一种基于本体的地铁施工 风险知识构建方法，该方法基于故障树拓扑结构的风险链（risk path)获取方法，构建地铁 施工风险知识网络结构，并引入本体的概念，进行风险知识的本体化表达与语义化描述，建 立风险知识本体库，实现对施工风险知识及其相互关系的明晰的语义表达，支持风险知识 的计算机理解和语义推理。
[0009] 为了达到上述目的，本发明所采用的技术方案为： 一种基于本体的地铁施工风险知识构建方法，首先获取地铁施工风险的领域知识，构 建风险监控对象库。然后通过故障树抽取的风险因素及其因果链关系，并依据风险监控对 象域中对象间的关系以及故障树的拓扑结构，构建地铁施工网络结构化的风险知识库和案 例库。然后将工程风险领域知识建模进本体模型，形成工程施工风险本体库，所述本体库基 于三层框架，分别是元本体、风险知识表示本体、实例本体。其中元本体定义了风险知识的 元模型，表达了风险知识的抽象概念及其关系，为风险知识的语义表示提供统一的表达结 构，也为风险知识的语义理解和推理奠定基础。风险知识表示本体，通过利用风险监控对象 所处的特定领域知识概念对元本体中基本概念和关系的继承，对监控对象及其风险知识进 行本体表达得到。实例本体是在风险监控对象库及风险知识库的本体表达基础上，结合风 险案例库的知识，来表达在某一项目具体情境的的实际风险。
[0010] 上述一种基于本体的地铁施工风险知识构建方法，包括以下步骤： (1)分析领域知识，抽取概念；对风险监控对象库中的知识以及知识之间的联系进行分 析，抽取相关概念及关系，建立相应的概念图。
[0011] (2)获取风险链，构建风险知识语义网；利用一种基于风险故障树拓扑结构的风险 链（risk path)获取方法，获取风险与致险因素间的依赖和影响关系。采用语义网进行风 险知识的表达，将各风险链基于风险监控对象的领域关联关系，连接成为一个风险知识网 络地图。并采用语义网技术进行风险知识网络的表达，形成一个风险知识语义网，实现风险 知识及其相互关系的明晰的语义表达，支持风险知识的计算机语义理解和推理。
[0012] 基于风险故障树拓扑结构的风险链（risk path)获取方法是一种广泛使用的风险 概率和可靠性分析方法。它把风险事件作为"顶事件"，把产生事件的原因作为"基本事件"， 通过逻辑操作符("与"、"或"）表示基本事件的交叉状态，来形象化的表示系统中不良事件 的关系。
[0013] 故障树中"顶事件"、"中间事件"、"基本事件"之间的关系决定了风险知识网络中 各节点之间的关系。在一定程度上，故障树也揭示出导致风险事件的致险因素，所以，故障 树为风险链的查找提供了可能。 如图1是一个典型的故障树转化为知识网络中风险链的示意图。
[0014] 连同施工风险监控对象，相关风险和致险因素，所有的风险链与他们的风险监控 对象一起交织成一个风险知识网络。这个网络作为领域风险监控的知识库，不仅包括显示 的知识表示，还可以基于规则从中推理出所蕴含的隐性知识。
[0015] (3)形式化定义本体；对步骤（2)得到的风险知识网络的概念模型，根据本体的五 个基本元语来定义本体，简单的本体用类C和关系R定义，表示为0 : {C，R};复杂些的本体 用类C、关系R、属性P、函数F、公理A、实例I定义，表示为0 : {C，R，P，F，A，1}。
[0016] (4)构建本体模型，实现风险知识的表达；在形式化定义本体后，利用本体编辑工 具和本体描述语言来构建地铁施工风险知识的本体模型，进行风险知识的语义化描述；对 于风险识别规则，采用SWRL进行表达，完成风险识别规则库的建立。
[0017] 上述一种基于本体的地铁施工风险知识构建方法，所述步骤（4)中，本体编辑工具 有Prot6g6等，本体描述语言有RDF、0WL等，本体规则语言有SWRL等。
[0018] 本发明是基于本体的地铁施工风险知识构建方法，其特点和意义如下： 将风险识别、风险预案制定等知识进行显性化地表达，并利用语义网络进行风险间关 联知识的表达，使得基于该类知识的系统具有智能性，便于计算机对风险知识的语义理解、 推理和检索，为风险管理(识别)活动提供知识支持。风险语义网络的建立，便于风险管理人 员掌握领域知识，可视化的把握风险间的相互关联和影响，提高了风险识别，把控的能力。 有利于工程风险管控知识的利用，提高风险管控绩效。
【专利附图】
【附图说明】
[0019] 图1为本发明方法中由故障树转化为风险链图。
[0020] 图2为本发明方法中风险监控对象库与风险知识库关联图。
[0021] 图3为本发明方法中面向地铁工程施工风险分析和监控的三层模型框架图。
[0022] 图4为本发明方法中构建地铁施工风险知识本体库的步骤图。
[0023] 图5为本发明方法中获取风险链中的风险知识及其依赖关系图。
[0024] 图6为本发明方法中Prot6g6环境下的实施平台图。
[0025] 图7为本发明方法中深基坑实例本体截图。
【具体实施方式】
[0026] 下面结合附图及实施例对本发明作进一步的描述。
[0027] 地铁施工风险知识及本体知识的分类： 基于本体的地铁施工风险知识构建，是对所包含的风险监控对象和风险知识等提供概 念模型并进行明确的形式化规范说明，同时也对风险监控对象库中对象间的关系和通过故 障树抽取的风险知识的因果链关系进行描述，把知识间的逻辑、知识存储以及知识应用方 法整合为一个整体。
[0028] 本发明根据地铁施工风险的领域知识，构建了风险监控对象库和风险知识库，如 图2所示； 风险监控对象库包含诸如施工工艺、施工对象和施工资源等各种可能发生风险的施工 要素以及在施工过程中这些要素之间的关系。
[0029] 风险知识库包含风险、致险因素、风险预防措施、风险可能的后果和风险识别规则 等内容。
[0030] 通过故障树分析方法提取风险知识，并向风险链转化，结合风险监控对象构成一 个交织的风险知识网络。在故障树中描述输入输出事件关系时，存在多种逻辑符号，例如 "与"、"或"、"异或"等。本发明不考虑这些关系之间的区别，即只考虑拓扑结构和对象属性 "Cause"所联系的上下层元素，通过具体规则对这些元素之间的布尔逻辑进行建模。如图1 中事件"E4"和"E5"，如果两个事件在同一级别且是逻辑"或"的关系，那么他们之间的关 系可以通过建立两条SWRL规则来表达。另外，如果一个节点元素在故障树中出现多次，那 么只保留该元素唯一一个节点，其他与其相关的节点元素，会直接跟这个唯一的节点关联。
[0031] 依据风险监控对象域中对象间的关系以及故障树的拓扑结构，构建地铁施工风险 知识网络结构。根据本体表达的过程和领域知识来源，本发明将工程风险领域知识建模进 本体模型，形成工程施工风险本体库，所述本体库基于三层框架：元本体、风险知识表示本 体和实例本体，如图3所示。
[0032] A.元本体定义了风险知识的元模型，表达了风险知识的抽象概念及其关系，为风 险知识的语义表示提供统一的表达结构，也为风险知识的语义理解和推理奠定基础。
[0033] B.风险知识表示本体，通过利用风险监控对象所处的特定领域知识概念对元本体 中基本概念和关系的继承，对监控对象及其风险知识进行本体表达得到。
[0034] C.实例本体，是在风险监控对象库及风险知识库的本体表达基础上，结合风险案 例库的知识，来表达在某一项目具体情境的风险实例。
[0035] 构建地铁施工风险知识本体的具体步骤： 如图4所示，本发明构建地铁施工风险本体知识具体步骤如下： (1)分析领域知识，抽取概念；对风险监控对象库中的知识以及知识之间的联系进行分 析，抽取相关概念及关系，建立相应的概念图。
[0036] (2)获取风险链，构建风险知识语义网；利用一种基于风险故障树拓扑结构的风 险链（risk path)获取方法，（依赖关系获取方法)，获取风险与致险因素间的依赖和影响关 系。采用语义网进行风险知识的表达，将各风险链基于风险监控对象的领域关联关系，连接 成为一个风险知识网络地图。并采用语义网技术进行风险知识网络的表达，形成一个风险 知识语义网，实现风险知识及其相互关系的明晰的语义表达，支持风险知识的计算机语义 理解和推理。
[0037] (3)形式化定义本体；对步骤（2)得到的风险知识网络的概念模型，根据本体的五 个基本元语来定义本体。由于概念模型的复杂性，复杂些的本体用类C、关系R、属性P、函数 F、公理A、实例I定义，表示为0:{C，R，P，F，A，I}。
[0038] 这里的类主要来源于前面得到的风险知识网络中的概念。对于风险监控对象来 说，一个施工建筑产品类由多个施工建筑产品子类组成，或者一个施工步骤有多种施工方 法可供选择。
[0039] 关系主要来源于风险知识网络中的概念间的关系。比如关系名称为isPartOf代 表了施工产品间的整体部分关系，isComposedOf表示一个建筑施工过程由多个施工步骤组 成的关系，hasRisk表不风险监控对象存在潜在风险的关系等等。
[0040] 属性是二元关系，这里主要描述了施工方案的工程属性信息，比如工程参数，几何 参数，时间参数，调度参数等等；函数是指一个推理过程，如一些致险因素的集合推出一个 风险等；公理是对对本体中的类、属性、实例进行的逻辑声明；实例表达了某一项目具体情 境的风险实例。
[0041] (4)构建本体模型，实现风险知识的表达；在形式化定义本体后，利用本体编辑工 具和本体描述语言来构建地铁施工风险知识的本体模型。本体编辑工具有Prot6g6等，本 体描述语言有RDF、0WL等，本体规则语言有SWRL等。使用者可根据所要表达知识的特点选 择适合的一种来构建和描述本体。然后进行风险知识的语义化描述，完成风险知识本体库 的建立。如图6为Prot6g6环境下的实施平台图。
[0042] 除了 0WL显式表示的知识外，还存在许多由规则表示的其他类型的知识，通过驱 动规则，能够从显式知识中推理出一些结论或隐含的信息/知识。选取SWRL来表示约束规 则。
[0043] 一条SWRL规则包含前件（Body)和后件（Head)两部分，他们由本体中的类、属性、 实例和特征值组成。规则的前件表示可能导致风险发生的条件/情形，一旦规则的前件得 到满足，那么规则会被触发执行风险识别的推断。规则执行后，所推导出的新事实将会被存 储起来，基于新的事实库，其他前件得到满足的规则，将会依次被触发执行，这也是风险语 义网络中风险链之间串联的体现。
[0044] 利用本体中的概念和关系的组合作为识别风险的前件，满足风险前件，即可推理 出可能的风险，并将识别的风险与监控对象进行关联。
[0045] 对于构建完成的本体，除了进行风险的识别推理外，还可以实现基于本体的风险 信息查询，得到更丰富的风险信息。
[0046] SWRL规则可以同SQWRL -并实现对0WL知识的查询。通过SWRL编写查询规则实 现查询，可以对所有可能的风险以及具体风险监控对象包含的风险链进行查找和罗列；同 时，推断出在一个风险监控对象施工过程中出现的风险，也有可能出现在其他风险监控对 象上。
[0047] (5)基于所构建的风险语义表达模型，将本体、SWRL规则以及风险监控信息实例转 化为JESS规则引擎中的规则和事实，然后运行规则库中与事实相匹配的规则，实现风险知 识在JESS规则引擎中的识别推理，基于语义的风险知识检索、查询等功能。
[0048] 以0WL语言表示的类与JESS规则引擎中的模板相对应，类似于面相对象的过程， 用于定义类和类的层次结构。
[0049] 0WL中类的实例，作为0WL-Prot6g6的事实，相应的被转化为JESS中的事实。同 样，0WL中实例之间的关系，数据值，所定义的对象属性和数据属性也需要转化为JESS中的 事实。SWRL规则通过转换器SWRL2JESS转换为JESS规则。通过转化，实际的风险的语义推 理在JESS规则引擎中进行。
[0050] 至此，地铁施工风险知识本体模型构建完成。所建本体模型提供了风险知识管理 数据库的基本结构，也可以作为风险知识管理和应用的数据模型，实现风险识别、历史风险 事件的数据存储和风险预防等；不仅克服了风险清单的限制，而且也可以实现类似基于案 例的推理（CBR)的功能。同时，通过0WL和SWRL语言进行风险知识的编码和语义标注，促 进了风险知识的识别推理、语义检索等功能应用的实现。
[0051] 下面为形式化定义深基坑领域风险知识本体（FP0)的例子： 采用六元素法，FP0: :={Cf，Rf，Pf，Ff，Af，If } Cf用来描述深基坑领域的风险知识内容组成，例如深基坑工程中的支护结构可以分为 地下连续墙，钻孔灌注桩墙，板桩墙，土钉墙等，可形式化为Cf :={Cfl，Cf2，Cf3,……}，地 下连续墙还可分为槽段和连接件，比如Cn={Cfll，Cfl2} Rf用来描述深基坑领域知识中各个概念之间的关系，可以形式化为Rf :={isPart0f， isComposedOf, isDirectlyAfter, Cause,......}。isPartOf 表不部分属于的关系，例如 连接件属于地下连续墙的一部分；isComposedOf表示一个建筑施工过程由多个施工 步骤组成，例如地下连续墙的施工过程包括构筑导墙、成槽、预插连接件等施工步骤； isDirectlyAfter表示了两个施工步骤的顺序关系，例如烧筑混凝土在清理连接件完成后 实施；Cause表示一项致险因素可能引发风险的关系，例如连接件断裂可能引发地铁连续 墙渗漏的风险，通过风险因素间的彼此"Cause"，形成一个风险影响的网络结构图。
[0052] Pf描述了深基坑领域知识概念的属性集合，这些属性描述了施工方案的 工程属性信息，包括工程参数，几何参数，时间参数，调度参数等等，可形式化为Pf : = {Pfl,Pf2,Pf3,……}，例如基坑底部土质类别、基坑底部地下水深度等。
[0053] Ff描述的是深基坑领域风险知识的一些规则和推理，形式化为Ff : ={卩代？；1^代8?；1^}，表示丨；1^(口代？；〇1：11611〇^8?；〇，口代？；1^为多个概念元素的集合，代8?；1^为 这些概念元素推理出的结果。如对地下连续墙渗漏风险的推理判断，if (连接件混杂泥土 &连接件断裂）then (地下连续墙存在渗漏风险)。
[0054] Af :={a}描述了深基坑领域中进行风险知识推理所依赖的公理与约束。它是对本 体中的类、属性、实例进行的逻辑声明。例如浇筑混泥土前必须对地下连续墙接头进行清 理，可以形成如下两个公理1 :浇筑混凝土前必须清洗连接件(接头）；公理2 :浇筑混凝土只 有一项紧前工作。再譬如，在地下连续墙的成槽施工中，吊装钢筋笼工序与灌注混泥土的间 隔时间不能超过6小时。
[0055] If :={i}描述了深基坑领域中的风险实例对象。例如图7所示的基坑实例本体中， 基坑支护结构为钻孔灌注粧挡土墙，土质类别为粉质粘土，地下水头差4米，基坑软土层没 有加固，粧的入岩，入土比为0. 7,基坑底土层厚度小于20cm，通常存在基坑底涌沙风险。
[0056] 0WL是一种基于语义用来描述逻辑的形式语言。它促进了知识概念间的自动推理， 并提供了 RDF / XML语法来表示本体知识，实现了不同知识领域的信息交流。例如地下连 续墙的成槽施工有三种施工方法：全冲孔式成槽法，抓斗机成槽法和旋挖成槽法。如下所示 的部分0WL文件码在Prot6g6和OWL-SEditor的插件环境下生成，并且描述了这些概念和 关系。
[0057] 〈owl:Classrdf:about=〃# grab-bucket-digging-trench_method〃> 〈rdfs:subClassOfrdf:resource=〃# digging-trench-method 〃/> <owl:disjointWith> 〈owl:Classrdf:about=〃#percussive-drilling-digging-trench_method〃/> </owl:disjointWith> <owl:disjointWith> <owl: Classrdf: about=//#rotary-drilling-digging-trench-method 〃/> </owl:disjointWith> </owl:Class> 同样的，属性特征也可通过OWL文件码描述。例如属性isUsedin具有传递性，它的相 反属性为Use，它的值域和定义域分别为施工设备类和施工活动类。代码如下所示： 〈owl:0bjectPropertyrdf:about=〃#isUsedin〃> <rdf : type rdf:resource = 〃http://www. w3. org/2002/07/ owl#TransitiveProperty///> <owl:inverse0f> 〈owl:0bjectPropertyrdf:about=〃#Use〃/> </owl:inverseOf> 〈rdfs:domainrdf:resource=〃#construction-equipment〃/> <rdf s: rangerdf: resource=//# construct ion-act ivity///> </owl:0bjectProperty> 基于深基坑本体模型，将建立的SWRL规则以及风险监控信息实例转化为JESS规则引 擎中的规则和事实。
[0058] 属性"hasConTask" "hasConProcess"之间的层次关系可以用如下JESS模板进行 表不。
[0059] (deftemplateowl:Thing (slot name)) (deftemplatehasConTaskowl: Thing) (deftemplatehasConProcess extends hasConTask) 事实 Foundation-Pit_Bottom_l 作为 Foundation-Pit_Bottom 类的实例，被转化为 JESS事实。
[0060] assert (Foundation-Pit-Bottom (name Foundation-Pit-Bottom-1)) 事实"the Construction-Task has its corresponding Construction-Method，'被 转化为如下JESS事实。
[0061] (assert (hasConMethod Construction-Task Construction-Method)) 风险识别推理规则"Risk_ID_FlowingSand"，被转化为下述JESS规则。
[0062] (defrule Rulel(Deep-Foundation-Pit (name ?pt)) ( BoredPile(name ?bp i 1 e)) ( Contiguous_pile_wal1 (name ?cpw)) ( isPartOf?cpw， ？pt) (isAssembled0f?cpw, ?bpile) (forceCall ?f:0&:(invokeSWRLBuiltln Rulel swrlb:StringEquallgnoreCase 0 ? bpile false)) (forceCall ?f: 1&: (invokeSWRLBuiltln Rulel swrlb: equal 0 ?bpile 0.7))( Foundation-Pit-Bottom(name?fpb)) (isPart0f?fpb， ？pt) (hasFoundationPitBottomSoi1 ?fpb，〃silt〃） (forceCall ?f:2&:(invokeSWRLBuiltln Rulel swrlb:StringEquallgnoreCase 0 ?fpbs true)) (hasBedthickness ?fpb， ?thikness) (forceCall ?f: 3&: (invokeSWRLBuiltln Rule8 swrlb: lessThan 0 ?thikness 200)) ( HGC0:UndergroundWater (name ?UGWater)) (hasUnderGroundWater (?fpb, ?UGWater) (hasWaterHead ?UGWater, ?waterhead) (forceCall ?f:4&: (invokeSWRLBuiltln Rule8 swrlb: lessThan 0 ?waterhead 4)) (Flowing-sand ?flowingsandrisk))) => (assert ( hasRisk ?fpb ?flowingsandrisk)) 可以看出在实例"Foundation-Pit_Bottom_l"的"hasRisk"信息栏中出现风险实例 "Flowing_Sand_Risk"，识别出基坑底部"流沙"的风险，并在"hasRiskPreventionMeasure" 属性中给出该风险的预防措施，以此提醒管理者要注意风险的防范，提高施工的安全性。
[0063] 运用相应查询规则，我们可以发现并列出深基坑领域所有可能出现的风险和具体 风险监控对象的风险路径。同时，我们也可以推断出在风险监控对象的施工过程中，可能会 给其他施工对象带来的风险等等。
【权利要求】
1. 一种基于本体的地铁施工风险知识构建方法，其特征在于：首先获取地铁施工风险 的领域知识，构建风险监控对象库，然后通过故障树抽取的风险因素及其因果链关系，并依 据风险监控对象库中对象间的关系以及故障树的拓扑结构，构建地铁施工网络结构化的风 险知识库和案例库，然后将工程风险领域知识建模进本体模型，形成工程施工风险本体库； 所述本体库基于三层框架，分别是元本体、风险知识表示本体、实例本体，其中元本体定义 了风险知识的元模型，表达了风险知识的抽象概念及其关系，为风险知识的语义表示提供 统一的表达结构，也为风险知识的语义理解和推理奠定基础，风险知识表示本体，通过利用 风险监控对象所处的特定领域知识概念对元本体中基本概念和关系的继承，对监控对象及 其风险知识进行本体表达得到，实例本体是在风险监控对象库及风险知识库的本体表达基 础上，结合风险案例库的知识，来表达在某一项目具体情境的风险实例。
2. 根据权利要求1所述的一种基于本体的地铁施工风险知识构建方法，其特征在于该 方法包括以下步骤： (1) 分析领域知识，抽取概念；对风险监控对象库中的知识以及知识之间的联系进行分 析，抽取相关概念及关系，建立相应的概念图； (2) 获取风险链，构建风险知识语义网；利用一种基于风险故障树拓扑结构的风险链获 取方法，以获取风险致险因素间的依赖和影响关系；采用语义网进行风险知识的表达，将各 风险链基于风险监控对象的领域关联关系，连接成为一个风险知识网络地图，并采用语义 网技术进行风险知识网络的表达，形成一个风险知识语义网，实现风险知识及其相互关系 的明晰的语义表达，支持风险知识的计算机语义理解和推理； (3) 形式化定义本体；对步骤（2)得到的风险知识网络的概念模型，根据本体的五个基 本元语来定义本体，简单的本体用类C和关系R定义，表示为0 : {C，R};复杂些的本体用类 〇、关系1?、属性？、函数？、公理4、实例1定义，表示为0:{(：，1?，？，？，4，1} ; (4) 构建本体模型，实现风险知识的表达；在形式化定义本体后，利用本体编辑工具和 本体描述语言来构建地铁施工风险知识的本体模型，进行风险知识的语义化描述，完成风 险知识本体库的建立，对于风险识别规则，则采用SWRL进行表达。
3. 根据权利要求1所述的一种基于本体的地铁施工风险知识构建方法，其特征在于： 所述步骤（4)中，本体编辑工具采用Prot6g6,本体描述语言采用RDF或OWL，本体规则语言 采用SWRL。
【文档编号】G06Q10/06GK104123609SQ201410316786
【公开日】2014年10月29日 申请日期:2014年7月5日 优先权日:2014年7月5日
【发明者】丁烈云, 钟波涛, 骆汉宾, 彭小凡 申请人:华中科技大学