一种软岩隧道松动圈测试方法及系统与流程

1.本发明涉及数字信息化技术，具体涉及一种软岩隧道松动圈测试方法及系统。


背景技术：

2.松动圈是指破坏了原岩应力的平衡状态，围岩受力状态由三向变成了近似两向，导致围岩应力重新分布和局部应力集中，造成岩石强度大幅度下降，直至围岩中出现了一个松弛破碎带。现有技术的研究表明松动圈的大小会对隧道的稳定性及支护的难易程度产生重大影响，松动圈越大，表明围岩稳定性越差，此时进行隧道支护也就更加困难。
3.软岩隧道施工中，由于软岩强度低、变形大，并且遇扰动易软化等特点，所以开挖时往往需要通过超前支护对掌子面前方岩体进行稳定，并在开挖时及时进行支护；这就使得在开挖中及时进行软岩隧道的松动圈测试变得更加困难，难易获得适时的松动圈相关信息指导施工。而如果完全采用数值模拟的方式进行松动圈的计算，由于地质条件的复杂性，也无法准确的模拟出松动圈的具体情况。


技术实现要素：

4.为了至少克服现有技术中的上述不足，本技术的目的在于提供一种软岩隧道松动圈测试方法及系统。
5.第一方面，本技术实施例提供了一种软岩隧道松动圈测试方法，包括：
6.根据目标软岩隧道的地勘数据建立地层结构模型；
7.对所述地层结构模型进行循环进尺开挖模拟，计算不同支护参数下各进尺的松动圈数据作为第一松动圈数据，并将所述支护参数作为第一支护参数；
8.获取每个进尺的所述第一松动圈数据与其他进尺的所述第一松动圈数据的函数关系作为第一对应关系；
9.以对应的所述第一松动圈数据、所述第一支护参数和所述第一对应关系构建三元样本，并以所述三元样本训练神经网络模型形成松动圈测试模型；所述松动圈测试模型的输入数据为支护参数和目标循环进尺之前循环进尺的松动圈数据，所述松动圈测试模型的输出数据为目标循环进尺的松动圈数据；
10.施工时，获取当前施工进尺的支护参数作为第二支护参数，并获取之前施工进尺的松动圈数据作为第二松动圈数据；
11.将所述第二支护参数和所述第二松动圈数据输入所述松动圈测试模型，并根据所述松动圈测试模型输出的松动圈数据修正所述第二支护参数进行施工。
12.本技术实施例实施时，采用通过数值模拟确定不同支护参数下各施工进尺对其他施工进尺对应的松动圈影响的大致关系，再通过训练神经网络模型的方式生成用于松动圈数据计算的模型，从而对施工过程进行指导，提高施工的安全性。在本技术实施例实施时，建立所述地层结构模型可以采用现有技术中的有限元等可以进行数值模拟的方式建立模型，本技术实施例在此不多做复述；其中由于隧道施工对应地质条件的复杂性，所以对于目
标软岩隧道需要针对性的建立独立的地层结构模型。在对地层结构模型进行开挖模拟过程中，需要模拟不同支护参数，其中应当理解的是，支护参数至少应当包括初期支护和超前支护，也可以包括已有的可以被认定为对松动圈有影响的参数，本技术实施例在此不多做限定。由于隧道施工工况的复杂性，想通过数值模拟完全实现准确的松动圈计算，几乎是不可能完成的任务，所以在本技术实施例中，采样了多种支护参数下的第一松动圈数据作为进行深度学习的样本，为后续建立神经网络模型提供依据。
13.在本技术实施例中，需要获取每个进尺的第一松动圈数据与其他进尺的第一松动圈数据的函数关系，也可以称之为映射关系，其可以通过曲线拟合、多项式拟合、最小二乘等拟合手段实现。应当理解的是，这种对应关系一般是在一定范围之内的，即一个进尺所能影响和所受影响的范围是有限的，其体现于现有技术中的理论研究中，所以无论所述第一对应关系中是否存在全部进尺的一一对应关系，都应当被认为是被包含在本技术实施例中。
14.在获取了所述第一松动圈数据、所述第一支护参数和所述第一对应关系后，本技术采用了常用语语义分析的三元样本神经网络训练中，其主要特点在于可以形成三种元素之间的对应关系进行模型训练；其中三元样本一般包括头部数据、尾部数据和关系数据，通过三元样本的建立就可以进行神经网络模型的训练以生成松动圈测试模型；通过三元样本训练神经网络模型属于现有的成熟技术，其广泛的应用在语义分析中，但是应用在施工技术指导中还尚属首次。
15.在获取了松动圈测试模型，即将该松动圈测试模型应用于施工之中，第二支护参数一般是在设计阶段即进行确定的，通过第二支护参数和实测获得的第二松动圈数据输入松动圈测试模型就可以获取当前进尺的松动圈数据，以该松动圈数据修正第二支护参数即可保证支护的安全可靠，也可以降低超额支护造成的成本浪费。
16.在一种可能的实现方式中，其特征在于，获取每个进尺的所述第一松动圈数据与其他进尺的所述第一松动圈数据的函数关系作为第一对应关系包括：
17.计算当前进尺在当前支护参数下的松动圈数据作为基准松动圈数据；
18.计算当前进尺的所述第一松动圈数据和所述基准松动圈数据的差异作为差异松动圈数据；
19.将所述差异松动圈数据和其他进尺的所述第一松动圈数据进行多项式拟合形成多项式函数；
20.将所述基准松动圈数据与所述多项式函数叠加形成所述第一对应关系。
21.在一种可能的实现方式中，以对应的所述第一松动圈数据、所述第一支护参数和所述第一对应关系构建三元样本，并以所述三元样本训练神经网络模型形成松动圈测试模型包括：
22.建立三元事件模板，所述三元事件模板包括头部数据、尾部数据和关系数据；
23.将当前进尺的所述第一松动圈数据作为尾部数据，将当前进尺的所述第一支护参数作为头部数据，将当前进尺的所述第一对应关系作为关系数据，形成所述三元样本；
24.将多种支护参数下的所述三元样本形成三元样本库，并从所述三元样本库中划分样本集和测试集；
25.用所述样本集训练神经网络模型，并用所述测试集进行测试和校验形成所述松动
圈测试模型。
26.在一种可能的实现方式中，根据所述松动圈测试模型输出的松动圈数据修正所述第二支护参数进行施工包括：
27.获取对应于施工安全标准的目标松动圈数据；
28.当所述松动圈测试模型输出的松动圈数据不符合所述目标松动圈数据时，修正所述第二支护参数并将修正后的所述第二支护参数和所述第二松动圈数据输入所述松动圈测试模型进行再次运算，直至所述松动圈测试模型输出的松动圈数据满足所述目标松动圈数据要求；
29.将最终的所述第二支护参数作为修正后的所述第二支护参数进行施工。
30.在一种可能的实现方式中，所述第二支护参数包括初期支护参数和超前支护参数；
31.当修正所述第二支护参数时，对所述初期支护参数和所述超前支护参数进行加权修正；所述超前支护参数的权重大于所述初期支护参数的权重。
32.第二方面，本技术实施例提供了一种软岩隧道松动圈测试系统，包括：
33.建模单元，被配置为根据目标软岩隧道的地勘数据建立地层结构模型；
34.模拟单元，被配置为对所述地层结构模型进行循环进尺开挖模拟，计算不同支护参数下各进尺的松动圈数据作为第一松动圈数据，并将所述支护参数作为第一支护参数；
35.关系单元，被配置为获取每个进尺的所述第一松动圈数据与其他进尺的所述第一松动圈数据的函数关系作为第一对应关系；
36.训练单元，被配置为以对应的所述第一松动圈数据、所述第一支护参数和所述第一对应关系构建三元样本，并以所述三元样本训练神经网络模型形成松动圈测试模型；所述松动圈测试模型的输入数据为支护参数和目标循环进尺之前循环进尺的松动圈数据，所述松动圈测试模型的输出数据为目标循环进尺的松动圈数据；
37.获取单元，被配置为在施工时，获取当前施工进尺的支护参数作为第二支护参数，并获取之前施工进尺的松动圈数据作为第二松动圈数据；
38.修正单元，被配置为将所述第二支护参数和所述第二松动圈数据输入所述松动圈测试模型，并根据所述松动圈测试模型输出的松动圈数据修正所述第二支护参数进行施工。
39.在一种可能的实现方式中，所述关系单元还被配置为：
40.计算当前进尺在当前支护参数下的松动圈数据作为基准松动圈数据；
41.计算当前进尺的所述第一松动圈数据和所述基准松动圈数据的差异作为差异松动圈数据；
42.将所述差异松动圈数据和其他进尺的所述第一松动圈数据进行多项式拟合形成多项式函数；
43.将所述基准松动圈数据与所述多项式函数叠加形成所述第一对应关系。
44.在一种可能的实现方式中，训练单元还被配置为：
45.建立三元事件模板，所述三元事件模板包括头部数据、尾部数据和关系数据；
46.将当前进尺的所述第一松动圈数据作为尾部数据，将当前进尺的所述第一支护参数作为头部数据，将当前进尺的所述第一对应关系作为关系数据，形成所述三元样本；
47.将多种支护参数下的所述三元样本形成三元样本库，并从所述三元样本库中划分样本集和测试集；
48.用所述样本集训练神经网络模型，并用所述测试集进行测试和校验形成所述松动圈测试模型。
49.在一种可能的实现方式中，修正单元还被配置为：
50.获取对应于施工安全标准的目标松动圈数据；
51.当所述松动圈测试模型输出的松动圈数据不符合所述目标松动圈数据时，修正所述第二支护参数并将修正后的所述第二支护参数和所述第二松动圈数据输入所述松动圈测试模型进行再次运算，直至所述松动圈测试模型输出的松动圈数据满足所述目标松动圈数据要求；
52.将最终的所述第二支护参数作为修正后的所述第二支护参数进行施工。
53.在一种可能的实现方式中，所述第二支护参数包括初期支护参数和超前支护参数；
54.所述修正单元还被配置为：
55.当修正所述第二支护参数时，对所述初期支护参数和所述超前支护参数进行加权修正；所述超前支护参数的权重大于所述初期支护参数的权重。
56.本发明与现有技术相比，具有如下的优点和有益效果：
57.本发明一种软岩隧道松动圈测试方法及系统，采用通过数值模拟确定不同支护参数下各施工进尺对其他施工进尺对应的松动圈影响的大致关系，再通过训练神经网络模型的方式生成用于松动圈数据计算的模型，从而对施工过程进行指导，提高施工的安全性。
附图说明
58.此处所说明的附图用来提供对本发明实施例的进一步理解，构成本技术的一部分，并不构成对本发明实施例的限定。在附图中：
59.图1为本技术实施例方法步骤示意图；
60.图2为本技术实施例系统架构示意图。
具体实施方式
61.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，应当理解，本技术中附图仅起到说明和描述的目的，并不用于限定本技术的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本技术中使用的流程图示出了根据本技术实施例的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本技术内容的指引下，可以向流程图添加一个或多个其它操作，也可以从流程图中移除一个或多个操作。
62.另外，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做
出创造性劳动的前提下所获得的所有其它实施例，都属于本技术保护的范围。
63.在上述基础上，请结合参阅图1，为本发明实施例所提供的一种软岩隧道松动圈测试方法的流程示意图，所述一种软岩隧道松动圈测试方法可以应用于图2中的一种软岩隧道松动圈测试系统，进一步地，所述一种软岩隧道松动圈测试方法具体可以包括以下步骤s1-步骤s6所描述的内容。
64.s1：根据目标软岩隧道的地勘数据建立地层结构模型；
65.s2：对所述地层结构模型进行循环进尺开挖模拟，计算不同支护参数下各进尺的松动圈数据作为第一松动圈数据，并将所述支护参数作为第一支护参数；
66.s3：获取每个进尺的所述第一松动圈数据与其他进尺的所述第一松动圈数据的函数关系作为第一对应关系；
67.s4：以对应的所述第一松动圈数据、所述第一支护参数和所述第一对应关系构建三元样本，并以所述三元样本训练神经网络模型形成松动圈测试模型；所述松动圈测试模型的输入数据为支护参数和目标循环进尺之前循环进尺的松动圈数据，所述松动圈测试模型的输出数据为目标循环进尺的松动圈数据；
68.s5：施工时，获取当前施工进尺的支护参数作为第二支护参数，并获取之前施工进尺的松动圈数据作为第二松动圈数据；
69.s6：将所述第二支护参数和所述第二松动圈数据输入所述松动圈测试模型，并根据所述松动圈测试模型输出的松动圈数据修正所述第二支护参数进行施工。
70.本技术实施例实施时，采用通过数值模拟确定不同支护参数下各施工进尺对其他施工进尺对应的松动圈影响的大致关系，再通过训练神经网络模型的方式生成用于松动圈数据计算的模型，从而对施工过程进行指导，提高施工的安全性。在本技术实施例实施时，建立所述地层结构模型可以采用现有技术中的有限元等可以进行数值模拟的方式建立模型，本技术实施例在此不多做复述；其中由于隧道施工对应地质条件的复杂性，所以对于目标软岩隧道需要针对性的建立独立的地层结构模型。在对地层结构模型进行开挖模拟过程中，需要模拟不同支护参数，其中应当理解的是，支护参数至少应当包括初期支护和超前支护，也可以包括已有的可以被认定为对松动圈有影响的参数，本技术实施例在此不多做限定。由于隧道施工工况的复杂性，想通过数值模拟完全实现准确的松动圈计算，几乎是不可能完成的任务，所以在本技术实施例中，采样了多种支护参数下的第一松动圈数据作为进行深度学习的样本，为后续建立神经网络模型提供依据。
71.在本技术实施例中，需要获取每个进尺的第一松动圈数据与其他进尺的第一松动圈数据的函数关系，也可以称之为映射关系，其可以通过曲线拟合、多项式拟合、最小二乘等拟合手段实现。应当理解的是，这种对应关系一般是在一定范围之内的，即一个进尺所能影响和所受影响的范围是有限的，其体现于现有技术中的理论研究中，所以无论所述第一对应关系中是否存在全部进尺的一一对应关系，都应当被认为是被包含在本技术实施例中。
72.在获取了所述第一松动圈数据、所述第一支护参数和所述第一对应关系后，本技术采用了常用语语义分析的三元样本神经网络训练中，其主要特点在于可以形成三种元素之间的对应关系进行模型训练；其中三元样本一般包括头部数据、尾部数据和关系数据，通过三元样本的建立就可以进行神经网络模型的训练以生成松动圈测试模型；通过三元样本
训练神经网络模型属于现有的成熟技术，其广泛的应用在语义分析中，但是应用在施工技术指导中还尚属首次。
73.在获取了松动圈测试模型，即将该松动圈测试模型应用于施工之中，第二支护参数一般是在设计阶段即进行确定的，通过第二支护参数和实测获得的第二松动圈数据输入松动圈测试模型就可以获取当前进尺的松动圈数据，以该松动圈数据修正第二支护参数即可保证支护的安全可靠，也可以降低超额支护造成的成本浪费。
74.在一种可能的实现方式中，其特征在于，获取每个进尺的所述第一松动圈数据与其他进尺的所述第一松动圈数据的函数关系作为第一对应关系包括：
75.计算当前进尺在当前支护参数下的松动圈数据作为基准松动圈数据；
76.计算当前进尺的所述第一松动圈数据和所述基准松动圈数据的差异作为差异松动圈数据；
77.将所述差异松动圈数据和其他进尺的所述第一松动圈数据进行多项式拟合形成多项式函数；
78.将所述基准松动圈数据与所述多项式函数叠加形成所述第一对应关系。
79.本技术实施例实施，提供了一种第一对应关系计算的优选方案，其中基准松动圈数据为不考虑其他进尺影响的情况下出现的松动圈的数据，其可以通过理论计算或者数值计算的方式实现，甚至可以简化为二维平面进行计算。在通过所述第一松动圈数据和所述基准松动圈数据的差异来表征其他进尺的影响，并通过多项式拟合的方式形成对应的函数关系，最终将基准松动圈数据作为初始项叠加进多项式函数中形成第一对应关系，这样实现的计算方式，可以有效的体现出其他进尺对于当前进尺松动圈的影响。
80.在一种可能的实现方式中，以对应的所述第一松动圈数据、所述第一支护参数和所述第一对应关系构建三元样本，并以所述三元样本训练神经网络模型形成松动圈测试模型包括：
81.建立三元事件模板，所述三元事件模板包括头部数据、尾部数据和关系数据；
82.将当前进尺的所述第一松动圈数据作为尾部数据，将当前进尺的所述第一支护参数作为头部数据，将当前进尺的所述第一对应关系作为关系数据，形成所述三元样本；
83.将多种支护参数下的所述三元样本形成三元样本库，并从所述三元样本库中划分样本集和测试集；
84.用所述样本集训练神经网络模型，并用所述测试集进行测试和校验形成所述松动圈测试模型。
85.在一种可能的实现方式中，根据所述松动圈测试模型输出的松动圈数据修正所述第二支护参数进行施工包括：
86.获取对应于施工安全标准的目标松动圈数据；
87.当所述松动圈测试模型输出的松动圈数据不符合所述目标松动圈数据时，修正所述第二支护参数并将修正后的所述第二支护参数和所述第二松动圈数据输入所述松动圈测试模型进行再次运算，直至所述松动圈测试模型输出的松动圈数据满足所述目标松动圈数据要求；
88.将最终的所述第二支护参数作为修正后的所述第二支护参数进行施工。
89.本技术实施例实施时，基于松动圈进行支护参数的校验，以实现对第二支护参数
的修正；其主要是通过施工安全标准，如相应的规范、位移或应力要求等内容，计算出目标松动圈数据，再通过目标松动圈数据和松动圈测试模型输出的松动圈数据进行比对完成修正。其核心思想在于通过修正迭代的方式，利用成型的神经网络模型计算快速的特点，进行第二支护参数的修正，很适合于软岩隧道施工这样需要争取时间的施工环境中。
90.在一种可能的实现方式中，所述第二支护参数包括初期支护参数和超前支护参数；
91.当修正所述第二支护参数时，对所述初期支护参数和所述超前支护参数进行加权修正；所述超前支护参数的权重大于所述初期支护参数的权重。
92.基于同样的发明构思，请参阅图2，本技术实施例还提供了一种软岩隧道松动圈测试系统，所述系统包括：
93.建模单元，被配置为根据目标软岩隧道的地勘数据建立地层结构模型；
94.模拟单元，被配置为对所述地层结构模型进行循环进尺开挖模拟，计算不同支护参数下各进尺的松动圈数据作为第一松动圈数据，并将所述支护参数作为第一支护参数；
95.关系单元，被配置为获取每个进尺的所述第一松动圈数据与其他进尺的所述第一松动圈数据的函数关系作为第一对应关系；
96.训练单元，被配置为以对应的所述第一松动圈数据、所述第一支护参数和所述第一对应关系构建三元样本，并以所述三元样本训练神经网络模型形成松动圈测试模型；所述松动圈测试模型的输入数据为支护参数和目标循环进尺之前循环进尺的松动圈数据，所述松动圈测试模型的输出数据为目标循环进尺的松动圈数据；
97.获取单元，被配置为在施工时，获取当前施工进尺的支护参数作为第二支护参数，并获取之前施工进尺的松动圈数据作为第二松动圈数据；
98.修正单元，被配置为将所述第二支护参数和所述第二松动圈数据输入所述松动圈测试模型，并根据所述松动圈测试模型输出的松动圈数据修正所述第二支护参数进行施工。
99.在一种可能的实现方式中，所述关系单元还被配置为：
100.计算当前进尺在当前支护参数下的松动圈数据作为基准松动圈数据；
101.计算当前进尺的所述第一松动圈数据和所述基准松动圈数据的差异作为差异松动圈数据；
102.将所述差异松动圈数据和其他进尺的所述第一松动圈数据进行多项式拟合形成多项式函数；
103.将所述基准松动圈数据与所述多项式函数叠加形成所述第一对应关系。
104.在一种可能的实现方式中，训练单元还被配置为：
105.建立三元事件模板，所述三元事件模板包括头部数据、尾部数据和关系数据；
106.将当前进尺的所述第一松动圈数据作为尾部数据，将当前进尺的所述第一支护参数作为头部数据，将当前进尺的所述第一对应关系作为关系数据，形成所述三元样本；
107.将多种支护参数下的所述三元样本形成三元样本库，并从所述三元样本库中划分样本集和测试集；
108.用所述样本集训练神经网络模型，并用所述测试集进行测试和校验形成所述松动圈测试模型。
109.在一种可能的实现方式中，修正单元还被配置为：
110.获取对应于施工安全标准的目标松动圈数据；
111.当所述松动圈测试模型输出的松动圈数据不符合所述目标松动圈数据时，修正所述第二支护参数并将修正后的所述第二支护参数和所述第二松动圈数据输入所述松动圈测试模型进行再次运算，直至所述松动圈测试模型输出的松动圈数据满足所述目标松动圈数据要求；
112.将最终的所述第二支护参数作为修正后的所述第二支护参数进行施工。
113.在一种可能的实现方式中，所述第二支护参数包括初期支护参数和超前支护参数；
114.所述修正单元还被配置为：
115.当修正所述第二支护参数时，对所述初期支护参数和所述超前支护参数进行加权修正；所述超前支护参数的权重大于所述初期支护参数的权重。
116.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
117.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
118.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显然本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
119.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
120.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网格设备等)执行本发明各个实施例所述方法的全
部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
121.以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。