材料颗粒粒径优化方法、系统、设备及存储介质与流程

1.本发明是关于一种材料颗粒粒径优化方法、系统、设备及存储介质，涉及锂电池技术领域。


背景技术：

2.锂离子电池正极是锂离子电池的重要组成部分，正极材料的性能直接决定电池的能量密度与功率密度。其中，能量密度与材料压实密度紧密相关，而压实密度又受限于颗粒间的孔隙率。因此，通过改变颗粒的粒径分布，能够改变材料的孔隙结构。
3.然而，颗粒间相互作用比较复杂，难以以解析形式给出材料孔隙率与材料颗粒粒径分布之间的关系。目前相关研究方法主要分为实验与基于离散元仿真方法。
4.目前，在电池材料的研究领域中多以实验方法为主。对于电池材料颗粒的压实密度与粒径分布的提升与优化主要是以实验试错法为主，研发成本与时间花费较高。


技术实现要素：

5.针对上述问题，本发明的目的之一是提供一种通过离散元模拟仿真结合粒子群优化算法对材料颗粒粒径分布进行优化，进而能够降低材料开发成本与时间的材料颗粒粒径优化方法；本发明的目的之二是提供一种材料颗粒粒径优化系统；本发明的目的之三是提供一种电子设备；本发明的目的之四是提供一种计算机存储介质。
6.为实现上述目的，本发明采取以下技术方案：
7.第一方面，本发明提供的材料颗粒粒径优化方法，包括：
8.建立材料的离散元仿真模型，计算材料在不同压强下的压实密度，并获取离散元仿真模型的模型参数；
9.采用粒子群优化方法，基于材料测量数据校正离散元仿真模型的模型参数；
10.采用贝塞尔曲线将粒径分布以参数形式进行表示；
11.采用粒子群优化方法，以贝塞尔曲线的控制点坐标为待优化参数，实现粒径分布优化。
12.所述的材料颗粒粒径优化方法，进一步地，建立材料的离散元仿真模型，计算材料在不同压强下的压实密度，包括：
13.设定仿真相关参数；
14.设置仿真相关条件；
15.基于平板移动，仿真计算材料在不同压强下的压实密度。
16.所述的材料颗粒粒径优化方法，进一步地，仿真相关参数包括仿真空间的长宽高，压实密度计算范围，颗粒数量，颗粒粒径分布，颗粒真密度以及离散元仿真参数；仿真相关条件包括平板移动速度以及颗粒与颗粒、颗粒与平板之间的作用力模型的模型参数。
17.所述的材料颗粒粒径优化方法，进一步地，材料测量数据包括材料的粒径分布、压实密度以及真密度。
18.所述的材料颗粒粒径优化方法，进一步地，采用粒子群优化方法，基于材料测量数据校正离散元仿真模型的模型参数，包括：
19.设定离散元仿真模型中待校正模型参数搜索范围；
20.线性归一化待优化的模型参数；
21.基于材料测量数据，将模型参数输入到离散元仿真模型进行密度及压强计算；
22.构建粒子群优化方法的适应度函数；
23.使用粒子群优化方法，对离散元仿真模型的模型参数进行校正；
24.将适应度最低的粒子位置所代表的模型参数即为校正后模型参数。
25.所述的材料颗粒粒径优化方法，进一步地，采用贝塞尔曲线将粒径分布以参数形式进行表示，包括：
26.定义参数θ(θ1，θ2，θ3，
…
)表示贝塞尔曲线的控制点的坐标；
27.定义粒径分布曲线形状为由(d
lo
，0)到(d
hi
，1)的曲线，定义d
lo
和d
hi
上下限；
28.从θ1，θ2分布计算得到d
lo
及d
hi
；
29.定义曲线的起点坐标为(d
lo
，0)，终点坐标为(d
hi
，1)；
30.计算剩余的中间控制点坐标(xi，yi)：
31.xi＝d
lo
+θ1×
(d
hi-d
lo
)
32.yi＝θ
i+1
。
33.所述的材料颗粒粒径优化方法，进一步地，采用粒子群优化方法，以贝塞尔曲线的控制点坐标为待优化参数，实现粒径分布优化，包括：
34.设定粒径分布搜索范围以及相关限制条件；
35.设定适应度值计算方法；
36.使用粒子群优化方法，对粒径分布进行优化；
37.优化收敛停止后，选择适应度最低的粒子所代表的粒径分布为优化后粒径分布。
38.第二方面，本发明还提供一种材料粒径分布优化系统，该系统包括：
39.压实密度计算模块，被配置为建立材料的离散元仿真模型，计算材料在不同压强下的压实密度；
40.模型参数仿真模块，被配置为采用粒子群优化方法，基于材料测量数据校正离散元仿真模型的模型参数；
41.粒径分布转化模块，被配置为采用贝塞尔曲线将粒径分布以参数表示；
42.粒径优化模块，被配置为以贝塞尔曲线的控制点坐标为待优化参数，采用粒子群优化方法实现粒径分布优化。
43.第三方面，本发明还提供一种电子设备，所述电子设备至少包括处理器和存储器，所述存储器上存储有计算机程序，所述处理器运行所述计算机程序时执行以实现所述的方法。
44.第四方面，本发明还提供一种计算机存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现所述的方法。
45.本发明由于采取以上技术方案，其具有以下优点：
46.1、本发明通过离散元仿真模型结合粒子群优化算法对材料颗粒粒径分布进行优化，进而能够降低材料开发成本与时间；
47.2、相比传统的实验方法，本发明提供的材料颗粒的仿真优化方法，成本低，速度快，搜索空间覆盖广，能够有效优化材料的粒径分布，提高材料压实密度；
48.综上，本发明可以广泛应用于锂离子电池正极材料颗粒粒径优化。
附图说明
49.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在整个附图中，用相同的附图标记表示相同的部件。在附图中：
50.图1为本发明实施例的正极材料颗粒粒径优化方法流程示意图；
51.图2为本发明实施例的离散元仿真过程示意图；
52.图3为本发明实施例的校正后离散元模型的仿真压密曲线示意图，横坐标为pressure，单位为mpa，纵坐标为density，单位为g/cc；
53.图4为本发明实施例的粒径分布贝塞尔曲线示意图，横坐标为粒度，单位为um，纵坐标为累计数量占比；
54.图5为本发明实施例的优化前后材料的粒径分布示意图，横坐标为粒度，单位为um，纵坐标为累计数量占比；
55.图6为本发明实施例的优化前后的压实密度曲线示意图，横坐标为pressure，单位为mpa，纵坐标为density，单位为g/cc；
56.图7为本发明实施例的电子设备结构示意图。
具体实施方式
57.下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
58.应理解的是，文中使用的术语仅出于描述特定示例实施方式的目的，而无意于进行限制。除非上下文另外明确地指出，否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的，并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在，但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和/或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行，除非明确指出执行顺序。还应当理解，可以使用另外或者替代的步骤。
59.为了便于描述，可以在文中使用空间相对关系术语来描述如图中示出的一个元件或者特征相对于另一元件或者特征的关系，这些相对关系术语例如为“内部”、“外部”、“内侧”、“外侧”、“下面”、“上面”等。这种空间相对关系术语意于包括除图中描绘的方位之外的在使用或者操作中装置的不同方位。
60.本发明提供的材料颗粒粒径优化方法、系统、设备及存储介质，方法包括：建立材料的离散元仿真模型，计算材料在不同压强下的压实密度，并获取离散元仿真模型的模型参数；采用粒子群优化方法，基于材料测量数据校正离散元仿真模型的模型参数；采用贝塞
尔曲线将粒径分布以参数形式进行表示；采用粒子群优化方法，以贝塞尔曲线的控制点坐标为待优化参数，实现粒径分布优化。因此，本发明通过离散元模拟仿真结合粒子群优化算法对材料粒径分布进行优化，进而能够降低材料开发成本与时间。
61.实施例一：如图1所示，本实施例提供的材料颗粒粒径优化方法，包括：
62.s1、建立材料的离散元仿真模型，计算设定粒径分布下材料的压实密度，其中，压实密度为面密度/(极片碾压后的厚度-集流体厚度)。
63.具体地，如图2所示，本实施例采用liggghts-public软件进行粒径分布下材料的压实密度仿真计算，过程包括：
64.s11、设定仿真相关参数：
65.根据正极材料特点，设定仿真空间的长宽高x、y、z，压实密度计算范围，颗粒数量n1，颗粒粒径分布psd，颗粒真密度以及离散元仿真参数。
66.s12、设置仿真条件：
67.在仿真空间，长宽高分别为xyz的立方体内生成数量大小为n1，分布满足粒径分布psd的颗粒，每个颗粒形状为球形，密度为ρ
real
。其中，x，y方向具有周期性边界条件，z方向底部为固定的板，顶部为可以沿z方向向下运动的运动板。本实施例中，仿真空间大小x，y，z分别设定为60um，60um，150um；颗粒数量n1为10000，步长为0.0001us，平板下移速度v1，v2分别为10.0m/s与0.2m/s。其中，颗粒与颗粒，颗粒与平板之间的作用力模型使用granular hertzian(gh)与简化johnson-kendall-roberts(sjkr)模型，该作用力模型需要5个模型参数：杨氏模量、泊松比、内聚能密度、恢复系数和摩擦系数，软件单位设置为
‘
micro’。
68.s13、材料的压实密度仿真计算
69.为了快速随机生成颗粒，将平板向下以v1速度运动至z1高度。将平板继续以v2的速度向下运动，并实时记录平板的位置z2与平板受到的力f，将z2和f转化为密度与压强，并获得材料的压实密度曲线，其中：平板在zi高度时的压强p(zi)＝f/x*y，密度ρ(zi)＝m/(x*y*zi)，m为材料总质量。
70.一些实现中，z1，z2的选择可以通过以下方法实现：ρ(z1)≤ρ
init
，对于三元或层状材料ρ
init
可设置为2.0～2.5g/cm3；对于铁锂或铁锰锂体系的材料ρ
init
可设置为1.3～1.8g/cm3；p(z2)≥300mpa，以此为例，不限于此，可以根据实际应用进行设定。
71.s2、建立粒子群优化方法
72.粒子群算法是一种启发示搜索算法，该算法首先会在n维空间(n为待优化参数个数)随机生成一定数量的粒子，每个粒子具有位置和速度信息，该算法的操作过程通常包括计算个体的适应值、计算个体最优位置、计算群体最优位置及更新个体速度与位置，具体包括：
73.s21、初始化寻优粒子群。
74.群体有np个粒子(与设定的仿真有关)，每个粒子在n维空间的位置为pi＝(x1，x2，
…
，xn)，每个粒子初始速度为0，初始位置在0～1内随机生成。
75.s22、计算粒子群中每个粒子在其位置的适应度cost，适应度是粒子位置的函数，其具体形式根据实际问题确定，在此不做限定。
76.s23、比较每个粒子当前的适应度和历史适应度，若无历史适应度，或当前适应度比历史适应度低，则将该粒子的历史适应度更新为当前适应度。
77.s24、比较粒子群中每个粒子的适应度最小值和群体适应度历史最小值。若无群体历史适应度最小值(即在首次迭代中)，或该粒子当前适应度比群体适应度历史最小值更低，则更新群体适应度历史最小值为当前群体适应度最佳，群体的历史最佳位置为该粒子位置。
78.s25、更新每个粒子的速度与位置
79.粒子i在第g+1代的速度：
[0080][0081]
其中，ν
i，g
，ν
i，g+1
分别是第i个粒子在第g代和第g+1代的速度，v
rng
为随机速度，p
i，best
，p
i，g
分别为第i个粒子的历史最佳位置与第g代的位置，p
*，best
为群体最佳位置c1，c2分别为0.5，1，2。
[0082]
s26、更新粒子速度与位置，若粒子位置超出0～1范围，则将粒子位置设为0或1。
[0083]
s27、检查是否满足设定收敛条件。
[0084]
s28、若满足收敛条件，则输出适应度最低的粒子位置，若不满足，则重复s23-s26。
[0085]
s3、测量待优化材料的粒径分布、压实密度以及真密度。
[0086]
具体地，使用激光粒度仪测得待优化材料的粒径分布如表1所示，压强-密度数据如表2所示，真密度ρ
real
为4.6g/cm3。
[0087]
表1
[0088][0089]
表2
[0090]
压强mpa3775113150188226密度g/cm32.742.862.933.03.063.11
[0091]
s4：为了提高仿真结果的可信度，采用粒子群优化方法以测量数据校正离散元仿真模型的模型参数，包括：
[0092]
s41、设定离散元仿真模型中待校正模型参数搜索范围。
[0093]
模型参数搜索范围：摩擦系数在0.1～0.7之间；恢复系数在0.1～0.5之间；内聚能密度在1e3～1e7pg um-1
us-2
之间；杨氏模量在1e7～5e8kpa之间；泊松比在0.1～0.4之间。
[0094]
s42、使用线性归一化，将待优化的离散元模型参数映射到[0，1]之间，通过粒子群算法中粒子的位置获得离散元模型的参数。
[0095]
具体地，从粒子位置pi(x1,x2,x3,x4,x5)，得到模型参数归一化过程为：
[0096]
摩擦系数＝0.1+x1(0.7-0.1)；恢复系数＝0.1+x2(0.7-0.1)；泊松比＝0.1+x3
(0.7-0.1)；内聚能密度＝1e3+x4(1e7-1e3)pg um-1
us-2
；杨氏模量＝1e7+x5(5e8-1e7)kpa。
[0097]
s43、将粒子对应的模型参数输入到步骤s1中的离散元仿真模型，步骤s1中其余参数如粒径分布，真密度等设置为步骤s3中的实验值，进行压实密度计算，得到相应压实密度-压强关系曲线。
[0098]
s44、构建粒子群优化方法的适应度函数：
[0099]
cost＝∑(ρ
sim-ρ
exp
)2[0100]
其中，ρ
sim
是仿真计算的密度，ρ
exp
是实验值。
[0101]
在本实施例中，具体是计算37mpa，75mpa，113mpa，150mpa，188mpa，226mpa这些压强下的仿真与实验的差别。
[0102]
s45、使用粒子群优化方法，对离散元仿真模型的模型参数进行校正。
[0103]
使用粒子群算法进行优化，粒子进化的好坏判断标准(cost)就是仿真压密和实验压密的差别。具体地，设置粒子数为12，收敛条件为适应度＜1e-3。
[0104]
s46、适应度最低的粒子位置所代表的离散元模型参数即为校正后模型参数。本实施例中，校正后的模型参数如表3所示，仿真压实密度-压强关系与实验值如图3所示。
[0105]
表3
[0106]
摩擦系数0.35恢复系数0.275内聚能密度(pg um-1
us-2
)599276杨氏模量(kpa)74762010泊松比0.23
[0107]
综上，模型参数优化过程就是将仿真得到的压密曲线和实验测得的压密曲线比较，不断调整模型参数，使得仿真压密和实验压密尽可能接近。
[0108]
s5、采用贝塞尔曲线将粒径分布以参数θ表示
[0109]
贝塞尔曲线是一种工程上常用的参数曲线，曲线形状由一组控制点描述。累计形式的粒径分布曲线形状是一条由(d
lo
，0)到(d
hi
，1)的曲线，因此使用6～9阶的贝塞尔曲线能够描述绝大多数情况的粒径分布。其中，控制点坐标分别为pstart(d
lo
，0)
…
，pi(xi，yi)，
…
，pend(d
hi
，1)，xi在d
lo
～d
hi
之间，yi在0～1之间。因此，可以使用贝塞尔曲线控制点的坐标作为描述不同粒径分布曲线的参数。现定义参数θ(θ1，θ2，θ3，
…
)用以表示贝塞尔曲线的控制点的坐标，进而表示贝塞尔曲线，从参数θ(θ1，θ2，θ3，
…
)得到粒径分布步骤包括：
[0110]
s51、定义d
lo
和d
hi
上下限：
[0111]dlo
上下限：
[0112]dhi
上下限：
[0113]
s52、从θ1，θ2分布得到d
lo
及d
hi
：
[0114][0115][0116]
s53、曲线的起点坐标为(d
lo
，0)，终点坐标为(d
hi
，1)。
[0117]
s54、计算剩余的中间控制点坐标(xi，yi)：
[0118]
xi＝d
lo
+θ1×
(d
hi-d
lo
)
[0119]
yi＝θ
i+1
[0120]
在本实施中，实验所测得的粒径分布用参数θ表示为：[0.7875，0.3703，0.0486，1.05e-11，0.0532，0.69，0.2092，0.9，0.166，1.0，0.4720，1.0，0.99]；上下限：11，0.0532，0.69，0.2092，0.9，0.166，1.0，0.4720，1.0，0.99]；上下限：分别为0.2um，1um，分别为10um，15um，其原始数据与贝塞尔曲线如图4所示。
[0121]
s6、采用粒子群优化方法，以贝塞尔曲线的控制点坐标为待优化参数，实现粒径分布优化，包括：
[0122]
s61、根据实际生产制备以及仿真软件的限制，设定粒径分布搜索范围以及相关限制条件。
[0123]
本实施例中，d
lo
设置为0.1～1um之间；d
hi
设置为10～15um之间；颗粒最小粒径范围设置为0.1～1um；颗粒最大粒径范围设置为12～15um；颗粒体积d50范围设置为d50＞3.5um；颗粒数量d99范围设置为d99＜12um。
[0124]
s62、设定适应度值计算方法。
[0125]
将粒子群优化方法中各粒子的位置转化为粒径分布。若粒径分布不满足s61中条件，则跳过后续压实密度仿真计算步骤，直接将离子的适应度值设为100。若粒径分布满足s61条件，则将得到的粒径分布信息输入s1中的仿真模型，模型中其余参数使用s3中校正后的结果，得到相应压实密度-压强关系曲线。根据实际优化目标，设定适应度函数。在本实施例中，优化目标是提高压强区间下的压实密度，因此适应度规定为cost＝100-(1
×
ρ
150mpd
+2
×
ρ
188mpd
+3
×
ρ
226mpd
)。
[0126]
s63、使用粒子群优化方法，对粒径分布进行优化。
[0127]
其中，粒子数np为20。
[0128]
收敛条件为以下两项中任意一条：a)历史群体最低适应度下降值小于1e-3。b)226mpa下的密度高于3.5g/cm3。
[0129]
s64、优化结束后，适应度最低的粒子所代表的粒径分布即为优化后粒径分布。
[0130]
本实施例中，优化后226mpa下的压实密度为3.3g/cm3。优化前后材料的粒径分布与压实密度如图5和图6所示，优化后粒径分布如表4所示：
[0131]
表4
[0132]
体积d10d20d30d40d50d60d70d80d90d99值(um)1.82.94.25.66.998.339.381010.911.4
[0133]
s7、优化收敛停止后，选择适应度最低的粒径分布为优化后粒径分布。
[0134]
实施例二：上述实施例一提供了材料颗粒粒径优化方法，与之相对应地，本实施例提供一种材料颗粒粒径优化系统。本实施例提供的系统可以实施实施例一的材料颗粒粒径优化方法，该系统可以通过软件、硬件或软硬结合的方式来实现。为了描述的方便，描述本实施例时以功能分为各种单元分别描述。当然，在实施时可以把各单元的功能在同一个或多个软件和/或硬件中实现。例如，该系统可以包括集成的或分开的功能模块或功能单元来执行实施例一各方法中的对应步骤。由于本实施例的系统基本相似于方法实施例，所以本实施例描述过程比较简单，相关之处可以参见实施例一的部分说明即可，本发明提供的材料颗粒粒径优化系统的实施例仅仅是示意性的。
[0135]
具体地，本实施例提供的材料粒径分布优化系统，包括：
[0136]
压实密度计算模块，被配置为建立材料的离散元仿真模型，计算材料在不同压强下的压实密度；
[0137]
模型参数仿真模块，被配置为采用粒子群优化方法，基于材料测量数据校正离散元仿真模型的模型参数；
[0138]
粒径分布转化模块，被配置为采用贝塞尔曲线将粒径分布以参数表示；
[0139]
粒径优化模块，被配置为以贝塞尔曲线的控制点坐标为待优化参数，采用粒子群优化方法实现粒径分布优化。
[0140]
实施例三：本实施例提供一种与本实施例一所提供的材料颗粒粒径优化方法对应的电子设备，电子设备可以是用于客户端的电子设备，例如手机、笔记本电脑、平板电脑、台式机电脑等，以执行实施例一的方法。
[0141]
如图7所示，电子设备包括处理器、存储器、通信接口和总线，处理器、存储器和通信接口通过总线连接，以完成相互间的通信。总线可以是工业标准体系结构(isa，industry standard architecture)总线，外部设备互连(pci，peripheral component)总线或扩展工业标准体系结构(eisa，extended industry standard component)总线等等。存储器中存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行本实施例一所提供的材料颗粒粒径优化方法。本领域技术人员可以理解，图7中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算设备的限定，具体的计算设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0142]
在一些实现中，上述的存储器中的逻辑指令可以通过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，本技术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，或者网络设备等)执行本技术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-only memory)、随机存取存储器(ram，random access memory)、光盘等各种可以存储程序代码的介质。
[0143]
在另一些实现中，处理器可以为中央处理器(cpu)、数字信号处理器(dsp)等各种类型通用处理器，在此不做限定。
[0144]
实施例四：本实施例一的材料颗粒粒径优化方法可被具体实现为一种计算机程序产品，计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本实施例一所述的材料颗粒粒径优化方法的计算机可读程序指令。
[0145]
计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意组合。
[0146]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例
的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实现”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说明书实施例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。
[0147]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0148]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0149]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0150]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。