存储器、吸收塔液位非线性控制方法、装置和设备

摘要

本发明公开了存储器、吸收塔液位非线性控制方法、装置和设备，其中所述非线性预测控制方法包括：预设非线性预测控制器的设定值；通过模型辨识构建非线性控制系统的对象模型组；生成所述对象模型组的动态方程，并根据所述动态方程计算所述对象模型组的扰动特性；分别获取所述非线性控制系统当前时刻的实际输出测量值和状态估计值；通过扩展卡尔曼滤波器计算出非线性控制系统下一时刻的最优状态估计值；将所述对象模型组的动态方程的最优状态估计值代入所述非线性控制系统的非线性预测控制算法得到最优解；所述最优解用于所述对象模型组的输入。本发明可以实现对吸收塔的液位实施有效的控制，减少控制失效现象。

说明书

技术领域

本发明涉及环保领域，特别涉及存储器、吸收塔液位非线性控制方法、装置和设备。

背景技术

石油化工生产过程中所产生的VOCs(volatile organic compounds，挥发性有机物)挥发到大气中后，不仅对人类的健康带来严重的危害，还会对生态环境带来严重的影响。

为了控制VOCs的排放，一般采用VOCs治理装置对废气进行有效治理。VOCs治理装置的油气回收单元中，吸收塔的液位控制是主要控制点。

现有技术中，吸收塔液位控制系统可以通过调节吸收塔出口的富油泵阀门的开度，来保持吸收塔的液位稳定，以避免吸收塔产生冒塔现象，造成生产事故。

发明人经过研究发现，现有技术中至少存在以下缺陷：

在实际应用中吸收塔液位控制系统有可能无法对被控对象实施有效的控制，严重时甚至会产生控制失效现象。

发明内容

本发明的主要目的在于实现对吸收塔的液位实施有效的控制，减少控制失效现象。

为实现上述目的，本发明采取的技术方案为：

本发明公开了一种吸收塔液位非线性控制方法，包括：

S11、预设吸收塔液位的合理区间，作为非线性控制系统中非线性预测控制器的设定值；

S12、通过模型辨识构建所述非线性控制系统的对象模型组；所述对象模型组包括用于描述调节富油泵出口阀门的开度的执行器子对象模型，和，用于描述吸收塔的液位的被控对象子对象模型；所述对象模型组以状态空间模型的形式表达；

S13、生成所述对象模型组的动态方程，并将模型参数的变化等效为扰动，根据所述动态方程计算所述对象模型组的扰动特性；所述扰动包括所述吸收塔塔内的压力值；

S14、分别获取所述非线性控制系统当前时刻的实际输出测量值和状态估计值；所述状态估计值的获取方法包括：在所述当前时刻的前一时刻以作用到对象模型组的输入为参数，根据所述动态方程及其扰动特性所计算生成用于估计所述非线性控制系统当前时刻状态的状态估计值；

S15、通过扩展卡尔曼滤波器，根据所述实际输出测量值和所述状态估计值，以递推的方式来计算出所述非线性控制系统下一时刻的最优状态估计值；

S16、将所述对象模型组的动态方程的最优状态估计值代入所述非线性控制系统的非线性预测控制算法得到调节富油泵出口阀门开度的最优解；所述最优解用于所述对象模型组的输入。

优选的，在本发明中，所述扰动还包括：

柴油的进料和/或出料的工艺条件。

优选的，在本发明中，所述用于描述对象模型组的数学模型，包括：

n维向量非线性函数：X

m维向量非线性函数：Z

其中，X

按照预设的时间间隔多次在标称模型参数点以模型参数为变量对对象模型组的状态空间模型进行一阶泰勒展开，计算出扰动的统计特性。

优选的，在本发明中，所述按照预设的时间间隔多次在标称模型参数点以模型参数为变量对对象模型组的状态空间模型进行一阶泰勒展开，计算出扰动的统计特性，包括：

假设所述对象模型组的参数变量服从正态分布，将所述对象模型组的模型参数的变化等效成扰动，并计算出扰动的统计特性。

优选的，在本发明中，所述通过扩展卡尔曼滤波器，根据所述实际输出测量值和所述状态估计值，以递推的方式来计算出所述非线性控制系统下一时刻的最优状态估计值，包括：

S21、获取k-1时刻所述非线性控制系统的最优状态估计值

S22、通过检测获得所述非线性控制系统k时刻的实际输出测量值{y

S23、通过所述实际输出测量值{y

在本发明的另一面，还提供了一种吸收塔液位非线性控制装置，包括：

预设单元，用于预设吸收塔液位的合理区间，作为非线性控制系统中非线性预测控制器的设定值；

建组单元，用于通过模型辨识构建所述非线性控制系统的对象模型组；所述对象模型组包括用于描述调节富油泵出口阀门的开度的执行器子对象模型，和，用于描述吸收塔的液位的被控对象子对象模型；所述对象模型组以状态空间模型的形式表达；

特性计算单元，用于生成所述对象模型组的动态方程，并将模型参数的变化等效为扰动，根据所述动态方程计算所述对象模型组的扰动特性；所述扰动包括所述吸收塔塔内的压力值；

数值获取单元，用于分别获取所述非线性控制系统当前时刻的实际输出测量值和状态估计值；所述状态估计值的获取方法包括：在所述当前时刻的前一时刻以作用到对象模型组的输入为参数，根据所述动态方程及其扰动特性所计算生成用于估计所述非线性控制系统当前时刻状态的状态估计值；

修正单元，用于通过扩展卡尔曼滤波器，根据所述实际输出测量值和所述状态估计值，以递推的方式来计算出所述非线性控制系统下一时刻的最优状态估计值；

结果生成单元，用于将所述对象模型组的动态方程的最优状态估计值代入所述非线性控制系统的非线性预测控制算法得到调节富油泵出口阀门开度的最优解；所述最优解用于所述对象模型组的输入。

优选的，在本发明中，所述扰动还包括：

柴油的进料和/或出料的工艺条件。

在本发明实施例的另一面，还提供了一种存储器，包括软件程序，所述软件程序适于由处理器执行上述吸收塔液位非线性控制方法的步骤。

本发明实施例的另一面，还提供了一种吸收塔液位非线性控制设备，所述吸收塔液位非线性控制设备包括存储在存储器上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行以上各个方面所述的方法，并实现相同的技术效果。

有益效果

本发明采用了非线性控制技术，首先预设了吸收塔液位的合理区间来作为非线性控制系统中非线性预测控制器的设定值；此外，本发明还将执行器子对象模型和被控对象子对象模型定义为对象模型组，然后计算获取对象模型组的扰动特性；接着，利用扩展卡尔曼滤波算法获取所述对象模型组的最优状态估计值；在本发明中，最优状态估计值的获取方式是：以处于某一时刻(k时刻)的非线性控制系统为例，一方面在该时刻的上一时刻(k-1)的获取非线性控制系统在k时刻的状态估计值；另一方面，还要获取非线性控制系统在k时刻的实际输出测量值；然后，再通过扩展卡尔曼滤波器根据实际输出测量值对状态估计值进行修正来生成非线性控制系统的最优状态估计值。

现有技术中采用的是根据非线性预测控制模型以递推的方式得到非线性控制系统当前时刻的状态，这样就很可能使得整个预测过程的误差不断地放大，进而容易频繁的造成严重的模型失配，这样，就会造成对于调节富油泵出口阀门开度的控制效果较差，容易对吸收塔的液位失去有效的控制，甚至造成吸收塔产生冒塔现象，导致生产事故的发生。

而发明中所获得的最优状态估计值更加接近于非线性控制系统的实际状态，所以可以有效的降低模型失配的频率和程度，从而也就有效地减少了模型失配带来的影响，进而也就能够实现对吸收塔的液位有效的控制，避免吸收塔产生冒塔现象的发生。

上述说明仅为本申请技术方案的概述，为了能够更清楚地了解本申请的技术手段并可依据说明书的内容予以实施，同时为了使本申请的上述和其他目的、技术特征以及优点更加易懂，以下列举一个或多个优选实施例，并配合附图详细说明如下。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明中所述吸收塔液位非线性控制方法的步骤示意图；

图2为本发明中所述吸收塔液位非线性控制系统的结构示意图；

图3为本发明中所述吸收塔液位非线性控制系统中模型参数变量的概率分布曲线图；

图4为本发明中所述吸收塔液位非线性控制装置的结构示意图；

图5为本发明中所述吸收塔液位非线性控制设备的结构示意图。

具体实施方式

为了使本领域的技术人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域的技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了实现对吸收塔的液位实施有效的控制，减少控制失效现象，参考图1和图2，本发明实施例提供了一种吸收塔液位非线性控制方法，包括：

S11、预设吸收塔液位的合理区间，作为非线性控制系统中非线性预测控制器01的设定值；

本发明实施例的目的在于对吸收塔的液位进行有效的控制，因此首先要预设吸收塔液位的合理区间；这样当吸收塔液位位于合理区间时，认为此时的吸收塔的液位为安全液位，不会导致整个装置联锁停车，也就不会产生冒塔现象。

在实际应用中，一般可以将吸收塔液位的合理区间设置为35-40％的量程范围内。

S12、通过模型辨识构建所述非线性控制系统的对象模型组；所述对象模型组包括用于描述调节富油泵出口阀门的开度的执行器子对象模型，和，用于描述吸收塔的液位的被控对象子对象模型；所述对象模型组以状态空间模型的形式表达；

在本发明实施例中，定义了非线性控制系统的对象模型组，将非线性控制系统中的执行器21和被控对象22这几个对象模型作为对象模型组的子对象模型。非线性预测控制器01可以生成对象模型组的输入变量u。

在本发明实施例中被控对象22为用于描述吸收塔的液位的被控对象子对象模型。

此外，本发明实施例中的执行器21为用于描述调节富油泵出口阀门的开度的执行器子对象模型。

具体来说，经过模型辨识后得到的对象模型组的数学模型可以表示如下：

n维向量非线性函数：X

其中，X

S13、生成所述对象模型组的动态方程，并将模型参数的变化等效为扰动，根据所述动态方程计算所述对象模型组的扰动特性；所述扰动包括所述吸收塔塔内的压力值；

然后，以对象模型组(包括执行器子对象模型和被控对象子对象模型)为整体，生成对应的动态方程，并且，根据该动态方程计算对象模型组的扰动特性。

在实际应用中，计算对象模型组的扰动特性的方式具体可以是按照预设的时间间隔多次在标称模型参数点以模型参数为变量对对象模型组的状态空间模型进行一阶泰勒展开，从而计算出扰动的统计特性。优选的，可以是假设对象模型组的参数变量服从正态分布，将对象模型组的参数的变化等效成扰动，并计算出扰动的统计特性。

在实际应用中，模型参数可以是非线性控制系统下所测得或采集的吸收塔的液位值。

在实际应用中，扰动可以是非线性控制系统下所测得或采集的吸收塔塔内的压力值，还可以包括柴油的进料和/或出料的工艺条件等。

本发明实施例中，将模型参数的变化等效为扰动的具体方式可以是：

假设图3中模型参数变量(即吸收塔液位)服从正态分布，模型参数变量用向量P表示，其均值、方差如下：

E[P]＝P

E[(P-P

式中，P

图3中虚的包络线表示标称模型参数P

为了估计模型参数发生变化后系统的状态，可将模型参数的变化等效为扰动，在标称模型参数点处以模型参数为变量对对象模型组的状态空间模型进行一阶泰勒展开。为了让预测模型的输出逼近实际系统的输出，需要根据模型参数的不确定信息计算出扰动的统计特性。

在标称模型参数P

上式可以简化成

X

Z

其中，w

S14、分别获取所述非线性控制系统当前时刻的实际输出测量值和状态估计值；所述状态估计值的获取方法包括：在所述当前时刻的前一时刻以作用到对象模型组的输入为参数，根据所述动态方程及其扰动特性所计算生成用于估计所述非线性控制系统当前时刻状态的状态估计值；

本发明实施例中，不但要计算非线性控制系统的状态估计值，还要采集同一时刻的实际输出测量值，具体的，对于k时刻来说，一方面，可以在k-1时刻生成非线性控制系统在k时刻的状态估计值，另一方面还需要采集获取被控对象(即吸收塔液位)在k时刻的实际输出测量值；其中，对于k时刻的状态估计值的获取方法可以包括：在k-1时刻(即当前时刻的前一时刻)，以作用到对象模型组的输入u为参数，根据动态方程及其扰动特性所计算生成用于估计非线性控制系统在k时刻的状态估计值。

S15、通过扩展卡尔曼滤波器03，根据所述实际输出测量值和所述状态估计值，以递推的方式来计算出所述非线性控制系统下一时刻的最优状态估计值：

本发明实施例中，还设有扩展卡尔曼滤波器03来获取对象模型组的状态估计值，通过实际输出测量值y来对状态估计值进行修正来获得最优状态估计值，从而可以有效的避免状态估计值与非线性控制系统的实际状态之间的误差过大；在实际应用中，以递推的方式来计算出所述非线性控制系统下一时刻的最优状态估计值，具体可以包括以下步骤：

S21、获取k-1时刻所述非线性控制系统的最优状态估计值

S22、通过检测获得所述非线性控制系统k时刻的实际输出测量值{y

S23、通过所述实际输出测量值{y

在本发明实施例中，计算出非线性控制系统下一时刻的最优状态估计值的具体方式可以包括：

将模型参数的变化等效成扰动后，进一步将扰动等效为高斯白噪声，并由此设计扩展卡尔曼滤波器，具体包括：

1，求出w

w

E[(w

v

E[(v

且

上式可简化成：

w

v

2，将w

令

Z

其中，

v

E[v

E[(v

且

利用扩展卡尔曼滤波器进行状态估计，将非线性函数f[X

其中，F

得到由一阶泰勒多项式近似的线性状态空间模型：

采用扩展卡尔曼滤波算法(EKF)：

初始化：

预测状态：

状态预测误差协方差矩阵：

其中，

卡尔曼增益：

状态估计：

状态估计误差协方差矩阵：

P

经过求解可以得到最优估计状态

S16、将所述对象模型组的动态方程的最优状态估计值代入所述非线性控制系统的非线性预测控制算法得到调节富油泵出口阀门开度的最优解；所述最优解用于所述对象模型组的输入。

本发明实施例中的最优状态估计值作为非线性预测控制器01的输入，是经过了修正的状态估计值，因此可以使得通过非线性预测控制器01中的非线性预测控制算法得到的更加合理的最优解(该最优解即为对象模型组的输入)。

在实际应用中，可以将非线性预测控制器01的控制模型设定为：

X

Z

针对此非线性控制系统采用分层预估迭代的非线性预测控制方法，首先，假定u

X

Z

其中，

D(X

G[X

从k时刻起，可得

X

Z

其中，i＝1，2...

上式中的A，B，C为常量，D，G为非线性项，这里引入附加的预估将原非线性预测模型转换为线性模型，从而克服非线性预测控制优化求解困难的问题；

其中，u

X

Z

u

其中：

当已知X

线性系统的预测输出表示为：

令

则线性系统的预测输出为：

其中，

将线性系统的预测输出

其中，Z

在求解线性系统优化性能指标的同时，还需要考虑系统的约束条件，将输入、输出约束条件表示如下：

经过优化求解能够获得最优解Δu,该最优解即为本发明实施例中非线性控制系统的最优解(即，调节富油泵出口阀门开度的最优解)。

综上所述，本发明实施例采用了非线性控制技术，首先预设了吸收塔液位的合理区间来作为非线性控制系统中非线性预测控制器的设定值；此外，本发明还将执行器子对象模型和被控对象子对象模型定义为对象模型组，然后计算获取对象模型组的扰动特性；接着，利用扩展卡尔曼滤波算法获取所述对象模型组的最优状态估计值；在本发明中，最优状态估计值的获取方式是：以处于某一时刻(k时刻)的非线性控制系统为例，一方面在该时刻的上一时刻(k-1)的获取非线性控制系统在k时刻的状态估计值；另一方面，还要获取非线性控制系统在k时刻的实际输出测量值；然后，再通过扩展卡尔曼滤波器根据实际输出测量值对状态估计值进行修正来生成非线性控制系统的最优状态估计值。

现有技术中采用的是根据非线性预测控制模型以递推的方式得到非线性控制系统当前时刻的状态，这样就很可能使得整个预测过程的误差不断地放大，进而容易频繁的造成严重的模型失配，这样，就会造成对于调节富油泵出口阀门开度的控制效果较差，容易对吸收塔的液位失去有效的控制，甚至造成吸收塔产生冒塔现象，导致生产事故的发生。

而发明中所获得的最优状态估计值更加接近于非线性控制系统的实际状态，所以可以有效的降低模型失配的频率和程度，从而也就有效地减少了模型失配带来的影响，进而也就能够实现对吸收塔的液位有效的控制，避免吸收塔产生冒塔现象的发生。

在本发明实施例的另一面，还提供了一种吸收塔液位非线性控制装置，图4示出本发明实施例提供的吸收塔液位非线性控制装置的结构示意图，所述吸收塔液位非线性控制装置为与图1所对应实施例中所述吸收塔液位非线性控制方法对应的装置，即，通过虚拟装置的方式实现图1所对应实施例中非线性预测控制方法，构成所述吸收塔液位非线性控制装置的各个虚拟模块可以由电子设备执行，例如网络设备、终端设备、或服务器。本发明实施例中的吸收塔液位非线性控制装置可以实现工业控制所需的非线性预测控制。具体来说，本发明实施例中的吸收塔液位非线性控制装置包括：

预设单元101，用于预设吸收塔液位的合理区间，作为非线性控制系统中非线性预测控制器的设定值；

建组单元102，用于通过模型辨识构建所述非线性控制系统的对象模型组；所述对象模型组包括用于描述调节富油泵出口阀门的开度的执行器子对象模型，和，用于描述吸收塔的液位的被控对象子对象模型；所述对象模型组以状态空间模型的形式表达；

特性计算单元103，用于生成所述对象模型组的动态方程，并将模型参数的变化等效为扰动，根据所述动态方程计算所述对象模型组的扰动特性；所述扰动包括所述吸收塔塔内的压力值；

数值获取单元104，用于分别获取所述非线性控制系统当前时刻的实际输出测量值和状态估计值；所述状态估计值的获取方法包括：在所述当前时刻的前一时刻以作用到对象模型组的输入为参数，根据所述动态方程及其扰动特性所计算生成用于估计所述非线性控制系统当前时刻状态的状态估计值；

修正单元105，用于通过扩展卡尔曼滤波器，根据所述实际输出测量值和所述状态估计值，以递推的方式来计算出所述非线性控制系统下一时刻的最优状态估计值；

结果生成单元106，用于将所述对象模型组的动态方程的最优状态估计值代入所述非线性控制系统的非线性预测控制算法得到调节富油泵出口阀门开度的最优解；所述最优解用于所述对象模型组的输入。

优选的，在本发明中，所述扰动还包括柴油的进料和/或出料的工艺条件。

由于本发明实施例中吸收塔液位非线性控制装置的工作原理和有益效果已经在图1所对应的吸收塔液位非线性控制方法中也进行了记载和说明，因此可以相互参照，在此就不再赘述。

在本发明实施例中，还提供了一种存储器，其中，存储器包括软件程序，软件程序适于处理器执行图1所对应的吸收塔液位非线性控制方法中的各个步骤。

本发明实施例可以通过软件程序的方式来实现，即，通过编写用于实现图1所对应的非线性预测控制方法中的各个步骤的软件程序(及指令集)，所述软件程序存储于存储设备中，存储设备设于计算机设备中，从而可以由计算机设备的处理器调用该软件程序以实现本发明实施例的目的。

本发明实施例中，还提供了一种吸收塔液位非线性控制设备，该吸收塔液位非线性控制设备所包括的存储器中，包括有相应的计算机程序产品，所述计算机程序产品所包括程序指令被计算机执行时，可使所述计算机执行以上各个方面所述的吸收塔液位非线性控制方法，并实现相同的技术效果。

图5是本发明实施例作为电子设备的吸收塔液位非线性控制方法设备的硬件结构示意图，如图4所示，该设备包括一个或多个处理器610、总线630以及存储器620。以一个处理器610为例，该设备还可以包括：输入装置640、输出装置650。

处理器610、存储器620、输入装置640和输出装置650可以通过总线或者其他方式连接，图5中以通过总线连接为例。

存储器620作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块。处理器610通过运行存储在存储器620中的非暂态软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述方法实施例的处理方法。

存储器620可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储数据等。此外，存储器620可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器620可选包括相对于处理器610远程设置的存储器，这些远程存储器可以通过网络连接至处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置640可接收输入的数字或字符信息，以及产生信号输入。输出装置650可包括显示屏等显示设备。

所述一个或者多个模块存储在所述存储器620中，当被所述一个或者多个处理器610执行时，执行：

S11、预设吸收塔液位的合理区间，作为非线性控制系统中非线性预测控制器的设定值；

S12、通过模型辨识构建所述非线性控制系统的对象模型组；所述对象模型组包括用于描述调节富油泵出口阀门的开度的执行器子对象模型，和，用于描述吸收塔的液位的被控对象子对象模型；所述对象模型组以状态空间模型的形式表达；

S13、生成所述对象模型组的动态方程，并将模型参数的变化等效为扰动，根据所述动态方程计算所述对象模型组的扰动特性；所述扰动包括所述吸收塔塔内的压力值；

S14、分别获取所述非线性控制系统当前时刻的实际输出测量值和状态估计值；所述状态估计值的获取方法包括：在所述当前时刻的前一时刻以作用到对象模型组的输入为参数，根据所述动态方程及其扰动特性所计算生成用于估计所述非线性控制系统当前时刻状态的状态估计值；

S15、通过扩展卡尔曼滤波器，根据所述实际输出测量值和所述状态估计值，以递推的方式来计算出所述非线性控制系统下一时刻的最优状态估计值；

S16、将所述对象模型组的动态方程的最优状态估计值代入所述非线性控制系统的非线性预测控制算法得到调节富油泵出口阀门开度的最优解；所述最优解用于所述对象模型组的输入。

上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，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。另一点，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，可以是电性，机械或其它的形式。

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，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

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。

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设备中，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。而前述的存储设备包括：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)、ReRAM、MRAM、PCM、NAND Flash，NOR Flash，Memristor、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，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。