具体实施方式
本申请提供了一种钢结构刚度损伤评价方法及***,用于针对解决现有技术中存在无法获知投入使用的钢结构的刚度损伤状况,导致建筑整体存在变形和稳定性风险的技术问题。实现了量化钢结构损伤状态,从而准确判断钢结构是否存在形变风险,提高进行刚度损伤钢结构报废替换及时性的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合相关规定。
下面,将参考附图对本发明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的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明的实施例,本领域普通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。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种钢结构刚度损伤评价方法,其特征在于,所述方法应用于刚度损伤评价***,所述刚度损伤评价***与图像采集装置、环境采集装置、数据交互装置通信连接,所述方法包括:
S100:通过所述数据交互装置进行钢结构的数据交互,基于数据交互结果调用所述钢结构的基础信息,其中,所述基础信息包括尺寸结构信息、材质信息、安装环境信息;
具体而言,在本实施例中,所述钢结构为应用于建筑工程的钢材原料加工获得的金属结构,例如应用于工业厂房、跨海大桥建筑中的工字钢、角钢、管材等。本实施例对于单个钢结构进行损伤评价,以提高所获损伤评价结果的可信度。因而后续实施例中所述钢结构都表征单个钢结构,而非多个具有组合拼装关系的钢结构组合体。
所述钢结构基础信息包括尺寸结构信息、材质信息、安装环境信息,所述尺寸结构信息为钢结构用于建筑施工前,在施工现场精确测量获得的钢结构部件尺寸、长度、横截面数据。所述材质信息是指钢结构中各个构件/部件所使用的钢材种类、牌号和规格等信息。在建筑结构设计中,需要按照不同的强度要求选择适合的钢材种类和规格,以保证整个建筑结构的稳定性和安全性。所述安装环境为所述钢结构作为建材应用于建筑施工中时,长期所处环境,所述安装环境信息包括但不限于环境温度、环境湿度等。
所述数据交互装置包括但不限于爬虫、数监测***,所述数据交互装置与所述钢结构的录入信息进行信息交互,基于数据交互结果调用所述钢结构的基础信息,所述基础信息包括尺寸结构信息、材质信息、安装环境信息。
S200:通过所述基础信息设置图像采集点,通过所述图像采集点布设所述图像采集装置,并进行所述钢结构的表面图像采集,获得图像采集集合;
具体而言,在本实施例中,根据所述钢结构尺寸结构预构建长方体形状的图像采集空间,图像采集空间能够完整“包裹”所述钢结构,在图像采集空间内,主要根据所述基础信息中的尺寸结构信息确定可对所述钢结构外观全貌进行无死角图像采集的多个图像采集点。
基于图像采集空间一角为坐标原点,图像采集空间长宽高为XYZ轴,建立三维坐标系,从而对多个所述图像采集点设置图像采集点坐标。
基于激光扫描获得所述钢结构的点云数据,并将点云数据代入构建的三维坐标系中进行点云数据的坐标点数据调整,从而获得所述钢结构表面任意位点在三维坐标系中的坐标值。
根据所述材质信息预测所述钢结构易发生腐蚀损伤区域进行多个图像采集空间点布设的图像采集装置的采集清晰度设定。所述图像采集装置在基于所述基础信息设置图像采集点进行所述钢结构的表面图像清晰采集,获得图像采集集合,所述图像采集集合中每张图像都对应有图像采集点坐标。基于所述图像采集集合可较为清晰的识别获知所述钢结构是否存在损伤。
S300:对所述图像采集集合进行表面特征识别,生成表面损伤刚度影响值;
在一个实施例中,如图2所示,本申请提供的方法步骤还包括:
S310:通过大数据构建缺陷特征集合;
S320:基于所述缺陷特征集合进行所述图像采集集合的缺陷特征识别,获得缺陷特征识别结果;
S330:获得识别缺陷图像对应的图像采集点坐标;
S340:根据识别缺陷的图像位置和所述图像采集点坐标确定缺陷特征坐标;
S350:根据所述缺陷特征坐标、所述缺陷特征识别结果和所述基础信息确定所述表面损伤刚度影响值。
在一个实施例中,本申请提供的方法步骤还包括:
S351:根据所述缺陷特征识别结果获得缺陷特征种类和特征值;
S352:根据所述缺陷特征坐标和所述基础信息生成位置关联值;
S353:通过公式进行表面损伤刚度影响值计算,如下:
其中,为表面损伤刚度影响值,/>为缺陷特征数量,/>为第/>个缺陷的缺陷特征种类,/>为特征值,/>为位置关联值。
具体而言,在本实施例中,基于循环神经网络构建缺陷特征识别标识模型,缺陷特征识别标识模型的输入数据为钢结构表面图像,输出结果为钢结构表面图像存在的1个或多个表面缺陷类型标识以及圈定的表面缺陷轮廓。
所述材质信息是指钢结构中各个构件/部件所使用的钢材种类、牌号和规格等信息。根据所述钢结构的所述材质信息遍历大数据获得材质信息相同的多个样本钢结构的样本表面缺陷图像。
基于人工进行样本表面缺陷图像标识处理,获得缺陷特征以及缺陷轮廓范围标记齐全的多张样本表面缺陷图像,构建缺陷特征集合,所述缺陷特征集合包括多组样本表面缺陷图像-样本表面缺陷图像缺陷特征标记。
以所述缺陷特征集合作为训练数据进行缺陷特征识别标识模型的训练,具体的,将所述缺陷特征集合标识划分为训练集、测试集和验证集,基于训练集和测试集进行缺陷特征识别标识模型的训练和测试,基于验证集进行缺陷特征识别标识模型输出准确度验证,当缺陷特征识别标识模型对于样本表面缺陷图像中的样本钢结构表面缺陷特征种类识别准确度高于97.4%时,即认为缺陷特征识别标识模型训练完成,这里的识别准确是基于样本表面缺陷图像识别框选出样本钢结构表面缺陷并正确标识缺陷特征种类。
将所述图像采集集合逐一输入缺陷特征识别标识模型进行缺陷特征识别,获得缺陷特征识别结果,所述缺陷特征识别结果为框选缺陷范围并标识标记有缺陷特征种类的多张识别缺陷图像,该多张识别缺陷图像与所述图像采集集合中多张采集图像存在映射关系。
基于这种映射关系,获得多张识别缺陷图像对应的多张采集图像,进一步确定拍摄多张采集图像所使用的图像采集装置所处图像采集点的图像采集点坐标。
所述缺陷特征坐标为构成任意特征类型缺陷轮廓的坐标点集合,所述缺陷特征坐标获得方法如下:从所述多张识别缺陷图像随机选取图像获得第一识别缺陷图像以及第一缺陷识别对象的第一图像采集点坐标。
根据所述第一图像采集坐标点和初步定位第一缺陷识别图像在所述钢结构表面的对应区域,进一步根据第一缺陷识别图像中缺陷轮廓和钢结构图像轮廓的位置相对关系和图像线条比例关系,进行第一缺陷识别图像中多个缺陷轮廓坐标点定位,从而在步骤S200构建的三维坐标系中确定缺陷特征坐标,所述缺陷特征坐标为识别缺陷图像中多种类型缺陷特征对应的多个缺陷特征坐标集合。
采用获得第一缺陷识别图像中多种类型缺陷的缺陷特征坐标相同方法获得多张识别缺陷图像中多种类型缺陷的缺陷特征坐标。
根据所述缺陷特征识别结果对多张识别缺陷图像中多种类型缺陷的缺陷特征坐标的缺陷特征种类进行准确标记,从而获得所述钢结构表面存在的个缺陷特征坐标以及标识/>个缺陷特征坐标的缺陷特征种类。基于所述钢结构表面存在的/>个缺陷特征坐标逐一缺陷面积计算,获得所述钢结构表面/>个缺陷面积。将计算获得的/>个缺陷面积作为个缺陷的特征值,所述特征值从缺陷面积方面反映了任意钢结构表面缺陷对于钢结构性能的影响程度。
基于所述基础信息中的所述尺寸结构信息结合基于点云数据获得的所述钢结构表面全部位置坐标点数据计算获得所述钢结构表面积。
将根据个缺陷特征坐标计算获得的/>个缺陷面积与所述钢结构表面积占比,获得/>个所述位置关联值,所述位置关联值从缺陷面积和钢结构表面积方面反映了任意钢结构表面缺陷在钢结构整体表面积中的占比。
根据缺陷特征种类是否相同,将个位置关联值中缺陷特征种类相同的若干个位置关联值进行加和,获得/>个位置关联值,W为大于K的正整数。将/>个特征值中缺陷特征种类相同的若干个特征值进行加和,获得/>个特征值。
构建钢结构表面损伤刚度影响值计算公式,具体公式如下:
在表面损伤刚度影响值计算公式中,为表面损伤刚度影响值,/>为缺陷特征数量,/>为第/>个缺陷的缺陷特征种类,/>,/>为特征值,/>为位置关联值。
将计算获得的个位置关联值、/>个特征值带入构建的钢结构表面损伤刚度影响值计算公式中,获得反映钢结构表面损伤缺陷对于钢结构整体刚度影响的所述表面损伤刚度影响值。
本实施例通过进行钢结构表面缺陷类型以及缺陷面积的识别、标识和计算,从而实现了获得科学且高可信的,反映钢结构表面损伤缺陷对于钢结构刚度影响状态的表面损伤刚度影响值的技术效果,为后续确定当前存在外部损伤和内部暗伤的钢结构的刚度状态提供部分参考数据的技术效果。
S400:根据所述基础信息调用所述钢结构的安装时间;
具体而言,在本实施例中,所述钢结构的安装时间即为钢结构出厂后初次应用于建筑施工成为建筑组成部分的时间,由于所述钢结构的所述尺寸结构信息为钢结构用于建筑施工前,在施工现场精确测量获得的钢结构部件尺寸、长度、横截面数据。因而本实施通过调用获得所述尺寸结构信息的采集录入时间记录,将录入时间记录作为所述钢结构的安装时间。
S500:根据所述基础信息进行环境特征的特征影响分析,确定环境特征关联值;
具体而言,在本实施例中,所述环境特征关联值为环境对于钢结构刚度的影响程度。所述环境特征关联值取决于所述基础信息中的材质信息。
调用所述基础信息中的尺寸结构信息、材质信息输入有限元分析软件,建立所述钢结构的模型,输入多组不同的环境参数信息,所述环境参数信息具体为环境温度参数和环境湿度参数,进行静、动力的仿真计算,获得多个仿真结果,所述仿真结果为钢结构刚度理论数值。
所述多组环境参数为自变量,钢结构刚度理论值为因变量,对多个环境温度参数、环境湿度参数、钢结构刚度理论数值,采用多元回归分析确定自变量与因变量的关系系数以及自变量和因变量之间的计算公式,即为钢结构刚度理论值计算公式:
在公式中,Y为钢结构刚度理论数值,β1为环境湿度关系系数,β2为环境温度关系系数,ε为误差项,将关系系数作为所述环境特征关联值,X1为环境温度参数,X2环境湿度参数。
S600:通过所述环境采集装置进行所述钢结构的环境数据抽样采集,生成环境数据集合;
在一个实施例中,如图3所示,本申请提供的方法步骤还包括:
S610:对所述环境特征进行特征稳定分析;
S620:根据特征稳定分析值生成环境采集的控制周期;
S630:通过所述控制周期进行环境数据抽样采集。
具体而言,在本实施例中,预设环境数据采集周期(时间跨度较大,例如120天),通过所述环境采集装置进行所述钢结构的预设环境数据采集周期内的环境数据初次采集,获得120组历史环境温度数据-历史环境湿度数据。
以数据采集时间为横轴,温度、湿度为纵轴,构建二维坐标轴,将120组历史环境温度数据-历史环境湿度数据,按照数据采集时间录入二维坐标轴,获得历史环境温度变化梯度曲线和历史环境湿度变化梯度曲线。基于历史环境温度变化梯度曲线和历史环境湿度变化梯度曲线获得温度和湿度发生明显递升的多个时间节点,基于多个时间节点将预设环境数据采集周期划分为多个长度不等的时间区间,对于多个时间区间按照时间跨度长短进行由大到小排序,将时间跨度最短的时间区间作为所述特征稳定分析值,将所述特征稳定分析值作为环境采集的控制周期。本实施例中在一个特征稳定分析值周期内,认为钢结构所处环境温湿度恒定。所述环境采集装置通过所述控制周期进行环境数据周期性间隔的抽样采集。
获得从所述安装时间至当前时间的历史环境温度数据和历史环境湿度数据,基于所述控制周期进行抽样采集,获得所述环境数据集合。
本实施例通过获取历史钢结构所处环境温湿度数据进行环境温湿度变化分析,实现了获得钢结构所处环境温湿度恒定周期,将环境温湿度恒定周期作为特征稳定性分析周期,进行所述环境数据抽样采集,实现了降低环境数据采集量,避免无效数据采集存储量过大对于刚度损伤评价***的算力资源造成浪费。
S700:通过所述基础信息构建环境影响模型,将所述环境数据集合、所述环境特征关联值和所述安装时间输入所述环境影响模型,输出环境刚度影响值;
具体而言,在本实施例中,所述环境影响模型为数据自动化分析处理模型。将所述环境数据集合、所述环境特征关联值和所述安装时间输入所述环境影响模型,在所述环境影响模型中的数据处理过程如下:
以所述安装时间为时间起始,对所述环境数据集合中的多组环境温度数据-环境湿度数据按照抽样时间进行排序。将多组环境温度数据-环境湿度数据带入步骤S500构建的钢结构刚度理论值,获得多个钢结构刚度理论数据。
根据抽样时间与多个钢结构刚度理论数据的映射关系,计算相邻抽样时间的钢结构刚度理论数据差值,获得多个钢结构刚度理论数据差值,对多个钢结构刚度理论数据差值进行均值计算,获得所述环境刚度影响值,所述环境刚度影响值反映了在钢结构当前所处环境中,环境温湿度变化对于钢结构刚度的影响程度。
S800:结合所述表面损伤刚度影响值和所述环境刚度影响值,生成所述钢结构的刚度损伤评价结果。
在一个实施例中,所述刚度损伤评价***与内部探伤装置通信连接,本申请提供的方法步骤S800还包括:
S810:通过所述内部探伤装置对所述钢结构进行内部探伤检测,获得内部探伤检测结果;
S820:基于所述内部探伤检测结果中的探伤种类、探伤面积、探伤位置进行内部损伤刚度影响分析,确定内部损伤刚度影响值;
S830:根据所述内部损伤刚度影响值、所述表面损伤刚度影响值和所述环境刚度影响值,生成所述钢结构的刚度损伤评价结果。
在一个实施例中,本申请提供的方法步骤还包括:
S831:对所述钢结构进行结构的受力特征拟合,获得受力拟合结果;
S832:基于所述受力拟合结果生成关联影响特征;
S833:通过所述关联影响特征进行所述钢结构的疲劳分析,基于疲劳分析结果、所述表面损伤刚度影响值和所述环境刚度影响值,生成所述钢结构的刚度损伤评价结果。
具体而言,在本实施例中,所述钢结构内部部分中空,所述内部探伤装置为基于超声探伤技术的钢结构检测装置,所述内部探伤装置能够实现非破坏性检测所述钢结构内部的损伤状况。
所述内部探伤装置通过发射和接收超声波来探测所述钢结构中的缺陷和裂纹等损伤,对钢结构内部的损伤种类、面积和损伤位置进行检测和诊断,获得探伤种类、探伤面积和内部总面积,所述探伤种类和步骤S300的缺陷特征种类含义一致,所述探伤面积和步骤S300的位置关联值含义一致,所述内部总面积和步骤S300的钢结构表面积含义一致。所述探伤种类、探伤面积和内部总面积构成所述内部探伤检测结果。
采用步骤S300获得表面损伤刚度影响值相同方法,基于所述内部探伤检测结果中的探伤种类、探伤面积、进行内部损伤刚度影响分析,获得所述内部损伤刚度影响值,所述内部损伤刚度影响值反映钢结构内部损伤缺陷对于钢结构整体刚度的影响性。
将所述内部损伤刚度影响值和所述表面损伤刚度影响值进行加和处理,将加和结果与所述环境刚度影响值进行乘积计算,生成所述钢结构的刚度损伤评价结果,所述刚度损伤评价结果反映了钢结构在外面损伤、环境影响、内部损伤三种因素共同作用下,从所述安装时间使用至当前,钢结构整体的刚度损伤状况。
在一个实施例中,本申请提供的方法步骤还包括:
S910:对所述钢结构进行结构的受力特征拟合,获得受力拟合结果;
S920:基于所述受力拟合结果生成关联影响特征;
S930:通过所述关联影响特征进行所述钢结构的疲劳分析,基于疲劳分析结果、所述表面损伤刚度影响值和所述环境刚度影响值,生成所述钢结构的刚度损伤评价结果。
具体而言,在本实施例中,获得所述钢结构在当前建筑中理论上的受力状态信息,调用所述基础信息中的尺寸结构信息、材质信息。根据钢结构受力状态和尺寸结构信息、材质信息,建立钢结构的有限元模型。利用有限元模型对所述钢结构进行结构的受力特征拟合,获得受力拟合结果,所述受力拟合结果为所述钢结构多个部位受外力作用不发生形变的多个受力极限值。
将所述受力拟合结果中的多个受力极限值作为所述关联影响特征值,所述关联影响特征值为基于有限元模型对所述钢结构进行疲劳分析时,设置任意重复荷载组合的时,钢结构多个部位的荷载极限,所述管理影响特征值本质为一种约束。
设定多组针对于前述钢结构多个部位的承力负荷组合,确保每组承力负荷组合不超出所述关联影响特征。利用有限元模型使用设定的多组承力负载组合进行所述钢结构的疲劳分析,获得钢结构多个部位的最大疲劳载荷,并基于钢结构多个部位的最大疲劳载荷进行由小到大排序,将最小值的疲劳载荷,生成所述疲劳分析结果,所述疲劳分析结果为钢结构整体的最大疲劳载荷。
将所述表面损伤刚度影响值和所述环境刚度影响值进行乘积计算,将乘积计算结果和疲劳分析结果构成所述钢结构的刚度损伤评价结果。本实施中所述刚度损伤评价结果反映了钢结构在外面损伤、环境影响两种因素共同作用下,从所述安装时间使用至当前,钢结构整体的刚度损伤状况,以及钢结构整体的疲劳负荷状况,为进行钢结构是否存在形变风险提供参考信息的技术效果。
在一个实施例中,本申请提供的方法步骤还包括:
S931:根据所述受力拟合结果和所述基础信息确定所述钢结构的预警特征值集合;
S932:将所述刚度损伤评价结果与所述预警特征值集合进行预警匹配;
S933:根据预警匹配结果进行所述钢结构的预警管理。
具体而言,在本实施例中,根据所述受力拟合结果和所述基础信息确定所述钢结构的预警特征值集合,所述预警特征值集合为钢结构各个部位当前的受力特征极限值,如若钢结构各个部位中任一个部位受力超出对应的受力特征极限值,就存在导致钢结构发生形变的风险。
预设刚度损伤预警阈值,所述刚度损伤预警阈值为基于钢结构材料、使用年限以及建筑使用用途设定的,进行钢结构报废替换的刚度损伤极限。将刚度损伤预警阈值和所述预警特征值集合作为钢结构是否存在报废替换需求的判断基准。
采集获取钢结构多个部位当前受力数据,将多个部位当前受力数据、所述刚度损伤评价结果与预设刚度损伤预警阈值和所述预警特征值集合进行预警匹配,判断多个部位当前受力数据、所述刚度损伤评价结果是否有其一不符合预设刚度损伤预警阈值和所述预警特征值集合。
基于判断生成预警匹配结果,基于所述预警匹配结果进行所述钢结构的预警管理,当预警匹配结果为多个部位当前受力数据、所述刚度损伤评价结果有其一不符合预设刚度损伤预警阈值和所述预警特征值集合时,生成钢结构替换预警指令,提示建筑维护人员及时进行钢结构报废替换,以避免钢结构刚性不足诱发建筑稳定性风险事件发生的技术效果。
实施例二
基于与前述实施例中一种钢结构刚度损伤评价方法相同的发明构思,如图4所示,本申请提供了一种钢结构刚度损伤评价***,其中,所述***包括:
数据交互执行模块1,用于通过数据交互装置进行钢结构的数据交互,基于数据交互结果调用所述钢结构的基础信息,其中,所述基础信息包括尺寸结构信息、材质信息、安装环境信息;
图像采集执行模块2,用于通过所述基础信息设置图像采集点,通过所述图像采集点布设图像采集装置,并进行所述钢结构的表面图像采集,获得图像采集集合;
表面特征识别模块3,用于对所述图像采集集合进行表面特征识别,生成表面损伤刚度影响值;
安装时间调用模块4,用于根据所述基础信息调用所述钢结构的安装时间;
环境特征分析模块5,用于根据所述基础信息进行环境特征的特征影响分析,确定环境特征关联值;
环境数据抽样模块6,用于通过环境采集装置进行所述钢结构的环境数据抽样采集,生成环境数据集合;
影响模型输入模块7,用于通过所述基础信息构建环境影响模型,将所述环境数据集合、所述环境特征关联值和所述安装时间输入所述环境影响模型,输出环境刚度影响值;
损伤评价生成模块8,用于结合所述表面损伤刚度影响值和所述环境刚度影响值,生成所述钢结构的刚度损伤评价结果。
在一个实施例中,所述***还包括:
缺陷特征构建单元,用于通过大数据构建缺陷特征集合;
缺陷特征识别单元,用于基于所述缺陷特征集合进行所述图像采集集合的缺陷特征识别,获得缺陷特征识别结果;
图像坐标获得单元,用于获得识别缺陷图像对应的图像采集点坐标;
缺陷坐标确定单元,用于根据识别缺陷的图像位置和所述图像采集点坐标确定缺陷特征坐标;
损伤影响定值单元,用于根据所述缺陷特征坐标、所述缺陷特征识别结果和所述基础信息确定所述表面损伤刚度影响值。
在一个实施例中,所述***还包括:
识别结果拆解单元,用于根据所述缺陷特征识别结果获得缺陷特征种类和特征值;
位置关联生成单元,用于根据所述缺陷特征坐标和所述基础信息生成位置关联值;
公式构建执行单元,用于通过公式进行表面损伤刚度影响值计算,如下:
其中,为表面损伤刚度影响值,/>为缺陷特征数量,/>为第/>个缺陷的缺陷特征种类,/>为特征值,/>为位置关联值。
在一个实施例中,所述***还包括:
探伤检测执行单元,用于通过所述内部探伤装置对所述钢结构进行内部探伤检测,获得内部探伤检测结果;
内部损伤分析单元,用于基于所述内部探伤检测结果中的探伤种类、探伤面积、探伤位置进行内部损伤刚度影响分析,确定内部损伤刚度影响值;
内部损伤评价单元,用于根据所述内部损伤刚度影响值、所述表面损伤刚度影响值和所述环境刚度影响值,生成所述钢结构的刚度损伤评价结果。
在一个实施例中,所述***还包括:
环境特征分析单元,用于对所述环境特征进行特征稳定分析;
控制周期生成单元,用于根据特征稳定分析值生成环境采集的控制周期;
环境数据抽样单元,用于通过所述控制周期进行环境数据抽样采集。
在一个实施例中,所述***还包括:
受力特征拟合单元,用于对所述钢结构进行结构的受力特征拟合,获得受力拟合结果;
关联特征生成单元,用于基于所述受力拟合结果生成关联影响特征;
损伤评价获得单元,用于通过所述关联影响特征进行所述钢结构的疲劳分析,基于疲劳分析结果、所述表面损伤刚度影响值和所述环境刚度影响值,生成所述钢结构的刚度损伤评价结果。
在一个实施例中,所述***还包括:
预警特征获取单元,用于根据所述受力拟合结果和所述基础信息确定所述钢结构的预警特征值集合;
预警匹配执行单元,用于将所述刚度损伤评价结果与所述预警特征值集合进行预警匹配;
预警管理执行单元,用于根据预警匹配结果进行所述钢结构的预警管理。
综上所述的任意一项方法或者步骤可作为计算机指令或程序存储在各种不限类型的计算机存储器中,通过各种不限类型的计算机处理器识别计算机指令或程序,进而实现上述任一项方法或者步骤。
基于本发明的上述具体实施例,本技术领域的技术人员在不脱离本发明原理的前提下,对本发明所作的任何改进和修饰,皆应落入本发明的专利保护范围。