1.本发明涉及激光熔覆工艺技术领域，尤其是涉及一种钢材激光熔覆工艺参数的优化方法和应用。


背景技术：

2.目前，零件的耐蚀、耐磨涂层主要是通过硬铬的电镀、热喷涂或其它堆焊技术来修复。不过，这些技术的应用将会随着环境，健康等问题被取代。将激光熔覆这种先进的增材制造技术，结合耐磨防腐多组元合金粉末，可以对失效的各种构件进行成功修复和强化，使其恢复并提高使用功能。
3.激光熔覆从本质上而言是一个能量输入的过程，能量输入过大或过小都会直接影响熔覆层的质量，若参数不合适，将导致气孔、裂纹、夹杂等缺陷，即使参数合适，也需要根据服役性能和材料特性选择优化的参数范围。
4.目前的参数优化缺乏统一的标准，表面质量、稀释率、熔高（宽）、显微硬度、耐腐蚀性等等都是评价参数的一个侧面。显然，以熔覆层的某单一特征评价出来的工艺窗口存在片面性，要兼顾成型性能和服役性能中的各项特征指标要求。
5.而目前的响应曲面法、bp神经网络、数学统计等方法存在一定的局限性，有计算的工作量大、参数不在同一坐标系下无法选取的弊端。
6.有鉴于此，特提出本发明。


技术实现要素：

7.本发明的目的之一在于提供一种钢材激光熔覆工艺参数的优化方法，旨在缓解现有技术中某一个性能指标下得到工艺窗口与另一个性能下得到工艺窗口不一致的问题，无法兼顾成型性能和服役性能中的各项特征指标要求，以及计算的工作量大和参数不在同一坐标系下无法选取的技术问题。
8.为解决上述技术问题，本发明特采用如下技术方案：本发明的第一方面提供了一种钢材激光熔覆工艺参数的优化方法，包括以下步骤：步骤a：利用单道熔覆工艺对钢材粉末进行激光熔覆，以激光功率和扫描速度作为待优化的参数，以表面质量、第一显微硬度、稀释率作为评价熔覆层性能的指标，得到激光功率和扫描速度下的评价矩阵，得到最佳的激光功率和扫描速度；步骤b：利用多道激光熔覆工艺对钢材粉末进行激光熔覆，以熔覆层厚度和搭接率作为待优化的参数，以孔隙率、第二显微硬度、自腐蚀电位为评价指标，得到熔覆层厚度和搭接率下的评价矩阵，得到最佳的熔覆层厚度和搭接率。
9.可选地，所述表面质量以不同工艺条件下熔覆层成型性、氧化情况和未熔粉量作为评价指标，建立模糊语言评述集合；以“优、良、中、中下、差”对模糊语言评述集合进行分级，以0~1为隶属度，将不同工
艺条件下的熔覆层表面质量对应到横纵坐标中并得到相应的得分，从而得到的矩阵。
10.可选地，还包括选取成形性、氧化情况、未熔粉量对表面质量的影响因数；所述影响因数可用两两比较法获得，并形成判断矩阵，经过列归一化及行和运算后，得到特征向量，进一步利用zadeh算子计算，得到各工艺条件下的对应由“优”至“差”的评价矩阵。
11.可选地，所述第一显微硬度采用模糊分布中的降半梯形、三角形、升半梯形函数进行隶属度的评价，对最大到最小硬度值区间进行等差划分，共划分5个区间，评语集合为“优、良、中、中下、差”；熔覆层最高的硬度结果最优，对应“优”的隶属度为“1”，对应“差”的隶属度为“0”；熔覆层最低的硬度结果最差，对应“差”的隶属度为“1”，对应“优”的隶属度为“0”。
12.可选地，所述稀释率采用模糊分布中的降半梯形、三角形、升半梯形函数进行隶属度的评价，对最大到最小稀释率区间进行等差划分，共划分5个区间，评语集合为“优、良、中、中下、差”；稀释率最低结果最优，对应“优”的隶属度为“1”，对应“差”的隶属度为“0”；稀释率最高结果最差，对应“差”的隶属度为“1”，对应“优”的隶属度为“0”。
13.可选地，选取表面质量、显微硬度、稀释率对综合性能的影响因数，得到激光功率和扫描速度条件下的评价矩阵，优选综合性能从“中”至“优”的工艺参数，并得到最佳的激光功率和扫描速度。
14.优选地，还包括根据表面质量、第一显微硬度和稀释率对熔覆层性能综合评价，形成判断矩阵，经过列归一化及行和运算后，得到特征向量即为表面质量、第一显微硬度和稀释率的评定权重矩阵，再采用zadeh算子，进行max-min("∧,∨")合成运算即可得到最佳的激光功率和扫描速度。
15.可选地，所述孔隙率、所述第二显微硬度和所述自腐蚀电位采用模糊分布中的降半梯形、三角形和升半梯形函数进行隶属度的评价，得到评价矩阵，优选综合性能从“中”至“优”的工艺参数，并得到最佳的熔覆层厚度和搭接率。
16.优选地，所述待优化的参数还包括送粉速度、光斑离焦率或熔覆层数。
17.优选地，所述评价指标还包括熔高、熔宽、碳化物析出量和晶粒尺寸中的至少一种。
18.本发明的第二方面提供了第一方面所述的钢材激光熔覆工艺参数的优化方法在钢材激光熔覆中的应用。
19.可选地，所述钢材包括马氏体不锈钢。
20.可选地，所述激光熔覆包括单道激光熔覆和/或多道激光熔覆。
21.与现有技术相比，本发明具有如下有益效果：本发明提供的钢材激光熔覆工艺参数的优化方法，解决了某一个性能指标下得到工艺窗口与另一个性能下得到工艺窗口不一致的问题，利用模糊数学中的综合隶属评价方法将影响熔覆层质量的各个因素整合到一个层次的数学计算上来，得到兼顾不同性能指标下的优化工艺窗口。本发明的方法可以应用于多种不同钢材，不仅能优化单道熔覆工艺，也可以优化多道激光熔覆工艺，简单易实现。该方法科学合理，较贴近实际的量化结果，把定性与定量结合起来，既结合量的数值，又兼顾性的判断。
22.本发明提供的钢材激光熔覆工艺参数的优化方法在钢材激光熔覆中的应用，提高了熔覆层表面质量，未出现明显气孔、裂纹、夹杂等宏观缺陷，表面平整连续，熔覆层显微硬度比最差工艺平均硬度有所提高，熔覆层孔隙率较低，涂层致密，耐磨性好。
附图说明
23.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，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。
24.图1为实施例1单道熔覆不同激光功率条件下的表面质量图；图2为实施例1单道熔覆不同扫描速度条件下的表面质量图；图3为实施例1单道熔覆不同激光功率条件下的稀释率图；图4为实施例1单道熔覆不同扫描速度条件下的稀释率图；图5为实施例1单道熔覆不同激光功率条件下的表面硬度图；图6为实施例1单道熔覆不同扫描速度条件下的表面硬度图；图7为实施例1单道熔覆激光功率(a)和扫描速度(b)下的参数评价结果图；图8为实施例1多道激光熔覆搭接率和熔覆层厚度下的孔隙率、表面硬度、自腐蚀电位图；图9为实施例1多道激光熔覆搭接率(a)和熔覆层厚度(b)下的参数评价结果图；图10为实施例1多道激光熔覆在不同激光功率(a)、不同扫描速度(b)、不同熔覆层厚度(c)和不同搭接率(d)下磨损失重图。
具体实施方式
25.为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
26.本发明的第一方面提供了一种钢材激光熔覆工艺参数的优化方法，包括以下步骤：步骤a：利用单道熔覆工艺对钢材粉末进行激光熔覆，以激光功率和扫描速度作为待优化的参数，以表面质量、第一显微硬度、稀释率作为评价熔覆层性能的指标，得到激光功率和扫描速度下的评价矩阵，得到最佳的激光功率和扫描速度；步骤b：利用多道激光熔覆工艺对钢材粉末进行激光熔覆，以熔覆层厚度和搭接率作为待优化的参数，以孔隙率、第二显微硬度、自腐蚀电位为评价指标，得到熔覆层厚度和搭接率下的评价矩阵，得到最佳的熔覆层厚度和搭接率。
27.本发明提供的钢材激光熔覆工艺参数的优化方法，解决了某一个性能指标下得到工艺窗口与另一个性能下得到工艺窗口不一致的问题，利用模糊数学中的综合隶属评价方法将影响熔覆层质量的各个因素整合到一个层次的数学计算上来，得到兼顾不同性能指标下的优化工艺窗口。本发明的方法可以应用于多种不同钢材，不仅能优化单道熔覆工艺，也
可以优化多道激光熔覆工艺，简单易实现。该方法科学合理，较贴近实际的量化结果，把定性与定量结合起来，既结合量的数值，又兼顾性的判断。
28.可选地，所述表面质量以不同工艺条件下熔覆层成型性、氧化情况和未熔粉量作为评价指标，建立模糊语言评述集合；以“优、良、中、中下、差”对模糊语言评述集合进行分级，以0~1为隶属度，将不同工艺条件下的熔覆层表面质量对应到横纵坐标中并得到相应的得分，从而得到的矩阵。
29.模糊语言评述集合是将模糊的现象（判断）数字化，建立科学的评价模型，得到准确的测试结果，其优点在于将无法定量化的指标定量化评价，同时可以结合定量化指标进行统一的计算；本发明主要为了得到优化的工艺窗口，以“优、良、中、中下、差”对模糊语言评述集合进行分级，如果期望得到更“窄”的工艺窗口，也可进一步细化模糊语言评述集，如在五个评价标准中进一步添加“较优、中上、较差”等其他评价标准，这样得到的工艺窗口更具有约束性；以0～1为隶属度将工艺参数下的熔覆层表面质量对应到横纵坐标中并得到相应的得分，其中“0”代表该工艺参数下的熔覆层表面质量不隶属于某一评价标准，而“1”则代表该工艺参数下的熔覆层表面质量完全隶属于某一评价标准。从“0”到“1”之间如果存在隶属于两个评价标准之间的值，可按照实际情况取小数点后一位，分别记入两个评价标准内，二值之和为1，不存在隶属于三个或三个以上评价标准内的情况，从而得到的矩阵。
30.可选地，还包括选取成形性、氧化情况、未熔粉量对表面质量的影响因数；所述影响因数可用两两比较法获得，并形成判断矩阵，经过列归一化及行和运算后，得到特征向量，进一步利用zadeh算子计算，得到各工艺条件下的对应由“优”至“差”的评价矩阵。
31.由于模糊语言评述集合对表面质量的评价得分具有一定的主观性，因此需要利用层次分析法，构建判断矩阵。根据美国运筹学家撒汀等人提出的层次分析法，选取成形性、氧化情况、未熔粉量对表面质量的影响因数，因数可用两两比较法获得，三个影响因素对表面质量的影响权重可以主观划分为如表1所示的判断取值，在相同到绝对强每两个等级之间可依次用2，4，6，8将其量化，同样的，在相同到绝对弱之间可依次采用1/2、1/4、1/6、1/8将其量化，最后形成判断矩阵。
32.表1 因素间互相影响因数因素比较相同稍强强很强绝对强相同稍弱弱很弱绝对弱g1357911/31/51/71/9在构造出判断矩阵之后，求出判断矩阵的最大特征值，再利用它对应的特征方程=解出相应的特征向量，将特征向量经过列归一化及行和运算后，即为在同一层次（成形性、氧化情况、未熔粉量）对上一层次（表面质量）的重要性权重，这一过程称为层次单排序。
33.然而，在构造判断矩阵进行两两对比判断时，有一定的主观性，因此在构造判断矩阵后还须进行一致性检验。用来衡量判断矩阵不一致程度的数量指标称为一致性指标，记为c，如下式（1）所述。
34.c=式（1）
当c=0时，判断矩阵是一致的，c的值越大，判断矩阵不一致程度越严重。
35.引入随机一致性指标r，当c/r0.1时，的不一致性可以接受，否则必须调整判断矩阵，这个0.1是撒汀根据经验得到的。随机一致性指标r的值，撒汀用了大小50000个子样，对不同n得到如表2所示的结果。
36.表2不同数量的影响因素n对应的随机一致性指标r值n34567891011r0.580.901.121.241.321.411.451.491.51zadeh算子是对隶属度进行取大（max，）和取小（min，）运算，具有很好代数性，所以利用zadeh算子计算。该计算过程是下一层次“成形性、氧化情况、未熔粉量”对上一层次“表面质量”在通过一致性检验的权重下，在“优、良、中、中下、差”各评价标准中的得分，从而得到各工艺条件的评价矩阵。
37.可选地，所述第一显微硬度采用模糊分布中的降半梯形、三角形、升半梯形函数进行隶属度的评价，对最大到最小硬度值区间进行等差划分，共划分5个区间，评语集合为“优、良、中、中下、差”；熔覆层最高的硬度结果最优，对应“优”的隶属度为“1”，对应“差”的隶属度为“0”；熔覆层最低的硬度结果最差，对应“差”的隶属度为“1”，对应“优”的隶属度为“0”。
38.需要指出的是，确定隶属函数的方法是多样的，但这些方法给出的隶属函数只是近似的，因此需要在实践中不断的通过学习加以修改，使之逐步完善，其过程类似于“数据拟合”。本文考虑样本数量，以及寻求工艺范围而非某一特定数值，而选取了线性的梯形分布模型，熔覆层最高的硬度被认为结果最优，对应“优”的隶属度为“1”，对应“差”的隶属度为“0”。熔覆层最低的硬度被认为结果最差，对应“差”的隶属度为“1”，对应“优”的隶属度为“0”。
39.可选地，所述稀释率采用模糊分布中的降半梯形、三角形、升半梯形函数进行隶属度的评价，对最大到最小稀释率区间进行等差划分，共划分5个区间，评语集合为“优、良、中、中下、差”；稀释率最低结果最优，对应“优”的隶属度为“1”，对应“差”的隶属度为“0”；稀释率最高结果最差，对应“差”的隶属度为“1”，对应“优”的隶属度为“0”。
40.可选地，可选地，选取表面质量、显微硬度、稀释率对综合性能的影响因数，得到激光功率和扫描速度条件下的评价矩阵，优选综合性能从“中”至“优”的工艺参数，并得到最佳的激光功率和扫描速度。
41.优选地，还包括根据表面质量、第一显微硬度和稀释率对熔覆层性能综合评价，形成判断矩阵，经过列归一化及行和运算后，得到特征向量即为表面质量、第一显微硬度和稀释率的评定权重矩阵，再采用zadeh算子，进行max-min("∧,∨")合成运算即可得到最佳的激光功率和扫描速度。
42.可选地，所述孔隙率、所述第二显微硬度和所述自腐蚀电位采用模糊分布中的降半梯形、三角形和升半梯形函数进行隶属度的评价，得到评价矩阵，优选综合性能从“中”至“优”的工艺参数，并得到最佳的熔覆层厚度和搭接率。
43.本发明的第二方面提供了第一方面所述的钢材激光熔覆工艺参数的优化方法在钢材激光熔覆中的应用。
44.本发明提供的钢材激光熔覆工艺参数的优化方法在钢材激光熔覆中的应用，提高了熔覆层表面质量，未出现明显气孔、裂纹、夹杂等宏观缺陷，表面平整连续，熔覆层显微硬度比最差工艺平均硬度有所提高，熔覆层孔隙率较低，涂层致密，耐磨性好。
45.可选地，所述钢材包括马氏体不锈钢。
46.可选地，所述激光熔覆包括单道激光熔覆和/或多道激光熔覆。
47.下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
48.实施例1本实施例对一种马氏体不锈钢的激光熔覆工艺参数进行优化，分别对单熔道激光熔覆和多熔道激光熔覆参数进行优化。步骤如下：1、单熔道激光熔覆成形实验参数如下：（1）扫描速度8mm/s保持不变，激光功率以200w的递增幅度从1.6kw提高到3.8kw，共12组实验，如图1所示；（2）激光功率2.6kw保持不变，扫描速度以1mm/s的递增幅度从3mm/s提高到14mm/s，共12组实验，如图2所示。
49.2、多熔道激光熔覆成形试验参数在单熔道优选的激光功率和扫描速度基础上，按照如下参数进行：（1）搭接率50%保持不变，熔覆层厚度以0.5mm的递增幅度从1.0mm提高到3.0mm，共5组实验；（2）熔覆层厚度2.0mm保持不变，搭接率以10%的递增幅度从30%提高到70%，共5组实验。
50.3、单熔道实验以熔覆层整体及局部形貌、平整度、两侧状态等一系例宏观形貌特征，经过专家知识和经验设定对应的评定标准如表3所示，针对不同激光功率及不同扫描速度条件下的表面和截面宏观形貌进行质量评价，以此作为熔覆层表面成型性的评价结果。此外，对熔覆层氧化情况、未熔化粉末的数量情况进行评价，如表4和表5所示。
51.表3 表面质量隶属判断
表4 不同激光功率条件下熔覆层表面质量评价表5 不同扫描速度条件下熔覆层表面质量评价
4、不同激光功率条件下的隶属评价矩阵如式～所示，不同扫描速度条件下的隶属评价矩阵如式～所示。
52.5、选取成形性、氧化情况、未熔粉量对表面质量的影响因数，因数可用两两比较法获得，并形成判断矩阵如下：；对矩阵进行如下计算：即特征向量=。
53.6、判断矩阵的最大特征值为：
==3.026随机一致性指标：c=根据表2，本文中相互影响指标为3项，因此r取值为0.58。进一步计算，随机一致性比值为：c/r=0.013/0.58=0.022由于c/r，可以认为成形性、氧化情况、未熔粉量关于熔覆层质量评定的权重为=
t
。
54.根据模糊评价理论，对表面质量进行评价，其评价结果应由权重分配系数矩阵与模糊矩阵进行合成，进一步利用zadeh算子计算得到各工艺条件下的对应由“优”至“差”的评价矩阵。
[0055]055]
经过计算，结果如下：
对合成矩阵进行归一化处理后，得到12个激光功率和12个扫描速度 条件下的表面质量评价，结果如下：
7、对熔覆层显微硬度采用模糊分布中的降半梯形、三角形、升半梯形函数进行隶属度的评价，对最大到最小硬度值区间进行等差划分，共划分5个区间，评语集合同样为“优、良、中、中下、差”。熔覆层最高的硬度被认为结果最优，对应“优”的隶属度为“1”，对应“差”的隶属度为“0”。熔覆层最低的硬度被认为结果最差，对应“差”的隶属度为“1”，对应“优”的隶属度为“0”，得到激光功率及扫描速度对于显微硬度隶属评价函数如表6和表7所示，将显微硬度代入相应的范围区间，从而得到激光功率及扫描速度的评价矩阵。
[0056]
以不同激光功率条件下的显微硬度为例，如图5所示。显微硬度的最高值为669.3hv
0.2
，最低值为567.2hv
0.2
。将最高硬度与最低硬度的差值4等分，从最低硬度到最高硬度每25.5hv
0.2
为一个区间，共划分为567.3～592.7hv
0.2
；592.7～618.2hv
0.2
；618.2～643.7hv
0.2
；643.7～669.3hv
0.2
四个区间。
[0057]
进一步计算不同扫描速度条件下的显微硬度，如图6所示。显微硬度的最高值为640.8hv
0.2
，最低值为601.6hv
0.2
。将最高硬度与最低硬度的差值4等分，从最低硬度到最高硬度每9.8hv
0.2
为一个区间，共划分为601.8～611.6hv
0.2
；611.6～621.3hv
0.2
；621.3～
631.1hv
0.2
；631.1～640.8hv
0.2
四个区间。
[0058]
不同激光功率所得到的涂层硬度值代入相应的区间公式中，可以得出该激光功率基于硬度结果的性能模糊评价。
[0059]
表6关于激光功率的硬度指标隶属函数对照表表7 关于扫描速度的硬度指标隶属函数对照表
判断显微硬度的实验结果落在哪一个范围区间，然后代入相应的隶属函数中进行计算，其中x取某一实验条件下显微硬度值，12个激光功率条件和12个扫描速度条件下的隶属度评价结果如下。
[0060]
8、对熔覆层稀释率同样采用模糊分布中的降半梯形、三角形、升半梯形函数进行隶属度的评价，对最大到最小稀释率值区间进行等差划分，共划分5个区间，评语集合同样为“优、良、中、中下、差”。稀释率最低被认为结果最优，对应“优”的隶属度为“1”，对应“差”的隶属度为“0”。稀释率最高被认为结果最差，对应“差”的隶属度为“1”，对应“优”的隶属度为“0”，得到激光功率及扫描速度对于稀释率隶属评价函数如表8和表9所示，将图3和图4的稀释率结果代入相应的范围区间，从而得到激光功率及扫描速度的评价矩阵。
[0061]
表8关于激光功率的稀释率指标隶属函数对照表
表9关于扫描速度的稀释率指标隶属函数对照表判断稀释率的实验结果落在哪一个范围区间，然后代入相应的隶属函数中进行计算，其中x取某一实验条件下稀释率，12个激光功率条件和12个扫描速度条件下的隶属度评价，结果如下。
[0062]
9、考察表面质量、显微硬度、稀释率对熔覆层综合性能的影响，采取成形性、氧化情况、未熔粉量对表面质量的评价方法。
[0063]
首先，确定熔覆层样品的综合评价的判断矩阵如下：；对矩阵进行如下计算：即特征向量=。判断矩阵的最大特征值为：==3
随机一致性指标：c’=进一步计算，随机一致性比值：c’/r’=0/0.58=0，因此可以认为表面质量、显微硬度、稀释率关于熔覆层等级评定的权重为=。
[0064]
模糊综合评价的因素集：{表面质量，显微硬度，稀释率}，评语集：{优，良，中，中下，差}。针对两种不同工艺条件分别进行综合评价，得到模糊矩阵、（i为1-12间的自然数，包括1和12）。矩阵的第一行取值来自，第二行取值来自，第三行取值来自。同样地，矩阵的第一行取值来自，第二行取值来自，第三行取值来自。得到矩阵如下。
[0065]
采用zadeh算子，进行max-min()合成运算。
[0066][0066]
经计算得到结果如下：
归一化处理后如下：
如图7所示，在激光功率和扫描速度两个参数条件下，经过对表面质量、显微硬度及稀释率的综合评价可以优选出工艺参数，激光功率在2.2～3.2 kw，扫描速度在6～10 mm/s均能够得到超过50%“中”以上的评价结果，因此这两个工艺窗口可以为后续多熔道熔覆奠定基础。同时，在本实验条件下，单熔道激光熔覆2.6kw和8mm/s优的程度均为50%，且无“中”及其以下的评价结果，所以判断为最佳工艺参数。
[0067]
进一步的，对多道激光熔覆工艺参数进行优化。以熔覆层厚度和搭接率作为待优化的参数，以马氏体不锈钢熔覆层的服役性能中，孔隙率、显微硬度、自腐蚀电位为评价指标，进一步优化工艺参数，如图8所示。由图9可以看出，当熔覆层厚度为1.5～3.0mm时可以得到中以上的评价超过50%的结果，当搭接率为40%～70%时可以得到中以上的评价超过50%的结果。同时，熔覆层厚度为2.0 mm和搭接率为50%时，评价为优的程度分别为91.6%和100%，所以判断为最佳工艺参数。
[0068]
由实施例1结果可以得知优选工艺条件下组织最为致密，三部分均无明显缺陷，其他工艺条件下出现气孔、夹杂物、裂纹等缺陷。在最优工艺条件下，熔覆层显微硬度为
701.6hv
0.2
，约为基材硬度的3倍，且比相对最差工艺平均硬度提高了9.5%。由进一步的摩擦磨损试验，如图10可知，通过对磨损后的样品称重发现，基体的磨损量高于熔覆层，同时在最优工艺条件下磨损量最少，出现了磨损量的波谷。同时，优选工艺参数下自腐蚀电位最高、自腐蚀电流密度最小，耐腐蚀性能最好。
[0069]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。