具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。

针对上述技术问题，本公开实施例提供了一种不平衡磁拉力控制方法，应用于磁悬浮转子系统，通过获取磁悬浮转子系统的当前云兄信号，根据当前运行信号和磁悬浮转子系统的相关参数信息，通过预先构建的观测器模型对磁悬浮转子系统对应的当前扰动信号进行估计，得到当前扰动信号的估计值，当前扰动信号包括不平衡磁拉力对应的信号，随后通过预先建立的滤波器模型提取当前扰动信号的估计值中不平衡磁拉力对应的信号的估计值，最后根据不平衡磁拉力对应的信号的估计值和磁悬浮转子系统的相关参数信息，对不平衡磁拉力进行控制，能够稳定悬浮转子，准确抑制不平衡磁拉力，确保磁悬浮转子系统稳定运行。通过下述一个或多个实施例进行详细说明。

具体的，不平衡磁拉力控制方法可以由终端或服务器来执行。终端或服务器可以通过构建的观测器模型和滤波器模型对扰动信号进行处理，进而控制不平衡磁拉力。观测器模型和滤波器模型的构建方法的执行主体和不平衡磁拉力控制方法的执行主体可以相同，也可以不同。

例如，在一种应用场景中，如图1所示，服务器12构建观测器模型和滤波器模型。终端11从服务器12获取构建完成的观测器模型和滤波器模型，终端11通过该观测器模型和滤波器模型对当前扰动信号进行处理，进而对不平衡磁拉力进行控制。该当前扰动信号可以是终端11从磁悬浮转子系统上获得的。

在另一种应用场景中，服务器12构建观测器模型和滤波器模型。进一步，服务器12通过构建完成的观测器模型和滤波器模型对当前扰动信号进行估计，进而对不平衡磁拉力进行控制。

可以理解的是，本公开实施例提供的不平衡磁拉力控制方法并不限于如上的几种可能场景。由于构建观测器模型可应用在不平衡磁拉力控制方法中，因此，在介绍不平衡磁拉力控制方法之前，下面可以先介绍一下观测器模型构建方法。

图2为本公开实施例提供的一种观测器模型构建方法的流程示意图，以在服务器上构建观测器模型为例，对观测器模型构建方法进行说明，具体包括如图2所示的如下步骤S210至S220：

S210、获取磁悬浮转子系统的运行信号样本，并根据运行信号样本和磁悬浮转子系统的相关参数，建立磁悬浮转子系统中转子对应的动力模型。

示例性的，参见图3，图3为本公开实施例提供的一种磁悬浮转子系统的结构示意图，基于磁悬浮转子系统300说明观测器模型以及其他模型的构建方法，磁悬浮转子系统300包括位置传感器310和350、磁轴承320和340、转子330和系统控制器360，位置传感器310、350和转子330相连，用于获取转子的位置，检测转子的偏移情况，得到位移信号；磁轴承(Magnetic Bearing)320、340分别和转子330相连，利用磁力作用将转子330悬浮于空中，与转子330没有机械接触；位置传感器310、350和系统控制器360相连，并将获取的位移信号传输至系统控制器360；系统控制器360和磁轴承320、340相连，用于控制磁轴承；磁悬浮转子系统300的工作原理：磁轴承320、340利用磁力作用将转子330悬浮于空中，通过位置传感器310、350检测转子330的偏差信号(位移信号)，将偏差信号发送至系统控制器360，系统控制器360对位置传感器310、350检测到的偏差信号进行运算，通过控制磁轴承320、340间接控制转子330悬浮于规定的基准位置。可理解的是，本公开实施例提供的一种不平衡磁拉力控制方法可以是基于系统控制器360实现的，通过对不平衡磁拉力进行控制，使得转子330悬浮于规定的基准位置。

可理解的，获取磁悬浮转子系统的运行信号样本，将运行信号样本作为模型训练的样本，根据运行信号样本、位移信号和磁悬浮转子系统的相关参数，建立磁悬浮转子系统中转子对应的动力模型。获取运行信号样本的磁悬浮转子系统与下述获取当前运行信号的磁悬浮转子系统相同。其中，扰动信号样本是指转子在转动的过程中产生的信号，扰动信号包括不平衡磁拉力对应的信号，不平衡磁拉力是由于转子相对于定子偏离中心产生的，不平衡磁拉力会加速轴承的损坏，引起振动和噪声，因此要保证磁悬浮转子的平稳运行，就要对不平衡磁拉力进行抑制(控制)；磁悬浮转子系统的相关参数具体可以包括转子的相关参数；转子的位置是指转子在XY方向的位置，例如，参见图3，由位置传感器310获取转子330一端在XY方向的位置，由位置传感器350获取转子330另一端在XY方向的位置，得到转子两端的位置；动力模型可以是数学模型，数学模型具体可以如公式(1)所示。

其中，为动力模型的输出，k_a和k_b为与转子的大小、质量和惯量有关的系数，k_ω为功放的增益，k_i和k_h分别为力-电流刚度系数和力-位移刚度系数，x(n)为转子位置，u(n)为系统控制器360的输出，f_d为扰动信号，n为迭代次数。

S220、根据转子对应的动力模型，构建观测器模型。

可选的，在上述S210的基础上，根据转子对应的动力模型，构建观测器模型，具体包括：将转子的动力模型转变成积分串联形式；根据积分串联形式的动力模型，构建三阶线性状态观测器；对三阶线性状态观测器进行差分离散化处理，得到观测器模型。

可理解的，根据相关技术中线性扩张状态观测器积分串联的形式，将构建的转子的动力模型等效为二阶积分串联系统，二阶积分串联系统可以如公式(2)所示。

其中，b₀＝k_ωk_bk_i为磁悬浮转子系统的相关参数，

可理解的，将构建的转子的动力模型等效为二阶积分串联系统后，根据二阶积分串联系统，设计三阶线性状态观测器，三阶线性状态观测器可以如公式(3)所示。

其中，z₃为扰动信号的估计值，z₁为转子位置的估计值，ω_o为三阶线性状态观测器的增益，u为系统控制器的输出，或是下述生成模型的输出，x为转子的位置信号。

可理解的，对上述构建的三阶线性状态观测器进行差分离散化处理，得到观测器模型，差分离散化可以是前向差分离散化，观测器模型可以如公式(4)所示。

其中，n为迭代次数，h为步长。

示例性的，参见图4，图4为本公开实施例提供的一种观测器模型的结构示意图，表示公式(3)所示的观测器模型的计算方式，观测器模型400的输入为u(n)和x(n)，随后，计算u(n)和b₀的乘积，得到b₀u(n)，计算x(n)与z₁(n)的差，得到(x(n)-z₁(n))，分别计算(x(n)-z₁(n))与β₁、β₂和β₃之间的乘积，将β₃(x-z₁)进行积分，其中1/s表示积分，得到z₃(n)，对z₃(n)、b₀u(n)和β₂(x(n)-z₁(n))之和进行积分，得到z₂(n)，随后，对β₁(x(n)-z₁(n))与z₂(n)之和进积分，得到z₁(n)，最后输出扰动信号的估计值z₃(n)。

可选的，观测器模型构建完成后，根据扰动信号样本的估计值，构建滤波器模型。

可理解的，观测器模型构建完成后，根据观测器模型输出的扰动信号样本的估计值构建滤波器模型，滤波器模型具体可以指学习管理系统自适应滤波器(LMS自适应滤波器)，滤波器模型可以如公式(5)所示。

其中，为不平衡磁拉力对应的信号的估计值，Ω为转子的转速，μ为LMS自适应滤波器的迭代步长，h为积分步长，μ越大，LMS自适应滤波器收敛的越快。

示例性的，参见图5，图5为本公开实施例提供的一种滤波器模型的结构示意图，表示公式(5)所示的滤波器模型的计算方式，滤波器模型500的输入为z₃(n)、sin(nΩh)和cos(nΩh)，计算z₃(n)和之间的差，根据差值和sin(nΩh)计算W₁(n)，根据差值和cos(nΩh)计算W₂(n)，其中圆圈和斜向下的箭头表示W₂(n)和W₁(n)是实时更新的，计算W₁(n)sin(nΩh)和W₂(n)cos(nΩh)之和，得到滤波器模型500输出不平衡磁拉力对应的信号的估计值

可选的，根据转子的位移信号，构建补偿控制器。

可理解的，获取转子的位移信号，并根据转子的位移信号和比例-积分-微分的相关信息，构建补偿控制器。

可理解的，补偿控制器具体可以是比例-积分-微分控制器(PID控制器)，补偿控制器由比例单元(P)、积分单元(I)和微分单元(D)组成，通过Kp，Ki和Kd三个参数的构建。补偿控制器可以如公式(6)所示。

其中，x(n)为不同迭代次数的转子的位移信号，u_c(n+1)为补偿控制器的输出。

可选的，滤波器模型和补偿控制器构建完成后，根据补偿控制器输出的补偿信号和不平衡磁拉力对应的信号的估计值，构建生成模型。

可理解的，滤波器模型和补偿控制器构建完成后，根据补偿控制器的输出和滤波器模型输出的不平衡磁拉力对应的信号的估计值，构建生成模型，生成模型的输出可以理解为上述系统控制器的输出，生成模型可以如公式(7)所示。

其中，u(n+1)为生成模型的输出，上述系统控制器的输出u(n)也可以理解为生成模型的输出。

可理解的，系统控制器可以包括观测器模型、滤波器模型、补偿控制器和生成模型等，系统控制器获取到位置传感器传输的转子的位移信号以及扰动信号后，经过上述多个模型进行处理，对不平衡磁拉力进行控制，近而改变转子的位置。

图6为本公开实施例提供的一种不平衡磁拉力控制方法的流程示意图，应用于磁悬浮转子系统，基于上述构建的观测器模型和滤波器模型对不平衡磁拉力进行控制，具体包括如图6所示的步骤S610至S640：

S610、获取磁悬浮转子系统的当前运行信号。

可理解的，获取磁悬浮转子系统的当前运行信号，当前运行信号是指磁悬浮转子系统中的转子在运行的过程中实时产生的信号，运行信号具体包括位移信号、控制信号。

S620、根据当前运行信号和磁悬浮转子系统的相关参数信息，通过预先构建的观测器模型对磁悬浮转子系统对应的当前扰动信号进行估计，得到当前扰动信号的估计值，其中，当前扰动信号包括不平衡磁拉力对应的信号。

可理解的，在上述S610的基础上，将当前运行信号和磁悬浮转子系统的相关参数信息输入到预先构建的观测器模型中，对当前扰动信号进行估计，得到当前扰动信号的估计值，其中，将当前扰动信号代替公式(1)中的f_d，得到构建的转子的动力模型的输出x(n)，磁悬浮转子系统的相关参数信息为公式(4)中的b₀，当前扰动信号的估计值为观测器模型的输出，如公式(4)中的z₃。其中，当前扰动信号是由磁悬浮转子运行过程中产生的，当前扰动信号中包括噪声信号和不平衡磁拉力对应的信号等。

S630、根据当前扰动信号的估计值，通过预先构建的滤波器模型提取不平衡磁拉力对应的信号的估计值。

可选的，在上述S620的基础上，根据磁悬浮转子系统中转子的转速和当前扰动信号的估计值，通过预先建立的滤波器模型提取不平衡磁拉力对应的信号的估计值。

可理解的，得到当前扰动信号的估计值后，将磁悬浮转子系统中转子的转速和当前扰动信号的估计值输入到预先建立的滤波器模型中，得到不平衡磁拉力对应的信号的估计值，也就是从包括多种扰动的当前扰动信号的估计值中提取出不平衡磁拉力对应的信号的估计值，转子的转速为公式(5)中的Ω，当前扰动信号的估计值为公式(5)中的z₃，不平衡磁拉力对应的信号的估计值为公式(5)中的

S640、根据不平衡磁拉力对应的信号的估计值和磁悬浮转子系统的相关参数信息，对不平衡磁拉力进行控制。

可理解的，在上述S630的基础上，计算不平衡磁拉力对应的信号的估计值与磁悬浮转子系统的相关参数信息的比值，根据比值对不平衡磁拉力进行控制，具体参见公式(7)，计算不平衡磁拉力对应的信号的估计值与磁悬浮转子系统的相关参数信息b₀的比值，此时，在首次计算时，可以不设置u_c(n+1)，或是将u_c(n+1)设定为随机参数。

可选的，当前运行信号包括当前位移信号，当前位移信号由转子对应的动力模型得到；在根据不平衡磁拉力对应的信号的估计值和磁悬浮转子系统的相关参数信息，对不平衡磁拉力进行控制之前，具体还包括：根据当前位移信号，通过预先构建的控制器模型得到补偿信号。

可理解的，在执行上述S640之前，还可以将转子对应的动力模型输出的转子的位移信号输入到预先构建的控制器模型中，得到不平衡磁拉力对应的补偿信号，其中预先构建的控制器模型是指上述构建的补偿控制器，也就是公式(6)所示的补偿控制器，转子的位移信号是指公式(6)中的x，补偿信号是指补偿控制器的输出u_c(n+1)。

可选的，得到补偿信号之后，上述S640具体包括：根据补偿信号、不平衡磁拉力对应的信号的估计值和磁悬浮转子系统的相关参数信息，得到第一控制信号；根据第一控制信号对不平衡磁拉力进行控制。

可理解的，得到补偿信号之后，将补偿信号、不平衡磁拉力对应的信号的估计值和磁悬浮转子系统的相关参数信息输入到上述构建的生成模型中，也就是公式(7)所示的生成模型，将补偿信号为u_c(n+1)、不平衡磁拉力对应的信号的估计值和磁悬浮转子系统的相关参数信息b₀代入公式(7)中，得到第一控制信号u(n+1)，随后，根据第一控制信号对不平衡磁拉力进行抑制，确保磁悬浮转子系统的稳定运行。

示例性的，参见图7，图7为本公开实施例提供的一种磁悬浮转子系统中转子的位移振动示意图。图7中横轴表示时间，单位为秒(s)，纵轴表示振幅，单位为微米(μm)，振幅是物体振动时离开平衡位置最大位移的绝对值，在数值上等于最大位移的大小，描述了物体振动幅度的大小和振动的强弱。由图7可以看出，0-4秒的范围内，转子的位移在[-50,50]的范围内，转子的高幅值振动会影响整个磁悬浮转子系统的性能指标，随后采用本公开提供的方法对不平衡磁拉力进行抑制(控制)后，4秒后，转子的振幅明显降低，能够对不平衡磁拉力进行高精确的控制，确保了磁悬浮转子系统的稳定运行。

本公开实施例提供了一种不平衡磁拉力控制方法，应用于磁悬浮转子系统，通过获取磁悬浮转子系统的当前运行信号，根据当前运行信号和磁悬浮转子系统的相关参数信息，通过预先构建的观测器模型对磁悬浮转子系统对应的当前扰动信号进行估计，得到当前扰动信号的估计值，当前扰动信号包括不平衡磁拉力对应的信号，随后通过预先构建的滤波器模型提取当前扰动信号的估计值中不平衡磁拉力对应的信号的估计值，最后根据不平衡磁拉力对应的信号的估计值和磁悬浮转子系统的相关参数信息，对不平衡磁拉力进行控制，能够稳定悬浮转子，准确抑制不平衡磁拉力，确保磁悬浮系统稳定运行。

在上述实施例的基础上，可选的，在根据不平衡磁拉力对应的信号的估计值和磁悬浮转子系统的相关参数信息，对不平衡磁拉力进行控制之后，具体还包括如图8所示的步骤S810至S830：

S810、获取对不平衡磁拉力进行控制后的磁悬浮转子系统的当前运行信号，得到更新后的当前运行信号，更新后的当前运行信号还包括第一控制信号。

可理解的，得到第一控制信号对不平衡磁拉力进行控制后，继续获取磁悬浮转子系统的当前运行信号，磁悬浮转子系统处于运行状态，实时获取控制后的磁悬浮转子系统的当前运行信息，根据当前运行信息，对不平衡磁拉力进行抑制，此时的当前运行信号包括位移信号和第一控制信号。

S820、根据第一控制信号和磁悬浮转子系统的相关参数信息，通过观测器模型对控制后的磁悬浮转子系统对应的当前扰动信号进行估计，得到更新后的当前扰动信号的估计值。

可理解的，在上述S810的基础上，将上次计算得到的第一控制信号和磁悬浮转子系统的相关参数信息输入到预先构建的观测器模型中，对控制后的磁悬浮转子系统对应的当前扰动信号进行估计，得到更新后的当前扰动信号的估计值，也就是计算实时系统产生的当前扰动信号的估计值。

S830、根据更新后的当前扰动信号的估计值，通过滤波器模型提取更新后的当前扰动信号中不平衡磁拉力对应的信号的估计值，并对不平衡磁拉力进行控制。

可理解的，在上述S820的基础上，将更新后的当前扰动信号的估计值输入到上述构建的滤波器模型中，得到更新后的当前扰动信号中不平衡磁拉力对应的信号的估计值，并将更新后的转子的当前位移信号输入到补偿控制器中，得到补偿信号，随后，根据更新后的不平衡磁拉力对应的信号的估计值和补偿信号，得到更新后的第一控制信号，也就是得到第二控制信号，根据第二控制信号对更新后的不平衡磁拉力进行控制。

本公开实施例提供的一种不平衡磁拉力控制方法，实时获取磁悬浮转子系统的当前运行信号，对当前运行信号进行处理，根据处理结果对不平衡磁拉力进行控制，能够对转子转动所产生的当前扰动信号进行估计，并根据估计结果自动调整对不平衡磁拉力进行控制的控制信号，实现对不平衡磁拉力的准确抑制，比较灵活，具有自适应性，还能进一步提高磁悬浮转子系统的可靠性和稳定性。

在上述实施例的基础上，图9为本公开实施例提供的一种不平衡磁拉力控制系统，系统900包括转子对应的动力模型910、观测器模型920、滤波器模型930、控制器模型940和生成模型950。

转子的动力模型910用于根据生成模型950生成的控制信号以及磁悬浮转子系统的相关参数信息，得到转子的位移信号，并将位移信号发送至观测器模型920和控制器模型940。

可理解的，若系统900是首次运行，生成模型950生成的控制信号可以根据用户需求自行设定。

观测器模型920用于根据位移信号和控制信号，得到磁悬浮转子系统对应的当前扰动信号的估计值，并将当前扰动信号的估计值发送至滤波器模型930，其中，当前扰动信号包括不平衡磁拉力对应的信号。

滤波器模型930用于根据当前扰动信号的估计值，得到不平衡磁拉力对应的信号的估计值，并将不平衡磁拉力对应的信号的估计值发送至生成模型950。

控制器模型940用于根据位移信号，得到补偿信号，并将补偿信号发送至生成模型950。

生成模型950用于根据补偿信号和不平衡磁拉力对应的信号的估计量，得到控制信号，并将控制数据发送至动力模型910和观测器模型920。

可理解的，得到控制信号之后，根据控制信号对不平衡磁拉力进行控制，同时也可以将控制信号发送至动力模型910和观测器模型920，根据抑制后的转子所产生的当前运行信号，继续计算得到更新后的控制信号，随后根据更新后的控制信号对平衡磁拉力进行控制。

本公开实施例提供的一种不平衡磁拉力控制系统，包括转子对应的动力模型、观测器模型、滤波器模型、控制器模型和生成模型，通过实时获取磁悬浮转子系统的当前运行信号，经过不平衡磁拉力控制系统的处理后，得到控制信号，利用控制信号对不平衡磁拉力进行抑制，操作简便，便于实施，且控制精度比较高。

图10为本公开实施例提供的不平衡磁拉力控制装置的结构示意图。本公开实施例提供的不平衡磁拉力控制装置可以执行不平衡磁拉力控制方法实施例提供的处理流程，如图10所示，不平衡磁拉力控制装置1000包括：

获取单元1100，用于获取磁悬浮转子系统的当前运行信号；

估计单元1200，用于根据当前运行信号和磁悬浮转子系统的相关参数信息，通过预先构建的观测器模型对磁悬浮转子系统对应的当前扰动信号进行估计，得到当前扰动信号的估计值，其中，当前扰动信号包括不平衡磁拉力对应的信号；

确定单元1300，用于根据当前扰动信号的估计值，通过预先构建的滤波器模型提取不平衡磁拉力对应的信号的估计值；

控制单元1400，用于根据不平衡磁拉力对应的信号估计值和磁悬浮转子系统的相关参数信息，对不平衡磁拉力进行控制。

可选的，装置1000还包括构建单元，用于在获取磁悬浮转子系统当前运行信号之前，获取磁悬浮转子系统的运行信号样本，并根据运行信号样本和磁悬浮转子系统的相关参数，建立磁悬浮转子系统中转子对应的动力模型；根据转子对应的动力模型，构建观测器模型。

可选的，构建单元中根据转子对应的动力模型，构建观测器模型，具体用于：将转子的动力模型转变成积分串联形式；根据积分串联形式的动力模型，构建三阶线性状态观测器；对三阶线性状态观测器进行差分离散化处理，得到观测器模型。

可选的，获取单元1100中当前运行信号包括当前位移信号，当前位移信号由转子对应的动力模型得到。

可选的，装置1000还包括补偿单元，用于在根据不平衡磁拉力对应的信号的估计值和磁悬浮转子系统的相关参数信息，对不平衡磁拉力进行控制之前，根据转子对应的动力模型输出的转子的当前位移信号，通过预先构建的控制器模型得到补偿信号。

可选的，控制单元1400中根据不平衡磁拉力对应的信号的估计值和磁悬浮转子系统的相关参数信息，对不平衡磁拉力进行控制，具体用于：根据补偿信号、不平衡磁拉力对应的信号的估计值和磁悬浮转子系统的相关参数信息，得到第一控制信号；根据第一控制信号对不平衡磁拉力进行控制。

可选的，装置1000还包括更新单元，用于在根据不平衡磁拉力对应的信号的估计值和磁悬浮转子系统的相关参数信息，对不平衡磁拉力进行控制之后，获取对不平衡磁拉力进行控制后的磁悬浮转子系统的当前运行信号，得到更新后的当前运行信号，更新后的当前运行信号还包括第一控制信号；根据第一控制信号和磁悬浮转子系统的相关参数信息，通过观测器模型对控制后的磁悬浮转子系统对应的当前扰动信号进行估计，得到更新后的当前扰动信号的估计值；根据更新后的当前扰动信号的估计值，通过滤波器模型提取更新后的当前扰动信号中不平衡磁拉力对应的信号的估计值，并对不平衡磁拉力进行控制。

可选的，确定单元1300中根据当前扰动信号的估计值，通过预先建立的滤波器模型提取不平衡磁拉力对应的信号的估计值，具体用于：根据磁悬浮转子系统中转子的转速和当前扰动信号的估计值，通过预先建立的滤波器模型提取不平衡磁拉力对应的信号的估计值。

图10所示实施例的不平衡磁拉力控制装置可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

图11为本公开实施例提供的电子设备的结构示意图。本公开实施例提供的电子设备可以执行上述实施例提供的处理流程，如图11所示，电子设备1110包括：处理器1111、通讯接口1112和存储器1113；其中，计算机程序存储在存储器1113中，并被配置为由处理器1111执行如上述的不平衡磁拉力控制方法。

另外，本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现上述实施例所述的不平衡磁拉力控制方法。

此外，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机程序或指令，该计算机程序或指令被处理器执行时实现如上所述的不平衡磁拉力控制方法。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。