一种煤矿智能分类方法及系统与流程

1.本发明涉及煤矿分类技术领域，具体涉及一种煤矿智能分类方法及系统。


背景技术：

2.煤矿作为维系社会运行的主要能源，广泛应用于工业、化学、交通运输等多个领域，对推进各部门正常运行发挥着重要的作用，但煤矿的资源是有限的，随着城市建设的加快，煤矿的需求量也越来越大，目前，煤矿在传输之前都会进行筛选，对其进行分类，基于煤矿用途配置对应等级的煤炭，以实现煤矿资源的最大化利用，现如今，主要的煤矿分类方法通过煤矿工艺指标与煤化程度进行分类，主要通过煤矿低质状况进行集成分类，最终的分类结果无法达到预期标准，但提高分类准确度时不可避免的存在分类效率低下。
3.现有技术中，进行煤矿分类时，由于煤矿分类方法不够智能化，分类步骤不够严谨，使得分类结果精准度不足，煤矿等级存在参差，对煤矿的后续使用造成不可控因素。


技术实现要素：

4.本技术提供了一种煤矿智能分类方法及系统，用于针对解决现有技术中存在的煤矿分类方法不够智能化，分类步骤不够严谨，使得分类结果精准度不足，煤矿等级存在参差，对煤矿的后续使用造成不可控因素的技术问题。
5.鉴于上述问题，本技术提供了一种煤矿智能分类方法及系统。
6.第一方面，本技术提供了一种煤矿智能分类方法，所述方法包括：根据所述传输装置，获取多个传输通道；以所述多个传输通道之间的通道连接关系，建立传输通道网；获取目标工厂的多个煤矿筛选指标；以所述多个煤矿筛选指标，搭建煤矿分类识别模型；根据所述煤矿传输控制系统连接的数据采集装置，获取所述传输通道网输入端的实时煤矿数据；将所述实时煤矿数据输入所述煤矿分类识别模型中，根据所述分类识别模型对所述实时煤矿数据进行分类识别，获取分类识别结果；根据所述分类识别结果，在所述传输通道网中进行标识，输出标识传输路线，以所述标识传输路线进行传输控制。
7.第二方面，本技术提供了一种煤矿智能分类系统，所述系统包括：通道获取模块，所述通道获取模块用于根据所述传输装置，获取多个传输通道；通道网构建模块，所述通道网构建模块用于以所述多个传输通道之间的通道连接关系，建立传输通道网；指标获取模块，所述指标获取模块用于获取目标工厂的多个煤矿筛选指标；模型搭建模块，所述模型搭建模块用于以所述多个煤矿筛选指标，搭建煤矿分类识别模型；数据获取模块，所述数据获取模块用于根据所述煤矿传输控制系统连接的数据采集装置，获取所述传输通道网输入端的实时煤矿数据；数据分析模块，所述数据分析模块用于将所述实时煤矿数据输入所述煤矿分类识别模型中，根据所述分类识别模型对所述实时煤矿数据进行分类识别，获取分类识别结果；传输控制模块，所述传输控制模块用于根据所述分类识别结果，在所述传输通道网中进行标识，输出标识传输路线，以所述标识传输路线进行传输控制。
8.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：
9.本技术实施例提供的一种煤矿智能分类方法，根据所述传输装置，获取多个传输通道，基于传输通道之间的通道连接关系建立传输通道网，获取目标工厂的多个煤矿筛选指标，以所述多个煤矿筛选指标搭建煤矿分类识别模型，基于数据采集装置采集所述传输通道网输入端的实时煤矿数据，进而输入所述煤矿分类识别模型中，通过进行分类识别获取分类识别结果，根据所述分类识别结果，在所述传输通道网中进行标识，输出标识传输路线，以进行传输控制，解决了现有技术中存在的煤矿分类方法不够智能化，分类步骤不够严谨，使得分类结果精准度不足，煤矿等级存在参差，对煤矿的后续使用造成不可控因素的技术问题，通过进行分类方法优化，以进行煤矿的智能化精准高效分类。
附图说明
10.图1为本技术提供了一种煤矿智能分类方法流程示意图；
11.图2为本技术提供了一种煤矿智能分类方法中实时煤矿数据获取流程示意图；
12.图3为本技术提供了一种煤矿智能分类方法中获取流程示意图；
13.图4为本技术提供了一种煤矿智能分类系统结构示意图。
14.附图标记说明：通道获取模块11，通道网构建模块12，指标获取模块13，模型搭建模块14，数据获取模块15，数据分析模块16，传输控制模块17。
具体实施方式
15.本技术通过提供一种煤矿智能分类方法及系统，基于多个传输通道之间的通道连接关系建立传输通道网，获取目标工厂的多个煤矿筛选指标，搭建煤矿分类识别模型，基于数据采集装置采集传输通道网输入端的实时煤矿数据，进而输入所述煤矿分类识别模型中，获取分类识别结果，并在传输通道网中进行标识，输出标识传输路线，以进行传输控制，用于解决现有技术中存在的煤矿分类方法不够智能化，分类步骤不够严谨，使得分类结果精准度不足，煤矿等级存在参差，对煤矿的后续使用造成不可控因素的技术问题。
16.实施例一
17.如图1所示，本技术提供了一种煤矿智能分类方法，所述方法应用于煤矿传输控制系统，所述系统与传输装置通信连接，所述方法包括：
18.步骤s100：根据所述传输装置，获取多个传输通道；
19.步骤s200：以所述多个传输通道之间的通道连接关系，建立传输通道网；
20.具体而言，煤矿开采后，会存在多种不同质量等级的煤矿，由于煤矿为后续进行煤矿运输造成了不便，
21.本技术提供的一种煤矿智能分类方法应用于所述煤矿传输控制系统，所述系统作为整个煤矿分类运行的总控系统，可对煤矿传输过程中基于煤矿质量等级进行分类，所述系统与所述传输装置通信连接，所述传输装置为进行煤矿运输的辅助性设备，示例性的，所述传输装置可以是传送带，基于所述传输装置的轨迹分布确定所述多个传输通道，即进行煤矿传输分类的通道，所述多个传输通道之间存在一定的连接关系。
22.进一步而言，获取煤矿传输的所述多个传输通道，所述传输通道之间存在着一定的通道连接关系，进行煤矿传输时，通过确定煤矿指标等级进行煤矿分类，将煤矿传输至与指标等级相适配的通道中，以完成通道切换，所述多个传输通道之间构成整体，呈树状图进
行通道布设，同时，由于所述多个传输通道相连接，进行传输时，基于所述多个通道之间的连接关系确定多个连接节点，所述多个连接节点为各个通道之间的连接位置，依据所述多个连接节点进行传输通道一体化，建立所述传输通道网，其中，所述传输通道网囊括了完整的传输通道，所述传输通道网的获取为后续进行煤矿分类提供了实际条件支持。
23.步骤s300：获取目标工厂的多个煤矿筛选指标；
24.步骤s400：以所述多个煤矿筛选指标，搭建煤矿分类识别模型；
25.具体而言，由于不同工厂对于煤矿的使用方向不同，使得对应的煤矿需求性能存在差异性，基于煤矿需求性能确定对应的煤矿需求指标，对所述目标工厂的煤矿需求指标进行确定，所述目标工厂为存在煤炭需求的工厂，其中，指标获取方法包括但不限于基于大数据平台直接调取，获取所述目标工厂的所述多个煤矿筛选指标，所述多个煤矿筛选指标包括但不限于发热值、含硫量、焦渣特征，煤炭活性等，不同的指标数据对应的煤矿质量等级存在参差。
26.进一步的，依据所述多个煤矿筛选指标，基于机器学习算法搭建所述煤矿分类识别模型，所述煤矿分类识别模型为多层级网络层，包括输入层、分类识别层与输出层，其中，所述分类识别层为多个，用于对采集的实时煤矿数据进行识别分类，可选的，采集历史煤矿数据作为样本数据，将其划分为训练集、验证集与测试集，将所述训练集、验证集与测试集输入所述煤矿分类识别模型中，通过进行模型训练、验证与测试提高模型的运算精准度，直至达到预定输出精准度时停止进行模型训练，将训练完成的模型作为最终确定的所述煤矿分类识别模型，为后续进行煤矿实时采集数据的分析提供辅助性虚拟工具。
27.进一步而言，本技术步骤s400还包括：
28.步骤s410：通过对所述多个煤矿筛选指标进行筛选相关度分析，获取所述多个煤矿筛选指标相对应的多个相关度；
29.步骤s420：以所述多个相关度进行权重比分布，获取权重赋值结果；
30.步骤s430：按照所述权重赋值结果，生成权重计算层；
31.步骤s440：将所述权重计算层嵌入至所述煤矿分类识别模型的输入层中进行模型优化。
32.具体而言，对所述目标工厂进行所述多个煤矿筛选指标获取，进而对所述多个煤矿筛选指标进行筛选相关度分析，所述筛选相关度为基于实际煤矿用途与性能需求确定的指标影响程度，其中，所述指标影响程度与所述筛选相关度成正比，所述多个煤矿筛选指标各对应一相关度，获取所述多个相关度，进一步基于所述多个相关度进行权重比分布分析，其中所述筛选相关度越高，对应的煤矿筛选指标权重比越高，基于权重比对所述多个煤矿筛选指标进行权重赋值，进而进行权重值与煤矿筛选指标的映射对应，生成所述权重赋值结果。
33.进一步的，基于所述权重赋值结果生成所述权重计算层，基于所述权重计算层，对采集的指标数据基于权重值进行计算分析，可有效提高数据分析结果的精确度，进而将所述权重计算层作为优化网络层，嵌入所述煤矿分类识别模型的输入层中进行模型优化完善，使得模型对输入的指标数据在权重值基础上进行进一步的识别分析，可有效提高所述煤矿分类识别模型的处理精度，增强模型输出结果与实际信息状态的契合度。
34.步骤s500：根据所述煤矿传输控制系统连接的数据采集装置，获取所述传输通道
网输入端的实时煤矿数据；
35.具体而言，所述煤矿传输控制系统作为煤矿运行的总控系统，与所述数据采集装置相连接，所述数据采集装置用于进行实时煤矿数据采集，所述数据采集装置可布设于所述传输通道网输入端，所述传输通道网输入端为开始进行煤矿传输分类的端口，可选的，可布设多个所述数据采集装置，以便进行调用，同时可进行采集数据比对以避免出现采集偏差，进一步的，对所述煤矿筛选指标进行转换，确定对应的数据采集指标，以所述数据采集指标为基准，依据所述数据采集装置于所述传输通道网输入端口进行实时煤矿数据进行采集，所述实时煤矿数据作为进行煤矿分类的源数据，为后续进行煤矿分类识别提供了基本数据依据。
36.进一步而言，如图2所示，本技术步骤s500还包括：
37.步骤s510-1：获取所述煤矿筛选指标；
38.步骤s520-1：将所述煤矿筛选指标输入指标转换模块中，根据所述指标转换模块将所述煤矿筛选指标转换为数据采集指标；
39.步骤s530-1：将所述数据采集指标输入所述数据采集装置，获取所述实时煤矿数据。
40.具体而言，国家规定标准下，各煤矿筛选指标处于一定区间范围内为合格，煤矿用途不同对应的需求指标存在差异性，获取所述煤矿筛选指标，即进行煤矿性能衡量的标准，例如发热值，构建所述指标转换模块，即将煤矿筛选指标转换为煤矿数据采集指标的功能性辅助模块，可选的，模块内可嵌套适应性转换函数以进行信息的直接转换。
41.进一步的，将所述煤矿筛选指标输入所述指标转换模块中，基于模块内嵌套的适应性函数进行信息转换，获取所述数据采集指标，可有效提高确定的数据采集指标与筛选需求的契合度，所述数据采集指标与所述煤矿筛选指标一一对应，进一步将数据转换后确定的所述数据采集指标输入所述数据采集装置中，所述数据采集装置为进行煤矿数据采集的设备，基于所述数据采集装置，依据输入的所述数据采集指标进行实时煤矿数据采集，可基于数据采集结果中各指标的等级进行煤矿分类。
42.进一步而言，本技术步骤s500还包括：
43.步骤s510-2：获取所述煤矿传输控制系统连接的数据采集装置；
44.步骤s520-2：根据所述数据采集装置的信息进行装置测试，获取测试数据集；
45.步骤s530-2：按照所述测试数据集对所述数据采集装置的识别精度进行评估，获取识别精度评估结果；
46.步骤s540-2：根据所述识别精度评估结果，生成采集相对距离；
47.步骤s550-2：以所述采集相对距离控制所述数据采集装置进行采集。
48.具体而言，所述控制煤矿传输控制系统作为整体运行管控系统，与所述数据采集装置通信连接，所述数据采集装置用于进行实时煤矿数据的采集，为保障数据采集结果的准确度，进行实际数据采集之前对所述数据采集装置进行预测试，示例性的，依据所述数据采集装置的运行参数信息，可进行测试实验，获取对应的测试数据，即实验数据采集结果，为保障预测试的准确度，可进行多次实验获取多组测试数据，包括不同环境下针对不同采集距离测试所得，进而进行数据对应整合生成所述测试数据集。
49.进一步的，将所述测试数据集作为待分析数据源，对其中的异常数据进行筛除，以
保障所述测试数据集的准确度，依据所述测试数据集中的多组测试数据分别对所述数据采集装置进行精度评估，获取不同采集距离对应的多个评估数据，作为所述识别精度评估结果，进一步对所述识别精度评估结果进行比对分析，确定精度最高时所述数据采集装置与所述传输通道网输入端口的距离，作为所述采集相对距离，将所述采集相对距离作为控制参数，控制所述数据采集装置进行煤矿数据采集，可有效提高数据采集结果与实际煤矿状态的贴合度。
50.步骤s600：将所述实时煤矿数据输入所述煤矿分类识别模型中，根据所述分类识别模型对所述实时煤矿数据进行分类识别，获取分类识别结果；
51.步骤s700：根据所述分类识别结果，在所述传输通道网中进行标识，输出标识传输路线，以所述标识传输路线进行传输控制。
52.具体而言，基于所述数据采集装置进行煤矿数据采集，获取所述实时煤矿数据，所述实时煤矿数据可能存在多组差异性数据，进而将所述实时煤矿数据输入所述煤矿分类识别模型中，所述煤矿分类识别模型包括输入层、分类识别层与输出层，所述煤矿分类识别层包括多层级，可对多个煤矿筛选指标分别基于指标等级进行识别分类，获取对应的所述分类识别结果，基于所述分类识别进行煤矿分类，确定不同的煤矿需求标准，以适应不同厂商的煤矿需求质量。
53.进一步的，确定所述传输通道网中的多层传输节点，所述多层传输节点于所述分类识别结果中的多个分类层级相对应，当所述分类识别结果中一指标对应的分类层级基于指标评判标准进行煤矿分类时，所述传输通道网于对应的通道传输节点进行传输分类，确定分类级别对应的下级传输通道，于该通道继续进行传输，以此类推，直至分类结束，同时，对所述传输通道网中的传输分类节点进行标识，基于传输方向进行节点串联，构成所述标识传输路线，即煤矿分类传输走向，基于所述标识传输路线进行煤矿传输控制，传输结束时煤矿分类完成，可有效提高煤矿分类效率与分类准确度。
54.进一步而言，如图3所示，所述获取分类识别结果，本技术步骤s600还包括：
55.步骤s610：将所述实时煤矿数据输入所述煤矿分类识别模型中，其中，所述煤矿分类识别模型包括多个分类识别层；
56.步骤s620：根据所述多个分类识别层对所述实时煤矿数据进行分类，获取多层分类结果；
57.步骤s630：以所述多层分类结果作为所述分类识别结果进行输出。
58.具体而言，通过进行煤矿数据采集获取所述实时煤矿数据，进一步将所述实时煤矿数据输入所述煤矿分类识别模型中，所述煤矿分类识别模型包括了多个分类识别层，基于所述多个分类识别层分别对所述实时煤矿数据进行对应指标数据的分类识别，并确定该指标数据的标准等级，各分类识别层对应一个或多个指标，基于指标等级进行煤矿分类，基于所述多个分类识别层进行煤矿的多层级划分，以确定煤矿的最终归属类，进而可基于煤矿的需求质量确定分类煤矿，以进行煤矿运输，通过进行多层级煤矿指标划分生成所述多层分类结果，以适应不同厂商的煤矿需求性能，将所述分类识别结果基于所述煤矿分类识别模型的输出层进行结果输出，通过构建模型进行实时煤矿数据分类识别，可有效保障输出结果的准确度与客观性。
59.进一步而言，所述根据所述分类识别结果，在所述传输通道网中进行标识，输出标
识传输路线，本技术步骤s700还包括：
60.步骤s710：获取所述传输通道网的多层传输节点，其中，所述多层传输节点与所述多层分类结果相对应；
61.步骤s720：按照所述多层分类结果对所述多层传输节点中的每一层进行节点标识，获取标识节点集合，其中，所述标识节点集合为从属分支关系；
62.步骤s730：以所述标识节点集合的串联，获取所述标识传输路线。
63.具体而言，对所述传输通道网进行通道关联分析，将传输通道网输入端作为根节点，基于所述传输通道网的通道分布状况，基于各通道中存在通道切换的通道连接位置作为子级节点，通过进行所述传输通道网的整体划分，确定多级子节点，将其作为所述多层传输节点，所述多层传输节点于所述多层分类结果相对应，到达传输节点时，基于所述多层分类结果确定传输通道的切换方向，转至下层级传输通道，以此类推直至分类完成，进一步的，基于所述多层分类结果对所述多层传输节点中每一层进行节点标识，随着层级分类的递推，对应的分类结果随之更加精准，获取所述标识节点集合，所述标识节点集合中，下层标识节点为上层标识节点的从属分支，基于所述标识节点集合中各层节点的从属分支关系对所述标识节点集合进行串联，将串联结果作为所述标识传输路线，可有效保障所述标识传输路线映射的煤矿分类结果准确度，进一步基于所述标识传输路线进行煤矿的传输分类，当传输结束时分类完成。
64.进一步而言，所述以所述标识节点集合的串联，获取所述标识传输路线，本技术步骤s730还包括：
65.步骤s731：通过对所述传输通道网的各个通道进行检测，输出通道检测结果；
66.步骤s732：根据所述通道检测结果，判断所述传输通道网的各个通道是否存在处于异常状态的通道；
67.步骤s733：若所述传输通道网的各个通道中存在处于异常状态的通道，判断所述标识传输路线中是否包括处于异常状态的通道；
68.步骤s734：若所述标识传输路线包括处于异常状态的通道，获取切换指令；
69.步骤s735：根据所述切换指令，对所述标识传输路线进行异常路线切换。
70.具体而言，为了保障煤矿的正常传输，避免出现突发性状况，需提前对所述传输网通道进行状态检测，对所述传输网通道覆盖的多个通道分别进行检测，确定各通道的实际通行状态，并对检测结果与通道进行对应标识，生成所述通道检测结果，进一步对所述通道检测结果进行异常判断，分析所述传输通道网中的各个通道是否存在处于异常状态的通道，例如传输卡顿、传输速度异常等，以影响通道的正常传输，若不存在时正常进行后续煤矿传输，若存在处于异常状态的通道时，需对所述标识传输路线进行进一步的判断，判断异常状态通道是否与所述标识传输路线相重合，影响后续的煤矿传输分类，当所述标识传输路线不包括处于异常状态的通道时正常进行后续煤矿传输，当所述标识传输路线包括处于异常状态的通道时，表明后续煤矿传输无法正常进行，需提前进行调整，获取所述切换指令，即进行异常路径切换的开始指令，随着所述切换指令的接收，对所述标识传输路径覆盖的异常状态通道进行切换，可基于其他关联通道替换异常状态通道的传输，以维系煤矿传输的正常进行，避免造成传输延误。
71.实施例二
72.基于与前述实施例中一种煤矿智能分类方法相同的发明构思，如图4所示，本技术提供了一种煤矿智能分类系统，所述系统包括：
73.通道获取模块11，所述通道获取模块11用于根据所述传输装置，获取多个传输通道；
74.通道网构建模块12，所述通道网构建模块12用于以所述多个传输通道之间的通道连接关系，建立传输通道网；
75.指标获取模块13，所述指标获取模块13用于获取目标工厂的多个煤矿筛选指标；
76.模型搭建模块14，所述模型搭建模块14用于以所述多个煤矿筛选指标，搭建煤矿分类识别模型；
77.数据获取模块15，所述数据获取模块15用于根据所述煤矿传输控制系统连接的数据采集装置，获取所述传输通道网输入端的实时煤矿数据；
78.数据分析模块16，所述数据分析模块16用于将所述实时煤矿数据输入所述煤矿分类识别模型中，根据所述分类识别模型对所述实时煤矿数据进行分类识别，获取分类识别结果；
79.传输控制模块17，所述传输控制模块17用于根据所述分类识别结果，在所述传输通道网中进行标识，输出标识传输路线，以所述标识传输路线进行传输控制。
80.进一步而言，所述系统还包括：
81.相关度获取模块，所述相关度获取模块用于通过对所述多个煤矿筛选指标进行筛选相关度分析，获取所述多个煤矿筛选指标相对应的多个相关度；
82.权重赋值模块，所述权重赋值模块用于以所述多个相关度进行权重比分布，获取权重赋值结果；
83.计算层生成模块，所述计算层生成模块用于按照所述权重赋值结果，生成权重计算层；
84.模型优化模块，所述模型优化模块用于将所述权重计算层嵌入至所述煤矿分类识别模型的输入层中进行模型优化。
85.进一步而言，所述系统还包括：
86.指标获取模块，所述指标获取模块用于获取所述煤矿筛选指标；
87.指标转换模块，所述指标转换模块用于将所述煤矿筛选指标输入指标转换模块中，根据所述指标转换模块将所述煤矿筛选指标转换为数据采集指标；
88.实时数据获取模块，所述实时数据获取模块用于将所述数据采集指标输入所述数据采集装置，获取所述实时煤矿数据。
89.进一步而言，所述系统还包括：
90.数据输入模块，所述数据输入模块用于将所述实时煤矿数据输入所述煤矿分类识别模型中，其中，所述煤矿分类识别模型包括多个分类识别层；
91.数据分类模块，所述数据分类模块用于根据所述多个分类识别层对所述实时煤矿数据进行分类，获取多层分类结果；
92.结果输出模块，所述结果输出模块用于以所述多层分类结果作为所述分类识别结果进行输出。
93.进一步而言，所述系统还包括：
94.节点获取模块，所述节点获取模块用于获取所述传输通道网的多层传输节点，其中，所述多层传输节点与所述多层分类结果相对应；
95.节点标识模块，所述节点标识模块用于按照所述多层分类结果对所述多层传输节点中的每一层进行节点标识，获取标识节点集合，其中，所述标识节点集合为从属分支关系；
96.路线获取模块，所述路线获取模块用于以所述标识节点集合的串联，获取所述标识传输路线。
97.进一步而言，所述系统还包括：
98.通道检测模块，所述通道检测模块用于通过对所述传输通道网的各个通道进行检测，输出通道检测结果；
99.结果判断模块，所述结果判断模块用于根据所述通道检测结果，判断所述传输通道网的各个通道是否存在处于异常状态的通道；
100.通道状态判断模块，所述通道状态判断模块用于若所述传输通道网的各个通道中存在处于异常状态的通道，判断所述标识传输路线中是否包括处于异常状态的通道；
101.指令获取模块，所述指令获取模块用于若所述标识传输路线包括处于异常状态的通道，获取切换指令；
102.线路切换模块，所述线路切换模块用于根据所述切换指令，对所述标识传输路线进行异常路线切换。
103.进一步而言，所述系统还包括：
104.装置获取模块，所述装置获取模块用于获取所述煤矿传输控制系统连接的数据采集装置；
105.装置测试模块，所述装置测试模块用于根据所述数据采集装置的信息进行装置测试，获取测试数据集；
106.精度评估模块，所述精度评估模块用于按照所述测试数据集对所述数据采集装置的识别精度进行评估，获取识别精度评估结果；
107.距离生成模块，所述距离生成模块用于根据所述识别精度评估结果，生成采集相对距离；
108.装置控制模块，所述装置控制模块用于以所述采集相对距离控制所述数据采集装置进行采集。
109.本说明书通过前述对一种煤矿智能分类方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种煤矿智能分类方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
110.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业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技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，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。