一種水工建筑物安全自動(dòng)化監(jiān)測系統(tǒng)降噪方法
【專利摘要】本發(fā)明公開一種水工建筑物安全自動(dòng)化監(jiān)測系統(tǒng)降噪方法，包括如下步驟：（1）獲取水工建筑物原始監(jiān)測數(shù)據(jù)序列；（2）確定附加噪聲幅值和附加次數(shù)；（3）確定篩分停止準(zhǔn)則；（4）確定分解終止條件；（5）處理端點(diǎn)效應(yīng)；（6）對(duì)監(jiān)測數(shù)據(jù)序列進(jìn)行EEMD分解；（7）確定待降噪處理的IMF分量；（8）閾值降噪；（9）信號(hào)重構(gòu)；（10）實(shí)現(xiàn)數(shù)據(jù)降噪。經(jīng)過使用本發(fā)明處理后的原始監(jiān)測數(shù)據(jù)序列，其大部分的小幅度波動(dòng)被去除，更加明顯的體現(xiàn)了水工建筑物服役特性規(guī)律，而且使得后續(xù)數(shù)據(jù)擬合預(yù)測等數(shù)據(jù)分析準(zhǔn)確率有明顯提高。
【專利說明】一種水工建筑物安全自動(dòng)化監(jiān)測系統(tǒng)降噪方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種水工建筑物安全監(jiān)測領(lǐng)域中原型監(jiān)測數(shù)據(jù)的降噪方法。
【背景技術(shù)】
[0002]通過在大壩、堤防、水閘等水工建筑物布設(shè)自動(dòng)化監(jiān)測系統(tǒng)，獲取主體結(jié)構(gòu)、基礎(chǔ)及周圍環(huán)境等的原型監(jiān)測資料，綜合應(yīng)用數(shù)學(xué)、力學(xué)、人工智能以及壩工理論和方法，對(duì)大壩、堤防、水閘等水工建筑物工作性態(tài)進(jìn)行分析、診斷、評(píng)價(jià)，是保障水利水電工程安全的重要手段，但是對(duì)于水工建筑物安全監(jiān)測數(shù)據(jù)來講，其會(huì)受到周圍環(huán)境、人為操作以及其它不確定因素的影響，使得其往往含有一定程度的噪聲，其中噪聲的存在影響了監(jiān)測量主要變化規(guī)律的體現(xiàn)，而且將影響到后續(xù)的監(jiān)測資料建模分析結(jié)果的精確度，對(duì)此，在對(duì)水工建筑物安全監(jiān)測數(shù)據(jù)分析之前，建立監(jiān)測數(shù)據(jù)降噪模型，采用一些數(shù)據(jù)平滑技術(shù)、濾波算法對(duì)監(jiān)測數(shù)據(jù)進(jìn)行平滑降噪處理，有效地降低監(jiān)測數(shù)據(jù)序列的噪聲水平成為一項(xiàng)非常重要的工作。
[0003]目前來講，信號(hào)濾波降噪方法中應(yīng)用最為廣泛的為小波分析，小波去噪己經(jīng)在監(jiān)測數(shù)據(jù)預(yù)處理中取得了顯著的效果，但小波分析需要事先固定基函數(shù)，由基函數(shù)導(dǎo)出的小波函數(shù)難以在不同尺度上準(zhǔn)確地逼近局部信號(hào)特征。
[0004]經(jīng)驗(yàn)?zāi)B(tài)分解(empirical mode decomposition,EMD)方法作為針對(duì)非線性、非平穩(wěn)時(shí)間序列的Hilbert譜分析的一種信號(hào)處理方法，在生物、海洋、醫(yī)學(xué)、語音以及故障診斷等諸多研究領(lǐng)域都得到了很好的應(yīng)用。經(jīng)驗(yàn)?zāi)B(tài)分解方法不必像小波分析那樣事先選定基函數(shù)，具有自適應(yīng)性，適合于非平穩(wěn)信號(hào)的處理，但在含間歇性成分的信號(hào)的分解過程中會(huì)產(chǎn)生模態(tài)混疊問題。總體經(jīng)驗(yàn)?zāi)B(tài)分解法(ensembIe EMD，EEMD )，繼承了經(jīng)驗(yàn)?zāi)Ｊ椒纸獾膬?yōu)點(diǎn)，并且利用高斯白噪聲具有頻率均勻分布的統(tǒng)計(jì)特性，通過向原始信號(hào)中添加白噪聲，成功解決了由間歇性信號(hào)導(dǎo)致的模態(tài)混疊問題。

【發(fā)明內(nèi)容】

[0005]發(fā)明目的:本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)的不足，提供一種基于EEMD特性的水工建筑物安全自動(dòng)化監(jiān)測系統(tǒng)降噪方法。
[0006]技術(shù)方案:本發(fā)明所述的一種水工建筑物安全自動(dòng)化監(jiān)測系統(tǒng)降噪方法，包括如下步驟:
[0007](I)獲取水工建筑物原始監(jiān)測數(shù)據(jù)序列；水工建筑物安全監(jiān)測數(shù)據(jù)序列是一種非線性、非平穩(wěn)信號(hào)，其大部分信息主要集中在低頻部分，其噪聲主要分布在高頻部分，而且往往含有間歇性信號(hào)；根據(jù)實(shí)際需要采集在建或者已建水工建筑物運(yùn)行或者除險(xiǎn)加固等狀態(tài)下的監(jiān)測數(shù)據(jù)；
[0008](2)確定附加噪聲幅值和附加次數(shù):EEMD算法中附加的白噪聲對(duì)結(jié)果的影響遵循如下的統(tǒng)計(jì)規(guī)律式中:ε n為標(biāo)準(zhǔn)偏差，即最終得到的IMF分量重構(gòu)結(jié)果與輸入信號(hào)的偏離；ε為附加噪聲的幅值；N為噪聲的附加次數(shù)；對(duì)于附加噪聲的幅值，如果幅值過小，附加噪聲將無法影響到極值點(diǎn)的選取，進(jìn)而失去預(yù)期的作用，所以附加噪聲的幅值不能太小。在附加噪聲幅值適度而且附加次數(shù)足夠多的情況下，幅值和次數(shù)的增加將不會(huì)對(duì)分解結(jié)果有太大的影響，因此取附加白噪聲的幅值為0.2倍監(jiān)測數(shù)據(jù)序列的標(biāo)準(zhǔn)偏差，噪聲附加次數(shù)設(shè)為200次；信號(hào)以高頻分量為主時(shí)，噪聲幅值應(yīng)較小，反之亦然，一般而言，噪聲附加次數(shù)為一兩百次時(shí)，即能得到一個(gè)非常好的結(jié)果；
[0009](3)確定篩分停止準(zhǔn)則:EMD過程實(shí)際上是一個(gè)篩分出MF分量的過程。篩分停止準(zhǔn)則用來控制產(chǎn)生一個(gè)MF分量的篩分次數(shù)，也就是MF定義中的兩個(gè)條件在算法中的具體實(shí)現(xiàn)。若篩分停止準(zhǔn)則過嚴(yán)則會(huì)造成MF分量的“過篩”，消除幅值變化；若過松，則會(huì)造成MF分量的“欠篩”，沒能消除騎行波。本發(fā)明將分解的篩分次數(shù)設(shè)為10次；通常10次篩分即可以使得到的MF分量的上下包絡(luò)近乎關(guān)于零軸對(duì)稱；
[0010](4)確定分解終止條件:EMD算法的分解終止條件是，若滿足下列任一條件分解過程即可終止:①第n個(gè)IMF分量cn(t)或余量rn(t)小于預(yù)先設(shè)定的值；②余量rn(t)為單調(diào)函數(shù)；研究表明，對(duì)于尺度成分均勻分布在整個(gè)時(shí)間尺度或時(shí)頻空間的白噪聲信號(hào)，EMD分解的作用相當(dāng)于一個(gè)的二進(jìn)制濾波器組，能夠?qū)自肼暦纸鉃榫哂胁煌骄芷诘囊幌盗蠱F分量，而且任何一個(gè)MF的平均周期是它前一個(gè)MF平均周期的兩倍。所謂平均周期就是數(shù)據(jù)的總數(shù)(信號(hào)長度)除以其峰值點(diǎn)數(shù)(或局部極大值點(diǎn)數(shù))。
[0011]本發(fā)明中，在對(duì)監(jiān)測數(shù)據(jù)序列進(jìn)行EEMD分解時(shí)，得到n個(gè)IMF分量，當(dāng)分解出的MF分量數(shù)目n達(dá)到(1g2M-1)時(shí)終止EMD分解過程，其中M為監(jiān)測數(shù)據(jù)序列長度；實(shí)際上，也可以根據(jù)所分析問題的需要，采用適當(dāng)?shù)慕K止條件終止分解過程；
[0012](5)處理端點(diǎn)效應(yīng):考慮到在篩分過程中，需要獲得的是端點(diǎn)處的“極大值”和“極小值”，使擬合的包絡(luò)能夠完整包絡(luò)整個(gè)信號(hào)，本發(fā)明應(yīng)用如下的端點(diǎn)效應(yīng)抑制方法:篩分過程中，比較端點(diǎn)鄰近的兩個(gè)極大值點(diǎn)連線延伸至端點(diǎn)處的取值和端點(diǎn)值的大小，大者作為該端點(diǎn)處的“極大值”，用于擬合上包絡(luò)；比較端點(diǎn)鄰近的兩個(gè)極小值點(diǎn)連線延伸至端點(diǎn)處的取值和端點(diǎn)值的大小，小者作為該端點(diǎn)處的“極小值”，用于擬合下包絡(luò)；在附圖3中，信號(hào)左端點(diǎn)C鄰近的兩個(gè)極大值點(diǎn)Α1、Β1連線延伸至端點(diǎn)處得C1，C1>C，則以Cl為左端點(diǎn)處的“極大值”；信號(hào)左端點(diǎn)C鄰近的兩個(gè)極小值點(diǎn)A2、B2連線延伸至端點(diǎn)處得C2，C>C2,則以C為左端點(diǎn)處的“極小值”。同樣地，分別以F和F2為信號(hào)右端點(diǎn)處的“極大值”和“極小值”。
[0013](6)對(duì)監(jiān)測數(shù)據(jù)序列進(jìn)行EEMD分解，得到n個(gè)MF分量；EEMD分解是以信號(hào)的極值特征尺度為度量的濾波過程，可以將信號(hào)分解為從高頻至低頻的若干頂F分量和一個(gè)余量，而且克服了間歇性信號(hào)導(dǎo)致的模態(tài)混疊問題；
[0014](7)確定待降噪處理的MF分量:EEMD降噪需要通過一定準(zhǔn)則找出待降噪的MF分量，白噪聲信號(hào)各IMF分量的能量密度與其平均周期的乘積為一常數(shù)，即EiTi = const，
其中，Ei=1/MΣM(i-1)[ci(t)]2, 表示白噪聲信號(hào)的第i個(gè)IMF分量Ci的能量密度，M為信號(hào)
長度；Ti = M/Mmax，表示Ci的平均周期，Mmax為Ci的極大值點(diǎn)數(shù)；定義統(tǒng)計(jì)量Rk為式中Ek和分別表示建筑物監(jiān)測數(shù)據(jù)序列EEMD分解得
到的第k個(gè)IMF分量Ck的能量密度和平均周期；當(dāng)Rk > C (C —般取2~3)時(shí)，認(rèn)為前k個(gè)IMF分量主要含有噪聲，需進(jìn)行降噪處理；
[0015](8)閾值降噪:對(duì)于含噪聲的IMF分量,其組成成分除了噪聲外，也包含少量真實(shí)信號(hào)的高頻部分，若直接把某些尺度的MF分量完全濾掉，有可能在降噪的同時(shí)也濾掉了一些有用成分，影響后續(xù)分析的準(zhǔn)確性。為此，對(duì)待降噪處理的MF分量Ci (t)進(jìn)行閾值降噪，得到降噪后的頂F分量c' Jt)，即
[0016]，式中:sgn()為符號(hào)函數(shù);
λ i為IMF分量Ci (t)的閾值；
[0017](9)信號(hào)重構(gòu):根據(jù)公式&式中:ε η為標(biāo)準(zhǔn)偏差，即最終得到的MF分量
重構(gòu)結(jié)果與輸入信號(hào)的偏離；ε為附加噪聲的幅值；重構(gòu)信號(hào)得到的X' (t)即為降噪后的建筑物監(jiān)測數(shù)據(jù)序列:
[0018]X1 (O^YjC-Kt)+ Yj 0,.(0 + /:,(0 ,式中:x' (t)為降噪后的安全監(jiān)測數(shù)據(jù)序列冰為
1-Ιi—k+l
進(jìn)行降噪處理的IMF分量的個(gè)數(shù)；c' i (t)為降噪處理后的IMF分量；Ci(t)為未降噪處理的IMF分量；rn(t)為EEMD分解余量；
[0019](10)實(shí)現(xiàn)數(shù)據(jù)降噪。
[0020]步驟(6)中，對(duì)監(jiān)測數(shù)據(jù)序列進(jìn)行EEMD分解流程為:
[0021](6-1)設(shè)置白噪聲的附加次數(shù)N和幅值ε ；
[0022](6-2)給目標(biāo)信號(hào)x(t)加入隨機(jī)高斯白噪聲序列《,(0，得到含噪信號(hào)&(0，即
xk (t) = X ⑴ + ε.ω k ⑴，k = 1，2，...，N ;
[0023](6-3)對(duì)附加了白噪聲的信號(hào)xk(t)進(jìn)行EMD分解，得到η個(gè)MF分量cik(t) (i =1，2，...，n)，cik (t)表示第k次加入白噪聲序列后EMD分解得到的第i個(gè)IMF分量；
[0024](6-4)將得到的各IMF分量進(jìn)行總體平均，最終EEMD分解的結(jié)果為
]N
?(O =?' = 1,2,...,η。
N k^\
[0025]步驟(8)中閾值降噪的具體方法為:
[0026]①當(dāng)I < i < 2時(shí)，對(duì)應(yīng)的MF分量噪聲能量較大，信噪比很低，選取閾值λ i為Λ =σ^21η(Μ)，式中為噪聲水平估計(jì)，σ = ot / 0.6745 ； c^t)的絕對(duì)變差中值;M為序列長度；
[0027]②當(dāng)2≤i≤k時(shí)，對(duì)應(yīng)的MF分量中有用信號(hào)的能量與噪聲信號(hào)的能量比較接近，閾值應(yīng)該適當(dāng)減小，因此選取閾值λ i為2?(從)/丨1!(/ + 1)。
[0028]本發(fā)明與現(xiàn)有技術(shù)相比，其有益效果是:本發(fā)明水工建筑物安全自動(dòng)化監(jiān)測系統(tǒng)監(jiān)測數(shù)據(jù)降噪方法，針對(duì)水工建筑物安全自動(dòng)化監(jiān)測數(shù)據(jù)易受到周圍環(huán)境、人為操作以及其它不確定因素的影響的基本特征，基于白噪聲頻率均勻分布的統(tǒng)計(jì)特性其有效避免了模態(tài)混疊，根據(jù)噪聲的零均值特性得到真實(shí)的IMF分量，考慮使用一種噪聲輔助數(shù)據(jù)分析方法，該發(fā)明有效地降低監(jiān)測數(shù)據(jù)序列的噪聲，極好地體現(xiàn)了監(jiān)測量主要變化規(guī)律，保障了后續(xù)的監(jiān)測資料建模分析結(jié)果的精確度，對(duì)分析研究能夠真實(shí)反映水工建筑物運(yùn)行情況的監(jiān)測數(shù)據(jù)具有重要意義，直接決定了分析結(jié)果的合理性及后續(xù)的決策制定等一系列重大問題，實(shí)際工程及社會(huì)意義重大。
【專利附圖】

【附圖說明】
[0029]圖1為本發(fā)明水工建筑物安全自動(dòng)化監(jiān)測系統(tǒng)降噪方法的流程圖；
[0030]圖2為基于EEMD閾值降噪流程圖；
[0031]圖3為EMD端點(diǎn)效應(yīng)抑制方法示意圖；
[0032]圖4為原始水平位移過程線圖；
[0033]圖5為降噪后水平位移過程線圖。
【具體實(shí)施方式】
[0034]下面對(duì)本發(fā)明技術(shù)方案進(jìn)行詳細(xì)說明，但是本發(fā)明的保護(hù)范圍不局限于所述實(shí)施例。
[0035]實(shí)施例1:本發(fā)明水工建筑物安全自動(dòng)化監(jiān)測系統(tǒng)降噪方法，其實(shí)現(xiàn)的過程示意圖如圖1所示，按如下步驟進(jìn)行:
[0036](1)獲取建筑物安全原始監(jiān)測序列。某碾壓混凝土重力壩布設(shè)了正倒垂線，用于監(jiān)測壩頂及壩體內(nèi)部的水平徑切向位移量。正倒垂線監(jiān)測從2001年12月開始，2002年10月接入自動(dòng)化系統(tǒng)，以大壩5#壩段測點(diǎn)2003年I月I日至2007年12月30日的順河向水平位移實(shí)測值為原始監(jiān)測序列，該監(jiān)測序列的時(shí)間間隔為I天，為監(jiān)測資料分析提供了充足的數(shù)據(jù)來源，具體見附圖4。但由于數(shù)據(jù)較多，且一定程度上存在著噪聲干擾，從監(jiān)測數(shù)據(jù)的過程線可以看出，測值小幅度的波動(dòng)是十分明顯的，影響了監(jiān)測量主要變化規(guī)律的體現(xiàn)，因而對(duì)該監(jiān)測序列較有必要進(jìn)行降噪處理。
[0037](2)EEMD算法中的核心指標(biāo)確定。確定附加噪聲幅值和附加次數(shù)、篩分停止準(zhǔn)則、分解終止條件以及處理端點(diǎn)效應(yīng)?；谏鲜龌驹泶_定上述其核心指標(biāo)。
[0038](3) EEMD 分解
[0039]對(duì)監(jiān)測數(shù)據(jù)序列進(jìn)行EEMD分解，得到了 7個(gè)MF分量(C1~C7)和一個(gè)余量。
[0040](4)閾值降噪和信號(hào)重構(gòu)
[0041]根據(jù)公式Rk= (EknTk+l-ElTk)!計(jì)算得知，當(dāng) k = 3 時(shí) Rk = 3.9 > C(取
3)，因此對(duì)前3個(gè)MF分量分別以閾值0.0468,0.0468和0.0338進(jìn)行降噪，再與其余的MF分量及余量相加得到降噪后的位移監(jiān)測序列，如附圖5所示。對(duì)比附圖4和附圖5可以看出，經(jīng)過EEMD閾值降噪處理，原始水平位移過程線中大部分的小幅度波動(dòng)被去除，水平位移的變化規(guī)律得到了更加明顯的體現(xiàn)。
[0042]如上所述，盡管參照特定的優(yōu)選實(shí)施例已經(jīng)表示和表述了本發(fā)明，但其不得解釋為對(duì)本發(fā)明自身的限制。在不脫離所附權(quán)利要求定義的本發(fā)明的精神和范圍前提下，可對(duì)其在形式上和細(xì)節(jié)上作出各種變化。
【權(quán)利要求】
1.一種水工建筑物安全自動(dòng)化監(jiān)測系統(tǒng)降噪方法，其特征在于包括如下步驟: (1)獲取水工建筑物原始監(jiān)測數(shù)據(jù)序列； (2)確定附加噪聲幅值和附加次數(shù):取附加白噪聲的幅值為0.2倍監(jiān)測數(shù)據(jù)序列的標(biāo)準(zhǔn)偏差，噪聲附加次數(shù)設(shè)為200次； (3)確定篩分停止準(zhǔn)則:分解的篩分次數(shù)設(shè)為10次； (4)確定分解終止條件:在對(duì)監(jiān)測數(shù)據(jù)序列進(jìn)行EEMD分解時(shí)，得到η個(gè)IMF分量，當(dāng)分解出的IMF分量數(shù)目η達(dá)到(1g2M-1)時(shí)終止EMD分解過程，其中M為監(jiān)測數(shù)據(jù)序列長度； (5)處理端點(diǎn)效應(yīng):篩分過程中，比較端點(diǎn)鄰近的兩個(gè)極大值點(diǎn)連線延伸至端點(diǎn)處的取值和端點(diǎn)值的大小，大者作為該端點(diǎn)處的“極大值”，用于擬合上包絡(luò)；比較端點(diǎn)鄰近的兩個(gè)極小值點(diǎn)連線延伸至端點(diǎn)處的取值和端點(diǎn)值的大小，小者作為該端點(diǎn)處的“極小值”，用于擬合下包絡(luò)； (6)對(duì)監(jiān)測數(shù)據(jù)序列進(jìn)行EEMD分解，得到η個(gè)IMF分量； (7)確定待降噪處理的MF分量: 白噪聲信號(hào)各IMF分量的能量密度與其平均周期的乘積為一常數(shù)，即「? 二const，其中，，表示白噪聲信號(hào)的第i個(gè)IMF分量Ci的能量密度，M為信號(hào)
Mtt長葭.Ji = MjM、，灰`示Ci的平均周期，MmaxSci的極大值點(diǎn)數(shù)；定義統(tǒng)計(jì)量Rk為Rk = {Ek+ifk+i—Eji)l {] YuEiTi)，式中MPf分別表示建筑物監(jiān)測數(shù)據(jù)序列EEMD分解得到
/ A /-1H的第k個(gè)IMF分量Ck的能量密度和平均周期；當(dāng)Rk > C (C —般取2~3)時(shí)，認(rèn)為前k個(gè)IMF分量主要含有噪聲，需進(jìn)行降噪處理； (8)閾值降噪:對(duì)待降噪處理的MF分量Ci⑴進(jìn)行閾值降噪，得到降噪后的MF分量c'{t)，即 c；(o=jsgn(,(0)(|,W|-X), ΜΦΛ , = u>.k)式中:sgn()為符號(hào)函數(shù)；Ai為IMF分量Ci (t)的閾值； (9)信號(hào)重構(gòu):根據(jù)公式&式中:ε η為標(biāo)準(zhǔn)偏差，即最終得到的IMF分量重構(gòu)結(jié)果與輸入信號(hào)的偏離；ε為附加噪聲的幅值；重構(gòu)信號(hào)得到的X' (t)即為降噪后的建筑物監(jiān)測數(shù)據(jù)序列:.V.⑴=文c;(0+ Y ?.(0 + /:,(0，式中:x' (t)為降噪后的安全監(jiān)測數(shù)據(jù)序列；k為進(jìn)行
/-1/=左+1降噪處理的MF分量的個(gè)數(shù)；c' i(t)為降噪處理后的MF分量；Ci(t)為未降噪處理的MF分量；rn(t)為EEMD分解余量； (10)實(shí)現(xiàn)數(shù)據(jù)降噪。
2.根據(jù)權(quán)利要求1所述的水工建筑物安全自動(dòng)化監(jiān)測系統(tǒng)降噪方法，其特征在于:步驟(6)中，對(duì)監(jiān)測數(shù)據(jù)序列進(jìn)行EEMD分解流程為: (6-1)設(shè)置白噪聲的附加次數(shù)N和幅值ε ； (6-2)給目標(biāo)信號(hào)x(t)加入隨機(jī)高斯白噪聲序列《,(0，得到含噪信號(hào)&(0，即xk(t)=X (t) + ε.ω k (t)，k = 1，2，...，N ; (6-3)對(duì)附加了白噪聲的信號(hào)xk(t)進(jìn)行EMD分解，得到η個(gè)IMF分量Cik(t) (i =，1，2，...，n)，cik (t)表示第k次加入白噪聲序列后EMD分解得到的第i個(gè)IMF分量； (6-4)將得到的各IMF分量進(jìn)行總體平均，最終EEMD分解的結(jié)果為
3.根據(jù)權(quán)利要求1所述的水工建筑物安全自動(dòng)化監(jiān)測系統(tǒng)降噪方法，其特征在于:步驟(8)中閾值降噪的具體方法為:①當(dāng)I< i < 2時(shí)，對(duì)應(yīng)的MF分量噪聲能量較大，信噪比很低，選取閾值XJΛ = (JyjHn(M)，式中:?.為噪聲水平估計(jì)，σ = /η/0.6745: n^cI⑴的絕對(duì)變差中值；M為序列長度； ②當(dāng)2< i < k時(shí)，對(duì)應(yīng)的MF分量中有用信號(hào)的能量與噪聲信號(hào)的能量比較接近，閾值應(yīng)該適當(dāng)減小，因此選取閾 值入屬=ap\n(M)/\n(i +1)
【文檔編號(hào)】G06F19/00GK103488882SQ201310411211
【公開日】2014年1月1日 申請(qǐng)日期:2013年9月10日 優(yōu)先權(quán)日:2013年9月10日
【發(fā)明者】蘇懷智, 陳浙新, 楊孟, 李星 申請(qǐng)人:河海大學(xué)