本發明涉及自動化系統,尤其涉及一種用于異常檢測的方法和裝置。
背景技術:
在例如生產、加工和建筑自動化等的領域通常使用自動化系統來監測、控制和調節技術過程。
自動化系統通常包括一個工程設備和多個自動設備。工程設備用于由自動化系統的用戶設置工作邏輯,生成用于實現所設置的工作邏輯的可執行程序代碼形式的工作程序并下載到各個自動設備。美國專利申請US2010217423A1公開了一種工業自動化系統。
自動化系統的各個自動設備在工作過程中可能會發生異常,因此,需要異常處理程序來檢測自動化系統中的各個自動設備的異常。目前,用于每一個自動設備的異常處理程序由自動化系統的用戶根據自動設備的情況和自動化系統的具體工作任務來編制。
由于自動化系統的工作任務通常不是固定不變的,尤其是用于生產領域的自動化系統更是如此,因此,一旦自動化系統的工作任務發生變化,自動化系統的用戶就需要根據自動化系統的新任務重新編制用于各個自動設備的異常處理程序。異常處理方案的編制通常需要大量的手動編程和程序測試,這將花費自動化系統的用戶大量的時間和精力,因此,在提供用于自動設備的異常處理程序的過程中自動化系統的用戶需要付出較高成本。
技術實現要素:
考慮到現有技術的上述問題,本發明的實施例提供一種用于異常檢測的方法和裝置,其使得自動化系統的用戶在提供用于自動設備的異常處理程序的過程中只需付出較低的成本。
按照本發明實施例的一種用于異常檢測的方法,包括:接收用于自動設備的異常模型,所述異常模型包括與所述自動設備有關的期望監測的項目和 所述項目的異常判定條件;基于所述異常模型所包括的所述項目的所述異常判定條件和預先存儲的用于對所述項目進行異常檢測的異常處理程序模板,生成用于對所述項目進行異常檢測的異常處理程序,其中,所述異常處理程序模板未設定所述項目的異常判定條件;以及,執行所述異常處理程序以檢測所述自動設備的異常。
其中,所述生成用于對所述項目進行異常檢測的異常處理程序的步驟利用軟件解釋器來實現。
其中,所述方法還包括:當檢測到所述項目中的至少一個項目出現異常時,實施相應的異常處理。
其中,所述期望監測的項目包括與所述自動設備的外設有關的項目、與所述自動設備上運行的工作程序有關的項目和/或與對所述自動設備的訪問操作有關的項目。
按照本發明實施例的一種用于異常檢測的方法,包括:生成用于自動化系統中的各個自動設備的異常模型,其中,用于所述各個自動設備中的任一自動設備的所述異常模型包括與所述任一自動設備有關的期望監測的項目和所述項目的異常判定條件;以及,向所述各個自動設備中的相應自動設備發送用于所述任一自動設備的所述異常模型。
其中,與所述任一自動設備有關的所述期望監測的項目包括與所述任一自動設備的外設有關的項目、與所述任一自動設備上運行的工作程序有關的項目和/或與對所述任一自動設備的訪問操作有關的項目。
按照本發明實施例的一種用于異常檢測的裝置,包括:接收模塊,用于接收用于自動設備的異常模型,所述異常模型包括與所述自動設備有關的期望監測的項目和所述項目的異常判定條件;生成模塊,用于基于所述異常模型所包括的所述項目的所述異常判定條件和預先存儲的用于對所述項進行異常檢測的異常處理程序模板,生成用于對所述項目進行異常檢測的異常處理程序,其中,所述異常處理程序模板未設定所述項目的異常判定條件;以及,執行模塊,用于執行所述異常處理程序以檢測所述自動設備的異常。
其中,所述裝置還包括:實施模塊,用于當檢測到所述項目中的至少一個項目出現異常時,實施相應的異常處理。
其中,所述期望監測的項目包括與所述自動設備的外設有關的項目、與所述自動設備上運行的工作程序有關的項目和/或與對所述自動設備的訪問 操作有關的項目。
按照本發明實施例的一種用于異常檢測的裝置,包括:生成模塊,用于生成用于自動化系統的各個自動設備的異常模型,其中,用于所述各個自動設備中的任一自動設備的所述異常模型包括與所述任一自動設備有關的期望監測的項目和所述項目的異常判定條件;以及,發送模塊,用于向所述各個自動設備中的相應自動設備發送用于所述任一自動設備的所述異常模型。
其中,與所述任一自動設備有關的所述期望監測的項目包括與所述任一自動設備的外設有關的項目、與所述任一自動設備上運行的工作程序有關的項目和/或與對所述任一自動設備的訪問操作有關的項目。
按照本發明實施例的一種用于異常檢測的設備,包括:存儲器;以及,與所述存儲器耦合的處理器,用于執行前述方法的任意一個所包括的操作。
按照本發明實施例的一種機器可讀介質,其上存儲有可執行指令,當該可執行指令被執行時,使得機器前述方法的任意一個所包括的操作。
按照本發明實施例的一種自動化系統,包括:多個自動設備;以及,工程設備,其中,所述工程設備用于生成用于所述多個自動設備的異常模型,其中,用于所述多個自動設備中的任一自動設備的所述異常模型包括與所述任一自動設備有關的期望監測的項目和所述項目的異常判定條件,以及,向所述多個自動設備中的相應自動設備發送用于所述任一自動設備的所述異常模型,所述相應自動設備用于基于所接收的用于所述任一自動設備的所述異常模型所包括的所述項目的所述異常判定條件和預先存儲的用于對所述項目進行異常檢測的異常處理程序模板,生成用于對所述項目進行異常檢測的異常處理程序,其中,所述異常處理程序模板未設定所述項目的異常判定條件,以及,執行所述異常處理程序以檢測所述任一自動設備的異常。
從以上描述可以看出,在提供用于自動設備的異常處理程序的過程中,自動化系統的用戶只參與異常模型的生成,其它操作都是自動設備利用預先存儲的異常處理程序模板和軟件解釋器來完成的,并不需要自動化系統的用戶的參與,因此,與現有技術相比,自動化系統的用戶在提供用于自動設備的異常處理程序的過程中只需付出較低的成本。
附圖說明
本發明的其它特征、特點、優點和益處通過以下結合附圖的詳細描述將 變得更加顯而易見。
圖1示出了按照本發明一個實施例的自動化系統的架構示意圖。
圖2A示出了自動設備的外設描述數據的一個例子。
圖2B示出了自動設備的性能描述數據的一個例子。
圖3示出了按照本發明一個實施例的用于異常檢測的方法的流程圖。
圖4A示出了用戶期望監測的與自動設備的外設有關的項目及其異常判定條件的示例。
圖4B示出了用戶期望監測的與自動設備上運行的工作程序有關的項目及其異常判定條件的示例。
圖4C示出了用戶期望監測的與外部對自動設備的訪問操作有關的項目及其異常判定條件的示例。
圖5示出了按照本發明一個實施例的用于異常檢測的方法的流程示意圖。
圖6示出了按照本發明一個實施例的用于異常檢測的方法的流程示意圖。
圖7示出了按照本發明一個實施例的用于異常檢測的裝置的示意圖。
圖8示出了按照本發明一個實施例的用于異常檢測的裝置的示意圖。
圖9示出了按照本發明一個實施例的用于異常檢測的設備的示意圖。
具體實施方式
在下面的描述中,為便于解釋,給出了大量具體細節,以便提供對一個或多個實施例的全面理解。然而,很明顯,也可以不用這些細節來實現所述實施例。在其它例子中,以方框圖形式示出公知結構和設備,以便于描述一個或多個實施例。
在本發明的實施例中,自動化系統的每一個自動設備預先存儲用于對與自動設備有關的各個可能出現異常的項目進行異常檢測的異常處理程序模板和軟件解釋器,其中,該異常處理程序模板未設定該可能出現異常的項目的異常判定條件,然后,當需要向自動化系統的各個自動設備提供異常處理程序時,自動化系統的用戶利用自動化系統的工程設備生成用于自動化系統 的各個自動設備的異常模型并下發給相應的自動設備,其中,每一個自動設備的異常模型包括與該自動設備有關的用戶期望監測的項目及其異常判定條件,接著,每一個自動設備使用所存儲的軟件解釋器通過將所接收的異常模型所包括的用戶期望監測的項目的異常判定條件提供給所存儲的相應異常處理程序模板來生成用于對用戶期望監測的項目進行異常檢測的異常處理程序,以及,執行所生成的異常處理程序以檢測自動設備的異常。這里,在自動設備中預先提供和存儲有用于對與自動設備有關的各個可能出現異常的項目進行異常檢測的異常處理程序模板和軟件解釋器的情況下,在提供用于自動設備的異常處理程序的過程中,自動化系統的用戶只參與異常模型的生成,其它操作都是自動設備利用預先存儲的異常處理程序模板和軟件解釋器來完成的,并不需要自動化系統的用戶的參與,因此,自動化系統的用戶在提供用于自動設備的異常處理程序的過程中只需付出較低的成本。
下面,將參照附圖詳細描述本發明的各個實施例。
現在參見圖1,其示出了按照本發明一個實施例的自動化系統的示意圖。如圖1所示,自動化系統10可以包括工程設備20和多個自動設備30,其中工程設備20與自動設備30連接。
每一個自動設備30預先存儲自動設備30的制造商提供的設備描述數據,該設備描述數據包括自動設備30的外設描述數據和性能描述數據。
自動設備30的外設描述數據例如但不局限于包括自動設備30的各個外設的外設ID、類型、關鍵參數、關鍵參數描述信息等,其中,關鍵參數描述信息會包括有關鍵參數的異常判定條件,如果關鍵參數會發生或指示異常的話。圖2A示出了自動設備的外設描述數據的一個例子。如圖2A所示,自動設備的第一個外設的外設ID是01,其類型為AI(模擬輸入),其包括兩個關鍵參數rxxxx1.0和rxxxx2.0,rxxxx1.0是輸入參數(Input),rxxxx2.0是狀態參數(Status),其中,關鍵參數描述信息記載了:當rxxxx2.0為0x01時,指示該外設的輸入超出輸入限制,以及,當rxxxx2.0為0x02時,指示該外設與自動設備斷開連接。自動設備的第二個外設的外設ID是02,其類型為AO(模擬輸出),其包括兩個關鍵參數pxxxx3.0和rxxxx4.0,pxxxx3.0是輸出參數(Output),rxxxx4.0是狀態參數(Status),其中,其中,關鍵參數 描述信息記載了:當rxxxx4.0為0x01時,指示該外設溢出,以及,當rxxxx4.0為0x02時,指示該外設與自動設備斷開連接。這里,對于外設01,0x01和0x02是關鍵參數rxxxx2.0的異常判定條件,以及,對于外設02,0x01和0x02是關鍵參數rxxxx4.0的異常判定條件。
自動設備30的性能描述數據例如但不局限于包括自動設備30的各個外設的外設ID、類型、性能參數及其取值范圍等,這里,性能參數的取值范圍可以用作性能參數的異常判定條件。圖2B示出了自動設備的性能描述數據的一個例子。如圖2B所示,自動設備的第一個外設的外設ID是01,其類型為AI,其電壓工作范圍為-10至10,其響應時間為0.01ms,其工作條件為DC(直流)和-40-1000C。自動設備的第二個外設的外設ID是02,其類型為AO,其電壓工作范圍為-10至10,其響應時間為0.02ms,其工作條件為DC和-40-900C。這里,自動設備的每一個外設的電壓工作范圍、響應時間和工作條件這三個性能參數各自的取值可以用作這些性能參數的異常判定條件。
此外,每一個自動設備30還預先存儲用于對與自動設備30有關的每一個可能會發生異常的項目進行異常檢測的異常處理程序模板。與正式的異常處理程序相比,異常處理程序模板只是沒有設定項目的異常判定條件,只要向該異常處理程序模板提供項目的異常判定條件,那么就能生成正式的異常處理程序。其中,自動設備30所存儲的異常處理程序模板可以由自動設備30的制造商提供或者由自動化系統10的用戶提供。
其中,與自動設備30有關的可能會發生異常的項目可以包括自動設備30的各個外設中的各個性能參數和可能會發生異常的關鍵參數。
此外,與自動設備30有關的可能會發生異常的項目還可以包括在自動設備30上運行的工作程序的以下項目:工作程序對CPU的占用率,工作程序對內存的占用率,工作程序中的程序步驟的執行。
此外,與自動設備30有關的可能會發生異常的項目還可以包括外部對自動設備30的訪問操作。
此外,每一個自動設備30還預先存儲軟件解釋器,其用于利用(以下描述的)工程設備20所生成的異常模型和所存儲的異常處理程序模板來生 成異常處理程序以檢測自動設備30的異常。其中,自動設備30所存儲的軟件解釋器可以由自動設備30的制造商提供或由自動化系統10的用戶提供。
工程設備20用于生成用于每一個自動設備30的異常模型并發送給相應的自動設備30,其中,該異常模型是以可擴展標記語言(XML)格式呈現的,其包括與自動設備30有關的自動化系統10的用戶期望監測的項目及其異常判定條件。
現在參見圖3,其示出了按照本發明一個實施例的用于異常檢測的方法的流程圖。下面結合圖1所示的自動化系統10來描述圖2所示的方法。
如圖3所示,在步驟S302,自動化系統10的每一個自動設備30向工程設備20發送其所存儲的設備描述數據。這里,將設備描述數據發送給工程設備20既可以是自動設備30主動執行的,也可以是自動設備30響應于工程設備20的請求而執行的。
在步驟S306,工程設備20接收來自自動化系統10的每一個自動設備30的設備描述數據。
在步驟S310,工程設備20基于所接收的設備描述數據和自動化系統10的工作任務,對自動化系統10進行仿真。
自動化系統10的用戶可以基于自動化系統10的仿真來指定每一個自動設備30中期望監測的可能會發生異常的一個或多個項目及其異常判定條件。用戶期望監測的項目例如可以包括與自動設備的外設有關的項目、與自動設備上運行的程序有關的項目和/或與外部對自動設備的訪問操作有關的項目。
圖4A示出了用戶期望監測的與自動設備的外設有關的項目及其異常判定條件的示例。如圖4A所示,用戶期望監測的與自動設備的外設有關的項目包括:自動設備的外設的電壓工作范圍、響應時間、工作條件和狀態參數。其中,對于自動設備的外設01,電壓工作范圍的異常判定條件是電壓小于0或大于10,響應時間的異常判定條件是大于0.1ms,工作條件的異常判定條件是非DC或工作溫度小于-200C或大于800C,狀態參數的異常判定條件是其值等于0x01。對于自動設備的外設02,電壓工作范圍的異常判定條件是電壓小于-5或大于5,響應時間的異常判定條件是大于0.2ms,工作條件的異常判定條件是非DC或工作溫度小于-200C或大于800C,狀態參數的異常 判定條件是其值等于0x02。
圖4B示出了用戶期望監測的與自動設備上運行的工作程序有關的項目及其異常判定條件的示例。如圖4B所示,用戶期望監測的與自動設備上運行的工作程序有關的項目包括:CPU占用率、內存占用率、M0.1工作步驟的執行、M0.2工作步驟的執行。其中,工作程序的CPU占用率的異常判定條件是大于95%,工作程序的內存占用率的異常判定條件是大于90%,工作程序的M0.1工作步驟的執行的異常判斷條件是M0.1工作步驟的執行的延遲大于5s或其下一工作步驟不是M0.2,工作程序的M0.2工作步驟的執行的異常判斷條件是M0.1工作步驟的輸出值SM0.1等于1或其下一步驟不是M0.3。
圖4C示出了用戶期望監測的與外部對自動設備的訪問操作有關的項目及其異常判定條件的示例。如圖4C所示,與外部對自動設備的訪問操作有關的項目包括:訪問自動設備的外部設備的地址、訪問類型、訪問參數和訪問優先級。其中,訪問自動設備的外部設備的地址的異常判定條件是外部設備的地址不是IP地址192.168.x.101或192.168.x.1,訪問類型的異常判定條件是對于IP地址為192.168.x.101的外部設備不是讀取參數或者對于IP地址為192.168.x.1的外部設備不是讀取參數/寫參數,訪問參數的異常判定條件是對于IP地址為192.168.x.101的外部設備而言不是讀取參數xxxx5、xxxx6或xxxx8或者對于IP地址為192.168.x.1的外部設備而言不是讀取參數xxxx9或者寫參數xxxx10或xxxx11,訪問優先級的異常判定條件是IP地址為192.168.x.101的外部設備的訪問優先級不是2或者IP地址為192.168.x.1的外部設備的訪問優先級不是1。
在步驟S314,工程設備20基于自動化系統10的用戶指定,生成用于每一個自動設備30的XML格式的異常模型,其中,該異常模型包括自動設備30中的自動化系統10的用戶期望監測的項目和該項目的異常判定條件。
在步驟S318,工程設備20將所生成的異常模型發送給相應的自動設備30。
在步驟S322,自動化系統10的每一個自動設備30接收來自工程設備20的異常模型。
在步驟S326,自動化系統10的每一個自動設備30利用所存儲的軟件 解釋器從其所存儲的異常處理程序模板中,檢索出用于對所接收的異常模型所包括的項目進行異常檢測的那些異常處理程序模板。
在步驟S330,自動化系統10的每一個自動設備30利用所存儲的軟件解釋器將所接收的異常模型所包括的項目的異常判定條件提供給所檢索的異常處理程序模板,以生成用于對所接收的異常模型所包括的項目進行異常檢測的異常處理程序。
在步驟S334,自動化系統10的每一個自動設備30執行所生成的異常處理程序以檢測異常。
在步驟S338,當檢測到所期望監測的至少一個項目發生異常時,自動設備30實施相應的異常處理。該異常處理例如但不局限于包括發出警告聲音,通過顯示屏發出警告信息等。
其他變型
本領域技術人員應當理解,自動化系統10還可以包括一個與各個自動設備30連接的服務器F。當自動設備30檢測到預先指定為系統級的異常時,自動設備30將所檢測到的異常發送給服務器F以進行存儲。
本領域技術人員應當理解,雖然在上面的實施例中,每一個自動設備30都是具有生成異常處理程序的能力的設備,然而,本發明并不局限于此。在本發明的其它一些實施例中,自動化系統10也可以包括未具有生成異常處理程序的能力的自動設備,其通常具有存儲器但不具有處理器,例如傳送器。對于未具有生成異常處理程序的能力的自動設備ZD,可以在其存儲器中存儲設備描述數據、軟件解釋器和相應的異常處理程序模板。當工程設備20生成用于自動設備ZD的異常模型時,工程設備20將所生成的用于自動設備ZD的異常模型發送給與自動設備ZD連接的另一自動設備L1。此外,工程設備20也從自動設備ZD獲取自動設備ZD所存儲的用于自動設備ZD的軟件解釋器和異常處理程序模板并發送給自動設備L1。然后,自動設備L1利用所接收到的用于自動設備ZD的軟件解釋器,基于所接收的用于自動設備ZD的異常模型和用于自動設備ZD的異常處理程序模板來生成用于自動設備ZD的異常處理程序并執行該用于自動設備ZD的異常處理程序以檢測自動設備ZD的異常。
本領域技術人員應當理解,雖然在上面的實施例中,異常模型是XML 格式呈現的,然而,本發明并不局限于此。在本發明的其它實施例中,異常模型也可以利用其它類型的標準通用標記語言來呈現,或者利用非標準通用標記語言來呈現。
本領域技術人員應當理解,雖然在上面的實施例中,自動化系統10的用戶基于自動化系統10的仿真來指定自動設備30中期望監測的可能會發生異常的一個或多個項目及其異常判定條件,然而,本發明并不局限于此。在本發明的其它實施例中,自動化系統10的用戶也可以在沒有自動化系統10的仿真的情況下來指定自動設備30中期望監測的可能會發生異常的一個或多個項目及其異常判定條件。
現在參見圖5,其示出了按照本發明一個實施例的用于異常檢測的方法的流程示意圖。圖5所示的方法500可以由工程設備20來執行。
如圖5所示,在步驟S502,生成用于自動化系統中的各個自動設備的異常模型,其中,用于所述各個自動設備中的任一自動設備的所述異常模型包括與所述任一自動設備有關的期望監測的項目和所述項目的異常判定條件。
在步驟S506,向所述各個自動設備中的相應自動設備發送用于所述任一自動設備的所述異常模型。
在一種具體實現中,所述相應自動設備是所述任一自動設備。
在一種具體實現中,與所述任一自動設備有關的所述期望監測的項目包括與所述任一自動設備的外設有關的項目、與所述任一自動設備上運行的工作程序有關的項目和/或與對所述任一自動設備的訪問操作有關的項目。
現在參見圖6,其示出了按照本發明一個實施例的用于異常檢測的方法的流程示意圖。圖6所示的方法600可以由自動化系統中的任一自動設備30i來執行。
如圖6所示,在步驟S602,例如從工程設備20接收用于自動設備LI的異常模型,所述異常模型包括與所述自動設備LI有關的期望監測的項目和所述項目的異常判定條件。
在步驟S606,基于所述異常模型所包括的所述項目的所述異常判定條件和預先存儲的用于對所述項進行異常檢測的異常處理程序模板,生成用于 對所述項目進行異常檢測的異常處理程序,其中,所述異常處理程序模板未設定所述項目的異常判定條件。
在步驟S610,執行所述異常處理程序以檢測所述自動設備LI的異常。
在一種具體實現中,所述生成用于對所述項目進行異常檢測的異常處理程序的步驟S606利用軟件解釋器來實現。
在一種具體實現中,方法600還包括用于當檢測到所述項目中的至少一個項目出現異常時實施相應的異常處理的步驟S614。
在一種具體實現中,所述期望監測的項目包括與所述自動設備LI的外設有關的項目、與所述自動設備LI上運行的工作程序有關的項目和/或與對所述自動設備LI的訪問操作有關的項目。
在一種具體實現中,所述自動設備LI是所述任一自動設備30i或者自動化系統10中不同于所述任一自動設備30i的其它自動設備。
現在參見圖7,其示出了按照本發明一個實施例的用于異常檢測的裝置的示意圖。圖7所示的裝置700可以利用軟件、硬件(例如集成電路或DSP等)或軟硬件結合的方式來實現,并且可以安裝在工程設備20中。
如圖7所示,裝置700包括生成模塊710和發送模塊720。生成模塊710用于生成用于自動化系統的各個自動設備的異常模型,其中,用于所述各個自動設備中的任一自動設備的所述異常模型包括與所述任一自動設備有關的期望監測的項目和所述項目的異常判定條件。發送模塊720用于向所述各個自動設備中的相應自動設備發送用于所述任一自動設備的所述異常模型。
在一種具體實現中,所述相應自動設備是所述任一自動設備。
在一種具體實現中,與所述任一自動設備有關的所述期望監測的項目包括與所述任一自動設備的外設有關的項目、與所述任一自動設備上運行的工作程序有關的項目和/或與對所述任一自動設備的訪問操作有關的項目。
現在參見圖8,其示出了按照本發明一個實施例的用于異常檢測的裝置的示意圖。圖8所示的裝置800可以利用軟件、硬件(例如集成電路或DSP等)或軟硬件結合的方式來實現,并且可以安裝自動化系統10的任一自動設備30i中。
如圖8所示,裝置800可以包括接收模塊810、生成模塊820和執行模塊830。接收模塊810用于接收用于自動設備LK的異常模型,所述異常模型包括與所述自動設備LK有關的期望監測的項目和所述項目的異常判定條件。生成模塊820用于基于所述異常模型所包括的所述項目的所述異常判定條件和預先存儲的用于對所述項目進行異常檢測的異常處理程序模板,生成用于對所述項目進行異常檢測的異常處理程序,其中,所述異常處理程序模板未設定所述項目的異常判定條件。執行模塊830用于執行所述異常處理程序以檢測所述自動設備的異常。
在一種具體實現中,所述生成模塊820是軟件解釋器。
在一種具體實現中,裝置800還包括實施模塊840,用于當檢測到所述項目中的至少一個項目出現異常時,實施相應的異常處理。
在一種具體實現中,所述期望監測的項目包括與所述自動設備LK的外設有關的項目、與所述自動設備LK上運行的工作程序有關的項目和/或與對所述自動設備LK的訪問操作有關的項目。
在一種具體實現中,所述自動設備LK是所述任一自動設備30i或者自動化系統10中不同于所述任一自動設備30i的其它自動設備。
現在參見圖9,其示出了按照本發明一個實施例的用于異常監測的設備的示意圖。如圖9所示,用于異常監測的設備可以包括用于存儲可執行指令的存儲器910和與存儲器910連接的處理器920,其中,處理器920可以執行前述方法500或600的各個操作。
本發明的實施例還提供一種機器可讀介質,其上存儲可執行指令,當該可執行指令被執行時,使得機器實現前述方法500或600的各個操作。
本領域技術人員應當理解,上面公開的各個實施例可以在不偏離發明實質的情況下做出各種變形和修改。因此,本發明的保護范圍應當由所附的權利要求書來限定。