材積分析方法
2023-10-28 03:17:07
專利名稱：材積分析方法
技術領域：
本發明涉及數據分析技術，具體而言，涉及一種材積分析方法。
背景技術：
木材是中國海關口岸進口的大宗貨物之一，持續增長的木材需求，為海關查驗帶來很大壓力。在相關技術中，對於木材的材積計算的自動化監管，主要是通過對木材的橫截面的圖像數據進行分析，得到每節車廂裝載的木材的橫截面的面積，再對長度進行積分後， 得到材積。但這種方式對於圖像數據的分析和處理過程極為複雜，對系統要求較高，且需要消耗很大的數據資源，因此，需要一種新的材積分析方法，可以簡化材積的分析過程，提高計算的效率和
準確率。
發明內容
本發明正是基於上述問題，提出了一種新的材積分析方法，可以簡化材積的分析過程，提高計算的效率和準確率。有鑑於此，本發明提出了一種材積分析方法，用於獲取車廂中木材的體積，包括 步驟102，使用搜索裝置對存儲裝置中存儲的歷史數據進行數據搜索，獲取材積值及與計算所述材積值相關的其他數據；步驟104，分析可能存在的多種外部條件，並利用數據分析裝置分別針對不同的所述外部條件對所述材積值和所述其他數據進行數據挖掘分析處理， 得到與所述外部條件一一對應的材積計算公式，並將所述外部條件與所述材積計算公式對應地存儲至所述存儲裝置；步驟106，通過數據採集裝置對需要進行材積分析的車廂進行數據採集，並通過所述數據分析裝置對採集結果進行分析，獲取所述車廂所處的外部條件， 以及通過所述搜索裝置從所述存儲裝置中獲取對應於所述外部條件的材積計算公式；步驟 108，通過所述數據分析裝置對所述採集結果進行數據分析，獲取所述材積計算公式中需要的條件數據，以及通過所述數據處理裝置，利用所述材積計算公式對所述條件數據進行數據處理，並輸出材積值。在該技術方案中，主要是對存儲的歷史數據進行利用，這些歷史數據中應該包括各個車廂的材積，以及計算出該材積所需要的其他數據，因此，這些數據之間必然存在一定的聯繫，從而才能夠計算出材積，而數據挖掘就是通過對獲取的數據進行分析後，得出它們之間的這種聯繫，即材積計算的公式。材積計算的公式可以不止一個，而是與外部條件的變化相關，比如每節車廂的情況不盡相同，如側壁的有無、車廂的長短等，而對於每節車廂裝載的木材的徑級、排列方式等也都可能存在差異，那麼對於這些差異就存在多種情況，則需要得到分別對應於這些情況的材積計算公式。而當需要再次分析材積時， 則獲取該車廂的外部條件，然後獲取符合這樣的條件的材積計算公式。每個採集計算公式中所需要的數據也不盡相同，因此需要在獲取公式後，根據公式計算的需要，再進行相關數據的獲取，從而最終計算出材積。在上述技術方案中，優選地，在所述步驟102中，所述其他數據包括數值屬性數據和/或類別屬性數據。在該技術方案中，與材積計算時相關的數據包括數值型的數據和用於區分的類別型的數據。在上述技術方案中，優選地，所述數值屬性數據包括木材外輪廓體積、裝貨起始高度、徑級和/或墊木層數。在該技術方案中，數值型的數據可能有很多，這些都是在計算材積時可能需要使用的數據，但並不是每個公式都要用到所有的數據，對於不同外部條件下，可能只需要其中的幾項數據，比如對於廂體式的車廂，則不需要「裝貨起始高度」，再比如「徑級」是針對裝載的是原木的情況，而「墊木」只有在裝載板材時才會用到。在上述技術方案中，優選地，所述類別屬性數據包括木材類型、板材類型、有無車廂側壁、車廂側壁高度和/或材長。在該技術方案中，對於這類數據，雖然也是與材積的計算相關的數據，但是無法像數據屬性數據那樣進行處理，比如對於「木材類型」可能為原木或板材，對於「有無車廂側壁」只能是有或無等等，因此，將這些數據作為區分不同外部情況的條件，如「無側壁細原木」、「無側壁方板材」、「有側壁寬板材」等。在上述技術方案中，優選地，所述外部條件包括所述類別屬性數據。在該技術方案中，不同的外部條件是由多種類別屬性數據進行組合後界定的，比如有無側壁、原木或是板材等，並形成多種不同的外部條件。在上述技術方案中，優選地，所述條件數據包括所述數值屬性數據。在該技術方案中，條件數據用於進行材積的分析計算，比如對於一種情況下，材積的計算公式中包括木材外輪廓體積、裝貨起始高度、徑級等數據，則通過獲取這些數據並帶入計算公式，則可以計算得到材積。在上述技術方案中，優選地，所述步驟102還包括利用所述數據處理裝置對所述材積值進行處理，輸出平均材積值，並刪除所述材積值中與所述平均材積值的差值大於預設的容錯閾值的數據；以及利用所述數據處理裝置對所述其他數據中的數值型數據進行分析，輸出平均歷史數據，並刪除所述其他數據中與所述平均歷史數據的差值大於預設的容錯閾值的數據。在該技術方案中，對材積計算公式的分析，需要用到存儲的歷史數據，但這些數據並不一定十分準確，甚至可能存在一些錯誤，因此，在進行數據分析之前，必須將這些錯誤進行剔除。對於哪些數據可能存在錯誤，可以通過求得總體的平均值，然後將偏離該平均值過大的數值認為是錯誤數據，從而錯誤較大的數據進行去除。在上述技術方案中，優選地，所述步驟106還包括利用車廂識別裝置對車廂進行識別和區分。在該技術方案中，由於一列火車包括很多車廂，而進行材積分析時，是在火車駛過設備時，對每節車廂進行檢測和分析的，因而需要在火車駛過時，對每節車廂進行辨別，然後再針對每節車廂進行進一步檢測和分析。在上述技術方案中，優選地，所述步驟106還包括利用所述數據採集裝置採集所述車廂的編號，並將得到的所述材積值與所述編號對應地存儲至所述存儲裝置。在該技術方案中，通過對車廂的識別和分析，得到每節車廂的材積，將這些數據與對應的車廂進行對應存儲，方便相關人員在日後進行查看、使用和檢查。同時，除了材積值，還可以將其他在進行材積分析時需要用到的數據進行一併存儲，這有助於在進行材積值的檢查時，作為直接證據。在上述技術方案中，優選地，在所述步驟108之後，還包括將所述材積值作為所述歷史數據存儲至所述存儲裝置中。在上述技術方案中，通過將不斷測得的數據加入歷史數據中，然後利用更新後的數據，對之前得到的公式進行校正，從而重新分析得到新的、更準確的對應於不同外部條件的材積計算公式。通過以上技術方案，可以簡化材積的分析過程，提高計算的效率和準確率。
圖1示出了根據本發明的實施例的材積分析方法的流程圖；圖2示出了根據本發明的實施例的材積分析系統的框圖；圖3A示出了根據本發明的實施例的數據採集的示意圖；圖;3B示出了根據本發明的實施例的數據採集的示意圖。
具體實施例方式為了能夠更清楚地理解本發明的上述目的、特徵和優點，下面結合附圖和具體實施方式
對本發明進行進一步的詳細描述。在下面的描述中闡述了很多具體細節以便於充分理解本發明，但是，本發明還可以採用其他不同於在此描述的其他方式來實施，因此，本發明並不限於下面公開的具體實施例的限制。圖1示出了根據本發明的實施例的材積分析方法的流程圖。如圖1所示，根據本發明的實施例的材積分析方法，用於獲取車廂中木材的體積， 包括步驟102，使用搜索裝置對存儲裝置中存儲的歷史數據進行數據搜索，獲取材積值及與計算材積值相關的其他數據；步驟104，分析可能存在的多種外部條件，並利用數據分析裝置分別針對不同的外部條件對材積值和其他數據進行數據挖掘分析處理，得到與外部條件一一對應的材積計算公式，並將外部條件與材積計算公式對應地存儲至存儲裝置；步驟 106，通過數據採集裝置對需要進行材積分析的車廂進行數據採集，並通過數據分析裝置對採集結果進行分析，獲取車廂所處的外部條件，以及通過搜索裝置從存儲裝置中獲取對應於外部條件的材積計算公式；步驟108，通過數據分析裝置對採集結果進行數據分析，獲取材積計算公式中需要的條件數據，以及通過數據處理裝置，利用材積計算公式對條件數據進行數據處理，並輸出材積值。在該技術方案中，主要是對存儲的歷史數據進行利用，這些歷史數據中應該包括各個車廂的材積，以及計算出該材積所需要的其他數據，因此，這些數據之間必然存在一定的聯繫，從而才能夠計算出材積，而數據挖掘就是通過對獲取的數據進行分析後，得出它們之間的這種聯繫，即材積計算的公式。材積計算的公式可以不止一個，而是與外部條件的變化相關，比如每節車廂的情況不盡相同，如側壁的有無、車廂的長短等，而對於每節車廂裝載的木材的徑級、排列方式等也都可能存在差異，那麼對於這些差異就存在多種情況，則需要得到分別對應於這些情況的材積計算公式。而當需要再次分析材積時，則獲取該車廂的外部條件，然後獲取符合這樣的條件的材積計算公式。每個採集計算公式中所需要的數據也不盡相同，因此需要在獲取公式後，根據公式計算的需要，再進行相關數據的獲取，從而最終計算出材積。在上述技術方案中，在步驟102中，其他數據包括數值屬性數據和/或類別屬性數據。在該技術方案中，與材積計算時相關的數據包括數值型的數據和用於區分的類別型的數據。
在上述技術方案中，數值屬性數據包括木材外輪廓體積、裝貨起始高度、徑級和 /或墊木層數。在該技術方案中，數值型的數據可能有很多，這些都是在計算材積時可能需要使用的數據，但並不是每個公式都要用到所有的數據，對於不同外部條件下，可能只需要其中的幾項數據，比如對於廂體式的車廂，則不需要「裝貨起始高度」，再比如「徑級」是針對裝載的是原木的情況，而「墊木」只有在裝載板材時才會用到。在上述技術方案中，類別屬性數據包括木材類型、板材類型、有無車廂側壁、車廂側壁高度和/或材長。在該技術方案中，對於這類數據，雖然也是與材積的計算相關的數據，但是無法像數據屬性數據那樣進行處理，比如對於「木材類型」可能為原木或板材，對於「有無車廂側壁」只能是有或無等等，因此，將這些數據作為區分不同外部情況的條件，如 「無側壁細原木」、「無側壁方板材」、「有側壁寬板材」等。在上述技術方案中，外部條件包括類別屬性數據。在該技術方案中，不同的外部條件是由多種類別屬性數據進行組合後界定的，比如有無側壁、原木或是板材等，並形成多種不同的外部條件。在上述技術方案中，條件數據包括數值屬性數據。在該技術方案中，條件數據用於進行材積的分析計算，比如對於一種情況下，材積的計算公式中包括木材外輪廓體積、裝貨起始高度、徑級等數據，則通過獲取這些數據並帶入計算公式，則可以計算得到材積。在上述技術方案中，步驟102還包括利用數據處理裝置對材積值進行處理，輸出平均材積值，並刪除材積值中與平均材積值的差值大於預設的容錯閾值的數據；以及利用數據處理裝置對其他數據中的數值型數據進行分析，輸出平均歷史數據，並刪除其他數據中與平均歷史數據的差值大於預設的容錯閾值的數據。在該技術方案中，對材積計算公式的分析，需要用到存儲的歷史數據，但這些數據並不一定十分準確，甚至可能存在一些錯誤，因此，在進行數據分析之前，必須將這些錯誤進行剔除。對於哪些數據可能存在錯誤，可以通過求得總體的平均值，然後將偏離該平均值過大的數值認為是錯誤數據，從而錯誤較大的數據進行去除。在上述技術方案中，步驟106還包括利用車廂識別裝置對車廂進行識別和區分。 在該技術方案中，由於一列火車包括很多車廂，而進行材積分析時，是在火車駛過設備時， 對每節車廂進行檢測和分析的，因而需要在火車駛過時，對每節車廂進行辨別，然後再針對每節車廂進行進一步檢測和分析。在上述技術方案中，步驟106還包括利用數據採集裝置採集車廂的編號，並將得到的材積值與編號對應地存儲至存儲裝置。在該技術方案中，通過對車廂的識別和分析，得到每節車廂的材積，將這些數據與對應的車廂進行對應存儲，方便相關人員在日後進行查看、使用和檢查。同時，除了材積值，還可以將其他在進行材積分析時需要用到的數據進行一併存儲，這有助於在進行材積值的檢查時，作為直接證據。在上述技術方案中，在步驟108之後，還包括將材積值作為歷史數據存儲至存儲裝置中。在該技術方案中，通過將不斷測得的數據加入歷史數據中，然後利用更新後的數據，對之前得到的公式進行校正，從而重新分析得到新的、更準確的對應於不同外部條件的材積計算公式。對於上述技術方案中提及的材積分析公式，其具體形式之一如下材積=Kl*外輪廓體積+K2*裝貨起始高度+K3*徑級+K4*墊木+b
其中，K1、K2、K3、K4和b在每個公式中的取值均不同，同時，由於在不同外部條件下，外輪廓體積、裝貨起始高度、徑級、墊木不一定都需要，比如對於有側壁的車廂，不需要考慮裝貨起始高度，此時K2 = 0，再比如對於原木，不需要考慮墊木的高度，此時K4 = 0。此外，這裡列出的外輪廓體積、裝貨起始高度、徑級、墊木等只是作為實施例的數據，對於實際採用時，若希望降低對系統的要求，可以適當減少數據的類型，而若希望提高準確度，則可以進一步增加其他類型的數據。圖2示出了根據本發明的實施例的材積分析系統的框圖。如圖2所示，根據本發明的實施例的材積分析系統200，包括搜索裝置202，對存儲裝置204中存儲的歷史數據進行數據搜索，獲取材積值及與計算材積值相關的其他數據；存儲裝置204，存儲歷史數據，以及對應地存儲車廂的編號與分析得到的材積值；數據分析裝置206，分別針對不同的外部條件對材積值和其他數據進行數據挖掘分析處理，得到與外部條件一一對應的材積計算公式，並將外部條件與材積計算公式對應地存儲至存儲裝置204 ；數據採集裝置208，對需要進行材積分析的車廂進行數據採集，並通過數據分析裝置206對採集結果進行分析，獲取車廂所處的外部條件，以及通過數據分析裝置對採集結果進行數據分析，獲取材積計算公式中需要的條件數據；數據處理裝置210，利用材積計算公式對條件數據進行數據處理，並輸出材積值；車廂識別裝置212，對車廂進行識別和區分。在該技術方案中，主要是對存儲的歷史數據進行利用，這些歷史數據中應該包括各個車廂的材積，以及計算出該材積所需要的其他數據，因此，這些數據之間必然存在一定的聯繫，從而才能夠計算出材積，而數據挖掘就是通過對獲取的數據進行分析後，得出它們之間的這種聯繫，即材積計算的公式。材積計算的公式可以不止一個，而是與外部條件的變化相關，比如每節車廂的情況不盡相同，如側壁的有無、車廂的長短等，而對於每節車廂裝載的木材的徑級、排列方式等也都可能存在差異，那麼對於這些差異就存在多種情況，則需要得到分別對應於這些情況的材積計算公式。而當需要再次分析材積時，則獲取該車廂的外部條件，然後獲取符合這樣的條件的材積計算公式。每個採集計算公式中所需要的數據也不盡相同，因此需要在獲取公式後，根據公式計算的需要，再進行相關數據的獲取，從而最終計算出材積。在上述技術方案中，其他數據包括數值屬性數據和/或類別屬性數據。在該技術方案中，與材積計算時相關的數據包括數值型的數據和用於區分的類別型的數據。在上述技術方案中，數值屬性數據包括木材外輪廓體積、裝貨起始高度、徑級和 /或墊木層數。在該技術方案中，數值型的數據可能有很多，這些都是在計算材積時可能需要使用的數據，但並不是每個公式都要用到所有的數據，對於不同外部條件下，可能只需要其中的幾項數據，比如對於廂體式的車廂，則不需要「裝貨起始高度」，再比如「徑級」是針對裝載的是原木的情況，而「墊木」只有在裝載板材時才會用到。在上述技術方案中，類別屬性數據包括木材類型、板材類型、有無車廂側壁、車廂側壁高度和/或材長。在該技術方案中，對於這類數據，雖然也是與材積的計算相關的數據，但是無法像數據屬性數據那樣進行處理，比如對於「木材類型」可能為原木或板材，對於「有無車廂側壁」只能是有或無等等，因此，將這些數據作為區分不同外部情況的條件，如 「無側壁細原木」、「無側壁方板材」、「有側壁寬板材」等。在上述技術方案中，外部條件包括類別屬性數據。在該技術方案中，不同的外部條件是由多種類別屬性數據進行組合後界定的，比如有無側壁、原木或是板材等，並形成多種不同的外部條件。在上述技術方案中，條件數據包括數值屬性數據。在該技術方案中，條件數據用於進行材積的分析計算，比如對於一種情況下，材積的計算公式中包括木材外輪廓體積、裝貨起始高度、徑級等數據，則通過獲取這些數據並帶入計算公式，則可以計算得到材積。在上述技術方案中，還包括利用數據處理裝置210對材積值進行處理，輸出平均材積值，並刪除材積值中與平均材積值的差值大於預設的容錯閾值的數據；以及利用數據處理裝置210對其他數據中的數值型數據進行分析，輸出平均歷史數據，並刪除其他數據中與平均歷史數據的差值大於預設的容錯閾值的數據。在該技術方案中，對材積計算公式的分析，需要用到存儲的歷史數據，但這些數據並不一定十分準確，甚至可能存在一些錯誤，因此，在進行數據分析之前，必須將這些錯誤進行剔除。對於哪些數據可能存在錯誤，可以通過求得總體的平均值，然後將偏離該平均值過大的數值認為是錯誤數據，從而錯誤較大的數據進行去除。在上述技術方案中，由於一列火車包括很多車廂，而進行材積分析時，是在火車駛過設備時，對每節車廂進行檢測和分析的，因而需要在火車駛過時，對每節車廂進行辨別， 然後再針對每節車廂進行進一步檢測和分析。在上述技術方案中，還包括利用數據採集裝置208採集車廂的編號，並將得到的材積值與編號對應地存儲至存儲裝置204。在該技術方案中，通過對車廂的識別和分析，得到每節車廂的材積，將這些數據與對應的車廂進行對應存儲，方便相關人員在日後進行查看、使用和檢查。同時，除了材積值，還可以將其他在進行材積分析時需要用到的數據進行一併存儲，這有助於在進行材積值的檢查時，作為直接證據。在上述技術方案中，還包括將材積值作為歷史數據存儲至存儲裝置204中。在該技術方案中，通過將不斷測得的數據加入歷史數據中，然後利用更新後的數據，對之前得到的公式進行校正，從而重新分析得到新的、更準確的對應於不同外部條件的材積計算公式。對於上述技術方案中提及的材積分析公式，其具體形式之一如下材積=Kl*外輪廓體積+K2*裝貨起始高度+K3*徑級+K4*墊木+b其中，K1、K2、K3、K4和b在每個公式中的取值均不同，同時，由於在不同外部條件下，外輪廓體積、裝貨起始高度、徑級、墊木不一定都需要，比如對於有側壁的車廂，不需要考慮裝貨起始高度，此時K2 = 0，再比如對於原木，不需要考慮墊木的高度，此時K4 = 0。此外，這裡列出的外輪廓體積、裝貨起始高度、徑級、墊木等只是作為實施例的數據，對於實際採用時，若希望降低對系統的要求，可以適當減少數據的類型，而若希望提高準確度，則可以進一步增加其他類型的數據。圖3A及圖;3B為根據本發明的實施例的數據採集的示意圖。如圖3A所示，為車廂302在沿著行駛方向306前進時的示意圖，由探測器304對車廂302進行掃描。掃描過程中，通過探測器304發射出射線308，射線308的發射方向通常為與行駛方向垂直，以便完成對車廂302的掃描。圖:3B為車廂302的橫截面的示意圖，可以看到，射線308可以為一條或多條射線， 從而方便得到更為豐富的數據，提高準確性。在上述技術方案中，射線308可以為雷射，如紅外波段或可見光波段的雷射，也可以為超聲波，或是其它任意可以用於此處的射線。上述技術方案中的外輪廓體積是指木材被裝在車廂中時，從橫截面觀察時，其木材外輪廓體積。外輪廓體積的計算，主要是通過獲取有效截面平均面積，則木材外輪廓體積=有效截面平均面積*木材長度其中，木材長度可以通過很多方法進行測量，比如通過記錄車廂被掃描的時間和測得的車廂運動速度，則木材長度=車廂被掃描的時間*車廂運動速度或者，對於通常使用的車廂，其長度往往是固定的，比如12米，則在確定長度一致的情況下，可以直接使用固定長度。而對於有效截面平均面積，是指探測器在對車廂進行掃描的過程中，得到的多個有效截面面積的平均值。而這裡的有效截面面積是指去除未掃描到車廂中的木材的空截面和掃描到的木材兩端的截面，去除車廂側壁和立柱，且加入對車廂的底部高度的考慮後，處理得到的截面的面積。以上結合附圖詳細說明了本發明的技術方案，考慮到相關技術中的材積分析方法算法複雜，需要佔用較多的資源。因此，本發明提供了一種新的材積分析方法，可以簡化材積的分析過程，提高計算的效率和準確率。以上所述僅為本發明的優選實施例而已，並不用於限制本發明，對於本領域的技術人員來說，本發明可以有各種更改和變化。凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。
權利要求
1.一種材積分析方法，用於獲取車廂中木材的體積，其特徵在於，包括步驟102，使用搜索裝置對存儲裝置中存儲的歷史數據進行數據搜索，獲取材積值及與計算所述材積值相關的其他數據；步驟104，分析可能存在的多種外部條件，並利用數據分析裝置分別針對不同的所述外部條件對所述材積值和所述其他數據進行數據挖掘分析處理，得到與所述外部條件一一對應的材積計算公式，並將所述外部條件與所述材積計算公式對應地存儲至所述存儲裝置；步驟106，通過數據採集裝置對需要進行材積分析的車廂進行數據採集，並通過所述數據分析裝置對採集結果進行分析，獲取所述車廂所處的外部條件，以及通過所述搜索裝置從所述存儲裝置中獲取對應於所述外部條件的材積計算公式；步驟108，通過所述數據分析裝置對所述採集結果進行數據分析，獲取所述材積計算公式中需要的條件數據，以及通過所述數據處理裝置，利用所述材積計算公式對所述條件數據進行數據處理，並輸出材積值。
2.根據權利要求1所述的材積分析方法，其特徵在於，在所述步驟102中，所述其他數據包括數值屬性數據和/或類別屬性數據。
3.根據權利要求2所述的材積分析方法，其特徵在於，所述數值屬性數據包括木材外輪廓體積、裝貨起始高度、徑級和/或墊木層數。
4.根據權利要求2所述的材積分析方法，其特徵在於，所述類別屬性數據包括木材類型、板材類型、有無車廂側壁、車廂側壁高度和/或材長。
5.根據權利要求1至4中任一項所述的材積分析方法，其特徵在於，所述外部條件包括所述類別屬性數據。
6.根據權利要求1至4中任一項所述的材積分析方法，其特徵在於，所述條件數據包括所述數值屬性數據。
7.根據權利要求1所述的材積分析方法，其特徵在於，所述步驟102還包括利用所述數據處理裝置對所述材積值進行處理，輸出平均材積值，並刪除所述材積值中與所述平均材積值的差值大於預設的容錯閾值的數據；以及利用所述數據處理裝置對所述其他數據中的數值型數據進行分析，輸出平均歷史數據，並刪除所述其他數據中與所述平均歷史數據的差值大於預設的容錯閾值的數據。
8.根據權利要求1所述的材積分析方法，其特徵在於，所述步驟106還包括利用車廂識別裝置對車廂進行識別和區分。
9.根據權利要求1所述的材積分析方法，其特徵在於，所述步驟106還包括利用所述數據採集裝置採集所述車廂的編號，並將得到的所述材積值與所述編號對應地存儲至所述存儲裝置。
10.根據權利要求1至9中任一項所述的材積分析方法，其特徵在於，在所述步驟108 之後，還包括將所述材積值作為所述歷史數據存儲至所述存儲裝置中。
全文摘要
本發明提供了一種材積分析方法，用於獲取車廂中木材的體積，通過對已經獲取的材積方面的數據進行數據挖掘分析，得出材積的計算過程中需要用到的數據，並將這些數據與材積之間形成計算公式，這些計算公式對應著木材或車廂所處的不同外部條件下，則對於需要計算材積的車廂，只需要獲取其所處的外部條件，便可獲取在該條件下的計算公式，然後對該計算公式中的數據進行獲取，即可得到材積。通過本發明提供的技術方案，可以簡化材積的分析過程，提高計算的效率和準確率。
文檔編號G01B11/00GK102506707SQ201110317149
公開日2012年6月20日 申請日期2011年10月18日 優先權日2011年10月18日
發明者單旻, 徐建平, 曲海波, 薛江雲, 趙傑 申請人:北京華力興科技發展有限責任公司