2018年第6期（全文）.pdf

《华侨大学学报（自然科学版）》第七届编辑委员会犜犺犲犛犲狏犲狀狋犺犈犱犻狋狅狉犻犪犾犆狅犿犿犻狋狋犲犲狅犳犑狅狌狉狀犪犾狅犳犎狌犪狇犻犪狅犝狀犻狏犲狉狊犻狋狔（犖犪狋狌狉犪犾犛犮犻犲狀犮犲）主任（犇犻狉犲犮狋狅狉狅犳犈犱犻狋狅狉犻犪犾犆狅犿犿犻狋狋犲犲）吴季怀（ＷＵＪｉｈｕａｉ）副主任（犞犻犮犲犇犻狉犲犮狋狅狉狅犳犈犱犻狋狅狉犻犪犾犆狅犿犿犻狋狋犲犲）陈国华（黄仲一（ＨＵＡＮＧＺｈｏｎｇｙＣＨＥＮＧｕｏｈｕａ）ｉ）编委（犕犲犿犫犲狉狊狅犳犈犱犻狋狅狉犻犪犾犆狅犿犿犻狋狋犲犲）（按姓氏笔画为序）刁勇（王士斌（ＷＡＮＧＳｈＤＩＡＯＹｏｎｇ）ｉｂｉｎ）刘 ? （江开勇（ＬＩＵＧｏｎｇ）ＪＩＡＮＧＫａｉｙｏｎｇ）孙涛（肖美添（ＳＵＮＴａｏ）ＸＩＡＯＭｅｉｔｉａｎ）吴季怀（ＷＵＪ宋秋玲（ｉｈｕａｉ）ＳＯＮＧＱｉｕｌｉｎｇ）张认成（ＺＨＡＮＧＲｅｎｃｈｅｎｇ）陈国华（ＣＨＥＮＧｕｏｈｕａ）苑宝玲（周树峰（ＹＵＡＮＢａｏｌｉｎｇ）ＺＨＯＵＳｈｕｆｅｎｇ）郑力新（徐西鹏（ＺＨＥＮＧＬｉｘｉｎ）ＸＵＸｉｐｅｎｇ）郭子雄（黄仲一（ＨＵＡＮＧＺｈｏｎｇｙＧＵＯＺｉｘｉｏｎｇ）ｉ）黄华林（ＨＵＡＮＧＨｕａ葛悦禾（ｌｉｎ）ＧＥＹｕｅｈｅ）蒲继雄（蔡绍滨（ＰＵＪｉｘｉｏｎｇ）ＣＡＩＳｈａｏｂｉｎ）主编（犈犱犻狋狅狉犻狀犆犺犻犲犳）黄仲一（ＨＵＡＮＧＺｈｏｎｇｙｉ）华侨大学学报（自２０１８年１１月然科学版）总第１６４期（卷终）目第３９卷第６期次石墨烯及其衍生物在生物医药领域的研究进展 !!!!!!!!!!!!!!!!!!!!!!!! 王国权，庞素秋，林俊生，刁勇（７８７）含弹性索的绳牵引并联机构的动力学和末端轨迹控制 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 郑亚青（７９４）鼠标上盖流动平衡数值模拟分析 !!!!!!!!!!!!!!!!!!!!!!!!!!!! 许建文，刘斌，骆灿彬（８０１）五轴端铣锥形摆线齿轮齿形的数值模拟与试验（英文） !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 许建民，顾立志（８０７）北固山隧道施工力学特征及围岩变形控制 !!!!!!!!!!!!!!!!! 金煜皓，韩立军，孟庆彬，王帅，刘振军，杨灵（８１６）弹性半空间球形药包爆破引起的地表振动波形预测 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 刘小鸣，陈士海（８２６）泥粉对聚羧酸减水剂水泥净浆流变性的影响 !!!!!!!!!!!!!!!!!!!!!!! 张亦林，严捍东，钟国才，全志龙（８３２）梁挠曲线方程的精确推导 !!!!!!!!!!!!!!!!!!!!!!!!!!! 刘海波，刘玉丽，石祥锋（８４０）锆柱撑膨润土负载纳米Ｆｅ３Ｏ４多相类芬顿处理老龄垃圾渗滤液 !!!!!!!!!!!!!!!!!!!! 马翠，刘亚琦，张寒旭，袁鹏飞，何争光（８４４）载锆玉米秸秆生物炭的结构表征及磷吸附效果 !!!!!!!!!!!!!!!!!!!!!! 敖涵婷，曹威，阚晋，邓彩军，魏琳（８５１）亭壁蒸发器换热性能的理论分析及仿真 !!!!!!!!!!!!!!!!!!!!!!!!! 李宗北，田琦，董旭，秦成君（８５９）非均匀孔隙率防风抑尘网优化设计 !!!!!!!!!!!!!!! 王世杰，宋罛芳，雷勇刚，景胜蓝，秦成君，刘治廷（８６５）二氧化铅／石墨烯电极的制备及其电化学性能 !!!!!!!!!!!!!!!!!!! 叶俊辉，王森林，黎辉常，梁维俊，张燕秀（８７２）聚氯甲基苯乙烯的功能化及其在酯化反应中的应用 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 杜慷慨，郑好英（８７９）可调性离子液体吸收ＣＯ２性能与反应机制 !!!!!!!!!!!!!!!!!!!!!!!!!!!! 胡鹏程，钟丽娟，江伟（８８５）柯里拉京对顺铂抗卵巢癌Ｈｅｙ和ＳＫＯＶ３细胞的增敏作用 !!!!!!!!!!!!!!!!!!!! 李旭丹，林志灿，李煊，郑志忠，明艳林（８９２）运用覆盖模型的遥感时序数据Ｗｅｂ互操作 !!!!!!!!!!!!!!!!!!!!!!!!!! 陈远杰，余劲松弟，佟瑞菊（８９９）采用部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别 !!!!!!!!!!!!!!!!!!!!!!!!! 余乐，郑力新，杜永兆，黄璇（９０６）高压开关柜内部气隙放电模型及其电场分析 !!!!!!!!!!!!!!!!!!!!!!!!!! 许超，尚荣艳，艾春，毛恒（９１３）多变量过程监控的犇控制图 !!!!!!!!!!!!!!!!!!!!!!!!! 夏蓓鑫，简铮，高雅，陶宁蓉（９２０）非局部相似和双边滤波的图像超分重建 !!!!!!!!!!!!!!!!!!! 黄炜钦，黄德天，顾培婷，柳培忠，骆炎民（９２６）采用多叉树模型数据迁移算法的设计与实现 !!!!!!!!!!!!!!!!!!!!!!!!!!! 宋春红，王佳斌，郑力新（９３２）卷积特征图融合与显著性检测的图像检索 !!!!!!!!!!!!!!!!!!!!!!!!!!!! 聂一亮，杜吉祥，杨麟（９３７）采用负相关学习的ＳＶＭ集成算法 !!!!!!!!!!!!!!!!!!!!!!!! 洪铭，汪鸿翔，刘晓芳，柳培忠（９４２）第３９卷总目次 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! （Ⅰ～Ⅻ ）期刊基本参数：ＣＮ３５  １０７９／Ｎ１９８０ｂＡ４１６０ｚｈＰ ￥１０．００１０００２４２０１８  １１ｎ犑犗犝犚犖犃犔犗犉犎犝犃犙犐犃犗犝犖犐犞犈犚犛犐犜犢（ＮＡＴＵＲＡＬＳＣＩＥＮＣＥ）犞狅犾．３９犖狅．６犛狌犿１６４（犞狅犾狌犿犲犈狀犱）犖狅狏．２０１８犆犗犖犜犈犖犜犛ＲｅｓｅａｒｃｈＰｒｏｇｒｅｓｓｏｆＧｒａｐｈｅｎｅａｎｄＩｔｓＤｅｒｉｖａｔｉｖｅｓｉｎＢｉｏｍｅｄｉｃｉｎｅＦｉｅｌｄ !!!!!!!!!! ＷＡＮＧＧｕｏｑｕａｎ，ＰＡＮＧＳｕｑｉｕ，ＬＩＮＪｕｎｓｈｅｎｇ，ＤＩＡＯＹｏｎｇ（７８７）ＤｙｎａｍｉｃｓａｎｄＥｎｄＴｒａｅｃｔｏｒｔｒｏｌｏｆ２ｌｅｉｖｅｎＰａｒａｌｌｅｌＭｅｃｈａｎｉｓｍ ?Ｃａｂ ?ＤｒｊｙＣｏｎＷｉｔｈＥｌａｓｔｉｃＣａｂｌｅ !!!!!!!!!!!!!!!!!!!!!!!!!!!!!! ＺＨＥＮＧＹａｑｉｎｇ（７９４）ＮｕｍｅｒｉｃａｌＳｉｍｕｌａｔｉｏｎＡｎａｌｉｓｏｆＦｌｏｗＢａｌａｎｃｅｏｆＭｏｕｓｅＵｐｐｅｒＣｏｖｅｒｙｓ !!!!!!!!!!!!!!!!!!!!! ＸＵＪｉａｎｗｅｎ，ＬＩＵＢｉｎ，ＬＵＯＣａｎｂｉｎ（８０１）ＮｕｍｅｒｉｃａｌＳｉｍｕｌａｔｉｏｎａｎｄＥｘｐｅｒｉｍｅｎｔａｌＳｔｕｄｙｏｆＣｏｎｉｃａｌＣｙｃｌｏｉｄＧｅａｒＰｒｏｆｉｌｅｉｎＦａｃｅＭｉｌｌｉｎｇｏｎＦｉｖｅｉｓＭｉｌｌｉｎｇＭａｃｈｉｎｅＴｏｏｌ ?Ａｘ !!!!!!!!!!!!!!!!!!!!!!!!!!! ＸＵＪｉａｎｍｉｎ，ＧＵＬｉｚｈｉ（８０７）ＭｅｃｈａｎｉｃａｌＣｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄＤｅｆｏｒｍａｔｉｏｎＣｏｎｔｒｏｌｏｆＳｕｒｒｏｕｎｄｉｎｇＲｏｃｋｆｏｒＢｅｉｌｇｕｓｈａｎＴｕｎｎｅ !!!!!!!!!!!!!!!!!!! ＪＩＮＹｕｈａｏ，ＨＡＮＬｉｕｎ，ＭＥＮＧＱｉｎｇｂｉｎ，ｊＷＡＮＧＳｈｕａｉ，ＬＩＵＺｈｅｎｕｎ，ＹＡＮＧＬｉｎｇ（８１６）ｊＰｒｅｄｉｃｔｉｏｎｏｆＶｉｂｒａｔｉｏｎＷａｖｅｆｏｒｍｏｎＧｒｏｕｎｄＣａｕｓｅｄｂｙＥｌａｓｔｉｃＳｅｍｉｓｐａｃｅＳｐｈｅｒｉｃａｌＣｈａｒａｓｔｉｎｇｇｅＢｌ !!!!!!!!!!!!!!!!!!!!!!!! ＬＩＵＸｉａｏｍｉｎｇ，ＣＨＥＮＳｈｉｈａｉ（８２６）ＩｎｆｌｕｅｎｃｅｏｆＣｌａｙＰｏｗｄｅｒｔｏＲｈｅｏｌｏｇｉｃａｌＢｅｈａｖｉｏｕｒｏｆＣｅｍｅｎｔＰａｓｔｅＷｉｔｈＰｏｌａｒｂｏｘｙｌａｔｅｙｃＳｕｐｅｒｐｌａｓｔｉｃｉｚｅｒ !!!!!!!! ＺＨＡＮＧＹｉｌｉｎ，ＹＡＮＨａｎｄｏｎｇ，ＺＨＯＮＧＧｕｏｃａｉ，ＱＵＡＮＺｈｉｌｏｎｇ（８３２）ＰｒｅｃｉｓｅＤｅｒｉｖａｔｉｏｎｏｆＢｅａｍＤｅｆｌｅｃｔｉｏｎＥｑｕａｔｉｏｎ !!!!!!!!!!!!!!!!!!!! ＬＩＵＨａｉｂｏ，ＬＩＵＹｕｌｉ，ＳＨＩＸｉａｎｇｆｅｎｇ（８４０）ＦｅｎｔｏｎｉｋｅＰｒｏｃｅｓｓｏｎＴｒｅａｔｉｎｇＳｔａｂｉｌｉｚｅｄｏｌｄＬａｎｄｆｉｌｌＬｅａｃｈａｔｅｂｙＮａｎｏ ?Ｌ ?Ｆｅ３Ｏ４ＤｅｃｏｒａｔｅｄＺｒｉｌｌａｒｅｄＢｅｎｔｏｎｉｔｅａｓＣａｔａｌｔ ?Ｐｙｓ !!!!!! ＭＡＣｕｉ，ＬＩＵＹａｑｉ，ＺＨＡＮＧＨａｎｘｕ，ＹＵＡＮＰｅｎｇｆｅｉ，ＨＥＺｈｅｎｇｇｕａｎｇ（８４４）ＳｔｒｕｃｔｕｒａｌＣｈａｒａｃｔｅｒｉｚａｔｉｏｎａｎｄＰｈｏｓｐｈｏｒｕｓＡｄｓｏｒｐｔｉｏｎｏｆＺｉｒｃｏｎｉｕｍ?ＬｏａｄｅｄＣｏｒｎＳｔａｌｋＢｉｏｃｈａｒ !!!!!!!!!!! ＡＯＨａｎｔｉｎｇ，ＣＡＯＷｅｉ，ＫＡＮＪｉｎ，ＤＥＮＧＣａｉｕｎ，ＷＥＩＬｉｎ（８５１）ｊＴｈｅｏｒｅｔｉｃａｌＡｎａｌｉｓａｎｄＳｉｍｕｌａｔｉｏｎｏｆＨｅａｔＴｒａｎｓｆｅｒＰｅｒｆｏｒｍａｎｃｅｏｆＫｉｏｓｋＷａｌｌｙｓＥｖａｐｏｒａｔｏｒ !!!!!!!!!!!!!!! ＬＩＺｏｎｇｂｅｉ，ＴＩＡＮＱｉ，ＤＯＮＧＸｕ，ＱＩＮＣｈｅｎｇｕｎ（８５９）ｊＤｅｓｉｔｉｍｉｚａｔｉｏｎｏｆＮｏｎｉｆｏｒｍＰｏｒｏｓｉｔｒｏｕｓＦｅｎｃｅｓ ?ＵｎｇｎＯｐｙＰｏ !!!!!!!!!!!!!!! ＷＡＮＧＳｈｉｉｅ，ＳＯＮＧＣｈｏｎｇｆａｎｇ，ＬＥＩＹｏｎｇｇａｎｇ，ｊＪＩＮＧＳｈｅｎｇｌａｎ，ＱＩＮＣｈｅｎｇｕｎ，ＬＩＵＺｈｉｔｉｎｇ（８６５）ｊＰｒｅｐａｒａｔｉｏｎａｎｄＥｌｅｃｔｒｏｃｈｅｍｉｃａｌＰｅｒｆｏｒｍａｎｃｅｏｆＰｂＯ２／ＧｒａｐｈｅｎｅＥｌｅｃｔｒｏｄｅ !!!! ＹＥＪｕｎｈｕｉ，ＷＡＮＧＳｅｎｌｉｎ，ＬＩＨｕｉｃｈａｎｇ，ＬＩＡＮＧＷｅｉｕｎ，ＺＨＡＮＧＹａｎｘｉｕ（８７２）ｊＦｕｎｃｔｉｏｎａｌｉｚａｔｉｏｎｏｆＣｈｌｏｒｏｍｅｔｈｙｌＰｏｌｔｒｅｎｅａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎＳｔｕｄｙｉｎｇｉｎｙｓｙＥｓｔｅｒｉｆｉｃａｔｉｏｎ !!!!!!!!!!!!!!!!!!!!!!! ＤＵＫａｎｇｋａｉ，ＺＨＥＮＧＨａｏｙｉｎｇ（８７９）ＣＯ２ＡｂｓｏｒｔｉｏｎＰｅｒｆｏｒｍａｎｃｅａｎｄＲｅａｃｔｉｏｎＭｅｃｈａｎｉｓｍｏｆＳｗｉｔｃｈａｂｌｅＩｏｎｉｃＬｉｉｄｓｐｑｕ !!!!!!!!!!!!!!!!! ＨＵＰｅｎｇｃｈｅｎｇ，ＺＨＯＮＧＬｉｕａｎ，ＪＩＡＮＧＷｅｉ（８８５）ｊＳｅｎｓｉｔｉｚａｔｉｏｎＥｆｆｅｃｔｏｆＣｏｒｉｌａｇｉｎｏｎＣｉｓｐｌａｔｉｎＡｇａｉｎｓｔＯｖａｒｉａｎＣａｎｃｅｒＨｅｙａｎｄＳＫＯＶ３Ｃｅｌｌｓ !!!!!!! ＬＩＸｕｄａｎ，ＬＩＮＺｈｉｃａｎ，ＬＩＸｕａｎ，ＺＨＥＮＧＺｈｉｚｈｏｎｇ，ＭＩＮＧＹａｎｌｉｎ（８９２）ＲｅｍｏｔｅＳｅｎｓｉｎｇＴｉｍｅｒｉｅｓＤａｔａＷｅｂＩｎｔｅｒｏｐｅｒａｂｉｌｉｔｉｎｇＣｏｖｅｒａｇｅＭｏｄｅｌ ?ＳｅｙＵｓ !!!!!!!!!!!!!!!!! ＣＨＥＮＹｕａｎｉｅ，ＹＵＪｉｎｓｏｎｇｄｉ，ＴＯＮＧＲｕｉｕ（８９９）ｊｊＩｍａｇｅＲｅｃｏｇｎｉｔｉｏｎＭｅｔｈｏｄｏｆＣｏａｌａｎｄＣｏａｌＧａｎｇｕｅＢａｓｅｄｏｎＰａｒｔｉａｌＧｒａｙｓｃａｌｅＣｏｍｐｒｅｓｓｉｏｎＥｘｔｅｎｄｅｄＣｏｅｘｉｓｔｅｎｃｅＭａｔｒｉｘ !!!!!!!!!!!!! ＹＵＬｅ，ＺＨＥＮＧＬｉｘｉｎ，ＤＵＹｏｎｇｚｈａｏ，ＨＵＡＮＧＸｕａｎ（９０６）ＡｉｒｓｃｈａｒｌａｎｄＥｌｅｃｔｒｉｃＦｉｅｌｄＡｎａｌｉｓｏｆＨｉｌｔａｇｅＳｗｉｔｃｈｇｅａｒ ?ＧａｐＤｉ ?ＶｏｇｅＭｏｄｅｙｓｇｈ !!!!!!!!!!!!!! ＸＵＣｈａｏ，ＳＨＡＮＧＲｏｎｇｙａｎ，ＡＩＣｈｕｎ，ＭＡＯＨｅｎｇ（９１３）犇ＣｏｎｔｒｏｌＣｈａｒｔｆｏｒＭｕｌｔｉｖａｒｉａｂｌｅＰｒｏｃｅｓｓＭｏｎｉｔｏｒｉｎｇ !!!!!!!!!!!!!! ＸＩＡＢｅｉｘｉｎ，ＪＩＡＮＺｈｅｎｇ，ＧＡＯＹａ，ＴＡＯＮｉｎｇｒｏｎｇ（９２０）ＩｍａｇｅＳｕｐｅｒｓｏｌｕｔｉｏｎＲｅｃｏｎｓｔｒｕｃｔｉｏｎＢａｓｅｄｏｎＮｏｎａｌＳｉｍｉｌａｒｉｔｉｌａｔｅｒａｌ ?Ｒｅ ?ＬｏｃｙａｎｄＢＦｉｌｔｅｒ !!! ＨＵＡＮＧＷｅｉｉｎ，ＨＵＡＮＧＤｅｔｉａｎ，ＧＵＰｅｉｔｉｎｇ，ＬＩＵＰｅｉｚｈｏｎｇ，ＬＵＯＹａｎｍｉｎ（９２６）ｑＤｅｓｉｌｅｍｅｎｔａｔｉｏｎｏｆＤａｔａＭｉｒａｔｉｏｎＡｌｒｉｔｈｍＵｓｉｎｇＭｕｌｔｉＦｏｒｋＴｒｅｅｇｎａｎｄＩｍｐｇｇｏ !!!!!!!!!!!!!!!! ＳＯＮＧＣｈｕｎｈｏｎｇ，ＷＡＮＧＪｉａｂｉｎ，ＺＨＥＮＧＬｉｘｉｎ（９３２）ＩｍａｇｅＲｅｔｒｉｅｖａｌＢａｓｅｄｏｎＣｏｎｖｏｌｕｔｉｏｎＦｅａｔｕｒｅＭａｐＦｕｓｉｏｎａｎｄＳａｌｉｅｎｃｙＤｅｔｅｃｔｉｏｎ !!!!!!!!!!!!!!!!!!!!! ＮＩＥＹｉｌｉａｎｇ，ＤＵＪｉｘｉａｎｇ，ＹＡＮＧＬｉｎ（９３７）ＳＶＭＥｎｓｅｍｂｌｅｓＡｌｒｉｔｈｍＵｓｉｎｇＮｅｇａｔｉｖｅＣｏｒｒｅｌａｔｉｏｎＬｅａｒｎｉｎｇｇｏ !!!!!!!!! ＨＯＮＧＭｉｎｇ，ＷＡＮＧＨｏｎｇｘｉａｎｇ，ＬＩＵＸｉａｏｆａｎｇ，ＬＩＵＰｅｉｚｈｏｎｇ（９４２）ＴｏｔａｌＣｏｎｔｅｎｔｓｏｆＶｏｌ．３９ !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! （Ⅰ～Ⅻ ）犛犲狉犻犪犾犘犪狉犪犿犲狋犲狉狊：ＣＮ３５  １０７９／Ｎ１９８０ｂＡ４１６０ｚｈＰ ￥１０．００１０００２４２０１８  １１ｎ第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７０５０３６ ? 石墨烯及其衍生物在生物医药领域的研究进展王国权１，２，庞素秋３，林俊生１，２，刁勇１，２（１．华侨大学生物医学学院，福建泉州３６２０２１；２．华侨大学医学院，福建泉州３６２０２１；３．中国人民解放军第１８０医院临床药学科，福建泉州３６２０００）摘要：综述了石墨烯及其衍生物氧化石墨烯和功能化石墨烯的结构特性、生物学特性，以及其在生物传感器、药物载体、光线疗法、生物成像和组织工程材料等生物医药方面的研究进展．结果表明：石墨烯及其衍生物特殊的结构、优异的性能为疾病诊断及临床用药提供新的可能，在生物医药方面具有很大的应用前景．关键词：石墨烯；纳米材料；功能化；生物医药中图分类号：Ｒ３１９文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０７８７０７ ? ? ? 犚犲狊犲犪狉犮犺犘狉狅犵狉犲狊狊狅犳犌狉犪狆犺犲狀犲犪狀犱犐狋狊犇犲狉犻狏犪狋犻狏犲狊犅犻狅犿犲犱犻犮犻狀犲犉犻犲犾犱，，，ＷＡＮＧＧｕｏｑｕａｎ１２，ＰＡＮＧＳｕｑｉｕ３，ＬＩＮＪｕｎｓｈｅｎｇ１２，ＤＩＡＯＹｏｎｇ１２（１．ＳｃｈｏｏｌｏｆＢｉｏｍｅｄｉｃａｌＳｃｉｅｎｃｅｓ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔｉｎａ；ｙ，Ｑｕａｎｚｈｏｕ３６２０２１，Ｃｈ２．ＳｃｈｏｏｌｏｆＭｅｄｉｃｉｎｅ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔｉｎａ；ｙ，Ｑｕａｎｚｈｏｕ３６２０２１，Ｃｈ３．ＤｅｐａｒｔｍｅｎｔｏｆＣｌｉｎｉｃａｌＰｈａｒｍａｃｔｈＨｏｓｐｉｔａｌＰｅｏｐｌｅ ′ ｓＬｉｂｅｒａｔｉｏｎＡｒｍｙ，Ｑｕａｎｚｈｏｕ３６２０００，Ｃｈｉｎａ）ｙ，Ｔｈｅ１８０ｒａｐｈｅｎｅａｎｄｆｕｎｃｔｉｏｎａｌｉｚｅｄ?ｇｒａ  犃犫狊狋狉犪犮狋：Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｒｅｖｉｅｗｅｄｇｒａｐｈｅｎｅａｎｄｉｔｓｄｅｒｉｖａｔｉｖｅｓ，ｏｘｉｄｅ ?ｇｎｃｌｕｄｉｎｇｔｈｅｉｒｓｔｒｕｃｔｕｒｅｓ，ｂｉｏｌｏｇｉｃａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ａｎｄａｐｐｌｉｃａｔｉｏｎｓｉｎｂｉｏｍｅｄｉｃｉｎｅｆｉｅｌｄｓｓｕｃｈａｓｂｉｏ  ｐｈｅｎｅ，ｉｓｅｎｓｏｒｓ，ｄｒｕｇｃａｒｒｉｅｒ，ｌｉｔｔｈｅｒａｐｙ，ｂｉｏｌｏｇｉｃａｌｉｍａｇｉｎｇ，ｔｉｓｓｕｅｅｎｇｉｎｅｅｒｉｎｇｍａｔｅｒｉａｌｓ，ａｎｄｓｏｏｎ．Ｔｈｅｒｅｓｕｌｔｓｇｈｓｈｏｗｓｔｈａｔｇｒａｐｈｅｎｅａｎｄｉｔｓｄｅｒｉｖａｔｉｖｅｓｈａｖｅｓｐｅｃｉａｌｓｔｒｕｃｔｕｒｅａｎｄｏｕｔｓｔａｎｄｉｎｇｐｅｒｆｏｒｍａｎｃｅｔｏｐｒｏｖｉｄｅｎｅｗｐｏｓ  ｖｅｎｈａｖｅｇｒｅａｔａｐｐｌｉｃａｔｉｏｎｐｒｏｓｐｅｃｔｓｉｎｂｉｏｍｅｄｉｃｉｎｅ．ｓｉｂｉｌｉｔｉｅｓｆｏｒｄｉｓｅａｓｅｄｉａｇｎｏｓｉｓａｎｄｃｌｉｎｉｃａｌｍｅｄｉｃｉｎｅ，ｅ犓犲狉犱狊：ｇｒａｐｈｅｎｅ；ｎａｎｏｍａｔｅｒｉａｌｓ；ｆｕｎｃｔｉｏｎａｌ；ｂｉｏｍｅｄｉｃｉｎｅ狔狑狅石墨烯属于富勒烯，是迄今为止发现最薄的纳米材料．它以有机材料中最稳定的苯六元环为基本结构单元，具有二维蜂窝状片层结构，厚度仅有０．３３５ｎｍ．因其具有独特且优良的光学性能、力学性能、电学性能、热学性能和较高的比表面积，石墨烯在能源材料、电子传感器及生物医学等诸多领域的应用备受关注．石墨烯及其衍生物作为一种新型无机纳米载体材料，拥有水溶性好、载药量高、易于修饰等特性，在生物医药领域崭露头角，其相关研究日趋活跃．本文综述了近几年来这类新型材料在生物医药领域的研究进展，并对其研究前景进行展望．收稿日期：２０１７０５１８ ? ? 通信作者：庞素秋（１９７２Ｅ?ｍａｉｌ：  ?），女，副主任药师，博士，主要从事医院药学、临床药学和天然药物的研究．ｐａｎｇｓｕｉｕ＠ｈｑｕ．ｅｄｕ．ｃｎ．ｑ基金项目：国家自然科学基金资助项目（８１３７１６６９，Ｕ１４０５２１５）；福建省泉州市科技计划项目（０７１２Ｚ）７８８华侨大学学报（自然科学版）２０１８年１石墨烯及其衍生物石墨烯及其衍生物包括单层石墨烯、多层石墨烯、氧化石墨烯和功能化石墨烯，每种材料都具有不同的氧化中心和表面化学特性，由于单层石墨烯的化学稳定性不高、不易制备且很难悬浮在溶液中．因此，相对单层石墨稀，氧化石墨烯和功能化石墨烯在生物医药领域的应用较为广泛．１．１石墨烯石墨烯是由单原子层构成的二维原子晶体，其基本结构单元为有机材料中最稳定的苯六元环．石墨烯既是最薄的材料，又是最强韧的材料，断裂强度比最好的钢材还要高２００倍；同时，它又具有良好的弹性，拉伸幅度达到自身尺寸的２０％．从结构上来看，石墨烯经包裹成球可以得到零维富勒烯，沿固定轴旋转可以形成一维碳纳米管，多层石墨烯堆叠组装在一起，可形成三维石墨片．因此，石墨烯可以看作是富勒烯、碳纳米管及石墨等碳材料的基本组成单元．石墨烯独特的结构赋予其一系列优良的物理化学性质，如高热导性、高机械强度、室温下的量子霍尔效应，双极性电场效应等．１．２氧化石墨烯氧化石墨烯的化学结构，如图１所示．由石墨烯氧化制备而来的氧化石墨烯两面均具有芳香结构，具有更大的比表面积和层状结构，且含有大量的含氧活性基团，如羰基、羟基、羧基和环氧基团等［１?２］，环氧基与羟基主要位于氧化石墨烯的基面上，而羰基、羧基则通常分布于氧化石墨烯的边缘处，易于修饰与功能化，拥有良好的水溶性和稳定性［３］．氧化石墨烯是一种两亲性的片状分子，从石墨烯薄片边缘到中央呈现亲水至疏水的性质分布，可在水溶液中作为表面活性剂，稳定疏水性分子［４?５］．１．３功能化石墨烯对氧化石墨烯进行修饰，以具有高反应活性表图１氧化石墨烯的化学结构Ｆｉ１Ｃｈｅｍｉｃａｌｓｔｒｕｃｔｕｒｅｏｆｇｒａｐｈｅｎｅｏｘｉｄｅｇ．面官能团的氧化石墨烯为原材料，进行化学修饰等不同的加工处理手段，在提高水溶性的同时，加强其分散稳定性．通过在氧化石墨烯上引入不同官能团进行修饰，可以赋予其新的特性，制备出多种功能的氧化石墨烯，既能保持石墨烯本身良好的性能，又能使官能团因修饰而赋予其新的特性，如分散性、亲水性、与聚合物的兼容性等．２石墨烯及其衍生物的生物学特性石墨烯及其衍生物具有一些与生物医药相关的突出性能，与其他碳纳米材料相比，这些性能使其在生物医药方面的应用更具潜在优势．２．１比表面积大单层石墨烯的理论比表面积为２６３０ｍ２ ·ｇ－１，比大多数纳米材料的比表面积大１个数量级以上，两个表面与边缘均可与生物分子进行相互作用．巨大的比表面积使石墨烯具有较高的载药能力．Ｙａｎｇ等［６］利用氢键作用实现抗肿瘤药物多柔比星（ＤＯＸ）在氧化石墨烯上的高效负载，其负载量可达２３５％，远远高于其他传统药物载体．２．２良好的亲水性氧化石墨烯表面的基团使氧化石墨烯具有良好的亲水性，由于羟基和羧基在水中发生电离，分散在溶液中的氧化石墨烯表面带有负电荷，负电荷具有电子排斥力，使氧化石墨烯能够在水中稳定分散．２．３独特的表面特性氧化石墨烯的疏水性表面含有氧活性基团，使化学药物通过 π－π 共轭相互作用、离子键和氢键等非共价键固定在氧化石墨烯上．将小分子药物中的部分基团通过共价键与氧化石墨烯边缘的酸性官能团连接起来，可以使氧化石墨烯带上具有不同特性的功能基团，从而使氧化石墨烯成为一种多功能的药物载体．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期王国权，等：石墨烯及其衍生物在生物医药领域的研究进展７８９２．４优良的光学性能氧化石墨烯因具有近红外光致发光现象，可用于活细胞成像研究．其优良的光学性能表现为：可以允许直接跟踪氧化石墨烯粒子在细胞内的位置，而不需要外来的共轭荧光基团；由于在近红外区域最小细胞的自发荧光，在成像过程中，将受到最小化的干扰；此外，氧化石墨烯可通过荧光能量共振转移和非辐射偶极?偶极相互作用，有效淬灭荧光体荧光，可用于开发各种荧光生物传感器．２．５较好的生物相容性石墨烯及其衍生物应用于临床，对其吸收、分布、代谢、排泄及其生物相容性的研究是当前首要任［］务．Ｚｈａｎｇ等７使用放射性示踪技术和一系列生物技术，研究氧化石墨烯静脉注射后，在小鼠体内的分布和生物相容性，连续１４ｄ注射后，小鼠组织器官未见病理学改变，但如果发生氧化石墨烯高度的累积和长时间的滞留，则小鼠器官将出现显著的病理学改变．赵媛媛等［８］采用亲水性高分子材料修饰氧化石［］墨烯，增强石墨烯的水溶性或水分散性，可相应提高其生物安全性．Ｔａｎ等９将羟丙基? β?环糊精修饰的氧化石墨烯羧化物（ＧＯ－ＣＯＯＨ）负载抗癌药物紫杉醇（ＰＴＸ），与未修饰的ＰＴＸ相比，载药纳米微球具有良好的血液相容性，其水溶性和稳定性都有显著的提高．２．６低细胞毒性氧化石墨烯富含的羟基、羧基、环氧基等含氧活性基团都会增强其水溶性，因此，氧化石墨烯的安全性高于石墨烯，但仍可能存在一定的细胞毒性．采用亲水性高分子材料修饰氧化石墨烯，可以进一步提高氧化石墨烯的生物安全性．３生物医药领域的应用目前，石墨烯及其衍生物在生物医药领域的应用主要集中在生物传感器、药物载体、光线疗法及生物成像等方面．３．１生物传感器石墨烯材料是应用于下一代生物传感器最具发展潜力的材料之一．因其具有较大的比表面积，良好的导电、导热性能而备受关注．在生物体内，石墨烯及其衍生物具有良好的水分散性、生物相容性及对特定生物分子的亲和性，通过对石墨烯表面特定分子的修饰，既可以实现电子的快速传递，又可以对生物分子进行选择性检测．３．１．１电化学生物传感器石墨烯具有快速转移电子的能力，既可以有效促进电极附近氧化还原反应的进程，又可以作为新型的电极修饰材料，提高传感器的重现性、选择性和灵敏度．刘艳等［１０］制备石墨烯?壳聚糖纳米复合材料，并与辣根过氧化物酶混合，构建基于石墨烯?壳聚糖?辣根过氧化物酶的生物传感器，结果表明，该传感器对过氧化氢响应灵敏度高，检测范围宽，并且表现出高选择性和良好的稳定性．王丹丹等［１１］以多巴胺印记聚合物为特异性识别材料，以石墨烯为电极增敏材料，制备石墨烯修饰电极的分子印记电化学传感器，该传感器对多巴胺具有高灵敏性和高选择性，可以用于盐酸多巴胺注射液的测定．３．１．２光学生物传感器石墨烯及其衍生物具有光致发光的特性，同时，氧化石墨烯的荧光淬灭特性与其氧化的程度相关．氧化石墨烯可作为荧光淬灭剂用于荧光共振能量转移（ＦＲＥＴ）传感器中，与传统淬灭剂相比，氧化石墨烯由于具有更高的淬灭效率，使ＦＲＥＴ传感器具有背景干扰小、灵敏度高、可多［］重检测的显著特点．Ｚｈａｎｇ等１２构建免标记的石墨烯ＦＲＥＴ传感器，可用于ＤＮＡ特定序列的检测．Ｌｉｕ等［１３］以金纳米粒子作为荧光受体，氧化石墨烯作为供体，以ＤＮＡ杂交的免疫反应构建ＦＲＥＴ传感器，检测特定的ＤＮＡ序列，该方法可广泛用于ＤＮＡ、离子及蛋白质小分子的检测．３．２药物载体纳米药物载体具有药物负载量高、靶向运输和控制释放等优点，在生物医学领域应用前景广泛．氧化石墨烯作为单层的氧化石墨，平面上富含的羧基、羟基、环氧基等官能团可改善氧化石墨烯的分散性和亲水性．文献［１４１５］研究发现，化学药物，ＤＮＡ，ＲＮＡ等均能通过 π－π 共轭、静电作用等非共价键 ? 作用，有效地固定在氧化石墨烯上，从而实现高效运载药物的功能，包括负载小分子药物和基因药物等．３．２．１负载小分子药物功能化的氧化石墨烯具有更大的比表面积，更强的吸附能力，对小分子药物犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．７９０华侨大学学报（自然科学版）２０１８年的负载能力也大大提高，可用来构建高效靶向运输体系．利用壳聚糖（ＣＳ）修饰后的氧化石墨烯负载抗［］癌药物喜树碱（ＣＰＴ）可以用来治疗肿瘤１６．引入含氧官能团，使氧化石墨烯和分子药物之间可以通过共价键结合或氢键结合的方式实现负载，［］亲水性的提高，拓宽了其作为药物载体材料的适用范围．Ｙａｎｇ等１７利用氢键作用，实现ＤＯＸ在氧化石墨烯上的高效负载，其负载量可达２３５％，远远高于其他传统药物载体．ＤＯＸ的负载量及释放行为呈ｐＨ依赖性，通过调节ｐＨ值，改变石墨烯与ＤＯＸ的氢键作用，可以实现ＤＯＸ的可控负载和释放．在此［］基础上，Ｙａｎｇ等１８研制ｐＨ敏感型的氧化石墨烯多重靶向和控释载药系统．由于肿瘤细胞环境显酸性（ｐＨ＜６），该体系在癌细胞释药量将高于正常细胞，从而形成三重靶向效果．药物和石墨烯衍生物之间［］还可以通过共价键连接．Ｚｈａｎｇ等１９通过化学法将氧化石墨烯与磺酸基及叶酸（ＦＡ）偶联，在提高氧化石墨烯生理稳定性的同时，实现抗癌药物ＤＯＸ与ＣＰＴ的可控联合载药和生物靶向运输，具有比单一载药更高的抗肿瘤效果．此外，Ｍａ等［２０］利用氧化石墨烯诱导ＤＯＸ形成原位凝胶，在细胞中持续释放抗癌药物，并保持抗癌活性．二硫键在谷胱甘肽的作用下会发生断键反应，而谷胱甘肽在肿瘤细胞内的浓度要比其在血浆中的浓度高１０００倍以上．因此，载体可通过二硫键共价负载药物，实现药物在体内循［］环中而不释放，直到进入肿瘤细胞后才释放出药物．Ｃｈｅｎ等２１利用二硫键将ＤＯＸ连接到负载银纳米粒的氧化石墨烯表面，使该体系具有还原敏感性．基于肿瘤细胞中强还原性谷胱甘肽（ＧＳＨ）浓度远高于正常细胞，使该给药体系能在肿瘤细胞中释放药物，同时，减少氧化石墨烯多功能化后所形成的表面扩散屏障，促进药物释放．３．２．２负载基因药物随着现代生物医药和基因工程技术的发展，基因药物越来越受科研工作者的重视，如何高效地负载，并靶向运输基因药物是值得深入研究的一个方向．ｓｉＲＮＡ是肿瘤治疗中一种常用的基因药物，Ｙａｎｇ等［２２］使用聚乙二醇（ＰＥＧ），ＦＡ和１?芘甲胺盐酸盐（ＰｙＮＨ２）修饰的氧化石墨烯［］（ＰＥＧ?ＦＡ?ＰｙＮＨ２?ＧＯ）递送人端粒酶逆转录酶（ｈＴＥＲＴ）基因ｓｉＲＮＡ．Ｚｈａｎｇ等２３以聚乙烯亚胺（ＰＥＩ）共价修饰的氧化石墨烯作为载体，同时负载ｓｉＲＮＡ和ＤＯＸ，该载药系统不仅毒性低，而且在最佳Ｎ／Ｐ值时，所负载的ｓｉＲＮＡ具有很高的转染效率，能够有效地降低细胞中Ｂｃｌ２蛋白的表达，协同增强ＤＯＸ ? 对肿瘤细胞的杀伤作用，提高疗效．除了负载多种药物可以提高疗效外，用两种材料共同修饰氧化石墨烯也可以提高其多方面的性能，共同发挥效果．曹秀芬等［２４］将具有良好生物相容性的乳糖酸和ＣＳ作为修饰氧化石墨烯的材料，制备出乳糖酰化壳聚糖修饰的氧化石墨烯纳米载体，可同时运载基因药物和抗肿瘤药物ＤＯＸ，发挥协同效果．由于乳糖酰化壳聚糖可以模拟去唾液酸糖蛋白，具有肝靶向性，使载体能够肝靶向运输基因和抗肿瘤药物，在提高疗效的同时，降低对人体正常组织器官的毒副作用．３．３光线疗法在非药物治疗法中，利用各种光线来防治人类的各种疾病已经普遍地在临床中使用．光线疗法包括光动力疗法（ＰＤＴ）和光热疗法（ＰＴＴ），可通过特定的光辐射摧毁肿瘤细胞，克服化疗和放疗对正常细胞和器官产生的毒副作用［２５］．其中，ＰＤＴ是利用光敏剂在光照射下产生的活性氧杀死肿瘤细胞；而［］ＰＴＴ是利用其经激光照射发生光热转化而产生的超高热致肿瘤细胞热损伤并凋亡２６?２７．一方面，石墨烯衍生物生物相容性好，且毒性较低，可以作为光敏剂的载体；另一方面，石墨烯衍生物在近红外区存在光吸收性，具有光热效应，可以作为光线疗法的辅助．因此，石墨烯衍生物在光线疗法治疗肿瘤领域具有极高的应用价值．３．３．１光动力疗法光敏剂可以吸收光子并将能量传递给不能吸收光子的分子，促其发生化学反应，而本身则不参与化学反应．石墨烯及其衍生物较大的比表面积有利于作为光敏剂的载体，有较好的生物［］相容性，提高了光敏剂在细胞内的流通性．Ｔｉａｎ等２８通过超分子 π－π 作用，将光敏性分子Ｃｅ６负载于ＰＥＧ修饰的氧化石墨烯上，得到的ＰＥＧ?Ｃｅ６ ?ＧＯ表现出良好的水溶性．氧化石墨烯作为载体单元负载抗癌药物ＤＯＸ．氧化石墨烯和卟啉均具有良好的光动力性能，在可见光照射下，纳米超级分子切割恶性肿瘤ＤＮＡ的效率高于氧化石墨烯，其效率分别为８０％和６９％．３．３．２光热疗法光热治疗法利用具有较高光热转换效率的材料，将其注射到人体内部，利用靶向性识别技术聚集在肿瘤组织附近，并在外部光源（一般是近红外光）的照射下，将光能转化为热能，进行杀犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期王国权，等：石墨烯及其衍生物在生物医药领域的研究进展７９１死癌细胞．修饰后的石墨烯拥有较强的光吸收能力和较高的负载力，且能产生更多的热量，这为光热疗［］法的进一步研究提供了方向．Ｙａｎｇ等２９研究氧化石墨烯表面化学结构及尺寸大小对肿瘤光热治疗的［］影响．Ｋａｌｌｕｒｕ等３０以ＰＦＧ?ＦＡ?ＧＯ为载体材料负载ＤＯＸ，在ＮＩＲ光照射下，对小鼠黑色素瘤Ｂ１６Ｆ０细胞兼具光动力和光热治疗效果，小鼠寿命是单独给予ＤＯＸ的１．８倍，说明功能化的氧化石墨烯对肿瘤的光线疗法具有明显的辅助作用．李勇等［３１］分别从细胞层面和机体层面研究纳米氧化石墨烯（ＮＧＯ）联合８０５ｎｍ近红外激光对肿瘤的杀伤和免疫刺激作用．该体系不仅能够有效杀伤肿瘤细胞，还能够刺激巨噬细胞产生ＴＮＦ６，增强激光杀伤的肿瘤细胞对巨噬细胞的免疫刺激效应，通过该机制可 ? α 及ＩＬ? 以达到抑制远隔肿瘤生长的效果．３．４生物成像生物成像作为一种临床诊断技术，要求其核心部分荧光探针在缓冲液、细胞培养液或体液中有良好的溶解性、光稳定性和特异性．传统的生物荧光探针含有重金属元素，在体内通过生物降解或光降解可释放出重金属离子，从而产生毒性．而氧化石墨烯具有大量含氧官能团，易于功能化修饰，其衍生物还具有负载荧光分子的能力，作为荧光探针具有稳定的光致发光、良好的水溶性和生物相容性，应用于以生［］物成像为基础的癌症诊断及定位领域前景广阔．Ｐｅｎｇ等３２通过ＰＥＧ连接氧化石墨烯和荧光染料，并［］将其用于细胞内成像．Ｈｕ等３３利用量子点（ＱＤ）标记还原氧化石墨烯（ｒＧＯ），形成具有强烈荧光、无毒的ＱＤ? ｒＧＯ纳米复合物，并在肿瘤细胞内进行生物成像实验．３．５组织工程材料组织工程材料是组织再生的支架与模板，目前在组织工程研究中常用的聚合物材料，包括源自于生物体的天然生物材料和人工合成的高分子生物材料等．近年来，石墨烯材料已被成功地用于创伤愈合、再生医学、干细胞工程及组织工程学中．支架材料的表面性质可调节细胞黏附和分化行为，石墨烯具有的高弹性、高强度和灵活性等优良特性，使其非常适用于组织工程支架，能够显著地增强现有支架材料的生物相容性，并促进干细胞的黏附、增殖及分化［３４］．石墨烯材料能够促进骨髓间充质干细胞向成骨方向分化［３５?３７］．石墨烯类材料具有良好的导电性，可被应用于促进干细胞向心肌方向分化与心肌细胞增殖［］的支架材料中．由于碳纳米管的几何结构与人心脏组织细胞外基质的结构相似度高，Ｓｔｏｕｔ等３８将碳纳米管与聚乳酸?羟基乙酸（ＰＬＧＡ）材料结合，探究该支架对心肌细胞的影响，结果表明，结合了碳纳米管支架的心肌细胞的密度是没有结合支架的５倍，说明该支架可以有效促进心肌细胞的增殖．４研究展望石墨烯及其衍生物的应用发展十分迅速，其研究成果被广泛地应用于生物医药领域的各个方面．总体而言，石墨烯及其衍生物具有良好的生物相容性、极低的细胞毒性、优良的载药性能和生物成像等特性，在纳米药物运输系统、肿瘤治疗、细胞成像、组织工程材料等方面的应用中，填补了部分生物医药技术的空白，为推动生物医药行业的发展起到了极为重要的作用．关于石墨烯及其衍生物在生物医药领域的应用研究还处在早期阶段，目前仍存在一些问题亟待解决．例如，石墨烯在水和有机溶剂中的溶解性不理想，导致在一定程度上限制了进一步的应用［３９］．首先，功能化的石墨烯虽然具有较好的溶解性和生物相容性，但在制备过程中，不可避免地引入各种化学试剂对生物分子活性和生物体细胞产生一定的毒性影响；其次，石墨烯及其衍生物作为药物载体载药种类少且多为小分子药物，而对大分子或蛋白类药物的靶向递送的研究较少．今后，可将石墨烯衍生物的应用拓展到基因和蛋白药物靶向运输和治疗方面，同时，药物传递系统的靶向性研究主要集中于与肿瘤细胞特异性结合的ＦＡ分子等，未来可尝试针对不同肿瘤细胞采用不同的特异性分子．石墨烯及其衍生物特殊的结构、优异的性能为疾病诊断及临床用药提供新的可能，在生物医药方面具有很大的应用前景，因此，进一步研究石墨烯的作用机理意义重大．参考文献：［１］ＧＡＯＹｕａｎ，ＺＯＵＸｉｎ，ＺＨＡＯＸｉａｏｕｎ，犲狋犪犾．Ｇｒａｐｈｅｎｅｏｘｉｄｅｓｅｄｍａｇｎｅｔｉｃｆｌｕｏｒｅｓｃｅｎｔｈｙｂｒｉｄｓｆｏｒｄｒｕｇｄｅｌｉｖｅｒ ?ｂａｊｙａｎｄｃｅｌｌｕｌａｒｉｍａｇｉｎｇ［ｃｏｌｓｕｒｆｂ．２０１３．０７．０２０．Ｊ］．ＣｏｌｌｏｉｄｓＳｕｒｆＢＢｉｏｉｎｔｅｒｆａｃｅｓ，２０１３，１１２：１２８１３３．ＤＯＩ：１０．１０１６／ ? ｊ．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）７９２２０１８年［／２］ＸＵＣｈｅｎｇ，ＹＡＮＧＤａｒｏｎｇ，ＭＥＩＬｉｎ，犲狋犪犾．Ｔａｒｔｉｎｇｃｈｅｍｏｐｈｏｔｏｔｈｅｒｍａｌｔｈｅｒａｐｙｏｆｈｅｐａｔｏｍａｂｙｇｏｌｄｎａｎｏｒｏｄｓｇｅ／ｓｈｅｒａｐｈｅｎｅｏｘｉｄｅｃｏｒｅｌｌｎａｎｏｃｏｍｐｏｓｉｔｅｓ［Ｊ］．ＡＣＳＡｐｐｌＭａｔｅｒＩｎｔｅｒｆａｃｅｓ，２０１３，５（２４）：１２９１１?１２９２０．ＤＯＩ：１０．ｇ１０２１／ａｍ４０４７１４ｗ．［３］ＫＩＭＪ，ＣＯＴＥＬＪ，ＫＩＭＦ，犲狋犪犾．Ｇｒａｐｈｅｎｅｏｘｉｄｅｓｈｅｅｔｓａｔｉｎｔｅｒｆａｃｅｓ［Ｊ］．ＪＡｍＣｈｅｍＳｏｃ，２０１０，１３２（２３）：８１８０８１８６． ? ＤＯＩ：１０．１０２１／ａ１０２７７７ｐ．ｊ［４］ＧＵＯＦｅｉ，ＫＩＭＦ，ＨＡＮＴＨ，犲狋犪犾．Ｈｙｄｒａｔｉｏｎｒｅｓｐｏｎｓｉｖｅｆｏｌｄｉｎｇａｎｄｕｎｆｏｌｄｉｎｇｉｎｇｒａｐｈｅｎｅｏｘｉｄｅｌｉｉｄｃｒｓｔａｌｐｈａ  ? ｑｕｙｓｅｓ［Ｊ］．ＡＣＳＮａｎｏ，２０１１，５（１０）：８０１９８０２５．ＤＯＩ：１０．１０２１／ｎｎ２０２５６４４． ? ［５］ＫＩＭＦ，ＣＯＴＥＬＪ，ＨＵＡＮＧＪｉａｘｉｎｇ．Ｇｒａｐｈｅｎｅｏｘｉｄｅ：ＳｕｒｆａｃｅａｃｔｉｖｉｔｉｍｅｎｓｉｏｎａｌａｓｓｅｍｂｌＪ］．ＡｄｖＭａ  ?ｄｙａｎｄｔｗｏｙ［２０１０，２２（１７）：１９５４１９５８．ＤＯＩ：１０．１００２／ａｄｍａ．２００９０３９３２．ｔｅｒ， ? ［６］ＹＡＮＧＸｉａｏｙｉｎｇ，ＺＨＡＮＧＸｉａｏｙａｎ，ＬＩＵＺｕｎｆｅｎｇ，犲狋犪犾．Ｈｉｅｆｆｉｃｉｅｎｃｙｌｏａｄｉｎｇａｎｄｃｏｎｔｒｏｌｌｅｄｒｅｌｅａｓｅｏｆｄｏｘｏｒｕｂｉｃｉｎ ? ｇｈｈｙｄｒｏｃｈｌｏｒｉｄｅｏｎｇｒａｐｈｅｎｅｏｘｉｄｅ［Ｊ］．ＪＰｈｙｓＣｈｅｍＣ，２００８，１１２（４５）：１７５５４１７５５８．ＤＯＩ：１０．１０２１／ ? ｊｐ８０６７５１ｋ．［７］ＺＨＡＮＧＸｉａｏｙｏｎｇ，ＹＩＮＪｉｌｅｉ，ＰＥＮＧＣｈｅｎｇ，犲狋犪犾．ＤｉｓｔｒｉｂｕｔｉｏｎａｎｄｂｉｏｃｏｍｐａｔｉｂｉｌｉｔｔｕｄｉｅｓｏｆｇｒａｐｈｅｎｅｏｘｉｄｅｉｎｍｉｃｅｙｓＪ］．Ｃａｒｂｏｎ，２０１１，４９（３）：９８６９９５．ＤＯＩ：１０．１０１６／ａｆｔｅｒｉｎｔｒａｖｅｎｏｕｓａｄｍｉｎｉｓｔｒａｔｉｏｎ［ｃａｒｂｏｎ．２０１０．１１．００５． ? ｊ．［８］赵媛媛，殷婷婕，霍美蓉，等．石墨烯及其衍生物氧化石墨烯作为新型药物载体材料在肿瘤治疗领域的应用研究［Ｊ］．药学进展，２０１５，３９（１）：３２３９． ? ［９］ＴＡＮＪｉｎｇｔｉｎｇ，ＭＥＮＧＮａ，ＦＡＮＹｕｎｔｉｎｇ，犲狋犪犾．Ｈｙｄｒｏｘｙｐｒｏｐｙｌｃｙｃｌｏｄｅｘｔｒｉｎｒｒｉｅｒｓｒａｐｈｅｎｅｏｘｉｄｅｃｏｎｕｇａｔｅｓ：Ｃａ ? ?ｇｊ β? ｆｏｒａｎｔｉｃａｎｃｅｒｄｒｕｇｓ［Ｊ］．ＭａｔｅｒＳｃｉＥｎｇＣ，２０１６，６１：６８１６８７．ＤＯＩ：１０．１０１６／ｍｓｅｃ．２０１５．１２．０９８． ? ? ｊ．［１０］刘艳，牛卫芬．基于石墨烯壳聚糖辣根过氧化物酶的Ｈ２Ｏ２生物传感器的研制［Ｊ］．分析试验室，２０１２，３１（８）：７９ ? ８２．ＤＯＩ：１０．１３５９５／０７２０．２０１２．０２３６．ｃｎｋｉ．ｉｓｓｎ１０００ ? ｊ．［１１］王丹丹，曾延波，刘海清，等．石墨烯修饰电极分子印迹电化学传感器的研制及其对多巴胺的测定［Ｊ］．分析测试学报，２０１３，３２（５）：５８１５８５． ? ［１２］ＺＨＡＮＧＹａｎ，ＬＩＵＹｕｅ，ＺＨＥＮＳｈｕｕｎ，犲狋犪犾．Ｇｒａｐｈｅｎｅｏｘｉｄｅａｓａｎｅｆｆｉｃｉｅｎｔｓｉｌｏ?ｂａｃｋｇｒｏｕｎｄｅｎｈａｎｃｅｒｆｏｒ ?ｔｊｇｎａＤＮＡｄｅｔｅｃｔｉｏｎｗｉｔｈａｌｏｎｇｒａｎｇｅｒｅｓｏｎａｎｃｅｅｎｅｒｒａｎｓｆｅｒｓｔｒａｔｅｇｙ［Ｊ］．ＣｈｅｍＣｏｍｍｕｎ，２０１１，４７（４２）：１１７１８? ｇｙｔ１１７２０．ＤＯＩ：１０．１０３９／Ｃ１ＣＣ１４４９１Ｊ．［１３］ＬＩＵＦｅｉ，ＣＨＯＩＪＹ，ＳＥＯＴＳ．ＧｒａｐｈｅｎｅｏｘｉｄｅａｒｒａｙｓｆｏｒｄｅｔｅｃｔｉｎｇｓｐｅｃｉｆｉｃＤＮＡｈｙｂｒｉｄｉｚａｔｉｏｎｂｙｆｌｕｏｒｅｓｃｅｎｃｅｒｅｓｏ  Ｊ］．ＢｉｏｓｅｎｓＢｉｏｅｌｅｃｔｒｏｎ，２０１０，２５（１０）：２３６１２３６５．ＤＯＩ：１０．１０１６／ｂｉｏｓ．２０１０．０２．０２２．ｎａｎｃｅｅｎｅｒｒａｎｓｆｅｒ［ ? ｊ．ｇｙｔ［１４］ＬＩＭｉｎｇ，ＬＩＵＱｉａｎ，ＪＩＡＺｈａｏｕｎ，犲狋犪犾．Ｅｌｅｃｔｒｏｐｈｏｒｅｔｉｃｄｅｐｏｓｉｔｉｏｎａｎｄｅｌｅｃｔｒｏｃｈｅｍｉｃａｌｂｅｈａｖｉｏｒｏｆｎｏｖｅｌｇｒａｐｈｅｎｅｊｌｕｒｏｎｉｃａｃｉｄｒｏｘｙａｐａｔｉｔｅｎａｎｏｃｏｍｐｏｓｉｔｅｃｏａｔｉｎｇｓ［Ｊ］．ＡｐｐｌＳｕｒｆＳｃｉ，２０１３，２８４（１１）：８０４ＤＯＩ：１０．ｏｘｉｄｅ ?ｈｙａ ?ｈｙｄ ?８１０．１０１６／ａｐｓｕｓｃ．２０１３．０８．０１２．ｊ．［１５］ＺＨＯＵＴｉｎｇ，ＺＨＯＵＸｉａｏｍｉｎｇ，ＸＩＮＧＤａ．Ｃｏｎｔｒｏｌｌｅｄｒｅｌｅａｓｅｏｆｄｏｘｏｒｕｂｉｃｉｎｆｒｏｍｇｒａｐｈｅｎｅｏｘｉｄｅｂａｓｅｄｃｈａｒｒｅ  ? ｇｅｖｅｒｓａｌｎａｎｏｃａｒｒｉｅｒ［ｂｉｏｍａｔｅｒｉａｌｓ．２０１４．０１．０４４．Ｊ］．Ｂｉｏｍａｔｅｒｉａｌｓ，２０１４，３５（１３）：４１８５４１９４．ＤＯＩ：１０．１０１６／ ? ｊ．［１６］ＢＡＯＨｏｎｇｑｉａｎ，ＰＡＮＹｏｎｇｚｈｅｎｇ，ＰＩＮＧＹｕａｎ，犲狋犪犾．Ｃｈｉｔｏｓａｎｆｕｎｃｔｉｏｎａｌｉｚｅｄｇｒａｐｈｅｎｅｏｘｉｄｅａｓａｎａｎｏｃａｒｒｉｅｒｆｏｒ ? ｄｒｕｇａｎｄｇｅｎｅｄｅｌｉｖｅｒＪ］．Ｓｍａｌｌ，２０１１，７（１１）：１５６９１５７８．ＤＯＩ：１０．１００２／ｓｍｌｌ．２０１１００１９１． ? ｙ［［１７］ＹＡＮＧＸｉａｏｙｉｎｇ，ＺＨＡＮＧＸｉａｏｙａｎ，ＬＩＵＺｕｎｆｅｎｇ，犲狋犪犾．Ｈｉｅｆｆｉｃｉｅｎｃｙｌｏａｄｉｎｇａｎｄｃｏｎｔｒｏｌｌｅｄｒｅｌｅａｓｅｏｆｄｏｘｏｒｕｂｉ  ? ｇｈｃｉｎｈｙｄｒｏｃｈｌｏｒｉｄｅｏｎｇｒａｐｈｅｎｅｏｘｉｄｅ［Ｊ］．ＪＰｈｙｓＣｈｅｍＣ，２００８，１１２（４５）：１７５５４１７５５８．ＤＯＩ：１０．１０２１／ ? ｊｐ８０６７５１ｋ．［１８］ＹＡＮＧＸｉａｏｙｉｎｇ，ＷＡＮＧＹｉｎｓｏｎｇ，ＨＵＡＮＧＸｉｎ，犲狋犪犾．ＭｕｌｔｉｆｕｎｃｔｉｏｎａｌｉｚｅｄｇｒａｐｈｅｎｅｏｘｉｄｅｂａｓｅｄａｎｔｉｃａｎｃｅｒｄｒｕｇｔａｒｔｉｎｇｆｕｎｃｔｉｏｎａｎｄｐＨ? ｓｅｎｓｉｔｉｖｉｔＪ］．ＪＭａｔｅｒＣｈｅｍ，２０１０，２１（１０）：３４４８３４５４．ＤＯＩ：１０．１０３９／ｃａｒｒｉｅｒｗｉｔｈｄｕａｌ ? ? ｇｅｙ［Ｃ０ＪＭ０２４９４Ｅ．［１９］ＺＨＡＮＧＬｉｍｉｎｇ，ＸＩＡＪｉｎｇｇｕａｎｇ，ＺＨＡＯＱｉｎｇｈｕａｎ，犲狋犪犾．Ｆｕｎｃｔｉｏｎａｌｇｒａｐｈｅｎｅｏｘｉｄｅａｓｎａｎｏｃａｒｒｉｅｒｓｆｏｒｃｏｎｔｒｏｌｌｅｄｌｏａｄｉｎｇａｎｄｔａｒｔｅｄｄｅｌｉｖｅｒｆｍｉｘｅｄａｎｔｉｃａｎｃｅｒｄｒｕｇｓ［Ｊ］．Ｓｍａｌｌ，２０１０，６（４）：５３７?５４４．ＤＯＩ：１０．１００２／ｓｍｌｌ．ｇｅｙｏ２００９０１６８０．［２０］ＭＡＤｏｎｇ，ＬＩＮＪｉａｎｔａｏ，ＣＨＥＮＹｕｙｕｎ，犲狋犪犾．Ｉｎｓｉｔｕｇｅｌａｔｉｏｎａｎｄｓｕｓｔａｉｎｅｄｒｅｌｅａｓｅｏｆａｎａｎｔｉｔｕｍｏｒｄｒｕｇｂｙｇｒａ  Ｊ］．Ｃａｒｂｏｎ，２０１２，５０（８）：３００１３００７．ＤＯＩ：１０．１０１６／ｃａｒｂｏｎ．２０１２．０２．０８３．ｉｄｅｎａｎｏｓｈｅｅｔｓ［ ? ｊ．ｐｈｅｎｅｏｘ［２１］ＣＨＥＮＨｕｉ，ＷＡＮＧＺｈｕｙｕａｎ，ＺＯＮＧＳｈｅｎｆｅｉ，犲狋犪犾．ＳＥＲＳｆｌｕｏｒｅｓｃｅｎｃｅｍｏｎｉｔｏｒｅｄｄｒｕｇｒｅｌｅａｓｅｏｆａｒｅｄｏｘｒｅｓｐｏｎ  ? ? ｓｉｖｅｎａｎｏｃａｒｒｉｅｒｂａｓｅｄｏｎｇｒａｐｈｅｎｅｏｘｉｄｅｉｎｔｕｍｏｒｃｅｌｌｓ［Ｊ］．ＡＣＳＡｐｐｌＭａｔｅｒＩｎｔｅｒｆａｃｅｓ，２０１４，６（２０）：１７５２６１７５３３． ? ＤＯＩ：１０．１０２１／ａｍ５０５１６０ｖ．［２２］ＹＡＮＧＸｉａｏｙｉｎｇ，ＮＩＵＧａｏｌｉ，ＣＡＯＸｉｕｆｅｎ，犲狋犪犾．Ｔｈｅｐｒｅｐａｒａｔｉｏｎｏｆｆｕｎｃｔｉｏｎａｌｉｚｅｄｇｒａｐｈｅｎｅｏｘｉｄｅｆｏｒｔａｒｔｅｄｉｎ  ｇｅＪ］．ＪＭａｔｅｒＣｈｅｍ，２０１２，２２（１４）：６６４９６６５４．ＤＯＩ：１０．１０３９／Ｃ２ＪＭ１４７１８Ａ．ｔｒａｃｅｌｌｕｌａｒｄｅｌｉｖｅｒｆｓｉＲＮＡ［ ? ｙｏ［２３］ＺＨＡＮＧＬｉｍｉｎｇ，ＬＵＺｈｕｏｘｕａｎ，ＺＨＡＯＱｉｎｇｈｕａｎ，犲狋犪犾．Ｅｎｈａｎｃｅｄｃｈｅｍｏｔｈｅｒａｐｙｅｆｆｉｃａｃｙｂｙｓｅｔｉａｌｄｅｌｉｖｅｒｆｑｕｅｎｙｏ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期王国权，等：石墨烯及其衍生物在生物医药领域的研究进展７９３ｓｉＲＮＡａｎｄａｎｔｉｃａｎｃｅｒｄｒｕｇｓｕｓｉｎｇＰＥＩｒａｆｔｅｄｇｒａｐｈｅｎｅｏｘｉｄｅ［Ｊ］．Ｓｍａｌｌ，２０１１，７（４）：４６０４６４．ＤＯＩ：１０．１００２／ｓｍｌｌ． ? ? ｇ２０１００１５２２．［２４］曹秀芬，冯福立，杨晓英，等．功能化氧化石墨烯作为基因和抗肿瘤药物纳米载体的制备及性能研究［Ｊ］．天津医科大学学报，２０１３，１９（３）：１７８１８１． ? ［２５］ＳＨＡＮＭＵＧＡＭＶ，ＳＥＬＶＡＫＵＭＡＲＳ，ＹＥＨＣＳ．Ｎｅａｒｉｎｆｒａｒｅｄｌｉｔｅｓｐｏｎｓｉｖｅｎａｎｏｍａｔｅｒｉａｌｓｉｎｃａｎｃｅｒｔｈｅｒａ  ? ?ｒｇｈＪ］．ＣｈｅｍＳｏｃＲｅｖ，２０１４，４３（１７）：６２５４６２８７．ＤＯＩ：１０．１０３９／Ｃ４ＣＳ０００１１Ｋ．ｔｉｃｓ［ ? ｐｅｕ［２６］ＺＨＯＵＬｉｎ，ＺＨＯＵＬｉｎ，ＷＥＩＳｈａｏｈｕａ，犲狋犪犾．Ｃｏｍｂｉｎａｔｉｏｎｏｆｃｈｅｍｏｔｈｅｒａｐｙａｎｄｐｈｏｔｏｄｙｎａｍｉｃｔｈｅｒａｐｙｕｓｉｎｇｇｒａ  ｔｏｂｉｏｌ．ｉｄｅａｓｄｒｕｇｄｅｌｉｖｅｒｓｔｅｍ［Ｊ］．ＪＰｈｏｔｏｃｈｅｍＰｈｏｔｏｂｉｏｌＢ，２０１４，１３５（３）：７１６．ＤＯＩ：１０．１０１６／ ? ｊ．ｊｐｈｏｐｈｅｎｅｏｘｙｓｙ２０１４．０４．０１０．［２７］ＣＨＥＮＹｕｗｅｉ，ＳＵＹｕｌｉｎ，ＨＵＳＨ，犲狋犪犾．ＦｕｎｃｔｉｏｎａｌｉｚｅｄｇｒａｐｈｅｎｅｎａｎｏｃｏｍｐｏｓｉｔｅｓｆｏｒｅｎｈａｎｃｉｎｎｇｐｈｏｔｏｔｈｅｒｍａｌＪ］．ＡｄｖＤｒｕｇＤｅｌｉｖｅｒＲｅｖ，２０１６，１０５：１９０２０４．ＤＯＩ：１０．１０１６／ａｄｄｒ．２０１６．０５．０２２．ｔｈｅｒａｐｙｉｎｔｕｍｏｒｔｒｅａｔｍｅｎｔ［ ? ｊ．［２８］ＴＩＡＮＢｏ，ＷＡＮＧＣｈａｏ，ＺＨＡＮＧＳｈｕａｉ，犲狋犪犾．Ｐｈｏｔｏｔｈｅｒｍａｌｌｅｄｐｈｏｔｏｄｙｎａｍｉｃｔｈｅｒａｐｙｄｅｌｉｖｅｒｅｄｂｙｎａｎｏ ? ｙｅｎｈａｎｃｒａｐｈｅｎｅｏｘｉｄｅ［Ｊ］．ＡＣＳＮａｎｏ，２０１１，５（９）：７０００７００９．ＤＯＩ：１０．１０２１／ｎｎ２０１５６０ｂ． ? ｇ［２９］ＹＡＮＧＫａｉ，ＷＡＮＪｉａｎｍｅｉ，ＺＨＡＮＧＳｈｕａｉ，犲狋犪犾．Ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｓｕｒｆａｃｅｃｈｅｍｉｓｔｒｉｚｅｏｆｎａｎｏｓｃａｌｅｇｒａｐｈｅｎｅｙａｎｄｓｏｘｉｄｅｏｎｐｈｏｔｏｔｈｅｒｍａｌｔｈｅｒａｐｙｏｆｃａｎｃｅｒｕｓｉｎｇｕｌｔｒａｌｏｗｌａｓｅｒｐｏｗｅｒ［Ｊ］．Ｂｉｏｍａｔｅｒｉａｌｓ，２０１２，３３（７）：２２０６?２２１４． ? ＤＯＩ：１０．１０１６／ｂｉｏｍａｔｅｒｉａｌｓ．２０１１．１１．０６４．ｊ．［３０］ＫＡＬＬＵＲＵＰ，ＶＡＮＫＡＹＡＬＡＲ，ＣＨＩＡＮＧＣＳ，犲狋犪犾．Ｎａｎｏｉａｔｅｄｉｎｖｉｖｏｆｌｕｏｒｅｓｃｅｎｃｅｉｍａｇｉｎｇｒａｐｈｅｎｅｏｘｉｄｅ ? ?ｍｅｄｇａｎｄｂｉｍｏｄａｌｐｈｏｔｏｄｙｎａｍｉｃａｎｄｐｈｏｔｏｔｈｅｒｍａｌｄｅｓｔｒｕｃｔｉｏｎｏｆｔｕｍｏｒｓ［Ｊ］．Ｂｉｏｍａｔｅｒｉａｌｓ，２０１６，９５：１１０．ＤＯＩ：１０．１０１６／ ? ｂｉｏｍａｔｅｒｉａｌｓ．２０１６．０４．００６．ｊ．［３１］李勇，周非凡，陈伟．氧化石墨烯介导的光热免疫疗法治疗转移性小鼠乳腺肿瘤［Ｊ］．生物化学与生物物理进展，２０１７，４４（１２）：１０９５１１０２． ? ［３２］ＰＥＮＧＣｈｅｎｇ，ＨＵＷｅｎｂｉｎｇ，ＺＨＯＵＹｕｎｔａｏ，犲狋犪犾．Ｉｎｔｒａｃｅｌｌｕｌａｒｉｍａｇｉｎｇｗｉｔｈａｇｒａｐｈｅｎｅｓｅｄｆｌｕｏｒｅｓｃｅｎｔｐｒｏｂｅ ?ｂａ［Ｊ］．Ｓｍａｌｌ，２０１０，６（１５）：１６８６１６９２．ＤＯＩ：１０．１００２／ｓｍｌｌ．２０１０００５６０． ? ［３３］ＨＵＳｈａｎｇｈｓｉｕ，ＣＨＥＮＹｕｗｅｉ，ＨＵＮＧＷｅｉｔｉｎｇ，犲狋犪犾．Ｑｕａｎｔｕｍ? ｄｏｔｔａｇｇｅｄｒｅｄｕｃｅｄｇｒａｐｈｅｎｅｏｘｉｄｅｎａｎｏｃｏｍｐｏｓｉｔｅｓ ? ｆｏｒｂｒｉｔｆｌｕｏｒｅｓｃｅｎｃｅｂｉｏｉｍａｇｉｎｇａｎｄｐｈｏｔｏｔｈｅｒｍａｌｔｈｅｒａｐｙｍｏｎｉｔｏｒｅｄｉｎｓｉｔｕ［Ｊ］．ＡｄｖＭａｔｅｒ，２０１２，２４（１３）：１７４８ ? ｇｈ１７５４．ＤＯＩ：１０．１００２／ａｄｍａ．２０１１０４０７０．［３４］ＧＵＰＴＡＡ，ＷＯＯＤＳＭＤ，ＬＬＬＩＮＧＷＯＲＴＨＫＤ，犲狋犪犾．ＳｉｎｇｌｅｗａｌｌｅｄｃａｒｂｏｎｎａｎｏｔｕｂｅｃｏｍｐｏｓｉｔｅｓｆｏｒｂｏｎｅｔｉｓｓｕｅＪ］．ＪＯｒｔｈｏｐＲｅｓ，２０１３，３１（９）：１３７４１３８１．ＤＯＩ：１０．１００２／ｅｎｇｉｎｅｅｒｉｎｇ［ｏｒ．２２３７９． ? ｊ［／ｐｏ３５］ＰＡＮＬａｎｌａｎ，ＰＥＩＸｉｂｏ，ＨＥＲｕｉ，犲狋犪犾．Ｍｕｌｔｉｗａｌｌｃａｒｂｏｎｎａｎｏｔｕｂｅｓｌｃａｐｒｏｌａｃｔｏｎｅｃｏｍｐｏｓｉｔｅｓｆｏｒｂｏｎｅｔｉｓｓｕｅｅｎ  ｙＪ］．ＣｏｌｌｏｉｄｓＳｕｒｆＢＢｉｏｉｎｔｅｒｆａｃｅｓ，２０１２，９３（１）：２２６?２３４．ＤＯＩ：１０．１０１６／ｃｏｌｓｕｒｆｂ．２０１２．０１．ｉｎｅｅｒｉｎｇａｐｐｌｉｃａｔｉｏｎ［ｊ．ｇ０１１．［３６］ＣＲＯＷＤＥＲＳＷ，ＰＲＡＳＡＩＤ，ＲＡＴＨＲ，犲狋犪犾．Ｔｈｒｅｅｉｍｅｎｓｉｏｎａｌｇｒａｐｈｅｎｅｆｏａｍｓｐｒｏｍｏｔｅｏｓｔｅｏｇｅｎｉｃｄｉｆｆｅｒｅｎｔｉａ  ?ｄｔｉｏｎｏｆｈｕｍａｎｍｅｓｅｎｃｈｙｍａｌｓｔｅｍｃｅｌｌｓ［Ｊ］．Ｎａｎｏｓｃａｌｅ，２０１３，５（１０）：４１７１４１７６．ＤＯＩ：１０．１０３９／Ｃ３ＮＲ００８０３Ｇ． ? ［３７］ＬＡＷＧ，ＰＡＲＫＳ，ＹＯＯＮＨＨ，犲狋犪犾．Ｄｅｌｉｖｅｒｆａｔｈｅｒａｐｅｕｔｉｃｐｒｏｔｅｉｎｆｏｒｂｏｎｅｒｅｇｅｎｅｒａｔｉｏｎｆｒｏｍａｓｕｂｓｔｒａｔｅｃｏａ  ｙｏｔｅｄｗｉｔｈｇｒａｐｈｅｎｅｏｘｉｄｅ［Ｊ］．Ｓｍａｌｌ，２０１３，９（２３）：４０５１４０６０．ＤＯＩ：１０．１００２／ｓｍｌｌ．２０１３００５７１． ? ［ｌｃｏｌｉｃａｃｉｄ）：Ｃａ３８］ＳＴＯＵＴＤＡ，ＢＡＳＵＢ，ＷＥＢＳＴＥＲＴＪ．Ｐｏｌｌａｃｔｉｃｃｏｒｂｏｎｎａｎｏｆｉｂｅｒｃｏｍｐｏｓｉｔｅｓｆｏｒｍｙｏｃａｒｄｉａｌ ? ? ｙ（ｇｙｔｉｓｓｕｅｅｎｇｉｎｅｅｒｉｎｇａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．ＡｃｔａＢｉｏｍａｔｅｒｉａｌｉａ，２０１１，７（８）：３１０１?３１１２．ＤＯＩ：１０．１０１６／ａｃｔｂｉｏ．２０１１．０４．ｊ．０２８．［３９］熊兴泉，徐林建．碳纳米材料的无铜点击功能化［Ｊ］．华侨大学学报（自然科学版），２０１５，３６（６）：６７７６８２．ＤＯＩ：１０． ? １１８３０／ＩＳＳＮ．１０００５０１３．２０１５．０６．０６７７． ? （编辑：李宝川责任编辑：陈志贤犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：刘源岗）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０８００１ ? 含弹性索的绳牵引并联机构的动力学和末端轨迹控制郑亚青１，２（１．华侨大学机电及自动化学院，福建厦门３６１０２１；２．拉瓦尔大学机械工程系，魁北克省魁北克市Ｇ１Ｖ０Ａ６）摘要：为了能为实际应用提供更多的机构构型选择及更有效地研究机构动力学和轨迹控制问题，以２索（一索为弹性索；另一索为普通无质量无弹性刚性索）牵引末端执行器实现２个方向平动运动的２Ｔ机构为例，研究其动力学和末端轨迹控制问题．首先，在末端执行器运动方程的基础上，推导机构系统的逆动力学公式，给出机构动力学系统的状态空间表示及体现其具有微分平坦性的非正式表达；接着，利用非线性控制理论的线性化过程严格证明该微分平坦性，并获得微分平坦输出量和微分同胚于机构动力学系统的拥有Ｂｒｕｎｏｖｓｋｙ正则形式的线性化和解耦化的等价系统；最后，通过针对该等价系统设计外环线性状态反馈控制器，实现末端执行器的渐近稳定轨迹跟踪，并进行实例控制仿真研究．结果表明：控制仿真可实现末端轨迹渐近稳定跟踪，稳定之后的跟踪误差值为０；但在稳定之前存在轨迹跟踪误差和振荡时间，这可通过优化反馈控制增益或修正反馈控制器来改善．关键词：绳牵引；并联机构；弹性索；动力学；微分平坦性；轨迹控制中图分类号：ＴＰ２４文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０７９４０７ ? ? ? 犇狔狀犪犿犻犮狊犪狀犱犈狀犱犜狉犪犲犮狋狅狉狋狉狅犾狅犳２犾犲犻狏犲狀 ?犆犪犫 ?犇狉犼狔犆狅狀犘犪狉犪犾犾犲犾犕犲犮犺犪狀犻狊犿犠犻狋犺犈犾犪狊狋犻犮犆犪犫犾犲，ＺＨＥＮＧＹａｑｉｎｇ１２（１．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｕｔｏｍａｔｉｏｎ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ；ｙ，Ｘｉ２．ＤｅｐａｒｔｍｅｎｔｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＬａｖａｌＵｎｉｖｅｒｓｉｔｃＧ１Ｖ０Ａ６，Ｃａｎａｄａ）ｙ，Ｑｕｅｂｅ犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｐｒｏｖｉｄｅｍｏｒｅｃｈｏｉｃｅｓｆｏｒｍｅｃｈａｎｉｓｍｔｓｉｎｐｒａｃｔｉｃａｌａｐｐｌｉｃａｔｉｏｎｓａｓｗｅｌｌａｓｍｏｒｅｅｆｆｉ  ｙｐｅｃｉｅｎｃｙｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｄｙｎａｍｉｃｓａｎｄｔｒａｅｃｔｏｒｏｎｔｒｏｌ，ａｋｉｎｄｏｆ２Ｔｃａｂｌｅｒｉｖｅｎｐａｒａｌｌｅｌｍｅｃｈａｎｉｓｍ ?ｄｊｙｃｗｉｔｈｏｎｅｅｌａｓｔｉｃｃａｂｌｅａｎｄｏｎｅｍａｓｓｌｅｓｓｒｉｉｄｓｔｒｕｔｗａｓｐｒｅｓｅｎｔｅｄｗｈｉｃｈｃａｎｍａｋｅｔｈｅｅｎｄｅｆｆｅｃｔｏｒｉｍｐｌｅｍｅｎｔ２ ? ｇｄｉｒｅｃｔｉｏｎａｌｔｒａｎｓｌａｔｉｏｎｓ．Ａｔｆｉｒｓｔｔｈｅｉｎｖｅｒｓｅｄｙｎａｍｉｃｓｆｏｒｍｕｌａｔｉｏｎｗａｓｄｅｒｉｖｅｄｂａｓｅｄｏｎｔｈｅｍｏｔｉｏｎｅｔｉｏｎｓｏｆｑｕａｅｆｆｅｃｔｏｒ，ａｎｄｔｈｅｓｔａｔｅｓｐａｃｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｏｆｄｙｎａｍｉｃｓｓｙｓｔｅｍａｓｗｅｌｌａｓｔｈｅｉｎｆｏｒｍａｌｒｅｐｒｅｓｅｎｔａｔｉｏｎｔｈｅｅｎｄ ? ? ｏｆｉｔｓｄｉｆｆｅｒｅｎｔｉａｌｆｌａｔｎｅｓｓｗａｓｇｉｖｅｎ．Ｔｈｅｎｔｈｅｐｒｏｏｆｏｆｄｉｆｆｅｒｅｎｔｉａｌｆｌａｔｎｅｓｓｗａｓｓｔｒｉｃｔｌｒｏｖｅｎｂｙｕｓｉｎｇｔｈｅｌｉｎ  ｙｐｅａｒｉｚａｔｉｏｎｏｆｎｏｎｌｉｎｅａｒｃｏｎｔｒｏｌｔｈｅｏｒｈｅｆｌａｔｏｕｔｔｓｗｅｒｅｏｂｔａｉｎｅｄ．ＴｈｅｌｉｎｅａｒｉｚｅｄａｎｄｄｅｃｏｕｐｌｅｄｓｙｓｔｅｍｙａｎｄｔｐｕｉｎＢｒｕｎｏｖｓｋｙｃａｎｃｏｎｉｃａｌｆｏｒｍｄｉｆｆｅｏｍｏｒｉｃｔｏｔｈｅｐｒｅｖｉｏｕｓｓｙｓｔｅｍｗａｓａｌｓｏａｃｈｉｅｖｅｄ．Ａｎｏｕｔｅｒｌｉｎｅａｒｉｚｅｄｆｅｅｄ  ｐｈｂａｃｋｃｏｎｔｒｏｌｌｅｒｗａｓｄｅｓｉｏｉｍｐｌｅｍｅｎｔｔｈｅａｓｙｍｐｔｏｔｉｃａｌｌｔａｂｌｅｔｒａｅｃｔｏｒｒａｃｋｉｎｇｏｆｔｈｅｅｎｄ?ｅｆｆｅｃｔｏｒ．ｇｎｅｄｔｙｓｊｙｔｏｎｔｒｏｌＴｈｅｒｅｓｕｌｔｓｏｆｃｏｎｔｒｏｌｓｉｍｕｌａｔｉｏｎｈａｖｅｉｎｄｉｃａｔｅｄｔｈａｔｔｈｅａｓｙｍｐｔｏｔｉｃａｌｓｔａｂｉｌｉｔａｎｂｅｒｅａｌｉｚｅｄｂｙｃｙｃ收稿日期：２０１８０８０１ ? ? 通信作者：郑亚青（１９７４Ｅｉｌ：ｅｄｕ．ｃｎ． ?），女，副教授，博士，主要从事绳牵引并联机器人的研究． ?ｍａｙｑｚｈｅｎｇ＠ｈｑｕ．基金项目：福建省自然科学基金资助项目（Ｚ１７２５０５７）；福建省出国留学奖学金资助项目（２０１６年度）；福建省泉州市科学技术协会人才培养培育项目（Ｚ１７２４０８７）第６期郑亚青：含有弹性索的绳牵引并联机构的动力学和轨迹控制７９５ｓｉｍｕｌａｔｉｏｎａｎｄｔｈｅｔｒａｃｋｉｎｇｅｒｒｏｒｗａｓ０ａｆｔｅｒｓｔａｂｉｌｉｔｖｅｒｔｈｅｔｒａｃｋｉｎｇｅｒｒｏｒａｎｄｏｓｃｉｌｌａｔｉｏｎｔｉｍｅｂｅｆｏｒｅｙ．Ｈｏｗｅｔｈｅｓｔａｂｉｌｉｔｌｄｂｅｉｍｐｒｏｖｅｄｂｙｏｐｔｉｍｉｚｉｎｇｔｈｅｃｏｎｔｒｏｌｆｅｅｄｂａｃｋｇａｉｎｓｏｒｃｏｒｒｅｃｔｉｎｇｆｅｅｄｂａｃｋｃｏｎｔｒｏｌｌｅｒ．ｙｓｈｏｕ犓犲狉犱狊：ｗｉｒｅｄｒｉｖｅｎ；ｐａｌａｓｔｉｃｃａｂｌｅ；ｄｙｎａｍｉｃｓ；ｄｉｆｆｅｒｅｎｔｉａｌｆｌａｔｎｅｓｓ；ｔｒａｅｃｔｏｒｏｎｔｒｏｌｒａｌｌｅｌｍｅｃｈａｎｉｓｍ；ｅ ? ｊｙｃ狔狑狅虽然，绳牵引并联机器人具有一些令人满意的特性，包括具有潜在的大工作空间，容易进行重组和使用，可实现高速运动和高质量负荷比［１］．然而，绳牵引并联机器人也存有一些特别的缺陷，最主要的缺陷是绳索只能承受拉力，即绳索必须被绷紧以产生作用在末端执行器上的力和力矩．但由于绳索的柔性有时不能被忽略（如在绳悬挂并联机器人等一些应用场合中），在弹性索、末端执行器和驱动器这３者的动力学之间存在非平凡耦合，机构系统的动力学和末端轨迹控制问题将变得非常复杂［２］．为逐步解决此类问题，Ｇｏｓｓｅｌｉｎ教授替代性地提出一种２索牵引的平面并联机构，在该机构里，每根绳索被看成是由［］一个无质量的刚性杆和一个线性弹簧组成．Ｚｈｅｎｇ３证明该平面并联机构的若干个机构具有微分平坦性，并研究基于微分平坦性的末端执行器轨迹控制问题．由于可简化其动力学和轨迹控制问题，该类型绳牵引并联机构在相应的实际应用中是合适的、有希望的．具有狀自由度的狀根绳索牵引的并联机构（绳索为无质量、无弹性的直线索，机构类型包括２Ｔ机构，３Ｔ机构，１Ｒ２Ｔ机构和３Ｒ３Ｔ机构），其动力学方程具有微分平坦性［４］．本文以２索（一索为弹性索；另一索为普通无质量、无弹性刚性索）牵引末端执行器实现２个方向平动运动的２Ｔ机构为例，研究其动力学和末端轨迹控制问题．１含有１弹性索的２犜绳牵引并联机构的动力学方程含有１弹性索的２Ｔ绳牵引并联机构的机构简图，以及末端执行器的受力分析，如图１所示．图１中： τ１， τ２分别为第一根绳索和第二根绳索的拉力值； ρ１， ρ２分别为第一根绳索和第二根绳索的长度．由图１（ａ）可知：２索并联机器人机构中，末端执行器被绳１和绳２牵引在狓狅狔平面，沿狓和狔方向进行平动运动；绳１由一个无质量而长度为ρ１的刚性索和一个长度为狊１而刚度为犽的线性弹簧组成（绳拉力值τ１＝犽狊１，方向沿矢量犘犅１的方向）；绳２是无质量而长度为ρ２的刚性索（绳拉力值τ２＝狋２，方向沿矢量犘犅２的方向）．由图１（ｂ）可知：末端执行器在３个力（ τ１， τ２和犌）的作用下，在狓狅狔平面内实现沿狓和   狓，狓̈，̈ 狔；狔．狔方向的平动运动，包含位移、速度和加速度的变化，可表示为狓，狔；（ａ）机构简图（ｂ）末端执行器的受力图图１机构简图及末端执行器的受力分析Ｆｉ１Ｍｅｃｈａｎｉｓｍｃｏｎｆｉｒａｔｉｏｎａｎｄｍｏｔｉｏｎａｎａｌｓｉｓｏｆｅｎｄｅｆｆｅｃｔｏｒ ? ｇ．ｇｕｙ绳１和绳２分别绕过滑轮１和滑轮２与各自的绞盘和驱动器相连，机器人控制系统将控制信号发送到驱动器后，使伺服电机的输出轴转动，并带动绞盘改变绳索的长度值或绳拉力值．若伺服驱动器采用位置控制模式，则控制的是绳索长度值（ ρ１和ρ２）；若伺服驱动器采用力矩控制模式，则控制的是绳索的绳拉力值（ｂ）的末端执行器的运动方程可表示为 τ１和τ２）．图１（狊１， τ２＝狋２． τ１＝犽（１）－狓－狓烌烄烌２２２狓＋（狓＋（狓̈ 狔＋犾）狔－犾）犵槡槡＋τ２＋犿＝犿 ¨ ． τ１犾－狔０－犾－狔狔２２２２）（）狓＋（犾狓犾烆槡烎烆烎狔＋槡＋狔－烄２（）（）犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．（２）华侨大学学报（自然科学版）７９６２狊１＋ρ１＝槡狓２＋（狔＋犾），２０１８年狓＋（狔－犾）． ρ２＝槡２（３）２根据式（１）～（３），可得２／（烌犾＋犵狔＋狓狓２＋（１＋犿（犾－狓̈狔－犵２犽狓犾）），狓̈ 狔＋犾） · （狔̈） ρ１＝槡烍２２（）烎狓犾．＝＋－狔２槡 ρ （４）２／（烌狓２＋（犾－狓̈狔－犵犾），狓̈ 犾＋犵狔＋狓－２狓 τ１＝犿槡狔̈）狔＋犾） · （（５）烍２２（）（）／（） · 烎狓＋狔－犾犾＋犵犾－狓̈狔＋犵狔＋狓犾． τ２＝犿槡－狓̈ 狔̈ ２狓   在给定末端执行器的期望运动（狓，狓̈，̈ 狓，狔；狔）时，可获得唯一一组的绳索长度值（狔； ρ１， ρ２）、拉力值   （狓，狓，̈ 狓；１）～（５）计算得到绳索的长度值 τ１， τ２）及线性弹簧的长度狊１．即对于给定的一组（狔，狔，̈ 狔），由式（（２根绳索的拉力值 ρ１， ρ２），并将其转化成伺服电机的输出转角以控制末端执行器的运动控制，此时，（１）～（５）计算而得到的那些值；若采用控制伺服电机的驱动力矩（由τ１， τ１， τ２）将自动满足通过式（ τ２值可换算得到）以实现末端执行器的运动控制．此时，绳索的长度值（１）～（５）计 ρ１， ρ２）将自动满足通过式（算得到的那些值．在末端执行器的轨迹控制中，需要研究机构的逆动力学问题．逆动力学问题可描述为已知末端执行   器的运动狓，狓，̈ 狓和狔， τ１， τ２）．狔，̈ 狔的值，分别求绳索长度值（ ρ１， ρ２）和绳拉力值（２机构动力学系统的状态空间表示及微分平坦性的非正式表达 τ１烌烄烄烄狔１烌狓 ρ１烌４２２   设状态变量狓＝（狓，＝狓， ∈犚和 ρ＝ ∈犚，输出量狔＝ ∈ 狔，狔）∈犚，输入量狌＝ τ２烎烆烆烆狔２烎狔 ρ２烎犚２，状态方程用 狓，狌）表示，由式（１）～（３）可得狓＝犳（（）狓１＝犳１（狓，狌）＝狓（２）狓（１），狓（３），狓，狌）＝ τ１， τ２）＝犳２（犳２（１）１）－狓（－狓（ τ１＋ τ２＋犵２２２２犿槡狓（１）＋（狓（３）＋犾）犿槡狓（１）＋（狓（３）－犾）烄狓烌烄狓１＝  狓＝狓２＝狓̈ ＝狓３＝ 狔＝狓３＝犳３（狓，狌）＝狓（４）狔烎烆狓４＝¨ 狓（１），狓（３），狓，狌）＝ τ１， τ２）＝犳４（犳４（（－狓犿（２）－犿犾）× τ１ τ２２）犾 · －狓（＋＋２２２犿犿狓（１）＋（狓（３）＋犾）狓（１）＋（狓（３）－犾）烆槡烎槡（，）狓１＝犳１狓狌烌２烄烌（））狓（１），狓（３），狓，狌）＝犪１（狓（１），狓（３））狓（１），狓（３）） τ１， τ２）＝犳２（ τ１＋犪２（ τ２＋犵犳２（．（，）狓３＝犳３狓狌（６）狓（１），狓（３），狓，狌）＝犫１（狓（１），狓（３））狓（１），狓（３）） τ１， τ２）＝犳４（ τ１＋犫２（ τ２烎烆犳４（烄狔１烌狓２由式（４），（５）和狔＝＝ ∈犚，可得烆狔２烎狔狓）烌烄烌 ρ１烌烄 １（２，狊１＝槡狓２＋（狓）＝ Φ（狓），＝狔＋犾）－１（ ρ＝  （，）烆 ρ２烎烆２狓狓烎烍  狓，狓）狓）狓 τ１烌烄ψ１（烄烌烄犺１（烌，狔＝．＝＝ τ＝  狓，狓）狓） τ２烎烆ψ２（烎狔烆烎烆犺２（烎取平坦输出为狔，将式（７）中的各个式子用狔及其有限阶导数进行表达，可得  狔，狔）烌狔，̈ 狔）烄 １（烄ψ１（烌烌（，̈ ），（，̈ ），狊 Φ τ ＝＝＝＝ ψ（狔狔狔狔狔，̈ 狔），１ ρ＝   （，，̈ ）（，̈ ）狔狔狔狔狔２２烆 烎烆ψ 烎烍Ｔ    （），（，），（），（，）（，）烎狓＝（ θ１狔 θ２狔狔 θ３狔 θ４狔狔）＝θ 狔狔．（）（）［］式（８）即为机构动力学系统具有微分平坦性的非正式表达４６．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．（７）（８）第６期郑亚青：含有弹性索的绳牵引并联机构的动力学和轨迹控制７９７３机构动力学系统具有微分平坦性的证明利用非线性控制理论的线性化过程，证明机构动力学系统具有微分平坦性，并推导出微分平坦输出量，以及与机构动力学系统微分同胚的等价系统（具有Ｂｒｕｎｏｖｓｋｙ正则形式的线性化和解耦化的系统）［７?９］，具体有如下３个主要步骤．ｉｅ导数，输出函数及Ｌｉｅ导数关于输入量狌的偏微分表达，即１）输出函数关于状态量狓的Ｌ狓（１）０；犔ｆ犺（狓，狌）＝犺（狓）＝狓（３）（）烄狓１烌狓（１）  ０１０００犳２烄狓１烌狓，狌）（，） 犔ｆ犺（狓（３）（，）１；犔ｆ犺（狓，狌）＝＝犳狓狌＝犳狓狌＝ 狓 狓００１０狓３烆狓３烎（）［］烆犳４烎烄狓１烌烄狓１烌  １０１００犳２烄犳２烌狓，狌）（，） 犔ｆ犺（烆狓３烎（，）２；犔ｆ犺（狓，狌）＝＝犳狓狌＝犳狓狌＝ 狓 狓０００１狓３烆犳４烎［］烆犳４烎Ｔ狓，狌）（，） 犳２ 犳２ 犳４ 犳４ 犔犺（狓１（）＋狓３（）；犳狓狌＝狓１（）＋狓３（）， 狓１ 狓３ 狓１ 狓３ 狓狓） 犺１（狓） 犺１（狓） 犺１（狓）熿犺１（燄（）（）（）（）狓１狓２狓３狓４１０００     狓） 犺（；＝＝ 狓狓） 犺２（狓） 犺２（狓） 犺２（狓）００１０ 犺２（１） 狓（２） 狓（３） 狓（４）燅燀狓（３犔ｆ犺（狓，狌）＝２ｆ［］［］烄狓１烌  ００狓３  （１（，））；犔ｆ犺狓狌＝烆烎＝狌狌   ００Ｔ （犳２，犳４） （２犔ｆ犺（狓，狌））＝ ≠ ０．狌狌   １）００  （０（，））  狓（；犔ｆ犺狓狌＝＝狌狌狓（   ３）００［］［］［］烄 ξ１烌４＝φ（狓），其中， ∈犚， ξ＝ η＝ η 烆 ξ２烎狓（１）狓烄η１烌４１－１０，７９］的步骤求解．如ξ１＝φ１（狓）＝犔ｆ犺（狓）＝犔ｆ犺（狓）＝＝狓）＝ ∈犚，据文献［ ? ξ２＝φ２（狓（３）狔烆η２烎狓狓̈ 犳２烄狓１烌  ２－１２犔ｆ犺（狓）＝犔ｆ犺（狓）＝＝  ，即ξ＝［狓狔  狓  狓）＝φ３（狓）＝犔ｆ狓（狓）＝＝¨ ，狔］； η１＝φ２＋１（犳４狔烆狓３烎狔２）寻找机构系统状态方程的微分同胚表达．设微分同胚为（） ξ ［］（）（）［］（）烄狓̈ 烌狔̈ 烄狓 犳２＋狓 犳２烌１３（）（）狓１狓３   ３，即 η＝狓１ 犳２＋狓３ 犳２．狓）＝犔ｆ狓（狓）＝ η２＝φ３＋１（１）３） 犳４ 犳４ 狓（ 狓（狓１（）＋狓３（）烆 狓１ 狓３烎 犳４ 犳４＋狓３烆狓１ 狓（烎１）３） 狓（用新坐标ξ 表示的新系统为ξ１＝狓（）狔狓  狓̈ 犳２  ，＝犕（狌）， ξ１＝ξ２， ξ狉＝ ¨ ＝ ξ， η１， ξ２＝狔狔犳４（）（），狔＝ξ１＝（）［］  狓烄犳２烌狓̈ ２－１狀－狉２－１，（，）＝犔ｆ（（，，）＝犕狌狓狌＝ ¨ ＝狏， Φ Φ （狇∈犚（＝犚），狇犓（１，１） ξ η ξ η ξ， η１）＝犔ｆΦ狉＋犓（ ξ，  狔烆犳４烎狔（）狀＝４，狉＝２，１≤犓 ≤狉． η１）），烄犳２烌烄犪１τ１＋犪２τ２＋犵烌２有犕（狌）＝狏（ ），若方程（ ）是可解的，则 犔ｆ犺（狓，狌）＝狏，狏＝＝ ξ， η１， ξ狉＝狏，烆犳４烎烆犫１τ１＋犫２τ２烎犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）７９８２０１８年２２解析解．由于犔ｆ犺（狓０，狌０）≠０，则狌＝Φ（狓，狏）或狏＝犔ｆ犺（狓，狓，狏））． Φ（烄烄狏１＝狓̈烌 ξ１烌４作为微分平坦输出，则 ξ＝，狏＝ ∈犚，狔狔烎烆 ξ２烎烆狏２＝¨ ［］存在有用Ｂｒｕｎｏｖｓｋｙ正则形式表示的线性化和解耦化的系统１０?１２，即  烌 ξ ＝犃·ξ＋犅·狏，３）微分平坦输出量的确定．若考虑狔＝ξ１＝狓（）  狓燄熿００１０燄熿狓燄熿  ０００１狔００００狏１烄狔 ξ１烌  ，＝＝＋   ００００狓００００狏２烆 ξ２烎狓̈ ¨  燀狔燅燀００００燅燀狔燅烍［］［］（９）熿１０００燄熿狓燄０１００狔．狔＝犮·ξ ＝００００  狓  燀００００燅燀狔燅烎４通过外环线性状态反馈实现末端执行器的渐近稳定轨迹跟踪  狓－ 狓犱）－α０（狓－狓犱），烄狏１＝狓̈犱－α１（烄狏１＝狓̈，其中，由于烅末端狏１和狏２的选择为烅 α ０和α １为控制增益．  狔－ 狔犱）－β０（狔－狔犱）．烆狏２＝狔̈犱－β１（烆狏２＝狔̈，执行器的轨迹跟踪误差系统为犲̈１＋α１ 犲１＋α０犲１＝０，烄轨迹跟踪误差系统的控烅犲̈２＋β１ 犲２＋β０犲２＝０．烆制框图，如图２所示．图２中：狓ｄ，狔ｄ分别为期望轨迹的狓，狔坐标值．为保证误差系统的稳定性， α０， α１， β０， β１应烄 α１ ≥２槡 α０＞０，满足烅为达到优化控制效果，可烆２０． β１ ≥ 槡 β０＞通过线性二次优化（ＬＱＲ）求解代数Ｒｉｃｃａｔｉ方程以获得合适的控制增益值，或者通过极点图２轨迹跟踪误差系统控制框图Ｆｉ２Ｔｒａｅｃｔｏｒｒａｃｋｉｎｇｅｒｒｏｒｓｙｓｔｅｍｇ．ｊｙｔ配置来获得［１３１４］．ｃｏｎｔｒｏｌｂｌｏｃｋｄｉａｇｒａｍ１）ξ（微分平坦输出狔和它的有限阶导数）可通过一个状态反馈被定义成新的状态变量；新的状态变量ξ 的准静态状态反馈，导致一个精确线性状态空间线性化和解耦化的系统，即 犃，犅）为Ｂｒｕｎｏｖｓｋｙ对． ξ＝犃·ξ＋犅·狏，其中，（２）渐近稳定跟踪行为通过一个外环线性状态反馈达到，实时状态变量 ξ 应该可被测量，而且反馈增益应该可被实时调整．５实例控制仿真分析针对图１的２索并联机构选择一组机构参数，即末端执行器的质量犿＝１ｋｇ，线性弹簧的刚度犽＝１．５７１×１０５Ｎ·ｍ－１，犾＝１０ｍ， α０＝４， α１＝１０， β０＝４， β１＝１０．选择一个直线作为末端执行器的期望轨迹，即狓ｄ＝１０ｍ，５－０．５×狋）ｍ，狋＝０～２０ｓ．根据文中推导出的理论结果，在Ｍａｔｌａｂ编程中获得狔ｄ＝（控制仿真结果，如图３～６所示［１５］．图３～６中：狋为时间；狓，狓ｓ，狔分别为狓，狔方向；狔ｓ分别为实际轨迹的狓，犲为误差值；犲狓，犲狔分别为狓，狔坐标值；狔方向上的误差值．由图３，６可知：末端执行器的期望轨迹和实际轨迹沿狓方向的误差值较小（小于０．５ｍ），而沿狔方向的误差值较大（在５ｍ以内），但二者均在狋＝１０ｓ以后为０，即基于微分平坦性的末端轨迹跟踪可实现渐近稳定跟踪，稳定之后跟踪误差值为０；但在稳定之前，存在轨迹跟踪误差和振荡时间，这可通过用犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期郑亚青：含有弹性索的绳牵引并联机构的动力学和轨迹控制（ａ）狓方向７９９（ｂ）狔方向图３期望轨迹和实际轨迹沿狓，狔方向的坐标值随时间变化Ｆｉ３Ｃｏｏｒｄｉｎａｔｅｖａｌｕｅｓｏｆｄｅｓｉｒｅｄｔｒａｅｃｔｏｒｃｔｕａｌｔｒａｅｃｔｏｒｌｏｎｇ狓，狔ｄｉｒｅｃｔｉｏｎｓｃｈａｎｇｅｗｉｔｈｔｉｍｅｇ．ｊｙａｎｄａｊｙａ（ａ）第一根绳索（ｂ）第二根绳索图４不同绳索的拉力值随时间变化Ｆｉ４Ｔｅｎｓｉｏｎｖａｌｕｅｏｆｄｉｆｆｅｒｅｎｔｃａｂｌｅｓｃｈａｎｇｅｓｗｉｔｈｔｉｍｅｇ．图５２根绳索的长度随时间变化图６不同轨迹沿狓，狔方向的误差值随时间变化Ｆｉ５Ｌｅｎｇｔｈｏｆ２ｃａｂｌｅｓｗｉｔｈｔｉｍｅｇ．Ｆｉ６Ｅｒｒｏｒｓｖａｌｕｅｂｅｔｗｅｅｎｄｉｆｆｅｒｅｎｔｔｒａｅｃｔｏｒｉｅｓｇ．ｊａｌｏｎｇ狓，狔ｄｉｒｅｃｔｉｏｎｓｃｈａｎｇｅｓｗｉｔｈｔｉｍｅ线性二次优化（ＬＱＲ）求解代数Ｒｉｃｃａｔｉ方程或通过极点配置以获得更优增益值来改善，若优化控制增益尚无法满足控制目标要求，可修正反馈控制律．由图３，６还可知：如何优化控制增益以满足既定的末端执行器运动及其精度要求是机构能否得到实际应用的重要问题；此外，对某一组给定的控制增益，确定末端执行器的动力学工作空间（在驱动器满足一定的输入条件，如绳拉力介于一定的正值范围内，末端执行器所能达到的运动范围），以及其运动精度同样是一个值得深入研究的问题．由图４可知：绳１的拉力值远小于绳２的拉力值，即在轨迹跟踪控制过程中，绳１远比绳２软．６结论１）仅有一根绳索具有线性弹性，而其他绳索满足无质量、无弹性的情况，该绳牵引并联机构是一种特殊的机构．可利用非线性控制理论的线性化过程严格证明该类型机构系统具有微分平坦性，并获得微分平坦输出量和微分同胚于机构动力学系统拥有Ｂｒｕｎｏｖｓｋｙ正则形式的线性化和解耦化的等价系统．２）可通过针对该等价系统设计外环线性状态反馈控制器实现末端执行器的渐近稳定轨迹跟踪，可通过用线性二次优化（ＬＱＲ）求解代数Ｒｉｃｃａｔｉ方程以获得合适的控制增益值或者通过极点配置来获得更优增益值，以及修正反馈控制器以达到优化控制效果．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８００２０１８年参考文献：［１］ＴＡＮＧＸｉａｏｑｉａｎｇ．Ａｎｏｖｅｒｖｉｅｗｏｆｔｈｅｄｅｖｅｌｏｐｍｅｎｔｆｏｒｃａｂｌｅｄｒｉｖｅｎｐａｒａｌｌｅｌｍａｎｉｌａｔｏｒ［Ｊ］．ＡｄｖａｎｃｅｓｉｎＭｅｃｈａｎｉｃａｌ ? ｐｕＥｎｇｉｎｅｅｒｉｎｇ，２０１４（１）：１９．ＤＯＩ：１０．１１５５／２０１４／８２３０２８． ? ［２］ＬＥＥＴ，ＬＥＯＫＭ，ＭＣＣＬＡＭＲＯＣＨＮＨ．Ｃｏｍｐｕｔａｔｉｏｎａｌｄｙｎａｍｉｃｓｏｆａ３Ｄｅｌａｓｔｉｃｓｔｒｉｎｇｐｅｎｄｕｌｕｍａｔｔａｃｈｅｄｔｏａｒｉ  ｇｉｄｂｏｄｙａｎｄａｎｉｎｅｒｔｉａｌｌｉｘｅｄｒｅｅｌｍｅｃｈａｎｉｓｍ［Ｊ］．ＮｏｎｌｉｎｅａｒＤｙｎａｍｉｃｓ，２０１１，６４（１／２）：９７１１５． ? ｙｆ［３］ＺＨＥＮＧＹａｑｉｎｇ．Ｄｙｎａｍｉｃｓａｎｄｆｌａｔｎｅｓｓｓｅｄｃｏｎｔｒｏｌｏｆｃａｂｌｅｒｉｖｅｎｐａｒａｌｌｅｌｍｅｃｈａｎｉｓｍｓｗｉｔｈｅｌａｓｔｉｃｃａｂｌｅｓ［Ｒ］． ?ｂａ ?ｄＬａｖａｌＵｎｉｖｅｒｓｉｔ２０１８：１９０．Ｑｕｅｂｅｃ： ? ｙ，［４］江晓玲，郑亚青．不完全约束绳牵引并联机器人的微分平坦性分析［Ｊ］．机械设计与研究，２０１０，２６（３）：１９２２．ＤＯＩ： ? １０．１３９５２／ｃｎｋｉ．ｏｆｍｄｒ．２０１０．０３．０２９．ｊ．ｊ［５］于兰，郑亚青．３种构型的６自由度绳牵引门式起重机器人的运动学位置逆解分析［Ｊ］．华侨大学学报（自然科学版），２０１２，３３（２）：１２５１２８．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１２．０２．０１２５． ? ? ［６］郑亚青．大型造船门式绳牵引并联起重机器人的机构设计与运动学位置逆解分析［Ｊ］．华侨大学学报（自然科学版），２００９，３０（４）：３６６３７０．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２００９．０４．０３６６． ? ? ［７］ＩＳＩＤＯＲＩＡ．Ｎｏｎｌｉｎｅａｒｃｏｎｔｒｏｌｓｙｓｔｅｍｓ［Ｍ］．３ｒｄｅｄ．Ｌｏｎｄｏｎ：Ｓｐｒｉｎｇｅｒｒｌａｇ，１９９５：１５４９． ?Ｖｅ ? ［８］ＲＵＤＯＬＰＨＪ，ＲＯＴＨＦＵＳＳＲ，ＰＯＭＥＴＪＢ．Ａｇｅｎｅｒａｌｉｚｅｄｃｏｎｔｒｏｌｌｅｒｆｏｒｍｆｏｒｌｉｎｅａｒｉｚａｔｉｏｎｂｙｑｕａｓｉｓｔａｔｉｃｆｅｅｄｂａｃｋ ? ［Ｃ］∥ＩＦＡＣＳｙｓｔｅｍＳｔｒｕｃｔｕｒｅａｎｄＣｏｎｔｒｏｌ．Ｎａｎｔｅｓ：［ｓ．ｎ．］，１９９５：１３９１４４．ＤＯＩ：１０．１０１６／Ｓ１４７４６６７０（１７）４５４５１６． ? ? ? ［９］ＺＨＥＮＧＹａｑｉｎｇ．Ｆｅｅｄｂａｃｋｌｉｎｅａｒｉｚａｔｉｏｎｃｏｎｔｒｏｌｏｆａｗｉｒｅｄｒｉｖｅｎｐａｒａｌｌｅｌｓｕｐｐｏｒｔｓｙｓｔｅｍｉｎｗｉｎｄｔｕｎｎｅｌｓ［Ｃ］∥Ｐｒｏ  ? ｅｓｓ，２００６：ｃｅｅｄｉｎｇｓｏｆＳｉｘｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｎｔｅｌｌｉｔＳｙｓｔｅｍＤｅｓｉｌｉｃａｔｉｏｎｓ．Ｊｉｎａｎ：ＩＥＥＥＰｒｇｅｎｇｎａｎｄＡｐｐ９１３．ＤＯＩ：１０．１１０９／ＩＳＤＡ．２００６．２７． ? ［１０］ＲＵＤＯＬＰＨＪ．Ｗｅｌｌｆｏｒｍｅｄｄｙｎａｍｉｃｓｕｎｄｅｒｑｕａｓｉｔａｔｉｃｓｔａｔｅｆｅｅｄｂａｃｋ［Ｍ］．［Ｓ．ｌ．］：ＢａｎａｃｈＣｅｎｔｅｒＰｕｂｌｉｃａｔｉｏｎｓ， ? ?ｓ１９９５：３４９３６０． ? ［１１］ＦＬＩＥＳＳＭ．ＳｏｍｅｒｅｍａｒｋｓｏｎｔｈｅＢｒｕｎｏｖｓｋｙｃａｎｏｎｉｃａｌｆｏｒｍ［Ｊ］．Ｋｙｂｅｒｎｅｔｉｋａ（Ｐｒａｈａ），１９９３，２９（５）：４１７４２２． ? ［１２］ＢＲＵＮＯＶＳＫＰ．Ａｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｌｉｎｅａｒｃｏｎｔｒｏｌｌａｂｌｅｓｙｓｔｅｍｓ［Ｊ］．Ｋｙｂｅｒｎｅｔｉｋａ（Ｐｒａｈａ），１９７０，６（３）：１７３１８８． ? ［１３］ＭＩＬＬＥＲＤＥ，ＲＯＳＳＩＭ．ＳｉｍｕｌｔａｎｅｏｕｓｓｔａｂｉｌｉｚａｔｉｏｎｗｉｔｈｎｅａｒｏｐｔｉｍａｌＬＱＲｐｅｒｆｏｒｍａｎｃｅ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＡｕｔｏｍａｔｉｃＣｏｎｔｒｏｌ，２００１，４６（１０）：１５４３１５５５．ＤＯＩ：１０．１１０９／ＣＤＣ．２０００．９１４２１７． ? ［１４］ＴＵＮＡＳＥ．ＬＱＲ?ｂａｓｅｄｃｏｕｐｌｉｎｇｇａｉｎｆｏｒｓｙｎｃｈｒｏｎｉｚａｔｉｏｎｏｆｌｉｎｅａｒｓｙｓｔｅｍｓ［Ｊ］．Ｍａｔｈｅｍａｔｉｃｓ，２００８（１）：１８． ? ［１５］苏金明，阮沈勇．ＭＡＴＬＡＢ实用教程［Ｍ］．２版．北京：电子工业出版社，２００８：１３８１． ? （编辑：李宝川责任编辑：陈志贤犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：崔长彩）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０８０１６ ? 鼠标上盖流动平衡数值模拟分析许建文，刘斌，骆灿彬（华侨大学福建省特种能场制造重点实验室，福建厦门３６１０２１）摘要：非平衡式浇注系统的鼠标上盖注塑模，容易导致熔体流动不平衡，需要进行浇注系统优化．运用Ｍｏｌｄｆｌｏｗ软件模拟浇口位置设计、熔体的填充及流动平衡过程，初步优化浇注系统，并得到流动平衡分析的结果．以分析结果为基础，调整浇注系统设计后，进行填充及流动平衡模拟分析．结果表明：浇注系统优化后，型腔间的填充时间不平衡率低于５％，压力不平衡值小于５ＭＰａ，有效改善熔体的流动平衡性．关键词：浇注系统；鼠标上盖；流动平衡；熔体；填充；Ｍｏｌｄｆｌｏｗ软件中图分类号：ＴＱ３２０．６６文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８０１０６ ? ? ? 犖狌犿犲狉犻犮犪犾犛犻犿狌犾犪狋犻狅狀犃狀犪犾狊犻狊狅犳犉犾狅狑犅犪犾犪狀犮犲狔狅犳犕狅狌狊犲犝狆狆犲狉犆狅狏犲狉ＸＵＪｉａｎｗｅｎ，ＬＩＵＢｉｎ，ＬＵＯＣａｎｂｉｎ（ＦｕｉａｎＰｒｏｖｉｎｃｉａｌＫｅｙＬａｂｏｒａｔｏｒｆＳｐｅｃｉａｌＥｎｅｒｆａｃｔｕｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｊｙｏｇｙＭａｎｕｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｓｉｎｃｅｉｎｅｃｔｉｏｎｍｏｌｄｏｆｍｏｕｓｅｕｐｐｅｒｃｏｖｅｒｗｉｔｈｉｍｂａｌａｎｃｅｒｕｎｎｅｒｓｙｓｔｅｍｃａｎｅａｓｉｌｅａｄｔｏｍｅｌｔｊｙｌｈｅｒｕｎｎｅｒｓｙｓｔｅｍｓｈｏｕｌｄｂｅｏｐｔｉｍｉｚｅｄ．Ｔｈｒｏｕｇｈｓｉｍｕｌａｔｉｏｎｓｉｎｃｌｕｄｉｎｇｇａｔｅｐｏｓｉｔｉｏｎｄｅｓｉｆｌｏｗｉｍｂａｌａｎｃｅ，ｔｇｎ，ｍｅｌｔｆｉｌｌｉｎｇａｎｄｆｌｏｗｂａｌａｎｃｅｐｒｏｃｅｓｓｂｙｕｓｉｎｇＭｏｌｄｆｌｏｗｓｏｆｔｗａｒｅ，ｔｈｅｒｕｎｎｅｒｓｙｓｔｅｍｗａｓｐｒｅｌｉｍｉｎａｒｉｌｔｉ  ｙｏｐｍｉｚｅｄａｎｄｐｒｅｌｉｍｉｎａｒｌｏｗｂａｌａｎｃｅａｎａｌｓｉｓｒｅｓｕｌｔｓｗｅｒｅｏｂｔａｉｎｅｄ．Ｂａｓｅｄｏｎｔｈｏｓｅａｎａｌｓｉｓｒｅｓｕｌｔｓ，ｔｈｅｓｉｍｕｌａ  ｙｆｙｙｔｉｏｎａｎａｌｓｉｓｉｎｃｌｕｄｉｎｇｆｉｌｌｉｎｇａｎｄｆｌｏｗｂａｌａｎｃｅｗｅｒｅｃｏｎｄｕｃｔｅｄａｆｔｅｒｔｈｅｒｕｎｎｅｒｓｙｓｔｅｍｗａｓａｄｕｓｔｅｄ．Ｗｉｔｈｏｐ  ｙｊｔｉｍｉｚａｔｉｏｎｏｆｒｕｎｎｅｒｓｙｓｔｅｍ，ｔｈｅｆｉｌｌｉｎｇｔｉｍｅｏｆｃａｖｉｔｉｅｓｉｍｂａｌａｎｃｅｒａｔｅｉｓｕｎｄｅｒ５％ａｎｄｔｈｅｐｒｅｓｓｕｒｅｉｍｂａｌａｎｃｅｖａｌｕｅｉｓｕｎｄｅｒ５ＭＰａ．Ｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆｍｅｌｔｆｌｏｗｂａｌａｎｃｅｉｓｉｍｐｒｏｖｅｄｅｆｆｅｃｔｉｖｅｌｙ．犓犲狉犱狊：ｒｕｎｎｅｒｓｙｓｔｅｍ；ｍｏｕｓｅｕｐｐｅｒｃｏｖｅｒ；ｆｌｏｗｂａｌａｎｃｅ；ｍｅｌｔ；ｆｉｌｌｉｎｇ；Ｍｏｌｄｆｌｏｗｓｏｆｔｗａｒｅ狔狑狅在一模多腔的注塑成型过程中，塑料熔体同时到达各型腔的终端，则流动是平衡的；否则，流动不平衡［１］．流动不平衡很难保证不同型腔内产品质量的一致性，容易导致飞边、短射、产品密度不均匀、气穴和过多熔接痕等缺陷［２?４］．为使塑料熔体能平衡填充，在模具设计时，需对型腔和浇注系统进行流动平衡分析，优化浇注系统设计［５?７］．传统的多型腔注塑模设计过程中，为获得理想的产品，通常依靠经验，在试模阶段，不断修改流道与浇口来调整流动不平衡问题，致使生产周期较长，成本较高［８?９］．利用Ｍｏｌｄｆｌｏｗ软件，对模具浇注系统设计进行数值模拟分析，预测熔体流动不平衡的原因，经过优化可以得到理想的浇注系统设计方案，缩短了生产周期［１０?１４］．在注塑模多型腔浇注系统的设计过程中，非平衡式布局具有缩短分流道长度、减少注射压力损失、缩短充模时间及减小模具总体尺寸等优点，具有一定的应用优势［１５?１６］．因此，本文针对非平衡式浇注系统，以鼠标上盖为例，以填充时间不平衡率和压力不平衡值为评收稿日期：２０１８０８１５ ? ? 通信作者：许建文（１９８４Ｅ?ｍａｉｌ：ｘｉａｎｗｅｎ＠ｈｑｕ． ?），男，实验师，博士研究生，主要从事聚合物材料模塑成型的研究．ｊｅｄｕ．ｃｎ．基金项目：福建省工业引导性基金资助项目（２０１６Ｈ００２０）华侨大学学报（自然科学版）８０２２０１８年价指标，运用Ｍｏｌｄｆｌｏｗ软件进行一模八腔的流动平衡分析，优化浇注系统设计．１浇注系统的创建与填充分析１．１浇注系统的创建运用ＰＲＯ／Ｅ软件进行鼠标上盖的三维建模，长 × 宽 × 高为１１８ｍｍ×６２ｍｍ×３８ｍｍ．选用ＧＥＥｕｒｏｐｅ）公司、牌号为ＣｙｃｏｌａｃＴ的丙烯腈?丁二烯?苯乙烯（ＡＢＳ）塑料．Ｐｌａｓｔｉｃｓ（运用Ｍｏｌｄｆｌｏｗ软件进行浇口位置分析，模具及熔体温度设置分别为６０，２４０ ℃ ，最大注射压力及锁模力采用自动控制方式，结果如图１所示．图１中：数值接近１是浇口位置较为理想的区域；接近０则是浇口位置较差的区域．考虑到模具设计的合理性以及熔体在型腔内流动的平衡性，将浇口位置设在鼠标上盖尾端位置（图１圆圈处）．在运用Ｍｏｌｄｆｌｏｗ分析过程中，为提高效率，设置模型及浇注系统出现次数为４，即可实现一模八腔分析，第一个型腔、第二个型腔及浇注系统初步设计，如图２所示．图１浇口位置分析结果图２浇注系统设计Ｆｉ１Ｒｅｓｕｌｔｏｆｇａｔｅｌｏｃａｔｉｏｎａｎａｌｓｉｓｇ．ｙＦｉ２Ｄｅｓｉｆｒｕｎｎｅｒｓｙｓｔｅｍｇ．ｇｎｏ１．２填充分析浇注系统创建后，进行填充分析，模具及熔体温度分别设置为６０，２４０ ℃ ，采用自动的填充控制方式，为得到最大注射压力值，设置充填体积为１００％时进行速度／压力（Ｖ／Ｐ）切换，模拟结果如图３所示．图３中：犉为注射位置压力；狋为时间．（ａ）填充时间（ｂ）Ｖ／Ｐ转换点压力（ｃ）注射位置压力曲线图３初步的填充分析结果Ｆｉ３Ｒｅｓｕｌｔｓｏｆｏｒｉｉｎａｌｆｉｌｌｉｎｇａｎａｌｓｉｓｇ．ｇｙ由图３（ａ）可知：整个型腔填充时间为１．１３１０ｓ，当填充时间为０．９６９１ｓ时，第一个型腔刚好完全充满，第二个型腔尚未充满，时间差异为０．１６１９ｓ，则时间不平衡率为０．１６１９／１．１３１０，即１４．３％．因此，型腔间的时间不平衡率较高，流动较为不平衡，容易造成型腔间的压力分布不均衡．由图３（ｂ）可知：Ｖ／Ｐ转换点浇口位置压力，即最大注射压力为１１８．３０ＭＰａ．一方面，第一个型腔填充结束时，末端压力达到了７６．２５ＭＰａ，较高的压力易引起过保压，使产品出现质量缺陷；另一方面，第二个型腔填充结束时，末端压力接近０ＭＰａ，型腔间的压力分布较不均衡，容易造成产品质量不均一．由图３（ｃ）可知：注射位置压力在０．９６９１ｓ时，熔体充满第一个型腔时仅有９７．５２ＭＰａ，此后，以较犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期许建文，等：鼠标上盖流动平衡数值模拟分析８０３快的压力上升速度填充第二个型腔，填充完成时压力为１１８．３０ＭＰａ．分析其原因，熔体充满第一个型腔后，随着温度的下降，不断增大的浇注系统及型腔壁的阻力与仅剩下第二个型腔末端的排气空间，需要更快的压力上升速度才能将熔体注入型腔，致使压力上升的速度较之前快，出现突变．综上，由初步的填充分析可知，型腔间的填充时间不平衡率为１４．３％，压力分布较为不均衡，注射位置压力曲线存在突变问题．因此，需要进行流动平衡分析，改善熔体的流动平衡性．２流动平衡分析２．１初步的流动平衡分析流动平衡的约束条件设置为：目标压力通常小于最大注射压力值，由初步的填充分析可知其值为１１８．３０ＭＰａ，故设置为１１５ＭＰａ；迭代计算中，流道截面直径的改变步长为０．１ｍｍ；最大的迭代计算次数为３０步；时间收敛精度为５％；压力收敛精度为５ＭＰａ；流道尺寸约束条件设置为不限制．运用Ｍｏｌｄ  ｆｌｏｗ软件进行流动平衡分析，填充分析界面设置同前述填充分析，结果如图４所示．（ａ）迭代结果（ｂ）流道优化结果图４流动平衡分析结果Ｆｉ４Ｒｅｓｕｌｔｓｏｆｆｌｏｗｂａｌａｎｃｅａｎａｌｓｉｓｇ．ｙ由图４可知：时间不平衡率为１．４１７７％，压力不平衡值为４．８４ＭＰａ，均在设置的约束条件之内；但第一个型腔的二级分流道直径仅有２．８ｍｍ，小于潜伏式浇口的大端直径３．０ｍｍ，说明初始浇注系统的设计有问题，需要重新设计．２．２优化的流动平衡分析由初步的流动平衡分析结果可知，初始时间不平衡率为１４．２８８３％，较高的时间不平衡率使迭代后分流道尺寸变换较大．因此，考虑减小初始时间不平衡率，即增加第一个型腔的填充时间，将其二级分流道及浇口尺寸减小，如图５（ａ）所示．由图５（ａ）可知：一级分流道直径均保持不变；第一个型腔二级分流道直径由６ｍｍ减小为４ｍｍ，浇口大端和小端直径分别由３．０，１．２ｍｍ减小为２．１，１．０ｍｍ；第二个型腔二级分流道及浇口尺寸保持不变．浇注系统修改会导致最大注射压力变化，因此进行填充分析，参数设置同初步的填充分析，结果如图５（ｂ）所示．由图５（ｂ）可知：Ｖ／Ｐ转换点浇口位置的压力为１２６ＭＰａ，因此，设置平衡约束条件中目标压力为１２０ＭＰａ．（ａ）浇注系统尺寸（ｂ）Ｖ／Ｐ转换点压力图５修改的填充分析Ｆｉ５Ｍｏｄｉｆｉｅｄｆｉｌｌｉｎｇａｎａｌｓｉｓｇ．ｙ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８０４２０１８年为了更好地优化浇注系统，比较２种方案．方案１为分流道直径约束条件均设置为不限制；方案２为一级分流道直径约束条件设置为固定，二级分流道则为不限制，其他则同初步的流动平衡分析．运用Ｍｏｌｄｆｌｏｗ软件进行流动平衡分析，其他参数设置同初步的流动平衡分析，结果如图６～９所示．（ａ）方案１（ｂ）方案２图６迭代结果对比Ｆｉ６Ｉｔｅｒａｔｉｖｅｒｅｓｕｌｔｃｏｍｐａｒｉｓｏｎｇ．（ａ）方案１（ｂ）方案２图７填充时间对比Ｆｉ７Ｆｉｌｌｉｎｇｔｉｍｅｃｏｍｐａｒｉｓｏｎｇ．（ａ）方案１（ｂ）方案２图８Ｖ／Ｐ转换点压力对比Ｆｉ８ＰｒｅｓｓｕｒｅｃｏｍｐａｒｉｓｏｎａｔＶ／Ｐｓｗｉｔｃｈｏｖｅｒｇ．（ａ）方案１（ｂ）方案２图９注射位置压力曲线对比Ｆｉ９Ｐｒｅｓｓｕｒｅｃｏｍｐａｒｉｓｏｎｐｌｏｔａｔｉｎｅｃｔｉｏｎｌｏｃａｔｉｏｎｇ．ｊ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期许建文，等：鼠标上盖流动平衡数值模拟分析８０５由图６可知：初始时间不平衡率和压力不平衡值分别为９．７４００％和１４．２０ＭＰａ，较浇注系统调整前的１４．２８８３％和１８．５３ＭＰａ，有一定程度的改善；流动平衡分析以后，对于时间不平衡率和压力不平衡值，方案１为０．００６６％和４．７０ＭＰａ；方案２为０．０１５９％和４．６８ＭＰａ，均在设置的约束条件之内．由图７可知：对于方案１，当填充时间为１．０７８ｓ时，第一个型腔未充满部分较第二个型腔多，当填充时间为１．０８２ｓ，则充满整个型腔；对于方案２，当填充时间为１．０７８ｓ时，第一个型腔未充满部分较第二个型腔多，当填充时间为１．０８１ｓ，则充满整个型腔；两种方案均能大致实现同一时间充满整个型腔，实现流动平衡．由图８可知：方案１，２的Ｖ／Ｐ转换点的压力均为１１５．３０ＭＰａ，小于约束条件中目标压力１２０ＭＰａ；型腔间的压力大致相同，分布较均匀，流动较为平衡，能够确保产品质量均一．由图９可知：在注塑成型过程中，２种方案浇口位置的压力均能稳定上升，特别是在熔体填充的后期变化较为均匀，没有出现压力突变问题．这是由于流动平衡优化的结果，且在不同的约束条件下，浇口位置压力曲线差别不大．２．３优化后的浇注系统优化后的浇注系统，如图１０所示．由图１０（ａ），（ｂ）可知：对于方案１，一级分流道第一段、第二段的体积分别变化了－９．７５％，－２１．９７％，第一个型腔的二级分流道不变，第二个型腔的二级分流道变化了－３０．５６％；对于方案２，因一级分流道直径约束条件设置为固定，所以直径没有变化，第一个、第二个型腔的二级分流道分别变化了－９．７５％，－５５．５６％．由图１０（ｃ），（ｄ）可知：对于方案１，第一段、第二段的一级分流道直径分别为５．７，５．３ｍｍ，第一个、第二个型腔的二级分流道直径分别为４．０，５．０ｍｍ；对于方案２，第一个、第二个型腔的二级分流道直径分别为３．８，４．０ｍｍ．（ａ）方案１分流道的尺寸变化（ｂ）方案２分流道的尺寸变化（ｃ）方案１优化后的浇注系统尺寸（ｄ）方案２优化后的浇注系统尺寸图１０优化后的浇注系统Ｆｉ１０Ｏｐｔｉｍｉｚｅｄｒｕｎｎｅｒｓｙｓｔｅｍｇ．综上所述，方案１的时间不平衡率小于方案２，相差为０．０９３％，差异较小，都能保证流动的平衡；方案１的压力不平衡值大于方案２，相差为０．０２ＭＰａ，差异不大，都能保证型腔间压力分布均衡；整个注塑过程中，方案１，２均能实现浇口位置压力稳定上升；方案１浇注系统优化后，一级分流道有２种尺寸，后续的加工则更为复杂，加工时间相对较长．因此，在流动平衡效果相差不大的情况下，为了便于加工、提高效率，方案２的优化结果更为合理．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８０６２０１８年３结束语对于非平衡浇注系统的设计，在运用Ｍｏｌｄｆｌｏｗ软件分析前，不同型腔的流道及浇口设计的相同尺寸，由此进行流动平衡分析．流动平衡分析过程中，根据时间不平衡率及压力不平衡值评价浇注系统的结构合理性，对流道及浇口设计尺寸进行反复调整，可以得到几种优化的浇注系统设计结果．对结构优化后的几种浇注系统需进行工艺性评估，得出工艺可靠、成本效益好的浇注系统设计方案．参考文献：［１］何柏海．汽车前保左右加强件注塑流动平衡优化研究［Ｊ］．塑料工业，２０１８，４６（６）：５２５７． ? ［２］孙庆东，杜晋，王传红．ＣＡＥ技术在ＧＰＳ壳体注塑模缺陷分析中的应用［Ｊ］．塑料科技，２００９，３７（６）：５５５８．ＤＯＩ：１０． ? ｃｎｋｉ．ｉｓｓｎ１００５１５９２５／３３６０．２００９．０６．０１６． ? ｊ．［３］赵亚穷，韩健，张鸿洲，等．基于ＣＡＥ技术的注塑模组合型腔流动平衡设计及工艺分析［Ｊ］．计算机辅助工程，２０１３，２２（４）：６２６６．ＤＯＩ：１０．３９６９／０８７１．２０１３．０４．０１３．ｉｓｓｎ．１００６ ? ? ｊ．［４］王波，王震，田志飞，等．组合型腔注塑模浇注系统的平衡设计与优化［Ｊ］．塑料工业，２０１１，３９（８）：６２６４． ? ［５］陈为国，李和平．非平衡浇注系统的人工平衡设计与数值仿真［Ｊ］．模具工业，２００６，３２（５）：３８４３．ＤＯＩ：１０．１６７８７／ ? ｊ．ｃｎｋｉ．１００１２１６８．ｄｍｉ．２００６．０５．０１１． ? ［６］王振飞，陈静波，刘春太，等．基于流动模拟的注射模流动平衡设计［Ｊ］．模具工业，２０００（８）：１３１６．ＤＯＩ：１０．１６７８７／ ? ｊ．２１６８．ｄｍｉ．２０００．０８．００４．ｃｎｋｉ．１００１ ? ［７］王艳萍．多腔注塑模具浇注系统的平衡研究［Ｊ］．塑料科技，２０１０，３８（６）：７７?７９．ＤＯＩ：１０．１５９２５／ｃｎｋｉ．ｉｓｓｎ１００５? ｊ．３３６０．２０１０．０６．０１３．［８］姜开宇，横井秀俊．注射成型过程熔体前沿充填不平衡现象的试验研究［Ｊ］．机械工程学报，２００９，４５（２）：２９４ ?３００．ＤＯＩ：１０．３９０１／ＪＭＥ．２００９．０２．２９４．［９］袁根华．基于ＣＡＥ鼠标多腔异件模具与流动平衡性设计［Ｊ］．中国塑料，２０１４，２８（７）：１００?１０４．ＤＯＩ：１０．１９４９１／ｊ．ｉｓｓｎ．１００１９２７８．２０１４．０７．０２０． ? ［１０］陈开源，程国飞．基于Ｍｏｌｄｆｌｏｗ的手电筒注塑模组合型腔流动平衡优化设计［Ｊ］．塑料，２０１７，４６（１）：６８７１． ? ［１１］时虹．Ｍｏｌｄｆｌｏｗ在不对称薄壳注塑件浇注系统中的平衡优化［Ｊ］．现代塑料加工应用，２０１４，２６（５）：４５４８．ＤＯＩ：１０． ? ３０５５．２０１４．０５．０１３．３９６９／ｉｓｓｎ．１００４ ? ｊ．［１２］王传洋，沈剑．薄板注塑成型浇注系统的设计与优化［Ｊ］．机械设计与制造，２０１３（９）：１３１?１３３．ＤＯＩ：１０．１９３５６／ｊ．３９９７．２０１３．０９．０４０．ｃｎｋｉ．１００１ ? ［１３］曾喜生，林启权．基于Ｍｏｌｄｆｌｏｗ软件的多腔注塑模浇注系统设计［Ｊ］．现代机械，２０１０（６）：３３?３４，５２．ＤＯＩ：１０．１３６６７／ｃｎｋｉ．５２１０４６／ｔｈ．２０１０．０６．００６． ? ｊ．［１４］尤芳怡，戴秋莲，刘晶峰．Ｍｏｌｄｆｌｏｗ辅助壳形注塑件变形分析及其加强筋的优化设计［Ｊ］．华侨大学学报（自然科学版），２０１３，３４（４）：３７６３７９．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１３．０４．０３７６． ? ? ［１５］申开智．塑料成型模具［Ｍ］．２版．北京：中国轻工业出版社，２００２．［１６］唐明真，胡青春，姜晓平．多型腔注塑模浇注系统设计及ＣＡＥ分析［Ｊ］．塑料工业，２００９，３７（６）：３２?３５．ＤＯＩ：１０．ｉｓｓｎ：３３２１／１００５５７７０．２００９．０６．００９． ? ｊ．（责任编辑：黄晓楠犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：崔长彩）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０４０９０ ? 犖狌犿犲狉犻犮犪犾犛犻犿狌犾犪狋犻狅狀犪狀犱犈狓狆犲狉犻犿犲狀狋犪犾犛狋狌犱狔狅犳犆狅狀犻犮犪犾犆狔犮犾狅犻犱犌犲犪狉犘狉狅犳犻犾犲犻狀犻狊犕犻犾犾犻狀犵犕犪犮犺犻狀犲犜狅狅犾犉犪犮犲犕犻犾犾犻狀犵狅狀犉犻狏犲 ?犃狓ＸＵＪｉａｎｍｉｎ１，ＧＵＬｉｚｈｉ２（１．ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌａｎｄＡｕｔｏｍｏｔｉｖｅＥｎｇｉｎｅｅｒｉｎｇ，ＸｉａｍｅｎＵｎｉｖｅｒｓｉｔｆＴｅｃｈｎｏｌｏｇｙ，Ｘｉａｍｅｎ３６１０２４，Ｃｈｉｎａ；ｙｏ２．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｕｔｏｍａｔｉｏｎ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｐｒｏｃｅｓｓｉｎｇｓｕｒｆａｃｅｑｕａｌｉｔｆｆｉｃｉｅｎｃｙｏｆｔｈｅｃｏｎｉｃａｌｃｙｃｌｏｉｄａｌｇｅａｒ，ｔｈｅｔｅｃｈ  ｙａｎｄｅｌｌｉｎｇｃｏｎｉｃａｌｃｙｃｌｏｉｄａｌｇｅａｒｓｗｅｒｅｐｒｅｓｅｎｔｅｄ．Ｔｈｅｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｏｆｔｈｅｅｆｆｅｃｔｉｖｅｃｕｔｔｉｎｇｎｉｓｏｆｆａｃｅ ?ｍｉｑｕｅｅｌｌｉｅｏｆｔｈｅｆａｃｅｍｉｌｌｗａｓｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｆｒｏｎｔｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅａｎｄｔｉｌｔａｎｇｌｅｗｅｒｅｅｍｐｌｏｙｅｄｔｏｓｏｌｖｅｔｈｅｐｓｒｏｂｌｅｍｓｏｆｌｏｃａｌｉｎｔｅｒｆｅｒｅｎｃｅａｎｄｇｌｏｂａｌｉｎｔｅｒｆｅｒｅｎｃｅｒｅｓｐｅｃｔｉｖｅｌｏｍｅｔｒｉｃａｌｍｏｄｅｌａｎｄｆｉｖｅａｘｉｓｎｕｍｅｒｉ  ? ｐｙ．ＴｈｅｇｅＮＣ）ｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｏｆｆａｃｅｌｌｉｎｇｃｏｎｉｃａｌｃｙｃｌｏｉｄｇｅａｒｗｅｒｅｔｈｅｎｅｓｔａｂｌｉｓｈｅｄａｃｃｏｒｄｉｎｇｌｃａｌｃｏｎｔｒｏｌ（ ?ｍｉｙ，ａｎｄｔｈｅｏｐｔｉｍａｌｔｏｏｌｐａｔｈｗａｓｏｂｔａｉｎｅｄ．ＮＣｓｉｍｕｌａｔｉｏｎｓｈｏｗｓｔｈａｔｔｈｅｐａｒａｍｅｔｅｒｓａｒｅｓｅｔｒｅａｓｏｎａｂｌｈｅｍａｃｈｉ  ｙ，ｔｈｅｒｅｉｓｎｏｉｎｔｅｒｆｅｒｅｎｃｅ．Ｆｉｎａｌｌｈｅｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒｗａｓｕｓｅｄｔｏｒｅａｌｉｚｅｎｉｎｇｔｒａｃｋｉｓｅｖｅｎａｎｄｓｍｏｏｔｈ，ａｎｄｔｙ，ｔ（）ｔｈｅｍａｃｈｉｎｉｎｇｏｆｔｈｅｐｒｅｃｉｓｉｏｎｃｏｎｉｃａｌｃｙｃｌｏｉｄａｌｇｅａｒｏｎｔｈｅｆｉｖｅａｘｉｓｃｏｍｕｔｅｒｎｕｍｅｒｉｃａｌｃｏｎｔｒｏｌＣＮＣｍｉｌｌｉｎ ? ｐｇｗｈｉｃｈｈａｓｖｅｒｉｆｉｅｄｔｈｅｆｅａｓｉｂｉｌｉｔｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｍａｃｈｉｎｉｎｇｍｅｔｈｏｄｏｆｍｉｌｌｉｎｇｃｏｎｉｃａｌｃｙ  ｍａｃｈｉｎｅｔｏｏｌ，ｙａｎｄｅｃｌｏｉｄａｌｇｅａｒｗｉｔｈｆａｃｅｍｉｌｌ．：犓犲狉犱狊ｃｏｎｉｃａｌｃｙｃｌｏｉｄｇｅａｒ；ｆａｃｅｍｉｌｌｉｎｇ；ｆｒｏｎｔｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅａｎｄｔｉｌｔａｎｇｌｅ；ｅｘｐｅｒｉｍｅｎｔａｌｖｅｒｉｆｉｃａｔｉｏｎ狔狑狅犆犔犆犖狌犿犫犲狉：Ｕ４９１．１７犇狅犮狌犿犲狀狋犆狅犱犲：Ａ犃狉狋犻犮犾犲犖狌犿犫犲狉：１０００５０１３（２０１８）０６０８０７０９ ? ? ? 五轴端铣锥形摆线齿轮齿形的数值模拟与试验（英文）许建民１，顾立志２（１．厦门理工学院机械与汽车工程学院，福建厦门３６１０２４；２．华侨大学机电及自动化学院，福建厦门３６１０２１）摘要：为了提高锥形摆线齿轮齿面的加工质量和效率，提出端铣锥形摆线齿轮的工艺技术．建立端铣刀有效切削椭圆的数学模型，提出利用前倾角和侧倾角分别解决端铣刀局部干涉与刀杆碰撞干涉问题的方法．建立端铣锥形摆线齿轮的几何模型和五轴数控仿真模型，获得其刀具轨迹．数控仿真结果表明：各参数设置合理，加工轨迹均匀顺畅，无加工干涉．在五轴数控铣床上利用端面铣刀实现精密锥形摆线齿轮的无过切加工，验证端铣锥形摆线齿轮的加工方法的可行性和有效性．关键词：锥形摆线齿轮；端铣；前倾角和侧倾角；试验验证Ｃｙｃｌｏｉｄｒｅｄｕｃｅｒｈａｓｍａｎｙａｄｖａｎｔａｇｅｓ，ｓｕｃｈａｓｈｉｆｆｉｃｉｅｎｃｏｖｅｒ９０％），ｈｉｅｄｒａｔｉｏ（ａ  ｇｈｅｙ（ｇｈｓｐｅｉａｒｉｎｇｃａｐａｃｉｔｃｔｓｔｒｕｃｔｕｒｅ，ａｎｄｓｏｏｎ．Ｉｔｈａｓａｗｉｄｅｒａｎｇｅｏｆａｐｐｌｉｃａｔｉｏｎｓｂｏｖｅ８０％），ｈｇｈｂｅｙ，ｃｏｍｐａｉｎｉｎｄｕｓｔｒｒ，ｄｕｅｔｏｔｈｅｐｒｅｃｉｓｉｏｎｍａｃｈｉｎｉｎｇｐｒｏｂｌｅｍｏｆｔｈｅｃｙｃｌｏｉｄａｌｇｅａｒｔｏｏｔｈｓｕｒｆａｃｅ，ｉｔｉｓｙ．Ｈｏｗｅｖｅ收稿日期：２０１８０４２８ ? ? 通信作者：顾立志（１９５６Ｅｉｌ：ｌｉｚｈｉ８８８＠１６３．ｃｏｍ． ?），男，教授，博士，主要从事数字化设计制造的研究． ?ｍａｇｕ基金项目：国家自然科学基金资助项目（５１３７５４１１）；福建省科技计划引导性重点项目（２０１７Ｈ００３４）；福建省中青年教师教育科研基金资助项目（ＪＴ１８０４４５）；厦门理工学院高层次人才项目（ＹＫＪ１６０２９Ｒ）８０８华侨大学学报（自然科学版）２０１８年ｉｍｐｏｓｓｉｂｌｅｆｏｒｕｓｔｏｐｒｏｄｕｃｅｈｉｌｉｔｌｏｉｄｒｅｄｕｃｅｒ，ａｌａｒｒｏｆｈｉｒａｄｅｃｙｃｌｏｉｄｒｅｄｕｃ  ? ｇｈｑｕａｙｃｙｃｇｅｎｕｍｂｅｇｈｇｅｒｓａｌｌｒｅｌｒｔｓ．Ｔｈｅｍａｉｎｄｅｆｅｃｔｓｏｆｔｈｅｄｏｍｅｓｔｉｃｃｙｃｌｏｉｄｒｅｄｕｃｅｒａｒｅｐｏｏｒｔｒａｎｓｍｉｓｓｉｏｎａｃｃｕｒａ  ｙｏｎｉｍｐｏｔａｂｌｅｍｏｔｉｏｎ，ｌｏｗｂｅａｒｉｎｇｃａｐａｃｉｔｏｗｓｅｒｖｉｃｅｌｉｆｅ．Ｔｈｅｓｅｐｒｏｂｌｅｍｓａｒｉｓｅｆｒｏｍｔｈｅｆｉｎｉｓｈ  ｃｙ，ｕｎｓｙａｎｄｌｉｎｇｐｒｏｃｅｓｓｏｆｃｙｃｌｏｉｄａｌｇｅａｒｐｒｏｆｉｌｅ．Ｉｎｒｅｃｅｎｔｙｅａｒｓ，ｓｅｖｅｒａｌｓｃｈｏｌａｒｓｆｒｏｍｈｏｍｅａｎｄａｂｒｏａｄｈａｖｅｃａｒ  ｒｉｅｄｏｕｔｅｘｔｅｎｓｉｖｅｒｅｓｅａｒｃｈｏｎｃｕｔｔｉｎｇａｎｄｇｒｉｎｄｉｎｇｍｅｔｈｏｄｓ，ｔｒａｎｓｍｉｓｓｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｄｙｎａｍｉｃ［］ｏｐｏｓｅｄｔｈｅｍｅｔｈｏｄｏｆｐｒｏｃｅｓｓｉｎｇｔｈｅｃｏｎｖｅｘｓｕｒｆａｃｅ犲狋犪犾１２ｐｒｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｃｙｃｌｏｉｄａｌｇｅａｒ．Ｗａｎｇ，［３］ｏｆｔｈｅｃｙｃｌｏｉｄｕｓｉｎｇｅｎｄｆａｃｅｈｏｂｂｉｎｇｍｅｔｈｏｄ．Ｌｉｕ，犲狋犪犾ｓｔｕｄｉｅｄｔｈｅｐｒｏｃｅｓｓｍｅｔｈｏｄｏｆｒｏｌｌｃｕｔｔｉｎｇ［］ｃｌｏｉｄｇｅａｒｐｒｏｆｉｌｅ．Ｊｉａｎｇ４ｐｒＣＮＣ）ｍａｃｈｉｎｉｎｇｓｔｅｍｏｆｃ  ｏｐｏｓｅｄａｃｏｍｐｕｔｅｒｎｕｍｅｒｉｃａｌｃｏｎｔｒｏｌ（ｙｃｙｓｙ［］５狋犪犾ｄｅｖｅｌｏｐｅｄａＣＮＣｍａｃｈｉｎｉｎｇｓｔｅｍｆｏｒｃｙｃｌｏｉｄｇｅａｒ．Ｑｉ，ｃｌｏｉｄａｌｇｅａｒｇｒｉｎｄｉｎｇｍａｃｈｉｎｅ．Ｃｈｅｎ，犲ｙｓ［］犲狋犪犾６ｅｓｔａｂｌｉｓｈｅｄｔｈｅｍｉｌｌｉｎｇｆｏｒｃｅｍｏｄｅｌｏｆｒｉｉｄｔｏｏｔｈｐｒｏｆｉｌｅａｎｄｅｌａｓｔｉｃｔｏｏｔｈｐｒｏｆｉｌｅｆｏｒｃｌｏｉｄａｌｇｙｃ［７］ａｒ．Ｌｉｕ，犲狋犪犾ｉｎｖｅｓｔｉｔｅｄｔｈｅｍａｃｈｉｎｉｎｇｍｅｔｈｏｄｏｆｉｎｎｅｒｔｒａｎｓｌａｔｉｏｎａｌａｎｄａｌｌｃｙｃｌｏｉｄｇｅａｒｓｂａｓｅｄ ? ? ｇｅｇａｏｎｔｈｅｓｔｕｄｙｏｆｇｅａｒｍｅｓｈｉｎｇｍｅｃｈａｎｉｓｍａｎｄｔｈｅｂａｓｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｃｙｃｌｏｉｄａｌｐｒｏｆｉｌｅｃｕｒｖｅ．Ｗａｎｇ，［］犲狋犪犾８ａｎａｌｅｄｔｈｅｍｅｃｈａｎｉｓｍａｎｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｆｉｎｇｅｒｔｏｎｉｃａｌｅｎｖｅｌｏｐｉｎｇｃｕｔｔｉｎｇ．Ｃｈｅｎ，犲狋 ? ｙｚｙｐｅｃ［］［］犪犾９ｒｅｓｅａｒｃｈｅｄｔｈｅｃｕｔｔｉｎｇａｎｄｇｒｉｎｄｉｎｇｍｅｃｈａｎｉｓｍｏｆｔｈｅｃｏｎｉｃａｌｇｅａｒｔｏｏｔｈｐｒｏｆｉｌｅ．Ｓｔｅｐｈｅｎ１０ｄｅ  （）ｉｓｎｕｍｅｒｉｃａｌｃｏｎｔｒｏｌＮＣｍａｃｈｉｎｉｎｇｉｎｔｏｔｈｒｅｅｃｏｍｐｏｓｅｄｔｈｅｃｏｍｐｌｅｘｔｏｏｌｔｈｐｒｏｂｌｅｍｏｆｍｕｌｔｉ ?ｐａ ?ａｘ［］ｏｂｌｅｍｓ：ｌｏｐｏｓｅｄａｔｏｏｌｓｅｌｅｃ  ｓｕｂｏｃａｌ，ｒｅｇｉｏｎａｌａｎｄｇｌｏｂａｌｔｒａｅｃｔｏｒｒａｔｉｏｎ．Ｊｅｎｓｅｎ，犲狋犪犾１１ｐｒ ? ｐｒｊｙｇｅｎｅ［１２］ｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅｐｒｉｎｃｉｌｅｏｆｃｕｒｖａｔｕｒｅｍａｔｃｈｉｎｇ．Ｌｉ，犲狋犪犾ｃｏｎｄｕｃｔｅｄａｔｏｏｌｇｌｏｂａｌｉｎｔｅｒｆｅｒ  ｐｅｎｃｅｄｅｔｅｃｔｉｏｎｉｎｆｉｖｅａｘｉｓｎｕｍｅｒｉｃａｌｃｏｎｔｒｏｌｍａｃｈｉｎｅｔｏｏｌｂａｓｅｄｏｎｔｈｅｐｒｉｎｃｉｌｅｏｆｃｏｏｒｄｉｎａｔｅｔｒａｎｓｆｏｒ  ? ｐｍａｔｉｏｎｉｎｏｒｄｅｒｔｏｒｅｄｕｃｅｔｈｅａｍｏｕｎｔｏｆｃａｌｃｕｌａｔｉｏｎａｎｄｉｍｐｒｏｖｅｔｈｅＮＣｍａｃｈｉｎｉｎｇｅｆｆｉｃｉｅｎｃｙ．Ｔｈｅｃａｌ  ｃｕｌａｔｉｏｎｍｅｔｈｏｄｏｆｔｈｅｃｏｍｐｅｎｓａｔｉｏｎｖｅｃｔｏｒｏｆｅａｃｈｔｆｃｕｔｔｅｒｗａｓｓｔｕｄｉｅｄｂａｓｅｄｏｎｔｈｅｅｘｉｓｔｉｎｇｙｐｅｏ［［１３］１４］（），ｃｏｍｐｕｔｅｒａｉｄｅｄｍａｎｕｆａｃｔｕｒｉｎｇＣＡＭｓｏｆｔｗａｒｅＵＧ．Ｗａｎｇ犲狋犪犾ｅｌｉｍｉｎａｔｅｄｔｈｅｌｉｍｉｔｐｈｅｎｏｍｅ  ｎｏｎｏｆｃｏｍｐｅｎｓａｔｉｏｎｖｅｃｔｏｒｂｙｒｏｔａｔｉｎｇｔｈｅｒａｄｉｕｓｃｏｍｐｅｎｓａｔｉｏｎｖｅｃｔｏｒｐｏｓｉｔｉｏｎａｔｔｈｅｉｎｔｅｒｐｏｌａｔｉｏｎ［１５］狋犪犾ｐｕｔｆｏｒｗａｒｄａｎｉｍｐｒｏｖｅｄｍｉｌｌｉｎｇａｌｒｉｔｈｍｆｏｒｅｎｄｍｉｌｌｉｎｇｉｍｐｅｌｌｅｒｒｕｎｎｅｒｂｏｔ  ｉｎｔ．Ｆａｎ，犲ｇｏｐｏ［］ｔｏｍ．Ｚｈａｏ，犲狋犪犾１６ｐｒｏｐｏｓｅｄａｎｉｍｐｒｏｖｅｄｅｑｕａｌｒｅｓｉｄｕａｌｈｅｉｔａｌｒｉｔｈｍｆｏｒｔｏｏｌｐａｔｈｇｅｎｅｒａｔｉｏｎｏｆ ? ｇｈｇｏ［１７］ｆｒｅｅｆｏｒｍｓｕｒｆａｃｅｓ．Ｑｉ，犲狋犪犾ｐｒｏｐｏｓｅｄａｎｅｆｆｉｃｉｅｎｔｔｏｏｌａｘｉｓｖｅｃｔｏｒａｄｕｓｔｍｅｎｔａｌｒｉｔｈｍｂａｓｅｄｏｎ ? ｊｇｏ［］犓?犇ｔｒｅｅａｎｄｔｏｏｌｄｉｓｃｒｅｔｅｎｅｓｓ．Ｘｕ，犲狋犪犾１８ｐｒｏｐｏｓｅｄｔｈｅｍａｃｈｉｎｉｎｇｍｅｔｈｏｄｏｆｆａｃｅｍｉｌｌｉｎｇｔｈｅｔｏｏｔｈｏｆｉｌｅｏｆｃｌｏｉｄａｌｇｅａｒｗｉｔｈｆａｃｅｍｉｌｌｉｎｓｔｅａｄｏｆｂａｌｌｅｎｄｍｉｌｌ．ｐｒｙｃＡｔｐｒｅｓｅｎｔ，ｔｈｅｔｏｏｔｈｓｕｒｆａｃｅｏｆｔｈｅｃｙｃｌｏｉｄａｌｇｅａｒｉｓｆｉｎｉｓｈｅｄｂｙｕｓｉｎｇｔｈｅ “ ｈｅ “ ｆｉｎ  ｒｉｎｄｅｒ”ａｎｄｔｇｒｂｌａｄｅｃｕｔｔｅｒ”．Ｂｅｃａｕｓｅｏｆｔｈｅｇｒｉｎｄｉｎｇｈｅａｔａｎｄｓｉｄｅｍｉｌｌｉｎｇｆｌｕｔｔｅｒａｎｄｏｔｈｅｒｒｅａｓｏｎｓ，ｔｈｅｔｏｏｔｈｇｅｏｆｉｌｅａｃｃｕｒａｃｒｆａｃｅｑｕａｌｉｔｆｃｌｏｉｄｇｅａｒａｒｅｐｏｏｒ．Ｔｈｅｔｒａｎｓｍｉｓｓｉｏｎａｃｃｕｒａｃｙ，ｔｒａｎｓｍｉｓｓｉｏｎｐｒｙａｎｄｓｕｙｏｙｃｈｉｓｐａｐｅｒｐｒｅｓ  ｓｔａｂｉｌｉｔｈｅｌｉｆｅｏｆｔｈｅｒｅｄｕｃｅｒｏｆｃｙｃｌｏｉｄｒｅｄｕｃｅｒａｒｅｇｒｅａｔｌｅｄｕｃｅｄ．Ｔｈｅｒｅｆｏｒｅ，ｔｙａｎｄｔｙｒｅｎｔｓｔｈｅｍａｃｈｉｎｉｎｇｍｅｔｈｏｄｏｆｆａｃｅｌｌｉｎｇｃｏｎｉｃａｌｃｌｏｉｄａｌｇｅａｒｓｂｙｆａｃｅｍｉｌｌ．Ｂａｓｅｄｏｎｔｈｅｎｕｍｅｒｉｃａｌ ?ｍｉｙｃ，ｓｉｍｕｌａｔｉｏｎｏｆｔｈｅｆａｃｅｍｉｌｌｉｎｇｐａｔｈｏｆｔｈｅｃｏｎｉｃａｌｃｌｏｉｄｇｅａｒｔｈｅｆａｃｅｍｉｌｌｉｎｇｏｆｔｈｅｃｏｎｉｃａｌｃｙｃｌｏｉｄｙｃａｒｉｓｃｏｍｐｌｅｔｅｄｂｙｕｓｉｎｇｔｈｅｆｉｖｅａｘｉｓＮＣｍａｃｈｉｎｅｔｏｏｌ．Ｔｈｅｒｅｓｅａｒｃｈｗｉｌｌｐｒｏｖｉｄｅａｎｅｗｗａｙｆｏｒｔｈｅ ? ｇｅｍａｃｈｉｎｉｎｇｏｆｔｈｅｎｅｗｖａｒｉａｂｌｅｓｅｃｔｉｏｎｃｙｃｌｏｉｄａｌｇｅａｒｓ．１犇犲狊犻犳犆狅狀犻犮犪犾犆狔犮犾狅犻犱犌犲犪狉犵狀狅Ｃｏｎｉｃａｌｃｙｃｌｏｉｄａｌｐｌａｎｅｔａｒｒａｎｓｍｉｓｓｉｏｎｉｓａｔｉｃａｌｖａｒｉａｂｌｅｃｒｏｓｓｓｅｃｔｉｏｎｃｙｃｌｏｉｄｄｒｉｖｅ，ｗｈｉｃｈｂｅ  ? ｙｔｙｐｌｏｎｇｓｔｏａｌｅｓｓｔｏｏｔｈｄｉｆｆｅｒｅｎｃｅｐｌａｎｅｔａｒｒａｎｓｍｉｓｓｉｏｎ．Ｉｔｓｂａｓｉｃｃｏｍｐｏｎｅｎｔｉｓａｃｏｎｉｃａｌｃｙｃｌｏｉｄｎｅｅｄｌｅｙｔｗｈｅｅｌ，ａｃｏｎｉｃａｌｃｙｃｌｏｉｄｗｈｅｅｌａｎｄａｎｏｕｔｔｍｅｃｈａｎｉｓｍ，ｅｔｃ．Ｔｈｅａｎｙｃｒｏｓｓｓｅｃｔｉｏｎｏｆｔｈｅｎｅｗｔｒａｎｓ  ｐｕｍｉｓｓｉｏｎｉｓｅｓｓｅｎｔｉａｌｌｌｏｉｄｗｈｅｅｌｄｒｉｖｅ，ｔｈａｔｉｓ，ａｎｙｃｒｏｓｓｓｅｃｔｉｏｎｏｆｔｈｅｃｏｎｉｃａｌｃｙｃｌｏｉｄｙａｃｏｍｍｏｎｃｙｃｌａｎｅｔａｒｒａｎｓｍｉｓｓｉｏｎｍｅｅｔｓｔｈｅｌａｗｏｆｅｎｇａｇｅｍｅｎｔ．ｐｙｔｈｅｃｏｎｔａｃｔａｒｅａｂｅｔｗｅｅｎｔｈｅｖａｒｉａｂｌｅｓｅｃｔｉｏｎＩｎｔｈｅｃａｓｅｏｆｔｈｅｓａｍｅｃｙｃｌｏｉｄａｌｗｈｅｅｌｔｈｉｃｋｎｅｓｓ，ｔｃｌｏｉｄａｌｇｅａｒａｎｄｔｈｅｐｉｎｔｅｅｔｈｉｓｌａｒｇｅｒｔｈａｎｔｈａｔｏｆｔｈｅｃｏｎｖｅｎｔｉｏｎａｌｃｙｃｌｏｉｄａｌｇｅａｒｓ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｉｓｙｃｎｅｗｓｔｒｕｃｔｕｒｅｈａｓｔｈｅｆｏｌｌｏｗｉｎｇａｄｖａｎｔａｇｅｓ：ｕｎｉｆｏｒｍｆｏｒｃｅ，ｓｍａｌｌｗｅａｒａｎｄｔｅａｒ，ｃｏｍｐａｃｔｓｔｒｕｃｔｕｒｅ，犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期ＸＵＪｉａｎｍｉｎ，犲狋犪犾：ＮｕｍｅｒｉｃａｌＳｉｍｕｌａｔｉｏｎａｎｄＥｘｐｅｒｉｍｅｎｔａｌＳｔｕｄｙｏｆＣｏｎｉｃａｌＣｙｃｌｏｉｄＧｅａｒ… ８０９ｈｉｒａｎｓｍｉｓｓｉｏｎｅｆｆｉｃｉｅｎｃｙ，ｌｏｎｇｓｅｒｖｉｃｅｌｉｆｅ．Ｆｉｅ１ｓｈｏｗｓｍａｃｈｉｎｉｎｇｍｅｔｈｏｄｏｆｆａｃｅｌｌｉｎｇｃｏｎｉ  ?ｍｉｇｈｔｇｕｒｃａｌｃｌｏｉｄａｌｇｅａｒｓｂｙｆａｃｅｍｉｌｌ，ｆｉｅ２ｓｈｏｗｓｔｈｅｃｏｎｉｃａｌｃｙｃｌｏｉｄａｌｇｅａｒａｎｄｔｈｅｐｉｎｗｈｅｅｌｓａｎｄｆｉｒｅｙｃｇｕｒｇｕ３ｓｈｏｗｓｔｈｅｃｏｎｉｃａｌｃｌｏｉｄａｌｇｅａｒ．ｙｃＦｉ１Ｆａｃｅｍｉｌｌｉｎｇｏｆｇ．Ｆｉ２Ｍａｔｅｏｆｃｏｎｉｃａｌｇ．Ｆｉ３Ｃｏｎｉｃａｌｇ．ｃｙｃｌｏｉｄａｌｇｅａｒｐｒｏｆｉｌｅｃｙｃｌｏｉｄａｌｇｅａｒｓｃｙｃｌｏｉｄａｌｇｅａｒ图１摆线轮廓的面铣图２锥形摆线齿轮的配合图３锥形摆线齿轮２犉犻狏犲犻狊犕犻犾犾犻狀犵犕犲狋犺狅犱 ?犃狓Ｂａｓｅｄｏｎｔｈｅｇｅｏｍｅｔｒｉｃｅｌｅｍｅｎｔｓｏｆｔｈｅｔｏｏｌｉｎｃｏｎｔａｃｔｗｉｔｈｔｈｅｗｏｒｋｐｉｅｃｅｄｕｒｉｎｇｍａｃｈｉｎｉｎｇ，ｔｈｅｆｉｖｅａｘｉｓｍｉｌｌｉｎｇｉｓｄｉｖｉｄｅｄｉｎｔｏｆａｃｅｍｉｌｌｉｎｇａｎｄｓｉｄｅｍｉｌｌｉｎｇ．Ｓｕｒｆａｃｅｉｓｍａｃｈｉｎｅｄｔｈｒｏｕｇｈｐｏｉｎｔｃｏｎｔａｃｔ ? ｉｃｈｉｓｄｅｆｉｎｅｄａｓｆａｃｅｍｉｌｌｉｎｇ．Ｉｎｆａｃｅｍｉｌｌｉｎｇ，ｔｈｅｃｕｒｖａｔｕｒｅｏｆｗｉｔｈｔｈｅｅｄｇｅｏｆｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒ，ｗｈｔｈｅｃｒｏｓｓｓｅｃｔｉｏｎａｌｓｈａｐｅｏｆｔｈｅｔｏｏｌｅｎｖｅｌｏｐｅｃａｎｂｅｖａｒｉｅｄｗｉｔｈｉｎａｗｉｄｅｒａｎｇｅ，ａｎｄｔｈｅｃｕｒｖａｔｕｒｅｏｆ ? ｔｈｅｔｏｏｌｃａｎｂｅａｄａｐｔｅｄｔｏｔｈｅｃｕｒｖａｔｕｒｅｏｆｔｈｅｃｕｒｖｅｄｓｕｒｆａｃｅ，ａｎｄｔｈｅｍａｃｈｉｎｉｎｇｐｅｒｆｏｒｍａｎｃｅｉｓｇｏｏｄ．Ｓｕｒｆａｃｅｉｓｍａｃｈｉｎｅｄｔｈｒｏｕｇｈｌｉｎｅｃｏｎｔａｃｔｗｉｔｈｔｈｅｃｕｔｔｉｎｇｅｄｇｅｏｎｔｈｅｃｉｒｃｕｍｆｅｒｅｎｃｅｏｆａｍｉｌｌｉｎｇｃｕｔ  ｔｅｒ，ｗｈｉｃｈｉｓｄｅｆｉｎｅｄａｓｓｉｄｅｍｉｌｌｉｎｇ．ｈｅｔｏｏｌｃａｎｅｘｔｅｎｄｉｎｔｏｔｈｅｓｕｒｆａｃｅｃｈａｎｎｅｌｓｏｆｓｏｍｅｐａｒｔｓｔｏｓｏｌｖｅａｎｕｍｂｅｒｏｆＩｎｓｉｄｅｍｉｌｌｉｎｇ，ｔｏｃｅｓｓｉｎｇｐｒｏｂｌｅｍｓｔｈａｔａｒｅｎｏｔｅａｓｙｔｏｓｏｌｖｅｗｉｔｈｆａｃｅｍｉｌｌ．Ｓｉｄｅｍｉｌｌｉｎｇｉｓｍｏｓｔｓｕｉｔａｂｌｅｆｏｒｔｈｅｐｒｏ  ｐｒｈｅｔｏｏｌｉｎｔｈｅｐｒｏｃｅｓｓｉｎｇｃｅｓｓｉｎｇｏｆｒｕｌｅｄｓｕｒｆａｃｅｐａｒｔｓ．Ｂｕｔｔｈｅｃｕｔｔｉｎｇｆｏｒｃｅｉｓｒｅｌａｔｉｖｅｌａｒｙｌｇｅ，ｔｏｃｅｓｓｉｓｖｅｒａｓｙｔｏｄｉｓｔｏｒｔ．ｐｒｙｅ３犜犺犲狅狉犲狋犻犮犪犾犚犲狊犲犪狉犮犺狅狀犜狅狅犾犘犪狋犺犘犾犪狀狀犻狀犵狅犳犉犻狏犲犻狊犉犪犮犲犕犻犾犾犻狀犵狅犳 ?犃狓犆狅狀犻犮犪犾犆狔犮犾狅犻犱犌犲犪狉犘狉狅犳犻犾犲Ｉｎｔｈｅｆｉｖｅｉｓｍａｃｈｉｎｉｎｇ，ｔｈｅｇｅｏｍｅｔｒｉｃａｌｍｅｓｈｉｎｇｒｅｌａｔｉｏｎｓｈｉｔｗｅｅｎｔｈｅｆａｃｅｍｉｌｌａｎｄｔｈｅ ?ａｘｐｂｅｍａｃｈｉｎｅｄｓｕｒｆａｃｅｉｓｖｅｒｌｅｘ．Ｔｈｅｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｔｈｅｅｆｆｅｃｔｉｖｅｃｕｔｔｉｎｇｗｉｄｔｈａｎｄｔｏｏｌｐｏｓｔｕｒｅｉｓｙｃｏｍｐｔｈｅｂａｓｉｓｏｆｔｏｏｌｐａｔｈｐｌａｎｎｉｎｇ，ａｎｄｉｔｉｓｎｅｃｅｓｓａｒｏｓｔｕｄｙｉｔｄｅｅｐｌｆｆｅｃｔｉｖｅｃｕｔｔｉｎｇｅｌｌｉｅｃａｎｙｔｙ．Ｔｈｅｅｐｓｓｉｍｐｌｉｆｈｅｃｏｍｐｌｉｃａｔｅｄ３Ｄｇｅｏｍｅｔｒｉｃａｌｍｅｓｈｉｎｇｒｅｌａｔｉｏｎｓｈｉｔｗｅｅｎｔｈｅｆａｃｅｍｉｌｌａｎｄｔｈｅｗｏｒｋｐｉｅｃｅｙｔｐｂｅｓｕｒｆａｃｅｉｎｔｏａｔｗｏｉｍｅｎｓｉｏｎａｌｐｒｏｂｌｅｍ，ｓｏｔｈｅｅｆｆｅｃｔｉｖｅｃｕｔｔｉｎｇｅｌｌｉｅｈａｓａｗｉｄｅａｐｐｌｉｃａｔｉｏｎｉｎｔｈｅ ?ｄｐｓｆｉｖｅａｘｉｓｅｎｄｍｉｌｌｉｎｇ．Ａｔｐｒｅｓｅｎｔ，ｔｈｅｅｆｆｅｃｔｉｖｅｃｕｔｔｉｎｇｅｌｌｉｅｉｓｏｎｅｏｆｔｈｅｍｏｓｔｅｆｆｅｃｔｉｖｅｍｅｔｈｏｄｓｔｏ ? ｐｓｓｔｕｄｙｔｈｅｆｉｖｅａｘｉｓｆａｃｅｍｉｌｌｉｎｇ． ? ３．１犈狊狋犪犫犾犻狊犺犿犲狀狋狅犳犈犳犳犲犮狋犻狏犲犆狌狋狋犻狀犵犈犾犾犻狊犲犕犪狋犺犲犿犪狋犻犮犪犾狆犕狅犱犲犾狅犳犉犪犮犲犕犻犾犾犻狀犵犆狌狋狋犲狉Ａｌｏｃａｌｃｏｏｒｄｉｎａｔｅｓｔｅｍ狓ｌ 狕ｌｉｓｅｓｔａｂｌｉｓｈｅｄａｔｔｈｅｙｓ狔ｌ ｃｕｔｔｅｒｃｏｎｔａｃｔｐｏｉｎｔ犆ｃｏｎｔｈｅｔｏｏｌｃｏｎｔａｃｔｔｒａｅｃｔｏｒｉｃｈｉｓｊｙ，ｗｈｓｈｏｗｎｉｎｆｉｅ４．Ｗｈｅｒｅ狓ｌｉｓｔｈｅｔａｎｇｅｎｔｉａｌｄｉｒｅｃｔｉｏｎｏｆｔｈｅｇｕｒｔｏｏｌｃｏｎｔａｃｔｔｒａｅｃｔｏｒ狕ｌｉｓｔｈｅｎｏｒｍａｌｄｉｒｅｃｔｉｏｎｏｆｔｈｅｄｅｓｉｊｙ，ｇｎ４Ｅｓｔａｂｌｉｓｈｍｅｎｔｏｆｃｏｏｒｄｉｎａｔｅｓｙｓｔｅｍｇ．ｓｕｒｆａｃｅ，狔ｌ＝狕ｌ狓ｌ，ａｎｄ狔ｌｉｓｔｈｅｍａｃｈｉｎｉｎｇｒｏｗｄｉｒｅｃｔｉｏｎ．ＴｈｅＦｉ图４坐标系的建立ｔｏｏｌｃｏｏｒｄｉｎａｔｅｓｔｅｍ狓ｃ 狕ｃｉｓｅｓｔａｂｌｉｓｈｅｄｏｎｔｈｅｔｏｏｌ，ｙｓ狔ｃ ｗｈｅｒｅ犗ｃｉｓｔｈｅｃｅｎｔｅｒｐｏｉｎｔｏｆｔｈｅｂｏｔｔｏｍｃｉｒｃｌｅｏｆｔｈｅｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒ，狓ｃｉｓｔｈｅｄｉｒｅｃｔｉｏｎｏｆｔｈｅ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８１０２０１８年ｔｏｏｌｃｏｎｔａｃｔ，ａｎｄ狕ｃｉｓｔｈｅｔｏｏｌａｘｉｓ．Ｔｈｅｐｏｓｉｔｉｏｎｏｆｔｈｅｔｏｏｌｒｅｌａｔｉｖｅｔｏｔｈｅｌｏｃａｌｃｏｏｒｄｉｎａｔｅｓｔｅｍ狓ｌ ｙｓ狕ｌｃａｎｂｅｅｘｐｒｅｓｓｅｄｂｙｉｔｓｔｏｏｌｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅ（ｒｅλｉｓｔｈｅｆｏｒｗａｒｄｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅ，ωｉｓ λ， ω），ｗｈｅ狔ｌ ｔｈｅａｎｇｌｅｏｆｔｈｅｔｏｏｌｒｏｔａｔｉｎｇｃｏｕｎｔｅｒｃｌｏｃｋｗｉｓｅａｌｏｎｇｔｈｅａｘｉｓ．Ｗｈｅｎｔｈｅ狕ｌ ａｘｉｓｃｏｉｎｃｉｄｅｓｗｉｔｈｔｈｅ狕ｃ ａｘｉｓωｉｓｄｅｆｉｎｅｄａｓｚｅｒｏ．Ｔｈｅｖａｌｕｅｒａｎｇｅｏｆωｉｓｆｒｏｍ０ °ｔｏ－９０ °．Ｉｎｔｈｅｐｒｏｃｅｓｓｏｆｆｉｖｅａｘｉｓｍａｃｈｉ  ? ｎｉｎｇ，ｔｈｅｃｕｔｔｉｎｇｅｄｇｅｏｆｔｈｅｆａｃｅｍｉｌｌｉｓｌｏｃａｔｅｄａｔｔｈｅｂｏｔｔｏｍｏｆｔｈｅｍｉｌｌｉｎｇｃｕｔｔｅｒ，ａｎｄｔｈｅｃｅｎｔｅｒｏｆｔｈｅｔｏｏｌｈａｓｎｏｃｕｔｔｉｎｇｅｄｇｅａｎｄｉｔｓｔｈｅｏｒｅｔｉｃａｌｌｉｎｅａｒｖｅｌｏｃｉｔｓｚｅｒｏ．Ｉｎｏｒｄｅｒｔｏａｖｏｉｄｃｏｎｔａｃｔｉｎｇｏｆｙｉｔｈｅｃｕｔｔｅｒｃｅｎｔｅｒａｎｄｗｏｒｋｐｉｅｃｅａｎｄｌｏｃａｌｉｎｔｅｒｆｅｒｅｎｃｅｂｅｔｗｅｅｎｔｈｅｃｕｔｔｉｎｇｅｄｇｅａｎｄｔｈｅｗｏｒｋｐｉｅｃｅ，ｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒｉｓｏｆｔｅｎｒｏｔａｔｅｄａｎａｎｇｌｅλａｒｏｕｎｄｔｈｅ狔ａｘｉｓ．Ｏｎｌｈｅｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅλｉｓｙｗｈｅｎｔｗｉｔｈｉｎｔｈｅａｐｐｒｏｐｒｉａｔｅａｎｇｌｅｒａｎｇｅ，ｃａｎｔｈｅｔｏｏｌｖｅｃｔｏｒｂｅｉｎｃｌｉｎｅｄｔｏｔｈｅｐｒｏｃｅｓｓｉｎｇｄｉｒｅｃｔｉｏｎ，ｓｏａｓｔｏｒｅａｌｉｚｅｔｈｅ “ ｄｒａｇｋｎｉｆｅ”ｍｉｌｌｉｎｇｉｎｔｈｅｆａｃｅｍｉｌｌｉｎｇｐｒｏｃｅｓｓ．Ｏｔｈｅｒｗｉｓｅ，ｔｈｅ “ ｔｏｐｋｎｉｆｅ”ｍｉｌｌｉｎｇｗｉｌｌｏｃ  ｃｕｒ．ωｉｓｃａｌｌｅｄｔｈｅｒｏｌｌａｎｇｌｅ，ｗｈｉｃｈｉｓｔｈｅａｎｇｌｅｏｆｔｈｅｔｏｏｌｒｏｔａｔｅｓｃｏｕｎｔｅｒｃｌｏｃｋｗｉｓｅａｌｏｎｇａｘｉｓ狕ｌ．Ｗｈｅｎ狕ｃｉｓｉｎｐｌａｎｅ狓ｌ狕ｌ，ｉｔｉｓｄｅｆｉｎｅｄａｓｉｃｈｉｓｉｎｔｈｅｒａｎｇｅｏｆ－９０ °ｔｏ９０ °．Ｗｈｅｎｍａｃｈｉｎｉｎｇｃｏｍｐｌｅｘｚｅｒｏ，ｗｈｓｕｒｆａｃｅｓ，ｔｈｅｒｏｌｌａｎｇｌｅωｉｓｕｓｅｄｔｏａｖｏｉｄｃｏｌｌｉｓｉｏｎａｎｄｉｎｔｅｒｆｅｒｅｎｃｅｂｅ  ｔｗｅｅｎｔｈｅｔｏｏｌａｎｄｔｈｅｗｏｒｋｐｉｅｃｅ．Ｔｈｅｐｒｏｅｃｔｉｏｎｏｆｔｈｅｂｏｔｔｏｍｅｄｇｅｊｏｆｔｈｅｅｎｄｍｉｌｌｉｎｇｃｕｔｔｅｒｔｏｔｈｅｓｅｃｔｉｏｎ狔ｌ 狕ｌｉｓａｎｅｌｌｉｅ，ｗｈｉｃｈｉｓｐｓｃａｌｌｅｄａｎｅｆｆｅｃｔｉｖｅｃｕｔｔｉｎｇｅｌｌｉｅ，ａｓｓｈｏｗｎｉｎｆｉｅ５．ｐｓｇｕｒＦｉ５Ｅｆｆｅｃｔｉｖｅｃｕｔｔｉｎｇｇ．ｈｅｂｏｔｔｏｍｅｄｇｅｏｆｔｈｅｅｎｄｍｉｌｌＴｈｅｃｏｏｒｄｉｎａｔｅｓｏｆａｐｏｉｎｔ犆ｏｎｔｅｌｌｉｅｓｆｏｒｆａｃｅｍｉｌｌｉｎｇｐｓｗｉｔｈｒａｄｉｕｓ狉ｃａｎｂｅｅｘｐｒｅｓｓｅｄｉｎｔｈｅｔｏｏｌｃｏｏｒｄｉｎａｔｅｓｙｓｔｅｍ狓ｃ 狕ｃｉｎ狔ｃ Ｔ狉ｓｉｎθ －狉ｓｉｎθ ０），ｗｈｅｒｅθｉｓｔｈｅａｎｇｌｅｆｒｏｍｔｈｅｔｅｒｍｓｏｆ犆ｃ＝（图５用于端面铣削的有效切削椭圆ｎｅｇａｔｉｖｅｄｉｒｅｃｔｉｏｎｏｆｔｈｅ狔ｃ ａｘｉｓｖｅｃｔｏｒｔｏｔｈｅｐｏｉｎｔ犆ｏｎｔｈｅｂｏｔｔｏｍｅｄｇｅｏｆｔｈｅｔｏｏｌ．Ｆｏｒｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒ，ｔｈｅｃｕｔｔｅｒｌｏｃａｔｅｓｉｎｔｈｅｃｅｎｔｅｒｏｆｔｈｅｃｕｔｔｅｒｃｏｏｒｄｉｎａｔｅｓ．Ｉｎｔｈｅｗｏｒｋｐｉｅｃｅｃｏｏｒｄｉｎａｔｅｓｙｓｔｅｍ，ｔｈｅｔｏｏｌｌｏｃａｔｉｏｎｐｏｉｎｔｃａｎｂｅｅｘｐｒｅｓｓｅｄｉｎｔｈｅｆｏｌｌｏｗｉｎｇｓλ·ｃｏｓω）犻＋（ｏｓλ·ｓｉｎω）狉ｓｉｎλ）犽．－狉ｃｏ－狉ｃ犙＝犆ｃ＋（犼＋（（１）Ｉｎｔｈｅｌｏｃａｌｃｏｏｒｄｉｎａｔｅｓｔｅｍ，ｔｈｅｃｏｏｒｄｉｎａｔｅｓｏｆｔｈｅｐｏｉｎｔ犆ｏｎｔｈｅｂｏｔｔｏｍｅｄｇｅｏｆｔｈｅｅｎｄｍｉｌｌｙｓ狕ｌｉｎｔｅｒｍｓｏｆａｒｅｅｘｐｒｅｓｓｅｄｉｎｔｈｅｌｏｃａｌｃｏｏｒｄｉｎａｔｅｓｔｅｍ狓ｌ ｙｓ狔ｌ ｏｓω ｓｉｎω ０燄熿ｃｏｓλ 熿狓ｌ燄熿ｃ犆＝狔ｌ＝－ｓｉｎω ｃｏｓω ００燀狕１燅燀０００ｓｉｎλ燄１０（犗ｃ＋犆ｃ）＝１燅燀－ｓｉｎλ λ ｏｓω ｓｉｎω ０燄熿ｃｏｓλ 熿ｃｉｎω ｃｏｓω ００－ｓ０燅０ｓｉｎλ燄烄熿－狉燄熿狉ｓｉｎθ 燄烌１００＋－狉ｓｉｎθ ＝燀００１燅燀－ｓｉｎλ ０ｃｏｓλ燅烆燀０燅燀０ｃｏｓλ·ｃｏｓω· （１－ｓｉｎθ）＋ｓｉｎω·ｃｏｓθ］熿－狉［燄燅烎狉［ｃｏｓλ·ｓｉｎω· （１－ｓｉｎθ）－ｃｏｓω·ｃｏｓθ］．燀燅狉ｓｉｎλ· （１－ｓｉｎθ）（２）Ｔｈｅｔｏｏｌｃｕｔｔｉｎｇｅｌｌｉｅｏｂｔａｉｎｅｄｂｙｐｒｏｅｃｔｉｎｇｔｈｅｅｎｄｍｉｌｌｃｕｔｔｉｎｇｅｄｇｅｔｏａｐｌａｎｅ狔ｌ 犆 狕ｌｐｅｒｐｅｎ  ｐｓｊｄｉｃｕｌａｒｔｏｔｈｅｔｏｏｌｆｅｅｄｄｉｒｅｃｔｉｏｎ狓ｌｉｓ熿犈（ θ）＝０燄 · 狉ｓｉｎ狉ｓｉｎｃｏｓ．－ λ＋ λ θ 燀狉ｃｏｓλ·ｓｉｎω －狉ｃｏｓλ·ｓｉｎω·ｃｏｓθ－狉ｃｏｓω·ｓｉｎθ燅（３）Ｔｈｅｅｑｕａｔｉｏｎｏｆｃｕｔｔｉｎｇｅｌｌｉｅｃａｎｂｅｏｂｔａｉｎｅｄｆｒｏｍｅｑｕａｔｉｏｎｐｓ２２２２２２ｉｎ λ＋狕（ｃｏｓ ω ＋ｓｉｎ ω·ｃｏｓ λ）＋２狔狕ｃｏｓλ·ｓｉｎλ·ｓｉｎω ＋２狉狕ｓｉｎλ·ｃｏｓ２ω ＝０．（４）狔ｓＴｈｅｍａｏｒａｎｄｍｉｎｏｒｒａｄｉｕｓｏｆｅｌｌｉｅ犈（ｒｅｔｈｏｓｅｒｅｓｐｅｃｔｉｖｅｌｓ犪＝狉ａｎｄ犫＝狉｜ｓｉｎλｃｏｓω｜． θ）ａｊｐｓｙａＩｎｔｈｅｌｏｃａｌｃｏｏｒｄｉｎａｔｅｓｔｅｍ狓ｌ 狕ｌ，ｔｈｅｃｅｎｔｅｒｃｏｏｒｄｉｎａｔｅｓｏｆｔｈｅｅｌｌｉｅ犈（ｒｅ狔０＝狉ｃｏｓλｓｉｎω， θ）ａｙｓｐｓ狔ｌ 狕０＝－狉ｓｉｎλ．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期ＸＵＪｉａｎｍｉｎ，犲狋犪犾：ＮｕｍｅｒｉｃａｌＳｉｍｕｌａｔｉｏｎａｎｄＥｘｐｅｒｉｍｅｎｔａｌＳｔｕｄｙｏｆＣｏｎｉｃａｌＣｙｃｌｏｉｄＧｅａｒ… ８１１Ｔｈｅｃｏｏｒｄｉｎａｔｅｓｙｓｔｅｍ狅狕′ｉｓｅｓｔａｂｌｉｓｈｅｄｂｙｔａｋｉｎｇｔｈｅｍａｏｒａｘｉｓｏｆｔｈｅｅｌｌｉｅａｓ狔′，ｔｈｅｍｉ  ? ? ｊｐｓ狔′ ｎｏｒａｘｉｓａｓ狕 ′，ａｎｄｔｈｅｃｏｏｒｄｉｎａｔｅｏｒｉｉｎ狅（狕０）ａｓｔｈｅｏｒｉｉｎ．Ｔｈｅｓｔａｎｄａｒｄｅｑｕａｔｉｏｎｓｆｏｒｔｈｅｅｆｆｅｃ  ｇｇ狔０，ｔｉｖｅｃｕｔｔｉｎｇｅｌｌｉｅｓｏｆｔｈｅｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒｉｎｔｈｅｃｏｏｒｄｉｎａｔｅｓ狅狕′ａｒｅａｓｆｏｌｌｏｗｓ． ? ? ｐｓ狔′ ′）狕 ′ 狔２２（（）＝１，狉狉ｓｉｎλ·ｃｏｓω 狕－狉ｃｏｓλ·ｓｉｎω）ｃｏｓ ＋（ｉｎλ）ｓｉｎ， ′＝（狔狔＋狉ｓ狕 ′ ＝－（狕－狉ｃｏｓλ·ｓｉｎω）ｓｉｎ ＋（ｉｎλ）ｃｏｓ．狔＋狉ｓＷｈｅｎｔｈｅｔｏｏｌｒａｄｉｕｓ狉＝３ｍｍ，ｔｈｅｓｉｄｅａｎｇｌｅω＝０ °，ｔｈｅｓｈａｐｅａｎｄｐｏｓｉｔｉｏｎｏｆｅｆｆｅｃｔｉｖｅｃｕｔｔｉｎｇｅｌｌｉｅｆｏｒｔｈｅｅｎｄｍｉｌｌｃｈａｎｇｅｗｉｔｈｔｈｅｆｏｒｗａｒｄｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅλ，ｗｈｉｃｈｉｓｓｈｏｗｎｉｎｆｉｒｅ６．Ｔｈｅａ  ｐｓｇｕｎａｌｉｓｓｈｏｗｓｔｈａｔｗｉｔｈｔｈｅｉｎｃｒｅａｓｅｏｆｔｈｅｆｏｒｗａｒｄｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅλ，ｔｈｅｌｏｎｇａｘｉｓ犪ｏｆｔｈｅｅｆｆｅｃｔｉｖｅｙｓｃｕｔｔｉｎｇｅｌｌｉｅｉｓｆｉｘｅｄａｎｄｔｈｅｌｅｎｇｔｈｏｆｔｈｅｍｉｎｏｒａｘｉｓ犫ｉｓｉｎｃｒｅａｓｅｄ．Ｓｏｔｈｅｃｕｔｔｉｎｇａｒｅａａｎｄｔｈｅｅｆｆｅｃ  ｐｓｈｅｔｉｖｅｃｕｔｔｉｎｇｒａｄｉｕｓｏｆｔｈｅｃｕｔｔｅｒｄｅｃｒｅａｓｅｗｉｔｈｔｈｅｉｎｃｒｅａｓｅｏｆｔｈｅｆｏｒｗａｒｄｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅλ．Ｗｈｅｎｔｔｏｏｌｒａｄｉｕｓ狉＝３ｍｍ，ｔｈｅｆｏｒｗａｒｄｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅλ＝－５ °，ｔｈｅｓｈａｐｅａｎｄｐｏｓｉｔｉｏｎｏｆｅｆｆｅｃｔｉｖｅｃｕｔｔｉｎｇｉｃｈｉｓｓｈｏｗｎｉｎｆｉｅ７（ °，１５ °，ｅｌｌｉｅｆｏｒｔｈｅｅｎｄｍｉｌｌｃｈａｎｇｅｗｉｔｈｓｉｄｅｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅω，ｗｈ ω＝０ｇｕｒｐｓ３０ °，４５ °，６０ °）．Ｔｈｅｉｎｃｒｅａｓｅｏｆｔｈｅｓｉｄｅｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅω ｗｉｌｌｍｏｖｅｔｈｅｃｅｎｔｅｒｏｆｔｈｅｅｌｌｉｅ犈（ｏ θ）ｔｐｓｔｈｅｒｉｔｓｉｄｅｏｆｔｈｅａｘｉｓ狔．Ｓｉｍｕｌｔａｎｅｏｕｓｌｈｅａｎｇｌｅｂｅｔｗｅｅｎｌｏｎｇａｘｉｓｏｆｔｈｅｅｌｌｉｅａｎｄｔｈｅａｘｉｓ狔′ ｇｈｙｔｐｓｈｅｓｈｏｒｔａｘｉｓｌｅｎｇｔｈｂｗｉｌｌｂｅｒｅｄｕｃｅｄ．Ａｓａｒｅｓｕｌｔ，ｔｈｅｅｌｌｉｅｂｅｃｏｍｅｓｍｏｒｅａｎｄｂｅｃｏｍｅｓｌａｒｒ，ａｎｄｔｇｅｐｓｍｏｒｅｓｌｅｎｄｅｒ，ｌｅａｄｉｎｇｔｏｔｈｅｒｅｄｕｃｔｉｏｎｏｆａｃｔｕａｌｃｕｔｔｉｎｇａｒｅａ．Ｆｉ６Ｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｅｆｆｅｃｔｉｖｅｃｕｔｔｉｎｇｇ．Ｆｉ７Ｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｅｆｆｅｃｔｉｖｅｇ．ｅｌｌｉｅａｎｄｒａｋｅａｎｇｌｅλ ｐｓｅｌｌｉｅａｎｄｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅω ｐｓ图６有效切削椭圆与前倾角λ 间的关系图７有效椭圆与侧倾角 ω 间的关系３．２犑狌犱犵犿犲狀狋犪狀犱犃狏狅犻犱犪狀犮犲狅犳犐狀狋犲狉犳犲狉犲狀犮犲犻狀犉犪犮犲犕犻犾犾犻狀犵狅犳犆狔犮犾狅犻犱犪犾犌犲犪狉犘狉狅犳犻犾犲ＴｈｅｆｉｖｅａｘｉｓＣＮＣｍｉｌｌｉｎｇｍａｃｈｉｎｅｈａｓｔｗｏｒｏｔａｒｓｉｎａｄｄｉｔｉｏｎｔｏｔｈｒｅｅｉｒｅｃｔｉｏｎｔｒａｎｓｌａｔｉｏｎ ? ?ｄｙａｘｅａｘｅｓ，ｓｏｔｈｅｃａｐａｂｉｌｉｔｆｃｏｎｔｒｏｌｌｉｎｇｍｉｌｌｉｎｇｃｕｔｔｅｒｖｅｃｔｏｒｉｓｖｅｒｔｒｏｎｇ．Ｂｅｃａｕｓｅｔｈｅｔｏｏｌｖｅｃｔｏｒｏｆｔｅｎｙｏｙｓｃｈａｎｇｅｓ，ｓｏｔｈａｔｔｈｅｔｏｏｌｉｓｖｅｒａｓｙｔｏｉｎｔｅｒｆｅｒｅｗｉｔｈｔｈｅｍａｃｈｉｎｉｎｇｓｕｒｆａｃｅ．Ｔｈｅｒｅｆｏｒｅ，ｉｎｔｅｒｆｅｒｅｎｃｅｙｅｄｅｔｅｃｔｉｏｎｉｓｒｅｑｕｉｒｅｄｄｕｒｉｎｇｔｏｏｌｐａｔｈｐｌａｎｎｉｎｇ．Ｌｏｃａｌｐｒｏｃｅｓｓｉｎｇｉｎｔｅｒｆｅｒｅｎｃｅｉｓａｌｓｏｋｎｏｗｎａｓｔｈｅｃｕｔ  ｔｅｒｈｅａｄｉｎｔｅｒｆｅｒｅｎｃｅｏｒｏｖｅｒｔｔｉｎｇｉｎｔｅｒｆｅｒｅｎｃｅ．Ｔｏｏｌｃｕｒｖａｔｕｒｅｉｎｔｅｒｆｅｒｅｎｃｅｒｅｆｅｒｓｔｏｔｈｅｉｎｔｅｒｆｅｒ  ?ｃｕｅｎｃｅｗｈｅｎｔｈｅｒａｄｉｕｓｏｆｔｈｅｃｕｔｔｅｒｉｓｇｒｅａｔｅｒｔｈａｎｔｈｅｒａｄｉｕｓｏｆｔｈｅｓｕｒｆａｃｅｃｕｒｖａｔｕｒｅ．Ｏｖｅｒｃｕｔｔｉｎｇａｐ  ? ｉｃｈｉｓｋｎｏｗｎａｓｔｏｏｌｏｖｅｒｃｕｔｔｉｎｇｉｎｔｅｒｆｅｒｅｎｃｅ．ａｒｓｂｅｔｗｅｅｎｔｈｅｔｏｏｌａｎｄｔｈｅｗｏｒｋｐｉｅｃｅｓｕｒｆａｃｅ，ｗｈ ? ｐｅＩｎｔｅｒｆｅｒｅｎｃｅｂｅｔｗｅｅｎｍｉｌｌｉｎｇｃｕｔｔｅｒａｎｄｎｏｎｒｏｃｅｓｓｉｎｇｐａｒｔｓｓｕｃｈａｓｆｉｘｔｕｒｅａｎｄｍｉｌｌｉｎｇｍａｃｈｉｎｅｔｏｏｌ ? ｐｉｃｈｉｓａｌｓｏｋｎｏｗｎａｓｃｏｌｌｉｓｉｏｎｉｎｔｅｒｆｅｒｅｎｃｅ．Ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｉｓｃａｌｌｅｄｇｌｏｂａｌｉｎｔｅｒｆｅｒｅｎｃｅ，ｗｈｍｅｔｈｏｄｔｏａｖｏｉｄｔｏｏｌｉｎｔｅｒｆｅｒｅｎｃｅｂｙａｄｕｓｔｉｎｇｔｈｅｔｏｏｌｒａｋｅａｎｇｌｅａｎｄｓｉｄｅｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅ．Ａｔｆｉｒｓｔｊｓｅｔｔｈｅｒａｎｇｅ：ｔｏｏｌｒａｋｅａｎｇｌｅω＝０ °，ｓｉｄｅｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅ－２ °≤λ≤ －５ °．Ｔｈｅｎｔｈｅｃｕｒｖａｔｕｒｅｏｆｔｈｅｓｕｒｆａｃｅｉｓｃａｌｃｕｌａｔｅｄａｎｄｔｈｅｉｎｔｅｒｆｅｒｅｎｃｅｉｓｄｅｔｅｒｍｉｎｅｄ．Ｉｆｉｎｔｅｒｆｅｒｅｎｃｅｏｃｃｕｒｓ，ｃａｌｃｕｌａｔｅａｎｄａｄｕｓｔｔｈｅｊｒａｋｅａｎｇｌｅλａｃｃｏｒｄｉｎｇｔｏｔｈｅｓｕｒｆａｃｅｓｈａｐｅａｎｄｔｏｏｌｓｉｚｅ．Ｉｆｔｈｅｉｎｔｅｒｆｅｒｅｎｃｅｏｃｃｕｒｓａｆｔｅｒａｄｕｓｔｉｎｇｔｏｏｌｊｒａｋｅａｎｇｌｅ，ｔｈｅｓｉｄｅｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅωｎｅｅｄｓｔｏａｄｕｓｔ．Ｔｈｅａｃｔｕａｌｐｒｏｃｅｓｓｉｎｇｓｈｏｗｓｔｈａｔｔｈｅｖａｌｕｅｏｆｊｓｔｏｏｌａｒｇｅ，ｗｈｉｃｈｎｏｔｏｎｌｌｌｒｅｄｕｃｅｔｈｅｍｉｌｌｉｎｇｅｆｆｉｃｉｅｎｃｙ，ｂｕｔａｌｓｏｗｉｌｌｄｅｔｅｒｉｏｒａｔｅｔｈｅｃｕｔ  λａｎｄωｉｙｗｉ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８１２２０１８年ｔｉｎｇｔｏｏｌｃｏｎｄｉｔｉｏｎｓ．Ｉｎｍｉｌｌｉｎｇｔｈｅｃｙｃｌｏｉｄｇｅａｒｓｗｉｔｈｅｎｄｍｉｌｌｓｏｎａｆｉｖｅａｘｉｓｍａｃｈｉｎｅ，ｔｈｅｔｏｏｌａｘｉｓｉｎｔｅｒｆｅｒｅｎｃｅ（ｌｏｂａｌ ? ｇｉｎｔｅｒｆｅｒｅｎｃｅ）ｍａｙａｐｐｅａｒｗｈｅｎｔｈｅｓｉｄｅｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅωｉｓｎｏｔｓｅｌｅｃｔｅｄｐｒｏｐｅｒｌｉｃｈｉｓｓｈｏｗｎｉｎｙ，ｗｈｆｉｒｅ８．Ｉｆｔｈｅｔｏｏｌｒａｄｉｕｓｒａｎｄｔｏｏｌａｘｉｓｒａｋｅａｎｇｌｅｇｕ８ＩｎｔｅｒｆｅｒｅｎｃｅｏｆｒｅｓｅｌｅｃｔｅｄｉｍｐｒｏｐｅｒｌｈｅｔｏｏｌｔｉｎｔｅｒｆｅｒｅｎｃｅＦｉｇ． λａｙ，ｔｐｉｃｕｔｔｅｒｓｈａｆｔｓ（ｌｏｃａｌｉｎｔｅｒｆｅｒｅｎｃｅ）ｗｉｌｌｏｃｃｕｒ，ｗｈｉｃｈｉｓｓｈｏｗｎｉｎＦｉ９Ｌｏｃａｌｉｎｔｅｒｆｅｒｅｎｃｅｇ．ｉｎｆａｃｅｍｉｌｌｉｎｇ图９面铣中的局部干涉ｆｉｒｅ９．Ｓｏｃｏｎｓｉｄｅｒｉｎｇｔｈｅｃｕｔｔｅｒｓｈａｆｔｉｎｔｅｒｆｅｒ  图８刀轴的干涉ｇｕｅｎｃｅａｎｄｃｕｔｔｉｎｇｅｆｆｉｃｉｅｎｃｙ，ｔｈｅｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒｉｓｕｓｅｄｔｏｐｒｏｃｅｓｓｔｈｅｃｙｃｌｏｉｄｇｅａｒｉｎｔｈｅｆｉｖｅａｘｉｓｈｅｓｉｄｅｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅωｏｆｔｈｅｃｕｔｔｅｒｓｈａｆｔｉｓｔａｋｅｎｔｏｂｅ０ °．Ｉｎｏｒｄｅｒｔｏａｖｏｉｄｔｈｅｍａｃｈｉｎｅｔｏｏｌ，ａｎｄｔｉｎｔｅｒｆｅｒｅｎｃｅｏｆｃｕｔｔｅｒｃｕｒｖａｔｕｒｅ，ｔｈｅｅｆｆｅｃｔｉｖｅｃｕｔｔｉｎｇｒａｄｉｕｓｏｆｔｈｅｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒｓｈｏｕｌｄｂｅｌｅｓｓｔｈａｎｔｈｅｍｉｎｉｍｕｍｒａｄｉｕｓｏｆｃｌｏｉｄｇｅａｒｐｒｏｆｉｌｅｃｕｒｖａｔｕｒｅ．ｙｃ４犛犻犿狌犾犪狋犻狅狀犪狀犱犈狓狆犲狉犻犿犲狀狋犞犲狉犻犳犻犮犪狋犻狅狀狅犳犉犪犮犲犕犻犾犾犻狀犵狅犳犆狔犮犾狅犻犱犪犾犌犲犪狉犘狉狅犳犻犾犲狊４．１犛犻犿狌犾犪狋犻狅狀犈狇狌犻狋犪狀犱犈狓狆犲狉犻犿犲狀狋犈狇狌犻狋狆犿犲狀狆犿犲狀Ｉｎｔｈｉｓｐａｐｅｒ，ａｎｕｍｅｒｉｃａｌｃｏｎｔｒｏｌｍａｃｈｉｎｅｍｏｄｅｌｗｉｔｈｒｏｔａｒｓ犅ａｎｄ犆ｉｓｅｓｔａｂｌｉｓｈｅｄｉｎｓｏｆｔ  ｙａｘｅｗａｒｅｐｏｗｅｒｍｉｌｌ，ｗｈｉｃｈｉｓｕｓｅｄｔｏｓｉｍｕｌａｔｅｔｈｅｍａｃｈｉｎｉｎｇｏｆｃｏｎｉｃａｌｃｙｃｌｏｉｄｇｅａｒｐｒｏｆｉｌｅｓ．ＴｈｅＮＣｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄｂａｓｅｄｏｎｔｈｅｆｉｖｅａｘｉｓｌｉｎｋａｇｅｖｅｒｔｉｃａｌｍａｃｈｉｎｉｎｇｃｅｎｔｅｒ（ＧｅｒｍａｎＤＭＧＤＭＵ４０ ? ｍｏｎｏＢＬＯＣＫ）．ＴｈｅｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｏｆｆｉｖｅａｘｉｓＮＣｍｉｌｌｉｎｇｍａｃｈｉｎｅｗｉｔｈｒｏｔａｒｓ犅ａｎｄ犆ｅｓｔａｂ  ? ｙａｘｅｌｉｓｈｅｄｉｎｓｏｆｔｗａｒｅｐｏｗｅｒｍｉｌｌｉｓｓｈｏｗｎｉｎｆｉｅ１０．Ａｎｄｔｈｅｒｏｔａｔｉｏｎｄｉｒｅｃｔｉｏｎｏｆｔｈｅｒｏｔａｒｆｔｉｓａ  ｇｕｒｙｓｈａｓ，ｒｅｓｐｅｃｔｉｖｅｌｎｏｒｄｅｒｔｏｅｎｓｕｒｅｔｈｅａｕｔｈｅｎｔｉｃｉｔｃｃｕｒａｃｙｏｆｓｉｍｕｌａｔｉｏｎ，ｒｏｕｎｄｔｈｅ狔ａｎｄ狕ａｘｅｙ．Ｉｙａｎｄａｔｈｅｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｏｆｆｉｘｔｕｒｅｉｓａｌｓｏｅｓｔａｂｌｉｓｈｅｄ．Ｆｉｅ１１ｓｈｏｗｓｔｈｅＧｅｒｍａｎＤＭＧｆｉｖｅａｘｉｓｖｅｒｔｉ  ? ｇｕｒｃａｌｍａｃｈｉｎｉｎｇｃｅｎｔｅｒｕｓｅｄｉｎｔｈｉｓｅｘｐｅｒｉｍｅｎｔ．ＴｈｅｎｕｍｅｒｉｃａｌｃｏｎｔｒｏｌｓｙｓｔｅｍｏｆｔｈｅｍａｃｈｉｎｅｔｏｏｌｉｓＨｅｉｄｅｎｈａｉｎｉＴＮＣ５３０．Ｔｈｅｍａｃｈｉｎｅｔｏｏｌｆｕｌｌｅｔｓｔｈｅｐｒｏｃｅｓｓｉｎｇｒｅｑｕｉｒｅｍｅｎｔｓｏｆｔｈｅｃｏｎｉｃａｌｃｌｏｉｄｙｍｅｙｃａｒ．ｇｅＦｉ１０Ｆｉｖｅａｘｉｓｍｉｌｌｉｎｇｍａｃｈｉｎｅｍｏｄｅｌｇ．Ｆｉ１１Ｆｉｖｅａｘｉｓｍａｃｈｉｎｉｎｇｃｅｎｔｅｒｇ．图１０五轴铣床模型图１１五轴加工中心４．２犖狌犿犲狉犻犮犪犾犛犻犿狌犾犪狋犻狅狀犪狀犱犈狓狆犲狉犻犿犲狀狋犪犾犞犲狉犻犳犻犮犪狋犻狅狀狅犳犔犪犲狉犲犱犕犻犾犾犻狀犵犆狔犮犾狅犻犱犪犾犌犲犪狉（犚狅狌犵犺狔犕犪犮犺犻狀犻狀犵）Ｗｈｅｎｔｈｅｃｙｌｉｎｄｒｉｃａｌｍｉｌｌｉｎｇｃｕｔｔｅｒｉｓｕｓｅｄｔｏｍａｃｈｉｎｅｔｈｅｃｌｏｉｄｇｅａｒ，ｔｈｅｍｉｌｌｉｎｇｃｕｔｔｅｒｗｉｌｌｂｅｙｃｈｅｄｅｆｏｒｍａｔｉｏｎｏｆｔｈｅｍｉｌｌｉｎｇｃｕｔｔｅｒｉｓｌａｒｉｃｈｓｅｒｉｏｕｓｌｆ  ｓｕｂｅｃｔｅｄｔｏｌａｒａｄｉａｌｆｏｒｃｅ，ａｎｄｔｇｅ，ｗｈｙａｊｇｅｒｆｅｃｔｓｔｈｅｍａｃｈｉｎｉｎｇａｃｃｕｒａｃｙ．Ｉｎｏｒｄｅｒｔｏｒｅｄｕｃｅｔｈｅｄｅｆｏｒｍａｔｉｏｎｏｆｔｈｅｃｕｔｔｅｒａｎｄｉｍｐｒｏｖｅｔｈｅｍａｃｈｉ  ｎｉｎｇｐｒｅｃｉｓｉｏｎ，ａｎｅｗｍｅｔｈｏｄｏｆｍａｃｈｉｎｉｎｇｃｙｃｌｏｉｄａｌｇｅａｒｐｒｏｆｉｌｅｓｗｉｔｈｌａｙｅｒｅｄｍｉｌｌｉｎｇｉｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒ．Ｔｈｅｐｒｉｎｃｉｌｅｏｆｌａｙｅｒｅｄｓｉｄｅｍｉｌｌｉｎｇｉｓｓｈｏｗｎｉｎｆｉｒｅ１２．Ｗｈｅｎｕｓｉｎｇｔｈｅｌａｙｅｒｅｄｍｉｌｌ  ｐｇｕｉｎｇ，ｔｈｅｃｏｎｔａｃｔａｒｅａｂｅｔｗｅｅｎｔｈｅｃｕｔｔｅｒｂｌａｄｅａｎｄｔｈｅｂｌａｎｋｉｓｒｅｌａｔｉｖｅｌｌｌ，ｔｈｅｍｉｌｌｉｎｇｆｏｒｃｅａｎｄｙｓｍａ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期ＸＵＪｉａｎｍｉｎ，犲狋犪犾：ＮｕｍｅｒｉｃａｌＳｉｍｕｌａｔｉｏｎａｎｄＥｘｐｅｒｉｍｅｎｔａｌＳｔｕｄｙｏｆＣｏｎｉｃａｌＣｙｃｌｏｉｄＧｅａｒ… ８１３ｔｈｅｍｉｌｌｉｎｇｄｅｆｏｒｍａｔｉｏｎｉｓｓｍａｌｌ．Ｔｈｅｒａｗｍａｔｅｒｉａｌｕｓｅｄｆｏｒｃｌｏｉｄａｌｇｅａｒｓｉｎｔｈｅｍｉｌｌｉｎｇｅｘｐｅｒｉｍｅｎｔｉｓｙｃｈａｒｄａｌｕｍｉｎｕｍ．Ｔｈｅｈｏｌｅｓａｒｅｍａｃｈｉｎｅｄｏｎｔｈｅｄｒｉｌｌｉｎｇｍａｃｈｉｎｅａｎｄｌａｔｈｅｂｅｆｏｒｅｍａｃｈｉｎｉｎｇｃｙｃｌｏｉｄｔｏｏｔｈｐｒｏｆｉｌｅ．Ｆｉｅ１３ｓｈｏｗｓｔｈｅｔｏｏｌｐａｔｈｏｆｆａｃｅｍｉｌｌｉｎｇｔｈｅｃｌｏｉｄａｌｇｅａｒ．Ｔｈｅｒｏｕｇｈｐｒｏｃｅｓｓｐａ  ｇｕｒｙｃｒａｍｅｔｅｒｓｏｆｔｈｅｃｏｎｉｃａｌｃｙｃｌｏｉｄａｌｇｅａｒｉｓｓｈｏｗｓｔａｂｌｅ１．Ｆｉｅ１４ｓｈｏｗｓｔｈｅｒｏｕｇｈｍａｃｈｉｎｉｎｇｏｆｃｏｎｉｃａｌｇｕｒｃｙｃｌｏｉｄｇｅａｒ．Ｆｉｅ１５ｓｈｏｗｓｔｈｅｃｙｃｌｏｉｄｇｅａｒａｆｔｅｒｒｏｕｇｈｍａｃｈｉｎｉｎｇ．ｇｕｒＦｉ１２Ｌａｙｅｒｅｄｓｉｄｅｍｉｌｌｉｎｇｇ．Ｆｉ１３Ｔｏｏｌｐａｔｈｏｆｓｉｄｅｍｉｌｌｉｎｇｇ．图１２分层侧铣图１３侧铣刀具路径Ｆｉ１４Ｒｏｕｇｈｍｉｌｌｉｎｇｇ．Ｆｉ１５Ｃｙｃｌｏｉｄｇｅａｒａｆｔｅｒｒｏｕｇｈｍｉｌｌｉｎｇｇ．图１４粗铣图１５粗铣后的摆线齿轮４．３犖狌犿犲狉犻犮犪犾犛犻犿狌犾犪狋犻狅狀犪狀犱犈狓狆犲狉犻犿犲狀狋犪犾犞犲狉犻犳犻犮犪狋犻狅狀狅犳犉犻狀犻狊犺犉犪犮犲犕犻犾犾犻狀犵狅犳犆狅狀犻犮犪犾犆狔犮犾狅犻犱犪犾犌犲犪狉犘狉狅犳犻犾犲Ｔｈｅｃｕｔｔｅｒｉｓａｆｌａｔｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒｗｉｔｈａｈａｒｄａｌｌｏｙｔｕｎｇｓｔｅｎｃａｒｂｉｄｅａｎｄａｄｉａｍｅｔｅｒｏｆ６ｍｍ．Ｔｈｅｍａｃｈｉｎｉｎｇｐａｒａｍｅｔｅｒｓｏｆｆａｃｅｍｉｌｌｉｎｇｃｏｎｉｃａｌｃｙｃｌｏｉｄｇｅａｒｉｓｓｈｏｗｎｔａｂｌｅ１．Ｔａｂ．１Ｐｒｏｃｅｓｓｐａｒａｍｅｔｅｒｓｏｆｃｏｎｉｃａｌｃｙｃｌｏｉｄａｌｇｅａｒ表１圆锥摆线齿轮的加工工艺参数ＰｒｏｃｅｓｓｎａｍｅＴｏｏｌＲｏｕｇｈｍａｃｈｉｎｉｎｇ ８ｆｌａｔｂｏｔｔｏｍｅｄｃｙｌｉｎ  ｏｆｔｏｏｔｈｐｒｏｆｉｌｅｄｒｉｃａｌｍｉｌｌｉｎｇｃｕｔｔｅｒＦｉｎｉｓｈｉｎｇｔｏｏｔｈｐｒｏｆｉｌｅｌａｔｂｏｔｔｏｍｅｄｃｙｌｉｎ  ６ｆｄｒｉｃａｌｍｉｌｌｉｎｇｃｕｔｔｅｒ／ＤｏｗｎｍｉＳｐｉｎｄｌｅｓｐｅｅｄ／ＦｅｅｄｒａｔｅｌｌｉｎｇＭａｃｈｉｎｉｎｇＣｕｔｔｉｎｇ／ｍｍｌｌｉｎｇｄｅｐｌｌｏｗａｎｃｅｔｈ／ｍｍａｒ·ｍｉｎ－１ｍｍ·ｍｉｎ－１ａｎｄｕｐｍｉ３５００１０００Ｄｏｗｎｍｉｌｌｉｎｇ０．２０．１８０００８００Ｄｏｗｎｍｉｌｌｉｎｇ０．１０Ｉｎｔｈｅｆａｃｅｍｉｌｌｉｎｇｐｒｏｃｅｓｓ，ｔｈｅｃｕｔｔｅｒｉｓｉｎｃｌｉｎｅｄｔｏａｎａｎｇｌｅｗｉｔｈｒｅｓｐｅｃｔｔｏｔｈｅｅｎｄｆａｃｅｏｆｔｈｅｃｙ  ｃｌｏｉｄａｌｇｅａｒ．Ｔｈｅｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒｍａｋｅｓａｓｔｒａｉｔｒｅｃｉｒｏｃａｔｉｎｇｍｏｔｉｏｎａｌｏｎｇｔｈｅｏｕｔｌｉｎｅｏｆｔｈｅｃｙ  ｇｈｐｓｐｅｅｄｒｏｔａｔｉｏｎ．Ｔｈｅｅｎｄｃｕｔｔｉｎｇｅｄｇｅｏｆｔｈｅｃｕｔｔｅｒｉｓｕｓｅｄｔｏｃｕｔｔｈｅｃｌｏｉｄｇｅａｒｉｎａｄｄｉｔｉｏｎｔｏｉｔｓｈｉ ? ｇｈｔｏｏｔｈｐｒｏｆｉｌｅｔｏｆｏｒｍａｔｏｏｌｐａｔｈｓｉｍｉｌａｒｔｏｔｈｅｌｉｎｅｃｕｔｔｉｎｇｐｒｏｃｅｓｓ．Ｆｉｒｅ１６ｓｈｏｗｓｔｈｅｔｏｏｌｐａｔｈｏｆｇｕｆａｃｅｍｉｌｌｉｎｇｏｆｔｈｅｃｏｎｉｃａｌｃｙｃｌｏｉｄｇｅａｒ．Ｔｈｅｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｔｈｅｒｅｓｕｌｔｓｏｆｔｈｅｓｉｍｕｌａｔｉｏｎｂｅｓｅｅｎｉｎｆｉｅ１７．Ｆｉｅ１８ｓｈｏｗｓｆａｃｅｍｉｌｌｉｎｇｃｏｎｉｃａｌｃｙｃｌｏｉｄｇｅａｒｏｎｔｈｅｆｉｖｅａｘｉｓｍｉｌｌｉｎｇｍａｃｈｉｎｅ．Ｆｉｒｅｇｕｒｇｕｒｇｕ１９ｓｈｏｗｓｔｈｅｃｏｎｉｃａｌｃｙｃｌｏｉｄｇｅａｒｐｒｏｔｏｔｆｔｅｒｐｒｅｃｉｓｉｏｎｆａｃｅｍｉｌｌｉｎｇ．Ｔｈｅａｃｔｕａｌｐｒｏｃｅｓｓｉｎｇｒｅｓｕｌｔｓｙｐｅａｏｆｔｈｅｃｏｎｉｃａｌｃｙｃｌｏｉｄｇｅａｒｃａｎｂｅｓｅｅｎｉｎｆｉｒｅ１９．Ｉｔｉｓｐｒｏｖｅｄｔｈａｔｔｈｅｔｏｏｌｐａｔｈｐｌａｎｎｉｎｇｍｅｔｈｏｄｏｆｇｕｔｈｅｆａｃｅｍｉｌｌｉｎｇｏｆｃｙｃｌｏｉｄａｌｇｅａｒｔｏｏｔｈｐｒｏｆｉｌｅｉｓｃｏｒｒｅｃｔａｎｄｆｅａｓｉｂｌｅ．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８１４Ｆｉ１６Ｔｏｏｌｐａｔｈｏｆｆａｃｅｍｉｌｌｉｎｇｏｆｇ．Ｆｉ１７Ｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｏｆｐｒｅｃｉｓｉｏｎｆａｃｅｇ．ｃｏｎｉｃａｌｃｙｃｌｏｉｄｇｅａｒｍｉｌｌｉｎｇｏｆｃｏｎｉｃａｌｃｙｃｌｏｉｄｇｅａｒｐｒｏｆｉｌｅ图１６面铣锥形摆线齿轮刀具路径图１７圆锥摆线齿轮精密端面铣削仿真模型Ｆｉ１８Ｆａｃｅｍｉｌｌｉｎｇｏｆｃｏｎｉｃａｌｇ．２０１８年Ｆｉ１９Ｃｏｎｉｃａｌｃｙｃｌｏｉｄｇｅａｒｐｒｏｔｏｔｇ．ｙｐｅｃｙｃｌｏｉｄｔｏｏｔｈａｆｔｅｒｐｒｅｃｉｓｉｏｎｆａｃｅｍｉｌｌｉｎｇ图１８面铣锥形摆线齿轮图１９精密端面铣削后的摆线齿轮样机４．４犚狅狌犵犺狀犲狊狊犕犲犪狊狌狉犲犿犲狀狋犚犲狊狌犾狋狊狅犳犆狔犮犾狅犻犱犌犲犪狉犘狉狅犳犻犾犲Ｔｈｅａｖｅｒａｇｅｖａｌｕｅｏｆｔｈｅｍｅａｓｕｒｅｄｓｕｒｆａｃｅｒｏｕｇｈｎｅｓｓｉｓ犚ａ＝０．５３７７μｍ，ｗｈｉｃｈｈａｓｒｅａｃｈｅｄｔｈｅ８μｍ．Ｔｈｅｒｅｆｏｒｅ，ｒｅｑｕｉｒｅｍｅｎｔｏｆｔｈｅｃｏｎｖｅｎｔｉｏｎａｌｇｒｉｎｄｉｎｇｍｅｔｈｏｄｗｉｔｈａｒｏｕｇｈｎｅｓｓｖａｌｕｅｏｆ犚ａ＝０．ｔｈｅｒｏｕｇｈｎｅｓｓｏｆｔｈｅｔｏｏｔｈｐｒｏｆｉｌｅｏｆｔｈｅｐｒｏｃｅｓｓｉｎｇｓａｍｐｌｅｃａｎｒｅａｃｈｔｈｅｓｔａｎｄａｒｄ．５犆狅狀犮犾狌狊犻狅狀狊１）Ａｍｅｔｈｏｄｏｆｎｏｎｉｎｔｅｒｆｅｒｅｎｃｅｔｏｏｌｐａｔｈｇｅｎｅｒａｔｉｏｎｆｏｒｆａｃｅｍｉｌｌｉｎｇｏｆｃｏｎｉｃａｌｃｙｃｌｏｉｄａｌｇｅａｒｐｒｏ  ? ｆｉｌｅｉｓｐｒｏｐｏｓｅｄｏｎｆｉｖｅａｘｉｓＮＣｍａｃｈｉｎｅｔｏｏｌ．Ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｍａｃｈｉｎｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｃｏｎｉｃａｌ ? ｃｙｃｌｏｉｄｇｅａｒｐｒｏｆｉｌｅ，ｔｈｅｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｏｆｅｆｆｅｃｔｉｖｅｃｕｔｔｉｎｇｅｌｌｉｅｏｆｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒｉｓｅｓｔａｂ  ｐｓｌｉｓｈｅｄｂａｓｅｄｏｎｔｈｅｒａｋｅａｎｇｌｅａｎｄｔｈｅｓｉｄｅｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅｏｆｔｈｅｃｕｔｔｅｒ．Ｔｈｅｅｆｆｅｃｔｏｆｔｏｏｌｒａｋｅａｎｇｌｅａｎｄｓｉｄｅｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅｏｎｔｈｅｅｆｆｅｃｔｉｖｅｃｕｔｔｉｎｇｒａｄｉｕｓｉｓｓｔｕｄｉｅｄ．Ａｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄｔｏｓｏｌｖｅｔｈｅｏｂｌｅｍｓｏｆｌｏｃａｌｉｎｔｅｒｆｅｒｅｎｃｅａｎｄｔｈｅｃｏｌｌｉｓｉｏｎｉｎｔｅｒｆｅｒｅｎｃｅｏｆｆａｃｅｍｉｌｌｂｙｕｓｉｎｇｔｈｅｔｏｏｌｒａｋｅａｎｇｌｅｐｒａｎｄｓｉｄｅｉｎｃｌｉｎａｔｉｏｎａｎｇｌｅｒｅｓｐｅｃｔｉｖｅｌｙ．ｓｅｄｏｎｔｈｅａｎａｌｉｓｏｆｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｂａｌｌｅｎｄｍｉｌｌｉｎｇｃｕｔｔｅｒａｎｄｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒ，２）ＢａｙｓｔｈｅｍａｃｈｉｎｉｎｇｍｅｔｈｏｄｏｆｔｈｅｔｏｏｔｈｐｒｏｆｉｌｅｏｆｔｈｅｃｌｏｉｄａｌｇｅａｒｏｎｆｉｖｅａｘｉｓＣＮＣｍｉｌｌｉｎｇｍａｃｈｉｎｅｉｓｙｃｅｓｅｎｔｅｄｂａｓｅｄｏｎｔｈｅｃｏｍｐａｒｉｓｏｎｏｆｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｐｅｒｉｒａｌｍｉｌｌｉｎｇａｎｄｆａｃｅｍｉｌｌｉｎｇ．ＴｈｅｐｒｐｈｅａｘｉｓＮＣｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｏｆｆａｃｅｌｌｉｎｇｃｌｏｉｄａｌｇｅａｒａｒｅｅｓｔａｂｌｉｓｈｅｄ．Ｉｎｔｒｉｃｍｏｄｅｌａｎｄｆｉｖｅ ? ?ｍｉｙｃｇｅｏｍｅｈｅｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒｉｓｉｎｃｌｉｎｅｄｔｏａｎａｎｇｌｅｗｉｔｈｒｅｓｐｅｃｔｔｏｔｈｅｅｎｄｆａｃｅｏｆｔｈｅｆａｃｅｍｉｌｌｉｎｇｐｒｏｃｅｓｓ，ｔｔｈｅｃｙｃｌｏｉｄａｌｇｅａｒ．Ｔｈｅｆａｃｅｍｉｌｌｉｎｇｃｕｔｔｅｒｍａｋｅｓａｓｔｒａｉｔｒｅｃｉｏｃａｔｉｎｇｍｏｔｉｏｎａｌｏｎｇｔｈｅｏｕｔｌｉｎｅｏｆｇｈｐｒｔｈｅｃｌｏｉｄｇｅａｒｉｎａｄｄｉｔｉｏｎｔｏｉｔｓｈｉｓｐｅｅｄｒｏｔａｔｉｏｎ．Ｔｈｅｅｎｄｃｕｔｔｉｎｇｅｄｇｅｏｆｔｈｅｃｕｔｔｅｒｉｓｕｓｅｄｔｏｃｕｔ ? ｙｃｇｈｔｈｅｔｏｏｔｈｐｒｏｆｉｌｅｔｏｆｏｒｍａｔｏｏｌｐａｔｈｓｉｍｉｌａｒｔｏｔｈｅｌｉｎｅｃｕｔｔｉｎｇｐｒｏｃｅｓｓ．Ｔｈｅｍｅｔｈｏｄｉｎｔｅｇｒａｔｅｓｔｈｅｍｅｒｉｔｓｏｆｔｈｅｓｉｄｅｍｉｌｌｉｎｇａｎｄｐｌｕｎｇｅｍｉｌｌｉｎｇｃｌｏｉｄａｌｔｏｏｔｈｐｒｏｆｉｌｅ，ｗｈｉｃｈｎｏｔｏｎｌｒｃｏｍｅｓｔｈｅｙｃｙｏｖｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｌａｒｉａｌｐｒｏｆｉｌｅｄｅｆｏｒｍａｔｉｏｎａｎｄｐｏｏｒｓｕｒｆａｃｅｑｕａｌｉｔｆｐｌｕｎｇｅｍｉｌｌｉｎｇｃｌｏｉｄａｌｇｅａｘｙｏｙｃｔａｌｓｏｓｏｌｖｅｓｔｈｅｐｒｏｂｌｅｍｏｆｌａｒａｄｉａｌｄｅｆｏｒｍａｔｉｏｎａｎｄｒａｄｉａｌｒｕｎｏｕｔｏｆｔｈｅｍｉｌｌｉｎｇａｒｐｒｏｆｉｌｅ，ｂｕｇｅｒｇｅｃｕｔｔｅｒｉｎｓｉｄｅｍｉｌｌｉｎｇ．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期ＸＵＪｉａｎｍｉｎ，犲狋犪犾：ＮｕｍｅｒｉｃａｌＳｉｍｕｌａｔｉｏｎａｎｄＥｘｐｅｒｉｍｅｎｔａｌＳｔｕｄｙｏｆＣｏｎｉｃａｌＣｙｃｌｏｉｄＧｅａｒ… ８１５３）Ｉｔｉｓｆｅａｓｉｂｌｅｔｏｒｅａｌｉｚｅｔｈｅｐｒｏｃｅｓｓｉｎｇｏｆｔｈｅｃｏｎｉｃａｌｃｙｃｌｏｉｄｇｅａｒｂｙｔｈｅａｄｏｐｔｉｏｎｏｆｔｈｅｐｅｒｉｐｈ ｅｒａｌｒｏｕｇｈｍｉｌｌｉｎｇａｎｄｔｈｅｐｒｅｃｉｓｉｏｎｆａｃｅｍｉｌｌｉｎｇ．Ｔｈｅａｖｅｒａｇｅｖａｌｕｅｏｆｔｈｅｍｅａｓｕｒｅｄｓｕｒｆａｃｅｒｏｕｇｈｎｅｓｓｉｓ犚ａ＝０．５３７７ μｍ，ｗｈｉｃｈｈａｓｒｅａｃｈｅｄｔｈｅｒｅｑｕｉｒｅｍｅｎｔｏｆｔｈｅｃｏｎｖｅｎｔｉｏｎａｌｇｒｉｎｄｉｎｇｍｅｔｈｏｄｗｉｔｈａｒｏｕｇｈｎｅｓｓｖａｌｕｅｏｆ犚ａ＝０．８μｍａｎｄｔｈｅｔｏｌｅｒａｎｃｅｖａｌｕｅｉｓ０．１６９ｍｍ．Ｔｈｅｒｅｓｅａｒｃｈｈａｓｌａｉｄａｎｉｍｐｏｒ  ｔａｎｔｆｏｕｎｄａｔｉｏｎｆｏｒｔｈｅｐｒｏｄｕｃｔｉｏｎａｎｄｅｎｇｉｎｅｅｒｉｎｇａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｃｏｎｉｃａｌｃｙｃｌｏｉｄｄｒｉｖｅ，ａｎｄｈａｓｃｅｒ  ｔａｉｎｒｅｆｅｒｅｎｃｅｖａｌｕｅｔｏｔｈｅｓｉｍｉｌａｒｐａｒｔｓｐｒｏｃｅｓｓｉｎｇ．犚犲犳犲狉犲狀犮犲狊：［１］ＷＡＮＧＷｅｉｓｈｉａｎｇ，ＦＯＮＧＺｈａｎｇｈｕａ．Ａｄｕａｌｆａｃｅｉｎｇｍｅｔｈｏｄｆｏｒｔｈｅｃｙｃｌｏｉｄａｌｃｒｏｗｎｉｎｇｏｆｓｐｕｒｇｅａｒｓ［Ｊ］． ?ｈｏｂｂＭｅｃｈａｎｉｓｍａｎｄＭａｃｈｉｎｅＴｈｅｏｒ２００８，４３（１１）：１４１６１４３０．ＤＯＩ：１０．１０１６／ｍｅｃｈｍａｃｈｔｈｅｏｒ２００７．１１．００７． ? ｙ，ｊ．ｙ．［２］ＷＡＮＧＷｅｉｓｈｉａｎｇ，ＦＯＮＧＺｈａｎｇｈｕａ．Ｕｎｄｅｒｃｕｔｔｉｎｇａｎｄｃｏｎｔａｃｔｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｌｏｎｇｉｔｕｄｉｎａｌｃｙｃｌｏｉｄａｌｓｐｕｒｇｅａｒｓｉｎｇｍｅｔｈｏｄ［Ｊ］．ＭｅｃｈａｎｉｓｍａｎｄＭａｃｈｉｎｅＴｈｅｏｒ２０１１，４６（４）：３９９?４１１．ＤＯＩ：１０．ｒａｔｅｄｂｙｔｈｅｄｕａｌｆａｃｅ ?ｈｏｂｂｙ，ｇｅｎｅ１０１６／ｍｅｃｈｍａｃｈｔｈｅｏｒ２０１０．１２．００５．ｊ．ｙ．［３］刘殿忠，田嘉．用少齿差行星传动机构实现短幅外摆线齿形的范成磨削装置［Ｊ］．煤矿机械，２００４，２５（８）：７２?７４．ＤＯＩ：ｍｋｘ．２００４．０８．０３６．１０．１３４３６／ｊ．ｊ［４］蒋旭君．新型锥形摆线轮行星传动制造关键技术研究［Ｄ］．重庆：重庆大学，２００５．ＤＯＩ：１０．７６６６／ｄ．ｄ０２１６３７．［５］陈兵奎，胡俊章，李朝阳．基于双圆弧法的摆线针轮数控编程系统设计［Ｊ］．重庆大学学报，２００９，３２（１１）：１２４６１２５１． ? ［６］戚厚军，吕利辉，张大卫，等．摆线轮结构件高速铣削过程中铣削力的有限元仿真分析［Ｊ］．机械科学与技术，２０１０，２９（１）：１７２３．ＤＯＩ：１０．１３４３３／８７２８．２０１０．０１．００３．ｃｎｋｉ．１００３ ? ? ｊ．［７］刘令涛，焦永和，张春林．范成法加工内平动全摆线齿轮分析［Ｊ］．机械设计，２０１０，２７（４）：６５ＤＯＩ：１０．１３８４１／ ?６８．ｊ．ｃｎｋｉ．ｘｓ２０１０．０４．０１０．ｊｊ．［８］王淑妍，周可可，陈兵奎，等．锥形摆线轮磨削加工方法研究［Ｊ］．现代制造工程，２０１１（５）：１０１１０４．ＤＯＩ：１０．３９６９／ ? ｊ．３１３３．２０１１．０５．０２７．ｉｓｓｎ．１６７１ ? ［９］陈兵奎，王淑妍，蒋旭君，等．锥形摆线啮合副加工方法［Ｊ］．机械工程学报，２００７，４３（１）：１４７ＤＯＩ：１０．３３２１／ ?１５１．ｊ．０５７７６６８６．２００７．０１．０２４．ｉｓｓｎ： ? ［ｔｈｇｅｎｅｒａｔｉｏｎｆｏｒｓｃｕｌｔｕｒｅｄｓｕｒｆａｃｅｍａ  １０］ＳＴＥＰＨＥＮＰＲ．Ａｃｌｏｓｅｄｆｏｒｍｓｏｌｕｔｉｏｎｔｏｔｈｅｐｒｏｂｌｅｍｏｆｏｐｔｉｍａｌｔｏｏｌ ? ?ｐａｐｃｈｉｎｉｎｇｏｎｍｕｌｔｉｉｓＮＣｍａｃｈｉｎｅ［Ｊ］．ＭａｔｈｅｍａｔｉｃａｌａｎｄＣｏｍｐｕｔｅｒＭｏｄｅｌｉｎｇ，２００６，４３（３／４）：２２２?２４３．ＤＯＩ：１０． ?ａｘｍｃｍ．２００４．０８．０１４．１０１６／ｊ．［１１］ＪＥＮＳＥＮＣＧ，ＲＥＤＷＥ，ＰＩＪ．Ｔｏｏｌｓｅｌｅｃｔｉｏｎｆｏｒｆｉｖｅｉｓｃｕｒｖａｔｕｒｅｍａｔｃｈｅｄｍａｃｈｉｎｉｎｇ［Ｊ］．ＣｏｍｐｕｔｅｒｄｅｄＤｅ  ?ａｘ ?Ａｉｓｉ２００１，３４（３）：２５１２６６．ＤＯＩ：１０．１０１６／Ｓ００１０４４８５（０１）０００８６０． ? ? ? ｇｎ，［１２］李万军，赵东标，牛敏，等．五轴加工全局干涉检查及其避免［Ｊ］．计算机集成制造系统，２０１１，１７（５）：１０１１?１０１６．ｃｉｍｓ．２０１１．０５．１１７．ｌｉｗｊ．０１２．１０．１３１９６／ＤＯＩ：ｊ．［１３］洪海涛，于东，张立先，等．五轴端铣加工中３Ｄ刀具半径补偿研究［Ｊ］．中国机械工程，２００９，２０（１５）：１７７０１７７４． ? ［１４］王峰，林浒，郑額默，等．五轴端铣３Ｄ刀补中运动突变的处理［Ｊ］．机械工程学报，２０１３，４９（１３）：１０８１１５．ＤＯＩ：１０． ? ３９０１／ＪＭＥ．２０１３．１３．１０８．［１５］樊宏周，席光．基于平底刀端铣的叶轮流道底面精铣算法研究［Ｊ］．机械工程学报，２０１１，４７（１１）：１４８１５４．ＤＯＩ：１０． ? ３９０１／ＪＭＥ．２０１１．１１．１４８．［１６］赵世田，赵东标，付莹莹，等．改进的等残余高度加工自由曲面刀具路径生成算法［Ｊ］．南京航空航天大学学报，２０１２，４４（２）：２４０２４５．ＤＯＩ：１０．３９６９／２６１５．２０１２．０２．０１７．ｉｓｓｎ．１００５ ? ? ｊ．［１７］祁杨停，黄常标，林俊锋．三角网格模型五轴加工刀轴矢量调整及优化［Ｊ］．华侨大学学报（自然科学版），２０１４，３５（５）：４８１４８６．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１４．０５．０４８１． ? ? ［１８］许建民，罗善明，廖龙兴．五轴端铣摆线齿轮刀具轨迹规划及试验研究［Ｊ］．机械科学与技术，２０１７，３６（１）：７４ ?８２．ＤＯＩ：１０．１３４３３／ｃｎｋｉ．１００３８７２８．２０１７．０１１１． ? ｊ．（责任编辑：黄晓楠犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：崔长彩）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｖｏｌ．３９Ｎｏ．６Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０５０６０ ? 北固山隧道施工力学特征及围岩变形控制金煜皓１，２，韩立军１，２，孟庆彬２，王帅２，刘振军３，杨灵１（１．中国矿业大学力学与土木工程学院，江苏徐州２２１１１６；２．中国矿业大学深部岩土力学与地下工程国家重点实验室，江苏徐州２２１１１６；３．中铁十四局集团第五工程有限公司，山东兖州２７２１００）摘要：基于ＡＮＳＹＳ软件，采用有限元法和ＢＰ神经网络建立数值分析模型，并确定围岩的力学参数．首先，考虑隧道开挖的空间效应，并分析围岩的位移场和应力场．然后，阐述围岩和边坡的破坏机理，从而进一步表明围岩的牵引作用对边坡和隧道稳定性的重要性．最后，应用所得破坏机理对北固山隧道围岩变形进行分析．结果表明：考虑边坡稳定性和围岩变形的技术方案是合理、有效的．关键词：空间效应；偏压小净距隧道；隧道洞口?边坡体系；滑移?拉裂变形破坏；围岩变形控制中图分类号：Ｕ４５５文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８１６１０ ? ? ? 犕犲犮犺犪狀犻犮犪犾犆犺犪狉犪犮狋犲狉犻狊狋犻犮狊犪狀犱犇犲犳狅狉犿犪狋犻狅狀犆狅狀狋狉狅犾狅犳犛狌狉狉狅狌狀犱犻狀犵犚狅犮犽犳狅狉犅犲犻狊犺犪狀犜狌狀狀犲犾犵狌，，ＪＩＮＹｕｈａｏ１２，ＨＡＮＬｉｕｎ１２，ＭＥＮＧＱｉｎｇｂｉｎ２，ｊＷＡＮＧＳｈｕａｉ２，ＬＩＵＺｈｅｎｕｎ３，ＹＡＮＧＬｉｎｇ１ｊ（１．ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃｓａｎｄＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＵｎｉｖｅｒｓｉｔｆＭｉｎｉｎｇａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｘｕｚｈｏｕ２２１１１６，Ｃｈｉｎａ；ｙｏ２．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｏｒＧｅｏｍｅｃｈａｎｉｃｓａｎｄＤｅｅｐＵｎｄｅｒｒｏｕｎｄＥｎｇｉｎｅｅｒｉｎｇ，ｙｆｇＣｈｉｎａＵｎｉｖｅｒｓｉｔｆＭｉｎｉｎｇａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｘｕｚｈｏｕ２２１１１６，Ｃｈｉｎａ；ｙｏ３．ＴｈｅＦｉｆｔｈＥｎｇｉｎｅｅｒｉｎｇＣｏｍｐａｎｙＬｉｍｉｔｅｄ，ＣｈｉｎａＲａｉｌｗａｙ１４ｔｈＣｏｎｓｔｒｕｃｔｉｏｎＢｕｒｅａｕＧｒｏｕｐ，Ｙａｎｚｈｏｕ２７２１００，Ｃｈｉｎａ）犃犫狊狋狉犪犮狋：ＢａｓｅｄｏｎＡＮＳＩＳｓｏｆｔｗａｒｅ，ｔｈｅｆｉｎｉｔｅｅｌｅｍｅｎｔｍｅｔｈｏｄａｎｄＢＰｎｅｕｒａｌｎｅｔｗｏｒｋａｒｅｕｓｅｄｔｏｂｕｉｌｄｂａｃｋｏｄｅｔｅｒｍｉｎｅｔｈｅｍｅｃｈａｎｉｃａｌｐａｒａｍｅｔｅｒｓｏｆｓｕｒｒｏｕｎｄｉｎｇｒｏｃｋ．Ｆｉｒｓｔｌｈｅｄｉｓｐｌａｃｅｍｅｎｔａｎｄａｎａｌｓｉｓｍｏｄｅｌ，ａｎｄｔｙ，ｔｙｓｔｒｅｓｓｆｉｅｌｄｓｏｆｓｕｒｒｏｕｎｄｉｎｇｒｏｃｋａｒｅａｎａｌｚｅｄ，ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｓｐａｃｅｅｆｆｅｃｔｏｆｔｕｎｎｅｌｅｘｃａｖａｔｉｏｎ．Ｔｈｅｎ，ｔｈｅｆａｉｌ  ｙｕｒｅｍｅｃｈａｎｉｓｍｏｆｓｕｒｒｏｕｎｄｉｎｇｒｏｃｋａｎｄｓｌｏｐｅｉｓｐｒｅｓｅｎｔｅｄ，ｗｈｉｃｈｉｎｄｉｃａｔｅｓｔｈａｔｔｈｅｔｒａｃｔｉｏｎｅｆｆｅｃｔｏｆｓｕｒｒｏｕｎｄ  ｉｎｇｒｏｃｋｉｓｃｒｉｔｉｃａｌｆｏｒｔｈｅｓｔａｂｉｌｉｔｆｓｌｏｐｅａｎｄｔｕｎｎｅｌ．Ｆｉｎａｌｌｉｎｇｔｈｅｆａｉｌｕｒｅｍｅｃｈａｎｉｓｍ，ｔｈｅａｎａｌｓｉｓｏｆｄｅ  ｙｏｙ，ｕｓｙｆｏｒｍａｔｉｏｎｏｆｓｕｒｒｏｕｎｄｉｎｇｒｏｃｋｉｎＢｅｉｕｎｎｅｌｓｈｏｗｓｔｈａｔｔｈｅｔｅｃｈｎｉｃａｌＳｃｈｅｍｅｃｏｎｓｉｄｅｒｉｎｇｂｏｔｈｓｌｏｐｅｓｔａ  ｇｕｓｈａｎｔｂｉｌｉｔｒｒｏｕｎｄｉｎｇｒｏｃｋｄｅｆｏｒｍａｔｉｏｎｉｓｒｅａｓｏｎａｂｌｅａｎｄｅｆｆｅｃｔｉｖｅ．ｙａｎｄｓｕ犓犲狉犱狊：ｓｐａｃｅｅｆｆｅｃｔ；ｂｉａｓｔｕｎｎｅｌｗｉｔｈｓｍａｌｌｉｎｔｅｒｖａｌｄｉｓｔａｎｃｅ；ｓｙｓｔｅｍｏｆｔｕｎｎｅｌｐｏｒｔａｌ  ｓｌｏｐｅ；ｄｅｆｏｒｍａｔｉｏｎ狔狑狅ｆａｉｌｕｒｅｏｆｓｌｉｄｉｎｇ  ｆｒａｃｔｕｒｉｎｇ；ｄｅｆｏｒｍａｔｉｏｎｃｏｎｔｒｏｌｏｆｓｕｒｒｏｕｎｄｉｎｇｒｏｃｋ受地形、地质等因素的影响，越来越多的偏压小净距隧道出现在实际工程中［１?３］．然而，此类隧道的收稿日期：２０１８０５２９ ? ? 通信作者：韩立军（１９６６Ｅ?ｍａｉｌ：ｈａｎｌ ?），男，教授，博士，主要从事岩石力学与工程稳定、岩土工程加固方面的研究．ｊ＠ｃｕｍｔ．ｅｄｕ．ｃｎ．基金项目：国家自然科学基金资助项目（５１７０４２８０，５１５７４２２３）；中国博士后科学基金资助项目（２０１７Ｔ１００４２０）第６期金煜皓，等：北固山隧道施工力学特征及围岩变形控制８１７大规模建设，首先要解决的是围岩在施工过程中的稳定性问题［４?６］．与传统隧道相较，偏压小净距隧道地形结构更加复杂、荷载分布严重不均，且双洞开挖过程中相互影响导致施工安全难以保证．因此对其施工力学特征及变形破坏机理的研究成为保障此类隧道施工稳定的关键所在［７］．张业民等［８］针对偏压小净距隧道复杂的受力状态，模拟开挖前、后围岩与支护结构应力，位移变化规律，结果表明，控制中间岩柱稳定可以有效减小隧道整体变形；祁寒等［９］研究不同地质条件下的偏压小净距隧道施工的力学特征，分析围岩塑性区发展规律，结果表明，任一地质条件下，靠近倾斜边坡一侧隧道洞口塑性区均与边坡塑性区发生贯通现象．晏启祥等［１０］研究小净距软岩隧道施工力学特征，分析锚杆、喷射混凝土层受力特点，并给出围岩特征点应力和变形值，结果表明，先行洞受力状态受后行洞开挖方式影响较大．在围岩变［］形控制方面，Ｇｒｅｃｏ等１１使用旋喷桩、锚杆挡土墙对岩质隧道洞口边坡进行加固，结果表明，边坡加固效果良好．陶志平等［１２］研究滑坡地段隧道变形特征，结果表明，坡体滑面与隧道洞口相对位置关系是影响隧道变形的关键．综上所述，目前大多数研究都是将此类偏压小净距隧道简化为二维平面模型，或针对三维模型的某一特定截面进行围岩力学特征分析，原因是隧道在长度方向上的尺寸比横截面的尺寸大的多，将隧道开挖支护作用简化为二维平面应变具有一定的合理性．然而，此类二维平面假设无法考虑隧道掘进空间效应对其施工力学特性的影响，即无法考虑在隧道施工中，围岩监测点位移场随掌子面推进的动态变化规律，以及围岩应力场受先、后行洞开挖扰动的影响．此外，针对隧道边坡或洞口变形破坏单一研究较为充分，而对隧道洞口?边坡协同体系变形破坏机制的研究仍十分欠缺．因此，本文以江苏连云港北固山隧道为工程背景，采用数值模拟动态施工过程，并结合现场监测和围岩变形现场加固试验，开展偏压小净距隧道施工力学特征及围岩变形控制研究．１隧道施工力学特征分析１．１工程概况江苏连云港北固山隧道是连云港疏港道路的重要组成部分，隧道的洞径为１７ｍ，洞高为１２ｍ，两洞之间的净距离为１０ｍ，左右两隧道的埋深距地表约为８～２０ｍ，地形的偏压角度约为３０ °～６０ °．围岩综合评定为Ｖ级，稳定性较差，施工时易坍塌．隧道的断面大、埋深小、偏压、小净距，且靠近安置小区，施工难度极大．１．２计算模型隧道支护的结构设计，如图１所示．图１中：犚１～犚４分别表示为以犗１～犗４为圆心的多心拱的不同半径．施工现场隧道初期支护拟采用厚为２６ｃｍ的Ｃ２０早强喷射混凝土，ＨＰＢ２３５型双层钢筋网（８ｍｍ，间距为２０ｃｍ×２０ｃｍ），Ｉ２２ｂ型工字钢支架作为初期支护的加劲措施，其纵向间距为０．６ｍ．初期支护锚杆采用Ｄ２５中空注浆锚杆，长度犔为４．０ｍ，纵环向间距１００ｃｍ×８０ｃｍ（纵 × 环），梅花形布置．二次衬砌设计厚度为６０ｃｍ的Ｃ３５模筑钢筋混凝土．为了保证计算的准确性，数值模型的整体建图１北固山隧道支护结构设计图模严格按照施工图纸建立，包括隧道断面形状尺Ｆｉ１Ｄｅｓｉｆｓｕｐｐｏｒｔｉｎｇｓｔｒｕｃｔｕｒｅｏｆｇ．ｇｎｏ寸、锚杆类型，以及间排距等（图１）．模型尺寸如Ｂｅｉｕｎｎｅｌｇｕｓｈａｎｔ下：沿隧道轴线方向取６０ｍ；隧道横坡为实际地形情况；模型左、右侧边界为３倍洞径，约为５０ｍ；模型总宽约为１２０ｍ；模型下边界取３倍的洞高，约为４０ｍ．模型左边界、右边界和后边界施加法向约束，底部边界施加３个方向的约束，隧道开挖断面以上直至地表及洞口处正面为自由边界，如图２所示．１．３计算参数参照隧道实际状况，在三维有限元数值分析中，隧道围岩材料特性按均质弹塑性考虑．采用Ｄｒｕｃｋ ? 犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８１８２０１８年Ｐｒａｇｅｒ屈服准则，根据隧道开挖及支护工艺，围岩体采用三维实体单元（Ｓｏｉｌｄ４５）模拟；套拱导向墙及管棚利用刚度等效原则，选取相应实体单元模拟；初支网喷混凝土及拱架利用刚度等效原则，采用壳单元模拟；二次衬砌采用Ｓｏｉｌｄ４５，锚杆体采用三维杆单元（Ｌｉｎｋ８）模拟．为准确求解，在隧道结构的附近和所分析的研究面附近采用细密单元．因隧道埋深较浅，地应力场按自质量应力场考虑［１３］．为保证数值模型计算的准确性，整体建模严格按照施工图纸图２围岩?边坡联合体系计算模型及现场工况建立，并基于正交设计法和有限元法构建神经网络样Ｆｉ２Ｃａｌｃｕｌａｔｉｏｎｍｏｄｅｌｏｆｃｏｍｂｉｎｅｄｇ．本．岩体物理力学参数包含变形模量（犈ｏ）、粘聚力（犮）、泊松比（ μ）ｓｙｓｔｅｍｏｆｓｕｒｒｏｕｎｄｉｎｇｒｏｃｋｓｌｏｐｅ ? 及内摩擦角（犮， ）．其中：  值通过室内试验可以得到较为准确的结果；犈， μ 值对围岩位移场变化的影响最为明显，且二者通过现场试验不易获得，故需对其进行反演．根据规范中围岩物理力学指标标准值［１４］和《北固山隧道工程地质勘察报告》，确定部分围岩物理力学参数的取值范围，如表１所示．表１中：犈为弹性模量；犇为外径；犔为长度； γ 为重度； σ 为喷射砼厚度．正演分析数据模型，如图３所示．表１围岩力学参数取值范围Ｔａｂ．１Ｒａｎｇｅｏｆｍｅｃｈａｎｉｃａｌｐａｒａｍｅｔｅｒｓｏｆｓｕｒｒｏｕｎｄｉｎｇｒｏｃｋ围岩参数犈ｏ／ＧＰａ数值０．５～２．５犈／ＧＰａ锚杆参数数值喷射砼参数２１０犈／ＧＰａ数值２６ μ ０．３６～０．４０ μ ０．３０ μ ０．２０犮／ＭＰａ °） ／（２５犇／ｍｍ－３ γ／ｋＮ·ｍ４．０ γ／ｋＮ·ｍ２５ σ／ｍ２５０．２６０．２０－３ γ／ｋＮ·ｍ７８－３（ａ）围岩及工法局部细化图２０犔／ｍ（ｂ）初期支护结构图３正演分析数值模型Ｆｉ３Ｎｕｍｅｒｉｃａｌｍｏｄｅｌｏｆｆｏｒｗａｒｄａｎａｌｓｉｓｇ．ｙ表２各参数水平划分通过正分析计算隧道开挖后累计水平收敛 μＡ， μＢ和拱顶下沉νＭ以反演围岩物理力学参数犈ｏ， μ 值，按照２因素５水平进行样本构造，各参数水平划分，如表２所示．通过设计出的每组数据值对应的围岩物理力学参数犈ｏ， μ，建立ＡＮＳＹＳ参数化分析命令流．Ｔａｂ．２Ｈｏｒｉｚｏｎｔａｌｄｉｖｉｓｉｏｎｏｆｐａｒａｍｅｔｅｒｓ水平参数１２犈ｏ／ＧＰａ０．５１．０ μ ０．３６０．３７３４５１．５２．０２．５０．３８０．３９０．４０将２５组隧道开挖及监测命令流代入ＡＮＳＹＳ模型中计算，得出相应的 μＡ，２５组ＢＰ神经网 μＢ和νＭ值（络输入样本）．将这些数值作为输入值代入ＢＰ神经网络进行样本训练，神经网络模型中，取犽＝２５，狀＝３，犿＝２，即网络输出层为２个节点，对应围岩２个物理力学参数；输入层为３个节点，对应正分析得到的 μＡ， μＢ和νＭ值．经过反复调试，当隐含层节点数为９时，网络收敛性最好，继而训练得到ＢＰ神经网络模型，即用于围岩参数的反演计算［１５］．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期金煜皓，等：北固山隧道施工力学特征及围岩变形控制８１９首先，根据北固山隧道先行施工隧道ＹＫ３＋４００断面监测的拱顶下沉终值和水平收敛终值（ νＭ＝１３．２３ｍｍ，７３ｍｍ，５５ｍｍ），作为样本输入到已经训练好的ＢＰ神经网络模型中，得到物 μＡ＝５． μＢ＝４．理力学参数反分析结果，即变形模量为０．７０２６ＧＰａ，泊松比为０．３６７７．然后，利用反分析得到的力学参数值进行ＡＮＳＹＳ有限元正分析计算，得出隧道围岩的拱顶下沉值和水平收敛值．最后，将计算结果与实测结果对比，检验计算结果的精确性．具体分析结果，如表３所示．表３中：Δｍ，Δｃ分别为实测位移值和计算位移值； ε 为误差值； μＡ， μＢ均为水平收敛值．表３围岩力学参数反分析结果由表３可知：北固山隧道右线Ｔａｂ．３ＢａｃｋａｎａｌｓｉｓｒｅｓｕｌｔｓｏｆｍｅｃｈａｎｉｃｓｐａｒａｍｅｔｅｒｓｙＹＫ３＋４００断面的监测拱顶下沉实测值与计算值之间的误差为４．５％，而项目围岩反演参数 Δｍ／ｍｍ犈ｏ／ＧＰａ水平收敛的实测值与计算值的误差为３．５％，由此可知，反演得到的隧道围岩参数基本是合理的． Δｃ／ｍｍ ε／％１２．６３－４．５３ νＭ／ｍｍ狌Ａ／ｍｍ１３．２３０．７０２６ μ ０．３６７７５．７３０．７０２６０．３６７７５．５６－３．１５狌Ｂ／ｍｍ４．５５０．７０２６０．３６７７４．３７－３．９６上述运用有限元法和ＢＰ神经网络构建参数反分析模型，对北固山隧道先行洞施工过程中典型断面位移监测进行反演，从而确立围岩物理力学参数．隧道支护结构物理力学参数按隧道设计规范取值，围岩参数取值是综合参照室内试验和现场地质勘察结果、国家现行规范及反演分析等确定的，最终确定数值模拟的具体地层、初期支护、二次衬砌结构尺寸和力学参数，如表４所示．表４数值模拟材料力学参数Ｔａｂ．４Ｍｅｃｈａｎｉｃｓｐａｒａｍｅｔｅｒｓｏｆｍａｔｅｒｉａｌｓｉｎｎｕｍｅｒｉｃａｌｓｉｍｕｌａｔｉｏｎ围岩参数犈／ＧＰａ数值０．７０２６犈／ＧＰａ锚杆参数数值喷射砼参数数值２１０／犈ＧＰａ模铸砼参数２６犈／ＧＰａ数值３１．５０ μ ０．３６７７ μ ０．３０ μ ０．２０ μ ０．２０－３ γ／ｋＮ·ｍ犮／ＭＰａ２００．２０犇／ｍｍ－３ γ／ｋＮ·ｍ７８－３ γ／ｋＮ·ｍ２５２５犺／ｍ γ／ｋＮ·ｍ０．２６ σ／ｍ２５０．６０－３ °） ／（２５犔／ｍ４１．４动态施工过程通过Ｋｉｌｌ和Ａｌｉｖｅ模块分别模拟隧道分步开挖及初期支护．为研究开挖产生的空间效应对围岩结构的位移、应力及其分布规律的影响，设定每次循环开挖的进尺为３ｍ，并将隧道沿纵向分成２０段，共６０ｍ．为减小边界效应，将隧道沿纵向犣＝３０ｍ断面作为目标面．为了研究地表沉降随开挖步演化特征，取测线犔进行地表沉降监测，测线沿着大、小埋深方向对称取８个监测点．其中，深埋侧０～６个测点、浅埋侧９～１４个测点．选取犔０～犔４为代表性测线，用以描述测线水平位移随深度的变化特征，如图４所示．２计算结果分析图４监测曲线布置Ｆｉ４Ｍｏｎｉｔｏｒｉｎｇｃｕｒｖｅｌａｙｏｕｔｇ．２．１双洞位移场演化特征１）为考虑开挖扰动空间效应的影响，应重点分析位移场随隧道开挖过程的演化规律．先行洞、后行洞地表沉降随着掌子面推进演化曲线，如图５所示．图５中：犆为地表沉降监测点坐标；犎为沉降量；狕为沿开挖方向，掌子面推进距离．由图５（ａ）可知：受地形偏压等因素的影响，深埋侧先行洞开挖后，地表沉降呈现中间大、两头小、且不对称Ｖ形分布，最大沉降量为６．５３１ｍｍ．分析认为，这是由于受开挖扰动及荷载分布的影响，地表沉降多集中在隧道轴线１０ｍ的范围内，且拱顶沉降量最大，为相对最薄弱部位，监测面地表沉降增量随掌子面靠近逐渐增大；掌子面离开监测面，沉降增量减小，说明监测面地表沉降受开挖扰动空间效应影犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８２０２０１８年响较大．由图５（ｂ）可知：后行洞开挖时，沉降曲线由Ｖ形演化为不对称Ｗ形，右侧隧洞沉降峰值向左偏移近５ｍ．分析认为，由于先行洞受后行洞开挖二次扰动及偏压效应的共同作用，可能在右洞（先行洞）靠近左洞一侧产生新的边坡滑裂面，从而加剧右洞向左横向移动．双洞贯通后，左洞沉降最大值为６．４９４ｍｍ，右洞为８．７４８ｍｍ，较原先增幅近３０％，这表明先行洞位移场受后行洞开挖扰动效应影响较大．（ａ）先行洞施工（ｂ）后行洞施工图５地表沉降随掌子面推进演化曲线Ｆｉ５Ｇｒｏｕｎｄｓｅｔｔｌｅｍｅｎｔｅｖｏｌｕｔｉｏｎｃｕｒｖｅｗｉｔｈａｄｖａｎｃｅｏｆｗｏｒｋｉｎｇｆａｃｅｇ．２）先行洞、后行洞开挖水平位移随掌子面推进演化曲线，如图６所示．图６中：犛０为测线犔０水平位移；犛２为测线犔２水平位移；犛为水平位移；犺为深度．由图６（ａ）可知：先行洞开挖后，犔０，犔２测线均明显向隧道临空面发展，且越靠近隧道位移越大，最大值分别为３．１０，５．８１ｍｍ．分析可知，这是由于隧道开挖产生空间效应，使中间岩柱及洞周围岩有向临空面收缩移动的趋势．监测面水平位移增量随掌子面临近不断增大，说明监测面水平位移变化受开挖扰动空间效应的影响较大．由图６（ｂ）可知：后行洞开挖过程中，犔４演化规律与上述犔２规律类似，均向临空面偏移；犔０，犔２向后行洞临空面演化明显，其中，中墙（犔０）最终表现为向左偏移，偏移量为２．２ｍｍ，导致墙身向左倾斜，这表明后行洞开挖过程中受地形偏压、先行洞开挖及后行洞自身开挖三重效应扰动的影响，其空间效应较之前先行洞开挖更加显著，导致中岩柱最终向左偏移．值得注意的是，图６（ａ），（ｂ）在犺＝２ｍ附近均出现潜在突变．分析可知，这可能是由于潜在滑移面的出现导致位移曲线的突变，也在一定程度上验证节２．１提到的边坡滑裂面．（ａ）先行洞开挖犔０，犔２演化曲线（ｂ）后行洞开挖犔４，犔０和犔２演化曲线图６水平位移随深度演化曲线Ｆｉ６Ｈｏｒｉｚｏｎｔａｌｄｉｓｐｌａｃｅｍｅｎｔｅｖｏｌｕｔｉｏｎｃｕｒｖｅｗｉｔｈｄｅｐｔｈｇ．３）先行洞、后行洞开挖位移场分布，如图７所示．由图７（ａ），（ｂ）可知：先行洞开挖对后行洞所处部位的位移场产生影响，且对水平位移场影响较大；先行洞开挖整体位移量值较后行洞开挖小，表明后行洞开挖加剧坡体的破坏．由图７（ｃ），（ｄ）可知：竖向整体位移大于水平位移，表明在位移演化中沉降占主导地位．图７（ｃ）的右侧位移比左侧大，这是由于右侧埋深较大，且位于拱顶上方沉降值最大，这与图５沉降曲线所得规律一犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期金煜皓，等：北固山隧道施工力学特征及围岩变形控制８２１致；从等值线形状看，开挖面附近竖向位移场呈沿纵向“半弯 " ”分布，这是由于受隧洞断面形式及围岩所处开挖平面位置的影响，即距离隧洞越远，竖向位移越小．图７（ｄ）的水平位移较大值发生在双洞拱腰、边墙和墙角等部位，这是由于二次开挖扰动的影响，使围岩向临空面偏移；此外，二次开挖扰动加剧地形偏压效应，使围岩沿坡体向下蠕滑，产生滑移推力，导致水平位移的变化，甚至产生贯通区，严重威胁围岩的稳定．（ａ）先行洞开挖竖向位移（ｂ）先行洞开挖水平位移（ｃ）后行洞开挖竖向位移（ｄ）后行洞开挖水平位移图７隧道开挖位移场分布特征（单位：ｍｍ）Ｆｉ７Ｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｄｉｓｐｌａｃｅｍｅｎｔｆｉｅｌｄｄｕｒｉｎｇｔｕｎｎｅｌｅｘｃａｖａｔｉｏｎ（ｕｎｉｔ：ｍｍ）ｇ．２．２双洞应力场演化特征先行洞、后行洞围岩应力分布特征，如图８所示．由图８（ａ），（ｂ）可知：先行洞开挖过程中，拱顶、边墙及底部应力变化较大，拱顶和底处最大主应力σ１表现为拉应力集中，边墙?墙脚处最小主应力σ３表现为压应力集中；从应力数值上分析，先行洞右侧应力值（压应力）较左侧大．另外，图８（ａ）左侧拱肩向上一直延伸至坡面形成一条拉应力贯通区，这是由于在地形偏压和开挖扰动双重耦合效应下，洞周岩体内挤诱发坡体产生蠕滑效应，出现拉应力现象，将严重影响即将开挖的后行洞施工安全，该处坡体拉应力贯通区再一次验证边坡滑移面．因此，在施工时，应对这些部位予以重视，防止开挖诱发洞内塌方和边坡变形失稳．由图８（ｃ），（ｄ）的最大主应力σ１分布可知：后行洞的开挖加剧了围岩扰动，使先行洞在拱顶、底处所受拉应力变大，受拉区增加；后行洞自身拱顶、拱肩及拱底处出现显著的拉应力区，在两侧拱肩处存在拉应力贯通区．从整体来看，中墙附近的拉应力贯通区、左洞与坡体连接形成的贯通区为受力最薄弱区域，（ａ）先行洞开挖最大主应力（ｂ）先行洞开挖最小主应力犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８２２（ｃ）后行洞开挖最大主应力２０１８年（ｄ）后行洞开挖最小主应力图８隧道开挖应力场分布特征（单位：Ｐａ）Ｆｉ８Ｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｔｒｅｓｓｆｉｅｌｄｄｕｒｉｎｇｔｕｎｎｅｌｅｘｃａｖａｔｉｏｎ（ｕｎｉｔ：Ｐａ）ｇ．这些贯通区极易引起中墙失稳及沿坡体的滑动破裂，从而造成围岩失稳变形．分析表明，上述贯通区是由于受到二次开挖扰动及隧道偏压双重效应的影响，因此相较于传统隧道，小净距偏压隧道更容易产生贯通区．从最小主应力σ３分布特征来看，后行洞开挖加剧先行洞两侧拱脚、墙脚处的压应力集中，先行洞应力演化特征受到明显的地形偏压、自身及后行洞开挖扰动的三重效应影响．２．３隧道围岩边坡变形破坏机制在偏压小净距隧道动态施工中，由围岩结构位移、应力场演化规律（尤其是洞口与边坡之间的拉应力贯通区）可知：围岩变形控制取决于对洞口围岩与边坡变形的双重控制，即应将洞口围岩与边坡二者的变形破坏特征综合考量，表现为二者变形破坏的协同模式．这一模式可进一步表述为，偏压隧道边坡结构内存在潜在滑动破裂面，在施工过程中，该破裂面向下发展成剪应变增高带，如图９所示．在围岩先后洞开挖扰动及偏压效应耦合作用影响下，洞周岩体变形“牵引”上覆坡体滑移和下陷，使剪切面断裂，从而导致洞口边坡失稳破坏；反之，边坡结构的变形又会对下方洞口结构造成应力集中，进而引发衬砌裂损，严重时，可能导致洞口隧道围岩崩塌破坏．因此，隧道洞口与边坡之间的变形破坏是相互关联、相互影响的．基于以上分析，偏压小净距隧道洞口破坏机制为洞口?边坡联合体系的滑移?拉裂变形破坏．（ａ）先行洞开挖剪应变（ｂ）后行洞开挖剪应变图９围岩?边坡体系剪应变分布特征Ｆｉ９Ｓｈｅａｒｓｔｒａｉｎｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｕｒｒｏｕｎｄｉｎｇｒｏｃｋ  ｓｌｏｐｅｓｙｓｔｅｍｇ．３围岩变形与支护结构受力监测为验证数值分析所得结果的合理性，对北固山隧道施工过程中围岩应力、钢支撑内力进行监测．以先行洞为例，选取隧道进洞后３０ｍ处ＹＫ３＋３４０典型断面进行分析，分别于该断面左右拱肩、左右边墙及拱顶位置布设５个压力盒，监测到的围岩?支护接触应力近似压力场，如图１０所示．图１０中：犜１～犜５为压力盒布设位置处的压力监测值．由图１０可知：由于偏压存在，该压力场呈现较为明显的偏压现象，且右侧压力值较大，这与先行洞受偏压效应影响导致其右侧压应力较大的应力分布特征（图８）一致．钢支撑内力监测时程曲线，如图１１所示．图１１中：犉为钢拱架内力；狋为监测时间．由图１１可知：钢支撑受力呈现出明显的不对称性，钢拱架外侧受力均为压力，其中，边墙及拱肩受力较大，拱顶受力最小，这也同图８先行洞应力分布特征，即与拱肩、边墙及墙脚处应力值较大，拱顶应力值较小一致，从而犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期金煜皓，等：北固山隧道施工力学特征及围岩变形控制８２３验证数值模拟的合理性．图１０ＹＫ３＋３４０断面围岩近似压力场图１１ＹＫ３＋３４０断面钢支撑内力时程Ｆｉ１０Ａｐｐｒｏｘｉｍａｔｅｐｒｅｓｓｕｒｅｆｉｅｌｄｏｆｇ．Ｆｉ１１Ｉｎｔｅｒｎａｌｆｏｒｃｅｔｉｍｅｈｉｓｔｏｒｒｖｅｏｆｇ．ｙｃｕｓｕｒｒｏｕｎｄｉｎｇｒｏｃｋｏｆＹＫ３＋３４０ｓｅｃｔｉｏｎｓｔｅｅｌｓｕｐｐｏｒｔＹＫ３＋３４０ｓｅｃｔｉｏｎ４隧道围岩变形控制基于所提出的隧道洞口?边坡联合体系滑移?拉裂变形破坏机制，结合北固山隧道工程，对施工过程中围岩变形破坏特征进行分析，进而给出合理的变形控制技术方案．４．１围岩变形破坏在没有对山体边坡进行预处理的情况下，先对隧道右洞进行开挖．隧道围岩?边坡联合体系扰动随着掌子面的推进而明显加剧，隧道洞口衬砌外侧发现较多受拉裂缝，与洞口关联的上部边坡结构发现多处弧形裂缝，这些部位裂缝具有贯通性，严重时，诱发坡体滑动，导致隧道破坏．实际工程的破坏特征符合提出的“滑移?拉裂”破坏机制．早期施工中，先行洞上方地表沉降不收敛．当施工进行到ＹＫ３＋３６１～ＹＫ３＋３６７区段，掌子面发生较大范围坍塌，为避免事故进一步恶化，隧道当即停止开挖．４．２变形控制措施针对围岩变形及其产生机理，结合数值分析，提出“以稳定边坡为先导，洞内外综合整治，确保隧道左线安全平稳进洞”的治理方针，即对于稳定边坡，采用锚杆挡墙与锚索抗滑桩联合加固的方式，如图１２所示．（ａ）边坡锚杆挡墙（ｂ）边坡锚索抗滑桩图１２锚杆挡墙与锚索抗滑桩联合加固边坡Ｆｉ１２Ｃｏｍｂｉｎｅｄｒｅｉｎｆｏｒｃｅｍｅｎｔｆｏｒｓｌｏｐｅｗｉｔｈａｎｃｈｏｒｒｅｔａｉｎｉｎｇｗａｌｌａｎｄａｎｃｈｏｒｃａｂｌｅａｎｔｉｓｌｉｄｅｐｉｌｅｇ．同时，采用小导管注浆与钢管桩联合加固坡体，在两洞间施作钢管桩，除了起到进一步加固坡体的作用外，还可以将双洞隔开，从而减小在施工过程中，双洞之间的相互影响，保证围岩?边坡体系的稳定，如图１３所示．对于洞身加固，采用大管棚注浆方式加固塌方段洞身，并快速施作仰拱封闭支护以控制围岩变形，如图１４所示．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８２４（ａ）小导管注浆加固坡体２０１８年（ｂ）钢管桩＋冠梁加固坡体图１３小导管注浆与钢管桩联合加固坡体Ｆｉ１３Ｃｏｍｂｉｎｅｄｒｅｉｎｆｏｒｃｅｍｅｎｔｆｏｒｓｌｏｐｅｗｉｔｈｓｍａｌｌｐｉｒｏｕｔｉｎｇａｎｄｓｔｅｅｌｐｉｉｌｅｇ．ｐｅｇｐｅｐ（ａ）大管棚注浆加固洞身（ｂ）仰拱浇筑控制洞身变形图１４大管棚与仰拱联合加固塌方段洞身Ｆｉ１４Ｃｏｍｂｉｎｅｄｒｅｉｎｆｏｒｃｅｍｅｎｔｉｎｔｕｎｎｅｌｃｏｌｌａｐｓｅｓｅｃｔｉｏｎｗｉｔｈｌａｒｉｎｖｅｒｔａｒｃｈｇ．ｇｅｐｐｅｓｈｅｄａｎｄｉ４．３控制效果分析施工现场围岩变形地表沉降的控制效果，由图１５所示．由图１５（ａ），（ｂ）对比可知：经过治理，先行洞上方地表沉降渐趋收敛．由图１５（ｃ）可知：犇６，犇７，犇８测点分别位于后行洞轴线上方及其左侧，曲线收敛，表明后行洞施工过程中围岩状态良好，没有发生明显的变形破坏，围岩?边坡体系变形破坏现象得到有效遏制．（ａ）围岩变形控制前先行洞上方（ｂ）变形控制后先行洞上方（ｃ）变形控制后后行洞上方图１５施工现场围岩变形控制前、后地表沉降Ｆｉ１５Ｇｒｏｕｎｄｓｅｔｔｌｅｍｅｎｔｂｅｆｏｒｅａｎｄａｆｔｅｒｄｅｆｏｒｍａｔｉｏｎｃｏｎｔｒｏｌｏｆｓｕｒｒｏｕｎｄｉｎｇｒｏｃｋｉｎｃｏｎｓｔｒｕｃｔｉｏｎｓｉｔｅｇ．５结论通过对偏压小净距隧道动态施工特征及工程现场围岩变形控制技术的研究，基于隧洞开挖扰动下的空间效应，提出隧道洞口?边坡联合变形体系，得出以下３点结论．１）隧道围岩位移、应力场随掌子面推进变化明显．监测面监测点竖向、水平位移增量均随着掌子面犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期金煜皓，等：北固山隧道施工力学特征及围岩变形控制８２５的临近而增大；围岩应力场受到先、后行洞开挖的扰动作用，施工过程中不断发生重分布，且后行洞开挖扰动使先行洞力学特征发生较大改变，这表明此类隧道施工力学特征明显地受开挖空间效应的影响．２）隧道洞口到上方坡体拉应力贯通区及潜在坡体滑裂面，说明隧道洞口失稳与坡体变形破坏不是单独发生的，而是两者之间具有变形协同性．３）结合工程实际围岩变形破坏特点，给出隧道围岩控制技术方案，结果表明，控制效果良好，进一步验证文中提出的隧道洞口?边坡联合体系及其滑移?拉裂变形破坏机制的合理性．参考文献：［１］王飞飞，江学良，杨慧，等．浅埋偏压小净距隧道加速度响应规律试验与数值模拟研究［Ｊ］．振动与冲击，２０１７，３６（１７）：２３９２４７．ＤＯＩ：１０．１３４６５／ｃｎｋｉ．ｖｓ．２０１７．１７．０３５． ? ｊ．ｊ［２］李林，何川，耿萍，等．浅埋偏压洞口段隧道地震响应振动台模型试验研究［Ｊ］．岩石力学与工程学报，２０１１，３０（１２）：２５４０２５４８． ? ［３］雷明锋，彭立敏，施成华，等．浅埋偏压隧道衬砌受力特征及破坏机制试验研究［Ｊ］．中南大学学报（自然科学版），２０１３，４４（８）：３３１７３３２５． ? ［４］赵杰，刘历胜，王桂萱，等．大连地铁暗挖隧道变形监测及参数智能反演［Ｊ］．防灾减灾工程学报，２０１６，３６（４）：６４１ ? ｃｎｋｉ．ｄｐｍｅ．２０１６．０４．０１９．６４５．ＤＯＩ：１０．１３４０９／ｊ．ｊ［５］左清军，吴立，陆中#，等．浅埋偏压隧道洞口段软弱围岩失稳突变理论分析［Ｊ］．岩土力学，２０１５，３６（增刊２）：４２５ ? ４３０．ＤＯＩ：１０．１６２８５／ｒｓｍ．２０１５．Ｓ２．０６０．ｊ．［６］黄清祥，林从谋，黄逸群，等．考虑中间主应力与约束损失的深埋圆形隧道围岩特征曲线分析［Ｊ］．华侨大学学报（自然科学版），２０１４，３５（５）：５８７５９１．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１４．０５．０５８７． ? ? ［７］唐明明，王芝银，李云鹏．穿越公路偏压小净距隧道施工方法探讨［Ｊ］．岩土力学，２０１１，３２（４）：１１６４１１６８．ＤＯＩ：１０． ? ｉｓｓｎ．１０００３９６９／７５９８．２０１１．０４．０３５． ? ｊ．［８］张业民，李文剑，李进才．深埋偏压小净距隧道施工力学特征数值模拟研究［Ｊ］．力学与实践，２０１１，３３（２）：４７?５１．ＤＯＩ：１０．６０５２／１００００９９２ｌｘｙｓ２０１０４２８． ? ? ? ｊ［９］祁寒，高波，王帅帅，等．不同地质条件浅埋偏压小净距隧道施工力学效应研究［Ｊ］．现代隧道技术，２０１４，５１（４）：１０８ ? ｃｎｋｉ．ｍｔｔ．２０１４．０４．０１６．１１２．ＤＯＩ：１０．１３８０７／ｊ．［１０］晏启祥，何川，姚勇，等．软岩小净距隧道施工力学效应研究［Ｊ］．地下空间与工程学报，２００５，１（５）：６９４６９７． ? ［１１］ＧＲＥＣＯＯＤ，ＯＧＧＥＲＩＣ．ＲｅｉｎｆｏｒｃｅｍｅｎｔｄｅｓｉｏｎｔｒｏｌｏｆｒｏｃｋｓｌｏｐｅｓａｂｏｖｅｔｕｎｎｅｌｐｏｒｔａｌｓｉｎｎｏｒｔｈｅｒｎＩｔａｌｇｎａｎｄｃｙ［ｉｒｍｍｓ．Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＲｏｃｋＭｅｃｈａｎｉｃｓａｎｄＭｉｎｉｎｇＳｃｉｅｎｃｅｓ，２００４，４１（３）：５１５５１５．ＤＯＩ：１０．１０１６／ ? ｊ．ｊ２００３．１２．０９４．［１２］陶志平，周德培．滑坡地段隧道变形的地质力学模型及工程防止措施［Ｊ］．铁道工程学报，２００６，２（１）：６２６６． ? ［１３］郑强，林从谋，孟凡兵．采用统一强度理论的锚喷支护围岩弹塑性统一解［Ｊ］．华侨大学学报（自然科学版），２０１１，３２（３）：３２６３３１．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１１．０３．０３２６． ? ? ［１４］招商局重庆交通科研设计院有限公司．公路隧道设计规范（第２册）交通工程与附属设施：ＪＴＧＤ７０／２－２０１４［Ｓ］．北京：人民交通出版社，２００４．［１５］林大炜，林从谋，黄逸群，等．小净距２扩４隧道变形规律的ＢＰ小波神经预测［Ｊ］．华侨大学学报（自然科学版），２０１４，３５（２）：２０７２１１．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１４．０２．０２０７． ? ? （编辑：李宝川责任编辑：陈志贤犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：方德平）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０４０８８ ? 弹性半空间球形药包爆破引起的地表振动波形预测刘小鸣１，陈士海１，２（１．华侨大学土木工程学院，福建厦门３６１０２１；２．华侨大学福建省隧道与城市地下空间工程技术研究中心，福建厦门３６１０２１）摘要：对球形爆源在弹性半空间内爆破引起地表质点的振动波形预测进行研究．利用等效孔穴理论，将球形药包的爆破简化为球腔压力源的作用，推导出球腔压力源狆（狋）作用下的等效震源强度函数；然后对Ｈｏｏｐ点源理论的位移解进行修改，得到在球腔压力源狆（狋）的作用下地表质点的振动位移和速度函数；最后画出地表质点振动速度函数波形，并对波形进行拟合．根据萨道夫斯基公式和等效爆源强度函数，构造一个与装药量直接相关且更为简洁的质点振动速度函数．结果表明：构造函数与理论解得到的波形非常吻合，且验证了构造函数的适用性，实现爆破振动波形预测．关键词：球形药包；等效震源；地表运动；速度函数；曲线拟合中图分类号：ＴＤ２３文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８２６０６ ? ? ? 犘狉犲犱犻犮狋犻狅狀狅犳犞犻犫狉犪狋犻狅狀犠犪狏犲犳狅狉犿狅狀犌狉狅狌狀犱犆犪狌狊犲犱犫狔犈犾犪狊狋犻犮犛犲犿犻狊犮犲犛狆犺犲狉犻犮犪犾犆犺犪狉犲犅犾犪狊狋犻狀犵狆犪犵，ＬＩＵＸｉａｏｍｉｎｇ１，ＣＨＥＮＳｈｉｈａｉ１２（１．ＣｏｌｌｅｇｅｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ；ｙ，Ｘｉ２．ＦｕｉａｎＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＴｕｎｎｅｌｉｎｇａｎｄＵｒｂａｎＵｎｄｅｒｒｏｕｎｄＳｐａｃｅＥｎｇｉｎｅｅｒｉｎｇ，ｊｇＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｔｈｅｐｒｅｄｉｃｔｉｏｎｏｆｖｉｂｒａｔｉｏｎｗａｖｅｆｏｒｍｏｆｓｕｒｆａｃｅｐａｒｔｉｃｌｅｓｃａｕｓｅｄｂｙｓｐｈｅｒｉｃａｌｂｌａｓｔｉｎｇｓｏｕｒｃｅｂｌａｓ  ｔｉｎｇｉｓｓｔｕｄｉｅｄｉｎｅｌａｓｔｉｃｈａｌｆｓｐａｃｅ．Ｔｈｅｅｉｖａｌｅｎｔｃａｖｉｔｈｅｏｒｓｕｓｅｄｔｏｓｉｍｐｌｉｆｈｅｂｌａｓｔｉｎｇｏｆｓｐｈｅｒｉｃａｌｑｕｙｔｙｉｙｔｃｈａｒｏｔｈｅａｃｔｉｏｎｏｆｓｐｈｅｒｉｃａｌｃａｖｉｔｒｅｓｓｕｒｅｓｏｕｒｃｅ，ａｎｄｔｈｅｅｉｖａｌｅｎｔｓｏｕｒｃｅｉｎｔｅｎｓｉｔｕｎｃｔｉｏｎｕｎｄｅｒｔｈｅｇｅｔｙｐｑｕｙｆａｃｔｉｏｎｏｆｓｐｈｅｒｉｃａｌｃａｖｉｔｒｅｓｓｕｒｅｓｏｕｒｃｅ狆（狋）ｉｓｄｅｄｕｃｅｄ．ＴｈｅｄｉｓｐｌａｃｅｍｅｎｔｓｏｌｕｔｉｏｎｏｆＨｏｏｐｐｏｉｎｔｓｏｕｒｃｅｔｈｅ  ｙｐｏｒｓｍｏｄｉｆｉｅｄｔｏｏｂｔａｉｎｔｈｅｖｉｂｒａｔｉｏｎｄｉｓｐｌａｃｅｍｅｎｔａｎｄｖｅｌｏｃｉｔｕｎｃｔｉｏｎｏｆｓｕｒｆａｃｅｐａｒｔｉｃｌｅｓｕｎｄｅｒｔｈｅａｃｔｉｏｎｏｆｙｉｙｆｓｐｈｅｒｉｃａｌｃａｖｉｔｒｅｓｓｕｒｅｓｏｕｒｃｅ狆（狋）．Ｔｈｅｗａｖｅｆｏｒｍｏｆｓｕｒｆａｃｅｐａｒｔｉｃｌｅｖｉｂｒａｔｉｏｎｖｅｌｏｃｉｔｕｎｃｔｉｏｎｉｓｄｒａｗｎａｎｄｙｐｙｆｆｉｔｔｅｄ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｓａｄｏｖｓｋｙｆｏｒｍｕｌａａｎｄｔｈｅｅｉｖａｌｅｎｔｅｘｐｌｏｓｉｖｅｓｏｕｒｃｅｓｔｒｅｎｇｔｈｆｕｎｃｔｉｏｎ，ａｍｏｒｅｃｏｎ  ｑｕｃｉｓｅｐａｒｔｉｃｌｅｖｉｂｒａｔｉｏｎｖｅｌｏｃｉｔｕｎｃｔｉｏｎｄｉｒｅｃｔｌｅｌａｔｅｄｔｏｔｈｅｅｘｐｌｏｓｉｖｅｃｈａｒｓｃｏｎｓｔｒｕｃｔｅｄ．Ｔｈｅｒｅｓｕｌｔｓａｒｅｙｆｙｒｇｅｉｃｏｎｓｉｓｔｅｎｔｗｅｌｌｗｉｔｈｔｈｅｗａｖｅｆｏｒｍｏｂｔａｉｎｅｄｂｙｔｈｅｏｒｅｔｉｃａｌｓｏｌｕｔｉｏｎ．Ｔｈｅａｐｐｌｉｃａｂｉｌｉｔｆｃｏｎｃｉｓｅｆｕｎｃｔｉｏｎｉｓｖｅｒｉ  ｙｏｆｉｅｄ，ｔｈｅｐｒｅｄｉｃｔｉｏｎｏｆｂｌａｓｔｉｎｇｖｉｂｒａｔｉｏｎｗａｖｅｆｏｒｍｉｓｒｅａｌｉｚｅｄ．犓犲狉犱狊：ｓｐｈｅｒｉｃａｌｃｈａｒｉｖａｌｅｎｔｓｏｕｒｃｅ；ｓｕｒｆａｃｅｍｏｔｉｏｎ；ｖｅｌｏｃｉｔｕｎｃｔｉｏｎ；ｃｕｒｖｅｆｉｔｔｉｎｇｇｅ；ｅｑｕｙｆ狔狑狅收稿日期：２０１８０４２７ ? ? 通信作者：陈士海（１９６４Ｅｉｌ：ｃｓｈｂｌａｓｔ＠１６３．ｃｏｍ． ?），男，教授，博士，主要从事岩土工程的研究． ?ｍａ基金项目：国家自然科学基金资助项目（１１６７２１１２）；中央高校基本科研业务费专项资金资助项目（１３ＢＳ４０２）；华侨大学研究生科研创新基金资助项目（１７０１３０８６０２４）第６期刘小鸣，等：弹性半空间球形药包爆破引起的地表振动波形预测８２７在工程爆破中，炸药爆炸所释放的能量不可能被完全利用，还有相当部分能量以振动波的形式在岩体中传播，造成周围岩体和地下结构的破坏．当振动波传播到地表时，还会对地表的建筑物造成破坏，这是造成爆破安全问题的主要原因．虽然国家对此制定了相关的爆破安全规程，但大多都是经验性或半经验性的，而且计算参数也非常单一．根据大量的工程实践可知，现有的爆破地表振动安全预测是不完全可靠的，在理论研究和工程应用方面都存在一定程度的不足．由于爆破振动时程波形蕴含丰富的爆破振动信号特征，爆破振动波形预测近些年来开始发展．实现了爆破振动波形的预测，就可以通过技术手段［１］改变振动波形，进而根据预测与控制结果优化爆破参数，实现爆破安全作业．Ｓｈａｒｐｅ提出均匀弹性介质中爆炸震源等效孔穴模型，将爆破问题简化为弹性介质中的扰动问题；加拿大的Ｆａｖｒｅａｎ弹性波理论模型［２］以应力波理论为基础，给出质点速度关于时间和距离的函数．而在实际的工程中，自由面对爆破波的传播具有很大的影响［３］．对于半空间问题，最早的理论结果为Ｌａｍｂ［４］提出的各向同性均匀弹性半［］空间表面突加荷载时的位移解．Ａｃｈｅｎｂａｃｈ５在１９７３年得出平面波在自由面反射的性质．目前，平面波的反射性质已经相当成熟了，而球面波在自由面的反射性质比较复杂，理论还不是很成熟，但也有部分［６］学者用不同的方法对其进行了相关的研究．Ｄｅ ?Ｈｏｏｐ对弹性半空间的点源进行研究，得到点源作用下自由面上质点的振动波形函数，即Ｈｏｏｐ点源理论．舍米亚金［７］用不完全分离变量法得到在球腔压力作［］用下自由表面上质点的运动时程曲线．Ｊｉａｎｇ等８使用数值方法研究反射球面波的偏振与振幅特性．同［］时，Ｊｉａｎｇ等９还利用Ｈｏｏｐ点源理论的无量纲化，将点源修改成球腔压力源，从而研究半空间中掩埋球形震源的动力响应．而近些年，研究爆破振动都是依托实际工程，对某一特定工况进行动力学模拟或直接对工程监测得到的波形进行分析［１０?１３］，或者对速度峰值或频率单一参数进行研究［１４?１５］，很少有学者对波形函数理论进行研究．本文根据Ｈｏｏｐ点源理论，推导球形药包等效震源函数和等效震源作用下的地表质点振动速度函数，构造一个更为简洁的地表质点振动速度函数．１球形药包等效震源强度函数虽然研究的重点是自由面上质点的爆炸振动效应，但爆源是位于半空间介质内的，单独考虑爆源时，可以不考虑自由面边界的影响，故可以在无限介质讨论震源函数．球形药包在岩石中爆破后，根据周围岩石破坏的程度，形成空腔区、破碎区、径向裂隙区和弹性区．根据等效孔穴模型，将球形药包的爆破等效为半径为犪、压力为狆（狋）的球腔压力源的作用，等效球腔压力源，如图１所示．［１６］Ｄｅ狋）与介质中质点的位移函数 ?Ｈｏｏｐ推出的点源强度函数犳（狌ｒ（狓，狕，狋）的关系为狔，犚狓，狕，狋）．＝４π犚狌ｒ（犳狋－狔，狏Ｐ式（１）中：狏Ｐ为Ｐ波的传播速度．（）（１）［］对于半径为犪的球腔压力源，Ａｃｈｅｎｂａｃｈ５根据点源的关系式推出图１等效球腔压力源球形药包爆源强度函数犳（狋）与介质中质点的位移函数狌ｒ（狓，狕，狋）的狔，Ｆｉ１Ｅｑｕｉｖａｌｅｎｔｐｒｅｓｓｕｒｅｇ．关系式为ｓｏｕｒｃｅｏｆｓｐｈｅｒｉｃａｌｃａｖｉｔｙ（犚狏－犪）＝４π犚狌（狓，狔，狕，狋）．犳狋－ｒ（２）Ｐ根据林大超等［１７］的爆炸地震效应可知，球腔压力源产生的地震波的强迫振动方程为犺 ″（狋）＋２ ′（狋）＋ω２狋）＝ζ狆（狋）． ω０犺０犺（ ξ （３）２狏Ｓ；狏Ｓ；犪为球腔半径，为介质密度式（３）中：＝＝－，犪． ω０＝ ρ 犪 ξ 狏Ｐ ζ ρ 取球腔压力狆（狋）＝犎（狋）犎（狋）为Ｈｅａｖｉｓｉｄｅ单位阶跃函数，将压力函数狆（狋）代狆０ｅｘｐ（－α０狋），其中，入强迫振动方程中，可得犪狆０ｅｘｐ（－α０狋）犺（狋）＝ｅｘｐ（犃ｃｏｓ（ｉｎ（．－ξ ω０狋）［ ωｄ狋）＋犅ｓ ωｄ狋）］－（２２ ω０－２ ω０α０＋α０） ξ ρ 犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．（４）华侨大学学报（自然科学版）８２８２０１８年根据波前的条件，当犚≥犪＋狏Ｐ狋时，位移函数和位移都为０．由于位移及位移函数的连续性要求，当狋＝（犚－犪）时，位移函数和位移也应为，即０狏Ｐ犺（０）犚，狋）＝＝０， （犚（５）（狋）犺 ′（０）犺（０）狌（犚，狋）＝  ＝－－２＝０．狏Ｐ犚犚 犚（６）犪狆０烌，２２（ ω０－２ ω０α０＋α０） ξ ρ 烍（ω０－α０）犅＝犃 ξ ．烎 ωｄ（７）由式（４）～（６）可得犃＝犚－犪 ω０－α０（）ｓｉｎ ωｄτ１－犃ｅｘｐ（犺（８） ωｄτ１）＋ξ ＝犃ｅｘｐ（－ξ －α０τ１）．（ τ１）＝犺狋－ ω０τ１）ｃｏｓ（狏Ｐ ωｄ（犚－犪）；式（８）中：１－ξ２． τ１＝狋－ ωｄ＝ω０槡狏Ｐ球形药包等效震源强度函数为（）［］（犚狏－犪）＝４π犚［－狏１犚犺（犚τ ）－犺犚（τ ）］．犳狋－１ＰＰ１２（９）２自由面质点振动效应半空间介质的密度为ρ，杨氏模量为犈，泊松比为υ．自由面位于狕＝０平面上，球形药包位于狕轴上，震源在狋＝０时开始作用．在均匀、各向同性的弹性半空间内，自由面以下深犺处有一个球形药包，根据节１，可将球形药包爆破等效为球腔压力源作用．半空间中的球腔压力源，如图２所示．图２中：狉，犚分别为地表质点犅（狓，０）到原点，震源的距离．狔，［６］Ｄｅ狓，０）的位 ?Ｈｏｏｐ推导出在点源作用下自由面上质点（狔，移函数狌（狓，０，狋），根据点源与球腔压力源能量传播到自由面质狔，（）点的时间、源函数的不同，将球腔压力源用犚－犪代替犚的点爆狏Ｐ狏Ｐ源解法求解，并将点源强度函数改为节１得到球形药包等效的震图２半空间中的球腔压力源源函数．ｓｐｈｅｒｉｃａｌｃａｖｉｔｎｓｅｍｉｓｐａｃｅｙｉＦｉ２Ｐｒｅｓｓｕｒｅｓｏｕｒｃｅｏｆｇ．在球腔压力源作用下，地表质点振动的位移函数为狋狌ｒ（狓，０，狋）＝狔， ∫ 犳″（狋－τ）犵（狓，狔，０，τ）ｄτ，（犚－犪）狏Ｐｒ狋狌ｚ（狓，０，狋）＝狔， ∫ 犳″（狋－τ）犵（狓，狔，０，τ）ｄτ，（犚－犪）狏Ｐｚ犚－犪烌 ≤狋 ≤ ∞ ，狏Ｐ烍犚－犪 ≤狋 ≤ ∞ ．烎狏Ｐ（１０）式（１０）中：狋）为节１所求的球形药包等效震源强度函数；狓，０，狋）为格林函数，其分量的表达式为犳（犵（狔， π １２（烌狓，０，Ｒｅ狑ｒγＰ）ｄΨ ， τ）＝２犵ｒ（狔， π犚０烍 π ２１狓，０，Ｒｅ（狑ｚγＰ）ｄΨ． τ）＝２犵ｚ（狔，烎 π犚０ ∫ （１１） ∫ １２２狆－（狇＋２）２狏Ｓ；［２１狆γＳ２２２２２式（１１）中：狑ｒ＝２，狑ｚ＝－狆２］＋（ γＰγＳ； γＰ，Ｓ＝［狆－狇）狇＋１／狏Ｐ，Ｓ－２ η＝狇＋２狏２２狏Ｓη ２狏Ｓη Ｓ１２２犚－犪）狉犺１２（２１／２２］；（），（）ＲｅγＰ，Ｓ ≥０狇 Ψ ＝ｓｉｎ Ψ，０≤ Ψ ≤π／２； τ－ Ψ ）＝（２） τ＋犻（２）（ τ－狆狆（犚狏２Ｐ犚犚（）犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期刘小鸣，等：弹性半空间球形药包爆破引起的地表振动波形预测８２９２（犚－犪）１／２）ｃｏｓΨ ，０≤Ψ ≤π／２．２狏Ｐ／Ｐ波的传播速度狏Ｐ＝槡（Ｓ波的传播速度狏Ｓ＝槡 λ＋２μ） ρ； μ／ ρ．故球形药包爆破引起的地表质点的速度分量为狋 ∫ 犳（狋－τ）犵（τ）ｄτ，烌 ″（狏ｒ（狋）＝犳０）狋）＋犵ｒ（ｒ（犚－犪）狏Ｐ ″（狏ｚ（狋）＝犳０）狋）＋犵ｚ（（１２）烍狋 ∫ 犳（狋－τ）犵（τ）ｄτ．烎ｚ（犚－犪）狏Ｐ３波形拟合及函数构造假设一个装药量为０．４２ｋｇ，药包半径为０．０４５ｍ的球形药包在埋深２ｍ的岩石中爆破．岩石的密［］度为２３５０ｋｇ·ｍ－３，弹性模量为１８ＧＰａ，泊松比为０．２５．数据分析计算结果表明１８：较硬岩石空腔区、破碎区、径向裂隙区半径分别为装药半径的１．３３，２．９７和２２．７倍．因爆破地震波是经过破碎区、径向裂隙区滤波后的波的传播，故球腔压力源半径为爆破形成的非弹性区半径，即为药包半径（犱）的２２．７倍．因此，球形非弹性区的半径犪＝２２．７×犱，即球腔压力源半径为１．０２１５ｍ．球腔压力为狆（狋）＝犎（狋）狆０ｅｘｐ（－α０狋），其中：狆０为非弹性与弹性界面的峰值压力；而 α０为衰减系数．峰值压力可由狆０＝狆狀ｍ计算得出，其中：犽为透射系数，犽＝狆ｍ为岩石与炸药界面处的压力，狆ｍ＝犽狆ｈ，狉珔犮Ｐ，，分别为岩石密度与声速，，分别为炸药密度和爆轰速度，为爆轰压力， ρ犇２；０２ ρ 狉珔狆ｈ狆ｈ＝ ρ０犮Ｐ ρ犇４ ρ０犮Ｐ＋ρ犇犚为相对距离，狉犚为爆源距离，犚０为装药半径；狀为衰减指数．珔＝，犚０爆破时使用的炸药为乳化炸药，密度为１１００ｋｇ·ｍ－３，爆速为３６００ｍ·ｓ－１．对破裂区，裂隙性发育，同时考虑粉碎区的强衰减，可取狀＝２．２．故可得球腔压力峰值狆０＝５．６ＭＰａ，取衰减系数α＝２０００．已知压力狆（狋）后，可根据式（９）得到等效震源函数犳（狋）．选取距药包水平距离狉＝１０ｍ处的Ｂ点，根据得到的等效震源函数犳（狋）和式（１０）～（１２），可计算出地表质点犅点处水平、垂直方向上的速度波形，分别如图３，４所示．图３水平方向上的速度波形图４垂直方向上的速度波形Ｆｉ３Ｖｅｌｏｃｉｔｆｏｒｍｏｆｈｏｒｉｚｏｎｔａｌｃｏｍｐｏｎｅｎｔｇ．ｙｗａｖｅＦｉ４Ｖｅｌｏｃｉｔｆｏｒｍｏｆｖｅｒｔｉｃａｌｃｏｍｐｏｎｅｎｔｇ．ｙｗａｖｅ根据式（８）的形式，对于地表振动波形的拟合式为狏（狋）＝犪１ｅ－犫１狋［ｃｏｓ（犮１狋）＋犱１ｓｉｎ（犮１狋）］．（１３）表１函数拟合系数式（１３）中：犪１，犫１，犮１和犱１为需要拟合的系数．分别对垂直方向和水平方向上的速度波形进行拟合，系数如表１所示．Ｔａｂ．１Ｆｕｎｃｔｉｏｎｆｉｔｔｉｎｇｃｏｅｆｆｉｃｉｅｎｔ再将理论解得到的速度波形与拟合得到的速度波形进行对速度犪１犫１犮１犱１比，拟合效果相当吻合．水平、垂直方向上的速度波形，分别狏ｒ１．３２２３８１３３２６－０．８９狏ｚ０．７２２３３６３５１３－０．９３如图５，６所示．由图５，６可知：拟合函数的形式（式（１３））是犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８３０２０１８年正确的．分别对狉＝５，１５ｍ处的波形进行拟合，根据拟合系数变化的规律，可以将式（１３）中系数与萨道夫斯基公式和等效震源函数式（８）中的系数联系起来，函数构造为３ α （） ω０＋α０）［（）犙ｅｘ（ ξ 狏（狋）＝犽槡狋ｃｏｓω０狋－ｓｉｎ（ ω０狋）］．ｐ－２犚图５水平方向的速度对比图（１４）图６垂直方向的速度对比图Ｆｉ５ＣｏｍｐａｒｉｓｏｎｏｆｖｅｌｏｃｉｔｆｈｏｒｉｚｏｎｔａｌｃｏｍｐｏｎｅｎｔＦｉ６Ｃｏｍｐａｒｉｓｏｎｏｆｖｅｌｏｃｉｔｆｖｅｒｔｉｃａｌｃｏｍｐｏｎｅｎｔｇ．ｙｏｇ．ｙｏ式（１４）中：犙为装药量，ｋｇ；犽，犽＝３０～７０， α 为与岩土特性有关的系数， α＝１～２．取犽＝５０，４，由式（１４），得出在狉＝１０ｍ处的波形图．因为爆破安全规程中的质点允许振速为 α＝１．水平和垂直方向中的较大值，故将构造函数得到的波形与速度振幅较大的速度波形进行对比，对比图如图７（ａ）所示．由图７（ａ）可知：由构造的速度函数得到的波形与由理论解得到的波形较为一致，峰值、频率比较接近．为验证构造函数适用性，对比不同性质的岩石对理论解和构造函数．假设一个装药量为０．５７６ｋｇ，药包半径为０．０５ｍ的球形药包在埋深３ｍ的岩石中爆破．岩石的密度为３０００ｋｇ· ｍ－３，弹性模量为３８ＧＰａ，泊松比为０．２．爆破使用的炸药为乳化炸药，密度为１１００ｋｇ·ｍ－３，爆速为３６００ｍ·ｓ－１．对破裂区，裂隙性发育，同时考虑粉碎区的强衰减，可取狀＝２．２．故可得球腔压力峰值狆０＝５．６８ＭＰａ，取衰减系数α＝２０００．取犽＝４５，５，得出在狉＝１０ｍ处的构造函数波形图．因爆破安全规程中的质点允许振速为水 α＝１．平和垂直方向中的较大值，故将构造函数得到的波形与振幅较大的水平方向上的速度波形进行对比，对比图如图７（ｂ）所示．由图７（ｂ）可知：构造的速度函数得到的波形与理论解波形较为相似；构造函数具有一定的适应性．（ａ）犽＝５０，４，狉＝１０ｍ α＝１．（ｂ）犽＝４５，５，狉＝１０ｍ α＝１．图７理论解与构造函数速度波形对比图Ｆｉ７Ｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｔｈｅｏｒｅｔｉｃａｌｓｏｌｕｔｉｏｎａｎｄｃｏｎｓｔｒｕｃｔｅｄｆｕｎｃｔｉｏｎｖｅｌｏｃｉｔｆｏｒｍｇ．ｙｗａｖｅ４结束语根据等效震源强度函数和Ｈｏｏｐ点源理论，推导出在球腔压力源狆（狋）作用下弹性介质中球形药包犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期刘小鸣，等：弹性半空间球形药包爆破引起的地表振动波形预测８３１爆破引起的地表振动波形函数，并根据震源强度函数形式构造拟合函数形式，再对不同爆心距处的理论解波形进行拟合．将拟合系数与萨道夫斯基公式和等效震源强度函数中的系数建立联系，构造一个更为简洁的地表质点振动速度函数，用不同岩性的岩石，对构造函数的适用性进行验证．由于研究的是弹性介质，与实际介质有所差别，还需进一步深入研究，以达到运用到实际工程的要求．参考文献：［１］ＳＨＡＲＰＥＪＡ．Ｔｈｅｐｒｏｄｕｃｔｉｏｎｏｆｅｌａｓｔｉｃｗａｖｅｓｂｙｅｘｐｌｏｓｉｏｎｐｒｅｓｓｕｒｅ［Ｊ］．Ｇｅｏｐｈｙｓｉｃｓ，１９４２（Ｓ２）：１４４１５４．ＤＯＩ：１０． ? １１９０／１．１４４５００２．［２］杨军，金乾坤，黄风雷．岩石爆破理论模型及数值计算［Ｍ］．北京：科学出版社，１９９９．［３］ＢＬＡＩＲＤＰ．Ｔｈｅｆｒｅｅｓｕｒｆａｃｅｉｎｆｌｕｅｎｃｅｏｎｂｌａｓｔｖｉｂｒａｔｉｏｎ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＲｏｃｋＭｅｃｈａｎｉｃｓａｎｄＭｉｎｉｎｇＳｃｉｅｎｃｅｓ，２０１５，７７：１８２１９１．ＤＯＩ：１０．１０１６／ｉｒｍｍｓ．２０１５．０４．００６． ? ｊ．ｊ［４］ＬＡＭＢＨ．Ｏｎｔｈｅｐｒｏｐａｇａｔｉｏｎｏｆｔｒｅｍｏｒｓｏｖｅｒｔｈｅｓｕｒｆａｃｅｏｆａｎｅｌａｓｔｉｃｓｏｌｉｄ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＲｏｙａｌＳｏｃｉｅｔｆｙｏＬｏｎｄｏｎ，１９０４，７２（４７７４８６）：１２８１３０．ＤＯＩ：１０．１０９８／ｒｓｐｌ．１９０３．００２９． ? ? ［５］ＡＣＨＥＮＢＡＣＨＪＤ．Ｗａｖｅｐｒｏｐａｇａｔｉｏｎｉｎｅｌａｓｔｉｃｓｏｌｉｄ［Ｍ］．Ａｍｓｔｅｒｄａｍ：Ｎｏｒｔｈｌｌａｎｄ，１９７３． ?Ｈｏ［６］ＤＥＴｈｅｏｒｅｔｉｃａｌｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｔｈｅｓｕｒｆａｃｅｍｏｔｉｏｎｏｆａｕｎｉｆｏｒｍｅｌａｓｔｉｃｈａｌｆｓｐａｃｅｐｒｏｄｉｃｅｄｂｙａｄｉｌｔ  ?ＨＯＯＰＡＴ． ? ａｔｉｏｎａｌ，ｉｍｐｕｌｓｉｖｅ，ｐｏｉｎｔｓｏｕｒｃｅ［Ｃ］∥ＬａＰｒｏｐａｇａｔｉｏｎｄｅｓＥｂｒａｎｌｅｍｅｎｔｓＤａｎｓＬｅｓＭｉｌｉｅｕｘＨé ｔ é ｒｏｇèｎｅｓ．Ｍａｒｓｅｉｌｌｅ：ＣｏｌｌｏｑｕｅｓＩｎｔｅｒｎａｔｉｏｎａｕｘｄｕＣＮＲＳ，１９６１：２１３２． ? ［７］舍米亚金Ｅ И．弹塑性理论的动力学问题［Ｍ］．戚承志，译．北京：科学出版社，２００９．［８］ＪＩＡＮＧＪｉｎｕｎ，ＢＡＩＲＤＧ，ＢＬＡＩＲＤ．Ｐｏｌａｒｉｚａｔｉｏｎａｎｄａｍｐｌｉｔｕｄｅａｔｔｒｉｂｕｔｅｏｆｒｅｆｌｅｃｔｅｄｐｌａｎｅａｎｄｓｐｈｅｒｉｃａｌｗａｖｅｓ［Ｊ］．ｊ１９９８，１３２：５７７５８３．ＤＯＩ：１０．１０４６／２４６Ｘ．１９９８．００４７９．ｘ．Ｇｅｏｐｈｙ，１３６５ ? ? ｊ．［９］ＪＩＡＮＧＪｉｎｕｎ，ＢＡＩＲＤＧ，ＢＬＡＩＲＤ．Ｄｙｎａｍｉｃｒｅｓｐｏｎｓｅｏｆａｈａｌｆｓｐａｃｅｔｏａｂｕｒｉｅｄｓｐｈｅｒｉｃａｌｓｏｕｒｃｅ［Ｊ］．Ｇｅｏｐｈｙ，１９９４， ? ｊ１３６５１１９：７５３７６５．ＤＯＩ：１０．１１１１／２４６Ｘ．１９９４．ｔｂ０４０１４．ｘ． ? ? ｊ．［１０］楼矗云，刘军，蓝鹏．基于样条插值的爆破振动时域波形预测方法［Ｊ］．工程爆破，２０１７，２３（２）：２４?３１．ＤＯＩ：１０．ｉｓｓｎ．１００６７０５１．２０１７．０２．００５．３９６９／ ? ｊ．［１１］李洪梅，王小委，耿大新．爆破振动下地表建筑物振动位移研究［Ｊ］．华东交通大学学报，２０１７，３４（６）：３８４４．ＤＯＩ： ? １０．１６７４９／ｃｎｋｉ．ｅｃｔｕ．２０１７．０６．００４．ｊ．ｊｊ［１２］张震，周传波，路世伟，等．超浅埋地铁站通道爆破暗挖地表振动传播特征［Ｊ］．中南大学学报（自然科学版），２０１７（８）：２１１９２１２５．ＤＯＩ：１０．１１８１７／ｉｓｓｎ．１６７２７２０７．２０１７．０８．０２０． ? ? ｊ．［１３］张在晨，林从谋，黄志波，等．爆破振动特征参量的ＢＰ小波预测［Ｊ］．华侨大学学报（自然科学版），２０１３，３４（１）：７７ ? ８１．ＤＯＩ：１０００５０１３（２０１３）０１００７７０５． ? ? ? ［１４］张晏，郭连军，张大宁．不同岩体条件下爆破振动衰减规律研究［Ｊ］．矿业研究与开发，２０１５，３５（９）：９７９９．ＤＯＩ：１０． ? １３８２７／ｃｎｋｉ．ｋｙｙｋ．２０１５．０９．０２３．ｊ．［１５］卢文波，周俊汝，陈明，等．爆破振动主频衰减公式研究［Ｊ］．工程爆破，２０１５，２１（６）：１６．ＤＯＩ：１００６７０５１（２０１５）０６ ? ? ? ０００１０６． ? ［１６］ＤＥＡｍｏｄｉｆｉｃａｔｉｏｎｏｆｃａｇｎｉａｒｄ ′ ｓｍｅｔｈｏｄｆｏｒｓｏｌｖｉｎｇｓｅｉｓｍｉｃｐｕｌｓｅｐｒｏｂｌｅｍｓ［Ｊ］．ＡｐｐｌＳｃｉＲｅｓ，１９６０，８ ?ＨＯＯＰＡＴ．（１）：３４９３５６．ＤＯＩ：１０．１００７／ＢＦ０２９２００６８． ? ［１７］林大超，白春华．爆炸地震效应［Ｍ］．北京：地质出版社，２００７：１３１１３２． ? ［１８］陈士海，逄焕东．爆破灾害预测与控制［Ｍ］．北京：煤炭工业出版社，２００６：６１２． ? （责任编辑：陈志贤犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：方德平）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０４０３０ ? 泥粉对聚羧酸减水剂水泥净浆流变性的影响张亦林１，严捍东１，钟国才２，３，全志龙３（１．华侨大学土木工程学院，福建厦门３６１０２１；２．科之杰新材料集团有限公司，福建厦门３６１１０１；３．华侨大学材料科学与工程学院，福建厦门３６１０２１）摘要：为探究泥粉和聚羧酸减水剂对水泥净浆流变性的影响，在掺入聚羧酸减水剂母液和两种复配助剂的基础上，分别外掺１％，２％，３％的高岭土型和蒙脱土型泥粉，并采用Ｂｉｎｇｈａｍ流变模型系统地研究泥粉掺量、种类和聚羧酸减水剂助剂对水泥净浆屈服应力及塑性粘度的影响规律．通过Ｘ射线（ＸＲＤ）小角度衍射、总有机碳（ＴＯＣ）、Ｚｅｔａ电位对宏观试验结果进行验证．结果表明：增大泥粉掺量可降低聚羧酸减水剂水泥净浆的流变性；高岭土型普通黏土对降低聚羧酸减水剂水泥净浆流变性的程度小于蒙脱土型膨润土；异戊烯基聚氧乙烯醚（ＴＰＥＧ类）保坍型助剂Ｆ１对水泥净浆流变性的促进作用大于异丁烯基聚氧乙烯醚（ＨＰＥＧ类）减水型助剂Ｆ２．关键词：泥粉；聚羧酸减水剂；水泥净浆；流变性中图分类号：ＴＵ５２８．５２文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８３２０８ ? ? ? 犐狀犳犾狌犲狀犮犲狅犳犆犾犪狔犘狅狑犱犲狉狋狅犚犺犲狅犾狅犵犻犮犪犾犅犲犺犪狏犻狅狌狉狅犳犆犲犿犲狀狋犘犪狊狋犲犠犻狋犺犘狅犾犮犪狉犫狅狓狔犾犪狋犲犛狌狆犲狉犾犪狊狋犻犮犻狕犲狉狔狆ＺＨＡＮＧＹｉｌｉｎ１，ＹＡＮＨａｎｄｏｎｇ１，，ＺＨＯＮＧＧｕｏｃａｉ２３，ＱＵＡＮＺｈｉｌｏｎｇ３（１．ＣｏｌｌｅｇｅｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ；ｙ，Ｘｉ２．ＫＺＪＮｅｗＭａｔｅｒｉａｌｓＧｒｏｕｐＣｏｍｐａｎｙＬｉｍｉｔｅｄ，Ｘｉａｍｅｎ３６１１０１，Ｃｈｉｎａ；３．ＣｏｌｌｅｇｅｏｆＭａｔｅｒｉａｌｓＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｅｘｐｌｏｒｅｔｈｅｅｆｆｅｃｔｏｆｃｌａｙｐｏｗｄｅｒａｎｄｐｏｌｃａｒｂｏｘｙｌａｔｅｓｕｐｅｒｌａｓｔｉｃｉｚｅｒｏｎｒｈｅｏｌｏｇｉｃａｌｂｅ  ｙｐｈａｖｉｏｕｒｏｆｃｅｍｅｎｔｐａｓｔｅ，ｉｎａｄｄｉｔｉｏｎｏｆｔｈｅｍｏｔｈｅｒｌｉｒｏｆｐｏｌｃａｒｂｏｘｙｌａｔｅｓｕｐｅｒｌａｓｔｉｃｉｚｅｒａｎｄｔｗｏｋｉｎｄｓｏｆｑｕｏｙｐｃｏｍｐｏｕｎｄａｄｄｉｔｉｖｅ，ｔｈｅｃｌａｙｐｏｗｄｅｒｗｉｔｈｐｒｏｐｏｒｔｉｏｎｏｆ１％，２％，３％ｉｓａｌｓｏａｄｄｅｄ．ＵｓｉｎｇＢｉｎｇｈａｍｒｈｅｏｌｏｇｉ  ｈｅｅｆｆｅｃｔｏｆｑｕａｎｔｉｔｆｃｌａｙｐｏｗｄｅｒａｎｄｃｏｍｐｏｕｎｄａｄｄｉｔｉｖｅｏｆｐｏｌｃａｒｂｏｘｙｌａｔｅｓｕｐｅｒｌａｓｔｉｃｉｚｅｒｏｎｃａｌｍｏｄｅｌ，ｔｙｏｙｐｉｅｌｄｓｔｒｅｓｓａｎｄｐｌａｓｔｉｃｖｉｓｃｏｓｉｔｆｔｗｏｒｈｅｏｌｏｇｉｃａｌｐａｒａｍｅｔｅｒｓｏｆｃｅｍｅｎｔｐａｓｔｅｉｓｓｙｓｔｅｍａｔｉｃａｌｌｉｓｃｕｓｓｅｄ，ａｎｄｙｙｏｙｄｖｅｒｉｆｉｅｄｂｙｔｈｅｍａｃｒｏｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｂｙＸｒａｙ（ＸＲＤ）ａｎａｌｓｉｓｏｆｓｍａｌｌａｎｇｌｅｄｉｆｆｒａｃｔｉｏｎ，ｔｏｔａｌｏｒｉｃｙｇａｎｃａｒｂｏｎ（ＴＯＣ）ａｎｄＺｅｔａｐｏｔｅｎｔｉａｌｔｅｓｔｉｎｇ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｎｃｒｅａｓｉｎｇａｄｍｉｘｉｎｇｑｕａｎｔｉｔｆｃｌａｙｐｏｗ ｙｏｉｃａｌｂ  ｄｅｒｄｅｃｒｅａｓｅｓｔｈｅｒｈｅｏｌｏｇｉｃａｌｂｅｈａｖｉｏｒｏｆｃｅｍｅｎｔｐａｓｔｅｗｉｔｈｐｏｌｃａｒｂｏｘｙｌａｔｅｓｕｐｅｒｌａｓｔｉｃｉｚｅｒ．Ｔｈｅｒｈｅｏｌｏｇｙｐ收稿日期：２０１７０３２９ ? ? 通信作者：严捍东（１９６８Ｅｍａｉｌ：ｈｄｙａｎ＠ｈｑｕ．ｅｄｕ．ｃｎ． ?），男，教授，博士，主要从事土木工程材料与结构的研究．基金项目：福建省科技计划资助项目（２０１６Ｈ００２１，２０１７００１８）；福建省泉州市科技计划资助项目（２０１４Ｚ１２６）；华侨大学研究生科研创新能力培育计划资助项目（１６１１３０４０４０）第６期张亦林，等：泥粉对聚羧酸减水剂水泥净浆流变性的影响８３３ａｖｉｏｕｒｄｅｃｒｅａｓｅｏｆｃｅｍｅｎｔｐａｓｔｅｗｉｔｈｐｏｌｃａｒｂｏｘｙｌａｔｅｓｕｐｅｒｌａｓｔｉｃｉｚｅｒｄｕｅｔｏｋａｏｌｉｎｃｌａｙｉｓｍｏｒｅｔｈａｎｔｈｅｂｅｈａｖ  ｙｐｉｏｕｒｄｅｃｒｅａｓｅｄｕｅｔｏｍｏｎｔｍｏｒｉｌｌｏｎｉｔｅｃｌａｙｐｏｗｄｅｒ，ａｎｄｔｈｅｒｈｅｏｌｏｇｉｃａｌｂｅｈａｖｉｏｒｉｎｃｒｅａｓｅｏｆｃｅｍｅｎｔｐａｓｔｅｗｉｔｈＴＰＥＧ）ｃｏｍｐｏｕｎｄａｄｄｉｔｉｖｅｏｆＦ１ｗｉｔｈｌｃａｒｂｏｘｙｌａｔｅｓｕｐｅｒｌａｓｔｉｃｉｚｅｒｄｕｅｔｏｉｓｏｐｒｅｎｅｐｏｌｔｈｙｌｅｎｅｅｔｈｅｒ（ｐｏｙｐｙｏｘｙｅｓｌｕｍｐｌｏｓｓｒｅｓｉｓｔａｎｃｅｉｓｍｏｒｅｔｈａｎｔｈｅｂｅｈａｖｉｏｒｉｎｃｒｅａｓｅｄｕｅｔｏｉｓｏｂｕｔｌｅｎｅｐｏｌｔｈｙｌｅｎｅｅｔｈｅｒ（ＨＰＥＧ）ｙｙｏｘｙｅｃｏｍｐｏｕｎｄａｄｄｉｔｉｖｅｏｆＦ２ｗｉｔｈｗａｔｅｒｒｅｄｕｃｉｎｇｒａｔｉｏ．ｌｃａｒｂｏｘｙｌａｔｅｓｕｐｅｒｌａｓｔｉｃｉｚｅｒ；ｃ犓犲狉犱狊：ｃｌａｙｐｏｗｄｅｒ；ｐｏｅｍｅｎｔｐａｓｔｅ；ｒｈｅｏｌｏｇｉｃａｌｂｅｈａｖｉｏｕｒｙｐ狔狑狅聚羧酸类减水剂具有掺量低、减水率高、收缩小等特点，不仅能与水泥较好的相容，还能大幅度提高混凝土的早期、后期强度，并提升混凝土的耐久性［１?３］．但随着优质砂石资源的短缺，劣质砂石对聚羧酸减水剂的效果带来很大的负面影响，其中，泥粉产生的负面影响尤为突出．研究表明［４?５］，泥粉对减水剂有吸附作用，可降低浆体中减水剂浓度，使浆体稠度增大，导致混凝土坍落度损失增大．由于泥粉引起水［］泥净浆流变性变化的因素较多、作用机理较复杂，现阶段还找不到有效的解决方法［６］．Ｓｖｅｎｓｓｏｎ等７研［］究蒙脱土对聚羧酸减水剂水泥净浆流变性及和易性的影响．Ｓａｋａｉ等８研究对比蒙脱土、高岭土对掺聚羧酸减水剂水泥浆体流动度和粘度的影响．何正恋［９］采用Ｌａｎｇｍｕｉｒ等温吸附模型，研究蒙脱土、高岭土和伊利土对聚羧酸减水剂水泥净浆流变性的影响．王林［１０］采用Ｘ射线（ＸＲＤ）测试方法，研究不同掺量下，蒙脱土、高岭土对聚羧酸减水剂水泥砂浆流变性的影响．程勋［１１］研究掺量为１％的膨润土对聚羧酸减水剂水泥净浆初始扩展度及２ｈ经时扩展度的影响．目前，已有诸多学者就泥粉种类及掺量对水泥净浆和砂浆的流变性展开了诸多研究，但较少有人通过调整聚羧酸减水剂助剂种类，系统地研究泥粉种类和掺量对水泥净浆流变性的影响．因此，本文通过试验测试分析泥粉种类、掺量，以及聚羧酸减水剂助剂种类对水泥净浆流变性的影响．１试验原材料１．１水泥水泥采用符合ＧＢ８０７６－２００８《混凝土外加剂》［１２］规定的基准水泥．水泥物理性能为：初凝时间为１４６ｍｉｎ；终凝时间为２１０ｍｉｎ；密度为３．１８ｇ· －３２－１ｃｍ；比表面积为３５３ｍ ·ｋｇ．１．２聚羧酸减水剂母液及助剂福建泉州中实新型建材科技有限公司提供母液，用Ｍ表示．依据规范ＪＧ／Ｔ２２３－２０１７《聚羧酸系高性能减水剂》，母液主要性能指标有：固体质量分数为５０．１％；ｐＨ值为５．３４；密度为１．１０７ｇ· ｍＬ－１；水泥净浆流动度为３１４ｍｍ；砂浆减水率为３２．１％；混凝土减水率为３４．０％；母液掺量为水泥用量的０．９％．福建厦门科之杰新材料集团有限公司提供助剂，保坍型助剂（ＴＰＥＧ类，异戊烯基聚氧乙烯醚）用Ｆ１表示，固体质量分数为３９．２７％，其主要性能指标见文献［１３］；减水型助剂（ＨＰＥＧ类，异丁烯图１减水剂母液和助剂的红外光谱Ｆｉ１Ｉｎｆｒａｒｅｄｓｐｅｃｔｒｕｍｏｆｗａｔｅｒｒｅｄｕｃｉｎｇ ? ｇ．ａｇｅｎｔｍｏｔｈｅｒｌｉｉｄａｎｄａｕｘｉｌｉａｒｉｅｓｑｕ基聚氧乙烯醚）用Ｆ２表示，固体质量分数为５０．３７％，其主要性能指标见文献［１４］．减水剂母液和助剂的红外光谱，如图１所示．图１中： σ 为波数．由图１可知：样品Ｍ、样 η 为发光率；品Ｆ１和样品Ｆ２红外谱图的特征吸收峰相似度很高，即２８７８ｃｍ－１处为次甲基（－ＣＨ－）的伸缩振动峰；１７１８ｃｍ－１处的特征峰说明羧酯基（－ＣＯＯ－和／或－ＣＯＯＨ）存在；１１０５ｃｍ－１处的强吸收峰归属于－ＣＯ－的伸缩振动峰．由图１还可知：样品Ｆ２在１５７５ｃｍ－１处，有一个明显的讯号峰，这可能是使用了与母液和样品Ｆ１不同的共聚合单体．１．３泥粉泥粉采用的普通黏土（Ｓ）取自福建省泉州市中泰混凝土发展有限公司洛江搅拌站，膨润土（Ｐ）取自犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８３４２０１８年浙江省湖州市高禹鼎丰膨润土厂．Ｓ的表观密度为２．４６ｇ·ｃｍ－３，比表面积为３５１ｍ２ ·ｋｇ－１；Ｐ的表观［，由密度为２．０４ｇ·ｃｍ－３，比表面积为２２７ｍ２ ·ｋｇ－１．Ｓ的主要矿物成分为高岭土（Ａｌ４［ＳｉＯＨ］４Ｏ１０］８）硅氧４面体和铝氧８面体相间组成，层状结构为１∶１型；Ｐ的主要矿物成分为蒙脱土（（Ａｌ１．６７Ｍｇ０．３３）［，由两个硅氧４面体与一个铝氧８面体构成，层状结构为２∶１型．［ＳｉＯＨ］４Ｏ１０］２ ·狀Ｈ２Ｏ）两种泥粉的化学成分，如表１所示．表１中：狑为质量分数．采用Ｒｉｒｔｌａｂ型粉末衍射仪ｇａｋｕＳｍａ（日本理学公司）分析泥粉ＸＲＤ矿物成分，结果如图２所示．图２中：ｔｔｅｒｓｉｚｅ２０００型 θ 为入射角．采用Ｂｅ激光粒度分布仪（辽宁丹东百特仪器有限公司）对泥粉粒度分布进行测试，结果如图３所示．图３中： ζ 为累计筛余百分率；犱为粒径；Ｄ１０代表累计筛余百分率为１０％时，对应的粒径 ψ 为分计筛余百分率；值；Ｄ５０代表累计筛余百分率为５０％时，对应的粒径值；Ｄ９０代表累计筛余百分率为９０％时，对应的粒径值．由图３可知：Ｐ的粒径颗粒激光粒度分布（Ｄ５０）小于Ｓ．表１泥粉的化学成分Ｔａｂ．１Ｃｈｅｍｉｃａｌｃｏｍｐｏｎｅｎｔｓｏｆｃｌａｙｐｏｗｄｅｒ种类％狑（ＳｉＯ２）狑（ＡｌＦｅ２Ｏ３）狑（ＴｉＯ２）狑（Ｋ２Ｏ）狑（Ｎａ２Ｏ）狑（ＣａＯ）狑（ＭｇＯ）狑（ＬＯＩ）２Ｏ３）狑（普通黏土４７．４９２７．３９５．３９０．６５３．１７２．１４１．４９０．５４１１．７０膨润土５９．８０１３．５２２．５００．３０２．６４３．３１４．９３２．１５１０．６４（ａ）普通黏土（ｂ）膨润土图２泥粉ＸＲＤ矿物成分测试Ｆｉ２ＸＲＤｍｉｎｅｒａｌｃｏｍｐｏｎｅｎｔｔｅｓｔｏｆｃｌａｙｐｏｗｄｅｒｇ．（ａ）普通黏土（ｂ）膨润土图３泥粉激光粒度分布测试Ｆｉ３Ｌａｓｅｒｃｒｓｔａｌｓｉｚｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｃｌａｙｐｏｗｄｅｒｇ．ｙ２试验方法２．１犡犚犇小角度衍射在掺聚羧酸减水剂母液Ｍ及助剂Ｆ１时，利用Ｒｉｒｔｌａｂ型粉末衍射仪（日本理学公司）的ＸｇａｋｕＳｍａ射线小角度衍射分析Ｓ，Ｐ层间间距的变化，若泥粉层间发生吸附作用，则层间间距增大．２．２犅犻狀犵犺犪犿流变模型采用ＮＪ１６０Ａ型水泥净浆搅拌机（江苏无锡建仪仪器机械有限公司）制备水泥净浆，采用ＮＸＳ１１Ｂ ? ? 犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期张亦林，等：泥粉对聚羧酸减水剂水泥净浆流变性的影响８３５型旋转粘度计（四川成都仪器厂）测试水泥净浆在不同剪切速率下的剪切应力．根据Ｂｉｎｇｈａｍ流变模型进行线性拟合，得到屈服应力、塑性粘度参数．拟合直线与纵坐标的截距为屈服应力（ τ０），斜率为塑性粘度（Ｂｉｎｇｈａｍ线性拟合方程为 ηｐｌ）．（．１） τ ＝τ０＋ηｐｌ·γ 式（１）中： τ０为水泥净浆的屈服应力； τ 为水泥净浆的剪切应力； γ 为水泥净浆 ηｐｌ为水泥净浆的塑性粘度；搅拌机的剪切速率．２．３总有机碳测试采用ＴＯＣ?Ｖｗｐ型总有机碳分析仪（日本岛津公司）分析总有机碳（ＴＯＣ）．先计算已知溶液中聚羧酸减水剂的质量比，当泥粉吸附减水剂后，再将初始减水剂的质量比减去溶液中减水剂剩余质量比，从而测定泥粉颗粒聚羧酸减水剂分子的吸附量．首先，分别称取Ｓ，Ｐ各５ｇ，加入５０ｍＬ聚羧酸减水剂Ｍ，Ｆ１和Ｆ２，搅拌１０ｍｉｎ后，静置５ｍｉｎ；然后，将１０ｍＬ上层悬浊液倒入离心管，保持２５ ℃ 恒温，在６０００ｒ·ｍｉｎ－１转速下离心５ｍｉｎ后，取上层清液３ｍＬ稀释１００倍；最后，根据计算公式计算泥粉颗粒对聚羧酸减水剂分子的吸附量，其计算公式为犞×（犆０－犆１）（．２）犿式（２）中：犙为颗粒对聚羧酸减水剂分子的吸附量；犞为聚羧酸减水剂溶液的体积；犆０为吸附前聚羧酸犙＝减水剂的质量浓度；犆１为吸附后聚羧酸减水剂的质量浓度；犿为加入的泥粉或水泥颗粒质量．２．４犣犲狋犪电位测试在保持聚羧酸减水剂含固质量一致的情况下，采用ＪＳ９４Ｋ２型微电泳仪（上海中晨数字技术设备有限公司）进行电动电位（Ｚｅｔａ）测试．由于，掺入的泥粉会吸附聚羧酸减水剂分子，导致电位变化，从而测得泥粉对聚羧酸减水剂分子的吸附速度和吸附量．３试验方案由于砂石带入的泥，将增大混凝土拌合物经时坍落度损失．为满足预拌混凝土施工要求，搅拌站一般会适当提高混凝土拌合物初始坍落度．为与工程中大流动性混凝土相适应，试验设定净浆水灰比为０．３５，聚羧酸减水剂Ｍ掺量为０．３９％．为使减水剂固体质量分数保持不变，Ｍ与Ｆ１复配减水剂的掺量为１．４４％，Ｍ与Ｆ２复配减水剂的掺量为１．３４％．泥粉分别按水泥用量的１％，２％和３％掺入净浆中，分别用Ｓ１，Ｓ２，Ｓ３和Ｐ１，Ｐ２，Ｐ３表示．初始流变性测试后，将样品放置于恒温水箱（３５ ℃ ），每隔３０ｍｉｎ重新搅拌均匀，再重新取样测试，测试至１２０ｍｉｎ．４试验结果与分析４．１流变参数的线性拟合Ｂｉｎｇｈａｍ流变模型线性拟合得到的流变参数，如图４～６所示．图４～６中：狋为时间．通过对比研究泥粉掺量、泥粉种类和减水剂种类，研究其对聚羧酸减水剂水泥净浆流变性的影响规律．拟合过程中，出现少量测试点的屈服应力为负值，原因是在某些剪切速率范围内水泥净浆不稳定［１５］，这些负值点不作为实际参考，仅观察相对变化趋势．４．２泥粉掺量的影响由图４～６可知：在泥粉、聚羧酸减水剂种类均相同时，掺Ｓ１，Ｐ１时，聚羧酸减水剂水泥净浆屈服应力、塑性粘度相对较小，流变参数大致随着时间的增长而增大，在２ｈ经时基本达到最大值；增加泥粉掺量至２％和３％时，两种泥粉的初始屈服应力和塑性粘度相较掺量为１％时，皆有大幅度增加，不仅经时流变参数随时间的增长而增加，而且参数数值始终大于同一时刻掺量为１％的泥粉．出现这一现象的机理为：泥粉颗粒为松散多孔的层状结构，使其吸水性优于水泥；同时，泥粉颗粒对减水剂吸附性较强，在有限的减水剂掺量下，水泥颗粒缺乏足够的减水剂，导致净浆颗粒分散，故随着泥粉掺入量的增加，净浆流变性大幅下降［１６?１７］．这充分表明增大泥粉掺量显著降低了聚羧酸减水剂水泥净浆的流变性．根据ＪＧＪ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８３６２０１８年［］５２－２００６《普通混凝土用砂、石质量及检验方法标准》１８规定，以及结合试验现象分析，为最大程度减小泥粉掺量的不利影响，控制泥粉掺量在１％左右比较合适．（ａ）屈服应力（ｂ）塑性粘度图４泥粉种类和掺量对Ｍ净浆流变参数影响曲线Ｆｉ４ＩｎｆｌｕｅｎｃｅｃｕｒｖｅｏｆｓｐｅｃｉｅｓａｎｄａｄｍｉｘｉｎｇｑｕａｎｔｉｔｆｃｌａｙｐｏｗｄｅｒｔｏｒｈｅｏｌｏｇｉｃａｌｐａｒａｍｅｔｅｒｓｏｆＭｐａｓｔｅｇ．ｙｏ（ａ）屈服应力（ｂ）塑性粘度图５泥粉种类和掺量对Ｆ１净浆流变参数影响曲线Ｆｉ５ＩｎｆｌｕｅｎｃｅｃｕｒｖｅｏｆｓｐｅｃｉｅｓａｎｄａｄｍｉｘｉｎｇｑｕａｎｔｉｔｆｃｌａｙｐｏｗｄｅｒｔｏｒｈｅｏｌｏｇｉｃａｌｐａｒａｍｅｔｅｒｓｏｆＦ１ｐａｓｔｅｇ．ｙｏ（ａ）屈服应力（ｂ）塑性粘度图６泥粉种类和掺量对Ｆ２净浆流变参数影响曲线Ｆｉ６ＩｎｆｌｕｅｎｃｅｃｕｒｖｅｏｆｓｐｅｃｉｅｓａｎｄａｄｍｉｘｉｎｇｑｕａｎｔｉｔｆｃｌａｙｐｏｗｄｅｒｔｏｒｈｅｏｌｏｇｉｃａｌｐａｒａｍｅｔｅｒｓｏｆＦ２ｐａｓｔｅｇ．ｙｏ４．３泥粉种类的影响由图４～６可知：在泥粉掺量、聚羧酸减水剂种类均相同时，掺Ｐ时，聚羧酸减水剂水泥净浆屈服应力、塑性粘度皆大于Ｓ．其中，泥粉掺量为１％，掺Ｓ，Ｐ时，流变参数均随着时间的增长而增大，且在参数数值上两者差异较小；泥粉掺量为２％，３％，掺Ｓ，Ｐ时，流变参数同样随着时间的增长而增大，但二者的参数数值存在明显差异，且随着时间的增长，数值差异越来越大．从宏观角度分析，Ｐ颗粒堆积较为疏［］松，且颗粒间空隙较大，吸水性较强；Ｓ颗粒堆积相对紧密，且颗粒间空隙较小，故吸水性弱于Ｐ１９．４．４减水剂种类的影响由图４～６可知：在泥粉掺量和种类相同的条件下，复掺Ｆ１或Ｆ２时，聚羧酸减水剂水泥净浆初始屈服应力、塑性粘度明显小于单掺Ｍ；复配时，流变参数大致随着时间的增长而增加，在２ｈ经时基本达犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期张亦林，等：泥粉对聚羧酸减水剂水泥净浆流变性的影响８３７到最大值，且参数数值始终小于单掺Ｍ的水泥净浆，这说明复配能促进水泥净浆的流变性．对比图５，６可知：除个别时间点外，掺Ｆ２时，聚羧酸减水剂水泥净浆屈服应力、塑性粘度皆大于Ｆ１，这充分说明ＴＰＥＧ类保坍型助剂Ｆ１对水泥净浆流变性的促进作用大于ＨＰＥＧ类减水型助剂Ｆ２．５试验结果验证为进一步验证结论的准确性，采用ＸＲＤ小角度衍射分析、总有机碳ＴＯＣ和Ｚｅｔａ电位测试对上述试验结果进行验证．５．１犡犚犇小角度衍射测试结果两种泥粉层间间距测试结果，如图７所示．图７中：Ｓ，Ｓ＋Ｍ，Ｓ＋Ｆ１，Ｓ＋Ｆ２分别为单掺Ｓ，掺Ｓ和Ｍ，掺Ｓ和Ｆ１，掺Ｓ和Ｆ２；Ｐ，Ｐ＋Ｍ，Ｐ＋Ｆ１，Ｐ＋Ｆ２分别为单掺Ｐ，掺Ｐ和Ｍ，掺Ｐ和Ｆ１，掺Ｐ和Ｆ２．由图７可知：与未经减水剂处理的Ｓ相比，经聚羧酸减水剂Ｍ，Ｆ１，Ｆ２处理后的Ｓ层间间距增加不明显，几乎可以忽略不计，说明聚羧酸减水剂Ｍ，Ｆ１，Ｆ２没有进入Ｓ层间；与未经减水剂处理的Ｐ相比，经聚羧酸减水剂Ｍ，Ｆ１，Ｆ２处理后的Ｐ层间间距明显增加，说明聚羧酸减水剂分子进入Ｐ层间．从微观角度分析，Ｐ为分子间作用力，键能较弱，故分子吸水后体积膨胀，晶层间距增大，聚羧酸减水剂分子易被吸入Ｐ分子层间，因此，水泥净浆中具有功能作用的聚羧酸减水剂分子减少；而Ｓ晶层两侧由氢键连接，键能远强于分子间作用力，水分子不易渗入层间［２０２５］．这充分表明高岭土型普通黏土对降低聚羧酸减水剂水泥净浆流变性的程度小于蒙脱土型膨润土．（ａ）普通黏土（ｂ）膨润土图７泥粉层间间距测试Ｆｉ７Ｉｎｔｅｒｌａｙｅｒｓｐａｃｉｎｇｔｅｓｔｏｆｃｌａｙｐｏｗｄｅｒｇ．５．２总有机碳犜犗犆测试结果泥粉对聚羧酸减水剂的吸附量的影响，如图８所示．由图８可知：掺Ｍ时，Ｓ吸附量约为水泥的２倍，Ｐ吸附量约为水泥的２．５倍；掺Ｆ１，Ｆ２时，Ｓ吸附量约为水泥的２倍，Ｐ吸附量则达到水泥的３倍以上．故无论是单掺Ｍ，还是复掺Ｆ１或Ｆ２，泥粉对聚羧酸减水剂分子的吸附量均为犙（Ｐ）＞犙（Ｓ）＞犙（水泥）．因此，Ｓ降低聚羧酸减水剂水泥净浆流变性的程度小于Ｐ，与水泥净浆流变性的试验一致．同时，掺Ｆ２时，泥粉对聚羧酸减水剂分子的吸附量大于掺Ｆ１，即保坍型助剂Ｆ１对水泥净图８泥粉对聚羧酸减水剂的浆流变性的促进作用大于减水型助剂Ｆ２．５．３犣犲狋犪电位测试结果两种泥粉对聚羧酸减水剂分子Ｚｅｔａ电位测试结果，如表吸附量的影响曲线Ｆｉ８Ｉｎｆｌｕｅｎｃｅｃｕｒｖｅｏｆｃｌａｙｐｏｗｄｅｒｔｏｇ．ａｄｓｏｒｔｉｏｎｏｆｐｏｌｃａｒｂｏｘｙｌａｔｅｓｕｐｅｒｌａｓｔｉｃｉｚｅｒｐｙｐ２所示．表２中：  为掺量．由表２可知：掺Ｓ时，单掺及复掺水泥净浆Ｚｅｔａ电位值相对较低，电位绝对值不超过８．２ｍＶ；掺Ｐ时，Ｚｅｔａ电位绝对值比掺Ｓ时有所增大．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８３８２０１８年结合泥粉特性分析，Ｐ对聚羧酸减水剂分子的吸附量和吸附速度大于Ｓ，由于减水剂分子与水泥颗粒呈齿形吸附，此吸附方式将对水泥颗粒起排斥分散作用，从而增强水泥浆体的流变性，而泥粉对聚羧酸减水剂有较强的吸附作用，其对聚羧酸减水剂的吸附量和吸附速度将极大地影响减水剂分子与水泥颗粒之间的结合［２６?３０］．因此，Ｚｅｔａ电位绝对值越大，且达到最大绝对值的时间越短时，泥粉对聚羧酸减水剂水泥净浆的流变性能的抑制作用越强，故Ｐ对降低聚羧酸减水剂水泥净浆流变性的程度大于Ｓ，这与节４．２的结论相契合．仅对聚羧酸减水剂母液及助剂进行研究．掺Ｍ时，Ｚｅｔａ电位绝对值在外掺Ｓ，Ｐ时，其电位绝对值在３０ｍｉｎ和９０ｍｉｎ分别达到最大值，７．４８，１３．６８；掺Ｆ１时，Ｚｅｔａ电位绝对值在外掺Ｓ，Ｐ时，其电位绝对值在９０ｍｉｎ分别达到最大值，５．８９，１１．７８；掺Ｆ２时，Ｚｅｔａ电位绝对值在外掺Ｓ，Ｐ时，其电位绝对值在３０ｍｉｎ分别达到最大值，８．２９，１２．３５．由于掺Ｆ２时，Ｚｅｔａ电位绝对值大于Ｆ１，且达到绝对值最大时间长于Ｆ１，即Ｆ２对聚羧酸减水剂吸附量和吸附速度大于Ｆ１．结合文献［２６３０］可知，保坍型助剂Ｆ１对 ? 水泥净浆流变性的促进作用大于减水型助剂Ｆ２．表２Ｚｅｔａ电位测试Ｔａｂ．２ＴｅｓｔｏｆＺｅｔａｐｏｔｅｎｔｉａｌ聚羧酸减水剂 ／ｇＭ１．１７００Ｆ１４．３２７７Ｆ２４．０３０９泥粉 ／ｇＺｅｔａ电位／ｍＶ初始３０ｍｉｎ６０ｍｉｎ９０ｍｉｎ１２０ｍｉｎＳ３－３．３５－７．４８－６．５２－６．２１－６．０３Ｐ３－１０．５０－１１．８６－１２．９５－１３．６８－１２．７２Ｓ３－４．３０－５．１２－５．５３－５．８９－５．６３Ｐ３－９．５３－１０．８９－１１．１５－１１．７８－１０．３２Ｓ３－４．３７－８．２９－７．４５－６．７３－６．１６Ｐ３－９．１２－１２．３５－９．８２－６．４３－４．２１６结论１）泥粉的物理性能对聚羧酸减水剂水泥净浆的流变性起决定性作用．泥粉的比表面积大，需水性强，导致对聚羧酸减水剂的吸附性增强，从而对水泥净浆的流变性产生不利影响．为最大程度降低泥粉对聚羧酸减水剂水泥净浆流变性的不利影响，泥粉掺量宜控制在１％左右．２）不同泥粉对掺聚羧酸减水剂水泥净浆流变性的影响不同．泥粉颗粒间空隙越大、颗粒堆积越紧密、分子间作用力越强，对水泥净浆流变性的不利影响越小．故高岭土型普通黏土对降低聚羧酸减水剂水泥净浆流变性的程度小于蒙脱土型膨润土．３）加入助剂对聚羧酸减水剂进行复配，可以使水泥净浆流变性有较大的提升，其中，ＴＰＥＧ类保坍型助剂Ｆ１对水泥净浆流变性的促进作用大于ＨＰＥＧ类减水型助剂Ｆ２．参考文献：［１］王玲．中国混凝土外加剂行业发展现状和趋势［Ｃ］∥ 中国硅酸盐学会２０１３年混凝土与水泥制品学术讨论会．武汉：中国硅酸盐学会．２０１３：９１４． ? ［２］缪昌文，冉千平，洪锦祥，等．聚羧酸系高性能减水剂的研究现状及发展趋势［Ｊ］．中国材料进展，２００９，２８（１１）：３６ ? ４５．［３］宋家乐，周智密，李禅禅，等．聚羧酸系减水剂的研究现状与展望［Ｊ］．材料导报，２０１４，２８（２４）：２８０２８５． ? ［４］ＴＯＰＣＵＩＢ，ＤＥＭＩＲＡ．Ｒｅｌａｔｉｏｎｓｈｉｔｗｅｅｎｍｅｔｈｙｌｅｎｅｂｌｕｅｖａｌｕｅｓｏｆｃｏｎｃｒｅｔｅａｇｇｒｅｇａｔｅｆｉｎｅｓａｎｄｓｏｍｅｃｏｎｃｒｅｔｅｐｂｅｒｏｐｅｒｔｉｅｓ［Ｊ］．ＣａｎａｄａＪｏｕｒｎａｌｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，２００８，３５（４）：３７９３８３．ＤＯＩ：１０．１１３９／Ｌ０７  １１１． ? ｐ［５］ＺＨＡＮＧＤｏｎｇｆａｎｇ，ＪＵＢｅｎｚｈｉ，ＺＨＡＮＧＳｈｕｆｅｎ，犲狋犪犾．Ｔｈｅｓｔｕｄｙｏｎｔｈｅｄｉｓｐｅｒｓｉｎｇｍｅｃｈａｎｉｓｍｏｆｓｔａｒｃｈｓｕｌｆｏｎａｔｅａｓｃａｒｂｐｏｌ．ａｗａｔｅｒｒｅｄｕｃｉｎｇａｇｅｎｔｆｏｒｃｅｍｅｎｔ［Ｊ］．ＣｅｍｅｎｔＣｏｎｃｒｅｔｅＲｅｓｅａｒｃｈ，２００７，７０（４）：１８７?１９８．ＤＯＩ：１０．１０１６／ ? ｊ．２００７．０４．０２４．［６］ＭＯＨＡＭＭＥＥＤＨＫ，ＭＯＨＡＭＥＤＳＹ，ＡＨＭＥＤＥ．ＤａｔａｏｎｅｆｆｅｃｔｏｆａｒｅｄｕｃｅｒｏｆｗａｔｅｒａｎｄｒｅｔａｒｄｅｒｏｆｓｅｔｔｉｎｇＪ］．ＤａｔａｉｎＢｒｉｅｆ．２０１８，１８：４５４４６２．ＤＯＩ：１０．１０１６／ｔｉｍｅａｄｍｉｘｔｕｒｅｓｏｆｃｅｍｅｎｔｐａｓｔｅｓａｎｄｍｏｒｔａｒｉｎｈａｒｄｅｎｅｄｓｔａｔ［ ? ｊ．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期张亦林，等：泥粉对聚羧酸减水剂水泥净浆流变性的影响８３９ｄｉｂ．２０１８．０３．０５０．［７］ＳＶＥＮＳＳＯＮＰＤ，ＨＡＮＳＥＮＳ．Ｉｎｔｅｒｃａｌａｔｉｏｎｏｆｓｍｅｃｔｉｔｅｗｉｔｈｌｉｉｄｅｔｈｙｌｅｎｅｇｌｃｏｌｒｅｓｏｌｖｅｄｉｎｔｉｍｅａｎｄｓｐａｃｅｂｙｑｕｙａｙｄｉｆｆｒａｃｔｉｏｎ［Ｊ］．ＣｌａｙｓａｎｄＣｌａｙＭｉｎｅｒａｌｓ，２０１６，６４（４）：４８８  ５０２．ＤＯＩ：１０．１３４６／ｃｃｍｎ．２０１６．ｓｙｎｃｈｒｏｔｒｏｎＸ?ｒ０６４０４１１．［８］ＳＡＫＡＩＥ，ＡＴＡＲＡＳＨＩＤ，ＤＡＩＭＯＮＭ．Ｉｎｔｅｒａｃｔｉｏｎｂｅｔｗｅｅｎｓｕｐｅｒｌａｓｔｉｃｉｚｅｒｓａｎｄｃｌａｙｍｉｎｅｒａｌｓ［Ｃ］∥ 第六届水泥与ｐ混凝土国际会议暨ＣＡＮＭＥＴ／ＡＣＩ混凝土技术可持续发展国际会议．西安：中国硅酸盐学会．２００６：６５４  ６５５．［９］何正恋．粘土对聚羧酸减水剂吸附性能的机理研究［Ｄ］．武汉：武汉科技大学，２０１５．［１０］王林．粘土矿物对聚羧酸减水剂性能的影响及机理研究［Ｄ］．北京：中国矿业大学，２０１３．［１１］程勋．混凝土原材料对聚羧酸减水剂应用性能的影响［Ｄ］．北京：北京工业大学，２０１０．［１２］中国国家标准化管理委员会．混凝土外加剂：ＧＢ８０７６－２００８［Ｓ］．北京：中国建筑工业出版社，２００９．［１３］官梦芹，方云辉，蒋卓君，等．一种新型聚羧酸保坍剂的合成及性能研究［Ｊ］．新型建筑材料，２０１７（５）：２５２８．ＤＯＩ： ? ｉｓｓｎ．１００１  ７０２Ｘ．２０１７．０５．００７．１０．３９６９／ｊ．［１４］柯余良．高和易性聚羧酸减水剂的开发及其评价方法的建立［Ｊ］．新型建筑材料，２０１６（９）：８４８６．ＤＯＩ：１０．３９６９／ ? ｊ．ｉｓｓｎ．１００１  ７０２Ｘ．２０１６．０９．０２４．［１５］ＭＡＲＴＩＮＣ，ＣＬＡＵＤＥＬ，ＭＩＣＨＥＬＭ．Ｓｔｕｄｙｏｆｔｈｅｓｈｅａｒｔｈｉｃｋｅｎｉｎｇｅｆｆｅｃｔｏｆｓｕｐｅｒｌａｓｔｉｃｉｚｅｒｓｏｎｔｈｅｒｈｅｏｌｏｇｉｃａｌｐｂｅｈａｖｉｏｕｒｏｆｃｅｍｅｎｔｐａｓｔｅｓｃｏｎｔａｉｎｉｎｇｏｒｎｏｔｍｉｎｅｒａｌａｄｄｉｔｉｖｅｓ［Ｊ］．ＣｅｍｅｎｔａｎｄＣｏｎｃｒｅｔｅＲｅｓｅａｒｃｈ，２０００（３０）：１４７７ ? １４８３．ＤＯＩ：１０．１０１６／Ｓ０００８８８４６（００）００３３０６． ? ? ［１６］李国新，曾志英，陈畅，等．泥粉对掺高效减水剂水泥浆体流动性的影响及对策研究［Ｊ］．硅酸盐通报，２０１３，３２（７）：１３４０１３４５．ＤＯＩ：１０．１６５５２／１６２５．２０１３．０７．００３．ｃｎｋｉ．ｉｓｓｎ１００１ ? ? ｊ．［１７］腾爱国，杨海成，范志宏，等．泥粉对砂岩机制砂ＭＢ值及砂浆性能的影响［Ｊ］．水运工程，２０１７，９：４８５２．ＤＯＩ：１０． ? ｃｎｋｉ．ｉｓｓｎ１００２１６２３３／４９７２．２０１７．０９．０１０． ? ｊ．［１８］中国建筑科学研究院．普通混凝土用砂、石质量及检验方法标准：ＪＧＪ５２－２００６［Ｓ］．北京：中国建筑工业出版社，２００７．［１９］亓欣，匡亚莉．黏土矿物对煤泥表面性质的影响［Ｊ］．煤炭科学技术，２０１３，４１（７）：１２６?１２８．ＤＯＩ：１０．１３１９９／ｃｓｔ．ｊ．２０１３．０７．１３２．ｉｘ．０３３．ｑ［２０］ＺＡＧＨＯＵＡＮＥＢＨ，ＢＯＵＴＡＨＡＬＡＭ．Ｐｒｅｐａｒａｔｉｏｎａｎｄｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｏｒｔｍｏｒｉｌｌｏｎｉｔｅｓａｐｐｌｉｃａｔｉｏｎｉｎ ?ｍｏｎｇａｎｏａｄｓｏｒｔｉｏｎｏｆｔｈｅ２，４，５ｔｒｉｃｈｌｏｒｏｐｈｅｎｏｌｆｒｏｍａｑｕｅｏｕｓｓｏｌｕｔｉｏｎ［Ｊ］．ＡｄｖａｎｃｅｄＰｏｗｄｅｒＴｅｃｈｎｏｌｏｇｙ，２０１１，２２（６）： ? ｐ７３５７４０．ＤＯＩ：１０．１０１６／ａｐｔ．２０１０．１０．０１４． ? ｊ．［２１］ＷＵＱｉｎｇｆｅｎｇ，ＬＩＺｈａｏｈｕｉ，ＨＯＮＧＨａｎｌｉｅ．Ａｄｓｏｒｔｉｏｎｏｆｔｈｅｑｕｉｎｏｌｏｎｅａｎｔｉｂｉｏｔｉｃｎａｌｉｄｉｘｉｃａｃｉｄｏｎｔｏｍｏｎｔｍｏｒｉｌｌｏｎ  ｐｉｔｅａｎｄｋａｏｌｉｎｉｔｅ［Ｊ］．ＡｐｐｌｉｅｄＣｌａｙＳｃｉｅｎｃｅ，２０１３，７４（４）：６６７３．ＤＯＩ：１０．１０１６／ｃｌａｙ．２０１２．０９．０２６． ? ｊ．［２２］马保国，杨虎，谭洪波，等．水泥和黏土矿物对不同减水剂的吸附特性［Ｊ］．硅酸盐学报，２０１３，４１（３）：３２８３３３．ＤＯＩ： ? ｉｓｓｎ．０４５４１０．７５２１／５６４８．２０１３．０３．０９． ? ｊ．［２３］黄周强，毛永琳．高岭土对聚羧酸减水剂分散性能的影响［Ｊ］．商品混凝土，２０１３（４）：３８４０． ? ［２４］王智，胡倩文，王应，等．蒙脱石对聚羧酸减水剂的层间吸附特性［Ｊ］．硅酸盐学报，２０１３，４１（８）：１１００?１１０４．ＤＯＩ：１０．７５２１／ｉｓｓｎ．０４５４５６４８．２０１３．０８．１２． ? ｊ．［２５］陈常亮，郭丽萍，杜小弟，等．蒙脱土对聚羧酸减水剂的吸附特性及其影响因素研究［Ｊ］．硅酸盐通报，２０１７，３６（１）：２１４２１８．ＤＯＩ：１０．１６５５２／ｃｎｋｉ．ｉｓｓｎ１００１１６２５．２０１７．０１．０３６． ? ? ｊ．［２６］李建伟．聚羧酸减水剂的改性和性能研究［Ｄ］．合肥：合肥工业大学，２０１７．［２７］巨浩波，吕生华，刘晶晶．砂石质量对混凝土性能影响的研究进展［Ｊ］．硅酸盐通报，２０１３，３２（１２）：２５３８２５４３．ＤＯＩ： ? １０．１６５５２／ｃｎｋｉ．ｉｓｓｎ１００１  １６２５．２０１３．１２．０１９．ｊ．［２８］王志林．含泥量对应用复合型脂肪族减水剂水泥净浆流动性的影响研究［Ｊ］．混凝土，２０１２（３）：１０３１０７．ＤＯＩ：１０． ? ３９６９／ｉｓｓｎ．１００２３５５０．２０１２．０３．０３１． ? ｊ．［２９］ＯＵＹＡＮＧＸＩＮｐｉｎｇ，ＱＩＵＸｕｅｉｎ，ＣＨＥＮＰｕ，犲狋犪犾．Ｐｈｙｓｉｃｏｃｈｅｍｉｃａｌｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｃａｌｃｉｕｍｌｉｓｕｌｆｏｎａｔｅ ?Ａｑｇｎｏｔｅｎｔｉａｌｌｅｆｕｌｗａｔｅｒｒｅｄｕｃｅｒ［Ｊ］．ＣｏｌｌｏｉｄｓａｎｄＳｕｒｆａｃｅＡＰｈｙｓｉｃｏｃｈｅｍｉｃａｌａｎｄＥｎｇｉｎｅｅｒｉｎｇＡｓｐｅｃｔｓ，２００６，２８２：ｐｏｙｕｓｃｏｌｓｕｒｆａ．２００５．１２．０２０．４８９４９７．ＤＯＩ：１０．１０１６／ ? ｊ．［３０］周明，陈锡芹，温小栋，等．泥粉下主链长度对聚羧酸减水剂性能的影响［Ｊ］．施工技术，２０１８（１０）：１２２１２６． ? （编辑：李宝川责任编辑：陈志贤犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：方德平）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０４０５８ ? 梁挠曲线方程的精确推导刘海波１，２，刘玉丽３，石祥锋２（１．北京科技大学土木与环境工程学院，北京１０００８３；２．华北科技学院建筑工程学院，北京１０１６０１；３．华北科技学院理学院，北京１０１６０１）摘要：采用数学工具，在不忽略任何高阶微量的基础上，修改原有近似的挠曲线方程，推导出更精确、更符合实际的方程式．通过有限元法验证该方程的可靠性，结果表明：传统的计算方法误差较大，且误差随着梁的跨度、横截面、荷载大小、抗弯刚度变化而变化；文中方法得到的误差较小．关键词：挠曲线；挠度；弯矩；曲率；有限元法中图分类号：ＴＵ３１１．１文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８４００４ ? ? ? 犘狉犲犮犻狊犲犇犲狉犻狏犪狋犻狅狀狅犳犅犲犪犿犇犲犳犾犲犮狋犻狅狀犈狇狌犪狋犻狅狀，ＬＩＵＨａｉｂｏ１２，ＬＩＵＹｕｌｉ３，ＳＨＩＸｉａｎｇｆｅｎｇ２（１．ＳｃｈｏｏｌｏｆＣｉｖｉｌａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＥｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＢｅｉｉｎｇ，Ｂｅｉｉｎｇ１０００８３，Ｃｈｉｎａ；ｙｏｊｊ２．ＡｒｃｈｉｔｅｃｔｕｒａｌＥｎｇｉｎｅｅｒｉｎｇＣｏｌｌｅｇｅ，ＣｈｉｎａＩｎｓｔｉｔｕｔｅｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｉｎｇ１０１６０１，Ｃｈｉｎａ；ｊ３．ＣｏｌｌｅｇｅｏｆＳｃｉｅｎｃｅ，ＮｏｒｔｈＣｈｉｎａＩｎｓｔｉｔｕｔｅｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｉｎｇ１０１６０１，Ｃｈｉｎａ）ｊ犃犫狊狋狉犪犮狋：Ｕｓｉｎｇｍａｔｈｅｍａｔｉｃａｌｔｏｏｌｓ，ｗｉｔｈｏｕｔｎｅｇｌｅｃｔｉｎｇａｎｙｈｉｒｄｅｒｉｎｆｉｎｉｔｅｓｉｍａｌｓ，ｔｈｅｅｘｉｓｔｅｄａｐｐｒｏｘｉ  ｇｈ?ｏｍａｔｅｄｅｆｌｅｃｔｉｏｎｅｔｉｏｎｉｓｍｏｄｉｆｉｅｄ，ａｍｏｒｅａｃｃｕｒａｔｅａｎｄｒｅａｌｉｓｔｉｃｅｔｉｏｎｉｓｄｅｒｉｖｅｄ．Ｔｈｅｒｅｌｉａｂｉｌｉｔｆｔｈｅｅ  ｑｕａｑｕａｙｏｔｉｏｎｉｓｖｅｒｉｆｉｅｄｂｙｆｉｎｉｔｅｅｌｅｍｅｎｔｍｅｔｈｏｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｔｒａｄｉｔｉｏｎａｌｃａｌｃｕｌａｔｉｏｎｅｒｒｏｒｉｓｏｂｖｉｏｕｓ，ｑｕａｔｈｅｅｒｒｏｒｖａｒｉｅｓｆｏｒｄｉｆｆｅｒｅｎｔｔｈｅｂｅａｍｓｐａｎｓ，ｃｒｏｓｓｓｅｃｔｉｏｎｓ，ｔｈｅｖａｌｕｅｓｏｆｔｈｅｌｏａｄａｎｄｂｅｎｄｉｎｇｓｔｉｆｆｎｅｓｓ，ｔｈｅｅｒｒｏｒｏｆｐｒｅｓｅｎｔｅｄｍｅｔｈｏｄｉｓｓｍａｌｌ．犓犲狉犱狊：ｄｅｆｌｅｃｔｉｏｎｃｕｒｖｅ；ｄｅｆｌｅｃｔｉｏｎ；ｂｅｎｄｉｎｇｍｏｍｅｎｔ；ｃｕｒｖａｔｕｒｅ；ｆｉｎｉｔｅｅｌｅｍｅｎｔｍｅｔｈｏｄ狔狑狅结构设计最主要的原则是安全性，结构的安全性由其组成的各个构件（如梁、柱）体现，构件的安全主要包括强度和刚度［１?２］．设计者往往会重视强度的设计，而对刚度的关注度不足．传统的刚度公式是在忽略一些因素基础上得到的近似公式，因此，国内学者做了一些改进研究．刘明超等［３］推导了拉氏变换求解梁的挠曲线方程；李自林［４］推导了用积分法求变截面梁的挠曲线方程；何斌等［５］用直接定义法推导梁的挠曲线微分方程．这些新方程在某种程度上提高了计算精度，但也存在忽略一些高阶微量的情况［６?８］．基于此，本文在不忽略任何高阶微量的基础上，对梁的挠曲线方程进行精确推导．１梁刚度设计的理论基础刚度设计主要考虑挠度和转角两部分．传统力学教材中给出了受弯构件挠曲线方程式［９?１１］，即／（ ″（狓）＝－犕（狓）犈犐Ｚ）．犳收稿日期：２０１８０４１８ ? ? 通信作者：刘海波（１９７８Ｅｉｌ：ｌｈｂ９７＠１２６．ｃｏｍ． ?），男，副教授，主要从事岩土力学的研究． ?ｍａ基金项目：国家自然科学基金资助项目（５１１７８１８５）；中央高校基本科研业务费资助项目（３１４２０１４０１９）（１）第６期刘海波，等：梁挠曲线方程的精确推导８４１式（１）中：狓）为挠曲线方程；犕（狓）弯矩；犈为弹性模量；犐Ｚ为惯性矩．犳（积分一次，得转角方程［１２］为犈犐Ｚθ ＝犈犐Ｚ犳（狓） ′＝ ∫－犕（狓）ｄ狓＋犆．（２）式（２）中：犆为常数项． θ 为转角，［］在式（２）的基础上，再积分一次，得挠度方程１３?１４为犈犐Ｚ犳（狓）＝ －犕（狓）ｄ狓ｄ狓＋犆狓＋犇．（３）式（３）中：犇为常数项．传统方法在推导转角方程和挠度方程时忽略了很多因素［１５?１６］，这种近似虽然可以满足工程精度的要求［１７?１８］，但仍有必要对最接近真实情况的方程进行研究．２精确推导过程悬臂梁受弯变形示意图，如图１所示．由图１可知：一矩形截面悬臂梁犃犅左端为固定端约束，右端悬挑；右端受一个垂直向下的荷载犉作用；水平向右为犡轴正向，垂直向下为犢轴正向．为了说明问题，任取一个形心为犆的截面，在外荷载作用下，梁的挠曲线如图１虚线所示，犆从原来位置移动到犆′位置，截面转过的角度为θ，挠度为狔．挠曲线是狓的函数，可以写成狔＝犳（狓）．由几何关系及导数定义可知， ′（ ′（狓）＝ｔａｎθ 或θ＝ａｒｃｔａｎ犳狓）．又知曲率犳１与抗弯刚度及弯矩犕的关系，则有 ρ １犕．＝ ρ 犈犐Ｚ式（４）中： ρ 为曲率半径．（４）图１悬臂梁受弯变形示意图在非纯弯曲情况下，弯矩和曲率随狓的变化而变化，因Ｆｉ１Ｂｅｎｄｉｎｇｄｅｆｏｒｍａｔｉｏｎｏｆｃａｎｔｉｌｅｖｅｒｂｅａｍｇ．此，弯矩和曲率都是狓的函数，式（４）可以写成一般函数表达式，即１犕（狓）．＝（）犈犐Ｚ ρ狓从几何上考虑，曲线上任一点的曲率公式为（５）１ ″（狓）犳＝± ３．２狓）［ ρ（ ′（１＋犳狓）］２（６）对犳 ′（ ″（狓）＝ｔａｎθ 左右两次各求一次导，可得犳狓）＝ｓｅｃ２θ．将其代入式（６），并考虑式（５），有１ｓｅｃ２θ 犕（狓）．＝± ３＝± 狓）犈犐Ｚ（ ρ（１＋ｔａｎ２θ）２（７）因为１＋ｔａｎ２θ＝ｓｅｃ２θ，故式（７）可以简化为１犕（狓）．＝± ｓｅｃθ 犈犐Ｚ（８）犕（狓）对（）即ｃ ′ 狓＝ｔｏｓθ＝± ．犳ａｎθ 进行积分，可得犳（狓）＝ｔａｎθｄ８）等价于 θ．经过数学变换，式（犈犐Ｚ ∫ １狓）＝－犳（ ∫ｃｏｓθｄｃｏｓθ．（９）狓）＝－ｌｎｃｏｓθ＋犆．犳（（１０）积分的结果为（）把ｃｏｓθ＝±犕狓代入式（１０），可得犈犐Ｚ犕（狓）狓）＝－ｌｎ± ＋犆．犳（犈犐Ｚ［］犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．（１１）华侨大学学报（自然科学版）８４２２０１８年式（１１）中：当弯矩犕（狓）为负值时，正负号取负号；当犕（狓）为正值时，取正号．式（１１）就是精确的挠曲线方程表达式，结合几何关系和导数定义可以求出转角，把狓位置代入式（１１）就可以求出任意位置的挠度．式（１１）相对于传统求转角和挠度的式（２），（３）而言，不仅仅去掉了双重积分，成功地简化了公式，而且推导过程中没有忽略高阶微量项，故结果更接近真实情况．３有限元分析为了进一步验证方程的可靠性，采用有限元方法对传统公式和文中公式进行对比分析．利用有限元软件ＡＮＳＹＳ建立有限元模型，如图２所示．边界条件为模型左侧完全约束，右侧杆状结构可看作一个悬臂梁．为了便于阐述，以期达到较大变形，采用矩形截面钢梁进行对比分析．悬臂梁的几何及物理力学参数如下：梁宽犫为０．３ｍ；梁宽犺为０．６ｍ；弹性模量犈为２１０ＧＰａ；泊松比υ 为０．３；梁长犔为６ｍ；计算得到的惯性矩犐Ｚ为０．００５４ｍ４；右端垂直轴线集中荷载犉为１０００ｋＮ．梁最右端受到一个垂直梁轴线的集中荷载．选择轴对称矩形悬臂梁，为了节省计算资源，采用二维模型进行计算．程序中，对适合梁的Ｂｅａｍ３单元进行模拟，并定义了相关实常数，划分网格后加载求解．梁变形后的位移图，如图３所示．关键各节点运动矢量图，如图４所示．该梁的弯矩图，如图５所示．有限元计算的各节点挠度值，如表１所示．图２悬臂梁有限元模型图３梁变形后位移图Ｆｉ２Ｆｉｎｉｔｅｅｌｅｍｅｎｔｍｏｄｅｌｏｆｃａｎｔｉｌｅｖｅｒｂｅａｍｇ．Ｆｉ３Ｄｉｓｐｌａｃｅｍｅｎｔａｆｔｅｒｂｅａｍｄｅｆｏｒｍａｔｉｏｎｇ．图４关键各节点运动矢量图图５梁的弯矩图Ｆｉ４Ｍｏｔｉｏｎｖｅｃｔｏｒｄｉａｇｒａｍｏｆｋｅｙｎｏｄｅｓｇ．Ｆｉ５Ｂｅａｍｂｅｎｄｉｎｇｍｏｍｅｎｔｄｉａｇｒａｍｇ．表１有限元计算的各节点挠度值Ｔａｂ．１Ｅａｃｈｎｏｄｅｄｅｆｌｅｃｔｉｏｎｖａｌｕｅｂｙｆｉｎｉｔｅｅｌｅｍｅｎｔｃａｌｃｕｌａｔｉｏｎ节点号挠度／ｍ节点号挠度／ｍ１０８２３４－２０．６６６６７０．６７５１５×１０９０．２０８３３０．２７４１１５－１０．２６２３５×１０６－１０．５７２９２×１０７－１０．９８７６５×１０１０１１１２１３０．３４５６８０．４２１８８０．５０１５４０．５８３５３０．１４９５０由图３，４和表１可知：最大挠度发生在节点编号为２的位置，最大挠度为０．６６６６７ｍ．由图５可知：最大弯矩为６０００ｋＮ·ｍ，发生在１节点位置，这个结果和理论计算结果完全一致，足以说明有限元计算的可靠性．采用传统方法，利用式（３）计算各个节点的挠度，最大误差接近１０％，且误差随着狓的变化而变化；而采用文中方法，利用式（１１）计算的结果和有限元计算结果非常接近，最大误差不到３％，最小误差不到１％．为节省篇幅，具体计算过程不再赘述．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期刘海波，等：梁挠曲线方程的精确推导８４３上述分析以悬臂梁为例，其他形式的梁经文中方法计算后，发现都与悬臂梁呈现一样的规律，且当梁的跨度越大、横截面积越小、抗弯刚度越小时，传统计算方法的误差越大．４结论１）经过精确推导，得到了挠曲线计算公式，该公式计算不需要计算二重积分，外形简单，便于计算．２）通过有限元方法和室内实验分别验证了传统公式和文中公式的精确度，发现利用文中公式计算出的结果精确度高，误差较小．３）梁在弯曲变形过程中，严格从数学角度上分析，轴向（对于梁来说一般指水平方向）也会有一定微小的变形，该部分研究将会在后续继续开展．参考文献：［１］王文静，衣启青．带腰绳臂架的挠曲线分析［Ｊ］．中国工程机械学报，２０１３，１１（１）：４６５０．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１６７２ ? ? ｊ．５５８１．２０１３．０１．００９．［２］喻晓今．挠曲线复位的微分方程解法求梁的位移［Ｊ］．华东地质学院学报，２００３，２６（３）：２７１?２７３．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４３５０４．２００３．０３．０１４． ? ［３］刘明超，丁晓燕．拉氏变换求解梁的挠曲线方程［Ｊ］．力学与实践，２０１２，３４（２）：７８?８０．ＤＯＩ：１０．６０５２／１０００?０９９２? ２０１２０２１９．［４］李自林．用积分法求变截面梁的挠曲线方程［Ｊ］．河北煤炭建筑工程学院学报，１９９６（３）：６９７２． ? ［５］何斌，唐静静，范钦珊．直接定义法推导梁的挠曲线微分方程［Ｊ］．力学与实践，２００９，３１（４）：７８７９． ? ［６］刘巍，张永顺．ＧＭＦ双层膜几何非线性变形模型及实验研究［Ｊ］．大连理工大学学报，２００７，４１（１）：３４３８．ＤＯＩ：１０． ? １０００８６０８．２００７．０１．００８．３３２１／ｉｓｓｎ： ? ｊ．［７］刘正兴，孙雁，王国庆．计算固体力学［Ｍ］．上海：上海交通大学出版社，２０００．［８］朱定国．基于最小二乘法的ＬａｂＶＩＥＷ拟合桥梁挠曲线研究［Ｊ］．城市道桥与防洪，２０１１（１２）：１３９?１４２．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００９７７１６．２０１１．１２．０５４． ? ｊ．［９］张劲夫．两端固定的等截面梁在均布载荷作用下的挠曲线［Ｊ］．力学与实践，２０１８，４０（１）：９６９７． ? ［１０］沈建华，高轩能，周期源．滑移对薄壁Ｕ型钢混凝土组合梁挠度的影响［Ｊ］．华侨大学学报（自然科学版），２００９，３０（５）：５５７５６２．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２００９．０５．０５５７． ? ? ［１１］金泊含，王立彬，王鸿，等．基于挠度理论的三塔四跨悬索桥静力特性分析［Ｊ］．南京林业大学学报（自然科学版），２０１６，４０（３）：１４３１４８．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１０００２００６．２０１６．０３．０２４． ? ? ｊ．［１２］吴晓．静不定梁在热状态下的弯曲［Ｊ］．空间结构，２０１７，２３（２）：８４８９．ＤＯＩ：１０．１３８４９／ｉｓｓｎ．１００６６５７８．２０１７．０２． ? ? ｊ．０８４．［１３］ＴＩＭＭＥＲＳＲ，ＬＥＮＥＲＧ．Ｃｏｌｌａｐｓｅｍｅｃｈａｎｉｓｍｓａｎｄｌｏａｄｄｅｆｌｅｃｔｉｏｎｃｕｒｖｅｓｏｆｕｎｓｔｉｆｆｅｎｅｄａｎｄｓｔｉｆｆｅｎｅｄｐｌａｔｅｄｓｔｒｕｃ  ? ｔｕｒｅｓｆｒｏｍｂｒｉｄｇｅｄｅｓｉＪ］．ＴｈｉｎｌｌｅｄＳｔｒｕｃｔｕｒｅｓ，２０１６，１０６：４４８４５８．ＤＯＩ：１０．１０１６／ｔｗｓ．２０１６．０５．０２０． ?Ｗａ ? ｇｎ［ｊ．［１４］杨小森，闫维明，陈彦江，等．基于倾角仪的桥梁挠度测试方法研究［Ｊ］．土木工程学报，２０１０（增刊２）：１０６?１１１．ｔｍｇｃｘｂ．２０１０．ｓ２．０１１．ＤＯＩ：１０．１５９５１／ｊ．［１５］王帅，田磊，李捷，等．中小跨径桥梁结构挠度监测技术试验研究［Ｊ］．青岛理工大学学报，２０１４，３５（４）：４０４５．ＤＯＩ： ? ｉｓｓｎ．１６７３１０．３９６９／４６０２．２０１４．０４．００８． ? ｊ．［１６］王全凤，刘凤谊，杨勇新，等．ＨＲＢ５００级钢筋混凝土简支梁受弯试验［Ｊ］．华侨大学学报（自然科学版），２００７，２８（ｉｓｓｎ．１０００３）：３００３０３．ＤＯＩ：１０．３９６９／５０１３．２００７．０３．０２０． ? ? ｊ．［１７］ＰＡＴＥＬＢＮ，ＰＡＮＤＩＴＤ，ＳＲＩＮＩＶＡＳＡＮＳＭ．Ａｓｉｍｐｌｉｆｉｅｄｍｏｍｅｎｔｃｕｒｖａｔｕｒｅｂａｓｅｄａｐｐｒｏａｃｈｆｏｒｌａｒｆｌｅｃｔｉｏｎ ? ｇｅｄｅａｎａｌｓｉｓｏｆｍｉｃｒｏａｍｓｕｓｉｎｇｔｈｅｃｏｎｓｉｓｔｅｎｔｃｏｕｐｌｅｓｔｒｅｓｓｔｈｅｏｒＪ］．ＥｕｒｏｐｅａｎＪｏｕｒｎａｌｏｆＭｅｃｈａｎｉｃｓｌｉｄｓ， ?ｂｅ ?Ａ／Ｓｏｙｙ［２０１７，６６：４５５４． ? ［１８］张欣禹．桥梁挠度测试仪检测结果分析［Ｊ］．世界桥梁，２０１２，４０（３）：４２４５． ? （责任编辑：黄晓楠犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：方德平）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０５０４４ ? 锆柱撑膨润土负载纳米犉犲３犗４多相类芬顿处理老龄垃圾渗滤液马翠，刘亚琦，张寒旭，袁鹏飞，何争光（郑州大学水利与环境学院，河南郑州４５０００１）摘要：采用共沉淀法制备锆柱撑膨润土负载纳米Ｆｅ３Ｏ４（Ｆｅ３Ｏ４／Ｚｒ ?Ｂ）磁性催化剂，并将其应用于多相类芬顿反应处理老龄垃圾渗滤液．研究结果表明：当催化剂质量浓度为１．０ｍｇ·Ｌ－１，初始ｐＨ值为２，过氧化氢浓度为０．１ｍｍｏｌ·Ｌ－１时，化学需氧量（ＣＯＤ）去除率提高到６８％，５日生化需氧量（ＢＯＤ５）与化学需氧量（ＣＯＤ）的比值达到０．２７．由气相色谱?质谱（ＧＣ ?ＭＳ）分析可知，催化反应对杂环化合物和醚化合物均具有良好的去除效果；同时，酚类化合物的比例从５０．００％下降到１９．６８％，有效地降低出水的芳香性化程度．由三维荧光光谱（３Ｄ?ＥＥＭ）分析可知，荧光强度显著下降，腐殖酸类和富里酸类物质在催化降解过程中得到有效去除．关键词：Ｆｅ３Ｏ４／Ｚｒ ?Ｂ；老龄垃圾渗滤液；非均相催化剂；类芬顿；共沉淀法中图分类号：Ｘ７０３文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８４４０７ ? ? ? 犉犲狀狋狅狀犻犽犲犘狉狅犮犲狊狊狅狀犜狉犲犪狋犻狀犵犛狋犪犫犻犾犻狕犲犱 ?犔犗犾犱犔犪狀犱犳犻犾犾犔犲犪犮犺犪狋犲犫狔犖犪狀狅犮狅狉犪狋犲犱 ?犉犲３犗４犇犲犻犾犾犪狉犲犱犅犲狀狋狅狀犻狋犲犪狊犆犪狋犪犾狊狋犣狉 ?犘狔ＭＡＣｕｉ，ＬＩＵＹａｑｉ，ＺＨＡＮＧＨａｎｘｕ，ＹＵＡＮＰｅｎｇｆｅｉ，ＨＥＺｈｅｎｇｇｕａｎｇ（ＳｃｈｏｏｌｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＥｎｖｉｒｏｎｍｅｎｔ，ＺｈｅｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｚｈｏｕ４５０００１，Ｃｈｉｎａ）ｙ，Ｚｈｅｎｇ犃犫狊狋狉犪犮狋：ＡｎｏｖｅｌｍａｇｎｅｔｉｃｃａｔａｌｓｔｃｏｍｐｏｓｅｄｏｆｎａｎｏｃｏｒａｔｅｄＺｒｐｉｌｌａｒｅｄｂｅｎｔｏｎｉｔｅ（Ｆｅ３Ｏ４／Ｚｒ ?Ｆｅ３Ｏ４ｄｅ ?Ｂ）ｙｗａｓｓｕｃｃｅｓｓｆｕｌｌｒｅｐａｒｅｄｂｙｃｏｐｒｅｃｉｉｔａｔｉｏｎａｎｄｔｈｅｎｉｎｖｅｓｔｉｔｅｄｉｎｔｈｅＦｅｎｔｏｎｌｉｋｅｐｒｏｃｅｓｓｔｒｅａｔｉｎｇｔｈｅｓｔａｂｉ  ? ｙｐｐｇａＣＯＤ）ｉｎ  ｌｉｚｅｄｌａｎｄｆｉｌｌｌｅａｃｈａｔｅ．Ｔｈｅｒｅｓｅａｒｃｈｓｕｇｇｅｓｔｓｔｈａｔｔｈｅｒｅｍｏｖａｌｅｆｆｉｃｉｅｎｃｙｏｆｃｈｅｍｉｃａｌｏｘｙｇｅｎｄｅｍａｎｄ（ｃｒｅａｓｅｄｔｏ６８％ａｎｄＢＯＤ５／ＣＯＤｗａｓ０．２７ｗｉｔｈｔｈｅｃａｔａｌｓｔｄｏｓａｇｅｏｆ１．０ｍｇ·Ｌ－１，ｉｎｉｔｉａｌｐＨｖａｌｕｅｏｆ２ａｎｄｙｒｏｘｉｄｅｃｏｎｃｅｎｔｒａｔｉｏｎｏｆ０．１ｍｇ·Ｌ－１．Ａｃｃｏｒｄｉｎｇｔｏｇａｓｃｈｒｏｍａｔｏｇｒａｐｈｙｓｓｓｐｅｃｔｒｏｍｅｔｅｒ（ＧＣ  ?ｍａ ?ＭＳ），ＦｅｎｐｅｔｏｎｌｉｋｅｒｅａｃｔｉｏｎｗｉｔｈＦｅ３Ｏ４／Ｚｒｔｏｎｉｔｅｈａｄａｎｅｘｃｅｌｌｅｎｔｒｅｍｏｖａｌｐｅｒｆｏｒｍａｎｃｅｆｏｒａｌｍｏｓｔａｌｌｔｈｅｈｅｔｅｒｏｃｙｃｌｉｃ ? ?Ｂｅｎｃｏｍｐｏｕｎｄｓａｎｄｔｈｅｅｔｈｅｒｃｏｍｐｏｕｎｄｓ．Ｍｅａｎｗｈｉｌｅ，ｔｈｅｐｒｏｒａｔｉｏｎｏｆｔｈｅｐｈｅｎｏｌｉｃｃｏｍｐｏｕｎｄｓｄｅｃｒｅａｓｅｄｇｒｅａｔｌｙｌｌｕｓｔｒａｔｉｎｇｌｏｗｅｒｉｎｇｔｈｅａｒｏｍａｔｉｃｉｔｆｆｉｃｉｅｎｔｌｌｕｏｒｅｓｃｅｎｃｅｓｐｅｃｔｒａｏｆｔｈｒｅｅｆｒｏｍ５０．００％ｔｏ１９．６８％，ｉｙｅｙ．Ｔｈｅｆｄｉｍｅｎｓｉｏｎａｌｅｘｃｉｔａｔｉｏｎｅｍｉｓｓｉｏｎｍａｔｒｉｘｆｌｕｏｒｅｓｃｅｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ（３Ｄ?ＥＥＭ）ｉｎｄｉｃａｔｅｄｔｈａｔｔｈｅｆｌｕｏｒｅｓｃｅｎｃｅｉｎ  ? ｔｅｎｓｉｔｃｒｅａｓｅｄｄｒａｍａｔｉｃａｌｌｈｅＵＶｈｕｍｉｃｌｉｋｅａｎｄｆｕｌｖｉｃｌｉｋｅｓｕｂｓｔａｎｃｅｓｗｅｒｅｒｅｍｏｖｅｄｅｆｆｅｃｔｉｖｅｌｒ  ? ? ｙｄｅｙａｎｄｔｙｄｕｉｎｇｔｈｅｃａｔａｌｔｉｃｄｅｇｒａｄａｔｉｏｎ．ｙ收稿日期：２０１８０５２４ ? ? 通信作者：何争光（１９６３ ?），教授，博士，主要从事水污染控制理论与技术，水处理高级氧化技术，以及新技术、新工艺和新材料的开发的研究．Ｅｉｌ：ｈｅｚｈｅｎｇｇｕａｎｇ１６３＠１６３．ｃｏｍ． ?ｍａ基金项目：国家十三五水专项（２０１７ＺＸ０７６０２００１００２） ? ? 第６期马翠，等：锆柱撑膨润土负载纳米Ｆｅ３Ｏ４多相类芬顿处理老龄垃圾渗滤液８４５犓犲狉犱狊：Ｆｅ３Ｏ４／Ｚｒｌｄｌａｎｄｆｉｌｌｌｅａｃｈａｔｅ；ｈｅｔｅｒｏｇｅｎｅｏｕｓｃａｔａｌｓｔ；Ｆｅｎｔｏｎｌｉｋｅ；ｃｏｐｒｅｃｉｉｔａｔｉｏｎ ?Ｂ；ｏ ? ｙｐ狔狑狅均相芬顿和类芬顿方法均能有效降解水中难降解的有机物，但是二者均存在一些缺点，如出水中含有大量的铁离子，造成色度增加、产泥量增大、催化剂无法回收与利用等问题［１?２］，而多相类芬顿反应能够克服上述缺点．目前，用磁性Ｆｅ３Ｏ４纳米颗粒作为催化剂的非均相Ｆｅｎｔｏｎ方法已经广泛地应用于废水处理之中［３］．磁性纳米Ｆｅ３Ｏ４不仅能吸附和催化降解污染物，而且在外加磁场的作用下可以分离回收［４］，因而在环境工程中，被广泛应用于处理难降解有机物［５?１０］．但是，由于纳米Ｆｅ３Ｏ４的团聚作用，导致其有效比表面积大大减少，进一步使其反应活性也降低．因此，如何解决纳米Ｆｅ３Ｏ４的团聚问题是目前面临的一个挑战．膨润土由于其特殊的空间结构而具有极强的吸附性、交换性和高比表面积［１１?１２］，因此，适合作为纳米Ｆｅ３Ｏ４的载体材料．Ｚｒ４＋可以在酸性条件下，通过水解作用进入膨润土层间，形成较大的表面积和孔隙体积．但目前仍缺乏有关使用锆柱撑膨润土负载Ｆｅ３Ｏ４纳米颗粒处理实际渗滤液的相关研究，而老龄垃圾渗滤液因成分复杂、重金属含量较高［１３］、难降解物质浓度高［１４］、５日生化需氧量与［］［］化学需氧量的比值（ＢＯＤ５／ＣＯＤ）极低（＜０．０１）、可生化性差１５及具有生物毒害性１６，是常规生物工艺难处理的废水之一［１７］．因此，本文将主要研究纳米Ｆｅ３Ｏ４负载锆柱撑膨润土催化降解老龄垃圾渗滤液的降解效率．１实验部分１．１实验原料七水合硫酸亚铁（ＦｅＳＯ４ ·７Ｈ２Ｏ）、氢氧化钠（ＮａＯＨ）、硝酸钠（ＮａＮＯ３）、无水乙醇、八水合氧氯化锆（ＺｒＯＣｌ２ ·８Ｈ２Ｏ），以上实验原料均为分析纯（ＡＲ）．１．２锆柱撑膨润土的制备在阳离子交换过程中，将Ｚｒ４＋柱撑到自然膨润土里以制备锆柱撑膨润土［１８］．取５．０ｇＺｒ ?Ｂ加到１Ｌ的蒸馏瓶中，再在蒸馏瓶中加入７５０ｍＬ蒸馏水，搅拌；用Ｎ２气流吹脱２０ｍｉｎ，以去除蒸馏瓶中的空气，再将蒸馏瓶置于９０ ℃ 的水浴装置中，接着取２７．８０１ｇ的ＦｅＳＯ４ ·７Ｈ２Ｏ加入到蒸馏瓶中．取８．０ｇ０ｇＮａＮＯ３溶于２５０ｍＬ的蒸馏水中，用蠕动泵缓慢（１５ｍＬ·ｍｉｎ－１）将二者混合溶液加入ＮａＯＨ和８．到蒸馏瓶中，同时用超声波搅拌；蒸馏瓶水浴加热１ｈ后，冷却到室温，在整个过程中始终保持通入Ｎ２．蒸馏瓶中的沉积物用磁铁吸附分离，并在超声波的处理下，用去离子水和乙醇反复交替冲洗５遍．将制备好的Ｆｅ３Ｏ４／Ｚｒ ?Ｂ在６０ ℃ 的真空烘箱中干燥１２ｈ．１．３样品的表征采用Ｄ８ＡｄｖａｎｃｅｉｎｃｉＤｅｓｉｒ公司）进行Ｘ射 ?Ｘ型射线衍射仪和Ｄａｖ ?Ｘ型射线衍射仪（德国Ｂｒｕｋｅｇｎ线衍射（ＸＲＤ）测试（Ｃｕ靶，犓α ，１５４１ｎｍ，犝＝４０ｋＶ，犐＝３０ｍＡ）．采用ＮｏｖａＮａｎｏＳＥＭ型场发射 λ＝０．扫描电子显微镜（德国ＦＥＩ公司）观察样品形貌．１．４垃圾渗滤液的非均相催化实验实验垃圾渗滤液取自河南省郑州市某填埋时间超过１０ａ的垃圾填埋场．渗滤液的特性有：ｐＨ值为７．９～８．２；ＣＯＤ值为１５８２～１６７９ｍｇ·Ｌ－１；ＢＯＤ５值为４０～７５ｍｇ·Ｌ－１；ＮＨ３?Ｎ质量浓度为７０２～７８５ｍｇ·Ｌ－１；ＮＯ３?Ｎ质量浓度为２３２～２６８ｍｇ·Ｌ－１；ＮＯ２?Ｎ质量浓度为２．５～８．２ｍｇ·Ｌ－１；总氮（ＴＮ）质量浓度为８０２～１０９９ｍｇ·Ｌ－１．催化反应采取序批式实验，在室温（２５±１）℃ 下，取６个２５０ｍＬ烧瓶，分别编号为１～６．具体有如下３个操作步骤．１）在６个烧瓶中分别加入１ｍｏｌ·Ｌ－１的Ｈ２ＳＯ４，并将１００ｍＬ渗滤液的ｐＨ值调节至３．２）加入一定量（０，０．２５，０．５０，０．７５，１．００，２．００ｍｇ·Ｌ－１）的固体催化剂，以及加入过量的Ｈ２Ｏ２启动降解反应，反应时间为４ｈ，确定最佳催化剂投加量．在最经济催化剂投加量的条件下，按照上述实验步骤，分别将１００ｍＬ渗滤液的ｐＨ值调至不同水平（２，４，５，７，８，９），考察其对催化反应的影响．３）在催化剂和ｐＨ值最佳的条件下，加入不同浓度的Ｈ２Ｏ２（０．０２５，０．０５０，０．１００，０．１５０，０．２００犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８４６２０１８年ｍｍｏｌ·Ｌ－１），考察其对渗滤液化学需氧量（ＣＯＤ）及可生化性的影响．传统芬顿实验条件与上述最佳实验条件一致．２结果与讨论２．１犡犚犇表征分析样品的ＸＲＤ谱图，如图１所示．图１中：曲线ａ，ｂ，ｃ，ｄ分别代表膨润土（Ｂｅｎｔ），Ｚｒ ?Ｂ，纳米Ｆｅ３Ｏ４，Ｆｅ３Ｏ４／Ｚｒ ?Ｂ．由图１可知：曲线ａ中，膨润土的犱００１特征峰出现在２５ °处，根据布拉格公式得出自然膨润土 θ＝７．的层间距为１．５８ｎｍ；曲线ｂ中，锆柱撑膨润土的犱００１特征峰出现在２８ °处，经过柱撑之后，层间距增大为 θ＝６．１．８８ｎｍ；曲线ｃ，ｄ中，纯Ｆｅ３Ｏ４的８个特征峰分别出现在２５ °，３０．７ °，３５．６ °，３７．８ °，４３．６ °，５３．８ °，５８．７ ° θ 为１８．和６２．６ °时，与晶面衍射（ＪＣＰＤＳＮｏ．３８６３）的Ｆｅ３Ｏ４标 ? 准谱峰吻合，说明制备的纳米Ｆｅ３Ｏ４颗粒结晶形态良好；曲线ｄ中，Ｆｅ３Ｏ４／Ｚｒ ?Ｂ的ＸＲＤ谱图为锆柱撑膨润土和Ｆｅ３Ｏ４的相互叠加，并没有出现新的衍射峰，表明膨润土结合的铁是以Ｆｅ３Ｏ４的形式存在，没有生成其他物质，计算得到的Ｆｅ３Ｏ４／Ｚｒ７１ｍｍ．这可 ?Ｂ层间距为１．图１样品的ＸＲＤ谱图Ｆｉ１ＸＲＤｓｐｅｃｔｒａｏｆｓａｍｐｌｅｓｇ．能是因为部分Ｆｅ进入膨润土层间，使Ｆｅ３Ｏ４／Ｚｒ ?Ｂ的层间距较锆柱撑膨润土略有降低．２．２犛犈犕表征分析样品的扫描电子显微镜（ＳＥＭ）图，如图２所示．由图２（ａ）可知：自然状态下的膨润土呈现出明显的层状结构，表面没有显著的孔隙结构，光滑平整．由图２（ｂ）可知：经过锆柱撑后，膨润土表面变得粗糙且（ａ）Ｂｅｎｔ（膨润土）（ｂ）Ｚｒ ?Ｂ（ｃ）纳米Ｆｅ３Ｏ４（ｄ）Ｆｅ３Ｏ４／Ｚｒ ?Ｂ图２样品的ＳＥＭ照片Ｆｉ２ＳＥＭｐｈｏｔｏｇｒａｐｈｓｏｆｓａｍｐｌｅｓｇ．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期马翠，等：锆柱撑膨润土负载纳米Ｆｅ３Ｏ４多相类芬顿处理老龄垃圾渗滤液８４７多孔，但仍具有一定的层状结构．实验制备的纯纳米Ｆｅ３Ｏ４大部分呈现为球状，并且出现严重的团聚现象，但使用锆柱撑膨润土负载纳米Ｆｅ３Ｏ４之后（图２（ｄ）），Ｆｅ３Ｏ４颗粒较均匀地负载在锆柱撑膨润土表面，并没有出现明显的团聚现象．由图２（ｃ），（ｄ）可知：纯Ｆｅ３Ｏ４颗粒粒径与Ｆｅ３Ｏ４／Ｚｒ ?Ｂ中的Ｆｅ３Ｏ４颗粒粒径相差不大，均为３０ｎｍ左右．２．３催化剂质量浓度对犆犗犇去除率的影响催化剂质量浓度（ ρ）对其可生化性及ＣＯＤ去除率（ η）的影响，如图３所示．由图３可知：当Ｆｅ３Ｏ４／Ｚｒ２５ｍｇ·Ｌ－１增加到２．００ｍｇ·Ｌ－１时，ＣＯＤ去除率从３８．２％增加到５２．７％． ?Ｂ催化剂质量浓度从０．－１－１实际上，当Ｆｅ３Ｏ４／Ｚｒ２５ｍｇ·Ｌ增加到１．００ｍｇ·Ｌ时，ＣＯＤ去除率从３８．２％增加 ?Ｂ质量浓度从０．到５２．７％．此外，加入氧化剂Ｈ２Ｏ２时，催化剂质量浓度越高就可以为Ｈ２Ｏ２提供越多的金属活性位点；但是，当Ｆｅ３Ｏ４／Ｚｒ００ｍｇ·Ｌ－１增加到２．００ ?Ｂ质量浓度从１．ＣＯＤ的去除率没有变化．ｍｇ·Ｌ－１时，由图３还可知：经过处理的出水（即无催化剂添加时）的可生化性在一定范围内均有所提高，随着催化剂质量浓度的增加，ＢＯＤ５／ＣＯＤ比值也随之提高．当催化剂投加量为１．００ｍｇ·Ｌ－１时，ＢＯＤ５／ＣＯＤ比值最大．综合ＣＯＤ的去除率，在本实验条件下，催化剂的最经济投加量为１．００ｍｇ·Ｌ－１．２．４初始狆犎值对犆犗犇去除率的影响图３催化剂质量浓度对其可生化性初始ｐＨ值对可生化性及ＣＯＤ去除率的影响，如图４所示．由图４可知：当垃圾渗滤液初始ｐＨ值为２．０和ＣＯＤ去除率的影响Ｆｉ３Ｅｆｆｅｃｔｏｆｃａｔａｌｓｔｌｏａｄｉｎｇｏｎｇ．ｙｂｉｏｄｅｇｒａｄａｂｉｌｉｔｒｏｖｅｍｅｎｔａｎｄＣＯＤｒｅｍｏｖａｌｙｉｍｐ时，ＣＯＤ去除率达到最高；随着ｐＨ值的升高，ＣＯＤ去除率随之降低．这是因为在较低的ｐＨ值（如ｐＨ＝２）时，处于酸性环境中，促进Ｈ２Ｏ２分解成 ·ＯＨ，随着·ＯＨ生成速率的增加，提高了对有机物的降解效果；相反，在较高的ｐＨ值（如ｐＨ＝９）时，处于碱性环境中，抑制Ｈ２Ｏ２分解产生·ＯＨ，减缓·ＯＨ的生成速率．同时，较高的ｐＨ值（如ｐＨ＝９）有利于碳酸盐和碳酸氢盐的存在，因为碳酸盐和碳酸氢盐会消除羟基自由基［１９］；而较低的ｐＨ值时，ＢＯＤ５／ＣＯＤ值将略高．这可能是在酸性环境中，产生更多的 ·ＯＨ降解渗滤液中的有机物，导致有机物的种类发生改变，·ＯＨ将复杂的有机物转化为小分子的有机物，最终氧化成ＣＯ２和Ｈ２Ｏ．２．５犎２犗２浓度对犆犗犇去除率的影响Ｈ２Ｏ２浓度（犮）对其可生化性，以及ＣＯＤ去除率的影响，如图５所示．由图５可知：当Ｈ２Ｏ２浓度从０．０２５ｍｍｏｌ·Ｌ－１增加到０．１００ｍｍｏｌ·Ｌ－１时，ＣＯＤ去除率从３２．０％增加到６８．５％．Ｈ２Ｏ２浓度高于０．１００ｍｍｏｌ·Ｌ－１时，ＣＯＤ去除率反而降低，分析其原因是当Ｈ２Ｏ２浓度过量时，会产生过氧化氢自由图４初始ｐＨ值对其可生化性及ＣＯＤ去除率的影响图５Ｈ２Ｏ２浓度对其可生化性及ＣＯＤ去除率的影响Ｆｉ４ＥｆｆｅｃｔｏｆｉｎｉｔｉａｌｐＨｏｎｂｉｏｄｅｇｒａｄａｂｉｌｉｔｇ．ｙＦｉ５ＥｆｆｅｃｔｏｆＨ２Ｏ２ｃｏｎｃｅｎｔｒａｔｉｏｎｏｎｂｉｏｄｅｇｒａｄａｂｉｌｉｔｇ．ｙｉｍｐｒｏｖｅｍｅｎｔａｎｄＣＯＤｒｅｍｏｖａｌｉｍｐｒｏｖｅｍｅｎｔａｎｄＣＯＤｒｅｍｏｖａｌ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８４８２０１８年基· ＨＯ２，由于·ＨＯ２的活性比·ＯＨ活性低，所以，ＣＯＤ去除率降低．因此，在一定的浓度范围内，随着Ｈ２Ｏ２浓度的增加，ＣＯＤ去除率也随之增加．当Ｈ２Ｏ２溶度升高时，ＢＯＤ５／ＣＯＤ值也随之提升，即渗滤液的可生化性提高．例如，当Ｈ２Ｏ２浓度从０．０２５ｍｍｏｌ·Ｌ－１增加到０．１００ｍｍｏｌ·Ｌ－１时，ＢＯＤ５／ＣＯＤ值从０．０８上升到０．２７．该现象可以通过［］Ｌｕ等２０提出的Ｆｅｎｔｏｎ降解有机物三阶段理论来解释．第一阶段，改变有机物的结构性质以提升废水的可生化性；第二阶段，部分降解以减少毒性；第三阶段，彻底把有机物氧化分解成为Ｈ２Ｏ和ＣＯ２等其他无机物．因此，提高Ｈ２Ｏ２浓度，有利于改善渗滤液的可生化性．在０．０２５～０．１００ｍｍｏｌ·Ｌ－１的浓度范围内，可生化性一直提升．但是，当Ｈ２Ｏ２溶度高于０．１００ｍｍｏｌ·Ｌ－１时，并没有提高ＣＯＤ的去除效率和改善渗滤液的可生化性．因此，可选择浓度为０．１００ｍｍｏｌ·Ｌ－１的Ｈ２Ｏ２作为进一步研究的对象．３渗滤液中有机物的变化３．１垃圾渗滤液中有机物种类实验所用的垃圾渗滤液中所含有机物的种类，如表１所示．由表１可知：原始垃圾渗滤液中含有一系列有机化合物．为便于分析，将这些检测到的有机化合物分为杂环化合物、酚类化合物、硅氧烷化合物、醚类化合物、烷烃类、烷烃衍生物、脂类、羧酸类和烯烃类等９类．表１实验所用的垃圾渗滤液中所含有机物的种类及所占比例Ｔａｂ．１Ｔｙｐｅｓａｎｄｐｒｏｐｏｒｔｉｏｎｓｏｆｏｒｉｃｃｏｍｐｏｕｎｄｓｃｏｎｔａｉｎｅｄｉｎｔｈｅｌａｎｄｆｉｌｌｌｅａｃｈａｔｅｕｓｅｄｉｎｔｈｅｅｘｐｅｒｉｍｅｎｔｇａｎ有机化合物原始值最终值类型比例／％类型比例／％杂环化合物４２８．６０００硅氧烷化合物２１４．２８２烷烃类００５原始值有机化合物最终值类型比例／％类型比例／％酚类化合物７５０．００５１９．６８１８．３５醚类化合物１７．１４００２６．２７烷烃衍生物００２３．５０羧酸类００２２２．７４脂类００５６．１８烯烃类００１２．６７由表１还可知：类芬顿反应对于垃圾渗滤液中的杂环化合物和醚类化合物表现出良好的去除性能；此外，反应前后酚类化合物的比例从５０．００％下降到１９．６８％，说明类芬顿反应对酚类化合物有较高的去除率．在类芬顿反应后，检测到一些新的有机物，如烷烃类、烷烃衍生物、脂类、羧酸类、烯烃类等，这进一步表明，垃圾渗滤液中的有机污染物受到·ＯＨ的攻击后，转化为一些结构简单的有机化合物．这也证实Ｆｅ３Ｏ４／Ｚｒｔ在催化氧化过程中可以快速催化Ｈ２Ｏ２生成 · ＯＨ，从而使垃圾渗滤液中的大分 ?Ｂｅｎ子、结构复杂的有机物转变成小分子、结构简单的有机物，便于后续进一步处理．３．２３犇?犈犈犕荧光光谱分析三维荧光光谱（３Ｄ?ＥＥＭ）可以用来追踪垃圾渗滤液中有机化合物的化学变化过程．所测得的三维荧光光谱（３Ｄ?ＥＥＭ）可分为５个主要区域，分别是芳香族蛋白质 Ⅰ （Ⅰ ）、芳香族蛋白质 Ⅱ （Ⅱ ）、富里酸类（Ⅲ ）、腐殖酸类（Ⅳ ）和可溶性微生物副产物（Ⅴ ）［２１］．样品的３Ｄ?ＥＥＭ荧光光谱图，如图６所示．图６（ａ）未经处理（ｂ）经催化反应处理图６３Ｄ?ＥＥＭ荧光光谱Ｆｉ６３Ｄ?ＥＥＭｆｌｕｏｒｅｓｃｅｎｃｅｓｐｅｃｔｒａｇ．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期马翠，等：锆柱撑膨润土负载纳米Ｆｅ３Ｏ４多相类芬顿处理老龄垃圾渗滤液８４９中：犈ｘ为激发波长；犈ｍ为发射波长．由图６（ａ）可知：未经任何处理的原始垃圾渗滤液样品中的３Ｄ?ＥＥＭ荧光光谱可以清楚地辨别出２个峰．峰１在犈ｘ／犈ｍ＝２５０ｎｍ／４５０ｎｍ处，为富里酸类（ＦＡ）物质；峰２在犈ｘ／犈ｍ＝２７０ｎｍ／４１５ｎｍ处，为腐殖酸类（ＨＡ）物质．由图６（ａ）还可知：富里酸类、腐殖酸类物质的荧光强度比芳香族蛋白质 Ⅰ 的荧光强度强一些，这表明腐殖酸物质、富里酸物质是原始垃圾渗滤液中天然溶解的有机物（ＤＯＭ）的主要组分．由图６（ｂ）可知：峰３在犈ｘ／犈ｍ＝３２０ｎｍ／３８０ｎｍ处，为腐殖酸类化合物，该物质可能由不可降解的腐殖酸积累产生．图６（ａ）主要吸收峰１，２在Ｆｅ３Ｏ４／Ｚｒ ?Ｂ催化反应结束后消失，表明富里酸类物质和腐殖酸类物质被有效去除．３．３传统均相芬顿与多相类芬顿的对比分析传统铁盐ＦｅＳＯ４ ·７Ｈ２Ｏ和Ｆｅ３Ｏ４／Ｚｒｔ对老龄 ?Ｂｅｎ垃圾渗滤液的处理效果，如图７所示．由图７可知：以图７传统均相芬顿与多相类芬顿ＦｅＳＯ４ ·７Ｈ２Ｏ为铁盐的芬顿反应对ＣＯＤ的去除率仅为２８．０％左右，远低于以Ｆｅ３Ｏ４／Ｚｒ ?Ｂ为催化剂的类芬对其可生化性及ＣＯＤ去除率的影响Ｆｉ７ＥｆｆｅｃｔｏｆｈｏｍｏｇｅｎｅｏｕｓＦｅｎｔｏｎｇ．顿反应的处理效果（６８．０％左右），可生化性提高也明显低于类芬顿反应处理后的值．ａｎｄＦｅｎｔｏｎｌｉｋｅｏｎｂｉｏｄｅｇｒａｄａｂｉｌｉｔ ? ｙｉｍｐｒｏｖｅｍｅｎｔａｎｄＣＯＤｒｅｍｏｖａｌ由此可见，多相类芬顿对ＣＯＤ的去除率和可生化性的提高均优于传统均相芬顿反应，这主要是由类芬顿反应的机理决定的．Ｆｅ３Ｏ４／Ｚｒ ?Ｂ固体催化剂在反应体系中，发生的反应为 Ⅱ Ⅱ ≡ Ｆｅ＋Ｈ２Ｏ２ → ≡ Ｆｅ（Ｈ２Ｏ２），－ Ⅱ Ⅲ ≡ Ｆｅ（Ｈ２Ｏ２）→ ≡ Ｆｅ＋ＯＨ＋·ＯＨ， Ⅲ Ⅲ ≡ Ｆｅ＋Ｈ２Ｏ２ → ≡ Ｆｅ（Ｈ２Ｏ２），＋ Ⅲ Ⅱ ≡ Ｆｅ（Ｈ２Ｏ２）→ ≡ Ｆｅ＋Ｈ＋·ＯＯＨ， ≡ Ｆｅ＋·ＯＯＨ →≡ Ｆｅ＋Ｏ２＋Ｈ， ·ＯＨ＋Ｚｒ?Ｂ（有机物）→ Ｚｒ?Ｂ＋中间产物 → ＣＯ２＋Ｈ２Ｏ， Ⅲ Ⅱ ＋ ·ＯＨ＋（有机物）→ 中间产物 → ＣＯ２＋Ｈ２Ｏ．Ｆｅ３Ｏ４／Ｚｒ ?Ｂ具有一定的吸附作用，在其表面能与Ｈ２Ｏ２和有机物相结合，二价Ｆｅ催化Ｈ２Ｏ２可产生·ＯＨ，而·ＯＨ在表面与有机物反应，生成中间产物，最终生成ＣＯ２和Ｈ２Ｏ．４结束语Ｆｅ３Ｏ４／Ｚｒｔｏｎ处理老龄垃圾渗滤液的一种高效非均相催化剂．在类Ｆｅｎｔｏｎ反应 ?Ｂ可以作为类Ｆｅｎ－１－１中，当初始ｐＨ值为２，Ｆｅ３Ｏ４／Ｚｒ０ｍｇ·Ｌ，Ｈ２Ｏ２浓度为０．１００ｍｍｏｌ·Ｌ时，ＣＯＤ ?Ｂ质量浓度为１．的去除效率达到６８．０％，ＢＯＤ５／ＣＯＤ比值从０．０３６增加到０．２７０．经催化反应处理后，难处理的、结构复杂的、分子量大的有机物被转变成易处理的、结构简单的、分子量小的有机物，特别是对不可被生物降解的有机物，如富里酸类化合物，其去除效果明显．参考文献：［１］ＦＥＲＮＡＮＤＥＺＪ，ＢＡＮＤＡＲＡＪ，ＬＯＰＥＺＡ，犲狋犪犾．ＰｈｏｔｏａｓｓｉｓｔｅｄＦｅｎｔｏｎｄｅｇｒａｄａｔｉｏｎｏｆｎｏｎｂｉｏｄｅｇｒａｄａｂｌｅａｚｏｄｙｅ（ｏｒ  ｎＦｅｆｒｅｅｓｏｌｕｔｉｏｎｓｍｅｄｉａｔｅｄｂｙｃａｔｉｏｎｔｒａｎｓｆｅｒｍｅｍｂｒａｎｅｓ［Ｊ］．Ｌａｎｇｍｕｉｒ，１９９９，１５（１）：１８５１９２．ＤＯＩ：１０．ａｎｇｅ Ⅱ ）ｉ ? ? １０２１／ｌａ９８０３８２ａ．［／ｇｏｅ２］ＡＮＤＲＥＯＺＺＩＲ，Ｄ′ＡＰＵＺＺＯＡ，ＭＡＲＯＴＴＡＲ．Ｏｘｉｄａｔｉｏｎｏｆａｒｏｍａｔｉｃｓｕｂｓｔｒａｔｅｓｉｎｗａｔｅｒｔｈｉｔｅｓｌｕｒｒａｎｓｙｂｙｍｅｏｆｈｙｄｒｏｇｅｎｐｅｒｏｘｉｄｅ［Ｊ］．ＷａｔｅｒＲｅｓｅａｒｃｈ，２００２，３６（１９）：４６９１４６９８．ＤＯＩ：１０．１０１６／Ｓ００４３１３５４（０２）００２０４． ? ? ?Ｘ［３］ＬＩＵＺｈａｎｍｅｎｇ，ＬＩＸｉａｎ，ＲＡＯＺｈｉｗｅｉ，犲狋犪犾．Ｔｒｅａｔｍｅｎｔｏｆｌａｎｄｆｉｌｌｌｅａｃｈａｔｅｂｉｏｃｈｅｍｉｃａｌｅｆｆｌｕｅｎｔｕｓｉｎｇｔｈｅｎａｎｏ? Ｆｅ３Ｏ４／Ｎａ２Ｓ２Ｏ８ｓｙｓｔｅｍ：Ｏｘｉｄａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅ，ｗａｓｔｅｗａｔｅｒｓｐｅｃｔｒａｌａｎａｌｓｉｓ，ａｎｄａｃｔｉｖａｔｏｒｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ［Ｊ］．ｙ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８５０２０１８年ＪｏｕｒｎａｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＭａｎａｇｅｍｅｎｔ，２０１８，２０８：１５９１６８．ＤＯＩ：１０．１０１６／ｅｎｖｍａｎ．２０１７．１２．０２３． ? ｊ．ｊ［４］邓景衡，文湘华，李佳喜．碳纳米管负载纳米四氧化三铁多相类芬顿降解亚甲基蓝［Ｊ］．环境科学学报，２０１４，３４（６）：１４３６１４４２．ＤＯＩ：１０．１３６７１／ｈｋｘｘｂ．２０１４．０５１４． ? ｊ．ｊ［／Ｆｅ３Ｏ４ｍａｇｎｅ５］ＱＵＪｉａｎｙｉｎｇ，ＤＯＮＧＹｉｎｇ，ＷＡＮＧＹｏｎｇ，犲狋犪犾．Ａｎｏｖｅｌｎａｎｏｆｉｌｍｓｅｎｓｏｒｂａｓｅｄｏｎｐｏｌａｌｉｚａｒｉｎｒｅｄ）ｔ  ?（ｙｉｃｎａｎｏｐａｒｔｉｃｌｅｓｌｔｉｗａｌｌｅｄｃａｒｂｏｎｎａｎｏｔｕｂｅｓｃｏｍｐｏｓｉｔｅｍａｔｅｒｉａｌｆｏｒｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｎｉｔｒｉｔｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＮａｎｏ  ?ｍｕ２０１６，１６（３）：２７３１２７３６．ＤＯＩ：１０．１１６６／ｎｎ．２０１６．１０７６３．ｓｃｉｅｎｃｅａｎｄＮａｎｏｔｅｃｈｎｏｌｏｇｙ， ? ｊ［６］ＪＩＡＮＧＳｈｅｎｇｔａｏ，ＺＨＵＪｉａｎｚｈｏｎｇ，ＤＩＮＧＹｉｎｇ，犲狋犪犾．Ｄｅｇｒａｄａｔｉｏｎｅｆｆｅｃｔａｎｄｍｅｃｈａｎｉｓｍｏｆｄｉｎｉｔｒｏｔｏｌｕｅｎｅｗａｓｔｅｗａｔｅｒｂｙｍａｇｎｅｔｉｃｎａｎｏｔｏｎ? ｌｉｋｅ［Ｊ］．ＯｚｏｎｅＳｃｉＥｎｇ，２０１６，３８（３）：２２５?２３２．ＤＯＩ：１０．１０８０／０１９１９５１２． ?Ｆｅ３Ｏ４／Ｈ２Ｏ２Ｆｅｎ２０１５．１１１５７１６．［７］ＡＨＭＡＤＩＭ，ＲＡＨＭＡＮＩＨ，ＴＡＫＤＡＳＴＡＮＡ，犲狋犪犾．ＡｎｏｖｅｌｃａｔａｌｔｉｃｐｒｏｃｅｓｓｆｏｒｄｅｇｒａｄａｔｉｏｎｏｆｂｉｓｐｈｅｎｏｌａｆｒｏｍｙｒｉｓｔｉｃｅｆｆｅｃｔｏｆｎａｎｏＪ］．ＰｒｏｃｅｓｓＳａｆｅｔｉｒｏｎｍｅｎｔａｌａｑｕｅｏｕｓｓｏｌｕｔｉｏｎｓ：Ａｓｙｎｅ ?Ｆｅ３Ｏ４＠Ａｌ ?ＦｅｏｎＯ３／Ｈ２Ｏ２［ｇｇｙａｎｄＥｎｖＰｒｏｔｅｃｔｉｏｎ，ｅｐ．２０１６．０９．００８．２０１６，１０４：４１３４２１．ＤＯＩ：１０．１０１６／ ? ｊ．ｐｓ［８］ＺＡＨＲＡＺ，ＡＲＳＨＡＤＭ，ＲＡＦＩＱＵＥＲ，犲狋犪犾．Ｍｅｔａｌｌｉｃｎａｎｏｐａｒｔｉｃｌｅ（ＴｉＯ２ａｎｄＦｅ３Ｏ４）ａｐｐｌｉｃａｔｉｏｎｍｏｄｉｆｉｅｓｒｈｉｚｏ  ｓｐｈｅｒｅｐｈｏｓｐｈｏｒｕｓａｖａｉｌａｂｉｌｉｔｔａｋｅｂｙｌａｃｔｕｃａｓａｔｉｖａ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｇｒｉｃｕｌｔｕｒａｌａｎｄＦｏｏｄＣｈｅｍｉｓｔｒ２０１５，６３ｙａｎｄｕｐｙ，（３１）：６８７６６８８２．ＤＯＩ：１０．１０２１／ａｃｓ．ａｆｃ．５ｂ０１６１１． ? ｊ［９］ＬＩＷｅｉＩＲＩＮＩＡ．ＥｆｆｅｃｔｏｆｐＨａｎｄＨ２Ｏ２ｄｏｓａｇｅｏｎｃａｔｅｃｈｏｌｏｘｉｄａｔｉｏｎｉｎｎａｎｏａｔａｌｚｉｎｇ ?Ｆｅ３Ｏ４ｃｇｕａｎｇ，ＷＡＮＧＹｏｎｇ，ｙｔｏｎａｎｄｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｒｅａｃｔｉｖｅｏｘｙｇｅｎｓｐｅｃｉｅｓ［Ｊ］．ＣｈｅｍＥｎｇＪ，２０１４，２４４（２）：１?８．ＤＯＩ：１０．１０１６／ｃｅＵＶ?Ｆｅｎｊ．ｊ．２０１４．０１．０１１．［１０］邱会东，秦正山，王侨，等．磁性纳米颗粒去除饮用水中铬和镉离子性能的初步研究［Ｊ］．应用化工，２０１８，４７（５）：９３３９３６．ＤＯＩ：１０．１６５８１／ｃｎｋｉ．ｉｓｓｎ１６７１３２０６．２０１８０３３０．０６０． ? ? ｊ．［１１］于瑞莲，胡恭任．焙烧改性膨润土处理垃圾渗滤液［Ｊ］．华侨大学学报（自然科学版），２００４，２５（４）：４２３?４２５．ＤＯＩ：ｉｓｓｎ．１０００１０．３９６９／５０１３．２００４．０４．０２０． ? ｊ．［ｉｌｌａｒｅｄｂｅｎｔｏｎ  １２］ＣＨＥＮＪｉａｎｘｉｎ，ＺＨＵＬｉｚｈｏｎｇ．ＣａｔａｌｔｉｃｄｅｇｒａｄａｔｉｏｎｏｆｏｒａｎｇｅⅡ ｂｙＵＶ?Ｆｅｎｔｏｎｗｉｔｈｈｙｄｒｏｘｙｌ ?Ｆｅ ?ｐｙｉｔｅｉｎｗａｔｅｒ［Ｊ］．Ｃｈｅｍｏｓｐｈｅｒｅ，２００６，６５（７）：１２４９１２５５．ＤＯＩ：１０．１０１６／ｃｈｅｍｏｓｐｈｅｒｅ．２００６．０４．０１６． ? ｊ．［１３］ＹＵＡＮＱｉｕｙａｎ，ＪＩＡＨｕｉｕｎ，ＰＯＶＥＤＡＭ．Ｓｔｕｄｙｏｎｔｈｅｅｆｆｅｃｔｏｆｌａｎｄｆｉｌｌｌｅａｃｈａｔｅｏｎｎｕｔｒｉｅｎｔｒｅｍｏｖａｌｆｒｏｍｍｕｎｉｃｉ  ｊｅｓ．２０１５．１０．０２３．Ｊ］．ＪｏｕｒｎａｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓ，２０１６，４３（５）：１５３１５８．ＤＯＩ：１０．１０１６／ｌｗａｓｔｅｗａｔｅｒ［ ? ｊ．ｊｐａ［１４］ＢＵＴＴＴＥ，ＧＯＵＤＡＨＭ，ＢＡＬＯＣＨＭＩ，犲狋犪犾．Ｌｉｔｅｒａｔｕｒｅｒｅｖｉｅｗｏｆｂａｓｅｌｉｎｅｓｔｕｄｙｆｏｒｒｉｓｋａｎａｌｓｉｓ：ＴｈｅｌａｎｄｆｉｌｌｙＪ］．ＥｎｖｉｒｏｎｍｅｎｔＩｎｔｅｒｎａｔｉｏｎａｌ，２０１４，６３（３）：１４９１６２．ＤＯＩ：１０．１０１６／ｌｅａｃｈａｔｅｃａｓｅ［ｅｎｖｉｎｔ．２０１３．０９．０１５． ? ｊ．［１５］唐 ．浅谈垃圾填埋场渗滤液处理技术进展［Ｊ］．化学工程与装备，２０１８（５）：３１０３１２．ＤＯＩ：１０．１９５６６／ｃｎｋｉ．ｃｎ３５ ? ? ｊ．１２８５／ｔ２０１８．０５．１１２．ｑ．［１６］仇爱锋，赵远，诸寅，等．电化学组合工艺削减垃圾渗滤液毒性的综合评价［Ｊ］．安全与环境学报，２０１７，１７（６）：２３０１ ? ｉｓｓｎ．１００９２３０５．ＤＯＩ：１０．１３６３７／６０９４．２０１７．０６．０４９． ? ｊ．［１７］ＬＩＺｈａｎｇ，ＸＵＫｅｃｈｅｎ，ＰＥＮＧＹｏｎｇｚｈｅｎ．ＣｏｍｐｏｓｉｔｉｏｎｃｈａｒａｃｔｅｒｉｚａｔｉｏｎａｎｄｔｒａｎｓｆｏｒｍａｔｉｏｎｍｅｃｈａｎｉｓｍｏｆｒｅｆｒａｃｔｏｒｙｄｉｓｓｏｌｖｅｄｏｒｉｃｍａｔｔｅｒｆｒｏｍａｎＡＮＡＭＭＯＸｒｅａｃｔｏｒｆｅｄｗｉｔｈｍａｔｕｒｅｌａｎｄｆｉｌｌｌｅａｃｈａｔｅ［Ｊ］．ＢｉｏｒｅｓｏｕｒｃｅＴｅｃｈｎｏｌｏ  ｇａｎ２０１７，２５０：４１３４２１．ＤＯＩ：１０．１０１６／ｂｉｏｒｔｅｃｈ．２０１７．１１．００７． ? ｊ．ｇｙ，［ｉｌｌａｒｅｄｍｏｎｔｍｏｒｉｌｌｏｎｉｔｅｓｕｐｐｏｒｔｅｄｃｏｂａｌｔｎａｎｏｐａｒｔｉｃｌｅｓ１８］ＡＨＭＡＤＮ，ＨＵＳＳＡＩＮＳＴ，ＭＵＨＡＭＭＡＤＢ，犲狋犪犾．Ｚｒ ?ｐｆｏｒＦｉｓｃｈｅｒｏｐｓｃｈｓｙｎｔｈｅｓｉｓ［Ｊ］．ＰｒｏｇｒｅｓｓｉｎＮａｔｕｒａｌＳｃｉｅｎｃｅ：ＭａｔｅｒｉａｌｓＩｎｔｅｒｎａｔｉｏｎａｌ，２０１３，２３（４）：３７４３８１．ＤＯＩ： ?Ｔｒ ? １０．１０１６／ｃ．２０１３．０６．０１０．ｊ．ｐｎｓ［１９］ＬＩＷｅｎｂｉｎｇ，ＷＡＮＧＤｏｎｇ，ＷＡＮＧＧｕａｎｇｈｕａ，犲狋犪犾．ＨｅｔｅｒｏｇｅｎｅｏｕｓＦｅｎｔｏｎｄｅｇｒａｄａｔｉｏｎｏｆｏｒａｎｇｅ Ⅱ ｂｙｉｍｍｏｂｉ  ｌｉｚａｔｉｏｎｏｆＦｅ３Ｏ４ｎａｎｏｐａｒｔｉｃｌｅｓｏｎｔｏＡｌｉｌｌａｒｅｄｂｅｎｔｏｎｉｔｅ［Ｊ］．ＫｏｒｅａｎＪｏｕｒｎａｌｏｆＣｈｅｍｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２０１６，３３ ?Ｆｅｐ（５）：１５５７１５６４． ? ［２０］ＬＵＬｉｃｈｕｎ，ＰＥＴＥＲＳＪ，ＬＹＭＡＮＭＤ，犲狋犪犾．Ｉｎｖｉｔｒｏｄｅｇｒａｄａｔｉｏｎｏｆｐｏｒｏｕｓｐｏｌ犔? ｌａｃｔｉｃａｃｉｄ）ｆｏａｍｓ［Ｊ］．Ｂｉｏｍａ  ｙ（２０００，２１（１５）：１５９５１６０５．ＤＯＩ：１０．１０１６／Ｓ０１４２９６１２（００）０００４８．ｔｅｒｉａｌｓ， ? ? ?Ｘ［２１］ＣＨＥＮＷｅｎ，ＷＥＳＴＥＲＨＯＦＦＰ，ＬＥＥＮＨＥＥＲＪＡ，犲狋犪犾．Ｆｌｕｏｒｅｓｃｅｎｃｅｅｘｃｉｔａｔｉｏｎｅｍｉｓｓｉｏｎｍａｔｒｉｘｒｅｇｉｏｎａｌｉｎｔｅｇｒａ  ? ｔｉｏｎｔｏｑｕａｎｔｉｆｃｔｒａｆｏｒｄｉｓｓｏｌｖｅｄｏｒｉｃｍａｔｔｅｒ［Ｊ］．ＥｎｖｉｒｏｎＳｃｉＴｅｃｈｎｏｌ，２００３，３７（２４）：５７０１?５７１０．ＤＯＩ：１０．ｙｓｐｅｇａｎｓ０３４３５４ｃ．１０２１／ｅ（编辑：李宝川责任编辑：黄晓楠犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：刘源岗）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｖｏｌ．３９Ｎｏ．６Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０７０２９ ? 载锆玉米秸秆生物炭的结构表征及磷吸附效果敖涵婷，曹威，阚晋，邓彩军，魏琳（华侨大学土木工程学院，福建厦门３６１０２１）摘要：以玉米秸秆为原料，利用氧氯化锆浸渍?限氧热解法制备一种新型的载锆生物炭阴离子吸附剂．采用场发射扫描电镜（ＦＥＦＴ? ＩＲ）、Ｘ射线光电子能谱（ＸＰＳ）和比表面积测定（ＢＥＴ? ?ＳＥＭ）、傅里叶变换红外光谱（Ｎ２）等手段，对空白生物炭（ＢＣ）及载锆生物炭（Ｚｒ ?ＢＣ）的形貌、组成及结构进行表征．结果表明：热解后的生物炭表面形貌粗糙，均发育有裂纹和蜂窝状大孔结构；与ＢＣ相比，Ｚｒ ?ＢＣ比表面积和平均孔径都有降低，且表面元素含Ｃ量大幅降低，含Ｏ量显著增加，Ｚｒ质量分数达到１５．７％；Ｚｒ ?ＢＣ表面主要官能团有羟基（－ＯＨ）、羧基（－ＣＯＯＨ）、锆羟基氧化物等，构成吸附性能的结构基础；当ｐＨ值为２时，Ｚｒ ?ＢＣ对磷酸盐吸附效果最显著，符合Ｆｒｅｕｎｄｌｉｃｈ等温吸附线模型．通过多种阴离子混合吸附测试发现，Ｚｒ ?ＢＣ对水中磷酸盐有较高吸附量，且选择性较高．关键词：玉米秸秆；生物炭；锆氧化物；结构表征；磷酸盐吸附中图分类号：Ｘ５２４文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８５１０８ ? ? ? 犛狋狉狌犮狋狌狉犪犾犆犺犪狉犪犮狋犲狉犻狕犪狋犻狅狀犪狀犱犘犺狅狊狉狌狊犃犱狊狅狉狋犻狅狀狅犳狆犺狅狆犲犱犆狅狉狀犛狋犪犾犽犅犻狅犮犺犪狉犣犻狉犮狅狀犻狌犿?犔狅犪犱ＡＯＨａｎｔｉｎｇ，ＣＡＯＷｅｉ，ＫＡＮＪｉｎ，ＤＥＮＧＣａｉｕｎ，ＷＥＩＬｉｎｊ（ＣｏｌｌｅｇｅｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ａｎｏｖｅｌａｎｉｏｎａｄｓｏｒｂｅｎｔ，ｚｉｒｃｏｎｉｕｍ? ｉｍｐｒｅｇｎａｔｅｄｂｉｏｃｈａｒ（Ｚｒｓｐｒｅｐａｒｅｄｆｒｏｍｃｏｒｎｓｔａｌｋ ?ＢＣ），ｗａｂｙｕｓｉｎｇｚｉｒｃｏｎｉｕｍｏｘｙｃｈｌｏｒｉｄｅｉｍｐｒｅｇｎａｔｉｏｎｌｉｍｉｔｅｄｏｘｙｇｅｎｐｙｒｏｌｓｉｓｍｅｔｈｏｄ．Ｆｉｅｌｄｅｍｉｓｓｉｏｎｓｃａｎｎｉｎｇｅｌｅｃ  ? ｙＦＥｒｉｅｒｔｒａｎｓｆｏｒｍｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ（ＦＴ? ＩＲ），Ｘ? ｒａｙｐｈｏｔｏｅｌｅｃｔｒｏｎｓｐｅｃｔｒｏｓ  ｔｒｏｎｍｉｃｒｏｓｃｏｐｙ（ ?ＳＥＭ），ＦｏｕＸＰＳ），ａｎｄＢＥＴ?Ｎ２ｓｐｅｃｉｆｉｃｓｕｒｆａｃｅｗｅｒｅｅｍｐｌｏｙｅｄｔｏｃｈａｒａｃｔｅｒｉｚｅｔｈｅｓｕｒｆａｃｅｍｏｒｌｏｇｙ，ｅｌｅｍｅｎｔｃｏｐｙ（ｐｈｏｃｏｍｐｏｓｉｔｉｏｎａｎｄｓｔｒｕｃｔｕｒｅｏｆｔｈｅｚｉｒｃｏｎｉｕｍ? ｉｍｐｒｅｇｎａｔｅｄｂｉｏｃｈａｒ（Ｚｒｈｅｂｌａｎｋｂｉｏｃｈａｒ（ＢＣ）．Ｔｈｅｒｅ  ?ＢＣ）ａｎｄｔｓｕｌｔｓｓｈｏｗｅｄｔｈａｔＺｒｏｕｇｈｓｕｒｆａｃｅｗｉｔｈｐｌｅｎｔｆｃｒａｃｋｓａｎｄｍａｃｒｏｐｏｒｅｓｔｒｕｃｔｕｒｅ，ａｎｄｉｔｓｓｐｅｃｉｆｉｃｓｕｒ  ?ＢＣｈａｄｒｙｏｆａｃｅａｒｅａａｎｄｍｅｄｉｕｍｐｏｒｅｓｉｚｅｗｅｒｅｂｏｔｈｄｅｃｒｅａｓｅｄｉｎｃｏｎｔｒａｓｔｔｏＢＣ．Ｍｏｒｅｏｖｅｒ，Ｚｒｒｆａｃｅｃｏｎｔａｉｎｅｄ ?ＢＣｓｕｍｕｃｈｍｏｒｅＯａｎｄｌｅｓｓＣｅｌｅｍｅｎｔｔｈａｎｔｈａｔｏｆＢＣ，ａｎｄＺｒｃｏｎｔｅｎｔｒｅａｃｈｅｄ１５．７％．ＭａｏｒｓｕｒｆａｃｅｆｕｎｃｔｉｏｎａｌｊｒｏｕｐｓｏｆＺｒｎｃｌｕｄｅｄｈｙｄｒｏｘｙｌ（－ＯＨ），ｃａｒｂｏｘｙｌ（－ＣＯＯＨ），ａｎｄｐａｒｔｉｃｕｌａｒｌｉｒｃｏｎｉｕｍｏｘｙｈｙｄｒｏｘｉｄｅ， ?ＢＣｉｇｙｚｕｎｄｅｒｌｉｎｇｔｈｅｓｔｒｕｃｔｕｒａｌｂａｓｉｓｆｏｒａｎｉｏｎａｄｓｏｒｔｉｏｎ．ＴｈｅａｄｓｏｒｔｉｏｎｏｆｐｈｏｓｐｈａｔｅｂｙＺｒｓｈｉｌ  ?ＢＣｗａｙｐｐｇｈｙｄｅｐｅｎｄｅｎｔｏｎｐＨｖａｌｕｅ，ａｎｄｔｈｅｏｐｔｉｍｕｍｐＨｖａｌｕｅｗａｓ２．ＴｈｅｅｉｌｉｂｒｉｕｍｉｓｏｔｈｅｒｍｄａｔａｏｆｐｈｏｓｐｈａｔｅｏｎＺｒｒｅ ?ＢＣｗｅｑｕｔｗｅｌｌｆｉｔｔｅｄｔｏｔｈｅＦｒｅｕｎｄｌｉｃｈｉｓｏｔｈｅｒｍｍｏｄｅｌｓ．Ａｄｓｏｒｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓｗｉｔｈｍｉｘｅｄａｎｉｏｎｓｓｏｌｕｔｉｏｎｓｈｏｗｅｄｔｈａｐ收稿日期：２０１８０７１９ ? ? 通信作者：曹威（１９８４Ｅｉｌ：ｗｅ  ?），男，副教授，博士，主要从事新型低成本高效水处理吸附剂的研制与应用的研究． ?ｍａｉｃａｏ＠ｈｑｕ．ｅｄｕ．ｃｎ．基金项目：国家自然科学基金资助项目（５１４０８２３９）；福建省自然科学基金资助项目（２０１６Ｊ０１１９３，２０１５Ｊ０１０１５）８５２华侨大学学报（自然科学版）２０１８年Ｚｒｉｒａｄｓｏｒｔｉｏｎｃａｐａｃｉｔｏｒｐｈｏｓｐｈａｔｅａｎｄｅｘｈｉｂｉｔｅｄｈｉｅｌｅｃｔｉｖｉｔ ?ＢＣｈａｄａｈｇｈｅｐｙｆｇｈｓｙ．ｓｐｈａｔｅａｄｓｏｒｔｉｏｎ犓犲狉犱狊：ｃｏｒｎｓｔａｌｋ；ｂｉｏｃｈａｒ；ｚｉｒｃｏｎｉｕｍｏｘｉｄｅ；ｓｔｒｕｃｔｕｒｅｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ；ｐｈｏｐ狔狑狅磷是生命活动不可缺少的营养元素之一，但过量的磷酸盐可能会引起水体富营养化，破坏水生生态系统，带来严重的经济损失．去除水中磷酸盐的方法包括生物处理法、化学沉淀法和吸附法等［１３］．中国是农业大国，秸秆资源丰富，从２０世纪中期起每年的秸秆产量就在７亿ｔ以上，约占世界秸秆资源的［］２５％４．有效利用秸秆资源已成为当下的研究热点．秸秆一般具有良好的亲水性和多孔结构、来源广、可［］再生、可降解、低污染等特点［５］，在限氧条件下热解可得到生物炭（ｂｉｏｃｈａｒ）６．由于生物炭具有结构稳定、孔隙发达、表面官能团丰富、成本低等优点，在环境治理、废物管理、农业土壤改良、气候变化减缓方面表现出巨大的应用前景［７］．生物炭具有较高的比表面积和阳离子吸附容量，可用于去除水体或土壤中的有机污染物和重金属离子［８９］．但是，生物炭的阴离子吸附容量小，对砷、磷酸盐等吸附效果差［１０１１］，一般需要通过改性来提升其阴离子吸附能力．近期研究发现，负载镁、铁、锌等金属氧化物后，能提高生物炭对水中阴离子污染物的吸附能力［１２１４］．锆氧化物化学性质稳定且无毒性，锆氧化物或氢氧化锆对水中的阴离子具有良好的吸附能力［１５１６］．目前，国内外关于锆改性多孔材料的报道，主要包括锆改性沸石提高对磷酸盐的吸附量［１７］，锆改性纤维素去除水中氟离子［１８］，锆负载交联壳聚糖吸附硫酸盐［１９］等．但是，将锆负载于秸秆生物炭的研究还鲜有报道，负载金属锆对秸秆生物炭结构和性能的影响还不清楚．本文以玉米秸秆为原料，采用氧氯化锆溶液浸渍后限氧热解的方法，制备一种载锆生物炭（Ｚｒ ?ＢＣ），探讨负载Ｚｒ对生物炭形貌、组成、结构的影响，并测试生物炭Ｚｒ ?ＢＣ对磷酸盐的吸附潜力．１实验方法１．１材料与试剂实验所用玉米秸秆来自湖北十堰．新鲜的玉米秸秆用水洗净后自然风干，用ＦＺ１０２型微型植物试样粉碎机（上海科恒公司）粉碎后过筛（娥江牌标准筛，浙江省上虞市纱筛厂），留下２０～８０目的秸秆粉末封袋保存．实验所用试剂：氧氯化锆（ＺｒＯＣｌ２ ·８Ｈ２Ｏ）、硫酸钾（Ｋ２ＳＯ４）、硝酸钾（ＫＮＯ３）、磷酸二氢钾（ＫＨ２ＰＯ４）均为分析纯，由上海国药集团生产．实验用水均为去离子水．１．２载锆生物炭的制备取４０ｇ的八水氧氯化锆（ＺｒＯＣｌ２ ·８Ｈ２Ｏ）溶于６０ｍＬ去离子水中，称量２ｇ玉米秸秆粉末加入氧氯化锆溶液中，置于摇床中振荡３．５ｈ，设置摇床温度为２９８Ｋ，转速为１５０ｒ·ｍｉｎ－１．过滤分离后，将浸渍Ｚｒ的秸秆置于烘箱中８０ ℃ 烘干过夜．将烘干的载Ｚｒ玉米秸秆置于ＮＢＤ?Ｏ１２００５０ＩＴ型管式炉（河 ? 南郑州诺巴迪公司）中，在氮气氛围中，于６００ ℃ 热解玉米秸秆１ｈ（管式炉升温速率为１０ ℃ ·ｍｉｎ－１），冷却至室温后，取出生物炭．用去离子水清洗生物炭３次，洗净的生物炭置于烘箱中８０ ℃ 烘干一夜，装袋备用．将载Ｚｒ生物炭记为ＺｒＺｒＯＣｌ２ ·８Ｈ２Ｏ）换成４０ｇ去离子 ?ＢＣ．此外，将４０ｇ的八水氧氯化锆（水，在相同条件下制备空白生物炭，记空白生物炭为ＢＣ．１．３生物炭的表征１）场发射扫描电镜（ＦＥ?ＳＥＭ）．采用ＺＥＩＳＳＳｉｇｍａＦＥ?ＳＥＭ型场发射扫描电镜（德国卡尔蔡司公司）对生物炭表面微观形貌进行分析．取适量于样品盘上进行镀金操作，放入场发射扫描电镜样品室中并抽真空，选择合适的倍数放大生物炭．ＦＴ? ＩＲ）．采用ＮｉｃｏｌｅｔｉＳ５０型傅里叶变换红外光谱仪（美国热电公司）对２）傅里叶变换红外光谱（材料表面基团进行分析．将生物炭与干燥的溴化钾按质量比约１∶１００的比例混合研磨，取适量研磨后的混合物通过压片机制成薄片状样品，再放入傅里叶红外光谱仪中进行分析，得到相应的红外谱图．其分辨率为１ｃｍ－１，扫描范围为４００～４０００ｃｍ－１．３）Ｘ射线光电子能谱（ＸＰＳ）．采用ＴｈｅｒｍｏＳｃｉｅｎｔｉｆｉｃＥｓｃａｌａｂ２５０Ｘｉ型Ｘ射线光电子能谱仪（美国赛默飞公司）对材料表面元素及结构、价态等进行分析．ＸＰＳ分析所用的Ｘ射线源为Ａｌ单色源，Ｋ? ａｌ  ７ｎＰａ，全谱扫描和高分辨扫描的电压分别为１５０，５０ｅＶ，样品扫描ｐｈａ阳极靶，分析室残留压力为６６．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期敖涵婷，等：载锆玉米秸秆生物炭的结构表征及磷吸附效果８５３深度约０．５～７．５ｎｍ．采用ＸＰＳＸＰＳ高分辨率图谱通过Ｃ１ｓａｋ４．０软件对高分辨率图谱进行分峰， ? ｐｅ轨道在２８４．８ｅＶ处进行校准．４）比表面积测定（ＢＥＴ?Ｎ２）．在７７．３Ｋ条件下，采用ＮＯＶＡ２０００ｅ型氮气物理吸附仪（美国康塔公司）进行氮气吸附?脱附实验测定比表面积，而比表面积及孔体积分布的计算由仪器自带软件完成．比表面积选点区为０．０５～０．３０，比表面积测定选用ＢＥＴ法，介孔分布选用ＢＪＨ模型，微孔分布选用狋 ?图法．１．４生物炭的吸附性能－１１）不同ｐＨ值下的磷吸附实验．取０．１ｇ的Ｚｒ ?ＢＣ于锥形瓶中，加入５０ｍＬ１００ｍｇ·Ｌ不同ｐＨ值的磷酸盐溶液．将锥形瓶置于摇床中，设置温度为２９８Ｋ，转速为１５０ｒ·ｍｉｎ－１，振荡２４ｈ后，取出过滤溶液．测定溶液中磷酸盐的质量浓度，以探究ｐＨ值对磷酸盐吸附的影响．２）磷吸附等温线测试．取５０ｍＬ初始质量浓度为５～１００ｍｇ·Ｌ－１的磷酸盐溶液置于锥形瓶中，调节溶液ｐＨ值，Ｚｒ１ｇ，于２９８Ｋ下恒温振荡２４ｈ后，取出过滤，转速为１５０ｒ·ｍｉｎ－１．测 ?ＢＣ投加量为０．定溶液中磷酸盐的质量浓度，探究溶液初始质量浓度对磷酸盐吸附量的影响．１ｇＺｒ３）混合阴离子溶液吸附实验．在两组锥形瓶中分别投加０． ?ＢＣ和ＢＣ，每组锥形瓶中加入５０ｍＬ０．５ｍｍｏｌ·Ｌ－１的磷酸盐、硫酸盐、硝酸盐混合溶液，置于摇床中，在２９８Ｋ，转速１５０ｒ·ｍｉｎ－１下振荡，２４ｈ后取出过滤．测定溶液中磷酸盐、硫酸盐、硝酸盐的质量浓度，研究Ｚｒ ?ＢＣ及ＢＣ在共存阴离子条件下对磷酸盐的吸附情况．磷酸盐质量浓度用ＩＣＳ３０００型离子色谱仪（美国戴安公司）测定．吸附容 ? 量狇ｅ（ｍｇ·ｇ－１）的计算公式为（犆０－犆ｅ）犞／犿．１）狇ｅ＝（式（１）中：犆０为初始溶液的离子质量浓度（ｍｇ·Ｌ－１）；犆ｅ为平衡时溶液中剩余的离子质量浓度（ｍｇ· Ｌ－１）；犞为溶液体积（Ｌ）；犿为加入的吸附剂的质量（ｇ）．２结果与讨论２．１场发射扫描电镜分析原玉米秸秆（ＲＣＳ）、空白生物炭（ＢＣ）及载锆生物炭（Ｚｒ ?ＢＣ）的ＦＥ?ＳＥＭ图，如图１所示．（ａ）ＲＣＳ（５００× ）（ｃ）Ｚｒ５００× ） ?ＢＣ（（ｂ）ＢＣ（５００× ）（ｄ）ＢＣ（１０００× ）（ｅ）Ｚｒ１０００× ） ?ＢＣ（图１ＲＣＳ，ＢＣ及Ｚｒ ?ＢＣ微观形貌的ＦＥ ?ＳＥＭ图Ｆｉ１ＦＥｓｏｆＲＣＳ，ＢＣａｎｄＺｒ ?ＳＥＭｉｍａｇｅ ?ＢＣｇ．由图１（ａ）可知：原玉米秸秆表面相对光滑，纤维结构完整；而经过６００ ℃ 热解１ｈ后，ＢＣ和Ｚｒ ?ＢＣ表面的孔道明显出现大量不规则的裂纹和孔隙结构．其中，孔的结构类似于蜂窝状，孔壁结构较薄，孔径相对均匀，从几微米到１０μｍ左右，属于大孔（图１（ｂ）～（ｅ））．在碳化过程中，秸秆植物细胞壁的纤维结犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．８５４华侨大学学报（自然科学版）２０１８年构被高温烧蚀，导致孔壁变薄甚至坍塌，出现孔隙结构；由于秸秆受热分解，产生的能量在释放过程中冲击原本碳化的孔道，使孔道产生大量裂纹［５］．对比图１（ａ），（ｂ），（ｃ）可以发现，Ｚｒ ?ＢＣ表面最粗糙，表面存在较多团聚物，可能有锆氧化物负载在Ｚｒ ?ＢＣ表面．２．２傅里叶变换红外光谱分析空白生物炭及载锆生物炭的红外光谱图，如图２所示．图２中：ＢＣ及Ｚｒ σ 为波数．由图２可知： ?ＢＣ在波数为６２２～８５３，１４６０，１６００～１６２８，２８８９～２９１６，３０００～３７００ｃｍ－１处皆有吸收峰；波数为６２２～８５３ｃｍ－１处的吸收峰对应芳香族碳氢键［］（Ｃ－Ｈ）的平面外变形２０；波数为１４６０ｃｍ－１处的吸收峰是由羧基（－ＣＯＯＨ）伸缩振动产生的［２１］；波数为３０００～３７００［］ｃｍ－１处的宽峰则是羟基（－ＯＨ）伸缩振动产生的２２．生物炭在波数为１６００～１６２８ｃｍ－１处的吸收峰，被认为是由芳香族图２ＢＣ及ＺｒＩＲ图 ?ＢＣ的ＦＴ? Ｆｉ２ＦＴ? ＩＲｓｐｅｃｔｒａｏｆＢＣａｎｄＺｒ ?ＢＣｇ．［］的羰基（Ｃ＝Ｏ）伸缩振动产生２２，而波数为２８８９～２９１６ｃｍ－１－１处是甲基（－ＣＨ３）和亚甲基（－ＣＨ２）的吸收峰［２３］．Ｚｒ ?ＢＣ在波数为２８８９～２９１６ｃｍ处的吸收峰非常微弱，这表明碳链在高温热解中逐渐分解，生物炭的芳香化程度增加［２４］．Ｚｒ ?ＢＣ表面存在波数为１３３８［］ｃｍ－１处的吸收峰，其对应的是金属表面羟基（－ＯＨ）的伸缩振动２５，此处的官能团应为锆的羟基氧化物，这与Ｃｈｅｎ等［２６］制备的ＬａＢＣ的ＦＴ? ＩＲ图中没有发现这个吸收峰， ?Ｚｒ磁性复合材料分析所得一致．从而说明Ｚｒ确实是在制备过程负载到生物炭上的．２．３犡射线光电子能谱分析Ｘ射线光电子能谱能定性和半定量地分析材料表面元素及基团组成．ＢＣ和Ｚｒ ?ＢＣ的Ｘ射线光电子能谱分析，如图３所示．图３中：犈ｂ为结合能．（ａ）ＸＰＳ元素调查谱图（ｂ）ＸＰＳＣ１ｓ高分辨率图谱（ｃ）Ｚｒ ?ＢＣ的Ｏ１ｓ高分辨率图谱（ｄ）Ｚｒ３ｄ高分辨率图谱 ?ＢＣ中Ｚｒ图３ＢＣ及Ｚｒ ?ＢＣ的ＸＰＳ图谱Ｆｉ３ＸＰＳｓｐｅｃｔｒａｏｆＢＣａｎｄＺｒ ?ＢＣｇ．由图３（ａ）各峰面积可计算得到除Ｈ外的主要元素的相对质量分数（ ω），如表１所示．由表１可知：ＢＣ表面含Ｃ量超过９０％，另外还含６．７％的Ｏ元素及少量的Ｃｌ元素和Ｎ元素；Ｚｒ ?ＢＣ表面元素与ＢＣ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期敖涵婷，等：载锆玉米秸秆生物炭的结构表征及磷吸附效果８５５相比变化显著，含Ｃ量大幅减少，含Ｏ量大量增加，含Ｃｌ量略有增长，同时出现质量分数为１５．７２％的Ｚｒ．Ｃｌ质量分数的增加是因为秸秆浸渍采用的是氧氯化锆，热解后可能形成氯化物残留．负载Ｚｒ的同时增加了Ｏ的质量分数，这暗示增加的Ｚｒ以氧化锆、羟基氧化锆等氧化物形式存在．表１ＢＣ及Ｚｒ ?ＢＣ的ＸＰＳ全谱扫描数据由图３（ｂ）可知：ＢＣ和Ｚｒ ?ＢＣ的Ｃ１ｓ轨道特征峰经高斯拟合后可以分为３个峰，２８４．８Ｔａｂ．１ＸＰＳｆｕｌｌｓｐｅｃｔｒｕｍｓｃａｎｄａｔａｏｆＢＣａｎｄＺｒ ?ＢＣｅＶ对应Ｃ－Ｃ，２８６．３ｅＶ对应Ｃ－Ｏ，２８９．２ｅＶ［１３］对应ＣＯＯ－．对比可知，负载Ｚｒ后，Ｃ－Ｃ生物炭键增加，ＣＯＯ－键减少，Ｃ－Ｏ键变化不大．由图３（ｃ）可拟合出３个不同的能量峰５３３．９， ω／％ＢＣＺｒ ?ＢＣＣＯＺｒＣｌＮ９０．３８６．７０－２．１６２．１６１５．７２７．９８０．７８３３．３５４１．９０［］５３２．５，５３０．６ｅＶ．其中，５３３．９ｅＶ处的峰为表面吸附氧２７，５３２．５ｅＶ分配给Ｏ－Ｃ键，５３０．６ｅＶ分配给［］基团Ｚｒ－ＯＨ２；与ＢＣ对比可知Ｚｒ ?ＢＣ表面有锆氧连接，而ＢＣ表面不存在，可能是由于秸秆浸泡过程中负载了锆离子，热解后形成羟基氧化锆．由图３（ｄ）可知：２个轨道特征峰结合能分别为１８２．７，１８５．０［］［２８］３ｄ５／２和Ｚｒ３ｄ３／２电子轨道２，ＺｒＺｒｅＶ，对应的是Ｚｒ ?ＢＣ表面锆的主要存在价态为＋４价．由此推测， ?ＢＣ表和的比表面积、孔容及孔径表面锆的存在形式为金属羟基氧化物．２ＢＣＺｒ ?ＢＣＴａｂ．２Ｓｐｅｃｉｆｉｃｓｕｒｆａｃｅａｒｅａ，ｐｏｒｅｖｏｌｕｍｅ２．４比表面积和孔径分析比表面积和孔径对吸附剂的吸附能力有极ａｎｄｐｏｒｅｓｉｚｅｏｆＢＣａｎｄＺｒ ?ＢＣ大的影响．通过氮气吸附?脱附法（ＢＥＴ?Ｎ２）测生物炭犛ＢＥＴ／ｍ２ ·ｇ－１犞ｇ／ｍＬ·ｇ－１狉ｋ／ｎｍ试生物炭的比表面积和孔径分布，结果如表２ＢＣ２５４．３７０．３３１．９６Ｚｒ ?ＢＣ５４．３８０．０７０．８６所示．表２中：犛ＢＥＴ，犞ｇ和狉ｋ分别表示比表面积、孔容和平均孔径．由表２可知：与ＢＣ相比较，Ｚｒ３７ｍ２ ·ｇ－１降低 ?ＢＣ的比表面积大幅降低，从２５４．到５４．３８ｍ２ ·ｇ－１；孔容也从０．３３ｍＬ·ｇ－１降低到０．０７ｍＬ·ｇ－１；平均孔径从１．９６ｎｍ降低到０．８６ｎｍ．究其原因可能是氧氯化锆浸泡秸秆后，热解过程中堵塞了生物炭的部分孔结构，导致Ｚｒ ?ＢＣ的比表面积和孔体积的减小．这与Ｗａｎｇ等［２９］研究的载Ｌａ生物炭和［］Ｌｉ等３０研究的Ｍｎ负载生物炭所得结论一致．２．５溶液狆犎值对生物炭吸附磷酸根的影响溶液ｐＨ值会影响吸附质的形态和吸附剂的表面电荷．不同ｐＨ值条件下，Ｚｒ ?ＢＣ对磷的吸附能力，如图４所示．由图４可知：当ｐＨ值由２增大到４时，Ｚｒ ?ＢＣ对水中磷酸盐的吸附能力明显下降；当ｐＨ值为６～１２时，Ｚｒ ?ＢＣ对磷酸盐的吸附能力缓慢下降．磷酸盐在不同ｐＨ值条件下存在Ｈ３ＰＯ４，Ｈ２ＰＯ４－，ＨＰＯ４２－和ＰＯ４３－４种不同形态，对应的平衡常数［］１５，７．２０，１２．３３１６．ｐ犓１，ｐ犓２，ｐ犓３分别为２．当ｐＨ值较低时，Ｚｒ ?ＢＣ材料表面发生质子化作用而带正电，能通过静电作用吸附带负电的磷酸盐；同时，因为锆氧化图４ｐＨ值对Ｚｒ ?ＢＣ吸附磷酸盐的影响Ｆｉ４ＥｆｆｅｃｔｏｆｐＨｖａｌｕｅｏｎｇ．ｓｐｈａｔｅａｄｓｏｒｔｉｏｎｂｙＺｒ ?ＢＣｐｈｏｐ物或氢氧化锆吸附水中磷酸盐的主要机制为阴离子配位体交换［１６?１７，３１］，故Ｚｒ ?ＢＣ表面羟基可通过阴离子配位体交换与水中的磷酸盐形成配合物，实现对磷酸盐的去除．当ｐＨ值逐渐升高，Ｚｒ ?ＢＣ表面正电荷量逐渐减少，对磷酸盐静电吸引能力减弱；而当ｐＨ值高于零电荷点［１２］，Ｚｒ ?ＢＣ表面电荷由正转负，高质量浓度的ＯＨ－和磷酸盐竞争Ｚｒ ?ＢＣ表面吸附位点，导致吸附量减少．因此，酸性条件更有利于Ｚｒ ?ＢＣ吸附磷酸盐，ｐＨ值越低，静电吸引和离子配位体交换作用越强，磷酸盐去除效果更好．２．６生物炭吸附等温线吸附等温线能够反映水中吸附剂与吸附质之间的吸附过程，以及得到吸附剂的最大吸附容量．在犆０为５～１００ｍｇ·Ｌ－１条件下，Ｚｒ ?ＢＣ对磷酸盐的吸附等温线，如图５所示．ｐＨ＝２，反应温度为２９８Ｋ，由图５可知：当平衡质量浓度低时，Ｚｒ ?ＢＣ平衡时的单位吸附量随初始质量浓度的增大而快速增长；当平衡质量浓度进一步增大，单位吸附量增长速度减慢．这是因为生物炭表面的羟基数量一定，当ｐＨ值为２时，通过配位体交换作用吸附磷酸盐．当溶液中的磷酸盐增加到一定质量浓度时，吸附位点趋于饱犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８５６２０１８年和，而通过静电作用吸附的磷酸盐有限，因此，磷酸盐质量浓度高时单位吸附量增长缓慢．分别用Ｌａｎｇｍｕｉｒ模型和Ｆｒｅｕｎｄｌｉｃｈ模型拟合实验数据［３２］，拟合结果如图５和表３所示．１）Ｌａｎｇｍｕｉｒ模型的计算式为１＋犓犆ｅ）．狇ｅ＝狇ｍ犓Ｌ犆ｅ／（（２）２）Ｆｒｅｕｎｄｌｉｃｈ模型的计算式为１／狀（３）狇ｅ＝犓Ｆ犆ｅ．式（２），（３）中：狇ｅ和狇ｍ分别为吸附平衡时单位吸附量和最大吸附量（ｍｇ·ｇ－１）；犆ｅ为吸附质的平衡质量浓度（ｍｇ·Ｌ－１）；图５Ｚｒ ?ＢＣ对磷酸盐的吸附等温线Ｆｉ５Ａｄｓｏｒｔｉｏｎｉｓｏｔｈｅｒｍｇ．ｐ犓Ｌ为Ｌａｎｇｍｕｉｒ常数；犓Ｆ和狀均为Ｆｒｅｕｎｄｌｉｃｈ常数．由图５，表３可知：Ｆｒｅｕｎｄｌｉｃｈ模型的拟合效果（犚２＝０．ｏｆｐｈｏｓｐｈａｔｅｏｎＺｒ ?ＢＣ８６）比Ｌａｎｇｍｕｉｒ模型更好，更符合Ｚｒ ?ＢＣ吸附水中磷酸盐的吸附行为，因此，推测Ｚｒ ?ＢＣ对磷酸盐的吸附过程主要为不规则的多分子层吸附［１２］．经计算得到的１／狀大于０且小于１，表明Ｚｒ ?ＢＣ吸附磷酸盐的过程为优惠吸附［１７］．表３Ｚｒ ?ＢＣ吸附水中磷酸盐的等温吸附模型参数值和拟合相关系数Ｔａｂ．３ＩｓｏｔｈｅｒｍｍｏｄｅｌｐａｒａｍｅｔｅｒｓａｎｄｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓｆｏｒｐｈｏｓｐｈａｔｅａｄｓｏｒｔｉｏｎｏｎｔｏＺｒ ?ＢＣｐ负离子磷酸盐狇ｍ／ｍｇ·ｇＬａｎｇｍｕｉｒ等温线犓Ｌ／Ｌ·ｍｇ－１犚１１．０９８０．３０７０．７６－１２犓Ｆ／ｍｇ·ｇＦｒｅｕｎｄｌｉｃｈ等温线１／狀犚２４．０４００．２４８０．８６－１２．７生物炭的混合阴离子吸附性能实际废水中存在多种阴离子，竞争吸附性能会显著影响生物炭材料的应用效果．考察在混合溶液中Ｚｒ ?ＢＣ和ＢＣ对不同阴离子硫酸盐、磷酸盐、硝酸盐的吸附效果，如图６所示．由图６可知：混合溶液中，Ｚｒ ?ＢＣ对磷酸盐的吸附效果最好，吸附量为１２．１７ｍｇ·ｇ－１，优于对硫酸盐和硝酸盐的吸附；与ＢＣ相比，ＺｒＢＣ对硝酸盐的 ?ＢＣ对磷酸盐的吸附提高了４～５倍；去除能力强于硫酸盐和磷酸盐，吸附量为１０．２６ｍｇ·ｇ－１．由表征分析可知，Ｚｒ ?ＢＣ表面存在大量羟基氧化锆结构，可能通过静电吸引作用吸附硝酸盐、硫酸盐和磷酸盐，因此，硝酸盐和硫酸盐的存在会对磷酸盐的吸附形成抑制．但静电吸引作用和离子大小及所带电荷有关，且Ｚｒ－ＯＨ基团可通图６ＢＣ及Ｚｒ ?ＢＣ的混合阴离子吸附Ｆｉ６Ｍｉｘｅｄａｎｉｏｎａｄｓｏｒｔｉｏｎｇ．ｐｅｆｆｅｃｔｏｆＢＣａｎｄＺｒ ?ＢＣ过阴离子配位体交换作用吸附水中的磷酸盐［１，３１］，故Ｚｒ ?ＢＣ对磷酸盐的选择性更好．此外，值得注意的是，ＢＣ对硝酸盐的去除能力强于硫酸盐和磷酸盐，吸附量为１０．２６ｍｇ·ｇ－１．有研究表明，高温热解后，生物炭产生的表面碱性官能团和生物炭丰富的比表面积对硝酸盐表现出较高的吸附效果［３３?３４］．综合来看，Ｚｒ ?ＢＣ对磷酸盐效果较好，吸附量高且选择性也高，具有应用潜力．３结论１）采用氧氯化锆浸渍?限氧热解法方法，制备一种新型载锆生物炭阴离子吸附材料．经ＦＥ?ＳＥＭ，ＦＴ? ＩＲ，ＸＰＳ，ＢＥＴ?Ｎ２等表征分析可知，Ｚｒ ?ＢＣ表面粗糙，均发育有裂纹和孔隙结构，其中，载Ｚｒ后生物炭比表面积和平均孔径均有降低，分别为５４ｍ２ ·ｇ－１和０．８６ｎｍ．此外，Ｚｒ ?ＢＣ表面含Ｃ量减少，含Ｏ量大幅增加，Ｚｒ的质量分数达到１５．７％；表面具有羟基、羧基及锆氧化物，特别是Ｚｒ－ＯＨ结构，构成了吸附水中阴离子的结构基础．２）ＺｒＺｒ ?ＢＣ对磷酸盐的吸附效果在酸性条件下较好，吸附量随着ｐＨ值的增大而减少． ?ＢＣ对磷酸盐的吸附等温线更贴合Ｆｒｅｕｎｄｌｉｃｈ模型，属于多分子层吸附．通过多离子混合溶液吸附性能测试发现，犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期敖涵婷，等：载锆玉米秸秆生物炭的结构表征及磷吸附效果８５７与ＢＣ相比，Ｚｒ ?ＢＣ的磷酸盐吸附量提高４～５倍，且表现出对磷酸盐较高的选择性，具有应用潜力．参考文献：［１］ＹＡＯＹｉｎｇ，ＧＡＯＢｉｎ，ＣＨＥＮＪｉａｎｕｎ，犲狋犪犾．Ｅｎｇｉｎｅｅｒｅｄｂｉｏｃｈａｒｒｅｃｌａｉｍｉｎｇｐｈｏｓｐｈａｔｅｆｒｏｍａｑｕｅｏｕｓｓｏｌｕｔｉｏｎｓ：Ｍｅｃｈ  ｊｅｌｅａｓｅｆｅｒｔｉｌｉｚｅｒ［Ｊ］．ＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０１３，４７ａｎｉｓｍｓａｎｄｐｏｔｅｎｔｉａｌａｐｐｌｉｃａｔｉｏｎａｓａｓｌｏｗ?ｒ（１５）：８７００８７０８．ＤＯＩ：１０．１０２１／ｅｓ４０１２９７７． ? ［２］ＺＨＡＯＦｅｎｇｌｉａｎｇ，ＹＡＮＧＷｅｉｄｏｎｇ，ＺＥＮＧＺｈｅｎｇ，犲狋犪犾．Ｎｕｔｒｉｅｎｔｒｅｍｏｖａｌｅｆｆｉｃｉｅｎｃｙａｎｄｂｉｏｍａｓｓｐｒｏｄｕｃｔｉｏｎｏｆｄｉｆ  ｆｅｒｅｎｔｂｉｏｅｎｅｒｌａｎｔｓｉｎｈｙｐｅｒｅｕｔｒｏｐｈｉｃｗａｔｅｒ［Ｊ］．ＢｉｏｍａｓｓａｎｄＢｉｏｅｎｅｒ２０１２，４２（７）：２１２２１８．ＤＯＩ：１０．１０１６／ ? ｇｙｐｊ．ｇｙ，ｂｉｏｍｂｉｏｅ．２０１２．０４．００３．［３］ＭＡＺｕｏｈａｏ，ＬＩＱｉａｎ，ＹＵＥＱｉｎｙａｎ，犲狋犪犾．Ａｄｓｏｒｔｉｏｎｒｅｍｏｖａｌｏｆａｍｍｏｎｉｕｍａｎｄｐｈｏｓｐｈａｔｅｆｒｏｍｗａｔｅｒｂｙｆｅｒｔｉｌｉｚｅｒｐｃｏｎｔｒｏｌｌｅｄｒｅｌｅａｓｅａｇｅｎｔｐｒｅｐａｒｅｄｆｒｏｍｗｈｅａｔｓｔｒａｗ［Ｊ］．ＣｈｅｍｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＪｏｕｒｎａｌ，２０１１，１７１（３）：１２０９?１２１７．１０．１０１６／ＤＯＩ：ｃｅ２０１１．０５．０２７．ｊ．ｊ．［４］高利伟，马林，张卫峰，等．中国作物秸秆养分资源数量估算及其利用状况［Ｊ］．农业工程学报，２００９，２５（７）：１７３１７９． ? ＤＯＩ：１０．３９６９／６８１９．２００９．０７．０３２．ｉｓｓｎ．１００２ ? ｊ．［５］张继义，蒲丽君，李根．秸秆生物碳质吸附剂的制备及其吸附性能［Ｊ］．农业工程学报，２０１１，２７（增刊２）：１０４ ?１０９．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００２６８１９．２０１１．ｚ２．０２１． ? ｊ．［６］ＬＥＨＭＡＮＮＪ，ＪＯＳＥＰＨＳ．Ｂｉｏｃｈａｒｆｏｒｅｎｖｉｒｏｎｍｅｎｔａｌｍａｎａｇｅｍｅｎｔ：Ａｎｉｎｔｒｏｄｕｃｔｉｏｎ［Ｍ］∥Ｂｉｏｃｈａｒｆｏｒｅｎｖｉｒｏｎｍｅｎ  ｉｅｎｃｅａｎｄｔｅｃｈｎｏｌｏｇｙ．Ｌｏｎｄｏｎ：ＥａｒｔｈｓｃａｎＬｔｄ，２００９：１１０．ｔａｌｍａｎａｇｅｍｅｎｔ：Ｓｃ ? ［／７］ＣＵＩＸｉａｏｑｉａｎｇ，ＤＡＩＸｉ，ＫＨＡＮＫＹ，犲狋犪犾．Ｒｅｍｏｖａｌｏｆｐｈｏｓｐｈａｔｅｆｒｏｍａｑｕｅｏｕｓｓｏｌｕｔｉｏｎｕｓｉｎｇｍａｇｎｅｓｉｕｍ? ａｌｉｎａｔｅｇｃｈｉｔｏｓａｎｍｏｄｉｆｉｅｄｂｉｏｃｈａｒｍｉｃｒｏｓｐｈｅｒｅｓｄｅｒｉｖｅｄｆｒｏｍ犜犺犪犾犻犪犱犲犪犾犫犪狋犪［Ｊ］．ＢｉｏｒｅｓｏｕｒｃｅＴｅｃｈｎｏｌｏｇｙ，２０１６，２１８：１１２３ ? １１３２．ＤＯＩ：１０．１０１６／ｂｉｏｒｔｅｃｈ．２０１６．０７．０７２．ｊ．［８］ＣＨＥＮＢａｏｌｉａｎｇ，ＣＨＥＮＺａｉｍｉｎｇ．Ｓｏｒｔｉｏｎｏｆｎａｐｈｔｈａｌｅｎｅａｎｄ１ｔｈｏｌｂｙｂｉｏｃｈａｒｓｏｆｏｒａｎｇｅｐｅｅｌｓｗｉｔｈｄｉｆｆｅｒｅｎｔ ?ｎａｐｈｐｃｈｅｍｏｓｐｈｅｒｅ．２００９．０２．００４．Ｊ］．Ｃｈｅｍｏｓｐｈｅｒｅ，２００９，７６（１）：１２７１３３．ＤＯＩ：１０．１０１６／ｒｏｌｔｉｃｔｅｍｐｅｒａｔｕｒｅｓ［ ? ｊ．ｐｙｙ［９］ＵＣＨＩＭＩＹＡＭ，ＷＡＲＴＥＬＬＥＬＨ，ＫＬＡＳＳＯＮＫＴ，犲狋犪犾．Ｉｎｆｌｕｅｎｃｅｏｆｐｙｒｏｌｓｉｓｔｅｍｐｅｒａｔｕｒｅｏｎｂｉｏｃｈａｒｐｒｏｐｅｒｔｙｙａｎｄｆｕｎｃｔｉｏｎａｓａｈｅａｖｙｍｅｔａｌｓｏｒｂｅｎｔｉｎｓｏｉｌ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｇｒｉｃｕｌｔｕｒａｌａｎｄＦｏｏｄＣｈｅｍｉｓｔｒ２０１１，５９（６）：２５０１? ｙ，２５１０．ＤＯＩ：１０．１０２１／ｆ１０４２０６ｃ．ｊ［１０］ＨＯＬＬＩＳＴＥＲＣＣ，ＢＩＳＯＧＮＩＪＪ，ＬＥＨＭＡＮＮＪ．Ａｍｍｏｎｉｕｍ，ｎｉｔｒａｔｅ，ａｎｄｐｈｏｓｐｈａｔｅｓｏｒｔｉｏｎｔｏａｎｄｓｏｌｕｔｅｌｅａｃ  ｐｈｉｎｇｆｒｏｍｂｉｏｃｈａｒｓｐｒｅｐａｒｅｄｆｒｏｍｃｏｒｎｓｔｏｖｅｒ（犣犲犪犿犪狔狊Ｌ．）ａｎｄｏａｋｗｏｏｄ（犙狌犲狉犮狌狊ｓｐｐ．）［Ｊ］．ＪｏｕｒｎａｌｏｆＥｎｖｉ  ｅ００３３．２０１３，４２（１）：１３７１４４．ＤＯＩ：１０．２１３４／ｒｏｎｍｅｎｔａｌＱｕａｌｉｔ ? ｊｑ２０１２．ｙ，［１１］ＹＡＯＹｉｎｇ，ＧＡＯＢｉｎ，ＺＨＡＮＧＭｉｎｇ，犲狋犪犾．Ｅｆｆｅｃｔｏｆｂｉｏｃｈａｒａｍｅｎｄｍｅｎｔｏｎｓｏｒｔｉｏｎａｎｄｌｅａｃｈｉｎｇｏｆｎｉｔｒａｔｅ，ａｍ ｐｍｏｎｉｕｍ，ａｎｄｐｈｏｓｐｈａｔｅｉｎａｓａｎｄｙｓｏｉｌ［Ｊ］．Ｃｈｅｍｏｓｐｈｅｒｅ，２０１２，８９（１１）：１４６７１４７１．ＤＯＩ：１０．１０１６／ｃｈｅｍｏｓｐｈｅｒｅ． ? ｊ．２０１２．０６．００２．［１２］万霞，梅昌艮，何俐臻，等．磁性生物炭的制备、表征及对磷的吸附特性［Ｊ］．安全与环境学报，２０１７，１７（３）：１０６９? ｉｓｓｎ．１００９１０７５．ＤＯＩ：１０．１３６３７／６０９４．２０１７．０３．０５０． ? ｊ．［１３］ＧＡＮＣｈａｏ，ＬＩＵＹｕｎｇｕｏ，ＴＡＮＸｉａｏｆｅｉ，犲狋犪犾．ＥｆｆｅｃｔｏｆｐｏｒｏｕｓｚｉｎｃｉｏｃｈａｒｎａｎｏｃｏｍｐｏｓｉｔｅｓｏｎＣｒ（Ⅵ ）ａｄｓｏｒｔｉｏｎ ?ｂｐｆｒｏｍａｑｕｅｏｕｓｓｏｌｕｔｉｏｎ［Ｊ］．ＲｓｃＡｄｖａｎｃｅｓ，２０１５，５（４４）：３５１０７３５１１５．ＤＯＩ：１０．１０３９／ｃ５ｒａ０４４１６ｂ． ? ［１４］ＸＵＥＬｉｈｏｎｇ，ＧＡＯＢｉｎ，ＷＡＮＹｏｎｇｓｈａｎ，犲狋犪犾．ＨｉｆｆｉｃｉｅｎｃｙａｎｄｓｅｌｅｃｔｉｖｉｔｆＭｇＦｅｉｆｉｅｄｗｈｅａｔｓｔｒａｗ ?ＬＤＨｍｏｄ ? ｇｈｅｙｏＪ］．ＪｏｕｒｎａｌｏｆｔｈｅＴａｉｗａｎＩｎｓｔｉｔｕｔｅｏｆＣｈｅｍｉｃａｌＥｎｇｉｎｅｅｒｓ，ｂｉｏｃｈａｒｉｎｔｈｅｒｅｍｏｖａｌｏｆｎｉｔｒａｔｅｆｒｏｍａｑｕｅｏｕｓｓｏｌｕｔｉｏｎｓ［ｔｉｃｅ．２０１６．０３．０２１．２０１６，６３：３１２３１７．ＤＯＩ：１０．１０１６／ ? ｊ．ｊ［１５］ＬＩＵＨｏｎｇｌｅｉ，ＳＵＮＸｉａｏｆｅｉ，ＹＩＮＣｈｅｎｇｑｉｎｇ，犲狋犪犾．ＲｅｍｏｖａｌｏｆｐｈｏｓｐｈａｔｅｂｙｍｅｓｏｐｏｒｏｕｓＺｒＯ２［Ｊ］．ＪｏｕｒｎａｌｏｆＨａｚ  ｈａｚｍａｔ．２００７．０６．０３３．ａｒｄｏｕｓＭａｔｅｒｉａｌｓ，２００８，１５１（２）：６１６６２２．ＤＯＩ：１０．１０１６／ ? ｊ．ｊ［１６］ＣＨＩＴＲＡＫＡＲＲ，ＴＥＺＵＫＡＳ，ＳＯＮＯＤＡＡ，犲狋犪犾．ＳｅｌｅｃｔｉｖｅａｄｓｏｒｔｉｏｎｏｆｐｈｏｓｐｈａｔｅｆｒｏｍｓｅａｗａｔｅｒａｎｄｗａｓｔｅｗａｔｅｒｐＪ］．ＪｏｕｒｎａｌｏｆＣｏｌｌｏｉｄａｎｄＩｎｔｅｒｆａｃｅＳｃｉｅｎｃｅ，２００６，２９７（２）：４２６?４３３．ＤＯＩ：１０．ｂｙａｍｏｒｉｒｃｏｎｉｕｍｈｙｄｒｏｘｉｄｅ［ｐｈｏｕｓｚｃｉｓ．２００５．１１．０１１．１０１６／ｊ．ｊ［１７］林建伟，詹艳慧，陆霞．锆改性沸石对水中磷酸盐和铵的吸附特性［Ｊ］．中国环境科学，２０１２，３２（１１）：２０２３?２０３１．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１０００６９２３．２０１２．１１．０１５． ? ｊ．［１８］ＹＵＺｈｉｃｈａｏ，ＸＵＣｈｏｎｇｈｅ，ＹＵＡＮＫａｎｇｋａｎｇ，犲狋犪犾．ＣｈａｒａｃｔｅｒｉｚａｔｉｏｎａｎｄａｄｓｏｒｔｉｏｎｍｅｃｈａｎｉｓｍｏｆＺｒＯ２ｍｅｓｏ  ｐｒｏｕｓｆｉｂｅｒｓｆｏｒｈｅａｌｔｈｚａｒｄｏｕｓｆｌｕｏｒｉｄｅｒｅｍｏｖａｌ［Ｊ］．ＪｏｕｒｎａｌｏｆＨａｚａｒｄｏｕｓＭａｔｅｒｉａｌｓ，２０１７，３４６：８２９２．ＤＯＩ：１０． ?ｈａ ? ｐｏｈａｚｍａｔ．２０１７．１２．０２４．１０１６／ｊ．ｊ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８５８２０１８年［１９］薛娟琴，党龙涛，刘瑶，等．锆负载交联壳聚糖树脂的制备及硫酸根吸附性能［Ｊ］．环境化学，２０１４，３３（９）：１５５３? １５５７．ＤＯＩ：１０．７５２４／ｉｓｓｎ．０２５４６１０８．２０１４．０９．００４． ? ｊ．［２０］ＫＥＩＬＵＷＥＩＴＭ，ＮＩＣＯＰＳ，ＪＯＨＮＳＯＮＭＧ，犲狋犪犾．Ｄｙｎａｍｉｃｍｏｌｅｃｕｌａｒｓｔｒｕｃｔｕｒｅｏｆｐｌａｎｔｂｉｏｍａｓｓｒｉｖｅｄｂｌａｃｋ ?ｄｅｃａｒｂｏｎ（ｂｉｏｃｈａｒ）［Ｊ］．ＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０１０，４４（４）：１２４７１２５３．ＤＯＩ：１０．１０２１／ｅｓ９０３１４１９． ? ［２１］谢奕明，吴季怀．膨润土／聚丙烯酸钠超吸水性复合材料的表征［Ｊ］．华侨大学学报（自然科学版），２００７，２８（３）：２８２ ? ２８６．ＤＯＩ：１０．３９６９／５０１３．２００７．０３．０１６．ｉｓｓｎ．１０００ ? ｊ．［２２］ＣＨＥＮＢａｏｌｉａｎｇ，ＺＨＯＵＤａｎｄａｎ，ＺＨＵＬｉｚｈｏｎｇ．Ｔａｎｓｉｔｉｏｎａｌａｄｓｏｒｔｉｏｎａｎｄｐａｒｔｉｔｉｏｎｏｆｎｏｎｐｏｌａｒａｎｄｐｏｌａｒａｒｏｍａｔｉｃｐｃｏｎｔａｍｉｎａｎｔｓｂｙｂｉｏｃｈａｒｓｏｆｐｉｎｅｎｅｅｄｌｅｓｗｉｔｈｄｉｆｆｅｒｅｎｔｐｙｒｏｌｔｉｃｔｅｍｐｅｒａｔｕｒｅｓ［Ｊ］．ＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅａｎｄｙ２００８，４２（１４）：５１３７５１４３．ＤＯＩ：１０．１０２１／ｅｓ８００２６８４．Ｔｅｃｈｎｏｌｏｇｙ， ? ［２３］ ?ＺＩＭＥＮＤ，ＥＲＳＯＹ?ＭＥＲＩＢＯＹＵＡ．Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｂｉｏｃｈａｒａｎｄｂｉｏｉｌｓａｍｐｌｅｓｏｂｔａｉｎｅｄｆｒｏｍｃａｒｂｏｎｉｚａ  ?ｏＪ］．ＲｅｎｅｗａｂｌｅＥｎｅｒ２０１０，３５（６）：１３１９１３２４．ＤＯＩ：１０．１０１６／ｒｅｎｅｎｅ．２００９．１１．ｔｉｏｎｏｆｖａｒｉｏｕｓｂｉｏｍａｓｓｍａｔｅｒｉａｌｓ［ ? ｇｙ，ｊ．０４２．［２４］俞花美，陈淼，邓惠，等．蔗渣基生物炭的制备、表征及吸附性能［Ｊ］．热带作物学报，２０１４，３５（３）：５９５６０２．ＤＯＩ：１０． ? ｉｓｓｎ．１０００３９６９／２５６１．２０１４．０３．０２９． ? ｊ．［２５］ＣＵＩＨａｎｇ，ＬＩＱｉ，ＧＡＯＳｈｉ ′ ａｎ，犲狋犪犾．Ｓｔｒｏｎｇａｄｓｏｒｔｉｏｎｏｆａｒｓｅｎｉｃｓｐｅｃｉｅｓｂｙａｍｏｒｉｒｃｏｎｉｕｍｏｘｉｄｅｎａｎｏｐａｒｔｉ  ｐｐｈｏｕｓｚｃｌｅｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＩｎｄｕｓｔｒｉａｌａｎｄＥｎｇｉｎｅｅｒｉｎｇＣｈｅｍｉｓｔｒ２０１２，１８（４）：１４１８?１４２７．ＤＯＩ：１０．１０１６／ｉｅｃ．２０１２．０１．ｙ，ｊ．ｊ０４５．［２６］ＣＨＥＮＰｉｎｇｈｕａ，ＺＨＡＮＧＷｅｉｂｏ，ＬＩＭｅｎｇｌｉｎ，犲狋犪犾．ＦａｃｉｌｅｓｙｎｔｈｅｓｉｓｏｆｍａｇｎｅｔｉｃＬａｏｍｐｏｓｉｔｅａｓｈｉｆｆｅｃｔｉｖｅ ?ＺｒｃｇｈｅＪ］．ＲｓｃＡｄｖａｎｃｅｓ，２０１６，６（４２）：３５８５９３５８６７．ＤＯＩ：１０．１０３９／Ｃ５ＲＡ２７９２９Ａ．ａｄｓｏｒｂｅｎｔｆｏｒｆｌｕｏｒｉｄｅｒｅｍｏｖａｌ［ ? ［２７］梅燕，阎建平，聂祚仁．焙烧条件对Ｃｅ离子态影响的ＸＰＳ研究［Ｊ］．光谱学与光谱分析，２０１０，３０（１）：２７０２７３．ＤＯＩ： ? ｉｓｓｎ．１０００１０．３９６４／０５９３（２０１０）０１０２７００４． ? ? ? ｊ．［２８］王秀荣．纳米复合材料ＺｒＯ２? ｒＧＯ的制备及其对磷的吸附性能研究［Ｄ］．武汉：武汉理工大学，２０１５．［２９］ＷＡＮＧＺｈａｎｇｈｏｎｇ，ＳＨＥＮＤｅｋｕｉ，ＳＨＥＮＦｅｉ，犲狋犪犾．Ｐｈｏｓｐｈａｔｅａｄｓｏｒｔｉｏｎｏｎｌａｎｔｈａｎｕｍｌｏａｄｅｄｂｉｏｃｈａｒ［Ｊ］．Ｃｈｅｍｏ  ｐ２０１６，１５０：１７．ＤＯＩ：１０．１０１６／ｃｈｅｍｏｓｐｈｅｒｅ．２０１６．０２．００４．ｓｐｈｅｒｅ， ? ｊ．［３０］ＬＩＧｕｏｌｉａｎｇ，ＳＨＥＮＢｏｘｉｏｎｇ，ＬＩＦｕｋｕａｎ，犲狋犪犾．Ｅｌｅｍｅｎｔａｌｍｅｒｃｕｒｅｍｏｖａｌｕｓｉｎｇｂｉｏｃｈａｒｐｙｒｏｌｚｅｄｆｒｏｍｍｕｎｉｃｉｌｙｒｙｐａｆｕｐｒｏｃ．２０１４．１２．０４２．Ｊ］．ＦｕｅｌＰｒｏｃｅｓｓｉｎｇＴｅｃｈｎｏｌｏｇｙ，２０１５，１３３：４３５０．ＤＯＩ：１０．１０１６／ｓｏｌｉｄｗａｓｔｅ［ ? ｊ．［３１］郑雯婧，林建伟，詹艳慧，等．锆?十六烷基三甲基氯化铵改性活性炭对水中硝酸盐和磷酸盐的吸附特性［Ｊ］．环境科学，２０１５（６）：２１８５２１９４．ＤＯＩ：１０．１３２２７／ｈｋｘ．２０１５．０６．０３６． ? ｊ．ｊ［３２］ＨＵＡＮＧＷｅｉｉｎｇ，犲狋犪犾．Ｋｉｎｅｔｉｃｓ，ｉｓｏｔｈｅｒｍ，ｔｈｅｒｍｏｄｙｎａｍｉｃ，ａｎｄａｄｓｏｒｔｉｏｎｍｅｃｈａｎｉｓｍｙａ，ＬＩＤａｎ，ＬＩＵＺｈａｏｑｐｓｔｕｄｉｅｓｏｆＬａ（ＯＨ）ｍｏｄｉｆｉｅｄｅｘｆｏｌｉａｔｅｄｖｅｒｍｉｃｕｌｉｔｅｓａｓｈｉｌｆｆｉｃｉｅｎｔｐｈｏｓｐｈａｔｅａｄｓｏｒｂｅｎｔｓ［Ｊ］．ＣｈｅｍｉｃａｌＥｎｇｉ  ｇｈｙｅ３? ｎｅｅｒｉｎｇＪｏｕｒｎａｌ，２０１４，２３６（２）：１９１２０１．ＤＯＩ：１０．１０１６／ｃｅ２０１３．０９．０７７． ? ｊ．ｊ．［３３］王章鸿，郭海艳，沈飞，等．热解条件对生物炭性质和氮、磷吸附性能的影响［Ｊ］．环境科学学报，２０１５，３５（９）：２８０５ ? ｈｋｘｘｂ．２０１４．１０６２．２８１２．ＤＯＩ：１０．１３６７１／ｊ．ｊ［３４］ＯＨＥＫ，ＮＡＧＡＥＹ，ＮＡＫＡＭＵＲＡＳ，犲狋犪犾．Ｒｅｍｏｖａｌｏｆｎｉｔｒａｔｅａｎｉｏｎｂｙｃａｒｂｏｎａｃｅｏｕｓｍａｔｅｒｉａｌｓｐｒｅｐａｒｅｄｆｒｏｍｂａｍｂｏｏａｎｄｃｏｃｏｎｕｔｓｈｅｌｌ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈｅｍｉｃａｌＥｎｇｉｎｅｅｒｉｎｇｏｆＪａｐａｎ，２００３，３６（４）：５１１５１５．ＤＯＩ：１０．１２５２／ｃｅ ? ｊｊ．３６．５１１．（责任编辑：黄晓楠犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：刘源岗）第３９卷第６期２０１８年１１月华侨大学学报（自然科学版）Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０５００２ ? 亭壁蒸发器换热性能的理论分析及仿真李宗北，田琦，董旭，秦成君（太原理工大学环境科学与工程学院，山西晋中０３０６００）摘要：为解决岗亭空调占地及冬季空气源热泵适应低温环境差的问题，提出一种在外壁面涂有太阳能选择性吸收材料的亭壁蒸发器，以吸收太阳能和室内外空气的热量的策略．应用制冷系统热动力学的理论，建立亭壁蒸发器数学模型，提出复合对流换热系数的概念．基于Ｍａｔｌａｂ软件对亭壁蒸发器建立仿真程序，进行实验验证，并分析太阳能辐射照度、环境温度及结构参数对亭壁蒸发器运行状况的影响．研究结果表明：该模型能有效预测亭壁蒸发器的运行工况；太阳辐射照度对亭壁蒸发器的影响最大．关键词：亭壁蒸发器；太阳能吸收材料；热动力学；复合对流换热系数；仿真模拟中图分类号：ＴＫ５文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８５９０６ ? ? ? 犜犺犲狅狉犲狋犻犮犪犾犃狀犪犾狊犻狊犪狀犱犛犻犿狌犾犪狋犻狅狀狅犳犎犲犪狋犜狉犪狀狊犳犲狉狔犘犲狉犳狅狉犿犪狀犮犲狅犳犓犻狅狊犽犠犪犾犾犈狏犪狆狅狉犪狋狅狉ＬＩＺｏｎｇｂｅｉ，ＴＩＡＮＱｉ，ＤＯＮＧＸｕ，ＱＩＮＣｈｅｎｇｕｎｊ（ＣｏｌｌｅｇｅｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＴａｉｉｖｅｒｓｉｔｆＴｅｃｈｎｏｌｏｇｙ，Ｊｉｎｚｈｏｎｇ０３０６００，Ｃｈｉｎａ）ｙｕａｎＵｎｙｏ犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｓｏｆａｉｒｃｏｎｄｉｔｉｏｎｉｎｇｏｃｃｕｐｉｅｄｂｙｐｏｓｔａｎｄａｉｒｓｏｕｒｃｅｈｅａｔｐｕｍｐｉｎｗｉｎ  ｈｅｐａｖｉｌｉｏｎｗａｌｌｅｖａｐｏｒａｔｏｒｃｏａｔｅｄｗｉｔｈｓｏｌａｒｓｅｌｅｃｔｉｖｅａｂｓｏｒｂｉｎｇｍａｔｅｒｉａｌｏｎｔｈｅｏｕｔｅｒｗａｌｌｓｕｒｆａｃｅｉｓｐｒｏ  ｔｅｒ，ｔｓｅｄ，ｗｈｉｃｈｃａｎａｂｓｏｒｂｔｈｅｈｅａｔｏｆｓｏｌａｒｅｎｅｒｎｄｏｏｒａｎｄｏｕｔｄｏｏｒａｉｒ．Ｂｙａｐｐｌｉｎｇｔｈｅｔｈｅｒｍｏｄｙｎａｍｉｃｓｐｏｇｙａｎｄｉｙｔｈｅｏｒｆｒｅｆｒｉｒａｔｉｏｎｓｙｓｔｅｍ，ａｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｏｆｔｈｅｋｉｏｓｋｅｖａｐｏｒａｔｏｒｉｓｅｓｔａｂｌｉｓｈｅｄ，ａｎｄｔｈｅｃｏｎｃｅｐｔｏｆｙｏｇｅｃｏｍｐｏｓｉｔｅｃｏｎｖｅｃｔｉｏｎｈｅａｔｔｒａｎｓｆｅｒｃｏｅｆｆｉｃｉｅｎｔｉｓｐｒｏｐｏｓｅｄ．Ｆｕｒｔｈｅｒｍｏｒｅ，ａｓｉｍｕｌａｔｉｏｎｐｒｏｇｒａｍｉｓｅｓｔａｂｌｉｓｈｅｄｂａｓｅｄｏｎｍａｔｌａｂｆｏｒｔｈｅｋｉｏｓｋｅｖａｐｏｒａｔｏｒ，ａｎｄｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｖｅｒｉｆｉｃａｔｉｏｎｉｓｃｏｎｄｕｃｔｅｄｔｏｓｔｕｄｙｔｈｅｅｆｆｅｃｔｏｆｉｅｎｔｔｅｍｐｅｒａｔｕｒｅ，ａｎｄｓｔｒｕｃｔｕｒｅｐａｒａｍｅｔｅｒｓｏｎｔｈｅｏｐｅｒａｔｉｎｇｃｏｎｄｉｔｉｏｎｓｏｆｔｈｅｓｏｌａｒｒａｄｉａｔｉｏｎｉｌｌｕｍｉｎａｔｉｏｎ，ａｍｂｋｉｏｓｋｗａｌｌｅｖａｐｏｒａｔｏｒ．Ｔｈｅｒｅｓｅａｒｃｈｓｈｏｗｓｔｈａｔｔｈｉｓｍｏｄｅｌｃａｎｐｒｅｄｉｃｔｔｈｅｏｐｅｒａｔｉｎｇｃｏｎｄｉｔｉｏｎｓｏｆｔｈｅｋｉｏｓｋｗａｌｌｅｖａｐｏｒａｔｏｒｅｆｆｅｃｔｉｖｅｌｈｅｓｏｌａｒｒａｄｉａｔｉｏｎｉｌｌｕｍｉｎａｔｉｏｎｈａｓｔｈｅｇｒｅａｔｅｓｔｉｍｐａｃｔｏｎｔｈｅｋｉｏｓｋｗａｌｌｅｖａｐｏ  ｙ，ａｎｄｔｒａｔｏｒ．犓犲狉犱狊：ｋｉｏｓｋｗａｌｌｅｖａｐｏｒａｔｏｒ；ｓｏｌａｒｅｎｅｒｏｒｔｉｏｎｍａｔｅｒｉａｌ；ｔｈｅｒｍｏｄｙｎａｍｉｃｓ；ｃｏｍｐｏｓｉｔｅｃｏｎｖｅｃｔｉｏｎｇｙａｂｓｐ狔狑狅ｈｅａｔｔｒａｎｓｆｅｒｃｏｅｆｆｉｃｉｅｎｔ；ｓｉｍｕｌａｔｉｏｎ岗亭常见于小区、物业、交通等执勤场所，用来为安保人员遮风挡雨．岗亭一般空间狭小，大多安装常规风冷热泵空调．常规风冷蒸发器在蒸发器管外布置与制冷剂流动方向垂直的多层翅片，空气流过时，与翅片对流换热，热量传给翅片，再传递给制冷剂［１］．北方冬季室外温度低，空气源热泵的运行存在［］［］性能系数（ＣＯＰ）低、结霜、排气温度高等问题２?４．我国太阳能资源丰富５，近年来，国内对太阳能与空气源热泵耦合利用系统的研究增多［６］．文献［４，７８］均提出一种与空气源结合的太阳能采暖系统，测试表 ? 收稿日期：２０１８０５０２ ? ? 通信作者：田琦（１９６６Ｅ?ｍａｉｌ：４１２５５９９０８＠ ?），男，教授，博士，主要从事可再生能源利用及建筑节能新技术的研究．ｃｏｍ．ｑｑ．基金项目：国家科技支撑计划资助项目（２０１２ＢＡＪ０４Ｂ０２）；国家国际科技合作专项资助项目（２０１３ＤＦＡ６１５８０）华侨大学学报（自然科学版）８６０２０１８年明，空气源与太阳能的组合使系统运行更加可靠与稳定．邢琳等［９］提出一种直膨式太阳能热泵系统的柔性设计方案，通过仿真与验证得到影响ＣＯＰ的环境因素权重，即辐射照度占比最大，其次是环境温度和［］风速，并得到最优工况点组合；Ｄｏｎｇ等１０提出在常规风冷蒸发器的结构上涂上太阳能选择性吸收材料，研究表明，该结构可吸收太阳辐射能，并与室外空气对流换热，可提高蒸发温度，抑制结霜，ＣＯＰ值提高８．１％，平均热力学完善度提高５．４％．上述研究内容都充分利用了太阳能与空气能，提高蒸发温度与饱和压力，从而解决北方地区冬季空气源热泵ＣＯＰ值低和结霜等问题，但由于其设备复杂，占地大，对于岗亭这类空间狭小的建筑，没有合适的放置空间．因此，本文提出一种适用于岗亭的亭壁蒸发器，并对亭壁蒸发器的传热进行理论分析，讨论蒸发器结构对得热量的影响．１亭壁蒸发器结构及工作原理与风冷蒸发器不同，亭壁蒸发器是将蒸发器与亭壁一体化．一体化亭壁从外到内依次是太阳能涂料、不锈钢板、蒸发管、绝热材料、铝塑板．蒸发器铜管安装在薄铝板凹槽内，薄铝板下采用绝热材料包敷，上面粘贴不锈钢板，并在不锈钢板表面涂有太阳能选择性吸收材料，其结构剖面图，如图１所示．图１中：犠为相邻蒸发管管间距；犇为蒸发管直径．因为蒸发温度（犜ｅ）＜室外温度（犜ｗ）＜室内温度（犜ｎ），亭壁蒸发器将同时吸收亭壁两侧的空气热量．又因为在亭壁外侧涂有太阳能吸收材料，亭壁蒸发器将增大吸收太阳能辐射能量，制冷剂吸热后蒸发，变成过热气体流入压缩机．增加制冷剂的饱和压力与温度，系统运行的ＣＯＰ值将提高．以太原地区某应用亭壁蒸发器岗亭为例，环境温度在－１２～－８ ℃ 波动，其ＣＯＰ值变化，如图２所示．由图２可知：ＣＯＰ最大值为４．６４，最小值为１．８３，平均值为３．５５，高于常规风冷热泵的ＣＯＰ值．图１亭壁蒸发器结构剖面图图２太原某岗亭热泵系统的ＣＯＰ变化情况Ｆｉ１Ｓｔｒｕｃｔｕｒｅｓｅｃｔｉｏｎａｌｖｉｅｗｏｆｇ．Ｆｉ２ＣｈａｎｇｅｓｏｆＣＯＰｏｆｓｔａｔｉｏｎｂｏｏｔｈｇ．ｉｌｉｏｎｗａｌｌｅｖａｐｏｒａｔｏｒｐａｖｈｅａｔｐｕｍｐｓｙｓｔｅｍｉｎＴａｉｙｕａｎ２亭壁蒸发器理论分析及数学模型对亭壁蒸发器的传热分析建立在以下４个假设的基础上．１）制冷剂在垂直于流动方向的温度分布均匀，温度梯度小，忽略管壁在流动方向上的导热，且为湍流状态．２）太阳能吸收涂料吸收的太阳辐射在其表面分布均匀．３）太阳能吸收涂料、不锈钢板、绝热材料、铝塑板间接触良好，忽略接触热阻．由于涂料、蒸发管管壁薄，使用材料导热系数高，忽略其导热热阻．４）吸收室内与外界能量的蒸发管管壁面积各占蒸发管换热面积的一半．薄铝板在垂直于制冷剂流动方向上看作是肋片的导热过程，能量转移过程，如图３所示．图３中：狓为制冷剂流动方向；狕为亭壁内外空气及太阳能向薄铝板传热方向，两两相狔为肋片中能量传递方向；互垂直；犛为上层狇１为室外空气向薄铝板传递的热流密度；狇２为室内空气与向薄铝板传递的热流密度；太阳能涂料传递来的热流密度；狇狓，ｉｎ，狇狓，ｏｕｔ，狇狔，ｉｎ，狇狔，ｏｕｔ分别为肋片微元沿狓，狔方向上的导热进出热流密度，满足傅里叶导热定理，即犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期李宗北，等：亭壁蒸发器换热性能的理论分析及仿真 犜， 犜．狇狓＝－λ 狇狔＝－λ 狓 狔式（１）中： λ 为薄铝板的导热系数．８６１（１）室外空气向薄铝板传热过程经过不锈钢，其导热微分方程为 λｓ ·２犜 犜，（狋＞０，０＜狓＜δｓ．２）２＝狋  ρｓ犮ｓ 狓式（２）中：犮ｓ为不锈钢的图３不锈钢板肋片微元导热分析 λｓ为不锈钢的导热系数； ρｓ为不锈钢的密度；比热．Ｆｉ３Ｔｈｅｒｍａｌｃｏｎｄｕｃｔｉｖｉｔｌｓｉｓｇ．ｙａｎａｙｏｆｆｉｎｓｏｎｓｔａｉｎｌｅｓｓｓｔｅｅｌｐｌａｔｅ边界条件为第三类边界条件，即 犜犜ｗ－犜狘狓＝０），狋＞０．－λｓ· 狘狓＝０＝犺１（ 狓式（３）中：犺１为室外空气与亭壁的对流换热系数；犜ｗ为室外温度．（３）室内空气向薄铝板的传热过程需经过铝塑板与绝热材料，其导热微分方程为 λｌ ·２犜 犜， λｃ ·２犜 犜，（狋＞０，０＜狓＜δｃ．４）２＝２＝狋狋   ρｌ犮ｌ 狓 ρｃ犮ｃ 狓式（４）中：犮ｌ，犮ｃ分别 λｌ， λｃ分别为铝塑板和绝热材料的导热系数； ρｌ， ρｃ分别为铝塑板和绝热材料的密度；为铝塑板和绝热材料的比热．边界条件为第三类边界条件，即 犜（犜ｎ－犜狘狓＝（δｌ＋δｃ））．５）－λｌ· 狘狓＝０＝犺２（ 狓式（５）中：犺２为室内空气与亭壁的对流换热系数；犜ｎ为室内温度．犺１， δｌ为铝塑板厚度； δｃ为绝热层厚度；［］犺２满足犺＝２．８＋３．０狌ｗｉｎｄ１１，其中：狌ｗｉｎｄ为风速．上层太阳能涂料传递的热流密度（犛）计算式为（犛＝α 犐＋ε 犜４ｗ－犜４．６） σ（ｐ）式（６）中：犐为太阳辐射照度； α 为太阳能选择性吸收涂层的吸收率； ε 为太阳能涂层的发射率； σ为斯蒂芬波尔兹曼常数，６７×１０－８；犜ｐ为太阳能涂层表面温度． σ＝５．建立肋片微元的能量平衡方程，并推导出导热微分方程，即２２犜狇２ 犜  犜犛＋狇１犮ｐ  ．＋＝ρ λ ２＋λ ２＋狋狓 δ δｃ＋δｌ   狔式（７）中：犮ｐ为定压比热．相应的初始条件为犜｜狓＝０＝犜ｅ． δ 为薄铝板厚度； ρ 为薄铝板的密度；（７）亭壁蒸发器的制冷剂模型分析与常规风冷空调类似，制冷剂在蒸发管内是一个沸腾换热过程，模型如图４所示．图４中：犺ｉｎ，犺ｏｕｔ分别为制冷剂进、出口焓值；狇为蒸发管管壁向单位制冷剂传递热量，满足１（（犜ｏ－犜ｒ）．８）狇＝／１犺ｉ＋１／犺１式（８）中：犺ｉ为制冷剂与管壁间对流系数；犜ｏ为蒸发管壁温；犜ｒ为制冷剂温度．制冷剂在蒸发管中流动过程经历两相区和过热区，在计算制冷剂与管壁间的换热系数时，二者所选用的公式不同．制冷剂两相区换热系数采用Ｇｕｎｇｏｒｎｔｅｒｔｏｎ关联式 ?Ｗｉ［１２］图４亭壁蒸发器制冷剂传热微元模型计算，制冷剂单相区换热系数采用Ｆｉ４Ｍｉｃｒｏｓｔｒｕｃｔｕｒｅｍｏｄｅｌｇ．Ｇｎｉｅｌｉｎｓｋｉ关联式计算．制冷剂传热微元满足的能量方程、连续性方程及动量方程分别为ｏｆｒｅｆｒｉｒａｎｔｈｅａｔｔｒａｎｓｆｅｒｇｅ［１３］犺） （ （犺） π犱ｉ·犺（ ρ ，＋狌 ρ ＝ｉ犜ｗ－犜ｒ）狋犃ｉ  狓狌）  ρ＋（ ρ ＝０，狋狓   犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．ｉｎｐａｖｉｌｉｏｎｗａｌｌｅｖａｐｏｒａｔｏｒ（９）（１０）华侨大学学报（自然科学版）８６２２０１８年狌）ｄ犘 （ （狌） ρ （．１１）＋狌 ρ ＝犡－狋ｄ狓  狓式（９）～（１１）中：犡为单位体积力在流动方向上的分量；犃ｉ为蒸发器管内截面积；犱ｉ为内径；狌为制冷剂流动方向上的流速；犘为压力．整理式（７），（９），可得犉犙＝ξ（犺ｏｕｔ－犺ｉｎ）＝ ∑ （犛＋狇１＋狇２）＝２犜ｗ－犜０犜ｎ－犜０烄烌犉／／犺ｉ＋１／犺ｓ＋．１犺（ δ １＋１１２） ∑２１／犺２＋１／犺ｉ＋ ∑ λ烎烆犜４ｗ－犜４ α犐＋ε σ（ｏ）式（为太阳能换热系数，表示太阳能传递到蒸发管的热量换算为对流换热１２）中：犺ｓ＝犜ｗ－犜ｏ１１量的等价对流换热的系数；为外对流换热系数；为内对流换犺ｗ＝／犺ｎ＝／／／１犺１＋１犺ｉ＋１犺ｓ１犺２＋１／犺ｉ＋δ／ λ ／２为复合对流换热系数；热系数；犺ａ＝（犺ｗ＋犺ｎ）犉为蒸发器换热面积． ξ 为制冷剂质量流量；换热理论中的换热系数应取作用在全管换热面积上的换热系数，但在假设条件中，蒸发管与室内外的换热面积分别取半管，故取犺ｗ，犺ｎ的平均值作为全管的换热系数．可兼顾全管换热的均匀性，同时提高蒸发管得热量计算的准确性．由上述分析可知，影响亭壁蒸发器得热量的因素有太阳辐射照度、室内外温度等气候条件及亭壁自身结构．此外，复合对流换热系数犺ａ也可在一定程度上反映上述因素对亭壁传热的影响．分别将犺ｗ，犺ｎ，犺ａ计算式代入式（１２），可得亭壁蒸发器得热量，即／２．（犜ｗ－犜ｏ）＋犺ｎ（犜ｎ－犜ｗ）１３）狇＝犺ａ（基于上述数学模型应用于Ｍａｔｌａｂ软件编写程序，对亭壁蒸发器进行仿真计算，制冷剂性质从ＲＥＦＰＲＯＰ软件中调取［１４］．亭壁蒸发器的仿真流程［１５］，如图５所示．３实验验证３．１实验装置选取太原地区的某岗亭，供暖原理是以低位能源（太阳能与空气能）为热源，制冷剂直接采用地板辐射采暖．岗亭中的制冷剂在亭壁蒸发器内，可同时吸收太阳辐射能和室内外两侧空气热量，将吸收的热量变成过热气体，经压缩机流入地板结构里的冷凝管；在冷凝管中，冷凝放热以加热室内空气，经热力膨胀阀节流降压后，返回亭壁蒸发器中．至此，完成一个工作循环．图５亭壁蒸发器仿真流程Ｆｉ５Ｓｉｍｕｌａｔｉｏｎｐｒｏｃｅｓｓｏｆｇ．ｉｌｉｏｎｗａｌｌｅｖａｐｏｒａｔｏｒｐａｖ亭壁蒸发器的结构参数如下：蒸发管管长犔为４０ｍ；管间距犠为５０ｍｍ；管内径犇ｉ、外径犇ｏ分别为９，１０ｍｍ；薄铝板厚度δＡｌ为０．５ｍｍ；不锈钢板厚度δｓ为１ｍｍ；太阳能发射率取０．１１；太阳能涂层厚度在５～７μｍ之间，黑色光滑，以丙烯酸树脂为基础材料，以ＡｌＰＯ４及ＮｉＳＯ４ ·６Ｈ２Ｏ为功能成分；吸热系数取０．９７；绝热材料导热系数λｃ为０．０２Ｗ ·ｍ－２；厚度δｃ为１００ｍｍ；铝塑板厚度为３ｍｍ．在实验工况下，制冷剂（Ｒ１３４ａ）流量为０．０１５ｋｇ·ｓ－１，过热度为８ ℃．实验测试时间段选１０：００－１７：００，每隔３０ｍｉｎ记录一组数据．得热量与复合对流换热系数为亭壁蒸发器的主要性能参数．在亭壁蒸发器进出口，设置商用冷媒压力表和Ｐｔ１００型热电偶温度探测器（精度为０．１ ℃ ），依据制冷剂的压力值和温度，通过ＲＥＦＰＲＯＰ查取制冷剂进出口焓值，两者差值为亭壁蒸发器的得热量；用ＥＴＨ?Ｐ型环境试验设备智能多路巡检仪（精度为 ±０．２ ℃ ）测量室外温度；用天空辐射表和辐射电流表（精度为１Ｗ·ｍ－２）测量室外太阳辐射照度．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期李宗北，等：亭壁蒸发器换热性能的理论分析及仿真８６３３．２实验结果与分析当天的室外温度（犜ｗ）与太阳辐射照度（犐），如图６所示．由图６可知：室外温度在－０．５～５．０ ℃间波动，在１５：００时达到最大值；太阳辐射照度在１００～５００Ｗ·ｍ－２间波动，在１３：００时达到最大值．亭壁蒸发器的得热量（犙）与复合对流换热系数（犺ａ）随时间的变化，如图７所示．由图７可知：随着太阳辐射照度的增强，亭壁蒸发器的得热量逐渐增大，在１３：００时达到最大值（０．４ｋＷ），随后逐渐降低．对亭壁蒸发器的分析可知，对于特定结构的亭壁蒸发器，影响其得热量的主要因素包括太阳辐射照度和环境温度等气候参数．在１０：００－１３：００时，太阳辐射照度及环境温度均升高，蒸发器得热量升高；在１３：００－１５：００时，环境温度升高，但太阳辐射照度下降，亭壁得热量下降，说明太阳辐射照度对蒸发器得热量的影响比环境温度大；在１５：００－１７：００时，环境温度下降，蒸发器得热量下降．太阳辐射照度增大，太阳能传递到制冷剂的热量从而增大，蒸发器制冷剂得热量增大；当太阳辐射照度增大至最大值时，蒸发器得热量则最大．蒸发器的得热量模拟结果与实验数据较吻合，仅在开始时段误差较大（最大相对误差小于５．００％），证明仿真模型的准确性较高．通过与常规风冷热泵的得热量比较可知，亭壁蒸发器的得热量平均提高４７．４２％．图６室外温度和太阳辐射照度的变化情况图７蒸发器的得热量和复合对流换热系数的变化情况Ｆｉ６Ｃｈａｎｇｅｓｏｆａｍｂｉｅｎｔｔｅｍｐｅｒａｔｕｒｅａｎｄｇ．ｓｏｌａｒｉｒｒａｄｉａｎｃｅＦｉ７Ｃｈａｎｇｅｓｏｆｈｅａｔｇａｉｎｏｆｐａｖｉｌｉｏｎｗａｌｌｇ．ｅｖａｐｏｒａｔｏｒａｎｄｃｏｍｐｏｓｉｔｅｃｏｎｖｅｃｔｉｏｎｈｅａｔｔｒａｎｓｆｅｒｃｏｅｆｆｉｃｉｅｎｔ复合对流换热系数（犺ａ）与太阳辐射照度、环境温度、室内温度等条件有关，其变化趋势与亭壁蒸发器得热量的变化趋势相同，随着太阳辐射照度的增强（减弱）而增大（减小）．在１３：００时达到了最大值８．３２Ｗ·（ｍ２ ·Ｋ）－１，说明太阳辐射照度对其影响最大．除气候条件外，亭壁蒸发器的自身结构对得热量有一定的影响，如蒸发管管长、管间距、绝热层厚度等．为便于分析比较，假定环境温度为５ ℃ ，太阳辐射照度为４００Ｗ ·ｍ２．假设管间距等条件不变，蒸发管管长（犔）对蒸发器得热量（犙）的影响，如图８所示．由图８可知：随着蒸发管管长的增加，蒸发器的面积随之增大，蒸发器的得热量也随之增大，但趋势趋于平缓．这是因为受到环境温度与太阳辐射的影响，使蒸发器的得热量增大，同时，由于蒸发器表面与室外空气的温差减小，导致蒸发器得热量的增幅减小．亭壁蒸发器与常规风冷蒸发器相比，得热量平均提高３５．２２％．假设管长等不变，管间距（犠）对蒸发器得热（犙）的影响，如图９所示．由图９可知：管间距增大，意味着单位管射面积增大，蒸发器得热量从而增加；而蒸发器表面温度升高，散热量增加，使得热量增速放缓，并趋于稳定．亭壁蒸发器与常规风冷蒸发器相比，得热量平均提高２８．５０％．图８蒸发器管长对得热量的影响Ｆｉ８Ｅｆｆｅｃｔｏｆｅｖａｐｏｒａｔｏｒｔｕｂｅｌｅｎｇｔｈｏｎｈｅａｔｇａｉｎｇ．图９蒸发器管间距对得热量的影响Ｆｉ９Ｅｆｆｅｃｔｏｆｅｖａｐｏｒａｔｏｒｔｕｂｅｓｐａｃｉｎｇｏｎｈｅａｔｇａｉｎｇ．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８６４２０１８年长的太阳辐假设管间距等条件不变，绝热层厚度（ δｃ）对蒸发器得热（犙）的影响，如图１０所示．由图１０可知：随着绝热层厚度的增加，室内空气与制冷剂之间的热阻增大，使室内空气对蒸发管的传热量减小，从而减小蒸发器的得热量；当绝热层厚度增大到一定数值时，蒸发管的得热量趋于稳定．４结论１）在亭壁蒸发器传热分析中，提出复合对流换热系数概念，构建亭壁蒸发器数学模型．亭壁蒸发器得热量的模拟值与实验值的误差在５．００％之内，数据吻合较好．图１０蒸发器绝热层厚度对得热量影响Ｆｉ１０Ｅｆｆｅｃｔｏｆｅｖａｐｏｒａｔｏｒｉｎｓｕｌａｔｉｏｎｇ．ｌａｙｅｒｔｈｉｃｋｎｅｓｓｏｎｈｅａｔｇａｉｎ２）亭壁蒸发器的得热量与复合对流换热系数受太阳辐射照度的影响较大，受环境温度影响较小；蒸发器得热量、复合对流换热系数随太阳辐射照度的增强而增大，随太阳辐射照度的减弱而减小．３）随着亭壁蒸发器的管长增加，得热量增大；随着亭壁蒸发器的管间距增加，得热量增大；随着亭壁蒸发器的绝热层厚度增加，得热量减小．参考文献：［１］杜彦，田琦，杨晋明，等．空气源热泵直接地板辐射供暖系统优化运行方式［Ｊ］．华侨大学学报（自然科学版），２０１５，３６（２）：１９９２０４．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１５．０２．０１９９． ? ? ［２］李先庭，宋鹏远，石文星，等．实现冬夏季均高效运行的新型热泵系统：柔性热泵系统［Ｊ］．暖通空调，２０１６，４６（１２）：１７． ? ［３］王伟，刘景东，孙育英，等．空气源热泵在北京地区全工况运行的关键问题及应对策路［Ｊ］．暖通空调，２０１７，４７（１）：２０２７． ? ［４］黎珍，田琦，董旭．太原地区太阳能耦合空气源热泵一体化热水系统性能分析［Ｊ］．华侨大学学报（自然科学版），２０１７，３８（５）：６７０６７５．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１６１２０１４． ? ? ［５］ＣＡＰＰＥＬＣ，ＳＴＲＥＩＣＨＥＲＷ，ＬＩＣＨＴＢＬＡＵＦ，犲狋犪犾．Ｂａｒｒｉｅｒｓｔｏｔｈｅｍａｒｋｅｔｐｅｎｅｔｒａｔｉｏｎｏｆｆａｃａｄｅｉｎｔｅｇｒａｔｅｄｓｏｌａｒ ? ｅｇｙｐｒｏ．２０１４．０２．１５１．ｔｈｅｒｍａｌｓｙｓｔｅｍｓ［Ｊ］．Ｅｎｅｒｏｃｅｄｉａ，２０１４，４８：１３３６１３４４．ＤＯＩ：１０．１０１６／ ? ｊ．ｇｙＰｒ［６］季杰，刘可亮，裴刚，等．对太阳能热泵ＰＶ蒸发器的理论研究及基于分布参数法的数值模拟［Ｊ］．太阳能学报，ｉｓｓｎ：２００６，２７（１２）：１２０２１２０７．ＤＯＩ：１０．３３２１／０２５４００９６．２００６．１２．００４． ? ? ｊ．［７］张井山，许道金，魏加杰，等．一种与空气源热泵结合的太阳能采暖系统性能分析［Ｊ］．太阳能，２０１７（６）：４６４８． ? ［８］杜海存，马立．太阳能?空气源热泵的直接采暖系统［Ｊ］．南昌大学学报（工科版），２０１５（２）：１５５１５８．ＤＯＩ：１０．３９６９／ ? ｊ．０４５６．２０１５．０２．０１２．ｉｓｓｎ．１００６ ? ［９］邢琳，闫金州，汪坤海，等．直膨式太阳能热泵柔性设计［Ｊ］．制冷学报，２０１８（２）：３１ＤＯＩ：１０．３９６９／ｉｓｓｎ．０２５３ ?３８． ? ｊ．４３３９．２０１８．０２．０３１．［１０］ＤＯＮＧＸｕ，ＴＩＡＮＱｉ，ＬＩＺｈｅｎ．Ｅｎｅｒｒｌｓｉｓｏｆｓｏｌａｒｉｎｔｅｇｒａｔｅｄａｉｒｓｏｕｒｃｅｈｅａｔｐｕｍｐｆｏｒｒａｄｉａｎｔｆｌｏｏｒｇｙａｎｄｅｘｅｇｙａｎａｙｈｅａｔｉｎｇｗｉｔｈｏｕｔｗａｔｅｒ［Ｊ］．Ｅｎｅｒｉｌｄｉｎｇｓ，２０１７，１４２：１２８１３８．ＤＯＩ：１０．１０１６／ｅｎｂｕｉｌｄ．２０１７．０３．０１５． ? ｇｙａｎｄＢｕｊ．［１１］ＤＵＦＦＩＥＪＡ，ＢＥＣＫＭＡＮＷＡ．Ｓｏｌａｒｅｎｇｉｎｅｅｒｉｎｇｏｆｔｈｅｒｍａｌｐｒｏｃｅｓｓｅｓｓｅｃｏｎｄｅｄｉｔｉｏｎ［Ｊ］．ＥｄｉｔｉｏｎｏｈｎＷｉｌｅｙａｎｄｊ１９８０，８１（４）：１６５９１．ＤＯＩ：１０．１１１９／１．１４１７８．Ｓｏｎｓ，［１２］ＧＵＮＧＯＲＫＥ，ＷＩＮＴＥＲＴＯＮＲＨＳ．Ａｇｅｎｅｒａｌｃｏｒｒｅｌａｔｉｏｎｆｏｒｆｌｏｗｂｏｉｌｉｎｇｉｎｔｕｂｅｓａｎｄａｎｎｕｌｉ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＨｅａｔａｎｄＭａｓｓＴｒａｎｓｆｅｒ，１９８６，２９（３）：３５１３５８．ＤＯＩ：１０．１０１６／００１７９３１０（８６）９０２０５． ? ? ?Ｘ［１３］石文星，王宝龙，邵双全．小型空调热泵装置设计［Ｍ］．北京：中国建筑工业出版社，２０１３：９６１００． ? ［１４］ＷＨＩＴＭＡＮＷＣ，ＪＯＨＮＳＯＮＷＭ，ＴＯＭＣＺＹＫＪＡ，犲狋犪犾．Ｒｅｆｒｉｒａｔｉｏｎａｎｄａｉｒｃｏｎｄｉｔｉｏｎｉｎｇｔｅｃｈｎｏｌｏｇｙ［Ｍ］．６ｔｈｇｅｅｄ．Ｄｅｌｍａｒ：ＣｅｎｇａｇｅＬｅａｒｎｉｎｇ，２００８．［１５］丁国良，张春路．制冷空调装置仿真与优化［Ｍ］．北京：科学出版社，２００１：３１３６，５０５５． ? ? （编辑：李宝川责任编辑：陈志贤犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：刘源岗）第３９卷第６期２０１８年１１月华侨大学学报（自然科学版）ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｖｏｌ．３９Ｎｏ．６Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０４０７０ ? 非均匀孔隙率防风抑尘网优化设计王世杰，宋罛芳，雷勇刚，景胜蓝，秦成君，刘治廷（太原理工大学环境科学与工程学院，山西太原０３００２４）摘要：基于均匀孔隙率抑尘网后呈现贴附涡旋贴附的流动状态，提出将抑尘网从下到上划分为孔隙率不同的三部分，建立非均匀孔隙率下，露天堆场周围空气流场的数学模型．运用Ｆｌｕｅｎｔ６．３，模拟９种非均匀孔隙率组合下网后的空气流动和堆面受力．结果表明：三层非均匀抑尘网的设置可人为引导网后空气运动的微环境；网的上、下部孔隙率（３增至０．６时，料堆的迎风面流场先减弱后增强， εＨ， εＬ）不变，中部孔隙率（ εＭ）从０．４时，获最佳减速效果；上部孔隙率从０增至０．２时，１时最优；调整网下部孔隙率，２时最 εＭ＝０． εＨ＝０． εＬ＝０．佳；孔隙率组合εＨ ∶εＭ ∶εＬ＝０．１∶０．４∶０．２以最大限度地虚弱迎风面受力而获最小剪切力，与均匀空隙率（３）网相比减小６６．１％，与上、下两层非均匀网（１∶０．３）相比减小３１．２％，抑尘效果最佳． ε＝０． εＨ ∶εＬ＝０．关键词：露天堆场；非均匀孔隙率；防风抑尘网；数值模拟中图分类号：Ｘ５１３文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８６５０７ ? ? ? 犇犲狊犻狋犻犿犻狕犪狋犻狅狀狅犳犖狅狀犻犳狅狉犿犘狅狉狅狊犻狋狉狅狌狊犉犲狀犮犲狊 ?犝狀犵狀犗狆狔犘狅ＷＡＮＧＳｈｉｉｅ，ＳＯＮＧＣｈｏｎｇｆａｎｇ，ＬＥＩＹｏｎｇｇａｎｇ，ｊＪＩＮＧＳｈｅｎｇｌａｎ，ＱＩＮＣｈｅｎｇｕｎ，ＬＩＵＺｈｉｔｉｎｇｊ（ＣｏｌｌｅｇｅｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＴａｉｉｖｅｒｓｉｔｆＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｉｎａ）ｙｕａｎＵｎｙｏｙｕａｎ０３００２４，Ｃｈ犃犫狊狋狉犪犮狋：Ｂａｓｅｄｏｎｔｈｅｆｌｏｗｓｔａｔｅｏｆａｄｈｅｒｅｎｃｅｒｔｅｘｔｔａｃｈｍｅｎｔａｆｔｅｒｔｈｅｕｎｉｆｏｒｍｐｏｒｏｓｉｔｈｉｓｗｏｒｋｄｉ  ?ｖｏ ?ａｙ，ｔｖｉｄｅｓｔｈｅｐｏｒｏｕｓｆｅｎｃｅｉｎｔｏｔｈｒｅｅｐａｒｔｓｗｉｔｈｄｉｆｆｅｒｅｎｔｐｏｒｏｓｉｔｉｅｓｆｒｏｍｔｈｅｂｏｔｔｏｍｔｏｔｈｅｔｏｐａｎｄａｐｈｙｓｉｃａｌａｎｄｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｏｆｔｈｅａｉｒｆｌｏｗｆｉｅｌｄａｒｏｕｎｄｔｈｅｏｐｅｎｓｔｏｒａｇｅｙａｒｄｕｎｄｅｒｎｏｎ?ｕｎｉｆｏｒｍｐｏｒｏｓｉｔｓｅｓｔａｂ  ｙｉｌｉｓｈｅｄ．Ｆｌｕｅｎｔ６．３ｉｓｕｓｅｄｔｏｓｉｍｕｌａｔｅｔｈｅａｉｒｆｌｏｗｂｅｈｉｎｄｔｈｅｐｏｒｏｕｓｆｅｎｃｅａｎｄｔｈｅｆｏｒｃｅａｐｐｌｉｅｄｔｏｔｈｅｐｉｌｅｆａｃｅｕｎｄｅｒｎｉｎｅｃｏｍｂｉｎａｔｉｏｎｓｏｆｎｏｎｉｆｏｒｍｆｅｎｃｅｗｉｔｈｄｉｆｆｅｒｅｎｔｐｏｒｏｓｉｔｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｔｈｒｅｅｌａｙｅｒ ?ｕｎ ? ｙ．Ｔｈｅｒｉｆｏｒｍｆｅｎｃｅｃａｎａｒｔｉｆｉｃｉａｌｌｉｄｅｔｈｅｍｉｃｒｏｅｎｖｉｒｏｎｍｅｎｔｏｆａｉｒｍｏｖｅｍｅｎｔｂｅｈｉｎｄｔｈｅｆｅｎｃｅ．Ｔｈｅｕｐｐｅｒｐｏ  ｎｏｎ ?ｕｎｙｇｕｒｏｓｉｔｈｅｌｏｗｅｒｐｏｒｏｓｉｔｒｅｕｎｃｈａｎｇｅｄ，ａｎｄｔｈｅｃｅｎｔｒａｌｐｏｒｏｓｉｔｎｃｒｅａｓｅｓｆｒｏｍ０．３ｔｏ０．６． εＨ， εＬ）ａ εＭ）ｉｙａｎｄｔｙ（ｙ（Ｔｈｅｆｌｏｗｆｉｅｌｄａｔｔｈｅｗｉｎｄｗａｒｄｓｉｄｅｏｆｔｈｅｐｉｌｅｒｅｄｕｃｅｓｆｉｒｓｔａｎｄｔｈｅｎｉｎｃｒｅａｓｅｓ，ａｎｄｔｈｅｂｅｓｔｄｅｃｅｌｅｒａｔｉｏｎｅｆｆｅｃｔｉｓｏｂｔａｉｎｅｄａｔεＭ＝０．４．Ｗｈｅｎｔｈｅｕｐｐｅｒｐｏｒｏｓｉｔｎｃｒｅａｓｅｓｆｒｏｍ０ｔｏ０．２，εＨ＝０．１ｉｓｏｐｔｉｍａｌ．Ｂｙａｄｕｓｔｔｈｅｙｉｊｒｏｓｉｔｆｔｈｅｌｏｗｅｒｐａｒｔｏｆｔｈｅｆｅｎｃｅ，２ｉｓｔｈｅｂｅｓｔ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｕｎｉｆｏｒｍｐｏｒｏｓｉｔ３）ａｎｄ εＬ＝０． ε＝０．ｐｏｙｏｙ（ｔｈｅｔｗｏｌａｙｅｒｎｏｎｉｆｏｒｍｎｅｔｗｏｒｋ（１∶０．３），ｔｈｅｆｏｒｃｅｉｓｒｅｄｕｃｅｄｂｙ６６．１％ａｎｄ３１．２％ｒｅｓｐｅｃ  ? ?ｕｎ εＨ ∶εＬ＝０．ｔｉｖｅｌｉｎｇｔｈｅｐｏｒｏｓｉｔｏｍｂｉｎａｔｉｏｎｏｆεＨ ∶εＭ ∶εＬ＝０．１∶０．４∶０．２，ｗｈｉｃｈｃａｎｍａｘｉｍｉｚｅｔｈｅｗｅａｋｙｗｈｅｎｕｓｙｃｗｉｎｄｗａｒｄｆａｃｅｔｏｏｂｔａｉｎｔｈｅｍｉｎｉｍｕｍｓｈｅａｒｆｏｒｃｅａｎｄｔｈｅｒｅｆｏｒｅｓｈｏｗｓｔｈｅｂｅｓｔｆｅｎｃｅｅｆｆｅｃｔ．ｒｏｕｓｆｅｎｃｅ；ｎｕｍｅ犓犲狉犱狊：ｏｐｅｎｓｔｏｒａｇｅｐｉｌｅ；ｎｏｎｉｆｏｒｍｐｏｒｏｓｉｔｒｉｃａｌｓｉｍｕｌａｔｉｏｎ ?ｕｎｙ；ｐｏ狔狑狅收稿日期：２０１８０４２１ ? ? 通信作者：宋罛芳（１９７４ＣＦＤ数值模拟在空气流动 ?），女，副教授，博士，主要从事暖通空调节能技术、空气污染控制、和污染物扩散的研究．Ｅｉｌ：ｓｏｎｇｃｈｏｎｇｆａｎｇ＠ｔｔ．ｅｄｕ．ｃｎ． ?ｍａｙｕ基金项目：国家自然科学基金资助项目（５１１０８２９５）华侨大学学报（自然科学版）８６６２０１８年大气中的固体颗粒是城市污染物的重要组成部分［１?２］，也是空气质量标准中的重要指标．工矿企业中，大型露天料堆形成的扬尘颗粒物已成为大气污染颗粒物的主要来源［３?４］．防风抑尘网作为一种有效的抑尘手段，已广泛应用于工程实践中［５?７］．国内外研究人员认为，孔隙率对防风抑尘网的抑尘效果影响最为显著［８?１１］．凌裕泉等［１２］对沙坡头铁路北侧进行现场试验，发现当孔隙率为０．３～０．４时，防护效果最［］好．Ｄｏｎｇ等１３等通过缩尺风洞模拟不同来流风速、不同孔隙率下，网后的气流结构，发现不同来流风速下平均速度场相似，网后会出现７个典型流动区域，随着孔隙率的增加，网后流动区域数量会减少，但气［］流结构会更加复杂，得出最佳孔隙度为０．２或０．３．Ｓａｎｔｉａｇｏ等１４对比６种不同孔隙率对平均风速和湍［］流脉动的影响，得出孔隙率为０．３５时，网后较长距离内流线平稳，防护效果最好．Ｈｕａｎｇ等１５研究网上部孔隙率（３时，保护效果 εｕ）和网下部孔隙率（ εＬ）的５种组合，以ＰＩ值为评价指标，得出εｕ∶εＬ＝０∶０．［１６］最佳．陈延国等对孔隙率为０％，３０％，４０％的蝶形网和平板网的流场结构进行数值模拟，结果显示，孔隙率为４０％的蝶形网性能最优．张立群等［１７］用计算流体动力学（ＣＦＤ）数值模拟发现，网板底部孔隙率为０．３，０．４，０．５时，导沙效果较好．目前，对于防风抑尘网最优孔隙率的研究多集中于均匀网，且最优孔隙率的数值不尽相同．但对均匀网不同孔隙率下，抑尘网后料堆周围风场的微观特性研究发现，网后料堆不同高度处的风场结构和散尘特性不同．本文基于露天堆场防风抑尘网设置后空气流动规律的不均匀性，将抑尘网设置为上、中、下不同孔隙率的形式，应用标准犽? ε 湍流模型，模拟料堆周围空气运动规律和料堆表面剪切力特性，以期获得抑尘网的一些优化设计．１数值模拟１．１几何模型选取风洞实验中一棱台型料堆为模拟对象，料堆尺寸参数［１８］如下：棱台下表面长１５４ｍ，宽５１ｍ；棱台上表面长１１３ｍ，宽１０ｍ；料堆高１７ｍ．张奕君等［１９］研究表明，防风抑尘网的高度、宽度和与料堆距离的选取对网的庇护效果至关重要，当网高为料堆高１．１～１．３倍时，网的抑尘效果最佳．综合经济性考虑，取网高为堆高的１．３倍，即２２ｍ；网与料堆间距在１．０～１．５倍堆高为最佳范围，故取间距为１．０倍堆高，即１７ｍ；网长度的选取至少与料堆下表面长度相等，故网长取１．０倍堆长，即１５４ｍ．数值模拟中，计算区域的选取对模拟结果至关重要．堆场对周围流场的影响是以其为中心向周围扩散产生，宋罛芳等［２０?２１］以料堆为中心区域，向四周逐步扩大计算区域，选取７种计算模型，以料堆平顶面剪切力为考查指标，发现料堆平顶面剪切力随计算区域的增加而逐渐降低，计算区域高取７倍堆高，长取１４倍堆高，宽取２倍堆高时，剪切力变化仅为０．０４％．因此，选取以上区域为计算区域，如图１所示．图１中：料堆下表面中心位置为坐标原点；犡轴正向为来流方向；犢轴正向为沿料图１计算区域图（单位：ｍ）堆高度；犣轴正向为沿堆长方向．１．２数学模型Ｆｉ１Ｃｏｍｐｕｔａｔｉｏｎａｌｄｏｍａｉｎ（ｕｎｉｔ：ｍ）ｇ．露天堆场周围空气可视为理想牛顿流体，密度为常数，周围无热量传递．１）质量守恒方程，即 狌犻／狓犻＝０．（１）２）动量守恒方程，即ｄ狌犻犽２ 狌犻 狌犼２ 狌犻 狆  犆μ 犽δ犻，犼＋犛犻．狌犼＋＋ρ － ρ ＝－＋ μ ρ 狓狓３ｄ狓犼 ε 犼 犻 狓犼 狓犼 狓犼３）犽 ? ε 两方程，即（［［（）］）犽ｔ  犽狌犼  ＝  μ＋μ ＋犌ｋ＋犌ｂ－ρ ε． ρ σｋ 狓犼 狓犼 狓犻犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．］（２）（３）第６期王世杰，等：非均匀孔隙率防风抑尘网优化设计８６７２ ε  ε  ε（ ε ． μｔ  ），，，狌犆犌犆犌犆＋＝＋＋－１ｋ３ｂ２ ε ε ε 犼 ρ 狓 ρ犽犽 狓犻 μ σε 狓犼犼［（）］（４）模拟防风网多孔介质，源项犛犻由粘性损失和惯性损失两部分组成，即犛犻＝－ μ ＋犆２１ρ｜狌｜狌犻，２ α ２犃ｐ／犃ｆ）－１其中：为多孔介质的渗透性， · ；为惯性阻力因子，－１；为网孔总面积，１（犆２＝２．ｍｓ犆２ｍ犃ｆ α 狋犆（）ｍ２；犃ｐ为网板总面积ｍ２；狋为网厚度，取０．００２ｍ；犆近似为０．９８；Ｎ·Ｓ·ｍ－２． μｔ为湍流粘性系数，对于不可压缩流体，犌ｂ＝０；当主流方向与重力方向垂直时，犆３，ε＝０；系数犆１，ε，犆２，ε，犆μ， σｋ和σε 根据文献［２２２３］分别取值为１．４４，１．９２，０．０９，１．０和１．３；空气动力粘性系数μ 取１．７９×１０－５Ｎ·Ｓ·ｍ－２． ? １．３网格的划分对计算区域进行网格划分时，采用分区划分，用狔＝１．５犺（犺为料堆高度）将计算区域划分为两部分，再对网前３ｍ和堆后１ｍ作切平面划分，共得到６个子区域．料堆和网所在区域为加密区域，以此区域为中心向四周进行网格划分，比例因子取１．０２．由此得出，网和料堆所在区域网格最密，此区域向四周网格渐渐变疏，网格划分的疏密符合流场梯度变化情况，网格划分如图２所示．图２网格划分网格独立性考核是数值模拟的重要一步，对模型网格Ｆｉ２Ｍｅｓｈｇｅｎｅｒａｔｉｏｎｇ．数量从小到大进行了５种划分，以料堆迎风面剪切力为判别指标进行网格独立性考核，计算结果如表１所示．表１中：犖为网格数量；犉为迎风面剪切力．表１网格独立性考核Ｔａｂ．１Ａｓｓｅｓｓｍｅｎｔｏｆｇｒｉｄｉｎｄｅｐｅｎｄｅｎｃｅ参数４犖／×１０犉／Ｎ网格１网格２网格３网格４网格５８３．０４５６９２．８５６４１２０．１４８９１５５．５２１８２２１．７８６５５３．８９５３．５２５３．２９５３．２４５３．２８由表１可知：网格数量从８３０４５６增加到２２１７８６５时，剪切力呈逐渐减小的趋势，且剪切力减小程度逐渐降低；网格数量从１５５５２１８增加到２２１７８６５时，剪切力变化率为０．０７％，对网格进一步做加密处理不会影响模拟结果．因此，数值模拟网格数取１５５５２１８．边界条件如下：防风抑尘网设为ＰｏｒｏｕｓＪｕｍｐ边界条件；出口边界设为压力出口；入口边界条件设 ? 为速度入口，风速为６ｍ·ｓ－１；料堆表面和地面为无滑移壁面；计算区域前、后及上表面设为对称边界条件；压力、动量、湍流动能和耗散项均采用二阶迎风格式进行模拟．１．４数值模拟验证［］对Ｐａｒｋ等２４风洞实验的工况进行数值模拟，压力系数模拟结果和实验结果的对比，如图３所示．图３中：犆ｐ为压力系数；犡／犅为位置，犡是数值模拟中狓方向的尺寸，犅是风洞实验中狓方向的尺寸．由图３可知：模拟结果和实验结果中，来流风在防风抑尘网前后的压力变化规律相同，通过数据对比发现，模拟结果和实验结果的相对误差为６．２１％，此误差在可接受范围内，验证了ＰｏｒｏｕｓＪｕｍｐ边界条件的可行性． ? 图３压力系数数值模拟与实验对比Ｆｉ３Ｃｏｍｐａｒｉｓｏｎｏｆｎｕｍｅｒｉｃａｌｇ．２结果与讨论ｓｉｍｕｌａｔｉｏｎａｎｄｅｘｐｅｒｉｍｅｎｔａｌｐｒｅｓｓｕｒｅｃｏｅｆｆｉｃｉｅｎｔｆｏｒｐｏｒｏｕｓｆｅｎｃｅ２．１非均匀防风抑尘网后料堆周围速度场已有研究表明，均匀孔隙率抑尘网后呈现比例不同的贴附流、涡漩流、贴附流三种形态［２５］．因此，将防风抑尘网分为上、中、下三部分，取均匀网某工况的模拟结果，迎风面前涡旋处于网高１／３～２／３处，将三部分网高从下到上设为７，７，８ｍ，各层孔隙率表示为εＬ ∶εＭ ∶εＨ．研究结果表明，低孔隙率（３） ε＜０．［２６］网后料堆上部扬尘得到明显抑制，而高孔隙率（３）的抑尘作用主要体现在料堆迎风面中下部． ε≥０．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８６８２０１８年所以，将网上部设置较小孔隙率，以削弱来流风对迎风面上部和平顶面的动力影响；为减小近地层贴附流穿过抑尘网后对料堆迎风面下部的剪切作用，取下部孔隙率为０．１～０．４进行模拟．基于上部和下部孔隙率的设置范围均较小，会因其渗流风比例小而引起网后中部区域压力甚小，在垂直压差作用下形成较强的涡旋，导致迎风面物料被卷吸扬起，故中部孔隙率设置为０．３～０．６，以通过适量的来流风．上、中、下部孔隙率设置的工况，如表２所示．表２不同模拟工况下的孔隙率表Ｔａｂ．２Ｐｏｒｏｓｉｔａｂｌｅｕｎｄｅｒｄｉｆｆｅｒｅｎｔｓｉｍｕｌａｔｉｏｎｃｏｎｄｉｔｉｏｎｓｙｔ模拟工况 εＭ εＬ εＨ模拟工况 εＭ εＬ εＨ模拟工况 εＭ εＬ εＨ工况１０．３０．２０工况４０．６０．２０工况７０．４０．４００工况５０工况８０．４０．２０．１０工况６０工况９０．４０．２０．２工况２工况３０．４０．５０．２０．２０．４０．４０．１０．３对上述工况进行数值模拟，料堆周围速度矢量分布，如图４所示．（ａ）εＨ ∶εＭ ∶εＬ＝０∶０．３∶０．２（ｂ）εＨ ∶εＭ ∶εＬ＝０∶０．４∶０．２（ｃ）εＨ ∶εＭ ∶εＬ＝０∶０．５∶０．２（ｄ）εＨ ∶εＭ ∶εＬ＝０∶０．４∶０．１（ｅ）εＨ ∶εＭ ∶εＬ＝０∶０．４∶０．３（ｆ）εＨ ∶εＭ ∶εＬ＝０．１∶０．４∶０．２（２∶０．４∶０．２ｇ）εＨ ∶εＭ ∶εＬ＝０．图４不同孔隙率组合下料堆周围速度矢量场Ｆｉ４Ｖｅｌｏｃｉｔｃｔｏｒｆｉｅｌｄｓｏｖｅｒｐｉｌｅｗｉｔｈｄｉｆｆｅｒｅｎｔｐｏｒｏｓｉｔｏｍｂｉｎａｔｉｏｎｓｇ．ｙｖｅｙｃ当防风抑尘网上部孔隙率εＨ为０，下部孔隙率εＬ为０．２时，料堆周围速度矢量场，如图４（ａ）～（ｃ）所示．由于εＨ为０，网上部无气流渗入，来流风绕过抑尘网在上部形成强剪切层，网后中、上部压差较大；较小的下部孔隙率εＬ为０．２时，对近地层来流风的阻碍作用较强，来流风通过网后风速骤降，在粘性力作用下，料堆迎风面中、下部形成低流速的贴附流．受网后上部压差作用，网中部渗流空气一部分在网后形成逆时针漩涡，另一部分气流沿料堆向上运动，在料堆顶部受强剪切层的作用向下游流动．中部孔隙率大小决定渗流风的比例，当εＭ＝０．３时，渗流风较小，受垂直压差作用涡旋较强，随着εＭ的增加，渗流风量渐多，呈现衰减的贴附流，近壁面风速较小；当εＭ＝０．４时达到最小， εＭ继续增大，贴附作用渐强，强烈的剪切力会在迎风面底部产生涡旋，使散尘量增加．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期王世杰，等：非均匀孔隙率防风抑尘网优化设计８６９当防风抑尘网上部孔隙率εＨ为０，中部孔隙率εＭ为０．４时，料堆周围速度矢量场，如图４（ｂ），（ｄ），（ｅ）所示．当网下部孔隙为０．１时，网后中、下部竖向压差增大，在网后出现大尺度涡旋，整个迎风面处于涡旋影响范围，气流扰动较大，抑尘效果较差；当网下部孔隙从０．１增加到０．２时，网后竖向压差减小，料堆迎风面由涡旋流变为微弱贴附流，抑尘效果较好；当网下部孔隙率从０．２增加到０．３，０．４时，料堆迎风面贴附流强度增加，气流紧贴料堆表面运动，料堆壁面空气运动剧烈，扬尘加剧．因此，网下部孔隙率εＬ为０．２时，料堆近壁面空气流速较小，抑尘效果明显．当防风抑尘网中部孔隙率为０．４，下部孔隙率为０．２时，料堆周围速度矢量场，如图４（ｂ），（ｆ），（ｇ）所示．网中部和下部孔隙率不变，１，渗入的空气量增加，网后竖向压差减小，网后上部 εＨ从０增加到０．漩涡消失，料堆迎风面和平顶面为微弱贴附流，近壁面风速较小；当εＨ从０．１增加到０．２时，网中部的高速气流会到达料堆迎风面上部，使迎风面上部和平顶面贴附流强度增加，近壁面风速增加，抑尘效果减弱．综合考虑防风抑尘网后气流运动规律和湍流结构，抑尘网孔隙率为εＨ ∶εＭ ∶εＬ＝０．１∶０．４∶０．２时，防风抑尘效果最佳．２．２非均匀抑尘网后料堆表面动力特性影响露天堆场散尘的因素很复杂，从剪切力角度，可以分辨绕流和水平贴附流的区别，更加准确地反映防风网的防护特性．在料堆各表面中，迎风面的扬尘最为严重，因此，抑制迎风面的扬尘显得尤为重要．不同孔隙率组合下，料堆迎风面受力情况，如图５所示．图５中：犉迎风为迎风面剪切力．（ａ）工况组合１（ｂ）工况组合２（ｃ）工况组合３图５不同孔隙率组合下料堆迎风面剪切力Ｆｉ５Ｓｈｅａｒｆｏｒｃｅｄｉｓｔｒｉｂｕｔｉｏｎｏｎｓｕｒｆａｃｅｓｏｆｐｉｌｅｗｉｔｈｄｉｆｆｅｒｅｎｔｐｏｒｏｓｉｔｏｍｂｉｎａｔｉｏｎｓｇ．ｙｃ由图５（ａ）可知：网上部和下部孔隙率分别为０和０．２时，网中部孔隙率从０．３增加到０．６，料堆迎风面剪切力呈先减小再增大的趋势；当εＭ为０．４时，剪切力较εＭ为０．３时减小了４９．３％，较εＭ为０．５时减小了６５．７％．因此，网中部孔隙率εＭ为０．４，即工况２时，料堆迎风面为微弱贴附流，近壁面风速小，料堆迎风面剪切力最小，为８．６Ｎ．依据上述结论，确定网中部孔隙率为０．４，保持上部孔隙率为０不变，料堆迎风面的受力情况，如图５（ｂ）所示．当网下部孔隙率εＬ从０．１增加到０．４时，料堆迎风面剪切力呈现先减小再增大的趋势；当εＬ为０．２时，剪切力较εＬ为０．１，减小了８１．９％，较εＭ为０．３时减小了８７．３％．因此，网中部孔隙率εＭ为０．２，即工况２时，料堆迎风面剪切力最小．确定网中部孔隙率为０．４，下部孔隙率为０．２时，料堆迎风面受力情况，如图５（ｃ）所示．当网上部孔隙率εＨ从０增加到０．２时，料堆迎风面剪切力呈先减小再增大的趋势；当εＨ为０．１时，剪切力较εＨ为０时减小了１３．９％，较εＨ为０．２时减小了６９．５％．因此，网上部孔隙率εＨ为０．１，即工况８时，料堆迎风面剪切力最小，为７．４Ｎ．综上所述，工况８时，料堆迎风面剪切力最小，料堆迎风面抑尘效果最佳，剪切力的变化趋势也与前述流动形态相吻合．９种工况料堆各表面剪切力绝对值之和（犉ｔｏｔ），如图６所示．由图６可知：工况８时，各表面剪切力绝对值之和最小，整体抑尘效果最好；工况２和工况３时，各表面剪切力绝对值之和较工况８相差不大，抑尘效果较好．为了进一步量化三层非均匀网的抑尘效果，以最优工况εＨ ∶εＭ ∶εＬ＝０．１∶０．４∶０．２与均匀网最犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８７０２０１８年优孔隙率０．３和两层非均匀网最优工况εＨ ∶εＬ＝０．１∶０．３进行对比，结果如表３所示．表３中：犉为剪切力．由表３可知：三层非均匀网迎风面、背风面剪切力在３种工况中最小，迎风面剪切力相较于两层非均匀网减小了８０．６％，较均匀网减少了８９．６％；背风面剪切力较两层非均匀网减少了１９．２％，较均匀网减小了２３．３％；但平顶面剪切力较两层非均匀网略有增加，较均匀网减小了．在抑制料堆整体扬尘上，三层非均匀网效果最佳，各表面剪切力绝对值总和较两层非均匀网减少了３１．２％，较均匀网减小了６６．１％．从上述分析可知，与均匀孔隙率０．３，两层非均匀图６不同孔隙率组合下料堆各表面剪切力之和孔隙率εＨ ∶εＬ＝０．Ｆｉ６Ｓｈｅａｒｆｏｒｃｅｓｕｍｏｎｓｕｒｆａｃｅｓｏｆｐｉｌｅｇ．１∶０．３相比，三层非均匀孔隙率εＨ ∶εＭ ∶εＬ＝０．１∶０．４∶０．２的抑尘效果最出众．ｗｉｔｈｄｉｆｆｅｒｅｎｔｐｏｒｏｓｉｔｏｍｂｉｎａｔｉｏｎｓｙｃ表３不同孔隙率下料堆各表面剪切力值Ｔａｂ．３Ｓｈｅａｒｆｏｒｃｅｖａｌｕｅｓｏｎｅａｃｈｓｕｒｆａｃｅｏｆｐｉｌｅ工况犉／Ｎ迎风面平顶面背风面各表面总和３ ε＝０．７１．１８８６．２２３１．８２１８９．２２１∶０．３ εＨ ∶εＬ＝０．３８．０８２４．９０３０．２０９３．１８１∶０．４∶０．２ εＨ ∶εＭ ∶εＬ＝０．７．４０３２．３２２４．４０６４．１２３结论１）孔隙率大小决定着料堆周围流场及表面受力．三层非均匀抑尘网的设置可以充分利用不同孔隙率下渗流风与绕流风的比例，人为创造料堆周围风场环境，获得料堆表面最弱受力．２）网上部和网下部孔隙率不变，３增加到０．６时，料堆迎风面由贴附漩涡流变为贴附流，再 εＭ从０．由贴附流变为漩涡贴附流的混合流动，当εＭ为０．４时气流扰动较小；网上部和网中部孔隙率不变， εＬ从０．１增加到０．２时，料堆迎风面由漩涡流变为微弱贴附流，２时扰动最小；网中部和下部孔隙率 εＬ为０．不变，２时，料堆上部表面气流运动先减弱，在εＨ为时０．１气流运动达到最小．综合流 εＨ从０增加到０．场规律，得到孔隙率组合εＨ ∶εＭ ∶εＬ＝０．１∶０．４∶０．２的抑尘效果最佳．３）比较三层非均匀网最优工况（１∶０．４∶０．２）、两层非均匀网最优工况（ εＨ ∶εＭ ∶εＬ＝０． εＨ ∶εＬ＝０．１∶０．３）和均匀网最优工况（３）各表面的受力情况．结果表明：三层非均匀网可大幅减小料堆迎 ε＝０．风面扬尘，迎风面剪切力较两层非均匀网减小了８０．６％，较均匀网减少了８９．６％；各表面剪切力绝对值总和较两层非均匀网减少了３１．２％，较均匀网减小了６６．１％；综合受力特性，孔隙率组合εＨ ∶εＭ ∶εＬ＝０．１∶０．４∶０．２时，抑尘效果最佳．参考文献：［１］杨周．城市大气颗粒物地球化学特征与来源研究：以成都市、贵阳市为例［Ｄ］．北京：中国科学院大学，２０１５．［２］文宇博，杨忠芳，夏学齐，等．黑龙江省松嫩平原南部大气颗粒物地球化学特征及来源解析［Ｊ］．现代地质，２０１０，２４（ｉｓｓｎ．１０００４）：８０７８１５．ＤＯＩ：１０．３９６９／８５２７．２０１０．０４．０２２． ? ? ｊ．［３］黄玉虎，曲松，宋光武，等．扬尘源粒度组成筛分方法比较［Ｊ］．环境科学研究，２０１３，２６（５）：５２２５２６．ＤＯＩ：１０．１３１９８／ ? ｒｅｓ．２０１３．０５．６１．ｈｕａｎｇｙｈ．０１０．ｊ．［４］冯鑫媛，王式功，程一帆，等．中国北方中西部沙尘暴气候特征［Ｊ］．中国沙漠，２０１０，３０（２）：３９４３９９． ? ［５］ＬＥＥＳＪ，ＰＡＲＫＣＷ．ＴｈｅｓｈｅｌｔｅｒｅｆｆｅｃｔｏｆｐｏｒｏｕｓｗｉｎｄｆｅｎｃｅｓｏｎｃｏａｌｐｉｌｅｓｉｎＰＯＳＣＯｏｐｅｎｓｔｏｒａｇｅｙａｒｄ［Ｊ］．ＪｏｕｒｎａｌｏｆＷｉｎｄＥｎｇｉｎｅｅｒｉｎｇａｎｄＩｎｄｕｓｔｒｉａｌＡｅｒｏｄｙｎａｍｉｃｓ，２０００，８４（１）：１０１１１８．ＤＯＩ：１０．１０１６／Ｓ０１６７６１０５（９９）０００４６ ? ? ?Ｘ．［６］孙昌峰，陈光辉，范军领，等．防风抑尘网研究进展［Ｊ］．化工进展，２０１１，３０（４）：８７１８７７．ＤＯＩ：１０．１６０８５／ｉｓｓｎ．１０００ ? ? ｊ．６６１３．２０１１．０４．０３５．［７］ＣＯＮＧＸｉａｏｃｈｕｎ，ＣＡＯＳｈｉｉｎｇ，ＣＨＥＮＺｈｉｌｏｎｇ，犲狋犪犾．Ｉｍｐａｃｔｏｆｔｈｅｉｎｓｔａｌｌａｔｉｏｎｓｃｅｎａｒｉｏｏｆｐｏｒｏｕｓｆｅｎｃｅｓｏｎｗｉｎｄ ? ｑ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期王世杰，等：非均匀孔隙率防风抑尘网优化设计８７１ｂｌｏｗｎｐａｒｔｉｃｌｅｅｍｉｓｓｉｏｎｉｎｏｐｅｎｃｏａｌｙａｒｄｓ［Ｊ］．ＡｔｍｏｓｐｈｅｒｉｃＥｎｖｉｒｏｎｍｅｎｔ，２０１１，４５（３０）：５２４７５２５３．ＤＯＩ：１０．１０１６／ ? ｊ．ａｔｍｏｓｅｎｖ．２０１１．０７．００５．［８］ＤＯＮＧＺｈｉｂａｏ，ＬＵＯＷａｎｙｉｎ，ＱＩＡＮＧｕａｎｇｑｉａｎｇ，犲狋犪犾．Ａｗｉｎｄｔｕｎｎｅｌｓｉｍｕｌａｔｉｏｎｏｆｔｈｅｔｕｒｂｕｌｅｎｃｅｆｉｅｌｄｓｂｅｈｉｎｄｕｐ  ｒｉｔｐｏｒｏｕｓｗｉｎｄｆｅｎｃｅｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｒｉｄＥｎｖｉｒｏｎｍｅｎｔｓ，２０１０，７４（２）：１９３?２０７．ＤＯＩ：１０．１０１６／ａｒｉｄｅｎｖ．２００９．ｇｈｊ．ｊ０３．０１５．［９］ＭＯＨＡＭＥＤＡＭＩ，ＡＬＡＭＥＬＤＥＩＮＡ，ＳＡＩＦＡ．Ｎｕｍｅｒｉｃａｌｓｔｕｄｙｏｆａｅｏｌｉａｎｓａｎｄｐａｒｔｉｃｌｅｓｂｅｈａｖｉｏｒｂｅｈｉｎｄｃｏｎｓｔａｎｔａｎｄｖａｒｉａｂｌｅｐｏｒｏｓｉｔｎｄｆｅｎｃｅｓ［Ｃ］∥ＥｌｅｖｅｎｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｆＦｌｕｉｄＤｙｎａｍｉｃｓ．Ａｌｅｘａｎｄｒｉａ：ＩＣＦＤ１１，ｙｗｉ２０１３：１１１． ? ［１０］ＳＨＩＸｉａｏｆｅｉ，ＸＩＰｉｎｇ，ＷＵＪｉａｎｕｎ．ＡｌａｔｔｉｃｅＢｏｌｔｚｍａｎｎ?Ｓａｌｔａｔｉｏｎｍｏｄｅｌａｎｄｉｔｓｓｉｍｕｌａｔｉｏｎｏｆａｅｏｌｉａｎｓａｌｔａｔｉｏｎａｔｊｒｏｕｓｆｅｎｃｅｓ［Ｊ］．ＴｈｅｏｒｅｔｉｃａｌａｎｄＣｏｍｐｕｔａｔｉｏｎａｌＦｌｕｉｄＤｙｎａｍｉｃｓ，２０１５，２９（１／２）：１２０．ＤＯＩ：１０．１００７／ｓ００１６２０１４ ? ? ? ｐｏ０３３８１． ? ［１１］ＴＩＡＮＬｉｈｕｉ，ＷＵＷａｎｇｙａｎｇ，ＺＨＡＮＧＤｅｎｇｓｈａｎ，犲狋犪犾．Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅｒｏｓｉｏｎａｎｄｄｅｐｏｓｉｔｉｏｎｏｆｓｔｒａｗｃｈｅｃｋｅｒ  Ｊ］．ＥｎｖｉｒｏｎｍｅｎｔａｌＥａｒｔｈＳｃｉｅｎｃｅｓ，２０１５，７４（１）：５７３５８４．ＤＯＩ：１０．１００７／ｓ１２６６５ｂｏａｒｄｂａｒｒｉｅｒｓｉｎａｌｉｎｅｓａｎｄｙｌａｎｄ［ ? ? ｐ０１５４０５９６． ? ? ［１２］凌裕泉，金炯，邹本功，等．栅栏在防止前沿积沙中的作用：以沙坡头地区为例［Ｊ］．中国沙漠，１９８４，４（３）：１６２５． ? ［１３］ＤＯＮＧＺｈｉｂａｏ，ＬＵＯＷａｎｙｉ，ＱＩＡＮＧｕａｎｇｑｉａｎｇ，犲狋犪犾．ＥｖａｌｕａｔｉｎｇｔｈｅｏｐｔｉｍａｌｐｏｒｏｓｉｔｆｆｅｎｃｅｓｆｏｒｒｅｄｕｃｉｎｇｗｉｎｄｙｏＪ］．ＳｃｉｅｎｃｅｓｉｎＣｏｌｄａｎｄＡｒｉｄＲｅｇｉｏｎｓ，２０１１（１）：１１２．ＤＯＩ：１０．３７２４／ＳＰ．Ｊ．１２２６．２０１１．００００１．ｅｒｏｓｉｏｎ［ ? ［１４］ＳＡＮＴＩＡＧＯＪＬ，ＭＡＲＴＩＮＦ，ＣＵＥＲＶＡＡ，犲狋犪犾．Ｅｘｐｅｒｉｍｅｎｔａｌａｎｄｎｕｍｅｒｉｃａｌｓｔｕｄｙｏｆｗｉｎｄｆｌｏｗｂｅｈｉｎｄｗｉｎｄ  Ｊ］．ＡｔｍｏｓｐｈｅｒｉｃＥｎｖｉｒｏｎｍｅｎｔ，２００７，４１（３０）：６４０６６４２０．ＤＯＩ：１０．１０１６／ｂｒｅａｋｓ［ａｔｍｏｓｅｎｖ．２００７．０１．０１４． ? ｊ．［１５］ＨＵＡＮＧＬｏｎｇｍｉｎｇ，ＣＨＡＮＨＣ，ＬＥＥＪＴ．Ａｎｕｍｅｒｉｃａｌｓｔｕｄｙｏｎｆｌｏｗａｒｏｕｎｄｎｏｎｕｎｉｆｏｒｍｐｏｒｏｕｓｆｅｎｃｅｓ［Ｊ］．Ｊｏｕｒ  ｎａｌｏｆＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓ，２０１２，２０１２（１／２）：２０３２２２．ＤＯＩ：１０．１１５５／２０１２／２６８３７１． ? ［１６］陈廷国，马思明．不同截面形式防风网流场的３Ｄ数值仿真［Ｊ］．计算机仿真，２０１４，３１（１）：２５８２６３．ＤＯＩ：１０．３９６９／ ? ｉｓｓｎ．１００６９３４８．２０１４．０１．０５８． ? ｊ．［１７］张立群，许振海，董捷，等．防风抑尘网应用于沙漠铁路风沙防治的数值分析［Ｊ］．铁道科学与工程学报，２０１７，１４（５）：９５７９６３．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１６７２７０２９．２０１７．０５．０１１． ? ? ｊ．［１８］丛晓春，陈志龙，詹水芬．露天煤场静态起尘量的实验研究［Ｊ］．中国矿业大学学报，２０１０，３９（６）：８４９８５３． ? ［１９］张奕君，邹声华，黄寿元．露天料场防风抑尘网作用效果数值模拟研究［Ｊ］．环境科学与管理，２０１１，３６（４）：６１ ?６４．１０．３９６９／１２１２．２０１１．０４．０１６．ＤＯＩ：ｉｓｓｎ．１６７３ ? ｊ．［２０］宋罛芳，彭林，白慧玲，等．露天堆场防风抑尘网的动力学数值模拟［Ｊ］．环境科学研究，２０１４，２７（７）：７７５７８１．ＤＯＩ： ? １０．１３１９８／ｉｓｓｎ．１００１６９２９．２０１４．０７．１４． ? ｊ．［２１］宋罛芳，彭林，白慧玲，等．露天堆场防风抑尘网后湍流结构及抑尘效率的数值模拟［Ｊ］．中国环境科学，２０１４，３４（７）：１６９０１６９５． ? ［２２］ＬＡＵＮＤＥＲＢ，ＳＰＡＬＤＩＮＧＤＢ．Ｔｈｅｎｕｍｅｒｉｃａｌｃｏｍｐｕｔａｔｉｏｎｏｆｔｕｒｂｕｌｅｎｔｆｌｏｗｓ［Ｊ］．ＣｏｍｐｕｔｅｒＭｅｔｈｏｄｓｉｎＡｐｐｌｉｅｄＭｅｃｈａｎｉｃｓａｎｄＥｎｇｉｎｅｅｒｉｎｇ，１９９０，３（２）：２６９２８９．ＤＯＩ：１０．１０１６／００４５７８２５（７４）９００２９２． ? ? ? ［２３］ＦＡＲＯＵＫＢ，ＧＵＣＥＲＩＳＩ．Ｌａｍｉｎａｒａｎｄｔｕｒｂｕｌｅｎｔｎａｔｕｒａｌｃｏｎｖｅｃｔｉｏｎｉｎｔｈｅａｎｎｕｌｕｓｂｅｔｗｅｅｎｈｏｒｉｚｏｎｔａｌｃｏｎｃｅｎｔｒｉｃｃｙｌｉｎｄｅｒｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｅａｔＴｒａｎｓｆｅｒ，１９８２，１０４（４）：６３１６３６．ＤＯＩ：１０．１１１５／１．３２４５１７８． ? ［２４］ＰＡＲＫＣＷ，ＬＥＥＳＪ．Ｅｘｐｅｒｉｍｅｎｔａｌｓｔｕｄｙｏｎｓｕｒｆａｃｅｐｒｅｓｓｕｒｅａｎｄｆｌｏｗｓｔｒｕｃｔｕｒｅａｒｏｕｎｄａｔｒｉａｎｇｕｌａｒｐｒｉｓｍｌｏｃａｔｅｄｂｅｈｉｎｄａｐｏｒｏｕｓｆｅｎｃｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＷｉｎｄＥｎｇｉｎｅｅｒｉｎｇａｎｄＩｎｄｕｓｔｒｉａｌＡｅｒｏｄｙｎａｍｉｃｓ，２００３，９１（１／２）：１６５１８４．ＤＯＩ： ? １０．１０１６／Ｓ０１６７６１０５（０２）００３４３４． ? ? ［２５］潘武轩，何鸿展，宋罛芳，等．露天堆场防风抑尘网临界孔隙率的数值模拟［Ｊ］．中国环境科学，２０１５，３５（６）：１６３８ ? １６４４．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１０００６９２３．２０１５．０６．００５． ? ｊ．［２６］何鸿展，宋罛芳，潘武轩，等．基于ＣＦＤ的防风抑尘网非均匀孔隙率的优化研究［Ｊ］．中国环境科学，２０１６，３６（６）：ｉｓｓｎ．１０００１６９７１７０４．ＤＯＩ：１０．３９６９／６９２３．２０１６．０６．０１４． ? ? ｊ．（责任编辑：黄晓楠犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：刘源岗）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０４０３８ ? 二氧化铅／石墨烯电极的制备及其电化学性能叶俊辉，王森林，黎辉常，梁维俊，张燕秀（华侨大学材料科学与工程学院，福建厦门３６１０２１）摘要：采用沉淀结合法，制备二氧化铅／石墨烯（ＸＲＤ）、场 ?ＰｂＯ２／ｒＧＯ）复合材料．通过Ｘ?射线粉末衍射仪（ β 发射电子扫描显微镜（ＦＥＳＥＭ）、高分辨率透射电子显微镜（ＨＲＴＥＭ）和比表面积分析仪研究该复合材料的结构、形貌和比表面积，利用电化学测试技术研究β ?ＰｂＯ２／ｒＧＯ复合电极和纯 β ?ＰｂＯ２电极的电化学性能．结果表明：在复合材料中，纳米β ?ＰｂＯ２较均匀地分散在ｒＧＯ片表面， ?ＰｂＯ２／ｒＧＯ复合材料比纯β ?ＰｂＯ２具有更 β 大的比表面积；复合电极因具有更多的反应活性位点，电化学反应速度较快；在不同的电流密度下， β?ＰｂＯ２／ｒＧＯ电极的质量比容量比纯β ?ＰｂＯ２电极高，证明复合电极具有比纯β ?ＰｂＯ２电极更好的电化学性能．关键词： β ?ＰｂＯ２；石墨烯；铅酸电池；复合正极；电化学性能中图分类号：Ｏ６４６文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８７２０７ ? ? ? 犘狉犲狉犪狋犻狅狀犪狀犱犈犾犲犮狋狉狅犮犺犲犿犻犮犪犾犘犲狉犳狅狉犿犪狀犮犲狅犳狆犪犘犫犗２／犌狉犪狆犺犲狀犲犈犾犲犮狋狉狅犱犲ＹＥＪｕｎｈｕｉ，ＷＡＮＧＳｅｎｌｉｎ，ＬＩＨｕｉｃｈａｎｇ，ＬＩＡＮＧＷｅｉｕｎ，ＺＨＡＮＧＹａｎｘｉｕｊ（ＣｏｌｌｅｇｅｏｆＭａｔｅｒｉａｌｓＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｔｈｅβ ｏｍｐｏｓｉｔｅｍａｔｅｒｉａｌｗａｓｐｒｅｐａｒｅｄｂｙｐｒｅｃｉｉｔａｔｉｏｎｃｏｍｂｉｎｅｄｗｉｔｈｔｗｏｓｔｅｐｈｙｄｒｏ  ?ＰｂＯ２／ｒＧＯｃ ? ｐｔｈｅｒｍａｌｍｅｔｈｏｄ．ＴｈｅｓｔｒｕｃｔｕｒｅａｎｄｍｏｒｌｏｇｙｏｆｔｈｅｃｏｍｐｏｓｉｔｅｍａｔｅｒｉａｌｓｗｅｒｅｓｔｕｄｉｅｄｂｙＸ? ｒａｙｄｉｆｆｒａｃｔｉｏｎｐｈｏ（ＸＲＤ），ｆｉｅｌｄｅｍｉｓｓｉｏｎｓｃａｎｎｉｎｇｅｌｅｃｔｒｏｎｍｉｃｒｏｓｃｏｐｙ（ＦＥＳＥＭ），ｈｉｅｓｏｌｕｔｉｏｎｔｒａｎｓｍｉｓｓｉｏｎｅｌｅｃｔｒｏｎｍｉｃｒｏｓ  ｇｈｒｃｉｆｉｃｓｕｒｆａｃｅａｎａｌｚｅｒ．Ｔｈｅｅｌｅｃｔｒｏｃｈｅｍｉｃａｌｐｅｒｆｏｒｍａｎｃｅｓｏｆｔｈｅβ ｏｍｐｏｓ  ｃｏｐｙ（ＨＲＴＥＭ）ａｎｄｓｐｅ ?ＰｂＯ２／ｒＧＯｃｙｌｅｃｔｒｏｄｅｗｅｒｅｓｔｕｄｉｅｄｕｓｉｎｇｅｌｅｃｔｒｏｃｈｅｍｉｃａｌｔｅｓｔｉｎｇｔｅｃｈｎｏｌｏｇｙ．Ａｓａｒｅｓｕｌｔ，ｉｎｃｏｍ ｉｔｅｅｌｅｃｔｒｏｄｅａｎｄβ ?ＰｂＯ２ｅｓｉｔｅｍａｔｅｒｉａｌｓ，β ｒｔｉｃｌｅｓｄｉｓｔｒｉｂｕｔｅｄｅｖｅｎｌｈｅｓｕｒｆａｃｅｏｆｒＧＯｓｈｅｅｔ，ａｎｄｔｈｅβ?ＰｂＯ２／ｒＧＯ ?ＰｂＯ２ｎａｎｏｐａｐｏｙｏｎｔｃｏｍｐｏｓｉｔｅｈａｄａｌａｒｒｓｐｅｃｉｆｉｃｓｕｒｆａｃｅａｒｅａｔｈａｎｔｈｅｐｕｒｅβ ｏｍｐｏｓｉｔｅｅｌｅｃｔｒｏｄｅｈａｄｍｏｒｅａｃｔｉｖｅｒｅ  ?ＰｂＯ２．Ｔｈｅｃｇｅａｃｔｉｏｎｓｉｔｅｓ，ａｃｃｏｒｄｉｎｇｌｈｅｅｌｅｃｔｒｏｃｈｅｍｉｃａｌｒｅａｃｔｉｏｎｒａｔｅｗａｓｆａｓｔｅｒ．Ａｔｄｉｆｆｅｒｅｎｔｃｕｒｒｅｎｔｄｅｎｓｉｔｉｅｓ，ｔｈｅｍａｓｓｙｔｓｐｅｃｉｆｉｃｃａｐａｃｉｔｆβ?ＰｂＯ２／ｒＧＯｅｌｅｃｔｒｏｄｅｓｗａｓａｌｗａｙｓｈｉｒｔｈａｎｔｈａｔｏｆｐｕｒｅβ?ＰｂＯ２ｅｌｅｃｔｒｏｄｅｓ，ｗｈｉｃｈｙｏｇｈｅｒｏｖｅｓｔｈａｔｔｈｅｃｏｍｐｏｓｉｔｅｅｌｅｃｔｒｏｄｅｈａｓｂｅｔｔｅｒｅｌｅｃｔｒｏｃｈｅｍｉｃａｌｐｅｒｆｏｒｍａｎｃｅｔｈａｎｔｈｅｐｒｉｓｔｉｎｅｅｌｅｃｔｒｏｄｅ．ｐｒａｐｈｅｎｅ；ｌ犓犲狉犱狊： β ｅａｄａｃｉｄｃｅｌｌ；ｃｏｍｐｏｓｉｔｅｐｏｓｉｔｉｖｅｅｌｅｃｔｒｏｄｅ；ｅｌｅｃｔｒｏｃｈｅｍｉｃａｌｐｅｒｆｏｒｍａｎｃｅ ?ＰｂＯ２；ｇ ? 狔狑狅随着人们对全球能源的需求日益增长，能源储存迫在眉睫．铅酸电池作为二次电池的主要类型，占全球电池市场销售量的４５％以上，但存有许多不足．铅碳电池技术被认为是铅酸电池的创新，可极大地［］提高铅酸电池的电化学性能，但该技术主要集中在负极板上［１?３］．Ｙａｎｇ等４研究表明，铅酸电池的循环收稿日期：２０１８０４１２ ? ? 通信作者：王森林（１９６２Ｅｉｌ：ｓｌｗａｎｇ＠ｈｑｕ．ｅｄｕ．ｃｎ． ?），男，教授，博士，主要从事超级电容器电极材料的研究． ?ｍａ基金项目：华侨大学研究生科研创新能力培育计划资助项目（１６１１３０２０５９）第６期叶俊辉，等：二氧化铅／石墨烯电极的制备及其电化学性能８７３寿命受ＰｂＯ２的软化、脱落和钝化等限制．在放电过程中，二氧化铅还原成硫酸铅；在充电过程中，只有部分硫酸铅可以转变成具有电化学活性的状态．在充、放电的反复过程中，硫酸铅将进一步覆盖二氧化铅的表面，使其与电解液的接触面积减小，最终导致电池容量下降．因此，提高材料的表面积和反应活性位点，可以使形成的硫酸铅更加均匀地分布，减少堆积，使其在充电过程中，尽可能多的转变为二氧化［］铅．故改进正极活性材料事关重要．ＰｂＯ２具有高化学稳定性、易于制备、价格低廉等优点５?７．作为界面［８］反应，ＰｂＯ２的氧化还原活性与形态、结构（ α ?ＰｂＯ２或β ?ＰｂＯ２）有关， ?ＰｂＯ２与α ?ＰｂＯ２相比，具有较高 β ［］的电导率值［９］．同时，ＰｂＯ２颗粒的尺寸与比表面积可影响电化学行为１０?１１．二氧化铅电极主要运用在能源和催化两个领域．Ｗｏｎｇ等［１２］利用硝酸铅，在碱性条件下，先合成前驱体ＰｂＯ，再在恒定电压下，电化学氧化成纳米枝晶型ＰｂＯ２，结果表明，纳米枝晶ＰｂＯ２结构可以在高放电率下，获得更好的材料利用［］率．Ｄｕａｎ等１３结合电泳沉积和电沉积，制备一种新型的石墨烯纳米片层间ＰｂＯ２复合电极（ＧＮＳ? ＰｂＯ２），结果表明，ＧＮＳＧＮＳ ?ＰｂＯ２电极具有的晶粒尺寸远小于传统的ＰｂＯ２电极， ?ＰｂＯ２电极上的２ ?氯［］苯酚电化学降解速率常数远高于ＰｂＯ２电极，使用寿命是传统ＰｂＯ２电极的１．９３倍．Ｌｉ等１４将β?ＰｂＯ和过硫酸铵利用简单水热法制备ＰｂＯ２纳米颗粒，并与还原氧化石墨烯（ｒＧＯ）复合之后，作为电催化剂降解废水中的阳离子红Ｘ?ＧＲＬ．由于，石墨烯具有优异的导电、导热和机械性能［１５］，且与之结合而成的复合材料具有高表面积和高化学稳定性等性能［１６?１７］．因此，本文将片状结构的石墨烯与 β?ＰｂＯ２复合，作为铅酸电池正极，运用石墨烯高导电率和大的比表面积，提高复合材料的导电性能和比表面积，从而提高复合电极的电化学性能．１实验方法１．１ β ?犘犫犗２／狉犌犗的制备３ｇＮａＯＨ和１ｇＰｂ（ＮＯ３） ?ＰｂＯ２的制备如下：取２个装有２０ｍＬ二次水的烧杯，分别加入０．２溶 β 解均匀，将Ｐｂ（ＮＯ３）ａＯＨ溶液中，剧烈搅拌３０ｍｉｎ，直至溶液变浑浊，产生白色沉２溶液缓慢滴加到Ｎ淀，随着搅拌的进行，白色沉淀逐渐变成翠绿色沉淀．静置，吸出上清液，再加入二次水，搅拌，静置，吸出上清液．多次重复以上步骤后，在６０ ℃ 的环境中，干燥１２ｈ，得到前驱体ＰｂＯ．取０．５ｇＰｂＯ，加入２０ｍＬ二次水并搅拌１０ｍｉｎ，超声１５ｍｉｎ后，加入８ｍＬＮａＣｌＯ，搅拌５ｍｉｎ，转移至５０ｍＬ高压反应釜中，放入１２０ ℃ 烘箱中，烘干２ｈ．取出产物，用二次水多次洗涤，过滤，烘干备用．［］ｒｓ方法１８制备ＧＯ溶液（稀释成２ｇ·Ｌ－１）， ?ＰｂＯ２／ｒＧＯ的制备：由改进的Ｈｕｍｍｅ ?ＰｂＯ２与ＧＯ β β 的质量比为２３∶５．首先，取２５ｍＬＧＯ溶液，加入上述方法制备的０．２３ｇβ ?ＰｂＯ２和１３ｍｇ十二烷基硫酸钠，超声２０ｍｉｎ，搅拌３ｈ；然后，加入２００ｍｇ抗坏血酸，将溶液倒入高压反应釜中，９０ ℃ 油浴并搅拌，反应２ｈ；最后，将产物用二次水多次洗涤，冷干备用．１．２作为集流体的铜网表面镀覆犘犫犛犫的制备 ? 以铜网为基体，电镀铅锑合金，可以极大地减小集流体的质量，以提高电池的比能量，并且可以保护铜网不被腐蚀．电镀液的配置如下：首先，取３０ｇ柠檬酸溶解于３０ｍＬ水中，加入０．４ｇ三氧化二锑，搅拌直至完全溶解；然后，加入４０ｍＬ质量分数为７０％的甲磺酸和９０ｍＬ质量分数为５３％的甲磺酸铅；最后，依次加入２．５ｇ聚乙烯醇、０．８ｇ丁炔二醇和４滴ＯＰ乳化剂，余量加水，配置成５００ｍＬ镀液．取２ｃｍ×２ｃｍ铜网，经过碱洗、酸洗作为阴极，取两块铅块放置于电镀槽的两侧作为阳极，利用双脉冲电源进行电镀．电源设置的参数如下：正向脉冲占空比为２０％，工作时间为１００ｍｓ，平均电流为０．０３Ａ；反向脉冲占空比为３０％，工作时间为３０ｍｓ，平均电流为０．０１Ａ；总电镀时间为２ｈ．电镀完成之后，将其用二次水洗涤，烘干备用．１．３ β ?犘犫犗２／狉犌犗电极的制备首先，将β ６０％聚四氟乙烯乳液（ＰＴＦＥ）按照质量比为８∶１∶１依次加入含少 ?ＰｂＯ２／ｒＧＯ，乙炔黑，量无水乙醇的小烧杯中，再用玻璃棒搅拌均匀后，超声１５ｍｉｎ；然后，用玻璃棒将涂料均匀地涂抹在上述制备的集流体的两面，将电极放入鼓风干燥箱（６０ ℃ ）中干燥，称质量，并记录其质量．多次重复以上犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８７４２０１８年步骤，直至质量达到６～８ｍｇ，再放入鼓风干燥箱中干燥１２ｈ．１．４结构表征采用Ｘ?射线粉末衍射仪（ＸＲＤ）、场发射电子扫描显微镜（ＦＥＳＥＭ）和高分辨率透射电子显微镜（ＨＲＴＥＭ）对材料的形貌和结构进行分析．采用显微共焦拉曼光谱仪（Ｒａｍａｎ）对材料的谱学特征进行表征．采用全自动物理与化学吸附仪（ＢＥＴ）对材料的比表面积和平均孔径进行表征．１．５电化学性能测试以５．３ｍｏｌ·Ｌ－１Ｈ２ＳＯ４为电解液，硫酸亚汞电极为参比电极，铂电极（２ｃｍ×３ｃｍ）为对电极．以样品电极作为工作电极的三电极体系，在ＣＨＩ６６０Ｅ型电化学工作站上进行电化学阻抗测试（ＥＩＳ）、循环伏安（ＣＶ）测试和恒电流充放电测试（ＧＣＤ），以评估该活性材料的电化学性能．２实验结果与讨论ａ）可知： ?ＰｂＯ２／ｒＧＯ的ＦＥＳＥＭ图，如图１所示．由图１（ ?ＰｂＯ２是由 β?ＰｂＯ２和不同放大倍率下的β β 大量的小颗粒堆积在一起，形成一个类球型，颗粒大小在５００～７００ｎｍ之间，颗粒间有轻微的团聚．由图１（ｂ）～（ｄ）可知：大量粒径约为５０～１００ｎｍ的β ?ＰｂＯ２较均匀地分布在ｒＧＯ表面，可清晰地观察到ｒＧＯ存在大量的褶皱和孔隙，并且厚度非常薄，这有利于扩大电极和电解质之间的界面，促进离子的扩散，并且增加反应的活性位点，提升电极材料的电化学性能； ?ＰｂＯ２经过复合过后，粒径明显减小，表明 β 将β ?ＰｂＯ２与石墨烯进行复合，可有效地提高材料的比表面积；在β ?ＰｂＯ２表面，可以看到很多丝状的线条将其包裹在内，可以防止β ?ＰｂＯ２与ｒＧＯ脱离．（ａ）β ５００００× ） ?ＰｂＯ２（（ｂ）β １００００× ） ?ＰｂＯ２／ｒＧＯ（（ｃ）β ２００００× ） ?ＰｂＯ２／ｒＧＯ（（ｄ）β ５００００× ） ?ＰｂＯ２／ｒＧＯ（图１材料的ＦＥＳＥＭ图Ｆｉ１ＦＥＳＥＭｉｍａｇｅｓｏｆｍａｔｅｒｉａｌｓｇ．ＴＥＭ）图像，如图２所示．图２中：放大倍数为２０００倍；插图为ＴＥＭ和 ?ＰｂＯ２／ｒＧＯ的透射电镜（ β 电子衍射图，放大倍数为８×１０５倍．由图２可知：ｒＧＯ片层厚度比较薄，并且可以看到典型的还原氧化石墨烯的褶皱结构；在ｒＧＯ片层表面分布着β ?ＰｂＯ２粒子，大小不一，超声使其原本团聚的大颗粒分散开．由图２插图可知：相邻两条晶格条纹的间距为０．２７９ｎｍ，对应于β １０１）晶面，这证明所制 ?ＰｂＯ２的（备的复合材料为β ?ＰｂＯ２／ｒＧＯ．样品的ＸＲＤ谱图和拉曼光谱图，如图３，４所示．图３，４中： θ 衍射角； σ 为拉曼位移．由图３可知：纯４ °，３２．０ °，３６．２ °，４９．０ °，５２．１ °，５４．１ °，５８．９ °，６０．７ °，６２．５ °，６６．８ °，６９．８ °， ?ＰｂＯ２的衍射峰在２ θ 角为２４． β 犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期叶俊辉，等：二氧化铅／石墨烯电极的制备及其电化学性能８７５７６．９ °和７８．５ °处分别对应（１１０），（１０１），（２００），（２１１），（２２０），（００２），（３１０），（１１２），（３０１），（２０２），（３２１），（４００）和（２２２）晶面，这与标准ＰＤＦ卡片（ＪＣＰＤＳ４１ ?１４９２）相符合，说明合成产物为β ?ＰｂＯ２，并且结晶性良好．由图３还可知： ?ＰｂＯ２／ｒＧＯ的衍射峰并不明显，只能够看到在 β ２３．３ °的位置有一个小型的馒头峰与ｒＧＯ相对应．于是，借助β ?ＰｂＯ２／ｒＧＯ， β?ＰｂＯ２和ｒＧＯ的Ｒａｍａｎ图谱进一步分析复合物的组成．由图４可知：在１３７．５，２７９．９ｃｍ－１处， ?ＰｂＯ２／ｒＧＯ β 的两个特征峰正好与纯 β?ＰｂＯ２的两个特征峰相互对应；在１２００～１７００ｃｍ－１的范围内， β?ＰｂＯ２／ｒＧＯ出现两个强的宽吸收峰（Ｄ峰出现在１３５１ｃｍ－１，Ｇ峰出现在１５９４ｃｍ－１），分别对应于ｒＧＯ的Ｄ峰和Ｇ峰，Ｄ峰图２ β ?ＰｂＯ２／ｒＧＯ的ＴＥＭ图像Ｆｉ２ＴＥＭｉｍａｇｅｓｏｆβ ?ＰｂＯ２／ｒＧＯｇ．与结构的缺陷和无序有关，Ｇ峰与石墨烯表面官能团的伸缩振动相一致．由于β ?ＰｂＯ２／ｒＧＯ谱图上的Ｄ峰略高于Ｇ峰，可以进一步判断ＧＯ已经还原成ｒＧＯ，这证明β ?ＰｂＯ２和ｒＧＯ存在复合物中．图３样品的ＸＲＤ谱图图４样品的拉曼光谱图Ｆｉ３ＸＲＤｓｐｅｃｔｒｕｍｏｆｓａｍｐｌｅｇ．Ｆｉ４Ｒａｍａｎｓｐｅｃｔｒｕｍｏｆｓａｍｐｌｅｇ．犙为体积 ?ＰｂＯ２／ｒＧＯ和纯β ?ＰｂＯ２的氮气吸附脱附曲线，如图５所示．图５中：狆／狆０为相对压力； β 吸附量；犱为孔径；犞为每ｇ待测物质单位纳米所占的孔体积；插图为相应的孔径分布，由ＢａｒｒｅｔｔＪｏｙ  ? ［］ｎｅｒｌｅｎｄａ计算方法１９所得．由图５可知：两种样品材料的等温曲线并未出现明显的滞后环，按照 ?ＨａＢＤＤＴ分类属于 Ⅲ 型等温曲线．（ａ）β ?ＰｂＯ２（ｂ）β ?ＰｂＯ２／ｒＧＯ图５材料的氮气吸附?脱附曲线Ｆｉ５Ｎｉｔｒｏｇｅｎａｄｓｏｒｔｉｏｎｄｅｓｏｒｔｉｏｎｉｓｏｔｈｅｒｍｓｏｆｍａｔｅｒｉａｌｓ ? ｇ．ｐｐ２６，１．２９ｍ２ ·ｇ－１，平均孔径分别 ?ＰｂＯ２／ｒＧＯ和纯β ?ＰｂＯ２两种材料的ＢＥＴ比表面积分别为２８． β 为３．８３，３．８２ｎｍ．由此可知：纯β ?ＰｂＯ２的比表面积小，当与石墨烯形成复合材料后，其比表面积增加到犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８７６２０１８年２８．２６ｍ２ ·ｇ－１．复合材料比表面的提高，一方面是来自于石墨烯较大的比表面积的贡献；另一方面是由于β ?ＰｂＯ２通过静电吸附作用负载在石墨烯上，可有效地阻止石墨烯之间的团聚． β?ＰｂＯ２／ｒＧＯ复合材料大的表面积，在发生电化学反应时，可为离子和电子的传输提供更多的通道，出现更多的活性位点，从而提高反应速度．材料的电化学性能，如图６所示．图６中：犝为电位（参比电极为Ｈｇ２ＳＯ４／Ｈｇ）；犐为电流；狋为时间；犑为电流密度；犆ｍ为质量比容量．由图６（ａ）可知：当β ?ＰｂＯ２电极和β ?ＰｂＯ２／ｒＧＯ电极在扫描速率为５－１８～１．５Ｖ的范围内出现明显的氧化还原峰，说明活性物质在这两处发生ｍＶ·ｓ时，在电位窗口为０．氧化还原反应．氧化峰对应ＰｂＳＯ４ →ＰｂＯ２的转变过程，也对应电极的充电过程；而还原峰对应ＰｂＯ２ → ［］［］ＰｂＳＯ４的转变过程，同时也对应电极的放电过程２０．其反应机理２１为ＰｂＳＯ４＋２Ｈ２ＯＰｂＯ２＋ＨＳＯ４－＋３Ｈ＋＋２ｅ－．（ａ）样品的循环伏安曲线（ｂ）不同扫描速度的β ?ＰｂＯ２／ｒＧＯ的ＣＶ曲线（ｃ）电流密度为１Ａ·ｇ－１时的放电曲线（ｄ）β ?ＰｂＯ２在不同电流密度的充放电曲线（ｅ）β ?ＰｂＯ２／ｒＧＯ在不同电流密度的充放电曲线（ｆ）不同放电电流密度的质量比容量图６材料的电化学性能Ｆｉ６Ｅｌｅｃｔｒｏｃｈｅｍｉｃａｌｐｅｒｆｏｒｍａｎｃｅｏｆｍａｔｅｒｉａｌｓｇ．由图６（ａ）还可知： ?ＰｂＯ２或β ?ＰｂＯ２／ｒＧＯ电极的氧化峰与还原峰不对称，且峰电位相距较大，表明 β 样品电极的可逆程度较低．其原因是存在不可逆的硫酸盐化，当形成结晶状的硫酸铅时，它会使活性物质减少，并且阻挡活性物质与溶液接触，导致容量下降，内阻增加；此外，与纯β ?ＰｂＯ２电极相比，复合电极拥有更大的循环伏安曲线包围面积，表明加入ｒＧＯ可以在一定程度上提高电化学性能．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期叶俊辉，等：二氧化铅／石墨烯电极的制备及其电化学性能８７７由图６（ｂ）可知：ＣＶ曲线上对应的氧化 ?ＰｂＯ２／ｒＧＯ电极在进行ＣＶ测试时，随着扫描速率的增加， β 还原峰的位置发生一定程度的偏移．这是由极化引起的，当扫描速率增大，极化增强时，偏移也将增大（氧化峰正向偏移，而还原峰相反偏移）．－１由图６（ｃ）可知： ?ＰｂＯ２和β ?ＰｂＯ２／ｒＧＯ电极在电流密度为１Ａ·ｇ时，复合电极的放电时间比纯 β 电极长，这意味着复合电极的质量比容量高于纯β ／犿计算，在电流密犻·狋） ?ＰｂＯ２电极．根据公式犆ｍ＝（－１度为１Ａ·ｇ－１的情况下，８７３Ｃ·ｇ－１） ?ＰｂＯ２／ｒＧＯ的质量比容量为１１１６Ｃ·ｇ，与纯β ?ＰｂＯ２电极（ β 相比，提高了２７．８％，这与图６（ａ）的结果一致．由图６（ｄ），（ｅ）可知：随着电流密度的增加，充、放电平台逐渐减小；随着电流密度的加大，质量比容量随之下降．这是由于增大电流密度，导致电极电解液界面吸附大量的电解质离子，从而增大极化；而维持高的电流密度，需要更高的极化电压，但是界面电荷数却没有增加，导致比电容随着电流密度的增加而降低．由图６（ｄ），（ｅ）还可知：充电曲线和放电曲线对称性差，放电平台电压比充电平台低很多，且随着电流密度的增加，两平台电压相距增大，这也说明了样品在大电流密度时，充、放电的可逆性较差．由图６（ｆ）可知：在不同的电流密度时， ?ＰｂＯ２／ｒＧＯ电极的质量比容量始终比纯β ?ＰｂＯ２电极高，这 β 说明由于ｒＧＯ的加入，减少了β ?ＰｂＯ２原本的团聚现象，并且极大地提高了比表面积，为氧化还原反应提供更多的活性位点，从而提高电化学性能．在频率为０．０１～１．００×１０５Ｈｚ范围时， ?ＰｂＯ２和β ?ＰｂＯ２／ｒＧＯ电极的奈奎斯特图，如图７所示．测 β 试所用电极的表观面积一致．图７中：犚实为实部电阻；犚虚为虚部电阻；圆弧对应的圆的直径表示电荷转移电阻（犚ｃｔ）；低频区斜线表示扩散的阻抗（犠）；插图为等效电路；Ｌ为电感；Ｑ常相位元件；犠为阻抗．由图７可知：两图谱都是由高频区的圆弧和低频区的斜线组成．将图７的数据通过ＺＳｉｍｐＷｉｎ软件进行拟合，拟合结果表明：犚ｅ） ?ＰｂＯ２和β ?ＰｂＯ２／ｒＧＯ电极的界面接触电阻（ β 分别为１．８１，１．８０ Ω；电荷转移电阻（犚ｃｔ）分别为６８９．３０，４９３．００ Ω；扩散的阻抗分别为０．５７，０．５５ Ω．由此可知，犚ｅ与犠的阻抗值非常接近，而电荷转移电阻差距很大，说明由于ｒＧＯ的加入，可以大大提高电荷的转移能力，加快电化学反应速度，这与图６的结论相符合．图７ β ?ＰｂＯ２和β ?ＰｂＯ２／ｒＧＯ的奈奎斯特图Ｆｉ７Ｎｙｑｕｉｓｔｃｈａｒｔｏｆβ ?ＰｂＯ２ｇ．４结论ａｎｄβ ?ＰｂＯ２／ｒＧＯ１）采用沉淀结合两步水热法，成功制备β ?ＰｂＯ２／ｒＧＯ复合材料，结构表征证明纳米β ?ＰｂＯ２较均匀地分散在ｒＧＯ片表面．２）比表面积测试表明， ?ＰｂＯ２／ｒＧＯ复合材料比纯的β ?ＰｂＯ２更具有较大的比表面积． β ３）β ?ＰｂＯ２／ｒＧＯ复合电极比纯的β ?ＰｂＯ２有更高的比容量，特别是倍率性能，这是由于复合电极具有大的比表面积和更多的反应活性位点，因此，具有较快的电化学反应速度．参考文献：［１］ＳＡＲＡＶＡＮＡＮＭ，ＧＡＮＥＳＡＮＭ，ＡＭＢＡＬＡＶＡＮＡＮＳ．Ａｎｉｎｓｉｔｕｇｅｎｅｒａｔｅｄｃａｒｂｏｎａｓｉｎｔｅｇｒａｔｅｄｃｏｎｄｕｃｔｉｖｅａｄｄｉ  ｔｉｖｅｆｏｒｈｉｅｒａｒｃｈｉｃａｌｎｅｇａｔｉｖｅｐｌａｔｅｏｆｌｅａｄａｃｉｄｂａｔｔｅｒＪ］．ＪｏｕｒｎａｌｏｆＰｏｗｅｒＳｏｕｒｃｅｓ，２０１４，２５１（Ｃ）：２０２９．ＤＯＩ：１０． ? ? ｙ［ｏｕｒ．２０１３．１０．１４３．１０１６／ｊ．ｊｐｏｗｓ［２］ＳＷＯＧＧＥＲＳＷ，ＥＶＥＲＩＬＬＰ，ＤＵＢＥＹＤＰ，犲狋犪犾．Ｄｉｓｃｒｅｔｅｃａｒｂｏｎｎａｎｏｔｕｂｅｓｉｎｃｒｅａｓｅｌｅａｄａｃｉｄｂａｔｔｅｒｒｃ  ｙｃｈａｇｅａｃｅｐｔａｎｃｅａｎｄｐｅｒｆｏｒｍａｎｃｅ［ｏｕｒ．２０１４．０３．０４９．Ｊ］．ＪｏｕｒｎａｌｏｆＰｏｗｅｒＳｏｕｒｃｅｓ，２０１４，２６１：５５６３．ＤＯＩ：１０．１０１６／ ? ｊ．ｊｐｏｗｓ［３］ＰＡＶＬＯＶＤ，ＮＩＫＯＬＯＶＰ，ＲＯＧＡＣＨＥＶＴ．Ｉｎｆｌｕｅｎｃｅｏｆｃａｒｂｏｎｓｏｎｔｈｅｓｔｒｕｃｔｕｒｅｏｆｔｈｅｎｅｇａｔｉｖｅａｃｔｉｖｅｍａｔｅｒｉａｌｏｆｌｅａｄａｃｉｄｂａｔｔｅｒｉｅｓａｎｄｏｎｂａｔｔｅｒｒｆｏｒｍａｎｃｅ［Ｊ］．ＪｏｕｒｎａｌｏｆＰｏｗｅｒＳｏｕｒｃｅｓ，２０１１，１９６（１１）：５１５５?５１６７．ＤＯＩ：１０． ? ｙｐｅ１０１６／ｏｕｒ．２０１１．０２．０１４．ｊ．ｊｐｏｗｓ［４］ＹＡＮＧＳｈａｏｑｉａｎｇ，ＬＩＲｕｈｏｎｇ，ＣＡＩＸｉａｎｙｕ，犲狋犪犾．ＩｎｆｌｕｅｎｃｅｏｆｈｙｄｒａｔｅｄＰｂＯ２ｃｏｎｔｅｎｔｏｎｔｈｅｃｙｃｌｉｎｇｐｅｒｆｏｒｍａｎｃｅｏｆ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８７８２０１８年ｌｅａｄａｃｉｄｂａｔｔｅｒｉｅｓ［Ｊ］．ＪｏｕｒｎａｌｏｆｔｈｅＥｌｅｃｔｒｏｃｈｅｍｉｃａｌＳｏｃｉｅｔ２０１７，１６４（９）：Ａ２００７ＤＯＩ：１０．１１４９／２．１２６１７０ ? ?Ａ２０１１．ｙ，９ｅｓ．ｊ［／Ｔｉｅ５］ＬＩＸｉａｏｌｉｎ，ＬＩＸｕｅｍｉｎｇ，ＹＡＮＧＷｅｎｉｎｇ，犲狋犪犾．Ｐｒｅｐａｒａｔｉｏｎｏｆ３ＤＰｂＯ２ｎａｎｏｓｐｈｅｒｅｓ＠ＳｎＯ２ｎａｎｏｗｉｒｅｓｌｅｃｔｒｏｄｅｊａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｍｅｔｈｙｌｏｒａｎｇｅｄｅｇｒａｄａｔｉｏｎ［Ｊ］．ＥｌｅｃｔｒｏｃｈｉｍｉｃａＡｃｔａ，２０１４，１４６（３７）：１５?２２．ＤＯＩ：１０．１０１６／ｊ．ｅｌｅｃｔａｃｔａ．２０１４．０８．１５０．［６］ＫＯＰＣＺＹＳＫＩＫ，ＫＯＬＡＮＯＷＳＫＩ，ＢＡＲＡＮＩＡＫＭ，犲狋犪犾．Ｈｉｌｒｓａｎｅｌｅｃｔｒｏｄｅｉｎｈｙｂｒｉｄｅｌｅｃ  ｇｈｙａｍｏｐｈｏｕｓＰｂＯ２ａｃａｐ．２０１６．１０．０２１．ｔｒｏｃｈｅｍｉｃａｌｃａｐａｃｉｔｏｒｓ［Ｊ］．ＣｕｒｒｅｎｔＡｐｐｌｉｅｄＰｈｙｓｉｃｓ，２０１６，１７（１）：６６７１．ＤＯＩ：１０．１０１６／ ? ｊ．［７］郑一雄．石墨基二氧化铅阳极的制备和应用［Ｊ］．华侨大学学报（自然科学版），１９９８，１９（４）：３５８?３６１．ＤＯＩ：１０．ＩＳＳＮ．１０００５０１３．１９９８．０４．０３５８．１１８３０／ ? ［８］ＷＡＮＧＦａｘｉｎｇ，ＸＩＡＯＳｈｉｉｎｇ，ＨＯＵＹｕｙａｎｇ，犲狋犪犾．Ｅｌｅｃｔｒｏｄｅｍａｔｅｒｉａｌｓｆｏｒａｑｕｅｏｕｓａｓｙｍｍｅｔｒｉｃｓｕｐｅｒｃａｐａｃｉｔｏｒｓ［Ｊ］．ｙ２０１３，３（３２）：１３０５９１３０８４．ＤＯＩ：１０．１０３９／ｃ３ｒａ２３４６６ｅ．ＲｓｃＡｄｖａｎｃｅｓ， ? ［９］ＬＩＸｉａｏｈｏｎｇ，ＰＬＥＴＣＨＥＲＤ，ＷＡＬＳＨＦＣ．Ｅｌｅｃｔｒｏｄｅｐｏｓｉｔｅｄｌｅａｄｄｉｏｘｉｄｅｃｏａｔｉｎｇｓ［Ｊ］．ＣｈｅｍｉｃａｌＳｏｃｉｅｔｖｉｅｗｓ，ｙＲｅ２０１１，４０：３８７９３８９４．ＤＯＩ：１０．１０３９／ｃ０ｃｓ００２１３ｅ． ? ［１０］ＷＵＨａｏｒａｎ，ＬＩＡＮＫ．Ｖａｎａｄｉｕｍｏｘｉｄｅｅｌｅｃｔｒｏｄｅｓｙｎｔｈｅｓｉｚｅｄｂｙｅｌｅｃｔｒｏｌｅｓｓｄｅｐｏｓｉｔｉｏｎｆｏｒｅｌｅｃｔｒｏｃｈｅｍｉｃａｌｃａｐａｃｉ  ｔｏｒｓ［ｏｕｒ．２０１４．０８．０３４．Ｊ］．ＪｏｕｒｎａｌｏｆＰｏｗｅｒＳｏｕｒｃｅｓ，２０１４，２７１：５３４５３７．ＤＯＩ：１０．１０１６／ ? ｊ．ｊｐｏｗｓ［１１］ＪＩＮＪＥ，ＪＩＮＤ，ＳＨＩＭＪ，犲狋犪犾．ＥｎｈａｎｃｉｎｇｒｅｖｅｒｓｉｂｌｅｓｕｌｆａｔｉｏｎｏｆＰｂＯ２ｎａｎｏｐａｒｔｉｃｌｅｓｆｏｒｅｘｔｅｎｄｅｄｌｉｆｅｔｉｍｅｉｎｌｅａｄ ? ａｃｉｄｂａｔｔｅｒｉｅｓ［Ｊ］．ＪｏｕｒｎａｌｏｆｔｈｅＥｌｅｃｔｒｏｃｈｅｍｉｃａｌＳｏｃｉｅｔ２０１７，１６４（７）：Ａ１６２８ＤＯＩ：１０．１１４９／２．１２９１７０７ｅｓ． ?Ａ１６３４．ｙ，ｊ［１２］ＷＯＮＧＫＮ，ＫＨＩＥＷＰＳ，ＩＳＡＤ，犲狋犪犾．ＦａｃｉｌｅｓｙｎｔｈｅｓｉｓｏｆｆｌｏｗｅｒｌｉｋｅＰｂＯａｓａｐｒｅｃｕｒｓｏｒｔｏｆｏｒｍｎａｎｏｄｅｎｄｒｉｔｉｃ ? ｏｒｐｏｓｉｔｉｖｅａｃｔｉｖｅｍａｔｅｒｉａｌ（ＰＡＭ）ｏｆｌｅａｄａｃｉｄｅｌｅｃｔｒｏｃｈｅｍｉｃａｌｓｔｏｒａｇｅｄｅｖｉｃｅｓ［Ｊ］．ＭａｔｅｒｉａｌｓＬｅｔｔｅｒｓ，２０１４，ＰｂＯ２ｆ ? １２８（８）：９７１００．ＤＯＩ：１０．１０１６／ｍａｔｌｅｔ．２０１４．０４．１２２． ? ｊ．［１３］ＤＵＡＮＸｉａｏｙｕｅ，ＺＨＡＯＣｕｉｍｅｉ，ＬＩＵＷｅｉ，犲狋犪犾．ＦａｂｒｉｃａｔｉｏｎｏｆａｎｏｖｅｌＰｂＯ２ｅｌｅｃｔｒｏｄｅｗｉｔｈａｇｒａｐｈｅｎｅｎａｎｏｓｈｅｅｔｉｎｔｅｒｌａｙｅｒｆｏｒｅｌｅｃｔｒｏｃｈｅｍｉｃａｌｏｘｉｄａｔｉｏｎｏｆ２?ｃｈｌｏｒｏｐｈｅｎｏｌ［Ｊ］．ＥｌｅｃｔｒｏｃｈｉｍｉｃａＡｃｔａ，２０１７，２４０：４２４?４３６．ＤＯＩ：１０．ｅｌｅｃｔａｃｔａ．２０１７．０４．１１４．１０１６／ｊ．［１４］ＬＩＷｅｉｄｏｎｇ，ＹＡＮＧＨｕａｙｕｎ，ＬＩＵＱｉ．ＨｙｄｒｏｔｈｅｒｍａｌｓｙｎｔｈｅｓｉｓｏｆＰｂＯ２／ＲＧＯｎａｎｏｃｏｍｐｏｓｉｔｅｆｏｒｅｌｅｃｔｒｏｃａｔａｌｔｉｃｙｄｅｇｒａｄａｔｉｏｎｏｆｃａｔｉｏｎｉｃｒｅｄＸ?ＧＲＬ［Ｊ］．ＪｏｕｒｎａｌｏｆＮａｎｏｍａｔｅｒｉａｌｓ，２０１７，２０１７：１７．ＤＯＩ：１０．１１５５／２０１７／１７９８７０６． ? ［１５］ＧＯＲＧＯＬＩＳＧ，ＧＡＬＩＯＴＩＳＣ．Ｇｒａｐｈｅｎｅａｅｒｏｇｅｌｓ：Ａｒｅｖｉｅｗ［Ｊ］．２ＤＭａｔｅｒｉａｌｓ，２０１７，４（３）：０３２００１．ＤＯＩ：１０．１０８８／２０５３１５８３／ａａ７８８３． ? ［１６］ＰＥＩＧＮＥＹＡ，ＬＡＵＲＥＮＴＣ，ＦＬＡＨＡＵＴＥ，犲狋犪犾．Ｓｐｅｃｉｆｉｃｓｕｒｆａｃｅａｒｅａｏｆｃａｒｂｏｎｎａｎｏｔｕｂｅｓａｎｄｂｕｎｄｌｅｓｏｆｃａｒｂｏｎｎａｎｏｔｕｂｅｓ［Ｊ］．Ｃａｒｂｏｎ，２００１，３９（４）：５０７５１４．ＤＯＩ：１０．１０１６／ｓ０００８６２２３（００）００１５５ ? ? ?ｘ．［１７］ＲＡＭＡＮＡＴＨＡＮＴ，ＡＢＤＡＬＡＡＡ，ＳＴＡＮＫＯＶＩＣＨＳ，犲狋犪犾．Ｆｕｎｃｔｉｏｎａｌｉｚｅｄｇｒａｐｈｅｎｅｓｈｅｅｔｓｆｏｒｐｏｌｒｎａｎｏ  ｙｍｅｃｏｍｐｏｓｉｔｅｓ．［Ｊ］．ＮａｔｕｒｅＮａｎｏｔｅｃｈｎｏｌｏｇｙ，２００８，３（６）：３２７３３１．ＤＯＩ：１０．１０３８／ｎｎａｎｏ．２００８．９６． ? ［１８］ＡＵＮＫＯＲＭＴＨ，ＭＡＨＢＵＢＵＬＩＭ，ＳＡＩＤＵＲＲ，犲狋犪犾．Ｔｈｅｇｒｅｅｎｒｅｄｕｃｔｉｏｎｏｆｇｒａｐｈｅｎｅｏｘｉｄｅ［Ｊ］．ＲＳＣＡｄｖ，２０１６，６（３３）：２７８０７２７８２８．ＤＯＩ：１０．１０３９／ｃ６ｒａ０３１８９ｇ． ? ［１９］ＨＵＡＮＧＺｏｎｇｃｈｕａｎ，ＷＡＮＧＳｅｎｌｉｎ，ＷＡＮＧＪｉａｎｐｅｎｇ，犲狋犪犾．Ｅｘｆｏｌｉａｔｉｏｎｒｅｓｔａｃｋｉｎｇｓｙｎｔｈｅｓｉｓｏｆｃｏａｌｌａｙｅｒｅｄｄｏｕｂｌｅ ? ? ／ｒｈｙｄｒｏｘｉｄｅｎａｎｏｓｈｅｅｔｓｅｄｕｃｅｄｇｒａｐｈｅｎｅｏｘｉｄｅｃｏｍｐｏｓｉｔｅｆｏｒｈｉｒｆｏｒｍａｎｃｅｓｕｐｅｒｃａｐａｃｉｔｏｒｓ［Ｊ］．Ｅｌｅｃｔｒｏｃｈｉｍｉｃａｇｈｐｅｅｌｅｃｔａｃｔａ．２０１４．１１．０８５．Ａｃｔａ，２０１５，１５２：１１７１２５．ＤＯＩ：１０．１０１６／ ? ｊ．［２０］刘波．Ｄ］．武汉：华中科技大学，２０１４． α ?ＰｂＯ２和β ?ＰｂＯ２的制备及其循环伏安性能研究［［２１］ＺＨＡＮＧＷｅｎｌｉ，ＬＩＮＨａｉｂｏ，ＫＯＮＧＨａｉｓｈｅｎ，犲狋犪犾．Ｈｉｒｉｔｃｔｉｖａｔｅｄｃａｒｂｏｎａｓｙｍｍｅｔｒｉｃｅｌｅｃｔｒｏ  ｇｈｅｎｅｇｙｄｅｎｓｙＰｂＯ２／ａｃｈｅｍｉｃａｌｃａｐａｃｉｔｏｒｂａｓｅｄｏｎｌｅａｄｄｉｏｘｉｄｅｅｌｅｃｔｒｏｄｅｗｉｔｈｔｈｒｅｅｄｉｍｅｎｓｉｏｎａｌｐｏｒｏｕｓｔｉｔａｎｉｕｍｓｕｂｓｔｒａｔｅ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎ  ? ａｌＪｏｕｒｎａｌｏｆＨｙｄｒｏｇｅｎＥｎｅｒ２０１４，３９（３０）：１７１５３１７１６１．ＤＯＩ：１０．１０１６／ｉｈｙｄｅｎｅ．２０１４．０８．０３９． ? ｇｙ，ｊ．ｊ（编辑：李宝川责任编辑：黄晓楠犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：刘源岗）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０５０２０ ? 聚氯甲基苯乙烯的功能化及其在酯化反应中的应用杜慷慨，郑好英（华侨大学材料科学与工程学院，福建厦门３６１０２１）摘要：以聚氯甲基苯乙烯为载体，通过键合法连接磺酸丙基咪唑，制备固载化离子液体［ＰＳ?Ｉｍ＋ ? －Ｃ３Ｈ６ＳＯ３Ｈ］［ＦＴ? ＩＲ）和热重（ＴＧ）对其进行表征．以对甲基苯磺狆?ＣＨ３Ｃ６Ｈ４ＳＯ３］，并用元素分析、红外光谱（酸根为阴离子，将固载化离子液体作为水杨酸丁酯合成的催化剂，通过正交法实验，研究酯化反应的温度、时间、催化剂加入量及醇酸摩尔比反应条件对酯化产率的影响．结果表明：反应温度为１２０ ℃ 、反应时间为１．５ｈ、催化剂用量为反应物质量的６％、醇酸摩尔比为２∶１是合成水杨酸丁酯的最优工艺条件；催化剂重复使用６次后，酯化仍有较高的产率．关键词：聚氯甲基苯乙烯；功能化；离子液体；咪唑；水杨酸丁酯中图分类号：ＴＱ４２６文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８７９０６ ? ? ? 犉狌狀犮狋犻狅狀犪犾犻狕犪狋犻狅狀狅犳犆犺犾狅狉狅犿犲狋犺狔犾犘狅犾狊狋狉犲狀犲犪狀犱狔狔犐狋狊犃狆狆犾犻犮犪狋犻狅狀犻狀犈狊狋犲狉犻犳犻犮犪狋犻狅狀ＤＵＫａｎｇｋａｉ，ＺＨＥＮＧＨａｏｙｉｎｇ（ＣｏｌｌｅｇｅｏｆＭａｔｅｒｉａｌｓＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ－犃犫狊狋狉犪犮狋：Ｔｈｅｓｕｐｐｏｒｔｅｄｉｏｎｉｃｌｉｉｄｓ［ＰＳＩｍ＋?Ｃ３Ｈ６ＳＯ３Ｈ］［ｒｅｐｒｅｐａｒｅｄｕｓｉｎｇｃｈｌｏ  ? ｑｕ狆?ＣＨ３Ｃ６Ｈ４ＳＯ３］ｗｅｒｏｍｅｔｈｙｌｐｏｌｓｔｒｅｎｅａｓｓｕｐｐｏｒｔｉｎｇｍａｔｅｒｉａｌａｎｄｔｈｅｐｒｏｐｙｌｓｕｌｆｏｓａｔｅｉｍｉｄａｚｏｌｅｂｏｎｄｅｄｏｎｔｈｅｒｅｓｉｎ．Ｔｈｅｐｒｏｄ  ｙｙｕｃｔｓｗｅｒｅｃｈａｒａｃｔｅｒｉｚｅｄｂｙｅｌｅｍｅｎｔａｌａｎａｌｓｉｓ，ｆｏｕｒｉｅｒｔｒａｎｓｆｏｒｍｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ（ＦＴ? ＩＲ）ａｎｄｔｈｅｒｍｏ  ｙＴＧ）．Ｆｕｒｔｈｅｒ，ｔｈｅｓｕｐｐｏｒｔｅｄｉｏｎｉｃｌｉｉｄｓｗｅｒｅｕｓｅｄａｓｅｓｔｅｒｉｆｉｃａｔｉｏｎｃａｔａｌｓｔｏｎ狀ｔｌｒａｖｉｍｅｔｒｉｃａｎａｌｓｉｓ（ ?ｂｕｑｕｙｙｇｙｓａｌｉｃｙｌａｔｅｗｉｔｈｓａｌｉｃｙｌｉｃａｃｉｄａｎｄ狀?ｂｕｔｌａｌｃｏｈｏｌ，ｕｓｉｎｇ狆?ｍｅｔｈｙｌｐｈｅｎｙｌｓｕｌｆｏｎａｔｅａｓａｎｉｏｎ．Ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｙ／ｓｔｈｅｒｅａｃｔｉｏｎｔｅｍｐｅｒａｔｕｒｅ，ｒｅａｃｔｉｏｎｔｉｍｅ，ｔｈｅｄｏｓａｇｅｏｆｃａｔａｌｓｔ，ａｎｄｔｈｅｉｎｉｔｉａｌｍｏｌａｒｒａｔｉｏ（ｂｕｔａｎｏｌａｌｉｃｙｌｉｃｙａｃｉｄ）ｏｎｅｓｔｅｒｉｆｉｃａｔｉｏｎｙｉｅｌｄｗａｓｓｔｕｄｉｅｄｔｈｒｏｕｇｈｏｒｔｈｏｇｏｎａｌａｎｄｓｉｎｇｌｅｆａｃｔｏｒｅｘｐｅｒｉｍｅｎｔ．Ｔｈｅｏｐｔｉｍｕｍｃｏｎｄｉ  ｔｉｏｎｓｗｅｒｅａｓｆｏｌｌｏｗｓ：ｔｈｅｒｅａｃｔｉｏｎｔｅｍｐｅｒａｔｕｒｅｗａｓ１２０ ℃ ，ｔｈｅｔｉｍｅｗａｓ１．５ｈ，ｔｈｅｄｏｓａｇｅｏｆｃａｔａｌｓｔｗａｓｙ６％ｂａｓｅｄｏｎｔｈｅｍａｓｓｏｆｓａｌｉｃｙｌｉｃａｃｉｄａｎｄ狀ｔｌａｌｃｏｈｏｌ，ａｎｄｔｈｅｍｏｌａｒｒａｔｉｏｗａｓ２∶１．Ｉｎａｄｄｉｔｉｏｎ，ｔｈｅｅｓ  ?ｂｕｙｔｅｒｉｆｉｃａｔｉｏｎｓｔｉｌｌｈａｄｈｉｒｙｉｅｌｄｗｈｅｎｔｈｅｃａｔａｌｓｔｗａｓｒｅｕｓｅｄｆｏｒ６ｔｉｍｅｓ．ｇｈｅｙ犓犲狉犱狊：ｃｈｌｏｒｏｍｅｔｈｙｌｐｏｌｓｔｒｅｎｅ；ｆｕｎｃｔｉｏｎａｌｉｚａｔｉｏｎ；ｉｏｎｉｃｌｉｉｄｓ；ｉｍｉｄａｚｏｌｅ；狀ｔｌｓａｌｉｃｙｌａｔｅ ?ｂｕｙｙｑｕｙ狔狑狅离子液体由于对环境友好的物理和化学特性而备受关注［１?２］．离子液体的结构具有可设计性，因此，可将离子液体称为“绿色可设计溶剂”［３?４］，其在电化学、分离过程、聚合、加成、缩合及Ｆｒｉｅｄｅｌａｆｔｓ等 ?Ｃｒ反应中是优良的溶剂和催化剂［５?１３］．然而，离子液体存在价格较高、不容易与产品分离等缺点，因此，研收稿日期：２０１８０５２９ ? ? 通信作者：杜慷慨（１９６３Ｅ?ｍａｉｌ：ｄｕｋａｎｇ＠ｈｑｕ． ?），男，副教授，博士，主要从事高分子材料改性及有机合成的研究．ｅｄｕ．ｃｎ．基金项目：国家自然科学基金资助项目（２１２４６００８）；福建省自然科学基金资助项目（２０１６Ｊ０１０６０）华侨大学学报（自然科学版）８８０２０１８年究者将离子液体固载到固体材料表面上［１４?１７］．固载化有活性炭吸附法、浸渍嫁接法、硅胶载体键合法，以及高聚物载体键合法等［１８?２５］．水杨酸丁酯在日用化工和食品添加领域有广泛应用，目前工业上主要采用浓硫酸作为催化剂合成水杨酸丁酯，但副反应多、选择性差，且浓硫酸易腐蚀设备，废液污染环境．近年来，研究者积极探寻水杨酸和正丁醇酯化反应的新型催化剂，并取得了一定的进展［２６?３０］．在高分子材料中，聚苯乙烯的热稳定性较好，易于健合，常被用作载体而功能化［２３?２６］．本文用正交法实验，研究催化剂酯化反应的反应温度、反应时间、催化剂用量、醇酸摩尔比因素对合成水杨酸正丁酯的影响，并考察固载化离子液体的重复使用性能．１实验部分１．１主要实验试剂及装置实验试剂．聚氯甲基苯乙烯（氯球，ＰＳ ?ＣＨ２Ｃｌ）的交联度为１％，粒径大小为１００～２００目（天津南开和成科技有限公司）；其他试剂均为市售分析纯，未进一步纯化．实验装置．ＦＴＩＲ? ８４型傅里叶红外光谱仪（日本岛津公司）；ＶａｒｉｏＥＬ Ⅲ 型元素分析仪德国（Ｅｌｅｍｅｎｔａｒ公司）；Ａｇｉｌｅｎｔ６８９０Ｎ型气相色谱仪（美国Ａｇｉｌｅｎｔ公司）；ＤＴＧ? ６０Ｈ型热重分析仪（日本岛津公司）．１．２聚苯乙烯的功能化氯球的功能化，固载化离子液体的制备方案［３１］分３步．ＰＳＩｍ］的制备．利用亲核取代反应原理，使氯球与咪唑进行反应，使咪唑的一个Ｎ原子１）前驱体［ ? 取代Ｃｌ原子，在咪唑过量的情况下，使反应接近完全．将５ｇ氯球置于装有磁力搅拌的１００ｍＬ圆底烧瓶中，加入５０ｍＬ甲苯，再加入过量的咪唑，回流反应２４ｈ．反应结束后，静置、冷却，抽滤并用丙酮洗涤，６０ ℃ 真空干燥一夜，得到前驱体［ＰＳＩｍ］． ? ＰＳＩｍ＋?Ｃ３Ｈ６ＳＯ３－］的制备．在１００ｍＬ圆底烧瓶中加入前驱体［ＰＳＩｍ］和５０２）固载化离子液体［ ? ? ｍＬ甲苯，室温搅拌下，缓慢加入与氯甲基等物质的量的１，３ ?丙磺酸内酯，回流反应２４ｈ．反应结束后，静置、冷却，抽滤并用丙酮洗涤，６０ ℃ 真空干燥一夜，得到功能化聚苯乙烯，即固载化的离子液体［ＰＳ? Ｉｍ＋?Ｃ３Ｈ６ＳＯ３－］．－ＰＳＩｍ＋?Ｃ３Ｈ６ＳＯ３Ｈ］［３）酯化反应催化剂［ ? 狆?ＣＨ３Ｃ６Ｈ４ＳＯ３］的制备．在１００ｍＬ圆底烧瓶中加入功能化的聚苯乙烯［ＰＳＩｍ＋?Ｃ３Ｈ６ＳＯ３－］和５０ｍＬ甲苯，剧烈搅拌下，缓慢滴加对甲基苯磺酸，室温搅 ? 拌３０ｍｉｎ后，反应回流２ｈ．反应结束后，静置、冷却，用４０ ℃ 的温水浸泡１０ｍｉｎ，抽滤并用蒸馏水洗涤，－６０ ℃ 真空干燥一夜，得到固载化离子液体催化剂［ＰＳＩｍ＋?Ｃ３Ｈ６ＳＯ３Ｈ］［ ? 狆?ＣＨ３Ｃ６Ｈ４ＳＯ３］．１．３固载化离子液体催化剂表征１．３．１元素分析用ＶａｒｉｏＥＬ Ⅲ 型元素分析仪测定Ｃ，Ｈ，Ｎ的质量分数（狑），结果如表１所示．表１－１中：犔为催化剂的负载量，ｍｍｏｌ·ｇ；狑（Ｎ）为氮元素的质量分数．由氮质量分数可计算出固载化离子液体催化剂的负载量，即犔＝１０００×狑（／２８．Ｎ）表１催化剂元素分析结果Ｔａｂ．１Ｅｌｅｍｅｎｔａｌａｎａｌｓｉｓｒｅｓｕｌｔｓｏｆｃａｔａｌｓｔｙｙ项目／％狑（Ｃ）／％狑（Ｈ）／％狑（Ｎ）犔／ｍｍｏｌ·ｇ－１催化剂５６．６３０３０５．９３１７６５．４６６７２１．９５２４反应６次后５７．１６５１０６．０４１７２５．１５３１０１．８４０４１．３．２红外光谱分析将一定量样品和适量的溴化钾粉末混合，放在玛瑙研钵体中进行研磨；然后，置于不锈钢膜片中压片成型；最后，在红外光谱（ＦＴ? ＩＲ）仪上进行红外扫描，波长范围４０００～４００ｃｍ－１．１．３．３热稳定性分析用ＴＧＡ?５０Ｈ型热重分析仪进行热稳定性分析，称量前对样品进行充分的干燥．在Ｎ２气氛下保护，升温速率为１０ ℃ ·ｍｉｎ－１，升温至８００ ℃．１．４固载化离子液体催化合成的水杨酸正丁酯向１００ｍＬ的三颈烧瓶加入不同比例的水杨酸、正丁醇，以及相应比例的催化剂、分水剂、分水器分水，按不同温度和不同时间进行酯化反应．反应结束后，冷却，过滤分离催化剂，将滤液依次用蒸馏水、质量分数为５％的碳酸氢钠溶液及饱和氯化钠溶液洗涤，并用无水硫酸镁干燥后，减压蒸馏，用气相色谱犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期杜慷慨，等：聚氯甲基苯乙烯的功能化及其在酯化反应中的应用８８１法分析反应产率．１．５气相色谱分析及产率的换算采用Ａｇｉｌｅｎｔ６８９０Ｎ型气相色谱仪对产物进行分析．气相色谱检测条件为：高纯Ｈ２为燃气；高纯Ｎ２为载气；进样口温度为２００ ℃ ；柱温为２５０ ℃．将反应产物与标准样品的气相色谱进行比较，反应的主产物为水杨酸丁酯．同时，存在少量副产物苯酚．用气相色谱峰面积法计算水杨酸的转化率和水杨酸丁酯的选择性．气相色谱产率的换算式为（水杨酸丁酯）＋犮（苯酚）水杨酸转化率＝犮 ×１００％；犮（水杨酸）犮（水杨酸丁酯）水杨酸丁酯选择性＝ ×１００％；犮（水杨酸丁酯）＋犮（苯酚）水杨酸丁酯产率＝水杨酸转化率 × 水杨酸丁酯选择性．２结果与讨论２．１反应温度对酯化产率的影响在醇酸摩尔比为２∶１、催化剂用量为反应物质量的６％、反应时间为１．５ｈ的条件下，酯化反应温度（ θ）对水杨酸丁酯的产率影响，如图１所示．由图１可知：催化剂在１２０ ℃ 时具有最高的产率；温度升高，能加快酯化反应的进行，但对平衡产率的提高没有贡献．因为当反应温度进一步升高时，氯球因受热，使氯球内的孔道发生坍塌，造成表面结构的破坏而减弱催化作用．因此，反应温度在１２０ ℃ 时具有最高的产率．２．２催化剂用量对酯化产率的影响在反应温度为１２０ ℃ 、醇酸摩尔比为２∶１、反应时间为１．５ｈ的条件下，催化剂用量（犿）对水杨酸丁酯的产率影响，如图２所示．图１反应温度对酯化产率的影响图２催化剂用量对酯化产率的影响Ｆｉ１Ｉｎｆｌｕｅｎｃｅｏｆｔｅｍｐｅｒａｔｕｒｅｒｅｆｌｅｘｇ．Ｆｉ２Ｉｎｆｌｕｅｎｃｅｏｆｃａｔａｌｓｔａｍｏｕｎｔｇ．ｙｏｎｅｓｔｅｒｉｆｉｃａｔｉｏｎｙｉｅｌｄｏｎｅｓｔｅｒｉｆｉｃａｔｉｏｎｙｉｅｌｄ由图２可知：水杨酸丁酯的产率随着催化剂用量的增加而增加，当催化剂用量达到反应物质量的６％时，产率最高；当继续增大催化剂用量，酯化产率并没有增加，反而有些许降低．可能是因为催化剂对酸或醇的表面作用，并吸附产品而使收率略有降低．因此，选择用量为反应物质量６％的催化剂．２．３反应时间对酯化产率的影响在反应温度为１２０ ℃ 、醇酸摩尔比为２∶１、催化剂用量为反应物质量的６％的条件下，不同反应时间（狋）对水杨酸丁酯产率的影响，如图３所示．由图３可知：酯化产率随着酯化反应时间的延长而增大，当反应时间达到１．５ｈ时，产率最大；延长反应时间，酯化反应的产率并没有继续增加．这是因为进一步延长反应时间，正反应基本平衡，而副反应也同时增加，并不能使酯化反应产率增加．因此，选择反应时间为１．５ｈ．２．４醇酸摩尔比对酯化产率的影响在反应温度为１２０ ℃ 、催化剂用量为反应物质量的６％、反应时间为１．５ｈ的条件下，不同醇酸摩尔犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８８２２０１８年比（狀）对水杨酸丁酯产率的影响，如图４所示．图３反应时间对酯化产率的影响图４醇酸摩尔比对酯化产率的影响Ｆｉ３Ｉｎｆｌｕｅｎｃｅｏｆｒｅａｃｔｉｏｎｔｉｍｅｇ．Ｆｉ４Ｉｎｆｌｕｅｎｃｅｏｆａｌｋｙｄｍｏｌａｒｒａｔｉｏｇ．ｏｎｅｓｔｅｒｉｆｉｃａｔｉｏｎｙｉｅｌｄｏｎｅｓｔｅｒｉｆｉｃａｔｉｏｎｙｉｅｌｄ由图４可知：随着醇加入量的增加，酯化产率明显增加，当醇酸摩尔比为２∶１时，产率最高；继续增加醇的量，产率反而下降．这是因为酯化反应是可逆反应，增加醇酸摩尔比，使正丁醇过量，可促使水杨酸转化为水杨酸丁酯，所以酯化产率增加；但当醇酸摩尔比过大时，正丁醇过量太多，反而造成体系中水杨酸物质量的浓度过低，不利于酯化反应的进行，酯化产率反而下降．因此，选择醇酸摩尔比为２∶１．２．５固载化离子液体的重复使用性能功能化聚苯乙烯催化剂经过简单的过滤和无水乙醇洗涤，干燥后便可直接用于下一次酯化反应中．在最优条件，即反应温度为１２０ ℃ 、醇酸摩尔比为２∶１、催化剂用量为反应物质量的６％、反应时间为１．５ｈ的条件下，酯化产率最高可达８６．６％．催化剂对水杨酸丁酯合成反应的重复使用性能，结果如图５所示．图５中：犽为重复使用的次数．由图５可知：催化剂重复６次时，其酯化产率有所降低，但还可以继续使用．这是因为固载化离子液体催化剂在图５催化剂重复使用次数使用过程中，因氯球表面的孔道受热发生变型或孔道被副对酯化产率的影响产物阻断，使得催化中心数量减少，从而使酯化产率随着催Ｆｉ５Ｉｎｆｌｕｅｎｃｅｏｆｃａｔａｌｓｔｒｅｕｓｉｎｇｇ．ｙ化次数的增加而降低．ｔｉｍｅｓｏｎｅｓｔｅｒｉｆｉｃａｔｉｏｎｙｉｅｌｄ２．６红外光谱分析－固载化离子液体［ＰＳＩｍ＋?Ｃ３Ｈ６ＳＯ３Ｈ］［ＦＴ? ＩＲ），如图６所示．图６ ? 狆?ＣＨ３Ｃ６Ｈ４ＳＯ３］的红外光谱（中： σ 为波数．由图６可知：在３１６２ｃｍ－１和２９２０ｃｍ－１处的吸收峰为咪唑环上Ｃ－Ｈ和－ＣＨ２峰；１５７２ｃｍ－１和１４４５ｃｍ－１处为咪唑环上的Ｃ＝Ｃ，Ｃ＝Ｎ伸缩振动峰；１１５２ｃｍ－１处为－ＳＯ３Ｈ和－ＳＯ３－上的Ｓ＝Ｏ的伸缩振动共同产生的，因而该吸收峰强度较大；１０３７ｃｍ－１处为－ＳＯ３Ｈ和－８６４ｃｍ－１和７６２ｃｍ－１处ＳＯ３－上的Ｓ－Ｏ的伸缩振动峰；分别为Ｃ－Ｈ对二取代和间二取代面外弯曲振动峰．２．７犜犌分析对合成的固载化离子液体［ＰＳ? Ｉｍ＋?Ｃ３Ｈ６ＳＯ３Ｈ］［狆? ＣＨ３Ｃ６Ｈ４ＳＯ３－］进行热重（ＴＧ）分析，结果如图７所示．由图７可知：从室温到１００ ℃ 有一定程度的失重（不图６催化剂的红外光谱图Ｆｉ６Ｉｎｆｒａｒｅｄｓｐｅｃｔｒａｌｏｆｃａｔａｌｓｔｇ．ｙ超过４％的质量分数），这是催化剂在空气中吸附水份引起的；在１００～２２０ ℃ 范围内，催化剂基本没有变化；在２２０～４６０ ℃ 有一段很明显的分解温度平台，这是因为固载化离子液体催化剂从氯球表面断裂犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期杜慷慨，等：聚氯甲基苯乙烯的功能化及其在酯化反应中的应用８８３而脱离，同时，聚苯乙烯骨架也被破坏，并发生分解．因此，在温度低于２２０ ℃ 时，固载化离子液体催化剂的结构是比较稳定，一般的酯化反应温度都低于２２０ ℃ ，催化剂可用于酯化反应中．虽然催化剂的分解温度在２２０ ℃ 以上，但因为其骨架是大孔型聚苯乙烯，在不到２２０ ℃ 时，氯球表面及内部孔道会受热发生变形，使其催化中心锐减，导致催化活性减弱．３结论将聚氯甲基化苯乙烯功能化，制备固载化离子液体图７固载化离子液体的热重曲线图－催化剂［ＰＳＩｍ＋?Ｃ３Ｈ６ＳＯ３Ｈ］［ ? 狆?ＣＨ３Ｃ６Ｈ４ＳＯ３］，并用作酯化反应催化剂；然后，以正交实验和单因素实验探Ｆｉ７ＴＧｃｕｒｖｅｓｏｆｇ．ｓｕｐｐｏｒｔｅｄｉｏｎｉｃｌｉｉｄｓｑｕ讨反应温度、反应时间、催化剂用量、醇酸摩尔比等因素对酯化反应工艺的影响规律．温度是最主要的影响因素，最佳的工艺合成条件为：反应温度１２０ ℃ 、反应时间为１．５ｈ、催化剂用量为反应物质量的６％、醇酸摩尔比为２∶１．在最佳的酯合成条件下，酯化产率可达８６．６％．固载化离－子液体［ＰＳＩｍ＋?Ｃ３Ｈ６ＳＯ３Ｈ］［ ? 狆?ＣＨ３Ｃ６Ｈ４ＳＯ３］经重复使用６次，酯化产率有一定程度的降低，但仍能作为酯化反应的催化剂．参考文献：［１］ＨＯＬＢＲＥＹＪＤ，ＳＥＤＤＯＮＫＲ．Ｉｏｎｉｃｌｉｉｄｓ［Ｊ］．ＣｌｅａｎＰｒｏｄｕｃｔｓａｎｄＰｒｏｃｅｓｓｅｓ，１９９９，１（４）：２２３２３６．ＤＯＩ：１０．１００７／ ? ｑｕｓ１００９８００５００３６．［２］ＢＲＥＮＮＥＣＫＥＪＦ，ＭＡＧＩＮＮＥＪ．Ｉｏｎｉｃｌｉｉｄｓ：Ｉｎｎｏｖａｔｉｖｅｆｌｕｉｄｓｆｏｒｃｈｅｍｉｃａｌｐｒｏｃｅｓｓｉｎｇ［Ｊ］．ＡＩＣＨＥＪｏｕｒｎａｌ，ｑｕ２００１，４７（１１）：２３８４２３８９．ＤＯＩ：１０．１００２／ａｉｃ．６９０４７１１０２． ? ［３］ＢＯＮＨＯＴＥＰ，ＤＩＡＳＡＰ，ＰＡＰＡＧＥＯＲＧＩＯＵＮ，犲狋犪犾．Ｈｙｄｒｏｐｈｏｂｉｃ，ｈｉｌｏｎｄｕｃｔｉｖｅａｍｂｉｅｎｔｔｅｍｐｅｒａｔｕｒｅｍｏｌｔｅｎ ? ｇｈｙｃｓａｌｔｓ［Ｊ］．ＩｎｏｒｉｃＣｈｅｍｉｃａｌ，１９９６，３５（５）：１１６８１１７８．ＤＯＩ：１０．１０２１／ｉｃ９５１３２５ｘ． ? ｇａｎ［４］ＫＯＣＨＶＲ，ＮＡＮＪＵＮＤＩＡＨＣ，ＡＰＰＥＴＥＣＣＨＩＧＢ，犲狋犪犾．Ｔｈｅｉｎｔｅｒｒａｃｉａｌｓｔａｂｉｌｉｔｆｌｉｗｉｔｈｔｗｏｎｅｗｓｏｌｖｅｎｔｆｌｅｅｉ  ? ｙｏｏｎｉｃｌｉｉｄｓ：ｌ，２ｄｉｍｅｔｈｙｌ３Ｊ］．ＥｌｅｃｔｒｏｃｈｅｍＳｏｃ，１９９５，１４２（７）：１１６１１８．ＤＯＩ：ｒｏｐｙｌｉｍｉｄａｚｏｌｉｕｍｉｍｉｄｅａｎｄｍｅｔｈｉｄｅ［ ? ? ?ｐ ? ｑｕ１０．１１４９／１．２０４４３３２．［５］ＹＡＮＧＨｏｎｇｚｈｏｕ，ＧＵＹａｎｌｏｎｇ，ＤＥＮＧＹｏｕｑｕａｎ，犲狋犪犾．Ｅｌｅｃｔｒｏｃｈｅｍｉｃａｌａｃｔｉｖａｔｉｏｎｏｆｃａｒｂｏｎｄｉｏｘｉｄｅｉｎｉｏｎｉｃｌｉｉｄ：ｑｕＳｙｎｔｈｅｓｉｓｏｆｃｙｃｌｉｃｃａｒｂｏｎａｔｅｓａｔｍｉｌｄｒｅａｃｔｉｏｎｃｏｎｄｉｔｉｏｎｓ［Ｊ］．ＣｈｅｍｉｃａｌＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２００２（３）：２７４２７５．ＤＯＩ：１０． ? １０３９／Ｂ１０８４５１Ｈ．［６］ＳＯＮＧＣＥ，ＲＯＨＥＪ．Ｐｒａｃｔｉｃａｌｍｅｔｈｏｄｔｏｒｅｃｙｃｌｅａｃｈｉｒａｌ（ｓａｌｅｎ）ｍｎｅｐｏｘｉｄａｔｉｏｎｃａｔａｌｓｔｂｙｕｓｉｎｇａｎｉｏｎｉｃｌｉｉｄｙｑｕ［Ｊ］．ＣｈｅｍｉｃａｌＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２０００，２７（１０）：８３７８３８．ＤＯＩ：１０．１０３９／Ｂ００１４０３Ｆ． ? ［７］ＫＩＭＫＳ，ＤＥＭＢＥＲＥＬＮＹＡＭＢＡＤ，ＬＥＥＨ．Ｓｉｚｅｓｅｌｅｃｔｉｖｅｓｙｎｔｈｅｓｉｓｏｆｇｏｌｄａｎｄｐｌａｔｉｎｕｍｎａｎｏｐａｒｔｉｃｌｅｓｕｓｉｎｇｎｏｖｅｌ ? ｔｈｉｏｌｆｕｎｃｔｉｏｎａｌｉｚｅｄｉｏｎｉｃｌｉｉｄｓ［Ｊ］．Ｌａｎｇｍｕｉｒ，２００４，２０（３）：５５６５６０．ＤＯＩ：１０．１０２１／ｌａ０３５５８４８． ? ? ｑｕ［８］ＷＡＳＳＥＲＳＣＨＥＩＤＰ，ＧＯＥＤＯＮＣＭ，ＨＩＬＧＥＲＳＣ，犲狋犪犾．Ｉｏｎｉｃｌｉｉｄｓ：Ｐｏｌａｒ，ｂｕｔｗｅａｋｌｏｏｒｄｉｎａｔｉｎｇｓｏｌｖｅｎｔｓｆｏｒｑｕｙｃｔｈｅｆｉｒｓｔｂｉｓｉｃｏｌｉｒｉｓａｔｉｏｎｏｆｅｔｈｅｎｅｔｏｈｉｒｌｅｆｉｎｓｗｉｔｈｃａｔｉｏｎｉｃＮｉｃｏｍｐｌｅｘｅｓ［Ｊ］．ＣｈｅｍＣｏｍｍｕｎ，２００１ ?ｏｐｈａｇｏｍｅｇｈｅ（１３）：１１８６１１８７．ＤＯＩ：１０．１０３９／Ｂ１０１４００Ｐ． ? ［９］ＴＡＮＧＬｏｎｇ，ＤＩＮＧＬｉ，ＣＨＡＮＧＷｅｉｘｉｎｇ，犲狋犪犾．ＳｎＣｌｉａｔｅｄｃａｒｂｏｎｙｌａｌｌｌａｔｉｏｎｏｆａｌｄｅｈｙｄｅｓａｎｄｋｅｔｏｎｅｓｉｎｉｏｎｉｃ ?ｍｅｄｙ２ｔｅｔｌｅｔ．２００５．１１．０２２．ｌｉｉｄ［Ｊ］．ＴｅｔｒａｈｅｄｒｏｎＬｅｔｔｅｒｓ，２００６，４７（３）：３０３３０６．ＤＯＩ：１０．１０１６／ ? ｊ．ｑｕ［１０］郝苏霞，王桂荣，栾艳勤，等．离子液体在Ｆｒｉｅｄｅｌａｆｔｓ反应中应用进展［Ｊ］．化工进展，２００９，２８（６）：９５３９５７．ＤＯＩ： ?Ｃｒ ? ｉｓｓｎ．１０００１０．１６０８５／６６１３．２００９．０６．００１． ? ｊ．［１１］赵强，林金清．磺酸基功能化季铵盐离子液体催化油酸制备生物柴油［Ｊ］．华侨大学学报（自然科学版），２０１３，３４（６）：６６２６６６．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１３．０６．０６６２． ? ? ［１２］刘晔，李敏，路勇，等．功能离子液体复合体系中钯催化的Ｈｅｃｋ偶联反应［Ｊ］．高等学校化学学报，２００７，２８（４）：７２３７２６．ＤＯＩ：１０．３３２１／ｉｓｓｎ：０２５１０７９０．２００７．０４．０２．３． ? ? ｊ．［１３］孙晓杰、邢钧、翟毓秀，等．离子液体在气相色谱固定相中的应用［Ｊ］．化学进展，２０１４，２６（４）：６４７?６５６．ＤＯＩ：１０．７５３６／ＰＣ１３０８４７．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８８４２０１８年［１４］ＣＨＲＩＳＴＩＡＮＰ，ＭＥＨＮＥＲＴＤ．Ｓｕｐｐｏｒｔｅｄｉｏｎｉｃｌｉｉｄｐｈａｓｅｓ［Ｊ］．ＣｈｅｍｉｓｔｒｒｏｐｅａｎＪｏｕｒｎａｌ，２００５，１１（１）：５０５６． ? ｑｕｙＥｕＤＯＩ：１０．１００２／ｃｈｅｍ．２００４００６８３．［１５］ＬＩＤｏｎｇｍｅｉ，ＳＨＩＦｅｎｇ，ＧＵＯＳｈｕ，犲狋犪犾．Ｏｎｅｆｅｃｔｉｖｅｔｓｙｎｔｈｅｓｉｓｏｆｓｉｌｉｃａｇｅｌｃｏｎｆｉｎｅｄｆｕｎｃｔｉｏｎａｌｉｏｎｉｃｌｉｉｄｓ：Ｅｆ ?ｐｏｑｕｃａｔａｌｓｔｓｆｏｒｄｅｏｘｉｍａｔｉｏｎｕｎｄｅｒｍｉｌｄｃｏｎｄｉｔｉｏｎｓ［Ｊ］．ＴｅｔｒａｈｅｄｒｏｎＬｅｔｔ，２００４，４５（２）：２６５?２６８．ＤＯＩ：１０．１００２／ｃｈｉｎ．ｙ２００４１５０６２．［１６］崔露丹，马磊．功能化活性炭固载离子液体催化剂［Ｊ］．浙江化工，２０１２，４３（１０）：１２１５．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００６ ? ? ｊ．４１８４．２０１２．１０．００４．［１７］孙亚飞，林金清，左霜，等．功能化季铵盐离子液体在制备生物柴油中的应用［Ｊ］．华侨大学学报（自然科学版），２０１１，３２（６）：６５７６６２．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１１．０６．０６５７． ? ? ［１８］曹渊，文毅，徐彦琴，等．介孔分子筛固载离子液体及其在催化有机反应中的应用［Ｊ］．化学通报，２０１２，７５（１０）：８７９ ? ８８５．ＤＯＩ：１０．１４１５９／ｃｎｋｉ．０４４１３７７６．２０１２．１０．０１０． ? ｊ．［１９］汤小芳，冯雷，祁贵国．硅胶固载［ＨＳＯ３?Ｐｍｉｍ］ＨＳＯ４催化合成对羟基苯甲酸乙酯［Ｊ］．日用化学工业，２０１３，４３（６）：４４１４４４．ＤＯＩ：１０．１３２１８／ｃｎｋｉ．ｃｓｄｃ．２０１３．０６．００８． ? ｊ．［２０］余加，王明章，张秀玲，等．固载化离子液体在催化加氢反应中的研究进展［Ｊ］．大连工业大学学报，２００８，２７（２）：ｃｎｋｉ．ｄｌ２００８．０２．００８．１２３１２８．ＤＯＩ：１０．１９６７０／ ? ｊ．ｇｙｄｘｘｂ．［２１］郑好英，杜慷慨．氯球固载化离子液体的制备及其在乙酸异戊酯合成中的应用［Ｊ］．华侨大学学报（自然科学版），２０１７，３８（６）：８２４８２９．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１６．０６０８９． ? ? ［２２］ＺＨＡＮＧＱｉａｎｇ，ＬＵＯＪｕｎ，ＷＥＩＹｕｎｙａｎｇ．Ａｓｉｌｉｃａｇｅｌｓｕｐｐｏｒｔｅｄｄｕａｌａｃｉｄｉｃｉｏｎｉｃｌｉｉｄ：ＡｎｅｆｆｉｃｉｅｎｔａｎｄｒｅｃｙｃｌａｂｌｅｑｕＪ］．ＧｒｅｅｎＣｈｅｍｉｓｔｒ２０１０，１２（１２）：２２４６ｈｅｔｅｒｏｇｅｎｅｏｕｓｃａｔａｌｓｔｆｏｒｔｈｅｏｎｅｔｓｙｎｔｈｅｓｉｓｏｆａｍｉｄｏａｌｋｙｌｎａｐｈｔｈｏｌｓ［ ?ｐｏ ? ｙ，ｙ２２５４．ＤＯＩ：１０．１０３９／Ｃ０ＧＣ００４７２Ｃ．［２３］ＸＵＺｈｅｎｉｎ，ＷＡＮＨｕｉ，ＭＩＡＯＪｉｎｍｅｉ，犲狋犪犾．Ｒｅｕｓａｂｌｅａｎｄｅｆｆｉｃｉｅｎｔｐｏｌｓｔｒｅｎｅｓｕｐｐｏｒｔｅｄａｃｉｄｉｃｉｏｎｉｃｌｉｉｄｃａｔａｌｓｔ ? ｊｙｙｑｕｙｍｏｌｃａ  ｆｏｒｅｓｔｅｒｉｆｉｃａｔｉｏｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＭｏｌｅｃｕｌａｒＣａｔａｌｓｉｓＡＣｈｅｍｉｃａｌ，２０１０，３３２（１／２）：１５２１５７．ＤＯＩ：１０．１０１６／ ? ｊ．ｙｔａ．２０１０．０９．０１１．［２４］ＭＩＡＯＪｉｎｍｅｉ，ＷＡＮＨｕｉ，ＳＨＡＯＹａｎｂｉｎｇ，犲狋犪犾．Ａｃｅｔａｌｉｚａｔｉｏｎｏｆｃａｒｂｏｎｙｌｃｏｍｐｏｕｎｄｓｃａｔａｌｚｅｄｂｙａｃｉｄｉｃｉｏｎｉｃｌｉ  ｙｑｕｉｄｉｍｍｏｂｉｌｉｚｅｄｏｎｓｉｌｉｃａｇｅｌ［Ｊ］．ＪｏｕｒｎａｌｏｆＭｏｌｅｃｕｌａｒＣａｔａｌｓｉｓＡＣｈｅｍｉｃａｌ，２０１１，３４８（１／２）：７７８２．ＤＯＩ：１０．１０１６／ ? ｙｍｏｌｃａｔａ．２０１１．０８．００５．ｊ．［２５］ＦＩＲＤＯＶＳＩＳＴ，ＹＡＧＯＵＢＭ，ＰＡＲＶＩＮＡＥ．Ｔｒａｎｓｅｓｔｅｒｉｆｉｃａｔｉｏｎｒｅａｃｔｉｏｎｏｆｄｉｍｅｔｈｙｌｔｅｒｅｐｈｔｈａｌａｔｅｂｙ２ｅｔｈｙｌｈｅｘ  ? ｒｅｅｃｏｎｄｉｔｉｏｎ［Ｊ］．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＣｈｅｍｉｓｔｒａｎｏｌｉｎｔｈｅｐｒｅｓｅｎｃｅｏｆｈｅｔｅｒｏｇｅｎｅｏｕｓｃａｔａｌｓｔｓｕｎｄｅｒｓｏｌｖｅｎｔ ?ｆｙ，ｙ２００７，２５（２）：２４６２４９．ＤＯＩ：１０．１００２／ｃｏｃ．２００７９００４９． ? ｊ［２６］孟启，戎志峰，肖网琴，等．Ｃｙｃｌｅｎ型聚苯乙烯树脂的结构与吸附性能［Ｊ］．合成树脂及塑料，２０１４，３１（４）：１３ ?１６．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００２１３９６．２０１４．０４．００５． ? ｊ．［２７］ＪＩＡＮＧＹｉｎｇｙｉｎｇ，ＷＵＹｏｕｔｉｎｇ，ＷＡＮＧＷｅｎｔｉｎｇ，犲狋犪犾．Ｐｅｒｍｅａｂｉｌｉｔｅｌｅｃｔｉｖｉｔｆｓｕｌｆｕｒｄｉｏｘｉｄｅａｎｄｃａｒｂｏｎｄｉ  ｙａｎｄｓｙｏｏｘｉｄｅｉｎｓｕｐｐｏｒｔｅｄｉｏｎｉｃｌｉｉｄｍｅｍｂｒａｎｅｓ［Ｊ］．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＣｈｅｍｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２００９，１７（４）：５９４?６０１．ｑｕＤＯＩ：１０．１０１６／Ｓ１００４９５４１（０８）６０２４９９． ? ? ［２８］魏作君，李艳，李斐瑾，等．固定化Ｂｒ ｎｓｔｅｄ酸性离子液体催化酯化反应［Ｊ］．化工学报，２００９，６０（６）：１４５２?１４５８．ｉｓｓｎ：ＤＯＩ：１０．３３２１／０４３８１１５７．２００９．０６．０１８． ? ｊ．［２９］ＭＩＡＯＪｉｎｍｅｉ，ＷＡＮＨｕｉ，ＧＵＡＮＧｕｏｆｅｎｇ．ＳｙｎｔｈｅｓｉｓｏｆｉｍｍｏｂｉｌｉｚｅｄＢｒｔｅｄａｃｉｄｉｃｉｏｎｉｃｌｉｉｄｏｎｓｉｌｉｃａｇｅｌａｓｈｅｔ  ｎｓｑｕｅｒｏｇｅｎｅｏｕｓｃａｔａｌｓｔｆｏｒｅｓｔｅｒｉｆｉｃａｔｉｏｎ［Ｊ］．ＣａｔａｌｓｉｓＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１１，１２（５）：３５３３５６．ＤＯＩ：１０．１０１６／ｃａｔｃｏｍ． ? ｙｙｊ．２０１０．１０．０１４．［３０］杨雨林，肖明，王跃川．ＳＯ３Ｈ－功能化离子液体的合成及用于催化酯化反应的研究［Ｊ］．化学研究与应用，２０１３，２５（７）：１０５５１０５９．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００４１６５６．２０１３．０７．０２６． ? ? ｊ．［３１］ＹＡＮＧＪｉｎｂｅｉ，ＺＨＯＵＬｉｈｕａ，ＧＵＯＸｉａｏｔｉｎｇ，犲狋犪犾．Ｓｔｕｄｙｏｎｔｈｅｅｓｔｅｒｉｆｉｃａｔｉｏｎｆｏｒｅｔｈｙｌｅｎｅｇｌｃｏｌｄｉａｃｅｔａｔｅｕｓｉｎｇｙｒｏｃｅｓｓ［ｔａｌｓｔｓｐｒｅｐａｒａｔｉｏｎ，ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ，ａｎｄｒｅａｃｔｉｏｎｋｉｎｅｔｉｃｓ，ｐＪ］．ｓｕｐｐｏｒｔｅｄｉｏｎｉｃｌｉｉｄｓａｓｃａｔａｌｓｔ：Ｃａｙｑｕｙｃｅ２０１５．０５．０９６．ＣｈｅｍｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＪｏｕｒｎａｌ，２０１５，２８０：１４７１５７．ＤＯＩ：１０．１０１６／ ? ｊ．ｊ．（责任编辑：陈志贤犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：刘源岗）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｖｏｌ．３９Ｎｏ．６Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７１２０２５ ? 可调性离子液体吸收犆犗２性能与反应机制胡鹏程，钟丽娟，江伟（华侨大学化工学院，福建厦门３６１０２１）摘要：以有机超强碱和氟代醇为原料，采用一步法合成４种可调性离子液体，用于ＣＯ２的吸收．采用在线红外光谱和１３Ｃ核磁光谱分析可调性离子液体与ＣＯ２的反应机制，并对可调性离子液体的ＣＯ２吸收性能及物性变化进行研究．结果表明：在常压下，可调性离子液体的ＣＯ２摩尔吸收量最高可达０．９７ｍｏｌ· ｍｏｌ－１，降低吸收温度和增加吸收压力有利于ＣＯ２的吸收，阴离子的结构对ＣＯ２摩尔吸收量的影响强于阳离子；ＣＯ２与阴离子反应的同时，伴随着可调性离子液体的结构从氢键离子对向自由离子转变；ＣＯ２的吸收促进可调性离子液体极性和离子强度的增加，导致低极性的正庚烷在可调性离子液体中的溶解性能发生变化．关键词：可调性离子液体；ＣＯ２；吸收性能；反应机制中图分类号：Ｏ６４１文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８８５０７ ? ? ? 犆犗２犃犫狊狅狉狆狋犻狅狀犘犲狉犳狅狉犿犪狀犮犲犪狀犱犚犲犪犮狋犻狅狀犕犲犮犺犪狀犻狊犿狅犳犛狑犻狋犮犺犪犫犾犲犐狅狀犻犮犔犻犻犱狊狇狌ＨＵＰｅｎｇｃｈｅｎｇ，ＺＨＯＮＧＬｉｕａｎ，ＪＩＡＮＧＷｅｉｊ（ＣｏｌｌｅｇｅｏｆＣｈｅｍｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｆｏｕｒｓｗｉｔｃｈａｂｌｅｉｏｎｉｃｌｉｉｄｓ（ＩＬｓ）ｗｅｒｅｓｙｎｔｈｅｓｉｚｅｄｖｉａａｏｎｅｓｔｅｐｍｅｔｈｏｄｂｙｕｓｉｎｇｏｒｉｃｓｕｐｅｒ  ? ｑｕｇａｎｂａｓｅｓａｎｄｆｌｕｏｒｏａｌｃｏｈｏｌ，ａｎｄｗｅｒｅａｐｐｌｉｅｄｔｏＣＯ２ａｂｓｏｒｔｉｏｎ．ＴｈｅｒｅａｃｔｉｏｎｍｅｃｈａｎｉｓｍｏｆｓｗｉｔｃｈａｂｌｅＩＬｓｗｉｔｈｐ１３ＣＯ２ｗａｓｓｔｕｄｉｅｄｖｉａｉｎ?ｓｉｔｕＩＲｓｐｅｃｔｒｏｐｈｏｔｏｍｅｔｒｃｔｒｏｓｃｏｐｙ．Ｍｅａｎｗｈｉｌｅ，ＣＯ２ａｂｓｏｒｔｉｏｎｙａｎｄＣＮＭＲｓｐｅｐｒｆｏｒｍａｎｃｅａｎｄｔｈｅｃｈａｎｇｅｏｆｐｈｙｓｉｃａｌｐｒｏｐｅｒｔｉｅｓｏｆｓｗｉｔｃｈａｂｌｅＩＬｓｗｅｒｅｉｎｖｅｓｔｉｔｅｄ．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｐｅｇａｌａｒａｂｓｏｒｔｉｏｎｃａｐａｃｉｔｆｓｗｉｔｃｈａｂｌｅＩＬｓｒｅａｃｈｅｄｕｐｔｏ０．９７ｍｏｌ· ｍｏｌ－１ａｔａｍｂｉｅｎｔｐｒｅｓｓｕｒｅ．ＬｏｗＣＯ２ｍｏｐｙｏｔｅｍｐｅｒａｔｕｒｅａｎｄｈｉｒｅｓｓｕｒｅｆａｖｏｒｅｄＣＯ２ａｂｓｏｒｔｉｏｎ．ＴｈｅｉｎｆｌｕｅｎｃｅｏｆａｎｉｏｎｉｃｓｔｒｕｃｔｕｒｅｏｎＣＯ２ｍｏｌａｒａｂ  ｇｈｐｐｓｏｒｔｉｏｎｃａｐａｃｉｔｓｓｔｒｏｎｇｅｒｔｈａｎｔｈａｔｏｆｃａｔｉｏｎｉｃｓｔｒｕｃｔｕｒｅ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｔｈｅｓｔｒｕｃｔｕｒｅｏｆｓｗｉｔｃｈａｂｌｅＩＬｓｐｙｗａｒｅｓｅｎｔｅｄｉｎｔｈｅｆｏｒｍｏｆｈｙｄｒｏｇｅｎｂｏｎｄｉｏｎｐａｉｒｓｈａｄｃｈａｎｇｅｔｏｆｒｅｅｉｏｎｓａｔｔｈｅｓａｍｅｔｉｍｅｉｎｔｈｅｒｅａｃｔｉｏｎｏｆｐｓｗｉｔｃｈａｂｌｅＩＬｓａｎｄＣＯ２．Ｉｎａｄｄｉｔｉｏｎ，ＣＯ２ｐｒｏｍｏｔｅｄｔｈｅｉｎｃｒｅａｓｅｏｆｐｏｌａｒｉｔｏｎｉｃｓｔｒｅｎｇｔｈ，ｗｈｉｃｈｒｅｓｕｌｔｅｄｙａｎｄｉｉｎｔｈｅｍｉｓｃｉｂｉｌｉｔｆｎｔａｎｅｗｉｔｈｌｏｗｐｏｌａｒｉｔｎｔｈｅｓｗｉｔｃｈａｂｌｅＩＬｓｈａｄｃｈａｎｇｅｄｄｒａｓｔｉｃａｌｌ ?ｈｅｐｙｏｙｉｙ．犓犲狉犱狊：ｓｗｉｔｃｈａｂｌｅｉｏｎｉｃｌｉｉｄｓ；ＣＯ２；ａｂｓｏｒｔｉｏｎｐｅｒｆｏｒｍａｎｃｅ；ｒｅａｃｔｉｏｎｍｅｃｈａｎｉｓｍｑｕｐ狔狑狅化石燃料在燃烧时，产生的有害物质将导致温室效应和酸雨问题［１］．天然气液化加工工艺中，要求［］ＣＯ２质量浓度不得大于５０ｍｇ·Ｌ－１２３．因此，炼厂气、天然气的脱碳是一个重要的加工处理过程．目前，工业上主要采取醇胺法进行脱碳，但整个工艺能耗较大，主要体现在以下４个方面：１）解吸温度在［］１１５ ℃ 左右，解吸过程占整个工艺约６０％的能耗４５；２）吸收剂中水的质量分数超过７０％，水的大量存收稿日期：２０１７１２１４ ? ? 通信作者：胡鹏程（１９８７Ｅｉｌ：ｈｕｐｃ１９８７＠ｈｑｕ．ｅｄｕ．ｃｎ． ?），男，讲师，博士，主要从事离子液体与绿色化工的研究． ?ｍａ基金项目：华侨大学科研启动基金资助项目（６００００５ ?Ｚ１７Ｙ００７３）８８６华侨大学学报（自然科学版）２０１８年［］在是解析能耗高的重要原因；３）解吸ＣＯ２过程中，大量有机醇胺的挥发增加了能耗和成本６；４）水蒸发到脱碳气体中，使脱碳气体需要额外的干燥过程［７］．因此，开发吸收性能优良且解析能耗低的ＣＯ２吸收剂具有重要意义．离子液体具有挥发性低、热稳定性好、溶解性能强等特点［８?９］，被广泛用于气体的分离．文献［１０１２］测定ＣＯ２在常规离子液体［Ｂｍｉｍ］［ＰＦ６］中的摩尔吸收量只有０．０３５ｍｏｌ·ｍｏｌ－１，且以 ? ［］物理吸收为主．Ｂａｔｅｓ等４首次报道一种阳离子含－ＮＨ２的功能化离子液体［ＮＨ２?Ｂｍｉｍ］［ＢＦ４］吸收［］ＣＯ２，阳离子胺基功能化离子液体与ＣＯ２按摩尔比２∶１进行反应，生成氨基甲酸铵盐．Ｇｕｒｋａｎ等１３使用蛋氨酸、脯氨酸分别合成两种含胺基的功能化离子液体［Ｐ６６６１４］［Ｍｅｔ］和［Ｐ６６６１４］［Ｐｒｏ］的阴离子，用于ＣＯ２的吸收，发现该离子液体的摩尔吸收量高达０．９ｍｏｌ· ｍｏｌ－１．胺基功能化离子液体通过引入与ＣＯ２高效键合的胺基，提高ＣＯ２摩尔吸收量，但高粘度及解吸过程中胺基的氧化问题限制了它的应用．［］Ｊｅｓｓｏｐ等１４首次研究等摩尔比的有机超强碱１，８ａｚａｂｉｃｌｏ［５．４．０］ｕｎｄｅｃ７ｅｎｅ（ＤＢＵ）与脂肪醇形 ?Ｄｉ ? ? ｙｃ成的可调性溶剂，用于ＣＯ２吸收．研究表明，形成的产物烷基碳酸盐［ＤＢＵＨ］＋［ＲＯＣＯ２］－具有热不稳定性，大大降低解吸温度（仅５５ ℃ ），ＣＯ２摩尔吸收量理论上可达到１ｍｏｌ· ｍｏｌ－１．文献［１５１８］研发耐 ? ［］水性较好的有机超强碱／脂肪伯胺可调性溶剂，其解吸温度只有５０ ℃．Ｈｅｌｄｅｂｒａｎｔ等１９研究发现，可调性溶剂吸收与解析ＣＯ２更加有效，主要体现在可调性溶剂的ＣＯ２质量吸收容量高达１９％，体积吸收容－１量为１４７ｇ·Ｌ－１，比热容为１．２～２．０Ｊ·（ｇ·Ｋ），其解析能耗低．可调性溶剂尽管具有ＣＯ２吸收容量高和解析温度低的优点，但也存在诸多的缺点，例如，对水分的要求苛刻、脂肪醇和脂肪胺的挥发性高、体系反应前后粘度变化大等［２０］．为此，本文考虑结合离子液体挥发性低和可调性溶剂解析温度低的优点，合成可调性离子液体用于吸收ＣＯ２，考察可调性离子液体对ＣＯ２的吸收规律，研究可调性离子液体吸收ＣＯ２的反应机制，探讨吸收前后体系电导率与极性的变化．１实验部分１．１实验试剂和仪器实验试剂．２，２，２ＴＦＥ），２，２，３，３１ＴＦＰ），１，１，３，３ＴＭＧ），１，８ ?三氟乙醇（ ?四氟? ?丙醇（ ?四甲基胍（ ?二氮杂二环十一碳? ７ＤＢＵ）（上海阿拉丁生化科技有限公司）；ＣＯ２（北京国药集团化学试剂有限公 ?烯（司）．以上试剂纯度均达到９９％以上．仪器．１）ＢｒｕｋｅｒＡｖａｎｃｅ型核磁共振仪（德国布鲁克公司），其照射频率为４００ＭＨｚ，以ＴＭＳ为内标，以ＣＤＣｌ３为溶剂；２）ＵＮＩＣＯＭｏｄｅｌＵＶ? ２１０２ＰＣＳ型紫外可见光光谱仪（美国尤尼克斯公司）；３）Ｒｅａｃｔ  ＩＲＴＭ型红外光谱分析仪（瑞士梅特勒托勒多公司），其分辨率为１６ｃｍ－１，每分钟扫描次数２５６次，扫描波数范围６５０～４０００ｃｍ－１；４）ＳＴＡ４０９ＰＣ型同步热分析仪（德国耐弛公司），样品在氩气和氧气的混合气流下升温，升温速率为１０ ℃ ·ｍｉｎ－１，气流量为１３５ｍＬ·ｍｉｎ－１；５）ＴＰ３２０型电导率仪（北京时代新维设备有限公司）．１．２可调性离子液体的合成有机超强碱和氟代醇通过质子转移反应得到可调性离子液体．可调性离子液体的阳离子由超强碱１，８５．４．０］十一碳? ７ＤＢＵ）和四甲基胍（ＴＭＧ）提供，阴离子由氟代醇２，２，２ ?二氮杂二环［ ?烯（ ?三氟乙醇和２，２，３，３ＤＢＵＨ］［ＴＦＥ］，［ＤＢＵＨ］［ＴＦＰ］，［ＴＭＧＨ］［ＴＦＥ］，［ＴＭＧＨ］［ＴＦＰ］４ ?四氟丙醇提供，合成［种可调离子液体，其反应方程式，如图１所示．图１中：Ｒ为ＣＦ３ＣＨ２或ＣＨＦ２ＣＦ２ＣＨ２基团．［］以极性可调离子液体［ＴＭＧＨ］［ＴＦＰ］为例，表示由ＴＭＧ夺取ＴＦＰ中羟基上的质子形成２１，其合成方法如下：１）准确称取５７．５９ｇ（０．５ｍｏｌ）的ＴＭＧ加入烧瓶中，开动搅拌，设定转速为１５０ｒ·ｍｉｎ－１并通入Ｎ２保护；２）在搅拌过程中，将６８．６５ｇ（０．５２ｍｏｌ）的ＴＦＰ缓慢滴加到反应釜中；３）维持温度不超过５ ℃ ，滴加完ＴＦＰ后停止冷却，继续搅拌３ｈ，以保证ＴＭＧ完全质子化；４）反应结束后，将混合液放入真空干燥箱内，设定真空干燥箱的温度为６０ ℃ ，真空度为９９．３２ｋＰａ，真空干燥２４ｈ，脱除过量的ＴＦＰ，留下的无色油状液体即为极性可调离子液体［ＴＭＧＨ］［ＴＦＰ］．利用卡尔费休水分仪，对上述４种可调性离子液体中水的质量比进行测定，所测得质量比的值均在１０５０～１３５０μｇ·ｇ－１之间．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期胡鹏程，等：可调性离子液体吸收ＣＯ２性能与反应机制８８７图１可调性离子液体的合成及与ＣＯ２的反应过程Ｆｉ１ＳｙｎｔｈｅｓｉｓｐｒｏｃｅｓｓａｎｄｒｅａｃｔｉｏｎｏｆｓｗｉｔｃｈａｂｌｅｉｏｎｉｃｌｉｉｄｓｗｉｔｈＣＯ２ｇ．ｑｕ１．３犆犗２吸收装置及实验步骤利用体积法原理在搭建的实验装置上对可调性离子液体吸收ＣＯ２的过程进行测量，如图２所示．图２中：１为吸收器；２为储罐；３为ＣＯ２；４为缓冲罐；５为真空泵；６，７，８为针状阀；９，１０为球阀；１１，１２为压力传感器；１３为压力表．具体实验步骤如下：１）将质量为犿０，相对分子量为犕，体积为犞１的可调性离子液体加入体积为犞０的吸收器中密封，再把吸收器和体积为犞２的储罐放入恒温油浴中；２）打开阀门８和９，并启动真空泵，将吸收器、储罐和缓冲罐抽真空，之后关闭阀门８和９；３）设置恒温油浴的温度为θ，并保温１０ｍｉｎ；４）打开阀门７，向储罐内通入适量的ＣＯ２，使储罐内的压力为犘１，关闭阀门７；５）调节球阀９的大小，让储罐内的ＣＯ２缓慢进入吸收器，关闭球阀９，开启磁力搅拌器．为保证吸收器内ＣＯ２的压力达到实验设定的测定压力犘２，多次调节球阀９向吸收器内导入气体．当吸收器内ＣＯ２的压力保持在图２可调性离子液体吸收ＣＯ２的实验装置Ｆｉ２ＥｘｐｅｒｉｍｅｎｔａｌａｐｐａｒａｔｕｓｏｆＣＯ２ｇ．ａｂｓｏｒｔｉｏｎｉｎｓｗｉｔｃｈａｂｌｅｉｏｎｉｃｌｉｉｄｐｑｕ犘２不再变化时，则表示此压力下的ＣＯ２在可调性离子液体中的溶解达到平衡．此时，记录下储罐内的气体压力为犘３．在实验温度为θ，测试平衡压力为犘２的条件下，ＣＯ２的摩尔吸收量（犛）为犛＝［（犘１－犘３）犞２－犘２（犞０－犞１）］犕／（犿０犚θ）．（１）２结果与讨论２．１可调性离子液体的犆犗２吸收性能温度和压力是影响［ＴＭＧＨ］［ＴＦＰ］与ＣＯ２反应平衡的２个重要因素．不同温度和不同压力下，［ＴＭＧＨ］［ＴＦＰ］可调性离子液体的ＣＯ２摩尔吸收量，如图３所示．由图３可知：随着温度的增加和压力的下降，［ＴＭＧＨ］［ＴＦＰ］的ＣＯ２摩尔吸收量也随之降低．［ＴＭＧＨ］［ＴＦＰ］与ＣＯ２的是一个放热，且体积压缩的反应过程．根据勒夏特列原理，升高温度和降低压力将不利于反应的进行．相较于压力而言，温度对ＣＯ２吸收变化量的影响更大些，这主要是因为反应生成的ＲｆＣ－Ｏ－Ｃ键能低，ＣＯ２解析温度低（６０ ℃ ）．在测定的温度范围下，升高温度容易使ＲｆＣ－Ｏ－Ｃ键更加活泼，不利于反应的进行［１９］．当ＣＯ２的摩尔吸收量超过理论的１．００ｍｏｌ·ｍｏｌ－１之后，增加压力将很大程度上影响ＣＯ２在［ＴＭＧＨ］［ＴＦＰ］中的物理溶解．当压力为０ｋＰａ，温度为１０～３０ ℃ 时，考察可调性离子液体的阴阳离子结构对ＣＯ２摩尔吸收量的影响，结果如图４所示．由图４可知：当阳离子相同时，以ＴＦＰ为原料合成的可调性离子液体中，ＣＯ２摩尔吸收量高于以ＴＦＥ为原料合成的可调性离子液体，如当温度为２０ ℃ 时，［ＤＢＵＨ］［ＴＦＰ］的ＣＯ２摩尔吸收量为０．７６－１－１ｍｏｌ·ｍｏｌ，［ＤＢＵＨ］［ＴＦＥ］的ＣＯ２摩尔吸收量为０．６５ｍｏｌ·ｍｏｌ，这主要是因为ＴＦＰ中吸电子的犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８８８２０１８年氟原子数量多于ＴＦＥ，有利于ＴＦＰ中羟基上的Ｈ被超强碱ＤＢＵ或ＴＭＧ夺走，形成阴离子上更强的电荷密度，因此更加容易与ＣＯ２结合；当阴离子相同时，以ＴＭＧ为原料合成的可调性离子液体中，ＣＯ２摩尔吸收量仅略高于以ＤＢＵ为原料合成的可调性离子液体，如当温度为２０ ℃ 时，［ＴＭＧＨ］［ＴＦＰ］的ＣＯ２摩尔吸收量为０．７８ｍｏｌ·ｍｏｌ－１，［ＤＢＵＨ］［ＴＦＰ］的ＣＯ２摩尔吸收量为０．７６ｍｏｌ·ｍｏｌ－１，这说明阴离子结构对ＣＯ２摩尔吸收量的影响强于阳离子．尽管ＤＢＵ的碱度（３３）高于ＴＭＧ（ｐ犓ａ＝２４．ｐ犓ａ＝［］２３．３０）２２，但在相同的氟代醇下，二者都能将氟代醇中羟基上的氢夺走，进而对阴离子与ＣＯ２的反应影响不大．在常压下，可调性离子液体的ＣＯ２摩尔吸收量介于０．５２～０．９７ｍｏｌ·ｍｏｌ－１之间．理论上，ＣＯ２与阴离子上Ｏ的负离子结合，可调性离子液体最高的ＣＯ２摩尔吸收量为１．００ｍｏｌ· ｍｏｌ－１，但受到粘度及传质的影响，实际的ＣＯ２摩尔吸收量小于１．００ｍｏｌ·ｍｏｌ－１．图３不同表压下［ＴＭＧＨ］［ＴＦＰ］的图４可调性离子液体的离子结构对ＣＯ２摩尔吸收量与温度关系ＣＯ２摩尔吸收量的影响Ｆｉ３ＲｅｌａｔｉｏｎｓｈｉｔｗｅｅｎＣＯ２ｍｏｌａｒｇ．ｐｂｅＦｉ４Ｅｆｆｅｃｔｏｆｉｏｎｓｔｒｕｃｔｕｒｅｏｆｇ．ａｂｓｏｒｔｉｏｎｃａｐａｃｉｔｎ［ＴＭＧＨ］［ＴＦＰ］ａｎｄｐｙｉｓｗｉｔｃｈａｂｌｅｉｏｎｉｃｌｉｉｄｓｏｎＣＯ２ｑｕｔｅｍｐｅｒａｔｕｒｅａｔｄｉｆｆｅｒｅｎｔｇａｕｇｅｐｒｅｓｓｕｒｅｓｍｏｌａｒａｂｓｏｒｔｉｏｎｃａｐａｃｉｔｐｙ２．２可调性离子液体与犆犗２的反应机制选取吸收性能最好的［ＴＭＧＨ］［ＴＦＰ］为研究对象，以在线红外和核磁为表征手段，考察可调性离子液体与ＣＯ２的反应机理．［ＴＭＧＨ］［ＴＦＰ］与ＣＯ２反应的红外光谱图，如图５所示．图５中：犃为吸光度； σ 为波数．由图５可知：当ＣＯ２通入［ＴＭＧＨ］［ＴＦＰ］后，在１６９４，１５７１ｃｍ－１处出现２个新的红外吸收峰，且峰强度随着ＣＯ２通入时间的增加而增强，当ＣＯ２吸收达到饱和时，峰强度保持不变；１６９４，１５７１ｃｍ－１两处的新峰分别归属于与ＣＯ２反应后新生成的阴离子［ＣＨＦ２ＣＦ２ＣＨ２ＯＣＯＯ］－中的伸缩振动（Ｃ＝Ｏ）和自由阳离子［ＴＭＧＨ］＋中的伸缩振动（Ｃ＝ＮＨ＋）．这些峰可以与离子液体［ＴＭＧＨ］［ＣＦ３ＣＯＯ］－的［］伸缩振动（Ｃ＝Ｏ）（１６８３ｃｍ－１）和伸缩振动（Ｃ＝ＮＨ＋）（１５７１ｃｍ－１）相类比２３２４．１５９３ｃｍ－１处的红外吸收峰归属于［ＴＭＧＨ］＋ …［ＴＦＰ］－氢键离子对中的伸缩振动（Ｃ＝ＮＨ），另外，１５９３ｃｍ－１处的吸光度随着１６９４，１５７１ｃｍ－１两处吸光度的增加而下降．［ＴＭＧＨ］［ＴＦＰ］与ＣＯ２反应前、后的１３Ｃ核磁谱图，如图６所示．图６中： δ 为化学位移．由图６可图５［ＴＭＧＨ］［ＴＦＰ］与ＣＯ２反应的红外光谱变化Ｆｉ５ＶａｒｉａｔｉｏｎｏｆＩＲｓｐｅｃｔｒａｆｏｒｇ．图６［ＴＭＧＨ］［ＴＦＰ］吸收ＣＯ２前、后的１３ＣＮＭＲ图Ｆｉ６ｇ．ｒｅａｃｔｉｏｎｏｆ［ＴＭＧＨ］［ＴＦＰ］ｗｉｔｈＣＯ２犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．１３ＣＮＭＲｓｐｅｃｔｒａｏｆ［ＴＭＧＨ］［ＴＦＰ］ｂｅｆｏｒｅａｎｄａｆｔｅｒＣＯ２ａｂｓｏｒｔｉｏｎｐ第６期胡鹏程，等：可调性离子液体吸收ＣＯ２性能与反应机制８８９知：［ＴＭＧＨ］［ＴＦＰ］与ＣＯ２反应后，在１６１．１２处发现新的１３Ｃ核磁峰，这归属于新生成阴离子［ＣＨＦ２ＣＦ２ＣＨ２ＯＣＯＯ］－上的羰基碳，该峰可与离子液体［ＤＢＵＨ］［ＣＨ３ＣＨ２ＯＣＯＯ］－的羰基碳１５８．６０相类比［２５］．［ＴＭＧＨ］［ＴＦＰ］与ＣＯ２反应后，阳离子［ＴＭＧＨ］＋上夺氢质子的化学位移从７．２６向低场７．６１移动，说明阳离子的去屏蔽作用增强，阳离子正电荷密度增加．综合ＣＯ２吸收前、后的红外光谱与１３ＣＮＭＲ变化发现，ＣＯ２不仅与［ＴＭＧＨ］［ＴＦＰ］反应生成［ＴＭＧＨ］［ＴＦＰＣＯ２］，而且ＣＯ２促进可调性离子液体的结构从氢键离子对向自由离子转变．２．３可调性离子液体的物性变化ＣＯ２吸收前后，正庚烷在［ＴＭＧＨ］［ＴＦＰ］中的溶解度变化，如图７所示．由图７可知：ＣＯ２吸收前，低极性的正庚烷能完全溶解在［ＴＭＧＨ］［ＴＦＰ］中．当ＣＯ２以３０ｍＬ·ｍｏｌ－１的流速通入５ｍｉｎ后，混合体系发生分相．顶相是低极性的正庚烷，底相是与ＣＯ２反应后的［ＴＭＧＨ］［ＴＦＰ］．针对这个现象，进一步考察可调性离子液体吸收ＣＯ２前后的极性与电导率变化．以荧光致色染料尼罗红为极性指示剂，利用紫外光谱测定可调性离子液体吸收ＣＯ２前、后的极性（ａ）吸收前变化．当尼罗红溶解在高极性的介质中，它的紫外最图７２５ ℃ 时，ＣＯ２吸收前、后正庚烷大吸收峰会向高波数移动［２６?２９］．ＣＯ２吸收前后，尼罗红在４种可调性离子液体中的紫外最大吸收峰（ λｍａｘ），以及在２５ ℃ 时，可调性离子液体吸收ＣＯ２前后的电导率，如表１所示．表１中： γ 为电导率．（ｂ）吸收后在［ＴＭＧＨ］［ＴＦＰ］中的溶解变化Ｆｉ７Ｓｏｌｕｂｉｌｉｔｆｈｅｐｔａｎｅｉｎ［ＴＭＧＨ］［ＴＦＰ］ｇ．ｙｏｂｅｆｏｒｅａｎｄａｆｔｅｒＣＯ２ａｂｓｏｒｔｉｏｎａｔ２５ ℃ ｐ由表１可知：可调性离子液体的极性与阳离子有直接的影响关系，阴离子对极性的影响不大．如［ＴＭＧＨ］［ＴＦＥ］和［ＴＭＧＨ］［ＴＦＰ］的极性低于［ＤＢＵＨ］［ＴＦＥ］和［ＤＢＵＨ］［ＴＦＰ］，具有相同阳离子的表１可调性离子液体吸收ＣＯ２前后的电导率和极性变化可调性离子液体极性相似．由于离子液体中氢键的存在，有效中和了氟代醇的氢键给予Ｔａｂ．１Ｃｏｎｄｕｃｔｉｖｉｔｉｅｓａｎｄｐｏｌａｒｉｔｉｅｓｏｆｓｗｉｔｃｈａｂｌｅｉｏｎｉｃ能力和超强碱（ＤＢＵ，ＴＭＧ）的氢键接受能ｌｉｉｄｓｂｅｆｏｒｅａｎｄａｆｔｅｒＣＯ２ａｂｓｏｒｔｉｏｎｑｕｐ力，因而，可调性离子液体的极性要低于纯的氟代醇和纯的超强碱．在与ＣＯ２作用前，可调性离子液体的极性大致介于丙酮（ λｍａｘ＝５２９．７ｎｍ）和二甲基甲酰胺（４ λｍａｘ＝５４１．［３０］ｎｍ）之间；与ＣＯ２作用后，尼罗红的 λｍａｘ吸收剂－１ γ／μＳ·ｃｍ吸收前吸收后 λｍａｘ／ｎｍ吸收前吸收后４０６５４１．１５５２．２９１１８８５４１．５５４８．２４１１８１１５３６．１５４３．８５８２５３６．７５４３．３［ＤＢＵＨ］［ＴＦＥ］［ＤＢＵＨ］［ＴＦＰ］１４８［ＴＭＧＨ］［ＴＦＥ］［ＴＭＧＨ］［ＴＦＰ］４３２向高波数移动，可调性离子液体的极性大致［］介于二甲基甲酰胺和乙醇（７ｎｍ）之间３１，这表明吸收ＣＯ２增加了可调性离子液体的极性． λｍａｘ＝５４８．由表１还可知：可调性离子液体的电导率也与阳离子有直接关系，阴离子对电导率的影响不大．如［ＴＭＧＨ］［ＴＦＥ］和［ＴＭＧＨ］［ＴＦＰ］的电导率高于［ＤＢＵＨ］［ＴＦＥ］和［ＤＢＵＨ］［ＴＦＰ］，具有相同阳离子的可调性离子液体的电导率接近．与ＣＯ２反应后，可调性离子液体的电导率均有一定程度的增加，这进一步说明吸收ＣＯ２促进了可调性离子液体从氢键离子对向自由离子的转变，增加了可导电离子的数量，进而带来的是体系离子强度的增大．［ＴＭＧＨ］［ＴＦＰ］吸收ＣＯ２前后，［ＴＭＧＨ］［ＴＦＰ］的极性和离子强度增加，这是导致低极性的正庚烷从［ＴＭＧＨ］［ＴＦＰ］中分相出来的主要原因．３结论１）常压下，可调性离子液体的ＣＯ２摩尔吸收量最高可达０．９７ｍｏｌ·ｍｏｌ－１，其中，阴离子的结构对ＣＯ２摩尔吸收量的影响强于阳离子．２）温度和压力是影响ＣＯ２摩尔吸收量的２个主要因素，但温度对ＣＯ２摩尔吸收变化量的影响强犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８９０２０１８年于压力．３）ＣＯ２不仅与阴离子反应，生成烷基碳酸盐，而且也促进可调性离子液体的结构从氢键离子对向自由离子转变．４）可调性离子液体吸收ＣＯ２后，体系的极性和离子强度的增加将导致溶解在可调性离子液体中的低极性物质被分离．参考文献：［１］ＭＡＴＨＩＡＳＰＭ，ＡＦＳＨＡＲＫ，ＺＨＥＮＧＦｅｎｇ，犲狋犪犾．ＩｍｐｒｏｖｉｎｇｔｈｅｒｅｇｅｎｅｒａｔｉｏｎｏｆＣＯ２?ｂｉｎｄｉｎｇｏｒｉｃｌｉｉｄｓｗｉｔｈｇａｎｑｕａｐｏｌａｒｉｔＪ］．ＥｎｅｒｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，２０１３，６（７）：２２３３２２４２．ＤＯＩ：１０．１０３９／Ｃ３ＥＥ４１０１６Ａ． ? ｙｃｈａｎｇｅ［ｇｙａｎｄＥｎｖ［２］ＨＡＳＨＩＭＨ，ＤＯＵＧＬＡＳＰ，ＥＬＫＡＭＥＬＡ，犲狋犪犾．ＯｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｆｏｒｅｎｅｒｌａｎｎｉｎｇｗｉｔｈＣＯ２ｅｍｉｓｓｉｏｎｃｏｎｓｉｄ  ｇｙｐｅｒａｔｉｏｎｓ［Ｊ］．ＩｎｄｕｓｔｒｉａｌａｎｄＥｎｇｉｎｅｅｒｉｎｇＣｈｅｍｉｓｔｒｓｅａｒｃｈ，２００５，４４（４）：８７９８９０．ＤＯＩ：１０．１０２１／ｉｅ０４９７６６ｏ． ? ｙＲｅ［／ａ３］ＹＡＮＧＺｈｅｎｚｈｅｎ，ＺＨＡＯＹａｎａｎ，ＨＥＬｉａｎｇｎｉａｎ．ＣＯ２ｃｈｅｍｉｓｔｒｓｋｓｐｅｃｉｆｉｃｉｏｎｉｃｌｉｉｄｓｆｏｒＣＯ２ｃａｐｔｕｒｅｃｔｉｖａ  ? ｙ：Ｔａｑｕｔｉｏｎａｎｄｓｕｂｓｅｔｃｏｎｖｅｒｓｉｏｎ［Ｊ］．ＲＳＣＡｄｖａｎｃｅｓ，２０１１，１（４）：５４５５６７．ＤＯＩ：１０．１０３９／Ｃ１ＲＡ００３０７Ｋ． ? ｑｕｅｎ［４］ＢＡＴＥＳＥＤ，ＭＡＹＴＯＮＲＤ，ＮＴＡＩＩ，犲狋犪犾．ＣＯ２ｃａｐｔｕｒｅｂｙａｔａｓｋｓｐｅｃｉｆｉｃｉｏｎｉｃｌｉｉｄ［Ｊ］．ＪＡｍＣｈｅｍＳｏｃ，２００２， ? ｑｕａ０１７５９３ｄ．１２４（６）：９２６９２７．ＤＯＩ：１０．１０２１／ ? ｊ［５］ＣＡＭＰＥＲＤ，ＢＡＲＡＪＥ，ＧＩＮＤＬ，犲狋犪犾．Ｒｏｏｍ? ｔｅｍｐｅｒａｔｕｒｅｉｏｎｉｃｌｉｉｄａｍｉｎｅｓｏｌｕｔｉｏｎｓ：Ｔｕｎａｂｌｅｓｏｌｖｅｎｔｓｆｏｒｅｆｆｉ  ? ｑｕｃｉｅｎｔａｎｄｒｅｖｅｒｓｉｂｌｅｃａｐｔｕｒｅｏｆＣＯ２［Ｊ］．ＩｎｄｕｓｔｒｉａｌａｎｄＥｎｇｉｎｅｅｒｉｎｇＣｈｅｍｉｓｔｒｓｅａｒｃｈ，２００８，４７（２１）：８４９６?８４９８．ｙＲｅ１０．１０２１／ｉｅ８０１００２ｍ．ＤＯＩ：［６］ＺＨＡＮＧＳｕｏｉａｎｇ，ＣＨＥＮＹｕｈｕａｎ，ＬＩＦｕｗｅｉ，犲狋犪犾．ＦｉｘａｔｉｏｎａｎｄｃｏｎｖｅｒｓｉｏｎｏｆＣＯ２ｕｓｉｎｇｉｏｎｉｃｌｉｉｄｓ［Ｊ］．ＣａｔａｌＴｏ  ｊｑｕ２００６，１１５（１／２／３／４）：６１６９．ＤＯＩ：１０．１０１６／ｄａｙ，ｃａｔｔｏｄ．２００６．０２．０２１． ? ｊ．［７］ＨＡＳＩＢＢＯＵＴＥＬＤＪＡＨ，ＦＯＮＧＡＲＬＡＮＤＰ，犲狋犪犾．Ｃｏｒｒｏｓｉｏｎｂｅｈａｖｉｏｒｏｆｃａｒｂｏｎｓｔｅｅｌｉｎａｌｋａｎｏ  ?ＵＲ?ＲＡＨＭＡＮＭ，／ｒｏｏｍ?ｔｅｍｐｅｒａｔｕｒｅｉｏｎｉｃｌｉｉｄｂａｓｅｄＣＯ２ｃａｐｔｕｒｅｓｙｓｔｅｍｓ［Ｊ］．ＩｎｄｕｓｔｒｉａｌａｎｄＥｎｇｉｎｅｅｒｉｎｇＣｈｅｍｉｓｔｒ  ｌａｍｉｎｅｑｕｙＲｅｓｅａｒｃｈ，２０１２，５１（２６）：８７１１８７１８．ＤＯＩ：１０．１０２１／ｉｅ２０１９８４９． ? ［８］孙亚飞，林金清，左霜，等．功能化季铵盐离子液体在制备生物柴油中的应用［Ｊ］．华侨大学学报（自然科学版），２０１１，３２（６）：６５７６６２．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１１．０６．０６５７． ? ? ［９］赵强，林金清．磺酸基功能化季铵盐离子液体催化油酸制备生物柴油［Ｊ］．华侨大学学报（自然科学版），２０１３，３４（６）：６６２６６６．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１３．０６．０６６２． ? ? ［１０］ＢＬＡＮＣＨＡＲＤＬＡ，ＨＡＮＣＵＤ，ＢＥＣＫＭＡＮＥＪ，犲狋犪犾．ＧｒｅｅｎｐｒｏｃｅｓｓｉｎｇｕｓｉｎｇｉｏｎｉｃｌｉｉｄｓａｎｄＣＯ２［Ｊ］．Ｎａｔｕｒｅ，ｑｕ１９９９，３９９（６７３１）：２８２９．ＤＯＩ：１０．１０３８／１９８８７． ? ［１１］ＫＡＺＡＲＩＡＮＳＧ，ＢＲＩＳＣＯＥＢＪ，ＷＥＬＴＯＮＴ．Ｃｏｍｂｉｎｉｎｇｉｏｎｉｃｌｉｉｄｓａｎｄｓｕｐｅｒｃｒｉｔｉｃａｌｆｌｕｉｄｓ：ＡＴＲ? ＩＲｓｔｕｄｙｏｆｑｕＣＯｄｉｓｓｏｌｖｅｄｉｎｔｗｏｉｏｎｉｃｌｉｉｄｓａｔｈｉｒｅｓｓｕｒｅｓ［Ｊ］．ＣｈｅｍＣｏｍｍｕｎ，２０００，２（２０）：２０４７?２０４８．ＤＯＩ：１０．１０３９／ｑｕｇｈｐＢ００５５１４Ｊ．［１２］ＣＡＤＥＮＡＣ，ＡＮＴＨＯＮＹＪＬ，ＳＨＡＨＪＫ，犲狋犪犾．ＷｈｙｉｓＣＯ２ｓｏｓｏｌｕｂｌｅｉｎｉｍｉｄａｚｏｌｉｕｍ?ｂａｓｅｄｉｏｎｉｃｌｉｉｄｓ［Ｊ］．ＪＡｍｑｕａ０３９６１５ｘ．ＣｈｅｍＳｏｃ，２００４，１２６（１６）：５３００５３０８．ＤＯＩ：１０．１０２１／ ? ｊ［１３］ＧＵＲＫＡＮＢＥ，ＤＥＬＡＦＵＥＮＴＥＪＣ，ＭＩＮＤＲＵＰＥＭ，犲狋犪犾．ＥｑｕｉｍｏｌａｒＣＯ２ａｂｓｏｒｔｉｏｎｂｙａｎｉｏｎｆｕｎｃｔｉｏｎａｌｉｚｅｄｉｏｎ  ? ｐａ９０９３０５ｔ．ｉｃｌｉｉｄｓ［Ｊ］．ＪＡｍＣｈｅｍＳｏｃ，２０１０，１３２（７）：２１１６２１１７．ＤＯＩ：１０．１０２１／ ? ｊｑｕ［１４］ＪＥＳＳＯＰＰＧ，ＨＥＬＤＥＢＲＡＮＴＤＪ，ＬＩＸｉａｏｗａｎｇ，犲狋犪犾．Ｇｒｅｅｎｃｈｅｍｉｓｔｒｖｅｒｓｉｂｌｅｎｏｎｐｏｌａｒｔｏｌａｒｓｏｌｖｅｎｔ［Ｊ］． ? ?ｐｏｙ：Ｒｅ２００５，４３６（７０５４）：１１０２．ＤＯＩ：１０．１０３８／４３６１１０２ａ．Ｎａｔｕｒｅ，［１５］ＹＡＭＡＤＡＴ，ＬＵＫＡＣＰＪ，ＧＥＯＲＧＥＭ，犲狋犪犾．Ｒｅｖｅｒｓｉｂｌｅ，ｒｏｏｍ? ｔｅｍｐｅｒａｔｕｒｅｉｏｎｉｃｌｉｉｄｓ：Ａｍｉｄｉｎｉｕｍｃａｒｂａｍａｔｅｓｑｕｄｅｒｉｖｅｄｆｒｏｍａｍｉｄｉｎｅｓａｎｄａｌｉｔｉｃｐｒｉｍａｒｎｅｓｗｉｔｈｃａｒｂｏｎｄｉｏｘｉｄｅ［Ｊ］．ＣｈｅｍＭａｔｅｒ，２００７，１９（５）：９６７?９６９．ｐｈａｙａｍｉ１０．１０２１／ｃｍ０６２６２２ａ．ＤＯＩ：［１６］ＹＡＭＡＤＡＴ，ＬＵＫＡＣＰＪ，ＹＵＴａｏ，犲狋犪犾．Ｒｅｖｅｒｓｉｂｌｅ，ｒｏｏｍ? ｔｅｍｐｅｒａｔｕｒｅ，ｈｉｒａｌｉｏｎｉｃｌｉｉｄｓ：Ａｍｉｄｉｎｉｕｍｃａｒｂａ  ｑｕａｃｉｄｅｓｔｅｒｓｗｉｔｈｃａｒｂｏｎｄｉｏｘｉｄｅ［Ｊ］．ＣｈｅｍＭａｔｅｒ，２００７，１９（１９）：４７６１４７６８．ｍａｔｅｓｄｅｒｉｖｅｄｆｒｏｍａｍｉｄｉｎｅｓａｎｄａｍｉｎｏ ? ? ＤＯＩ：１０．１０２１／ｃｍ０７１３５３１．［１７］ＹＵＴａｏ，ＹＡＭＡＤＡＴ，ＧＡＶＩＯＬＡＧＣ，犲狋犪犾．Ｃａｒｂｏｎｄｉｏｘｉｄｅａｎｄｍｏｌｅｃｕｌａｒｎｉｔｒｏｇｅｎａｓｓｗｉｔｃｈｅｓｂｅｔｗｅｅｎｉｏｎｉｃａｎｄｕｎｃｈａｒｏｏｍ?ｔｅｍｐｅｒａｔｕｒｅｌｉｉｄｓｃｏｍｐｒｉｓｅｄｏｆａｍｉｄｉｎｅｓａｎｄｃｈｉｒａｌａｍｉｎｏａｌｃｏｈｏｌｓ［Ｊ］．ＣｈｅｍＭａｔｅｒ，２００８，２０ｇｅｄｒｑｕ（１６）：５３３７５３４４．ＤＯＩ：１０．１０２１／ｃｍ８０１１６９ｃ． ? ［１８］ＹＵＴａｏ，ＹＡＭＡＤＡＴ，ＷＥＩＳＳＲＧ．Ｉｎｓｉｔｕｆｏｒｍａｔｉｏｎｏｆｔｈｅｒｍａｌｌｔａｂｌｅ，ｒｏｏｍ? ｔｅｍｐｅｒａｔｕｒｅｉｏｎｉｃｌｉｉｄｓｆｒｏｍＣＳ２ｙｓｑｕ／ａｍｉａｎｄａｍｉｄｉｎｅｎｅｍｉｘｔｕｒｅｓ［Ｊ］．ＣｈｅｍＭａｔｅｒ，２０１０，２２（１９）：５４９２５４９９．ＤＯＩ：１０．１０２１／ｃｍ１０１３１６ｈ． ? 犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期胡鹏程，等：可调性离子液体吸收ＣＯ２性能与反应机制８９１［１９］ＨＥＬＤＥＢＲＡＮＴＤＪ，ＹＯＮＫＥＲＣＲ，ＪＥＳＳＯＰＰＧ，犲狋犪犾．ＯｒｉｃｌｉｉｄＣＯ２ｃａｐｔｕｒｅａｇｅｎｔｓｗｉｔｈｈｉｒａｖｉｍｅｔｒｉｃｇａｎｑｕｇｈｇＣＯ２ｃａｐａｃｉｔＪ］．ＥｎｅｒｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅ，２００８，１（４）：４８７４９３．ＤＯＩ：１０．１０３９／Ｂ８０９５３３Ｇ． ? ｙ［ｇｙａｎｄＥｎｖ［２０］ＷＡＮＧＣｏｎｇｍｉｎ，ＬＵＯＨｕｉｍｉｎ，ＪＩＡＮＧＤｅ ′ ｅｎ，犲狋犪犾．Ｃａｒｂｏｎｄｉｏｘｉｄｅｃａｐｔｕｒｅｂｙｓｕｐｅｒｂａｓｅｒｉｖｅｄｐｒｏｔｉｃｉｏｎｉｃｌｉ  ?ｄｅｑｕｉｄｓ［Ｊ］．ＡｎｇｅｗＣｈｅｍＩｎｔＥｄ，２０１０，４９（３４）：５９７８５９８１．ＤＯＩ：１０．１００２／ａｎｉｅ．２０１００２６４１． ? ［２１］ＬＩＵＺｈｉｃｈａｎｇ，ＨＵＰｅｎｇｃｈｅｎｇ，ＭＥＮＧＸｉａｏｈａｉ，犲狋犪犾．ＳｙｎｔｈｅｓｉｓａｎｄｐｒｏｐｅｒｔｉｅｓｏｆｓｗｉｔｃｈａｂｌｅｐｏｌａｒｉｔｏｎｉｃｌｉｉｄｓｙｉｑｕＪ］．ＣｈｅｍＥｎｇＳｃｉ，２０１４，１０８（１７）：１７６?１８２．ＤＯＩ：１０．１０１６／ｃｅｓ．ｂａｓｅｄｏｎｏｒｉｃｓｕｐｅｒｂａｓｅｓａｎｄｆｌｕｏｒｏａｌｃｏｈｏｌｓ［ｊ．ｇａｎ２０１３．１２．０４０．［ｓｐｈａｚｅｎｅｓａｎｄｒｅｌａｔｅｄｏｒｃａｔａｌｓｔｓ２２］ＴＳＵＴＯＭＵＩ．Ｓｕｐｅｒｂａｓｅｓｆｏｒｏｒｉｃｓｙｎｔｈｅｓｉｓ：Ｇｕａｎｉｄｉｎｅｓ，ａｍｉｄｉｎｅｓ，ｐｈｏｇａｎｏｙｇａｎ［Ｍ］．ＷｅｓｔＳｕｓｓｅｘ：ＪｏｈｎＷｉｌｅｙａｎｄＳｏｎｓＬｔｄ，２００７．［２３］ＣＯＲＳＥＴＪ，ＦＲＯＭＥＮＴＦ．Ｐｒｏｔｏｎａｔｉｏｎｏｆｉｍｉｎｅｓｂｙｗａｔｅｒｉｎｔｈｅｐｒｅｓｅｎｃｅｏｆｓａｌｔｓ：Ｒｏｌｅｏｆｃｏｏｐｅｒａｔｉｖｅｅｆｆｅｃｔｓｉｎｓｈａｒｅｄｉｏｎｉｒｓ［Ｊ］．ＴｈｅＪｏｕｒｎａｌｏｆＰｈｙｓｉｃａｌＣｈｅｍｉｓｔｒ１９９０，９４（１７）：６９０８?６９１１．ＤＯＩ：１０．１０２１／１００３８０ａｗａｔｅｒ ? ?ｐａｙ，ｊ０６８．［２４］ＨＥＬＤＥＢＲＡＮＴＤＪ，ＪＥＳＳＯＰＰＧ，ＴＨＯＭＡＳＣＡ，犲狋犪犾．Ｔｈｅｒｅａｃｔｉｏｎｏｆ１，８?ｄｉａｚａｂｉｃｙｃｌｏ［５．４．０］ｕｎｄｅｃ ?７?ｅｎｅ（ｏ０５０ＤＢＵ）ｗｉｔｈｃａｒｂｏｎｄｉｏｘｉｄｅ［Ｊ］．ＴｈｅＪｏｕｒｎａｌｏｆＯｒｉｃＣｈｅｍｉｓｔｒ２００５，７０（１３）：５３３５ＤＯＩ：１０．１０２１／ ?５３３８．ｊｇａｎｙ，３７５９．［２５］ＪＥＳＳＯＰＰＧ，ＥＣＫＥＲＴＣＡ，ＬＩＯＴＴＡＣＬ．Ｓｗｉｔｃｈａｂｌｅｓｏｌｖｅｎｔｓａｎｄｍｅｔｈｏｄｓｏｆｕｓｅｔｈｅｒｅｏｆ：ＵＳ，８５１３４６４［Ｐ］．０３１３．２００７ ? ? ［２６］ＭＥＬＬＥＩＮＢＲ，ＡＫＩＳ，ＬＡＤＥＷＳＫＩＲＬ，犲狋犪犾．Ｓｏｌｖａｔｏｃｈｒｏｍｉｃｓｔｕｄｉｅｓｏｆｉｏｎｉｃｌｉｉｄ／ｏｒｉｃｍｉｘｔｕｒｅｓ［Ｊ］．Ｊｏｕｒｎａｌｑｕｇａｎ２００６，１１１（１）：１３１１３８．ＤＯＩ：１０．１０２１／ｏｆＰｈｙｓｉｃａｌＣｈｅｍｉｓｔｒ ? ｙＢ，ｊｐ０６５３３５３．［２７］ＲＥＩＣＨＡＲＤＴＣ．Ｓｏｌｖａｔｏｃｈｒｏｍｉｃｄｙｅｓａｓｓｏｌｖｅｎｔｐｏｌａｒｉｔｎｄｉｃａｔｏｒｓ［Ｊ］．ＣｈｅｍＲｅｖ，１９９４，９４（８）：２３１９ＤＯＩ： ?２３５８．ｙｉ１０．１０２１／ｃｒ０００３２ａ００５．［２８］ＲＩＣＨＴＥＲ?ＥＧＧＥＲＤＬ，ＴＥＳＦＡＩＡ，ＦＬＡＭＭＳＪ，犲狋犪犾．Ｓｙｎｔｈｅｓｉｓａｎｄａｎａｌｓｉｓｏｆａｓｏｌｖａｔｏｃｈｒｏｍｉｃｄｙｅ，１ｄｉｍ ?（ ? ｐｙｅｔｈｙｌａｍｉｎｏｐｈｅｎｙｌ）２ｉｔｒｏｅｔｈｙｌｅｎｅ［Ｊ］．ＪＣｈｅｍＥｄｕｃ，２００１，７８（１０）：１３７５１３７８．ＤＯＩ：１０．１０２１／ｅｄ０７８ｐ１３７５． ? ?ｎ ? ［２９］ＺＨＡＮＧＳｈｉＱＩＸｉｕｕａｎ，ＭＡＸｉａｎｇｙｕａｎ，犲狋犪犾．Ｈｙｄｒｏｘｙｌｉｏｎｉｃｌｉｉｄｓ：Ｔｈｅｄｉｆｆｅｒｅｎｔｉａｔｉｎｇｅｆｆｅｃｔｏｆｈｙｄｒｏｘｙｌｇｕｏ，ｊｑｕｏｎｐｏｌａｒｉｔｏｉｏｎｉｃｈｙｄｒｏｇｅｎｂｏｎｄｓｂｅｔｗｅｅｎｈｙｄｒｏｘｙｌａｎｄａｎｉｏｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＰｈｙｓｉｃａｌＣｈｅｍｉｓｔｒ２０１０，ｙｄｕｅｔｙＢ，ｔ．１１４（１１）：３９１２３９２０．ＤＯＩ：１０．１０２１／ ? ｊｐ９１１４３０［３０］ＤＥＹＥＪＦ，ＢＥＲＧＥＲＴＡ，ＡＮＤＥＲＳＯＮＡＧ．ＮｉｌｅＲｅｄａｓａｓｏｌｖａｔｏｃｈｒｏｍｉｃｄｙｅｆｏｒｍｅａｓｕｒｉｎｇｓｏｌｖｅｎｔｓｔｒｅｎｇｔｈｉｎＪ］．ＡｎａｌＣｈｅｍ，１９９０，６２ｎｏｒｍａｌｌｉｉｄｓａｎｄｍｉｘｔｕｒｅｓｏｆｎｏｒｍａｌｌｉｉｄｓｗｉｔｈｓｕｐｅｒｃｒｉｔｉｃａｌａｎｄｎｅａｒｃｒｉｔｉｃａｌｆｌｕｉｄｓ［ｑｕｑｕ（６）：６１５６２２．ＤＯＩ：１０．１０２１／ａｃ００２０５ａ０１５． ? ［３１］ＣＡＲＭＩＣＨＡＥＬＡＪ，ＳＥＤＤＯＮＫＲ．Ｐｏｌａｒｉｔｔｕｄｙｏｆｓｏｍｅ１ａｌｋｙｌ３ｔｈｙｌｉｍｉｄａｚｏｌｉｕｍａｍｂｉｅｎｔｔｅｍｐｅｒａｔｕｒｅｉｏｎｉｃ ? ? ?ｍｅ ? ｙｓｌｉｉｄｓｗｉｔｈｔｈｅｓｏｌｖａｔｏｃｈｒｏｍｉｃｄｙｅＮｉｌｅＲｅｄ［Ｊ］．ＪＰｈｙｓＯｒ２０００，１３（１０）：５９１５９５． ? ｑｕｇＣｈｅｍ，（编辑：李宝川责任编辑：黄晓楠犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：刘源岗）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０５０１１ ? 柯里拉京对顺铂抗卵巢癌犎犲狔和犛犓犗犞３细胞的增敏作用李旭丹１，２，林志灿２，李煊１，２，郑志忠２，明艳林１，２（１．华侨大学化工学院，福建厦门３６１０２１；２．厦门华侨亚热带植物引种园厦门市植物引种检疫与植物源产物重点实验室，福建厦门３６１００２）摘要：探讨柯里拉京（ｃｏｒｉｌａｇｉｎ）与羟基喜树碱（ＨＣＰＴ）、顺铂（ｃＤＤＰ）单独及联合用药，体外抗卵巢癌细胞Ｈｅｙ，ＳＫＯＶ３的活性及与ｃＤＤＰ联用机制的初步研究．利用四唑盐（ＭＴＴ）比色法检测柯里拉京，ＨＣＰＴ，ｃＤ 犙），ＤＰ在不同质量浓度下，单独及联合用药对卵巢癌细胞的增殖抑制率，并根据金氏公式计算其协同指数（进而评价两药联用的增敏效果．通过形态学观察吖啶橙（／溴化乙啶（ＡＯ）ＥＢ）和Ｈｏｅｃｈｓｔ３３２５８染色及线粒体膜电位变化，探究其诱导机制．结果表明：柯里拉京对卵巢细胞Ｈｅｙ，ＳＫＯＶ３的半抑制浓度（ＩＣ５０值）分别为１９．２０，１７．１７μｍｏｌ·Ｌ－１；柯里拉京与ｃＤＤＰ联合作用对于ＳＫＯＶ３，Ｈｅｙ两种细胞均有协同作用，与ＨＣＰＴ联用只对ＳＫＯＶ３细胞有协同作用，对Ｈｅｙ细胞仅是相加效应；联合用药组对卵巢癌细胞的抑制效果显著高于单独用药组；柯里拉京与ｃＤＤＰ联合用药对卵巢癌细胞的杀伤效果可能是通过诱导细胞凋亡实现的．关键词：柯里拉京；顺铂；卵巢癌；增敏作用；细胞凋亡；四唑盐比色法中图分类号：Ｒ２８５文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８９２０７ ? ? ? 犛犲狀狊犻狋犻狕犪狋犻狅狀犈犳犳犲犮狋狅犳犆狅狉犻犾犪犻狀狅狀犆犻狊犾犪狋犻狀犃犵犪犻狀狊狋犵狆犗狏犪狉犻犪狀犆犪狀犮犲狉犎犲犾犾狊狔犪狀犱犛犓犗犞３犆犲，，ＬＩＸｕｄａｎ１２，ＬＩＮＺｈｉｃａｎ２，ＬＩＸｕａｎ１２，，ＺＨＥＮＧＺｈｉｚｈｏｎｇ２，ＭＩＮＧＹａｎｌｉｎ１２（１．ＣｏｌｌｅｇｅｏｆＣｈｅｍｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ；ｙ，Ｘｉ２．ＫｅｙＬａｂｏｒａｔｏｒｆＰｌａｎｔＩｎｔｒｏｄｕｃｔｉｏｎａｎｄＱｕａｒａｎｔｉｎｅａｎｄＰｌａｎｔＳｏｕｒｃｅＰｒｏｄｕｃｔｓｏｆＸｉａｍｅｎ，ｙｏＸｉａｍｅｎＯｖｅｒｓｅａｓＣｈｉｎｅｓｅＳｕｂｔｒｏｐｉｃａｌＰｌａｎｔＩｎｔｒｏｄｕｃｔｉｏｎＰａｒｋ，Ｘｉａｍｅｎ３６１００２，Ｃｈｉｎａ）犃犫狊狋狉犪犮狋：Ｔｈｅａｃｔｉｖｉｔｉｎｓｔｏｖａｒｉａｎｃａｎｃｅｒｃｅｌｌｓ（Ｈｅｙ，ＳＫＯＶ３）ｗａｓｉｎｖｅｓｔｉｔｅｄｉｎｖｉｔｒｏｕｓｉｎｇｃｏｒｉｌａｇｉｎ，ｙａｇａｇａｈｙｄｒｏｘｙｃａｍｐｔｏｔｈｅｃｉｎｅ（ＨＣＰＴ），ａｎｄｃｉｓｐｌａｔｉｎ（ｃＤＤＰ）ａｌｏｎｅｏｒｉｎｃｏｍｂｉｎａｔｉｏｎ，ａｎｄｔｈｅｃｏｍｂｉｎａｔｉｏｎｍｅｃｈａ  ｎｉｓｍｏｆｃｏｒｉｌａｇｉｎｗｉｔｈｃＤＤＰｗａｓｐｒｅｌｉｍｉｎａｒｉｌｔｕｄｉｅｄ．Ｔｈｅｉｎｈｉｂｉｔｏｒａｔｅｏｆｃｏｒｉｌａｇｉｎ，ＨＣＰＴａｎｄｃＤＤＰａｌｏｎｅｙｓｙｒｏｒｉｎｃｏｍｂｉｎａｔｉｏｎｗｉｔｈｄｉｆｆｅｒｅｎｔｃｏｎｃｅｎｔｒａｔｉｏｎｓｏｎｏｖａｒｉａｎｃａｎｃｅｒｃｅｌｌｓｗａｓａｌｓｏｄｅｔｅｒｍｉｎｅｄｂｙｍｅｔｈｙｌｔｈｉａｚｏｌｌｙｔｅｔｒａｚｏｌｉｕｍ（ＭＴＴ）ｍｅｔｈｏｄ．Ａｎｄｔｈｅｓｙｎｅｒｉｓｔｉｃｉｎｄｅｘ（犙）ｗｈｉｃｈａｓｓｅｓｓｅｓｔｈｅｓｅｎｓｉｔｉｚａｔｉｏｎｅｆｆｅｃｔｏｆｃｏｌｉｌａｇｉｎｇｒｌｏｇｉｃａｌｏｂｓｅｒｖａｔｉｏｎａｎｄｆｏｒＨＣＰＴａｎｄｃＤＤＰｗａｓｃａｌｃｕｌａｔｅｄａｃｃｏｒｄｉｎｇｔｏＫｉｍ′ｓｆｏｒｍｕｌａ．Ｉｎａｄｄｉｔｉｏｎ，ｍｏｐｈｏ／ｅａｐｏｐｔｏｓｉｓｓｔａｉｎｉｎｇｉｎｃｌｕｄｉｎｇａｃｒｉｄｉｎｅｏｒａｎｇｅ（ＡＯ）ｔｈｉｄｉｕｍｂｒｏｍｉｄｅ（ＥＢ）ａｎｄＨｏｅｃｈｓｔ３３２５８ａｎｄｍｉｔｏｃｈｏｎ  ｄｒｉａｌｍｅｍｂｒａｎｅｐｏｔｅｎｔｉａｌｓｔａｉｎｉｎｇｗｅｒｅｕｓｅｄｔｏｅｘｐｌｏｒｅｉｔｓｐｏｔｅｎｔｉａｌｉｎｄｕｃｔｉｏｎｍｅｃｈａｎｉｓｍ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗ收稿日期：２０１８０５０４ ? ? 通信作者：明艳林（１９７２Ｅｉｌ：ｘｍｙａｎｌｉｎ＠ｇｍａｉｌ． ?），男，研究员，博士，主要从事抗癌药用植物及其活性成分的研究． ?ｍａｃｏｍ．基金项目：国家自然科学基金资助项目（８１２７４１４９）第６期李旭丹，等：柯里拉京对顺铂抗卵巢癌Ｈｅｙ和ＳＫＯＶ３细胞的增敏作用８９３ｔｈａｔｔｈｅｈａｌｆｍａｘｉｍａｌｉｎｈｉｂｉｔｏｒｏｎｃｅｎｔｒａｔｉｏｎ（ＩＣ５０ｖａｌｕｅｓ）ｏｆｃｏｒｉｌａｇｉｎｏｎｔｈｅｏｖａｒｉａｎｃｅｌｌｓＨｅｙａｎｄＳＫＯＶ３ｙｃｗｅｒｅ１９．２０ａｎｄ１７．１７μｍｏｌ·Ｌ－１，ｒｅｓｐｅｃｔｉｖｅｌｏｍｂｉｎａｔｉｏｎｏｆｃｏｒｉｌａｇｉｎａｎｄｃＤＤＰｈａｄｓｙｎｅｒｉｓｔｉｃｅｆｆｅｃｔｓｙ．ＴｈｅｃｇｉｌｅｔｈｅｃｏｍｂｉｎａｔｉｏｎｏｆｃｏｌｉｌａｇｉｎａｎｄＨＣＰＴｏｎｌｒｉｓｔｉｃｅｆｆｅｃｔｏｎＳＫ ｏｎｂｏｔｈＳＫＯＶ３ａｎｄＨｅｙｃｅｌｌｓ，ｗｈｙｈａｄｓｙｎｅｇＯＶ３ａｎｄａｄｄｉｔｉｖｅｅｆｆｅｃｔｏｎＨｅｙ．Ｔｈｅｉｎｈｉｂｉｔｏｒｆｆｅｃｔｏｆｃｏｍｂｉｎａｔｉｏｎｔｈｅｒａｐｙｇｒｏｕｐｏｎｏｖａｒｉａｎｃａｎｃｅｒｃｅｌｌｓｗａｓｙｅｓｉｉｆｉｃａｎｔｌｉｒｔｈａｎｔｈａｔｏｆｔｈｅｃｏｎｔｒｏｌｇｒｏｕｐ．Ｍｏｒｅｏｖｅｒ，ｔｈｅｋｉｌｌｉｎｇｅｆｆｅｃｔｏｆｃｏｒｉｌａｇｉｎｉｎｃｏｍｂｉｎａｔｉｏｎｗｉｔｈｇｎｙｈｇｈｅｃｉｓｐｌａｔｉｎｏｎｏｖａｒｉａｎｃａｎｃｅｒｃｅｌｌｓｍａｙｂｅｒｅａｌｉｚｅｄｔｈｒｏｕｇｈｔｈｅｉｎｄｕｃｔｉｏｎｏｆｃｅｌｌａｐｏｐｔｏｓｉｓ．犓犲狉犱狊：ｃｏｒｉｌａｇｉｎ；ｃｉｓｐｌａｔｉｎ；ｏｖａｒｉａｎｃａｎｃｅｒ；ｓｅｎｓｉｔｉｚａｔｉｏｎ；ａｐｏｐｔｏｓｉｓ；ｍｅｔｈｙｌｔｈｉａｚｏｌｌｔｅｔｒａｚｏｌｉｕｍｍｅｔｈｏｄｙ狔狑狅柯里拉京（ｃｏｒｉｌａｇｉｎ），分子式为Ｃ２７Ｈ２２Ｏ１８，是一种鞣质、多酚类化合物，易溶于甲醇、二甲基亚砜（ＤＭＳＯ）等有机溶剂，在植物中，特别是大戟科植物中分布广泛．药理研究表明，柯里拉京具有抗肿瘤［１］、抗氧化［２］、抗炎［３］、保护肝脏［４］、保护神经细胞［５］、保护心血管［６］和辅助治疗２型糖尿病［７］等多种生物活性．近几年的研究表明，柯里拉京具有显著的抗肿瘤活性，在体外可抑制人肝癌［８］、卵巢癌［９］、喉癌［１０］、胆管癌［１１］等多种癌细胞株的生长，在体内也可显著抑制卵巢癌和肝癌移植瘤的生长，且对正常卵巢上皮细胞毒性非常低．近年来，本实验室对柯里拉京的提取制备及其抗肿瘤活性进行了较深入的研究，并已申请柯里拉京作为抗癌植物新药的国家发明专利［１２］．在前期研究的基础上，本文选择合适的柯里拉京和顺铂（ｃｉｓｐｌａｔｉｎ，ｃＤＤＰ）浓度进行联合用药，初步探讨柯里拉京对顺铂增敏的药理药效学．１实验部分１．１实验材料柯里拉京由本实验室提取所得［１３］，纯度达９６．２％；顺铂（ｃＤＤＰ）、吖啶橙（ＡＯ）购自美国Ｓｉｇｍａ公司；羟基喜树碱（ｈｙｄｒｏｘｙｃａｍｐｔｏｔｈｅｃｉｎｅ，ＨＣＰＴ）购自成都瑞芬思生物科技有限公司；Ｈｏｅｃｈｓｔ３３２５８，ＪＣ１购自上海碧云天生物技术研究所；ＲＰＭＩ１６４０，新生胎牛血清（ＦＢＳ）购自美国Ｈｙｃｌｏｎｅ公司；溴化 ? 乙锭（ＥＢ）、胰蛋白酶、双抗、四甲基偶氮唑盐（ＭＴＴ）购自生工生物工程（上海）股份有限公司；二甲基亚砜（ＤＭＳＯ）购自北京吉泰科技有限公司；其余试剂均为国产分析纯．人卵巢癌细胞ＳＫＯＶ３和Ｈｅｙ由复旦大学附属妇产科医院分子病理实验室郁茵华教授赠送．１．２实验方法１．２．１细胞培养ＳＫＯＶ３，Ｈｅｙ细胞采用含体积分数为１０％新生牛血清的ＲＰＭＩ１６４０完全培养液，ＣｈａｎｇＬｉｖｅｒ采用含体积分数为１０％新生牛血清的ＤＭＥＭ完全培养液，于３７ ℃ ，体积分数为５％的ＣＯ２和饱和湿度下培养，待细胞生长至对数生长期时进行实验．Ｈｅｙ，ＣｈａｎｇＬｉｖｅｒ细胞，按每孔５×１０４个１．２．２ＭＴＴ法测细胞的生长抑制率取对数期的ＳＫＯＶ３，细胞培养约２４ｈ，使细胞贴壁完全．根据预试验的结果，加入２００μＬ药液继续培养２４ｈ后，吸掉上清液，每孔加入２００μＬ的ＭＴＴ（５００μｇ·ｍＬ－１）后，置于３７ ℃ 温育４ｈ，弃上清；然后，每孔加入２００μＬ的ＤＭＳＯ，用微孔板快速振荡器振荡２０ｍｉｎ．在波长４９２ｎｍ处测定吸光值（犃），每个质量浓度设４个复孔，重复３遍．生长抑制率犈的计算式为犃（对照组）－犃（用药组） ×１００％．犃（对照组）－犃（空白组）体外两药联合应用时，用金正均法（即金氏公式法）求协同指数（犙），再进行判断拮抗、相加、协同效犈＝果．协同指数计算式为犈ａｂ．犈ａ＋犈ｂ－犈ａ ×犈ｂ上式中：犈ａｂ为联合用药的抑制率，即实测合并效应；犈ａ和犈ｂ为单独用药时的抑制率；（犈ａ＋犈ｂ－犈ａ×犈ｂ）犙＝为期望合并效应．当犙＜０．８５时，为拮抗；当犙值在０．８５～１．１５时，两药合并效应为相加；当犙＞１．１５时，为协同．／溴乙锭（１．２．３吖啶橙（ＡＯ）ＥＢ）染色实验取对数生长期的ＳＫＯＶ３，Ｈｅｙ，ＣｈａｎｇＬｉｖｅｒ细胞，按每孔５×１０４个细胞接种于９６孔培养板中，在３７ ℃ ，体积分数为５％ＣＯ２的条件下培养２４ｈ．药物处理为犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８９４２０１８年柯里拉京（１７μｍｏｌ·Ｌ－１）和ｃＤＤＰ（１０μｍｏｌ·Ｌ－１）单独及联合作用２４ｈ后，每孔加入１００μＬ荧光染色液（含５０μｍｏｌ·Ｌ－１的ＡＯ和ＥＢ，即将ＡＯ和ＥＢ按体积比１∶１混合，混合液再与培养液按相应的体积比混合成荧光染色液）染色５ｍｉｎ．将９６孔板置于荧光显微镜下，随机选取５个视野观察拍照．１．２．４Ｈｏｅｃｈｓｔ３３２５８染色细胞培养及药物处理同上，每孔加入１００μＬ荧光染色液（含５０μｍｏｌ· －１Ｌ的Ｈｏｅｃｈｓｔ３３２５８，即将Ｈｏｅｃｈｓｔ３３２５８和体积分数为７５％的冷乙醇按体积比１∶２混合配成荧光染色液），避光孵育１０ｍｉｎ．染色完成后，将９６孔板置于荧光显微镜下，随机选取５个视野观察拍照．１染色工作液后，放１．２．５线粒体跨膜电位测定细胞培养及药物处理同上，每孔加入１００μＬ的ＪＣ? 在体积分数为５％的ＣＯ２，３７ ℃ 培养箱中，孵育２０ｍｉｎ．孵育完成后，吸去上清液，用ＪＣ１染色缓冲液洗 ? ２遍，加入２００μＬ细胞培养液；然后，将９６孔板置于荧光显微镜下，随机选取５个视野观察拍照．２实验结果２．１柯里拉京单独作用对卵巢癌细胞的抑制效果采用ＭＴＴ法测定柯里拉京单独作用于卵巢癌细胞ＳＫＯＶ３，Ｈｅｙ２４ｈ后的抑制率，结果如图１所示．图１中：犮为卵巢癌细胞ＳＫＯＶ３，Ｈｅｙ的浓度．由图１可知：柯里拉京对卵巢癌细胞 η 表示存活率；Ｈｅｙ，ＳＫＯＶ３的半抑制浓度（ＩＣ５０）值分别为１９．２０，１７．１７μｍｏｌ·Ｌ－１．（ａ）ＳＫＯＶ３细胞（ｂ）Ｈｅｙ细胞图１柯里拉京单独作用后ＳＫＯＶ３和Ｈｅｙ细胞的存活率Ｆｉ１ＳｕｒｖｉｖａｌｒａｔｅｏｆＳＫＯＶ３ａｎｄＨｅｙｃｅｌｌｓａｆｔｅｒｓｉｎｇｌｅａｃｔｉｏｎｏｆｃｏｒｉｌａｇｉｎｇ．２．２柯里拉京与羟基喜树碱和顺铂联合作用效果柯里拉京联合ＨＣＰＴ及ｃＤＤＰ对ＳＫＯＶ３和Ｈｅｙ细胞的抑制率及犙值，如表１所示．表１中：犈ａｂ为联合用药的抑制率；犮（ｃｏｒｉｌａｇｉｎ），犮（ＨＣＰＴ），犮（ｃＤＤＰ）分别为柯里拉京，ＨＣＰＴ和ｃＤＤＰ的浓度．表１柯里拉京联合ＨＣＰＴ及ｃＤＤＰ对ＳＫＯＶ３和Ｈｅｙ细胞的抑制率及犙值（狓±狊，狀＝４）Ｔａｂ．１Ｉｎｈｉｂｉｔｉｏｎｒａｔｅａｎｄ犙ｖａｌｕｅｏｆｃｏｒｉｌａｇｉｎｃｏｍｂｉｎｅｄｗｉｔｈＨＣＰＴａｎｄｃＤＤＰｏｎＳＫＯＶ３ａｎｄＨｅｙｃｅｌｌｓ（狓±狊，狀＝４）细胞株ＳＫＯＶ３Ｈｅｙ柯里拉京与ＨＣＰＴ联合作用／犮（ｃｏｒｉｌａｇｉｎ）－１ · ｍｏｌＬ（／μｍｏ μ 犈ａｂ／％犙值犮ＨＣＰＴ）ｌ·Ｌ－１１７１５柯里拉京与ｃＤＤＰ联合作用／μｍｏ犮（ｃＤＤＰ）ｌ·Ｌ－１犈ａｂ／％犙值０．１０４６．９５±６．２７１．４０１０６１．７０±２．４９１．４３０．２０５１．２０±２．３９１．３６１５７５．２６±０．９６１．３７０．４０５２．８６±１２．７６１．３８２０７９．１６±３．６３１．３８０．８０５９．３０±７．０３１．３０４０８３．３６±２．４７１．２４１．６０５９．３１±４．４５１．１６６０７８．６９±１．７６１．０６０．０１４８．３２±２．９０１．４３５７０．８０±９．２６１．６７０．０２４８．７６±２．４５０．９８１０７９．９７±３．０９１．６１０．０４５３．４０±１．７６１．１３１５７７．９１±４．７９１．５７０．０８６０．７６±６．４３１．０６２０７８．３６±２．４２１．２５０．１６６２．７６±０．５８０．８９２５８０．７５±３．５５０．９２由表１可知：将柯里拉京分别与ＨＣＰＴ，ｃＤＤＰ联合作用于ＳＫＯＶ３细胞、Ｈｅｙ细胞，与ＨＣＰＴ，ｃＤ ＤＰ单独作用时进行对比，联合作用能够明显降低细胞的ＩＣ５０值，且在所选取的用药浓度中，均有合适浓犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期李旭丹，等：柯里拉京对顺铂抗卵巢癌Ｈｅｙ和ＳＫＯＶ３细胞的增敏作用８９５度的组合犙值（犙＞１．１５）；柯里拉京与ＨＣＰＴ联用，对于ＳＫＯＶ３细胞二者具有协同效应，而对于Ｈｅｙ细胞二者仅是相加效应；与ｃＤＤＰ联用对于ＳＫＯＶ３，Ｈｅｙ两种细胞均有协同作用．２．３柯里拉京与顺铂联用对细胞形态的影响柯里拉京与ｃＤＤＰ单独或联合作用ＳＫＯＶ３细胞、Ｈｅｙ细胞的形态学变化，如图２，３所示．（ａ）对照组（ｂ）ｃｏｒｉｌａｇｉｎ（ｃ）ｃＤＤＰ（ｄ）ｃｏｒｉｌａｇｉｎ＋ｃＤＤＰ图２柯里拉京与ｃＤＤＰ单独或联合作用ＳＫＯＶ３细胞的形态学变化Ｆｉ２ＭｏｒｌｏｇｉｃａｌｃｈａｎｇｅｓｏｆＳＫＯＶ３ｃｅｌｌｓｔｒｅａｔｅｄｗｉｔｈｃｏｒｉｌａｇｉｎａｎｄｃＤＤＰａｌｏｎｅｏｒｉｎｃｏｍｂｉｎａｔｉｏｎｇ．ｐｈｏ（ａ）对照组（ｂ）ｃｏｒｉｌａｇｉｎ（ｃ）ｃＤＤＰ（ｄ）ｃｏｒｉｌａｇｉｎ＋ｃＤＤＰ图３柯里拉京与ｃＤＤＰ单独或联合作用Ｈｅｙ细胞的形态学变化Ｆｉ３ＭｏｒｌｏｇｉｃａｌｃｈａｎｇｅｓｏｆＨｅｙｃｅｌｌｓｔｒｅａｔｅｄｗｉｔｈｃｏｒｉｌａｇｉｎａｎｄｃＤＤＰａｌｏｎｅｏｒｉｎｃｏｍｂｉｎａｔｉｏｎｇ．ｐｈｏ由图２可知：对于ＳＫＯＶ３细胞，对照组细胞贴壁舒展均匀，长势良好；柯里拉京与ｃＤＤＰ单独用药组，细胞数量略为减少，部分细胞呈现出典型的凋亡形态，紧缩变圆，体积变小，细胞核皱缩；联合用药组的细胞减少量较单独用药组多，且几乎全部细胞呈现出典型的凋亡形态．所有用药组与对照组相比，细胞形态都有明显变化，且联合用药组的变化比单独用药组的变化更为明显．由图３可知：柯里拉京与ｃＤＤＰ单独和联合作用对Ｈｅｙ细胞的抑制效果与对ＳＫＯＶ３的抑制效果相似．２．４吖啶橙／溴化乙啶双染法观察细胞凋亡采用ＡＯ／ＥＢ双染色法，观察柯里拉京与ｃＤＤＰ单独或联合作用ＳＫＯＶ３，Ｈｅｙ的细胞凋亡情况，如图４，５所示．图４，５中：箭头所指为凋亡细胞．由图４可知：对于ＳＫＯＶ３细胞，对照组细胞核发出均匀弥散绿色荧光；柯里拉京与ｃＤＤＰ单独用药组，细胞数量减少，部分细胞核体积变小，发出橘红色荧光；联合用药组细胞数量减少，几乎全部细胞核体积变小发出橘红色荧光．即联合用药组呈橘红色细胞的比例比单独用药组的有显著的提高．由图５（ａ）对照组（ｂ）ｃｏｒｉｌａｇｉｎ（ｃ）ｃＤＤＰ（ｄ）ｃｏｒｉｌａｇｉｎ＋ｃＤＤＰ图４柯里拉京与ｃＤＤＰ单独或联合作用ＳＫＯＶ３细胞凋亡的形态学观察Ｆｉ４ＭｏｒｌｏｇｉｃａｌｏｂｓｅｒｖａｔｉｏｎｏｆａｐｏｐｔｏｓｉｓｉｎＳＫＯＶ３ｃｅｌｌｓｉｎｄｕｃｅｄｂｙｇ．ｐｈｏｃｏｒｉｌａｇｉｎａｎｄｃＤＤＰａｌｏｎｅｏｒｉｎｃｏｍｂｉｎａｔｉｏｎ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８９６（ａ）对照组（ｂ）ｃｏｒｉｌａｇｉｎ（ｃ）ｃＤＤＰ２０１８年（ｄ）ｃｏｒｉｌａｇｉｎ＋ｃＤＤＰ图５柯里拉京与ｃＤＤＰ单独或联合作用Ｈｅｙ细胞凋亡的形态学观察Ｆｉ５ＭｏｒｌｏｇｉｃａｌｏｂｓｅｒｖａｔｉｏｎｏｆａｐｏｐｔｏｓｉｓｉｎＨｅｙｃｅｌｌｓｉｎｄｕｃｅｄｂｙｃｏｒｉｌａｇｉｎａｎｄｃＤＤＰａｌｏｎｅｏｒｉｎｃｏｍｂｉｎａｔｉｏｎｇ．ｐｈｏ可知：柯里拉京与ｃＤＤＰ单独和联合作用对Ｈｅｙ细胞的抑制效果与对ＳＫＯＶ３的抑制效果相似．２．５犎狅犲犮犺狊狋３３２５８染色观察细胞凋亡采用Ｈｏｅｃｈｓｔ３３２５８染色法，观察柯里拉京与顺铂单独或联合作用诱导ＳＫＯＶ３，Ｈｅｙ的细胞凋亡情况，如图６，７所示．图６，７中：箭头所指为凋亡细胞．（ａ）对照组（ｂ）ｃｏｒｉｌａｇｉｎ（ｃ）ｃＤＤＰ（ｄ）ｃｏｒｉｌａｇｉｎ＋ｃＤＤＰ图６柯里拉京与顺铂单独或联合作用诱导ＳＫＯＶ３细胞凋亡的形态学观察Ｆｉ６ＭｏｒｌｏｇｉｃａｌｏｂｓｅｒｖａｔｉｏｎｏｆａｐｏｐｔｏｓｉｓｉｎＳＫＯＶ３ｃｅｌｌｓｉｎｄｕｃｅｄｂｙｇ．ｐｈｏｃｏｒｉｌａｇｉｎａｎｄｃＤＤＰａｌｏｎｅｏｒｉｎｃｏｍｂｉｎａｔｉｏｎ（ａ）对照组（ｂ）ｃｏｒｉｌａｇｉｎ（ｃ）ｃＤＤＰ（ｄ）ｃｏｒｉｌａｇｉｎ＋ｃＤＤＰ图７柯里拉京与顺铂单独或联合作用诱导Ｈｅｙ细胞凋亡的形态学观察Ｆｉ７ＭｏｒｌｏｇｉｃａｌｏｂｓｅｒｖａｔｉｏｎｏｆａｐｏｐｔｏｓｉｓｉｎＨｅｙｃｅｌｌｓｉｎｄｕｃｅｄｂｙｇ．ｐｈｏｃｏｒｉｌａｇｉｎａｎｄｃＤＤＰａｌｏｎｅｏｒｉｎｃｏｍｂｉｎａｔｉｏｎ由图６可知：对于ＳＫＯＶ３细胞，对照组细胞核发出的蓝色荧光呈均匀弥散且较弱；柯里拉京与ｃＤ ＤＰ单独用药组，细胞数量减少，部分细胞核发出明亮的蓝色荧光；联合用药组细胞数量减少，几乎全部细胞核都发出明亮的蓝色荧光．即联合用药组呈明亮蓝色荧光细胞的比例比单独用药组的有显著提高．由图７可知：柯里拉京与ｃＤＤＰ单独和联合作用诱导Ｈｅｙ细胞凋亡的效果与对ＳＫＯＶ３的效果相似．２．６犑犆１检测线粒体膜电位 ? 采用ＪＣ? １检测线粒体膜电位，结果如图８，９所示．由图８可知：对照组细胞均发出红色荧光；柯里拉京与ｃＤＤＰ单独用药组，细胞数量减少，部分细胞呈绿色荧光；联合用药组细胞数量减少，几乎全部细胞都发出绿色荧光．即联合用药组呈绿色荧光的细胞的比例比单独用药组的有显著的提高．由图９可知：柯里拉京与ｃＤＤＰ单独和联合作用诱导Ｈｅｙ细胞凋亡的效果与对ＳＫＯＶ３的效果相似．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期李旭丹，等：柯里拉京对顺铂抗卵巢癌Ｈｅｙ和ＳＫＯＶ３细胞的增敏作用（ａ）对照组（ｂ）ｃｏｒｉｌａｇｉｎ（ｃ）ｃＤＤＰ８９７（ｄ）ｃｏｒｉｌａｇｉｎ＋ｃＤＤＰ图８柯里拉京与ｃＤＤＰ单独或联合作用引起ＳＫＯＶ３细胞跨膜电位的变化Ｆｉ８ＣｈａｎｇｅｓｏｆｔｒａｎｓｍｅｍｂｒａｎｅｐｏｔｅｎｔｉａｌｏｆＳＫＯＶ３ｃｅｌｌｓｃａｕｓｅｄｇ．ｂｙｃｏｒｉｌａｇｉｎａｎｄｃｉｓｐｌａｔｉｎａｌｏｎｅｏｒｉｎｃｏｍｂｉｎａｔｉｏｎ（ａ）对照组（ｂ）ｃｏｒｉｌａｇｉｎ（ｃ）ｃＤＤＰ（ｄ）ｃｏｒｉｌａｇｉｎ＋ｃＤＤＰ图９柯里拉京与ｃＤＤＰ单独或联合作用引起Ｈｅｙ细胞跨膜电位的变化Ｆｉ９ＣｈａｎｇｅｓｏｆｔｒａｎｓｍｅｍｂｒａｎｅｐｏｔｅｎｔｉａｌｏｆＨｅｙｃｅｌｌｓｃａｕｓｅｄｂｙｃｏｒｉｌａｇｉｎａｎｄｃｉｓｐｌａｔｉｎａｌｏｎｅｏｒｉｎｃｏｍｂｉｎａｔｉｏｎｇ．３分析与讨论中药及其有效成分是近年来肿瘤治疗研究的热点之一［１４］．柯里拉京是一种具有多种药理活性的天然产物［１５］，它具有良好的抗肿瘤、抗炎活性，是一个极具开发潜力的单宁类物质．日本学者Ｏｋａｂｅ等从传统中草药中筛选肿瘤预防剂的研究中发现，柯里拉京能抑制肿瘤坏死因子? ＴＮＦ? α（ α）的分泌，从而对［］肿瘤的发生有一定化学预防作用．Ｇａｍｂａｒｉ等１６研究发现，柯里拉京能够抑制小鼠体内的人肝癌细胞［］（Ｈｅｐ３Ｂ）的生长，而且不会对小鼠的肝功能造成损伤．Ｊｉａ等９发现，柯里拉京可以引起卵巢癌（ＳＫ ＯＶ３，Ｈｅｙ）细胞周期Ｇ２／Ｍ的阻滞，并且能通过下调ｐｔ， ?Ａｋ ?ＥＲＫ， ?Ｓｍａｄ等凋亡相关蛋白引起卵巢ｐｐ癌细胞的凋亡，但对正常卵巢上皮细胞（ＮＯＥ０１，ＮＯＥ０２，ＮＯＥ０３）的毒性作用却非常低．研究结果显示，柯里拉京单独作用对卵巢癌细胞Ｈｅｙ，ＳＫＯＶ３有明显的抑制作用，表明柯里拉京对卵巢癌细胞的生长具有抑制作用．当浓度为１７μｍｏｌ·Ｌ－１的柯里拉京与不同浓度的ＨＣＰＴ和ｃＤＤＰ联合用药后，作用于ＳＫＯＶ３的抑制率随着联合用药的浓度增大而不断增加；当浓度为１５μｍｏｌ·Ｌ－１的柯里拉京与不同浓度的ＨＣＰＴ和ｃＤＤＰ联合用药后，作用于Ｈｅｙ的抑制率随着联合用药浓度的增大也不断增加．说明柯里拉京可增强ｃＤＤＰ对卵巢癌细胞ＳＫＯＶ３，Ｈｅｙ的增殖抑制作用，提高两种细胞对ｃＤＤＰ的敏感性，且柯里拉京与ｃＤＤＰ联用对于ＳＫＯＶ３，Ｈｅｙ细胞二者联用均有协同作用（犙＞１．１５）．另外，柯里拉京与ＨＣＰＴ联合用药对于ＳＫＯＶ３细胞，二者具有协同效应（犙＞１．１５），虽然对于Ｈｅｙ细胞不产生协同效果，但有相加效应，这表明柯里拉京具有化疗协同或相加作用，且具有一定的抗卵巢癌广谱性．柯里拉京对肿瘤细胞抑制作用为其抗肿瘤的研究提供了更多的实验依据，其与ｃＤＤＰ的联合应用也为肿瘤的临床联合用药拓宽了思路．抑制形态学观察实验表明，联合用药对卵巢癌细胞的杀伤作用与单独用药相比有显著的提高．ＪＣ１线粒体膜电位检测联合用药组较多细胞膜电位发生下降，表明柯里 ? 拉京可以促进线粒体膜电位发生变化，推测其有可能引起凋亡相关因子的释放，促进细胞凋亡．这为柯里拉京与铂类药物联合用药的机理研究提供了参考．由于文中研究是体外细胞学实验，与体内药物学实验有一定的差距，化疗增敏的机制尚不清楚，真正应用于临床还需要进行更加深入的研究．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）８９８２０１８年参考文献：［１］ＺＨＯＵＪｉｅ，ＺＨＡＮＧＣｉ ′ ａｎ，ＳＵＮＹｕａｎｙｕａｎ，犲狋犪犾．Ｃｏｒｉｌａｇｉｎａｔｔｅｎｕａｔｅｓａｌｌｅｒｌａｃｔｉｃｒｅａｃｔｉｏｎｂｙｉｎｈｉｂｉｔｉｎｇｇｙａｎｄａｎａｐｈｙｄｅｇｒａｎｕｌａｔｉｏｎｏｆｍａｓｔｃｅｌｌｓ［Ｊ］．ＭｅｄｉｃａｌＳｃｉｅｎｃｅＭｏｎｉｔｏｒＩｎｔｅｒｎａｔｉｏｎａｌＭｅｄｉｃａｌＪｏｕｒｎａｌｏｆＥｘｐｅｒｉｍｅｎｔａｌａｎｄＣｌｉｎｉｃａｌ２０１８，２４：８９１８９６．ＤＯＩ：１０．１２６５９／ＭＳＭ．９０６０９８．Ｒｅｓｅａｒｃｈ， ? ［２］ＫＩＮＯＳＨＩＴＡＳ，ＩＮＯＵＥＹ，ＮＡＫＡＭＡＳ，犲狋犪犾．Ａｎｔｉｏｘｉｄａｎｔａｎｄｈｅｐａｔｏｐｒｏｔｅｃｔｉｖｅａｃｔｉｏｎｓｏｆｍｅｄｉｃｉｎａｌｈｅｒｂ，犜犲狉犿犻  狀犪犾犻犪犮犪狋犪狆狆犪Ｌ．ｆｒｏｍＯｋｉｎａｗａＩｓｌａｎｄａｎｄｉｔｓｔａｎｎｉｎｃｏｒｉｌａｇｉｎ［Ｊ］．Ｐｈｙｔｏｍｅｄｉｃｉｎｅ，２００７，１４（１１）：７５５７６２．ＤＯＩ：１０． ? ２００６．１２．０１２．１０１６／ｊ．ｐｈｙｍｅｄ．［３］ＧＵＯＹｕａｎｉｎ，ＺＨＡＯＬｅｉ，ＬＩＸｉａｏｆｅｎｇ，犲狋犪犾．ＥｆｆｅｃｔｏｆｃｏｒｉｌａｇｉｎｏｎａｎｔｉｉｎｆｌａｍｍａｔｉｏｎｉｎＨＳＶ?１ｅｎｃｅｐｈａｌｉｔｉｓａｎｄ ? ｊ１ｉｎｆｅｃｔｅｄｍｉｃｒｏｇｌｉａｓ［Ｊ］．ＥｕｒｏｐｅａｎＪｏｕｒｎａｌｏｆＰｈａｒｍａｃｏｌｏｇｙ，２０１０，６３５（１／２／３）：７９８６．ＤＯＩ：１０．１０１６／ｅｒ．ＨＳＶ? ? ｊ．ｊｐｈａ２０１０．０２．０４９．［４］ＤＥＮＧＹｕａｎ，ＬＩＸｕｄａｎ，ＬＩＸｕａｎ，犲狋犪犾．Ｃｏｒｉｌａｇｉｎｉｎｄｕｃｅｓｔｈｅａｐｏｐｔｏｓｉｓｏｆｈｅｐａｔｏｃｅｌｌｕｌａｒｃａｒｃｉｎｏｍａｃｅｌｌｓｔｈｒｏｕｇｈｔｈｅｍｉｔｏｃｈｏｎｄｒｉａｌａｐｏｐｔｏｔｉｃａｎｄｄｅａｔｈｒｅｃｅｐｔｏｒｐａｔｈｗａｙｓ［Ｊ］．ＯｎｃｏｌｏｇｙＲｅｐｏｒｔｓ，２０１８，３９（６）：２５４５２５５２．ＤＯＩ：１０．３８９２／ ? ｏｒ．２０１８．６３９６．［５］ＳＡＳＩＤＨＡＲＡＮＩ，ＳＵＮＤＡＲＥＳＡＮＡ，ＮＩＳＨＡＶＭ，犲狋犪犾．Ｉｎｈｉｂｉｔｏｒｆｆｅｃｔｏｆ犜犲狉犿犻狀犪犾犻犪犮犺犲犫狌犾犪Ｒｅｔｚ．ｆｒｕｉｔｅｘ  ｙｅｔｒａｃｔｓｏｎｄｉｓｔｉｖｅｅｎｚｅｌａｔｅｄｔｏｄｉａｂｅｔｅｓａｎｄｏｘｉｄａｔｉｖｅｓｔｒｅｓｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｎｚｎｈｉｂｉｔｉｏｎａｎｄＭｅｄｉｃｉｎａｌｇｅｙｍｅｒｙｍｅＩ２０１２，２７（４）：５７８５８６．ＤＯＩ：１０．３１０９／１４７５６３６６．２０１１．６０３１３０．Ｃｈｅｍｉｓｔｒ ? ｙ，［６］刘朝阳，王$昌，陈玉武，等．柯里拉京抗肿瘤作用的研究［Ｊ］．肿瘤防治研究，２００２，２９（５）：３５６３５８．ＤＯＩ：１０．３９７１／ ? ｊ．８５７８．２００２．０５．００３．ｉｓｓｎ．１０００ ? ［７］ＨＯＮＭＡＡ，ＫＯＹＡＭＡＴ，ＹＡＺＡＷＡＫ．ＡｎｔｉｈｙｐｅｒｌｃｅｍｉｃｅｆｆｅｃｔｓｏｆＪａｐａｎｅｓｅｍａｐｌｅ犃犮犲狉犪犿狅犲狀狌犿，ｌｅａｆｅｘｔｒａｃｔｇｙＪ］．ＪｏｕｒｎａｌｏｆＷｏｏｄＳｃｉｅｎｃｅ，２０１０，５６（６）：５０７５１２．ＤＯＩ：１０．１００７／ｓ１００８６０１０１１３０５．ａｎｄｉｔｓｃｏｎｓｔｉｔｕｅｎｔｃｏｒｉｌａｇｉｎ［ ? ? ? ? ［８］ＭＩＮＧＹａｎｌｉｎ，ＺＨＥＮＧＺｈｉｚｈｏｎｇ，ＣＨＥＮＬｉａｎｇｈｕａ，犲狋犪犾．Ｃｏｒｉｌａｇｉｎｉｎｈｉｂｉｔｓｈｅｐａｔｏｃｅｌｌｕｌａｒｃａｒｃｉｎｏｍａｃｅｌｌｐｒｏｌｉｆｅｒａ  ｔｉｏｎｂｙｉｎｄｕｃｉｎｇＧ２／Ｍｐｈａｓｅａｒｒｅｓｔ［Ｊ］．ＣｅｌｌＢｉｏｌｏｇｙＩｎｔｅｒｎａｔｉｏｎａｌ，２０１３，３７（１０）：１０４６?１０５４．ＤＯＩ：１０．１００２／ｃｂｉｎ．１０１３２．［９］ＪＩＡＬｕｏｑｉ，ＪＩＮＨｏｎｇｙａｎ，ＺＨＯＵＪｉａｙｉ，犲狋犪犾．Ａｐｏｔｅｎｔｉａｌａｎｔｉｔｕｍｏｒｈｅｒｂｍｅｄｉｃｉｎｅ，ｃｏｒｉｌａｇｉｎ，ｉｎｈｉｂｉｔｓｏｖａｒｉａｎｃａｎｃｅｒ ? ｃｅｌｌｇｒｏｗｔｈｂｙｂｌｏｃｋａｇｅｏｆＴＧＦｉｌｉｎｇｐａｔｈｗａｙｓ［Ｊ］．ＢＭＣＣｏｍｐｌｅｍｅｎｔａｒｔｅｒｎａｔｉｖｅＭｅｄｉ  ? ｇｎａｙａｎｄＡｌ β／ＡＫＴ／ＥＲＫｓ２０１３，１３（１）：３３４４．ＤＯＩ：１０．１１８６／１４７２６８８２１３３３．ｃｉｎｅ， ? ? ? ? ［１０］康健，张岩岩，陈冬，等．柯里拉京对人喉癌Ｈｅｐ２细胞生长的研究［Ｊ］．中药药理与临床，２０１２，２８（６）：２４２７．ＤＯＩ： ? ? ｃｎｋｉ．ｚｌ．２０１２．０６．０１０．１０．１３４１２／ｊ．ｙｙ［１１］ＧＵＹｕｅ，ＸＩＡＯＬｉｎｆｅｎｇ，ＭＩＮＧＹａｎｌｉｎ，犲狋犪犾．ＣｏｒｉｌａｇｉｎｓｕｐｐｒｅｓｓｅｓｃｈｏｌａｎｇｉｏｃａｒｃｉｎｏｍａｐｒｏｇｒｅｓｓｉｏｎｔｈｒｏｕｇｈＮｏｔｃｈｓｉｌｉｎｇｐａｔｈｗａｙ犻狀狏犻狋狉狅ａｎｄ犻狀狏犻狏狅［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＯｎｃｏｌｏｇｙ，２０１６，４８（５）：１８６８?１８７６．ＤＯＩ：１０．ｇｎａ３８９２／ｉｏ．２０１６．３４１３．ｊ［１２］明艳林，郁茵华，陈良华，等．柯里拉京在制备抗肿瘤药物中的应用：中国，ＣＮ１０１８７９１７３Ａ［Ｐ］．２０１０１１１０． ? ? ［１３］童宇星．Ｃｏｒｉｌａｇｉｎ的提取制备及其抗肿瘤作用机制研究［Ｄ］．厦门：华侨大学，２０１２．［１４］徐韬，许瑞安．中药及其有效成分抗肿瘤作用机制研究进展［Ｊ］．华侨大学学报（自然科学版），２００９，３０（４）：３５９? ３６５．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２００９．０４．０３５９． ? ［１５］陈一燕，陈崇宏．柯里拉京药理活性研究进展［Ｊ］．中国现代应用药学，２０１０，２７（５）：３９０?３９４．ＤＯＩ：１０．１３７４８／ｊ．ｃｎｋｉ．ｉｓｓｎ１００７７６９３．２０１０．０５．００５． ? ［１６］ＧＡＭＢＡＲＩＲ，ＨＡＵＤＫ，ＷＯＮＧＷＹ，犲狋犪犾．ＳｅｎｓｉｔｉｚａｔｉｏｎｏｆＨｅｐ３Ｂｈｅｐａｔｏｍａｃｅｌｌｓｔｏｃｉｓｐｌａｔｉｎａｎｄｄｏｘｏｒｕｂｉｃｉｎｂｙｔｒ．５０４９．Ｊ］．ＰｈｙｔｏｔｈｅｒａｐｙＲｅｓｅａｒｃｈ，２０１４，２８（５）：７８１７８３．ＤＯＩ：１０．１００２／ｐｃｏｒｉｌａｇｉｎ［ ? （责任编辑：黄晓楠犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：刘源岗）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７１１０１９ ? 运用覆盖模型的遥感时序数据犠犲犫互操作陈远杰１，２，余劲松弟１，２，佟瑞菊３（１．福州大学空间数据挖掘和信息共享教育部重点实验室，福建福州３５０００３；２．福州大学福建省空间信息工程研究中心，福建福州３５０００３；３．福建工程学院交通学院，福建福州３５０１１８）摘要：提出从概念、逻辑、物理三个层次实现遥感时序数据覆盖模型（ＲＳＴＳＤＣＭ），并补充遥感影像元数据，使其能被有效解析．该模型遵循覆盖标准，支持基于Ｗｅｂ覆盖服务（ＷＣＳ）／Ｗｅｂ覆盖处理服务（ＷＣＰＳ）的互操作挖掘应用．为实现此应用，设计基于该模型的快速原型，通过中间件连接Ｒａｓｄａｍａｎ覆盖数据处理引擎和Ｒｓｅｒｖｅ服务，耦合二者特性，在ＷＣＰＳ计算基础上，利用Ｒ建立数据挖掘模型，使遥感信息互操作挖掘能力提升到更高层次．进行郑州市主城区遥感生态指数（ＲＳＥＩ）互操作计算的试验．结果表明：该模型不仅支持遥感时序数据互操作，更能挖掘出隐含的时空动态变化信息及专题时态数据相关关系．关键词：覆盖模型；遥感时序数据；互操作；数据挖掘；遥感生态指数中图分类号：ＴＰ３９３文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０８９９０７ ? ? ? 犚犲犿狅狋犲犛犲狀狊犻狀犵犜犻犿犲犛犲狉犻犲狊犇犪狋犪犠犲犫 ? 犐狀狋犲狉狅狆犲狉犪犫犻犾犻狋犻狀犵犆狅狏犲狉犪犲犕狅犱犲犾狔犝狊犵，，ＣＨＥＮＹｕａｎｉｅ１２，ＹＵＪｉｎｓｏｎｇｄｉ１２，ＴＯＮＧＲｕｉｕ３ｊｊ（１．ＫｅｙＬａｂｏｒａｔｏｒｆＳｐａｔｉａｌＤａｔａＭｉｎｉｎｇａｎｄＩｎｆｏｒｍａｔｉｏｎＳｈａｒｉｎｇｏｆＭｉｎｉｓｔｒｆＥｄｕｃａｔｉｏｎ，ｙｏｙｏＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｉｎａ；ｙ，Ｆｕｚｈｏｕ３５０００３，Ｃｈ２．ＳｐａｔｉａｌＩｎｆｏｒｍａｔｉｏｎＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＦｕｉａｎＰｒｏｖｉｎｃｅ，ＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｉｎａ；ｊｙ，Ｆｕｚｈｏｕ３５０００３，Ｃｈ３．ＴｒａｎｓｐｏｒｔａｔｉｏｎＣｏｌｌｅｇｅ，ＦｕｉａｎＵｎｉｖｅｒｓｉｔｆＴｅｃｈｎｏｌｏｇｙ，Ｆｕｚｈｏｕ３５０１１８，Ｃｈｉｎａ）ｊｙｏ犃犫狊狋狉犪犮狋：Ａｒｅｍｏｔｅｓｅｎｓｉｎｇｔｉｍｅｓｅｒｉｅｓｄａｔａｃｏｖｅｒａｇｅｍｏｄｅｌ（ＲＳＴＳＤＣＭ）ｉｓｐｒｏｐｏｓｅｄａｎｄｉｍｐｌｅｍｅｎｔｅｄｆｒｏｍ ? ｔｈｅｔｈｒｅｅｌｅｖｅｌｓｏｆｃｏｎｃｅｐｔ，ｌｏｇｉｃ，ａｎｄｐｈｙｓｉｃｓ，ａｎｄｔｈｅｍｅｔａｄａｔａｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｉｓｓｕｐｐｌｅｍｅｎｔｅｄｓｏｔｈａｔｉｔｃａｎｂｅｅｆｆｅｃｔｉｖｅｌｅｓｏｌｖｅｄ．ＲＳＴＳＤＣＭｆｏｌｌｏｗｓｃｏｖｅｒａｇｅｓｔａｎｄａｒｄ，ｓｕｐｐｏｒｔｓｉｎｔｅｒｏｐｅｒａｂｌｅｍｉｎｉｎｇａｐｐｌｉ  ｙｒ／Ｗｅｂｐｒｏｃｅｓｓｉｎｇｃｏｖｅｒａｇｅｓｅｒｖｉｃｅ（ＷＣＰＳ）．ＴｏｉｍｐｌｅｍｅｎｔｔｈｅｃａｔｉｏｎｓｂａｓｅｄｏｎＷｅｂｃｏｖｅｒａｇｅｓｅｒｖｉｃｅ（ＷＣＳ）ｄｄｌｅｗａｒｅａｐｐｌｉｃａｔｉｏｎｐｒｏｔｏｔｓｅｄｏｎＲＳＴＳＤＣＭｉｓｄｅｓｉｏｃｏｎｎｅｃｔＲａｓｄａｍａｎａｎｄａｐｐｌｉｃａｔｉｏｎ，ａｍｉｙｐｅｂａｇｎｅｄｔＲｓｅｒｖｅ．ＯｎｔｈｅｂａｓｉｓｏｆＷＣＰＳｃｏｍｐｕｔｉｎｇ，ａｄａｔａｍｉｎｉｎｇｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄｂｙＲ．Ｉｎｔｈｉｓｗａｙ，ｉｎｔｅｒｏｐｅｒａ  ｂｉｌｉｔｆｌｏｃａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｉｎｆｏｒｍａｔｉｏｎｍｉｎｉｎｇｉｓｐｒｏｍｏｔｅｄｔｏａｈｉｒｌｅｖｅｌ．Ｆｉｎａｌｌｎｔｅｒｏｐｅｒａｂｉｌｉｔ  ｙｏｇｈｅｙ，ａｎｉｙｅｘｒｉｍｅｎｔｏｆＺｈｅｎｇｚｈｏｕｃｉｔｅｍｏｔｅｓｅｎｓｉｎｇｅｃｏｌｏｇｉｃａｌｉｎｄｅｘ（ＲＳＥＩ）ｃａｌｃｕｌａｔｉｏｎｓｈｏｗｓＲＳＴＳＤＣＭｎｏｔｏｎｌ  ｙｓｕｐｐｅｙｒｔａｌｓｏｒｅｖｅａｌｓｉｍｐｌｉｃｉｔｓｐａｔｉｏｔｅｍｐｏｒａｌｄｙｃｉｎｆｏｒｍａｒｔｓＷｅｂｉｎｔｅｒｏｐｅｒａｔｉｏｎｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｄａｔａ，ｂｕ ? ?ｎａｍｉ ? ｐｏ收稿日期：２０１７１１０５ ? ? 通信作者：余劲松弟（１９８４ ?），男，副研究员，博士，主要从事地理信息标准化、数字化对地观测、空间数据库和长期科学数据保存的研究．Ｅｉｌ：ｃｏｍ． ?ｍａｙｙｘ３５０＠１２６．基金项目：国家自然科学基金资助项目（４１４０１４５４）；中国博士后科学基金资助项目（２０１５Ｍ５８２０２９）；福建省教育厅科技项目（ＪＡＴ１６０３２３）华侨大学学报（自然科学版）９００２０１８年ｔｉｏｎａｎｄｃｏｒｒｅｌａｔｉｏｎｏｆｔｈｅｍａｔｉｃｔｅｍｐｏｒａｌｄａｔａ．犓犲狉犱狊：ｃｏｖｅｒａｇｅｍｏｄｅｌ；ｒｅｍｏｔｅｓｅｎｓｉｎｇ（ｔｉｍｅｓｅｒｉｅｓ）ｄａｔａ；ｉｎｔｅｒｏｐｅｒａｂｉｌｉｔｔａｍｉｎｉｎｇ；ｒｅｍｏｔｅｓｅｎｓ  ? ｙ；ｄａ狔狑狅ｉｎｇｅｃｏｌｏｇｉｃａｌｉｎｄｅｘ空天地一体化对地观测网作为保障国家安全、经济社会发展的重要基础设施，对提高我国核心竞争力具有重大意义．其研究核心是解决地球空间信息获取、处理、应用和服务中的基础理论问题［１］．随着遥感技术的发展，遥感数据呈现海量、多元、异构等特征，如何有效集成这些数据，提取出其中隐含但又具有潜在价值的信息是空天地一体化对地观测应用服务的关键问题之一［２］．遥感时序数据蕴含丰富的历史信息，在水体面积变化监测、地物信息特征提取、精准农业产量预估等领域发挥重要作用［３?５］．为了深入挖掘遥感时序信息，学者们开展了遥感时序数据建模研究［６］，可有效解决领域内问题，但未涉及分布式异构遥感时序数据互操作问题．开放地理空间信息联盟（ｏｐｅｎｇｅｏｓｐａｔｉａｌｃｏｎｓｏｒｔｉｕｍ，ＯＧＣ）和ＩＳＯ／ＴＣ２１１推出了一系列面向Ｗｅｂ服务的地理信息共享和互操作规范．其中，ＯＧＣＷｅｂ覆盖服务（Ｗｅｂ［７］ｃｏｖｅｒａｇｅｓｅｒｖｉｃｅ，ＷＣＳ）规范基于覆盖模型反映地理现象的真实状态，保持了地理数据原始语义并支持机器解译和判读［８］．文献［９］研究了基于覆盖模型的遥感时序信息表达，并通过Ｗｅｂ覆盖处理服务［］（Ｗｅｂｃｏｖｅｒａｇｅｐｒｏｃｅｓｓｉｎｇｓｅｒｖｉｃｅ，ＷＣＰＳ）１０进行互操作挖掘，但遥感数据的描述未完全涉及，不利于互操作的解析．因此，本文构建了可满足遥感时序数据互操作解析的遥感时序数据覆盖模型，并设计了相应快速原型，实现遥感时序数据互操作挖掘，为区域时空大数据互操作挖掘研究提供新思路．１遥感时序数据覆盖模型１．１概念模型［］概念层次上，ＩＳＯ１９１２３１１将覆盖模型定义为：在给定时空范围内，任意位置到该位置上相关地理现象属性值的映射，即空间和／或时间到属性值的映射．主要涉及覆盖模型索引域、值域和值域类型的定义．索引域实现覆盖模型的时空定位；值域存储了该位置上的属性值；值域类型描述了属性值代表的含义．覆盖模型以映射方式建模，契合遥感时序信息的表达．遥感时序数据覆盖模型除了具备索引域、值域和值域类型信息外，还需相应元数据，使该模型能被［］有效解析．ＩＳＯ／ＴＣ２１１提出了ＩＳＯ１９１６３１１２影像和格网内容模型标准．该标准对影像和格网数据进 ? 行分类，分析了类别间的继承关系，并指出此类数据继承于覆盖模型．同时，以最低需求制定此类数据的基础元数据，使元数据冗余较少．其中，针对影像数据类，定义了获取时间、影像描述、镶嵌情况、波段信息、卫星平台、传感器等元数据项．针对影像数据类的子类，如光学影像等，则在基础元数据上，又定义了光学影像类型、光学传感器类型元数据项．遥感影像应用前，通常需要进行２次预处理，分别是地面接收站获取遥感影像时所做预处理，以及用户使用遥感影像前所做二次预处理．ＩＳＯ１９１６３１缺乏相应的元数据记录这两次预处理信息，欧洲航 ? ［］空航天局归档格式标准ＳＡＦＥ定义的“ ｏｖｅｎａｎｃｅ”１３支持遥感影像历史处理信息的记录，可弥补这一ｐｒ不足．此外，为了反映研究对象的作用域，还需感兴趣区域的范围信息．ＯＧＣＷｅｂ覆盖服务对地观测应［］用（Ｗｅｂｃｏｖｅｒａｇｅｓｅｒｖｉｃｅｅａｒｔｈｏｂｓｅｒｖａｔｉｏｎ，ＷＣＳＥＯ）１４定义的“ ｆｏｏｔｉｎｔ”支持这一信息的记录．综上ｐｒ所述，即可构建遥感时序数据覆盖模型的元数据集，使该模型能被有效解析，如表１所示．表１遥感时序数据覆盖模型元数据Ｔａｂ．１Ｒｅｍｏｔｅｓｅｎｓｉｎｇｔｉｍｅｓｅｒｉｅｓｄａｔａｃｏｖｅｒａｇｅｍｏｄｅｌｍｅｔａｄａｔａ ? 遥感数据描述需求互操作元素相关标准必要性说明获取时间ａｃｉｓｉｔｉｏｎＴｉｍｅｑｕ１，ＩＳＯ１９１６３ ? 引用自ＩＳＯ１９１０８影像获取时间，便于影像的检索和查询影像描述ｉｍａｇｅＤｅｓｃｒｉｔｉｏｎｐＩＳＯ１９１６３１， ? 引用自ＩＳＯ１９１１５１ ? 影像的相关情况，如数据产品级别、太阳方位角、太阳高度角等信息镶嵌情况／ｉｓＭｏｓａｉｃＩＥ＿ＭｏｓａｉｃＥｌｅｍｅｎｔ１ＩＳＯ１９１６３ ? 影像镶嵌信息，若是，则记录各镶嵌影像相应信息等，可进一步校验感兴趣区范围的有效性犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期陈远杰，等：运用覆盖模型的遥感时序数据Ｗｅｂ互操作９０１续表Ｃｏｎｔｉｎｕｅｔａｂｌｅ遥感数据描述需求互操作元素相关标准波段信息／ＭＩ＿ｎｕｍｂｅｒｏｆＢａｎｄｓＢａｎｄ卫星平台信息ｌａｔｆｏｒｍＩｎｆｏｐ传感器信息ｓｅｎｓｏｒＩｎｆｏ必要性说明ＩＳＯ１９１６３１， ? 引用自ＩＳＯ１９１１５２ ? ，１ＩＳＯ１９１６３ ? 引用自ＩＳＯ１９１１５２ ? ，ＩＳＯ１９１６３１ ? 引用自ＩＳＯ１９１１５２ ? 影像成像的传感器，如ＴＭ传感器，可推断该传感器影像的空间分辨率、时间分辨率等判定影像波段是否满足应用需求影像成像的载体信息，如Ｌａｎｄｓａｔ系列卫星，便于影像的检索和查询光学影像类型ｏｐｔｉｃａｌＩｍａｇｅＴｙｐｅＩＳＯ１９１６３１ ? 光学影像类型信息，如多光谱影像光学传感器类型ｏｐｔｉｃａｌＳｅｎｓｏｒＴｙｐｅＩＳＯ１９１６３１ ? 光学影像的成像方式，如摆扫式感兴趣区域ｆｏｏｔｒｉｎｔｐＯＧＣ１０１４０ｒ１ ? 感兴趣区域边界点坐标，便于影像的检索和定位ｒｏｖｅｎａｎｃｅｐＥＳＡＰＧＳＩ ?ＧＳＥＧ? ＥＯＰＧ?ＦＳ０５０００１ ? ? ｉｓｓｕｅ２ｒｅｖｉｓｉｏｎ４数据存储、处理流程及有关负责人信息等信息．其中ｐｒｏｃｅｓｓｉｎｇ元素记录遥感数据历史处理信息，包括地面接收站的处理、用户的二次处理，用于判定影像进行的预处理是否达到应用的要求影像处理信息１．２逻辑模型逻辑层次上，主要涉及了遥感时序数据覆盖模型的编码．该编码的实现是基于ＯＧＣＧＭＬｃｏｖｅｒ  ［］ＧＭＬｃｏｖｅｒａｇｅ是ＩＳＯ１９１２３覆盖模型ａｇｅ１５编码标准进行的，能通过ＷＣＳ／ＷＣＰＳ互操作一致性检验．的标准编码实现，定义了ＸＭＬＳｃｈｅｍａ，使覆盖模型的各个地理要素以结构化信息树的形式组织起来．主要包括４个模块：索引域（ＤｏｍａｉｎＳｅｔ）、值域（ＲａｎｇｅＳｅｔ）、值域类型（ＲａｎｇｅＴｙｐｅ）及元数据（ＭｅｔａＤａ  ｔａ）．其中，元数据模块通过使用〈ａｎｙ〉元素，允许自定义扩展．对于遥感时序数据覆盖模型而言，也具备ＧＭＬｃｏｖｅｒａｇｅ４个模块．各模块记录信息如下：索引域记录了时空混合坐标系下的遥感影像各像元位置坐标；值域记录了遥感影像不同波段的亮度值，并允许同时存储多个波段；值域类型记录了每个波段的含义；元数据记录了遥感时序数据元数据信息．遥感时序数据覆盖模型的逻辑模型，如图１所示．图１中：“ ＡｂｓｔｒａｃｔＲＳＴＳＤＣＭＭｅｔａｄａｔａ”对象作为抽象元数据类，遵循影像数据类的继承关系，且包含了相应元数据的编码元素．该对象可分为共有特征元数据和独有特征元数据两大类．图１遥感时序数据覆盖模型Ｆｉ１Ｒｅｍｏｔｅｓｅｎｓｉｎｇｔｉｍｅｓｅｒｉｅｓｄａｔａｃｏｖｅｒａｇｅｍｏｄｅｌ ? ｇ．共有特征元数据记录了影像数据集相同的特征信息，包括影像处理级别、卫星平台、传感器信息、影像范围、历史处理信息、影像波段等．独有特征元数据记录了每幅影像不同的特征，主要涉及各个影像的获取时间、镶嵌信息等．实际编码时，“ ＡｂｓｔｒａｃｔＲＳＴＳＤＣＭＭｅｔａｄａｔａ”需要被实例化为具体的影像类，并补充该类别的元数据．以光学影像为例，需被实例化为光学影像类遥感时序数据覆盖模型元数据，即 “ ＯｐｔｉｃａｌＲＳＴＳＤＣＭＭｅｔａｄａｔａ”，并补充“ ｏｐｔｉｃａｌＩｍａｇｅＴｙｐｅ”和“ ｏｐｔｉｃａｌＳｅｎｓｏｒＴｙｐｅ”．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９０２２０１８年１．３物理模型物理层次上，主要涉及遥感时序数据覆盖模型ＸＭＬ数据的数据库存储．基于模板驱动的映射规则算法进行ＸＭＬ数据的关系数据库存储，其映射规则算法为：复杂元素映射为数据表，当其子元素为简单元素时，则直接构成该数据表的列；当其子元素为复杂元素，则映射为新数据表，并以外键进行关联．但是，有的复杂元素嵌套引用其他复杂元素，存在多层子节点，且部分子节点没有实值．这种情况下，上述算法规则下建表存在大量空表，形成冗余．因此，文中以基于模板驱动的映射规则算法为指导思想，结合实例化的ＸＭＬ数据，仅对有实值的元素进行存储，实现ＸＭＬ数据的关系数据库存储．遥感时序数据覆盖模型的索引域、值域、值域类型及元数据信息分别由“ ｄｏｍａｉｎｓｅｔ”“ ｒａｎｇｅｓｅｔ”“ ｒａｎｇｅｔｒｓｔｓｄｃｍ ｙｐｅ”“ ｍｅｔａｄａｔａ”表记录，并通过外键“ ｒｓｃｍｉｄ”与主表“ ｒｓｔｓｄｃｍ”进行关联，如图２及表２所示．图２遥感时序数据覆盖模型物理结构Ｆｉ２Ｐｈｙｓｉｃａｌｓｔｒｕｃｔｕｒｅｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｔｉｍｅｓｅｒｉｅｓｄａｔａｃｏｖｅｒａｇｅｍｏｄｅｌ ? ｇ．表２遥感时序数据覆盖模型数据库建表情况Ｔａｂ．２Ｄａｔａｂａｓｅｔａｂｌｅｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｔｉｍｅｓｅｒｉｅｓｄａｔａｃｏｖｅｒａｇｅｍｏｄｅｌ ? 项目索引域数据库表名ｄｏｍａｉｎｓｅｔ，ｒｉｄａｘｉｓ，ｇｃｏｅｆｆｉｃｉｅｎｔｓ，ｃｒｓ记录内容值域ｒａｎｇｅｓｅｔ值域类型元数据ｒａｎｇｅｔｙｐｅｉｍａｇｅｒｔｔｉｎｆｏ，ｒｓｔｓｄｃｍｍｅｔａｄａｔａ，ｙｙｐｅ，ｙｐｅｉｍａｇｅｄｅｓｃｒｉｔｉｏｎ，ｒｏｖｅｎａｎｃｅ，ｐｐｆｅａｔｕｒｅｏｆｉｎｔｅｒｅｓｔ，ｂａｎｄｓｉｎｆｏ，ａｃｉｓｉｔｉｏｎｔｉｍｅ，ｑｕｉｓｍｏｓａｉｃ，ｍｏｓａｉｃｉｎｆｏ，ｍｏｓａｉｃｅｌｅｍｅｎｔ索引域时空混合坐标系、二进制遥感遥感影像原点坐标、各轴步进、数据存储信息各波段信息不规则时间轴时间点信息遥感影像的元数据信息，具体对应于表１由图２及表２可知：“ ｄｏｍａｉｎｓｅｔ”表记录了时空混合坐标系和该坐标系表示的原点坐标，其关联对象“ ｒｉｄａｘｉｓ”及“ ｃｏｅｆｆｉｃｉｅｎｔｓ”表记录了索引域每个轴的步进信息和不规则时间轴上时间点信息；“ ｒａｎｇｅ  ｇｓｅｔ”表记录了二进制遥感数据存储信息；“ ｒａｎｇｅｔｙｐｅ”表记录了值域类型信息，即遥感影像波段信息； “ ｒｓｔｓｄｃｍｍｅｔａｄａｔａ”表记录了波段数、影像类别、卫星平台、传感器信息．其中，影像类别信息由“ ｉｍａｇｅｒ  ｙｔｏｖｅｎａｎｃｅ”表记录影像历ｉｍａｇｅｄｅｓｃｒｉｔｉｏｎ”表记录影像的处理级别等信息；“ ｙｐｅ”及其关联表记录；“ ｐｒｐ史处理信息；“ ｆｅａｔｕｒｅｏｆｉｎｔｅｒｅｓｔ”表记录研究区域４个边界点坐标信息；“ ｂａｎｄｓｉｎｆｏ”表记录各波段信息； “ ａｃｑｕｉｓｉｔｉｏｎｔｉｍｅ”表记录每幅影像的获取时间；“ ｉｓｍｏｓａｉｃ”记录每幅影像是否经过镶嵌处理，若是，则以其关联表记录具体镶嵌信息．这些表均由外键“ ｒｓｃｍｍｉｄ”与元数据主表“ ｒｓｔｓｄｃｍｍｅｔａｄａｔａ”相关联．２犠犲犫互操作快速原型Ｒａｓｄａｍａｎ（ｈｔｔｒａｓｄａｍａｎ．ｏｒｓｄａｍａｎ公司合作开发的覆盖数ｐ：∥ｗｗｗ．ｇ／）是德国不莱梅大学和Ｒａ据处理引擎，较为全面地实现了ＯＧＣ的ＷＣＳ和ＷＣＰＳ服务．其中：ＷＣＰＳ是覆盖数据互操作查询语犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期陈远杰，等：运用覆盖模型的遥感时序数据Ｗｅｂ互操作９０３言，支持覆盖数据的信息提取、处理、分析等操作．ＷＣＰＳ的语法结构为ｆｏｒ＄ｃｉｎ（ｃｏｖｅｒａｇｅＬｉｓｔ）ｎ（ｃｏｖｅｒａｇｅＬｉｓｔ））  （，＄ｄｉ［ｗｈｅｒｅｂｏｏｌｅａｎＳｃａｌａｒＥｘｐｒ］ｒｅｔｕｒｎｅｎｃｏｄｅ（ｃｏｖｅｒａｇｅＥｘｐｒ，ｆｏｒｍａｔＮａｍｅ）为了提升覆盖数据统计分析能力，在ＷＣＰＳ计算基础上，提出ＷＣＰＳ和Ｒ语言协同计算方法，并构建相应快速原型，其原型架构如图３所示．ＷＣＰＳ计算和Ｒ语言计算分别是由覆盖数据处理引擎Ｒａｓｄａｍａｎ和Ｗｅｂ环境下Ｒ平台Ｆａ／ＦａｓｔＲＷｅｂ（ｈｔｔｆｏｒｇｅ．ｎｅｔｓｔＲ ｐ：∥ｒａｔ服务器Ｗｅｂ／）实现．该快速原型以一个部署在Ｔｏｍｃ的Ｗｅｂ应用连接Ｒａｓｄａｍａｎ和ＦａｓｔＲＷｅｂ的中间件．用图３快速原型架构Ｆｉ３Ａｒｃｈｉｔｅｃｔｕｒｅｏｆｒａｐｉｄｐｒｏｔｏｔｉｎｇｇ．ｙｐ户通过浏览器向该中间件发送访问请求，Ｗｅｂ服务器动态返回服务器中可用的覆盖数据．用户发送覆盖数据ＷＣＰＳ计算请求，Ｗｅｂ服务器将该请求发送至Ｒａｓｄａｍａｎ，并将返回的计算结果写入数据库中．用户通过与ＦａｓｔＲＷｅｂ动态交互，调用部署在ＦａｓｔＲ Ｗｅｂ服务器上Ｒ脚本即可实现这些数据的更深层次计算．３犠犲犫互操作应用案例为检验遥感时序数据覆盖模型Ｗｅｂ互操作计算，深层次挖掘遥感时序信息的能力，以Ｗｅｂ互操作快速原型为实验平台，实现遥感生态指数（ＲＳＥＩ）互操作计算．ＲＳＥＩ利用主成分分析技术集成了绿度、湿度、热度和干度４个评价指标，是较好的城市生态环境快速评价的指标［１６?１７］．实验数据源可通过ＵＳＧＳ下载，产品级别为Ｌ１Ｔ的Ｌａｎｄｓａｔ５影像，研究区域介于东经１１３．４８ °～１１３．８５ °，北纬３４．６２ °～３４．８７ °，日期分别为１９９９年５月１３日，２００６年５月１６日，２０１１年５月１４日．这些遥感影像建模前进行相关预处理．由于计算不同指标的遥感影像的预处理不相同，计算湿度指标的影像是表观反射率定标；计算绿度和干度指标的影像是辐亮度定标，且进行了大气校正；计算热度指标的热红外波段影像并未进行辐射定标．因此，需对这３种预处理后的遥感影像数据集分别建模，实现遥感时序数据覆盖模型的３种实例化，并将预处理信息记录在元数据“ ｏｖｅｎａｎｃｅ”中予以区分．通过这３种ｐｒ覆盖数据，即可计算绿度、湿度、热度和干度指标．热度指标公式各参数含义可参见文献［１７］，以热度指标为例，介绍ＷＣＰＳ语句语法规则，即ｆｏｒｃｉｎ（ＺｈｅｎｇｚｈｏｕＭｕｌ），ｄｉｎ（ＺｈｅｎｇｚｈｏｕＴｅｍ）／（ｒｅｔｕｒｎｅｎｃｏｄｅ（（Ｋ２／ｌｎ（Ｋ１／（ｉｎｄ［ｘ，ｔ］＋ｂｉａｓ）＋１））１＋λＫ２／ｌｎ（Ｋ１／ｇａｙ，（／ρｌ／（ｘ，ｔ］＋ｂｉａｓ）＋１）ｎ（ｆ（（ｃ．３［ｘ，ｔ］－ｃ．２［ｘ，ｔ］）ｃ．３［ｘ，ｔ］＋ｉｎｄ［ｇａｙ，ｙ，ｙ，ｙ，ｃ．２［ｘ，ｔ］））））， ″ ｃｓｖ ″）ｙ，该ＷＣＰＳ语句中，ＺｈｅｎｇｚｈｏｕＭｕｌ，ＺｈｅｎｇｚｈｏｕＴｅｍ表示遥感时序数据覆盖模型的２种实例化；ｃ．２，ｃ．３分别表示用于计算ＮＤＶＩ的红色和近红外波段，ＮＤＶＩ是计算地表比辐射率的参数；ｄ表示热红外波段；［ｘ，ｔ］是该模型索引域的子集，表示在该时空范围内计算目标对象，其表示方法如［Ｌａｔ（ｉ：ｙ，ｊ），Ｌｏｎｇ（ｍ：ｎ），ａｎｓｉ（ｔ）］．其中，经纬度应位于元数据ｆｏｏｔｒｉｎｔ坐标区间内，时间应与元数据ａｃｉｓｉｔｉｏｎ  ｐｑｕＴｉｍｅ相一致．通过该ＷＣＰＳ语句可计算出目标时空域各位置点上的热度值．其他３个指标计算与此类似，不再赘述．通过ＦａｓｔＲＷｅｂ读取ＷＣＰＳ数据库中的上述４个指标数据，并构成了４×狀的矩阵，利用Ｒ语言可进行下述计算．首先，对上述４个指标进行归一化处理；然后，通过ｐｒｉｎｃｏｍｐ函数进行主成分分析，并以０，１］，从而ｒｅｄｉｃｔ函数获得第一主成分ＰＣ１；最后，以１减去ＰＣ１，并对结果归一化，使其取值区间为［ｐ计算出ＲＳＥＩ．其中：ＲＳＥＩ的计算公式为（ＲＳＥＩ＝１－｛ＰＣ１［ｆ（ＷＥＴ，ＮＤＶＩ，ＮＤＳＩ，ＬＳＴ）］｝．１）Ｗｅｂ互操作快速原型界面，如图４所示．计算后ＲＳＥＩ的统计数据及可视化结果，如表３及图５，６犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９０４２０１８年所示．ＲＳＥＩ变化统计是将各年份的ＲＳＥＩ以０．２为间隔分成５级，分别代表差、较差、中等、良、优５个等级，在此基础上进行分级面积统计和差值变化检测所得．图４中间件Ｗｅｂ界面Ｆｉ４ＷｅｂＵＩｏｆｍｉｄｄｌｅｗａｒｅｇ．表３指标主成分分析及ＲＳＥＩ均值统计Ｆｉ３ＰｒｉｎｃｉｌｃｏｍｐｏｎｅｎｔａｎａｌｓｉｓａｎｄｔｈｅｍｅａｎｓｏｆＲＳＥＩｇ．ｐａｙ年份项目ＷＥＴＮＤＶＩＮＤＳＩＬＳＴＲＳＥＩ均值１９９９－０．３６６－０．４９１０．６０７０．５０６０．５２５２００６ＰＣ１载荷值ＰＣ１载荷值－０．４１６－０．３１９０．６４９０．５５２０．４８９２０１１ＰＣ１载荷值－０．２７７－０．６８３０．５９８０．３１６０．４７９（ａ）１９９９年（ｂ）２００６年（ｃ）２０１１年图５ＲＳＥＩ可视化结果Ｆｉ５ＶｉｓｕａｌｒｅｓｕｌｔｓｏｆＲＳＥＩｇ．由表３及图５，６可知：在研究时间内，郑州市主城区的生态环境呈恶化趋势．从空间上看，生态环境变化具有空间差异性，由ＲＳＥＩ变化图可知，生态环境恶化区域主要集中于城市周边地区．由指标对第一主成分载荷值可知，干度指标代表的建筑用地对ＲＳＥＩ影响最大，绿度指标代表的植被用地次之，建（ａ）１９９９－２００６年筑用地的增加和植被用地的减少会对（ｂ）２００６－２０１１年图６ＲＳＥＩ变化可视化结果Ｆｉ６ＶｉｓｕａｌｒｅｓｕｌｔｓｏｆＲＳＥＩｃｈａｎｇｅｇ．城市生态环境产生一定消极影响，这是生态环境质量下降的主要原因．因此，城市发展过程中应参考生态环境各指标的影响度，合理规划土地利用，因地制宜，促进城市可持续发展．遥感时序数据覆盖模型有效支持Ｗｅｂ互操作计算，挖掘出城市生态环境质量时空动态变化信息及其原因，有助于决策者制定适宜的城市发展政策．４结论在分析遥感数据互操作方法的基础上，从概念、逻辑、物理三个层次对遥感时序数据覆盖模型进行犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期陈远杰，等：运用覆盖模型的遥感时序数据Ｗｅｂ互操作９０５实现．同时，针对遥感时序数据覆盖模型的解析需求，构建基于ＩＳＯ１９１６３影像数据类标准的元数据集．利用覆盖模型元数据模块的可扩展性，对该元数据集进行集成，使遥感时序覆盖模型能较好地支持遥感时序数据Ｗｅｂ互操作应用．应用案例表明，该模型可充分发挥ＷＣＰＳ和Ｒ语言的优势，实现遥感时序数据的互操作挖掘，提取出遥感影像专题信息和时序影像间隐含动态关联信息．在后续工作中，将进一步研究影像和格网数据类的继承关系及其元数据表达，以期完成基于影像和格网数据类的时序数据覆盖建模．此外，该模型编码数据入库需结合ＸＭＬＳｃｈｅｍａ实例化数据，而如何基于ＸＭＬＳｃｈｅｍａ实现自动化数据库建库也将是今后的研究重点．参考文献：［１］李德仁．论空天地一体化对地观测网络［Ｊ］．地球信息科学学报，２０１２，１４（４）：４１９?４２５．ＤＯＩ：１０．３７２４／ＳＰ．Ｊ．１０４７．２０１２．００４１９．［２］李德仁，张良培，夏桂松．遥感大数据自动分析与数据挖掘［Ｊ］．测绘学报，２０１４，４３（１２）：１２１１１２１６．ＤＯＩ：１０．１３４８５／ ? ｃｎｋｉ．１１２０８９．２０１４．０１８７． ? ｊ．［３］孔美美，陈锻生．采用混合像元分解的水库面积提取及变化监测［Ｊ］．华侨大学学报（自然科学版），２０１７，３８（３）：３８５ ? ３９０．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７０３０１８． ? ［４］王乾坤，于信芳，舒清态．基于时间序列遥感数据的森林火烧迹地提取［Ｊ］．自然灾害学报，２０１７，２６（１）：１１０．ＤＯＩ： ? ｎｄ．２０１７．０１０１．１０．１３５７７／ｊ．ｊ［５］刘焕军，康苒，ＵＳＴＩＮＳ，等．基于时间序列高光谱遥感影像的田块尺度作物产量预测［Ｊ］．光谱学与光谱分析，ｉｓｓｎ．１０００２０１６，３６（８）：２５８５２５８９．ＤＯＩ：１０．３９６４／０５９３（２０１６）０８２５８５０５． ? ? ? ? ｊ．［６］李寅超，李建松．一种基于对象和快照的混合地表覆盖时空数据存储模型［Ｊ］．测绘学报，２０１６，４５（７）：８５８?８６５．ＤＯＩ：１０．１１９４７／ＡＧＣＳ．２０１６．２０１５０１７６．ｊ．Ｒ［７］ＢＡＵＭＡＮＮＰ．０９１１０ｒ４ＯＧＣ○ ＷＣＳ２．０ｉｎｔｅｒｆａｃｅｓｔａｎｄａｒｄｃｏｒｅ：ＣｏｒｒｉＳ］．［Ｓ．ｌ．］：ＯＧＣ，２０１２． ? ? ｇｅｎｄｕｍ［［８］龚健雅，高文秀．地理信息共享与互操作技术及标准［Ｊ］．地理信息世界，２００６，４（３）：１８?２７．ＤＯＩ：１０．３９６９／ｉｓｓｎ．ｊ．１６７２１５８６．２００６．０３．００３． ? ［９］ＣＡＭＰＡＬＡＮＩＰ，ＢＥＣＣＡＴＩＡ，ＭＡＮＴＯＶＡＮＩＳ，犲狋犪犾．Ｔｅｍｐｏｒａｌａｎａｌｓｉｓｏｆａｔｍｏｓｐｈｅｒｉｃｄａｔａｕｓｉｎｇｏｐｅｎｓｔａｎｄａｒｄｓｙ［Ｃ］∥ＩＳＰＲＳＴｅｃｈｎｉｃａｌＣｏｍｍｉｓｓｉｏｎ Ⅳ ｏｎＧｅｏｓｐａｔｉａｌＤａｔａｂａｓｅｓａｎｄＬｏｃａｔｉｏｎＢａｓｅｄＳｅｒｖｉｃｅｓ．Ｓｕｚｈｏｕ：［ｓ．ｎ．］，２０１４：２１２７．ＤＯＩ：１０．５１９４／ｉｓｐｒｓａｎｎａｌｓＩＩ４２１２０１４． ? ? ? ? ? Ｒ［１０］ＢＡＵＭＡＮＮＰ，ＹＵＪｉｎｓｏｎｇｄｉ．０８４ＯＧＣ○ ＷｅｂｃｏｖｅｒａｇｅｓｅｒｖｉｃｅＷＣＳｉｎｔｅｒｆａｃｅｓｔａｎｄａｒｄ：Ｐｒｏｃｅｓｓｉｎｇｅｘｔｅｎ  ?０５９ｒｓｉｏｎ［Ｓ］．［Ｓ．ｌ．］：ＯＧＣ，２０１４．［１１］ＩＳＯＣｏｐｙｒｉｔＯｆｆｉｃｅ．１９１２３Ｇｅｏｇｒａｐｈｉｃｉｎｆｏｒｍａｔｉｏｎ：Ｓｃｈｅｍａｆｏｒｃｏｖｅｒａｇｅｇｅｏｍｅｔｒｕｎｃｔｉｏｎｓ：ＩＳＯ／ＴＣ２１１Ｎｇｈｙａｎｄｆ１４７５［Ｓ］．［Ｓ．ｌ．］：ＩＳＯＣｏｐｙｒｉｔＯｆｆｉｃｅ，２００３．ｇｈ［１２］ＩＳＯＣｏｐｙｒｉｔＯｆｆｉｃｅ．１９１６３?１Ｇｅｏｇｒａｐｈｉｃｉｎｆｏｒｍａｔｉｏｎ：Ｃｏｎｔｅｎｔｃｏｍｐｏｎｅｎｔｓａｎｄｅｎｃｏｄｉｎｇｒｕｌｅｓｆｏｒｉｍａｇｅｒｇｈｙａｎｄｒｉｄｄｅｄｄａｔａ（Ｐａｒｔ１）：Ｃｏｎｔｅｎｔｍｏｄｅｌ［Ｓ］．［Ｓ．ｌ．］：ＩＳＯＣｏｐｙｒｉｔＯｆｆｉｃｅ，２０１５．ｇｇｈ［１３］ＥＳＡ，ＧＭＶ．ＳｔａｎｄａｒｄａｒｃｈｉｖｅｆｏｒｍａｔｆｏｒＥｕｒｏｐｅ：ＰＧＳＩ０５０００１［Ｓ］．［Ｓ．ｌ．］：ＥＳＡ，２０１５． ?ＧＳＥＧ?ＥＯＰＧ?ＦＳ ? ? Ｒ［１４］ＢＡＵＭＡＮＮＰ，ＭＳＬＳ，ＥＩＳＹＵＪｉｎｓｏｎｇｄｉ．１０１４０ｒ１ＯＧＣ○ Ｗｅｂｃｏｖｅｒａｇｅｓｅｒｖｉｃｅ２．０ｉｎｔｅｒｆａｃｅｓｔａｎｄａｒｄ：Ｅａｒｔｈｏｂ  ? Ｓ］．［Ｓ．ｌ．］：ＯＧＣ，２０１４．ｓｅｒｖａｔｉｏｎａｐｐｌｉｃａｔｉｏｎｐｒｏｆｉｌｅ［Ｒ［１５］ＢＡＵＭＡＮＮＰ．０９１４６ｒ２ＯＧＣ○ｉｍｐｌｅｍｅｎｔａｔｉｏｎｓｃｈｅｍａｆｏｒｃｏｖｅｒａｇｅｓ［Ｓ］．［Ｓ．ｌ．］：ＯＧＣ，２０１２． ? ［１６］余劲松弟，承达瑜，吴升．ＷＣＰＳ与Ｗｅｂ传输协议的地理格网互操作耦合模型及应用研究［Ｊ］．地球信息科学学报，２０１５，１７（２）：１９１１９６．ＤＯＩ：１０．３７２４／ＳＰ．Ｊ．１０４７．２０１５．００１９１． ? ［１７］徐涵秋．城市遥感生态指数的创建及其应用［Ｊ］．生态学报，２０１３，３３（２４）：７８５３７８６２．ＤＯＩ：１０．５８４６／ｓｔｘｂ２０１２０８３０１ ? ２２３．（责任编辑：钱筠犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：吴逢铁）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１６１００１２ ? 采用部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别余乐１，２，郑力新１，２，杜永兆１，２，黄璇１，２（１．华侨大学工学院，福建泉州３６２０２１；２．华侨大学工业智能化技术与系统福建省高校工程研究中心，福建泉州３６２０２１）摘要：提出一种基于部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别方法．首先，对煤和煤矸石０～２５５级灰度图像的前部分灰度信息作灰度级压缩和灰度矩阵扩阶处理，对剩余灰度级部分保持原灰度级不变；然后，根据灰度共生矩阵纹理特征分析理论，分别计算压缩扩阶后的煤和煤矸石灰度图像的能量、熵、惯性矩及相关性．最后，对煤和煤矸石各１００张样本采集图像进行处理，并依据特征参数分类识别．结果表明：基于部分灰度压缩扩阶共生矩阵的特征参数能够很好地对煤和煤矸石图像进行有效识别，总的正确率达到９３．５％．关键词：煤；煤矸石；图像识别；特征提取；灰度压缩；扩阶共生矩阵中图分类号：ＴＰ３９１文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０９０６０７ ? ? ? 犐犿犪犵犲犚犲犮狅犻狋犻狅狀犕犲狋犺狅犱狅犳犆狅犪犾犪狀犱犆狅犪犾犌犪狀犵狌犲犵狀犅犪狊犲犱狅狀犘犪狉狋犻犪犾犌狉犪狊犮犪犾犲犆狅犿狆狉犲狊狊犻狅狀狔犈狓狋犲狀犱犲犱犆狅犲狓犻狊狋犲狀犮犲犕犪狋狉犻狓，，，，ＹＵＬｅ１２，ＺＨＥＮＧＬｉｘｉｎ１２，ＤＵＹｏｎｇｚｈａｏ１２，ＨＵＡＮＧＸｕａｎ１２（１．ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔｉｎａ；ｙ，Ｑｕａｎｚｈｏｕ３６２０２１，Ｃｈ２．ＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＦｕｉａｎＰｒｏｖｉｎｃｅＩｎｄｕｓｔｒｉａｌＩｎｔｅｌｌｉｔＴｅｃｈｎｏｌｏｇｙａｎｄＳｙｓｔｅｍ，ｊｇｅｎＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔｉｎａ）ｙ，Ｑｕａｎｚｈｏｕ３６２０２１，Ｃｈ犃犫狊狋狉犪犮狋：Ａｃｏａｌａｎｄｃｏａｌｇａｎｇｕｅｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｐａｒｔｉａｌｇｒａｙｓｃａｌｅｃｏｍｐｒｅｓｓｉｏｎｅｘｔｅｎｄｅｄｃｏｅｘｉｓｔｅｎｃｅｍａｔｒｉｘｉｓｐｒｅｓｅｎｔｅｄ．Ｆｉｒｓｔｌｈｅ０?２５５ｇｒａｙｓｃａｌｅｉｍａｇｅｓｏｆｃｏａｌａｎｄｃｏａｌｇａｎｇｕｅａｒｅｃｏｍｐｒｅｓｓｅｄｙ，ｔｒｔｌｔｈｔｈｅｆｒｏｎｔｐａｒｔｇｒａｙｓｃａｌｅ，ｗｈｉｌｅｔｈｅｏｔｈｅｒｐａｒｔｓｏｆｇｒａｙｓｃａｌｅａｒｅｒｅｍａｉｎｅｄｔｈｅｓａｍｅｗｉｔｈｔｈｅｏｒｉｉｎａｌｐａｙｗｉｇｒａｙｓｃａｌｅ．Ｔｈｅｎ，ａｃｃｏｒｄｉｎｇｔｏｔｅｘｔｕｒｅａｎａｌｓｉｓｔｈｅｏｒｆｇｒａｙｌｅｖｅｌｃｏｏｃｃｕｒｒｅｎｃｅｍａｔｒｉｘ（ＧＬＣＭ），ｔｈｅｅｎｅｒ ? ? ｇｙｙｏｇｙ，ｅｎｔｒｏｐｙ，ｍｏｍｅｎｔｏｆｉｎｅｒｔｉａａｎｄｔｈｅｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｏｆｔｈｅｃｏａｌａｎｄｃｏａｌｇａｎｇｕｅａｆｔｅｒｃｏｍｐｒｅｓｓｉｏｎａｎｄｅｘ  ｏｒｄｅｒａｒｅｃａｌｃｕｌａｔｅｄ，ｒｅｓｐｅｃｔｉｖｅｌｒｉｍｅｎｔｓａｒｅｃａｒｒｉｅｄｏｕｔｗｉｔｈｔｈｅｔｅｓｔｓａｍｐｌｅｓｏｆ１００ｃｏａｌｉｍ ｔｅｎｓｉｏｎ ? ｙ．Ｔｈｅｅｘｐｅａｇｅｓａｎｄ１００ｃｏａｌｇａｎｇｕｅｉｍａｇｅｓ，ａｎｄｔｈｅｐｅｒｆｏｒｍａｎｃｅｓｏｆｔｈｅｐｒｏｐｏｓｅｄｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄａｒｅｄｅｍｏｎｓｔｒａｔｅｄｗｉｔｈｔｈｅｃａｌｃｕｌａｔｅｄｃｈａｒａｃｔｅｒｉｓｔｉｃｐａｒａｍｅｔｅｒｓ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｄｔｈａｔｔｈｅｃｏａｌａｎｄｃｏａｌｇａｎｇｕｅｉｍａｇｅｓｃａｎｂｅｒｅｃｏｇｎｉｚｅｄｅｆｆｅｃｔｉｖｅｌｒａｌｌａｃｃｕｒａｃｙｕｐｔｏ９３．５％ｉｓａｃｈｉｅｖａｂｌｅｗｉｔｈｔｈｅｐｒｏｐｏｓｅｄｅｘ  ｙ，ａｎｄａｎｏｖｅｏｒｄｅｒＧＬＣＭｍｅｔｈｏｄ． ? ｐａｎｄｅｄ收稿日期：２０１６１００９ ? ? 通信作者：郑力新（１９６７?），男，教授，博士，主要从事运动控制、机器视觉、图像处理与模式识别的研究．Ｅ?ｍａｉｌ：１２７５３７３１７６＠ｑｑ．ｃｏｍ．基金项目：福建省科技厅科研计划资助项目（２０１３Ｈ２００２）；华侨大学研究生科研创新能力培育计划资助项目（１５１１４２２００５）第６期余乐，等：采用部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别９０７ｏａｌ；ｃｏａｌｇａｎｇｕｅ；ｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎ；ｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ；ｇｔｅｎｄｅｄｃｏｅｘｉｓ  ｒａｙｓｃａｌｅｃｏｍｐｒｅｓｓｉｏｎ；ｅｘ犓犲狉犱狊：ｃ狔狑狅ｔｅｎｃｅｍａｔｒｉｘ我国是煤炭消费大国，经过分选的煤炭可以大大提高煤炭的燃烧效率．煤和煤矸石的识别是实现自动选矿技术的关键，是煤炭工业的重要环节．传统煤和煤矸石的识别主要有人工手选法、机选法、 γ 射线透射法．人工手选法效率低下，且工人劳动强度较大；机选法需要将原矿石破碎，会造成严重的污染和浓缩煤的损失［１］；双能 γ 射线对混合物中矸石的混合度进行判定［２］，射线对人体有害［３］．随着图像处理与模式识别的快速发展，采用该技术的煤矸识别研究逐渐深入，主要是针对煤和煤矸石灰度和纹理等［４?６］表面特征的不同对二者进行识别，已取得相关成果［７?１２］．本文基于煤和煤矸石纹理特征差异，提出一种用于煤矸识别的部分灰度压缩扩阶共生矩阵的方法，建立相应的图像特征参数提取的理论模型．１部分灰度压缩扩阶共生矩阵理论分析１．１灰度共生矩阵［］图像灰度共生矩阵（ＧＬＣＭ）理论由Ｈａｒａｌｉｃｋ于１９７３首先提出１３，描述的是某方向上间隔一定距离的一对像素点灰度出现的统计规律，其数学定义为：灰度共生矩阵是从图像灰度为犻的像元（位置为（狓，狓＋犇狓，犻，犱， θ）， θ 为共生矩阵的狔））出发，统计与其距离为犱，灰度为犼的像元（狔＋犇狔）的频度犘（犼，生成方向，通常取０ °，４５ °，９０ °，１３５ °方向．Ｈａｒａｌｉｃｋ提出了用于分析灰度共生矩阵的１４个特征值，其中，有４个（能量、熵、惯性矩及相关性）是不相关的［１４］，这４个特征既便于计算，又能给出较高的分类精度［１５］．能量表征图像灰度分布与纹理粗细，其定义公式为犔－１犔－１２犈＝ ∑∑［犘（犻，犱， θ）］．犼，（１）犻＝０犼＝０２）熵表征图像纹理复杂程度，它是图像信息量的一种表现形式，其定义公式为犔－１犔－１犎＝ ∑ ∑犘（犻，犱，ｌｏｇ犘（犻，犱， θ） θ）．犼，犼，（２）犻＝０犼＝０３）惯性矩表征图像清晰程度与纹理沟纹深浅，其定义公式为犔－１犔－１２犐＝ ∑∑（犻－犼）犘（犻，犱， θ）．犼，（３）犻＝０犼＝０４）相关性表征图像纹理的主方向．度量灰度共生矩阵在行或列方向上的相似度，其计算式为犔－１犔－１犻，犱， θ）－μμ 犼， ∑ ∑犻犼犘（１２犆＝犔－１犔－１犻＝０犼＝０２２ σ１σ２犔－１犔－１（４）．犔－１犔－１２２式（１）～（４）中：μ１＝ ∑犻∑犘（犻，犱，犻，犱，犻－μ１）犻，犱， θ）； θ）； σ１＝ ∑ （ θ）；犼，犼，犼， μ２＝ ∑犼∑犘（ ∑犘（犻＝０犼＝０犔－１犻＝０犼＝０犻＝０犼＝０犔－１２２犻－μ２）犻，犱， σ２＝ ∑ （ θ）．犼， ∑犘（犻＝０犼＝０１．２部分灰度压缩处理通常地，在进行共生矩阵相关特征值计算时，为减小计算量，需对图像灰度级进行压缩．常规灰度压缩是对全局灰度级（比如０～２５５）进行灰度压缩，把灰度范围等分成若干段，把同段灰度映射为同一灰度值，而此种压缩方法没有考虑灰度值下的像素数，会造成图像中较大的结构差异被丢失［１６］．部分灰度压缩方法考虑了绝大部分灰度分布，仅对有价值灰度信息进行灰度压缩，其他灰度级则不作处理，对图像感兴趣灰度信息保留较完整，其实现流程如下．１）求出煤与煤矸石图像中灰度均值的最大值犔ｍａｘ和最小值犔ｍｉｎ，大部分灰度信息分布于其间；２）扩展灰度分布区间为［犔 ′ｍｉｎ，犔 ′ｍａｘ］，使得更多有价值信息分布于该区间，其中，０＜犔 ′ｍｉｎ＜犔ｍｉｎ，犔ｍａｘ＜犔 ′ｍａｘ＜犔，犔＝２狀，狀为图像位数，取犔ｍ ∈ ［犔 ′ｍｉｎ，犔 ′ｍａｘ］为灰度压缩最大灰度级；犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９０８２０１８年３）犌为该图像中像素点（狓，犔ｍ级灰度压缩为犔ｐ（犔ｐ＜犔ｍ）级公式，即狔）的灰度值，（狀－１，狀－１）犔ｍ／犔ｐ ≤ 犌 ≤ 狀犔ｍ／犔ｐ－狌，犌＝其他．犌，式（５）中：狌的取值范围为Ｉｎｔ（［１，犔ｍ／犔ｐ］）；狀的取值范围为（１，犔ｐ）．｛（５）经过上面灰度压缩处理之后图像的灰度级变为犔ｐ级，按照灰度共生矩阵计算式（１）～（４），相应的犔均应更换为犔ｐ．扩阶，即在已压缩灰度级犔ｐ的基础上进行级数扩展，扩展后的灰度级为犔ｑ．目的就是为了融合进行灰度级压缩时部分未进行压缩的那部分高灰度级信息［１２］．那么，此时的灰度级上限犔ｑ所处范围为（犔ｐ，犔ｍ）．２实验结果与分析２．１样本采集及图像预处理实验煤和煤矸石样本采集环境为：室内，ＳｔｉｎｇｒａｙＦ５０４Ｃ型工业相机，ＣｏｍｐｕｔａｒＭ３５１４ ?ＭＰ型镜头，沃德普环形高亮型无影光（ａ）煤源ＨＢＤ? １５０Ｗ，光源高度、光照强度保持一致．图１为煤和煤矸石的图像．由于煤和煤矸石样本有限，实验采集煤图片２０７张，煤矸石（ｂ）煤矸石图１煤和煤矸石采样图片Ｆｉ１Ｓａｍｐｌｉｎｇｐｉｃｔｕｒｅｓｏｆｃｏａｌａｎｄｃｏａｌｇａｎｇｕｅｇ．图片１８１张．为了避免实验结果的偶然性，从这２０７张煤图片和１８１张煤矸石图片随机各抽取１００张作为数据分析的样本来源，样本图片分辨率大小为１２８０ｐｘ×９６０ｐｘ．［］图像预处理首先对采样图片进行灰度化．然后，采用最大类间方差法（ＯＴＳＵ）自动阈值算法１１，通过自适应阈值将图像分为背景和目标两部分，再对图像进行二值化、开闭运算等．最后，将二值化图像与原灰度图进行匹配，以此作为灰度和纹理分析的图片样本，如图２所示．（ａ）灰度图（ｂ）处理前的二值图像（ｃ）处理后的二值图像（ｄ）匹配后的图像图２样本预处理Ｆｉ２Ｓａｍｐｌｅｐｒｅｔｒｅａｔｍｅｎｔｇ．２．２灰度分析由于煤和煤矸石的灰度方差关系不易确定［１２］，而灰度均值较方差更具比较性，灰度分析针对的是对灰度均值进行灰度数据分析．１００张煤和１００张煤矸石灰度均值分布，如图３所示．图３中：平行于水平轴的实线为煤和煤矸石灰度均值分割阈．由图３可知：将灰度信息作为煤和煤矸石图像识别特征值的效果很一般；灰度均值作为特征值的煤矸识别率只有６８．５％（其中，煤为６８．０％，煤矸石为６９．０％）．经计算可得煤样本的灰度均值分布范围为（４３．８４４１，８５．３６７７），煤矸石样本的灰度均值分布范围为（４５．９８４９，１２０．０２７６），其中，煤样本灰度均值的平均值为６０．９３１５，煤矸石为７０．２１８５．２．３灰度共生矩阵特征参数分析图３煤与煤矸石灰度均值分布图Ｆｉ３Ｍｅａｎｄｉｓｔｒｉｂｕｔｉｏｎｇｒａｐｈｇ．ｏｆｃｏａｌａｎｄｃｏａｌｇａｎｇｕｅ灰度共生矩阵分析针对能量均值、熵均值、惯性矩均值及相关性均值４个特征参数，进而用数据分犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期余乐，等：采用部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别９０９布情况来正确识别煤和煤矸石．对于１００张煤和１００张煤矸石样本分别计算各自的常规共生矩阵、间隔灰度压缩扩阶共生矩阵［１２］，以及提出的部分灰度压缩扩阶共生矩阵．３种方法的上述４个特征参数的分布，如图４所示．由图４可知：煤与煤矸石的常规灰度共生矩阵４个特征分布显得十分凌乱，识别率很低；文献［１２］所使用的方法对煤与煤矸石的正确分布有了很大程度上提升，利用常规灰度共生矩阵不能识别的利用文献［１２］的方法也能正确识别（图４（ｋ）），此算法用相关性作为特征值识别率最高，而利用其他３个作为特征值的识别率则相对而言低一些；文中方法中煤和（ａ）常规灰度共生矩阵能量（ｃ）文中算法能量（ｂ）文献［１２］算法能量（ｄ）常规灰度共生矩阵熵（ｅ）文献［１２］算法熵（ｆ）文中算法熵（ｇ）常规灰度共生矩阵惯性矩（ｈ）文献［１２］算法惯性矩犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９１０（ｉ）文中算法惯性矩２０１８年（ｊ）常规灰度共生矩阵相关性（ｋ）文献［１２］算法相关性（ｌ）文中算法相关性图４４特征参数结果对比Ｆｉ４Ｃｏｍｐａｒｉｓｏｎｏｆ４ｃｈａｒａｃｔｅｒｉｓｔｉｃｐａｒａｍｅｔｅｒｒｅｓｕｌｔｓｇ．煤矸石的上述４个参数的分布范围相对较小（图４（ａ）～（ｌ）），出现煤和煤矸石共生矩阵特征参数交叉错乱的情况相对较少，因而文中方法利用４个灰度共生矩阵参数作为特征值的识别率均很高．由图４还可知：常规灰度共生矩的煤矸识别率最高为７５．０％（其中，煤９３．０％，煤矸石５７．０％），此时，灰度共生矩阵处理从２５６级压缩到１６级，狌＝８，未扩阶，以相关性均值作为识别的特征参数（图４［１２］（０％（其中，煤９５．０％，煤矸石７９．０％），间ｊ））；间隔灰度压缩扩阶共生矩阵的煤矸识别率最高为８７．隔灰度压缩扩阶共生矩阵处理从２５６级压缩到１６级，狌＝８，扩阶为３２级，以相关性均值作为识别的特征参数（图４（ｋ））；部分灰度压缩扩阶共生矩阵的煤矸识别率最高为９３．５％（其中，煤９５．０％，煤矸石９２．０％），部分灰度压缩扩阶共生矩阵处理从０～６３级压缩到１６级，狌＝１，扩阶为３２级，以熵作为识别的特征参数（图４（ｆ））．２．４部分灰度压缩扩阶共生矩阵分析在灰度分析中，煤和煤矸石图像的灰度均值最大值为１２０．０２７６、最小值为４３．８４４１，说明大部分灰度信息介于［４３．８４４１，１２０．０２７６］之间．为了提取更多有用灰度信息，在进行部分灰度压缩之前先将灰度区间扩展［犔ａ，犔ｂ］，选择灰度压缩最大灰度级犔ｍ在此区间内，其中０＜犔ａ＜４３．８４４１且１２０．０２７６＜犔ｂ＜２５５．为了计算方便、提高运算实时性，选择犔ｍ为１２８，６４；压缩等级分为８，１６级；扩阶等级分为１６，３２级；狌分为１，４，８三种方法共生矩阵特征参数的识别率，如表１所示．表１中：犔ｍ＝２５６且犔ｑ＝ “－ ”为常规灰度共生矩阵４个特征参数的煤矸识别率；／”为间隔灰度压缩扩阶共生犔ｍ＝２５６且犔ｑ≠ “ 矩阵［１２］４个特征参数的煤矸识别率；其余部分为文中算法４特征参数的煤矸识别率．由表１可知：在犔ｍ，犔ｐ及狌三者分别保持一样，而犔ｑ不同时，识别率保持一致；常规灰度共生矩阵识别结果表明，相关性作为特征值的煤矸识别效果最好，惯性矩次之，能量识别率较低；文献［１２］采用上述４个特征值的整体识别结果表明，惯性矩作为特征值得煤矸识别效果最好，相关性次之，能量识别率最低；当部分灰度压缩的最大灰度级为６３，即犔ｍ＝６４时，煤和煤矸石整体识别率高低依次是熵均值、能量均值、惯性矩均值、相关性均值．综合上表数据可以看出部分灰度压缩扩阶共生矩阵的最大灰度取６４时的煤矸整体识别率远高于最大灰度级取１２８时．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期余乐，等：采用部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别９１１表１不同方法的共生矩阵特征参数的煤矸识别率Ｔａｂ．１Ｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｏｆｃｏａｌｇａｎｇｕｅｏｆｃｏｏｃｃｕｒｒｅｎｃｅｍａｔｒｉｘｃｈａｒａｃｔｅｒｉｓｔｉｃｐａｒａｍｅｔｅｒｓｏｆｄｉｆｆｅｒｅｎｔｍｅｔｈｏｄ ? 犔ｍ犔ｐ犔ｑ狌２５６１６－１２５６１６－４２５６１６－８２５６８１６１２５６８１６４２５６８１６８２５６８３２１２５６８３２４２５６８３２８２５６１６３２１２５６１６３２４２５６１６３２８１２８８１６１１２８８１６４１２８８１６８１２８８３２１１２８８３２４１２８８３２８１２８１６３２１１２８１６３２４１２８１６３２８６４８１６１６４８１６４能量均值／％８０．０／６３．０）７１．５（７１．５（８０．０／６３．０）（／６９．５８３．０５６．０）５３．５（５９．０／４８．０）５６．５（６４．０／４９．０）６０．５（６４．０／５７．０）（／５３．５５９．０４８．０）６０．５（７２．０／４９．０）６７．０（７７．０／５７．０）７１．５（８０．０／６３．０）（／７４．０８３．０６５．０）７４．５（８３．０／６６．０）７３．０（８０．０／６６．０）７２．５（７９．０／６６．０）（／６９．５７８．０６１．０）７３．０（８０．０／６６．０）７６．０（８４．０／６８．０）７５．０（８０．０／７０．０）７１．５（７４．０／６９．０）７４．５（７８．０／７１．０）８２．５（６９．０／９６．０）９２．５（９６．０／８９．０）９３．０（９４．０／９２．０）６４８３２１６４８３２４９２．５（９６．０／８９．０）９２．０（９３．０／９２．０）６４１６３２１９３．０（９３．０／９３．０）熵均值／％７３．０（７９．０／６７．０）７２．０（７７．０／６７．０）７２．０（８１．０／６３．０）６１．５（５６．０／６７．０）６２．５（５７．０／６８．０）６５．５（５６．０／７５．０）６１．５（５６．０／６７．０）６９．５（７２．０／６７．０）７６．５（７９．０／７４．０）７３．０（７９．０／６７．０）７８．０（８８．０／６８．０）７８．０（８９．０／６７．０）７５．５（７３．０／８３．０）７５．０（８５．０／６５．０）７２．５（８１．０／６４．０）７５．５（８４．０／６７．０）８１．０（８８．０／７４．０）８１．０（８０．０／８２．０）７４．０（７６．０／７２．０）（／８０．０８８．０７２．０）８７．５（８０．０／９５．０）９３．０（９７．０／８９．０）９２．５（９５．０／９０．０）（／９３．０９７．０８９．０）９２．５（９６．０／８９．０）９３．５（９５．０／９２．０）惯性矩均值／％７４．０（８２．０／６６．０）相关性均值／％７４．０（８５．０／６３．０）７４．５（８１．０／６８．０）（／７４．０７６．０７２．０）７４．０（８９．０／５９．０）（／７５．０９３．０５７．０）６６．０（５７．０／７５．０）７０．０（８１．０／５９．０）６７．０（７１．０／６３．０）６７．５（７０．０／６５．０）７４．５（８１．０／６８．０）（／６６．０５７．０７５．０）６８．５（６９．０／６８．０）（／６７．０７１．０６３．０）８５．０（９１．０／７９．０）８６．０（８８．０／８４．０）８５．５（９１．０／８０．０）８６．５（８８．０／８５．０）７４．０（８２．０／６６．０）（／８６．０８８．０８４．０）７４．０（８５．０／６３．０）（／８６．０８７．０８５．０）８６．０（８９．０／８３．０）７８．０（７３．０／８３．０）８７．０（９５．０／７９．０）７８．０（９０．０／６６．０）７７．５（７４．０／８１．０）（／７７．０７５．０７９．０）７６．５（８４．０／６９．０）（／７６．０８６．０６６．０）７８．０（７３．０／８３．０）８６．０（８８．０／８４．０）７８．０（９０．０／６６．０）８５．５（８７．０／８４．０）８６．０（８９．０／８３．０）７８．０（７３．０／８３．０）８６．５（９４．０／７９．０）７８．５（９３．０／６４．０）８６．０（８６．０／８６．０）８５．５（９４．０／７７．０）８７．０（９５．０／７９．０）８５．５（８６．０／８５．０）９２．５（９７．０／８８．０）９１．０（８０．０／９２．０）８９．５（９５．０／８４．０）９０．５（９５．０／８６．０）９２．５（９７．０／８８．０）８５．０（９３．０／７７．０）８９．５（９５．０／８４．０）８４．５（８２．０／８７．０）９１．０（９３．０／８９．０）８９．０（９７．０／８１．０）２．５结果与讨论不同方法的煤矸整体最优识别率（ ρ１），如表２所示．为了进一步验证文中方法的可行性及鲁棒性，在原２０７张煤和１８１张煤矸石照片中随机抽取各１００张图片，以３种煤矸整体最优识别率情况下的共生矩阵处理方法为准则，并在这些处理方法下重新处理此１００张煤和１００张煤矸石图片，得到能量、熵、惯性矩、相关性４个参数均值的识别率．表２不同方法的煤矸整体最优识别率Ｔａｂ．２Ｏｖｅｒａｌｌｏｐｔｉｍｕｍｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｏｆｃｏａｌｇａｎｇｕｅｗｉｔｈｄｉｆｆｅｒｅｎｔｍｅｔｈｏｄｓ常规ＧＬＣＭ算法 ρ１／％文献［１２］算法文中算法６８．５７５．０８７．０９３．５６８．０９３．０９５．０９５．０６９．０５７．０７９．０９２．０形态灰度整体煤煤矸石由表２可知：对于随机抽取的１００张煤和１００张煤矸石照片，在同样的处理方法下，虽然在４个特征值下的识别率会有所波动，且最优识别率不一定是在原特征值下取得，但煤和煤矸石整体最优识别率高低还是会呈现：１２］算法）＜ρ１（文中算法）．因此，文中算法是可行的且具 ρ１（常规ＧＬＣＭ）＜ρ１（文献［有很好的鲁棒性．不同方法的共生矩阵特征参数的煤矸识别率（ ρ２），如表３所示．由表１，２，３可知：常规灰度共生矩阵、文献［１２］的煤和煤矸石整体识别率最高时，煤和煤矸石各自的识别率并不能都保证很高，但文中所提出的方法不仅整体识别率很高，而且煤和煤矸石单独的识别率也很高，说明文中算法的可行性．但是此识别率是在最大灰度级犔ｍ＝６３时得出的，并不一定是所有满足条件的犔ｍ的最优识别率，通过多次对犔ｍ的取值计算，得出识别率高于常规灰度共生矩阵识别率和犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９１２２０１８年文献［１２］算法识别率的犔ｍ．表３不同方法的共生矩阵特征参数的煤矸识别率Ｔａｂ．３Ｒｅｃｏｇｎｉｔｉｏｎｒａｔｅｏｆｃｏａｌｇａｎｇｕｅｏｆｃｏｏｃｃｕｒｒｅｎｃｅｍａｔｒｉｘｃｈａｒａｃｔｅｒｉｓｔｉｃｐａｒａｍｅｔｅｒｓｏｆｄｉｆｆｅｒｅｎｔｍｅｔｈｏｄ ? 犔ｍ犔ｐ犔ｑ狌２５６１６－８２５６１６３２８６４１６３２１ ① ２５６１６－１１２８① １６３２４／％ ρ２（能量均值）６０．０／７０．０）６５．０（／％ ρ２（熵均值）６６．５（６７．０／６６．０） ρ２（惯性矩均值）／％７８．０（７６．０／８０．０）／％ ρ２（相关性均值）７２．５（８２．０／６３．０）７４．０（７９．０／６９．０）９４．５（９５．０／９４．０）８０．５（８４．０／７７．０）９５．０（９５．０／９５．０）９１．０（９４．０／８８．０）９１．０（９１．０／９１．０）９０．５（９０．０／９１．０）８９．５（９５．０／８４．０）６６．５（６４．０／６９．０）７０．０（６６．０／７４．０）６８．０（５８．０／７８．０）７８．５（８５．０／７２．０）７５．０（７２．０／７８．０）９０．０（８９．０／９１．０）７２．０（８３．０／６１．０）９０．５（９１．０／９０．０）注：① 为随机测试．３结束语在综合几种常用方法的基础上，提出基于部分灰度压缩扩阶共生矩阵的煤矸图像识别方法，通过大量的实验数据证明所提方法的可靠性、识别率的高效性．但该方法还有很多不足，比如样本在强光照下采集，没有考虑在不同光照强度对实验数据的影响；没有结合支持向量机（ＳＶＭ）、神经网络等进行进一步深入研究，实现煤和煤矸石的自动分选等．在以后的研究中将会选择更多的最大灰度级犔ｍ，并对犔ｍ的最优化进行分析，使用更多的图片作为样本来源，完善该方法在煤和矸石识别与分类的应用研究．参考文献：［１］ＺＨＡＮＧＣｈｅｎ，ＺＨＡＮＧＣｈｅｎｇｌｉａｎ．Ｃｏａｌｇａｎｇｕｅｓｅｐａｒａｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎｄｅｎｓｉｔａｓｕｒｅｍｅｎｔ［Ｃ］∥ＩＥＥＥＩｎｔｅｒ  ｙｍｅｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＡｕｔｏｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ．［Ｓ．ｌ．］：ＩＥＥＥＰｒｅｓｓ，２０１２：２１６２１８． ? ［２］张宁波，鲁岩，刘长友，等．综放开采煤矸自动识别基础研究［Ｊ］．采矿与安全工程学报，２０１４，３１（４）：５３２５３６． ? ［３］曾翰林．基于图像处理的煤矸识别技术研究［Ｄ］．唐山：华北理工大学，２０１５：５．［４］ＨＯＢＳＯＮＤＭ，ＣＡＲＴＥＲＲＭ，ＹＡＮＹｏｎｇ，犲狋犪犾．Ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｂｅｔｗｅｅｎｃｏａｌａｎｄｓｔｏｎｅｔｈｒｏｕｇｈｉｍａｇｅａｎａｌｓｉｓｏｆｙｔｅｘｔｕｒｅｆｅａｔｕｒｅｓ［Ｃ］∥ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＷｏｒｋｓｈｏｐｏｎＩｍａｇｉｎｇＳｙｓｔｅｍｓａｎｄＴｅｃｈｎｉｓ．Ｋｒａｋｏｗ：ＩＥＥＥＰｒｅｓｓ，ｑｕｅ２００７：１４． ? ［５］ＷＡＮＧＲｅｎｂａｏ，ＬＩＡＮＧＺｈｅ．ＡｕｔｏｍａｔｉｃｓｅｐａｒａｔｉｏｎｓｙｓｔｅｍｏｆｃｏａｌｇａｎｇｕｅｂａｓｅｄｏｎＤＳＰａｎｄｄｉｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｇ［Ｃ］∥ＰｈｏｔｏｎｉｃｓａｎｄＯｐｔｏｅｌｅｃｔｒｏｎｉｃｓ．Ｗｕｈａｎ：ＩＥＥＥＰｒｅｓｓ，２０１１：１３． ? ［６］ＬＩＬｉｕ，ＦＩＥＧＵＴＨＰ．Ｔｅｘｔｕｒｅｃｌａｓｓｉｆｉｃａｔｉｏｎｆｒｏｍｒａｎｄｏｍｆｅａｔｕｒｅｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰａｔｔｅｒｎＡｎａｌｓｉｓａｍｄｙＭａｃｈｉｎｅＩｎｔｅｌｌｉｅ，２０１２，３４（３）：５７４５８６．ＤＯＩ：１０．１１０９／ＴＰＡＭＩ．２０１１．１４５． ? ｇｅｎｃ［７］刘富强，钱建生，王新红，等．基于图像处理与识别技术的煤矿矸石自动分选［Ｊ］．煤炭学报，２０００，２５（５）：５３４ ?５３７．ＤＯＩ：１０．３３２１／ｉｓｓｎ：０２５３９９９３．２０００．０５．０２０． ? ｊ．［８］ＲＡＧＨＡＶＥＮＤＲＡＫＧ，ＴＲＯＰＡＴＨＹＤＰ．Ｓｅｐａｒａｔｉｏｎｏｆｇａｎｇｕｅｆｒｏｍｃｏａｌｂａｓｅｄｏｎｈｉｓｔｏｇｒａｍｔｈｒｅｓｈｏｌｄｉｎｇ［Ｊ］．Ｉｎ  ｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＴｅｃｈｎｏｌｏｇｙＥｎｈａｎｃｅｍｅｎｔｓａｎｄＥｍｅｒｉｎｇＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈ，２０１３，１（４）：３１３４． ? ｇ［９］张万枝，王增才．基于视觉技术的煤岩特征分析与识别［Ｊ］．煤炭技术，２０１４，３３（１０）：２７２?２７４．ＤＯＩ：１０．１３３０１／ｊ．ｃｎｋｉ．ｃｔ．２０１４．１０．１０７．［１０］赵小杰，种劲松，王宏琦．合成孔径雷达图像的特征选择［Ｊ］．遥感技术与应用，２００１，１６（３）：１９０?１９４．１０．３９６９／ｊ．ｉｓｓｎ．１００４－０３２３．２００１．０３．０１１．［１１］何敏，王培培，蒋慧慧．基于ＳＶＭ和纹理的煤和煤矸石自动识别［Ｊ］．计算机工程与设计，２０１２，３３（３）：１１１７１１２１． ? ［１２］于国防．煤矸区分中的间隔灰度压缩扩阶共生矩阵［Ｊ］．中国图象图形学报，２０１２，１７（８）：９６６９７０． ? ［１３］ＨＡＲＡＬＩＣＫＲＭ，ＳＨＡＮＭＵＧＡＭＫ．ＴｅｘｔｕｒａｌｆｅａｔｕｒｅｓｆｏｒＩｍａｇｅｃｌａｓｓｉｆｉｃａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＳｙｓ  ｒｎｅｔｉｃｓ，１９７３，３（６）：６１０６２１．ＤＯＩ：１０．１１０９／ＴＳＭＣ．１９７３．４３０９３１４．ｔｅｍｓ，Ｍａｎ，ａｎｄＣｙｂｅ ? ［１４］于国防，邹士威，秦聪．图像灰度信息在煤矸石自动分选中的应用研究［Ｊ］．工矿自动化，２０１２，３８（２）：３６３９． ? ［１５］高程程，惠晓威．基于灰度共生矩阵的纹理特征提取［Ｊ］．计算机系统应用，２０１０，１９（６）：１９５１９８． ? ［１６］杜俊俐，郭清宇．互信息医学图像配准的实时性研究［Ｊ］．计算机工程与应用，２０１１，４７（２８）：１６２１６５． ? （责任编辑：陈志贤犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：吴逢铁）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１６１２００５ ? 高压开关柜内部气隙放电模型及其电场分析许超１，尚荣艳１，艾春２，毛恒２（１．华侨大学信息科学与工程学院，福建厦门３６１０２１；２．厦门红相电力设备股份有限公司研发中心，福建厦门３６１０００）摘要：针对高压开关柜中典型的内部气隙放电，建立内部气隙放电有限元分析模型．通过气隙处电场分析，得到该模型的电晕起始电压和电晕层厚度，并研究气隙模型参数对内部气隙处电场分布变化的规律．在此基础上，研制出内部气隙放电模型实物，并搭建高压开关柜局部放电模拟试验平台，测量内部气隙放电模型的电晕起始电压．结果表明：实验结果与仿真结果相近，证明模型有限元分析及实物研制的一致性．关键词：高压开关柜；内部气隙放电；电场分析；绝缘缺陷；局部放电中图分类号：ＴＭ８３５；ＴＭ８５１文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０９１３０７ ? ? ? 犃犻狉狊犮犺犪狉犲犕狅犱犲犾犪狀犱犈犾犲犮狋狉犻犮犉犻犲犾犱犃狀犪犾狊犻狊狅犳 ?犌犪狆犇犻犵狔犾狋犪犲犛狑犻狋犮犺犵犲犪狉犎犻 ?犞狅犵犵犺ＸＵＣｈａｏ１，ＳＨＡＮＧＲｏｎｇｙａｎ１，ＡＩＣｈｕｎ２，ＭＡＯＨｅｎｇ２（１．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ；ｙ，Ｘｉ２．ＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔＣｅｎｔｅｒ，ＸｉａｍｅｎＲｅｄＰｈａｓｅＩｎｓｔｒｕｍｎｔｓＩｎｃｏｒｒａｔｉｏｎ，Ｘｉａｍｅｎ３６１０００，Ｃｈｉｎａ）ｐｏ犃犫狊狋狉犪犮狋：Ａｉｍｉｎｇａｔｔｈｅｔｉｃａｌａｉｒｖｏｌｔａｇｅｓｗｉｔｃｈｇｅａｒ，ｔｈｅｆｉｎｉｔｅｅｌｅｍｅｎｔａｎａｌｓｉｓｍｏｄ  ｉｓｃｈａｒｎｈｉ ? ? ｙｐｙｇａｐｄｇｅｉｇｈｅｌｏｆｔｈｅａｉｒｉｓｃｈａｒｓｅｓｔａｂｌｉｓｈｅｄ，ｔｈｅｃｏｒｏｎａｉｎｃｅｐｔｉｏｎｖｏｌｔａｇｅａｎｄｃｏｒｏｎａｌａｙｅｒｔｈｉｃｋｎｅｓｓｏｆｔｈｅｍｏｄｅｌ ? ｇａｐｄｇｅｗａｗｅｒｅｏｂｔａｉｎｅｄｂｙｔｈｅｅｌｅｃｔｒｉｃｆｉｅｌｄａｎａｌｓｉｓａｔｔｈｅａｉｒｌ，ｍｅａｎｗｈｉｌｅ，ｔｈｅｉｍｐａｃｔａｎｄｔｈｅｖａｒｉａｔｉｏｎｏｆｔｈｅ ? ｙｇａｐｍｏｄｅｅｌｅｃｔｒｉｃｆｉｅｌｄｄｉｓｔｒｉｂｕｔｉｏｎａｔｔｈｅａｉｒｉｒｓｓｔｕｄｉｅｄｂｙｔｈｅｍｏｄｅｌｐａｒａｍｅｔｅｒ．Ｏｎｔｈｉｓｆｏｕｎｄａｔｉｏｎ，ａｉｓ  ?ｇａｐｗａ ?ｇａｐｄｃｈａｒｌｉｓｄｅｖｅｌｏｐｅｄ．Ｆｉｎａｌｌｉｍｕｌａｔｉｏｎｔｅｓｔｐｌａｔｆｏｒｍｏｆｔｈｅｈｉｖｏｌｔａｇｅｓｗｉｔｃｈｅｒｐａｒｔｉａｌｄｉｓｃｈａｒｓ ? ｇｅｍｏｄｅｙ，ｓｇｈｇｅｗａｉｓｃｈａｒｌ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｅｘｐｅｒｉ  ｂｕｉｌｔｔｏｍｅａｓｕｒｅｔｈｅｃｏｒｏｎａｉｎｃｅｐｔｉｏｎｖｏｌｔａｇｅｏｆｔｈｅａｉｒ ? ｇａｐｄｇｅｍｏｄｅｍｅｎｔａｌｒｅｓｕｌｔｓａｒｅｉｎｇｏｏｄａｇｒｅｅｍｅｎｔｗｉｔｈｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓ，ｗｈｉｃｈｐｒｏｖｅｓｔｈｅｃｏｎｓｉｓｔｅｎｃｙｏｆｔｈｅｍｏｄｅｌｆｉ  ｎｉｔｅｅｌｅｍｅｎｔａｎａｌｓｉｓａｎｄｔｈｅｄｅｖｅｌｏｐｅｄｍｏｄｅｌ．ｙｉｓｃｈａｒｒｔｉａｌｄｉｓ  犓犲狉犱狊：ｈｉｖｏｌｔａｇｅｓｗｉｔｃｈｇｅａｒ；ａｉｒｌｅｃｔｒｉｃｆｉｅｌｄａｎａｌｓｉｓ；ｉｎｓｕｌａｔｉｏｎｄｅｆｅｃｔ；ｐａ ? ?ｇａｐｄｇｈｇｅ；ｅｙ狔狑狅ｃｈａｒｇｅ高压开关柜作为电力系统中典型的配电设备，发生局部放电现象是导致绝缘老化或劣化甚至损坏，从而引发设备损坏及电力系统事故的重要原因之一［１３］．目前，利用脉冲电流法、超高频法（ＵＨＦ）、超声［］波（ＡＥ）或暂态地电压检测法（ＴＥＶ）等局部放电检测技术４?６，可以带电检测高压开关柜的局部放电特征．检测不必嵌入设备，且不必停电，是预防开关柜故障的一种好方法．然而，局部放电检测技术发展并收稿日期：２０１６１２０２ ? ? 通信作者：尚荣艳（１９７５Ｅ?ｍａｉｌ：２６１７５６７５８＠１６３． ?），女，讲师，博士，主要从事电气装置状态监测与故障诊断的研究．ｃｏｍ．基金项目：国家自然科学基金面上资助项目（５１４７７０５８）；福建省厦门市科技计划项目（３５０２７２０１５３０２９）华侨大学学报（自然科学版）９１４２０１８年不完善，目前仍是研究的热点［７?１４］．检测方法是否准确有效，检测仪器质量是否可靠，都需通过功能性与有效性验证试验进行验证．设计局部放电缺陷模型，仿真放电过程，分析放电机理和预测放电参数是实验的重要环节，直接影响实验的正确性与准确性．因此，本文以内部气隙放电模型为研究对象，对其进行结构设计，并通过有限元分析其电场特性．１内部气隙放电模型的设计１．１高压开关柜的内部气隙放电机理内部气隙放电是开关柜局部放电类型中最常见，也是最典型的一种放电类型．开关柜内部气隙放电情形与（ａ）放电情形（ｂ）等效电路等效电路，如图１所示．气泡厚度为 δ，整个绝缘介质的图１内部气隙放电情形与等效电路厚度为犱，通过该等效电路可进行气隙放电机理研究．ｉｓｃｈａｒＦｉ１Ｃａｓｅｏｆａｉｒ ? ｇａｐｄｇｅｇ．图１中：设置绝缘介质中的气泡为ｃ，其电阻与电容分别ａｎｄｅｉｖａｌｅｎｔｃｉｒｃｕｉｔｑｕ为犚ｃ，犆ｃ；与气泡串联的介质部分为ｂ，其电阻与电容分别为犚ｂ，犆ｂ；其余介质为ａ，其电阻与电容分别为［］犚ａ，犆ａ１５．通过平板电极向绝缘介质施加电压，根据电路理论，可得２２（狌ｃ１／犚ｂ）狑犆ｂ）狑犆ｂ＋（ εｂδ （．１）＝（／）＝２ ≈ 狌ｂ狑犆ｃ εｃ（犱－δ）１犚ｃ２＋（狑犆ｃ）由于气泡内的放电频率可达吉赫（ＧＨｚ），所以电阻对放电脉冲的阻抗将远远大于容性阻抗，则电阻槡的倒数将远小于容性阻抗的倒数，电阻部分在计算时可略去不计，得到式（１）结果，从而可得气泡ｃ和绝缘介质ｂ上的场强关系为犈ｃ狌ｃ／ δ εｂ（２）＝／（＝．犈ｂ狌ｂ犱－δ） εｃ式（２）中： εｂ， εｃ分别表示绝缘介质ｂ与气泡ｃ的相对介电常数．由式（１），（２）可知：在同样的电场环境下，绝缘气隙中的电场强度是绝缘介质中电场强度的εｂ／ εｃ倍；由于εｂ／ εｃ，则犈ｃ＞犈ｂ；由于气隙很小，其击穿电压将小于绝缘介质中的击穿电压．因此，对含有气隙的绝缘介质施加高压时，气隙将先于绝缘介质被击穿，但由于绝缘介质其他部位未击穿，致使两电极间没有形成固定的放电通道，从而发生局部放电［１６１８］．由ＤＬ／Ｔ４１７－２００６《电力设备局部放电现场测量导则》可知：气隙放电的相位一般集中在０ °～９０ °及１８０ °～２７０ °上对称分布．这可作为开关柜发生内部气隙放电的判据．此外，内部气隙放电具有极不均匀电场特征，如内部气隙长度、气隙宽度、气隙厚度、气隙的边缘倒角等因素都会对内部气隙放电起始电压产生影响．此外，开关柜内部气隙部位结构复杂，进行电场计算分析非常困难．因此，有必要建立简单的电场有限元分析模型．１．２内部气隙放电有限元分析模型借鉴其他研究者使用的内部气隙放电实验装置［１８］，设计的内部气隙放电模型结构，如图２所示．内部气隙放电区域用有机玻璃密封，可减小空气湿度及流动速度的影响．根据内部气隙放电模型结构，采用ＡＮＳＹＳ的Ｍａｘｗｅｌｌ模块，搭建内部气隙放电３Ｄ模型，如图３所示．内部气隙放电仿真模型，如图４所示．环氧树脂圆板模型（图４（ａ）），厚度为３ｍｍ，宽度为２０ｍｍ，长度为４０ｍｍ．气泡为扁平状（图４（ｂ）），内嵌于环氧树脂圆板模型中，宽度为犔，长度为２犔，厚度为犎，边图２内部气隙放电模型结构（单位：ｍｍ）Ｆｉ２Ｓｔｒｕｃｔｕｒｅｏｆａｉｒ ? ｇａｐｇ．ｄｉｓｃｈａｒｌ（ｕｎｉｔ：ｍｍ）ｇｅｍｏｄｅ沿倒角为犚１（调节犔，犎，犚１的参数值，改变气隙形状，探究不同形状对气隙场强的影响）．实验过程，逐步加载电压，直至气隙出现放电．电晕起始场强犈ｃ与电源频率无关，且直流电压下的犈ｃ的极性效应不大（负极性下的稍低于正极性），数值和工频电压下的基本相同［１９］．因此，求解器选用静电场．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期许超，等：高压开关柜内部气隙放电模型及其电场分析（ａ）环氧树脂内嵌气泡模型图３内部气隙放电有限元分析３Ｄ模型９１５（ｂ）气泡模型图４内部气隙放电仿真模型ｉｓｃｈａｒｉｓｃｈａｒｉｍｕｌａｔｉｏｎｍｏｄｅｌＦｉ３３Ｄｍｏｄｅｌｏｆｆｉｎｉｔｅｅｌｅｍｅｎｔａｎａｌｓｉｓｆｏｒａｉｒｉ４Ａｉｒ ? ? ｇａｐｄｇｅＦｇａｐｄｇｅｓｇ．ｙｇ．激励源和边界条件：／ＳＦ６作为空间介质，建立长方体空气外围，将外表面电势值设０１）以空气ＡｉｒＶ作为参考点，模拟无限远大地；２）高压电极加载５ｋＶ作为参考值进行仿真计算，下端铜板电极接地；３）接地电极电势值设为０Ｖ．２内部气隙放电模型的电场分析２．１非内部气隙处电场分析为了保证模型只在内部气隙处发生放电，其他地方不发生放电，必须消除内部气隙放电模型棱角、毛刺及其他可能导致放电的凸起．而有限元也可以仿真非内部气隙处电场，减小非内部气隙处放电引起局部放电检测技术误判的可能性．对上、下两块电极板及气隙模型（犔＝１ｍｍ，犎＝０．５ｍｍ，犚１＝０．２５ｍｍ）进行电场分析，电极倒角犚＝２ｍｍ，模型上端板加载５ｋＶ作为参考值进行仿真计算，下端接地．内部气隙放电模型场强分布，如图５所示．由图５可知：１）场强最大处出现在高压电极倒角与环氧树脂板间的倒角气隙，最大处为７．２６ｋＶ·ｍｍ－１，按理想空气的判据，可计算出起始放电电压为２．０７ｋＶ；气泡处场强为３．４１ｋＶ· ｍｍ－１，按理想空气的判据，可计算出起始放电电压为４．３９ｋＶ；２）加压过程中，高压电极与环氧树脂板的倒角气隙先发生电晕放电；３）为避免非内部气隙处放电引起局部放电检测技术误判，此模型需放于ＳＦ６环境下，如表１所示．表１中：犈５０％为导体在雷电冲击负极性电压下的５０％击穿场强；犈Ｂ为耐受场强；犈１为允许雷电冲击的合理场强值．以ＳＦ６相对压力为４个大气压（ＳＦ６表计气压为０．４ＭＰａ）作为试验环境，按４个大气压ＳＦ６的判据，可计算出倒角气隙处电晕起始放电电压为９．６ｋＶ．因此，文中所有的仿真，起始放电电压都应在９．６ｋＶ以下才有意义．（ａ）模型（ｂ）气隙处图５内部气隙放电模型场强分布ｉｓｃｈａｒｌＦｉ５Ｆｉｅｌｄｄｉｓｔｒｉｂｕｔｉｏｎｏｆａｉｒ ? ｇａｐｄｇｅｍｏｄｅｇ．表１不同ＳＦ６气压时光洁导体场强设计基准值ｒｅｓｓｕｒｅＴａｂ．１ＦｉｅｌｄｓｔｒｅｎｇｔｈｄｅｓｉｔａｎｄａｒｄｏｆｃｌｅａｎｃｏｎｄｕｃｔｏｒａｔｄｉｆｆｅｒｅｎｔＳＦ６ｐｇｎｓＳＦ６表计气压／ＭＰａ犈５０％／ｋＶ·ｍｍ－１犈Ｂ／ｋＶ·ｍｍ－１犈１／ｋＶ·ｍｍ－１０８．７７．４６．３０．１１５．０１２．８１１．００．２２１．３１８．１１５．５０．３２７．６２３．６２０．００．４３３．９２８．８２４．００．５４０．２３４．２２９．０犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．９１６华侨大学学报（自然科学版）２．２不同参数对电场分布的影响２．２．１不同长度／宽度对电场分布的影响２０１８年以气隙模型厚度犎＝０．３ｍｍ，倒角犎／２＝０．１５ｍｍ为定量，探究不同长度／宽度（垂直电力线方向）时，气泡处的场强分布．输入电压为５ｋＶ，以０．５ｍｍ为宽度步长，设置９组气隙模型．模型宽度犔分别为０．５，１．０，１．５，２．０，２．５，３．０，３．５，４．０，１０．０ｍｍ．仿真得出气泡处的场强分布，如图６所示．图６中：横轴坐标是沿电力线方向，以气隙正上方２．５ｍｍ为起点，气隙正下方２．５ｍｍ为终点的直线场强分布．由图６可知：在气隙厚度不变的时候，垂直于电力线方向面积犛足够小时，气隙长度、宽度越图６不同宽度犔气隙处场强分布折线图大，气隙处的场强畸变越严重，气隙内电场强度越来越大；垂ａｉｒｌａｔｄｉｆｆｅｒｅｎｔｗｉｄｔｈｓ犔 ? ｇａｐｍｏｄｅＦｉ６Ｌｉｎｅｉｎｔｅｎｓｉｔｉｓｔｒｉｂｕｔｉｏｎｏｆｇ．ｙｄ直于电力线方向面积犛足够大时，气隙长度、宽度越大，气隙内电场强度基本不再变化；相对于其他介质电容，当前模型物理结构尺寸的设定，建模气隙等效分布电容不够大，随着气隙垂直电场线的面积增大，呈现气隙场强变大的趋势；当气隙面积增大到一定程度，气隙电容远大于其他介质电容后，犈气隙／犈环氧树脂＝ε环氧树脂ε气隙，满足理论分析结果，其中， ε环氧树脂， ε气隙表示环氧树脂与气隙的相对介电常数．２．２．２不同厚度对电场分布的影响气隙长度２犔＝８ｍｍ，宽度犔＝４ｍｍ，倒角为犎／２，探究厚度（垂直电力线方向）不同时，气隙处的场强分布．输入电压为５ｋＶ，以０．１ｍｍ为厚度步长，设置９组气隙模型，模型厚度犎分别为０．２，０．３，０．４，０．５，０．６，０．７，０．８，０．９，１．０ｍｍ．仿真得出气隙处的场强分布，如图７所示．由图７可知：在气隙长度和宽度一定的时候（气隙电容远大于其他介质电容），厚度越薄，气隙处的场强畸变越严重，气隙的起始放电电压越低；当气隙越来越厚，场强畸变减弱，气隙的场强趋近于犈气隙／犈环氧树脂＝ε环氧树脂／ ε气隙，满足理论分析结果．２．２．３不同边沿倒角对电场分布的影响气隙长度２犔＝８ｍｍ，宽度犔＝４ｍｍ，厚度犎＝０．５ｍｍ，探究边沿倒角犚１不同时，气隙处的场强分布．加载５ｋＶ输入电压，以０．０５ｍｍ为倒角步长设置６组气隙模型，边沿倒角犚１分别为０，０．０５，０．１０，０．１５，０．２０，０．２５ｍｍ．仿真得出气隙处的场强分布，如图８所示．由图８可知：气隙模型的场强主要取决于电力线方向的厚度大小和垂直于电力方向长度、宽度的大小，其长度宽度厚度一定时，不同边缘倒角对其气隙场强影响并不是很大．图７不同厚度犎气隙处场强分布折线图图８不同边沿倒角犚１气隙处场强分布折线图Ｆｉ７Ｌｉｎｅｉｎｔｅｎｓｉｔｉｓｔｒｉｂｕｔｉｏｎｏｆａｉｒ ? ｇ．ｙｄｇａｐＦｉ８Ｌｉｎｅｉｎｔｅｎｓｉｔｉｓｔｒｉｂｕｔｉｏｎｏｆａｉｒ ? ｇ．ｙｄｇａｐｍｏｄｅｌａｔｄｉｆｆｅｒｅｎｔｔｈｉｃｋｎｅｓｓ犎ｍｏｄｅｌａｔｄｉｆｆｅｒｅｎｔｅｄｇｅｃｈａｍｆｅｒ犚１２．３内部气隙处电场分析产生电晕的主要原因是内部气隙局部区域的电场强度超过了电介质的耐电强度．在气压为０．４ＭＰａ下，理想ＳＦ６气体的击穿强度为２．４×１０７Ｖ·ｍ－１，不妨令其作为有限元分析时发生电晕的条件，电场强度大于２．４×１０７Ｖ·ｍ－１的区域为放电区域．内部气隙模型采用环氧树脂板内嵌气泡进行试验．为满足气隙放电模型理论分析结果，以气泡长度、宽度、倒角及厚度为单一变量，研究其对气隙处电场分布变化的规律．设置气隙模型厚度犎＝１ｍｍ，宽度犔＝４ｍｍ，长度２犔＝８ｍｍ，边缘倒角犚１＝０．５ｍｍ．通过向模型高压电极加载电压，可得到不同电压时内部气隙的场强分布情况，如图９所示．改变高压电极的电压犝ｅ，得到内部气隙（气泡）及倒角气隙处的最大场强犈ｍａｘ及电晕层厚度 δｃ，如犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期许超，等：高压开关柜内部气隙放电模型及其电场分析（ａ）电晕起始（ｂ）电晕发展９１７（ｃ）倒角气隙电晕放电时图９内部气隙的场强分布Ｆｉ９Ｆｉｅｌｄｉｎｔｅｎｓｉｔｉｓｔｒｉｂｕｔｉｏｎｏｆａｉｒｌ ? ｇ．ｙｄｇａｐｍｏｄｅ表２所示．由表２可知：内部气隙及倒角气隙处的最大场强与施加电压成线性，随着电压的增大，最大场强越大；在相同施加电压下，倒角气隙处最大场强大于内部气隙处．最大场强与施加电压的关系，如图１０所示．由图１０可知：内部气隙及倒角气隙处的电晕层厚度随着电压的增大而增大．电晕层厚度与施加电压的关系，如图１１所示．由图１１可知：在加压过程中，内部气隙放电将产生伴生现象，即在一定施加电压下，内部气隙较倒角气隙放电明显，检测结果可靠，超过一定施加电压时，倒角气隙处电晕放电将覆盖内部气隙放电，检测结果误差较大．因此，试验中需将施加电压控制在一定范围内进行才有意义．表２最大场强及电晕层厚度Ｔａｂ．２Ｍａｘｉｍｕｍｅｌｅｃｔｒｉｃｆｉｅｌｄｓｔｒｅｎｇｔｈａｎｄｃｏｒｏｎａｌａｙｅｒｔｈｉｃｋｎｅｓｓ放电位置内部气隙（气泡）处犝ｅ／ｋＶ犈ｍａｘ／Ｖ·ｍ－１４．００２．４７ δｃ／ｍｍ不放电犝ｅ／ｋＶ犈ｍａｘ／Ｖ·ｍ－１４．４０１１．２９ δｃ／ｍｍ不放电４．４０２．７２极小５．００１２．８３不放电４．７０２．９１极小９．６０２４．６３极小７．００４．３３极小１０．００２５．６１０．２９．６０５．９５０．２１４．０４３６．０２１．８１２．５０７．７４０．６１５．００３８．４９１４．０４８．７００．８２０．００５１．２３２．４击穿１５．００９．２９０．９２０．００１８．５９１．５放电位置倒角气隙处图１０最大场强与施加电压的关系图１１电晕层厚度与施加电压的关系Ｆｉ１０Ｒｅｌａｔｉｏｎｓｈｉｔｗｅｅｎｍａｘｉｍｕｍｇ．ｐｂｅＦｉ１１Ｒｅｌａｔｉｏｎｓｈｉｔｗｅｅｎｔｈｉｃｋｎｅｓｓｇ．ｐｂｅｅｌｅｃｔｒｉｃｆｉｅｌｄｓｔｒｅｎｇｔｈａｎｄａｐｐｌｉｅｄｖｏｌｔａｇｅｏｆｃｏｒｏｎａｌａｙｅｒａｎｄａｐｐｌｉｅｄｖｏｌｔａｇｅ３电晕起始电压验证３．１内部气隙放电模型实物的研制根据内部气隙放电有限元分析模型，研制出内部气隙放电模型实物，内部气隙模型内嵌于环氧树脂圆板中．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９１８２０１８年３．２试验平台的搭建选择测量电晕起始电压验证仿真结果．搭建的高压开关柜局部放电模拟试验平台，如图１２所示．图１２中：交流电源为３８０Ｖ三相工频交流电源；调压器采用接触式电动调压器，调压范围为０～４３０Ｖ；试验变压器为工频无局放高压试验变压器，其额定电压为１５０ｋＶ／０．３８ｋＶ，额定容量为１５ｋＷ；保护电阻的额定电压为１５０ｋＶ，额定电流为０．１Ａ，标称阻值为５ｋΩ，其作用是限制变压器负载短路电流，以免因耦合电容器短路或放电模型击穿而烧坏变压器，并可改善负载短路时产生的过电压和变压器绕组上的电位分布，避免损坏变压器；电容分压器的额定电压为１５０ｋＶ，额定电容为３００ｐＦ；试验高压开关柜的电压等级为１０ｋＶ．试验采用具有ＵＨＦ检测技术连接通道的局部放电检测仪．通过ＵＨＦ传感器对试验开关柜局部放电时产生的超高频电磁波信号进行检测，从而获得局部放电的相关信息．图１２高压开关柜局部放电模拟试验平台接线图Ｆｉ１２Ｗｉｒｉｎｇｄｉａｇｒａｍｏｆｔｈｅｐａｒｔｉａｌｄｉｓｃｈａｒｉｍｕｌａｔｉｏｎｔｅｓｔｐｌａｔｆｏｒｍｆｏｒｈｉｌｔａｇｅｓｗｉｔｃｈｇｅａｒｇ．ｇｅｓｇｈｖｏ３．３电晕起始电压测量试验加压通过工频高电压试验手动控制台实现，具有性能稳定、工作可靠、测量精确、操作方便等优点．从０Ｖ开始加压，步长为０．５～１．０ｋＶ可调，加载工频电压，直至发生电晕为止．改变施加电压，进行８组试验，测得内部气隙电晕起始电压犝ｓ，如表３所示．表３电晕起始电压测量值Ｔａｂ．３Ｃｏｒｏｎａｉｎｉｔｉａｌｖｏｌｔａｇｅｍｅａｓｕｒｅｍｅｎｔ试验序号１２３４５６７８犝ｓ／ｋＶ３．７４．６４．２４．８５．３６．１５．０４．２由表３可知：实验结果与仿真结果相近，电晕起始电压的仿真结果为４．４ｋＶ，而实验结果平均值为４．７ｋＶ．由于实验条件的限制，仅仅选择测量电晕起始电压进行实验验证，然而，实验结果与仿真结果高度相近，大大提高了仿真分析结果的可信程度，证明了有限元分析模型及研制的模型实物的正确性．此外，发生内部气隙放电时，局部放电检测仪采集的放电点分布，如图１３所示．由图１３可知：放电相位分布基本对称，主要集中在０ °～９０ °及１８０ °～２７０ °上，基本符合ＤＬ／Ｔ４１７－２００６《电力设备局部放电现场测量导则》所指定的内部气隙放电标准图谱，这也间接验证了有限元分析模型及图１３内部气隙放电点分布研制的模型实物的正确性．Ｆｉ１３Ｄｉｓｃｈａｒｉｎｔｄｉｓｔｒｉｂｕｔｉｏｎｇ．ｇｅｐｏｌｏｆａｉｒ ? ｇａｐｍｏｄｅ４结论１）根据高压开关柜的内部气隙放电机理，设计出内部气隙放电有限元分析模型．在电场分析的基础上，研制出准确、实用的内部气隙放电实物模型．４ＭＰａ的ＳＦ６环境下，对内部气隙放电有限元分析模型进行电场分析，得到该模型２）在气压为０．的电晕起始电压和电晕层厚度，并分析其随施加电压变化的规律及气隙模型参数．３）分析模型的非内部气隙处电场可知，加压过程中，模型的内部气隙放电产生伴生现象，为确保检测结果可靠，需将试验电压控制在１１ｋＶ以下，保证局部放电检测技术有效性及验证结论的准确性．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期许超，等：高压开关柜内部气隙放电模型及其电场分析９１９参考文献：［１］叶海峰，钱勇，王红斌，等．开关柜表面暂态地电压信号频谱特征［Ｊ］．高电压技术，２０１５，４１（１１）：３８４９?３８５７．ＤＯＩ：１０．１３３３６／６５２０．ｈｖｅ．２０１５．１１．０４５．１００３ ? ｊ．［２］陈攀，姚陈果，廖瑞金，等．分频段能量谱及马氏聚类算法在开关柜局部放电模式识别中的应用［Ｊ］．高电压技术，１００３２０１５，４１（１０）：３３３２３３４１．ＤＯＩ：１０．１３３３６／６５２０．ｈｖｅ．２０１５．１０．０２０． ? ? ｊ．［３］周沙，景亮．基于矩特征与概率神经网络的局部放电模式识别［Ｊ］．电力系统保护与控制，２０１６，４４（３）：９８１０２．ＤＯＩ： ? １０．７６６７／ＰＳＰＣ１５０７０８．［４］陈金祥．基于介质窗口和ＵＨＦ传感器的变压器局部放电检测与定位方法［Ｊ］．电网技术，２０１４，３８（６）：１６７６１６８０． ? １０００ＤＯＩ：１０．１３３３５／３６７３．ｔ．２０１４．０６．０４０． ? ｊ．ｐｓ［５］汪可，廖瑞金，王季宇，等．局部放电ＵＨＦ脉冲的时频特征提取与聚类分析［Ｊ］．电工技术学报，２０１５，３０（２）：２１１ ? ２１９．ＤＯＩ：１０．１９５９５／ｃｎｋｉ．１０００６７５３．ｔｃｅｓ．２０１５．０２．０２８． ? ｊ．［６］李军浩，韩旭涛，刘泽辉，等．电气设备局部放电检测技术述评［Ｊ］．高电压技术，２０１５，４１（８）：２５８３?２６０１．ＤＯＩ：１０．１００３６５２０．ｈｖｅ．２０１５．０８．０１１．１３３３６／ ? ｊ．［７］ＤＩＮＧＹｕｉａｎ，ＬＵＦａｎｇｃｈｅｎ，ＺＨＡＮＧＺｅ，犲狋犪犾．Ｄｉｓｃｈａｒｉｍｕｌａｔｉｏｎｏｆｔｉｃａｌａｉｒｇａｐｃｏｎｓｉｄｅｒｉｎｇｄｙｎａｍｉｃｂｏｕｎｄａｒｊｇｅｓｙｐｙａｎｄｃｈａｒｃｃｕｍｕｌａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｌａｓｍａＳｃｉｅｎｃｅ，２０１６，４４（１１）：２６１５?２６２１．ＤＯＩ：１０．１１０９／ＴＰＳ．ｇｅａ２０１６．２６００１７９．［８］ＸＩＥＢｏ，ＣＨＥＮＷｅｉＺＨＯＵＱｕ，犲狋犪犾．Ｐａｒｔｉｔｉｏｎｏｆｔｈｅｄｅｖｅｌｏｐｍｅｎｔｓｔａｇｅｏｆａｉｒｉｓｃｈａｒｎｏｉｌｒｉｎｓｕｌａ  ? ?ｐａｐｅｇｅｎ，ｇａｐｄｇｅｉｔｉｏｎｂａｓｅｄｏｎｗａｖｅｌｅｔｐａｃｋｅｔｅｎｅｒｔｒｏｐｙ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＤｉｅｌｅｃｔｒｉｃｓａｎｄＥｌｅｃｔｒｉｃａｌＩｎｓｕｌａｔｉｏｎ，２０１６，２３ｇｙｅｎ（２）：８６６８７２．ＤＯＩ：１０．１１０９／ＴＤＥＩ．２０１５．００５４３０． ? ［９］ＺＨＵＺｈｅｎｇｇｕｏ，ＨＵＡＮＧＣｈａｏ，ＹＵＹｉｎｇ，犲狋犪犾．Ｒｅｓｅａｒｃｈｏｎｐａｒｔｉａｌｄｉｓｃｈａｒｃｈａｎｉｓｍａｎｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓｆｏｒ１０ｇｅｍｅｋＶｃａｂｌｅｊｏｉｎｔｗｉｔｈａｉｒｇａｐｄｅｆｅｃｔ［Ｃ］∥２０１４ＣｈｉｎａＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＥｌｅｃｔｒｉｃｉｔｓｔｒｉｂｕｔｉｏｎ（ＣＩＣＥＤ）．ｙＤｉｓ．ｎ．］，２０１４：１２４６１２５０．ＤＯＩ：１０．１１０９／ＣＩＣＥＤ．２０１４．６９９１９０６．Ｓｈｅｎｚｈｅｎ：［ ? ［１０］覃宇．高压开关柜局放特性的研究［Ｄ］．广州：华南理工大学，２０１５．［１１］陈希．开关柜内部绝缘缺陷的检测与研究［Ｄ］．武汉：华中科技大学，２０１２．［１２］王琪，李秋香，王晓健，等．开关柜放电原因分析与治理［Ｊ］．山东电力技术，２０１４，４１（３）：４０?４３．ＤＯＩ：１０．３９６９／ｊ．９９０４．２０１４．０３．０１０．ｉｓｓｎ．１００７ ? ［１３］王峰．２５２ｋＶＧＩＳ五种绝缘故障诱发因素的模拟计算及试验研究［Ｄ］．济南：山东大学，２０１５．［１４］赵信华．变电站一次设备高电压放电原因分析及预防研究［Ｄ］．济南：山东大学，２０１５．［１５］叶培霖．基于地电波原理的开关柜局部放电检测与定位系统研究［Ｄ］．广州：华南理工大学，２０１４．［１６］陈曦，陶霰韬，潘成，等．固体绝缘材料内部气隙局部放电物理模型概述［Ｊ］．绝缘材料，２０１５，１２（２）：６１１．ＤＯＩ：１０． ? １６７９０／ｃｎｋｉ．１００９９２３９．ｉｍ．２０１５．１２．００２． ? ｊ．［１７］乔胜亚，周文俊，唐念，等．不同吸附剂对ＧＩＳ局部放电特征气体变化规律的影响［Ｊ］．电工技术学报，２０１６，３１（３）：１１３１２０．ＤＯＩ：１０．１９５９５／ｃｎｋｉ．１０００６７５３．ｔｃｅｓ．２０１６．０３．０１５． ? ? ｊ．［１８］陈伟根，杜杰，凌云，等．变压器油纸绝缘气隙放电能量?小波矩特征及放电过程划分［Ｊ］．电力自动化设备，２０１４，３４（６）：８９９５．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００６６０４７．２０１４．０６．０１６． ? ? ｊ．［１９］严璋，朱德恒．高电压绝缘技术［Ｍ］．北京：中国电力出版社，２００７．（责任编辑：钱筠犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：吴逢铁）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７０７０５６ ? 多变量过程监控的犇控制图夏蓓鑫１，简铮２，高雅２，陶宁蓉３（１．上海大学管理学院，上海２００４４４；２．上海大学机电工程与自动化学院，上海２０００７２；３．上海海洋大学工程学院，上海２０１３０６）摘要：针对如何将大数据技术与传统的多元控制图相结合，以获得一个具有自学习性的控制图的问题，以支持向量数据描述（ＳＶＤＤ）为构建基础，提出一个基于支持向量数据描述的犇控制图．该犇控制图通过对在控数据的学习，自适应地构建出自己的监控模型．仿真实验及工业实例表明：犇控制图在多变量制造过程中的表现优于犜２控制图，是一个理想的监控模型．关键词：犇控制图；多元统计过程控制；支持向量数据描述；平均运行链长中图分类号：ＴＰ２０６．３；Ｏ２１３．１文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６９２００６ ? ? ? 犇犆狅狀狋狉狅犾犆犺犪狉狋犳狅狉犕狌犾狋犻狏犪狉犻犪犫犾犲犘狉狅犮犲狊狊犕狅狀犻狋狅狉犻狀犵ＸＩＡＢｅｉｘｉｎ１，ＪＩＡＮＺｈｅｎｇ２，ＧＡＯＹａ２，ＴＡＯＮｉｎｇｒｏｎｇ３（１．ＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｉ２００４４４，Ｃｈｉｎａ；ｙ，Ｓｈａｎｇｈａ２．ＳｃｈｏｏｌｏｆＭｅｃｈａｔｒｏｎｉｃｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｕｔｏｍａｔｉｏｎ，ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｉ２０００７２，Ｃｈｉｎａ；ｙ，Ｓｈａｎｇｈａ３．ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａｎｇｈａｉＯｃｅａｎＵｎｉｖｅｒｓｉｔｉ２０１３０６，Ｃｈｉｎａ）ｙ，Ｓｈａｎｇｈａ犃犫狊狋狉犪犮狋：Ｆｏｒｔｈｅｉｓｓｕｅｏｆｈｏｗｔｏｃｏｍｂｉｎｅｔｈｅｂｉｔａｔｅｃｈｎｏｌｏｇｙｗｉｔｈｔｈｅｔｒａｄｉｔｉｏｎａｌｍｕｌｔｉｖａｒｉａｔｅｃｏｎｔｒｏｌｇｄａｃｈａｒｔｔｏｇｅｔａｃｏｎｔｒｏｌｃｈａｒｔｗｉｔｈｓｅｌｆ  ｌｅａｒｎｉｎｇ．Ｂａｓｅｄｏｎｓｕｐｐｏｒｔｖｅｃｔｏｒｄａｔａｄｅｓｃｒｉｔｉｏｎ（ＳＶＤＤ），ａ犇ｃｏｎｔｒｏｌｐｃｈａｒｔｗｉｔｈＳＶＤＤｉｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒ．Ｔｈｅ犇ｃｏｎｔｒｏｌｃｈａｒｔｃａｎａｄａｐｔｉｖｅｌｏｎｓｔｒｕｃｔｉｔｓｏｗｎｍｏｎｉｔｏｒｉｎｇｙｃｍｏｄｅｌｔｈｒｏｕｇｈｂｅｉｎｇｔｒａｉｎｅｄｂｙｔｈｅｉｎ  ｃｏｎｔｒｏｌｄａｔａ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓａｎｄｉｎｄｕｓｔｒｉａｌｅｘａｍｐｌｅｓｓｈｏｗｔｈａｔｔｈｅ犇ｃｏｎｔｒｏｌｃｈａｒｔｈａｓａｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｃｏｍｐａｒｅｄｗｉｔｈｔｈｅ犜２ｃｏｎｔｒｏｌｃｈａｒｔｆｏｒｔｈｅｍｕｌｔｉｖａｒｉａｂｌｅｍａｎｕｆａｃｔｕｒｉｎｇｒｏｃｅｓｓ，ａｎｄｉｔｉｓａｐｒｏｍｉｓｉｎｇｍｏｎｉｔｏｒｉｎｇｍｏｄｅｌ．ｐ犓犲狉犱狊：犇ｃｏｎｔｒｏｌｃｈａｒｔ；ｍｕｌｔｉｖａｒｉａｔｅｓｔａｔｉｓｔｉｃａｌｐｒｏｃｅｓｓｃｏｎｔｒｏｌ；ｓｕｐｐｏｒｔｖｅｃｔｏｒｄａｔａｄｅｓｃｒｉｔｉｏｎ；ａｖｅｒａｇｅｐ狔狑狅ｒｕｎｌｅｎｇｔｈ在现代化工业制造过程中，一个完整的制造单元常由多个相关变量组成，如果分别使用单变量控制图进行监控往往效果不好［１］．因此，针对具有互相关性的多变量制造，提出相应的多变量控制图尤为重［］要．Ｈｏｔｅｌｌｉｎｇ最早注意到这个问题，并提出犜２控制图监控多变量制造过程２．之后，由于犜２控制图对小幅度异常的不敏感性［３］，研究人员又提出多元累积和控制图［４］及多元指数加权移动平均控制图［５］．这些控制图基于传统的数理统计方法，缺乏自学习性．随着传感器技术的进步，越来越多的传感器被安装在制造过程的各个环节，以收集制造过程的多方位信息．随着人工智能技术的进步，许多具有自学习性［］［］的机器学习算法被提出．例如，支持向量机（ＳＶＭ）６、支持向量数据描述（ＳＶＤＤ）７８、反向传播（ＢＰ）神收稿日期：２０１７０７２２ ? ? 通信作者：夏蓓鑫（１９８４Ｅｉｌ：ｂｘｘｉａ＠ｓｈｕ．ｅｄｕ．ｃｎ． ?），男，讲师，博士，主要从事质量管理、可靠性工程的研究． ?ｍａ基金项目：国家自然科学基金资助项目（７１４０１０９８）；上海市高校青年教师培养资助计划（ＺＺＳＤ１５０４７）第６期夏蓓鑫，等：多变量过程监控的犇控制图９２１［］经网络［９］、自组织特征映射（ＳＯＭ）神经网络１０等．在大数据时代的背景下，将一些机器学习算法与传统控制理论相结合，以克服传统多元控制图的缺陷，使新的控制图具有自学习［１１］．文献［１２］将无监督学习的ＳＯＭ神经网络作为学习器，学习在控数据分布，基于训练好的ＳＯＭ神经网络结构，构建最小量化误差（ＭＱＥ）控制图．这样的构建方式使ＭＱＥ控制图具有良好的自学习性．但其构建的基础为ＳＯＭ神经网络，而支持向量数据描述是一个更好的选择．因此，本文提出一个基于支持向量数据描述的犇控制图，用于监控多变量制造过程．１犜２控制图在化学工业和过程工业生产中，往往需要同时监测多个质量特性，且这些质量特性具有一定的相关性．假设观测值犡＝［狓１，狓２，…，狓狆］ ′服从狆元正态分布犖（犜２控制图的统计量定义为 Σ）， μ０，狉－１（犜２＝（犡－μ０）犡－μ０）．１） Σ （犜２控制图的控制限犺是由在控平均运行链长（ＡＲＬ）决定的．当统计量犜２＞犺，可认为该制造过程失控；否则，认为过程受控．２基于支持向量数据描述的犇控制图２．１支持向量数据描述支持向量数据描述是一种一类分类器，能解决一分类问题．它的目标是找到一个最小的超球体，把大部分目标集的数据包含在里面．一个典型的描述过程，如图１所示．图１中：狓１，狓２为样本对应的坐标位置值．当给定一个训练的目标集犜＝｛狓犻 ∈犚犱，犻＝１，…，图１支持向量数据描述的数据描述过程犖｝，犖为目标集的数量，狓犻为一个犱维的向量．构建包Ｆｉ１ＤａｔａｄｅｓｃｒｉｔｉｏｎｐｒｏｃｅｓｓｏｆＳＶＤＤｇ．ｐ含目标集的最小超球体的数学过程，有ｍａｘ犔＝ ∑犪犻犓（狓犻·狓犻）－ ∑犪犻犪犼犓（狓犻·狓犼）．（２）犻，犼犻式（２）中：犓（狓犻·狓犼）为核函数；∑犪犻＝１，０≤犪犻≤犆，犻，犖．犼＝１，…，犻一般主要使用的核函数有２种：高斯核函数和多项式核函数．由于高斯核函数在数据描述方面具有更好的表现［１３］，故采用高斯核函数进行控制图的构建，即２（ ‖狓狊－狓 ‖ ）．犓（狓犻，狓犼）＝ｅｘｐ－犻犼２（３）式（３）中：狊为核函数．［］在支持向量数据描述中，惩罚参数犆、核函数狊是２个重要的参数，分别选取犆为５，狊为１１４１５．２．２犇控制图２．２．１犇统计值基于支持向量数据描述的犇控制图的监控统计量为犇，其计算公式为犇＝ ‖狋－犪‖２＝犓（狋·狋）－２∑犪犻犓（狋·狓犻）＋ ∑犪犻犪犼犓（狓犻·狓犼）．犻（４）犻，犼式（４）中：狋为输入的向量数据，输入数据是通过移动窗口法得到的数据；犪为支持向量数据描述学习到的超空间的中心．２．２．２移动窗口分析法采用移动窗口的方法获得监控数据，一个简单的应用过程，如图２所示．图２中：犖为观测的个体．因为不同的窗口大小会使控制图获得不同的监控性能，所以窗口大小的选择需要进一步分析．２．２．３基于犇控制图的监控模型支持向量数据描述在离线过程通过对在控目标数据集进行离线学习，学习到在控数据的空间分布．在在线监控阶段，可以利用犇值判断当前制造过程的状态．如果犇＞犺，则控制图发出报警，表示当前制造过程超控，犺可以通过给定的在控ＡＲＬ调整得到．犇控制图的一个典型的监控模型，如图３所示．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９２２２０１８年图２移动窗口图３犇控制图的监控模型Ｆｉ２Ｍｏｖｉｎｇｗｉｎｄｏｗｇ．Ｆｉ３Ｍｏｎｉｔｏｒｉｎｇｍｏｄｅｌｏｆ犇ｃｏｎｔｒｏｌｃｈａｒｔｓｇ．３仿真实验３．１窗口大小的影响为了研究窗口大小对犇控制图监控性能的影响，分别选取２５，１６，１２，４的窗口进行仿真实验，以选择合适的窗口大小．离线学习数据集不是原始二维正态分布数据，而是犜２统计值［２］．前期基础性的实验证明这样的构建方法能够使控制图有更好的监控性能．首先，产生二维正态分布（均值为０１．００．８，协方差矩阵为［［］］）的在控仿真数据．同时，计算每个００．８１．０数据点的犜２统计值．然后，通过移动窗口法采集１０００组狀维的在控学习数据集，狀为移动窗口大小，将１０００组数据集输入ＳＶＤＤ进行离线学习．完成离线学习后，通过调节控制限犺，使在控ＡＲＬ大约等于设定值．本次实验中，设定值为３８０．获得控制限犺后，生成超控数据，即犡狋＝犢狋＋δ，（５）狋 ≥ 狀．式（５）中：犢狋为狋时刻的在控数据；犡狋为狋时刻的超控数据； δ 为阶跃向量， δ＝［δδ ］；狀为窗口大小．１２计算每个数据点的犜统计值．同样采用移动窗口的方法获得１０００组狀维超控数据，计算超控２［］ＡＲＬ．用马氏距离λ 表示阶跃幅度的大小１６，即Ｔ（６）１ λ＝槡 δ Σ － δ．式（６）中： Σ 为协方差矩阵．一般而言，一个大的阶跃幅度会得到一个小的在控ＡＲＬ．因此，根据 λ 对结果进行排序，以获得更好的展示效果．选取７个不同程度的阶跃幅度向量 δ 作７５１．００１．５０１．５０，［，［，［［０．］］］］，００２５５０５００．０．１．０．５０２．００２．５０，［，［［１．］］］．０．０００．２５０．２５为实验对象， δ ＝在控ＡＲＬ及超控ＡＲＬ都是通过１００００次实验得出的结果，实验结果如图４所示．由图４可知：窗口大小为４的情况下，相较于其他窗口，其整体的监控性能明显较差；虽然在小的阶跃幅度时，窗口２５的监控性能最图４不同窗口大小仿真结果４Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆｄｉｆｆｅｒｅｎｔｗｉｎｄｏｗｓｉｚｅｓ好，但在大的阶跃幅度时，窗口４的监控性能最好．因Ｆｉｇ．此，窗口１６是一个最好的选择，可以获得整体最优的监控性能．３．２性能分析对仿真实验进行对比，验证犇控制图的监控性能．实验假设数据集都服从均值为犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．０，协方差矩阵［］０第６期为夏蓓鑫，等：多变量过程监控的犇控制图９２３００．８［１．］的二维正态分布．０．８１．０在离线学习阶段，将采集到的１０００组１６维在控数据集的犜２统计值输入ＳＶＤＤ进行离线训练，获得训练后的ＳＶＤＤ结构．调节控制限犺，使在控ＡＲＬ大约等于设定值３７０．在在线监控过程中，通过不同的阶跃向量δ 生成不同超控程度的超控数据，并计算相应的超控ＡＲＬ．同时，用表示阶跃幅度的λ 进行排序．犇控制图（犺＝１．０３７２６）和犜２控制图（犺＝１１．８３１５）的ＡＲＬ性能，如表１所示．表１控制图的ＡＲＬ性能仿真结果Ｔａｂ．１ＡＲＬｐｅｒｆｏｒｍａｎｃｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｆｏｒｃｏｎｔｒｏｌｃｈａｒｔｓ实验序号 λ ００１０．２６３５２０．４１６７３０．５２７０４０．５５９０５０．７６８３６０．７９０６７０．８３３３８０．９５０１９１．００３５１０１．０５４１１１１．１１８０１２１．２５００１３１．３５６６１４１．５３６６１５１．５８１１１６１．６６６７１７１．６７７１１８１．９００３１９２．００６９２０２．１０８２２１２．１８１０２２２．２３６１２３２．４５０９２４２．５０００２５２．５０００２６２．６３５２ δ （０，０）超控ＡＲＬ（犇控制图）超控ＡＲＬ（犜２控制图）３７３．６１３８３７０．８３７４（０．２５，０．２５）（，０．２５０．００）２７１．８７３２２９０．０４３４１９３．３１０１２３３．８６２０（０．５０，０．５０）（０．５０，０．２５）１４３．２４２３１９２．１７９１１２９．９１１４１７６．８７０２（０．７５，０．５０）（０．７５，０．７５）６８．９７３０１１４．１３１６６４．３１５８１０６．９８８９（０．５０，０）（０．７５，０．２５）５６．３６５２９７．６４３７４０．２１４４７６．５０６５（１．００，０．７５）（１．００，１．００）３４．７７８６６７．８５３８３０．５７０８５９．８３５５（１．００，０．５０）（０．７５，０）２６．１３３１５３．０３９１１９．１４６５３９．３３６２（１．００，０．２５）（１．５０，１．００）１５．３１５０３１．０３２２１１．０１３２２１．６８７２（１．５０，１．５０）（１．００，０）１０．５５３３２０．１８１５９．０３４０１６．６７４３（１．５０，０．７５）（１．５０，０．５０）８．９１２４１６．５８９３６．５８２１１１．０２５７（２．００，１．５０）（２．００，２．００）５．９２７４９．１８０８５．２１０６７．８３４８（１．５０，０．２５）（２．００，１．００）４．８１７８７．０２４５４．５７５０６．５２５９（２．００，０．７５）（１．５０，０）３．７３１３４．８７８５３．６０３９４．５２０５（２．５０，２．００）（２．５０，１．５０）３．５５７３４．５５２４３．１６９７３．８６８１（２．５０，２．５０）（２．００，０．５０）３．１６３７３．７６８６３．００８５３．５１４０（２．５０，１．００）（３．００，２．５０）２．３７７０２．５３８８２．３９８３２．５６５０（２．００，０．２５）（，３．００２．００）２．３６９１２．５３１７２．２７１５２．４２１１（３．００，３．００）（２．５０，０．７５）２．１８２２２．２１７９２．０３８５２．０３１７（２．００，０）（，３．００１．５０）（２．５０，０．５０）１．９３９３１．９６２５１．９２５０１．９０７４１．７４３６１．６７２３１．５３０９１．４２９７１．５１２４１．４１４４１．３８２６１．２８６７２７２．６３５２２８２．７１３１２９３．００４６３０３．００４６３１３．０１０４３２３．０７３２３３３．１６２３３４３．２５４３３５３．３３３３３６３．３５４１３７３．５３５５３８３．８００６３９３．８４１５（３．００，１．００）（２．５０，０．２５）４．０６９７（３．００，０．７５）４０犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９２４２０１８年续表Ｃｏｎｔｉｎｕｅｔａｂｌｅ实验序号 λ δ 超控ＡＲＬ（犇控制图）超控ＡＲＬ（犜２控制图）４１４．１６６７１．３３５０１．２３６５４２４．３６２１（２．５０，０）（３．００，０．５０）１．２５８０１．１７４２（３．００，０．２５）（３．００，０）１．１５９９１．０９７０１．０９７８１．０４８４４３４．６７３４４４５．００００分别选取表１中序号１，２，４，５，８，１１，１３，１４，１７，１８，２０，２３，２８，２９，３３，３５，３７，３９，４０，４２，４３，４４进行实验，仿真结果如图５所示．所有在控ＡＲＬ及超控ＡＲＬ都是通过１００００次实验得出的．由于犇控制图与犜２控制图的监控统计量不一样．因此，它们所调整计算出的控制限犺也不一样．由表１与图５可知：相较于犜２控制图，提出的犇控制图具有几乎一样，甚至更好的监控性能，特别是在中小阶跃幅度时，其具有明显更优的监控性能．这是因为传统的犜２控制图是基于数理统计的方法构建的，而犇控制图是在机器学习方法基础上构建的．因此，犇控制图能够通过对制造过程历史数据的学习，调整自身结构，实现对当前制造过程更好的监控．比较结果也说明犇控制图在多变量制造过程中是一个更理想的监控模型．图５不同控制图的仿真结果Ｆｉ５Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆｇ．４应用实例ｄｉｆｆｅｒｅｎｔｃｏｎｔｒｏｌｃｈａｒｔｓ通过犇控制图和犜２控制图监控一个木材加工厂的制造过程［１７］，以说明犇控制图在实际应用的优越性．木材加工厂的制造过程是一个典型的两变量过程，木材的硬度和弯曲应力是该制造过程的２个质量特性．在进行在线监控之前，首先，将采集到的在控数据的犜２统计值以１６维移动窗口向量的形式输入ＳＶＤＤ进行离线训练．然后，利用在控数据，调节控制限犺，使在控ＡＲＬ大约为３７０．分别用犇控制图和犜２控制图监控１１５组观测数据，制造过程在第５５组数据开始出现过程失控．监控结果如图６所示．由图６可知：犇控制图在第６１组观察点的犇值超过了控制限犺，而犜２控制图在第９６组观察点才发出警报信号．（ｂ）犜２控制图（ａ）犇控制图图６监控木材加工过程实例Ｆｉ６Ｅｘａｍｐｌｅｓｆｏｒｍｏｎｉｔｏｒｉｎｇｌｕｍｂｅｒｍａｎｕｆａｃｔｕｒｉｎｇｇ．进一步对表现结果进行分析，犇控制图有更好的监控性能主要有以下２点原因．１）犇控制图是在机器学习方法基础上构建的监控模型．因此，犇控制图能够通过对制造过程历史数据的学习，调整自身结构，实现对当前制造过程更好的监控．而犜２控制图是基于数理统计的方法建立的，不能对制造过程的实际情况调整自身结构．２）犇控制图是将采集到的数据以移动窗口向量的形式输入，所以更多的异常特征可以输入监控模型中，这样的监控模型可以更容易超过它的控制限，更快地监控到异常．而犜２控制图只能监控当前观测值的信息，因此，更难超过它的控制限．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期夏蓓鑫，等：多变量过程监控的犇控制图９２５５结束语提出基于支持向量数据描述的犇控制图，克服传统控制图不具备自学习的特点，能够根据不同的制造过程，通过学习不断改进自身结构．因此，犇控制图具有更好的应用性．由于ＳＶＤＤ是一种无监督学习算法，所以，犇控制图的学习只需要在控数据，这样可进一步减少在数据收集方面的消耗．犇控制图具有应用性和经济性两大特点．仿真实验及应用实例证明，犇控制图在多变量制造过程中是一个理想的监控工具．参考文献：［１］张鹏伟，苏秦，李乘龙．面向小批量生产过程的多变量贝叶斯控制图［Ｊ］．系统工程学报，２０１３，２８（３）：３８７  ３９３．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１０００  ５７８１．２０１２．０１．０１３．ｊ．［２］汪洋，陈向东，闪四清．基于ＡＲＬ的犜２控制图多元质量特性统计设计经济模型［Ｊ］．工业工程，２０１３，１６（４）：１３３  １３９．［３］ＬＩＡＮＧＷｅｎｕａｎ，ＰＵＸｉａｏｌｏｎｇ，ＸＩＡＮＧＤｏｎｇｄｏｎｇ．Ａｄｉｓｔｒｉｂｕｔｉｏｎ  ｆｒｅｅｍｕｌｔｉｖａｒｉａｔｅＣＵＳＵＭｃｏｎｔｒｏｌｃｈａｒｔｕｓｉｎｇｄｙ  ｊｎａｍｉｃｃｏｎｔｒｏｌｌｉｍｉｔｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｐｐｌｉｅｄＳｔａｔｉｓｔｉｃｓ，２０１７，４４（１１）：１  １９．ＤＯＩ：１０．１０８０／０２６６４７６３．２０１６．１２４７７８４．［４］ＷＯＯＤＡＬＬＷＨ，ＮＣＵＢＥＭＭ．ＭｕｌｔｉｖａｒｉａｔｅＣＵＳＵＭｑｕａｌｉｔ  ｃｏｎｔｒｏｌｐｒｏｃｅｄｕｒｅｓ［Ｊ］．Ｔｅｃｈｎｏｍｅｔｒｉｃｓ，１９８５，２７（３）：ｙ２８５  ２９２．ＤＯＩ：１０．２３０７／１２６９７１０．［５］ＬＯＷＲＹＣＡ，ＷＯＯＤＡＬＬＷＨ，ＣＨＡＭＰＣＷ，犲狋犪犾．Ａｍｕｌｔｉｖａｒｉａｔｅｅｘｐｏｎｅｎｔｉａｌｌｉｔｅｄｍｏｖｉｎｇａｖｅｒａｇｅｃｏｎｔｒｏｌｙｗｅｇｈｃｈａｒｔ［Ｊ］．Ｔｅｃｈｎｏｍｅｔｒｉｃｓ，１９９２，３４（１）：４６  ５３．ＤＯＩ：１０．２３０７／１２６９５５１．［ａａｓ．２０００．０１．００５．６］张学工．关于统计学习理论与支持向量机［Ｊ］．自动化学报，２０００，２６（１）：３２  ４２．ＤＯＩ：１０．１６３８３／ｊ．［７］ＴＡＸＤＭＪ，ＤＵＩＮＲＰＷ．Ｓｕｐｐｏｒｔｖｅｃｔｏｒｄｏｍａｉｎｄｅｓｃｒｉｔｉｏｎ［Ｊ］．ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎＬｅｔｔｅｒｓ，１９９９，２０（１１）：１１９１  ｐ１０．１０１６／Ｓ０１６７  ８６５５（９９）０００８７  ２．１１９９．ＤＯＩ：［８］ＴＡＸＤＭＪ，ＤＵＩＮＲＰＷ．Ｓｕｐｐｏｒｔｖｅｃｔｏｒｄａｔａｄｅｓｃｒｉｔｉｏｎ［Ｊ］．ＭａｃｈｉｎｅＬｅａｒｎｉｎｇ，２００４，５４（１）：４５  ６６．ＤＯＩ：１０．ｐ１０２３／Ｂ：ＭＡＣＨ．００００００８０８４．６０８１１．４９．［９］ＢＵＳＣＥＭＡＭ．Ｂａｃｋｐｒｏｐａｇａｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｓ［Ｊ］．ＳｕｂｓｔａｎｃｅＵｓｅａｎｄＭｉｓｕｓｅ，１９９８，３３（２）：２３３  ２７０．［ｎｅ  １０］ＫＯＨＯＮＥＮＴ．Ｅｓｓｅｎｔｉａｌｓｏｆｔｈｅｓｅｌｆ  ｏｒｉｚｉｎｇｍａｐ［Ｊ］．ＮｅｕｒａｌＮｅｔｗｏｒｋｓ，２０１３，３７（１）：５２  ６５．ＤＯＩ：１０．１０１６／ｊ．ｇａｎｕｎｅｔ．２０１２．０９．０１８．［１１］ＳＨＩＤｏｎｇｆｅｎｇ，ＧＩＮＤＹＮＮ．Ｔｏｏｌｗｅａｒｐｒｅｄｉｃｔｉｖｅｍｏｄｅｌｂａｓｅｄｏｎｌｅａｓｔｓｒｅｓｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓ［Ｊ］．Ｍｅ  ｑｕａ２００７，２１（４）：１７９９  １８１４．ＤＯＩ：１０．１０１６／ｓｐ．２００６．０７．０１６．ｃｈａｎｉｃａｌＳｙｓｔｅｍｓａｎｄＳｉｌＰｒｏｃｅｓｓｉｎｇ，ｊ．ｙｍｓｇｎａ［１２］ＸＩＬｉｆｅｎｇ．ＵｓｉｎｇａｎＭＱＥｃｈａｒｔｂａｓｅｄｏｎａｓｅｌｆ  ｏｒｉｚｉｎｇｍａｐＮＮｔｏｍｏｎｉｔｏｒｏｕｔ  ｏｆ  ｃｏｎｔｒｏｌｓｉｌｓｉｎｍａｎｕｆａｃｔｕｒ  ｇａｎｇｎａｉｎｇｐｒｏｃｅｓｓｅｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＰｒｏｄｕｃｔｉｏｎＲｅｓｅａｒｃｈ，２００８，４６（２１）：５９０７  ５９３３．ＤＯＩ：１０．１０８０／００２０７５４０７０１３５８７２９．［１３］ＬＡＺＺＡＲＥＴＴＩＡＥ，ＴＡＸＤＭＪ，ＮＥＴＯＨＶ，犲狋犪犾．Ｎｏｖｅｌｔｔｅｃｔｉｏｎａｎｄｍｕｌｔｉ  ｃｌａｓｓｃｌａｓｓｉｆｉｃａｔｉｏｎｉｎｐｏｗｅｒｄｉｓ  ｙｄｅｔｒｉｂｕｔｉｏｎｖｏｌｔａｇｅｗａｖｅｆｏｒｍｓ［Ｊ］．ＥｘｐｅｒｔＳｙｓｔｅｍｓｗｉｔｈＡｐｐｌｉｃａｔｉｏｎｓ，２０１６，４５（Ｃ）：３２２  ３３０．ＤＯＩ：１０．１０１６／ｅｓｗａ．ｊ．２０１５．０９．０４８．［１４］王佼，刘艳春．应用灰关联分析的ＰＳＯＳＶＲ工程造价预测模型［Ｊ］．华侨大学学报（自然科学版），２０１６，３７（６）：７０８  ７１３．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００  ５０１３．２０１６０６０１０．［１５］邹心遥，陈敬伟，姚若河．采用粒子群优化的ＳＶＭ算法在数据分类中的应用［Ｊ］．华侨大学学报（自然科学版），２０１６，３７（２）：１７１  １７４．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００  ５０１３．２０１６．０２．０１７１．［１６］ＧＡＲＣ?ＡＥＳＣＵＤＥＲＯＬＡ，ＤＵＱＵＥ ＰＥＲＥＺＯ，ＦＥＲＮＡＮＤＥＺ ＴＥＭＰＲＡＮＯＭ，犲狋犪犾．Ｒｏｂｕｓｔｄｅｔｅｃｔｉｏｎｏｆｉｎｃｉｉ  ｐｅｎｔｆａｕｌｔｓｉｎＶＳＩ  ｆｅｄｉｎｄｕｃｔｉｏｎｍｏｔｏｒｓｕｓｉｎｇｑｕａｌｉｔｏｎｔｒｏｌｃｈａｒｔｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｎｄｕｓｔｒｌｉｃａ  ｙｃｙＡｐｐｔｉｏｎｓ，２０１７，５３（３）：３０７６  ３０８５．ＤＯＩ：１０．１１０９／ＴＩＡ．２０１６．２６１７３００．［１７］ＭＯＶＡＦＦＡＧＨＡ，ＡＭＩＲＩＡ．Ｍｏｎｏｔｏｎｉｃｃｈａｎｇｅｐｏｉｎｔｅｓｔｉｍａｔｉｏｎｉｎｔｈｅｍｅａｎｖｅｃｔｏｒｏｆａｍｕｌｔｉｖａｒｉａｔｅｎｏｒｍａｌｒｏｃｅｓｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＡｄｖａｎｃｅｄＭａｎｕｆａｃｔｕｒｉｎｇＴｅｃｈｎｏｌｏｇｙ，２０１３，６９（５／６／７／８）：１８９５  １９０６．ｐ（责任编辑：钱筠犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：吴逢铁）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７０２０４３ ? 非局部相似和双边滤波的图像超分重建黄炜钦１，黄德天１，２，顾培婷１，柳培忠１，骆炎民２（１．华侨大学工学院，福建泉州３６２０２１；２．华侨大学机电及自动化学院，福建厦门３６１０２１）摘要：为了提高重建图像的分辨率，提出一种改进的稀疏表示超分重建算法．在稀疏编码阶段，引入非局部相似正则化以改进稀疏编码目标函数，并通过非局部相似正则化获得图像非局部冗余，以保持图像边缘信息．为了进一步恢复图像的边缘细节信息，提出一种基于改进双边滤波的全局误差补偿模型，以实现重建图像的误差补偿．实验结果表明：与Ｂｉｃｕｂｉｃ，Ｌ１ＳＲ，ＳＩＳＲ，ＡＮＲ，ＮＥ＋ＬＳ，ＮＥ＋ＮＮＬＳ，ＮＥ＋ＬＬＥ和Ａ＋（１６ａｔｏｍｓ）等算法相比，无论在主观视觉效果，还是在峰值信噪比和结构相似性指标上，所提算法都有显著的提高．关键词：图像处理；超分辨率；稀疏表示；非局部相似性；双边滤波中图分类号：ＴＰ３９１文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０９２６０６ ? ? ? 犐犿犪犲犛狌狆犲狉狊狅犾狌狋犻狅狀犚犲犮狅狀狊狋狉狌犮狋犻狅狀犅犪狊犲犱狅狀 ?犚犲犵犮犪犾犛犻犿犻犾犪狉犻狋犻犾犪狋犲狉犪犾犉犻犾狋犲狉犖狅狀 ?犔狅狔犪狀犱犅，ＨＵＡＮＧＷｅｉｉｎ１，ＨＵＡＮＧＤｅｔｉａｎ１２，ＧＵＰｅｉｔｉｎｇ１，ｑＬＩＵＰｅｉｚｈｏｎｇ１，ＬＵＯＹａｎｍｉｎ２（１．ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔｉｎａ；ｙ，Ｑｕａｎｚｈｏｕ３６２０２１，Ｃｈ２．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｕｔｏｍａｔｉｏｎ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｅｎｈａｎｃｅｔｈｅｒｅｓｏｌｕｔｉｏｎｏｆｒｅｃｏｎｓｔｒｕｃｔｅｄｉｍａｇｅｓ，ａｎｉｍｐｒｏｖｅｄｉｍａｇｅｓｕｐｅｒｒｅｓｏｌｕｔｉｏｎｒｅ  ? ｃｏｎｓｔｒｕｃｔｉｏｎａｌｒｉｔｈｍｂａｓｅｄｏｎｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．Ｉｎｔｈｅｓｐａｒｓｅｃｏｄｉｎｇｓｔａｇｅ，ｔｈｅｎｏｎｌｏｃａｌ ? ｇｏ（ＮＬ）ｓｉｍｉｌａｒｉｔｅｇｕｌａｒｉｚａｔｉｏｎｉｓｉｎｔｒｏｄｕｃｅｄｔｏｉｍｐｒｏｖｅｔｈｅｓｐａｒｓｅｃｏｄｉｎｇｏｂｅｃｔｉｖｅｆｕｎｃｔｉｏｎ．ＴｈｅＮＬｒｅｄｕｎｄａｎ  ｙｒｊｃｙｉｓｏｂｔａｉｎｅｄｂｙｔｈｅＮＬｓｉｍｉｌａｒｉｔｅｇｕｌａｒｉｚａｔｉｏｎｔｏｐｒｅｓｅｒｖｅｔｈｅｅｄｇｅｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｉｍａｇｅ．Ｔｏｒｅｓｔｏｒｅｙｒｌｏｂａｌｅｒｒｏｒｃｏｍｐｅｎｓａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｂｉｌａｔｅｒａｌｆｉｌｔｅｒｉｓｐｒｏｐｏｓｅｄｔｏｒｅａｌｉｚｅｅｄｇｅｄｅｔａｉｌｓｆｕｒｔｈｅｒ，ａｇｔｈｅｅｒｒｏｒｃｏｍｐｅｎｓａｔｉｏｎｏｆｔｈｅｒｅｃｏｎｓｔｒｕｃｔｅｄｉｍａｇｅｓ．ＥｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｖａｌｉｄａｔｅｔｈａｔｃｏｍｐａｒｅｄｗｉｔｈＢｉｃｕｂｉｃ，Ｌ１ＳＲ，ＳＩＳＲ，ＡＮＲ，ＮＥ＋ＬＳ，ＮＥ＋ＮＮＬＳ，ＮＥ＋ＬＬＥａｎｄＡ＋（１６ａｔｏｍｓ）ａｌｒｉｔｈｍｓ，ｔｈｅｐｒｏｐｏｓｅｄａｐ  ｇｏｒｏａｃｈｈａｓａｒｅｍａｒｋａｂｌｅｉｍｐｒｏｖｅｍｅｎｔｉｎｐｅａｋｓｉｌｔｏｉｓｅｒａｔｉｏ，ｓｔｒｕｃｔｕｒａｌｓｉｍｉｌａｒｉｔｅｃｔｉｖｅｖｉｓｕａｌ ? ?ｎｏｐｇｎａｙａｎｄｓｕｂｊｅｆｆｅｃｔｓ．犓犲狉犱狊：ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ；ｓｕｐｅｒｒｅｓｏｌｕｔｉｏｎ；ｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ；ｎｏｎｌｏｃａｌｓｉｍｉｌａｒｉｔｉｌａｔｅｒａｌｆｉｌｔｅｒ ? ? ｙ；ｂ狔狑狅图像超分辨率（ＳＲ）重建技术通过一些相关算法将低分辨率（ＬＲ）图像重建为清晰的高分辨率（ＨＲ）图像，突破现有成像器件的固有限制，是一种较为经济而有效的手段．近年来，由Ｙａｎｇ等［１?２］开创收稿日期：２０１７０２２２ ? ? 通信作者：黄德天（１９８５Ｅ?ｍａｉｌ：ｈｕａｎｇｄｅｔｉａｎ ?），男，讲师，博士，主要从事计算机视觉、机器学习和嵌入式系统的研究．ｅｄｕ．ｃｎ．＠ｈｑｕ．基金项目：国家自然科学基金资助项目（６１２０３２４２）；福建省中青年教师教育科研基金资助项目（ＪＡＴ１７００５３）；华侨大学研究生科研创新能力培育计划资助项目（１５１１４２２００２）第６期黄炜钦，等：非局部相似和双边滤波的图像超分重建９２７的基于稀疏表示的方法是超分辨率算法研究的热点方向［３］，是基于学习ＳＲ方法中最为突出的重建算法之一．图像的非局部相似性有助于保持边缘细节，与稀疏编码的有效结合可以提高重建图像的性能．丁静等［４］将双边滤波引入图像超分重建中，利用双边滤波的双重异性加权机制，提高了重建图像的边缘保持特性．本文将图像的非局部相似性融入到稀疏编码过程中，提出了一种基于非局部相似正则化的稀疏编码模型；然后，提出一种双边滤波的全局误差补偿模型，通过提出的误差补偿模型对重建后的ＨＲ图像进行误差补偿，恢复更多的边缘细节信息．１基于稀疏表示的超分重建与双边滤波理论１．１基于稀疏表示的超分重建模型［］设犡∈犚犖为ＨＲ图像，犢∈犚犕为ＬＲ图像，ＨＲ图像到ＬＲ图像的下采样模型１可定义为（犢＝犇犅犡＋狀．１）式（１）中：犇为下采样算子；犅为模糊矩阵；狀为随机加性噪声．式（１）表明：图像的超分重建是一个病态的反问题，由给定的ＬＲ图像犢，可重建出多幅满足上述重建条件的ＨＲ图像犡．在基于稀疏表示的超分重建模型中，采用文献［２］中的字典训练算法分别对高、低分辨率样本图像块进行字典训练，得到ＨＲ字典犇Ｈ和ＬＲ字典犇Ｌ．通过犇Ｌ为每一个ＬＲ图像块狔找到一个稀疏表示系数α，假设ＨＲ和ＬＲ图像块具有相同稀疏表示，则ＨＲ图像块可以由犇Ｈ与α 线性组合重建得到．求解ＬＲ图像块狔的稀疏表示系数的问题为２ｍｉｎ‖α‖０，ｓ．ｔ．‖犉犇Ｌ－犉狔α‖２ ≤ε ．式（２）中：犉是一个线性特征提取操作，详见文献［１］．（２）通常，式（２）的优化问题是一个ＮＰ难问题，文献［５］的结果表明只要稀疏表示系数 α 足够稀疏．那么，可采用最小化犾１范数来代替犾０范数，并采用拉格朗日乘数进行等价转换，可得稀疏编码的函数为１２ｍｉｎ犉‖犇Ｌα －狔‖２＋λ‖α‖１．２式（３）中： λ 是用于平衡解的稀疏度和图像块狔保真度的参数．（３）１．２双边滤波理论高斯低通滤波是邻域内像素值的加权平均，但这种滤波方式会造成图像的一些边缘被平均掉，从而导致图像出现模糊．双边滤波［６］的核函数是由空间域滤波核函数和灰度域滤波核函数相乘构造得到，同时考虑了像素间的距离因素和灰度值因素．对于图像的每一个像素点，双边滤波器用空间相邻且灰度相近的像素的平均值代替原来的灰度值．在图像变化平缓的区域，由于邻域内的所有像素灰度十分近似，通过求平均值消除由噪声造成的相关度较弱的像素值之差；在图像变化剧烈的区域，对于边缘同侧的像素点使其灰度值相似度因子趋近１，而对于边缘异侧的像素点趋近０，用边缘点邻域内灰度相似的像素点灰度平均值代替原灰度值．所以，双边滤波器在去噪的同时能够保护图像边缘不模糊受损，达到保持边缘的效果．因此，双边滤波对空间域和灰度域都进行平滑［６］．设犳（狓）为待滤波的ＨＲ图像，犺（狓）为滤波后的图像．双边滤波的传递函数定义为犺（狓）＝犽－１（狓） ∞ ∞ －∞ －∞ ∫∫ 犳（ξ）犮（ξ，狓）狊（犳（ξ），犳（狓））ｄξ．（４）式（４）中：犮（狓）为邻域中心狓与相近点ξ 的距离；狊（狓））为犳（狓）的亮度相似性；犽（狓）为犳（犳（ ξ， ξ）， ξ）与犳（归一化常数，犽（狓）＝ ∞ ∞ －∞ －∞ ∫∫ 犮（ξ，狓）狊（犳（ξ），犳（狓））ｄξ．２图像超分重建算法２．１非局部相似正则化图像在高度冗余的字典上进行稀疏表示会产生人为伪影．根据图像结构内容和纹理信息的相似，即图像的非局部相似性，在稀疏编码阶段引入了一个非局部相似正则化项．该非局部相似可以将非局部冗余贯穿在图像中，消除伪影并保持边缘，从而改善重建图像的质量［７］．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９２８２０１８年１）寻找相似图像块．对于每一个局部图像块犡犻，在整个图像中根据欧氏距离最小的准则来寻找其即满足条件 ‖犡犻－犡犾所有相似的图像块犡犾狋，狋为预设阈值．设狓犻是图像块犡犻的中间像素，狓犾犻，犻‖ ≤ 犻是犔犾图像块犡犻的中间像素，利用狓犾犻的加权平均值犾犾犻犻犾犻犾犻 ∑狑狓来预测狓，为狓分配的权重狑可表示为犻犾＝１犔犾犾狑犻／∑ｅｘｐ（－ ‖犡犻－犡犾犼‖２／犺），＝ｅｘｐ（－ ‖犡犻－犡犼‖２／犺）２２犾＝１，２，…，犔．（５）犾＝１式（５）中：犺是权重调节因子．犔２犾２）构造非局部相似正则化项．为了使加入的非局部信息更加准确，预测误差 ‖狓犻－ ∑狑犾狓犻 ‖２应犻犾＝１２２犾该尽可能小．通过处理，可将误差表达式改写为 ∑ ‖狓犻－狑β ‖ ，其中，狑犻为包含所有权重狑犻的列狓犻∈狓Ｔ犻犻犾向量， β犻为包含所有狓犻的列向量．最后，将最小化预测误差作为非局部相似正则化项加入稀疏编码阶段，即式（３），从而得到新的目标函数为１２２ｍｉｎ犉‖犇Ｌα －狔‖２＋γ· ∑ ‖狓犻－狑犻Ｔβ犻‖２＋λ‖α‖１．２狓犻∈狓式（６）中：６）可以改写为 γ 是一个用于调整非局部正则化项的常数．式（（６）１２２ｍｉｎ犉‖犇Ｌα －狔‖２＋γ· ‖ （犐－犛）狓‖２＋λ‖α‖１．２犾犾犾式（７）中：犐是单位矩阵；当狓犻犛（犻，犾）＝狑犾狑犻犛（犻，犾）＝０． ∈β犻时， ∈狑犻，而当狓犻β犻时，犻，（７）２．２基于改进双边滤波的全局误差补偿模型为了进一步恢复图像的细节边缘信息，引入迭代式全局误差补偿模型［８］．由于双边滤波不仅考虑到几何空间上的邻近关系，也考虑到灰度上的相似性，二者非线性组合既可有效降低图像加性噪声，又可保持图像边缘细节信息．因此，提出一种基于改进双边滤波的全局误差补偿模型，并利用该模型对重建后的ＨＲ图像实现全局误差补偿，恢复重建图像更多的边缘细节，从而提高重建质量．设犚为输入函数，犚 ′为输出函数，双边滤波的离散形式可以表示为狆狆犚 ′［犽，犾］＝ ∑ ∑犆［犿，狀，犽，犾］·犚［犽－犿，犾－狀］．（８）犿＝－狆狀＝－狆２犿２＋狀２（犚［犽，犾］－犚［犽－犿，犾－狀］）／犣［犽，式（）８）中：犆［犿，狀，犽，犾］为核函数，犆［犿，狀，犽，犾］＝ｅｘｐ（－－犾］，２２２２ σｓ σｒ２／２犿２＋狀２）犣［犽，犾］为正规化常 σｓ为空间域滤波参数， σｒ为灰度域滤波参数，（ σｓ为几何接近程度的度量，２２数，（／２犚［犽，犾］－犚［犽－犿，犾－狀］）犽，犾）表示位置（犿，狀）的邻域像素点； σｒ为光度相似程度的度量；（狆表示图像的行和列的数目．在传统双边滤波中，上述参数σｓ和σｒ是按照经验给定，通常难以保证其最优设置．为了实现σｓ的自适应调整，提出一种基于目标尺度的参数调整方法，利用目标尺度具有明显反应空间结构特征的特点取参数σｓ的值．即在平滑区域，取较大σｓ以更好地平滑噪声；而在细节丰富区域，取较小σｓ以保留更多的边缘细节特征．另一方面，考虑到文中实验没有对图像进行加噪， σｒ变动不大，按经验设定即可．设（狓，犻，狓，犖狓，狔（犗）表示其邻域，犞狓，狔（犗）表示其边狔）为图像的像素点，（犼）表示（狔）的邻域像素点，［］界区域９，犗（犗≥０，犗∈犣）为邻域大小，犖狓，狔（犗）与犞狓，狔（犗）的相似度计算式为犝狓，狔（犗）＝狓，犻，犳（狔）－犳（犼）］ｅｘｐ［／狘犞狓，狔（犗）狘．－２２ σ ｕ（（）犻，犗犼）∈犞狓，狔 ∑ （９）式（９）中：犗）犗）中像素点的数目；｜犞狓，狔（｜为犞狓，狔（ σｕ表示图像梯度分布的统计参数，犳为待滤波的图像；设置方法见文献［１０］．通过式（９）可得目标尺度犗狓，狔为犗狓，狔＝ａｒｇｍａｘ｛犝狓，狔（狉）≥ 犜ｓ｝，（１０）ｓ．ｔ．犗 ∈ 犣（０ ≤ 犗 ≤ 犗狓，狔－１），犝狓，狔（狉－犗）≥ 犜ｓ．式（１０）中：犜ｓ为文献［１１］定义的阈值函数．结合高斯函数性质，令σｓ＝犗狓，狔／２，从而可实现参数σｓ的自适应调整．由此构造出空间域参数自适｝犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期黄炜钦，等：非局部相似和双边滤波的图像超分重建９２９应调整的双边滤波器Ｇ．基于改进双边滤波的全局误差补偿有如下４个主要步骤．步骤１输入：待重建的ＬＲ图像狔，稀疏表示重建后的ＨＲ图像狓，最大迭代次数犜．步骤２构造改进的双边滤波器犌．步骤３Ｆｏｒ犻＝１，２，…，犜．将狓下采样，得到图像狓ｄｏｗｎ；求出待重建ＬＲ图像狔和狓ｄｏｗｎ的差值图像，即犱＝狔－狓ｄｏｗｎ；采用双三次插值法对差值图像犱进行上采样，得到图像犱 ′；采用改进双边滤波犌对图像犱 ′进行噪声滤除和细节边缘保持，得到图像犱 ″；将犱 ″与狓叠加，即狓＝狓＋犱 ″．Ｅｎｄ步骤４输出：ＨＲ图像狓Ｈ＝狓．２．３超分重建算法的整体流程综合以上分析，文中所提超分重建算法流程有如下６个具体步骤．输入：ＬＲ图像狔，用于字典训练的样本图像犡．步骤１对ＨＲ图像犡下采样，得ＬＲ图像犢，并通过犡，犢训练出ＨＲ字典犇Ｈ和ＬＲ字典犇Ｌ．步骤２采用特征表征搜索算法求解图像块狔犻在ＬＲ字典下的稀疏表示系数α犻．步骤３通过狓犻＝犇Ｈ ·α犻重建出ＨＲ图像块狓犻，最后将ＨＲ图像块组合为ＨＲ图像狓．步骤４引入非局部相似正则化项（犐－犛）狓，构造新的稀疏编码目标函数，即式（７），对狓进行非局部相似约束重建，最后得到ＨＲ图像＾狓．步骤５利用目标尺度理论改进传统双边滤波，实现空间域参数的自适应调整，得到改进的双边滤波器犌．步骤６采用基于改进双边滤波的全局误差补偿模型来对＾狓进行误差补偿，得到优化图像狌．输出：优化的ＨＲ图像狌．３实验结果与分析为了定量地评价重建图像质量，将原图像作为ＨＲ参考图像，通过降采样获取待处理的ＬＲ图像．实验所用的字典训练库和方法与文献［２３］相同．为了保证实验的客观性，测试图像来自Ｓｅｔ５，Ｓｅｔ１４和 ? ［１２］Ｂ１００三个测试图像集．实验采用主观和客观两种方法来评价图像超分重建的效果，客观评价指标包括峰值信噪比（犚ＰＳＮ）和结构相似性度量（ＳＳＩＭ）．犚ＰＳＮ值越高，表示重构的图像质量越好；ＳＳＩＭ值越接近于１，表明重构图像与原始图像越相似，重建效果越好．［］［］为了验证文中所提算法的有效性，将其与Ｂｉｃｕｂｉｃ，Ｌ１ＳＲ１，ＳＩＳＲ１３，文献［１４］中的ＡＮＲ，ＮＥ＋［］ＬＳ，ＮＥ＋ＮＮＬＳ，ＮＥ＋ＬＬＥ，以及Ａ＋（１６ａｔｏｍｓ）１２等８种ＳＲ算法在犚ＰＳＮ和ＳＳＩＭ两个方面进行比较，如表１所示．表１中：粗体标出的数值在相应图像质量评价指标下最优．由表１可知：无论是在单一数值上还是总体平均值上，所提算法在两个评价指标下的超分重建效果均优于其他８种ＳＲ算法．表１不同ＳＲ算法的犚ＰＳＮ和ＳＳＩＭ值的比较Ｔａｂ．１Ｃｏｍｐａｒｉｓｏｎｏｆ犚ＰＳＮａｎｄＳＳＩＭｆｏｒｄｉｆｆｅｒｅｎｔＳＲａｌｒｉｔｈｍｓｇｏ图像ＢａｂｙＢｉｒｄＢｕｔｔｅｒｆｌｙＨｅａｄＢｒｉｄｇｅ评价指标ＢｉｃｕｂｉｃＬ１ＳＲＳＩＳＲＡＮＲＮＥ＋ＬＳＮＥ＋ＮＮＬＳＮＥ＋ＬＬＥＡ＋（１６文中算法ａｔｏｍｓ）犚ＰＳＮ３３．９１３４．２９３５．０８３５．１３３４．９６３４．７７３５．０６３５．１３３５．２５ＳＳＩＭ０．９２４０．９２３０．９４００．９４２０．９３９０．９３７０．９４００．９４１０．９４３犚ＰＳＮ３２．５８３４．１１３４．５７３４．６０３４．３６３４．２６３４．５６３４．８３３５．２６ＳＳＩＭ０．９４２０．９５３０．９６２０．９６２０．９６００．９５８０．９６２０．９６３０．９６７犚ＰＳＮ２４．０４２５．５９２５．９４２５．９０２５．８３２５．６１２５．７５２６．１７２６．８２ＳＳＩＭ０．８５９０．８９３０．９０５０．９０２０．９０５０．８９７０．９０１０．９０６０．９２１犚ＰＳＮ３２．８８３３．１７３３．５６３３．６３３３．５３３３．４５３３．６０３３．６５３３．７６ＳＳＩＭ０．８３９０．８３８０．８５７０．８６００．８５７０．８５５０．８５９０．８６１０．８６３犚ＰＳＮ２４．４０２４．８２２５．０２２５．０１２４．９２２４．８６２４．９８２５．０４２５．１２ＳＳＩＭ０．７１３０．７５５０．７５９０．７６３０．７５６０．７５３０．７６１０．７６４０．７７１犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９３０２０１８年续表Ｃｏｎｔｉｎｕｅｔａｂｌｅ图像评价指标ＢｉｃｕｂｉｃＬ１ＳＲＳＩＳＲＡＮＲＮＥ＋ＬＳＮＥ＋ＮＮＬＳＮＥ＋ＬＬＥ１６文中算法Ａ＋（ａｔｏｍｓ）ＣｏａｓｔｒｄｇｕａＬｅｎａＭａｎＰｐｔ３Ｚｅｂｒａ平均值犚ＰＳＮ２６．５５２７．０２２７．１５２７．０８２７．０５２７．００２７．０７２７．０３２７．２４ＳＳＩＭ０．６６１０．６８６０．７０２０．７０６０．７０００．６９７０．７０４０．７０５０．７１３犚ＰＳＮ３１．６８３２．６４３３．００３３．０８３２．９８３２．８２３３．０１３３．１７３３．３８ＳＳＩＭ０．８８２０．８８５０．９０００．９０２０．９０００．８９８０．９０１０．９０３０．９０５犚ＰＳＮ２７．０１２７．７６２７．９０２７．９２２７．８５２７．７２２７．８７２８．００２８．１４ＳＳＩＭ０．７９１０．８１３０．８２６０．８２８０．８２５０．８２１０．８２７０．８３００．８３５犚ＰＳＮ２３．７１２４．９８２５．２３２５．０３２５．１５２４．８１２４．９４２５．２２２５．６３ＳＳＩＭ０．８８７０．９０２０．９２００．９１２０．９１９０．９０８０．９１１０．９１５０．９２９犚ＰＳＮ２６．６３２７．９５２８．４９２８．４３２８．２６２８．１２２８．３１２８．６４２８．８０ＳＳＩＭ０．８３６０．８６５０．８７８０．８７９０．８７５０．８７２０．８７８０．８８１０．８８６犚ＰＳＮ２８．２７２９．２３２９．５９２９．５７２９．４８２９．３１２９．５０２９．６９２９．９５ＳＳＩＭ０．８４５０．８６３０．８７５０．８７６０．８７４０．８７０４０．８７５０．８７７０．８８３以Ｌｅｎａ的帽檐和Ｂｕｔｔｅｒｆｌ２所示．图１ｙ的翅膀为例，对几种算法图像重建进行比较，分别如图１，（ａ）和图２（ａ）是ＨＲ测试图像Ｌｅｎａ和Ｂｕｔｔｅｒｆｌｙ，矩形框为所选择的细节放大区域．（ａ）Ｌｅｎａ（ｂ）Ｒｅｆｅｒｅｎｃｅ（ｇ）ＮＥ＋ＬＳ（ｃ）Ｂｉｃｕｂｉｃ（ｈ）ＮＥ＋ＮＮＬＳ（ｄ）Ｌ１ＳＲ（ｉ）ＮＥ＋ＬＬＥ（ｅ）ＳＩＳＲ（ｆ）ＡＮＲ（１６ａｔｏｍｓ）（ｋ）文中算法ｊ）Ａ＋（图１不同ＳＲ算法下Ｌｅｎａ帽檐细节放大图像的比较Ｆｉ１ＣｏｍｐａｒｉｓｏｎｏｆｅｎｌａｒｓｏｆＬｅｎａｈａｔｕｎｄｅｒｄｉｆｆｅｒｅｎｔＳＲａｌｒｉｔｈｍｓｇ．ｇｅｄｉｍａｇｅｇｏ（ａ）Ｌｅｎａ（ｂ）Ｒｅｆｅｒｅｎｃｅ（ｇ）ＮＥ＋ＬＳ（ｃ）Ｂｉｃｕｂｉｃ（ｈ）ＮＥ＋ＮＮＬＳ（ｄ）Ｌ１ＳＲ（ｉ）ＮＥ＋ＬＬＥ（ｅ）ＳＩＳＲ（ｆ）ＡＮＲ（１６ａｔｏｍｓ）（ｋ）文中算法ｊ）Ａ＋（图２不同ＳＲ算法下Ｂｕｔｔｅｒｆｌｙ翅膀细节放大图像的比较Ｆｉ２ＣｏｍｐａｒｉｓｏｎｏｆｅｎｌａｒｓｏｆＢｕｔｔｅｒｆｌｎｇｕｎｄｅｒｄｉｆｆｅｒｅｎｔＳＲａｌｒｉｔｈｍｓｇ．ｇｅｄｉｍａｇｅｙｗｉｇｏ由图１，２可知：视觉直观上，Ｌ１ＳＲ算法虽然恢复了部分细节，但重建图像仍然比较模糊；ＳＩＳＲ算法的边缘锐化效果明显，但是在重建图像中出现了很多虚假细节；其他算法重建结果略优于前面提及的犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期黄炜钦，等：非局部相似和双边滤波的图像超分重建９３１几种方法；文中所提方法优于其他８种方法，恢复了更多的边缘和纹理的细节且没有引入过多的虚假细节，重建图像更加清晰．在不同ＳＲ算法下，Ｂ１００中１００张图像的犚ＰＳＮ和ＳＳＩＭ的平均值，如表２所示．由表２可知：文中所提算法在这两个评价指标下的平均值都是最高的．表２不同ＳＲ算法下Ｂ１００的犚ＰＳＮ（ｄＢ）和ＳＳＩＭ平均值的比较Ｔａｂ．２Ｃｏｍｐａｒｉｓｏｎｏｆ犚ＰＳＮ（ｄＢ）ａｎｄＳＳＩＭｆｏｒｄｉｆｆｅｒｅｎｔＳＲａｌｒｉｔｈｍｓｆｏｒＢ１００ｇｏ评价指标ＢｉｃｕｂｉｃＬ１ＳＲＳＩＳＲＡＮＲＮＥ＋ＬＳＮＥ＋ＮＮＬＳＮＥ＋ＬＬＥＡ＋（１６ａｔｏｍｓ）文中算法珚ＰＳＮ犚２７．１５２７．７２２７．８７２７．８９２７．８３２７．７３２７．８５２７．９４２８．０８ＳＳＩＭ０．７７８０．８０００．８０９０．８１２０．８０９０．８０６０．８１１０．８１４０．８１９４结束语为了提高图像的超分辨率重建效果，提出一种基于非局部相似正则化和改进双边滤波的稀疏表示超分重建算法．一方面，构造了基于非局部相似正则化的稀疏编码目标函数，通过非局部相似正则化获得图像非局部冗余以保持图像边缘信息；另一方面，通过提出的基于双边滤波的全局误差补偿模型对重建后的图像进行误差补偿，恢复更多边缘细节信息．实验结果表明，与多种超分重建算法相比，文中所提算法不论是在视觉效果上，还是在客观评价指标上，都具有更好的超分重建效果．参考文献：［１］ＹＡＮＧＪ，ＷＲＩＧＨＴＪ，ＨＵＡＮＧＴ，犲狋犪犾．Ｉｍａｇｅｓｕｐｅｒｒｅｓｏｌｕｔｉｏｎａｓｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｏｆｒａｗｉｍａｇｅｐａｔｃｈｅｓ［Ｃ］∥ ? ＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ．Ａｌａｓｋａ：ＩＥＥＥＰｒｅｓｓ，２００８：１８． ? ［２］ＹＡＮＧＪ，ＷＲＩＧＨＴＪ，ＨＵＡＮＧＴＳ，犲狋犪犾．Ｉｍａｇｅｓｕｐｅｒｒｅｓｏｌｕｔｉｏｎｖｉａｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓ ? ｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２０１０，１９（１１）：２８６１２８７３． ? ［３］ＹＡＮＧＳ，ＷＡＮＧＭ，ＣＨＥＮＹ，犲狋犪犾．ＳｉｎｇｌｅＩｍａｇｅｓｕｐｅｒｒｅｓｏｌｕｔｉｏｎｒｅｃｏｎｓｔｒｕｃｔｉｏｎｖｉａｌｅａｒｎｅｄｇｅｏｍｅｔｒｉｃｄｉｃｔｉｏｎａｒｉｅｓ ? ? ａｎｄｃｌｕｓｔｅｒｅｄｓｐａｒｓｅｃｏｄｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２０１２，２１（９）：４０１６４０２８． ? ［４］丁静，王培康．犕?估计耦合双边滤波的正则化超分辨率重建［Ｊ］．计算机应用，２０１０，３０（１１）：３００５３００７． ? ［５］ＤＯＮＯＨＯＤＬ．Ｆｏｒｍｏｓｔｌａｒｒｄｅｔｅｒｍｉｎｅｄｓｙｓｔｅｍｓｏｆｅｔｉｏｎｓ，ｔｈｅｍｉｎｉｍａｌ１ｒｍｎｅａｒｓｏｌｕｔｉｏｎａｐｐｒｏｘｉ  ?ｎｏ ? ｇｅｕｎｄｅｑｕａｓｏｌｕｔｉｏｎ［Ｊ］．ＣｏｍｍｕｎｉｃａｔｉｏｎｓｏｎＰｕｒｅａｎｄＡｐｐｌｉｅｄＭａｔｈｅｍａｔｉｃｓ，２００６，５９（７）：９０７９３４．ｍａｔｅｓｔｈｅｓｐａｒｓｅｓｔｎｅａｒ ? ? ［６］沈丰，赵宇明．基于实时Ｒｅｔｉｎｅｘ与双边滤波的图像增强算法［Ｊ］．计算机应用与软件，２００９，２６（１１）：２３４２３８． ? ［７］ＭＡＩＲＡＬＪ，ＢＡＣＨＦ，ＰＯＮＣＥＪ，犲狋犪犾．Ｎｏｎｌｏｃａｌｓｐａｒｓｅｍｏｄｅｌｓｆｏｒｉｍａｇｅｒｅｓｔｏｒａｔｉｏｎ［Ｊ］．ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒ  ? ｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ，２００９，３０（２）：２２７２２２７９． ? ［８］ＣＨＡＹ，ＫＩＭＳ．ＴｈｅｅｒｒｏｒａｍｅｎｄｅｄｓｈａｒＥＡＳＥ）ｓｃｈｅｍｅｆｏｒｉｍａｇｅｚｏｏｍｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｍａｇｅ ? ｐｅｄｇｅ（ＰｒｏｃｅｓｓｉｎｇａＰｕｂｌｉｃａｔｉｏｎｏｆｔｈｅＩＥＥＥＳｉｌＰｒｏｃｅｓｓｉｎｇＳｏｃｉｅｔ２００７，１６（６）：１４９６１５０５． ? ｇｎａｙ，［９］余博，郭雷，钱晓亮，等．一种新的自适应双边滤波算法［Ｊ］．应用科学学报，２０１２，３０（５）：５１７５２３． ? ［１０］ＣＨＥＮＫ．Ａｄａｐｔｉｖｅｓｍｏｏｔｈｉｎｇｖｉａｃｏｎｔｅｘｔｕａｌａｎｄｌｏｃａｌｄｉｓｃｏｎｔｉｎｕｉｔｉｅｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰａｔｔｅｒｎＡｎａｌｓｉｓｙａｎｄＭａｃｈｉｎｅＩｎｔｅｌｌｉｅ，２００５，２７（１０）：１５５２１５６７． ? ｇｅｎｃ［１１］ＱＩＡＮＸｉａｏｌｉａｎｇ，ＧＵＯＬｅｉ，ＹＵＢｏ．Ｓｃａｌｅｓｅｄａｄａｐｔｉｖｅｓｍｏｏｔｈｉｎｇ［Ｃ］∥ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＦｕｔｕｒｅＣｏｍ ?ｂａｔｅｒａｎｄＣｏｍｍｕｎｉｃａｔｉｏｎ．Ｗｕｈａｎ：ＩＥＥＥＰｒｅｓｓ，２０１０：Ｖ２（４０４４）．ＤＯＩ：１０．１１０９／ＩＣＦＣＣ．２０１０．５４９７２９４． ? ｐｕ［１２］ＴＩＭＯＦＴＥＲ，ＳＭＥＴＶＤ，ＧＯＯＬＬＶ．Ａ＋：Ａｄｕｓｔｅｄａｎｃｈｏｒｅｄｎｅｉｒｈｏｏｄｒｅｇｒｅｓｓｉｏｎｆｏｒｆａｓｔｓｕｐｅｒｒｅｓｏｌｕｔｉｏｎ ? ｊｇｈｂｏ［Ｃ］∥ＡｓｉａｎＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ．［Ｓ．ｌ．］：Ｓｐｒｉｎｇｅｒ，２０１４：１１１１２６．ＤＯＩ：１０．１００７／９７８３３１９１６８１７３＿８． ? ? ? ? ? ［１３］ＺＥＹＤＥＲ，ＥＬＡＤＭ，ＰＲＯＴＴＥＲＭ．Ｏｎｓｉｎｇｌｅｉｍａｇｅｓｃａｌｅｉｎｇｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｓ［Ｃ］∥ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎ  ?ｕｐｕｓ ? Ｓｐｒｉｎｇｅｒ，２０１０：７１１７３０．ＤＯＩ：１０．１００７／９７８３６４２２７４１３８＿４７．ｆｅｒｅｎｃｅｏｎＣｕｒｖｅｓａｎｄＳｕｒｆａｃｅｓ．Ｂｅｒｌｉｎ： ? ? ? ? ? ［１４］ＴＩＭＯＦＴＥＲ，ＤＥＶ，ＧＯＯＬＬＶ．Ａｎｃｈｏｒｅｄｎｅｉｒｈｏｏｄｒｅｇｒｅｓｓｉｏｎｆｏｒｆａｓｔｅｘａｍｐｌｅｓｅｄｓｕｐｅｒｒｅｓｏｌｕｔｉｏｎ［Ｃ］∥ ?ｂａ ? ｇｈｂｏＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ．Ｓｙｄｎｅｙ：ＩＥＥＥＰｒｅｓｓ，２０１３：１９２０?１９２７．ＤＯＩ：１０．１１０９／ＩＣＣＶ．２０１３．２４１．（责任编辑：陈志贤犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：吴逢铁）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１６１００１６ ? 采用多叉树模型数据迁移算法的设计与实现宋春红１，王佳斌１，郑力新２（１．华侨大学工学院，福建泉州３６２０２１；２．华侨大学工业智能化技术与系统福建省高校工程研究中心，福建泉州３６２０２１）摘要：针对目前传统关系型数据库中的历史数据向非关系型数据库迁移的低效率问题，提出利用多叉树模型对历史数据存储模式进行重构．基于４种模式迁移规则对各表节点之间的关联关系进行分析，推导算法完成传统关系型数据库中存储模式和历史数据的自动化迁移．该算法不受源数据库存储模式的限制，具有一定的通用性．数据迁移实验表明：在查询性能上，基于多叉树的迁移算法比官方迁移工具Ｓｑｏｏｐ有较大的提高．关键词：关系型数据库；非关系型数据库；数据迁移；多叉树模型；Ｓｑｏｏｐ中图分类号：ＴＰ３１文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０９３２０５ ? ? ? 犇犲狊犻犾犲犿犲狀狋犪狋犻狅狀狅犳犇犪狋犪犕犻狉犪狋犻狅狀犵狀犪狀犱犐犿狆犵犃犾狅狉犻狋犺犿犝狊犻狀犵犕狌犾狋犻犉狅狉犽犜狉犲犲犵ＳＯＮＧＣｈｕｎｈｏｎｇ１，ＷＡＮＧＪｉａｂｉｎ１，ＺＨＥＮＧＬｉｘｉｎ２（１．ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔｉｎａ；ｙ，Ｑｕａｎｚｈｏｕ３６２０２１，Ｃｈ２．ＩｎｄｕｓｔｒｉａｌＩｎｔｅｌｌｉｔＴｅｃｈｎｏｌｏｇｙａｎｄＳｙｓｔｅｍＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＦｕｉａｎＰｒｏｖｉｎｃｅＣｏｌｌｅｇｅｓｇｅｎｊｉａｏＵｎｉｖｅｒｓｉｔｉｎａ）ａｎｄＵｎｉｖｅｒｓｉｔｉｅｓ，Ｈｕａｑｙ，Ｑｕａｎｚｈｏｕ３６２０２１，Ｃｈ犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｉｓｓｕｅｓｏｎｏｆｌｏｗｍｉｒａｔｉｏｎｅｆｆｉｃｉｅｎｃｙａｂｏｕｔｔｈｅｈｉｓｔｏｒｉｃａｌｄａｔａｆｒｏｍｔｒａｄｉｔｉｏｎａｌｇｒｅｌａｔｉｏｎｄａｔａｂａｓｅｔｏｎｏｓｌｄａｔａｂａｓｅ，ｔｈｅｍｕｌｔｉｆｏｒｋｔｒｅｅｍｏｄｅｌｉｓｐｒｏｐｏｓｅｄｔｏｒｅｃｏｎｓｔｒｕｃｔｔｈｅｈｉｓｔｏｒｉｃａｌｄａｔａ ? ｑｓｔｏｒａｇｅｍｏｄｅｌ．Ｔｈｅｎａｎａｌｚｅｄｔｈｅｒｅｌａｔｉｏｎｓｈｉｔｗｅｅｎｅａｃｈｔａｂｌｅｎｏｄｅｂａｓｅｄｏｎｆｏｕｒｍｉｒａｔｉｏｎｒｕｌｅｓ．Ｆｉｎａｌｌｙｐｂｅｇｙｔｈｅｍｉｒａｔｉｏｎａｌｒｉｔｈｍｉｓｄｅｒｉｖｅｄｔｏｃｏｍｐｌｅｔｅｔｈｅａｕｔｏｍａｔｉｃｍｉｒａｔｉｏｎｏｆｔｈｅｓｔｏｒａｇｅｍｏｄｅｌａｎｄｈｉｓｔｏｒｉｃａｌｄａｔａｇｇｏｇｉｎｔｈｅｒｅｌａｔｉｏｎａｌｄａｔａｂａｓｅ．Ｔｈｅａｌｒｉｔｈｍｈａｓａｃｅｒｔａｉｎｖｅｒｓａｔｉｌｉｔｈａｔｉｓｎｏｔｒｅｓｔｒｉｃｔｅｄｂｙｔｈｅｓｔｏｒａｇｅｍｏｄｅｏｆｇｏｙｔｆｏｒｋｔｒｅｅｓｏｕｒｃｅｄａｔａｂａｓｅ．Ｄａｔａｍｉｒａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓｖｅｒｉｆｈａｔｔｈｅｍｉｒａｔｉｏｎａｌｒｉｔｈｍｂａｓｅｄｏｎｔｈｅｍｕｌｔｉ ? ｇｙｔｇｇｏｈａｓｇｒｅａｔｌｒｏｖｅｄｔｈｅｑｕｅｒｒｆｏｒｍａｎｃｅｃｏｍｐａｒｅｄｗｉｔｈｔｈｅａｐａｃｈｅｏｆｆｉｃｉａｌｔｏｏｌＳｑｏｏｐ．ｙｉｍｐｙｐｅ犓犲狉犱狊：ｒｅｌａｔｉｏｎａｌｄａｔａｂａｓｅ；ｎｏｓｌｄａｔａｂａｓｅ；ｄａｔａｍｉｒａｔｉｏｎ；ｍｕｌｔｉｆｏｒｋｔｒｅｅｍｏｄｅｌ；Ｓｑｏｏｐ ? ｑｇ狔狑狅传统的Ｗｅｂ应用系统通常基于ＭｙＳＱＬ和Ｏｒａｃｌｅ等传统关系型数据库．然而，大数据和云计算技术得到了快速的发展，考虑到海量数据的高并发访问等特性，关系型数据库不再适用［１?２］，而非关系型数据库凭借其可拓展性、高可用性、对大量数据的快速查询能力，以及对非结构数据的支持而呈现出更大的优势［３?４］．另外，因为ＭｙＳＱＬ中的历史数据对于企业的业务研究和发展具有很大的现实和指导意义，所以，将传统数据模式和数据转换迁移到适合大数据平台的非关系型数据库具有重要的理论和应用价值．随着Ｈａｄｏｏｐ技术的不断发展和完善［５?６］，相关的技术支持越来越丰富，并且出现了很多数据迁移工收稿日期：２０１６１０１２ ? ? 通信作者：王佳斌（１９７４Ｅ?ｍａｉｌ：ｆａｔｗａｎｇ＠ｈｑｕ． ?），男，副教授，主要从事大数据、物联网和嵌入式系统开发的研究．ｅｄｕ．ｃｎ．基金项目：国家自然科学基金青年科学基金资助项目（６１５０５０５９）；福建省泉州市科技计划项目（２０１３Ｚ１２）第６期宋春红，等：采用多叉树模型数据迁移算法的设计与实现９３３具和应用［７］，如Ａｐａｃｈｅ的官方应用Ｓｑｏｏｐ和Ｋｅｔｔｌｅ等，不足之处是它们只能机械化地完成数据的迁移，而无法进行数据库中众多表模式的转换和迁移．但是，对关系型数据库到大数据的转换设计往往需要考虑到一些实际需求和平台特性的因素．所以，相关工作的完成存在很大的难度．ＮｏＳＱＬ数据库元素众多，也使ＮｏＳＱＬ没能形成一个统一的标准．本文从应用广度和应用技术等多角度出发，选择ＨＢａｓｅ数据库［８］，针对文献［９］提出的几种模式转换方法，提出一种基于多叉树模型的迁移算法．１数据库模式迁移思想［］在进行实际操作时，基于文献［９］和关系型数据库的关系范式１０，将这４种转换模型进一步划分为两类，即单表模式的转换和多表模式的转换．单表模式的转换较为简单，即完成单个表的转换．这种表与源数据库中的其他表之间不存在任何关联关系，当应用程序对这些表进行操作时也不会涉及到其他表．多表模式即包含多个相互关联的表节点，各表之间通过主键和外键的方式进行关联．４种转换模型的分类，如图１所示．将４种模式转换中基本表的转换归为单表模式，将内嵌转换、递归转换和分割转换划分为多表模式的转换．在对多表模式进行转换时，借助多叉树结构［１１?１２］．多叉树是节点的有限集合，当节点数为０时，该多叉树为空树；当节点数大于０时，该多叉树由一个根节点和它的子树构成．树中的每个节点都可以有任意个子节点，且子节点之间没有严格的排列顺序．图１４种转换模型的分类２多叉树结构的设计与实现Ｆｉ１Ｃｌａｓｓｉｆｉｃａｔｉｏｎｏｎｆｏｕｒｋｉｎｄｓｇ．ｏｆｔｒａｎｓｆｏｒｍａｔｉｏｎｍｏｄｅｌ进行数据模式的转换和迁移时，首先，从源数据库中获取描述数据库模式的信息并存储到多叉树结构中；然后，通过对树种各节点的遍历等操作完成模式的转换和迁移［１３］．用多叉树的节点表示源数据库中的数据表．节点设计包含：用于存储表名的节点名、列属性名、主／外键属性名、父节点链表、孩子结点链表、标记信息等．多叉树节点有８种成员函数．１）无参构造函数ＴｒｅｅＮｏｄｅ（），实现表节点的初始化；２）ｓｅｔＮｏｄｅ  ３）ａｄｄｐａｒｅｎｔＮｏｄｅ（ＴｒｅｅＮｏｄｅｔｒｅｅｎｏｄｅ）为表节点添加父节点（当根据各Ｎａｍｅ（）为表节点设置节点名；表之间的关系构造多叉树时）；４）ａｄｄＣｈｉｌｄＮｏｄｅ（ＴｒｅｅＮｏｄｅｔｒｅｅｎｏｄｅ）为表节点添加孩子节点（当根据各表之间的关系构造多叉树时）；５）ｇｅｉｓｔ；６）ｇｅｔＣｈｉｌｄＬｉｓｔ（）返回当前节点的孩子节点组成的Ｌｔ  ｉｓｔ；７）ｇｅ８）ｉｓＬｅａｆ（）ＰａｒｅｎｔＬｉｓｔ（）返回当前节点的父节点组成的ＬｔＥｌｄｅｒｓ（）返回当前节点的父辈节点；判断当前节点是否为叶子节点通过构造表节点的属性和成员函数，存储表的各属性，通过调用各节点的成员函数灵活地实现表与表之间关系的描述．因此，可以通过构造多叉树，较为容易地实现源数据库中表模式的获取和转换．３数据库的迁移算法３．１表模式迁移算法实现１）单表模式的迁移．首先，寻找单表；然后，按照基本表的转［］换方法创建相应的ＨＢａｓｅ表．该算法流程图，如图２所示１１．２）多表模式的迁移．多表模式的迁移相对单表模式的迁移较为复杂，并且要在单表模式的迁移完成之后进行．首先，对剩余的图２单表模式迁移图表节点构造多叉树；然后，对多叉树分情况进行内嵌变换、递归变Ｆｉ２Ｓｉｎｇｌｅｔａｂｌｅｓｃｈｅｍａｍｉｒａｔｉｏｎｇ．ｇ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．９３４华侨大学学报（自然科学版）２０１８年换和分割变换．算法流程图，如图３所示．分割变换的模型，如图４所示．图４中：１为ｗｅｂｓｉｔｅ节点创建新的副本节点ｗｅｂｓｉｔｅ ′；２为依次删除ｗｅｂｓｉｔｅ节点中首个父节点之后的所有父节点；３为依次将ｗｅｂ  ｓｉｔｅ ′的父节点设置为ｗｅｂｓｉｔｅ节点删除的父节点，并将相应父节点的ｃｈｉｌｄＬｉｓｔ中的ｗｅｂｓｉｔｅ节点更改为ｗｅｂ  ｓｉｔｅ ′．多表模式的递归变换可以简单地看作是多个嵌套变换的组合，因此，在对多表模式进行转换时可以同时完成嵌套和递归变换．具体方法为：首先，获取叶子节点；然后，利用节点的ｇｅｔＥｌｄｅｒｓ（）方法返回，整个路径上的表节点作为一个列族迁移到ＨＢａｓｅ表中．图３多表模式迁移３．２数据库的迁移过程在数据库迁移的过程中，需要在线连接ＭｙＳＱＬ，Ｆｉ３Ｍｕｌｔｉｔａｂｌｅｓｃｈｅｍａｍｉｒａｔｉｏｎ ? ｇ．ｇＨＢａｓｅ数据库，获取所有关系型数据表模式．然后，根据表与表之间的关系决定对表模式进行怎样的转换．总的迁移过程的流程图，如图５所示．图４多表模式中的分割变换图５迁移过程流程图Ｆｉ４Ｓｅｇｍｅｎｔａｔｉｏｎｉｎｍｕｌｔｉｔａｂｌｅｍｏｄｅｌ ? ｇ．Ｆｉ５Ｍｉｒａｔｉｏｎｐｒｏｃｅｓｓｆｌｏｗｃｈａｒｔｇ．ｇ４迁移算法在犎犅犪狊犲的具体实现以在线商品比价系统为例，对文中提到的迁移算法进行测试［１４］．将现有历史数据和平台迁移到ＨＢａｓｅ分布式数据平台上，并对算法的有效性进行验证．在线商品比价系统在原有ＭｙＳＱＬ数据库中包含了ｐｒｂｒａｎｄ和ｗｅｂｓｉｔｅ等表，表与表之间的关系模式图，如图６所示．ｏｄｕｃｔｕｒｌ，ｒｏｄｕｃｔ，ｐ图６ＭｙＳＱＬ数据库实例Ｆｉ６ＭｙＳＱＬｄａｔａｂａｓｅｉｎｓｔａｎｃｅｇ．由上面的数据库实例模型可以对数据库中的表模式进行转换分析．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期宋春红，等：采用多叉树模型数据迁移算法的设计与实现９３５１）单表模式转换．由图６可知：在线商品比价系统的数据库中ｑｕａｌｉｔｙ表的属性与其他表之间不存在任何互联关系，并且ｑｕａｌｉｔｙ表与其他表之间不存在任何连接查询．根据上面的算法将该表判定为单表，直接将ｑｕａｌｉｔｓｅ中表的表名，将ｑｕａｌｉｔｓｅ中相应表的ｙ的表名作为迁移之后ＨＢａｙ的主键作为ＨＢａｌｉｔＲｏｗＫｅｙ，且只存在一个名为ｑｕａｙ的列族．２）分割变换．按照上面的算法，可以将实例中相互关联的表构建成一棵多叉树．将会有两个父节点，因此，要对该节点进行分割变换，即创建ｗｅｂｓｉｔｅ的一个副本节点ｗｅｂｓｉｔｅ ′．将ｗｅｂｓｉｔｅ的第２个父节点在ｗｅｂｓｉｔｅ的ｐａｉｔｅ ′的ｐａｒｅｎｔＬｉｓｔ中删除，并赋值给ｗｅｂｓｒｅｎｔＬｉｓｔ．修改相应的ｐａｒｅｎｔ节点的孩子节点，完成表模式的分割变换．［］３）嵌套变换和递归变换．ＨＢａｓｅ数据库不能对多表进行ｊｏｉｎ查询１５?１６，因此，不能像传统关系型数据库，为了满足关系范式把相互关联的信息存储在多个表中来减少数据的冗余．相反地，ＨＢａｓｅ牺牲空间存储率，将相互关联的多个表存储在一个大表中，实现了巨量数据的高效查询［１７］．因此，要将图６中所有表构造成图４所示的多叉树；然后，依次从叶子节点开始通过嵌套和递归变换，将每个分支作为ＨＢａｓｅ表的一个列族成员存储到ＨＢａｓｅ数据库中．迁移后的ｑｕａＮａｍｅ＝＞ ‘ ｌｉｌｉｔｒｏ  ｙ描述为｛ｑｕａｙ’｝；ｐＮａｍｅ＝＞ ‘ ｏｄｕｃｔ’｝，｛Ｎａｍｅ＝＞ ‘ ｏｄｕｃｔ’｝．完成上述表模式的转换和迁移，按照相ｄｕｃｔｕｒｌ描述为｛ｐｒｐｒ应的列族和列的关系进行数据的批量迁移．５性能测试与分析实验测试环境，如表１所示．表１中：犮为容量．犳为频率；表１实验测试环境Ｔａｂ．１Ｔｅｓｔｅｎｖｉｒｏｎｍｅｎｔ主／从配置ＩＰ／ＧＨｚＣＰＵ）犳（／ＧＢ犮（ＲＡＭ）／ＧＢ犮（ＲＯＭ）Ｍａｓｔｅｒ１９２．１６８．１．２３．６４５００Ｓｌａｖｅ１１９２．１６８．１．３３．６４５００Ｓｌａｖｅ２１９２．１６８．１．４３．６４５００Ｓｌａｖｅ３１９２．１６８．１．５３．６４５００分别用文中的迁移算法、Ｓｑｏｏｐ对关系型数据库Ｇｏｏｄｓ进行迁移，对比结果分析可知：在自动化方面，Ｓｑｏｏｐ迁移工具需要手动指定数据库名、数据表名、数据类型和迁移后在ＨＢａｓｅ端的列族名及列名等参数，且这些参数都需要一一对应，否则，很难实现迁移后应用的正确运行．所以，在迁移的时候就会比较繁琐．而文中提到的迁移算法，在执行的时候能够自动获取ＭｙＳＱＬ端源数据库的表模式，并转换为相应的ＨＢａｓｅ表模式，确定ＨＢａｓｅ端的表名、列族名和列名等，自动化程度很高．在存储空间上，因为文中工具通过内嵌、递归和分割变换规则对原始表中的数据进行了冗余复制，因此，同Ｓｑｏｏｐ相比，迁移后的数据需要更大一些的存储空间．数据存储容量对比，如图７所示．测试查询性能对比，如图８所示．图７数据存储容量对比图８测试查询性能对比Ｆｉ７Ｄａｔａｓｔｏｒａｇｅｃａｐａｃｉｔｏｎｔｒａｓｔｇ．ｙｃＦｉ８Ｔｅｓｔｑｕｅｒｒｆｏｒｍａｎｃｅｃｏｎｔｒａｓｔｇ．ｙｐｅ在查询性能上，由于ＨＢａｓｅ数据库不支持表间的ｊｏｉｎ操作，Ｓｑｏｏｐ迁移的数据结果在对“ ＳＥＬＥＣＴ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９３６２０１８年Ｉｍｇｕｒｌ，ｂｒａｎｄＮａｍｅｗｈｅｒｅｐｒｏｄｕｃｔ．ｂｒａｎｄＩＤ＝ｂｒａｎｄ．ｂｒａｎｄＩＤ”这样的ＳＱＬ语句的执行ｒｏｄｕｃｔＮａｍｅ，ｐ［１８］时效率会非常低，而文中的算法，利用４种模式转换规则对源数据表的模型进行了转换，将表间的ｏｉｎ操作转换为了同表内不同列族、不同列的查询操作．依据ＨＢａｓｅ表内快速查询的特性，以及图８所ｊ示的测试结果可知：文中的算法更胜一筹．６结论对大数据迁移工具的研究背景和现状进行了阐述．然后，基于文献［９］中的４种模式转换模型提出了一种基于多叉树模型的迁移算法，并进一步阐述了该算法实现的具体原理．最后，以在线商品比价系统的迁移为例，实现了传统关系数据库Ｇｏｏｄｓ中表模式和历史数据向ＨＢａｓｅ数据库的自动迁移．相对于大多数现有迁移工具而言，该算法一方面提高了自动化程度，另一方面，在尽量保证数据完整性的前提下，提高了迁移后的数据查询性能．但是，在对ＭｙＳＱＬ的源数据表进行分割变换时，采用了完全备份的方法，这也在一定程度上加大了数据的存储空间．所以，后续工作中还应加入对业务日志的分析模块，更细腻地完成表模式分割转换，达到优化存储空间占用率的目的．参考文献：［１］ＨＥＪｉａｎｋｅ．大并发大数量中的ＭＹＳＱＬ瓶颈与ＮＯＳＱＬ介绍［ＥＢ／ＯＬ］．［２０１３?０６?０９］．ｈｔｔｉａｎｋｅ８３．ｂｌｏｇ．ｐ：∥ｈｅｊ／．１６３．ｃｏｍ／ｂｌｏｇ／ｓｔａｔｉｃ０５／．［２］张华强．关系型数据库与ＮｏＳＱＬ数据库［Ｊ］．电脑知识与技术，２０１１，２０（７）：４８０２４８０４． ? ［３］覃雄派，王会举，杜小勇，等．大数据分析：ＲＤＢＭＳ与ＭａｐＲｅｄｕｃｅ的竞争与共生［Ｊ］．软件学报，２０１２，２３（１）：３２４５． ? ［４］王珊，王会举，覃雄派，等．架构大数据：挑战、现状与展望［Ｊ］．计算机学报，２０１１，３４（１０）：１７４１１７５２． ? ［５］ＶＯＲＡＭＮ．Ｈａｄｏｏｐｓｅｆｏｒｌａｒｓｃａｌｅｄａｔａ［Ｃ］∥ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＮｅｔｗｏｒｋ  ?ＨＢａ ? ｇｅＴｅｃｈｎｏｌｏｇｙ．［Ｓ．ｌ．］：ＩＥＥＥＰｒｅｓｓ，２０１１．［６］ＮＡＨＥＭＡＮＷ，ＷＥＩＪ．ＲｅｖｉｅｗｏｆＮｏＳＱＬｄａｔａｂａｓｅｓａｎｄｐｅｒｆｏｒｍａｎｃｅｔｅｓｔｉｎｇｏｎＨＢａｓｅ［Ｃ］∥ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒ  ｅｃｔｒｉｃＥｎｇｉｎｅｅｒｉｎｇａｎｄＣｏｍｐｕｔｅｒ．［Ｓ．ｌ．］：ＩＥＥＥＰｒｅｓｓ，２０１３．ｅｎｃｅｏｎＭｅｃｈａｔｒｏｎｉｃＳｃｉｅｎｃｅｓ，Ｅｌ［７］Ｓｑｏｏｐ官网．Ａｐａｃｈｅｓｏｆｔｗａｒｅｆｏｕｎｄａｔｉｏｎ［ＥＢ／ＯＬ］．［２０１６１１２３］．ｈｔｔａｐａｃｈｅ．ｏｒ ? ? ｐ：∥ｓｑｏｏｐ．ｇ／．［８］ＲＯＤＥＫＬ，ＰＯＵＬＳＥＮＨＦ．ＡｓｔｏｒａｇｅｍｏｄｅｌｏｆｅｉｔｄａｔａｂａｓｅｄｏｎＨＢａｓｅ［Ｊ］．ＡｐｐｌｉｅｄＭｅｃｈａｎｉｃｓａｎｄＭａｔｅｒｉ  ｑｕｐｍｅｎａｌｓ，２０１５，７１３／７１４／７１５（２）：２４１８２４２２． ? ［９］宋春红，王佳斌，郑力新．一种ＭｙＳＱＬ到ＨＢａｓｅ的迁移策略的研究与实现［Ｊ］．微型机与应用，２０１６，３５（１３）：８３８５． ? ［／４３６７８２５１０］百度百科．数据库范式［ＥＢ／ＯＬ］．［２０１６０９１６］．ｈｔｔｉｋｅ．ｓｏ．ｃｏｍ／ｄｏｃ４５７３５９０．ｈｔｍｌ． ? ? ? ｐ：∥ｂａ［１１］刘小晶，杜选．数据结构：Ｊａｖａ语言描述［Ｍ］．北京：清华大学出版社，２０１４：１４９１８９． ? ［１２］刘增杰，张少君．ＭｙＳＱＬ５．５从零开始学［Ｍ］．北京：清华大学出版社，２０１２：３４０４０２． ? ［１３］罗林球，孟琦，李晓，等．异构数据库迁移的设计与实现［Ｊ］．计算机应用研究，２００６，２３（１２）：２３３?２３５．ＤＯＩ：１０．ｉｓｓｎ．１００１３９６９／３６９５．２００６．１２．０７７． ? ｊ．［１４］方英兰，陈兵辉，唐苗．基于ＪＤＢＣ的优购数据库迁移系统的设计与实现［Ｊ］．北方工业大学学报，２０１３，２５（１）：５ ? ｉｓｓｎ．１００１１０．ＤＯＩ：１０．３９６９／５４７７．２０１３．０１．００２ ? ｊ．［１５］ＸＵＪｕｎｗｕ，ＬＩＡＮＧＪｕｎｌｉｎｇ．ＲｅｓｅａｒｃｈｏｎａｄｉｓｔｒｉｂｕｔｅｄｓｔｏｒａｇｅａｐｐｌｉｃａｔｉｏｎｗｉｔｈＨＢａｓｅ［Ｊ］．ＡｄｖａｎｃｅｄＭａｔｅｒｉａｌｓＲｅ  ／ＡＭＲ．ｓｅａｒｃｈ，２０１３，６３１６３２：１２６５１２６９．ＤＯＩ：１０．４０２８／ｗｗｗ．ｓｃｉｅｎｔｉｆｉｃ．ｎｅｔ６３１６３２．１２６５ ? ? ? ［１６］ＤＩＭＩＤＵＫＮ，ＫＡＵＲＡＮＡＡ，谢磊．ＨＢａｓｅ实战［Ｍ］．北京：人民邮电出版社，２０１３：３４，２９３１． ? ? ［１７］蒋邁峰．ＨＢａｓｅ管理指南［Ｍ］．北京：人民邮电出版社．２０１３：８２８５． ? ［１８］代志远，刘佳，蒋杰．ＨＢａｓｅ权威指南［Ｍ］．北京：人民邮电出版社，２０１３：３３９３６４． ? （责任编辑：陈志贤犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：吴逢铁）第３９卷第６期２０１８年１１月华侨大学学报（自然科学版）Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７０６０２８ ? 卷积特征图融合与显著性检测的图像检索聂一亮，杜吉祥，杨麟（华侨大学计算机科学与技术学院，福建厦门３６１０２１）摘要：针对基于深度学习的图像检索提取特征往往包含了复杂的背景噪声，导致图像检索的精确率并不高的问题，提出一种特征图融合与显著性检测的方法．首先，训练用于分类的深度卷积神经网络模型．然后，并将图像卷积之后的特征图谱进行融合，得到图像的显著性区域．最后，通过计算图像显著性特征的余弦距离来进行检索．实验结果证明：相比目前主流的方法，文中方法能够有效提高检测精度，且鲁棒性较高．关键词：图像检索；特征图融合；显著性检测；卷积神经网络中图分类号：ＴＰ３９１文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０９３７０５ ? ? ? 犐犿犪犵犲犚犲狋狉犻犲狏犪犾犅犪狊犲犱狅狀犆狅狀狏狅犾狌狋犻狅狀犉犲犪狋狌狉犲犕犪狆犉狌狊犻狅狀犪狀犱犛犪犾犻犲狀犮狋犲犮狋犻狅狀狔犇犲ＮＩＥＹｉｌｉａｎｇ，ＤＵＪｉｘｉａｎｇ，ＹＡＮＧＬｉｎ（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｂａｓｅｄｏｎａｎｉｎｄｅｐｔｈｌｅａｒｎｉｎｇｏｆｉｍａｇｅｒｅｔｒｉｅｖａｌ，ｔｈｅｆｅａｔｕｒｅｓｅｘｔｒａｃｔｅｄｕｓｕａｌｌｏｎｔａｉｎｅｄｔｈｅｃｏｍ ? ｙｃｌｉｃａｔｅｄｂａｃｋｇｒｏｕｎｄｎｏｉｓｅｓ，ｗｈｉｃｈｒｅｓｕｌｔｅｄｉｎａｌｏｗｌｅｖｅｌｏｆａｃｃｕｒａｃｙｉｎｉｍａｇｅｒｅｔｒｉｅｖａｌ．Ｔｈｅｍｅｔｈｏｄｓｏｆｆｅａ  ｐｔｕｒｅｍａｐｆｕｓｉｏｎａｎｄｓａｌｉｅｎｃｙｄｅｔｅｃｔｉｏｎａｒｅｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒ．Ｔｈｅｍｅｔｈｏｄｆｉｒｓｔｌｒａｉｎｅｄｄｅｅｐｃｏｎｖｏｌｕｔｉｏｎ  ｙｔａｌｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｕｓｅｄｉｎｉｍａｇｅｃｌａｓｓｉｆｉｃａｔｉｏｎ，ａｎｄｔｈｅｎｆｕｓｅｄｔｈｅｆｅａｔｕｒｅｓｏｆｍａｐｓａｆｔｅｒｉｍａｇｅｃｏｎｖｏｌｕ  ｔｉｏｎｉｎｏｒｄｅｒｔｏｏｂｔａｉｎｔｈｅｓａｌｉｅｎｔｒｅｇｉｏｎｏｆｒｅｔｒｉｅｖｅｄｉｍａｇｅｓ．Ｆｉｎａｌｌｈｅｒｅｔｒｉｅｖｅｄｉｍａｇｅｓａｒｅｃａｌｃｕｌａｔｅｄｕｓｉｎｇｙ，ｔｔｈｅｃｏｓｉｎｅｄｉｓｔａｎｃｅｏｆｔｈｅｓａｌｉｅｎｔｆｅａｔｕｒｅｓ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔｓｈｏｗｓｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｓａｒｅａｂｌｅｔｏｅｆｆｅｃ  ｏｍｐａｒｅｄｔｏｔｈｅｃｕｒｒｅｎｔｍａ  ｔｉｖｅｌｒｏｖｅｔｈｅａｃｃｕｒａｃｙｏｆｒｅｔｒｉｅｖａｌａｎｄｔｈａｔｔｈｅｒｏｂｕｓｔｎｅｓｓｉｓｒｅｌａｔｉｖｅｌｉｙｉｍｐｙｈｇｈ，ｃｉｎｓｔｒｅａｍｍｅｔｈｏｄｓ．犓犲狉犱狊：ｉｍａｇｅｒｅｔｒｉｅｖａｌ；ｆｅａｔｕｒｅｍａｐｆｕｓｉｏｎ；ｓａｌｉｅｎｃｙｄｅｔｅｃｔｉｏｎ；ｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ狔狑狅近些年，深度学习在各种计算机视觉任务中都取得了重大的突破，其中包括基于内容的图像检索［］（ＣＢＩＲ）１任务，目的是通过分析图像内容检索图像．在检索任务中，图像的特征表达与相似性度量成为了图像检索中的关键任务，尽管有很多手工描述子用于提取图像特征，如具有尺度和旋转不变性的尺度［］［］不变特征变换（ＳＩＦＴ）２算法、在人脸识别广泛应用的局部二值模式（ＬＢＰ）高效算子３、行人检测中的［］方向梯度直方图（ＨＯＧ）特征描述子［４］，以及基于全局特征的ＧＩＳＴ（ｉｓｔｏｆｔｈｅｓｃｅｎｅ）５描述子等，但它ｇ们是浅层特征，视觉特征的描述能力十分有限．针对大规模图像检索，许多研究旨在解决如何快速和有收稿日期：２０１７０６２８ ? ? 通信作者：杜吉祥（ｘｄｕ＠ｈｑｕ．１９７７Ｅｍａｉｌ：ｅｄｕ．ｃｎ． ?），男，教授，博士，主要从事模式识别及图像处理研究．ｊ基金项目：国家自然科学基金资助项目（６１６７３１８６，６１３７０００６，６１５０２１８３）；福建省自然科学基金资助项目（２０１３Ｊ０６０１４，２０１４Ｊ０１２３７）；华侨大学中青年教师科研提升资助计划项目（ＺＱＮ?ＹＸ１０８）；华侨大学研究生科研创新培育计划资助项目（１５１１３１４００７）华侨大学学报（自然科学版）９３８２０１８年效地在大规模数据中检索相似图像［６?７］，而在大规模图像集中仅仅检索出语义相似的图像并不能满足用户日常的检索需求．在大多数情况下，用户更希望检索出实例级别的相似图像，而不仅仅是语义相似的同类图像．传统的方法是基于视觉词袋模型（ＢＯＶＷ）的图像检索，但由于ＢＯＶＷ最初提取的特征是传统手工描述子，抽取的特征比较低级，无法很好地描述图像的高层语义信息，因此，本文利用融合网络深层特征图谱来获取图像的显著性区域，从而筛去背景干扰信息，并结合阈值分割与局部特征向量编码方法进行实验．１图像检索方法根据卷积神经网络的特性，网络浅层提取的是一些细节特征，深层才开始学习到一些总体特征，并提炼出某些语义信息．文中算法采用ＧｏｏｇＬｅＮｅｔ网络模型进行微调，ＧｏｏｇＬｅＮｅｔ网络最核心的地方在于其Ｉｎｃｅｐｔｉｏｎ结构，这类结构具有强大的局部细节表征能力．由于图像通常具有总体表征和局部细节这两种特征，只采用一种尺度的卷积核就不能充分捕捉到这两种特征的信息．基于深度学习的图像检索一般都是提取最后一个卷积层或全连接层的特征直接进行相似度计算［８］，导致最后检索出的结果虽然是语义同类的图像，但是图像间的局部细节并不相似．例如，在电商平台进行纹饰服装或箱包图像搜索时，不同的服装或箱包可能会因为局部的某一个细节（如衣服的纹理、领口和袖口）而区分［９］，使用户检索不到相同款型的服装和箱包．因此，在高层语义保持一致的情况下，尽可能多地让特征包含局部细节信息显得尤为重要．基于卷积特征图融合概要图，如图１所示．图１特征图融合概要图Ｆｉ１Ｏｖｅｒｖｉｅｗｉｍａｇｅｏｆｆｅａｔｕｒｅｍａｐｆｕｓｉｏｎｇ．首先，将ＧｏｏｇＬｅＮｅｔ网络中经过前向运算得到的Ｉｎｃｅｐｔｉｏｎ结构的输出特征图谱进行叠加融合，其计算过程表示为犓ｅａｔｕｒｅ犻．犳ａｄｄ＝ ∑ ｆ（１）犻＝１式（１）中：犓为Ｉｎｃｅｐｔｉｏｎ结构输出的特征图谱的个数；ｆｅａｔｕｒｅ犻为一个平面二维向量，大小为犎 ×犠，它表示输出的第犻个特征图谱；犳ａｄｄ为这犓个特征图谱叠加的结果，由于每个特征图谱的大小是相同的，所以最终得到一个大小为犎 ×犠的二维平面向量．犳ａｄｄ特征图谱中值越大的区域，网络的激励越高，说明此区域有网络学习到的对象．为了得到特征图谱中高响应区域的具体位置，筛去干扰的背景信息，利用图谱的均值进行阈值分割，计算过程可表示为犿，狀）＝犳ｍａｓｋ（１，ｉｆ犳ａｄｄ（犿，狀）≥ ｍｅａｎ（犳ａｄｄ），｛０，ｏｔｈｅｒｗｉｓｅ．（２）式（２）中：犿，狀）为特征图谱中的对应的每一个像素点；ｍｅａｎ（犳ａｄｄ（犳ａｄｄ）为整个特征图谱的均值，将小于均值的位置取０，反之，取１，从而得到整个特征图中激励比较大的区域；犳ｍａｓｋ为阈值分割后的标记图谱，它的大小与犳ａｄｄ相同．对标记图谱使用双线性插值将其变换到原图大小，双线性插值可以使区域边缘更加地圆滑．然后，将标记图谱映射到原图上显示，实验发现需要检索的实例对象几乎都在区域里面．为了进一步得到原图的显著性区域，提取出标记图谱的最大连通域，这样做可以除去其他小面积非显著性区域的影响．为了方便观察，在实验中将得到的显著性区域用蓝绿色进行渲染，并用红色虚线矩形框标记出来．最终只需提取出图像显著性区域对应的特征，再将其编码生成最终的特征向量进行检索．首先，将犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期聂一亮，等：卷积特征图融合与显著性检测的图像检索９３９标记图谱犳ｍａｓｋ依次与犓个ｆｅａｔｕｒｅ犻取交集，得到犓个显著性特征图犛（犛１，犛２，…，犛犽），其计算过程为（犛犻＝犳ｍａｓｋ ∩ｆｅａｔｕｒｅ犻．３）由于每张图像的显著性区域大小不一，故采用文献［１０］聚合处理可以消除大小影响，使得每张图像最后的向量维度都一致．这种局部向量聚合方法不仅计算简便，而且使融合后的特征表达效果更好，其计算可表示为犪犫狏犻＝ ∑ ∑犛犻（狓，狔）．（４）狔＝１狓＝１式（４）中：犛犻为上一步得到的显著性特征图；犪，犫分别为显著性特征图的高度与宽度；狓，狔为犛犻上的空间坐标．文献［１０］实际上是对得到的每一个显著性特征图犛犻上的所有元素进行累加求和，这里有犓个特征图，最终会生成一个犓 ×１×１的向量犞（狏１，狏２，…，狏犽），即得到图像检索需要的特征向量．图像显著性检测结果的好坏直接影响图像分类与检索任务的性能［１１］，在实验中选择ＧｏｏｇＬｅＮｅｔ网络中哪一层Ｉｎｃｅｐｔｉｏｎ结构输出的特征图融合成为了需要研究的问题．为了便于观察，实验将ＧｏｏｇＬｅＮｅｔ网络中的１１个卷积层生成的特征图谱分别进行融合，可视化ＧｏｏｇＬｅＮｅｔ网络中融合各个卷积层之后所得的标记图谱示意图，如图２所示．由图２可知：浅层的特征更加侧重于一些角点和边缘信息，并且随着层数的增加，网络高响应的区域往往是实例对象存在的区域［１２］，使得提取的深层特征更加具有针对性，便于更好地检索．在经过大量的显著性检测后发现，Ｉｎｃｅｐｔｉｏｎ４ｄ与Ｉｎｃｅｐｔｉｏｎ４ｅ两个层生成的特征图谱进行融合之后的效果都比较好，并且有互补的效果．所以，实验将这两个层阈值分割之后的特征图谱犳ｍａｓｋ?４ｄ与犳ｍａｓｋ?４ｅ取交集，得到犳ｍａｓｋ，然后，再提取交集的最大连通域，得到更加准确的标记图谱，其计算可表示为（５）犳ｍａｓｋ＝犳ｍａｓｋ?４ｄ ∩ 犳ｍａｓｋ?４ｅ．图２标记图谱示意图Ｆｉ２Ｉｍａｇｅｏｆｍａｒｋｅｒｍａｐｇ．２实验结果与分析２．１评估标准为评估图像的检索性能，采用平均精度均值（ＭＡＰ）度量方法，计算过程分为两步．第一步，计算平均准确度（ＡＰ），对不同召回率上的准确度进行平均．假设检索有犖个结果，犓个相关图像，返回的排序／犓．位置分别为狓１，狓２，…，狓犓，则单个类别的平均准确度ＡＰ犻表示为ＡＰ犻＝（１／狓１＋２／狓２＋ … ＋犓／狓犓）犕第二步，对ＡＰ进行算术平均，假设检索总次数为犕，则平均精度均值ＭＡＰ表示为ＭＡＰ＝１ＡＰ犻． ∑ 犕犻＝１２．２数据集为验证文中方法的有效性，实验分别在ＣＵＢ２００２０１１和ＳｔａｎｆｏｒｄＤｏｇｓ两个细粒度数据集上进行． ? ＣＵＢ２００２０１１鸟类数据集含２００类，共１１７８８张图像，其中，训练集有５９９４张，测试集有５７９４张． ? ＳｔａｎｆｏｒｄＤｏｇｓ狗类数据集含１２０类，共２０５８０张图像，其中，训练集有１２０００张，测试集有８５８０张．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９４０２０１８年２．３实验配置［］在ＧＰＵ为ＴｅｓｌａＫ４０ｃ且内存大小为１６ＧＢ的机器上，使用开源的Ｃａｆｆｅ１３深度学习框架搭建网络，并采用随机梯度下降进行微调训练，设置初始学习率为０．０１，批大小为５０，共迭代５００００次．数据预处理阶段，在输入层使用Ｃｒｏｐ对图像进行裁剪，并将每个图像的大小统一重置为２２４ｐｘ×２２４ｐｘ．微调之后，提取ＧｏｏｇＬｅＮｅｔ中Ｉｎｃｅｐｔｉｏｎ４ｄ与Ｉｎｃｅｐｔｉｏｎ４ｅ层的特征并进行融合，将融合后特征图谱的均值ｍｅａｎ（犳ａｄｄ）作为分割阈值，在提取显著性区域特征之后，使用拓展查询进行检索，拓展查询是对返回的前犕个结果，包括查询样本本身，对它们的特征求和取平均，再做一次查询，实验中取犕值为１０．２．４结果分析在ＣＵＢ２００２０１１和ＳｔａｎｆｏｒｄＤｏｇｓ数据集上Ｔｏｐ１０的显著性检测，以及图像检索结果，如图３所 ? 示．图３中：第１栏为检索输入的原图像；第２栏为原图像的显著性检测结果；最后１栏为检索返回的Ｔｏｐ１０图像．由图３可知：在对两个数据集图像进行检索时，算法不仅可以检测出同属类别的相关图像，包含颜色相近、外形相似的鸟与狗，并且检索返回鸟与狗的图像在姿态上更加相似．（ａ）ＣＵＢ２００２０１１ ? （ｂ）ＳｔａｎｆｏｒｄＤｏｇｓ图３显著性检测以及图像检索结果Ｆｉ３Ｓｉｉｆｉｃａｎｃｅｄｅｔｅｃｔｉｏｎａｎｄｉｍａｇｅｒｅｔｒｉｅｖａｌｒｅｓｕｌｔｓｇ．ｇｎ为验证算法的高效性，将实验结果与其他主流图像检索方法在ＣＵＢ２００２０１１和ＳｔａｎｆｏｒｄＤｏｇｓ数 ? 表１ＭＡＰ值对比据集上进行比较，包括ＳＰｏＣ（ｓｕｍｐｏｏｌｉｎｇ［］Ｔａｂ．１ＭＡＰｖａｌｕｅｓｃｏｍｐａｒｉｓｏｎｓｏｆｃｏｎｖｏｌｕｔｉｏｎ）１０，ＣｒｏＷ（ｃｒｏｓｓ?ｄｉｍｅｎ  ［１４］ｓｉｏｎａｌｗｅｉｔｉｎｇ）及ＳＣＤＡ（ｓｅｌｅｃｔｉｖｅｇｈ［］ｃｏｎｖｏｌｕｔｉｏｎａｌｄｅｓｃｒｉｔｏｒａｇｇｒｅｇａｔｉｏｎ）１２ｐ方法等．ＣＵＢ２００?２０１１和ＳｔａｎｆｏｒｄＤｏｇｓ数据集上ＭＡＰ值对比，如表１所示．方法维度ｆｃ８＿ｉｍｆｃ８＿ｔＢＢｏｘｇ４０９６０．４８１０．７２７４０９６０．５５３０．７６６ｆｃ８＿ｒｅｄＢＢｏｘｐ４０９６０．５３１０．７４１２５６０．４２５０．５５９ＳＰｏＣ由表１可知：与其他方法相比，文中算法的优点在于检索的同时能检测出图像的显著性区域，筛去了背景干扰信息，使得图像特征的表达能力更突出，而ｆｃ８＿ｉｍ，［１０］（ｗ／ｏｃｅｎ．）（ｗｉｔｈｃｅｎ．）［１０］ＳＰｏＣＭＡＰ（ＣＵＢ）ＭＡＰ（Ｄｏｇｓ）２５６０．４７３０．５５７［］２５６０．５９７０．６８４［１２］１０２４０．６５８０．７５２５２８０．６８３０．７７２ＣｒｏＷ１４ＳＣＤＡ文中算法ＳＰｏＣ等方法都是直接提取整张图像特征进行检索；实验得到的ＭＡＰ值在ＣＵＢ２００２０１１和Ｓｔａｎｆｏｒｄ ? Ｄｏｇｓ数据集上分别为０．６８３与０．７７２，相较于无监督方法ＳＰｏＣ，ＣｒｏＷ与有监督方法ＳＣＤＡ上表现最优．算法的不足之处在于提特征之前需要进行有监督微调，让网络学习出图像的语义特征，从而找出图像的显著性区域．实验最后提取的特征维度为５２８，该参数由特征提取层的通道数决定，虽然在检索精度上比其他方法高，但在特征维度上相较于ＳＰｏＣ与ＣｒｏＷ方法的２５６维存在一定劣势，未来的工作将从网络结构与维度缩减上进行优化．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期聂一亮，等：卷积特征图融合与显著性检测的图像检索９４１３结束语提出一种基于深层卷积特征图融合与显著性检测的图像检索方法，相较于主流算法，其优点在于检索的同时能检测出图像的显著性区域．筛去了背景干扰信息，可有效提高检索的精确度．在算法复杂度方面，较之前方法，仅增加特征图谱的矩阵线性相加计算，使得算法具有良好的计算性能．通过有监督的分类标签将图像准确分类，网络模型中响应值较大的区域即为类别实例区域．与直接提取整图特征相比，计算实例区域的特征相似度有助于提高检索精度与速度．算法不足之处是没有实现端到端的训练出特征，而是对卷积特征重新进行编码，得到比较好的效果．实验结果表明：文中算法在ＣＵＢ２００２０１１和 ? ＳｔａｎｆｏｒｄＤｏｇｓ细粒度数据集上具有良好的性能与检索精度，优于现有大多数图像检索方法．参考文献：［１］ＬＥＷＭＳ，ＳＥＢＥＮ，ＤＪＥＲＡＢＡＣ，犲狋犪犾．Ｃｏｎｔｅｎｔｓｅｄｍｕｌｔｉｍｅｄｉａｉｎｆｏｒｍａｔｉｏｎｒｅｔｒｉｅｖａｌ：Ｓｔａｔｅｏｆｔｈｅａｒｔａｎｄｃｈａｌ  ?ｂａｌｅｎｇｅｓ［Ｊ］．ＡＣＭＴｒａｎｓＭｕｌｔｉｍｅｄｉａＣｏｍｐｕｔＣｏｍｍｕｎＡｐｐｌ，２００６，２（１）：１１９．ＤＯＩ：１０．１１４５／１１２６００４．１１２６００５． ? ［２］ＬＯＷＥＤＧ．Ｏｂｅｃｔｒｅｃｏｇｎｉｔｉｏｎｆｒｏｍｌｏｃａｌｓｃａｌｅｉｎｖａｒｉａｎｔｆｅａｔｕｒｅｓ［Ｃ］∥ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒ ? ｊＶｉｓｉｏｎ．Ｋｅｒｋｙｒａ：ＩＥＥＥＰｒｅｓｓ，１９９９：１１５０．ＤＯＩ：１０．１１０９／ＩＣＣＶ．１９９９．７９０４１０．［３］ＯＪＡＬＡＴ，ＰＩＥＴＩＫＡＩＮＥＮＭ，ＭＡＥＮＰＡＡＴ．Ｇｒａｙｓｃａｌｅａｎｄｒｏｔａｔｉｏｎｉｎｖａｒｉａｎｔｔｅｘｔｕｒｅｃｌａｓｓｉｆｉｃａｔｉｏｎｗｉｔｈｌｏｃａｌｂｉ  ｎａｒｔｔｅｒｎｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰａｔｔｅｒｎＡｎａｌｓｉｓａｎｄＭａｃｈｉｎｅＩｎｔｅｌｌｉｅ，２００２，２４（７）：９７１９８７．ＤＯＩ：１０． ? ｙｐａｙｇｅｎｃ２００２．１０１７６２３．１１０９／ＴＰＡＭＩ．［４］ＤＡＬＡＬＮ，ＴＲＩＧＧＳＢ．Ｈｉｓｔｏｇｒａｍｓｏｆｏｒｉｅｎｔｅｄｇｒａｄｉｅｎｔｓｆｏｒｈｕｍａｎｄｅｔｅｃｔｉｏｎ［Ｃ］∥ＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ．ＳａｎＤｉｅｇｏ：ＩＥＥＥＰｒｅｓｓ，２００５：８８６８９３．ＤＯＩ：１０．１１０９／ＣＶＰＲ．２００５．１７７． ? ［５］ＯＬＩＶＡＡ，ＴＯＲＲＡＬＢＡＡ．Ｍｏｄｅｌｉｎｇｔｈｅｓｈａｐｅｏｆｔｈｅｓｃｅｎｅ：Ａｈｏｌｉｓｔｉｃｒｅｐｒｅｓｅｎｔａｔｉｏｎｏｆｔｈｅｓｐａｔｉａｌｅｎｖｅｌｏｐｅ［Ｊ］．ＩｎｔｌＪｏｆＣｏｍｐｕｔｅｒＶｉｓｉｏｎ，２００１，４２（３）：１４５１７５．ＤＯＩ：１０．１０２３／Ａ：１０１１１３９６３１７２４． ? ［６］ＬＩＮＫ，ＹＡＮＧＨＦ，ＨＳＩＡＯＪＨ，犲狋犪犾．Ｄｅｅｐｌｅａｒｎｉｎｇｏｆｂｉｎａｒｓｈｃｏｄｅｓｆｏｒｆａｓｔｉｍａｇｅｒｅｔｒｉｅｖａｌ［Ｃ］∥ＩＥＥＥＣｏｎ  ｙｈａｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎＷｏｒｋｓｈｏｐｓ．Ｂｏｓｔｏｎ：ＩＥＥＥＰｒｅｓｓ，２０１５：２７?３５．ＤＯＩ：１０．１１０９／ＣＶＰＲＷ．２０１５．７３０１２６９．［７］ＮＩＥＹｉｌｉａｎｇ，ＤＵＪｉｘｉａｎｇ，ＦＡＮＷｅｎｔａｏ，犲狋犪犾．Ｖｉｓｕａｌｃａｔｅｇｏｒｉｚａｔｉｏｎｗｉｔｈｂａｇｓｏｆｋｅｙｐｏｉｎｔｓ［Ｃ］∥ＷｏｒｋｓｈｏｐｏｎＳｔａｔｉｓ  Ｓｐｒｉｎｇｅｒ，２００４：１２２．ＤＯＩ：１０．１００７／９７８３３１９６３３０９１＿１９．ｔｉｃａｌＬｅａｒｎｉｎｇｉｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎＥｃｃｖ．Ｌｉｖｅｒｌ： ? ? ? ? ? ｐｏｏ［８］ＮＧＹＨ，ＹＡＮＧＦ，ＤＡＶＩＳＬＳ．Ｅｘｐｌｏｉｔｉｎｇｌｏｃａｌｆｅａｔｕｒｅｓｆｒｏｍｄｅｅｐｎｅｔｗｏｒｋｓｆｏｒｉｍａｇｅｒｅｔｒｉｅｖａｌ［Ｃ］∥ＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎＷｏｒｋｓｈｏｐｓ．Ｂｏｓｔｏｎ：ＩＥＥＥＰｒｅｓｓ，２０１５：５３６１．ＤＯＩ：１０．１１０９／ｃｖｐｒｗ．２０１５．７３０１２７２． ? ［９］ＬＩＵＺｉｗｅｉ，ＬＵＯＰｉｎｇ，ＱＩＵＳｈｉ，犲狋犪犾．Ｄｅｅｐｆａｓｈｉｏｎ：Ｐｏｗｅｒｉｎｇｒｏｂｕｓｔｃｌｏｔｈｅｓｒｅｃｏｇｎｉｔｉｏｎａｎｄｒｅｔｒｉｅｖａｌｗｉｔｈｒｉｃｈａｎ  ｎｏｔａｔｉｏｎｓ［Ｃ］∥ ＴｈｅＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ（ＣＶＰＲ）．ＬａｓＶｅｇａｓ：ＩＥＥＥＰｒｅｓｓ，２０１６：１０９６１１０４．ＤＯＩ：１０．１１０９／ｃｖｐｒ．２０１６．１２４． ? ［１０］ＢＡＢＥＮＫＯＡ，ＬＥＭＰＩＴＳＫＹＶ．Ａｇｇｒｅｇａｔｉｎｇｄｅｅｐｃｏｎｖｏｌｕｔｉｏｎａｌｆｅａｔｕｒｅｓｆｏｒｉｍａｇｅｒｅｔｒｉｅｖａｌ［Ｃ］∥ＴｈｅＩＥＥＥＩｎｔｅｒ  ｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ（ＩＣＣＶ）．Ｓａｎｔｉａｇｏ：ＩＥＥＥＰｒｅｓｓ，２０１５：２３８０?７５０４．ＤＯＩ：１０．１１０９／ｉｃｃｖ．２０１５．１５０．［１１］祝军，赵杰煜，董振宇．融合显著信息的层次特征学习图像分类［Ｊ］．计算机研究与发展，２０１４，５１（９）：１９１９ ?１９２８．ＤＯＩ：１０．７５４４／ｉｓｓｎ１０００１２３９．２０１４．２０１４０１３８． ? ［１２］ＷＥＩＸｉｕｓｈｅｎ，ＬＵＯＪｉａｎｈａｏ，ＷＵＪｉａｎｘｉｎ．Ｓｅｌｅｃｔｉｖｅｃｏｎｖｏｌｕｔｉｏｎａｌｄｅｓｃｒｉｔｏｒａｇｇｒｅｇａｔｉｏｎｆｏｒｆｉｎｅｒａｉｎｅｄｉｍａｇｅｒｅ  ?ｇｐｔｒｉｅｖａｌ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ，２０１７，２６（６）：２８６８．ＤＯＩ：１０．１１０９／ｔｉ２０１７．２６８８１３３．ｐ．［１３］ＪＩＡＹ，ＳＨＥＬＨＡＭＥＲＥ，ＤＯＮＡＨＵＥＪ，犲狋犪犾．Ｃａｆｆｅ：Ｃｏｎｖｏｌｕｔｉｏｎａｌａｒｃｈｉｔｅｃｔｕｒｅｆｏｒｆａｓｔｆｅａｔｕｒｅｅｍｂｅｄｄｉｎｇ［Ｃ］∥ ＡＣＭＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＭｕｌｔｉｍｅｄｉａ．Ｆｌｏｒｉｄａ：ＡＣＭ，２０１４：６７５６７８． ? ［１４］ＫＡＬＡＮＴＩＤＩＳＹ，ＭＥＬＬＩＮＡＣ，ＯＳＩＮＤＥＲＯＳ．Ｃｒｏｓｓｉｍｅｎｓｉｏｎａｌｗｅｉｔｉｎｇｆｏｒａｇｇｒｅｇａｔｅｄｄｅｅｐｃｏｎｖｏｌｕｔｉｏｎａｌ ?ｄｇｈｆｅａｔｕｒｅｓ［Ｃ］∥ＥｕｒｏｐｅａｎＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ．Ａｍｓｔｅｒｄａｍ：Ｓｐｒｉｎｇｅｒ，２０１６：６８５７０１．ＤＯＩ：１０．１００７／９７８ ? ? ３３１９４６６０４０＿４８． ? ? ? （责任编辑：陈志贤犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：吴逢铁）第３９卷第６期华侨大学学报（自然科学版）２０１８年１１月Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１６１１１０３ ? 采用负相关学习的犛犞犕集成算法洪铭，汪鸿翔，刘晓芳，柳培忠（华侨大学工学院，福建泉州３６２０２１）摘要：为了平衡集成学习中多样性与准确性之间的关系，并提高决策分类器的泛化能力，提出一种基于负相关学习和ＡｄａＢｏｏｓｔ算法的支持向量机（ＳＶＭ）集成学习方法．将负相关学习理论融合到ＡｄａＢｏｏｓｔ ?ＳＶＭ的训练过程中，利用负相关学习理论计算基分类器间的相关性，并根据相关性的值自适应调整基分类器的权重，进而得到加权后的决策分类器．在ＵＣＩ数据集中进行仿真，结果表明：相较于传统的负相关集成学习算法和ＡｄａＢｏｏｓｔ ?ＳＶＭ算法，所提出的方法分类准确率更高，泛化能力更好．关键词：负相关学习；误差?分歧分解；ＡｄａＢｏｏｓｔ ?ＳＶＭ；集成学习；分类器中图分类号：ＴＰ３９１文献标志码：Ａ文章编号：１０００５０１３（２０１８）０６０９４２０５ ? ? ? 犛犞犕犈狀狊犲犿犫犾犲狊犃犾狅狉犻狋犺犿犝狊犻狀犵犖犲犪狋犻狏犲犆狅狉狉犲犾犪狋犻狅狀犔犲犪狉狀犻狀犵犵犵ＨＯＮＧＭｉｎｇ，ＷＡＮＧＨｏｎｇｘｉａｎｇ，ＬＩＵＸｉａｏｆａｎｇ，ＬＩＵＰｅｉｚｈｏｎｇ（ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔｉｎａ）ｙ，Ｑｕａｎｚｈｏｕ３６２０２１，Ｃｈ犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｂａｌａｎｃｅｔｈｅｒｅｌａｔｉｏｎｓｈｉｔｗｅｅｎｄｉｖｅｒｓｉｔｃｃｕｒａｃｙｉｎｅｎｓｅｍｂｌｅｌｅａｒｎｉｎｇ，ａｎｄｉｍ ｐｂｅｙａｎｄａｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）ｅｎｓｅｍｂｌｅｌｅａｒｎｉｎｇｒｏｖｅｔｈｅｇｅｎｅｒａｌｉｚａｔｉｏｎａｂｉｌｉｔｆｄｅｃｉｓｉｏｎｃｌａｓｓｉｆｉｅｒ，ａｎｅｗｓｕｐｐｏｐｙｏｍｅｔｈｏｄｂａｓｅｄｏｎｎｅｇａｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｌｅａｒｎｉｎｇａｎｄＡｄａＢｏｏｓｔａｌｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄ．ＴｈｅｎｅｇａｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｇｏｌｅａｒｎｉｎｇｔｈｅｏｒｓｉｎｔｅｇｒａｔｅｄｉｎｔｏｔｈｅｔｒａｉｎｉｎｇｐｒｏｃｅｓｓｏｆＡｄａＢｏｏｓｔ ＳＶＭ，ａｎｄｔｈｅｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｔｈｅｂａｓｅｙｉｃｌａｓｓｉｆｉｅｒｓｉｓｃａｌｃｕｌａｔｅｄｂｙｕｓｉｎｇｔｈｅｎｅｇａｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｌｅａｒｎｉｎｇｔｈｅｏｒｒｔｈｅｒｍｏｒｅ，ｔｈｅｗｅｉｔｏｆｔｈｅｂａｓｅｙ．Ｆｕｇｈｃｌａｓｓｉｆｉｅｒｉｓａｄｕｓｔｅｄａｄａｐｔｉｖｅｌｃｃｏｒｄｉｎｇｔｏｔｈｅｃｏｒｒｅｌａｔｉｏｎｖａｌｕｅ．ＴｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆＵＣＩｄａｔａｓｅｔｓｈｏｗｊｙａｔｈａｔｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｒａｄｉｔｉｏｎａｌｎｅｇａｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｅｎｓｅｍｂｌｅｌｅａｒｎｉｎｇａｌｒｉｔｈｍａｎｄＡｄａＢｏｏｓｔ ＳＶＭａｌ  ｇｏｇｏｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃａｎｇｅｔｈｉｒｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙａｎｄｂｅｔｔｅｒｇｅｎｅｒａｌｉｚａｔｉｏｎａｂｉｌｉｔｒｉｔｈｍ，ｔｇｈｅｙ．犓犲狉犱狊：ｎｅｇａｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｌｅａｒｎｉｎｇ；ｅｒｒｏｒｉｉｌｔｃｏｍｐｏｓｉｔｉｏｎ；ＡｄａＢｏｏｓｔｅｍｂｌｅｌｅａｒｎ  ?ａｍｂ ?ＳＶＭ；ｅｎｓｇｕｙｄｅ狔狑狅ｉｎｇ；ｃｌａｓｓｉｆｉｅｒ集成学习是通过构建并结合多个学习器来完成学习任务［１］．随着集成学习技术的快速发展，各种集成学习算法被广泛应用于工程、生物、医学、图像处理和计算机视觉等领域［２?５］．虽然集成学习器的预测效果显著优于单个学习器，但随着基学习器数目增多，所需的计算和存储开销也逐渐增加，基学习器之［］间的差异性难以保证［６?９］．Ｚｈｏｕ等２提出了选择性集成的概念，剔除一些精度不高和作用不大的基分类器进行集成能获得更好的效果［１０］．ＡｄａＢｏｏｓｔ是一种有效的集成学习方法．它使用权重更新的方法对难训练的样本赋予更高的权重以训练出一系列基学习器［１１］，即基学习器的差异性主要通过样本扰动实现．但是，将稳定的学习算法，如支持向量机（ＳＶＭ），作为ＡｄａＢｏｏｓｔ的基分类器时，基分类器之间通常收稿日期：２０１６１１０３ ? ? 通信作者：柳培忠（１９７６Ｅ?ｍａｉｌ：ｚｌｉｕ＠ｈｑｕ． ?），男，讲师，博士，主要从事计算机视觉、机器学习、嵌入式系统的研究．ｐｅｄｕ．ｃｎ．基金项目：国家自然科学基金资助项目（６１２０３２４２）；福建省泉州市科技计划项目（２０１４Ｚ１１３，２０１４Ｚ１０３）；华侨大学研究生科研创新能力培育计划资助项目（１４００４２２００３）第６期洪铭，等：采用负相关学习的ＳＶＭ集成算法９４３存在较大的相关性和冗余性，融合后的决策分类器容易造成过拟合［１１］．而集成学习器的分类精度主要由基分类器的准确性和多样性决定，基分类器的准确性越高、多样性越大，则集成效果越好［１２］．因而有必要使用ＳＶＭ等稳定的分类器作为基分类器［１３?１４］．针对ＡｄａＢｏｏｓｔ算法的上述缺陷，本文将基于负相关学习（ＮＣＬ）的相关性惩罚项引入ＳＶＭ的集成学习过程中，以提高集成系统的精确度和泛化能力．１负相关学习负相关学习最早应用于神经网络集成［１５］，它的理论来源于误差?方差分解和分歧分解［１６?１８］，它对每一个基分类器显式地添加一个相关性惩罚项，保证集成系统的多样性．犜１犖给定训练集｛狓犻，ＮＣＬ融合犜个基分类器犺狋（狓）构建集成系统犎（狓）＝ ∑犺犻（狓犻）．狔犻｝犻＝１，犜狋＝１每一个基学习器的误差犲狋定义为犖２犲狋＝ ∑ （犺狋（狓犻）－狔犻）＋λ 狆狋．（１）犻＝１式（１）中：犲狋为第狋个基学习器的训练误差； λ 为惩罚项狆狋的权重参数，用于协调狆狋为相关性惩罚函数；训练误差与惩罚项之间的关系．由式（１）可知：当λ＝０时，相关性惩罚项都是０，每个基分类器都是独立地训练；随着λ 的增大，集成系统越来越多地偏重于惩罚项，基分类器相互之间并不完全独立，每个基分类器的误差都要受到自身和其他分类器分类结果的影响．由于这种影响是负相关的，从而可以训练出一些差异性较大的分类器．相关性惩罚函数狆狋为犖犜犺狋（狓犻）－犎（狓犻））∑ （犺犽（狓犻）－犎（狓犻））｝＝狆狋＝ ∑ ｛（犻＝１犽≠狋犖犜 ∑ ｛（犺狋（狓犻）－犎（狓犻））（∑犺犽（狓犻）－（犜－１）× 犎（狓犻））｝＝犻＝１犽≠狋犖 ∑ ｛（犺（狓）－犎（狓））（犜 × 犎（狓）－犺（狓）－（犜－１）× 犎（狓））｝＝狋犻犻犻狋犻犻犻＝１犖犺狋（狓犻）－犎（狓犻））．－ ∑（２（２）犻＝１由式（２）可知：狆狋的幅值｜狆狋｜越小，表明第狋个基学习器与集成系统的差异性越小．因而，采用｜狆狋｜计算相关性惩罚值．２犖犆犃犅  犛犞犕算法集成系统的性能主要由基学习器的准确性和多样性决定，其泛化误差与多样性、准确性的关系为珚－犇．（犈＝犈３）珚为基分类器的平均错误率；式（３）中：犈为集成系统的泛化误差；犈犇为基分类器之间的多样性．因此，在提高基分类器准确性的同时，保证分类器间的多样性，便可减小集成系统的泛化误差．然而，多样性和准确性本身是一个矛盾体，即增加多样性的同时，准确性一般会降低，如何在二者之间找到一个平衡是集成学习研究的重点．文中基于负相关学习理论与ＡｄａＢｏｏｓｔ算法提出一种新的ＳＶＭ集成学习算法（ＮＣＡＢ?ＳＶＭ）．通过在ＡｄａＢｏｏｓｔ中引入负相关学习的惩罚项，协调集成系统的多样性和准确性，并选用ＲＢＦ核ＳＶＭ（ＲＢＦＳＶＭ）作为ＡｄａＢｏｏｓｔ的基分类器．ＲＢＦＳＶＭ主要包含犆， σ 两个参数．其中，参数犆控制模型的复［１４］杂度和训练误差；ＲＢＦＳＶＭ的性能主要 σ 为高斯核的带宽．由ＲＢＦＳＶＭ的性能分析可知：相对于犆，由核参数σ 决定．对于一个给定范围的犆值，ＲＢＦＳＶＭ的性能仅随着σ 的改变而改变．当σ 值很大时，ＲＢＦＳＶＭ的分类精度通常小于５０％；当σ 值很小时，分类精度较高，但是分类结果与高度相关，很难得到好的集成效果．因此，通过固定参数犆，使用步长σ狊更新σ，以获得一系列不同性能的ＲＢＦＳＶＭ基分犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９４４２０１８年类器．ＮＣＡＢ ?ＳＶＭ算法的主要流程如下．输入：给定训练数据集｛（狓１，狓犻，狓犿，狔１），…，（狔犻），…，（狔犿）｝；过程：步骤１初始化数据权重犇１（狓犻）＝１／犿，惩罚项狆１（狓犻）＝１，初始化σ＝σ犿， σ 的最小值σｍｉｎ， σ 的更新步长σ狊，惩罚项阈值ＤＩＶ，迭代次数狋＝２；步骤２根据输入样本训练一个ＲＢＦＳＶＭ，记作犺１，则有犎（狓）＝犺１；步骤３ｄｏｗｈｉｌｅ（ σ＞σｍｉｎ）；步骤４根据输入样本训练一个ＲＢＦＳＶＭ，记作犺狋；犿步骤５计算训练误差：狓犻），狓犻）； ε狋＝ ∑犇狋（狔犻 ≠ 犺狋（犻＝１犖步骤６计算每一个样本狓犻的惩罚值：狓犻）＝狆狋（ ∑ （犺（狓）－犎（狓））；２狋犻犻犻＝１犿步骤７ｉｆ１／犿ｃｏｎｔｉｎｕｅ； σ ＝σ－σ ； ∑狆（狓）＜ＤＩＶ‖ε ＞０．５；狋犻狋狊犻＝１犿步骤８ ∑ （狆（狓））犇（狓），狔＝犺（狓）犻＝１根据误差和惩罚项计算犺犻的权重α ＝１ｌｇ犿２狋犻 λ 狋犻犻狋犻； ∑ （狆狋（狓犻））犇狋（狓犻），狔犻 ≠ 犺狋（狓犻） λ 犻＝１步骤９犇狋（狓犻）ｅｘｐ（狓犻）－α狋犺狋（狔犻）；更新权重犇狋，得到新的权重犇狋＋１（狓犻）＝犣狋步骤１０更新集成分类器犎（狓）＝ｓｉｇｎ犜 ∑α犺（狓）；狋狋狋＝１步骤１１更新迭代次数狋＝狋＋１；犜输出：决策分类器犎（狓）＝ｓｉｇｎ ∑α犺（狓）．狋狋狋＝１由此可知：ＮＣＡＢ  ?ＳＶＭ算法在集成时进行权重更新，而不是在数据层或算法层进行．原始的Ｂａｇｉｎｇ或Ｂｏｏｓｔｉｎｇ方法，仅通过数据扰动或参数扰动实现多样性，但这并不能保证生成的基分类器彼此ｇ不相关．提出的ＮＣＡＢ?ＳＶＭ算法通过设置阈值的方式自动删除相关性和误差太大的基分类器（步骤７）．同时，对具有不同相关性和训练误差的分类器赋予不同的权重．最后，集成得到的决策分类器的输出将由这个权重值决定．ＮＣＡＢ ?ＳＶＭ算法在步骤８中同时使用相关性惩罚项和精确度计算分类器的权重．其中， λ 控制惩罚项的强度，以协调多样性和精确性．由步骤９可知，当基分类器与集成系统的差异很小或准确率较低时，该基分类器被赋予的权重将很小，对集成系统的影响也很小．综上所述，ＮＣＡＢ１）使用ＲＢＦＳＶＭ作为基分类器，通过自动调整核 ?ＳＶＭ算法具有以下２个优点：参数获取一系列准确率较高的基分类器；２）算法基于分类器之间的相关性和准确性进行加权，在增加多样性的同时，能保证基分类器的准确性，最终提高了集成系统的性能．３实验结果与分析［１９］为了验证ＮＣＡＢ ?ＳＶＭ算法的性能，使用ＵＣＩ数据库的１０个数据集进行试验，并与集成学习方［［］１６］法ＳＶＭ，ＡｄａＢｏｏｓｔＢａｇｇｉｎｇ和基于负相关学习的相关性数据修正学习（ＮＣＣＤ）算法２０进行 ?ＳＶＭ，比较．从收敛性分析、分类误差和多样性等３个角度对文中算法进行验证．对于ＮＣＡＢ?ＳＶＭ算法，设置相关参数：ＤＩＶ为０．８． σｉｎｉ为２０； σｍｉｎ为－２０；３．１算法的收敛性分析由于文中算法的迭代次数主要由ＲＢＦＳＶＭ的高斯核宽度σ 的更新步长σ狊决定．因此，通过调整σ狊来调整迭代次数．Ｉｏｎｏｓｐｈｅｒｅ和Ｓｏｙｂｅａｎ两个数据集的训练精度与迭代次数（狀）的关系，如图１所示．由图１可知：随着迭代次数的增加，训练精度逐渐提高，最后趋于稳定；当迭代次数等于２０时，精度已经达犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期洪铭，等：采用负相关学习的ＳＶＭ集成算法９４５到稳定．因此，试验中步长σ狊设为２．（ａ）Ｉｏｎｏｓｐｈｅｒｅ数据集（ｂ）Ｓｏｙｂｅａｎ数据集图１不同数据集上迭代次数与训练精度的关系Ｆｉ１Ｒｅｌａｔｉｏｎｓｈｉｔｗｅｅｎｎｕｍｂｅｒｏｆｉｔｅｒａｔｉｏｎｓａｎｄｔｒａｉｎｉｎｇａｃｃｕｒａｃｙｉｎｄｉｆｆｅｒｅｎｔｄａｔａｓｅｔｓｇ．ｐｂｅ３．２泛化误差的比较采用十折交叉验证的方法估计泛化误差，取平均值作为最后分类器的训练误差．ＡｄａＢｏｏｓｔ ?ＳＶＭ算法和Ｂａｇｇｉｎｇ算法的迭代次数均为５０次，ＮＣＣＤ算法的迭代次数为２０．实验结果如表１所示．由表１可知：相比其他算法，ＮＣＡＢ ?ＳＶＭ算法在大部分数据集都获得了最小的分类误差，表明文中算法不仅改进了ＡｄａＢｏｏｓｔ ?ＳＶＭ算法的性能，而且相比其他负相关学习算法，其引入ＳＶＭ作为集成系统的基分类器可以提高集成系统的性能；基于样本扰动的Ｂａｇｇｉｎｇ方法相对于纯ＳＶＭ的分类精度没有显著改善．因此，对存在冗余或无用信息的基分类器进行选择性裁剪是有必要的．表１不同算法分类误差的比较Ｔａｂ．１Ｃｏｍｐａｒｉｓｏｎｏｆｃｌａｓｓｉｆｉｃａｔｉｏｎｅｒｒｏｒｓｏｆｄｉｆｆｅｒｅｎｔａｌｒｉｔｈｍｓｇｏ数据集ＳＶＭＡｄａＢｏｏｓｔ ?ＳＶＭＢａｇｇｉｎｇＮＣＣＤＮＣＡＢ ?ＳＶＭＰｒｏｍｏｔｅｒ２７．４５４±４．８１５２３．９０５±３．８０１３２１２４．０９１±４．１５．０００±９．１０３１７．７２７±４．５２０Ｓｏｎａｒ１４．２２７±１．１０６１２．２５０±１．１０３１２．３８１±３．２４１２２．８５７±１５．６８１１０．９５２±２．３００Ｉｏｎｏｓｐｈｅｒｅ６．２５０±０．２３５４．５８０±１．７０６５．２１１±０．９５０４．５８４±２．５２３４．０４７±０．９５０Ｈｏｕｓｅｖｏｔｅｓ８４ ? ? ３．００７±０．９３５２．９６５±０．６４７３．２１８±０．７２６４．０２３±１．８１７２．５２８±０．４８４Ｂｒｅａｓｔ ?ｗ２１．２７０±２．００２１２．６６６±２．５４２１９．０５５±１．５０２１８．３５８±１．４５４１５．６７１±０．８５３Ｐｉｍａ２９．７８０±２．１４３２６．５９２±２．１４３２６．９００±１．７４４２５．０７１±２．０８１２４．０２５±１．９６０Ｇｅｒｍａｎ２６．１８９±２．３５１２３．７８０±１．５４４２５．１３０±１．４３７４９．２２１±１７．９８７２４．９００±１．７７６Ｈｙｐｏｔｈｙｒｏｉｄ２９．７８０±２．１４３１５．２３５±０．８６２２６．９００±１．７４４１８．６７３±２．０６４１２．２７０±０．１５７Ｓｏｙｂｅａｎｌａｒ ? ｇｅ１１．２４４±１．７９５８．３１６±１．２５０１０．６６５±１．２８１７．９５２±０．７１４４．０８０±１．１２４Ｉｎｓｕｒａｎｃｅ１６．０６７±０．４３５９．８２８±０．９３５９１２１３．２４０±０．７．２１９±２．３９１６．４５０±０．１７７３．３多样性比较为验证文中算法相对于ＡｄａＢｏｏｓｔ? ＳＶＭ算法引入相关性惩罚项后，集成系统基分类器的多样性的改变，使用Ｋａｐｐａ  ?Ｅｒ［］ｒｏｒ图２１分析基分类器间的差异性．对Ａｄ  ａＢｏｏｓｔｏｎｏ  ?ＳＶＭ和ＮＣＡＢ?ＳＶＭ使用Ｉｒｏｒ图，如ｓｐｈｅｒｅ数据集训练的Ｋａｐｐａ?Ｅｒ图２所示．由图２可知：相比于ＡｄａＢｏｏｓｔ ?ＳＶＭ，（ａ）ＡｄａＢｏｏｓｔ ?ＳＶＭ算法（ｂ）ＮＣＡＢ ?ＳＶＭ算法图２Ｉｏｎｏｓｐｈｅｒｅ数据集上的Ｋａｐｐａｒｏｒ图 ?ＥｒＦｉ２ＫａｐｐａｒｏｒｆｉｒｅｏｎＩｏｎｏｓｐｈｅｒｅｄａｔａｓｅｔ ?Ｅｒｇ．ｇｕＮＣＡＢ?ＳＶＭ具有较低的分类误差和较高的差异性．为更明确地表示ＮＣＡＢ?ＳＶＭ与ＡｄａＢｏｏｓｔ ?ＳＶＭ算法的差异，使用计算各个基分类器的Ｋａｐｐａ统计值和平均分类错误率之积求和再平均的方法进行定量分析，两种算法对Ｉｏｎｏｓｐｈｅｒｅ数据集的计算结果分别为０．３２０４，０．３３７６，可得ＮＣＡＢ ?ＳＶＭ算法的分类效果更好．４结束语提出一种基于负相关学习和ＡｄａＢｏｏｓｔ算法的ＳＶＭ集成学习方法．将负相关学习理论融合到Ａｄ  犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）９４６２０１８年ａＢｏｏｓｔ ?ＳＶＭ的训练过程中，利用负相关学习理论计算基分类器间的相关性，并根据相关性的值自适应调整基分类器的权重，进而得到加权后的决策分类器．算法使用ＲＢＦＳＶＭ作为基分类器，通过自动调整核参数获取一系列准确率较高的基分类器．同时，基于分类器之间的相关性和准确性进行加权，在增加多样性的同时，不降低基分类器的准确性，最终提高了集成系统的性能．参考文献：［１］ＬＥＢＡＮＯＮＧ，ＬＡＦＦＥＲＴＹＪ．Ｂｏｏｓｔｉｎｇａｎｄｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｆｏｒｅｘｐｏｎｅｎｔｉａｌｍｏｄｅｌｓ［Ｃ］∥ＡｄｖａｎｃｅｓｉｎＮｅｕｒａｌＮｅｕｒａｌＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＳｙｓｔｅｍｓ，２００２：４４７４５４．ＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＳｙｓｔｅｍｓ．Ｖａｎｃｏｕｖｅｒ： ? ［２］ＺＨＯＵＺｈｉｈｕａ，ＷＵＪｉａｎｘｉｎ，ＴＡＮＧＷｅｉ．Ｅｎｓｅｍｂｌｉｎｇｎｅｕｒａｌｎｅｔｗｏｒｋｓ：Ｍａｎｙｃｏｕｌｄｂｅｂｅｔｔｅｒｔｈａｎａｌｌ［Ｊ］．ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｅ，２００２，１３７（１／２）：２３９２６３． ? ｇｅｎｃ［３］倪志伟，张琛，倪丽萍．基于萤火虫群优化算法的选择性集成雾霾天气预测方法［Ｊ］．模式识别与人工智能，２０１６，２９（２）：１４３１５３．ＤＯＩ：１０．１６４５１／６０５９．２０１６０２００６．ｃｎｋｉ．ｉｓｓｎ１００３ ? ? ｊ．［４］ＴＲＡＮＶＴ，ＴＥＭＰＥＬＳ，ＺＥＲＡＴＨＢ，犲狋犪犾．ＭｉＲＢｏｏｓｔ：ＢｏｏｓｔｉｎｇｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓｆｏｒｍｉｃｒｏＲＮＡｐｒｅｃｕｒｓｏｒＪ］．ＲＮＡ，２０１５，２１（５）：７７５７８５．ＤＯＩ：１０．１２６１／ｒｎａ．０４３６１２．１１３．ｃｌａｓｓｉｆｉｃａｔｉｏｎ［ ? ［５］ＸＵＪｉａｎ，ＴＡＮＧＬｉａｎｇ，ＬＩＴａｏ．ＳｙｓｔｅｍｓｉｔｕａｔｉｏｎｔｉｃｋｅｔｉｄｅｎｔｉｆｉｃａｔｉｏｎｕｓｉｎｇＳＶＭｓｅｎｓｅｍｂｌｅ［Ｊ］．ＥｘｐｅｒｔＳｙｓｔｅｍｓｗｉｔｈＡｐｐｌｉｃａｔｉｏｎｓ，２０１６，６０：１３０１４０．ＤＯＩ：１０．１０１６／ｅｓｗａ．２０１６．０４．０１７． ? ｊ．［６］张春霞，张讲社．选择性集成学习算法综述［Ｊ］．计算机学报，２０１１，３４（８）：１３９９１４１０． ? ［７］ＭＡＯＳｈａｓｈａ，ＪＩＡＯＬｉｃｈｅｎｇ，ＸＩＯＮＧＬｉｎ，犲狋犪犾．ＧｒｅｅｄｙｏｐｔｉｍｉｚａｔｉｏｎｃｌａｓｓｉｆｉｅｒｓｅｎｓｅｍｂｌｅｂａｓｅｄｄｉｖｅｒｓｉｔＪ］．Ｐａｔｔｅｒｎｙ［２０１１，４４（６）：１２４５１２６１．ＤＯＩ：１０．１０１６／Ｒｅｃｏｇｎｉｔｉｏｎ，ｔｃｏｇ．２０１０．１１．００７． ? ｊ．ｐａ［８］ＬＡＺＡＲＥＶＩＣＡ，ＯＢＲＡＤＯＶＩＣＺ．Ｅｆｆｅｃｔｉｖｅｐｒｕｎｉｎｇｏｆｎｅｕｒａｌｎｅｔｗｏｒｋｃｌａｓｓｉｆｉｅｒｅｎｓｅｍｂｌｅｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｉｎｔＩＥＥＥＰｒｅｓｓ，２００１：７９６８０１．ＤＯＩ：１０．１１０９／ＩＪＣＮＮ．２００１．９３９４６１．ＣｏｎｆｅｒｅｎｃｅｏｎＮｅｕｒａｌＮｅｔｗｏｒｋｓ．ＷａｓｈｉｎｇｔｏｎＤＣ： ? ［９］ＭＡＲＴＩＮＥＺ?ＭＵＮＥＺＧ，ＳＵＡＲＥＺＡ，犲狋犪犾．Ｕｓｉｎｇｂｏｏｓｔｉｎｇｔｏｐｒｕｎｅｂａｇｇｉｎｇｅｎｓｅｍｂｌｅｓ［Ｊ］．ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎＬｅｔｔｅｒｓ，２００７，２８（１）：１５６１６５． ? ［１０］ＦＲＥＵＮＤＹ，ＳＣＨＡＰＩＲＥＲＥ．Ｅｘｐｅｒｉｍｅｎｔｓｗｉｔｈａｎｅｗｂｏｏｓｔｉｎｇａｌｒｉｔｈｍ［Ｃ］∥ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＴｈｉｒｔｅｅｎｔｈＩｎ  ｇｏｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＭａｃｈｉｎｅＬｅａｒｎｉｎｇ．ＳａｎＦｒａｎｃｉｓｃｏ：ＭｏｒｆｍａｎｎＰｕｂ  ｇａｎＫａｕ１９９６：１４８１５６．ｌｉｓｈｅｒｓＩｎｃ， ? ［１１］曹莹，苗启广，刘家辰，等．ＡｄａＢｏｏｓｔ算法研究进展与展望［Ｊ］．自动化学报，２０１３，３９（６）：７４５７５８． ? ［１２］姚旭，王晓丹，张玉玺，等．基于ＡｄａＢｏｏｓｔ和匹配追踪的选择性集成算法［Ｊ］．控制与决策，２０１４（２）：２０８２１４．ＤＯＩ： ? １０．１３１９５／ｋｚｃ．２０１２．１４７２．ｊ．ｙｊ［］，１３ＣＨＡＮＧＴｉａｎｔｉａｎＬＩＵＨｏｎｇｗｅｉ，ＺＨＯＵＳｈｕｉｓｈｅｎｇ．ＬａｒｃａｌｅｃｌａｓｓｉｆｉｃａｔｉｏｎｗｉｔｈｌｏｃａｌｄｉｖｅｒｓｉｔｓｔＳＶＭｇｅｓｙＡｄａＢｏｏＪ］．ＪｏｕｒｎａｌｏｆＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｉｎｇａｎｄＥｌｅｃｔｒｏｎｉｃｓ，２００９，２０（６）：１３４４１３５０．ａｌｒｉｔｈｍ［ ? ｇｏ［１４］ＬＩＸｕｃｈｕｎ，ＷＡＮＧＬｅｉ，ＳＵＮＧＥ．ＡｄａＢｏｏｓｔｗｉｔｈＳＶＭ?ｂａｓｅｄｃｏｍｐｏｎｅｎｔｃｌａｓｓｉｆｉｅｒｓ［Ｊ］．ＥｎｇｉｎｅｅｒｉｎｇＡｐｐｌｉｃａｔｉｏｎｓｏｆＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｅ，２００８，２１（５）：７８５７９５．ＤＯＩ：１０．１０１６／ｅｎｇａｐｐａｉ．２００７．０７．００１． ? ｇｅｎｃｊ．［１５］ＬＩＬｅｉｕｎ，ＺＯＵＢｏ，ＨＵＱｉｎｇｈｕａ，犲狋犪犾．Ｄｙｎａｍｉｃｃｌａｓｓｉｆｉｅｒｅｎｓｅｍｂｌｅｕｓｉｎｇｃｌａｓｓｉｆｉｃａｔｉｏｎｃｏｎｆｉｄｅｎｃｅ［Ｊ］．Ｎｅｕｒｏｃｏｍ ｊｔｉｎｇ，２０１３，９９（９９）：５８１５９１． ? ｐｕ［１６］ＭＡＲＧＩＮＥＡＮＴＵＤＤ，ＤＩＥＴＴＥＲＩＣＨＴＧ．Ｐｒｕｎｉｎｇａｄａｐｔｉｖｅｂｏｏｓｔｉｎｇ［Ｃ］∥ＦｏｕｒｔｅｅｎｔｈＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｒｆｍａｎｎＰｕｂｌｉｓｈｅｒｓＩｎｃ，１９９７：２１１２１８．ｏｎＭａｃｈｉｎｅＬｅａｒｎｉｎｇ．ＳａｎＦｒａｎｃｉｓｃｏ：Ｍｏ ? ｇａｎＫａｕ［１７］ＶＡＬＥＮＴＩＮＩＧ，ＤＩＥＴＴＥＲＩＣＨＴＧ．Ｂｉａｓｒｉａｎｃｅａｎａｌｓｉｓｏｆｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓｆｏｒｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆ ?ｖａｙＳＶＭ?ｂａｓｅｄｅｎｓｅｍｂｌｅｍｅｔｈｏｄｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＭａｃｈｉｎｅＬｅａｒｎｉｎｇＲｅｓｅａｒｃｈ，２００４，５（３）：７２５７７５． ? ［１８］ＵＥＤＡＮ，ＮＡＫＡＮＯＲ．Ｇｅｎｅｒａｌｉｚａｔｉｏｎｅｒｒｏｒｏｆｅｎｓｅｍｂｌｅｅｓｔｉｍａｔｏｒｓ［Ｃ］∥ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＮｅｕｒａｌＮｅｔｗｏｒｋｓ．ＷａｓｈｉｎｇｔｏｎＤＣ：ＩＥＥＥＰｒｅｓｓ，１９９６：９０９５．ＤＯＩ：１０．１１０９／ＩＣＮＮ．１９９６．５４８８７２． ? ［１９］ＡＳＵＮＣＩＯＮＡ，ＮＥＷＭＡＮＤ．ＵＣＩｍａｃｈｉｎｅｌｅａｒｎｉｎｇｒｅｐｏｓｉｔｏｒＥＢ／ＯＬ］．［２０１６ｈｔｔｒｃｈｉｖｅ．ｉｃｓ．ｕｃｉ． ?１１ ?０３］．ｙ［ｐ：∥ａ／ｉｎｄｅｘ．ｅｄｕ／ｍｌｐｈｐ．［２０］ＣＨＡＮＺＳＨ，ＫＡＳＡＢＰＶＮ．Ａｐｒｅｌｉｍｉｎａｒｔｕｄｙｏｎｎｅｇａｔｉｖｅｃｏｒｒｅｌａｔｉｏｎｌｅａｒｎｉｎｇｖｉａｃｏｒｒｅｌａｔｉｏｎｏｒｒｅｃｔｅｄｄａｔａ ?ｃｙｓ（ＮＣＣＤ）［Ｊ］．ＮｅｕｒａｌＰｒｏｃｅｓｓｉｎｇＬｅｔｔｅｒｓ，２００５，２１（３）：２０７２１４．ＤＯＩ：１０．１００７／ｓ１１０６３００５１０８４６． ? ? ? ? ［２１］ＫＵＮＣＨＥＶＡＬＩ，ＷＨＩＴＡＫＥＲＣＪ．Ｍｅａｓｕｒｅｓｏｆｄｉｖｅｒｓｉｔｎｃｌａｓｓｉｆｉｅｒｅｎｓｅｍｂｌｅｓａｎｄｔｈｅｉｒｒｅｌａｔｉｏｎｓｈｉｔｈｔｈｅｙｉｐｗｉｅｎｓｅｍｂｌｅａｃｃｕｒａｃｙ［Ｊ］．ＭａｃｈｉｎｅＬｅａｒｎｉｎｇ，２００３，５１（２）：１８１２０７．ＤＯＩ：１０．１０２３／Ａ：１０２２８５９００３００６． ? （责任编辑：钱筠犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．英文审校：吴逢铁）第３９卷第６期２０１８年１１月华侨大学学报（自然科学版）ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｖｏｌ．３９Ｎｏ．６Ｎｏｖ．２０１８第３９卷总目次第１期钎焊金刚石砂轮磨削ＡＡ４０３２铝合金试验 !!!!!!!!!!!!!!!!!!! 余凯峰，陈世隐，黄国钦（１）采用ＥＥＭＤ算法与互信息法的机械故障诊断方法 !!!!!!!!!!!!! 李军，李佳，张世义，束海波（７）立轴冲击式破碎机除尘的数值模拟与仿真分析 !!!!!!!!!!!!! 宋意，杨建红，房怀英，陈俊龙（１４）坐姿状态下人?结构相互作用体系水平振动特性 !!!!!!!!!!!!!!!!! 王丰磊，叶茂，付明科（２０）高雷诺数下二维长方形截面柱绕流数值模拟 !!!!!!!!!!!!! 王珊珊，董毓利，段进涛，王冬晔（２４）统一强度理论下小净距隧道围岩塑性区新解 !!!!!!!!!!!!!!!!! 舒忠磊，常方强，林从谋（３１）业主方ＢＩＭ技术风险网络的构建与评价 !!!!!!!!!!!!!!!!!!!!! 谢祥，秦旋，王付海（３７）景观构筑物功能需求的层级构成响应 !!!!!!!!!!!!!!!!!!!!!!!!!! 王瑜，陈震（４３）煅烧改性净水厂污泥制备除磷材料工艺参数优化 !!!!!!!!!!!!!!!!!!! 刘"迪，周真明，张红忠，费霞丽，谢保金，李书文，苑宝玲（５１）太阳能喷射?压缩复迭制冷系统的性能分析 !!!!!!!!!!!!!!!!!!!!! 乔夏莹，李风雷（５７）熊果酸对心肌缺血再灌注损伤的Ｈ９ｃ２细胞的保护作用（英文） !!!!!!!!!!!!!!!!!!!!!!!!! 王国权，庞素秋，邱飞，成文召，杨会勇，刁勇（６２）采用原研制剂制备米诺膦酸片及体外溶出度的一致性考察 !!!!!!!!!!!!!!!!!!!!!!!! 宋伟杰，曾皓月，龙莎，王立强，乔凤敏，方美娟（７０）超级电容器一致性制备及性能分析 !!!!!!!!!!!!!!!!!! 焦琛，张卫珂，杨艳青，蔡慧中（７５）非线性准ＰＲ双模逆变器的设计 !!!!!!!!!!!!!!!!! 赵熙临，明航，吴胧胧，何晶晶，汤倩（８１）采用动态劣化度的风电机组运行状态实时评估 !!!!!!!!!!!!! 江顺辉，方瑞明，尚荣艳，王黎（８６）格值自动机的产生式推理建模方法 !!!!!!!!!!!!!!!!!!!!!!! 戴茵茵，彭翔，王飞（９２）采用代表点插值的道路网提取方法 !!!!!!!!!!!!!!!!!!!!!!!!!! 林杰，陈崇成（９８）采用粒子群优化和Ｂ样条曲线的改进可视图路径规划算法 !!!!!!!!!!!! 吕太之，周武，赵春霞（１０３）采用矩阵分解模型的托攻击防御算法 !!!!!!!!!!!!!!!!!!!!!!!! 方楷强，王靖（１０９）模糊离散事件系统的多故障诊断 !!!!!!!!!!!!!!!!!!! 刘清兰，王飞，张波业，郭忠宝（１１５）ＨＥＶＣ帧间编码的快速ＣＵ尺寸和ＰＵ模式决策算法 !!!!!!!!!!!!!!!!!! 吴良堤，冯桂（１２１）深度学习与一致性表示空间学习的跨媒体检索 !!!!!!!!!!!!!! 邹辉，杜吉祥，翟传敏，王靖（１２７）结合天空分割修正的快速去雾方法 !!!!!!!!!!!!!!!!!!!!!!!! 刘子兵，戴声奎（１３３）三相异步电动机空载时定子阻抗不对称故障模型 !!!!!!!!!!!!!! 李利，李平，金福江，彭艳（１３９）采用无监督学习算法与卷积的图像分类模型 !!!!!!!!!!!!!!! 王改华，李涛，吕朦，袁国亮（１４６）福建省耕地保护成效评价与地域差异分析 !!!!!!!!!!!! 王成军，徐伟铭，罗星，董小帅，翁谦（１５２）华侨大学学报（自然科学版） Ⅱ ２０１８年第２期机械臂加工花岗岩的力和工具磨损特性 !!!!!!!!!!!! 黄吉祥，刘舒颖，黄辉，黄身桂，徐西鹏（１５９）采用Ｃ＃的多轴联动石材桥切机控制系统设计与仿真分析 !!!!! 邵辉，王磊，胡伟石，晏来成，黄吉祥（１６６）采用叠加图像的浅浮雕生成算法及实现 !!!!!!!!!!!!!!!!!!!! 朱钰恒，刘斌，张凌搏（１７２）带脱空的钢管混凝土短柱受剪性能有限元分析 !!!!!!!!!!!!!! 王兰，叶勇，郭子雄，王海峰（１７９）预压比对预应力钢绞线?聚合物砂浆加固ＲＣ板受弯性能的影响 !!!! 张世江，陈海，刘阳，叶勇，柴振岭（１８６）改进Ｈ?Ｂ准则的层状岩体隧洞塑性区半径与应力场分析 !! 余振兴，俞缙，张建智，刘士雨，张玉，张大山（１９２）计及组织氛围的建筑工人不安全行为机理模型的构建 !!!!!!!!!!!!! 祁神军，成家磊，张云波（１９８）玻璃棉等温吸湿曲线测试及其最适拟合分析 !!!!!!!!!!! 张婷婷，冉茂宇，任晶，王波，徐佳蕙（２０５）ＭＯＣＶＤ原位监测系统的设计与实现 !!!!!!!!!!!!!!!!!! 徐龙权，许冬，刘新卫，方颂（２１０）应用残基相互作用探讨嗜热和嗜冷酶稳定机制 !!!!!!!!!!!!!!!! 葛慧华，蔡征文，张光亚（２１４）快速简单组织定位甘蔗ＲＳＤ致病菌Ｌｘｘ的原位ＰＣＲ方法 !!!!! 胡敏，汪文华，何恩铭，孟红岩，郭莺（２２１）喷射式热泵系统的能量分析及 " ! 分析 !!!!!!!!!!!!!!!!!!!!!!!! 常?，李风雷（２２７）采用矩阵建模方式的冷热电联供系统运行优化 !!!!!!!!!!! 常雨芳，王豪，谢昊，张力，刘光裕（２３３）低压开关触头压降取样电路的设计 !!!!!!!!!!!!!!!!!!!!! 彭长青，尚荣艳，方瑞明（２４０）大气光幕融合的去雾新方法 !!!!!!!!!!!!!!!!!!!!!!!!!!! 刘子兵，戴声奎（２４６）采用循环神经网络的情感分析注意力模型 !!!!!!!!!!!!!!!!!!!!! 李松如，陈锻生（２５２）采用邻域关联性的非监督流形对齐算法 !!!!!!!!!!!!!!!!!!!!! 徐猛，王靖，杜吉祥（２５６）双策略高效视频编码帧间模式快速决策算法 !!!!!!!!!!!!!!!!!!!!! 罗志伟，冯桂（２６２）采用共享空间稀疏表示的单幅图像超分辨率方法 !!!!!!!!!!!!!!!! 张建，彭佳林，杜吉祥（２６８）应用叶片图像分割与特征融合的复杂背景植物识别方法 !!!!!!!!!! 赵熙临，单治磊，付波，杨章（２７４）ＫＰＣＡ?ＬＳＳＶＭ方法在视频时间序列预测中应用 !!!!!!!!!!!!!!!!!!!! 张观东，李军（２８１）ＤＥ  ＩＣＡ优化算法在工作模态参数识别的应用 !!!!!!!!!!!!!!! 雷宇翔，缑锦，王成，罗伟（２８６）Ｚｉｅ室内定位算法中数据预处理 !!!!!!!!!!!!!!!!!!!!! 樊晓冬，王佳斌，蔡灿辉（２９３）ｇＢｅ采用人群搜索算法的径向基函数神经网络参数整定方法 !!!!!!!!!!!!! 何莉，肖茗方，张威亚（２９９）四阶常微分方程的Ｂｉｒｋｈｏｆｆ配点法 !!!!!!!!!!!!!!!!!!!!!!!! 庄清渠，王金平（３０６）利用模函数估计拟共形映照的偏差函数 !!!!!!!!!!!!!!!!!!!!!!!!!! 王朝祥（３１２）第３期ＬＭＣ在机器人交互操作应用领域新进展 !!!!!!!!!!!!! 张国亮，王展妮，刘勇，张泽，丁培（３１７）虚拟现实的无线网络传输技术研究进展 !!!!!!!!!!!!!!!!!!!!!! 魏三强，孙彦景（３２４）采用ＡＲＭＡＸ模型的精磨非线性振动系统辨识 !!!!!!!!!!!!! 陈勇，黄国钦，罗光华，柯翔敏（３３２）采用ＰＡＲＡＦＡＣ的欠定盲分离中机械振源数估计方法 !!!!!!!!!!!!!!!!! 杨诚，李志农（３３７）轨道客运车辆山区小半径曲线通过性能分析 !!!!!!!!!!!!!!!!!!!!! 张云飞，李军（３４３）应用Ｋａｎｏ模型的闭环产品聚类配置方法 !!!!!!!!!!!!!!!!! 乔虎，冯帆，杜江，李存良（３４９）六自由度机械臂运动轨迹自动生成方法仿真与实现 !!!!!!!!!!!! 余乐，李庆，郑力新，朱建清（３５５）犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期第３９卷总目次 Ⅲ ＰＳＪ加固Ｔ形ＲＣ梁钢板箍有效预应力的计算方法 !!!!!!!!! 王超，刘阳，陈海，郭子雄，陈大? （３６０）不同剪跨比预应力活性粉末混凝土梁抗剪承载力分析 !!!!!!!!!!! 金凌志，王龙，张毅，周家亮（３６５）钢板笼约束混凝土组合柱正截面偏心受压承载力分析 !!!!!!!!!!! 余文茂，曾志兴，林强，刘祥（３７１）干湿盐渍耦合对夯土材料劣化性能的影响 !!!!!!!!!!!!!! 曾伟龙，彭兴黔，刘士雨，叶俊捷（３７６）国际工程承包企业动态能力指标及重要度分析 !!!!!!!!!!!!!!!!!!! 赵振宇，于英姿（３８２）改性蒙脱石的电动性质及吸附直接大红染料性能 !!!!!!!!!!!!!!!! 叶玲，张敬阳，肖子敬（３８９）四阶耦合能对半无限液晶界面特性的影响 !!!!!!!!!!!!!!!!!!!!!! 曾明颖，王星（３９６）ＫＰＣＡ?ＫＰＬＳ方法在ｐＨ中和过程建模中的应用 !!!!!!!!!!!!!!!!!!!! 朱瑞鹤，李军（４０１）采用金属热强度性能指标的瓦楞板踢脚线散热器优化设计 !!!!! 管梦雪，田琦，董旭，王洋涛，梁春喜（４０８）蝌蚪状类弹性蛋白多肽相变特性分析 !!!!!!!!! 邱岳，张丹丹，吴姝羽，蔡征文，林源清，张光亚（４１４）苯胺基喹唑啉类酪氨酸激酶抑制剂的电喷雾质谱裂解规律 !!!!!!!!!!!!!!!!!!!!! 王立强，王凤玲，周癑莹，李赞，高源，吴振，方美娟（４２０）采用互补特征的核相关滤波目标跟踪算法 !!!!!!!!!!!!!!!!!!! 谢维波，夏远祥，刘文（４２９）采用基因表达式编程的自适应层次聚类方法 !!!!!!!!!!!!!!!!! 姜代红，尹洪胜，张三友（４３５）考虑区域间互联电网时延差异性的分布式ＡＧＣ方法 !!!!!!! 赵熙临，何晶晶，付波，单治磊，汤倩（４３９）块聚类的协同显著性检测 !!!!!!!!!!!!!!!!!!!!!!!!!! 杨麟，杜吉祥，聂一亮（４４５）离散事件系统的故障一次可修复性诊断 !!!!!!!!!!!!!!!! 郭忠宝，王飞，刘清兰，张波业（４５１）应用于锁相环中的锁定检测电路设计 !!!!!!!!!!!!!!!!!! 崔冰，杨骁，娄付军，邱伟彬（４５７）结合特征点匹配的在线目标跟踪算法采用在线评论的景点个性化推荐 !!!!!!!!!!!!!!!!!!!!!!! 刘兴云，戴声奎（４６１） !!!!!!!!!!!!!!!!!!!!!!!!!! 王少兵，吴升（４６７）第４期焦散光束产生方法研究进展 !!!!!!!!!!!!!!!!!!!!!!!!!!! 杨艳飞，吴逢铁（４７３）金刚石砂轮表面二维形貌全场测量和分析 !!!!!!!!!!!!!!!!!! 杨栖凤，崔长彩，黄国钦（４７９）石材桥切机自动化加工过程的图形分析与路径优化 !!!! 林宇，邵辉，胡伟石，罗继亮，晏来成，黄吉祥（４８５）轮径差对轨道客车山区小半径曲线通过的影响 !!!!!!!!!!!!!!!!!!!! 张云飞，李军（４８９）折叠电动车主折叠机架的轻量化设计 !!!!!!!!!!!!!!!!!!! 邓援超，周杨，刘艺，周升（４９６）重卡半挂系统在虚拟试验场的平顺性仿真分析 !!!!!!!!!!!!!!!!!!!! 张功学，陈宁（５０２）应用ＧＡ?ＢＰ神经网络优化平摆复合振动筛的振动参数 !!!!!!!!!!!!! 沈国浪，童昕，李占福（５０９）橡胶扭转减振器性能的试验与仿真分析 !!!!!!!!!!!!!!!!! 盛精，贺梦达，王方，肖祖玉（５１４）应用ＤＧ方法的新型局部变差间断监测器（英文） !!!!!!!!!!! 黄日鑫，谭永华，吴宝元，李光熙（５２０）融合装配信息的三维装配模型检索方法 !!!!!!!!!!!!!!!!!! 乔虎，吴庆云，杜江，白蠫（５２６）扶壁式挡土墙在坡地建筑中的应用 !!!!!!!!!!!!!!!!!!! 林强，曾志兴，余文茂，刘祥（５３２）水力耦合条件下预制节理砂岩裂纹扩展和能量演化细观数值模拟 !!! 林春，俞缙，陈旭，蔡燕燕，文志杰（５３８）突水突泥影响下隧道围岩松动圈变化测试与分析 !!!!!!!! 舒忠磊，林从谋，常方强，张强，王海涛（５４５）犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑． Ⅳ 华侨大学学报（自然科学版）２０１８年非贯通节理岩体抗剪强度影响因素分析 !!!!!!!!!!!!!!!!!!!!!!! 刘超，刘远明（５５１）夏热冬暖地区开窗通风与壁体遮阳对集装箱房室内热环境的影响 !!!!!!!! 王玉琳，冉茂宇，池佩富（５５６）轨道交通与常规公交共线关系下的常规公交优化方法 !!!!!!!!!!!!!!!! 徐泽达，姚敏峰（５６２）空气源热泵换热器与岗亭壁体一体化供暖性能 !!!!!!!!!! 李宗北，田琦，董旭，段兰兰，秦成君（５６９）太阳能喷射与间接蒸发耦合制冷系统在兰州地区的性能分析 !!!!!!!!!! 李蓉蓉，李风雷，韩瑞春（５７７）单环刺!纤溶酶的季节积累及初步药效学 !!!!!!!!!!! 龙莎，吕卓伦，李小红，宋伟杰，王立强（５８３）采用逆系统方法的混合有源电力滤波器逐步反推滑模控制 !!!!!!!!!!!!!!! #玲英，王胡（５８９）采用亮通道先验的低照度图像增强算法 !!!!!!!!!!!!!!!!!!! 贾存坤，戴声奎，卫志敏（５９５）动静结合的二阶ＳＱＬ注入漏洞检测技术 !!!!!!!!!!!!!!!!!!! 李鑫，张维纬，郑力新（６００）采用有色Ｐｅｔｒｉ网的等级转换场景概念建模 !!!!!!!!!!!!!!!!! 宋丽梅，朱爱红，马欣宇（６０６）抗遮挡的相关滤波目标跟踪算法 !!!!!!!!!!!!!!!!!! 顾培婷，黄德天，黄炜钦，柳培忠（６１１）高速低功耗ＣＭＯＳ动态锁存比较器的设计 !!!!!!!!!!! 李靖坤，杨骁，陈国晏，娄付军，邱伟彬（６１８）结合情感词典的主动贝叶斯文本情感分类方法 !!!!!!!!!!!!!!!!!!!! 张敏，陈锻生（６２３）第５期硅材料改性水性聚氨酯的研究进展 !!!!!!!!!!!!!!!!! 许军凯，辛梅华，李明春，刘旭光（６２７）平板类塑件翘曲变形数值模拟与实验分析 !!!!!!!!!!!!!!!!!!!!!! 许建文，刘斌（６３６）新型嵌入式灶具燃烧器设计与优化 !!!!!!!!!! 安文旗，肖桂菀，徐德明，苏慧玲，舒畅，高乃平（６４２）应用Ｐａｒｅｔｏ分布的ＰＯＴ模型分析车辆荷载效应极大值 !!!!!!!!! 张晋豪，刘均利，余文成，王雷（６４９）高速电梯提升系统纵向振动建模与分析 !!!!!!!!!!!!!!!!!!!! 吴虎城，张德坤，程琼（６５４）２，６６５９） ?二叔丁基对甲酚对ＳＢＳ改性沥青抗老化性能的影响 !!!!!!!!!!!! 张文刚，丁龙亭，袁中玉（考虑刚度劣化影响的岩石峰后应变软化模型 !!!!!! 杨哲豪，俞缙，涂兵雄，刘士雨，周建烽，蔡燕燕（６６４）安全态度、安全能力、不安全动机对建筑工人不安全行为的发生机理 !!! 祁神军，成家磊，黄芹芹，张云波（６６９）考虑路径相关度的ＰＥＲＴ网络进度风险的改进算法 !!!!!!!!!!!!!!!!!! 刘迅，毕远志（６７５）运用ＡＨＰ６８２） ?ＤＥＭＡＴＥＬ的ＰＰＰ项目ＶＦＭ驱动因素重要性分析 !!!!!! 崔彩云，王建平，刘勇，李会联（被动蒸发与架空遮阳不同组合对屋面防热降温的影响 !!!!!!!!!!!!!!!!! 王波，冉茂宇（６８９）硅衬底上多层Ｇｅ／ＺｎＯ纳米晶薄膜的制备及光学特性 !!!!!!!!!!!!! 潘书万，庄琼云，郑力新（６９６）软锰矿浸出液有机物对锰电解电流效率的影响 !!!!! 周泽广，明宪权，卢国贤，袁爱群，钟磊，郭雨桐（７０１）制备焙烧Ｍｇ／Ａｌ水滑石及同时去除水中氟和硬度 !!!!!!! 许昶雯，王国英，刘吉明，岳秀萍，宁舒怡（７０６）城市高架桥街谷空气环境和污染物扩散的数值模拟 !!!!!!!!!! 秦成君，宋罛芳，王世杰，赵敬源（７１４）改性活性炭纤维催化碳酰肼去除给水中的溶解氧 !!!!!!!!!!!!!!!! 王洁，梁美生，叶翠平（７２０）灰色关联理论在城市污水处理影响因素分析中的应用 !!!!!!!!!!!!!!!! 张文杰，袁红平（７２６）重组人组织激肽释放酶结合蛋白抗氧化活性及抗凝活性分析 !!!!!!! 周癑莹，龙莎，方美娟，王立强（７３２）角向偏振螺旋贝塞尔光束的传输特性 !!!!!!!!!!!!!!!!! 胡汉青，吴逢铁，胡润，杨艳飞（７３８）犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期第３９卷总目次 Ⅴ 新型变形开口方环频率选择表面圆极化器的分析与仿真 !!!!!!!!!!!!! 汤炜，袁良昊，谢姣皎（７４４）采用特征识别技术的ＭＢＤ模型自动语义标注方法 !!!!!!!!!!!!!!!!! 乔虎，周源，白蠫（７５０）数字对讲机语音加密方法及实现 !!!!!!!!!!!!!!!!!!! 龚雪，张育钊，庄铭杰，唐加能（７５６）结合高斯核函数的卷积神经网络跟踪算法 !!!!!!!!!!!!!!!!!! 郑凌云，柳培忠，汪鸿翔（７６２）采用ＨＯＧ特征和机器学习的行人检测方法 !!!!!!!!!!!!!!!!! 陈丽枫，王佳斌，郑力新（７６８）采用ＢＰ算法和深度ＳＡＥ网络的学生综合能力评价方法 !!!!!!!!!!!!! 张永梅，付昊天，张睿（７７４）福建沙县船山组 ! " 类生物演化与海平面变化的耦合关系 !!!!!!!! 李建成，况代智，洪祖寅，张祖辉（７８１）第６期石墨烯及其衍生物在生物医药领域的研究进展 !!!!!!!!!!!!! 王国权，庞素秋，林俊生，刁勇（７８７）含弹性索的绳牵引并联机构的动力学和末端轨迹控制 !!!!!!!!!!!!!!!!!!!! 郑亚青（７９４）鼠标上盖流动平衡数值模拟分析 !!!!!!!!!!!!!!!!!!!!!!! 许建文，刘斌，骆灿彬（８０１）五轴端铣锥形摆线齿轮齿形的数值模拟与试验（英文） !!!!!!!!!!!!!!!! 许建民，顾立志（８０７）北固山隧道施工力学特征及围岩变形控制 !!!!!!!! 金煜皓，韩立军，孟庆彬，王帅，刘振军，杨灵（８１６）弹性半空间球形药包爆破引起的地表振动波形预测 !!!!!!!!!!!!!!!!! 刘小鸣，陈士海（８２６）泥粉对聚羧酸减水剂水泥净浆流变性的影响 !!!!!!!!!!!!! 张亦林，严捍东，钟国才，全志龙（８３２）梁挠曲线方程的精确推导 !!!!!!!!!!!!!!!!!!!!!!!!! 刘海波，刘玉丽，石祥锋（８４０）锆柱撑膨润土负载纳米Ｆｅ３Ｏ４多相类芬顿处理老龄垃圾渗滤液 !! 马翠，刘亚琦，张寒旭，袁鹏飞，何争光（８４４）载锆玉米秸秆生物炭的结构表征及磷吸附效果 !!!!!!!!!!! 敖涵婷，曹威，阚晋，邓彩军，魏琳（８５１）亭壁蒸发器换热性能的理论分析及仿真 !!!!!!!!!!!!!!!!! 李宗北，田琦，董旭，秦成君（８５９）非均匀孔隙率防风抑尘网优化设计 !!!!!!!!! 王世杰，宋罛芳，雷勇刚，景胜蓝，秦成君，刘治廷（８６５）二氧化铅／石墨烯电极的制备及其电化学性能 !!!!!!!! 叶俊辉，王森林，黎辉常，梁维俊，张燕秀（８７２）聚氯甲基苯乙烯的功能化及其在酯化反应中的应用可调性离子液体吸收ＣＯ２性能与反应机制 !!!!!!!!!!!!!!!!! 杜慷慨，郑好英（８７９） !!!!!!!!!!!!!!!!!! 胡鹏程，钟丽娟，江伟（８８５）柯里拉京对顺铂抗卵巢癌Ｈｅｙ和ＳＫＯＶ３细胞的增敏作用 !!!! 李旭丹，林志灿，李煊，郑志忠，明艳林（８９２）运用覆盖模型的遥感时序数据Ｗｅｂ互操作 !!!!!!!!!!!!!!!! 陈远杰，余劲松弟，佟瑞菊（８９９）采用部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别 !!!!!!!!!! 余乐，郑力新，杜永兆，黄璇（９０６）高压开关柜内部气隙放电模型及其电场分析 !!!!!!!!!!!!!!!! 许超，尚荣艳，艾春，毛恒（９１３）多变量过程监控的犇控制图 !!!!!!!!!!!!!!!!!!!!!! 夏蓓鑫，简铮，高雅，陶宁蓉（９２０）非局部相似和双边滤波的图像超分重建 !!!!!!!!!!! 黄炜钦，黄德天，顾培婷，柳培忠，骆炎民（９２６）采用多叉树模型数据迁移算法的设计与实现 !!!!!!!!!!!!!!!!! 宋春红，王佳斌，郑力新（９３２）卷积特征图融合与显著性检测的图像检索 !!!!!!!!!!!!!!!!!!! 聂一亮，杜吉祥，杨麟（９３７）采用负相关学习的ＳＶＭ集成算法 !!!!!!!!!!!!!!!!!! 洪铭，汪鸿翔，刘晓芳，柳培忠（９４２）第３９卷总目次 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! （Ⅰ～Ⅻ ）犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第３９卷第６期２０１８年１１月华侨大学学报（自然科学版）Ｖｏｌ．３９Ｎｏ．６ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｎｏｖ．２０１８犜狅狋犪犾犆狅狀狋犲狀狋狊狅犳犞狅犾．３９犖狅．１ＥｘｐｅｒｉｍｅｎｔａｌＳｔｕｄｙｏｎＧｒｉｎｄｉｎｇ４０３２ＡｌｕｍｉｎｕｍＡｌｌｏｙＷｉｔｈＢｒａｚｅｄＤｉａｍｏｎｄＷｈｅｅｌ """""""""""""""""""""""""" ＹＵＫａｉｆｅｎｇ，ＣＨＥＮＳｈｉｉｎ，ＨＵＡＮＧＧｕｏｑｉｎ（１）ｙＭｅｃｈａｎｉｃａｌＦａｕｌｔＤｉａｇｎｏｓｉｓＭｅｔｈｏｄＵｓｉｎｇＥＥＭＤＡｌｒｉｔｈｍａｎｄＭｕｔｕａｌＩｎｆｏｒｍａｔｉｏｎＭｅｔｈｏｄｇｏ """"""""""""""""""""""""""" ＬＩＪｕｎ，ＬＩＪｉａ，ＺＨＡＮＧＳｈｉｉ，ＳＨＵＨａｉｂｏ（７）ｙＮｕｍｅｒｉｃａｌＳｉｍｕｌａｔｉｏｎａｎｄＳｉｍｕｌａｔｉｏｎＡｎａｌｓｉｓｏｎＤｕｓｔＲｅｍｏｖａｌｏｆＶｅｒｔｉｃａｌＩｍｐａｃｔＣｒｕｓｈｅｒｙ """""""""""""""""" ＳＯＮＧＹｉ，ＹＡＮＧＪｉａｎｈｏｎｇ，ＦＡＮＧＨｕａｉｉｎｇ，ＣＨＥＮＪｕｎｌｏｎｇ（１４）ｙＨｏｒｉｚｏｎｔａｌＶｉｂｒａｔｉｏｎＣｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＨｕｍａｎｔｒｕｃｔｕｒｅＩｎｔｅｒａｃｔｉｏｎＳｙｓｔｅｍｉｎＳｉｔｔｉｎｇＰｏｓｔｕｒｅ ?Ｓ """""""""""""""""""""""""""" ＷＡＮＧＦｅｎｇｌｅｉ，ＹＥＭａｏ，ＦＵＭｉｎｇｋｅ（２０）ＮｕｍｅｒｉｃａｌＳｉｍｕｌａｔｉｏｎｏｆＦｌｏｗＡｒｏｕｎｄＴｗｏＤｉｍｅｎｓｉｏｎａｌＲｅｃｔａｎｇｕｌａｒＣｏｌｕｍｎａｔＨｉｌｄｓＮｕｍｂｅｒｇｈＲｅｙｎｏ """""""""""""""""" ＷＡＮＧＳｈａｎｓｈａｎ，ＤＯＮＧＹｕｌｉ，ＤＵＡＮＪｉｎｔａｏ，ＷＡＮＧＤｏｎｇｙｅ（２４）ＮｅｗＳｏｌｕｔｉｏｎｏｆＳｍａｌｌＳｐａｃｉｎｇＴｕｎｎｅｌｓ ′ＰｌａｓｔｉｃＺｏｎｅＵｎｄｅｒＵｎｉｆｉｅｄＳｔｒｅｎｇｔｈＴｈｅｏｒｙ """"""""""""""""""""""" ＳＨＵＺｈｏｎｇｌｅｉ，ＣＨＡＮＧＦａｎｇｑｉａｎｇ，ＬＩＮＣｏｎｇｍｏｕ（３１）ＳｔｕｄｙｏｎＥｓｔａｂｌｉｓｈｍｅｎｔａｎｄＥｖａｌｕａｔｉｏｎｏｆＲｉｓｋＮｅｔｗｏｒｋｉｎＢＩＭＴｅｃｈｎｏｌｏｇｙＢａｓｅｄｏｎＯｗｎｅｒｓ ′Ｓｉｄｅ """"""""""""""""""""""""""""" ＸＩＥＸｉａｎｇ，ＱＩＮＸｕａｎ，ＷＡＮＧＦｕｈａｉ（３７）ＲｅｓｐｏｎｓｅｔｏＦｕｎｃｔｉｏｎａｌＲｅｉｒｅｍｅｎｔｏｆＬａｎｄｓｃａｐｅＡｒｃｈｉｔｅｃｔｕｒｅｖｉａＨｉｅｒａｒｃｈｙｏｆＦｏｒｃｅｑｕ """""""""""""""""""""""""""""""""" ＷＡＮＧＹｕ，ＣＨＥＮＺｈｅｎ（４３）ＰａｒａｍｅｔｅｒＯｐｔｉｍｉｚａｔｉｏｎｏｆＰｒｅｐａｒｉｎｇＰｈｏｓｐｈｏｒｕｓＲｅｍｏｖａｌＭａｔｅｒｉａｌｂｙＵｓｉｎｇＣａｌｃｉｎｅｄＷａｔｅｒＴｒｅａｔｍｅｎｔＰｌａｎｔＳｌｕｄｇｅ """""""""""" ＬＩＵＱｉｄｉ，ＺＨＯＵＺｈｅｎｍｉｎｇ，ＺＨＡＮＧＨｏｎｇｚｈｏｎｇ，ＦＥＩＸｉａｌｉ，ＸＩＥＢａｏｉｎ，ＬＩＳｈｕｗｅｎ，ＹＵＡＮＢａｏｌｉｎｇ（５１）ｊＰｅｒｆｏｒｍａｎｃｅＡｎａｌｓｉｓｏｆＳｏｌａｒＥｅｃｔｏｒｒｅｓｓｉｏｎＲｅｆｒｉｒａｔｉｏｎＳｙｓｔｅｍ ?Ｃｏｍｐｙｊｇｅ """" ＱＩＡＯＸｉａｙｉｎｇ，ＬＩＦｅｎｇｌｅｉ（５７）／ＲｅｐｅＰｒｏｔｅｃｔｉｏｎｏｆＵｒｓｏｌｉｃＡｃｉｄｏｎＭｙｏｃａｒｄｉａｌＩｓｃｈｅｍｉａｒｆｕｓｉｏｎＩｎｕｒｎＨ９ｃ２Ｃｅｌｌｓｊｙｉ """"" ＷＡＮＧＧｕｏｑｕａｎ，ＰＡＮＧＳｕｑｉｕ，ＱＩＵＦｅｉ，ＣＨＥＮＧＷｅｎｚｈａｏ，ＹＡＮＧＨｕｉ６２）ｙｏｎｇ，ＤＩＡＯＹｏｎｇ（ＰｒｅｐａｒａｔｉｏｎｏｆＭｉｎｏｄｒｏｎｉｃＡｃｉｄＴａｂｌｅｔｓＵｓｉｎｇＩｎｎｏｖａｔｏｒＰｒｏｄｕｃｔｓａｎｄ犐狀犞犻狋狉狅ＣｏｎｓｉｓｔｅｎｃｙＩｎｖｅｓｔｉｔｉｏｎｇａｏｆＴｈｅｉｒＤｉｓｓｏｌｕｂｉｌｉｔｙ """"" ＳＯＮＧＷｅｉｉｅ，ＺＥＮＧＨａｏｙｕｅ，ＬＯＮＧＳｈａ，ＷＡＮＧＬｉｉａｎｇ，ＱＩＡＯＦｅｎｇｍｉｎ，ＦＡＮＧＭｅｉｕａｎ（７０）ｊｑｊＡｎａｌｓｉｓｏｆＣｏｎｓｉｓｔｅｎｔＰｒｅｐａｒａｔｉｏｎａｎｄＰｅｒｆｏｒｍａｎｃｅｏｆＳｕｐｅｒｃａｐａｃｉｔｏｒｓｙ """""""""""""""""" ＪＩＡＯＣｈｅｎ，ＺＨＡＮＧＷｅｉｋｅ，ＹＡＮＧＹａｎｑｉｎｇ，ＣＨＵＡＨｕｉｔｏｎｇ（７５）ＤｅｓｉｌＭｏｄｅｓＩｎｖｅｒｔｅｒＢａｓｅｄｏｎＮｏｎｌｉｎｅａｒＱｕａｓｉＰＲｇｎｏｎＤｕａ """"""""""""""" ＺＨＡＯＸｉｌｉｎ，ＭＩＮＧＨａｎｇ，ＷＵＬｏｎｇｌｏｎｇ，ＨＥＪｉｎｇｉｎｇ，ＴＡＮＧＱｉａｎ（８１）ｊＲｅａｌｎｄＴｕｒｂｉｎｅＯｐｅｒａｔｉｎｇＡｓｓｅｓｓｍｅｎｔＵｓｉｎｇＤｙｎａｍｉｃＩｎｆｅｒｉｏｒＤｅｇｒｅｅ ?ＴｉｍｅＷｉ """"""""""""""""" ＪＩＡＮＧＳｈｕｎｈｕｉ，ＦＡＮＧＲｕｉｍｉｎｇ，ＳＨＡＮＧＲｏｎｇｙａｎ，ＷＡＮＧＬｉ（８６）ＭｏｄｅｌｉｎｇｏｆＰｒｏｄｕｃｔｉｏｎＩｎｆｅｒｅｎｃｅＢａｓｅｄｏｎＬａｔｔｉｃｅＡｕｔｏｍａｔａ """" ＤＡＩＹｉｎｙｉｎ，ＰＥＮＧＸｉａｎｇ，ＷＡＮＧＦｅｉ（９２）ＲｏａｄＮｅｔｗｏｒｋＥｘｔｒａｃｔｉｏｎＭｅｔｈｏｄＵｓｉｎｇＲｅｐｒｅｓｅｎｔａｔｉｖｅＰｏｉｎｔｓＩｎｔｅｒｌａｔｉｏｎ "" ＬＩＮＪｉｅ，ＣＨＥＮＣｈｏｎｇｃｈｅｎｇ（９８）ｐｏＩｍｐｒｏｖｅｄＶｉｓｉｂｉｌｉｔａｐｈＭｅｔｈｏｄＵｓｉｎｇＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎａｎｄＢｌｉｎｅＣｕｒｖｅｆｏｒＰａｔｈＰｌａｎｎｉｎｇ ?ＳｐｙＧｒ """"""""""""""""""""""""""" Ｌ Ｔａｉｚｈｉ，ＺＨＯＵＷｕ，ＺＨＡＯＣｈｕｎｘｉａ（１０３）ＳｈｉｌｌｉｎｇＡｔｔａｃｋＤｅｆｅｎｓｅＡｌｒｉｔｈｍＵｓｉｎｇＭａｔｒｉｘＦａｃｔｏｒｉｚａｔｉｏｎＭｏｄｅｌ """" ＦＡＮＧＫａｉｉａｎｇ，ＷＡＮＧＪｉｎｇ（１０９）ｇｏｑ第６期第３９卷总目次 Ⅶ ＭｕｌｔｉｌｅＦａｉｌｕｒｅｓＤｉａｇｎｏｓａｂｉｌｉｔｆＦｕｚｚｓｃｒｅｔｅＥｖｅｎｔＳｙｓｔｅｍｓｐｙｏｙＤｉ """"""""""""""""""" ＬＩＵＱｉｎｇｌａｎ，ＷＡＮＧＦｅｉ，ＺＨＡＮＧＢｏｙｅ，ＧＵＯＺｈｏｎｇｂａｏ（１１５）ＦａｓｔＣＵＳｉｚｅａｎｄＰＵＭｏｄｅＤｅｃｉｓｉｏｎＡｌｒｉｔｈｍｆｏｒＨＥＶＣＩｎｔｅｒＣｏｄｉｎｇ """"" ＷＵＬｉａｎｇｄｉ，ＦＥＮＧＧｕｉ（１２１）ｇｏＣｒｏｓｓｌＭｕｌｔｉｍｅｄｉａＲｅｔｒｉｅｖａｌＢａｓｅｄＤｅｅｐＬｅａｒｎｉｎｇａｎｄＳｈａｒｅｄＲｅｐｒｅｓｅｎｔａｔｉｏｎＳｐａｃｅＬｅａｒｎｉｎｇ ?Ｍｏｄａ """"""""""""""""""""" ＺＯＵＨｕｉ，ＤＵＪｉｘｉａｎｇ，ＺＨＡＩＣｈｕａｎｍｉｎ，ＷＡＮＧＪｉｎｇ（１２７）ＦａｓｔＤｅｈａｚｅＡｌｒｉｔｈｍＢａｓｅｄｏｎＳｋｙＲｅｇｉｏｎＳｅｇｍｅｎｔａｔｉｏｎａｎｄＭｏｄｉｆｉｃａｔｉｏｎｇｏ "" ＬＩＵＺｉｂｉｎｇ，ＤＡＩＳｈｅｎｇｋｕｉ（１３３）ＭｏｄｅｌｉｎｇＳｔｕｄｙｏｎＩｍｐｅｄａｎｃｅＡｓｙｍｍｅｔｒｌｔｏｆＳｔａｔｏｒｆｏｒＴｈｒｅｅＰｈａｓｅＡｓｙｎｃｈｒｏｎｏｕｓＭｏｔｏｒｉｎＩｄｌｅＬｏａｄｙＦａｕ """"""""""""""""""""""""""" ＬＩＬｉ，ＬＩＰｉｎｇ，ＪＩＮＦｕｉａｎｇ，ＰＥＮＧＹａｎ（１３９）ｊＩｍａｇｅＣｌａｓｓｉｆｉｃａｔｉｏｎＭｏｄｅｌＵｓｉｎｇＵｎｓｕｐｅｒｖｉｓｅｄＬｅａｒｎｉｎｇＡｌｒｉｔｈｍａｎｄＣｏｎｖｏｌｕｔｉｏｎｇｏ """"""""""""""""""""" ＷＡＮＧＧａｉｈｕａ，ＬＩＴａｏ，Ｌ Ｍｅｎｇ，ＹＵＡＮＧｕｏｌｉａｎｇ（１４６）ＥｖａｌｕａｔｉｏｎａｎｄＲｅｇｉｏｎａｌＤｉｆｆｅｒｅｎｃｅｓＡｎａｌｓｉｓｏｎＥｆｆｅｃｔｏｆＣｕｌｔｉｖａｔｅｄＬａｎｄＰｒｏｔｅｃｔｉｏｎｉｎＦｕｉａｎＰｒｏｖｉｎｃｅｙｊ """"""""""" ＷＡＮＧＣｈｅｎｇｕｎ，ＸＵＷｅｉｍｉｎｇ，ＬＵＯＸｉｎｇ，ＤＯＮＧＸｉａｏｓｈｕａｉ，ＷＥＮＧＱｉａｎ（１５２）ｊ犖狅．２ＦｏｒｃｅｓａｎｄＴｏｏｌＷｅａｒＣｈａｒａｃｔｅｒｉｓｔｉｃｓｉｎＧｒａｎｉｔｅＧｒｉｎｄｉｎｇｂｙＲｏｂｏｔｉｃ """""""""" ＨＵＡＮＧＪｉｘｉａｎｇ，ＬＩＵＳｈｕｙｉｎｇ，ＨＵＡＮＧＨｕｉ，ＨＵＡＮＧＳｈｅｎｇｕｉ，ＸＵＸｉ１５９）ｐｅｎｇ（ＣｏｎｔｒｏｌＳｙｓｔｅｍＤｅｓｉｉｍｕｌａｔｉｏｎＡｎａｌｓｉｓｆｏｒＭｕｌｔｉｉｓＢｒｉｄｇｅＳｔｏｎｅＣｕｔｔｉｎｇＭａｃｈｉｎｅＢａｓｅｄｏｎＣ＃ ?ＡｘｇｎａｎｄＳｙ """"""""""""" ＳＨＡＯＨｕｉ，ＷＡＮＧＬｅｉ，ＨＵＷｅｉｓｈｉ，ＹＡＮＬａｉｃｈｅｎｇ，ＨＵＡＮＧＪｉｘｉａｎｇ（１６６）ＡｌｒｉｔｈｍａｎｄＩｔｓＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＢａｓｌｉｅｆＧｅｎｅｒａｔｉｏｎＵｓｉｎｇＩｍａｇｅＯｖｅｒｌａｙ ?Ｒｅｇｏ """"""""""""""""""""""""""" ＺＨＵＹｕｈｅｎｇ，ＬＩＵＢｉｎ，ＺＨＡＮＧＬｉｎｇｂｏ（１７２）ＩｎｆｌｕｅｎｃｅｏｆＧａｐｏｎＭｅｃｈａｎｉｃａｌＰｅｒｆｏｒｍａｎｃｅｏｆＣＦＳＴＭｅｍｂｅｒｓＳｕｂｅｃｔｅｄｔｏＣｏｍｂｉｎｅｄＡｘｉａｌＣｏｍｐｒｅｓｓｉｏｎｊａｎｄＳｈｅａｒＦｏｒｃｅ """"""""""""" ＷＡＮＧＬａｎ，ＹＥＹｏｎｇ，ＧＵＯＺｉｘｉｏｎｇ，ＷＡＮＧＨａｉｆｅｎｇ（１７９）ＳｔｕｄｙｏｎＰｒｅｌｏａｄｉｎｇＲａｔｉｏｏｎＦｌｅｘｕｒａｌＢｅｈａｖｉｏｒｏｆＲＣＳｌａｂｓＳｔｒｅｎｇｔｈｅｎｅｄＷｉｔｈＰｒｅｓｔｒｅｓｓｅｄＳｔｒａｎｄａｎｄＰｏｌｒＭｏｒｔａｒ """"""" ＺＨＡＮＧＳｈｉｉａｎｇ，ＣＨＥＮＨａｉ，ＬＩＵＹａｎｇ，ＹＥＹｏｎｇ，ＣＨＡＩＺｈｅｎｌｉｎｇ（１８６）ｙｍｅｊＰｌａｓｔｉｃＺｏｎｅＲａｄｉｕｓａｎｄＳｔｒｅｓｓＡｎａｌｓｉｓｏｆＴｕｎｎｅｌｉｎＬａｙｅｒｅｄＲｏｃｋＢａｓｅｄｏｎＩｍｐｒｏｖｅｄＨ?ＢＣｒｉｔｅｒｉｏｎｙ """""""" ＹＵＺｈｅｎｘｉｎｇ，ＹＵＪｉｎ，ＺＨＡＮＧＪｉａｎｚｈｉ，ＬＩＵＳｈｉｓｈａｎ（１９２）ｙｕ，ＺＨＡＮＧＹｕ，ＺＨＡＮＧＤａＣｏｎｓｔｒｕｃｔｉｏｎｏｆＭｏｄｅｌｏｆＵｎｓａｆｅＢｅｈａｖｉｏｒｏｆＣｏｎｓｔｒｕｃｔｉｏｎＷｏｒｋｅｒｓＣｏｎｓｉｄｅｒｉｎｇＯｒｉｚａｔｉｏｎａｌＣｌｉｍａｔｅｇａｎ """"""""""""""""""""""""" ＱＩＳｈｅｎｕｎ，ＣＨＥＮＧＪｉａｌｅｉ，ＺＨＡＮＧＹｕｎｂｏ（１９８）ｊＭｅａｓｕｒｅｍｅｎｔａｎｄＯｐｔｉｍａｌＦｉｔｔｉｎｇｏｆＩｓｏｔｈｅｒｍａｌＭｏｉｓｔｕｒｅＡｂｓｏｒｔｉｏｎＣｕｒｖｅｆｏｒＦｉｂｅｒｌａｓｓｐｇ """"""""""""""" ＺＨＡＮＧＴｉｎｇｔｉｎｇ，ＲＡＮＭａｏｙｕ，ＲＥＮＪｉｎｇ，ＷＡＮＧＢｏ，ＸＵＪｉａｈｕｉ（２０５）ｌｅｍｅｎｔａｔｉｏｎｏｆＭＯＣＶＤ犐狀犛犻ｓｔｅｍＤｅｓｉ狋狌ＭｏｎｉｔｏｒｉｎｇＳｙｇｎａｎｄＩｍｐ """""""""""""""""""""" ＸＵＬｏｎｇｑｕａｎ，ＸＵＤｏｎｇ，ＬＩＵＸｉｎｗｅｉ，ＦＡＮＧＳｏｎｇ（２１０）ＩｎｓｉｔｉｎｔｏＳｔａｂｉｌｉｔｃｈａｎｉｓｍｏｆＴｈｅｒｍｏｐｈｉｌｉｃａｎｄＰｓｙｃｈｒｏｐｈｉｌｉｃＥｎｚｓＵｓｉｎｇＲｅｓｉｄｕｅＩｎｔｅｒａｃｔｉｏｎｇｈｙＭｅｙｍｅＮｅｔｗｏｒｋｓ """""""""""""""""""" ＧＥＨｕｉｈｕａ，ＣＡＩＺｈｅｎｇｗｅｎ，ＺＨＡＮＧＧｕａｎｇｙａ（２１４）ＦａｓｔａｎｄＳｉｍｐｌｅ犐狀犛犻狋狌ＰＣＲＭｅｔｈｏｄｆｏｒＬｏｃａｌｉｚｉｎｇＲＳＤＰａｔｈｏｇｅｎＬｘｘｉｎＳｕｇａｒｃａｎｅＴｉｓｓｕｅ """""""""""""" ＨＵＭｉｎ，ＷＡＮＧＷｅｎｈｕａ，ＨＥＥｎｍｉｎｇ，ＭＥＮＧＨｏｎｇｙａｎ，ＧＵＯＹｉｎｇ（２２１）ＥｎｅｒｒｌｓｅｓｏｆＥｅｃｔｏｒＨｅａｔＰｕｍｐＣｙｃｌｅｇｙａｎｄＥｘｅｇｙＡｎａｙｊ """""""""" ＣＨＡＮＧＺｈａｏ，ＬＩＦｅｎｇｌｅｉ（２２７）ＯｐｅｒａｔｉｏｎＯｐｔｉｍｉｚａｔｉｏｎｏｆＣｏｍｂｉｎｅｄＣｏｏｌｉｎｇＨｅａｔｉｎｇａｎｄＰｏｗｅｒＳｙｓｔｅｍｓＵｓｉｎｇＭａｔｒｉｘＭｏｄｅｌｉｎｇＡｐｐｒｏａｃｈ """""""""""""" ＣＨＡＮＧＹｕｆａｎｇ，ＷＡＮＧＨａｏ，ＸＩＥＨａｏ，ＺＨＡＮＧＬｉ，ＬＩＵＧｕａｎｇｙｕ（２３３）ＤｅｓｉｆＳａｍｐｌｉｎｇＣｉｒｃｕｉｔｆｏｒＭｅａｓｕｒｉｎｇＣｏｎｔａｃｔＶｏｌｔａｇｅＤｒｏｐｏｆＬｏｗＶｏｌｔａｇｅＳｗｉｔｃｈｇｎｏ """"""""""""""""""""" ＰＥＮＧＣｈａｎｇｑｉｎｇ，ＳＨＡＮＧＲｏｎｇｙａｎ，ＦＡＮＧＲｕｉｍｉｎ（２４０）ＮｏｖｅｌＨａｚｅＲｅｍｏｖａｌＭｅｔｈｏｄＢａｓｅｄｏｎＡｔｍｏｓｐｈｅｒｉｃＶｅｉｌＦｕｓｉｏｎ """"""" ＬＩＵＺｉｂｉｎｇ，ＤＡＩＳｈｅｎｇｋｕｉ（２４６）ＲｅｃｕｒｒｅｎｔＮｅｕｒａｌＮｅｔｗｏｒｋＵｓｉｎｇＡｔｔｅｎｔｉｏｎＭｏｄｅｌｆｏｒＳｅｎｔｉｍｅｎｔＡｎａｌｓｉｓ "" ＬＩＳｏｎｇｒｕ，ＣＨＥＮＤｕａｎｓｈｅｎｇ（２５２）ｙＵｎｓｕｐｅｒｖｉｓｅｄＭａｎｉｆｏｌｄＡｌｉｔＡｌｒｉｔｈｍＵｓｉｎｇＮｅｉｒｈｏｏｄＣｏｒｒｅｌａｔｉｏｎｇｎｍｅｎｇｏｇｈｂｏ """"""""""""""""""""""""""""" ＸＵＭｅｎｇ，ＷＡＮＧＪｉｎｇ，ＤＵＪｉｘｉａｎｇ（２５６）犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑． Ⅷ 华侨大学学报（自然科学版）２０１８年ＦａｓｔＤｅｃｉｓｉｏｎＡｌｒｉｔｈｍｏｆＩｎｔｅｒ ＦｒａｍｅＭｏｄｅＵｓｉｎｇＤｏｕｂｌｅＭｅｔｈｏｄｓｆｏｒＨｉｆｉｃｉｅｎｔＶｉｄｅｏＣｏｄｉｎｇｇｏｇｈＥｆ """""""""""""""""""""""""""""""""" ＬＵＯＺｈｉｗｅｉ，ＦＥＮＧＧｕｉ（２６２）ＳｉｎｇｌｅＩｍａｇｅＳｕｐｅｒｓｏｌｕｔｉｏｎＡｌｒｉｔｈｍＵｓｉｎｇＳｐａｒｓｅＲｅｐｒｅｓｅｎｔａｔｉｏｎｉｎＣｏｍｍｏｎＳｐａｃｅ ?Ｒｅｇｏ """"""""""""""""""""""""""" ＺＨＡＮＧＪｉａｎ，ＰＥＮＧＪｉａｌｉｎ，ＤＵＪｉｘｉａｎｇ（２６８）ＲｅｓｅａｒｃｈｏｆＰｌａｎｔＲｅｃｏｇｎｉｔｉｏｎＵｓｉｎｇＳｅｇｍｅｎｔａｔｉｏｎａｎｄＦｅａｔｕｒｅＦｕｓｉｏｎ """""""""""""""""""""" ＺＨＡＯＸｉｌｉｎ，ＳＨＡＮＺｈｉｌｅｉ，ＦＵＢｏ，ＹＡＮＧＺｈａｎｇ（２７４）ＡｐｐｌｉｃａｔｉｏｎｏｆＫＰＣＡ?ＬＳＳＶＭｉｎＶｉｄｅｏＴｒａｃｅａｎｄＴｉｍｅＳｅｒｉｅｓＰｒｅｄｉｃｔｉｏｎ """ ＺＨＡＮＧＧｕａｎｄｏｎｇ，ＬＩＪｕｎ（２８１）ＡｐｐｌｉｃａｔｉｏｎｏｆＤＥＩＣＡＯｐｔｉｍｉｚａｔｉｏｎＡｌｒｉｔｈｍｉｎＯｐｅｒａｔｉｎｇＭｏｄａｌｏｆＰａｒａｍｅｔｅｒＩｄｅｎｔｉｆｉｃａｔｉｏｎ ? ｇｏ """""""""""""""""""""" ＬＥＩＹｕｘｉａｎｇ，ＧＯＵＪｉｎ，ＷＡＮＧＣｈｅｎｇ，ＬＵＯＷｅｉ（２８６）ＤａｔａＰｒｅｐｒｏｃｅｓｓｉｎｇｉｎＺｉｅＩｎｄｏｏｒＬｏｃａｌｉｚａｔｉｏｎＡｌｒｉｔｈｍ "" ＦＡＮＸｉａｏｄｏｎｇ，ＷＡＮＧＪｉａｂｉｎ，ＣＡＩＣａｎｈｕｉ（２９３）ｇＢｅｇｏＰａｒａｍｅｔｅｒＡｄｕｓｔｉｎｇＭｅｔｈｏｄｏｆＲａｄｉａｌＢａｓｉｓＦｕｎｃｔｉｏｎＮｅｕｒａｌＮｅｔｗｏｒｋＵｓｉｎｇＳｅｅｋｅｒＯｐｔｉｍｉｚａｔｉｏｎＡｌｒｉｔｈｍｊｇｏ """"""""""""""""""""""""""" ＨＥＬｉ，ＸＩＡＯＭｉｎｇｆａｎｇ，ＺＨＡＮＧＷｅｉ２９９）ｙａ（ＢｉｒｋｈｏｆｆＣｏｌｌｏｃａｔｉｏｎＭｅｔｈｏｄｆｏｒＦｏｕｒｔｈｄｅｒＯｒｄｉｎａｒｆｆｅｒｅｎｔｉａｌＥｑｕａｔｉｏｎｓ ?ＯｒｙＤｉ """"""""""""""""""""""""""""" ＺＨＵＡＮＧＱｉｎｇｑｕ，ＷＡＮＧＪｉｎｐｉｎｇ（３０６）ＥｓｔｉｍａｔｅｏｆＱｕａｓｉｃｏｎｆｏｒｍａｌＤｉｓｔｏｒｔｉｏｎＦｕｎｃｔｉｏｎｂｙＭｏｄｕｌｅＦｕｎｃｔｉｏｎ """"""""" ＷＡＮＧＣｈａｏｘｉａｎｇ（３１２）犖狅．３ＮｅｗＰｒｏｇｒｅｓｓｉｎＡｐｐｌｉｃａｔｉｏｎｏｆＬＭＣｏｎＨｕｍａｎｔＩｎｔｅｒａｃｔｉｖｅＯｐｅｒａｔｉｏｎ ?Ｒｏｂｏ """""""""""""" ＺＨＡＮＧＧｕｏｌｉａｎｇ，ＷＡＮＧＺｈａｎｎｉ，ＬＩＵＹｏｎｇ，ＺＨＡＮＧＺｅ，ＤＩＮＧＰｅｉ（３１７）ＲｅｓｅａｒｃｈＰｒｏｇｒｅｓｓｏｎＷｉｒｅｌｅｓｓＮｅｔｗｏｒｋＴｒａｎｓｍｉｓｓｉｏｎＴｅｃｈｎｏｌｏｇｙｉｎＶｉｒｔｕａｌＲｅａｌｉｔｙ """""""""""""""""""""""""""""""" ＷＥＩＳａｎｑｉａｎｇ，ＳＵＮＹａｎｉｎｇ（３２４）ｊＳｙｓｔｅｍｉｃＩｄｅｎｔｉｆｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｎＮｏｎｌｉｎｅａｒＶｉｂｒａｔｉｏｎＳｙｓｔｅｍｉｎＰｒｅｃｉｓｉｏｎＧｒｉｎｄｉｎｇＰｒｏｃｅｓｓＷｉｔｈＡＲＭＡＸＭｏｄｅｌ """""""""" ＣＨＥＮＹｏｎｇ，ＨＵＡＮＧＧｕｏｑｉｎ，ＬＵＯＧｕａｎｇｈｕａ，ＫＥＸｉａｎｇｍｉｎ（３３２）ＭｅｃｈａｎｉｃａｌＶｉｂｒａｔｉｏｎＳｏｕｒｃｅＮｕｍｂｅｒＥｓｔｉｍａｔｉｏｎｏｆＵｎｄｅｒｄｅｔｅｒｍｉｎｅｄＢｌｉｎｄＳｏｕｒｃｅＳｅｐａｒａｔｉｏｎＵｓｉｎｇＰＡＲＡＦＡＣ """""""""""""""""""""""""""" ＹＡＮＧＣｈｅｎｇ，ＬＩＺｈｉｎｏｎｇ（３３７）ＰｅｒｆｏｒｍａｎｃｅＡｎａｌｓｉｓｏｆＰａｓｓｅｎｇｅｒＴｒａｉｎｓＰａｓｓｉｎｇＭｏｕｎｔａｉｎＡｒｅａＷｉｔｈＳｍａｌｌＲａｄｉｕｓＣｕｒｖｅｙ """""""""""""""""""""""""""""""""" ＺＨＡＮＧＹｕｎｆｅｉ，ＬＩＪｕｎ（３４３）ＭｅｔｈｏｄｏｆＣｌｏｓｅｄｏｄｕｃｔｓＣｌｕｓｔｅｒＣｏｎｆｉｒａｔｉｏｎＵｓｉｎｇＫａｎｏＭｏｄｅｌ ?ＬｏｏｐＰｒｇｕ """""""""""""""""""""""" ＱＩＡＯＨｕ，ＦＥＮＧＦａｎ，ＤＵＪｉａｎｇ，ＬＩＣｕｎｌｉａｎｇ（３４９）ＳｉｍｕｌａｔｉｏｎａｎｄＲｅｌｉｚａｔｉｏｎｏｆＭｏｔｉｏｎＴｒａｅｃｔｏｒｔｏｍａｔｉｃＧｅｎｅｒａｔｉｏｎＭｅｔｈｏｄｏｆＳｉｘＤｅｇｒｅｅｓｏｆｊｙＡｕＦｒｅｅｄｏｍＭｅｃｈａｎｉｃａｌＡｒｍ """"""""""""" ＹＵＬｅ，ＬＩＱｉｎｇ，ＺＨＥＮＧＬｉｘｉｎ，ＺＨＵＪｉａｎｑｉｎｇ（３５５）ＣａｌｃｕｌａｔｉｏｎＭｅｔｈｏｄｆｏｒＥｆｆｅｃｔｉｖｅＰｒｅｓｔｒｅｓｓｏｆＰＳＪＳｔｒｅｎｇｔｈｅｎｉｎｇＴＳｈａｐｅｄＲＣＢｅａｍｓ """"""""""""""" ＷＡＮＧＣｈａｏ，ＬＩＵＹａｎｇ，ＣＨＥＮＨａｉ，ＧＵＯＺｉｘｉｏｎｇ，ＣＨＥＮＤａｌａｎｇ（３６０）ＡｎａｌｓｉｓｏｆＳｈｅａｒＣａｐａｃｉｔｆＰｒｅｓｔｒｅｓｓｅｄＲｅａｃｔｉｖｅＰｏｗｄｅｒＣｏｎｃｒｅｔｅＢｅａｍｓＷｉｔｈＤｉｆｆｅｒｅｎｔＳｈｅａｒＳｐａｎＲａｔｉｏｓｙｙｏ """""""""""""""""""" ＪＩＮＬｉｎｇｚｈｉ，ＷＡＮＧＬｏｎｇ，ＺＨＡＮＧＹｉ，ＺＨＯＵＪｉａｌｉａｎｇ（３６５）ＮｏｒｍａｌＳｅｃｔｉｏｎＢｅａｒｉｎｇＣａｐａｃｉｔｓｅａｒｃｈｏｆＰＣＳＣｏｎｃｒｅｔｅＣｏｌｕｍｎｓＵｎｄｅｒＥｃｃｅｎｔｒｉｃＣｏｍｐｒｅｓｓｉｏｎＬｏａｄｙＲｅ """"""""""""""""""""" ＹＵＷｅｎｍａｏ，ＺＥＮＧＺｈｉｘｉｎｇ，ＬＩＮＱｉａｎｇ，ＬＩＵＸｉａｎｇ（３７１）ＩｎｆｌｕｅｎｃｅｏｆＤｒｔＳａｌｔｉｎｇＣｏｕｐｌｉｎｇｏｎＤｅｔｅｒｉｏｒａｔｉｏｎＰｅｒｆｏｒｍａｎｃｅｏｆＲａｍｍｅｄＳｏｉｌＭａｔｅｒｉａｌｓｙＷｅ """""""""""""""""""" ＺＥＮＧＷｅｉｌｏｎｇ，ＰＥＮＧＸｉｎｇｑｉａｎ，ＬＩＵＳｈｉｉｅ（３７６）ｙｕ，ＹＥＪｕｎｊＩｎｄｉｃａｔｏｒＡｎａｌｓｉｓａｎｄＩｍｐｏｒｔａｎｃｅＤｅｇｒｅｅｏｆＤｙｎａｍｉｃＣａｐａｂｉｌｉｔｉｅｓｆｏｒＩｎｔｅｒｎａｔｉｏｎａｌＥｎｇｉｎｅｅｒｉｎｇＣｏｎｔｒａｃｔｉｎｇｙＥｎｔｅｒｒｉｓｅｓ """""""""""""""""""""""""""" ＺＨＡＯＺｈｅｎｙｕ，ＹＵＹｉｎｇｚｉ（３８２）ｐＺｅｔａｔｅｎｔｉａｌｏｆＭｏｄｉｆｉｅｄＭｏｎｔｍｏｒｉｌｌｏｎｉｔｅａｎｄＩｔｓＥｆｆｅｃｔｏｎＡｄｓｏｒｔｉｏｎＣａｐａｃｉｔｏｒＤｉｒｅｃｔＲｅｄＤｙｅＦｒｏｍ ?ＰｏｐｙｆＡｑｕｅｏｕｓＳｏｌｕｔｉｏｎｓ """""""""""""""""" ＹＥＬｉｎｇ，ＺＨＡＮＧＪｉｎｇｙａｎｇ，ＸＩＡＯＺｉｉｎｇ（３８９）ｊＥｆｆｅｃｔｏｆＱｕａｒｔｉｃＣｏｕｐｌｉｎｇＥｎｅｒｔｔｉｎｇＢｅｈａｖｉｏｒｓｉｎＮｅｍａｔｉｃＬｉｉｄＣｒｓｔａｌｇｙｏｎＷｅｑｕｙ """"""""""""""""""""""""""""""" ＺＥＮＧＭｉｎｇｙｉｎｇ，ＷＡＮＧＸｉｎｇ（３９６）ＲｅｓｅａｒｃｈｏｎＭｏｄｅｌｉｎｇＭｅｔｈｏｄｆｏｒｐＨＮｅｕｔｒａｌｉｚａｔｉｏｎＰｒｏｃｅｓｓＵｓｉｎｇＫＰＣＡ?ＫＰＬＳ """ ＺＨＵＲｕｉｈｅ，ＬＩＪｕｎ（４０１）犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期第３９卷总目次 Ⅸ ＯｐｔｉｍｉｚａｔｉｏｎＤｅｓｉｆＣｏｒｒｕｇａｔｅｄＢｏａｒｄＳｋｉｒｔｉｎｇＢｏａｒｄＲａｄｉａｔｏｒＵｓｉｎｇＭｅｔａｌＴｈｅｒｍａｌＩｎｔｅｎｓｉｔｒｆｏｒｍａｎｃｅｇｎｏｙＰｅ """""""""""" ＧＵＡＮＭｅｎｇｘｕｅ，ＴＩＡＮＱｉ，ＤＯＮＧＸｕ，ＷＡＮＧＹａｎｇｔａｏ，ＬＩＡＮＧＣｈｕｎｘｉ（４０８）ＰｈａｓｅＴｒａｎｓｉｔｉｏｎＢｅｈａｖｉｏｒｏｆＴａｄｐｏｌｅｉｋｅＥｌａｓｔｉｎｉｋｅＰｏｌｔｉｄｅｓ ?Ｌ ?Ｌｙｐｅｐ """"" ＱＩＵＹｕｅ，ＺＨＡＮＧＤａｎｄａｎ，ＷＵＳｈｕｙｕ，ＣＡＩＺｈｅｎｇｗｅｎ，ＬＩＮＹｕａｎｑｉｎｇ，ＺＨＡＮＧＧｕａｎｇｙａ（４１４）ＦｒａｇｍｅｎｔａｔｉｏｎＰａｔｈｗａｙｓｏｆＴｈｒｅｅＴｙｒｏｓｉｎｅＫｉｎａｓｅＩｎｈｉｂｉｔｏｒｓＷｉｔｈＡｎｉｌｉｎｏｑｕｉｎａｚｏｌｉｎｅＭｏｉｅｔｅｃｔｒｏｓｐｒａｙｙｂｙＥｌＩｏｎｉｚａｔｉｏｎＭａｓｓＳｐｅｃｔｒｏｍｅｔｒｉｉａｎｇ，ＷＡＮＧＦｅｎｇｌｉｎｇ，ＺＨＯＵＹｕｅｙｉｎｇ，ＬＩＺｈａｎ，ｙ """"" ＷＡＮＧＬｑＧＡＯＹｕａｎ，ＷＵＺｈｅｎ，ＦＡＮＧＭｅｉｕａｎ（４２０）ｊＴａｒｔＴｒａｃｋｉｎｇＡｌｒｉｔｈｍＵｓｉｎｇＣｏｍｐｌｅｍｅｎｔａｒａｔｕｒｅｓｏｆＫｅｒｎｅｌｉｚｅｄＣｏｒｒｅｌａｔｉｏｎＦｉｌｔｅｒｇｅｇｏｙＦｅ """"""""""""""""""""""""""" ＸＩＥＷｅｉｂｏ，ＸＩＡＹｕａｎｘｉａｎｇ，ＬＩＵＷｅｎ（４２９）ＳｅｌｆｔｉｖｅＨｉｅｒａｒｃｈｉｃａｌＣｌｕｓｔｅｒｉｎｇＡｌｒｉｔｈｍＵｓｉｎｇＧｅｎｅＥｘｐｒｅｓｓｉｏｎＰｒｏｇｒａｍｍｉｎｇ ?Ａｄａｐｇｏ """""""""""""""""""""" ＪＩＡＮＧＤａｉｈｏｎｇ，ＹＩＮＨｏｎｇｓｈｅｎｇ，ＺＨＡＮＧＳａｎｙｏｕ（４３５）ＤｉｓｔｒｉｂｕｔｅｄＡＧＣＭｅｔｈｏｄＣｏｎｓｉｄｅｒｉｎｇＤｉｆｆｅｒｅｎｃｅｏｆＴｉｍｅＤｅｌａｙＢｅｔｗｅｅｎＲｅｇｉｏｎａｌＩｎｔｅｒｃｏｎｎｅｃｔｅｄＰｏｗｅｒＧｒｉｄｓ """"""""""""""""" ＺＨＡＯＸｉｌｉｎ，ＨＥＪｉｎｇｉｎｇ，ＦＵＢｏ，ＳＨＡＮＺｈｉｌｅｉ，ＴＡＮＧＱｉａｎ（４３９）ｊＣｏｌｉｅｎｃｙＤｅｔｅｃｔｉｏｎＵｓｉｎｇＰａｔｃｈｕｓｔｅｒ """""""""""" ＹＡＮＧＬｉｎ，ＤＵＪｉｘｉａｎｇ，ＮＩＥＹｉｌｉａｎｇ（４４５） ?Ｓａ ?ＣｌＤｉａｇｎｏｓｉｓｏｆＤｉｓｐｏｓａｂｌｅＲｅｃｏｖｅｒａｂｉｌｉｔｓｅｄｏｎＤｉｓｃｒｅｔｅＥｖｅｎｔＳｙｓｔｅｍｓＷｉｔｈＦａｕｌｔｓｙＢａ """"""""""""""""""" ＧＵＯＺｈｏｎｇｂａｏ，ＷＡＮＧＦｅｉ，ＬＩＵＱｉｎｇｌａｎ，ＺＨＡＮＧＢｏｙｅ（４５１）ＤｅｓｉｆＬｏｃｋＤｅｔｅｃｔｉｏｎＣｉｒｃｕｉｔｆｏｒＰｈａｓｅｃｋｅｄＬｏｏｐＡｐｐｌｉｃａｔｉｏｎｓ ?Ｌｏｇｎｏ """"""""""""""""""""""" ＣＵＩＢｉｎｇ，ＹＡＮＧＸｉａｏ，ＬＯＵＦｕｕｎ，ＱＩＵＷｅｉｂｉｎ（４５７）ｊＯｎｌｉｎｅＴａｒｔＴｒａｃｋｉｎｇＡｌｒｉｔｈｍＢａｓｅｄｏｎＦｅａｔｕｒｅＰｏｉｎｔＭａｔｃｈｉｎｇ """"" ＬＩＵＸｉｎｇｙｕｎ，ＤＡＩＳｈｅｎｇｋｕｉ（４６１）ｇｅｇｏＡｔｔｒａｃｔｉｏｎｓＰｅｒｓｏｎａｌｉｚｅｄＲｅｃｏｍｍｅｎｄａｔｉｏｎｓＵｓｉｎｇＯｎｌｉｎｅＲｅｖｉｅｗｓ """""" ＷＡＮＧＳｈａｏｂｉｎｇ，ＷＵＳｈｅｎｇ（４６７）犖狅．４ＲｅｓｅａｒｃｈＰｒｏｇｒｅｓｓｏｎＣａｕｓｔｉｃＢｅａｍ """"""""""""""""""" ＹＡＮＧＹａｎｆｅｉ，ＷＵＦｅｎｇｔｉｅ（４７３）ＭｅａｓｕｒｅｍｅｎｔａｎｄＡｎａｌｓｉｓｏｆＴｗｏｉｏｎａｌＳｕｒｆａｃｅＴｏｐｏｇｒａｐｈｙｏｆＷｈｏｌｅＧｒｉｎｄｉｎｇＷｈｅｅｌ ?Ｄｉｍｅｎｓｙ """""""""""""""""""""""" ＹＡＮＧＱｉｆｅｎｇ，ＣＵＩＣｈａｎｇｃａｉ，ＨＵＡＮＧＧｕｏｑｉｎ（４７９）ＧｒａｐｈｉｃＡｎａｌｚｉｎｇａｎｄＰａｔｈＯｐｔｉｍｉｚａｔｉｏｎｏｆＡｕｔｏｍａｔｉｃＭａｃｈｉｎｉｎｇＰｒｏｃｅｓｓｉｎＳｔｏｎｅＢｒｉｄｇｅＣｕｔｔｉｎｇＭａｃｈｉｎｅｙ """"""""" ＬＩＮＹｕ，ＳＨＡＯＨｕｉ，ＨＵＷｅｉｓｈｉ，ＬＵＯＪｉｌｉａｎｇ，ＹＡＮＬａｉｃｈｅｎｇ，ＨＵＡＮＧＪｉｘｉａｎｇ（４８５）ＥｆｆｅｃｔｏｆＷｈｅｅｌＤｉａｍｅｔｅｒＤｉｆｆｅｒｅｎｃｅｏｎＰａｓｓｉｎｇｏｆＳｍａｌｌＲａｄｉｕｓＣｕｒｖｅｉｎＭｏｕｎｔａｉｎｏｕｓＴｒａｃｋＰａｓｓｅｎｇｅｒＴｒａｉｎ """""""""""""""""""""""""""""""""" ＺＨＡＮＧＹｕｎｆｅｉ，ＬＩＪｕｎ（４８９）ＬｉｔｗｅｉｔＤｅｓｉｆＭａｉｎＦｏｌｄｉｎｇＦｒａｍｅｆｏｒＦｏｌｄａｂｌｅＥｌｅｃｔｒｉｃＶｅｈｉｃｌｅｇｈｇｈｇｎｏ """"""""""""""""""""" ＤＥＮＧＹｕａｎｃｈａｏ，ＺＨＯＵＹａｎｇ，ＬＩＵＹｉ，ＺＨＯＵＳｈｅｎ（４９６）ＳｉｍｕｌａｔｉｏｎＡｎａｌｓｉｓｏｎＲｉｄｅＣｏｍｆｏｒｔｏｆＨｅａｖｙＳｅｍｉｔｒａｉｌｅｒＳｙｓｔｅｍＵｓｉｎｇＶｉｒｔｕａｌＰｒｏｖｉｎｇＧｒｏｕｎｄｙ """"""""""""""""""""""""""""""" ＺＨＡＮＧＧｏｎｇｘｕｅ，ＣＨＥＮＮｉｎｇ（５０２）ＡｐｐｌｉｃａｔｉｏｎｏｆＧＡ?ＢＰｔｏＯｐｔｉｍｉｚｅＶｉｂｒａｔｉｏｎＰａｒａｍｅｔｅｒｓｏｆＶｉｂｒａｔｉｎｇＳｃｒｅｅｎｏｆＴｒａｎｓｌａｔｉｏｎｎｇ ?ＳｗｉＣｏｍｐｏｓｉｔｅＭｏｔｉｏｎ """"""""""""""""""" ＳＨＥＮＧｕｏｌａｎｇ，ＴＯＮＧＸｉｎ，ＬＩＺｈａｎｆｕ（５０９）ＳｉｍｕｌａｔｉｏｎａｎｄＥｘｐｅｒｉｍｅｎｔａｌＳｔｕｄｙｏｎＰｅｒｆｏｒｍａｎｃｅｏｆＲｕｂｂｅｒｒｓｉｏｎａｌＶｉｂｒａｔｉｏｎＤａｍｐｅｒ ?ＴｙｐｅＴｏ """"""""""""""""""""" ＳＨＥＮＧＪｉｎｇ，ＨＥＭｅｎｇｄａ，ＷＡＮＧＦａｎｇ，ＸＩＡＯＺｕｙｕ（５１４）ＮｅｗＤｉｓｃｏｎｔｉｎｕｉｔｎｄｉｃａｔｏｒｆｏｒＤＧＭｅｔｈｏｄＵｓｉｎｇＬｏｃａｌＶａｒｉａｔｉｏｎｙＩ """"""""""""""""""" ＨＵＡＮＧＲｉｘｉｎ，ＴＡＮＹｏｎｇｈｕａ，ＷＵＢａｏｙｕａｎ，ＬＩＧｕａｎｇｘｉ（５２０）３ＤＡｓｓｅｍｂｌｌＲｅｔｒｉｅｖａｌＭｅｔｈｏｄＵｓｉｎｇＡｓｓｅｍｂｌｎｆｏｒｍａｔｉｏｎｙＭｏｄｅｙＩ """"""""""""""""""""""""" ＱＩＡＯＨｕ，ＷＵＱｉｎｇｙｕｎ，ＤＵＪｉａｎｇ，ＢＡＩＹｕ（５２６）ＡｐｐｌｉｃａｔｉｏｎｏｆＣｏｕｎｔｅｒｆｏｒｔＲｅｔａｉｎｉｎｇＷａｌｌｉｎＳｌｏｐｅＢｕｉｌｄｉｎｇ """"""""""""""""""""" ＬＩＮＱｉａｎｇ，ＺＥＮＧＺｈｉｘｉｎｇ，ＹＵＷｅｎｍａｏ，ＬＩＵＸｉａｎｇ（５３２）ＭｅｓｏｓｃｏｐｉｃＮｕｍｅｒｉｃａｌＳｉｍｕｌａｔｉｏｎｏｎＣｒａｃｋＥｘｐａｎｓｉｏｎａｎｄＥｎｅｒｌｕｔｉｏｎｏｆＳａｎｄｓｔｏｎｅＷｉｔｈＰｒｅｆａｂｒｉｃａｔｅｄｇｙＥｖｏＪｏｉｎｔＵｎｄｅｒＨｙｄｒｏｃｈａｎｉｃａｌＣｏｕｐｌｉｎｇＣｏｎｄｉｔｉｏｎ ?Ｍｅ """"""""""""""""""" ＬＩＮＣｈｕｎ，ＹＵＪｉｎ，ＣＨＥＮＸｕ，ＣＡＩＹａｎｙａｎ，ＷＥＮＺｈｉｉｅ（５３８）ｊ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版） Ⅹ ２０１８年ＴｅｓｔａｎｄＡｎａｌｓｉｓｏｎＶａｒｉａｔｉｏｎｏｆｌｏｏｓｅＺｏｎｅｏｆＳｕｒｒｏｕｎｄｉｎｇＲｏｃｋｉｎＴｕｎｎｅｌＵｎｄｅｒＩｎｆｌｕｅｎｃｅｏｆＷａｔｅｒｙａｎｄＭｕｄＩｎｒｕｓｈ """""""" ＳＨＵＺｈｏｎｇｌｅｉ，ＬＩＮＣｏｎｇｍｏｕ，ＣＨＡＮＧＦａｎｇｑｉａｎｇ，ＺＨＡＮＧＱｉａｎｇ，ＷＡＮＧＨａｉｔａｏ（５４５）ＡｎａｌｓｉｓｏｆＩｎｆｌｕｅｎｃｅＦａｃｔｏｒｓｏｎＳｈｅａｒＳｔｒｅｎｇｔｈｏｆＮｏｎｔｒａｔｉｏｎＪｏｉｎｔｅｄＲｏｃｋＭａｓｓ ?Ｐｅｎｅｙ """"""""""""""""""""""""""""""""" ＬＩＵＣｈａｏ，ＬＩＵＹｕａｎｍｉｎｇ（５５１）ＩｎｆｌｕｅｎｃｅｏｆＷｉｎｄｏｗＯｐｅｎＶｅｎｔｉｌａｔｉｏｎａｎｄＷａｌｌＳｈａｄｉｎｇｏｎＩｎｄｏｏｒＴｈｅｒｍａｌＥｎｖｉｒｏｎｍｅｎｔｏｆＣｏｎｔａｉｎｅｒＲｏｏｍｉｎＨｏｔＳｕｍｍｅｒａｎｄＷａｒｍＷｉｎｔｅｒＡｒｅａｓ """"""" ＷＡＮＧＹｕｌｉｎ，ＲＡＮＭａｏｙｕ，ＣＨＩＰｅｉｆｕ（５５６）ＢｕｓＯｐｔｉｍｉｚａｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎＣｏｌｌｉｎｅａｒＲｅｌａｔｉｏｎｏｆＲａｉｌＴｒａｎｓｉｔａｎｄＢｕｓ """ ＸＵＺｅｄａ，ＹＡＯＭｉｎｆｅｎｇ（５６２）ＲｅｓｅａｒｃｈｏｎＨｅａｔｉｎｇＰｅｒｆｏｒｍａｎｃｅｏｆＢｏｏｔｈＷｉｔｈＡｉｒｒｃｅＨｅａｔＰｕｍｐＨｅａｔＥｘｃｈａｎｇｅｒａｎｄＰａｖｉｌｉｏｎ ?ＳｏｕＷａｌｌＩｎｔｅｇｒａｔｅｄ """"""""" ＬＩＺｏｎｇｂｅｉ，ＴＩＡＮＱｉ，ＤＯＮＧＸｕ，ＤＵＡＮＬａｎｌａｎ，ＱＩＮＣｈｅｎｇｕｎ（５６９）ｊＳｏｌａｒＥｅｃｔｏｒａｎｄＩｎｄｉｒｅｃｔＥｖａｐｏｒａｔｉｏｎＣｏｕｐｌｅｄＣｏｏｌｉｎｇＳｙｓｔｅｍＰｅｒｆｏｒｍａｎｃｅＡｎａｌｓｉｓＢａｓｅｄｏｎＬａｎｚｈｏｕｊｙＲｅｇｉｏｎ """""""""""""""""""""""" ＬＩＲｏｎｇｒｏｎｇ，ＬＩＦｅｎｇｌｅｉ，ＨＡＮＲｕｉｃｈｕｎ（５７７）ＳｅａｓｏｎａｌＡｃｃｕｍｕｌａｔｉｏｎｏｆＭｏｎｏｃｙｃｌｉｃＴｈｒｉｉｂｒｉｎｏｌｔｉｃＥｎｚｅｌｉｍｉｎａｒｒｍａｃｏｄｙｎａｍｉｃｐｓＦｙｙｍｅＵＦＥａｎｄＰｒｙＰｈａＳｔｕｄｙｏｆＵＦＥ """""""" ＬＯＮＧＳｈａ，Ｌ Ｚｈｕｏｌｕｎ，ＬＩＸｉａｏｈｏｎｇ，ＳＯＮＧＷｅｉｉｅ，ＷＡＮＧＬｉｉａｎｇ（５８３）ｊｑＢａｃｋｓｔｅｐｐｉｎｇＳｌｉｄｉｎｇＭｏｄｅＣｏｎｔｒｏｌｏｆＳＨＡＰＦＵｓｉｎｇＩｎｖｅｒｓｅＳｙｓｔｅｍＭｅｔｈｏｄ "" ＴＵＬｉｎｇｙｉｎｇ，ＷＡＮＧＨｕ（５８９）ＬｏｗＬｉｔＩｍａｇｅＥｎｈａｎｃｅｍｅｎｔＡｌｒｉｔｈｍＢａｓｅｄｏｎＢｒｉｔＣｈａｎｎｅｌＰｒｉｏｒｇｈｇｏｇｈ """""""""""""""""""""""""" ＪＩＡＣｕｎｋｕｎ，ＤＡＩＳｈｅｎｇｋｕｉ，ＷＥＩＺｈｉｍｉｎ（５９５）ＶｕｌｎｅｒａｂｉｌｉｔｔｅｃｔｉｏｎＵｓｉｎｇＳｅｃｏｎｄ ＯｒｄｅｒＳＱＬＩｎｅｃｔｉｏｎＣｏｍｂｉｎｉｎｇＤｙｎａｍｉｃａｎｄＳｔａｔｉｃＡｎａｌｓｉｓｙＤｅｊｙ """"""""""""""""""""""""""" ＬＩＸｉｎ，ＺＨＡＮＧＷｅｉｗｅｉ，ＺＨＥＮＧＬｉｘｉｎ（６００）ＣｏｎｃｅｐｔＭｏｄｅｌｆｏｒＬｅｖｅｌＴｒａｓｉｔｉｏｎＳｃｅｎｅＵｓｉｎｇＣｏｌｏｒｅｄＰｅｔｒｉＮｅｔ " ＳＯＮＧＬｉｍｅｉ，ＺＨＵＡｉｈｏｎｇ，ＭＡＸｉｎｙｕ（６０６）ＡｎｔｉｃｌｕｓｉｏｎＯｂｅｃｔＴｒａｃｋｉｎｇＡｌｒｉｔｈｍＢａｓｅｄｏｎＫｅｒｎｅｌｉｚｅｄＣｏｒｒｅｌａｔｉｏｎＦｉｌｔｅｒｓ ?Ｏｃｊｇｏ """"""""""""""""" ＧＵＰｅｉｔｉｎｇ，ＨＵＡＮＧＤｅｔｉａｎ，ＨＵＡＮＧＷｅｉｉｎ，ＬＩＵＰｅｉｚｈｏｎｇ（６１１）ｑＤｅｓｉｆＨｉｅｄＬｏｗ?ＰｏｗｅｒＣＭＯＳＤｙｎａｍｉｃＬａｔｃｈｅｄＣｏｍｐａｒａｔｏｒ ?Ｓｐｅｇｎｏｇｈ """"""""""""""" ＬＩＪｉｎｇｋｕｎ，ＹＡＮＧＸｉａｏ，ＣＨＥＮＧｕｏｙａｎ，ＬＯＵＦｕｕｎ，ＱＩＵＷｅｉｂｉｎ（６１８）ｊＴｅｘｔＳｅｎｔｉｍｅｎｔＣｌａｓｓｉｆｉｃａｔｉｏｎＢａｓｅｄｏｎＳｅｍａｎｔｉｃＬｅｘｉｃｏｎａｎｄＡｃｔｉｖｅＢａｙｅｓｉａｎ """""""""""""""""""""""""""""" ＺＨＡＮＧＭｉｎ，ＣＨＥＮＤｕａｎｓｈｅｎｇ（６２３）犖狅．５ＲｅｓｅａｒｃｈＰｒｏｇｒｅｓｓｏｎＷａｔｅｒｂｏｒｎｅＰｏｌｒｅｔｈａｎｅＭｏｄｉｆｉｅｄｂｙＳｉｌｉｃｏｎＭａｔｅｒｉａｌｓｙｕ """"""""""""""""""""" ＸＵＪｕｎｋａｉ，ＸＩＮＭｅｉｈｕａ，ＬＩＭｉｎｇｃｈｕｎ，ＬＩＵＸｕｇｕａｎｇ（６２７）ＮｕｍｅｒｉｃａｌＳｉｍｕｌａｔｉｏｎａｎｄＥｘｐｅｒｉｍｅｎｔａｌＡｎａｌｓｉｓｏｆＦｌａｔＰｌａｓｔｉｃＰｒｏｄｕｃｔｓ ′Ｗａｒｙｐａｇｅ " ＸＵＪｉａｎｗｅｎ，ＬＩＵＢｉｎ（６３６）ＤｅｓｉｔｉｍｉｚａｔｉｏｎｏｆＮｅｗＢｕｉｌｔＩｎＧａｓＳｔｏｖｅＢｕｒｎｅｒ ? ｇｎａｎｄＯｐ """"""""" ＡＮＷｅｎｑｉ，ＸＩＡＯＧｕｉｗａｎ，ＸＵＤｅｍｉｎｇ，ＳＵＨｕｉｌｉｎｇ，ＳＨＵＣｈａｎｇ，ＧＡＯＮａｉｉｎｇ（６４２）ｐＣａｌｃｕｌａｔｉｏｎｏｆＥｘｔｒｅｍｅＶａｌｕｅｏｆＶｅｈｉｃｌｅＬｏａｄＥｆｆｅｃｔｂｙＰＯＴＭｏｄｅｌＵｓｉｎｇＰａｒｅｔｏＤｉｓｔｒｉｂｕｔｉｏｎ """""""""""""""""""" ＺＨＡＮＧＪｉｎｈａｏ，ＬＩＵＪｕｎｌｉ，ＹＵＷｅｎｃｈｅｎｇ，ＷＡＮＧＬｅｉ（６４９）ＭｏｄｅｌｉｎｇａｎｄＡｎａｌｓｉｓｏｆＬｏｎｇｉｔｕｄｉｎａｌＶｉｂｒａｔｉｏｎｏｆＨｉｌｏｃｉｔｅｖａｔｏｒＨｏｉｓｔｉｎｇＳｙｓｔｅｍ ?ＶｅｙｇｈｙＥｌ """""""""""""""""""""""" ＷＵＨｕｃｈｅｎｇ，ＺＨＡＮＧＤｅｋｕｎ，ＣＨＥＮＧＱｉｏｎｇ（６５４）ＥｆｆｅｃｔｏｆＢＨＴｏｎＡｇｉｎｇＰｒｏｐｅｒｔｉｅｓｏｆＳＢＳＭｏｄｉｆｉｅｄＡｓｐｈａｌｔ """"""""""""""""""""" ＺＨＡＮＧＷｅｎｇａｎｇ，ＤＩＮＧＬｏｎｇｔｉｎｇ，ＹＵＡＮＺｈｏｎｇｙｕ（６５９）ＰｏｓｔａｋＳｔｒａｉｎＳｏｆｔｅｎｉｎｇＭｏｄｅｌｏｆＲｏｃｋＣｏｎｓｉｄｅｒｉｎｇＳｔｉｆｆｎｅｓｓＤｅｇｒａｄａｔｉｏｎＥｆｆｅｃｔ ?Ｐｅ """"""""" ＹＡＮＧＺｈｅｈａｏ，ＹＵＪｉｎ，ＴＵＢｉｎｇｘｉｏｎｇ，ＬＩＵＳｈｉｉａｎｆｅｎｇ，ＣＡＩＹａｎｙａｎ（６６４）ｙｕ，ＺＨＯＵＪＯｃｃｕｒｒｅｎｃｅＭｅｃｈａｎｉｓｍｏｆＳａｆｅｔｔｉｔｕｄｅ，ＳａｆｅｔｉｌｉｔａｆｅｔｔｉｖａｔｉｏｎｔｏＵｎｓａｆｅＢｅｈａｖｉｏｒｙＡｔｙＣａｐａｂｙａｎｄＵｎｓｙＭｏｆｏｒＣｏｎｓｔｒｕｃｔｉｏｎＷｏｒｋｅｒｓ """""" ＱＩＳｈｅｎｕｎ，ＣＨＥＮＧＪｉａｌｅｉ，ＨＵＡＮＧＱｉｎｑｉｎ，ＺＨＡＮＧＹｕｎｂｏ（６６９）ｊＩｍｐｒｏｖｅｄＡｌｒｉｔｈｍｆｏｒＳｃｈｅｄｕｌｉｎｇＲｉｓｋｏｆＰＥＲＴＮｅｔｗｏｒｋｓＣｏｎｓｉｄｅｒｉｎｇＰａｔｈＣｏｒｒｅｌａｔｉｏｎｇｏ """"""""""""""""""""""""""""""""""" ＬＩＵＸｕｎ，ＢＩＹｕａｎｚｈｉ（６７５）犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期第３９卷总目次 Ⅺ ＩｍｐｏｒｔａｎｃｅｏｆＶＦＭＤｒｉｖｅｒｓｉｎＰＰＰＰｒｏｅｃｔｓＵｓｉｎｇＡＨＰ ?ＤＥＭＡＴＥＬｊ """"""""""""""""""""" ＣＵＩＣａｉｉａｎｐｉｎｇ，ＬＩＵＹｏｎｇ，ＬＩＨｕｉｌｉａｎ（６８２）ｙｕｎ，ＷＡＮＧＪＥｆｆｅｃｔｏｆＤｉｆｆｅｒｅｎｔＣｏｍｂｉｎａｔｉｏｎｓｏｆＰａｓｓｉｖｅＥｖａｐｏｒａｔｉｏｎａｎｄＶｅｎｔｉｉｎｇｏｎＴｈｅｒｍａｌＰｒｏｔｅｃｔｉｏｎａｎｄ ?ＳｈａｄＴｅｍｐｅｒａｔｕｒｅＲｅｄｕｃｔｉｏｎｏｆＲｏｏｆ """""""""""""""""""" ＷＡＮＧＢｏ，ＲＡＮＭａｏｙｕ（６８９）／ＺｎＯＮａｎｏＰｒｅｐａｒａｔｉｏｎａｎｄＯｐｔｉｃａｌＰｒｏｐｅｒｔｉｅｓｏｆＭｕｌｔｉｌａｙｅｒＧｅｃｒｓｔａｌｌｉｎｅＦｉｌｍｏｎＳｉｌｉｃｏｎＳｕｂｓｔｒａｔｅｙ """""""""""""""""""""" ＰＡＮＳｈｕｗａｎ，ＺＨＵＡＮＧＱｉｏｎｇｙｕｎ，ＺＨＥＮＧＬｉｘｉｎ（６９６）ＥｆｆｅｃｔｏｆＯｒｉｃｓｉｎＰｙｒｏｌｕｓｉｔｅＬｅａｃｈｉｎｇＳｏｌｕｔｉｏｎｓｏｎＭａｎｇａｎｅｓｅＥｌｅｃｔｒｏｌｓｉｓＣｕｒｒｅｎｔＥｆｆｉｃｉｅｎｃｙｇａｎｙ """"" ＺＨＯＵＺｅｇｕａｎｇ，ＭＩＮＧＸｉａｎｑｕａｎ，ＬＵＧｕｏｘｉａｎ，ＹＵＡＮＡｉｉ，ＧＵＯＹｕｔｏｎｇ（７０１）ｑｕｎ，ＺＨＯＮＧＬｅＰｒｅｐａｒａｔｉｏｎｏｆＣａｌｃｉｎｅｄＭｇ／ＡｌＨｙｄｒｏｔａｌｃｉｔｅａｎｄＳｉｍｕｌｔａｎｅｏｕｓＲｅｍｏｖａｌｏｆＦｌｕｏｒｉｎｅＩｏｎｓａｎｄＨａｒｄｎｅｓｓｉｎＷａｔｅｒ """"""""" ＸＵＣｈａｎｇｗｅｎ，ＷＡＮＧＧｕｏｙｉｎｇ，ＬＩＵＪｉｍｉｎｇ，ＹＵＥＸｉｕｐｉｎｇ，ＮＩＮＧＳｈｕｙｉ（７０６）ＮｕｍｅｒｉｃａｌＳｉｍｕｌａｔｉｏｎｏｆＡｉｒＥｎｖｉｒｏｎｍｅｎｔａｎｄＰｏｌｌｕｔａｎｔＤｉｆｆｕｓｉｏｎｉｎＵｒｂａｎＶｉａｄｕｃｔＳｔｒｅｅｔＣａｎｙｏｎ """""""""""""""" ＱＩＮＣｈｅｎｇｕｎ，ＳＯＮＧＣｈｏｎｇｆａｎｇ，ＷＡＮＧＳｈｉｉｅ，ＺＨＡＯＪｉｎｇｙｕａｎ（７１４）ｊｊＲｅｄｕｃｔｉｏｎｏｆＤｉｓｓｏｌｖｅｄＯｘｙｇｅｎｉｎＦｅｅｄＷａｔｅｒｂｙＣａｒｂｏｈｙｄｒａｚｉｄｅＷｉｔｈＭｏｄｉｆｉｅｄＡｃｔｉｖａｔｅｄＣａｒｂｏｎＦｉｂｅｒＣａｔａｌｓｔｓ """"""""""""""""""" ＷＡＮＧＪｉｅ，ＬＩＡＮＧＭｅｉｓｈｅｎｇ，ＹＥＣｕｉｉｎｇ（７２０）ｙｐＡｐｐｌｉｃａｔｉｏｎｏｆＧｒｅｙＣｏｒｒｅｌａｔｉｏｎＴｈｅｏｒｎＡｎａｌｚｉｎｇＦａｃｔｏｒｓＩｎｆｌｕｅｎｃｉｎｇＵｒｂａｎＳｅｗａｇｅＴｒｅａｔｍｅｎｔｙｉｙ """"""""""""""""""""""""""""" ＺＨＡＮＧＷｅｎｉｅ，ＹＵＡＮＨｏｎｇｐｉｎｇ（７２６）ｊＡｎｔｉｏｘｉｄａｎｔＡｃｔｉｖｉｔｔｉｃｏａｇｕｌａｎｔＡｃｔｉｖｉｔｌｓｉｓｏｆＲｅｃｏｍｂｉｎａｎｔＨｕｍａｎＴｉｓｓｕｅＫａｌｌｉｓｔａｔｉｎｙａｎｄＡｎｙＡｎａｙＢｉｎｄｉｎｇＰｒｏｔｅｉｎ """"""""""" ＺＨＯＵＹｕｅｙｉｎｇ，ＬＯＮＧＳｈａ，ＦＡＮＧＭｅｉｕａｎ，ＷＡＮＧＬｉｉａｎｇ（７３２）ｊｑＰｒｏｐａｇａｔｉｏｎＣｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＡｚｉｍｕｔｈａｌｌｌａｒｉｚｅｄＳｐｉｒａｌＢｅｓｓｅｌＢｅａｍｙＰｏ """"""""""""""""""""" ＨＵＨａｎｑｉｎｇ，ＷＵＦｅｎｇｔｉｅ，ＨＵＲｕｎ，ＹＡＮＧＹａｎｆｅｉ（７３８）ＡｎａｌｓｉｓａｎｄＳｉｍｕｌａｔｉｏｎｏｆＮｏｖｅｌＣｉｒｃｕｌａｒＰｏｌａｒｉｚａｔｉｏｎＣｏｎｖｅｒｔｅｒｉｎＳｐｌｉｔｃｔａｎｇｌｅｎｇＦｒｅ ?Ｒｅ ?ＲｉｙｑｕｅｎｃｙＳｅｌｅｃｔｉｖｅＳｕｒｆａｃｅ """""""""""""""""" ＴＡＮＧＷｅｉ，ＹＵＡＮＬｉａｎｇｈａｏ，ＸＩＥＪｉａｏｉａｏ（７４４）ｊＡｕｔｏｍａｔｉｃＳｅｍａｎｔｉｃＴａｇｇｉｎｇｏｆＭＢＤＭｏｄｅｌＵｓｉｎｇＦｅａｔｕｒｅＲｅｃｏｇｎｉｔｉｏｎ " ＱＩＡＯＨｕ，ＺＨＯＵＹｕａｎ，ＢＡＩＹｕ（７５０）ＭｅｔｈｏｄａｎｄＩｍｐｌｅｍｅｎｔｉｏｎｏｆＶｏｉｃｅＥｎｃｒｔｉｏｎｉｎＤｉｉｔａｌＩｎｔｅｒｙｐｇｐｈｏｎｅ """""""""""""""" ＧＯＮＧＸｕｅ，ＺＨＡＮＧＹｕｚｈａｏ，ＺＨＵＡＮＧＭｉｎｇｉｅ，ＴＡＮＧＪｉａｎｅｎｇ（７５６）ｊＣｏｎｖｏｌｕｔｉｏｎＮｅｕｒａｌＮｅｔｗｏｒｋｓＴｒａｃｋｉｎｇＡｌｒｉｔｈｍＣｏｍｂｉｎｅｄＷｉｔｈＧａｕｓｓｉａｎＫｅｒｎｅｌＦｕｎｃｔｉｏｎｇｏ """"""""""""""""""""" ＺＨＥＮＧＬｉｎｇｙｕｎ，ＬＩＵＰｅｉｚｈｏｎｇ，ＷＡＮＧＨｏｎｇｘｉａｎｇ（７６２）ＰｅｄｅｓｔｒｉａｎＤｅｔｅｃｔｉｏｎＵｓｉｎｇＨＯＧＦｅａｔｕｒｅａｎｄＭａｃｈｉｎｅＬｅａｒｎｉｎｇ """"""""""""""""""""""""" ＣＨＥＮＬｉｆｅｎｇ，ＷＡＮＧＪｉａｂｉｎ，ＺＨＥＮＧＬｉｘｉｎ（７６８）ＥｖａｌｕａｔｉｏｎＭｅｔｈｏｄｆｏｒＳｔｕｄｅｎｔｓ ′ＣｏｍｐｒｅｈｅｎｓｉｖｅＡｂｉｌｉｔｉｅｓＵｓｉｎｇＤｅｅｐＳＡＥＮｅｔｗｏｒｋｓａｎｄＢＰＡｌｒｉｔｈｍｇｏ """""""""""""""""""""""" ＺＨＡＮＧＹｏｎｇｍｅｉ，ＦＵＨａｏｔｉａｎ，ＺＨＡＮＧＲｕｉ（７７４）ＣｏｕｐｌｉｎｇＲｅｌａｔｉｏｎｓｈｉｔｗｅｅｎＦｕｓｕｌｉｎｉｄｓＥｖｏｌｕｔｉｏｎＦｏｒｍＣｈｕａｎｓｈａｎＦｏｒｍａｔｉｏｎａｎｄＳｅａ ＬｅｖｅｌＣｈａｎｇｅｐＢｅｉｎＳｈａＣｏｕｎｔｉａｎＰｒｏｖｉｎｃｅ """" ＬＩＪｉａｎｃｈｅｎｇ，ＫＵＡＮＧＤａｉｚｈｉ，ＨＯＮＧＺｕｙｉｎ，ＺＨＡＮＧＺｕｈｕｉ（７８１）ｙ，Ｆｕｊ犖狅．６ＲｅｓｅａｒｃｈＰｒｏｇｒｅｓｓｏｆＧｒａｐｈｅｎｅａｎｄＩｔｓＤｅｒｉｖａｔｉｖｅｓｉｎＢｉｏｍｅｄｉｃｉｎｅＦｉｅｌｄ """""""""""""""""" ＷＡＮＧＧｕｏｑｕａｎ，ＰＡＮＧＳｕｑｉｕ，ＬＩＮＪｕｎｓｈｅｎｇ，ＤＩＡＯＹｏｎｇ（７８７）ＤｙｎａｍｉｃｓａｎｄＥｎｄＴｒａｅｃｔｏｒｔｒｏｌｏｆ２ｌｅｉｖｅｎＰａｒａｌｌｅｌＭｅｃｈａｎｉｓｍＷｉｔｈＥｌａｓｔｉｃＣａｂｌｅ ?Ｃａｂ ?ＤｒｊｙＣｏｎ """""""""""""""""""""""""""""""""""""" ＺＨＥＮＧＹａｑｉｎｇ（７９４）ＮｕｍｅｒｉｃａｌＳｉｍｕｌａｔｉｏｎＡｎａｌｓｉｓｏｆＦｌｏｗＢａｌａｎｃｅｏｆＭｏｕｓｅＵｐｐｅｒＣｏｖｅｒｙ """"""""""""""""""""""""""""" ＸＵＪｉａｎｗｅｎ，ＬＩＵＢｉｎ，ＬＵＯＣａｎｂｉｎ（８０１）犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑． Ⅻ 华侨大学学报（自然科学版）２０１８年ＮｕｍｅｒｉｃａｌＳｉｍｕｌａｔｉｏｎａｎｄＥｘｐｅｒｉｍｅｎｔａｌＳｔｕｄｙｏｆＣｏｎｉｃａｌＣｙｃｌｏｉｄＧｅａｒＰｒｏｆｉｌｅｉｎＦａｃｅＭｉｌｌｉｎｇｏｎＦｉｖｅｉｓ ?ＡｘＭｉｌｌｉｎｇＭａｃｈｉｎｅＴｏｏｌ """"""""""""""""""""""""" ＸＵＪｉａｎｍｉｎ，ＧＵＬｉｚｈｉ（８０７）ＭｅｃｈａｎｉｃａｌＣｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄＤｅｆｏｒｍａｔｉｏｎＣｏｎｔｒｏｌｏｆＳｕｒｒｏｕｎｄｉｎｇＲｏｃｋｆｏｒＢｅｉｌｇｕｓｈａｎＴｕｎｎｅ """""""" ＪＩＮＹｕｈａｏ，ＨＡＮＬｉｕｎ，ＭＥＮＧＱｉｎｇｂｉｎ，ＷＡＮＧＳｈｕａｉ，ＬＩＵＺｈｅｎｕｎ，ＹＡＮＧＬｉｎｇ（８１６）ｊｊＰｒｅｄｉｃｔｉｏｎｏｆＶｉｂｒａｔｉｏｎＷａｖｅｆｏｒｍｏｎＧｒｏｕｎｄＣａｕｓｅｄｂｙＥｌａｓｔｉｃＳｅｍｉｓｐａｃｅＳｐｈｅｒｉｃａｌＣｈａｒｌａｓｔｉｎｇｇｅＢ """""""""""""""""""""""""""""""" ＬＩＵＸｉａｏｍｉｎｇ，ＣＨＥＮＳｈｉｈａｉ（８２６）ＩｎｆｌｕｅｎｃｅｏｆＣｌａｙＰｏｗｄｅｒｔｏＲｈｅｏｌｏｇｉｃａｌＢｅｈａｖｉｏｕｒｏｆＣｅｍｅｎｔＰａｓｔｅＷｉｔｈＰｏｌｃａｒｂｏｘｙｌａｔｅＳｕｐｅｒｌａｓｔｉｃｉｚｅｒｙｐ """""""""""""""" ＺＨＡＮＧＹｉｌｉｎ，ＹＡＮＨａｎｄｏｎｇ，ＺＨＯＮＧＧｕｏｃａｉ，ＱＵＡＮＺｈｉｌｏｎｇ（８３２）ＰｒｅｃｉｓｅＤｅｒｉｖａｔｉｏｎｏｆＢｅａｍＤｅｆｌｅｃｔｉｏｎＥｑｕａｔｉｏｎ """""""""" ＬＩＵＨａｉｂｏ，ＬＩＵＹｕｌｉ，ＳＨＩＸｉａｎｇｆｅｎｇ（８４０）ＦｅｎｔｏｎｉｋｅＰｒｏｃｅｓｓｏｎＴｒｅａｔｉｎｇＳｔａｂｉｌｉｚｅｄｏｌｄＬａｎｄｆｉｌｌＬｅａｃｈａｔｅｂｙＮａｎｏｃｏｒａｔｅｄＺｒｉｌｌａｒｅｄ ?Ｌ ?Ｆｅ３Ｏ４Ｄｅ ?ＰＢｅｎｔｏｎｉｔｅａｓＣａｔａｌｓｔ """" ＭＡＣｕｉ，ＬＩＵＹａｑｉ，ＺＨＡＮＧＨａｎｘｕ，ＹＵＡＮＰｅｎｇｆｅｉ，ＨＥＺｈｅｎｇｇｕａｎｇ（８４４）ｙＳｔｒｕｃｔｕｒａｌＣｈａｒａｃｔｅｒｉｚａｔｉｏｎａｎｄＰｈｏｓｐｈｏｒｕｓＡｄｓｏｒｔｉｏｎｏｆＺｉｒｃｏｎｉｕｍ?ＬｏａｄｅｄＣｏｒｎＳｔａｌｋＢｉｏｃｈａｒｐ """"""""""""""""""" ＡＯＨａｎｔｉｎｇ，ＣＡＯＷｅｉ，ＫＡＮＪｉｎ，ＤＥＮＧＣａｉｕｎ，ＷＥＩＬｉｎ（８５１）ｊＴｈｅｏｒｅｔｉｃａｌＡｎａｌｓｉｓａｎｄＳｉｍｕｌａｔｉｏｎｏｆＨｅａｔＴｒａｎｓｆｅｒＰｅｒｆｏｒｍａｎｃｅｏｆＫｉｏｓｋＷａｌｌＥｖａｐｏｒａｔｏｒｙ """"""""""""""""""""""" ＬＩＺｏｎｇｂｅｉ，ＴＩＡＮＱｉ，ＤＯＮＧＸｕ，ＱＩＮＣｈｅｎｇｕｎ（８５９）ｊＤｅｓｉｔｉｍｉｚａｔｉｏｎｏｆＮｏｎｉｆｏｒｍＰｏｒｏｓｉｔｒｏｕｓＦｅｎｃｅｓ ?ＵｎｇｎＯｐｙＰｏ """ ＷＡＮＧＳｈｉｉｅ，ＳＯＮＧＣｈｏｎｇｆａｎｇ，ＬＥＩＹｏｎｇｇａｎｇ，ＪＩＮＧＳｈｅｎｇｌａｎ，ＱＩＮＣｈｅｎｇｕｎ，ＬＩＵＺｈｉｔｉｎｇ（８６５）ｊｊＰｒｅｐａｒａｔｉｏｎａｎｄＥｌｅｃｔｒｏｃｈｅｍｉｃａｌＰｅｒｆｏｒｍａｎｃｅｏｆＰｂＯ２／ＧｒａｐｈｅｎｅＥｌｅｃｔｒｏｄｅ """""""""""" ＹＥＪｕｎｈｕｉ，ＷＡＮＧＳｅｎｌｉｎ，ＬＩＨｕｉｃｈａｎｇ，ＬＩＡＮＧＷｅｉｕｎ，ＺＨＡＮＧＹａｎｘｉｕ（８７２）ｊＦｕｎｃｔｉｏｎａｌｉｚａｔｉｏｎｏｆＣｈｌｏｒｏｍｅｔｈｙｌＰｏｌｓｔｒｅｎｅａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎＳｔｕｄｙｉｎｇｉｎＥｓｔｅｒｉｆｉｃａｔｉｏｎｙｙ """"""""""""""""""""""""""""""" ＤＵＫａｎｇｋａｉ，ＺＨＥＮＧＨａｏｙｉｎｇ（８７９）ＣＯ２ＡｂｓｏｒｔｉｏｎＰｅｒｆｏｒｍａｎｃｅａｎｄＲｅａｃｔｉｏｎＭｅｃｈａｎｉｓｍｏｆＳｗｉｔｃｈａｂｌｅＩｏｎｉｃＬｉｉｄｓｐｑｕ """"""""""""""""""""""""" ＨＵＰｅｎｇｃｈｅｎｇ，ＺＨＯＮＧＬｉｕａｎ，ＪＩＡＮＧＷｅｉ（８８５）ｊＳｅｎｓｉｔｉｚａｔｉｏｎＥｆｆｅｃｔｏｆＣｏｒｉｌａｇｉｎｏｎＣｉｓｐｌａｔｉｎＡｇａｉｎｓｔＯｖａｒｉａｎＣａｎｃｅｒＨｅｙａｎｄＳＫＯＶ３Ｃｅｌｌｓ """"""""""""""" ＬＩＸｕｄａｎ，ＬＩＮＺｈｉｃａｎ，ＬＩＸｕａｎ，ＺＨＥＮＧＺｈｉｚｈｏｎｇ，ＭＩＮＧＹａｎｌｉｎ（８９２）ＲｅｍｏｔｅＳｅｎｓｉｎｇＴｉｍｅｒｉｅｓＤａｔａＷｅｂＩｎｔｅｒｏｐｅｒａｂｉｌｉｔｉｎｇＣｏｖｅｒａｇｅＭｏｄｅｌ ?ＳｅｙＵｓ """"""""""""""""""""""""" ＣＨＥＮＹｕａｎｉｅ，ＹＵＪｉｎｓｏｎｇｄｉ，ＴＯＮＧＲｕｉｕ（８９９）ｊｊＩｍａｇｅＲｅｃｏｇｎｉｔｉｏｎＭｅｔｈｏｄｏｆＣｏａｌａｎｄＣｏａｌＧａｎｇｕｅＢａｓｅｄｏｎＰａｒｔｉａｌＧｒａｙｓｃａｌｅＣｏｍｐｒｅｓｓｉｏｎＥｘｔｅｎｄｅｄＣｏｅｘｉｓｔｅｎｃｅＭａｔｒｉｘ """""""""""" ＹＵＬｅ，ＺＨＥＮＧＬｉｘｉｎ，ＤＵＹｏｎｇｚｈａｏ，ＨＵＡＮＧＸｕａｎ（９０６）ＡｉｒｓｃｈａｒｌａｎｄＥｌｅｃｔｒｉｃＦｉｅｌｄＡｎａｌｓｉｓｏｆＨｉｌｔａｇｅＳｗｉｔｃｈｇｅａｒ ?ＧａｐＤｉ ?ＶｏｇｅＭｏｄｅｙｇｈ """""""""""""""""""""" ＸＵＣｈａｏ，ＳＨＡＮＧＲｏｎｇｙａｎ，ＡＩＣｈｕｎ，ＭＡＯＨｅｎｇ（９１３）犇ＣｏｎｔｒｏｌＣｈａｒｔｆｏｒＭｕｌｔｉｖａｒｉａｂｌｅＰｒｏｃｅｓｓＭｏｎｉｔｏｒｉｎｇ """""""""""""""""""""" ＸＩＡＢｅｉｘｉｎ，ＪＩＡＮＺｈｅｎｇ，ＧＡＯＹａ，ＴＡＯＮｉｎｇｒｏｎｇ（９２０）ＩｍａｇｅＳｕｐｅｒｓｏｌｕｔｉｏｎＲｅｃｏｎｓｔｒｕｃｔｉｏｎＢａｓｅｄｏｎＮｏｎｃａｌＳｉｍｉｌａｒｉｔｉｌａｔｅｒａｌＦｉｌｔｅｒ ?Ｒｅ ?ＬｏｙａｎｄＢ """"""""""" ＨＵＡＮＧＷｅｉｉｎ，ＨＵＡＮＧＤｅｔｉａｎ，ＧＵＰｅｉｔｉｎｇ，ＬＩＵＰｅｉｚｈｏｎｇ，ＬＵＯＹａｎｍｉｎ（９２６）ｑＤｅｓｉｌｅｍｅｎｔａｔｉｏｎｏｆＤａｔａＭｉｒａｔｉｏｎＡｌｒｉｔｈｍＵｓｉｎｇＭｕｌｔｉＦｏｒｋＴｒｅｅｇｎａｎｄＩｍｐｇｇｏ """"""""""""""""""""""" ＳＯＮＧＣｈｕｎｈｏｎｇ，ＷＡＮＧＪｉａｂｉｎ，ＺＨＥＮＧＬｉｘｉｎ（９３２）ＩｍａｇｅＲｅｔｒｉｅｖａｌＢａｓｅｄｏｎＣｏｎｖｏｌｕｔｉｏｎＦｅａｔｕｒｅＭａｐＦｕｓｉｏｎａｎｄＳａｌｉｅｎｃｙＤｅｔｅｃｔｉｏｎ """""""""""""""""""""""""""" ＮＩＥＹｉｌｉａｎｇ，ＤＵＪｉｘｉａｎｇ，ＹＡＮＧＬｉｎ（９３７）ＳＶＭＥｎｓｅｍｂｌｅｓＡｌｒｉｔｈｍＵｓｉｎｇＮｅｇａｔｉｖｅＣｏｒｒｅｌａｔｉｏｎＬｅａｒｎｉｎｇｇｏ """"""""""""""""" ＨＯＮＧＭｉｎｇ，ＷＡＮＧＨｏｎｇｘｉａｎｇ，ＬＩＵＸｉａｏｆａｎｇ，ＬＩＵＰｅｉｚｈｏｎｇ（９４２）ＴｏｔａｌＣｏｎｔｅｎｔｓｏｆＶｏｌ．３９ """""""""""""""""""""""""""""""""" （Ⅰ～Ⅻ ）犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第６期第３９卷总目次  《华侨大学学报（自然科学版）》征稿简则《华侨大学学报（自然科学版）》是华侨大学主办的，面向国内外公开发行的自然科学综合性学术刊物．本刊坚持四项基本原则，贯彻“百花齐放，百家争鸣”和理论与实践相结合的方针，广泛联系海外华侨和港、澳、台、特区的科技信息，及时反映国内尤其是华侨大学等高等学府在基础研究、应用研究和开发研究等方面的科技成果，为发展华侨高等教育和繁荣社会主义科技事业服务．本刊主要刊登机械工程及自动化、测控技术与仪器、电气工程、电子工程、计算机技术、应用化学、材料与环境工程、化工与生化工程、土木工程、建筑学、数学和管理工程等基础研究和应用研究方面的学术论文，科技成果的学术总结，新技术、新设计、新产品、新工艺、新材料、新理论的论述，以及国内外科技动态的综合评论等内容．１投稿约定１．１作者应保证文稿为首发稿及文稿的合法性；署名作者对文稿均应有实质性贡献，署名正确，顺序无争议；文稿中所有事实均应是真实的和准确的，引用他人成果时，应作必要的标注；不违反与其他出版机构的版权协议及与其他合作机构的保密协议；无抄袭、剽窃等侵权行为，数据伪造及一稿两投等不良行为．如由上述情况而造成的经济损失和社会负面影响，由作者本人负全部责任．１．２自投稿日期起２个月之内，作者不得另投他刊．２个月之后，作者若没有收到反馈意见，可与编辑部联系．无论何种原因，要求撤回所投稿件，或者变更作者署名及顺序，需由第一作者以书面形式通知编辑部并经编辑部同意．１．３作者同意将该文稿的发表权，汇编权，纸型版、网络版及其他电子版的发行权、传播权和复制权交本刊独家使用，并同意由编辑部统一纳入相关的信息服务系统．１．４来稿一经刊用，作者须按规定交纳版面费，同时编辑部按篇一次性付给稿酬并赠送该期刊物．本刊被国内外多家著名文摘期刊和数据库列为收录刊源，对此特别声明不另收费用，也不再付给稿酬．１．５其他未尽事宜，按照《中华人民共和国著作权法》和有关的法律法规处理．２来稿要求和注意事项２．１来稿务必具有科学性、先进性，论点鲜明、重点突出、逻辑严密、层次分明、文字精练、数据可靠．２．２论文题名字数一般不超过１８字，必要时可加副题．文中各级层次标题要简短明确，一般不超过１５字，且同一层次的标题应尽可能“排比”．２．３署名作者应对选题、研究、撰稿等作出主要贡献并能文责自负，一般以不超过３名为宜．作者单位应标明单位、所在城市、省份及邮政编码．２．４摘要应包括研究的目的、使用的方法、获得的结果和引出的结论等，应写成独立性短文且不含图表和引用参考文献序号等．其篇幅一般以１５０～２５０字左右为宜，关键词以４～８个为宜．２．５量和单位符号等要符合国家标准和国际标准．２．６能用文字说明的问题，尽量不用图表；画成曲线图的数据，不宜再列表．图表应有中英文标题．２．７参考文献仅选最主要的，且已公开发表的，按规范的内容、顺序、标点书写列入，并按其在文中出现的先后次序进行编号和标注．参考文献不少于１５篇，未公开发表的资料不引用．２．８英文摘要尽可能与中文摘要对应，包括题目、作者姓名、作者单位、摘要、关键词．用过去时态叙述作者工作，用现在时态叙述作者结论，并符合英文写作规范．２．９文稿首页地脚处依次注明收稿日期；通信作者为可联系作者的姓名、出生年、性别、职称、学历、研究方向、电子邮件地址；基金项目为课题资助背景及编号，可几项依次排列．２．１０投稿请直接登陆本刊唯一官方网站（ｗｗｗ．ｈｄｘｂ．ｈｑｕ．ｅｄｕ．ｃｎ）在线投稿．《华侨大学学报（自然科学版）》编辑部犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑． ·《中文核心期刊要目总览》 ·犚犆犆犛犈中国核心学术期刊 ·中国期刊方阵“双效期刊” ·中国科技论文在线优秀期刊 ·犐犛犜犐犆中国科技核心期刊 ·全国优秀科技期刊 ·华东地区优秀期刊本刊被以下国内外检索期刊和数据库列为固定刊源 ·美国《化学文摘》（ＣＡＳ） ·波兰《哥白尼索引》（ＩＣ） ·“ ＳＴＮ国际”数据库 ·中国科学引文数据库 ·中国科技论文统计期刊源 ·中国学术期刊（光盘版） ·中文科技期刊数据库 ·中国力学文摘 ·中国生物学文摘 ·中国数学文摘 ·俄罗斯《文摘杂志》（ＡＪ，ＶＩＮＩＴＩ） ·荷兰《文摘与引文数据库》（Ｓｃｏｐｕｓ） ·德国《数学文摘》（ＺｂｌＭＡＴＨ） ·中国学术期刊综合评价数据库 ·中国期刊网 ·万方数据库 ·中国机械工程文摘 ·中国化学化工文摘 ·中国无线电电子学文摘 ·中国物理文摘华侨大学学报（自然科学版）犑犗犝犚犖犃犔犗犉犎犝犃犙犐犃犗犝犖犐犞犈犚犛犐犜犢（ＮＡＴＵＲＡＬＳＣＩＥＮＣＥ）ＨｕａｑｉａｏＤａｘｕｅＸｕｅｂａｏ（ＺｉｒａｎＫｅｘｕｅＢａｎ）（双月刊，１９８０年创刊）第３９卷第６期（总第１６４期）２０１８年１１月２０日主管单位：福建省教育厅主办单位：华侨大学（中国福建泉州３６２０２１）（中国福建厦门３６１０２１）编辑出版：华侨大学学报自然科学版编辑部话：０５９５  ２２６９２５４５烄电烌电子信箱：ｊｏｕｒｎａｌ＠ｈｑｕ．ｅｄｕ．ｃｎ址：ｗｗｗ．ｈｄｘｂ．ｈｑｕ．ｅｄｕ．ｃｎ烎烆网主编：黄仲一印刷：泉州晚报印刷厂国内发行：福建省泉州市邮政局订购处：全国各地邮政局（所）国外发行：中国出版对外贸易总公司（北京７８２信箱，邮政编码１０００１１）  ５０１３号：ＩＳＳＮ１０００ＣＮ３５  １０７９／Ｎ００元／册国内定价：１０．６０．００元／套刊代（Ｂｉｍｏｎｔｈｌｔａｒｔｅｄｉｎ１９８０）ｙ，ＳＶｏｌ．３９Ｎｏ．６（Ｓｕｍ１６４）Ｎｏｖ．２０，２０１８犆狅犿狆犲狋犲狀狋犃狌狋犺狅狉犻狋ａｔｉｏｎ狔：ＴｈｅＥｄｕｃＤｅｐａｒｔｍｅｎｔｏｆＦｕｉａｎＰｒｏｖｉｎｃｅｊ犛狆狅狀狊狅狉：ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔｙ（，Ｑｕａｎｚｈｏｕ３６２０２１Ｆｕｉａｎ，Ｃｈｉｎａ）ｊ（Ｘｉａｍｅｎ３６１０２１，Ｆｕｉａｎ，Ｃｈｉｎａ）ｊ犈犱犻狋狅狉犻狀犆犺犻犲犳：ＨＵＡＮＧＺｈｏｎｇｙｉ犈犱犻狋犲犱犪狀犱犘狌犫犾犻狊犺犲犱犫狔ＥｄｉｔｏｒｉａｌＤｅｐａｒｔｍｅｎｔｏｆＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（ｌ：０５９５  ２２６９２５４５烄Ｔｅ烌Ｅｍａｉｌ：ｊｅｄｕ．ｃｎｏｕｒｎａｌ＠ｈｑｕ．／／ｗｗｗ．ｔｈｄｘｂ．ｈｑｕ．ｅｄｕ．ｃｎ烎ｐ：烆Ｈｔ犇犻狊狋狉犻犫狌狋犲犱犫狔ＣｈｉｎａＰｕｂｌｉｃａｔｉｏｎＦｏｒｅｉｇｎＴｒａｄｉｎｇＣｏｒｐｏｒａｔｉｏｎ（，Ｐ．Ｏ．Ｂｏｘ７８２Ｂｅｉｉｎｇ，１０００１１，Ｃｈｉｎａ）ｊ国内邮发３４  ４１号：国外ＮＴＺ１０５０