2019年第4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２０１９年７月然科学版）总第１６８期目第４０卷第４期次遭遇横风时高墩高架上的地铁车辆运行安全性 !!!!!!!!!!!!!!!!!!!!!!!!!!!! 李军，张云飞，高健博（４２１）交流接触器振动噪声测量方法及系统开发 !!!!!!!!!!!!!!!!! 陈首虹，杨建红，范伟，高丽华，杨凯，张认成（４２９）采用滑模观测器的四旋翼无人机执行器加性故障容错控制 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 郑佳静，李平（４３７）石材桥式切割机多边形区域的粗加工优化 !!!!!!!!!!!!!!!!!!!!! 胡海琪，邵辉，王达，王福增，方慧娟（４４４）采用萤火虫算法的高速列车节能运行优化 !!!!!!!!!!!!!!!!!!!!!!!!!!! 马晓娜，朱爱红，段玉琼（４５２）三维机加工工序模型的变更与维护方法 !!!!!!!!!!!!!!!!!!!!!!!!!! 乔虎，何俊，徐昭晖，向颖（４５７）单行星排客车混动系统控制策略对比 !!!!!!!!!!!!!!!!!!!!!!!! 孙贵斌，卓文得，李英，马腾腾（４６４）采用广义极值分布的公路桥梁车辆荷载效应极值预测 !!!!!!!!!!!!!!!!!!! 刘均利，余学志，余文成，景天虎，张晋豪（４７０）不锈钢管约束混凝土短柱轴压性能试验 !!!!!!!!!!!!! 叶勇，邓江聪，彭译琳，丁金鹏，郑庶贤，孙小乔，张世江（４７６）改进热平衡法的燃油式火灾试验炉模拟与分析 !!!!!!!!!!!!!!!!!!!!!!! 段进涛，董毓利，林剑青，朱三凡（４８３）机锯条石砌筑灰缝的抗剪性能试验 !!!!!!!!!!!!!!!!!!!!!!!!!!! 庄思思，郭子雄，柴振岭（４８９）面向综合管廊ＰＰＰ项目的全面后评价体系 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 董娜，张萌（４９４）ＢＩＭ在鲁中地区传统农宅节能改造中的运用 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 马乐原，陈悦华（５０３）溶胶?凝胶抛光膜中磨料?基体界面结合强度分析 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 俞能跃，陆静（５１０）厦门西港近岸海域柱状沉积物重金属形态分布及生态风险评价 !!!!!!!!!!!!!!!!!!!! 万瑞安，胡恭任，韩璐，崔建勇，于瑞莲（５１５）可调式覆盖床对富营养化水体的净化效果 !!!!!!!!!!!!!! 林灿阳，李涛，滕腾，林久洪，庞子君，周真明，苑宝玲（５２２）半富马酸替诺福韦艾拉酚胺的合成工艺优化 !!!!!!!!!!!!!!!! 周癑莹，曾皓月，裘京晓，黄程勇，吴振，王立强（５２７）运用ＭｏｎｇｏＤＢ的三维时序遥感影像存储及Ｗｅｂ应用 !!!!!!!!!!!!!!!!!!!!!!!!!! 李嘉欣，余劲松弟，佟瑞菊（５３５）单目视觉定位实现机器人跟踪的实验系统和控制方法 !!!!!!!!!!!!!!!!!!!!!!!!! 程前，聂卓 " ，方浩澄，邵辉（５４２）分类重构堆栈生成对抗网络的文本生成图像模型 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 陈鑫晶，陈锻生（５４９）采用小波分析和神经网络的短期风速组合预测 !!!!!!!!!!!!!!!!!!!!!!!!! 常雨芳，张力，谢昊，刘光裕（５５６）期刊基本参数：ＣＮ３５  １０７９／Ｎ１９８０ｂＡ４１４０ｚｈＰ ￥１０．００１０００２１２０１９  ０７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．４０犖狅．４犛狌犿１６８犑狌犾．２０１９犆犗犖犜犈犖犜犛ＲｕｎｎｉｎｇＳａｆｅｔｆＭｅｔｒｏＶｅｈｉｃｌｅＯｖｅｒＨｉｉｅｒＶｉａｄｕｃｔＵｎｄｅｒＣｒｏｓｓｗｉｎｄ ?Ｐｙｏｇｈ !!!!!!!!!!!!!!!!!!!! ＬＩＪｕｎ，ＺＨＡＮＧＹｕｎｆｅｉ，ＧＡＯＪｉａｎｂｏ（４２１）ＶｉｂｒａｔｉｏｎａｎｄＮｏｉｓｅＭｅａｓｕｒｅｍｅｎｔＭｅｔｈｏｄｏｆＡＣＣｏｎｔａｃｔｏｒａｎｄＳｙｓｔｅｍＤｅｖｅｌｏｐｍｅｎｔ !!!!!!!!!!!!!!!! ＣＨＥＮＳｈｏｕｈｏｎｇ，ＹＡＮＧＪｉａｎｈｏｎｇ，ＦＡＮＷｅｉ，ＧＡＯＬｉｈｕａ，ＹＡＮＧＫａｉ，ＺＨＡＮＧＲｅｎｃｈｅｎｇ（４２９）ＦａｕｌｔＴｏｌｅｒａｎｔＣｏｎｔｒｏｌｏｆＡｃｔｕａｔｏｒＡｄｄｉｔｉｖｅＦａｕｌｔｆｏｒＱｕａｄｒｏｔｏｒＵｓｉｎｇＳｌｉｄｉｎｇＭｏｄｅＯｂｓｅｒｖｅｒ !!!!!!!!!!!!!!!!!!!!!!!!!! ＺＨＥＮＧＪｉａｉｎｇ，ＬＩＰｉｎｇ（４３７）ｊＯｐｔｉｍｉｚａｔｉｏｎｏｆＲｏｕｇｈＭａｃｈｉｎｉｎｇｉｎＰｏｌｉｏｎｏｆＳｔｏｎｅＢｒｉｄｇｅＣｕｔｔｉｎｇＭａｃｈｉｎｅｙｇｏｎＲｅｇ !!!!!!! ＨＵＨａｉｉ，ＳＨＡＯＨｕｉ，ＷＡＮＧＤａ，ＷＡＮＧＦｕｚｅｎｇ，ＦＡＮＧＨｕｉｕａｎ（４４４）ｑｊＥｎｅｒ ＳａｖｉｎｇＯｐｅｒａｔｉｏｎＯｐｔｉｍｉｚａｔｉｏｎｏｆＨｉ ＳｐｅｅｄＴｒａｉｎｓＵｓｉｎｇＦｉｒｅｆｌｒｉｔｈｍｇｙｇｈｙＡｌｇｏ !!!!!!!!!!!!!!!!!! ＭＡＸｉａｏｎａ，ＺＨＵＡｉｈｏｎｇ，ＤＵＡＮＹｕｑｉｏｎｇ（４５２）ＣｈａｎｇｅａｎｄＭａｉｎｔｅｎａｎｃｅＭｅｔｈｏｄｏｆ３ＤＭａｃｈｉｎｉｎｇＰｒｏｃｅｓｓＭｏｄｅｌ !!!!!!!!!!!!!!!! ＱＩＡＯＨｕ，ＨＥＪｕｎ，ＸＵＺｈａｏｈｕｉ，ＸＩＡＮＧＹｉｎｇ（４５７）ＣｏｍｐａｒａｔｉｖｅＳｔｕｄｙｏｆＣｏｎｔｒｏｌＳｔｒａｔｅｇｉｅｓｆｏｒＨｙｂｒｉｄＳｙｓｔｅｍｏｆＳｉｎｇｌｅｌａｎｅｔＢｕｓ ?Ｐ !!!!!!!!!!!!!! ＳＵＮＧｕｉｂｉｎ，ＺＨＵＯＷｅｎｄｅ，ＬＩＹｉｎｇ，ＭＡＴｅｎｇｔｅｎｇ（４６４）ＰｒｅｄｉｃｔｉｏｎｏｆＥｘｔｒｅｍｅＶａｌｕｅｏｆＶｅｈｉｃｌｅＬｏａｄｉｎｇＵｓｉｎｇＧｅｎｅｒａｌｉｚｅｄＥｘｔｒｅｍｅＶａｌｕｅＤｉｓｔｒｉｂｕｔｉｏｎ !!!!!! ＬＩＵＪｕｎｌｉ，ＹＵＸｕｅｚｈｉ，ＹＵＷｅｎｃｈｅｎｇ，ＪＩＮＧＴｉａｎｈｕ，ＺＨＡＮＧＪｉｎｈａｏ（４７０）ＥｘｐｅｒｉｍｅｎｔａｌＳｔｕｄｙｏｎＣｉｒｃｕｌａｒＳｔａｉｎｌｅｓｓＳｔｅｅｌＴｕｂｅＣｏｎｆｉｎｅｄＣｏｎｃｒｅｔｅＳｔｕｂＣｏｌｕｍｎｓＵｎｄｅｒＡｘｉａｌＣｏｍｐｒｅｓｓｉｏｎ !!!!!!!!!!!! ＹＥＹｏｎｇ，ＤＥＮＧＪｉａｎｇｃｏｎｇ，ＰＥＮＧＹｉｌｉｎ，ＤＩＮＧＪｉｎｐｅｎｇ，ＺＨＥＮＧＳｈｕｘｉａｎ，ＳＵＮＸｉａｏｑｉａｏ，ＺＨＡＮＧＳｈｉｉａｎｇ（４７６）ｊＳｉｍｕｌａｔｉｏｎａｎｄＡｎａｌｉｓｏｆＦｉｒｅＴｅｓｔＦｕｒｎａｃｅＢａｓｅｄｏｎＩｍｐｒｏｖｅｄＨｅａｔＢａｌａｎｃｅＭｅｔｈｏｄｙｓ !!!!!!!!!!!!! ＤＵＡＮＪｉｎｔａｏ，ＤＯＮＧＹｕｌｉ，ＬＩＮＪｉａｎｑｉｎｇ，ＺＨＵＳａｎｆａｎ（４８３）ＥｘｐｅｒｉｍｅｎｔａｌＩｎｖｅｓｔｉｔｉｏｎｏｆＳｈｅａｒＣａｐａｃｉｔｆＳａｗｎＳｔｏｎｅＭａｓｏｎｒｏｉｎｔｇａｙｏｙＪ !!!!!!!!!!!!!!!!! ＺＨＵＡＮＧＳｉｓｉ，ＧＵＯＺｉｘｉｏｎｇ，ＣＨＡＩＺｈｅｎｌｉｎｇ（４８９）ＣｏｍｐｒｅｈｅｎｓｉｖｅＰｏｓｔｌｕａｔｉｏｎＳｙｓｔｅｍｆｏｒＵｔｉｌｉｔｌＰＰＰＰｒｏｅｃｔｓ ?ＥｖａｙＴｕｎｎｅｊ !!!!!!!!!!!!!!!!!!!!!!!!! ＤＯＮＧＮａ，ＺＨＡＮＧＭｅｎｇ（４９４）ＢＩＭＡｐｐｌｉｃａｔｉｏｎｉｎＥｎｅｒｉｎｇＲｅｔｒｏｆｉｔｔｉｎｇｏｆＴｒａｄｉｔｉｏｎａｌＲｕｒａｌＲｅｓｉｄｅｎｔｉａｌＢｕｉｌｄｉｎｇｓ ?ＳａｖｇｙｉｎＣｅｎｔｒａｌＳｈａｎｄｏｎｇＰｒｏｖｉｎｃｅ !!!!!!!!!!!!!!!!!!!!!!!!! ＭＡＬｅｙｕａｎ，ＣＨＥＮＹｕｅｈｕａ（５０３）ＡｎａｌｉｓｏｆＩｎｔｅｒｆａｃｅｔｒｅｎｇｔｈｏｆＡｂｒａｓｉｖｅｔｒｉｘｉｎＳｏｌｌＰｏｌｉｓｈｉｎｇＦｉｌｍ ?ＢｏｎｄＳ ?Ｍａ ?Ｇｅｙｓ !!!!!!!!!!!!!!!!!!!!!!!!!!! ＹＵＮｅｎｇｙｕｅ，ＬＵＪｉｎｇ（５１０）ＳｐｅｃｉａｔｉｏｎａｎｄＥｃｏｌｏｇｉｃａｌＲｉｓｋＡｓｓｅｓｓｍｅｎｔｏｆＨｅａｖｙＭｅｔａｌｓｉｎＣｏａｓｔａｌＣｏｒｅＳｅｄｉｍｅｎｔｓＦｒｏｍＸｉａｍｅｎＷｅｓｔｅｒｎＢａｙ !!!!!!!! ＷＡＮＲｕｉ ′ ａｎ，ＨＵＧｏｎｇｒｅｎ，ＨＡＮＬｕ，ＣＵＩＪｉａｎｙｏｎｇ，ＹＵＲｕｉｌｉａｎ（５１５）ＰｕｒｉｆｉｃａｔｉｏｎＥｆｆｅｃｔｏｆＡｄｕｓｔａｂｌｅＣａｐｐｉｎｇＢｅｄｏｎＥｕｔｒｏｐｈｉｃＷａｔｅｒｊ !!!!!!!!!!!!!!! ＬＩＮＣａｎｙａｎｇ，ＬＩＴａｏ，ＴＥＮＧＴｅｎｇ，ＬＩＮＪｉｕｈｏｎｇ，ＰＡＮＧＺｉｕｎ，ＺＨＯＵＺｈｅｎｍｉｎｇ，ＹＵＡＮＢａｏｌｉｎｇ（５２２）ｊＩｍｐｒｏｖｅｄＳｙｎｔｈｅｓｉｓｏｆＴｅｎｏｆｏｖｉｒＡｌａｆｅｎａｍｉｄｅＨｅｍｉｆｕｍａｒａｔｅ !!!!!!!!!!!!!!!! ＺＨＯＵＹｕｅｙｉｎｇ，ＺＥＮＧＨａｏｙｕｅ，ＱＩＵＪｉｎｇｘｉａｏ，ＨＵＡＮＧＣｈｅｎｇｙｏｎｇ，ＷＵＺｈｅｎ，ＷＡＮＧＬｉｉａｎｇ（５２７）ｑ３ＤＴｉｍｅｒｉｅｓＲｅｍｏｔｅＳｅｎｓｉｎｇＩｍａｇｅＳｔｏｒａｇｅＵｓｉｎｇＭｏｎｇｏＤＢａｎｄＷｅｂＡｐｐｌｉｃａｔｉｏｎ ?Ｓｅ !!!!!!!!!!!!!!!!!!!! ＬＩＪｉａｘｉｎ，ＹＵＪｉｎｓｏｎｇｄｉ，ＴＯＮＧＲｕｉｕ（５３５）ｊＥｘｐｅｒｉｍｅｎｔａｌＳｙｓｔｅｍａｎｄＣｏｎｔｒｏｌＭｅｔｈｏｄｆｏｒＲｏｂｏｔＴｒａｃｋｉｎｇｂｙＭｏｎｏｃｕｌａｒＶｉｓｉｏｎＰｏｓｉｔｉｏｎｉｎｇ !!!!!!!!!! ＣＨＥＮＧＱｉａｎ，ＮＩＥＺｈｕｏｙｕｎ，ＦＡＮＧＨａｏｃｈｅｎｇ，ＳＨＡＯＨｕｉ（５４２）ＴｅｘｔｔｏＩｍａｇｅＭｏｄｅｌＷｉｔｈＣｌａｓｓｉｆｉｃａｔｉｏｎｃｏｎｓｔｒｕｃｔｉｏｎＳｔａｃｋＧｅｎｅｒａｔｉｖｅＡｄｖｅｒｓａｒｉａｌ ?ＲｅＮｅｔｗｏｒｋｓ !!!!!!!!!!!!!!!!!!!!!! ＣＨＥＮＸｉｎｉｎｇ，ＣＨＥＮＤｕａｎｓｈｅｎｇ（５４９）ｊＳｈｏｒｔｒｍＷｉｎｄＳｐｅｅｄＣｏｍｂｉｎｅｄＦｏｒｅｃａｓｔｉｎｇＵｓｉｎｇＷａｖｅｌｅｔＡｎａｌｉｓａｎｄＮｅｕｒａｌ ?ＴｅｙｓＮｅｔｗｏｒｋ !!!!!!!!!!!!! ＣＨＡＮＧＹｕｆａｎｇ，ＺＨＡＮＧＬｉ，ＸＩＥＨａｏ，ＬＩＵＧｕａｎｇｙｕ（５５６）犛犲狉犻犪犾犘犪狉犪犿犲狋犲狉狊：ＣＮ３５  １０７９／Ｎ１９８０ｂＡ４１４０ｚｈＰ ￥１０．００１０００２１２０１９  ０７ｎ第４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８１００５５ ? 遭遇横风时高墩高架上的地铁车辆运行安全性李军１，２，张云飞１，高健博１（１．重庆交通大学机电与车辆工程学院，重庆４０００７４；２．重庆交通大学城市轨道交通车辆系统集成与控制重庆市重点实验室，重庆４０００７４）摘要：首先，基于山区城市地铁线路条件，建立风区横风车辆高墩桥梁模型；然后，选取计算参数并确定评价指标，对风?车?桥系统的特性进行分析；最后，对车速及风速的影响规律和安全阈值进行研究．结果表明：风区条件和高墩条件不可忽视；横风引起车、梁及墩的剧烈振动，由于高墩稳定性较差，加剧车辆运行的不稳定性；车?桥系统响应随风速显著增加，且随车速出现波动；当标准高度风速达到２１．４ｍ·ｓ－１时，已无法保证车辆以最高时速运行．关键词：地铁车辆；横风；高墩高架；地铁线路；山区城市；车辆?轨道?桥梁耦合振动中图分类号：Ｕ２７文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０４２１０８ ? ? ? 犚狌狀狀犻狀犵犛犪犳犲狋犳犕犲狋狉狅犞犲犺犻犮犾犲犗狏犲狉犎犻犻犲狉 ?犘狔狅犵犺犞犻犪犱狌犮狋犝狀犱犲狉犆狉狅狊狊狑犻狀犱，ＬＩＪｕｎ１２，ＺＨＡＮＧＹｕｎｆｅｉ１，ＧＡＯＪｉａｎｂｏ１（１．ＳｃｈｏｏｌｏｆＭｅｃｈａｔｒｏｎｉｃｓａｎｄＶｅｈｉｃｌｅＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｏｎｇｑｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｉｎｇ４０００７４，Ｃｈｉｎａ；ｙ，Ｃｈｏｎｇｑ２．ＣｈｏｎｇｑｉｎｇＫｅｙＬａｂｏｒａｔｏｒｆＩｎｔｅｇｒａｔｉｏｎａｎｄＣｏｎｔｒｏｌｆｏｒＵｒｂａｎＲａｉｌＴｒａｎｓｉｔＶｅｈｉｃｌｅＳｙｓｔｅｍ，ｙｏＣｈｏｎｇｑｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｉｎｇ４０００７４，Ｃｈｉｎａ）ｙ，Ｃｈｏｎｇｑ犃犫狊狋狉犪犮狋：Ａｃｃｏｒｄｉｎｇｔｏａｃｔｕａｌｃｏｎｓｔｒｕｃｔｉｏｎｃｏｎｄｉｔｉｏｎｓｏｆｔｈｅｍｏｕｎｔａｉｎｃｉｔｃｍｏｄｅｌｏｆｔｈｅｖｅｈｉｃｌｅ ? ｙ，ａｄｙｎａｍｉｔｒａｃｋｒｉｄｇｅｓｙｓｔｅｍｗａｓｅｓｔａｂｌｉｓｈｅｄｆｉｒｓｔ．Ｔｈｅｎｉｔｓｃａｌｃｕｌａｔｉｏｎｐａｒａｍｅｔｅｒｓｗｅｒｅｓｅｌｅｃｔｅｄａｎｄｅｖａｌｕａｔｉｏｎｉｎｄｉｃｅｓ ?ｂｗｅｒｅｄｅｔｅｒｍｉｎｅｄ．Ｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｗｉｎｄｖｅｈｉｃｌｅｒｉｄｇｅｓｙｓｔｅｍｗｅｒｅａｎａｌｚｅｄ．Ｆｉｎａｌｌｈｅｅｆｆｅｃｔｏｆｖｅ  ? ?ｂｙｙｔｈｉｃｌｅｓｐｅｅｄａｎｄｗｉｎｄｓｐｅｅｄｗｅｒｅｓｔｕｄｉｅｄ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｓｔｈａｔｔｈｅｗｉｎｄｃｏｎｄｉｔｉｏｎａｎｄｈｉ ? ｇｈａｍａｎｄｐｉｅｒ．Ｔｈｅｒｅｓｐｏｎ  ｉｅｒｃｏｎｄｉｔｉｏｎｃａｎｎｏｔｂｅｎｅｇｌｅｃｔｅｄ．Ｔｈｅｃｒｏｓｓｗｉｎｄｃａｕｓｅｄｓｔｒｏｎｇｖｉｂｒａｔｉｏｎｏｆｃａｒ，ｂｅｐｓｅｓｏｆｖｅｈｉｃｌｅｒｉｄｇｅｓｙｓｔｅｍｉｎｃｒｅａｓｅｄｓｉｉｆｉｃａｎｔｌｔｈｗｉｎｄｓｐｅｅｄ，ａｎｄｆｌｕｃｔｕａｔｅｄｗｉｔｈｔｒａｉｎｓｐｅｅｄ．Ｗｈｅｎｔｈｅ ?ｂｇｎｙｗｉｗｉｎｄｓｐｅｅｄｏｆｓｔａｎｄａｒｄｈｅｉｔｒｅａｃｈｅｓ２１．４ｍ·ｓ－１，ｔｈｅｈｉｓｔｓｐｅｅｄｏｆｔｈｅｖｅｈｉｃｌｅｏｎｔｈｅｂｒｉｄｇｅｃａｎｎｏｔｂｅｇｈｇｈｅｒａｎｔｅｅｄ．ｇｕａ犓犲狉犱狊：ｍｅｔｒｏｖｅｈｉｃｌｅ；ｃｒｏｓｓｗｉｎｄ；ｈｉｉｅｒｖｉａｄｕｃｔ；ｍｅｔｒｏｌｉｎｅｓ；ｍｏｕｎｔａｉｎｃｉｔｉｃｌｅｒａｃｋ?ｂｒｉｄｇｅ ?ｔｇｈ?ｐｙ；ｖｅｈ狔狑狅ｃｏｕｐｌｅｄｖｉｂｒａｔｉｏｎ重庆是中国西南典型的山城，由于地形复杂崎岖，其地铁线路往往要跨越江河及山谷，导致桥隧占比大，高架墩高度甚至超过１００ｍ．与平原城市地下线路相比，山城高架线路容易遭受横风袭扰，尤其是收稿日期：２０１８１０２３ ? ? 通信作者：李军（１９６４Ｅ?ｍａｉｌ：ｃｌｅｅ ?），男，教授，博士，主要从事新能源汽车、自动驾驶车辆及城市轨道交通的研究． ? ｑｕｎ＠１６３．ｃｏｍ．ｊ基金项目：国家自然科学基金资助项目（５１３０５４７２）；重庆市轨道交通车辆系统集成与控制重庆市重点实验室项目（ＣＳＴＣ２０１５ｙｆｔ  ｚｄｓｙｓ３０００１）ｐ华侨大学学报（自然科学版）４２２２０１９年高墩高架在横风下的稳定性更差，会加剧地铁车辆横风下运行的不稳定、不安全［１］．目前，关于风?车?桥的研究主要集中于风洞试验及仿真方法等方面［２?６］，多关注高铁而非地铁，多关注普通桥梁而非高墩高架．基于此，本文建立精细的风区横风?车辆?高墩桥梁模型，选取适当的计算参数并确定评价指标，进行风?车?桥的基本特性分析，研究车速及风速对运行安全性的影响，并得到相应的安全阈值．１风?车?桥动力学模型１．１风?车?桥系统的基本假设风?车?桥动力学模型，如图１所示．图１中：犝ｖ为车速；狕为上、下摩擦层高度；狕ｓ为标准高度；狕０为风速减弱为零时的高度，即地面粗糙高度．基于山区城市的实际线路条件及自然环境，结合实际需求对风?车?桥模型做以下３个方面的处理．２个转向架、４个轮对组成，１）车辆方面．地铁车辆位于双线桥迎风侧，匀速行驶．车辆由１个车身、均为刚体，且有伸缩、横摆、浮沉３个平动及侧滚、点头和摇头３个转动，整车共４２个自由度［７］．悬挂系统均为粘性阻尼、线性弹簧；允许轮轨相互脱离，轮轨之间为非线性弹性接触［８］．２）桥梁方面．高架结构简化为四墩三跨双线简支箱梁桥，并给予编号，基于有限元方法建立高墩桥梁，采用实体单元对桥墩和箱梁进行建模［６］．桥跨结构通过固定支座及活动支座与桥墩相连结，混凝土材质．钢轨被视为连续弹性离散点支承上的无限长欧拉梁，且由线性扣件紧固，每根轨道被考虑为垂向、横向平动及扭转３个自由度，且轨道板与桥梁浇筑为一体．３）横风方面．横风被描述为阶跃变化的自然非定常阵风，车辆在双线桥迎风侧轨运行．同时，风区设置在三跨桥梁范围，车辆穿越风区分为驶入、穿越、驶离３个阶段．横风风速沿高度方向呈梯度变化，水平方向不变，且任意两个相邻的模拟横风速点之间的距离相等［１，５］．（ａ）车?线?桥耦合模型（ｂ）动力学系统受风示意图（ｃ）横风激扰下的系统响应图１风?车?桥系统动力学模型Ｆｉ１Ｄｙｎａｍｉｃｍｏｄｅｌｏｆｗｉｎｄｖｅｈｉｃｌｅｒｉｄｇｅｓｙｓｔｅｍ ? ?ｂｇ．１．２车?线?桥耦合模型及其验证车辆、轨道、桥梁分别被考虑为３个子系统．横风作为外部激励输入系统，系统响应过程，如图１（ｃ）所示．横风下的车?线?桥系统动力学方程［５］为犡ｖ＋犓ｖ犡ｖ＝犉ｖｔ＋犉ｗｖ，犕ｖ犡̈ｖ＋犆ｖ 犕ｔ狌̈ｔ＋犆ｔ 狌ｔ＋犓ｔ狌ｔ＝犉ｔｖ＋犉ｔｂ，烌（１）烍Ｔ  ＋Φ犓ｂΦ狇＝ ΦＴ（犉ｂｔ＋犉ｗｂ＋犉ｗｐ）．烎狇̈＋Φ 犆ｂΦ狇式（１）中：下标ｖ，ｔ，ｂ，犕ｖ，犆ｖ，犓ｖ分别为车辆的质量、阻尼及刚度矩ｐ分别表示车辆、轨道、箱梁及桥墩；  阵；犕ｔ，犆ｔ，犓ｔ分别为轨道的质量、阻尼及刚度矩阵；犡̈ｖ，犡ｖ，犡ｖ分别为车辆的加速度、速度、位移矢量；狌̈ｔ，狌ｔ，  狌ｔ分别为轨道的加速度、速度、位移矢量； ， Φ 分别为狇分别为桥梁的加速度、速度、位移矢量；狇̈，狇模态矩阵；犆ｂ，犓ｂ分别为箱梁的阻尼和刚度矩阵；犉ｖｔ，犉ｔｖ，犉ｔｂ，犉ｂｔ分别为轮轨及桥轨的相互动作用力；犉ｗｖ，犉ｗｂ，犉ｗｐ分别为车辆、箱梁及桥墩所受的风载荷．将结果与文献［９１０］进行对比验证．桥梁均选用跨度为３０ｍ的简支梁，双线箱梁参数一致（刚性桥 ? 墩），均为Ｂ型地铁车辆，采用德国低速轨道不平顺谱．文中模型为直线高架段，文献［９１０］为曲线段（半 ? 径犚为８００ｍ），两者基本参数一致．计算结果的对比，如图２所示．图２中： Δ犘／犘为轮重减载率．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期李军，等：遭遇横风时高墩高架上的地铁车辆运行安全性（ａ）梁跨中竖向加速度（ｂ）车体Ｓｐｅｒｌｉｎｇ指标４２３（ｃ）轮重减载率图２车?线?桥耦合模型验证Ｆｉ２Ｖｅｒｉｆｉｃａｔｉｏｎｏｆｖｅｈｉｃｌｅｔｒａｃｋｒｉｄｇｅｃｏｕｐｌｅｄｍｏｄｅｌ ? ?ｂｇ．由图２可知：随着车速的增大，轮重减载率与车辆Ｓｐｅｒｌｉｎｇ指标均呈上升趋势，而跨中竖向加速度出现车桥共振，导致幅值激增；文中所得数据与文献［９１０］的规律性保持高度一致；文中轮重减载率数 ? 值比文献［９１０］小，是由于文献［９１０］的曲线线路所致；文中车桥振动指标随车速变化的规律与文献［９ ? ? ? １０］保持高度一致，说明车?线?桥模型计算结果与理论分析结论较为符合，车?桥耦合模型具有有效性，可信度高．１．３风载荷模型横风风速沿着高度呈梯度变化，气流贴近地面运动时，受摩擦阻力较大，风速降低；反之，气流离地面较高时，部分能量损失较小，风速较大［２，４］．在附面层之内，选取标准风压，按照ＴＢ１０００２．１－２０１７《铁路桥涵设计基本规范》，取标准高度狕ｓ为２０ｍ，则平均风速沿高度上、下摩擦层分布为 ε 珡ｚｕ＝犝珡ｓ（，犝狕／狕ｓ）珡ｚｄ＝犝珡ｓ（／（犝ｌｌｇ狕－ｌｇ狕０）ｇ狕ｓ－ｌｇ狕０）．｝（２）珡ｚｕ，珡ｚｄ为上、下摩擦层高度狕处的平均风速，珡ｓ为标准高式（２）中：犝犝ｍ·ｓ－１；３０；犝 ε 为地面粗糙指标，取０．度狕ｓ处的平均风速，ｍ·ｓ－１；狕０取１．０ｍ．风载荷模型，如图３所示．图３中：犝（狋）为风速；犝Ｒ为车辆运行时受到的相对风速；犈 β 为偏航角；为箱梁高度；犅为桥面宽度；犎为桥墩截面长度；犔为桥墩截面宽度．桥墩及箱梁受到攻角α 及γ 的自然风力（单位高度），其力系［３?６］为２犉ＹＰ＝０．５狋）犆ＹＰ（犔，烌 α） ρ·犝（２犉ＤＢ＝０．５狋）犆ＤＢ（犈，烌 γ） ρ·犝（２犉ＸＰ＝０．５狋）犆ＸＰ（犎，烍 α） ρ·犝（２犉ＬＢ＝０．５狋）犆ＬＢ（犅，烍 γ） ρ·犝（（３）２２烎犉ＭＰ＝０．５狋）犆ＭＰ（犎２，犉ＭＢ＝０．５狋）犆ＭＢ（犅２．烎 α） γ） ρ·犝（ ρ·犝（式（３）中：犉ＹＰ，犉ＸＰ，犉ＭＰ分别为桥墩受到的纵向、横向风力及扭转力矩；犉ＤＢ，犉ＬＢ，犉ＭＢ分别为箱梁受到的阻力、抬升风力及扭转力矩；犆ＹＰ，犆ＸＰ，犆ＭＰ，犆ＤＢ，犆ＬＢ，犆ＭＢ等空气动力学系数可由文献［１０ ? ρ 为空气密度；１１］中α＝９０ °， °时的泰勒级数确定． γ＝０（ａ）桥墩受风（ｂ）箱梁受风（ｃ）移动的地铁车辆周围风环境图３风载荷模型Ｆｉ３Ｗｉｎｄｌｏａｄｓｍｏｄｅｌｇ．地铁车辆进入或离开风区，其纵向位置随时间变化．然而，当地铁车辆完全处于风区时，风力和力矩是恒定的．当分析风压中心的变化时，将受风阶段细分为７个区间，选取７个离散的风压中心，并确定７个离散区间的横风压力中心位置．地铁车辆穿越风区具有代表性的４个阶段，如图４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）４２４２０１９年图４地铁车辆穿越风区的不同阶段Ｆｉ４Ｄｉｆｆｅｒｅｎｔｓｔａｇｅｓｏｆｍｅｔｒｏｖｅｈｉｃｌｅｃｒｏｓｓｉｎｇｃｒｏｓｓｗｉｎｄｚｏｎｅｇ．７个阶段的风压中心在行驶方向上的位置可用时变函数犡（狋）替代，即犡（狋）＝ｓｔｅｐ（ｔｉｍｅ，０，犱ｆ，狋４，犱４）＋ｓｔｅｐ（ｔｉｍｅ，狋４，犱４，狋５，犱５）＋ｓｔｅｐ（ｔｉｍｅ，狋５，犱５，狋１，犱ｃ）＋ｓｔｅｐ（ｔｉｍｅ，狋１，犱ｃ，狋２，犱ｃ）＋（４）ｓｔｅｐ（ｔｉｍｅ，狋２，犱ｃ，狋６，犱６）＋ｓｔｅｐ（ｔｉｍｅ，狋６，犱６，狋７，犱７）＋ｓｔｅｐ（ｔｉｍｅ，狋７，犱７，狋３，犱ｒ）．式（４）中：狋１为车辆完全进入风区的时刻；狋２为车辆开始驶离分区的时刻；狋３为车辆完全离开横风区的时刻；狋４，狋５分别为地铁车辆前、后转向架驶入横风区的时刻；狋６，狋７分别为驶离时刻；犱３，犱４，犱５，犱６，犱７分别为狋３，狋４，狋５，狋６，狋７时刻对应的风压中心在车辆行驶方向上的位置；犱ｆ，犱ｒ，犱ｃ分别为车头、车尾、车体质心在行驶方向上的位置．相对风速犝Ｒ和偏航角β 为（ｒｃｔａｎ［犝（狋）ｓｉｎα 狋）ｃｏｓα＋犝ｖ）］．５）／（犝（ β＝ａ车辆通过风区时的风力犉ｗｖ和力矩犕ｗｖ（空气动力学系数由风洞试验拟合得到［１２］）为２狋∈ （０，狋１），狋∈ （０，狋１），烄Δ犜１ ·犉ｗｖ０，烄Δ犜１ ·犕ｗｖ０，２２犝Ｒ＝槡犝（狋）狋）犝ｖｃｏｓα，＋犝ｖ＋２犝（犉ｗｖ（狋）＝烅犉ｗｖ０，烆Δ犜２ ·犉ｗｖ０，狋∈ （狋１，狋２），狋∈ （狋２，狋３），犕ｗｖ（狋）＝烅０，狋∈ （狋１，狋２），（６）烆－Δ犜 ·犕ｗｖ０，２２狋∈ （狋２，狋３）．狋（狋－２狋５）狋（狋－２狋４），烌＋２狋１（狋１－２狋５）２狋１（狋１－２狋４）烍（（狋－狋３）（狋＋狋３－２狋７）狋－狋３）（狋＋狋３－２狋６）， Δ犜２＝（＋２狋２－狋３）（狋２＋狋３－２狋７）２（狋２－狋３）（狋２＋狋３－２狋６）烎 Δ犜１＝（７）２２，，犉ｗｖ０＝０．５犛ｖ犆Ｆ犝Ｒ（狋）犕ｗｖ０＝０．５犛ｖ犱ｉ犆Ｍ犝Ｒ（狋） ρ ρ ２２犆Ｆ＝－０．１０６２＋５．０５３５４５７８３３４２＋１２．４３２９０１８６ β＋２． β ，犆Ｍ＝－０． β－１０． β．式（８）中：犛ｖ为车辆侧面受风面积；犱ｉ为不同阶段风压中心与车辆质心的距离．（８）（９）表１地铁车桥系统安全评价指标２评价指标与计算参数Ｔａｂ．１Ｓａｆｅｔｖａｌｕａｔｉｏｎｉｎｄｅｘｅｓｙｅｆｏｒｍｅｔｒｏｖｅｈｉｃｌｅ ｂｒｉｄｇｅｓｙｓｔｅｍ２．１地铁车桥系统安全评价指标地铁车辆在高架上运行需保证安全及稳定，各子系统之间的振动传递应最小化，以减少车辆项目指标阈值车辆运行稳定性车体横向Ｓｐｅｒｌｉｎｇ指标２．７５车体横向加速度０．２犵犙／ｋＮ犙／犘珚 Δ犘／犘５０及桥梁的疲劳损伤．基于此，运行车辆通过高架时的安全性、稳定性及桥梁的动力学响应是不可忽车辆运行安全性视的３个方面．选取的地铁车桥系统安全评价指标［１３］，如表１所示．表１中：犙为轮轨横向力；犙／犘为脱轨系数；犇为倾覆系数；犵为重力加速度，－２取９．８１ｍ·ｓ．桥梁动力学响应２．２计算参数的选取犇跨中横向位移／ｍｍ跨中横向加速度／ｍ·ｓ－２墩顶横向位移／ｍｍ墩顶横向加速度／ｍ·ｓ－２０．８０．６０．８７．５１．３８．５－高墩高架为四墩三跨简支梁桥（图１（ａ）），桥墩的高度为５０ｍ，其横截面为３．８ｍ×２．０ｍ；箱梁长为３０ｍ，宽为８．８ｍ，高为１．８ｍ；标准高度（狕＝２０ｍ）的平均风速取１０ｍ·ｓ－１，风攻角α＝９０ °， °， γ＝０犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期李军，等：遭遇横风时高墩高架上的地铁车辆运行安全性４２５过桥最高车速取１００ｋｍ·ｈ－１．风速犝ｓ加载过程样本，以及车体受风力和力矩的变化曲线，如图５所示．（ａ）风速加载过程（ｂ）车体受风力和力矩变化曲线图５横风载荷样本Ｆｉ５Ｓａｍｐｌｅｓｏｆｗｉｎｄｌｏａｄｓｇ．基于重庆地铁的实际情况，采用Ｂ型地铁车辆，其动力学参数，如表２所示．同时，考虑德国低速谱轨道不平顺，其不平顺样本，如图６所示．图６中：犾为沿轨道方向的长度．表２Ｂ型地铁车辆动力学参数Ｔａｂ．２Ｄｙｎａｍｉｃｐａｒａｍｅｔｅｒｓｏｆｔ Ｂｍｅｔｒｏｖｅｈｉｃｌｅｙｐｅ项目车体质量／ｔ构架质量／ｔ数值３５．４４３４．００７轮对质量／ｔ１．８７８车辆长度／ｍｍ２００２０项目数值滚动圆直径／ｍｍ８４０轮距／ｍｍ２３００轴距／ｍｍ１２６００横向跨度／ｍｍ１４９３项目数值车辆高度／ｍｍ３６９５质量高度／ｍｍ１９２９车体宽度／ｍｍ２８００轨距／ｍｍ１３４５（ａ）左轨垂直／水平不平顺项目数值－１一系悬挂垂向刚度／ＭＮ·ｍ０．３４－１一系悬挂水平刚度／ＭＮ·ｍ０．２２二系悬挂垂向刚度／ＭＮ·ｍ－１０．３４二系悬挂水平刚度／ＭＮ·ｍ－１０．１５（ｂ）右轨垂直／水平不平顺图６德国低速轨道谱样本Ｆｉ６ＳｐｅｃｔｒｕｍｓａｍｐｌｅｓｏｆＧｅｒｍａｎｌｏｗ ｓｐｅｅｄｔｒａｃｋｇ．３高架上运行的地铁车辆风致安全性分析３．１车辆直线运行受风理论分析车辆在高架直线运行时，横风作用造成车辆的一侧车轮减载，另一侧车轮增载．如果各种横向力在最不利组合作用下，车辆一侧车轮与钢轨之间的垂向作用力减少到零时，车辆有倾覆的危险．当列车处于高架段时，横风也会引起桥面和桥墩振动，这将导致列车运行稳定性更差．车辆受风分析，如图７所示．图７中：狕ＣＯＧ，０为簧下质量质心的坐标值；狕ＣＯＧ，１为一系悬挂质量质心的坐标值；狕ＣＯＧ，２为二系悬挂质量质心的坐标值；狔２为车体横移量；狔１为构架横移量．车辆在直线线路上图７车辆受风分析Ｆｉ７Ａｎａｌｓｉｓｏｆｖｅｈｉｃｌｅｇ．ｙｓｕｂｅｃｔｅｄｔｏｃｒｏｓｓｗｉｎｄｊ运行时，受到横风作用，轮对将向左贴靠于钢轨接触点犪．此时，左侧轮为增载侧，右轮为减载侧，车辆有犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．４２６华侨大学学报（自然科学版）２０１９年向左侧倾覆的危险．犪点处力矩平衡为犫Ａ－犿１犵（犫Ａ－狘狔１狘）－犿２犵（犫Ａ－狘狔２狘）＋４（犫Ａ＋犕ｘ，ｌｅｅ＝０，－犿０犵犙ｉ，１＋犙ｉ，２）（（犿０＋犿１＋犿２）犿１狔１＋犿２狔２）犵＝８犙０，犵＝犕ＣＯＧ，（１０）（１１）／２犙０．（犿犵犫Ａ＝犕ｍ，犇＝ Δ犙／犙０＝１－（１２）犙ｉ，１＋犙ｉ，２）式（１０）～（１２）中：犫Ａ为轮间跨距的一半；犙０为静态轮重；犙ｉ，１，犙ｉ，２为同一转向架减载侧前、后轮的动态轮重；犕ｍ为回复力矩；犇为倾覆系数；犿为车辆总质量；犿０为簧下质量；犿１为一系二系间质量；犿２为二系簧上质量；犕ｘ，ｌｅｅ为临界气动力矩；犕ＣＯＧ为由犿１，犿２横向位移引起的力矩．此时，由式（１０）～（１２）在犪点的平衡方程为（犇犕ｍ＋犕ＣＯＧ－犕ｘ，ｌｅｅ＝０．１３）３．２加载横风激励后车桥系统的动力响应横风作用于桥墩和桥面，引起整个桥梁的水平和垂直变形，桥墩越高，桥面风速越快，桥面变形越大，这将导致桥梁构件过早疲劳，严重时甚至造成桥梁破坏，影响交通安全．同时，横风作用于车身，直接引起车体振动，当风速过快时，可能引起车辆脱轨或倾覆［１，４?６］．加载横风后的响应变化，如图８所示．（ａ）车体横向加速度（ｂ）轮轨横向力（ｃ）２＃梁跨中横向位移（ｄ）２＃墩墩顶横向位移图８加载横风后的响应变化Ｆｉ８Ｃｈａｎｇｅｓｏｆｒｅｓｐｏｎｓｅａｆｔｅｒｌｏａｄｉｎｇｃｒｏｓｓｗｉｎｄｇ．由图８可知：当车速为１００ｋｍ·ｓ－１，标准高度风速为１０ｍ·ｓ－１时，风攻角α＝９０ °， °，其他参 γ＝０数不变的条件下，横风加载后，车桥动力系统的响应大大提高；车体、轮轨、梁、墩在横风荷载作用下的动态评价指标值明显增加．值得注意的是，在车辆驶入风区及驶离风区阶段，车身由于进入和离开横风区的过程中风压中心变化及风力大小变化，而受到强大的扭转作用，振动又通过轮轨关系和桥轨关系传递到梁和墩上．加载横风后，各指标的振幅均大于无风条件，说明与无风工况相比，横风对动力系统响应较大，对地铁车辆运行安全性的影响较大．３．３车速对横风激扰的车桥系统运行安全性的影响为了探讨车速对运行安全性的影响，采用与节２．２相同的计算参数．车速设置为５０～１００ｋｍ·ｈ－１的梯度，标准高度风速为１０ｍ·ｓ－１，其他参数不变．风?车?桥系统响应随车速的变化情况，如图９所示．由图９可知：随着车速的增加，车身横向稳定性指标、轮轨横向安全性能指标和桥梁横向动力性能指标有所增大，但车身和桥梁振动的评价指标存在一些异常，特别是当车速为７０，８０ｋｍ·ｈ－１时．运行的车辆对桥梁结构而言是移动载荷，载荷频率随车速和载荷的变化而变化［５］，而车?桥系统自振频率与犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期李军，等：遭遇横风时高墩高架上的地铁车辆运行安全性（ａ）车辆行驶稳定性４２７（ｂ）车辆运行安全性（ｃ）箱梁响应（ｄ）高墩响应图９风?车?桥系统响应随车速的变化情况Ｆｉ９Ｒｅｓｐｏｎｓｅｃｈａｎｇｅｓｓｉｔｕａｔｉｏｎｏｆｗｉｎｄｖｅｈｉｃｌｅｒｉｄｇｅｓｙｓｔｅｍｗｉｔｈｖｅｈｉｃｌｅｓｐｅｅｄ ? ?ｂｇ．载荷加载频率相同时，会产生共振，导致各结构之间剧烈振动，动力指标发生剧烈变化．假设车辆以速度犝ｖ通过桥梁，则地铁车辆对桥施加频率犳ｖ＝犝ｖ／犔的周期性荷载．同时，车速为７０，８０，１００ｋｍ·ｈ－１时，相应的荷载频率分别为０．６４８，０．８３３，０．９２６Ｈｚ．同时，地铁车辆扭转自振频率为０．６４８Ｈｚ，高墩横摆自振频率为０．７８３Ｈｚ，梁水平摆动自振频率为０．９６１Ｈｚ．这些加载频率接近于自振频率，从而产生共振，各结构互相传递剧烈振动，指标数值急剧增加［１４］．３．４风速对车辆运行安全性的影响及其相应阈值为探索风速的影响和相应的阈值，车辆速度取１０ｋｍ·ｈ－１，标准高度风速为５～２８ｍ·ｓ－１［１５?１６］，珚和犇超过安风攻角α＝９０ °， °，其他参数不变．由计算结果可知：车体横向Ｓｐｅｒｌｉｎｇ评价指标， γ＝０ Δ犘／犘全限值，其他指标则未达到安全限度，并且其规律性一致（随风速增大而增大）．因此，文中不再赘述．车 桥系统的最大响应随风速的变化情况，如图１０所示．（ａ）车体横向Ｓｐｅｒｌｉｎｇ评价指标（ｂ）轮重减载率（ｃ）倾覆系数图１０系统相应随风速的变化情况Ｆｉ１０Ｓｉｔｕａｔｉｏｎｏｆｃｈａｎｇｅｓｏｆｄｙｎａｍｉｃｓｙｓｔｅｍｗｉｔｈｗｉｎｄｓｐｅｅｄｇ．由图１０可知：高墩高架上运行的地铁车辆的响应峰值随着风速的增加而不同程度地增加；横风作用的影响比车速更加明显，在穿越横风区的过程中，车辆受到强大的扭转作用，振动通过轮轨关系和桥轨关系传递到梁和墩上，而横风直接对桥梁结构的影响又会传递到车体，横风风速的增加会迅速增加风力及力矩，车辆运行稳定性迅速变差．此外，车辆比桥梁对横风作用更为敏感，桥梁响应未达到限值时，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）４２８２０１９年珚（车辆已有部分指标超标．车体横向Ｓｐｅｒｌｉｎｇ评价指标（２．７５），犘／犘０．６）和犇（０．８）的限制临界风速分别为２３．５，２１．４，２４．７ｍ·ｓ－１．即当标准高度风速达到２１．４ｍ·ｓ－１时，已有评价指标超标，说明此时已无法保证车辆以最高时速运行，应采用风屏障等措施以保障安全．４结论１）考虑风区条件和高墩高架条件对保证横风激扰下的地铁车?桥系统安全运行至关重要．２）横风会引起车、梁及墩的剧烈振动，尤其是高墩稳定性较差，加剧车辆运行的不稳定．３）车?桥系统响应随风速显著增加，随车速出现波动；当标准高度风速达到２１．４ｍ·ｓ－１时，已无法保证车辆以最高时速运行．参考文献：［１］ＣＡＩＣＳ，ＨＵＪｉｅｘｕａｎ，ＣＨＥＮＳｕｒｅｎ，犲狋犪犾．Ａｃｏｕｐｌｅｄｗｉｎｄｖｅｈｉｃｌｅｒｉｄｇｅｓｙｓｔｅｍａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｓ：Ａｒｅｖｉｅｗ［Ｊ］． ? ?ｂＷｉｎｄａｎｄＳｔｒｕｃｔｕｒｅｓ，２０１５，２０（２）：１１７１４２．ＤＯＩ：１０．１２９８９／ｗａｓ．２０１５．２０．２．１１７． ? ［２］ＯＬＭＯＳＪＭ，ＡＳＴＩＺＭ ?．Ｉｍｐｒｏｖｅｍｅｎｔｏｆｔｈｅｌａｔｅｒａｌｄｙｎａｍｉｃｒｅｓｐｏｎｓｅｏｆａｈｉｉｅｒｖｉａｄｕｃｔｕｎｄｅｒｔｕｒｂｕｌｅｎｔｗｉｎｄｇｈｐｅｎｇｓｔｒｕｃｔ．２０１８．ｄｕｒｉｎｇｔｈｅｈｉｓｐｅｅｄｔｒａｉｎｔｒａｖｅｌ［Ｊ］．ＥｎｇｉｎｅｅｒｉｎｇＳｔｒｕｃｔｕｒｅｓ，２０１８，６５：３６８?３８５．ＤＯＩ：１０．１０１６／ ? ｊ．ｇｈ０３．０５４．［３］ＸＩＡＮＧＨｕｏｙｕｅ，ＬＩＹｏｎｇｌｅ，ＣＨＥＮＳｕｒｅｎ，犲狋犪犾．Ｗｉｎｄｌｏａｄｓｏｆｍｏｖｉｎｇｖｅｈｉｃｌｅｏｎｂｒｉｄｇｅｗｉｔｈｓｏｌｉｄｗｉｎｄｂａｒｒｉｅｒ［Ｊ］．２０１８，６５：１８８１９６．ＤＯＩ：１０．１０１６／ｅｎｇｓｔｒｕｃｔ．２０１７．１１．００９．ＥｎｇｉｎｅｅｒｉｎｇＳｔｒｕｃｔｕｒｅｓ， ? ｊ．［４］ＬＩＸｉａｏｚｈｅｎ，ＷＡＮＧＭｉｎｇ，ＸＩＡＯＪｕｎ，犲狋犪犾．Ｅｘｐｅｒｉｍｅｎｔａｌｓｔｕｄｙｏｎａｅｒｏｄｙｎａｍｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｈｉｓｐｅｅｄｔｒａｉｎ ? ｇｈｉｎｇｍｏｄｅｌｔｅｓｔ［Ｊ］．ＪｏｕｒｎａｌｏｆＷｉｎｄＥｎｇｉｎｅｅｒｉｎｇａｎｄＩｎｄｕｓｔｒｉａｌＡｅｒｏｄｙｎａｍｉｃｓ，２０１４，１７９：ｏｎａｔｒｕｓｓｂｒｉｄｇｅ：Ａｍｏｖ２６３８．ＤＯＩ：１０．１０１６／ｉａ．２０１８．０５．０１２． ? ｊ．ｊｗｅ［５］ＮＩＵＪｉｉａｎｇ，ＺＨＯＵＤａｎ，ＬＩＵＴａｎｇｈｏｎｇ，犲狋犪犾．Ｎｕｍｅｒｉｃａｌｓｉｍｕｌａｔｉｏｎｏｆａｅｒｏｄｙｎａｍｉｃｐｅｒｆｏｒｍａｎｃｅｏｆａｃｏｕｐｌｅｍｕｌｔｉ  ｑｌｅｕｎｉｔｓｈｉｓｐｅｅｄｔｒａｉｎ［Ｊ］．ＶｅｈｉｃｌｅＳｙｓｔｅｍＤｙｎａｍｉｃｓ，２０１７，５５（５）：１２３．ＤＯＩ：０．１０８０／００４２３１１４．２０１６．１２７７７６９． ? ? ｐｇｈ［６］ＬＩＹｏｎｇｌｅ，ＸＩＡＮＨｕｏｙｕｅ，ＷＡＮＧＢｉｎ，犲狋犪犾．Ｄｙｎａｍｉｃａｎａｌｓｉｓｏｆｗｉｎｄｉｃｌｅｒｉｄｇｅｃｏｕｐｌｉｎｇｓｙｓｔｅｍｄｕｒｉｎｇｔｈｅ ?ｖｅｈ ?ｂｙＪ］．ＡｄｖａｎｃｅｓｉｎＳｔｒｕｃｔｕｒａｌＥｎｇｉｎｅｅｒｉｎｇ，２０１３，１６（１０）：１６６３ＤＯＩ：１０．１２６０／１３６９ｍｅｅｔｉｎｇｏｆｔｗｏｔｒａｉｎｓ［ ?１６７０． ?４３３２．１６．１０．１６６３．［７］张云飞，李军．轨道客运车辆山区小半径曲线通过性能分析［Ｊ］．华侨大学学报（自然科学版），２０１８，３９（３）：３４３３４８． ? ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７１１０３６． ? ［８］张云飞，李军．轮径差对轨道客车山区小半径曲线通过的影响［Ｊ］．华侨大学学报（自然科学版），２０１８，３９（４）：４８９ ? ４９５．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０３０３７． ? ［９］金曼．高架轨道交通引起的车桥振动及控制研究［Ｄ］．北京：北京交通大学，２０１５．［１０］杭锦，张允士．高架城市轨道交通车辆及桥梁振动的理论研究［Ｊ］．城市轨道交通研究，２０１８（４）：８３ＤＯＩ：１０． ?８７．１６０３７／１００７８６９ｘ．２０１８．０４．０２０． ? ｊ．［ｒｔ６：ＢＳＥＮ１４０６７?６：１１］ＢｒｉｔｉｓｈＳｔａｎｄａｒｄｓＩｎｓｔｉｔｕｔｉｏｎ．ＢＳＩｓｔａｎｄａｒｄｓｌｉｍｉｔｅｄｒａｉｌｗａｙａｐｐｌｉｃａｔｉｏｎｓ：Ａｅｒｏｄｙｎａｍｉｃｓ ?ｐａ２０１８［Ｓ］．Ｌｏｎｄｏｎ：ＳｔａｎｄａｒｄｓＰｏｌｉｃｙａｎｄＳｔｒａｔｅｇｙＣｏｍｍｉｔｔｅｅ，２０１８．［１２］ＣＨＥＬＩＦＲ，ＣＯＲＲＡＤＩＲ，ＳＡＢＢＩＯＮＩＥ，犲狋犪犾．Ｗｉｎｄｔｕｎｎｅｌｔｅｓｔｓｏｎｈｅａｖｙｒｏａｄｖｅｈｉｃｌｅｓ：Ｃｒｏｓｓｗｉｎｄｉｎｄｕｃｅｄｌｏａｄｓ：Ｐａｒｔ１＆Ｐａｒｔ２［Ｊ］．ＪｏｕｒｎａｌｏｆＷｉｎｄＥｎｇｉｎｅｅｒｉｎｇａｎｄＩｎｄｕｓｔｒｉａｌＡｅｒｏｄｙｎａｍｉｃｓ，２０１１，９９（１０）：１０１１?１０２４．ＤＯＩ：１０．１０１６／ｉａ．２０１１．０７．００７．ｊ．ｊｗｅ［１３］北京市规划委员会．地铁设计规范：ＧＢ／Ｔ５０１５７－２０１３［Ｓ］．北京：中国建筑工业出版社，２０１３．［１４］于梦阁，张继业，张卫华．桥梁上高速列车的强横风运行安全性［Ｊ］．机械工程学报，２０１２，４８（１８）：１０４?１１１．ＤＯＩ：１０．３９０１／ＪＭＥ．２０１２．１８．１０４．［１５］豆丁网．重庆风速与风向［ＥＢ／ＯＬ］．［２０１６０１２０］．ｈｔｔｄｏｃｉｎ．ｃｏｍ／ｐ１４３４１２８２３８．ｈｔｍｌ２０１６１． ? ? ? ｐｓ：∥ｗｗｗ．［１６］百度文库．重庆风速与风向［ＥＢ／ＯＬ］．［２００５?０７?２１］．ｈｔｔｂａｉｄｕ．ｃｏｍ／ｖｉｅｗ／９８ｃａ３ｃｂｆ３１１２６ｅｄｂ６ｅ１ａｐｓ：∥ ｗｅｎｋｕ．１０４ａ．ｈｔｍｌ２０１５．７．（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：崔长彩）第４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１９０３０３８ ? 交流接触器振动噪声测量方法及系统开发陈首虹，杨建红，范伟，高丽华，杨凯，张认成（华侨大学机电装备过程监测及系统优化福建省高校重点实验室，福建厦门３６１０２１）摘要：为了实现强背景噪声环境下交流接触器的噪声测量，开发基于振速法的噪声测量系统．首先，在消声室内，通过激光测振仪和传声器分别采集大量相同型号的交流接触器的振动信号和声压信号，计算并提取辐射指数．然后，测量一定数量相同型号的交流接触器运行时的表面振动，通过振速法，求得其噪声值．最后，将求得的噪声值与声级计的测量值进行对比．结果表明：当交流接触器的噪声为３０～５０ｄＢ时，两种方法的测量误差为 ±１ｄＢ；该测量系统能够通过振动强弱求得噪声值，并准确判定合格与否，不受背景噪声的影响．关键词：交流接触器；振速法；振动；噪声；辐射指数中图分类号：ＴＭ５７２．２文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０４２９０８ ? ? ? 犞犻犫狉犪狋犻狅狀犪狀犱犖狅犻狊犲犕犲犪狊狌狉犲犿犲狀狋犕犲狋犺狅犱狅犳犃犆犆狅狀狋犪犮狋狅狉犪狀犱犛狔狊狋犲犿犇犲狏犲犾狅狆犿犲狀狋ＣＨＥＮＳｈｏｕｈｏｎｇ，ＹＡＮＧＪｉａｎｈｏｎｇ，ＦＡＮＷｅｉ，ＧＡＯＬｉｈｕａ，ＹＡＮＧＫａｉ，ＺＨＡＮＧＲｅｎｃｈｅｎｇ（ＫｅｙＬａｂｏｒａｔｏｒｆＰｒｏｃｅｓｓＭｏｎｉｔｏｒｉｎｇａｎｄＳｙｓｔｅｍＯｐｔｉｍｉｚａｔｉｏｎｆｏｒＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＥｑｕｉｔｙｏｐｍｅｎｏｆＦｕｉａｎＰｒｏｖｉｎｃｅ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｊｙ，Ｘｉ犃犫狊狋狉犪犮狋：ＩｎｏｒｄｅｒｔｏｒｅａｌｉｚｅｔｈｅｎｏｉｓｅｍｅａｓｕｒｅｍｅｎｔｏｆＡＣｃｏｎｔａｃｔｏｒｕｎｄｅｒｓｔｒｏｎｇｂａｃｋｇｒｏｕｎｄｎｏｉｓｅ，ａｎｏｉｓｅｈｅｖｉｂｒａｔｉｏｎｓｉｌｓａｎｄｓｏｕｎｄｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍｂａｓｅｄｏｎｖｉｂｒａｔｉｏｎｖｅｌｏｃｉｔｔｈｏｄｗａｓｄｅｖｅｌｏｐｅｄ．Ｆｉｒｓｔ，ｔｇｎａｙｍｅｒｅｓｓｕｒｅｓｉｌｓｏｆａｌａｒｒｏｆＡＣｃｏｎｔａｃｔｏｒｓｗｉｔｈｔｈｅｓａｍｅｔｒｅｃｏｌｌｅｃｔｅｄｒｅｓｐｅｃｔｉｖｅｌａｓｅｒｖｉ  ｐｇｎａｇｅｎｕｍｂｅｙｐｅｗｅｙｂｙｌｈｅｒａｄｉａｔｉｏｎｉｎｄｅｘｗａｓｃａｌｃｕｌａｔｅｄａｎｄｅｘｔｒａｃｔｅｄ．ｂｒｏｍｅｔｅｒａｎｄｍｉｃｒｏｐｈｏｎｅｉｎｔｈｅａｎｅｃｈｏｉｃｃｈａｍｂｅｒ，ａｎｄｔＴｈｅｎ，ｔｈｅｓｕｒｆａｃｅｖｉｂｒａｔｉｏｎｏｆａｃｅｒｔａｉｎｎｕｍｂｅｒｏｆＡＣｃｏｎｔａｃｔｏｒｓｗｉｔｈｔｈｅｓａｍｅｔｓｍｅａｓｕｒｅｄ，ａｎｄｔｈｅｙｐｅｗａｎｏｉｓｅｖａｌｕｅｗａｓｏｂｔａｉｎｅｄｂｙｕｓｉｎｇｔｈｅｖｉｂｒａｔｉｏｎｖｅｌｏｃｉｔｔｈｏｄ．Ｆｉｎａｌｌｈｅｏｂｔａｉｎｅｄｎｏｉｓｅｗａｓｃｏｍｐａｒｅｄｙｍｅｙ，ｔｗｉｔｈｔｈｅｍｅａｓｕｒｅｄｖａｌｕｅｏｆｓｏｕｎｄｌｅｖｅｌｍｅｔｅｒ．ＴｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｗｈｅｎｔｈｅｎｏｉｓｅｏｆｔｈｅＡＣｃｏｎｔａｃｔｏｒｗａｓｂｅｔｗｅｅｎ３０ａｎｄ５０ｄＢ，ｔｈｅｍｅａｓｕｒｅｍｅｎｔｅｒｒｏｒｏｆｔｈｅｔｗｏｍｅｔｈｏｄｓｗａｓｗｉｔｈｉｎ ±１ｄＢ．Ｔｈｅｓｙｓ  ｔｅｍｃａｎｏｂｔａｉｎｔｈｅｎｏｉｓｅｖａｌｕｅｔｈｒｏｕｇｈｖｉｂｒａｔｉｏｎｓｔｒｅｎｇｔｈ，ａｎｄａｃｃｕｒａｔｅｌｔｅｒｍｉｎｅｗｈｅｔｈｅｒｔｈｅＡＣｃｏｎｔａｃｔｏｒｙｄｅｗａｓｑｕａｌｉｆｉｅｄｏｒｎｏｔ，ｗｈｉｃｈｎｏｔａｆｆｅｃｔｅｄｂｙｂａｃｋｇｒｏｕｎｄｎｏｉｓｅ．犓犲狉犱狊：ＡＣｃｏｎｔａｃｔｏｒ；ｖｉｂｒａｔｉｏｎｖｅｌｏｃｉｔｔｈｏｄ；ｖｉｂｒａｔｉｏｎ；ｎｏｉｓｅ；ｓｏｕｎｄｒａｄｉａｔｉｏｎｉｎｄｅｘｙｍｅ狔狑狅交流接触器是一种常见的机械开关电器，在低压配电系统中被广泛应用［１?５］．交流接触器的电磁机构线圈由交流电源供给，由于电磁铁的电压是随时间按正弦规律变化的周期函数，所以其磁通和电磁吸收稿日期：２０１９０３１８ ? ? 通信作者：杨建红（１９７４Ｅ?ｍａｉｌ：ｈｏｎｇ＠ｈｑｕ． ?），男，副教授，博士，博士后，主要从事先进传感与检测技术的研究．ｙｊｅｄｕ．ｃｎ．基金项目：福建省自然科学基金资助项目（２０１７Ｊ０１１０８，２０１８Ｊ０５０８２）；福建省高校产学合作项目（２０１６Ｈ６０１４）；福建省泉州市科技计划项目（２０１８Ｃ１１７Ｒ）；华侨大学科研基金资助项目（１９ＢＳ１０３）华侨大学学报（自然科学版）４３０２０１９年力的大小也按正弦规律周期变化．交流接触器的振动噪声主要有电磁性噪声、机械噪声和高频噪声［６?７］．［］根据ＪＢ／Ｔ７４３５－２００６《ＣＪＸ系列交流接触器》８的规定，接触器在控制电源电压为额定电压的８５％～１１０％时，在距离声源０．５ｍ处，其测量噪声应在４０ｄＢ（Ａ）以下．长期以来，由于生产车间背景噪声的影响，在生产线上，很难直接使用声级计测量交流接触器的噪声，工厂常用的办法是抽检部分产品在消声室中进行测量，或在生产线上凭借有经验的工人手摸振动、耳听声音进行判断，但这两种方法都无法同时保证检测质量和效率［９?１１］．振速法通过测量工件表面的振动，间接获得工件表面的辐射声能大小，因此，可有效消除背景噪声过大的影响，从而对交流接触器运行噪声进行高效、高质的检测［１２?１８］．激光测振法将激光打在被测工件表面，直接获得位移或速度，通过测量结构振动，理解声学现象，是一种非接触式测量法，具有适用性强、效率高、精度高、不易受干扰等特点．目前，激光测振技术已得到较大的发展，可以方便地在空间分辨率较高的结构上进行振动测量，已成功应用于汽车［１９］、航空航天［２０］、机械设计［２１］和建筑［２２］等领域．基于此，本文采用激光测振法，对交流接触器生产线上的噪声进行检测［１０］．１振动噪声测量系统的硬件搭建交流接触器振动噪声测量系统的设备型号及主要技术参数，如表１所示．交流接触器振动噪声测量系统的总体结构，如图１（ａ）所示．表１设备型号及主要技术参数Ｔａｂ．１Ｅｑｕｉｔｍｏｄｅｌａｎｄｍａｉｎｔｅｃｈｎｉｃａｌｐａｒａｍｅｔｅｒｓｐｍｅｎ名称型号激光测振仪ＬＶ１１０Ｄ数据采集卡ＮＩＵＳＢ６３６３ ? 传声器ＡＷＡ１４４００声级计ＡＷＡ５６３６技术参数－１速度：－２．４～２．４ｍ·ｓ；测量距离：０．４～２０．０ｍ；频率：２．０～４．０×１０４Ｈｚ３２个单端或１６个差分输入灵敏度：４５．１８ｍＶ·Ｐａ－１灵敏度：３０．００ｍＶ·Ｐａ；测量范围：３０～１３０ｄＢ（Ａ），频率：２０．０～１２．５×１０３Ｈｚ－１（ａ）总体结构（ｂ）传声器位置图１交流接触器振动噪声测量系统结构图Ｆｉ１ＳｔｒｕｃｔｕｒｅｄｉａｇｒａｍｏｆｖｉｂｒａｔｉｏｎａｎｄｎｏｉｓｅｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍｏｆＡＣｃｏｎｔａｃｔｏｒｇ．实验在消声室内进行，待检测的交流接触器被固定于自制的工装上．通过控制工装气缸的气路开关开闭，可方便地实现交流接触器的夹紧与松开．工装上设计有电源触头，当夹紧时，触头能给交流接触器的线圈供电．线圈的电源由１个调压器供应，可实现０～３００Ｖ的调整．激光测振仪通过工装上的孔，将激光打在交流接触器的铁芯表面，可测得交流接触器工作时的振动信号．参照ＧＢ／Ｔ３７６７－１９９６《声学声压法测定噪声源声功率级反射面上方近似自由场的工程法》［２３］布置传声器，采用平行六面体测量表面．经多次实验可知，由于交流接触器声源为稳态噪声，且辐射呈对称性，若将传声器减少为４个后，测得的表面声压与标准规定位置的测量结果的偏差不超过０．６ｄＢ．因此，采用４点法进行实验．传声器［］（Ｐ１～Ｐ４）的位置，如图１（ｂ）所示２３?２４．声级计置于距声源０．５ｍ处，测量交流接触器工作的噪声，以验证振速法测量结果的准确性．信号通过ＮＩＵＳＢ? ６３６３型多通道数据采集卡完成模数（Ａ／Ｄ）转换，转换后的数字信号经ＵＳＢ总线传输至计算机，用软件ＬａｂＶＩＥＷ完成数据采集、采样波形实时显示、采集数据存储和数据的分析处理．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期陈首虹，等：交流接触器振动噪声测量方法及系统开发４３１２测量系统计算方法及软件开发２．１振速法测定声功率级振速法通过测量表面振动确定其所辐射的声功率，可消除背景噪声对声压法和声强法的影响，实现交流接触运行噪声的现场测定．声功率级犔犠表示单位时间内辐射声波的平均能量，有犠．犠０式（１）中：犠为机器振动面辐射的声功率；犠０为基准声功率，其值为１０～１２Ｗ．犔犠＝１０ｌｇ（１）辐射因数σ 表示声辐射效率的因数，有犠（．２） σ＝犮犛狏２ ρ 式（２）中：犮为空气声速；犮为空气声阻抗；犛为振动表面面积；狏为通过激光测振仪测量 ρ 为空气密度； ρ 交流接触器表面振动速度的有效值．振速级犔狏为狏２犔狏＝１０ｌｇ２．狏０（３）式（３）中：狏０为基准速度，狏０＝５×１０－８ｍ·ｓ－１．因此，远场的声功率级可表示为犛犮 ρ 犔犠＝犔狏＋１０ｌ．ｇ＋１０ｌｇσ＋１０ｌｇ（犛０犮０ ρ）（４）式（４）中：犛０为参考面积，犛０＝１ｍ２；（犮）０ ℃ ，气压为１０５Ｐａ时的阻抗；１０ｌｇσ 为物０为空气在温度为２ ρ 体表面振动向远场辐射的声能量的辐射指数．辐射指数与相关频率声波在空气中的波长、激励力、辐射面尺寸、相应频率振动模态、机器结构特性等因素有关．因此，各种类型机器的辐射指数曲线没有固定的形状，但相同类型、相同型号的交流接触器的辐射指数曲线却具有规律性［８，２５］，可以通过测定一定数量相同型号的交流接触器获得其辐射指数的规律曲线．噪声与振动之间具有相关性，由式（４）可知，辐射指数可描述噪声和振动之间的关系，只要获得辐射指数和表面振速级，即可求得声功率级．研究表明，不论噪声强度大小如何，Ａ计权网络都能较好地反映人对噪声吵闹的主观感觉．根据Ａ计权的响应特性，将１个噪声的１／３倍频程谱转换为Ａ计权声功率级的公式［２５］为犻＝０（）０．１犔＋Δ犔犔犠Ａ＝１０ｌｇ∑１０犠犻犠犻．（５）狀式（５）中：犔犠Ａ为Ａ计权声功率级；犔犠犻为第犻个频带声功率级； Δ犔犠犻为第犻个Ａ计权修正值．２．２计算流程交流接触器运行噪声检测系统的流程主要分为辐射指数提取、噪声检测和噪声验证３个部分，如图２所示．１）辐射指数提取．选取一定数量相同型号的交流接触器作为实验样本，提取其辐射指数．通过激光测振仪和传声器，分别获得交流接触器的表面振动信号和声压信号．通过快速傅里叶变换（ＦＦＴ），求得振动速度和声压频域信号，再用１／３倍频程滤波器对信号进行滤波，分别获得中心频率为２０～１６０００Ｈｚ的３０个频带的频谱信号．通过傅里叶逆变换（ＩＦＦＴ），得到振动信号和声压信号的实数序列，振动信号的实数序列经过均方根计算，得到各频带振速级，由声压信号的实数序列可得各频带声压级，即犻＝０１０．１犔犔犘＝１０ｌ．ｇ（ ∑１０犘犻）狀狀式（６）中：犔犘犻为第犻个测点的频带声压级；狀为总测点数．然后，将声压级转换成声功率级，即犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．（６）华侨大学学报（自然科学版）４３２２０１９年图２交流接触器振动噪声测量系统流程图Ｆｉ２ＦｌｏｗｃｈａｒｔｏｆｖｉｂｒａｔｉｏｎａｎｄｎｏｉｓｅｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍｏｆＡＣｃｏｎｔａｃｔｏｒｇ．犔犠＝犔犘＋１０ｌｇ犛．最后，计算各频带的振速级和声功率级，获得交流接触器的辐射指数．（７）２）噪声检测．另选一定数量相同型号的交流接触器作为验证样本，通过激光振速法，实现交流接触器运行噪声的非接触测量．通过噪声检测流程，获得振速级，再与获得的辐射指数求得声功率级，并计算得到Ａ计权声功率级．３）噪声验证．在消声室内，用声级计直接测量交流接触器工作时的Ａ计权声压级，变换获得Ａ计权声功率级，对比振速法和声级计的Ａ计权声功率级，验证测量结果的准确性．２．３测量系统软件开发测量系统的软件开发主要包括辐射指数提取、振动噪声检测和振动噪声验证３个模块．辐射指数提取模块采集、存储激光测振仪和各传声器的时域信号，并通过采集卡传输至计算机，其数据通信方式基于ＮＩＤＡＱ驱动软件设计．最后，通过软件ＭＡＴＬＡＢ，计算、提取数据的辐射指数．振动噪声检测模块采集振动的时域信号，对振动信号进行分析并显示结果，如图３所示．分析模块的子模块采用ＭＡＴＬＡＢ ?ＬＡＢＶＩＥＷ混合编程实现，如图４所示．测量系统人机界面，如图５所示．振动噪声验证模块通过声级计采集交流接触器的运行噪声，并与振速法测得的噪声进行对比，验证其准确性．（ａ）噪声测试分析与显示模块程序（ｂ）程序流程图图３噪声测试分析与显示模块程序及流程图Ｆｉ３Ｐｒｏｇｒａｍａｎｄｆｌｏｗｃｈａｒｔｏｆｎｏｉｓｅｔｅｓｔａｎａｌｓｉｓａｎｄｄｉｓｐｌａｙｍｏｄｕｌｅｇ．ｙ振动噪声测量系统，如图６所示．激光测振仪、测试工装和声级计的位置参照图１（ａ）布置，传声器的位置参照图１（ｂ）布置．测量时，在工装上安装交流接触器，通气、夹紧、上电，将激光测振仪聚焦到待测表面，关闭消声室，测量噪声．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期陈首虹，等：交流接触器振动噪声测量方法及系统开发（ａ）噪声测试分析子程序４３３（ｂ）程序流程图图４噪声测试分析子程序及流程图Ｆｉ４Ｐｒｏｇｒａｍａｎｄｆｌｏｗｃｈａｒｔｏｆｎｏｉｓｅｔｅｓｔａｎａｌｓｉｓｓｕｂｒｏｕｔｉｎｅｇ．ｙ图５测量系统人机界面图６振动噪声测量系统Ｆｉ５Ｍａｎｃｈｉｎｅｉｎｔｅｒｆａｃｅｏｆｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍ ?ｍａｇ．Ｆｉ６Ｖｉｂｒａｔｉｏｎａｎｄｎｏｉｓｅｍｅａｓｕｒｅｍｅｎｔｓｙｓｔｅｍｇ．３实验结果及分析３．１辐射指数提取选取１００个相同型号的交流接触器作为实验样本，其中，合格样本３５个，不合格样本６５个．ＪＢ／Ｔ［］７４３５－２００６《ＣＪＸ系列交流接触器》８中规定，接触器噪声合格的阈值为４０ｄＢ，为了确定交流接触器运行时表面振动与噪声的相关性，选取声级计测量值分别为５１ｄＢ（不合格）和２５ｄＢ（合格）的两个样本，用激光测振仪测量其运行时的表面振动．相同型号样本的时域图和频域图，如图７所示．图７中：犝为电压幅值；犳为频率．由图７可知：交流接触器的原始信号是典型的振动信号，其振动具有一定的周期性；合格与不合格样本的交流接触器振动信号都具有一定的规律性，无杂乱的脉冲信号．对交流接触器的内部结构及运行原理进行分析可知，交流接触器运行噪声主要是由电磁激振力引起的交流接触器内部衔铁和铁芯硅钢片的周期性振动的电磁性噪声．市电的频率为５０Ｈｚ，在每个周期电压下，衔铁和铁芯吸合释放各２次，当衔铁和铁芯周期性地吸合、释放，引起交流接触器周期性地振动．电磁性噪声的频率与磁场的变化频率相对应，交流接触器在工频的激励下，每个工频，交流接触器衔铁与铁芯吸合释放１００次，而由这１００次振动引起的谐振使交流接触器在１００Ｈｚ的整数倍处出现较大的幅值，而在其他频率点处，无明显幅值（图７（ｂ），（ｄ））．由此可知：通过激光测振仪测得的交流接触器运行时表面振动的时域图和频域图与交流接触器内部结构及运行原理相符，具有很好的相关性．各实验样本的辐射指数及辐射指数平均值曲线，如图８所示．图８中：犳０为１／３倍频程中心频率．由图８（ａ）可知：虽然１００个实验样本的辐射指数曲线存在一定偏差，但辐射指数曲线在各频段的趋势基本一致．由图８（ｂ）可知：３条曲线基本一致，说明各频率段的辐射指数与样本噪声及样本个体无关，体现了物体结构辐射指数的固有属性．将交流接触器所有样本辐射指数的平均值存入系统，即为该型号交流接触器的辐射指数曲线．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）４３４２０１９年（ａ）合格样本的时域图（ｂ）合格样本的频域图（ｃ）不合格样本的时域图（ｄ）不合格样本的频域图图７相同型号样本的时域图和频域图Ｆｉ７Ｔｉｍｅｄｏｍａｉｎａｎｄｆｒｅｉｎｄｉａｇｒａｍｓｏｆｓａｍｅｍｏｄｅｌｓａｍｐｌｅｓｇ．ｑｕｅｎｃｙｄｏｍａ（ａ）辐射指数（ｂ）辐射指数平均值图８实验样本的辐射指数及辐射指数平均值Ｆｉ８Ｒａｄｉａｔｉｏｎｉｎｄｅｘａｎｄｒａｄｉａｔｉｏｎｉｎｄｅｘｍｅａｎｖａｌｕｅｏｆｅｘｐｅｒｉｍｅｎｔａｌｓａｍｐｌｅｓｇ．３．２振动噪声测量及验证振动噪声测量系统加载提取的辐射指数后，得到Ａ计权声功率级，并与标准规定的接触器噪声合格的阈值４０ｄＢ进行对比．振动噪声测量系统人机界面可显示振动时域信号、选择的辐射指数曲线及测量结果．为了验证测量系统的可靠性，另选８０个相同型号的交流接触器作为验证样本，其中，合格样本３２个，不合格样本４８个．分别采用振速法和声级计进行测量，并将得到的Ａ计权声功率级的结果进行对比．两种方法的测量误差，如图９所示．图９中： Δ 为误图９噪声测量误差分布图差绝对值．由图９可知：噪声为３０～５０ｄＢ的样本，在运Ｆｉ９Ｅｒｒｏｒｄｉｓｔｒｉｂｕｔｉｏｎｄｉａｇｒａｍｇ．行过程中，振动微弱且平稳，这部分样本的测量误差基ｏｆｎｏｉｓｅｍｅａｓｕｒｅｍｅｎｔ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期陈首虹，等：交流接触器振动噪声测量方法及系统开发４３５本为 ±１ｄＢ；噪声为４０ｄＢ以下的样本，无经验人员用手触摸样本几乎感觉不出其振动；噪声低于３０ｄＢ的样本，测量误差大多超过 ±２ｄＢ．这是由于声级计测量范围为３０～１３０ｄＢ，对低噪声样本测量误差偏大．噪声超过５０ｄＢ的样本，测量误差部分也超过 ±２ｄＢ，这部分样本在运行过程中，振动较为明显，噪声越大，振动越明显，尤其是当噪声超过６５ｄＢ时，部分测量误差接近 ±３ｄＢ，用手触摸样本有明显振感，这是由于噪声过大的样本导致其振动的因素较多，噪声与振动呈多样性，而文中主要测量样本的电磁性噪声．由此可知，振速法可以较为准确地测量噪声为３０～５０ｄＢ的样本，而噪声低于３０ｄＢ及超过５０ｄＢ的样本误差均不影响测量系统判定的准确性．通过该测量系统，声级计测量为合格的样品，通过振速法测量也为合格的比例为９７％；声级计测量为不合格的样品，通过振速法测量也为不合格的比例为９８％．因此，激光测振仪通过振速法测得的结果能够较为准确地反映交流接触器运行噪声的大小．该系统满足工程应用，具有很好的推广性．在工程应用中，由于激光有效距离范围较大，故激光测振仪安装位置较灵活，但需避免和其他设备引起共振的情况，测量方向必须根据振源振动方式选择，且每个样本的测点需保持一致，以减少测量误差．４结论针对交流接触器运行噪声测量现状，开发了振动噪声测量系统，该系统包括辐射指数提取、噪声测量和噪声验证３个模块．通过激光测振仪和传声器提取相同型号的交流接触器运行时的辐射指数及表面振动信号，采用振速法实现交流接触器运行噪声的现场测量，并得到以下３个结论．１）同一型号的交流接触器各频率段的辐射指数曲线趋势基本一致，与样本噪声及样本个体无关，体现了物体结构声辐射效率的固有属性．２）通过激光测振仪测量交流接触器运行时的振动，求得其运行噪声．与声级计测量值相比，噪声为３０～５０ｄＢ的样本的测量误差为 ±１ｄＢ，可准确反映噪声与振动的关系．３）采用激光测振法测量交流接触器运行时的噪声，能够很好地解决现场测量强背景噪声带来的影响，实现快速、准确地测量．实验结果表明，该测量系统能够较为准确地通过测量振动强弱求得噪声的大小，为实现强背景噪声环境下交流接触器的现场测量提供理论依据和方法．参考文献：［１］郭良，梁步猛，章上聪，等．考虑电磁续流的智能交流接触器耦合动力学仿真与试验研究［Ｊ］．电器与能效管理技术，２０１８（１２）：１９２４．ＤＯＩ：１０．１６６２８／ｃｎｋｉ．２０９５８１８８．２０１８．１２．００４． ? ? ｊ．［２］ＤＩＭＩＴＲＯＶＢ，ＣＲＵＤＥＮＡ，ＭＡＲＩＮＯＶＡ．Ｍｏｄｅｌｌｉｎｇ，ａｎａｌｓｉｓａｎｄｖｅｒｉｆｉｃａｔｉｏｎｏｆａｒｅｓｏｎａｎｔＬＬＣｃｏｎｖｅｒｔｅｒａｓａｙｒｓｕｐｐｌｏｒｔｈｅｅｌｅｃｔｒｏｍａｇｎｅｔｉｃｄｒｉｖｉｎｇｍｅｃｈａｎｉｓｍｏｆａｎｅｌｅｃｔｒｏｍａｇｎｅｔｉｃｃｏｎｔａｃｔｏｒ［Ｃ］∥１９ｔｈＩｎｔｅｒｎａｔｉｏｎａｌｐｏｗｅｙｆＳｙｍｐｏｓｉｕｍｏｎＥｌｅｃｔｒｉｃａｌＡｐｐａｒａｔｕｓａｎｄＴｅｃｈｎｏｌｏｇｉｅｓ．Ｂｏｕｒｓ：ＩＥＥＥＰｒｅｓｓ，２０１６：１４．ＤＯＩ：１０．１１０９／ＳＩＥＬＡ．２０１６． ? ｇａ７５４２９８８．［３］ＬＩＵＹｉｎｇｙｉ，ＣＨＥＮＤｅｇｕｉ，ＪＩＬｉａｎｇ，犲狋犪犾．ＤｙｎａｍｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃａｎｄｃｏｎｔａｃｔｂｏｕｎｃｅａｎａｌｓｉｓｆｏｒａｎＡＣｃｏｎｔａｃｔｏｒｙＣ］∥Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ５３ｒｄＩＥＥＥＨｏｌｍＣｏｎｆｅｒｅｎｃｅｏｎＥｌｅｃｔｒｉｃａｌＣｏｎｔａｃｔｓ．ＰｉｔｔｓｂｕｒｗｉｔｈＰＷＭｃｏｎｔｒｏｌｌｅｄｃｏｉｌ［ｇｈ：ＩＥＥＥＰｒｅｓｓ，２００７：１４．ＤＯＩ：１０．１１０９／ＨＯＬＭ．２００７．４３１８２３２． ? ［ｉｓｓｎ．１００２４］陈连生．交流接触器的噪声溯源及处理［Ｊ］．建筑工人，２０１０，３１（９）：４１．ＤＯＩ：１０．３９６９／２０１０．０９． ?３２３２．ｊ．０２２．［５］ＨＵＮＧＣＹ，ＣＨＩＣＴ．ＡｎｅｗｈａｒｄｗａｒｅｓｅｄａｃｔｕａｔｏｒｆｏｒｄｒｉｖｉｎｇａｎＡＣ／ＤＣｅｌｅｃｔｒｏｍａｇｎｅｔｉｃｃｏｎｔａｃｔｏｒ［Ｊ］．ＷＳＥＡＳ ?ｂａＴｒａｎｓａｃｔｉｏｎｓｏｎＳｙｓｔｅｍｓａｎｄＣｏｎｔｒｏｌ，２０１０，５（１１）：８７２７７１． ? ［６］仲百全，王守彪，周玉海，等．对交流接触器运行中存在问题的分析及解决［Ｊ］．河北建筑工程学院学报，２０１０，２８（２）：９８９９．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００８４１８５．２０１０．０２．０３２． ? ? ｊ．［７］陈玉平，陈尧君．交流接触器无声节能控制研究与应用［Ｊ］．煤炭技术，２０１１，３０（１）：５８６０． ? ［８］中国机械工业联合会．ＣＪＸ系列交流接触器：ＪＢ／Ｔ７４３５－２００６［Ｓ］．北京：机械工业出版社，２００７．［９］杨建红，张认成，吴晓梅．交流接触器运行噪声的在线测量实验［Ｊ］．华侨大学学报（自然科学版），２０１２，３３（２）：１３４ ? 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）４３６２０１９年１３７．ＤＯＩ：１０．１１８３０／ｉｓｓｎ．１０００５０１３．２０１２．０２．０１３４． ? ［１０］陈首虹，黄身桂．激光测振法在交流接触器运行噪声测量中的实验研究［Ｊ］．鄂州大学学报，２０１６，２３（６）：９８ ?１００．１０．１６７３２／ＤＯＩ：ｃｎｋｉ．ｅｕ．２０１６．０６．０３２．ｊ．ｊ［１１］吴晓梅，张认成，杨建红．交流接触器振动噪声性能的在线检测［Ｊ］．低压电器，２０１１（１８）：２１ＤＯＩ：１０．３９６９／ ?２３．ｊ．ｉｓｓｎ．１００１５５３１．２０１１．１８．００５． ? ［１２］宋健．振速法在电力变压器噪声测量中的应用研究［Ｄ］．合肥：合肥工业大学，２０１３．［１３］阮学云，李志远，宋健．振速法在换流变压器声功率测量中的应用研究［Ｊ］．高压电器，２０１５，５１（４）：２４２８．ＤＯＩ：１０． ? １００１１３２９６／１６０９．ｈｖａ．２０１５．０４．００５． ? ｊ．［１４］ＣＯＭＥＳＡＡＤＦ，ＦＡＮＹａｎｇ，ＴＩＪＳＥ．Ｉｎｆｌｕｅｎｃｅｏｆｂａｃｋｇｒｏｕｎｄｎｏｉｓｅｏｎｎｏｎｃｏｎｔａｃｔｖｉｂｒａｔｉｏｎｍｅａｓｕｒｅｍｅｎｔｓｕｓｉｎｇ ? ｒｔｉｃｌｅｖｅｌｏｃｉｔｅｎｓｏｒｓ［Ｃ］∥Ｉｎｔｅｒｎｏｉｓｅ２０１４．Ｍｅｌｂｏｕｒｎｅ：［ｓ．ｎ．］，２０１４：１６．ＤＯＩ：１０．１３１４０／２．１．１４９６．０３２２． ? ｐａｙｓ［１５］ＷＵＸｉａｏｍｅｉ，ＺＨＡＮＧＲｅｎｃｈｅｎｇ，ＹＡＮＧＪｉａｎｈｏｎｇ．ＴｈｅｏｎｌｉｎｅｄｅｔｅｃｔｉｏｎｆｏｒＡＣｃｏｎｔａｃｔｏｒ ′ｓｖｉｂｒａｔｉｏｎｎｏｉｓｅ［Ｊ］． ? ＡｄｖａｎｃｅｄＭａｔｅｒｉａｌｓＲｅｓｅａｒｃｈ，２０１２，４７９／４８０／４８１：１１７４１１７９． ? ［１６］陈品．基于振速法的主减速器噪声在线检测系统研究［Ｊ］．硅谷，２０１１（２４）：１００?１２２．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１６７１? ｊ．７５９７．２０１１．２４．１０１．［１７］黄莉，杨建红，黄宜坚．基于关联维数的交流接触器故障噪声起因分析［Ｊ］．郑州轻工业学院学报（自然科学版），２０１３，２８（２）：３６３９．ＤＯＩ：１０．３９６９／ｉｓｓｎ．２０９５４７６Ｘ．２０１３．０２．００９． ? ? ｊ．［１８］刘继承，徐庆华，查建新．用加速度传感器测量振动位移的方法［Ｊ］．现代雷达，２００７，２９（５）：６９７１．ＤＯＩ：１０．３９６９／ ? ｊ．７８５９．２００７．０５．０２０．ｉｓｓｎ．１００４ ? ［１９］ＭＡＲＴＡＲＥＬＬＩＭ，ＲＥＶＥＬＧＭ．Ｌａｓｅｒｄｏｐｐｌｅｒｖｉｂｒｏｍｅｔｒａｒｆｉｅｌｄａｃｏｕｓｔｉｃｈｏｌｏｇｒａｐｈｙ：Ｄｉｆｆｅｒｅｎｔａｐｐｒｏａ  ? ｙａｎｄｎｅｃｈｅｓｆｏｒｓｕｒｆａｃｅｖｅｌｏｃｉｔｉｓｔｒｉｂｕｔｉｏｎｍｅａｓｕｒｅｍｅｎｔｓ［Ｊ］．ＭｅｃｈａｎｉｃａｌＳｙｓｔｅｍｓａｎｄＳｉｌＰｒｏｃｅｓｓｉｎｇ，２００６，２０（６）：ｙｄｇｎａｓｐ．２００５．１１．０１１．１３１２１３２１．ＤＯＩ：１０．１０１６／ ? ｊ．ｙｍｓ［２０］ＲＥＶＥＬＧＭ，ＭＡＲＴＡＲＥＬＬＩＭ，ＣＨＩＡＲＩＯＴＴＩＰ．Ａｎｅｗｌａｓｅｒｖｉｂｒｏｍｅｔｒｓｅｄ２Ｄｓｅｌｅｃｔｉｖｅｉｎｔｅｎｓｉｔｔｈｏｄ ?ｂａｙｙｍｅｆｏｒｓｏｕｒｃｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｉｎｒｅｖｅｒｂｅｒａｎｔｆｉｅｌｄｓ：ＰａｒｔⅡ．Ａｐｐｌｉｃａｔｉｏｎｔｏａｎａｉｒｃｒａｆｔｃａｂｉｎ［Ｊ］．ＭｅａｓｕｒｅｍｅｎｔＳｃｉｅｎｃｅａｎｄ２０１０，２１（７）：１１０．ＤＯＩ：１０．１０８８／０９５７０２３３／２１／７／０７５１０８．Ｔｅｃｈｎｏｌｏｇｙ， ? ? ［２１］ＺＨＥＮＧＪｉｎｇ，ＰＡＮＪｉｅ，ＨＵＡＮＧＨａｉ．Ａｎｅｘｐｅｒｉｍｅｎｔａｌｓｔｕｄｙｏｆｗｉｎｄｉｎｇｖｉｂｒａｔｉｏｎｏｆａｓｉｎｇｌｅｓｅｐｏｗｅｒｔｒａｎｓ  ?ｐｈａａｐａｃｏｕｓｔ．２０１４．Ｊ］．ＡｐｐｌｉｅｄＡｃｏｕｓｔｉｃｓ，２０１５，８７：３０?３７．ＤＯＩ：１０．１０１６／ｆｏｒｍｅｒｕｓｉｎｇａｌａｓｅｒｄｏｐｐｌｅｒｖｉｂｒｏｍｅｔｅｒ［ｊ．０６．０１２．［２２］ＲＯＯＺＥＮＮＢ，ＬＡＢＥＬＬＥＬ，ＲＹＣＨＴ?ＲＩＫＯＶ? Ｍ，犲狋犪犾．Ｄｅｔｅｒｍｉｎｉｎｇｒａｄｉａｔｅｄｓｏｕｎｄｐｏｗｅｒｏｆｂｕｉｌｄｉｎｇｓｔｒｕｃ  ｔｕｒｅｓｂｙｍｅａｎｓｏｆｌａｓｅｒｄｏｐｐｌｅｒｖｉｂｒｏｍｅｔｒＪ］．ＪｏｕｒｎａｌｏｆＳｏｕｎｄａｎｄＶｉｂｒａｔｉｏｎ，２０１５，３４６（１）：８１９９．ＤＯＩ：１０．１０１６／ ? ｙ［ｓｖ．２０１５．０２．０２９．ｊ．ｊ［２３］机械工业部标化所．声学声压法测定噪声源声功率级反射面上方近似自由场的工程法：ＧＢ／Ｔ３７６７－１９９６［Ｓ］．北京：中国标准出版社，１９９７．［２４］周先辉，冯长虹，胡滨，等．汽车水泵总成半消声室噪声测试与声学评价［Ｊ］．汽车技术，２０１３（１２）：５０５３．ＤＯＩ：１０． ? ３９６９／ｉｓｓｎ．１０００３７０３．２０１３．１２．０１３． ? ｊ．［２５］吴胜举，张明铎．声学测量原理与方法［Ｍ］．北京：科学出版社，２０１４．（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：崔长彩）第４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８１００１９ ? 采用滑模观测器的四旋翼无人机执行器加性故障容错控制郑佳静，李平（华侨大学信息科学与工程学院，福建厦门３６１０２１）摘要：为了获得四旋翼无人机更好的飞行性能，在考虑外界干扰的情况下，基于滑模观测器对四旋翼无人机的执行器故障问题进行容错控制设计．首先，针对受干扰和发生执行器故障的四旋翼无人机进行建模；然后，设计一种滑模观测器重构故障信息，并实时估计外界扰动；最后，基于观测所得信号，采用反步法设计内环姿态控制器和外环位置控制器，实现故障容错和干扰补偿，保证四旋翼无人机稳定跟踪既定轨迹．仿真结果验证了所提方案的有效性．关键词：四旋翼无人机；容错控制；加性故障；滑模观测器；反步法中图分类号：Ｖ２４９．１２２．３；ＴＰ３０２．８文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０４３７０７ ? ? ? 犉犪狌犾狋犜狅犾犲狉犪狀狋犆狅狀狋狉狅犾狅犳犃犮狋狌犪狋狅狉犃犱犱犻狋犻狏犲犉犪狌犾狋犳狅狉狉狅狋狅狉犝狊犻狀犵犛犾犻犱犻狀犵犕狅犱犲犗犫狊犲狉狏犲狉犙狌犪犱ＺＨＥＮＧＪｉａｉｎｇ，ＬＩＰｉｎｇｊ（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｏｂｔａｉｎｂｅｔｔｅｒｆｌｉｔｐｅｒｆｏｒｍａｎｃｅｏｆｑｕａｄｒｏｔｏｒ，ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｓｉｔｕａｔｉｏｎｏｆｅｘｔｅｒｎａｌｄｉｓ  ｇｈａｕｌｔｔｏｌｅｒａｎｔｃｏｎｔｒｏｌｄｅｓｉｓｃｏｎｄｕｃｔｅｄｂａｓｅｄｏｎｓｌｉｄｉｎｇｍｏｄｅｏｂｓｅｒｖｅｒｆｏｒｔｈｅｐｒｏｂｌｅｍｏｆｔｕｒｂａｎｃｅ，ｆｇｎｗａｒｏｔｏｒ ′ ｓａｃｔｕａｔｏｒｆａｕｌｔ．Ｆｉｒｓｔ，ｔｈｅｍｏｄｅｌｏｆｑｕａｄｒｏｔｏｒｗｉｔｈｔｈｅｅｆｆｅｃｔｓｏｆｄｉｓｔｕｒｂａｎｃｅｓａｎｄｆａｕｌｔｓｗａｓｂｕｉｌｔ．ｑｕａｄｉｎｄｏｆｓｌｉｄｉｎｇｍｏｄｅｏｂｓｅｒｖｅｒｗａｓｄｅｓｉｏｒｅｃｏｎｓｔｒｕｃｔｔｈｅｆａｕｌｔｉｎｆｏｒｍａｔｉｏｎａｎｄｅｓｔｉｍａｔｅｔｈｅｅｘｔｅｒ  Ｔｈｅｎ，ａｋｇｎｅｄｔｎａｌｄｉｓｔｕｒｂａｎｃｅｓｉｎｒｅａｌｔｉｍｅ．Ｆｉｎａｌｌｓｅｄｏｎｔｈｅｏｂｔａｉｎｅｄｏｂｓｅｒｖａｔｉｏｎｓｉｌｓ，ｔｈｅｂａｃｋｓｔｅｐｐｉｎｇａｌｒｉｔｈｍｙ，ｂａｇｎａｇｏｗａｓｕｓｅｄｔｏｄｅｓｉｔｔｉｔｕｄｅｃｏｎｔｒｏｌｌｅｒｓｆｏｒｔｈｅｉｎｎｅｒｌｏｏｐａｎｄｔｈｅｐｏｓｉｔｉｏｎｃｏｎｔｒｏｌｌｅｒｆｏｒｔｈｅｏｕｔｅｒｌｏｏｐｔｏｒｅａｌｉｚｅｇｎａｆａｕｌｔｔｏｌｅｒａｎｃｅａｎｄｄｉｓｔｕｒｂａｎｃｅｃｏｍｐｅｎｓａｔｉｏｎ，ｗｈｉｃｈｅｎｓｕｒｅｄｔｈａｔｔｈｅｑｕａｄｒｏｔｏｒｃａｎｔｒａｃｋｔｈｅｄｅｓｉｒｅｄｔｒａｅｃｔｏｒｊｙｓｔａｂｌｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｐｒｏｖｅｄｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄｓｃｈｅｍｅ．ｙ．Ｓｒｏｔｏｒ；ｆ犓犲狉犱狊：ｑｕａｄａｕｌｔｔｏｌｅｒａｎｔｃｏｎｔｒｏｌ；ａｄｄｉｔｉｖｅｆａｕｌｔ；ｓｌｉｄｉｎｇｍｏｄｅｏｂｓｅｒｖｅｒ；ｂａｃｋｓｔｅｐｐｉｎｇｍｅｔｈｏｄ狔狑狅四旋翼无人机具有体积小、隐蔽性好、能够实现垂直起降等优点，在军事领域和民用领域有着广泛的应用［１］．由于其执行任务时所处环境多样，且需要实现不同姿态来满足各种任务需求，很容易发生故障，因此，越来越多学者对四旋翼无人机容错控制问题进行研究．当四旋翼无人机发生故障时，为实现容错控制，最首要的是获得故障信息．自适应方法［２?３］能够实现故障重构，但一般故障都以常数形式加入系统中，不能解决函数形式的故障估计，具有局限性．时延控制技术（ＴＤＣ）通过一步状态迭代逼近执行机收稿日期：２０１８１００９ ? ? 通信作者：李平（ｉｎｇｐｉｎｇ＿１９８１Ｅｉｌ： ?），女，副教授，博士，主要从事非线性系统与先进控制、容错控制系统的研究． ?ｍａｐ１２１３＠１２６．ｃｏｍ．基金项目：国家自然科学基金资助项目（６１６０３１４４）；福建省高校产学合作科技重大项目（２０１３Ｈ６０１６）；福建省自然科学基金资助项目（２０１８Ｊ０１０９５）；华侨大学中青年教师科技创新资助计划项目（ＺＱＮ?ＰＹ５０９）华侨大学学报（自然科学版）４３８２０１９年构的故障信息［４］，但与控制方法结合之后，系统响应时间较长．神经网络［５?６］是一种万能函数逼近器，但应用在四旋翼无人机的６个自由度都需要在快速跟踪的情况下，其学习时间过长，瞬态性能不好．另外，由于上述容错控制研究存在一个共同特点，即没有考虑四旋翼无人机在实际飞行中受到的气流、噪声等环境因素的外界干扰，因此，根据李雅普诺夫稳定性定理设计一种滑模观测器［７?１０］，不仅能对故障信息进行重构，还能实时估计干扰信号，具有鲁棒性．四旋翼无人机的控制设计方法包括滑模控制［１１?１３］、模糊［］［］控制［１４?１５］、ＰＩＤ控制１６等．本文结合反步法１７?１８设计容错控制器，对滑模观测器得到的故障信号进行容错，同时，补偿干扰信号，使四旋翼无人机实现稳定的位置和姿态跟踪．１执行器加性故障的四旋翼无人机模型四旋翼无人机的物理结构，如图１所示．图１中：杆１与杆２垂直分布，且杆１末端的２个电机逆时针方向旋转，另一根杆上的２个电机顺时针旋转；２个坐标系分别为机体坐标系犗ｂ狓ｂ狔ｂ狕ｂ和惯性坐标系犗ｉ狓ｉ狔ｉ狕ｉ．定义４个螺旋桨旋转的转速为狑犻（犻＝１，２，３，４），且产生沿狕ｂ轴正方向相应的升力犉犻＝犫狑犻２（犻＝１，２，３，４），犫为升力系数．假设机头沿着狓ｂ轴的正方向，当杆１上两电机转速不同、杆２的两电机转速相同时，机体便会绕狓ｂ轴进行旋转产生横滚角φ；若杆１上两电机转速相同、杆２不同时，则绕狔ｂ轴旋转产生俯仰角θ；当杆１与杆２的电机转速存在差值，则绕狕ｂ轴沿转速较小那组电机的旋转方向转动，产生偏航角 ψ．可见，四Ｔ旋翼无人机在空间运动时的状态由三维位置［狓，狕］狔，Ｔ及姿态角［ θ， φ， ψ］共同确定．若四旋翼无人机长时间处于飞行状态，很可能发生图１四旋翼无人机的物理结构Ｆｉ１Ｐｈｙｓｉｃａｌｓｔｒｕｃｔｕｒｅｏｆｑｕａｄｒｏｔｏｒｇ．故障．此时，空气阻力、噪声等外界干扰会加剧系统的不稳定，因此，不容忽略．为了研究四旋翼无人机在外界干扰下的容错控制问题，首先要建立起系统模型．根据牛顿第二定律及欧拉动力学方程［１９］，将四旋翼无人机的故障模型改进为狓̈ ＝狌１，狓＋犳ａ，１＋ξ１，狔̈ ＝狌１，狔＋犳ａ，２＋ξ２，烌狕̈ ＝狌１，狕－犵＋犳ａ，３＋ξ３， ¨ ＝犐狔－犐狕 ·  ＋犾狌２＋犳ａ，４＋４， θ φ ψ 犐狓 ξ 烍犐狓 θ̈ ＝（１）犐狕－犐狓 ·  ＋犾狌３＋犳ａ，５＋５， φ ψ 犐 ξ 犐狔狔犮 ¨ ＝犐狓－犐狔 ·  θ ＋狌４＋犳ａ，６＋ξ６． ψ φ 犐狕犐狕烎狌１狌１式中：狌１，狓，狌１，狔，狌１，狕为沿三轴的位置控制输入，狌１，狓＝（ｃｏｓφ·ｓｉｎθ·ｃｏｓψ＋ｓｉｎφ·ｓｉｎψ），狌１，狔＝ × 犿犿狌１（ｃｏｓφ·ｓｉｎθ·ｓｉｎψ－ｓｉｎφ·ｃｏｓψ），狌１，狕＝（ｃｏｓφ·ｃｏｓθ），其中，狌１＝犉１＋犉２＋犉３＋犉４为位置［狓̈，̈ 狔，犿Ｔ的控制作用，狕̈］犿为四旋翼无人机的质量，犐狓，犐狔，犐狕为机体绕三轴的转动惯量；犾为犵为重力加速度；Ｔ ¨，̈ 螺旋桨与无人机中心的距离；犮为力矩力比例系数；狌２，狌３，狌４分别为姿态［ φ θ，̈ ψ］的控制作用．考虑到四旋翼无人机在飞行过程中会发生故障，在四旋翼无人机的动态方程中，加入连续且有界的加性故障函数犳ａ，犻（犻＝１，２，３，４，５，６）．加性故障是容错控制领域中通用的一种描述故障的方法，是在正常系统动态上加上一个故障函数项，表示故障对系统的影响．另外，还考虑到在飞行过程中，系统受到外界干扰的影响，因此，在模型中分别加入干扰函数ξ犻（犻＝１，２，３，４，５，６）．建立四旋翼无人机执行器故障模型后，即可进行容错控制设计．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期郑佳静，等：采用滑模观测器的四旋翼无人机执行器加性故障容错控制４３９２内外环结构下的容错控制设计２．１内外环控制结构采用内外环控制结构进行容错控制设计，如图２所示．在存在外界干扰的情况下，四旋翼无人机的位置故障对象和姿态故障对象相应的数学模型参见式（１）．滑模观测器通过输入的位置信号犡１＝［狓，狓；  ＴＴＴＴ ；  ］，姿态信号犡２＝［  狕，狕］  犓２＝［ θ；狔，狔； φ， φ θ， ψ， ψ 及系统受到的扰动信号犓１＝［ ξ１， ξ２， ξ３］， ξ４， ξ５， ξ６］， · · · · · · Ｔ＾ＴＴ＾＾，＾＾＾＾，＾＾＾＾＾可重构系统状态＾，狓，＾狓；＾＾＾狕，＾狕］＾犡１＝［犡２＝［犉ａ，２＝ θ， θ；狔，狔；犳ａ，１，犳ａ，２，犳ａ，３］， φ φ； ψ ψ］，加性故障犉ａ，１＝［ＴＴＴ＾＾＾＾１，＾＾３］，＾＾４，＾＾６］．然后，通过观测器所得信息，采用反步［犓１＝［犓２＝［犳ａ，４，犳ａ，５，犳ａ，６］和外界干扰＾ ξ ξ２， ξ ξ ξ５， ξ 法分别设计３个位置控制输入狌１，狓，狌１，狔，狌１，狕，以及３个姿态容错控制器狌２，狌３，狌４，进一步可由狌１，狕推导［］得到位置容错控制器（欠驱动控制律）狌１，相较于间接驱动结构２０，其表达式简洁，在实际控制中更易实现．而内环期望的俯仰角θｄ和横滚角 φｄ由位置控制输入推导得到．最后，由位置容错控制器和姿态容错控制器补偿系统受到的故障和干扰影响，四旋翼无人机就能对位置期望轨迹狓ｄ，狕ｄ及姿态期望轨狔ｄ，迹 φｄ， θｄ， ψｄ进行稳定跟踪．图２内外环结构Ｆｉ２Ｉｎｎｅｒａｎｄｏｕｔｅｒｌｏｏｐｓｔｒｕｃｔｕｒｅｓｇ．２．２滑模观测器的设计式（１）中，分别由６个微分方程表示的位置及姿态故障对象都可写成二阶通用形式，即狓１＝狓２，  狓２＝犳（  狓）＋犵（狓）狌＋犳ａ＋ξ．｝（２）Ｔ式（为系统的状态向量；２）中：［狓１，狓２］狓）和犵（狓）均为连续可导函数；犳（犳ａ表示一个有界的故障； ξ为 ｜≤ ３，３表示外界干扰变化量的上界．一正常数，表示外界干扰，且满足｜ ξ ρ ρ 滑模观测器可以设计为 · 狓１＝＾＾狓２＋狏１，烌狓＝犳（＾狓）＋犵（狓）狌＋＾烍 ξ＋狏２， · ２ · ＾ ξ ＝狏３．狏１＝η１ｓｉ犲１），狏２＝η２ｓｉ狏１），ｇｎ（ｇｎ（（３）烎狏３＝η３ｓｉ犲３）．ｇｎ（（４）式（３），（４）中：狏１，狏２，狏３均为待设计项；犲１＝狓１－＾狓１表示状态实际值狓１与其观 η１， η２， η３为待设计参数；＾测值＾狓１间的误差；犲３＝ξ１－＾狓１，狓２＾ ξ１表示实际扰动ξ 与其观测值ξ 间的误差．滑模观测器包含３个状态＾＾和ξ．为了避免抖振现象，符号函数ｓｉｉ犡）＝犡／（００１．｜犡｜＋Δ）代替，取 Δ＝０．ｇｎ用其平滑形式ｓｇｎ（证明：由式（２）减去式（３），可得误差系统，即犲１＝犲２－狏１，  犲２＝犳ａ＋犲３－狏２，  犲３＝ξ－狏３．  （５） · 式（５）中：犲２＝狓２－＾狓２＝ 狓＝＾狓表示状态实际值狓２与其观测值＾狓２之间的误差，且满足｜犲２｜≤ρ１＾狓２， ρ１为一正常数． · · 步骤１定义ρ ＾１为犲２上界的估计误差，则有 ρ ＾１．选择李雅普诺夫候选函数，即珓１＝ρ１－ρ 珓１＝－ρ １１２（犞１＝犲２６）珓１．１＋２２ σ１ρ 式（６）中： σ１为正常数．对式（６）求导，并将式（４），（５）代入，可得犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）４４０２０１９年１ ·  （＾１．７）犞１ ≤ （珓１ρ ρ１－η１）狘犲１狘－σ１ρ · 令η１＝ρ ＾１＋ε１，＾１＝σ１｜犲１｜，７），得  犞１＝－ε１｜犲１｜≤０，说明犲１及其导数在步骤 ε１为一正常数．代入式（ ρ １设计中渐近收敛于０，因此有犲２ →狏１，则狏２＝η２ｓｉ犲２）．ｇｎ（步骤２选择李雅普诺夫候选函数犞２０＝１犲２求导得  犞２０＝犲２（｜犳ａ＋犲３｜≤ρ２，犳ａ＋犲３－狏２），其中，２， ρ２２为一正常数．继续选择李雅普诺夫候选函数，即１２犞２＝犞２０＋ ρ 珓２．２ σ２（８）式（８）中： σ２为正常数．对式（８）求导，并将式（４），（５）代入，可得１ ·  （犞２ ≤ （＾２．９）珓２ρ ρ２－η２）狘犲２狘－σ２ρ · 令η２＝ρ 犞２＝－ε２｜＾２＋ε２，＾２＝σ２｜犲２｜，９），得  犲２｜≤０，说明犲２及其导数在步骤 ε２为一正常数．代入式（ ρ ２设计中渐近收敛于０，因此有犳ａ＋犲３ →狏２． · · 步骤３定义ρ ＾３为外界干扰变化上界的估计误差，＾３．选择李雅普诺夫候选函数珓３＝ρ３－ρ 珓３＝－ρ ρ １１２（犞３＝犲２１０）珓３．３＋２２ σ３ρ 式（１０）中： σ３为正常数．对式（１０）求导，并将式（４），（５）代入，可得１ ·  （犞３ ≤ （＾３．１１）珓３ρ ρ３－η３）狘犲３狘－σ３ρ · 令η３＝ρ 犞３＝－ε３｜＾３＋ε３，＾３＝σ３｜犲３｜，１１），得  犲３｜≤０，说明犲３及其导数在步 ε３为一正常数．代入式（ ρ 骤３设计中渐近收敛于０，因此有＾犳ａ≈狏２．为了避免抖振现象，滑模观测器的输出端应串联一个低通滤波器１，取犜＝０．０１，即可得到该有界故障的估计值．１＋犜狊２．３容错控制设计基于滑模观测器得到的观测信息，通过反步法设计四旋翼无人机系统的位置容错控制器和姿态容错控制器．首先，将式（２）写成如下形式，即 · 狓１＝＾＾狓２，烌（１２）烍狓＝犳（＾狓）＋犵（＾狓）＾狌＋＾犳ａ＋＾烎 ξ．Ｔ＾式（表示滑模观测器输出的状态观测向量；１２）中：［狓１，＾狓２］＾狓）和犵（＾狓）均为连续可导函数；＾犳ａ和＾犳（ ξ分别为滑模观测器输出的故障和干扰的观测值． · ２ · 步骤１定义狕１＝＾狓１－狓１，ｄ为＾狓１的跟踪误差变量，狓１，ｄ是实际状态狓１的期望值．定义狕２＝＾狓１－α１为 · 虚拟误差变量，狓１是＾＾狓１的一阶导数， α１是虚拟控制变量．则有狕１＝（  狕２＋α１）＋ 狓１，ｄ，  狕２＝犳（狓）＋犵（＾狓）＾狌＋＾ １．犳ａ＋＾ ξ－α （１３）２选择李雅普诺夫候选函数犞１＝狕１，求导得２  （狕２＋α１－ 狓１，ｄ）．１４）犞１＝狕１（为了确保  狓１，ｄ，犮１是一个正常数，则α １＝－犮１ 狕１＋狓̈１，ｄ．代入犞１负定，取虚拟控制变量α１＝－犮１狕１＋ 式（１４），可得  犞１＝－犮１狕２狕２．１＋狕１２步骤２选择李雅普诺夫候选函数犞２＝犞１＋狕２，求导得２２  犞２＝－犮１狕１＋狕１狕２＋狕２（狓）＋犵（＾狓）＾狌＋＾狕１－狓̈１，ｄ）．犳（犳ａ＋＾ ξ＋犮１ 为了确保  犞２负定，设计容错控制器为１狌＝（）（狓）－＾＾狕１＋狓̈１，ｄ）．－狕１－犮２狕２－犳（犳ａ－＾ ξ－犮１ 狓犵＾犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．（１５）（１６）第４期郑佳静，等：采用滑模观测器的四旋翼无人机执行器加性故障容错控制４４１式（１６）中：犮２是一个正常数．由以上步骤，可设计３个分别沿三轴的位置控制输入及内环的３个姿态容错控制器，即狌１，狓＝－狕１－犮２狕２－＾狕１＋狓̈ｄ，犳ａ，１－＾ ξ１－犮１ ＾＾狌１，狔＝－狕３－犮４狕４－犳ａ，２－ξ２－犮３ 狕３＋狔̈ｄ，狌１，狕＝－狕５－犮６狕６＋犵－＾狕５＋狕̈ｄ，犳ａ，３－＾ ξ３－犮５ ¨ 犐狔－犐狕 ＾犐狓狕７＋φｄ，狌２＝－狕７－犮８狕８－ θ －犳ａ，４－＾ ξ４－犮７ 犐狓 ψ 犾（）犐－犐 ＾犐狕＋θ ），狌＝（－狕－犮狕－－犳－＾ ξ －犮 犐 φψ 犾狕狔９３狓ａ，５１０１０５９９ ¨ ｄ（１７）（１８）（１９）（２０）（２１）狔 ¨ 犐狕（狕１１＋ψｄ）．  －狕１１－犮１２狕１２－＾犳ａ，６－＾６－犮１１ ξ 犮式（１７）～（２２）中：犮犻（犻＝１，…，１２）均是正常数．进一步可推导得到外环的位置容错控制器为狌５＝狌１＝犿狌１，狕，ｃｏｓφ·ｃｏｓθ （２２）（２３）以及内外期望的俯仰角和横滚角分别为（ｃｏｓψ ·狌狌＋ｓｉｎψ ·狌），（２４）（ｃｏｓθ （ｓｉｎψ ·狌狌－ｃｏｓψ ·狌））．（２５）ｒｃｔａｎ φｄ＝ａ１，狓ｄｒｃｔａｎ θｄ＝ａ１，狔ｄ１，狕ｄｄ１，狓ｄ１，狔１，狕针对外界干扰下的四旋翼无人机位置故障对象和姿态故障对象（１），应用滑模观测器（３），（４）对系统存在的故障和干扰进行重构，进而通过反步法设计得到的位置容错控制器（２３）和姿态容错控制器（２０），（２２）补偿故障和干扰，所设计的滑模观测器和容错控制器均能保证四旋翼无人机系统稳定．３仿真结果与分析在Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ平台上建立一个完整的四旋翼无人机内外环控制系统并进行仿真．给定的轨迹为一个空间螺旋体轨迹，即狓ｄ＝ｓｉｎ狋，狕ｄ＝狋，５ｒ，初始状态均设为０．横滚角与俯仰角狔ｄ＝ｃｏｓ狋， ψｄ＝０．的期望角度由外环位置动态实时计算给出．四旋翼无人机的模型参数：犿＝２ｋｇ；８１ｍ·ｓ－２；犐狓＝犵＝９．２－１２－１犐狔＝１．０７９Ｎ·ｓ ·ｒ；犐狕＝２．２５Ｎ·ｓ ·ｒ；犾＝０．２ｍ；犮＝１．考虑到四旋翼无人机在飞行中受到外界  ５＝ｃｏｓ  气流等干扰因素的影响，设置干扰函数ξ１＝ｓｉｎ 狓，ｉｎ狔 ，ｉｎ 狕， θ， ξ２＝ｓ ξ３＝ｓ ξ４＝ｃｏｓφ， ξ ξ６＝ｃｏｓψ．仿真时间为４０ｓ，且在狋＝１０ｓ时加入一个加性故障函数犳ａ，５＝３ｅｘｐ（０．０５狋）·ｓｉｎ２狋，同时，其他故障犳ａ，１＝犳ａ，２＝犳ａ，３＝犳ａ，４＝犳ａ，６＝０．滑模观测器的参数取值ε犻＝３（犻＝１，３，５，７，９，１１），１（４，６，８，１０，１２，…，１８）， ε犼＝０． σ犻＝犼＝２，３０（犻＝１，２，…，１８）；容错控制器参数取犮犻＝１２（犻＝１，２，…，１２），初始状态均设为０．仿真结果，如图３～５所示．由于四旋翼无人机的执行机构都是进行周期性的运转，发生故障后会产生周期性的震荡，并且随着时间的推移震荡加剧，震荡幅度不断变大．因此，将具有这种特性的信号作为故障，并对其进行估计．由图３可知：滑模观测器能够实现对该故障准确地重构．由图４可知：滑模观测器在实现故障重构的同时，还能对系统存在的外界干扰ξ１～ξ６进行较为准确地图３故障估计曲线Ｆｉ．３Ｆａｕｌｔｅｓｔｉｍａｔｉｏｎｃｕｒｖｅｇ估计ξ１，ｐ～ξ６，ｐ．由图５可知：位置状态和姿态状态［狓，狕，狔， φ，ＴＴ狓ｐ，狕ｐ， θ， θｐ，狔ｐ， ψ］均能被观测器准确地观测［ φｐ， ψｐ］．综上所述，所设计的滑模观测器具有较为理想的观测性能，为进一步的容错控制提供了良好的前提．虽然一开始四旋翼无人机就受到外界干扰（图４）的影响，但由于６个自由度上的干扰函数均可以被滑模观测器实时估计，且在控制设计中被补偿，所以在无人机位置和姿态的整个跟踪过程曲线（图５）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）４４２２０１９年均没有因外界干扰的存在而受到恶劣的影响．另外，由图５（ｂ）可知：由于加性故障信号加在俯仰角的动态上，因此，在故障发生时刻， θ 的跟踪偏离期望曲线的幅度较大．又因为四旋翼无人机的位置动态中含Ｔ有姿态角的耦合作用，所以在图５（ａ）中，四旋翼无人机对期望轨迹［狓ｄ，狔ｄ］的跟踪在１０ｓ时也会产生些许偏离．（ａ）位置干扰（ｂ）姿态干扰图４干扰估计曲线Ｆｉ４Ｄｉｓｔｕｒｂａｎｃｅｅｓｔｉｍａｔｉｏｎｃｕｒｖｅｇ．（ａ）位置跟踪（ｂ）姿态跟踪图５四旋翼无人机的位置和姿态跟踪曲线Ｆｉ５Ｐｏｓｉｔｉｏｎａｎｄａｔｔｉｔｕｄｅｔｒａｃｋｉｎｇｃｕｒｖｅｓｏｆｑｕａｄｒｏｔｏｒｇ．总体而言，所设计的俯仰容错控制器狌３能够对图３所示的故障进行有效的补偿，同时，位置和姿态控制器也均能有效补偿图４所示的干扰，使发生加性故障的四旋翼无人机在外界干扰的影响下，依然能顺利完成对给定位置和姿态的稳定跟踪．仿真结果验证了所设计的滑模观测器及容错控制器的有效性．４结束语考虑到四旋翼无人机在实际飞行过程中，既会受到外界干扰的影响，又可能发生加性故障，因此，对外界干扰下四旋翼无人机的容错控制问题进行研究．首先，为了使模型更贴近实际，在四旋翼无人机６个自由度的动态中，分别加入故障函数及扰动函数．然后，将外界干扰作为所设计滑模观测器的一个状态，使其对故障信息进行重构的同时，还能获得扰动的估计值．基于观测器所得信息，采用反步法设计内环姿态控制器和外环位置控制器，补偿系统发生的故障和存在的扰动，从而保证四旋翼无人机对期望位置和姿态的稳定跟踪．参考文献：［１］黄志伟，徐苏楠，韦一，等．ＳＴＭ３２的多传感器融合姿态检测［Ｊ］．华侨大学学报（自然科学版），２０１５，３６（４）：４２２? 犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期郑佳静，等：采用滑模观测器的四旋翼无人机执行器加性故障容错控制４４３４２６．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１５．０４．０４２２． ? ［２］张益鹏．四旋翼无人机自适应控制与故障容错［Ｄ］．南京：南京邮电大学，２０１４．［３］范佳明．四旋翼飞行器容错控制研究［Ｄ］．天津：天津工业大学，２０１７．［４］贺有智，刘同其．四旋翼飞行器时延积分反演容错控制［Ｊ］．系统工程与电子技术，２０１５，３７（１０）：２３４１?２３４６．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００１５０６Ｘ．２０１５．１０．２３． ? ｊ．［５］韩业壮，华容．四旋翼飞行器的ＲＢＦ网络自适应滑模控制［Ｊ］．电光与控制，２０１７，２４（１１）：２２ＤＯＩ：１０．３９６９／ ?２７．ｊ．ｉｓｓｎ．１６７１６３７ｘ．２０１７．１１．００５． ? ［６］魏青铜，陈谋，吴庆宪．输入饱和与姿态受限的四旋翼无人机反步姿态控制［Ｊ］．控制理论与应用，２０１５，３２（１０）：１３６１１３６９．ＤＯＩ：１０．７６４１／ＣＴＡ．２０１５．５０４７６． ? ［７］吴丽娜，张迎春，赵石磊，等．滑模观测器在卫星姿控系统故障诊断中的应用［Ｊ］．哈尔滨工业大学学报，２０１１，４３（９）：１４１８．ＤＯＩ：１０．１１９１８／ｉｓｓｎ．０３６７６２３４．２０１１．０９．００３． ? ? ｊ．［８］穆凌霞，余翔，李平，等．自适应广义滑模观测器之状态估计和故障重构［Ｊ］．控制理论与应用，２０１７，３４（４）：４８３４９０． ? １０．７６４１／ＣＴＡ．２０１７．６０７４４．ＤＯＩ：［９］朱芳来，李志强．非线性系统执行器故障检测及重构［Ｊ］．同济大学学报（自然科学版），２０１３，４１（７）：１１０６?１１１１．ＤＯＩ：ｉｓｓｎ．０２５３１０．３９６９／３７４ｘ．２０１３．０７．０２５． ? ｊ．［１０］ＬＡＮＪｉａｎｇｌｉｎ，ＰＡＴＴＯＮＲＪ，ＰＵＮＴＡＥ．Ｆａｕｌｔｏｌｅｒａｎｔｔｒａｃｋｉｎｇｃｏｎｔｒｏｌｆｏｒａ３?ＤＯＦｈｅｌｉｃｏｐｔｅｒｗｉｔｈａｃｔｕａｔｏｒ ?ｔＪ］．ＩＦＡＣｒｓＯｎＬｉｎｅ，５０（１）：５２５０５２５５．ＤＯＩ：１０．１０１６／ｆａｕｌｔｓａｎｄｓａｔｕｒａｔｉｏｎ［ｉｆａｃｏｌ．２０１７．０８．４６５． ?Ｐａｐｅ ? ｊ．［１１］侯明冬，刘金琨，田杰．欠驱动四旋翼飞行器全局轨迹跟踪滑模控制［Ｊ］．控制工程，２０１６，２３（６）：９２８９３２．ＤＯＩ：１０． ? １４１０７／ｃｎｋｉ．ｋｚ１５０６１１．ｊ．ｇｃ．［１２］王大伟，高席丰．四旋翼无人机滑模轨迹跟踪控制器设计［Ｊ］．电光与控制，２０１６（７）：５５ＤＯＩ：１０．３９６９／ｉｓｓｎ． ?５８．ｊ．１６７１６３７ｘ．２０１６．０７．０１２． ? ［１３］ＺＨＥＮＧＥｎｈｕｉ，ＸＩＯＮＧＪｉｎｇｉｎｇ，ＬＵＯＪｉｌｉａｎｇ．ＳｅｃｏｎｄｏｒｄｅｒｓｌｉｄｉｎｇｍｏｄｅｃｏｎｔｒｏｌｆｏｒａｑｕａｄｒｏｔｏｒＵＡＶ［Ｊ］．ＩＳＡｊｉｓａｔｒａ．２０１４．０３．０１０．Ｔｒａｎｓａｃｔｉｏｎｓ，２０１４，５３（４）：１３５０１３５６．ＤＯＩ：１０．１０１６／ ? ｊ．［１４］ＢＨＡＴＫＨＡＮＤＥＰ，ＨＡＶＥＮＳＴＣ．Ｒｅａｌｔｉｍｅｆｕｚｚｏｎｔｒｏｌｌｅｒｆｏｒｑｕａｄｒｏｔｏｒｓｔａｂｉｌｉｔｏｎｔｒｏｌ［Ｃ］∥ＩＥＥＥＩｎｔｅｒｎａ  ｙｃｙｃｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＦｕｚｚｓｔｅｍｓ．Ｂｅｉｉｎｇ：ＩＥＥＥＰｒｅｓｓ，２０１４：９１３?９１９．ＤＯＩ：１０．１１０９／ＦＵＺＺ?ＩＥＥＥ．２０１４．ｙＳｙｊ６８９１７８７．［１５］李一波，宋述锡．基于模糊自整定ＰＩＤ四旋翼无人机悬停控制［Ｊ］．控制工程，２０１３，２０（５）：９１０９１４．ＤＯＩ：１０．３９６９／ ? ７８４８．２０１３．０５．０２８．ｉｓｓｎ．１６７１ ? ｊ．［１６］李砚浓，李汀兰，姜艺，等．基于ＲＢＦ神经网络自适应ＰＩＤ四旋翼飞行器控制［Ｊ］．控制工程，２０１６，２３（３）：３７８３８２． ? ＤＯＩ：１０．１４１０７／ｃｎｋｉ．ｋｚ１５０３０３．ｊ．ｇｃ．［１７］聂博文．微小型四旋翼无人直升机建模及控制方法研究［Ｄ］．长沙：国防科学技术大学，２００６．［１８］滕雄，吴怀宇，陈洋，等．基于反步法的四旋翼飞行器轨迹跟踪研究［Ｊ］．计算机仿真，２０１６，３３（５）：７８８３．ＤＯＩ：１０． ? ｉｓｓｎ．１００６３９６９／９３４８．２０１６．０５．０１７． ? ｊ．［１９］ＺＨＡＮＧＺｈｕｏ，ＬＩＵＺｈｅｎｇｈｕａ，ＷＥＮＮｕａｎ．ＲｅｓｅａｒｃｈｏｎａｄａｐｔｉｖｅｂａｃｋｓｔｅｐｐｉｎｇｓｌｉｄｉｎｇｍｏｄｅｃｏｎｔｒｏｌｍｅｔｈｏｄｆｏｒａｈｅｘｒｏｔｏｒＵｎｍａｎｎｅｄＡｅｒｉａｌＶｅｈｉｃｌｅ［Ｃ］∥ＩＥＥＥＣｈｉｎｅｓｅＧｕｉｄａｎｃｅ，ＮａｖｉｔｉｏｎａｎｄＣｏｎｔｒｏｌＣｏｎｆｅｒｅｎｃｅ．Ｎａｎｉｎｇ： ? ｇａｊＩＥＥＥＰｒｅｓｓ，２０１７：５４７５５２．ＤＯＩ：１０．１１０９／ＣＧＮＣＣ．２０１６．７８２８８４４． ? ［２０］ＸＩＯＮＧＪｉｎｇｉｎｇ，ＺＨＡＮＧＧｕｏｂａｏ．ＧｌｏｂａｌｆａｓｔｄｙｎａｍｉｃｔｅｒｍｉｎａｌｓｌｉｄｉｎｇｍｏｄｅｃｏｎｔｒｏｌｆｏｒａｑｕａｄｒｏｔｏｒＵＡＶ［Ｊ］．ＩＳＡｊＴｒａｎｓａｃｔｉｏｎｓ，２０１６，６６：２３３．ＤＯＩ：１０．１０１６／ｉｓａｔｒａ．２０１６．０９．０１９．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４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１９０１０１３ ? 石材桥式切割机多边形区域的粗加工优化胡海琪１，２，邵辉１，２，王达１，２，王福增３，方慧娟１，２（１．华侨大学信息科学与工程学院，福建厦门３６１０２１；２．华侨大学福建省电机控制与系统优化调度工程技术研究中心，福建厦门３６１０２１；３．华侨大学制造工程研究院，福建厦门３６１０２１）摘要：利用圆盘锯在粗加工方面具有切削深度较深和线速度大的优势，扩大石材桥式切割机的加工范围，研究其在多边形区域中的切削加工优化问题．首先，研究圆盘锯的切削几何特性，根据圆盘锯切触面特性，计算避免干涉现象的多边形内轮廓；然后，对多边形区域进行走刀方向优化，以减少进退刀次数，从而缩短加工时间；最后，为进一步缩短加工时间，采用最邻近点法对加工轨迹进行优化．通过对多边形区域加工的仿真研究，验证了提出方法的有效性．关键词：石材桥式切割机；圆盘锯；轮廓偏置；走刀方向；最邻近点法中图分类号：ＴＨ１６４；ＴＰ２７３文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０４４４０８ ? ? ? 犗狆狋犻犿犻狕犪狋犻狅狀狅犳犚狅狌犵犺犕犪犮犺犻狀犻狀犵犻狀犘狅犾狅狀犚犲犻狅狀狅犳狔犵犵犛狋狅狀犲犅狉犻犱犵犲犆狌狋狋犻狀犵犕犪犮犺犻狀犲，，，ＨＵＨａｉｉ１２，ＳＨＡＯＨｕｉ１２，ＷＡＮＧＤａ１２，ｑ，ＷＡＮＧＦｕｚｅｎｇ３，ＦＡＮＧＨｕｉｕａｎ１２ｊ（１．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ；ｙ，Ｘｉ２．ＦｕｉａｎＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＭｏｔｏｒＣｏｎｔｒｏｌａｎｄＳｙｓｔｅｍＯｐｔｉｍａｌＳｃｈｅｄｕｌｅ，ｊＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ；ｙ，Ｘｉ３．ＩｎｓｔｉｔｕｔｅｏｆＭａｎｕｆａｃｔｕｒｉｎｇＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｔａｋｉｎｇａｄｖａｎｔａｇｅｏｆｔｈｅｄｅｅｐｃｕｔｔｉｎｇｄｅｐｔｈａｎｄｈｉｉｎｅａｒｓｐｅｅｄｉｎｒｏｕｇｈｍａｃｈｉｎｉｎｇｏｆｃｉｒｃｕｌａｒｇｈｌｏｅｎｌａｒｈｅｍａｃｈｉｎｉｎｇｒａｎｇｅｏｆｓｔｏｎｅｂｒｉｄｇｅｃｕｔｔｉｎｇｍａｃｈｉｎｅ，ｔｈｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｍａｃｈｉｎｉｎｇｉｎｓａｗｂｌａｄｅ，ｔｇｅｔｌｅｇｉｏｎｗａｓｓｔｕｄｉｅｄ．Ｆｉｒｓｔ，ｔｈｅｃｕｔｔｉｎｇｇｅｏｍｅｔｒｒａｃｔｅｒｉｓｔｉｃｓｏｆｃｉｒｃｕｌａｒｓａｗｂｌａｄｅｗｅｒｅｓｔｕｄｉｅｄ，ａｎｄｐｏｙｇｏｎｒｙｃｈａｔｈｅｐｏｌｌｉｎｎｅｒｃｏｎｔｏｕｒｗａｓｃａｌｃｕｌａｔｅｄｔｏａｖｏｉｄｉｎｔｅｒｆｅｒｅｎｃｅａｃｃｏｒｄｉｎｇｔｏｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｃｉｒｃｕｌａｒｙｇｏｎａｓａｗｂｌａｄｅｅｎｇａｇｅｍｅｎｔ．Ｓｅｃｏｎｄ，ｔｈｅｃｕｔｔｉｎｇｄｉｒｅｃｔｉｏｎｏｆｐｏｌｅｇｉｏｎｗａｓｏｐｔｉｍｉｚｅｄｔｏｒｅｄｕｃｅｔｈｅｎｕｍｂｅｒｏｆｙｇｏｎｒａｐｐｒｏａｃｈｒｅｔｒａｃｔｏｆｓａｗｂｌａｄｅｆｏｒｓｈｏｒｔｅｎｉｎｇｔｈｅｐｒｏｃｅｓｓｉｎｇｔｉｍｅ．Ｔｏｆｕｒｔｈｅｒｓｈｏｒｔｅｎｔｈｅｐｒｏｃｅｓｓｉｎｇｔｉｍｅ，ｔｈｅ ? ｍａｃｈｉｎｉｎｇｐａｔｈｗａｓｏｐｔｉｍｉｚｅｄｂｙｔｈｅｎｅａｒｅｓｔｐｏｉｎｔｍｅｔｈｏｄ．Ｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｍｅｔｈｏｄｗａｓｖｅｒｉｆｉｅｄｂｙｔｈｅｓｉｍｕｌａｔｉｏｎｓｔｕｄｙｏｆｐｏｌｅｇｉｏｎｍａｃｈｉｎｉｎｇ．ｙｇｏｎｒ犓犲狉犱狊：ｓｔｏｎｅｂｒｉｄｇｅｃｕｔｔｉｎｇｍａｃｈｉｎｅ；ｃｉｒｃｕｌａｒｓａｗｂｌａｄｅ；ｃｏｎｔｏｕｒｏｆｆｓｅｔ；ｃｕｔｔｉｎｇｄｉｒｅｃｔｉｏｎ；ｎｅａｒｅｓｔｐｏｉｎｔ狔狑狅ｍｅｔｈｏｄ收稿日期：２０１９０１０４ ? ? 通信作者：邵辉（１９７３Ｅｉｌ：ｓｈａｏｈｕｉｈｕ１１＠１６３．ｃｏｍ． ?），女，副教授，博士，主要从事机器人控制、运动规划的研究． ?ｍａ基金项目：国家自然科学青年基金资助项目（５１７０５１６２）；福建省自然科学基金资助项目（２０１７Ｊ０１１１７）；福建省泉州市科技计划项目（２０１７Ｔ００１）第４期胡海琪，等：石材桥式切割机多边形区域的粗加工优化４４５近年来，我国的石材加工业蓬勃发展，传统的石材加工技术已经很难满足石材加工的要求［１］．目前，石材桥式切割机正逐渐向加工多样化、数控化、自动化和智能化的方向发展［２?３］．虽然石材桥式切割机安装的圆盘锯具有切割线速度大和切割深度深的特性，在进行大余量切削的加工过程中也具有很大的优势，但是目前对石材的加工优化研究依然是以铣刀的加工优化为主，对圆盘锯加工优化的研究相对较［］［］少．Ｄｅｍａｉｎｅ等４研究用任意大的圆盘锯切割多边形的可行性，并提出线性时间算法．Ｄｕｍｉｔｒｅｓｃｕ５提出一种近似算法，用于圆盘锯对凸边形的裁剪．此外，更多的文献资料对刀具加工路径进行了优化．［］ＰＦＤ）场生成刀具轨迹，进而采用等扇形刀具加工Ｋｕｍａｚａｗａ等６提出基于待加工表面最优进给方向（［７］路径，以减轻冗余加工．Ｐａｒｋ等提出刀具路径规划算法，对全局进行走刀方向的路径规划，但是没有［］考虑局部图元的走刀方向．Ｊｉｎ等８采用穷举法得到加工的方向，该方法精度不高且算法复杂度大．Ｈｕ等［９］对走刀方向进行趋势分析，进而得到加工趋势方向，但其加工优化度仍比较小．也有研究者采用遗传算法对加工路径进行优化［１０?１２］．本文基于圆盘锯的特性和切触面特性，计算无干涉内轮廓并确定加工轨迹的运动范围，同时，分析凸多边形的几何特性，得到较优的走刀方向；然后，利用最邻近点法优化加工轨迹，最终达到石材桥式切割机对多边形区域粗加工的目的．１圆盘锯切削的几何特性及无干涉内轮廓计算１．１圆盘锯切削的几何特性为了便于研究石材桥式切割机对多边形区域的粗切削加工优化问题，需要确定圆盘锯切削加工过程形成的扫描体的几何体特性．圆盘锯切削的几何特性，如图１所示．图１中：采用一个半径为犚，厚度为犠的圆盘锯，以切削深度犪ｐ，从某一点犗Ｓ＝（狓Ｓ，狕０）以进给速度犞ｆ沿走刀方向犽ｄ运动到犗Ｅ＝狔Ｓ，（狓Ｅ，狕０）时，圆盘锯加工完成后形成以矩形犃Ｅ犅Ｅ犆Ｓ犇Ｓ为顶面的扫描体．扫描体可分为两部分：一部狔Ｅ，分为已加工的长方体区域，该区域在狓狔平面投影可近似为一个宽度为犪ｗ的矩形，其面积为２２；犛ｃｕｔ＝犪ｗ × 槡（狓Ｅ－狓Ｓ）狔Ｅ－狔Ｓ）＋（［１３］另一部分为圆盘锯切触区域，其为圆柱体的部分体积．该体积的顶面为图１中的矩形犃Ｅ犅Ｅ犈Ｅ犉Ｅ和犆Ｓ犇Ｓ犉Ｓ犈Ｓ，二者顶面正好构成矩形犃犅犆犇，如图２所示．图１圆盘锯切削几何特性Ｆｉ１Ｃｕｔｔｉｎｇｇｅｏｍｅｔｒｒａｃｔｅｒｉｓｔｉｃｓｏｆｃｉｒｃｕｌａｒｓａｗｂｌａｄｅｇ．ｙｃｈａ定义该矩形为圆盘锯切触面投影．该矩形的长度为２犜狓＝犚－犪ｐ））；宽度为ｉｎ（ｃｏｓ－１（２犜狔＝犪ｗ，犪ｗ为走刀宽度．这２个２犚ｓ犚圆盘锯切触区域的顶面面积和为（犛ｐａｒｔ＝２犜狓 ·２犜狔．１）该加工过程中，对应的运行时间为进给量犳与圆盘锯进给速度犞ｆ的比值为图２圆盘锯切触面投影Ｆｉ２Ｐｒｏｅｃｔｉｏｎｏｆｃｉｒｃｕｌａｒｇ．ｊ２２（狓Ｅ－狓Ｓ）狔Ｅ－狔Ｓ）＋（狋ｆ＝犳＝槡．犞ｆ犞ｆ（２）犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．ｓａｗｂｌａｄｅｅｎｇａｇｅｍｅｎｔ华侨大学学报（自然科学版）４４６２０１９年１．２圆盘锯无干涉内轮廓的计算方法数控加工过程中的干涉包括２种：一是机床零件或者刀具后端与工件之间的干涉；二是刀具切触面与工件发生的干涉［１４］．圆盘锯沿走刀方向加工石材过程中的干涉主要来源于圆盘锯切触面与石材模型的干涉，为了保证石材的粗加工表面质量，应避免该干涉发生，而避免该干涉应保证圆盘锯切触面投影边界犃犅（犆犇）不与多边形轮廓线相交．因此，在忽略第一种干涉的情况下，圆盘锯与多边形轮廓的干涉问题可等效为切触面投影与多边形的位置关系问题，解决该问题的关键在于切触面投影向多边形内部偏置位置的计算．不同走刀方向的刀具偏置，如图３所示．为了避免与多边形某一条斜率为犽边上的一点犘ｔａｇ＝（狓ｔａｇ，狕ｔａｇ）干涉，需要将圆盘锯切触面的中心点向多边形内部偏置距离为犡ｏｆｆｓｅｔ的横向偏置和距离狔ｔａｇ，为犢ｏｆｆｓｅｔ的纵向偏置，由此得到新的目标点为犘ｎｅｗ＝（狓ｔａｇ ± 犡ｏｆｆｓｅｔ，狕ｔａｇ）．狔ｔａｇ ±犢ｏｆｆｓｅｔ，当多边形边界偏置到点犘ｎｅｗ所在的线段上时，即避免了圆盘锯对多边形边界产生干涉．（ａ）犽ｄ≥０（３）（ｂ）犽ｄ＜０图３不同走刀方向的刀具偏置Ｆｉ３Ｔｏｏｌｏｆｆｓｅｔｆｏｒｄｉｆｆｅｒｅｎｔｐａｓｓｅｓｇ．不失一般性，假设加工的五边形犘１犘２犘３犘４犘５，如图４所示．当走刀方向为犽ｄ方向时，令直线犔犽ｄ和线段犔犘１犘２相交于线段犘１犘２的中心点犖（（／２，（／２）．为避免发生干涉，圆盘锯中心应从狓１＋狓２）狔１＋狔２）犖偏置到犗′Ｅ或犗 ″Ｅ，即中心点形成的线段应偏置到直线犔１或犔２．结合图１，３，当犽ｄ≥０时，偏置后新的目标点坐标为犗 ′Ｅ（狓犖－犡ｏｆｆｓｅｔ，犗 ″Ｅ（狓犖＋犡ｏｆｆｓｅｔ，狔犖－犢ｏｆｆｓｅｔ），狔犖＋犢ｏｆｆｓｅｔ）．此时，对应的偏置直线方程为（犔犾：狓犖  犡ｏｆｆｓｅｔ），犾＝１，２．４）狔＝犽ｄ，ｂｅｓｔ狓＋犫，犫＝狔犖 犢ｏｆｆｓｅｔ－犽（当犽ｄ＜０时，偏置后新的目标点坐标为犗 ′Ｅ（狓犖－犡ｏｆｆｓｅｔ，犗 ″Ｅ（狓犖＋犡ｏｆｆｓｅｔ，狔犖＋犢ｏｆｆｓｅｔ），狔犖－犢ｏｆｆｓｅｔ）．此时，对应的偏置直线方程为（犔犾：狓犖  犡ｏｆｆｓｅｔ），犾＝１，２．５）狔＝犽ｄ，ｂｅｓｔ狓＋犫，犫＝狔犖 ±犢ｏｆｆｓｅｔ－犽（由几何位置关系可知，犗 ′Ｅ或犗 ″Ｅ为内外轮廓线上的点，通过判断犗 ′Ｅ或犗 ″Ｅ所处位置，即可以判断犔１和犔２与多边形轮廓的位置关系．由图４可知：犞犻为从点犗′Ｅ指向五边形顶点犘１犘２犘３犘４犘５的矢量，求解犞１～犞５中相邻矢量之间的夹角和为５ θｓｕｍ＝ ∑ 犻＝１（狘犞犞狘犞狘犞狘），犞＝犞．犻犻＋１６犻１（６）犻＋１若θｓｕｍ ≠３６０ °，则说明点不在内部，即点所在的线为外轮廓线；若θｓｕｍ＝３６０ °，则说明点在内部，即点所在的线为内轮廓［］线１５．依次求得多边形所有边界的内轮廓线作为圆盘锯切触面的边界，由这些边界围成的封闭多边形区域，即为避免圆盘锯切触面与多边形轮廓发生干涉的走刀轨迹允许区域．在设定走刀方向的情况下，圆盘锯在该区域平行走刀，即可完成对多边形区域的加工．图４多边形区域的无干涉内轮廓Ｆｉ４Ｎｏｉｎｔｅｒｆｅｒｅｎｃｅｉｎｎｅｒｇ．ｃｏｎｔｏｕｒｏｆｐｏｌｅｇｉｏｎｙｇｏｎｒ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期胡海琪，等：石材桥式切割机多边形区域的粗加工优化４４７由平行走刀得到的加工轨迹可知，圆盘锯以走刀方向犽ｄ从内轮廓边界上的一点犗Ｓ，犿＝（狓Ｓ，犿，狔Ｓ，犿，狕０）运动到犗Ｅ，犿＝（狓Ｅ，犿，狕０）需要走刀犕次．其中，犿代表第犿次走刀；犕＝犎／犪ｗ，犎为与内轮廓相狔Ｅ，犿，交且斜率为犽ｄ的最远平行线间距．加工完成后，已加工区域的面积为犕１２２）犛ｃｕｔ＿ａｌｌ＝ ∑ （犪ｗ槡（狓Ｅ，犿－狓Ｓ，犿）．狔Ｅ，犿－狔Ｓ，犿）＋（２犻＝１（７）由几何关系可知，面积犛ｃｕｔ＿ａｌｌ与图４阴影部分面积相等，该面积可以通过二维向量叉乘求三角形面积和的方法求解，具体计算式为狀１（犞ＩＮ，犻 ×犞ＩＮ，犻＋１）． ∑ ２犻＝１式（８）中：犞ＩＮ，犻为从点犗′Ｅ指向内轮廓顶点犘 ′１犘 ′２犘 ′３犘 ′４犘 ′５的矢量．同理，多边形区域的总面积为（８）犛ｃｕｔ＿ａｌｌ＝狀１（（犞犻 ×犞犻＋１）．９） ∑ ２犻＝１为了表示圆盘锯对多边形区域的去除效果，定义已加工表面面积与多边形区域面积的比值为加工犛ｃｕｔ＿ａｌｌ＝率，即犛ｃｕｔ＿ａｌｌ ρ ＝犛ａｌｌ．（１０）式（１０）中：０，１］，犛ｎｅｘｔ＝犛ａｌｌ－ρ犛ａｌｌ）就越少． ρ∈ ［ ρ 越接近于１，加工完成后的残留区域的面积（２加工时间的优化２．１优化方法分析通过无干涉的内轮廓计算，既避免了圆盘锯与石材模型发生干涉，同时也充分发挥了圆盘锯切削深度较深的优势．这虽然能保证圆盘锯在加工一条较深的轨迹时，相较于其他刀具的加工时间更短，但是，并不能保证该过程的总粗加工时间最优．因此，为了进一步提高加工效率，需要对圆盘锯粗加工时间做进一步的优化．在圆盘锯对多边形区域进行切削过程中，总加工时间为粗加工工序与残留区域进行补加工工序的时间和，其长短与切削的轨迹、速度和补加工工序消耗时间密切相关，其关系可以表示为犕（狋＝狋ｒ＋狋ｎｅｘｔ＝ ∑ 狋犳犿＋犿＝１ＱＭ犿＋２犕狋ｌ＋狋ｎｅｘｔ．狏狇）（１１）式（１１）中：狋ｒ为粗加工时间；狋ｎｅｘｔ为残留区域加工时间；犕为平行切削线段数量，即进退刀次数；狋犳犿为第犿条加工表面线段消耗的时间；ＱＭ犿为第犿条空走行程；狏ｑ为空走速度；狋ｌ为抬刀时间．犕由式（１１）可知：粗加工工序中的切削线段数量犕和空走行程长度ＱＭ＝ ∑ ＱＭ犼越少，粗加工时犼＝０间越短．而后续补加工相比于粗加工的加工效率更低，因此，后续补加工的工作量越少（即加工率 ρ 越大），总加工时间就越短．综上所述，在速度设定不变的情况下，总加工时间的优化可等效为对切削线段数量犕、空走行程长度ＱＭ和多边形区域的加工率ρ 的优化．２．２走刀方向优化法走刀方向不同将导致进、退刀次数不同，因此，为了减少进、退刀次数，需要对走刀方向进行优化．不同走刀方向的平行线间距，如图５所示．由图５可知：当走刀方向为斜率犽ｄ，１所示方向时，平行切削线段的数量犕１＝犎犽ｄ，１／犪ｗ，对应抬刀次数为犕１次；当走刀方向为斜率犽ｄ，２所示方向时，平行切削线段数量犕２＝犎犽ｄ，２／犪ｗ，对应抬刀次数为犕２次．由犎犽ｄ，１＞犎犽ｄ，２可知，相较于与多边形边不同的方向，走刀方向与多边形边相同方向的进、退刀次数更少．因此，多边形最短的最远平行线间距存在于多边形的高中，即应在多边形所有的高中求得较优的高，以得到较优的走刀方向．以三角形为例，三角形的最优高和优化的走刀方向，如图６所示．由图６可知：在３条边对应的高中，犎２，１为最短的高（下标２代表第２条边，下标１代表第１个顶点），则沿该高对应的边的方向进、退刀犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．４４８华侨大学学报（自然科学版）２０１９年次数最少，故此高的垂直方向为最小切削线数量方向．三角形最短的高有如下３个定义．图５不同走刀方向的平行线间距图６三角形的最优高和优化的走刀方向Ｆｉ５Ｐａｒａｌｌｅｌｌｉｎｅｄｉｓｔａｎｃｅｏｆｇ．Ｆｉ６Ｏｐｔｉｍａｌｈｅｉｔａｎｄｃｕｔｔｉｎｇｇ．ｇｈｄｉｆｆｅｒｅｎｔｃｕｔｔｉｎｇｄｉｒｅｃｔｉｏｎｓｄｉｒｅｃｔｉｏｎｏｆｔｒｉａｎｇｌｅ定义１设任意三角形犘１犘２犘３，高为犎１，３，犎２，１和犎３，２，其中，最短的一条高定义为三角形的最优高，垂直于最优高的方向定义为垂直最优高方向．由演绎推理，可得任意凸狀边形的最优高和垂直最优高方向，给出相关定义２．定义２设犘１犘２ …犘狀是由狀个顶点围成的平面凸狀边形，犘犻是狀边形第犻个顶点，犲犼（２，…，犼＝１，狀）是狀边形第犼条边，犎犻，犼（犼≠犻，犼≠犻＋１）表示底边犲犼对应顶点犘犻的高，定义一条边犲犼对应的所有高中，最大的高为边最大高犎犻，犼＿ｍａｘ．定义３设犎犻，犼＿ｍａｘ为平面凸狀边形犘１犘２ …犘狀的边最大高（图５中犎５，３为边犲３对应的边最大高），则所有的边最大高之中最小的为最优高犎ｂｅｓｔ，垂直于最优高的方向为狀边形犘１犘２ …犘狀的垂直最优高方向犽ｄ＿ｂｅｓｔ．对任意平面凸狀边形犘１犘２ …犘狀进行加工，由定义２，３可求得狀边形犘１犘２ …犘狀的最优高犎ｂｅｓｔ和相对应的垂直最优高方向犽ｄ＿ｂｅｓｔ．此时，平行切削线段数量为最优高与走刀宽度的比值犕ｂｅｓｔ＝犎ｂｅｓｔ／犪ｗ．［］最后，根据走刀方向信息，结合节１．２的方法得到的无干涉内轮廓和线扫描法１６，可求得内轮廓信息和相应的加工轨迹犔犽ｄ，犿．同时，可通过计算得到已加工区域的面积和加工率．２．３最邻近点法由于线扫描法计算加工轨迹过程仅考虑加工轨迹的生成，却未考虑轨迹之间的空行程消耗，因此，生成的加工轨迹往往存在大量的空行程．为了优化加工空行程，在确定第一条加工轨迹的基础上，对后续的轨迹采用最邻近点法进行优化，使每一条轨迹距离下一条轨迹的空行程距离最短，进而使总空行程距离优化．分析圆盘锯的切削加工轨迹可知，切削的每一条轨迹都存在唯一的起点和终点，切削过程是对所有轨迹的遍历．而最邻近点是指在点集合中距离当前点最近的一个点，当一条轨迹加工到终点时，即可通过最邻近点法找到下一条轨迹的起点进行下一步的加工，如此循环完成区域的切削．然而，从轨迹起点到终点和从终点到起点是一个等效的过程，所以，在一条轨迹加工到终点时，可通过寻找未加工轨迹的起点和终点数据找到欧氏距离最近的点．一旦找到一条轨迹的终点为最临近点，就将该终点视为轨迹加工的起点并进行加工，否则，直接加工下一条轨迹．该方法能有效减少刀具的空行程，缩图７最邻近点法流程图短总加工时间．最邻近点法的具体流程图，如图７所示．Ｆｉ７Ｎｅａｒｅｓｔｐｏｉｎｔｍｅｔｈｏｄｆｌｏｗｃｈａｒｔｇ．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期胡海琪，等：石材桥式切割机多边形区域的粗加工优化４４９３仿真验证与分析３．１多边形区域的粗加工为了验证提出方法的有效性，根据实际机床尺寸，利用［］ＶＥＲＩＣＵＴ软件搭建石材桥式切割机仿真模型１７，如图８所示．图８中：圆盘锯半径犚为２００ｍｍ；厚度犠为３．６ｍｍ．根据圆盘锯和花岗岩的特性，设定圆盘锯加工工艺参数［１８］如下：加工深度犪ｐ为２０ｍｍ，加工宽度犪ｗ为３．６ｍｍ，进给速度犞ｆ为２２５０ｍｍ·ｍｉｎ－１．由此计算圆盘锯切触面投影尺寸犜狓＝犚－犪ｐ））犚ｓｉｎ（ｃｏｓ－１（＝８７．１７８ｍｍ；宽度为犜狔＝犠／２＝１．８犚ｍｍ．根据文中提出的方法，在ＶｉｓｕａｌＳｔｕｄｉｏ平台上通过Ｃ＃图８石材桥式切割机仿真模型Ｆｉ８Ｓｔｏｎｅｂｒｉｄｇｅｃｕｔｔｉｎｇｇ．ｍａｃｈｉｎｅｓｉｍｕｌａｔｉｏｎｍｏｄｅｌ编程语言研发了相应的软件．该软件通过ＯｐｅｎＧＬ实现显示，采用模型信息和加工工艺参数结合机床的后置处理方法，得到数控Ｇ代码．在此基础上，利用Ｇ代码在石材桥式切割机仿真模型中实现仿真实验，仿真结果如图９所示．（ａ）干涉（ｂ）无干涉图９仿真实验结果Ｆｉ９Ｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｇ．由图９可知：直接对多边形区域进行加工，圆盘锯切触面与多边形轮廓产生了干涉，此时，圆盘锯在进给的过程中出现了过切；对无干涉计算过后的内轮廓进行加工，此时，圆盘锯切触面与多边形外轮廓无干涉现象出现．为了验证走刀方向优化和最邻近点法２个优化方法对多边形区域粗加工的优化效果，在不失一般性的前提下，对六边形区域进行４组对比实验，结果如图１０所示．图１０中：虚线示意加工过程中的空行程轨迹；实线示意刀具切削的加工轨迹；箭头方向示意走刀方向．（ａ）无优化（ｂ）最邻近点法（ｃ）走刀方向优化（ｄ）最邻近点法＋走刀方向优化图１０优化算法结果Ｆｉ１０Ｏｐｔｉｍｉｚａｔｉｏｎｒｅｓｕｌｔｓｇ．采用４种不同的加工优化方法所得的实验数据，如表１所示．表１中：狋为总加工时间．由表１可得以下３点结论．１）相较于未采用走刀方向优化的方法，采用走刀方向优化的进、退刀次数减少了２６％，加工率增加了８．２％．由此可知，走刀方向优化既能有效地减少进、退刀次数，又提高了加工率．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）４５０２０１９年２）相较于未采用最邻近点法优化的方法，采用最邻近点法优化的空行程减少了约９９％，总加工时间减少了２３．８％或２５．７％．由此可见，最邻近点法能有效地减少空走行程长度和空行程时间．３）采用走刀方向和最邻近点法相结合的优化方法，其总加工时间减少了３．４％～２６．４％．由此可知，采用走刀方向和最邻近点法优化的方法减少了总加工时间．表１４种加工优化方法的比较Ｔａｂ．１Ｃｏｍｐａｒｉｓｏｎｏｆｆｏｕｒｐｒｏｃｅｓｓｉｎｇｏｐｔｉｍｉｚａｔｉｏｎｍｅｔｈｏｄｓ加工方法犕／次ＱＭ／ｍｍ／ｓ狋无优化３７１２２５８４１．１０１２４８４．３８ ρ／％７６．６３最邻近点法优化３７１３１２１．４７９５１４．７８７６．６３走刀方向优化２７５２４２００８．００１２３７０．８３８２．８６最邻近点法＋走刀方向优化２７５３２１７．８８９１８６．９６８２．８６综上可知，采用走刀方向优化和最邻近点法优化相结合的方法，可以很好地减少下刀次数，提高加工率，缩短空走行程长度，减少总加工时间．３．２不同刀具的加工比较为了进一步验证圆盘锯加工多边形区域的可行性，选用意大利ＮＩＣＯＬＡＩ公司生产的金刚石圆盘锯和电镀金刚石砂轮对花岗岩的加工进行对比实验．金刚石圆盘锯的加工工艺参数同节３．１所选用的参数，金刚石砂轮的加工工艺参数［１９］如下：加工深度犪ｐ为１ｍｍ；加工宽度犪ｗ为２２．５ｍｍ；进给速度为表２圆盘锯与砂轮的加工比较５０００ｍｍ·ｍｉｎ－１．以图１０（ｄ）所示深度为２０ｃｍ的Ｔａｂ．２Ｃｏｍｐａｒｉｓｏｎｏｆｍａｃｈｉｎｉｎｇｂｅｔｗｅｅｎ多边形区域为例，当采用分层加工的ｃｉｒｃｕｌａｒｓａｗｂｌａｄｅａｎｄｇｒｉｎｄｉｎｇｗｈｅｅｌ方法对该区域进行加工时［２０］，圆盘锯参数需以犪ｐ＝２０ｍｍ向下加工１层，而砂轮需要以犪ｐ＝１ｍｍ向下加工２０层．通过仿真计算得到的加工数据，如表犪ｗ／ｍｍ犪ｐ／ｍｍ／犞ｆｍｍ·ｍｉｎ－１／ｓ狋圆盘锯砂轮未优化优化后３．６２２．５２２．５２０２２５０９１８６．９６１５０００１８８７１．６１１５０００１１０７６．５６２所示．表２中：圆盘锯列的加工过程采用走刀方向优化和最邻近点法优化；砂轮（未优化）列的加工过程未采用走刀方向优化；砂轮（优化后）列的加工过程采用走刀方向优化和最邻近点法优化．由表２可知：圆盘锯的总加工时间比砂轮减少了１７．１％～５１．３％，由此可见，选用圆盘锯作为加工刀具深加工大多边形区域极大地提高了加工效率；此外，优化后的砂轮比未优化砂轮的总加工时间减少了４１．３％，可知走刀方向优化和最邻近点优化方法也有效地提高了砂轮加工石材的加工效率．４结束语通过对加工的多边形区域进行分析可知，合理的走刀方向可以减少进、退刀的次数，进而缩短加工时间；合理的加工方式能缩短空行程的总长度．因此，在考虑圆盘锯特性和分析刀具切削轨迹的前提下，首先，根据圆盘锯切触面特性计算无干涉现象的多边形内轮廓；然后，通过走刀方向优化得到较优的走刀方向，以减少加工轨迹的进退刀次数；最后，利用最邻近点法对加工轨迹进行进一步的优化．相比于未优化的加工，文中提出的优化方法很好地缩短了进、退刀次数和空行程距离，减少了总加工时间．参考文献：［１］晏辉．从２０１８年中国厦门石材展看石材设备创新［Ｊ］．石材，２０１８（５）：１３?１６．ＤＯＩ：１０．１４０３０／ｃｎｋｉ．ｓｃａａ．２０１８．ｊ．００９６．［２］吕振飞，刘建群，施为．石材桥式切割机的开放式数控系统开发［Ｊ］．机床与液压，２０１３，４１（１）：１００?１０３．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００１３８８１．２０１３．０１．０２９． ? ｊ．［３］王晶，黄身桂，黄辉，等．ＣＡＭ在石材数控雕刻中的应用［Ｊ］．制造业自动化，２０１８，４０（１）：９５１０２．ＤＯＩ：１０．３９６９１０． ? ｊ．０１３４．２０１８．０１．０２２．ｉｓｓｎ．１００９ ? ［４］ＤＥＭＡＩＮＥＥＤ，ＤＥＭＡＩＮＥＭＬ，ＫＡＰＬＡＮＣＳ．Ｐｏｌｔｔａｂｌｅｂｙａｃｉｒｃｕｌａｒｓａｗ［Ｊ］．ＣｏｍｐｕｔａｔｉｏｎａｌＧｅｏｍｅｔｒｙｇｏｎｓｃｕｙ，犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期胡海琪，等：石材桥式切割机多边形区域的粗加工优化４５１２００１，２０（１／２）：６９８４．ＤＯＩ：１０．１０１６／Ｓ０９２５７７２１（０１）０００３６０． ? ? ? ［５］ＤＵＭＩＴＲＥＳＣＵＡ．ＡｎａｐｐｒｏｘｉｍａｔｉｏｎａｌｒｉｔｈｍｆｏｒｃｕｔｔｉｎｇｏｕｔｃｏｎｖｅｘｐｏｌＪ］．ＣｏｍｐｕｔａｔｉｏｎａｌＧｅｏｍｅｔｒ２００４，ｇｏｙｇｏｎｓ［ｙ，２９（３）：２２３２３１．ＤＯＩ：１０．１０１６／ｃｏｍｇｅｏ．２００４．０１．０１０． ? ｊ．［６］ＫＵＭＡＺＡＷＡＧＨ，ＦＥＮＧＨＹ，ＦＡＲＤＭＪＢ犲狋犪犾．Ｐｒｅｆｅｒｒｅｄｆｅｅｄｄｉｒｅｃｔｉｏｎｆｉｅｌｄ：Ａｎｅｗｔｏｏｌｐａｔｈｇｅｎｅｒａｔｉｏｎｍｅｔｈ  ｏｄｆｏｒｅｆｆｉｃｉｅｎｔｓｃｕｌｔｕｒｅｄｓｕｒｆａｃｅｍａｃｈｉｎｉｎｇ［Ｊ］．ＣｏｍｐｕｔｅｒｄｅｄＤｅｓｉ２０１５，６７／６８：１?１２．ＤＯＩ：１０．１０１６／ｃａｄ． ?Ａｉｐｇｎ，ｊ．２０１５．０４．０１１．［ｔｈｐｌａｎｎｉｎｇｆｏｒｄｉｒｅｃｔｉｏｎｒａｌｌｅｌａｒｅａｍｉｌｌｉｎｇ［７］ＰＡＲＫＳＣ，ＣＨＯＩＢＫ．ＴｏｏｌＪ］．ＣｏｍｐｕｔｅｒｄｅｄＤｅｓｉ２０００，３２ ?ｐａ ?ｐａ ?Ａｉｇｎ，（１）：１７２５．ＤＯＩ：１０．１０１６／Ｓ００１０４４８５（９９）０００８０９． ? ? ? ［ｔｈｇｅｎｅｒａｔｉｏｎａｐｐｒｏａｃｈｏｆｒａｐｉｄ８］ＪＩＮＧｕｏｑｉｎｇ，ＬＩＷｅｉｄｏｎｇ，ＰＯＰＰＬＥＷＥＬＬＫ，犲狋犪犾．Ａｈｙｂｒｉｄａｎｄａｄａｐｔｉｖｅｔｏｏｌ ?ｐａｒｏｔｏｔｉｎｇａｎｄｍａｎｕｆａｃｔｕｒｉｎｇｆｏｒｂｉｏｍｅｄｉｃａｌｍｏｄｅｌｓ［Ｊ］．ＣｏｍｐｕｔｅｒｓｉｎＩｎｄｕｓｔｒ２０１３，６４（３）：３３６?３４９．ＤＯＩ：１０．ｐｙｐｙ，ｃｏｍｐｉｎｄ．２０１２．１２．００３．１０１６／ｊ．［９］ＨＵＹｅｈｕｉ，ＢＩＱｉｎｇｚｈｅｎ，ＳＨＩＪｉｎｇ，犲狋犪犾．Ｒｅｓｅａｒｃｈｏｎｐａｔｈｐｌａｎｎｉｎｇｆｏｒｒｅｓｉｄｕａｌａｒｅａｓｉｎｃｏｍｐｌｅｘｍｉｌｌｉｎｇ［Ｃ］∥Ｐｒｏ  ｉｖｅｒｓａｌＲｅｓｅａｒｃｈｅｒｓｉｎｃｅｅｄｉｎｇｓｏｆ２０１４ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＡｄｖａｎｃｅｄＥｎｇｉｎｅｅｒｉｎｇＴｅｃｈｎｏｌｏｇｉｅｓ．Ｄｕｂａｉ：ＵｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２０１４：２２９２３６． ? ［１０］俞武嘉，傅建中，陈子辰．基于遗传算法的刀具路径优化排布方法［Ｊ］．浙江大学学报（工学版），２００６，４０（１２）：２１１７ ? ２１２１．ＤＯＩ：１０．３７８５／ｉｓｓｎ．１００８９７３Ｘ．２００６．１２．０２１． ? ｊ．［１１］肖军民．一种改进遗传算法在控群加工路径中的优化［Ｊ］．组合机床与自动化加工技术，２０１５（２）：１５１ＤＯＩ： ?１５３．１０．１３４６２／ｃｎｋｉ．ｍｍｔａｍｔ．２０１５．０２．０４３．ｊ．［１２］ＮＡＳＳＥＨＩＡ，ＥＳＳＩＮＫＷ，ＢＡＲＣＬＡＹＪ．Ｅｖｏｌｕｔｉｏｎａｒｌｒｉｔｈｍｓｆｏｒｇｅｎｅｒａｔｉｏｎａｎｄｏｐｔｉｍｉｚａｔｉｏｎｏｆｔｏｏｌｐａｔｈｓ［Ｊ］．ｙａｇｏＣＩＲＰＡｎｎａｌｓ，２０１５，６４（１）：４５５４５８．ＤＯＩ：１０．１０１６／ｃｉｒ２０１５．０４．１２５． ? ｊ．ｐ．［１３］黄国钦，徐西鹏．基于锯切弧区切向力分布的功率消耗模型［Ｊ］．机械工程学报，２０１１，４７（２１）：１７０?１７６．ＤＯＩ：１０．３９０１／ＪＭＥ．２０１１．２１．１７０．［１４］王瑞秋，陈五一，金曼．多点切触加工中的局部干涉分析［Ｊ］．北京航空航天大学学报，２００６，３２（５）：５８０５８４．ＤＯＩ： ? １０．３９６９／ｉｓｓｎ．１００１５９６５．２００６．０５．０１９． ? ｊ．［１５］汪嘉业，王文平，屠长河，等．计算几何及应用［Ｍ］．北京：科学出版社，２０１１．［ｔｈｇｅｎｅｒａｔｉｏｎｆｏｒｍａｔｅｒｉａｌｅｘｔｒｕｓｉｏｎ１６］ＪＩＮＹｕａｎ，ＨＥＹｏｎｇ，ＦＵＪｉａｎｚｈｏｎｇ，犲狋犪犾．Ｏｐｔｉｍｉｚａｔｉｏｎｏｆｔｏｏｌｓｅｄａｄｄｉｔｉｖｅ ?ｐａ ?ｂａｍａｎｕｆａｃｔｕｒｉｎｇｔｅｃｈｎｏｌｏｇｙ［Ｊ］．ＡｄｄｉｔｉｖｅＭａｎｕｆａｃｔｕｒｉｎｇ，２０１４，１／２／３／４：３２?４７．ＤＯＩ：１０．１０１６／ａｄｄｍａ．２０１４．０８．ｊ．００４．［１７］邵辉，王磊，胡伟石，等．采用Ｃ＃的多轴联动石材桥切机控制系统设计与仿真分析［Ｊ］．华侨大学学报（自然科学版），２０１８，３９（２）：１６６１７１．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７０９０５４． ? ? ［１８］李远，黄辉，朱火明，等．花岗石锯切过程中的锯切力特征［Ｊ］．金刚石与磨料磨具工程，２００２（４）：１５?１９．ＤＯＩ：１０．ｉｓｓｎ．１００６３９６９／８５２Ｘ．２００２．０４．００４． ? ｊ．［１９］黄吉祥，刘舒颖，黄辉，等．机械臂加工花岗岩的力和工具磨损特性［Ｊ］．华侨大学学报（自然科学版），２０１８，３９（２）：１５９１６５．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７１２０６５． ? ? ［２０］ＺＨＡＯＺｈｉｗｅｎ，ＬＡＰＥＲＲＩ?ＲＥＬ．Ａｄａｐｔｉｖｅｄｉｒｅｃｔｓｌｉｃｉｎｇｏｆｔｈｅｓｏｌｉｄｍｏｄｅｌｆｏｒｒａｐｉｄｐｒｏｔｏｔｉｎｇ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌｙｐＪｏｕｒｎａｌｏｆＰｒｏｄｕｃｔｉｏｎＲｅｓｅａｒｃｈ，２０００，３８（１）：６９８３．ＤＯＩ：１０．１０８０／００２０７５４００１８９５８１． ? （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４０卷第４期２０１９年７月华侨大学学报（自然科学版）Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０９０２０ ? 采用萤火虫算法的高速列车节能运行优化马晓娜，朱爱红，段玉琼（兰州交通大学自动化与电气工程学院，甘肃兰州７３００７０）摘要：智能算法可以通过优化列车运行曲线达到节能降耗的目的．将列车运行能耗作为目标函数，以限速、时间和距离为约束条件，建立优化模型．以ＣＲＨ３型动车组和武广客运专线中某段线路为基础，进行仿真实验．运用萤火虫算法，搜索能耗最低时的一组列车工况转换速度序列．仿真结果表明：列车运行能耗指标降低１４．３３％，且满足停车精确性与准时到站的要求．关键词：高速列车；运行能耗；萤火虫算法；节能运行曲线；工况转换速度序列中图分类号：Ｕ２４８．４８文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０４５２０５ ? ? ? 犈狀犲狉  犛犪狏犻狀犵犗狆犲狉犪狋犻狅狀犗狆狋犻犿犻狕犪狋犻狅狀狅犳犎犻  犛狆犲犲犱犜狉犪犻狀狊犵狔犵犺犝狊犻狀犵犉犻狉犲犳犾狅狉犻狋犺犿狔犃犾犵ＭＡＸｉａｏｎａ，ＺＨＵＡｉｈｏｎｇ，ＤＵＡＮＹｕｑｉｏｎｇ（ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＬａｎｚｈｏｕＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｉｎａ）ｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈ犃犫狊狋狉犪犮狋：Ｉｎｔｅｌｌｉｔａｌｒｉｔｈｍｓｃａｎｂｅｕｓｅｄｔｏｏｐｔｉｍｉｚｅｔｒａｉｎｏｐｅｒａｔｉｏｎｃｕｒｖｅｔｏａｃｈｉｅｖｅｅｎｅｒａｖｉｎｇａｎｄｇｅｎｇｏｇｙｓｈｅｏｐｔｉｍｉｚａｔｉｏｎｍｏｄｅｌｃｏｎｓｕｍｐｔｉｏｎｒｅｄｕｃｔｉｏｎ．Ｔｒａｉｎｃｏｎｓｕｍｐｔｉｏｎｗａｓｔａｋｅｎａｓｔｈｅｏｂｅｃｔｉｖｅｆｕｎｃｔｉｏｎ，ａｎｄｔｊｉｍｅａｎｄｄｉｓｔａｎｃｅａｓｔｈｅｃｏｎｓｔｒａｉｎｔｓ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｗａｓｃａｒ  ｗａｓｅｓｔａｂｌｉｓｈｅｄｗｉｔｈｔｈｅｓｐｅｅｄｌｉｍｉｔ，ｔｒｉｅｄｏｕｔｂａｓｅｄｏｎｔｈｅＣＲＨ３ｅｌｅｃｔｒｉｃｍｕｌｔｉｌｅｕｎｉｔｓｒｕｎｎｉｎｇｏｎａｃｅｒｔａｉｎｔｒａｉｎｌｉｎｅｆｒｏｍｔｈｅＷｕｈａｎｔｏＧｕａｎｇｚｈｏｕｐｓｔａｔｉｏｎｓ．Ｔｈｅｆｉｒｅｆｌｌｒｉｔｈｍｗａｓｕｓｅｄｔｏｓｅａｒｃｈｆｏｒａｓｅｔｏｆｔｒａｉｎｏｐｅｒａｔｉｎｇｓｐｅｅｄｃｏｎｖｅｒｓｉｏｎｓｅｅｓｗｉｔｈｙａｇｏｑｕｅｎｃｔｈｅｌｏｗｅｓｔｅｎｅｒｏｎｓｕｍｐｔｉｏｎ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｅｎｅｒｏｎｓｕｍｐｔｉｏｎｉｎｄｅｘｏｆｔｈｅｔｒａｉｎｇｙｃｇｙｃｈｅｐａｒｋｉｎｇａｃｃｕｒａｃｙａｎｄｏｎｔｉｍｅａｒｒｉｖａｌｒｅｉｒｅｍｅｎｔｓｗｅｒｅｍｅｔ．ｗａｓｒｅｄｕｃｅｄｂｙ１４．３３％，ａｎｄｔ ? ｑｕ犓犲狉犱狊：ｈｉ  ｓｐｅｅｄｔｒａｉｎ；ｏｐｅｒａｔｉｏｎｅｎｅｒｏｎｓｕｍｐｔｉｏｎ；ｆｉｒｅｆｌｌｒｉｔｈｍ；ｅｎｅｒ  ｓａｖｉｎｇｏｐｅｒａｔｉｏｎｇｈｇｙｃｙａｇｏｇｙ狔狑狅ｏｎｄｉｔｉｏｎｃｏｎｖｅｒｓｉｏｎｓｐｅｅｄｓｅｅｃｕｒｖｅ；ｃｑｕｅｎｃ随着高速列车的发展，列车节能运行方式越来越受关注．对高速列车运行节能降耗最简易可行的方式是优化列车的运行曲线．不同的运行曲线对应不同的列车能耗，基于此理论支撑，国内外学者进行了［］大量实验研究．Ｈｏａｎｇ等１把列车的节能问题定义成满足约束条件的优化问题，采用搜索算法进行列［］车运行曲线的优化设计；Ｃｈａｎｇ等２使用遗传算法优化列车驾驶曲线的惰行运行距离，通过对惰行点位［］置的选取，取得了一定的节能效果；Ｋｏ等３采用动态规划的方法，求解列车节能操纵优化的问题；付印平［４］采用遗传算法优化列车的工况转换点位置，达到节能降耗的目的；李玲玉［５］使用动态粒子群算法优［］化列车的距离?速度运行曲线，降低了１１．９８％的列车能耗；刘建强等６基于现代最优控制理论，得出整个运行过程中列车运行能耗最小时，最大牵引、匀速、惰行及最大制动的转换点；宿帅等［７］基于驾驶策略收稿日期：２０１８０９１２ ? ? 通信作者：朱爱红（ｃｏｍ．１９６９Ｅｉｌ：７９１３３８８９０＠ｑｑ． ?），女，副教授，主要从事交通信息工程及控制的研究． ?ｍａ基金项目：国家自然科学基金资助项目（６１６６１０２７）第４期马晓娜，等：采用萤火虫算法的高速列车节能运行优化４５３［］的列车自动驾驶系统（ＡＴＯ）控制方法，给出一种ＡＴＯ节能驾驶策略的求解算法；荀径等８介绍列车节能操纵优化研究的基本问题，根据求解方法的特征将研究方法分类；宋文婷等［９］采用遗传算法为子区间搜索最优的速度码组合序列，获得列车节能运行的速度操纵范围；唐涛等［１０］通过蚁群算法优化列车［］ＡＴＯ控制策略，将单车运行能耗降低了５．６７％；Ｚｈｕ等１１运用萤火虫算法优化列车运行曲线，达到节能运行的目的．针对以上所用算法存在参数复杂、寻优精度低等不足，本文提出采用萤火虫仿生智能算法（ｆｉｒｅｆｌｌｒｉｔｈｍ，ＦＡ），对列车运行工况转换点处的速度进行优化，实现高速列车节能运行的目标．ｙａｇｏ１列车节能运行优化模型１．１优化策略在规定运行时间内，列车按照运行图从起点站至终点站的运行曲线存在无数条，如图１所示．图１中：犛为列车运行距离；狏为速度．通过寻优确定一条使列车能耗最低的运行曲线．１．２评价指标列车在运行过程中消耗的能量主要有３部分：发动机牵引时提供的能量、制动装置减速运行时的能源消耗和车厢内图１列车节能操纵策略示意图其他设备（照明、空调设备等）产生的电能消耗．文中只考虑列Ｆｉ１Ｄｉａｇｒａｍｏｆｔｒａｉｎｇ．车的牵引能耗，其计算模型为ｅｎｅｒｓａｖｉｎｇｏｐｅｒａｔｉｏｎ ? ｇｙ犜犜 ∫犘（狋）ｄ狋＝∫犉（狋）·狏（狋）ｄ狋．犈＝００上式中：犈为牵引能量消耗；犜为运行时间；犉（狋）为狋时刻的牵引力；狏（狋）为狋时刻的列车运行速度．犛运行时间是指列车在某段线路上运行所消耗的时间之和，其计算模型为犜＝ ∫狋（狊）ｄ狊，其中，狋（狊）０为列车运行距离与运行时间的函数关系式．运行距离是指列车按照运行图在一定时间内，以一定速度在线路上行驶过的距离，其计算模型为犜 ∫狏（狋）ｄ狋．犛＝０１．３数学模型根据以上基础理论［１２?１５］，建立列车节能优化的数学模型为狀ｎ犈＝ｍｉｎ ∑犈犻．犳ｅ＝ｍｉ犻＝１其工况转换约束条件为狊／ｄ狋，烄狏＝ｄ犿·ｄ狏／ｄ狋＝犳（狌，狏）－狑（狊，狏）－犫（狌，狏），２，…，狀，狊１＝０，狊狀＝犛，ｓ．ｔ．烅０ ≤狊犻 ≤ 犛，犻＝１，狏（０）＝狏（犛）＝０，狏（狊犻）≤ 狏ｍａｘ，狋（０）＝０，狋（犛）＝犜，０ ≤狋（狊犻）≤ 犜．烆上式中：狑为单位阻力；犫为单位制动犳ｅ为列车节能性优化数学模型的适应度函数；犳为单位牵引力；力；狏ｍａｘ为线路的限速值；狊犻为列车在每一个时间步长内的行驶距离；犜为列车的运行时间；狀为时间步长个数；狌为运行工况（牵引、惰行和制动）．牵引工况时，列车只受到牵引力作用，处于加速阶段；相反，制动工况时，列车只受制动力作用，处于减速阶段；惰行工况时，列车仅受地面阻力的作用，同处于减速阶段．时间步长 Δ 狋取０．０１ｓ，则狀的计算式为狀＝犜／０．０１．２基于萤火虫算法的节能优化萤火虫夜间活动时，发出黄绿色荧光，其亮度受自身荧光素的影响，荧光强度与荧光素值成正比，荧火虫发出荧光会吸引周围荧火虫向其移动．荧光素值越大，吸引力越强．每只萤火虫都在向着荧光更强犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）４５４２０１９年的萤火虫方向移动，最后，所有荧光虫会聚集在荧光最亮的那只萤火虫附近．基于萤火虫这种特殊的活动规律，学者提出了一种新型的算法，即萤火虫算法．萤火虫包含亮度和吸引度２个要素，其更新过程可从数学角度说明．萤火虫相对荧光亮度计算式为犐＝犐０ ×ｅｘｐ（－γ狉ｉ，ｊ）．其中：犐０是萤火虫自身（狉ｉ，ｊ＝０处）的荧光亮度，也是最大的萤光亮度，与目标函数值相对应，目标函数值越大，自身亮度会越高； γ 为光强吸收系数，运动距离的增加和传播媒介的吸收会使荧光强度逐渐变弱，因此，设置光强吸收系数来体现这一特点，取值为常数；狉ｉ，ｊ是萤火虫ｉ与ｊ之间的犱空间距离，计算式为狉ｉ，ｊ＝｜狓ｉ－狓ｊ｜＝（）其中：，为萤火虫个体ｉ和ｊ所在的空间位槡∑ 狓－狓．狓狓ｉ，犽犽ｊ，２ｉｊ犽＝１２置．萤火虫的吸引度为β＝β０ ×ｅｘｐ（狉ｉ，ｊ＝０）的吸引度，也是最大吸引度． γ狉ｉ，ｊ）．其中： β０是光源处（萤火虫ｉ被吸引向萤火虫ｊ移动，位置更新计算式为狓ｉ＝狓ｉ＋β× （狓ｊ－狓ｉ）＋α× （ｒａｎｄ－１／２）．上式中：０，１］间取值；ｒａｎｄ为随机因子，在［０，１］间取值． α 为移动步长因子，在［为了进一步验证萤火虫算法的优良性，采用萤火虫算法和差分进化算法对函数式２２２）＋ｅｘｐ（）＋犉（狓）＝ｅｘｐ（狓１－４）狓２－４）狓１＋４）－（－（－（２２２２）＋２×ｅｘｐ（２×ｅｘｐ（狓２＋４）－狓１－（－狓１－狓２），狘狓狘≤ ５进行测试．优化过程的仿真图分别如图２，３所示．图２，３中：犖为迭代次数．对比图２，３可知：萤火虫算法收敛速度快于差分进化算法，寻优性能较好．图２萤火虫算法迭代图图３差分进化算法迭代图Ｆｉ２Ｆｉｒｅｆｌｌｒｉｔｈｍｉｔｅｒａｔｉｏｎｄｉａｇｒａｍｇ．ｙａｇｏＦｉ３Ｄｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎａｌｒｉｔｈｍｉｔｅｒａｔｉｏｎｄｉａｇｒａｍｇ．ｇｏ萤火虫算法初始化中，布置５０个萤火虫，初始种群如图４所示．图４中：黑色圆点代表萤火虫．最终，所有萤火虫都聚集在亮度最高的萤火虫周围，如图５所示．图４萤火虫初始种群图５萤火虫聚集图像Ｆｉ４Ｆｉｒｅｆｌｎｉｔｉａｌｐｏｐｕｌａｔｉｏｎｇ．ｙｉＦｉ５Ｆｉｒｅｆｌｒｅｇａｔｅｉｍａｇｅｇ．ｙａｇｇ３仿真验证与分析为验证萤火虫算法的优化效果，选用ＣＲＨ３型动车组为仿真车型，对武广专线中武汉站到咸宁北路站间的线路进行仿真实验．列车主要性能参数，如表１所示．表１中：狑０为单位运行阻力．列车牵引力（犉）和制动力（犅）特性曲线，分别如图６，７所示．线路距离为８４．５０８ｋｍ；在３４～４０ｋｍ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期马晓娜，等：采用萤火虫算法的高速列车节能运行优化４５５表１列车主要性能参数路段限速１６０ｋｍ·ｈ－１，其余路段限速３００ｋｍ·ｈ－１；图Ｔａｂ．１Ｍａｉｎｔｒａｉｎｐａｒａｍｅｔｅｒｓ定运行时间犜为１４３８ｓ；允许时间误差为３０ｓ．主要参数参数性能编组长度／ｍ定员／人满载质量／ｔ最大牵引力／ｋＮ最大牵引功率／ｋＷ２００萤火虫算法初始化相关参数，如表２所示．表２中：犖ｍａｘ为最大循环次数．将高速列车能耗作为算法的适应度值．同时，为了保证列车安全且准点到达终点站，将运行距离和时间作为惩罚函数，惩罚函数系数为犚＝１０５．首先，根据仿真运行线路状况和列车运行图，拟定９６０１５３６３００８８００个列车运行工况（牵引?惰行?制动?惰行?牵引?惰行?牵引? 狑０／Ｎ·ｋＮ－１０．７９＋０．００６４狏＋０００１１５狏２０．惰行?制动），因此，需要设置８个工况转换速度值．然后，将萤火虫个体代表工况转换速度值，通过１０００个萤火最高速度／ｋｍ·ｈ－１３００虫的不断移动，搜索出亮度最高的８个萤火虫序列，即列车运行能耗最低时依次对应的一组工况转换速度序列．图６ＣＲＨ３型动车组牵引特性曲线图７ＣＲＨ３型动车组制动特性曲线Ｆｉ６ＣＲＨ３ｔｒａｃｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｃｕｒｖｅｇ．Ｆｉ７ＣＲＨ３ｂｒａｋｅｃｈａｒａｃｔｅｒｉｓｔｉｃｃｕｒｖｅｇ．表２萤火虫算法参数值Ｔａｂ．２Ｆｉｒｅｆｌｌｒｉｔｈｍｐａｒａｍｅｔｅｒｖａｌｕｅｓｙａｇｏ参数名称狀犖ｍａｘ α γ 参数值１０００３００．４１ｒａｎｄ β００．９１参照《列车牵引规程》，仿真可得高速列车优化前的运行曲线，如图８所示．运用萤火虫算法优化工况转换处的速度值，得到优化后的高速列车运行曲线，如图９所示．图８优化前高速列车运行曲线图９优化后高速列车运行曲线Ｆｉ８Ｈｉｅｄｔｒａｉｎｏｐｅｒａｔｉｏｎｇ．ｇｈｓｐｅＦｉ９Ｈｉｅｄｔｒａｉｎｏｐｅｒａｔｉｏｎｇ．ｇｈｓｐｅｃｕｒｖｅｂｅｆｏｒｅｏｐｔｉｍｉｚａｔｉｏｎｃｕｒｖｅａｆｔｅｒｏｐｔｉｍｉｚａｔｉｏｎ表３优化前、后的节能性优化指标对比图８，９可知：列车工况转换点处的速度发生了明显变化．计算得出优化前、后的节能性优化指标，如表３所Ｔａｂ．３Ｅｎｅｒｆｆｉｃｉｅｎｃｙｉｎｄｉｃａｔｏｒｓｏｆｇｙｅ示．表３中：狊Ｅ为停车误差距离．ｂｅｆｏｒｅｏｐｔｉｍｉｚａｔｉｏｎａｎｄａｆｔｅｒｏｐｔｉｍｉｚａｔｉｏｎ由表３可知：高速列车运行曲线优化后，列车节能模式的运行时间为１４３６．９０ｓ，满足到站准时性的要求；停车误差为０．２２ｍ，满足停车精确性的要求；能耗指标从４５３０ＭＪ减少到３８８０ＭＪ，降低了１４．３３％的能源消耗．综上所评价指标优化前优化后犛／ｍ狊Ｅ／ｍ８４５０７．７１８４５０７．７８０．２９０．２２犈／ＭＪ４５３０３８８０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）４５６２０１９年述，文中所用方法取得了一定的节能效果．４结束语运用算法优化列车的运行曲线．以列车运行能耗为目标函数，以限速、时间和距离为约束条件，建立优化模型．运用萤火虫算法对模型中列车运行工况转换点处的速度进行优化．以ＣＲＨ３型动车组及武广客运专线中武汉站到咸宁北路两站间线路数据作为实验基础，得到高速列车优化后的运行曲线．对比优化前后的运行曲线和各项运行指标可知，该方法有效降低了高速列车运行过程中的能源消耗，且满足精确停车和准时到站的要求．仿真结果表明：所提方法在满足约束条件下取得了较好的实验效果，为后续研究提供了理论依据，可进一步进行相关方面的优化实验工作．参考文献：［１］ＨＯＡＮＧＨＨ，ＰＯＬＩＳＭ，ＨＡＵＲＩＥＡ．Ｒｅｄｕｃｉｎｇｅｎｅｒｏｎｓｕｍｐｔｉｏｎｔｈｒｏｕｇｈｔｒａｅｃｔｏｒｔｉｍｉｚａｔｉｏｎｆｏｒａｍｅｔｒｏｇｙｃｊｙｏｐｎｅｔｗｏｒｋ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＡｕｔｏｍａｔｉｃＣｏｎｔｒｏｌ，１９７５，２０（５）：５９０５９５．ＤＯＩ：１０．１１０９／ＴＡＣ．１９７５．１１０１０５８． ? ［２］ＣＨＡＮＧＣＳ，ＳＩＭＳＳ．Ｏｐｔｉｍｉｚｉｎｇｔｒａｉｎｍｏｖｅｍｅｎｔｓｔｈｒｏｕｇｈｃｏａｓｔｃｏｎｔｒｏｌｕｓｉｎｇｇｅｎｅｔｉｃａｌｒｉｔｈｍｓ［Ｊ］．ＥｌｅｃｔｒｉｃｇｏＰｏｗｅｒＡｐｐｌｉｃａｔｉｏｎ，１９９７，１４４（１）：６５７３．ＤＯＩ：１０．１０４９／ｉｅｐａ：１９９７０７９７． ? ? ｐ［３］ＫＯＨ，ＫＯＳＥＫＩＴ，ＭＩＹＡＴＡＫＥＭ．Ａｐｐｌｉｃａｔｉｏｎｏｆｄｙｎａｍｉｃｐｒｏｇｒａｍｍｉｎｇｔｏｏｐｔｉｍｉｚａｔｉｏｎｏｆｒｕｎｎｉｎｇｐｒｏｆｉｌｅｏｆａｔｒａｉｎ［Ｊ］．ＣｏｍｐｕｔｅｒｉｎＲａｉｌｗａｙｓ，２００４，４５（３）：８．ＤＯＩ：１０．１００７／ＢＦ０２２５２９３８．［４］付印平．列车追踪运行与节能优化建模及模拟研究［Ｄ］．北京：北京交通大学，２００９．［５］李玲玉．基于粒子群算法的城市轨道交通列车节能优化研究［Ｄ］．北京：北京交通大学，２０１６．［６］刘建强，魏远乐，胡辉．高速列车节能运行优化控制方法研究［Ｊ］．铁道学报，２０１４，３６（１０）：８?１１．ＤＯＩ：１０．３９６９／ｊ．８３６０．２０１４．１０．００２．ｉｓｓｎ．１００１ ? ［７］宿帅，唐涛．城市轨道交通ＡＴＯ的节能优化研究［Ｊ］．铁道学报，２０１４，３６（１２）：５１?５３．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００１? ｊ．８３６０．２０１４．１２．００９．［ｉｓｓｎ．１００１８］荀径，杨欣，宁滨．列车节能操纵优化求解方法综述［Ｊ］．铁道学报，２０１４，３６（４）：１５ＤＯＩ：１０．３９６９／ ?１７． ? ｊ．８３６０．２０１４．０４．００３．［９］宋文婷，谭觅，蔡文川．高速列车的节能操纵策略研究［Ｊ］．铁道科学与工程学报，２０１６，１３（３）：４２４?４２７．ＤＯＩ：１０．３９６９／７０２９．２０１６．０３．００３．ｉｓｓｎ．１６７２ ? ｊ．［１０］唐涛，荀径，曹芳．北京地铁亦庄线列车节能驾驶研究［Ｊ］．北京交通大学学报，２０１６，４０（４）：２０２３．ＤＯＩ：１０．１１８６０／ ? ｉｓｓｎ．１６７３０２９１．２０１６．０４．００３． ? ｊ．［１１］ＺＨＵＡｉｈｏｎｇ，ＭＡＸｉａｏｎａ，ＤＵＡＮＹｕｑｉｏｎｇ，犲狋犪犾．Ｏｐｅｒａｔｉｏｎｏｐｔｉｍｉｚａｔｉｏｎｏｆｔｒａｉｎｂａｓｅｄｏｎｆｉｒｅｆｌｌｒｉｔｈｍ［Ｃ］∥ ｙａｇｏ４ｔｈＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙａｎｄＭｅｃｈａｔｒｏｎｉｃｓＥｎｇｉｎｅｅｒｉｎｇＣｏｎｆｅｒｅｎｃｅ．Ｃｈｏｎｇｑｉｎｇ：ＩＥＥＥＰｒｅｓｓ，２０１８：１６２４１６２８． ? ［１２］王合良，贺德强，莫志刚．基于改进ＱＰＳＯ算法的地铁列车节能优化操纵研究［Ｊ］．广西大学学报，２０１６，４１（５）：１３９５１３９７．ＤＯＩ：１０．１３６２４／ｃｎｋｉ．ｉｓｓｎ．１００１７４４５．２０１６．１３９４． ? ? ｊ．［１３］曹佳峰，刘斌．基于２阶段优化的高速列车节能运行仿真研究［Ｊ］．铁道科学与工程学报，２０１８，１５（４）：８２２?８２４．ｉｓｓｎ．１６７２ＤＯＩ：１０．３９６９／７０２９．２０１８．０４．００１． ? ｊ．［１４］王德春，李克平，李想．多目标列车节能调度模型及模糊优化算法［Ｊ］．科学技术与工程，２０１２，１２（１２）：２８６９２８７３． ? ｉｓｓｎ．１６７１ＤＯＩ：１０．３９６９／１８１５．２０１２．１２．０２２． ? ｊ．［１５］卢启衡，冯晓云，王青元．基于遗传算法的追踪列车节能优化［Ｊ］．西南交通大学学报，２０１２，４７（２）：２６６２６８．ＤＯＩ： ? ｉｓｓｎ．０２５８１０．３９６９／２７２４．２０１２．０２．０１６． ? 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４０卷第４期２０１９年７月华侨大学学报（自然科学版）Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８１００２９ ? 三维机加工工序模型的变更与维护方法乔虎１，何俊１，徐昭晖１，向颖２（１．西安工业大学机电工程学院，陕西西安７１００２１；２．陕西科技大学机电工程学院，陕西西安７１００２１）摘要：针对三维机加工工序模型在变更过程中数据维护困难的问题，提出一种基于变更传播模型和工序模型信息的三维工序模型变更与维护方法．首先，通过建立工艺路线中各加工特征间的设计结构矩阵（ＤＳＭ），分析各加工特征可能的传播路径；然后，以分析所得路径为核心，对可能受影响的加工特征、加工特征所属工序模型等信息进行结构化存储；最后，结合工艺路线中各工序的工序模型信息，提出添加、删除、修改加工特征的工序模型变更和维护算法．实例验证表明：该方法可有效地进行三维机加工工序模型的变更与维护．关键词：三维工序模型；变更传播模型；加工特征；设计结构矩阵中图分类号：ＴＰ３９１文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０４５７０７ ? ? ? 犆犺犪狀犵犲犪狀犱犕犪犻狀狋犲狀犪狀犮犲犕犲狋犺狅犱狅犳３犇犕犪犮犺犻狀犻狀犵犘狉狅犮犲狊狊犕狅犱犲犾ＱＩＡＯＨｕ１，ＨＥＪｕｎ１，ＸＵＺｈａｏｈｕｉ１，ＸＩＡＮＧＹｉｎｇ２（１．ＳｃｈｏｏｌｏｆＭｅｃｈａｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，Ｘｉ ′ ａｎＴｅｃｈｎｏｌｏｇｉｃａｌＵｎｉｖｅｒｓｉｔ ′ ａｎ７１００２１，Ｃｈｉｎａ；ｙ，Ｘｉ２．ＣｏｌｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｈａａｎｘｉＵｎｉｖｅｒｓｉｔｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｘｉ ′ ａｎ７１００２１，Ｃｈｉｎａ）ｙｏ犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｄｉｆｆｉｃｕｌｔｄａｔａｍａｉｎｔｅｎａｎｃｅｉｎｔｈｅｐｒｏｃｅｓｓｏｆｔｈｅ３Ｄｍａｃｈｉｎｉｎｇｒｏｃｅｓｓｍｏｄｅｌ，ａｍｅｔｈｏｄｏｆｃｈａｎｇｅａｎｄｍａｉｎｔｅｎａｎｃｅｏｆ３Ｄｐｒｏｃｅｓｓｍｏｄｅｌｂａｓｅｄｏｎｃｈａｎｇｅｐｒｏｐａｇａｔｉｏｎｍｏｄｅｌｐａｎｄｐｒｏｃｅｓｓｍｏｄｅｌｉｎｆｏｒｍａｔｉｏｎｗａｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ，ｂｙｅｓｔａｂｌｉｓｈｅｄｔｈｅｄｅｓｉｔｒｕｃｔｕｒｅｍａｔｒｉｘ（ＤＳＭ）ａｍｏｎｇｇｎｓｅａｃｈｍａｃｈｉｎｉｎｇｆｅａｔｕｒｅｉｎｔｈｅｐｒｏｃｅｓｓｒｏｕｔｅ，ｔｈｅｐｏｓｓｉｂｌｅｐｒｏｐａｇａｔｉｏｎｐａｔｈｏｆｍａｃｈｉｎｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｓｗａｓａｎ  ａｌｚｅｄ．Ｓｅｃｏｎｄ，ｔａｋｅｎｔｈｅｐａｔｈｓｏｆａｎａｌｓｉｓａｓｔｈｅｃｏｒｅ，ｔｈｅａｆｆｅｃｔｅｄｉｎｆｏｒｍａｔｉｏｎ，ｆｏｒｅｘａｍｐｌｅｔｈｅｉｎｆｏｒｍａｔｉｏｎｙｙｏｆｐｒｏｃｅｓｓｉｎｇｆｅａｔｕｒｅｓａｎｄｐｒｏｃｅｓｓｍｏｄｅｌｓｔｈａｔｍａｙｂｅａｆｆｅｃｔｅｄ，ａｒｅｓｔｒｕｃｔｕｒｅｄｓｔｏｒａｇｅｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｒｏｃｅｓｓｍｏｄｅｌｉｎｆｏｒｍａｔｉｏｎｏｆｅａｃｈｐｒｏｃｅｓｓ．Ｆｉｎａｌｌｒｏｃｅｓｓｍｏｄｅｌｃｈａｎｇｅａｎｄｍａｉｎｔｅｎａｎｃｅａｌｒｉｔｈｍｔｏａｄｄ，ｐｙ，ａｐｇｏｄｅｌｅｔｅａｎｄｍｏｄｉｆｃｈｉｎｉｎｇｆｅａｔｕｒｅｉｓｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｐｒｏｃｅｓｓｍｏｄｅｌｉｎｆｏｒｍａｔｉｏｎ．Ｔｈｅｅｘａｍｐｌｅｓｓｈｏｗｔｈａｔｙｍａｔｈｉｓｍｅｔｈｏｄｃａｎｅｆｆｅｃｔｉｖｅｌｉｎｔａｉｎｔｈｅ３Ｄｍａｃｈｉｎｉｎｇｐｒｏｃｅｓｓｍｏｄｅｌ．ｙｃｈａｎｇｅａｎｄｍａ犓犲狉犱狊：３Ｄｐｒｏｃｅｓｓｍｏｄｅｌ；ｃｈａｎｇｅｐｒｏｐａｇａｔｉｏｎｍｏｄｅｌ；ｍａｃｈｉｎｉｎｇｆｅａｔｕｒｅ；ｄｅｓｉｔｒｕｃｔｕｒｅｍａｔｒｉｘｇｎｓ狔狑狅基于模型的定义（ＭＢＤ）技术旨在通过三维模型为产品设计与制造信息提供依据和载体［１?２］，其中，应用ＭＢＤ技术进行机械加工工艺设计和数控编程是当前研究的热点［３?１０］．工序模型变更传播是指对某一工序模型进行修改后，该工序模型的更改会传播到后续的工序模型中［１１?１２］．通过研究变更因素之间的关系，构建数学模型是预测变更路径的基础［１３?１４］．目前，这方面应用较广的数学模型主要有层次分析模［］型［１５］、多目标决策模型［１６］、设计结构矩阵（ＤＳＭ）模型１７等．设计结构矩阵在描述多重组成关系中具有较为突出的优势［１７?２１］，它可以清晰地表现设计因素之间的耦合、制约等复杂关系．因此，本文首先通过建收稿日期：２０１８１０１５ ? ? 通信作者：向颖（ｉｎｇｃａｒａ＠ｈｏ１９８７Ｅｉｌ：ｔｍａｉｌ．ｃｏｍ． ?），女，讲师，博士，主要从事智能设计与智能制造的研究． ?ｍａｙ基金项目：国家自然科学基金资助项目（５１７０５３９２）；陕西省创新人才推进计划?青年科技新星项目（２０１９ＫＪＸＸ? ０６０）；陕西省软科学研究计划资助项目（２０１９ＫＲＭ１５２，２０１９ＫＲＭ２０３）华侨大学学报（自然科学版）４５８２０１９年立各加工特征间的设计结构矩阵，对其进行聚类分析，获取各加工特征可能的传播路径．然后，基于传播路径，对路径中的机加工序模型、加工特征等信息进行结构化建模，形成三维工序模型变更与维护的数据基础．最后，提出添加、删除、修改加工特征的工序模型变更和维护算法，并进行实例验证．１基础模型的建立１．１工序模型变更传播的路径分析１．１．１工序模型变更ＤＳＭ的建立在工序模型变更过程中，后期工序模型中的加工特征在前期工序模型的加工特征更改的基础上获得，即工序模型的加工特征间存在有向的关联关系．工序模型变更，如图１所示．首先，通过外轮廓加工和扩孔操作，对工序模型１的基础特征１．１～１．５进行加工，形成新的特征２．１～２．５（图１（ｂ））；然后，在特征２．１的基础上，通过开槽工步形成特征３．１，３．２，通过打孔工步形成特征３．３（图１（ｃ））；最后，在特征２．１的基础上进行开异型槽工序，形成新特征４．１（图１（ｄ））．（ａ）工序模型１（ｂ）工序模型２（ｃ）工序模型３（ｄ）工序模型４图１工序模型变更Ｆｉ１Ｐｒｏｃｅｓｓｍｏｄｅｌｃｈａｎｇｅｇ．工序间加工特征关联关系共有１４个（图１），用１４×１４的矩阵表示．ＤＳＭ中，若某一特征犻基于特征犼构建，则令方阵中的第犻行第犼列的元素为１；否则，该元素为０，其中，犻≠犼．得到的设计结构矩阵，即为该工序模型变更设计结构矩阵，如图２所示．１．１．２基于ＤＳＭ聚类的变更传播路径分析采用文献［１６］中的算法，得到ＤＳＭ聚类结果，如图３所示．由图３可知：经过聚类之后，ＤＳＭ中产生了若干大小不同的子块，每个子块中包含的加工特征的变更只会影响其对应子块中的元素．由于不同子块的加工特征不存在耦合关系，故不同子图２工序模型变更ＤＳＭ块之间不会发生变更传播．因此，分析或关联子块中蕴含的ｏｃｅｓｓｍｏｄｅｌｃｈａｎｇｅＤＳＭＦｉ２Ｐｒｇ．加工特征成为核心问题．根据ＤＳＭ聚类结果，得到若干个无关的加工特征关联子图，如图４所示．图４中：对加工特征变更图３ＤＳＭ聚类结果图４特征间关联图Ｆｉ３ＤＳＭｃｌｕｓｔｅｒｉｎｇｒｅｓｕｌｔｓｇ．Ｆｉ４Ｃｏｒｒｅｌａｔｉｏｎｇｒａｐｈｂｅｔｗｅｅｎｆｅａｔｕｒｅｓｇ．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期乔虎，等：三维机加工工序模型的变更与维护方法４５９的可能影响路径和影响范围进行标示．１．２工序变更传播模型的建立根据相似零件结构有相似工艺准则，相似的加工特征可能使用相同的加工方法［２２］．根据加工特征的类别，可以确定已有工序模型中是否具有与新加工特征同一类别的加工特征．若存在同一类别的加工特征，则优先将新加工特征添加到该工序模型中；否则，需要工艺人员确定新加工特征所属工序模型．建立工序模型变更传播模型，记录工序变更发生时的加工特征的变化路径和影响范围，指导加工特征的增加、删除、修改操作．ＤＳＭ聚类分析结果或对应的加工特征关联子图是工序变更传播模型的基础，在这基础上，整合各加工特征所属工序模型及加工特征类型的信息，以形式化进行表示，便于存储和应用．变更传播模型的基本结构，如图５所示．图５中：第１层节点Ｄｅｓｃｒｉｔｉｏｎ为根节点，其他节点均为ｐ其子节点；第２层节点包括ＰｒｏｃｅｓｓＮａｍｅ（存储该变更传播模型所属的工艺名称），ＰａｔｈＮｕｍ（分类标记指示变更路径的编号，即所基于的ＤＳＭ子块或加工特征子图）和Ｎｏｄｅｓ（记录该变更路径所包含的节点信息）；第３层节点包括ＰａｒｅｎｔＩＤ（存储加工特征引用的加工特征的ＩＤ），ＦｅａｔｕｒｅＩＤ（存储加工特征的ＩＤ），ＦｅａｔｕｒｅＴｙｐｅ（记录加工特征所属的特征类型信息），ＰｒｏｃｅｄｕｒｅＮａｍｅ（记录加工特征所属的工序模型信息）．图５变更传播模型的基本结构Ｆｉ５Ｃｈａｎｇｅｂａｓｉｃｓｔｒｕｃｔｕｒｅｏｆｐｒｏｐａｇａｔｉｏｎｍｏｄｅｌｇ．１．３三维工序模型信息的建模变更传播模型虽然包含加工特征与所属三维工序模型等部分的三维工序模型信息，但是不包含工艺标注和未发生变化的加工特征等其他信息．三维工序模型中不仅包含新添加的加工特征，还包含已有的、未发生变化的加工特征，即已完成加工特征．已完成加工特征在当前工序模型中不进行工艺标注，但当在工序模型中添加、删除或修改加工特征时，可能对已完成的加工特征产生影响．因此，在建立三维工序模型信息结构时，需要包含完整的加工特征信息、组成加工特征的几何元素信息和工艺标注信息．综上所述，建立三维工序模型信息的组织结构，将工艺路线中的三维工序模型信息按照该结构进行组织规范，结合变更传播模型，成为三维机加工工序模型变更传播与维护的基本信息来源．三维工序模型信息包括工序名、加工特征、组成加工特征的几何元素和工艺标注等，形式化表示这些信息，形成三维工序模型信息组织结构，如图６所示．图６中：第１层节点Ｄｅｓｃｒｉｔｉｏｎ为根节点；第２ｐ层节点包括ＰｒｏｃｅｓｓＮａｍｅ，ＰｒｏｃｅｄｕｒｅＮａｍｅ，Ｆｅａｔｕ  ｒｅｓ（描述该工序模型包含的加工特征信息）；第３层节点包括ＦｅａｔｕｒｅＩＤ，ＧｅｏＥｌｅｍｅｎｔｓ（存储组成加工特征的几何元素信息），Ａｎｎｏｔａｔｉｏｎｓ（对加工特征进行工艺标注）；第４层节点包括ＡｎｎｏＩＤ（工艺标注的唯一标识），ＡｔｔａｃｈｅｄＥｌｅ（记录该工艺标注所依附的几何元素）．图６三维工序模型信息组织结构２三维工序模型变更与数据维护Ｆｉ６Ｉｎｆｏｒｍａｔｉｏｎｏｒｉｚａｔｉｏｎｓｔｒｕｃｔｕｒｅｇ．ｇａｎｏｆ３Ｄｐｒｏｃｅｓｓｍｏｄｅｌ２．１加工特征算法的修改加工特征算法的修改有以下５个步骤．步骤１打开工序模型犻，对加工特征犽进行修改．步骤２在变更传播模型中，查找修改的加工特征犽，确定其所属加工特征关联子图ＰａｔｈＮｕｍ．步骤３根据ＰａｔｈＮｕｍ记录的加工特征间关联关系，确定依赖于加工特征犽的狀个加工特征．步骤４修改加工特征犽后，重新建立工序模型犻的工序模型信息，并与原工序模型信息进行对比，将差异信息（不包含Ａｎｎｏｔａｔｉｏｎｓ）添加到数组ＣｈａｎｇｅｄＦｅａｔｕｒｓ（一个存储变化信息的临时数组）．根据ＣｈａｎｇｅｄＦｅａｔｕｒｅｓ存储的信息，更新犻之后所有工序模型的对应信息和三维模型．步骤５依赖加工特征犽的第犼（１≤犼≤狀）个加工特征进行更新，若犼＜狀，令犽＝犼，转至步骤４．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．４６０华侨大学学报（自然科学版）２０１９年２．２加工特征算法的删除由于加工特征的关联性，删除加工特征的难点在于删除后的相关加工特征的处理．按照删除加工特征在加工特征关联子图中的位置，删除后的后续加工特征的处理可以分为删除后重新链接前、后加工特征和删除后续所有加工特征２种方式；此外，若删除加工后，导致某工序模型与前续工序模型相同，则该工序模型不存在新的加工特征，需要删除该工序模型．加工特征算法的删除有以下８个步骤．步骤１打开工序模型，删除加工特征犽．步骤２查找待删除加工特征犽，确定其所属加工特征关联子图ＰａｔｈＮｕｍ．步骤３建立待删除加工特征数组ＤｅｌＦｅａｔｕｒｅｓ，记录待删除加工特征的ＦｅａｔｕｒｅＩＤ和所属工序模型ＰｒｏｃｅｄｕｒｅＮａｍｅ．步骤４若仅删除加工特征犽，根据ＰａｔｈＮｕｍ记录的加工特征关联关系，查找依赖于加工特征犽的加工特征，更新这些加工特征的ＰａｒｅｎｔＩＤ，从而重建变更传播模型结构．更新加工特征犽之后的第犽＋１，犽＋２，…个加工特征，使用添加加工特征的算法对工序模型进行维护．步骤５根据ＰａｔｈＮｕｍ中加工特征间关联关系，查找依赖于加工特征犽的所有加工特征，存储其信息至ＤｅｌＦｅａｔｕｒｅｓ．步骤６在变更传播模型中，删除ＤｅｌＦｅａｔｕｒｅｓ记录的加工特征．步骤７根据ＤｅｌＦｅａｔｕｒｅｓ记录的待删除加工特征所属工序模型信息，打开对应工序模型，并删除工序模型信息中的加工特征信息Ｆｅａｔｕｒｅｓ．步骤８判断ＤｅｌＦｅａｔｕｒｅｓ记录的待删除加工特征所属工序模型信息中Ａｎｎｏｔａｔｉｏｎｓ节点下是否为空，若为空，则删除该工序模型．２．３加工特征算法的添加在工艺路线中添加新的加工特征，可以分为对后续加工特征有影响和无影响２类．在新加工特征归属三维工序模型方面，若新加工特征对后续加工特征无影响，则可以将此加工特征添加到任一三维工序模型，考虑加工效率和经济性，优先将新加工特征添加到有相似特征的工序模型中；若新加工特征对后续加工特征有影响，则必须将新加工特征归属于受影响的加工特征所属的工序模型或其前续加工模型．考虑新添加加工特征的不同类型，加工特征算法的添加有以下９个步骤．步骤１遍历变更传播模型中的Ｎｏｄｅｓ节点下的ＦｅａｔｕｒｅＴｙｐｅ属性，若存在与待添加加工特征犽同类型的加工特征，转至步骤２；否则，进入步骤３．步骤２在与待添加加工特征同类型的加工特征集合中选取一个加工特征，记为加工特征，获取其对应的ＰｒｏｃｅｄｕｒｅＮａｍｅ属性，即该加工特征所处的工序模型记为工序模型犻，从而确定待添加加工特征所属工序模型，转至步骤４．步骤３根据工艺设计基本原则，选取某一工序模型作为新加工特征的依赖工序模型，记为工序模型犻，也可以在工序模型尾部新建工序模型作为新加工特征的依赖工序模型．步骤４考察新添加加工特征犽与变更传播模型中各加工特征的关联关系．若加工特征犽处于某一加工特征关联子图的尾部，则在变更传播模型中对应ＰａｔｈＮｕｍ的Ｎｏｄｅｓ节点下新建加工特征犽相关信息，并使用ＰａｒｅｎｔＩＤ属性建立关联关系；若加工特征犽处于某一加工特征关联子图中，则在变更传播模型中对应ＰａｔｈＮｕｍ的Ｎｏｄｅｓ节点下新建加工特征犽相关信息，并查找依赖于加工特征犽的加工特征，更新这些加工特征的ＰａｒｅｎｔＩＤ，从而重建变更传播模型结构．步骤５若新建工序模型，转至步骤９．步骤６根据ＰａｔｈＮｕｍ记录的加工特征间关联关系，确定依赖于加工特征犽的狀个加工特征．步骤７新添加（修改）加工特征犽后，重新建立工序模型犻的工序模型信息，并与原工序模型信息进行对比，将差异信息（不包含Ａｎｎｏｔａｔｉｏｎｓ）添加到数组ＣｈａｎｇｅｄＦｅａｔｕｒｓ．根据ＣｈａｎｇｅｄＦｅａｔｕｒｅｓ存储的信息，更新犻之后所有工序模型的对应信息和三维模型．．步骤８依赖加工特征犽的第犼（１≤犼≤狀）个加工特征进行更新，若犼＜狀，令犽＝犼，转至步骤７．步骤９拷贝工艺路线中的最后一个工序模型及信息，更新ＰｒｏｃｅｄｕｒｅＮａｍｅ，并删除Ｆｅａｔｕｒｅｓ节点下所有的Ａｎｎｏｔａｔｉｏｎｓ信息．将新添加加工特征信息添加到该工序模型Ｆｅａｔｕｒｅｓ节点下．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期乔虎，等：三维机加工工序模型的变更与维护方法４６１３实例分析以图１所示零件的加工过程为例，对节２加工特征变更方法进行有效性验证．在图１的基础上添加模型尺寸，得到初始加工工序模型，如图７所示．图７中：犚为外圆半径； Φ 为孔直径．（ａ）工序模型１（ｂ）工序模型２（ｃ）工序模型３（ｄ）工序模型４图７初始加工工序模型（单位：ｍｍ）Ｆｉ７Ｉｎｉｔｉａｌｐｒｏｃｅｓｓｍｏｄｅｌ（ｕｎｉｔ：ｍｍ）ｇ．３．１加工特征的修改假定待修改的加工特征为工序模型２中的外轮廓加工特征，要求上、下２个加工面分别加工１ｍｍ，得到工序模型２ ′．修改外轮廓加工特征后，根据工序模型２ ′重建工序模型信息，将新工序模型信息与原工序模型信息进行对比，在工序模型信息变化的基础上，更新后续工序模型，得到工序模型３ ′，４ ′，如图８所示．（ａ）工序模型１（ｂ）工序模型２ ′ （ｃ）工序模型３ ′ （ｄ）工序模型４ ′ 图８修改加工特征后的工序模型（单位：ｍｍ）Ｆｉ８Ｐｒｏｃｅｓｓｍｏｄｅｌａｆｔｅｒｍｏｄｉｆｉｃａｔｉｏｎｏｆｍａｃｈｉｎｉｎｇｆｅａｔｕｒｅｓ（ｕｎｉｔ：ｍｍ）ｇ．由图４可知：工序模型３中的２个开槽加工特征依赖于外轮廓加工特征．故更改上加工面，开槽加工特征也将随之发生更改．因此，再次使用修改加工特征算法，进行加工特征修改，得到修改后的工序模型３ ″，４ ″，如图９所示．（ａ）工序模型１（ｂ）工序模型２ ′ （ｃ）工序模型３ ″ （ｄ）工序模型４ ″ 图９变更维护后的工序模型（单位：ｍｍ）Ｆｉ９Ｐｒｏｃｅｓｓｍｏｄｅｌａｆｔｅｒｃｈａｎｇｅｍａｉｎｔｅｎａｎｃｅ（ｕｎｉｔ：ｍｍ）ｇ．３．２加工特征的删除假定待删除加工特征为图７中工序模型３中的２个槽特征和孔特征．根据删除加工特征算法，在变更传播模型中查找待删除加工特征，由图４可知：工序模型３中的２个槽特征（特征３．１，３．２）和孔特征（特征３．３）位于加工特征关联子图的尾部，即无其他加工特征依赖于这２个槽特征和孔特征．因此，删犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）４６２２０１９年除变更传播模型中２个槽特征和１个孔特征对应的节点及工序模型３中的加工特征，更新工序模型４，得到删除加工特征后的工序模型，如图１０所示．由于工序模型３中的加工特征已经被删除，因此，删除工序模型３．（ａ）工序模型１（ｂ）工序模型２（ｃ）工序模型３（ｄ）工序模型４图１０删除加工特征后的工序模型（单位：ｍｍ）Ｆｉ１０Ｐｒｏｃｅｓｓｍｏｄｅｌｗｉｔｈｍａｃｈｉｎｉｎｇｆｅａｔｕｒｅｓｒｅｍｏｖｅｄ（ｕｎｉｔ：ｍｍ）ｇ．３．３加工特征的添加假定需要在底座上添加倒角特征，该加工特征也属于外轮廓加工．遍历变更传播模型中各节点下的ＦｅａｔｕｒｅＴｙｐｅ属性，查找变更传播模型中存在外轮廓加工特征２．１（图４），从而确定将倒角特征添加到工序模型２中．由于不存在依赖于倒角特征的加工特征，因此，将倒角特征直接添加到变更传播模型中对应的加工特征关联子图的尾部．将加工特征添加到工序模型２中，重建工序模型信息，将新工序模型信息与原工序模型信息进行对比，在工序模型信息变化的基础上，更新后续工序模型，得到添加加工特征后的工序模型，如图１１所示．（ａ）工序模型１（ｂ）工序模型２（ｃ）工序模型３（ｄ）工序模型４图１１添加加工特征后的工序模型（单位：ｍｍ）Ｆｉ１１Ｐｒｏｃｅｓｓｍｏｄｅｌａｆｔｅｒａｄｄｉｎｇｍａｃｈｉｎｉｎｇｆｅａｔｕｒｅｓ（ｕｎｉｔ：ｍｍ）ｇ．４结束语从工艺路线中的加工特征着手，以ＤＳＭ聚类分析方法为基本研究方法，对加工特征变更传播的可能路径和影响范围进行分析，从而建立变更传播模型记录加工特征的关联关系及其与工序模型的对应关系．通过建立适用于变更传播模型的工序模型信息组织结构，对工序模型信息进行组织管理，并通过研究不同类型变更来源的应对策略，实现三维机加工工序模型变更传播与维护．实例验证表明：与基于特征关联进行三维工序模型变更的方法相比，文中方法在加工路径的多样性和加工特征的灵活性方面更具有优势，在工序模型的变更与维护上也更具有可靠性和优越性．参考文献：［１］ＱＵＩＮＴＡＮＡＶ，ＲＩＶＥＳＴＬ，ＰＥＬＬＥＲＩＮＲ，犲狋犪犾．Ｗｉｌｌｍｏｄｅｌｓｅｄｄｅｆｉｎｉｔｉｏｎｒｅｐｌａｃｅｅｎｇｉｎｅｅｒｉｎｇｄｒａｗｉｎｇｓｔｈｒｏｕｇ ?ｂａ ? ｈｏｕｔｔｈｅｐｒｏｄｕｃｔｌｉｆｅｃｙｃｌｅ：ＡｇｌｏｂａｌｐｅｒｓｐｅｃｔｉｖｅｆｒｏｍａｅｒｏｓｐａｃｅｉｎｄｕｓｔｒＪ］．ＣｏｍｐｕｔｅｒｓｉｎＩｎｄｕｓｔｒ２０１０，６１（５）：ｙ［ｙ，４９７５０８．ＤＯＩ：１０．１０１６／ｃｏｍｐｉｎｄ．２０１０．０１．００５． ? ｊ．［２］ＴＲＡＩＮＥＲＡ，ＨＥＤＢＥＲＧＴ，ＦＥＥＮＥＹＡＢ，犲狋犪犾．Ｇａｐｓａｎａｌｓｉｓｏｆｉｎｔｅｇｒａｔｉｎｇｐｒｏｄｕｃｔｄｅｓｉｆａｃｔｕｒｉｎｇ，ａｎｄｙｇｎ，ｍａｎｕｌｉｔｔａｉｎｔｈｅｓｕｐｐｌｉｎｕｓｉｎｇｍｏｄｅｌｓｅｄｄｅｆｉｎｉｔｉｏｎ［Ｃ］∥ＡＳＭＥ２０１６ＩｎｔｅｒｎａｔｉｏｎａｌＭａｎｕｆａｃｔｕｒｉｎｇＳｃｉｅｎｃｅ ?ｂａｑｕａｙｄａｙｃｈａ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期乔虎，等：三维机加工工序模型的变更与维护方法４６３ａｎｄＥｎｇｉｎｅｅｒｉｎｇＣｏｎｆｅｒｅｎｃｅ．Ｖｉｒｉｎｉａ：［ｓ．ｎ．］，２０１６：１１９．ＤＯＩ：１０．１１１５／ＭＳＥＣ２０１６８７９２． ? ? ｇ［３］ＬＩＵＸｉａｏｕｎ，ＬＩＸｉａｎｇ，ＸＩＮＧＪｉａｌｕ，犲狋犪犾．Ｉｎｔｅｇｒａｔｉｎｇｍｏｄｅｌｉｎｇｍｅｃｈａｎｉｓｍｆｏｒｔｈｒｅｅｉｍｅｎｓｉｏｎａｌｃａｓｔｉｎｇｐｒｏｃｅｓｓ ?ｄｊＪ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＡｄｖａｎｃｅｄＭａｎｕｆａｃｔｕｒｉｎｇＴｅｃｈｎｏｌｏｇｙ，２０１８，９４：３１４５ＤＯＩ：ｍｏｄｅｌｂａｓｅｄｏｎＭＢＤ［ ?３１６２．１０．１００７／ｓ００１７００１６９４７９２． ? ? ? ［４］万能，苟园捷，刘琳琳．ＭＢＤ机加工序模型更改的主动传播与一致性维护方法［Ｊ］．计算机辅助设计与图形学学报，２０１３（６）：９２４９３０．ＤＯＩ：１０．３９６９／９７７５．２０１３．０６．０２１．ｉｓｓｎ．１００３ ? ? ｊ．［５］ＸＵＸｕｎ，ＷＡＮＧＬｉｈｕｉ，ＮＥＷＭＡＮＳＴ．Ｃｏｍｐｕｔｅｒａｉｄｅｄｐｒｏｃｅｓｓｐｌａｎｎｉｎｇ：Ａｃｒｉｔｉｃａｌｒｅｖｉｅｗｏｆｒｅｃｅｎｔｄｅｖｅｌｏｐｍｅｎｔｓ ? ａｎｄｆｕｔｕｒｅｔｒｅｎｄｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒＩｎｔｅｇｒａｔｅｄＭａｎｕｆａｃｔｕｒｉｎｇ，２０１１，２４（１）：１３１．ＤＯＩ：１０．１０８０／ ? ０９５１１９２Ｘ．２０１０．５１８６３２．［６］ＨＵＡＮＧＲｕｉ，ＺＨＡＮＧＳｈｕｓｈｅｎｇ，ＢＡＩＸｉａｏｌｉａｎｇ，犲狋犪犾．Ｍｕｌｔｉｌｅｖｅｌｓｔｒｕｃｔｕｒａｌｉｚｅｄｍｏｄｅｌｓｅｄｄｅｆｉｎｉｔｉｏｎｍｏｄｅｌｂａｓｅｄ ? ?ｂａＪ］．ＴｈｅＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＡｄｖａｎｃｅｄＭａｎｕ  ｏｎｍａｃｈｉｎｉｎｇｆｅａｔｕｒｅｓｆｏｒｍａｎｕｆａｃｔｕｒｉｎｇｒｅｕｓｅｏｆｍｅｃｈａｎｉｃａｌｐａｒｔｓ［ｆａｃｔｕｒｉｎｇＴｅｃｈｎｏｌｏｇｙ，２０１４，７５（５）：１０３５１０４８．ＤＯＩ：１０．１００７／ｓ００１７００１４６１８３ ? ? ? ? ｙ．［７］乔虎，周源，白蠫．采用特征识别技术的ＭＢＤ模型自动语义标注方法［Ｊ］．华侨大学学报（自然科学版），２０１８，３９（５）：１３０１３５．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０４０８６． ? ? ［８］乔虎，吴庆云，杜江，等．融合装配信息的三维装配模型检索方法［Ｊ］．华侨大学学报（自然科学版），２０１８，３９（４）：６０ ? ６５．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７１２０４５． ? ［９］于勇，周阳，曹鹏，等．基于ＭＢＤ模型的工序模型构建方法［Ｊ］．浙江大学学报（工学版），２０１８，５２（６）：６１５．ＤＯＩ：１０． ? ３７８５／９７３Ｘ．２０１８．０６．００１．ｉｓｓｎ．１００８ ? ｊ．［１０］周秋忠，郭具涛，徐万洪．工序ＭＢＤ模型的参数化驱动生成方法［Ｊ］．组合机床与自动化加工技术，２０１７（１２）：１２９ ? １３２．ＤＯＩ：１０．１３４６２／ｃｎｋｉ．ｍｍｔａｍｔ．２０１７．１２．０３２．ｊ．［１１］ＣＡＲＲＩＬＬＯＪＥ，ＧＡＮＩＭＯＮＣ．Ａｆｒａｍｅｗｏｒｋｆｏｒｐｒｏｃｅｓｓｃｈａｎｇｅ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＥｎｇｉｎｅｅｒｉｎｇＭａｎａｇｅ  ｍｅｎｔ，２００２，４９（４）：４０９４２７．ＤＯＩ：１０．１１０９／ＴＥＭ．２００２．８０６７１２． ? ［１２］ＥＨＭＡＮＮＫＦ，ＫＡＰＯＯＲＳＧ，ＤＥＶＯＲＲＥ，犲狋犪犾．Ｍａｃｈｉｎｉｎｇｐｒｏｃｅｓｓｍｏｄｅｌｉｎｇ：Ａｒｅｖｉｅｗ［Ｊ］．ＪｏｕｒｎａｌｏｆＭａｎｕ  １９９７，１１９（４）：６５５６６３．ｆａｃｔｕｒｉｎｇＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ， ? ［１３］唐敦兵，徐荣华，唐吉成，等．基于设计结构矩阵的工程变更影响分析［Ｊ］．机械工程学报，２０１０，４６（１）：１５４ ?１６１．１０．３９０１／ＪＭＥ．２０１０．０１．１５４．ＤＯＩ：［１４］乔虎，莫蓉，向颖．变更路径预测支持的自适应模块建模［Ｊ］．计算机辅助设计与图形学学报，２０１５（１２）：２３５８２３６６． ? １０．３９６９／９７７５．２０１５．１２．０１４．ＤＯＩ：ｉｓｓｎ．１００３ ? ｊ．［１５］ＳＡＡＴＹＴＬ．Ｄｅｃｉｓｉｏｎｍａｋｉｎｇｗｉｔｈｔｈｅａｎａｌｔｉｃｈｉｅｒａｒｃｈｙｐｒｏｃｅｓｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＳｅｒｖｉｃｅｓＳｃｉｅｎｃｅｓ，ｙ２００８，６６（９）：８３９８． ? ［１６］ＷＡＬＬＥＮＩＵＳＪ，ＤＹＥＲＪＳ，ＦＩＳＨＢＵＲＮＰＣ，犲狋犪犾．Ｍｕｌｔｉｌｅｃｒｉｔｅｒｉａｄｅｃｉｓｉｏｎｍａｋｉｎｇ，ｍｕｌｔｉａｔｔｒｉｂｕｔｅｕｔｉｌｉｔｈｅｏｒｐｙｔｙ：Ｒｅｃｅｎｔａｃｃｏｍｐｌｉｓｈｍｅｎｔｓａｎｄｗｈａｔｌｉｅｓａｈｅａｄ［Ｊ］．ＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅ，２００８，５４（７）：１３３６１３４９． ? ［１７］ＴＡＮＧＤｕｎｂｉｎｇ．Ｅｘｅｃｕｔｉｏｎｓｅｅｐｌａｎｎｉｎｇｏｆｃｏｍｐｕｔａｔｉｏｎａｌｍｏｄｅｌｓｂａｓｅｄｏｎｉｎｃｉｄｅｎｃｅｍａｔｒｉｘａｎｄｄｅｓｉｔｒｕｃ  ｑｕｅｎｃｇｎｓｔｕｒｅｍａｔｒｉｘ［Ｊ］．ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２００８，４４（１２）：１７３１７９． ? ［１８］ＢＲＯＷＮＩＮＧＴＲ．Ａｐｐｌｉｎｇｔｈｅｄｅｓｉｔｒｕｃｔｕｒｅｍａｔｒｉｘｔｏｓｙｓｔｅｍｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｉｎｔｅｇｒａｔｉｏｎｐｒｏｂｌｅｍｓ：Ａｒｅ  ｙｇｎｓｖｉｅｗａｎｄｎｅｗｄｉｒｅｃｔｉｏｎｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＥｎｇｉｎｅｅｒｉｎｇＭａｎａｇｅｍｅｎｔ，２００１，４８（３）：２９２３０６．ＤＯＩ：１０．１１０９／ ? １７．９４６５２８．［１９］ＣＨＥＮＬｉ，ＤＩＮＧＺｈｅｎｄｏｎｇ，ＬＩＳ．Ａｆｏｒｍａｌｔｗｏｓｅｍｅｔｈｏｄｆｏｒｄｅｃｏｍｐｏｓｉｔｉｏｎｏｆｃｏｍｐｌｅｘｄｅｓｉｒｏｂｌｅｍｓ［Ｊ］． ?ｐｈａｇｎｐＪｏｕｒｎａｌｏｆＭｅｃｈａｎｉｃａｌＤｅｓｉ２００５，１２７（２）：１８４１９５．ＤＯＩ：１０．１１１５／１．１７７８１８６． ? ｇｎ，［２０］乔虎，冯帆，杜江，等．应用Ｋａｎｏ模型的闭环产品聚类配置方法［Ｊ］．华侨大学学报（自然科学版），２０１８，３９（３）：３４９３５４．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７１２００８． ? ? ［２１］宫中伟，莫蓉，杨海成，等．基于矩阵的工程变更雪崩传播预测方法［Ｊ］．计算机集成制造系统，２０１２，１８（１２）：２６１９ ? ｃｉｍｓ．２０１２．１２．４３．ｚｈｗ．０１５．２６２７．ＤＯＩ：１０．１３１９６／ｊ．ｇｏｎｇ［２２］ＸＵＣｈａｎｇｈｏｎｇ，ＺＨＡＮＧＳｈｕｓｈｅｎｇ，ＨＵＡＮＧＲｕｉ，犲狋犪犾．ＮＣｐｒｏｃｅｓｓｒｅｕｓｅｒｉｅｎｔｅｄｆｌｅｘｉｂｌｅｐｒｏｃｅｓｓｐｌａｎｎｉｎｇｏｐｔｉ  ?ｏｍｉｚａｔｉｏｎａｐｐｒｏａｃｈｆｏｒｐｒｉｓｍａｔｉｃｐａｒｔｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＡｄｖａｎｃｅｄＭａｎｕｆａｃｔｕｒｉｎｇＴｅｃｈｎｏｌｏｇｙ，２０１６，８７（１）：１２３．ＤＯＩ：１０．１００７／ｓ００１７００１６８４６０４． ? ? ? ? （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：崔长彩）第４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８１２０５５ ? 单行星排客车混动系统控制策略对比孙贵斌１，２，卓文得１，李英１，马腾腾３（１．厦门理工学院机械与汽车工程学院，福建厦门３６１０２４；２．厦门理工学院福建省新能源与安全技术研究院，福建厦门３６１０２４；３．福建省福工动力技术有限公司，福建厦门３６１０００）摘要：为了提高混合动力汽车的燃油经济性及降低汽车的尾气排放，从中国城市典型工况的动力需求出发，以单行星排１０．５ｍ城市公交客车为研究对象，采用ＭＡＴＬＡＢ软件建立整车经济性计算模型；然后，对比分析客车在单一目标控制策略和双层筛选全局优化控制策略下的节油效果．研究结果表明：在中国城市典型工况下，客车采用双层筛选全局优化控制策略比采用单一目标控制策略节油效果更为显著，节油率高达４．４％．关键词：混合动力；全局优化；控制策略；单行星排中图分类号：Ｕ４６９．７文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０４６４０６ ? ? ? 犆狅犿狆犪狉犪狋犻狏犲犛狋狌犱狔狅犳犆狅狀狋狉狅犾犛狋狉犪狋犲犻犲狊犳狅狉犵犾犪狀犲狋犅狌狊犎狔犫狉犻犱犛狔狊狋犲犿狅犳犛犻狀犵犾犲 ?犘，ＳＵＮＧｕｉｂｉｎ１２，ＺＨＵＯＷｅｎｄｅ１，ＬＩＹｉｎｇ１，ＭＡＴｅｎｇｔｅｎｇ３（１．ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌａｎｄＡｕｔｏｍｏｔｉｖｅＥｎｇｉｎｅｅｒｉｎｇ，ＸｉａｍｅｎＵｎｉｖｅｒｓｉｔｆＴｅｃｈｎｏｌｏｇｙ，Ｘｉａｍｅｎ３６１０２４，Ｃｈｉｎａ；ｙｏ２．ＦｕｉａｎＩｎｓｔｉｔｕｔｅｏｆＮｅｗＥｎｅｒｉｃｌｅａｎｄＳａｆｅｔｃｈｎｏｌｏｇｙ，ＸｉａｍｅｎＵｎｉｖｅｒｓｉｔｆＴｅｃｈｎｏｌｏｇｙ，Ｘｉａｍｅｎ３６１０２４，Ｃｈｉｎａ；ｊｇｙＶｅｈｙＴｅｙｏ３．ＦｕｉａｎＦｕｇｏｎｇＥｎｇｉｎｅｅｒｉｎｇＴｅｃｈｎｏｌｏｇｙＬｉｍｉｔｅｄＣｏｍｐａｎｙ，Ｘｉａｍｅｎ３６１０００，Ｃｈｉｎａ）ｊ犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｆｕｅｌｅｃｏｎｏｍｙａｎｄｒｅｄｕｃｅｔｈｅｅｘｈａｕｓｔｅｍｉｓｓｉｏｎｓｏｆｈｙｂｒｉｄｖｅｈｉｃｌｅｓ，ａｓｉｎｇｌｅｌａｎｅｔａｒｏｗ１０．５ｍｃｉｔｓｔａｋｅｎａｓｔｈｅｏｂｅｃｔｔｏｃｏｎｄｕｃｔｔｈｅｒｅｓｅａｒｃｈ．Ｓｔａｒｔｉｎｇｆｒｏｍｔｈｅｄｙｎａｍｉｃｄｅ  ｐｙｒｙｂｕｓｗａｊｍａｎｄｏｆｔｉｃａｌｕｒｂａｎｃｏｎｄｉｔｉｏｎｓｉｎＣｈｉｎａ，ｔｈｅＭＡＴＬＡＢｓｏｆｔｗａｒｅｗａｓｕｓｅｄｔｏｅｓｔａｂｌｉｓｈｔｈｅｅｃｏｎｏｍｉｃｃａｌｃｕｌａ  ｙｐｔｉｏｎｍｏｄｅｌｏｆｔｈｅｗｈｏｌｅｖｅｈｉｃｌｅ．Ｔｈｅｆｕｅｌｅｃｏｎｏｍｙｅｆｆｅｃｔｏｆｔｈｅｐａｓｓｅｎｇｅｒｃａｒｗａｓｃｏｍｐａｒａｔｉｖｅｌｌｚｅｄｕｎ  ｙａｎａｙｌａｙｅｒｓｃｒｅｅｎｉｎｇｇｌｏｂａｌｏｐｔｉｍｉｚａｔｉｏｎｃｏｎｔｒｏｌｓｔｒａｔｅｇｙ．Ｔｈｅｄｅｒｔｈｅｓｉｎｇｌｅｔａｒｔｃｏｎｔｒｏｌｓｔｒａｔｅｇｙａｎｄｔｈｅｄｏｕｂｌｅ ? ｇｅａｎａｌｓｉｓｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｆｕｅｌｓａｖｉｎｇｏｆｔｈｅｄｏｕｂｌｅｌａｙｅｒｓｃｒｅｅｎｉｎｇｇｌｏｂａｌｏｐｔｉｍｉｚａｔｉｏｎｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｉｎ ? ｙｉｃｈｉｓｍｏｒｅｄｉｓｔｉｎｃｔｔｈａｎｔｈａｔｏｆｓｉｎｇｌｅｔａｒｔｃｏｎｔｒｏｌｓｔｒａｔｅｇｙ．ｔｉｃａｌｕｒｂａｎｃｏｎｄｉｔｉｏｎｓｉｎＣｈｉｎａｉｓ４．４％，ｗｈｇｅｙｐｌｏｂａｌｏｐｔｉｍｉｚａｔｉｏｎ；ｃｌａｎｅｔ犓犲狉犱狊：ｈｙｂｒｉｄｐｏｗｅｒ；ｇｏｎｔｒｏｌｓｔｒａｔｅｇｙ；ｓｉｎｇｌｅ ?ｐ狔狑狅在不同工况下，合理地运用混合动力汽车的两套动力系统，不仅可以降低汽车的排放和改善燃油经济性，也可以提高汽车的动力性能和增加续航里程［１］．为此，国内外学者对混合动力汽车的控制策略进［］行了大量研究．Ｐｉｓｕ等２从混合动力汽车的规则控制策略、自适应等油耗最小控制策略、鲁棒控制策略［］和动态规划法方面进行对比研究，得出自适应等油耗最小控制策略的节油效果．Ａｈｎ等３应用帕累托最优理论，提出多目标能量管理控制策略．李篧［４］提出解决混合动力汽车多目标匹配问题的方法，即权重法和非归一法．张松等［５］通过对遗传算法和粒子群算法进行改进，提出一种对混合动力汽车控制策略的混合优化算法．林潇等［６］分析和对比了基本型优化控制算法、改进型优化控制算法和规则控制算法的收稿日期：２０１８１２２１ ? ? 通信作者：孙贵斌（１９６４Ｅｉｌ：ｓｇｂｚｘｘ＠１６３．ｃｏｍ． ?），男，副教授，主要从事新能源汽车动力系统的研究． ?ｍａ基金项目：福建省科技创新平台资助项目（２０１６Ｈ２００３）第４期孙贵斌，等：单行星排客车混动系统控制策略对比４６５控制效果和燃油经济性．张岩［７］利用ＣＲＵＩＳＥ，Ｓｔａｔｅｆｌｏｗ等构建一条能够反映实际运行情况的行驶工况．方华［８］开发了典型的上海城市道路工况及典型市区、郊区混合动力系统台架试验循环工况．李军等［９］完成了驱动电机、变速器和动力电池组在纯电动方面的动力性和经济性之间的优化匹配．上述研究在燃油经济性方面都取得了较好的成果，但都是从单一控制策略出发的．本文从研究双层筛选全局优化控制策略出发，通过建模分析，以实现混合动力汽车更好的燃油经济性．１模型分析１．１系统结构分析单行星排系统（ＥＣＶＴ）构型，如图１所示．图１中：发动机通过减震器与行星齿轮系行星架ＰＣ进行连接，ＩＳＧ电机Ｍ１与行星轮系太阳轮Ｓ相连，驱动电机Ｍ２与行星轮系齿圈Ｒ相连，整个系统通过图１单行星排系统构型齿圈Ｒ连接后桥进行输出动力［１０］．ＥＣＶＴ系统始终满足线性关系为（１＋犽）犖ＰＣ＝犖Ｓ＋犖Ｒ ·犽，Ｆｉ１Ｃｏｎｆｉｒａｔｉｏｎｏｆｓｉｎｇｌｅｇ．ｇｕ｝ｌａｎｅｔａｒｓｔｅｍｐｙｓｙ（１）犜Ｓ＋犜Ｒ＋犜ＰＣ＝０，犜Ｓ·犽＝犜Ｒ．式（１）中：犖Ｓ，犜Ｓ分别为太阳轮的转速和转矩；犖Ｒ，犜Ｒ分别为齿圈的转速和转矩；犖ＰＣ，犜ＰＣ为分别行星架［］的转速和转矩；犽＝犚Ｒ／犚Ｓ１１，其中，犚Ｒ为齿圈的半径，犚Ｓ为太阳轮的半径．以单行星排１０．５ｍ城市公交客车为例展开研究，整车的主要参数如下：轮胎半径狉为４７８ｍｍ；最大总质量犿为１６５００ｋｇ；主减速器比犻０为６．１４；迎风面积犃为７ｍ２；风阻系数犆Ｄ为０．６５；滚动阻力系数犳为０．０８５；传动效率ηｔ为０．９５；旋转质量系数δ 为１．０５．１．２路况需求分析依据ＧＢ／Ｔ１９７５４－２０１５《重型混合动力电动汽车能量消耗量试验方法》对重型商用混合动力车进行燃油经济性考核时，其考核工况为中国城市典型工况，为了便于研究，去除工况中车速为０的点，得到路谱如图２所示．图２中：狋为时间；狏为车速．对于同一工作状态下的车辆，同一道路工况下的扭矩需求是相同的，将上述典型工况以１ｓ为步长进行采样化，求出每个步长下车辆行驶需求的扭矩犜犻和转速犖犻，即犆Ｄ犃２ｄ狌犻）／（），犜犻＝（犿犵犳狌犻ｃｏｓα＋狌犻＋犿犵狌犻ｓｉｎα＋δ犿狉犻０η狋２１．１５ｄ狋犻狌犻犻０，犻∈ （０，狋ｍａｘ）．０．３７７狉上式中：狌犻为行驶速度；狋ｍａｘ为 α 为坡度角；犵为重力加速度常数；图２中国城市典型工况上述路谱的时长．ｃｏｎｄｉｔｉｏｎｓｏｆＣｈｉｎｅｓｅｃｉｔｉｅｓ犖犻＝Ｆｉ２Ｔｙｐｉｃａｌｗｏｒｋｉｎｇｇ．求解出目标工况的全部需求扭矩犜犻和转速犖犻，结果如图３所示．（ａ）工况驱动需求转速（ｂ）工况驱动需求转矩图３中国城市典型工况下转速和转矩需求图Ｆｉ３ＤｅｍａｎｄｄｉａｇｒａｍｏｆｒｅｖｏｌｖｉｎｇｓｐｅｅｄａｎｄｔｏｒｒｔｉｃａｌｗｏｒｋｉｎｇｃｏｎｄｉｔｉｏｎｓｉｎＣｈｉｎｅｓｅｃｉｔｉｅｓｇ．ｑｕｅｕｎｄｅｙｐ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．４６６华侨大学学报（自然科学版）２０１９年２优化策略２．１单一目标优化策略在同一时刻，整车的转速和转矩需求是一定的，ＥＣＶＴ系统的优势在于可以控制此需求的提供，既可以选择用纯电动和混动二者其中之一的模式进行驱动，又可以在混动模式时，分配发动机和驱动电机二者参与驱动和回收能量的比例．由于电机和发动机本身都有自己工作的高效率区间，因此，合理协调各部件进行有效工作是进行控制优化的重点．当系统采用纯电动模式时，系统需要（含驱动和制动）的犖犻和犜犻完全由驱动电机提供，可以表示为（犖犻＝犖ｍｏｔ，犻，犜犻＝犜ｍｏｔ，犻．２）式（２）中：犖ｍｏｔ，犻，犜ｍｏｔ，犻分别表示驱动电机实际提供给车辆驱动的转速和扭矩．当系统切换为混动模式时，发动机启动并参与提供系统需求，但参与的程度与整车控制策略有关［１２］．单一目标优化策略主要以发动机为优化目标，将发动机始终置于高效工作区，优先参与驱动，动力不足的部分由驱动电机补充，可以表示为（犖犻＝犖ｍｏｔ，犻，犜犻＝犜ｍｏｔ，犻＋犜ｅｎｇ，犻·犽／（１＋犽）．３）２．２双层筛选全局优化策略全局优化策略就是综合考虑所有可能存在的工作点，通过大量计算求解最佳的工作点［１３１４］．ＥＣＶＴ属于三元件运动系统，单一的发动机优化并不能保证整车系统的最优经济性，且没有考虑驱动电机和发电机的效率．为此，提出一种双层筛选全局优化策略，兼顾三者的效率，实现以中国城市典型工况为例的燃油经济性最优化．２．２．１确定发动机的转速工作范围根据式（１）和ＮＧＷ型行星轮系原理可知，发动机转速犖ｅｎｇ的工作范围除了受自身的物力特性约束外，还受系统需求转速犖犻和ＩＳＧ电机的转速犖ｉｓｇ限制，可表示为犖ｅｎｇ，ｍａｘ ≥ 犖ｅｎｇ ≥ 犖ｅｎｇ，ｍｉｎ，烌／（犖ｅｎｇ＝（犖ｉｓｇ＋犽犖犻）１＋犽），烍犖ｉｓｇ，ｍａｘ ≥ 犖ｉｓｇ ≥ 犖ｉｓｇ，ｍｉｎ，（４）犖犻，ｍａｘ ≥ 犖犻 ≥ ０．烎式（４）中：犖ｅｎｇ，ｍａｘ，犖ｅｎｇ，ｍｉｎ分别为发动机最高转速和最低工作转速（怠速）；犖ｉｓｇ，ｍａｘ，犖ｉｓｇ，ｍｉｎ分别为ＩＳＧ电机最高工作转速和最低工作转速（一般为０）．最后，得出发动机的可利用转速范围为犖ｅｎｇ，ｌｏｗ～犖ｅｎｇ，ｈｉｇｈ．２．２．２确定发动机的扭矩工作范围在该行星轮系中，发动机转矩犜ｅｎｇ的工作范围除了受自身物力特性限制外，由式（１）可知，主要受ＩＳＧ电机转矩犜ｉｓｇ工作范围的影响，可表示为犜ｅｎｇ，ｍａｘ ≥ 犜ｅｎｇ ≥ 犜ｅｎｇ，ｍｉｎ，烌（），犜ｅｎｇ＝犜ｉｓｇ１＋犽烍（５）犜ｉｓｇ，ｍａｘ ≥ 犜ｉｓｇ ≥ 犜ｉｓｇ，ｍｉｎ．烎式（５）中：犜ｅｎｇ，ｍａｘ，犜ｅｎｇ，ｍｉｎ分别为发动机的最大工作扭矩和最低工作扭矩（一般为０）；犜ｉｓｇ，ｍａｘ，犜ｉｓｇ，ｍｉｎ分别为ＩＳＧ电机的最大工作扭矩和最低工作扭矩（一般为０）；变量均取绝对值．２．２．３能耗的折算规则由于上述已对工况进行１ｓ步长的统一采样化，所以在求解最小能耗时，只需得出每个采样时刻的最小需求能耗即可．为了统一评价标准，将驱动电机和ＩＳＧ电机的能耗统一折算为油耗，能耗计算式为犞ｅｎｇ，犻＝犳（犜ｅｎｇ，犻，犖ｅｎｇ，犻，犈ｅｎｇ，犻，犆ｅｎｇ），烌犞ｍｏｔ，犻＝犳（犜ｍｏｔ，犻，犖ｍｏｔ，犻，犈ｍｏｔ，犻，犆ｍｏｔ），烍（６）犞ｉｓｇ，犻＝犳（犜ｉｓｇ，犻，犖ｉｓｇ，犻，犈ｉｓｇ，犻，犆ｉｓｇ）．烎式（６）中：犻表示当前采样时刻；犆ｍｏｔ和犆ｉｓｇ中，涵盖油耗转电耗的转换系数，该系数主要由柴油的热值、柴油密度和柴油机的热机效率决定［１５１６］．２．２．４策略设计上述基础设定后，进行第一次筛选，选出满足要求的子集（犜ｅｎｇ，犻，犖ｅｎｇ，犻），其思路为（（犜ｅｎｇ，犻１，犖ｅｎｇ，犻１），犞＝ｍｉｎ（犞ｅｎｇ，犻＋犞ｍｏｔ，犻＋犞ｉｓｇ，犻），犖ｅｎｇ，ｌｏｗ ≤犼 ≤ 犖ｅｎｇ，ｈｉｇｈ．７）以１ｒ·ｍｉｎ－１为步长，从犖ｅｎｇ，ｌｏｗ循环到犖ｅｎｇ，ｈｉｇｈ，第一次筛选后，得出的（犜ｅｎｇ，犻１，犖ｅｎｇ，犻１）值并非是唯一值，犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期孙贵斌，等：单行星排客车混动系统控制策略对比４６７需要进行第二次筛选．因为每个步长时长仅为１ｓ，且相对转速响应来说，转矩响应较快，为了防止相邻步长发动机转速跳动过大，第二次筛选选取步长内转速相对变化最小值，即（犜ｅｎｇ，犻２，犖ｅｎｇ，犻２），ｍｉｎ（狘犖ｅｎｇ，犻－犖ｅｎｇ，犻＋１狘），二次筛选后，发动机的最佳工作点为（犜ｅｎｇ，犻２，犖ｅｎｇ，犻２）．犻∈ （０，狋ｍａｘ）．（８）３优化结果与分析３．１单一目标优化结果整个过程发动机转速设置为１１００ｒ· ｍｉｎ－１，根据需求动态调整发动机扭矩，运用ＭＡＴＬＡＢ仿真技术，建立整车仿真计算模型，可求解出中国城市典型工况行驶过程中，发动机的转速（犖）、转矩（犜）在其效率Ｍａｐ图中的分布，如图４所示．图４中：曲线为有效燃油消耗等值线；点为发动机的工作点．由图４可知：在该状况下，发动机的工作点都图４基础策略发动机工作点分布Ｆｉ４Ｏｐｅｒａｔｉｎｇｐｏｉｎｔｓｄｉｓｔｒｉｂｕｔｉｏｎｏｆｇ．落在相对高效的工作区域里面，起到较好的节油作用．ｅｎｇｉｎｅｕｎｄｅｒｂａｓｉｃｓｔｒａｔｅｇｙ运用ＭＡＴＬＡＢ仿真技术对该工况行驶过程中，ＩＳＧ发电机和驱动电机的转速、转矩在其效率Ｍａｐ图中的分布进行求解，结果如图５，６所示．图５，６中：黑色细实线为电机的驱动效率曲线；数据标签代表电机当前转速下的驱动效率值；点分别为ＩＳＧ发电机和驱动电机的工作点；粗虚线代表电机的外特性曲线，电机的转速和转矩不会超过此曲线范围，由于电机在驱动状态时，其转矩随着转速的增加而减少，因此，外特性曲线随着转速增加呈下降的趋势．图５基础策略ＩＳＧ电机工作点分布图６基础策略驱动电机工作点分布Ｆｉ５ＯｐｅｒａｔｉｎｇｐｏｉｎｔｓｄｉｓｔｒｉｂｕｔｉｏｎｏｆＩＳＧｇ．Ｆｉ６Ｏｐｅｒａｔｉｎｇｐｏｉｎｔｓｄｉｓｔｒｉｂｕｔｉｏｎｏｆｄｒｉｖｅｇ．ｅｌｅｃｔｒｏｍｏｔｏｒｕｎｄｅｒｂａｓｉｃｓｔｒａｔｅｇｙｅｌｅｃｔｒｏｍｏｔｏｒｕｎｄｅｒｂａｓｉｃｓｔｒａｔｅｇｙ由图５，６可知：虽然发动机的大多数工作点都落在相对高效的工作区域内，但是ＩＳＧ发电机和驱动电机的工作点有多数没有落在相对高效的工作区域内，由此可见，只以发动机为优化目标，并不能兼顾ＩＳＧ电机和驱动电机的能耗优化，该策略并不能实现较好的整车经济性，还需要进一步对各部件之间的协调工作进行优化．３．２双层筛选全局优化结果求解出发动机的最佳工作转速和转矩后，导入典型工况需求，通过仿真计算出发动机、ＩＳＧ电机和驱动电机的转速、转矩在其Ｍａｐ图中的分布，结果如图７～９所示．对比图４和图７可知：双层筛选全局优化后，发动机的工作点仍然大部分都落在相对高效工作区内，但是分布较图７优化策略发动机工作点分布为分散．对比图５和图８，图６和图９可知：优化后，ＩＳＧ电Ｆｉ７Ｏｐｅｒａｔｉｎｇｐｏｉｎｔｓｄｉｓｔｒｉｂｕｔｉｏｎｏｆｇ．机与驱动电机都有更多工作点落在相对高效工作区内，这ｅｎｇｉｎｅｕｎｄｅｒｏｐｔｉｍｉｚａｔｉｏｎｓｔｒａｔｅｇｙ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）４６８２０１９年表明双层筛选全局优化后，发电机和驱动电机的工作效率要明显优于单一目标控制策略．图８优化策略ＩＳＧ电机工作点分布图９优化策略驱动电机工作点分布Ｆｉ８ＯｐｅｒａｔｉｎｇｐｏｉｎｔｓｄｉｓｔｒｉｂｕｔｉｏｎｏｆＩＳＧｇ．Ｆｉ９Ｏｐｅｒａｔｉｎｇｐｏｉｎｔｓｄｉｓｔｒｉｂｕｔｉｏｎｏｆｄｒｉｖｅｇ．ｅｌｅｃｔｒｏｍｏｔｏｒｕｎｄｅｒｏｐｔｉｍｉｚａｔｉｏｎｓｔｒａｔｅｇｙｅｌｅｃｔｒｏｍｏｔｏｒｕｎｄｅｒｏｐｔｉｍｉｚａｔｉｏｎｓｔｒａｔｅｇｙ３．３结果对比分析为了更加直观地对比两种策略对经济性的影响效果，将整个典型工况下，发动机的油耗和系统折合油耗进行曲线化对比，如图１０，１１所示．图１０，１１中：犞为油耗．由图１０可知：基础策略发动机的实时油耗曲线峰值相对稳定，起伏较小，而优化策略发动机的实时油耗曲线峰值起伏较大，显然，两种策略下，发动机的启动时刻和同一采样时刻下发动机的实时油耗差别较大，表明二者的控制策略思想具有明显的不同．图１０发动机油耗实时对比图１１系统折合油耗实时对比Ｆｉ１０Ｒｅａｌｔｉｍｅｃｏｍｐａｒｉｓｏｎｏｆ ? ｇ．Ｆｉ１１Ｒｅａｌｔｉｍｅｃｏｍｐａｒｉｓｏｎｏｆｓｙｓｔｅｍ ? ｇ．ｅｎｇｉｎｅｆｕｅｌｃｏｎｓｕｍｐｔｉｏｎｅｉｖａｌｅｎｔｆｕｅｌｃｏｎｓｕｍｐｔｉｏｎｑｕ由图１１可知：优化策略的实时折合油耗在每个采样时刻下均低于基础策略，从而证明优化策略对提高整车燃油经济性效果更好．另外，通过仿真对比两种策略下的油耗，得到基础策略下的每１００ｋｍ综合油耗为１５．１４Ｌ，优化策略下的每１００ｋｍ综合油耗为１４．４７Ｌ，每１００ｋｍ油耗降低了０．６７Ｌ，证明了优化策略的可行性．为了更好地指导实际车辆的程序设计，根据上述优化结果，将典型工况按照时间变量进行工作模式划分，结果如图１２所示．由图１２可导出相应时刻的三元件推荐转速、转矩数据，供程序设计参考．图１２ＥＣＶＴ系统工作模式推荐划分Ｆｉ１２Ｒｅｃｏｍｍｅｎｄｅｄｐａｒｔｉｔｉｏｎｆｏｒｇ．４结束语ｏｐｅｒａｔｉｎｇｍｏｄｅｏｆＥＣＶＴｓｙｓｔｅｍ通过对单行星排客车混动系统控制优化策略的研究，提出一种双层筛选全局优化策略方法．相比于犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期孙贵斌，等：单行星排客车混动系统控制策略对比４６９单一控制策略，该方法兼顾了发动机、驱动电机和ＩＳＧ电机的效率，从而使研究更具真实性和运用性．通过ＭＡＴＬＡＢ建立的整车经济性计算模型，对两种策略的结果进行详细地对比分析，结果表明：相较于单一控制策略，双层筛选全局优化控制策略节油显著，节油率高达４．４％以上，可显著提高整车的燃油经济性．参考文献：［１］ＤＵＪｉｕｙｕ，ＯＵＹＡＮＧＤａｎｈｕａ．Ｐｒｏｇｒｅｓｓｏｆｃｈｉｎｅｓｅｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓｉｎｄｕｓｔｒｉａｌｉｚａｔｉｏｎｉｎ２０１５：Ａｒｅｖｉｅｗ［Ｊ］．ＡｐｐｌｉｅｄＥｎｅｒ２０１７，１８８：５２９５４６．ＤＯＩ：１０．１０１６／ａｐｅｎｅｒ２０１６．１１．１２９． ? ｇｙ，ｊ．ｇｙ．［２］ＰＩＳＵＰ，ＲＯＺＺＯＮＩＧ．Ａｃｏｍｐａｒａｔｉｖｅｓｔｕｄｙｏｆｓｕｐｅｒｖｉｓｏｒｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｆｏｒｈｙｂｒｉｄｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｓ［Ｊ］．ＩＥＥＥｙｃ２００７，１５（３）：５０６５１８．ＤＯＩ：１０．１１０９／ｔｃｓｔ．２００７．８９４６４９．ＴｒａｎｓａｃｔｉｏｎｓＣｏｎｔｒｏｌＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ， ? ［３］ＡＨＮＫ，ＣＨＯＳ，ＣＨＡＳＷ．Ｏｐｔｉｍａｌｏｐｅｒａｔｉｏｎｏｆｔｈｅｐｏｗｅｒｓｐｌｉｔｈｙｂｒｉｄｅｌｅｃｔｒｉｃｖｅｈｉｃｌｅｐｏｗｅｒｔｒａｉｎ［Ｊ］．Ｊｏｕｒｎａｌｏｆ ? ２００８，２２２（５）：７８９８００．ＤＯＩ：１０．１２４３／０９５４４０７０ａｕｔｏ４２６．ＡｕｔｏｍｏｂｉｌｅＥｎｇｉｎｅｅｒｉｎｇ， ? ｊ［４］李篧．并联混合动力客车动力源参数匹配和优化［Ｄ］．北京：北京理工大学，２０１６．［５］张松，吴光强．插电式混合动力汽车能量管理策略多目标优化［Ｊ］．同济大学学报（自然科学版），２０１１，３９（７）：１０３５ ? １０３９，１０４４．ＤＯＩ：１０．３９６９／ｉｓｓｎ．０２５３３７４ｘ．２０１１．０７．０１７． ? ｊ．［６］林潇，张君鸿．基于粒子群算法的Ｐｌｕｇｉｎ混合动力汽车能量管理策略优化研究［Ｊ］．上海汽车，２０１１（５）：１２１８．ＤＯＩ： ? １０．３９６９／ｉｓｓｎ．１００７４５５４．２０１１．０５．０３． ? ｊ．［７］张岩．基于运行工况的混合动力系统控制策略研究［Ｄ］．天津：天津职业技术师范大学，２０１６．［８］方华．混合动力客车动力系统经济性仿真与试验研究［Ｄ］．上海：上海交通大学，２０１１．［９］李军，杨东徽，束海波，等．纯电动汽车动力系统匹配与性能仿真［Ｊ］．华侨大学学报（自然科学版），２０１７，３８（３）：２８１ ? ２８７．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７０３００１． ? ［１０］钱庆辉．ＥＣＶＴ混合动力客车动力系统匹配计算［Ｊ］．客车技术与研究，２０１７，３９（３）：１３１５，３０． ? ［１１］王晨，郭明林，刘国志．新型功率分流混合动力汽车的动力性优化［Ｊ］．华南理工大学学报（自然科学版），２０１５，４３（ｉｓｓｎ．１０００１１）：９６１０４．ＤＯＩ：１０．３９６９／５６５Ｘ．２０１５．１１．０１４． ? ? ｊ．［１２］王晓闯．混合动力客车用双排行星齿轮机构研究［Ｄ］．成都：西南交通大学，２０１１．［１３］彭浩，杨耀权，刘春雨．混合动力汽车能量管理全局优化算法仿真［Ｊ］．计算机仿真，２０１８，３５（５）：１４８１５１，２０６． ? ［１４］高建平，李晓林，郭志军．改进型混合动力汽车工况预测算法的应用仿真［Ｊ］．河南科技大学学报（自然科学版），２０１３，３４（２）：３４３８．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１６７２６８７１．２０１３．０２．００９． ? ? ｊ．［１５］林歆悠，冯其高，张少博．等效因子离散全局优化的等效燃油瞬时消耗最小策略能量管理策略［Ｊ］．机械工程学报，２０１６，５２（２０）：１０２１１０．ＤＯＩ：１０．３９０１／ＪＭＥ．２０１６．２０．１０２． ? ［１６］叶明，任洪，李鑫．基于调速能量的ＥＭＣＶＴ电动汽车全局优化［Ｊ］．中国机械工程，２０１６，２７（９）：１２５７１２６２．ＤＯＩ： ? １０．３９６９／ｉｓｓｎ．１００４１３２Ｘ．２０１６．０９．０１９． ? 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４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８１２００５ ? 采用广义极值分布的公路桥梁车辆荷载效应极值预测刘均利１，２，余学志１，余文成１，２，景天虎１，２，张晋豪３（１．桂林理工大学广西岩土力学与工程重点实验室，广西桂林５４１００４；２．桂林理工大学土木与建筑工程学院，广西桂林５４１００４；３．中交四航工程研究院有限公司，广东广州５１０２３０）摘要：为改善对汽车荷载效应样本的统计拟合，建立随机变量的均值、偏差系数、变差系数与广义极值分布的形状参数、尺度参数、位置参数的一一对应关系．采用广义极值分布适线法拟合车辆荷载效应区间最大值样本的概率分布．首先，以矩法计算样本均值和变差系数，假定偏差系数，计算广义极值分布的形状参数、尺度参数和位置参数；然后，将样本点和理论频率曲线绘制到海森机率格纸上，按照理论频率曲线与实测数据拟合得最好的原则选定统计参数，并确定汽车荷载效应样本的理论频率曲线；最后，采用经典极值理论建立设计基准期荷载效应最大值分布．采用某公路一个车道３９周的动态称重系统（ＷＩＭ）数据，建立车辆荷载效应模型，并与最大似然法结果进行比较．结果表明：文中方法更能反映样本分布曲线尾部特征，且实际最大基准期车辆荷载效应远大于现行公路?Ⅰ 级汽车荷载效应．关键词：桥梁工程；车辆荷载效应；广义极值分布；适线法中图分类号：ＴＵ３１２．１文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０４７００６ ? ? ? 犘狉犲犱犻犮狋犻狅狀狅犳犈狓狋狉犲犿犲犞犪犾狌犲狅犳犞犲犺犻犮犾犲犔狅犪犱犻狀犵犝狊犻狀犵犌犲狀犲狉犪犾犻狕犲犱犈狓狋狉犲犿犲犞犪犾狌犲犇犻狊狋狉犻犫狌狋犻狅狀，，ＬＩＵＪｕｎｌｉ１２，ＹＵＸｕｅｚｈｉ１，ＹＵＷｅｎｃｈｅｎｇ１２，，ＪＩＮＧＴｉａｎｈｕ１２，ＺＨＡＮＧＪｉｎｈａｏ３（１．ＧｕａｎｇｘｉＫｅｙＬａｂｏｒａｔｏｒｆＧｅｏｍｅｃｈａｎｉｃｓａｎｄＧｅｏｔｅｃｈｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ｙｏＧｕｉｌｉｎＵｎｉｖｅｒｓｉｔｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕｉｌｉｎ５４１００４，Ｃｈｉｎａ；ｙｏ２．ＣｏｌｌｅｇｅｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｒｃｈｉｔｅｃｔｕｒｅ，ＧｕｉｌｉｎＵｎｉｖｅｒｓｉｔｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕｉｌｉｎ５４１００４，Ｃｈｉｎａ；ｙｏ３．ＣＣＣＣＦｏｕｒｔｈＨａｒｂｏｒＥｎｇｉｎｅｅｒｉｎｇＩｎｓｔｉｔｕｔｅＬｉｍｉｔｅｄＣｏｍｐａｎｙ，Ｇｕａｎｇｚｈｏｕ５１０２３０，Ｃｈｉｎａ）犃犫狊狋狉犪犮狋：Ｔｏｅｎｈａｎｃｅｔｈｅｓｔａｔｉｓｔｉｃａｌｆｉｔｔｉｎｇｏｆａｖｅｈｉｃｌｅｌｏａｄｉｎｇｅｆｆｅｃｔｄａｔａｓａｍｐｌｅ，ｔｈｅｒｅｌａｔｉｏｎｓｈｉｓｅｓｔａｂ  ｐｗａｌｉｓｈｅｄｂｅｔｗｅｅｎｔｈｅｐａｒａｍｅｔｅｒｓｓｈａｐｅ，ｓｃａｌｅａｎｄｌｏｃａｔｉｏｎｏｆｔｈｅｇｅｎｅｒａｌｉｚｅｄｅｘｔｒｅｍｅｖａｌｕｅｄｉｓｔｒｉｂｕｔｉｏｎａｎｄｔｈｅｓｓ，ｖａｒｉａｎｃｅｏｆｔｈｅｖａｒｉａｂｌｅｓｅｔｓ．Ｔｈｅｇｅｎｅｒａｌｉｚｅｄｅｘｔｒｅｍｅｖａｌｕｅｄｉｓｔｒｉｂｕｔｉｏｎｃｕｒｖｅ  ｓｅｌｅｃｔｉｎｇｍｅａｎ，ｓｋｅｗｎｅｍｅｔｈｏｄｗａｓｕｔｉｌｉｚｅｄｔｏｏｂｔａｉｎｔｈｅｐｒｏｂａｂｉｌｉｔｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｂｌｏｃｋｍａｘｉｍｕｍｆｏｒｔｈｅｖｅｈｉｃｌｅｌｏａｄｉｎｇｅｆｆｅｃｔｙｄｓａｍｐｌｅ．Ｆｉｒｓｔ，ｂａｓｅｄｏｎｔｈｅｍｅａｎ，ｖａｒｉａｎｃｅｏｆｔｈｅｖａｒｉａｂｌｅｓｅｔｓｏｂｔａｉｎｅｄｂｙｍｏｍｅｎｔｍｅｔｈｏｄａｎｄｔｈｅｓｕｐｐｏｓｅｄｈｅｐａｒａｍｅｔｅｒｓｓｈａｐｅ，ｓｃａｌｅａｎｄｌｏｃａｔｉｏｎｏｆｔｈｅｇｅｎｅｒａｌｉｚｅｄｅｘｔｒｅｍｅｖａｌｕｅｄｉｓｔｒｉｂｕｔｉｏｎｗｅｒｅｃａｌｃｕｌａｔ  ｓｋｅｗｎｅｓｓ，ｔ收稿日期：２０１８１２０３ ? ? 通信作者：刘均利（１９７８Ｅ?ｍａｉｌ：ｌｉｕｕｎｌｉ１７５＠ｑｑ． ?），男，副教授，博士，主要从事桥梁拓宽改建、车辆荷载模型的研究．ｊｃｏｍ．基金项目：国家自然科学基金资助项目（５１４６８０１３）；广西科学与技术开发计划项目（桂科攻１４２５１０１２）第４期刘均利，等：采用广义极值分布的公路桥梁车辆荷载效应极值预测４７１ｅｄ．ＴｈｅｎｔｈｅｓａｍｐｌｅｄａｔａａｎｄｆｒｅｒｖｅｗａｓｐｌｏｔｔｅｄｏｎｔｈｅＨｅｉｓｅｎｂｅｒｒｏｂａｂｉｌｉｔａｔｔｉｃｅｐａｐｅｒ，ｔｈｅｓｔａ  ｑｕｅｎｃｙｃｕｇｐｙｌｔｉｓｔｉｃａｌｐａｒａｍｅｔｅｒｓｗｅｒｅｓｅｌｅｃｔｅｄｂａｓｅｄｏｎｔｈｅｐｒｉｎｃｉｌｅｔｈａｔｔｈｅｔｈｅｏｒｅｔｉｃａｌｆｒｅｒｖｅｗａｓｂｅｓｔｆｉｔｔｅｄｔｏｐｑｕｅｎｃｙｃｕｔｈｅｍｅａｓｕｒｅｄｄａｔａ．Ａｎｄｔｈｅｔｈｅｏｒｅｔｉｃａｌｆｒｅｒｖｅｓｏｆｔｈｅｖｅｈｉｃｌｅｌｏａｄｅｆｆｅｃｔｓａｍｐｌｅｗｅｒｅｄｅｔｅｒｍｉｎｅｄ．ｑｕｅｎｃｙｃｕｔｈｅｍａｘｉｍｕｍｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｖｅｈｉｃｌｅｌｏａｄｉｎｇｅｆｆｅｃｔｉｎｔｈｅｄｅｓｉｅｆｅｒｅｎｃｅｐｅｒｉｏｄｗａｓｅｘｔｒａｐｏｌａｔｅｄｉｎＬａｓｔｌｇｎｒｙ，ａｃｃｏｒｄａｎｃｅｔｏｔｈｅｃｌａｓｓｉｃａｌｅｘｔｒｅｍｅｖａｌｕｅｔｈｅｏｒｉ  ｉｎ ｍｏｔｉｏｎｄａｔａｏｂｔａｉｎｅｄｏｎａｐａｒｔｉｃｕｌａｒｌａｎｅｏｆａｙ．Ｔｈｅｗｅｇｈｈｉｒｉｄｇｅｏｖｅｒａ３９ ｗｅｅｋｐｅｒｉｏｄｗａｓｔｈｅｎａｄｏｐｔｅｄｔｏｅｓｔａｂｌｉｓｈａｒｅｆｅｒｅｎｃｅｍｏｄｅｌｏｆａｖｅｈｉｃｌｅｌｏａｄｉｎｇｇｈｗａｙｂｅｆｆｅｃｔ，ｗｉｔｈｗｈｉｃｈａｄａｔａｃｏｍｐａｒｉｓｏｎｗａｓｐｅｒｆｏｒｍｅｄｕｓｉｎｇｔｈｅｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｅｓｔｉｍａｔｉｏｎ．Ｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｐｒｅｓｅｎｔｅｄｍｅｔｈｏｄｏｌｏｇｙｃａｎｂｅｔｔｅｒｒｅｆｌｅｃｔｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｃｕｒｖｅｔａｉｌｂｅｈａｖｉｏｒｏｆｔｈｅｄａｔａｓａｍｐｌｅ，ａｎｄｔｈｅａｃｔｕａｌｍａｘｉｍｕｍｄｅｓｉｅｆｅｒｅｎｃｅｖｅｈｉｃｌｅｌｏａｄｉｎｇｅｆｆｅｃｔｉｓｆａｒｇｒｅａｔｅｒｔｈａｎｔｈａｔｕｎｄｅｒｔｈｅｃｕｒｒｅｎｔｌｌｅ  ｇｎｒｙｉｍｐｍｅｎｔｅｄｓｔａｎｄａｒｄｓｆｏｒｈｉｒａｄｅ Ⅰ ｖｅｈｉｃｌｅｌｏａｄｉｎｇｅｆｆｅｃｔ．ｇｈｗａｙｇ犓犲狉犱狊：ｂｒｉｄｇｅｅｎｇｉｎｅｅｒｉｎｇ；ｖｅｈｉｃｌｅｌｏａｄｅｆｆｅｃｔ；ｇｅｎｅｒａｌｉｚｅｄｅｘｔｒｅｍｅｖａｌｕｅｄｉｓｔｒｉｂｕｔｉｏｎ；ｃｕｒｖｅ?ｓｅｌｅｃｔｉｎｇ狔狑狅ｍｅｔｈｏｄ汽车荷载是公路桥梁结构承担的主要可变荷载，是影响结构安全与耐久性能的重要因素．随着车辆动态称重技术（ＷＩＭ）的发展，在不影响车辆正常通行的情况下，可获取车质量、轴质量和轴距等数据，并获得车辆荷载效应样本．于是，外推汽车荷载模型正成为新的热点．极值外推是基于短时汽车荷载效应数据预测长周期极端值的重要方法［１?２］．目前，常用的建立车辆荷载模型的方法有基于随机变量假定拟合经验外推和基于经典极值理论的最大值外推．基于随机变量假定拟合经验外推方法是将车辆荷载效应假定为服从正态分布的随机变量，通过对随机变量经验分布的拟合，获取相关参数，并在正态概率纸上进行直线外延，从而获取相关极值［３?５］．基于经典极值理论的最大值外推方法的关键是车辆荷载效应样本的构建及其概率分布的拟合．而完成车辆荷载效应样本的构建及其概率分布的拟合方法有两种：一是构建车辆荷载效应区间最大值样本，常采用极值 Ⅰ 型拟合样本概率分布函数［６］；二是以所有车辆荷载效应值作为样本，但其概率分布函数复杂．文献［７８］先采用广义Ｐａｒｅｔｏ分布的拟合车辆荷载效应样 ? 本尾部的概率分布，再采用极值 Ⅰ 型描述车辆荷载在不同时段内的最大值概率分布．但不论采用哪种方法，车辆荷载效应样本分布曲线较大值一侧的形状及走势对设计基准期车辆荷载效应极大值分布都起着主导作用［２，９］．本文采用车辆荷载效应区间最大值构建车辆荷载效应极大值样本，在借鉴水文学中的适线法［１０］基础上，在海森机率格纸上采用广义极值分布拟合样本区间最大值分布，并利用经典极值理论外推设计基准期最大值分布．１广义极值分布及相关统计参数１．１概述广义极值分布包括极值 Ⅰ 型（Ｇｕｍｂｅｌ分布）、Ⅱ 型（Ｆｒ é ｃｈｅｔ分布）和 Ⅲ 型分布（Ｗｅｉｂｕｌｌ分布）．１９５５［］年，Ｊｅｎｋｉｎｓｏｎ１１从理论上证明了上述３种分布模型可概括成一个通式，即具有３参数的极值分布函数，称为广义极值分布（记为ＧＥＶ），其标准化分布函数［１２］为－１／犽狓－μ （犉（狓）＝ｅｘｐ－１＋犽．１） σ 式（１）中：狓为随机变量犡的取值；犽， σ， σ 值恒为正值．当 μ 分别为形状参数、尺度参数和位置参数，其中，（（（））犽＝０时，式（１）为极值 Ⅰ 型（Ｇｕｍｂｅｌ分布），－ ∞＜狓＜∞ ；当犽＞０时，式（１）为极值 Ⅱ 型（Ｆｒ é ｃｈｅｔ分布），１）为极值 Ⅲ 型分布（Ｗｅｉｂｕｌｌ分布），－ ∞＜狓≤μ－σ／犽． μ－σ／犽≤狓＜∞ ；当犽＜０时，式（为采用适线法拟合车辆荷载效应样本最大值分布，必须先建立广义极值分布的参数犽， σ， μ 与常用［１３］的统计参数（均值狓珚，标准差犛或变差系数犆狏和偏差系数犆狊）之间的关系．类似的，金光炎也建立了广义极值分布的参数犽， σ，珚，标准差犛或变差系数犆狏和偏差系数犆狊）之间的关 μ 与其统计参数（均值狓系，但当参数犽≠０时，其采用的广义极值分布函数形式与文中的不同．故先建立广义极值分布的分布参数与统计参数之间的关系．１．２极值 Ⅰ 型（犽→０）当犽→０时，式（１）为极值 Ⅰ 型分布，则式（１）可简化为犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）４７２狓－μ 犉（狓）＝ｅｘｐ－ｅｘｐ－ σ （（））．２０１９年（２）根据金光炎［１３］的研究，变量犡的统计参数为狓犛狓＝σπ／槡６，犆狊＝１．１３９５５，其中，珚＝μ＋γσ， γ 为欧拉常数，约等于０．５７７２１５７．１．３极值 Ⅱ ，Ⅲ 型（犽≠０）为推导广义极值分布变量犡的分布参数与统计参数的关系，引入变量犣，取狕＝１＋犽·狓－μ，其中， σ 狕为随机变量犣的取值，则变量犣的分布函数为１／犽（犉（狕）＝ｅｘｐ（３）－狕－）．变量犣的狉阶原点矩犿狉，狕＝Γ（１－狉犽）．根据中心矩与原点矩的关系，可得变量犣的均值（狕珔）、标准差（犛狕）和偏差系数（犆狊，狕）为狕１－犽），珔＝犿１，狕＝ Γ（（４）犛狕＝槡Γ（１－２犽）－Γ２（１－犽），（１３犽）－３Γ（１－２犽）１－犽）＋２Γ３（１－犽） Γ（犆狊，狕＝ Γ －．３２２［１－２犽）－Γ （１－犽）］ Γ（（５）（６）根据变量犡和变量犣的关系，可得变量犣的均值（狓犛狓）和偏差系数（犆狊，狓）为珚）、标准差（１－犽）－１ Γ（狓珚＝ σ ＋μ，犽（１２犽）－Γ （１－犽），犛狓＝σ 槡Γ －狘犽狘（１３犽）－３Γ（１－２犽）１－犽）＋２Γ３（１－犽） Γ（犆狊，狓＝ Γ －．３２［１－２犽）－Γ （１－犽）］２ Γ（（７）２（８）（９）综上所述，统计参数均值狓珚、变差系数犆狏、偏差系数犆狊与广义极值分布函数的形状参数犽、尺度参数σ、位置参数 μ 之间的计算关系，可参照式（７）～（９）或在犽＝０时，变量犡的统计参数计算式．从上述公式可知：只要犽值已知，则犆狊为犽的函数（犽≠０）或为常数（犽＝０），由此可建立犽～犆狊的关系；反之，指定犆狊值，可以试算出相应的犽值．２离均系数计算及适线法步骤２．１离均系数定义随机变量犡的离均系数［１０］为狓犘－狓珚．犛狓式（１０）中：狓犘为概率犘对应的变量值；狓犛狓为随机变量犡的标准差．珚为随机变量犡的均值；当犽＝０时，将式（２）及变量犡的统计参数代入式（１０），可得频率犘对应的离均系数Φ犘为 Φ犘＝６｛ｎ［ｎ（１－犘）］｝－槡－ｌ γ＋ｌ． π 当犽≠０时，将式（１），（７），（８）代入式（１０）中，可得频率犘对应的离均系数Φ犘为－犽（ｎ犘）１－犽）－ｌ－Γ（． Φ犘＝± ２１－２犽）－Γ （１－犽）槡Γ（ Φ犘＝（１０）（１１）（１２）当犽＞０时， Φ犘取正号；当犽＜０时， Φ犘取负号．据此，可以建立犽～Φ犘的关系．由于犆狊为犽的函数，即犽＝犳（犆狊），则可以建立犆狊～Φ犘的关系．因此，广义极值分布的变量值的计算式为狓犘＝狓１＋Φ犘犆狏）．珚（（１３）２．２适线法适线法是选定统计参数，绘制理论频率曲线的一种方法，主要有以下４个步骤［１０］．步骤１计算车辆荷载效应样本，并选取区间最大值组成最大值效应样本，按大小递增次序排列，计算各变量的经验频率，并将样本值和样本经验频率绘制到海森机率格纸上．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期刘均利，等：采用广义极值分布的公路桥梁车辆荷载效应极值预测４７３步骤２应用矩法公式计算均值狓珚和变差系数犆狏，并假定偏差系数犆狊，在绘有经验频率点群（或曲线）的同一海森机率格纸上，绘出理论频率曲线．步骤３观察理论频率曲线与经验频率曲线（尤其是较大值一侧尾部）的符合程度，反复调整统计参数犆狊，直到两者符合得最好为止，即可确定统计参数狓犆狏和犆狊的采用值．珚，步骤４根据统计参数狓犆狏和犆狊，计算广义极值分布的形状参数犽，尺度参数σ 和位置参数μ．珚，３应用实例和分析收集某高速公路一车道３９周的动态称重系统的实测车辆数据，共计１６１１９９２个原始车辆数据，按照车辆总质量大于或等于８ｔ的规则进行筛选，得到２２７８６７个重车车辆数据．应用ＭＡＴＬＡＢ软件，采用影响线加载方法编程计算标准跨径（犱）为１３，２０，２５，３０ｍ的简支梁桥的车辆荷载效应，选取荷载效应周最大值作为样本．将样本绘制到海森机率格纸上，调整统计参数，选定一条与经验点拟合良好的频率曲线，如图１所示．图１中：犕７为７ｄ最大弯矩．确定的统计参数和广义极值分布参数，如表１所示．（ａ）犱＝１３ｍ（ｂ）犱＝２０ｍ（ｃ）犱＝２５ｍ（ｄ）犱＝３０ｍ图１设计基准期车辆荷载效应极大值分布Ｆｉ１Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｖｅｈｉｃｌｅｅｆｆｅｃｔｍａｘｉｍｕｍｉｎｄｅｓｉｅｆｅｒｅｎｃｅｐｅｒｉｏｄｇ．ｇｎｒ表１车辆荷载效应样本的统计参数与分布参数Ｔａｂ．１Ｓｔａｔｉｓｔｉｃａｌｐａｒａｍｅｔｅｒｓａｎｄｄｉｓｔｒｉｂｕｔｉｏｎｐａｒａｍｅｔｅｒｓｆｏｒｖｅｈｉｃｌｅｅｆｆｅｃｔｓａｍｐｌｅ犱／ｍ统计参数分布参数狓珚犆狏犆狊犽１３９７７．１３０８０．０６１９－０．９３９９２０１８５６．４９２４０．０７４７２５２５６１．６４２９０．０８２５３０３２４０．３９３００．０８６１ σ －０．０３５８ μ ９５０．３７９７４９．２７６１－１．０９７１－０．００７２１７９４．２７４０１０９．１３１２－０．９４９２－０．０３４１２４６３．８１６４１７９．６５４７－１．１０４１－０．００６０３１０９．５００９２２９．１１１３由于荷载效应的较大值是桥梁安全的控制因素，因此，将数据拟合的重点放在较大值一侧尾部１／３的数据上，并采用曲线与原始数据的相关系数作为拟合程度的指标．相关系数可通过ＭＡＴＬＡＢ软件内部二维相关系数函数计算得到．计算结果，如表２所示．表２中：只选取较大值一侧尾部１／３的数据； ε为相关系数．由表２可知：将最大似然法计算的广义极值曲线、极值 Ⅰ 型曲线与文中方法结果进行比较，得犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）４７４２０１９年到文中方法计算出的分布曲线的较大值一侧尾部走势与实测数据更吻合．表２３种拟合曲线与原始数据的吻合程度对比分别采用适线法确定广义极值分布（样本）曲线、极大似然法确定的广义极值Ｔａｂ．２Ｃｏｍｐａｒｉｓｏｎｏｆｆｉｔｄｅｇｒｅｅｂｅｔｗｅｅｎ（样本）曲线和Ｇｕｍｂｌｅ分布（样本）曲线，ｔｈｒｅｅｆｉｔｔｉｎｇｃｕｒｖｅｓａｎｄｏｒｉｉｎａｌｄａｔａｇ并根据经典极值理论外推设计基准期为犱／ｍ１００ａ的车辆荷载效应极大值概率分布，其分布曲线，如图２所示．图２中：犕为跨中１３０．９３８００．９４１１０．９２３１２００．９０７８０．９１４１０．８９２６２５０．９４８３０．９４９６０．９３５６３００．９４０８０．９４４５０．９２４４弯矩； ζ 为分布概率．由图２可知：不同样本分布曲线，对设计基准期车辆荷载效应 ε（最大似然法曲线） ε（适线法曲线） ε（极值 Ⅰ 型曲线）极大值的概率分布有显著地影响，并且桥梁跨径越小，影响越显著．（ａ）犱＝１３ｍ（ｂ）犱＝２０ｍ（ｃ）犱＝２５ｍ（ｄ）犱＝３０ｍ图２设计基准期车辆荷载效应极大值分布Ｆｉ２Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆｖｅｈｉｃｌｅｅｆｆｅｃｔｍａｘｉｍｕｍｉｎｄｅｓｉｅｆｅｒｅｎｃｅｐｅｒｉｏｄｇ．ｇｎｒ取车辆荷载效应的９５％分位值为标准值［１４］，标准跨径为１３，２０，２５，３０ｍ的车辆荷载效应在设计基准期为１００ａ的预测值，如表３所示．表３中：引入文献［１５  １６］的公路?Ⅰ 级车辆荷载作用效应与适线法、ＧＥＶ极大似然法、极值 Ⅰ 型分布进行对比．表３车辆荷载效应标准值ｋＮ·ｍＴａｂ．３Ｃｈａｒａｃｔｅｒｉｓｔｉｃｖａｌｕｅｏｆｖｅｈｉｃｌｅｅｆｆｅｃｔ犱／ｍ计算方法１３２０２５３０犕（适线法）犕（ＧＥＶ?极大似然法）１４１５．７６３００１．４０４１７６．１２５６６１．１３１２０９．１５２５３２．０２４１１７．５２５６４０．７８犕（极值 Ⅰ 型分布）１５１３．２４２８９６．７４４０７６．０５５３５０．３９犕（文献［１５］）８４７．６８１５９４．８１２２９２．００３０７０．０８犕（文献［１６］）１０８０．２９１８８９．３１２６０４．００３３７５．３６由表３可知：不论采用哪种方法计算得出的车辆荷载效应标准值都远大于规范要求［１５１６］的公路?Ⅰ 级车辆荷载作用效应．由此可知，该高速公路中实际的车辆荷载远大于规范中所给的设计车辆荷载值．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期刘均利，等：采用广义极值分布的公路桥梁车辆荷载效应极值预测４７５４结束语采用适线法确定广义极值分布参数，更注重样本分布曲线尾部形状、走势与实测数据的一致性，更能反映超重车辆的影响，其拟合效果优于采用极大似然法计算的广义极值分布曲线和极值 Ⅰ 型分布的拟合结果，并且非常适合用于设计基准期内车辆荷载效应极大值的外推．该高速公路实际的车辆荷载远大于规范要求［１５１６］的公路?Ⅰ 级车辆荷载．因此，规范中给出的设计车辆荷载是否满足当下实际高速公路中车辆荷载的要求值得进一步研究．文中对高速公路车辆荷载效应模型的建立给出了一种可行的方法，可为规范的修订研究提供参考．参考文献：［１］阮欣，周军勇，石雪飞．桥梁汽车荷载响应的极值外推方法综述［Ｊ］．同济大学学报（自然科学版），２０１５，４３（９）：１３３９ ? １３４６．ＤＯＩ：１０．１１９０８／ｉｓｓｎ．０２５３３７４ｘ．２０１５．０９．００９． ? ｊ．［２］韩大建．极值分析方法在车辆荷载评估中的应用与比较［Ｊ］．建筑与科学工程学报，２０１１，２８（２）：１１１３． ? ［３］ＮＯＷＡＫＡ．Ｌｉｖｅｌｏａｄｍｏｄｅｌｆｏｒｈｉｒｉｄｇｅｓ［Ｊ］．ＳｔｒｕｃｔｕｒａｌＳａｆｅｔ１９９３，１３（１／２）：５３ＤＯＩ：１０．１０１６／０１６７ ?６６． ? ｇｈｗａｙｂｙ，４７３０（９３）９００４８６． ? ［４］ＮＯＷＡＫＡ，ＲＡＫＯＣＺＹＰ．ＷＩＭ?ｂａｓｅｄｌｉｖｅｌｏａｄｆｏｒｂｒｉｄｇｅｓ［Ｊ］．ＫＳＣＥＪｏｕｒｎａｌｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，２０１３，１７（３）：５６８５７４．ＤＯＩ：１０．１００７／ｓ１２２０５０１３０６０２８． ? ? ? ? ［５］ＳＩＶＡＫＵＭＡＲＢ，ＧＨＯＳＮＭ，ＭＯＳＥＳＦ．Ｐｒｏｔｏｃｏｌｓｆｏｒｃｏｌｌｅｃｔｉｎｇａｎｄｕｓｉｎｇｔｒａｆｆｉｃｄａｔａｉｎｂｒｉｄｇｅｄｅｓｉｓｈ  ｇｎ［Ｍ］．ＷａＮａｔｉｏｎａｌＡｃａｄｅｍｙＰｒｅｓｓ，２０１１．ｉｎｇｔｏｎＤＣ：［６］ＦＵＧｏｎｇｋａｎｇ，ＹＯＵＪｉ．Ｅｘｔｒａｐｏｌａｔｉｏｎｆｏｒｆｕｔｕｒｅｍａｘｉｍｕｍｌｏａｄｓｔａｔｉｓｔｉｃｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＢｒｉｄｇｅＥｎｇｉｎｅｅｒｉｎｇ，２０１１，１６（４）：５２７６２５． ? ［７］袁伟璋，黄海云，张俊平，等．ＰＯＴ模型的车辆荷载极值预测及荷载效应［Ｊ］．河南科技大学学报（自然科学版），２０１６，３７（４）：３６４１．ＤＯＩ：１０．１５９２６／６８７１．２０１６．０４．００８．ｃｎｋｉ．ｉｓｓｎ１６７２ ? ? ｊ．［８］张晋豪，刘均利，余文成，等．应用Ｐａｒｅｔｏ分布的ＰＯＴ模型分析车辆荷载效应极大值［Ｊ］．华侨大学学报（自然科学版），２０１８，３７（５）：６４９６５３．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７１１００７． ? ? ［９］ＳＯＲＩＡＮＯＭ，ＣＡＳＡＳＪ，ＧＨＳＯＮＭ．Ｓｉｍｐｌｉｆｉｅｄｐｒｏｂａｂｉｌｉｓｔｉｃｍｏｄｅｌｆｏｒｍａｘｉｍｕｍｔｒａｆｆｉｃｌｏａｄｆｒｏｍｗｅｉｉｎｔｉｏｎ ? ?ｍｏｇｈｄａｔａ［Ｊ］．ＳｔｒｕｃｔｕｒｅａｎｄＩｎｆｒａｓｔｒｕｃｔｕｒｅＥｎｇｉｎｅｅｒｉｎｇ，２０１７，１３（４）：４５４４６７．ＤＯＩ：１０．１０８０／１５７３２４７９．２０１６．１１６４７２８． ? ［１０］高冬光，王亚玲．桥涵水文［Ｍ］．５版．北京：人民交通出版社，２０１６．［１１］ＪＥＮＫＩＮＳＯＮＡ．Ｔｈｅｆｒｅｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅａｎｎｕａｌｍａｘｉｍｕｍ（ｏｒｍｉｎｉｍｕｍ）ｖａｌｕｅｓｏｆｍｅｔｅｏｒｏｌｏｇｉｃａｌｅｌｅ  ｑｕｅｎｃｙｄ４９７０ｍｅｎｔｓ［Ｊ］．ＱｕａｒｔｅｒｌｏｕｒｎａｌｏｆｔｈｅＲｏｙａｌＭｅｔｅｏｒｏｌｏｇｉｃａｌＳｏｃｉｅｔ２０１０，８１（３４８）：１５８?１７１．ＤＯＩ：１０．１００２／ｑｊ．ｙＪｙ，８１３４８０４．［１２］ＫＯＴＺＳ，ＮＡＤＡＲＡＪＡＨＳ．Ｅｘｔｒｅｍｅｖａｌｕｅｄｉｓｔｒｉｂｕｔｉｏｎｓ：Ｔｈｅｏｒｌｉｃａｔｉｏｎｓ［Ｍ］．Ｌｏｎｄｏｎ：ＩｍｐｅｒｉａｌＣｏｌｌｅｇｅｙａｎｄａｐｐＰｒｅｓｓ，２０００．［１３］金光炎．广义极值分布及其在水文中的应用［Ｊ］．水文，１９９８，２：９１５． ? ［１４］张喜刚．公路桥梁汽车荷载标准研究［Ｍ］．北京：人民交通出版社，２０１４．［１５］中华人民共和国交通部．公路桥涵设计通用规范：ＪＴＧＤ６０－２００４［Ｓ］．北京：人民交通出版社，２００４．［１６］中华人民共和国交通部．公路桥涵设计通用规范：ＪＴＧＤ６０－２０１５［Ｓ］．北京：人民交通出版社，２０１５．（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：崔长彩）第４０卷第４期华侨大学学报（自然科学版）２０１９年７月ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｖｏｌ．４０Ｎｏ．４Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１９０１０２９ ? 不锈钢管约束混凝土短柱轴压性能试验叶勇１，２，邓江聪１，彭译琳１，丁金鹏１，郑庶贤１，孙小乔１，张世江１（１．华侨大学土木工程学院，福建厦门３６１０２１；２．华侨大学福建省结构工程与防灾重点实验室，福建厦门３６１０２１）摘要：为研究混凝土在不锈钢侧向约束下的受压力学性能，开展不锈钢圆管约束混凝土短柱的轴压试验研究．在试验中，设置素混凝土短柱和碳素钢管约束混凝土短柱作为对比，主要研究参数为加载边界条件和不锈钢管壁厚．试验结果表明：素混凝土短柱出现沿竖向劈裂破坏，破坏前变形较小；其余约束混凝土短柱均呈现较好的变形能力，破坏表现为钢管外屈及相应位置混凝土压溃破坏；在圆不锈钢管约束下，混凝土短柱的轴压承载力和变形能力均得到显著提升；不锈钢管混凝土短柱的初始刚度大于不锈钢约束混凝土短柱；随着不锈钢管壁厚的增大，约束混凝土短柱的轴压承载力近似呈线性增长；采用不锈钢管约束混凝土的承载力高于采用相近屈服强度的碳素钢管约束混凝土．关键词：不锈钢；约束混凝土；短柱；轴压承载力；变形能力中图分类号：ＴＵ３９８文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０４７６０７ ? ? ? 犈狓狆犲狉犻犿犲狀狋犪犾犛狋狌犱狔狅狀犆犻狉犮狌犾犪狉犛狋犪犻狀犾犲狊狊犛狋犲犲犾犜狌犫犲犆狅狀犳犻狀犲犱犆狅狀犮狉犲狋犲犛狋狌犫犆狅犾狌犿狀狊犝狀犱犲狉犃狓犻犪犾犆狅犿狆狉犲狊狊犻狅狀，ＹＥＹｏｎｇ１２，ＤＥＮＧＪｉａｎｇｃｏｎｇ１，ＰＥＮＧＹｉｌｉｎ１，ＤＩＮＧＪｉｎｐｅｎｇ１，ＺＨＥＮＧＳｈｕｘｉａｎ１，ＳＵＮＸｉａｏｑｉａｏ１，ＺＨＡＮＧＳｈｉｉａｎｇ１ｊ（１．ＣｏｌｌｅｇｅｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ；ｙ，Ｘｉ２．ＫｅｙＬａｂｏｒａｔｏｒｏｒＳｔｒｕｃｔｕｒａｌＥｎｇｉｎｅｅｒｉｎｇａｎｄＤｉｓａｓｔｅｒＰｒｅｖｅｎｔｉｏｎｏｆＦｕｉａｎＰｒｏｖｉｎｃｅ，ｙｆｊＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ａｘｉａｌｃｏｍｐｒｅｓｓｉｏｎｔｅｓｔｓｗｅｒｅｃａｒｒｉｅｄｏｕｔｏｎｓｔａｉｎｌｅｓｓｓｔｅｅｌｔｕｂｅｃｏｎｆｉｎｅｄｃｏｎｃｒｅｔｅｓｔｕｂｃｏｌｕｍｎｓ，ｔｏｉｎｖｅｓｔｉｔｅｔｈｅｅｆｆｅｃｔｏｆｌａｔｅｒａｌｃｏｎｆｉｎｅｍｅｎｔｏｆｓｔａｉｎｌｅｓｓｓｔｅｅｌｔｕｂｅｏｎｔｈｅａｘｉａｌｃｏｍｐｒｅｓｓｉｖｅｐｅｒｆｏｒｍａｎｃｅｏｆｃｏｎ  ｇａｃｒｅｔｅｓｔｕｂｃｏｌｕｍｎｓ．Ｔｈｅｍａｉｎｔｅｓｔｐａｒａｍｅｔｅｒｓｉｎｃｌｕｄｅｄｔｈｅｌｏａｄｉｎｇｂｏｕｎｄａｒｌｌｔｈｉｃｋｎｅｓｓｏｆｓｔａｉｎｌｅｓｓｙａｎｄｗａｓｔｅｅｌｔｕｂｅ．Ｔｈｅｐｌａｉｎｃｏｎｃｒｅｔｅｓｔｕｂｃｏｌｕｍｎａｎｄｃｏｎｃｒｅｔｅｓｔｕｂｃｏｌｕｍｎｃｏｎｆｉｎｅｄｗｉｔｈｃａｒｂｏｎｓｔｅｅｌｔｕｂｅｗｅｒｅｃｏｎ  ｄｕｃｔｅｄｆｏｒｃｏｍｐａｒｉｓｏｎ．Ｔｈｅｔｅｓｔｒｅｓｕｌｔｓｓｈｏｗ：ｔｈｅｐｌａｉｎｃｏｎｃｒｅｔｅｓｔｕｂｃｏｌｕｍｎｓｐｌｉｔｓｌｏｎｇｉｔｕｄｉｎａｌｌｔｈｍｉｎｏｒｙｗｉｄｅｆｏｒｍａｔｉｏｎ；ｗｈｉｌｅａｌｌｔｈｅｃｏｎｆｉｎｅｄｃｏｎｃｒｅｔｅｓｔｕｂｃｏｌｕｍｎｓｐｒｅｓｅｎｔｄｕｃｔｉｌｅｆａｉｌｕｒｅｍｏｄｅｓｗｉｔｈｏｕｔｗａｒｄｌｏｃａｌｂｕｃｋｌｉｎｇｏｆｓｔｅｅｌｔｕｂｅａｎｄｃｒｕｓｈｏｆｃｏｎｃｒｅｔｅｉｎｓｉｄｅ；ｔｈｅｌｏａｄ  ｃａｒｒｉｎｇｃａｐａｃｉｔｆｏｒｍａｔｉｏｎｃａｐａｃｉｔｆｃｏｎ  ｙｙａｎｄｄｅｙｏ收稿日期：２０１９０１０７ ? ? 通信作者：叶勇（１９８５Ｅｉｌ：ｚｃｏｍ． ?），男，副教授，博士，主要从事钢混凝土组合结构的研究． ?ｍａｑｙｅｙｏｎｇ＠１２６．基金项目：国家自然科学基金青年项目（５１８０８２３４）；福建省高校青年自然基金重点项目（ＪＺ１６０４１０）；福建省大学生创新创业训练计划立项项目（２０１７１０３８５０９１）第４期叶勇，等：不锈钢管约束混凝土短柱轴压性能试验４７７ｃｒｅｔｅｓｔｕｂｃｏｌｕｍｎｓａｒｅｓｉｉｆｉｃａｎｔｌｅｄｂｙｔｈｅｌａｔｅｒａｌｃｏｎｆｉｎｅｍｅｎｔｏｆｓｔａｉｎｌｅｓｓｓｔｅｅｌｔｕｂｅｓ；ｔｈｅｉｎｉｔｉａｌｓｔｉｆｆ  ｇｎｙｅｎｈａｎｃｎｅｓｓｏｆｃｏｎｃｒｅｔｅ  ｆｉｌｌｅｄｓｔａｉｎｌｅｓｓｓｔｅｅｌｔｕｂｅｉｓｇｒｅａｔｅｒｔｈａｎｔｈｅｓｔｉｆｆｎｅｓｓｏｆｓｔａｉｎｌｅｓｓｓｔｅｅｌｔｕｂｅｃｏｎｆｉｎｅｄｃｏｎｃｒｅｔｅ；ａｓｗａｌｌｔｈｉｃｋｎｅｓｓｉｎｃｒｅａｓｅｓ，ｔｈｅｌｏａｄ  ｃａｒｒｉｎｇｃａｐａｃｉｔｆｔｈｅｓｔａｉｎｌｅｓｓｓｔｅｅｌｔｕｂｅｃｏｎｆｉｎｅｄｃｏｎｃｒｅｔｅｉｎｃｒｅａｓｅｓａｐ  ｙｙｏｒｏｘｉｍａｔｅｌｉｎｅａｒｌｈｅｓｔａｉｎｌｅｓｓｓｔｅｅｌｔｕｂｅｃｏｎｆｉｎｅｄｃｏｎｃｒｅｔｅｏｗｎｓａｈｉｒｓｔｒｅｎｇｔｈｔｈａｎｔｈｅｃａｒｂｏｎｓｔｅｅｌｐｙｌｙ；ｔｇｈｅｔｕｂｅｃｏｎｆｉｎｅｄｃｏｎｃｒｅｔｅ．犓犲狉犱狊：ｓｔａｉｎｌｅｓｓｓｔｅｅｌ；ｃｏｎｆｉｎｅｄｃｏｎｃｒｅｔｅ；ｓｔｕｂｃｏｌｕｍｎ；ａｘｉａｌｃｏｍｐｒｅｓｓｉｖｅｓｔｒｅｎｇｔｈ；ｄｅｆｏｒｍａｔｉｏｎｃａｐａｃｉｔｙ狔狑狅钢管混凝土结构具有较好的力学性能、抗震性能和耐火性能，且施工方便，在高层建筑和大跨桥梁等领域得到广泛应用［１］．目前，钢管混凝土结构广泛采用碳素钢，由于碳素钢耐久性及耐腐蚀性能较弱，需进行防腐、防锈处理，因此，增加了普通钢管混凝土结构的全寿命周期成本［２］．不锈钢材料具有优越的耐久性和耐腐蚀性，且维护费用低，近年来逐渐受到结构工程师的关注，且在越来越多的工程结构中得到应用［３］．目前，国内外学者对不锈钢管混凝土的研究已相继展开．廖飞宇［４］采用有限元分析方法对不锈钢管混凝土和普通钢管混凝土短柱的轴压性能进行对比研究．Ｈａｎ等［５］研究新型不锈钢混凝土普通［］钢中空夹层钢管混凝土组合柱在轴压下的受力性能．Ｔａｏ等６建立方形不锈钢管混凝土短柱在轴压作［］用下的精细有限元分析模型．Ｕｙ等７研究不锈钢管混凝土短柱和细长柱在轴压、轴压与弯矩共同作用下的受力性能．陈誉等［８］进行热成型不锈钢圆管混凝土短柱轴压性能的试验研究．赵秋红等［９］通过有限［］元方法研究圆端形不锈钢管混凝土桥墩的滞回性能．Ｌｉａｏ等１０研究不锈钢管混凝土柱的抗震性能．Ｙｅ等［１１?１３］通过试验和有限元分析方法研究圆形和方形不锈钢碳素钢复合管混凝土构件的轴压性能．郭浩等［１４］建立圆形不锈钢碳素钢复合管混凝土轴拉构件的精细化有限元分析模型．钢管约束混凝土兼具钢管混凝土和型钢混凝土的特点，它是另一种钢混凝土组合结构．相较于普通碳素钢，不锈钢具有更好的后期应变强化能力和变形性能［１１］，当用于钢管约束混凝土结构中可具有较好的约束效果．然而，目前关于不锈钢管约束混凝土力学性能的研究仍较为少见．基于上述研究背景，本文开展圆不锈钢管约束混凝土短柱的轴压性能试验，研究外不锈钢管的约束作用对核心混凝土在轴向压力作用下的破坏形态和力学性能的作用，并分析不同参数的影响规律．１试验概况１．１试件设计试验设计制作了７个轴压试件，主要研究参数为加载边界条件和不锈钢管壁厚，相应的试件信息，如表１所示．表１中：Ｃ１，Ｃ? ２为素混凝土试件；ＣＦＳＳＴ为圆不锈钢管混凝土试件；ＣＴ３为碳素钢管约 ? 束混凝土试件；ＳＴ２，ＳＴ３，ＳＴ５为圆不锈钢管约束混凝土试件；犇为试件外径；犱为钢管厚度；犇／犱为钢管径厚比；犃ｓ，犃ｃ分别为钢管、核心混凝土的横截面面积； α 为截面含钢率， α＝犃ｓ／犃ｃ，其中，犳ｙ为钢材屈服强度，对于不锈钢，取名义屈服强度；犉ｕｅ为试验测得的轴压承载力，取试件竖向平均应变为１０－２ε 时所对应的荷载［１５］．表１试件参数和主要试验结果Ｔａｂ．１Ｐａｒａｍｅｔｅｒｓａｎｄｔｅｓｔｒｅｓｕｌｔｓｏｆｓｐｅｃｉｍｅｎｓ试件编号犇／ｍｍ犱／ｍｍ犇／犱 α 犳ｙ／ＭＰａ犉ｕｅ／ｋＮ１Ｃ ? １１４－－－－２０２．３Ｃ２ ? １１４－－－－１８５．３ＣＦＳＳＴ１２０３．１４００．１１２２８５４６０．８ＣＴ３１２０３．０４００．１０８２９４３７１．１ＳＴ２１２０１．９６００．０６６２８５３０３．０ＳＴ３１２０３．１４００．１１２２８５３７９．７ＳＴ５１２０４．９２４０．１８６２８５４１７．７试件所用钢管外径均为１２０ｍｍ．素混凝土试件采用外径为１２０ｍｍ，壁厚为３ｍｍ的钢管作为模板浇筑而成，浇筑完成的素混凝土试件外径为１１４ｍｍ．所有试件的长度均为３６０ｍｍ，混凝土的实测立方体抗压强度平均值为２５．１ＭＰａ．碳素钢与不锈钢全过程应力（ σ） ?应变（ ε）的关系曲线，如图１所示．图１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）４７８２０１９年中：插图为虚线方框的放大图．１．２加载装置及加载制度对于ＣＦＳＳＴ试件，采用全截面加载的形式，即外钢管和核心混凝土同时直接承受外加轴向荷载；而对于ＳＴ，ＣＴ系列试件，在试件上、下设置直径略小于核心混凝土外径的钢块（直径 × 高＝１１０ｍｍ×５０ｍｍ），以实现轴向荷载施加于核心混凝土．采用２０００ｋＮ液压试验机对试件施加轴向荷载，加载装置，如图２所示．在试件的弹性阶段，采用力控制图１碳素钢与不锈钢全过程应力应变关系加载，加载速率约为０．１ＭＰａ·ｓ；钢管屈服后，转位Ｆｉ１Ｗｈｏｌｅ  ｒａｎｇｅｓｔｒｅｓｓ  ｓｔｒａｉｎｒｅｌａｔｉｏｎｓｈｉｇ．ｐｓ－１移控制，慢速连续加载．ｏｆｃａｒｂｏｎｓｔｅｅｌａｎｄｓｔａｉｎｌｅｓｓｓｔｅｅｌ１．３量测内容及测点布置为量测加载过程中试件的轴向变形，在试验机上、下端板之间安置３个位移计，沿试件环向均匀布置．由于试件两端的钢块刚度大，可忽略钢块变形的影响．因此，位移计量测得的结果视为核心混凝土的轴向变形值．为研究在加载过程中，外钢管的受力情况及对核心混凝土的约束作用，在试件钢管的跨中截面沿环向均匀布置轴向和环向各３组应变计，以量测测点处钢管的轴向和环向应变．具体的测点布置情况，如图３所示．图３中：犉为荷载．试验过程中，试验机输出的荷载值与其他量测内容同步采集．图２加载装置图３加载装置及测点布置示意图（单位：ｍｍ）Ｆｉ２Ｌｏａｄｉｎｇｓｅｔ ｕｐｇ．Ｆｉ３Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｌｏａｄｉｎｇｓｅｔ ｕｐａｎｄｇ．ｍｅａｓｕｒｉｎｇｐｏｉｎｔｌａｙｏｕｔ（ｕｎｉｔ：ｍｍ）２试验结果及分析２．１破坏形态试验过程中，对试件的变形情况进行全程观察，如图４所示．由图４可知：Ｃ试件破坏前的变形较小，且破坏突然，呈现明显的脆性性能；ＳＴ，ＣＴ系列试件和ＣＦＳＳＴ试件的破坏过程相似，均表现出较好的后期承载能力和变形能力．由图４（ａ），（ｂ）可知：初始加载时，Ｃ试件处于弹性工作阶段，无明显变形；当荷载加至１６０ｋＮ左右时，混凝土开始出现竖向裂缝并逐渐发展，最终导致试件丧失承载力．由图４（ｃ）可知：随着荷载的增加，钢管变形开始增大，ＣＦＳＳＴ试件中部逐渐向外凸出，在靠近柱高中部的位置出现褶皱形局部屈曲现象．由４（ｄ）～（ｇ）可知：钢管中部鼓曲，管壁无明显褶皱．试件的典型破坏形态，如图５所示．由图５可知：设置外钢管可有效约束混凝土竖向裂缝的产生和发展，使得在破坏截面处，混凝土的裂缝范围更广；同时，相比于全截面受压的钢管混凝土形式，采用约束混凝土的形式可减小外钢管的局部屈曲现象，可更充分发挥钢管对核心混凝土的犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．（ａ）Ｃ１ ? （ｂ）Ｃ２ ? 第４期叶勇，等：不锈钢管约束混凝土短柱轴压性能试验（ｃ）ＣＦＳＳＴ（ｄ）ＣＴ３（ｅ）ＳＴ２４７９（ｆ）ＳＴ３（ｇ）ＳＴ５图４试件破坏形态Ｆｉ４Ｆａｉｌｕｒｅｍｏｄｅｓｏｆｓｐｅｃｉｍｅｎｓｇ．约束作用；相较于碳素钢管，不锈钢管的约束作用更为显著．２．２荷载轴向变形曲线各试件的荷载?轴向变形关系曲线，如图６所示．图６中： Δ 为轴向变形，核心混凝土的轴向变形取３个位移计所测变形的平均值；图６（ａ）中的插图为虚线方框的放大图．由图６可知：所有钢?混凝土组合结构柱的荷载?轴向变形关系曲线发展过程相近，均呈现较好的延性性能．与素混凝土试件相比，钢?混凝土组（ａ）Ｃ试件合结构柱的承载力和变形能力均得到显著提高．（ｂ）ＣＦＳＳＴ试件（ｃ）ＳＴ，ＣＴ试件图５典型破坏形式Ｆｉ５Ｔｙｐｉｃａｌｆａｉｌｕｒｅｍｏｄｅｓｇ．对比图６（ｂ），（ｅ）可知：在弹性阶段，不锈钢管约束混凝土试件的刚度相对较小，随着荷载的增大，不锈钢管约束混凝土试件的承载能力和刚度逐渐接近不锈钢管混凝土试件；在弹塑性阶段，不锈钢管约束混凝土的钢管因不直接承担纵向荷载而未发生局部屈曲，因此，钢管可更有效地限制混凝土的变形和破坏．故不锈钢管约束下的混凝土承载力的提高幅度超过不锈钢管混凝土中钢管对纵向承载力的贡献，（ａ）Ｃ１，Ｃ２ ? ? （ｂ）ＣＦＳＳＴ（ｃ）ＣＴ３（ｄ）ＳＴ２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）４８０２０１９年（ｅ）ＳＴ３（ｆ）ＳＴ５图６荷载?轴向变形全过程关系曲线Ｆｉ６Ｗｈｏｌｅ  ｒａｎｇｅｃｕｒｖｅｓｏｆｌｏａｄ  ａｘｉａｌｄｅｆｏｒｍａｔｉｏｎｇ．从而使不锈钢管约束混凝土柱具有更高的后期承载力．对比图６（ｃ），（ｅ）可知：在弹性阶段，不锈钢管约束混凝土试件与碳素钢管约束混凝土试件的荷载? 变形曲线发展过程基本一致；而在弹塑性阶段，不锈钢管约束混凝土试件承载能力明显高于碳素钢管约束混凝土试件；在加载后期（ＳＴ３试件的承载力提高了１０．７％．这是因为与碳素钢相比，不 Δ＝２５ｍｍ），锈钢具有更高的后期塑性变形能力和应变强化性能，使得构件进入弹塑性阶段后，不锈钢管对核心混凝土约束效应逐渐增强，从而提高不锈钢管约束混凝土试件的承载能力．对比图６（ｄ）～（ｆ）可知：在弹性阶段，不同壁厚的钢管对不锈钢管约束混凝土的刚度和承载力的影响不明显，这是由于约束混凝土为被动约束类型，核心混凝土的侧向变形很小，钢管的约束作用尚未发挥；在弹塑性阶段，随着钢管壁厚犱的增大，钢管对核心混凝土的约束作用增强，试件的承载能力和屈服后刚度明显增大；与ＳＴ２试件相比，在相同变形下（ Δ＝２０ＳＴ３，ＳＴ５试件的承载力分别提高了２５．３％，６９．６％．ｍｍ），典型不锈钢管约束混凝土试件的荷载?纵向平均应变的关系曲线，如图７所示．图７中：犉ｍａｘ为荷载最大值； ε为纵向平均应变；试件的关系曲线分为弹性阶段和弹塑性阶段；点犃为弹性阶段和弹塑性阶段的分界点；点犅为弹塑性阶段的结束点．由图７可知：试件在弹性阶段的荷载?轴向变形曲线呈线性关系；在达到点犃所对应的荷载后，试件进入弹塑性阶段直至结束（点犅）．在弹塑性阶段中，核心混凝土沿横向迅速膨胀，图７ＳＴ试件荷载纵向导致不锈钢管开始向外鼓曲，曲线斜率明显降低；同时，由于平均应变关系曲线不锈钢材料的应变强化性能，试件的轴压承载力随着不锈钢Ｆｉ７Ｌｏａｄ  ａｖｅｒａｇｅａｘｉａｌｇ．管的约束效应的提高而提高．ｓｔｒａｉｎｃｕｒｖｅｆｏｒＳＴｓｐｅｃｉｍｅｎｓ２．３荷载钢管钢材应变曲线试件的荷载?钢管钢材应变关系曲线，如图８所示．图８中： εｓ为钢管钢材应变； εｌ，ｓｔａｉｎｌｅｓｓ， εｔ，ｓｔａｉｎｌｅｓｓ分别为不锈钢管的轴向和环向应变； εｌ，ｃａｒｂｏｎ， εｔ，ｃａｒｂｏｎ分别为碳素钢管的轴向和环向应变．由图８可知：在轴压作用下，所有试件钢管的塑性均得到较为充分的发展．在相同荷载下，ＣＦＳＳＴ试件钢管的纵向应变始终大于环向应变；在弹性阶段，ＳＴ，ＣＴ系列试件钢管的轴向应变和环向应变相差不明显；相同钢管壁厚的ＳＴ３，ＣＴ３试件的犉? εｓ曲线基本一致，但在钢管屈服后（试件进入弹塑性阶段），由于核心混凝土破坏，混凝土迅速横向膨胀，导致钢管的横向应变迅速增大，钢管对混凝土的约束作用开始充分发挥；与ＣＴ３试件相比，ＳＴ３试件在弹塑性阶段的荷载增加幅度更大，这是因为不锈钢具有比碳素钢更高的应变强化性能，在弹塑性阶段后，相同壁厚的不锈犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．（ａ）ＣＦＳＳＴ第４期叶勇，等：不锈钢管约束混凝土短柱轴压性能试验４８１（ｂ）ＣＴ３（ｃ）ＳＴ２（ｄ）ＳＴ３（ｅ）ＳＴ５图８荷载钢管应变关系曲线Ｆｉ８Ｌｏａｄ  ｓｔｅｅｌｓｔｒａｉｎｃｕｒｖｅｓｇ．钢管对核心混凝土约束效应比碳素钢管更强．２．４试验参数对轴压承载力的影响各试件的轴压承载力试验值，如表１所示．由表１可知：相同钢管壁厚的ＳＴ系列试件的轴压承载力低于ＣＦＳＳＴ试件；与ＣＦＳＳＴ试件相比，ＳＴ３试件的轴压承载力降低了１７．６％；相同钢管壁厚的ＳＴ３试件与ＣＴ３试件的轴压承载力相近；与Ｃ试件相比，ＳＴ３，ＣＴ３试件的轴压承载力分别提升了９５．９％，９１．５％．不同含钢率对ＳＴ短柱轴压承载力的影响，如图９所示．由图９可知：含钢率对不锈钢管约束混凝土试件的轴压承载力具有显著影响，试件的轴压承载力随着含钢率的增大而近似呈线性增长；与Ｃ试件相比，ＳＴ２，ＳＴ３，ＳＴ５试件的轴压承载力分别提升了５６．３％，９５．９％，１１５．５％．图９含钢率对ＳＴ短柱轴压承载力的影响Ｆｉ９Ｅｆｆｅｃｔｓｏｆｓｔｅｅｌｒａｔｉｏｏｎｇ．３结论ａｘｉａｌｓｔｒｅｎｇｔｈｏｆＳＴｓｔｕｂｃｏｌｕｍｎｓ对不锈钢管约束混凝土短柱的轴压力学进行性能试验，在研究参数为加载边界条件和不锈钢管壁厚的范围内，得到以下４点主要结论．１）不锈钢管约束混凝土短柱在轴压荷载作用下的破坏形态为核心混凝土压溃，钢管中部较均匀外鼓，未出现明显的局部屈曲现象，呈现出较好的承载变形性能及对核心混凝土的约束作用．２）不锈钢管约束混凝土短柱的承载力相比素混凝土短柱有显著提升，且其轴压承载力随着含钢率的增大而近似呈线性增长．３）在钢管壁厚相同时，不锈钢管约束混凝土短柱的轴压承载力低于不锈钢管混凝土短柱；随着轴压变形的发展，不锈钢管约束混凝土短柱的承载能力和刚度逐渐接近和超过不锈钢管混凝土试件，显示出良好的后期承载能力．４）在弹塑性阶段时，相同钢管壁厚的不锈钢管约束混凝土短柱与碳素钢管约束混凝土短柱的刚度犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）４８２２０１９年和承载能力相近；但在后期强化阶段，不锈钢管约束混凝土短柱的刚度和承载力更高．参考文献：［１］韩林海．钢管混凝土结构：理论与实践［Ｍ］．３版．北京：科学出版社，２０１６．［２］ＧＡＲＤＮＥＲＬ，ＣＲＵＩＳＥＲＢ，ＳＯＫＣＰ，犲狋犪犾．Ｌｉｆｅｃｙｃｌｅｃｏｓｔｉｎｇｏｆｍｅｔａｌｌｉｃｓｔｒｕｃｔｕｒｅｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩｎｓｔｉｔｕ  ｔｉｏｎｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｓｉｎｅｅｒｉｎｇＳｕｓｔａｉｎａｂｉｌｉｔ２００７，１６０（４）：１６７１７７． ?Ｅｎｇ ? ｙ，［３］ＣＲＡＩＧＢ，ＥＳＴＨＥＲＲ，ＬＥＲＯＹＧ．Ｔｅｓｔｉｎｇ，ｓｉｍｕｌａｔｉｏｎａｎｄｄｅｓｉｆｃｏｌｄｆｏｒｍｅｄｓｔａｉｎｌｅｓｓｓｔｅｅｌＣＨＳｃｏｌｕｍｎｓ［Ｊ］． ? ｇｎｏＴｈｉｎｌｌｅｄＳｔｒｕｃｔｕｒｅｓ，２０１８，１３０：２９７３１２．ＤＯＩ：１０．１０１６／ｔｗｓ．２０１８．０５．００６． ?Ｗａ ? ｊ．［４］廖飞宇．圆不锈钢管混凝土轴压力学性能的有限元分析［Ｊ］．福建农林大学学报（自然科学版），２００９，３８（６）：６５９? ６６２．［５］ＨＡＮＬｉｎｈａｉ，ＲＥＮＱｉｎｇｘｉｎ，ＬＩＷｅｉ．Ｔｅｓｔｓｏｎｓｔｕｂｓｔａｉｎｌｅｓｓｓｔｅｅｌｃｏｎｃｒｅｔｅｃａｒｂｏｎｓｔｅｅｌｄｏｕｂｌｅｓｋｉｎｔｕｂｕｌａｒ（ＤＳＴ） ? ? ｃｓｒ．２０１０．０９．０１０．ｃｏｌｕｍｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｏｎｓｔｒｕｃｔｉｏｎａｌＳｔｅｅｌＲｅｓｅａｒｃｈ，２０１１，６７（３）：４３７４５２．ＤＯＩ：１０．１０１６／ ? ｊ．ｊ［６］ＴＡＯＺｈｏｎｇ，ＵＹＢ，ＬＩＡＯＦｅｉ犲狋犪犾．Ｎｏｎｌｉｎｅａｒａｎａｌｓｉｓｏｆｃｏｎｃｒｅｔｅｆｉｌｌｅｄｓｒｅｓｔａｉｎｌｅｓｓｓｔｅｅｌｓｔｕｂｃｏｌｕｍｎｓｕｎｄｅｒ ? ｙｕ，ｙｑｕａｃｓｒ．ａｘｉａｌｃｏｍｐｒｅｓｓｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｏｎｓｔｒｕｃｔｉｏｎａｌＳｔｅｅｌＲｅｓｅａｒｃｈ，２０１１，６７（１１）：１７１９?１７３２．ＤＯＩ：１０．１０１６／ｊ．ｊ２０１１．０４．０１２．［７］ＵＹＢ，ＴＡＯＺｈｏｎｇ，ＨＡＮＬｉｎｈａｉ．Ｂｅｈａｖｉｏｕｒｏｆｓｈｏｒｔａｎｄｓｌｅｎｄｅｒｃｏｎｃｒｅｔｅｆｉｌｌｅｄｓｔａｉｎｌｅｓｓｓｔｅｅｌｔｕｂｕｌａｒｃｏｌｕｍｎｓ［Ｊ］． ? ＪｏｕｒｎａｌｏｆＣｏｎｓｔｒｕｃｔｉｏｎａｌＳｔｅｅｌＲｅｓｅａｒｃｈ，ｃｓｒ．２０１０．１０．００４．２０１１，６７（３）：３６０３７８．ＤＯＩ：１０．１０１６／ ? ｊ．ｊ［８］陈誉，李凤霞，王江．热成型不锈钢圆管混凝土轴压短柱受力性能试验研究［Ｊ］．建筑结构学报，２０１３，３４（２）：１０６? １１２．［９］赵秋红，张建周，李忠献．圆端形不锈钢管混凝土桥墩滞回性能有限元分析［Ｊ］．建筑结构学报，２０１７，３８（增刊１）：４３５４４３． ? ［１０］ＬＩＡＯＦｅｉＨＡＮＬｉｎｈａｉ，ＴＡＯＺｈｏｎｇ．Ｅｘｐｅｒｉｍｅｎｔａｌｂｅｈａｖｉｏｒｏｆｃｏｎｃｒｅｔｅｆｉｌｌｅｄｓｔａｉｎｌｅｓｓｓｔｅｅｌｔｕｂｕｌａｒｃｏｌｕｍｎｓｕｎ  ? ｙｕ，ｄｅｒｃｙｃｌｉｃｌａｔｅｒａｌｌｏａｄｉｎｇ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｔｒｕｃｔｕｒａｌＥｎｇｉｎｅｅｒｉｎｇ，２０１７，１４３（４）：０４０１６２１９（１?１５）．ＤＯＩ：１０．１０６１／（ＡＳＣＥ）ＳＴ．１９４３５４１Ｘ．０００１７０５． ? ［１１］ＹＥＹｏｎｇ，ＨＡＮＬｉｎｈａｉ，ＳＨＥＥＨＡＮＴ，犲狋犪犾．Ｃｏｎｃｒｅｔｅｆｉｌｌｅｄｂｉｍｅｔａｌｌｉｃｔｕｂｅｓｕｎｄｅｒａｘｉａｌｃｏｍｐｒｅｓｓｉｏｎ：Ｅｘｐｅｒｉｍｅｎ  ? ｔａｌｉｎｖｅｓｔｉｔｉｏｎ［Ｊ］．ＴｈｉｎｌｌｅｄＳｔｒｕｃｔｕｒｅｓ，２０１６，１０８：３２１３３２． ?Ｗａ ? ｇａ［１２］ＹＥＹｏｎｇ，ＨＡＮＬｉｎｈａｉ，ＧＵＯＺｉｘｉｏｎｇ．Ｃｏｎｃｒｅｔｅｆｉｌｌｅｄｂｉｍｅｔａｌｌｉｃｔｕｂｅｓ（ＣＦＢＴ）ｕｎｄｅｒａｘｉａｌｃｏｍｐｒｅｓｓｉｏｎ：Ａｎａｌｔｉ  ? ｙｃａｌｂｅｈａｖｉｏｕｒ［Ｊ］．ＴｈｉｎｌｌｅｄＳｔｒｕｃｔｕｒｅｓ，２０１７，１１９：８３９８５０． ?Ｗａ ? ［／ｃ１３］ＹＥＹｏｎｇ，ＺＨＡＮＧＳｈｉｉａｎｇ，ＨＡＮＬｉｎｈａｉ，犲狋犪犾．Ｓｑｕａｒｅｃｏｎｃｒｅｔｅｆｉｌｌｅｄｓｔａｉｎｌｅｓｓｓｔｅｅｌａｒｂｏｎｓｔｅｅｌｂｉｍｅｔａｌｌｉｃｔｕｂｕ  ? ｊＪ］．ＪｏｕｒｎａｌｏｆＣｏｎｓｔｒｕｃｔｉｏｎａｌＳｔｅｅｌＲｅｓｅａｒｃｈ，２０１８，１４６：４９６２．ＤＯＩ：１０．ｌａｒｓｔｕｂｃｏｌｕｍｎｓｕｎｄｅｒａｘｉａｌｃｏｍｐｒｅｓｓｉｏｎ［ ? １０１６／ｃｓｒ．２０１８．０３．０１５．ｊ．ｊ［１４］郭浩，叶勇，高毅超，等．双金属复合管混凝土轴拉性能有限元分析［Ｊ］．华侨大学学报（自然科学版），２０１９，４０（１）：４１４７．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０５０１９． ? ? ［１５］中华人民共和国住房和城乡建设部．钢管混凝土结构技术规范：ＧＢ５０９３６－２０１４［Ｓ］．北京：中国建筑工业出版社，２０１４．（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：方德平）第４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１９０１０５２ ? 改进热平衡法的燃油式火灾试验炉模拟与分析段进涛，董毓利，林剑青，朱三凡（华侨大学土木工程学院，福建厦门３６１０２１）摘要：为实现火灾动力学模拟（ＦＤＳ）软件对火灾试验炉的模拟，以热平衡法为基础，在原燃油生成热计算公式中引入有效燃烧系数，使其适用于ＦＤＳ对轻柴油燃烧的模拟；依据质量守恒原理，计算离炉烟气带走热量代替原来的经验公式计算法，进而提出基于改进热平衡法的ＦＤＳ模拟火灾试验炉的方法．模拟结果表明：相较于热平衡法，改进热平衡法ＦＤＳ可以更好地模拟火灾试验炉的燃烧过程，模拟平均炉温曲线和设定的ＩＳＯ? ８３４标准升温曲线吻合得更好．关键词：火灾试验炉；热平衡法；火灾动力学模拟；火灾模拟；改进热平衡法中图分类号：Ｏ３５７文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０４８３０６ ? ? ? 犛犻犿狌犾犪狋犻狅狀犪狀犱犃狀犪犾狊犻狊狅犳犉犻狉犲犜犲狊狋犉狌狉狀犪犮犲犅犪狊犲犱狅狀狔犐犿狆狉狅狏犲犱犎犲犪狋犅犪犾犪狀犮犲犕犲狋犺狅犱ＤＵＡＮＪｉｎｔａｏ，ＤＯＮＧＹｕｌｉ，ＬＩＮＪｉａｎｑｉｎｇ，ＺＨＵＳａｎｆａｎ（ＣｏｌｌｅｇｅｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｓｉｍｕｌａｔｅｔｈｅｆｉｒｅｔｅｓｔｆｕｒｎａｃｅｂｙｆｉｒｅｄｙｎａｍｉｃｓｉｍｕｌａｔｉｏｎ（ＦＤＳ）ｓｏｆｔｗａｒｅ，ｂａｓｅｄｏｎｔｈｅｈｅａｔｂａｌａｎｃｅｍｅｔｈｏｄ，ａｎｉｍｐｒｏｖｅｄｈｅａｔｂａｌａｎｃｅｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄ．Ｉｎｔｒｏｄｕｃｉｎｇｔｈｅｅｆｆｅｃｔｉｖｅｃｏｍｂｕｓｔｉｏｎｃｏ  ｈｅｉｍｐｒｏｖｅｄｈｅａｔｂａｌａｎｃｅｍｅｔｈｏｄｉｓａｐｐｌｉｅｄｅｆｆｉｃｉｅｎｔｉｎｔｏｔｈｅｏｒｉｉｎａｌｆｕｅｌｇｅｎｅｒａｔｉｏｎｈｅａｔｃａｌｃｕｌａｔｉｏｎｆｏｒｍｕｌａ，ｔｇｔｏｔｈｅｓｉｍｕｌａｔｉｏｎｏｆｌｉｔｄｉｅｓｅｌｃｏｍｂｕｓｔｉｏｎｂｙＦＤＳ，ｔｈｅｈｅａｔｒｅｍｏｖａｌｆｒｏｍｔｈｅｆｕｒｎａｃｅｓｍｏｋｅｗａｓｃａｌｃｕｌａｔｅｄｇｈａｃｃｏｒｄｉｎｇｔｏｔｈｅｐｒｉｎｃｉｌｅｏｆｍａｓｓｃｏｎｓｅｒｖａｔｉｏｎｉｎｓｔｅａｄｏｆｔｈｅｏｒｉｉｎａｌｅｍｐｉｒｉｃａｌｆｏｒｍｕｌａｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄ．ｐｇＴｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ：ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｈｅａｔｂａｌａｎｃｅｍｅｔｈｏｄ，ｔｈｅＦＤＳｃａｎｂｅｔｔｅｒｓｉｍｕｌａｔｅｔｈｅｃｏｍｂｕｓｔｉｏｎｐｒｏｃｅｓｓｏｆｔｈｅｆｉｒｅｔｅｓｔｆｕｒｎａｃｅａｃｃｏｒｄｉｎｇｔｏｔｈｅｉｍｐｒｏｖｅｄｈｅａｔｂａｌａｎｃｅｍｅｔｈｏｄ．Ｔｈｅｓｉｍｕｌａｔｉｏｎａｖ  ｅｒａｇｅｆｕｒｎａｃｅｔｅｍｐｅｒａｔｕｒｅｃｕｒｖｅａｇｒｅｅｓｗｅｌｌｗｉｔｈｔｈｅＩＳＯ? ８３４ｓｔａｎｄａｒｄｔｅｍｐｅｒａｔｕｒｅｒｉｓｅｃｕｒｖｅ．犓犲狉犱狊：ｆｉｒｅｔｅｓｔｆｕｒｎａｃｅ；ｈｅａｔｂａｌａｎｃｅｍｅｔｈｏｄ；ｆｉｒｅｄｙｎａｍｉｃｓｉｍｕｌａｔｉｏｎ；ｆｉｒｅｓｉｍｕｌａｔｉｏｎ；ｉｍｐｒｏｖｅｄｈｅａｔ狔狑狅ｂａｌａｎｃｅｍｅｔｈｏｄ近年来，多起火灾事故引发的惨痛教训，使人们对火灾下建筑结构的安全性愈发关注，建筑结构的抗火性能和抗火设计逐渐成为学者的研究热点［１］．建筑结构抗火试验研究主要依靠火灾试验炉模拟真实室内火灾高温场景［２］．目前，国内很多高校和科研机构都建造了符合我国制定的《建筑构件耐火试验方法》的火灾试验炉［３?６］．从燃料种类上，这些火灾试验炉可以分为燃油火灾试验炉和燃气火灾试验炉．［］早期建造的火灾试验炉大多使用轻柴油（０＃柴油）作为燃料对试验炉进行升温３?５，近年来新建的火灾收稿日期：２０１９０１２６ ? ? 通信作者：董毓利（１９６５Ｅ?ｍａｉｌ：ＤｏｎｇＹＬ＠ｈｑｕ．ｅｄｕ． ?），男，教授，博士后，博士生导师，主要从事结构抗火的研究．ｃｏｍ．基金项目：国家自然科学基金资助项目（５１７７８２５０）华侨大学学报（自然科学版）４８４２０１９年试验炉普遍使用天然气作为燃料［６?７］．相对于柴油来说，天然气不需要汽化过程，可直接发生燃烧，与空气混合更为充分，这极大提高了天然气的燃烧效率，因此，天然气的燃烧效率普遍可以达到９８％［７?８］．此外，柴油是易燃物，在实验室内储存具有一定的危险性，而天然气可以从市政燃气管道内随用随取．随着计算机技术的发展，火灾试验炉开始普遍采用基于实时炉温的模糊控制系统控制火炉的升温曲线［９］．这种火灾试验炉可以克服温度滞后干扰［１０］，炉温控制较为精确．然而，有些老式的燃油火灾试验炉［１１］和一些临时性的燃油火灾试验炉［１２?１３］没有条件使用基于实时炉温的模糊控制系统控制炉温，而是基于热平衡法［１１］，根据设定的炉温曲线计算得到每个时刻的轻柴油消耗速率，通过控制燃料和空气供应控制炉温曲线．这种基于热平衡法设计的燃油式火灾试验炉，在实际应用中由于现实条件的差异，火灾试验炉的实际炉温难以达到设定的炉温曲线［１２?１３］，实际效果并不理想．而火灾动力学模拟软件（ＦＤＳ）作为常用的火灾模拟软件，理论上可以实现火灾试验炉燃烧过程的模拟，通过ＦＤＳ模拟火灾试验炉，可以事先验证火灾试验炉设计的效果，同时，还可以更加清楚地了解火灾试验炉的燃烧过程及炉内温度场变化．ＦＤＳ对火灾试验炉的模拟，不仅可以为燃油式火灾试验炉设计提供帮助，而且模拟得到的温度场数据也可以用于建筑结构的抗火研究［１４］．但是如何采用ＦＤＳ模拟火灾试验炉，并确保火灾试验炉按照设定的升温曲线升温，仍缺少相关理论及试验研究．本文以热平衡法为基础，结合ＦＤＳ模拟火灾的原理，提出改进的热平衡法．１改进热平衡法设计火灾试验炉１．１犐犛犗? ８３４标准升温曲线［］建筑结构抗火研究通常采用ＩＳＯ? ８３４标准升温曲线作为火灾温度场的升温曲线１５，火灾试验炉通［］常也按照ＩＳＯ? ８３４标准升温曲线进行设计１６，ＩＳＯ? ８３４标准升温曲线公式为８狋＋１）． θ ＝θ０＋３４５·ｌｇ（式（１）中：狋为时间，ｍｉｎ． θ 为狋时刻的温度，℃ ； θ０为初始温度，℃ ；（１）ＩＳＯ? ８３４标准升温曲线是学者根据大量实际建筑室内火灾实验总结出的升温曲线，该曲线符合实际火灾温度场的升温过程．火灾试验炉按照ＩＳＯ? ８３４标准升温曲线设计时，虽然炉温可以达到真实火灾场景中的温度，但是燃烧过程却与真实火灾过程并不完全相同．为了充分利用燃料，火灾试验炉会通过喷嘴提供足量的空气，燃烧过程始终通过燃料控制．而实际火灾中，在火灾初期阶段，新鲜空气充足，火灾由燃料控制，可燃气体聚集到一定阶段会发生 “轰燃”现象，“轰燃”促使温度快速上升，室内火势蔓延迅速，火灾的局部燃烧会过渡到全室燃烧；在火灾充分发展阶段，氧气消耗量巨大，火场内部会出现供氧不足的情况，这时的燃烧主要由通风控制，室内火灾温度上升速度逐渐减缓，可以达到１１００ ℃ 左右．１．２热平衡法１．２．１热平衡法原理热平衡法根据能量守恒原理设计火灾试验炉，火炉在任意时刻都处于热平衡状态．在火灾试验炉中，热量的产生主要是由燃料燃烧生成的化学热，热量的流失主要是墙壁吸收的热量和烟气带走的热量．所以，燃料燃烧生成的热量犙１等于墙壁吸收的热量犙２和烟气带走的热量犙３之和．在任意时刻，分别计算犙１，犙２和犙３，建立热平衡方程犙１＝犙２＋犙３，计算某一时刻的温度，取对应的ＩＳＯ? ８３４标准升温曲线在该时刻的温度，解此方程，即可得到当炉温按照ＩＳＯ? ８３４标准升温曲线升温时的轻柴油消耗速率．１．２．２燃料燃烧生成热量犙１公式为燃油火灾试验炉内升温的热量来源是轻柴油燃烧生成的热量，其计算犙１＝犅·犙ｙｄ．（２）式（２）中：犅为燃油消耗速率，ｋｇ·ｈ－１；犙ｙｄ为燃油燃烧热，一般取４１．８６８ＭＪ·ｋｇ－１．１．２．３炉壁吸收热量犙２在火灾试验炉中，当升温曲线按照ＩＳＯ? ８３４曲线进行升温时，试验炉通过炉壁（炉墙、底板和顶板）向外散发热量的过程为不稳态过程．炉壁不稳态散热过程的理论计算方法较为复杂，且火灾试验炉需要研究的是炉内温度，而不需要计算炉壁温度，为简化计算通常采用近似公式法．研犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期段进涛，等：改进热平衡法的燃油式火灾试验炉模拟与分析４８５［］究表明，当傅里叶准数犉＜０．４时，可采用《工业炉设计手册》１７推荐的近似公式，计算炉墙不稳态散热，相对于有限差分法，近似公式计算结果的误差在５％内［１１］．傅里叶准数犉的表达式为（犉＝犪·狋／犺２．３）式（３）中：犪为导温系数，犪＝λ／（犮），其中，犮为炉壁比热容，狋为火 λ 为炉壁的热传导系数， ρ ρ 为炉壁密度；灾已持续时间，取常见建筑结构试验时长４ｈ；犺为炉壁厚度，取一块砖的长度０．２４ｍ．火灾试验炉的炉墙、底板和顶板的材料热工参数，如表１所示．犮， λ， ρ 均依据表１取值，通过公式计算得到犉＝０．１２，小于０．４，所以，可以采用近似公式计算炉壁不稳态散热过程．表１材料热工参数Ｔａｂ．１Ｔｈｅｒｍａｌｐａｒａｍｅｔｅｒｓｏｆｍａｔｅｒｉａｌｓ材料ｍ·ｈ· ℃ ）－１ λ／ｋＪ·（犮／ｋＪ·（ｋｇ· ℃ ）－１犪／ｍ２ ·ｈ－１粘土砖－３ ρ／ｋｇ·ｍ１７００～１８００２．９１８０．８７９０．００１８～０．００１９混凝土２２００～２５００５．５８１０．８４２０．００２７～０．００３０炉墙、顶板、底板吸收热量的热流密度近似计算式为狇ｎ＝０．９５·犫·Δθ ．狋槡（４）式（４）中：犫为热惰性系数，犫＝槡狋为加热时间． λ·ρ·犮； Δθ 为温差；狇ｎ为炉壁不稳态散热热流密度；炉墙、顶板、底板吸收热量犙２的计算式为（犙２＝犛２ｗ ·狇２ｗ＋犛２ｃ·狇２ｃ．５）式（５）中：犛２ｗ为火炉内炉墙的面积；犛２ｃ为火炉内顶板、底板的面积；狇２ｗ为火炉炉墙散热的热流密度；狇２ｃ为炉墙散热的热流密度．１．２．４离炉烟气带走热量犙３在热平衡法中，烟气带走热量犙３的计算式为（犙３＝（１－犽）·犅·犞ａ·犆ｙ·Δθ．６）式（６）中：犽为机械不完全燃烧损失率，轻柴油取０．０１；犞ａ为单位燃料生成的烟气量，根据经验取１２．１５ｍ３ ·ｋｇ－１；犆ｙ为离炉烟气平均比热容，取１．０９８６ｋＪ·（ｋｇ· ℃ ）－１．１．３改进热平衡法改进热平衡法主要是结合ＦＤＳ的特点，对热平衡法中无法准确描述ＦＤＳ模拟的计算分项进行改进，主要包括２部分内容：在燃料燃烧生成的热量犙１计算式中引入有效燃烧系数α；依据质量守恒定律计算烟气带走的热量犙３．热平衡法认为，在火灾过程中，轻柴油始终充分燃烧，但在实际燃烧过程中，轻柴油的燃烧需要经历液体?雾化?汽化?燃烧的过程，很难充分燃烧，甚至在火炉内部分轻柴油未发生燃烧就随烟气排出火炉，所以，轻柴油实际燃烧生成的热量要比公式计算的结果略低．在原计算式的基础上，引入有效燃烧系数 α，在氧气充足和燃烧喷嘴的雾化效率确定的情况下，通过ＦＤＳ软件的试算可知， α 和温度成正相关，在２０～１２００ ℃ 范围内，８０～０．９６．改进后的公式可表示为 α 可取０．（犙１＝犅·犙ｙｄ·α．７）在热平衡法中，烟气带走热量是通过计算离炉烟气的体积与离炉烟气的平均热容量和温差三者之积得到的．但是，由于燃烧生成的烟气的体积会随温度变化而发生较大的变化［１８］，从２０ ℃ 上升到１２００ ℃ 的过程中，烟气会膨胀几倍，所以，使用离炉烟气的平均热容量计算烟气带走热量会有较大的误差．而根据质量守恒原理，进入火炉的轻柴油质量和空气质量之和等于排出炉体的烟气质量，质量守恒原理不会受到温度的影响．因此，采用质量守恒的方法，计算烟气带走热量犙３，结果会更加准确．排出炉体的烟气质量等于喷入炉体的轻柴油质量和空气质量之和．排出炉体的烟气带走热量犙３可以表示为犙３＝犅· （ α＋１）·犆ｙ·Δθ．（８）２实例验证与分析以目前常见的水平火灾试验炉为例，根据热平衡法和文中提出的改进热平衡法，分别计算４ｈ内火灾试验炉按照ＩＳＯ? ８３４标准升温曲线升温的轻柴油的消耗速率；使用ＦＤＳ分别模拟２种轻柴油消耗速犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）４８６２０１９年率下火灾试验炉内的燃烧过程，采集火炉内的温度场数据进行对比分析．水平火灾试验炉内部空间尺寸一般为６．０ｍ（长）×４．２ｍ（宽）×１．６ｍ（高），四周炉墙为耐火砖墙，底部通常为混凝土地面加耐火砖，顶部一般放置火灾试验对象（板梁构件或结构体），柱体一般放在垂直炉内进行试验，水平炉顶部空出区域用盖板进行封堵，可以近似地认为顶部盖板为混凝土材质．在长边炉墙上布置６个喷嘴，一侧短边炉墙上设置排烟孔道，考虑到热烟气一般向上流动，在底部设置排烟孔道，排烟孔大小为０．４ｍ×０．４ｍ．火灾试验炉结构，如图１所示．利用热平衡法和改进热平衡法，根据实际炉体参数和ＩＳＯ? ８３４标准升温曲线，分别计算轻柴油消耗速率随时间的变化，结果如图２所示．（ａ）平面图（ｂ）剖面图图１火灾试验炉结构Ｆｉ１Ｓｔｒｕｃｔｕｒｅｏｆｆｉｒｅｔｅｓｔｆｕｒｎａｃｅｇ．由图２可知：在火灾初期阶段，温度上升较快，单位时间内火炉消耗的轻柴油量较大．当时间很短时，轻柴油消耗速率会接近于无限大，主要是因为炉墙不稳态散热热流密度狇ｎ采用近似公式（４）计算，在火灾前期阶段时间狋很小时，狇ｎ会趋于无穷大，即炉墙散热会达到无穷大，这与实际情况不符．为了避免近似公式在时间很小时产生的误差，王广军等［１１］和王勇［１２］在试验中都建议取３０ｍｉｎ时的燃油消耗速率作为火灾试验炉前期的供油速率，但是实际效果并不理想．在文献［１２］的试验中，火炉的平均炉温无法按照ＩＳＯ? ８３４标准升温曲线进行升温，最大温差达到５００ ℃ 左右，其平均炉温曲线与ＩＳＯ? ８３４标准升温曲线的对比，如图３所示．图２轻柴油消耗速率随时间的变化图３文献［１２］炉温曲线与ＩＳＯ? ８３４升温曲线的对比Ｆｉ２Ｖａｒｉａｔｉｏｎｏｆｌｉｔｄｉｅｓｅｌｏｉｌｇ．ｇｈＦｉ３Ｃｏｍｐａｒｉｓｏｎｏｆｔｅｍｐｅｒａｔｕｒｅｃｕｒｖｅｓｂｅｔｗｅｅｎｇ．ｃｏｎｓｕｍｐｔｉｏｎｒａｔｅｗｉｔｈｔｉｍｅｒｅｆｅｒｅｎｃｅ［１２］ａｎｄＩＳＯ? ８３４为了确定火灾试验炉升温初期轻柴油消耗速率随时间的变化关系，采用热平衡法［１１］和文中提出的改进热平衡法，分别计算３０，１５，８，４，２ｍｉｎ时的燃油消耗速率，将其作为初期供油速率，并使用ＦＤＳ模拟火灾试验炉燃烧１ｈ，将模拟得到的平均炉温曲线与ＩＳＯ? ８３４标准升温曲线进行对比，如图４所示．由图４可知：热平衡法取２ｍｉｎ时的轻柴油消耗速率作为前期供油速率，平均温度场虽然可以控制得比较好，但后期温度场与ＩＳＯ? ８３４标准升温曲线相差越来越大；改进热平衡法取４ｍｉｎ时的轻柴油消耗速率作为前期供油速率，平均温度场可以控制得较好，得到的炉温曲线接近ＩＳＯ? ８３４标准升温曲线．根据图４结果，热平衡法取２ｍｉｎ时的燃油消耗速率作为前期供油速率，改进热平衡法取４ｍｉｎ时的燃油消耗速率作为前期供油速率，在该时刻之后，供油速率按照计算结果取值，使用ＦＤＳ分别模拟火灾试验炉燃烧４ｈ．对比这两种方法模拟火灾试验炉的平均炉温曲线，如图５所示．由图５可知：基于改进热平衡法，采用ＦＤＳ模拟火灾试验炉的平均炉温与ＩＳＯ? ８３４标准升温曲线吻合得较好．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期段进涛，等：改进热平衡法的燃油式火灾试验炉模拟与分析（ａ）热平衡法４８７（ｂ）改进热平衡法图４不同供油速率下的平均炉温曲线对比Ｆｉ４Ｃｏｍｐａｒｉｓｏｎｏｆａｖｅｒａｇｅｆｕｒｎａｃｅｔｅｍｐｅｒａｔｕｒｅａｔｄｉｆｆｅｒｅｎｔｆｕｅｌｓｕｐｐｌａｔｅｓｇ．ｙｒ为进一步验证基于改进热平衡法的ＦＤＳ模拟火灾试验炉的有效性，从ＦＤＳ模拟结果中，分别提取炉墙和顶、底板吸收热量、烟气带走热量、轻柴油燃烧生成热量与改进热平衡法的计算值进行对比，结果如图６所示．图５两种方法的平均炉温曲线对比图６各项热功率的模拟值与计算值的对比Ｆｉ５Ｃｏｍｐａｒｉｓｏｎｏｆａｖｅｒａｇｅｆｕｒｎａｃｅｇ．Ｆｉ６Ｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｓｉｍｕｌａｔｉｏｎａｎｄｇ．ｔｅｍｐｅｒａｔｕｒｅｂｙｔｗｏｍｅｔｈｏｄｓｃａｌｃｕｌａｔｉｏｎｖａｌｕｅｓｏｆｖａｒｉｏｕｓｔｈｅｒｍａｌｐｏｗｅｒｓ由图６可知：采用改进热平衡法得到的炉墙和顶、底板吸收的热量、烟气带走的热量、轻柴油燃烧生成热量的计算值与ＦＤＳ模拟的结果基本吻合；只在火灾初期阶段，由于“轰燃”现象的存在，导致计算结果和实际情况之间存在一定的误差．究其原因是热平衡法无法考虑火灾的“轰然”现象对火灾试验炉的影响．但“轰然”现象只存在火灾发展的初期阶段，且时间很短，不影响后期火灾试验炉的温度场，故基于改进热平衡法可准确地模拟火灾试验炉的燃烧过程，平均炉温曲线与设定的ＩＳＯ? ８３４标准升温曲线基本吻合．相较于真实火灾试验炉，ＦＤＳ模拟可以在火灾试验炉内测得更多的数据和物理参数，且布置测点也无需考虑现实条件的约束．因此，可以在ＦＤＳ模拟火灾试验炉内布置大量的热电偶测点，研究火炉内的温度场分布情况和烟气流动情况．在火炉的中心位置分层布置热电偶测点，与混凝土地面的距离分别为０．２，０．４，０．６，０．８，１．０，１．２，１．４ｍ，提取０．２ｍ（炉体底部）、０．８ｍ（炉体中间）、１．２ｍ（炉体顶部）３点处的温度曲线进行对比，如图７所示．由图７可知：炉体中间处的温度最高，而靠近底板处的图７各测点升温曲线的对比温度最低．这是因为炉体中间处正对着燃烧火焰喷嘴，所以Ｆｉ７Ｔｅｍｐｅｒａｔｕｒｅｃｕｒｖｅｏｆｇ．温度较高；又由于热烟气向上流动，所以炉体上部的温度高ｅａｃｈｔｈｅｒｍｏｃｏｕｐｌｅ于下部．８０ｍｉｎ后，火炉内上、下空间的温度逐渐趋于一致，温度场分布较为均匀，说明火灾试验炉内温度场基本均匀，同时可知，火灾试验炉的排烟孔设置在底部可以使高温烟气实现有利循环，提高热效率．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）４８８２０１９年３结论为了实现ＦＤＳ对火灾试验炉的模拟，以热平衡法为基础，提出改进热平衡法；计算当火灾试验炉按照ＩＳＯ?８３４标准升温曲线升温过程中任意时刻消耗轻柴油的质量，以改进热平衡法计算的结果作为ＦＤＳ的供油参数，模拟火灾试验炉，得到以下３个结论．１）采用引入有效燃烧系数α 的改进热平衡法，计算轻柴油燃烧时所释放的热量与ＦＤＳ模拟结果更加吻合．２）根据质量守恒定律计算离炉烟气带走热量，可以消除由于升温导致烟气膨胀产生的误差，计算结果与ＦＤＳ模拟结果相吻合．３）根据改进热平衡法，可以实现ＦＤＳ对火灾试验炉的模拟，模拟炉温曲线符合ＩＳＯ? ８３４标准升温曲线．通过ＦＤＳ对火灾试验炉的模拟，可以为燃油式火灾试验炉的设计和炉温控制提供参考，也为建筑结构抗火研究及模拟提供更准确的温度场数据．参考文献：［１］傅传国，王广勇．钢筋混凝土框架结构火灾行为试验研究和理论分析［Ｍ］．北京：科学出版社，２０１６．［２］任晓虎，霍静思，曾翔，等．一种采用可控复合技术的新型升温炉［Ｊ］．自然灾害学报，２０１２，２１（３）：２３０２３５．ＤＯＩ：１０． ? ｎｄ．２０１２．０３３３．１３５７７／ｊ．ｊ［３］李晓东，董毓利，刘杰．燃油火灾试验炉的研制［Ｊ］．青岛建筑工程学院学报，２００４，２５（２）：１２?１４．ＤＯＩ：１０．３９６９／ｊ．４６０２．２００４．０２．００３．ｉｓｓｎ．１６７３ ? ［４］郑文忠，侯晓萌，闫凯．预应力混凝土高温性能及抗火设计［Ｍ］．哈尔滨：哈尔滨工业大学出版社，２０１２．［５］张大山，董毓利，朱崇绩．大尺度钢筋混凝土双向板的受拉薄膜效应分析［Ｊ］．东南大学学报（自然科学版），２０１２，４２（ｉｓｓｎ．１００１５）：９５６９６１．ＤＯＩ：１０．３９６９／０５０５．２０１２．０５．０２９． ? ? ｊ．［６］徐明，高建勋．水平模拟火灾试验炉的研制［Ｊ］．实验技术与管理，２００９，２６（１１）：４９ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００２ ?５１． ? ｊ．４９５６．２００９．１１．０１５．［７］徐通模．燃烧学［Ｍ］．北京：机械工业出版社，２０１１．［８］芩可法．高等燃烧学［Ｍ］．杭州：浙江大学出版社，２００２．［９］李明弟，李强，孙一民，等．模糊控制在火灾试验炉中的应用［Ｊ］．实验技术与管理，２００９，２６（２）：５５?５７．ＤＯＩ：１０．ｉｓｓｎ．１００２３９６９／４９５６．２００９．０２．０１７． ? ｊ．［１０］李明弟，刘学亭，李强，等．大型火灾试验炉研制与应用［Ｊ］．实验室研究与探索，２００８，２７（７）：３１３３．ＤＯＩ：１０．３９６９／ ? ｉｓｓｎ．１００６７１６７．２００８．０７．０１０． ? ｊ．［１１］王广军，边庆策，史毅，等．建筑构件耐火性能试验炉的研制与应用［Ｊ］．建筑科学，１９９６（２）：２９３５．ＤＯＩ：１０．１３６１４／ ? ｃｎｋｉ．１１１９６２／ｔｕ．１９９６．０２．００６． ? ｊ．［１２］王勇．钢框架结构中２×２区格连续混凝土板抗火性能研究［Ｄ］．哈尔滨：哈尔滨工业大学，２０１３．［１３］李兵．混凝土板受火性能分析及整体结构中连续板抗火试验研究［Ｄ］．哈尔滨：哈尔滨工业大学，２０１６．［１４］段进涛，史旦达，汪金辉，等．火灾环境下钢结构响应行为的ＦＤＳＪ］．工程力学， ?ＡＢＡＱＵＳ热力耦合方法研究［２０１７，３４（２）：１９７２０６．ＤＯＩ：１０．６０５２／ｉｓｓｎ．１０００４７５０．２０１６．０１．００６１． ? ? ｊ．［１５］熊平，王升，文桃．双圆夹层钢管混凝土的组合弹性模量理论［Ｊ］．华侨大学学报（自然科学版），２０１９，４０（１）：４８５５． ? ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０８００２． ? ［１６］林碧兰，李丹，徐玉野．三面受火后混凝土短柱受剪承载力的数值计算［Ｊ］．华侨大学学报（自然科学版），２０１４，３５（４）：４３７４４２．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１４．０４．０４３７． ? ? ［１７］王秉铨．工业炉设计手册［Ｍ］．北京：机械工业出版社，２０１０．［１８］何妞．热膨胀烟气再循环联合系统在流化床锅炉中的应用研究［Ｄ］．哈尔滨：哈尔滨工业大学，２０１４．（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４０卷第４期华侨大学学报（自然科学版）２０１９年７月ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｖｏｌ．４０Ｎｏ．４Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１９０３０１９ ? 机锯条石砌筑灰缝的抗剪性能试验庄思思，郭子雄，柴振岭（华侨大学土木工程学院，福建厦门３６１０２１）摘要：以砂浆强度和压应力为主要参数，对１２片水泥砂浆砌筑机锯条石石墙进行单调双剪静力加载试验，研究石墙灰缝的破坏过程和抗剪机理．试验结果表明：试件灰缝都呈现显著的剪切脆性破坏，破坏过程可分为为弹性、开裂和摩擦滑移３个阶段；在弹性阶段，切应力?位移曲线近似线性关系，开裂后应力仍增加，直至灰缝形成通缝，应力明显下降并稳定在一定范围，承载力仅由砂浆与石材间的摩擦强度承担；灰缝抗剪强度随着压应力或砂浆强度的增加而增加，压应力的效应更显著；对试验数据进行回归分析，得到水泥砂浆砌机锯条石砌筑灰缝抗剪强度计算公式．关键词：石砌体；机锯条石；抗剪强度；破坏模式中图分类号：ＴＵ３６３文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０４８９０５ ? ? ? 犈狓狆犲狉犻犿犲狀狋犪犾犐狀狏犲狊狋犻犪狋犻狅狀狅犳犛犺犲犪狉犆犪狆犪犮犻狋犳犵狔狅犛犪狑狀犛狋狅狀犲犕犪狊狅狀狉狅犻狀狋狔犑ＺＨＵＡＮＧＳｉｓｉ，ＧＵＯＺｉｘｉｏｎｇ，ＣＨＡＩＺｈｅｎｌｉｎｇ（ＣｏｌｌｅｇｅｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｔａｋｉｎｇｔｈｅｍｏｒｔａｒｓｔｒｅｎｇｔｈａｎｄｃｏｍｐｒｅｓｓｉｖｅｓｔｒｅｓｓａｓｔｈｅｍａｉｎｐａｒａｍｅｔｅｒｓ，１２ｓａｗｎｓｔｏｎｅｗａｌｌｓｏｉｎｖｅｓｔｉｔｅｔｈｅｆａｉｌｕｒｅｐｒｏｃｅｓｓａｎｄｓｈｅａｒｍｅｃｈ  ｗｉｔｈｍｏｒｔａｒｊｏｉｎｔｗｅｒｅｔｅｓｔｅｄｕｎｄｅｒｍｏｎｏｔｏｎｉｃｓｔａｔｉｃｌｏａｄｉｎｇ，ｔｇａａｎｉｓｍ．Ｔｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅｆａｉｌｕｒｅｍｏｄｅｏｆａｌｌｗａｌｌｓｉｓｂｒｉｔｔｌｅ，ｉｎｃｌｕｄｉｎｇ３ｓｔａｇｅｓ，ｔｈｅｅｌａｓｔｉｃ，ｔｈｅｃｒａｃｋｉｎｇａｎｄｔｈｅｆｒｉｃｔｉｏｎｓｌｉｄｉｎｇｓｔａｇｅｓ；ｉｎｔｈｅｅｌａｓｔｉｃｓｔａｇｅ，ｔｈｅｓｈｅａｒｓｔｒｅｓｓｄｉｓｐｌａｃｅｍｅｎｔｃｕｒｖｅｉｓｎｅａｒｌｉｎｅ  ? ? ｙｌｎｔｈｅｃｒａｃｋｉｎｇｓｔａｇｅ，ｔｈｅｓｈｅａｒｓｔｒｅｓｓｓｔｉｌｌｉｎｃｒｅａｓｅｓ，ａｆｔｅｒｔｈｅｐｅｎｅｔｒａｔｉｎｇｃｒａｃｋｉｓｆｏｒｍｅｄ，ｔｈｅｓｈｅａｒｓｔｒｅｓｓａｒ，ｉｄｅｃｒｅａｓｅｓｏｂｖｉｏｕｓｌｈｅｎｓｔａｂｉｌｉｚｅｓａｔａｃｅｒｔａｉｎｒａｎｇｅ，ｔｈｅｌｏａｄｃａｒｒｉｎｇｃａｐａｃｉｔｓｏｎｌｒｏｖｉｄｅｄｂｙｔｈｅｆｒｉｃ  ? ｙ，ｔｙｙｉｙｐｔｉｏｎｓｔｒｅｎｇｔｈｂｅｔｗｅｅｎｍｏｒｔａｒａｎｄｓｔｏｎｅ；ａｓｔｈｅｃｏｍｐｒｅｓｓｉｖｅｓｔｒｅｓｓａｎｄｍｏｒｔａｒｓｔｒｅｎｇｔｈｉｎｃｒｅａｓｅ，ｔｈｅｓｈｅａｒｓｔｒｅｎｇｔｈｏｆｍｏｒｔａｒｊｏｉｎｔｉｎｃｒｅａｓｅｓ，ｂｕｔｔｈｅｅｆｆｅｃｔｏｆｃｏｍｐｒｅｓｓｉｖｅｓｔｒｅｓｓｉｓｍｏｒｅｓｉｉｆｉｃａｎｔ；ｔｈｅｆｏｒｍｕｌａｆｏｒｔｈｅｇｎｓｈｅａｒｓｔｒｅｎｇｔｈｂｅｔｗｅｅｎｍｏｒｔａｒｓｔｒｅｎｇｔｈａｎｄｃｏｍｐｒｅｓｓｉｖｅｓｔｒｅｓｓｉｓｐｒｅｓｅｎｔｅｄｂａｓｅｄｏｎｔｈｅｒｅｇｒｅｓｓｉｏｎａｎａｌｓｉｓｏｆｙｔｈｅｔｅｓｔｒｅｓｕｌｔｓ．犓犲狉犱狊：ｓｔｏｎｅｍａｓｏｎｒｔｒｕｃｔｕｒｅ；ｓａｗｎｓｔｏｎｅｍａｓｏｎｒａｒｓｔｒｅｎｇｔｈ；ｆａｉｌｕｒｅｍｏｄｅｓｙｓｙ；ｓｈｅ狔狑狅石结构房屋是我国村镇住宅的主要结构形式［１?３］．石材作为最古老的建筑材料之一，具有取材方便、坚固耐久、质朴美观等优点．对不同加固方式砌筑下石墙抗震性能试验的研究表明［４?７］，遭受外力作用时，石砌块本身破坏程度不大，灰缝是石结构中最为脆弱的部位．刘木忠［８］研究表明，料石砌体的灰缝抗剪强度主要是由石砌体的粘结强度与砂浆强度决定．在此基础上，柴振岭等［９?１０］开展了干砌甩浆粗料石墙体和有垫片铺浆砌筑石墙灰缝抗剪性能试验，并提出相应的灰缝抗剪强度公式．刘小娟等［１１］对聚合物砂浆嵌缝加固后的干砌甩浆石墙灰缝进行抗剪试验，研究加固对石墙通缝抗剪承载力的影响．黄群贤收稿日期：２０１９０３０８ ? ? 通信作者：庄思思（１９８６Ｅｉｌ：ｈｕｔａｏｉａｚｉ＠ｈｑｕ．ｅｄｕ．ｃｎ． ?），女，实验员，主要从事工程结构抗震防灾的研究． ?ｍａｊ基金项目：福建省科技计划重大项目（０１５Ｙ４００７）；福建省自然科学基金资助项目（２０１５Ｊ０１２１２）华侨大学学报（自然科学版）４９０２０１９年等［１２］对干砌甩浆粗料石墙体灰缝进行抗剪试验后，提出基于库伦剪摩理论灰缝抗剪强度计算公式，并［］对其可靠度进行分析．Ｖａｓｃｏｎｃｅｌｏｓ等１３考虑砂浆灰缝含水率的影响，对干砌灰缝与砂浆砌灰缝的抗剪性能进行试验研究．近年来，随着石材的开采和切割加工技术的改进，学者提出新型机器切割加工石材的技术．然而，机器切割石材使界面光滑平整，会影响石材和灰缝之间的粘结抗剪性能．郭子雄等［１４］对新型机器切割条石无垫片砌筑石墙进行抗震性能试验，研究表明，机锯细料石墙的抗剪极限荷载较传统粗料石墙有大幅度提高，但后期退化快、延性差，剪力键对承载力提高效果不明显．基于此，郭子雄等［１５］进行水泥净浆砌筑机锯石墙灰缝抗剪性能试验，研究不同砂浆强度、压应力和界面处理方式对石墙灰缝抗剪性能的影响．但水泥净浆并非常用的传统砂浆，在实际工程中极少使用，且试验结果表明，灰缝强度退化很快．因此，有必要展开有关机器切割条石砌体灰缝抗剪性能的研究．本文利用新型机器切割技术对石材进行规整切割加工，对１２片水泥砂浆砌筑机器切割条石砌体试件进行单调双剪静力试验，分析灰缝的抗剪机理与破坏过程，并与传统粗料石石墙灰缝的抗剪性能［９?１０］进行对比．１试件概况１．１试件设计和制作设计１２片水泥砂浆砌筑机器切割条石砌体试件，试件的主要参数和试验结果，如表１所示．表１中：ＭＳＷＦ１～６为不同试验参数对应的试件编号，每组２个试件；犞ｍａｘ σｎ为压应力；犳ｍ为水泥砂浆强度；为最大剪力； τｍａｘ为抗剪强度极限值； Δｃｒ为灰缝开裂时的水平滑移量； Δｍａｘ为峰值荷载对应的灰缝水平滑珚ｍａｘ，移量；犞 κ１表示试验结束时，灰缝的残余抗剪能力， κ１＝τｕ／ τｍａｘ， τｕ为抗剪强度残余值； τ 珋ｍａｘ， τ 珋ｕ， κ 珔１分别表示各参数的平均值．表１石墙的主要参数和试验结果Ｔａｂ．１Ｍａｉｎｐａｒａｍｅｔｅｒｓａｎｄｔｅｓｔｒｅｓｕｌｔｓｏｆｗａｌｌｓ试件编号珚ｍａｘ／ｋＮ τ σｎ／ＭＰａ犳ｍ／ＭＰａ犞ｍａｘ／ｋＮ τｍａｘ／ＭＰａ犞珋ｍａｘ／ＭＰａ Δｍａｘ／ｍｍ Δｃｒ／ｍｍ τ 珋ｕ／ＭＰａ κ 珔１／％１ＭＳＷＦ１ ? ＭＳＷＦ１２ ? ０．１０．１２３２３６８７００．５９６０．６１４６９．００．６０５０．９３１．７５０．６５０．８００．１３５２３．１ＭＳＷＦ２１ ? ＭＳＷＦ２２ ? ０．３０．３２３２３９５１０３０．８３３０．９０４９９．００．８６８１．４２２．１１０．５６１．４４０．２５７３０．４ＭＳＷＦ３１ ? ＭＳＷＦ３２ ? ０．５０．５２３２３１４８１５３１．２９８１．３４２１５１．５１．３２０２．６０２．１２０．８７２．１１０．４７１３６．２ＭＳＷＦ４１ ? ＭＳＷＦ４２ ? ０．１０．１１６１６６７６３０．５８８０．５５３６５．００．５７０１．３１１．５００．５７０．５５０．１８５３４．７１ＭＳＷＦ５ ? ＭＳＷＦ５２ ? ０．３０．３１６１６７７８３０．６７５０．７２８８０．００．７０２０．９３０．７００．８１０．３４０．２１８３１．８ＭＳＷＦ６１ ? ＭＳＷＦ６２ ? ０．５０．５１６１６１０６１０００．９３００．８７７１０３．００．９０４１．５０１．３００．６２０．６００．４００４５．７试件由３块机器切割花岗岩条石叠砌形成双剪试件，石材的轴心抗压强度为１０１．８ＭＰａ．试件的尺寸为２００ｍｍ×２２５ｍｍ×５７０ｍｍ，灰缝的厚度约为５ｍｍ，上、下条石与中间条石之间错开３０ｍｍ．水泥砂浆试件石墙的尺寸和实物图，如图１所示．１．２试验加载采用平推双剪的加载方式，首先，利用电动稳图１水泥砂浆石墙（单位：ｍｍ）压油泵，将液压千斤顶在石墙上压板施加竖向荷Ｆｉ１Ｃｅｍｅｎｔｍｏｒｔａｒｗａｌｌｓ（ｕｉｎｔ：ｍｍ）ｇ．载，保持荷载恒定；然后，利用高精度液压千斤顶进行水平匀速加载，加载速率控制在５ｋＮ· ｍｉｎ－１．加载装置，如图２所示．水平与竖向荷载均采用压力传感器数据传输，灰缝（剪切面）水平剪切位移利用位移传感器进行量测，精度为０．０１ｍｍ．借助ＤＨ３８１７型静态应变测试仪，全程采集数据，并对裂缝进行观测，做好相应记录，破坏状态以试件出现灰缝剪切滑移且荷载急剧下降为标志．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期庄思思，等：机锯条石砌筑灰缝的抗剪性能试验４９１２结果与分析２．１试件的破坏过程所有试件的破坏都发生在条石界面和灰缝的粘结处，属于脆性的剪切破坏．初始裂缝发生在灰缝的上表面与石材的粘结处，这主要是由于在养护和安装就位的搬运过程中，容易造成试件损伤．灰缝的破坏过程分为弹性、开裂和摩擦滑移３个阶段．在加载的初始阶段，水平灰缝变形均较小，伴有灰缝内部细微砂浆劈裂的声响．灰缝在低压应力（１ＭＰａ）的作用下，试件一旦开 σｎ＝０．裂，裂缝沿水平方向迅速延伸形成通缝，承载力快速下降；当压应图２试验装置Ｆｉ２Ｔｅｓｔｓｅｔｕｐｇ．力（３，０．５ＭＰａ时）较大时，试件灰缝开裂较晚，裂缝发展比较慢，直到加载后期灰缝裂通，并在 σｎ为０．灰缝的角部和中部出现砂浆剥落、外鼓的现象，如图３所示．由表１可知：当剪切位移为０．３４～２．１１ｍｍ时，灰缝开裂，承载力仍有些许增加．由于摩擦作用，灰缝裂通后，试件承载力下降到一定值，且维持不变，试件峰值荷载对应的水平位移滑行量在０．７０～２．６０ｍｍ之间．传统粗料石墙的灰缝破坏过程［９?１０］则主要分为开裂前的弹性阶段和开裂后的摩擦滑移阶段，它具有一定延性，当灰缝裂通时，水平承载力即达到峰值，水平滑移快速增加，但承载能力保持不变或有所下降．这与上述试件的破坏过程存在明显的差异．图３灰缝典型破坏形态２．２结果分析不同试件的切应力（ τ） ?位移（ Δ）曲线，如图４所示．由图４可知：加载初Ｆｉ３Ｔｙｐｉｔａｌｆａｉｌｕｒｅｇ．ｍｏｄｅｏｆｍｏｒｔａｒｊｏｉｎｔ期，切应力?位移曲线基本呈线性关系，灰缝处于弹性变形阶段，变形很小，不超过２．１１ｍｍ，此时，抗剪强度由石材界面本身的剪切摩擦强度与石材砂浆之间粘接强度共同承担，石材界面平整，界面的剪切摩擦强度很低，灰缝的砂浆强度较高，灰缝剪切粘结强度也较高；当灰缝开裂后，灰缝抗剪强度仍有些许增加，直至灰缝形成通缝，粘结强度完全丧失，强度急剧退化，此时，承载力由砂浆与石材间的摩擦强度承（ａ）ＭＳＷＦ１（ｂ）ＭＳＷＦ２（ｃ）ＭＳＷＦ３（ｄ）ＭＳＷＦ４（ｅ）ＭＳＷＦ５（ｆ）ＭＳＷＦ６图４不同试件的切应力?位移曲线Ｆｉ４Ｓｈｅａｒｓｔｒｅｓｓｄｉｓｐｌａｃｅｍｅｎｔｃｕｒｖｅｓｏｆｄｉｆｆｅｒｅｎｔｓｐｅｃｉｍｅｎｓ ? ｇ．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）４９２２０１９年担，抗剪强度明显下降，并稳定在一定范围（不低于抗剪强度极限值的２３％）．传统粗料石石墙灰缝切应力?位移曲线［１０］，如图５所示．由图５可知：在达到最大承载能力后，存在明显的摩擦滑移阶段，承载能力保持不变或略微下降．由表１还可知：通缝后，残余抗剪强度主要受压应力的影响，砂浆强度的提高对残余抗剪强度变化量的影响不明显．将表１中每组试件的灰缝极限抗剪强度平均值作为该组试件的极限抗剪强度值，绘制压应力?切应力的关系曲线，结果如图６所示．由图６可知：灰缝抗剪强度随着压应力和砂浆强度的增加而增加．当压应力由０．１ＭＰａ提高到０．３ＭＰａ时，ＭＳＷＦ２组的灰缝极限抗剪强度较ＭＳＷＦ１组提高了４５％，ＭＳＷＦ５组的极限抗剪强度较ＭＳＷＦ４组提高了２３％；当压应力由０．３ＭＰａ提高到０．５ＭＰａ时，ＭＳＷＦ３组的极限抗剪强度较ＭＳＷＦ２组提高了５２％，ＭＳＷＦ６组的极限抗剪强度较ＭＳＷＦ５组提高了２９％；当砂浆强度由１６ＭＰａ提高到２３ＭＰａ时，ＭＳＷＦ４组的极限抗剪强度较ＭＳＷＦ１组提高了６％．同理可得，ＭＳＷＦ５组的极限抗剪强度较ＭＳＷＦ２组提高了２３％，ＭＳＷＦ６组的极限抗剪强度较ＭＳＷＦ３组提高了４６％．由此可认为，压应力对灰缝抗剪强度的影响效果显著，砂浆强度对灰缝抗剪强度的影响次之．图５传统粗料石石墙切应力位移曲线图６压应力和砂浆强度对抗剪强度的影响Ｆｉ５Ｓｈｅａｒｓｔｒｅｓｓｄｉｓｐｌａｃｅｍｅｎｔｃｕｒｖｅ ? ｇ．Ｆｉ６Ｅｆｆｅｃｔｏｆｃｏｍｐｒｅｓｓｉｖｅｓｔｒｅｓｓａｎｄｇ．ｆｏｒｔｈｅｔｒａｄｉｔｉｏｎａｌｃｏａｒｓｅｓｔｏｎｅｗａｌｌｍｏｒｔａｒｓｔｒｅｎｇｔｈｏｎｓｈｅａｒｓｔｒｅｎｇｔｈ２．３灰缝抗剪强度建议公式对试验数据进行回归分析，得到水泥砂浆砌机锯条石石墙灰缝抗剪强度的计算公式，即（１１４槡９０９１） τ ＝０． σｎ．犳ｍ＋０．机锯条石砌体灰缝抗剪强度的实测值和理论值的比较，如表２所示．表２中： τＣ表示抗剪强度理论值； τＥ表示抗剪强度实测值．表２机锯条石砌体灰缝抗剪强度的实测值和理论值的比较Ｔａｂ．２Ｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｓａｎｄｔｈｅｏｒｅｔｉｃａｌｒｅｓｕｌｔｓｏｆｍｏｒｔａｒｊｏｉｎｔｓｈｅａｒｓｔｒｅｎｇｔｈｆｏｒｓａｗｎｓｔｏｎｅｗａｌｌｓ试件编号 σｎ／ＭＰａ犳ｍ／ＭＰａ τＥ／ＭＰａ τＣ／ＭＰａ τＣ／ τＥＭＳＷＦ１１ ? ０．１２３０．５９６０．６３８１．０７０２ＭＳＷＦ１ ? ０．１２３０．６１４０．６３８１．０３８ＭＳＷＦ２１ ? ０．３２３０．８３３０．８１９０．９８４ＭＳＷＦ２２ ? ０．３２３０．９０４０．８１９０．９０６ＭＳＷＦ３１ ? ０．５２３１．２９８１．００１０．７７１ＭＳＷＦ３２ ? ０．５２３１．３４２１．００１０．７４６１ＭＳＷＦ４ ? ０．１１６０．５８８０．５４７０．９３０２ＭＳＷＦ４ ? ０．１１６０．５５３０．５４７０．９８９ＭＳＷＦ５１ ? ０．３１６０．６７５０．７２９１．０７９ＭＳＷＦ５２ ? ０．３１６０．７２８０．７２９１．００１ＭＳＷＦ６１ ? ０．５１６０．９３００．９１００．９７９ＭＳＷＦ６２ ? ０．５１６０．８７７０．９１０１．０３８由表２可知：除了试件组ＭＳＷＦ３外，其他试件组的理论结果和实测结果的比较值均在误差的允许范围内，理论结果和实测结果相吻合，可为工程实践与设计提供设计依据．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期庄思思，等：机锯条石砌筑灰缝的抗剪性能试验４９３３结论１）水泥砂浆砌机锯条石石墙灰缝呈现显著的剪切脆性破坏．灰缝破坏过程可分弹性、开裂和摩擦滑移３个阶段．由于摩擦作用，试件承载力下降到一定值后，会维持不变．２）在加载初期，切应力?位移曲线基本呈线性关系，灰缝处于弹性变形阶段，在剪切位移为０．３４～２．１１ｍｍ时，灰缝开裂．灰缝开裂后，应力仍增强，直至灰缝形成通缝，应力明显下降并稳定在一定范围，试件抗剪强度极限值对应的灰缝位移在０．７０～２．６０ｍｍ之间，此时，砂浆与灰缝的粘结强度完全丧失，承载力仅由砂浆与石材间的摩擦强度承担．与传统粗料石石墙灰缝进行对比，其破坏过程及抗剪机理存在明显的差异．３）随着压应力或砂浆强度的增加，灰缝抗剪强度增加．压应力对灰缝抗剪强度的影响效果显著，砂浆强度对灰缝抗剪强度的影响次之．４）对试验数据进行线性回归，得到水泥砂浆砌机锯条石砌体灰缝抗剪强度的计算公式．计算结果表明：实测结果和理论结果吻合良好．以上内容可在实际工程中为机器切割条石的加工工艺提供设计依据．参考文献：［１］周云，郭永恒，葛学礼，等．我国石结构房屋抗震性能研究进展［Ｊ］．工程抗震与加固改造，２００６，２８（４）：１０５?１１０．ＤＯＩ：１０．１６２２６／ｉｓｓｎ．１００２８４１２．２００６．０４．０２３． ? ｊ．［２］刘阳，郭子雄，杨勇，等．闽南地区农村住宅安全性现状及防灾建议［Ｊ］．华侨大学学报（自然科学版），２００７，２８（１）：６３６７．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１０００５０１３．２００７．０１．０１７． ? ? ｊ．［３］郭子雄，黄群贤，柴振岭，等．石结构房屋抗震防灾关键技术研究与展望［Ｊ］．工程抗震与加固改造，２００９，３１（６）：４７ ? ｉｓｓｎ．１００２５１，６８．ＤＯＩ：１０．１６２２６／８４１２．２００９．０６．０１３． ? ｊ．［４］郭子雄，柴振岭，胡奕东，等．嵌缝加固条石砌筑石墙抗震性能试验研究［Ｊ］．土木工程学报，２０１０，４３（增刊１）：１３６ ? １４１．ＤＯＩ：１０．１５９５１／ｔｍｇｃｘｂ．２０１０．ｓｉ．０９６．ｊ．［５］郭子雄，柴振岭，胡奕东，等．条石砌筑石墙抗震性能试验研究［Ｊ］．建筑结构学报，２０１１，３２（３）：５７?６３．ＤＯＩ：１０．１４００６／ｚ２０１１．０３．００８．ｊ．ｊｊｇｘｂ．［６］徐天航，郭子雄，柴振岭，等．钢筋网片改性砂浆加固石砌体墙抗震性能试验研究［Ｊ］．建筑结构学报，２０１６，３７（１２）：１２０１２５．ＤＯＩ：１０．１４００６／ｚ２０１６．１２．０１５． ? ｊ．ｊｊｇｘｂ．［７］ＬＯＵＲＥＮＣＯＰＢ，ＲＡＭＯＳＬＦ．Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｃｙｃｌｉｃｂｅｈａｖｉｏｒｏｆｄｒｓｏｎｒｏｉｎｔ［Ｊ］．ＪｏｕｒｎａｌｏｆＳｔｒｕｃｔｕｒｅｓｙｍａｙｊ２００４，１３０（５）：７７９７８６．Ｅｎｇｉｎｅｅｒｉｎｇ， ? ［８］刘木忠．料石砌体水平灰缝的抗剪强度［Ｊ］．工程抗震，１９８６（３）：２５２９． ? ［９］柴振岭，郭子雄，胡奕东，等．干砌甩浆砌石墙通缝抗剪强度试验研究［Ｊ］．建筑结构学报，２０１０（增刊２）：３４０３４４． ? ［１０］柴振岭，郭子雄，胡奕东，等．剪?压复合作用下铺浆砌筑石墙灰缝抗剪性能试验研究［Ｊ］．工业建筑，２０１１，４１（９）：ｚ２０１１０９０１４．６３６６．ＤＯＩ：１０．１３２０４／ ? ｊ．ｇｙｊ［１１］刘小娟，郭子雄，胡奕东，等．聚合物砂浆嵌缝加固石墙灰缝抗剪性能试验研究［Ｊ］．地震工程与工程振动，２０１０，３０（６）：１０６１１１． ? ［１２］黄群贤，郭子雄，刘阳．石墙通缝抗剪强度试验及其可靠度分析［Ｊ］．武汉理工大学学报，２０１０，３２（９）：６５６８．ＤＯＩ： ? １０．３９６３／ｉｓｓｎ．１６７１２４４３１．２０１０．０９．０１５．ｊ．［１３］ＶＡＳＣＯＮＣＥＬＯＳＧ，ＬＯＵＲＥＮＣＯＰＢ．Ｅｘｐｅｒｉｍｅｎｔａｌｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｓｔｏｎｅｍａｓｏｎｒｎｓｈｅａｒａｎｄｃｏｍｐｒｅｓｓｉｏｎｙｉ［Ｊ］．ＣｏｎｓｔｒｕｃｔｉｏｎａｎｄＢｕｉｌｄｉｎｇＭａｔｅｒｉａｌｓ，２００９，２３（１１）：３３３７３３４５．ＤＯＩ：１０．１０１６／ｃｏｎｂｕｉｌｄｍａｔ．２００９．０６．０４５． ? ｊ．［１４］郭子雄，柴振岭，胡奕东，等．机器切割料石砌筑石墙灰缝构造及抗震性能试验研究［Ｊ］．建筑结构学报，２０１１，３２（ｚ２００１．０３．００９．３）：６４６８．ＤＯＩ：１０．１４００６／ ? ｊ．ｊｊｇｘｂ．［１５］郭子雄，柴振岭，胡奕东，等．机器切割条石砌筑石墙灰缝抗剪性能试验研究［Ｊ］．工程力学，２０１２，２９（６）：９２?９７．ｉｓｓｎ．１０００ＤＯＩ：１０．６０５２／４７５０．２０１０．０８．０６１１． ? 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：方德平）第４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８１２０２８ ? 面向综合管廊犘犘犘项目的全面后评价体系董娜，张萌（四川大学建筑与环境学院，四川成都６１００２３）摘要：通过梳理文献、实地调研、构建模型，建立一套面向综合管廊政府和社会资本合作（ＰＰＰ）项目的全面后评价体系．通过三标度法确定指标权重，用物元可拓法建立模型，对项目目标、过程、效益进行综合评价．结果表明：在项目进入运营期后，运用文中的评价体系对项目进行系统而全面的分析，可以提高其实施质量和管理水平，正视建设过程中的不足，及时矫正运营中出现的问题，尽可能地消灭萌芽状态的潜在危机．关键词：综合管廊；政府和社会资本合作项目；项目后评价；三标度法；物元可拓法中图分类号：ＴＵ９９０．３；Ｆ２８１文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０４９４０９ ? ? ? 犆狅犿狆狉犲犺犲狀狊犻狏犲犘狅狊狋犪犾狌犪狋犻狅狀犛狔狊狋犲犿犳狅狉 ?犈狏犝狋犻犾犻狋犾犘犘犘犘狉狅犲犮狋狊狔犜狌狀狀犲犼ＤＯＮＧＮａ，ＺＨＡＮＧＭｅｎｇ（ＳｃｈｏｏｌｏｆＡｒｃｈｉｔｅｃｔｕｒｅａｎｄＥｎｖｉｒｏｎｍｅｎｔ，ＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｉｎａ）ｙ，Ｃｈｅｎｇｄｕ６１００２３，Ｃｈ犃犫狊狋狉犪犮狋：Ｔｈｒｏｕｇｈｔｈｅｌｉｔｅｒａｔｕｒｅｒｅｖｉｅｗ，ｉｎｓｉｔｕｓｕｒｖｅｙａｎｄｔｈｅｍｏｄｅｌｃｏｎｓｔｒｕｃｔｉｏｎ，ａｃｏｍｐｒｅｈｅｎｓｉｖｅｐｏｓｔｅ  ? ? ｒｉｖａｔｅｐａｒｔｎｅｒｓｈｉＰＰＰ）ｐｒｏｅｃｔｏｆｔｈｅｕｔｉｌｉｔｕｎｎｅｌｗａｓｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍｆｏｒｔｈｅｐｕｂｌｉｃ ?ｐｐ（ｊｙｔｓｃａｌｅｍｅｔｈｏｄｔｏｄｅｔｅｒｍｉｎｅｔｈｅｉｎｄｅｘｗｅｉｔｓ，ａｎｄｕｓｅｄｔｈｅｍａｔｔｅｒｅｌｅｍｅｎｔｅｘｔｅｎｓｉｏｎｓｙｓｔｅｍａｄｏｐｔｅｄｔｈｅｔｈｒｅｅ ? ? ｇｈｍｅｔｈｏｄｔｏｂｕｉｌｄｔｈｅｍｏｄｅｌ．Ｔｈｅｇｏａｌ，ｐｒｏｃｅｓｓａｎｄｂｅｎｅｆｉｔｗｅｒｅｅｖａｌｕａｔｅｄｃｏｍｐｒｅｈｅｎｓｉｖｅｌｅｓｕｌｔｓｓｈｏｗｙ．Ｔｈｅｒｔｈａｔ：ｂｙｔｈｉｓｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍ，ａｓｙｓｔｅｍａｔｉｃａｎｄｃｏｍｐｒｅｈｅｎｓｉｖｅａｎａｌｓｉｓｏｆｔｈｅｐｒｏｅｃｔｃａｎｉｍｐｒｏｖｅｉｔｓｉｍｐｌｅ  ｙｊｍｅｎｔａｔｉｏｎｑｕａｌｉｔｔｌｅｖｅｌａｆｔｅｒｔｈｅｐｒｏｅｃｔｅｎｔｅｒｓｔｈｅｏｐｅｒａｔｉｏｎｐｅｒｉｏｄ；ｆａｃｉｎｇｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｙａｎｄｍａｎａｇｅｍｅｎｊｉｎｔｈｅｃｏｎｓｔｒｕｃｔｉｏｎｐｒｏｃｅｓｓ，ａｎｄｃｏｒｒｅｃｔｉｎｇｔｈｅｐｒｏｂｌｅｍｓｄｕｒｉｎｇｔｈｅｏｐｅｒａｔｉｏｎ，ｔｈｅｐｏｔｅｎｔｉａｌｃｒｉｓｉｓｉｎｂｕｒｏｎｉｓｇｅｅｌｉｍｉｎａｔｅｄａｓｍｕｃｈａｓｐｏｓｓｉｂｌｅ．犓犲狉犱狊：ｕｔｉｌｉｔｕｎｎｅｌ；ｐｕｂｌｉｃｒｉｖａｔｅｐａｒｔｎｅｒｓｈｉｓｔｒｏｅｃｔｅｖａｌｕａｔｉｏｎ；ｔｈｒｅｅｓｃａｌｅｍｅｔｈｏｄ；ｍａｔｔｅｒｅｌｅ  ?ｐ ?ｐ ? ｙｔｐ；ｐｏｊ狔狑狅ｍｅｎｔｅｘｔｅｎｓｉｏｎｍｅｔｈｏｄ地下综合管廊作为一种集成建设及管理各类市政管线的公共基础设施，可以延长道路使用寿命，降低各类管线腐蚀更新成本，节约城市地上空间［１］．合理的地下综合管廊分布为保护城市环境，实现城市可持续发展提供了有力的保障［２］．近年来，综合管廊政府和社会资本合作（ＰＰＰ）在我国得到了广泛的应用，目前我国综合管廊ＰＰＰ入库项目３５４个，项目投资金额主要分布在１～５０亿元之间．在综合管廊ＰＰＰ项目高速发展的形势下，前期设计失控、建设期失信等问题频发．这些问题引发的合同纠纷、政府回购、项目中止等现象严重损害项目效益，极易造成资产移交的标准不合格、资产虚化，严重违背项收稿日期：２０１８１２１７ ? ? 通信作者：董娜（１９７６Ｅ?ｍａｉｌ：ｄｏｎｇｎａ＠ｓｃｕ． ?），女，副教授，博士，主要从事建筑信息化及工程项目管理领域的研究．ｃｏｍ基金项目：国家重点研发项目（２０１６ＹＦＣ０７０１４００）第４期董娜，等：面向综合管廊ＰＰＰ项目的全面后评价体系４９５目初衷［３］，这意味着综合管廊ＰＰＰ项目需要更高效的项目管理．后评价是决策管理中不可或缺的重要手段，可以为项目前期工作提供有益的理论参考和指导；可以提高项目决策的科学化水平；也可以为后续项目提供经验，有效控制同类问题的重复出现．我国项目后评价工作起步较晚，目前综合管廊ＰＰＰ项目后评价的开展存在评价结果不准确、评价指标不合理、评级方法不适用诸多问题．住房城乡建设部出台过多份规范性文件对项目后评价进行政策性规定，但这些文件评价框架较模糊、内容简单、可操作性差．此外，学者们的研究也尚不深入，存在着过分注重经济评价忽略社会和环境影响的问题［４?５］．随着社会的进步，经济评价显示出片面性，使评价者不能全面地评价项目效果．本文为进一步提高综合管廊ＰＰＰ项目服务质量和管理效率，建立囊括财务、社会、环境的综合、科学的后评价体系．１相关研究现状项目后评价是指项目进入运营期一段时间后，对项目过程、结果及影响进行研究和系统回顾，分析其与项目目标的差别和变化；然后，通过信息反馈，提出改进意见并整合资料用以提高后续项目建设、图１ＰＰＰ项目后评价流程运营效率的一种管理活动［６?７］．ＰＰＰ项目后评价流Ｆｉ１ＰＰＰｐｒｏｅｃｔｐｏｓｔｅｖａｌｕａｔｉｏｎｐｒｏｃｅｓｓ ? ｇ．ｊ程，如图１所示．有代表性的公共基础设施项目后评价指标维度［８?１３］，如表１所示．由表１可知：目前的研究还是集中在固定资产投资决策和财务效益两方面，对项表１有代表性的公共基础设施目的国民经济效益可持续性、社会环境影响的研项目后评价指标维度Ｔａｂ．１Ｐｏｓｔｅｖａｌｕａｔｉｏｎｉｎｄｅｘｄｉｍｅｎｓｉｏｎｏｆ ? 究还不充分［１４］．ｒｅｐｒｅｓｅｎｔａｔｉｖｅｐｕｂｌｉｃＩｎｆｒａｓｔｒｕｃｔｕｒｅ目前，综合管廊ＰＰＰ项目后评价的研究，在指标上，评价指标与建设内容不对应，可考核性不强［１５?１６］，我国综合管廊ＰＰＰ项目的评价体系亟待完善，急需建立一套综合可靠的、有针对性的评价体系［１７?２０］，并以此为标准提高实施质量和管理水平，促进综合管廊长远发展．研究者胡芳颜艳梅孙彬［９］投入、过程、产出、影响顾客、财务、内部交流、学习与成长［１０］管理、经济、社会、环境李?娴［１１］吴小军２综合管廊犘犘犘项目后评价指标体系的建立指标体系研究角度［８］决策、管理、产出、影响［１３］赵金先，等［１２］财务、效率、风险集成、范围、进度、成本、质量、人力资源、安全风险、沟通、采购对ＣＮＫＩ数据库中收录的有关后评价、综合管廊特点、综合管廊项目评价、ＰＰＰ绩效等期刊文献（时间为２０１３－２０１８年，来源类别为ＳＣＩ，ＥＩ及核心的文献）进行分析．筛选１４位有代表性学者的研究指标进行梳理，通过提取其指标体系中同级指标权重不小于０．４部分，以及其论文中表示重要度很高的指标，发现投资效益、成本控制、社会效益和服务质量类指标是研究［］者们关注的重点．２０１３－２０１８年研究指标维度及关键指标梳理２１?３３，如表２所示．在指标划分的维度方面，无论利用传统的平衡记分卡法、逻辑框架法或者按阶段划分，其实都是对项目目标、过程、结果中重要影响因素进行选取．项目评估定级工具（ＰＡＲＴ）是美国联邦政府为推进绩效预算改革而评价政府项目绩效的工具，主要用来评价７大类联邦项目，其中之一就是大额或公式化补贴项目［３４?３５］，这与综合管廊ＰＰＰ项目十分类似．ＰＡＲＴ的指标类型分为结果、产出和效率３类，还需要为项目设定目标和基准．参考上述文献及评价工具后，将指标体系划分为目标、过程、效益３个维度．目标评价验证的是目标完成情况，考虑到综合管廊ＰＰＰ项目作为市政公共基础设施，参与方众多，文中增加利益相关者满意度作为评价标准；过程评价考察的是项目建设与运营中各部分工作的完成情况；效益评价考察项目的服务犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）４９６２０１９年表２２０１３－２０１８年研究指标维度及关键指标梳理Ｔａｂ．２Ｒｅｓｅａｒｃｈｄｉｍｅｎｓｉｏｎｓａｎｄｋｅｙｉｎｄｅｘｅｓｄｕｒｉｎｇ２０１３－２０１８作者研究领域指标维度指标个数主要指标（以权重 ≥０．４为标准）杨胡萍，等［２１］配电网项目后评价前期工作、准备工作、建设过程、建设成效４１投资效益环境友好性贾乐盈［２２］保障性住房项目后评价物业、制度、经济、影响１６物业管理、程序公平度、内部收益率、就业率韩亚楠［２３］客运枢纽项目后评价过程、效益、服务、技术、影响、可持续性２０工程质量和竣工验收、服务质量与效率污染控制、区域环境质量影响韩涛［２４］铁路项目过程后评价决策、设计、施工、运营２９决策过程勘察设计、施工过程、风险控制尤荻，等［２５］图书馆项目社会效益后评价基础条件、实现程度和可持续性４０硬件设施、用户满意度、信息可持续性乌云娜，等［２６］电网项目经济效益后评价建设成本、财务效益、社会经济效益、环境影响１７设备购置费、内部收益率、纳税总额刘英杰，等［１６］综合管廊绩效投入、过程、结果、影响１９政策支持、成本控制、社会效益、管廊功能达标王明慧，等［２７］ＰＰＰ绩效财务、内部流程、顾客、学习与成长１５项目投资回报率、安全与风险管理、技术管理与创新、公众满意度楼源，等［２８］ＰＰＰ绩效项目本身特性、项目投入因素、项目发展过程因素、项目参与人因素１１融资方案、伙伴关系状况、信息投入、移交运营赵琰，等［２９］ＰＰＰ绩效投入、过程、产出和影响１３资金投入、项目管理、运行效果、社会影响王建波，等［３０］轨道交通ＰＰＰ绩效驱动力、压力、状态、影响、响应２３政府财政支持度、公私部门资金到位率、运营安全事故率、安全事故整理水平产品与服务、安全与环境、社会贡献度２３张红平，等［３１］公私合作项目绩效王太钢，等［３２］污水处理厂ＰＰＰ项目绩效立项、招投标、特许权授予、实施、特许经营期、移交２４陈都［３３］高铁ＰＰＰ绩效质量水平、时间管理水平、成本水平、公私方资本利用水平、效益水平２５安全／质量控制、ＧＤＰ增长、公众满意度招投标程序完整性、政府补贴安排、施工质量、社会效益、技术交接程度材料质量、融资时间控制建设成本、社会资本利用水平能力及效益水平，综合管廊的社会及环境的影响不可或缺．众所周知，社会及环境影响范围广泛，表现形式多样，地域性强．因此，在指标设计上，把由综合管廊ＰＰＰ项目引起的范围广、影响大、不可逆的影响纳入指标体系，同时也考虑到指标的可评价性．参考相关政策法规，结合综合管廊项目实际特点，提出景观特色、交通情况、环境改善程度等指标［３６］．经过工程案例调研后，结合ＳＭＡＲＴ（ｓｐｅｃｉｆｉｃｍｅａｓｕｒａｂｌｅａｔｔａｉｎａｂｌｅｒｅｌｅ  ［３７］ｖａｎｔｔｉｍｅｂｏｕｎｄ）原则，共设计二级指标９ ? 个，三级指标３４个，如图２所示．图２中：ｖｆｍ图２综合管廊ＰＰＰ项目后评价指标体系为物有所值评价．综合管廊ＰＰＰ项目后评价Ｆｉ２Ｐｏｓｔｅｖａｌｕａｔｉｏｎｉｎｄｅｘｓｙｓｔｅｍｏｆ ? ｇ．指标解析，如表３所示．表３中：ＰＳＣ为政府独ｕｔｉｌｉｔｕｎｎｅｌＰＰＰｐｒｏｅｃｔｙｔｊ资的投入资金额．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期董娜，等：面向综合管廊ＰＰＰ项目的全面后评价体系４９７表３综合管廊ＰＰＰ项目后评价指标解析Ｔａｂ．３ＣｏｍｐｒｅｈｅｎｓｉｖｅｐｏｓｔｅｖａｌｕａｔｉｏｎｉｎｄｅｘａｎａｌｓｉｓｏｆｕｔｉｌｉｔｕｎｎｅｌＰＰＰｐｒｏｅｃｔ ? ｙｙｔｊ一级指标二级指标利益相关者满意度（Ｇ１）项目目标︵Ｇ︶目标完成情况（Ｇ２）项目识别（Ｐ１）项目准备（Ｐ２）项目过程︵Ｐ︶三级指标指标解析政府方满意度（Ｇ１１）公众方满意度（Ｇ１２）解决财政压力，满足基建需求社会资本方满意度（Ｇ１３）环境目标（Ｇ２１）按时竣工、预算不超支、质量合格安全目标（Ｇ２２）进度目标（Ｇ２３）项目实施期事故数、预期事故数质量目标（Ｇ２４）建设内容（Ｇ２５）抽样检查合格率原定目标与实际工程的差距投资金额（Ｇ２６）实际投资／投资估算ｖｆｍ评价工作（Ｐ１１）财政承受能力评价（Ｐ１２）管理框架构建（Ｐ２１）ＰＰＰ项目优势分析及（ＰＰＰ值／ＰＳＣ值）计算当年项目所需财政支出／当年财政支出尽职调查（Ｐ２２）实施方案编制（Ｐ２３）建设地发展规划及项目情况分析竞争性磋商文件编制（Ｐ２４）融资管理（Ｐ３１）程序规范及文件清晰程度服务方便、价格合理资源利用及污染控制情况实际工期／预计工期项目实施、专门协调机构构建实施方案合规完整风险管理（Ｐ３２）进度管理（Ｐ３３）项目执行（Ｐ３）项目移交（Ｐ４）融资设计合理性、机构接洽流畅度建设期特殊风险识别、事前控制水平、风险处理能力实施活动与工期计划吻合度质量管理（Ｐ３４）过程监督、工程验收情况成本管理（Ｐ３５）安全管理（Ｐ３６）责任成本落实、成本跟踪、成本执行情况评估安全事故处理效率、安全保障措施装备情况、员工安全培训运营管理（Ｐ３７）运营技术可靠性、人员培训、收费机制建立情况移交准备（Ｐ４１）性能测试（Ｐ４２）补偿方式、移交内容、移交标准准备情况资产评估和性能测试方案资产、知识产权、技术法律文件和项目清单过户和管理权移交资产交割（Ｐ４３）经济效益（Ｂ１）项目效益︵Ｂ︶社会效益（Ｂ２）环境效益（Ｂ３）项目财务内部收益率（Ｂ１１）总投资收益率（Ｂ１２）采用以插值法计算出的内部收益率资本金净利润率（Ｂ１３）产品及服务功能（Ｂ２１）年均利润／投资总额产业结构调整及提高地方公共服务水平景观美化（Ｂ２２）交通改善（Ｂ２３）交通安全、堵塞改善状况年净利润／资本金管廊周边环境变化居民生活条件改善（Ｂ２４）环境影响（Ｂ３１）公众生产生活舒适度、便利度多种环境影响及综合应对结果可持续影响（Ｂ３２）经济效益、社会效益及环境影响等可持续性总体评价３综合管廊犘犘犘项目后评价模型的建立模型的建立首先是通过三标度法确定指标的综合权重；其次，在待评案例中运用物元可拓模型得到待评单元的综合关联度；最后，分析模型运算结果及项目运作过程中待评工作的完成情况．３．１三标度法确定权重三标度法通过一致性检验，避免反复校准，经两两比较，能够有效降低主观因素的影响，提高综合评价结果的准确性．模型中：犪犻，犼为重要性比较结果；当犻比犼重要时，取值为２；当犻和犼同等重要时，取值为１；当犻比犼不重要时，取值为０；狀为指标个数．选择６位在综合管廊及ＰＰＰ领域有丰富经验的专家进行调查．首先，请专家根据自身经验为指标赋权，进而用三标度法进行处理，最终分析结果，如表４所示．表４中： ∑ω ＝１；每个一级指标下属的二级指标权重之和等于其一级指标权重；每个二级指标下属的三级指标之和等于其二级指标权重；指标犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）４９８２０１９年的权重为其在整个体系中的权重．评价指标权重的确定有如下５个主要步骤［３８?３９］．步骤１记取直接比较矩阵犃，计算获取判断矩阵表４综合管廊ＰＰＰ项目后评价指标权重Ｔａｂ．４Ｉｎｄｅｘｗｅｉｔｏｆｐｏｓｔｅｖａｌｕａｔｉｏｎｏｆ ? ｇｈ犅，即ｕｔｉｌｉｔｕｎｎｅｌＰＰＰｐｒｏｅｃｔｙｔｊ狀狉犻＝ ∑犪，犻＝１，２，…，狀，犻，犼犼＝１烄狉犻－狉犼狉ｍａｘ－１＋１，狉犻 ≥狉；犼狉ｍａｘ－狉ｍｉｎ狉ｍｉｎ犫犻，犼＝烅狉犻－狉犼狉ｍａｘ１／－１＋１，狉犻 ≤狉犼，烆狉ｍａｘ－狉ｍｉｎ狉ｍｉｎ犫１，１犫１，２ … 犫１，狀燄熿（）（（一级指标权重））犫２，１犫２，２犅＝   … 犫２，狀  Ｇ二级指标三级指标权重Ｇ１１０．０４７９Ｇ１０．１７２５Ｇ１２０．０７０１Ｇ１３０．０５４５Ｇ２１０．０１７７Ｇ２２０．０４０２Ｇ２３０．０４８６Ｇ２４０．０４９８Ｇ２５０．０５８１Ｇ２６０．０２７２Ｐ１１０．０１８９Ｐ１２０．０２２４Ｐ２１０．００４６Ｐ２２０．００４０Ｐ２３０．０１０４Ｐ２４０．００８５Ｐ３１０．００９３Ｐ３２０．００６４Ｐ３３０．００７４Ｐ３０．０７０９Ｐ３４０．０１３０Ｐ３５０．０１０７Ｐ３６０．０１２４Ｐ３７０．０１１９Ｐ４１０．００９１Ｐ４０．０４７８Ｐ４２０．０１４４Ｐ４３０．０２４４Ｂ１１０．０４１８Ｂ１０．４０６７Ｂ１２０．０５７４Ｂ１３０．０５７４Ｂ２１０．０５０４Ｂ２２０．０１１８Ｂ２３０．０２２８Ｂ２４０．０３１９Ｂ３１０．０３７２Ｂ３２０．０７４３权重０．４１４１．Ｇ２０．２４１６犫狀，１犫狀，２ … 犫狀，狀燅燀步骤２计算传递矩阵犆，即犮犻，犼＝ｌｇ犫犻，犼，Ｐ１０．０４１３ … 犮１，狀燄犮１，１犮１，２熿 … 犮２，狀犮２，１犮２，２犆＝    ．Ｐ２０．０２７７犮狀，１犮狀，２ … 犮狀，狀燅燀步骤３计算最优传递矩阵犇，即狀１犱犻，犼＝ ∑ （犮犻，犽－犮犼，犽）．狀犽＝１熿犱１，１犱１，２ … 犱１，狀燄 … 犱２，狀犱２，１犱２，２犇＝    Ｐ０．２００７．燀犱狀，１犱狀，２ … 犱狀，狀燅步骤４获取拟优一致矩阵犅 ′，即犫 ′犻，犼＝１０犱犻，犼．犫 ′１，１犫 ′１，２ … 犫 ′１，狀燄熿犫 ′２，１犫 ′２，２犅 ′＝   … 犫 ′２，狀  ．犫 ′狀，１犫 ′狀，２ … 犫 ′狀，狀燅燀步骤５计算指标权重，即狋犻，犼＝犫犻，犼狀Ｂ０．３８５２Ｂ２０．３０３８狀， ∑犫′ １ ω犻＝ ∑狋犻，犼，狀犼＝０犽，犼Ｂ３０．２８９５犽＝１犜＝狋１，１狋１，２熿 … 狋１，狀燄狋２，１狋２，２   … 狋２，狀  ．狋狀，１狋狀，２ … 狋狀，狀燅燀３．２物元可拓法建立的模型在评价体系中利用物元可拓法，可以计算综合关联度用以评定指标等级［３９］．物元可拓法将可拓集合方法与物元分析理论结合，可拓集合是用来分析物元的数学工具，它用关联度将模糊集合闭区间［０，［］１］的取值拓展到实数轴（－ ∞ ，＋ ∞ ）４０?４２．综合管廊ＰＰＰ项目后评价体系等级评价标准，如表５所示．表５中：Ⅰ 级为最优级，依次递减，定性指标 Ⅰ 级取值范围为（７．５，１０．０］，Ⅱ 级取值范围为（５．０，７．５］，Ⅲ 犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期董娜，等：面向综合管廊ＰＰＰ项目的全面后评价体系４９９级取值范围为（２．５，５．０］，Ⅳ 级取值范围为［０，２．５］；精确度截止小数点后两位；定量指标按实际取值．具体有如下３个主要步骤．步骤１确定经典域物元矩阵犚０和节域物元矩阵犚犆，即犚０＝熿犕犆１（犪０，１，犫０，１）燄犆２  （犪０，２，犫０，２）  ，熿犕犆犆１〈犪犮，１，犫犮，１〉燄犆２  〈犪犮，２，犫犮，２〉．  犚犆＝犆狀（犪０，狀，犫０，狀）犆狀〈犪犮，狀，犫犮，狀〉燀燅燀燅步骤２确定关联函数犽（狓），即狓犼，狓犻，犼），烄－ρ（狓犼 ∈ 狓犻，犼，狘狓犻，犼＝犪犻，犼－犫犻，犼狘，狘狓犻，犼狘犽犻（狓犻）＝烅狓犼，狓犻，犼） ρ（，狓犼  狓犻，犼，烆狓犼，狓狆，犼）－ρ（狓犼，狓犻，犼） ρ（１犪犻，犼＋犫犻，犼）－１（狓犼，狓犻，犼）＝狓犼－（犫犻，犼－犪犻，犼）， ρ（２２犻＝１，２，…，犿，犼＝１，２，…，狀，１犪狆，犼＋犫狆，犼）－１（狓犼，狓狆，犼）＝狓犼－（犫狆，犼－犪狆，犼）， ρ（２２犻＝１，２，…，犿，犼＝１，２，…，狀．步骤３综合关联度犓犼（犘）及等级评定，即狀狀犓犼（犘）＝ ∑ω犻 ×犽犼（狓犻），犻＝１ ∑犼犓（犘）犼犓犼（犘）－ｍｉｎ犓犼（犘），犓犼（犘）＝ｍａｘ犓犼（犘）－ｍｉｎ犓犼（犘）犑＝犼＝１狀． ∑犓（犘）犼犼＝１表５综合管廊ＰＰＰ项目后评价三级指标等级划分及评价标准Ｔａｂ．５３ｇｒａｄｅＩｎｄｅｘｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｃｒｉｔｅｒｉａｏｆｐｏｓｔｅｖａｌｕａｔｉｏｎｏｆｕｔｉｌｉｔｕｎｎｅｌＰＰＰｐｒｏｅｃｔ ? ｙｔｊ三级指标Ｇ１１Ｇ１２Ｇ１３Ｇ２１Ｇ２２Ｇ２３Ｇ２４Ｇ２５Ｇ２６Ｐ１１Ｐ１２Ｐ２１取值范围 Ⅰ级 Ⅱ级 Ⅲ级（７．５，１０．０］（５．０，７．５］（２．５，５．０］ Ⅳ级［０，２．５］（７．５，１０．０］（５．０，７．５］（２．５，５．０］（，］（，］（，７．５１０．０５．０７．５２．５５．０］［０，２．５］［，０２．５］三级指标取值范围 Ⅰ级 Ⅱ级 Ⅲ级Ｐ３３（７．５，１０．０］（５．０，７．５］（２．５，５．０］Ｐ３４（７．５，１０．０］（５．０，７．５］（２．５，５．０］Ｐ３５（７．５，１０．０］（５．０，７．５］（２．５，５．０］（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０，２．５］Ｐ３６（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０，０．２５］（０．２５，０．５０］（０．５０，０．７５］（０．７５，１．００］Ｐ３７（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０．８，０．９］（０．９，１．０］（１．０，１．１］（１．１，１．５］Ｐ４１（７．５，１０．０］（５．０，７．５］（２．５，５．０］（，］（，］（，］［，］（，］（，］（，０．９１．００．８０．９０．７０．８００．７Ｐ４２７．５１０．０５．０７．５２．５５．０］ Ⅳ级［０，２．５］［０，２．５］［，０２．５］［０，２．５］［０，２．５］［０，２．５］［，０２．５］（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０，２．５］Ｐ４３（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０，２．５］［０．８，０．９］（０．９，１．０］（１．０，１．１］（１．１，１．５］Ｂ１１（０．０８，０．１５］（０．０５，０．０８］（０．０２，０．０５］［０，０．０２］（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０，２．５］Ｂ１２（０．１２，０．１５］（０．０８，０．１２］（０．０４，０．０８］［０，０．０４］［０．０１，０．０３］（０．０３，０．０５］（０．０５，０．０７］（０．０７，０．１０］Ｂ１３（０．１２，０．１５］（０．０８，０．１２］（０．０４，０．０８］［０，０．０４］（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０，２．５］Ｂ２１（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０，２．５］（７．５，１０．０］（５．０，７．５］（２．５，５．０］（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０，２．５］［０，２．５］Ｂ２２（７．５，１０．０］（５．０，７．５］（２．５，５．０］Ｂ２３（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０，２．５］［０，２．５］Ｐ３１（７．５，１０．０］（５．０，７．５］（２．５，５．０］（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０，２．５］［０，２．５］Ｂ２４（７．５，１０．０］（５．０，７．５］（２．５，５．０］Ｂ３１（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０，２．５］［０，２．５］Ｐ３２（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０，２．５］Ｂ３２（７．５，１０．０］（５．０，７．５］（２．５，５．０］［０，２．５］Ｐ２２Ｐ２３Ｐ２４４工程案例成都市天府新区某已建成投运综合管廊是政府与社会资本合作的ＰＰＰ项目，该管廊长１３ｋｍ左右，投入运行监控中心３座，整个管廊高３ｍ，宽约为５ｍ，包括弱电管道、高压管道、通信管道、自来水管道等管线．截至目前，新区综合管廊入廊企业已达１２家．保安、巡查、维修、监控等不同班组工作人员２４ｈ轮流工作，于２０１５年初投建，现已进入运营期，项目合作期为２７ａ（包含２ａ建设期），项目未移交．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）５００２０１９年项目指标的打分来自ＳＰＶ（Ｓｐｅｃｉａｌｐｕｒｐｏｓｅｖｅｈｉｃｌｅ）各部门的负责人员，共有１３位项目负责人参与调查，对负责人的打分做平均处理后再进行模型计算．此项目进入运营期不久，移交尚有２０余年，对于项目移交部分进行的是模拟评价．物元可拓模型的关联度结果，如表６所示．表６综合管廊ＰＰＰ项目后评价体系指标关联度计算结果Ｔａｂ．６ＣａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｏｆｕｔｉｌｉｔｕｎｎｅｌＰＰＰｐｒｏｅｃｔｐｏｓｔｅｖａｌｕａｔｉｏｎｉｎｄｅｘｃｏｒｒｅｌａｔｉｏｎ ? ｙｔｊ指标一级指标二级指标三级指标指标等级关联度指标代号指标等级 Ⅰ Ⅱ Ⅲ Ⅳ ＧＰＢＧ１Ｇ２Ｐ１Ｐ２Ｐ３Ｐ４Ｂ１Ｂ２Ｂ３０．０２８６０．２１１４－０．０６５１－０．０９５９０．１１７５０．３８４７０．２６２１０．２５３１０．１７２３－０．１４０９０．０２４０－０．０５２１－０．０９５５－０．１７７８０．０１２７０．１１４７－０．２４５７－０．１２９９－０．３４１７－０．２７５２－０．１７２３－０．００９０－０．０３０５０．０２７７－０．４８６８－０．４７３２－０．０７５８－０．４４３１－０．５１８１－０．７００５－０．６６７２－０．６０６２－０．５８７２０．０９１１－０．１３８９－０．０８３２－０．６６４０－０．５６０７－０．４４０８－０．６２２０－０．６９４０－０．８００３－０．７７５７－０．７３８３－０．７２５５－０．１１８７－０．２２４８－０．１８３９ Ⅰ Ⅰ Ⅱ Ⅱ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅲ Ⅰ Ⅱ Ｇ１１－０．１６９３０．２５６０－０．３７２０－０．５８１３ Ⅱ Ｇ１２Ｇ１３Ｇ２１Ｇ２２Ｇ２３Ｇ２４Ｇ２５Ｇ２６Ｐ１１Ｐ１２Ｐ２１Ｐ２２Ｐ２３Ｐ２４Ｐ３３Ｐ３４Ｐ３５Ｐ３６Ｐ３７Ｐ４１Ｐ４２Ｐ４３Ｂ１１Ｂ１２Ｂ１３Ｂ２１Ｂ２２Ｂ２３Ｂ２４Ｐ３１Ｐ３２Ｂ３１Ｂ３２－０．１１４２－０．００７９－０．３１７８０．２４０００．２００００．２００００．２５６０－０．３７５００．２４８００．５００００．１０８０－０．１４６９０．４１６００．３５６００．４５２００．４５２００．４５２００．４５２０－０．０２４００．１７２００．１７２００．１７２０－０．２５００－０．４１６７－０．４００００．３４４０－０．２１９７－０．３３１１－０．０３５１０．０６４０－０．３１６７０．２５６０－０．３３１１０．１４８００．００８００．１２８０－０．７６００－０．２０００－０．２０００－０．１１６３－０．１６６７－０．２８４００－０．１０８００．２０８０－０．４１６０－０．６４４０－０．５４８０－０．５４８０－０．５４８０－０．５４８００．３４００－０．１７２０－０．１７２０－０．１７２００．３３３３－０．１２５０－０．１８１８－０．３４４００．３９２００．０２０００．１３２０－０．０６４００．１３６０－０．２５６００．０２００－０．４２６０－０．４９６０－０．０６４０－０．８８００－０．６０００－０．６０００－０．７４４００．５０００－０．６４２０－０．７５００－０．５５４０－０．３９６０－０．７０８０－０．８２２０－０．７７４０－０．７７４０－０．７７４０－０．７７４０－０．３３００－０．５８６０－０．５８６０－０．５８６０－０．１４２９０．２５０００．５０００－０．６７２０－０．３０４０－０．０１００－０．０６６０－０．５３２０－０．０６８０－０．６２８０－０．０１００－０．６１７３－０．６６４０－０．３７６０－０．９２００－０．７３３３－０．６６６７－０．８７２０－０．１６６７－０．７６１３－０．８３３３－０．７０２７－０．５９７３－０．８０５３－０．８８１３－０．８４９３－０．８４９３－０．８４９３－０．８４９３－０．５５３３－０．７２４０－０．７２４０－０．７２４０－０．４０００－０．３０００－０．２５００－０．７８１３－０．５３６０－０．３４００－０．３７７３－０．６８８０－０．３７８７－０．７５２０－０．３４００ Ⅱ Ⅱ Ⅱ Ⅰ Ⅰ Ⅰ Ⅰ Ⅲ Ⅰ Ⅰ Ⅰ Ⅱ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅰ Ⅱ Ⅰ Ⅰ Ⅰ Ⅱ Ⅲ Ⅲ Ⅰ Ⅱ Ⅱ Ⅱ Ⅰ Ⅱ Ⅰ Ⅱ 由表６可知：项目整体完成情况良好，６６．７％的一级指标在 Ⅰ 级，３３．３％的一级指标在 Ⅱ 级，没有６６．７％的二级指标在 Ⅰ 级，２２．２％的二级指标在 Ⅱ 级，１１．１％在 Ⅲ 级；５５．９％的三级指标 Ⅲ ，Ⅳ 级指标；在 Ⅰ 级，３５．３％的三级指标在 Ⅱ 级，８．８％的三级指标在 Ⅲ 级．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期董娜，等：面向综合管廊ＰＰＰ项目的全面后评价体系５０１项目目标基本完成，项目实施过程管控严谨，但经济效益表现不够好，其中两个主要的收益率指标都差强人意，这说明社会资本和政府的收益都没有达到最优水平．这是由于项目前期准备工作充足且完善，实施过程平稳，无明显问题，但进入运营期后，项目经济效益表现不佳，主要体现为总投资超支，社会资本收益不达标．项目后续运营可在定调价、管线入廊上多做研究，开发管廊边际利益，从而提高项目的经济效益．当调整过运营策略后，项目公司可利用物元可拓模型对项目效果进行再次评价，计算新的关联度，并以此为依据观察策略调整后项目的表现，并做出调整，循环往复．在整个运营周期内，评价?调整?评价的循环可以保证项目的运营效率和经济效益．当调整过运营策略后，项目公司可利用物元可拓模型对项目效果进行再次评价，计算新的关联度，并以此为依据观察策略调整后项目的表现，并做出调整，循环往复．５结束语通过建立科学可行的综合管廊ＰＰＰ项目项目后评价体系，弥补了现有研究的不足，将此体系运用到实际项目中有利于提高综合管廊建设和运营效率，完善综合管廊市场环境．继续进行深入的研究，改进综合评价方式，可以促进准经营类基础设施项目可持续发展，将潜在危机消灭在萌芽状态。参考文献：［１］范辉，王飞，王国伟．供热热水管道管廊敷设方式研究进展［Ｊ］．华侨大学学报（自然科学版），２０１７，３８（６）：７４７７５２． ? １０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７０１０３１．ＤＯＩ： ? ［２］王曦祝，付玲．基于博弈分析的城市综合管廊收费对策研究［Ｊ］．地下空间与工程学报，２０１３，９（１）：１９７２０３． ? ［３］薛敏，陆惠民．完善我国政府投资项目后评价体系研究［Ｊ］．工程管理学报，２０１１，２５（３）：３１８ＤＯＩ：１０．３９６９／ ?３２２．ｊ．ｉｓｓｎ．１６７４８８５９．２０１１．０３．０１６． ? ［４］姜青．两部委开展地下综合管廊试点年度绩效评价工作［Ｊ］．建设科技，２０１６（８）：７．［ｉｓｓｎ．１００３５］赵伯廷．投资项目后评价管理［Ｊ］．企业管理，２０１８（４）：７３７４．ＤＯＩ：４．１０．３９６９／２３２０．２０１８．０４．０２． ? ? ｊ．［６］姜连馥，石永威，杨尚群．基于ＡＮＰ的工程项目后评价研究［Ｊ］．深圳大学学报（理工版），２００７（２）：１８３ＤＯＩ： ?１８７．１０．３９６９／２６１８．２００７．０２．０１４．ｉｓｓｎ．１０００ ? ｊ．［７］贾乐盈．保障性住房建设项目后评价指标体系研究［Ｊ］．价格月刊，２０１４（１０）：８７?９０．ＤＯＩ：１０．１４０７６／ｉｓｓｎ．１００６? ｊ．２０２５．２０１４．１０．２６．［８］胡芳．大型公共工程项目绩效评价研究［Ｄ］．长沙：湖南大学，２０１２．［９］颜艳梅．公共工程项目绩效评价研究［Ｄ］．长沙：湖南大学，２００６．ＤＯＩ：１０．７６６６／ｄ．ｙ１０１８８８０．［１０］孙彬．市政工程项目绩效评价研究［Ｄ］．重庆：重庆交通大学，２０１５．ＤＯＩ：１０．７６６６／ｄ．ｙ１０１８８８０．［１１］李?娴．基于利益相关方理论的公共工程项目绩效评价研究［Ｄ］．长沙：湖南大学，２０１６．［１２］赵金先，李龙，刘敏．基于ＯＷＡ算子赋权的地铁工程项目管理绩效灰色评价［Ｊ］．建筑经济，２０１４，３５（９）：１２５１２９． ? ［１３］吴小军．ＰＰＰ项目的绩效评价体系研究：基于ＶＦＭ视角［Ｄ］．西安：西安建筑科技大学，２０１６．［１４］黄德春．投资项目后评价理论、方法及应用研究［Ｄ］．南京：河海大学，２００３．［１５］ＲＯＢＥＲＴＯＫ．Ｄｅｖｅｌｏｐｉｎｇａｐｒｏｅｃｔｓｕｃｃｅｓｓｉｎｄｅｘｆｏｒｐｕｂｌｉｃ：Ｐｒｉｖａｔｅｐａｒｔｎｅｒｓｈｉｒｏｅｃｔｓｉｎｄｅｖｅｌｏｐｉｎｇｃｏｕｎｔｒｉｅｓｊｐｐｊ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｅｃｈｎｏｌｏｇｙａｎｄＳｃｉｅｎｃｅ，２０１８（１）：２１２．［１６］刘英杰，孙丽云，杨凯．ＰＰＰ模式下综合管廊绩效评价研究［Ｊ］．人民珠江，２０１７，３８（１０）：１０５１０８． ? ［ｒｉｖａｔｅｐａｒｔｎｅｒｓｈｉｎｗａｔｅｒｓｕｐｐｌｒｏｅｃｔｓ［１７］ＡＭＥＹＡＷＥＥ．ＣｒｉｔｉｃａｌｓｕｃｃｅｓｓｆａｃｔｏｒｓｆｏｒｐｕｂｌｉｃＪ］．Ｆａｃｉｌｉｔｉｅｓ，２０１６ ?ｐｐｉｙｐｊ（２）：１２４１６０．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００１９２３５．２０１７．１０．０２２． ? ? ｊ．［１８］王超，赵新博，王守清．基于ＣＳＦ和ＫＰＩ的ＰＰＰ项目绩效评价指标研究［Ｊ］．项目管理技术，２０１４，１２（８）：１８?２４．ｉｓｓｎ．１６７２ＤＯＩ：１０．３９６９／４３１３．２０１４．０８．００３． ? ｊ．［１９］黄艳．化工企业总平面布置方案优选研究［Ｄ］．西安：西安建筑科技大学，２００９．［２０］刘英杰，孙丽云，杨凯．基于改进物元可拓模型的综合管廊绩效评价研究［Ｊ］．人民长江，２０１７，４８（１９）：１０６ ?１０９．ＤＯＩ：１０．１６２３２／ｃｎｋｉ．１００１４１７９．２０１７．１９．０２０． ? ｊ．［２１］杨胡萍，李泰伟，熊宁．一种基于全过程管控的新型城镇配电网建设项目后评价体系［Ｊ］．南昌大学学报（理科版），ｉｓｓｎ．１００６２０１８，４２（３）：２８３２８８．ＤＯＩ：１０．３９６９／０４６４．２０１８．０３．０１５． ? ? ｊ．［２２］王波．后评价在保障性住房中的应用研究［Ｊ］．经济研究导刊，２０１６（２５）：３５３６，４４． ? 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）５０２２０１９年［２３］韩亚楠，周伟，黄浩丰．公路客运枢纽项目后评价技术体系研究［Ｊ］．公路，２０１３（１０）：１６５１６９． ? ［２４］韩涛．高速铁路建设项目建设过程后评价研究［Ｊ］．铁道科学与工程学报，２０１７，１４（５）：９１３ＤＯＩ：１０．３９６９／ ?９２１．ｊ．７０２９．２０１７．０５．００５．ｉｓｓｎ．１６７２ ? ［２５］尤荻，梁双陆．公共图书馆建设项目社会效益后评价体系研究［Ｊ］．图书馆，２０１５（１０）：１０２?１０５．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００２１５５８．２０１５．１０．０２１． ? ［２６］乌云娜，范亮，陈开风．考虑关联性的电网建设项目经济效益后评价研究［Ｊ］．中国电力，２０１６，４９（１２）：１５６ ?１６１．ｉｓｓｎ．１００４ＤＯＩ：１０．１１９３０／９６４９．２０１６．１２．１５６．０６． ? ｊ．［２７］王明慧，张桥，凌飞翔．改进层次分析法在ＰＰＰ项目绩效评估中的应用［Ｊ］．数学的实践与认识，２０１７，４７（１３）：５０ ? ｉｓｓｎ．１００４５５．ＤＯＩ：１０．１１９３０／９６４９．２０１６．１２．１５６．０６． ? ｊ．［２８］楼源，王洪涛，冉连月．基于ＳＥＭ的ＰＰＰ项目绩效影响因素ＦＣＭ模型［Ｊ］．土木工程与管理学报，２０１８，３５（３）：１４５１５０．ＤＯＩ：１０．３９６９／ｉｓｓｎ．２０９５０９８５．２０１８．０３．０２４． ? ? ｊ．［２９］赵琰，王建东，陈志鹏．ＰＰＰ项目绩效评价指标体系及综合评级模型研究［Ｊ］．会计之友，２０１８（４）：１１０ＤＯＩ： ?１１５．１０．３９６９／ｉｓｓｎ．１００４５９３７．２０１８．０４．０２４． ? ｊ．［３０］王建波，刘芳梦，有维宝．基于ＤＰＳＩＲ与物元分析的城市轨道交通ＰＰＰ项目绩效评价［Ｊ］．隧道建设：中英文，ｉｓｓｎ．２０９６２０１８，３８（７）：１１００１１０７．ＤＯＩ：１０．３９７３／４４９８．２０１８．０７．００４． ? ? ｊ．［３１］张红平，叶苏东．基于成功度的公私合作项目绩效评价研究［Ｊ］．北京交通大学学报（社会科学版），２０１７，１６（３）：２２ ? ２９．［３２］王太钢，李慧敏．基于物元可拓模型的污水处理厂ＰＰＰ项目绩效评价［Ｊ］．水电能源科学，２０１７，３５（８）：１４５ ?１４７，１０６．［３３］陈都．中国高铁基础设施ＰＰＰ项目模糊综合绩效评价研究：以京沪高铁项目为例［Ｊ］．理论月刊，２０１７（１２）：１２８ ? １３４．［３４］ＪＯＳＥＰＨＷ．ＰｌａｙｉｎｇｔｈｅｗｒｏｎｇＰＡＲＴ：Ｔｈｅｐｒｏｇｒａｍａｓｓｅｓｓｍｅｎｔｒａｔｉｎｇｔｏｏｌａｎｄｔｈｅｆｕｎｃｔｉｏｎｓｏｆｔｈｅｐｒｅｓｉｄｅｎｔ ′ ｓｂｕｄｇｅｔ［Ｊ］．ＰｕｂｌｉｃＡｄｍｉｎｉｓｔｒａｔｉｏｎＲｅｖｉｅｗ，２０１２，７２（１）：１１２１２１． ? ［３５］ＪＥＲＲＹＥ．Ｓｃｏｒｉｎｇｇｏｖｅｒｎｍｅｎｔｐｅｒｆｏｒｍａｎｃｅｒｅｐｏｒｔｓ［Ｊ］．ＰｕｂｌｉｃＭａｎａｇｅｒ（Ｓｕｍｍｅｒ），２００７，３６（２）：３９． ? ［３６］王亦虹，潘敏，尹贻林．政府与社会资本合作（ＰＰＰ）项目全过程咨询手册［Ｍ］．天津：天津大学出版社，２０１６．［ｉｓｓｎ．１００６３７］李字庆．ＳＭＡＲＴ原则及其与绩效管理关系研究［Ｊ］．商场现代化，２００７（１９）：１４８ＤＯＩ：１０．３９６９／ ?１４９． ? ｊ．３１０２．２００７．１９．０９７．［３８］赵洪磊，项添春，张新伦，等．基于三标度理想解法的发电计划评估［Ｊ］．中国电力，２０１７，５０（１１）：１０８１１５．ＤＯＩ：１０． ? １１９３０／９６４９．２０１７０５０４８．ｉｓｓｎ．１００４ ? ｊ．［３９］甘蓉，宣昊，刘国东．基于博弈论综合权重的物元可拓模型在地下水质量评价中的应用［Ｊ］．水电能源科学，２０１５，３３（１）：３９４２，９０． ? ［４０］兰双双，姜纪沂，王滨．基于物元可拓法的地下水水质评价：以梨树县平原区浅层地下水为例［Ｊ］．吉林大学学报（地球科学版），ｉｓｓｎ．１６７１２００９，３９（４）：７２２７２７．ＤＯＩ：１０．３９６９／５８８８．２００９．０４．０１７． ? ? ｊ．［４１］贾善坡，金凤鸣，郑得文．含水层储气库的选址评价指标和分级标准及可拓综合判别方法研究［Ｊ］．岩石力学与工程学报，２０１５，３４（８）：１６２８１６４０．ＤＯＩ：１０．１３７２２／ｃｎｋｉ．ｒｍｅ．２０１４．１１９７． ? ｊ．ｊ［４２］何玉钧，刘毅，周生平．基于物元可拓模型的电力通信网风险评估［Ｊ］．电力系统保护与控制，２０１７，４５（１４）：６４６９． ? ＤＯＩ：１０．７６６７／ＰＳＰＣ１６１０８５．（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４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８１１０９３ ? 犅犐犕在鲁中地区传统农宅节能改造中的运用马乐原，陈悦华（武汉大学土木建筑工程学院，湖北武汉４３００７２）摘要：在对鲁中地区农宅进行实地调研、了解现存住宅类型及围护结构方案的基础上，选取有代表性的农宅类型，借助建筑信息模型（ＢＩＭ）建模软件Ｒｅｖｉｔ建立三维模型．利用ＢＩＭ可持续分析软件Ｅｃｏｔｅｃｔ，分别模拟不同的农宅布局形式及围护结构优化前、后的室内逐月不舒适度和能耗情况．结果表明：从节能角度分析，合院式布局农宅仍然是最佳布局形式；进一步提高围护结构的热工性能是节能改造的关键，且对屋顶和外窗进行改造的效果明显优于外墙．关键词：建筑信息模型；合院式农宅；逐月不舒适度；建筑能耗中图分类号：ＴＵ２４１．４文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０５０３０７ ? ? ? 犅犐犕犃狆狆犾犻犮犪狋犻狅狀犻狀犈狀犲狉  犛犪狏犻狀犵犚犲狋狉狅犳犻狋狋犻狀犵狅犳犜狉犪犱犻狋犻狅狀犪犾犵狔犚狌狉犪犾犚犲狊犻犱犲狀狋犻犪犾犅狌犻犾犱犻狀犵狊犻狀犆犲狀狋狉犪犾犛犺犪狀犱狅狀犵犘狉狅狏犻狀犮犲ＭＡＬｅｙｕａｎ，ＣＨＥＮＹｕｅｈｕａ（ＳｃｈｏｏｌｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｉｎａ）ｙ，Ｗｕｈａｎ４３００７２，Ｃｈ犃犫狊狋狉犪犮狋：Ｔｈｅｒｅｐｒｅｓｅｎｔａｔｉｖｅ３Ｄｍｏｄｅｌｗａｓｂｕｉｌｔｗｉｔｈｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｂｕｉｌｄｉｎｇｉｎｆｏｒｍａｔｉｏｎｍｏｄｅｌｉｎｇ（ＢＩＭ）ｂａｓｅｄｏｎｔｈｅｆｉｅｌｄｉｎｖｅｓｔｉｔｉｏｎｏｆｔｈｅｌａｙｏｕｔｓａｎｄｅｎｖｅｌｏｐｅｔｓｏｆｔｈｅｒｕｒａｌｂｕｉｌｄｉｎｇｓｉｎｃｅｎｔｒａｌＳｈａｎｄｏｎｇｇａｙｐｅｒｏｖｉｎｃｅ．Ｔｈｅｉｎｄｏｏｒｍｏｎｔｈｌｉｓｃｏｍｆｏｒｔｄｅｇｒｅｅａｎｄｅｎｅｒｏｎｓｕｍｐｔｉｏｎｏｆｔｒａｄｉｔｉｏｎａｌｂｕｉｌｄｉｎｇｓｗｅｒｅｓｉｍｕｌａ  ｐｙｄｇｙｃｔｅｄｂｙｇｒｅｅｎａｎａｌｓｉｓｓｏｆｔｗａｒｅＥｃｏｔｅｃｔ，ｔｏｏｐｔｉｍｉｚｅｔｈｅｌａｙｏｕｔｓａｎｄｅｎｖｅｌｏｐｅｔｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｙｙｐｅｃｏｕｒｔｒｄｉｓｓｔｉｌｌｔｈｅｂｅｓｔｌａｙｏｕｔｆｏｒｅｎｅｒａｖｉｎｇ，ｔｈｅｆｕｒｔｈｅｒｉｍｐｒｏｖｅｍｅｎｔｏｆｔｈｅｔｈｅｒｍａｌｐｅｒｆｏｒｍａｎｃｅｏｆｅｎ  ｙａｇｙｓｖｅｌｏｐｅｓｔｒｕｃｔｕｒｅｉｓｔｈｅｋｅｙｔｏｅｎｅｒｓａｖｉｎｇ，ｔｈｅｅｆｆｅｃｔｏｆｒｏｏｆａｎｄｅｘｔｅｒｉｏｒｗｉｎｄｏｗｒｅｎｏｖａｔｉｏｎｉｓｏｂｖｉｏｕｓｌｔ  ? ｇｙｙｂｅｔｅｒｔｈａｎｔｈａｔｏｆｅｘｔｅｒｉｏｒｗａｌｌｒｅｎｏｖａｔｉｏｎ．犓犲狉犱狊：ｂｕｉｌｄｉｎｇｉｎｆｏｒｍａｔｉｏｎｍｏｄｅｌｉｎｇ；ｃｏｕｒｔｒｄｒｕｒａｌｒｅｓｉｄｅｎｔｉａｌｂｕｉｌｄｉｎｇｓ；ｍｏｎｔｈｌｉｓｃｏｍｆｏｒｔｄｅｇｒｅｅ；ｙａｙｄ狔狑狅ｂｕｉｌｄｉｎｇｅｎｅｒｏｎｓｕｍｐｔｉｏｎｇｙｃ鲁中地区即山东半岛中部地区，在全国建筑气候区图上属寒冷地区，冬冷夏热、春秋短促，因此，该地区住宅需满足冬季保温、夏季隔热的基本要求［１］．然而长期以来，该地区农村住宅以农民自发组织建设为主，缺少专业的设计与施工团队，再加上经济水平有限，住宅建造质量相对较差，对住宅的节能环保性及室内的热舒适性也更加缺少关注．近年来，农宅的节能工作开始受到国家相关部门及相关专家的关注．２００９年，《严寒和寒冷地区农村住宅节能技术导则》试运行；２０１０年，住建部发布文件要求对农村居住建筑进行节能改造．同年，我国建筑科学研究院开始编制农村地区节能改造标准，以改善民居环境为目标，尽量满足住户对舒适度的要求［２］．学者们主要从节能改造策略及能耗影响因素两个方面开展研收稿日期：２０１８１１２８ ? ? 通信作者：陈悦华（１９６８Ｅｉｌ：ｅｄｕ．ｃｎ． ?），男，副教授，博士，主要从事建筑信息化的研究． ?ｍａｙｕｈｃｈｅｎ＠ｗｈｕ．基金项目：国家自然科学基金面上资助项目（７１０７３１１７）５０４华侨大学学报（自然科学版）２０１９年究．董馨潞［２］以哈尔滨市周边农宅实地调研数据为基础，分析其围护结构存在的问题，提出合适的围护结构节能改造方案，同时辅以ｅＱＵＥＳＴ能耗模拟软件动态模拟进行方案优选．高宁宁［３］从适宜性角度探索胶东半岛新型农宅的节能设计策略．邹惠芬等［４］通过分析东北地区农宅地基传热过程，得到不同厚度的地基保温层对建筑能耗和室内热舒适性的影响．董令初等［５］对浙江农宅不同功能、不同朝向的房间窗墙比进行实测，分析各自特点并提出改造建议．袁炯炯［６］基于厦门地区不同类型的用能特征及人体热适应性，提出适宜的节能措施，并分析不同围护结构参数对空调能耗的影响．郑少群等［７］利用Ｅｎｅｒ  ｇｙＰｌｕｓ，模拟不同变量变化对建筑能耗和室内舒适度的影响，分析它们之间的定量关系，并采用粒子群算法进行多维优化．总的来说，目前，我国既有农宅节能改造的研究成果适用范围相对有限，复用性和共享性偏低．现有研究成果尽管可以在某些典型农宅节能改造设计阶段提供一些指导，但是模拟软件中所建的模型仍然无法用于指导施工及后期运维，也无法在各专业之间实现共享，也就难以实现改造全过程的实时监控和多专业之间高度协调．因此，如何将节能改造所需的全部信息高效准确地集成于统一的平台，实现数据共享，同时简化传统的节能改造流程，提高普适性，是目前既有农宅节能改造研究的重点方向．本文借助建筑信息模型（ＢＩＭ）平台，运用建模软件ＡｕｔｏｄｅｓｋＲｅｖｉｔ建立鲁中地区典型农宅三维模型，经过简单数据转换，将带有属性信息的模型导入ＢＩＭ系列软件分析建筑性能，进而辅助改造方案的比选和优化．１犅犐犕理论基础ＢＩＭ技术是一种基于统一的数据标准，贯穿于工程项目的全寿命周期，通过整合建筑项目生成的各类信息为项目的所有参与者提供一个共享式信息平台的新技术［８］．ＢＩＭ的实现离不开ＢＩＭ系列软件，目前ＢＩＭ系列软件可划分为两大类型：ＢＩＭ建模软件和利用模型的软件．每一类都包括诸多具体软件，这些软件大大推进了ＢＩＭ的普及和发展，使用者可以根据需要选择和综合运用，进而优化设计、节约成本等．１．１犅犐犕建模软件目前，国内外有很多ＢＩＭ建模软件，比较常用的是Ｒｅｖｉｔ，ＭａｇｉＣＡＤ，ＸＳｔｅｅｌ和ｉＴＷＯ等，其中，ＭａｇｉＣＡＤ专注于机电，ＸＳｔｅｅｌ致力于钢构，两者和ｉＴＷＯ都是国外软件，不能适应本土化施工规范、计算规则等．Ｒｅｖｉｔ可以通过创建建筑基础构件，快速完成平、立、剖面等设计，生成三维模型并输出二维图纸，在任何一个视图下修改图元，其他视图下自动发生联动，并且其自带的族可以直接载入模型中，大大提高了绘图效率［９］．除此之外，Ｒｅｖｉｔ建模基于统一的ＩＦＣ建模标准，其生成的模型可以在任意支持ＩＦＣ标准的软件之间转换．因此，文中选用Ｒｅｖｉｔ建立既有农宅模型，进而利用可持续分析软件进行建筑性能分析．１．２犅犐犕可持续分析软件ＢＩＭ可持续分析软件可以从ＢＩＭ模型中提取建筑性能，分析所需的相关建筑信息并进行模拟，及时给出评价反馈，便于对设计方案进行优化完善，从而使设计过程更加理性．以往一些专业分析软件，如ＤＯＥ? ２，ＥｎｅｒｇｙＰｌｕｓ等，尽管功能强大，但操作难度较大，且需要操作人员具备扎实的专业基础．ＥｃｏｔｅｃｔＡｎａｌｉｓ基于三维信息化模型，简化了复杂几何体的构建过程，用户界面友好、可视化程度高、操作难度ｙｓ低、应用范围较为广泛．ｔｅｃｔＡｎａｌｉｓ与建模软件的数据交换ＥｃｏｔｅｃｔＡｎａｌｉｓ功能较为全面，集合了热环境、声１．２．１Ｅｃｏｙｓｙｓ环境、光环境、经济性、环境影响和可视度分析等６项功能．它最大的优势在于其属于ＢＩＭ系列软件，提［］供了与ＢＩＭ软件的接口，可以与Ｒｅｖｉｔ中所建模型进行单向链接１０．模型从Ｒｅｖｉｔ到ＥｃｏｔｅｃｔＡｎａｌｉｓ，ｙｓ主要以ＧｒｅｅｎＢｕｉｌｄｉｎｇＸＭＬ（ｇｂＸＭＬ）或ＤＸＦ的格式进行数据转换，其中，ｇｂＸＭＬ是基于ＸＭＬ规范的专门用于绿色建筑分析的数据转换语言，以空间为基础，围护结构以面的形式简化表达，主要用来分析建筑的热环境、声环境等；而ＤＸＦ文件储存的是详细的３Ｄ模型，在各软件之间转换速度相对较慢，适用于光环境、阴影遮挡分析等［１１］．研究主要利用ＥｃｏｔｅｃｔＡｎａｌｉｓ的热环境分析功能分析住宅的逐月ｙｓ不舒适度和能耗，使用从Ｒｅｖｉｔ导出的ｇｂＸＭＬ文件，在ＥｃｏｔｅｃｔＡｎａｌｉｓ中赋予构件相应的材质，并进ｙｓ行区域设置（人员、设备运行时间表等）之后，载入当地气象数据，即可开始分析计算．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期马乐原，等：ＢＩＭ在鲁中地区传统农宅节能改造中的运用５０５ＥｃｏｔｅｃｔＡｎａｌｉｓ热环境分析计算方法ｙｓＥｃｏｔｅｃｔＡｎａｌｉｓ热环境分析采用英国工程师协会ｙｓ（ＣＩＢＳＥ）核定的准入系数法，是一种动态负荷计算方１．２．２法，包括平均和波动两种计算状态，其计算流程，如图１所示．该运算比较灵活，对建筑物的体形及模拟仿真的区域数量没有限制．同时，准入法的计算也比较高效，在完成遮挡和区域计算后，无论是继续修改材料，还是重新进行区域内人员活动情况的设置，系统都会迅速完成计算［１２］．２典型农宅概况及犅犐犕建模图１准入法计算流程图Ｆｉ１Ｃａｌｃｕｌａｔｉｏｎｆｌｏｗｃｈａｒｔｏｆａｄｍｉｓｓｉｏｎｍｅｔｈｏｄｇ．为了更真实地了解鲁中农村现有住宅形式及居住环境状况，选取山东省潍坊市临朐县五井东村７０余户农宅进行深入走访调研．由于建造时间不同，农村住宅的空间布局、结构形式等也发生着变化．结合调研结果，将住宅建造时间划分１９９０－２０００年、２０００－２０１０年及２０１０年以后３个时间段，并分别利用Ｒｅｖｉｔ建立三维模型，如图２，３所示．宅基地面积统一为１５ｍ×１５ｍ．建筑形式上，该地区住宅一直以单层坡屋面为主；结构形式上，２０１０年以前，以砖混结构为主，２０１０（ａ）１９９０－２０００年（ｂ）２０００－２０１０年新建（类型１）（ｄ）对１９９０－２０００年住宅改建后（ｃ）２０００－２０１０年新建（类型２）（ｅ）２０１０年以后新建住宅图２１９９０年至今典型农宅模型平面视图Ｆｉ２Ｐｌａｎｖｉｅｗｏｆｔｉｃａｌｒｕｒａｌｒｅｓｉｄｅｎｔｉａｌｂｕｉｌｄｉｎｇｍｏｄｅｌｓｓｉｎｃｅ１９９０ｇ．ｙｐ（ａ）１９９０－２０００年（ｂ）２０００－２０１０年新建（类型１）犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．（ｃ）２０００－２０１０年新建（类型２）华侨大学学报（自然科学版）５０６（ｄ）对１９９０－２０００年住宅改建后２０１９年（ｅ）２０１０年以后新建住宅图３１９９０年至今典型农宅模型三维视图Ｆｉ３３Ｄｖｉｅｗｏｆｔｉｃａｌｒｕｒａｌｒｅｓｉｄｅｎｔｉａｌｂｕｉｌｄｉｎｇｍｏｄｅｌｓｓｉｎｃｅ１９９０ｇ．ｙｐ年之后，开始出现框架结构．围护结构上，越来越关注材料的保温隔热性能，外墙、屋面、门窗、地面等部位的构造形式，如表１所示．空间布局上，１９９０－２０００年的住宅建设受经济条件限制，多数家庭只建正房和一间厢房（东厢房或西厢房）以满足基本居住需求；２１世纪之后，随着经济的发展，越来越多的家庭开始在自家宅基地上加建厢房及倒座房，形成四合院式布局，同时，考虑采光及保暖需求，在正房与厢房之间加建阳台连接（图２（ｄ））；２０１０年之后，除了继续沿用传统的四合院式布局建造房屋，一些条件比较好的农户开始结合楼房布局形式设计自家住宅，取消厢房的建造，所有居住活动全部改为在室内进行．表１农宅围护结构概览Ｔａｂ．１Ｏｖｅｒｖｉｅｗｏｆｅｎｖｅｌｏｐｅｏｆｒｕｒａｌｒｅｓｉｄｅｎｔｉａｌｂｕｉｌｄｉｎｇｓ围护结构部位材料及厚度（由外到内）类型１（１９９０－２０００年）类型２（２０００－２０１０年）类型３（２０１０年以后）外墙２０ｍｍ厚水泥砂浆＋２４０ｍｍ厚黏土砖＋２０ｍｍ厚水泥砂浆２０ｍｍ厚水泥砂浆＋２４０ｍｍ厚黏土砖＋２０ｍｍ厚水泥砂浆＋１０ｍｍ厚白灰抹灰５ｍｍ厚贴砖饰面＋１０ｍｍ厚白灰抹灰＋２０ｍｍ厚水泥砂浆＋２４０ｍｍ厚黏土砖＋２０ｍｍ厚水泥砂浆屋顶黏土瓦＋２０ｍｍ厚麦秸泥＋６０ｍｍ厚高梁箔＋木檩条＋１０ｍｍ厚石膏板黏土瓦＋２０ｍｍ厚麦秸泥＋１０ｍｍ厚苇箔＋木檩条＋１０ｍｍ厚纸面石膏板黏土瓦＋２０ｍｍ厚麦秸泥＋１２０ｍｍ厚现浇混凝土屋面板＋１０ｍｍ厚纸面石膏板门窗单框单玻木门窗单玻铝合金门窗单玻铝合金门窗为主，少数中空双玻铝合金门窗地面－瓷砖地面为主－３基于犅犐犕的典型农宅能耗模拟分析３．１热环境参数的设置进行热工模拟前，要先进行区域属性的参数设置：“室内设计条件”使用系统默认值；“人员和运行” 的设置按人均占有使用面积６ｍ２及不同房间的使用功能对人员进行分配；换气次数的计算根据《农村居住建筑节能设计标准》，冬季取０．５ｈ－１，夏季取１．０ｈ－１；考虑到农村当地生活习惯，热环境参数“系统类型”选择“ＨｅａｔｉｎｇＯｎｌｙ”，即仅在冬季采取取暖措施，夏季不设置空调制冷；室内舒适温度按标准设定为１４～２８ ℃ ；“运行时间”假定平时和周末的取暖炉使用时间分别是１８：００～２４：００和８：００～２４：００．３．２不同平面布局对节能改造的影响为了分析住宅的不同平面布局对住宅热环境的影响，住宅围护结构统一采用类型１的方案．３．２．１逐月不舒适度分析选取的逐月不舒适度数据表示形式为ＤＨ（ＤｅｇｒｅｅＨｏｕｒｓ），单位为 ℃ ·ｈ．即计算每月所有不舒适温度与节３．１中设定舒适温度（１４～２８ ℃ ）的差值的总和，可以分别得到过热（高于２８ ℃ ）和过冷（低于１４ ℃ ）的不舒适度总和．在自然通风条件下，模拟各类型住宅的逐月不舒适度，汇总得到全年不舒适度，如表２所示．由表２可知：夏季的过热不舒适度远远低于冬季的过冷不舒适度，即该地区农村住宅通过自然通风基本能够实现夏季降温的需求，但是因处寒冷地区、冬季气温低、外加当前使用的围护结构材料的传热系数过大、气犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期马乐原，等：ＢＩＭ在鲁中地区传统农宅节能改造中的运用５０７密性低等原因，还需要加强采暖措施提高舒表２同平面布局住宅全年不舒适度对比适度．对比４种布局类型可以看出，逐月不舒Ｔａｂ．２Ｙｅａｒｌｉｓｃｏｍｆｏｒｔｄｅｇｒｅｅｏｆｙｄ适度最大的是１９９０－２０００年所建住宅，阳ｂｕｉｌｄｉｎｇｓｆｏｒｄｉｆｆｅｒｅｎｔｌａｙｏｕｔｓ台、厢房、倒座房等加建之后，逐月不舒适度过热１９９０－２０００年新建类型１可对民居室内外的热环境起到过渡作用，有效缓冲室外温度对室内的直接作用．２０１０年不舒适度时间明显降低，因为合院式布局中间形成的庭院２０００－２０１０年以后的布局虽然居住方便，但是由于直接受到户外露天环境的影响，逐月不舒适度略高 ℃ ·ｈ过冷总计１６３．６１５５６２．４１５７２６．０１２０．１１４２１９．３１４３３９．４新建类型２１１５．３１４４６２．６１４５７７．８改建１１９．５１４１２７．０１４２４６．５１３５．５１４８６７．２１５００２．７２０１０年以后于合院式布局．３．２．２住宅能耗分析住宅能耗是指维持建筑功能和建筑物在运行过程中所消耗的能量，包括照明、采暖、空调、家用电器等能耗［１３］．对农宅来说，能耗主要用于采暖．Ｅｃｏｔｅｃｔ可以模拟建筑整体和各个区域的逐月采暖能耗，计算单位面积能耗＝建筑物整体采暖能耗／建筑面积，结果如图４所示．由图４可知：单位面积能耗情况与逐月不舒适度结果相似，１９９０－２０００年所建住宅的单位面积能耗最高，为１８４．７１ｋＷ ·ｈ· ｍ－２；１９９０－２０００年的住宅改建为合院式住宅后，过冷不舒适度降低，所需单位采暖能耗减少为１５０．９９ｋＷ · ｈ·ｍ－２，比改建前降低了１８％；而２０１０年以后的非合院式布局过冷不舒适度高于合院式，导致采暖能耗有所增加．３．３围护结构形式对节能改造的影响３．３．１围护结构改造方案的确定由于农村居民专业知识匮乏、节能意识低等原因，目前农宅建图４不同农宅类型单位面积能耗对比Ｆｉ４Ｃｏｍｐａｒｉｓｏｎｏｆｅｎｅｒｏｎｓｕｍｐｔｉｏｎｐｅｒｕｎｉｔｇ．ｇｙｃ设所采用的外墙、门窗、屋顶等大多没有进行任何ａｒｅａａｍｏｎｇｄｉｆｆｅｒｅｎｔｔｓｏｆｂｕｉｌｄｉｎｇｓｙｐｅ保温处理，热工性能不良，造成农村住宅冬季室内热环境情况并不乐观．外墙是住宅的主要围护结构，内保温、外保温和夹芯保温是目前流行的墙体保温形式［１４?１５］．其中，外墙外保温是在外墙外部加设保温材料，施工过程不影响室内居住活动的正常进行，既有利于保护原有围护结构，又帮助改善室内热环境，是既有建筑墙体节能改造的首选；门窗是建筑围护结构各部件中绝热性能最差的部分，目前农村大量使用的仍然是保温隔热性能比较低的单层玻璃窗，这是造成室内热环境质量差和冬季能耗高的重要原因．寒冷地区的住宅，选择门窗玻璃时，应选用气体间层厚度不小于９ｍｍ的中空玻璃［１４］，严格控制其热传导能力；屋顶所造成的室内外传热耗热量远远大于其他围护结构的耗热量．常见的保温屋面采用保温隔热材料改善屋面层的热工性能，选择保温隔热材料时，需考虑其导热能力和蓄热能力，同时，也要考虑屋面荷载，尽量选用密度适中的材料．综合上述原则，确定该地区农宅围护结构改造方案，如表３所示．改造后的外墙、外窗、屋顶的传热系数均小于改造前的，且均符合《农村居住建筑节能设计标准》的规定．以图２（ｂ）布局形式为例，分别对外墙、外窗、屋顶进行改造，并对比改造前、后逐月不舒适度和能耗情况．表３围护结构改造前、后的对比Ｔａｂ．３Ｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｅｎｖｅｌｏｐｅｓｂｅｆｏｒｅａｎｄａｆｔｅｒｒｅｎｏｖａｔｉｏｎ围护结构部位外墙改造前改造后构造２０ｍｍ厚水泥砂浆＋２４０ｍｍ厚黏土砖＋２０ｍｍ厚水泥砂浆＋１０ｍｍ厚白灰抹灰传热系数构造传热系数１．４９０５ｍｍ厚贴砖饰面＋５ｍｍ厚抗裂砂浆＋５０ｍｍ厚ＥＰＳ保温板＋胶黏剂＋２０ｍｍ厚水泥砂浆＋２４０ｍｍ厚黏土砖＋２０ｍｍ厚水泥砂浆＋１０ｍｍ厚白灰抹灰０．４６９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）５０８２０１９年续表Ｃｏｎｔｉｎｕｅｔａｂｌｅ改造后改造前围护结构部位构造传热系数构造传热系数０．２２５２．７１０屋顶黏土瓦＋２０ｍｍ厚麦秸泥＋１０ｍｍ厚苇箔＋木檩条＋１０ｍｍ厚纸面石膏板２．１３０黏土瓦＋４０ｍｍ厚麦秸泥＋１２０ｍｍ厚现浇混凝土屋面板＋５０ｍｍ厚玻璃棉保温层＋薄膜隔汽层＋纸面石膏板吊顶门窗单玻铝合金门窗５．４４０中空双玻铝合金门窗３．３．２逐月不舒适度分析在自然通风条件下，模拟该类型住宅逐月不舒适度．围护结构改造前、后的全年不舒适度对比，如图５所示．由图５可知：每种围护结构的改造都会使房间过热及过冷的不舒适度降低，即围护结构热工性能的提高（主要是传热系数的减小）可以大大增强住宅的保温隔热性能，降低逐月不舒适度；屋顶改造后，全年不舒适度降低幅度最为明显，外窗次之；相比改造前，外墙改造后的全年不舒适度有一定降低，但幅度不大．图５围护结构改造前、后全年不舒适度的对比Ｆｉ５Ｃｏｍｐａｒｉｓｏｎｏｆｙｅａｒｌｉｓｃｏｍｆｏｒｔｄｅｇｒｅｅｂｅｆｏｒｅａｎｄａｆｔｅｒｅｎｖｅｌｏｐｅｒｅｎｏｖａｔｉｏｎｇ．ｙｄ３．３．３住宅能耗分析同样地，采用控制变量的方法，在其他围护结构材质不变的情况下，分别更改外墙、屋顶和外窗的材质，模拟得到逐月采暖能耗，结果如图６所示．由图６可知：传热系数小、传热能力低、保温性能好的围护结构有利于冬季采暖能耗的降低，单一围护结构的改造节能效果远不如同时对所有围护结构进行优化，且屋顶和外窗的节能改造效果明显优于外墙．图６围护结构改造前、后逐月能耗的对比Ｆｉ６Ｃｏｍｐａｒｉｓｏｎｏｆｍｏｎｔｈｌｒｏｎｓｕｍｐｔｉｏｎｂｅｆｏｒｅａｎｄａｆｔｅｒｅｎｖｅｌｏｐｅｒｅｎｏｖａｔｉｏｎｇ．ｙｅｎｅｇｙｃ４结论与展望借助ＢＩＭ平台的数据协同能力，通过可视化数据模型在建模软件与可持续分析软件之间的自由转换，对农宅热环境进行模拟，得出以下３点结论．１）通过分析不同平面布局的逐月不舒适度及能耗情况，得出在合院式布局中，其庭院具有很好的热缓冲作用，可以避免室内环境直接受到户外露天环境的影响，从而降低住宅的逐月不舒适度，减少建犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期马乐原，等：ＢＩＭ在鲁中地区传统农宅节能改造中的运用５０９筑能耗．２）通过分析不同围护结构改造方案对逐月不舒适度和能耗的影响，得出外墙、屋顶和外窗的优化能减小围护结构的传热系数、降低其传热能力、增加围护结构的保温性能，降低全年室内不舒适度，从而有效地降低建筑采暖能耗．３）通过对比单一围护结构和所有围护结构同时改造前、后的逐月不舒适度和能耗变化情况，得出单一围护结构的改造后的逐月不舒适度和能耗降低幅度远不如同时对所有围护结构进行优化，且改造屋顶和外窗的节能效果明显优于外墙的改造．信息化、可视化的改造流程提高了传统农宅的节能改造的合理性和可操作性，但是值得注意的是，既有农宅的改造不同于新建住宅，其改造过程受到多因素的影响，未来的研究还需进一步通过实地调研对模拟分析的结果进行验证，如有差异分析其出现的原因，不断改善信息化工作流程，帮助居民更好地作出决策．参考文献：［１］程坦，刘丛红，寇兴亭．基于节能视角的鲁中地区农村住宅现状分析［Ｊ］．建筑节能，２０１８，４６（５）：３５?４１．ＤＯＩ：１０．３９６９／７２３７．２０１８．０５．００７．ｉｓｓｎ．１６７３ ? ｊ．［２］董馨潞．东北严寒地区农村住宅外围护结构节能改造策略研究［Ｄ］．哈尔滨：哈尔滨工业大学，２０１５．［３］高宁宁．胶东半岛地区农村住宅适宜性节能策略研究［Ｄ］．青岛：青岛理工大学，２０１２．［４］邹惠芬，胡海浪，孔媛，等．寒冷地区农宅地基节能改造［Ｊ］．沈阳建筑大学学报（自然科学版），２０１５，３１（２）：３２０３２７． ? ｉｓｓｎ：１０．１１７１７／２０９５１９２２．２０１５．０２．１６．ＤＯＩ： ? ｊ．［５］董令初，黄梦丹，齐锋．浙江省农宅窗墙比域特征调查与评价［Ｊ］．山西建筑，２０１７，４３（２６）：１６９?１７１．ＤＯＩ：ＣＮＫＩ：ＳＵＮ：ＪＺＳＸ．０．２０１７２６０９４． ? ? ［６］袁炯炯．厦门地区新建农村住宅节能策略研究［Ｄ］．广州：华南理工大学，２０１７．［７］郑少群．福建泉州地区农村住宅节能模型研究［Ｄ］．天津：天津大学，２０１７．［８］ＥＡＳＴＭＡＮＣＭ，ＴＥＩＣＨＯＬＺＰ，ＳＡＣＫＳＲ，犲狋犪犾．ＢＩＭｈａｎｄｂｏｏｋ：Ａｇｕｉｄｅｔｏｂｕｉｌｄｉｎｇｉｎｆｏｒｍａｔｉｏｎｍｏｄｅｌｉｎｇｆｏｒｏｗｎｅｒｓ，ｍａｎａｇｅｒｓ，ｄｅｓｉｒｓ，ｅｎｇｉｎｅｅｒｓａｎｄｃｏｎｔｒａｃｔｏｒｓ［Ｍ］．２ｎｄｅｄ．ＮｅｗＹｏｒｋ：Ｗｉｌｅｙ，２０１１．ｇｎｅ［ｃｎｋｉ．９］彭笑川，刘丽．ＲＥＶＩＴ三维建筑模型较二维设计的优势［Ｊ］．科技资讯，２０１６，１４（２）：１，３．ＤＯＩ：１０．１６６６１／ｊ．１６７２３７９１．２０１６．０２．００１． ? ［１０］李农，刘玄烨．ＢＩＭ技术在建筑照明设计中的应用展望［Ｊ］．照明工程学报，２０１３，２４（５）：１２１５，６３．ＤＯＩ：１０．３９６９／ ? ｉｓｓｎ．１００４４４０Ｘ．２０１３．０５．００３． ? ｊ．［１１］ＡｕｔｏｄｅｓｋＩｎｃ．ＡｕｔｏｄｅｓｋＥｃｏｔｅｃｔＡｎａｌｓｉｓ绿色建筑分析应用［Ｍ］．北京：电子工业出版社，２０１１．ｙ［１２］云朋．ＥＣＯＴＥＣＴ建筑环境设计教程［Ｍ］．北京：中国建筑工业出版社，２００７．［１３］秦旋，刘倩昆．厦门市公共建筑能耗影响因素与节能潜力分析［Ｊ］．华侨大学学报（自然科学版），２０１５，３６（５）：５７５ ? ５８０．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１５．０５．０５７５． ? ［１４］陈易，高乃云，张永明，等．村镇住宅可持续设计技术［Ｍ］．北京：中国建筑工业出版社，２０１３．［１５］王丽颖，郝秋实．严寒地区农宅热环境状况及节能技术研究［Ｊ］．建设科技，２０１２（１７）：８０８２．ＤＯＩ：１０．３９６９／ｉｓｓｎ． ? ｊ．３９１５．２０１２．１７．０４５．１６７１ ? （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４０卷第４期华侨大学学报（自然科学版）２０１９年７月ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｖｏｌ．４０Ｎｏ．４Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８１２０２５ ? 溶胶?凝胶抛光膜中磨料?基体界面结合强度分析俞能跃，陆静（华侨大学制造工程研究院，福建厦门３６１０２１）摘要：对粒径分别为４０，３μｍ的金刚石磨料进行不同的表面处理，通过测量拉伸强度，以及扫描电子显微镜、红外光谱等方法分析表面处理对界面结合强度的影响．研究表明：在粒径为４０μｍ的金刚石表面镀钛并氧化处理后，界面结合强度提升２０％；在粒径为３μｍ的金刚石表面涂覆ＦｅＯＯＨ，界面结合强度不会出现明显的变化．关键词：磨料；界面结合；拉伸强度；表面处理中图分类号：ＴＧ７３１文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０５１００５ ? ? ? 犃狀犪犾狊犻狊狅犳犐狀狋犲狉犳犪犮犲狋狉犲狀犵狋犺狅犳犃犫狉犪狊犻狏犲狋狉犻狓 ?犅狅狀犱犛 ?犕犪狔犾犘狅犾犻狊犺犻狀犵犉犻犾犿犻狀犛狅犾 ?犌犲ＹＵＮｅｎｇｙｕｅ，ＬＵＪｉｎｇ（ＭａｎｕｆａｃｔｕｒｉｎｇＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｄｉｆｆｅｒｅｎｔｓｕｒｆａｃｅｔｒｅａｔｍｅｎｔｓｆｏｒｄｉａｍｏｎｄａｂｒａｓｉｖｅｓｗｉｔｈｐａｒｔｉｃｌｅｓｉｚｅｓｏｆ４０ａｎｄ３μｍｗｅｒｅｃｏｎｄｕｃ  ｔｅｄ，ａｎｄｔｈｅｉｎｆｌｕｅｎｃｅｏｆｓｕｒｆａｃｅｔｒｅａｔｍｅｎｔｏｎｉｎｔｅｒｆａｃｅｂｏｎｄｉｎｇｓｔｒｅｎｇｔｈｗａｓａｎａｌｚｅｄｂｙｍｅａｎｓｏｆｔｅｎｓｉｌｅｙｓｔｒｅｎｇｔｈｍｅａｓｕｒｅｍｅｎｔ，ｓｃａｎｎｉｎｇｅｌｅｃｔｒｏｎｍｉｃｒｏｓｃｏｐｙａｎｄｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ．Ｓｔｕｄｉｅｓｓｈｏｗｔｈａｔｔｈｅｉｎｔｅｒ  ｆａｃｅｂｏｎｄｓｔｒｅｎｇｔｈｃｏｕｌｄｉｎｃｒｅａｓｅｂｙ２０％ａｆｔｅｒｔｈｅｄｉａｍｏｎｄａｂｒａｓｉｖｅｗｉｔｈａｐａｒｔｉｃｌｅｓｉｚｅｏｆ４０μｍｗａｓｃｏａｔｅｄｗｉｔｈｔｉｔａｎｉｕｍａｎｄｏｘｉｄｉｚｅｄ．Ｗｈｅｎｔｈｅｄｉａｍｏｎｄａｂｒａｓｉｖｅｈａｖｉｎｇａｐａｒｔｉｃｌｅｓｉｚｅｏｆ３ μｍｗａｓｃｏａｔｅｄｗｉｔｈＦｅＯＯＨ，ｔｈｅｉｎｔｅｒｆａｃｅｂｏｎｄｓｔｒｅｎｇｔｈｗｏｕｌｄｎｏｔｃｈａｎｇｅｓｉｉｆｉｃａｎｔｌｇｎｙ．犓犲狉犱狊：ａｂｒａｓｉｖｅ；ｉｎｔｅｒｆａｃｅｂｏｎｄｉｎｇ；ｔｅｎｓｉｌｅｓｔｒｅｎｇｔｈ；ｓｕｒｆａｃｅｔｒｅａｔｍｅｎｔ狔狑狅由于在晶圆加工过程中具有高精度、低损伤等优点［１?２］，基于溶胶?凝胶制备而成的生物高分子柔性抛光膜受到广泛关注．相较于传统的固结磨料与游离磨料抛光工具，半固结的溶胶?凝胶抛光膜具有一种特有的“容没”效应，可避免加工过程中的磨粒对加工工件的损伤，更好地保证工件的加工精度［３?５］．在常温下，金刚石为亚稳定态，耐热性不高，加工过程中常发生氧化失质量、石墨化等反应，从而影响加工效率［６］．此外，由于金刚石是由共价键结合而成的晶体，它和生物高分子材料的结合较差，在加工过程中，会出现磨料脱落等问题．为了提高磨料与基体的结合，众多学者选择对金刚石表面进行涂覆处理，如涂覆金属或金属氧化物等壳层，从而使磨料与基体更好地结合［７?９］．涂覆壳层后，复合磨料的导热性、分散性、耐磨性及抗氧化性等皆有大幅度提升［１０?１４］，可实现磨料与基体的牢固结合，提高加工效率．由于在收稿日期：２０１８１２１４ ? ? 通信作者：陆静（１９８１ ?），女，教授，博士，主要从事纳米碳材料表面改性、新型研磨抛光工具的制备、光电材料基片的超精密加工的研究．Ｅｉｌ：ｌｕｉｎｇ２６＠ｈｑｕ．ｅｄｕ．ｃｎ． ?ｍａｊ基金项目：福建省科技计划项目（２０１０Ｉ０００９）；福建省厦门市科技计划项目（３５０２Ｚ２０１７３０４９）第４期俞能跃，等：溶胶?凝胶抛光膜中磨料?基体界面结合强度分析５１１传统的抛光工具中，金刚石磨料是镶嵌于陶瓷、金属、树脂等结合剂中，界面结合强度的测量大多基于三点抗弯原理［１５?１７］，通过测试抛光工具的抗弯强度，表征磨料与基体的界面结合强度．对于球状或块状的溶胶?凝胶抛光工具，有学者通过容积密度和硬度参数对抛光工具中的磨料与基体的界面结合进行表征［１８?１９］．然而，由于半固结的溶胶?凝胶抛光膜基体较软且很薄，无法使用传统的三点抗弯法．溶胶?凝胶抛光膜在制备过程中采用生物高分子材料，在固化及干燥过程中会产生剧烈的收缩［２０］，从而在金刚石表面产生压应力，这种界面应力在宏观上会影响工具的拉伸强度．因此，本文通过对拉伸强度的测量，研究表面镀钛氧化、涂覆羟基氧化物等不同表面处理方法对抛光工具界面结合强度的影响，并通过扫描电子显微镜、红外分析等手段从机理上进行结果分析．１实验过程采用真空微蒸发方法，对粒径为４０μｍ的金刚石表面进行镀覆金属钛处理．在金刚石外层镀覆一层厚度小于２００ｎｍ的壳层［２１］，其结构如图１所示．镀覆前、后的磨料电子显微照片，如图２所示．（ａ）金刚石磨料（ｂ）镀钛复合磨料图１镀钛复合磨料结构图图２镀覆前、后的磨料电子显微照片Ｆｉ１Ｓｔｒｕｃｔｕｒｅｐｉｃｔｕｒｅｏｆｇ．Ｆｉ２Ａｂｒａｓｉｖｅｅｌｅｃｔｒｏｎｍｉｃｒｏｇｒａｐｈｓｂｅｆｏｒｅａｎｄａｆｔｅｒｐｌａｔｉｎｇｇ．ｔｉｔａｎｉｕｍｐｌａｔｅｄｃｏｍｐｏｓｉｔｅａｂｒａｓｉｖｅ镀钛复合磨料的表面是一层金属钛，对复合磨料进行热分析，结果如图３所示．图３中：犿为质量；狋为温度；犈为电位差．由图３可知：在４４６ ℃ 左右，复合磨料开始氧化，升温至７０５ ℃ 时，复合磨料内层金刚石发生氧化，从而出现大量失质量．根据热分析结果，对复合磨料进行表面氧化处理．在马弗炉中，将其加热至５００ ℃ ，保温５ｍｉｎ，随炉冷却至室温，获得氧化后的复合磨料．氧化前、后的复合磨料扫描电子显微镜（ＳＥＭ）图像，如图４所示．对磨料进行点能谱分析，取点位置在ＳＥＭ图像中标出，能谱图如图５所示．图５中：犈为能量；狑为质量分数．由图５可知：氧化处理后，复合磨料的外层由纯金属钛层转变为氧化物层．（ａ）氧化前（ｂ）氧化后图３镀钛复合磨料热分析结果图４氧化前、后的镀钛金刚石磨料ＳＥＭ图像Ｆｉ３Ｔｈｅｒｍａｌａｎａｌｓｉｓｒｅｓｕｌｔｓｏｆｇ．ｙＦｉ４ＳＥＭｉｍａｇｅｏｆＴｉ  ｃｏａｔｅｄｄｉａｍｏｎｄａｂｒａｓｉｖｅｇ．Ｔｉ ｐｌａｔｅｄｃｏｍｐｏｓｉｔｅａｂｒａｓｉｖｅｂｅｆｏｒｅａｎｄａｆｔｅｒｏｘｉｄａｔｉｏｎ对粒径为３μｍ的金刚石磨料进行表面镀覆羟基氧化铁处理，将金刚石磨料放入盛有ＦｅＣｌ３溶液的烧瓶中，４０ ℃ 水浴加热，并伴随磁力搅拌．４８ｈ后，将烧瓶中的金刚石磨料去除，在扫描电镜下进行观察．由此可知，金刚石磨料的表面包裹一层致密的壳层．同时，将未涂覆处理的金刚石磨料ＳＥＭ图片作为对比，涂覆前、后磨料的ＳＥＭ图像，如图６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）５１２２０１９年（ａ）涂覆前（ｂ）涂覆后图５镀钛金刚石氧化前、后能谱分析图图６涂覆前、后磨料ＳＥＭ图像Ｆｉ５Ｅｎｅｒｃｔｒｕｍａｎａｌｓｉｓｂｅｆｏｒｅａｎｄｇ．ｇｙｓｐｅｙＦｉ６ＳＥＭｉｍａｇｅｏｆａｂｒａｓｉｖｅｂｅｆｏｒｅａｎｄａｆｔｅｒｃｏａｔｉｎｇｇ．ａｆｔｅｒｏｘｉｄａｔｉｏｎｏｆＴｉ ｐｌａｔｅｄｄｉａｍｏｎｄ对涂覆后的磨料进行Ｘ射线衍射（ＸＲＤ）分析，结果如图７所示．由图７可知：水解涂覆后得到的复合磨料衍射峰的出峰位置对应两种物质，除了金刚石对应的（１１４）（２２０）特征晶面，还有ＦｅＯＯＨ对应的（１１０）（２００）（３１０）（４００）（２１１）（３０１）（４１１）（６００）（５２１）（５４１）特征晶面．结合磨料的表面ＳＥＭ及实验反应过程，可知复合磨料的表面所涂覆的壳层物质为ＦｅＯＯＨ．将抛光膜从涂覆基材上取下，根据国家标准ＧＢ／Ｔ１０４０．３－２００６《塑料拉伸性能的测定第３部分：薄膜和薄片的试验条件》制作标准试样．在岛津拉力机上进行拉伸强度测试，实验参数如下：样品数为１０；标距为８０ｍｍ；长度为１５０ｍｍ；宽度图７涂覆ＦｅＯＯＨ复合磨料ＸＲＤ图谱为１５ｍｍ．Ｆｉ７ＸＲＤａｔｌａｓｏｆＦｅＯＯＨ ｃｏａｔｅｄｇ．２结果与分析ｃｏｍｐｏｓｉｔｅａｂｒａｓｉｖｅｓ对粒径分别为４０，３μｍ（Ｗ４０，Ｗ３）的金刚石磨料进行不同的表面处理，其拉伸实验结果，如图８所示．由图８可知：粒径为４０μｍ的金刚石磨料在表面镀钛并氧化处理后，界面结合强度有所提高；而粒径为３μｍ的金刚石磨料在表面镀覆羟基氧化铁后，界面结合强度没有出现明显变化．（ａ）镀钛氧化磨料（Ｗ４０）（ｂ）涂覆ＦｅＯＯＨ磨料（Ｗ３）图８镀钛氧化磨料与涂覆ＦｅＯＯＨ磨料的对比实验结果Ｆｉ８ＣｏｍｐａｒａｔｉｖｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｆＴｉ  ｃｏａｔｅｄｏｘｉｄｉｚｅｄａｂｒａｓｉｖｅｓａｎｄＦｅＯＯＨ ｃｏａｔｅｄａｂｒａｓｉｖｅｓｇ．抛光膜断面中磨料的分布情况，如图９所示．由图９可知：在相同粒度金刚石磨料与复合磨料所对应的标准试样中，试样厚度接近且整体厚度分布均匀，磨料的分布未出现明显差异，无局部集聚现象．粒径为３μｍ的金刚石磨料与涂覆ＦｅＯＯＨ复合磨料的红外光谱，如图１０（ａ）所示．粒径为４０μｍ的金刚石磨料与表面镀钛并氧化处理的复合磨料的红外光谱，如图１０（ｂ）所示．图１０中： σ η 为透过率；为波数．由图１０可知：相较于本身亲油疏水的粗粒度金刚石磨料（粒径为４０μｍ），随着粒度降低至３ μｍ，磨料的表面性质发生较大变化，在特征频率区，细粒度金刚石磨料的表面会吸附更多的羟基官能团，羟基官能团与有机高分子基体材料更好地结合，从宏观上表现为细粒度磨料抛光膜中，基体与磨料的界面结合强度明显高于粗粒度金刚石磨料组；由于粒径为３μｍ的金刚石磨料表面已吸附大量的羟犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期俞能跃，等：溶胶?凝胶抛光膜中磨料?基体界面结合强度分析（ａ）Ｗ４０金刚石（ｂ）Ｗ４０复合磨料（ｃ）Ｗ３金刚石（ｄ）Ｗ３复合磨料５１３图９抛光膜断面中磨料的分布情况Ｆｉ９Ｄｉｓｔｒｉｂｕｔｉｏｎｏｆａｂｒａｓｉｖｅｉｎｃｒｏｓｓｓｅｃｔｉｏｎｏｆｐｏｌｉｓｈｅｄｆｉｌｍｇ．基官能团，在ＦｅＯＯＨ涂覆后，表面所吸附的羟基官能团数量较涂覆之前仅略有提升，这也是在羟基氧化物涂覆之后，磨料与基体间的界面结合强度没有出现较大变化的原因．（ａ）Ｗ３磨料（ｂ）Ｗ４０磨料图１０不同磨料红外光谱分析结果Ｆｉ１０Ａｎａｌｓｉｓｒｅｓｕｌｔｓｏｆｉｎｆｒａｒｅｄｓｐｅｃｔｒａｏｆｄｉｆｆｅｒｅｎｔａｂｒａｓｉｖｅｓｇ．ｙ由对表面进行镀钛并氧化后的复合磨料红外图谱可知：在８７０，９００ｃｍ－１处，复合磨料的谱图出现新的吸收峰，新化学键的形成会加强磨料与有机高分子间的结合，使氧化后的复合磨料界面结合强度升高．同时，由实验结果可知，高分子材料基体与金属钛的结合较差，与钛的氧化物结合较好．３结论１）标准试样的拉伸强度可用于表征抛光膜中磨料与高分子基体的界面结合强度，因为抛光膜在制作过程中，基体产生收缩，从而使结合剂的表面产生拉应力．２）在粒径为４０μｍ的金刚石表面镀覆金属钛并进行氧化处理后，磨料与基体的界面结合强度提升２０％．对粒径为３μｍ的金刚石表面进行水解涂覆实验，并在其表面涂覆ＦｅＯＯＨ后，磨料与基体的界面结合强度未发生明显变化．３）经过不同表面处理后，磨料表面吸附的羟基官能团的数量及化学键的形成是影响磨料与基体界面结合强度的重要因素．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）５１４２０１９年参考文献：［１］ＨＵＧｕａｎｇｑｉｕ，ＬＵＪｉｎｇ，ＸＵＸｉＰｏｌｉｓｈｉｎｇｓｉｌｉｃｏｎｗａｆｅｒｓｗｉｔｈｔｈｅｎａｎｏｄｉａｍｏｎｄａｂｒａｓｉｖｅｔｏｏｌｓｐｒｅｐａｒｅｄｂｙｓｏｌ ? ｐｅｎｇ．／ＫＥＭ．Ｊ］．ＫｅｙＥｎｇｉｎｅｅｒｉｎｇＭａｔｅｒｉａｌｓ，２０１１，４９６：１６．ＤＯＩ：１０．４０２８／ｗｗｗ．ｓｃｉｅｎｔｉｆｉｃ．ｎｅｔ４９６．１．ｌｔｅｃｈｎｉ ? ｇｅｑｕｅ［［２］徐西鹏，刘娟，于怡青，等．凝胶结合剂磨粒工具制备及其磨抛性能研究［Ｊ］．机械工程学报，２０１３，４９（１９）：１５６１６２． ? ＤＯＩ：１０．３９０１／ＪＭＥ．２０１３．１９．１５６．［３］ＬＵＯＱｉｕｆａ，ＬＵＪｉｎｇ，ＸＵＸｉＡｃｏｍｐａｒａｔｉｖｅｓｔｕｄｙｏｎｔｈｅｍａｔｅｒｉａｌｒｅｍｏｖａｌｍｅｃｈａｎｉｓｍｓｏｆ６Ｈ?ＳｉＣｐｏｌｉｓｈｅｄｂｙｐｅｎｇ．ｗｅａｒ．２０１６．０１．０１４．ｓｅｍｉｆｉｘｅｄａｎｄｆｉｘｅｄｄｉａｍｏｎｄａｂｒａｓｉｖｅｔｏｏｌｓ［Ｊ］．Ｗｅａｒ，２０１６，３５０／３５１：９９１０６．ＤＯＩ：１０．１０１６／ ? ? ｊ．［４］ＬＵＪｉｎｇ，ＬＩＹａｎｇ，ＸＵＸｉＴｈｅｅｆｆｅｃｔｓｏｆａｂｒａｓｉｖｅｙｉｅｌｄｉｎｇｏｎｔｈｅｐｏｌｉｓｈｉｎｇｏｆＳｉＣｗａｆｅｒｓｕｓｉｎｇａｓｅｍｉｆｉｘｅｄ ? ｐｅｎｇ．ｆｌｅｘｉｂｌｅｐａｄ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｎｇｉｎｅｅｒｉｎｇＭａｎｕｆａｃｔｕｒｅ，２０１５，２２９（５１）：１７０１７７． ? ［５］ＬＵＯＱｉｕｆａ，ＬＵＪｉｎｇ，ＸＵＸｉＳｔｕｄｙｏｎｔｈｅｐｒｏｃｅｓｓｉｎｇｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＳｉＣａｎｄｓａｐｐｈｉｒｅｓｕｂｓｔｒａｔｅｓｐｏｌｉｓｈｅｄｂｙｐｅｎｇ．ｆｉｘｅｄａｎｄｆｉｘｅｄａｂｒａｓｉｖｅｔｏｏｌｓ［Ｊ］．ＴｒｉｂｏｌｏｇｙＩｎｔｅｒｎａｔｉｏｎａｌ，２０１６，１０４：１９１ＤＯＩ：１０．１０１６／ｔｒｉｂｏｉｎｔ．２０１６．ｓｅｍｉ ? ?２０３．ｊ．０９．００３．［６］高涛，彭伟，姚春燕．金刚石表面处理的应用和发展［Ｊ］．金刚石与磨料磨具工程，２００４（３）：６?９．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００６８５２Ｘ．２００４．０３．００２． ? ［７］ＷＥＩＣｈｅｎｌｏｎｇ，ＣＨＥＮＧＪｉｉ，ＬＩＪｉａｎｆｅｎｇ，犲狋犪犾．Ｔｕｎｇｓｔｅｎｃｏａｔｅｄｄｉａｍｏｎｄｐｏｗｄｅｒｓｐｒｅｐａｒｅｄｂｙｍｉｃｒｏｗａｖｅａｔｉｎｇ ? ?ｈｅｇｕｔｈｐｌａｔｉｎｇ［Ｊ］．ＰｏｗｄｅｒＴｅｃｈｎｏｌｏｇｙ，２０１８，３３８：２７４２７９．ＤＯＩ：１０．１０１６／ｓａｌｔｅｃ．２０１８．０７．０３５． ?ｂａ ? ｊ．ｐｏｗｔ［８］张荻，苑孟颖，谭占秋，等．金刚石／Ｃｕ复合界面导热改性及其纳米化研究进展［Ｊ］．金属学报，２０１８，５４（１１）：１５８６ ? １５９６．［９］ＢＲＥＶＡＬＥ，ＣＨＥＮＧＪｉｉｎｇ，ＡＧＲＡＷＡＬＤＫ．Ｄｅｖｅｌｏｐｍｅｎｔｏｆｔｉｔａｎｉｕｍｃｏａｔｉｎｇｓｏｎｐａｒｔｉｃｕｌａｔｅｄｉａｍｏｎｄ［Ｊ］．ＪｏｕｒｎａｌｐｏｆｔｈｅＡｍｅｒｉｃａｎＣｅｒａｍｉｃＳｏｃｉｅｔ２０００，８３（８）：２１０６２１０８．ＤＯＩ：１０．１１１１／１１５１２９１６．２０００．ｔｂ０１５２４．ｘ． ? ? ｙ，ｊ．［１０］ＫＡＮＧＱｉｉｎｇ，ＨＥＸｉｎｂｏ，ＲＥＮＳｈｕｂｉｎ，犲狋犪犾．Ｍｉｃｒｏｓｔｒｕｃｔｕｒｅａｎｄｔｈｅｒｍａｌｐｒｏｐｅｒｔｉｅｓｏｆｃｏｐｐｅｒ：Ｄｉａｍｏｎｄｃｏｍｐｏｓ  ｐＪ］．ＭａｔｅｒｉａｌｓＣｈａｒａｃｔｅｒｉｚａｔｉｏｎ，２０１５，１０５：１８２３．ｉｔｅｓｗｉｔｈｔｕｎｇｓｔｅｎｃａｒｂｉｄｅｃｏａｔｉｎｇｏｎｄｉａｍｏｎｄｐａｒｔｉｃｌｅｓ［ ? ［１１］ＬＩＮＢｉｎ，ＷＡＮＧＸｉｔａｏ，ＺＨＡＮＧＹａｎｇ，犲狋犪犾．ＩｎｔｅｒｆａｃｅｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆａＣｕｃｏａｔｅｄｄｉａｍｏｎｄｓｙｓｔｅｍ［Ｊ］．Ｓｕｒ  ?Ｔｉ ? ２０１５，２７８：１６３１７０．ＤＯＩ：１０．１０１６／ｓｕｒｆｃｏａｔ．２０１５．０８．００６．ｆａｃｅａｎｄＣｏａｔｉｎｇｓＴｅｃｈｎｏｌｏｇｙ， ? ｊ．［１２］ＺＨＡＯＤｏｎｇｐｅｎｇ，ＷＡＮＧＺｅｌｏｎｇ，ＸＩＹｉｎｇｙｉｎｇ，犲狋犪犾．Ｐｒｅｐａｒａｔｉｏｎｏｆｓｉｌｉｃａｃｏａｔｅｄｕｌｔｒａｆｉｎｅｄｉａｍｏｎｄａｎｄｄｉｓｐｅｒｓｉｏｎ ? Ｊ］．ＭａｔｅｒｉａｌｓＬｅｔｔｅｒｓ，２０１３，１１３：１３４１３７．ＤＯＩ：１０．１０１６／ｉｎｃｅｒａｍｉｃｍａｔｒｉｘ［ｍａｔｌｅｔ．２０１３．０９．０５２． ? ｊ．［１３］ＬＵＪｉｎｇ，ＷＡＮＧＹａｎｈｕｉ，ＺＡＮＧＪｉａｎｂｉｎｇ，犲狋犪犾．Ｐｒｏｔｅｃｔｉｖｅｓｉｌｉｃｏｎｃｏａｔｉｎｇｆｏｒｎａｎｏｄｉａｍｏｎｄｓｕｓｉｎｇａｔｏｍｉｃｌａｙｅｒｄｅｐ  Ｊ］．ＡｐｐｌｉｅｄＳｕｒｆａｃｅＳｃｉｅｎｃｅ，２００７，２５３（７）：３４８５３４８８．ｏｓｉｔｉｏｎ［ ? ［１４］曹学功．镍?磷?金刚石复合镀层的耐磨性［Ｊ］．华侨大学学报（自然科学版），２０００，２１（１）：２１?２３．ＤＯＩ：１０．３９６９／ｊ．５０１３．２０００．０１．００５．ｉｓｓｎ．１０００ ? ［１５］ＬＩＵＸＦ，ＬＩＹＺ．Ｔｈｅｍｉｃｒｏａｎａｌｓｉｓｏｆｔｈｅｂｏｎｄｉｎｇｃｏｎｄｉｔｉｏｎｂｅｔｗｅｅｎｃｏａｔｅｄｄｉａｍｏｎｄａｎｄｍａｔｒｉｘ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌｙＪｏｕｒｎａｌｏｆＲｅｆｒａｃｔｏｒｔａｌｓａｎｄＨａｒｄＭａｔｅｒｉａｌｓ，２００３，２１（３／４）：１１９１２３．ＤＯＩ：１０．１０１６／ｓ０２６３４３６８（０２）００１０３８． ? ? ? ｙＭｅ［１６］ＷＡＮＧＹａｎｇｈｕｉ，ＺＡＮＧＪｉａｎｂｉｎｇ，ＺＨＡＮＧＸｉｎｇｈｏｎｇ，犲狋犪犾．ＩｎｔｅｒｆａｃｅｂｏｎｄｉｎｇｂｅｔｗｅｅｎＴｉｃｏａｔｅｄＣＢＮａｎｄｖｉｔｒｉｆｉｅｄ ? ｂｏｎｄ［Ｊ］．ＫｅｙＥｎｇｉｎｅｅｒｉｎｇＭａｔｅｒｉａｌｓ，２００４，２５９／２６０：１４１８． ? ［１７］ＹＡＮＮ，ＺＨＡＯＤＰ，ＷＡＮＧＬ，犲狋犪犾．Ｐｒｅｐａｒａｔｉｏｎａｎｄｓｉｎｔｅｒｉｎｇｏｆｓｉｌｉｃａｃｏａｔｅｄｕｌｔｒａｆｉｎｅｄｉａｍｏｎｄｓ：Ｖｉｔｒｉｆｉｅｄｂｏｎｄ ? ｃｏｍｐｏｓｉｔｅｐｏｗｄｅｒｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＲｅｆｒａｃｔｏｒｔａｌｓａｎｄＨａｒｄＭａｔｅｒｉａｌｓ，２０１４，４３：２１２２１５． ? ｙＭｅ［１８］ＬＩＵＪｕａｎ，ＸＵＸｉＦａｂｒｉｃａｔｉｏｎｏｆｕｌｔｒａｆｉｎｅｄｉａｍｏｎｄａｂｒａｓｉｖｅｔｏｏｌｓｂｙｓｏｌｌ［Ｊ］．ＭａｔｅｒｉａｌｓＳｃｉｅｎｃｅＦｏｒｕｍ， ? ?ｇｅｐｅｎｇ．／ＭＳＦ．２００４，４７１／４７２：４２６４３０．ＤＯＩ：１０．４０２８／ｗｗｗ．ｓｃｉｅｎｔｉｆｉｃ．ｎｅｔ４７１４７２．４２６． ? ? ［１９］ＮＡＫＡＭＵＲＡＨ，ＹＡＮＪ，ＳＹＯＪＩＫ，犲狋犪犾．Ｄｅｖｅｌｏｐｍｅｎｔｏｆａｐｏｌｉｓｈｉｎｇｄｉｓｃｃｏｎｔａｉｎｉｎｇｇｒａｎｕｌａｔｅｄｆｉｎｅａｂｒａｓｉｖｅｓ［Ｊ］．／ＫＥＭ．ＫｅｙＥｎｇｉｎｅｅｒｉｎｇＭａｔｅｒｉａｌｓ，２００３，２３８／２３９：２５７２６２．ＤＯＩ：１０．４０２８／ｗｗｗ．ｓｃｉｅｎｔｉｆｉｃ．ｎｅｔ２３８２３９．２５７． ? ? ［２０］张向红，王艳辉，臧建兵，等．低熔高强纳米陶瓷结合剂粗粒度超硬工具［Ｊ］．金刚石与磨料磨具工程，２０１１，３１（１）：ｉｓｓｎ．１００６３２３４．ＤＯＩ：１０．３９６９／８５２Ｘ．２０１１．０１．００８． ? ? ｊ．［２１］王艳辉．金刚石磨料表面镀钛层的制备、结构、性能及应用［Ｄ］．秦皇岛：燕山大学，２００３．（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：刘源岗）第４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８１１０１６ ? 厦门西港近岸海域柱状沉积物重金属形态分布及生态风险评价万瑞安１，胡恭任１，２，韩璐１，崔建勇３，于瑞莲１（１．华侨大学化工学院，福建厦门３６１０２１；２．中国科学院地球化学研究所环境地球化学国家重点实验室，贵州贵阳５５００８１；３．核工业北京地质研究院分析测试研究所，北京１０００２９）摘要：研究厦门西港近岸海域柱状沉积物中，１２种重金属元素（Ｖ，Ｃｒ，Ｃｏ，Ｎｉ，Ｃｕ，Ｚｎ，Ｓｒ，Ｃｄ，Ｂａ，Ｐｂ，Ｆｅ，Ｍｎ）的质量比及分布特征，并采用改进的ＢＣＲ四步提取法分析赋存形态，使用地累积指数法和次生相与原生相比值法进行污染评价．结果表明：除Ｂａ，Ｐｂ，Ｍｎ外，其余元素的平均质量比均高于厦门Ａ层土壤元素的背景值；Ｃｒ，Ｃｏ，Ｎｉ，Ｃｕ，Ｚｎ，Ｃｄ，Ｆｅ，Ｍｎ在０～６０ｃｍ深度的可提取态占比明显高于６０～１２０ｃｍ；综合两种评价方法，Ｐ１０７柱状沉积物在整个沉积历史中受到除Ｂａ，Ｓｒ外其余重金属不同程度的污染，特别是自２０世纪９０年代开始污染程度加重，与厦门的近代经济发展历史相对应．关键词：柱状沉积物；重金属；化学形态；生态风险；地累积指数；次生相与原生相比值中图分类号：Ｘ５５；Ｘ８２０．４文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０５１５０７ ? ? ? 犛狆犲犮犻犪狋犻狅狀犪狀犱犈犮狅犾狅犻犮犪犾犚犻狊犽犃狊狊犲狊狊犿犲狀狋狅犳犎犲犪狏狋犪犾狊犵狔犕犲犻狀犆狅犪狊狋犪犾犆狅狉犲犛犲犱犻犿犲狀狋狊犉狉狅犿犡犻犪犿犲狀犠犲狊狋犲狉狀犅犪狔，ＷＡＮＲｕｉ ′ ａｎ１，ＨＵＧｏｎｇｒｅｎ１２，ＨＡＮＬｕ１，ＣＵＩＪｉａｎｙｏｎｇ３，ＹＵＲｕｉｌｉａｎ１（１．ＣｏｌｌｅｇｅｏｆＣｈｅｍｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ；ｙ，Ｘｉ２．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｆＥｎｖｉｒｏｎｍｅｎｔａｌＧｅｏｃｈｅｍｉｓｔｒｎｓｔｉｔｕｔｅｏｆＧｅｏｃｈｅｍｉｓｔｒｙｏｙ，Ｉｙ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｇｕｉｉｎａ；ｙａｎｇ５５００８１，Ｃｈ３．ＡｎａｌｔｉｃａｌＬａｂｏｒａｔｏｒｉｉｎｇＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＵｒａｎｉｕｍＧｅｏｌｏｇｙ，Ｂｅｉｉｎｇ１０００２９，Ｃｈｉｎａ）ｙｙ，Ｂｅｊｊ犃犫狊狋狉犪犮狋：Ｔｈｅｃｏｎｔｅｎｔａｎｄｄｉｓｔｒｉｂｕｔｉｏｎｏｆｈｅａｖｙｍｅｔａｌｓ（Ｖ，Ｃｒ，Ｃｏ，Ｎｉ，Ｃｕ，Ｚｎ，Ｓｒ，Ｃｄ，Ｂａ，Ｐｂ，Ｆｅ，Ｍｎ）ｉｎｔｈｅｃｏａｓｔａｌｃｏｒｅｓｅｄｉｍｅｎｔｓｆｒｏｍＸｉａｍｅｎＷｅｓｔｅｒｎＢａｙｗｅｒｅｓｔｕｄｉｅｄ．ＴｈｅｃｈｅｍｉｃａｌｓｐｅｃｉａｔｉｏｎｄｉｓｔｒｉｂｕｔｉｏｎｏｆｈｅａｖｙｍｅｔａｌｓｗａｓｅｖａｌｕａｔｅｄｂｙｔｈｅｍｏｄｉｆｉｅｄＢＣＲｓｅｔｉａｌｅｘｔｒａｃｔｉｏｎｐｒｏｃｅｄｕｒｅ．Ｔｈｅｐｏｌｌｕｔｉｏｎｄｅｇｒｅｅｏｆｈｅａｖ  ｑｕｅｎｔａｌｓｗａｓａｓｓｅｓｓｅｄｂｙｔｈｅｇｅｏａｃｃｕｍｕｌａｔｉｏｎｉｎｄｅｘａｎｄｓｅｃｏｎｄａｒｓｅｒａｔｉｏｔｏｐｒｉｍａｒｓｅ．Ｔｈｅｒｅｓｕｌｔｓ ? ｙｍｅｙｐｈａｙｐｈａｓｈｏｗｔｈａｔａｍｏｎｇｔｈｅ１２ｈｅａｖｙｍｅｔａｌｓ，ｅｘｃｅｐｔｆｏｒＢａ，ＰｂａｎｄＭｎ，ｔｈｅａｖｅｒａｇｅｃｏｎｔｅｎｔｓｏｆｏｔｈｅｒｈｅａｖｙｍｅｔａｌｓａｒｅｈｉｒｔｈａｎｔｈｏｓｅｉｎＸｉａｍｅｎＡｌａｙｅｒｓｏｉｌ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｄｅｐｔｈｏｆ６０１２０ｃｍ，ｔｈｅｅｘｔｒａｃｔａｂｌｅｆｒａｃｔｉｏｎ ? ｇｈｅｏｆＣｒ，Ｃｏ，Ｎｉ，Ｃｕ，Ｚｎ，Ｃｄ，Ｆｅ，Ｍｎａｔ０６０ｃｍｄｅｐｔｈｉｓｏｂｖｉｏｕｓｌｉｒ．Ｉｎａｄｄｉｔｉｏｎ，ｔｈｅｒｅｓｕｌｔｓｏｆｔｗｏａｓ  ? ｙｈｇｈｅｔａｌｓｓｅｓｓｍｅｎｔｍｅｔｈｏｄｓｉｎｄｉｃａｔｅｄｔｈａｔｔｈｅＰ１０７ｃｏｒｅｓｅｄｉｍｅｎｔｗａｓｐｏｌｌｕｔｅｄｉｎｄｉｆｆｅｒｅｎｔｄｅｇｒｅｅｓｂｙｍｏｓｔｈｅａｖｙｍｅ收稿日期：２０１８１１０８ ? ? 通信作者：于瑞莲（１９７０Ｅｉｌ：ｒｕｉｌｉａｎｙ＠ｈｑｕ．ｅｄｕ．ｃｎ． ?），女，教授，博士，主要从事环境地球化学的研究． ?ｍａ基金项目：国家自然科学基金资助项目（２１７７７０４９，２１０７７０３６）；环境地球化学国家重点实验室开放基金资助项目（ＳＫＬＥＧ２０１６８０１）；华侨大学研究生科研创新基金资助项目（１７０１３０８７０５８）华侨大学学报（自然科学版）５１６２０１９年ｅｘｃｅｐｔｆｏｒＢａａｎｄＳｒ．Ｅｓｐｅｃｉａｌｌｉｎｃｅｔｈｅ１９９０ｓ，ｈｅａｖｙｍｅｔａｌｐｏｌｌｕｔｉｏｎｈａｓｂｅｃｏｍｅｓｅｒｉｏｕｓ，ｗｈｉｃｈｉｓｃｏｒｒｅ  ｙｓｓｐｏｎｄｉｎｇｔｏｔｈｅｍｏｄｅｒｎｄｅｖｅｌｏｐｍｅｎｔｈｉｓｔｏｒｆＸｉａｍｅｎ．ｙｏｏ犓犲狉犱狊：ｃｏｒｅｓｅｄｉｍｅｎｔ；ｈｅａｖｙｍｅｔａｌ；ｃｈｅｍｉｃａｌｓｐｅｃｉａｔｉｏｎ；ｅｃｏｌｏｇｉｃａｌｒｉｓｋ；ｇｅｃｃｕｍｕｌａｔｉｏｎｉｎｄｅｘ；ｓｅｃ  ?ａ狔狑狅ｏｎｄａｒｓｅｔｏｐｒｉｍａｒｓｅｒａｔｉｏｙｐｈａｙｐｈａ重金属污染物具有较强的生物毒性和危害持久性，且能够通过食物链的富集放大效应富集于鱼类等高营养阶生物体内，并最终威胁人类的健康，因而倍受关注［１］．作为水体重金属污染物重要的源和汇，沉积物对水体重金属污染具有指示作用［２］，而柱状沉积物中，重金属含量及赋存形态的垂向分布特征既能提供重金属沉积与转化的历史信息，又能显示不同时期受人为和自然影响的程度［３?４］．厦门西港是一个近南北走向的哑铃状半封闭型内湾，作为重要的港口区和航道区，近些年来，西港受到船舶业、工业和生活废水污染的困扰，加之水动力条件差，使西港沉积物中污染物含量较高［５?６］．诸多学者对厦门西港沉积物中重金属含量及形态分布进行了研究［７?１１］，但多集中于表层沉积物．本文通过测定厦门西港柱状沉积物不同深度共８个样品中的重金属总量和形态含量，对其进行生态风险评价，结合不同深度对应的沉积年代，分析重金属污染状况．１材料与方法１．１样品采集与预处理样品采集于２０１１年４月，根据《海洋监测规范》，在调查厦门西港近岸海域地质和环境状况的基础上，选择沉积环境较稳定的泥质或粉砂质淤泥沉积物地段，借助地质勘查钻机采集了一根有代表性的沉积柱，柱深１２０ｃｍ．使用聚乙烯刀进行切割分层，０～６０ｃｍ以１２ｃｍ分层，６０～１２０ｃｍ以２０ｃｍ分层，共分为８个样品，将分层后的柱状样装入干净的自封袋中密封保存．采样点所在经、纬度为１１８ ° ２ ′ ８ ″Ｅ，２４ ° ２８ ′ ０．１ ″Ｎ．预处理前，将样品放置于－２０ ℃ 冷冻保存，使用冷冻干燥机去除样品中的水分，剔除杂质后，用玛瑙研钵进行研磨，过６３μｍ尼龙筛，筛下样装入自封袋中，置于阴凉干燥处保存待用．１．２样品分析将过筛后的沉积物按水土比２．５∶１．０混合搅拌１ｍｉｎ，静置３０ｍｉｎ，用ｐＨ计测量沉积物样品的［］ｒｉｎｇ等１２提出的方法，对样品中的ＣａＣＯ３质量分数进行测定．将样品置于马弗炉中，在ｐＨ值．参考Ｌｏ温度５５０ ℃ 下灼烧５ｈ，测定烧失量（ＬＯＩ）．称取０．１００ｇ样品于Ｔｅｆｌｏｎ杯中，使用混酸消解体系（２ｍＬＨＣｌ＋６ｍＬＨＮＯ３＋２ｍＬＨＦ）在电热板上进行消解，以提取重金属总量；使用改进的ＢＣＲ多级连续提取法［１３］提取样品中重金属的４种形态：弱酸溶态（Ｆ１，可交换态和碳酸盐结合态）、可还原态（Ｆ２，铁、锰氧化物结合态）、可氧化态（Ｆ３，有机物及硫化物结合态）和残渣态（Ｆ４，与矿物晶体强烈结合态）；使用安捷伦７７００ｃｘ型电感耦合等离子体质谱分析仪（ＩＣＰ ?ＭＳ）测定提取液中重金属的质量比．１．３生态风险评价方法１．３．１基于总量的生态风险评价方法运用地累积指数法［１４］对Ｐ１０７柱中重金属元素进行污染状况评价，计算式为（犐ｇｅｏ＝ｌｏｇ２［犆狀／（犽·犅狀）］．１）式（１）中：犐ｇｅｏ为地累积指数；犆狀，犅狀分别为沉积物中重金属元素狀的实测质量比及地球化学背景值；犽为［］各地岩石差异的修正系数（一般取值１．５）．采用厦门Ａ层土壤背景值１５作为犅狀．依据犐ｇｅｏ数值的大小，将沉积物中重金属的污染程度分为０～６级，如表１所示．表１地累积指数与重金属污染程度的关系Ｔａｂ．１Ｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｇｅｏａｃｃｕｍｕｌａｔｉｏｎｉｎｄｅｘａｎｄｃｏｎｔａｍｉｎａｔｉｏｎｄｅｇｒｅｅｏｆｈｅａｖｙｍｅｔａｌ ? 污染程度无轻度偏中度中度偏重重严重级别０ ≤０２（１，２］３（２，３］４（３，４］５（４，５］６犐ｇｅｏ１（０，１］＞５１．３．２基于形态的生态风险评价方法采用能更有效评价重金属的迁移性和潜在生态风险的次生相［］与原生相比值（犚ＳＰ）法１６对Ｐ１０７柱状沉积物中的重金属进行污染评价，计算式为犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期万瑞安，等：厦门西港近岸海域柱状沉积物重金属形态分布及生态风险评价５１７（犚ＳＰ＝犕ｓｅｃ／犕ｐｒｉｍ．２）式（２）中：犚ＳＰ为污染程度；犕ｓｅｃ为次生相中重金属的质量比（可提取态，即ＢＣＲ前三态之和）；犕ｐｒｉｍ为原生相中重金属的质量比（残渣态，ＢＣＲ第四态的质量比）．通过犚ＳＰ值将污染程度分为４个等级：犚ＳＰ＜１，表明无污染；１≤犚ＳＰ＜２，表明轻度污染；２≤犚ＳＰ＜３，表明中度污染；犚ＳＰ≥３，表明重度污染．１．４数据处理方法使用Ｅｘｃｅｌ２００７和ＧｒａｐｈＰａｄＰｒｉｓｍ７软件对沉积物中重金属的质量比进行数据处理和作图，使用ＳＰＳＳ１９．０软件对数据进行分析．２结果与讨论２．１柱状沉积物主要理化参数的分布特征使用李桂海［１７］研究得出的厦门西港沉积物平均沉积速率（４．０ｃｍ·ａ－１），计算柱状沉积物不同深度所对应的年代．厦门西港近岸海域柱状沉积物Ｐ１０７的主要理化参数，如表２所示．表２中：犱为深度；狑ＣａＣＯ３为ＣａＣＯ３的质量分数．由表２可知：柱状沉积物中ｐＨ值的变化范围为３．３３～６．５９，整体呈酸性，  ｐＨ值随深度的增加而增大，深度为０～６０ｃｍ时酸性较强，深度为６０～１２０ｃｍ时呈弱酸性．沉积物ＣａＣＯ３质量分数随深度变化趋势与ｐＨ值基本相似，有研究表明，土壤中ＣａＣＯ３质量分数与ｐＨ值呈非线性正相关［１８］，两者在深度４８～８０ｃｍ时变化明显．Ｐ１０７柱中，深度０～６０ｃｍ的有机质质量分数明显高于６０～１２０ｃｍ．深度０～６０ｃｍ的沉积物中，ｐＨ值较低，说明近代以来该柱可能受人为源影响较大，表层至６０ｃｍ深度的有机负荷（１２．５８％～１３．０９％）较高，也进一步指明了该柱近代以来可能受到一定程度的外源输入．何海星等［１９］研究发现，２００１－２０１１年间，厦门西港沉积物中重金属的质量比有升高的趋势，这与文中的研究结果相符．表２厦门西港近岸海域柱状沉积物Ｐ１０７的主要理化参数Ｔａｂ．２ＰｈｙｓｉｃａｌｃｈｅｍｉｃａｌｐａｒａｍｅｔｅｒｓｏｆＰ１０７ｃｏａｓｔａｌｃｏｒｅｓｅｄｉｍｅｎｔｓｆｒｏｍＸｉａｍｅｎＷｅｓｔｅｒｎＢａｙ ? 样品编号年份犱／ｃｍｐＨ值狑ＣａＣＯ３／％／％ＬＯＩＰ１０７１ ? ２００８－２０１１年２００５－２００８年０～１２３．３６０．１８１２．９７Ｐ１０７２ ? Ｐ１０７３ ? ４Ｐ１０７ ? Ｐ１０７５ ? Ｐ１０７６ ? Ｐ１０７７ ? Ｐ１０７８ ? １２～２４３．３３０．２５１３．０９２００２－２００５年１９９９－２００２年２４～３６３．３７０．６０１２．８４３６～４８３．３８０．２９１２．７３１９９６－１９９９年１９９１－１９９６年４８～６０３．４００．４６１２．５８６０～８０６．４７０．５３８．３９１９８６－１９９１年１９８１－１９８６年８０～１００６．５１０．５７８．８６１００～１２０６．５９０．６４８．５５２．２柱状沉积物中重金属质量比的分布特征重金属元素的质量比随深度的变化，如图１所示．图１中：狑为质量比；虚线表示厦门Ａ层土壤各元素背景值．由图１可知：Ｖ，Ｃｒ，Ｃｏ，Ｎｉ，Ｃｕ，Ｚｎ，Ｓｒ，Ｃｄ，Ｂａ，Ｐｂ，Ｆｅ，Ｍｎ的平均质量比分别为厦门Ａ层土壤元素背景值的２．４２，１．９３，２．６２，２．８０，１．６６，１．４９，１．０２，２．９９，０．５８，０．９１，１．２１，０．８８倍．根据图１中各组数据计算可得，这１２种重金属元素的变异程度为Ｃｄ（６０．４３％）＞Ｃｒ（５７．００％）＞Ｎｉ（５５．３０％）＞Ｂａ（４９．８３％）＞Ｓｒ（３９．５６％）＞Ｃｏ（３８．９１％）＞Ｃｕ（３８．５２％）＞Ｖ（３６．５１％）＞Ｆｅ（２７．００％）＞Ｚｎ（２５．４５％）＞Ｍｎ（１８．００％）＞Ｐｂ（１３．５９％），其中，Ｃｄ，Ｃｒ和Ｎｉ变异系数较大且超过背景值较多，变异系数大，说明沉积物可能受到一定程度的重金属污染．由图１还可知：Ｃｒ，Ｎｉ，Ｃｕ，Ｚｎ的质量比随深度减小而增加，且在８０ｃｍ（对应１９９１年）至表层的质量比高于背景值，１００～４８ｃｍ（１９８６－１９９９年）质量比上升显著，４８ｃｍ至表层的质量比变化不大；Ｖ，Ｃｏ，Ｆｅ的变化趋势类似，除在深度８０ｃｍ左右质量比显著增加达到峰值外，其他深度的质量比在一定范围内波动，峰值段重金属质量比约为背景值的２～４倍；Ｃｄ的质量比在０～６０ｃｍ段高于６０～１２０ｃｍ段，最大值在４８ｃｍ附近（１９９９年左右），为背景值的７倍；Ｓｒ的质量比最大值仅高出背景值的０．６倍，表明Ｓｒ受人为源影响小；Ｂａ的质量比虽然随深度变化，但未高出背景值；Ｐｂ的质量比在８０～１００ｃｍ（１９８６－１９９１年）略高于背景值，其余深度的质量比均低于背景值；Ｍｎ的质量比随深度呈多峰锯齿状分犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）５１８２０１９年（ａ）Ｖ（ｂ）Ｃｒ（ｃ）Ｃｏ（ｄ）Ｎｉ（ｅ）Ｃｕ（ｆ）Ｚｎ（ｇ）Ｓｒ（ｈ）Ｃｄ（ｉ）Ｂａ（ｊ）Ｐｂ（ｋ）Ｆｅ（ｌ）Ｍｎ图１Ｐ１０７柱状沉积物中重金属元素质量比垂向分布图Ｆｉ１ＶｅｒｔｉｃａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｈｅａｖｙｍｅｔａｌｓｃｏｎｔｅｎｔｓｉｎＰ１０７ｃｏｒｅｓｅｄｉｍｅｎｔｓｇ．布，除表层质量比略高于背景值外，其余深度的质量比均低于背景值．１２种重金属质量比的最低值多出现在柱底部附近，而在２０世纪９０年代初（深度为８０ｃｍ左右处）及２１世纪初（深度为４０ｃｍ左右处）这两个时间节点附近，均出现重金属质量比明显升高，且有些重金属的质量比达到整个柱状样的峰值，说明受人为活动的影响较大．这是因为当时正处于中国经济快速发展的时期，厦门市也处于改革开放后快速发展的时期，港口的开放、工业的快速发展，加之当时环保监管不够严格，从而导致了重金属的污染．２．３柱状沉积物中重金属形态分布特征重金属元素的总量并不能完全反映重金属的生物可利用性、可迁移性和毒性，而形态分析不仅可以了解重金属在沉积物中的赋存形态，还可以了解重金属受人为和自然来源的影响程度．厦门西港近岸海域柱状沉积物Ｐ１０７中，Ｖ，Ｃｒ，Ｃｏ，Ｎｉ，Ｃｕ，Ｚｎ，Ｓｒ，Ｃｄ，Ｂａ，Ｐｂ，Ｆｅ，Ｍｎ的弱酸溶态（Ｆ１）、可还原态（Ｆ２）、可氧化态（Ｆ３）和残渣态（Ｆ４）所占的百分比，如图２所示．图２中： η 为各态所占的百分比．由图２可知：Ｃｏ，Ｎｉ，Ｚｎ，Ｃｄ在０～６０ｃｍ的Ｆ１态比例较高，与节２．２总量分析结果相对应，以上元素在２０世纪９０年代以来受到了人为源的影响；Ｓｒ在整根柱中的Ｆ１态比例也较高，且随深度增加而增大，但不能据此断定是否受Ｓｒ污染，因为Ｓｒ为生物成因元素，主要富集在含碳酸钙的生物碎屑介质中，以高比例存在于Ｆ１态中；Ｍｎ在０～６０ｃｍ的Ｆ１态比例较高，但仅根据Ｆ１态比例无法断定其是否受人为源污染，因为海洋自生作用产生的Ｍｎ大部分也赋存在Ｆ１态中［２０］，同时有研究表明，厦门港湾表层（ａ）Ｖ（ｂ）Ｃｒ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．（ｃ）Ｃｏ第４期万瑞安，等：厦门西港近岸海域柱状沉积物重金属形态分布及生态风险评价（ｄ）Ｎｉ（ｅ）Ｃｕ（ｆ）Ｚｎ（ｇ）Ｓｒ（ｈ）Ｃｄ（ｉ）Ｂａ（ｊ）Ｐｂ（ｋ）Ｆｅ（ｌ）Ｍｎ５１９图２Ｐ１０７柱状沉积物中重金属元素赋存形态垂向分布图Ｆｉ２ＶｅｒｔｉｃａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｈｅａｖｙｍｅｔａｌｓｐｅｃｉａｔｉｏｎｉｎＰ１０７ｃｏｒｅｓｅｄｉｍｅｎｔｓｇ．沉积物中，Ｍｎ有近半存在于Ｆ１态［２１］，这与文中研究结果相同，而Ｍｎ可提取态所占比例随深度增加而明显减小，表明２０世纪９０年代以来，Ｍｎ受到一定程度人为源的影响；Ｐｂ在０～６０ｃｍ以Ｆ４态占绝对优势，表明２０世纪９０年代以来的Ｐｂ污染并不严重，在６０ｃｍ以深尤其是８０～１００ｃｍ（１９８６～１９９１年）［］的Ｆ２，Ｆ３态都占一定比例，有研究表明，人为源排放的Ｐｂ主要赋存在Ｆ２态中２２；Ｃｕ在０～６０ｃｍ的［］Ｆ３态在前三态中所占比例较高，韩璐等２３发现，Ｃｕ的赋存形态除以Ｆ４态为主外，在Ｆ３态中也有一定比例，并与ｐＨ值存在一定相关性．Ｆ４态主要赋存于矿物晶格中，几乎不被生物利用，Ｖ，Ｃｒ，Ｂａ，Ｆｅ主要以Ｆ４态为主，可迁移性低且潜在生态风险相对较低，但Ｃｒ，Ｆｅ在０～６０ｃｍ的可提取态（Ｆ１，Ｆ２，Ｆ３态之和）明显高于６０～１２０ｃｍ，表明２０世纪９０年代以来，这两个元素也受到一定程度的人为源的影响．Ｐ１０７柱中，０～６０ｃｍ段Ｍｎ，Ｃｄ，Ｃｏ，Ｓｒ的可提取态所占比例较大（２５．９６％～６９．３０％），Ｚｎ，Ｃｕ，Ｎｉ次之（３０．３１％～４７．１８％），当可提取态所占比例越大时，重金属越易从沉积物中释放，造成“二次污染”，生物有效性就越大，也可说明该重金属受人为源影响较大．Ｃｒ，Ｃｏ，Ｎｉ，Ｃｕ，Ｚｎ，Ｃｄ，Ｆｅ，Ｍｎ在０～６０ｃｍ的可提取态比例明显高于６０～１２０ｃｍ，表明研究区域自２０世纪９０年代开始受到较严重的污染．自２０世纪９０年代以来，厦门港口数量迅速增多，工业和城市化快速发展，厦门西港由于其特殊的地理条件，一直是厦门周边海域中污染较严重的海域，文中的研究结果与当地经济发展历史较吻合．有研究表明，厦门西港近岸柱状沉积物中重金属的三大主要来源为交通和工业污染、生活废水污染、自然来源［１９］．２．４柱状沉积物中重金属的污染评价２．４．１地累积指数法Ｐ１０７柱中，重金属元素的地累积指数，如表３所示．由表３可知：除Ｆｅ在６０～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）５２０２０１９年８０ｃｍ，Ｓｒ在２４～３６ｃｍ为轻度污染外，Ｓｒ，Ｆｅ在其他深度，以及Ｂａ，Ｐｂ，Ｍｎ在所有深度的犐ｇｅｏ都小于零，无污染；Ｃｕ，Ｚｎ在６０ｃｍ以深无污染，在６０ｃｍ至表层为轻度污染；Ｃｒ在８０ｃｍ以深无污染，在８０ｃｍ至表层为轻度污染；Ｖ和Ｃｏ的污染状况相似，Ｖ在６０～１００ｃｍ，Ｃｏ在６０～８０ｃｍ表现为中度污染，其余深度为轻度污染；Ｎｉ在８０ｃｍ以深无污染，在６０～８０ｃｍ为轻度污染，６０ｃｍ至表层为偏中度污染；Ｃｄ在８０～１００ｃｍ无污染，其余深度（３６～４８ｃｍ）表现为轻度到中度污染．表３Ｐ１０７柱状沉积物中重金属元素地累积指数Ｔａｂ．３ＩｎｄｅｘｏｆｇｅｏａｃｃｕｍｕｌａｔｉｏｎｏｆｈｅａｖｙｍｅｔａｌｓｉｎＰ１０７ｃｏｒｅｓｅｄｉｍｅｎｔｓ ? 样品编号ＶＣｒＣｏＮｉＣｕＺｎＳｒＣｄＢａＰｂＦｅＭｎＰ１０７１０．３８ ? ０．８００．７４１．４３０．６３０．２６－０．１１０．８６－１．２４－０．６９－０．５１－０．３８２０．６２Ｐ１０７ ? ０．９８０．８３１．４９０．５２０．３３－０．８０１．３７－２．６２－１．０５－０．４６－１．０７Ｐ１０７３０．３３ ? ０．７３０．６４１．２２０．４５０．１００．０９１．１１－１．０１－０．９０－０．６３－０．６５Ｐ１０７４０．４８ ? ０．８７０．７９１．４２０．５００．２７－０．４０２．１６－０．５４－０．６０－０．５１－０．６８５０．３１Ｐ１０７ ? ０．６５０．６８１．２００．３６０．１５－０．２１１．０１－０．９２－０．７４－０．６９－０．９８６１．４６Ｐ１０７ ? ０．２７１．７３０．５６－０．４４－０．４３－１．０２０．１６－１．６４－０．４６０．３７－１．０８Ｐ１０７７１．２２－１．８５ ? ０．２７－１．４１－０．５３－０．５８－１．７８－１．３８－３．２５－０．５３－０．１１－０．６１Ｐ１０７８０．１８－４．６１ ? ０．１５－１．７７－１．２７－０．５６－１．１８－１．４９－０．８４－０．２９－０．８７０．５２２．４．２次生相与原生相比值法基于重金属总量的污染评价方法，只能单一地评价重金属的污染程度，而基于重金属赋存形态的污染评价方法能更好地反映重金属的污染状况和来源，有效地评价重金属的迁移性和潜在生态风险．Ｐ１０７柱状沉积物中，重金属元素次生相与原生相的比值，如表４所示．次生相与原生相比值法与地累积指数法的评价结果均显示该柱未受Ｂａ的污染，但受到了Ｃｏ和Ｃｄ的污染．由于Ｓｒ并不适用于次生相与原生相比值法，因此，根据地累积指数法的评价结果，Ｐ１０７柱中Ｓｒ未受到人为污染．由地累积指数法得出，沉积物中Ｐｂ，Ｍｎ未达到污染程度，但根据犚ＳＰ值可知，Ｍｎ在０～６０ｃｍ，Ｐｂ在８０～１００ｃｍ为轻度污染，说明Ｐｂ和Ｍｎ具有轻度的潜在生态风险，该柱状沉积物某些层位受到Ｐｂ和Ｍｎ的轻度污染．由表４可知：Ｐ１０７柱状沉积物中，Ｖ，Ｃｒ，Ｎｉ，Ｃｕ，Ｚｎ，Ｆｅ无生态风险，但根据地累积指数可知，Ｆｅ和Ｖ在６０～８０ｃｍ深度受到了污染，Ｃｒ，Ｎｉ，Ｃｕ，Ｚｎ在０～６０ｃｍ处于轻度到偏中度污染水平．因此，以上重金属虽未构成一定的生态风险，但均受到了不同程度的污染，应引起相关部门的重视．表４Ｐ１０７柱状沉积物中重金属元素次生相与原生相的比值Ｔａｂ．４ＳｅｃｏｎｄａｒｓｅｔｏｐｒｉｍａｒｓｅｒａｔｉｏｖａｌｕｅｓｏｆｈｅａｖｙｍｅｔａｌｓｉｎＰ１０７ｃｏｒｅｓｅｄｉｍｅｎｔｓｙｐｈａｙｐｈａ样品编号ＶＣｒＣｏＮｉＣｕＺｎＳｒＣｄＢａＰｂＦｅＭｎＰ１０７１ ? ０．１００．１５１．０８０．４３０．６７０．６７０．４７０．９７０．０４０．０２０．１６１．７８Ｐ１０７２ ? ０．１２０．１５１．０８０．４７０．６７０．７１１．４１１．３９０．０５０．０８０．１７１．３２Ｐ１０７３ ? ０．１１０．１７１．１７０．５７０．８９０．７９０．３５１．５６０．０１０．０３０．１８１．５５Ｐ１０７４ ? ０．１１０．１５０．９９０．４５０．７２０．６２０．６５０．４７０．０１０．０４０．１６１．３７Ｐ１０７５ ? ０．１３０．１７１．２００．５３０．７６０．７７０．７２２．２６０．０２０．０９０．１８１．１３Ｐ１０７６ ? ０．０８０．０６０．５５０．１５０．１４０．１３１．５２０．３６０．１４０．４７０．０２０．６３７Ｐ１０７ ? ０．１２０．０００．２３０．０８０．１３０．０３１．４２０．２４０．３６１．７８０．０１０．０８Ｐ１０７８ ? ０．０９０．０２０．２１０．１７０．２３０．０４１．４４０．１２０．０４０．８７０．０１０．０８３结论１）厦门西港近岸海域Ｐ１０７柱状沉积物中，Ｖ，Ｃｒ，Ｃｏ，Ｎｉ，Ｃｕ，Ｚｎ，Ｓｒ，Ｃｄ，Ｂａ，Ｐｂ，Ｆｅ，Ｍｎ这１２种重金属中，除Ｂａ，Ｐｂ，Ｍｎ外，其余元素的平均质量比均高于厦门Ａ层土壤元素背景值．２）１２种重金属质量比的最低值均出现在柱底部附近；该柱状沉积物在沉积过程中部分深度受一定程度Ｖ，Ｃｏ，Ｆｅ的人为源影响；Ｓｒ，Ｂａ，Ｐｂ，Ｍｎ受人为源影响较小；Ｃｒ，Ｎｉ，Ｃｕ，Ｚｎ，Ｃｄ在该柱沉积历史中（尤其是２０世纪９０年代以来）明显受人为源的影响．３）分析认为，Ｐ１０７柱状沉积物受到人为源影响较严重，除未受到Ｂａ，Ｓｒ的污染外，在不同阶段受到不同程度重金属的污染，特别是２０世纪９０年代以来污染加重，这与厦门的经济发展历史相对应．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期万瑞安，等：厦门西港近岸海域柱状沉积物重金属形态分布及生态风险评价５２１参考文献：［１］马青清，王博，张责研，等．太湖北部表层沉积物重金属污染及其生物毒性研究［Ｊ］．生态毒理学报，２０１６，１１（３）：２０４ ? ２１０．ＤＯＩ：１０．７５２４／ＡＪＥ．１６７３５８９７．２０１５０９０１００１． ? ［２］于瑞莲，胡恭任．泉州湾沉积物重金属形态特征及生态风险［Ｊ］．华侨大学学报（自然科学版），２００８，２９（３）：４１９４２３． ? ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２００８．０３．０４１９． ? ［３］ＷＡＮＧＹｉ，ＨＵＪｉｗｅｉ，ＸＩＯＮＧＫａｎｇｎｉｎｇ，犲狋犪犾．ＤｉｓｔｒｉｂｕｔｉｏｎｏｆｈｅａｖｙｍｅｔａｌｓｉｎｃｏｒｅｓｅｄｉｍｅｎｔｓｆｒｏｍＢａｉｈｕａＬａｋｅ［Ｊ］．ｒｏｅｎｖ．２０１２．１０．００８．２０１２，１６（４）：５１５８．ＤＯＩ：１０．１０１６／ＰｒｏｃｅｄｉａＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓ， ? ｊ．ｐ［４］ＶＡＬＬＩＵＳＨ．ＨｅａｖｙｍｅｔａｌｃｏｎｃｅｎｔｒａｔｉｏｎｓｉｎｓｅｄｉｍｅｎｔｃｏｒｅｓｆｒｏｍｔｈｅｎｏｒｔｈｅｒｎＢａｌｔｉｃＳｅａ：ＤｅｃｌｉｎｅｓｏｖｅｒｔｈｅｌａｓｔｔｗｏＪ］．ＭａｒｉｎｅＰｏｌｌｕｔｉｏｎＢｕｌｌｅｔｉｎ，２０１４，７９（１２）：３５９３６４．ＤＯＩ：１０．１０１６／ｍａｒｌｂｕｌ．２０１３．１１．０１７．ｄｅｃａｄｅｓ［ ? ｊ．ｐｏ［５］袁东星，杨东宁，陈猛，等．厦门西港及闽江口表层沉积物中多环芳烃和有机氯污染物的含量及分布［Ｊ］．环境科学学报，２００１，２１（１）：１０７１１２．ＤＯＩ：１０．３３２１／ｉｓｓｎ：０２５３２４６８．２００１．０１．０２１． ? ? ｊ．［６］ＺＨＡＮＧＬｕｏｐｉｎｇ，ＹＥＸｉｎ，ＦＥＮＧＨｕａｎｇ，犲狋犪犾．ＨｅａｖｙｍｅｔａｌｃｏｎｔａｍｉｎａｔｉｏｎｉｎｗｅｓｔｅｒｎＸｉａｍｅｎＢａｙｓｅｄｉｍｅｎｔｓａｎｄｉｔｓｖｉｃｉｎｉｔｉｎａ［Ｊ］．ＭａｒｉｎｅＰｏｌｌｕｔｉｏｎＢｕｌｌｅｔｉｎ，２００７，５４（７）：９７４９８２．ＤＯＩ：１０．１０１６／ｍａｒｌｂｕｌ．２００７．０２．０１０． ? ｙ，Ｃｈｊ．ｐｏ［７］李桂海，蓝东兆，曹志敏，等．厦门海域沉积物中的重金属及其潜在生态风险［Ｊ］．海洋通报，２００７，２６（１）：６７?７２．ＤＯＩ：１０．３９６９／６３９２．２００７．０１．０１１．ｉｓｓｎ．１００１ ? ｊ．［８］李庆召，李国新，罗专溪，等．厦门湾海域表层沉积物重金属和多环芳烃污染特征及生态风险评价［Ｊ］．环境化学，ｉｓｓｎ：２００９，２８（６）：９３９９．ＤＯＩ：１０．３３２１／０２５４６１０８．２００９．０６．０１９． ? ? ｊ．［９］杨春霖，欧阳通，张珞平，等．厦门西海域表层沉积物中重金属的赋存形态［Ｊ］．厦门大学学报（自然科学版），２００７，４６（增刊１）：８９９３．ＤＯＩ：０．３３２１／ｉｓｓｎ：０４３８０４７９．２００７．ｚ１．０１９． ? ? ｊ．［１０］ＬＩＮＣａｉ，ＬＩＵＹａｎｇ，ＬＩＷｅｎｑｕａｎ，犲狋犪犾．Ｓｐｅｃｉａｔｉｏｎ，ｄｉｓｔｒｉｂｕｔｉｏｎ，ａｎｄｐｏｔｅｎｔｉａｌｅｃｏｌｏｇｉｃａｌｒｉｓｋａｓｓｅｓｓｍｅｎｔｏｆｈｅａｖｙｍｅｔａｌｓｉｎＸｉａｍｅｎＢａｙｓｕｒｆａｃｅｓｅｄｉｍｅｎｔ［Ｊ］．ＡｃｔａＯｃｅａｎｏｌｏｇｉｃａＳｉｎｉｃａ，２０１４，３３（４）：１３１．ＤＯＩ：１０．１００７／ｓ１３１３１０１４ ? ? ０４５３２． ? ［１１］ＹＡＮＣｈａｎｇｚｈｏｕ，ＬＩＱｉｎｇｚｈａｏ，ＺＨＡＮＧＸｉａｎ，犲狋犪犾．Ｍｏｂｉｌｉｔｃｏｌｏｇｉｃａｌｒｉｓｋａｓｓｅｓｓｍｅｎｔｏｆｈｅａｖｙｍｅｔａｌｓｉｎｓｕｒ  ｙａｎｄｅｆａｃｅｓｅｄｉｍｅｎｔｓｏｆＸｉａｍｅｎＢａｙａｎｄｉｔｓａｄａｃｅｎｔａｒｅａｓ，Ｃｈｉｎａ［Ｊ］．ＥｎｖｉｒｏｎｍｅｎｔａｌＥａｒｔｈＳｃｉｅｎｃｅｓ，２０１０，６０（７）：１４６９ ? ｊ１４７９．ＤＯＩ：１０．１００７／ｓ１２６６５００９０２８２３． ? ? ? ［１２］ＬＯＲＩＮＧＤＨ，ＲＡＮＴＡＬＡＲＴＴ．Ｍａｎｕａｌｆｏｒｔｈｅｇｅｏｃｈｅｍｉｃａｌａｎａｌｓｅｓｏｆｍａｒｉｎｅｓｅｄｉｍｅｎｔｓａｎｄｓｕｓｐｅｎｄｅｄｐａｒｔｉｃ  ｙｕｌａｔｅｍａｔｔｅｒ［Ｊ］．ＥａｒｔｈｉｅｎｃｅＲｅｖｉｅｗｓ，１９９２，３２（４）：２３５２８３．ＤＯＩ：１０．１０１６／００１２８２５２（９２）９０００１ ?Ｓｃ ? ? ?Ａ．［１３］ＹＵＲｕｉｌｉａｎ，ＨＵＧｏｎｇｒｅｎ，ＷＡＮＧＬｉｕａｎ．Ｓｐｅｃｉａｔｉｏｎａｎｄｅｃｏｌｏｇｉｃａｌｒｉｓｋｏｆｈｅａｖｙｍｅｔａｌｓｉｎｉｎｔｅｒｔｉｄａｌｓｅｄｉｍｅｎｔｓｏｆｊｉｎａ［Ｊ］．ＥｎｖｉｒｏｎｍｅｎｔａｌＭｏｎｉｔｏｒｉｎｇａｎｄＡｓｓｅｓｓｍｅｎｔ，２０１０，１６３（１４）：２４１?２５２．ＤＯＩ：１０．１００７／ＱｕａｎｚｈｏｕＢａｙ，Ｃｈｓ１０６６１００９０８３０ｚ． ? ? ? ［１４］ＭＵＬＬＥＲＧ．ＩｎｄｅｘｏｆｇｅｏａｃｃｕｍｕｌａｔｉｏｎｉｎｓｅｄｉｍｅｎｔｓｏｆｔｈｅＲｈｉｎｅＲｉｖｅｒ［Ｊ］．Ｇｅｏｏｕｒｎａｌ，１９６９，２（３）：１０８１１８． ? ｊ［１５］国家环境保护局，中国环境监测总站．中国土壤元素背景值［Ｍ］．北京：中国环境科学出版社，１９９０．［１６］陈静生，董林，邓宝山，等．铜在沉积物各相中分配的实验模拟与数值模拟研究：以鄱阳湖为例［Ｊ］．环境科学学报，ｈｋｘｘｂ．１９８７．０２．００３．１９８７，７（２）：１４０１４９．ＤＯＩ：１０．１３６７１／ ? ｊ．ｊ［１７］李桂海．厦门海域现代沉积环境及重金属元素的环境地球化学研究［Ｄ］．青岛：中国海洋大学，２００７．［１８］刘世全，张世熔，伍钧，等．土壤ｐＨ与碳酸钙含量的关系［Ｊ］．土壤，２００２，３４（５）：２７９ＤＯＩ：１０．１３７５８／ｃｎｋｉ． ?２８２．ｊ．ｔｒ．２００２．０５．００６．［１９］何海星，于瑞莲，胡恭任，等．厦门西港近岸沉积物重金属污染历史及源解析［Ｊ］．中国环境科学，２０１４，３４（４）：１０４５ ? ｉｓｓｎ．１０００１０５０．ＤＯＩ：１０．３９６９／６９２３．２０１４．０４．０４６． ? ｊ．［２０］钱华．厦门湾沉积物元素地球化学的研究［Ｄ］．厦门：厦门大学，２００１．［２１］陈松，许爱玉，骆炳坤．厦门港湾表层沉积物中重金属的富集和来源探讨［Ｊ］．台湾海峡，１９８７，６（２）：１３９１４５． ? ［ａｒ２２］ＷＡＮＧＪｉｅ，ＬＩＵＧｕｉｉａｎ，ＬＩＵＨｏｕｑｉ，犲狋犪犾．Ｔｒａｃｋｉｎｇｈｉｓｔｏｒｉｃａｌｍｏｂｉｌｉｔｉｏｒａｎｄｓｏｕｒｃｅｓｏｆｌｅａｄｉｎｔｈｅ５９ ? ｙｅｊｙｂｅｈａｖｓｅｄｉｍｅｎｔｃｏｒｅｆｒｏｍｔｈｅＨｕａｉｈｅＲｉｖｅｒｕｓｉｎｇｌｅａｄｉｓｏｔｏｐｉｃｃｏｍｐｏｓｉｔｉｏｎｓ［Ｊ］．Ｃｈｅｍｏｓｐｈｅｒｅ，２０１７，１８４：５８４５９３．ＤＯＩ： ? １０．１０１６／ｃｈｅｍｏｓｐｈｅｒｅ．２０１７．０６．０２２．ｊ．［２３］韩璐，于瑞莲，胡恭任，等．厦门西港潮间带柱状沉积物重金属赋存形态与污染评价［Ｊ］．地球与环境，２０１７，４５（３）：３４２３４７．ＤＯＩ：１０．１４０５０／ｃｎｋｉ．１６７２９２５０．２０１７．０３．０１３． ? ? 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４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８１１０７２ ? 可调式覆盖床对富营养化水体的净化效果林灿阳，李涛，滕腾，林久洪，庞子君，周真明，苑宝玲（华侨大学土木工程学院，福建厦门３６１０２１）摘要：针对活性覆盖材料吸附饱和失效和沉水植物在光照较弱的水体底部难以生存的问题，在污染底泥沉水植物与活性覆盖材料联合修复技术的基础上，研发一种可调节式富营养化水体污染底泥覆盖床装置，并开展室内静态模拟实验．结果表明：实验历时２５ｄ，在苦草种植密度为３０株·ｍ－２，黑藻种植密度为８丛·ｍ－２，沸石和活性炭混合覆盖强度均为１ｋｇ·ｍ－２的条件下，基于沉水植物（苦草＋黑藻）和活性覆盖材料（沸石＋活性炭）联合的可调覆盖床系统对水体中氨氮削减率及高锰酸盐指数削减率分别达到９８．７８％，５１．０５％，可有效削减水体中氨氮和有机物的负荷．关键词：沉水植物；活性覆盖材料；可调式覆盖床；底泥；富营养化水体中图分类号：Ｘ５２４文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０５２２０５ ? ? ? 犘狌狉犻犳犻犮犪狋犻狅狀犈犳犳犲犮狋狅犳犃犱狌狊狋犪犫犾犲犆犪狆狆犻狀犵犅犲犱狅狀犼犈狌狋狉狅狆犺犻犮犠犪狋犲狉ＬＩＮＣａｎｙａｎｇ，ＬＩＴａｏ，ＴＥＮＧＴｅｎｇ，ＬＩＮＪｉｕｈｏｎｇ，ＰＡＮＧＺｉｕｎ，ＺＨＯＵＺｈｅｎｍｉｎｇ，ＹＵＡＮＢａｏｌｉｎｇｊ（ＳｃｈｏｏｌｏｆＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｆａｃｉｎｇｗｉｔｈｔｈｅｐｒｏｂｌｅｍｓｏｆｔｈｅｓａｔｕｒａｔｉｏｎａｎｄｔｈｅｌａｃｋｏｆｅｆｆｉｃａｃｙｏｆｔｈｅａｃｔｉｖｅｃａｐｐｉｎｇｍａｔｅｒｉａｌｓａｎｄｔｈｅｌｏｗｓｕｒｖｉｖａｌｒａｔｅｏｆｓｕｂｍｅｒｃｒｏｐｈｙｔｅｓａｔｔｈｅｂｏｔｔｏｍｏｆｗａｔｅｒｗｈｅｒｅｓｕｎｌｉｔｃａｎｂａｒｅｌｅａｃｈ，ａｎｇｅｄｍａｇｈｙｒａｄｕｓｔａｂｌｅｃａｐｐｉｎｇｂｅｄｆｏｒｅｕｔｒｏｐｈｉｃａｔｉｏｎｐｏｌｌｕｔｉｏｎｓｅｄｉｍｅｎｔｗａｓｄｅｖｅｌｏｐｅｄｂａｓｅｄｏｎｔｈｅｊｏｉｎｔｒｅｍｅｄｉａｔｉｏｎｔｅｃｈ  ｊｎｏｌｏｇｙｏｆｓｕｂｍｅｒｃｒｏｐｈｙｔｅｓａｎｄａｃｔｉｖｅｃａｐｐｉｎｇｍａｔｅｒｉａｌｓ，ａｎｄｔｈｅｓｔａｔｉｃｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｗａｓｃａｒ  ｇｅｄｍａｒｉｅｄｏｕｔｉｎｄｏｏｒｓ．Ｔｈｅｒｅｓｅａｒｃｈｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔ，ｗｈｉｃｈｌａｓｔｅｄ２５ｄ，ｗａｓｃｏｎｄｕｃｔｅｄｗｉｔｈｔｈｅａｄｕｓｔａｂｌｅｃａｐｐｉｎｇｂｅｄｄｅｖｉｃｅｕｎｄｅｒｔｈｅｃｏｎｄｉｔｉｏｎｓｔｈａｔｔｈｅｐｌａｎｔｉｎｇｄｅｎｓｉｔｆｖａｌｌｉｓｎｅｒｉａｎａｔａｎｓｗａｓｊｙｏ３０ｃｌｕｓｔｅｒｓ·ｍ－２，ｔｈｅｐｌａｎｔｉｎｇｄｅｎｓｉｔｆｈｙｄｒｉｌｌａｖｅｒｔｉｃｉｌｌａｔａｗａｓ８ｃｌｕｓｔｅｒｓ· ｍ－２，ａｎｄｔｈｅｍｉｘｅｄｃｏｖｅｒａｇｅｙｏｄｅｎｓｉｔｆｚｅｏｌｉｔｅａｎｄａｃｔｉｖａｔｅｄｃａｒｂｏｎｗａｓ１ｋｇ·ｍ－２．Ｕｎｄｅｒｔｈｅｓｅｃｏｎｄｉｔｉｏｎｓ，ｔｈｅｒｅｄｕｃｔｉｏｎｒａｔｅｓｏｆａｍｍｏｎｉａｙｏｎｉｔｒｏｇｅｎａｎｄｐｅｒｍａｎｇａｎａｔｅｉｎｄｅｘｗｅｒｅａｓｈｉｓ９８．７８％ａｎｄ５１．０５％ｒｅｓｐｅｃｔｉｖｅｌｈｅａｄｕｓｔａｂｌｅｃａｐ  ｇｈａｙｗｈｅｎｔｊｖａｌｌｉｓｎｅｒｉａｎａｔａｎｓ＋ｈｙｄｒｉｌｌａｖｅｒｔｉｃｉｌｌａｔａ）ｃｏｍｂｉｎｉｎｇｗｉｔｈｉｎｇｂｅｄｓｙｓｔｅｍｃｏｎｓｉｓｔｅｄｏｆｓｕｂｍｅｒｃｒｏｐｈｙｔｅｓ（ｐｇｅｄｍａａｃｔｉｖｅｃａｐｐｉｎｇｍａｔｅｒｉａｌｓ（ｚｅｏｌｉｔｅ＋ａｃｔｉｖａｔｅｄｃａｒｂｏｎ），ｗｈｉｃｈｄｅｍｏｎｓｔｒａｔｅｓｔｈａｔｔｈｉｓｓｙｓｔｅｍｃａｎｒｅｄｕｃｅｔｈｅｌｏａｄ收稿日期：２０１８１１２９ ? ? 通信作者：周真明（１９８１Ｅ?ｍａｉｌ：ｚｈｅｎｍｉｎｇ＠ ?），男，副教授，博士，主要从事水体富营养化控制理论与技术的研究．ｈｑｕ．ｅｄｕ．ｃｎ．基金项目：国家自然科学基金资助项目（５１６７８２５５，５１８７８３００）；福建省高校产学合作重大项目（２０１８Ｙ４１０１）；福建省泉州市高层次人才创新创业项目（２０１７Ｚ０２５）；华侨大学中青年教师科研提升资助计划项目（ＺＱＮ? ＰＹ３１３）；华侨大学研究生科研创新基金资助项目（１８０１３０８６０１９）第４期林灿阳，等：可调式覆盖床对富营养化水体的净化效果５２３ｏｆａｍｍｏｎｉａｎｉｔｒｏｇｅｎａｎｄｏｒｉｃｍａｔｔｅｒｉｎｗａｔｅｒｅｆｆｅｃｔｉｖｅｌｇａｎｙ．犓犲狉犱狊：ｓｕｂｍｅｒｃｒｏｐｈｙｔｅｓ；ａｃｔｉｖｅｃａｐｐｉｎｇｍａｔｅｒｉａｌ；ａｄｕｓｔａｂｌｅｃａｐｐｉｎｇｂｅｄ；ｓｅｄｉｍｅｎｔ；ｅｕｔｒｏｐｈｉｃｇｅｄｍａｊ狔狑狅ｗａｔｅｒ随着我国工业化和城市化进程的加快，城市河湖污染不断加剧，水体富营养化问题尤为突出，且呈现严重的发展趋势［１］．当外源污染得到有效控制时，底泥作为内污染源，在一定条件下会向上覆水体释放氮和磷等营养物质，造成水体富营养化［２］．内源污染控制技术包括疏浚［３］、原位覆盖［４］、底泥钝化［５］和生物修复［６］等．原位覆盖技术可有效控制底泥氮磷释放，深受国内外学者青睐［７］．原位覆盖技术是通过在污染底泥表面铺放一层或多层清洁的覆盖材料，如活性炭［８］、沸石［９］、方解石［１０１１］、砂砾等，使污染底泥与上层水体隔离，从而阻止底泥中的污染物向水体迁移．原位覆盖技术的核心是覆盖材料，但覆盖材料不仅存在污染物吸附量有限、吸附饱和后对氮磷控制失效等问题，还存在覆盖层易被底泥二次覆盖的问题．近年来，许多沉水植物被运用于生态修复领域中［１２］．沉水植物如黑藻、苦草等［１３］不仅对污染底泥和水体中氮磷有很好的削减效果，还能有效地抑制底泥再悬浮，但其在生长过程中易受到环境因素的影响，如在富营养化和黑臭水体中，因水体的水质差、透明度不高，沉水植物存活率低或难以生长．因此，将活性材料覆盖与沉水植物联用，可以弥补彼此的不足［１４］．本文以沸石和活性炭作为活性覆盖材料，选用苦草和黑藻作为沉水植物，通过室内静态模拟，研究基于沉水植物与活性覆盖材料联合的可调式覆盖床对富营养化水体的净化效果，并分析其削减污染源的作用机理．１材料与方法１．１试验材料试验材料：原水和底泥分别取自华侨大学厦门校区白鹭湖中的湖水和底泥，底泥采用Ｈａｐｓ手动柱状采泥器（丹麦ＫＣ?Ｄｅｎｍａｒｋ公司）取得；覆盖材料为沸石和椰壳活性炭，粒径为１～２ｍｍ；沉水植物选用苦草和黑藻，两种沉水植物为土培苗，经除土洗净后，移植到试验水体中；试验水箱材料为透明有机玻璃．上覆水水质参数：溶解氧（ＤＯ）的质量浓度为８．０６ｍｇ·Ｌ－１；氨氮质量浓度为９．２１ｍｇ·Ｌ－１；高锰酸盐指数为１４．４２ｍｇ·Ｌ－１；８８；温度为２１．８ ℃．ｐＨ值为６．１．２可调式覆盖床设计可调节式覆盖床主要由主体框架、沉水植物种植床和勾夹３部分构成．其中，主体框架由立柱、支撑架、土工布层、弯管、三通等连接件组成，如图１所示；沉水植物种植床设置种植孔、浮标、沟孔，并具有独立的勾夹和活性覆盖材料，如图２所示．图１可调节式覆盖床框架图图２沉水植物种植床示意图Ｆｉ１Ｆｒａｍｅｄｉａｇｒａｍｏｆｇ．Ｆｉ２Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｇ．ａｄｕｓｔａｂｌｅｏｖｅｒｂｕｒｄｅｎｂｅｄｊｓｕｂｍｅｒｃｒｏｐｈｙｔｅｓｂｅｄｇｅｄｍａ可调节式覆盖床中主体框架主要由直径为１５ｍｍ的普通聚氯乙烯材料（ＰＶＣ）给水管拼接而成，连接构件为普通的ＰＶＣ弯管和三通，土工布层由两层土工布平行叠放而成，内置活性覆盖材料．沉水植物种植床中的种植孔布置密度根据所种植沉水植物种类的不同进行选择，实验选用的苦草和黑藻种植密度分别为３０株·ｍ－２，８丛·ｍ－２，沉水植物种植床的勾孔直径为２０ｍｍ．土工布层使用活性覆盖材料可选择沸石［９］、生物沸石［１５］、活性炭［８］、锁磷剂［１６］、煅烧改性净水厂污泥［１７?１８］等一种或几种组合，文中选犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．５２４华侨大学学报（自然科学版）２０１９年用沸石和活性炭组合，两种活性覆盖材料混合强度为１ｋｇ·ｍ－２．１．３试验方法在体积为２１０Ｌ的透明有机玻璃缸中进行试验，有机玻璃缸长 × 宽 × 高为６０ｃｍ×５０ｃｍ×７０ｃｍ．使用２个有机玻璃缸进行试验，编号为１＃，２＃．其中，１＃为对照组，未放置可调式覆盖床；２＃为覆盖组，放置可调式覆盖床．试验有以下３个操作步骤．１）将底泥均匀放置于有机玻璃缸底部，底泥厚度为５ｃｍ，体积约为１５Ｌ．２）制备可调式覆盖床，将混合覆盖密度为１ｋｇ·ｍ－２的沸石和椰壳活性炭均匀放置于双层土工布中，在种植床上种植苦草（种植密度为３０株·ｍ－２）和黑藻（种植密度为８丛·ｍ－２），将可调式覆盖床放置于２＃有机玻璃缸中．３）利用虹吸原理，通过塑料软管将原水分别沿缸壁缓慢流入有机玻璃缸中，上覆水的体积均约为１００Ｌ，水深约为３４ｃｍ．试验于２０１７年１０月１５日开始进行，２０１７年１１月８日结束，历时２５ｄ．在实验室室温下进行试验，有机玻璃缸上部敞开，不控制上覆水的ＤＯ的质量浓度，定期取５０ｍＬ水样，分别测定水样中的氨氮质量浓度和高锰酸盐指数，每个水样有３个平行样，求其平均值，取水样后，用原水补充至原刻度线．１．４测试方法水温和ＤＯ的质量浓度采用ＨＱ３０ｄ型便携式溶解氧测定仪（美国ＨＡＣＨ公司）测定；ｐＨ值采用ＳＴＡＲＴＥＲ３１００型便携式ｐＨ计（上海奥豪斯仪器有限公司）测定；上覆水体中，氨氮质量浓度和高锰酸盐指数分别采用纳氏试剂光度法［１９］和酸性法测定［１９］．１．５数据处理上覆水体中，氨氮质量浓度和高锰酸盐指数削减率（犘）的计算式为 ρＲ犻－ρＣ犻 ×１００％． ρＲ犻上式中：ｍｇ·Ｌ－１； ρＣ犻为取样时覆盖组中氨氮质量浓度或高锰酸盐指数， ρＲ犻为取样时对照组中氨氮质量－１浓度或高锰酸盐指数，ｍｇ·Ｌ；犻为取样次数．犘＝采用ＯｒｉｉｎＰｒｏ８．５软件分析覆盖组与对照组之间氨氮质量浓度和高锰酸盐指数削减率的差异．ｇ２结果与分析２．１可调式覆盖床对氨氮的去除效果在历时２５ｄ的试验过程中，对照组和覆盖组的水温变化范围为１７．４～２２．１ ℃，ｐＨ值变化范围为６．１０～６．９２．对照组和覆盖组中，氨氮的质＋量浓度（狋）的变化情况，如 ρ（ＮＨ４ Ｎ））随时间（图３所示．由图３可知：对照组上覆水中氨氮质量浓度波动幅度较大，主要原因为水体在进行自净作用图３各组上覆水中氨氮质量浓度的变化Ｆｉ３Ｃｈａｎｇｅｓｏｆａｍｍｏｎｉａｎｉｔｒｏｇｅｎｃｏｎｃｅｎｔｒａｔｉｏｎｇ．和底泥向上覆水中持续释放氨氮，释放氨氮和削ｉｎｏｖｅｒｌｉｎｇｗａｔｅｒｏｆｅａｃｈｇｒｏｕｐｙ减氨氮之间呈动态关系；覆盖组上覆水中氨氮质量浓度在前５ｄ大幅度下降，在第５ｄ时，氨氮的削减率达到７８．３８％，在试验第５～２５ｄ时，氨氮的削减率保持在７８．００％及以上，氨氮质量浓度较为稳定，说明可调式覆盖床不仅可以抑制底泥向上覆水释放氨氮，还可以有效地去除上覆水中的氨氮物质；试验历时２５ｄ之后，覆盖组上覆水中氨氮质量浓度仅为０．０３３ｍｇ·Ｌ－１，其削减率达到９８．７８％，说明可调式覆盖床对氨氮有很好地削减效果，可有效控制底泥中氨氮的释放．２．２可调式覆盖床对有机物的去除效果在相同的试验条件下，对照组和覆盖组中的高锰酸盐指数（ＣＯＤＭｎ））随时间（狋）的变化情况，如图 ρ（４所示．由图４可知：对照组上覆水中高锰酸盐指数较高，在第１０ｄ时，对照组上覆水中高锰酸盐指数达到犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期林灿阳，等：可调式覆盖床对富营养化水体的净化效果５２５１７．４４２ｍｇ·Ｌ－１，其主要原因为底泥向上覆水中不断释放有机物质；在试验前１５ｄ时，覆盖组上覆水中高锰酸盐指数均低于对照组，说明可调式覆盖床能够有效抑制底泥中的有机物向上覆水迁移，同时，沉水植物能够吸收水中的有机物质；在实验第１６～２０ｄ时，覆盖组高锰酸盐指数升高且高于对照组，这可能是由少量沉水植物死亡腐烂而引起的；试验历时２５ｄ之后，覆盖组上覆水中高锰酸盐指数仅为７．０５６ｍｇ·Ｌ－１，其削减率达到５１．０５％，说明可调式覆盖床对有机物有一图４各组上覆水中高锰酸盐指数的变化定的去除效果．Ｆｉ４Ｃｈａｎｇｅｓｏｆｐｅｒｍａｎｇａｎａｔｅｉｎｄｅｘｉｎｇ．ｏｖｅｒｌｉｎｇｗａｔｅｒｏｆｅａｃｈｇｒｏｕｐｙ２．３氨氮和有机物的削减机理２．３．１氨氮的削减机理上覆水体中，氨氮的削减途径主要包括掩蔽作用、吸附作用和吸收作用．１）掩蔽作用．沸石和活性炭作为活性覆盖材料，通过物理遮掩等作用，将上覆水与污染底泥隔开，从而抑制污染底泥中氨氮向上覆水迁移．２）吸附作用．沸石通过物理吸附和化学吸附（离子交换）作用，有效地削减上覆水中的氨氮［１８］．３）吸收作用．沉水植物在生长过程中，通过吸收同化水体中的营养物质，转化为自身的组织结构，可对上覆水及底泥中的氨氮起到削减作用［１４］．２．３．２有机物的削减机理上覆水体中，有机物的削减途径主要有物理掩蔽和吸附．１）掩蔽作用．沸石和活性炭作为活性覆盖材料，通过物理遮掩等作用，将上覆水与污染底泥隔开，从而抑制污染底泥中有机物向上覆水迁移．２）吸附作用．活性炭具有巨大的比表面积和丰富的内部微孔结构，且表面具有各种官能团，对有机物有很好的吸附能力，易吸附水中的非极性或弱极性有机物；沸石具有发达的孔隙，且带有金属离子，对极性有机物具有较强的吸附能力［２０］．３结论通过室内静态模拟，研究活性覆盖材料（沸石＋活性炭）与沉水植物（苦草＋黑藻）联合的可调式覆盖床，研究其削减水体中氨氮和高锰酸盐指数的效果，可以得到以下３个结论．１）污染底泥可调节覆盖床装置可使污染底泥活性覆盖材料与沉水植物联用修复技术在实际工程中易于实施与推广应用．２）在试验条件下，基于沉水植物（苦草＋黑藻）和活性覆盖材料（沸石＋活性炭）联合的可调式覆盖床系统，对水体中氨氮质量浓度的削减率达９８．７８％，对高锰酸盐指数削减率达５１．０５％，可有效削减水体中氨氮和有机物的负荷．３）后续需要开发货源广、经济高效、可回收与再生的活性覆盖材料，同时，需要进一步研究沉水植物与活性覆盖材料削减污染物的作用机制，并优化技术参数．参考文献：［１］ＷＡＮＧＪｕｎｌｉ，ＦＵＺｉｓｈｉ，ＱＩＡＯＨｏｎｇｘｉａ，犲狋犪犾．ＡｓｓｅｓｓｍｅｎｔｏｆｅｕｔｒｏｐｈｉｃａｔｉｏｎａｎｄｗａｔｅｒｑｕａｌｉｔｎｔｈｅｅｓｔｕａｒｉｎｅａｒｅａｙｉｏｆＬａｋｅＷｕｌｉ，ＬａｋｅＴａｓｃｉ  ｉｈｕ，Ｃｈｉｎａ［Ｊ］．ＳｃｉｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔ，２０１９，６５０：１３９２１４０２．ＤＯＩ：１０．１０１６／ ? ｊ．ｔｏｔｅｎｖ．２０１８．０９．１３７．［２］周成，杨国录，陆晶，等．河湖底泥污染物释放影响因素及底泥处理的研究进展［Ｊ］．环境工程，２０１６，３４（５）：１１３１１７． ? ｈ２０１６０５０２５．ＤＯＩ：１０．１３２０５／ｊ．ｊｇｃ．［３］ＹＵＪｕｈｕａ，ＤＩＮＧＳｈｉｍｉｎｇ，ＺＨＯＮＧＪｉｃｈｅｎｇ，犲狋犪犾．Ｅｖａｌｕａｔｉｏｎｏｆｓｉｍｕｌａｔｅｄｄｒｅｄｇｉｎｇｔｏｃｏｎｔｒｏｌｉｎｔｅｒｎａｌｐｈｏｓｐｈｏｒｕｓｒｅｌｅａｓｅｆｒｏｍｓｅｄｉｍｅｎｔｓ：Ｆｏｃｕｓｅｄｏｎｐｈｏｓｐｈｏｒｕｓｔｒａｎｓｆｅｒａｎｄｒｅｓｕｐｐｌｃｒｏｓｓｔｈｅｓｅｄｉｍｅｎｔｔｅｒｉｎｔｅｒｆａｃｅ［Ｊ］．Ｓｃｉ  ?ｗａｙａｅｎｃｅｏｆｔｈｅＴｏｔａｌＥｎｖｉｒｏｎｍｅｎｔ，２０１７，５９２：６６２６７３．ＤＯＩ：１０．１０１６／ｓｃｉｔｏｔｅｎｖ．２０１７．０２．２１９． ? ｊ．［１００４］唐艳，胡小贞，卢少勇．污染底泥原位覆盖技术综述［Ｊ］．生态学杂志，２００７，２６（７）：１１２５１１２８．ＤＯＩ：１０．１３２９２／ ? ｊ．０４８９０．２００７．０２０１． ? 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）５２６２０１９年［５］贾陈蓉，吴春芸，梁威，等．污染底泥的原位钝化技术研究进展［Ｊ］．环境科学与技术，２０１１，３４（７）：１１８１２２．ＤＯＩ：１０． ? ３９６９／ｉｓｓｎ．１００３６５０４．２０１１．０７．０２８． ? ｊ．［６］ＰＡＮＢａｏｚｈｕ，ＹＵＡＮＪｉａｎｐｉｎｇ，ＺＨＡＮＧＸｉｎｈｕａ，犲狋犪犾．Ａｒｅｖｉｅｗｏｆｅｃｏｌｏｇｉｃａｌｒｅｓｔｏｒａｔｉｏｎｔｅｃｈｎｉｓｉｎｆｌｕｖｉａｌｒｉｖｅｒｓｑｕｅ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＳｅｄｉｍｅｎｔＲｅｓｅａｒｃｈ，２０１６，３１（２）：１１０１１９．ＤＯＩ：１０．１０１６／ｉｓｒｃ．２０１６．０３．００１． ? ｊ．ｊ［７］郭"，赵秀红，黄晓峰，等．原位活性覆盖抑制河道底泥营养盐释放的效果研究及工程化应用［Ｊ］．环境工程，２０１８，３６（６）：６１１．ＤＯＩ：１０．１３２０５／ｈ２０１８０６００２． ? ｊ．ｊｇｃ．［８］ＢＯＮＡＧＬＩＡＳ，Ｒ?Ｍ? Ｒ，ＭＡＲＺＯＣＣＨＩＵ，犲狋犪犾．Ｃａｐｐｉｎｇｗｉｔｈａｃｔｉｖａｔｅｄｃａｒｂｏｎｒｅｄｕｃｅｓｎｕｔｒｉｅｎｔｆｌｕｘｅｓ，ｄｅｎｉｔｒｉｆｉ  ｔｒｅｓ．ｃａｔｉｏｎａｎｄｍｅｉｏｆａｕｎａｉｎｃｏｎｔａｍｉｎａｔｅｄｓｅｄｉｍｅｎｔｓ［Ｊ］．ＷａｔｅｒＲｅｓｅａｒｃｈ，２０１９，１４８：５１５?５２５．ＤＯＩ：１０．１０１６／ｊ．ｗａ２０１８．１０．０８３．［／ｈｙｄ９］ＦＡＮＹｉ，ＬＩＹｉｗｅｎ，ＷＵＤｅｙｉ，犲狋犪犾．ＡｐｐｌｉｃａｔｉｏｎｏｆｚｅｏｌｉｔｅｒｏｕｓｚｉｒｃｏｎｉａｃｏｍｐｏｓｉｔｅａｓａｎｏｖｅｌｓｅｄｉｍｅｎｔｃａｐｐｉｎｇＪ］．ＷａｔｅｒＲｅｓｅａｒｃｈ，２０１７，１２３：１１１．ＤＯＩ：１０．１０１６／ｗａｔｒｅｓ．２０１７．０６．０３１．ｍａｔｅｒｉａｌｔｏｉｍｍｏｂｉｌｉｚｅｐｈｏｓｐｈｏｒｕｓ［ ? ｊ．［１０］ＤＩＮＧＳｈｉｍｉｎｇ，ＣＨＥＮＭｕｓｏｎｇ，ＣＵＩＪｉｎｇｚｈｅｎ，犲狋犪犾．Ｒｅａｃｔｉｖａｔｉｏｎｏｆｐｈｏｓｐｈｏｒｕｓｉｎｓｅｄｉｍｅｎｔｓａｆｔｅｒｃａｌｃｉｕｍ?ｒｉｃｈｌｉｃａｔｉｏｎｆｏｒｒｅｖｉｓｉｎｇｔｈｅｌａｂｏｒａｔｏｒｅｓｔｉｎｇｓｃｈｅｍｅｆｏｒｉｍｍｏｂｉｌｉｚａｔｉｏｎｅｆｆｉｃｉｅｎｃｙ［Ｊ］．Ｃｈｅｍｉｃａｌｍｉｎｅｒａｌｃａｐｐｉｎｇ：Ｉｍｐｙｔｃｅ２０１７．０９．０１０．ＥｎｇｉｎｅｅｒｉｎｇＪｏｕｒｎａｌ，２０１８，３３１：７２０７２８．ＤＯＩ：１０．１０１６／ ? ｊ．ｊ．［１１］ＹＩＮＨｏｎｇｂｉｎ，ＫＯＮＧＭｉｎｇ．ＲｅｄｕｃｔｉｏｎｏｆｓｅｄｉｍｅｎｔｉｎｔｅｒｎａｌＰｌｏａｄｉｎｇｆｒｏｍｅｕｔｒｏｐｈｉｃｌａｋｅｓｕｓｉｎｇｔｈｅｒｍａｌｌｉ  ? ｙｍｏｄｆｉｅｄｃａｌｃｉｕｍ? ｒｉｃｈａｔｔａｐｕｌｉｔｅｓｅｄｔｈｉｎｌａｙｅｒｃａｐ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＭａｎａｇｅｍｅｎｔ，２０１５，１５１：１７８?１８５． ?ｂａ ? ｇ１０．１０１６／ＤＯＩ：ｅｎｖｍａｎ．２０１５．０１．００３．ｊ．ｊ［１２］ＧＡＯＨａｉｌｏｎｇ，ＳＨＩＱｉａｎｙｕｎ，ＱＩＡＮＸｉｎ．Ａｍｕｌｔｉｓｐｅｃｉｅｓｍｏｄｅｌｌｉｎｇａｐｐｒｏａｃｈｔｏｓｅｌｅｃｔａｐｐｒｏｐｒｉａｔｅｓｕｂｍｅｒｃ  ? ｇｅｄｍａｉｈｕ，Ｃｈｉｎａ［Ｊ］．ＥｃｏｌｏｇｉｃａｌＭｏｄｅｌｌｉｎｇ，２０１７，３６０：ｒｏｐｈｙｔｅｓｐｅｃｉｅｓｆｏｒｅｃｏｌｏｇｉｃａｌｒｅｓｔｏｒａｔｉｏｎｉｎＧｏｎｇｈｕＢａｙ，ＬａｋｅＴａ１７９１８８．ＤＯＩ：１０．１０１６／ｅｃｏｌｍｏｄｅｌ．２０１７．０７．００３． ? ｊ．［１３］ＬＩＣｈｕｎｈｕａ，ＷＡＮＧＢｏ，ＹＥＣｈｕｎ，犲狋犪犾．Ｔｈｅｒｅｌｅａｓｅｏｆｎｉｔｒｏｇｅｎａｎｄｐｈｏｓｐｈｏｒｕｓｄｕｒｉｎｇｔｈｅｄｅｃｏｍｐｏｓｉｔｉｏｎｐｒｏｃｅｓｓｏｆｓｕｂｍｅｒｃｒｏｐｈｙｔｅ（ＨｙｄｒｉｌｌａｖｅｒｔｉｃｉｌｌａｔａＲｏｙｌｅ）ｗｉｔｈｄｉｆｆｅｒｅｎｔｂｉｏｍａｓｓｌｅｖｅｌｓ［Ｊ］．ＥｃｏｌｏｇｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ｇｅｄｍａｅｃｏｌｅｎｇ．２０１４．０４．０１１．２０１４，７０：２６８２７４．ＤＯＩ：１０．１０１６／ ? ｊ．［１４］刘彤．沉水植物与活性覆盖材料联合控制底泥氮磷释放效果研究［Ｄ］．厦门：华侨大学，２０１７．［１５］ＺＨＯＵＺｈｅｎｍｉｎｇ，ＨＵＡＮＧＴｉｎｇｌｉｎ，ＹＵＡＮＢａｏｌｉｎｇ．Ｎｉｔｒｏｇｅｎｒｅｄｕｃｔｉｏｎｕｓｉｎｇｂｉｏｒｅａｃｔｉｖｅｔｈｉｎ?ｌａｙｅｒｃａｐｐｉｎｇ（ＢＴＣ）ｗｉｔｈｂｉｏｚｅｏｌｉｔｅ：Ａｆｉｅｌｄｅｘｐｅｒｉｍｅｎｔｉｎａｅｕｔｒｏｐｈｉｃｒｉｖｅｒ［Ｊ］．ＪｏｕｒｎａｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓ，２０１６，４２：１１９１２５．ＤＯＩ：１０．１０１６／ｅｓ．２０１５．０７．００５． ? ｊ．ｊ［１６］ＤＩＮＧＳｈｉｍｉｎｇ，ＳＵＮＱｉｎ，ＣＨＥＮＸｉａｎｇ，犲狋犪犾．ＳｙｎｅｒｉｓｔｉｃａｄｓｏｒｔｉｏｎｏｆｐｈｏｓｐｈｏｒｕｓｂｙｉｒｏｎｉｎｌａｎｔｈａｎｕｍｍｏｄｉｆｉｅｄｇｐＲｂｅｎｔｏｎｉｔｅ（Ｐｈｏｓｌｏｃｋ○）：Ｎｅｗｉｎｓｉｔｉｎｔｏｓｅｄｉｍｅｎｔｐｈｏｓｐｈｏｒｕｓｉｍｍｏｂｉｌｉｚａｔｉｏｎ［Ｊ］．ＷａｔｅｒＲｅｓｅａｒｃｈ，２０１８，１３４：３２ ? ｇｈ４３．ＤＯＩ：１０．１０１６／ｗａｔｒｅｓ．２０１８．０１．０５５．ｊ．［１７］刘#迪，周真明，张红忠，等．煅烧改性净水厂污泥制备除磷材料工艺参数优化［Ｊ］．华侨大学学报（自然科学版），２０１８，３９（１）：５１５６．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１７０４０４９． ? ? ［１８］黄华山，杨志敏，周真明，等．净水厂污泥覆盖控制底泥氮磷释放效果［Ｊ］．华侨大学学报（自然科学版），２０１６，３７（３）：３４７３５１．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１６．０３．０３４７． ? ? ［１９］国家环境保护总局．水和废水监测分析方法［Ｍ］．４版．北京：中国环境科学出版社，２００２．［２０］邓慧萍，吴国荣，张玉先．沸石和活性炭除氨氮、有机物的互补作用［Ｊ］．中国给水排水，２００４，２０（５）：５０?５２．ＤＯＩ：１０．３３２１／ｉｓｓｎ：１０００４６０２．２００４．０５．０１５． ? ｊ．（编辑：李宝川责任编辑：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：方德平）第４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０６０３４ ? 半富马酸替诺福韦艾拉酚胺的合成工艺优化周癑莹１，曾皓月１，裘京晓２，黄程勇３，吴振４，王立强１（１．华侨大学生物医学学院，福建泉州３６２０２１；２．北京第二外国语学院校医院，北京１０００２４；３．福建国脉生物科技有限公司，福建泉州３６２００６；４．厦门大学药学院，福建厦门３６１１０２）摘要：对最新抗乙肝药物半富马酸替诺福韦艾拉酚胺（ＴＡＦ）的合成工艺进行优化研究．以腺嘌呤（１）为原料，与（犚）犚）９２犚）９ ?碳酸丙烯酯反应得到（ ? ?（ ?羟丙基）腺嘌呤．然后，将产物经磷叶立德取代，水解反应得到（ ? ? （（２ ?磷酸单苯酯基）甲氧基）丙基） ?腺嘌呤．最后，将所得产物经取代、酰化、缩合、成盐反应得到目标产物ＴＡＦ，并对各步反应条件进行优化．结果表明：总收率达３２．１％（以腺嘌呤计），较原工艺提高２３．１％，目标化１１３合物及主要中间体经电子轰击质谱（ＥＩ ?ＭＳ）、核磁共振氢谱（Ｈ?ＮＭＲ）、核磁共振碳谱（Ｃ?ＮＭＲ）确证结构；与现有文献报道的ＴＡＦ合成工艺相比，优化后的工艺总收率大幅提高，反应成本降低，反应时间缩短，可避免生产过程中的安全隐患，适合工业化生产．关键词：半富马酸替诺福韦艾拉酚胺；腺嘌呤；（犚） ?碳酸丙烯酯；工艺改进中图分类号：Ｒ９１４．５文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０５２７０８ ? ? ? 犐犿狆狉狅狏犲犱犛狔狀狋犺犲狊犻狊狅犳犜犲狀狅犳狅狏犻狉犃犾犪犳犲狀犪犿犻犱犲犎犲犿犻犳狌犿犪狉犪狋犲ＺＨＯＵＹｕｅｙｉｎｇ１，ＺＥＮＧＨａｏｙｕｅ１，ＱＩＵＪｉｎｇｘｉａｏ２，ＨＵＡＮＧＣｈｅｎｇｙｏｎｇ３，ＷＵＺｈｅｎ４，ＷＡＮＧＬｉｉａｎｇ１ｑ（１．ＳｃｈｏｏｌｏｆＢｉｏｍｅｄｉｃａｌＳｃｉｅｎｃｅｓ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔｉｎａ；ｙ，Ｑｕａｎｚｈｏｕ３６２０２１，Ｃｈ２．ＳｃｈｏｏｌＨｏｓｐｉｔａｌ，ＢｅｉｉｎｇＩｎｔｅｒｎａｔｉｏｎａｌＳｔｕｄｉｅｓＵｎｉｖｅｒｓｉｔｉｉｎｇ１０００２４，Ｃｈｉｎａ；ｊｙ，Ｂｅｊ３．ＦｕｉａｎＧｕｏｍａｉＢｉｏｌｏｇｉｃａｌＴｅｃｈｎｏｌｏｇｙＬｉｍｉｔｅｄＣｏｍｐａｎｙ，Ｑｕａｎｚｈｏｕ３６２００６，Ｃｈｉｎａ；ｊ４．ＣｏｌｌｅｇｅｏｆＰｈａｒｍａｃａｍｅｎＵｎｉｖｅｒｓｉｔａｍｅｎ３６１１０２，Ｃｈｉｎａ）ｙ，Ｘｉｙ，Ｘｉ犃犫狊狋狉犪犮狋：ＴｈｅｓｙｎｔｈｅｓｉｓｐｒｏｃｅｓｓｏｆａｎｅｗａｎｔｉｔｉｔｉｓＢｄｒｕｇ，ｔｅｎｏｆｏｖｉｒａｌａｆｅｎａｍｉｄｅ（ＴＡＦ）ｈｅｍｉｆｕｍａｒａｔｅ， ?ｈｅｐａｗａｓｏｐｔｉｍｉｚｅｄ．Ａｄｅｎｉｎｅ（１）ｗａｓｕｓｅｄａｓａｒａｗｍａｔｅｒｉａｌｔｏｒｅａｃｔｗｉｔｈ（犚）ｒｏｐｙｌｅｎｅｃａｒｂｏｎａｔｅｔｏｇｉｖｅ（犚）９２ ?ｐ ? ?（ｒｏｘｙｐｒｏｐｙｌ）ａｄｅｎｉｎｅ，ｆｏｌｌｏｗｅｄｂｙｐｈｏｓｐｈｏｒｕｓｙｌｉｄｅｓｕｂｓｔｉｔｕｔｉｏｎａｎｄｈｙｄｒｏｌｓｉｓｔｏｏｂｔａｉｎ（犚）９２  ?ｈｙｄ ? ?（（ ?ｐｈｅｎｙｙｌｌ）ｍｅｔｈｏｘｙ）ｒｏｐｙｌ）ａｄｅｎｉｎｅ．Ｆｉｎａｌｌｈｅｐｒｏｄｕｃｔｏｂｔａｉｎｅｄｉｎｔｈｅｐｒｅｖｉｏｕｓｓｔｅｐｗａｓｓｕｂｓｔｉｔｕｔｅｄ，ａｃｙｌａｔ  ? ｐｈｅｎｙｐｙ，ｔｅｄ，ｃｏｎｄｅｎｓｅｄａｎｄｓａｌｔｆｏｒｍｅｄｔｏｏｂｔａｉｎｔｈｅｔａｒｔｐｒｏｄｕｃｔＴＡＦ，ａｎｄｔｈｅｒｅａｃｔｉｏｎｃｏｎｄｉｔｉｏｎｓｏｆｅａｃｈｓｔｅｐｗｅｒｅ ? ｇｅａｓｃａｌｃｕｌａｔｅｄｏｎａｄｅｎｉｎｅ），ｗｈｉｃｈｗａｓ２３．１％ｏｐｔｉｍｉｚｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｓｔｈａｔｔｈｅｔｏｔａｌｙｉｅｌｄｒｅａｃｈｅｄ３２．１％（ｈｉｒｔｈａｎｔｈｅｏｒｉｉｎａｌｐｒｏｃｅｓｓ，ａｎｄｔｈｅｐｒｏｄｕｃｔａｎｄｍａｉｎｉｎｔｅｒｍｅｄｉａｔｅｓｗｅｒｅｃｏｎｆｉｒｍｅｄｂｙｅｌｅｃｔｒｏｎｉｍｐａｃｔｇｈｅｇ１ＥＩｒｏｔｏｎｎｕｃｌｅａｒｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅ（Ｈ?ＮＭＲ）ａｎｄｃａｒｂｏｎ１３ｎｕｃｌｅａｒｍａｇｎｅｔｉｃｍａｓｓｓｐｅｃｔｒｏｍｅｔｒ ?ＭＳ），ｐｙ（１３ｒｅｓｏｎａｎｃｅ（ＣｒｅｄｗｉｔｈｔｈｅＴＡＦｓｙｎｔｈｅｓｉｓｔｅｃｈｎｏｌｏｇｙｒｅｐｏｒｔｅｄｉｎｔｈｅｅｘｉｓｔｉｎｇｌｉｔｅｒａｔｕｒｅ，ｔｈｅ ?ＮＭＲ）．Ｃｏｍｐａ收稿日期：２０１８０６１３ ? ? 通信作者：王立强（１９７０Ｅｉｌ：ｗｌｃｏｍ． ?），男，教授，博士，主要从事药剂学和创新药物研发的研究． ?ｍａｑ１５９９＠１６３．基金项目：国家重点研发计划项目（２０１６ＹＦＥ０１０１７００）５２８华侨大学学报（自然科学版）２０１９年ｔｏｔａｌｙｉｅｌｄｏｆｔｈｅｐｒｏｃｅｓｓａｆｔｅｒｏｐｔｉｍｉｚａｔｉｏｎｉｍｐｒｏｖｅｄｓｉｉｆｉｃａｎｔｌｈｅｒｅａｃｔｉｏｎｃｏｓｔｒｅｄｕｃｅｄ，ａｎｄｔｈｅｒｅａｃｔｉｏｎｇｎｙ，ｔｔｉｍｅｓｈｏｒｔｅｎｅｄ．Ｉｎａｄｄｉｔｉｏｎ，ｔｈｅｓｅｃｕｒｉｔｈｒｅａｔｓｉｎｔｈｅｐｒｏｄｕｃｔｉｏｎｐｒｏｃｅｓｓｗｅｒｅａｖｏｉｄｅｄ，ｗｈｉｃｈｉｎｄｉｃａｔｅｓｔｈａｔｙｔｔｈｅｓｙｎｔｈｅｓｉｓｐｒｏｃｅｓｓｉｓｓｕｉｔａｂｌｅｆｏｒｉｎｄｕｓｔｒｉａｌｐｒｏｄｕｃｔｉｏｎ．犓犲狉犱狊：ｔｅｎｏｆｏｖｉｒａｌａｆｅｎａｍｉｄｅｈｅｍｉｆｕｍａｒａｔｅ；ａｄｅｎｉｎｅ；（犚）ｒｏｐｙｌｅｎｅｃａｒｂｏｎａｔｅ；ｐｒｏｃｅｓｓｉｍｐｒｏｖｅｍｅｎｔ ?ｐ狔狑狅慢性乙型肝炎（ｃｈｒｏｎｉｃｈｅｐａｔｉｔｉｓＢ，ＣＨＢ）是由乙型肝炎病毒（ＨＢＶ）持续感染引起的慢性肝脏炎症性疾病．全球约有三分之一人口曾感染ＨＢＶ，其中２．４亿人为慢性ＨＢＶ感染者．据世界卫生组织（ＷＨＯ）报道，全球３０％的肝硬化患者和５０％肝癌患者都由ＨＢＶ感染所致，２０１３年，全球约有６８万人［１３］ ? 死于ＨＢＶ感染，ＨＢＶ感染已经成为全球公认的重大健康问题．半富马酸替诺福韦艾拉酚胺（ｔｅｎｏ  ｆｏｖｉｒａｌａｆｅｎａｍｉｄｅｈｕｍｉｆｕｍａｒａｔｅ，ＴＡＦ）是一种治疗乙肝的新型核苷逆转录酶抑制剂，尚未在中国上市及进口［４］．ＴＡＦ是富马酸替诺福韦酯（ＴＤＦ）的新一代替诺福韦（ＰＭＡＰ）口服前药，ＴＡＦ的 Ⅲ 期临床试验数据显示，２５ｍｇ的ＴＡＦ与３００ｍｇ现有的抗乙肝一线药物ＴＤＦ的抗乙肝病毒效果相当，且ＴＡＦ对肾和骨骼的毒性更小，安全性更好［５?６］，是目前疗效最好的核苷类乙肝药物．文献中报道的ＴＡＦ合成路线主要有４条［７?１５］．ＴＡＦ的合成路线需经过中间体（犚）９２犚）９２ ? ?（ ?羟丙基）腺嘌呤或（ ? ?［ ?（膦酰基甲氧基）丙基］腺嘌呤，并以此为二次原料，经过数步反应制得ＴＡＦ．但现有的合成方法存在目标产物收率低，反应后处理程序繁多，合成成本高，工业生产效率低，存在安全性问题等缺点，不适合工业化放大生产．因此，本文选择对吉利德公司的原研路线［９］进行优化，以腺嘌呤为起始原料，与（犚） ?碳酸丙烯酯反应得到（犚）９２犚）９２ ? ?（ ?羟丙基）腺嘌呤；然后，经磷叶立德取代、水解反应得到（ ? ?（（（ ?磷酸单苯酯基）甲氧基）丙基） ?腺嘌呤，再经取代、酰化、缩合、成盐反应制备得到ＴＡＦ．１实验材料１．１仪器与试剂ＤＦ１０１Ｓ型集热式恒温加热磁力搅拌器，Ｘ? ５型显微熔点测定仪（河南省巩义市予华仪器有限责任 ? 公司）；１２００型高效液相色谱仪（ＤＡＤ检测器，美国安捷伦公司）；ＱＥｘａｃｔｉｖｅ型高分辨质谱仪（美国ＴｈｅｒｍｏＳｃｉｅｎｔｉｆｉｃ公司）；核磁共振波谱仪（瑞士Ｂｒｕｋｅｒ公司）．腺嘌呤、（犚） ?碳酸丙烯酯、对甲苯磺酰氧基甲基膦酸二乙酯（优级纯，上海邦成化工有限公司）；其余试剂为市售分析纯．１．２实验方法１．２．１ＴＡＦ的合成方法文中研究的ＴＡＦ合成路线，如图１所示．图１ＴＡＦ合成路线Ｆｉ１ＳｙｎｔｈｅｔｉｃｒｏｕｔｅｏｆＴＡＦｇ．１．２．２（犚）９２４．１ｇ，０．０３０ｍｏｌ），（犚） ? ?（ ?羟丙基）腺嘌呤（化合物２）的制备将腺嘌呤（ ?碳酸丙烯酯（３．９８ｇ，０．０３９ｍｏｌ）和氢氧化钠（０．０８ｇ，０．００２ｍｏｌ）置于１２ｍＬ二甲基甲酰胺（ＤＭＦ）中，１３０ ℃ 加热犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期周癑莹，等：半富马酸替诺福韦艾拉酚胺的合成工艺优化５２９搅拌过夜．待薄层色谱（ＴＬＣ）监控反应完全．将反应冷却至１００ ℃ ，加入甲苯（２５．２ｍＬ）并于室温搅拌２ｈ，抽滤，滤饼用丙酮（５ｍＬ×２）冲洗，于８０ ℃ 真空干燥得到类白色粉末，即化合物２（５．３７ｇ），其收率为９１．６％（文献［９］为７５％），熔点为１８８．６～１８９．７ ℃ ，样品质量分数为９６．８％（高效能液相色谱（ＨＰＬＣ）面积归一化法，检测条件：色谱柱为ＳｉｎｏｃｈｒｏｍＯＤＳ４．６ｍｍ×１５０ｍｍ，５μｍ）；流动相为犞（甲 ?ＢＰＣ１８（醇）∶犞（水）＝２５∶７５，犞为体积；流速为１．０ｍＬ·ｍｉｎ－１；检测波长为２６０ｎｍ；进样量为１０μＬ；柱温为３０ ℃ ）．Ｈ?ＮＭＲ（４００ＭＨｚ，ＤｅｕｔｅｒｉｕｍＯｘｉｄｅ），化学位移（７．８８（ｓ，２Ｈ），４．１６～４．００（ｍ，２Ｈ），３．９４（ｄ， δ）：犑＝８．６Ｈｚ，１Ｈ），１．１５（ｓ，３Ｈ）．化合物２的核磁共振氢谱，如图２所示．１．２．３（犚）９２５．０２ ? ?［ ?（二乙酰氧基膦酰基甲氧基）丙基］腺嘌呤（化合物３）的制备将称取化合物２（１０．０２６ｍｏｌ）置于ＤＭＦ（２５ｍＬ）中，加热至６５ ℃ 后，在１ｈ内加入叔丁醇镁（３．５８ｇ，０．０２１ｍｏｌ）；当反ｇ，应升温至７８ ℃ 时，在２ｈ内加入对甲苯磺酰氧基甲基膦酸二乙酯（１６．４３ｇ，０．０５１ｍｏｌ），于７５ ℃ 下反应４ｈ．冷却反应至５０ ℃ 后，加入冰醋酸调节反应液的ｐＨ值至６，蒸出溶剂，加入二氯甲烷（５０ｍＬ）和质量分数为２０％的ＮａＣｌ水溶液（３０ｍＬ），搅拌３０ｍｉｎ，滤除不溶物；分层取有机层，水层用二氯甲烷（２０ｍＬ×２）萃取．加入无水硫酸钠干燥，过滤后将溶剂旋蒸干，得到黄色油状物，即化合物３（７．４２ｇ），其收率为８３．２％，样品质量分数为９８．５％（ＨＰＬＣ面积归一化法，检测条件：色谱柱为ＳｉｎｏｃｈｒｏｍＯＤＳ?ＢＰＣ１８（４．６ｍｍ×１５０ｍｍ，５μｍ）；流动相为犞（甲醇）∶犞（水）＝２０∶８０；流速为１．０ｍＬ·ｍｉｎ－１；检测波长为２５４ｎｍ；进样量为１０μＬ；柱温为３０ ℃ ）．１．２．４（犚）９２５．８３ｇ，０．０１７ｍｏｌ）和 ? ?［ ?（膦酰基甲氧基）丙基］腺嘌呤（化合物４）的制备将化合物３（三甲基溴硅烷（７．８１ｇ，０．０５１ｍｏｌ）加入乙腈（３０ｍＬ）中，于７７ ℃ 下反应３ｈ，减压蒸馏；将残余物溶解在蒸馏水（３０ｍＬ）中，用乙酸乙酯（２５ｍＬ）进行萃取，分层取水层；用ＮａＯＨ调节水层ｐＨ值至１．１，放入晶种，再用ＮａＯＨ调节ｐＨ值至２．１，室温搅拌过夜，冷却至４ ℃ 后过滤的灰色固体，用少量水洗涤，于５０ ℃ 真空干燥得到粗产物．将粗产物放入水（５０ｍＬ）中，加热回流４ｈ；冷却至室温后，将混合物于４ ℃ 冷却３ｈ，过滤固体，用少量水和丙酮洗涤，于５０ ℃ 真空干燥，得到白色粉末，即化合物４（３．４２ｇ）．其收率为７０．２％（文献［９］的收率为５０．４％，以化合物２计）．Ｈ?ＮＭＲ（４００ＭＨｚ，ＤｅｕｔｅｒｉｕｍＯｘｉｄｅ），化学位移（４３～８．２３（ｍ，２Ｈ），４．４４（ｄｄ，犑＝１４．８， δ）：８．３．２Ｈｚ，１Ｈ），４．２５（ｄｄ，犑＝１４．７，７．０Ｈｚ，１Ｈ），４．００～３．８８（ｍ，１Ｈ），３．６５（ｄｄ，犑＝１３．２，９．３Ｈｚ，１Ｈ），１３．５５～３．３７（ｍ，１Ｈ），１．１３（ｄ，犑＝６．４Ｈｚ，３Ｈ）．化合物４的核磁共振氢谱，如图３所示．图２化合物２的核磁共振氢谱Ｆｉ２ｇ．１Ｈ?ＮＭＲｓｐｅｃｔｒｕｍｏｆｃｏｍｐｏｕｎｄ２图３化合物４的核磁共振氢谱Ｆｉ３ｇ．１Ｈ?ＮＭＲｓｐｅｃｔｒｕｍｏｆｃｏｍｐｏｕｎｄ４１．２．５（犚）９２２．８７ｇ， ? ?（（（ ?磷酸单苯酯基）甲氧基）丙基） ?腺嘌呤（化合物５）的制备将称取化合物４（０．０１０ｍｏｌ），亚磷酸三苯酯（６．５２ｇ，０．０２１ｍｏｌ），４ＤＭＡＰ）（０．１２２ｇ，０．００１ｍｏｌ），三乙 ?二甲氨基吡啶（胺（０．２０ｇ，０．００２ｍｏｌ）于４０ｍＬ无水吡啶中，氮气保护条件下，将反应升温至７５ ℃ ，反应７２ｈ；ＴＬＣ监控至反应完成后，减压蒸馏将反应液的溶剂蒸干，得到橙黄色油状物．加入水（１５ｍＬ）和乙酸乙酯（２５ｍＬ），分层取水层，水层再用乙酸乙酯（１５ｍＬ）萃取一次，取水层．用浓盐酸将水层的ｐＨ值调至３，搅拌２ｈ至晶体析出，过滤，滤饼用少量乙醇洗涤，得到白色固体粗产物，于７０ ℃ 真空干燥，得到白色粉末，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）５３０２０１９年即化合物５（２．５６ｇ）．其收率为７０．６％（文献［９］的收率为５０．７％），样品的质量分数为９９．２％（ＨＰＬＣ面积归一化法，检测条件：色谱柱为ＳｉｎｏｃｈｒｏｍＯＤＳ４．６ｍｍ×１５０ｍｍ，５μｍ）；流动相为犞（甲 ?ＢＰＣ１８（醇）∶犞（水）＝３５∶６５；流速为１．０ｍＬ·ｍｉｎ－１；检测波长为２５４ｎｍ；进样量为１０μＬ；柱温为３０ ℃ ）．１Ｈ?ＮＭＲ（４００ＭＨｚ，ＤｅｕｔｅｒｉｕｍＯｘｉｄｅ），化学位移（２７（ｓ，１Ｈ），８．１８（ｓ，１Ｈ），７．１８（ｔ，犑＝７．７ δ）：８．Ｈｚ，２Ｈ），７．０４（ｔ，犑＝７．４Ｈｚ，１Ｈ），６．６８（ｄ，犑＝７．９Ｈｚ，２Ｈ），４．３８（ｄｄ，犑＝１５．０，２．９Ｈｚ，１Ｈ），４．２２（ｄｄ，犑＝１４．７，８．７Ｈｚ，１Ｈ），４．０４（ｄ，犑＝８．１Ｈｚ，１Ｈ），３．７９（ｄｄ，犑＝１３．７，７．９Ｈｚ，１Ｈ），３．５３（ｄｄ，犑＝１３．７，９．０Ｈｚ，１Ｈ），１．２４（ｄ，犑＝６．１Ｈｚ，３Ｈ）．化合物５的核磁共振氢谱，如图４所示．１．２．６（犚）９２２．５０ｇ， ? ?（（（ ?磷酰氯基单苯酯基）甲氧基）丙基） ?腺嘌呤（化合物６）的制备将化合物５（０．００７ｍｏｌ）、亚硫酰氯（ＳＯＣｌ２，１．９０ｇ，０．０１６ｍｏｌ）溶于乙腈（４０ｍＬ）中，在７５ ℃ 下搅拌至反应物完全溶解，蒸除溶剂，得到褐色油状物，即化合物６（２．４５ｇ），其收率为９３．４％．１．２．７替诺福韦艾拉酚胺（化合物７）的制备在氮气保护下，将上一步反应所得的化合物６（２．４０ｇ，０．００６ｍｏｌ）冷却至室温后加入二氯甲烷（３５ｍＬ）并冷却至－２９ ℃ ，在－１８ ℃ 条件下，于１ｈ内加入含有（犔）１．８４ｇ，０．０１４ｍｏｌ）的二氯甲烷溶液（３０ｍＬ）；然后，在－１８～－１１ ℃ 的条件下缓慢 ?丙氨酸异丙酯（加入三乙胺（１．９２ｇ，０．０１９ｍｏｌ），室温反应，ＴＬＣ监控反应完全．将反应完毕的反应液用质量分数为１０％的磷酸二氢钠水溶液（５ｍＬ×５）洗涤，无水硫酸钠除去有机反应液中的水分，过滤．用二氯甲烷（３０ｍＬ）冲洗，减压蒸馏得粗产物．将粗产物加入至质量分数为２０％的氯化钠溶液（１０ｍＬ）洗涤，洗涤数次后，ＴＬＣ监控直到原料点除去，分离得浅褐色油状产物，即化合物７（２．１７ｇ），其收率７２．３％（文献［９］的收率为４６．８％，以化合物５计）．Ｈ?ＮＭＲ（４００ＭＨｚ，ＤＭＳＯ? ｄ６），化学位移（８．１３（ｄ，犑＝１３．８Ｈｚ，２Ｈ），８．１１（ｓ，１Ｈ），７．３４～ δ）：７．１１（ｍ，５Ｈ），７．０５（ｄ，犑＝７．９Ｈｚ，２Ｈ），５．６５（ｍ，犑＝１１．２Ｈｚ，１Ｈ），４．８５（ｍ，犑＝６．２Ｈｚ，１Ｈ），４．２８１（ｄｄ，犑＝１４．５，３．７Ｈｚ，１Ｈ），４．１５（ｄｄ，犑＝１４．４，６．５Ｈｚ，１Ｈ），３．９６～３．７０（ｍ，４Ｈ），１．１８～１．０５（ｍ，１２Ｈ）．化合物７的核磁共振氢谱，如图５所示．图４化合物５的核磁共振氢谱Ｆｉ４ｇ．１Ｈ?ＮＭＲｓｐｅｃｔｒｕｍｏｆｃｏｍｐｏｕｎｄ５１．２．８半富马酸替诺福韦艾拉酚胺（化合物８）的制备图５化合物７的核磁共振氢谱Ｆｉ５ｇ．１Ｈ?ＮＭＲｓｐｅｃｔｒｕｍｏｆｃｏｍｐｏｕｎｄ７将化合物７（２．００ｇ，０．００４ｍｏｌ），富马酸（０．１４０．００２ｍｏｌ）加入至乙腈（５０ｍＬ）中，加热回流直至化合物溶解，趁热过滤，将滤液缓慢冷却至０～５ ℃ ｇ，并静置过夜，过滤，滤饼用冷乙腈（５ｍＬ×２）洗涤，真空干燥得到白色粉末状产物，即化合物８（１．９９ｇ），其收率为８８．９％，样品的质量分数为９９．９％，光学异构体质量分数为０．１４％（ＨＰＬＣ面积归一化法，检测条件：色谱柱为ＳｉｎｏｃｈｒｏｍＯＤＳ４．６ｍｍ×１５０ｍｍ，５μｍ）；流动相为犞（乙腈）∶犞（醋酸铵） ?ＢＰＣ１８（（１０ｍｍｏｌ·Ｌ－１，２）＝３０∶７０；流速为１．０ｍＬ·ｍｉｎ－１；检测波长为２６０ｎｍ；进样量为１０μＬ；柱ｐＨ＝６．温为３０ ℃．ＨＰＬＣ光学异构体检测条件：色谱柱为ＣＨＩＲＡＬＰＡＫＡＤ?Ｈ（２５０ｍｍ×４．６ｍｍ，５μｍ）；犞（正己烷）∶犞（异丙醇）＝８０∶２０（流动相加质量分数为０．１％的乙二胺调节ｐＨ值）；检测波长为２６０ｎｍ；流速为１．０ｍＬ·ｍｉｎ－１；柱温为３０ ℃ ；进样体积为１０μＬ）．１ＥＳＩ犿／狕）：４７７．３；［Ｍ＋Ｈ］＋．Ｈ?ＮＭＲ（４００ＭＨｚ，ＤＭＳＯ?ｄ６），化学位移（１３（ｄ，２Ｈ）， ?ＭＳ（ δ）：８．７．３１～７．１２（ｍ，５Ｈ），７．０５（ｄｔ，犑＝７．３，１．２Ｈｚ，２Ｈ），６．６４（ｓ，１Ｈ），５．６５（ｄｄ，犑＝１２．０，１０．４Ｈｚ，１Ｈ），犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期周癑莹，等：半富马酸替诺福韦艾拉酚胺的合成工艺优化５３１４．８５（ｈｅｐｔ，犑＝６．３Ｈｚ，１Ｈ），４．２８（ｄｄ，犑＝１４．４，３．７Ｈｚ，１Ｈ），４．１６（ｓ，１Ｈ），３．９４～３．７５（ｍ，４Ｈ），１．１４１３（ｄｄ，犑＝８．４，６．６Ｈｚ，９Ｈ），１．０７（ｄ，犑＝６．２Ｈｚ，３Ｈ）．ＣＮＭＲ（１０１ＭＨｚ，ＤＭＳＯ?ｄ６），化学位移（ δ）：１７３．３６，１７３．３２，１６６．４５，１５６．４０，１５２．８６，１５０．７０，１５０．６２，１５０．２３，１４１．８７，１３４．４５，１２９．９４，１２４．８１，－１１２１．０１，１１８．８３，７５．８８，６８．３６，６５．３４，６３．８０，４９．５２，４７．３０，２１．８５，２０．７８，１７．０９．ＩＲ（ＫＢｒ）ｃｍ）： σ（３３６０．４，３１７６．７，２９８２．９，２８９０．３，１７４８．２，１６６３．８，１６０６．９，１４２０．８，１３０１．２，１２０６．３，１１５２．３，１１０４．１，９２４．２．化合物８的核磁共振氢谱、核磁共振碳谱、高效液相色谱、质谱和红外光谱图，分别如图６～１０所示．图１０中： η 为透过率．图６化合物８的核磁共振氢谱Ｆｉ６ｇ．１Ｈ?ＮＭＲｓｐｅｃｔｒｕｍｏｆｃｏｍｐｏｕｎｄ８图７化合物８的核磁共振碳谱１３Ｆｉ７ｇ．Ｃｃｔｒｕｍｏｆｃｏｍｐｏｕｎｄ８ ?ＮＭＲｓｐｅ图８化合物８的高效液相色谱图Ｆｉ８Ｈｉｒｆｏｒｍａｎｃｅｌｉｉｄｃｈｒｏｍａｔｏｇｒａｍｏｆｃｏｍｐｏｕｎｄ８ｇ．ｇｈｐｅｑｕ图９化合物８的质谱图Ｆｉ９Ｍａｓｓｓｐｅｃｔｒｕｍｏｆｃｏｍｐｏｕｎｄ８ｇ．２合成工艺的优化２．１（犚）９２ ? ?（ ?羟丙基）腺嘌呤反应的合成机理是腺嘌呤在碱性条件下形成氮负离子，从而进攻（犚） ?碳酸丙烯酯上正电荷密集的碳原子，促使其脱去一分子二氧化碳；接着，腺嘌呤上的氮负离子和碳原子链接后形成带有氧负离子的（犚）９２ ? ?（ ?羟丙基）腺嘌呤；最后，该氧负离子与一分子腺嘌呤反应生成一分子（犚）２?羟丙基）腺嘌呤 ?９?（和一分子腺嘌呤氮负离子．其中，氢氧化钠在该反应图１０化合物８的红外光谱图中起催化作用，有利于腺嘌呤脱去氢离子从而进攻Ｆｉ１０Ｉｎｆｒａｒｅｄｓｐｅｃｔｒｕｍｏｆｃｏｍｐｏｕｎｄ８ｇ．（犚） ?碳酸丙烯酯上的碳原子促使反应发生．通过分析反应机理和前期实验得知，狀（腺嘌呤）∶狀（（犚） ?碳酸丙烯酯）和狀（氢氧化钠）∶狀（腺嘌呤）对实验收率有较大影响，狀为物质的量．因此，通过单因素考察实验分别考察狀（腺嘌呤）∶狀（（犚） ?碳酸犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）５３２２０１９年丙烯酯）和狀（氢氧化钠）∶狀（腺嘌呤）对（犚）９２１２所示． ? ?（ ?羟丙基）腺嘌呤收率的影响，结果如图１１，图１１狀（腺嘌呤）∶狀（（犚） ?碳酸丙烯酯）图１２狀（氢氧化钠）∶狀（腺嘌呤）对化合物２收率的影响Ｆｉ１１Ｅｆｆｅｃｔｏｆｍｏｌａｒｒａｔｉｏｏｆ狀（ａｄｅｎｉｎｅ）∶ ｇ．对化合物２收率的影响Ｆｉ１２Ｅｆｆｅｃｔｏｆｍｏｌａｒｒａｔｉｏｏｆ狀（ＮａＯＨ）∶ ｇ．ｒｏｐｙｌｅｎｅ）ｏｎｙ狀（（犚）ｉｅｌｄｏｆｃｏｍｐｏｕｎｄ２ ?ｐ狀（ａｄｅｎｉｎｅ）ｏｎｙｉｅｌｄｏｆｃｏｍｐｏｕｎｄ２由图１１可知：腺嘌呤与（犚） ?碳酸丙烯酯的物质的量的比对化合物２的收率有较为突出的影响；当狀（腺嘌呤）∶狀（（犚）０∶１．０～１．０∶１．３时，收率随着比值的增大而增加；当狀（腺嘌 ?碳酸丙烯酯）为１．呤）∶狀（（犚）０∶１．３时，收率达最大值８１．７％，而后趋于平稳． ?碳酸丙烯酯）为１．由图１２可知：狀（氢氧化钠）∶狀（腺嘌呤）对中间体７收率影响较大，当狀（氢氧化钠）∶狀（腺嘌呤）为１∶２５～１∶１５时，收率随着比值的减小而增加；当狀（氢氧化钠）∶狀（腺嘌呤）为１∶１５时，收率达到最大值９１．６％，而后逐渐减小．由实验可知，当狀（腺嘌呤）∶狀（（犚）０∶１．３，狀（氢氧化钠）∶狀（腺嘌呤）为１∶１５ ?碳酸丙烯酯）为１．时，反应收率达最大值９１．６％．２．２（犚）９２ ? ?［ ?（膦酰基甲氧基）丙基］腺嘌呤该反应机理为三甲基溴硅烷（ＴＭＢＳ）与（犚）９２ ? ?［ ?（二乙酰氧基膦酰基甲氧基）丙基］腺嘌呤上发生亲电取代反应后，水解生成三甲基硅醇和（犚）９２ ? ?［ ?（膦酰基甲氧基）丙基］腺嘌呤．由反应机理可知，反应溶剂和脱烷基化试剂三甲基溴硅烷在反应中起重要作用，因此，单因素考察狀（化合物３）∶狀（三甲基溴硅烷）对化合物４收率的影响，如图１３所示．由图１３可知：狀（化合物３）∶狀（三甲基溴硅烷）对反应收率的影响较大；当比值为１∶３时，反应收率达最大值５９．４％．推测可能是因为溶剂中含有较多水，使部分三甲基溴硅烷水解失去脱烷基化作用．因此，增加三甲基溴硅烷的用量可提高反应收率，故选择狀（化合物３）∶狀（三甲基溴硅烷）为１∶３为图１３狀（化合物３）∶狀（三甲基溴硅烷）的该步实验的反应条件．物质的量比对化合物４收率的影响通过单因素考察反应溶剂对化合物４收率的影响，结果表明：以乙腈作为反应溶剂时，化合物４的收率为７０．２％，远高于以二甲基甲酰胺和二氯甲烷作溶剂时的收率，二者分别Ｆｉ１３Ｅｆｆｅｃｔｏｆｍｏｌａｒｒａｔｉｏｏｆｇ．狀（ｃｏｍｐｏｕｎｄ３）∶狀（ＴＭＢＳ）ｏｎｙｉｅｌｄｏｆｃｏｍｐｏｕｎｄ４为５９．４％和６１．２％．究其原因，可能是乙腈和二氯甲烷溶剂中含水分较少，可以减少脱烷基化试剂的水解，从而使反应收率提高，而原料在乙腈中的溶解效果比在二氯甲烷中要好，反应在乙腈溶剂中更易形成均相体系．因此，在后续研究中将采用乙腈作为该步反应的溶剂．２．３（犚）９２ ? ?（（（ ?磷酸单苯酯基）甲氧基）丙基） ?腺嘌呤原合成工艺路线采用二环己基碳二亚胺（ＤＣＣ）作催化剂，（犚）９２ ? ?［ ?（膦酰基甲氧基）丙基］腺嘌呤与苯酚反应制得（犚）９２ ? ?（（（ ?磷酸单苯酯基）甲氧基）丙基） ?腺嘌呤．其中，苯酚为高毒性试剂，且用ＤＣＣ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期周癑莹，等：半富马酸替诺福韦艾拉酚胺的合成工艺优化５３３做催化剂的催化效率不高，ＤＣＣ反应后生成的１，３ＤＣＵ）难以除净，需要经过繁琐的后处 ?二环己基脲（理步骤．根据预实验结果发现，以另一工业化试剂亚磷酸三苯酯代替高毒性试剂苯酚、高效催化剂ＤＭＡＰ代替ＤＣＣ进行反应，省去了原合成路线多次过滤，先碱调再酸调ｐＨ值的众多繁琐步骤，化合物５的收率由５０．７％提高至７０．６％．２．４替诺福韦艾拉酚胺在制备替诺福韦艾拉酚胺的过程中，原工艺采用柱层析的方法对产物进行纯化，在工业化生产中。该方法需消耗大量的人力和时间，增加药物的生产成本．经实验分析发现化合物６与副产物均易溶于ＮａＣｌ溶液，而产物难溶于该溶液．因此，选择用ＮａＣｌ溶液洗涤法代替柱层析对产物进行提纯．选择以ＮａＣｌ溶液洗涤法代替柱层析法来优化步骤，化合物７的收率由原来的４６．８％提高至７２．３％，两种方法的产物纯度相近（柱层析法产物纯度为９９．３％，ＮａＣｌ溶液洗涤法产物纯度为９８．６％），且大大缩短了纯化时间，适合工业化生产．３讨论以腺嘌呤为原料，与（犚） ?碳酸丙烯酯反应得到化合物２，再经过取代、水解、取代、酰化、缩合、成盐１１３共７步反应得到目标产物ＴＡＦ，合成的ＴＡＦ及重要中间体经ＥＩ ?ＭＳ，Ｈ?ＮＭＲ，Ｃ?ＮＭＲ进行结构验证．通过单因素实验考察得知，在合成化合物２时，当狀（腺嘌呤）∶狀（（犚）０∶１．３，狀 ?碳酸丙烯酯）为１．（氢氧化钠）∶狀（腺嘌呤）为１∶１５时，反应收率最优，为９１．６％；在合成化合物４时，当狀（化合物３）∶狀（三甲基溴硅烷）为１∶３，以乙腈作为反应溶剂时，反应收率最优，为７０．２％；在合成化合物５时，以高效催化剂ＤＭＡＰ代替ＤＣＣ反应，以亚磷酸三苯酯代替高毒性试剂苯酚，省去了多次过滤，先碱调再酸调５％提高到７０．６％，避免了反应中有毒试剂的使用，简化了操作步ｐＨ值等众多繁琐步骤，收率由５０．骤，使反应更适合工业化大生产；在合成化合物７时，以ＮａＣｌ溶液洗涤法重结晶代替柱层析的纯化方式，在保证纯度的基础上，提高了产品收率，节省了生产时间，直接提高了工业生产效率．综上所述，文中在参考大量生产路线的基础上，选择了一条最适宜工业化生产半富马酸替诺福韦艾拉酚胺合成路线进行试验，并对合成工艺进行了优化．改进后的工艺反应以腺嘌呤和（犚） ?碳酸丙烯酯温和反应代替金属钌催化反应，降低了生产成本；以三甲基溴硅烷取代后水解代替文献路线中的氢氧化锂水解反应，降低了工业化生产中易燃易爆的安全隐患；以ＮａＣｌ溶液洗涤法代替柱层析进行产品纯化方式，简化了后处理步骤和时间，优化后的反应路线条件温和、步骤简便、经济安全、后处理简单、收率更高、有较高的实用性和参考价值，适合工业化生产，具有较好的应用前景．但是，该合成研究仍有不足之处，还有以下３个问题有待进行更深入的研究探索．１）中间体２的反应时间需要２４ｈ，反应时间过长将使工业生产成本直接提高．因此，需要通过进一步单因素试验考察，以期获得收率更高、反应时间更短、纯度更高的中间体２的生产工艺．２）可尝试中间体７（游离碱）与不同酸成盐（如枸橼酸、柠檬酸、酒石酸等），以期获得稳定性更好的候选药物．３）受ＴＡＦ和前一代药物ＴＤＦ启发，可尝试在中间体４上连接多种氨基酸，进行化合物抗病毒活性与稳定性及相关药代动力学实验，尝试开发新一代抗病毒效果更好，毒副作用更小的替诺福韦前药．参考文献：［１］ＨＡＭＰＥＬＡ，ＳＯＬＢＡＣＨＰ，ＣＯＲＮＢＥＲＧＭ，犲狋犪犾．Ｃｕｒｒｅｎｔｓｅｒｏｐｒｅｖａｌｅｎｃｅ，ｖａｃｃｉｎａｔｉｏｎａｎｄｐｒｅｄｉｃｔｉｖｅｖａｌｕｅｏｆｌｉｖｅｒｅｎｚｓｆｏｒｈｅｐａｔｉｔｉｓＢａｍｏｎｇｒｅｆｕｇｅｅｓｉｎＧｅｒｍａｎｙ［Ｊ］．ＢｕｎｄｅｓｇｅｓｕｎｄｈｅｉｔｓｂｌａｔｔＧｅｓｕｎｄｈｅｉｔｓｆｏｒｓｃｈｕｎｇＧｅｓｕｎｄｈｅ  ｙｍｅ２０１６，５９（５）：５７８５８３．ＤＯＩ：１０．１００７／ｓ００１０３０１６２３３３８．ｉｔｓｓｃｈｕｔｚ， ? ? ? ? ［２］ＩＱＢＡＬＫ，ＫＬＥＶＥＮＳＲＭ，ＫＡＩＮＥＲＭＡ，犲狋犪犾．ＥｐｉｄｅｍｉｏｌｏｇｙｏｆａｃｕｔｅｈｅｐａｔｉｔｉｓＢｉｎｔｈｅＵｎｉｔｅｄＳｔａｔｅｓｆｒｏｍｐｏｐｕ  ｌａｔｉｏｎｓｅｄｓｕｒｖｅｉｌｌａｎｃｅ，２００６－２０１１［Ｊ］．ＣｌｉｎｉｃａｌＩｎｆｅｃｔｉｏｕｓＤｉｓｅａｓｅｓ，２０１５，６１（４）：５８４?５９２．ＤＯＩ：１０．１０９３／ｃｉｄ／ ?ｂａｃｉｖ３３２．［３］ＯＴＴＪＪ，ＨＯＲＮＪ，ＫＲＡＵＳＥＧ，犲狋犪犾．ＴｉｍｅｔｒｅｎｄｓｏｆｃｈｒｏｎｉｃＨＢＶｉｎｆｅｃｔｉｏｎｏｖｅｒｐｒｉｏｒｄｅｃａｄｅｓ：Ａｇｌｏｂａｌａｎａｌｓｉｓｙ［ｈｅｐ．２０１６．０８．０１３．Ｊ］．ＪｏｕｒｎａｌｏｆＨｅｐａｔｏｌｏｇｙ，２０１６，６６（１）：４８５４．ＤＯＩ：１０．１０１６／ ? 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）５３４２０１９年［４］ＭＡＲＫＯＷＩＴＺＭ，ＺＯＬＯＰＡＡ，ＳＱＵＩＲＥＳＫ，犲狋犪犾．Ｐｈａｓｅ Ⅰ／Ⅱ ｓｔｕｄｙｏｆｔｈｅｐｈａｒｍａｃｏｋｉｎｅｔｉｃｓ，ｓａｆｅｔｔｉｒｅｔ  ｙａｎｄａｎｒｏｖｉｒａｌａｃｔｉｖｉｔｆｔｅｎｏｆｏｖｉｒａｌａｆｅｎａｍｉｄｅ，ａｎｅｗｐｒｏｄｒｕｇｏｆｔｈｅＨＩＶｒｅｖｅｒｓｅｔｒａｎｓｃｒｉｔａｓｅｉｎｈｉｂｉｔｏｒｔｅｎｏｆｏｖｉｒ，ｉｎＨＩＶｙｏｐ／ｄｋｉｎｆｅｃｔｅｄａｄｕｌｔｓ［Ｊ］．ＪＡｎｔｉｍｉｃｒｏｂＣｈｅｍｏｔｈｅｒ，２０１４，６９（５）：１３６２１３６９．ＤＯＩ：１０．１０９３／ｔ５３２．ａｃ ? ? ｊ［５］ＡＧＡＲＷＡＬＫ，ＦＵＮＧＳＫ，ＮＧＵＹＥＮＴＴ，犲狋犪犾．Ｔｗｅｎｔｅｉｔｄａｙｓａｆｅｔｔｉｖｉｒａｌａｃｔｉｖｉｔｒｍａｃｏｋｉｎｅｔｉｃｓ ? ｙｇｈｙ，ａｎｙ，ａｎｄｐｈａｏｆｔｅｎｏｆｏｖｉｒａｌａｆｅｎａｍｉｄｅｆｏｒｔｒｅａｔｍｅｎｔｏｆｃｈｒｏｎｉｃｈｅｐａｔｉｔｉｓＢｉｎｆｅｃｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＨｅｐａｔｏｌｏｇｙ，２０１５，６２（３）：５３３ ? ５４０．ＤＯＩ：１０．１０１６／ｈｅｐ．２０１４．１０．０３５．ｊ．ｊ［６］ＳＡＸＰＥ，ＺＯＬＯＰＡＡ，ＢＲＡＲＩ，犲狋犪犾．Ｔｅｎｏｆｏｖｉｒａｌａｆｅｎａｍｉｄｅｖｓｔｅｎｏｆｏｖｉｒｄｉｓｏｐｒｏｘｉｌｆｕｍａｒａｔｅｉｎｓｉｎｇｌｅｔａｂｌｅｔｒｅｇｉ  ｍｅｎｓｆｏｒｉｎｉｔｉａｌＨＩＶ?１ｔｈｅｒａｐｙ：Ａｒａｎｄｏｍｉｚｅｄｐｈａｓｅ２ｓｔｕｄｙ［Ｊ］．ＪｏｕｒｎａｌｏｆＡｃｉｒｅｄＩｍｍｕｎｅＤｅｆｉｃｉｅｎｃｙＳｙｎ  ｑｕ２０１４，６７（１）：５２５８．ＤＯＩ：１０．１０９７／ＱＡＩ．０００００００００００００２２５．ｄｒｏｍｅｓ， ? ［７］ＺＨＡＮＧＱｉａｎ，ＭＡＢａｉｗｅｉ，ＷＡＮＧＱｉａｎｑｉａｎ，犲狋犪犾．ＴｈｅｓｙｎｔｈｅｓｉｓｏｆｔｅｎｏｆｏｖｉｒａｎｄｉｔｓａｎａｌｏｇｕｅｓｖｉａａｓｙｍｍｅｔｒｉｃＪ］．ＯｒｉｃＬｅｔｔｅｒｓ，２０１４，１６（７）：２０１４２０１７．ＤＯＩ：１０．１０２１／ｏｌ５００５８３ｄ．ｔｒａｎｓｆｅｒｈｙｄｒｏｇｅｎａｔｉｏｎ［ ? ｇａｎ［８］郑庆泉，黄世福，曹徐涛．半富马酸替诺福韦艾拉酚胺关键中间体的合成工艺：中国１０４８１７５９３Ｂ［Ｐ］．２０１６１１１６． ? ? ［９］ＢＥＣＫＥＲＭＷ，ＣＨＡＰＭＡＮＨＨ，ＣＩＨＬＡＲＴ，犲狋犪犾．Ｐｒｏｄｒｕｇｓｏｆｐｈｏｓｐｈｏｎａｔｅｎｕｃｌｅｏｔｉｄｅａｎａｌｏｇｕｅｓａｎｄｍｅｔｈｏｄｓｆｏｒｓｅｌｅｃｔｉｎｇａｎｄｍａｋｉｎｇｓａｍｅ：ＵＳ２００００２２００２１［Ｐ］．２００００７２１． ? ? ［１０］ＯＣＡＭＰＯＣＥ，ＬＥＥＤ，ＪＡＭＩＳＯＮＴＦ．ＳｅｌｅｃｔｉｖｅＬｅｗｉｓａｃｉｄｃａｔａｌｚｅｄａｓｓｅｍｂｌｆｐｈｏｓｐｈｏｎｏｍｅｔｈｙｌｅｔｈｅｒｓ：ｙｙｏＴｈｒｅｅｓｔｅｐｓｙｎｔｈｅｓｉｓｏｆｔｅｎｏｆｏｖｉｒ［Ｊ］．ＯｒｉｃＬｅｔｔｅｒｓ，２０１５，１７（４）：８２０８２３．ＤＯＩ：１０．１０２１／ｏｌ５０３６１２ｈ． ? ? ｇａｎ［１１］ＲＯＵＸＬ，ＰＲＩＥＴＳ，ＰＡＹＲＯＴＮ，犲狋犪犾．Ｅｓｔｅｒｐｒｏｄｒｕｇｓｏｆａｃｙｃｌｉｃｎｕｃｌｅｏｓｉｄｅｔｈｉｏｐｈｏｓｐｈｏｎａｔｅｓｃｏｍｐａｒｅｄｔｏｐｈｏｓ  ｔｅｓ：Ｓｙｎｔｈｅｓｉｓ，ａｎｔｉｖｉｒａｌａｃｔｉｖｉｔｃｏｍｐｏｓｉｔｉｏｎｓｔｕｄｙ［Ｊ］．ＥｕｒｏｐｅａｎＪｏｕｒｎａｌｏｆＭｅｄｉｃｉｎａｌＣｈｅｍｉｓｔｒｐｈｏｎａｙａｎｄｄｅｙ，２０１３，６３（４／５／６）：８６９８８１．ＤＯＩ：１０．１０１６／ｅｃｈ．２０１３．０２．０３９． ? ｊ．ｊｍｅ［１２］ＬＡＲＲＯＷＪＦ，ＡＮＤＳＥＳ，ＪＡＣＯＢＳＥＮＥＮ．ＫｉｎｅｔｉｃｒｅｓｏｌｕｔｉｏｎｏｆｔｅｒｍｉｎａｌｅｐｏｘｉｄｅｓｖｉａｈｉｌｅｇｉｏｓｅｌｅｃｔｉｖｅａｎｄｇｈｙｒｅｎａｎｔｉｏｓｅｌｅｃｔｉｖｅｒｉｎｇｏｐｅｎｉｎｇｗｉｔｈＴＭＳＮ３：Ａｎｅｆｆｉｃｉｅｎｔ，ｃａｔａｌｔｉｃｒｏｕｔｅｔｏ１，２ａｍｉｎｏａｌｃｏｈｏｌｓ［Ｊ］．Ｊｏｕｒｎａｌｏｆｔｈｅ ? ｙＡｍｅｒｉｃａｎＣｈｅｍｉｃａｌＳｏｃｉｅｔ１９９６，１１８（３１）：７４２０７４２１．ＤＯＩ：１０．１００２／ｃｈｉｎ．１９９６４７０２９． ? ｙ，［ｓｐｈｏｎｏｍｅｔｈｏｘｙｐｒｏｐｙｌ）ｄｅ１３］ＨＯＬＶＡ，ＭＡＳＯＪ ?ＤＫＯＶ?Ｍ．ＳｙｎｔｈｅｓｉｓｏｆｅｎａｎｔｉｏｍｅｒｉｃＮ?（２?ｐｈｏｒｉｖａｔｉｖｅｓｏｆｐｕｒｉｎｅｔｅｐｗｉｓｅａｐｐｒｏａｃｈ［Ｊ］．Ｃｈｅｍｉｎｆｏｒｍ，１９９５，２７（１）：１１９６?１２１２．ＤＯＩ：１０．１１３５／ａｎｄｐｙｒｉｍｉｄｉｎｅｂａｓｅｓ（Ⅰ ）：Ｔｈｅｓｃｃｃｃ１９９５１１９６．［１４］ＬＩＵＤａｚｈａｎ，ＳＨＩＢｉｎｇ，ＷＡＮＧＦａｎｇ，犲狋犪犾．Ｔｅｎｏｆｏｖｉｒａｌａｆｅｎａｍｉｄｅｈｅｍｉｆｕｍａｒａｔｅ：ＵＳ８７５４０６５Ｂ２［Ｐ］．２０１４０６０１． ? ? ［１５］ＪＡＮＳＡＰ，ＢＡＳＺＣＺＹＳＫＩＯ，ＰＲＯＣＨ?ＺＫＯＶ? Ｅ，犲狋犪犾．Ｍｉｃｒｏｗａｖｅａｓｓｉｓｔｅｄｈｙｄｒｏｌｓｉｓｏｆｐｈｏｓｐｈｏｎａｔｅｄｉｅｓｔｅｒｓ： ? ｙＡｎｅｆｆｉｃｉｅｎｔｐｒｏｔｏｃｏｌｆｏｒｔｈｅｐｒｅｐａｒａｔｉｏｎｏｆｐｈｏｓｐｈｏｎｉｃａｃｉｄｓ［Ｊ］．ＧｒｅｅｎＣｈｅｍｉｓｔｒ２０１２，４３（５１）：２２８２２２８８．ＤＯＩ： ? ｙ，１０．１００２／ｃｈｉｎ．２０１２５１１６１．（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４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８１１００５ ? 运用犕狅狀犵狅犇犅的三维时序遥感影像存储及犠犲犫应用李嘉欣１，余劲松弟１，佟瑞菊２（１．福州大学福建省空间信息工程研究中心，福建福州３５０００３；２．福建工程学院交通学院，福建福州３５０１１８）摘要：为更好地存储和管理时序遥感影像数据，将传统ｔｉｆ等格式的时序遥感影像数据集转换为（狓，狋）三狔，维的ｎｅｔＣＤＦ格式，并对其进行八叉树瓦片划分后存储于ＭｏｎｇｏＤＢ中；同时，使用三维Ｍｏｒｔｏｎ码建立索引机制．为验证该存储和管理系统，设计基于Ｗｅｂ覆盖服务（ＷＣＳ）的时序遥感影像Ｗｅｂ服务原型，并在其基础上结合Ｗｅｂ覆盖处理服务（ＷＣＰＳ）和Ｒ语言对影像作进一步的分析和处理．实验表明：文中所设计的时序遥感影像存储模型在时序检索和获取方面具有较好的性能，并可支持ＷＣＰＳ，Ｒ语言等互操作计算的扩展．关键词：时序遥感影像；ｎｅｔＣＤＦ；八叉树；Ｍｏｒｔｏｎ码；Ｗｅｂ覆盖服务；Ｒ语言中图分类号：ＴＰ７９文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０５３５０７ ? ? ? ３犇犜犻犿犲犛犲狉犻犲狊犚犲犿狅狋犲犛犲狀狊犻狀犵犐犿犪犵犲犛狋狅狉犪犵犲 ? 犝狊犻狀犵犕狅狀犵狅犇犅犪狀犱犠犲犫犃狆狆犾犻犮犪狋犻狅狀ＬＩＪｉａｘｉｎ１，ＹＵＪｉｎｓｏｎｇｄｉ１，ＴＯＮＧＲｕｉｕ２ｊ（１．ＳｐａｔｉａｌＩｎｆｏｒｍａｔｉｏｎＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＦｕｉａｎ，ＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｉｎａ；ｊｙ，Ｆｕｚｈｏｕ３５０００３，Ｃｈ２．ＤｅｐａｒｔｍｅｎｔｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎ，ＦｕｉａｎＵｎｉｖｅｒｓｉｔｆＴｅｃｈｎｏｌｏｇｙ，Ｆｕｚｈｏｕ３５０１１８，Ｃｈｉｎａ）ｊｙｏ犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｂｅｔｔｅｒｓｔｏｒｅａｎｄｍａｎａｇｅｔｈｅｔｉｍｅｓｅｒｉｅｓｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｄａｔａ，ｗｅｃｏｎｖｅｒｔｔｈｅｄａｔａ  ? ｓｅｔｓｏｆｔｉｍｅｓｅｒｉｅｓｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｉｎｔｒａｄｉｔｉｏｎａｌｔｉｆｆｏｒｍａｔｔｏ（狓，狋）３ＤｎｅｔＣＤＦｆｏｒｍａｔ，ｔｈｅｎｔｈｅｄａｔａ  ? 狔，ｓｅｔｓｏｆｔｉｍｅｅｒｉｅｓｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｉｎｎｅｔＣＤＦｆｏｒｍａｔｗｅｒｅｄｉｖｉｄｅｄｉｎｔｏｏｃｔｒｅｅｔｒｅｅｔｉｌｅｓａｎｄｓｔｏｒｅｄｉｎ ?ｓＭｏｎｇｏＤＢ，ａｎｄｕｓｅｔｈｅ３ＤＭｏｒｔｏｎｃｏｄｅｔｏｂｕｉｌｄｔｈｅｉｎｄｅｘｉｎｇｍｅｃｈａｎｉｓｍ．Ｉｎｏｒｄｅｒｔｏｖｅｒｉｆｈｅｓｔｏｒａｇｅａｎｄｙｔｍａｎａｇｅｍｅｎｔｓｙｓｔｅｍ，ｗｅｄｅｓｉｏｖｅｒａｇｅｓｅｒｖｉｃｅ（ＷＣＳ）ｓｅｄｔｉｍｅｓｅｒｉｅｓｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓｅｒｖｉｃｅ ?ｂａ ? ｇｎａｗｅｂｃｒｏｔｏｔｕｒｔｈｅｒａｎａｌｚｅｓａｎｄｐｒｏｃｅｓｓｅｓｏｆｔｈｅｉｍａｇｅｂａｓｅｄｏｎｗｅｂｃｏｖｅｒａｇｅｐｒｏｃｅｓｓｉｎｇｓｅｒｖｉｃｅ（ＷＣＰＳ）ｐｙｐｅ，ａｎｄｆｙａｎｄＲｌａｎｇｕａｇｅ．Ｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｅｔｉｍｅｓｅｒｉｅｓｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓｔｏｒａｇｅｍｏｄｅｌｄｅｓｉｎｔｈｉｓ ? ｇｎｅｄｉｒｈａｓｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｉｎｔｉｍｅｓｅｒｉｅｓｒｅｔｒｉｅｖａｌａｎｄａｃｉｓｉｔｉｏｎ，ａｎｄｉｔｃａｎｓｕｐｐｏｒｔｔｈｅｅｘｐａｎｓｉｏｎｏｆｉｎｔｅｒ  ｐａｐｅｑｕｏｐｅｒａｂｉｌｉｔａｌｃｕｌａｔｉｏｎｓｓｕｃｈａｓＷＣＰＳａｎｄＲｌａｎｇｕａｇｅ．ｙｃ犓犲狉犱狊：ｔｉｍｅｓｅｒｉｅｓｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅ；ｎｅｔＣＤＦ；ｏｃｔｒｅｅ；Ｍｏｒｔｏｎｃｏｄｅ；Ｗｅｂｃｏｖｅｒａｇｅｓｅｒｖｉｃｅ；Ｒｌａｎ  ? 狔狑狅ｇｕａｇｅ遥感影像数据作为一种超高容量的信息载体，在军事、资源、环境和防灾等领域起着不可替代的作收稿日期：２０１８１１２５ ? ? 通信作者：余劲松弟（１９８４ ?），男，副教授，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．Ｅ ｍａｉｌ：ｃｏｍ．ｙｙｘ３５０＠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）５３６２０１９年用［１］．随着地理信息技术及数据挖掘技术的高速发展，从遥感影像提取信息的能力大幅度提高，多源多时相的遥感影像应用越来越广泛［２］．由于仅对单个时相的遥感数据进行分析难以达到时下对信息获取和遥感数据分析的要求，以及现有的遥感影像存储管理较多着重于其空间属性，在管理时序遥感影像时，仅增加一条时间标签或时间语义的记录［３］，难以高效地应对多时相或时序的遥感影像的获取和检索．现有的二维空间遥感影像存储管理大多是将遥感影像划分为瓦片，并建立相应的索引后，存储于文件系统或关系数据库［４?５］．基于文件系统存储遥感影像能够实现影像的便捷管理，但不易实现对影像数据的并发访问及快速检索［２］．而基于关系数据库存储遥感影像，一方面，随着遥感影像数据量的增大，入库时间越来越长，难以支撑ＰＢ级的海量遥感影像管理；另一方面，关系数据库的关系表结构难以应对较为复杂的非结构化或半结构化数据．相较于关系数据库，非关系数据库能够更灵活地存储和管理非结构化或半结构化数据［６］．在遥感影像网络共享方面，开放地理空间信息联盟（ＯＧＣ）推出一系列面向［］［］Ｗｅｂ服务的地理信息共享和互操作规范７．其中，Ｗｅｂ覆盖服务８（ＷＣＳ）以Ｃｏｖｅｒａｇｅ的形式提供数字式的地理信息，不仅可以保持遥感影像数据的原始语义，还可以作为遥感影像数据共享规范．为了更高效地组织管理时序遥感影像，便于时空查询，本文将传统的时序遥感影像数据集转换为（狓，狋）三维的狔，ｎｅｔＣＤＦ格式，并对其进行瓦片划分，在原有四叉树瓦片划分的基础上，增加时间维度狋的瓦片划分，形成三维八叉树瓦片划分方法，并研究其瓦片的存储和Ｗｅｂ共享应用的问题．１时序遥感影像瓦片化及索引方法时序遥感影像的瓦片化与传统二维遥感影像瓦片的划分不同，在地理空间二维（狓，狔）的基础上，增加时间狋维度．因此，对具有时间维度的时序遥感影像数据集进行瓦片化，需要在原有二维瓦片化的基础上向三维拓展，将传统的四叉树拓展为三维八叉树．时序遥感影像的三维时空域可以基于三维笛卡尔坐标系定义，该时空域有（狓，狋）３个相互正交的维度轴，每个三维实体对象的时空域犇由每个维度轴狔，的上界犾和下界狌定义，其中，时间轴狋的下界默认为１，上界为三维实体对象时间节点的个数，即（犇＝（犾狓：狌狓，犾狔：狌狔，１：狌狋）．１）式（１）中：犇为时序遥感影像的三维时空域；犾狓，犾狔，狌狓，狌狔分别为时序遥感影像在狓，１为狔轴的上下界；时间轴狋的默认下界；狌狋为三维实体对象时间节点的个数．因此，八叉树瓦片划分方法可表示为对该三维时空域犇中每个维度轴递归二分．以第１次划分的第１个叶节点为例，八叉树划分的叶节点的时空域犇１可表示为烄狌狓－犾狓，：狌－犾狔，：狌狋烌犾狓：犾狓＋犾狔犾狔＋狔１（２）２２２．烆烎式（２）中：犇１为八叉树第１次划分的第１个叶节点．在各维度进行递归二分时，为保证瓦片大小为整数，中值数字取值为向上取整．以狓轴为例，其二分区间可表示为犇１＝「 ? 「 ? 「? 烄烄狌狓－犾狓烌狌狓－犾狓：烌犾狓：犾狓＋犾狓＋狌狓，．２２烆烎烆烎在编码方法上，传统的Ｍｏ码是一种四叉树编码方式，二维数据可以通过Ｍｏｒｔｏｎｒｔｏｎ编码表示为「 ? 「 ? 一维数据［９］．当四叉树瓦片化方法向三维拓展为八叉树瓦片化方法时，相应地需要将Ｍｏｒｔｏｎ码向三维［］拓展．三维Ｍｏｒｔｏｎ码可以由八叉树瓦片划分的叶节点的三维行列号（犡，犢，犜）计算得到１０．首先，根据八叉树瓦片划分得到三维行列号，并将三维行列号转为二进制．然后，以错位交叉的方法由二进制行列号得到二进制的三维Ｍｏｒｔｏｎ码．最后，将其转换为十进制表示．具体八叉树瓦片划分方法和三维Ｍｏｒ  ｔｏｎ码错位交叉的计算，如图１所示．在错位交叉方法中，错位交叉的先后顺序不同，会产生不同的Ｍｏｒｔｏｎ码序列，这将直接影响数据库内瓦片数据的存储顺序．如按狓，狋的顺序进行错位交叉形成的Ｍｏｒｔｏｎ码，首先，注重于瓦片时间狔，序列狋轴的临近关系；其次，注重空间上狔轴的临近关系，在形成整个Ｍｏｒｔｏｎ码序列时，可使临近时间序列的瓦片排列顺序尽可能连续，从而提高在数据库中按时间序列检索的性能．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期李嘉欣，等：运用ＭｏｎｇｏＤＢ的三维时序遥感影像存储及Ｗｅｂ应用５３７基于Ｍｏｒｔｏｎ码的八叉树瓦片索引能较好地管理规则的时序遥感影像瓦片，检索时，用户只需输入目标影像区域的三维时空域犇犿＝（犾狓：狌狓，犾狔：狌狔，犾狋：狌狋），即可根据瓦片在三维时空的大小及整个时序遥感影像的三维时空域犇计算出目标影像区域所包含瓦片的三维行列号，从而可以根据三维行列号计算出所包含瓦片的Ｍｏｒｔｏｎ码，以此实现根据三维时空坐标查询和检索时序遥感影像瓦片．瓦片划分的流程图，如图２所示．图１二进制三维Ｍｏｒｔｏｎ码错位交叉图２时序遥感影像瓦片划分流程图Ｆｉ１Ｂｉｎａｒｒｔｏｎｃｏｄｅｇ．ｙ３ＤＭｏＦｉ２Ｔｉｍｅｓｅｒｉｅｓｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｔｉｌｅｇ．ｍｉｓａｌｉｔｃｒｏｓｓｇｎｍｅｎｄｉｖｉｓｉｏｎｆｌｏｗｄｉａｇｒａｍ２基于犕狅狀犵狅犇犅的影像瓦片及元数据存储将时序遥感影像的二进制瓦片文件和元数据分别存储．瓦片文件以ｎｃ格式存储于ＧｒｉｄＦＳ，元数据以ＢＳＯＮ格式存储．每个瓦片对应一个ｆｓ．ｆｉｌｅｓ和多个ｆｓ．ｃｈｕｎｋｓ，其文件存储在ｆｓ．ｃｈｕｎｋｓ中，其描述信息存储在ｆｓ．ｆｉｌｅｓ中．ｆｓ．ｆｉｌｅｓ记录文件的序号狀为瓦片Ｍｏｒｔｏｎ码，多个ｆｓ．ｃｈｕｎｋｓ中的 “ ｆｉｌｅ－ｉｄ”与ｆｓ．ｆｉｌｅｓ中的“－ｉｄ”相对应，瓦片描述通过Ｃｏｖｅｒａｇｅｉｄ与ＢＳＯＮ元数据相关联．存储框架，如图３所示．图３时序遥感影像存储结构Ｆｉ３Ｔｉｍｅｓｅｒｉｅｓｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓｔｏｒａｇｅｓｔｒｕｃｔｕｒｅｇ．时序遥感影像元数据相对于一般遥感影像元数据，除了需要具备基础元数据项外，还需要在索引域及时间信息上进行扩展．ＯＧＣＷｅｂ覆盖服务定义了ＧｅｔＣａｐａｂｉｌｉｔｉｅｓ，ＤｅｓｃｒｉｂｅＣｏｖｅｒａｇｅ和ＧｅｔＣｏｖｅｒａｇｅ［］１１］将Ｃｏｖｅｒａｇｅ模型的地理要素以结构化树的形式组３个核心操作，同时继承覆盖模型标准１１．文献［织起来，主要包括索引域（ＤｏｍａｉｎＳｅｔ）、值域（ＲａｎｇｅＳｅｔ）、值域类型（ＲａｎｇｅＴｙｐｅ）和元数据（ＭｅｔａＤａｔａ）４［］个模块．因此，参考ＯＧＣ制定的Ｃｏｖｅｒａｇｅ模型１２，使用三维索引域描述时序遥感影像（狓，狋）三维时狔，空范围．有关基础元数据部分，根据文献［１３］制定的影像和格网数据内容模型标准，该标准针对当前广泛使用的影像和格网数据进行分类，并针对不同数据类别制定基础元数据，以及设定可选项和必选项，可支持扩展．其中，对于光学影像，文献［１３］定义了获取时间、影像描述、镶嵌情况、波段信息、卫星平台和传感器等基础元数据项．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）５３８２０１９年针对三维时序遥感影像元数据，不仅需要在其索引域扩展出时间维度信息，并记录三维遥感影像时间节点，还需要修改获取时间的元数据，按照三维遥感影像时间节点的排列顺序存储时序遥感影像所有时相的影像获取时间．其余基础元数据项因为同属同一数据源，在影像描述、镶嵌情况、波段信息等基础元数据部分均保持一致．因此，时序遥感影像元数据总体可分为２部分：１）基于文献［１３］定义的基础元数据项；２）基于文献［１１］定义的三维索引域和值域信息，并在此基础上增加ＴｉｍｅＳｅｒｉｅｓ记录来描述时序遥感影像的时间信息．具体时序遥感影像元数据表结构，如图４所示．图４时序遥感影像元数据表结构Ｆｉ４Ｔｉｍｅｓｅｒｉｅｓｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｍｅｔａｄａｔａｔａｂｌｅｓｔｒｕｃｔｕｒｅｇ．在时序遥感影像元数据表结构中，ＤｏｍａｉｎＳｅｔ，ＲａｎｇｅＳｅｔ，ＲａｎｇｅＴｙｐｅ，ＯＩＭｅｔａＤａｔａ分别存储时序遥感影像的索引域、值域、值域类型及光学影像元数据，在遥感影像元数据中，ＯＩＭｅｔａＤａｔａ部分主要记录光学遥感影像基础元数据．ＤｏｍａｉｎＳｅｔ除了需要记录目标时空域的二维索引域，还需要记录时空域的时间序列，构成三维时空坐标系的三维时空索引域．其中，／ＴｉｍｅＳｅＤｏｍａｉｎＳｅｔｒｉｅｓ仅记录时序遥感影像的时间序列号，其序列号对应的遥感影像获取时间记录在ＯＩＭｅ／ＴｉｍｅＳｅｔａＤａｔａｒｉｅｓ中．除了ＴｉｍｅＳｅｒｉｅｓ外，在光学影像的基础元数据中，ＩｍａｇｅＤｅｓｃｒｉｔｉｏｎ记录影像处理级别及其他描述信息；Ｍｏｓａｉｃ记录镶ｐ嵌信息；ＢａｎｄｓＩｎｆｏ记录波段信息；ＰｌａｔｆｏｒｍＩｎｆｏ记录卫星平台信息；ＳｅｎｓｏｒＩｎｆｏ记录传感器信息．３性能测试比较与分析为验证所提的时序遥感影像三维瓦片化存储模型的性能，将所提的三维格网化存储与不划分瓦片存储，以及传统的遥感影像二维瓦片化存储的影像获取性能进行比较．将自变量设置为获取目标影像瓦片时间节点的个数（犖），因变量设置为检索并获取目标影像瓦片所需响应时间（狋），为排除第３方格式转换和影像融合所造成的影响，该性能比较试验不进行格式转换．性能测试结果，如图５所示．由图５可知：相较于无瓦片划分，对遥感影像进行二维或三维瓦片化都可以明显地提高遥感影像子集获取的效率，瓦片化存储可以明显减小影像子集获取的数据量；对于二维和三维瓦片化存储，在获取单个时间的遥感影像瓦片时，由于三维瓦片文件大小大于二维瓦片，无法体现出其瓦片获取性能的优势，但随着获取遥感影像瓦片的时间节点个数的递增，三维瓦片可以极大地减小影像瓦片获取时的ＩＯ操作的次数，从图５３种存储方式瓦片获取性能比较而在获取多个时间节点的遥感影像瓦片时有较高的效率，可Ｆｉ５Ｃｏｍｐａｒｉｓｏｎｏｆｔｈｒｅｅｓｔｏｒａｇｅｍｏｄｅｇ．ｔｉｌｅａｃｉｓｉｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｑｕ更高效地管理时序遥感影像．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期李嘉欣，等：运用ＭｏｎｇｏＤＢ的三维时序遥感影像存储及Ｗｅｂ应用５３９４基于犠犆犛的时序影像管理服务及犠犆犘犛和犚语言计算在基于ＭｏｎｇｏＤＢ的时序遥感影像存储的基础上，为进一步完善时序遥感影像的管理，首先，以时序遥感影像数据集作为数据来源，使用Ｇｄａｌ作为空间数据转换工具，将时序的遥感影像集转换为具有时间维度的ｎｅｔＣＤＦ格式，并进行瓦片划分后存入ＭｏｎｇｏＤＢ；然后，构建基于ＯＧＣＷＣＳ的Ｗｅｂ覆盖服务原型，根据ＷＣＳ服务原型检索，获取目标时空域的时序遥感影像子集，并使用Ｗｅｂ覆盖处理服务（ＷＣＰＳ）和Ｒ语言对目标时空域的时序遥感影像进行进一步分析和计算．Ｇｄａｌ是一种在Ｘ／ＭＩＴ许可协议下的开源栅格空间数据转换工具，它利用抽象数据模型来表达所支持的各种文件格式［１４］．Ｇｄａｌ不仅可以对各种栅格进行读写，还可以实现栅格空间数据的格式转换、几何校正、重投影、重采样、裁剪等．Ｒａｓｄａｍａｎ是由德国不莱梅雅各布斯大学和Ｒａｓｄａｍａｎ公司合作开发的多维栅格数据管理系统，支持ＯＧＣＷＣＳ２．０核心及其拓展，包括ＷＣＳｒａｇｅ的查 ?Ｔ和ＷＣＰＳ等．ＷＣＰＳ是一种独立于ＷｅｂＣｏｖｅ询语言，支持对Ｃｏｖｅｒａｇｅ进行代数运算、逻辑运算和聚合运算等．Ｒ是一种用于统计分析和绘图的语言和操作环境，Ｓｈｉｎｙ是一个开源的Ｒ包，为使用Ｒ构建Ｗｅｂ应用所提供的一种Ｗｅｂ开发框架，可以进行快速数据分析和可视化．文中设计的基于ＭｏｎｇｏＤＢ的ＷＣＳ服务原型将原始遥感影像增加时间维度，使用Ｇｄａｌ将时序的遥感影像数据集转换为ｎｅｔＣＤＦ格式后进行瓦片划分，并将ｎｅｔＣＤＦ格式的三维（狓，狋）瓦片存储于ＧｒｉｄＦＳ中；在用户发送获取影像请求时，狔，根据用户发送的时空域请求，快速索引瓦片，最终调用Ｇｄａｌ进行瓦片融合，并转换为用户需要的格式返回给用户．数据流程图，如图６所示．图６ＷＣＳ原型数据流程图该服务原型可以结合Ｒａｓｄａｍａｎ的ＷＣＰＳ和Ｒ语言进行进一步的数据挖掘，形成时序遥感影像获取和处理服务链．首Ｆｉ６ＷＣＳｐｒｏｔｏｔｔａｆｌｏｗｄｉａｇｒａｍｇ．ｙｐｅｄａ先，在该ＷＣＳ快速原型及影像计算服务链中，ＷＣＳ服务原型可直接获取用户请求的目标遥感影像数据．然后，将用户请求的目标遥感影像数据上传至Ｒａｓｄａｍａｎ，并发送ＷＣＰＳ计算请求，对遥感影像进行初步计算后，将ＷＣＰＳ计算结果传递给Ｓｈｉｎｙ，并使用Ｒ语言对计算结果进行进一步统计分析．最后，获取的遥感影像经过ＷＣＰＳ计算和Ｒ语言分析得到可视化结果．ＷＣＳ快速原型及影像计算服务链架构，如图７所示．图７中：ＩＢＩ为基于遥感指数的新型城市建筑用地指数．５应用案例分析５．１研究区及实验数据开封市位于我国黄河中下游平原东部，与交通枢纽郑州图７ＷＣＳ原型及影像计算服务链架构图相邻，其城市发展历程可以追溯到春秋战国时期，是我国历史Ｆｉ７ＷＣＳｐｒｏｔｏｔａｌｃｕｌａｔｉｏｎｇ．ｙｐｅａｎｄｉｍａｇｅｃ文化古城发展的缩影，研究开封市的城市发展进程和趋势对ｓｅｒｖｉｃｅｃｈａｉｎａｒｃｈｉｔｅｃｔｕｒｅｄｉａｇｒａｍ建设我国古代历史名城有着重要的参考意义．开封市主城区位于东经１１３ ° ５２ ′ １５ ″～１１５ ° １５ ′ ４２ ″，北纬３４ ° １１ ′ ４５ ″～３５ ° ０１ ′ ２０ ″．实验数据来源于美国地质勘探局ＵＳＧＳ下载的Ｌａｎｄｓａｔ５ＴＭ影像，产品级别为Ｌ１Ｔ，地面分辨率为３０ｍ，从２０００－２０１１年期间共有１２幅影像，日期分别为２０００年７月２７日，２００１年７月１４日，２００２年８月２日，２００３年９月２２日，２００４年７月２２日，２００５年８月２６日，２００６年６月２６日，２００７年７月３１日，２００８年８月２日，２００９年９月２２日，２０１０年８月８日和２０１１年７月１０日．文中实验主要选择夏季或盛夏时期的遥感影像数据，该季节植被较为茂密，闲置耕地较少，减少荒地对ＩＢＩ的计算和提取结果的影响．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）５４０２０１９年５．２案例分析通过所提的ＷＣＳ原型服务可以检索并获取开封市主城区的时序遥感影像数据，并上传至Ｒａｓｄａ  ［］ｍａｎ．以徐涵秋１５提出的ＩＢＩ计算为例，调用ＷＣＰＳ分别计算出每年开封市主城区的归一化建筑指数（ＮＤＢＩ）、修正归一化水体指数（ＭＮＤＷＩ）和土壤调节植被指数（ＳＡＶＩ）．以２０００年开封市ＮＤＢＩ指数计算为例，ＷＣＰＳ语句为ｆｏｒ犮ｉｎ（ｋａｉｆｅｎｇ２０００）／（ｒｅｔｕｒｎｅｎｃｏｄｅ（（犮．４－犮．３）犮．４＋犮．３）， ″ ″）ｐｎｇ上述语句中：犮为２０００年开封市遥感影像的整体变量；犮．３，犮．４分别为用于ＮＤＢＩ计算的近红外波段和中外波段．ＷＣＰＳ计算ＮＤＢＩ的可视化结果，如图８所示．使用Ｒ语言对ＷＣＰＳ计算出的ＮＤＢＩ，ＭＮＤＷＩ和ＳＡＶＩ３种指数进行ＩＢＩ指数计算，最终获得开封市主城区ＩＢＩ指数的计算结果，如图９所示．图８，９中：仅展示变化较为明显的计算结果（２００２，２００４，２００８，２０１０年）．（ａ）２００２年（ｂ）２００４年（ｃ）２００８年（ｄ）２０１０年图８ＷＣＰＳＮＤＢＩ指数计算结果Ｆｉ８ＮＤＢＩｉｎｄｅｘｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｂｙＷＣＰＳｇ．（ａ）２００２年（ｂ）２００４年（ｃ）２００８年（ｄ）２０１０年图９Ｒ语言ＩＢＩ指数计算结果Ｆｉ９ＩＢＩｉｎｄｅｘｃａｌｃｕｌａｔｉｏｎｒｅｓｕｌｔｂｙＲｌａｎｇｕａｇｅｇ．由图８，９可知：ＮＤＢＩ指数可视化结果和ＩＢＩ指数可视化结果可以较为直观地看出开封市主城区主要城市建筑的空间分布．相较于ＮＤＢＩ指数，ＩＢＩ指数能够更加有效地排除土壤、水体及植被对建筑物提取的影响，且新的指数可以进一步影响城市生态环境的因子研究，对研究城市发展历程和建筑物规划分布有指导性意义．由图９可知：ＩＢＩ指数可视化结果可以明显看出开封市城区有较为明显的向东西方向发展的趋势，犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期李嘉欣，等：运用ＭｏｎｇｏＤＢ的三维时序遥感影像存储及Ｗｅｂ应用５４１开封市西边毗邻我国中原交通枢纽郑州市，一方面，这种向西发展的模式可以更好地和郑州东区发展相互结合，使郑汴一体化进程进一步加快；另一方面，城区建筑物分布逐渐变为松散，城市中掺杂较多空白区域，这表明在２００２－２０１０年间，开封市的城市发展在向西扩张，加速周边区域城市化的同时，对老城区进行了进一步的生态改造，有效地优化了开封市主城区的生态环境，这种发展经验也对我国其他历史名城的现代化和城市化建设有指导意义．６结束语基于ＭｏｎｇｏＤＢ进行时序遥感影像的三维格网化存储研究，且以ＷＣＳ的形式发布为Ｗｅｂ遥感影像获取服务，可以具有针对性地解决区域时序遥感影像的存储和检索问题．同时，该影像获取服务可以进一步与ＷＣＰＳ服务结合，形成影像获取和影像计算Ｗｅｂ服务链，并支持与其他影像处理服务协同对遥感影像数据进行深度挖掘或进一步计算研究．参考文献：［１］李芳，邬群勇，汪小钦．基于ＯＧＣ规范的遥感影像数据服务研究［Ｊ］．测绘信息与工程，２００９，３４（４）：３０３２．ＤＯＩ：１０． ? ６０４５．２００９．０４．０１１．２０９５１４１８８／ ? ｊ．［２］刘桂红．多源海量影像数据库关键技术研究［Ｄ］．北京：北京建筑工程学院，２０１１．［３］仇林遥，王萌，朱庆，等．顾及时空语义的多主题瓦片数据优化检索方法［Ｊ］．国防科技大学学报，２０１５，３７（５）：１５２０． ? ｃｎ．２０１５０５００３．ＤＯＩ：１０．１１８８７／ｊ．［４］谢毅，陈丹捷，魏国丽．一种基于文件系统的海量遥感影像存储组织结构［Ｊ］．福建电脑，２０１１，２７（１）：１１０１１１．ＤＯＩ： ? ｉｓｓｎ．１６７３１０．３９６９／２７８２．２０１１．０１．０５６． ? ｊ．［５］刘伟，刘露，陈荦，等．海量遥感影像数据存储技术研究［Ｊ］．计算机工程，２００９，３５（５）：２３６?２３９．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３４２８．２００９．０５．０８１． ? ［６］陈超，王亮，闫浩文，等．一种基于ＮｏＳＱＬ的地图瓦片数据存储技术［Ｊ］．测绘科学，２０１３，３８（１）：１４２１４３．ＤＯＩ：１０． ? １６２５１／ｃｎｋｉ．１００９２３０７．２０１３．０１．０３０． ? ｊ．［７］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（３）：１８２７．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１６７２ ? ? ｊ．１５８６．２００６．０３．００３．Ｒ［８］ＰＥＴＥＲＢ．ＯＧＣ○ ＷＣＳ２．０ｉｎｔｅｒｆａｃｅｓｔａｎｄａｒｄ  ｃｏｒｅ  ｃｏｒｒｉ  １１０ｒ４［Ｓ］．［Ｓ．ｌ．］：［ｓ．ｎ．］，２０１２．ｇｅｎｄｕｍ：ＯＧＣ０９［９］张天蛟，严泰来，王海蛟，等．基于Ｍｏｒｔｏｎ码的土地空间网格数据组织与检索［Ｊ］．农业工程学报，２０１３（增刊）：２３５ ? ｉｓｓｎ．１００２２４３．ＤＯＩ：１０．３９６９／６８１９．２０１３．ｚ１．０３７． ? ｊ．［ｉｓｓｎ．１０］韩慧民，郑少开．基于线性八叉树的点云数据存贮与索引［Ｊ］．大众科技，２０１４（６）：３９?４１．ＤＯＩ：１０．３９６９／ｊ．１００８１１５１．２０１４．０６．０１４． ? ［１１］ＮｏｒｗｅｇｉａｎＴｅｃｈｎｏｌｏｇｙＣｅｎｔｒｅ．ＦｉｎａｌｔｅｘｔｏｆＣＤ１９１２３ｇｅｏｇｒａｐｈｉｃｉｎｆｏｒｍａｔｉｏｎ：Ｓｃｈｅｍａｆｏｒｃｏｖｅｒａｇｅｇｅｏｍｅｔｒｙａｎｄｆｕｎｃｔｉｏｎｓ：ＩＳＯ／ＴＣ２１１Ｎ１４７５［Ｓ］．Ｎｏｒｗｅｇｉａｎ：ＩＳＯ／ＴＣ２１１／ＷＧ２／１９１２３ＥｄｉｔｉｎｇＣｏｍｍｉｔｔｅｅ，２００３．［１２］谭玉敏，池天河，唐中实．ＧＭＬ的空间信息映射模式［Ｊ］．华侨大学学报（自然科学版），２００４，２５（１）：８７?９０．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１０００５０１３．２００４．０１．０２２． ? ｊ．［１３］ＩｎｔｅｒｎａｔｉｏｎａｌＳｔａｎｄａｒｄｓＯｒｉｚａｔｉｏｎ．Ｇｅｏｇｒａｐｈｉｃｉｎｆｏｒｍａｔｉｏｎ：Ｃｏｎｔｅｎｔｃｏｍｐｏｎｅｎｔｓａｎｄｅｎｃｏｄｉｎｇｒｕｌｅｓｆｏｒｉｍａｇｅｒｇａｎｙｔｅｎｔｍｏｄｅｌ：ＩＳＯ／ＴＳ１９１６３１：２０１５（Ｅ）［Ｓ］．Ｇｅｎｅｖａ：［ｓ．ｎ．］，２０１５．ｒｔ１）：Ｃｏｎａｎｄｇｒｉｄｄｅｄｄａｔａ（ ? ｐａ［１４］葛亮，何涛，王均辉，等．基于ＧＤＡＬ的瓦片切割技术研究［Ｊ］．测绘与空间地理信息，２０１４（７）：１３０ＤＯＩ：１０． ?１３２．３９６９／ｉｓｓｎ．１６７２５８６７．２０１４．０７．０４１． ? ｊ．［１５］徐涵秋．一种基于指数的新型遥感建筑用地指数及其生态环境意义［Ｊ］．遥感技术与应用，２００７（３）：３０１３０８．ＤＯＩ： ? ｉｓｓｎ．１００４１０．３９６９／０３２３．２００７．０３．００１． ? ｊ．（编辑：李宝川责任编辑：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４０卷第４期华侨大学学报（自然科学版）２０１９年７月ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｖｏｌ．４０Ｎｏ．４Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８１１０３８ ? 单目视觉定位实现机器人跟踪的实验系统和控制方法程前，聂卓 " ，方浩澄，邵辉（华侨大学信息科学与工程学院，福建厦门３６１０２１）摘要：提出一种基于视觉定位的多机器人跟踪控制方法．首先，采用单目视觉定位技术，建立平面物理坐标与视觉图像坐标之间的映射关系．然后，结合轮式移动机器人的运动学模型，基于Ｌｙａｐｕｎｏｖ方法设计轨迹跟踪控制器．最后，结合视觉定位确定机器人的平面坐标位置，分阶段规划机器人运动轨迹，实现多机器人跟踪控制．仿真和实验结果表明：该方法具有可行性和有效性．关键词：视觉定位；轨迹跟踪控制；Ｌｙａｐｕｎｏｖ法；多机器人中图分类号：ＴＰ２４２文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０５４２０７ ? ? ? 犈狓狆犲狉犻犿犲狀狋犪犾犛狔狊狋犲犿犪狀犱犆狅狀狋狉狅犾犕犲狋犺狅犱犳狅狉犚狅犫狅狋犜狉犪犮犽犻狀犵犫狔犕狅狀狅犮狌犾犪狉犞犻狊犻狅狀犘狅狊犻狋犻狅狀犻狀犵ＣＨＥＮＧＱｉａｎ，ＮＩＥＺｈｕｏｙｕｎ，ＦＡＮＧＨａｏｃｈｅｎｇ，ＳＨＡＯＨｕｉ（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｔｒａｃｋｉｎｇｃｏｎｔｒｏｌｍｅｔｈｏｄｆｏｒｍｕｌｔｉｒｏｂｏｔｂａｓｅｄｏｎｖｉｓｉｏｎｌｏｃａｌｉｚａｔｉｏｎ．Ｆｉｒｓｔｌ ? ｙ，ｔｈｅｍａｐｐｉｎｇｒｅｌａｔｉｏｎｓｈｉｔｗｅｅｎｐｌａｎｅｐｈｙｓｉｃａｌｃｏｏｒｄｉｎａｔｅｓａｎｄｖｉｓｕａｌｉｍａｇｅｃｏｏｒｄｉｎａｔｅｓｉｓｅｓｔａｂｌｉｓｈｅｄｂｙｕ  ｐｂｅｓｉｎｇｍｏｎｏｃｕｌａｒｖｉｓｉｏｎｌｏｃａｌｉｚａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ．Ｔｈｅｎ，ｃｏｍｂｉｎｅｄｗｉｔｈｋｉｎｅｍａｔｉｃｓｍｏｄｅｌｏｆｗｈｅｅｌｅｄｍｏｂｉｌｅｒｏ  ｂｏｔ，ａｔｒａｅｃｔｏｒｒａｃｋｉｎｇｃｏｎｔｒｏｌｌｅｒｉｓｄｅｓｉｓｅｄｏｎＬｙａｐｕｎｏｖｍｅｔｈｏｄ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｃｏｍｂｉｎｅｄｗｉｔｈｖｉｓｕ  ｊｙｔｇｎｅｄｂａｒａｅｃｔｏｒｌａｎｎｉｎｇｉｓｃａｒｒｉｅｄｏｕｔｆｏｒｓｔａｇｅｓ，ａｌｐｏｓｉｔｉｏｎｉｎｇｔｏｄｅｔｅｍｉｎｅｒｏｂｏｔ ′ ｓｐｌａｎｅｃｏｏｒｄｉｎａｔｅｐｏｓｉｔｉｏｎ，ａｎｄｔｊｙｐｔｈｅｔｒａｃｋｉｎｇｃｏｎｔｒｏｌｆｏｒｍｕｌｔｉ  ｒｏｂｏｔｗａｓｒｅａｌｉｚｅｄ．Ｓｉｍｕｌａｔｉｏｎａｎｄｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｖｅｒｉｆｈｅｆｅａｓｉｂｉｌｉｔｙｔｙａｎｄｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｍｅｔｈｏｄ．犓犲狉犱狊：ｖｉｓｕａｌｐｏｓｉｔｉｏｎｉｎｇ；ｔｒａｅｃｔｏｒｏｎｔｒｏｌｔｒａｃｋｉｎｇ；Ｌｙａｐｕｎｏｖｍｅｔｈｏｄ；ｍｕｌｔｉｒｏｂｏｔ ? ｊｙｃ狔狑狅随着机器人技术的发展，以机械臂、自动导引运输车（ＡＧＶ）、无人机等为代表的机器人在工业领域的应用逐渐增多．在实际应用中，从最初单机器人的简单重复动作，到多机器人集群协同完成复杂任务，机器人的智能化水平越来越高．当前，多机器人的协同控制逐渐成为机器人研究领域的主要问题［１］．对于单个机器人的跟踪控制问题，学者们提出了模糊控制算法、反步法及滑模控制等多种方案．文献［２］基于模糊控制算法和有定位精度限制的全球定位系统（ＧＰＳ），对农作物自主巡检机器人进行路径规划、轨迹导航跟踪，虽然系统在仿真中有较好的抗干扰性，但由于模糊控制算法自身的控制特点，必将导致系统的控制精度降低和动态品质变差．文献［３］对轮式移动机器人的运动学模型进行分析，利用里程计进行位置定位，基于反步法设计出机器人的目标跟踪控制，仿真效果良好．然而，反步法的计算量较大，系收稿日期：２０１８１１１３ ? ? 通信作者：聂卓"（１９８３Ｅ?ｍａｉｌ：ｚｈｕｙ ?），副教授，博士，主要从事先进控制理论与应用、机器人与智能系统的研究． ? ｙｅｕｎ２００４＠ｓｉｎａ．ｃｏｍ．基金项目：国家自然科学基金资助项目（６１４０３１４９）；华侨大学研究生科研创新基金资助项目（１８０１３０８２０３８）第４期程前，等：单目视觉定位实现机器人跟踪的实验系统和控制方法５４３统设计过于复杂，且由于里程的误差累计，对机器人位姿角度的计算往往不准确．文献［４］针对移动机器人的轨迹跟踪控制问题，提出带有变结构控制的切换函数滑模轨迹跟踪控制方法，但此控制律的设计需要大量运算，过于复杂．对于多机器人的跟踪控制问题，常用的方法有领航跟随法、基于行为法和虚拟结构法等［５］．文献［６］将基于行为法和虚拟结构法相结合，使系统获得很强的鲁棒性能，但无法精确控制跟踪的速度，且机器人之间的通信量巨大，对通信设备的要求颇高．本文在常规实验条件下，对单目视觉定位实现机器人跟踪的实验系统和控制方法进行研究．１单目视觉定位定位作为机器人跟踪控制的最基本的环节，其准确度很大程度上影响跟踪控制的效果．定位主要分［］为相对定位和绝对定位，区别在于机器人是否已知自身初始位置［７?８］．２００４年，Ｆｉａｌａ９提出将视觉定位技术应用于实时多移动机器人平台，同时，视觉里程计这个概念被提出，弥补了传统轮式里程计受环境因素影响的缺陷［１０］．其他学者也对此进行了相关研究［１１１２］．在常规实验条件下，文中采用单目视觉识别目标物上的颜色特征点，获取目标物的位置信息，从而实现多机器人的单目视觉相对定位．首先，假设视觉目标对象所处的像平面坐标为（狌，狏），由于摄像头安装位置与地面存在一定高度和俯仰角，如图１所示．因此，像平面中的坐标（狌，狏）并不是实际世界坐标系（ＷＣＳ）中的坐标，需要进行坐标转换，才能得出世界坐标系中的坐标（狓，狔）．［１３］像平面坐标（狌，狏）转换为世界坐标系中的坐标（狓，狔）的公式为（ｉｎθＥＬ－犳ｃｏｓθＥＬ）狌犺，狔＝犺狏ｓ狓＝（．（ｉｎθＥＬ＋狏ｃｏｓθＥＬ）ｉｎθＥＬ＋狏ｃｏｓθＥＬ）犳ｓ犳ｓ式（１）中：犺为摄像头中心到基平面的高度； θＥＬ为摄像头的俯仰角．犳为摄像头的焦距；（１）由光学成像基本原理可知：摄像头在固定角度和水平高度下，图像所能识别的地面区域近似为梯形，并可通过实验方式测得地面区域坐标位置．像平面图像与地面区域的映射关系，如图２所示．图１像平面坐标与世界坐标系关系图图２区域关系图（单位：ｍｍ）Ｆｉ１Ｄｉａｇｒａｍｏｆｒｅｌａｔｉｏｎｓｈｉｔｗｅｅｎｐｌａｎｅｇ．ｐｂｅＦｉ２Ｒｅｇｉｏｎａｌｒｅｌａｔｉｏｎｓｄｉａｇｒａｍ（ｕｎｉｔ：ｍｍ）ｇ．ｃｏｏｒｄｉｎａｔｅａｎｄｗｏｒｌｄｃｏｏｒｄｉｎａｔｅｓｙｓｔｅｍ在轴对称条件下，测量定点坐标所在地面区域的位置数据，可得到映射计算公式．以某次实验为例（图２），进行说明．通过测量，得出世界坐标系点犃坐标为（１１５，２３０），点犅坐标为（２７０，９７０）．同时，在像平面坐标系下，点犃 ′坐标为（１２０，０），点犅 ′坐标为（１２０，３２０）．得到梯形上、下底２个顶点在世界坐标系中的坐标后，结合两点的像平面坐标，代入式（１），反解出未知参数．若直接将点坐标代入式（１）计算ｉｎθＥＬ，ｃｏｓθＥＬ，犳ｓ犺，１）进行近似处理．即令犪＝犫＝犮＝ｓｉｎθＥＬ，犱＝ θＥＬ，则会显得十分复杂，故先将式（犳，犺犺１），可得犳ｃｏｓθＥＬ并代入式（狌，犮狏－犱（狓＝．２）狔＝犪＋犫狏犪＋犫狏简化后的公式只需要计算出参数犪～犱即可．将点犃，犅，犃 ′，犅 ′的坐标代入式（２），可得犪＝１．０４３５，犫＝－０．００１９，犮＝０．５９７２，犱＝－２４０．００００．由式（２）和计算出的参数值，可实现视觉定位．当目标对象出现在摄像头视野范围内，通过图像识别对象坐标（狌，狏），利用式（２）计算出目标点在实际世界坐标系下的坐标（狓，狔），确定目标点的相对位置．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）５４４２０１９年２轨迹跟踪控制２．１基于犔狔犪狆狌狀狅狏法的跟踪控制律采用Ｌｙａｐｕｎｏｖ法设计结构简单、性能稳定的单个机器人的跟踪控制律．考虑一类双轮驱动差动转向移动机器人，其运动学模型，如图３所示．图３中：犔为两轮之间的距离；狏Ｌ，狏Ｒ分别为左、右轮速度；（狓，狓， θ）为车辆当前位姿；（ θ为智能车速度狔，狔）为小车的几何中心坐标，假定该模型质心与中心重合；［１４］矢量方向与犡轴的夹角．智能车的运动状态由线速度狏和角速度ω 决定，其运动学方程［１５］为（狓＝狏ｃｏｓθ，狔   ＝狏ｓｉｎθ，  ３） θ ＝ ω．式（／２；／犔．３）中：狏＝（狏Ｌ＋狏Ｒ）狏Ｌ－狏Ｒ） ω＝（移动机器人常采用虚拟机器人的方式实现跟踪控制．智能车位姿误差示意图，如图４所示．图４中：ＴＴ小车的当前位姿为狆＝［；参考位姿（虚拟机器人）即规划的轨迹向量为狆ｒ＝［，规狓狔 θ］狓ｒ狔ｒ θｒ］ＴＴ定逆时针方向为正方向；小车的当前运动状态为狇＝［；参考运动状态为狇ｒ＝［狏 ω］狏ｒ ωｒ］．图３差动式智能车运动模型图４智能车位姿误差示意图Ｆｉ３Ｄｉｆｆｅｒｅｎｔｉａｌｉｎｔｅｌｌｉｔｇ．ｇｅｎＦｉ４Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｉｎｔｅｌｌｉｔｇ．ｇｅｎｖｅｈｉｃｌｅｍｏｔｉｏｎｍｏｄｅｌｒｋｉｎｇｉｎｆｏｒｍａｔｉｏｎｅｒｒｏｒｐａ以犡ｒ犗犢ｒ作为参考坐标系，其位姿误差狆ｅ为ｓθ ｓｉｎθ ０燄熿狓ｒ－狓燄熿狓ｅ燄熿ｃｏｉｎθ ｃｏｓθ ０狔ｒ－狔．狆ｅ＝狔ｅ＝－ｓ对位姿误差狆ｅ求微分燀θｅ燅燀０，结合式（４）可得０（４）１燅燀 θｒ－θ 燅［１６］狓ｅ燄熿狏ｒｃｏｓθｅ＋ω狔ｅ－狏燄熿 狏ｒｓｉｎθｅ－ω狓ｅ ｅ＝狔 ｅ＝．狆  燀燅 ωｒ－ω θｅ燅燀（５）Ｔ由式（，使位姿误差狆ｅ５）可知：智能车的轨迹跟踪控制问题，即设计合适的输入控制量狇＝［狏 ω］有界且能够收敛于０．根据智能车的位姿误差狆ｅ，选取犞函数作为Ｌｙａｐｕｎｏｖ函数，即犞＝２犽１（２ θｅｉｎ狓ｅ＋狔２＋２ｓｅ） ≥ ０．２２（）式（６）中：犽１＞０．对犞函数求微分，可得  犞＝犽１［狓ｅ狏ｒｃｏｓθｅ－狏狓ｅ］＋犽１狔ｅ狏ｒｓｉｎθｅ＋（ｓｉｎθｅ． ωｒ－ω）（６）（７）由式（７）可得控制律为狇＝［狏ω］＝［ω ＋狏犽ｃｏ狏ｓ狔θ ＋＋犽犽狓ｓｉｎθ ］．ｒｒｅ１ｒｅ２ｅ３（８）ｅ式（８）中：控制参数犽１，犽２，犽３皆大于０．为了证明该控制律的稳定性，将式（８）代入式（７），可得  犞＝－犽１犽２狓２ｉｎ２θｅ ≤ ０．ｅ－犽３ｓ（９）由式（６），（９）可知：选取的Ｌｙａｐｕｎｏｖ函数满足Ｌｙａｐｕｎｏｖ法的稳定性判据，该控制律是稳定的．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期程前，等：单目视觉定位实现机器人跟踪的实验系统和控制方法５４５２．２基于视觉定位的从车跟踪控制２．２．１跟踪控制系统设计思路设计的基于Ｌｙａｐｕｎｏｖ法的跟踪控制律，可对单个机器人实现良好的跟踪控制．但对于多个机器人的跟踪控制，考虑到基于行为法和虚拟结构法的设计过于复杂［６］，且速度控制不够精确，故采用领航跟随法，以主车带动从车行进．在此方法下，多个机器人可以采用相同的参考轨迹进行跟踪控制，理论上可做到协调和同步．但由于每个机器人的动力学模型存在差异，运行环境具有一定的不确定性，很难保证多个机器人的同步控制．基于领航跟随法的多移动机器人协调控制系统利用数种传感器对位置信息进行在线估计与校正，可实现精确定位及同步控制［１７］．然而，这增加了系统的复杂程度，并对系统的实时性要求颇高．文中在以主车带动从车的领航跟随法下，多机器人进行协调跟踪控制，并利用单目视觉定位对从车的速度和轨迹进行修正的跟踪控制策略．２．２．２轨迹规划控制器以主车实际位置为参考坐标，通过主车摄像头确定从车的相对位置，根据跟踪任务计算从车位置偏差，分阶段生成从车的跟踪轨迹．对于跟踪轨迹的生成，使用设计的轨迹规划控制器实现．结合图像传感器，利用视觉定位技术识别从车的实际位置坐标（狓１，狔１），并将其与期望坐标（狓２，狔２）发送给从车，从车利用这２个坐标生成期望轨迹，即两点的直线，有狋＋θｒ０， θｒ＝ ωｒ１ｄ ∫ 狓ｒ＝狏ｒ１ｃｏｓθｒｄ狋， ∫ ∫ ｉｎθｒｄ狋．狔ｒ＝狏ｒ１ｓ（１０）式（１０）中：（狓ｒ，狏ｒ１＝狏 ， θｒ）为参考位姿； ωｒ１＝０分别为给定直线速度和转向速度； θｒ０为直线轨迹方狔ｒ，／（向，ｒｃｔａｎ（（狓２－狓１））． θｒ０＝ａ狔２－狔１）２．２．３跟踪控制策略基于视觉定位的跟踪控制策略，如图５所示．考虑从车在启动过程中，可能处于任意初始位置，故采用两段控制方式．机器人运动示意图，如图６所示．图５基于视觉定位的跟踪控制系统框图图６机器人运动示意图Ｆｉ５Ｂｌｏｃｋｄｉａｇｒａｍｏｆｔｒａｃｋｉｎｇｇ．Ｆｉ６Ｒｏｂｏｔｍｏｔｉｏｎｓｋｅｔｃｈｄｉａｇｒａｍｇ．ｃｏｎｔｒｏｌｓｙｓｔｅｍｂａｓｅｄｏｎｖｉｓｉｏｎｌｏｃａｔｉｏｎ在第一阶段，主车保持静止，通过调整从车的位置和姿态，使其到达期望的坐标位置上．由于从车的运动目标是跟随主车的，即需要其位姿角度与主车位姿角度差小于 π／２．当存在特殊情况，即从车的参考角度θｒ与实际角度θ 的差值大于 π／２，从车前进，而主车不动，则两车的距离变大．通过视觉定位，得知从车正远离主车，主车则发送信号给从车，从车遂旋转 π／２，以此调整位姿．利用设计的轨迹规划控制器，生成位于期望坐标与实际坐标之间的直线轨迹．在Ｌｙａｐｕｎｏｖ控制律下，从车实现轨迹跟踪控制，到达指定位置．在第二阶段，多机器人在共同的期望轨迹作用下，进行独立的轨迹跟踪控制．此时，主车和从车都处于运动状态．由于图像传感器在运动过程中存在振动现象，图像数据处理具有一定的延时，视觉定位与实际位置存在偏差，难以用于实时反馈控制．因此，在这一阶段，视觉传感器用于判别从车与期望目标点之间的距离，并对从车的独立运动过程进行适时调整和修正，以确保多机器人的协同．此时，在单目视觉中，假设存在一个虚拟机器人处于对主车的理想跟踪状态，即期望状态，协同控制目标要求从车机器人与虚拟机器人的距离保持在阈值犛范围内．假设虚拟机器人目标点坐标即期望坐标为（狓２，狓１，狔２），从车视觉定位坐标即实际坐标为（狔１）；设定坐标误差犈犡与犈犢，目标点与从车之间的距离阈值为犛，则犈犡＝狓２－狓１，犈犢＝狔２－狔１，而犛２＝犈犡２＋犈犢２．由此计算位置误差，且按照参数设定判据（表１），对相关控制律的参数进行调节．表１中：狏主为主犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）５４６２０１９年车速度．如果 ‖ （狓１，狓２，１０）中的 ωｒ１和狏ｒ１进行调节，从而对基于Ｌｙａｐｕｎｏｖ法狔１）－（狔２）‖２＞犛，则对式（的跟踪控制律的控制参数狏ｒ和 ωｒ进行设定，进而控制机器人的运动状态，使跟踪误差位于允许的范围，即 ‖ （狓１，狓２，狔１）－（狔２）‖２ ≤犛，达到视觉修正的目的．表１参数设定依据Ｔａｂ．１Ｐａｒａｍｅｔｅｒｓｅｔｔｉｎｇｂａｓｉｓ犈犢＝狔２－狔１ｍｍ犈犡＝狓２－狓１犈犢＝０犈犡＞０ｒｃｔａｎ（犈犢／犈犡），狏ｒ＞狏主 θｒ＝ａ（／），ｒｃｔａｎ犈犢犈犡狏ｒ＝狏主 θｒ＝ａ狏ｒ＝狏主 θｒ＝π／２，犈犡＜０ｒｃｔａｎ（－犈犢／犈犡），狏ｒ＞狏主 θｒ＝π－ａ（／），ｒｃｔａｎ－犈犢犈犡狏ｒ＝狏主 θｒ＝π－ａ犈犢＜０狏ｒ＝０狏ｒ＝０狏ｒ＝０犈犢＞０犈犡＝０狏ｒ＞狏主 θｒ＝π／２，３仿真实验与结果分析３．１系统平台根据实际条件，选用三轮智能机器人作为控制对象，搭建多智能机器人系统平台．系统平台由主机器人和从机器人组成，如图７所示．（ａ）示意图（ｂ）实物图图７多机器人系统平台Ｆｉ７Ｍｕｌｔｉ  ｒｏｂｏｔｓｙｓｔｅｍｐｌａｔｆｏｒｍｇ．３．２仿真分析采用根据基于Ｌｙａｐｕｎｏｖ法设计控制律（式（８）），在ＭＡＴＬＡＢ上进行小车轨迹跟踪控制仿真，验Ｔ证该控制律的准确性．首先，假设机器人初始位姿为［，其所要追踪的轨迹初始位姿为［０，０，０］０，０， π］Ｔ，控制器参数设定为犽１＝２０．０，犽２＝０．５，犽３＝１．５．由图８可知：机器人能够迅速地跟踪期望轨迹，位２姿误差在６ｓ内迅速收敛于０，收敛过程稳定，可达到理想的控制效果．（ａ）轨迹图（ｂ）位姿误差图图８轨迹跟踪控制仿真曲线Ｆｉ８Ｓｉｍｕｌａｔｉｏｎｃｕｒｖｅｏｆｔｒａｅｃｔｏｒｒａｃｋｉｎｇｃｏｎｔｒｏｌｇ．ｊｙｔ为了更加立体地对控制律的性能进行分析，采用滑模控制律［４］在同一初始条件下进行ＭＡＴＬＡＢ仿真，且狏ｒ都设为０．２．滑模控制轨迹跟踪控制仿真曲线，如图９所示．切换函数狊与控制律狇分别为狊＝［狊狊］＝［θ ＋ａｒｃ狓ｔｇ（狏狔）］，１２ｅｅｒｅ犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．（１１）第４期程前，等：单目视觉定位实现机器人跟踪的实验系统和控制方法熿狇＝狔ｅω ＋狏ｒｃｏｓθｅ＋犽１狊１狘狊１狘＋σ１燄［狏ω］＝ ω ＋狏犿狏＋狔犿（狏ｓｉｎθ ）＋犽狘狊狊狘＋σ ，２ｒｒｒｒｅ２ｅ２５４７（１２）２ 犿１＋狓ｅ燅 狔ｅ２２）．狏ｒ＝狔ｅ／（１＋（狏ｒ狔ｅ））， 犪／狔ｅ＝狏ｒ／（１＋（狏ｒ狔ｅ） 犪／ 式（１２），（１３）中：犿＝ａｒｃｔ狏ｒ狔ｅ）． σ１， σ２为正小数；ｇ（燀（ａ）轨迹图（１３）（ｂ）位姿误差图图９滑模控制轨迹跟踪控制仿真曲线Ｆｉ９Ｓｉｍｕｌａｔｉｏｎｃｕｒｖｅｏｆｓｌｉｄｉｎｇｍｏｄｅｃｏｎｔｒｏｌｔｒａｅｃｔｏｒｒａｃｋｉｎｇｃｏｎｔｒｏｌｇ．ｊｙｔ由图９可知：虽然从车可以很快地靠近期望轨迹，但真正收敛到期望轨迹是在狔＝２ｍ之后，且运动过程中也依然伴随着一些抖振，这对小车而言有些许危害．而对于所设计的控制律，小车运动则很平缓，也有较好的收敛效果，方法简便、有效．将上述策略应用于移动机器人实验平台．设一从车的期望位置为（０，４００），另一从车的期望位置为（２００，７５０），形成一个普通三角形队形．实验过程示意图，如图１０所示．图１０（ａ）为三车的起始状态，进入控制第一阶段，即机器人就位阶段．此时，主车保持静止，从车在非期望位置的任意位置．图１０（ｂ）为控制第二阶段，即机器人跟踪行驶阶段．对其中一辆从车的实验情况进行分析．视觉定位下的从车跟踪主车的动态过程，如图１１所示．图１１中：狊为相对于坐标轴的距离．（ａ）起始状态（ｂ）机器人跟踪行驶阶段图１０轨迹跟踪行驶实验示意图图１１从车运动过程坐标变化曲线Ｆｉ１０Ｅｘｐｅｒｉｍｅｎｔａｌｄｉａｇｒａｍｏｆｇ．Ｆｉ１１Ｃｏｏｒｄｉｎａｔｅｃｈａｎｇｅｃｕｒｖｅｏｆｇ．ｔｒａｃｋｔｒａｃｋｉｎｇｒｕｎｎｉｎｇｓｌａｖｅｖｅｈｉｃｌｅｍｏｔｉｏｎｐｒｏｃｅｓｓ直线编队要求从车与主车保持一条直线，并设定从车就位期望坐标为（０，４００），主、从车间距为４００ｍｍ，允许的最大误差为２５０ｍｍ．由图１１可知以下３点结论．１）在狋＝０ｓ时，开始第一阶段．从车所处初始位置坐标为（－１８３，８３７），主车保持静止，在得到期望坐标后，从车开始运动，并且迅速响应进行轨迹跟踪，在７．５ｓ左右，到达距期望坐标１５ｍｍ附近．在此阶段，从车响应迅速且跟踪精度较高．２）在狋＝１５ｓ时，进入第二阶段．主车开始直线运动，从车坐标发生变化，控制器不断生成期望轨迹，从车跟随轨迹运动，保持所设定的间距同时运动．当主车开始运动后，从车犢轴坐标增大，即从车与主车之间的距离增大，此时，从这段误差的产生到控制器响应，再到驱动电机运转之间存在一定的滞后犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）５４８２０１９年时间，且由于摄像头视觉检测到的光源位置本身存在误差，从车会落后于期望位置运动．当两车间距接近允许的最大误差２５０ｍｍ时，利用表１所设定的判据，对从车的线速度狏ｒ１和角速度 ωｒ１进行调节．３）在狋＝３１．５ｓ时，主车停止运动，狏ｒ１和 ωｒ１得到调节，使从车迅速靠近主车，保持间距４００ｍｍ．４结束语采用单目视觉定位技术，实现多机器人的相对定位，克服传统里程计、ＧＰＳ等方法误差大的缺陷；设计基于Ｌｙａｐｕｎｏｖ方法的跟踪控制器，解决了诸如反步法、滑模控制等方法的收敛振荡、实施困难等局限；提出在领航跟随法下，对从车的行车状态进行实时修正的跟踪策略．提出的基于视觉定位的多机器人跟踪方法是行之有效的，为多机器人的跟踪控制提供了一种简便、实用的方法．参考文献：［１］高振宇，郭戈．多自主水面航行器协同编队控制研究现状与进展［Ｊ］．信息与控制，２０１８，４７（５）：５１３?５２５．ＤＯＩ：１０．１３９７６／ｃｎｋｉ．ｘｋ．２０１８．７３８１．ｊ．［２］ＢＥＮＧＯＣＨＥＡ?ＧＵＥＶＡＲＡＪＭ，ＣＯＮＥＳＡ?ＭＵＯＺＪ，ＡＮＤＪＡＲＤ，犲狋犪犾．ＭｅｒｕｚｚｉｓｕａｌｓｅｒｖｏｉｎｇａｎｄＧＰＳ ? ｇｅｆｙｖｂａｓｅｄｐｌａｎｎｉｎｇｔｏｏｂｔａｉｎａｐｒｏｐｅｒｎａｖｉｔｉｏｎｂｅｈａｖｉｏｒｆｏｒａｓｍａｌｌｃｒｏｐｉｎｓｐｅｃｔｉｏｎｒｏｂｏｔ［Ｊ］．Ｓｅｎｓｏｒｓ，２０１６，１６（３）：２７６ ? ｇａ（１２３）．ＤＯＩ：１０．３３９０／ｓ１６０３０２７６． ? ［３］李胜，马国梁，胡维礼．基于Ｂａｃｋｓｔｅｐｐｉｎｇ方法的车式移动机器人轨迹追踪控制［Ｊ］．东南大学学报（自然科学版），２００５，３５（２）：２４８２５２． ? ［４］叶涛，侯增广，谭民，等．移动机器人的滑模轨迹跟踪控制［Ｊ］．高技术通讯，２００４，１４（１）：７１?７４．ＤＯＩ：１０．３３２１／ｊ．ｉｓｓｎ：１００２０４７０．２００４．０１．０１５． ? ［５］王祥科，李迅，郑志强．多智能体系统编队控制相关问题研究综述［Ｊ］．控制与决策，２０１３（１１）：１６０１１６１３． ? ［６］ＲＥＮＷｅｉ，ＢＥＡＲＤＲＷ．Ａｄｅｃｅｎｔｒａｌｉｚｅｄｓｃｈｅｍｅｆｏｒｓｐａｃｅｃｒａｆｔｆｏｒｍａｔｉｏｎｆｌｉｎｇｖｉａｔｈｅｖｉｒｔｕａｌｓｔｒｕｃｔｕｒｅａｐｐｒｏａｃｈｙ［Ｃ］∥ＡｍｅｒｉｃａｎＣｏｎｔｒｏｌＣｏｎｆｅｒｅｎｃｅ．Ｄｅｎｖｅｒ：ＩＥＥＥＰｒｅｓｓ，２００３：１７４６１７５１．ＤＯＩ：１０．１１０９／ＡＣＣ．２００３．１２３９８４７． ? ［７］王志，朱世强，李月华，等．基于视觉里程计和自然信标融合的移动机器人定位算法［Ｊ］．农业工程学报，２０１７，３３（１０）：７０７７．ＤＯＩ：１０．１１９７５／６８１９．２０１７．１０．００９．ｉｓｓｎ．１００２ ? ? ｊ．［８］ＣＨＥＮＪｉａｕ，ＤＩＸＯＮＷＥ，ＤＡＷＳＯＮＭ，犲狋犪犾．Ｈｏｍｏｇｒａｐｈｙｓｅｄｖｉｓｕａｌｓｅｒｖｏｔｒａｃｋｉｎｇｃｏｎｔｒｏｌｏｆａｗｈｅｅｌｅｄｍｏｂｉｌｅ ?ｂａｊｒｏｂｏｔ［Ｊ］．Ｒｏｂｏｔｉｃｓ，２００６，２２（２）：４０６４１５．ＤＯＩ：１０．１１０９／ＩＲＯＳ．２００３．１２４８９０７． ? ［９］ＦＩＡＬＡＭ．Ｖｉｓｉｏｎｇｕｉｄｅｄｃｏｎｔｒｏｌｏｆｍｕｌｔｉｌｅｒｏｂｏｔｓ［Ｃ］∥ＰｒｏｃｅｅｄｉｎｇｓｏｆＣｏｍｐｕｔｅｒａｎｄＲｏｂｏｔＶｉｓｉｏｎ．Ｏｎｔａｒｉｏ：ＩＥＥＥｐ２００４：２４１２４６．ＤＯＩ：１０．１１０９／ＣＣＣＲＶ．２００４．１３０１４５０．Ｐｒｅｓｓ， ? ［１０］丁文东，徐德，刘希龙，等．移动机器人视觉里程计综述［Ｊ］．自动化学报，２０１８，４４（３）：３８５ＤＯＩ：１０．１６３８３／ ?４００．ｊ．ａａｓ．２０１８．ｃ１７０１０７．［１１］ＨＡＮＹ，ＨＡＨＮＨ．ＶｉｓｕａｌｔｒａｃｋｉｎｇｏｆａｍｏｖｉｎｇｔａｒｔｕｓｉｎｇａｃｔｉｖｅｃｏｎｔｏｕｒｂａｓｅｄＳＳＤａｌｒｉｔｈｍ［Ｊ］．ＲｏｂｏｔｉｃｓａｎｄｇｅｇｏＡｕｔｏｎｏｍｏｕｓＳｙｓｔｅｍｓ，２００５，５３（３）：２６５２８１．ＤＯＩ：１０．１０１６／ｒｏｂｏｔ．２００５．０９．００５． ? ｊ．［１２］杨芳，王朝立．不确定非完整移动机器人的轨迹跟踪控制［Ｊ］．控制工程，２０１２，１９（２）：２５８?２６１．ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１７８４８．２０１２．０２．０１９． ? ［１３］李庆，郑力新，潘书万，等．使用单目视觉的移动机器人导航方法［Ｊ］．计算机工程与应用，２０１７，５３（４）：２２３ ?２２７．ＤＯＩ：１０．３７７８／ｉｓｓｎ．１００２８３３１．１６０７０１５７． ? ? ｊ．［１４］尉成果，赖欢，王太江．轮式移动机器人轨迹跟踪控制算法的研究［Ｊ］．机电工程，２０１２，２９（６）：７３０?７３６．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００１４５５１．２０１２．０６．０２７． ? ｊ．［１５］鄢立夏，马保离．轮式移动机器人的位置量测输出反馈轨迹跟踪控制［Ｊ］．控制理论与应用，２０１６，３３（６）：７６３７７１． ? ＤＯＩ：１０．７６４１／ＣＴＡ．２０１６．５０３４８．［１６］ＫＡＮＡＹＡＭＡＹ，ＫＩＭＵＲＡＹ，ＭＩＹＡＺＡＫＩＦ，犲狋犪犾．Ａｓｔａｂｌｅｔｒａｃｋｉｎｇｃｏｎｔｒｏｌｍｅｔｈｏｄｆｏｒａｎａｕｔｏｎｏｍｏｕｓｍｏｂｉｌｅｒｏｂｏｔ［Ｃ］∥ＣｏｎｆｅｒｅｎｃｅｏｎＲｏｂｏｔｉｃｓａｎｄＡｕｔｏｍａｔｉｏｎ．Ｃｉｎｃｉｎｎａｔｉ：ＩＥＥＥＰｒｅｓｓ，１９９１：３８４?３８９．ＤＯＩ：１０．１１０９／ＲＯ ＢＯＴ．１９９０．１２６００６．［１７］ＬＩＡＮＧＸｉｎｗｕ，ＬＩＵＹｕｎ，ＷＡＮＧＨｅｓｈｅｎｇ，犲狋犪犾．Ｌｅａｄｅｒｆｏｌｌｏｗｉｎｇｆｏｒｍａｔｉｏｎｔｒａｃｋｉｎｇｃｏｎｔｒｏｌｏｆｍｏｂｉｌｅｒｏｂｏｔｓ ? ｗｉｔｈｏｕｔｄｉｒｅｃｔｐｏｓｉｔｉｏｎｍｅａｓｕｒｅｍｅｎｔｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＡｕｔｏｍａｔｉｃＣｏｎｔｒｏｌ，２０１６，６１（１２）：４１３１４１３７． ? （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４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０７０３８ ? 分类重构堆栈生成对抗网络的文本生成图像模型陈鑫晶，陈锻生（华侨大学计算机科学与技术学院，福建厦门３６１０２１）摘要：利用堆栈生成对抗网络，提出分类重构堆栈生成对抗网络．第一阶段生成６４ｐｘ×６４ｐｘ的图像，第二阶段生成２５６ｐｘ×２５６ｐｘ的图像．在每个阶段的文本生成图像中，加入图像类别信息、特征和像素重构信息辅助训练，生成质量更好的图像．将图像模型分别在Ｏｘｆｏｒｄ１０２、加利福尼亚理工学院鸟类数据库（ＣＵＢ）和微 ? 软ＣＯＣＯ（ＭＳＣＯＣＯ）数据集上进行验证，使用ＩｎｃｅｐｔｉｏｎＳｃｏｒｅ评估生成图像的质量和多样性．结果表明：提出的模型具有一定的效果，在３个数据集上的ＩｎｃｅｐｔｉｏｎＳｃｏｒｅ值分别是３．５４，４．１６和１１．４５，相应比堆栈生成对抗网络提高１０．６％，１２．４％和３５．５％．关键词：文本生成图像；堆栈生成对抗网络；分类；重构；跨模态学习中图分类号：ＴＰ３９１．４１文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０５４９０７ ? ? ? 犜犲狓狋狋狅犐犿犪犲犕狅犱犲犾犠犻狋犺犆犾犪狊狊犻犳犻犮犪狋犻狅狀犮狅狀狊狋狉狌犮狋犻狅狀 ?犚犲犵犛狋犪犮犽犌犲狀犲狉犪狋犻狏犲犃犱狏犲狉狊犪狉犻犪犾犖犲狋狑狅狉犽狊ＣＨＥＮＸｉｎｉｎｇ，ＣＨＥＮＤｕａｎｓｈｅｎｇｊ（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔａｍｅｎ３６１０２１，Ｃｈｉｎａ）ｙ，Ｘｉ犃犫狊狋狉犪犮狋：Ｕｓｉｎｇｔｈｅｓｔａｃｋｇｅｎｅｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋｓ，ｗｅｐｒｏｐｏｓｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎｓｔａｃｋｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋ．Ｗｅｈａｖｅｇｅｎｅｒａｔｅｄ６４ｐｘ×６４ｐｘｒｅｓｏｌｕｔｉｏｎｉｍａｇｅｓｉｎｔｈｅｓｔａｇｅ Ⅰ ，ｔｈｅｎｗｅｇｅｎｅｓｙｎｔｈｅｓｉｚｅ２５６ｐｘ×２５６ｐｘｒｅｓｏｌｕｔｉｏｎｉｍａｇｅｓｉｎｔｈｅＳｔａｇｅ Ⅱ．Ｉｎｅａｃｈｓｔａｇｅｏｆｔｈｅｔｅｘｔｔｏｉｍａｇｅ，ｗｅａｄｄｔｈｅｅａｔｕｒｅａｎｄｐｉｘｅｌｒｅｃｏｎｓｔｒｕｃｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｔｏａｓｓｉｓｔｉｎｇｅｎｅｒａｔｉｎｇｈｉｌｉｔｉｍａｇｅｃａｔｅｇｏｒｎｆｏｒｍａｔｉｏｎ，ｆｇｈ?ｑｕａｙｉｙｉｍａｇｅｓ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｔｅｓｔａｎｄｖｅｒｉｆｈｅｐｒｅｓｅｎｔｅｄｍｏｄｅｌｏｎＯｘｆｏｒｄ１０２，ＣａｌｔｅｃｈｉｖｅｒｓｉｔｆＣａｌｉｆｏｒｎｉａ ? ?ＵｎｙｔｙｏＳａｎＤｉｅｇｏＢｉｒｄｓ（ＣＵＢ）ａｎｄＭｉｃｒｏｓｏｆｔＣＯＣＯ（ＭＳＣＯＣＯ）ｄａｔａｓｅｔｓ，ａｎｄｅｖａｌｕａｔｅｄｔｈｅｑｕａｌｉｔｉｖｅｒｓｉｔｆｙａｎｄｄｙｏｒａｔｅｄｉｍａｇｅｓｗｉｔｈＩｎｃｅｐｔｉｏｎＳｃｏｒｅ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｏｄｅｌｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒｈａｓｃｅｒｔａｉｎｇｅｎｅｅｆｆｅｃｔｓ，ＩｎｃｅｐｔｉｏｎＳｃｏｒｅｏｎｔｈｅｔｈｒｅｅｄａｔａｓｅｔｓｗｅｒｅ３．５４，４．１６ａｎｄ１１．４５，ｒｅｓｐｅｃｔｉｖｅｌｉｃｈｉｎｃｒｅａｓｅｄｂｙｙ，ｗｈ４％，ａｎｄ３５．５％ｏｖｅｒｔｈｅｓｔａｃｋｇｅｎｅｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋｓ．１０．６％，１２．犓犲狉犱狊：ｔｅｘｔｔｏｉｍａｇｅ；ｓｔａｃｋｇｅｎｅｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋｓ；ｃｌａｓｓｉｆｉｃａｔｉｏｎ；ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ；Ｃｒｏｓｓｌ ?ｍｏｄａ狔狑狅ｌｅａｒｎｉｎｇ文本生成图像是结合计算机视觉和自然语言处理两个领域的综合性任务，是一个跨学科、跨模态的交叉性任务．其输入的是一句或一段文本，输出包含该文本语义信息的图像，具有很大的实用价值．例如，为不同品种的花卉、鸟类配插图等．在文本生成图像任务中，不仅需要计算机理解文本语义信息，还要将其转化为像素，是一项极具挑战性的工作，但是随着深度学习日渐火热，在跨模态应用取得了很大收稿日期：２０１８０７２２ ? ? 通信作者：陈锻生（１９５９Ｅｉｌ：ｄｓｃｈｅｎ＠ｈｑｕ．ｅｄｕ．ｃｎ． ?），男，教授，博士，主要从事数字图像处理与模式识别的研究． ?ｍａ基金项目：国家自然科学基金资助项目（６１５０２１８２）；福建省科技计划重点项目（２０１５Ｈ００２５）５５０华侨大学学报（自然科学版）２０１９年［］突破［１?３］．另外，生成对抗网络（ＧＡＮ）４也为这项任务提供了可能．学ｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋｓ，ｇｅｎｅ者对于文本生成图像的研究取得了一定的突破［５?１３］，但是生成图像的颜色和细节处理还有待提高．为了进一步改善生成图像的质量，本文提出分类重构堆栈生成对抗网络文本生成图像模型（ＣＲＳｔａｃｋ? ＧＡＮ）．１分类重构堆栈生成对抗网络１．１对抗网络模型结构在图像生成中，很难直接生成高质量的图像，提出的分类重构堆栈生成对抗网络分两个阶段进行训练，每个阶段的模型框架，如图１所示．图１中：狋）为文本描述狋的特征向量；犔Ｄｓ为判别损失；犔Ｄｃ为分 （类损失；犮为条件变量；＾狕为随机噪声；犎为交叉熵损失；犔ｆｅａｔｕｒｅ特征重构损失；犔ｉｍｇ为图像重构损失．（ａ）第 Ⅰ 阶段（ｂ）第 Ⅱ 阶段图１分类重构堆栈生成对抗网络模型结构图Ｆｉ１ＡｒｃｈｉｔｅｃｔｕｒｅｏｆＣＲＳｔａｃｋ ?ＧＡＮｇ．由图１（ａ）可知：将文本通过条件增强模型后，对生成的向量和噪声向量进行拼接，通过生成器生成６４ｐｘ×６４ｐｘ的图像，在判别器中，将６４ｐｘ×６４ｐｘ的图像（生成或真实图像）经过下采样后，对得到的张量和文本特征向量进行拼接，经过两个平行的卷积层得到两个不同的概率分布，第一个概率分布判别输入图像的真假，以及与文本是否匹配，第２个概率分布判别输入图像所属类别．由图１（ｂ）可知：将文本特征向量经过条件增强模型后的张量与第一阶段生成的６４ｐｘ×６４ｐｘ的图像经过下采样后得到的张量进行拼接，通过生成器生成２５６ｐｘ×２５６ｐｘ的图像，第 Ⅱ 阶段的判别器与第 Ⅰ 阶段相同，只是将输入图像改为２５６ｐｘ×２５６ｐｘ．图１与文献［９］中的模型图最大的不同点在于判别器的设置，图１在判别器的末尾增加了一个分类器，用于判断输入图像的所属类别，并且在生成器的损失计算中引入像素重构损失犔ｉｍｇ和犔ｆｅａｔｕｒｅ，提高生成图像的质量．１．２条件增强模型首先，将文本描述表示为特征向量，采用文献［１４］预训练的字符级卷积循环神经网络（ｃｈａｒ ?ＣＮＮ? 犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期陈鑫晶，等：分类重构堆栈生成对抗网络的文本生成图像模型５５１ＲＮＮ）文本编码器，将文本描述表示为特征向量 （狋），狋）∈犚犖狋，由于 （狋）是一个高维向量（犖狋＞ （１００），在数据量有限的情况下，导致潜在数据流不连续，不利于生成模型的学习．为了克服这个问题，采用文献［９］提出的条件增强模型，将向量 （狋）转化为低维的条件变量＾犮，犮∈犚犖犮．＾在条件增强模型中，将向量（狋）通过全连接层得到均值μ（ｔ）和协方差矩阵 Σ（狋），然后，从单位高斯分布犖（０，犐）中随机采样ε，则条件变量＾犮为（＾＝ μ（犮狋）＋Σ（狋）⊙ε．１）式（１）中：⊙ 表示矩阵元素对应相乘．为了增强平滑度避免过拟合，生成器在训练的过程中增加以下损失函数，即犔ＫＬ ← 犇ＫＬ（犖（狋）；０；犐））． Σ）‖犖（ μ（式（２）中：犔ＫＬ为ＫＬ的重构损失；犇ＫＬ表示ＫＬ散度．１．３第 Ⅰ 阶段（２）在第 Ⅰ 阶段，将文本特征向量经过条件增强模型后得到的条件变量＾犮和随机噪声狕进行拼接，狕∈ 犖狕犚，通过生成器生成６４ｐｘ×６４ｐｘ图像犐ｆ０．在具体生成器中，将＾犮和狕拼接后，通过全连接层将其变成大小为４×４×犖ｇ的张量，然后，将其通过上采样（反卷积）操作生成６４ｐｘ×６４ｐｘ的图像，试验中，犖狋＝１０２４，犖犮＝１２８，犖狕＝１２８．在第 Ⅰ 阶段的判别网络中，输入６４ｐｘ×６４ｐｘ的图像和文本，得到图像源和图像文本匹配度的概率分布犇ｓ０和图像类别标签的概率分布犇ｃ０．首先，将文本特征向量 （狋）通过全连接层将其转化为潜在变量犾ｒ０，犾ｒ０ ∈犚犖犾，将犾ｒ０通过空间扩展后变成大小为４×４×犖犾的张量犖．然后，将６４ｐｘ×６４ｐｘ的图像犐０通过下采样后变成大小为４×４×犉的张量犕．将犕和犖在Ｆ通道上进行拼接后，得到中间层特征张量犙，其大小为４×４× （犉＋犖犾）．最后，将犙分别传入两个卷积核个数为１和犮的卷积层中．卷积核为１的卷积层产生图像源和图像文本匹配度的概率分布犇ｓ０，卷积核为犮的卷积层产生图像类别标签的概率分布犇ｃ０．１．４第 Ⅱ 阶段在第 Ⅱ 阶段，输入文本和第 Ⅰ 阶段生成的６４ｐｘ×６４ｐｘ的图像犐ｆ０，输出２５６ｐｘ×２５６ｐｘ的图像犐ｆ１．首先，将第 Ⅰ 阶段生成的６４ｐｘ×６４ｐｘ的图像犐ｆ０通过卷积下采样后变成大小为１６×１６×犎的犜．将文本特征向量 （狋）通过条件增强模型转化为犖ｃ维的＾犮，将＾犮通过空间扩展变成大小为１６×１６×犖犮的犘．将犜和犘在Ｈ通道上进行拼接后，变成大小为１６×１６× （犎＋犖犮）的张量犅．最后，将拼接后张量犅通过上采样生成２５６ｐｘ×２５６ｐｘ的图像犐ｆ１．第 Ⅱ 阶段的判别器和第 Ⅰ 阶段类似，将文本特征向量 （狋）通过全连接层转化为潜在变量犾ｒ１，犾ｒ１ ∈ 犚Ｎｌ，将犾ｒ１通过空间扩展变成大小为４×４×犖犾的张量犖１，将２５６ｐｘ×２５６ｐｘ的图像犐１通过下采样变成大小为４×４×犉的张量犕１，将犕１和犖１在Ｆ通道上进行拼接，得到中间层特征张量犙１．最后，将犙１分别通过两个卷积层，得到图像源和图像文本匹配度的概率分布犇ｓ１，以及图像类别标签的概率分布犇犮１．１．５训练机制第 Ⅰ ，Ⅱ 阶段采用同样的训练方式，在每个阶段的训练中，分别将图像文本对｛（犐ｒ，犾ｒ），（犐ｆ，犾ｒ），（犐ｗ，犾ｒ）｝传入判别器中，其中，犐ｒ为与文本犾ｒ相匹配的真实图像；犐ｆ为生成器生成的虚假图像；犐ｗ为与文本犾ｒ不匹配的错误图像，则判别损失犔Ｄｓ和分类损失犔Ｄｃ分别为犔Ｄｓ ← 犎（Ｄｓ（犐ｒ，犾ｒ），１）＋（犎（Ｄｓ（犐ｆ，犾ｒ），０）＋犎（Ｄｓ（犐ｗ，犾ｒ），０））×０．５，犔Ｄｃ ← 犎（Ｄｃ（犐ｒ，犾ｒ），犆ｒ）＋（犎（Ｄｃ（犐ｆ，犾ｒ），犆ｒ）＋犎（Ｄｃ（犐ｗ，犾ｒ），犆ｗ））×０．５．式（３），（４）中：犎表示交叉熵损失；犆ｒ和犆ｗ分别为图像犾ｒ和犐ｗ的类别标签．判别器的损失函数为犔Ｄ＝犔Ｄｓ＋犔Ｄｃ．在生成器的训练中，犔Ｇｓ←犎（Ｄｓ（犐ｆ，犾ｒ），１），犔Ｇｃ←犎（Ｄｃ（犐ｆ，犾ｒ），犆ｒ），则生成器的损失函数为（３）（４）（５）（犔Ｇ０＝犔Ｇｓ＋犔Ｇｃ＋λ０犔ｋｌ．６）式（６）中：犔Ｇ０为单纯地加入图像的分类损失； λ０为超参数．为了使生成器更好地收敛，以及使生成模型不太偏离真实样本，在模型生成器的损失函数中，加入犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．华侨大学学报（自然科学版）５５２２０１９年特征重构误差和像素重构误差．其中：特征重构误差犔ｆｅａｔｕｒｅ＝ ‖犳Ｄ（其中，犐ｆ，犾ｒ）－犳Ｄ（犐ｒ，犾ｒ）‖２犐ｆ，犾ｒ）犳Ｄ（２．和犳Ｄ（犐ｒ），犾ｒ分别表示图像文本对｛（犐ｆ，犾ｒ），（犐ｒ，犾ｒ）｝在判别器中得到的中间层特征犙．像素重构误差为则生成器的损失函数变为犔ｉｍｇ＝ ‖犐ｆ－犾ｒ‖２２，（７）犔Ｇ１＝犔Ｇｓ＋犔Ｇｃ＋λ０犔ｋｌ＋λ１犔ｆｅａｔｕｒｅ＋λ２犔ｉｍｇ．式（７）中：犔Ｇ１表示加入图像的类别信息以及特征和像素的重构损失． λ０＝２， λ１＝１， λ２＝１；２实验结果与分析２．１数据集及评价指标［］［］［］为了验证模型的有效性，分别在Ｏｘｆｏｒｄ１０２６，ＣＵＢ７和ＭＳＣＯＣＯ８数据集上进行实验，数据集 ? 如表１所示．表１实验数据Ｔａｂ．１Ｅｘｐｅｒｉｍｅｎｔａｌｄａｔａ［６］［］［］数据集Ｏｘｆｏｒｄ１０２ ? 训练集测试集训练集测试集ＭＳＣＯＣＯ８训练集测试集图像数量７０３４１１５５８８５５２９３３８００００４００００１０１０１０１０５５图像描述数量ＣＵＢ７［１５］实验采用文献［９］中同样的评价指标ＩｎｃｅｐｔｉｏｎＳｃｏｒｅ，其计算公式为犐＝ｅｘｐ（犈狓犇ＫＬ（狆（狔狘狓）‖狆（狔）））．（８）式（８）中：狓为生成样本；ｎｃｅｐｔｉｏｎｍｏｄｅｌ预测的标签．狔为Ｉ一个好的生成模型应该生成多样且有意义的图像，因此，边缘分布狆（狔）和条件分布狆（狔｜狓）的ＫＬ散度应该越大越好．２．２模型的选择为了验证节１．５提出的特征和像素重构损失的有效性，在Ｏｘｆｏｒｄ１０２数据集上进行对比实验，生 ? 成效果图，如图２所示．图２生成器的损失函数在Ｏｘｆｏｒｄ１０２测试集上生成图像示例 ? Ｆｉ２ＥｘａｍｐｌｅｒｅｓｕｌｔｓｃｏｎｄｉｔｉｏｎｅｄｏｎｔｅｘｔｄｅｓｃｒｉｔｉｏｎｓｆｒｏｍＯｘｆｏｒｄ１０２ｔｅｓｔｓｅｔ ? ｇ．ｐ由图２可知：在Ｓｔａｃｋｔａｃｋ ?ＧＡＮ的基础上，加入分类损失犔Ｇｃ后生成的图像颜色处理比Ｓ ?ＧＡＮ好，但是随着训练的不断进行，容易远离真实图像．在加入了特征和像素重构损失后，生成的图像更加清晰，犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期陈鑫晶，等：分类重构堆栈生成对抗网络的文本生成图像模型５５３细节部分也更细腻真实．［］生成器不同损失在Ｏｘｆｏｒｄ１０２６测试集上的ＩｎｃｅｐｔｉｏｎＳｃｏｒｅ值，如表２所示．表２中：犔Ｇ＝犔Ｇｓ＋ ? λ０犔ｋｌ．［］表２生成器不同损失在Ｏｘｆｏｒｄ１０２６测试集上的ＩｎｃｅｐｔｉｏｎＳｃｏｒｅ值 ? ［］Ｔａｂ．２ＩｎｃｅｐｔｉｏｎｓｃｏｒｅｓｂｙｄｉｆｆｅｒｅｎｔｇｅｎｅｒａｔｏｒｌｏｓｓｏｎＯｘｆｏｒｄ１０２６ｔｅｓｔｓｅｔｓ ? 模型损失函数犐（Ｏｘｆｏｒｄ１０２） ? Ｓｔａｃｋ ?ＧＡＮ犔Ｇ＝犔Ｇｓ＋λ０犔ｋｌ３．２０±０．０１犔Ｇ０＝犔Ｇｓ＋犔Ｇｃ＋λ０犔ｋｌ３．４４±０．０４犔Ｇ１＝犔Ｇｓ＋犔Ｇｃ＋λ０犔ｋｌ＋λ１犔ｆｅａｔｕｒｅ＋λ２犔ｉｍｇ３．５４±０．０３ＣＲＳｔａｃｋ ?ＧＡＮ２．３模型对比生成图像示例，如图２～４所示．由图２～４可知：提出的ＣＲＳｔａｃｋｔａｃｋＧＡＮ生成图像的 ?ＧＡＮ比Ｓ颜色及细节处理更加细腻，图像也更加清晰．图３在ＣＵＢ测试集上生成图像示例Ｆｉ３ＥｘａｍｐｌｅｒｅｓｕｌｔｓｂｙｃｏｎｄｉｔｉｏｎｅｄｏｎｔｅｘｔｄｅｓｃｒｉｔｉｏｎｓｆｒｏｍＣＵＢｔｅｓｔｓｅｔｇ．ｐ［９］图４Ｓｔａｃｋｔａｃｋ ?ＧＡＮ和提出的ＣＲＳ ?ＧＡＮ在ＭＳＣＯＣＯ测试集上生成图像示例［］９Ｆｉ４ＥｘａｍｐｌｅｒｅｓｕｌｔｓｂｙＳｔａｃｋｒＣＲＳｔａｃｋｏｎｄｉｔｉｏｎｅｄ ?ＧＡＮａｎｄｏｕ ?ＧＡＮｃｇ．ｏｎｔｅｘｔｄｅｓｃｒｉｔｉｏｎｓｆｒｏｍＭＳＣＯＣＯｔｅｓｔｓｅｔｐ［］［］［］为了验证模型的有效性，实验在Ｏｘｆｏｒｄ１０２６，ＣＵＢ７和ＭＳＣＯＣＯ８数据集上进行实验，同文献 ? ［９］一样，分别在Ｏｘｆｏｒｄ１０２，ＣＵＢ测试集上随机生成３０００张图像，使用文献［９］在这两个数据集上预 ? 训练的Ｉｎｃｅｐｔｉｏｎｍｏｄｅｌ进行评估，在ＭＳＣＯＣＯ测试集上生成４０００张图像，使用文献［１５］在ＩｍａｇｅＮ ｅｔ数据集上预训练的Ｉｎｃｅｐｔｉｏｎｍｏｄｅｌ进行评估．实验结果，如表３所示．由表３可知：提出的模型在３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）５５４２０１９年［］个数据集上的ＩｎｃｅｐｔｉｏｎＳｃｏｒｅ值分别为３．５４，４．１６和１１．４５，高于最近提出的很多模型１０?１３，相应地比Ｓｔａｃｋ６％，１２．４％和３５．５％． ?ＧＡＮ提高了１０．表３各模型分别在Ｏｘｆｏｒｄ１０２，ＣＵＢ和ＭＳＣＯＣＯ测试集上的ＩｎｃｅｐｔｉｏｎＳｃｏｒｅ值 ? Ｔａｂ．３ＩｎｃｅｐｔｉｏｎｓｃｏｒｅｓｂｙｍｏｄｅｌｓｏｎＯｘｆｏｒｄ１０２，ＣＵＢａｎｄＭＳＣＯＣＯｔｅｓｔｓｅｔｓ ? 数据集犐（ＳｔａｃｋＳｔａｃｋＴＡＣＰＰＧＮ） ?ＧＡＮ）犐（ ?ＧＡＮ?Ｖ２）犐（ ?ＧＡＮ）犐（３．４５±０．０５－犐（ＣｈａｔＰａｉｎｔｅｒ）犐（ＣＲＳｔａｃｋ ?ＧＡＮ）Ｏｘｆｏｒｄ１０２ ? ３．２０±０．０１－－３．５４±０．０３ＣＵＢ３．７０±０．０４４．０４±０．０５－－－４．１６±０．０３ＭＳＣＯＣＯ８．４５±０．０３－－９．５８±０．２１９．７４±０．０２１８１１．４５±０．２．４风格迁移为了进一步测试输出图像对输入句子变化的敏感程度，在Ｏｘｆｏｒｄ１０２测试集上通过改变文字描述 ? 中最受关注的单词生成相应图像，如图５所示．分别改变句子图５（ａ）中的颜色词汇，生成相应图像，如图５（ｂ），（ｃ）和（ｄ）所示．由图５可知：生成的图像根据输入句子的变化而变化，模型可以捕捉文本描述中的细微语义差异．（ａ）花瓣是粉红色的，中心是黄色的（ｂ）花瓣是红色的，中心是黄色的（ｃ）花瓣是蓝色的，中心是白色的（ｄ）花瓣是白色的，中心是黄色的图５ＣＲＳｔａｃｋｆｏｒｄ１０２测试集上通过改变文本描述生成的图像示例 ?ＧＡＮ在Ｏｘ ? Ｆｉ５ＥｘａｍｐｌｅｒｅｓｕｌｔｓｏｆＣＲＳｔａｃｋｌｔｒａｉｎｅｄｏｎＯｘｆｏｒｄ１０２ ?ＧＡＮｍｏｄｅ ? ｇ．ｗｈｉｌｅｃｈａｎｇｉｎｇｓｏｍｅｍｏｓｔａｔｔｅｎｄｅｄｗｏｒｄｓｉｎｔｅｘｔｄｅｓｃｒｉｔｉｏｎｓｐ３结论针对文本生成图像任务，提出一种分类重构堆栈生成对抗网络文本生成图像模型，沿用堆栈生成对抗网络的思想，在其基础上增加了图像类别信息、特征重构和像素重构信息辅助训练，提高了生成图像的质量．通过实验对比，提出的模型比堆栈生成对抗网络分别在Ｏｘｆｏｒｄ１０２，ＣＵＢ和ＭＳＣＯＣＯ数据集上 ? 的ＩｎｃｅｐｔｉｏｎＳｃｏｒｅ提高了１０．６％，１２．４％和３５．５％．生成的图像颜色和细节部分处理的更加细腻，也能够很好地捕捉到文本描述中的细微语义差异．针对场景比较复杂的数据集，结合视觉对话语料［１６］进一步提高生成图像的效果是以后的研究工作．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期陈鑫晶，等：分类重构堆栈生成对抗网络的文本生成图像模型５５５参考文献：［１］ＸＵＫ，ＢＡＪ，ＫＩＲＯＳＲ，犲狋犪犾．Ｓｈｏｗ，ａｔｔｅｎｄａｎｄｔｅｌｌ：Ｎｅｕｒａｌｉｍａｇｅｃａｐｔｉｏｎｇｅｎｅｒａｔｉｏｎｗｉｔｈｖｉｓｕａｌａｔｔｅｎｔｉｏｎ［Ｃ］∥Ｉｎ  ｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＭａｃｈｉｎｅＬｅａｒｎｉｎｇ．Ｌｉｌｌｅ：［ｓ．ｎ．］，２０１５：２０４８２０５７． ? ［２］邹辉杜，吉祥翟，传敏，等．深度学习与一致性表示空间学习的跨媒体检索［Ｊ］．华侨大学学报（自然科学版），２０１８，３９（１）：１２７１３２．ＤＯＩ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１５０８０４７． ? ? ［３］ＷＥＩＹｕｎｃｈａｏ，ＺＨＡＯＹａｏ，ＬＵＣａｎｙｉ，犲狋犪犾．ＣｒｏｓｓｌｒｅｔｒｉｅｖａｌｗｉｔｈＣＮＮｖｉｓｕａｌｆｅａｔｕｒｅｓ：Ａｎｅｗｂａｓｅｌｉｎｅ［Ｊ］． ?ｍｏｄａ２０１７，４７（２）：４４９４６０．ＤＯＩ：１０．１１０９／ＴＣＹＢ．２０１６．２５１９４４９．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＣｙｂｅｒｎｅｔｉｃｓ， ? ［４］ＧＯＯＤＦＥＬＬＯＷＩ，ＰＯＵＧＥＴ?ＡＢＡＤＩＥＪ，ＭＩＲＺＡＭ，犲狋犪犾．Ｇｅｎｅｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｓ［Ｃ］∥ＡｄｖａｎｃｅｓｉｎＮｅｕｒａｌＩｎ  ｓ．ｎ．］，２０１４：２６７２２６８０．ｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＤｙｓｔｅｍｓ．Ｍｏｎｔｒｅａｌ：［ ? ［５］ＲＥＥＤＳ．Ｇｅｎｅｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｔｅｘｔｔｏｉｍａｇｅｓｙｎｔｈｅｓｉｓ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＭａｃｈｉｎｅＬｅａｒｎｉｎｇＳｏｃｉｅｔ２０１６（４８）：１０６０ ? ｙ，１０６９．［６］ＮＩＬＳＢＡＣＫＭＥ，ＺＩＳＳＥＲＭＡＮＡ．Ａｕｔｏｍａｔｅｄｆｌｏｗｅｒｃｌａｓｓｉｆｉｃａｔｉｏｎｏｖｅｒａｌａｒｒｏｆｃｌａｓｓｅｓ［Ｃ］∥ＣｏｎｆｅｒｅｎｃｅｇｅｎｕｍｂｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ，ＧｒａｐｈｉｃｓａｎｄＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ．Ｗａｓｈｉｎｇｔｏｎ：ＩＥＥＥＰｒｅｓｓ，２００８：７２２７２９．ＤＯＩ：１０．１１０９／ＩＣＶ ? ＧＩＰ．２００８．４７．［７］ＷＡＨＣ，ＢＲＡＮＳＯＮＳ，ＷＥＬＩＮＤＥＲＰ，犲狋犪犾．Ｃａｌｔｅｃｈｉｒｄｓ２００［ＥＢ／ＯＬ］．［２０１１１０２６］［２０１８０６１５］．ｈｔ  ?ＵＣＳＤｂ ? ? ? ? ／ＣＵＢｖｉｓｉｏｎ．ｃａｌｔｅｃｈ．ｅｄｕ／ｖｉｓｉｉａ２００．ｈｔｍｌ．ｔ ? ｐｅｄｐ：∥ｗｗｗ．［８］ＬＩＮＴｓｕｎｇｙｉ，ＭＡＩＲＥＭ，ＢＥＬＯＮＧＩＥＳ，犲狋犪犾．ＭｉｃｒｏｓｏｆｔＣＯＣＯ：Ｃｏｍｍｏｎｏｂｅｃｔｓｉｎｃｏｎｔｅｘｔ［Ｃ］∥ＥｕｒｏｐｅａｎＣｏｎ  ｊｓ．ｎ．］，２０１４：７４０７５５．ｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ．Ｚｕｒｉｃｈ：［ ? ［９］ＺＨＡＮＧＨａｎ，ＸＵＴａｏ，ＬＩＨｏｎｇｓｈｅｎｇ，犲狋犪犾．Ｓｔａｃｋｇａｎ：Ｔｅｘｔｔｏｐｈｏｔｏｒｅａｌｉｓｔｉｃｉｍａｇｅｓｙｎｔｈｅｓｉｓｗｉｔｈｓｔａｃｋｅｄｇｅｎｅｒａ  ? Ｊ］．ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ，２０１７，２（３）：５９０８?５９１６．ＤＯＩ：１０．ｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋｓ［１１０９／ＩＣＣＶ．２０１７．６２９．［１０］ＺＨＡＮＧＨａｎ，ＸＵＴａｏ，ＬＩＨｏｎｇｓｈｅｎｇ，犲狋犪犾．Ｓｔａｃｋｇａｎ＋＋：Ｒｅａｌｉｓｔｉｃｉｍａｇｅｓｙｎｔｈｅｓｉｓｗｉｔｈｓｔａｃｋｅｄｇｅｎｅｒａｔｉｖｅａｄ  Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰａｔｔｅｒｎＡｎａｌｓｉｓａｎｄＭａｃｈｉｎｅＩｎｔｅｌｌｉｅ，２０１７（９９）：１．ＤＯＩ：１０．ｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋｓ［ｙｇｅｎｃ１１０９／ＴＰＡＭＩ．２０１８．２８５６２５６．［／ＯＬ］．［１１］ＡＹＵＳＨＭＡＮＤ．ＴＡＣｔｅｘｔｃｏｎｄｉｔｉｏｎｅｄａｕｘｉｌｉａｒｌａｓｓｉｆｉｅｒｇｅｎｅｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋ［Ｊ２０１７０３ ?ＧＡＮ? ? ? ｙｃ／１７０３．２６］［２０１８０７１０］．ｈｔｔｒｘｉｖ．ｏｒ０６４１２． ? ? ｐｓ：∥ａｇ／ａｂｓ［１２］ＮＧＵＹＥＮＡ．Ｐｌｕｇａｎｄｐｌａｙｇｅｎｅｒａｔｉｖｅｎｅｔｗｏｒｋｓ：Ｃｏｎｄｉｔｉｏｎａｌｉｔｅｒａｔｉｖｅｇｅｎｅｒａｔｉｏｎｏｆｉｍａｇｅｓｉｎｌａｔｅｎｔｓｐａｃｅ［Ｊ］．ＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，２０１７（２１）：３５１０３５２０．ＤＯＩ：１０．１１０９／ＣＶＰＲ．２０１７． ? ３７４．［／ＯＬ］．［１３］ＳＨＩＫＨＡＲＳ．ＣｈａｔＰａｉｎｔｅｒ：Ｉｍｐｒｏｖｉｎｇｔｅｘｔｔｏｉｍａｇｅｇｅｎｅｒａｔｉｏｎｕｓｉｎｇｄｉａｌｏｇｕｅ［Ｊ２０１８０２２２］［２０１８０６１２］． ? ? ? ? ／１８０２．ｈｔｔｒｘｉｖ．ｏｒ０８２１６．ｐｓ：∥ａｇ／ａｂｓ［１４］ＲＥＥＤＳ，ＡＫＡＴＡＺ，ＬＥＥＨ，犲狋犪犾．Ｌｅａｒｎｉｎｇｄｅｅｐｒｅｐｒｅｓｅｎｔａｔｉｏｎｓｏｆｆｉｎｅｒａｉｎｅｄｖｉｓｕａｌｄｅｓｃｒｉｔｉｏｎｓ［Ｃ］∥Ｐｒｏｃｅｅｄ  ? ｇｐｉｎｇｓｏｆｔｈｅＩＥＥＥＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ．ＬａｓＶｅｇａｓ：ＩＥＥＥＰｒｅｓｓ，２０１６：４９?５８．ＤＯＩ：１０．１１０９／ＣＶＰＲ．２０１６．１３．［１５］ＳＡＬＩＭＡＮＳＴ，ＧＯＯＤＦＥＬＬＯＷＩ，ＺＡＲＥＭＢＡＷ，犲狋犪犾．Ｉｍｐｒｏｖｅｄｔｅｃｈｎｉｓｆｏｒｔｒａｉｎｉｎｇｇａｎｓ［Ｃ］∥ＡｄｖａｎｃｅｓｉｎｑｕｅＮｅｕｒａｌＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＳｙｓｔｅｍｓ．Ｂａｒｃｅｌｏｎａ：［ｓ．ｎ．］，２０１６：２２３４２２４２． ? ［１６］ＤＡＳＡ，ＫＯＴＴＵＲＳ，ＧＵＰＴＡＫ，犲狋犪犾．Ｖｉｓｕａｌｄｉａｌｏｇ［Ｃ］∥ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉ  ｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ．ＬａｓＶｅｇａｓ：ＩＥＥＥＰｒｅｓｓ，２０１７：１０８０１０８９．ＤＯＩ：１０．１１０９／ＴＰＡＭＩ．２０１８．２８２８４３７． ? （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４０卷第４期华侨大学学报（自然科学版）２０１９年７月Ｖｏｌ．４０Ｎｏ．４ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔＮａｔｕｒａｌＳｃｉｅｎｃｅ）ｙ（Ｊｕｌ．２０１９犇犗犐：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１８０６０２３ ? 采用小波分析和神经网络的短期风速组合预测常雨芳１，２，张力２，谢昊２，刘光裕２（１．湖北工业大学太阳能高效利用湖北省协同创新中心，湖北武汉４３００６８；２．湖北工业大学电气与电子工程学院，湖北武汉４３００６８）摘要：为了提高风速的波动性与随机性预测精度，提出小波分析和神经网络组合的风速预测模型．该方法利用小波分解将风速分解为一列频率不相同的分量，并利用二插值进行重构；根据各个分量的频率特征，选择合适的模型分别进行预测；高频分量采用组合神经网络预测，低频分量采用合适的单一模型直接进行预测；将各预测值叠加得到最终预测值．算例分析表明：相较于单一预测模型，所提方法的预测精度得到大幅提升，更加贴近实际风速曲线，预测结果更具可靠性．关键词：短期预测；小波分析；径向基神经网络；Ｅｌｍａｎ神经网络；广义回归神经网络中图分类号：ＴＭ６１４文献标志码：Ａ文章编号：１０００５０１３（２０１９）０４０５５６０５ ? ? ? 犛犺狅狉狋狉犿犠犻狀犱犛狆犲犲犱犆狅犿犫犻狀犲犱犉狅狉犲犮犪狊狋犻狀犵 ?犜犲犝狊犻狀犵犠犪狏犲犾犲狋犃狀犪犾狊犻狊犪狀犱犖犲狌狉犪犾犖犲狋狑狅狉犽狔，ＣＨＡＮＧＹｕｆａｎｇ１２，ＺＨＡＮＧＬｉ２，ＸＩＥＨａｏ２，ＬＩＵＧｕａｎｇｙｕ２（１．ＨｕｂｅｉＣｏｌｌａｂｏｒａｔｉｖｅＩｎｎｏｖａｔｉｏｎＣｅｎｔｒｅｆｏｒＨｉｆｉｃｉｅｎｃｉｌｉｚａｔｉｏｎｏｆＳｏｌａｒＥｎｅｒ ?ＥｆｇｈｙＵｔｇｙ，ＨｕｂｅｉＵｎｉｖｅｒｓｉｔｆＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００６８，Ｃｈｉｎａ；ｙｏ２．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌａｎｄＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＨｕｂｅｉＵｎｉｖｅｒｓｉｔｆＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００６８，Ｃｈｉｎａ）ｙｏ犃犫狊狋狉犪犮狋：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｆｏｒｅｃａｓｔｉｎｇａｃｃｕｒａｃｙａｎｄｒｅｄｕｃｅｔｈｅｉｍｐａｃｔｏｆｒａｎｄｏｍｎｅｓｓａｎｄｖｏｌａｔｉｌｉｔｆｙｏｔｈｅｗｉｎｄｓｐｅｅｄ，ａｎｅｗｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｂａｓｅｄｏｎｗａｖｅｌｅｔａｎａｌｓｉｓａｎｄｎｅｕｒａｌｎｅｔｗｏｒｋｉｓｐｒｅｓｅｎｔｅｄ．Ｂｙｍｅａｎｓｙｏｆｔｈｅｗａｖｅｌｅｔａｎａｌｓｉｓｔｅｃｈｎｉｈｅｏｒｉｉｎａｌｗｉｎｄｓｐｅｅｄｓｅｒｉｅｓａｒｅｄｅｃｏｍｐｏｓｅｄｉｎｔｏａｓｅｒｉｅｓｏｆｃｏｍｐｏｎｅｎｔｓｏｆｙｑｕｅ，ｔｇｄｉｆｆｅｒｅｎｔｆｒｅｉｅｓｃｏｍｐｏｎｅｎｔｓ，ａｎｄｒｅｃｏｎｓｔｒｕｃｔｅｄｂｙｔｗｉｃｅ  ｉｎｔｅｒｌａｔｉｏｎ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｆｒｅｒａｃ  ｑｕｅｎｃｐｏｑｕｅｎｃｙｃｈａｔｅｒｉｓｔｉｃｓｏｆｅａｃｈｃｏｍｐｏｎｅｎｔ，ｔｈｅｓｕｉｔａｂｌｅｍｏｄｅｌｉｓｓｅｌｅｃｔｅｄｔｏｆｏｒｅｃａｓｔｓｅｐａｒａｔｅｌｉｒｅｏｍｐｏ  ｙ．Ｔｈｅｈｇｈｆｑｕｅｎｃｙｃｎｅｎｔｉｓｆｏｒｅｃａｓｔｅｄｂｙｃｏｍｂｉｎｅｄｎｅｕｒａｌｎｅｔｗｏｒｋ，ａｎｄｔｈｅｌｏｗｆｒｅｏｍｐｏｎｅｎｔｉｓｆｏｒｅｃａｓｔｅｄｂｙａｓｕｉｔａｂｌｅｑｕｅｎｃｙｃｓｉｎｇｌｅｍｏｄｅｌ．Ｔｈｅｆｉｎａｌｆｏｒｅｃａｓｔｉｎｇｖａｌｕｅｉｓｏｂｔａｉｎｅｄｂｙｓｕｐｅｒｉｍｐｏｓｉｎｇｅａｃｈｆｏｒｅｃａｓｔｉｎｇｖａｌｕｅｓ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｈｅｆｏｒｅｃａｓｔｉｎｇａｃｃｕｒａｃｙｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｓｉｎｇｌｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ，ｔｉｓｇｒｅａｔｌｒｏｖｅｄ，ａｎｄｉｔｉｓｃｌｏｓｅｒｔｏｔｈｅａｃｔｕａｌｗｉｎｄｓｐｅｅｄｃｕｒｖｅ，ａｎｄｉｔｉｓｍｏｒｅｒｅｌｉａｂｌｅ．ｙｉｍｐ犓犲狉犱狊：ｓｈｏｒｔｔｅｒｍｆｏｒｅｃａｓｔｉｎｇ；ｗａｖｅｌｅｔａｎａｌｓｉｓ；ｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ；Ｅｌｍａｎｎｅｕｒａｌｎｅｔ  ? ｙ狔狑狅ｒａｌｒｅｇｒｅｓｓｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋｗｏｒｋ；ｇｅｎｅ近年来，风能作为一种环境友好型的可再生能源发展迅速，在各国能源供应中的比重不断提高．由收稿日期：２０１８０６２３ ? ? 通信作者：常雨芳（１９８０Ｅ? ?），女，副教授，博士，主要从事智能配电系统和微网能源系统的优化设计与控制的研究．ｍａｉｌ：ｃｈａｎｇｙｆ＠ｈｂｕｔ．ｅｄｕ．ｃｎ．基金项目：国家自然科学基金资助项目（６１６０１１７６）；湖北省自然科学基金资助项目（２０１６ＣＦＢ５１２）第４期常雨芳，等：采用小波分析和神经网络的短期风速组合预测５５７于风能自身的波动性、间歇性与不可控性，大规模的风电接入电网将对电网安全稳定的运行带来严峻考验．风力发电功率的准确预测一方面可以降低电力系统的运行成本，提高风电穿透功率；另一方面，可以根据预测曲线对电力系统进行及时调度，降低风电接入电网时对电网产生的影响［１?２］．风力发电功率的影响因素很多，但风速对风力发电功率的影响最为突出，风力发电功率准确预测主要取决于风速的准确预测．在实际运用中，选择单一预测模型很难达到较高的预测精度，一般将物理方法与统计方法相结合［３?１０］．风速预测是一个非线性的复杂过程，有多种预测的方法与模型，各具特点，且在预测精度上存在一定的差异．本文提出一种基于小波分解重构与组合神经网络的短期风速预测方法．１小波分解［］Ｍａｌｌａｔ算法即金字塔算法１０．利用Ｍａｌｌａｔ算法，将非平稳的风速离散时间序列分解为不同频率的风速序列犱１，犱２，…，犱犑和序列犪犼．其中，犑为最大分解层数．上述分解过程可表示为犪犼＋１＝犎犪犼，犱犼＋１＝犌犪犼，犼＝１，２，３，…，犑．上式中：（ ·）为低频分解函数，相当于低通滤波器；（ ·）为高频分解函数，相当于高通滤波器．犎犌对非平稳的风速离散时间序列进行分解，得到不同频率的分量，但分解后各分量的长度各不相同，每进行一次分解，长度变为分解前的一半，分解后的分量长度与原始长度不相等．因此，选择二插值对分解后的分量进行数据重构，得到与原始序列长度相等，但频率不相同的分解分量，即犼犼－１  犃犼＝（犎 ）犪犼，犇犼＋１＝（犎 ）犌犱犼＋１，犼＝１，２，３，…，犑．   上式中：犎，犌分别为犎和犌的对偶算子．利用二插值重构方法对分解后的各个分量进行重构，得到重构后的序列犇１，犇２，…，犇犑和序列犃犑，且各分量的长度与原始风速序列的长度相等．对历史风速数据进行小波分解，小基波和分解级数的选择尤为重要，选择不同的小基波得到的预测结果有所差异．选择较大的分解级数对风速序列进行分解与重构，得到分解后的分量较多，对风速进行预测时选择的预测模型也较多，从而导致一定的预测误差，影响预测的精度与结果．而选择较小的分解级数对风速序列进行分解与重构，则可能导致原始序列中部分频率特征的分量未被分离出来，从而影响最终风速预测的精度与结果．２短期风速组合预测模型的建立２．１神经网络２．１．１径向基神经网络神经网络具有很强的非线性映射能力，可将多维的输入映射到输出．神经网络中径向基（ＲＢＦ）神经网络结构较为简单、收敛快，且能逼近任意一个非线性函数．在反向传播（ＢＰ）神经网络中，三层以上结构也可以实现逼近任意一个非线性函数，但ＢＰ神经网络的逼近属于全局逼近，相对于ＲＢＦ收敛较慢，且容易陷入局部的极小值．神经网络一般分为输入层、隐含层、输出层，在ＲＢＦ中隐含层的节点数为样本数，基函数的数据中心也由样本本身决定．因此，在ＲＢＦ神经网络的参数中只需设计输出节点的权值和拓展系数．拓展系数一般根据公式确定，以避免基函数太尖或太平．拓展系数２狆．式中：犱ｍａｘ为各个样本间的最大距离；２…，犘，犘为样本的数目． δ＝犱ｍａｘ／槡狆＝１，输出层的权值设计一般根据公式具体调整，输出层的权值调整公式为 Δ犠犽＝η（犱犽－犠犽Ｔφ） φ．式中：Ｔ犱犽－犠犽 φ）犫＝０，１，…，犽＝１，２，…，犾；权值的初始值可为任意值． Δ犠犽的各个分量 Δ犠犫，犽＝η（狆， 犫，［］２．１．２广义回归神经网络广义回归神经网络（ＧＲＮＮ）４是径向基神经网络的一种特殊变形．但广义回归神经网络与径向基神经网络的区别在于，广义回归神经网络的学习速度及逼近能力较径向基神经网络更加明显．除此之外，在不平稳数据的处理上，ＧＲＮＮ也表现出较大的优势．广义回归神经网络在隐含层传递函数的选择上也与径向基神经网络有所不同，通常将高斯函数作为传递函数，即２［ ‖狓２－σ犮 ‖ ］，犻＝１，２，…，狀．犚犻＝ｅｘｐ－犻２犻上式中：狓为输入向量；犮犻，狀为个数． σ犻分别为第犻个函数的中心和第犻个感知单元的变量；犿输出层实现犚犻（狓）→狔狆的线性映射，狔狆＝ ∑ω 犚（狓），狆＝１，２…，犘．犻，狆犻１犻＝１犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．５５８华侨大学学报（自然科学版）２０１９年２．１．３Ｅｌｍａｎ神经网络Ｅｌｍａｎ神经网络是一种典型的局部回归神经网络．在结构上，局部回归神经网络可以看作是ＢＰ神经网络多了一个局部反馈的连接层［１１１２］．局部记忆单元与局部反馈相连的前向神经网络构成Ｅｌｍａｎ神经网络．Ｅｌｍａｎ神经网络存在一种自连，即承接层与隐含层输入的连接，承接层负责隐含层输出延迟与存储，使神经网络对出现过的数据更加敏感；内部的反馈网络使网络处理动态信息的能力得到提升，使Ｅｌｍａｎ神经网络能够实现动态建模．在Ｅｌｍａｎ神经网络中，当输出节点选择线性转移函数时，隐含层单元、反馈单元、输出单元分别为犡（犲＋１）＝犉（犡犮（犲＋１），犝（犲）），犡犮（犲）＝犡（犲－１），犢（犲－１）＝犠犡（犲－１）．式中：犝（犲）为输入；犡犮（犲）为隐含层的反馈信号（犲时刻的输出）；犡（犲－１）为隐含层输入；犢（犲－１）为隐含层输出．２．２支持向量机支持向量机（ＳＶＭ）是一种统计学习方法，是在统计学习理论的ＶＣ维理论和结构风险最小化原理基础上发展起来的一种新的机器学习方法［８］．将ＳＶＭ运用于风速预测，首先，应将历史风速映射到一犾个高维空间，利用线性回归方法对映射后的样本进行分析，此时，存在回归函数犳（狏）＝ ∑ （α －犺犺＝１犽（狏，狏犺）＋犫．其中：犽（狏，狏犺）为核函数． α犺 ） α犺， α犺 不等于０，分别对应支持向量；在应用ＳＶＭ时，选择运用最为广泛的径向基核函数．此外，ＳＶＭ的使用还涉及惩罚系数犆、不敏感损失值的选择．为避免盲目性，通过交叉验证得到合适的参数．２．３组合预测模型组合预测模型结合使用两种或几种预测模型，在提升预测精度的基础上，可避免单一预测模型产生的局限性［１３１４］．各模型根据同一样本进行预测，得到多个预测值，将其预测结果进行叠加，得到最终的预测结果．在运用组合预测时，最重要的是如何运用各模型或方法的预测结果．因此，各模型的权重值选择尤为关键，权重值或权重比的选择直接影响最终的预测结果与精度．针对组合模型的运用，风速预测值与实际值的非线性关系，以及各模型的预测值相对于样本数据较少的情况，选择ＧＲＮＮ对各模型的风速预测值进行拟合，即将各模型的预测结果输入ＧＲＮＮ，ＧＲＮＮ的输出即最后的风速预测值．２．４基于小波分解的神经网络组合预测为了降低风速随机性、波动性与不可控性的影响，提高预测精度，采用小波分析对风速进行数据预处理，将风速时间序列进行分解，得到不同频率的子分量，同时采用小波二插值重构各子分量的数据．选择Ｅｌｍａｎ神经网络、ＲＢＦ神经网络、支持向量机的组合预测模型对子分量中最高频分量进行预测；通过广义回归神经网络对３种模型的预测结果进行拟合，得到高频分量的预测值；通过单一的ＲＢＦ神经网络对低频分量进行预测．将高频分量的预测值与低频分量的预测值进行等权叠加，得到最终的风速预测值．通过参数筛选，ＲＢＦ神经网络的拓展系数选择８５，广义回归神经网络的拓展系数选择０．０８；支持向量机采用工具箱进行实现，选择使用最为广泛的高斯径向基核函数，可以验证得到最佳的参数犮＝５，高斯核函数参数 σ＝１．７１５，不敏感损失函数ε＝０．１．基于小波分解的神经网络组合算法的流程，如图１所示．图１中：ＣＤ１，…，ＣＤ狀，ｒｅｓ为小波分解与重构后与原风速序列长度相等的风速序列；犜１，犜ａ，犜ｂ，犜ｃ分别为各预测模型的预测结果．文中方法的实现有以下６个步骤．步骤１选择合适的分解级数对风速历史数据进行小波分解，得到不同频率的风速分量．图１基于小波分解的神经网络组合算法流程图Ｆｉ１Ａｌｒｉｔｈｍｆｌｏｗｃｈａｒｔｏｆｃｏｍｂｉｎａｔｉｏｎｇ．ｇｏｎｅｕｒａｌｎｅｔｗｏｒｋｂａｓｅｄｏｎｗａｖｅｌｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎ步骤２对小波分解后的各频率分量进行二插值重构，在不改变各组分量频率特征的情况下，使风量的长度达到原始风速数据的长度．犺狋狋犺犱狓犫．犺狇狌．犲犱狌．犮狀狆：∥狑狑狑．第４期常雨芳，等：采用小波分析和神经网络的短期风速组合预测５５９步骤３对重构后的各频率风速分量进行数据归一化处理．步骤４根据各组分量的频率特点，分别为其选择合适的风速预测模型并进行训练．步骤５最高频分量采用组合预测模型对未来２４ｈ的风速进行预测，其余分量采用单一的风速预测模型进行预测．步骤６将得到的两组风速预测值进行合适的加权求和，得到的风速值即最终的风速预测值．３算例分析样本数据来自某风电场某月的实际风速，测试时间间隔为１ｈ，在Ｍａｔｌａｂ中编程，对上述预测方法进行验证．历史风速样本，如图２所示．图２中：狏为风速．利用前３０ｄ的风速数据对接下来第３１天（２４ｈ）的风速进行预测．根据上述方法将历史风速样本用小波分解，选择二插值重构对分解后各个风速分量进行重构，得到重构后各频率的风速分量，如图３所示．图３中：狊为原始信号．图２历史风速数据图３小波分解与重构结果Ｆｉ２Ｏｒｉｉｎａｌｗｉｎｄｓｐｅｅｄｔｉｍｅｓｅｒｉｅｓｇ．ｇＦｉ３Ｒｅｓｕｌｔｓｏｆｗａｖｅｌｅｔｄｅｃｏｍｐｏｓｉｔｉｏｎａｎｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎｇ．由图３可知：犱１分量的频率为各个分量中最高频分量，风速变化较大，将其作为分量２．针对最高频分量的风速，选择支持向量机、Ｅｌｍａｎ神经网络、ＲＢＦ神经网络、ＧＲＮＮ神经网络组合的预测模型对其进行训练，并对接下来２４ｈ的风速进行预测，即采用支持向量机、Ｅｌｍａｎ神经网络、ＲＢＦ神经网络分别对第３１天（２４ｈ）的风速进行预测，预测结果作为ＧＲＮＮ神经网络的输入，通过拟合得到的值为最高频风速分量的预测值．由图３还可知：除去最高频风速分量还剩下犱２，犱３，犱４，犱５，犪５等５组分量，较分量２频率明显较低，将其归为低频分量１，单一的预测模型可以达到较好的预测精度与预测效果．因此，选择ＲＢＦ对分量１进行预测．在得到分量１、分量２风速预测值时，将两组预测值进行等权叠加，得到第３１天（２４ｈ）的风速值，即最终的风速预测值．针对历史风速数据，采用单一的预测模型进行分解，直接对第３１天（２４ｈ）风速进行预测，预测结果与所提方法进行比较，其结果如图４所示．由图４可知：相较于传统预测模型，所提方法能更好地随着实际风速的变化而变化，且２４ｈ各个时间点的风速值也更接近实际风速．为了更好地判断各个模型图４组合模型和单一模型的预测结果的预测效果，比较预测精度，选择平均相对百分比误差Ｆｉ４Ｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｓｂａｓｅｄｏｎｇ．（犈ＭＲ）和均方根误差（犈ＭＡ）作为评价标准，有ｃｏｍｂｉｎａｔｉｏｎｍｏｄｅｌａｎｄｓｉｎｇｌｅｍｏｄｅｌ犖犈ＭＲ＝ ′犻狘，１狘狏犻－狏 ∑ 犖犻狏犻＝１犖犈ＭＡ＝狏犻－狏 ′犻１ ∑ 狏犖犻犻＝１槡（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）５６０２０１９年上式中：犖为预测样本长度，即２４；狏犻为实测风速值；狏 ′犻为预测风速值．经计算可知：组合预测模型的犈ＭＲ值和犈ＭＡ值分别为７．０５００％，０．７３２０％，单一预测模型（ＲＢＦ）的犈ＭＲ值和犈ＭＡ值分别为１４．９６００％，０．１７８５％，而单一预测模型（ＳＶＭ）的犈ＭＲ值和犈ＭＡ值分别为１８．４６００％，０．２１６４％．采用的预测模型在绝大部分点给出了较准确的预测值，相较于单一预测模型预测，其误差明显降低，精度大幅提升．此外，采用单一神经网络模型得到的预测曲线无法随实际风速曲线而变化，存在明显的滞后问题，而所提方法很好地改善了滞后问题，更加贴近实际风速变化曲线，更好地反映风速的变化，预测结果更具有实际价值．４结束语提出一种小波分解与重构和组合神经网络相结合的风速预测模型．以某风电场的历史平均风速数据为例，对所提方法进行仿真验证，并与传统风速预测模型进行实验对比．结果表明：所提方法降低了风速波动性与随机性，提高了预测精度，适用于风速的短期预测，预测曲线也更贴近实测风速变化曲线．但所提方法无法完全克服风速的随机性与波动性，有待继续研究，从而降低影响，使预测精度进一步提高．参考文献：［１］张妍，王东风，韩璞．一种风电场短期风速组合预测模型［Ｊ］．太阳能学报，２０１７，３８（６）：１５１０１５１６． ? ［２］彭怀午，刘方锐，杨晓峰．基于组合预测方法的风电场短期风速预测［Ｊ］．太阳能学报，２０１１，３２（４）：５４３５４７． ? ［３］ＺＵＬＵＡＧＡＣＤ，?ＬＶＡＲＥＺＭＡ，ＧＩＲＡＬＡＯＥ．ＳｈｏｒｔｔｅｒｍｗｉｎｄｓｐｅｅｄｐｒｅｄｉｃｔｉｏｎｂａｓｅｄｏｎｒｏｂｕｓｔＫａｌｍａｎｆｉｌｔｅ  ? ｒｉｎｇ：Ａｎｅｘｐｅｒｉｍｅｎｔａｌｃｏｍｐａｒｉｓｏｎ［Ｊ］．ＡｐｐｌｉｅｄＥｎｅｒ２０１５，１５６（１０）：３２１３３０．ＤＯＩ：１０．１０１６／ａｐｅｎｅｒ２０１５．０７． ? ｇｙ，ｊ．ｇｙ．０４３．［４］勾海芝，赵征，夏子涵．基于经验模式分解的神经网络组合风速预测研究［Ｊ］．电力科学与工程，２０１７，３３（１０）：６２６７． ? ＣＮＫＩ：ＳＵＮ：ＤＬＱＢ．０．２０１７１００１１．ＤＯＩ： ? ? ［５］ＲＡＭＡＳＡＭＹＰ，ＣＨＡＮＤＥＬＳＳ，ＹＡＤＡＶＡＫ．ＷｉｎｄｓｐｅｅｄｐｒｅｄｉｃｔｉｏｎｉｎｔｈｅｍｏｕｎｔａｉｎｏｕｓｒｅｇｉｏｎｏｆＩｎｄｉａｕｓｉｎｇａｎａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌ［Ｊ］．ＲｅｎｅｗａｂｌｅＥｎｅｒ２０１５，８０（８）：３３８３４７．ＤＯＩ：１０．１０１６／ｒｅｎｅｎｅ．２０１５．０２．０３４． ? ｇｙ，ｊ．［６］刘爱国，薛云涛，胡江鹭，等．基于ＧＡ优化ＳＶＭ的风电功率的超短期预测［Ｊ］．电力系统保护与控制，２０１５，４３（２）：９０９５． ? ［７］ＷＡＮＧＪｉａｎｚｈｏｕ，ＨＵＪｉａｎｍｉｎｇ．Ａｒｏｂｕｓｔｃｏｍｂｉｎａｔｉｏｎａｐｐｒｏａｃｈｆｏｒｓｈｏｒｔｔｅｒｍｗｉｎｄｓｐｅｅｄｆｏｒｅｃａｓｔｉｎｇａｎｄａｎａｌｓｉｓ： ? ｙＣｏｍｂｉｎａｔｉｏｎｏｆｔｈｅＡＲＩＭＡ，ＥＬＭ，ＳＶＭａｎｄＬＳＳＶＭｆｏｒｅｃａｓｔｓｕｓｉｎｇａＧＰＲｍｏｄｅｌ［Ｊ］．Ｅｎｅｒ２０１５，９３（１２）：４１ ? ｇｙ，５６．ＤＯＩ：１０．１０１６／ｅｎｅｒ２０１５．０８．０４５．ｊ．ｇｙ．［８］ＬＩＵＨｕｉｃｈａｏ，ＴＩＡＮＨｏｎｇｑｉ，ＬＩＹａｎｆｅｉ．Ｆｏｕｒｗｉｎｄｓｐｅｅｄｍｕｌｔｉｓｔｅｐｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｓｕｓｉｎｇｅｘｔｒｅｍｅｌｅａｒｎｉｎｇｍａ  ? ｃｈｉｎｅｓａｎｄｓｉｌｄｅｃｏｍｐｏｓｉｎｇａｌｒｉｔｈｍｓ［Ｊ］．ＥｎｅｒｒｓｉｏｎａｎｄＭａｎａｇｅｍｅｎｔ，２０１５，１００（４）：１６?２２．ＤＯＩ：１０．ｇｙＣｏｎｖｅｇｎａｇｏ１０１６／ｅｎｃｏｎｍａｎ．２０１５．０４．０５７．ｊ．［９］高阳，钟宏宇，陈鑫宇，等．基于神经网络和小波分析的超短期风速预测［Ｊ］．可再生能源，２０１６，３４（５）：７０５７１１． ? ［１０］陈德生，李培强，李欣然，等．基于小波变换的短期风速预测综合模型［Ｊ］．电工电能新技术，２０１２，３１（３）：７３?７６．１０．３９６９／３０７６．２０１２．０３．０１６．ＤＯＩ：ｉｓｓｎ．１００３ ? ｊ．［１１］陈艳平，毛弋，陈萍，等．基于ＥＥＭＤ?样本熵和Ｅｌｍａｎ神经网络的短期电力负荷预测［Ｊ］．电力系统及其自动化学报，２０１６，２８（３）：５９６４．ＤＯＩ：１０．３９６９／ｉｓｓｎ．１００３８９３０．２０１６．０３．０１１． ? ? ｊ．［１２］ＳＡＦＡＲＩＮ，ＣＨＵＮＧＣＹ，ＰＲＩＣＥＧＣＤ．Ａｎｏｖｅｌｍｕｌｔｉｓｔｅｐｓｈｏｒｔｔｅｒｍｗｉｎｄｐｏｗｅｒｒｅｄｉｃｔｉｏｎｆｒａｍｅｗｏｒｋｂａｓｅｄｏｎ ? ? ｐｃｈａｏｔｉｃｔｉｍｅｓｅｒｉｅｓａｎａｌｓｉｓａｎｄｓｉｎｇｕｌａｒｓｐｅｃｔｒｕｍａｎａｌｓｉｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２０１７，３３（１）：ｙｙ５９０６０１．ＤＯＩ：１０．１１０９／ＴＰＷＲＳ．２０１７．２６９４７０５． ? ［１３］ＲＯＳＥＮＴＨＡＬＷＳ，ＴＡＲＴＡＫＯＶＳＫＹＡ，ＨＵＡＮＧＺｈｅｎｙｕ．ＥｎｓｅｍｂｌｅＫａｌｍａｎｆｉｌｔｅｒｆｏｒｄｙｎａｍｉｃｓｔａｔｅｅｓｔｉｍａｔｉｏｎｏｒｒｅｌａｔｅｄｍｅｃｈａｎｉｃａｌｉｎｐｕｔｐｏｗｅｒ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒｏｆｐｏｗｅｒｇｒｉｄｓｓｔｏｃｈａｓｔｉｃａｌｌｒｉｖｅｎｂｙｔｉｍｅ ?ｃｙｄＳｙｓｔｅｍｓ，２０１７，３３（４）：１１０．ＤＯＩ：１０．１１０９／ＴＰＷＲＳ．２０１７．２７６４４９２． ? ［１４］修春波，任晓，李艳晴，等．基于卡尔曼滤波的风速序列短期预测方法［Ｊ］．电工技术学报，２０１４，２９（２）：２５３２５９． ? （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）《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．２个月之后，作者若没有收到反馈意见，可与编辑１．２自投稿日期起２个月之内，作者不得另投他刊．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 ·《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４０卷第４期（总第１６８期）２０１９年７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．４０Ｎｏ．４（Ｓｕｍ１６８）Ｊｕｌ．２０，２０１９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