基于決策樹改進隨機逼近煤礦　輸送機系統智能群啟動算法*

?

基于決策樹改進隨機逼近煤礦輸送機系統智能群啟動算法*

鄭茂全1，2，侯媛彬1，李學文1，聶永朝2，董田田1，陳夕紫1

(1.西安科技大學 電氣與控制工程學院,陜西 西安 710054；2.寧夏西北煤機有限公司，寧夏 石嘴山 750000)

摘要：在研究比較長距離帶式輸送機系統啟動方式的基礎上，針對長距離多級煤礦輸送機重載啟動撒落煤料問題，提出一種基于決策樹改進隨機逼近(IGSA-ISADT)煤礦輸送機系統群智能啟動算法；該算法將長距離帶式輸送機系統各子系統的輸送距離、膠帶寬度及驅動電機功率作為條件屬性，采用決策樹確定不同子系統啟動斜率；加速段和勻速段分別按本子系統的啟動斜率和控制誤差隨機逼近給定線速度。通過陜煤集團某煤礦運輸距離為3 400 m的四級煤礦運輸機系統進行群智能啟動仿真驗證，結果表明,該群智能啟動比常規的比例積分控制啟動各子系統逼近給定線速度效果好，最大線速度誤差減小到4.22%，不僅動態誤差顯小而且運行平穩，可對多級輸送機重載協調啟動預防煤料撒落提供一種參考。

關鍵詞：煤料撒落；決策樹；隨機逼近；子系統啟動斜率；智能群啟動

0引言

上世紀90年代中期之前，煤礦帶式輸送機的控制一般采用交流異步電動機轉子串電阻啟動與調速控制，也有采用液力偶合器或線性濕式離合器調速，這些方式控制調速能耗很大。隨著對驅動電機控制方法改進，目前煤礦帶式輸送機的控制主流采用變頻器調速控制；若不需調速則采用軟啟動器。這2種設備的顯著特點是節能效果顯著，且啟動、停機平滑。針對驅動電動機的啟動問題，國內外專家展開了深入的研究，羅馬尼亞的Vlad Ion等針對長距離帶式輸送機提出對異步電動機啟動阻抗分析并實現能量監測來改善系統的啟動特性[1]；德國的Werner Ulrich等從三相異步電動機的機械結構分析，給出了動態偏心對于啟動異步電動機轉子橫向振動分析模型[2]；巴西的Silva F B B等提出一種新型采用超導理論感應電機的起動方法，新的啟動電流限制方法是基于使用高溫超導原理[3]；比利時的Debruyne Colin等研究了電源電壓畸變對異步啟動永磁電機的能源效率的影響[4]；Meng Dawei等研究高壓異步電動機動態阻抗和啟動特性的工程計算，提出了一套實用的電機暫態轉矩、電流、阻抗計算方法[5]。

國內很多專家對于煤礦帶式輸送機的優化控制作了大量研究。高潔對大型帶式輸送機的啟動過程進行了深入的分析，確定了合理的啟動曲線，并對液體粘性軟啟動裝置的液壓系統以及機械系統和電控系統做了詳細的分析，從而提出如何利用液體粘性軟啟動裝置來控制帶式輸送機的啟動過程[6]，周建中針對帶式輸送機運輸線路長、生產環節多、工藝過程復雜、運輸量不均衡，頻繁不斷啟動啟停車等特點，設計了基于ARM的集控制、保護于一體控制系統[7]。還有專家介紹采用變頻器對礦井的運輸機或港煤運輸控制比傳統的三相繞線電動機串電阻控制節能效果顯著，重載啟動和自動調速平滑等特點[8-11]。長距離煤礦帶式輸送機系統一般由多級運輸距離不同帶式輸送機子系統組成，在重載啟動時，即使采用變頻器調速控制，若對運輸距離不同的多級輸送機子系統的啟動時間控制不好或協調控制不夠，也會發生煤料撒落或膠帶抖動的現象。針對這一問題，作者對長距離大傾角的煤礦帶式輸送機系統重載啟動過程的靜態、動態阻力進行了分析建模[12-13]。在此基礎上，針對長距離的煤礦輸送機系統，文中提出基于決策樹的改進隨機逼近群智能啟動算法(Intelligent group-starting algorithm based on Improved stochastic approximation of decision tree，IGSA-ISADT)。隨機逼近法是未知函數零點的一種遞推法，在基本Robbins Monro(MR)隨機逼近方法和加權的Kiefer Wolfowitz(KW)隨機逼近方法基礎[14-16]，近年來有多種改進的隨機逼近算法，具有代表的是對隨機序列進行截尾改進得到新的改進算法[17-18]。IGSA-ISADT將啟動過程分成加速段和勻速段，首先根據長距離帶式輸送機系統各子系統的輸送距離、膠帶寬度及驅動電機功率采用決策樹確定子系統的啟動斜率，各子系統的加速段和勻速段分別按本子系統的啟動斜率和控制誤差隨機逼近給定線速度，并進行仿真驗證。

1系統建模

一般情況下，帶式輸送機的驅動電動機定子三相繞組接成星形，則定子三相電流如式(1)所示。

(1)

三相電流產生合成的磁場是一旋轉磁場；一個電流周期，磁場在空中旋轉360°；旋轉磁場的轉數為

(2)

式中p為極對數，p=2，交流異步電動機的額定轉速為ne=1 480r/min；f1為定子電流頻率，f1隨著變頻器的輸出在{0，50Hz}變化。當f1=50Hz時，n0為電機的同步速度。電機的轉差率S為

(3)

轉子轉速亦由轉差率求得

n=(1-S)n0.

(4)

一般情況下，異步電動機運行在額定負載時，轉差率S為0.015～0.07，電磁轉矩是三相異步電動機最重要的物理量之一，其中機械特性是它的主要特性。電磁轉矩T為

T=KmφI2cosφ2,

(5)

式中φ為磁通量；I2為轉子電流。

(6)

將I2代入T得出電磁轉矩

(7)

式中R2為轉子等效電阻;U1為定子繞組電壓；U電源電壓；X20為電動機靜態(S=1)時轉子每項繞組的感抗；K為與電動機結構參數和電源頻率有關，φ2為相角。

根據帶式輸送機的動態阻力分析，及上述驅動電動機所建的模型[13]，若不考慮負載變化引起的干擾，一級(單部)帶式輸送機運動微分方程如式(8)所示。

(8)

式中m為拉緊滾筒的等效質量；c為系統的阻尼系數；k為系統的剛性系數；T為電磁轉矩。

v(k+1)=a1v(k)+a2v(k-1)+bu(k)-dw(k),

(9)

式中v(k+1)為帶式輸送機線速度的下一步差分；v(k)為帶式輸送機線速度的k時刻的值；w(k)為到阻力(包括負載)變化引起的干擾；a1,a2是系統結構參數；b為控制系數；u(k)為k時刻變頻器的控制量，帶式輸送機能否重載平穩啟動，是預防撒料故障的關鍵。

2基于決策樹的改進隨機逼近煤礦輸送機群智能啟動算法

長距離帶式輸送機系統一般分為多級(帶式輸送機子系統)，而且各級帶式輸送機子系統的輸送距離不一定相同，為了使各級帶式輸送機子系統能在規定的時間段動態跟蹤給定的線速度，實現協調重載平穩啟動，提出基于決策樹改進隨機逼近(IGSA-ISADT)群智能啟動算法。該IGSA-ISADT群智能啟動算法思路如下

1)根據Kiefer-Wolfoitz(KW)隨機逼近的思想，定義動態隨機量為

(10)

式中u(k),k=1,2,3,…,n為統計的隨機序列；f(u)為衡量是否逼近真值的函數。

2)各級帶式輸送機子系統規定的啟動時間為tir，其中角碼i表示第i級子系統，tr表示啟動過程上升時間(加速段)，若平穩啟動過程無超調，則tir=tis，上升時間和調節時間相同。則將各級帶式輸送機子系統的變頻器的輸入控制量ui(k)定義為：按輸送機的啟動加速斜率逼近和按勻速階段誤差逼近2部分，則IGSA-ISADT群智能啟動算法由式(11)表示。

(11)

式中tgθi為啟動加速斜率，上式為輸送機按啟動加速斜率逼近；下式為勻速階段按誤差逼近；ei為第i級帶式輸送機子系統的給定電壓ui和反饋電壓ufi之差，ei=ui-ufi，當ui>ufi時，ei為正的誤差，當ui

3)各級輸送機子系統的給定啟動的加速斜率tgθi由決策樹確定。

(12)

圖1　子系統啟動加速斜率決策樹Fig.1　Decision tree of subsystemstarting acceleration slope

式中v0為給定的勻速運行的線速度；tri為長距離帶式輸送機系統的第i級帶式輸送機子系統的加速時間。假設各級子系統膠帶寬度為Bi=1 200mm，運輸距離為Li，啟動電機的功率Pi，以Bi,Li,Pi為條件屬性，tgθi為決策結果，設子系統輸送距離有3種，則對應的決策樹由圖1給出。圖中xi為第i個子系統的啟動加速段的斜率，即xi=tgθi.

3IGSA-ISADT群智能啟動仿真實驗驗證

3.1　長距離帶式輸送機結構

圖2　長距離大傾角多級帶式輸送機的結構示意圖Fig.2　Structural sketch of multistage belt conveyer with the long distance and large

針對某煤礦3 400m長的帶式輸送機系統進行仿真，其中第1級膠帶長1 800m(位于運輸大巷)、第2級膠帶長1 200m(位于主斜井)、第3級膠帶長200m(位于井口)、第4級膠帶長200m(位于落煤點前)。其中第1級和第2級均為2部電動機功率為400kW雙機驅動，第3級和第4級均為100kW電動機驅動。該四部帶式輸送機帶寬均為1200mm，驅動電機分別命名為M1，M2，M3和M4，帶式輸送機額定帶速度為4m/s，電機供電電壓均采用1 140V，且主傳動滾筒直徑均為1 250mm，該長距離大傾角帶式輸送機的結構示意圖如圖2所示。根據實際工程，該四級式帶式輸送機系統逆煤流方向啟動，首先啟動驅動電動機M4，再啟動M3，然后啟動M2(即：M2j，j=1，2，指第2級膠帶輸送機子系統采用雙機驅動)，最后啟動運輸大巷M1(即：M1j，j=1，2，指第1級膠帶輸送機子系統采用雙機驅動。

3.2　四級子系統群智能啟動總體設計

圖3給出IGSA-ISADT群智能啟動算法電動機Mi(i=4，3，2，1)啟動控制框圖。雙機驅動的2個驅動電動機必須同時啟動，同步運行。

圖3　四級子系統IGSA-ISADT群智能啟動Fig.3　Four subsystem IGSA-ISADTintelligence group start

圖中給定帶式輸送機的線速度為ugi(表示按給定速度曲線對應的第i級給定電壓)，被控對象為帶式輸送機的驅動電動機Mi，控制器為IGSA-ISADT群智能啟動算法，控制器的輸入為3維，分別為膠帶長度L，寬度B和線速度的控制誤差e=ugi-ufi.

3.3　重載啟動子系統斜率的確定

在井下長距離多級帶式輸送機在重載啟動時，若果啟動太快，容易引起膠帶擺動(震蕩)，會引起撒料，不僅對膠帶和托輥有磨損，嚴重時可能使系統不穩定。據工程經驗，若交流異步電動機的啟動加速時間ts按驅動電機的額定功率Pe(kW)考慮為式(13)；也有按帶式輸送機的給定線速度v0(m/s)和加速度a(m/s2)來考慮為式(14)。

(13)

ts=[v0(m/s)/a(m/s2)]+5(s).

(14)

從圖2可知，四級運輸機子系統的運輸距離L1=1 800m，L2=1 200m，L3=L4=200m，參考式(13)和(14)，再考慮到其他因素，采用圖1子系統啟動加速斜率決策樹對子系統的啟動加速段的斜率進行推理；將四級輸送機運輸距離Li，對應的驅動電機功率Pi，及膠帶寬度參數代入圖1，文獻[12-13]，考慮到第2級帶式輸送機子系統斜井的傾角，現場的穩態想速度為v0=4m/s，可以推出該帶式輸送機系統的四級子系統的啟動加速斜率

x1=tgθ1=0.05m/s,x2=tgθ2=0.073m/s,x3=tgθ3=x4=tgθ4=0.16m/s.因此，可推導出該帶式輸送機系統的四級輸送帶的IGSA-ISADT智能群啟動算法在啟動加速段的控制率ui(k)為

(15)

3.4　四級輸送機子系統啟動仿真

根據帶式輸送機參數的選擇及其電動機功率，參考式(9)，推得智能群啟動的該帶式輸送機的離散化方程如式(16)所示。

vi(k+1)=ai1vi(k)+ai2v(k-1)+biu(k)-diw(k).

(16)

式中ui(k),i=1,2,3,4四級帶式輸送機子系統在加速度按式(15)計算，在勻速階段按(11)的下式計算。在針對第一級和第二級輸送機子系統的400kW的驅動交流籠式三相異步機，可查得驅動電機的轉動慣量為2 698N·m，系統的阻尼系數c=0.53，系統的剛性系數k=0.02，將參數帶入到運動微分方程中，則有a11=a21=0.498，a12=a22=0.3；針對第三級和第四級輸送機子系統的100kW的驅動交流籠式三相異步機，可查得驅動電機的轉動慣量為675N·m，系統的阻尼系數c=0.28，系統的剛性系數k=0.011，100kW子系統的拉緊滾筒的等效質量不到400kW系統的拉緊滾筒的等效質量的一半，同理求得，a31=a41=0.472,a12=a22=0.33.

在該煤礦運輸機實際運行中，子系統四級帶式輸送機每隔15s逆煤流啟動，即啟動順序為M4，M3，M2和M1，首先啟動落煤點前的第四級帶式輸送機M4，按15s的延遲逐級啟動，45s后啟動位于大巷的第一部雙機驅動的帶式輸送機M1.對式(16)的噪聲項，現采用MATLAB的w(k)=randn(1，80)來產生隨機噪聲表示啟動過動態阻力變化，由于randn產生的隨機數幅值最大約為{-2.7，2.7}，所以取其增益di=0.02，相當于給四段膠帶的驅動電動機模型中均加0.05噪聲，取加速段的斜率x1=x2=x3=x4=0.16m/s，采用常規PI控制等斜率啟動仿真如圖4所示。

圖4　四段膠帶PI控制等斜率啟動仿真Fig.4　PI control simulation of four belt in same slope start

圖4中，直線為四級輸送機子系統的給定線速度u(m/s)，帶“*”線為各子系統的仿真線速度v(m/s)，可見，整個啟動過程速度誤差一直存在，且在k=70 s時最大誤差達13%多，偶爾會發生啟動膠帶抖動煤料撒落問題。在同樣噪聲下，考慮到四級帶式輸送機的運輸距離Li和驅動功率Pi不同由決策樹得到ui(k)式(15)，采用常規的PI控制該系統四部帶式輸送機按不同斜率給定下啟動控制仿真結果如圖5(a)所示。IGSA-ISADT群智能啟動仿真如圖5(b)所示。

圖5　按決策樹的斜率四級輸送機群啟動Fig.5　Group-start simulation ofheavy load in different slope(a)不同斜率給定PI控制重載群啟動仿真(b)IGSA-ISADT群智能啟動仿真

將圖5采用PI和IGSA-ISADT(表中簡寫成IT)群智能啟動仿真動態誤差數值列于表1.

從圖和表可見，對同一系統，IGSA-ISADT控制群啟動和PI控制群啟動動態誤差相比較，對于第三級膠帶輸送機和第四部膠帶輸機，在啟動過程中，k=50 s時，PI控制誤差達到13.98%，而前者控制誤差在1.26%以下；對于長距離的第二部膠帶輸機子系統，k=70 s時，PI控制的誤差達到-14.11%，而前者最大控制誤差為4.22%以下；對于長距離的第一部膠帶輸機子系統，k=80 s時，控制誤差達到-13.65%，而前者控制最大動態誤差3.6%以下。分析結果表明，依據多級帶式輸送機重載啟動IGSA-ISADT斜率智能群啟動的誤差均小于常規PI控制的誤差，可防止在啟動過程中膠帶抖動引起的煤料撒落。

表1　四部帶式輸送機采用PI和IGSA-ISADT群智能啟動仿真動態誤差數值(%)

4結論

文中針對長距離大傾角不同輸送距離分級運輸的煤礦帶式輸送機系統，采用常規的PI控制分級啟動引起膠帶抖動煤料撒落的問題展開研究，論文的創新性貢獻點有

1)在綜述國內外相關帶式輸送機控制與啟動方法基礎上，針對長距離多級輸送機重載啟動撒落煤料問題，研究、分析比較長距離大傾角的帶式輸送機系統的動態阻力，并建立了系統的數學模型；

2)提出了一種基于決策樹改進隨機逼近(IGSA-ISADT)煤礦輸送機系統群智能啟動算法，該算法將長距離不同運輸距離的帶式輸送機子系統的啟動控制律分為加速段和勻速段，加速段和勻速段分別按本子系統的啟動斜率和控制誤差隨機逼近給定線速度；

3)提出煤礦輸送機系統的多級子系統系統將運輸距離Li，對應的驅動電機功率Pi、膠帶寬度B作為條件屬性，建立了啟動加速斜率決策樹，對驅動電機的啟動加速段的斜率進行推理，決策樹確定不同子系統啟動斜率；

4)采用IGSA-ISADT的智能群算法對陜煤集團某煤礦運輸距離為3 400 m的四級煤礦運輸機系統進行群智能啟動仿真驗證，并與常規PI控制分級啟動過程進行了比較，結果表明，整個啟動過程速度誤差均明顯減小，特別是大傾角的第二級輸送機子系統速度最大誤差從-14.11%下降到4.22%，該算法可對多級不同輸送機距離的煤礦帶式輸送機系統重載協調啟動預防撒落煤料提供一種參考。

參考文獻References

[1]Vlad Ion，Campeanu Aurel，Enache Sorin，et al.Energy aspects and monitoring of asynchronous motors starting[J].International Conference on Optimization of Electrical and Electronic Equipment，OPTIM，Bran，Romania，2014，22(5)：1-2.

[2]Werner，Ulrich.Mathematical rotordynamic model for la-teral vibration analysis of induction motors with dynamic eccentricities regarding start-up[J].Forschung im Ingenieurwesen/Engineering Research，2014，78(2)：27-43.

[3]Silva F B B，Orlando M T D，Fardin J F，et al.A novel induction motor starting method using superconduction[J].Physica C：Superconductivity and its Applications，2014，507：95-102.

[4]Debruyne Colin，Sergeant Peter，Derammelaere Stijn，et al.Influence of supply voltage distortion on the energy efficiency of line-start permanent-magnet motors[J].IEEE Transactions on Industry Applications，2014，50(2)：1 034-1 043.

[5]MENG Da-wei，XIA Yun-yan，XIA Yun-shuang.Engineering calculation of dynamic impedances and starting characteristics for high-voltage induction motors[J].International Transactions on Electrical Energy Systems，2015，25(5)：920-932.

[6]高潔，裴計田，谷明霞.大型帶式輸送機起動特性分析及控制[J].煤炭工程，2011(10)：101-103.

GAO Jie，PEI Ji-tian，GU Ming-xia.Analysis and control of starting characteristics of large belt conveyor[J].Coal Engineering，2011(10)：101-103.

[7]周建中，陳代偉，王雷,等.基于ARM的礦用帶式運輸機控制器的設計[J].制造業自動化，2012，34(9)：104-107.

ZHOU Jian-zhong，CHEN Dai-wei，WANG Lei，et al.Design of mine belt conveyor controller based on ARM[J].Manufacturing Automation，2012，34(9)：104-107.

[8]劉增環，潘明福.基于PLC及變頻器技術的帶式輸送機控制[J].煤礦機械，2011，32(9)：192-193.

LIU Zeng-huan，PAN Ming-fu.Conveyor control based on PLC and inverter technology[J].Coal Mine Machinery，2011，32(9)：192-193.

[9]夏祥武.基于高壓變頻器的煤礦主斜井帶式輸送機電控系統[J].煤礦機械，2011，32(12)：174-176.

XIA Xiang-wu.Electric control system for belt conveyor of coal mine based on the main shaft of high voltage inverter[J].Coal Mine Machinery，2011，32(12)：174-176.

[10]周熙杰.秦皇島港煤2期翻堆線帶式輸送機控制系統改造[J].起重運輸機械，2011(11)：59-62.

ZHOU Xi-jie.Control system reform of the 2 phase turn over pile conveyor belt conveyor belt in Qinhuangdao port[J].Hoisting Transport Machinery，2011(11)：59-62.

[11]潘志勇.王莊煤礦井下帶式輸送機自適應控制系統的設計[J].煤礦機械，2011，32(12)：154-156.

PAN Zhi-yong.Design of adaptive control system for belt conveyor in Wangzhuang coal mine[J].Coal Mine Machinery，2011，32(12)：154-156.

[12]HOU Yuan-bin，ZHENG Mao-quan.The belt conveyor control of large dip angle by FMBTES[J].Journal of Advanced in Applied Materials and Electronacs Engineering，2014，905(3)：448-451.

[13]鄭茂全，侯媛彬.大傾角長距離帶式輸送機阻力規律分析[J].工礦自動化，2013，39(10)：27-32.

ZHENG Mao-quan，HOU Yuan-bin.Resistance rule of large dip angle and long distance for belt conveyor[J].Industry and Mine Automation，2013，39(10)：27-32.

[14]張華軍，趙金，羅慧.基于擬牛頓法的同時擾動隨機逼近算法[J].華中科技大學學報，2014，42(9)：1-4.

ZHANG Hua-jun，ZHAO Jin，LUO Hui.Simultaneous perturbation stochastic approximation algorithm based on quasi-Newton method[J].Journal of Huazhong University of Science and Technology，2014，42(9)：1-4.

[15]張華軍，趙金，羅慧,等.基于梯度投影法與隨機優化算法的約束優化方法[J].控制與決策，2014，29(10)：1 777-1 782.

ZHANG Hua-jun，ZHAO Jin，LUO Hui，et al.Constrained optimization based on gradient projection method and stochastic optimization algorithm[J].Control and Decision，2014，29(10)：1 777-1 782.

[16]劉仁龍，楊建奎，熊世峰.基于平均化的截尾隨機逼近算法[J].中國科學院大學學報，2015，32(3)：289-294.

LIU Ren-long，YANG Jian-kui，XIONG Shi-feng.Averaging-based truncated stochastic approximation algorithm[J].Journal of University of Chinese Academy of Science，2015，32(3)：289-294.

[17]HAN Li-xia,LAN Shao-jiang.Modified electromagnetism-like method for constrained optimization problems[J].Advances in Electronic Engineering, Communication and Management, the series Lecture Notes in Electrical Engineering Lecture Notes in Electrical Engineering,2012,139(1):323-329.

[18]Magnanil Goswami, Sudakshina Kundu.Constrained optimization of CMOS analog circuits via all-inversion region MOS model[J].Computational Advancement in Communication Circuits and Systems, the series Lecture Notes in Electrical Engineering，2015(335):395-405.

Intelligent group-starting algorithm for coal mine belt conveyor-systembased on improved stochastic approximation of decision tree

ZHENG Mao-quan1，2，HOU Yuan-bin1，LI Xue-wen1，NIE Yong-chao2，DONG Tian-tian1,CHEN Xi-zi1

(1.CollegeofElectricalandControlEngineering,Xi’anUniversityofScienceandTechnology,Xi’an710054,China；

2.NingxiaNorthwestCoalMachineCo.,Ltd.,Shizuishan750000，China)

Abstract：On the basis of studying the starting mode of long distance belt conveyor system，aimed at the coal scattered problem of the long distance coal mine conveyor when multistage system heavy starting，the intelligent group-starting is presented for coal mine belt conveyor-system based on improved stochastic approximation of decision tree(IGSA-ISADT).In this algorithm，condition attributes are selected，which are the transmission distance，the belt width and the driving motor power of the belt conveyor subsystem with long distance，the decision tree is used to determine the starting slope of different subsystems.Acceleration section is started according to the starting slope，and the uniform section is controlled by the error of randomly approximate to given linear velocity.Group intelligent start is simulated using four level coal transport system with coal transport distance of 3 400 meters in a Shaanxi coal mine.The results show that the group intelligence is better than the conventional proportional integral control system，the maximum line speed error is reduced to 4.22%，not only the dynamic error is small but also the running is stable，the algorithm can provide a reference that coal scattered is prevented when heavy starting of coal belt conveyor with multilevel subsystem.

Key words：coal scattered；decision tree；stochastic approximation；start slope of subsystem；intelligent group start

中圖分類號：TP 176；TD 76

文獻標志碼：A

通訊作者：鄭茂全(1964-)，男，甘肅蘭州人，教授級高工，E-mail:zhengmaoquan@sina.com

基金項目：中國煤炭科工集團科技創新基金項目(2011ZD007)

收稿日期：*2015-07-21責任編輯：高佳

文章編號：1672-9315(2016)01-0104-07

DOI：10.13800/j.cnki.xakjdxxb.2016.0118