基于雙網絡雙服務器架構的堿回收智能控制系統及優化方法

摘要： 目前，大部分制漿造紙廠的減排脫碳效果不佳，信息化水平較低。本研究以堿回收工段為例，提出了基于雙網絡雙服務器架構的堿回收智能控制系統。該系統基于雙環以太網雙冗余服務器架構，下位機選用西門子S7-400系列PLC控制器，CPU和I/O模塊等硬件均采用冗余設計，對堿回收蒸發、燃燒和苛化工段進行穩定可靠的分散控制；上位機配備Web服務器、企業辦公互聯網和遠程服務通道，不僅可以增強系統內部的信息共享能力，還可實現對系統的遠程診斷與維護；最后，采用高級控制算法對各工段的重要參數進行優化控制。實際應用結果表明，該系統不僅可有效提升黑液的處理效率，還可以減少生產過程的能量損失，并為堿回收工段智能化和信息化轉型升級提供依據。

關鍵詞：堿回收工藝流程；雙網絡雙服務器架構；高級控制算法；軟測量；粒子群優化

中圖分類號：TS736；TP273 文獻標識碼：A DOI：10. 11980/j. issn. 0254-508X. 2025. 02. 003

在制漿造紙工業中，堿回收技術在降低環境污染和提高資源利用效率方面扮演著至關重要的角色。堿回收可在去除黑液中污染物的同時，對黑液中的無機物和燃燒過程中產生的熱能進行回收循環利用，既實現了生產過程的節能減排，又能保障企業的經濟效益。隨著堿回收工藝設備的不斷改進和自動化技術的高速發展，堿回收技術已經成為徹底解決制漿造紙黑液污染實用、有效的方法[1]。

清潔生產是對工業發展的最基本要求。現階段，制漿造紙工業實現清潔生產的基本途徑大致有3種：一是通過先進工藝設備趨向清潔生產；二是通過“三廢”處理與回用技術實現清潔生產；三是通過信息化、智能化技術助力清潔生產。與前2種途徑相比，第3種方法不僅可以降低投入成本，還可以加強前2種方法的實施效果。因此，堿回收智能控制技術及信息化智能化系統的重要性愈發突出。如今，已有許多學者和相關從業人員對堿回收系統進行改進。如邱正輝等[2]采用雙冗余的工業以太網結構對堿回收過程進行系統設計，為ERP（enterprise resource planning）、MES（manufacturing exe?cution system） 和PCS（process control system） 的3層結構制漿造紙的計算機集成過程系統（computer integrat?ed processing，CIPS） 設計作了初步的探索。湯偉等[3]提出一種基于Profibus現場總線的堿回收集成優化控制系統，增強了現場信息集成能力，在提升系統性能的同時降低了工程成本。以上2種較典型的優化系統均在一定程度上提升了系統的綜合性能，但在運行安全和生產信息交流方面還存在明顯不足。首先，硬件配置局限于生產過程自動化、信息化和智能化方面的不足；其次，企業生產信息僅局限于生產車間內部運行，缺少與外界的溝通和聯系，不利于企業向信息化方向發展。

本研究針對上述問題，提出一種基于雙網絡雙服務器系統架構的智能控制系統，該系統對堿回收全過程采用雙環工業以太網雙冗余服務器系統框架，在這一系統架構下，下位機采用西門子S7-400 PLC，并選用冗余CPU等高性能組件進行系統硬件配置；上位機則搭載遠程服務功能及辦公網絡計算機等管理功能。軟件方面，在實現各工段基本生產功能的基礎上，使用高級控制算法對部分生產環節進行優化。不僅提升了生產過程控制的穩定性與可操作性，還增強了系統的信息傳輸與處理能力，為實現信息化和智能化過程控制系統奠定基礎。

1 堿回收工藝流程

堿回收生產過程主要包括蒸發、燃燒和苛化3個工段。其基本工藝流程如下：首先將出洗滌工段質量分數約10%的稀黑液送入蒸發工段，經過蒸發工段的多效蒸發器和圓盤蒸發器蒸發濃縮，將黑液質量分數提升至65%左右；將濃縮后的黑液在燃燒爐中進行充分燃燒后，產生主要成分為Na2CO3的綠液，之后送往苛化工段進行苛化處理；綠液在苛化工段與石灰進行反應，將生成物進行分離后，可得到主要成分為NaOH的白液和主要成分為CaCO3的白泥。具體工藝流程如圖1所示。

蒸發工段的主要任務是將出洗滌工段的稀黑液經過多效蒸發器，蒸發濃縮至質量分數60%左右，以便燃燒[4]。主要設備為多效蒸發器，圖2顯示了目前較先進的六效板式蒸發器的工藝流程。如圖2所示，稀黑液進入Ⅳ、Ⅴ、Ⅵ效進行蒸發，再進入Ⅲ、Ⅱ、Ⅰ效進一步蒸發，而蒸汽則是從Ⅰ效進入，產生的二次蒸汽進入Ⅱ效，為Ⅱ效提供熱能，以此類推。

燃燒工段是堿回收的核心部分，主要設備是堿回收爐[5]。堿回收爐不僅需要燃燒掉黑液中污染環境的有機物，還要作為蒸汽發生裝置，為蒸發工段提供蒸汽，并回收黑液中的無機物。目前主流的單汽包低臭堿爐的工藝流程如圖3所示。

苛化工段的主要任務是將燃燒工段產生的綠液（主要成分為Na2CO3） 經過綠液澄清器后加熱，送入消化器中與石灰進行反應，反應后石灰轉變為消石灰，Na2CO3 轉變為NaOH，最后再進入苛化器苛化，將白液送到白液澄清器中，用于紙漿的蒸煮，過濾出的白泥（主要成分為CaCO3） 進一步煅燒生產CaO，回收利用。苛化工段的工藝流程如圖4所示。

2 堿回收控制要點及難點分析

鑒于堿回收3個工段之間聯系緊密，若使其長期處于穩定高效的運行狀態，不僅要對各關鍵參數實施自動控制，還要優化好關鍵參數之間的耦合聯動問題，難度極大。

2. 1 黑液濃度的在線測量與控制問題

堿回收的蒸發工段和燃燒工段各個環節對黑液的濃度范圍均有明確要求。尤其是對蒸發工段出效黑液濃度的控制，若出效黑液濃度波動過大，會對黑液燃燒的穩定性產生直接影響，嚴重時會迫使停機甚至發生安全事故[6]。

目前黑液濃度的測控要點主要有2方面，一是對黑液濃度的在線測量，比較常用的方法是使用在線分析儀表進行直接測量，其優點是使用簡單、測量速度快，但是價格昂貴，維護清理復雜，且在實際應用中需要增加其他裝置以適應現場環境提升測量精度，如溫度補償器等；另一方面是減小黑液濃度輸出值的波動，提升出效濃度的穩定性。由于出效黑液濃度受進效黑液濃度、進效黑液流量、各效壓力、各效真空度等眾多因素影響，簡單控制回路已無法滿足高精度的控制要求。為了解決硬件帶來的復雜問題，通過軟測量代替在線分析儀表成為優化濃度監測的關鍵[7]。因此，設計復雜控制系統成為提升黑液濃度控制水平的途徑之一。

2. 2 堿回收爐的優化運行控制問題

燃燒工段需要一個多輸入、多輸出、強耦合的復雜控制系統，既要確保堿回收爐內部長期處于高效的工作狀態，還要保證堿回收爐的安全運行。

為了使黑液燃燒效率、堿回收率等達到最佳，需要考慮黑液流量、蒸汽流量、送風量、引風量等影響因素。現階段關于黑液燃燒效率優化的控制途徑分為進行機理建模和不依賴模型2種。對堿回收爐進行機理建模需要運用物料平衡與能量平衡原理[8]，并對建立的模型進行線性化處理，從而簡化控制系統的設計。但建模過程較為復雜，面對特定的工程實際情況，需要對模型進行大量的調整和修改，進行必要的假設和簡化時，還會導致模型的準確性下降，因此在企業中應用較少。相比之下，不依賴模型的控制方法應用更廣泛，通常采用高級控制算法和傳統PID算法相結合的方式，以追求系統最佳的靜態性能和動態性能。此外，由于影響燃燒效率的因素復雜，不僅要考慮各個變量單獨對燃燒效率的影響，還要考慮各變量間的相互影響。

在安全方面，堿回收爐與一般的蒸汽鍋爐不同，使用不當會發生泄漏、黑爐甚至爆炸等安全事故。以爐膛負壓和汽包液位的控制問題為例，爐膛負壓主要是通過控制堿回收爐送風量和引風量的比例來達到穩定狀態；汽包液位最經典的控制方法是單沖量與多沖量控制[9]，需要根據工藝要求來選擇合適的變量數。此外，隨著國家對工業生產機器設備運行安全問題重視程度的增加，未來安全儀表系統將在堿回收爐的安全問題中扮演重要角色。

2. 3 苛化工段溫度準確控制問題

苛化工段主要包括石灰消化和綠液苛化2部分。該工段的石灰消化是將生石灰（CaO） 送入消化器中，轉變為消石灰（Ca（OH）2） 的過程，控制該過程主要考慮的因素是石灰添加量和綠液添加量。若僅對這2 個參數進行監控，則會忽略其他干擾因素的影響；因此，根據消化反應放熱這一特性，直接通過消化器內溫度變化對消化反應實施控制成為主流[10]。

堿回收中的苛化反應比消化反應更復雜，影響因素主要有綠液成份、濃度，消化反應后的石灰成份、用量及反應時間和溫度等。由于苛化過程溫度變化帶來的影響具有兩重性[11]，即溫度升高或者降低時，CaCO3 和Ca（OH）2 的溶解度變化相反，苛化反應速率與苛化率呈負相關。所以常規PID算法對苛化溫度的控制難以達到預期效果，需要借助高級控制算法對其進行優化。

3 雙網絡雙服務器的優化控制系統

為了實現堿回收過程的穩定控制，還需要進一步優化和精細化管理。本研究設計并開發了一種雙網絡雙服務器架構的計算機集成過程系統平臺（dualnetwork dual server， DNDS）。系統網絡結構如圖5所示。

DNDS 使用2 個獨立的環形網絡進行數據傳輸，上層網絡連接服務器與客戶端，下層網絡連接服務器與PLC系統，即使一個網絡發生故障，另一個網絡仍然可以繼續運作，確保數據傳輸不受影響。2個環網通過雙冗余服務器實現信息互聯，其中一臺作為主服務器，另一臺作為備份服務器，主服務器處理實際的應用和數據請求，而備份服務器在主服務器發生故障時接管其任務，從而實現無縫切換和最短的服務中斷。工程師站對整個系統進行監控、管理和配置，確保系統的高效運行。在該系統架構下還配備網絡發布服務器（web sever） 和遠程服務平臺。通過Web 界面，用戶可以了解系統的實時數據、性能指標和日志等信息，隨時隨地了解設備生產運行情況；遠程服務平臺通過VPN，可以基于互聯網在2個遠距離的局域網之間建立起一條虛擬的專用通道，維護中心的計算機可直接監控客戶端的PLC，進行遠程維護，以實現“即停即修”，大幅縮短停機時間從而減少經濟損失。此外，系統的基礎控制層采用Profinet總線實現CPU與各模塊的通信，取代了基于Profibus現場總線設計方式，提高了系統響應速度和抗干擾能力。

系統的操作員站和工程師站均采用工業計算機，增強通用性和靈活性。下位機系統采用西門子S7-400系列PLC 控制器， 3 個工段均采用PLC 主站加ET200SP-HA從站的結構。綜合考慮成本、系統復雜程度和后期的維護擴展問題，決定在蒸發工段和燃燒工段使用CPU410-5H 控制器， 在苛化工段使用CPU410-Smart控制器，并采用ET200SP-HA接口單元通過Profinet總線將現場I/O單元連接到中央控制室。3個工段的CPU與I/O模塊之間一致采用冗余配置模式，這種設計方式即使局部出現故障，也不會影響系統整體的正常工作，極大地提高了系統的容錯能力。硬件設計結構示意圖如圖6所示。

4 高級控制算法在堿回收工段的應用

除穩定可靠的高通信速率控制系統硬件之外，高級控制算法的引入是確保堿回收過程穩定運行的另一關鍵因素。目前高級控制算法在制漿造紙工業中的應用一般分為2類[12]：一是通過高級控制算法在線優化PID參數，以改善PID控制效果；另一類是作為某個控制回路的外環控制器，在線調整系統內環參數的設定值，從而提升系統整體的控制性能。本研究基于上述雙網絡雙服務器系統架構，采用黑液濃度在線軟測量方法、黑液燃燒自尋優算法和基于PSO的溫度自整定PID控制算法對堿回收系統進行進一步優化。

4. 1 黑液濃度在線測量與串級控制

一般對于黑液濃度的在線測量有2種方式：一是使用在線分析儀表進行直接測量，該方式測量速度快，但是價格昂貴，維護清理復雜，且在實際應用中需要增加其他裝置來適應現場環境以提升測量精度，如溫度補償器等；另一種是使用軟測量方法間接測量黑液濃度，這種用軟件代替傳感器的方式，不僅克服了硬件的所有缺點，而且提升了測量的準確性和測量速度，目前已被廣泛應用。

黑液的濃度是指黑液中黑液固形物的含量。在一定溫度下，質量分數低于50%的黑液，其濃度與密度（或相對密度） 線性相關，因此可以用密度（或相對密度） 來表示黑液的濃度，其數值用波美度（Be）來表示。黑液波美度與黑液相對密度（d） 的關系如式（1）所示。

Be = 144.3 - 144.3／ d （1）

由于黑液濃度會隨著溫度的變化而變化，所以測量時必須在同一溫度下才有意義，因此可利用式（2）進行計算。

Be（T ） = 144.3 - 144.3／d（T ） （2）

文獻[13]給出黑液波美度計算的經驗公式如式（3）所示，進一步結合式（2）可得到式（4）。

Be（15） = Be（T ） + 0.052（T - 15） （3）

Be（15） = 144.3 - 144.3／d（T ） + 0.052（T - 15） （4）

直接測量黑液的密度難度較大，可用壓強與液體密度的關系公式進行計算，如式（5）所示。

ΔP = ρgΔH （5）

式中，ΔP 為壓強差，kPa；ρ 為黑液密度，g/cm3；g為重力加速度，取9.8 N/kg；ΔH 為液位差，m。

綜上，可得到式（6）。

d（T ） = ρ／ρH2O = ΔP／ρH2OΔH （6）

令ΔH=1 m，可得到黑液波美度的計算公式，如式（7）所示。

Be（15） = 0.052T - 1414.14 1／ ΔP + 143.52 （7）

式中，Be（15）表示溫度為15 ℃時黑液的波美度；T 表示溫度。

由此可以看出，僅需測出黑液的溫度和壓強，即可計算出黑液的波美度，從而間接測出黑液的濃度。

本系統將通過在線軟測量方法測出的黑液濃度值作為主變量，以蒸汽壓力為副變量，由2個閉環回路構成串級控制系統，系統結構圖如圖7所示。

該控制系統內環為蒸汽壓力調節回路，外環為黑液濃度調節回路，當黑液濃度波動較大時，使用內環進行調節，當黑液濃度波動較小時，使用外環對濃度進行微調。濃度調節器的輸入為預設值，其輸出值作為蒸汽壓力調節器的輸入，蒸汽壓力調節器的輸出則控制調節閥，進而調節整個生產過程，最終實現理想的控制效果。

4. 2 黑液燃燒效率自尋優控制

對黑液燃燒過程各參數進行監測與調節，首先要保證堿回收爐可以平穩地進行生產活動，并且具備良好的燃燒效率與堿回收率。一方面要控制燃料量、空氣含氧量和黑液流量使濃黑液充分燃燒；另一方面要控制蒸汽壓力和爐膛負壓的穩定。本系統設計過程中，選取含氧量、爐膛負壓、用汽量和蒸汽壓力等影響黑液燃燒的主要因素，通過自尋優算法對入爐黑液量、引風量、送風量3個參數進行優化控制，搜索滿足生產需求的最優參數配置。控制原理圖如圖8所示。

自尋優控制算法結合了自適應控制和優化技術的優點，旨在動態系統中自動尋找最佳控制策略。該算法通過逐步調整控制器參數，每次調整1個小步長，實時評估目標函數的性能，從而找到最優的控制參自尋優控制算法結合了自適應控制和優化技術的優點，旨在動態系統中自動尋找最佳控制策略。該算法通過逐步調整控制器參數，每次調整1個小步長，實時評估目標函數的性能，從而找到最優的控制參

4. 3 基于PSO的溫度自整定PID控制

苛化過程是通過苛化器的溫度變化來判斷反應的真實情況，目前常用的控制方法是采用高級控制算法與PID算法相結合的方式，在本研究設計的系統中，同樣保留PID 控制的部分，采用粒子群算法（parti?cle swarm optimization，PSO） 對PID控制器的參數進行優化，從而提升綠液苛化的整體效率。

粒子群算法是一種群體智能的優化算法，其原理是將鳥群中的個體看作是1個粒子，鳥群覓食模擬為粒子在搜索空間中尋找最優解的過程。每個粒子代表1個可能的解，粒子在搜索空間中的位置和速度通過式（8）和式（9）進行更新。

Xi （t + 1） = Xi （t） + Vi （t + 1） （8）

式中，Xi（t）是粒子i 在時間t 的位置；Vi（t+1）是粒子i 在時間t+1的速度。

Vi （t + 1） = ωVi （t） + c1 ? r1 ? （pbesti - Xi （t）） + c2 ?r2 ? （gbest - Xi （t）） （9）

式中，ω 為慣性權重，本研究取ω = 0.689 7，控制粒子之前速度的影響；c1、c2是學習因子，本研究取c1=c2=1.5；r1、r2是在[0，1]之間的隨機數。pbesti是粒子i 的歷史最佳位置。gbest 是所有粒子的歷史最佳位置。

粒子位置速度更新示意圖如圖9所示。

由文獻[14]給出苛化工段溫度控制系統的對象數學模型如式（10）所示。

分別用常規PID 方法和基于PSO 的自整定PID方法在Matlab平臺進行溫度控制的仿真實驗，得出2 種控制方法下的溫度控制響應曲線， 如圖10所示。

由圖10中結果可以看出，使用PSO算法進行參數優化后的PID控制在響應時間、超調量等控制參數上有了大幅度降低。對溫控系統的整體性能有較大提升，取得了良好的控制效果。

5 應用案例分析

本系統已在國內外13家制漿造紙廠成功投入使用。經過現場設備運行的反饋顯示，該系統長期維持在穩定高效的工作狀態中。與傳統堿回收控制系統相比，其堿回收率、熱回收率等指標得到明顯提升，故障率、停機次數明顯下降。圖11為堿回收蒸發工段子系統控制界面實例，該子系統投入使用的部分數據記錄如圖12所示，由圖11和圖12顯示的運行數據可知，蒸汽流量、黑液流量等上位機界面統計數值符合預期設計目標。

燃燒工段上位機畫面如圖13所示。系統對液位、流量、壓力等各個節點進行實時監測與集中顯示，各監測點參數的測量值和設定值如圖14所示。各檢測值均在設定范圍內，無故障隱患。

圖15 為苛化工段投入使用的上位機控制界面，圖16為運行狀態圖。由圖16的壓力狀態監測圖可看出，系統清水壓力與密封水壓力長期處于平穩狀態，表明苛化工段控制系統的穩定性與可靠性達到優化效果，滿足實際生產需求。

6 結論

本研究在雙網絡雙服務器系統架構下，分別從系統架構設計、硬件設計、高級算法應用3 方面對堿回收全過程進行優化。目前，該系統已在國內外13 家制漿造紙廠成功投入使用。實際應用結果表明，該優化后的控制系統不僅提升了蒸發、燃燒、苛化3 個工段內部的控制性能，還增強了系統的綜合管理能力，有效提升了制漿造紙過程的黑液污染處理效率，為制漿造紙業的綠色可持續發展提供途徑。同時， DNDS 架構也為制漿造紙工業4.0自動化、信息化和智能化系統的構建提供了有益參考。

參 考 文 獻

［1］ LI Y， CHEN Q， WEI F， et al. Research on Modeling and DynamicCharacteristics Analysis of Alkali Recovery Furnace［J］. Journal ofKorea Technical Association of the Pulp and Paper Industry，2020，52（3）： 15-32.

［2］ 邱正輝， 王孟效. 堿回收優化控制系統［J］. 紙和造紙，2007（5）：67-70.

QIU Z H， WANG M X. Alkali recovery optimization control system［J］.Paper and Papermaking， 2007（5）： 67-70.

［3］ 湯偉， 戴慶瑜， 王孟效， 等. 采用Profibus現場總線的堿回收集成優化控制系統［J］. 化工自動化及儀表，2011，38（4）： 420-426.

TANG W， DAI Q Y， WANG M X， et al. Integrated optimizationcontrol system for alkali recovery using Profibus fieldbus［J］. Chemi?cal Automation and Instrumentation， 2011， 38（ 4）： 420-426.

［4］ 王孟效，孫瑜，湯偉， 等．制漿造紙過程測控系統及工程［M］. 北京：化學工業出版社，2003．

WANG M X， SUN Y， TANG W， et al. Measurement and ControlSystem and Engineering for Pulp and Paper Making Process［M］.Beijing： Chemical Industry Press， 2003.

［5］ 李艷， 王素方， 萬芙蓉. 基于遺傳算法的堿回收爐爐膛負壓模糊-PI復合控制［J］. 中國造紙學報，2016，31（3）： 36-41.

LI Y， WANG S F， WAN F R. Fuzzy PI Composite Control of NegativePressure in Alkali Recovery Furnace Based on Genetic Algorithm［J］.Transactions of China Pulp and Paper， 2016，31（3）： 36-41.

［6］ 鄧 肖，劉宗玲，楊 朝，等. 改進的PID神經網絡在黑液液位控制中的應用［J］. 中國造紙學報，2014，29（2）：58-62.

DENG X， LIU Z L， YANG C， et al. Study on the Control of BlackLiquor Level Based on Improved PID Neural Network［J］. Transac?tions of China Pulp and Paper， 2014，29（2）：58-62.

［7］ WANG F P， ZHU X Q， HE L Y. Novel distributed broad seasonaltrend learning system for industrial soft sensing application［J］.IFAC Papers on Line，2024，58（14）： 97-102.

［8］ 李艷， 魏飛， 王素方， 等. 堿回收爐機理建模及動態特性分析研究［J］. 控制工程，2019，26（3）： 532-541.

LI Y， WEI F， WANG S F， et al. Research on Mechanism Modelingand Dynamic Characteristics Analysis of Alkali Recovery Furnace［J］.［9］ 劉建， 王孟效. 專家控制在堿回收燃燒工段中的應用研究［J］. 陜西科技大學學報，2008（1）： 90-94.

LIU J， WANG M X. Research on the Application of Expert Controlin Alkali Recovery Combustion Section［J］. Journal of Shaanxi Uni?versity of Science and Technology， 2008（1）： 90-94.

［10］ 張愛娟，胡慕伊，黃亞南. 基于專家PID 和模糊PID 的雙模態改進型Smith 預估器在苛化工段的應用［J］. 中國造紙，2016，35（3）：43-48.

ZHANG A J， HU M Y， HUANG Y N. Application of Bimodal Im?proved Smith Predictor Based on Expert PID and Fuzzy PID in theCausticization Section［J］. China Pulp amp; Paper， 2016，35（3）：43-48。

［11］ 葉鳳英， 胡慕伊. 基于模糊免疫的Smith 預估苛化溫度控制［J］. 中華紙業，2018，39（4）： 37-40.

YE F Y， HU M Y. Smith Prediction of Causticization TemperatureControl Based on Fuzzy Immunity［J］. China Pulp amp; Paper Indus?try， 2018， 39（ 4）： 37-40.

［12］ 湯偉， 張誠， 馮波， 等. 造紙工業高級控制技術和先進控制系統綜述［J］. 中國造紙，2020，39（8）： 14-25.

TANG W， ZHANG C， FENG B， et al. Overview of Advanced Con?trol Technologies and Advanced Control Systems in the Paper Indus?try［J］. China Pulp amp; Paper， 2020，39（ 8）： 14-25.

［13］ 湯偉， 王孟效， 宗大偉. 黑液波美度的一種在線軟測量方法［J］. 自動化儀表，2005（10）： 12-15.

TANG W， WANG M X， ZONG D W. An online soft sensing meth?od for black liquor Baume degree［J］. Automation Instrumentation，2005（ 10）： 12-15.

［14］ 李艷， 李明輝， 王孟效. 基于BP網絡的自整定PID控制算法及其在苛化工段的應用［J］. 中國造紙，2005，24（4）： 42-44.

LI Y， LI M H， WANG M X. Self tuning PID Control AlgorithmBased on BP Network and Its Application in Caustic Section［J］.China Pulp amp; Paper， 2005， 24（4）： 42-44.

（責任編輯：楊苗秀）