基于LM算法的集群电机系统能耗评估校正模型

屈 博，孙笑非，张新鹤，黄 伟，苏 娟，杜松怀，翟庆志，孙若男，楼振义



基于LM算法的集群电机系统能耗评估校正模型

屈 博1,2，孙笑非3，张新鹤2，黄 伟2，苏 娟3※，杜松怀3，翟庆志3，孙若男3，楼振义3

（1.天津大学电气自动化与信息工程学院，天津 300072；2.中国电力科学研究院有限公司，北京 100192； 3.中国农业大学信息与电气工程学院，北京 100083）

为了保证和提高电机系统能耗模型的计算精度与评估能力，该文提出了一种基于参数辨识理论的集群电机系统能耗校正方法。采用列文伯格-马夸尔特（levenberg-marquardt algorithm，LM）算法，对单台电机和集群电机系统的额定效率、额定可变损耗及不变损耗参数进行辨识，建立了电机能耗计算的校正模型。在此基础上，以典型三机集群电机系统为算例，搭建真实物理试验平台，对集群电机系统进行全域负载率能耗计算。结果表明，该文提出的能耗校正模型的计算误差远远小于能耗出厂模型（误差率不到1%），可以大幅降低集群电机系统的能耗计算误差，工程实用性较强，为电机用能系统的能耗评估和节能改造提供了一种有效的技术手段。

模型；试验；集群电机系统能耗；列文伯格-马夸尔特算法；参数辨识

0 引 言

中国是农业大国，电机是农业生产用电中主要能源消耗设备。随着全球能源消耗的不断增长，环境与能源问题日益突出，电机系统节能已成为中国“十二五”及“十三五”期间节能减排重点关注领域。为在工程应用中更好地评估电机系统能耗情况及节能水平，能耗模型计算的准确性与实用性研究不容忽视。

电机系统常规能耗计算方法主要为3类，一类是通过监测电机输入与输出数据，实时计算系统能耗量[1]，但此方法局限于仅对当前能耗水平监测，无法进行全域负载率下的能耗分析；另一类是基于电机出厂铭牌构建系统能耗模型，结合可测数据计算能耗量[2-5]，但随着电机使用时长的增加与维护不当，或是因为温度、湿度及电机老化等因素对电机运行状态的影响，其能耗模型中能耗参数的真实值往往达不到初始值，造成较大的计算误差；最后一类是通过测量并计算铁损耗、铜损耗、机械损耗与杂散损耗，构建电机损耗模型，进而分析其能耗情况，但此方法要求较高的数据测量能力且计算复杂，甚至需要停机操作，在实际应用中实用性较差。

辨识技术的发展已经十分成熟，方法很多，并不断创新[6-8]，为提高电机系统能耗评估与计算的准确性，国内外学者对电机系统参数辨识与模型优化做了大量研究。文献[9]基于铭牌参数和序列二次规划算法，提出一种以效率偏差最小为目标的电机参数辨识方法，通过辨识出定子与转子电抗值，分析电机效率、功率因数等性能参数，但该方法基于出厂铭牌数据且忽略铁损影响，计算会带来一定误差；文献[10]提出一种将递推最小二乘与模型参考自适应相结合的异步电机参数在线辨识方法，该方法可实时获取辨识值，并利用等效电路法完成电机能效的动态评估；文献[11-12]利用李亚普洛夫定理构建参数自适应律，并基于模型参考自适应方法进行多参数辨识，该方法具有算法简单的优点，但如何针对电机系统能耗模型建立误差方程和构造恰当的自适应律是该方法的难点；文献[13]基于变频器驱动的直线感应电机等效电路，根据不同频率下的堵转特性，辨识出电机电阻与漏感参数，该方法计算简单、可行，但在对电机能耗参数分析时略有不足。

在电机能耗模型的相关研究中，文献[14]指导并建立并联方式下考虑铁损耗的感应电机旋转坐标系等效电路，并在稳态运行时对其简化；文献[15]提出一种基于时步有限元的感应电机铁损改进模型，试验结果表明该模型有较高的准确性，为电机损耗分析与计算提供新思路；文献[16]通过分析电机气隙磁场，将杂散损耗分解到转子铜损耗与铁损耗2部分，进而得到新型杂散损耗模型；文献[17]基于定子磁链定向坐标系，建立了计及铁损耗的感应电机损耗模型；文献[18]考虑铁耗影响的情况下建立了感应电机数学模型，采用了基于铁耗模型的感应电机矢量控制，通过对电机运行过程中损耗进行分析，推导了轻载时最优磁通实现效率最优的原理。上述研究虽然在电机的能耗建模与分析方法上有所创新，但是所需测量的参数类别较多，较为复杂，且仅对单机系统进行能耗模型研究。由于很多工业系统具有电机集群运行的特点，对于集群式电机系统的应用缺少验证，因此，在实际工程中难以应用。

本文基于现有研究理论，考虑工程适用条件，以数据可观测为前提，构建一种基于levenberg-marquardt（LM）算法的集群电机系统能耗校正模型。将系统额定效率、可变损耗与不变损耗作为待辨识参数，基于实测数据，并结合LM算法，对系统能耗参数进行辨识，进而建立集群电机系统能耗的校正模型，为电机性能评估与系统能耗分析提供有效的技术手段。

1 电机能耗模型

1.1 单台电机能耗模型

基于功率平衡原理，电机能耗情况可表示为[19]

对电机损耗进一步分析，可变损耗由铜损耗与杂散损耗组成，不变损耗由铁损耗与机械损耗组成[20]。

电机可变损耗大小与负载率和额定可变损耗有关，计算公式为

将式（1）与式（3）整理可得单台电机能耗模型为

根据式（4），单台电机主要能耗参数为负载率、额定效率与不变损耗。

1.2 集群电机系统能耗模型

对于多个电机并联运行的集群电机系统，其主测量点为同一电压等级下所有电机总输入端，常为变压器二次端，所以系统能耗情况可表示为

考虑系统中各台电机能耗情况，由式（4）与式（5）可以得出

由式（3）与式（6）可得出集群电机系统能耗模型为

根据式（7），集群电机系统主要能耗参数为各台电机的负载率、额定可变损耗与总不变损耗。

在系统实际运行中，常常出现电机能耗参数偏离出厂参数的情况，表现在额定效率与损耗参数上。在对集群电机系统进行能耗计算时，系统内每台电机的能耗计算误差，最终反映在整个集群电机系统中。

2 基于Levenberg-Marquardt算法的集群电机系统能耗校正模型

2.1 Levenberg-Marquardt算法

最小二乘辨识方法原理简单，应用广泛，在最小二乘算法基础上优化得到的算法可以方便地耦合在其他优化辨识算法[21-25]。阻尼最小二乘法最早由Levenberg与Marquardt共同提出，因此又称为levenberg-marquardt算法，即LM算法。在高斯—牛顿法的基础上，LM算法引进了阻尼因子概念[26]，对于非线性方程

基于最小二乘法的思想，保证计算残差平方和最小，得到系统最优解[27]。计算公式为

式中为雅可比矩阵。

关系矩阵为：

式中为单位矩阵。

最终迭代公式为

2.2 单台电机能耗校正模型

在对单台电机分析时，根据式（4）设其能耗求解模型为

由式（9）构建残差最小模型为

2.3 集群电机系统能耗校正模型

在对集群电机系统分析时，根据式（7）设其能耗求解模型为

基于校正模型可准确计算单台电机及集群电机系统在全域负载率下的能耗情况，并且，可以通过能耗参数辨识结果对系统能耗水平分析，参考相关标准[28]，对能耗水平不达标的设备进行维修或淘汰，对能耗水平差的集群电机系统进行运行调整或节能改造。

3 现场测试和模型计算实例

图1 电机试验平台

在空载试验与负载试验下，分别对3台电机进行额定参数测量。设定电机在额定电压与频率下运行，将空载损耗近似为不变损耗，并取10次测量平均值作为电机的真实能耗参数，如表1所示。

表1 电机真实能耗参数

考虑实际应用中数据的可观测性，在额定电压下，以系统输入与输出功率作为测量数据，选取表1所涉及的相同负载试验数据，分别对3台电机的额定效率与不变损耗进行参数辨识计算并进行误差分析，如表2所示。

在对单台电机辨识结果分析中，第3台电机误差最大，最大误差率不超过2%；第1台电机误差最小，最小误差率仅为0.04%，辨识结果理想。以第1台电机为例，由铭牌参数计算出厂能耗参数。电机额定效率为

不变损耗（包括铁损耗与机械损耗）由电机出厂试验获得，本文令其为额定总损耗的40%[29-30]，则

根据式（4）构建单台电机的能耗出厂模型为：

表2 单台电机参数辨识结果与误差

通过对3台电机进行空载与负载试验后获得电机设备真实能耗参数（见表1），由此构建单台电机的能耗真实模型为：

根据单台电机参数辨识结果（见表2），由此构建基于辨识结果的单台电机能耗校正模型为：

基于上述3台电机所构成的集群电机系统，进行能耗校正模型研究。在额定电压下，测量集群电机系统内各台电机在不同负载率下的输出功率及系统总输入功率。根据所测数据，对集群电机系统的额定可变损耗与总不变损耗参数进行辨识，并结合表1进行误差分析，分析结果如表3与表4所示。

表3 集群电机系统额定可变损耗参数辨识结果与误差

表4 集群电机系统不变损耗参数辨识结果与误差

基于辨识结果对集群电机系统进行能耗模型校正，根据式（7）构建系统的能耗出厂模型为

根据空载与负载试验后获得电机真实能耗参数（见表1），由此构建集群电机系统的能耗真实模型为

根据集群电机系统额定可变损耗与不变损耗参数辨识结果（见表3与表4），由此构建基于辨识结果的集群电机系统能耗校正模型为：

基于上述模型，构建单台电机与集群电机系统在全域负载率下的能耗曲线对比图，并分析校正模型能耗计算误差，如图2所示。

分析图2可知，系统出厂能耗曲线大幅低于试验所测的真实能耗曲线，说明电机设备能耗参数已有较大改变，能耗出厂模型不能准确计算系统能耗情况；校正后的能耗曲线与真实能耗曲线基本重合，能耗校正模型的计算误差远远小于能耗出厂模型（误差率不到1%），说明校正模型可准确计算单台电机和集群电机系统在全域负载率下的能耗情况。例如，在负载率为1.0的情况下，基于出厂能耗模型计算出集群电机系统能耗量为457.26 W，经校正模型计算其能耗量为563.48 W，而系统真实能耗量为567.73 W；出厂能耗模型计算误差达到110.47 W，误差率19.46%，而校正模型计算误差仅为4.25 W，误差率0.75%。此外，系统通过较少的可测量数据完成模型校正，能耗计算仅需运行负载率参数，从而解决常规能耗计算方法在实际应用中的问题与困难，具有很强的实用性。

图2 电机系统能耗情况对比

4 结 论

针对实际计算与评估的需要，本文基于LM算法，设计出一种集群电机系统能耗校正模型。为研究该能耗校正模型的可靠性和有效性，进行试验测试和计算。选定单台电机和集群电机系统的额定效率、额定可变损耗与不变损耗为待辨识参数，利用实测数据结合LM算法对上述参数进行辨识，根据辨识结果建立电机系统能耗计算的校正模型。搭建真实物理试验平台，选用3台同型号、容量为100 W的异步电机构建典型集群电机系统，通过采集真实试验数据对仿真工作验证。测试结果表明：

1）按照系统实际评估条件，通过可观测数据，能够准确辨识单台电机和集群电机系统的额定效率、额定可变损耗及不变损耗参数，并构建系统能耗校正模型，由此对电机系统进行能耗水平评估与计算，为节能减排工作提供有效的技术手段。

2）本文所提出的能耗校正模型，可大幅提高单台电机和集群电机系统的能耗计算精度，避免常规能耗计算方法带来的计算误差与操作困难。文中通过构建电机物理试验平台，分别以单台电机与典型三机集群系统为试验对象，进行单台电机与电机系统对比验证。单台电机参数辨识结果误差率最小为0.04%，最大为1.84%；集群电机系统额定可变损耗与不变损耗辨识误差率分别为0.57%与2.29%；并且能耗校正模型的计算误差率最大不到1%，可准确计算系统在全域负载率下的能耗情况。

[1] 张昊，殷强，马冬梅.电机效率测试技术的研究[J]. 电机与控制应用，2012，39(5)：41－44. Zhang Hao, Yin Qiang, Ma Dongmei. Research on efficiency testing technology of motors[J]. Electric Machines & Control Application, 2012. (in Chinese with English abstract)

[2] 雷奶华，温韵光，叶德住，等. 中小型变频电机能效检测研究[J]. 机械研究与应用，2014，27(6)：182－184. Lei Naihua, Wen Yunguang, Ye Dezhu, et al. Research on efficiency test of variable frequency motor[J]. Mechanical Research & Application, 2014, 27(6): 182－184. (in Chinese with English abstract)

[3] 白连平，徐广娇，郑首印. 异步电动机负载率和运行效率的现场测试分析[J]. 电机技术，2015，1：29－32. Bai Lianping, Xu Guangjiao, Zheng Shouyin. Field test and analysis of the load rate and operation efficiency of asynchronous motors[J]. Electrical Machinery Technology, 2015, 1: 29－32. (in Chinese with English abstract)

[4] 陈黎明. 三相异步电动机损耗、效率和负载率分析[J]. 冶金动力，2014(11)：4－5. Chen Liming. Analysis of the wear and tear, efficiency and load factor of three-phase asynchronous motors[J]. Metallurgical Power, 2014. (in Chinese with English abstract)

[5] 张智华，李胜永，陈伟华，等．基于112B法的高效电机能效测试系统研究与设计[J]. 微特电机，2015，43(12)：49－54. Zhang Zhihua, Li Shengyong, Chen Weihua, et al. Research and design of energy efficiency testing system with 112B method for high efficiency motor[J]. Small & Special Electrical Machines, 2015, 43(12): 49－54. (in Chinese with English abstract)

[6] 张鑫磊，余秀月，赵海森，等. 基于辨识技术的感应电机能效在线监测模型[J].华北电力大学学报，2014，41(6)：46－59. Zhang Xinlei, Yu Xiuyue, Zhao Haisen, et al. Online monitoring model of induction motor energy efficiency based on identification technology[J]. Journal of North China Electric Power University, 2014,41 (6): 46－59. (in Chinese with English abstract)

[7] Bernard de Fornel，Jean-Paul Louis.电动作动器—参数辨识与状态观测[M].北京：国防工业出版社，2015.

[8] Oteafy A M A, Chiasson J N. A standstill parameter identification technique for the divided winding rotor synchronous generator[C]. IEEE International Conference on Power and Energy. IEEE, 2014: 99-104.

[9] 毛晓明，廖卫平. 基于铭牌数据和序列二次规划算法的感应电动机模型参数辨识[J]. 电力自动化设备，2016，36(12)：89－94. Mao Xiaoming, Liao Weiping. Induction motor model parameter identification based on motor nameplate data and sequential quadratic programming[J]. Electric Power Automation Equipment, 2016, 36(12): 89－94. (in Chinese with English abstract)

[10] 葛苏鞍，帕尔哈提·阿布都克里木，赵海森，等. 用于系统能效动态评估的异步电机参数辨识[J]. 华北电力大学学报，2014，41(5)：62－67. Ge Suan, Paerhati.Abudukelimu, Zhao Haisen, et al. Research on the method of motor parameter identification for dynamic estimation on the efficiency of motor systems[J]. Journal of North China Electric Power University, 2014, 41(5): 62－67. (in Chinese with English abstract)

[11] 金海，黄进. 基于模型参考方法的感应电机磁链的自适应观测及参数辨识[J]. 电工技术学报，2006，21(1)：65－69. Jin Hai, Huang Jin. Adaptive flux estimation and parameters identification of induction motors based on model reference approach[J]. Transactions of China Electrotechnical Society, 2006, 21(1): 65－69. (in Chinese with English abstract)

[12] 金海，黄进，杨家强. 感应电机转子磁链自适应观测及参数辨识[J]. 浙江大学学报(工学版)，2006，40(2)：339－343. Jin Hai, Huang Jin, Yang Jiaqiang. Adaptive rotor flux estimation and parameter identification for induction motor[J]. Journal of Zhejiang University(Engineering Scinence), 2006, 40(2): 339－343. (in Chinese with English abstract)

[13] 何晋伟，史黎明. 一种基于静态特性的直线感应电机参数辨识方法[J]. 电工电能新技术，2009，28(4)：50－53. He Jinwei, Shi Liming. An identification method for linear induction motor parameter based on static characteristics[J]. Advanced Technology of Electrical Engineering and Energy, 2009, 28(4): 50－53. (in Chinese with English abstract)

[14] 李耀恒，刁利军. 感应电机考虑铁损耗的并联模型及对矢量控制的影响[J]. 电工电能新技术，2016，35(1)：13－18. Li Yaoheng, Diao Lijun. Series-parallel motor model considering iron loss and its impact on vector control[J]. Advanced Technology of Electrical Engineering and Energy, 2016, 35(1): 13－18. (in Chinese with English abstract)

[15] Yang G Q, Cui Z Z, Song L W. Analysis of iron losses in induction motor with an improved iron-loss model[A]. 2014 IEEE Conference and Expo Transportation Electrification Asia-Pacific (ITEC Asia-Pacific)[C]. Beijing: IEEE, 2014: 1－4.

[16] Gu Q, Yuan L Q, Zhao Z M, et al. An accurate stray loss calculation method of squirrel-cage induction motors for efficiency optimization[A]. 2015 18th International Conference on Electrical Machines and Systems (ICEMS)[C]. Thailand: IEEE, 2015: 143－149.

[17] 张兴华，孙振兴，左厚贝. 感应电机空间矢量直接转矩控制系统的效率优化[J]. 电力自动化设备，2012，32(7)：52－55. Zhang Xinghua, Sun Zhengxing, Zuo Houbei. Efficiency optimization for space-vector direct torque control system of induction motor[J]. Electric Power Automation Equipment, 2012, 32(7): 52－55. (in Chinese with English abstract)

[18] 杨霞. 感应电动机变频调速节能效果研究[D]. 北京：北京建筑大学，2015. Yang Xia. Study on Energy Saving Effect of Induction Motor Variable Frequency Speed Regulation [D]. Beijing: Beijing Architecture University, 2015. (in Chinese with English abstract)

[19] 李发海，朱东起．电机学［M］．北京:科学出版社，2007．

[20] 三相笼型异步电动机损耗和效率的确定方法：GB/T 20137－2006/IEC 61972:2002 [S].北京：中国标准出版社，2006.

[21] 董召强，徐秋霞，高瑾. 基于最小二乘法和硬件在环平台的永磁同步电机参数辨识[J]. 电机与控制应用2017，44(6)：57－62. Dong Zhaoqiang, Xu Qiuxia, Gao Jin. Parameter identification of permanent magnet synchronous motor based on the least square method and hardware in the ring platform[J]. motor and control application, 2017, 44 (6): 57－62. (in Chinese with English abstract)

[22] 吴路路，韩江，田晓青，等. 无偏差最小二乘法伺服控制系统参数辨识[J]. 中国机械工程，2016，27(1)：109－113. Wu Lulu, Han Jiang, Tian Xiaoqing, et al. Parameter identification of the servo system without bias least squares [J]. Chinese mechanical engineering, 2016, 27 (1): 109－113. (in Chinese with English abstract)

[23] 韩冰，向馗，吴细秀，等.电机动态参数的鲁棒最小二乘辨识方法研究[J].武汉理工大学学报，2013，35(5)：152－156. Han Bing, Xiang Kui, Wu Xixiu, et al. Robust least squares identification method for motor dynamic parameters [J]. Journal of Wuhan University of Technology, 2013,35 (5):152－156. (in Chinese with English abstract)

[24] Ines Omranet, Erik Etient, Olivier Bacheliert, et al. A simplified least squares identification of permanent magnet synchronous motor parameters at standstill[J].IECON Annual Conference of the IEEE, 2013: 2578－2583.

[25] 石有计. 一种改进的永磁同步电动机参数在线辨识方法[J]. 电气技术，2017，18(11)：91－95. Shi Youji. An improved online identification method for PMSM parameters [J]. Electrical technology, 2017, 18 (11) :91－95. (in Chinese with English abstract)

[26] 吴成. 水轮机及其调速系统建模与参数辨识[D]. 北京：华北电力大学，2015. Wu Cheng. Modeling and Parameter Identification of Hydraulic Turbine and Its Speed Control System[D].Beijing: North China Electric Power University, 2015. (in Chinese with English abstract)

[27] 刘党辉等. 系统辨识方法及应用[M]. 北京：国防工业出版社，2010.

[28] 中小型三相异步电动机能效限定值及能效等级：GB/18613-2006 [S]. 北京：中国标准出版社，2006.

[29] 白连平，马文忠. 异步电动机节能原理与技术[M]. 北京：机械工业出版社，2012.

[30] 唐海松，陈亦新，倪立新. 现代转矩转速传感器在电机能效测试应用中的技术[J]. 电机与控制应用，2016，43(1)：95－100. Tang Haisong, Chen Yixin, Ni Lixin. Technology of modern torque and speed sensor in motor energy efficiency test application [J]. motor and control applications, 2016, 43 (1): 95－100. (in Chinese with English abstract)

Correction model of energy consumption evaluation of cluster motor system based on levenberg-marquardt algorithm

Qu Bo1,2, Sun Xiaofei3, Zhang Xinhe2, Huang Wei2, Su Juan3※, Du Songhuai3, Zhai Qingzhi3, Sun Ruonan3, Lou Zhenyi3

(1.3000722.1001923.100083,)

China is a large agricultural country. Motor is the main energy consuming equipment in agricultural production. With the continuous growth of global energy consumption, environmental and energy problems are becoming increasingly prominent. Energy-saving of motor systems has become the focus of attention in China. There are 3 main methods for calculating the conventional energy consumption of motor systems. One is to calculate the energy consumption of the system in real time by monitoring the input and output data of the motor. However, this method is limited to monitor the current energy consumption level and cannot analyze the energy consumption under the global load rate. The other is to construct the energy consumption model of the system based on the nameplate of the motor manufacturer and calculate the energy consumption with the measurable data. However, with the increase of the use time of the motor and the improper maintenance, or because of the influence of temperature, humidity and aging of the motor on the running state of the motor, the real value of the energy consumption parameters in the energy consumption model often cannot reach the initial value. The initial value leads to large calculation error. The last one is to build motor loss model by measuring and calculating iron loss, copper loss, mechanical loss and stray loss, and then analyze its energy consumption. However, this method requires high data measurement ability and complex calculation, and even requires shutdown operation, which is not practical in application.The aim of this study was to propose an energy consumption correction method for cluster motor system based on the parameter identification theory to ensure and increase the calculation accuracy and evaluation capability of the energy consumption model. The levenberg–marquardt (LM) algorithmwas used to recognize the rated efficiency, rated variable loss and constant loss parameters of a single motor and cluster motor system, then a calibration model for energy consumption calculation of the motor based on recognized parameters was constructed to achieve correction of system energy consumption model. Based on the above theory, a typical three-motor cluster motor system was set up as a physical experiment platform sample to acquire real operating data, which included rated voltageU=220 V, rated current=0.5 A, rated frequency=50 Hz, rated power=1 000 W, as well as rated rotor speed=1 420 r/min. The results showed that the calibration energy consumption model of this study can dramatically decrease the error of energy consumption calculation of cluster motor system and have strong engineering practicability, and it provided an effective technical approach for energy evaluation and energy saving modification of motor energy consumption system.

models; experiments; cluster motor system energy consumption; levenberg-marquardt algorithm; parameter identification

10.11975/j.issn.1002-6819.2018.18.006

TM306

A

1002-6819(2018)-18-0044-07

2018-03-06

2018-06-01

国家电网公司总部科技项目资助“能效基准数据库数据验证服务技术合同”（YDB51201701973）

屈 博，博士生，高级工程师，主要从事电能替代、综合能源优化研究。Email：qubo@epri.sgcc.com.cn

苏 娟，博士，主要从事电力节能与需求侧管理研究。 Email：sujuan@cau.edu.cn

中国农业工程学会会员：苏娟（E041200880S）

屈 博，孙笑非，张新鹤，黄 伟，苏 娟，杜松怀，翟庆志，孙若男，楼振义. 基于LM算法的集群电机系统能耗评估校正模型[J]. 农业工程学报，2018，34(18)：44－50. doi：10.11975/j.issn.1002-6819.2018.18.006 http://www.tcsae.org

Qu Bo, Sun Xiaofei, Zhang Xinhe, Huang Wei, Su Juan, Du Songhuai, Zhai Qingzhi, Sun Ruonan, Lou Zhenyi.Correction model of energy consumption evaluation of cluster motor system based on levenberg-marquardt algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(18): 44－50. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.18.006 http://www.tcsae.org