航空發(fā)動機狀態(tài)管理技術(shù)的進展

1、航空發(fā)動機狀態(tài)管理技術(shù)的進展張寶珍摘要:先進戰(zhàn)斗機性能要求的日益提高,使其發(fā)動機的結(jié)構(gòu)日趨復(fù)雜, 并且在高溫、高壓、高速旋轉(zhuǎn)和大應(yīng)力等苛刻條件下工作,因此對發(fā) 動機進行狀態(tài)監(jiān)控與故障診斷是保證飛機飛行安全、 降低使用與保障 費用的一條有效途徑。最近 10多年來,航空發(fā)動機狀態(tài)監(jiān)控與故障 診斷技術(shù)進一步向狀態(tài)管理技術(shù)方向發(fā)展,以實現(xiàn)基于狀態(tài)的維修 (CBM 策略。本文主要介紹了最近幾年國外航空發(fā)動機狀態(tài)管理 (EHM 技術(shù)在系統(tǒng)劃分、系統(tǒng)體系結(jié)構(gòu)、 EHM 功能性和算法途徑等 四個主要領(lǐng)域的技術(shù)進展情況, 并概括總結(jié)了航空發(fā)動機故障診斷與 狀態(tài)管理技術(shù)的發(fā)展趨勢。關(guān)鍵詞:航空發(fā)動機、 狀態(tài)監(jiān)控、

2、 故障診斷、 發(fā)動機狀態(tài)管理 (EHM 1、概述發(fā)動機狀態(tài)監(jiān)控與故障診斷技術(shù)已由過去的“有限監(jiān)控”,即只 監(jiān)控狀態(tài),大致評估故障的可能位置,發(fā)展到現(xiàn)在的“擴展型狀態(tài)監(jiān) 控”,不但具有狀態(tài)監(jiān)控能力,還能檢測和隔離故障。特別是近幾年 來, 為了減少維修人力, 增加出動架次率, 實現(xiàn)基于狀態(tài)的維修 (CBM , 先進戰(zhàn)斗機及其發(fā)動機由狀態(tài)監(jiān)控和故障診斷技術(shù)進一步向預(yù)測和 狀態(tài)管理技術(shù)方向發(fā)展,發(fā)動機狀態(tài)管理(EHM 技術(shù)成為歐美等發(fā) 達國家研發(fā)的熱點。最近幾年,國外有關(guān)發(fā)動機 EHM 技術(shù)的研究與發(fā)展(R&D工作 主要集中在四個領(lǐng)域:系統(tǒng)劃分、系統(tǒng)體系結(jié)構(gòu)、 EHM 功能性和算法 途徑。(1系統(tǒng)劃分

3、廣泛認可的一種對 EHM 系統(tǒng)的劃分包括兩個分系統(tǒng):1機上或 嵌入式分系統(tǒng); 2機下或地面分系統(tǒng)。一般地,機上系統(tǒng)收集數(shù)據(jù), 完成機內(nèi)測試(BIT 和飛行中監(jiān)控功能,如檢測、評估、預(yù)計和建 議 /報警。然后將飛行中的數(shù)據(jù)和報告?zhèn)鬏斀o地面系統(tǒng)做進一步分析 和決策。(2系統(tǒng)體系結(jié)構(gòu)系統(tǒng)體系結(jié)構(gòu)分兩個基本類型:1專門的體系結(jié)構(gòu); 2開放式 體系結(jié)構(gòu),如機器信息管理開放系統(tǒng)協(xié)會(MIMOSA 提出的企業(yè)應(yīng)用 集成(EAI 架構(gòu)、基于狀態(tài)的維修的開放系統(tǒng)體系結(jié)構(gòu)(OSA-CBM 七層數(shù)據(jù)模型或國際標(biāo)準化組織(ISO 的狀態(tài)監(jiān)控六層模型。除了 數(shù)據(jù)收集 (或采集 和數(shù)據(jù)表述層外, 上述所有 3種開放結(jié)構(gòu)

4、“標(biāo)準” 都包含了五層監(jiān)控功能方案,即:數(shù)據(jù)分析、狀態(tài)檢測、狀態(tài)評估、 預(yù)測和建議措施。 基于網(wǎng)絡(luò)的軟件體系結(jié)構(gòu)已成為遠程監(jiān)控和發(fā)動機 壽命周期數(shù)據(jù)管理的發(fā)展趨勢。除了原始設(shè)備承包商(OEM 的服務(wù) 外,第三方監(jiān)控軟件也可作為發(fā)動機經(jīng)營商和航空公司的備選方案。 (3功能性燃氣渦輪發(fā)動機是一種涉及空氣動力學(xué)、熱力學(xué)、力學(xué)、流體力 學(xué)和化學(xué)等多種不同學(xué)科的復(fù)雜機械。 管理發(fā)動機的狀態(tài)需要來自不同學(xué)科的不同方法和技術(shù)。總而言之, EHM 包括 4個功能領(lǐng)域:1 氣路分析和性能趨勢跟蹤; 2滑油和碎屑監(jiān)控; 3振動監(jiān)控; 4 使用和壽命監(jiān)控。有效的 EHM 綜合來自一種以上功能領(lǐng)域的監(jiān)控結(jié) 果,即信息

5、融合,以作出最有根據(jù)的決策。(4算法途徑在一個監(jiān)控系統(tǒng)中, 算法用于計算能力和余度; 算法還用于作出 決策的推理過程。 算法一般分兩類:數(shù)據(jù)主宰的算法和基于模型的算 法。兩者結(jié)合使用(即混合算法可以融合雙方的益處。對算法的最 佳理解方式是它們是 EHM 任務(wù)中的一種嵌入式計算程序。 圖 1表示這 些 EHM 任務(wù)中嵌入式程序的方案。 每項任務(wù)是一個信息處理節(jié)點。 圖 中,每一列代表一種 EHM 功能;每一行代表一種 EHM 信息聚合層。算 法一般位于交點上。 圖 1EHM 能力的算法圖下面分別介紹發(fā)動機狀態(tài)監(jiān)控(EHM 在氣路分析和性能趨勢跟 蹤;滑油和碎屑監(jiān)控;振動監(jiān)控;使用和壽命監(jiān)控這四個

6、功能領(lǐng)域的 技術(shù)進展。2、氣路性能監(jiān)控氣路性能監(jiān)控通稱為氣路分析(GPA 。已發(fā)表的 EHM 相關(guān)的工 作成果絕大多數(shù)都屬氣路性能監(jiān)控領(lǐng)域。 氣路監(jiān)控根據(jù)所測量的氣流 屬性來推斷發(fā)動機部件中的問題。發(fā)動機部件問題通稱為故障或失 效,包括:侵蝕、腐蝕、污垢、異物損傷(FOD 、磨損密封、過大 的葉尖間隙、 燒灼的或翹曲的渦輪靜子或轉(zhuǎn)子葉片, 部分或整體丟失 的葉片、 堵塞的燃油噴管、 疲勞或超出期望的正常極限的運轉(zhuǎn)誘發(fā)的 轉(zhuǎn)子輪盤或葉片裂紋等。 由于燃氣渦輪發(fā)動機中的大多數(shù)故障在暴露 于流過發(fā)動機的氣流中的部件的性能方面有所反映(或留下特征, 所以氣流通路相關(guān)分析在檢測渦輪機械中的故障方面很有效

7、。氣路性能監(jiān)控的目標(biāo)是將所測量變量中觀測到的變化與發(fā)動機 (或系統(tǒng) 參數(shù)的內(nèi)部變化相聯(lián)系。 這些內(nèi)部參數(shù)變化隨著時間或使 用而增加,并可能受使用環(huán)境的影響而加速。針對氣路性能監(jiān)控,有許多算法途徑,下面介紹最常用的方法。 (1參數(shù)敏感性分析GPA 的最初方案是基于參數(shù)敏感性分析和同時對基本故障和傳感 器故障進行的綜合評價。 敏感性分析主要提供評估不相關(guān)的 (不可測 量的發(fā)動機參數(shù)偏差與相關(guān)的(可測量的變量之間關(guān)系的一種手 段。 敏感性分析的優(yōu)勢在于其能檢測單一或多種故障, 同時能隔離故 障部件。 對大多數(shù)發(fā)動機, 壓氣機效益可以從所測問題和壓力直接計 算出來;然而,渦輪的效率必須通過某些假設(shè)來確

8、定,因為缺少測量 數(shù)據(jù)。 該方法對長期變化 (即退化 和短期飄溢或傳感器誤差都適用。(2基于模型的估計狀態(tài)估計使用的最普遍的算法是卡爾曼濾波(KF 。該方法更適 合長期降級情況。如果將一種長期變化(如部件效率降級作為一種 狀態(tài)變量建模,則可以 KF 估計該狀態(tài)變量的值,用其指示令人擔(dān)憂 的降級。該技術(shù)同樣適用于檢測氣流通道中的漏氣和阻塞。在 GPA 中應(yīng)用敏感性分析或估計方法時遇到的最大挑戰(zhàn)是過多 的自由度, 即需要估計的參數(shù)數(shù)量大于獨立測量數(shù)量, 因此在大多數(shù) 生產(chǎn)型發(fā)動機中不可能實現(xiàn)唯一確定故障及其來源。 為了克服這一問 題,已采用了近似技術(shù)。這些技術(shù)的例子有:1多點(或離散工作 條件 G

9、PA ; 2仔細選擇參數(shù)測量關(guān)系,以辨別最可能的故障; 3 利用 (加權(quán) 最小平方方法中的一種規(guī)則術(shù)語引入典型發(fā)動機性能的 先驗信息。利用詳細的部件級發(fā)動機模型的參數(shù)估計技術(shù)如“循環(huán)甲板”, 已獲得廣泛研究。 這些技術(shù)一般通過調(diào)整模型參數(shù), 試圖消除模型估 計變量與測量變量之間的誤差(或矛盾。(3數(shù)據(jù)主宰的濾波和修勻濾波和修勻指分別找到過去和現(xiàn)在的最佳值的過程。 數(shù)據(jù)主宰的 濾波和修勻代表狀態(tài)監(jiān)控和故障診斷中使用的最早的方法。 盡管濾波 是所有基于模型的方法的固有組成部分, 它在數(shù)據(jù)應(yīng)用于模型之前改 進數(shù)據(jù)質(zhì)量, 但無論是前面討論的敏感性分析還是估計方法都被認為 是基于模型的方法,因為他們主要

10、依靠物理模型。數(shù)據(jù)主宰的濾波適用于直接可測變量。 有兩種類型的濾波器:1 線性濾波器; 2非線性濾波器。線性濾波器一般包括低通濾波器、 均值濾波器和指數(shù)濾波器; 而非線性濾波器包括神經(jīng)網(wǎng)絡(luò)、 不同濾波 器組合和統(tǒng)計推斷。(4人工神經(jīng)網(wǎng)絡(luò)SAE 宇航發(fā)動機狀態(tài)監(jiān)控委員會 1998年曾作過在飛機渦輪發(fā)動 機中應(yīng)用人工神經(jīng)網(wǎng)絡(luò)(ANN 的調(diào)查。最近的應(yīng)用反映出三種基本 類型的 ANN 可應(yīng)用于燃氣渦輪發(fā)動機中:1前饋神經(jīng)網(wǎng)絡(luò); 2概率 神經(jīng)網(wǎng)絡(luò)或徑向基函數(shù)神經(jīng)網(wǎng)絡(luò); 3自動聯(lián)合神經(jīng)網(wǎng)絡(luò)。這些 ANN 已應(yīng)用于兩種主要目的:1 參數(shù)關(guān)系建模; 2 故障檢測器或分類器。 ANN 在為長期降級建模,并利用

11、此模型檢測短期漂移方面是有效的。 (5混合或其他途徑模糊邏輯 (FL 方法可以利用不全面或不精確的信息進行故障檢 測。 FL 一般適用于檢測短期降級。遺傳算法(GA 作為一種全局搜索技術(shù)已引起人們的關(guān)注,它具 有避開局部最佳的潛能?？此齐S意, GA 按照特定的規(guī)則重新產(chǎn)生后 續(xù)案例(即一連串事件,使目標(biāo)函數(shù)最小。它不要求計算導(dǎo)數(shù)。 馬爾可夫鏈(MC 是一種時間域內(nèi)的離散時間線性模型。它在同 一模型中組合了確定性元件和隨機元件。 在發(fā)動機模型估計中已使用 了 MC 。隱式馬爾可夫(HMM 是一種隨機有限狀態(tài)模型。每個狀態(tài)僅 與以前的時間步調(diào)狀態(tài)有關(guān)。 HMM 能應(yīng)用于穩(wěn)態(tài)和瞬態(tài)的故障檢測問 題。

12、貝葉斯理論 (BT 采用條件概率來識別最可能的故障或故障狀態(tài)。 盡管數(shù)學(xué)公式是一流的,但在實際中 BT 通常難以采用,因為存在與 條件概率有關(guān)的不確定性,對于出現(xiàn)大量可能性(或故障的情況尤 其如此。專家系統(tǒng)(ES 和決策樹(DT 方法已被用來作為故障診斷的一 種有效的查故工具。EHM 混合或合作方法能同時具有各種單一方法的優(yōu)勢,還能降低 單一方法對特定類型數(shù)據(jù)或問題的敏感性。 混合方法的例子包括:GPA 與分類、 ANN 與基于物理的模型、 ANN 與 GA 、 GA 與梯度搜索、 ANN 與 KF 估計。由于缺少信息, 即使采用混合方法, 通常也不可能唯一確定故障 及其來源。缺少信息的主要原

13、因有幾方面:1傳感器或測量點不足; 2一組給定測量結(jié)果具有類似的故障特征。最終結(jié)果是存在一定模 糊度(或不確定的故障狀態(tài)。為了減少模糊度,應(yīng)對 GPA 診斷結(jié)果 加以鑒定或與其他監(jiān)控功能如診斷或滑油分析相結(jié)合。表 1GPA 算法性能評估3、滑油和碎屑監(jiān)控碎屑形成是表面失效的結(jié)果。 滑油和碎屑監(jiān)控檢測碎屑顆粒的異 常尺寸或數(shù)量, 它們代表發(fā)動機部件的過度磨損或疲勞失效。 滑油和 碎屑監(jiān)控可以采用兩種方法完成:1傳統(tǒng)的滑油碎屑監(jiān)控方法; 2 氣路碎屑監(jiān)控。滑油碎屑監(jiān)控可進一步分為兩類:1離線檢驗和分 析; 2在線(或線內(nèi)監(jiān)控。離線檢驗和分析一般用于(磁性碎 屑收集器和滑油 /碎屑樣本,而在線監(jiān)控利

14、用傳感器檢測鐵質(zhì)和非鐵 質(zhì)顆粒,顆粒尺寸和總質(zhì)量。此外,在線監(jiān)控水污染、粘性、氧化、 總酸數(shù)值也是可能的。在線滑油監(jiān)控主要利用兩類傳感器:1 磁性芯片探測器 (MCD ; 2電子芯片探測器(ECD 。 MCD 要求定期檢測,而 ECD 無需定期檢 測, 就能在駕駛艙即刻顯示信息。 更新一代的感應(yīng) ECD 能收集和計算 鐵磁顆粒, 尤其是滾動接觸疲勞失效; 其中某些甚至能計算非鐵質(zhì)金 屬。 碎屑顆粒一般通過離線借助能量分散掃描電子顯微鏡 (SEM/EDX 或 X 射線熒光(XRF 儀器進行分析,以確定其材料,從而隔離出顆 粒的根源。另一方面, 氣路碎屑監(jiān)控只能在發(fā)動機運行過程中進行, 即進行 在

15、線監(jiān)控。 20世紀 70年代后期引入了發(fā)動機碎屑監(jiān)控系統(tǒng)(EDMS 即發(fā)動機靜電監(jiān)控(EEMS 技術(shù)。該技術(shù)適用于監(jiān)控發(fā)動機進氣道和 尾噴管中的碎屑。多國多用途聯(lián)合攻擊機(JSF 的發(fā)動機采用了一 種發(fā)動機損壞監(jiān)控系統(tǒng)(EDMS ,用于監(jiān)控燃氣渦輪或航空發(fā)動機排 氣中存在的與靜電負荷有關(guān)的碎屑。 EDMS 檢測的故障是噴管靜子導(dǎo) 向器葉片侵蝕、燃燒室燒傷。 JSF 發(fā)動機還采用了吸入碎屑監(jiān)控系統(tǒng)(IDMS ,它基于同樣的原理,但監(jiān)控的是進氣道空氣中的靜電負荷 碎屑和碎片(如吸入物體、沙塵等。靜電負荷感應(yīng)方案也能用于感應(yīng)滑油管路中的碎屑。 電荷感應(yīng)方 案具有潛力,能克服目前滑油碎屑監(jiān)控裝置的局限

16、性,即:1對微 小碎屑不敏感; 2不能檢測非金屬微粒。電荷感應(yīng)是一種檢測失效 先兆的有前途的技術(shù)。4、振動監(jiān)控振動監(jiān)控關(guān)注對發(fā)動機的所有工作速度下的危險振動狀態(tài)的識 別,避免由發(fā)動機部件降級引起的二次損傷。與氣路性能監(jiān)控類似, 振動監(jiān)控由機上和機下兩部分組成。 機上部分將在發(fā)動機的特定部位 測得的振幅與預(yù)先定義的(絕對和相對極限進行比較。如果超限, 就觸發(fā)一個告警信息,傳給駕駛艙、監(jiān)控系統(tǒng)或維修系統(tǒng)。離線部分 利用更復(fù)雜的算法和模型對機上數(shù)據(jù)做進一步處理,監(jiān)控振動趨勢, 對異常情況如失衡、磨損和摩擦提出早期告警。機上系統(tǒng)借助安裝在發(fā)動機機匣、 輪緣或齒輪箱上的加速度計收 集振動數(shù)據(jù)。 這些加速

17、度計一般覆蓋幾 kHz 的頻率范圍。 國外對振動 監(jiān)控所用的備選傳感技術(shù)如渦流傳感器和噪聲傳感器以及傳感器優(yōu) 化配置已開展了研究。定期抽取振動數(shù)據(jù)樣本, 為發(fā)動機轉(zhuǎn)子速度提供線索。 然后利用 離散傅立葉變換 (DFT 從抽樣數(shù)據(jù)中導(dǎo)出振幅, 并利用均方根 (RMS 算法從數(shù)據(jù)中提取寬帶能量幅度。 可以對這些數(shù)據(jù)做進一步處理, 生 成雨流圖(即振動譜對噴射速度的三維圖,可以檢測出診斷指標(biāo),如發(fā)動機級數(shù)的變化、分諧波、邊頻率、共振、階躍,并指出潛在的 問題。 國外在旋轉(zhuǎn)部件和軸承中已采用了更先進的振動診斷和預(yù)測算 法,如 ANN 、基于相似性建模、隨機分類、數(shù)據(jù)融合,對Dempster-Shafe

18、r 的證據(jù)綜合方法也已開展了研究。5、壽命使用監(jiān)控壽命使用監(jiān)控包括使用或損傷的機上跟蹤和關(guān)鍵旋轉(zhuǎn)部件如盤 和葉片的剩余壽命機下預(yù)測兩部分內(nèi)容。 自從飛機采用燃氣渦輪發(fā)動 機以來,就已經(jīng)實踐了跟蹤發(fā)動機工作時間和循環(huán)數(shù)的使用監(jiān)控方 法。 該方法具有固有不確定性, 導(dǎo)致過于保守或潛在不安全的壽命估 計。隨著計算能力和累積損傷建模的發(fā)展,有可能(并有望利用可 用的 (或現(xiàn)有的 傳感器測量參數(shù)來更精確地估計發(fā)動機部件的使用 量。這些測量參數(shù)如:最大速度、最大渦輪溫度、溫度超限時間 (time-above-temperature 、關(guān)鍵變量變化率。使用監(jiān)控,尤其是 監(jiān)控斷裂關(guān)鍵部件疲勞壽命, 已可以實現(xiàn)

19、, 從而提高了發(fā)動機的安全 性。疲勞壽命使用監(jiān)控一般跟蹤累積循環(huán)(即總累積循環(huán), TAC , 作為發(fā)動機工作時間的函數(shù)。一般而言,在壽命使用監(jiān)控中提到三種占統(tǒng)治地位的損傷機理:疲勞、 氧化和蠕變; 三種因素決定了預(yù)計發(fā)動機部件的剩余壽命的能 力:1這些損傷機理之間的交互; 2由于材料或處理過程變化以及 由于應(yīng)力或溫度變化帶來的不確定性; 3便于模型確認的數(shù)據(jù)。為 改進使用監(jiān)控和壽命預(yù)計的可靠性,需要具有:1更有效的傳感器; 2更準確的模型;和 3更準確的檢測算法。盡管潛在的感應(yīng)技術(shù)可能包括：1）噪聲釋放；2）輪盤不平衡檢測；3）嵌入式或附著式 傳感器；4）葉尖偏差測量；5）扭轉(zhuǎn)振動感應(yīng)，但模型

20、和基于模型的 算法為改進壽命使用監(jiān)控提供了重大機遇。 壽命使用監(jiān)控算法通常由損傷模型加經(jīng)驗調(diào)整導(dǎo)出。 這些調(diào)整由 使用經(jīng)驗導(dǎo)出。一個例子是定量表示模型的不確定性，如加工工藝、 工作條件和受控變量中的偏差。 這類預(yù)計壽命的概率方法對于預(yù)測是 必要的，因為它自然給出了預(yù)計的置信水平。當(dāng)可獲得修理和失效歷 史時，該方法實現(xiàn)起來也很簡單，從中可以導(dǎo)出精確的威布爾分布。 由于可能出現(xiàn)新的算法技術(shù)和潛在的部件再設(shè)計/改裝，所以監(jiān) 控算法很可能隨著發(fā)動機的壽命循環(huán)而變化。 綜合結(jié)構(gòu)特性與氣路性 能特性的損傷模型已經(jīng)為高周疲勞（HCF）失效的剩余壽命預(yù)計提供 了有用信息。 改進壽命預(yù)計的一種方式是考慮殘余應(yīng)力

21、作為延壽的基礎(chǔ)。 另一 種模型改進的新方法是納入基于材料的微結(jié)構(gòu)模型。 由于結(jié)構(gòu)損傷的 常規(guī)特征如裂紋萌生是基于宏觀變量如應(yīng)力和應(yīng)變基礎(chǔ)上的； 同時這 類模型適用于長裂紋， 它對于預(yù)計裂紋萌生和小型裂紋擴展是不充分 的。微結(jié)構(gòu)模型已證明能提高可靠性，并具有預(yù)計高強度材料如輪盤 和葉片的裂紋萌生和增長到失效的潛力。 總之，目前國外絕大多數(shù)的發(fā)動機狀態(tài)管理(EHM相關(guān)研究集中 在發(fā)動機氣路性能監(jiān)控方面。不過，滑油/碎屑監(jiān)控和振動監(jiān)控在改 進氣路監(jiān)控結(jié)果方面的價值已得到認可。不同監(jiān)控結(jié)果組合方法，即 數(shù)據(jù)融合正成為一個活躍的研究領(lǐng)域。而且，疲勞關(guān)鍵或壽命有限零 11 部件的使用和壽命監(jiān)控對綜合后勤（

22、或自主式保障）系統(tǒng)正日益變得 重要。 對于所有四種類型的發(fā)動機監(jiān)控功能（即氣路、滑油/碎屑、振 動和壽命使用監(jiān)控），基于模型的推理和先進的診斷/預(yù)測算法已構(gòu) 成發(fā)展趨勢。這些模型和算法試圖完成下列 5 項目標(biāo)：1）數(shù)據(jù)分析； 2）故障檢測；3）故障隔離；4）失效預(yù)計；5）故障-失效調(diào)節(jié)。從 建模觀點出發(fā)，基于物理的模型和數(shù)據(jù)驅(qū)動的模型都有益處。從算法 觀點出發(fā)，傳統(tǒng)的濾波和統(tǒng)計技術(shù)以及人工智能技術(shù)都可以使用，而 組合（或混合）方法似乎更有發(fā)展前途。 6、發(fā)展趨勢 當(dāng)前發(fā)動機故障診斷與狀態(tài)管理技術(shù)研究主要呈現(xiàn)以下發(fā)展趨 勢。 （1）實時化 對于航空發(fā)動機而言，其安全性要求極高，工作狀態(tài)也是瞬息萬 變， 因此， 對診斷技術(shù)的首要要求是實時化。 診斷系統(tǒng)要達到實時化， 必須滿足許多非常嚴格的要求，實時化不是死板地要求在線實時診 斷，而是要提高診斷反應(yīng)速度，盡量達到實時診斷，從而既提高診斷 效率，又為維修策略的制定爭取時間。 （2）智能化 智能化的基本要求就是要求發(fā)動機具有自診斷、自預(yù)測、自優(yōu)化 和任務(wù)適應(yīng)能力，即在缺乏領(lǐng)域?qū)＜业?/p>