机电故障诊断下的机电设备论文

摘要：矿山机电设备的工作环境复杂，故障诊断是保障机电设备高效维修的关键手段。为此，设计了一种新的机电设备维修故障诊断方法。下面是小编精心推荐的《机电故障诊断下的机电设备论文(精选3篇)》，希望对大家有所帮助。

机电故障诊断下的机电设备论文 篇1：

机电设备维修中故障诊断技术的运用

摘要：科技的持续发展促进了机电设备的技术优化，逐步实现了机电设备自动化，为工业产业的发展产生了强有力的驱动。然而在内因及外因的双重作用下，机电设备利用过程中易产生故障问题，因此，机电设备维修中需要通过故障诊断技术应用价值发挥，依托于故障的快捷诊断实现故障的高效与妥善排除，以此保障机电设备的正常运行，防止工业企业因机电设备故障因素而出现人员伤亡及经济损失。基于此，该文简要阐述了机电设备故障诊断技术，分析了诱发机电设备故障的原因，介绍了几种机电设备维修中常用的故障诊断技术，并总结了机电设备维修中故障诊断技术的应用要点。

关键词：机电设备故障诊断专家系统数据处理

传统机电设备维修是以模糊理论作为故障诊断方法的应用基础，以设备数据分析为重点，所应用的故障诊断技术主要是多传感融合技术、特征矢量技术等，这些技术应用过程中易受外部因素干扰，若是传感器可靠性不佳、无法实现完整与全面的信号收集，或是存在电磁场干扰均会影响诊断结果的精准性。此外，诊断人员的理论知识深厚与否、综合技术高低也是故障诊断的重要影响因子，因而机电设备维修中要科学选用故障诊断技术，明确故障诊断技术应用要点，从而精准、快速实现机电设备故障的排查与解决。

1  机电设备故障诊断技术

机电设备故障诊断技术是指通过检测机电设备排查潜在的安全风险因素，利用相匹配的故障诊断技术对机电设备的运行故障进行处理与解决，从而使机电设备能够在安全、稳定的状态下持续运行[1]。相较于传统故障诊断技术而言，机电设备故障诊断技术的优势在于无需拆卸机电设备，可在相对简化的检测流程支持下，快捷化、低工作量的完成机电设备的故障检测。同时，机电设备故障诊断技术的应用，既可实现机电设备运行状态的全面检测，也可对其承受力情况、性能特点展开精准评价，利于为检测人员的故障预防与处理提供可靠数据参考，可使机电设备检测工作主动性更强、预防性更高。

2  机电设备产生故障的原因

2.1超负荷运转

机电设备生产运营过程中，若是设备的设计参数阈值被突破会影响设备的正常运行[2]。比如：设备长时间超负荷运转，便会使机电设備因疲劳应用诱发故障问题，这会导致机电设备无法正常发挥功能。

2.2零部件磨损老化

机电设备日常应用中，机电设备运行工时达到一定额度后，会在内因及外因协同作用展现下导致部分零件出现磨损严重或老化变形问题，若未能及时处理与更换这些零件，可能会引发设备故障，从而影响其正常运行。

2.3操作与维护不规范

机电设备应用过程中，若是操控设备人员的操作行为不够规范，会为设备留下安全隐患。同时，机电设备若未能定期维护与保养，或是所应用维护保养方式不恰当，也可能导致零部件受损，从而引发机电设备故障问题。

3 机电设备维修中常用的故障诊断技术

3.1振动诊断技术

振动诊断技术在机电设备维修中应用率最高，主要用于机电设备零件受损变形或开裂后所引发的振动问题的处理[3]。此技术应用过程中需要于机电设备的适合位置处加装振动传感器，通过此装置记录设备故障参数，对这些数据进行详细分析后，以收集与处理后的数据为基础绘制数据图表，以这一图表为依据诊断机电设备的故障问题，判断设备故障点，了解元器件故障的具体成因，并针对性做出故障维修处理对策。由于机电设备出现异常振动情况的影响因素众多，并且故障问题的表现也并不一致，因而利用振动诊断技术时存在一定难度。

3.2无损检测诊断技术

机电设备故障维修中，无损检测诊断技术的应用优势在于对设备无损伤，可通過机电设备内部元器件的检测、连接及接触情况分析而得出精准的故障诊断结果，可就此判断出故障发生程度，并针对性实施对应性故障处理对策。无损检测技术涵盖技术类型众多，常用的有超声波、射线技术，还有磁粉技术、渗透技术，此外，涡流检测技术也属于无损检测诊断技术的范畴[4]。

3.3红外诊断技术

物体温度于零度时便会产生红外辐射能量，其温度越高所散发的红外辐射能量越高，红外诊断技术便是利用这一原理，通过检测红外辐射能量高低判断机电设备是否存在故障[5]。红外诊断技术应用时，先是依托于此技术得到机电设备热量图，而后通过信号转换，在计算机系统支持下对机电设备的温度分布情况进行统计与展示，从而根据温度情况得出机电设备故障问题的判断结果。机电设备故障诊断中，红外诊断技术的应用需要以红外故障诊断设备作为支持。当前阶段，常用的红外故障诊断设备主要有两类，一类是红外温度测试设备，另一类是红外热像设备。

4 机电设备维修中故障诊断技术的应用要点

4.1根据历史故障记录实现故障高效排查

机电设备故障诊断技术应用过程中要注重于分析以往设备出现的故障问题，了解具体的故障点、故障现象以及故障解决对策。应针对易出现故障的元器件、应用系统展开重点监测与维护，详细检查重要部件、关键连接节点，通过故障现象的详细对比分析排查分析故障。可根据以往相似故障表现而快捷确定故障点，并参照以往故障解决方式高效完成故障解决方案的制定与实施，从而缩短机电设备停机时间，减少机电设备故障所带来的不利影响。

4.2重点排查关键点位的温度与压力

作为机电设备正常运转的重要结构，轴承、传动装置应作为故障诊断技术应用的重点对象，需要在多元化故障诊断技术的应用下全面检测这些关键部位，实时动态地进行数据监测与分析，通过与历史数据的对比分析，快速判断出机电设备存在的故障问题。通过针对重要结构件实施温度监测、压力检测等诊断措施，可更具主动性地实现故障的高效诊断，提升故障诊断技术应用与现代化机电设备故障维修需求的契合性，确保能于第一时间发现故障，并实现及时的故障处理与解决。

4.3应用专家系统

机电设备的内部结构复杂、零部件较为精密，因而故障诊断技术应用中对诊断人员的专业知识及技能要求较高。为保障故障诊断技术的有效应用，获得更为精准的故障诊断结果，可通过专家系统[6]的应用，为故障排查提供丰富的经验参照，可根据机电设备的综合应用状况于最短时间内排查出故障点，分析出故障原因，也可利用专家思维对机电设备故障展开分析与思考，从而实现故障预防与解决方案的合理制定。

4.4合理处理数据并把握维修重点

4.4.1加强故障诊断数据处理

机电设备故障诊断过程中，可依托于故障诊断数据的合理处理而实现故障的科学分析，并据此明确故障诱发原因，总结故障类型，了解故障特点，并针对性采取对应性故障处理对策，制定契合性故障预防与维修处理方案，并可以数据为依据实现故障维修技术的逐步优化，从而促进机电设备检修效率提升。

4.4.2做出合理维修诊断应对

故障诊断技术应用过程中，要把握以下六点内容，一是利用零部件更新、新材料应用等简单处理方式解决易发性故障。二是科学确定机电设备维修及预防性诊断周期。三是机电设备异常发生时应立即中止设备运行。四是突发性事故处理中应于第一时间切断事故部件的连接，以降低所产生的损失。五是温度及压强等方面出现突发性危险信号时，需要立即关停操作程序，防止意外事故发生。六是定期检查与维护机电设备，及时针对排查出的问题实施妥善处理。

4.5确保故障诊断技术应用流程规范落实

由于故障诊断技术应用是机电设备维修的重点所在，因而需要做到技术应用流程的科学梳理与规范实施。

4.5.1深入分析机电设备结构

应将机电设备结构分析作为故障诊断技术落实的基础，密切监测机电设备运行状况，了解设备工作状态，通过检测结果分析判断故障点并确定故障所属类型。比如：机电设备检修中维修人员应了解各个机械零件的性能及特点，并针对性利用不同故障诊断方法进行故障排查，以此保障机电设备的安全与平稳运行。

4.5.2科学调试电气系统

机电设备维修中，应重视电气系统调试工作，通过与其他机电产品功能的有机融合而增强电气系统调试工作的有效性。针对由于多方因素导致的机电设备质量降低问题，需要加大机电设备维护力度，以使之尽可能以正常的状态持续运转。

4.6制订科学全面的系统实施方案

由于机电设备维修工作复杂性较强，因而要在运行环境把握、机电设备运行状况了解的基础上优化与完善系统实施方案，通过故障应用规范性提升，降低故障问题发生率。

4.6.1优化技术、加强检测、重视培训管理

机电设备维修过程中，应结合机电设备状态针对性调整设备诊断与维修技术，以增强故障诊断技术与机电设备维修工作需求间的契合性。同时，维修人员应全面排查并合理调试电气设备，注重于诊断检修质量的有效提升，应加强对机电设备故障诊断人员的技术培训与管理，通过专业知识理论知识深化、診断与维修技术提升，促进机电设备维修质效提高。

4.6.2规范操作、定期检测、完善重要部件保护机制

机电设备应用、诊断检测、维修处理过程中，所有人员均要做到严谨、规范，确保操作符合规定程序要求，以此降低各环节中诱发故障问题的隐患。同时，检测人员需要通过定期性的故障诊断排查与维护检测，确保故障隐患可得到及时发现。应制定针对重要部件的保护机制，减少意外因素对零件性能展现带来的影响。在细节把控的基础上，通过精细诊断、有效维修保障机电设备运行效益的最大化发挥。

5结语

工业企业在日常管理中应将机电设备维修作为重点，通过故障诊断技术的科学选择与利用，在振动诊断技术、无损检测诊断技术、红外诊断技术的合理应用下，快捷化、精准性排查出机电设备的故障点、明确具体的故障原因，从而通过可行性维修解决方案的合理制定，做到机电设备故障的及时排除。在故障诊断技术应用过程中，要注重于技术应用要点的把握，根据历史故障记录实现故障高效排查、重点排查关键点位的温度与压力、应用专家系统、合理处理数据并把握维修重点、确保故障诊断技术应用流程规范落实、制定科学全面的系统实施方案，从这几方面着手保障故障诊断技术的有效应用。

参考文献

[1] 祁冬元.故障诊断技术在煤矿机电设备维修中的应用[J].矿业装备，2020（1）：2.

[2] 王东荣.机电一体化设备故障诊断技术分析[J].内蒙古煤炭经济，2020（8）：115-116.

[3] 王晓蕾，姬治岗.煤矿机械设备故障分析与诊断技术及发展趋势[J].科学技术与工程，2020，20（12）：4621-4630.

[4] 王超.冲击环境下船舶机电自动控制设备运行故障诊断方法[J].舰船科学技术，2020，42（18）：163-165.

[5] 艾科勇，基于本体和信号分析的汽轮发电机组故障诊断技术[D].兰州：兰州理工大学，2020.

[6] 吴青科，基于集成学习的机械设备故障诊断方法研究[D].成都：西南交通大学，2020.

作者：孙亮亮

机电故障诊断下的机电设备论文 篇2：

矿山机电设备维修故障诊断技术浅析

摘要：矿山机电设备的工作环境复杂，故障诊断是保障机电设备高效维修的关键手段。为此，设计了一种新的机电设备维修故障诊断方法。基于Zigbee技术设计的矿山机电设备监测系统，采集机电设备运行状态数据;构建并训练BP神经网络模型，将利用小波包方法提取的故障特征向量作为网络测试样本，精准诊断矿山机电设备的故障情况。该方法检测的矿山机电设备故障精准度高达91%。

关键词：矿山机电设备;传感器;神经网络;故障诊断

0 引言

机电设备是矿山开采的重要工具，但是机电设备具有易消耗特质，容易发生断裂、变形、磨损等故障。如何精准判断机电设备故障，提高矿山机电设备开采工作效率是亟待解决的问题。本文结合无线传感网络与Zigbee技术，提出了一种故障诊断技术，可以通过智能化、自动化方式快速实现矿山机电设备的故障检测。

1 矿山机电设备故障诊断技术

1.1    机电设备状态数据采集

为提高开采效率，需要实时监测矿山机电设备的运行状态，为此基于Zigbee技术和无线传感器网络，设计了矿山机电设备监测系统[1]，采集机电设备的多种状态数据。基于多功能需要，将Zigbee节点划分为不同类型：Sink节点、路由节点、无线传感器节点。通过以上节点采集机电设备传感器输送的设备状态信号，实现机电设备运行状态监测与状态数据采集。

系统硬件包括矿山地面装置与地下装置，有线传输、地面调度控制中心是地面装置的主要构成;有线网络传输、基于Zigbee技术的无线传感网络是地下装置的主要构成，图1为矿山机电设备监测系统的无线传感布局。

基于Zigbee技术的无线传感网络监测系统的运行原理如下：

（1）节点功能分析：传感器节点、路由节点、Sink节点是无线传感网络部分的主要节点类型。海量传感器节点基于无线网自组织方式构成网络，以采集设备运行状态数据、设备定位数据;监测系统的无线传感节点以多跳无线通信方式运行。和传感器节点紧密联系的是路由节点，路由节点完成信号中继任务，目的是增加无线传输距离。路由节点与传感器节点将采集的机电设备运行数据传输至Sink节点并使其接收。

（2）地面调度控制中心是接收和处理系统监测数据的平台;CAN总线是连接无线传感网络和以太网的重要介质[2]，通过CAN总线的连接，地面调度控制中心接收到来自无线传感网络采集的矿山机电设备状态数据。

1.2    基于BP神经网络的机电设备故障诊断

根据Zigbee技术采集矿山机电设备的各种运行状态数据，采用神经网络诊断机电设备故障。在此之前需要使用小波包分析技术过滤机电设备状态数据的噪声。本次机电设备故障诊断研究使用的状态数据为设备的振动信号;然后基于小波包分析技术提取各频带重构信号的能量，即机电设备故障特征向量，BP神经网络故障诊断采用的训练样本和测试样本即为此特征向量。

BP神经网络是按照误差逆向传播算法训练的多层前馈神经网络，其训练过程包括前向计算过程、误差反向传播过程：前者输入向量从输入层开始，经过隐含层逐级求取不同神经单元的输出值;后者将输出层的误差逐级向前传播，以隐含层为中介、代价函数作为最小目标，求取不同神经元误差以修正前层权值。上述两个部分共同完成特征空间向設备故障空间的非线性映射，实现机电设备的故障诊断[3]。图2为BP神经网络结构，包括输入层、隐含层以及输出层。

BP神经网络训练完成后，将矿山机电设备状态（设备振动信号）故障特征向量作为测试样本输入神经网络中，输出结果即为机电设备故障诊断情况。

2 实验结果分析

搭建矿山机电设备仿真环境展开测试，本次测试采用的机电设备为矿用电动机。经过148次训练样本学习，BP神经网络已经能够完成机电设备的故障诊断，将监测系统采集的300组数据作为测试样本，其中每组故障类型的样本数量为60组，神经网络故障诊断的输出结果如表1所示。

表1展示的是本文方法正确检测机电设备的故障情况，总计检测出结构松动故障5次、轻微裂纹故障4次、摩擦过大故障5次、振动过大故障6次，误检2次，总的来说本文方法检测准确率可达91%。

3 结语

本文使用BP神经网络诊断机电设备故障之前，基于小波包分析方法预处理设备的振动信号数据，提取设备的故障特征向量作为神经网络的测试样本。这种做法一定程度上滤除了设备原始振动信号的噪声，使得矿山机电设备故障诊断结果更为精准。经验证，本文方法检测矿山机电设备故障的精准度为91%，满足现实中机电设备故障诊断需求。

[参考文献]

[1] 张雅君，李明学，田由辉.基于Zigbee技术的煤矿井下设备监测系统的研究[J].煤矿机械，2013（5）：271-272.

[2] 王彬.基于ZigBee技术的煤矿井下安全监控系统设计[J].山东工业技术，2015（17）：206.

[3] 董超.基于小波神经网络的矿用主通风机故障诊断研究[J].煤矿机械，2015，36（1）：276-278.

收稿日期：2020-04-29

作者简介：张健（1993—），男，山西吕梁人，研究方向：矿山机电。

作者：张健

机电故障诊断下的机电设备论文 篇3：

矿山机电设备检修与故障诊断技术研究

【摘 要】本文首先阐述和分析矿山机电设备故障诊断检测技术的定义与特点，然后对诊断技术了讨论，最后将故障诊断技术在矿山机电设备检修环节进行了应用。

【关键词】矿山机电设备；故障检修；故障诊断技术

对矿山机电设备而言，设备检修和故障诊断对预防设备运行事故的发生具有重要作用，而故障诊断技术涉及到计算机技术、信息技术、传感器技术等多个不同的学科，其工作原理主要是通过状态检测、故障诊断等当时，对机电设备的运行情况和各种参数进行定量的掌握，并以此为基础，对机电设备的安全性、可靠性以及工作性能进行预测，提出相应的诊断决策方案，给出诊断结论，最终目的是实现对机电设备的故障进行准确、高效的预测，最大限度的减少维修的盲目性和频率，提高设备的运行效率，确保设备能够正常的运行。可见，矿山机电设备能否正常、高效运行对矿山各项工作的开展具有直接的影响，因此，对矿山机电设备检修与故障诊断技术进行系统的研究具有明显的现实意义。本文首先阐述和分析矿山机电设备故障诊断检测技术的定义与特点，然后对诊断技术了讨论，最后将故障诊断技术在矿山机电设备检修环节进行了应用。旨在通过本文的工作，为矿山机电设备的运行提供一定的可供借鉴的信息，更好的促进矿山工作的高效率。

一、矿山机电设备检修与故障诊断技术的定义与特点

（1）矿山机电设备检修与故障诊断技术的定义。矿山设备工作运行是否正常主要取决于该设备能够根据自身功能特点、是否正常运转以及该设备能否与该有效能相符合。矿山设备的非正常运转，通常指该设备在运转的过程中发生故障，该故障会影响到其它零件的正常工作，导致该设备很难满足生产的发展需要。而故障检测诊断技术是指通过设备的工作状态信号变化，对设备展开准确定位，从而能够精确发现存在的问题，然后及时处理相关问题，通过该技术可以确保矿山设备的安全运行。

（2）矿山机电设备检修与故障诊断技术的特点。矿山机电设备故障检测诊断技术具备以下特征：其一是目的性。即故障诊断目的非常明确，可以迅速对运行中的设备开展故障定位与分析，同时，在定位与分析的基础上制定高效率的维修方案，从而确保矿山设备得以正常运行；其二是该技术是复合型技术。矿山诊与维修都与动力学与物理学等多种学科关系密切，通常涵盖液压器操作、机械制造等的原理和应用等有关专业的领域。因此，矿山故障检测诊断技术涉及到多种学科领域，是一项综合性技术；其三该技术是理论化向实践转化的技术。该技术的全部的诊断方法及维修技术都是按照时间来定，解决办法与结果能够直接转化为实践，并能够运用于实际操作。

二、矿山机电设备检修与故障诊断技术的内容

（1）故障诊断专家系统的应用。由于矿山机电设备故障一般具备复杂性与隐蔽性，如果采用传统的诊断办法很难及时、精确地作出诊断。通过故障诊断专家系统可以综合运用领域专家的经验与专业知识，通过模拟专家的思维过程，对矿山设备故障展开分析与求解，最终得出较为可靠的诊断结论。而故障树是矿山设备故障诊断与分析的最初知识模型，它通常来源于对矿山现场故障诊断数据的历史记录与分类归纳，该内容通常包括故障源的特征与开展故障决策与求证目标故障源所必须的目标结点。然而在矿山实际故障诊断过程当中，通常是由相关专辑提供规则前提条件的重要度的。

（2）参考故障历史记录进行诊断。故障斩断技术是按照矿山机电设备的系统组织结构，根据设备出现的故障部位的显著程度，对这个局部故障的全部依赖性元器件与系统展开分析与排查，目标是找出故障的症结所在。该方法同时是组成矿山机电设备使用维护手册的重要部分。当矿山机电设备发生故障时，该技术能够对故障发生的过程展开细致与周密排查，能够得出最终诊断结论，然后把这些结论进行有效地集中归纳后，最终能够形成一个故障诊断集。当设备再次发生相同的故障现象时，就能够按照查找上次的诊断路径对故障进行诊断与解决。

（3）对温度、压力监测诊断。温度、压力监测诊断法是指根据摩擦副、轴承与齿轮传动箱等部位的温度、压力传感器，能够定点在线对矿山机电设备有关部位的温度于压力参数进行监测。通过不断对这些部位展开监测，同时记录相关历史变化数据，可以快速与直观地反应采煤机的工运行状况，而且可以及时发现故障与预测故障的状态与未来发展态势。该方法是一种非常普遍的监测诊断方法，其最大的优点是可以准确、快速与灵敏的反应出矿山设备的运行状态。

（4）神经网络和模糊数学的应用。小波神经网络技术被广泛的应用于矿山故障检测当中。神经网络特殊的结构与信息处理办法，能够让它在模式识别、信号处理以及自动控制和人工智能等各种领域广泛应用。同时，神经网络还具备自身学习与适应等能力。而矿山机电设备在故障诊断过程中，包括从故障出现征兆到故障源的映射一般都具有极其复杂的非线性映射关系，所以把人工神经网络应用到采煤机部分系统的诊断，是目前矿山设备故障检测的一种前端技术。把模糊数学运用于采煤机的故障诊断工作中，通过建立模糊诊断的数学模型，从而使得定量分析和专家经验即定性分析相结合，然后通过计算机去实现，该方法能够为采煤机故障诊断决策者起到辅助性的作用。而数学模型的建立通常要根据采煤机领域的相关故障知识的特殊性，然后选取适当的知识表示形式，最终建立反映故障原因与众多征兆之间模糊因果关系的对应矩阵。该矩阵当中的隶属度值的确定通常必须参考各种故障诊断经验与实验测试的结论，该隶属度值能够通过实际诊断过程当中产生的概率数据展开实时更新。

三、检修与故障诊断技术在矿山机电设备运行中的应用

（1）矿用高压异步电动机故障诊断。矿用高压异步电动机是矿山生产与运行当中非常重要的一部分，如果题发生故障，不但会给煤矿造成巨大的经济损失，而且会对煤矿正常的生产运营产生极大的影响。通过现代信号处理技术与人工智能技术，能够及时的对矿山异步电动机开展故障诊断，并且效果显著。一般认为异步电动机故障检测和诊断方法主要包括：局部放电检测、电流高次谐波检测以及磁通检测。这些技术能够有效的确保矿用高压异步电动机正常运行。

（2）矿井提升机检测和故障诊断。矿井提升机是矿井生产与运输的主要设备之一，在矿山生产中具有极其重要的地位，它通常承担着提升原煤与矸石，下放有关材料以及升降人员等工作。矿井提升机的运行是否正常，与一个煤矿是否正常运作，与煤矿工作人员的生命是否安全密不可分，因此矿井提升机的重要性不可忽视。我们国家很多科研机构与科研人员均开展了许多的研发工作，从而在一定程度上保障这一领域的安全性。然而矿井双筒提升机松绳情况却发生频繁，如果因此类情况发生事故将造成巨大的损害。

（3）采煤机工况检测和故障诊断。和国外得先进采煤机相比较，我国国产采煤机的整机水平非常低下，和国外采煤机先进水平仍然存在着非常大的差距。为了从根源上转变我国国产采煤机检测水平低下的落后现状，原煤炭部把“电牵引采煤机工况检测及故障诊断系统”的研发列入到“九五”重点科技攻关计划。这种故障检测诊断系统主要报矿：左、右摇臂检测部分、机身外围检测部分、高压控制箱检测部分、变频器通信部分以及工况检测及故障诊断部分。从目前来看，该技术已经获得了显著的成效，在该领域获得巨大突破，有可能完全攻克这一难题。

四、结语

机电管理作为煤矿企业的重要管理系统中的一个组成部分，是对综合性人和物的进行管理，是煤炭企业提高经济效益重要保障。随着我国煤矿企业的机械化程度日益提升，目前，因为煤矿的生产条件与生产环节的复杂性与多样性，机电设备管理正逐渐被大面积的运用。如果要确保矿山的稳定生产，并增加生产效益，就要高效的利用好故障诊断技术，并做好机电设备保养与维护的工作。

参 考 文 献

[1]蔡捷.故障检测诊断技术在矿山机电设备中的应用[J].中国高新技术企业.2009（5）：87，92

[2]朱茂明.运用故障诊断技术进行矿山机电设备维修[J].煤炭技术.2009（2）：22～24

[3]董乾.论矿山机电设备维修中故障诊断技术的运用[J].科技创新导报.2012（1）：86

作者：杨拴霞