基于知识的船体结构快速设计及优化

管官，林焰，b，纪卓尚，b

（大连理工大学a.船舶CAD工程中心；b.工业装备结构分析国家重点实验室，辽宁大连116024）

基于知识的船体结构快速设计及优化

管官a，林焰a，b，纪卓尚a，b

（大连理工大学a.船舶CAD工程中心；b.工业装备结构分析国家重点实验室，辽宁大连116024）

在确保安全的前提下，快速设计出优秀船体结构并实现快速修改是船舶设计师梦寐以求的目标。文章针对这一目标，提出了基于知识的船体结构快速设计方法，引入船体结构知识本体的概念，将知识工程原理和参数化技术相结合，对船体结构设计知识库的建立进行了研究，实现了船体结构三维快速优化设计。设计中设计船的结构构件位置通过位置参数确定，构件尺寸通过母型知识库并运用NURBS函数插值再结合规范要求获得，对主要结构采用量子行为遗传算法进行优化。实例表明，该方法将设计知识嵌入到船体结构知识本体中，既有助于设计知识的保留和再利用，又能实现对设计结果的自动检查，进而快速获得合理的船体结构。

船体结构；知识工程；参数化；快速设计；量子行为遗传算法

0 引言

船舶设计的质量和效率是影响船舶开发周期的重要因素。如何在确保安全的前提下，快速生成船体结构，并能实现结构快速修改与方案变换，是船舶设计师关注的主要问题[1]。

传统的船体结构设计以数据作为主要处理对象，是一种交互的绘图操作。设计者仅仅描述船体结构的可视外形及尺寸，不包含设计思想、专家经验、母型船信息及规范等知识，因而不便于对设计模型的修改及检查[2]。针对上述问题，国内外研究学者开始研究如何将设计方法、规范及专家经验结合到设计过程中去，使设计人员只需输入少量参数及应用要求，系统即可依据相关知识，快速开发出高质量的设计模型[3]。对此，基于知识工程的船舶设计方法，以知识作为主要处理对象，成为船舶设计方法发展的新方向。

如今知识工程在汽车、机械等行业已经取得较大成果[4]。而船舶行业中，由于设计的多样性和复杂性，对知识工程的研究还处于起步阶段[5]，德国罗斯托克大学在研究计划中规划了船舶建模知识系统，可从知识库中获得设计准则，提供建模工具[6]；Park等[7]指出专家系统可提高船舶设计制造效率；Akagi等[8]将目标驱动法用于船体初始设计,将知识融合在设计系统中以实现灵活设计；Lee等[9]挖掘知识数据进行船舶机舱布置设计，实现了工程数据信息再利用；Lee[10]开发了破损军船操作知识系统，可以通过配载使船舶保持良好浮态，可供船员进行虚拟演习；Wu等[11]提出了船舶总体设计知识模型用于信息存储和检索；Chen等[12]实现了基于知识工程的船体甲板设计；崔进举等[13-14]实现了基于知识工程的舯剖面结构设计；蔡乾亚等[15]开发了基于AutoCAD平台的船舶舯剖面设计系统，将横剖面分成若干模块，应用规范、母型横剖面资料以及专家经验等知识，得到横剖面积最小的舯剖面。

本文在前人研究成果的基础上，引入船体结构知识本体的概念，将知识工程原理和参数化技术相结合，建立了船体结构设计知识库，通过位置参数确定结构构件位置，通过规范推理法（RBR）和实例推理法（CBR）2种知识推理方式获得构件尺寸，采用量子行为遗传算法对主要结构进行优化，最终实现三维船体结构的设计及优化。

1 基本概念

1.1 知识工程

知识工程是研究知识信息的新兴学科，它将具体的智能系统研发中的共性问题提取出来，作为知识工程的核心，使之成为指导研发智能化系统的基本工具和一般方法[16]。其本质是研究如何挖掘并积累产品开发中的知识，并对它进行表达、应用及维护，以用于产品开发相关问题的自动求解。旨在知识的再利用，以实现快速开发出高质量的产品。

1.2 知识本体

船舶船型众多，不可能为每条船都开发相应的设计模块。但同一系列船型往往具有相似的结构。新船的开发一般都是以原有母型船为基础，船体结构设计往往也是参考原有母型船设计出来的。针对上述事实，结合知识工程，提出了船体结构设计知识本体的概念。

在研究某一系列船型结构的基础上，去除其特殊结构，提取出共性结构，建立基于知识的三维参数化船体结构模型，称之为船体结构知识本体。有了知识本体，即可快速开发出新船结构。

结构知识本体属于对船体结构的高度集成，是一种结合了专业知识、专家经验和规范的知识模型。基于知识的船体结构设计系统的设计思想本质就是构建这种知识本体，即通过计算机技术将船舶相关知识集成到船体模型中，实现船体结构设计的智能化、参数化和自动化。使设计人员能得到丰富的知识支持，从而提高设计能力。

2 知识库的建立

知识库是指知识工程中结构化、易应用、易操作和有组织的知识集合。知识库包括理论知识、技术规则、专家经验、成功案例和构件标准等。构建知识库时，将这些知识进行收集、组织、归纳成可用于解决产品开发的策略，以知识表示方式存储在计算机中，为设计者提供查找和利用知识的手段[17]。对于船体结构设计，其知识库结构如图1所示。

图1 知识库结构Fig.1 Structure of knowledge base

2.1 船体结构构件库

船体结构复杂、构件尺寸信息量大，但相似结构多。为减少船体结构设计的重复工作量，可对全船构件进行规划，提取构件特征，创建船体结构构件库。通过参数化技术实现参数驱动构件模型的建立，将知识库内嵌到构件模型中，构建构件库，在构件库中可以根据国家标准、尺寸约束及构件外形特征等，通过修改电子表格调整构件参数，从而实现知识驱动生成构件。

本文研究的构件库主要包括板材库、型材库、开孔库、肘板库、贯穿孔及型材端部库。下面以板材库及型材库为例，简单介绍建库方法。

2.1.1 板材库

应用电子表格驱动板材参数化设计，将板材厚度参数以表格形式存储，将表格中参数与板材外形关联，修改表中参数即可生成相应板材，如图2所示。

图2 板材参数表示意图Fig.2 Thickness parameter table of plate schematic diagram

图3 球扁钢剖面示意图Fig.3 Cross section of flat-bulb steel

2.1.2 型材库

同样应用电子表格驱动型材参数化设计。型材库包括T型材、角钢、球扁钢和扁钢等。其中主要参数包括型材号、腹板高度、腹板厚度、面板厚度和面板宽度等，球扁钢剖面参数草图如图3所示，参数表如图4所示。

图4 球扁钢参数表Fig.4 Parameter table of flat-bulb steel

2.2 规则库

对于船体结构设计而言，规则库主要是设计规范、设计标准、专家经验、母型船实例等知识的集合。建立规则库时，将这些知识进行收集、归纳成若干规则和解决设计问题的策略，以一定格式存储在数据库中，供设计人员在设计过程中调用，为设计人员提供指导，实现船体结构的智能化设计，设计方案自动检验，达到快速设计的目的。规则库要具有知识的获取、更新、查询、维护、修改等功能。详细的建库方法将在设计实例中说明。

3 基于知识的船体结构设计

基于知识的船体结构设计，首先建立参数化构件库；其次将设计规范、专家思想及母型实例等知识进行整理归纳为计算机可识别的公式、规则和检验，写入知识库，协助设计者快速完成并检查设计。

知识推理方式主要采用规范推理法和实例推理法，规范推理法适用于所表达知识明确的情况，如对船级社规范要求的推理；实例推理法适用于所表达的知识并不明确，如母型船资料等知识，需要将母型实例与设计船对比分析后，确定发布参数，用于新设计参考，同时新设计船也可以加入到知识库，为以后设计做储备。

设计中设计船的结构构件位置通过位置参数驱动生成，构件尺寸通过规范推理法和实例推理法2种知识推理方式获得，对主要结构采用量子行为遗传算法进行优化，具体流程如图5所示。

图5 基于知识的船体结构设计流程图Fig.5 Flow chart for knowledge-based hull structural design

4 设计实例

通过设计实例具体介绍基于知识的结构设计流程及方法。

4.1 构件位置确定

船体结构主要为加筋板，即板材上焊接加强筋。其中板材为基础，确定构件位置首先要确定板材的位置，然后再确定板材上附属结构（加强筋、开孔等）位置。

板材位置可以通过其理论面平面与板边界描述。理论面可以根据用户输入位置参数或其它板的变换操作获得。如内底板理论面可以描述为高为1 800 mm；距中1 700 mm旁桁材理论面可以描述为中桁材偏移1 700 mm。板边界可以通过平面方程、船体外壳或其它板组合确定。

板材位置确定后，其加强筋、开孔和板缝等附属结构位置采用参数化方法确定。用户为附属结构添加三类约束：（1）从属约束，即附属结构随着板材的移动而移动；（2）距离约束，即附属结构到板上某一特定位置距离为定值；（3）边界约束，即附属结构以板的边界为边界。求解几何约束系统即可确定附属结构位置。

然后开始板材和加强筋尺寸的设计。本文通过规范推理法和实例推理法2种知识推理方式展开。

4.2 规范推理法

规范推理法首先确定参数化结构模型的基本参数，再根据规范规定的公式确定参数关系式，然后根据规范规定的板材厚度要求及加强筋剖面属性等要求，建立规则库，通过建立参数关系式将规则库中的知识应用于船体结构设计过程中，设计中系统便会自动依据规则获得构件参数的取值结果。最后，根据规范建立检验，对设计方案进行评估，以确定设计结果是否满足规范要求，若不满足给出提示，以便设计者了解问题所在，及时修改，快速完成设计。

以舷顶列板设计为例进行说明：

（1）参数建立

根据中国船级社（China Classification Society,CCS）《钢质海船入级规范》（2015版）[18]，舷侧为纵骨架式时，船中0.4L区间内的舷顶列板厚t不小于按照下列两式计算值：

式中：s为舷侧纵骨间距；L为船长；L1=L，但不大于200 m；Fd为折减系数。确定舷顶列板参数如图6所示。

（2）参数关系式确定

根据规范中的公式，可以确定参数之间的关系式，如图7所示。

（3）舷顶列板厚度规则建立

根据规范规定，舷顶列板厚应不小于（1）式和（2）式计算值，利用规则编辑器建立该条规则存入规则库，这样可以实现该条规则的重用。当设计参数改变时，系统会自动根据规则给出符合规则的结果。舷顶列板厚度取值规则如图8所示。

（4）舷顶列板厚度检验

建立舷顶列板厚度检验，以确定设计结果是否满足CCS规范要求，舷顶列板厚度检验如图9所示。如果不满足要求，系统将给设计者提示，协助设计者修改设计结果。如图10所示。

其它船体结构构件的规范推理过程相似，这里不再赘述。

图6 舷顶列板参数设置示意图Fig.6 Sheer strake parameters schematic diagram

图7 舷顶列板参数关系式示意图Fig.7 Sheer strake parameters relationship schematic diagram

图8 舷顶列板厚度规则示意图Fig.8 Sheer strake thickness rule schematic diagram

图9 舷顶列板厚度检验示意图Fig.9 Sheer strake thickness check schematic diagram

4.3 实例推理法

实例推理法首先选择n条相似的母型船，根据规范中板厚要求及加强筋剖面属性的要求公式，计算得到各个结构构件的关键值。以强力甲板为例进行说明：

规范中规定纵骨架式强力甲板厚度不小于下列各式计算值：

式中：s为舷侧纵骨间距；L为船长；L1=L，但不大于200 m；Fd为折减系数。

取t1和t2中较大者，若t2较大，则（4）式作为关键公式，令为强力甲板的关键值，那么设计船的甲板厚t可采用NURBS函数插值求得。利用NURBS函数的升阶算法，可以用三次NURBS函数,如（5）式所示，统一表达线性插值和二次插值，这样便可满足只有2、3条母型船，母型船数量较少时也可以应用NURBS函数插值的要求，实现NURBS函数插值的通用性。

图10 舷顶列板厚度检验信息Fig.10 Sheer strake thickness check message

式中：Vi为控制顶点，是利用母型船数据反算获得的，Wi为权因子，Bi,3（）u为三次B样条基函数，u为节点，由积累弦长法确定。

下面具体介绍实例推理法的设计流程

（1）参数建立

确定强力甲板参数如图11所示。

图11 强力甲板参数设置示意图Fig.11 Deck parameters schematic diagram

（2）参数关系式确定

参考规范中的公式，确定关键值公式，建立参数之间的关系式，如图12所示。

图12 强力甲板参数关系式示意图Fig.12 Deck parameters relationship schematic diagram

图13 强力甲板关键值规则示意图Fig.13 Deck key value rule schematic diagram

（3）强力甲板规则建立

首先利用规则编辑器建立关键值取值规则，如图13所示。再根据母型船参数，如图14所示，建立强力甲板厚度插值规则，如图15所示，由母型参数建立插值曲线，再根据设计船关键值k插值出强力甲板厚度t。将以上规则存入规则库，即可实现规则的重用。当设计参数或母型信息改变时，系统会自动根据规则推理出设计方案。

（4）强力甲板厚度检验

图14 母型参数设置示意图Fig.14 Mother parameters schematic diagram

与规范推理法相似，这里不再赘述。

图15 强力甲板厚度规则示意图Fig.15 Deck thickness rule schematic diagram

实例推理法和规范推理法的主要差别在于：规范推理法将规范公式的计算结果作为构件的初始尺寸。而实例推理法只在后期校核设计结果时直接利用规范，设计中只是利用规范公式为插值关键值的确定提供参考。实例推理法获得的构件初始尺寸是由母型库插值得到。由于母型船的构件尺寸都隐含着前期设计专家的经验，因而实例推理法也是对原有知识的继承和重用，有效地避免了隐性知识的流失。

4.4 基于知识的船体结构尺寸优化

本文研究的船体结构尺寸优化是指在结构构件布置位置不变的前提下，通过改变构件尺寸（如板厚、型材截面形状等），获得满足设计要求、重量最轻的设计方案。

（1）优化模型

建立优化模型如下：

设计变量：板材厚度、型材截面形状参数。优化目标：结构重量最轻，如下式：

式中：W为整个结构重量；n为板材个数；m为型材个数；pi为第i号板材重量；sj为第j号型材重量。

约束条件：满足船级社规范、屈曲强度要求及建造工艺性要求。

其中，设计变量只考虑对结构重量影响较大的主要构件，对于一些重量较小的构件（如肘板、补板等）优化的意义不大，本文作为已知量。这样也减少了计算量，提高了优化效率。

（2）知识工程在结构尺寸优化中的应用

①构件库的应用

船体结构构件基本上都是标准构件，本文利用2.1节创建的构件库，通过设计表格来对应设计变量参数组，实现对不同板材及型材尺寸的管理。

②规则库的应用

对于优化模型中的目标函数和约束条件，在优化过程中需要编写大量的公式。利用知识工程技术可以将这些公式存入到规则库中，这样设计者在优化过程中就可以直接利用规则库中的知识，避免了重复编写公式，实现了知识在优化过程中的重用，也促进了知识的积累，降低了对设计者知识水平的要求。

图16 量子行为遗传算法流程图Fig.16 Flowchart of quantum-behaved genetic algorithm

（3）优化方法

船体结构尺寸优化属于混合整数规划问题，其设计变量既包括离散变量又包括连续变量。板材从标准板厚规格中选，属于离散变量；加强筋从标准型材库选，属于离散变量；对于T型材，其腹板和面板的板厚是从标准板厚规格中选，属于离散变量，其面板宽和腹板高则属于连续变量。

对于这类问题，可以采用遗传算法求解[19]。但标准遗传算法局部搜索能力差且易于早熟[20-21]。为了提高对船舶复杂结构设计变量解空间的搜索能力，本文采用一种适用于混合变量的量子行为遗传算法[22]。

量子行为遗传算法将量子多宇宙的概念引入到遗传算法中，比标准遗传算法具有更好的种群多样性及较高的搜索能力，提高了算法的全局寻优能力与收敛速度，比较适合于船体结构优化问题的全局寻优。算法流程如图16所示。

由图16可见，量子行为遗传算法对标准遗传算法的主要改进之处在于量子旋转门更新这一步，使用量子旋转门对种群中个体进行更新调整，更新过程由（7）式完成：

采用惩罚函数法构造算法的适应度函数：

4.5 结果对比与说明

表1为应用规范推理法、实例推理法对某一油船主要纵向构件尺寸进行设计的结果以及应用量子行为遗传算法进行优化后的结果对比。油船的主尺度为垂线间长190 m，型宽32.2 m，吃水14.2 m，型深18.2m。甲板及船底部分采用高强度钢，其余为普通碳钢。量子行为遗传算法优化计算时初始参数设置为：种群规模为40，遗传代数为200。表中，t4～t9分别为甲板、舷顶列板、舷侧板、舭列板、船底板和平板龙骨的厚度；S表示剖面面积。由表1可见，实例推理法得到方案的剖面面积比规范推理法的要大，单从经济性考虑，规范推理法较优。但是实例推理法实现了对原有知识的继承和重用，避免了知识的流失。从优化解可以看出，经过优化后，剖面积进一步减少，这显然是由于材料的合理配置而获得的收益。图17为应用量子行为遗传算法（QGA）与标准遗传算法（SGA）进行优化计算的进化过程对比，由图可见，QGA在收敛速度上要优于SGA，因此将量子计算同遗传算法相结合，可有效提高遗传算法的搜索性能。

表1 两种推理方案及优化结果Tab.1 Two reasoning solutions and optimization results

图17 QGA和SGA的进化过程Fig.17 The QGA and the SGA evolutionary process

求解优化模型时可参考规范推理法或实例推理法获得的结果进一步缩小设计变量的取值范围，减少计算量。获得的优化结果可以对结构三维模型实时更新，解决了传统方法优化结果与设计模型相互独立，需要再次修改模型的麻烦。

4.6 设计结果三维模型

通过上述流程即可获得船体结构构件位置及尺寸，利用知识驱动及三维特征造型技术即可生成三维船体结构模型，图18为生成的某一油船的船体结构三维分段模型。

图18 船体分段结构示意图Fig.18 Hull block structure schematic diagram

5 结论

本文介绍了基于知识的船体结构设计方法，提出了船体结构设计的知识本体概念，将参数化技术和知识工程原理相结合，建立了船体结构设计知识库，构建了内嵌船级社规范和母型船信息等知识的知识本体模型。设计中通过参数驱动确定构件位置，然后通过规范推理法和实例推理法2种知识推理方式获得构件尺寸，再采用量子行为遗传算法对主要构件进行优化，获得最佳设计结果。

该方法实现了知识的积累与重用，通过知识推理，实现了船体结构设计、检查、优化到三维模型自动建立的一体化，实现了人机共同设计，降低了设计者出错的可能性，降低了对设计者知识水平的要求，可实现“傻瓜”设计。

对于构件优化部分，本文是先应用参数驱动确定构件位置，然后再做尺寸优化，而没有把构件布置及尺寸纳入同一优化模型进行求解，还需要后续工作进一步研究。

[1]Yang H Z,Chen J F,Ma N,et al.Implementation of knowledge-based engineering methodology in ship structural design [J].Computer-Aided Design,2012,44(3)：196-202.

[2]赵东,孔慧敏.基于知识工程的船体结构参数化设计[J].造船技术,2005,23(1)：9-11. Zhao D,Kong H M.Parametric design for hull structure on knowledge-based engineering[J].Shipbuilding Technology, 2005,23(1)：9-11.

[3]Gianfranco L R.Knowledge based engineering：Between AI and CAD.Review of a language based technology to support engineering design[J].Advanced Engineering Informatics,2014,26(1)：159-179.

[4]Jin C N,Liu B,Shi Y,et al.A study of geometric issue in CAD system for car-body parts design[J].Journal of Jilin University,2006,36(S1)：116-119.

[5]夏荣菲,万隆君.基于知识融合的船舶能耗决策支持系统[J].船舶工程,2014,36(S1)：7-12. Xia R F,Wan L J.Decision support system of ship energy consumption based on knowledge fusion[J].Ship Engineering, 2014,36(S1)：13-17.

[6]Zimmermann M,Bronsart R.Application of knowledge-based engineering methods for standardization and quality assurance in ship structural design[C]//2nd World Maritime Technology Conference.London,2007.

[7]Park J H,Storch R L.Overview of ship-design expert systems[J].Expert Systems,2002,19(3)：136-141.

[8]Akagi S,Fujita K.Knowledge based geometric modeling system for preliminary design using object-oriented approach[M]. Montrea,l Que,Can：Publ by ASME,New York,NY,USA,1989.

[9]Lee K H,Yeun Y S.Data analysis and utilization method based on genetic programming in ship design[C]//Computational Science and Its Applications-Iccsa 2006.Berlin,2006：1199-1209.

[10]Lee D K.Knowledge-based system for safety control of damaged ship[J].Knowledge-Based Systems,2006,19(3)：187-191.

[11]Wu Y H,Shaw H J.Document based knowledge base engineering method for ship basic design[J].Ocean Engineering, 2011,38(13)：1508-1521.

[12]陈金峰,杨和振,蒋如宏,等.知识工程应用于船舶构件的设计研究[J].舰船科学技术,2010,32(10)：16-20. Chen J F,Yang H Z,Jiang R H,et al.Application of knowledge-based engineering methods for hull structural member design[J].Ship Science and Technology,2010,32(10)：16-20.

[13]崔进举,王德禹,夏利娟,等.基于知识工程的船舶舯剖面结构设计及优化[J].上海交通大学学报,2012,46(3)：368-373. Cui J J,Wang D Y,Xia L J,et al.Mid-ship section structural design and optimization based on knowledge based engineering[J].Journal of Shanhai Jiaotong University,2012,46(3)：368-373.

[14]Cui J J,Wang D Y.Application of knowledge-based engineering in ship structural design and optimization[J].Ocean Engineering,2014,72(3)：124-139.

[15]蔡乾亚,裘泳铭,陆伟东.基于知识的集装箱船舯剖面结构设计CAD系统[J].上海交通大学学报,1997,31(11)：61-64. Cai Q Y,Qiu Y M,Lu W D.Knowledge based CAD system for containership mid-ship section structural design[J].Journal of Shanhai Jiaotong University,1997,31(11)：61-64.

[16]Chapman C B,Pinfold M.The application of a knowledge based engineering approach to the rapid design and analysis of an automotive structure[J].Advances in Engineering Software,2001,32(12)：903-912.

[17]杨和振,王德禹,夏利娟.知识工程在船舶设计建造中的研究进展[J].船舶工程,2008,30(3)：7-12. Yang H Z,Wang D Y,Xia L J.Research progress of knowledge based engineering in ship design and construction[J].Ship Engineering,2008,30(3)：7-12.

[18]中国船级社.钢质海船入级规范[M].北京：人民交通出版社,2015.

[19]Gabor R,Aniko E.Genetic algorithm in computer aided design[J].Computer Aided Design,2003,35：709-726.

[20]Aladahalli C,Cagan J,Shimada K.Objective function effect based pattern search theoretical framework inspired by 3D component layout[J].Journal of Mechanical Design,2007,129(3)：243-254.

[21]Pawan K S N,Kalyanmoy D.A Computationally effective multi-objective search and optimization technique using coarseto-fine grain modeling[C]//2002 PPSN Workshop on Evolutionary Multi-objective Optimization.Spain：Springer,2002：2081-2088.

[22]Narayanan A,Moore M.Quantum-inspired genetic algorithms[C]//Proceedings of IEEE International Conference on Evolutionary Computation.Nagoya,Japan,1996：61-66.

Knowledge-based quick design and optimization for hull structure

GUAN Guana,LIN Yana,b,JI Zhuo-shanga,b
(a.Ship CAD Engineering Center;b.State Key Laboratory of Structural Analysis for Industrial Equipment,Dalian University of Technology,Dalian 116024,China)

It is always pursued in shipbuilding that the excellent hull structure is quickly designed and modified under the safety.In this paper,knowledge-based engineering quick design method for hull structure is put forward,which combines with parametric technology.The concept of knowledge ontology for hull structure is introduced.And establishment of knowledge base for hull structure design is discussed.In that way,3D quick optimizing design is achieved.During the design,locations of structural members are driven by parameters of location.Scantlings of structural members are obtained by parent ship knowledge base and NURBS interpolation,according to specification requirements.Main structures are optimized by quantumbehaved genetic algorithm.Examples show that this method achieves knowledge reuse and accumulation, and provides design results inspection.So that reliable hull structure is quickly obtained.

hull structure;knowledge-based engineering;parametric;quick design; quantum-behaved genetic algorithm

U662.2

A

10.3969/j.issn.1007-7294.2017.04.012

1007-7294（2017）04-0472-12

2016-07-13

中国博士后科学基金资助项目（2014M561234、2015T80256）；辽宁省博士启动基金（201501176）；中央高校基本科研业务费专项资金资助（DUT16RC(4)26）

管官（1983-），男，博士研究生，E-mail：guanguan3145@163.com；林焰（1963-），男，教授，博士生导师；纪卓尚（1938-），男，教授，博士生导师。