基于振动分析法的变压器非电量状态监测与诊断研究

2019-05-09袁国刚饶柱石

发电技术 2019年2期

袁国刚，饶柱石

袁国刚1，饶柱石2

(1．上海睿深电子科技有限公司，上海市闵行区 201108；2．机械系统与振动国家重点实验室(上海交通大学)，上海市闵行区 200240)

振动分析法可在不停机、不解体的情况下实现变压器的状态监测与故障诊断，对提高设备运行可靠性具有重要意义。变压器表面的振动与变压器绕组及铁心的压紧状态、位移、形变等密切相关，国内外学者对其进行了深入广泛的研究。对振动分析中的数值计算分析方法、振动测试技术进行了叙述，结合快速傅里叶变换、小波、希尔伯特黄变换、盲源分离技术介绍了信号处理方法在变压器振动分析中的应用，阐述了声学分析方法在变压器异常情况下的作用。对在线监测系统和离线振动频响的基本分析方法进行了简述。结合振动分析方法在变压器诊断应用中的趋势和难点，给出了需要深入研究的方向。

变压器；非电量状态监测；振动；故障诊断

0 引言

变压器作为电力系统中极为重要的一次设备，其重要性不言而喻。据不完全统计，仅2005—2010年，变压器绕组线圈事故占据电力系统总故障数量的60%，其中抗短路能力不足造成的损坏占据总事故次数的40%，占据绕组事故的67.2%[1]。由此可见，对于电网的安全稳定运行来说，加强对变压器工作状态(绕组以及铁心状况)的监测，及时发现设备故障，对于延长变压器使用寿命、提高电网运行可靠性和经济性有着重要意义。

机械设备状态监测与故障诊断技术初步成形于20世纪60年代末，迅速发展在70—80年代[2]，基于振动方法的变压器故障诊断也是起步于这一阶段。变压器振动是一个复杂的过程，当变压器内部机械结构发生变化时，其振动信号也会发生相应的变化，因此，可以通过监测变压器表面振动信号的方式进行故障检测。与频率响应法、低压脉冲分析法等传统检测方法相比，基于振动信号的变压器故障检测方法与整个电力系统无电气连接，抗干扰能力更强、灵敏度更高，更加安全可靠[3-4]。

振动分析法可以用于监测主要部件如绕组和铁心振动，并便于开展在线和离线测试，因此得到了广泛应用。本文首先从数值计算分析方法、振动试验分析方法两方面介绍了变压器非电量振动分析方法及相应成果，然后重点叙述了变压器故障信号分析方法，深入梳理了现阶段几种常用的基于信号处理的变压器故障分析方法，接着结合应用介绍了基于振动分析法的变压器故障检测装置发展状况。最后针对现有技术的难点与不足，对其发展前景做出了展望。

1 变压器非电量振动分析方法概述

国外早期的研究主要集中在变压器箱体振动能量与负载电流的关系[5-8]，对振动幅值参数(时频域)的变化趋势进行研究并进行降噪处理[9-10]。Berler[11]等人分别进行了空载和负载测试，研究铁心振动和绕组振动的变化规律。Garcia和Burgos[12-13]研究了变压器振动信号在传播路线上的相位和幅值的变化情况，以及振动信号与电流、电压和温度的数值关系。国内对于变压器的机械振动诊断分析方法研究起始于2000年左右，代表单位有西安交通大学[14-18]和上海交通大学[19-25]，他们采用振动分析方法对变压器表面振动和绕组状态进行测试分析，并开展铁心与绕组的有限元仿真分析，特别分析了轴向预紧力对绕组特性的影响，以及通过非稳态信号分析对绕组状态进行故障识别。

变压器的振动是由变压器的本体电磁力(铁心、绕组)和冷却装置共同引起的，但是由于冷却装置一般不会造成机械故障，因此通常不予考虑，国内外通过大量的数值模拟及实验研究结果分析表明，变压器振动的根源在于[26-27]：

1）由于硅钢片的磁致伸缩诱发的铁心振动；

2）硅钢片的搭接和叠片之间的漏磁造成的铁心振动；

3）绕组内部电流产生的动态电磁力诱发的振动。

近些年，变压器硅钢片接缝处和叠片之间的电磁吸引力所引起的铁心振动有了大幅改善，相对硅钢片磁致伸缩的铁心振动可忽略不计，主要得益于铁心制造工艺的改进，如叠积方式采用阶梯接缝、心柱和铁轭用环氧玻璃丝粘带绑扎等。随着采取高导磁硅钢片(例如Hi-B硅钢片)在变压器制造中的使用，以及铁心结构设计的改进，铁心工作磁密的降低，负载电流产生的漏磁引起的绕组振动在整体振动中的比重大大增加。综上，变压器本体的振动主要取决于铁心和绕组的振动。

变压器本体的振动会沿着各种途径传播，绕组和铁心的振动主要通过结构件传递至箱壁上，同时也通过变压器油传递到箱壁上[25]，所以变压器内部结构的变化会反映到箱壁。变压器振动传递路径如图1所示。

图1 变压器振动传递路径

1.1 数值计算分析方法

早在20世纪70年代，国外就开始了变压器的动力学特性仿真分析研究，其研究利用变压器绕组的机械动力学模型进行故障分析，但其模型仅针对绕组自身，存在局限性[28]。因此，MIT的Lavalle[29]将变压器作为一个整体建立其电—振动模型，该模型构建了电流谐波成分与振动谐波成分平方的关系，随后基于此进行了绕组松动故障研究，Garcia[30-31]等在MIT的模型基础上又提出了基于变压器油箱壁振动基频的绕组监测模型。

国内的研究中，上海交通大学机械系统与振动国家重点实验室[21]利用有限元仿真软件建立绕组和铁心模型，分析了绕组预紧力变化对绕组振动和箱壁响应的影响，并对结构模型进行了适当简化。

由于变压器的激励源和结构传递路径较为复杂，是典型的多物理场问题，涵盖了电磁力—结构振动—流固耦合的问题，因此近些年来沈阳工业大学[32]开展了利用多物理场耦合软件将电场、磁场、结构力场和声场进行有效的耦合分析。仿真分析的目的是为了和试验模型进行相关分析，类比其他变压器结构方式的改进效果，以及用于变压器测量点位置的优化和敏感点的识别。国网上海电科院[33-34]通过数值模拟表明振动测点应尽量选择布置在绕组振动传递路径上，即变压器绕组底部和箱壁侧面。另一方面，通过振动场(对于谐波分量由试验振动数据作为输入)可以推算辐射声能的大小，因此国网上海电科院[35]通过建立如图2所示典型干式变压器的有限元模型，对其振声关系进行了分析，结果如图3所示，可以看出在100 Hz和200 Hz还是有比较好的吻合度，但在高频能量上差异比较明显。

图2 典型的变压器有限元模型

图3 变压器辐射声场计算结果

1.2 振动试验分析方法

变压器的振动试验方法较多，主要包括出厂时的空载试验、实际运行状态下的负载试验和短路承受能力试验。国内现有关于对变压器振动的要求技术规范比较多，总的来说，都是对振动位移进行的限定，并且对国内目前大型电力变压器的振动技术要求进行了规定，不能超过100mm[36]，具体见表1。测试通常采用加速度传感器进行测量，通过2次积分后得到对应的位移值，通常直接积分会引起低频段的较大误差，需要在积分时适当选取合适的高通滤波器。

表1 变压器振动测试的技术要求标准汇总

为研究变压器本体的动力学特性，需对变压器的箱体和绕组进行动力学测试，如试验模态分析、工作变形分析等。由于变压器本体可以视为一个由若干个质量、刚度、阻尼等组成的机械结构体，则当绕组/铁心结构或者传递路径发生变化时，都可以从它的机械动力学特性上即振动特性上得到反映。绕组振动通过变压器内部结构连接件传递到变压器箱体，从变压器箱体表面检测得到的振动信号与变压器的绕组/铁心振动特性有密切的关系，因此，对变压器部件和整体进行模态测试是获取其动力学参数的重要方法。目前有些学者开始开展大型变压器/电抗器运行状态下的工作变形试验，将获取的变形向量进行相似度/响应置信度的历史数据纵向评估以判定是否存在故障[37]。

2 变压器故障信号分析方法

在20世纪90年代中后期，随着测试和信号处理技术的快速发展，通过振动测量数据来判别绕组及铁心状态的研究逐步展开[38-39]。变压器表面振动的特征是比较清晰的，对于正常运行的变压器，其绕组振动信号主要集中在100Hz，其振幅正比于负载电流的平方；铁心振动信号除了集中在100Hz之外，200、300和400Hz处都有信号，1000Hz以上的振动信号能量极低可以忽略。变压器表面测得的高次谐波振动信号分量主要是由铁心非线性振动引起的，通过对振动信号高次谐波分量变化的分析可诊断出铁心状况。因此可以监测变压器表面的1000Hz范围内的振动频谱进行变压器本体状态的识别[36]。

2.1 基于平稳信号的分析方法

对于振动信号的分析，最基本的信号处理方法是快速傅里叶变换(fast Fourier transform， FFT)，其能将时域信号与频域信号关联起来，实现对频域信号的分析，但由于只能实现一对一映射关系，不能把二者有机地结合起来，是一种时频完全分离的分析方法。因此，难以满足复杂的变压器振动信号分析与处理的要求，但这是振动监测和分析的最为常用算法，它假设变压器设备的振动为平稳信号，用于检测箱体的振动频率和振动量级。意大利的Cipriano等人[40]基于频谱分析结果，提出了振动谐波量THD用于评估异常变压器的特征值。

2.2 基于非稳态信号的分析方法

短时傅里叶变换(short-time Fourier transform，STFT)是一种常用的时频分析方法，其基本原理主要是把一段时域信号划分成许多小段的信号，再用STFT对每段信号进行分析，从而确定该段信号内的频率。由于STFT只使用单一的窗函数，导致其在整个时频平面上的时频分辨率是固定不变的，这是该方法的主要不足。

小波分析也是时频分析的常用算法之一。相对于STFT，小波分析具有一个尺度因子，可根据时频平面里时频网格划分的特殊性，改变滑动窗函数的特性，实现在高频段内较高的时间分辨率和较低的频率分辨率。很多学者将小波分析应用于变压器振动的特征量提取[36]，但是小波分析方法无法预测固有频率的改变，频率分辨率差，以及缺少对小波基的优化选择。

此外，一些学者针对于变压器的非稳态信号，提出了希尔伯特黄变换(Hilbert-Huang transform，HHT)作为非线性非稳态信号的分析方法[16,41]，该方法在时频域上都有较好的分辨率，三维希尔伯特谱的能量分布体现了信号内在的本质特征。HHT方法主要由经验模态分解(empirical mode decomposition，EMD)和希尔伯特变换构成。首先利用EMD对非线性非稳态信号进行分解，得到少量的IMF组合，在此基础上再对IMF进行希尔伯特变换，得到瞬时频率和振幅，在时间−频率平面上把振幅取分贝数就形成了信号的希尔伯特谱分布。浙江大学的熊卫华等[43]利用HHT对铁心振动信号进行分析，比较了变压器正常状态和铁心紧固不良状态时的三维希尔伯特谱分布及边界谱分布，从而分析了铁心故障的振动特性。

2.3 盲源分离分析方法

变压器铁心和绕组振动产生的机理是完全不同的，振动特性也完全不一样，需要对其振动信号进行有效分离是进行故障诊断和定位的重要依据。

盲源分离方法可分离变压器振动信号中不同振源的信号，从而实现对来自于不同振源信号的单独分析。陆亮[44]等采用基于独立分量分析的盲源分离方法(fast independent component analysis，Fast ICA)应用在低信噪比振动信号信噪分离中，华北电力大学的赵洪山[45]认为变压器不同振源振动信号之间并不是完全独立的，Fast ICA有其局限性，据此提出了基于集成经验模态分解(ensemble empirical mode decomposition，EEMD)和负熵准则的盲源分离方法分析变压器振动信号，但是其分离效果和工程应用价值还需要进一步的研究验证。

2.4 声信号分析方法

通过振动测量的分析方法目前使用的较为广泛，但是声学方法也随之应用在变压器的故障分析[11]中，如果剔除风扇等其他附件的发声，变压器的噪声和振动是强烈耦合的，都是来自于箱体的外壳结构振动和铁心结构的辐射声，因此分析其声学信号对于某些无法直接测量变压器表面振动量的也具备工程意义，结合振动和噪声的指纹特征进行声振联合分析以弥补振动测量点较多且差异较大的情况也是未来研究的课题之一[46]。声学处理的计算方法和振动信号类似，但是考虑到声场信号的空间分布特征，可以通过基于波束成形方法的成像技术进行主要声源的空间定位，图4是国网上海电科院对于10kV变压器的声学成像分析，结果表明该干变主要声源点在B柱的底部[47]。对于某出厂检查发现异常情况的110kV变压器进行声场检测，发现其在A柱的上轭处有明显的异常声源，后检查发现出现松动[47]。

图4 干变的声源和铁心松动造成的异常声源

3 在线及离线振动监测装置

考虑到振动方法检测技术和信号处理技术的日益成熟，使得通过在线及离线测试变压器振动的方法成为工程化可行的方案。

目前使用较多的是振动在线监测方法和离线扫频分析方法。其中在线监测方法较为简单，主要是连续采集变压器箱体表面的振动和三相电流，通过连续监测振动烈度和100Hz分量值[48]，对于突发短路信号采用EMD方法对冲击信号进行希尔伯特边际谱和希尔伯特能量计算以识别绕组状态[49]，这项技术已经在多个220kV和500kV的主变上进行了试验验证。

近年来上海交大提出了振动频响法(vibration frequency response analysis，VFRA)来诊断绕组的变形故障。通过对一台220kV大型变压器的实验，验证了多种绕组变形的故障特征，同时与传统电量检测法(阻抗法和FRA法)比较，发现VFRA法更加灵敏，说明VFRA法作为一种离线诊断法，在诊断绕组变形故障上是有效可靠的[24]。上海交通大学和南方电网在2016年利用此项技术研制了一套大型40kV×A的自适应恒流VFRA扫频装置[50]，利用恒流源激励绕组，测量箱壁振动从而评估绕组状态，并在3座110kV/ 220kV变电站进行了试验，结果表明绕组发生状态变化后VFRA出现了明显的变化。

4 结论

振动测试方法在近30年取得了较快的发展，经历了早期的振动信号的获取，到振动信号和运行参数的关联分析，结构动力学建模到故障模式的识别，直至振动装置的开发和部署；研究对象也从初期的10kV配电变压器逐步上升到特高压的500~1000kV变压器。但是还存在很多值得进一步研究的方面：

1）变压器的电-磁结构振动场的模型仍然存在值得更进一步优化和精确的需求，特别是充分考虑铁心的非线性特性和磁通不均匀造成的非对称动力学响应。

2）新的振动传感器检测技术的应用，特别是随着光纤传感器技术的成熟，未来将光纤振动传感器安装在变压器的绕组和铁心上进行直接测量。

3）新的处理分析方法的发展，主要是绕组和铁心振动分离技术的进一步成熟；另外箱壁上的形态相似度技术也是可能有效的状态评估方法等。

4）新的振动试验方法，已经证明VFRA方法对绕组状态的评估有比较好的试验效果，如何进一步提升扫频装置的容量并兼顾便携性是进一步发展的方向，并且可以结合光纤振动传感器的应用。

5）振动数据的监测技术已经较为成熟，但是如何将海量的状态监测数据与其他状态量(如其他在线监测量)进行大数据的融合分析，提高早期故障预警的可靠性是未来的趋势。

[1] 《变压器》杂志社编委会．电力变压器故障规律与分析[R]．2011．

[2] 陈进．机械设备振动监测与故障诊断[M]．上海：上海交通大学出版社，1999．

[3] 汲胜昌，李彦明，徐大可．振动法用于在线监测电力变压器的可行性研究[C]//中国电机工程学会电力设备状态检修研讨会，北京，2007．

[4] 孟永鹏，钟波，贾申利．振动分析在电力设备状态检测中的应用和发展[J]．高压电器，2005，41(6)：461-465．

[5] LavalleJ C．Failure detection in transformers using vibration analysis[D]．MS Thesis，MIT，Cambridg，MA，USA，1986．

[6] Chung C，You C．Fault discrimination of power transformers using vibration analysis[C]//Proceedings of Integrating dynamics condition monitoring and controlling conference 21st Century，Balkema，Rotterdam，1999：523-529．

[7] McCarthy D．An adaptive model for vibration monitoring of power transformers[M]．The MIT Press，1987．

[8] Lee S．Modeling of winding vibration amplitude for diagnosis of power transformer[D]．Soongsil University，Korea，1994．

[9] Kim H．A study on the adaptive noise cancellation of transformer vibration signal[D]．Korea：Soongsil University， 1995．

[10] Park S．Fault determination of power transformer by using analysis of vibration signal[D]．Korea：Soongsil University， 1996．

[11] Berler Z，Golubev A．Vibra-Acoustic method of transformer clamping pressure monitoring[C]// Conference Record of the 2000 IEEE International Symposium on Electrical Insulation，Anaheim，CA，USA，2000：263-266．

[12] Garcia B，Burgos J C，Alonso A M．Transformers tank vibration modeling as a method of detecting winding deformations-part I： theoretical foundation[J]．IEEE Transaction on Power Delivery，2006(21)： 157-163．

[13] Garcia B，Burgos J C，Alonso A M．Transformers tank vibration modeling as a method of detecting winding deformations-part II：experimental verification [J]．IEEE Transactions on Power Delivery，2006(21)： 164-169，．

[14] 汲胜昌，刘味果，单平，等．变压器铁芯及绕组状况的振动测试系统[J]．高电压技术，2000，26(6)：1-3．

[15] 汲胜昌，刘味果，李彦明，等．振动法用于在线监测电力变压器绕组及铁芯状况的可行性研究[J]．高电压技术，2001，37(5)：4-7．

[16] 汲胜昌，刘味果，李彦明．小波包分析在振动法监测变压器铁芯及绕组状态中的应用[J]．中国电机工程学报，2001，21(12)： 24-27．

[17] 汲胜昌，何义，李彦明，等．电力变压器空载状况下的振动特性研究[J]．高电压技术，2001，27(5)：47-48．

[18] 汲胜昌．变压器绕组与铁心振动特性及其在故障监测中的应用研究[D]．西安：西安交通大学，2003．

[19] 谢坡岸，饶柱石，朱子述．大型变压器绕组有限元建模与分析[J]．振动与冲击，2006，25(2)：134-137．

[20] 谢坡岸，金之俭，饶柱石，等．空载时用振动法检测变压器绕组的压紧状态[J]．高电压技术，2007，33(3)：188-189．

[21] 谢坡岸．振动分析法在电力变压器绕组状态监测中的应用研究[D]．上海：上海交通大学，2008．

[22] 袁国刚，谢坡岸，静波，等．轴向预紧力对变压器绕组振动特性的影响[J]．噪声与振动控制，2003(2)：25-27．

[23] 邵宇鹰，饶柱石，谢坡岸，等．预紧力对变压器绕组固有频率的影响[J]．噪声与振动控制，2006，26(6)：51-53．

[24] 邵宇鹰，徐剑，饶柱石．振动频响分析法在大型变压器绕组变形检测中的应用[J]．上海交通大学学报：自然版，2010，44(9)：1223-1228．

[25] 邵宇鹰．大型变压器绕组的动力学特性与故障诊断方法研究[D]．上海：上海交通大学，2010．

[26] 顾晓安，沈荣瀛，徐基泰．国外变压器噪声研究的动向[J]．变压器，2002，39 (6)：33-38．

[27] 董志刚．变压器的噪声(3)[J]．变压器，1995(12)：36-40．

[28] Patel M R ．Dynamic response of power transformers under axial short circuit forces part II - windings and clamps as a combined system[J]．IEEE Transactions on Power Apparatus & Systems，1973，PAS-92(5)：1567-1576．

[29] Lavalle J C．Failure detection in transformers using vibrational analysis[D]．Massachusetts Institute of Technology，Boston，1986．

[30] Garcia B，Burgos J C，Alonso A．Winding deformations detection in power transformers by tank vibrations monitoring[J]．Electric Power Systems Research，2005，74(1)：129-138．

[31] Garcia B，Burgos J C，Alonso A．Transformer tank vibration modeling as a method of detecting winding deformations-Part I：Experimental verification [J]．IEEE Transactions on Power Delivery，2005，21(1)：157-163．

[32] 韩芳旭．基于流固耦合方法的电力变压器电磁振动与噪声问题研究[D]．沈阳：沈阳工业大学，2016．

[33] 田昊洋，林敏，黄华．特高压电抗器振动加速度传感器位置优化研究[J]．电力电子技术，2017(10)：103-106．

[34] 徐方，邵宇鹰，金之俭．变压器振动测点位置选择试验研究[J]．华东电力，2012，40(2)：274-277．

[35] 上海市电力公司．都市电网中配电设备振动与噪声传播研究[R]．2016．

[36] 冯永新，邓小文，范立莉，等．大型电力变压器振动法故障诊断与发展趋势[J]．变压器，2009，46(10)：69-73．

[37] 田昊洋，刘闯，苏勇令．基于ODS的特高压电抗器振动测试方法研究[J]．华东电力，2014，42(8)：1570-1573．

[38] Mechefske K C．Assessing the internal mechanical integrity of power transformer using vibration tests [C]//Proceedings of ASME Joint Power Generator Conference，Houston，Texas，USA．1996：953-958．

[39] Sanzbobi M A ，Garciacerrada A ，Palacios R ，et al．Experiences learned from the on-line internal monitoring of the behaviour of a transformer[C]//IEEE International Electric Machines & Drives Conference Record．IEEE，1997．

[40] Bartoletti C，Desiderio M，Dicarlo D，et al．Vibro- acoustic techniques to diagnose power transformers [J]．IEEE Transactions on Power Delivery，2004，19(1)：221-229．

[41] 颜秋容，刘欣，尹建国．基于小波理论的电力变压器振动信号特征研究[J]．高电压技术，2007，33(1)：165-168．

[42] Huang N E，Shen Z，Long S R，et al．The empiricalmode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J]．Proceedings of Royal Society of London，Series A，1998： 903-994．

[43] 熊卫华，赵光宙．基于希尔伯特–黄变换的变压器铁心振动特性分析[J]．电工技术学报，2006，21(8)：9-13．

[44] 路亮，龙源，钟明寿，等．Fast ICA 算法在低信噪比爆破振动信号信噪分离中的应用研究[J]．振动与冲击，2012(17)：33-37．

[45] 赵洪山，徐樊浩，徐文岐．基于EEMD和负熵准则的变压器振动信号盲分离[J]．电气应用，2017(18)：41-45．

[46] 王丰华，王邵菁，陈颂．基于改进MFCC和VQ的变压器声纹识别模型[J]．中国电机工程学报，2017，37(5)：289-297．

[47] 基于声阵列的断路器故障诊断可行性研究[R]．上海：上海市电力科学研究院，2015．

[48] 周求宽，万军彪，王丰华，等．电力变压器振动在线监测系统的开发与应用[J]．电力自动化设备，2014，34(3)：162-166．

[49] 周求宽，万军彪，王丰华，等．变压器绕组状态诊断方法：CN103135035A[P]．2013-06-05．

[50] 基于振动频响法的变压器绕组机械稳定性检测技术研究及应用[R]．昆明：云南电力科学研究院，2017．

Review of Non-electrical Quantity Monitoring and Fault Diagnosis forPower Transformer on Vibration Analysis Method

YUAN Guogang1, RAO Zhushi2

(1.Shanghai Rhythm Electronic Technology Company, Minhang District, Shanghai 201108，China; 2. The State Key Laboratory of Mechanical System and Vibration(Shanghai JiaoTong University), Minhang District, Shanghai 200240, China)

Vibration analysis method can realize condition monitoring and fault diagnosis of transformer without shutdown and disintegration, which is meaningful to improve the reliability of equipment operation. The vibration of transformer surface is closely related to the compaction state, displacement and deformation of transformer windings and cores, and has been extensively studied by domestic and foreign scholar. The numerical calculation and analysis methods and vibration testing techniques in vibration analysis was described. The application of signal processing methods in transformer vibration analysis was introduced in combination with fast Fourier transform (FFT), wavelet, Hilbert-Huang transform (HHT) and blind source separation technology. The role of acoustic analysis methods in transformer abnormal conditions was expounded. The development of the test device was briefly described, mainly the on-line monitoring system and the basic analysis method of off-line vibrabion frequency response analysis（VFRA）. According to the trend and difficulty of vibration analysis method in transformer diagnosis application, the direction of further research was given.

transformer; non-electrical quantity monitoring; vibration; fault diagnosis

10.12096/j.2096-4528.pgt.18037

2018-11-23。

袁国刚(1980)，男，工学硕士，高级工程师，研究方向为机械振动与声学技术，guogang.yuan@rhythm-tech.com；