劉貴杰，徐 萌，王 欣，姜瑞林

(1.中國(guó)海洋大學(xué) 工程學(xué)院，青島 266100;2.中海油田服務(wù)股份有限公司，北京 101149)

閥門是一種用途非常廣泛的機(jī)械產(chǎn)品，主要用于各種流體工程系統(tǒng)的管道上。閥門的嚴(yán)密性是一個(gè)非常重要的性能指標(biāo)，在實(shí)際使用中，時(shí)有發(fā)生的介質(zhì)污染、火災(zāi)爆炸、中毒事故大都是由閥門內(nèi)漏造成的。因此研究管道閥門內(nèi)漏的在聲發(fā)射檢測(cè)理論、方法，實(shí)現(xiàn)對(duì)管道閥門內(nèi)漏的有效監(jiān)測(cè)，對(duì)于維護(hù)管網(wǎng)的安全運(yùn)行，避免資源的浪費(fèi)，有著重要的理論意義和實(shí)際應(yīng)用價(jià)值。

聲發(fā)射技術(shù)作為一種動(dòng)態(tài)無(wú)損檢測(cè)方法，可以在不停產(chǎn)的狀況下對(duì)壓力管道的活性缺陷和泄漏情況進(jìn)行快速檢測(cè)及判斷，適用于復(fù)雜環(huán)境下管道和閥門的在線監(jiān)測(cè)[1]。國(guó)內(nèi)外學(xué)者對(duì)聲發(fā)射技術(shù)在閥門泄漏檢測(cè)和實(shí)驗(yàn)的應(yīng)用做了大量的研究。文獻(xiàn)[2－4]研究了聲發(fā)射信號(hào)在閥門內(nèi)漏中的測(cè)量、特征參數(shù)提取等問(wèn)題。Kaewwaewnoi等[5]通過(guò)大量實(shí)驗(yàn)研究了液體和氣體介質(zhì)在不同閥門大小、類型和進(jìn)口壓力等級(jí)下的聲發(fā)射信號(hào)特征，探索了閥門泄漏率與聲發(fā)射信號(hào)功率譜之間的對(duì)應(yīng)關(guān)系。Lee等[6]對(duì)核電站止回閥的磨損和泄漏狀況進(jìn)行了長(zhǎng)期的聲發(fā)射監(jiān)測(cè)，通過(guò)小波分析的方法，利用聲發(fā)射信號(hào)均方根值表征閥門泄漏狀態(tài)。石志標(biāo)等[7]通過(guò)試驗(yàn)和實(shí)際檢驗(yàn)驗(yàn)證了聲發(fā)射檢測(cè)在閥門內(nèi)漏檢測(cè)中的可行性，并介紹了在嚴(yán)重噪聲情況下采用信號(hào)差值法進(jìn)行檢測(cè)。孫立瑛等[8]利用EMD方法將聲發(fā)射信號(hào)進(jìn)行分解，并對(duì)特征分量重構(gòu)進(jìn)行互相關(guān)分析計(jì)算以達(dá)到對(duì)管道泄漏的精準(zhǔn)定位。嚴(yán)謹(jǐn)?shù)萚9]針對(duì)地下管道漏損的準(zhǔn)確定位問(wèn)題，將管道周圍土壤做彈性體考慮，對(duì)彈性介質(zhì)中充液管道的聲傳播特性進(jìn)行了解析研究。

由于閥門內(nèi)漏產(chǎn)生的聲發(fā)射信號(hào)具有非平穩(wěn)的特征，以上研究使用的Fourier方法、小波方法、雙線性時(shí)頻分布、Gabor變換等方法或具有非線性信號(hào)分析局限性或有賴于基函數(shù)的選擇，并且受到測(cè)不準(zhǔn)原理的限制，不能給出正確合理的信號(hào)特征解釋。EMD[10]作為一種新型的信號(hào)處理方法適合處理非線性非平穩(wěn)信號(hào)，但EMD方法存在模態(tài)混疊現(xiàn)象，使得其應(yīng)用效果降低。EEMD[11]是EMD方法的改進(jìn)，該方法利用高斯白噪聲具有頻率均勻分布的統(tǒng)計(jì)特性，使加入高斯白噪聲后的信號(hào)在不同尺度上具有連續(xù)性，從而有效地解決了模式混淆問(wèn)題。本文將基于EEMD分解的HHT方法應(yīng)用于閥門不同內(nèi)漏量狀態(tài)下的聲發(fā)射信號(hào)特征提取，分析結(jié)果表明該方法對(duì)管道閥門內(nèi)漏檢測(cè)識(shí)別是正確有效的。

1 理論基礎(chǔ)

1.1 閥門內(nèi)漏聲發(fā)射檢測(cè)原理

聲發(fā)射是材料中局域源能量快速釋放而產(chǎn)生瞬態(tài)彈性波的現(xiàn)象，也稱為應(yīng)力波發(fā)射，簡(jiǎn)稱AE。閥門檢測(cè)中，閥門內(nèi)漏可看作一個(gè)噴流過(guò)程，當(dāng)因閥門密封性能不好而泄漏時(shí)，閥體內(nèi)介質(zhì)會(huì)從密封面的縫隙噴射而出，形成紊流，紊流對(duì)密封表面產(chǎn)生沖擊而激發(fā)彈性波，流體內(nèi)漏所激發(fā)的彈性波信號(hào)為連續(xù)信號(hào)且有較寬的頻率范圍，用聲發(fā)射傳感器接觸閥體外壁，接收泄漏產(chǎn)生的在閥體中傳播的彈性波，轉(zhuǎn)換成電信號(hào)，對(duì)采集到的聲發(fā)射信號(hào)進(jìn)行特征分析，從而達(dá)到檢測(cè)閥門泄漏的目的。

圖1 閥門內(nèi)漏聲學(xué)分析模型Fig.1 The valve leakage acoustic analysis model

假設(shè)內(nèi)漏模型為充分的泄漏噴射，將其分成3個(gè)區(qū)域:混合區(qū)、過(guò)渡區(qū)和充分發(fā)展區(qū)，見圖1。混合區(qū)的延伸距離大約是閥門直徑D的4.0～4.5倍，過(guò)渡區(qū)距離大致擴(kuò)展到D的10倍。沿泄漏表面，漏口附近聲壓較低，在3至4倍直徑的距離內(nèi)迅速增加到極大值，以后又慢慢降低，泄漏聲音大部分來(lái)之混合區(qū)和過(guò)渡區(qū)的湍流運(yùn)動(dòng)，高頻噪聲主要發(fā)生在噴口附近，低頻噪聲產(chǎn)生在下游，頻譜峰在混合區(qū)的尖端附近。

離噴口稍遠(yuǎn)的區(qū)域?yàn)檫^(guò)渡區(qū)，在過(guò)渡區(qū)中處處充滿湍流，平均速度隨噴射距離的增加而漸減，射流寬度逐漸擴(kuò)展。離噴口更遠(yuǎn)的地方，流體成為完全湍流運(yùn)動(dòng)，即充分發(fā)展區(qū)。在這個(gè)區(qū)域里流速逐漸降低以至完全消失變小，產(chǎn)生的聲信號(hào)為低頻性。

1.2 基于EEMD分解的HHT方法

1998年Norden提出了希爾伯特黃變換這一全新的時(shí)頻分析理論。在這一理論中，通過(guò)EMD方法，將信號(hào)表示成有限個(gè)IMF分量和一個(gè)殘余分量之和的形式，并且提出了通過(guò)Hilbert變換對(duì)各個(gè)IMF進(jìn)行時(shí)頻分析和求解瞬時(shí)頻率。HHT在對(duì)非線性非平穩(wěn)信號(hào)的分析處理方面表現(xiàn)出了有效性和自適應(yīng)特性，而當(dāng)信號(hào)不是純?cè)肼晻r(shí)，會(huì)缺失一些尺度，這時(shí)混疊現(xiàn)象就會(huì)發(fā)生。由此采用EEMD方法給信號(hào)加進(jìn)高斯白噪聲成為由信號(hào)和噪聲組成一個(gè)“總體”，利用高斯白噪聲具有頻率均勻分布的統(tǒng)計(jì)特性，當(dāng)向信號(hào)中加入高斯白噪聲后，信號(hào)將在不同尺度上具有連續(xù)性，這樣可以促進(jìn)抗混分解，避免了EMD方法中由于IMF的不連續(xù)性而造成的模態(tài)混疊現(xiàn)象[11]。

EEMD的分解過(guò)程可以歸納如下:

(1)給目標(biāo)信號(hào)x(t)加上一組白噪聲m(t)，獲得一個(gè)總體X(t):

(2)含有白噪聲的總體X(t)為IMF分量:

(3)對(duì)信號(hào)加入不同的白噪聲mi(t)，重復(fù)步驟(1)、(2)，分解到各自IMF分量組:

(4)將分解后的各IMF分量做為最結(jié)果:

式中:Cj表示對(duì)原始信號(hào)進(jìn)行EEMD分解得到的第j個(gè)IMF分量;N為加入白噪聲的次數(shù)。

對(duì)信號(hào)進(jìn)行EEMD分解的最終目的是進(jìn)行Hilbert變換，進(jìn)行瞬時(shí)頻率、邊際譜和時(shí)頻譜分析。簡(jiǎn)單地說(shuō)，Hilbert變換為信號(hào)與1/t的卷積，因此，其特點(diǎn)是強(qiáng)調(diào)局部屬性，這就避免了用傅里葉變換時(shí)擬合原始數(shù)列而產(chǎn)生的許多多余的、事實(shí)上不存在的高頻成分。

將由EEMD分解后的n個(gè)IMF分量表示為xi(t)，i=1，…，n:

對(duì)每一個(gè)分量做Hilbert變換:

其中:yi(t)表示變換后的IMF分量，P.V表示柯西主值積分。

將xi(t)和yi(t)構(gòu)成解析信號(hào)zi(t)，并用極坐標(biāo)表示:

其中:ai(t)為瞬時(shí)振幅，θi(t)為瞬時(shí)相位。對(duì)瞬時(shí)相位求導(dǎo)就得到瞬時(shí)頻率。x(t)的瞬時(shí)頻率定義為:

原始信號(hào)可表示為:

根據(jù)式(10)可以將幅度時(shí)頻平面中可以將振幅表示成時(shí)間和頻率的二元函數(shù)，幅度的這種時(shí)頻分布被稱為希爾伯特譜(Hilbert譜)。相比于傳統(tǒng)的頻譜分析(如STFT譜)，Hilbert譜具有較高的時(shí)頻分辨率。管道閥門內(nèi)漏產(chǎn)生的聲發(fā)射信號(hào)具有的非平穩(wěn)特征非常明顯，因此，采用基于EEMD分解的HHT時(shí)頻分析方法可以對(duì)聲發(fā)射信號(hào)的成分進(jìn)行本質(zhì)分析。

2 管道閥門內(nèi)漏模擬實(shí)驗(yàn)

2.1 實(shí)驗(yàn)平臺(tái)的搭建

圖2為搭建的管道閥門內(nèi)漏模擬實(shí)驗(yàn)臺(tái)，包括:

(1)閥門內(nèi)漏管道:采用直徑為50 mm的UPVC管道搭建循環(huán)管道，最大耐壓10 MPa。選擇船用DN50閘閥作為模擬內(nèi)漏閥門，泄漏介質(zhì)為水。

表1 信號(hào)采集儀器及其主要參數(shù)Tab.1 Parameters of signal acquisition instruments

圖2 閥門內(nèi)漏實(shí)驗(yàn)臺(tái)及聲發(fā)射實(shí)驗(yàn)儀器Fig.2 Valve leakage laboratory furniture and AE experimental apparatus

(2)聲發(fā)射檢測(cè)設(shè)備:實(shí)驗(yàn)采用PXWAE全波形聲發(fā)射檢測(cè)儀實(shí)時(shí)采集信號(hào)。主要儀器及參數(shù)如表1所示。

2.2 閥門內(nèi)漏聲發(fā)射信號(hào)采集

將PRX15聲發(fā)射傳感器用耦合劑粘貼在DN50閥門中間位置，用以拾取閥門內(nèi)漏時(shí)產(chǎn)生的AE信號(hào);設(shè)定發(fā)射檢測(cè)儀采樣頻率為1 024 kHz，單波形采樣時(shí)間為16 ms，觸發(fā)方式為上升沿軟件觸發(fā)。

開啟齒輪泵對(duì)管道進(jìn)行注水沖壓，使閥門入水口處具有一定的壓力，管道壓力維持在1.5 Mpa。通過(guò)調(diào)節(jié)閥門不同開啟度來(lái)模擬閥門內(nèi)漏，分別采集閥門在未發(fā)生內(nèi)漏狀態(tài)、內(nèi)漏量為12.5 mm3/s、50 mm3/s狀態(tài)下閥門內(nèi)漏產(chǎn)生的聲發(fā)射信號(hào)。

圖3～圖5分別為閥門為泄漏狀態(tài)下、內(nèi)漏量為12.5 mm3/s、50 mm3/s狀態(tài)下聲發(fā)射信號(hào)時(shí)域圖和頻譜圖。由圖可知聲發(fā)射信號(hào)主要集中在0～20 kHz，內(nèi)漏量為12.5 mm3/s狀態(tài)下，在50 kHz左右出現(xiàn)較低能量的頻率波動(dòng)，未內(nèi)漏狀態(tài)與內(nèi)漏量50 mm3/s狀態(tài)下頻率分布差別不大。Fourier頻譜圖譜線密集，高頻特征信號(hào)識(shí)別不明顯，不能有效地反映閥門內(nèi)漏的聲發(fā)射信號(hào)本質(zhì)特征。

圖3 閥門未泄漏狀態(tài)下信號(hào)時(shí)域圖及Fourier頻譜圖Fig.3 Time domain diagram and Fourier frequency spectrum before leakage

圖4 閥門內(nèi)漏量為12.5 mm3/s狀態(tài)下信號(hào)時(shí)域圖及Fourier頻譜圖Fig.4 Time domain diagram and Fourier frequency spectrum when the valve leakage quantity of 12.5 mm3/s

圖5 閥門內(nèi)漏量為50 mm3/s狀態(tài)下信號(hào)時(shí)域圖及Fourier頻譜圖Fig.5 Time domain diagram and Fourier frequency spectrum when the valve leakage quantity of 50 mm3/s

3 閥門內(nèi)漏信號(hào)的HHT分析

本證模態(tài)函數(shù)代表了信號(hào)的內(nèi)在波動(dòng)模式，對(duì)分解后的IMF分量進(jìn)行分析可獲得信號(hào)中更豐富的時(shí)頻能量信。因此對(duì)采集到的不同內(nèi)漏量狀態(tài)下的聲發(fā)射信號(hào)時(shí)域抽區(qū)間進(jìn)行EEMD分解，并對(duì)分解后的信號(hào)進(jìn)行Hilbert譜分析和邊際譜分析。

根據(jù)文獻(xiàn)[11]，進(jìn)行EEMD分解時(shí)加入的白噪聲幅值為原始信號(hào)幅值標(biāo)準(zhǔn)差的0.2倍。未內(nèi)漏時(shí)原數(shù)據(jù)幅值標(biāo)準(zhǔn)差為 0.065 6，所加入白噪聲幅值為0.013 1。設(shè)定集總平均次數(shù)為100次，原信號(hào)自適應(yīng)分解為12個(gè)IMF分量，并對(duì)分解后的信號(hào)進(jìn)行Hilbert譜分析。圖6是閥門未泄漏時(shí)聲發(fā)射信號(hào)EEMD分解IMF分量時(shí)頻譜和Hilbert譜。由圖，EEMD分解后的IMF分量較好地表現(xiàn)了各頻段的幅值、頻率特征，未泄漏時(shí)信號(hào)主要頻率集中在0～15 kHz，在整個(gè)時(shí)間域，信號(hào)頻率、能量分布均勻。

圖6 閥門未泄漏時(shí)聲發(fā)射信號(hào)IMF時(shí)域圖和Hilbert譜圖Fig.6 IMF time domain diagram and Hilbert spectrum before leakage

內(nèi)漏量為 12.5 mm3/s時(shí)原始數(shù)據(jù)標(biāo)準(zhǔn)差為0.093 5，則加入的白噪聲幅值為0.018 7。設(shè)定集總平均次數(shù)為100，信號(hào)自適應(yīng)分解出12個(gè)IMF分量，分解后的IMF分量時(shí)域圖如圖7所示。

圖8為能量較大的前4個(gè)IMF分量功率譜圖，由圖可以看出IMF1～I(xiàn)MF4對(duì)應(yīng)的頻率依次減小，這說(shuō)明EEMD有效地避免了閥門內(nèi)漏信號(hào)EMD分解造成的模態(tài)混疊現(xiàn)象。

圖7 閥門內(nèi)漏量為12.5 mm3/s時(shí)聲發(fā)射信號(hào)IMF時(shí)域圖Fig.7 IMF time domain diagram and Hilbert spectrum when the valve leakage quantity of 12.5 mm3/s

圖8 閥門內(nèi)漏量為12.5 mm3/s狀態(tài)下聲發(fā)射信號(hào)EEMD分解前4個(gè)IMF分量Fourier頻譜圖Fig.8 The first four IMF Fourier frequency spectrum when the valve leakage quantity of 12.5 mm3/s

圖9 為內(nèi)漏量為12.5 mm3/s狀態(tài)下聲發(fā)射信號(hào)的Hilbert譜圖，由圖可以得出，12 ms時(shí)信號(hào)頻率及能量發(fā)生突變，主要頻段集中在20～80 kHz，高頻段能量集中在60～80 kHz，整個(gè)頻率突變持續(xù)時(shí)間10 ms，隨后信號(hào)頻率回歸到低頻狀態(tài)，對(duì)下一時(shí)間窗信號(hào)進(jìn)行分析得到類似的頻譜分布，該信號(hào)具有一定的周期性，由此可以判定，此時(shí)發(fā)生了內(nèi)漏，且內(nèi)漏產(chǎn)生的聲發(fā)射信號(hào)頻率較高。由于內(nèi)漏時(shí)，泄漏處形成的射流與泄漏孔壁相互作用及液體高速流出泄漏孔沖擊到閥下內(nèi)壁都會(huì)產(chǎn)生不同頻率的聲發(fā)射信號(hào)，因此造成了頻率內(nèi)漏信號(hào)頻帶較寬(如圖9中的頻帶分布)。

閥門內(nèi)漏量為50 mm3/s時(shí)原始數(shù)據(jù)標(biāo)準(zhǔn)差為0.085 7，所以加入的白噪聲幅值為0.017 1。設(shè)定集總平均次數(shù)為100，信號(hào)自適應(yīng)分解出12個(gè)IMF分量，分解后的IMF分量時(shí)域圖及Hilbert譜如圖10所示，由圖可知在16 ms處信號(hào)頻率、能量發(fā)生突變，主要頻段集為50～90 kHz，但能量值較內(nèi)漏量為12.5 mm3/s較低，持續(xù)時(shí)間3 ms，隨后信號(hào)回歸到低頻狀態(tài)，并在下一時(shí)間域出現(xiàn)周期性突變。

圖9 閥門內(nèi)漏量為12.5 mm3/s時(shí)信號(hào)Hilbert譜圖Fig.9 Hilbert spectrum when the valve leakage quantity of 12.5 mm3/s

圖10 閥門內(nèi)漏量為50 mm3/s時(shí)信號(hào)時(shí)域圖和Hilbert譜圖Fig.10 Time domain diagram and Hilbert spectrum when the valve leakage quantity of 50 mm3/s

圖11 閥門未發(fā)生內(nèi)漏時(shí)信號(hào)的Hilbert邊際譜Fig.11 Hilbert marginal specturm before leakage

圖12 閥門內(nèi)漏量為12.5 mm3/s時(shí)信號(hào)Hilbert邊際譜Fig.12 Hilbert marginal spectrum when the valve leakage quantity of 12.5 mm3/s

圖13 閥門內(nèi)漏量為50 mm3/s時(shí)信號(hào)Hilbert邊際譜Fig.13 Hilbert marginal spectrum when the valve leakage quantity of 50 mm3/s

由于Fourier頻譜的幅值只能反映頻率在信號(hào)中實(shí)際存在的可能性大小，而邊際譜的幅值能真實(shí)反映頻率在信號(hào)中是否存在。邊際譜是Hilbert譜對(duì)時(shí)間軸的積分，它是對(duì)信號(hào)中各個(gè)頻率成份的幅(或能量)的整體測(cè)度，它表示了信號(hào)在概率意義上的累積幅值，反映了信號(hào)的幅值在整個(gè)頻率段上隨頻率的變化情況，當(dāng)某一頻率的能量出現(xiàn)時(shí)，就表示一定有該頻率的振動(dòng)波出現(xiàn)[12]。對(duì)信號(hào)進(jìn)行HHT邊際譜分析，以期找出主要的內(nèi)漏信號(hào)頻率。圖11～圖13是三種內(nèi)漏狀態(tài)AE信號(hào)HHT邊際譜。對(duì)比圖3～圖5中的Fourier頻譜，不難發(fā)現(xiàn)，邊際譜對(duì)主要作用頻率的分辨率要比Fourier頻譜高出很多。閥門未內(nèi)漏時(shí)信號(hào)頻率分布在5 kHz～15 kHz之間，即實(shí)驗(yàn)背景噪聲頻率分布范圍;內(nèi)漏量為12.5 mm3/s時(shí)內(nèi)漏信號(hào)主要作用頻率為50 kHz和80 kHz;內(nèi)漏量為50 mm3/s時(shí)主要作用頻率為70 kHz。

4 結(jié)論

(1)閥門內(nèi)漏的聲發(fā)射信號(hào)為復(fù)雜的非平穩(wěn)信號(hào)，采用EEMD方法將其分解為若干個(gè)IMF分量，對(duì)前4個(gè)分量進(jìn)行Fourier頻譜分析，驗(yàn)證了EEMD方法可以有效避免閥門內(nèi)漏聲發(fā)射信號(hào)頻譜模態(tài)混疊現(xiàn)象。

(2)Hilbert譜在對(duì)閥門內(nèi)漏聲發(fā)射信號(hào)分析上具有更高的時(shí)頻分辨率，對(duì)信號(hào)時(shí)域抽區(qū)間進(jìn)行Hilbert邊際譜分析，能夠更加準(zhǔn)確地確定內(nèi)漏信號(hào)的作用頻率。

(3)模擬管道閥門內(nèi)漏實(shí)驗(yàn)分析結(jié)果表明基于EEMD和HHT方法的閥門內(nèi)漏聲發(fā)射檢測(cè)識(shí)別是正確有效的。

[1]Lee J K，Lee S P，Lee J H.Study on damage mechanism of pipe using ultrasonic wave and acoustic emission technique[J].Key Engineering Materials，2007，353－358(4):2415－2418.

[2]Puttmer A，Rajaraman V.Acoustic emission based online valve leak detection and testing[J].Proceedings of IEEE Ultrasonics Symposium，New York，USA，October 28－31，2007:1854－1857.

[3]Lee S G，Park J H，Yoo K B，et al.Evaluation of internal leak in valve using acoustic emission method[J].Key Engineering Materials 326－328(I)，2006:661－664.

[4]Kaewwaewnoi W，Prateepasen A.Measurement of valve leakage rate using acoustic emission[J].ECTI，2005，Pattaya，Thailand，May 12－13，2005:597 －600.

[5]KaewwaewnoiW， Prateepasen A. Investigation ofthe relationship between internal fluid leakage throug a valve and the acoustic emission generated from the leakage[J].Measurement，2010，43:274 －282.

[6]Lee J H，Lee M R，Kim J T，et al.Analysis of acoustic emissionsignals for condition monitoring of check valve at nuclear power plants[J].Key Engineering Materials，270 －273，2004:531 －536.

[7]石志標(biāo)，陳向?yàn)?，張學(xué)軍.聲發(fā)射技術(shù)在閥門檢漏中的應(yīng)用[J].無(wú)損檢測(cè)，2004，26(8):391 －392，401.

[8]孫立瑛，李一博，曲志剛，等.EMD信號(hào)分析方法的聲發(fā)射管道泄漏檢測(cè)研究[J].2007，10(26):161－165.

[9]嚴(yán) 謹(jǐn)，劉敬喜，張 娟.埋地管道漏損檢測(cè)的聲傳播特性研究[J].振動(dòng)與沖擊，2012，31(3):127 －131.

[10]Huang N E，Shen Z，Long S R.The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis[J].Proc.R.Soc.Lond.A，1998，454:903 －995.

[11]Zhao H W， HuangN E. Ensembleempiricalmode decomposition:A noise assisted data nalysis method[J].Advances in Adaptive Data Analysis，2009，1(1):1 －41.

[12]Zhong Y M，Qin S R.Study on the marginal spectrum in Hilbert-Huang transform[J]，SystemsEngineeringand Electronics，2004，26:1323 －1326.