張　倩,　董克增,　黃正梁,　任聰靜,　王靖岱,　陽永榮

(浙江大學(xué)化學(xué)工程與生物工程學(xué)院,化學(xué)工程聯(lián)合國家重點(diǎn)實(shí)驗(yàn)室，杭州 310027)

基于壁溫信號EMD解析的氣固流化床結(jié)片預(yù)警

張倩,董克增,黃正梁,任聰靜,王靖岱,陽永榮

(浙江大學(xué)化學(xué)工程與生物工程學(xué)院,化學(xué)工程聯(lián)合國家重點(diǎn)實(shí)驗(yàn)室，杭州 310027)

摘要：氣固流化床反應(yīng)器在生產(chǎn)中易產(chǎn)生結(jié)片或結(jié)塊,嚴(yán)重影響反應(yīng)器的安全穩(wěn)定運(yùn)行。對氣固流化床中的壁溫信號進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解(EMD),發(fā)現(xiàn)其高頻本征模函數(shù) IMF1及IMF2在有結(jié)片產(chǎn)生時(shí)顯著增大,其能量的滑動平均值(Em)能有效地指示初始結(jié)片的產(chǎn)生。運(yùn)用主元分析(PCA)方法處理不同樣本的Em值,得到結(jié)片檢測統(tǒng)計(jì)量(T2)及結(jié)片控制上限(UCL),并進(jìn)一步提出了判斷結(jié)片產(chǎn)生的E檢測法:當(dāng)T2

關(guān)鍵詞：氣固流化床; 壁溫信號; 經(jīng)驗(yàn)?zāi)B(tài)分解; 主元分析; 結(jié)片

Zhejiang University,Hangzhou 310027,China)

氣固流化床反應(yīng)器因床內(nèi)局部過熱、靜電過量積累等原因會產(chǎn)生結(jié)片或結(jié)塊[1-4]。結(jié)片長大到一定程度后從壁面脫落,可能堵塞分布板或出料系統(tǒng),影響流化狀態(tài),嚴(yán)重時(shí)甚至引發(fā)停車,造成巨大的經(jīng)濟(jì)損失[1-3]。

目前氣固流化床反應(yīng)器內(nèi)常用的結(jié)片檢測方法有壁溫波動判別法、銫源(137Cs)結(jié)塊探測法[5]以及聲波[6-7]、靜電[8-9]探測法等。壁溫波動判別法一般認(rèn)為,當(dāng)壁溫波動超過3～5 ℃時(shí),很可能有結(jié)片產(chǎn)生;銫源結(jié)塊探測法一般用于檢測分布板附近的大結(jié)片或結(jié)塊。此2種方法檢測結(jié)果可靠,但由于一般只能檢測到較大尺寸的結(jié)片或結(jié)塊,故檢測結(jié)果存在一定滯后。而聲波、靜電信號的影響因素復(fù)雜,降低了聲波、靜電探測法的可靠性[10-11],故本文提出的方法主要是與壁溫波動判別法及銫源結(jié)塊探測法進(jìn)行對比。

Hendrickson[3]研究了不同類型結(jié)片的形成過程,指出聚合物顆粒黏壁結(jié)片的首要特征是壁溫偏離流化床主體溫度,并在工業(yè)反應(yīng)器上得到了證實(shí)[12]。從結(jié)片的形成過程來看,在結(jié)片產(chǎn)生初期,部分顆粒趨向壁面運(yùn)動并在壁面黏結(jié)。隨后結(jié)片逐漸增厚,面積增大,結(jié)片前沿向四周轉(zhuǎn)移,當(dāng)長大到一定程度后在重力作用下從壁面脫落[3]。在此過程中,結(jié)片的大小及厚度的改變導(dǎo)致其傳熱阻力不斷變化,故被結(jié)片包覆的壁面熱電偶探頭與床內(nèi)氣流的傳熱過程為非穩(wěn)態(tài)傳熱過程,測得的壁溫信號也具有非穩(wěn)態(tài)特征。加之工業(yè)流化床反應(yīng)器是一個(gè)高度非線性系統(tǒng),故考慮從解析非線性系統(tǒng)內(nèi)的非穩(wěn)態(tài)信號角度來提取結(jié)片時(shí)的壁溫信號特征。

經(jīng)驗(yàn)?zāi)B(tài)分解[13-16](Empirical Mode Decom-position,EMD)作為一種新型信號處理方法,特別適用于處理非線性、非平穩(wěn)信號,已在機(jī)械故障診斷、流體力學(xué)等領(lǐng)域得到廣泛應(yīng)用。Amarnath等[17]對螺旋齒輪的震動信號及聲信號進(jìn)行基于EMD的統(tǒng)計(jì)分析,實(shí)現(xiàn)了局部故障診斷。Sang等[18]證明了EMD在水文時(shí)間序列的趨勢識別中的優(yōu)越性。Zhang等[19]對氣固兩相流中的靜電信號進(jìn)行EMD分解,得出高頻本征模函數(shù)IMF3的能量可表征固相濃度變化的結(jié)論。主元分析(PCA)[20]方法則將原本互相關(guān)的變量空間降維分解成相互獨(dú)立的主元空間,從而對主元空間和殘差空間分別進(jìn)行監(jiān)控。目前PCA在化工領(lǐng)域的性能監(jiān)控和故障診斷方面已得到成功應(yīng)用[21]。Liu等[22]運(yùn)用動態(tài)PCA方法實(shí)現(xiàn)了對工業(yè)流化床反應(yīng)器的結(jié)塊監(jiān)視。

本文從氣固流化床壁溫信號的EMD結(jié)果中提取特征參數(shù),然后用PCA方法計(jì)算其統(tǒng)計(jì)量并提出結(jié)片判斷依據(jù),從而對工業(yè)流化床反應(yīng)器的結(jié)片情況進(jìn)行預(yù)警,并與壁溫波動判別法和銫源結(jié)塊探測法的檢測結(jié)果進(jìn)行對比來驗(yàn)證模型的有效性。

1實(shí)驗(yàn)裝置及分析方法

1.1實(shí)驗(yàn)裝置

圖1所示為工業(yè)氣相聚乙烯流化床示意圖。工業(yè)氣相聚乙烯流化床反應(yīng)器從頂部排出循環(huán)氣,經(jīng)壓縮后與乙烯、共聚單體等原料混合,再經(jīng)冷卻器冷卻后從底部進(jìn)入流化床。原料氣在床內(nèi)發(fā)生聚合反應(yīng),產(chǎn)物聚乙烯顆粒由流化床側(cè)面的出料系統(tǒng)排出。本文用到的3個(gè)壁溫?zé)犭娕继筋^的安裝位置如圖1所示,分別位于分布板上方0.91、2.44、16.45 m處。從分散控制系統(tǒng)(DCS)中讀取流化床反應(yīng)器運(yùn)行過程中的壁溫?cái)?shù)據(jù),采樣時(shí)間間隔為30 s。從未安裝銫源結(jié)塊探測器的某2.5×105t/a氣相法聚乙烯裝置上采集了樣本1(穩(wěn)定工況,無結(jié)片產(chǎn)生)和樣本4(故障工況、有結(jié)片產(chǎn)生),從安裝有銫源結(jié)塊探測器的某3.0×105t/a氣相法聚乙烯裝置上采集了樣本2和3(均為故障工況、有結(jié)片產(chǎn)生)。

圖1　工業(yè)氣相聚乙烯流化床示意圖

1.2壁溫信號分析方法

1.2.1EMD方法EMD的分解過程是一個(gè)自適應(yīng)的“篩分”過程。通過對壁溫信號T(t)進(jìn)行EMD處理,可以得到一系列從高頻到低頻排列的本征模函數(shù)IMFs及一個(gè)剩余項(xiàng)r(t)。每個(gè)IMF均滿足以下兩個(gè)條件[7]:(1)極值點(diǎn)的個(gè)數(shù)和過零點(diǎn)的個(gè)數(shù)相等或相差最多不超過一個(gè);(2)在任意時(shí)刻,由局部極大值點(diǎn)形成的上包絡(luò)線和由局部極小值點(diǎn)形成的下包絡(luò)線的平均值為零,即上、下包絡(luò)線相對于時(shí)間軸局部對稱。EMD方法相對于小波分解的優(yōu)勢在于EMD方法是根據(jù)信號本身的局部特征信息進(jìn)行自適應(yīng)分解,分解得到的各個(gè)IMF分量包含了原始信號的局部特征信息,因而具有一定的物理意義,而小波分解不具備這種性質(zhì)。

經(jīng)EMD分解,離散的壁溫信號T(t)可用如下線性方程表示:

(1)

其中ci(t)代表第i階IMF,r(t)代表T(t)信號的剩余量,b代表IMF信號的個(gè)數(shù)。第i階IMF在tj時(shí)刻的能量Ei(tj)按式(2)計(jì)算:

(2)

對任意時(shí)刻tj,求取Ei(tj)在tj-15～tj時(shí)間段(共16個(gè)采樣點(diǎn))內(nèi)的滑動平均值Em,i(tj),以消除噪聲干擾,Em,i(tj)按照式(3)計(jì)算:

(3)

1.2.2PCA方法主元分析方法核心思想是通過將原本互相關(guān)的變量空間降維分解成相互獨(dú)立的主元空間,從而對主元空間和殘差空間分別進(jìn)行監(jiān)控。其具體過程如下:假設(shè)過程的建模數(shù)據(jù)矩陣可以表示為XN×n,其中N為樣本數(shù)目,n為變量數(shù)目。首先對數(shù)據(jù)矩陣進(jìn)行歸一化處理,然后利用主元分析方法降維。其模型可以表示成如下形式[17]:

(4)

其中T為得分矩陣,P為負(fù)載矩陣,X′為殘差空間,tk為T中第k個(gè)主元分量,pk為P中第k個(gè)主元分量,a

T=XP

(5)

(6)

經(jīng)過上述分解后,原有的變量空間通過降維被分為主元空間和殘差空間,且去除了變量之間的相關(guān)性。這樣一來就可以在新的空間對于過程變量進(jìn)行統(tǒng)計(jì)分析。在變量數(shù)目較少時(shí),通過構(gòu)建統(tǒng)計(jì)量T2對變量進(jìn)行監(jiān)控,

(7)

主元t應(yīng)滿足

(8)

其中UCL為HotellingT2統(tǒng)計(jì)量的上限,

(9)

其中，F(xiàn)a代表F分布。以上兩種算法的運(yùn)用框圖如圖2所示。

圖2　算法框圖

2結(jié)果與討論

2.1壁溫信號的EMD分解及特征提取

2.1.1穩(wěn)定工況圖3所示為樣本1在穩(wěn)定工況下無結(jié)片時(shí)的壁溫波動圖。由圖3可知,分布板上方3個(gè)典型位置(0.91、2.44、16.45 m)的壁溫波動均較為平穩(wěn),波動幅值在1 ℃以內(nèi)。取0.91 m處的壁溫信號進(jìn)行EMD分解,得到各階IMF信號及剩余量r(t),如圖4所示。由圖4可知,正常工況下,壁溫信號各IMF分量的波動均較小,與中低頻的IMF信號相比,高頻IMF信號(IMF1、IMF2)的波動相對較大,蘊(yùn)含了更豐富的信息。

圖3　無結(jié)片產(chǎn)生時(shí)的壁溫信號(樣本1)

2.1.2有結(jié)片產(chǎn)生圖5所示為樣本2在結(jié)片過程中的3個(gè)不同高度的壁溫信號圖。由圖5可知,從9∶00開始3個(gè)不同高度的壁溫信號均出現(xiàn)小幅波動并逐漸偏離床層溫度;分布板上方0.91 m處(滯留區(qū))的壁溫探頭的變化最為顯著,11∶30時(shí)此處的壁溫劇烈波動,且偏離床層溫度超過5 ℃。根據(jù)壁溫波動判別法可知,此時(shí)流化床內(nèi)已出現(xiàn)較為嚴(yán)重的結(jié)片。隨后銫源結(jié)塊探測器持續(xù)報(bào)警,表明分布板上方已經(jīng)有大量結(jié)塊,床內(nèi)流化狀態(tài)已經(jīng)惡化,難以控制。隨即采取停車措施,床內(nèi)溫度逐漸下降。停車后打開反應(yīng)器發(fā)現(xiàn)床內(nèi)結(jié)片非常嚴(yán)重,取出的結(jié)片如圖6所示。

圖4　壁溫信號EMD分解:IMFs及r(t)(樣本1,高度0.91 m)

圖5　有結(jié)片產(chǎn)生時(shí)的壁溫信號(樣本2)

取0.91 m處的壁溫信號進(jìn)行EMD分解,得到7個(gè)從高頻到低頻排列的IMF及1個(gè)剩余項(xiàng),如圖7所示。從圖中可以看出,壁溫從9∶00左右開始緩慢偏離正常值,對應(yīng)時(shí)刻的高頻部分IMF值(IMF1,IMF2)明顯增大,中低頻部分的IMF值(IMF3～I(xiàn)MF7)變化不明顯。這是由于在結(jié)片產(chǎn)生初期,顆粒的不均勻黏附及結(jié)片前沿的不斷轉(zhuǎn)移導(dǎo)致傳熱阻力不斷變化,從而使信號的非穩(wěn)定性增大,并主要在IMFs信號的前2個(gè)高頻段體現(xiàn)出來。由此可知,高頻IMF信號(IMF1,IMF2)能有效識別初始結(jié)片的產(chǎn)生。

圖6　工業(yè)裝置產(chǎn)生的結(jié)片(樣本2)

圖7　壁溫信號的EMD分解:IMFs及r(t)(樣本2,高度0.91 m)

2.1.3特征提取根據(jù)式(2)、式(3)求取樣本2中IMF1和IMF2能量的滑動平均值Em,1與Em,2,兩者的對比如圖8所示。從圖中可以看出,在9∶00有結(jié)片產(chǎn)生時(shí),Em,1與Em,2均呈增大趨勢,且Em,1比Em,2更為靈敏,波動幅度更大。據(jù)此可將Em,1和Em,2作為結(jié)片的特征信息。

圖8　Em,1與Em,2的對比

2.2E檢測法的提出

將壁溫信號T(t)進(jìn)行EMD分解,提取IMF1和IMF2計(jì)算其Em(tj)值。由2.1.3節(jié)可知,對任意時(shí)刻tj,當(dāng)無結(jié)片產(chǎn)生時(shí),Em(tj)較小;而在有結(jié)片產(chǎn)生時(shí),Em(tj)會顯著增大。據(jù)此將Em(tj)作為PCA的輸入,計(jì)算其統(tǒng)計(jì)量T2及結(jié)片控制上限UCL,以實(shí)現(xiàn)準(zhǔn)確的結(jié)片監(jiān)測,并稱該方法為E檢測法。用PCA實(shí)現(xiàn)結(jié)片檢測的主要步驟包括[17-18]:

(1)建立正常工況(樣本1)主元模型并進(jìn)行主元分析;

(2)將故障樣本(樣本2～4)輸入PCA模型;

(3)求各樣本T2統(tǒng)計(jì)量及結(jié)片控制閾值UCL。

對任意時(shí)刻tj,當(dāng)T2

2.3E檢測法的應(yīng)用

運(yùn)用E檢測法分別對樣本2和樣本3的結(jié)片進(jìn)行檢測,并與壁溫波動判別法、銫源結(jié)塊探測法的檢測結(jié)果進(jìn)行對比,如圖9所示。對樣本2,由PCA方法計(jì)算得到最終結(jié)片控制上限UCL′為18.6。由圖9(a)可知,E檢測法的檢測值T2在9∶00持續(xù)超過UCL′而發(fā)出結(jié)片預(yù)警;而壁溫波動判別法與銫源結(jié)塊探測法的檢測值均在11∶30才超出控制限,并發(fā)出結(jié)片預(yù)警,相比于E檢測法滯后約2.5 h。對樣本3,由PCA計(jì)算得UCL′為18.6。由圖9(b)可知,E檢測法的檢測值T2在19∶00持續(xù)超過UCL′,并發(fā)出結(jié)片預(yù)警;而壁溫波動判別法與銫源結(jié)塊探測法檢測到結(jié)片的時(shí)間分別為21∶00與22∶00,比E檢測法分別滯后了約2 h與3 h。運(yùn)用E檢測法對樣本4的結(jié)片進(jìn)行檢測,并與壁溫波動判別法的檢測結(jié)果進(jìn)行對比,如圖10所示。由圖10可知,E檢測法的檢測值T2在16∶00超過結(jié)片控制上限(18.6),并引發(fā)結(jié)片預(yù)警。而壁溫偏離幅值一直在3 ℃以內(nèi),直到停車后才迅速下降,未發(fā)出結(jié)片預(yù)警。綜上可知,E檢測法不僅能可靠地預(yù)警結(jié)片,且比壁溫波動判別法或銫源結(jié)塊探測法檢測到結(jié)片的時(shí)間至少提前2 h。

圖9　壁溫波動判別法、E檢測法與銫源結(jié)塊探測法(分別對應(yīng)圖中(1)、(2)、(3))的結(jié)片檢測結(jié)果對比

圖10　壁溫波動判別法與E檢測法(分別對應(yīng)圖中(1)、(2))的結(jié)片檢測結(jié)果對比(樣本4)

3結(jié)論

在工業(yè)氣固流化床中,壁溫信號經(jīng)EMD處理得到的IMF高頻分量(IMF1,IMF2)在有結(jié)片產(chǎn)生時(shí)會顯著增大,其能量的滑動平均值Em能有效識別初始結(jié)片的產(chǎn)生。據(jù)此將Em作為特征參數(shù)輸入PCA,計(jì)算結(jié)片檢測統(tǒng)計(jì)量T2并劃定結(jié)片控制上限UCL,從而實(shí)現(xiàn)結(jié)片檢測:即當(dāng)T2

符號說明:

a——主元數(shù)目

b——IMF分量數(shù)目

ci(t)——第i階IMF

Ei(tj)——第i階IMF在tj時(shí)刻的能量

Em,i(tj)——Ei(tj)在tj-15～tj內(nèi)的滑動平均值

Fa——F分布

IMF——本征模函數(shù)

N——樣本數(shù)目

n——變量數(shù)目

P——負(fù)載矩陣

pk——P中第k個(gè)主元分量

r——剩余項(xiàng)

T——得分矩陣

T——壁溫, ℃

T2——結(jié)片統(tǒng)計(jì)量

t——主元

t——時(shí)間,h

tj——第j個(gè)采樣點(diǎn)所對應(yīng)的時(shí)間,h

tk——T中第k個(gè)主元分量

UCL——T2統(tǒng)計(jì)量的上限

X——數(shù)據(jù)矩陣

X′——?dú)埐羁臻g

下標(biāo):

i——自然數(shù),i=1,2,…且1≤i≤b

j——采樣點(diǎn)數(shù),j=1,2,…

k——自然數(shù),k=1,2,…且1≤k≤a

參考文獻(xiàn)：

[1]HAGERTYRO,MUHLEME,AGAPIOUAK,et al.Methodforcontrollingsheetingingasphasereactors:US7985811[P].2011-7-26.

[2]SONGGH,RHEEAS,LOWDERGR.Methodforreducingsheetingandstaticchargesduringpolymerizationofethylenepolymers:US5391657[P].1995-2-21.

[3]HENDRICKSONG.Electrostaticsandgasphasefluidizedbedpolymerizationreactorwallsheeting[J].ChemicalEngineeringScience,2006,61(4):1041-1064.

[4]SONGD,SALAMAF,MEHRANIP.Studyofelectrostaticchargingingas-solidfluidizedbedpolyethylenereactors[C]//AnnualMeetingonElectrostatics,Florida:Proc.ESA，2013:1-11.

[5]王靖岱,蔣斌波,陽永榮,等.聲波的多尺度解析與氣固流化床故障檢測[J].化工學(xué)報(bào),2006,57(7):1560-1564.

[6]虞賢波,任聰靜,姜曉靜,等.氣固流化床中聲發(fā)射和結(jié)塊定位[J].浙江大學(xué)學(xué)報(bào)(工學(xué)版),2008,42(10):1828-1832.

[7]CAOYJ,WANGJD,LIUW,et al.Wallsheetingdiagnosisinfluidizedbedsbasedonchaosanalysisofacousticemissionsignals[J].JournalofZhejiangUniversityScienceA,2009,10(9):1341-1349.

[8]王芳,于恒修,任聰靜,等.基于靜電測量的聚乙烯氣固流化床結(jié)片檢測[J].浙江大學(xué)學(xué)報(bào)(工學(xué)版),2009,43(9):1697-1702.

[9]許南.流化床靜電感應(yīng)信號解析及外加電場作用研究[D].杭州:浙江大學(xué),2012.

[10]曹翌佳.氣固反應(yīng)器中基于聲發(fā)射信號的故障檢測與診斷[D].杭州:浙江大學(xué),2010.

[11]王芳.氣固流化床靜電分布的理論及實(shí)驗(yàn)研究[D].杭州:浙江大學(xué),2008.

[12]周志宇.工業(yè)聚乙烯氣相流化床反應(yīng)器內(nèi)靜電生成及預(yù)防的探討[D].上海:華東理工大學(xué),2011.

[13]HUANGNE,SHENZ,LONGSR.Anewviewofnonlinearwaterwaves:theHilbertspectrum[J].AnnualReviewofFluidMechanics.1999,31(1):417-457.

[14]LI W L,ZHONG W Q,JIN B S,etal.Flow regime identification in a three-phase bubble column based on statistical,Hurst,Hilbert-Huang transform and Shannon entropy analysis[J].Chemical Engineering Science.2013,102:474-485.

[16]YAN Y,CUI Z Z.Noise and zero excursion elimination of electrostatic detection signals based on EMD and wavelet transform[C].Tianjin:2nd International Congress on Image and Signal Processing,2009.

[17]AMARNATH M,PRAVEEN KRISHNA I R.Local fault detection in helical gears via vibration and acoustic signals using EMD based statistical parameter analysis[J].Measurement.2014,58:154-164.

[18]SANG Y,WANG Z,LIU C.Comparison of the MK test and EMD method for trend identification in hydrological time series[J].Journal of Hydrology.2014,510:293-298.

[19]ZHANG W,WANG C,WANG H.Hilbert-Huang transform-based electrostatic signal analysis of ring-shape electrodes with different widths[J].IEEE Transactions on Instrumentation and Measurement.2012,61(5):1209-1217.

[20]GE Z,SONG Z,GAO F.Review of recent research on data-based process monitoring[J].Industrial & Engineering Chemistry Research,2013,52(10):3543-3562.

[21]CHIANG L H,BRAATZ R D,RUSSELL E L.Fault Detection and Diagnosis in Industrial Systems[M].Berlin:Springer Science & Business Media,2001.

[22]LIU Y,LIANG J,QIAN J.Dynamic principal component analysis method for chunk monitoring of industrial fluidized-bed reactor[J].Journal of Chemical Industry and Engineering (China),2004,55(9):1546-1549.

Early Warning of Wall Sheeting in Gas-Solid Fluidized Bed Based on EMD Analysis of Wall Temperature

ZHANG Qian,DONG Ke-zeng,HUANG Zheng-liang,REN Cong-jing,WANG Jing-dai,YANG Yong-rong

(State Key Laboratory of Chemical Engineering,College of Chemical and Biological Engineering,Zhejiang University,Hangzhou 310027,China)

Abstract:Wall sheeting or agglomeration is easy to form during production in gas-solid fluidized bed,which seriously affects the safe and stable operation of the reactor.Wall temperature signals are decomposed by Empirical Mode Decomposition (EMD) method,and the first and second intrinsic mode functions,IMF1 and IMF2,are found to increase sharply when sheets are formed.Furthermore,the moving average value of energy of IMF1 or IMF2 (Em) is effective in indicating initial sheeting.By importing Em into Principal Component Analysis (PCA),the statistical T2 and Upper Control Limit (UCL) are achieved,and the wall sheeting detection method,namely E detecting method,is proposed:when T2

Key words:gas-solid fluidized bed; wall temperature signals; empirical mode decomposition; principal component analysis; wall sheeting

收稿日期：2015-05-20

基金項(xiàng)目：國家自然科學(xué)重點(diǎn)基金(21236007);中國博士后科學(xué)基金(528000-X91401);浙江省自然科學(xué)基金青年基金項(xiàng)目(LQ13B060002);高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金項(xiàng)目(20130101110063)

作者簡介：張倩(1990-),女,湖南人,碩士生,多相流檢測與信號處理。E-mail:zjusummer@zju.edu.cn 通信聯(lián)系人：黃正梁,E-mail:huangzhengl@zju.edu.cn

文章編號：1006-3080(2016)02-0157-06

DOI:10.14135/j.cnki.1006-3080.2016.02.002

中圖分類號：TQ021.8

文獻(xiàn)標(biāo)志碼：A