姚文華

(中國電子科技集團公司第二十二研究所 河南新鄉(xiāng))

鉆井工程異常預(yù)警系統(tǒng)的設(shè)計與應(yīng)用

姚文華

(中國電子科技集團公司第二十二研究所 河南新鄉(xiāng))

為了提高鉆井現(xiàn)場工程異常預(yù)警的智能化水平,在現(xiàn)有的綜合錄井異常預(yù)警方法的基礎(chǔ)上,采用智能化的模糊診斷專家系統(tǒng)技術(shù)建立鉆井工程異常預(yù)警系統(tǒng)。該系統(tǒng)應(yīng)用了智能化和面向?qū)ο蠹夹g(shù)進行系統(tǒng)分析、建模和設(shè)計,能夠緊密結(jié)合現(xiàn)場的實際情況,對不同區(qū)域的不同類型的過程異常實現(xiàn)自動化預(yù)警,提高了預(yù)警的效率和質(zhì)量。文章對該系統(tǒng)的設(shè)計思路及預(yù)警系統(tǒng)建立模型及應(yīng)用和發(fā)展方向進行了分析。

綜合錄井;鉆井工程異常預(yù)警;智能化;模糊理論;專家系統(tǒng);面向?qū)ο?/p>

0 引 言

鉆井工程是石油、天然氣勘探與開發(fā)的主要手段。隨著石油勘探的不斷提速和鉆井新技術(shù)的迅速推廣,鉆井工程事故等異常情況在鉆井施工過程中出現(xiàn)的風(fēng)險隨之增大,嚴重著威脅鉆井的安全,也是影響經(jīng)濟效益和社會效益的重要因素[1]。

綜合錄井技術(shù)是集隨鉆地質(zhì)觀察分析、氣體檢測、鉆井液參數(shù)測量、地層壓力預(yù)測和鉆井工程參數(shù)測量等為一體的綜合性的現(xiàn)場隨鉆監(jiān)測技術(shù)。綜合錄井的應(yīng)用使鉆井作業(yè)的全過程處于全天候監(jiān)控之中,通過對鉆井參數(shù)的連續(xù)監(jiān)測和量化的分析判斷,實現(xiàn)了對鉆井異常情況的早期主動預(yù)報。但是,目前對于各種鉆井異常的預(yù)警仍然以人工經(jīng)驗判斷為主,迫切需要系統(tǒng)的、全面的又能反映工程事故復(fù)雜多變特性的智能化預(yù)警手段,以滿足安全、快速鉆井的要求。

1 研究目標(biāo)和思路[2]

1.1 鉆井工程異常情況的成因分析及預(yù)警的現(xiàn)狀

鉆井工程是隱蔽工程,具有一定的模糊性、隨機性和不確定性,每前進一步都有一定的風(fēng)險。鉆井工程異常的兩大主要成因是地質(zhì)條件和工程條件。

鉆井的對象是地層,但是地層內(nèi)部構(gòu)造異常復(fù)雜,地層分布又具有區(qū)域性和不確定性,如果不能準(zhǔn)確把握地質(zhì)情況,就容易在施工過程中出現(xiàn)失誤導(dǎo)致異常的發(fā)生。

工程條件是指由于地質(zhì)資料掌握的不全不準(zhǔn),未嚴格按科學(xué)方法進行井身結(jié)構(gòu)設(shè)計,不能合理使用井控安全設(shè)備,鉆井操作不適當(dāng),發(fā)現(xiàn)井下復(fù)雜情況處理不及時等導(dǎo)致鉆井異常的發(fā)生。工程因素大多由是人為造成。

鉆井現(xiàn)場對異常情況的預(yù)警,是由現(xiàn)場錄井人員根據(jù)各種異常的變化規(guī)律結(jié)合自己長期積累的經(jīng)驗、知識而做出的,但這種預(yù)報往往帶有較大的主觀性和不確定性。同時,鉆井是一個長期、連續(xù)的過程,參數(shù)的細微變化往往就是異常發(fā)生的前兆,要求錄井人員長時間、連續(xù)地關(guān)注鉆井參數(shù)的變化;由于人的精力和技術(shù)水平的限制,因此這種人工預(yù)警方式無法保證異常預(yù)警的效率和質(zhì)量。

1.2 研究思路

在現(xiàn)場能準(zhǔn)確及時地發(fā)現(xiàn)異常情況的操作人員都具有豐富的經(jīng)驗、高度的責(zé)任心和敏銳的信息捕捉能力,培養(yǎng)這樣的高素質(zhì)人員需要有經(jīng)驗共享的有效機制和長期的過程。

解決這一問題就需要設(shè)法將人類專家預(yù)報事故的經(jīng)驗轉(zhuǎn)化為一種自動化、智能化的預(yù)報手段,而實現(xiàn)這一目標(biāo)最好的方法就是將飛速發(fā)展的計算機應(yīng)用技術(shù)和人工智能技術(shù)相結(jié)合,開發(fā)出一套充分融合工程事故判斷方法和專家經(jīng)驗的預(yù)警系統(tǒng)。

研究的預(yù)期目標(biāo)是:在分析大量綜合錄井現(xiàn)場數(shù)據(jù)和信息的基礎(chǔ)上,總結(jié)研究一套系統(tǒng)的鉆井工程異常預(yù)警方法,研制具備自動化、智能化事故預(yù)報能力的預(yù)警系統(tǒng)。該系統(tǒng)應(yīng)用在現(xiàn)場,能在工程事故發(fā)生的早期,給出一定程度或一定意義上的報警,從而實現(xiàn)鉆井事故的早期發(fā)現(xiàn),輔助鉆井工程控制事故的發(fā)展,最大限度地減少損失。

2 預(yù)警系統(tǒng)建模[3]

2.1 研究對象的分析

2.1.1 綜合錄井在異常預(yù)警中的作用

鉆井異常情況一般分類如下:

1)地質(zhì)異常 由地質(zhì)因素引起,主要是地層巖石和油氣水顯示信息的反映,有:快鉆時、放空、氣浸、油浸、水浸等。

2)地質(zhì)～工程異常 由地質(zhì)因素引起,繼而可能引發(fā)井內(nèi)惡性事故的異常事件,有:井涌、井噴預(yù)兆、井漏、溢流、后效井涌、后效井噴等。

3)工程異常 由作業(yè)不當(dāng)或鉆井工具疲勞和質(zhì)量問題引發(fā)的鉆井異常事件,有:刺鉆具、斷鉆具、刺泵、掉水眼、水眼堵、掉牙輪、溜鉆、頓鉆和卡鉆等。

錄井人員對鉆井異常進行精確及時的預(yù)警必須掌握各項錄井參數(shù)的變化情況,并選擇合理的參數(shù)進行判斷識別。綜合錄井儀的檢測手段包括:

(1)工程錄井 包括立管壓力、大鉤負荷、深度跟蹤等傳工程感器和鉆時等派生工程參數(shù)。工程錄井可以反映鉆井工程、地質(zhì)、地層壓力等各種異常情況,對于異常的早期預(yù)報起著重要的作用。

(2)鉆井液錄井 通過隨鉆測量鉆井液性能變化情況結(jié)合觀察槽面油氣顯示情況,及時發(fā)現(xiàn)油氣層和井下異常情況。

(3)氣測錄井 利用色譜儀隨鉆測量鉆井液中烴類氣體的含量及組份特征,根據(jù)儲集層天然氣組分含量的相對變化來區(qū)分油氣水層。當(dāng)進行起下鉆、接單根、循環(huán)鉆井液等作業(yè)時容易引起地層天然氣的侵入,從而造成各種氣測峰值;因此。正確識別各種氣測異常,是發(fā)現(xiàn)和評價油氣層的關(guān)鍵,也是預(yù)報工程異常的依據(jù)。

(4)地質(zhì)錄井 主要是取全取準(zhǔn)巖屑、巖心資料和熒光錄井資料,這是現(xiàn)場鑒別油氣顯示的最基礎(chǔ)、最直觀的方法。地質(zhì)錄井可以較準(zhǔn)確地把握地下巖層的情況,預(yù)測地層壓力等地下復(fù)雜因素,對于鉆井工程異常具有重要意義。地質(zhì)錄井只能從返出泥漿里獲得巖屑,返回地面的遲到及巖屑處理等因素使之不具備實時性,無法進行早期異常預(yù)警。

圖1 鉆井構(gòu)成系統(tǒng)構(gòu)成與綜合錄井監(jiān)測關(guān)系

鉆井工程系統(tǒng)由多個子系統(tǒng)組成,各子系統(tǒng)自成體系有相互關(guān)聯(lián)。鉆井工程系統(tǒng)的構(gòu)成與錄井監(jiān)測的關(guān)系如圖1所示。綜合錄井的監(jiān)測手段中,工程錄井是直接且較準(zhǔn)確的,鉆井液和氣體錄井準(zhǔn)確性較高但受遲到因素影響,而巖屑分析既受遲到因素影響又缺乏準(zhǔn)確性。因此,錄井的監(jiān)測手段無法直接、準(zhǔn)確地對各種工程異常進行預(yù)警,必須要結(jié)合現(xiàn)場的其他因素綜合分析。

對部分主要工程異常的成因分析及對應(yīng)的錄井參數(shù)異常變化情況的總結(jié)見表1。

表1 工程異常特征分析

除了工程異常外,鉆井的一些操作也會引起的參數(shù)異常變化。這些操作會造成錄井參數(shù)出現(xiàn)類似異常事件引起的變化,需要與真正的異常加以區(qū)分,避免造成誤報情況。

2.1.2 預(yù)警系統(tǒng)的復(fù)雜性分析

鉆井工程系統(tǒng)具有突現(xiàn)性、不穩(wěn)性、非線性、不確定性、不可預(yù)測性、混沌性等特征,是一種典型的復(fù)雜系統(tǒng)。

對鉆井工程異常進行預(yù)警,需要摸清其內(nèi)在的秩序,從其混沌狀態(tài)中捕捉異常信息。預(yù)警系統(tǒng)的研究對象包括了鉆井工程的各個部分,必須遵循鉆井工程的自然規(guī)律,根據(jù)環(huán)境條件(包括鉆井設(shè)備、工藝、鉆井狀態(tài)、地質(zhì)構(gòu)造等)和接收信息來調(diào)整自身的狀態(tài)和行為,并且應(yīng)有能力來根據(jù)各種信息調(diào)整規(guī)則,產(chǎn)生以前從未有過的新規(guī)則。

2.2 預(yù)警系統(tǒng)的理論基礎(chǔ)

預(yù)警系統(tǒng)從功能角度來看屬于故障診斷與專家系統(tǒng)相結(jié)合的范疇。故障診斷理論為設(shè)備故障診斷與狀態(tài)監(jiān)測提供理論與技術(shù)支持。專家系統(tǒng)為提高整個系統(tǒng)的智能化診斷水平服務(wù)。這兩部分應(yīng)是密不可分的關(guān)系。

2.2.1 設(shè)備故障診斷

分為信號采集、信號處理、故障診斷3個階段。

1)信號采集技術(shù)的研究主要包括信號的采集與放大,是故障診斷的前提。重點是對傳感器的研究,要求其具有良好的動態(tài)特性、靈敏度、穩(wěn)定性和抗干擾能力強等,需要傳感器的合理布局、組合。

2)信號處理方法的研究是設(shè)備故障診斷技術(shù)的關(guān)鍵。由于鉆井現(xiàn)場采用柴油發(fā)電機提供,井場大型用電設(shè)備多,電磁環(huán)境復(fù)雜,對傳感器信號的采集和傳輸都有一定的影響。現(xiàn)場惡劣的安裝條件對傳感器采集的準(zhǔn)確性同樣造成了不利。因此,必須對傳感器信號進行分析處理以保證信號的準(zhǔn)確?？梢圆捎脼V波,頻譜分析等信號處理技術(shù)。

3)診斷方法的研究是設(shè)備故障診斷的核心。原始的診斷方法是“手摸、耳聽、眼看”,司鉆憑借手感和觀察可以發(fā)現(xiàn)鉆井設(shè)備的異常,地質(zhì)工程師通過觀察巖屑樣本得到地層的信息等等。隨著技術(shù)的發(fā)展,新的監(jiān)測和診斷技術(shù)不斷出現(xiàn)。目前已廣泛應(yīng)用的有基于知識、神經(jīng)網(wǎng)絡(luò)、模糊推理、遺傳算法等多種診斷方法。2.2.2 專家系統(tǒng)理論

專家系統(tǒng)可以簡單的理解為:應(yīng)用大量人類專家的知識和推理方法求解復(fù)雜的實際問題的一種人工智能計算機程序。專家系統(tǒng)與一般的計算機軟件不同,它是由數(shù)據(jù)、知識和推理機三級構(gòu)成,在處理實際問題時,專家系統(tǒng)從數(shù)據(jù)庫出發(fā),調(diào)用知識庫中的相應(yīng)知識,經(jīng)過推理機構(gòu)的推理來獲得所需的診斷結(jié)論,其基本點是依靠知識進行邏輯推理,利用經(jīng)驗性知識對不完全確定的事實進行非精確性推理。

基于故障診斷的專家系統(tǒng)作為一種熱門技術(shù)在故障診斷中逐漸得到應(yīng)用。因為故障的情況復(fù)雜、多樣,故障與正常之間的界限并不一定很明確,加上現(xiàn)有數(shù)據(jù)采集過程中的缺陷,造成故障診斷難度加大。因此,應(yīng)用經(jīng)典數(shù)學(xué)來描述診斷系統(tǒng)往往不盡人意,而模糊推理和模糊識別理論在很大程度上可以解決機械設(shè)備故障的不確定性問題。

綜上所述,預(yù)警系統(tǒng)采用基于模糊推理的故障診斷專家系統(tǒng)技術(shù)來實現(xiàn)。

2.3 系統(tǒng)的建模過程[4]

2.3.1 概 述

由于專用的人工智能(AI)語言(如LisP或者Prolog)難以滿足工程異常預(yù)警這樣實時性非常強的系統(tǒng)需要,決定采用面向?qū)ο蠹夹g(shù)進行系統(tǒng)的建模工作(OOM)。OOM是一種框架化、層次化合模塊化的建模方法,有利于提高模型的封裝性、靈活性、重用性、可擴展性和可維護性,適合用于解決復(fù)雜系統(tǒng)的問題。

采用面向?qū)ο蟮能浖蛿?shù)據(jù)庫設(shè)計技術(shù)來實現(xiàn)整個模糊專家系統(tǒng),其優(yōu)勢在于系統(tǒng)執(zhí)行速度快、效率高,易于用數(shù)據(jù)庫來構(gòu)造知識庫及利用數(shù)據(jù)庫在數(shù)據(jù)共享、并發(fā)控制、數(shù)據(jù)存取和查詢及低冗余方面的優(yōu)勢,能方便地設(shè)計出推理機及其相應(yīng)解釋功能。

建立預(yù)警專家系統(tǒng)的基本步驟是一個遞歸并發(fā)過程,必須經(jīng)過設(shè)計、改進、逐步地向縱深方向生長和完善,如圖2所示。

圖2 預(yù)警專家系統(tǒng)構(gòu)建過程

2.3.2 面向?qū)ο蟮姆治?OOA)和設(shè)計(OOD)

OOA主要描述問題域(即鉆井工程)和系統(tǒng)任務(wù)(事故預(yù)警)。

分析過程如圖3所示。

圖3 系統(tǒng)OOA過程

OOD是面向?qū)ο蠓治龅臄U充,即設(shè)計和明確預(yù)警系統(tǒng)實現(xiàn)所需的各個組成部分。

OOD的設(shè)計過程是把要解決的問題分解為一些對象及對象間傳遞消息的過程,從OOA到OOD是一個逐漸擴充、細化模型的過程。包括以下步驟:

1)對象的細化:把系統(tǒng)中對象行為和對象間交互作用的進一步細化,形成交互作用明確且完全的定義。即依據(jù)下面兩個表中事故與參數(shù)關(guān)系確定事故對象行為并逐步細化參數(shù)的屬性,建立各種事故間的關(guān)聯(lián)。工程異常和地質(zhì)異常主要參數(shù)變化特征見表2和表3。

表2 工程異常對應(yīng)主要參數(shù)變化特征

表3 地質(zhì)異常情況主要參數(shù)變化特征

2)類型的認定:把異常預(yù)警模型設(shè)計為不同種類的模型,比如溢流類型可以包括溢流、井涌、井噴、淡水侵、鹽水侵、氣侵、油侵等多種異常的類。

3)重用支持設(shè)計:根據(jù)類設(shè)計類庫(比如溢流定義為CKickType),再對該類進行重用,實例化為CCKickGas(氣侵對象)、CCKickWater(水侵對象等子類)。

根據(jù)上述過程,建立起系統(tǒng)化的預(yù)警模型類庫。

2.3.3 建模過程

1)找出研究領(lǐng)域需求空間中的對象:通過對事故預(yù)報經(jīng)驗的總結(jié),形成根據(jù)參數(shù)異常判斷事故的方法,建立起事故對象及其成員屬性和行為的關(guān)系。溢流對象和行為構(gòu)成如圖4所示。

圖4 溢流對象和行為構(gòu)成

2)找出對象之間的靜態(tài)關(guān)系:對各種工程事故復(fù)雜、錄井參數(shù)、相關(guān)的鉆井條件、設(shè)備條件等研究對象進行系統(tǒng)分析研究,得到這些對象間的相互關(guān)聯(lián),包括:創(chuàng)建關(guān)系;包含關(guān)系;繼承關(guān)系;聯(lián)系關(guān)系。

3)找出對象間的動態(tài)關(guān)系:前面提到的是對象之間靜態(tài)的、局部的關(guān)系,真正體現(xiàn)鉆井過程的實際情況,必須找出對象之間相互作用的動態(tài)關(guān)系。在鉆井工程系統(tǒng)中,存在著多種這樣的動態(tài)關(guān)系,其中最重要的就是工程參數(shù)與鉆井工況之間的動態(tài)關(guān)系,見表4。

表4 工程參數(shù)與鉆井工況的動態(tài)關(guān)系

通過逐步建立這些對象間的關(guān)系,最終才能形成完整的預(yù)警系統(tǒng)模型。

3 系統(tǒng)設(shè)計[4、5]

系統(tǒng)整體架構(gòu)如圖5所示。

圖5 系統(tǒng)架構(gòu)

3.1 數(shù)據(jù)獲取功能

1)數(shù)據(jù)插件模塊:為軟件提供錄井?dāng)?shù)據(jù)源的功能主要是從數(shù)據(jù)中按不同儀器的定義方式取出用于事故分析的數(shù)據(jù)。

2)預(yù)處理模塊:根據(jù)鉆井狀態(tài)和參數(shù)特征對采集的數(shù)據(jù)進行信號預(yù)處理,提取出有價值的變化信息,進入事故模型進行預(yù)警處理。

3.2 核心管理

核心管理框架負責(zé)協(xié)調(diào)系統(tǒng)各部分功能的中心管理模塊,提供數(shù)據(jù)輸入輸出服務(wù),配置管理模塊對軟件各部分功能調(diào)整和維護進行統(tǒng)一配置和管理。

3.3 專家系統(tǒng)和異常判斷模型

1)特征量處理模塊:對異常特征變化量進行鑒別,去掉由于非事故因素(如狀態(tài)改變、傳感器異常、工程操作干擾)引起的異常變化,將其送入判斷模型進行分析。

2)事故推理判斷模塊:將異常特征變化量按規(guī)則分別激活相應(yīng)的判斷模型,展開相應(yīng)的運算方法;如同專家解決問題的思維方式,通過提取知識庫的事故判斷規(guī)則推理判斷事故的發(fā)生情況。

3)事故解釋模塊:是為用戶提供對預(yù)警方法進行人工干預(yù)的界面。用戶可以根據(jù)已經(jīng)輸出推理結(jié)果及相關(guān)的解釋等對模型進行調(diào)整。

4)知識學(xué)習(xí)模塊:通過知識獲取,擴充和修改知識庫中的內(nèi)容,對系統(tǒng)進行完善。

4 現(xiàn)場應(yīng)用情況[6]

4.1 井漏預(yù)報

前提設(shè)計:鉆進狀態(tài)的主要判斷參數(shù)為總池體積和出口流量,判別特征均為下降。通過對該井前期鉆進狀態(tài)數(shù)據(jù)的分析,設(shè)定總池體積正常波動的上下限為0.5 m3,出口流量的上下限為1%;

預(yù)報過程:2008年11月17日,06:18鉆至井深6 625.90 m時,監(jiān)測到總池體積和出口流量有明顯下降趨勢,至井深6 625.95 m,2 min總池體積137.45 m3↘136.88 m3,出口流量16.5%↘15%。綜合兩種參數(shù)的表現(xiàn)出來的特征判斷為井漏;實際結(jié)果為井漏。

4.2 卡鉆預(yù)報案例

前提設(shè)計:起鉆狀態(tài)主要判別參數(shù)為大鉤負荷,判別特征為上升,設(shè)定正常波動上下限為50 kN;

預(yù)報過程:2008年12月26日04:46起鉆至井深4 189.9 m時遇卡,大鉤負荷由1 575 kN↗1 715 kN左右,掛卡約140 kN,下放鉆具時大鉤負荷由1 715 kN↘1 582 kN左右,其他參數(shù)無異常變化;系統(tǒng)判斷起鉆遇卡。

預(yù)報過程:2008年12月26日04:54起鉆至井深4 176.90 m時遇卡,大鉤負荷由1 557 kN↗1 703 kN左右,掛卡約146 kN,下放鉆具時大鉤負荷由1 715 kN↘1 592 kN左右,其他參數(shù)無明顯異常變化;系統(tǒng)判斷為起鉆遇卡。

5 結(jié)束語

通過以上現(xiàn)場應(yīng)用實踐證明,預(yù)警系統(tǒng)能充分發(fā)揮計算機的性能優(yōu)勢,具備良好的可擴展性,通過不斷對系統(tǒng)的知識庫進行完善和擴充,使其逐漸接近人類專家的能力。

同時也應(yīng)看到,由于鉆井工程異常的形成過程非常復(fù)雜,綜合錄井的檢測手段尚不能實現(xiàn)對所有異常情況的早期準(zhǔn)確預(yù)警。因此,預(yù)警系統(tǒng)主要以井漏等漸進型事故復(fù)雜為主要研究對象,而對于鉆井現(xiàn)場發(fā)現(xiàn)突發(fā)性事故復(fù)雜(如斷鉆具)由于沒有征兆、發(fā)生過程短,無法進行早期預(yù)警。對預(yù)警系統(tǒng)的改進,需要深入了解鉆井原理和發(fā)展方向,研究各種鉆井異常的發(fā)生發(fā)展規(guī)律,最終形成一套系統(tǒng)的鉆井工程異常預(yù)警方法。

隨著預(yù)警系統(tǒng)的異常預(yù)報方法不斷系統(tǒng)化、結(jié)構(gòu)化,系統(tǒng)本身的功能和性能的持續(xù)改進,進而對不同地區(qū)形成相應(yīng)的定制化模型,預(yù)警系統(tǒng)將更好地服務(wù)于鉆井工程,為安全、快速鉆井起到保障作用。

[1] 蔣希文.鉆井事故與復(fù)雜問題[M].北京:石油工業(yè)出版社,2002

[2] 吳金培,肖建華.智能故障診斷與專家系統(tǒng)[M].北京:科學(xué)出版社,1997

[3] 廉師友.人工智能技術(shù)導(dǎo)論(第二版)[M].西安:西安電子科技大學(xué)出版社,2002

[4] 諸 靜.模糊控制原理與應(yīng)用[M].北京:機械工業(yè)出版社,2005

[5] 郭齊勝.系統(tǒng)建模與仿真[M].北京:國防工業(yè)出版社,2007

[6] 吳俊杰.鉆井工程事故監(jiān)測和預(yù)警方法研究[J].錄井工程,2006,17(1)

PI,2011,25(1):5～9

In order to improve the intelligent level of drilling engineering accidents early warning,based on the existing drilling accidents early warning methods of mud logging,the technique of Fault Fuzzy Diagnose Expert System is adopted to build the drilling engineering accidents early warning system.The system applies artificial intelligence and OOT techniques to process system analysis,model and design.Thus the system can realize automatic accidents early warning for different types of accidents of different areas according to the field situation.The efficiency and quality of accidents earlywarning are improved.The system is ease to operate and the effect is good.The development direction of the system is analyzed.

Key words:compound logging,drilling accidents early warning,intelligent,fuzzy theory,expert system,object oriented

Design and application of drilling engineering accidents early warning system.

Yao Wenhua.

TE22

B

1004-9134(2011)01-0005-05

姚文華,男,1967年生,高級工程師,1989年畢業(yè)于西安交通大學(xué)無線電技術(shù)專業(yè)?，F(xiàn)在中國電子科技集團公司第二十二研究所從事錄井儀器及設(shè)備的研制和技術(shù)管理工作。郵編:453003

2010-10-27編輯:梁保江)