專利名稱：暖通空調系統的非線性自適應節能控制方法
技術領域：
本發明屬于暖通空調系統的自動控制領域，尤其涉及非線性自適應控制領域。
背景技術：
暖通空調系統(Heating，ventilating，andairconditioningsystem，簡稱HVAC系統)作為現代建筑重要組成部分之一，是現代建筑中不可缺少的能耗運行系統，無疑也是樓宇自動化領域中重要的研究方向，它能控制并保持空氣中合適的溫度、濕度壓力等舒適度水平，為人們提供一個舒適的生產、生活環境，但是暖通空調系統消耗掉的能源也是非常驚人的。在我國，建筑能耗在總能耗中所占的比例越來越大，目前已經占據全國總能耗的30%，而在建筑能耗中，暖通空調系統所耗費的能量占到大樓消耗總能量的30％-50％，而且呈逐年增長的趨勢，甚至達到建筑總能耗的50%以上，因此研究空調系統的節能方案具有重要的經濟效益和社會效益。而在影響空調系統能耗的諸多因素中，空調系統的優化控制是很重要的方面，據有關專家分析，如果大力開發和推廣應用先進的系統優化控制節能技術，現有空調系統完全可以節能20％-50％，從而使我國公共建筑和居住建筑節能50%以上，在目前全球能源緊張的大形式下，特別是國內大力提倡全民節能的大環境下，這將對解決日益尖銳的能源和環境問題有著重大的現實意義。
隨著建筑業的迅速發展，建筑物的總能耗及按人口或面積的能耗也隨之逐年增長，暖通空調系統作為室內環境創造者和維護者受到格外的重視。如何因地制宜的合理選擇能源資源，如何充分有效的用能，如何提高建筑用能系統的效率是每一個暖通空調工程師的任務。目前國內外的智能建筑節能研究主要包括原有傳統建筑節能方法和準確的高科技調節和控制，而暖通空調系統的節能措施主要從精心研究暖通空調系統的設計方案，積極改善建筑圍護結構的保溫性能減少冷熱損失，加強對空調操作人員的培訓和管理，選擇新型節能且舒適健康的空調系統，采用變頻技術，設置熱能回收裝置，推廣天然及可再生能源的使用等幾方面考慮。但是，以上的節能方式都是從智能建筑的全局來考慮問題，忽略了暖通空調本身的設計問題。特別需要重視的是，改善暖通空調內部的節能與優化控制策略，采用先進的自動控制算法提高系統的控制水平，才是實現暖通空調系統節能的根本途徑之一。
目前隨著電子技術、計算機和網絡技術的提高，暖通空調系統的控制技術在軟、硬件方面都有了迅猛發展，暖通空調系統的控制內容也發生了巨大變化，控制的目標已從單一的溫度控制轉向舒適和節能兼備的控制，控制的對象也從電源開關、溫度設定器擴展為壓縮機轉速、膨脹閥開度、室內外風機轉速、室內機風柵方向等。隨著暖通空調系統控制研究的不斷深入發展，越來越多的控制策略已經大量的應用到暖通空調系統全局控制或者局部控制中來。但是在國內外現有暖通空調系統的控制策略研究過程中，PID、DDC、切換控制等傳統的控制算法一直以來占據了統治地位，至今仍然被廣泛應用。另外，為了改善系統的控制性能，最近一些先進的控制策略也不斷應用于暖通空調系統的控制中。作為一種在實際工業過程中產生的控制技術，預測控制也已經應用到暖通空調系統的工業控制中。由MoreiraVD,AmaralWC和FerreiraPA在ProccedingsofIEEEinternationalconferenceoncontrolapplications，Taipei,2004:667-672上發表的題為《Anewapproachforrobustmodelpredictivecontrolwithanapplicationtoanair-conditioningsystem》文章，采用基于Hamilton-lagranger方法和預測滾動優化算法訓練多層前向神經網絡，采用神經網絡作為優化反饋控制器求解優化反饋解，利用預測控制克服干擾和不確定性的影響，同時實現了對對象特性的實時預測，并且成功應用到變風量暖通空調系統的新風控制中。
人工智能的研究、發展和應用是當今科技發展的一個重要特征，在二十世紀九十年代末，人工智能開始在制冷空調裝置系統仿真領域出現，制冷空調系統領域的智能仿真開始受到國內外學者的重視，他們將經典的數學模型和現代人工智能技術結合起來，在一定條件下充分發揮二者的長處，彌補各自的不足。他們采用的人工智能算法主要是神經網絡。由魏東,張明廉和支謹在系統仿真學報,2005,17(3):697-701頁上發表的題為《神經網絡非線性預測優化控制及仿真研究》的文章，綜述了人工神經網絡技術在暖通空調系統中的研究和開發現狀，闡述了負荷預測、能量管理、故障診斷、系統辨識與控制等各個應用方面，對進一步的研究方向提出了展望。人工智能技術在暖通空調系統控制的應用中，模糊邏輯控制由于不需要建立系統的精確數學模型而得到了更加廣泛的應用。采用模糊控制的變頻式空調器，可以充分利用操作者的經驗和專家知識，克服系統由于結構復雜而難以建模的問題，而且可以自動根據室內的熱環境因素調節壓縮機的轉速，為人們創造一個舒適環境，同時也有利于節約電能，延長壓縮機的使用壽命。由AlcalaR,CasillsJ和CordonO在EngineeringApplicationofArtificialIntelligence,2005,18:279-296頁上發表的題為《Ageneticruleweightingandselectionprocessforfuzzycontrolofheating,ventilatingandairconditioningsystems》的文章，針對暖通空調系統難以控制的現狀提出一種帶有遺傳因子規則加權和選擇過程的模糊控制算法，大大改進了系統的控制性能，提高了閉環系統的魯棒性。為了提高控制效果，適應過程參數的變化對控制系統的要求，又出現了在線調節模糊控制參數的自適應、自組織模糊控制器。
隨著被控系統越來越復雜，控制系統中經常存在著不確定性、多干擾、非線性、滯后、非最小相位等，且多個變量之間相互關聯，即耦合，傳統的單變量控制系統設計方法顯然無法滿足要求，工程中常常引入多變量非線性系統的控制方法。多變量系統指復雜的、相互緊密聯系的控制對象，簡單采用各回路獨立控制的方法難以得到滿意的控制效果。非線性系統指系統中含有變量間的關系不僅僅是線性的，因此研究和應用實用的多變量非線性系統控制理論和設計方法一直成為控制界的熱點。狀態空間理論的出現，為多變量系統的分析與設計提供了強有力的工具，產生了線性狀態反饋解耦、線性輸出反饋解耦等一系列研究成果，并且成功地解決了許多重要問題。同時，經典控制理論的一些方法也在向多變量系統擴展，出現了逆奈魁斯特法、特征軌跡法、序列回差法等一批多變量頻域控制理論方面的研究成果。但是傳統的設計方法是將非線性模型線性化，人為地消去耦合，忽略掉很多因素的影響，這種方法往往難以得到令人滿意的控制性能，因而目前對非線性控制系統的研究成為一個重要而又困難的挑戰性課題。
目前控制理論研究領域的多變量非線性系統控制算法的研究成果大多僅停留在理論研究階段，還沒有很好的應用到實際工業生產生活中去，也是十分值得關注的問題。基于非線性模型的控制規律設計首先遇到的問題是如何建立一個準確的并且適于控制規律設計的能夠較為準確反映非線性動態的模型，其次設計控制器的難點在于如何消除各自由度的耦合、擾動、不確定等非線性因素。而非線性自適應控制理論、特別是backstepping控制、魯棒控制等先進控制算法的發展正在不斷解決這一難題。但是，這些方法目前應用的領域大多只是和模糊、神經網絡等智能方法結合，應用到化工、電力等工業控制中，幾乎沒有考慮到人們日常生活中的空調系統也是一個復雜非線性多變量系統，因此這將是非線性自適應控制理論應用的全新領域，蘊涵著巨大的創新性和挑戰性。
國內暖通空調系統的節能控制研究起步比較晚，特別是國內暖通空調控制的發展至少要落后國外十余年的時間，國內研究暖通空調系統和建筑智能化以及樓宇自動化的課題，存在著廣泛的研究方向，建筑學上主要關注暖通空調設計方案的節能研究，即怎樣通過暖通空調的設計、施工、審圖和方案評審等環節減少建筑中暖通空調的能耗，達到節能的目的，熱力學研究者的研究集中在制冷劑的選擇，熱量的轉換，能量的守恒等方面，而自動化專業的研究目前的熱點是利用先進的計算機技術直接數字控制，大多數仍然集中于PID控制技術等傳統控制策略，現有的暖通空調系統控制理論研究特別是非線性自適應控制策略的應用比較匱乏。
工業自動化儀表與計算機技術的發展以及高層智能建筑的興建，不斷推動著暖通空調系統在各類工業和民用建筑中的廣泛應用。眾所周知，空調系統的節能自動化控制技術是使空調系統能夠高效節能運行不可或缺的組成部分。一個可靠、精確、具有智能功能的計算機檢測與控制系統可以依據室外氣象條件與室內熱濕負荷，在滿足使用要求的前提下，確定最佳節能溫、濕度控制方案和最節能的空氣處理過程，使空調系統自動運行在最節能工況下。然而，由于暖通空調系統中存在溫度、濕度、壓力、流速、能耗等多個相互作用的變量，而且各個控制回路中還存在著高度的非線性、時變特征、耦合、時滯、擾動以及不確定性等因素，整個系統形成了典型的復雜非線性多變量系統。如何更有效地將日益成熟和豐富的非線性多變量系統控制理論利用先進的計算機技術應用到暖通空調系統的實際控制中，在空調工程中充分發揮國內外各種先進的自動化控制策略，真正實現暖通空調系統的節能和優化，設計出適合不同用戶要求、技術先進、經濟合理的空調自動控制系統，成為空調領域的現實挑戰。
暖通空調系統存在的問題主要表現在以下幾個方面 1)目前暖通空調系統的控制策略研究仍然大部分停留在PID、DDC、DLC、開關控制等傳統策略上，或者將采用模糊，神經網絡，遺傳算法等調節PID控制參數來提高PID控制性能，沒有從根本上實現暖通空調系統的非線性多變量控制； 2)目前存在暖通空調系統的非線性自適應控制算法主要包括模糊和神經網絡等智能控制算法，沒有基于建立系統的非線性數學模型進行控制器設計，因此存在著很大的不精確性，不能通過溫濕度的直接優化控制提高能源利用效率，從而很難實現空調系統在不同負荷下、不同工況條件下都能以最佳效率運行，并且達到最好的控制效果； 3)隨著自動控制理論的深入研究和發展，非線性多變量系統的自適應控制策略的研究，包括自適應解耦控制、backstepping控制、魯棒控制等已經在理論上相當成熟和完善，但是卻很少在現實工業和生產生活中得到很好的應用和實踐，特別是在暖通空調系統的節能與優化控制研究中更是很少采用，而且基于多變量非線性暖通空調系統模型的穩定性等特性也沒有進行理論上的分析和探討。
發明內容
為達到上述目的，本發明采用下述技術方案 一種暖通空調系統的非線性自適應節能控制方法，該非線性自適應節能控制方法包括以下步驟 a. 利用傳感器檢測房間內溫度和相對濕度的實際值； b. 分別求出溫度和相對濕度設定值與實際值的誤差，將其進行模數轉換后作為自適應控制器的輸入信號； c. 自適應控制器根據輸入信號對冷凍水的流速和進入房間的風流速同時調節，輸出新的冷凍水的流速和進入房間的風流速的信號； d. 對自適應控制器的輸出信號進行數/模轉換后，通過執行機構作用于暖通空調系統； e. 暖通空調系統根據暖通空調系統的控制模型調節房間內的溫度和相對濕度； f. 返回a步驟繼續執行。
所述的暖通空調系統的非線性自適應節能控制方法，在所述e中，所述暖通空調系統的控制模型為
，
其中，
是系統的狀態變量，
是系統輸入變量即空氣流速和冷凍水流速，
是系統輸出變量即房間內溫度和相對濕度，
-
分別是由3個狀態變量和相關參數構成的非線性系數，其中
，
，
，
，
，其中
分別為
，
，
，
；
-
，
表達式中各參數含義如下
是時間常數，
表示房間溫度，
表示空氣流速，
表示供熱空間的體積，
為供風溫度，
為水蒸氣的焓，
為空氣的比熱值，
為供風的濕度比率，
為房間內空氣的濕度比率，
為系統空氣通風比例，
為空氣質量密度，
為濕度負載，
為換熱器的體積，
為溫度負載，
為液態水的焓，
為房間外空氣的濕度比率，
為冷凍水流速。
圖1暖通空調系統循環回路原理圖； 圖2暖通空調系統自適應控制框圖； 圖3HVAC控制系統原理圖； 圖4HVAC系統控制流程圖。
具體實施例方式 下面結合附圖與實施例對本發明做進一步說明 暖通空調系統是一個復雜大系統，它的組成包括建筑物的所有房間，冷卻水循環，冷凍水循環，制冷劑循環等，主要的空調設備包括風機盤管，蒸發器，冷凝器，冷卻塔，壓縮機，制冷機組等。一個基本的暖通空調系統由空氣處理機組以及避免因新風太冷而產生凝結的預熱盤管，清除空氣中灰塵的過濾器，送風管道網絡，冷卻盤管及加熱盤管和各種風閥等組成，各個部分綜合組成暖通空調系統中的空氣處理和分配系統。以水冷系統為例基于暖通空調系統的一般結構和主要功能，系統中的熱能傳遞從左到右依次經過室內空氣回路，冷凍水回路，制冷劑回路，冷卻水回路，冷卻塔回路五個回路，空調裝置吸取空間中的熱量并把它們排出室外，完成對房間內空氣的調節和控制。經過暖通空調系統中每一個回路的連續熱交換過程，建筑物內房間的空氣溫度、濕度、壓力等得到了調節，在這個動態變化的復雜過程中，冷凍水的溫度、冷卻水流速、冷卻塔以及風扇轉速等都必須得到良好的控制，使其在最高效的狀態下進行工作，因此必然通過設計高效節能的控制器來實現，而且在建筑物中，對于任意給定的冷負荷，除了制冷機組的優化組合以外，空氣、水分布以及冷卻塔系統的耗能也是非常重要的，因此優化控制策略在每個環節都能夠產生節能效果。
由此可見，暖通空調系統是由多個相互作用變量構成的復雜非線性系統，為了提高能源的利用效率，更好的節約能源，同時讓暖通空調系統帶給人們越來越舒適的生活環境，針對目前暖通空調系統的控制研究中存在的一些問題，為了將多變量非線性系統的自適應控制策略應用到暖通空調系統中，實現空調系統的節能和優化控制。空調系統中主要是對溫度和相對濕度進行控制，這兩個參數常常是在一個調節對象里同時進行調節的兩個被調量，兩個參數在調節過程中相互影響，如房間溫度升高時，在含濕量不變的情況下，則相對濕度下降，因此在自動控制中要充分考慮到溫濕度的相關性。空調自動控制系統是以空調房間的溫、濕度控制為中心，通過工況轉換與空氣處理過程，每個環節緊密聯系在一起的整體控制系統，任何環節出現問題，都將影響空調房間的溫濕度調節，甚至使整個調節系統無法正常工作。
1建立暖通空調系統的多變量非線性數學模型 暖通空調系統是由多種設備、多個循環回路、眾多變量和參數構成的復雜非線性多變量系統，如圖1所示。因此模型的建立是一個非常復雜困難的過程，為了將非線性多變量系統控制策略應用其中，首先必須深刻認識暖通空調系統的物理機理，從熱力學、機械學、動力學等方面全面掌握空調系統的基本結構和工作原理，為了達到系統節約能源的目的，從系統全局能量管理的角度，基于暖通空調系統的基本原理采用機理建模和實驗建模相結合的方法，建立系統的數學模型。
一個基本的暖通空調系統由空氣處理機組以及避免因新風太冷而產生凝結的預熱盤管，清除空氣中灰塵的過濾器，送風管道網絡，冷卻盤管及加熱盤管和各種風閥等組成，各個部分綜合組成暖通空調系統中的空氣處理和分配系統。以水冷系統為例，基于暖通空調系統的結構和主要設備，系統中的熱能傳遞從左到右最多經過五個回路，裝置吸取空間中的熱量并把它們排出室外，完成對房間內空氣的調節和控制，如圖1所示。
空調系統的能量消耗來自于組成系統的各個耗能設備，建模的目標是使所有能耗設備所消耗的能量之和達到最小，才能最大程度的實現節能控制，即必須滿足
(1) 其中，
分別代表空調系統的總能耗，冷卻盤管風扇，蒸發器的冷凍水泵，冷凝器，壓縮機水泵，冷卻塔風扇的能耗。
每一個分量代表了一種設備的能耗，所以首先需要確定每一個分量的數學模型，這必須對系統中每個控制回路的熱交換過程、每個設備的用能情況以及系統循環中的水、空氣和制冷劑等的能量一一進行分析和求解，確定相應的約束條件。以制冷設備為例，它的能耗可以描述為
(2)
(3)
(4) 其中，
第i個冷凝器的設計制冷容量，
第i個冷凝器的設計的性能系數，
第i個冷凝器的部分負載率的調節因子，
第i個冷凝器的溫度調節因子，
第i個冷凝器的真實制冷容量，
供應的冷凍水的溫度，
供應壓縮器的水溫度，
和
分別是由
和
確定的常系數，而制冷設備所消耗能量的總和來源于每個空調房間的冷負荷，而且這些負荷分布于每一個可操作的制冷設備中，隨著房間內環境的不斷變化冷負荷也隨之發生變化，因此需要設計出切實可行的建模方法才能得到較為準確的制冷能耗模型；對于風扇、泵等耗能設備所消耗的能量，同樣會受到暖通空調系統的內部和外部環境的影響而產生變化，因此建模的過程是通過機理和實驗建模方法對方程(1)的各個部分建立能量模型的復雜過程。
最終我們的目標是從能耗角度得到由冷凍水流速和溫度、冷卻水流速和溫度、進出房間的空氣的流速和溫度等基本變量組成的暖通空調系統的多變量非線性數學模型，為了更好的研究多變量非線性控制策略在暖通空調系統中的應用，不失一般性，我們通過一定的假設條件將模型簡化為一個雙輸入雙輸出(TITO)非線性模型，其中初步選定房間內的溫度和濕度作為系統輸出，而冷凍水的流速和進入房間時的新風流速作為控制律。
2從暖通空調系統的多變量非線性全局角度選擇控制策略 多變量系統的控制相對于單變量系統的控制而言非常復雜，而且在理論成果上遠遠落后于SISO系統的控制，其根本原因在于多變量系統中存在著錯綜復雜的變量間相互作用，為了實現系統的良好控制，基于目前暖通空調系統中存在的溫濕度負荷之間的動態耦合與擾動等非線性關系，如果從多變量系統整體角度來考慮非線性多變量系統的自適應魯棒控制器設計，能夠動態的實時處理系統中溫度、濕度、壓力等變量之間的相互作用，將能夠實現更理想的控制性能。
2.1將溫濕度負荷看作未知參數，采用自適應控制策略 首先在問題1的基礎上建立暖通空調系統的非線性多變量狀態空間表達式，其中具有慢時變性的熱能負荷和濕度負荷不再看作常數而是均作為未知參數處理，然后基于這一模型設計觀測器，進行反饋線性化，根據傳統的自適應控制算法設計相應的控制器(如圖2所示)，從而使暖通空調系統具有更好的魯棒性、實用性等優良的控制性能。如果假設房間內溫度是均勻分布的，假設系統的動態模型已經獲得了，用來作為初始模型，其中包括了溫濕度比，如下
(5)
其中，
表示房間溫度，
表示空氣流速，
表示供熱空間的體積58464，
供風溫度，
水蒸氣的焓，
空氣的比熱值0.24，
供風的濕度比率，
房間內空氣的濕度比率，
系統空氣通風比例，
空氣質量密度0.074，
濕度負載，
換熱器的體積，
溫度負載，
液態水的焓，
房間外空氣的濕度比率，
冷凍水流速。
這是制冷過程的數學模型，對于制熱過程的模型除了一些符號的區別之外是類似的，我們的控制目標是使溫度
和濕度
均達到設定值，控制律是從制冷裝置流入熱交換器的冷凍水流速
和風扇導致的空氣流速
，并且定義
為通風率，即房間空氣交換的比率。為了便于利用自適應控制算法實現更好的控制，首先定義變量和參數如下
，
，
，
，
，
，
，
，
，
，
，
令
，
，
，
(s是微分變量，
是比例系數，
是時間常數),
，
，
，
， 然后通過變量轉換建立系統的狀態方程，如下
，
(6)
是系統的狀態變量，
分別是系統輸入和輸出變量，而
-
分別是由3個狀態變量和相關參數構成的非線性系數，首先需要基于暖通空調系統的多變量非線性模型(5)確定它們的值，然后就是基于方程(6)這一模型引入切實可行的傳統自適應控制算法的設計和分析實現系統的節能和優化控制，這里的傳統自適應控制算法指固定增益的自適應控制算法。
3將以上非線性自適應控制理論成功的應用于暖通空調系統的數學模型之后，進行智能建筑實驗室內空調系統平臺的試驗驗證和分析 為了驗證理論研究的正確性，檢驗基于暖通空調系統數學模型進行的多變量非線性控制算法的有效性，需要將這些算法進行仿真驗證，在仿真驗證正確的基礎上在實驗室平臺上進行實驗驗證，得到系統良好的性能指標才能保證理論算法的有效性。主要分以下三個階段進行 (1)首先將理論上建立起來的控制策略在計算機上的MATLAB，C++等軟件環境下進行仿真實驗，針對建立的系統數學模型驗證控制效果，進一步驗證所設計的先進控制策略的動態控制性能； (2)然后在實驗室設備上搭建軟件平臺，將這些有效的控制算法利用實驗室設備平臺進行實驗研究和驗證，檢驗暖通空調系統模型的可靠性，同時驗證控制算法的實驗結果，保證系統的良好控制性能； (3)理論算法分析和仿真實驗以及實驗室平臺的驗證都獲得良好的控制效果之后，嘗試將建立的暖通空調系統的數學模型利用虛擬網絡技術等先進的軟件建立暖通空調系統的虛擬網絡實驗室平臺，服務于進一步更多的試驗研究；而且可以進行暖通空調系統控制的軟硬件開發，申請專利，實現技術產業化等實際應用。
權利要求
1.一種暖通空調系統的非線性自適應節能控制方法，其特征在于該非線性自適應節能控制方法包括以下步驟
利用傳感器檢測房間內溫度和相對濕度的實際值；
分別求出溫度和相對濕度設定值與實際值的誤差，將其進行模數轉換后作為自適應控制器的輸入信號；
自適應控制器根據輸入信號對冷凍水的流速和進入房間的風流速同時調節，輸出新的冷凍水的流速和進入房間的風流速的信號；
對自適應控制器的輸出信號進行數/模轉換后，通過執行機構作用于暖通空調系統；
暖通空調系統根據暖通空調系統的控制模型調節房間內的溫度和相對濕度；
返回a步驟繼續執行。
2.如權利要求1所述的暖通空調系統的非線性自適應節能控制方法，其特征在于在所述e中，所述暖通空調系統的控制模型為
，
其中，
是系統的狀態變量，
是系統輸入變量即空氣流速和冷凍水流速，
是系統輸出變量即房間內溫度和相對濕度，
-
分別是由3個狀態變量和相關參數構成的非線性系數，其中
，
，
，
，
，其中
分別為
，
，
，
；
-
，
表達式中各參數含義如下
是時間常數，
表示房間溫度，
表示空氣流速，
表示供熱空間的體積，
為供風溫度，
為水蒸氣的焓，
為空氣的比熱值，
為供風的濕度比率，
為房間內空氣的濕度比率，
為系統空氣通風比例，
為空氣質量密度，
為濕度負載，
為換熱器的體積，
為溫度負載，
為液態水的焓，
為房間外空氣的濕度比率，
為冷凍水流速。
全文摘要
本發明公開了一種暖通空調系統的非線性自適應節能控制方法，該方法針對目前暖通空調系統的控制研究中存在的一些問題，實現空調系統的節能和優化控制，從系統全局能量管理的角度，主要對溫度和相對濕度進行控制，這兩個參數常常是在一個調節對象里同時進行調節的兩個被調量，兩個參數在調節過程中相互影響，因此在自動控制中要充分考慮到溫濕度的相關性。空調自動控制系統是以空調房間的溫、濕度控制為中心，通過工況轉換與空氣處理過程，每個環節緊密聯系在一起的整體控制系統，任何環節出現問題，都將影響空調房間的溫濕度調節，甚至使整個調節系統無法正常工作。
文檔編號F24F11/00GK101782261SQ20101015367
公開日2010年7月21日 申請日期2010年4月23日 優先權日2010年4月23日
發明者呂紅麗, 姚慶梅, 王桂娟, 徐紅東, 邵蘭云, 趙秀珍, 王秋霞 申請人:呂紅麗