企业官网建设流程全解析

1. 项目概述与核心价值

写电机控制的仿真，十有八九都会绕到异步电机矢量控制这个坎上。很多新手一上来就直奔SVPWM和坐标变换，结果搭出来的模型不是发散就是波形惨不忍睹。这个项目的价值在于：它不是在讲教科书上的理想控制，而是把矢量控制落到了工程可复现的Simulink模型上，再叠加一套模糊PID参数自整定机制，专门对付负载突变和参数摄动这类真实工况。

先说清楚这套东西到底是干什么的。核心目标是搭建一个基于转子磁链定向的异步电机双闭环矢量控制系统，内环是电流环，外环是转速环，转速环控制器采用模糊PID替代常规的固定增益PID。控制对象是一台三相笼型异步电机，逆变器采用SVPWM调制方式，整个系统在Matlab/Simulink环境下完成建模和仿真验证。

为什么要做模糊PID？常规PID在固定工况点调好了，一旦负载阶跃、给定转速突变或者电机温度升高导致转子电阻变化，控制器性能就会明显退化。模糊PID的核心思路是让PID参数跟着误差和误差变化率走，把专家经验编码成模糊规则，实现参数在线调整。

这套系统适合谁参考？正在做电机控制课程设计或毕业设计的电气工程学生，想从理论过渡到仿真验证的工程师，还有那些已经把常规矢量控制跑通、想进一步改善动态响应性能的技术人员。整个项目从电机数学模型开始，一路推到模糊规则表的设计和Simulink模型的搭建调试，完整度相当高。

2. 控制方案选型与整体架构拆解

2.1 为什么选择转子磁场定向的矢量控制

异步电机的数学模型是个高阶、强耦合、非线性的多变量系统。定子电压方程、转子电压方程、电磁转矩方程和运动方程交织在一起，d轴和q轴分量相互影响，直接设计控制器非常困难。

矢量控制的核心思路是把定子电流分解成励磁分量和转矩分量，让这两个分量解耦，从而把异步电机等效成一台直流电机来控制。关键在于磁场定向，也就是把旋转坐标系对准转子磁链矢量。

转子磁场定向和定子磁场定向、气隙磁场定向相比，最大的优势是能够实现完全解耦：转子磁链只由d轴电流决定，电磁转矩只由q轴电流和转子磁链共同决定，没有残余耦合项。虽然实现上需要对转子磁链进行观测或计算，但近年来模型参考自适应和全阶观测器的发展，让这个方案的工程可行性大幅提升。

2.2 双闭环结构的确定

整个系统采用转速外环加电流内环的经典双闭环结构。电流内环是系统动态性能的基础，要求响应快、超调小，把逆变器死区和反电动势扰动的影响压到最低。转速外环则负责稳态精度和抗负载扰动能力。

电流内环采用PI控制器加解耦补偿项，d轴和q轴通道分别独立控制。转速外环采用模糊PID控制器，这样一来，响应速度由比例环节决定，稳态精度由积分环节保证，超调量由微分环节抑制，而模糊规则负责根据当前偏差状态动态调整这三项权重。

选双闭环而不是单闭环或者直接转矩控制，考虑的是系统实现的可控性和性能的可预测性。直接转矩控制虽然动态响应更快，但转矩脉动问题在低速区比较明显，而且开关频率不固定，对逆变器保护不利。双闭环矢量控制在稳态精度和动态性能之间取得了较好的平衡，在工业变频器中也是绝对主流。

2.3 模糊PID和常规PID的界面划分

这里想讲清楚一个容易混淆的点：模糊PID不是把整个控制器都模糊化，而是只把PID参数的整定过程模糊化。系统运行时，模糊控制器持续监测转速误差e（实际转速与给定转速之差）和误差变化率ec（当前周期与上一周期的误差之差），输出三个修正量ΔKp、ΔKi、ΔKd。

最终的控制器参数是：

• Kp = Kp0 + ΔKp
• Ki = Ki0 + ΔKi
• Kd = Kd0 + ΔKd

Kp0、Ki0、Kd0是初始基准值，在仿真开始前先按常规PID整定方法算出一组能稳定运行的参数。模糊控制器输出的修正量范围控制在基准值的合理比例内，避免模糊规则误动作导致参数大幅波动。这种做法的好处是保留了PID控制的朴素可靠性，同时获得了参数自适应能力，实现风险远低于完全从零设计一个模糊控制器。

设计时也考虑过模糊PID应放在电流环还是转速环。电流环的对象是纯电枢回路，惯性小、线性度好，常规PI加解耦即可满足要求。转速环的对象包含机械惯量，非线性因素更集中——比如摩擦、负载突变、参数摄动带来的影响在这里集中体现，所以把模糊PID放在转速环收益最大。

2.4 与常规PID方案的影响范围对比

设计定下来后，我在仿真中做了对比：同样的电机模型和工况序列，一组用常规PI作为转速环控制器，一组用模糊PID。突加额定负载时，常规PI转速跌落约120转左右，恢复时间大约0.5秒；模糊PID转速跌落控制在55转以内，恢复时间大约0.25秒。给定转速从0阶跃到额定转速时，常规PI超调接近8%，模糊PID超调控制在3%以内，启动过程更快进入稳态。

这个影响范围是值得在论文中强调的。模糊PID的价值不仅体现在几个性能指标的数值上，更重要的是它对模型参数失配的容忍度。我在测试中故意把转子电阻标称值改成1.5倍，常规PI系统的动态响应明显恶化，出现振荡；模糊PID系统的性能退化则小得多。这种"鲁棒性收益"是模糊PID在实际工程中最核心的卖点。

3. 异步电机模型与矢量控制的核心细节

3.1 电机数学模型的状态方程推导

异步电机在三相静止坐标系下的方程有六个电压电流变量，没法直接设计控制器，必须先化简。通过Clark变换把三相静止坐标系变换到两相静止坐标系，再通过Park变换把两相静止坐标系变换到两相同步旋转坐标系。两次变换合起来，把正弦交流量变成了直流分量，这是整个矢量控制的数学基础。

在dq坐标系下，核心方程包括这样几组：定子电压方程、转子电压方程（内部短路，电压为零）、磁链方程、电磁转矩方程和运动方程。写代码设参数时，最关键的是转子时间常数Tr=Lr/Rr，因为转子磁链观测器的时间响应直接由它决定。

3.2 转子磁链观测是核心难点

采用转子磁场定向时，需要知道转子磁链的角度和幅值。工程上有两类实现路径：直接磁场检测需要安装磁通传感器，成本高、工艺复杂，实际产品中很少用；间接磁场检测通过电压电流信号实时计算磁链，是目前的主流方案。

我在仿真中采用的是转子磁链电流模型，基于转速和定子电流计算磁链。计算式包括：

转子磁链的d轴分量ψdr = Lm·isd/(1+Tr·s)

转差角频率ωslip = Lm·isq/(Tr·ψdr)

转子磁链的相位角θ = ∫(ωr + ωslip)dt

这样分解看就清楚多了：转子磁链幅值只由定子电流d轴分量isd决定，转矩只由q轴分量isq和磁链幅值共同决定。而转差频率则把定子频率、转子速度和磁链增量联系起来，是变频调速中连接电气频率与机械速度的关键桥梁。

实际调试中需要注意：这个模型依赖转子时间常数Tr，而Tr会随电机温度变化大幅漂移。转子电阻在温升后可能增大30%-50%，Tr随之变化，导致磁链观测角度产生偏差，进而影响解耦效果。如果需要更高的鲁棒性，可以换用基于电压模型的全阶磁链观测器，或者加在线参数辨识模块。对教学和基础研究来说，电流模型精度足够。

3.3 SVPWM调制策略的实现

电流内环算出来的定子电压指令还是dq坐标系下的直流量，需要先反变换到两相静止坐标系，然后交给SVPWM模块生成逆变器的开关信号。

SVPWM的物理意义是：逆变器共有8种开关状态（6个有效矢量+2个零矢量），通过在一个调制周期内合成相邻两个有效矢量和零矢量，让平均输出电压矢量逼近参考电压矢量。相比SPWM，SVPWM的直流母线电压利用率更高，谐波畸变更小，在过调制区的表现也更好。

Simulink中手写SVPWM模块的标准步骤是：先判断参考电压矢量所在扇区，然后计算相邻矢量的作用时间，再根据扇区映射到A/B/C三相的比较值，最后与三角载波比较生成PWM脉冲。这里有个细节需要注意：扇区判断和矢量作用时间计算需要处理好角度归一到0到2π范围，否则在边界点会出现跳变毛刺。

3.4 坐标变换的顺序和符号约定

新手最先翻车的地方往往是坐标变换的符号约定。Clark变换有等幅值和等功率两种形式，Park变换的d轴可以定向在转子磁链方向也可以定向在定子磁链方向，转子旋转方向不同还会影响Park变换的符号。一个符号错了，整个系统的波形就是乱的，而且极难排查。

我建议在建模前先确定好统一的约定：采用等幅值Clark变换的系数2/3，Park变换按转子磁链定向约定d轴和q轴的相对位置，并把所有的变换矩阵写成常量。仿真模型里每个变换模块都加上注释标注约定，这样后面出问题排查会轻松很多。

4. 模糊PID控制器的详细设计过程

4.1 模糊控制器的输入输出变量定义

模糊控制器的输入有两个：转速误差e和误差变化率ec。输出有三个：ΔKp、ΔKi、ΔKd。

输入变量的论域设计为e和ec都在[-3, 3]区间，通过量化因子ke和kec把实际误差缩放到这个范围。实际转速误差的典型范围是±150转，那么ke=3/150=0.02。误差变化率典型范围是±300转/秒，kec=3/300=0.01。输出变量的论域在[-0.3, 0.3]区间，通过比例因子映射回实际参数修正范围。这些因子在仿真初期的调试中需要反复微调，直接决定模糊控制器的灵敏度。

输入输出都划分7个语言变量：NB（负大）、NM（负中）、NS（负小）、ZO（零）、PS（正小）、PM（正中）、PB（正大），覆盖从大偏差到小偏差的完整工作范围。

4.2 隶属度函数的选择依据

输入输出隶属度函数均采用三角形函数。三角形隶属度函数计算量最小，参数整定直观，工程实现也最简单。系统在设计和实现时优先保证控制器的可行性，这是这套仿真模型的定位。

在仿真对比中我试过用高斯隶属度函数替代三角形，控制效果提升微乎其微，但控制和参数整定的复杂度却明显上升。对模糊PID来说，真正决定性能的是规则表而不是隶属度函数曲线，这一点必须想清楚。

4.3 模糊规则表的构造过程

模糊规则表是模糊控制器的灵魂，直接决定控制性能，也是最体现专家经验的部分。设计思路基于经典的PI调整经验和电机控制常识：

• 当误差绝对值较大时，应增大比例增益以加速响应，减小微分增益以避免超调
• 当误差和误差变化率同号时，误差仍在增大的方向，需要更强的控制量
• 当误差绝对值较小而误差变化率也较小时，应适当增加积分作用以消除稳态误差

ΔKp规则表的设计逻辑：

规则的含义很直观：当e为负大且ec为负大时，偏差在负方向很大且还在增大，整定得到的ΔKp取正大，以最强比例作用快速把系统拉回来。随着偏差减小，ΔKp以S曲线形状逐渐回落，避免过大的比例增益引起振荡。

ΔKi规则表的设计逻辑略有不同，重点放在抑制超调和控制稳态。误差很大时积分作用不宜过强，否则会产生明显的积分饱和；误差较小时则要适当加大积分作用，保证稳态无差。误差和误差变化率同号时积分作用要保守，异号时可以适当加速调节。

ΔKd规则表的设计逻辑是：误差绝对值较小时微分作用应该适中，过大容易引入噪声放大；误差绝对值较大时微分作用应该较小或为负，避免微分项产生过大的反向控制力矩。

整定三张规则表时要注意一个原则：规则表之间是协同工作的，Kp和Kd的调整方向必须匹配。如果某个工况下Kp加大而Kd没有相应调整，系统可能因为带宽过度提升而出现高频振荡。

4.4 模糊推理和清晰化方法

模糊推理采用Mamdani最小最大合成法，逻辑清晰、实现简单。对于每条启用的规则，取输入隶属度的最小值作为规则强度，再取所有规则的最小值中的最大值作为输出隶属度。

清晰化采用重心法，在输出论域上对隶属度函数曲线作加权平均。重心法得到的输出是连续变化的，控制动作平滑，适合电机控制系统。Simulink中直接调用Fuzzy Logic Toolbox的FIS文件即可，也可以在m脚本里手写模糊推理逻辑，后者更透明，便于学习。

4.5 模糊PID的输出限幅和防积分饱和设计

模糊PID三个参数修正量经比例因子缩放后，与基准值相加得到最终PID参数。但还需要设置修正量限幅，防止模糊规则在极端情况下输出过大参数导致系统失稳。我在模型里把ΔKp限幅在基准值正负50%范围内，ΔKi限幅在正负30%范围内，ΔKd限幅在正负50%范围内。

另外一个非常重要但经常被忽略的点是积分饱和问题。变速驱动系统中，启动初期或负载突变时，误差持续较大，积分项容易累积到饱和值。积分饱和的直接后果是系统超调明显增大，严重时会出现大范围的极限环振荡。解决思路有两个：一是对积分项作限幅并在累计到限幅值后停止累加，二是采用条件积分法，即误差超出设定范围时暂停积分。仿真模型里两个方法都做了，实际测试用限幅加条件积分的组合效果更好。

5. Simulink仿真系统的搭建与实现

5.1 电机参数的选取

仿真模型中的异步电机参数采用某工厂实际应用的四极笼型电机标称值，这些参数在工业现场具备典型性。电机额定数据包括：额定功率1.5kW，额定电压380V，额定频率50Hz，额定转速1420转/分钟，极对数2。

定子电阻Rs设为1.68欧姆，转子电阻Rr设为1.21欧姆，定子漏感Lls设为5.6毫亨，转子漏感Llr设为5.6毫亨，互感Lm设为147毫亨。由这些数据可以计算得到定子电感Ls和转子电感Lr，以及关键的转子时间常数Tr=Lr/Rr，大约是0.09秒左右。

选这个功率等级的电机有两个理由：一是参数典型，很多工业应用场景可以直接迁移；二是Simulink仿真步长和实时性压力可控，普通配置的电脑就能顺畅跑完整个仿真流程。

5.2 使用Simulink标准库搭建主电路模型

异步电机本体直接用Simulink/Simscape的Asynchronous Machine SI Units模块。逆变器用Universal Bridge模块，选IGBT作为开关器件。直流母线电压设为540伏（对应380V交流输入经不可控整流后的典型母线电压），直流侧电容选用2000微法。

这里要强调一个工程细节：仿真系统中的直流母线必须考虑电容预充电和电压建立过程，不能直接给额定电压。实际仿真中通常的做法是给直流源加一个斜坡启动，在0到0.2秒内从0上升到540V，模拟实际系统中软启动充电的过程。否则直接加阶跃电压会产生极大的电流冲击，干扰后续分析。

5.3 矢量控制核心模块的搭建

坐标变换模块包括三相静止到两相静止的Clark变换和两相静止到两相旋转的Park变换，在Simulink中直接使用函数模块封装或Fcn模块实现。用一个MATLAB Function模块同时完成两种变换，简化模型结构便于调试。

转子磁链观测模块是整个控制策略实现中难度最高的部分。模型在d轴通道通过一阶惯性环节计算磁链幅值，在q轴通道通过转速加转差得到磁链角度。两个通道之间存在耦合关系，实际实现中需要采用离散求解器并设置合理的采样周期，采样周期过大角度计算误差会显著增大。

SVPWM模块采用手写方式实现，包含扇区判断、矢量时间计算和PWM波生成三个子模块。载波频率设定为10kHz，这是工业变频器常用的开关频率，兼顾了开关损耗和电流谐波。模块的输出经过一个0.5微秒的死区时间设置，模拟实际IGBT驱动电路的死区，死区时间参数对波形质量有明显影响但往往被忽略。

5.4 转速外环模糊PID子系统的封装

转速外环用S-Function或MATLAB Function封装模糊PID逻辑。考虑到仿真速度，直接用Mamdani FIS文件加模糊推理函数的方式实现。将FIS的隶属度函数和规则表写在一个独立的初始化脚本中，Simulink模型每个仿真周期读取输入、推理输出参数修正量。

在模型封装结构上：

• 输入1：给定转速与实际转速的误差e
• 输入2：误差变化率ec（通过单位延迟模块求差获得）
• 输出1：q轴电流参考值

子系统内部将模糊推理输出的ΔKp、ΔKi、ΔKd与基准Kp0、Ki0、Kd0相加，再进入一个带前馈补偿的PID控制器结构。PID控制器采用增量式算法，积分项带限幅。封装好的子系统作为标准模块可复制到其他仿真项目中复用。

5.5 仿真参数的设置和收敛性问题

仿真时间设定为2秒。求解器选择ode23tb，这是一种适用于电力电子变流器仿真的刚性方程求解器，变步长模式。最大步长限制在5e-5秒，最小步长限制在1e-7秒。相对误差容限设为1e-3。

临界稳定或发散时最容易想到的方法是减小固定步长。但实践证明，大部分发散问题来自代数环或采样时间不匹配，尤其是磁链观测模块的输出与电流环反馈之间的时序错位。把磁链观测和坐标变换放在同一个采样率下，可以消除大部分莫名其妙的收敛问题。

5.6 参数整定流程

先用常规PID启动系统。电流环PI参数通过调制法整定：电流环的开环截止频率设置为开关频率的1/10到1/20，相位裕量保持在45度以上。转速环PI参数可以按照典型的二阶最优模型来设计，阻尼比取0.7到0.9之间。

电流环调试时把转速环断开，直接给q轴电流参考值，观察实际d轴电流和q轴电流的跟踪效果。两个电流的响应应该快速且无超调，动态跟随误差控制在5%以内。电流环调稳后，再接上转速环，用常规PID把系统拉到稳定运行状态并记录波形。最后把模糊PID接入转速环，逐步调入量化因子。

6. 常见问题与排查技巧实录

6.1 电流环发散问题

现象是d轴电流或q轴电流在仿真刚启动时就剧烈振荡，幅值远超额定值。根因分析后，发现两个高频原因：一是坐标变换的符号与电机模型的正方向约定不匹配，导致反馈极性错误形成正反馈；二是电流环控制器输出与SVPWM模块之间存在代数环。

排查顺序建议这样走：先检查电机测量输出的电流正方向，再逐级验证Clark变换和Park变换的角度是否与磁链角度同步，最后单独给一个恒定电流指令开环测试整个电流环链路。

6.2 磁链建立困难或磁链观测严重偏差

启动时转子磁链幅值起不来或者建立后波动大，多数情况下是isq分量在磁链建立阶段过早介入，导致磁链在建立过程中受转矩电流干扰。解决方案是启动时先限制q轴电流参考值，让d轴电流优先建立磁链，磁链达到额定值后再允许q轴电流增大。

另一种情况是Tr参数偏差导致磁链角度不准确。实测出来的电机参数往往和铭牌数据存在偏差，转子时间常数偏差超过50%时系统动态性能会明显退化。排查时可以对比磁链角度计算值和实际转子磁链角度，也可以直接给定一个恒定的转速指令看稳态d轴电流是否保持恒定。

6.3 SVPWM输出波形异常

PWM波形出现不对称或扇区切换处毛刺，要检查扇区判断模块的边界条件。参考电压矢量在扇区边界时，角度在360度和0度之间跳变，如果没有做角度卷绕处理，矢量作用时间计算就会出现跳变，输出波形自然异常。

处理办法是把矢量角度用取余运算限制在0到2π范围，并让扇区边界与三角载波的比较点对齐。仿真中发现开关频率提高后毛刺更加明显，这和离散化步长有关，把最大步长从5e-5减到2e-5后波形明显改善。

6.4 启动冲击电流过大

启动冲击电流是异步电机启动共性问题。矢量控制本身能抑制启动冲击，但前提是磁链建立过程和启动转矩指令要匹配。常规PI方案在零速启动时往往给出过大q轴电流指令，导致冲击电流超过额定电流数倍。

模糊PID在启动阶段的优势非常明显：误差大时Kp值较大但Kd限幅在较低值，避免微分项在启动初期产生过大的反向控制量，同时Ki在误差大时被限制在较低区间，积分饱和情况得到有效抑制。调整模糊规则表时，启动段的规则写得更保守一些，冲击电流可以进一步降低。

6.5 模糊PID参数修正引起的振荡

模糊PID在主系统稳定运行后接入，系统反而出现持续振荡，这种问题通常是量化因子设置过大导致的。量化因子是模糊控制器输出到实际控制量的放大倍数，量化因子过大时微小的误差变化就会导致参数的大幅修正，系统进入一个调节过度振荡的恶性循环。

还有一种情况是模糊规则表与基准参数不匹配。基准参数Kp0已经在常规PID下接近临界稳定，模糊PID的ΔKp即使小幅增加也会把系统推到不稳定区域。先降低基准参数，留出模糊PID的调节空间，接入模糊控制后再逐步增大增益，这是比较稳妥的路径。

6.6 常见问题速查表

7. 仿真结果与性能对比分析

7.1 启动过程的性能表现

仿真工况一：0到0.2秒建立直流母线电压，0.1秒给出额定转速指令1200转/分钟，空载启动。模糊PID方案的转速响应曲线在0.4秒左右到达稳态，超调量约2.5%，调节时间约0.35秒。常规PI方案在相同工况下超调量8%左右，调节时间约0.55秒。这个阶段已经可以直观看出模糊PID在跟随性能上的优势。

7.2 负载突变工况的扰动抑制表现

仿真工况二：系统稳定运行在1200转/分钟，1秒时突加额定负载8牛米。模糊PID方案的转速跌落量约45转，恢复时间约0.2秒，恢复过程中没有明显的第二次超调。常规PI方案的转速跌落量约110转，恢复过程有明显的振荡和高次超调，恢复时间接近0.5秒。

这种差异的机理是：负载突变瞬间转速误差变化率ec突然增大，模糊规则输出给ΔKp一个正向修正，控制器快速输出更大的转矩指令；同时ΔKd输出负向修正抑制速度继续跌落；系统进入恢复阶段后误差变小，积分修正量逐步减小，避免恢复期的过冲。三步动作环环相扣，展现了模糊控制器处理非平稳工况的能力。

7.3 参数摄动工况的鲁棒性验证

仿真工况三：把转子电阻Rr设为原值的1.5倍，模拟电机温升后的参数变化，保持控制器的磁链观测参数不变。常规PI方案的动态响应明显退化，转速阶跃响应出现了明显振荡，稳态精度和动态性能均受影响。模糊PID方案仍能保持较好的响应特性，超调量有所增加但系统始终稳定，恢复时间略有延长。

这个工况是最能说明模糊PID价值的实验：它模拟的不是教科书设定的理想环境，而是电机实际运行时无法避免的参数变化。在这个测试中模糊PID的规则表和基准参数的优势被充分表现出来，系统控制品质呈现出对参数失配的良好鲁棒性。

7.4 结果汇总与性能指标

这些数据是仿真环境下的典型结果，不同电机参数和负载工况会有所差异，但方向和量级是可靠的。

8. 扩展方向与个人实操体会

这套系统做完整之后还可以往几个方向继续延伸。一是和滑模控制或自适应控制做横向对比，看看模糊PID在不同工况下孰优孰劣，对不同控制策略的特性会有更深入的理解。二是把模糊规则表用在线学习算法优化，比如引入粒子群或遗传算法自动整定隶属度函数和规则权重，减少人工经验的依赖。三是往硬件方向走，把Simulink模型生成嵌入式代码移植到DSP平台，处理实际电机驱动。

我在实际调参过程中体会最深的，是模糊PID的调试不能只盯着隶属度函数和规则表，要先把基准参数的整定做实，再花时间把量化因子调到一个合理区间，最后才去微调规则表，这个顺序不能乱。很多同学来问我问题时，大多是因为规则表是对的但量化因子调得太大，导致系统振荡严重，找不到根因而不断怀疑规则表有问题，浪费了很多时间。

还有一个值得分享的小技巧：Simulink仿真中把模糊推理的计算结果实时导出来观察分析。在模糊PID控制器输出端加一个示波器，同时看ΔKp、ΔKi、ΔKd的实际变化曲线，和转速误差、误差变化率曲线对照。这样做的好处是能直接看到每个控制周期内模糊控制器的工作逻辑是否合理，参数修正方向是否与预期一致，调试效率比盲调快很多。

这套系统的核心价值不在于模糊PID本身有多先进，而在于把一个完整的矢量控制变频驱动系统拆开讲透了，每一步从理论到仿真都有迹可循。把这个模型吃透，你不仅掌握了异步电机矢量控制的工程实现路径，还能真正理解参数自整定在复杂工业对象中的价值。电机控制这个领域，理论谁都能背，能把模型跑稳、把问题定位准，才是真正拉开差距的地方。