# 低溫下流體黏度：對汽缸反應時間的影響

> 來源: https://rodlesspneumatic.com/zh/blog/fluid-viscosity-at-low-temperatures-impact-on-cylinder-response-time/
> 已發佈: 2025-12-05T06:16:52+00:00
> 已修改: 2026-03-06T01:36:11+00:00
> Agent JSON: https://rodlesspneumatic.com/zh/blog/fluid-viscosity-at-low-temperatures-impact-on-cylinder-response-time/agent.json
> Agent Markdown: https://rodlesspneumatic.com/zh/blog/fluid-viscosity-at-low-temperatures-impact-on-cylinder-response-time/agent.md

## 摘要

根據薩瑟蘭定律，空氣黏度在低溫下會顯著增加，導致流經閥門、管接頭及氣缸端口的流動阻力增大。這將直接延長氣缸響應時間——因流量降低而縮短的壓力建立週期，反而延長了啟動動作所需的時間。.

## 文章

![一幅技術示意圖，闡明空氣黏度隨溫度變化對氣動系統的影響。 左側分隔面板標示「低溫環境（-20°C）」，呈現高黏度箭頭、閥門阻力增大及氣缸反應遲緩現象，並附有薩瑟蘭定律圖表。右側面板標示「高溫環境（+20°C）」，顯示低黏度箭頭、阻力降低及氣缸反應迅速的狀態。.](https://rodlesspneumatic.com/wp-content/uploads/2025/12/Temperature-and-Air-Viscosity-1024x687.jpg)

溫度與空氣黏度

當您的氣動系統在寒冷早晨啟動遲滯，或冬季運作時無法滿足循環時間要求，您正遭遇常被忽視的溫度依賴性空氣黏度效應。這種無形的效能殺手在嚴寒環境下可能使氣缸反應時間增加50-80%❄️，導致生產延誤與時序問題——操作人員往往歸咎於「設備故障」，而非根本的流體動力學因素。

**根據 Sutherland 定律，空氣黏度在低溫下會顯著增加，導致流經閥門、配件和汽缸埠的流動阻力增加，這會降低流速並延長運動啟動所需的壓力累積時間，從而直接增加汽缸的反應時間。.**

上個月，我與明尼蘇達州某冷藏設施的廠長羅伯特合作，該廠的自動化包裝系統在冬季出現週期時間延長40%的問題，導致生產瓶頸使日產量減少15,000個單位。.

## 目錄

- [溫度如何影響氣動系統中的空氣黏度？](#how-does-temperature-affect-air-viscosity-in-pneumatic-systems)
- [黏度與流動阻力之間有何關係？](#what-is-the-relationship-between-viscosity-and-flow-resistance)
- [如何量測與預測溫度誘發的反應延遲？](#how-can-you-measure-and-predict-temperature-induced-response-delays)
- [哪些解決方案能最大限度地減少低溫環境下的性能損失？](#what-solutions-can-minimize-cold-temperature-performance-loss)

## 溫度如何影響氣動系統中的空氣黏度？

了解溫度與黏度的關係是預測寒冷天氣性能的基礎。️

**根據 Sutherland 定律，空氣黏度會隨著溫度降低而增加：**μ=μ0×(T/T0)1.5×T0+ST+S\mu = \mu_{0}\times (T/T_{0})^{1.5}\times \frac{T_{0} + S}{T + S} **, ，當溫度從 +20°C 降至 -20°C 時，黏度會增加 35%，顯著影響氣動元件的流動特性。.**

![一幅名為「空氣黏度-溫度關係」的技術資訊圖解闡釋了薩瑟蘭定律。圖表以動態黏度（Pa·s）對溫度（°C）繪製曲線，顯示黏度從-40°C時的1.51×10⁻⁵ Pa·s上升至+40°C時的1.91×10⁻⁵ Pa·s。 圖表醒目標示薩瑟蘭定律的公式。側邊說明欄解說分子行為與實務影響，闡明低溫如何導致黏度升高、流動受限及壓降增加。.](https://rodlesspneumatic.com/wp-content/uploads/2025/12/Air-Viscosity-Temperature-Relationship-Sutherlands-Law-1024x687.jpg)

空氣黏度-溫度關係－薩瑟蘭定律

### 薩瑟蘭空氣黏度定律

溫度與空氣黏度之間的關係如下：
μ=μ0×(TT0)1.5×T0+ST+Sμ = μ₀ × (T/T₀)¹.¹⁵ × (T₀ + S)/(T + S)

其中：

- μμ = 溫度下的動態黏度 ( T )
- μ0\mu_{0} = 參考黏度 (1.716 × 10-⁵ Pa-s at 273K)
- TT = 絕對溫度 (K)
- T0T_{0} = 參考溫度 (273K)
- SS = [薩瑟蘭常數](https://doc.comsol.com/5.5/doc/com.comsol.help.cfd/cfd_ug_fluidflow_high_mach.08.27.html)[1](#fn-1) (111K 空氣)

### 黏度-溫度數據

| 溫度 | 動態黏度 | 運動黏度 | 相對變化 |
| +40°C | 1.91 × 10⁻⁵ 帕·秒 | 1.69 × 10⁻⁵ 平方公尺/秒 | +11% |
| +20°C | 1.82 × 10⁻⁵ 帕·秒 | 1.51 × 10⁻⁵ 平方米/秒 | 參考資料 |
| 0°C | 1.72 × 10⁻⁵ 帕·秒 | 1.33 × 10⁻⁵ 平方米/秒 | -5% |
| -20°C | 1.63 × 10⁻⁵ 帕·秒 | 1.17 × 10⁻⁵ 平方公尺/秒 | -13% |
| -40°C | 1.54 × 10⁻⁵ 帕·秒 | 1.03 × 10⁻⁵ 平方米/秒 | -22% |

### 物理機制

#### 分子行為：

- **[動力理論](https://rodlesspneumatic.com/zh/blog/how-do-gas-dynamics-fundamentals-impact-your-pneumatic-system-performance/)[2](#fn-2)**較低的溫度會降低分子運動
- **分子間作用力**：在較低溫度下產生更強的吸引力
- **動量轉移**：減少分子動量交換
- **碰撞頻率**溫度影響分子碰撞速率

#### 實際影響：

- **流動阻力**黏度越高，壓降越大
- **[雷諾數](https://en.wikipedia.org/wiki/Reynolds_number)[3](#fn-3)**下游影響水流狀態的轉換
- **熱傳導**黏度變化影響對流熱傳遞
- **壓縮性**溫度影響氣體密度與可壓縮性

### 系統層級效應

#### 元件特定影響：

- **閥門**：切換時間增加，壓降升高
- **濾波器**流量降低，壓差增高
- **調節器**：反應較慢，可能出現獵波現象
- **氣缸**填充時間較長，加速性能降低

#### 流量制度變化：

- **[層流](https://rodlesspneumatic.com/zh/blog/the-impact-of-turbulent-vs-laminar-flow-on-valve-sizing/)[4](#fn-4)**黏度直接影響壓降（ΔP ∝ μ）
- **湍流**較不敏感但仍受影響（ΔP ∝ μ^0.25）
- **過渡區域**雷諾數變化影響流動穩定性

### 案例研究：羅伯特的冷藏設施

羅伯特位於明尼蘇達州的廠區遭遇了嚴重的溫度效應：

- **操作溫度範圍**：-25°C 至 +5°C
- **黏度變化**40% 在最低溫度條件下增加
- **測量到的響應時間增加**65% 在 -25°C 與 +20°C 之比較
- **流量減少**35% 因系統限制
- **生產影響**每日產能損失：15,000單位

## 黏度與流動阻力之間有何關係？

流動阻力會隨黏度增加而直接上升，在整個氣動系統中產生連鎖效應。.

**在層流條件下，氣動系統中的流阻與黏度成正比增加**DeltaP=32μLQπD4Delta P = \frac{32 \mu L Q}{pi D^{4}}**以及渦流中 0.25 倍的黏度，導致汽缸回應時間隨著整個系統中多重限制的複合而呈指數級增加。.**

![一幅名為《氣動流阻與黏度效應》的技術資訊圖，闡釋了從低溫到系統反應遲緩的因果鏈。 左側面板顯示「-25°C（低溫）」與高黏度流體，導致中段面板呈現受「阻力」限制的流路，並標示層流方程式「ΔP = 32μLQ/(πD⁴)」。 右側面板則呈現氣動缸體，搭配「壓力累積」曲線圖——其中「高阻力狀態（緩慢，τ增加）」呈現較平緩曲線，並標示時間常數方程式「τ = RC」。"](https://rodlesspneumatic.com/wp-content/uploads/2025/12/From-Temperature-to-Response-Time-1024x687.jpg)

從溫度到反應時間

### 基本流體方程式

#### 層流（雷諾數 < 2300）：

ΔP=32μLQπD4ΔP = 32μLQ / πD⁴

其中：

- ΔP ΔP = 壓降
- μμ = 動態黏度
- LL = 長度
- QQ = 體積流量
- DD = 直徑

#### 湍流（Re > 4000）：

ΔP=f×(LD)×ρV22ΔP = f × (L/D) × ρV²/2

其中摩擦係數 ff 與 μ0.25 \mu^{0.25}.

### 雷諾數的溫度依賴性

Re=ρVDμRe = \frac{\rho V D}{\mu}

隨著溫度降低：

- 密度 ρρ 增長
- 黏度 μ μ 增長
- 淨效應：雷諾數通常會降低

### 系統元件中的流動阻力

| 組件 | 流量類型 | 黏度敏感性 | 溫度影響 |
| 小孔 | 層壓 | 高 (∝ μ) | 35% 在 -20°C 時的增加量 |
| 閥門端口 | 過渡性 | 中型 (∝ μ^0.5) | 18% 在 -20°C 時的增加量 |
| 大段落 | 湍流 | 低（∝ μ^0.25） | 8% 在 -20°C 時的增加量 |
| 濾波器 | 混合 | 高 | 25-40% 在 -20°C 時的增加量 |

### 累積系統效應

#### 串聯電阻：

多重限制添加：
R總計=R1+R2+R3+⋯+RnR_{\text{total}} = R_{1} + R_{2} + R_{3} + \cdots + R_{n}

每個元件的阻力隨黏度增加而增大，造成累積延遲。.

#### 平行電阻：

1R總計=1R1+1R2+⋯+1Rn\frac{1}{R_{\text{total}}} = \frac{1}{R_{1}} + \frac{1}{R_{2}} + \cdots + \frac{1}{R_{n}}

當所有經歷都遭遇增強的阻力時，即使是並行的道路也會受到影響。.

### 時常數分析

#### RC時常數：

τ=RC=(抵抗力×電容)τ = RC = (電阻 × 電容)

其中：

- RR 隨著黏度增加
- CC (系統電容）保持不變
- 結果：較長的時間常數，較慢的響應速度

#### 一階響應：

P(t)=P最後×(1−e−t/τ)P(t) = P_{\text{最終}} × (1 – e^{-t/\tau})

較高的黏度會增加 τ\tau, 延長壓力建立時間。.

### 動態反應建模

#### 氣缸充填時間：

t填充=V×ΔPQ平均值t_{\text{填充}} = \frac{V \times \Delta P}{Q_{\text{平均}}}

地點 Q平均值Q_{text{avg}} 隨著黏度增加而降低。.

#### 加速階段：

t加速=m×v最大F平均值t_{\text{accel}} = \frac{m \times v_{\text{max}}}{F_{\text{avg}}}

地點 F平均值F_{text{avg}} 由於壓力累積較慢，因此會降低。.

### 測量與驗證

#### 流量測試結果：

在羅伯特的系統中，於不同溫度下：

- **+5°C**：45 SCFM 流經主閥門
- **-10°C**：主閥門流量為38標準立方英尺每分鐘（16%減壓）
- **-25°C**：29 SCFM 流經主閥門（36% 減壓）

#### 響應時間測量：

- **+5°C**平均氣缸響應時間：180毫秒
- **-10°C**平均氣缸響應時間：235毫秒（+31%）
- **-25°C**平均氣缸響應時間：295毫秒（+64%）

## 如何量測與預測溫度誘發的反應延遲？

精確測量與預測溫度效應，可實現主動式系統優化。.

**採用高速數據採集技術，在不同溫度範圍內記錄閥門驅動至氣缸運動的時序，藉此量測溫度誘導的延遲現象；隨後運用黏度-流量關係及熱係數建立預測模型，以預判設備在各操作溫度下的性能表現。.**

![技術資訊圖表《溫度依賴性氣動系統優化：測量與預測》詳述三階段流程。 步驟1「高速測量設置」展示置於環境箱內的氣動系統，配備感測器（RTD、壓力傳感器、線性編碼器、流量計）將數據傳輸至高速擷取單元。 步驟二「數據分析與預測建模」呈現反應時間與黏度隨溫度變化曲線圖，並附實證模型與物理模型方程式及驗證結果（R²=0.94）。 第三階段「主動系統優化」採用關鍵溫度預警系統，並透過效能預測圖表呈現低溫環境下25%的性能提升成效。.](https://rodlesspneumatic.com/wp-content/uploads/2025/12/From-Measurement-to-Prediction-1024x687.jpg)

從測量到預測

### 量測設置要求

#### 基本儀器：

- **溫度感測器**: [RTDs](https://www.processparameters.co.uk/what-is-an-rtd-sensor/)[5](#fn-5) 或熱電偶（精度±0.5°C）
- **壓力傳感器**快速響應（<1毫秒），高精度
- **位置感測器**線性編碼器或接近開關
- **流量計**質量流量或體積流量測量
- **資料擷取**高速採樣（≥1 kHz）

#### 測量點：

- **環境溫度**環境條件
- **供氣溫度**壓縮空氣溫度
- **元件溫度**閥門、氣缸、濾清器
- **系統壓力**供氣、工作、排氣壓力
- **計時測量**閥門信號至動作啟動

### 測試方法

#### 受控溫度測試：

1. **環境試驗箱**控制環境溫度
2. **熱平衡**請預留30至60分鐘進行穩定化處理
3. **基線建立**在基準溫度下創下紀錄表現
4. **溫度掃描**：在操作範圍內進行測試
5. **重複性驗證**：在每個溫度下進行多次循環

#### 實地測試協議：

1. **季節性監測**長期數據收集
2. **日溫度變化週期**追蹤績效變化
3. **比較分析**: 不同環境中的類似系統
4. **負載變化**在不同操作條件下進行測試

### 預測建模方法

#### 經驗相關性：

t回應=t檔號×(μμ檔號)α×(T檔號T)βt_{text{response}} = t_{text{ref}}\times \left( \frac\mu}{\mu_{\text{ref}} \right)^{\alpha} \times \left( \frac{T_{\text{ref}}}{T} \right)^{\beta}

其中 \( \alpha \) 與 \( \beta \) 為實驗確定的系統特定常數。.

#### 基於物理的模型：

t回應=t閥+t填充+t加速t_{\text{response}} = t_{\text{valve}} + t_{\text{fill}} + t_{\text{accel}}

其中每個組件皆採用溫度依賴性特性進行計算。.

### 模型驗證技術

| 驗證方法 | 精確度 | 應用 | 複雜性 |
| 實驗室測試 | ±5% | 新設計 | 高 |
| 場相關性 | ±10% | 現有系統 | 中型 |
| CFD模擬 | ±15% | 設計最佳化 | 極高 |
| 經驗縮放 | ±20% | 快速估算 | 低 |

### 數據分析與相關性

#### 統計分析：

- **迴歸分析**建立溫度-反應相關性
- **置信區間**量化預測不確定性
- **異常值檢測**識別異常數據點
- **敏感性分析**確定關鍵溫度範圍

#### 效能映射：

- **響應時間與溫度**主要關係
- **流量與溫度關係圖**支持相關性
- **效率與溫度**能源影響評估
- **可靠性與溫度**失敗率分析

### 預測模型開發

#### 羅伯特冷藏系統：

**響應時間模型：**
t回應(T)=180×(T檔號T)0.65×(μ(T)μ檔號)0.85t_{text{response}}(T) = 180 \times \left( \frac{T_{text{ref}}{T} \right)^{0.65}\times \left( （ \frac{mu(T)}{\mu_{text{ref}} }\right)^{0.85}

**驗證結果：**

- **相關係數**R² = 0.94
- **平均誤差**±8%
- **溫度範圍**：-25°C 至 +5°C
- **預測準確度**在極端溫度下為 ±15 毫秒

#### 流量模型：

Q(T)=Q檔號×(TT檔號)0.5×(μ檔號μ(T))0.75Q(T) = Q_{\text{ref}}\times \left( \frac{T}{T_{\text{ref}} \right)^{0.5}\times \left( （ \frac{mu_{\text{ref}}}{\mu(T)} \right)^{0.75}

**模型性能：**

- **流量預測準確度**±12%
- **壓降相關性**R² = 0.91
- **系統最佳化**：25%在低溫環境下的性能提升

### 早期預警系統

#### 溫度警示：

- **效能下降**:>20% 回應時間增加
- **臨界溫度**此系統在低於-15°C時
- **趨勢分析**溫度變化速率的影響
- **預測性維護**:基於溫度暴露的時間表

## 哪些解決方案能最大限度地減少低溫環境下的性能損失？

減緩低溫效應需要針對熱量管理、元件選擇和系統設計的綜合方法。️

**透過系統加熱（加熱外殼、伴熱裝置）、元件優化（加大流道、低溫閥門）、流體調控（空氣乾燥機、溫度調節）及控制系統調整（溫度補償、延長時序），將低溫性能損失降至最低。.**

![一份名為《低溫環境氣動解決方案與優化》的綜合技術資訊圖表，詳述四階段整合方案。四大環節為：1. 熱管理（加熱外殼、伴熱系統、熱交換器）；2. 組件優化（加大氣口、低溫材料、超尺寸氣缸）；3. 流體處理（空氣乾燥、多級過濾器、增壓器），以及4.控制系統調整（自適應時序、溫度補償、智慧整合）。底部流程圖概述「實施與成果（羅伯特設施）」，展示三階段流程達成「成功實施」，帶來關鍵性能提升與5.5個月投資回報期。.](https://rodlesspneumatic.com/wp-content/uploads/2025/12/Cold-Weather-Pneumatic-Solutions-and-Optimization-Strategies-1024x687.jpg)

寒冷氣候下的氣動解決方案與優化策略

### 熱管理解決方案

#### 主動式加熱系統：

- **加熱機箱**：維持元件溫度高於臨界閾值
- **追蹤加熱**氣動管線上的電熱纜線
- **熱交換器**：溫暖的進氣壓縮空氣
- **隔熱**減少系統元件的熱損失

#### 被動式熱管理：

- **熱質**大型組件維持溫度
- **隔熱**防止熱量流失至環境中
- **熱橋**將熱量從溫暖區域導出
- **太陽能加熱**利用可用的太陽能

### 元件最佳化

#### 閥門選擇：

- **更大的端口尺寸**降低黏度敏感的壓降
- **低溫材料**在低溫下保持彈性
- **快速作用設計**最小化切換時間的懲罰
- **整合式供暖**內建溫度補償

#### 系統設計修改：

- **超大尺寸元件**：補償流量容量的減少
- **平行流路徑**：減少個別路徑限制
- **較短的線長**最小化累積壓降
- **最佳化路由**防寒保護

### 流體調控

| 解決方案 | 溫度效益 | 實施成本 | 效能 |
| 空氣加熱 | 15-25°C的升溫幅度 | 高 | 極高 |
| 除濕 | 防止凍結 | 中型 | 高 |
| 過濾升級 | 維持流動 | 低 | 中型 |
| 壓力增強 | 克服限制 | 中型 | 高 |

### 進階控制策略

#### 溫度補償：

- **自適應時序**根據溫度調整循環時間
- **壓力剖面**：在低溫下增加供氣壓力
- **流量補償**修改閥門正時以因應溫度效應
- **預測控制**預期溫度導致的延誤

#### 智慧系統整合：

- **溫度監控**：持續系統溫度追蹤
- **自動調整**：溫度效應的即時補償
- **效能最佳化**動態系統調校
- **維護排程**：基於溫度的工作間隔

### 貝普托的寒冷天氣解決方案

在貝普托氣動公司，我們為低溫應用開發了專業解決方案：

#### 設計創新：

- **低溫氣瓶**: 針對低溫運作進行優化
- **整合式供暖**內建溫度管理
- **低溫密封件**保持靈活性與密封性
- **熱監測**即時溫度反饋

#### 效能增強：

- **超大尺寸端口**40% 規格大於標準值，用於黏度補償
- **隔熱**整合式隔熱系統
- **加熱歧管**維持元件最佳溫度
- **智能控制**溫度自適應控制演算法

### 羅伯特設施實施策略

#### 第一階段：即時解決方案（第1-2週）

- **隔熱層安裝**包裹關鍵氣動元件
- **加熱機箱**安裝於閥門匯流排周圍
- **送風加熱**壓縮空氣供應系統上的熱交換器
- **控制調整**:在寒冷時期延長循環時間

#### 第二階段：系統優化（第1-2個月）

- **元件升級**:更換為寒冷天候最佳化閥門
- **線路修改**:直徑較大的氣動管路
- **過濾改善**高流量、低阻力過濾器
- **監控系統**:溫度與效能追蹤

#### 第三階段：進階解決方案（第3至6個月）

- **智能控制**溫度補償控制系統
- **預測演算法**預先預測並補償溫度效應
- **能源優化**在供暖成本與效能提升之間取得平衡
- **維護優化**:基於溫度的服務排程

### 成果與績效提升

羅伯特的實施成果：

- **響應時間改善**:寒冷天候罰則從 65% 減至 15%
- **吞吐量恢復**每日恢復12,000單位，總計損失15,000單位
- **能源效率**:壓縮空氣消耗量減少 18%
- **可靠性改善**40% 降低寒冷天氣故障率

### 成本效益分析

#### 實施成本：

- **加熱系統**: $45,000
- **元件升級**: $28,000
- **控制系統**: $15,000
- **安裝／調試**: $12,000
- **投資總額**: $100,000

#### 年度福利：

- **生產恢復**$180,000（吞吐量提升）
- **節約能源**$25,000（效率提升）
- **減少保養**$15,000（減少低溫故障）
- **年度總福利**: $220,000

#### 投資回報率分析：

- **回本期**5.5個月
- **10 年淨現值**$165萬
- **內部報酬率**: 185%

### 維護與監控

#### 預防性維護：

- **季節性準備**：入冬前系統優化
- **溫度監控**:持續的效能追蹤
- **組件檢查**定期檢查供暖系統
- **性能驗證**驗證溫度補償效果

#### 長期優化：

- **資料分析**基於績效數據的持續改進
- **系統升級**：不斷演進的技術整合
- **訓練計畫**操作員關於溫度效應的教育
- **最佳實踐**文件與知識共享

成功應對寒冷天氣運行的關鍵，在於理解溫度效應是可預測且可控的，只要透過適當的工程設計與系統規劃即可實現。.

## 關於流體黏度與低溫效應的常見問題

### 空氣黏度變化對氣缸反應時間的影響有多大？

在極端低溫條件下（-40°C），空氣黏度變化可能使氣缸響應時間增加50-80%。此效應在具備小孔徑閥門與長距離氣動管線的系統中尤為顯著，因黏度相關壓降會沿系統全線累積。.

### 氣動系統在何種溫度下會開始出現顯著的性能衰退？

大多數氣動系統在攝氏零度以下便會開始出現明顯的性能衰退，而低於攝氏零下十度時影響尤為顯著。然而，具體的臨界溫度取決於系統設計，其中採用精密過濾系統及小型閥門孔徑的系統對溫度效應更為敏感。.

### 能否完全消除低溫下的性能損失？

完全消除雖不切實際，但透過適當加熱、元件尺寸設計及控制系統補償，可將性能損失降至10-15%TP3T。關鍵在於平衡解決方案成本與性能要求及操作條件。.

### 壓縮空氣溫度與環境溫度有何不同？

壓縮空氣溫度因壓縮升溫效應可能比環境溫度高出20-40°C，但當其流經系統時會逐漸降溫至接近環境溫度。在低溫環境中，此溫差變化會顯著影響黏度及系統性能。.

### 無桿氣缸在低溫環境下的性能是否優於有桿氣缸？

無桿氣缸在低溫環境下可能具備優勢，因其通常擁有較大的端口尺寸與更優異的散熱特性。然而，其密封元件受低溫影響的數量也可能更多，因此淨效果取決於具體設計與應用需求。.

1. 瞭解用於計算氣體黏度、源自分子間吸引力所衍生的特定常數。. [↩](#fnref-1_ref)
2. 探討基於分子運動解釋巨觀氣體性質的理論。. [↩](#fnref-2_ref)
3. 瞭解預測流體流動模式的無量綱量。. [↩](#fnref-3_ref)
4. 理解在低速條件下占主導地位的平滑平行流場。. [↩](#fnref-4_ref)
5. 檢討電阻溫度檢測器的運作原理，以實現精確的熱量測量。. [↩](#fnref-5_ref)