基于人工智能技术的网络数据资源安全存储方法

为提高资源在存储过程中节点的均衡负载性，减少数据丢失量，本文引进人工智能技术，设计一种网络数据资源安全存储方法。首先提取所有呈离散状态的网络数据资源，利用人工智能技术主动抓取空间数据，实现对网络数据资源特征的挖掘；设计一个针对存储数据的擦除码，处理网络传输中的数据远程实时容灾，设计网络传输节点加密，完成互联网安全存储环境的建立；建立节点存储信息适应度函数，压缩存储节点中的高密度网络数据资源，实现网络数据资源的安全存储。实验结果证明：设计方法可以提高网络数据资源存储节点负载均衡性，还可以有效控制存储过程中数据的丢失量，最小丢失量可以达到0，能够满足网络数据资源安全存储的设计需求。     

井下仪器高可靠性大容量实时存储系统设计

数据实时存储是随钻仪器设计中的难点也是核心。本文介绍了一种适用于随钻仪器中高可靠性存储系统的设计方法。以M25P64为基本存储单元构成冗余存储阵列,通过采用相应的算法实现了数据高速大容量的实时存储。经过大量实验及应用效果表明,该设计方法能够满足井下各类仪器的数据存储需求。     

大港石化公司生产实时数据库系统设计

通过生产实时数据库特定的软硬件接口把全厂生产装置的生产数据统一集成到生产实时数据库平台上,实现对全厂实时数据的自动采集、存储和监视,并围绕这些数据开发出各种实用管理程序.     

硫化机集群控制及管理系统

轮胎企业硫化机组网集中管控,设备生产数据集中存储,自动统计分析生产过程数据,实时数据统一平台处理,与条码系统网络连接,自动纠错与工艺控制,真正实现企业设备生产信息数据标准化管理。     

捷联式旋转导向钻井工具数据存储研究

大容量井下数据实时存储是捷联式旋转导向钻井工具的关键技术之一,是获取工具的井下工作状态信息、分析工作井段施工效果以及绘制全井工程参数曲线的唯一手段。论文在分析捷联式旋转导向钻井工具井下数据存储基本要求的基础上,提出并实现了一套基于NAND FLASH的大容量井下数据实时存储系统。以K9F8G08UOM作为FLASH存储介质,以DSP作为控制核心,完成了硬件系统和软件系统的设计实现。经过长时间的测试,验证了在频繁掉电的干扰下数据存储的完整性和可靠性。目前已成熟应用于现场施工中,累计存储时间超过3000小时。从数据回放结果来看,完全满足捷联式旋转导向钻井工具对井下数据存储的要求。     

基于云计算的分布式数据安全存储方法

云计算由于是分布式的，为了提高数据安全存储效率，本次研究以分布式数据为例，引进云计算技术，设计一种全新的安全存储方法。先将分布式数据划分为正常序列与异常序列，根据序列的类别及其长度，将其放置在网络不同缓冲区域中。采用对分布式数据集序列分割的方式，提取数据集特征。然后引进云计算技术，将数据录入云存储空间中，设计高密度数据的压缩与过滤。圈出节点所在的空间位置，定义分布式数据为源数据包，生成存储数据包，根据数据的流向、数据的操作方式，评估并分析节点是否为关键信息或隐私信息。最后设计信息存储过程中的安全等级或加密方式，实现对存储节点的安全认证。对比实验结果证明：本文设计的安全存储方法可在提高存储节点响应时间、提高存储效率的同时，有效控制数据存储的丢失，提高数据存储的安全性与可靠性。     

基于云监测平台的实时数据监测

针对传统实时数据监测方式的不足,提出一种基于云监测平台远程处理实时数据的新型监测方法。将数据实时传送至Storm数据处理平台,采用实时数据跟踪算法来确保数据的完整性。在数据库中采用发布/订阅的数据存储方案,将My SQL和Redis数据库相结合,实现了数据的快速存取。最后,依据客户端的Highcharts图形可视化技术让用户通过终端浏览器进行实时监测,获取各种结果。实验表明:该方法比传统监测方法的时间消耗低,实时性明显较强。     

焦化企业中的信息安全

在信息化建设日益普及的今天，网络的安全日趋重要。北台三焦生产调度管理计算机网络系统是覆盖全部区域内的一体化计算机管理网络系统。它对生产的实时数据进行采集、整理、存储、分析，并科学的指导生产。同时，还与集团公司信息系统等相关网络进行有效的数据通讯。     

煤矿压风设备三维可视化实时监控预警系统的实现

煤矿压风设备三维可视化实时监控及预警系统运用三维可视化虚拟仿真技术与PLC控制技术相结合对现场设备进行实时三维监控的半实物仿真系统。采煤现场各种设备的实时数据通过传感器采集后传输给PLC系统,PLC系统通过专用接口将数据传给上位机,再运用OPC技术将现场采集的数据实时存储进实时数据库中,最后,三维仿真模块根据数据库中的实时数据来控制虚拟环境中的各种设备进行动作。以Visual C＋＋和Eon作为开发工具,采用适合煤矿实体建模及应用的三维数据模型和数据结构,并采用几何建模、三维交互以及颜色、光照和材质等虚拟现实技术,开发煤矿三维可视化实时监控系统。     

存储式煤层气原位探测系统设计及试验

基于煤层气压裂工艺的需要,设计了一种存储式煤层气原位探测系统,系统由测量探头及上位机软件组成。在钻取煤层气开采孔的过程中,测量探头与钻杆相连接,随钻杆实时采集不同深度、不同位置处的煤层气浓度,采集到的数据实时存储到SD卡内。采集完成后将SD卡取出,通过上位机软件读取、处理及显示煤层气浓度数据。测试系统加工完成后进行了室内试验,试验结果表明探测系统的稳定性及精度均可满足实际工程项目的使用需求。     

基于OPC技术的工业实时监控系统

针对某公司四氧化三钴的生产过程,开发了基于OPC技术的实时监控系统。系统由OPC服务器、OPC客户端以及实时监控软件组成。在工业自动化系统中应用了OPC技术,简化了系统的结构,方便用户对数据的读取与管理,提高了监控系统的实时性和扩展性。     

炼油过程的智能工厂流程模拟仿真平台

在炼油厂实际生产过程及物料平衡的基础上,采用Matlab和VC结合开发了一套智能工厂流程模拟仿真平台。通过在Simulink环境下建立虚拟生产装置,系统可模拟实现整个工厂的实际生产流程,并按照用户定义的采样周期输出各装置的真实数据并存入到数据库中。同时利用虚拟仪表模块,可以获得引入了误差的测量数据。各种数据校正算法和优化算法均可在此平台上运行并验证其可靠性。     

Nonlinear dynamic data reconciliation and parameter estimation through particle swarm optimization: Application for an industrial polypropylene reactor

This work presents a procedure to solve nonlinear dynamic data reconciliation (NDDR) problems with simultaneous parameter estimation based on particle swarm optimization (PSO). The performance of the proposed procedure is compared to the performance of a standard Gauss-Newton (GN) scheme in a real industrial problem, as presented previously by Prata et al. [2006. Simultaneous data reconciliation and parameter estimation in bulk polypropylene polymerizations in real time. Macromolecular Symposia 243, 91-103; 2008. In-line monitoring of bulk polypropylene reactors based on data reconciliation procedures. Macromolecular Symposia 271, 26-37]. Both methods are used to solve the NDDR problem in an industrial bulk propylene polymerization process, using real data in real time for the simultaneous estimation of model parameters and process states. A phenomenological model of the real process, based on the detailed mass and energy balances and constituted by a set of algebraic-differential equations, was implemented and used for interpretation of the actual plant behavior in real time. The resulting nonlinear dynamic optimization problem was solved iteratively on a moving time window, in order to capture the current process behavior and allow for dynamic adaptation of model parameters. Obtained results indicate that the proposed PSO procedure can be implemented in real time, allowing for estimation of more reliable process states and model parameters and leading to much more robust and reproducible numerical performance.     

负荷控制终端自恢复电源的研制

对负控终端电源在恶劣电磁干扰环境下的自保护和自恢复技术进行研究,使负控终端电源能够在浪涌、过压、电压短时中断等电磁干扰情况下进行自保护,避免电源故障造成负控终端停运、电费数据和实时用电数据不能准确及时地传送到负控中心的问题,增强负控系统实时数据采集的数据准确度,使负荷管理系统能够为电网负荷管理提供可靠的分析数据。     

适用于我国石油化工企业的多级实时数据库的研究

着重研究符合中国国情的石油化工多级实时数据库的数据结构与数据描述,提出多级实时数据库的更新和检索的操作原语,阐述了访问实时数据库的内存映射技术,提出构建多级石油化工实时信息系统的几个基本观点。呼吁建立实时数据库标准和开放标准,并期待对多级的MES系统的支持。     

基于ODBC的IFIX实时数据采集技术

采用ODBC、ADO技术,利用IFIX内嵌语言VBA,实现对化工厂重要数据实时采集,并把采集的实时数据送到ACCESS数据库。说明了IFIX强大的数据处理功能,也显示了IFIX的灵活性。     

Bently 3500型监测系统测量数据在DCS操作站上的显示

企业压缩机运行状态监测使用3500型系统,其测量值通过串联数据通信接口送入DCS,通过Honeywell TPS的操作站进行数据显示、组态,可以实现压缩机状态实时监测的棒图和压缩机图的直观显示。     

Central limit theorems for nonparametric estimators with real‐time random variables

In this article, asymptotic theories for nonparametric methods are studied when they are applied to real‐time data. In particular, we derive central limit theorems for nonparametric density and regression estimators. For this we formally introduce a sequence of real‐time random variables indexed by a parameter related to fine gridding of time domain (or fine discretization). Our results show that the impact of fine gridding is greater in the density estimation case in the sense that strong dependence due to fine gridding severely affects the major strength of nonparametric density estimator (or its data‐adaptive property). In addition, we discuss some issues about nonparametric regression model with fine gridding of time domain.     

On Hypotheses Testing for the Selection of Spatio‐Temporal Models

Abstract. Several models have been proposed in recent years for analysing spatial data and also, to some extent, spatio‐temporal data. One of the important problems, namely the choice of an appropriate model for describing real data sets, remains unsolved. Here we consider the analysis of spatio‐temporal processes from which observations over space and time are available. We propose statistical tests for discriminating between space–time autoregressive processes and multivariate autoregressive processes. The sampling properties of the proposed tests are considered. We illustrate the methods with a real example. We use the above tests to find the best model to describe spatio‐temporal variations of hourly carbon monoxide measurements at four locations in London in January 2004.     

基于多源数据融合的化工园区危险态势感知

化工园区存在危险品储罐、运输车等众多安全威胁，需要实时感知园区的危险态势，及时发现并排除潜在的安全威胁。传统方法是依靠危险品储罐实时监测等单一数据源进行危险识别，难以满足目前化工园区对安全状态评估的需求。从大数据分析的角度出发，整合化工园区内危险品储罐监测传感器、危险品运输车、地理信息等数据，基于危险品泄漏呈高斯扩散的特点，提出了一种多源异构数据融合的危险识别方法，实现园区的危险态势感知，并实时展示整个化工园区内的潜在危险区域。结合某化工园区的实际数据，验证了所提方法的有效性。