PI数据库及其在电厂生产实时数据平台系统中的应用

介绍了PI实时/历史数据库的系统框架、基本组成、数据流程等信息,详细讨论了Pl数据库的各种数据发布技术的功能及优点,并结合某电厂生产实时数据平台系统实际,介绍了这些技术的应用效果,最后指出Pl的各种数据发布技术可以满足该系统在实施过程中遇到的各种需求.     

UML在火电生产效益决策中的应用

生产指标是电厂生产效益的直接体现,本文结合火电厂企业的生产数据实际采集流程和效益分析手段,以生产效益分析为目标,在对各种设备数据、原材料数据及其复杂数据关系分析的基础上,采用统一建模语言UML对生产效益决策管理进行了建模分析.     

UML在火电生产效益决策中的应用

生产指标是电厂生产效益的直接体现,本文结合火电厂企业的生产数据实际采集流程和效益分析手段,以生产效益分析为目标,在对各种设备数据、原材料数据及其复杂数据关系分析的基础上,采用统一建模语言UML对生产效益管理进行了建模分析.     

基于DTS的数据库综合信息查询平台研究与设计

由于管理和生产的需要,许多企业都建立了各种用途的数据库,数据库之间彼此相对独立,通常每个数据库也只为某一个软件系统提供数据支持.因此,各个数据库中的数据普遍存在利用率低、重复建设的问题,造成了企业资源的大量浪费.本文介绍一种方法,通过利用DTS技术,可将各种数据资源集中到一个逻辑数据库中,建立统一的信息查询平台,为有效利用数据资源提供一种有效的解决方案.     

集成电路封装工艺生产管理系统的设计与实现

针对集成电路封装工艺生产的实际需要,设计和实现了一个基于客户机/服务器模式的集成电路封装工艺生产管理系统.该系统可以采集大量的生产数据信息,并自动完成统计分析,生成各种实时的报表;特别是增加了用户自定义报表编缉功能,使得管理者和工程师能够快速地生成自己所需形式的报表,统计分析生产流水数据,提高生产的工艺管理水平.目前,系统性能已经过测试优化并投入试运行.     

基于二代小波变换的信号去噪及其软测量建模

化工生产过程中采集到的数据信号通常具有随机性和非平稳性,附加了各种噪声,以至于影响数据建模的拟合效果和泛化性能.本文基于二代小波分析的特点,提出了一种对信号数据进行小波变换阈值去噪的方法.该方法可去除大部分高频随机噪声,提取真实信号,进而提高数据的置信度.将该方法与支持向量机相结合并应用于双酚A反应过程质量指标软测量模型中.仿真结果表明,该方法能有效恢复数据的真实性,提高数据建模的拟合精度与泛化性能.     

ASP.NET中数据分页技术的研究*

数据分页是Web应用程序开发中经常使用的一种技术,也是提高Web数据访问性能的主要手段.结合ASP.NET的优点,详细分析了ASP.NET中各种数据分页技术,并通过分析试验结果比较了各种数据分页技术的优缺点.     

基于GDAL框架的多源遥感数据的解析

针对图像软件系统工程项目中涉及的多源遥感数据的预处理问题,研究了当前几种典型卫星数据的不同存储格式,提出了对各种遥感数据进行解析的方法.通过对地理空间数据抽象库( GDAL)原有功能进行完善和扩展,并重新编辑发布动态链接库( DLL)版本,设计了多源遥感数据在GDAL框架体系下的统一解析模式,实现了遥感数据解析结果存储为项目中通用的统一数据格式(如Tiff格式),为后续的遥感数据处理和定量遥感数据产品的生产提供数据基础和技术支持.     

基于人机交互的热轧动态调度

针对热轧动态调度问题,在深入分析其生产过程中扰动因素基础上,提出了各种扰动事件的处理策略,给出了基于人机交互的处理流程.在此基础上开发了基于人机交互的热轧动态调度系统,该系统主要包舍扰动识别模块、在线调整模块、模型优化模块、调整板坯顺序模块和系统管理模块.源于钢厂实际生产数据的仿真结果表明,该人机交互平台能够快速有效地处理各种扰动事件,获得与原调度尽量一致的新调度方案,保证了热轧生产过程的连续与稳定.     

基于数据的流程工业生产过程指标预测方法综述

生产过程关键指标的预测对于流程工业生产调度,安全生产和节能环保有着重要作用.目前,已有多种基于工业生产数据提出的生产过程指标预测方法,主要涉及特征（变量）选择,预测模型构建及其模型参数优化这三方面.本文分别针对以上三方面论述了基于数据的工业生产过程指标预测国内外研究现状,分析了各种方法的优缺点.最后,指出了流程工业生产过程指标预测方法在工业大数据及知识自动化等方面的未来研究方向和前景.     

一个用于汽车HIL仿真器的三维虚拟现实的实现

自上个世纪八十年代以来，汽车行业在将机电一体化工程应用于汽车产品方面取得了突破性的进展。在这一过程中，各类仿真器被广泛运用于汽车产品的开发。这反过来又推动了相关仿真器本身的研究与发展。文中介绍了为一个汽车HIL实时仿真器开发的三维虚拟现实的实现方案。     

一种基于B／S结构的OLAP服务体系结构的研究

论述了当前基于C／S结构的OLAP系统的不足，提出了一种基于B／S结构的OLAP系统。该系统读取OLAP建摸工具生成的语义对象存储文件，向用户屏蔽了各种分析数据源的差异，可以以普通关系数据库、数据仓库和数据立方体为分析数据源，通过浏览器向用户展示分析结果，同时可以对分析结果进行各种分析操作。     

基于XQuery查询优化的研究

XML已经成为网络上信息描述和信息交换的标准,随着XML应用得越来越广泛,人们提出了多种XML 数据的查询方法.但是,很多查询方法都有各自的局限性.利用有意义的最小公共实体结构EntityInMLCAS(Entity In Meaning Lowest Common Ancestor Structure)原理,提出一种优化查询方法.同时采用堆栈技术的方法对XML文档结点树进行自顶向下的遍历,该方法大大提高了优化查询的速度.     

Worm plots

Scientists sometimes spend hours conducting experiments only to find that the resulting data proves difficult to analyze with traditional visualization techniques. A typical laboratory experiment, for example, will setup several systems in each of two or more groups-a control group and various treatment groups. The investigator will then measure various parameters for each system over time (sometimes dozens to hundreds of parameters). The investigator tries to answer this question: What is different between the control and treatment groups? Field monitoring of polluted and unpolluted sites within a region result in the same kinds of data and the same difficulties in visualization. Plotting multiple lines on a single 2D plot quickly gets confusing. Plus, the dynamic interactions between parameters can be hard to see. 3D visualizations help researchers make qualitative insights about data more easily. We developed a 3D plotting technique, called “worm plots”, for visualizing these kinds of data. Our visualization tool examines how groups of points change over time. If we plot circles for each time slice, then these circles will change their relative sizes and positions as time goes by. To visualize these evolving dynamics, we connect these time slices with conic sections. This gives us spacetime worms that can be displayed graphically. In our experience, these simple circular cross sections work best when exploring data. They can be rendered quickly and give an easily intuited summary of each group. Further enhancements tend to make the image busy and difficult to interpret     

用多用户多窗口方法处理多维视图动态选择

多维视图动态维护是数据仓库领域当前研究的一个热点．随着数据仓库的普及，将有越来越多的各种类型的用户使用OLAP工具满足各自特定的分析需求．现有的各种视图选择方法没有考虑不同类型用户的特点，从而存在一些缺陷．提出多用户多窗口方法，充分考虑用户的差异，利用单个用户在查询时的相对有规律性，为用户划分级别，并为每个用户设置相应级别的用户视图窗口，从而合理地利用了系统有限的资源，提高了查询响应速度，也保证了特殊用户对查询性能的特殊需求；给出了相关的定义和MUMW算法，并阐述了多用户多窗口方法的优点．     

基于VC的时间序列分析法的应用研究

时间序列分析是概率统计学的一个重要组成部分,现在从经济到工程技术,为了得到时间序列分析预测,对时间序列分析、预测、比较都具有重要的理论意义和实际应用价值.选取两种有代表性的数据,利用Visual C++实现了三种时间序列预测方法:移动平均法、指数平滑法和最小二乘法,并通过图表以及相关的误差分析,详细地比较了三种方法的特点和适用范围,从而既可以从直观上了解三种方法的共同点以及不同点,又可以从误差分析的数据中了解各种方法适合于分析预测哪种类型的数据.     

City digital pulse: a cloud based heterogeneous data analysis platform

In recent years, increasing attention has been paid to developing exceptional technologies for efficiently processing massive collection of data. This is essential in the research on smart city, which involves various types of data generated by different kinds of sensors (hard and soft). In this paper, we propose a cloud-based platform named City Digital Pulse (CDP), where a unified mechanism and extensible architecture are provided to facilitate the various aspects in big data analysis, ranging from data acquisition to data visualization. We instantiate the proposed system using multi-model data collected from two social networks, namely Twitter and Instagram, which can provide instant geo-tagged data. Data analysis is performed to detect human affections from user uploaded content. The information revealed from the collected social data can be visualized at multiple dimensions through a well-designed Web application. This allows users to easily sense changes in human affective status and identify the underlying reasons. This offers priceless opportunities to improve the decision making in many critical tasks using the detected attitudes in the social messages, such as promotion strategy for companies or new policy making for the government. Our experiment results confirm the effectiveness of the proposed architecture and algorithms.

     

企业应用集成及技术实现

从企业应用集成需求出发,分析不同类型的企业应用集成,从广度和深度上深入研究了各种层次应用集成方法的实现技术,并试图为企业提供目前条件下实现应用集成最好技术模式。同时在数据集成、应用集成、过程集成的基础上．提出了服务集成的观点。并结合Web服务技术,为现代企业动态的业务需求提供一种解决方法。     

Landmark detection from mobile life log using a modular Bayesian network model

Mobile devices can now handle a great deal of information thanks to the convergence of diverse functionalities. Mobile environments have already shown great potential in terms of providing customized services to users because they can record meaningful and private information continually for long periods of time. Until now, most of this information has been generally ignored because of the limitations of mobile devices in terms of power, memory capacity and speed. In this paper, we propose a novel method that efficiently infers landmarks for users to overcome these problems. This method uses an effective probabilistic Bayesian network model for analyzing various kinds of log data in mobile environments, which were modularized in this paper to decrease complexity. We also present a cooperative inference method, and the proposed methods were evaluated with mobile log data generated and collected in the real world.