图引擎底层存储的设计与实现

随着社交网络和语义Web等数据应用的兴起,催生了许多图数据处理产品,包括Neo4j,Hyper Graph DB等,然而这些产品在设计时并未充分考虑图应用对数据可用性和可扩展性的更高要求。为此,提出一种基于分布式内存云的图引擎底层建模和存储解决方案。在内存云上搭建分布式键值引擎,进而在键值存储的基础上对图的数据进行建模和读写。在大规模数据集上的实验结果表明,该方案具有较好的图随机访问性能,并能够高效地支持海量规模的图数据应用。     

利用SIS失效概率定量计算安全阀泄放管网负荷

在石化装置有毒可燃气体安全阀泄放管网的设计过程中,全厂性超压工况下各装置安全阀排放至收集系统的总排放量,即管网负荷,是一个关键的工艺设计参数。工程公司通常会采用某种叠加原则对各装置的安全阀泄放量进行加和取值,SH 3009—2013《石油化工可燃性气体排放系统设计规范》中有相关说明。从概率计算的角度推导出了一种泄放管网负荷的定量计算方法。将系统中多套相关安全仪表系统(SIS)看作一个整体,根据每套SIS的失效概率(PFD)计算得到该系统特定个数SIS的失效概率,然后根据保护层分析(LOPA)中后果概率的概念,确定最多可能会发生失效的SIS个数,进而得到安全阀泄放至管网总负荷。