嵌入式实时操作系统内核混合代码的自动化验证框架

"如何构造高可信的软件系统"已成为学术界和工业界的研究热点.操作系统内核作为软件系统的基础组件，它的安全可靠是构造高可信软件系统的重要环节.为了确保操作系统内核的安全可靠，将形式化方法引入到操作系统内核验证中，提出了一个自动化验证操作系统内核的框架.该验证框架包括：（1）分别对C语言程序和混合语言程序（C语言和汇编语言）进行验证；（2）在混合语言程序验证中，为汇编程序建立抽象模型，并将C语言程序和抽象模型粘合形成基于C语言验证工具可接收的验证模型；（3）从规范中提取性质，基于该自动验证工具，对性质完成自动验证；（4）该框架不限于特定的硬件架构.成功地运用该验证框架对两种不同硬件平台的嵌入式实时操作系统内核μC/OS-II进行了验证.结果显示：利用该框架在对两个不同的硬件平台上内核验证时，框架的可重复利用率很高，高达到88%，虽然其抽象模型需要根据不同的硬件平台进行重构.在对基于这两种平台的操作系统内核验证中，分别发现了10~12处缺陷.其中，在ARM平台上两处与硬件相关的问题被发现.实验表明，该方法对不同硬件平台的同一个操作系统分析验证具有一定的通用性.     

Application of higher order spectral features and support vector machines for bearing faults classification

Condition monitoring and fault diagnosis of rolling element bearings timely and accurately are very important to ensure the reliability of rotating machinery. This paper presents a novel pattern classification approach for bearings diagnostics, which combines the higher order spectra analysis features and support vector machine classifier. The use of non-linear features motivated by the higher order spectra has been reported to be a promising approach to analyze the non-linear and non-Gaussian characteristics of the mechanical vibration signals. The vibration bi-spectrum (third order spectrum) patterns are extracted as the feature vectors presenting different bearing faults. The extracted bi-spectrum features are subjected to principal component analysis for dimensionality reduction. These principal components were fed to support vector machine to distinguish four kinds of bearing faults covering different levels of severity for each fault type, which were measured in the experimental test bench running under different working conditions. In order to find the optimal parameters for the multi-class support vector machine model, a grid-search method in combination with 10-fold cross-validation has been used. Based on the correct classification of bearing patterns in the test set, in each fold the performance measures are computed. The average of these performance measures is computed to report the overall performance of the support vector machine classifier. In addition, in fault detection problems, the performance of a detection algorithm usually depends on the trade-off between robustness and sensitivity. The sensitivity and robustness of the proposed method are explored by running a series of experiments. A receiver operating characteristic (ROC) curve made the results more convincing. The results indicated that the proposed method can reliably identify different fault patterns of rolling element bearings based on vibration signals.     

基于云概率密度分布估计的大坝监测数据分析

大坝运行监测易受自然环境和监测条件影响，存在时间和空间上的变异性，监测数据具有不确定性。以云理论的随机性和不确定性分析方法为基础，并与空间数据辐射思想相结合，建立了云滴概率密度分布估计模型，然后导出云概率密度分布函数，依据样本监测数据推求母体空间数据的分布特征，并设计了基于逆向云算法云变换的计算程序。分析陆浑水库1979~1999年测压管监测数据和位移变形数据的云概率密度分布特征和云数字特征，得出了20 a来大坝的数据分布特征和运行状态。监测数据分析结果表明，云概率密度分布估计不仅能有效合理地分析大坝的运行状态，而且能够依据云数字特征来判断监测状态和监测环境的异常变化。      

离心泵并联运行工况点的数值求解

建立了求解多台不同型号离心泵并联运行工况点的数学模型,给出了用数值计算中的“二分法”求解该模型的方法,并附有用Exce l计算的实例。     

新安江电站进水口快速闸门动水闭门鉴定试验

本文叙述了应用现代科学方法和实验原型观测技术对新安江水电站进水口快速闸门进行安全检测鉴定，并介绍了水电站快速闸门动水闭门试验程序，对水电站快速闸门试验及相关鉴定有重要参考意义。     

油气操作成本预测方法研究

油气操作成本在油气生产中占有较大的比重，油气操作成本的高低直接影响油田开发的经济效益。为了有效地控制油田油气操作成本，根据影响油气操作的因素，将油气操作成本按其影响因素进行分类，对基本运行费和油气处理费采用回归预测的方法，通过对相关数据的收集，建立对应的数学模型进行预测，对其他各项操作成本，采用单位费用和计划工作量进行预测，最后进行汇总，得到油气操作成本，其预测结果可作为油气操作成本计划制订的依据。该方法简单、操作性强，预测效果较好，在油田可以推广使用。     

大坝安全监控指标的制定

本文论述了大坝安全监控指标的含义、制定安全监控指标的意义、制定安全监控指标的基本原则、制定大坝施工阶段和首次蓄水阶段以及运行阶段安全监控指标的方法。     

隔河岩水电站大坝廊道排水系统自动化改造

隔河岩水电站大坝廊道排水控制系统存在设备备品、备件不足,技术落后,系统软件工作不稳定等问题,不能按库坝管理要求对排水量进行监控,严重影响廊道排水系统的可靠性。为此,对该系统进行了综合自动化改造,采用TCP6IP通讯,PLC直接上网,异种CPU热备冗余等技术,提高了整个系统的运行可靠性,满足了“无人值班”的要求。     

胶性材料在混凝土坝裂缝处理中的应用

介绍了观音阁坝被埋水下6年越冬停浇面水平裂缝采用“粘贴T1密封胶及表面粘三元乙丙后锚固”的处理方案。结果表明,利用胶性材料处理运行中的重力坝迎水面裂缝,技术可靠,方法简单,经济合理。