恢复监测（精选五篇）
恢复监测 篇1
1 运动疲劳产生的机制
运动性疲劳作为运动生理和运动医学的核心问题之一, 迄今已100 多年的研究历史, 学者们对运动疲劳问题进行了广泛的研究。有学者认为疲劳是以中枢神经为主导, 以生化代谢过程中的肌体反应为表征, 伴随着机体内部环境的变化和相关机能的失调, 逐渐波及其他肌体组织乃至全身的[1]。有学者从中医的角度指出运动性疲劳是指在运动过程中发生的一种疲劳症候, 与内伤虚劳的发生密切相关。其本质是藏腑功能下降或失调和津血不足, 属于一种内伤虚劳, 属生理性, 功能性, 不是病态, 是暂时性的, 可自行或通过调养很容易恢复[2]。在第五届国际运动生物化学会议上, 将疲劳的概念统一定义为:运动疲劳是指机体生理过程不能持续其功能在一定特定水平上, 或不能维持特定的运动强度。运动性疲劳是人体在运动持续一段时间后, 产生的运动能力下降, 停止运动, 经过一段时间的休息后又可恢复的生理过程。并形成了能源物质耗竭学说、疲劳物质累积学说、中枢神经系统变化学说和机体内环境稳定性失调学说等四种不同而又有联系的学说[3]。但不管是从疲劳学说的哪个角度去分析, 疲劳和运动的强度之间有着很大的关联性。要让身体达到一个恢复的效果, 就应重视运动量和强度的安排, 如果继续从事原来的量和强度, 就会加重疲劳的堆积, 会使运动疲劳并成一种病理现象, 造成机体的伤害。
2 长跑运动的疲劳和能量供应特点
长跑项目是属于有氧耐力训练, 由于耐力项目的运动量和和负荷都大, 长时间的锻炼容易引起机体的疲劳。长跑的技术特点是腿部积极前摆和着地, 不强调后蹬直膝关节, 注重蹬摆配合, 步长适宜, 步频快。根据其技术特点, 长跑主要是肌肉、神经等系统疲劳为主, 其他系统的疲劳为辅的运动[4]。肌肉疲劳是指肌肉在反复工作的情况下导致做功能力下降, 如肌肉中三磷酸腺普含量减少就会引起肌肉收缩的力量和速度都下降。它一般只涉及大脑皮层的局部区域; 而神经系统的疲劳则与中枢神经活动有关, 在运动中, 人的脑神经是人体从事工作的总指挥, 如果神经细胞从事的运动过于繁重, 对血液和氧气的供应量就会更高, 在长时间的跑步中, 大量的血液补充肌肉的运动, 会让大脑神经细胞的氧气供应造成暂时性的不足, 导致运动能力的下降, 人就会出现一种弥散的、不愿意再作任何活动和懒惰的感觉, 意味着肌体迫切需要休息。
根据体能类供能的特点分为ATP_CP系统、无氧乳酸和有氧等系统三个供能系统, 这三个供能途径是一个有机整体, 它在人体运动过程中始终同时运转, 只是由于强度和持续时间的不同来自这三大供能系统的能量比例不同。运动的持续时间愈长, 依靠有氧供能的比重愈大。长于75s的周期性耐力项目都属于有氧供能主导的运动项目, 有氧能力是决定这些周期性耐力项目运动能力最主要的生理学能力[5]。而长跑运动主要是以有氧供能为主。长距离跑运动有氧系统供能占80 以上, 无氧糖酵解系统占了大约5% -15%, 无氧功能系统占5%以下。
3 长跑项目运动疲劳的监测
通过适宜的方法来检测与评定长跑锻炼者的运动疲劳程度, 这对于防止过度疲劳和运动损伤, 提高健身的效果和健康状况都有十分重要的现实意义。
3. 1 生理生化方面的指标诊断
生理生化指标能较客观、准确地评定运动负荷和身体机能的变化, 运动时机体某些物质的代谢程度也可直观反映出机能的运动状态, 能较好地监测到运动疲劳的产生。对长跑项目运动疲劳的测试方法很多, 但对于普通的锻炼者来说, 推荐以下几种简易、实用、经济的生理生化的指标来进行诊断。
3. 1. 1 心率
心率是反映血液循环系统功能的重要指标之一。Kiryu等指出心率 ( heart rate, HR) 和血乳酸是力竭型体力疲劳评价的黄金指标[6], 1994 年, 美国运动医学学院发表了有关锻炼质量和数量的意见就认为: 能够提高和保持心血管健康的活动强度, 是对应于最大心率的65% 到90% 。
诊断运动是否疲劳的重要方法就是用基础心率的变化来衡量。基础心率是指清晨、清醒、起床前静卧的心率。如果大负荷运动训练后, 经过一晚上的休息, 基础心率较平时增加5~ 10 次/ min以上, 则认为有疲劳累积的现象; 如果连续几天持续增加, 则应调整运动负荷, 以免造成过渡疲劳[7]。
目前市场上也有很多可以随身携带的心率测量仪, 这些仪器能将运动时的心率情况及时反馈给参加运动的人, 由此来掌握运动后身体的反应, 通过心率来检测运动强度的变化, 可以让长跑锻炼者运动强度始终在适宜的水平上。因此, 对心率变化进行监测能很好地预知运动疲劳的相关信息。
3. 1. 2 血红蛋白
它是红细胞中的一种含铁蛋白质, 其主要的生理功能是运输氧气和参与体内的酸碱平衡调节, 它有助于判断运动员营养状况、对负荷的适应及身体机能水平等。运动技能状态和身体对运动负荷的适应会呈现一个正相关的关系。身体技能状态好时, 血红蛋白值较高。反之亦然。当身体技能出现下降或运动疲劳状态时, 血红蛋白的浓度会下降, 这对于检测运动疲劳有着非常积极的作用。
3. 1. 3 乳酸
乳酸是糖无氧酵解的重要产物, 它是反映运动能力的一项重要指标, 血乳酸水平与运动能力呈负相关关系。运动疲劳后有大量的乳酸在机体内积累, 会导致机体血清乳酸含量水水平上升。对人体的运动能力具有明显的影响。因此, 血乳酸指标水平的高低被广泛用于对运动疲劳的检测中。
3. 2 运用APP运动应用和智能技术监测运动疲劳
随着智能手机的普及和网络的不断优化, “APP”的运动健身应用也层出不穷。该应用有GPS记录运动线路和速度, 并能根据运动的距离和时间计算出跑步的速度以及运动过程中所消耗的卡路里, 数据可以云同步。长跑锻炼者下载一个这样的应用就可以很好地检测自己的运动量和强度了。近日, 日本眼镜制造商Jins出品了一款智能眼镜Meme, 能够跟踪眼球运动以判断人们体力和脑力的疲劳程度。JINS MEME智能眼镜中的传感器可获取人身体中的多种信息, 帮助人们对身体安全和健康进行更好的监测。检测到的数据通过IOS或安卓系统支持的智能手机上, 能够告知佩戴者的疲劳程度, 在用户需要稍作休息时给予提醒, 统计每日步数, 每日燃脂指数, 并且对他们的日常活动作出反馈[8]。”
3. 3 自我感觉
每次运动后, 如果感觉肌肉有点酸疼和疲劳, 一般都可以自行消除的。但如果跑步结束后, 胸口会出现发闷、晚上睡眠质量差、自我感觉肌肉僵硬、不灵活, 食欲差, 出汗量大于平时、对任何事物都提不起精神等感觉时, 就预示着运动疲劳已经产生了, 应适时地调整运动量和强度, 防止过度疲劳的产生。
4 长跑运动疲劳后的恢复
4. 1 合理的整理活动
长跑练习后, 不要马上停下来, 更忌突然地坐在地上或下蹲的动作。应放松跑几分钟, 然后再做十几分钟的拉伸练习。这样做的作用, 一方面是可以提高肌肉弹性, 也能让肌肉得到有效的恢复, 预防运动损伤。另一方面, 在机体氧供应充足的环境下, 体内的部分乳酸可以进一步氧化分解产生能量, 这些能量可以将其余的乳酸合成为糖原, 血液内的乳酸浓度会下降。适当的整理活动和拉伸练习有助于疲劳的消除。
4. 2 温水浴
每次运动后, 能进行温水浴对于疲劳的恢复是非常有效果的, 因为温水能促使皮肤和肌肉中的血管舒张, 促进血液循环, 有利于机体内营养物质的运输和代谢产物的排出, 水温不能太高, 以4 2 ℃ 士2℃ 为最适宜, 温水浴的持续时间不要超过二十分钟。
4. 3 中药恢复
中医对运动性疲劳的认识已有两千年历史, 具有博大精深的基础理论和恢复疲劳的内外治法经验。中医认为精 ( 津) 血为体力产生的物质基础, 它的化生和运行与中医脾、肾、肝、心有密切关系, 人的耐力亦由此而生。中医的观点认为运动性疲劳时存在多组织, 多器官, 多系统, 多层次的复杂变化并伴之以心理变化。中医通过调整整体的功能态, 使之尽快恢复, 并阻止它向过度训练综合症转变[9]。目前中医药抗运动性疲劳的研究主要是进行辨证论治, 以健脾益气、行气活血、解痉止痛为治则[10], 从“补益”、“理气”等方面进行[11,12]。如黄芪、刺五加、参三七等, 都是有调节中枢神经系统的功能, 扩张冠状动脉和补气壮筋的作用, 对促进疲劳的消除有较好的效果。对促进疲劳很明显。
4. 4 合理的营养
在运动中产生疲劳的重要因素之一就是能量供应不足。长时间的锻炼, 导致机体各种营养物质消耗增加, 如果运动后不及时地补充营养, 就会加重运动疲劳的程度。不但不能强身健体, 还会给身体健康带来隐患。因此, 合理地补充营养, 可以有效地消除由于运动所带来的疲劳, 让机体得到很好的恢复。美国詹姆斯·希克森博士精辟地指出: “营养问题的解决将是人类体育运动的最后领域之一”。可见, 运动营养在体育运动中的重要地位。所以, 运动后应注意补充糖类、水, 此外水溶性维生素B族及电解质也应注意及时补充。由于在运动过程中会产生较多的自由基, 补充维生素C和E可以有效减少自由基损害。在运动前后给机体补充外源性谷氨酰胺, 谷氨酰胺是人体内的一种条件氨基酸, 在运动中在调节蛋白质和糖原合成, 改善机体的免疫功能和肠道功能, 有助于提高心肌组织中的还原性谷胱甘肽含量, 增强抗氧化能力、对延缓疲劳发生, 加速机体恢复等方面具有重要的作用。
5 结语
随着全民健身的进一步推广, 越来越多的人加入到长跑锻炼的大军, 甚至很多原来没有任何运动经验的人也去参加跑马比赛了。这种参与热情是值得鼓励的, 但同时我们也应清醒地认识到体育锻炼应遵循科学的锻炼原则, 如果因为运动疲劳对自己的工作和生活造成了影响, 就得不偿失了。因此, 在运动中, 应加强对运动疲劳实时的监测和恢复, 促进运动给身体带来的积极效应。
参考文献
[1]贺太纲, 刘建平, 郑崇勋.精神疲劳及其测定[J].生物医学工程学杂志, 1996, 13 (3) :267-273.
[2]常波.中医药与运动性疲劳[J].西安体育学院学报, 2005, (3) :64-67.
[3]詹承烈.体力疲劳发生机理的进展与预防[J].工业卫生与职业病, 1994, 20 (2) :126.
[4]王文胜.长跑运动员疲劳特点及体能恢复[J].军事体育进修学院学报, 2007 (2) :121-123.
恢复监测 篇2
关键词： 遗传算法；量子遗传算法；支持向量机；废气监测；数据恢复
中图分类号： TP274 文献标志码： A
文章编号：1002-1302（2015）08-0421-03
伴随着畜禽养殖的规模化发展，畜禽饲养过程中产生的各种有害气体，不仅直接影响工作人员和邻近居民的身体健康，还对畜禽本身的健康生长和食品安全产生重大影响 [1]。因此，在畜禽舍内安装多种有害气体浓度检测传感器，实时监测相应的废气浓度，进而精确计算废气的排放量，对分析各种有害气体的排放规律和影响因素 [2]，进而采取有效措施控制和处理有害气体具有重要意义。然而，畜禽舍内的复杂环境可能导致传感器损坏，进而造成监测数据缺失 [3]。为了保证监测数据的完整性，须要对缺失的废气浓度监测数据进行恢复。但畜禽舍内的废气浓度与时间、空间和环境等多种因素相关，各因素之间存在相互作用，是复杂的非线性系统，使用线性插值法进行缺失数据恢复误差较大。朱伟兴等提出使用神经网络进行废气监测缺失数据处理，并取得了较好的估算结果 [4-5]；但神经网络存在局部极小值问题，容易出现过学习，且结构和类型的选择过分依赖经验。支持向量机（support vector machine，SVM）是基于小样本统计学习理论和结构风险最小化原则的机器学习方法，具有良好的泛化能力，解决了神经网络的不足，能够有效地处理各种非线性问题，广泛用于各种回归预测问题的求解 [6-7]。SVM相关参数的选取直接关系到SVM的预测精度，相关学者提出使用粒子群算法（particle swarm optimization，PSO）、遗传算法（genetic algorithm，GA）等智能算法 [8-9]对SVM的参数进行优化。其中，GA具有很强的鲁棒性和全局优化搜索能力，适合复杂优化问题的求解，但其存在早熟问题。因此，本研究将量子遗传算法（quantum genetic algorithm，QGA）与标准GA相结合构建混合遗传算法（hybrid genetic algorithm，HGA），并利用HGA对SVM回归模型的参数进行优化，提出一种基于 HGA-SVM 预测模型的畜禽舍废气监测缺失数据恢复方法。
1 材料与方法
1 1 SVM回归模型理论
SVM回归的目标就是要寻求函数f（x），使其在训练后能够通过样本以外的自变量x预测对应的因变量，即寻求回归函数：
f（x）=（[WTHX]w[WTBX]Tx）+b。 （1）
式中：[WTHX]w[WTBX]为权重；b为阈值。所求的回归函数 f（x） 是使下面的目标函数最小：
g（x）=min[JB（（][SX（]1[]2[SX）]|[WTHX]w[WTBX]|2+c·Remp[JB））]。 （2）
式中：c为惩罚因子；Remp为训练误差。
SVM非线性回归的基本思想是利用非线性变换将原问题映射到高维特征空间的线性问题上，并在该空间中进行线性回归，而这种非线性变换是通过定义适当的内积函数实现的。在高维特征空间中，线性问题中的内积运算可以用核函数代替，常用的核函数有线性核函数、多项式核函数、径向基（radial basis function，RBF）核函数、Sigmoid核函数等。由文献[10]可知，在求解非线性多因素预测问题时，RBF核函数SVM回归模型的预测精度最高。最常用的RBF核函数是高斯核函数，其计算公式如下：
K（u，v）=exp（-γ|u-v|2）。 （3）
式中：r=[SX（]1[]2σ2[SX）]；u为空间内任一点；v为中心点；σ为宽度参数。
本研究应用LibSVM工具箱设计并实现缺失数据SVM预测模型，采用的SVM类型为epsilon支持向量回归机（epsilon-support vector regression，epsilon-SVR），采用的核函数为RBF高斯核函数，待优化参数包括惩罚参数c、核函数参数γ和不敏感损失函数参数ε。
1 2 HGA优化SVM回归模型参数
利用HGA对SVM进行参数寻优时，HGA由QGA和GA两部分构成。其中，QGA部分负责种群初始化及扰动解集的生成，GA部分完成种群的标准遗传进化。HGA通过扰动解集来扩展种群的多样性，有效避免早熟收敛。
1 2 1 HGA编码及种群初始化 HGA初始解集的编码方式采用多量子比特编码，将SVM的3个参数c、γ和ε编码为染色体的3个基因，每个基因对应k位量子比特，具体结构如下：
[WTHX]P[WTBX]=[JB<2[][JB（]α11β11[JB）][JB>2|][JB（]……[JB）][JB<2|][JB（]α1kβ1k[JB）][JB>2|][JB（]α21β21[JB）][JB<2|][JB（]……[JB）][JB>2|][JB（]α2kβ2k[JB）][JB<2|][JB（]α31β31[JB）][JB>2|][JB（]……[JB）][JB<2|][JB（]α3kβ3k[JB）][JB>2]]。 （4）
nlc202309041716
式中：（αmn，βmn）为量子态的概率幅，且|αmn|2+|βmn|2=1，m=1，2，3，n=1，2，…，k。种群初始化时，设（αmn，βmn）为（1/[KF（]2[KF）]，1/[KF（]2[KF）]）即可。
在进化过程中，QGA的编码方式依然采用多量子比特编码，QGA的初始种群直接采用HGA的初始种群。而GA的编码方式采用二进制实数编码，GA的初始种群由HGA的初始种群经过1次量子概率塌陷获得。
1 2 2 HGA适应度函数设计
采用K折交叉验证结合HGA对SVM参数进行优化时，为使预测值与实际值的误差尽量小，可直接把K折交叉验证的均方误差（mean squared error，MSE）作为HGA的目标函数。显然，目标函数值越小，模型的预测精度越高。直接采用HGA的目标函数作为QGA的适应度函数，通过遗传算法工具箱中内置的ranking（）函数对HGA的目标函数进行处理后，可获得GA的适应度函数。
1 2 3 HGA遗传进化设计
HGA的遗传进化包括QGA的量子遗传进化和GA的遗传进化2部分。QGA的量子遗传进化采用文献[11]中介绍的量子旋转门更新策略，保证QGA种群向MSE最小化方向进化，进而可在QGA的每一代种群中选取部分优良个体构成扰动解集。GA的遗传进化包括选择、交叉和变异3种操作，其选择操作采用结合最优保留策略的随机遍历抽样方法，交叉操作采用单点交叉，变异操作采用多位变异。
综上所述，给出使用HGA对SVM回归模型进行参数优化的具体步骤：步骤1，产生popSize个以量子比特编码的染色体，作为QGA的初始种群，并进行量子概率塌陷获得GA的二进制初始种群。步骤2，对GA种群中的二进制染色体进行实数解码，得到参数c、γ和ε的值，并结合K折交叉验证计算目标函数MSE和相应适应度函数，基于适应度函数以GGAP为代沟进行遗传进化生成GGAP×popSize个新个体；再将生成的新个体以基于适应度选择的方式逐一替代原种群中适应度最小的个体，生成新一代种群。步骤3，对QGA种群进行概率塌陷和实数解码后，计算目标函数MSE，在塌陷后的QGA二进制种群中选出（1-GGAP）×popSize个优良个体形成扰动解集，并采用步骤2中介绍的方式，将扰动解集加入到GA种群中；然后再对QGA种群进行基于目标函数的量子遗传进化生成新的QGA种群。步骤4，若满足结束条件则退出；否则转到步骤2，继续进行参数优化。
1 3 SVM缺失数据预测模型
综合考虑影响畜禽舍废气浓度的时间、空间和环境等因素，建立SVM多输入单输出预测模型，对某一时刻的缺失监测数据进行恢复。多个输入包括：缺失数据前一采样时刻的废气浓度监测值，相邻采样点的废气浓度变化量，缺失数据采样点处对应的环境温度、相对湿度和风速监测值；单一输出为缺失数据采样点的废气浓度估算值。在使用参数寻优及训练后的预测模型进行缺失数据恢复时，要由前一采样时刻的估算值结合当前时刻的其他输入参数对当前时刻的废气浓度值进行估算，这是一个典型的时间序列预测问题。
2 试验仿真及分析
本研究以文献[12]中某养殖场连续监测3 d的氨气浓度相关数据为例，对提出的缺失数据恢复方法进行评测。监测数据采样1次/h，3 d共计72组数据样本，以前48个样本作为训练集，后24个样本作为测试集。运用K折交叉验证结合HGA对SVM回归模型进行参数寻优时，相关参数设定包括：种群规模popSize为20，基因长度k为20，遗传代数为50，代沟GGAP为0 9，参数c、γ和ε的寻优范围分别是[0，100]、[0，100]和[0 001，1]，交叉概率为07，变异概率为0 7/Lind（Lind=60，为染色体码长），采用5折交叉验证。通过多次测 试得到最佳预测模型对应的SVM参数寻优结果：c为33784 5， γ为0 039 6，ε为0 023 5； 对应的均方误差MSE为0 001 3。参数寻优的进化过程如图1所示。
由图1可知，与GA相比，HGA在进化前期的平均目标函数值较小，而进化后期的平均目标函数值却比较大，且收敛速度较快。原因在于QGA生成的扰动解集由优良染色体组成，进化前期可有效加快收敛速度；同时，扰动解集由量子概率塌陷而来，具有一定的不确定性，进化后期又能在一定程度上拓展种群的多样性，避免早熟收敛。
采用训练好的预测模型对测试集进行测试验证时，针对这个时间序列预测问题，没有采用MSE作为评价标准，而是采用相对误差对预测结果进行评价。通过多次测试，得到最佳预测模型对应的测试集回归拟合结果：最大相对误差为604%，最小相对误差为0 07%，平均相对误差为1 94%。测试集回归拟合结果如图2所示。
为了评价HGA-SVM预测模型在缺失数据恢复方面的优越性，本研究将其与文献[12]中的BP神经网络方法、网格搜索参数寻优SVM方法（简称网格-SVM）、粒子群算法参数寻优SVM方法（简称PSO-SVM）和遗传算法参数寻优SVM方法（简称GA-SVM）进行对比。在Win7 64位系统下，使用Matlab R2012b和LibSVM-3 1工具箱对各预测模型进行评测。硬件设备中CPU为AMD Athlon（tm） X4 730，内存容量为4 GB。不同预测模型的效率和性能对比结果如表1所示。
由表1可知，4种SVM预测模型的执行时间明显少于BP神经网络方法，虽然HGA-SVM模型的执行时间稍高于 GA-SVM 模型，最大相对误差稍高于BP神经网络方法和PSO-SVM模型，最小相对误差稍高于网格-SVM模型和PSO-SVM模型，但其平均相对误差最小，实现了效率和性能
3 结论
通过综合考虑畜禽舍内的废气浓度与时间、空间和环境等多种因素的关系，将QGA与GA相结合构建HGA优化SVM回归模型的参数，建立HGA-SVM预测模型，对废气监测缺失数据进行有效的恢复性估算。仿真结果表明，该方法既增强了传感器之间的数据互补性，又提高了监测系统的可靠性，为较准确地计量畜禽养殖场某一段时间内连续排放的废气总量、分析畜禽舍内废气排放规律提供可靠的依据，进而可以采取有效的措施对畜禽舍排放的有害气体进行控制和处理。
nlc202309041716
参考文献：
[1] 田爱军，吴云波，邢雅囡，等 江苏省畜禽养殖污染特征及成因分析[J] 江苏农业科学，2013，41（10）：337-339
[2]Guo H，Dehod W，Agnew J，et al Daytime odor emission variations from various swine barns[J] Transactions of the ASABE，2007，50（4）：1365-1372
[3]Jacobson L D，Hetchler B P，Schmidt D R，et al Quality assured measurements of animal building emissions：odor concentrations[J] Journal of the Air & Waste Management Association，2008，58（6）：806-811
[4]朱伟兴，李 丽，庞 敏 基于神经网络的数据融合在废气测量中的应用[J] 中国安全科学学报，2007，17（6）：162-165
[5]黄建清，朱伟兴，李 丽 BP神经网络在废气测量中的应用[J] 农机化研究，2009，31（4）：191-195
[6]都平平 基于支持向量机的综合地质环境评价研究[J] 采矿与安全工程学报，2012，29（4）：555-558
[7]戴 栋，黄筱婷，代 州，等 基于支持向量机的输电线路覆冰回归模型[J] 高电压技术，2013，39（11）：2822-2828
[8]刘 伟，王建平，刘长虹，等 基于粒子群寻优的支持向量机番茄红素含量预测[J] 农业机械学报，2012，43（4）：143-147，155
[9]陈伟根，滕 黎，刘 军，等 基于遗传优化支持向量机的变压器绕组热点温度预测模型[J] 电工技术学报，2014，29（1）：44-51
[10] 王 霞，王占岐，金 贵，等 基于核函数支持向量回归机的耕地面积预测[J] 农业工程学报，2014，30（4）：204-211
[11]吴 朋，林 涛 基于QGA-SVM的铠装热电偶传感器辨识建模研究[J] 仪器仪表学报，2014，35（2）：343-349
[12]黄建清 具有缺失数据恢复性估算的畜禽养殖场有害物质数据处理系统设计[D] 镇江：江苏大学，2009：59-60
恢复监测 篇3
关键词：煤质监测仪,ARM,基线恢复
0 前言
在煤质监测仪长时间连续工作过程中, 探测系统的参数不可避免会有漂移变化, 例如光电倍增管长时间工作老化, 它的倍增系数会随时间减小, 将引起γ射线能谱的偏移。而另一方面, 由于被测煤流厚度变化不一, 煤质灰分仪探测系统的计数率变化范围很大, 从本底直到100×103s-1。如果不采取基线恢复措施, 相应的放大电路输出的脉冲信号, 基线变化范围可达上百mV, 与Am的γ脉冲幅度达到同一数量级, 这样在不同计数率下, γ射线能谱会有不同的偏移使得两道计数不准确, 尤其对Am道计数率的影响将更为严重, 从而影响灰分仪的测量结果。在煤质监测仪中, 为提高仪器精度如何处理由于电子学元器件温漂、电源纹波、高脉冲率下产生的基线偏移和基线涨落就成为一个主要问题。
仪器基于ARM嵌入式处理器来设计。ARM系列是32位微处理器RISC微控制器方案, 在便携式通讯、数字化多媒体和工业控制中, 使用ARM正成为一种标准的趋势。
1 硬件设计
基线恢复原理:设想有一种元件或电路, 能跟踪基线的变化, 在信号到达之前, 随时随地记录当前的基线电平, 一旦信号到达, 它能完成该信号 (包括基线电平) 减去信号到达前瞬间的基线电平的功能, 从而得到真正的信号电平, 这就是基线恢复器的基本原理。
在以前的类似设备中, 基线恢复常常采用的是CDD基线恢复电路 (又称罗宾逊基线恢复器) , 这种电路比较简单, 能适应双极性信号和基线呈双向变化的信号。原理如图1所示。
它以恒流源给隔直电容C充放电, 以将输出电压V2的基线钳在零电位。选择合适的充放电电流和电容C, 可以在所要求的时间内将信号基线恢复到零电位。模拟多道分析器中, 通常使用这种基线恢复器来估计基线大小并将其从有用信号中扣除, 虽然能有效消除基线的偏移和涨落, 但同时受到不确定因素的影响, 引入了新的能量分辨率损失, 为使设备测量更加精确, 在这里提出一种基于ARM的新的基线恢复设计方法。
ARM微处理器选用目前常见的LPC2138芯片。此芯片有32 KB的片内静态RAM和512 KB的片内Flash程序存储器, 通过片内PLL (100us的设置时间) 可实现最大工作频率60MHz, 通过片内boot装载程序实现在系统编程/在应用编程 (ISP/IAP) 。2个8路10位的A/D转换器, 共提供16路模拟输入, 每个通道的转换时间低至2.44us。1个10位的D/A转换器, 可产生不同的模拟输出。2个计数器对传感器输出的脉冲进行计数, 通过脉冲速率计算煤的灰分值。有2个16C550工业标准UART、2个高速I2C总线。
基线恢复单元的作用在与将漂移的基线恢复到正常水平, 所以要想恢复基线电压必须首先测得实际基线的电压。实际基线电压的测定是通过ARM自带的AD对信号进行测量, 设计中信号直接送入ARM的AD端。再通过电容耦合电路接入系统, 由ARM自带DA所提供的电压调节基线幅度, 形成一套反馈控制电路, 从而稳定基线电压。整体硬件电路设计如图2所示。
2 软件设计
整个系统软件是在硬件的配合下完成控制功能和通信功能。软件设计基于μC/OS-II进行设计, 共分为驱动层、操作系统层和应用层三个层次。
底层驱动程序, 即硬件驱动程序是一种将硬件与操作系统相互连接的软件, 包括硬件初始化, CPU板的基本端口操作, LED工作状态指示灯的驱动, A/D、D/A的驱动。
首先完成基线电压的测量, 以下是ARM的AD驱动程序代码:
其中ADC0_Date存放的是转换成数字量的电压值, 此程序用来对基线进行测量。
其次完成基线电压的调节, 以下是ARM的DA驱动程序代码:
3 应用
通过VT100终端, 结合相应的终端调试程序, 可以监测基线电压的测量和恢复, 输出查看GPIO数据以及通信的测试, 以此可以十分方便地发现程序设计中存在的问题并加以改正。
4 结语
在仪器设计过程中, 充分考虑了嵌入式系统的功耗、尺寸和成本的优越性, 在硬件器件的选择设计上, 使用低功耗、小尺寸、低成本、高可靠性的嵌入式处理器, 从成本及设备运行稳定性上提升了相关产品在市场上的同类产品中的竞争力。
参考文献
[1]周立功等.ARM嵌入式系统基础教程[M].北京:北京航空航天大学出版社, 2005.
[2]张志康, 卓韵裳, 林谦, 衣宏昌.γ辐射煤灰分仪[M].北京:原子能出版社, 1999.
恢复监测 篇4
关键词：压力恢复试井,压力降落试井,生产井,压力监测
1 试井
试井是油田开发过程中的工作环节之一, 通过试井可以对生产井进行控制, 在相对稳定的状态下, 通过对井的生产压差与产量的改变比, 绘制成关联曲线, 通过曲线计算出油井的产量与压力的变化关系, 从而推算出油井最大生产力。
2 压力恢复试井与压力降落试井的定义
2.1 压力恢复试井
压力恢复试井是指在相对稳定的状态下, 关闭试井, 对井底的压力与时间的关系曲线进行绘制, 并且利用曲线关系推算油井的生产力参数。
2.2 压力降落试井
关闭试井之后, 当井内的状态条件稳定后, 重新开井进行生产, 测绘井底压力随着时间的改变。压力降落曲线和压力恢复的曲线是相反的, 但是作用和原理是大同小异的。
3 压力恢复及压力降落试井在生产井压力监测中的应用
通过某油井进行压力恢复及压力降落试井进行举例分析其在生产井压力监测中应用。
3.1 资料搜集
搜集油水井自产出到目前为止的压力测试资料, 油水井总数是197井次, 其中油井25口, 水井13口, 分别是187井次和60井次, 而且还有38口有效油水井38口。
3.2 渗流介质分类
3.2.1 通过压力恢复及压力降落试井曲线进行渗流介质分类
通过压力恢复及压力降落试井的双对数和导数综合曲线形式将油田的渗流介质分为均质孔隙、双重介质、裂缝介质三大类。
均质孔隙:压力恢复及压力降落试井的双对数和导数综合曲线表示形式中, 当有较长的并且连续的流段, 形状呈现为喇叭口形状, 说明其地表表皮较薄, 存储量大。当有较长的并且连续的流段, 形状呈现为交叉形状, 说明其地表表皮较厚, 存储量大。这种均质孔隙类型的油井渗透率较低, 具有高污染特性。
双重介质:压力恢复及压力降落试井的双对数和导数综合曲线表示形式中, 出现径向流段的情况, 但出现一条径向流段时, 油井的S值及C值大, 这样连续的流段掩盖油田的径向流段裂缝, 直接跳入窜流的过渡段。
裂缝介质:通过水力压裂缝、无限导流垂直裂缝或者地层原生垂直裂缝形成的介质, 裂缝介质在油田中存在较少。
3.2.2 压力恢复及压力降落试井依据油田的产吸剖面划分渗流介质
压力恢复及压力降落试井中对35口井的产吸剖面进行分析, 发现试井解释其为双重介质或者带有裂缝的油井, 吸水具有较大的强度差别。吸水强度差别的大小, 对于压力恢复及压力降落试井曲线上的变化关系是越趋向于均质吸水强度越小, 所以油井的产吸剖面能够帮助判断油田储层渗流的类型。但是油井的产吸剖面受到油田近井地区的表皮系数及地层能量的影响, 压力恢复及压力降落试井依据油田的产吸剖面划划分也能够清晰的分析出油田的近井地区地质情况, 但是不能分析整个储层的情况, 所以对于划分渗流类型在无试井的前提下可以依据压力恢复及压力降落试井油田的产吸剖面划分渗流介质提供参考。
3.2.3 综合油藏生产动态划分渗流介质
油田的油藏生产动态能够反映出底层的一部分特征, 尤其是油田油藏的动态趋势反映出的是油田储层渗流介质的外观形态。
综合油藏生产动态划分渗流介质是通过油层微裂缝或者双重介质区生产动态的显示情况分析, 油田开采初期产能较高, 注水井注入压力较低, 油田注水的效果较为明显, 所以油井开采石油见效早, 油田含水上升较快等;油层的孔隙区表现形式为油田开采初期产相对较低, 在无水的条件下采油期较长, 油层的含水上升也较慢。所以根据综合油藏生产动态可以划分油田储层的渗流介质。
3.3 现阶段油田渗流介质类型的分布
现阶段油田渗流介质类型的分布主要有三个区, 其中微裂缝仅仅存在于个别井上的双重介质区域中, 所以不单独划出微裂缝区。
双重介质区的特点是油井的产液量大而且见效快、含水上升速度较快, 且压力保持好, 双重介质区主要分布在油井的西南部和西北部, 双重介质区的11口井有5口现在已经发现了有下降的现象, 这些注水井的压力大多都比较低;
低渗区主要分布在井区的中部, 这些油井是生产能力相对比较稳定的, 压力属于中等程度, 含水量很低, 因此见效也较快;
特低渗区的油井生产情况与其它区相比生产情况较差, 主要是分布在油井的边缘, 产量低, 几乎不见效, 平均油压较低;
3.4 以压力恢复及压力降落试井曲线变化分析储层渗流介质的变化
油井进行开采中经过各种方式的开采, 油田储层介质分布形式也发生了不同的变化, 特别是压力的变化, 堵水、增注、调剖、防膨等方法导致油田储层的裂缝增大或者是潜在的裂缝出现开裂, 并且由于注水井井口的压力逐渐降低, 油井的含水量也不断提高, 所以油井的裂缝不断增加, 储层渗流介质的变化特征也加剧, 双重介质特征的油井不断增多。
3.4.1 油藏的开发能够引起储层压力及渗流介质类型的变化
油藏在经过长期的注水开采过程中, 油田储层特征与开采前期也有大大的不同, 注水对油井的渗透率有很大的影响, 经过长时间的注水, 油井的渗透率下降, 造成的损失率可以达到百分之六十六, 而对井储和表皮的影响相对较小, 这主要是因为:
油藏的长时间注水开采会致使储层中流体分布发生改变, 随着注水量增加, 储层中流体的饱和度也随之增加, 油相的渗透性越来越差, 水相的渗透性有所增长。
另外注入储层的水对储层的污染也在很大程度上把渗透性降低。
除此之外, 渗流介质类型的变化原因还有注水。按照目前的状况分析来看, 地层的破裂压力是在30.5MPa-46.5MPa之间, 取中间值也在36MPa左右, 然而注水井大多数的注入压力都大于10MPa, 当地层长时间的在高强度和高压力下的注水运动作用时, 就很可能造成很多天然的裂缝或者隐藏的小裂缝。长期的高压注水造成天然的微小裂缝发生变化, 由此形成高导流通道。
3.4.2 油田的长期注水导致储层特征不断发生变化
通过注水井初期的储层特征与目前对比的20口水井复压测试特征分析得出油田注水井水驱特征的变化特征如下:
注水井地层渗透率从0.5×10-3μm2增加到1.77×10-3μm2, 说明通过对注水井的增注和分注方法, 不断对油井进行加压, 随着压力的增加, 油田储层的吸水能力也得以增加。
注水井注水波及范围由原来的内区半径15.8m增大到了37.1m, 这表现出了油田水驱前沿的不断推进以及波及系数的都得到了增加。
油区外区流度在油区内区流度不变的前提下, 油区外区流度由1.317增加到了1.5, 从而流体的导流能力得以提升。
4结束语
压力恢复及压力降落试井是生产井前期工作对储层的信息进行检测的主要依据, 通过对井前的测试和解释分析, 对油井做出正确的评估, 可以有效的指导进行油井的下一步工作, 压力恢复及压力降落试井在生产井压力监测中的应用是油田开采的关键步骤, 值得我们深入的研究。
参考文献
[1]吴承美等.火烧山油田开发中后期渗流介质类型研究[J].新疆石油学院学报, 2002 (2) [1]吴承美等.火烧山油田开发中后期渗流介质类型研究[J].新疆石油学院学报, 2002 (2)
[2]张宗林等.低渗透气藏地层压力监测技术[J].低渗透油气田, 2006 (3) [2]张宗林等.低渗透气藏地层压力监测技术[J].低渗透油气田, 2006 (3)
[3]成珍等.油水两相及低渗透油藏试井分析新进展[J].油气井测试, 2011 (20) [3]成珍等.油水两相及低渗透油藏试井分析新进展[J].油气井测试, 2011 (20)
[4]李安琪等.低渗透气藏地层压力监测技术[J].天然气工业, 2006 (7) [4]李安琪等.低渗透气藏地层压力监测技术[J].天然气工业, 2006 (7)
恢复监测 篇5
数据库管理技术是伴随着计算机的投入使用及广泛普及而产生的, Oracle便捷的操作性和优异的性能, 使其成为了目前应用最为广泛的数据库系统。伴随着数据库应用的深入及用户呈几何级的增加, 数据库存储的数据量也在迅猛增加, 随之而来的数据库安全运行保障就成了急需解决的问题。要想解决这个问题, 利用数据库冗余备份及灾难恢复系统就是一个很好的选择, 尤其是在我们的广播电视监测监管领域, 每天都会产生数百吉比特的数据量, 如何最大程度地确保这些监测监管数据的安全性, 已经成为目前一大研究课题。
Oracle数据库在用户访问、数据通讯及高级安全策略方面已经有了一套很完善的安全运行模式, 保证了Oracle数据库的安全稳定运行。但是在不同的应用领域, 仍然存在各种安全问题。本文就以广播电视监测监管行业在Oracle数据库的应用中可能出现的问题进行集中探讨, 并介绍了几种适合广播电视监测监管行业进行Oracle数据库管理的方案以供参考。
2 Oracle数据库安全模式介绍
Oracle数据库的目的是管理用户存储的海量数据, 它们一般是由用户所独享的, 独一无二的, 也正是这个原因, 用户需要保护自己的数据。下面我们从两个方面分析Oralce数据库的安全策略, Oracle数据库正是利用这些安全策略保证了数据的安全。
2.1用户角色管理
Oracle数据库是允许多用户同时登录和管理的复杂型数据存储仓库, 这就需要建立一种安全策略来协调用户对数据的访问, 并及时同步用户在不同地域对数据库做出的修改。同时, 因为Oracle是多用户复杂型数据仓库, 访问多来自于网络中的任意位置和不同用户, 因此需要Oracle数据库为每个用户授予不同的角色、分配不同的权限, 这是确保数据库系统安全的重要手段之一, 它是在用户自由访问和限制不同角色访问权限的基础上拓展的功能, 因为建立不同的口令验证和安全方案, 可以有效地防止未经授权或虽有授权但无相应访问需要的Oracle用户进入密级较高的数据库系统。另外, 在Oracle数据库中, 可以通过授予的角色不同来控制用户访问的时间和深度, 用户的角色是不能自行指定的, 必须由数据库的DBA管理员指定, 用户只有在数据库DBA管理员对其进行访问授权后才能进行相应的操作。同时为了加强DBA管理员的安全保护, 对于远程用户或非法用户, 也对其进行访问限制或部分功能的屏蔽, 避免数据库DBA管理员被非法占用。
2.2数据保护
Oracle数据库的数据保护主要是指对数据库文件的备份和对数据库存储过程的保护, 确保任何情况下都可以利用相应的安全策略对丢失或损坏的数据、操作日志等进行恢复, 以保证数据的安全。对于数据的保护有很多种, 但是本文推荐两种安全方式。
一种是利用数据库的归档模式, Oracle数据库可以由用户开始归档日志模式, 当数据库运行在归档模式后, 任何用户 (包括DBA管理员) 使用任何计算机在任何时间节点对数据库的操作都会被数据库进行捕获和记录。这些记录是无差别的, 包括数据的增删改查等, 无论多么微小的操作都会被完整记录。当用户有任何需要, 可以通过数据库的SCN号 (数据库变化的唯一标识号) 恢复任意时刻的数据库状态。
另一种是对控制文件的备份, 控制文件的作用是记录数据库的物理结构, 数据库的任何操作都离不开控制文件, 数据库启动时需要读取控制文件, 数据库结构改变时, 会更新控制文件。同时控制文件的编辑是不允许由用户完成的, 而是Oracle数据库自动完成, 这也增加了其安全性。控制文件不同于数据文件, 它是一个实体文件, 就在数据库的目录中存放, 当控制文件丢失后, 数据库将无法正常运行, 因此本文建议对于控制文件的保护重点不是故障后的恢复, 而是提前的预防, 一定要做好控制文件的多路备份。
3数据安全策略应用分析
上面介绍了几种数据库安全模式, 这也是目前广播电视监测监管行业普遍使用的数据库安全管理模式。但是使用这些Oracle数据库安全管理模式存在一定的安全隐患, 并不能完全解决使用中的问题。下面就介绍两种数据库安全模式对现有安全策略进行补充。
3.1数据加密
数据加密技术的应用起因是因为只要对数据库进行增删改查操作, 就肯定会存在一定的安全隐患, 为了把这种隐患降到最低, 就必须对用户使用的数据进行加密处理。所谓加密就是把明文存储的数据按照一定的加密算法进行包装, 变为密文数据, 只有用户自己掌握该加密算法的解密密钥, 这样就从一个方面提高了数据库的安全性。
3.1.1加密软件包
密文数据的安全性比明文数据要高, 但是对于密钥的选择将决定不同的数据加密方式有不同的安全密级。Oracle数据库在出厂时已经附带了加密软件包, 本文推荐使用该软件包进行数据加密工作。Oracle9i以及更低版本的数据库中使用D.O.T.K加密算法, 而Oracle10g以上的版本, 新增了一种更加完备的加密软件包DBMS_CRYPTO来进行加密, 它比早期版本的加密包要安全许多, 其安全性能足以满足广播电视监测监管行业的使用。
3.1.2密钥的存储与管理
密文数据安全性提高了, 但是如果密钥丢失的话, 那么密文数据将形同虚设。本文推荐使用的加密软件包使用的密钥不是一成不变的, 它是一组动态随机密码, 每次使用结束都会作废。但是数据库存储数据是巨大的, 因此加密软件包作废的密钥也会越来越多。但是随着使用量的增加, 作废密钥不可能完全清除掉, 并且Oracle数据库提供的加密软件包本身并不设防, 它也是以表的形式存放在数据库中, 这样只要非法用户窃取到该表, 就相当于获取了加密算法的密钥。为了避免这种情况的出现, 推荐对加密软件包所在表进行多级加密, 将加密密钥与上文提到的用户角色管理相结合, 这样才能保证密钥的安全, 进而确保加密数据的安全性。
3.2 Oracle Data Guard数据库备份
上文介绍了使用数据加密来提高数据安全性, 下面介绍一种数据库备份与恢复方案。Oracle Data Guard主要的功能是冗灾, 它提供了一套全面的服务来创建、管理和监控一个或多个备用数据库, 确保当遇到灾难或数据损坏时主用数据库的数据可以快速恢复。我们所说的Data Guard是一个数据库组, 它是由一个主用库和一个或多个备用库组成, 组成Data Guard的数据库通过Oracle Net相连接, 且可以分布在不同的地域, 只要主用库和备用库、备用库之间可以通信, 它们的物理位置并无任何限制。
3.2.1 Oracle Data Guard运行原理
Oracle Data Guard数据库备份使用了一种类似照镜子的数据备份方式, 其中利用了Oracle数据库的重做日志进行数据还原。备用数据库可以是物理备用数据库, 也可以是逻辑备用数据库。
物理备用数据库是通过接收主用数据库日志并通过还原日志的方式将主用数据库所做的数据更改在备用数据库进行重现, 因为主用数据库所有的更改都会以日志形式传送到备用数据库, 因此当备用数据库应用了这些日志后就实现了与主用数据库数据的一致性。
逻辑备用数据库同样接收主用数据库的日志, 但是首先生产SQL语句, 然后在备用数据库运行这些SQL语句, 实现与主用数据库的数据一致。两者的区别是物理备用数据库像照镜子, 两库完全一致, 而逻辑备用数据库像画像, 只是数据保持一致。因此本文更推荐使用物理备用数据库的方式实现Oracle Data Guard, 其运行原理如图1所示。
3.2.2 Oracle Data Guard灾难恢复模式
数据库安全除了数据备份之外, 当数据库损坏时的故障恢复也是非常重要的一部分。故障恢复的速度, 数据是否丢失将是数据库灾难恢复的重要标准。Oracle Data Guard数据库备份提供了三种保护模式。
(1) 最大保护模式
最大保护模式是一种同步模式, 它主要的运行方式是当主用数据库有任何操作而产生日志文件时, 会立即将归档日志从主用数据库传送到备用数据库, 直到备用数据库反馈传送文件成功之后, 主用数据库才会提交事务, 执行同步。这种模式会一定程度上影响主用数据库的性能, 但是却最大程度地确保了数据的一致性, 它的特点是当主用数据库出现故障时切换到备用数据库后不会有数据丢失。
(2) 最大性能模式
最大性能模式是一种异步模式, 在主用数据库产生日志文件并传送到备用数据库后, 主用数据库不会确认备用数据库是否接收到该日志, 因此它对主用数据库的影响很小。如果备用数据库出现故障, 主用数据库也不会有任何影响, 当备用数据库可用后, 主用数据库将继续同步数据。这种模式虽然对主用数据库的性能影响很小, 但是无法保证主、备数据库数据的一致性, 因此当主用数据库故障需要切换到备用数据库使用时可能会造成数据丢失。
(3) 最高可用模式
该模式可智能切换最大保护模式和最大性能模式。正常运行时, 该模式相当于最大保护模式, 但是当备用数据库不可用时, 主用数据库不会挂起, 而是自动转换为最大性能模式。由于主用数据库仍然继续运行, 主用数据库和备用数据库之间会出现数据不一致的情况。当备用数据库恢复正常后, 主用数据库又自动切换为最大保护模式。
4在广播电视监测监管行业中的应用
目前, 各单位都加大力度确保数据存储安全, 但多数单位仍然使用较为原始的数据库备份策略, 如单纯数据层的备份 (EXP/IMP) 方式或双机热备数据库备份方式。
EXP/IMP数据库备份方式可以做到避免大量数据丢失, 但是因为数据库只在规定时间进行备份, 所以会造成上次备份至数据库出现故障这段时间的数据丢失且无法找回。
双机热备数据库备份方式优点在于可以快速在主备机之间进行切换, 当数据库出现故障时不会造成业务中断, 但是这种方式一般都需要将数据库安装在外挂的磁盘阵列中, 才能保证主备机切换后均可以识别同一数据库, 但当外挂磁盘阵列出现故障就会造成全部数据丢失的灾难性事故。
可以看出, Oracle Data Guard数据库备份策略是目前为止最为完善的保证数据安全的手段, 它不但可以做到数据库故障后的快速切换, 同时还能保证主备机之间数据实时同步, 无论任何时候数据库出现故障均可以保证不丢失任何数据, 这是其他数据库备份方法所无法做到的。
5结束语
数据安全对任何单位来说都是非常重要的, 因为数据库中的数据对于任何单位来说都是最重要的财富, 保护这些数据意义重大。特别是要及时更新数据库的安全策略, 对于不必要的、过时的安全方式要及时更新换代。本文正是从这点出发, 对Oracle数据库安全策略进行了分析, 包括数据库的几种安全模式, 如何做好数据库安全管理等, 并提出了一套新的数据库备份策略, 即数据加密与Oracle Data Guard相结合的数据库备份方式, 可以最大限度地提高数据库的安全性, 保证数据安全。
摘要：本文以Oracle数据库为例, 从数据库安全机制和安全策略两方面分析其安全, 并着重介绍Oracle DataGuard数据库安全模式的搭建与应用, 分析了其在数据备份及灾难恢复方面的优点, 同时对Oracle数据库容灾备份安全系统在广播电视监测监管行业的应用前景进行了探讨。
关键词：数据库,备份,灾难恢复,Oracle DataGuard
参考文献
[1]冯飞.数据库原理[M].北京:清华大学出版社, 2008:21-25.