.NET平台下多指标报警系统的设计与实现
这是一篇关于.NET,Web Service,C#语言,报警系统的论文, 主要内容为当今时代的数据量正在呈爆发式的增长,已经被人们誉为“大数据时代”。在各行各业中人们每时每刻的行为都在产生数据,这些数据是未经加工的,通过各种各样的聚合、算法手段,这些基础数据被计算成一系列的关键绩效指标,继而产生了针对这些指标的报警需求。 在新媒体领域,在线视频播放也产生了大量的数据。用户在点播一个视频时,会表现出各种各样的行为,比如中途跳出,在某处暂停,反复观看其中的某一段等,这些行为产生的数据能够被计算成跳出率,播放数等视频指标。针对这些指标,本文设计开发了.NET平台下的多指标报警系统,这个多指标报警系统能够24小时不间断监控,并能够在短时间内响应用户对报警配置的添加,编辑,删除等行为,做到实时监控,实时报警。 本文在设计报警系统的过程中,首先根据需求方的需求确定了报警系统的功能,即配置功能,监测功能,报警功能,日志功能共四大功能。然后根据这些功能特点,本文对报警系统的整体架构进行了设计,设计出了主线程模块,指标获取模块,指标监测模块,指标报警模块,报警行为模块共五大模块,并初步设计了每个模块的大致结构。最后本文进行了开发技术的选型工作,选定在.NET平台下开发,采用Web Service技术完成指标的获取工作,选取的开发环境是Visual Studio2013,开发的主力语言采用C#,并选用Perl脚本语言辅助开发,选用开源数据库MySQL作为后台数据,采用常规的SQL语言搭建具体的数据库表。 本文在开发报警系统的过程中,首先利用Visual Studio2013集成的WebService开发环境,开发出指标获取的Web Service,利用Perl脚本实现指标的自动插入,搭建出一个融合了指标数据插入数据源,数据源获取指标数据以及产生报警行为的开发测试环境。然后利用SQL语言在MySQL数据库中搭建报警系统的后台数据库,创建了SDAlertConfig, CurrentSDAlert, HistorySDAlert等系统表。接着利用.NET平台下的C#语言以及观察者设计模式展开了报警系统各个模块的开发工作,成功的开发出了一个多指标报警系统。最后,本文进行了报警系统功能点的测试工作和部署工作,确保其能够满足生产环境的要求。
基于Phoebus/Alarms的加速器报警技术研究
这是一篇关于报警系统,EPICS,粒子加速器,Phoebus,Kafka,ElasticSearch的论文, 主要内容为报警系统作为控制系统的重要组成部分,用于实时监测过程变量的报警状态并发布报警信息,以便于工作人员及时进行故障维修或隐患排除。EPICS(Ex-perimental Physics and Industrial Control System)是应用最广泛的粒子加速器控制系统开发工具。随着EPICS技术的发展,EPICS社区先后发布了多款用于报警系统的开源软件,如 ALH(Alarm Handler)、BEAST(Best Ever Alarm System Toolkit)和Phoebus/Alarms等,本论文是在EPICS社区最新发布的Phoebus/Alarms基础上进行报警技术的研究与应用。本论文描述了 Phoebus/Alarms报警系统的开发环境,如Phoebus、Kafka、Elas-ticSearch、Kibana、Anaconda和前后端分离网页架构等技术。对Phoebus/Alarms报警系统的系统架构和设计理念进行了研究,并在其原型系统上进行了二次开发,增加了报警信息网页查询、微信推送和短信发送等3种报警信息的发布方式,并实现了报警参数的自动配置功能。报警系统的总体架构分为服务端、Kafka、上层应用端等3层。服务端的组件Alarm Server和AutoConfigurator分别用于监测过程变量的报警状态变化和实现报警参数的自动配置。Kafka将过程变量的实时报警信息和报警系统的相关配置等信息存储在4个主题中,从而实现了应用解耦。上层应用端主要由3类模块组成,分别是Alarms中的客户端组件、报警信息查询网页、微信和短信发布程序。Alarms中的客户端组件可以实现声音报警播放、报警状态展示和报警状态确认等功能。为了方便工作人员远程查询各过程变量的实时报警信息,我们开发了基于B/S(Browser/Server)架构的报警信息查询网页,该网页通过WebSocket通信协议缩短了前后端的同步时间,所展示的报警信息将根据报警严重程度的不同显示对应的颜色,并可通过报警严重程度、所属组别等条件进行过滤和排序。另外,我们还开发了微信和短信发布程序,该程序拥有跟模块Alarms不同的报警策略,不仅可以发送报警信息和恢复信息,还可以基于装置的运行模式、报警信息等内容采取抑制措施,从而将有效的报警信息发送给工作人员。本论文研究的报警技术在合肥光源、红外自由电子激光装置上得到了应用。报警系统目前运行稳定,为工作人员及时掌握装置的报警信息提供了重要的技术支持。
基于BEAST的合肥光源报警系统
这是一篇关于合肥光源,报警系统,EPICS,BEAST,Alarm Server,JSP,JMS的论文, 主要内容为合肥光源是以真空紫外和软X射线为主的专用同步辐射光源,经过重大维修改造之后已于2015年1月投入运行。作为控制系统的重要组成部分,报警系统在此次重大维修改造项目中也进行了升级改造。报警系统用于实时监测设备运行状态并发布报警信息,对保障合肥光源的稳定运行具有重要作用。 本文对大科学装置报警系统的国内外研究现状进行了调研与总结,在此基础上设计开发了符合合肥光源需求的报警系统。该系统以美国橡树岭国家实验室开发的报警软件BEAST(Beast Ever Alarm System Toolkit)为基础进行二次开发,借助BEAST中Alarm Server组件监测OC(Input/Output Controller)中记录的报警状态；采用JSP(Java Server Page)技术开发了报警信息查询网页,可通过浏览器实时查询报警信息；同时使用Java多线程技术开发了基于短信和电子邮件的报警信息发送程序,以短信和电子邮件两种方式将紧急报警信息及时发送给相关技术人员。 目前,合肥光源报警系统将监测的报警信息分为3类：数值越限、通讯故障和记录失联,并根据报警信息的类型和严重程度采用5种方式发布报警信息：客户端、声音、网页、短信和电子邮件,以满足不同用户的需求。该系统自2015年1月投入运行以来,性能稳定,表现良好,可帮助相关技术人员快速有效地处理报警信息。
基于Phoebus/Alarms的加速器报警技术研究
这是一篇关于报警系统,EPICS,粒子加速器,Phoebus,Kafka,ElasticSearch的论文, 主要内容为报警系统作为控制系统的重要组成部分,用于实时监测过程变量的报警状态并发布报警信息,以便于工作人员及时进行故障维修或隐患排除。EPICS(Ex-perimental Physics and Industrial Control System)是应用最广泛的粒子加速器控制系统开发工具。随着EPICS技术的发展,EPICS社区先后发布了多款用于报警系统的开源软件,如 ALH(Alarm Handler)、BEAST(Best Ever Alarm System Toolkit)和Phoebus/Alarms等,本论文是在EPICS社区最新发布的Phoebus/Alarms基础上进行报警技术的研究与应用。本论文描述了 Phoebus/Alarms报警系统的开发环境,如Phoebus、Kafka、Elas-ticSearch、Kibana、Anaconda和前后端分离网页架构等技术。对Phoebus/Alarms报警系统的系统架构和设计理念进行了研究,并在其原型系统上进行了二次开发,增加了报警信息网页查询、微信推送和短信发送等3种报警信息的发布方式,并实现了报警参数的自动配置功能。报警系统的总体架构分为服务端、Kafka、上层应用端等3层。服务端的组件Alarm Server和AutoConfigurator分别用于监测过程变量的报警状态变化和实现报警参数的自动配置。Kafka将过程变量的实时报警信息和报警系统的相关配置等信息存储在4个主题中,从而实现了应用解耦。上层应用端主要由3类模块组成,分别是Alarms中的客户端组件、报警信息查询网页、微信和短信发布程序。Alarms中的客户端组件可以实现声音报警播放、报警状态展示和报警状态确认等功能。为了方便工作人员远程查询各过程变量的实时报警信息,我们开发了基于B/S(Browser/Server)架构的报警信息查询网页,该网页通过WebSocket通信协议缩短了前后端的同步时间,所展示的报警信息将根据报警严重程度的不同显示对应的颜色,并可通过报警严重程度、所属组别等条件进行过滤和排序。另外,我们还开发了微信和短信发布程序,该程序拥有跟模块Alarms不同的报警策略,不仅可以发送报警信息和恢复信息,还可以基于装置的运行模式、报警信息等内容采取抑制措施,从而将有效的报警信息发送给工作人员。本论文研究的报警技术在合肥光源、红外自由电子激光装置上得到了应用。报警系统目前运行稳定,为工作人员及时掌握装置的报警信息提供了重要的技术支持。
.NET平台下多指标报警系统的设计与实现
这是一篇关于.NET,Web Service,C#语言,报警系统的论文, 主要内容为当今时代的数据量正在呈爆发式的增长,已经被人们誉为“大数据时代”。在各行各业中人们每时每刻的行为都在产生数据,这些数据是未经加工的,通过各种各样的聚合、算法手段,这些基础数据被计算成一系列的关键绩效指标,继而产生了针对这些指标的报警需求。 在新媒体领域,在线视频播放也产生了大量的数据。用户在点播一个视频时,会表现出各种各样的行为,比如中途跳出,在某处暂停,反复观看其中的某一段等,这些行为产生的数据能够被计算成跳出率,播放数等视频指标。针对这些指标,本文设计开发了.NET平台下的多指标报警系统,这个多指标报警系统能够24小时不间断监控,并能够在短时间内响应用户对报警配置的添加,编辑,删除等行为,做到实时监控,实时报警。 本文在设计报警系统的过程中,首先根据需求方的需求确定了报警系统的功能,即配置功能,监测功能,报警功能,日志功能共四大功能。然后根据这些功能特点,本文对报警系统的整体架构进行了设计,设计出了主线程模块,指标获取模块,指标监测模块,指标报警模块,报警行为模块共五大模块,并初步设计了每个模块的大致结构。最后本文进行了开发技术的选型工作,选定在.NET平台下开发,采用Web Service技术完成指标的获取工作,选取的开发环境是Visual Studio2013,开发的主力语言采用C#,并选用Perl脚本语言辅助开发,选用开源数据库MySQL作为后台数据,采用常规的SQL语言搭建具体的数据库表。 本文在开发报警系统的过程中,首先利用Visual Studio2013集成的WebService开发环境,开发出指标获取的Web Service,利用Perl脚本实现指标的自动插入,搭建出一个融合了指标数据插入数据源,数据源获取指标数据以及产生报警行为的开发测试环境。然后利用SQL语言在MySQL数据库中搭建报警系统的后台数据库,创建了SDAlertConfig, CurrentSDAlert, HistorySDAlert等系统表。接着利用.NET平台下的C#语言以及观察者设计模式展开了报警系统各个模块的开发工作,成功的开发出了一个多指标报警系统。最后,本文进行了报警系统功能点的测试工作和部署工作,确保其能够满足生产环境的要求。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕业设计驿站 ，原文地址：https://m.bishedaima.com/lunwen/53693.html
