油气生产系统报警信号根原因精确溯源方法及装置与流程

本申请涉及信息技术处理领域，尤其涉及一种油气生产系统报警信号根原因精确溯源方法及装置。
背景技术：
：本部分的描述仅提供与本申请公开相关的背景信息，而不构成现有技术。报警信号作为目前油气生产生产系统，例如石油加工过程中的催化裂化、催化重整生产系统等的重要组成部分，其可以有效地监控油气生产过程的运行状态。当油气生产系统在某一个或某几个环节出现异常时，报警信号将以声光等形式被触发。收到声光报警信号后，操作者可以采取必要措施以阻止异常的进一步恶化，使油气生产系统恢复到正常运行范围。目前油气生产系统面临的问题是报警报警信号较多，实际上，操作者每小时可能面临数以百计的报警。如何较为准确地找到油气生产过程中引发报警信号的根原因是亟待解决的问题。应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的
背景技术：
部分进行了阐述而认为上述技术方案为本领域技术人员所公知。技术实现要素：本申请实施方式的目的是提供一种油气生产系统报警信号根原因精确溯源方法及装置，能够较为准确地找到油气生产过程中引发报警信号的根原因。为了实现上述目的，本申请提供了如下的技术方案。一种油气生产系统报警信号根原因精确溯源方法，包括：在接收到报警信号后，根据预先建立的监控变量因果关系，获取至少两个预选扰动传播路径；其中，每个所述预选扰动传播路径至少包括引发所述报警信号的目标监控变量以及指向所述目标监控变量的起始监控变量；获取所述预选扰动传播路径中相邻所述监控变量间的关联系数，以及每个所述监控变量的扰动变化率；基于所述关联系数和所述扰动变化率，获取对应地所述预选扰动传播路径的权重系数；根据所述权重系数，确定目标扰动传播路径；将所述目标扰动传播路径中的起始监控变量作为所述报警信号的根原因。一种油气生产系统报警信号根原因精确溯源装置，包括：第一获取模块，用于在接收到报警信号后，根据预先建立的监控变量因果关系，获取至少两个预选扰动传播路径；其中，每个所述预选扰动传播路径至少包括引发所述报警信号的目标监控变量以及指向所述目标监控变量的起始监控变量；第二获取模块，用于获取所述预选扰动传播路径中相邻所述监控变量间的关联系数，以及每个所述监控变量的扰动变化率；第三获取模块，用于基于所述关联系数和所述扰动变化率，获取对应地所述预选扰动传播路径的权重系数；第一确定模块，用于根据所述权重系数，确定目标扰动传播路径；第二确定模块，用于将所述目标扰动传播路径中的起始监控变量作为所述报警信号的根原因。由以上本申请实施方式提供的技术方案可见，本申请通过根据预先建立的监控变量因果关系获取至少两个预选扰动传播路径，利用预选扰动传播路径中包括的监控变量间的关联系数和扰动变化率确定至少两个预选扰动传播路径的权重系数，进而确定目标扰动传播路径，并将目标扰动传播路径中的起始监控变量作为报警信号的根原因，能够快速准确地找到油气生产过程中引发报警信号的根原因。从而能够为操作者及时消除报警根源提供可靠依据，缓解操作者的工作压力，同时合理处理油气生产系统中的重要报警，尽可能地避免因此造成的严重后果。附图说明为了更清楚地说明本申请实施方式中的技术方案，下面将对实施方式描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1为本申请一个实施方式的一种油气生产系统报警信号根原因精确溯源方法的流程图；图2为本申请一个实施方式的监控变量因果关系示意图；图3为本申请一个实施方式中建立监控变量因果关系的步骤流程图；图4为本申请一个实施方式中确定任意两个监控变量之间的关联系数和传播方向的步骤流程图；图5为本申请另一个实施方式的油气生产系统报警信号根原因精确溯源方法的流程图；图6为本申请另一个实施方式的油气生产系统报警信号根原因精确溯源方法的流程图；图7为本申请另一个实施方式的油气生产系统报警信号根原因精确溯源方法的流程图；图8为本申请另一个实施方式的油气生产系统报警信号根原因精确溯源方法的流程图；图9为一个具体的应用场景中监控变量因果关系的示意图；图10为一个具体的应用场景中一个监控变量的线性拟合图；图11为本申请一个实施方式的一种油气生产系统报警信号根原因精确溯源装置的模块图。具体实施方式下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施方式，都属于本申请保护的范围。图1为本申请一个实施方式的一种油气生产系统报警信号根原因精确溯源方法。虽然本申请提供了如下述实施方式或流程图所述的方法操作步骤，但是基于常规或者无需创造性的劳动，在所述方法中可以包括更多或者更少的操作步骤。此外，所述方法在逻辑性上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本申请实施方式中所提供的执行顺序。步骤S10：在接收到报警信号后，根据预先建立的监控变量因果关系，获取至少两个预选扰动传播路径；其中，每个所述预选扰动传播路径至少包括引发所述报警信号的目标监控变量以及指向所述目标监控变量的起始监控变量。在本实施方式中，报警信号可以为在生产系统中某一个或某几个监控变量发生异常时产生的数字信号。其具体可以表现为能够引发报警装置例如声/光报警器操作。生产系统中涉及多个监控变量，举例为，油气生产中可能涉及的温度、压力等监控变量。监控变量具体表现为时间序列数据，他们之间存在时滞和关联性。这样，一个监控变量发生异常变化，通常可以引起其他监控变量的变化，从而多个监控变量之间具有一定的因果关系。通常，引发报警信号的监控变量一般是最先超出预设操作范围的变量，但该监控变量不一定是引起报警信号的根本原因。因此，当接收到报警信号后，可以根据监控变量因果关系，通过分析传播路径辨识报警信号的根原因从而消除报警。如图2所示，示意性的示出了一个监控变量因果关系。该监控变量因果关系涉及x1…x6六个监控变量，在一个示意性的场景中，假设监控变量x3异常引发了报警信号，但由于引发监控变量x3异常的传播路径有2个：x1→x2→x3，x4→x5→x3，那么引发监控变量x3异常的监控变量x1或x4，才是该报警信号产生的根本原因。如此，监控变量x3即为引发报警信号的目标监控变量，而监控变量x1或x4即为指向目标监控变量的起始监控变量。在本实施方式中，目标监控变量为直接引发报警信号的监控变量，而起始监控变量为相应地预选扰动传播路径中的第一个监控变量。如图2所示，在预选扰动传播路径x1→x2→x3，x4→x5→x3中，监控变量x3为目标监控变量，监控变量x1和x4为分别为起始监控变量。在本实施方式中，起始监控变量指向目标监控变量可以为，起始监控变量直接指向目标监控变量。此时，该预选扰动传播路径中只包括起始监控变量和目标监控变量。举例为：x1→xn。或者，也可以为，起始监控变量通过其他中间监控变量间接指向目标监控变量。此时，该预选扰动传播路径中包括起始监控变量和目标监控变量，以及至少一个位于两者之间的中间监控变量。举例为：x1→x2→x3→xn。请参阅图3，在一个实施方式中，建立监控变量因果关系包括如下步骤：步骤S101：获取至少两个监控变量，每个所述监控变量包括多个监控参数；步骤S102：根据多个所述监控参数，确定任意两个所述监控变量之间的关联系数和传播方向；步骤S103：基于所述关联系数和所述传播方向，建立所述监控变量因果关系。在本实施方式中，获取监控变量的方式具体可以为设置数据采集装置，例如温度传感器、压力传感器等。如上文描述，监控变量具体表现为时间序列数据。因此，监控变量包括的监控参数一般为时间的单值函数。举例为，一个监控变量x包括m个监控参数，即可以为x＝{x1,x2,…,xm}。在本实施方式中，关联系数可以说明两个监控变量之间相互影响的程度。当两个监控变量的关联系数较小，可以说明当其中一个监控变量发生变化时，另一个监控变量可能并不发生变化或者变化很小。这样，在监控变量因果关系中，两者将不会在一个传播路径中。如图2所示，监控变量x1与监控变量x4/x5/x6不在一个传播路径上，说明监控变量x1与监控变量x4/x5/x6之间的关联系数较小，监控变量x1变化，监控变量x4/x5/x6不变化或变化很小。进一步地，关联系数的正负反映了监控变量间的关联关系。具体的，如果关联系数大于0，两个监控变量具有正相关关系，即一个监控变量的增加可能引起另一监控变量的增加。反之，如果关联系数小于0，两个监控变量具有负相关关系，即一个监控变量的增加可能引起另一监控变量的减小。在本实施方式中，传播方向可以说明两个监控变量的因果关系。如图2所示，在传播路径x1→x2→x3中，监控变量x1变化引起监控变量x2变化，监控变量x2变化紧接着引发监控变量x3变化。那么，监控变量x1为监控变量x2的因变量，监控变量x2为监控变量x3的因变量。或者，反之，监控变量x3为监控变量x2的果变量，监控变量x2为监控变量x1的果变量。因此，得知任意两个监控变量之间的关联系数和传播方向，即可以构建监控变量间的因果关系。请参阅图4，在一个实施方式中，确定任意两个监控变量之间的关联系数和传播方向包括如下步骤：步骤S1021：根据第一预设规则，确定任意两个所述监控变量之间的最大互相关值和最小互相关值，以及所述最大互相关值和所述最小互相关值对应地第一预选时滞值和第二预选时滞值；其中，所述第一预设规则与预选时滞值相关联，所述预选时滞值位于由任意两个所述监控变量的时间序列长度所确定的域内；步骤S1022：根据第二预设规则，基于所述最大互相关值和所述最小互相关值，确定所述关联系数；步骤S1023：根据第三预设规则，基于所述最大互相关值和所述最小互相关值，以及所述第一预选时滞值和所述第二预选时滞值，确定任意两个所述监控变量之间最终时滞值；步骤S1024：根据第四预设规则，基于所述最终时滞值，确定所述传播方向。在本实施方式中，第一预设规则如下：其中：x,y为监控变量；N为监控变量x,y时间序列长度，即包括的监控参数的个数；μx，μy为监控变量x,y的均值；σx,σy为监控变量x,y的标准差；φxy(k)为监控变量x,y的互相关值；k为预选时滞值。第二预设规则可以包括：当最大互相关值与最小互相关值的加和大于或等于0时，将最大互相关值作为所述关联系数；当最大互相关值与最小互相关值的加和小于0时，将最小互相关值作为所述关联系数。第三预设规则可以包括：当最大互相关值与最小互相关值的加和大于或等于0时，将第一预选时滞值作为所述最终时滞值；当最大互相关值与最小互相关值的加和小于0时，将第二预选时滞值作为所述最终时滞值。第四预设规则可以包括：当最终时滞值λx,y>0时，传播方向为正向传播，即由监控变量x指向监控变量y；当最终时滞值λx,y<0时，传播方向为反向传播，即由监控变量y指向监控变量x。具体的，最大互相关值记为φmax，最小互相关值记为φmin。可以由如下公式确定φmax和φmin：第一预选时滞值记为kmax，第二预选时滞值记为kmin，监控变量x,y间的关联系数记为ρx,y，最终时滞值为λx,y。关联系数ρx,y和最终时滞值为λx,y由如下公式确定：当λx,y>0时，意味着传播方向为x→y；否则，传播方向为y→x。由于关联系数由统计方法计算得到，每两个监控变量可得到一确定值，但它们之间的关联水平无法通过统计方法确定。因此，请参阅图5，在一个实施方式中，所述方法还包括：步骤S104：对任意两个所述监控变量之间的关联进行显著性判断；步骤S105：根据判断结果，对所述关联系数进行修正。具体的判断方法为，当关联系数的绝对值大于或等于第一预设阈值时，关联系数不变；其中，第一预设阈值与时间序列长度相关联；当关联系数的绝对值小于第一预设阈值时，将关联系数替换为0。其中，第一预设阈值可以为1.85N-0.41+2.37N-0.53。当|ρx,y|≥1.85N-0.41+2.37N-0.53，关联系数通过显著性检验；否则，关联系数没有通过显著性检验，两个监控变量间的关联性将没有意义，此时将关联系数由0进行替换。进一步地，如果最大互相关值φmax和最小互相关值φmin的值接近，两个监控变量间的因果关系就会变得模糊，方向性难以确定。因此，请参阅图6，在一个实施方式中，所述方法还包括：步骤S106：对所述传播方向进行差异性判断；步骤S107：根据判断结果，对所述最终时滞值进行修正。具体的判断方法为，根据最大互相关值和最小互相关值，确定传播方向指数；当传播方向指数大于或等于第二预设阈值时，时滞值不变；其中，第二预设阈值与时间序列长度相关联；当传播方向指数小于第二预设阈值时，将最终时滞值替换为0。其中，传播方向指数记为ψx,y，第二预设阈值为0.46N-0.16。当ψx,y≥0.46N-0.16，说明两个监控变量间的因果关系明确；否则，两个监控变量间的因果关系模糊，此时将最终时滞值由0进行替换。当确定任意两个监控变量之间的关联系数和传播方向后，可以构造关联系数矩阵P和时滞矩阵Λ，以便于构建监控变量因果关系。根据关联系数ρi,j和最终时滞值λi,j的正负，建立监控变量因果关系，如图2或图9所示。监控变量因果关系具体可以表现为由有向弧和代表监控变量的节点组成。有向弧由原因监控变量指向结果监控变量，如果λi,j>0，有向弧由i指向j；如果λi,j<0，有向弧由j指向i。如果ρi,j<0，两个监控变量具为负相关关系，用虚线弧表示两监控变量负相关；如果ρi,j>0，两个监控变量具有正相关关系，用实线弧表示两监控变量正相关。步骤S20：获取所述预选扰动传播路径中相邻所述监控变量间的关联系数，以及每个所述监控变量的扰动变化率。获取相邻监控变量间的关联系数见上文描述，在此不再赘述。请参阅图7，在一个实施方式中，获取监控变量的扰动变化率包括如下步骤：步骤S201：对所述监控变量在预设时间间隔内进行线性拟合，形成线性回归方程；步骤S202：将所述线性回归方程的斜率作为所述监控变量的扰动变化率。具体的，如果监控变量x和y间的最终时滞值为λx,y，扰动可能在时刻tκ发生并经过λx,y时刻从监控变量x传播到监控变量y。因此对于监控变量x，可以以时刻tκ为中心，在时间间隔为[tκ-m,tκ+m](时间序列长度为2m+1)的变量值xi可以用于构建线性回归方程进行线性拟合如下式，该线性回归方程的斜率即为监控变量x的扰动变化率。xi'＝aitk+bi,k＝tκ-m,…,tκ,…,tκ+m,i＝1,…,n其中，n为监控变量的个数，m为从监控变量包括的N个监控参数中取出的监控参数的个数，其值小于N。在一个具体的应用场景中，N取300，n可以取17，m可以取60。如果监控变量的变化过小且趋于平稳，扰动变化率将太小而不能对其它变量产生影响。因此，请参阅图8，在一个实施方式中，所述方法还包括：步骤S203：对所述监控变量进行趋势性判断；步骤S204：根据判断结果，对所述预选扰动传播路径进行修正。具体的判断方法为，当扰动变化率大于或等于第三预设阈值时，将监控变量在对应地预选扰动传播路径中予以保留；当扰动变化率小于第三预设阈值时，将监控变量从对应地预选扰动传播路径中剔除。举例为，当一个预选扰动传播路径为x1→x2→x3，当监控变量x1的扰动变化率大于第三预设阈值时，将监控变量x1在该预选传播路径进行保留；或者，当监控变量x1的扰动变化率小于第三预设阈值时，将监控变量x1在该预选传播路径进行剔除，得到修正后的预选扰动传播路径为x2→x3。在本实施方式中，第三预设阈值可以根据实际情况进行设置，本申请对此不作限定。举例为，第三预设阈值为1.5*10-4。步骤S30：基于所述关联系数和所述扰动变化率，获取对应地所述预选扰动传播路径的权重系数。在本实施方式中，可以根据下式确定权重系数：其中，R(k)为第g条预选扰动传播路径的权重系数；ρi,j为监控变量i,j间的关联系数；ai为监控变量i的扰动变化率；G为第g条预选扰动传播路径中的路径个数，例如，预选传播路径x1→x2→x3中的路径个数有两个，分别为：x1→x2和x2→x3；简言之，G为预选扰动传播路径中有向弧的个数；α为调整参数，可以设为3*103。步骤S40：根据所述权重系数，确定目标扰动传播路径。在本实施方式中，可以将数值最大的权重系数max{R(g)}对应地预选扰动传播路径作为目标扰动传播路径。进一步地，为了提高对目标扰动传播路径的判定准确率，有必要确定数值最大的权重系数max{R(g)}所对应地预选扰动传播路径包括的监控变量的变化趋势即扰动变化率与监控变量间的正负相关关系即关联系数是否一致。具体的，如果对应于数值最大的权重系数max{R(g)}的预选扰动传播路径中的监控变量变化趋势与监控变量间的正负相关关系一致，扰动最可能从该预选扰动传播路径中的第一个监控变量开始传播，即为报警信号的根原因。那么即可以将该预选扰动传播路径作为目标扰动传播路径。如果不一致，根据排序规则，依次考虑数值最大的权重系数max{R(g)}后面的传播路径是否满足要求，直到找出满足要求的路径确定报警信号的根原因。直至确定关联系数和扰动变化率的正负性相同，且数值最大的权重系数对应地预选扰动传播路径，将符合上述条件的预选扰动传播路径作为所述目标扰动传播路径。步骤S50：将所述目标扰动传播路径中的起始监控变量作为所述报警信号的根原因。在本实施方式中，确定了目标扰动传播路径后，即可以将目标扰动传播路径后中的起始监控变量，即该传播路径中第一监控变量作为报警信号的根原因。本申请实施方式的油气生产系统报警信号根原因精确溯源方法，通过根据预先建立的监控变量因果关系获取至少两个预选扰动传播路径，利用预选扰动传播路径中包括的监控变量间的关联系数和扰动变化率确定至少两个预选扰动传播路径的权重系数，进而确定目标扰动传播路径，并将目标扰动传播路径中的起始监控变量作为报警信号的根原因，能够快速准确地找到油气生产过程中引发报警信号的根原因。从而能够为操作者及时消除报警根源提供可靠依据，缓解操作者的工作压力，同时合理处理油气生产系统中的重要报警，尽可能地避免因此造成的严重后果。下面结合实际中一个具体工程来详细说明本申请实施方式的油气生产系统报警信号根原因精确溯源方法的技术方案。在本实施例中，以常减压过程为研究对象进行分析。数据从在中国某一石化公司的真实常减压过程中收集，17个监控变量(来源于现场装置平稳率统计台帐)如表1被挑选用于监控变量因果关系的建立。考虑采样间隔为5秒，时间序列长度N设置为300。表1监控变量描述利用本申请提供的技术方案，计算得到17个监控变量的关联系数矩阵P和时滞矩阵Λ如下，并构建该17个监控变量的因果关系如图9所示。其中，关联系数矩阵P和时滞矩阵Λ中位于对角线上的-代表0，其他行列为空白的元素为0，其代表关联系数或时滞值较小，由0进行替换修正。一个发生在该石化公司的异常扰动被作为案例来验证本申请方法的有效性和准确性。某日，该石化公司操作人员发现常压塔顶循环流量和常压塔底温度异常升高，随后常压塔顶温度和常二线馏出温度也相继升高，最终常压塔底温度和常二线馏出温度超过了正常的操作范围从而触发报警。因此，假设常压塔底温度(x5)和常二线馏出温度(x12)的报警被触发。为了辨识报警的根原因，根据图9确定的监控变量的因果关系，4个可能导致报警的扰动传播路径被挑选作为可能的传播路径：x6→x4→x12，x9→x12，x10→x12，x1→x2→x4→x12。随后在这些传播路径中的各监控变量的扰动变化率通过构建线性回归方程进行线性拟合而获得，如图10所示为监控变量x1的线性拟合曲线。扰动变化率和这些传播路径中监控变量间的关联系数如表2所示。因为x1的扰动变化率低于阈值1.5*10-4，不能对其他监控变量造成影响，因而监控变量x1从相应地预选扰动传播路径中被移除。然后预选扰动传播路径x1→x2→x4→x12变为x2→x4→x12。表2所有相关路径中变量的扰动变化率和关联系数变量路径中前一个监控变量扰动变化率(*10-4)两变量间相关系数x9→x121.60340.9336x10→x12-1.98570.8511x4→x125.76150.5489x2→x45.1495-0.6032x1→x2-1.0526-0.9428x6→x46.21260.3247根据由监控变量因果关系辨识的预选扰动传播路径，可能的预选扰动传播路径的排序如表3所示。数值最大的权重系数对应地预选扰动传播路径，即最可能导致报警的扰动传播路径为x2→x4→x12。在这条路径中，监控变量x2和x4的扰动变化率均为正值，但是两个监控变量间的关联系数为负值。因此，两监控变量的变化趋势与他们之间的负相关关系不一致。因此考虑下一条预选扰动传播路径x6→x4→x12。在这条路径中，监控变量x6、x4和x12的扰动变化率均为正值，x6和x4的关联系数，以及x4和x12的关联系数均为正值，传播路径中监控变量的变化趋势与它们之间的正相关关系一致。因此，扰动最可能从该路径中的第一个变量x6向后传播。基于所辨识的传播路径，有效的措施应该被采取以消除x12的报警，随后根据同样的方法考虑x5。表3可能传播路径排序排序可能传播路径R(k)1x2→x4→x120.38732x6→x4→x120.32063x10→x120.24634x9→x120.2203推理结果表明：“常压塔顶循环流量x6的异常增加”导致常压塔顶温度x4的增加，随后导致常二线馏出温度x12的增加，报警被触发。通过以上分析可以得出该推理结果与实际情况一致，证实了所提方法的可行性。基于同一构思，本申请实施方式还提供了一种油气生产系统报警信号根原因精确溯源装置，如下面的实施方式所述。由于油气生产系统报警信号根原因精确溯源装置解决问题的原理，以及能够取得的技术效果与油气生产系统报警信号根原因精确溯源方法相似，因此油气生产系统报警信号根原因精确溯源装置的实施可以参见上述油气生产系统报警信号根原因精确溯源方法的实施，重复之处不再赘述。以下所使用的术语“模块”，可以是基于软件实现，也可以是基于硬件实现，还可以是以软硬件结合的方式实现。请参阅图11，本实施方式提供的一种油气生产系统报警信号根原因精确溯源装置可以包括：第一获取模块10，第二获取模块20，第三获取模块30，第一确定模块40以及第二确定模块50。所述第一获取模块10可以用于在接收到报警信号后，根据预先建立的监控变量因果关系，获取至少两个预选扰动传播路径；其中，每个所述预选扰动传播路径至少包括引发所述报警信号的目标监控变量以及指向所述目标监控变量的起始监控变量；所述第二获取模块20可以用于获取所述预选扰动传播路径中相邻所述监控变量间的关联系数，以及每个所述监控变量的扰动变化率；所述第三获取模块30可以用于基于所述关联系数和所述扰动变化率，获取对应地所述预选扰动传播路径的权重系数；所述第一确定模块40可以用于根据所述权重系数，确定目标扰动传播路径；所述第二确定模块50可以用于将所述目标扰动传播路径中的起始监控变量作为所述报警信号的根原因。本实施方式提供的油气生产系统报警信号根原因精确溯源装置与本申请油气生产系统报警信号根原因精确溯源方法相对应，可以实现本申请油气生产系统报警信号根原因精确溯源方法的技术效果，在此不再赘述。在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(ProgrammableLogicDevice，PLD)(例如现场可编程门阵列(FieldProgrammableGateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(HardwareDescriptionLanguage，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(AdvancedBooleanExpressionLanguage)、AHDL(AlteraHardwareDescriptionLanguage)、Confluence、CUPL(CornellUniversityProgrammingLanguage)、HDCal、JHDL(JavaHardwareDescriptionLanguage)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardwareDescriptionLanguage)等。目前最普遍使用的是VHDL(Very-High-SpeedIntegratedCircuitHardwareDescriptionLanguage)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以较容易得到实现该逻辑方法流程的硬件电路。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来。在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。该计算机软件产品可以包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施方式或者实施方式的某些部分所述的方法。该计算机软件产品可以存储在内存中，内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其它数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其它类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其它内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其它光学存储、磁盒式磁带，磁带磁磁盘存储或其它磁性存储设备或任何其它非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括短暂电脑可读媒体(transitorymedia)，如调制的数据信号和载波。本说明书中的各个实施方式均采用递进的方式描述，各个实施方式之间相同相似的部分互相参见即可，每个实施方式重点说明的都是与其它实施方式的不同之处。尤其，对于装置实施方式而言，由于其功能基本相似于方法实施方式，所以描述的比较简单，相关之处参见方法实施方式的部分说明即可。虽然通过实施方式描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。当前第1页1 2 3