在开放世界中实现逃逸分析

逃逸分析（escape analysis）是一种可以有效减少Java程序中同步负载和内存堆分配压力的跨函数全局数据流分析算法．此前绝大多数逃逸分析的实现都基于一个所谓“封闭世界（closed world）”的前提：所有可能被执行的方法在做逃逸分析前都已经得知，并且，程序的实际运行不会改变它们之间的调用关系．但当真实的Java程序运行时，这样的假设并不成立．Java程序拥有的许多特性，例如动态类加载、调用本地函数以及反射程序调用等等，都将打破所谓“封闭世界”的约定．这样的真实运行环境被称为“开放世界”．在开放世界中，实现逃逸分析将面临许多重要的问题，例如，能否正确、全面地捕捉动态载入的类和方法，并分析它们与原有程序的关系；逃逸分析算法的复杂性是否能够得以控制，以保证即时编译器的重新分析时间不会过长，等等．提出一个新的逃选分析架构，它可以有效地处理上述开放世界所面临的问题．该分析架构将增量分析Java程序，动态捕获新载入和调用的类及方法，同时，在复杂性和精度之间进行权衡，正确、有效地降低程序的运行负载．该分析架构已经在Intel的开放式Java虚拟机系统ORP中实现，经过实际测试，可以有效地消除一些主要基准测试程序，如SPECjbb2000和SPEcjvm98的db中70％-94％的同步操作，大幅度地提高15％-31％的程序的运行速度．

基于逃逸分析的循环中栈式分配优化研究

栈式内存分配可以有效地提高Java程序的执行效率,但是在循环中,对象的栈式分配比率和栈空间的大小变成了一对很难协调的矛盾.文中实现了一种控制流非敏感（flow-insensitive）的、过程间（inter-procedural）的、上下文相关（context-sensitive）的逃逸分析（escapeanalysis）方法.在此基础上,提出以循环为基本单位的分配策略,引入了对象栈和区域栈帧等概念;通过对循环的分析,实现了基于逃逸分析的栈式分配.SPECjvm98测试基准表明,在可控栈空间大小的条件下,该算法的栈式分配比率达到8.3%~25%（平均15.18%）.

燃煤电厂氨逃逸分析仪数据异常的分析与探讨

根据国家"十三五"能源规划,实施煤电节能减排升级改造行动计划,燃煤机组正进行"超低排放"改造。NOx浓度的降低,脱硝效率的提高,增加了氨逃逸浓度,给机组运行带来隐患,因此氨逃逸的在线监测显得尤为重要。选取了1台1000 MW燃煤机组的HORIBA-ENDA-600ZG氨逃逸在线分析仪数据异常案例,进行了氨逃逸比对测试和除尘器中飞灰的氨含量分析,结合空预器运行历史参数,探讨了氨逃逸分析仪数据异常的原因,并提出了改进措施,对电厂实现精细喷氨及脱硝设备运行和管理有一定的指导意义。

脱硝系统氨逃逸分析仪测量技术存在的问题及优化方案

介绍了目前2种常见的火电厂脱硝系统氨逃逸分析仪测量技术,着重分析了激光光谱测量和化学发光法测量技术中存在的问题和产生的原因,并提出了3种优化解决方案。方案提高了氨逃逸分析仪测量技术的可靠性和精准度,对日后氨逃逸分析仪的选型及运行维护具有一定参考价值。

激光微量氨分析系统在脱硝逃逸氨检测中的应用

氮氧化物(NOx)是火电厂排放烟气中的主要污染物之一。烟气脱硝是采用氨作为还原剂,对燃烧后烟气中的NOx进行处理,以降低NOx排放量的技术。通过脱硝后烟气中逃逸氨气的浓度来控制脱硝反应中氨气的投放量,保证氮氧化物排放浓度满足环保法规要求。基于可调谐半导体吸收激光光谱技术,开发了旁路取样式激光逃逸氨分析系统,实现了我国电厂烟气脱硝微量逃逸氨的在线监测。现场应用证明,该系统在我国电厂烟气脱硝逃逸氨检测中得以成功应用。

基于上下文敏感分析的数据竞争检测方法

为了提高数据竞争检测过程的准确性,提出了一种基于上下文敏感分析的数据竞争检测方法。使用控制流分析构建上下文敏感的调用图,采用逃逸分析查找出可能发生数据竞争的线程逃逸对象,进行上下文敏感的别名分析以减少误报和漏报,通过发生序关系判断消除由于忽略线程交互而导致的误报。依据该方法,在WALA软件分析框架实现了一个数据竞争检测工具ConRacer,并将该工具与现有的检测工具SRD和RVPredict进行了比较。结果表明,与SRD和RVPredict相比,ConRacer的检测准确度最高,不仅可以有效地检测数据竞争,而且可以降低检测过程中的误报和漏报。通过结合上下文敏感分析技术与传统的静态检测技术,ConRacer提高了检测过程的准确性,对发现并发错误和优化软件性能有一定的参考价值。

即时编译器辅助垃圾收集中的对象生命期分析研究

提出一种对象生命期分析算法，利用即时编译器分析应用程序并在其中安插显式释放对象等指令，通过辅助垃圾收集器改进对象的回收与分配来减轻垃圾收集器自动回收的负担．该算法结合了活跃变量分析和指针逃逸分析，对Java程序的每个方法仅分析一次，而且是过程间的，对域、上下文是敏感的，能够分析识别应用程序中的非全局对象及其死亡位置．实验结果表明：算法的执行时间占总编译时间的3．6％～5．3%；相比一般的Salagnac等指针逃逸分析，能识别出更多的对象生命期信息，而且对象死亡位置能精确到Java方法控制流图中的基本块；在即时编译器辅助的垃圾收集优化中能够显式地回收较多的内存空间．

DBI-Go:动态插桩定位Go二进制的非法内存引用

Go语言,也称Golang,由于其语法简单、原生支持并发、自动内存管理等特性,近年受到很多开发者的欢迎.Go语言期望开发者不必了解变量或对象是分配在栈上还是在堆中,而由Go编译器的逃逸分析来决定分配位置,再由Go垃圾收集器自动回收无用的堆对象.Go的逃逸分析必须正确决定对象的分配位置以保证内存状态的正确性.然而,目前Go社区中逃逸相关问题频发,潜在导致程序崩溃等致命问题,而目前对该方面的研究缺失.为有效检测编译器生成的代码是否存在可能引起运行时崩溃的非法内存引用,填补研究空白,对Go程序执行进行抽象建模,并提出两条判定写入违例的规则.基于这两条规则,克服Go二进制中高层语义缺失、运行时信息不便获取等挑战,设计一个轻量化的分析工具DBI-Go.DBI-Go采用静态分析加动态二进制插桩的分析方式,基于动态二进制分析框架Pin来实现,可以识别Go二进制中违例的store指令.实验结果表明,DBI-Go可以检测出Go社区中所有已知的逃逸相关Issues;DBI-Go还发现一个目前Go社区未知的问题,该问题已经得到确认.在实际项目上的应用则表明DBI-Go可以帮助开发人员找出逃逸算法的错误.测试结果还表明DBI-Go采取的措施可以有效降低误报率且在93.3%的情况下带来的额外运行时开销小于原先的2倍.同时,DBI-Go无需修改Go的编译运行时,可以适配不同版本的Go,有较高的适用性.

垃圾焚烧发电厂SNCR投运后白烟分析

选择性非催化还原脱硝法(SNCR)投运后,电厂烟囱出现冒"白烟"现象。通过分析白烟的成分,确定白烟成分为氯化铵。使用氨逃逸激光光谱分析仪与烟气自动监控系统相结合的试验方法,分析得到NH3Cl生成的特点,制定SNCR喷氨控制策略,从而有效抑制白烟的生成。

浅谈三种锅炉常见仪表

单室平衡容器利用正负压形成的差压信号计算得出水位数据,偏差小,信号稳定,寿命长。氨逃逸分析仪通过将烟气中的氨气转化为一氧化氮来测量氨逃逸量,有效防止因逸散后氨浓度过高引起的危害。氧化锆氧量分析仪通过电解质两侧铂电极产生的电势差,测量得出氧浓度,便于监测烟气。氧化锆氧量分析仪具有响应速度快、结构简单、测量准确、输出稳定和维护工作量小等优点。

氨逃逸在线分析仪在烟气脱硝中的应用

热电厂烟气脱硝采用SCR+SNCR脱硝技术,还原剂氨与烟气中NO_x产生还原反应,将烟气中的NO_x还原为无毒无污染的氮气和水。氨逃逸在线分析仪实时监测逃逸氨气的值,它对于控制脱硝效率和控制注氨量具有关键作用,氨逃逸在线分析仪精确测量不仅有效控制成本,而且减小逃逸氨对设备的腐蚀和对环境的污染。