概述
袋式除塵器在電力、水泥、鋼鐵、垃圾焚燒等行業(yè)得到了廣泛的應(yīng)用。隨看物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等新一代IT技術(shù)的成功普及,袋式除塵行業(yè)由傳統(tǒng)型向智能化改造也會(huì)因此變成了必須經(jīng)歷的一次變革,基于袋式除塵器的煙塵治理云平臺(tái)(以下簡稱“煙塵治理云平臺(tái)”)便成了在本次變革中衍生出來的核心工業(yè)級(jí)解決方案。
煙塵治理云平臺(tái)旨在通過物聯(lián)網(wǎng)技術(shù)、傳感器技術(shù)、電子通信技術(shù)、工業(yè)控制技術(shù)等技術(shù)手段,為用戶提供除塵器運(yùn)行狀態(tài)實(shí)時(shí)監(jiān)測、歷史數(shù)據(jù)分析、智能分析等具有核心價(jià)值的應(yīng)用,整個(gè)平臺(tái)基于B/S架構(gòu),其平臺(tái)架構(gòu)包括:智能感知層、網(wǎng)絡(luò)傳輸層、業(yè)務(wù)架構(gòu)層、應(yīng)用接入層
智能分析作為平臺(tái)最重要的功能之一,需要通過時(shí)間維度上大量歷史數(shù)據(jù)和空間維度上的多類數(shù)據(jù)的整合分析結(jié)合數(shù)學(xué)模型算法,經(jīng)過數(shù)據(jù)運(yùn)算,從而分析出除塵器運(yùn)行狀況,本文提出的智能分析區(qū)別于傳統(tǒng)的袋式除塵器狀態(tài)分析的核心要素之一就是利用海量歷史數(shù)據(jù)結(jié)合數(shù)學(xué)模型算法,從而得出更精準(zhǔn)的結(jié)果。而基于概率統(tǒng)計(jì)模型的智能分析是一種很重要的應(yīng)用方向。
概率統(tǒng)計(jì)方法
(1)基本統(tǒng)計(jì)量定義
Mean:μ=監(jiān)測值總體的算術(shù)平均值, xbar=樣本均值,xbarDL=日均監(jiān)測值Standard deviation:σ=監(jiān)測值總體的標(biāo)準(zhǔn)差,S=樣本標(biāo)準(zhǔn)差;
First quartile:監(jiān)測(樣本)值四分位數(shù)的第一分位數(shù)Q1;
Median:監(jiān)測(樣本)值四分位數(shù)的第二分位數(shù)Q2或中位數(shù);
Third quartile:監(jiān)測(樣本)值四分位數(shù)的第三分位數(shù)Q3;
Minimum:節(jié)點(diǎn)監(jiān)測(樣本)值最小值min
Maximum:節(jié)點(diǎn)監(jiān)測(樣本)值最大值max
Range:節(jié)點(diǎn)監(jiān)測(樣本)值極差R;
N missing:節(jié)點(diǎn)監(jiān)測(樣本)值丟失數(shù)NM;
N total:監(jiān)測值量NT,節(jié)點(diǎn)監(jiān)測值日入庫數(shù)記為DNT(整數(shù));
(2)中心極限定律
無論總體的分布如何,當(dāng)樣本量足夠大(≥30)的時(shí)候,均值抽樣分布可以近似為正態(tài)分布,樣本量越大,近似程度就越高。
(3)時(shí)間序列數(shù)據(jù)(Time Series Data,TSD)
從定義上來說,就是一串按時(shí)間維度索引的數(shù)據(jù);描述某個(gè)被測量的主體在一個(gè)時(shí)間范圍內(nèi)的每個(gè)時(shí)間點(diǎn)上的測量值。
(4)時(shí)間戳(Timestamp)
表征采集到數(shù)據(jù)的時(shí)間(時(shí)刻)點(diǎn);定義t0為采集系統(tǒng)上線后的時(shí)間(或時(shí)刻)原點(diǎn)(或零點(diǎn)), ti為系統(tǒng)采集到并入庫的第i個(gè)時(shí)間戳(data point時(shí)間時(shí)刻),i=0,12,3,……n。
(5)運(yùn)行圖
運(yùn)行圖(run chart)也稱為鏈圖,是顯示任何測量特性隨時(shí)間變化的圖表。運(yùn)行圖可用于任何按時(shí)間序列組織的、連續(xù)尺度測量的數(shù)據(jù)的圖形分析,提供有關(guān)因趨勢、振動(dòng)、混合和聚類引起的非隨機(jī)變異的信息。
(6)I-MR控制圖
I-MR控制圖:單(個(gè)觀測)值和移動(dòng)極差控制圖;可用于監(jiān)控定期數(shù)據(jù)采集的實(shí)時(shí)連續(xù)過程的均值和變異。