教学课程资源库 更多>>

关键词： 城镇污水处理厂   排放标准   排放限值   准Ⅳ类   变异系数   大数据分析  

摘要： 以天津市为例，基于大数据挖掘对80座污水处理厂2021年出水全年自动监测结果进行统计分析，以掌握该市污水处理厂出水“准Ⅳ类”标准实施效果，并结合概率数理统计提出一次监测最高允许排放浓度限值的建议值。结果表明，天津市各污水处理厂出水水质良好，COD、NH3-N、TN、TP等4项主要在线监测指标达标率超过96%,多数超过99%。正态性检验显示4个指标均不服从正态分布，呈严重偏态（正偏度）、尖峰态（正峰度）、右侧轻尾分布。各指标间相关关系显著（p<0.000 1）。基于各指标的日均值与日变异系数的线性回归拟合结果，测算出最高允许排放浓度限值。通过天津市域内80座污水处理厂2021年整年在线出水水质监测数据日变异系数与日均值拟合，提出了DB 12/599-2015 A、B、C三级标准所对应的一次监测最高允许排放浓度限值建议。

摘要： 混合式教学是一种“线上+线下”的教学方式，它集合了线上教学与传统线下教学的优点。近年来，科技与教育深度融合已经成为高等教育的发展趋势。在混合式教学模式下，学生的学习效率更高，学习时间也更持久，进而在潜移默化中提升了学习迁移能力。与此同时，如何准确评估学生的学习迁移能力，逐渐成为高等教育的一大难点。本文以混合式教学模式为切入点，基于大数据构建了学习迁移能力评价系统，旨在为高校教师实现学生学习迁移能力的可视化分析提供依据。

关键词： 开发指标监控   油藏动态预警   关联分析   大数据分析  

摘要： 精准把握油藏开发动态以提高原油采收率是油田企业的一项重要工作,许多专家学者和地质研究人员通过地震成像、三维模拟等手段在地质构造、沉积分布、岩石物性等方面建立了诸多模型用于认识和解释油藏动态,并取得了一些成果。近年来,随着大数据分析技术的发展,油藏动态研究逐渐由经验驱动向数据驱动方向发展,本文正是基于这一发展趋势,开展基于大数据分析的油藏动态监控与预警方法研究。首先在调研收集油藏开发的相关评价指标之后,从各项指标的实际含义出发,依据关联分析法构建了油藏动态监控预警指标体系;然后,综合考虑了油藏动态大数据特点和预警的相关业务要求,以长庆油田某区块的油藏动态数据为研究对象,建立了基于SVM算法的油藏动态监控预警模型;针对SVM模型中存在参数多,寻优难等问题,分别使用网格搜索、PSO算法进行了模型参数优选,建立了基于PSO-SVM算法的油藏动态监控预警模型;另外,还构建了基于RF算法的油藏动态监控预警模型,对上述三种油藏动态监控预警模型进行了应用与分析评价;最后,基于大数据平台搭建集群实现了海量数据的导入、存储和计算,并使用Java语言开发了一套集指标动态监控、静态数据查询、单井产能曲线绘制、动态波动预警功能于一体的油藏动态监控预警系统,并针对研究的长庆油田某区块油藏动态进行了测试验证。研究结果表明,采用本文构建的模型实现了油田油藏动态监控预警的目标,预警建模时间较短、考虑因素较为全面,油田实际应用效果较好,为油田企业开展大数据背景下的油藏综合评价与准确掌握油藏开发动态提供了一个分析工具和有效方法。

关键词： 大数据分析报告   证据类型   审查规则   质证  

摘要： 大数据技术的进步深刻影响证据法的发展,现阶段我国司法实务界已经将利用大数据技术形成的数据材料应用于刑事司法实践,数据材料多表现为报告的形式-大数据分析报告。通常提交法庭的大数据材料主要表现为以下四种,一是把大数据的载体作为证据提交;二是将全部的数据作为证据提交;三是将部分数据作为证据提交;四是将大数据的分析报告作为证据提交。对于前三种,虽名为大数据材料,却仍然属于物证和电子数据等传统证据类型的范畴,在使用时不存在障碍,审查时也没有特别之处。但大数据分析报告作为证据的使用,则是存在很多争议,亟待制度规范和理论检讨。全文由六部分组成。第一部分为引言。从大数据技术应用于司法实践的背景入手,介绍了国内外大数据分析报告的研究现状、本文的研究重点和研究方法。第二部分实证考察大数据分析报告的运用情况。澄清了大数据分析报告的相关概念,总结大数据分析报告的应用现状,并对适用中呈现的特征进行了提炼。分析并总结出大数据分析报告的概念,以及基础数据海量性、对算法的依赖性、分析结论与案件的相关性特征。第三部分提炼与指明了与大数据分析报告相关的争议性证据问题。主要包括大数据分析报告的证据定位的观点混乱、大数据分析报告生成和使用的过程侵犯合法权益、大数据分析报告的结论的真实性难以保障、大数据分析报告与待证事实的相关性存疑等四大问题,均需获得有效的制度规制和实践解决,但目前学界尚未给予充分的理论回应,亟待深入研究。第四部分比较法考察了域外法治国家和地区对大数据分析报告的司法运用和理论研究现状。通过对美国,德国,欧盟,日本等国家对大数据分析报告的审查与运用情况的考察,总结发现各国对大数据分析报告的获取过程的制度规制以及作为证据的审查标准,为我国大数据分析报告在司法实践中的运用提供借鉴与思考。第五部分是对大数据分析报告上述争议性问题的理论反思。立足于比较法考察与实证研究发现,大数据分析报告作为鉴定意见、电子数据、物证书证都存在一定不合理性,未来可赋予大数据分析报告独立证据的资格;针对大数据分析报告生成和使用过程合法性问题,可以通过设置规则来规范大数据分析报告生成和使用过程来避免侵权风险;从基础数据、算法以及结论的不真实等要点设置审查审查以保障大数据分析报告真实性;从完善大数据分析报告与待证事实相关性的审查规则来验证两者的相关性关系。第六部分研究有关大数据分析报告的制度改良建议。根据我国“瑕疵证据”规则构建排除规则、结合“镶嵌论”视角构建数据合法性规则来避免其对合法权益的侵犯;通过对基础数据的审查、算法的公开与解释、专业机构的测试、运用区块链存证技术来保障大数据分析报告结论的真实性;通过构建大数据分析报告似然率的贝叶斯模式以及审查大数据分析报告与待证事实之间的相关性来保障大数据分析报告与待证事实之间的相关性。通过发现大数据分析报告在实践中存在的问题,分析问题,并提出相关的制度规则,期望能够让大数据分析报告更好地在实践中发挥作用。

关键词： 潜油螺杆泵   故障诊断   卷积神经网络   数据处理   相关性分析  

摘要： 潜油螺杆泵作为兼具无杆泵和容积泵优势的采油方式,针对复杂工况井型有良好的适用性。其次由于其井口装置简单,适合搭建新型油田一体化集成平台,因此潜油螺杆泵在各大油田应用数量逐渐增多。然而由于潜油螺杆泵核心部件都处于深井之中,生产过程受井下复杂条件影响,检修人员难以及时发现螺杆泵异常工况导致发生严重躺井故障,严重阻碍了潜油螺杆泵推广应用。现有螺杆泵故障诊断技术通常是基于数据提取特征,导入模型训练特征规律,这种故障诊断效果严重依赖提取的特征质量即人主观判断影响,存在局限性。本文以大港油田潜油螺杆泵井为研究对象,基于深度学习建立故障诊断模型,该模型跳过人工特征提取阶段直接建立数据到模型的诊断方式。本文取得的成果如下: (1)分析潜油螺杆泵基本原理结构,并进一步建立潜油螺杆泵井计算模型,以该模型为基础计算未直接采集但可以有效表征故障的参数(泵效,泵出口压力,机械效率)。 (2)统计大港油田故障类型进行特征分析。随后对数据进行数据预处理形成用于诊断的潜油螺杆泵数据集。在现有数据集的基础上建立一批特征参数并利用相关性分析选择出对故障相关性较高的特征参数。 (3)提出一种卷积神经网络模型WDCNN对潜油螺杆泵故障进行诊断,该网络跳过人工提取特征阶段同样可以达到很好的诊断效果。随后针对数据特点在WDCNN网络基础上进一步提出多尺度融合卷积网络MSCNN(Multi-Scale Convolutional Neural Network)。该网络利用多尺度卷积核提取故障特征并对故障类型进行诊断。随后利用混淆矩阵和T-SNE可视化技术对分类效果进行评价。实验证明MSCNN网络在潜油螺杆泵故障诊断领域有着良好的诊断效果,对泵碎胶,轴断,高气液比低泵效故障诊断效果达到了100%,对泵卡阻和电机故障诊断达到了95%的准确率。 结果显示本文提出的MSCNN网络对潜油螺杆泵故障诊断效果良好,优于基于特征提取的故障诊断模型。

ISBN: (纸本)9787230045100

关键词： 供应链绩效   大数据分析   供应链实践   食品零售业  

摘要： 面对我国食品零售市场面临着消费者对食品需求的迅速增长,行业发展空间不断扩展的形势,提高食品零售业供应链管理水平刻不容缓。越来越多的学者注意到实施供应链管理的重要性。国内外研究学者发现,企业通过实施供应链管理实践,可以提高供应链绩效。而基于当前的数字化发展形势,采用大数据分析的企业逐渐增加,在信息时代,将大数据分析与有效的供应链实践相结合的战略重要性被广泛接受。但对于大数据分析和供应链实践之间存在的关系以及它们如何影响供应链绩效,目前还没有明确的研究。因此,本文以食品零售业为研究对象,从企业的供应链实践出发,考虑大数据分析的调节作用,研究对供应链绩效的影响。为了解决研究问题,本文在界定了食品零售业、供应链实践、大数据分析以及供应链绩效等相关概念的基础上,基于供应链管理理论、资源基础理论与供应链绩效管理理论构建了供应链实践、大数据分析对食品零售业供应链绩效影响的概念模型。研究了六种供应链实践(战略供应商关系、客户关系、信息共享、信息质量、采购管理和库存管理)与供应链绩效之间的关系,并考虑了企业采用大数据分析对供应链绩效影响的调节作用。通过查阅国内外有关文献,选择代表性文献的成熟量表,设计了供应链实践和大数据分析对食品零售业供应链绩效影响的调查问卷,以网络发放问卷的方式收集数据,共回收了有效问卷358份。以中国358家公司的管理人员提供的信息为样本,使用SPSS软件和Smart PLS软件对回收的数据进行信度分析、效度分析和结构方程模型评估,并对供应链实践的直接作用和大数据分析的调节作用进行了检验。研究结果表明,不同的供应链实践对供应链绩效有积极影响,大数据分析对供应链实践和供应链绩效之间的关系有积极的调节作用。最后,本文综合理论与实证研究结果,为更有效地提升食品零售业供应链绩效提出了对策建议。

关键词： 尾气处理   尿素喷射系统   产线优化   精益6-σ理论   大数据分析  

摘要： 随着新冠疫情和俄乌局势的发展,全球的生产供应链都受到了来自能源、运输和人力资源等因素价格上升的影响.这种价格上升无疑对于生产制造企业而言造成不小的压力.企业需要通过更好的方式控制成本,确保产品合格率、生产效率和企业利润,以抵抗市场的波动和风险,从而保持竞争优势.　　B公司是全球汽车配件以及动力总成方案解决的领先企业,其尿素喷射系统被视为是尾气处理单元的核心部件,对于降低柴油机氮氧化物排放具有显著作用.但是,在新型竞争形势和新能源替代方案的崛起的背景下,B公司产品的优势地位已经不再显著,因此对于产品产线的优化已迫在眉睫.　　为了优化生产制造效率,文章结合了精益生产理论与6-σ质量管理理论,通过鱼骨图、头脑风暴分析工具,确定了优化的方向和重点.利用生产数据库中的大数据分析,发现产线上某一个氦气泄漏测试站所消耗的时间较长,同时发现原材料氦气的价格近几年来涨幅明显.针对这种情况,决定取消泄漏测试站的一项标准测试,以达到缩短产线时间和节约原材料消耗的目标.　　在优化方案的论证环节中,使用了假设检验,通过验证取消一项标准测试对工站的不合格率不会产生显著影响.同时,利用数据降维和支持向量机算法,结合前工站的加工过程参数做出泄漏测试站的检测结果分类预测,训练预测模型,模型的预测精度达到了 99%以上,得到令人满意的预测精度.　　最终,优化方案实施后,优化目标工站的消耗时间显著下降,平均测试时间由138.7秒缩短至79.6秒,氦气的消耗量平均节约了40%,对单个产线的测试站而言,全年氦气采购成本可以节约9到10万元.这充分显示出精益6-σ理论、大数据分析和机器学习方法在制造业生产优化中的重要性和前沿性,对制造企业实现精益生产具有参考意义.

关键词： TOPSIS   大学生综合素质评价   大学生理想化培养成效   大数据分析  

摘要： 在教育评价改革背景下，大学生综合素质评价体系有所完善，但仍存在评价指标不全面、单一量化排序评价等问题。基于构建的评价指标体系，可以采用基于TOPSIS的大学生培养质量综合评价法，将学生综合评价转化为学生被理想化培养的程度，将TOPSIS法与雷达图结合起来，使用TOPSIS法计算出学生对理想化目标的贴近程度，生成TOPE值。通过综合TOPE值从整体层面对学生相对综合表现进行评价分析，利用各指标TOPE值位次和学生评价指标TOPE雷达图，可以从细节层面反映学生在各评价指标上的细节表现。通过形成学生质量评价报告单，不仅能展示学生的综合素养和细节表现，而且能根据具体表现让数智系统自动给出相应的评语和建议。新方法对学校教学和行政管理、学生自身发展规划以及用人单位选才，均有重要的现实作用。

关键词： 分布式光纤声学传感   大数据分析   既有通信光缆   公路环境信息   地球物理探测  

摘要： 基于相位敏感光时域反射(φ-OTDR)的分布式光纤声波传感技术(Distributed Acoustic Sensing,DAS),凭借其探测距离远、空间分辨率高、抗环境干扰因素强等优势,逐步应用于铁路沿线监测、石油管道监测、海洋环境安全监测、建筑结构健康监测及周界安防等各个领域。当前,全世界范围内铺设掩埋了大量的备用通信光缆,DAS这一技术可以充分利用既有通信光缆中的光纤,将其转换为成千上万的探测阵列,有望彻底解决多种领域的探测难题,在地球物理监测和自然灾害监测等多领域中具有广阔的应用前景。在实际应用中,由于探测距离较长、预埋光缆的环境未知等状况,使得通信光缆对地球物理和自然的探测发展受阻,因此如何整合传感光纤对各种未知环境特征信号的探测获取技术成为了一个难题。DAS传感技术通过外界振动对光纤折射率的变化产生影响,使光纤中探测光的相位信息发生改变,并对光相位进行解调来获取外界信息和感知数据特征。基于此,本文提出了一种DAS大数据分析方法,以获取既有通信光缆周围的环境特征,对DAS信号进行研究分析,在经过综合信号滤波处理和图像处理后,进一步提取特征包括交通信息和地理特征等。在高速公路交通案例中,将道路下铺设掩埋的既有通信光缆作为传感阵列,完成了36km通信光缆沿线环境特征的数据分析和整合,验证了DAS大数据分析方法的可行性。大数据分析方法将极大促进DAS在既有通信光缆领域的应用发展,赋予DAS新的探测能力,该方法将有助于研究人员对既有通信光缆实际路径走向的研究和发展,并进一步推动地球物理信号的探测和研究。论文主要包括以下内容:(1)介绍基于φ-OTDR分布式光纤传感技术的发展和国内外研究现状,阐述OTDR和φ-OTDR的技术原理、系统结构和传感原理。设计搭建φ-OTDR系统,并分析系统的硬件结构。本文使用的DAS设备使用重复频率为50hz的探测光脉冲,具有20m空间分辨率以及1m定位精度的系统性能。(2)完成DAS系统对全长36km通信光缆的实际探测,并连续采集24小时的数据信号。之后对DAS系统探测信号进行预处理,包括基于时域的信号差分和基于时频域的小波变换及中值滤波处理。通过时频转换、频率能量积分和采样点幅值叠加的方法,从而获取通信光缆沿线车流量分布以及昼夜间车流量的对比情况。(3)经过信号预处理的时-空域信号转换为时-空域图像,完成图像的预处理,包括基于互补去雾法的图像增强、图像二值化法等。将预处理后的时-空图,经Canny边缘检测和Hough变换,可获取光缆沿线车辆的行驶轨迹和速度等特征。并根据轨迹在时域和空域上的连续性,进一步区分和获取光纤冗余和道路岔路口位置特征,在全长36km道路上共获取8个光纤冗余位置和5个道路岔路口位置。(4)通过地下掩埋的通信光缆感知环境特征,整合研究分析全长36km高速公路沿线的各种环境特征,包括车流量分布情况、车辆行驶速度、冗余光纤定位、公路岔路口判断等。此外,还存在4个固定位置的外界持续振动特征,以及光纤灵敏度较大路段特征等。通过DAS大数据分析的方法对既有通信光缆的环境特征进行整合研究,有利于推动既有通信光缆的路径走向研究以及地球物理探测的进一步发展。