甘氨酸工程项目数据分析与挖掘（工程项目管理）

1、泓域咨询/甘氨酸工程项目数据分析与挖掘甘氨酸工程项目数据分析与挖掘一、 SWOT分析法的基本步骤运用SWOT分析法大体上分成三个步骤：分析环境因素；构造SWOT矩阵；制定行动计划。（一）分析环境因素运用各种调查研究方法，分析出企业或组织所处的各种环境因素，即外部环境因素和内部能力因素。外部环境因素包括机会因素和威胁因素，它们是外部环境对企业或组织的发展直接有影响的有利和不利因素，属于客观因素，一般归属为经济、政治、社会、人口、产品和服务、技术、市场、竞争等不同范畴。内部环境因素包括优势因素和劣势因素，它们是企业或组织发展中自身存在的积极和消极因素，属主观因素，一般归类为管理、组织、财务、人力资

2、源等不同范畴。在调查分析这些因素时，不仅要考虑到历史与现状，而且更要考虑未来发展问题（二）构造SWOT矩阵将调查得出的各种因素根据轻重缓急或影响程度等进行排序，构造SWOT矩阵。在此过程中，将那些对企业或组织发展有直接、重要、迫切、久远的影响因素优先排列出来，而将那些间接、次要、不急、短暂的影响因素排在后面。（三）制定行动计划在完成环境因素分析和SWOT矩阵的构造后，便可以制定出相应的行动计划。制定计划的基本思路是：发挥优势因素，克服劣势因素，利用机会因素，化解威胁因素；考虑过去，立足当前，着眼未来；运用系统分析的综合分析方法，将排列与考虑的各种环境因素相互匹配起来加以组合，得出一系列企业或组

3、织未来发展的可选择对策。二、 大数据系统和数据挖掘技术（一）数据挖掘概述1大数据大数据是指超过既往数据库系统规模、传输速度和处理能力，或者既往数据库系统结构无法容纳的数据。大数据常以万亿或EB衡量，且种类多、实时性强，蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。大数据有各种各样的来源：传感器、气候信息、公开的信息、如杂志、报纸、文章、买卖记录、网络日志、病历、事监控、视频和图像档案，及大型电子商务。大数据是数据挖掘产生与生存发展的土壤。如今数据每五年翻一番，面对前所未有的海量数据，为了从中发现有用的信息必须进行数据挖掘。此外，计算机存储、处理

4、大量数据，以及运算的能力大为增强，为数据挖掘创造了条件，使其成为一门独特的学科和技术。2数据挖掘与数据分析的区别数据挖掘与数据分析的主要区别在于：（1）处理工作量。数据分析的数据量可能并不大，而数据挖掘的数据量极大。（2）制约条件。数据分析是从某些假设出发，建立方程或模型，而数据挖掘不作假设，可以自动建立方程。（3）处理对象。数据分析往往是针对数字型数据，而数据挖掘对象类型繁多，例如图像、声音、文本等。（4）处理结果。数据分析可以解释结果的含义；数据挖掘的结果不易解释，着眼于预测未来，并提出决策建议。想要从数据中发现规律（即认知），往往需将数据分析和数据挖掘结合起来。（二）数据挖掘步骤按挖掘对

5、象，数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种，各自步骤分述如下。1数据库与数据仓库挖掘数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤。（1）信息收集。从确定的挖掘对象中提取特征，然后选择合适的收集方法，将收集到的信息存入数据库。对于海量数据，必须选择合适的数据仓库。（2）数据集成。把来源、格式、特点、性质不同的数据按逻辑或物理属性加以编排，以便以后使用。（3）数据规约。多数数据挖掘算法耗时很长，商业数据往往较多，数据挖掘更耗时间。数据规约就是简化已有可用数据集的表示，规约后数量大减，但仍能保持原数据的完整性，对规约数据的挖掘结果，与对

6、规约前数据的挖掘结果相同或几乎相同。（4）数据清理。有些数据不完整（属性缺少属性值）、含噪声（属性值错误），不一致（同一信息有多种表示），需要清理，使其完整、正确、一致后存入数据仓库。（5）数据变换。将数据变换成适合数据挖掘的形式。实数型数据，可将其分层和离散化。（6）数据挖掘。根据数据格式、属性与特点，选择合适的处理工具，例如统计方法、事例推理、决策树、规则推理、模糊集，甚至神经网络，取得有用的信息。（7）模式评估。由行业专家核实数据挖掘结果是否合理、是否可用。（8）知识表示。将数据挖掘得到的信息以可视方式交给用户，或作为新的知识存人知识库，供其他应用程序使用。并非所有的数据挖掘都要走上述的

7、每一步。若只有一个数据源，则可以省略数据集成。数据规约、数据清理、数据变换合称数据预处理。数据挖掘至少60%的费用要花在信息收集阶段，而至少60%以上的精力和时间要花在数据预处理上。数据挖掘是一个反复多次的过程，若一次未满足要求或未得到有用结果，则需回到前面，经过调整后重新开始。2，网络挖掘网络挖掘可分为网络用户行为挖掘与网络信息挖掘。前者基本不在工程咨询人员关心之列。后者可理解为“从WWW中发现和分析有用的信息”。网络信息挖掘是在已知数据样本的基础上，通过归纳学习、机器学习、统计分析等发现挖掘对象间的内在关系与特性，进而在网络中提取用户感兴趣的信息，获得更高层次的知识和规律。网络信息挖掘沿用

8、了Robot，全文检索、人工智能的模式识别、神经网络等技术。现在的搜索引擎使用了这些技术，能够在网页或网站数据库中为用户搜寻有用信息。网络信息挖掘具体步骤如下：（1）确立目标样本。由用户选择目标文本，提取特征信息。（2）提取特征信息。根据目标样本的词频分布，从统计词典中提取挖掘目标的特征向量并计算出相应的权值。（3）网络信息获取。先利用搜索引擎站点选择待采集站点，再利用Robot程序采集静态Web页面，最后获取被访问站点网络数据库中的动态信息，生成WWW资源索引库。（4）信息特征匹配。提取索引库中的源信息特征向量，并与目标样本的特征向量对照，将符合要求的信息交给用户。三、 时间数据分析方法（一

9、）时间数据时间数据也称时间序列（Timeseries）或动态数据，是按时序排列的一组来自同一现象的观察值。时间序列可按日、月、季度、年等收集，有些呈现很强的季节性，建模时应给予反映。气象、水文、生态环境、经济及社会活动都能观察到周期性时间序列。实际观测并记录的时间序列，实际上是随机过程的样本，即，在产生时间序列的实际过程的每一时点上，人们看到的只是该时点随机变量的样本，并不能观察到母体。时间序列可分为平稳和非平稳序列，还可以分成线性和非线性时间序列。（二）时间序列分析1概述时间序列分析是根据随机过程理论，研究时间序列的统计规律。时间序列分析广泛应用于信息压缩、利用卫星照片识别地球资源、石油勘探

10、、经营管理、预测（气象、水文、地震、地下水位、农作物病虫灾害）、控制（环境污染、生态平衡）（天文学和海洋学）等方面。时间序列预测的基本依据是：（1）客观过程是连续的，有惯性，现在是过去的继续，过去的信息会传递到现在与未来，利用过去的数据或信息能推测未来。（2）偶然因素会影响到客观过程，使其行为与模式有随机性。预测要利用时间序列各时点随机量的相关关系。时间序列的趋势与波动称为“模式”，时间序列分析首要要识别其模式，然后用适当的曲线拟合。拟合模式的各种参数根据按“最优预测”原则估算出的时间序列数字特征（期望值、方差、协方差、自相关函数）等确定。2.时间序列成分时间序列常含有4种成分：趋势、季节变动

11、、规则波动和不规则波动。所谓趋势，是长期持续向上或持续向下的倾向。季节变动，是实际过程受气候、市场状况、节假日或风俗习惯等影响而呈现的周期性波动。规则波动，是周期不等的变动，呈涨落交替之状。波动的周期可能很长，但与趋势不同。不规则波动，是时间序列除去趋势、季节变动和周期波动之后的波动。不规则波动总是夹杂在时间序列中，致使时间序列产生一种波浪形或震荡式的变动。时间序列经常是各种周期成分的叠加，例如地震或人工地震波的记录。这样的序列要做频域分析。频域分析确定时间序列各周期成分称为“谱”或“功率谱”的能量分布形态。频域分析又称谱分析。谱分析的重要内容就是通过序列的周期图（）的极值点寻找各种分量的周期

12、。3时间序列建模时间序列建模一般有如下几个步骤（1）取得时间序列样本。（2）将样本点画成图，进行相关分析。时间序列图形可显示出变化趋势和周期，并发现离群点和转折点。若离群点确实为观测值，建模时应加以考虑，若非，应加以调整。转折点指时间序列趋势突变的点。如果发现转折拐点，则在建模时须分段用不同的模型拟合时间序列，例如用门限回归模型。（3）模式识别与拟合。时间序列模式众多。小样本可用趋势模型、季节模型加上随机误差拟合。对于样本容量（即观测值个数）大于50的平稳时间序列，可用ARMA（自回归移动平均）模型拟合。非平稳时间序列可经差分化为平稳时间序列，再用ARMA模型拟合。（4）预测未来。利用建成的模

13、型预测时间序列未来值。4时间序列常用模型（1）ARMA模型（2）回归模型四、 项目背景分析甘氨酸也称氨基乙酸，其化学结构式为NH2CH2COOH，是氨基酸系列中相对分子质量最小、结构最简单的一种。根据甘氨酸的合成工艺与产品质量不同，可分为工业级、饲料级、医药级和食品级四种产品规格。甘氨酸是一种重要的化工中间体，在各领域根据消费量占比由高到低依次为农药、食品、饲料、医药等。在我国，约80%的甘氨酸用于生产除草剂草甘膦，而国内草甘膦产量从2015年的40万吨增加至2019年的55万吨，年增长率达9.3%。在食品行业，甘氨酸可作为营养增补剂、调味剂、防腐剂；在饲料和医药行业，甘氨酸作为饲料添加剂和药

14、物中间体。目前，工业化和具有工业化前景的甘氨酸合成方法主要有氯乙酸氨解法、施特雷克法、羟基乙腈法、直接海因法、生物合成法等。目前国外采用改进的施特雷克法和海因法技术路线。国内几乎全部采用在国外已被淘汰的氯乙酸氨解法技术（水相法氯乙酸工艺），唯有重庆三峡英力采用海因法工艺，该工艺体系中存在氯化钠等无机盐分离困难的问题，一直不能正常生产。氯乙酸氨解法是以氯乙酸和氨水为起始原料，在催化剂乌洛托品作用下，合成甘氨酸。该方法的优势是反应原料来源广泛，合成工艺简单，反应条件温和，对设备材质要求不高，且操作简便，易于工业化生产。不足在于合成周期长，副产物氯化铵不易分离，产品品质差，乌洛托品催化剂难以回收利用

15、，造成生产成本较高。目前，氯乙酸氨解法仍是国内企业生产甘氨酸的主要方法。沈美忠提出了一种甘氨酸合成新工艺，即引入电渗析处理结晶母液，分离得到的甘氨酸与乌洛托品混合液返回反应釜内进行循环利用，氯化铵水溶液经蒸发浓缩结晶获得氯化铵，该工艺不仅大幅减少了催化剂乌洛托品用量，降低了生产成本，而且还提高了副产氯化铵品质。国外甘氨酸的生产已完全淘汰了氯乙酸氨解法的工艺技术，主要采用的生产技术是以氢氰酸、羟基乙腈为原料的Strecker法和Hydantion法，通过工艺技术的不断更新和改进，使产品收率和产品质量都得到大幅度提高，并有采用生物技术由甘氨腈合成甘氨酸的趋势，注重将高新技术如催化、辐射、生物合成等

16、应用于甘氨酸合成工艺的研究，已取得了一定的进展。国内生产甘氨酸目前普遍采用氯乙酸氨解法工艺技术，自1969年实现工业化以来，虽然对其进行了多次工艺技术改进性研究,使甘氨酸收率由最初的70%提高至目前的85%左右，甘氨酸的含量从95%提高到98.5%，但其关键性指标氯化物含量仍高达0.06%-0.50%，由于所得产品纯度低、杂质多而无法满足食品和医药行业生产的使用要求，该工艺技术主要生产工业级甘氨酸。另外少数厂家以氯乙酸氨解法反复精制得到的食品级甘氨酸，由于生产成本高，缺乏市场竞争力和产品质量不高，无法满足医药和食品等行业的需求,致使中国医药和食品行业所需甘氨酸还要依赖进口。工业级甘氨酸主要下游

17、产品为草甘膦，草甘膦作为一种非选择性、无残留灭生性除草剂，获得了市场认可。从需求的角度来看，转基因作物种植面积一直在稳定增长，特别是巴西的土地耕地面积及抗草甘膦转基因作物渗透率的提高，也将拉动草甘膦的需求，预计全球的草甘膦需求将保持5%左右的增长。国内很多草甘膦企业都有配套甘氨酸生产线，草甘膦产能120万吨/年，而实际生产80万吨/年，有将近40万吨/年产能没有释放，其主要原因是受甘氨酸价格的牵制。草甘膦需求量和价格呈现上行走势，从而会带动甘氨酸行业快速发展。现在中国已成为世界上最大的甘氨酸生产国，在未来几年内，甘氨酸需求仍会不断增长，甘氨酸行业发展前景十分广阔。五、 项目名称及项目单位项目名

18、称：甘氨酸工程项目项目单位：xx有限公司六、 项目建设地点本期项目选址位于xx（待定），占地面积约26.00亩。项目拟定建设区域地理位置优越，交通便利，规划电力、给排水、通讯等公用设施条件完备，非常适宜本期项目建设。七、 建设规模该项目总占地面积17333.00（折合约26.00亩），预计场区规划总建筑面积27807.92。其中：主体工程17371.84，仓储工程6665.23，行政办公及生活服务设施2514.21，公共工程1256.64。八、 项目建设进度结合该项目建设的实际工作情况，xx有限公司将项目工程的建设周期确定为12个月，其工作内容包括：项目前期准备、工程勘察与设计、土建工程施工、设备采购、设备安装调试、试车投产等。九、 建设投资估算（一）项目总投资构成分析本期项目总投资包括建设投资、建设期利息和流动资金。根据谨慎财务估算，项目总投资10995.37万元，其中：建设投资8541.69万元，占项目总投资的77.68%；建设期利息122.33万元，占项目总投资的1.11%；流动资金2331.35万元，占项目总投资的21.20%。（二）建设投资构成本期项目建设投资8541.69万元，包括工程费用、工程建设其他费用和预备费，其中：工程费用7507.33万元，工程建设其他费用770.43万元，预备费263.93万元。十、