压滤机工程项目数据分析与挖掘

1、压滤机工程项目数据分析与挖掘xxx有限公司一、 时间数据分析方法（一）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

2、。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、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

3、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、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

4、。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。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

5、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

6、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

7、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

8、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。

9、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

10、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

11、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、 项目背景分析压滤机是一种常用的固液分离设备。早在公元前一百多年豆腐的发明制作中就有了最原始压滤机的应用，发展到18世纪，压滤机开始应用于化工生产，至今仍广泛应用于化工、制药、冶金、染料、食品、酿造以及环保产业等。压滤机按照结构特点可分为板框、厢式、立式以及带式压滤机，按照滤板大小又可进一步细分为超大型、大型、中型和小型压滤机。我国压滤机行业正处于发展阶段，分离压滤技术与国外先进技术水平相比有较大的差距，特别是板式压滤机，在之前很长一段时间内只能依靠进口。近年来，随着分离压滤技术的发展，压滤机在滤板材

12、质、结构、过滤介质、分离效率、自动化水平、产品质量等方面迅速进步，与进口产品差距越来越小。根据通用机械协会分离机械分会统计数据，我国压滤机行业产量不断增长，主要压滤机企业2012年产量合计约为3.65万台，2019年合计约为15.45万台。2012年至今，我国压滤机产量规模增长情况如下图所示：我国压滤机行业正处于发展阶段，分离压滤技术与国外先进技术水平相比有较大的差距，特别是板式压滤机，在之前很长一段时间内只能依靠进口。近年来，随着分离压滤技术的发展，压滤机在滤板材质、结构、过滤介质、分离效率、自动化水平、产品质量等方面迅速进步，与进口产品差距越来越小。根据通用机械协会分离机械分会统计数据，我

13、国压滤机行业产量不断增长，主要压滤机企业2012年产量合计约为3.65万台，2019年合计约为15.45万台。2012年至今，我国压滤机产量规模增长情况如下图所示：压滤机的使用可以提高产品产出率，实现资源的充分利用；作为重要的环保设备，国内压滤机应用从化工行业、钢铁行业和煤炭行业等传统应用领域开始，经过多年发展，压滤机应用领域不断纵深拓展，产生了许多新兴细分领域。新兴细分领域较传统领域的过滤物料更复杂，过滤要求更高，除压滤机单机及配套外，还需企业提供物料预处理系统、过滤工艺设计和控制系统设计等增值服务，目前，该领域供应商具有较高的利润空间。压滤机产品被广泛应用于环保、化工、冶金、煤炭、食品、医

14、药等领域。环保问题是人们关注的焦点，随着政策对环境保护趋严，近年来新兴的环保、污水污泥处理以及传统的医药、化工、食品等行业对压滤机的需求呈上升趋势。四、 项目名称及项目单位项目名称：压滤机工程项目项目单位：xxx有限公司五、 项目建设地点本期项目选址位于xx（以最终选址方案为准），占地面积约83.00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。六、 建设规模该项目总占地面积55333.00（折合约83.00亩），预计场区规划总建筑面积91180.12。其中：主体工程51202.06，仓储工程23425.78，行政办公及生活服务设施

15、9382.01，公共工程7170.27。七、 项目建设进度结合该项目建设的实际工作情况，xxx有限公司将项目工程的建设周期确定为24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。八、 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31373.19万元，其中：建设投资24744.84万元，占项目总投资的78.87%；建设期利息688.15万元，占项目总投资的2.19%；流动资金5940.20万元，占项目总投资的18.93%。（二）建设投资构成本期项目建设投资24744.84

16、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20795.87万元，工程建设其他费用3293.36万元，预备费655.61万元。九、 项目主要技术经济指标（一）财务效益分析根据谨慎财务测算，项目达产后每年营业收入72800.00万元，综合总成本费用60437.10万元，纳税总额5973.46万元，净利润9034.15万元，财务内部收益率21.63%，财务净现值12279.25万元，全部投资回收期5.87年。（二）主要数据及技术指标表主要经济指标一览表序号项目单位指标备注1占地面积55333.00约83.00亩1.1总建筑面积91180.12容积率1.651.2基底面积30986.

17、48建筑系数56.00%1.3投资强度万元/亩282.232总投资万元31373.192.1建设投资万元24744.842.1.1工程费用万元20795.872.1.2工程建设其他费用万元3293.362.1.3预备费万元655.612.2建设期利息万元688.152.3流动资金万元5940.203资金筹措万元31373.193.1自筹资金万元17329.473.2银行贷款万元14043.724营业收入万元72800.00正常运营年份5总成本费用万元60437.106利润总额万元12045.547净利润万元9034.158所得税万元3011.399增值税万元2644.7110税金及附加万元31

18、7.3611纳税总额万元5973.4612工业增加值万元20149.5413盈亏平衡点万元29982.36产值14回收期年5.87含建设期24个月15财务内部收益率21.63%所得税后16财务净现值万元12279.25所得税后十、 层次分析法的基本步骤当一个决策者在对问题进行分析时，首先要将分析对象的因素建立起彼此相关因素的层次系统结构，这种层次结构可以清晰地反映出相关因素（目标、准则、对象）的彼此关系，使得决策者能够把复杂的问题顺理成章，然后进行逐一比较、判断，从中选出最优的方案。运用层次分析法大体上分成四个步骤：建立层次结构模型；构造比较判别矩阵；单准则下层次排序及其一致性检验；层次总排序

19、及其一致性检验。（一）建立层次结构模型层次分析法先将决策的目标、考虑的因素（评价准则）和决策对象（行动方案）按它们之间的相互关系分为最高层、中间层和最低层，其中最高层称为目标层，这一层中只有一个元素，就是该问题要达到的目标或理想的结果；中间层为准则层，层中的元素为实现目标所采用的措施、政策、准则等，准则层中可以不止一层，可以根据问题规模的大小和复杂程度，分为准则层、子准则层；最低层为方案层，这一层包括了实现目标可供选择的方案。据此绘出层次结构模型图，模型中，目标、评价准则和行动方案处于不同的层次，彼此之间关系用线段表示，评价准则可细分多层。在层次结构模型中，各层均由若干因素构成，当某个层次包含因素较多时，可将该层次进一步划分成若干子层次。通常应使各层次中的各因素支配的元素一般不超过9个，这是因为支配元素过多会给两两比较带来困难。一个好的层次结构模型对解决问题极为重要，因此，在构建层次结构模型时，应注意以下四点：1自上至下顺序地存在支配关系，用直线段表示上一层次因素与下一层次因素之间的关系，同一层次及不相邻元素之间不存在支配关系；2整个结构不受层次限制；3最高层只有一个元素，每个元素所支配元素一般不超过9个，元素过多可进一步分层；4对某些具有子层次结构可引入虚元素，使之成为典型层次结构模型。（二）构造比较判别矩阵层次结