函数型结构化能量流量数据挖掘
2016-1-31
1、 概述
时代在进步，人们对于数据的再认识，随之加深因而使得数据在日常生活中显得日益重要，但是也就到了“数据爆炸但知识贫乏”的时代，成为当前的大数据解决问题的瓶颈，为了利用专家系统完成知识的自动获取,在20 世纪末出现了多学科相互交融和相互促进的新兴边缘学科—数据挖掘和知识发现(data mining and knowledgediscovery ,DMKD) 。
关于流体动力学方面的器具，已经被广泛的用于工业与日常生活中，例如：工业中的泵、阀、流量计等，这些都与压力有关联，所以也称为压力有关的器械。与人们日常生活密切相关的取暖设备，就是泵、阀、流量计等的组合配置。
由于是日常所使用的常见设备，在设计过程中自然而然的早已习惯了的传统设计方式，这些在人们的头脑中也早已成为了一个思维定式，甚至有了一种不用过多的计算就可以进行的标准配置，因此这种思维定式早已成为了今日设计者的一共识，对于形成这一共识的原因，不言而喻，是因为有了一些目前认为比较成熟的经过实践证明了的，在实际运用过程中已经发挥着重要作用、到目前为止已经不可能离开的实践技术，并且久而久之就形成了习惯，由此引申出了一种惰性，因此对于函数型结构化数据在无意之中就形成了一种固化形式，这也是这也是形成这种设计习惯的成因所在，所以在很长一段时间内对于函数型结构化数据的认识停滞不前，更谈不上对于函数型结构化数据的深入挖掘了。
目前虽然对于大数据的炒作力度很大，但是挖掘的难度较大，尤其是牵涉到数学方面知识较广，加上有需要较强的专业知识，所以数据挖掘方面的专业的论文较为鲜见，更何况具有应用价值的论文了。
2、 传统设计与选型
在传统的与压力有关的标准设计过程中，一般情况下是根据设计任务，依据国家标准进行，例如：
泵的系列国标GB****—****；
阀门系列的设计采用标准GB****—****；
流量测量节流装置第一部分节流件为角接取压，法兰取压的标准孔板和角接取压的标准喷嘴GB****—****，或者是采用与其基本一致的国际标准ISO/R。
CJ128-2007《热能表》中华人民共和国城镇建设行业标准。
总之对于这样一类型与压力有关的标准设计，与此同时有了相应的符合标准的设计软件，给设计与使用者带来了巨大的便利。
3、 函数型结构化能量流量数据挖掘过程数学分析---共轭函数的演变
在众多的流量器械中为了便于说明其中的与压力的相关关系，以差压式孔板流量计为例进行函数型结构化数据挖掘分析，就是对差压式孔板流量计的能量流量数据库进行分析。
下面就关于流量分析的图表分析如下。由表一与图分析可知，可显见的是表一中可以隐约见到存在着无数条近乎等量曲线；由图可以见到，可以明确知道差压值与流量值存在着明确的线性关系，但是这两者有着一种什么样的关系呢？只有通过数学分析才能够进行分析与掌握。因此采用试探法进行分析与探讨。
表1 热能流量数据截图（部分数据表）
流量 焓值J/kg
kg/h 356.44 352.24 348.04 343.85 339.65 335.45
0.6 213.86 211.344 208.824 206.31 203.79 201.27
0.59 207.82 207.8216 205.3436 202.872 200.3935 197.9155
0.58 206.74 204.2992 201.8632 199.433 196.997 194.561
0.57 203.17 200.7768 198.3828 195.995 193.6005 191.2065
0.56 199.61 197.2544 194.9024 192.556 190.204 187.852
0.55 196.04 193.732 191.422 189.118 186.8075 184.4975
0.54 192.48 190.2096 187.9416 185.679 183.411 181.143
0.53 188.91 186.6872 184.4612 182.241 180.0145 177.7885
0.52 185.35 183.1648 180.9808 178.802 176.618 174.434
0.51 181.78 179.6424 177.5004 175.364 173.2215 171.0795
0.5 178.22 176.12 174.02 171.925 169.825 167.725
0.49 174.66 172.5976 170.5396 168.487 166.4285 164.3705
0.48 171.09 169.0752 167.0592 165.048 163.032 161.016
0.47 167.53 165.5528 163.5788 161.61 159.6355 157.6615
0.46 163.96 162.0304 160.0984 158.171 156.239 154.307
qm= a*√p
式中： qm—流量值，单位为kg/h;
a—常数；
p—差压值，kPa.
由于计算机技术进步以往不可能进行分析数据在今天已经可以进行处理分析了。采用现在的云技术以及大数据分析技术对现有的以往传统技术进行再分析、再挖掘，从中发现了有用的知识也就是扩展了原有的知识范围，将现有的知识范围扩展了N倍，把已有的知识范围重新发现了出来，这就使得原有的产品获得了前所未有的生机。
由图1可以分析出，对于四个象限分别进行射影映射，对比分析了以后发现到目前为止的认知能够发现的有用知识，只有第一与第四象限的对应映射有用，发现了第一与第四象限的相关关系。
（Ⅰ）ƒ〔n〕={1 s(n)=AorG
{-1s(n)=CorT n=0,1,…,N-1
第一象限
第四象限
图1 射影映射
其中横坐标：焓值由小到大；纵坐标：流量由小到大到达横轴处，经过一次变化，再由小到大。
图2 共轭函数的转化
可以分析出是由第一象限坐标射影映射到第四象限坐标上时就产生了质的变化，坐标的旋转使得1 变成-1 ，完成了共轭函数的演变。
4、 挖掘能量流量知识—能量平衡与酉空间的成立
完成了共轭函数的演变过程，由线性几何可知，此时构成了酉空间，酉空间的属性主要就是关于线性转化问题，由非线性转化为线性的运算，由图1中的第四象限可知，由酉变换射影映射变换且满足：
Ρ2=Ρ
式中：Ρ— 一个射影；
Ρ2 —射影前原函数。
对域F上酉空间V上的一个线性变换L，由关系式
（L（α），β）=（α，L*（β） ，α，β∈V
式中：L—线性变换：
L*—共轭变换；
V—酉空间；
α—矢量；
β—矢量。
所定义的变换L*是线性变换，L*称为L的共轭变换。由此可以分析出此时的热能流量曲线已变为热能量平衡曲线。
qmax*Hmin
= qiHj
= qmin*Hmax j=0,1,…,N-1
i=0,1,…,N-1
式中：qmax—最大热能流量值，kg/h；
Hmin—最小焓值，J/kg；
qi——热能流量值，kg/h；
Hj ——焓值，J/kg；
qmin—最小热能流量值，kg/h；
Hmax—最大焓值，J/kg.
即此时为最大热能流量曲线的最大热能值，并且此时曲线上的每一点的热能值都是相等的，且处处是一样的，这一点可以由上式分析得出。如同电功率一样，可以这样求解：
p=w/t
p=UI
P=I^2 *R
P=Fv
P=U^2 /R
从上述公式中可以发现，虽然是线性求解，但是仍然免除不了由于非线性所带来的属性，从上述公式中可以发现：P=I^2 *R 这个公式的特点，上面所说的非线性所带来的属性，就是指的I^2 ，因此能量公式所给出的计算公式同电功率公式完全相同。
在这里重点说明的是射影映射的图可以分析出，实际上与压力值有关，焓值与压力差值成正比，可以由孔板流量计流量曲线的射影映射的图可以得出结论，实际上焓值与压力值在同一条坐标轴上互相叠加起来，因此可以说是与焓值同一取向。因此在这里不再讨论压力值的问题。
|
自动化资料下载
自动化产品
