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(以下簡稱“煙塵治理云平臺”)便成了在本次變革中衍生出來的核心工業(yè)級解決方案。

煙塵治理云平臺旨在通過物聯(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)實時監(jiān)測、歷史數(shù)據(jù)分析、智能分析等具有核心價值的應(yīng)用，整個平臺基于B/S架構(gòu)，其平臺架構(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

智能分析作為平臺最重要的功能之一，需要通過時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)計模型的智能分析是一種很重要的應(yīng)用方向。

概率統(tǒng)計方法

(1)基本統(tǒng)計量定義

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)時間序列數(shù)據(jù)(Time Series Data,TSD)

從定義上來說，就是一串按時間維度索引的數(shù)據(jù)；描述某個被測量的主體在一個時間范圍內(nèi)的每個時間點(diǎn)上的測量值。

(4)時間戳(Timestamp)

表征采集到數(shù)據(jù)的時間(時刻)點(diǎn)；定義t0為采集系統(tǒng)上線后的時間(或時刻)原點(diǎn)(或零點(diǎn)), ti為系統(tǒng)采集到并入庫的第i個時間戳(data point時間時刻),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間變化的圖表。運(yùn)行圖可用于任何按時間序列組織的、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、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(個觀測)值和移動極差控制圖；可用于監(jiān)控定期數(shù)據(jù)采集的實時連續(xù)過程的均值和變異。