基于數(shù)據(jù)挖掘技術(shù),對(duì)核級(jí)管道支吊架根部智能選型數(shù)據(jù)預(yù)處理方法開展了研究,研究了根部選型預(yù)處理的分類方法,設(shè)計(jì)了數(shù)據(jù)預(yù)處理流程,確定了支吊架根部選型的優(yōu)先級(jí)順序;基于自組織映射網(wǎng)絡(luò)（SOM）聚類算法,研究了支吊架根部智能選型數(shù)據(jù)的計(jì)算流程;設(shè)計(jì)了實(shí)驗(yàn)平臺(tái),基于實(shí)際工程數(shù)據(jù),驗(yàn)證了算法的可行性和有效性,證明了數(shù)據(jù)的預(yù)處理及聚類效果明顯。 

【文章來源】：核動(dòng)力工程. 2020,41(03)北大核心EICSCD

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

SOM算法流程圖

將瀏覽器作為客戶端，構(gòu)建基于一種快速、通用、可擴(kuò)展的大數(shù)據(jù)分析引擎（Spark平臺(tái)）的支吊架根部選型智能挖掘系統(tǒng)模型，將預(yù)處理流程及SOM算法移植到Spark平臺(tái)上[6]。圖3為該實(shí)驗(yàn)設(shè)計(jì)的方案圖。用實(shí)例驗(yàn)證基于Spark平臺(tái)的預(yù)處理流程及數(shù)據(jù)挖掘技術(shù)在智能支吊架根部選型中的有效性。實(shí)驗(yàn)數(shù)據(jù)由5000條支吊架布置數(shù)據(jù)組成，包含了3個(gè)實(shí)際工程的設(shè)計(jì)數(shù)據(jù)，每個(gè)數(shù)據(jù)包含4個(gè)屬性，分別為根部型式（A）、權(quán)值（B）、應(yīng)力計(jì)算結(jié)果（C）、邏輯支吊架管部形式（D）。

圖4反映了3種支吊架根部型式（G31、G32及G33）在A、B、C、D 4個(gè)屬性中的聚類效果，其中G31為簡(jiǎn)支梁兩端支撐點(diǎn)位于已存在結(jié)構(gòu)梁的底部；G32為簡(jiǎn)支梁兩端支撐點(diǎn)位于已存在結(jié)構(gòu)梁的中部和底部；G33為簡(jiǎn)支梁兩端支撐點(diǎn)位于已存在結(jié)構(gòu)梁的中部。聚簇1、2、3和4分別為A、B、C、D 4個(gè)屬性的聚簇。經(jīng)過數(shù)據(jù)預(yù)處理和SOM數(shù)據(jù)挖掘的結(jié)果，可以看出各個(gè)工程中的設(shè)計(jì)人員在類似環(huán)境下根部選擇習(xí)慣的不同。在各個(gè)聚簇中，G33都是占比最多，適用性最廣；G32受到實(shí)際環(huán)境影響，設(shè)計(jì)人員使用較少。圖5反映了3種根部型式（G31、G32及G33）在實(shí)際工程中的聚類分布情況。在對(duì)設(shè)計(jì)人員經(jīng)驗(yàn)及習(xí)慣的數(shù)據(jù)挖掘中，在規(guī)范允許范圍內(nèi)，根部型式G33使用的頻率最高，根部型式G32使用頻率最低，所以可以得出支吊架根部選型的優(yōu)先級(jí)順序?yàn)椋篏33>G31>G32，達(dá)到了預(yù)期效果。

【參考文獻(xiàn)】：
期刊論文
[1]火力發(fā)電廠支吊架數(shù)字化設(shè)計(jì)方法研究[J]. 蔣貴豐,李建鵬,嚴(yán)旭.  電力工程技術(shù). 2018(05)
[2]火電廠工程設(shè)計(jì)中基于PDMS的三維支吊架設(shè)計(jì)應(yīng)用[J]. 馬慧娟.  工程技術(shù)研究. 2017(03)
[3]一種融合SOM與K-means算法的動(dòng)態(tài)信用評(píng)價(jià)方法及應(yīng)用[J]. 張發(fā)明.  運(yùn)籌與管理. 2014(06)
[4]基于PDMS的三維支吊架設(shè)計(jì)在火電廠工程設(shè)計(jì)中的應(yīng)用[J]. 黃燕華.  輕工科技. 2013(08)
[5]基于SOM聚類的電網(wǎng)可視化數(shù)據(jù)挖掘模型[J]. 郭曉利,曲朝陽(yáng),李曉棟,張加玲,孟凡奇.  情報(bào)科學(xué). 2012(02)

碩士論文
[1]基于SOM聚類的WEB文本挖掘及其結(jié)果的可視化研究[D]. 薛浩.南京航空航天大學(xué) 2010



本文編號(hào)：3387865