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

【文章來源】：核動力工程. 2020,41(03)北大核心EICSCD

【文章頁數(shù)】：4 頁

【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、可擴展的大數(shù)據(jù)分析引擎（Spark平臺）的支吊架根部選型智能挖掘系統(tǒng)模型，將預處理流程及SOM算法移植到Spark平臺上[6]。圖3為該實驗設(shè)計的方案圖。用實例驗證基于Spark平臺的預處理流程及數(shù)據(jù)挖掘技術(shù)在智能支吊架根部選型中的有效性。實驗數(shù)據(jù)由5000條支吊架布置數(shù)據(jù)組成，包含了3個實際工程的設(shè)計數(shù)據(jù)，每個數(shù)據(jù)包含4個屬性，分別為根部型式（A）、權(quán)值（B）、應力計算結(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個屬性中的聚類效果，其中G31為簡支梁兩端支撐點位于已存在結(jié)構(gòu)梁的底部；G32為簡支梁兩端支撐點位于已存在結(jié)構(gòu)梁的中部和底部；G33為簡支梁兩端支撐點位于已存在結(jié)構(gòu)梁的中部。聚簇1、2、3和4分別為A、B、C、D 4個屬性的聚簇。經(jīng)過數(shù)據(jù)預處理和SOM數(shù)據(jù)挖掘的結(jié)果，可以看出各個工程中的設(shè)計人員在類似環(huán)境下根部選擇習慣的不同。在各個聚簇中，G33都是占比最多，適用性最廣；G32受到實際環(huán)境影響，設(shè)計人員使用較少。圖5反映了3種根部型式（G31、G32及G33）在實際工程中的聚類分布情況。在對設(shè)計人員經(jīng)驗及習慣的數(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)先級順序為：G33>G31>G32，達到了預期效果。

【參考文獻】：
期刊論文
[1]火力發(fā)電廠支吊架數(shù)字化設(shè)計方法研究[J]. 蔣貴豐,李建鵬,嚴旭.  電力工程技術(shù). 2018(05)
[2]火電廠工程設(shè)計中基于PDMS的三維支吊架設(shè)計應用[J]. 馬慧娟.  工程技術(shù)研究. 2017(03)
[3]一種融合SOM與K-means算法的動態(tài)信用評價方法及應用[J]. 張發(fā)明.  運籌與管理. 2014(06)
[4]基于PDMS的三維支吊架設(shè)計在火電廠工程設(shè)計中的應用[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,李曉棟,張加玲,孟凡奇.  情報科學. 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 2010



本文編號：3387865