前言：中文期刊網精心挑選了數據監測范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
數據監測范文1
2012年疲弱的經濟環境對整個社會的消費能力造成一定沖擊。截至2012年11月，國內社會消費品零售總額累計186832.5億元，同比增長14.2%，增速比去年同期回落2.82個百分點。
作為消費大項的電子產品同樣難逃低迷，電子產品消費增速呈現回落格局。數據顯示，2012年10月份國內電子消費722.1億人民幣，同比增長14.0%，而2011年單月該數據同比增速普遍維持在30%左右。
一直引領電子消費潮流的美國市場情況更慘淡，10月份美國電子消費為73.68億美元，同比降低4.2%。事實上，在2012年的大部分時間，美國月度電子消費同比增速是負數。這也反映出一個趨勢，發展中國家正取代傳統發達國家成為電子消費的主要驅動力，且中國已經取代美國成為全球最大的電子產品消費國。
在低迷的消費形勢背景下，相關企業營收狀況自然不會樂觀。PC行業在2012年初一度迎來出貨高峰，相關廠商也信心倍增，積極備貨，但市場并沒有一路高歌，而是趨于回落。
大陸電子終端相關產業營收狀況并不樂觀，工信部監測數據顯示，1-10月份國內規模以上電子計算機制造業累計銷售產值為17443.83億元人民幣，同比增速僅為9.5%，去年則接近15%。從產量層面上也可一窺端倪，1-11月份我國規模以上微型計算機制造業產量31445.9萬部，同比增速僅10.6%，去年同期增速高達32%；打印機和數碼相機產量則陷入衰退。
相機領域比PC領域更弱勢，從監測數據看，無論是相關企業營收還是產業出貨量均呈現衰退局面。納入監測的臺灣相機產業鏈企業2012年1-10月份營收827.16億新臺幣，同比下滑1.87%。
具體到單個企業層面，表現更為直觀，選取PC、相機和多功能一體機行業中的龍頭企業聯想、惠普、佳能、奧林巴斯和蘋果進行觀察。佳能和惠普均陷入巨額虧損，僅蘋果公司仍能保持較強盈利能力。
細分行業
PC市場
2012年PC市場繼續承受經濟低迷和移動終端的夾擊，表現極為弱勢，出貨量陷入負增長。IDC第三季度全球PC跟蹤報告顯示，2012年第三季度全球PC出貨量為8779萬臺，同比下降8.6%，這個結果低于IDC在今年8月預測的同比下降3.8%。
相對于全球或本地區總產量，中國的PC產量相對突出。預計今年中國國內PC出貨量相當于全球總量3.589億臺的23%，占亞太地區PC總產量的比例高達63%。今年中國筆記本出貨量將從2011年的3580萬臺上升到4250萬臺。而臺式PC的出貨量則略低，預計將從3810萬臺上升到4110萬臺。臺式機與筆記本對商業領域的出貨量都將比消費領域出貨量高出幾百萬臺。尤其是，商業PC的信息安全性對于政府及軍用采購極其重要。
臺式電腦方面，行業增速萎縮很快。據聯想公布的數據，在2012年第三季度全球臺式電腦銷量同比下跌幅度高達9%。必須指出的是，臺式機市場依然占據相當重要的地位。以聯想為例，其第三季度臺式電腦全球銷售額28億美元，占集團總銷售額32%。聯想也是少有的在臺式機市場仍能保持增長的廠商之一，該公司第三季度的全球臺式電腦銷售額同比增長5%。市場分額也提升了2.6個百分點， 達到創新高的15%。
平板電腦
2012年全球平板電腦銷量繼續快速攀升，IDC數據顯示，2012年第一至第三季度，全球平板電腦市場的出貨總量分別為1740萬臺、2500萬臺和2780萬臺，與去年同期相比分別增漲了141.7%、66.2%和49.5%。，預計全年出貨量約為1.17億臺，年增長率達到65%，2013年出貨量將增加至1.82億臺，事實上，這是一個相對保守的預計。
蓬勃的平板市場帶來的是激烈的市場競爭，為了爭奪市場，蘋果在2012年先后了兩款平板新品，谷歌在下半年推出了Nexus7。而為了扭轉自己在移動市場上的尷尬局面，微軟在第四季度推出了Windows 8操作系統和Surface系列平板電腦。
從全年的數據來看，2012年的中國平板電腦市場，依然是以Android和iOS為主，Windows的市場份額并不高。iPad系列仍是霸主，三季度其市場份額為50.4%，但二季度則為65.5%，份額下跌和消費者等待iPad mini有關。
三星硬件優勢突出，產品線廣泛；亞馬遜商業模式先進；華碩和聯想則具備較高性價比。雖然競爭對手各有特點，但在iPad mini推出后，市場反映極好。在這種背景下，蘋果公司無論是在7英寸還是10英寸平板領域都將占據主流，目前仍看不到有誰具備在2013年取代其主導地位的跡象。
伴隨平板電腦出貨量飆升的是其ASP的持續下降，當然，我們也可以認為ASP的不斷走低提升了平板電腦的受歡迎程度。數據顯示，2012年平板電腦ASP為481美金，較2011年下降61美金，降幅高達11.25%。
數碼相機
毫無疑問，智能手機攝像技術的不斷提高對相機產業造成了巨大威脅，尤其是低端相機。以在相機市場占有率一騎絕塵的日本為例，日本相機和影像產品協會公布的數據顯示，2012年1-9月份日本廠商數碼相機全球累計出貨量較2011年同期衰退12.7%至7592.4萬臺。事實上，數碼相機產業最近幾年在出貨量上一直延續低迷表現。
就9月份單月數據看更顯悲觀，當月日本廠商數碼相機全球出貨量同比大減42.3%至758.2萬臺，已連續第5個月呈現下滑，且出貨量已連續第6個月跌破1000萬臺關卡；環比下滑幅度為13.1%。
數據監測范文2
[關鍵詞]環境水質；監測技術；監測數據；處理
中圖分類號：X832 文獻標識碼：A 文章編號：1009-914X（2016）30-0203-01
對環境水質進行監測具有重要的意義，借助環境水質的監測技術，可以一定程度上對國內水資源的污染得到改善。在對環境水質進行監測時，要注意對監測所得數據進行詳細的分析，進而確保整個監測質量。國內主要有長江與黃河兩大河系，下面還有很多不同的支流，但是最終都進入了大海，如果某處的水資源受到了污染，就會使很多區域受到牽連。因此需要強化對環境水質監測的力度，對各個河流的水質狀況進行及時、詳細的了解，確保水源質量。
一、環境水質監測意義
（一）飲用水
日常生活中都需要飲水，水是生命之源，但是如果水中有污染，就會產生很多問題，當水中存在有毒細菌時，很多疾病就會隨之而來，例如痢疾、傷寒病、霍亂等。當水中存在大量海藻一類的物質時，水就會變質，會產生臭味，水色也會有差異。所以水資源一旦被污染，那么疾病就會被迅速傳播，因此對環境水質監測對保證中國國民能否正常飲用健康水有重要意義。
（二）工業用水
近年來，中國工業發展勢頭迅猛，隨著工業廠家大幅度增加，工業用水也越來越多，但是工業用水存在很多安全隱患，企業有時在這方面會忽略。例如在鍋爐用水時，如果水里面含有許多Ca和Mg的硫酸鹽，就會導致鍋爐產生水垢，既耗費了更多燃料，也容易引起爆炸，對生命安全造成威脅。因此，監測工業用水質量對節約企業生產資本和保證員工人身安全有重要意義。
二、環境水質監測技術概述
國內目前使用的監測技術一般是遠程監測技術，這一技術由遠程監測系統構成，借助相關監測的軟件對所要監測的水資源進行科學、合理的監測，然后由各級監測站把所轄區域內監測的數據借助軟件上報到上級部門，最終對這些數據進行統計匯總，并找出各個地區水資源的污染源。
（一）重量監測法
重量監測法就是將抽取的水樣通過分離或轉化處理以后，與原有的水樣進行對比稱重，然后根據重量的變化來推斷水質的變化情況，在經過科學的數據分析之后，得到合理的結論，達到水質監測的目的。重量監測法需要對抽取的水樣進行分離或轉化處理，而分離的方式通常為直接分離法，而D化方式為氣化方式。在這種監測技術中唯一需要用到的測量設備就是天平，所以整個監測過程十分簡單，成本很低，測試也很容易完成。但是在實際情況中，天平的精度不同會使得測量的數據準確度不一樣，某些微量元素的監測需要很高的精度，所以對天平的精度要求比較高，而且天平在使用過程中也容易受到外界環境影響從而使測量發生偏差。所以重量監測法只適合精度要求不高的水質監測。
（二）化學滴定法
化學滴定法是將已知濃度的標準溶液滴到待測的水樣當中，然后觀察滴定情況，根據化學反應來推斷水質中的元素含量。在滴定完成以后，通過已知濃度標準溶液的消耗量來計算待測水樣中各元素的含量。這種化學滴定方法具有很強的科學依據，而且測試的結果也比較精確，化學滴定法也成為水質監測的一種主要方法。
（三）儀器監測法
儀器監測法對水質的監測主要是利用氣相色譜法或者液相色譜法，這種水質監測方法對比重量監測法和化學滴定法來說，操作更為復雜，但是精確度要高出許多，所以，需要對水質中的一些含量極少的元素進行監測時，可以選用儀器監測法。
三、環境水質監測數據的處理方法
（一）有效數據整理法
有效數據整理法就是先對監測數據的真實性和準確性進行分析，篩選出可用的監測數據，然后將所獲得的可用的監測數據進行整理、分類，將不同水質下的監測數據分別羅列出來，這樣便于進行數據的對比和分析。
（二）無效數據清除法
在經過多次的水質監測之后，就會產生大量的監測數據，由于水質是隨著環境變化的，所以監測的數據都會大不一樣。為了使得監測的數據具有分析參考的價值，就要對這么多的監測數據進行篩選。對于老舊的數據酌情進行取舍，對于新的數據，在確保數據可靠性的情況下可以予以保留。通過這種方式可以去除大量無用數據，方便水質監測數據的分析，保證監測結果的準確性。
（三）多重驗證法
在對環境水質進行監測時，因為在監測的過程中，采樣的過程有不同的方式，也就造成監測的數據可能不同。這就使水質無法得到充分的反映，為了防止出現這種現象，就需要使用數據反復驗證法，確保水質監測的數據精確、合理，比較準確與公平。也就是在對環境水質進行采樣和分析時，要對某處監測點反復進行驗證，進而對這一區域內的樣本進行科學分析，這種反復進行驗證的方法可以確保監測到的數據準確，對整個水質監測的質量有很大的影響。
（四）時間序列分析法
在對水質進行監測時，因為監測頻次太多，造成嚴重的財力與人力負擔，監測頻次太多，也就使消耗的財力不斷增加，也就造成人力的浪費。但是，如果檢測次數太少，又使監測數據失去了代表性，也就降低了數據監測的可靠程度，所以，使用時間序列分析法對數據進行處理，可以使數據監測的頻次更加合理，防止出現上述問題。
四、環境水質監測發展的前景
國內環境水質監測的方法一般是人工抽樣法，對一些制定區域的水質進行抽樣監測，然后對監測結果進行分析，進而得出監測區域和周圍環境質量的判斷。人工抽查方法有一定局限，水質的監測無法實現連續性，無法對水質進行及時、動態的監測。所以在水質監測的部門內，需要使用一些先進的技術，對水質監測的特點和數據進行詳細的分析，還可以引進一些先進技術，提高監測的效率和質量，在不斷的實踐中提高監測質量，并研究出更加先進的技術。我國水質監測部門需要重視監測技術，對各種技術進行總結，使各種技術不斷得到完善與發展。要注意對監測數據的處理和分析，根據監測的數據，采取不同處理的方案，確保人們生活用水的安全。
總之，水資源是一種非常重要的自然資源，而我國地域遼闊，水資源也比較豐富。但是隨著社會的發展，水質污染的情況也越來越嚴重，對環境水質的監測工作也迫在眉睫。所以，相關部門要加強對環境水質的監測，可以利用重量監測法、化學滴定法、儀器監測法等方式對水質進行數據的采集，再通過有效數據整理法、無效數據清除法、多重驗證法、時間序列法等數據處理辦法對監測數據進行分析，找出水污染的原因，再采取相應的應對措施進行水污染的治理。只有加強水質監測工作，提高水質監測技術，才能處理好我國的水污染問題，保護我國的淡水資源，提高水資源利用率，實現我國的可持續發展。
參考文獻
[1] 吳曉紅.環境水質分析監測技術與監測數據的處理[J].資源節約與環保，2015，04.
數據監測范文3
【關鍵詞】 大數據 HDFS MapReduce CIMS
一、研究背景
工業化和計算機技術的發展，使制造系統每天產生的數據量不斷增加，整個制造業產生的數據量遠高于其他行業[1]。面對日益復雜的制造業生產系統，通過保存其運行過程中的中間數據，并對數據進行研究，能夠解決當前的系統建模手段無法解決的問題。傳統的數據分析方案一般先將數據保存到關系型數據庫中，然后借助聯機分析、處理等手段為決策提供支持[2]。
當面對制造業的海量數據時，可能會有如下缺陷[3]：
（1）數據來自不同地區的工作站、傳感器等，而且數據格式不統一，既有結構化數據，也有非結構化數據，不利于處理；
（2）聯機分析處理過程中會有大量的數據移動操作，當數據量達到PB級時，大量數據移動造成的開銷變得難以接受。
因此，有必要研究并實現一個能夠合并存儲異構數據、并且可以完成基于大數據的CIMS數據分析處理的平臺。本文將Hadoop大數據技術引入到CIMS海量工業數據的監測和分析中。
二、研究現狀
范劍青[4]闡述了大數據獨有的特點，說明大數據提供的海量數據給統計、處理以及統計估算和檢驗帶來的問題。Jiang 等人[5]對電子商務網站的大量商品數據進行分析處理，提出了基于Hadoop的協同過濾算法。
Duke能源公司模擬大數據解決方案，使維護專家遠程觀看設備和記錄異常指數，甚至可以及時采取糾正操作，但還不能真正實現大數據分析和處理平臺。通用電氣（GE）于2013年推出其大數據分析平臺，用以將云平臺中的工業機器產生的海量數據轉化為實時信息，此平臺可以認為是第一個能夠真正管理工業海量數據的平臺，但是難以處理來自多個數據源的數據。美國國家儀器公司和IBM聯手推出InfoSphereStreams大數據解決方案，能夠以很高的數據吞吐率分析來自多個數據源的信息，但其處理帶有一定的數據延時，實時性不佳。
為解決海量數據處理時的實時性問題，本文擬采用開源的Storm流處理技術，并借助類SQL和Piglatin等過程化語言擴展，以實時監控整個大數據平臺。
三、大數據技術在CIMS監測與分析平臺中的設計
工業應用數據在數據量上遠超普通應用，其海量數據存儲的要求超過了傳統的關系型數據庫的存儲能力。另外，工業應用數據也由傳統的結構化數據擴展到結構化、半結構化以及非結構化數據并存，對這些數據格式以及數據類型都存在不同的工業數據進行采集、分析和處理的方式有別于傳統方式，因此需要對監測和分析平臺進行設計，從軟件結構、通信方式以及數據存儲方式等各個方面進行分析。
3.1 CIMS海量數據監測與分析平臺的設計
在將大數據技術應用于CIMS海量數據的監測與分析時，海量的工業數據不再存放在傳統的關系型數據庫，而是存放到HDFS分布式文件系統上。因此，軟件結構設計要與Hadoop的HDFS文件系統相對應。
3.1.1 軟件結構
本文設計的CIMS海量工業數據監測和分析平臺（以下簡稱“平臺”）采用Master-slave主從架構，Hadoop集群的NameNode節點作為監測和分析平臺的管理節點，完成數據采集、數據分析等各功能的功能模塊是工作節點。管理節點管理整個集群的相關信息，并維護包括節點的主機名、IP地址等機器狀態。工作節點可以根據工業應用的需求進行靈活的配置，也可以動態增加或減少。
平臺主要分為如下部分[6]：客戶端、消息中間件、數據查詢模塊、數據分析模塊、數據采集模塊以及Hadoop集群。客戶端接收用戶請求，向平臺發出任務請求；數據采集模塊、數據查詢模塊以及數據分析模塊是平臺的功能組件，分別提供工業大數據分析流程中的對應功能[7]：數據采集模塊對外提供數據的訪問接口，其功能是從不同的數據源獲取數據，并將這些數據存儲到Hadoop的HDFS文件系統上。
數據查詢模塊從HDFS文件系統中查詢數據的存儲索引，并返回給數據分析模塊；數據分析模塊中實現不同的數據分析配置方法，并交由MapReduce框架分布式地實現數據分析任務。
3.1.2 系統功能模塊
平臺中監測和分析的數據一般都是離散數據，所以選擇消息中間件作為通信管理模塊，消息中間件實現平臺中各個模塊間的通信。
以功能節點上線為例，由于管理節點存儲了所有節點的狀態信息，所以為保證整個集群信息的一致性，功能節點上線時需要先向管理節點注冊其信息，管理節點會向消息中間件訂閱“注冊”這一主題，消息中間件接收到訂閱請求后會創建相應的隊列，并持續監聽此隊列的消息情況。消息隊列中的消息是以文本格式存在的，本文的消息傳遞方式采用XML。平臺中的操作請求都會發送給任務管理模塊，由其解析后，再發送給相應的功能模塊執行。
數據采集模塊從基于HDFS文件系統的Hbase數據庫中獲取來自客戶端的數據，由于工業數據的采集并發量可能比較大，因此要在采集端部署大量數據庫；除此之外，ETL工具負責將異構數據源的數據抽取處理進行數據清洗。Hadoop上的數據分析模塊能夠完成多維分析，由于MapReduce的具備很強的并行處理能力，因此分析維度的增加并不會使數據分析的開銷顯著增加，這無疑是傳統的數據分析平臺所無可比擬的。
3.1.3 數據存儲方式
傳統的關系型數據庫不能很好的支持結構化和半結構化的數據，HDFS分布式文件系統克服了這一缺陷，將非結構化數據和結構化數據都以文件形式存放，實現了廉價而又可靠數據存儲。
工業數據可能來自多個不同的數據源，平臺借助中間件屏蔽了它們之間的異構性，然后將這些原本異構的數據存儲到HDFS文件系統中。這種異構數據存儲方式不需要昂貴的存儲設備，廉價的服務器即可組成可靠的存儲集群；另外，存儲集群節點同時還是Hadoop集群的工作節點，提高了數據存儲節點的利用率[8]。
四、大數據技術在CIMS監測與分析平臺的性能優化
軟件工程思想中，不能只設計軟件的結構，同時要對軟件進行不斷優化。平臺集中了多個數據來源的數據，因此平臺間的數據傳遞吞吐量比較大；另外，平臺各個組件間的網絡依賴關系比較復雜，合理分配網絡資源對提升平臺性能有重要的影響。
系統動力學研究復雜系統的結構、功能以及動態行為模式，可以利用系統動力學的相關原理和方法，對本文設計的平臺進行模擬仿真研究。
在進行實際的大數據平臺仿真分析時，為搭建Hadoop集群本文配置4臺服務器，其中一臺作為NameNode，其他服務器作為DataNode。具體的配置信息如表1所示：
系統動力學分析軟件系統的基本思路是把與系統相關的網絡變量轉換為因果圖及流圖，因果圖表征了變量間的相互影響關系，流圖說明了變量的反饋積累；然后利用DYNAMO方程描述變量間的關系。因果圖反應了平臺中的反饋回路的正負極性，表示出系統元素間基本的相互影響關系。
基于以上分析，對本文設計的平臺進行系統動力學分析如下：由于平臺是一個非線性時變系統，影響其性能的因素不僅包括管理節點、消息中間件、Hadoop集群等，還包含網絡帶寬、服務器配置等客觀因素。根據系統建模目的，可以知道系統邊界應該包括如下因素：用戶請求數目、數據采集模塊采集到的輸入數據、消息中間件隊列中的消息數量、消息中間件路由消息的延遲、Hadoop集群的性能等。
平臺的系統邊界確定后，接下來需要分析系統邊界內的元素間的影響關系，以及它們之間是否有因果關系。經分析可知，用戶請求的增加會導致消息中間件隊列中的消息增加，而消息中間件路由消息的延遲降低會降低系統中消息傳遞的整體時延。
消息中間件的工作性能和系統各個模塊的工作時延組成正反饋回路，說明消息中間件和系統模塊是正相關的，所以平臺整體性能的提升依賴于消息中間件和系統模塊的合理資源配置。
消息中間件的各種配置參數，比如響應速度、吞吐量等參數對提升平臺的分析性能影響很大，在優化消息中間件的各種參數后，比較本文設計的基于大數據的數據分析平臺和傳統的工業數據平臺的性能，在同時對PB級別的工業數據進行分析時，當CPU數目相同時，響應速度的結果如表2所示：
對于不同的數據級別，兩種大數據平臺的處理效果如表3所示：
由結果可知，在處理相同的數據量時，在響應速度的性能上，本文設計的工業數據分析平臺要優于傳統的數據分析平臺。
當處理不同的數據量時，隨著數據量的增加，傳統的大數據處理平臺的處理時間也呈現顯著增加，而本文設計的大數據處理平臺處理時間是線性的，明顯優于傳統大數據處理平臺。
五、總結與展望
本文首先介紹了Hadoop大數據技術，分析了其HDFS文件系統和MapReduce計算框架；
接下來對基于大數據技術的CIMS海量工業數據監測和分析平臺進行設計，從軟件結構、通信方式以及數據存儲方式等各個方面進行了分析。最后利用系統動力學的原理，對影響平臺性能的因素進行了研究。
與Duke能源公司模擬的大數據解決方案相比，本文設計的平臺已經能夠采集、分析并處理海量數據，真正意義上在工業領域引入了大數據技術；而且此平臺還能夠處理來自多個數據源的數據，比通用電氣的大數據分析平臺具備一定的優勢。
參 考 文 獻
[1] 韓燕波，趙卓峰.面向大規模感知數據的實時數據流處理方法及關鍵技術[J].計算機集成制造系統.2013，19（3）：641-653.
[2] 鄧華鋒，劉云生，肖迎元. 分布式數據流處理系統的動態負載平衡技術[J]. 計算機科學. 2007（07）
[3] 胡茂勝.基于數據中心模式的分布式異構空間數據無縫集成技術研究[D].武漢：中國地質大學，2012.
[4] 楊林青，李湛，牟雁超等.面向大規模數據集的并行化Top-k Skyline查詢算法[J].計算機科學與探索.2014， 12（26）.
[5] J.Jiang， J. Lu， G. Zhang， and G. Long. Scaling-up item-based collaborative filtering recommendation algorithm based on hadoop. SERVICES， pp. 490 -497， 2011.
[6] 王黎維，黃澤謙，羅敏，彭智勇. 集成對象數據庫的科學工作流服務框架中的數據跟蹤[J]. 計算機學報. 2008（05）
數據監測范文4
結合目前電廠實際情況來看，設備狀態監測系統與數據挖掘技術是密切相關的，就目前數據挖掘技術應用角度來看，其實施步驟及實施要點主要可以按照以下流程進行。
1.1以監測系統模型預測值實施監測數據挖掘技術規范下所確定的非參數性模型，可以在監測設備現場運行時產生符合設備運行規范的相應預測值，設備狀態實時化預測值的確定，不單純由設備現場運行情況確定，同時也會按照設備同監測系統各監測點的相互關系以及設備過往運行情況進行調整。準確的說，設備狀態實時化監測，應當充分考慮到大量歷史信息數據，并全面把握各模型內部測點關系后，動態化確立的，在實踐當中，利用高精度的預測數值同設備實際運行數值進行分析比較，并采用統計學方法進行分析，可較為全面的把握現場設備的各項參數，并針對設備及系統的早期故障進行有效預警。比如，若單項參數的實際測量結果同預測值存在較大差異時，則應參考偏差規模大小及系統相關的預警機制，督促相關設備運營維護人員盡快處理故障，防止故障嚴重化或者出現規模擴大化。此外，構建科學合理化的預警條件后，主設備管理與操作使用人員，應該按照工作實踐，對新設備運行狀態進行較為妥善的早期處理，進行全面操作，從而全面提升設備早期穩固性與可操作性。
1.2構建監測系統模型在采用數據挖掘技術構建設備狀態監測系統時，應當優先結合各子機組系統，按照現場設備構建完善的系統模型。具體來講，就是從既有的數據庫中調用大量數據，按照模型構建需要進行整理，將其轉化為設備狀態監測系統可識別的格式，再按照模型構建規范進行后續操作?？紤]到設備原有運行數據中存在涵蓋設備運行規律以及設備具體運行參數等與設備密切相關的海量數據，故可以通過對過往數據庫內信息進行充分分析處理后，構建較為完善的動態模型，并依此確定最符合設備現場運行規律與設備參數的設備狀態監測內容?？紤]到數據挖掘技術主要是對歷史數據進行全面分析整理后進行模型構建，故建模方式同樣可以采用非參數形式，避免了一般性建模工作中靜態參數的約束，使得設備運行現場反應更為精準，有效解決了常規建模法需要大批人力資源支撐的問題，另外，為了解決建模設備規模較大這一問題，采用數據挖掘法也能全面實現，既擁有良好效果，又具備較強的技術性。
1.3以預期值及實測值分析設備故障就目前設備情況來看，對比監測站點提供的設備實測值與預期值，可以大致分析獲得設備在整個系統當中哪部分測點更易出現故障，并進一步確定設備運行風險較高的測點。以大型風機為例，大部分大型風機常擁有數幾十個測點，而出現故障的測點缺一半僅有幾個。在利用該設備狀態監測法時，用戶可以按照設備故障預防要求，選取最需要進行監測的幾個點，并要求電廠調動設備管理相關部門確定完善的預警等級制度，并制定完善的故障排除和檢修計劃，利用數據挖掘技術整理的早期故障處理經驗，逐漸構建起較為完善的在線式設備動態維護管理系統。可按照設備以往事故及預警的數據信息，對導致事故的潛在參數影響度進行分析，通過考察導致故障的現象在設備中所占據的百分比，從而基本排除導致設備事故的潛在可能，為其配備相應的設備運營維護管理計劃。此外，全部設備的早期預警處理方式及結果，都應記錄于整個數據挖掘技術管理系統內，通過不斷整合設備過往故障處理信息與現場處理經驗，從而逐漸構成完善的設備現場維護管理系統，提高設備狀態監測效率。
2數據挖掘技術監測設備狀態的優勢
將運用數據挖掘技術后的設備狀態監測系統與傳統常規式監測系統對比，其主要優勢如表1所示。由表1可知，在實際應用過程中，利用數據挖掘技術，構建較為完善的設備狀態動態化監測系統，可以較為有效的實現規范設備參數、在線監測設備運行以及設備故障快速化排除等工作。在提高設備可靠度的同時，也能夠盡可能避免超出原計劃停機等大型故障。本文中所提到的實施要點，具有一定參考價值。
3結束語
數據監測范文5
信號微機監測設備在當前現場維修中起著重要作用，本文介紹了微機監測設備在施工前和維修中需要注意的重點事項，并就如何做好微機監測設備數據核對進行了簡單地分析和探討。
【關鍵詞】數據校核 采集位置 信息 施工
隨著新技術的不斷更新運用，信號微機監測設備已是現場維修不可缺少的設備，因為信號微機監測設備對保證行車安全，監測信號設備運用狀態，發現設備隱患、輔助故障處理、指導信號維修工作都起著重要作用。因此微機監測各項信息采集的正確、準確是微機監測發揮作用的重要保證，如何保證微機監測采集的信息準確，需要維修人員在施工開通前和日常維修中對數據不斷的進行校核，從而保證信息準確?，F就如何做好校核工作談一點體會。
1 把住施工開通前的數據核對
雖然微機監測設備是維修不可缺少的設備，但它不屬于行車設備，即使微機監測設備故障也不影響行車設備使用，所以在施工中往往不被重視，而在以往的施工中都先保證聯鎖設備正常開通，不能做到微機監測設備同步開通，這樣給微機監測的核對工作帶來一定影響，施工開通后由于受行車條件約束，微機監測的部分功能無法做到全部核對，如列車信號主燈絲斷絲報警試驗，設備對位核對，燈絲繼電器電流、軌道電路電壓超標數據的調整等都是在短時間無法完成的問題。因此在施工過程中電務段必須嚴把施工質量關，主要做好以下幾項工作：
（1）派技術人員對微機監測圖紙審核，確保微機監測采集的項目不漏、不錯。
（2）協調施工單位和微機監測廠家做好施工準備，做到各種配線符合標準，設備安裝位置符合要求、配線采集位置正確，對施工中易出錯的地方重點強調。
第一，六線制雙機牽引E機、J機動作電流模擬量的采集，必須在1DQJ111-2DQJF111（E機）和1DQJ111-2DQJF121（J機）之間采集，因為采集位置不同會造成測試的電流數值為E機與J機的總電流。
第二，四顯示自動閉塞區段的出站信號機1DJ電流必須在1DJ63至LXJ11（根據圖紙設計）之間采集，如果采集位置錯誤，在開放綠黃燈時造成1DJ采集電流的數值是兩個燈位的合電流。
第三，外電網質量采集位置必須在電力引入口處刀閘的上方。
第四，環境采集設備的安裝位置、數量，要按機械室、微機室、電源屏室分別安裝等。
（3）參加施工的人員要掌握施工進度，最好與聯鎖設備同步進行，微機監測設備及軟件安裝到位。信號機電流、軌道電路電壓等設備電氣特性調整符合測試標準。
（4）在設備開通驗收時按規定逐項核對，主要核對以下項目：站內、區間軌道區段對位核對；信號機對位核對，包括各燈位開放試驗；道岔名稱、位置對位核對；外電網Ⅰ、Ⅱ路對位核對；列車信號機主燈絲斷絲報警對位核對；熔絲報警對位核對；各種模擬量數值與實際測試值核對；各種模擬量參數上下限設置核對；站場圖顯示信息核對；電纜絕緣、電源漏流測試線對位核對；微機監測各種功能試驗。
對各項數據核對做好記錄，驗收中存在的問題做好統計，會同施工部門及微機監測廠家逐條克服，暫時克服不了的問題，做好備案，限期整改不留下施工隱患。
2 日常維修中的數據校核
現場信號車間、工區日常微機監測查詢、測試時只注意報警信息和超標數據的處理，而微機監測顯示合格數據往往被忽視，如果由于軟件或采集器材問題，數據變化后微機監測采集不到時，一些隱患問題不能被發現，所以對微機監測采集的數據，每年要進行一次人工測試核對，保證微機監測測試的數據準確，日常維修中重點核對：
（1）電纜絕緣、電源漏流測試。由于電纜絕緣、電源漏流測試的原理是利用繼電器動作組成不同的進路序列來進行測試每條電纜、電源的，如果繼電器該吸起時未吸起，造成測試的路數不對應，從而影響數值的真實性。
（2）軌道電路電壓、相角、信號機電流、道岔表示電壓等模擬量數值與儀表實測值比較，存在誤差及時進行修正，保證微機監測測試數值準確。
（3）在進行微機監測數據校核的同時，應根據信號設備技術標準和電特性數據的變化規律，合理設定微機監測模擬量采集數據的上限和下限，減少由于上下限設置不合理導致的誤報警問題。
總之，微機監測系統在電務設備中的應用，為信號設備維護提供了更好的手段，為信號設備的預防修也提供了有利的條件，因此也需要對微機監測采集數據不斷的核對，保證信息準確，使其能更好的發揮作用。
作者簡介
王洋（1977-），男，內蒙古赤峰市人，工程師。
數據監測范文6
【關鍵詞】環保驗收；監測；分析；數據質量；重要性
中圖分類號： X324 文獻標識碼： A 文章編號：
前言
通過對環保驗收監測數據質量的分析，我們可以更好的做好環境保護工作，更好的有針對性的控制污染源。目前，我國的環保監測數據質量存在一些不足之處，亟待改善和提高。
環保驗收監測數據質量的重要性
項目建成后,在試運行階段必須開展環境保護驗收。環境保護驗收對照環評及相關批復文件的要求,對企業的建設運行逐項進行監測和檢查。環境保護驗收對建設項目起著重要的把關作用,只有環保驗收通過后,項目才能開始正式運行。只有環評報告對建設項目提出的措施具備科學性、準確性、可操作性,工程在建設中才能將環保措施切實落實到位,才能實現真正意義上的/“三同時”。在驗收監測時,對照環評進行監測和檢查中發現一些環評中出現工程描述不清、環保措施不科學、污染物核算偏差等問題。這些對驗收監測工作的開展造成了一些困難和不便。因此，進一步提高環保驗收監測數據質量的準確性顯得非常重要。
三、環保驗收監測數據質量的不足之處
1.污染物排放核算偏差
部分環評在污染物核算過程中出現疏漏,對于污染物濃度、總量等關鍵數據的預測產生了偏差。預測數據的錯誤如不能被發現,將直接影響到建設項目能否通過環保驗收。
(一)污染物濃度及總量核算問題
某鋼鐵企業球團廠新建項目，環評預測回轉窯不用建設脫硫設施，其廢氣中SO2排放濃度約45呵畝，而驗收監測數據顯示SO2排放濃度約400呵畝。SO2排放濃度達到《工業爐窯大氣污染物排放標準》(GB9078-1996)中球團豎爐二級標準2000呵盯要求。但SO2排放總量無法滿足環評按照45州畝濃度核算的總量要求。由于環評核算只計算了燃煤中的硫含量,未將鐵精粉的含硫量計入核算。這就造成總量指標過低。如果企業不增建脫硫設施,SO2排放總量無法滿足要求。但由于費用和場地的限制,該設施無法實施。這就造成因為環評核算問題,企業被動超標而無法通過環保驗收。
(二)無組織污染物總量核算問題
某水泥廠各類堆場較多。環評將無組織排放顆粒物也計入粉塵總量控制指標?？偭亢怂阒粦獙τ薪M織廢氣進行監測核算,不對無組織污染物進行統計。計入了無組織顆粒物的總量指標明顯偏大,其無法客觀準確的反映工程實際情況。以上二類環評數據核算問題,無法準確的反映出污染物濃度及總量。驗收監測的實際數據與環評數據對應后會產生或大或小的明顯偏差。這要求環評單位對數據進行深入的分析描述,做出更加縝密判斷,避免出現原則性的錯誤。
2.現場空白和實驗室空白
目前驗收監測中，水和氣都沒有帶現場空白。實驗室空白也沒有在數據報告中出現?？瞻字凳怯绊憴z測限的重要指標之一，也影響監測數據的準確度。海南省曾檢出礦泉水As超標，我們在工作中也曾發現原子熒光法測As時空白熒光強度大于800，而標準工作曲線的最高濃度點熒光強度只有700多。必須采取消除空白的措施降低空白值，否則監測數據無效。我們也曾發現同一批次的優級純HCl、HNO3，不同瓶的As、Hg空白值相差幾十倍。不規范的試劑生產廠家買來各知名品牌的標簽使用，而知名廠家對化學試劑質量不進行監控的現象常有發生。盜用標簽現象更為嚴重，在As及重金屬監測中扣除包括現場空白及實驗室空白在內的全程序空白十分重要。
四、環保驗收中部分常規監測項目數據質量欠佳
1.pH的測定
pH值是最簡單的監測項目。某電廠擴建項目灰渣廠地下水的pH值在環評監測時在6.7～6.9范圍內，而驗收監測時pH值在5.62～6.67的范圍，出現了pH值低于6.5的超標數據。補測結果顯示，灰渣浸出液pH為9.7～10.3,顯然驗收監測數據有誤。地表水和污水監測技術規范要求pH值現場測定。我國地表水和污水的pH標準都是6～9，而不是6.0～9.0。在實際監測時，pH值可以監測到小數點后一位，而小數點后兩位是難以準確測量的。但是，目前驗收監測數據中的pH值都精確到小數點后第二位，甚至在某監測站的監測結果中出現過pH值為9.04和9.02的數據。這種數據也給鑒別pH的達標與否造成難度。通過補測pH值得最高值為8.6，屬于達標排放。這類問題在環境監察中也曾經不止一次出現，應該引起監測單位的注意。
2.二氧化硫和煙塵
在燃煤電廠驗收中，手工監測與CEMS系統比對時，存在白分之幾十誤差是允許的。讓人不可思議的是，有的報告中的比對誤差競小于1%。在實際工作中，煙塵、二氧化硫的比對數據出現小于4%的誤差是難以理解的，這是因為CEMS測定煙塵采用的是光學法，而手工監測采用的是重量法。由于兩種方法的原理不同，對數據的影響因素也不相同，誤差大是可以理解的，而誤差太小就不合理了，有數據造假的嫌疑。
表1是一組真實的數據。因垃圾淋濾液要求噴入焚燒爐處理，所以煙氣濕度極高，手工監測儀的除濕效果較差，且氣樣中的水分會溶解相當量的二氧化硫進入儀器的管路，而不能進入檢測器被檢測導致測定結果偏差。
3.COD、BOD
曾有“同一水樣BOD值是COD值得1/3的說法”，綜合污染水排放標準限值和環評也都是這么處理。其實，這是不合理的。不同行業的污水COD和BOD的比值不可能是固定的。例如：某造紙廠污水COD103mg/L,BOD119mg/L。從COD和BOD的定義來看這種BOD大于COD的數據是不合理的。這個數據的產生，是受水樣中纖維素的影響，導致測定時分取的水樣缺乏代表性。我們也曾發現生活污水處理設施排口的COD大于200mg/L，而BOD未檢出的數據，這可能是接種失敗。此外，氯乙烯和氨堿廠排水的COD也會存在氯化物的正干擾，導致監測結果超標。但是，目前相當多的監測站不具備氯氣校正法的測定條件。
4.氟化物的監測
氟化物(含氟化氫)是電解鋁和水泥驗收中必測項目，目前氣氟、塵氟的采樣因設備污染導致誤差，采樣桿等采樣系統會影響監測質量，土壤中氟化物監測質量更差。表2是某電解鋁項目周邊土壤氟化物的監測結果。
同一點位采集的土壤樣品結果有的競相差100倍之多，其中有的土壤中氟化物分布不均勻的因素，但主要是樣品制備的分析產生的誤差。因為在實際監測時，即沒有加標樣的，也沒有質控樣，很難保證數據的準確性。但從監測分析的技術角度考慮，應認為監測數據低的是錯誤數據。因土壤成分復雜，其浸出液和土壤堿熔后的試液中的氟化物不一定都是以離了態存在，若按土壤監測技術規范要求的使用高鋁增鍋熔樣，因其中的石英質，會在酸化時以SiF4、逸出使結果偏低，在土壤熔融過程中，也會有“爬壁”現象，使土壤熔融物逸出導致結果偏低。
5.砷及重金屬
目前As及重金屬監測的數據質量，主要是空白難以準確扣除，空白波動性較大，影響了分析方法的檢出限，因此在驗收報告中數據有效位數的取舍難以把握。
表3、表4是兩個銅冶煉項目周邊地下水監測結果。
可見表3的數據合理，表4數據不合理，首先Pb,Cd,Fe的靈敏度差別很大，其檢出限不可能都是0.01mg/L。此外，實際地下水Fe,Cu,Zn都小于0.01mg/L是不合理的，并且該項目位于長江上游，土質是紅壤土，更加說明了數據的謬誤。經過詢問得知，所采集的水樣并沒有加保護劑，水樣三天后才送至實驗室分析。所有水樣的金屬成分均已水解沉淀，當然都未檢出。這是采樣方法選擇不當的結果。氣的無組織排放Hg,As,Pb,Cd也都未檢出，因未見原始數據，難以做出分析，只能判斷數據不夠合理。
