一种基于逐步回归分析的大数据处理方法
【专利摘要】本发明涉及一种基于逐步回归分析的大数据处理方法，其按照以下步骤进行：先收集工厂操作参数的数据，并对收集的操作参数进行编号；然后，将上述收集的操作参数一部分作为因变量，其它的操作参数作为自变量，各参数之间成线性关系，列出方程式；再将上述方程式以及对应的数据逐个导入Matlab软件，进行逐步回归分析运算，计算出各个方程自变量前的系数及截距；最后进行结果分析得出对应操作参数的最优值。本发明的方法利用收集大量的数据，通过逐步回归分析及处理大数据，并结合运用Matlab软件，可通过定量判断工厂DCS各个操作参数之间的影响，定量判断改变某参数的大小对其它参数的影响，而确定工厂DCS操作参数的最优值。
【专利说明】
一种基于逐步回归分析的大数据处理方法
技术领域：
[0001] 本发明涉及工业生产中处理大数据的方法，具体涉及一种基于逐步回归分析的大 数据处理方法。
【背景技术】：
[0002] 回归分析是处理多变量间相关关系的一种数学方法。这种相关关系不同于函数关 系，后者反映变量间的严格依存性，而前者则表现出一定程度的波动性或随机性，对自变量 的每一取值，因变量可以有多个数值与之相对应。当自变量为非随机变量、因变量为随机变 量时，分析它们的关系称为回归分析；当两者都是随机变量时，称为相关分析。在统计上研 究相关关系可以运用回归分析和相关分析。具有相关关系的变量之间虽然具有某种不确定 性，但是，通过对现象的不断观察可以探索出它们之间的统计规律，这类统计规律称为回归 关系。在一个多元线性回归模型中，并不是所有的自变量都与因变量有显著关系，有时有些 自变量的作用可以忽略。这就产生了怎样从大量可能有关的自变量中挑选出对因变量有显 著影响的部分自变量的问题，在可能自变量的整个集合中元素很多，使用"最优"子集的算 法可能行不通。那么逐步产生回归模型要含有的X变量子集的自动搜索方法却可能是有效 的。这就是求适度好的自变量子集时，同所有可能回归的方法比较，为节省计算工作量而产 生的，这就是逐步回归。
[0003] 现代化工业生产的环节都是密切相关，有机联系的。其最重要的表征是自动化和 大数据。在化工行业，通过现代自动化技术，将生产工艺、设备、控制与管理连成为一个有 机的整体，会同时产生海量的数据。这些海量的数据从应用的观点上可分为三类：可调参 数、必控参数和参考参数。其中，可调参数是人为可调，无论是自动，半自动，或全手动，包括 阀门开度，电压，电流，电阻，频率等，其唯一目的是保证生产安全、稳定、和产品质量达标。 必控参数是在预先规定的工况条件下进行操作的工艺参数，即化工生产过程中，各类工艺 参数必须在预先规定的工况条件下进行操作才能保证生产安全、高效地进行，如储罐和容 器(包括油罐、水箱、锅炉汽包等)液位要求维持在规定的范围；生化过程中发酵罐的温度、 压力、pH等要符合工艺要求。参考参数是除了上述的两种参数以外的参数就是参考参数。因 为生产过程工艺流程线上的各个设备、各个环节都与前后的设备、环节紧密相连，涉及整个 流程、众多的被控变量和操纵变量。要切实考虑如何保证产品质量、提高产量、节能和稳定 操作，考虑和综合各个工序、设备、环节之间的联系和相互影响，从而合理安排各个系统，使 之互相配合、协调一致，行之有效，就需要用好这些参考参数。因此，为了①加快生产速度， 降低生产成本，提高产品的产量和质量;②减轻劳动强度，改善劳动条件;③能够保证生产 安全，防止事故发生或扩大，达到延长设备使用寿命，提高设备利用能力的目的；④生产过 程自动化的实现，能根本改变劳动方式，提高工人文化技术水平，为逐步地消灭体力劳动和 脑力劳动之间的差别创造条件，亟需提供一种处理这些大数据的方法，通过收集大量的数 据运用逐步回归分析，从而解决以上实际问题。
【发明内容】
：
[0004] 本发明提供一种基于逐步回归分析的大数据处理方法，能够有效对大量数据进行 分析处理，定量判断工厂DCS各个操作参数之间和判断改变某参数的大小对其它参数的影 响，从而确定工厂DCS操作参数的最优值。
[0005] 为解决上述技术问题，本发明采取以下技术方案：
[0006] 一种基于逐步回归分析的大数据处理方法，按照以下步骤进行：
[0007] S1:收集工厂操作参数的数据，并对收集的操作参数进行编号，分别记为1、2、 3、......、n;
[0008] S2:数据处理:将上述收集的操作参数一部分作为因变量，其它的操作参数作为自 变量，各参数之间成线性关系，列出如下方程式：
[0010]其中：x为自变量;y为因变量;a为自变量前的系数;b为截距；
[0011] S3:将上述方程式以及对应的数据逐个导入Matlab软件，进行逐步回归分析运算， 计算出各个方程自变量前的系数及截距；
[0012] S4:结果分析：
[0013] (1)当自变量前的系数为零时，说明该自变量对相应的因变量不产生影响，系数正 负反应影响的正反方向，系数的大小反应影响的大小，因此通过上述运算结果可以找出影 响因变量的最大操作参数及操作参数个数；
[0014] (2)将上述求得系数的方程组作如下变化：
[0016]将该方程组写成矩阵的形式，如下式：
[0018] 用Matlab软件解上式，计算中需加入参数取值范围作为约束条件，得到的解即为 对应操作参数的最优值。
[0019] 本发明的方法利用收集大量的数据，通过逐步回归分析及处理大数据，并结合运 用Matlab软件，可通过定量判断工厂DCS各个操作参数之间的影响，定量判断改变某参数的 大小对其它参数的影响，而确定工厂DCS操作参数的最优值。从而解决实际生产中出现的数 据量大分析难度大、劳动力耗费大、生产效率低、生产条件不佳和设备利用率低等问题，加 快生产速度，降低生产成本，提高产品的产量和质量;减轻劳动强度，改善劳动条件。同时， 推广应用该方法能够保证生产安全，防止事故发生或扩大，达到延长设备使用寿命，提高设 备利用能力的目的，可实现生产过程的自动化，改变劳动方式，提高工人文化技术水平。
【具体实施方式】：
[0020] 下面对本发明的技术方案进行详细说明。
[0021] 实施例1
[0022] 运用基于逐步回归分析的大数据处理方法，先收集某煤粉厂磨机数据，该磨机共 有19个参数，对各参数编号如下表1:
[0025]分别将表1中1 _ 19号参数当作因变量，剩余参数当作自变量，可得如下方程式：
[0027] 其中:111=18，11 = 19,7和1下角标表示参数的编号，13为截距。
[0028]将上述方程式以及对应的数据逐个导入Matlab软件，进行逐步回归分析运算，求 出自变量前的系数，若某自变量对因变量没有影响则该自变量前的系数为零，最后得如下 结果：
[0029] yi9 = 9.01+0.7459xi8
[0030] yi8 = -l 10 ? 699-0 ? lx2-0 ? 007x4-0 ? 013x6+0 ? 373x8+0 ? 527xi5-〇 ? 02xi6+4 ? 91xi7+ 0.25xi9
[0031] yi7= 19.427-0.0013x3-0.0007x4+0.1567x7+0.0195x8+0.0021x9+0.0179x14+ 0.0132x15+0.0009x16+0.0203x18
[0032] y16 = 5 ? 77+0 ? 0356x6+0 ? 8161xi4
[0033] y15 = 〇 ? 481+0 ? 0061x9+0 ? 7972xi2+0 ? 0659xi4+0 ? 1041xi8
[0034] y14 = 29 ? 407-0 ? 3469x7+0 ? 0097x9+0 ? 6419xi2+0 ? 1659xi5+l ? 8141xi7
[0035] yi3 = -l 185.61-34.212x7-25.249xs
[0036] y12 = 13?3586+0?0395x1-0?0047x3+0?0029x4+0?0046x6-0?28031x7+0?0052x9+ 0.2043xi4+0.5627xi5
[0037] yn = 1.8995-0.0303xi4
[0038] yi〇 = -35 ? 0614-0 ? 5407x3-0 ? 0570x6+2 ? 2395x7+0 ? 5132xi8
[0039] y9 = -522 ? 62+0 ? 1531x4+0 ? 0437x6-6 ? 7397x7+2 ? 5759x8+2 ? 0845xi6+19 ? 4179xi7+ 1 ? 8276xi2-〇 ? 005xi3-〇 ? 0655xi6
[0040] y8 = -16.355-0.0063x4-0.0009x5+0.0145x6+0.5751x7+0.0177xg-〇 . 0005xi3-0.0636xi5+l. 1788xi7+0.0819xi8
[0041 ] y7 = -44.0176+0.0992xi+0.0082x4+0.0003x5+0.0023x6+0.1533x8-〇 . 0133xg-0 ? 0761xi2+0 ? 0526xi4+2 ? 4382xi7+0 ? 0246xi8
[0042] y6 = -459.437-2.9828x1+0.0072x2+0.2244x3-0.1105x4+0.0278x5+7.155x7+ 13 ? 47x8+0 ? 26x9_0 ? 302xi〇+6 ? 302xi2+2 ? 771xi5_3 ? 235xi8
[0043] y5 = -429.54+1.1742x6+41.7394x7-35.5218x8
[0044] y4= 1244 ? 5-5 ? 695xi+5 ? 5625x3-0 ? 2278x6+46 ? 7195x7-8 ? 4274x8+1 ? 7503x9+ 3 ? 3865xi2-56 ? 1883xi7-4 ? 4394xi8
[0045] y3= 194 ? 78+2 ? 5697xi+0 ? 1021x4-1 ? 0547x10-2 ? 7895xi2+l ? 6788x15-12 ? 0286xi7
[0046] y2 = -0.596x4+1.0683x6
[0047] yi = -l .779+0.0273x3-0.0099x4-0 ? 0101x6+1.0875x7+0.1942x8+0 ? 2186x12-0.0872xi8
[0048] 上述各个方程式反应作为因变量的参数受自变量参数的影响，并且根据自变量前 系数判断影响的方向及大小。
[0049] 将上述方程组转化为如下形式：
[0051 ]将该方程组转化为矩阵：
[0053]用Matlab软件求解该矩阵，计算中需加入参数取值范围作为约束条件，得到的解 即为对应操作参数的最优值。
[0054] 结果分析：由上表1可知，通过该方法先收集该磨机的19个操作参数，通过逐步回 归分析运算，求出自变量前的系数，用Matlab软件求解矩阵，得到对应操作参数的最优值。 从而，在实际生产过程中解决出现的数据量大分析难度大、劳动力耗费大、生产效率低、生 产条件不佳和设备利用率低等问题。
[0055] 实施例2
[0056]运用基于逐步回归分析的大数据处理方法，收集某供热公司煤粉锅炉操作数据， 该煤粉锅炉共有65个参数，对各参数编号如下表2:
[0058]分别将上述1-65号参数当作因变量，剩余参数当作自变量，可得如下方程式：
[0060]其中:y和X下角标表示参数的编号，b为截距。
[0061]将上述方程式以及对应的数据逐个导入Matlab软件，进行逐步回归分析运算，求 出自变量前的系数，若某自变量对因变量没有影响则该自变量前的系数为零，最后得如下 结果：
[0063]上述各个方程式反应作为因变量的参数受自变量参数的影响，并且根据自变量前 系数判断影响的方向及大小。
[0064] 将上述方程组转化为如下形式：
[0066]将该方程组转化为矩阵：
[0068]用Matlab软件求解该矩阵，计算中需加入参数取值范围作为约束条件，得到的解 即为对应操作参数的最优值。
【主权项】
1. 一种基于逐步回归分析的大数据处理方法，其特征在于:按照以下步骤进行： S1:收集工厂操作参数的数据，并对收集的操作参数进行编号，分别记为1、2、3、……、 n； S2:数据处理：将上述收集的操作参数一部分作为因变量，其它的操作参数作为自变 量，各参数之间成线性关系，列出如下方程式：其中:x为自变量;y为因变量;a为自变量前的系数;b为截距； S3:将上述方程式以及对应的数据逐个导入Matlab软件，进行逐步回归分析运算，计算 出各个方程自变量前的系数及截距； S4:结果分析： (1) 当自变量前的系数为零时，说明该自变量对相应的因变量不产生影响，系数正负反 应影响的正反方向，系数的大小反应影响的大小，因此通过上述运算结果可以找出影响因 变量的最大操作参数及操作参数个数； (2) 将上述求得系数的方程组作如下变化：将该方程组写成矩阵的形式，如下式：用Matlab软件解上式，得到的解即为对应操作参数的最优值。
【文档编号】G06F17/18GK106055525SQ201610479051
【公开日】2016年10月26日
【申请日】2016年6月27日
【发明人】魏亚玲, 李 东, 张学梅, 苗泽凯, 程实, 马青华
【申请人】中国矿业大学银川学院