CN104573186A - 一种煤镜质组反射率的自动分析方法 - Google Patents
一种煤镜质组反射率的自动分析方法 Download PDFInfo
- Publication number
- CN104573186A CN104573186A CN201410764268.2A CN201410764268A CN104573186A CN 104573186 A CN104573186 A CN 104573186A CN 201410764268 A CN201410764268 A CN 201410764268A CN 104573186 A CN104573186 A CN 104573186A
- Authority
- CN
- China
- Prior art keywords
- coal
- data group
- area
- sequence number
- frequency values
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Coke Industry (AREA)
Abstract
本发明涉及一种煤镜质组反射率的自动分析方法。本发明通过如下步骤:1)将A煤和B煤数据组扫描成图;2)分别将各组数据组按频率值排序、存储峰值;3)计算A煤和B煤的峰值相差率,若计算结果小于等于15%,进入S4分析步骤,若大于15%,分析结束;4)计算A煤和B煤的面积重合率,若计算结果大于等于70%,进入S5分析步骤,若小于70%,分析结束;5)计算A煤和B煤的分布范围重合率,将结果存储并显示。在本发明的分析过程中,若峰值相差率小于等于15%、面积重合率大于等于70%并且分布范围重合率大于等于70%,则A煤和B煤可以混合使用。本发明的分析方法不依靠人工、结果可靠、能显著提高工业生产质量和生产效率。
Description
技术领域
本发明属于炼焦煤领域,具体涉及一种煤镜质组反射率的自动分析方法。
背景技术
镜质组是煤的主要组分,颗粒较大而表面均匀,其反射率易于测定。而且,镜质组反射率与表征煤化度的其他指标如挥发分、碳含量不同,它不受煤的岩相组成变化的影响,因此是公认的较理想的煤化度指标。
目前由于煤资源紧张,优质炼焦煤越来越少,焦化厂来煤质量各不相同,不同厂家质量不一,甚至同一厂家的不同批次质量也不一样,一旦将性质差异较大、适配性差的煤炭进行混和后,则会对炼焦煤产生较大的危害。许多工厂在工业生产现场判断两种煤炭是否可以混在一起进行炼焦的方法通常是,将两种煤炭的镜质组反射率分布图的坐标轴完全重合进行比对,对图形的重合率进行目测,当两个图形的重合率达到80%,且图形的峰值较为接近时,可以认为两种煤炭可以混合。工业现场对上述过程的完成完全依靠人工,当煤炭数量达到10种、20种甚至更多时,进行两两比对的工作量非常巨大,不但大大降低了工业生产的效率,而且由于人工比对的误差较大,也在很大程度上增加了工业生产炼焦煤的风险。
因此,本领域技术人员亟需提供一种不依靠人工、结果可靠、提高生产质量和效率的煤镜质组反射率的自动分析方法。
发明内容
针对上述的不足,本发明要解决的技术问题是提供一种不依靠人工、结果可靠、提高生产质量和工作效率的煤镜质组反射率的自动分析方法。
为了实现上述目的,本发明通过以下技术方案实现:
一种煤镜质组反射率的自动分析方法,包括如下步骤:
S1、将煤镜质组反射率数据扫描成图
分别将原始的A煤镜质组的反射率数据组即A煤数据组和B煤镜质组的反射率数据组即B煤数据组按照排列的序号自小到大逐个扫描,生成与A煤数据组对应的A煤反射率分布图和与B煤数据组对应的B煤反射率分布图,任一所述数据组均由相对应的序号、反射率范围即Re范围、频率三者构成;
S2、数据组频率值排序,存储峰值
对所述A煤数据组,预设N个峰值缓存(N≥1);将所述A煤数据组在扫描过程中按照序号由小到大的顺序,逐个识别频率值,当识别到第m个数据组的频率值不为0时,则将该数据组存储至1号峰值位置,接着用第m+1个数据组中的频率值与第m个数据组中的频率值进行对比:
①若第m+1个数据组中的频率值大于第m个数据组中的频率值,则将第m个数据组中的较小的序号与1号峰值位置中存储的序号进行减法运算,如果差值为零,则将存储的1号峰值擦除,并将第m+1个数据组存至1号峰值位置,如果差值不为零,则将第m+1列数据组存至2号峰值位置;
②若第m+1个数据组中的频率值小于第m个数据组中的频率值,则1号峰值不作任何变化;
③依次类推进行比较,每次参与比较的峰值均为序号最大的峰值位置上的数据,直到A煤数据组全部比较结束;
对所述B煤数据组作同样处理;
S3、计算峰值相差率
用A煤所有峰值中的最大频率值即A煤最大频率值减去B煤所有峰值中的最大频率值即B煤最大频率值,用所得差值的绝对值除以A煤最大频率值和B煤最大频率值中的较大值,得到计算结果;
若计算结果小于等于15%,进入步骤S4;若大于15%,分析结束并输出结果;
S4、计算面积重合率
分别将A煤数据组和B煤数据组中的频率值乘以与其对应的步长,得到两数据组中的与各个序号彼此对应的面积值,所述步长即为与此频率值对应的Re范围的差值;A煤数据组中的所有序号对应的面积值之和即为A煤总面积,B煤数据组中的所有序号对应的面积值之和即为B煤总面积;接着分别将A煤数据组和B煤数据组按照序号由小到大的顺序,逐个读取面积值;
对于A煤数据组和B煤数据组中的相同序号对应的面积值:
①如果任一个数据组中此序号对应的面积值为零,则判定此序号对应的重合面积值为零,进入下一个数据组判定;
②如果两个数据组中此序号对应的面积值均不为零,则将两面积值中的面积较小者作为与此序号对应的重合面积值;
将各个序号对应的重合面积值累加,得到总的重合面积,用总的重合面积分别除以A煤总面积和B煤总面积,就可得到各自的面积重合率;
若两个面积重合率的计算结果均大于等于70%,进入步骤S5;若有一个面积重合率的计算结果小于70%,分析结束并输出结果;
S5、计算分布范围重合率
将A煤数据组中频率值不为零的最大序号减去频率值不为零的最小序号,然后加1得到A煤分布区间;按照同样的方法获得B煤分布区间;分别记录A煤分布区间的两端序号和B煤分布区间的两端序号,得到的四个序号,四个序号中的最大序号和最小序号,用剩余的较大序号值减去较小序号值,得到重合区间;用所得重合区间分别除以A煤分布区间和B煤分布区间,得到A煤分布范围重合率和B煤分布范围重合率,将结果存储并显示,分析结束。
所述A煤反射率分布图和B煤反射率分布图均以反射率为横坐标,频率为纵坐标。
所述A煤数据组和B煤数据组均按照列排布,数据组的列数n、频率值不为0的首列列号m均为大于1的正整数,且n>m。
本发明的有益效果在于:
本发明采用简单有效的分析计算方法首先得到两种不同煤镜质组的反射率分布图,接着计算A煤和B煤的峰值相差率,若计算结果小于等于15%,进入下一步分析步骤,若大于15%,则分析结束并输出结果;然后计算A煤和B煤的面积重合率,若计算结果大于等于70%,再进入下一步分析步骤,若小于70%,分析结束并输出结果;最后计算A煤和B煤的分布范围重合率,将结果存储并显示。只有当峰值相差率小于等于15%、面积重合率大于等于70%并且分布范围重合率大于等于70%时,A煤和B煤可以混合使用。通过以上三个数据的分析计算对不同煤质是否可以堆放或混合炼焦进行了快速高效的指导,解决了传统人工比对的一系列弊端问题。
附图说明
图1为A煤反射率分布图。
图2为B煤反射率分布图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。本发明中的分析方法可制成相应软件程序,具体如下:
第一步:数据组扫描成图
如表1所示为原始的A煤镜质组的43列反射率数据组,表2为原始的B煤镜质组的43列反射率数据组,其中任一列数据组均由相应的列号、Re范围、频率构成,分别按照列号经扫描程序对表1、表2进行逐列扫描,生成对应的如图1所示的A煤反射率分布图以及如图2所示的B煤反射率分布图,反射率分布图均以反射率为横坐标,频率为纵坐标。
表1.A煤反射率分布表
表2.B煤反射率分布表
第二步:数据组频率值排序,存储峰值
对于A煤,在软件中预设N个峰值缓存(N≥1),对A煤镜质组的43列反射率数据组进行逐列扫描,在数据逐列扫描的过程中,按照列号由小到大的顺序,逐列识别频率值,当识别到频率值不为0时,将该数据组包括列号、Re范围(随机反射率)、频率值存储至1号峰值位置,表1中存储在1号峰值位置的为第15列数据组(即:列号为15,Re范围为1.1-1.15,频率为1.3),然后用列号递进一位的数据也即第16列数据中频率值和第15列数据中频率值进行对比:
1)如果第16列中的频率值大于第15列中的频率值,软件用数值较小的列号15与1号峰值中存储的列号相减,如果差值为零,则将缓存中的1号峰值擦除,并将第16列数据存至1号峰值位置,如果差值不为零,则将第16列数据存至2号峰值位置;
2)如果第16列中的频率值小于等于第15列中的频率值,则不作任何变化;
此例中第16列数据组中的频率值为4.5,第15列数据组中的频率值为1.3,即第16列中的频率值大于第15列中的频率值,此时软件将数值较小的列号15与1号峰值中存储的列号15相减,结果为零,软件将第15列数据组从1号峰值位置擦除,将第16列数据组存为1号峰值。从表1数据来看,第17列数据组将被存储为1号峰值,第18列数据组和第17列数据组比较时,1号峰值将不作任何变化;而第19列数据组和第18列数据组比较时,第19列数据组中的频率值为10,大于第18列数据组中的频率值6.1,但由于列号18不等于1号峰值中的列号17,因此软件将第19列数据组存为2号峰值;依次类推,存储各号峰值直至扫描结束,参与比较的频率值均为已存储数据组中列号最大的峰值位置上的频率值。
对B煤数据组作同样处理。
峰值存储结果如下:
A煤数据组中的1号峰值为表1中的第17列数据组,2号峰值为表1中的第20列数据组。
B煤数据组中的1号峰值为表2中的第19列数据组。
第三步:计算峰值相差率
利用软件程序将峰值缓存中的A煤数据组中的最大频率值(即表1第20列数据组中的频率值17.8)减去B煤数据组中的最大频率值(即表2第19列数据组中的频率值19.5),用所得差值的绝对值除以A煤最大频率值和B煤最大频率值中的较大值即可得到峰值相差率。
本实施例中A煤和B煤峰值相差率的计算式如下:
将所得峰值相差率的数值存储和显示在相关设备上。
软件接着判定所得的峰值相差率是否小于等于15%(程序判定过程中结果为“是”用“1”代替,结果为“否”用“0”代替),若判定结果为0,则不进行后续的计算,A煤和B煤二者不能混合;若结果为1,也即第三步所得的峰值相差率大于等于15%,则继续进行第四步。本实施例继续进行第四步分析。
第四步:计算面积重合率
软件分别将A煤和B煤数据组中的频率值乘以步长计算得到各个列号对应的面积值,所述步长即为与此频率值对应的Re范围的差值,表1和表2中的步长均为0.05。
计算结果如表3、表4所示。
表3.A煤面积计算结果
列号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
面积 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.065 |
列号 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 |
面积 | 0.225 | 0.34 | 0.305 | 0.5 | 0.89 | 0.775 | 0.63 | 0.485 | 0.325 | 0.225 | 0.13 | 0.095 | 0 | 0 | 0 |
列号 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | ||
面积 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
表4.B煤面积计算结果
列号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
面积 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.115 | 0.19 | 0.21 |
列号 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 |
面积 | 0.25 | 0.41 | 0.82 | 0.975 | 0.935 | 0.595 | 0.39 | 0.115 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
列号 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | ||
面积 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
将A煤和B煤各自的各列面积值累加,就可得到两种煤质的总面积。本实施例中,A煤总面积为4.990,B煤总面积为5.005。接着分别对与A煤对应的表3和与B煤对应的表4按照列号由小到大的顺序,逐列读取面积值。对于表3和表4中的相同列号对应的面积值,分别判定面积值是否为零,如果相同列号对应的任一列数据组中的面积值为零,则进入下一列数据判定,因为若任一列数据组中面积值为零,说明相同列号对应的面积在该列没有重合;如果均不为零,则将相同列号对应的面积中的较小者作为重合面积值,依此类推,得到表5所示结果。
表5.A、B煤各列重合面积计算结果
列号 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 |
重合面积 | 0.065 | 0.225 | 0.34 | 0.305 | 0.5 | 0.89 | 0.595 | 0.39 | 0.115 |
软件将表5中的各列重合面积值累加,得到总的重合面积,用总的重合面积分别除以A煤总面积和B煤总面积,就可得到各自的面积重合率,本实施例中,重合面积为3.425,重合面积占A煤总面积的68.637%,重合面积占B煤总面积的68.432%,将结果存储和显示在相关设备上。
软件接着判定所得的A煤面积重合率和B煤面积重合率是否大于等于70%(程序判定过程中结果为“是”用“1”代替,结果为“否”用“0”代替),如果为0,则停止后续的计算程序,不能混合;如果为1,则继续进行第五步分析。本实施例中判定为0,A煤和B煤不可以混合使用,停止后续的计算。
第五步:计算分布范围重合率
分布范围的比较主要包括分布区间和重合区间的比较,分布区间是指A煤数据组和B煤数据组中的频率值不为零的列数范围。软件程序分别将A煤数据组和B煤数据组中频率值不为零的最大列号减去频率值不为零的最小列号加上1,得到A煤分布区间为13(即表1中27-15+1)、B煤分布区间为11(即表2中23-13+1)。记录分布区间的列号,A煤为15~27,B煤为13~23,将此4个端部列号按大小排序,删除端部列号中的最大值和最小值,剩余15和23,用剩余的大值23减去小值15加上1,得到重合区间为9,用重合区间分别除以A煤分布区间和B煤分布区间,得到A煤分布范围重合率和B煤分布范围重合率分别为69.23%、81.82%,将结果存储并显示在相关设备上。
软件判定第五步所得的分布范围重合率是否大于等于70%,若判定结果为1,两种煤可以混合,若判定结果为0,则二者不能混合。
应当说明的是,利用本发明提供的软件程序可以将不同的煤进行快速的两两比对,并且将比对的结果以表格形式呈现,进而可以方便快速地确定多种煤之间是否可以混合,具体形式如表6所示。将结果以窗口形式显示,并提供打印、下载的相关设备。
表6.多种煤判定结果
煤种编号 | A | B | C | D | E | F | G | H | I | J |
A | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 0 | 1 | 0 |
B | \ | 1 | 0 | 1 | 1 | 0 | 1 | 1 | 0 | 1 |
C | \ | \ | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 1 |
D | \ | \ | \ | 1 | 0 | 0 | 1 | 1 | 1 | 0 |
E | \ | \ | \ | \ | 1 | 0 | 1 | 0 | 1 | 1 |
F | \ | \ | \ | \ | \ | 1 | 0 | 1 | 1 | 0 |
G | \ | \ | \ | \ | \ | \ | 1 | 1 | 0 | 1 |
H | \ | \ | \ | \ | \ | \ | \ | 1 | 0 | 1 |
I | \ | \ | \ | \ | \ | \ | \ | \ | 1 | 0 |
J | \ | \ | \ | \ | \ | \ | \ | \ | \ | 1 |
注:表中,“0”表示不可互混,“1”表示可互混。
Claims (3)
1.一种煤镜质组反射率的自动分析方法,包括如下步骤:
S1、将煤镜质组反射率数据扫描成图
分别将原始的A煤镜质组的反射率数据组即A煤数据组和B煤镜质组的反射率数据组即B煤数据组按照排列的序号自小到大逐个扫描,生成与A煤数据组对应的A煤反射率分布图和与B煤数据组对应的B煤反射率分布图,任一所述数据组均由相对应的序号、反射率范围即Re范围、频率三者构成;
S2、数据组频率值排序,存储峰值
对所述A煤数据组,预设N个峰值缓存(N≥1);将所述A煤数据组在扫描过程中按照序号由小到大的顺序,逐个识别频率值,当识别到第m个数据组的频率值不为0时,则将该数据组存储至1号峰值位置,接着用第m+1个数据组中的频率值与第m个数据组中的频率值进行对比:
①若第m+1个数据组中的频率值大于第m个数据组中的频率值,则将第m个数据组中的较小的序号与1号峰值位置中存储的序号进行减法运算,如果差值为零,则将存储的1号峰值擦除,并将第m+1个数据组存至1号峰值位置,如果差值不为零,则将第m+1列数据组存至2号峰值位置;
②若第m+1个数据组中的频率值小于第m个数据组中的频率值,则1号峰值不作任何变化;
③依次类推进行比较,每次参与比较的峰值均为序号最大的峰值位置上的数据,直到A煤数据组全部比较结束;
对所述B煤数据组作同样处理;
S3、计算峰值相差率
用A煤所有峰值中的最大频率值即A煤最大频率值减去B煤所有峰值中的最大频率值即B煤最大频率值,用所得差值的绝对值除以A煤最大频率值和B煤最大频率值中的较大值,得到计算结果;
若计算结果小于等于15%,进入步骤S4;若大于15%,分析结束并输出结果;
S4、计算面积重合率
分别将A煤数据组和B煤数据组中的频率值乘以与其对应的步长,得到两数据组中的与各个序号彼此对应的面积值,所述步长即为与此频率值对应的Re范围的差值;A煤数据组中的所有序号对应的面积值之和即为A煤总面积,B煤数据组中的所有序号对应的面积值之和即为B煤总面积;接着分别将A煤数据组和B煤数据组按照序号由小到大的顺序,逐个读取面积值;
对于A煤数据组和B煤数据组中的相同序号对应的面积值:
①如果任一个数据组中此序号对应的面积值为零,则判定此序号对应的重合面积值为零,进入下一个数据组判定;
②如果两个数据组中此序号对应的面积值均不为零,则将两面积值中的面积较小者作为与此序号对应的重合面积值;
将各个序号对应的重合面积值累加,得到总的重合面积,用总的重合面积分别除以A煤总面积和B煤总面积,就可得到各自的面积重合率;
若两个面积重合率的计算结果均大于等于70%,进入步骤S5;若有一个面积重合率的计算结果小于70%,分析结束并输出结果;
S5、计算分布范围重合率
将A煤数据组中频率值不为零的最大序号减去频率值不为零的最小序号,然后加1得到A煤分布区间;按照同样的方法获得B煤分布区间;分别记录A煤分布区间的两端序号和B煤分布区间的两端序号,得到的四个序号,四个序号中的最大序号和最小序号,用剩余的较大序号值减去较小序号值,得到重合区间;用所得重合区间分别除以A煤分布区间和B煤分布区间,得到A煤分布范围重合率和B煤分布范围重合率,将结果存储并显示,分析结束。
2.根据权利要求1所述的一种煤镜质组反射率的自动分析方法,其特征在于:所述A煤反射率分布图和B煤反射率分布图均以反射率为横坐标,频率为纵坐标。
3.根据权利要求1所述的一种煤镜质组反射率的自动分析方法,其特征在于:所述A煤数据组和B煤数据组均按照列排布,数据组的列数n、频率值不为0的首列列号m均为大于1的正整数,且n>m。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410764268.2A CN104573186B (zh) | 2014-12-12 | 2014-12-12 | 一种煤镜质组反射率的自动分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410764268.2A CN104573186B (zh) | 2014-12-12 | 2014-12-12 | 一种煤镜质组反射率的自动分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104573186A true CN104573186A (zh) | 2015-04-29 |
CN104573186B CN104573186B (zh) | 2017-11-10 |
Family
ID=53089240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410764268.2A Active CN104573186B (zh) | 2014-12-12 | 2014-12-12 | 一种煤镜质组反射率的自动分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104573186B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105044077A (zh) * | 2015-06-24 | 2015-11-11 | 中国石油大学(华东) | 一种有机质热成熟度定量表征函数的获取方法以及该函数的应用 |
CN110132902A (zh) * | 2019-05-15 | 2019-08-16 | 重庆地质矿产研究院 | 一种下古生界海相页岩有机质成熟度的评价方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5938282A (ja) * | 1982-08-26 | 1984-03-02 | Kawasaki Steel Corp | 液化用石炭の評価方法 |
CN104090084A (zh) * | 2014-06-27 | 2014-10-08 | 江苏省沙钢钢铁研究院有限公司 | 一种配合煤镜质组反射率分布的预测方法及应用 |
-
2014
- 2014-12-12 CN CN201410764268.2A patent/CN104573186B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5938282A (ja) * | 1982-08-26 | 1984-03-02 | Kawasaki Steel Corp | 液化用石炭の評価方法 |
CN104090084A (zh) * | 2014-06-27 | 2014-10-08 | 江苏省沙钢钢铁研究院有限公司 | 一种配合煤镜质组反射率分布的预测方法及应用 |
Non-Patent Citations (2)
Title |
---|
姚伯元等: "用煤反射率分布图指导煤场来煤的合理堆放", 《燃料与化工》 * |
陈鹏: "《中国煤炭性质、分类和利用》", 31 March 2007, 化学工业出版社 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105044077A (zh) * | 2015-06-24 | 2015-11-11 | 中国石油大学(华东) | 一种有机质热成熟度定量表征函数的获取方法以及该函数的应用 |
CN105044077B (zh) * | 2015-06-24 | 2017-10-24 | 中国石油大学(华东) | 一种有机质热成熟度定量表征函数的获取方法以及该函数的应用 |
CN110132902A (zh) * | 2019-05-15 | 2019-08-16 | 重庆地质矿产研究院 | 一种下古生界海相页岩有机质成熟度的评价方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104573186B (zh) | 2017-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11544522B2 (en) | Methods, systems, and computer readable mediums for determining a system state of a power system using a convolutional neural network | |
Jiang et al. | Software testing model selection research based on Yin-Yang testing theory | |
CN102650996A (zh) | 确定数据库表之间的数据映射关系的方法和装置 | |
Abernethy et al. | Global temperature goals should determine the time horizons for greenhouse gas emission metrics | |
CN103514491B (zh) | 一种电力负荷预测方法 | |
CN101661026B (zh) | 一种预测焦炭机械强度和热性质的方法 | |
Tong et al. | Designing a two-rank acceptance sampling plan for quality inspection of geospatial data products | |
Thakore et al. | A review: Six Sigma implementation practice in manufacturing industries | |
CN105243437A (zh) | 用于捣固炼焦的预测焦炭质量和优化配煤比的方法 | |
CN112560930B (zh) | 基于生产数据的汽油辛烷值预测方法 | |
CN104573186A (zh) | 一种煤镜质组反射率的自动分析方法 | |
CN103713999B (zh) | 基于定量度量的蜕变关系测试优先级排序方法 | |
Jones et al. | The greenhouse gas intensity and potential biofuel production capacity of maize stover harvest in the US Midwest | |
CN111882289B (zh) | 一种项目数据审核指标区间测算的装置和方法 | |
Geng et al. | Energy efficiency evaluation of ethylene product system based on density clustering data envelopment analysis model | |
Yang et al. | An Empirical Study on Progressive Sampling for Just-in-Time Software Defect Prediction. | |
Dalrymple | Using Box-Jenkins techniques in sales forecasting | |
CN113592145B (zh) | 基于全生命周期的生物质资源转化系统评价系统及方法 | |
CN111044710A (zh) | 一种铀矿床U-Pb等时线年龄有无地质意义的判断方法 | |
CN107957944B (zh) | 面向用户数据覆盖率的测试用例自动生成方法 | |
CN105654106A (zh) | 一种决策树生成方法及系统 | |
CN101901185A (zh) | 一种按类组织执行轨迹的面向对象程序缺陷定位方法 | |
CN111768282B (zh) | 数据分析方法、装置、设备及存储介质 | |
Blumberga et al. | Achieving sustainability in non-ETS sectors using system dynamics modelling practice | |
CN112506903A (zh) | 采用标本线的数据质量表示方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |