Pull to refresh

Comments 14

Модель никогда не будет лучше данных, на которых она построена

Математически точная модель никогда не будет лучше данных, на которых она построена.

Но, для частных случаев, коих большинство, она, как правило, лучше чем исходные данные.

P.S. Формулирование заголовка это тоже наука.

Здесь нужно уточнить, что речь идет про экспериментально-статистические модели. Такие модели строятся на данных и в конце концов результаты работы модели сравниваются с исходно имеющимися даннными. Но исходные данные также имеют погрешность измерения. Так что, полученная ЭКСПЕРИМЕНТАЛЬНО СТАТИСТИЧЕСКАЯ модель НИКОГДА не будет лучше исходных данных соответствовать реальности (не относится к аналитическим моделям).

Ой ли? Тут уже переходим к вопросу о "фактически идентичной" и "психологически приемлемой". Фишка в том, что иногда вторая лучше первой.

Но вопрос не в контексте аналитики, а именно в формулировке заголовка. Я бы озаглавил статью как "Статистическая модель практически всегда лучше ожиданий"

Модель не будет лучше уровня развития и опыта человека, который её построил. А если в исходных данных есть ошибки, то полный провал))

Выяснено, что помимо параметра расхода газа на температуру дымовых газов влияет и расход подмешиваемого воздуха.

Странно вообще об этом вам должен был сказать любой грамотный технолог. Или вы без участия представителей производства работали?

На этапе исследования процесса не обратили внимания на этот узел. Первый проект.

Формулирование заголовка это тоже наука.

Квантор «никогда» сильная штука и пользоваться им нужно осторожно, потому как для опровержения достаточно одного контрпримера.

Не ясно кто изображён на КПДВ, но по кругам и треугольникам можно предположить, что это Фалес Милетский. Если выдать транспортиры сотне школьников и попросить измерить сумму углов разных треугольников, то получим случайные числа в диапазоне от 160° до 200°. При том что ещё древние греки на основе этих неточных данных построили математическую модель, дающую точное значение в 180° (в рамках Евклидовой геометрии вестимо).

В статье речь идет не про аналитические модели, а про экспериментально статистические. Если бы измеренные с помощью транспортиров углы использовались при обучении модели, модель не смогла бы измерить углы лучше этих школьников.

Интересно почему при наладке так много сгорает кубометров, и почему будет хуже составить с допущениями упрощённое аналитическое описание на основе экспериментов. Имхо нейросеть оверхайп и не рационально использовать в этой задачи, но я не эксперт.

Пока промышленная горелка запустится и выйдет на режим, сгорит порядка 100-200 м3 топливного газа. Плюс, в ходе эксперимента каждые 10 минут будет израсходовано около 150 м3. При средней стоимости газа в 4500 руб./м3 это эквивалентно сумме в 1 млн. 350 тыс. руб. Причем 10 минут - достаточно малое время для проведения экспериментов.

P. S. Плюс простой линии производства, трудозатраты по проведению экспериментов со стороны оперативного персонала

Оптовая цена за газ: 4500 руб за ....1000 кубометров газа.

Если так обращаться с данными, то - можно очень много напортачить.

Прошу прощения, поторпился при написании ответа.

Оффтоп, но в качестве аналогии. На одном молочном заводе, где я раньше работал, тоже очень много расходов на наладку любых аппаратов, даже фасовочных. Причин тому всегда хватает, приведу для примера фасовку масла:

  • смесь каждый день имеет разную температуру, а значит и разную "текучесть". Из-за этого в одну пачку масла "наливается" разная масса. Оператор тратит некоторое время на калибровку дозатора, чтобы в пачке было ровно 180 г.

  • сам фасовочный аппарат в ходе работы нагревается от подаваемого в него масла, из-за этого слегка меняется диаметр труб, что тоже приводит к изменению подаваемой за один такт массы

  • принтеры, стоящие на аппаратах, почти всегда имеют первобытную конструкцию крепления, поэтому их положение "влево-вправо" всегда делается на глаз, из-за этого первые 100-200 пачек масла уходит в брак, так как на них срок годности напечатался не в том месте, где положено

Словом, запуск любого промышленного оборудования - это всегда головная боль, а вот дальше уже "всё само".

Странные ощущения я испытал читая вот это вот все. То, что эффективность сгорания природного газа зависит от количества подаваемого воздуха, это ново? ОК. Предлагаю еще проверить зависимость температуры дымовых газов от состава природного газа, от влажности подаваемой воздушной смеси, от еще кучи параметров указанных в проектной документации горелки. Это ж артефакт - горелка создана человеком, в доках описаны основные параметры, влияющие на эффективность ее работы. И уж точно там описаны параметры поддающиеся регулированию. Вот по всем этим параметрам и разумно было бы статистику набирать и потом анализировать. Не? А то получится, что зимой у установки один оптимум работы, а летом другой - из-за температуры воздуха, в дождь - третий (из-за влажности).

И уж совсем очевидное - ведь наверняка кто-то уже проводил точно такие же исследования для горелок ТЭЦ, работающих на природном газе, или газоперекачивающих агрегатов на магистральных газопроводах, тоже сжигающих природный газ. Или на газохимических комбинатах.... Сдается мна, что в основе этого исследования не решение поставленной задачи, а банальное желание применить понравившийся инструмент хоть к чему нибудь. Как-то непрофессионально, imho. Извините, если это прозвучало резко.

Sign up to leave a comment.

Articles