【導(dǎo)讀】總量的10%，列第三位。高能耗不僅會(huì)導(dǎo)致高成本，同時(shí)也會(huì)造成資源的浪費(fèi)和。對(duì)環(huán)境的污染，甚至嚴(yán)重影響鋼鐵企業(yè)的可持續(xù)發(fā)展。因此，解決高能耗問題，已成為鋼鐵企業(yè)在“十五”期間的重要戰(zhàn)略任務(wù)之一。建立現(xiàn)代化的能源中心。先進(jìn)的電子、信息技術(shù)改造傳統(tǒng)產(chǎn)業(yè)的有力工具。它可以通過(guò)高速數(shù)據(jù)網(wǎng)在線采

　　

【正文】 特別的硬件設(shè) 計(jì)等。 ? 可分析性 OLAP 系統(tǒng)應(yīng)能處理與應(yīng)用有關(guān)的任何邏輯分析和統(tǒng)計(jì)分析。盡管系統(tǒng)需要事先編程，但并不意味著系統(tǒng)已定義好了所有的應(yīng)用。用戶無(wú)需編程就可以定義新的專門計(jì)算，將其作為分析的一部分，并以用戶理想的方式給出報(bào)告。用戶可以在 OLAP 平臺(tái)上進(jìn)行數(shù)據(jù)分析，也可以連接到其他外部分析工具上，如時(shí)間序列分析工具、成本分配工具、意外報(bào)警、數(shù)據(jù)開采等。 ? 多維性 多維性是 OLAP 的關(guān)鍵屬性。系統(tǒng)必須提供對(duì)數(shù)據(jù)分析的多維視圖和分析，包括對(duì)層次維和多重層次維的完全支持。事實(shí)上，多維分析是分析企業(yè)數(shù) 據(jù)最有效的方法，是 OLAP 的靈魂。 ? 信息性 不論數(shù)據(jù)量有多大，也不管數(shù)據(jù)存儲(chǔ)在何處， OLAP 系統(tǒng)應(yīng)能及時(shí)獲得信息，并且管理大容量信息。這里有許多因素需要考慮，如數(shù)據(jù)的可復(fù)制性、可利用的磁盤空間、 OLAP 產(chǎn)品的性能及與數(shù)據(jù)倉(cāng)庫(kù)的結(jié)合度等。 OLAP 的多維數(shù)據(jù)概念 多維結(jié)構(gòu)是決策支持的支柱，也是 OLAP 的核心。 OLAP 展現(xiàn)在用戶面前的是一幅幅多維視圖。 ? 維 假定某某是個(gè)百貨零售商，有一些因素會(huì)影響他的銷售業(yè)務(wù)，如商品、時(shí)間、商店或流通渠道，更具體一點(diǎn)，如品牌、月份、地區(qū) 等。對(duì)某一給定的商品，也許他想知道該商品在哪個(gè)商店和哪段時(shí)間的銷售情況。對(duì)某一商店，也許他想知道哪個(gè)商品在哪段時(shí)間的銷售情況。在某一時(shí)間，也許他想知道哪個(gè)商店哪種產(chǎn)品的銷售情況。因此，他需要決策支持來(lái)幫助制定銷售政策。 這里，商店、時(shí)間和產(chǎn)品都是維。各個(gè)商店的集合是一維，時(shí)間的集合是一維，商品的集合是一維。維就是相同類數(shù)據(jù)的集合，也可以理解為變量。而每個(gè)商店、每段時(shí)間、每種商品都是某一維的一個(gè)成員。每個(gè)銷售事實(shí)由一個(gè)特定的商店、特定的時(shí)間和特定的商品組成。 維有自己固有的屬性，如層次結(jié)構(gòu)（ 對(duì)數(shù)據(jù)進(jìn)行聚合分析時(shí)要用到）、排序（定義變量時(shí)要用到）、計(jì)算邏輯（是基于矩陣的算法，可有效地指定規(guī)則）。這些屬性對(duì)進(jìn)行決策支持是非常有用的。 ? 多維性 人們很容易理解一個(gè)二維表（如通常的電子表格），對(duì)于三維立方體同樣也容易理解。 OLAP 通常將三維立方體的數(shù)據(jù)進(jìn)行切片，顯示三維的某一平面。如一個(gè)立方體有時(shí)間維、商品維、收入維，其圖形很容易在屏幕上顯示出來(lái)并進(jìn)行切片。但是要加一維（如加入商店維），則圖形很難想象，也不容易在屏幕上畫出來(lái)。要突破三維的障礙，就必須理解邏輯維和物理維的差異。 OLAP 的多維分析視圖 就是沖破了物理的三維概念，采用了旋轉(zhuǎn)、嵌套、切片、鉆取和高維可視化技術(shù)，在屏幕上展示多維視圖的結(jié)構(gòu)，使用戶直觀地理解、分析數(shù)據(jù)，進(jìn)行決策支持。 OLAP 的多維數(shù)據(jù)結(jié)構(gòu) 數(shù)據(jù)在多維空間中的分布總是稀疏的、不均勻的。在事件發(fā)生的位置，數(shù)據(jù)聚合在一起，其密度很大。因此， OLAP 系統(tǒng)的開發(fā)者要設(shè)法解決多維數(shù)據(jù)空間的數(shù)據(jù)稀疏和數(shù)據(jù)聚合問題。事實(shí)上，有許多方法可以構(gòu)造多維數(shù)據(jù)。 ? 超立方結(jié)構(gòu) 超立方結(jié)構(gòu)（ Hypercube）指用三維或更多的維數(shù)來(lái)描述一個(gè)對(duì)象，每個(gè)維彼此垂直。數(shù)據(jù)的測(cè)量值發(fā)生在維的交叉 點(diǎn)上，數(shù)據(jù)空間的各個(gè)部分都有相同的維屬性。 這種結(jié)構(gòu)可應(yīng)用在多維數(shù)據(jù)庫(kù)和面向關(guān)系數(shù)據(jù)庫(kù)的 OLAP 系統(tǒng)中，其主要特點(diǎn)是簡(jiǎn)化終端用戶的操作。 超立方結(jié)構(gòu)有一種變形，即收縮超立方結(jié)構(gòu)。這種結(jié)構(gòu)的數(shù)據(jù)密度更大，數(shù)據(jù)的維數(shù)更少，并可加入額外的分析維。 ? 多立方結(jié)構(gòu) 在多立方結(jié)構(gòu)（ Multicube）中，將大的數(shù)據(jù)結(jié)構(gòu)分成多個(gè)多維結(jié)構(gòu)。這些多維結(jié)構(gòu)是大數(shù)據(jù)維數(shù)的子集，面向某一特定應(yīng)用對(duì)維進(jìn)行分割，即將超立方結(jié)構(gòu)變?yōu)樽恿⒎浇Y(jié)構(gòu)。它具有很強(qiáng)的靈活性，提高了數(shù)據(jù)（特別是稀疏數(shù)據(jù)）的分析效率。 一般來(lái)說(shuō)，多立方結(jié)構(gòu)靈活性較大，但超立方結(jié)構(gòu)更易于理解。終端用戶更容易接近超立方結(jié)構(gòu)，它可以提供高水平的報(bào)告和多維視圖。但具有多維分析經(jīng)驗(yàn)的 MIS 專家更喜歡多立方結(jié)構(gòu)，因?yàn)樗哂辛己玫囊晥D翻轉(zhuǎn)性和靈活性。多立方結(jié)構(gòu)是存儲(chǔ)稀疏矩陣的一個(gè)更有效方法，并能減少計(jì)算量。因此，復(fù)雜的系統(tǒng)及預(yù)先建立的通用應(yīng)用傾向于使用多立方結(jié)構(gòu)，以使數(shù)據(jù)結(jié)構(gòu)能更好地得到調(diào)整，滿足常用的應(yīng)用需求。 許多產(chǎn)品結(jié)合了上述兩種結(jié)構(gòu)，它們的數(shù)據(jù)物理結(jié)構(gòu)是多立方結(jié)構(gòu)，但卻利用超立方結(jié)構(gòu)來(lái)進(jìn)行計(jì)算，結(jié)合了超立方結(jié)構(gòu)的簡(jiǎn)化性和多立方結(jié)構(gòu)的旋轉(zhuǎn)存 儲(chǔ)特性。 ? 活動(dòng)數(shù)據(jù)的存儲(chǔ) 用戶對(duì)某個(gè)應(yīng)用所提取的數(shù)據(jù)稱為活動(dòng)數(shù)據(jù)，它的存儲(chǔ)有以下三種形式： 關(guān)系數(shù)據(jù)庫(kù)：如果數(shù)據(jù)來(lái)源于關(guān)系數(shù)據(jù)庫(kù)，則活動(dòng)數(shù)據(jù)被存儲(chǔ)在關(guān)系數(shù)據(jù)庫(kù)中。在大部分情況下，數(shù)據(jù)以星型結(jié)構(gòu)或雪花結(jié)構(gòu)進(jìn)行存儲(chǔ)。 多維數(shù)據(jù)庫(kù)：在這種情況下，活動(dòng)數(shù)據(jù)被存儲(chǔ)在服務(wù)器上的多維數(shù)據(jù)庫(kù)中，包括來(lái)自關(guān)系數(shù)據(jù)庫(kù)和終端用戶的數(shù)據(jù)。通常，數(shù)據(jù)庫(kù)存儲(chǔ)在硬盤上，但為了獲得更高的性能，某些產(chǎn)品允許多維數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)在 RAM 上。有些數(shù)據(jù)被提前計(jì)算，計(jì)算結(jié)果以數(shù)組形式進(jìn)行存儲(chǔ)。 基于客戶的文件：在這種情況 下，可以提取相對(duì)少的數(shù)據(jù)放在客戶機(jī)的文件上。這些數(shù)據(jù)可預(yù)先建立，如 Web 文件。與服務(wù)器上的多維數(shù)據(jù)庫(kù)一樣，活動(dòng)數(shù)據(jù)可放在磁盤或 RAM 上。 這三種存儲(chǔ)形式有不同的性能，其中關(guān)系數(shù)據(jù)庫(kù)的處理速度大大低于其他兩種。 ? OLAP 數(shù)據(jù)的處理方式 OLAP 有三種數(shù)據(jù)處理方法。事實(shí)上，多維數(shù)據(jù)計(jì)算不需要在數(shù)據(jù)存儲(chǔ)位置上進(jìn)行。 關(guān)系數(shù)據(jù)庫(kù)：即使活動(dòng)的 OLAP 數(shù)據(jù)存儲(chǔ)在關(guān)系數(shù)據(jù)庫(kù)中，采用在關(guān)系數(shù)據(jù)庫(kù)上完成復(fù)雜的多維計(jì)算也不是較好的選擇。因?yàn)?SQL 的單語(yǔ)句并不具備完成多維計(jì)算的能力，要獲得哪怕是最普通的多維計(jì)算功能也 需要多重 SQL。在許多情況下，一些 OLAP 工具用 SQL 做一些計(jì)算，然后將計(jì)算結(jié)果作為多維引擎輸入。多維引擎在客戶機(jī)或中層服務(wù)器上做大部分的計(jì)算工作，這樣就可以利用RAM 來(lái)存儲(chǔ)數(shù)據(jù)，提高響應(yīng)速度。 多維服務(wù)引擎：大部分 OLAP 應(yīng)用在多維服務(wù)引擎上完成多維計(jì)算，并且具有良好的性能。因?yàn)檫@種方式可以同時(shí)優(yōu)化引擎和數(shù)據(jù)庫(kù)，而服務(wù)器上充分的內(nèi)存為有效地計(jì)算大量數(shù)組提供了保證。 客戶機(jī)：在客戶機(jī)上進(jìn)行計(jì)算，要求用戶具備性能良好的 PC 機(jī)，以此完成部分或大部分的多維計(jì)算。對(duì)于日益增多的瘦型客戶機(jī)， OLAP 產(chǎn)品將 把基于客戶機(jī)的處理移到新的 Web 應(yīng)用服務(wù)器上。 多維數(shù)據(jù)庫(kù) 多維數(shù)據(jù)庫(kù)（ MultiDimesional Database， MDD）可以簡(jiǎn)單地理解為：將數(shù)據(jù)存放在一個(gè) n 維數(shù)組中，而不是像關(guān)系數(shù)據(jù)庫(kù)那樣以記錄的形式存放。因此它存在大量稀疏矩陣，人們可以通過(guò)多維視圖來(lái)觀察數(shù)據(jù)。多維數(shù)據(jù)庫(kù)增加了一個(gè)時(shí)間維，與關(guān)系數(shù)據(jù)庫(kù)相比，它的優(yōu)勢(shì)在于可以提高數(shù)據(jù)處理速度，加快反應(yīng)時(shí)間，提高查詢效率。目前有兩種 MDD 的 OLAP 產(chǎn)品：基于多維數(shù)據(jù)庫(kù)的 MOLAP和基于關(guān)系數(shù)據(jù)庫(kù)的 ROLAP。 ROLAP 建 立了一種新的體系，即星型結(jié)構(gòu)。 MDD 并沒有公認(rèn)的多維模型，也沒有像關(guān)系模型那樣標(biāo)準(zhǔn)地取得數(shù)據(jù)的方法（如 SQL、 API 等）?；?MDD 的 OLAP 產(chǎn)品，依據(jù)決策支持的內(nèi)容使用范圍也有很大的不同。 在低端，用戶使用基于單用戶或小型 LAN 的工具來(lái)觀察多維數(shù)據(jù)。這些工具的功能性和實(shí)用性可能相當(dāng)不錯(cuò)，但由于受到規(guī)模的限制，它們不具備 OLAP的所有特性。這些工具使用超立方結(jié)構(gòu)，將模型限制在 n 維形態(tài)。當(dāng)模型足夠大且稀疏數(shù)據(jù)沒有控制好時(shí)，這種模型將會(huì)不堪一擊。這些工具使用數(shù)據(jù)庫(kù)的大小是以 MB 來(lái)計(jì)量的， 而不是以 GB 計(jì)量的，因此只能進(jìn)行只讀操作，且具備有限的復(fù)雜計(jì)算。 在高端， OLAP 工具用 4GL 提供了完善的開發(fā)環(huán)境、統(tǒng)計(jì)分析、時(shí)間序列分析、財(cái)政報(bào)告、用戶接口、多層體系結(jié)構(gòu)、圖表等許多其他功能。盡管不同的OLAP 工具都使用了它們自己的多維數(shù)據(jù)庫(kù)，但它們?cè)诓煌潭壬弦怖昧岁P(guān)系數(shù)據(jù)庫(kù)作為存儲(chǔ)媒體。因?yàn)殛P(guān)系數(shù)據(jù)庫(kù)和 OLAP 工具同時(shí)在高端服務(wù)器上處理，所以速度和效率仍然很快。 純多維數(shù)據(jù)庫(kù)引擎也被開發(fā)出來(lái)。盡管這些工具缺乏 4GL 及充分的開發(fā)環(huán)境，但卻有比高端 MDD 工具所使用的數(shù)據(jù)庫(kù)更為復(fù)雜的數(shù) 據(jù)庫(kù)。這些工具也具有統(tǒng)計(jì)分析、財(cái)務(wù)分析和時(shí)間序列分析等功能，并有自己的 API，允許其對(duì)前端的開發(fā)環(huán)境開放。 MDD 能提供優(yōu)良的查詢性能。存儲(chǔ)在 MDD 中的信息比在關(guān)系數(shù)據(jù)庫(kù)中的信息具有更詳細(xì)的索引，可以常駐在內(nèi)存中。 MDD 的信息是以數(shù)組形式存放的，所以它可以在不影響索引的情況下更新數(shù)據(jù)。因此 MDD 非常適合于讀寫應(yīng)用。 OLAP 的多維數(shù)據(jù)分析 ? 切片和切塊 在多維數(shù)據(jù)結(jié)構(gòu)中，按二維進(jìn)行切片，按三維進(jìn)行切塊，可得到所需要的數(shù)據(jù)。如在 城市、產(chǎn)品、時(shí)間 三維立方體中進(jìn)行切塊和切片，可得到各城市、 各產(chǎn)品的銷售情況 ? 鉆取 鉆取包含向下鉆取和向上鉆取操作，鉆取的深度與維所劃分的層次相對(duì)應(yīng)。 ? 旋轉(zhuǎn) 通過(guò)旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù)。 第四章 鋼鐵企業(yè)能耗指標(biāo)及能耗分析方法概述 緒論中已經(jīng)提到，為了實(shí)現(xiàn)我國(guó)鋼鐵工業(yè)的節(jié)能降耗工作，除了建設(shè)現(xiàn)代化的能源管理中心外，另一個(gè)需要解決的主要問題就是掌握科學(xué)、高效、可靠的能耗分析方法。本章將主要介紹鋼鐵企業(yè)的兩種能耗分析指標(biāo)以及四種常用的能耗分析方法，為在下一章中利用模糊神經(jīng)網(wǎng)絡(luò) 對(duì)寶鋼能耗進(jìn)行分析奠定基礎(chǔ)。 鋼鐵企業(yè)能耗分析的主要指標(biāo) 我國(guó)鋼鐵企業(yè)能源消耗指標(biāo)主要用噸鋼能耗表示。噸鋼能耗是反映鋼鐵企業(yè)能源消耗和能源利用狀況的重要技術(shù)經(jīng)濟(jì)指標(biāo)，它能大致反映出鋼鐵聯(lián)合企業(yè)鋼鐵生產(chǎn)的技術(shù)水平、原材料條件和管理水平等。按照國(guó)家統(tǒng)計(jì)局和國(guó)家冶金局的規(guī)定，我國(guó)噸鋼能耗有反映企業(yè)能源消耗的噸鋼綜合能耗和用于鋼鐵聯(lián)合企業(yè)間能耗對(duì)比的噸鋼可比能耗。 能耗指標(biāo)的含義 ? 噸鋼綜合能耗 企業(yè)噸鋼綜合能耗是指企業(yè)在報(bào)告期內(nèi)每噸鋼消耗的各種能源自耗總量。能源消耗總量必須是將各種 能源按規(guī)定的計(jì)算方法分別折算為統(tǒng)一標(biāo)準(zhǔn)單位后的總和。 ? 噸鋼可比能耗 噸鋼可比能耗是指企業(yè)每生產(chǎn)一噸鋼，從焦化、燒結(jié)、煉鐵、煉鋼直到成品鋼材配套生產(chǎn)所必需的耗能量及企業(yè)燃料加工與運(yùn)輸，機(jī)車運(yùn)輸能耗及企業(yè)能源虧損所分?jǐn)偟矫繃嶄摰暮哪芰恐?。不包括?lián)合企業(yè)的礦山、選礦、鐵合金、耐火材料、碳素制品、焦化回收產(chǎn)品精制及其它產(chǎn)品生產(chǎn)、輔助生產(chǎn)及非生產(chǎn)的能耗。 噸鋼綜合能耗與噸鋼可比能耗的區(qū)別 ? 包含的工序不同 噸鋼可比能耗只考慮某些規(guī)定的主要工序，即焦化、燒結(jié)、煉鐵、煉鋼等工序，其它工序的能耗量不計(jì) 算在內(nèi)；而噸鋼綜合能耗則包括鋼鐵企業(yè)生產(chǎn)所有工序能耗量，包括了企業(yè)消耗的全部購(gòu)入的自耗能源量。 ? 考慮范圍不同 噸鋼可比能耗只計(jì)入與一噸鋼配套生產(chǎn)所必須消耗的能源量，即上述主要工序和廠內(nèi)機(jī)車運(yùn)輸、燃?xì)饧庸ぽ斔拖牡哪茉醇捌髽I(yè)的能源虧損，其它與鋼產(chǎn)量不配套的那部分生產(chǎn)過(guò)程所消耗的能源量不計(jì)在內(nèi)。 ? 計(jì)算方法不同 計(jì)算噸鋼綜合能耗時(shí)，要將統(tǒng)計(jì)報(bào)告期內(nèi)生產(chǎn)直接消耗的各種能源及其輔助生產(chǎn)系統(tǒng)實(shí)際消耗的各種能源量，即企業(yè)自耗的全部能源量計(jì)算在內(nèi)。 ? 適用范圍不同 噸鋼綜合能耗主要用于考核和分析鋼鐵聯(lián) 合企業(yè)歷年能耗水平的變化，也可作為鋼鐵聯(lián)合企業(yè)之間對(duì)比參考用，它反映了企業(yè)的總體能源消耗和利用水平。噸鋼可比能耗用于生產(chǎn)結(jié)構(gòu)不同企業(yè)間的能耗對(duì)比，但不能作為企業(yè)能耗總量計(jì)算的依據(jù)。 能耗分析方法 緒論中已經(jīng)提到，主要的噸鋼能耗分析方法包括工藝結(jié)構(gòu)分析法、層次分析法、對(duì)比分析法及 ep 分析法等。 本節(jié)將在簡(jiǎn)要介紹工藝結(jié)構(gòu)分析法、層次分析法和對(duì)比分析法的基礎(chǔ)上，詳細(xì)介紹噸鋼綜合能耗的 ep 分析法，并會(huì)在下一章中將一種改進(jìn)的模糊神經(jīng)網(wǎng)絡(luò)算法應(yīng)用到 ep 分析法中，從而為鋼鐵企業(yè)的能耗分析提供新的解決思路 。 工藝結(jié)構(gòu)分析法 工藝結(jié)構(gòu)分析法是通過(guò)把鋼鐵生產(chǎn)分成幾大子系統(tǒng)，然后計(jì)算系統(tǒng)中主要產(chǎn)品能值及最終產(chǎn)品能值，最后用最終產(chǎn)品能值、金屬收得率，計(jì)算該工藝流程的噸鋼綜合能耗，來(lái)研究結(jié)構(gòu)參數(shù)對(duì)噸鋼綜合能耗的影響的一種方法。 通過(guò)把整個(gè)鋼鐵生產(chǎn)分解成不同的生產(chǎn)子系統(tǒng)，就可以用排列組合的方式，從前到后將主流程各子系統(tǒng)組合起來(lái)，構(gòu)成不同的鋼鐵生產(chǎn)工藝流程，這將為研究鋼鐵工業(yè)結(jié)構(gòu)優(yōu)化，特別是工藝結(jié)構(gòu)優(yōu)化奠定基礎(chǔ)。 對(duì)于不同的工藝流程，首先計(jì)算各子系統(tǒng)中間產(chǎn)品的能值，然后計(jì)算最終產(chǎn)品的能值，這時(shí)鋼材 的能值就是生產(chǎn)這種產(chǎn)品的整個(gè)工藝流程所消耗的能量，再根據(jù)成才率計(jì)算噸鋼綜合能耗，就能以此評(píng)價(jià)各工藝流程的能源消耗情況。同時(shí)，通過(guò)考察結(jié)構(gòu)參數(shù)（如廢鋼比、連鑄比、電爐鋼比等）變化對(duì)相應(yīng)的工藝流程產(chǎn)品能值和噸鋼綜合能耗所帶來(lái)的影響，就可以為企業(yè)降低噸鋼綜合能耗提出合理的、優(yōu)化的結(jié)構(gòu)參數(shù)，從而在不改變現(xiàn)有工序能耗的條件下，通過(guò)調(diào)整工藝結(jié)構(gòu)，降低企業(yè)噸鋼綜合能耗。 層次分析法 層次分析法（ AHP）是一種實(shí)用的多準(zhǔn)則方