Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики

Естественнонаучный факультет

Кафедра экологии и техносферной безопасности

 

Отчет по дисциплине

«Современные методы и средства контроля выбросов транспорта, промышленных предприятий и топливно-энергетического комплекса»

по лабораторной работе № 4 "Обработка и представление данных полученных от системы контроля выбросов промышленных предприятий"

 

Выполнили:

Василевская А.А., Биекенова А.С.

Группа W4150

 

Проверил:

к.т.н. Белобородов В.В.

 

Санкт-Петербург
2017

 

 

1. Временные графики проведения мониторинга по исходным данным:

а) sample_A – выбросов нет.  7.777<10.169 (рис.1)

 

б) sample_В – выбросов нет.  70.654<107.039 (рис.2)

 

в.1) sample_C – наблюдается превышение.  50.555>43.030 (рис.3)

Следовательно, чтобы это исправить нужно поменять значение трех показателей на менее высокие. (рис.4)

 

 

В результате график без превышений выглядит следующим образом:

 

 

в.2) sample_C – выбросов нет.  7.777<9.841 (рис.5)

 

 

г) sample_D – выбросов нет.  11.456<18.369 (рис.6)

 

 

 

2. Временные графики проведения мониторинга «без нулей»:

а) Для sample_A коэффициент достаточности объема данных > 95%
Следовательно, согласносхеме подстановки отсутствующих данных,рассчитываем нули 90% от максимального значения, то есть получается 6.999. (рис.7)

График sample_A «без нулей»: (рис.8)

 

б) Для sample_В коэффициент достаточности объема данных = от 90 до 95%. Для исключения "выбросов" данных применить критерий Романовского с вероятностью Р = 0.05.
Следовательно, согласносхеме подстановки отсутствующих данных,рассчитываем нули 95% от максимального значения, то есть получается 67.121. (рис.9)

График sample_В «без нулей»: (рис.10)

в) Для sample_С  коэффициент достаточности объема данных <90%
Следовательно, согласносхеме подстановки отсутствующих данных,рассчитываем нули максимальным значением, то есть получается 7.777. (рис.11)

График sample_С «без нулей»: (рис.12)

 

г) Для sample_D  коэффициент достаточности объема данных <90%
Следовательно, согласносхеме подстановки отсутствующих данных, рассчитываем нули максимальным значением, то есть получается 11.456. (рис.13)

График sample_D  «без нулей»: (рис.14)

 

 

3. Интерполяция

При помощи интерполяции многочленом Лагранжа исходных файлов построили графики максимально приближенные по форме к рабочим графикам.

Форма для ввода параметров интерполяции одинакова во всех четырех случаях: (рис.15)

 

 

Выполнив расчет по исходным данным sample_А, sample_В, sample_С и sample_D   получили графики, приближенные к тем, которые мы делали вручную.

Следовательно суть интерполяции – автоматическое получение графика, а следовательно экономия времени расчета и построения.  

 

Графики представлены ниже:

а) sample_A (рис.16)

б) ) sample_B (рис.17)

в) ) sample_С (рис.18)

г) ) sample_D (рис.19)