Comment nous avons modelé la maison

Il y a plusieurs années, je pensais que mon travail était devenu un métier. Afin de diversifier le quotidien gris, pour augmenter mon coût de spécialiste, je suis entré dans la magistrature et suis immédiatement devenu une question à bout portant - comment, après 15 ans après avoir obtenu son diplôme du premier collège technique, rédiger une FQP qui n'aurait pas honte?

introduction

Il se trouve que pendant presque toutes les 15 années à partir du moment où je suis devenu ingénieur, j'ai été engagé dans l'entretien des compteurs de chaleur dans les sous-sols des immeubles à appartements (MKD). Les données se sont suffisamment accumulées pour être appelées Big Data.

Je ne décrirai pas en détail la physique du processus de perte de chaleur des bâtiments et des structures, je n'écrirai que quelques hypothèses que j'ai dû faire:

1. Température à l'intérieur de la maison. Gros problème d'ingénierie. Où mesurer correctement? combien de points y a-t-il dans quels endroits? J'ai décidé d'entrer "moyenne de l'hôpital" et j'ai pris cela à 24 degrés.

   
   
   
   
   

2. Température extérieure. Les données de Roshydromet ne peuvent être obtenues que pour de l'argent. C'est elle qui est exploitée par les organismes fournisseurs d'énergie lorsqu'ils effectuent tous leurs calculs. Dans notre ville, il s'est avéré qu'il existe un laboratoire météorologique optique qui mesure la même chose, mais qui fournit gratuitement des données scientifiques. Nous avons écrit une lettre avec le conseiller scientifique - nous avons reçu les données.

   
   
   
   
   

3. Fréquence de mesure. Je n'ai pas eu à y penser, nous avons décidé que l'archive quotidienne du compteur de chaleur suffirait. Un immeuble résidentiel est une pièce assez stationnaire, il se réchauffe lentement, se refroidit lentement.

   
   
   
   
   

4. Les données doivent être effacées. Il se trouve que le compteur de chaleur ne fonctionne pas. Parfois, cela est dû à son dysfonctionnement, parfois - aux modes de configuration. Pour la modélisation, il est préférable d'utiliser des données valides - par exemple, lorsqu'elles sont autorisées pour un règlement commercial.

   
   
   
   
   

5. Les données sont limitées à la période du début décembre 2013 au 27 mars 2017. Comme si.

   
   
   
   
   

6. Traitement des données dans Statistica. Cette tâche m'a été confiée par un instructeur scientifique, j'ai acquis une licence académique.

   
   
   
   
   

Un peu de théorie

De la pratique mondiale [1], nous distinguons deux méthodes de mesure adaptées à la tâche à accomplir:

·              . .

·              - . , .

: .

, – . , , , , . [2] , 1 [3]

G – , /²*⁰;

      Q – , ;

      – , 24⁰;

      – , ⁰;

( -) – , ⁰;

      S – , ²;

      t – , 24 .

, , 2 :

, .

, 830 - : 1965 . – , , .

1 . , , 0⁰.

2015-2016 . , .

2 [4] – Statistica, .

, , . Statistica . - () . () , "" ( ) . ( ) (, ).

G :

. , :

.

, "" , .

. .

.

1. , . . / . . , . . // . – 2015. – № 8. – . 24–30.

2. Mukashev A., Dynamic method of the heating devices efficiency measurement // Mukashev A., Pugovkin A., Kuprekov S., Petrova N.,Abramchuk S, International Scientific Conference «Environmental and Climate Technologies», CONECT–2017,Riga.

3. .. / .. , .. , .. , .. , XIV - « », : . . - . , 2018, 2, .302-305.

4. .. Statistica : ; . – : - , 2011. – 163 .