【技术实现步骤摘要】
本专利技术涉及重稀土资源，具体地，涉及重稀土资源数据分析方法及系统。
技术介绍
1、现有技术中，对于重稀土数据分析的产品较少，几乎都是采用现有工具进行数据处理和分析，例如：microsoft excel：可以使用excel来分析重稀土资源的数据，进行数据处理、图表制作和建立模型等操作。tableau：tableau是一款强大的数据可视化软件，可以帮助将重稀土资源数据转化为易于理解的图表和仪表板。rapidminer：rapidminer是一款数据分析软件，可以帮助进行数据挖掘、建模和预测分析，适用于处理复杂的重稀土资源数据。matlab：matlab是一款专业的数学计算软件，适用于处理大量数据、进行统计分析和建立数学模型，可用于重稀土资源的数据分析。而现有的工具存在专业性不足、功能局限以及使用难度大的缺陷
2、为了满足重稀土资源数据分析的需求,通用软件可能需要进行大量的定制开发和专业知识支持；同时还会增加使用成本,并且需要投入更多的时间和资源。
3、因此，本专利技术提供了一种重稀土资源数据分析方法及系统，通过构建重稀土矿产资源数字孪生系统，实现对重稀土资源全生命周期的感知、建模、仿真、预测与综合评估决策。
技术实现思路
1、针对现有技术中的缺陷，本专利技术的目的是提供一种重稀土资源数据分析方法及系统。
2、根据本专利技术提供的一种重稀土资源数据分析方法，包括：
3、步骤s1：采集重稀土资源数据，并将采集到的数据进行预处理，并将预处理后
4、步骤s2：基于预处理后的重稀土资源数据，采用大数据挖掘技术，构建重稀土矿产资源数字孪生模型；
5、步骤s3：利用构建的重稀土矿产资源数字孪生模型对重稀土资源的全产业链物质流进行分析与追踪。
6、优选地，所述步骤s1采用：
7、通过连接战略矿产资源数据中心的数据库，采集并存储用户上传的excel文件以及从excel文件中分析提取的重稀土资源相关数据；
8、利用大数据挖掘技术，从公开数据资源中采集与重稀土资源全生命周期相关的数据；
9、对采集到的数据进行预处理，包括：清洗、转换、融合处理；
10、将处理后的数据存储在关系型数据库、元数据库和分布式文件存储系统中。
11、优选地，将数据库与用户与权限管理系统连接，利用用户与权限管理系统管理用户的角色和权限，根据用户的角色和权限控制用户对数据的访问和操作范围。
12、优选地，所述步骤s2采用：所述重稀土矿产资源数字孪生模型包括：重稀土元素生命周期中各环节存量计算单元以及各环节流入流出量计算单元；
13、其中，所述整个重稀土元素生命周期包括：开采和精炼、加工、制造、使用和废物管理。
14、优选地，所述步骤s2采用：所述重稀土元素流量的数字孪生模型采用自顶向下的方法计算开采和冶炼后期的重稀土元素流量，以及初级化工产品生产的重稀土元素流量；
15、采用自底向上的方法计算产品中的重稀土元素流量。
16、优选地，所述步骤s2采用：
17、重稀土元素在每个生命阶段的质量流量包括：
18、
19、其中，m表示第m个生命周期阶段，n表示从a年到b年的第n年；为重稀土元素产品第n年第m个生命周期阶段的重稀土元素进口流量；为第n年重稀土元素产品第m个生命周期阶段的重稀土元素出口流量；为第n年前一个生命周期阶段到第m个生命周期阶段的重稀土元素流入量；为第n年第m个生命周期阶段到下一个阶段的重稀土元素流出量；为第n年流入第m个生命阶段的重稀土元素回收流；为第n年第m个生命周期阶段的重稀土元素损失流量；δsm,n为重稀土元素储量的变化；
20、各生命周期阶段的核算包括：
21、生产加工转移流：生命阶段，包括精炼、制造和使用，重稀土元素流入和流出；
22、贸易流：将每个交易产品的数量乘以重稀土元素含量，量化每种产品中的重稀土元素量；
23、xi＝pi*ci
24、其中，p表示交易产品质量；c表示产物中重稀土元素的含量；i＝1,2,3...n表示不同的重稀土元素产品；
25、损失流：根据实际使用情况计算每个生命周期阶段重稀土元素的损失流；重稀土元素的损失取决于损失率和每种重稀土元素产品的使用寿命；
26、回收流：回收精炼和制造阶段的废重稀土元素量；
27、估计废弃重稀土元素的流出量，包括：
28、
29、pi＝f(t)-f(t-1)
30、
31、其中，taverage是产品的平均寿命；tmax是99％产品的寿命；β和η是参数；f为累积分布函数；t表示该产品进入使用的时间，pi为重稀土元素产品i的重稀土元素载量；qit为产品i在t年的废弃量；si表示产品，pi表示废弃率，pi表示产品中的重稀土元素含量，n表示纳入计算的产品总数，ri为产品i的回收利用率；rt为第t年重稀土元素的总回收量；
32、存量根据质量平衡原理用流入量减去流出量；
33、
34、
35、其中，表示产品i在给定年份t的重稀土元素在用库存；表示产品i在某年的重稀土元素在用库存，定义为零，t0表示年份；和分别表示给定年份t产品i在使用阶段的重稀土元素流入和流出量；表示产品i能够使用n年的概率遵循威布尔分布估计；lifespan表示最长的使用时间，st是给定年份t的总重稀土元素在用库存，它是各种最终产品的重稀土元素在用库存之和。
36、优选地，所述方法还包括：
37、基于构建的重稀土矿产资源数字孪生模型通过数据挖掘和机器学习，获得重稀土资源的供需关系以及消费趋势规律；
38、基于获得的重稀土资源的供需关系以及消费趋势规律，对重稀土资源的供应安全进行预警,生成预警信号和决策策略。
39、优选地，所述方法还包括：
40、将重稀土矿产资源数字孪生模型以及物质流分析通过数据可视化技术进行展示；
41、基于获得的物质流分析，在动态物质监测系统中,以地图和双向多阶段轨迹线的形式,展现重稀土资源的分布、流动和演化。
42、根据本专利技术提供的一种重稀土资源数据分析系统，包括：
43、模块m1：采集重稀土资源数据，并将采集到的数据进行预处理，并将预处理后的数据存储至数据库中；
44、模块m2：基于预处理后的重稀土资源数据，采用大数据挖掘技术，构建重稀土矿产资源数字孪生模型；
45、模块m3：利用构建的重稀土矿产资源数字孪生模型对重稀土资源的全产业链物质流进行分析与追踪。
46、优选地，所述模块m1采用：
47、通过连接战略矿产资源数据中心的数据库，采集并存储用户上传的excel文件以及从excel文件中分析提取的重稀土资源相关数据；
4本文档来自技高网...
【技术保护点】
1.一种重稀土资源数据分析方法，其特征在于，包括：
2.根据权利要求1所述的重稀土资源数据分析方法，其特征在于，所述步骤S1采用：
3.根据权利要求1所述的重稀土资源数据分析方法，其特征在于，将数据库与用户与权限管理系统连接，利用用户与权限管理系统管理用户的角色和权限，根据用户的角色和权限控制用户对数据的访问和操作范围。
4.根据权利要求1所述的重稀土资源数据分析方法，其特征在于，所述步骤S2采用：所述重稀土矿产资源数字孪生模型包括：重稀土元素生命周期中各环节存量计算单元以及各环节流入流出量计算单元；
5.根据权利要求1所述的重稀土资源数据分析方法，其特征在于，所述步骤S2采用：所述重稀土元素流量的数字孪生模型采用自顶向下的方法计算开采和冶炼后期的重稀土元素流量，以及初级化工产品生产的重稀土元素流量；
6.根据权利要求1所述的重稀土资源数据分析方法，其特征在于，所述步骤S2采用：
7.根据权利要求1所述的重稀土资源数据分析方法，其特征在于，所述方法还包括：
8.根据权利要求1所述的重稀土资源数据分
9.一种重稀土资源数据分析系统，其特征在于，包括：
10.根据权利要求8所述的重稀土资源数据分析系统，其特征在于，所述模块M1采用：
...【技术特征摘要】
1.一种重稀土资源数据分析方法，其特征在于，包括：
2.根据权利要求1所述的重稀土资源数据分析方法，其特征在于，所述步骤s1采用：
3.根据权利要求1所述的重稀土资源数据分析方法，其特征在于，将数据库与用户与权限管理系统连接，利用用户与权限管理系统管理用户的角色和权限，根据用户的角色和权限控制用户对数据的访问和操作范围。
4.根据权利要求1所述的重稀土资源数据分析方法，其特征在于，所述步骤s2采用：所述重稀土矿产资源数字孪生模型包括：重稀土元素生命周期中各环节存量计算单元以及各环节流入流出量计算单元；
5.根据权利要求1所述的重稀土资源数据...
【专利技术属性】
技术研发人员：耿涌，魏文栋，肖诗茳，郭天蛟，高镇，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。