焊丝工程项目数据分析与挖掘（完整版）.docx

泓域咨询/焊丝工程项目数据分析与挖掘焊丝工程项目数据分析与挖掘一、 项目背景分析焊丝是作为填充金属或同时作为导电用的金属丝焊接材料。在气焊和钨极气体保护电弧焊时，焊丝用作填充金属；在埋弧焊、电渣焊和其他熔化极气体保护电弧焊时，焊丝既是填充金属，同时焊丝也是导电电极。焊丝的表面不涂防氧化作用的焊剂。有些合金，如钴铬钨合金，不能锻、轧和拔丝，而用铸造方法制成。它主要用于工件表面的手工堆焊，以满足如抗氧化、耐磨损和高温下耐腐蚀等特殊性能要求。采用连续浇注和液态挤压可制造出长达数米的钴铬钨焊丝，用于自动填丝钨极气体保护电弧焊，以提高焊接效率和堆焊层质量，同时还能改善劳动条件。铸铁补焊有时也采用铸造焊丝。用薄钢带卷成圆形或异形钢管，内填一定成分的药粉，经拉制成的有缝药芯焊丝，或用钢管填满药粉拉制成的无缝药芯焊丝（见图）。用这种焊丝焊接熔敷效率高，对钢材适应性好，试制周期短，因而它的使用量和使用范围不断扩大。这种焊丝主要用于二氧化碳气体保护焊、埋弧焊和电渣焊。药芯焊丝中的药粉成分一般与焊条药皮相似。含有造渣、造气和稳弧成分的药芯焊丝焊接时不需要保护气体，称自保护药芯焊丝，适用于大型焊接结构工程的施工。电火花放电涂层冷焊机专用焊丝，应用于在常温状态下进行堆焊或焊接时用，焊补一秒后特点是焊丝温度不超过40摄氏度，持续焊不超高80摄氏度。主要用于一些不耐热的零件修复，焊补时，温度一般控制在40摄氏度左右，壁厚在0.4-0.5毫米的，最高不高于一百摄氏度。焊丝焊补时热影响区非常小，不会产生内应力。非常适合铸造件缺陷，零件表面拉伤、磨损，模具缺陷的修复。焊丝温度为什么这么低，因为该焊丝熔化时是微熔状态，在与工件接触时，通过外力很快就形成小部份短路移动工件上去，由于熔化得少，工件与之相比大很多。温度很快就散发掉了。焊丝温度不会持续上升至其整段发红，抗红能力超强。与普通焊丝相比，如果持续时间过长，就会出现焊丝严重发红，焊点发黑现象。就算能焊，焊补的时候，容易出现氧化，掉渣，焊不高等现象.，并且影响其后续加工。二、 PEST分析（一）政治环境分析政治环境是指一个国家或地区的政治制度、行政体制、法律法规等，具体指标包括政治体制、经济体制、财政政策、税收政策、产业政策、投资政策、政府补贴水平、民众对政治的参与度等。随着全球经济一体化和“一带一路”倡议的深入实施，我国大量企业“走出去”在“一带一路”沿线国家和其他区域国家设厂投资，在进行投资项目可行性研究时，要加强所在国的政治环境分析，高度重视各国政治环境的特殊性，因为不同的国家有不同的社会制度，不同的社会制度对组织活动有不同的限制和要求，即使在同一国家，由于执政党的不同，其政府的施政方针对组织活动的态度和影响也是不断变化的。由此可以看出，政治环境对企业的影响具有直接性、难预测性和不可控制等特点，这些因素常常制约、影响企业的经营行为，尤其是影响企业较长期的投资行为。因此，在制定企业发展战略或进行境外投资时，需要掌握大量的、充分的相关资料，对政治环境的长期性和短期性的判断与预测十分重要。（二）经济环境分析经济环境主要包括宏观和微观两个方面的内容。宏观经济环境主要指一个国家的人口数量及其增长趋势，国民收入、国民生产总值及其变化情况以及通过这些指标能够反映的国民经济发展水平和发展速度。微观经济环境主要指企业所在地区或所服务地区的消费者的收入水平、消费偏好、储蓄情况、就业程度等因素。这些因素直接决定着企业目前及未来的市场大小。（三）社会自然环境分析社会自然环境包括社会环境和自然环境。社会环境包括一个国家或地区的居民教育程度和文化水平、宗教信仰、风俗习惯、审美观点、价值观念等，其中文化水平会影响居民的需求层次；宗教信仰和风俗习惯会禁止或抵制某些活动的进行；价值观念会影响居民对组织目标、组织活动以及组织存在本身的认可与否；审美观点则会影响人们对组织活动内容、活动方式以及活动成果的态度。自然环境包括土地、生物、矿产、能源、水资源以及生态环境。（四）技术环境分析技术环境对企业的生存和发展具有直接而重大的影响，不断的技术进步提高了生产效率，降低了生产成本，极大地影响了市场竞争的格局。随着技术更新速度的加快，新产品层出不穷，产品生命周期愈来愈短，越来越多的企业把技术研发作为企业的生存之道。技术环境分析是要分析本企业的产品有关的科学技术的现有水平、发展趋势及发展速度，跟踪掌握新技术、新材料、新工艺、新设备，分析对产品生命周期、生产成本以及竞争格局的影响。三、 项目名称及建设性质（一）项目名称焊丝工程项目（二）项目建设性质本项目属于新建项目四、 项目承办单位（一）项目承办单位名称xx有限责任公司（二）项目联系人黎xx（三）项目建设单位概况经过多年的发展，公司拥有雄厚的技术实力，丰富的生产经营管理经验和可靠的产品质量保证体系，综合实力进一步增强。公司将继续提升供应链构建与管理、新技术新工艺新材料应用研发。集团成立至今，始终坚持以人为本、质量第一、自主创新、持续改进，以技术领先求发展的方针。公司秉承“诚实、信用、谨慎、有效”的信托理念，将“诚信为本、合规经营”作为企业的核心理念，不断提升公司资产管理能力和风险控制能力。公司坚持提升企业素质，即“企业管理水平进一步提高，人力资源结构进一步优化，人员素质进一步提升，安全生产意识和社会责任意识进一步增强，诚信经营水平进一步提高”，培育一批具有工匠精神的高素质企业员工，企业品牌影响力不断提升。未来，在保持健康、稳定、快速、持续发展的同时，公司以“和谐发展”为目标，践行社会责任，秉承“责任、公平、开放、求实”的企业责任，服务全国。五、 项目实施的可行性（一）长期的技术积累为项目的实施奠定了坚实基础目前，公司已具备产品大批量生产的技术条件，并已获得了下游客户的普遍认可，为项目的实施奠定了坚实的基础。（二）国家政策支持国内产业的发展近年来，我国政府出台了一系列政策鼓励、规范产业发展。在国家政策的助推下，本产业已成为我国具有国际竞争优势的战略性新兴产业，伴随着提质增效等长效机制政策的引导，本产业将进入持续健康发展的快车道，项目产品亦随之快速升级发展。六、 项目建设选址本期项目选址位于xx园区，占地面积约92.00亩。项目拟定建设区域地理位置优越，交通便利，规划电力、给排水、通讯等公用设施条件完备，非常适宜本期项目建设。七、 建筑物建设规模本期项目建筑面积107774.63，其中：主体工程71807.44，仓储工程16518.51，行政办公及生活服务设施9939.61，公共工程9509.07。八、 项目总投资及资金构成（一）项目总投资构成分析本期项目总投资包括建设投资、建设期利息和流动资金。根据谨慎财务估算，项目总投资44356.48万元，其中：建设投资35847.44万元，占项目总投资的80.82%；建设期利息892.91万元，占项目总投资的2.01%；流动资金7616.13万元，占项目总投资的17.17%。（二）建设投资构成本期项目建设投资35847.44万元，包括工程费用、工程建设其他费用和预备费，其中：工程费用30689.50万元，工程建设其他费用4154.30万元，预备费1003.64万元。九、 资金筹措方案本期项目总投资44356.48万元，其中申请银行长期贷款18222.59万元，其余部分由企业自筹。十、 项目预期经济效益规划目标（一）经济效益目标值（正常经营年份）1、营业收入（SP）：83500.00万元。2、综合总成本费用（TC）：71869.17万元。3、净利润（NP）：8468.72万元。（二）经济效益评价目标1、全部投资回收期（Pt）：7.09年。2、财务内部收益率：12.27%。3、财务净现值：-1169.49万元。十一、 项目建设进度规划本期项目按照国家基本建设程序的有关法规和实施指南要求进行建设，本期项目建设期限规划24个月。十四、项目综合评价主要经济指标一览表序号项目单位指标备注1占地面积61333.00约92.00亩1.1总建筑面积107774.63容积率1.761.2基底面积34959.81建筑系数57.00%1.3投资强度万元/亩373.622总投资万元44356.482.1建设投资万元35847.442.1.1工程费用万元30689.502.1.2工程建设其他费用万元4154.302.1.3预备费万元1003.642.2建设期利息万元892.912.3流动资金万元7616.133资金筹措万元44356.483.1自筹资金万元26133.893.2银行贷款万元18222.594营业收入万元83500.00正常运营年份5总成本费用万元71869.17""6利润总额万元11291.63""7净利润万元8468.72""8所得税万元2822.91""9增值税万元2826.70""10税金及附加万元339.20""11纳税总额万元5988.81""12工业增加值万元21748.47""13盈亏平衡点万元39307.20产值14回收期年7.09含建设期24个月15财务内部收益率12.27%所得税后16财务净现值万元-1169.49所得税后十二、 大数据系统和数据挖掘技术（一）数据挖掘概述1大数据大数据是指超过既往数据库系统规模、传输速度和处理能力，或者既往数据库系统结构无法容纳的数据。大数据常以万亿或EB衡量，且种类多、实时性强，蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。大数据有各种各样的来源：传感器、气候信息、公开的信息、如杂志、报纸、文章、买卖记录、网络日志、病历、事监控、视频和图像档案，及大型电子商务。大数据是数据挖掘产生与生存发展的土壤。如今数据每五年翻一番，面对前所未有的海量数据，为了从中发现有用的信息必须进行数据挖掘。此外，计算机存储、处理大量数据，以及运算的能力大为增强，为数据挖掘创造了条件，使其成为一门独特的学科和技术。2数据挖掘与数据分析的区别数据挖掘与数据分析的主要区别在于：（1）处理工作量。数据分析的数据量可能并不大，而数据挖掘的数据量极大。（2）制约条件。数据分析是从某些假设出发，建立方程或模型，而数据挖掘不作假设，可以自动建立方程。（3）处理对象。数据分析往往是针对数字型数据，而数据挖掘对象类型繁多，例如图像、声音、文本等。（4）处理结果。数据分析可以解释结果的含义；数据挖掘的结果不易解释，着眼于预测未来，并提出决策建议。想要从数据中发现规律（即认知），往往需将数据分析和数据挖掘结合起来。（二）数据挖掘步骤按挖掘对象，数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种，各自步骤分述如下。1数据库与数据仓库挖掘数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤。（1）信息收集。从确定的挖掘对象中提取特征，然后选择合适的收集方法，将收集到的信息存入数据库。对于海量数据，必须选择合适的数据仓库。（2）数据集成。把来源、格式、特点、性质不同的数据按逻辑或物理属性加以编排，以便以后使用。（3）数据规约。多数数据挖掘算法耗时很长，商业数据往往较多，数据挖掘更耗时间。数据规约就是简化已有可用数据集的表示，规约后数量大减，但仍能保持原数据的完整性，对规约数据的挖掘结果，与对规约前数据的挖掘结果相同或几乎相同。（4）数据清理。有些数据不完整（属性缺少属性值）、含噪声（属性值错误），不一致（同一信息有多种表示），需要清理，使其完整、正确、一致后存入数据仓库。（5）数据变换。将数据变换成适合数据挖掘的形式。实数型数据，可将其分层和离散化。（6）数据挖掘。根据数据格式、属性与特点，选择合适的处理工具，例如统计方法、事例推理、决策树、规则推理、模糊集，甚至神经网络，取得有用的信息。（7）模式评估。由行业专家核实数据挖掘结果是否合理、是否可用。（8）知识表示。将数据挖掘得到的信息以可视方式交给用户，或作为新的知识存人知识库，供其他应用程序使用。并非所有的数据挖掘都要走上述的每一步。若只有一个数据源，则可以省略数据集成。数据规约、数据清理、数据变换合称数据预处理。数据挖掘至少60%的费用要花在信息收集阶段，而至少60%以上的精力和时间要花在数据预处理上。数据挖掘是一个反复多次的过程，若一次未满足要求或未得到有用结果，则需回到前面，经过调整后重新开始。2，网络挖掘网络挖掘可分为网络用户行为挖掘与网络信息挖掘。前者基本不在工程咨询人员关心之列。后者可理解为“从WWW中发现和分析有用的信息”。网络信息挖掘是在已知数据样本的基础上，通过归纳学习、机器学习、统计分析等发现挖掘对象间的内在关系与特性，进而在网络中提取用户感兴趣的信息，获得更高层次的知识和规律。网络信息挖掘沿用了Robot，全文检索、人工智能的模式识别、神经网络等技术。现在的搜索引擎使用了这些技术，能够在网页或网站数据库中为用户搜寻有用信息。网络信息挖掘具体步骤如下：（1）确立目标样本。由用户选择目标文本，提取特征信息。（2）提取特征信息。根据目标样本的词频分布，从统计词典中提取挖掘目标的特征向量并计算出相应的权值。（3）网络信息获取。先利用搜索引擎站点选择待采集站点，再利用Robot程序采集静态Web页面，最后获取被访问站点网络数据库中的动态信息，生成WWW资源索引库。（4）信息特征匹配。提取索引库中的源信息特征向量，并与目标样本的特征向量对照，将符合要求的信息交给用户。十三、 数据分析与挖掘概述（一）信息分析信息分析是根据咨询问题的具体需要，对与之有关的信息进行整理、鉴别、评价、分析和综合，以便取得咨询所需新信息的过程。信息分析有如下几种用途：1跟踪。所谓跟踪，就是及时了解各领域新动向、新发展，从而发现问题、提出问题。2比较。比较各种事物的内部矛盾之后，把握事物间的联系，认识事物的本质，从而提出问题、确定目标、拟定方案并作出选择。3预测。利用已掌握的信息、知识和手段，推断事物的未来或未知方面。4评价。进行评价时应选择合适的变量和评价指标，应当考虑评价对象之间的可比性。信息分析所用方法，可分为定性和定量分析两种。定性方法主要靠逻辑推理；而定量方法涉及数据间的数量关系，要建立数学模型，计算、求解。如今，信息越来越复杂，定性与定量分析已无法单独奏效，只能越来越多地结合起来。（二）数据分析数据分析是信息分析的一部分，数据分析是对收集数据进行系统的分析，建立适当的模型，揭示数据中隐含的技术、经济、社会和其他关系，以及发展趋势，为有关的咨询活动提交的有用的数字、信息或建议。数据分析的对象可分为时间序列和截面数据。如企业历年的咨询收入、利润总额等就是时间序列。截面数据是在同一时间的数据，如企业同一年咨询业务数目、营业额、费用、收入、人工耗费等。两种数据都要注意样本容量大小。对于截面数据，常用线性或非线性回归模型体现数据之间的各种关系。数据分析属定量分析，包括数据统计分析、时间数据分析、空间数据分析。（三）数据挖掘数据挖掘就是从数据中挖掘出隐含、先前未知、有潜在用途，最终可为人理解的关系、模式、趋势和其他有用信息，并建立模型，用于预测、判断或决策，帮助企业更好地适应变化并做出更明智的决策的过程。数据挖掘广泛应用于制造、金融、零售、保健、中医药及电信等行业的客户关系管理、风险防范、供应链管理、竞争优势分析、部门分析等领域。数据挖掘要用到统计分析、人工智能、数据库和神经网络等方面的知识，如记忆推理、聚类分析、关联分析、决策树、神经网络、基因算法等。数据挖掘需要用户参与，并非某种单一工具、技术或软件即可独自完成。另一方面，并非所有信息查询都可视为数据挖掘。例如，使用数据库管理系统查找个别记录，或用搜索引擎查找互联网特定的网页，属于信息检索，不能视为数据挖掘。当然，数据挖掘技术也有强大的信息检索能力。