7409fabc58
=== 컬럼명칭 통일 (c{prefix} → C-{prefix}11) ===
Python 분석스크립트: data pkl 경로 →
gen_temp_profiles: tempref 파일명 →
SteamAdvisorController: TagsFor() 숫자서픽스 → 풀컬럼키(C-6111), ToSuffix() 변환
steam.js: ST_TEMP_COLS ['61',...] → ['C-6111',...], selectbox defaultColumn
appsettings.json: Columns 키 c61/c62/... → C-6111/C-6211/..., DefaultColumn c6111→C-6111
run_column.py: 추출/분석시 col_key = f"C-{{prefix}}11"
C-{x}11_{model,tempref}.json: 신규 명칭 기준 기준프로파일/모델 7컬럼분
=== SteamAdvisor 수정 ===
SteamModel: [JsonPropertyName] 매핑(snake_case → PascalCase 역직렬화)
예외처리: LinearCoeffs.Count < 3 방어코드
steam.js: catch(_) {} → 에러메시지 표시, missing_tags 응답처리
=== Feedforward Controller 개선 ===
ff.js: 상승/하강 양방향 램프 confirm, 방향뱃지(↑↓), Normal 모드 표시
FeedforwardController: 업램프 단독제한 제거(양방향), tcReturnTcTarget/Band 노출
=== DB ===
Hc900DbContext: realtime_table_tagname_key 레거시 UNIQUE 제약/인덱스 DROP 로직
Hc900Controllers: ToDictionaryAsync → GroupBy 변환 (중복 tagname 대응)
=== SIGPIPE 대응 ===
gateway.cpp: signal(SIGPIPE, SIG_IGN) 메인스레드 설치
modbus_tcp.cpp: send() flags 0 → MSG_NOSIGNAL (EPIPE 복구)
sigpipe_ignore.c: LD_PRELOAD 우회 공유라이브러리
Hc900GatewayProcessService: LD_PRELOAD 환경변수 설정
100 lines
4.1 KiB
Python
100 lines
4.1 KiB
Python
"""
|
||
컬럼 온도 프로파일 기준 산출 → c{prefix}_tempref.json (이격 모니터 레이어①).
|
||
|
||
근거: 메모리 §17 — 같은 제품·진공이면 단별 온도(reb-A>T_B>T_C>T_D)가 부하무관 불변.
|
||
제품 식별 = 온도프로파일(reb_temp 클러스터). 진공 종속이라 vacuum 기준 동시 산출.
|
||
|
||
안정구간 PROD에서 제품별 단별 median/σ + 진공 median → 기준밴드(±2σ).
|
||
오퍼레이터 이격 모니터/품질 게이트의 reference.
|
||
"""
|
||
import argparse
|
||
import json
|
||
import os
|
||
import numpy as np
|
||
import pandas as pd
|
||
from sklearn.cluster import KMeans
|
||
|
||
BASE = os.path.dirname(os.path.abspath(__file__))
|
||
STAGES = ["reb_temp", "T_B", "T_C", "T_D"] # 보텀(리보일러) → 탑상
|
||
PROD_MIN = 50 # feed 하한
|
||
MIN_CLUSTER = 0.05 # 클러스터 최소 비중(5%)
|
||
|
||
|
||
def cluster_products(reb):
|
||
"""reb_temp 1D 클러스터 = 제품 식별. 인접 중심차 <2℃면 병합(과분할 방지)."""
|
||
reb = reb.reshape(-1, 1)
|
||
for k in (3, 2, 1):
|
||
km = KMeans(k, n_init=10, random_state=0).fit(reb)
|
||
cen = np.sort(km.cluster_centers_.ravel())
|
||
sizes = np.bincount(km.labels_, minlength=k) / len(reb)
|
||
if k == 1:
|
||
return km
|
||
if all(cen[i+1]-cen[i] >= 2.0 for i in range(k-1)) and sizes.min() >= MIN_CLUSTER:
|
||
return km
|
||
return KMeans(1, n_init=10, random_state=0).fit(reb)
|
||
|
||
|
||
def build(prefix, stable_from=None, stable_to=None):
|
||
pkl = os.path.join(BASE, f"{prefix}_data.pkl")
|
||
if prefix == "C-6111" and not os.path.exists(pkl):
|
||
pkl = os.path.join(BASE, "c6111_data.pkl")
|
||
if not os.path.exists(pkl):
|
||
print(f" [skip] {prefix}: {pkl} 없음")
|
||
return None
|
||
df = pd.read_pickle(pkl)
|
||
df = df[df["mode"] == "PROD"].copy()
|
||
df = df[(df["feed"] > PROD_MIN) & df[STAGES + ["vacuum"]].notna().all(axis=1)]
|
||
if stable_from:
|
||
df = df[df["dtat"] >= pd.Timestamp(stable_from)]
|
||
if stable_to:
|
||
df = df[df["dtat"] <= pd.Timestamp(stable_to)]
|
||
if len(df) < 200:
|
||
print(f" [skip] {prefix}: 안정 PROD 부족 ({len(df)}행)")
|
||
return None
|
||
|
||
km = cluster_products(df["reb_temp"].values)
|
||
df["prod"] = km.labels_
|
||
order = df.groupby("prod")["reb_temp"].median().sort_values().index # 저온→고온
|
||
products = []
|
||
for rank, pid in enumerate(order):
|
||
g = df[df["prod"] == pid]
|
||
stages = {s: {"median": round(float(g[s].median()), 2),
|
||
"std": round(float(g[s].std()), 2)} for s in STAGES}
|
||
products.append({
|
||
"label": f"P{rank}", # 추후 PM/PGMEA/EL 등 화학 라벨 매핑
|
||
"n_rows": len(g),
|
||
"span_AD": round(float((g["reb_temp"] - g["T_D"]).median()), 2),
|
||
"vacuum": {"median": round(float(g["vacuum"].median()), 2),
|
||
"std": round(float(g["vacuum"].std()), 2)},
|
||
"stages": stages,
|
||
})
|
||
ref = {"column": prefix, "stages_order": STAGES,
|
||
"n_products": len(products),
|
||
"period": f"{df['dtat'].min():%Y-%m-%d}~{df['dtat'].max():%Y-%m-%d}",
|
||
"products": products}
|
||
out = os.path.join(BASE, f"{prefix}_tempref.json")
|
||
with open(out, "w") as f:
|
||
json.dump(ref, f, indent=2, ensure_ascii=False)
|
||
print(f" {prefix}: 제품 {len(products)}개 ", end="")
|
||
for p in products:
|
||
s = p["stages"]
|
||
print(f"[{p['label']} reb{s['reb_temp']['median']:.1f}/Tc{s['T_C']['median']:.1f}/"
|
||
f"Td{s['T_D']['median']:.1f} vac{p['vacuum']['median']:.0f} n{p['n_rows']}]", end=" ")
|
||
print(f"→ {os.path.basename(out)}")
|
||
return ref
|
||
|
||
|
||
def main():
|
||
ap = argparse.ArgumentParser()
|
||
ap.add_argument("--prefix", help="단일 컬럼 (생략시 전체)")
|
||
ap.add_argument("--from", dest="stable_from", help="안정구간 시작 YYYY-MM-DD")
|
||
ap.add_argument("--to", dest="stable_to", help="안정구간 끝")
|
||
args = ap.parse_args()
|
||
prefixes = [args.prefix] if args.prefix else ["C-6111", "C-6211", "C-8111", "C-9111", "C-9211", "C-10111", "C-10211"]
|
||
for p in prefixes:
|
||
build(p, args.stable_from, args.stable_to)
|
||
|
||
|
||
if __name__ == "__main__":
|
||
main()
|