b45f0e2481
run_column.py 실행목록에 빠졌던 컬럼 보완 — 전체 8개 측류 솔벤트 컬럼 커버: - 5차(51/P5) 신규 추가: 완전 누락이었음. 민감단 TI-5111C 센서 부재(A/B/D만) → COLUMN_EXCEPTIONS["51"]에서 T_C를 TI-5111B로 대체(사용자 확정). - 9-2(92), 10-2(102) 추가: COLUMN_EXCEPTIONS엔 있었으나 COLUMNS 실행목록 누락. 검증: 8개 컬럼 핵심 FEATURES 전부 해석 OK, 5차·9-2 추출 스모크 정상(336519행). (플랜트8은 단일 train=81, 8-2 없음 확인.) Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
205 lines
8.0 KiB
Python
205 lines
8.0 KiB
Python
"""
|
||
컬럼 데이터 추출 + 운전모드 1차 특성 분석.
|
||
|
||
field_hist DB(shinam 실데이터, WIDE 포맷)에서 ptlist/mapping/tblist로 태그를 디코드해
|
||
tidy DataFrame을 만든다. 재사용 가능한 tag_frame() 추출기 포함.
|
||
|
||
근거: docs/학습형제어-오퍼레이터모방-플랜.md §15(디코드), §16(C-6111 토폴로지).
|
||
|
||
형제 컬럼 확장: roles_for(prefix, asset)로 파라미터화.
|
||
- 6-1: prefix=61, asset=/ASSETS/P6 (기본)
|
||
- 6-2: prefix=62, asset=/ASSETS/P6
|
||
- 8: prefix=81, asset=/ASSETS/P8
|
||
- 9: prefix=91, asset=/ASSETS/P9 (또는 92)
|
||
- 10: prefix=101, asset=/ASSETS/P10 (또는 102)
|
||
"""
|
||
import sys
|
||
import psycopg
|
||
import pandas as pd
|
||
|
||
DSN = "host=localhost port=5432 dbname=field_hist user=postgres password=postgres"
|
||
ASSET = "/ASSETS/P6"
|
||
|
||
# --- 형제 컬럼 역할 생성기 ---
|
||
# DB 검증 결과(2026-06-05) 기반 예외 오버라이드:
|
||
# P8(81): TICA에 A/B/C/D 접미사 없음, PICA-8111A (with A suffix)
|
||
# P9(91): PICA-9111A (with A suffix). 92xx 2차 컬럼 존재
|
||
# P10(101): FICQ-10114A (not 10114), PICA-10111A, LIA-10111 (not LICA). 102xx 2차 컬럼 존재
|
||
COLUMN_EXCEPTIONS = {
|
||
"51": {
|
||
# P5: 민감단 TI-5111C 센서 없음(A/B/D만 존재) → T_C를 TI-5111B로 대체 (사용자 확정 2026-06-05).
|
||
# startup 트리거는 reb-A·ΔT(A-D) 사용이라 영향 없음.
|
||
"T_C": "TI-5111B.PV",
|
||
},
|
||
"81": {
|
||
"steam_op": "TICA-8111.OP",
|
||
"reb_temp": "TICA-8111.PV",
|
||
"vacuum": "PICA-8111A.PV",
|
||
},
|
||
"91": {
|
||
"vacuum": "PICA-9111A.PV",
|
||
},
|
||
"92": {
|
||
"vacuum": "PICA-9211A.PV",
|
||
},
|
||
"101": {
|
||
"light": "FICQ-10114A.PV",
|
||
"vacuum": "PICA-10111A.PV",
|
||
"reflux_drum": "LIA-10111.PV",
|
||
},
|
||
"102": {
|
||
"light": "FICQ-10214.PV",
|
||
"vacuum": "PICA-10211A.PV",
|
||
"reflux_drum": "LIA-10211.PV",
|
||
},
|
||
}
|
||
|
||
|
||
def roles_for(prefix, asset=ASSET):
|
||
"""{role: shorttag} dict 생성. prefix 예: '61', '62', '81', '91', '101'.
|
||
|
||
Base 규칙(6-1 기준, docs/작업지시서-학습형제어-다음단계.md 작업1):
|
||
feed=FICQ-{p}01, reflux=FICQ-{p}13, light(D)=FICQ-{p}14,
|
||
heavy(B)=FICQ-{p}16, product(P)=FICQ-{p}18,
|
||
steam_op=TICA-{p}11A.OP, reb_temp=TICA-{p}11A.PV,
|
||
steam_flow=FIQ-{p}15, T_B=TI-{p}11B, T_C=TI-{p}11C, T_D=TI-{p}11D,
|
||
vacuum=PICA-{p}11.PV, dp=PI-{p}11B.PV,
|
||
reb_level=LI-{p}11.PV, reflux_drum=LICA-{p}13.PV,
|
||
feed_preheat=TI-{p}03.PV
|
||
|
||
COLUMN_EXCEPTIONS에 등록된 prefix는 자동 오버라이드.
|
||
"""
|
||
p = prefix
|
||
roles = {
|
||
"feed": f"FICQ-{p}01.PV",
|
||
"steam_op": f"TICA-{p}11A.OP",
|
||
"steam_flow": f"FIQ-{p}15.PV",
|
||
"reb_temp": f"TICA-{p}11A.PV",
|
||
"T_B": f"TI-{p}11B.PV",
|
||
"T_C": f"TI-{p}11C.PV",
|
||
"T_D": f"TI-{p}11D.PV",
|
||
"feed_preheat": f"TI-{p}03.PV",
|
||
"vacuum": f"PICA-{p}11.PV",
|
||
"dp": f"PI-{p}11B.PV",
|
||
"product": f"FICQ-{p}18.PV",
|
||
"reflux": f"FICQ-{p}13.PV",
|
||
"light": f"FICQ-{p}14.PV",
|
||
"heavy": f"FICQ-{p}16.PV",
|
||
"reb_level": f"LI-{p}11.PV",
|
||
"reflux_drum": f"LICA-{p}13.PV",
|
||
}
|
||
ov = COLUMN_EXCEPTIONS.get(prefix, {})
|
||
roles.update(ov)
|
||
return roles
|
||
|
||
|
||
# C-6111 (6-1) 역할별 태그 — legacy 직접 참조 호환용
|
||
ROLES = roles_for("61", ASSET)
|
||
|
||
|
||
def resolve(conn, shorttags, asset=ASSET):
|
||
"""shortptname 목록 -> {tag: (tblname, colnum)}"""
|
||
with conn.cursor() as cur:
|
||
cur.execute("""
|
||
SELECT p.shortptname, t.tblname, m.oit
|
||
FROM ptlist p JOIN mapping m ON m.pid=p.pid JOIN tblist t ON t.tid=m.tid
|
||
WHERE p.asset=%s AND p.shortptname = ANY(%s)
|
||
""", (asset, list(shorttags)))
|
||
out = {}
|
||
for short, tbl, oit in cur.fetchall():
|
||
out[short] = (tbl, int(oit))
|
||
return out
|
||
|
||
|
||
def tag_frame(conn, role_map, asset=ASSET):
|
||
"""{role: shorttag} -> dtat 인덱스 DataFrame(컬럼=role). 테이블별 1쿼리 후 merge."""
|
||
loc = resolve(conn, role_map.values(), asset)
|
||
missing = [r for r, t in role_map.items() if t not in loc]
|
||
if missing:
|
||
print(f"[warn] 미해결 태그: {[(r, role_map[r]) for r in missing]}", file=sys.stderr)
|
||
# 테이블별 그룹
|
||
by_tbl = {}
|
||
for role, short in role_map.items():
|
||
if short not in loc:
|
||
continue
|
||
tbl, col = loc[short]
|
||
by_tbl.setdefault(tbl, []).append((role, col))
|
||
df = None
|
||
for tbl, cols in by_tbl.items():
|
||
sel = ", ".join([f'col{c:02d} AS "{role}"' for role, c in cols])
|
||
q = f"SELECT dtat, {sel} FROM {tbl}"
|
||
part = pd.read_sql(q, conn)
|
||
df = part if df is None else df.merge(part, on="dtat", how="outer")
|
||
return df.sort_values("dtat").reset_index(drop=True)
|
||
|
||
|
||
def classify_phases(df):
|
||
"""1차 운전모드 분류 (임계 기반, §16.3-2). 추후 정교화."""
|
||
import numpy as np
|
||
reb, vac, steam, prod = df["reb_temp"], df["vacuum"], df["steam_op"], df["product"]
|
||
hot_vac = (reb > 60) & (vac < 200) & (steam > 5) # 컬럼 가동(hot+진공)
|
||
# 온도 추세(60분=120샘플 기울기)로 startup/shutdown 구분
|
||
slope = reb.diff().rolling(120, min_periods=10, center=True).mean()
|
||
mode = np.where(
|
||
hot_vac,
|
||
np.where(prod < 80, "LINEOUT", "PROD"), # 제품≈0 → 전환류/라인아웃
|
||
np.where(slope > 0.02, "STARTUP",
|
||
np.where(slope < -0.02, "SHUTDOWN", "STOPPED")))
|
||
return pd.Series(mode, index=df.index, name="mode")
|
||
|
||
|
||
def plot_timeline(df, png):
|
||
import matplotlib
|
||
matplotlib.use("Agg")
|
||
import matplotlib.pyplot as plt
|
||
d = df.iloc[::30].copy() # 15분 다운샘플
|
||
colors = {"PROD": "#2ca02c", "LINEOUT": "#ff7f0e", "STARTUP": "#1f77b4",
|
||
"SHUTDOWN": "#d62728", "STOPPED": "#7f7f7f"}
|
||
fig, ax = plt.subplots(5, 1, figsize=(16, 12), sharex=True)
|
||
ax[0].plot(d.dtat, d.reb_temp, lw=.5, label="reb_temp(A)")
|
||
ax[0].plot(d.dtat, d.T_C, lw=.5, label="T_C(민감단)")
|
||
ax[0].plot(d.dtat, d.T_D, lw=.5, label="T_D(탑상)")
|
||
ax[0].set_ylabel("온도"); ax[0].legend(loc="upper right", fontsize=7)
|
||
ax[1].plot(d.dtat, d.feed, lw=.5, color="purple"); ax[1].set_ylabel("feed FICQ-6101")
|
||
ax[2].plot(d.dtat, d["product"], lw=.5, color="orange"); ax[2].set_ylabel("측류제품 6118")
|
||
ax[3].plot(d.dtat, d.steam_flow, lw=.5, color="red")
|
||
ax[3].plot(d.dtat, d.steam_op * 10, lw=.5, color="brown", alpha=.5, label="OP×10")
|
||
ax[3].set_ylabel("스팀유량/OP"); ax[3].legend(loc="upper right", fontsize=7)
|
||
ax[4].plot(d.dtat, d.vacuum, lw=.5, color="teal"); ax[4].set_ylabel("진공 PICA-6111")
|
||
ax[4].set_ylim(100, 130)
|
||
# 모드 배경 음영
|
||
for a in ax:
|
||
for m, c in colors.items():
|
||
seg = d[d["mode"] == m]
|
||
a.scatter(seg.dtat, [a.get_ylim()[0]] * len(seg), c=c, s=2, marker="|")
|
||
fig.suptitle("C-6111 (6-1차) 전체기간 — 운전모드별 (하단 컬러바)")
|
||
fig.tight_layout()
|
||
fig.savefig(png, dpi=90)
|
||
print(f"플롯 저장: {png}")
|
||
|
||
|
||
def main():
|
||
with psycopg.connect(DSN) as conn:
|
||
df = tag_frame(conn, ROLES)
|
||
print(f"행수={len(df)} 기간={df.dtat.min()} ~ {df.dtat.max()}")
|
||
print("\n=== 핵심 신호 분포 (운전모드 임계 설정용) ===")
|
||
show = ["feed", "reb_temp", "vacuum", "product", "reflux", "steam_op",
|
||
"steam_flow", "T_C", "T_D", "dp"]
|
||
desc = df[show].describe(percentiles=[.01, .05, .25, .5, .75, .95, .99]).T
|
||
print(desc[["min", "1%", "5%", "50%", "95%", "99%", "max"]].round(2).to_string())
|
||
|
||
df["mode"] = classify_phases(df)
|
||
print("\n=== 운전모드 분포 (30초 샘플 기준) ===")
|
||
vc = df["mode"].value_counts()
|
||
for m, n in vc.items():
|
||
print(f" {m:9s} {n:7d} {100*n/len(df):5.1f}% ≈ {n*30/3600:7.1f} h")
|
||
|
||
out = "/home/windpacer/projects/hc900_ax/scripts/analysis/c6111_data.pkl"
|
||
df.to_pickle(out)
|
||
plot_timeline(df, "/home/windpacer/projects/hc900_ax/scripts/analysis/c6111_timeline.png")
|
||
print(f"저장: {out}")
|
||
|
||
|
||
if __name__ == "__main__":
|
||
main()
|