Files
EquationMiner/src/fitseg/domini.py
T

88 lines
3.7 KiB
Python
Raw Normal View History

"""Riconoscimento dei domini: riposo, riscaldamento (salita rapida), raffreddamento (decadimento) — nessun LLM."""
import numpy as np
def sigma_robusto(d):
"""σ robusto di un campione di differenze (MAD)."""
return 1.4826 * np.median(np.abs(d - np.median(d)))
def sigma_rumore(y):
"""σ del rumore bianco dalla derivata seconda discreta: 1.4826·MAD(d²y)/√6."""
if len(y) < 4:
return float("nan")
return sigma_robusto(np.diff(y, 2)) / np.sqrt(6)
def trova_gradini(y, cfg):
"""(i0, i1) dei campioni di salita di ogni gradino di riscaldamento (i1 escluso): salto positivo > soglia,
esteso ai campioni adiacenti ancora in salita (salto > soglia_bordo_sigma · σ dei salti)."""
c = cfg["domini"]
d = np.diff(y)
forti = np.flatnonzero(d > c["soglia_gradino_c"])
if len(forti) == 0:
return []
soglia_bordo = c["soglia_bordo_sigma"] * sigma_robusto(d)
gruppi, corrente = [], [forti[0]]
for i in forti[1:]:
if i - corrente[-1] < c["distanza_min_salti_campioni"]:
corrente.append(i)
else:
gruppi.append(corrente)
corrente = [i]
gruppi.append(corrente)
gradini = []
for g in gruppi:
inizio, fine = int(g[0]), int(g[-1])
while inizio > 0 and d[inizio - 1] > soglia_bordo:
inizio -= 1
while fine + 1 < len(d) and d[fine + 1] > soglia_bordo:
fine += 1
gradini.append((inizio + 1, min(fine + 2, len(y))))
return gradini
def proponi(t, serie, cfg):
"""Lista di domini {tipo, i0, i1} (i1 escluso): riposo, poi per ogni gradino un `riscaldamento` (la salita rapida,
pochi campioni) seguito da un `raffreddamento` (il decadimento fino al gradino successivo o alla fine)."""
y = serie[cfg["domini"]["serie_riferimento"]]
domini, prec = [], 0
for g0, g1 in trova_gradini(y, cfg):
if g0 > prec:
domini.append({"tipo": "riposo" if not domini else "raffreddamento", "i0": prec, "i1": g0})
domini.append({"tipo": "riscaldamento", "i0": g0, "i1": g1})
prec = g1
if prec < len(y):
domini.append({"tipo": "riposo" if not domini else "raffreddamento", "i0": prec, "i1": len(y)})
return domini
def scrivi_toml(percorso, domini, t):
"""domini.toml: modificabile a mano (tipo, t0_s, t1_s); gli indici si ricalcolano dal tempo."""
righe = ["# domini.toml — proposta automatica, modificabile: t0_s incluso, t1_s escluso (ultimo dominio: incluso)\n"]
for d in domini:
t1 = t[d["i1"]] if d["i1"] < len(t) else t[-1]
righe.append(f'[[dominio]]\ntipo = "{d["tipo"]}" # riposo | riscaldamento | raffreddamento\n'
f't0_s = {t[d["i0"]]:.4f}\nt1_s = {t1:.4f}\n')
percorso.write_text("\n".join(righe), encoding="utf-8")
def leggi_toml(percorso, t):
import tomllib
with open(percorso, "rb") as f:
voci = tomllib.load(f).get("dominio", [])
if not voci:
raise ValueError("domini.toml senza [[dominio]]")
domini = []
for k, v in enumerate(voci):
if v["tipo"] not in ("riposo", "riscaldamento", "raffreddamento"):
raise ValueError(f"dominio {k + 1}: tipo '{v['tipo']}' non valido")
i0 = int(np.searchsorted(t, v["t0_s"] - 1e-6))
i1 = len(t) if k == len(voci) - 1 else int(np.searchsorted(t, v["t1_s"] - 1e-6))
if i1 <= i0:
raise ValueError(f"dominio {k + 1}: intervallo vuoto o in ordine errato")
domini.append({"tipo": v["tipo"], "i0": i0, "i1": i1})
if any(domini[k]["i1"] != domini[k + 1]["i0"] for k in range(len(domini) - 1)):
raise ValueError("i domini devono essere contigui (t1_s di uno = t0_s del successivo)")
return domini