main.py dinamico + README generico senza valori hardcoded

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

README.md

@@ -1,6 +1,6 @@
-# Temperatura Forno - Plot
+# Analisi Termica Forno — Cevolani
 
-Script per visualizzare il profilo termico di una scatola che attraversa un forno.
+Script Python per l'analisi del profilo termico di una scatola che attraversa un forno industriale, con acquisizione tramite sensori IR.
 
 ## Setup (Windows)
 
@@ -10,19 +10,100 @@ venv\Scripts\activate
 pip install -r requirements.txt
 ```
 
-## Utilizzo
+## Avvio rapido
+
+Tutto il progetto è accessibile tramite un menu interattivo:
+
+```bat
+python main.py
+```
+
+Il menu si ripete dopo ogni operazione finché non si preme `0` per uscire.
+Le voci del menu vengono costruite automaticamente in base alle cartelle presenti nel progetto: aggiungere una nuova cartella `induttoreX/` con un `appX.py` la fa apparire automaticamente.
+
+---
+
+## Struttura del progetto
+
+```text
+temperatura/
+├── data.csv                  # dati acquisiti (input)
+├── main.py                   # menu interattivo
+├── report_completo.py        # generatore report PDF + LaTeX
+├── requirements.txt
+├── start/
+│   ├── calcola_t_amb.py      # calcola T∞ media ponderata
+│   └── plot_temperatura.py   # visualizza i dati raw
+└── induttoreX/               # una cartella per ogni induttore
+    ├── appX.py               # script di fit (parametri hardcoded)
+    ├── induttoreX.png        # grafico generato
+    └── reportX.md            # report generato
+```
+
+---
+
+## Voci del menu
+
+### Calcola T ambiente
+
+**Script:** `start/calcola_t_amb.py`
+
+Calcola la temperatura ambiente media ponderata sul tempo (regola dei trapezi) usando la colonna `temp_amb IR [C]` dell'intera acquisizione. Stampa i risultati a console e genera `start/report.md`.
+
+> Il valore ottenuto viene usato come costante `T∞` in tutti i fit.
+
+---
 
 ### Plot dati raw
 
-```bat
-python plot_temperatura.py
-```
+**Script:** `start/plot_temperatura.py`
 
-Visualizza il profilo grezzo di `temp_obj IR` e `temp_amb IR` sull'intero intervallo temporale e salva il grafico in `plot_temperatura.png`.
+Visualizza il profilo grezzo di entrambe le serie (`temp_obj IR` e `temp_amb IR`) nell'intervallo definito dalle variabili `T0` e `T_END` in cima al file. Salva il grafico in `start/plot_temperatura.png`.
+
+---
+
+### Induttore X — appX.py
+
+**Script:** `induttoreX/appX.py`
+
+Esegue la regressione non lineare sul tratto di acquisizione definito dalle variabili `T0` e `T_END` in cima allo script (modificabili manualmente). Produce:
+
+- `induttoreX/induttoreX.png` — grafico con dati raw e curva di fit sovrapposti
+- `induttoreX/reportX.md` — equazione trovata, parametri stimati con incertezze (1σ) e R²
+
+Per aggiungere un nuovo induttore: copiare uno script esistente, aggiornare `T0`, `T_END` (e `W0_START`/`W0_END` se serve escludere un intervallo), e salvarlo in una nuova cartella `induttoreX/`.
+
+---
+
+### Report completo (PDF + LaTeX)
+
+**Script:** `report_completo.py`
+
+Legge automaticamente tutti i `reportX.md` presenti nelle cartelle `induttore*/` e genera:
+
+- `report_completo.tex` — sorgente LaTeX compilabile con MikTeX o TeX Live
+- `report_completo.pdf` — PDF professionale con cover page, scheda documento, header/footer e tabella riepilogativa finale
+
+Il PDF viene generato direttamente da Python tramite `reportlab` (nessuna dipendenza esterna richiesta).
+
+---
 
 ## Dati
 
-Il file `data.csv` contiene il campionamento con le colonne:
-- `time since start [ms]` — tempo dall'inizio del campionamento
-- `temp_amb IR [C]` — temperatura ambiente
-- `temp_obj IR [C]` — temperatura della scatola
+`data.csv` — colonne utilizzate:
+
+| Colonna | Descrizione |
+| --- | --- |
+| `time since start [ms]` | tempo dall'inizio (convertito in secondi negli script) |
+| `temp_obj IR [C]` | temperatura della scatola (target del fit) |
+| `temp_amb IR [C]` | temperatura ambiente (usata per calcolare T∞) |
+
+## Modello di fitting
+
+Tutti i fit usano il modello di raffreddamento di Newton:
+
+```text
+T(t) = T∞ + A · exp( -(t - t₀) / τ )
+```
+
+con `T∞` fissa (calcolata da `calcola_t_amb.py`) e parametri `A`, `τ` liberi, stimati con regressione non lineare (metodo TRF di `scipy.optimize.curve_fit`).

main.py

@@ -4,30 +4,35 @@ from pathlib import Path
 
 BASE = Path(__file__).parent
 
-MENU = [
-    ("Calcola T ambiente (calcola_t_amb)",  BASE / "start"      / "calcola_t_amb.py"),
-    ("Plot dati raw (plot_temperatura)",    BASE / "start"      / "plot_temperatura.py"),
-    ("Induttore 1  [t = 110.81–111.56 s]", BASE / "induttore1" / "app1.py"),
-    ("Induttore 2  [t = 112.02–113.95 s]", BASE / "induttore2" / "app2.py"),
-    ("Induttore 3  [t = 115.0–133.7 s]",   BASE / "induttore3" / "app3.py"),
-    ("Report completo LaTeX",               BASE / "report_completo.py"),
-]
+
+def build_menu() -> list[tuple[str, Path]]:
+    menu = [
+        ("Calcola T ambiente", BASE / "start" / "calcola_t_amb.py"),
+        ("Plot dati raw",      BASE / "start" / "plot_temperatura.py"),
+    ]
+    for folder in sorted(BASE.glob("induttore*/")):
+        for script in sorted(folder.glob("app*.py")):
+            menu.append((f"{folder.name}  —  {script.name}", script))
+    menu.append(("Report completo (PDF + LaTeX)", BASE / "report_completo.py"))
+    return menu
+
 
 def main():
     while True:
+        menu = build_menu()
         print("\n=== Analisi Termica Forno ===\n")
-        for i, (label, _) in enumerate(MENU, 1):
+        for i, (label, _) in enumerate(menu, 1):
             print(f"  {i}. {label}")
         print("  0. Esci\n")
 
         scelta = input("Scegli: ").strip()
         if scelta == "0":
             break
-        if not scelta.isdigit() or not (1 <= int(scelta) <= len(MENU)):
+        if not scelta.isdigit() or not (1 <= int(scelta) <= len(menu)):
             print("Scelta non valida.")
             continue
 
-        _, script = MENU[int(scelta) - 1]
+        _, script = menu[int(scelta) - 1]
         subprocess.run([sys.executable, str(script)])
 
 if __name__ == "__main__":