davideandClaude Sonnet 4.6
dfbcc1d215
Aggiunge sezione con formato (CSV, virgola, UTF-8), nomi esatti delle colonne obbligatorie, unità di misura e requisito sulla copertura temporale. Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
127 lines
4.2 KiB
Markdown
127 lines
4.2 KiB
Markdown
# Analisi Termica Forno — Cevolani
|
||
|
||
Script Python per l'analisi del profilo termico di una scatola che attraversa un forno industriale, con acquisizione tramite sensori IR.
|
||
|
||
## Setup (Windows)
|
||
|
||
```bat
|
||
python -m venv venv
|
||
venv\Scripts\activate
|
||
pip install -r requirements.txt
|
||
```
|
||
|
||
## 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
|
||
|
||
**Script:** `start/plot_temperatura.py`
|
||
|
||
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).
|
||
|
||
---
|
||
|
||
## Requisiti di data.csv
|
||
|
||
### Formato
|
||
|
||
| Proprietà | Valore richiesto |
|
||
| --- | --- |
|
||
| Formato | CSV |
|
||
| Separatore | `,` (virgola) |
|
||
| Encoding | UTF-8 |
|
||
| Prima riga | intestazione (header) |
|
||
|
||
### Colonne obbligatorie
|
||
|
||
I nomi delle colonne devono corrispondere **esattamente** (spazi e maiuscole inclusi):
|
||
|
||
| Colonna | Unità | Descrizione |
|
||
| --- | --- | --- |
|
||
| `time since start [ms]` | ms | Tempo dall'inizio acquisizione — convertito in secondi (`/ 1000`) da tutti gli script |
|
||
| `temp_obj IR [C]` | °C | Temperatura dell'oggetto misurato (target del fit) |
|
||
| `temp_amb IR [C]` | °C | Temperatura ambiente (usata per calcolare T∞) |
|
||
|
||
Le colonne aggiuntive presenti nel file vengono ignorate.
|
||
|
||
### Copertura temporale
|
||
|
||
Il file deve contenere campioni nei range temporali usati da ciascuno script. I parametri `T0` e `T_END` in ogni `appX.py` devono ricadere all'interno dei valori di `time since start [ms]` presenti nel CSV (convertiti in secondi).
|
||
|
||
## 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`).
|