Aggiunge il pannello T-t del sensore all'animazione FEM

Sotto la vista 3D compare la storia della temperatura nel nodo osservato dal
sensore, con il cursore sull'istante corrente: la curva nodale calcolata dal
FEM e la stessa filtrata dall'inerzia del sensore.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

plot_animazione_fem.py

@@ -102,10 +102,14 @@ def main() -> None:
     norm = matplotlib.colors.Normalize(vmin=T_ambiente, vmax=T_max)
     cmap = matplotlib.colormaps["inferno"]
 
-    fig = plt.figure(figsize=(9, 7))
-    ax = fig.add_subplot(projection="3d")
+    fig = plt.figure(figsize=(9, 8.5))
+    griglia = fig.add_gridspec(2, 1, height_ratios=[2.6, 1.0], hspace=0.05)
+    ax = fig.add_subplot(griglia[0], projection="3d")
+    ax_storia = fig.add_subplot(griglia[1])
     ax.view_init(elev=35.264, azim=45)
-    ax.set_box_aspect((lunghezza_m, 2 * raggio_m, 2 * raggio_m))
+    # zoom > 1 riempie il riquadro: con set_axis_off gli assi 3D lascerebbero
+    # altrimenti molto margine vuoto sopra il pannello della storia.
+    ax.set_box_aspect((lunghezza_m, 2 * raggio_m, 2 * raggio_m), zoom=1.12)
     ax.set_axis_off()
     ax.set_xlim(0.0, lunghezza_m)
     ax.set_ylim(-raggio_m, raggio_m)
@@ -120,11 +124,38 @@ def main() -> None:
 
     mappabile = cm.ScalarMappable(cmap=cmap, norm=norm)
     mappabile.set_array([])
-    barra = fig.colorbar(mappabile, ax=ax, shrink=0.6, pad=0.05)
+    # La colorbar è agganciata a entrambi i pannelli per non restringere solo
+    # quello 3D: così i due riquadri restano della stessa larghezza.
+    barra = fig.colorbar(mappabile, ax=(ax, ax_storia), shrink=0.6, pad=0.02, aspect=30)
     barra.set_label("T [°C]")
 
     titolo = ax.set_title("")
 
+    # Pannello inferiore: storia della temperatura nel punto osservato dal
+    # sensore. T_vere è il valore nodale calcolato dal FEM, T_lette lo stesso
+    # segnale filtrato dall'inerzia del primo ordine del sensore.
+    # Con la costante di tempo del sensore le due curve sono quasi
+    # sovrapposte: la prima è tracciata spessa e trasparente perché la seconda,
+    # tratteggiata, resti leggibile sopra di essa.
+    linea_vera, = ax_storia.plot(
+        [], [], color="tab:blue", linewidth=3.0, alpha=0.4,
+        label="T nodo del sensore (FEM)",
+    )
+    linea_letta, = ax_storia.plot(
+        [], [], color="tab:red", linewidth=1.2, linestyle="--",
+        label="T misurata dal sensore (con inerzia)",
+    )
+    cursore = ax_storia.axvline(tempi[indice_inizio], color="gray", linewidth=0.8)
+    ax_storia.set_xlim(0.0, tempi[-1])
+    ax_storia.set_ylim(
+        T_ambiente - 0.05 * (T_max - T_ambiente),
+        max(dati["T_vere"].max(), dati["T_lette"].max()) * 1.08,
+    )
+    ax_storia.set_xlabel("Tempo [s]")
+    ax_storia.set_ylabel("T [°C]")
+    ax_storia.legend(loc="upper left")
+    ax_storia.grid(True, alpha=0.3)
+
     def disegna_frame(k: int):
         T_elementi = dati["campi"][k][elementi].mean(axis=1)
         colori = cmap(norm(T_elementi))
@@ -142,11 +173,15 @@ def main() -> None:
             np.full(n_visibili, raggio_m * np.cos(theta_sorgente) * 1.06),
         )
 
+        linea_vera.set_data(tempi[: k + 1], dati["T_vere"][: k + 1])
+        linea_letta.set_data(tempi[: k + 1], dati["T_lette"][: k + 1])
+        cursore.set_xdata([tempi[k], tempi[k]])
+
         titolo.set_text(
             f"FEM shell — t = {tempi[k]:.2f} s — "
             f"T sensore = {dati['T_lette'][k]:.1f} °C"
         )
-        return collezione, marker_sorgenti, titolo
+        return collezione, marker_sorgenti, linea_vera, linea_letta, cursore, titolo
 
     animazione = FuncAnimation(
         fig, disegna_frame, frames=indici_frame,