# 5 号机缸体振动标签算法说明

## 1. 输入

- `wave_file` 中 5 号机 6 个缸体振动点位；
- 每个文件读取 `wave_sample_one` 的**首周期**；
- 仅保留 `rpm > 0` 的运行态文件；
- 约 15 分钟一个文件；
- 每个文件约 1544 个采样点、采样率 25.6 kHz、约 60ms。

## 2. 首周期特征

每个文件、每个缸计算：

- 时域：RMS、峰值、峰峰值、偏度、峭度、峰值因子、脉冲因子、裕度因子、波形因子、过零率；
- 频域：频带能量、谱重心、谱熵、高频能量占比；
- 包络：包络 RMS/峰值、1x/2x/3x 包络幅值、包络熵；
- 跨缸残差：同缸 vs 同级其他缸的 `rms_log`、`kurt`、`hf_ratio`、`env_1x_log`、`env_2x_log`。

当前评分主要使用跨缸残差特征，避免全厂共同工况变化直接变成单缸标签。

## 3. 动态局部基线

对每个 15 分钟点、每个缸：

- 向前查看**最多 30 天**；
- 至少需要 **96 个有效运行点（1 天）**；
- 自动跳过停机和无数据区间；
- 每次断档超过 2 小时后，新启动的前 1 小时不参与基线；
- 基线位置使用中位数，尺度使用 `(Q75-Q25)/1.349`；
- 局部基线不足 1 天时标记 `baseline_ok=False`，不直接确认标签。

与旧版全局基线相比，动态基线能避免把“全时段平均”当成近期正常状态。

## 4. 评分和等级

对每个残差特征计算局部 z-score：

```text
z = (feature - local_median) / local_scale
```

分数取各残差特征 z-score 绝对值的最大值；最大贡献特征作为 `driver`。

等级阈值只由局部基线和稳健尺度决定：

```text
轻微      = max(3.5, 中位数 + 6 × MAD)
异常      = max(5.0, 中位数 + 10 × MAD)
严重异常  = max(7.0, 中位数 + 14 × MAD)
```

- 分数达到“轻微”才作为候选；
- 等级由段内最大分数决定；
- 不使用事件日期修改阈值；
- 不使用 24 小时局部对比度门槛。

## 5. 15 分钟段

- 点级命中后，按数据连续性聚成段；
- 单点强异常允许保留；
- 段属性包括起止、时长、最大分数、最大时间、driver、方向、等级、特异性；
- 方向：
  - 高幅高冲击：RMS 和峭度都高于同级；
  - 低幅高冲击：RMS 不高，但峭度高于同级；
  - 高幅：只有 RMS 高；
  - 未确认：单特征或证据不足。

## 6. 小时标签

- 每小时最多 4 个 15 分钟点；
- 至少 2 个点落入异常段，该小时才形成标签；
- 相邻小时且连续时合并；
- 中间缺 1 小时不跨段合并；
- 小时标签继承段的等级、方向、确认状态和最大分数。

## 7. 状态标记，不做二次删除

不再用单独规则删除标签。以下信息只写入 `review_flags` / 字段：

- `未确认`：多特征确认不足；
- `低幅高冲击`：RMS 不高但峭度高；
- `高幅`：只有幅值高；
- `启动/过渡`：启动后前 1 小时占比高；
- `局部基线不足`：前置 1 天基线不足；
- `持续证据弱`：段内活跃点比例低。

所有标签都保留，HTML 通过筛选查看。

## 8. 事件验证

事件只用于验证，不参与标签生成：

| 事件 | 缸 | 当前结果 | 等级 | 提前量 |
|---|---|---|---|---|
| 2026-06-12 | 二缸 | 6/11 11:00~15:45 | 严重异常 | 0.54 天 |
| 2026-06-21 | 五缸 | 6/18 09:45~11:15 | 轻微 | 2.59 天 |
| 2026-07-11 | 二缸 | 7/05 01:15~03:00 | 轻微 | 5.95 天 |

当前 3/3 事件有振动标签；6/21 是低幅高冲击，不再是漏报。

## 9. 已知限制

1. 首周期是快照，无法覆盖完整 15 分钟内的所有冲击；
2. 启动/停机瞬态可能提高峭度，需要结合 `review_flags` 复核；
3. 动态基线在早期数据不足 1 天时无法判断；
4. 6/21 的振动证据较弱，温度是主要参考；
5. 等级是规则分级，不是物理故障严重度的绝对标定。

## 10. 后续合并

见 `合并方案.md`。当前不修改 `models/`。