# PKS 润滑油压力算法说明

> 重构位置：`models/generalized/pressure_algorithm.py`（压力算法）+ `models/common/`（公共查询、报警配置、稳健统计、CSV 输出）。
> 原合并脚本 `backend/scan_pks_fault_evolution.py` 保留不动，本文件只描述压力一侧。

## 1. 适用脚本

- 压力算法：`models/generalized/pressure_algorithm.py`
- 公共层：`models/common/`
- 压力+振动组合扫描：`models/scan_all.py`
- 输出：
  - `models/results/pressure/润滑油压力小时等级.csv`
  - `models/results/pressure/润滑油压力小时阶段段.csv`
  - `models/results/pressure/润滑油压力演化周期.csv`
  - `models/results/common/报警阈值配置.csv`

## 2. 分析点位

| 点位 | 含义 | 用途 |
|---|---|---|
| `YSJ_5` | 润滑油压力 | 分析长期下降和低压风险 |
| `YSJ_10` | 联轴器端振动 | 分析振动峰值和均值异常 |
| `YSJ_11` | 链轮端振动 | 分析振动峰值和均值异常 |
| `YSJ_41` | 运行状态 | 判断设备是否运行 |

运行判断规则：

```text
YSJ_41 > 0 表示设备运行
```

批次与机组的对应关系：

| 批次 | 机组 |
|---:|---|
| 30 | 7号机 |
| 31 | 8号机 |
| 32 | 9号机 |

## 3. 通用数据处理

### 3.1 按小时聚合

数据库端按小时聚合 5 秒采样数据，每个小时计算：

- 总样本数；
- 运行样本数；
- 运行覆盖率；
- 油压均值、最小值、最大值；
- 两个振动点位的均值和最大值；
- 各点位超过报警阈值的样本数。

每小时理论样本数为：

```text
720 个样本（5 秒一个样本）
```

运行覆盖率计算方式：

```text
运行覆盖率 = 运行样本数 / 720
```

### 3.2 有效小时

只有满足以下条件的小时，才参与长期趋势或振动基线分析：

```text
运行覆盖率 >= 0.80
```

这样可以排除停机、启动、停机过渡和采集不完整对结果的影响。

## 4. 润滑油压力算法

### 4.1 算法目标

识别润滑油压力是否出现真实的长期恶化，而不是把单个采样点或短时掉点误判为长期故障。

核心思想：

```text
周期基线 + 下降百分比 + 持续下降趋势 + 工程报警阈值 + 连续确认
```

### 4.2 周期和基线

对每台机组的有效运行小时建立油压周期：

- 第一个有效小时开始一个周期；
- 有效小时之间间隔超过 12 小时，开始新的周期；
- 周期内的有效小时用于分析油压演化。

周期基线取周期开始阶段前 24 个有效运行小时油压均值的中位数：

```text
周期基线 = 前 24 个有效小时油压均值的中位数
```

同时计算近期 24 个有效小时基线，用于辅助判断当前油压是否偏离近期水平。

### 4.3 趋势判断

对最近 6 个有效运行小时计算油压线性斜率，并统计连续下降的有效小时数。

认为油压处于下降趋势的条件为：

```text
连续下降有效小时数 >= 3
或最近 6 个有效小时斜率 < -0.0005
```

相对周期基线变化计算方式：

```text
相对变化 = (当前油压 - 周期基线) / 周期基线
```

例如结果为 `-16.7%`，表示当前油压比周期基线下降约 16.7%。

### 4.4 油压分级规则

#### 轻微

同时满足：

```text
相对周期基线下降 >= 5%
且处于下降趋势
```

#### 异常

满足任一条件：

```text
相对周期基线下降 >= 10%，且处于下降趋势
或油压 <= 低报警阈值
```

#### 严重异常

满足任一条件：

```text
相对周期基线下降 >= 20%，且处于下降趋势
或油压 <= 低低报警阈值
```

当前实际阈值示例：

```text
低报警阈值：0.34 MPa
低低报警阈值：0.31 MPa
```

报警阈值从数据库中的 `site_point` 和对应 `AlarmType` 配置读取，不固定写死某一个报警配置编号。

### 4.5 报警样本比例

一个小时内，只有当达到报警阈值的运行样本占比至少达到 20% 时，才将该小时标记为对应的低报警小时：

```text
报警样本比例 = 报警运行样本数 / 运行样本数
报警样本比例 >= 20%
```

### 4.6 连续确认

为减少短时异常误报，油压阶段采用连续有效小时确认：

- 连续至少 3 个有效小时：确认当前等级；
- 普通异常或轻微异常不足 3 小时：长期阶段按轻微处理；
- 严重异常不足 3 小时：不形成长期严重阶段；
- 低低报警的一两小时仍保留原始严重报警和立即报警信息。

因此，短时间低压掉点不会直接形成长期严重故障阶段，但原始报警不会丢失。

### 4.7 输出结果

油压结果分为三层：

1. **小时等级**：每个有效小时的压力等级、趋势、基线和报警信息；
2. **小时阶段段**：将连续或相近的同等级小时合并；
3. **演化周期**：汇总周期内是否经历轻微、异常、严重异常，以及等级演化顺序。

阶段合并时，同一机组、同一周期、同一等级且间隔不超过 6 小时的小时会合并。

典型演化结果：

```text
轻微 -> 异常 -> 严重异常
```

## 5. 运行方法

重构后压力算法不依赖振动代码，公共逻辑在 `models/common/`。

### 5.1 复用小时中间表（推荐）

```bash
python models/generalized/pressure_algorithm.py \
  --hourly-csv models/datas/hourly/pks_hourly_full.csv \
  --output-dir models/results/pressure
```

### 5.2 从数据库全量重跑（同时缓存小时中间表）

```bash
python models/scan_all.py --save-hourly
```

`models/scan_all.py` 会一次生成压力与振动全部结果，并写入
`models/datas/hourly/pks_hourly_full.csv`。

### 5.3 只分析指定批次/机组

```bash
python models/generalized/pressure_algorithm.py \
  --batch 31 \
  --hourly-csv models/datas/hourly/pks_hourly_full.csv \
  --output-dir models/results/pressure_batch31
```

参数含义与默认值：

| 参数 | 含义 | 默认值 |
|---|---|---|
| `--batch` | 批次，可多选 | `compressor_data_import` 中全部 PKS 批次 |
| `--start` | 开始时间（连库模式） | `2025-01-01 00:00:00` |
| `--end` | 结束时间（连库模式） | `2026-09-01 00:00:00` |
| `--chunk-days` | 每个查询块的天数 | `14` |
| `--hourly-csv` | 复用小时中间表，不查库 | 无 |
| `--output-dir` | 输出目录 | `models/results/pressure` |

## 6. 结果解读建议（润滑油压力）

### 润滑油压力

优先看以下字段：

- `相对周期基线变化`；
- `近6有效小时油压斜率`；
- `连续下降有效小时数`；
- `压力等级`；
- `是否形成确认等级`；
- `低报警小时数`、`低低报警小时数`。

判断重点：

```text
是否在完整运行小时内持续下降，并且连续达到确认时长
```

## 7. 重要限制

## 8. 重要限制

1. 算法输出的是异常候选和演化阶段，不是最终故障诊断。
2. 停机、启动和停机过渡期间的低值或峰值不能直接作为故障证据。
3. 油压长期下降更适合判断润滑系统风险，不能单独确定具体损坏部件。
4. 振动异常可以提示气阀、活塞或机械冲击风险，但具体归因仍需结合功图、高频波形和维修记录。
5. 当前振动结果重点是异常段识别，不等同于严格的三小时连续确认。
6. 报警阈值来自数据库的点位配置，应定期检查配置是否正确。
7. 建议结合 `运行样本数 / 720` 一起查看，避免低覆盖率小时造成误判。