# 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。
>
> 当前 v2：压力标签 61 条（7号 0、8号 61、9号 0）。在 100% 方案的 0 点/部分掉点过滤上，
> 新增“开机恢复瞬态”剔除规则；0 点、部分掉点和开机瞬态小时均不进入正常训练样本。

## 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/pressure/压力开机恢复剔除标签.csv`
  - `models/results/pressure/压力开机恢复剔除小时.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；
- 油压 0 值样本数 `oil_zero_count` 及 0 值比例 `oil_zero_ratio`；
- 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
```

同时，以下小时不参与压力周期、趋势、标签和正常样本：

```text
oil_avg <= 0                                  → 0 MPa 无效小时
oil_zero_ratio >= 5%
且相邻小时 oil_zero_ratio >= 50%              → 部分掉点无效小时
```

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；
- `oil_avg <= 0` 和部分掉点小时先被剔除，再划分周期。

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**连续 1 小时步长**的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。
跨掉点、缺失或停机缺口的小时不能参与斜率，连续点少于 3 个时斜率为空。

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 个连续有效小时斜率 < -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 前置下降与开机恢复瞬态

前置下降：

```text
连续下降 >= 6 个连续有效小时
且 6 小时斜率 < -0.001
且相对周期基线下降不足 5%
→ 该小时并入后面的轻微阶段，阶段起点前移
```

开机恢复瞬态（v2 新增）：

- 只检查开机后 24 小时内出现的候选阶段；
- 候选阶段结束后，要求连续至少 12 个有效小时恢复到周期基线 95% 以上，且无低报警；
- 满足则删除该标签，并把开机到稳定恢复前的小时排除出正常训练样本；
- 不满足则保留标签。

该规则不使用“开机后固定剔除 N 小时”的方式；必须观察到稳定恢复才删除。

### 4.8 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
```

v2 额外输出：

- `压力开机恢复剔除标签.csv`：被删除的开机恢复瞬态标签、稳定恢复开始小时和连续稳定小时数；
- `压力开机恢复剔除小时.csv`：从开机到稳定恢复前被排除出正常训练的小时。

### 4.9 当前结果

- 压力标签：61 条（轻微 56、异常 4、严重异常 1）
- 7号机 0、8号机 61、9号机 0
- 开机恢复瞬态剔除：3 条标签 / 14 小时

## 5. 运行方法

压力算法不依赖振动代码，公共逻辑在 `models/common/`。设备号输入、全量/实时模式与告警
落库统一见 `全量与实时运行及告警落库.md`。

### 5.1 全量扫描（推荐）

```bash
# 按设备号，自动查询起止时间，先清理旧中间/结果再生成，结果写本地
python models/scan_all.py --device 7# 8# 9# --store local

# 本地结果照常生成，并额外写入 compressor_alarm
python models/scan_all.py --device 7# 8# 9# --store db

# 同时写入模型异常概率参考（viewer 告警详情显示）
python models/scan_all.py --device 7# 8# 9# --store db --with-model
```

### 5.2 单独运行压力算法

```bash
# 复用小时中间表
python models/generalized/pressure_algorithm.py \
  --device 7# 8# 9# \
  --hourly-csv models/datas/hourly/pks_hourly_full.csv \
  --output-dir models/results/pressure

# 连库扫描
python models/generalized/pressure_algorithm.py --device 7# 8# 9#
```

### 5.3 只分析指定设备

```bash
python models/generalized/pressure_algorithm.py \
  --device 8# \
  --hourly-csv models/datas/hourly/pks_hourly_full.csv \
  --output-dir models/results/pressure_8
```

参数含义与默认值：

| 参数 | 含义 | 默认值 |
|---|---|---|
| `--device` | 压缩机编号，可多选，如 `7# 8# 9#` | `7# 8# 9#` |
| `--start` / `--end` | 扫描起止（连库模式） | 自动：`floor(最小)..floor(最大)+1h` |
| `--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` |

说明：设备经 `compressor_data_import.directory_path` 解析到 PKS 批次；算法内部仍按批次
划分周期，因此本地结果的基础列与历史 CSV 对应；v2 以当前 reference 为准。

## 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

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。
8. v2 中 7 号机、9 号机压力标签均为 0，不能评估这两台机组的压力异常召回。
9. 压力异常测试窗口全部来自 8 号机，分机组结果只能作为参考。
10. 标签来自规则扫描阶段，未经维修记录或人工确认，不等同于物理故障诊断。