| | |
|---|
| | | import streamlit as st |
|---|
| | | import plotly.express as px |
|---|
| | | import pandas as pd |
|---|
| | | from datetime import datetime, timedelta |
|---|
| | | from app.services.data_query_service import DataQueryService |
|---|
| | | from app.services.data_processing_service import DataProcessingService |
|---|
| | | from app.services.extruder_service import ExtruderService |
|---|
| | | from app.pages.sorting_dashboard import show_sorting_dashboard |
|---|
| | | from app.pages.extruder_dashboard import show_extruder_dashboard |
|---|
| | | from app.pages.main_process_dashboard import show_main_process_dashboard |
|---|
| | | from app.pages.comprehensive_dashboard import show_comprehensive_dashboard |
|---|
| | | from app.pages.metered_weight_dashboard import show_metered_weight_dashboard |
|---|
| | | from app.pages.metered_weight_correlation import show_metered_weight_correlation |
|---|
| | | from app.pages.metered_weight_regression import show_metered_weight_regression |
|---|
| | | from app.pages.metered_weight_advanced import show_metered_weight_advanced |
|---|
| | | from app.pages.metered_weight_deep_learning import show_metered_weight_deep_learning |
|---|
| | | from app.pages.metered_weight_steady_state import show_metered_weight_steady_state |
|---|
| | | from app.pages.metered_weight_prediction import show_metered_weight_prediction |
|---|
| | | from app.pages.metered_weight_forecast import show_metered_weight_forecast |
|---|
| | | from app.pages.extruder_parameter_adjustment import show_extruder_parameter_adjustment |
|---|
| | | from app.pages.optimized_parameter_adjustment import show_optimized_parameter_adjustment |
|---|
| | | |
|---|
| | | # 设置页面配置 |
|---|
| | | st.set_page_config( |
|---|
| | |
|---|
| | | layout="wide" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 左侧菜单导航 |
|---|
| | | st.sidebar.title("系统导航") |
|---|
| | | menu = st.sidebar.radio( |
|---|
| | | "选择分析模块", |
|---|
| | | ["分拣磅秤", "挤出机"], |
|---|
| | | index=0, |
|---|
| | | key="main_menu" |
|---|
| | | # 定义页面 |
|---|
| | | sorting_page = st.Page( |
|---|
| | | show_sorting_dashboard, |
|---|
| | | title="分拣磅秤", |
|---|
| | | icon="⚖️", |
|---|
| | | url_path="sorting" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 右侧内容区域 |
|---|
| | | if menu == "分拣磅秤": |
|---|
| | | # 初始化服务 |
|---|
| | | query_service = DataQueryService() |
|---|
| | | processing_service = DataProcessingService() |
|---|
| | | extruder_page = st.Page( |
|---|
| | | show_extruder_dashboard, |
|---|
| | | title="挤出机", |
|---|
| | | icon="🏭", |
|---|
| | | url_path="extruder" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 页面标题 |
|---|
| | | st.title("分拣磅秤数据分析") |
|---|
| | | main_process_page = st.Page( |
|---|
| | | show_main_process_dashboard, |
|---|
| | | title="主流程控制", |
|---|
| | | icon="⚙️", |
|---|
| | | url_path="main_process" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 查询条件区域（迁移到右侧顶部） |
|---|
| | | st.subheader("查询配置") |
|---|
| | | col1, col2, col3 = st.columns([2, 2, 1]) |
|---|
| | | |
|---|
| | | with col1: |
|---|
| | | start_date = st.date_input("开始日期", datetime.now() - timedelta(days=7), key="sorting_start_date") |
|---|
| | | |
|---|
| | | with col2: |
|---|
| | | end_date = st.date_input("结束日期", datetime.now(), key="sorting_end_date") |
|---|
| | | |
|---|
| | | with col3: |
|---|
| | | st.write("") # 占位 |
|---|
| | | query_button = st.button("查询数据", key="sorting_query") |
|---|
| | | comprehensive_page = st.Page( |
|---|
| | | show_comprehensive_dashboard, |
|---|
| | | title="条重综合分析", |
|---|
| | | icon="🌐", |
|---|
| | | url_path="comprehensive" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 转换为datetime对象（包含时间） |
|---|
| | | start_datetime = datetime.combine(start_date, datetime.min.time()) |
|---|
| | | end_datetime = datetime.combine(end_date, datetime.max.time()) |
|---|
| | | metered_weight_page = st.Page( |
|---|
| | | show_metered_weight_dashboard, |
|---|
| | | title="米重综合分析", |
|---|
| | | icon="📏", |
|---|
| | | url_path="metered_weight" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 查询按钮处理 |
|---|
| | | if query_button: |
|---|
| | | # 验证日期范围 |
|---|
| | | if start_datetime > end_datetime: |
|---|
| | | st.error("开始日期不能晚于结束日期！") |
|---|
| | | else: |
|---|
| | | # 显示加载状态 |
|---|
| | | with st.spinner("正在查询数据..."): |
|---|
| | | # 查询数据 |
|---|
| | | raw_data = query_service.get_sorting_scale_data(start_datetime, end_datetime) |
|---|
| | | |
|---|
| | | if raw_data is None or raw_data.empty: |
|---|
| | | st.warning("未查询到数据，请检查日期范围或数据库连接！") |
|---|
| | | st.session_state['query_results'] = None |
|---|
| | | else: |
|---|
| | | # 清洗数据 |
|---|
| | | cleaned_data = processing_service.clean_data(raw_data) |
|---|
| | | |
|---|
| | | # 计算统计信息 |
|---|
| | | stats = processing_service.calculate_statistics(cleaned_data) |
|---|
| | | |
|---|
| | | # 分析极值点 |
|---|
| | | extreme_analysis = processing_service.analyze_extreme_points(cleaned_data) |
|---|
| | | extreme_points = extreme_analysis['extreme_points'] |
|---|
| | | phase_maxima = extreme_analysis['phase_maxima'] |
|---|
| | | overall_pass_rate = extreme_analysis['overall_pass_rate'] |
|---|
| | | |
|---|
| | | # 缓存结果 |
|---|
| | | st.session_state['query_results'] = { |
|---|
| | | 'cleaned_data': cleaned_data, |
|---|
| | | 'stats': stats, |
|---|
| | | 'extreme_points': extreme_points, |
|---|
| | | 'phase_maxima': phase_maxima, |
|---|
| | | 'overall_pass_rate': overall_pass_rate |
|---|
| | | } |
|---|
| | | |
|---|
| | | # 显示数据概览 |
|---|
| | | st.subheader("数据概览") |
|---|
| | | col1, col2, col3, col4 = st.columns(4) |
|---|
| | | |
|---|
| | | with col1: |
|---|
| | | st.metric("总记录数", stats.get('total_records', 0)) |
|---|
| | | |
|---|
| | | with col2: |
|---|
| | | st.metric("平均合格数", round(stats.get('count_in_range', {}).get('mean', 0), 2)) |
|---|
| | | |
|---|
| | | with col3: |
|---|
| | | st.metric("数据时间范围", f"{cleaned_data['time'].min()} 至 {cleaned_data['time'].max()}") |
|---|
| | | |
|---|
| | | with col4: |
|---|
| | | st.metric("整体合格率", f"{overall_pass_rate}%") |
|---|
| | | |
|---|
| | | # 显示趋势图 |
|---|
| | | st.subheader("数据趋势图") |
|---|
| | | fig = px.line( |
|---|
| | | cleaned_data, |
|---|
| | | x='time', |
|---|
| | | y=['count_under', 'count_in_range', 'count_over'], |
|---|
| | | labels={ |
|---|
| | | 'time': '时间', |
|---|
| | | 'value': '数量', |
|---|
| | | 'variable': '数据类型' |
|---|
| | | }, |
|---|
| | | title='分拣磅秤数据趋势', |
|---|
| | | color_discrete_map={ |
|---|
| | | 'count_under': 'red', |
|---|
| | | 'count_in_range': 'green', |
|---|
| | | 'count_over': 'blue' |
|---|
| | | } |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 自定义图例 |
|---|
| | | fig.for_each_trace(lambda t: t.update(name={ |
|---|
| | | 'count_under': '低于标准', |
|---|
| | | 'count_in_range': '在标准范围内', |
|---|
| | | 'count_over': '高于标准' |
|---|
| | | }[t.name])) |
|---|
| | | |
|---|
| | | # 配置图表缩放功能 |
|---|
| | | fig.update_layout( |
|---|
| | | xaxis=dict( |
|---|
| | | fixedrange=False |
|---|
| | | ), |
|---|
| | | yaxis=dict( |
|---|
| | | fixedrange=False |
|---|
| | | ), |
|---|
| | | dragmode='zoom' |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 配置图表参数 |
|---|
| | | config = { |
|---|
| | | 'scrollZoom': True |
|---|
| | | } |
|---|
| | | |
|---|
| | | # 显示图表 |
|---|
| | | st.plotly_chart(fig, use_container_width=True, config=config) |
|---|
| | | |
|---|
| | | # 显示极值点分析 |
|---|
| | | st.subheader("极值点分析") |
|---|
| | | if not extreme_points.empty: |
|---|
| | | # 准备展示数据 |
|---|
| | | display_df = extreme_points[['time', 'count_under', 'count_in_range', 'count_over', 'pass_rate']].copy() |
|---|
| | | |
|---|
| | | # 格式化时间戳 |
|---|
| | | display_df['time'] = display_df['time'].dt.strftime('%Y-%m-%d %H:%M:%S') |
|---|
| | | |
|---|
| | | # 修改列名 |
|---|
| | | display_df.columns = ['时间戳', '超下限数值', '范围内数值', '超上限数值', '合格率(%)'] |
|---|
| | | |
|---|
| | | # 显示数据表格 |
|---|
| | | st.dataframe(display_df, use_container_width=True) |
|---|
| | | |
|---|
| | | # 显示极值点数量 |
|---|
| | | st.info(f"共识别到 {len(extreme_points)} 个极值点") |
|---|
| | | |
|---|
| | | # 添加导出功能 |
|---|
| | | import csv |
|---|
| | | import io |
|---|
| | | |
|---|
| | | # 创建CSV数据 |
|---|
| | | csv_buffer = io.StringIO() |
|---|
| | | display_df.to_csv(csv_buffer, index=False, encoding='utf-8-sig') |
|---|
| | | csv_data = csv_buffer.getvalue() |
|---|
| | | |
|---|
| | | # 添加下载按钮 |
|---|
| | | st.download_button( |
|---|
| | | label="下载极值点分析结果", |
|---|
| | | data=csv_data, |
|---|
| | | file_name=f"极值点分析_{start_date}_{end_date}.csv", |
|---|
| | | mime="text/csv" |
|---|
| | | ) |
|---|
| | | else: |
|---|
| | | st.warning("未识别到极值点") |
|---|
| | | |
|---|
| | | |
|---|
| | | # 显示重量趋势图 |
|---|
| | | st.subheader("重量趋势图") |
|---|
| | | if 'weight' in cleaned_data.columns: |
|---|
| | | # 创建重量趋势图 |
|---|
| | | import plotly.graph_objects as go |
|---|
| | | |
|---|
| | | # 创建图表 |
|---|
| | | weight_fig = go.Figure() |
|---|
| | | |
|---|
| | | # 检查是否包含阈值相关字段 |
|---|
| | | has_thresholds = all(col in cleaned_data.columns for col in ['baseline_value', 'over_difference', 'under_difference']) |
|---|
| | | |
|---|
| | | # 计算动态阈值 |
|---|
| | | if has_thresholds: |
|---|
| | | # 复制数据以避免修改原始数据 |
|---|
| | | threshold_data = cleaned_data.copy() |
|---|
| | | |
|---|
| | | # 处理零值 |
|---|
| | | for col in ['baseline_value', 'over_difference', 'under_difference']: |
|---|
| | | threshold_data[col] = threshold_data[col].replace(0, pd.NA) |
|---|
| | | |
|---|
| | | # 向前填充缺失值 |
|---|
| | | threshold_data = threshold_data.ffill() |
|---|
| | | |
|---|
| | | # 计算上下限阈值 |
|---|
| | | threshold_data['upper_threshold'] = threshold_data['over_difference'] |
|---|
| | | threshold_data['lower_threshold'] = threshold_data['under_difference'] |
|---|
| | | |
|---|
| | | # 标记超出阈值的点 |
|---|
| | | threshold_data['is_out_of_range'] = (threshold_data['weight'] > threshold_data['upper_threshold']) | (threshold_data['weight'] < threshold_data['lower_threshold']) |
|---|
| | | |
|---|
| | | # 添加基准值线（动态） |
|---|
| | | weight_fig.add_trace(go.Scatter( |
|---|
| | | x=threshold_data['time'], |
|---|
| | | y=threshold_data['baseline_value'], |
|---|
| | | name='基准值', |
|---|
| | | line=dict(color='green', width=2), |
|---|
| | | opacity=0.7 |
|---|
| | | )) |
|---|
| | | |
|---|
| | | # 添加上限阈值线（动态） |
|---|
| | | weight_fig.add_trace(go.Scatter( |
|---|
| | | x=threshold_data['time'], |
|---|
| | | y=threshold_data['upper_threshold'], |
|---|
| | | name='上限阈值', |
|---|
| | | line=dict(color='red', width=2), |
|---|
| | | opacity=0.7 |
|---|
| | | )) |
|---|
| | | |
|---|
| | | # 添加下限阈值线（动态） |
|---|
| | | weight_fig.add_trace(go.Scatter( |
|---|
| | | x=threshold_data['time'], |
|---|
| | | y=threshold_data['lower_threshold'], |
|---|
| | | name='下限阈值', |
|---|
| | | line=dict(color='orange', width=2), |
|---|
| | | opacity=0.7 |
|---|
| | | )) |
|---|
| | | |
|---|
| | | # 分离正常和异常数据点 |
|---|
| | | normal_data = threshold_data[~threshold_data['is_out_of_range']] |
|---|
| | | out_of_range_data = threshold_data[threshold_data['is_out_of_range']] |
|---|
| | | |
|---|
| | | # 添加正常重量点 |
|---|
| | | weight_fig.add_trace(go.Scatter( |
|---|
| | | x=normal_data['time'], |
|---|
| | | y=normal_data['weight'], |
|---|
| | | name='重量 (正常)', |
|---|
| | | opacity=0.8, |
|---|
| | | mode='markers', |
|---|
| | | marker=dict( |
|---|
| | | size=4, |
|---|
| | | color='blue', |
|---|
| | | symbol='circle', |
|---|
| | | line=dict( |
|---|
| | | width=0, |
|---|
| | | color='blue' |
|---|
| | | ) |
|---|
| | | ) |
|---|
| | | )) |
|---|
| | | |
|---|
| | | # 添加异常重量点 |
|---|
| | | if not out_of_range_data.empty: |
|---|
| | | weight_fig.add_trace(go.Scatter( |
|---|
| | | x=out_of_range_data['time'], |
|---|
| | | y=out_of_range_data['weight'], |
|---|
| | | name='重量 (异常)', |
|---|
| | | opacity=0.8, |
|---|
| | | mode='markers', |
|---|
| | | marker=dict( |
|---|
| | | size=4, |
|---|
| | | color='red', |
|---|
| | | symbol='triangle-up', |
|---|
| | | line=dict( |
|---|
| | | width=2, |
|---|
| | | color='darkred' |
|---|
| | | ) |
|---|
| | | ) |
|---|
| | | )) |
|---|
| | | else: |
|---|
| | | # 没有阈值数据，只显示重量趋势 |
|---|
| | | weight_fig.add_trace(go.Scatter( |
|---|
| | | x=cleaned_data['time'], |
|---|
| | | y=cleaned_data['weight'], |
|---|
| | | name='重量', |
|---|
| | | line=dict(color='blue', width=2), |
|---|
| | | opacity=0.8 |
|---|
| | | )) |
|---|
| | | st.warning("数据中不包含阈值相关字段，无法显示阈值线和异常警示！") |
|---|
| | | |
|---|
| | | # 配置图表布局 |
|---|
| | | weight_fig.update_layout( |
|---|
| | | title='重量随时间变化趋势', |
|---|
| | | xaxis_title='时间', |
|---|
| | | yaxis_title='重量', |
|---|
| | | xaxis=dict( |
|---|
| | | rangeslider=dict( |
|---|
| | | visible=True |
|---|
| | | ), |
|---|
| | | type='date', |
|---|
| | | fixedrange=False |
|---|
| | | ), |
|---|
| | | yaxis=dict( |
|---|
| | | fixedrange=False |
|---|
| | | ), |
|---|
| | | legend=dict( |
|---|
| | | orientation="h", |
|---|
| | | yanchor="bottom", |
|---|
| | | y=1.02, |
|---|
| | | xanchor="right", |
|---|
| | | x=1 |
|---|
| | | ), |
|---|
| | | hovermode='x unified', |
|---|
| | | height=600, |
|---|
| | | dragmode='zoom', |
|---|
| | | # 添加自定义工具栏按钮 |
|---|
| | | updatemenus=[ |
|---|
| | | dict( |
|---|
| | | type="buttons", |
|---|
| | | direction="left", |
|---|
| | | buttons=list([ |
|---|
| | | dict( |
|---|
| | | args=["visible", [True, True, True, True, True]], |
|---|
| | | label="显示全部", |
|---|
| | | method="restyle" |
|---|
| | | ), |
|---|
| | | dict( |
|---|
| | | args=["visible", [False, False, False, True, True]], |
|---|
| | | label="仅显示重量", |
|---|
| | | method="restyle" |
|---|
| | | ), |
|---|
| | | dict( |
|---|
| | | args=["visible", [True, True, True, False, False]], |
|---|
| | | label="仅显示阈值", |
|---|
| | | method="restyle" |
|---|
| | | ), |
|---|
| | | dict( |
|---|
| | | args=["visible", [True, True, True, True, False]], |
|---|
| | | label="显示正常重量", |
|---|
| | | method="restyle" |
|---|
| | | ), |
|---|
| | | dict( |
|---|
| | | args=["visible", [True, True, True, False, True]], |
|---|
| | | label="显示异常重量", |
|---|
| | | method="restyle" |
|---|
| | | ) |
|---|
| | | ]), |
|---|
| | | pad={"r": 10, "t": 10}, |
|---|
| | | showactive=True, |
|---|
| | | x=0.1, |
|---|
| | | xanchor="left", |
|---|
| | | y=1.1, |
|---|
| | | yanchor="top" |
|---|
| | | ), |
|---|
| | | ] |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 配置图表参数 |
|---|
| | | config = { |
|---|
| | | 'scrollZoom': True, |
|---|
| | | 'toImageButtonOptions': { |
|---|
| | | 'format': 'png', |
|---|
| | | 'filename': '重量趋势图', |
|---|
| | | 'height': 600, |
|---|
| | | 'width': 1000, |
|---|
| | | 'scale': 1 |
|---|
| | | } |
|---|
| | | } |
|---|
| | | |
|---|
| | | # 显示图表 |
|---|
| | | st.plotly_chart(weight_fig, use_container_width=True, config=config) |
|---|
| | | |
|---|
| | | |
|---|
| | | # 显示数据表格 |
|---|
| | | st.subheader("原始数据") |
|---|
| | | st.dataframe(cleaned_data, use_container_width=True) |
|---|
| | | |
|---|
| | | # 显示详细统计信息 |
|---|
| | | if stats: |
|---|
| | | st.subheader("详细统计信息") |
|---|
| | | with st.expander("查看详细统计"): |
|---|
| | | col_stats1, col_stats2, col_stats3 = st.columns(3) |
|---|
| | | |
|---|
| | | with col_stats1: |
|---|
| | | st.write("**低于标准**") |
|---|
| | | st.write(f"平均值: {round(stats['count_under']['mean'], 2)}") |
|---|
| | | st.write(f"总和: {stats['count_under']['sum']}") |
|---|
| | | st.write(f"最大值: {stats['count_under']['max']}") |
|---|
| | | st.write(f"最小值: {stats['count_under']['min']}") |
|---|
| | | |
|---|
| | | with col_stats2: |
|---|
| | | st.write("**在标准范围内**") |
|---|
| | | st.write(f"平均值: {round(stats['count_in_range']['mean'], 2)}") |
|---|
| | | st.write(f"总和: {stats['count_in_range']['sum']}") |
|---|
| | | st.write(f"最大值: {stats['count_in_range']['max']}") |
|---|
| | | st.write(f"最小值: {stats['count_in_range']['min']}") |
|---|
| | | |
|---|
| | | with col_stats3: |
|---|
| | | st.write("**高于标准**") |
|---|
| | | st.write(f"平均值: {round(stats['count_over']['mean'], 2)}") |
|---|
| | | st.write(f"总和: {stats['count_over']['sum']}") |
|---|
| | | st.write(f"最大值: {stats['count_over']['max']}") |
|---|
| | | st.write(f"最小值: {stats['count_over']['min']}") |
|---|
| | | metered_weight_correlation_page = st.Page( |
|---|
| | | show_metered_weight_correlation, |
|---|
| | | title="米重相关性分析", |
|---|
| | | icon="📊", |
|---|
| | | url_path="metered_weight_correlation" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 数据库连接状态 |
|---|
| | | st.sidebar.subheader("数据库状态") |
|---|
| | | if 'query_service' in locals() and query_service.db.is_connected(): |
|---|
| | | st.sidebar.success("数据库连接正常") |
|---|
| | | else: |
|---|
| | | st.sidebar.warning("数据库未连接") |
|---|
| | | metered_weight_regression_page = st.Page( |
|---|
| | | show_metered_weight_regression, |
|---|
| | | title="米重多元线性回归分析", |
|---|
| | | icon="📈", |
|---|
| | | url_path="metered_weight_regression" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | elif menu == "挤出机": |
|---|
| | | # 初始化服务 |
|---|
| | | extruder_service = ExtruderService() |
|---|
| | | processing_service = DataProcessingService() |
|---|
| | | metered_weight_advanced_page = st.Page( |
|---|
| | | show_metered_weight_advanced, |
|---|
| | | title="米重高级预测分析", |
|---|
| | | icon="🤖", |
|---|
| | | url_path="metered_weight_advanced" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 页面标题 |
|---|
| | | st.title("挤出机数据分析") |
|---|
| | | metered_weight_deep_learning_page = st.Page( |
|---|
| | | show_metered_weight_deep_learning, |
|---|
| | | title="米重深度学习预测", |
|---|
| | | icon="🧠", |
|---|
| | | url_path="metered_weight_deep_learning" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 查询条件区域 |
|---|
| | | st.subheader("查询配置") |
|---|
| | | col1, col2, col3 = st.columns([2, 2, 1]) |
|---|
| | | |
|---|
| | | with col1: |
|---|
| | | start_date = st.date_input("开始日期", datetime.now() - timedelta(days=7), key="extruder_start_date") |
|---|
| | | |
|---|
| | | with col2: |
|---|
| | | end_date = st.date_input("结束日期", datetime.now(), key="extruder_end_date") |
|---|
| | | |
|---|
| | | with col3: |
|---|
| | | st.write("") # 占位 |
|---|
| | | query_button = st.button("查询数据", key="extruder_query") |
|---|
| | | metered_weight_steady_state_page = st.Page( |
|---|
| | | show_metered_weight_steady_state, |
|---|
| | | title="米重稳态识别", |
|---|
| | | icon="⚖️", |
|---|
| | | url_path="metered_weight_steady_state" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 转换为datetime对象（包含时间） |
|---|
| | | start_datetime = datetime.combine(start_date, datetime.min.time()) |
|---|
| | | end_datetime = datetime.combine(end_date, datetime.max.time()) |
|---|
| | | metered_weight_prediction_page = st.Page( |
|---|
| | | show_metered_weight_prediction, |
|---|
| | | title="米重统一预测", |
|---|
| | | icon="🔮", |
|---|
| | | url_path="metered_weight_prediction" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 查询按钮处理 |
|---|
| | | if query_button: |
|---|
| | | # 验证日期范围 |
|---|
| | | if start_datetime > end_datetime: |
|---|
| | | st.error("开始日期不能晚于结束日期！") |
|---|
| | | else: |
|---|
| | | # 显示加载状态 |
|---|
| | | with st.spinner("正在查询数据..."): |
|---|
| | | # 查询数据 |
|---|
| | | raw_data = extruder_service.get_extruder_data(start_datetime, end_datetime) |
|---|
| | | |
|---|
| | | if raw_data is None or raw_data.empty: |
|---|
| | | st.warning("未查询到数据，请检查日期范围或数据库连接！") |
|---|
| | | st.session_state['extruder_results'] = None |
|---|
| | | else: |
|---|
| | | # 清洗数据 |
|---|
| | | cleaned_data = processing_service.clean_data(raw_data) |
|---|
| | | |
|---|
| | | # 检测换批事件 |
|---|
| | | batch_changes = extruder_service.detect_batch_changes(cleaned_data) |
|---|
| | | |
|---|
| | | # 分析参数趋势 |
|---|
| | | # trends = extruder_service.analyze_parameter_trends(cleaned_data) |
|---|
| | | |
|---|
| | | |
|---|
| | | # 缓存结果 |
|---|
| | | st.session_state['extruder_results'] = { |
|---|
| | | 'cleaned_data': cleaned_data, |
|---|
| | | 'batch_changes': batch_changes, |
|---|
| | | # 'trends': trends, |
|---|
| | | } |
|---|
| | | |
|---|
| | | # 显示数据概览 |
|---|
| | | st.subheader("数据概览") |
|---|
| | | col1, col2, col3, col4 = st.columns(4) |
|---|
| | | |
|---|
| | | with col1: |
|---|
| | | st.metric("总记录数", len(cleaned_data)) |
|---|
| | | |
|---|
| | | with col2: |
|---|
| | | st.metric("换批次数", len(batch_changes)) |
|---|
| | | |
|---|
| | | with col3: |
|---|
| | | st.metric("数据时间范围", f"{cleaned_data['time'].min()} 至 {cleaned_data['time'].max()}") |
|---|
| | | |
|---|
| | | # 显示换批分析 |
|---|
| | | st.subheader("换批分析") |
|---|
| | | if not batch_changes.empty: |
|---|
| | | # 准备展示数据 |
|---|
| | | batch_display = batch_changes[['batch_id', 'compound_code', 'start_time', 'end_time', 'duration_minutes']].copy() |
|---|
| | | |
|---|
| | | # 格式化时间 |
|---|
| | | batch_display['start_time'] = batch_display['start_time'].dt.strftime('%Y-%m-%d %H:%M:%S') |
|---|
| | | batch_display['end_time'] = batch_display['end_time'].dt.strftime('%Y-%m-%d %H:%M:%S') |
|---|
| | | |
|---|
| | | # 修改列名 |
|---|
| | | batch_display.columns = ['批号', '胶料号', '开始时间', '结束时间', '持续时长(分钟)'] |
|---|
| | | # 显示数据表格 |
|---|
| | | st.dataframe(batch_display, use_container_width=True) |
|---|
| | | else: |
|---|
| | | st.warning("未检测到换批事件") |
|---|
| | | |
|---|
| | | # 显示换料操作可视化图表 |
|---|
| | | st.subheader("换料操作可视化") |
|---|
| | | if not batch_changes.empty: |
|---|
| | | # 创建换料操作可视化图表 |
|---|
| | | import plotly.graph_objects as go |
|---|
| | | |
|---|
| | | # 准备图表数据 |
|---|
| | | fig = go.Figure() |
|---|
| | | |
|---|
| | | # 添加关键参数趋势线 |
|---|
| | | fig.add_trace(go.Scatter( |
|---|
| | | x=cleaned_data['time'], |
|---|
| | | y=cleaned_data['screw_speed_actual'], |
|---|
| | | name='实际转速', |
|---|
| | | line=dict(color='blue', width=2), |
|---|
| | | opacity=0.8 |
|---|
| | | )) |
|---|
| | | |
|---|
| | | fig.add_trace(go.Scatter( |
|---|
| | | x=cleaned_data['time'], |
|---|
| | | y=cleaned_data['head_pressure'], |
|---|
| | | name='机头压力', |
|---|
| | | line=dict(color='red', width=2), |
|---|
| | | opacity=0.8, |
|---|
| | | yaxis='y2' |
|---|
| | | )) |
|---|
| | | |
|---|
| | | fig.add_trace(go.Scatter( |
|---|
| | | x=cleaned_data['time'], |
|---|
| | | y=cleaned_data['extruder_current'], |
|---|
| | | name='挤出机电流', |
|---|
| | | line=dict(color='green', width=2), |
|---|
| | | opacity=0.8, |
|---|
| | | yaxis='y3' |
|---|
| | | )) |
|---|
| | | |
|---|
| | | fig.add_trace(go.Scatter( |
|---|
| | | x=cleaned_data['time'], |
|---|
| | | y=cleaned_data['metered_weight'], |
|---|
| | | name='米重', |
|---|
| | | line=dict(color='orange', width=2), |
|---|
| | | opacity=0.8, |
|---|
| | | yaxis='y4' |
|---|
| | | )) |
|---|
| | | |
|---|
| | | # 添加换料事件标记 |
|---|
| | | for i, row in batch_changes.iterrows(): |
|---|
| | | # 添加垂直线 |
|---|
| | | fig.add_shape( |
|---|
| | | type="line", |
|---|
| | | x0=row['start_time'], |
|---|
| | | y0=0, |
|---|
| | | x1=row['start_time'], |
|---|
| | | y1=1, |
|---|
| | | yref="paper", |
|---|
| | | line=dict( |
|---|
| | | color="purple", |
|---|
| | | width=2, |
|---|
| | | dash="dash" |
|---|
| | | ) |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 添加注释 |
|---|
| | | fig.add_annotation( |
|---|
| | | x=row['start_time'], |
|---|
| | | y=1, |
|---|
| | | yref='paper', |
|---|
| | | text=f'换料: {row["compound_code"]}\n批号: {row["batch_id"]}', |
|---|
| | | showarrow=True, |
|---|
| | | arrowhead=1, |
|---|
| | | ax=0, |
|---|
| | | ay=-60 |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 配置图表布局 |
|---|
| | | fig.update_layout( |
|---|
| | | title='换料操作关键参数变化趋势', |
|---|
| | | xaxis_title='时间', |
|---|
| | | xaxis=dict( |
|---|
| | | rangeslider=dict( |
|---|
| | | visible=True |
|---|
| | | ), |
|---|
| | | type='date' |
|---|
| | | ), |
|---|
| | | yaxis_title='实际转速 (rpm)', |
|---|
| | | yaxis2=dict( |
|---|
| | | title='机头压力 (MPa)', |
|---|
| | | overlaying='y', |
|---|
| | | side='right', |
|---|
| | | position=0.85 |
|---|
| | | ), |
|---|
| | | yaxis3=dict( |
|---|
| | | title='挤出机电流 (A)', |
|---|
| | | overlaying='y', |
|---|
| | | side='right', |
|---|
| | | position=0.92 |
|---|
| | | ), |
|---|
| | | yaxis4=dict( |
|---|
| | | title='米重 (kg)', |
|---|
| | | overlaying='y', |
|---|
| | | side='right', |
|---|
| | | position=1 |
|---|
| | | ), |
|---|
| | | legend=dict( |
|---|
| | | orientation="h", |
|---|
| | | yanchor="bottom", |
|---|
| | | y=1.02, |
|---|
| | | xanchor="right", |
|---|
| | | x=1 |
|---|
| | | ), |
|---|
| | | hovermode='x unified', |
|---|
| | | height=700 |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 显示图表 |
|---|
| | | st.plotly_chart(fig, use_container_width=True) |
|---|
| | | |
|---|
| | | # 添加数据导出功能 |
|---|
| | | import csv |
|---|
| | | import io |
|---|
| | | import pandas as pd |
|---|
| | | |
|---|
| | | # 准备导出数据 |
|---|
| | | export_data = [] |
|---|
| | | for i, row in batch_changes.iterrows(): |
|---|
| | | # 获取换料前后的数据 |
|---|
| | | before_change = cleaned_data[cleaned_data['time'] < row['start_time']].tail(5) |
|---|
| | | after_change = cleaned_data[cleaned_data['time'] >= row['start_time']].head(5) |
|---|
| | | |
|---|
| | | # 添加换料事件记录 |
|---|
| | | export_data.append({ |
|---|
| | | 'event_type': '换料事件', |
|---|
| | | 'batch_id': row['batch_id'], |
|---|
| | | 'compound_code': row['compound_code'], |
|---|
| | | 'time': row['start_time'], |
|---|
| | | 'screw_speed': '', |
|---|
| | | 'head_pressure': '', |
|---|
| | | 'extruder_current': '', |
|---|
| | | 'metered_weight': '' |
|---|
| | | }) |
|---|
| | | |
|---|
| | | # 添加换料前数据 |
|---|
| | | for _, before_row in before_change.iterrows(): |
|---|
| | | export_data.append({ |
|---|
| | | 'event_type': '换料前', |
|---|
| | | 'batch_id': row['batch_id'], |
|---|
| | | 'compound_code': row['compound_code'], |
|---|
| | | 'time': before_row['time'], |
|---|
| | | 'screw_speed': before_row['screw_speed_actual'], |
|---|
| | | 'head_pressure': before_row['head_pressure'], |
|---|
| | | 'extruder_current': before_row['extruder_current'], |
|---|
| | | 'metered_weight': before_row['metered_weight'] |
|---|
| | | }) |
|---|
| | | |
|---|
| | | # 添加换料后数据 |
|---|
| | | for _, after_row in after_change.iterrows(): |
|---|
| | | export_data.append({ |
|---|
| | | 'event_type': '换料后', |
|---|
| | | 'batch_id': row['batch_id'], |
|---|
| | | 'compound_code': row['compound_code'], |
|---|
| | | 'time': after_row['time'], |
|---|
| | | 'screw_speed': after_row['screw_speed_actual'], |
|---|
| | | 'head_pressure': after_row['head_pressure'], |
|---|
| | | 'extruder_current': after_row['extruder_current'], |
|---|
| | | 'metered_weight': after_row['metered_weight'] |
|---|
| | | }) |
|---|
| | | |
|---|
| | | # 转换为DataFrame |
|---|
| | | export_df = pd.DataFrame(export_data) |
|---|
| | | |
|---|
| | | # 创建CSV数据 |
|---|
| | | csv_buffer = io.StringIO() |
|---|
| | | export_df.to_csv(csv_buffer, index=False, encoding='utf-8-sig') |
|---|
| | | csv_data = csv_buffer.getvalue() |
|---|
| | | |
|---|
| | | # 添加下载按钮 |
|---|
| | | st.download_button( |
|---|
| | | label="下载换料操作分析数据", |
|---|
| | | data=csv_data, |
|---|
| | | file_name=f"换料操作分析_{start_date}_{end_date}.csv", |
|---|
| | | mime="text/csv" |
|---|
| | | ) |
|---|
| | | else: |
|---|
| | | st.warning("未检测到换批事件，无法生成换料操作图表") |
|---|
| | | |
|---|
| | | # 显示原始数据 |
|---|
| | | st.subheader("原始数据") |
|---|
| | | st.dataframe(cleaned_data, use_container_width=True) |
|---|
| | | metered_weight_forecast_page = st.Page( |
|---|
| | | show_metered_weight_forecast, |
|---|
| | | title="米重预测分析", |
|---|
| | | icon="📈", |
|---|
| | | url_path="metered_weight_forecast" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 数据库连接状态 |
|---|
| | | st.sidebar.subheader("数据库状态") |
|---|
| | | if 'extruder_service' in locals() and extruder_service.db.is_connected(): |
|---|
| | | st.sidebar.success("数据库连接正常") |
|---|
| | | else: |
|---|
| | | st.sidebar.warning("数据库未连接") |
|---|
| | | extruder_parameter_adjustment_page = st.Page( |
|---|
| | | show_extruder_parameter_adjustment, |
|---|
| | | title="挤出机参数调节", |
|---|
| | | icon="⚙️", |
|---|
| | | url_path="extruder_parameter_adjustment" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 页脚 |
|---|
| | | st.sidebar.markdown("---") |
|---|
| | | st.sidebar.markdown("© 2026 数据分析系统") |
|---|
| | | optimized_parameter_adjustment_page = st.Page( |
|---|
| | | show_optimized_parameter_adjustment, |
|---|
| | | title="优化版挤出机参数调节", |
|---|
| | | icon="🚀", |
|---|
| | | url_path="optimized_parameter_adjustment" |
|---|
| | | ) |
|---|
| | | |
|---|
| | | # 缓存清理机制 |
|---|
| | | def clear_cache(): |
|---|
| | | """清理会话缓存，当切换菜单或更新查询条件时调用""" |
|---|
| | | if 'query_results' in st.session_state: |
|---|
| | | del st.session_state['query_results'] |
|---|
| | | if 'extruder_results' in st.session_state: |
|---|
| | | del st.session_state['extruder_results'] |
|---|
| | | # 侧边栏页脚信息 |
|---|
| | | def show_footer(): |
|---|
| | | st.sidebar.markdown("---") |
|---|
| | | st.sidebar.markdown("© 2026 数据分析系统") |
|---|
| | | |
|---|
| | | # 初始化会话状态 |
|---|
| | | if 'query_results' not in st.session_state: |
|---|
| | | st.session_state['query_results'] = None |
|---|
| | | if 'extruder_results' not in st.session_state: |
|---|
| | | st.session_state['extruder_results'] = None |
|---|
| | | # 导航配置 |
|---|
| | | pg = st.navigation({ |
|---|
| | | "综合分析": [comprehensive_page, metered_weight_page, metered_weight_correlation_page, metered_weight_regression_page, metered_weight_advanced_page, metered_weight_deep_learning_page, metered_weight_steady_state_page, metered_weight_prediction_page, metered_weight_forecast_page, extruder_parameter_adjustment_page, optimized_parameter_adjustment_page], |
|---|
| | | "分项分析": [sorting_page, extruder_page, main_process_page] |
|---|
| | | }) |
|---|
| | | |
|---|
| | | # 监听菜单切换，清理缓存 |
|---|
| | | if 'previous_menu' not in st.session_state: |
|---|
| | | st.session_state['previous_menu'] = menu |
|---|
| | | elif st.session_state['previous_menu'] != menu: |
|---|
| | | clear_cache() |
|---|
| | | st.session_state['previous_menu'] = menu |
|---|
| | | # 运行导航 |
|---|
| | | pg.run() |
|---|
| | | |
|---|
| | | # 关闭数据库连接（当应用结束时） |
|---|
| | | def on_app_close(): |
|---|
| | | if 'query_service' in locals(): |
|---|
| | | query_service.close_connection() |
|---|
| | | if 'extruder_service' in locals(): |
|---|
| | | extruder_service.close_connection() |
|---|
| | | |
|---|
| | | # 注册应用关闭回调 |
|---|
| | | st.session_state['app_close'] = on_app_close |
|---|
| | | # 显示页脚 |
|---|
| | | show_footer() |
|---|
