# 挤出机数据分析模块开发计划

## 项目概述

基于现有分拣磅秤数据分析系统，开发一个独立的挤出机数据分析模块，用于分析public.aics_extruder_data数据表中的生产数据，实现换批分析、参数趋势展示和异常报警等功能。

## 技术实现计划

### 1. 项目结构设计

**新增文件**：
- `app/services/extruder_service.py`：挤出机数据处理服务
- `app/dashboard/extruder_dashboard.py`：挤出机仪表盘
- 修改 `dashboard.py`：添加挤出机模块入口

### 2. 数据服务实现

**开发文件**：`app/services/extruder_service.py`

**实现功能**：
- `get_extruder_data`：从数据库查询挤出机数据
- `detect_batch_changes`：基于SPEC编号变更检测换批事件
- `calculate_batch_duration`：计算每个批次的持续时长
- `calculate_batch_production`：统计各批次的生产数量
- `analyze_parameter_trends`：分析参数变化趋势
- `detect_anomalies`：检测数据异常

### 3. 可视化仪表盘开发

**开发文件**：`app/dashboard/extruder_dashboard.py`

**实现功能**：
- 时间范围选择器
- SPEC编号筛选器
- 时间序列图表（螺杆转速、电流、压力、重量）
- 换批事件标记
- 批次分析表格
- 数据导出功能
- 异常报警显示

### 4. 系统集成

**修改文件**：`dashboard.py`

**实现功能**：
- 添加挤出机模块导航
- 保持与现有分拣磅秤模块一致的设计风格
- 实现模块间的无缝切换

## 核心功能实现

### 1. 换批分析算法
- 基于spec_name字段的变更检测换批事件
- 计算每次换批的开始时间、结束时间及持续时长
- 统计各批次的生产数量（基于metered_weight）
- 建立SPEC编号与产量的对应关系

### 2. 数据可视化
- 使用Plotly创建交互式时间序列图表
- 实现多参数叠加显示
- 添加换批事件的可视化标记
- 支持图表缩放和数据钻取

### 3. 异常检测
- 基于compound_ratio、die_ratio等字段检测比对不匹配项
- 突出显示异常数据
- 提供异常统计和分析

### 4. 性能优化
- 实现数据缓存机制
- 优化数据库查询
- 支持3个月历史数据的高效查询

## 开发步骤

1. **创建项目结构**：建立挤出机模块的文件结构
2. **实现数据服务**：开发挤出机数据处理服务
3. **开发仪表盘**：创建挤出机数据分析仪表盘
4. **系统集成**：将新模块集成到现有系统
5. **功能测试**：测试各功能模块的正确性
6. **性能优化**：确保系统响应迅速
7. **文档完善**：添加模块说明和使用指南

## 预期成果

- 功能完整的挤出机数据分析模块
- 精确的换批分析和产量统计
- 直观的参数趋势可视化
- 与现有系统一致的用户体验
- 高性能的数据处理和查询能力