grind op• 데이터 종류: signal × signal → table
• 호출: import fullseye as fs; fs.ledger.breakage_first_order_fit(t, w, x=None) -> 'dict'(구현을 직접 호출하려면 import grind; grind.breakage_first_order_fit(t, w, x=None) -> 'dict', 원장에서 가져오려면 opsdrive.get("breakage_first_order_fit"))
1차 파쇄 속도 w(t) = w₀ exp(−S t)를 피팅합니다(Deniz 2004의 식 (2), 출처 Austin).
w 가 1-D: 어떤 구간(또는 입경 x 보다 위의 누적)의 체적 비율의 시계열. 반환: S·w0·rms_log·r2 (ln w 직선의 결정 계수)·S_early / S_late(전반·후반 시점만으로 맞춘 S, 1 차이면 같다 —— 느려지면 1 차에서 벗어난다). w 가 2-D (n_x, n_t) 이고 x(각 행의 입경, µm)를 넘기면, 행별 S 와 S = a_T x^α(Deniz 의 식 (3))의 a_T·alpha. apparent=True 는 "최상위 구간이 아니므로(위에서 생겨 들어오는 입자가 있다) 식 (1) 은 엄밀하지 않다"는 자기 신고이며, 누적에 맞춘 경우는 항상 True. 비율이 0 이하·1 초과·점이 3 미만 → ValueError.
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• poc_powder_grinding_ae — py -3.11 examples/poc_powder_grinding_ae.py
table 를 입력으로 받는 것)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
grind)particle_size_read · particle_size_dx · particle_size_oversize · particle_size_synth · comminution_energy · comminution_law_fit · replicate_compare · ae_read_csv
*Provenance: grind.py — DRIVE 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.