doseunif op• 数据种类:signal × signal × scalar × scalar → table
• 调用: import fullseye as fs; fs.ledger.grind_time_for_dose_cv(t, d63, dose_mg: 'float', density: 'float', target_cv: 'float | None' = None, pass_probability: 'float | None' = None, law: 'str' = 'best', k_accept: 'float' = 2.4, limit_av: 'float' = 15.0, n_units: 'int' = 10, ref_range=(98.5, 101.5), n_mc: 'int' = 20000, seed: 'int' = 0) -> 'dict'(要直接调用实现,import doseunif; doseunif.grind_time_for_dose_cv(t, d63, dose_mg: 'float', density: 'float', target_cv: 'float | None' = None, pass_probability: 'float | None' = None, law: 'str' = 'best', k_accept: 'float' = 2.4, limit_av: 'float' = 15.0, n_units: 'int' = 10, ref_range=(98.5, 101.5), n_mc: 'int' = 20000, seed: 'int' = 0) -> 'dict';从台账取用则 opsdrive.get("grind_time_for_dose_cv"))
对矩径 D63 随时间的变化拟合粉碎定律，反算含量 CV 降到目标值所需的粉碎时间。
t:粉碎时间(能量的替代,grind 的约定),d63:该时刻的 D63 [µm] (dose_cv_from_sizes 的 d63。用 D63 而非 D50,是因为 CV 只由 D63 决定、不需要假设分布形状 —— 把粉碎定律套到 D63 上与套到 D50 上一样都是假设)。
目标:直接给 target_cv,或由 pass_probability = 通过 10 个的第 1 阶段的概率(χ² 闭式,忽略均值偏移的上限)得 CV = (L1/k) √((n−1)/χ²_p(n−1)) / 100。两者都没有时为 L1/k/100(= 0.0625,"相当于 AV ≤ 15"的参考值,合格约一半)。所需 D63 为 (CV² D / c)^{1/3}(Poisson,c = πρ/6)。用全部 3 个定律(kick / bond / rittinger)算出时间,law="best" 取 log rms 最小的定律,传名字则用该定律。定律间的差异见 t_req_by_law 与 t_req_spread(作为模型的不确定度来读)。
返回:t_req、law、d63_req、target_cv、t_req_by_law、t_req_spread(min, max)、extrapolated(t_req 超出测量范围)· extrap_ratio、already_met(第一个点已低于目标)、cv_observed(各点的 CV)、pass_probability_chi2(目标 CV 下的上限)·pass_probability_mc(含均值偏移项的 Monte Carlo,正态近似)、fits(grind.comminution_law_fit 的摘要)。Raises ValueError:点少于 3 个·非正·长度不一、同时给出 target 与 pass_probability、概率·CV 超出范围、拼写错误。
• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。
• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。
• 算法的正典(作者、年份)与用途见上面的族使用指南。
• poc_dose_uniformity_from_grinding — py -3.11 examples/poc_dose_uniformity_from_grinding.py
table 作为输入)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
doseunif)dose_cv_lognormal · dose_cv_from_sizes
*Provenance: doseunif.py — DRIVE 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.