grind op• Datenarten: scalar × scalar → table
• Aufruf: import fullseye as fs; fs.ledger.particle_size_synth(d50: 'float', sigma_ln: 'float', edges=None) -> 'dict' (die Implementierung direkt: import grind; grind.particle_size_synth(d50: 'float', sigma_ln: 'float', edges=None) -> 'dict'; aus dem Register: opsdrive.get("particle_size_synth"))
Partikelgrößenverteilung aus einer log-normalen Verteilung nach Volumen, auf dieselben Klassen wie das Gerät aufgeteilt (mit Ground Truth).
Kumuliertes Volumen F(x) = Φ((ln x − ln d50) / σ). Ohne edges werden die 74 Kanten des Geräts der öffentlichen Daten (Verhältnis 1,13616) verwendet.
Rückgabe: edges, volume (%) und truth (d10, d50, d90 = d50 · exp(±1.28155 σ), sigma_ln). Überschreitet das Volumen außerhalb der Intervalle 1e-6, ValueError (Abschneiden an den Kanten würde D10/D90 stillschweigend verschieben).
• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).
• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.
• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.
• poc_dose_uniformity_from_grinding — py -3.11 examples/poc_dose_uniformity_from_grinding.py
• poc_powder_grinding_ae — py -3.11 examples/poc_powder_grinding_ae.py
table als Eingabe)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 · comminution_energy · comminution_law_fit · breakage_first_order_fit · replicate_compare · ae_read_csv
*Provenance: grind.py — DRIVE Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.