doseunif op• 資料種類:signal × signal × scalar × scalar → table
• 呼叫: 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'(要直接呼叫實作,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';從台帳取用則 opsdrive.get("grind_time_for_dose_cv"))
對矩徑 D63 隨時間的變化擬合粉碎定律，反算含量 CV 降至目標值所需的粉碎時間。
t:粉碎時間(能量的替代,grind 的約定),d63:該時刻的 D63 [µm] (dose_cv_from_sizes 的 d63。用 D63 而非 D50,是因為 CV 只由 D63 決定、不需要假設分布形狀 —— 把粉碎定律套到 D63 上與套到 D50 上一樣都是假設)。
目標:直接給 target_cv,或由 pass_probability = 通過 10 個的第 1 階段的機率(χ² 閉式,忽略平均偏移的上限)得 CV = (L1/k) √((n−1)/χ²_p(n−1)) / 100。兩者都沒有時為 L1/k/100(= 0.0625,「相當於 AV ≤ 15」的參考值,合格約一半)。所需 D63 為 (CV² D / c)^{1/3}(Poisson,c = πρ/6)。用全部 3 個定律(kick / bond / rittinger)算出時間,law="best" 取 log rms 最小的定律,傳名稱則用該定律。定律間的差異見 t_req_by_law 與 t_req_spread(作為模型的不確定度來讀)。
回傳:t_req、law、d63_req、target_cv、t_req_by_law、t_req_spread(min, max)、extrapolated(t_req 超出量測範圍)· extrap_ratio、already_met(第一個點已低於目標)、cv_observed(各點的 CV)、pass_probability_chi2(目標 CV 下的上限)·pass_probability_mc(含平均偏移項的 Monte Carlo,常態近似)、fits(grind.comminution_law_fit 的摘要)。Raises ValueError:點少於 3 個·非正·長度不一、同時給出 target 與 pass_probability、機率·CV 超出範圍、拼寫錯誤。
• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。
• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。
• 演算法的正典(作者、年份)與用途見上面的族使用指南。
• poc_dose_uniformity_from_grinding — py -3.11 examples/poc_dose_uniformity_from_grinding.py
table 作為輸入)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 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.