particle_size_synth — DRIVE `grind` op

• Data kinds: scalar × scalar → table

• Call: import fullseye as fs; fs.ledger.particle_size_synth(d50: 'float', sigma_ln: 'float', edges=None) -> 'dict' (implementation को सीधे call करना हो तो import grind; grind.particle_size_synth(d50: 'float', sigma_ln: 'float', edges=None) -> 'dict', registry से लेना हो तो opsdrive.get("particle_size_synth"))

उपयोग

log-normal volume distribution को instrument वाले ही size class में बाँटकर बना particle size distribution (ground truth सहित)।

संचयी आयतन F(x) = Φ((ln x − ln d50) / σ)। edges छोड़ने पर सार्वजनिक डेटा वाले उपकरण के 74 किनारे (अनुपात 1.13616)।

रिटर्न: edges, volume (%) और truth (d10, d50, d90 = d50 · exp(±1.28155 σ), sigma_ln)। अंतरालों के बाहर निकलने वाला आयतन 1e-6 से अधिक हो तो ValueError (किनारों पर काटने से D10/D90 चुपचाप खिसक जाते)।

संदर्भ (sample data, साहित्य)

• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।

• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।

• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• 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

वे अगले ops जिनसे type जुड़ता है (`table` को input के रूप में लेते हैं)

course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same

इसी category के (`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. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*

particle_size_synth — DRIVE grind op