档案室恒温恒湿系统工程调试：传感器点位布局与均衡控制经验

调试阶段的典型时间分配（实际 vs 理想）：

实际项目：
  设备安装：40%
  网络配置：20%
  传感器上线：15%
  设备通信对接：15%
  系统调试：10%  ← 严重不足

理想比例：
  设备安装：25%
  网络配置：15%
  传感器上线：15%
  设备通信对接：15%
  系统调试：30%  ← 应包含均衡控制、参数整定、72小时连续验证

全空间扫描流程：

1. 准备工具
   □ 手持式温湿度仪（精度±0.2℃/±2%RH）
   □ 热成像仪（分辨率≥160×120）
   □ 纸质平面图（标注设计点位）
   □ 标记贴纸

2. 扫描时机
   □ 空调系统已运行至少4小时（达到稳态）
   □ 室外温度接近极端值（夏季选35℃+，冬季选5℃以下）
   □ 密集架处于正常使用状态（部分合拢、部分打开）

3. 扫描步骤
   Step 1: 平面扫描
     沿每条通道走一遍，手持温湿度仪记录读数
     每隔2~3米记录一个点，标注在平面图上
     重点关注：通道两端、拐角、靠近门窗处
   
   Step 2: 垂直扫描
     在代表性位置（通道中心、架体中部）做垂直剖面
     高度：0.3m / 1.2m / 1.8m / 2.4m 各记录一次
     识别垂直梯度
   
   Step 3: 热成像扫描
     拍摄墙面、门窗、空调出风口、架体表面的热分布
     识别冷桥、热桥、漏风点
   
   Step 4: 数据分析
     与设计点位对比，找出偏差>0.5℃或>3%RH的区域
     确定需要新增或移动的点位

4. 修正方案
   □ 新增点位：在盲区补充传感器
   □ 移动点位：将受干扰的点位移至更合理位置
   □ 调整阈值：根据实测梯度，对不同区域设置差异化阈值

案例1：某市级档案馆B库房
  设计：12个传感器，均匀分布
  现场扫描发现：
    · 西北角（靠近外墙+窗户）温度比中心区域高2.3℃
    · 东南角（空调送风口正下方）温度比中心低1.8℃
    · 架体顶部（2.4m）比中部（1.2m）高1.5℃
  
  修正措施：
    · 西北角新增2个传感器（外墙侧加密）
    · 东南角将1个传感器从1.2m上移到2.0m（监测送风影响）
    · 架体中部新增垂直分层（0.3m/1.2m/2.2m三层）
    · 最终传感器数量：12 → 17个
    · 控制效果：均匀性从±2.3℃提升到±0.8℃

案例2：某企业档案室（小型，约60㎡）
  设计：4个传感器，四角各一
  现场扫描发现：
    · 空调出风口正对西南角，该点温度偏低
    · 东北角为死角，温度偏高且湿度偏高
    · 四角布局无法反映中心区域
  
  修正措施：
    · 改为"中心+四角"布局（5个传感器）
    · 西南角传感器移开空调直吹方向（偏移1.5m）
    · 东北角新增1个传感器
    · 最终：4 → 6个

修正完成后，需进行72小时连续验证：

验证标准：
  □ 所有传感器数据连续无中断
  □ 相邻传感器温差 ≤ 1.0℃（正常工况下）
  □ 相邻传感器湿度差 ≤ 5%RH
  □ 垂直梯度 ≤ 1.5℃（从0.3m到2.4m）
  □ 系统能正确识别异常区域并触发联动

验证数据记录表（示例）：
  ┌──────┬────────┬────────┬────────┬────────┬────────┬────────┐
  │ 点位 │ 第1天  │ 第2天  │ 第3天  │ 最大   │ 最小   │ 波动   │
  │      │ 均值   │ 均值   │ 均值   │ 值     │ 值     │ 范围   │
  ├──────┼────────┼────────┼────────┼────────┼────────┼────────┤
  │ S-01 │23.2℃  │23.1℃  │23.3℃  │23.8℃  │22.7℃  │1.1℃   │
  │ S-02 │23.5℃  │23.4℃  │23.6℃  │24.0℃  │22.9℃  │1.1℃   │
  │ S-03 │22.9℃  │22.8℃  │23.0℃  │23.3℃  │22.4℃  │0.9℃   │
  │ ...  │        │        │        │        │        │        │
  └──────┴────────┴────────┴────────┴────────┴────────┴────────┘

不均衡的典型表现：
  □ 空调附近温度达标，远处超标
  □ 上层温度高，下层温度低
  □ 靠近门的区域湿度波动大
  □ 设备频繁启停但整体环境不均匀

不均衡的根本原因：
  □ 气流组织不合理（送风口位置/方向/风量）
  □ 控制逻辑只依赖单点反馈（"一叶障目"）
  □ 设备能力与实际负荷不匹配
  □ 传感器位置不能代表整体

"""
balanced_control.py - 均衡控制算法
"""

import numpy as np
from typing import List, Dict, Tuple
from dataclasses import dataclass

@dataclass
class ZoneConfig:
    """区域配置"""
    zone_id: str
    sensor_ids: List[str]
    target_temp: float = 23.0
    target_hum: float = 50.0
    temp_tolerance: float = 1.0   # ±1℃
    hum_tolerance: float = 5.0    # ±5%RH
    weight: float = 1.0           # 区域权重（珍贵档案区权重更高）

class BalancedController:
    """
    均衡控制器
    
    核心思想：
    1. 将库房划分为多个区域（Zone）
    2. 每个区域有多个传感器
    3. 控制目标不是让所有点都精确达标，而是让"最差区域"达标
    4. 通过调节设备输出（风速、温度设定、启停组合）来缩小区域间差异
    """
    
    def __init__(self, zones: List[ZoneConfig]):
        self.zones = {z.zone_id: z for z in zones}
        self.sensor_data: Dict[str, Dict] = {}  # sensor_id -> {temp, hum}
    
    def update_sensor(self, sensor_id: str, temperature: float, humidity: float):
        """更新传感器数据"""
        self.sensor_data[sensor_id] = {
            'temp': temperature,
            'hum': humidity,
            'timestamp': np.datetime64('now')
        }
    
    def compute_zone_status(self) -> Dict[str, Dict]:
        """计算各区域状态"""
        zone_status = {}
        
        for zone_id, zone in self.zones.items():
            # 收集该区域所有传感器数据
            temps = []
            hums = []
            for sid in zone.sensor_ids:
                if sid in self.sensor_data:
                    temps.append(self.sensor_data[sid]['temp'])
                    hums.append(self.sensor_data[sid]['hum'])
            
            if not temps:
                zone_status[zone_id] = {
                    'status': 'no_data',
                    'temp_mean': None,
                    'hum_mean': None,
                    'temp_max_dev': None,
                    'hum_max_dev': None
                }
                continue
            
            temp_mean = np.mean(temps)
            hum_mean = np.mean(hums)
            temp_max = np.max(temps)
            temp_min = np.min(temps)
            hum_max = np.max(hums)
            hum_min = np.min(hums)
            
            # 计算与目标的偏差
            temp_dev = temp_mean - zone.target_temp
            hum_dev = hum_mean - zone.target_hum
            
            # 计算区域内均匀性（最大-最小）
            temp_spread = temp_max - temp_min
            hum_spread = hum_max - hum_min
            
            # 判定状态
            if (abs(temp_dev) <= zone.temp_tolerance and 
                abs(hum_dev) <= zone.hum_tolerance and
                temp_spread <= 2.0 and hum_spread <= 8.0):
                status = 'good'
            elif (abs(temp_dev) <= zone.temp_tolerance * 2 and
                  abs(hum_dev) <= zone.hum_tolerance * 2):
                status = 'warning'
            else:
                status = 'critical'
            
            zone_status[zone_id] = {
                'status': status,
                'temp_mean': round(temp_mean, 1),
                'hum_mean': round(hum_mean, 1),
                'temp_dev': round(temp_dev, 1),
                'hum_dev': round(hum_dev, 1),
                'temp_spread': round(temp_spread, 1),
                'hum_spread': round(hum_spread, 1),
                'temp_max': round(temp_max, 1),
                'temp_min': round(temp_min, 1),
                'hum_max': round(hum_max, 1),
                'hum_min': round(hum_min, 1)
            }
        
        return zone_status
    
    def compute_control_action(self) -> Dict:
        """
        计算控制动作
        
        策略：
        1. 找出最差区域（偏差最大的）
        2. 如果最差区域超标，优先处理
        3. 如果所有区域都达标但均匀性差，调整气流分配
        """
        zone_status = self.compute_zone_status()
        
        # 找出最差区域
        worst_zone = None
        worst_score = 0
        
        for zone_id, status in zone_status.items():
            if status['status'] == 'no_data':
                continue
            
            zone = self.zones[zone_id]
            # 综合评分：偏差+不均匀性，加权
            score = zone.weight * (
                abs(status['temp_dev']) / zone.temp_tolerance +
                abs(status['hum_dev']) / zone.hum_tolerance +
                status['temp_spread'] / 2.0 +
                status['hum_spread'] / 8.0
            )
            
            if score > worst_score:
                worst_score = score
                worst_zone = zone_id
        
        if worst_zone is None:
            return {'action': 'none', 'reason': 'no valid data'}
        
        worst_status = zone_status[worst_zone]
        
        # 根据最差区域状态决定动作
        actions = []
        
        if worst_status['status'] == 'critical':
            # 严重超标，需要强干预
            if worst_status['temp_dev'] > 1.0:
                actions.append({
                    'device_type': 'cool',
                    'action': 'start',
                    'priority': 1,
                    'reason': f"{worst_zone} 温度过高 (+{worst_status['temp_dev']}℃)"
                })
            elif worst_status['temp_dev'] < -1.0:
                actions.append({
                    'device_type': 'heat',
                    'action': 'start',
                    'priority': 1,
                    'reason': f"{worst_zone} 温度过低 ({worst_status['temp_dev']}℃)"
                })
            
            if worst_status['hum_dev'] > 5.0:
                actions.append({
                    'device_type': 'dehumidify',
                    'action': 'start',
                    'priority': 2,
                    'reason': f"{worst_zone} 湿度过高 (+{worst_status['hum_dev']}%RH)"
                })
            elif worst_status['hum_dev'] < -5.0:
                actions.append({
                    'device_type': 'humidify',
                    'action': 'start',
                    'priority': 2,
                    'reason': f"{worst_zone} 湿度过低 ({worst_status['hum_dev']}%RH)"
                })
        
        elif worst_status['status'] == 'warning':
            # 预警，轻度干预
            if worst_status['temp_spread'] > 2.0:
                actions.append({
                    'device_type': 'fan',
                    'action': 'increase_speed',
                    'priority': 3,
                    'reason': f"{worst_zone} 温度不均匀 (spread={worst_status['temp_spread']}℃)"
                })
        
        # 如果所有区域都good，考虑节能
        all_good = all(s['status'] == 'good' for s in zone_status.values())
        if all_good and not actions:
            actions.append({
                'action': 'energy_save',
                'reason': '所有区域达标，可尝试降低设备运行强度'
            })
        
        return {
            'action': 'control' if actions else 'none',
            'worst_zone': worst_zone,
            'worst_score': round(worst_score, 2),
            'zone_status': zone_status,
            'actions': actions
        }


# ============================================================
# 使用示例
# ============================================================

if __name__ == "__main__":
    # 定义区域
    zones = [
        ZoneConfig(
            zone_id="zone_A",
            sensor_ids=["S-01", "S-02", "S-03"],
            target_temp=23.0,
            target_hum=50.0,
            weight=1.5  # 珍贵档案区，权重高
        ),
        ZoneConfig(
            zone_id="zone_B",
            sensor_ids=["S-04", "S-05", "S-06"],
            target_temp=23.0,
            target_hum=50.0,
            weight=1.0
        ),
        ZoneConfig(
            zone_id="zone_C",
            sensor_ids=["S-07", "S-08", "S-09"],
            target_temp=23.0,
            target_hum=50.0,
            weight=1.0
        ),
    ]
    
    controller = BalancedController(zones)
    
    # 模拟传感器数据
    test_data = {
        "S-01": (23.5, 52.0),
        "S-02": (23.8, 53.0),
        "S-03": (24.2, 54.0),  # zone_A 偏高
        "S-04": (22.8, 49.0),
        "S-05": (23.0, 48.0),
        "S-06": (23.2, 50.0),  # zone_B 正常
        "S-07": (23.1, 51.0),
        "S-08": (23.3, 52.0),
        "S-09": (23.0, 50.0),  # zone_C 正常
    }
    
    for sid, (temp, hum) in test_data.items():
        controller.update_sensor(sid, temp, hum)
    
    # 计算控制动作
    result = controller.compute_control_action()
    
    print("=== 区域状态 ===")
    for zone_id, status in result['zone_status'].items():
        print(f"  {zone_id}: {status['status']} "
              f"T={status['temp_mean']}℃(dev={status['temp_dev']}) "
              f"H={status['hum_mean']}%RH(dev={status['hum_dev']}) "
              f"spread={status['temp_spread']}℃/{status['hum_spread']}%RH")
    
    print(f"\n最差区域: {result['worst_zone']} (score={result['worst_score']})")
    print(f"控制动作: {result['action']}")
    for action in result['actions']:
        print(f"  → {action}")

气流组织调试步骤：

1. 风速测量
   使用热线风速仪测量各送风口的风速
   目标：各风口风速差异 ≤ 15%
   调整：调节风阀开度

2. 气流方向检查
   使用烟管或丝带观察气流方向
   确保：
     □ 送风不直吹档案（应向上或水平送出，形成顶部回流）
     □ 回风口无遮挡
     □ 通道内无明显气流死角

3. 送风温度调节
   如果某区域持续偏热：
     □ 增大该区域对应送风口的风量
     □ 降低送风温度（如果空调支持变水温/变制冷剂流量）
     □ 增加该区域的回风比例

4. 局部辅助
   对于气流无法到达的死角：
     □ 加装小型循环风扇（低噪音，定向送风）
     □ 安装诱导风口
     □ 调整密集架间距（增加通道宽度）

5. 验证
   调整后重复全空间扫描
   对比调整前后的均匀性指标

PID整定方法（针对档案室环境）：

1. 初始参数（保守值）
   Kp = 0.5  （比例增益，不宜过大，避免震荡）
   Ki = 0.05 （积分时间约20分钟，档案室热惯性大）
   Kd = 0.1  （微分时间约10分钟，抑制超调）

2. 整定步骤
   Step 1: 设 Ki=0, Kd=0，逐步增大 Kp 直到系统出现轻微震荡
   Step 2: 取 Kp = 震荡值的 50%
   Step 3: 逐步增大 Ki 直到消除稳态误差（但不要引起超调）
   Step 4: 适当加入 Kd 抑制超调

3. 档案室特殊考虑
   □ 热惯性大（混凝土墙体、密集架热容）→ Ki 要小
   □ 不允许超调（超调后回调时间长）→ Kp 要小
   □ 外部扰动慢变（昼夜温差）→ Kd 可稍大
   □ 湿度控制比温度更慢 → 湿度PID的 Ki 更小

4. 典型参数（经验值）
   温度控制（变频空调）：
     Kp = 0.3~0.8
     Ki = 0.02~0.08
     Kd = 0.05~0.15
   
   湿度控制（加湿/除湿）：
     Kp = 0.2~0.5
     Ki = 0.01~0.05
     Kd = 0.0~0.05

联调检查清单：

□ 传感器层
  □ 所有传感器在线，数据连续
  □ 数据精度校验（与标准仪器对比）
  □ 异常剔除功能正常

□ 设备层
  □ 所有设备通信正常
  □ 启停控制验证（每台设备至少启停一次）
  □ 状态回读验证
  □ 故障模拟（断开通信，检查告警）

□ 联动层
  □ 单规则触发测试（模拟温湿度超标）
  □ 多规则优先级测试
  □ 防抖/死区验证
  □ 设备互斥验证
  □ 轮值策略验证

□ 均衡控制
  □ 多区域状态计算正确
  □ 控制动作合理
  □ 气流组织调试完成

□ 可视化与告警
  □ 组态画面数据刷新正常
  □ 告警通知（短信/邮件/平台）正常
  □ 趋势曲线正确
  □ 报表生成正常

72小时验证测试方案：

测试条件：
  □ 空调系统正常运行
  □ 所有传感器在线
  □ 联动规则启用
  □ 室外温度接近设计极限

验证指标：
  □ 温度均匀性：所有传感器均值偏差 ≤ ±1.0℃
  □ 湿度均匀性：所有传感器均值偏差 ≤ ±5%RH
  □ 波动范围：单点温度波动 ≤ ±2℃/24h
  □ 系统可用性：数据采集连续，无中断
  □ 联动响应：从超标到设备启动 ≤ 5分钟

记录要求：
  □ 每5分钟记录一次所有传感器数据
  □ 记录所有设备启停事件
  □ 记录所有告警事件
  □ 记录环境变化（开门、人员进出、天气变化）

验收标准：
  □ 72小时内无系统故障
  □ 均匀性指标达标
  □ 联动响应正确
  □ 无频繁启停（每台设备启停次数 ≤ 12次/天）