engine-data-analysis

发动机台架数据综合分析工具集 — Hermes Agent Skill

功能

• 燃烧特性分析 — COV（循环变动系数）/ AI50（CA50 燃烧相位）/ 点火角（实际 / MBT / 退角）/ 爆震 / VVT / IMEP
• 增压器 A/B 对比 — 双增压器多维度加权评分（低速扭矩 / BSFC / 涡轮转速余量 / WG 效率 / 排温 / 峰值扭矩）
• 高原能力评估 — 根据 ISO 2533 标准大气模型推算高原增压器转速，评估安全余量
• 单发动机万有特性分析 — 全负荷 + 部分负荷稳态点分析（扭矩/功率/BSFC/增压压力/WG 开度/排温/涡轮转速）
• 标准数据对标 — 任意发动机标准数据的通用对比框架（支持自定义列映射和外特性/万有特性对标）
• 数据可视化 — 性能对比图（6 子图）、燃烧特性图（9 子图）、单机分析图（8 子图）
• 自动列名检测 — 20+ 种发动机信号自动模糊匹配（支持中文/英文/ETAS INCA 命名），扭矩/功率优先使用修正值
• 燃烧敏感性分析 (ML) — Pearson + Spearman + 互信息 + Random Forest + 偏依赖 + RPM/负荷分区 + 交叉验证，输出 markdown 表格报告

快速使用

这个 skill 的核心不是单一脚本命令，而是按发动机台架数据分析场景选择入口：先理解数据结构和列名，再进行 A/B 对比、单发动机综合分析、高原评估或标准数据对标。

from pathlib import Path
import sys
sys.path.insert(0, str(Path.home() / "~/hermes/skills/engineering/engine-data-analysis/scripts"))
from engine_analysis import *

# 1. 先查看数据结构并自动识别信号列
df = load_excel("发动机台架数据.xlsx", sheet_name="Sheet1", skiprows=0)
print_data_structure(df)
cols = detect_all_columns(df)
print(cols)

# 2. 增压器/方案 A/B 对比：性能 + BSFC + WG + 排温 + 涡轮转速 + 高原能力
out = full_analysis(
    filepath="增压器对比数据.xlsx",
    name_a="方案A",
    name_b="方案B",
    n_points=9,
    turbo_speed_limit=250000,
    altitude_m=3000,
    save_plot="/tmp/turbo_comparison.png",
)
print(out["report"])

# 3. 单发动机综合分析：性能 + 燃烧 + 高原能力 + 可选标准对标
out = single_engine_full_analysis(
    filepath="发动机万有数据.csv",
    encoding="gbk", header_rows=5,
    turbo_speed_limit=250000,
    altitude_m=3000,
    save_plot_performance="/tmp/performance.png",
    save_plot_combustion="/tmp/combustion.png",
    standard_engine="B15HE",  # 不需要标准对标时设为 None
)
print(out["report"])

# 4. 通用标准数据对标：适合外特性/WOT 标准表
test_df = load_excel("测试外特性.xlsx")
test_cols = detect_all_columns(test_df)
std = load_standard_data("标准数据.xlsx")
result = compare_with_standard(
    test_rpm=test_df[test_cols["rpm"]].to_numpy(),
    test_torque=test_df[test_cols["torque"]].to_numpy(),
    test_power=test_df[test_cols["power"]].to_numpy() if test_cols["power"] else None,
    test_bsfc=test_df[test_cols["bsfc"]].to_numpy() if test_cols["bsfc"] else None,
    standard_df=std,
    name="测试发动机",
    standard_name="标准发动机",
)
print(result["report"])

# 5. 燃烧敏感性分析 (ML)
sens = analyze_combustion_sensitivity(
    filepath="发动机万有数据.csv",
    encoding="gbk", header_rows=5,
)
print(sens["report"])
print(sens["feature_importance"])

分析管线：燃烧基线 → Pearson+Spearman+互信息 → Random Forest → RPM/负荷分区 → 偏依赖 → K-Fold 交叉验证 → 报告生成。无 sklearn 时自动回退。输出 markdown 表格报告。

支持的信号

类型	信号	检测优先级
性能	rpm / torque(修正优先) / power(修正优先) / BSFC / boost / EGT / turbo_speed / WG / airflow / backpressure	修正扭矩/功率优先于原始值
燃烧	COV / AI50(CA50) / spark_act / spark_mbt / spark_delta / knock / VVT / fuel_flow / IMEP	自动检测，有则分析无则跳过
高原	海平面转速推算，标准大气模型	需用户确认限制值

文件结构

engine-data-analysis/
├── SKILL.md                          # Skill 触发条件、入口和核心流程
├── README.md                         # 仓库说明
├── agents/
│   └── openai.yaml                   # UI 元数据 / 隐式调用配置
├── scripts/
│   └── engine_analysis.py            # 核心分析模块
├── assets/
│   └── baseline_engine_database/
│       └── baseline_engine_database.sqlite  # 对标基准数据库
├── references/
│   ├── etas_inca_signals.md          # ETAS INCA 信号命名规范
│   ├── workflows.md                  # 场景化分析工作流
│   └── thresholds_and_formulas.md    # 阈值、公式、CSV 与列名参考

维护与发布

GitHub 仓库：johnhejunlin/skill-engine_data_analysis

每次更新本 skill 后必须：

• 同步更新 README.md
• 将最新改动上传到 GitHub 仓库

更新日志

2026-06-23 — refactor: 标准数据库迁移至 SQLite

• 将 B15HE 标准数据从 .xlsx 迁移至 .sqlite（baseline_engine_database.sqlite），load_b15he_standard() 改用 sqlite3.connect + pd.read_sql
• 同步更新 SKILL.md / README.md / workflows.md / engine_analysis.py 中的路径引用
• 修复 README.md 的格式问题

2026-06-22 — feat: implement analyze_combustion_sensitivity (ML)

• 实现 analyze_combustion_sensitivity() — 7 步 ML 管线（燃烧基线→Pearson+Spearman+互信息→RF→分区→偏依赖→CV→报告生成），sklearn 可选，无 sklearn 自动回退
• 新增 _merge_feature_importance() 5 方法融合排名、_build_ml_sensitivity_report() 数据驱动分析报告（markdown 表格）
• 修复 _single_engine_performance_core numpy or 崩溃、max_power_rpm KeyError、_merge_feature_importance fk 脱循环 bug
• 更新 COLUMN_PATTERNS 修复 ETAS INCA 常见误匹配（turbo_speed/spark_act/spark_mbt/imep/wg）
• SKILL.md 精简场景选择、输出要求，与 workflows.md 去重
• README.md 更新路径、功能列表、文件结构

2026-06-07 — refactor: optimize skill structure

• 精简 SKILL.md，保留触发条件、快速入口和核心工作流
• 新增 agents/openai.yaml UI 元数据
• 新增 references/workflows.md 和 references/thresholds_and_formulas.md
• 将 B15HE 基准数据库移动到 assets/baseline_engine_database/
• 同步更新 _B15HE_STANDARD_PATH

2026-06-07 — docs: add GitHub publish requirement

• 记录 skill 的 GitHub 仓库地址
• 明确每次更新 skill 后需同步更新 README.md 并上传到 GitHub

2026-06-07 — docs: clarify quick usage scope

• 将README.md定位从"性能数据分析"调整为"台架数据综合分析"
• 重写快速使用示例，按数据识别、A/B 对比、单发动机综合分析和标准对标组织
• 移除README.md中尚未在脚本实现的一键燃烧敏感性分析声明

2026-06-03 — docs: update file structure for baseline engine database

• 标准数据文件移入 baseline engine database/ 子目录
• 同步更新 _B15HE_STANDARD_PATH 模块内文件路径
• README 文件结构更新

2026-06-02 — refactor: 通用化 + 修正值优先 + 标准对比框架

• 拓宽 skill 描述：燃烧 + 性能 + 油耗 + 增压器（作为子项）
• 扭矩/功率列名优先匹配修正值（修正扭矩 / CorrTorqueEWG / 修正功率 / CorrBrkPwrEWG）
• 替换所有具体品牌名（博马/奕森 → 方案A/方案B）
• 新增通用标准对比框架：load_standard_data() / compare_with_standard()
• 新增燃烧敏感性分析：analyze_combustion_sensitivity()
• SKILL.md 去除绝对路径（改用 Path.home()），重写内容结构

2026-06-02 — feat: add combustion analysis

• 新增燃烧特性分析：COV/AI50/点火角/点火退角/爆震/VVT/IMEP 信号检测
• 新增 single_engine_combustion_analysis() 燃烧一站式分析
• 新增 _plot_combustion_analysis() 9 子图燃烧可视化
• COLUMN_PATTERNS 新增 9 种信号类型

2026-06-02 — feat: add B15HE standard comparison

• 新增 B15HE 标准数据文件
• 新增 compare_with_b15he_standard() 外特性对比

2026-06-01 — initial: extract reusable module, slim down SKILL.md

• 将内联代码提取为 scripts/engine_analysis.py 结构化模块
• SKILL.md 精简 71%（35KB → 10KB）
• 增压器 7 维度加权评分 + 高原能力评估 + 自动列名检测