下面是**精简版 README（交接用）**，重点只保留“项目是什么 + 怎么用”。

---

# CIP Prediction Model（超滤CIP预测模型）

## 1. 项目简介

本项目用于超滤系统运行过程中的膜污染建模与CIP（化学清洗）时间预测。

核心功能包括：

* 基于运行数据计算膜阻力增长（R）
* 建立污染增长模型（R = a · V^b）
* 预测剩余运行时间（remaining_days）
* 支持不同压差通道（DPT_1 / DPT_2）
* 引入历史周期数据进行参数修正
* 输出异常状态（ERROR）用于运行监控

---

## 2. 输入数据

---

### 2.1 实时运行数据

文件：

```
use_data/test_cycle_sample.csv
```

包含：

* time（时间，5分钟采样）
* RO1_FluxF ~ RO4_FluxF（各RO段通量）
* C.M.RO1_FT_JS@out ~ C.M.RO4_FT_JS@out（进水流量）
* C.M.RO1_FT_NS@out ~ C.M.RO4_FT_NS@out（浓水流量）
* C.M.RO_TT_ZJS@out（温度）
* C.M.RO_Cond_ZJS@out（电导率）
* C.M.RO_PH_ZJS@out（pH）
* C.M.RO_ORP_ZJS@out（ORP）
* C.M.RO_PT_ZCS@out（进水压力）
* C.M.RO1_DB@DPT_1 ~ C.M.RO4_DB@DPT_1（一段压差）
* C.M.RO1_DB@DPT_2 ~ C.M.RO4_DB@DPT_2（二段压差）

说明：

* 数据为当前CIP周期的连续运行记录
* 必须为进水运行阶段数据（控制字=24.0）
* 不允许混入清洗、停机或切换状态数据
* 可输入全机组数据，模型内部会自动筛选目标机组数据

---

### 2.2 历史周期数据

```
use_data/cycle_rv_seg1_results.csv
use_data/cycle_rv_seg2_results.csv
```

用于提供历史污染参数（a, b）进行修正。

说明：

* seg1 对应 DPT_1 压差模型
* seg2 对应 DPT_2 压差模型
* 每条记录代表一个完整历史CIP周期
* 包含污染模型参数（a, b）及对应运行工况统计特征（flux、cond、pH、ORP、temp）
* 数据已完成预处理，可直接用于模型匹配，无需额外清洗或转换

---

## 3. 使用方法

### 3.1 基本调用

```python
out = main(["RO4"], TMP_limit=0.19, dpt_type="DPT_1")
```

---

### 3.2 参数说明

* `units`：机组列表（如 ["RO4"]）
* `TMP_limit`：最大允许压差（用于CIP判断）
* `dpt_type`：

  * "DPT_1"（默认）
  * "DPT_2"

---

## 4. 输出结果

### 正常情况

```text
remaining_days：预计距离CIP剩余天数
R_now：当前膜阻力
V_now：当前产水量
a_final / b_final：模型参数
status = OK
```

---

### 异常情况

当系统判断预测失效时返回：

```text
status = ERROR
error_time：异常发生时间
error_var：使用的压差变量
```

---

## 5. 运行示例

```python
if __name__ == "__main__":

    out = main(["RO4"], TMP_limit=0.19, dpt_type="DPT_2")

    row = out.iloc[0]

    if row["status"] == "ERROR":
        print("系统异常")
        print(row["error_time"])
        print(row["error_var"])
    else:
        print(f"预计CIP时间：{row['remaining_days']:.2f} 天")
```