Add the Displacements page: permanent displacements of the targets (D-055)

Mechanical anomaly detection on the hourly displacements in mm, data
unchanged: for each target and axis, the largest gap between the median
of the next 24 h and the previous 24 h, kept above 3 times the target's
daily swing (provisional). Jumps within 6 h form one event, so a common
jump is not several anomalies. Grey curves for all targets, colour for
those that jumped; a click opens Explore, Diagnosis.

Note on the idea, first trial and leads in
vues-deplacements/contexte/detection-d-anomalies.md.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
maximeandClaude Opus 5.5 committed 2026-10-16 17:59:42 +02:00
1 parent 14cca7a29b
commit 261f8c9038
7 files changed
+218 -9

No files matched your search

+53 -2
View File
@@ -1,4 +1,5 @@
"""Maquette de la page Explore avec les onglets View et Diagnosis (D-053, D-054) ; spec : vues-deplacements/maquette/spec.md.
"""Maquette de la page Explore (onglets View et Diagnosis, D-053, D-054) et de la page Displacements (D-055) ;
spec : vues-deplacements/maquette/spec.md.
Lit l'export « advanced » d'un dossier de station avec l'outil donnees.py de l'agent (positions, error_value) et son
export horaire (déplacements en mm), liste les images et les captures de la plateforme, puis remplit
@@ -30,6 +31,13 @@ KINDS = ("global_ref", "ref", "target") # ordre des lignes : références de la
MARGIN_PX = 150 # marge autour des capteurs, zoom de départ de l'image (spec §1)
HOURLY_TZ = ZoneInfo("Europe/Zurich") # horodatage de l'export horaire : heure suisse, sans fuseau (docs/domaine/colonnes-des-deplacements.md)
CAPTURES = {"time_series": ("01", "02", "03"), "advanced": ("04", "05")} # captures de cas/<cas>/plateforme/ par onglet
# Page Displacements (D-055, vues-deplacements/contexte/detection-d-anomalies.md) : sauts de niveau qui durent.
WINDOW = 24 # heures de part et d'autre d'un saut : une journée entière absorbe le cycle jour et nuit
RATIO = 3 # saut montré s'il dépasse RATIO fois l'amplitude journalière de la cible ; provisoire, sans source :
# entre 1,5 (plus grand saut des jeux sains) et 4 (PR17) sur les jeux de la note
TOGETHER_S = 6 * 3600 # sauts à moins de 6 h l'un de l'autre (de proche en proche) : un même événement ; le plus grand
# écart d'un axe tombe parfois quelques heures après la marche (PR17, marche à 02:30 : 03:00 en
# vertical, 07:00 en horizontal)
def hourly(path):
@@ -47,6 +55,48 @@ def hourly(path):
"v": [num(r[f"{n}_vertical_displacement"]) for r in rows]} for n in names}}
def regime_changes(hr):
"""Déplacements horaires (sortie de hourly) -> événements de sauts de niveau qui durent, du plus net au moins net,
chacun avec ses sauts (sauts à moins de TOGETHER_S de proche en proche : plusieurs cibles qui sautent ensemble font
un seul événement, pas plusieurs anomalies, règle du mode commun dans CLAUDE.md). Pour chaque cible
et chaque axe : le plus grand écart entre la médiane des WINDOW heures qui suivent et celle des WINDOW heures qui
précèdent, gardé s'il dépasse RATIO fois l'amplitude journalière de la cible (médiane, sur les jours UTC, de max − min).
Les données ne sont pas modifiées."""
found = []
for name, axes in hr["sensors"].items():
for key, axis in (("h", "horizontal"), ("v", "vertical")):
# ponytail: fenêtres comptées en heures mesurées, un trou les allonge ; un seul saut par axe (le plus grand)
s = [(t, v) for t, v in zip(hr["times"], axes[key]) if v is not None]
if len(s) < 3 * WINDOW:
continue
days = {}
for t, v in s:
days.setdefault(t[:10], []).append(v)
swings = [max(vs) - min(vs) for vs in days.values() if len(vs) >= 20]
swing = statistics.median(swings) if swings else 0
if not swing:
continue
med = lambda a, b: statistics.median(v for _, v in s[a:b]) # noqa: E731
jump, k = max(((med(k, k + WINDOW) - med(k - WINDOW, k), k) for k in range(WINDOW, len(s) - WINDOW + 1)),
key=lambda j: abs(j[0]))
if abs(jump) >= RATIO * swing:
found.append({"target": name, "axis": axis, "t": s[k][0], "jump": jump, "swing": swing,
"left": med(len(s) - WINDOW, len(s)) - med(k - WINDOW, k)})
at = lambda f: datetime.fromisoformat(f["t"]).timestamp() # noqa: E731
net = lambda f: abs(f["jump"]) / f["swing"] # noqa: E731
events = []
for f in sorted(found, key=lambda f: f["t"]):
if events and at(f) - at(events[-1]["jumps"][-1]) <= TOGETHER_S:
events[-1]["jumps"].append(f)
else:
events.append({"jumps": [f]})
for e in events:
e["start"], e["end"] = e["jumps"][0]["t"], e["jumps"][-1]["t"]
e["targets"] = sorted({f["target"] for f in e["jumps"]})
e["jumps"].sort(key=net, reverse=True)
return sorted(events, key=lambda e: net(e["jumps"][0]), reverse=True)
def url(path):
"""Chemin -> URL relative depuis out/, où la page est écrite."""
return quote(Path(os.path.relpath(path, OUT)).as_posix())
@@ -83,10 +133,11 @@ def build(folder):
plateforme = Path(folder).resolve().parent / "plateforme"
captures = {tab: [url(p) for n in prefixes for p in sorted(plateforme.glob(f"{n}_*"))[:1]]
for tab, prefixes in CAPTURES.items()}
hr = hourly(files["horaire"][0]) if files["horaire"] else {"times": [], "sensors": {}}
return {"platform": Path(files["advanced"][0]).name.split("_advanced_")[0], "times": [donnees.iso(t) for t in instants],
"sensors": sensors, "images": images, "view": view, "captures": captures,
"folder": Path(os.path.relpath(Path(folder).resolve(), ROOT)).as_posix(), # pour la demande à l'agent
"hourly": hourly(files["horaire"][0]) if files["horaire"] else {"times": [], "sensors": {}}}
"hourly": hr, "regime": regime_changes(hr), "ratio": RATIO}
def page(folder):