泵与风机选型 V2.0（Read 读图验证法）

Overview

从厂商设备样本 PDF（扫描版或 OCR 版）中，按工况参数（风机：风量 m³/h + 全压 Pa；泵：流量 + 扬程）批量选出满足要求的设备型号，并完成校核、填表、输出报告。

V2.0 相对 V1.0 的关键升级：数据提取必须用 Read 工具直接读图验证，不能依赖 RapidOCR 或文本层 dump 的数字。这是 53 台风机批量选型实战反复踩坑后沉淀的结论。

核心教训（最重要，必读）

对扫描/OCR 版 PDF，任何自动文本识别（PyMuPDF 文本层、RapidOCR）都会产生数字错位、错行、甚至编造不存在的数值。实战中先后出现：

1. 文本层把 SCF 页数据错位混进 HTFC 页，凭空生成 5 个假转速档（610/680/725/820/900）
2. RapidOCR 把相邻转速行的数据错位（HTFC-28 690 行读成 730 行的数）
3. 低分辨率读图（scale 2.5）系统性把全压读高 30~75 Pa
4. 把「尺寸」列误当「重量」列（KFV 净重 6 kg 被读成 97 kg）
5. 转速档名整体错位一档（HTFC-25 的 520 实为图上 450）
6. 把不存在的风量值混入（HTFC-12 1300 档出现「8530」，实为 1200 档的 7173 误读）
7. 电机极数误标（HTFC-20 720rpm 标成 6 极，实为 4 极）

结论：只有 Read 工具直接"看"高分辨率渲染图，才能可靠读出数字。

Workflow

Step 0：明确选型需求

• 设备类型、系列要求（用户可能指定优先系列）
• 每台设备的工况：风机 Q(m³/h)+P(Pa)；泵 Q+扬程
• 选型系数规则（风量预留系数、全压要求）
• 特殊约束：单速/双速、防爆、噪声限值等
• 输出目标：Excel 参数表 / 报告

Step 1：定位章节页码

python scripts/extract_pdf_table.py --pdf "<样本.pdf>" --scan --keyword "SCF"

scan 结果只用于定位页码，绝不直接采信其数字。

Step 2：渲染高分辨率图 + Read 直接读图（V2.0 核心）

这是唯一可靠的数据提取方法。

2a. 渲染整页或裁剪区域

# render_page.py — 通用渲染脚本
import sys, fitz
pdf = sys.argv[1]; page = int(sys.argv[2]); scale = float(sys.argv[3]); out = sys.argv[4]
doc = fitz.open(pdf)
p = doc[page-1]
pix = p.get_pixmap(matrix=fitz.Matrix(scale, scale))
pix.save(out)
print(f"saved {out} size={pix.width}x{pix.height}")

python render_page.py "<样本.pdf>" 4 2.0 "p04.png"

• 整页读图：scale 2.0 足够（约 2450×1650 px，Read 能读）
• 表格密、数字小时：scale 4~6 裁剪目标机号区域再读
• 图片高度 >4000 px 会导致 Read 失败或 cache 命中异常，超大表必须分块裁剪（上下切半或按机号切块）

2b. 用 Read 工具读图，人工核对数字

用 Read 工具打开渲染出的 PNG，直接读表。核对要点：

• 每行（转速档）应有几个工况点，风量从大到小、全压从小到大（Q-P 曲线下降）
• 相邻转速行不要错位（高转速风量更大、全压更高）
• 机号标签与数据行对齐
• 电机型号、功率、噪声、重量逐列核对（重量列别和尺寸列搞混）

2c. 避免 Read cache 命中

Read 对相同内容图片会返回 "already loaded"。换新文件名重新渲染（如 v2_p04.png）即可绕过 cache。

Step 3：数据层（fan_data.py）

把核对后的数据集中写进 Python dict，便于选型算法消费：

HTFC_SERIES = {
    9: [  # 机号 9
        {'rpm': 1200, 'points': [(3150,283),(2785,312),(2465,341),(2030,369),(1770,395)],
         'motor': 'YE2-80M1-4', 'power_kw': 0.55, 'noise_dba': 58, 'weight_kg': 84},
        # ... 更多转速档
    ],
}
GDF_SERIES = {'GDF3.0-4': {'rpm':1380, 'points':[(2510,370),(2000,515),(1620,578)], ...}}
KFV_SERIES = {...}
SCF_SERIES = {...}

注意：小机号可能只有 1~3 个工况点，不是每档都 5 个。

Step 4：选型算法（select_fan.py）

选型分两层：正常选型 + 放宽模式。实战中用户会逐步收紧约束，最终规则如下。

正常选型（①~⑧ 步，全压完全满足）：

1. 类型优先级（用户指定，如 HTFC → GDF → KFV → SCF）
2. 风量系数：标内 1.05~1.10；无合适时放宽到 1.20（标号小优先）
3. 全压：设计全压 ≤ P选 ≤ 1.5×设计全压（下限满足设计；上限富余不超过 50%）
4. 排序：标号小 → 风量贴中(1.075×Qd) → 全压小（节能）

放宽模式（⑨ 步，正常选型无解时）——核心约束（实战沉淀）：

1. 风量系数 ≥1.05 是硬下限：风量不允许放宽（不得小于 1.05 倍设计风量）
2. 全压放宽比例 ≤40%（下限约束）：即选型全压 ≥ 0.6 × 设计全压（全压不能太低）
3. 全压富余比例 ≤50%（上限约束）：即选型全压 ≤ 1.5 × 设计全压（全压不能太高，避免电机功率/噪声/成本过大）
4. 风量可放大：若全压放宽会超 40%，放大风量找全压更高的工况点
5. 目标函数：满足「风量 ≥1.05×Qd 且 0.6×Pd ≤ 全压 ≤ 1.5×Pd」的所有工况点中，全局跨系列选风量最接近设计风量的（风量系数最小）

> ⚠️ 关键陷阱：放宽模式必须全局跨系列比较风量，不能按系列优先级先找 HTFC。否则会因 HTFC 优先而把风量放大到 2 倍去选 HTFC-9（如 840 m³/h 需求被选成 1770 m³/h 的 HTFC-9），而忽略了 GDF 里风量 1.19 倍更贴近的解。

def select_one(q_d, p_d):
    # ①~⑧：正常选型（标内 1.05~1.10 + 风量放宽 1.05~1.20，p_d≤全压≤1.5p_d，系列优先级）
    # ⑨：放宽模式
    p_floor = p_d * 0.6      # 全压下限：放宽 ≤40%
    p_ceil  = p_d * 1.5      # 全压上限：富余 ≤50%
    q_lo_r  = q_d * 1.05     # 风量下限 1.05（硬约束，不放宽）
    # 全局收集 风量≥q_lo_r 且 p_floor≤全压≤p_ceil 的工况点（跨 HTFC/GDF/KFV/SCF）
    # 排序：风量系数最小优先（最接近设计风量）；同系数选全压更接近设计值

两个比例公式：
- 全压比例 = (P选 − P设计) / P设计 × 100%（范围 −40% ~ +50%；负值=放宽，正值=富余）
- 风量放宽比例 = (Q选 − Q设计) / Q设计 × 100%（正值，≥+5%）

Step 5：填表（fill_table.py）

用 openpyxl 读原表模板，从第 5 行起写入选型结果：

ws.cell(row=r, column=19, value=f'+{q_over_pct:.1f}%')  # 风量放宽比例列（正值）
ws.cell(row=r, column=20, value=f'-{relax_pct:.1f}%')   # 全压放宽比例列（负值）

• 保留原表头（第 1~4 行），只填数据行
• 备注列写「全压放宽 xx%」「风量放大至 xx 倍」「双速电机」等
• 最右两列（用户要求，均不写 0%，正负号表示"相对设计值的余量/不足"）：
• 风量放宽比例列（S 列，恒为正值，=(Q选−Q设)/Q设×100%，≥+5%）
• 全压比例列（T 列）：全压满足（P选≥P设）时写正向余量 +xx%；全压放宽（P选<P设）时写负值 -xx%。不写 0%。
• 文件锁定处理：若原 Excel 被腾讯文档/Office 预览占用（PermissionError: [Errno 13]），先复制到临时文件、用临时路径跑 fill、再 shutil.copy2 写回原文件。
• 重跑填表不覆盖字体色：fill_table 只写 cell.value 不改 cell.font，所以标红等格式会保留。若需重新标色，另行单独处理字体。

Step 6：需求变更后增量重跑

用户调整某几台设备工况后，不必全量重新读图，只需：

1. 直接改 fan_data.py 中对应 DEMANDS 元组（如 (20, 'PF-WD-20', 11130→11310, 350, ...)）
2. 重跑 select_fan.py → fill_table.py
3. 校验硬约束：空选=0、风量<1.05=0、全压放宽>40%=0
4. 注意：若用户重置了输出表为原始模板（列数可能从 20 缩回 18），fill_table 需重新补第 19/20 列，且留意第 4 列字段名（"风机型号" vs "参考型号"）

Step 7：版本对比与标色（常见后续需求）

用户常要求「对比两个版本的选型结果，标出有差异的设备」。做法：

import openpyxl
from openpyxl.styles import Font

# 按设备编号建映射：code -> (行号, 风量, 全压)
def load(ws):
    d = {}
    for r in range(5, ws.max_row+1):
        code = ws.cell(row=r, column=2).value
        if code is None: continue
        d[code] = (r, ws.cell(row=r, column=7).value, ws.cell(row=r, column=8).value)
    return d

# 风量或全压任一不同 → 标红（红色字体 FF0000）
red = Font(color='FF0000')
for code, (nr, nq, np_) in new_d.items():
    if code not in old_d: continue
    _, oq, op_ = old_d[code]
    if nq != oq or np_ != op_:
        for c in range(1, new_ws.max_column+1):
            cell = new_ws.cell(row=nr, column=c)
            if cell.value is not None:
                cell.font = red

• 差异对比列 = 风量（第 7 列）+ 全压（第 8 列）
• 标色用字体红色（Font(color='FF0000')），用户说"颜色改为红色"指字体色而非底色
• 若用户说"底色/黄色底色"，则改 cell.fill = PatternFill(start_color='FFFF00', fill_type='solid')

关键经验（避免重复踩坑）

1. Read 读图 > RapidOCR > 文本层：数据提取首选 Read 读图；OCR 只用于定位。
2. 低分辨率读图会系统性偏差：scale 2.5 读数普遍偏高/错位，关键数据用 scale 4~6 裁剪读图。
3. 图片尺寸限制：高 >4000px 的图 Read 会失败或 cache 异常，超大表分块。
4. Read cache：相同内容返回 "already loaded"，换文件名重渲染绕过。
5. 重量列 ≠ 尺寸列：净重通常较小（几 kg~几百 kg），尺寸（长宽高 mm）容易混入。
6. 转速档名会整体错位：核对时以图上机号标签 + 数据行对齐为准，不盲目信任代码里已填的 rpm 值。
7. 相邻转速行数据会互换：核对时看风量范围是否随转速递增。
8. 小机号工况点少：1~3 个工况点正常，别硬凑 5 个。
9. Windows 路径：脚本写到工作区绝对路径，Python 用受管 venv（C:/Users/ZJ/.workbuddy/binaries/python/envs/default/Scripts/python.exe）。
10. 批量选型务必多次读图复核：用户可能逐台反馈错误，每次反馈都触发「重新读图核对整页」，而不是只改那一处。
11. 放宽模式必须全局比风量，不能系列优先级：全压放宽阶段目标是「风量最接近设计值」，若按系列优先级先找 HTFC，会把小风量需求放大 2 倍选 HTFC-9，忽略 GDF 里风量 1.2 倍更贴近的解。
12. Excel 被占用时用临时文件写回：目标文件被腾讯文档/Office 预览锁定会报 PermissionError: [Errno 13]。先 shutil.copy2 到临时路径跑 fill，再 shutil.copy2 写回原文件即可。
13. 比例列不写 0%：用户明确要求"不要写 0"。风量列恒为正（≥+5%）；全压列满足时写正向余量 +xx%，放宽时写负值 -xx%，两列统一"正=余量、负=不足"语义，避免出现 0。
14. 标色对比用字体色，重跑填表不覆盖字体：fill_table 只改 value 不动 font，所以先标红再重填表，红色会保留；对比"颜色"默认指字体红色 FF0000，若用户说"底色/黄色底色"才用 fill。
15. 全压是双边约束（−40% ~ +50%）：下限放宽 ≤40%（P选≥0.6×P设），上限富余 ≤50%（P选≤1.5×P设）。全压过高同样要避免——会导致电机功率浪费、噪声增大、成本上升（典型：某台全压富余达 154% 的选型，加此约束后需重选）。

Resources

scripts/

• render_page.py — 通用渲染脚本（PyMuPDF 渲染指定页为 PNG）。依赖 PyMuPDF。
• extract_pdf_table.py — 双模式：scan（关键词定位页码）+ dump（坐标重组文本层，仅作总览）。依赖 PyMuPDF。
• ocr_region.py — RapidOCR 高精度识别（仅作辅助，不作为最终数据）。依赖 rapidocr-onnxruntime。

> 脚本可复用 V1.0（pump-fan-selection）skill 中同名脚本；本 skill 的脚本模板见上方 Step 2a。

references/

（本技能核心方法论已内联，无独立 reference 文件；工程校核方法复用 V1.0 的 selection-method.md）