supersonic-vapor

Automated Steam Measurement Report

Aquest repositori conté un sistema completament automatitzat per generar informes de mesura per a les canonades de vapor d’Euromed. El flux de treball utilitza Python per processar dades CSV, Plotly per a gràfics interactius i Quarto per a la generació d’informes. El sistema admet tant informes HTML interactius per a l’anàlisi com informes estàtics preparats per a PDF per a la impressió.

📂 Estructura del repositori

vapor/
│
├─ data                     # 
│  ├─ docs_csv              # Fitxers editables en Excel en format CSV
│  ├─ docs                  # Fitxers editables en Excel  
│  └─ raw                   # Fitxers CSV en brut de campanyes de mesura
├─ src/                     # Scripts de Python
│  ├─ add_date.py           # Funcions per afegir dates als noms dels fitxers en brut
│  ├─ create_map.py         # Funcions per crear el mapa d’Euromed
│  ├─ create_plots.py       # Funcions per carregar CSVs i generar gràfics interactius/estàtics
│  ├─ create_report_html.py # Funcions per crear l’informe en format HTML
│  ├─ create_report_pdf.py  # Funcions per crear l’informe en format PDF
│  ├─ create_sankey.py      # Funcions per crear el diagrama de Sankey
│  ├─ create_tkinter.py     # Funcions per crear el mapa d’Euromed (versió actualitzada)
│  ├─ excel2csv.py          # Funcions per carregar CSVs i generar gràfics interactius/estàtics
│  ├─ gui.py                # Codi que crea la interfície gràfica (GUI) que utilitza totes les funcions
│  └─ points_dict.py        # Diccionari amb els noms dels punts i el seu identificador
├─ outputs/                 # Carpeta opcional per a PNGs o figures exportades
├─ report_vapor.qmd         # Informe principal de Quarto (HTML + PDF opcional)
├─ report_generated.qmd     # QMD generat dinàmicament des de Python
└─ README.md                # Aquest fitxer

⚡ Característiques

1. Processament automàtic de CSV (add_date.py)
   • Detecta fitxers CSV a data/raw/
   • Agrupa fitxers per punts de mesura (STE-1, STE-2, …, E800, PEC)
   • Extreu automàticament la data de mesura dels noms dels fitxers
2. Generació de gràfics interactius (create_plots.py)
   • Té dues funcions: 2.1. Batch plot
     • Per crear els gràfics de tots els arxius csv que hi ha a raw 2.2. Previsualitza un gràfic
     • Utilitza Plotly per a gràfics HTML interactius
     • Les figures s’integren dins l’informe Quarto per a anàlisi immediata
     • La mida dels gràfics es pot ajustar dinàmicament (això potser es mentida)
3. Creació dinàmica d’informes (create_report_html.py/create_report_pdf.py)
   • A partir dels grafics generats es pot crear un informe que recull totes les dades.
   • Python create_report.py genera el fitxer Quarto markdown (.qmd)
   • Títols, dates i seccions s’afegeixen automàticament segons els CSV
   • Els blocs de codi es poden ocultar per a un informe més net
   • Els arxius de quarto estan preparats per exportar directament a html per visualitzar els gràfics interactivament o en pdf per imprimir.
4. Creació de planol amb els punts analitzats (create_map.py)
   • A partir de les dades es poden recopilar en un excel (punts_mesura) les velocitats en els diferents punts
   • El programa crea un mapa per visualitzar de forma interactiva aquestes dades recopilades sobre el terreny.
5. Creació de diagrama sankey (crate_sankey.py)
   • A partir de les dades es pot omplir l'excel de sankey_nodes
   • Amb aquestes dades es genera un diagrama amb els balanços de cabal tipus sankey
6. GUI per executar totes aquestes comandes.
   • Permet navegar per totes aquestes funcions.
   • A la GUI li falta implementar la creació dinamica d'informes.

🛠️ Flux de treball

0. Instal·lar dependències

Millor instalar el "enviroment" requirements.yml

pip install pandas plotly kaleido quarto

kaleido is required for exporting Plotly figures to PNG.

quarto must be installed for rendering QMD files.

Disclaimer: No se si només kalideo i quarto son suficients!

Generar csv > generar grafiques > generar informe > editar excel punts_mesura > generar i visualitzar mapa > editar excel sankey_nodes > generar i visualitzar diagrama

🧩 Personaliotzació

• Variables to plot: Edit the variables_to_plot list in create_report.py
• Figure size: Adjust in create_plotly_plot() or write_image()
• Measurement point detection: Modify the regex in point_sort_key() for custom naming schemes

⚙️ Notes

• Mantén HTML interactiu per a l’anàlisi; utilitza PNG per a PDF/impressió
• Els noms dels CSV han d’incloure el punt de mesura (p. ex. STE-2) i la data (YYYYMMDD)
• Els números STE amb zero inicial (p. ex. STE-01) asseguren l’ordre correcte

👤 Autor

Arnau Coronado Nadal Estudi de cabals Euromed