wangxuewangxue98/dsh-motor-ai-l0 ↗★ 0

dsh-motor-ai-l0

Motor-AI DSH 插件 · 电机设计专家 L0 快速预筛层(纯 JS 经验公式,零求解器依赖) 适合电机设计人员进行快速预筛,基于纯 JS 经验公式,无需依赖外部求解器。

パッケージ
dsh-motor-ai-l0
互換性
未検証
バージョン
0.1.0
最終更新
2026/09/21

インストール

$npx -p @deepseek-ai/dsh dsh plugin --profile web add github:wangxuewangxue98/dsh-motor-ai-l0

ドキュメント

README 全文を読む ↗

查看配置层

dsh --profile web --dump-config


**层级门控**:把 `level` 设为 `l1` 或 `l2` 会立即抛错并阻止插件加载 —— 这是有意为之的
快速失败,避免「配置打开了、代码没实现」的静默降级。

---

## 七、版本与发布

语义化版本三重一致性由 `scripts/release.mjs`(W5 交付)强制:

- PATCH:公式系数微调、bug 修复
- MINOR:新增公式 / 新增代理模型 / 新增校验规则
- MAJOR:输出格式变更、工具参数结构变更、DSH 兼容性提升

---

## 八、路线图

| 阶段 | 内容 | 状态 |
|---|---|---|
| W1 | 插件骨架 + 层级门控 + 离线自检 | ✅ 完成(12/12) |
| W2 | P1 常量真源同步 + 公式引擎 + P3 高速扩表 + Param 锁 | ✅ 完成 |
| W3 | motor_param_matrix + motor_l0_estimate | ✅ 完成(37/37) |
| W4 | motor_design_validate + 公式 vs 模拟回归质量门 | ✅ 完成(49/49,质量门判定 DEBT) |
| W5 | 代理模型 + SKILL.md + release.mjs 门禁 | ⬜ 待开始 |
| W6 | npm / DSHHub 发布 + 口令分发 + L1 转化钩子 | ⬜ 待开始 |

---

## 九、已知偏差与 W4 待校准清单(实算数据)

L0 物理通道目前是 **v0.1 未标定版**。刻意不为了「数字好看」而乱调系数 ——
下列偏差全部登记待 W4 用 RMxprt 批量结果回归后再收紧。

### 实算对照(`node scripts/verify.mjs` 之外的独立探针)

| 案例 | 工况 | L0 物理通道 | 参照 | 偏差 |
|---|---|---|---|---|
| A | Y160M-4:15kW / 1460rpm / 4极 / OD260 / L155 / 风冷 | η 86.63%,温升 88.6K | IE1 88.5% / IE3 91.5%;B级允许温升 80K | η 偏低 1.9~4.9pt,温升偏高约 9K |
| B | 现场工况:200kW / 22000rpm / 2极 / 液冷 / SmCo | η 96%(受 cap 封顶,推算值约 97.5%),温升 107.2K | 同类高速 PMSM 典型 96.5~97.5% | 数值合理,但 cap=96 造成低估 |

### 偏差根因(已定位)

1. **铁损**:Steinmetz 用单一等效磁密(默认 1.2T),未区分齿部/轭部;`kh/ke` 系数未标定
2. **铜损**:槽面积由几何推算,缺少「匝数 × 电流」的电路约束;槽满率 0.45 与电密 5.5 A/mm² 均为经验值
3. **机械损**:`MECH_LOSS_K = 5` 未标定,仅保证量级正确
4. **温升**:散热面积按**光滑**机座外表面积计,未计散热筋;`COOLING_COEFFICIENT` 为单点标定(标定算例见 motor-constants.mjs)
5. **效率封顶**:`efficiencyCap=96` 是为与 `_run_simulated` 同口径的权宜值,对高效高速机会低估

### W4 必须完成的三件事

- [ ] 用 RMxprt 批量结果做 native vs L1 回归,拟合 `kh/ke`、`MECH_LOSS_K`、`COOLING_COEFFICIENT`
- [ ] 回归目标:标定域内 `|Δη| ≤ 2pt`、`|Δ温升| ≤ 10K`
- [ ] 校准完成后重新评估 `efficiencyCap` 是否需要放宽(当前 96 对高速高效机偏保守)

> 诊断列 `l1_efficiency_proxy` / `l1_temp_proxy` 就是为这件事准备的:
> 案例 B 中它给出 80%,与 L0 的 96% 相差 16pt —— 这不是 bug,
> 而是把「Python 仿真经验式在高速区失真」这件事显性暴露了出来。

---

## 十、回归质量门(W4 交付)

```bash
node scripts/regression.mjs                  # 跑门(比对基线)
node scripts/regression.mjs --update-baseline   # 重新生成基线快照
node scripts/regression.mjs --strict         # DEBT 也按失败计
node scripts/regression.mjs --json           # 机器可读输出

两道门 + 一个诊断

门判据阻断
A 物理边界门效率落进该功率档 IE1~IE4 能效带、温升不越绝缘设计限值由 benchmarks/gate.sanity_blocking 控制,当前 false
B 回归门与 baseline.json 逐指标比较,允许 0.5pt / 2K / 5% 劣化是(首次运行无基线时放行)
诊断 divergenceL0 物理通道 vs L1 仿真 proxy 的 Δη / ΔT否(仅记录,见下)

为什么 divergence 不阻断:_run_simulated(motor_tools.py:750-756)是在 180mm / 8 极 / 3000rpm 附近标定的线性式,套到 200kW/22000rpm 会推出 80% 效率 ——比 IE1 地板还低,是仿真模型自身失真。强行把 L0 对齐到它等于把 L0 一起带偏。 故只有落在 SIM_VALID_DOMAIN(120260mm / 48 极 / 5004000rpm)内的案例才计入 2pt 预算, 域外标记 out_of_domain、可见但不计分。

首轮实算结论(2026-09-21)

判定:DEBT(sanity 6/6 越界,但按配置不阻断;无回归)。

案例L0 η参考带ΔηL0 ΔT考核/设计限值仿真 proxy域内?
y160m4 15kW/4极86.65%87~94%−0.35pt88.4K80/105K ⚠83.4%是(超预算 3.25pt)
y200l4 30kW/4极86.65%89~95%−2.35pt113.8K80/105K ✗86.08%否
hs200kw 200kW/22000rpm96%(cap)95~98%0113.3K105/105K ✗80%否
mine75kw 75kW/660V89.59%91~96%−1.41pt131K80/105K ✗89%否
small55kw 5.5kW/2极81.04%84~91%−2.96pt108.8K80/105K ✗80%否
fan110kw 110kW/2极90.13%92~97%−1.87pt87.1K105/105K ✓85.32%否

欠账集中在两点:效率系统性偏低 1.4~3pt(损耗三项未标定)、温升系统性偏高(散热筋未计 + 损耗高估)。 根因与第九节登记的 5 项一致,属待标定项,不是实现缺陷。

翻转判据:6 个案例全部落进参考带且温升不越考核限值后, 必须把 benchmarks/l0-benchmarks.json 的 gate.sanity_blocking 改为 true, 否则门形同虚设。

W4 实施中修掉的 4 个真问题

  1. 磁密公式漏 2/π(我的 bug) —— 每极磁通应为 Φ = (2/π)·B_peak·极面积, 初版直接用 B_peak × 极面积,磁密被高估 π/2≈1.57 倍,表现为「齿磁密 1.63T vs 现场目标 1.02T」的假性冲突。 修正后 Bt = 2·B_gap·Dsi/(Qs·bt·k),半齿距齿宽下 Bt = 4·B_gap/(π·k) ≈ 1.30·B_gap, 取 B_gap=0.8T 得 1.04T,与现场 1.02T 吻合到 2%。
  2. V12 温升默认判 failed 会批死整批 —— 实测矩阵 40/40 全 failed,预筛层失去意义。 未标定模型不该承担硬剔除职责,改为默认 warning,escalate: ['V12'] 可显式升级。
  3. 槽宽深比下界 0.30 过紧 —— 26/40 行误报。定子梨形槽宽深比常见 0.2~0.8,下界改为 0.20。
  4. 高速气隙档缺失 —— AIR_GAP_MAX=1.5mm 会把现场 2.0mm 气隙判非法。 新增 highSpeedRpm=8000 / AIR_GAP_MAX_HIGH_SPEED=4.0,并让经验气隙比对在高速档让位。

W4 暴露出的 3 项 Python 真源问题(需回主线确认)

#现象定位建议
1全部案例轭磁密 1.832.72T,超目标 0.82T 达 123232%physics_kernel.py:601-602 yoke = 0.4·half 对 4 极机偏薄约 2×校核 yoke 系数,或按极数分档
2参数矩阵外径系统性偏大(15kW 推到 ID≈197mm,实机约 170mm)physics_kernel.py:536-538 empiricalBaseSize用型谱数据回归 d/l 系数
3baseTurns = 0.3·V + 0.02·(450−OD),380V 推得 114 匝/线圈,实机约 15~30physics_kernel.py:608该式量级需复核(L0 未依赖 turns,暂不影响估算)