Hongru/AutoControlCourse
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

添加总人数显示功能

Browse Source
This commit is contained in:
Hongru
2025-10-19 23:09:24 +08:00
parent b80391415b
commit 071e4da378
7 changed files with 389 additions and 324 deletions
Download Patch File Download Diff File Expand all files Collapse all files
GUIDANCE.docx
BIN
View File
Binary file not shown.
GUIDANCE.md
+279
View File
@@ -0,0 +1,279 @@
# 自动控制理论AI+数智平台 - 学生使用指南
## 一、平台访问
**平台地址**: http://182.148.54.29:7860/
**推荐浏览器**: Chrome、Edge 或 Firefox 最新版本
---
## 二、平台功能简介
本平台是《自动控制理论》课程的配套学习工具，提供四大核心功能：
1. **时域分析** - 分析系统的阶跃响应和脉冲响应
2. **频域分析** - 绘制Bode图和Nyquist图，分析系统稳定性
3. **根轨迹分析** - 观察增益变化对系统极点的影响
4. **AI智能问答** - 24小时在线的自动控制理论助教
---
## 三、详细使用教程
### 3.1 时域分析
#### 3.1.1 功能说明
输入系统的传递函数，查看系统的时域响应特性。
#### 3.1.2 使用步骤
1. 点击顶部"时域分析"标签页
2. 在左侧输入框中输入：
- **分子系数**：例如 `1` 或 `1,2,3`（用逗号分隔）
- **分母系数**：例如 `1,6,11,6`（从最高次项到常数项）
3. 点击"显示传递函数"按钮查看数学公式
4. 点击"开始分析"按钮生成响应曲线
#### 3.1.3 输出结果
- **左图**：单位阶跃响应曲线
- **右图**：单位脉冲响应曲线
- **性能指标**：上升时间、峰值时间、超调量、调节时间等
#### 3.1.4 示例输入
```text
分子系数: 1
分母系数: 1,2,1
```
这是一个典型的二阶系统：$G(s) = \frac{1}{s^2+2s+1}$
---
### 3.2 频域分析
#### 3.2.1 功能说明
通过Bode图和Nyquist图分析系统的频率特性和稳定性。
#### 3.2.2 使用步骤
1. 点击顶部"频域分析"标签页
2. 输入传递函数的分子和分母系数（同时域分析）
3. 拖动"对数增益 log₁₀(K)"滑块，调整系统增益
4. 观察右侧的Bode图和Nyquist图实时变化
#### 3.2.3 输出结果
- **Bode图**：幅频特性和相频特性曲线
- **Nyquist图**：极坐标表示的频率响应
- **稳定裕度**：增益裕度(GM)和相角裕度(PM)
- **稳定性评估**：系统是否稳定的判断结果
#### 3.2.4 稳定性判断标准
- GM > 0 dB 且 PM > 0° → **系统稳定**
- GM < 0 dB 或 PM < 0° → **系统不稳定**
---
### 3.3 根轨迹分析
#### 3.3.1 功能说明
观察增益K从0到∞变化时，闭环极点在s平面上的移动轨迹。
#### 3.3.2 使用步骤
1. 点击顶部"根轨迹"标签页
2. 输入开环传递函数的分子和分母系数
3. 拖动"对数增益 log₁₀(K)"滑块
4. 观察极点位置的实时变化
#### 3.3.3 输出结果
- **根轨迹图**：蓝色曲线表示极点运动轨迹
- **当前极点**：红色×标记表示当前增益K下的闭环极点位置
- **极点坐标**：实部和虚部的具体数值
#### 3.3.4 稳定性判断标准
- 极点在左半平面（实部 < 0）→ **稳定**
- 极点在虚轴上（实部 = 0）→ **临界稳定**
- 极点在右半平面（实部 > 0）→ **不稳定**
---
### 3.4 AI智能问答
#### 3.4.1 功能说明
随时向AI助教提问自动控制理论相关的问题。
#### 3.4.2 使用步骤
1. 点击顶部"智能问答"标签页
2. 在底部输入框输入你的问题
3. 点击"发送"按钮或按Enter键
4. 等待AI助教回复（支持LaTeX公式显示）
#### 3.4.3 可提问的内容
- **概念解释**："什么是传递函数？"
- **公式推导**："如何计算二阶系统的超调量？"
- **例题讲解**："如何用劳斯判据判断稳定性？"
- **知识点讨论**："PID控制器的三个参数分别有什么作用？"
#### 3.4.4 示例问题
```text
1. 什么是增益裕度和相角裕度？
2. 如何从根轨迹图判断系统的稳定性？
3. 解释一下Nyquist稳定判据
4. 二阶系统的阻尼比对响应有什么影响？
```
---
## 四、常用传递函数示例
### 4.1 一阶系统
```text
分子: 1
分母: 1,1
```
传递函数：$G(s) = \frac{1}{s+1}$
### 4.2 二阶欠阻尼系统
```text
分子: 1
分母: 1,2,1
```
传递函数：$G(s) = \frac{1}{s^2+2s+1}$
### 4.3 二阶无阻尼系统
```text
分子: 4
分母: 1,0,4
```
传递函数：$G(s) = \frac{4}{s^2+4}$
### 4.4 三阶系统
```text
分子: 1
分母: 1,6,11,6
```
传递函数：$G(s) = \frac{1}{s^3+6s^2+11s+6}$
---
## 五、使用技巧与建议
### 5.1 推荐做法
1. **先显示传递函数** - 确认输入正确再进行分析
2. **对比不同参数** - 修改系数观察系统特性变化
3. **结合AI问答** - 不理解的地方随时提问
4. **多尝试示例** - 从简单系统开始，逐步深入
### 5.2 常见问题及解决方法
**问题1：输入后没有反应**
- 检查输入格式：系数之间用英文逗号分隔
- 确保分子和分母都已输入
**问题2：图表显示异常**
- 刷新页面重试
- 检查传递函数的阶数是否合理（分母阶数≥分子阶数）
**问题3：AI回答不准确**
- 尝试更具体地描述问题
- 问题中包含关键词和背景信息
**问题4：在线人数显示说明**
- 页面顶部显示当前有多少同学在线使用平台
- 每10秒自动更新
---
## 六、学习建议
### 6.1 时域分析练习方向
1. 对比一阶和二阶系统的响应差异
2. 观察阻尼比对超调量的影响
3. 分析零点对系统响应的作用
### 6.2 频域分析练习方向
1. 调整增益K，观察稳定裕度变化
2. 找出系统临界稳定的增益值
3. 理解Bode图和Nyquist图的关系
### 6.3 根轨迹分析练习方向
1. 找出根轨迹的分离点
2. 确定系统稳定的增益范围
3. 观察主导极点的移动规律
---
## 七、系统要求
### 7.1 设备要求
- **浏览器**: Chrome 90+、Edge 90+、Firefox 88+
- **网络**: 稳定的互联网连接
- **屏幕分辨率**: 建议 1366×768 及以上
### 7.2 网络要求
- 可访问校园网或互联网
- 建议带宽不低于2Mbps
---
## 八、技术支持
**联系方式**:
- 邮箱: pengfeiwei@nwpu.edu.cn
- 机构: 西北工业大学
- 负责人: 魏鹏飞
**说明**:
- 课程相关问题：请联系任课教师或助教
- 平台技术问题：请通过上述邮箱反馈
---
## 九、附录
### 9.1 平台特色功能
1. **实时在线人数统计** - 页面顶部显示当前在线用户数
2. **自动保存会话** - AI问答记录自动保存
3. **LaTeX公式支持** - 完美显示数学公式
4. **响应式设计** - 适配不同屏幕尺寸
### 9.2 更新说明
- 版本: v1.1.0
- 更新日期: 2025年10月19日
- 主要更新: 新增实时在线人数统计功能
GUIDANCE.pdf
BIN
View File
Binary file not shown.
README_MODULE.md
-284
View File
@@ -1,284 +0,0 @@
# 自动控制原理AI+数智平台 - 模块化架构说明
## 📁 项目结构
```
AutoControl/
├── app.py # 原始完整程序（已废弃，保留作参考）
├── app_main.py # 新的主程序入口 ⭐ 使用这个启动
├── config.py # 配置文件：API密钥、系统参数
├── utils.py # 工具函数：解析、验证、格式化
├── analysis.py # 分析功能：时域、频域、根轨迹
├── ai_chat.py # AI聊天：DeepSeek/Gemini接口
├── ui_styles.py # CSS样式：480+行现代化样式
├── ui_components.py # UI组件：横幅、知识卡片HTML
└── README_MODULE.md # 本文件
```
## 🚀 快速开始
### 方法1：使用新的模块化主程序（推荐）
```bash
python app_main.py
```
### 方法2：使用原始完整程序
```bash
python app.py
```
## 📦 模块说明
### 1. `config.py` - 配置管理
**功能：** 集中管理所有配置常量
**内容：**
- `API_KEY`: DeepSeek API密钥
- `API_BASE_URL`: API基础URL
- `API_MODEL`: 使用的模型名称
- `DEFAULT_NUM_COEFFS`: 默认分子系数
- `DEFAULT_DEN_COEFFS`: 默认分母系数
- `TIME_SPAN`: 时间范围设置
- `SERVER_PORT`: 服务器端口
- `PROJECT_INFO`: 项目信息字典
**修改配置：**
```python
# 在 config.py 中修改
API_KEY = "你的API密钥"
SERVER_PORT = 8080 # 更改端口
```
### 2. `utils.py` - 工具函数库
**功能：** 提供数据处理和格式化工具
**主要函数：**
- `coeffs_to_latex(coeffs, var='s')`: 系数转LaTeX多项式
- `parse_coefficients(coeffs_str)`: 解析系数字符串
- `validate_transfer_function(num, den)`: 验证传递函数
- `format_complex_number(c)`: 格式化复数显示
**使用示例：**
```python
from utils import parse_coefficients, validate_transfer_function
num = parse_coefficients("1,2,3")
den = parse_coefficients("1,4,5,2")
is_valid, msg = validate_transfer_function(num, den)
```
### 3. `analysis.py` - 核心分析功能
**功能：** 控制系统的时域、频域、根轨迹分析
**主要函数：**
- `display_transfer_function(num_str, den_str)`: 显示传递函数
- `time_domain_analysis(num_str, den_str)`: 时域分析（阶跃/脉冲响应）
- `frequency_domain_analysis(num_str, den_str, K)`: 频域分析（Bode/Nyquist图）
- `root_locus_analysis(num_str, den_str, log_k)`: 根轨迹分析
**返回值：**
- 图表：matplotlib Figure对象
- 文本：性能指标、极点位置等
### 4. `ai_chat.py` - AI聊天功能
**功能：** 与DeepSeek/Gemini大模型交互
**主要函数：**
- `chat_with_ai(message, history)`: 异步聊天函数（支持流式输出）
**特点：**
- 支持对话历史记录
- 流式响应（实时显示）
- 自动错误处理
- Emoji状态指示
**系统提示词：**
```
你是一位精通自动控制原理的专家教授，擅长用通俗易懂的方式解释复杂概念。
回答要准确、专业，适当使用LaTeX公式，并举例说明。
```
### 5. `ui_styles.py` - CSS样式定义
**功能：** 提供480+行现代化CSS样式
**函数：**
- `get_custom_css()`: 返回完整CSS字符串
**样式特点：**
- 渐变背景和阴影效果
- 动画过渡效果
- 响应式设计（移动端适配）
- 暗色主题支持
- Emoji彩色显示修复
### 6. `ui_components.py` - UI组件库
**功能：** 提供HTML组件和知识卡片
**主要函数：**
- `get_main_title()`: 主标题
- `get_subtitle()`: 副标题
- `get_project_info_banner()`: 项目信息横幅
- `get_tab_tip(tab_name)`: 标签页提示
- `get_time_domain_knowledge_card()`: 时域知识卡片
- `get_frequency_domain_knowledge_card()`: 频域知识卡片
- `get_root_locus_knowledge_card()`: 根轨迹知识卡片
- `get_ai_example_questions()`: AI示例问题
### 7. `app_main.py` - 主程序入口
**功能：** 简化的主程序，组装所有模块
**代码行数：** ~350行（相比原来的2134行减少84%）
**结构：**
```python
# 导入所有模块
from config import *
from utils import *
from analysis import *
from ai_chat import *
from ui_styles import *
from ui_components import *
# 使用Gradio构建UI
with gr.Blocks(css=get_custom_css()) as demo:
# UI布局
# 事件绑定
pass
# 启动服务器
demo.launch()
```
## 🎯 模块化的优势
### 1. 易于维护
- 每个模块职责单一，代码清晰
- 修改某个功能只需编辑对应模块
- 减少代码重复，提高复用性
### 2. 易于扩展
- 添加新功能：创建新模块或在现有模块添加函数
- 添加新UI：在`ui_components.py`添加新函数
- 添加新样式：在`ui_styles.py`修改CSS
### 3. 易于调试
- 模块独立，可单独测试
- 错误定位更快速
- 日志和异常处理更精确
### 4. 团队协作友好
- 不同开发者可并行工作在不同模块
- 代码冲突减少
- 代码审查更高效
## 📝 常见修改场景
### 场景1：更改API密钥
**文件：** `config.py`
```python
API_KEY = "sk-新的密钥"
```
### 场景2：添加新的分析功能
**文件：** `analysis.py`
```python
def new_analysis_function(num_str, den_str):
"""新的分析功能"""
# 实现代码
return figure, metrics
```
**文件：** `app_main.py`（添加UI和事件绑定）
```python
from analysis import new_analysis_function
# 添加UI组件
new_button = gr.Button("新分析")
new_output = gr.Plot()
# 绑定事件
new_button.click(fn=new_analysis_function, inputs=[...], outputs=[...])
```
### 场景3：修改知识卡片内容
**文件：** `ui_components.py`
```python
def get_time_domain_knowledge_card():
return """
<div class='knowledge-card'>
<!-- 修改HTML内容 -->
</div>
"""
```
### 场景4：调整样式颜色
**文件：** `ui_styles.py`
```python
def get_custom_css():
return """
.main-title {
background: linear-gradient(135deg, #新颜色1, #新颜色2);
}
"""
```
### 场景5：更改默认参数
**文件：** `config.py`
```python
DEFAULT_DEN_COEFFS = "1,8,15,8" # 更改默认分母系数
SERVER_PORT = 8080 # 更改服务器端口
```
## 🔧 依赖库
```txt
gradio>=5.0.0
numpy>=1.21.0
matplotlib>=3.5.0
scipy>=1.7.0
control>=0.9.0
aiohttp>=3.8.0 # AI聊天功能
```
**安装命令：**
```bash
pip install gradio numpy matplotlib scipy control aiohttp
```
## ⚠️ 注意事项
1. **首次运行：** 需要在`config.py`中配置DeepSeek API密钥才能使用AI聊天功能
2. **端口冲突：** 如果7860端口被占用，修改`config.py`中的`SERVER_PORT`
3. **模块导入：** 所有模块必须在同一目录下
4. **Python版本：** 建议使用Python 3.8+
## 📊 代码对比
| 指标 | 原版 (app.py) | 模块化版本 |
|-----|--------------|-----------|
| 总代码行数 | 2134行 | 分散在7个文件 |
| 主程序行数 | 2134行 | 350行 (↓84%) |
| 可维护性 | ⭐⭐ | ⭐⭐⭐⭐⭐ |
| 可扩展性 | ⭐⭐ | ⭐⭐⭐⭐⭐ |
| 团队协作 | ⭐⭐ | ⭐⭐⭐⭐⭐ |
## 🎓 学习建议
1. **初学者：** 先运行`app_main.py`，熟悉整体功能
2. **进阶学习：** 阅读各模块代码，理解功能实现
3. **高级应用：** 尝试添加新功能或修改现有模块
4. **问题排查：** 参考模块注释和本文档
## 📮 联系方式
**项目负责人：** 魏鹏飞 教授
**邮箱：** pengfeiwei@nwpu.edu.cn
**单位：** 西北工业大学
**资助：** 2025年校级本科生建设项目
---
**最后更新：** 2025年1月
**版本：** 2.0 (模块化架构)
app.py
+106 -9
View File
@@ -68,13 +68,79 @@ import os
import time
from datetime import datetime
from threading import Lock
import atexit
# ==================== 在线人数统计 ====================
# 全局变量：追踪活跃用户
active_users = {} # 存储用户最后活跃时间 {session_id: timestamp}
users_lock = Lock() # 线程锁，保证并发安全
"""
==================== 在线/总人数统计与持久化 ====================
新增：在项目根目录下自动创建数据文件夹，持久化累计人数，
防止容器重启后总人数从 0 开始。
保存策略：每 SAVE_INTERVAL_SECONDS 秒写盘一次（由在线人数刷新触发）。
"""
# 当前活跃用户（在线）
active_users = {} # {session_id: last_active_timestamp}
users_lock = Lock()
TIMEOUT_SECONDS = 300 # 5分钟无活动视为离线
# 累计人数（总人数）持久化
stats_lock = Lock()
STATS_DIR = os.path.join(os.path.dirname(os.path.abspath(__file__)), "data_usage")
STATS_FILE = os.path.join(STATS_DIR, "usage_stats.json")
SAVE_INTERVAL_SECONDS = int(os.environ.get("USAGE_SAVE_INTERVAL", "60")) # 默认60秒写盘一次
total_users = 0 # 累计会话人数（近似代表累计访问人数）
seen_sessions = set() # 仅在本次进程内去重，避免同一session重复计数
_LAST_SAVE_TS = 0.0
def _ensure_stats_dir():
try:
os.makedirs(STATS_DIR, exist_ok=True)
except Exception:
# 即便目录创建失败，不影响主流程，仅导致不持久化
pass
def _load_usage_stats():
"""从磁盘加载累计人数，若无文件则从0开始。"""
global total_users, _LAST_SAVE_TS
try:
if os.path.exists(STATS_FILE):
with open(STATS_FILE, "r", encoding="utf-8") as f:
data = json.load(f)
total_users = int(data.get("total_users", 0))
_LAST_SAVE_TS = float(data.get("last_saved_at", time.time()))
else:
total_users = 0
_LAST_SAVE_TS = time.time()
except Exception:
# 文件损坏或解析失败时，安全回退为0
total_users = 0
_LAST_SAVE_TS = time.time()
def _save_usage_stats():
"""将累计人数持久化到磁盘。"""
global _LAST_SAVE_TS
try:
tmp_path = STATS_FILE + ".tmp"
with open(tmp_path, "w", encoding="utf-8") as f:
json.dump({"total_users": total_users, "last_saved_at": time.time()}, f, ensure_ascii=False, indent=2)
os.replace(tmp_path, STATS_FILE)
_LAST_SAVE_TS = time.time()
except Exception:
# 写盘失败不阻塞主流程
pass
def _maybe_save_usage_stats():
"""按间隔条件触发写盘。调用点：在线人数UI刷新时。"""
try:
with stats_lock:
if time.time() - _LAST_SAVE_TS >= SAVE_INTERVAL_SECONDS:
_save_usage_stats()
except Exception:
pass
# 初始化目录与读取历史累计值
_ensure_stats_dir()
_load_usage_stats()
atexit.register(_save_usage_stats)
def get_active_users_count():
"""获取当前活跃用户数量"""
current_time = time.time()
@@ -87,15 +153,34 @@ def get_active_users_count():
return len(active_users)
def update_user_activity(session_id):
"""更新用户活跃时间"""
"""更新用户活跃时间并在首次出现时累计总人数。"""
# 更新在线用户心跳
with users_lock:
active_users[session_id] = time.time()
# 首次见到该 session，累计 +1（仅在本进程内去重），并等待定时写盘
try:
with stats_lock:
global total_users
if session_id not in seen_sessions:
seen_sessions.add(session_id)
total_users += 1
except Exception:
# 统计异常不影响主流程
pass
def get_online_status_html():
"""生成在线人数显示的HTML"""
"""生成在线人数与总人数的显示HTML，并按需触发持久化。"""
count = get_active_users_count()
# 读取累计人数（读锁即可）
try:
with stats_lock:
total = int(total_users)
except Exception:
total = 0
# 触发间隔写盘
_maybe_save_usage_stats()
return f"""
<div style='display: inline-flex; align-items: center; gap: 8px;
<div style='display: inline-flex; align-items: center; gap: 10px;
background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
padding: 8px 16px; border-radius: 20px;
box-shadow: 0 4px 12px rgba(102, 126, 234, 0.3);'>
@@ -104,6 +189,12 @@ def get_online_status_html():
<span style='color: #fff; font-weight: 700; font-size: 1.2em;
background: rgba(255,255,255,0.2); padding: 2px 12px;
border-radius: 12px; min-width: 30px; text-align: center;'>{count}</span>
<span style='opacity: 0.4; color: #fff;'>&nbsp;|&nbsp;</span>
<span style='font-size: 1.2em;'>👥</span>
<span style='color: white; font-weight: 600; font-size: 1em;'>总人数：</span>
<span style='color: #fff; font-weight: 700; font-size: 1.2em;
background: rgba(255,255,255,0.2); padding: 2px 12px;
border-radius: 12px; min-width: 30px; text-align: center;'>{total}</span>
</div>
"""
# ==================================================
@@ -2210,9 +2301,15 @@ with gr.Blocks(title="自动控制理论学习网站 - AI+数智平台", css=cus
outputs=[freq_plot_output, freq_metrics_display, freq_tf_display, freq_stability_display, k_number_display_freq, rl_plot_output, rl_poles_display, k_number_display, online_counter]
)
# 页面加载时初始化在线人数
# 页面加载时：记录一次活跃，计入总人数，并初始化在线人数
def _on_page_load(sid):
try:
update_user_activity(sid)
finally:
return (get_online_status_html(),)
demo.load(
fn=lambda sid: (get_online_status_html(),),
fn=_on_page_load,
inputs=[session_id],
outputs=[online_counter]
)
data_usage/usage_stats.json
+4
View File
@@ -0,0 +1,4 @@
{
"total_users": 1,
"last_saved_at": 1760886050.8138287
}
docker-compose.yml
-31
View File
@@ -1,31 +0,0 @@
version: '3.8'
services:
autocontrol:
build: .
container_name: autocontrol-app
ports:
- "7860:7860"
restart: unless-stopped
environment:
- TZ=Asia/Shanghai
- PYTHONUNBUFFERED=1
# 可选：资源限制
deploy:
resources:
limits:
cpus: '2.0'
memory: 2G
reservations:
cpus: '0.5'
memory: 512M
# 可选：日志持久化
volumes:
- ./logs:/app/logs
# 健康检查
healthcheck:
test: ["CMD", "curl", "-f", "http://localhost:7860"]
interval: 30s
timeout: 10s
retries: 3
start_period: 40s