管道内外壁数据智能校验与整理系统产品系统

油气管道运营企业每隔数年需对长距离管道进行多轮次漏磁内检测（ILI），每次产生数万条Excel格式检测数据。不同轮次数据因测量设备精度差异、起始点不同及累积误差，导致固定点（阀门、三通、弯头、焊缝）坐标不一致，人工比对费时易错。本系统专为解决多轮次管道内检测数据的智能对齐、校验与质量评估问题而开发，帮助管道公司快速识别腐蚀进展、评估安全状态，支撑维修决策。

系统包含以下核心功能模块：
1. 数据导入与格式标准化：支持Excel（.xls/.xlsx）、CSV等多格式导入，自动识别中英文字段名并完成映射转换，支持自定义字段映射模板。

2. 数据质量检查：自动检测管节长度异常（>13米触发预警）、必填字段缺失、里程单调性、壁厚合理范围（3~30mm）等，生成质量检查报告，通过后才进入后续流程。

3. 固定参考点识别：自动识别并分类阀门、三通、弯头、环焊缝等结构特征点，建立固定点坐标体系。

4. 分级智能对齐引擎：按"阀门→三通→弯头→焊点"的优先级逐级建立对齐基准，基于最小二乘法进行全局坐标优化。

5. 多元化特征匹配：综合位置（40%）、时钟位置（25%）、管壁特征（20%）、物理特征（10%）、周围特征（5%）进行加权评分匹配，置信度分级（A≥90分/B70~89分/C50~69分）。

6. 人工确认界面：可视化展示异常冲突，并排对比两次测量数据，支持"确认缺失/确认误判/手动匹配/忽略"等决策选项。

7. 数据质量报告输出：按A/B/C/D/F五级输出质量评估报告，支持Excel/PDF导出，报告包含固定点匹配率、异常详情及操作建议。

需求分析、系统架构设计、后端核心算法开发、RESTful API设计及前端界面开发。

技术栈与架构：
- 后端：Python 3.11 + FastAPI（异步高性能Web框架）+Pandas/NumPy/SciPy（数据处理与科学计算）+SQLite（任务与冲突记录持久化）
- 前端：React 18 + TypeScript + Ant Design（企业级UI组件）+ECharts（数据可视化）+ Zustand（轻量状态管理）+ag-Grid（高性能数据表格）
- 前后端通过HTTP REST API通信，后端提供Swagger自动文档

技术亮点：
1. 自研分级对齐引擎（Hierarchical Alignment Engine）：模拟工程师经验，从可靠性最高的阀门开始逐级建立坐标变换基准，有效抑制累积误差
2. 多维加权评分模型：创新性地将时钟位置（管道圆周方位角）纳入匹配维度，有效区分位置相近但实际不同的固定点
3. 全参数可配置：位置容差、时钟容差、各维度权重均支持界面调节，适应不同管道类型和检测精度
4. 智能异常识别：交叉验证机制自动区分漏检（False Negative）与误判（False Positive），置信度降级规则保障数据安全性