मैं विभिन्न तापमान सेंसर का एक रैखिक संयोजन करने की कोशिश कर रहा हूं और इसे एक तनाव सेंसर के साथ वक्र कर रहा हूं।

मैंने जो किया वह एक स्ट्रेन सेंसर के साथ एक तापमान सेंसर फिट कर सकता है।

लेकिन मुझे नहीं पता कि एक तनाव सेंसर पर विभिन्न तापमान सेंसर के रैखिक संयोजन कैसे करें।

यहाँ मेरा प्रयास है:

def process_data_curve_fitting(temperature, strain):

   #mean_T = (temperature[[i for i in temperature.columns.tolist() if str(i)[:2] == 'TW']].mean(axis=1))
   print("process data")

   T1 = temperature['T1'].tolist()
   T2 = temperature['T2'].tolist()
   T3 = temperature['T3'].tolist()
   T4 = temperature['T4'].tolist()
   T5 = temperature['T5'].tolist()
   T6 = temperature['T6'].tolist()
   T7 = temperature['T7'].tolist()
   T8 = temperature['T8'].tolist()
   T9 = temperature['T9'].tolist()
   T10 = temperature['T10'].tolist()

   df = pd.DataFrame(list(zip(T1, T2, T3, T4, T5, T6, T7, T8, T9, T10)))
   mean_T = df.mean(axis = 1)

   print(mean_T)
   Sensor_Names = [ 'W_A1', 'W_A2', 'W_F1', 'W_F2', 'W_F4', 'W_S1', 'W_S2', 'W_S3', 'W_S4', 'W_KF1', 'W_KF2', 'W_KF3', 'W_KF4', 'W_DB1', 'W_DB2']
   ys = []
   for i in range(len(strain)):
       cof = np.polyfit(mean_T, strain[i], 2)
       poly = np.polyval(cof, mean_T)
       ys.append(poly)
       print (cof)
       print (poly)

   for i in range(len(strain)):
       fig = plt.figure()
       plt.scatter(mean_T, strain[i],s=0.1)
      # fig.savefig(r'c:\\ahmed\\'+Sensor_Names[i]+'.png')
       plt.plot(mean_T, ys[i], color='r')
       fig.savefig(r'c:\\ahmed\\'+"Curve_fitting__" + Sensor_Names[i]+'.png',dpi=300)

       plt.ylabel('strain' + Sensor_Names[i])
       plt.xlabel('temperature')

कृपया समीकरण देखें यहां छवि विवरण दर्ज करें

1
andre 17 सितंबर 2018, 12:16

1 उत्तर

सबसे बढ़िया उत्तर

दो तापमान सेंसर के लिए "अवधारणा के प्रमाण" के रूप में (न तो शोर डालना और न ही यथार्थवादी मापदंडों के बारे में सोचना):

import matplotlib.pyplot as plt
import numpy as np
from scipy.optimize import leastsq

def strain( t, a, b, c, d ):
    return a * t**3 + b * t**2 + c * t + d

def residuals( params, x1Data, x2Data, yData ):
    s1, s2, a, b, c, d = params
    cxData = [ (s1**2 * x1 + s2**2 * x2) /( s1**2 + s2**2 ) for x1, x2 in zip( x1Data, x2Data) ]
    diff = [ strain( x, a, b, c, d ) -y for x, y in zip( cxData, yData ) ]
    return diff

timeList = np.linspace( 0, 25, 55 )
t1List = np.fromiter( (  5 + 25. * (1 - np.exp( -t / 9. ) )for t in timeList ), np.float )
t2List = np.fromiter( (30. * (1 - np.exp( -t / 7. ) ) * ( 1 - np.exp( -t / 3. ) ) for t in timeList ), np.float )

combinedList = np.fromiter( ( (.7 * a + .2 * b)/.9 for a, b in zip( t1List, t2List ) ), np.float )
strainList = np.fromiter( ( strain( t, .01, -.1, .88, .2 ) for t in combinedList  ), np.float )

fit, ier = leastsq( residuals, [.71,.22, 0,0, .1, .1 ], args=( t1List, t2List, strainList ), maxfev=5000 )
print fit 
fittedT = [ (fit[0]**2 * x1 + fit[1]**2 *x2 ) /( fit[0]**2 + fit[1]**2 ) for x1, x2 in zip( t1List, t2List) ]
fittedS = [ strain( t, *(fit[2:]) ) for t in fittedT ]

fig = plt.figure()
ax = fig.add_subplot( 3, 1, 1 )
bx = fig.add_subplot( 3, 1, 2 )
cx = fig.add_subplot( 3, 1, 3 )
ax.plot( timeList, t1List )
ax.plot( timeList, t2List )
ax.plot( timeList, combinedList )
bx.plot( combinedList, strainList, linestyle='', marker='x' )
bx.plot( fittedT, fittedS )
cx.plot( timeList, fittedT ,'--')
cx.plot( timeList, combinedList,':' )
plt.show()

दे रही है

[ 4.21350842e+03  2.25221499e+03  1.00000000e-02 -1.00000000e-01 8.80000000e-01  2.00000000e-01]

और दिखा रहा है:

fit

शीर्ष: तापमान 1 (नीला) और 2 (नारंगी) के साथ-साथ रैखिक संयोजन (हरा) केंद्र: "नकली डेटा" (नीला) और फिट (नारंगी) नीचे: सज्जित तापमान (नीला), सही तापमान (नारंगी)

वास्तविक डेटा के आधार पर, कुछ फ़िडलिंग की आवश्यकता हो सकती है।

2
mikuszefski 18 सितंबर 2018, 15:01