In [1]:
import pandas as pd
import matplotlib.pyplot as plt
In [2]:
%matplotlib inline
In [3]:
import ext_datos as ext
import procesar as pro
import time_plot as tplt
Notas:
Se leeran los archivos guardados en una carpeta por dia
El problema de la configuración actual de la telemetría del auto solar es que usa software hecho para registrar datos de un motor a la vez, lo que nos obliga a usar dos instancias cada una de las cuales escribe un archivo de datos diferente, sin embargo el protocolo tcp/ip si pierde momentáneamente la conexión intenta reconectar automáticamente y los programas se reconectan al primer motor que detectan.
Esto genera archivos mezclados, datos duplicados y pérdidas de datos
Cree un script que automatiza separar los motores, fusiona los datos duplicados y junta en una sola tabla ambos motores.
In [4]:
dia1 = ext.extraer_data('dia1')
In [5]:
cd ..
In [6]:
dia2 = ext.extraer_data('dia2')
In [7]:
cd ..
In [8]:
dia3 = ext.extraer_data('dia3')
In [9]:
cd ..
In [10]:
dia4 = ext.extraer_data('dia4')
In [11]:
motoresdia1 = pro.procesar(dia1)
In [12]:
motoresdia2 = pro.procesar(dia2)
In [13]:
motoresdia3 = pro.procesar(dia3)
In [16]:
motoresdia4 = pro.procesar(dia4)
In [26]:
motoresdia4.motorRpm_m1[motoresdia4.motorRpm_m1>1].plot(kind='hist', bins=50)
Out[26]:
In [30]:
motoresdia1.motorRpm_m2[motoresdia1.motorRpm_m2>1].plot(kind='hist', bins=50)
Out[30]:
In [32]:
motoresdia2.motorRpm_m1[motoresdia2.motorRpm_m1>1].plot(kind='hist', bins=50)
Out[32]:
In [35]:
motoresdia3.motorRpm_m1[motoresdia3.motorRpm_m1>1].plot(kind='hist', bins=50)
Out[35]:
In [38]:
motoresdia4.motorTemp_m1.plot()
Out[38]:
In [45]:
motoresdia4[motoresdia4.busCurrent_m1 == 0].busVoltage_m1.plot()
Out[45]:
In [56]:
motoresdia4[motoresdia4.motorRpm_m1>1].motorRpm_m1.mean()
Out[56]:
In [60]:
motoresdia3[motoresdia3.motorRpm_m1>1].motorRpm_m1.mean()
Out[60]:
In [64]:
motoresdia2[motoresdia2.motorRpm_m1>1].motorRpm_m1.mean()
Out[64]:
In [68]:
motoresdia1[motoresdia1.motorRpm_m2>1].motorRpm_m2.mean()
Out[68]:
In [ ]: