From 210e9074f0d05655875d7d420cbb12b2adb5f9b0 Mon Sep 17 00:00:00 2001
From: Oscar Suescun Elizalde <osuescuneli@unav.es>
Date: Wed, 26 Mar 2025 11:43:09 +0100
Subject: [PATCH] actualizacion de codigo
---
genCurvas.py | 17 +++++++++--------
1 file changed, 9 insertions(+), 8 deletions(-)
diff --git a/genCurvas.py b/genCurvas.py
index 8008356..01494e9 100644
--- a/genCurvas.py
+++ b/genCurvas.py
@@ -2,8 +2,14 @@ import numpy as np
import pandas as pd
import json
-def valores_objetivo():
- pass
+def valores_objetivo(archivo, material):
+ carga = pd.read_excel(archivo, sheet_name='carga', engine='openpyxl').dropna()
+
+ E = np.mean(carga.loc[carga['material'] == material, ['V1', 'V2']].values, axis=1)
+ I = np.mean(carga.loc[carga['material'] == material, ['I1', 'I2']].values, axis=1)
+ f = np.array(carga['f'][carga['material'] == material])
+
+ return E, I, f
def generar_curva(offset):
muVacio = 4 * np.pi * 1e-7
@@ -25,13 +31,8 @@ if __name__ == '__main__':
archivo = 'Ensayos.xlsx'
material = 'PLACOND'
- masIter = 10000
- carga = pd.read_excel(archivo, sheet_name='carga', engine='openpyxl').dropna()
-
- Eobjetivo = np.mean(carga.loc[carga['material'] == material, ['V1', 'V2']].values, axis=1)
- Iobjetivo = np.mean(carga.loc[carga['material'] == material, ['I1', 'I2']].values, axis=1)
- fObjetivo = np.array(carga['f'][carga['material'] == material])
+ Eobjetivo, Iobjetivo, fObjetivo = valores_objetivo(archivo, material)
errorObjetivo = 0.01 # +- cuanto % puede haber de diferencia
errorCVobjetivo = 1