actualizacion con codigo

genCurvas.py

@@ -2,6 +2,9 @@ import numpy as np
 import pandas as pd
 import json
 
+def valores_objetivo():
+    pass
+
 def generar_curva(offset):
     muVacio = 4 * np.pi * 1e-7
 
@@ -14,17 +17,25 @@ def generar_curva(offset):
     h = np.concatenate((hNeg, hPos))
     b = np.concatenate((bNeg, bPos))
 
-    return h, b
+    
+    datos = np.column_stack((h,b))
+    np.savetxt('curva.csv', datos, delimiter=',')
 
 if __name__ == '__main__':
 
-    with open('resultados_ensayos.json', 'r') as f: datos = json.load(f)
+    archivo = 'Ensayos.xlsx'
+    material = 'PLACOND'
+    masIter = 10000
 
-    Eobjetivo = np.array(datos['E'])
+    carga = pd.read_excel(archivo, sheet_name='carga', engine='openpyxl').dropna()
-    Iobjetivo = np.array(datos['I'])
+
-    fObjetivo = np.array(datos['f'])
+    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])
 
     errorObjetivo = 0.01 # +- cuanto % puede haber de diferencia
+    errorCVobjetivo = 1
+
     limSup = 1 + errorObjetivo
     limInf = errorObjetivo
 
@@ -32,13 +43,10 @@ if __name__ == '__main__':
 
     flag = True
 
+    errorAnterior = 10000
+
     while flag:
-        h,b = generar_curva(offset)
+        generar_curva(offset)
-
-        datos = np.column_stack((h,b))
-
-        np.savetxt('curva.csv', datos, delimiter=',')
-        
         ############################
         '''
         Logica de motorCAD-Pyhton, se sacaran unos vectores con 
@@ -54,6 +62,11 @@ if __name__ == '__main__':
         ############################
 
         error = Ecalc / Eobjetivo
+        error = np.mean(Ecalc / Eobjetivo)
+
+        if error <= limSup and error >= limInf: flag = False
+
+        flag = False