import numpy as np
import pandas as pd
import random, os

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, ruta):

    muVacio = 4 * np.pi * 1e-7
    h = np.arange(0,30000,1000)
    b = muVacio * h + offset

    with open(ruta, "w") as f:
        f.write('[PLACOND]\n')
        f.write('Type=Fixed_Solid\n')
        f.write('Solid Type=Steel\n')
        f.write('Thermal Conductivity=28\n')
        f.write('Specific Heat=460\n')
        f.write('Density=7800\n')
        f.write('Notes=\n')
        f.write('ElectricalResistivity=5.2E-7\n')
        f.write('TempCoefElectricalResistivity=0\n')
        f.write('PoissonsRatio=0\n')
        f.write('YoungsCoefficient=0\n')
        f.write('YieldStress=0\n')

        for i in np.arange(len(h)):
            f.write(f'BValue[{i}]={b[i]}\n')
            f.write(f'HValue[{i}]={h[i]}\n')



def logica_offset(offset, error, errorObjetivo):
    '''
    Coge el offset, error actual y lo analiza.

    devuelve flag y offset nuevo

    si se cumple la condicion devuelve 
    un True y None para offset

    '''

    limSup = 1 + errorObjetivo
    limInf = 1 - errorObjetivo

    delta = random.random()/100

    if error <= limSup and error >= limInf: return True, None
    
    if error > 1: offset = offset - delta
    elif error < 1: offset = offset + delta

    return False, offset





if __name__ == '__main__':
    directorio = ''
    nombre = "curva.mdb"

    ruta = f'{directorio}{nombre}'

    generar_curva(1,ruta)