基于热敏电阻模型的Steinhart-Hart公式,我具有用于NTC热敏电阻校准的简单3点代码:
from sympy import *
var('R1 R2 R3')
var('T1 T2 T3')
var('A B C')
#Ametherm DG103395
T1,R1 = 273.150,31991.6
T2,R2 = 323.150,3641.0
T3,R3 = 373.150,686.2
equations = [
Eq( A + B*ln(R1) + C*ln(R1)**3,1.0/T1 ),Eq( A + B*ln(R2) + C*ln(R2)**3,1.0/T2 ),Eq( A + B*ln(R3) + C*ln(R3)**3,1.0/T3 ),]
print solve(equations,(A,B,C))
理想情况下,应该以 minimalistic 矩阵形式将其推广到多点,例如
T = Matrix([ 273.150,323.150,373.150,....])
R = Matrix([1991.6,3641.0,686.2,....])
K = MatrixSymbol('K',3,1)
print solve( Eq( [1,ln(?),ln(?)**3]*K - 1/T]) )
通过在循环中创建方程式来扩展原始代码非常简单。但是看起来很灰。
是否存在干净且适当的矩阵方式?
更新: 看来我自己找到了解决方案。也许可以减少更多?
from sympy import *
#Ametherm DG103395
T = Matrix([ 273.150,298.150,])
R = Matrix([31991.6,10000.0,])
M = Matrix.vstack( *R.applyfunc( lambda x: Matrix([[1,ln(x),ln(x)**3]]) ) )
ABC = M.solve_least_squares( T.applyfunc(lambda x: 1/x) )
print ABC