ПР200

[Ревака Юрий]

на питоне, используя numpy, pandas и sklearn создаю нейросеть(около 20 строк кода) с настройками которые возможно воссоздать в ПР и использую модель MLPRegressor, которая на основе csv файла подбирает нужные весовые коэффициенты, затем эти шесть констант я перенес в макрос, еще пришлось добавить диапазон сопротивлений датчика в виде двух констант, вот и всё, теперь используя один и тот же макрос можно подставлять соответствующие типу датчика константы и получать преобразователь под любой возможный тип датчика

Интересный подход, а сам csv создается по какой формуле, интересно следующее применение: к примеру любой NTC при отрицательных t на ПР200 дает большую погрешность за счет ухода сопротивления в сотни кОм, можно ли по таблице реальных значений сопротивления, измеренных на аналоговом входе уменьшить погрешность измерения по этому методу, пока вопрос теоретический, так как не факт что тоже сопротивление подключенное к другому AI/реле даст близкие по значению таблицы.

[capzap]

csv создается по какой формуле

здесь http://ftp-ow.owen.ru/softupdate/OWE...sion/Pt100.pdf брал формулы
здесь http://temperatures.ru/pdf/nshts.pdf сравнивал полученную таблицу
здесь http://www.owen.ru/uploads/mp_mva8.pdf брал данные из седьмой таблицы для проверки полученной модели, что то же самое из предыдущей ссылки просто другой источник

по поводу получить модель, скидывайте таблицу, доберусь до дома обязательно попробую обучить

[Ревака Юрий]

здесь http://ftp-ow.owen.ru/softupdate/OWE...sion/Pt100.pdf брал формулы
здесь http://temperatures.ru/pdf/nshts.pdf сравнивал полученную таблицу
здесь http://www.owen.ru/uploads/mp_mva8.pdf брал данные из седьмой таблицы для проверки полученной модели, что то же самое из предыдущей ссылки просто другой источник

по поводу получить модель, скидывайте таблицу, доберусь до дома обязательно попробую обучить

Путь прям как у меня при создании макросов, по поводу таблицы, надо прикинуть на двух приборах, посмотреть разброс, на больших значениях сопротивления.