Gestión y monitorización de instalaciones eléctricas trifásicas mediante Arduino y Raspberry Pi

Equation Chapter 1 Section 1 Trabajo Fin de Grado Ingeniería Electrónica, Robótica y Mecatrónica Gestión y monitorización de instalaciones eléctricas trifásicas mediante Arduino y Raspberry Pi Dpto. de Ingeniería Eléctrica Escuela Técnica Superior de Ingeniería Universidad de Sevilla Autor: Raúl Castilla Arquillo Tutor: Juan Carlos de Pino López Sevilla, 2019 iii Proyecto Fin de Grado Ingeniería Electrónica, Robótica y Mecatrónica Gestión y monitorización de instalaciones eléctricas trifásicas mediante Arduino y Raspberry Pi Autor: Raúl Castilla Arquillo Tutor: Juan Carlos del Pino López Profesor titular Juan Carlos del Pino López Dpto. de Ingeniería Eléctrica Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2019 v Trabajo Fin de Grado: Gestión y monitorización de instalaciones eléctricas trifásicas mediante Arduino y Raspberry Pi Autor: Raúl Castilla Arquillo Tutor: Juan Carlos del Pino López El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes miembros: Presidente: Vocales: Secretario: Acuerdan otorgarle la calificación de: Sevilla, 2019 El Secretario del Tribunal vii Agradecimientos A mi familia, por apoyarme en todo momento en cada decisión que he tomado, sabiendo que no todo iba a ser fácil. A mis amigos, por sacarme sonrisas en las interminables jornadas de estudio y bueno, por sacarme, aunque sea a tomar algo, y no dejar que me quede demasiado tiempo encerrado en casa estudiando. Finalmente, a mis profesores, por demostrarme que la Ingeniería no consiste solamente en un conjunto de fórmulas. Raúl Castilla Arquillo Sevilla, 2019 ix Índice Agradecimientos vii Índice ix Notación xi Resumen 11 1 Introducción 12 1.1 Arquitectura del proyecto 13 1.1.1 Microprocesador Arduino MKR 1010 14 1.1.2 CPU Raspberry Pi 3B+ 15 1.2 Justificación de la arquitectura hardware empleada 15 1.2.1 Microprocesador-CPU 15 1.2.2 Comunicación serie 15 1.2.3 Hojas de cálculo vs bases de datos 16 1.2.4 ADC integrado del Arduino MKR: ARM SAMD21 16 2 Hardware 17 2.1. Medidores de la señal 17 2.1.1 Medidor de voltaje 17 2.1.2 Medidor de corriente 17 2.2. Adaptación de la señal 18 3 Configuración del entorno 20 3.1 Módulo Arduino 20 3.1.1 Entorno de desarrollo 20 3.1.2 Lenguaje y librería 21 3.2 Raspberry Pi 21 3.2.1 Entorno 21 3.2.2 Librerías para el tratamiento de datos 21 3.2.3 Librerías para el servidor web 22 4 Programación de recogida de datos 23 4.1 Programación en Arduino 23 4.1.1 Configuración del ADC 23 4.1.2 Recogida de lecturas en el ADC 24 4.1.3 Bucle principal del programa 25 4.2 Programación en Raspberry 25 4.2.1 Lectura y manipulación de los datos (data.py) 25 4.2.2 Lectura de los datos 26 4.2.3 Cálculo de la FFT 27 5 Programación del servidor web 28 5.1 Visor en tiempo real 28 5.2 Visor de FFT 30 5.3 Visor de tablas 30 6 Funcionamiento del sistema 31 14 14 1.1.1 Microprocesador Arduino MKR 1010 Se trata de una placa de desarrollo que consta de dos módulos HW [6] principales: • Un procesador ARM SAMD21 Cortex – M0+ 32 bits. • Un módulo ESP32 que aporta conectividad tanto Bluetooth como Wifi 2.4GHz. Figura 1-4 Arduino MKR1010 Nos encontramos ante un módulo por parte de la Fundación Arduino que aúna dos de las arquitecturas más relevantes en el mercado electrónico de los últimos años: • La primera, un microprocesador embebido [7] en gran cantidad de productos de consumo, sobre todo gracias a su baja potencia de consumo. Recientemente, se está viendo desplazada por el ARM Cortex M4, aunque todavía le queda recorrido debido a su bajo precio. • La segunda, una sucesora reciente del ESP8266 de Espressif, ampliamente utilizada en el entorno maker por su versatilidad y conectividad. El ESP32 [8] consta de mayor potencia en CPU y le añade conectividad Bluetooth a la conectividad Wifi que ya integraba su predecesora. En lo que respecta a las características técnicas que más nos interesan en este proyecto, encontramos: Alimentación USB 5V Voltaje operativo 3.3V Pins de E/S digitales 8 UART 1 Pines Analógicos 7 (ADC 8/10/12 bit) Memoria Flash 256 KB SRAM 32 KB Tabla 1-1 Características técnicas de Arduino MKR1010 Nota: El máximo voltaje que cada GPIO es capaz de tolerar es de 3.3V. 15 1.1.2 CPU Raspberry Pi 3B+ Lo que se plantea como la última revisión de la Raspberry Pi 3 antes de la salida de Raspberry Pi 4 a lo largo de 2019, con algo más de velocidad en su procesador que su anterior revisión: Procesador Broadcom BCM2837B0, Cortex- A53 (ARMv8) 64-bit Frecuencia de reloj 1.4 GHz Memoria 1GB LPDDR2 SDRAM Conectividad Wifi 2.4/5 GHz, Bluetooth v4.2 Puertos GPIO 40 pines, 4xUSB 2.0, MicroUSB de alimentación Memoria Flash 256 KB SRAM 32 KB Tabla 1-2 Características técnicas de Raspberry Pi 3B+ 1.2 Justificación de la arquitectura hardware empleada 1.2.1 Microprocesador-CPU La elección del binomio microprocesador-CPU se ha visto motivada por diversas circunstancias: • La necesidad de una alta velocidad de muestreo para poder realizar la toma de medidas de las 6 componentes de interés sin perder información durante el proceso: ya sea debido al cambio de canal en la lectura o a ármonicos de alta frecuencia en la señal que pasarían desapercibidos a velocidades menores. Este requisito ha promovido la elección de un microcontrolador para la toma de muestras, ya que posibilita un ciclo de ejecución de las tareas de forma repetible y precedible (tiempo real) debido a su arquitectura. • El almacenamiento de la información recibida en forma de hojas de cálculo y su almacenamiento en memoria realentizarían en exceso la toma de datos por parte del microcontrolador, por lo que se hace evidente la necesidad de una CPU con una capacidad de computación algo mayor. • Los cálculos necesarios sobre los datos obtenidos, especialmente para calcular FFTs, son demasiados exhaustivos computacionalmente para ser procesados en un microcontrolador. • Puesto que se quieren presentar los datos desde un servidor web de forma dinámica, es necesario una CPU que corra un sistema operativo para la ejecución de todas las tareas pertinentes en segundo plano: despliegue del servidor, acceso a datos, presentación de páginas dinámicas al usuario, gestión de protocolos asociados a internet, etc. 1.2.2 Comunicación serie En fases tempranas del proyecto, se planteó el envío de datos desde el microprocesador hasta la Raspberry haciendo uso de Wifi (sin necesidad de estar físicamente en el mismo lugar) mediante el envío de paquetes con protocolos de transporte como UDP (por su ligereza de datos) o TCP (por su seguridad en el envío de tramas). No obstante, las librerías encargadas de comunicar el procesador ARM con la antena wifi (ESP32) de la placa de desarrollo tardan un tiempo considerable en empaquetar los datos para su envío, provocado un pronunciado cuello de botella en el sistema. Debido a lo anteriormente descrito, se optó por el uso del puerto serie del procesador, conectado al microusb de alimentación de la placa de desarrollo y facilitando así su conexión con otros dispositivos. 16 16 1.2.3 Hojas de cálculo vs bases de datos Se llegó a la conclusión de que era necesario el uso de hojas de cálculo en lugar de bases de datos como SQL porque las primeras se almacenan en memoria como archivos en texto plano, mientras que una base de datos SQL necesita de cierta comunicación con la misma tanto como para insertar datos como para acceder a ellos, siendo esta más lenta en un contexto de repetidas lecturas y escrituras, en este caso, muestreos de altas frecuencias de un ADC más diversas lecturas por parte de un servidor web. 1.2.4 ADC integrado del Arduino MKR: ARM SAMD21 El procesador ARM SAM21D, que integra una arquitectura ARM Cortex M0+, puede ser encontrado en placas de desarrollo como el Arduino Zero, el MKR1000 y el MKR1010, este último nuestro caso. A diferencia de Arduinos más conocidos como el Arduino Uno, el MEGA, el Mini, etc, que poseen todos un procesador AVR (véase el ATMEGA328P [9]), la familia de ARM posee un ADC de mayor rapidez (ver pag. 2 del datasheet para más información sobre sus características [10]). Tiene las siguientes características: • Una resolución de 12 bits. • 8 canales de entrada. • Un voltaje de referencia de hasta 3.3V. • Una capacidad de muestreo de hasta 350 Ksps. • Una ganancia desde 1/2x hasta 16x. En lo que respecta a la velocidad de muestreo, el valor de 350 Ksps es su máximo teórico, en las siguientes secciones veremos que disminuye sensiblemente debido a diversas consideraciones. 17 2 HARDWARE En lo que respecta al HW, este capítulo se dividirá en dos partes diferenciadas: la primera se encuentra reservada a los elementos utilizados para extraer las señales necesarias y la segunda hará referencia a la adaptación de las señales para poder ser leídas por el ADC. En este capítulo, también se podría hacer un análisis del ADC a nivel estructural, pero puesto que vamos a enfrentarnos al mismo en el capítulo 4 de programación, lo dejaremos para el mismo. 2.1. Medidores de la señal 2.1.1 Medidor de voltaje Para la medición de voltaje, haremos uso de un trasformador Kreco [11] de 230V AC a 9V AC: Figura 2-1 Trasformador de voltaje 2.1.2 Medidor de corriente Para la medición de corriente se hará uso de una pinza amperimétrica modelo SCT013 [12]: Figura 2-2 Pinza amperimétrica SCT013-000 18 18 El formato presentado tiene la ventaja de que es un método no invasivo para la medición de corriente debido a que usa su transformador interno para transformar el campo magnético creado por el conductor que lo atraviesa en una corriente eléctrica proporcional a su salida. Posee las siguientes características técnicas según datasheet: Corriente de entrada 0-50A Corriente de salida 0-50 mA No linealidad +-3 % Material del núcleo Ferrita Tabla 2-1 Características técnicas SCT013-000 2.2. Adaptación de la señal Esta adaptación se encuentra fuertemente condicionada por las características del ADC: • Queremos realizar la medida de 6 señales de voltaje e intensidad alternas, es decir, señales que pueden tomar valores tanto positivos como negativos. Debido a ello, tenemos dos opciones: hacer uso de las entradas diferenciales del ADC o de entradas únicas, pero introduciendo un voltaje DC de bias u offset de un valor equivalente a la mitad del valor de pico de la señal, para que nunca alcance un valor negativo. Puesto a que sólo se dispone de 8 canales, nos vemos a obligados a escoger la última opción, ya que no habría entradas analógicas suficientes para el uso del modo diferencial. Pese a que, a primera vista, esto pueda parecer que supone una pérdida de la mitad del rango máximo de la señal, esto no es así, puesto que muchos ADC te obligan a limitar la entrada a Vref/2 y -Vref/2 para medidas diferenciales en comparación con un rango de entre 0 y Vref para una única entrada, con lo que el resultado final sigue siendo el mismo, siendo Vref el voltaje de referencia de entrada. • Un ADC sólo esta capacitado para tomar un voltaje como su señal de entrada, por lo que es necesario modelar una resistencia de carga que transforme la intensidad creada por la pinza amperimétrica a un voltaje que pueda servir de entrada al ADC. Figura 2-3 Adaptación de la señal 19 La parte superior del esquemático representa la adición de un bias de 1.65V, esto es, de la mitad del voltaje de referencia de 3.3V del ADC a las componentes de voltaje (parte izquierda) e intensidad (parte derecha). En la zona inferior del esquemático nos encontramos con un simple divisor resistivo utilizado para obtener el voltaje de bias y con un sencillo filtro RC a la salida para eliminar el ruido que pueda tener el voltaje de entrada. La resistencia de carga R5 es un potenciómetro que variará dependiendo del rango de la señal de intensidad a medir. La adaptación de señal presentada dista mucho de ser perfecta y no es más que una primera aproximación para comprobar la efectividad del modelo presentado para la obtención de las medidas. Ciertas mejoras podrían introducirse en aspectos como la obtención del voltaje de bias (un integrado de regulación, referencia Zener, etc) o modelado de la resistencia de carga (resistencia controlada electrónicamente). 20 20 3 CONFIGURACIÓN DEL ENTORNO A continuación, se presentarán los diversos entornos de desarrollo a utilizar, así como los lenguajes de programación y librerías implicadas en los diferentes módulos del proyecto. 3.1 Módulo Arduino 3.1.1 Entorno de desarrollo Se usará la última versión de Arduino IDE [13] (v1.8.8) como entorno de desarrollo para el módulo Arduino que puede encontrarse tanto para Windows como para Mac y Linux. Figura 3-1 Ventana de descarga de Arduino IDE Una de las ventajas que tiene el uso de la citada IDE es que, a la hora de desarrollar código para la plataforma, se encarga de gestionar de forma automática la toolchain necesaria para compilar el código correspondiente a la arquitectura a utilizar, en este caso ARM, así como el flasheo del microcontrolador con el binario generado. Además, nos permite la descarga y uso de diferentes librerías de terceros de forma intuitiva. No obstante, este entorno no viene con las herramientas necesarias para desarrollar código para el MKR1010, siendo necesario instalarlas. Para ello, una vez abierto el programa, accedemos a la sección Herramientas → Placa → Gestor de tarjetas y hacemos click sobre “Arduino SAMD Boards by Arduino” y versión 1.6.19 en la ventana desplegada. Figura 3-2 Ventana del gestor de tarjetas 21 Para comprobar si todo se ha instalado correctamente, enchufamos nuestra placa al ordenador mediante USB y la seleccionamos en la ventana Herramientas → Arduino MKR Wifi 1010. Una vez hecho lo anterior, hacemos click en Herramientas → Puerto, escogiendo el puerto donde tenemos la placa conectada y pulsando el botón de Subir para flashear el código, un mensaje de éxito debería a aparecer en la parte inferior del programa. 3.1.2 Lenguaje y librería Se usará C como lenguaje predeterminado para desarrollar, ya que es el lenguaje, junto a C++, en el que se encuentran gran parte de las librerías y el utilizado de forma predeterminada para los módulos Arduino. En cuanto a las librerías que se utilizarán, crearemos una propia llamada readfast.h, que se usará en la configuración y lectura del ADC y las correspondientes al HW del micro (Arduino.h) para el acceso a los diferentes pines y periféricos. El planteamiento utilizado en [14] se ha usado como inspiración para el mismo. 3.2 Raspberry Pi 3.2.1 Entorno Como entorno en la Raspberry Pi se usará un sistema operativo basado en Linux, en concreto, la última versión de Raspbian Stretch Lite [15] en su release 2018-11-13 puesto que no necesitamos un entorno de escritorio en el mismo ya que supondría un gasto innecesario de recursos. Figura 3-3 Ventana de descarga de Raspbian Haremos uso de pyhton 3 como único lenguaje de desarrollo, por lo que es necesario instalar el intérprete y las librerías base necesarias en el sistema ejecutando los siguientes comandos desde la terminal: apt-get install python3 apt-get install pip3 pip3 install virtualenv virtualenv -p python3 venv Nota: Virtualvenv nos permitirá iniciar un entorno de python3 totalmente aislado del entorno Python propio del sistema, con lo que nos evitaremos conflictos a la hora de instalar las librerías necesarías para los scripts desarrollados. 3.2.2 Librerías para el tratamiento de datos Para la recogida de datos por puerto serie y su tratamiento, será necesario instalar las siguientes librerías desde la terminal: 22 22 . venv/bin/activate Pip install pyserial #Módulo serie Pip install matplotlib #Biblioteca de generación de gráficos Pip install scipy #Biblioteca de algoritmos matemáticos Pip install pandas_datareader #Biblioteca de manipulación de datos Estas librerías se utilizarán por las siguientes razones: • Pyserial es necesaria para leer los datos enviados por puerto serie a la Raspberry desde el Arduino. • Matplotly es un framework que nos permitirá la creación de diversas gráficas, necesarias para una correcta visualización de los datos. • Scipy contiene muchas funciones matemáticas útiles para cálculos complejos: las que usaremos en este proyecto serán las correspondientes al cálculo de FFTs, así como de enventanados y filtros. • Pandas_datareader es una utilidad necesaria a la hora de manipular hojas de cálculos, tanto para la lectura como para la escritura de datasets. 3.2.3 Librerías para el servidor web Es necesario instalar lo siguiente, todas ellas librerías relacionadas con Dash: . venv/bin/activate Pip install dash==0.35.1 #Núcleo del dash Pip install dash-html-components==0.13.4 #Componentes html Pip install dash-core-components==0.42.1 #Componentes del dash Pip install dash-table==3.1.11 #Tablas Para la creación de un servidor web haremos uso de Dash de Ploty [16] que se trata de un framework útil en la elaboración de webs orientadas al análisis y visulización de datos. En concreto, nos interesan las funciones que posee para poder ver gráficas en tiempo real y manipular tablas. Figura 3-4 Ejemplo de un dash orientado a la visualización de datos sobre la producción de petróleo 23 4 PROGRAMACIÓN DE RECOGIDA DE DATOS Primero, nos centraremos en el código del Arduino encargado de recoger los datos manipulando el ADC y de enviarlos a través del puerto serie. Más tarde, profundizaremos en el fragmento de código ubicado en la Raspberry que recoge estos datos y realiza los cálculos asociados. 4.1 Programación en Arduino 4.1.1 Configuración del ADC Para conseguir el máximo rendimiento por parte del ADC es necesario un correcto estudio del datasheet del procesador Atmel SAM21D [10], concretamente el apartado correspondiente al ADC, a partir de la página 844. Internamente, hay varios parámetros de su configuración interna que son necesarios manipular; una configuración completa puede verse en el Apéndice A1.2. En lo correspondiente a la función setupADC(): Primero se configura el voltaje de referencia del ADC a 3.3V, que es el de alimentación de la placa de desarrollo y, por tanto, el que se considera por defecto: 12. analogReference(AR_DEFAULT); Un comando que se repite constantemente en el código es el referente a la espera del bit de sincronización del registro SYNCBUSY. El datasheet recomienda encarecidamente comprobar el estado de este bit a la espera de que las escrituras en los registros se realicen correctamente: while (ADC->STATUS.bit.SYNCBUSY == 1); Puesto que se van a realizar lecturas constantes de 6 entradas analógicas (desde el A1 hasta el A6), vamos a hacer uso de un modo de lectura denominado modo SCAN o escáner. Este modo, a diferencia del modo normal, no necesita que se le especifíque al ADC mediante comandos que realice una conversión en un pin en concreto, sino que realiza la conversión del siguiente canal prefijado una vez se recoge el resultado de la conversión anterior en el ADC. Se ahorra mucho tiempo de configuración de registros con respecto al funcionamiento normal, puesto que la primera conversión realizada cada vez que se inicia una conversión tras una modificación de los registros devuelve un dato poco fiable, una desventaja que evadimos en este modo: // 6 canales para escanear, desde A1 hasta A6 (INPUTSCAN + 1) según datasheet 36. ADC->INPUTCTRL.bit.INPUTSCAN=7; El valor de registro INPUTOFFSET se incrementa una unidad tras cada conversión realizada por el ADC en modo SCAN, por ello es necesario ponerlo a 0 al inicio para empezar desde el valor más bajo: ADC->INPUTCTRL.bit.INPUTOFFSET=0; En cuanto a la configuración interna de los pines, disponemos de una tabla que podemos encontrar en [17] correspondiente al código fuente de nuestra placa de desarrollo, concretamente nos interesa la quinta columna; se observa que los pines de los canales del ADC no concuerdan con los de la placa: 30 30 5.2 Visor de FFT Se trata de un visor de imágenes donde se nos habilita la opción de escoger la imagen a visualizar dependiendo de la componente que queremos estudiar: Figura 5-2 Interfaz correspondiente al visor FFT 5.3 Visor de tablas En esta interfaz, podemos seleccionar la hoja de cálculo que queremos estudiar y tener una visión en la parte derecha de la página de las gráficas correspondientes a cada una de las columnas de interés: Figura 5-3 Interfaz correspondiente al visor de tablas 31 6 FUNCIONAMIENTO DEL SISTEMA Se realizará una serie de pruebas para comprobar el funcionamiento del sistema. En la primera, se introducirán las mismas señales de voltaje e intensidad en las tres fases y se comprobará si hay desfase entre medidas. En la segunda, se cotejará la medida del sistema con la de un osciloscopio y se comprobará su similitud. 6.1 Retardo en la medida 6.1.1 Fase A Figura 6-1 Gráfica de la fase A 6.1.2 Fase B Figura 6-2 Gráfica de la fase B 32 32 6.1.3 Fase C Figura 6-3 Gráfica de la fase C 6.2 Resultados según elemento de carga 6.2.1 Carga reactiva Para el primero se probó a conectar el cargador de un móvil con un amperaje de entrada de 0.5A como máximo y con una resistencia R5 en el adaptador del apartado 2.2 con R5 = 4.85KΩ. Figura 6-4 Gráfica del sistema con un cargador de móvil como carga 33 Esta intensidad medida en el osciloscopio nos da la siguiente forma: Figura 6-5 Gráfica del osciloscopio con un cargador de móvil como carga En cuanto a su FFT de la intensidad: Figura 6-6 Gráfica de la FFT de la intensidad con un cargador de móvil como carga 34 34 6.2.2 Carga resistiva En esta segunda medida se conectó un radiador resistivo de 200W de potencia y una resistencia R5 en el adaptador del apartado 2.2 con R5 = 2KΩ. Figura 6-7 Gráfica del sistema con un calefactor como carga Esta intensidad medida en el osciloscopio nos da la siguiente forma: Figura 6-8 Gráfica del osciloscopio con un calefactor como carga 35 En cuanto a su FFT de la intensidad: Figura 6-9 Gráfica de la FFT de la intensidad con un calefactor como carga 6.2.3 Valores del voltaje Puesto que la alimentación siempre es la misma, su gráfica en el osciloscopio es de la forma: Figura 6-10 Gráfica del osciloscopio 36 36 En cuanto a su FFT: Figura 6-11 Gráfica de la FFT 6.3 Análisis de los resultados Si primero nos fijamos en los valores de voltaje, puede observarse que tanto el valor eficaz como su FFT, el primero con un valor eficaz cercano a 230V y la segunda con valores de pico en los múltiplos impares de 50Hz (puesto que es un sistema trifásico), son muy cercanos a la realidad. En general, el cálculo de las FFTs en todas las ocasiones da valores muy satisfactorios, ya que, aunque se aprecia cierto ruido, los valores picos suelen ser cercanos a frecuencias múltiplos de 50Hz, esto es gracias al enventanado realizado, que elimina gran parte de los ruidos no deseables. La intensidad en el caso de la carga reactiva no posee su armónico fundamental en los 50Hz, lo que era de esperar, puesto que su forma de onda dista mucho de una forma senoidal. No obstante, en el caso de la carga resistiva sí que nos encontramos con un armónico fundamental de 50Hz y una forma de onda casi sinusoidal. En el caso de la carga reactiva se hace difícil un cálculo de desfase y potencia activa verosímil, esto es debido a que el método utilizado para el cálculo no es útil para formas de onda que suelen tomar muchos valores cercanos a cero, que, sumado al ruido en la medida, hace complejo calcular el periodo de la onda. Un acercamiento para paliar este defecto podría ser el de descomponer la onda en su componente fundamental y calcular el periodo de la misma. Como se especificó en el apartado de adaptación de señal, un voltaje de offset más estable podría suponer una mejora en la medida. Además, un amplificador buffer a la entrada del ADC podría mejorar cierto ruido creado internamente en el ADC debido a las capacitancias parásitas ocasionadas por el constante cambio de canal de medida. En la toma de medidas per se, según se puede ver en el apartado 6.1, no parece registrarse un retardo significativo ocasionado por una lenta velocidad de muestreo o de cambio de canal de medida. 37 6.4 Conclusiones A la vista de los resultados obtenidos podemos concluir que el objetivo planteado, a saber, la creación de un sistema de bajo coste para la monitorización de sistemas trifásicos, ha sido alcanzado con creces. A continuación, se listan algunas de sus ventajas e inconvenientes en adición a las ya mencionadas a lo largo del presente trabajo. 6.4.1 Ventajas del sistema • Puesto que se tiene un control total del proceso de medida, desde la toma del dato en bruto hasta su representación en las diferentes interfaces, se abre la posibilidad de modificar e incluso de añadir toda utilidad necesaria a partir del sistema base. • Su bajo coste y la facilidad de obtención y prototipado de los diferentes componentes empleados. • La facilidad para calibrar los diferentes parámetros de medida y adaptarlos al sistema que se quiere analizar. • Se pueden obtener diversos datos referentes al sistema de forma sencilla en tiempo real: tanto valores RMS como armónicos fundamentales del mismo. • La parte del servidor no tiene por qué quedarse limitada a una raspberry, sino que puede ser implementada en cualquier CPU con un sistema operativo basado en Linux que conste de un puerto USB o serie, con la mejora en recursos computacionales que ello pueda conllevar. • Posibilidad de monitorizar tanto sistemas trifásicos como monofásicos. 6.4.2 Desventajas del sistema • Pese a que el modo SCAN del ADC del Arduino empleado no supone un déficit significativo en la capacidad de muestreo, varios ADCs simultáneos podrían mejorarla e incluso reducir el ruido provocado internamente debido al cambio constante del canal de medida. • Haciendo uso de un sistema operativo en tiempo real en la parte correspondiente a la CPU, se podría mejorar la lectura de medidas por el puerto serie al no compartir los recursos asociados a la tarea de lectura con otras tareas del sistema que no hayan sido debidamente planificadas. 6.5 Futuras líneas de investigación Existe un concepto denominado Desagregación de la Potencia (del inglés: Power Disaggregation [18]) que se basa en hacer uso de la huella característica de consumo de cada uno de los dispositivos que podemos encontrar en un hogar: tanto de la huella de la potencia calculada a partir los valores RMS como la de la forma característica de la intensidad consumida en un periodo. A partir de esta huella, el usuario puede conocer en cada momento qué factores influyen en el consumo eléctrico de su hogar, pudiendo actuar en consecuencia. Este concepto no quedaría limitado solamente al de una acción pasiva por parte del usuario, un sistema domótico también podría beneficiarse enormemente de un reconocimiento mediante IA de los patrones en el consumo, pudiendo accionar diferentes actuadores en consecuencia o dar un feedback específico al usuario. Un futuro sistema podría tener en su base de datos información relativa a las diferentes tarifas de consumo que ofertan las compañías eléctricas y aconsejar al usuario la más económica dependiendo de sus hábitos de consumo. 38 38 ÍNDICE DE CONCEPTOS C.1 FFT En el tratamiento digital de la señal, existe un concepto denominado DFT: dada una secuencia discreta y de duración finita, suponiendo que se analiza un único periodo de una señal periódica extendida de forma infinita, aunque la propia señal no lo sea, la DFT es una función matemática que nos permite representar dicha señal en el dominio de la frecuencia, en contraste con la habitual representación con respecto al tiempo. Esto significa que toda señal puede ser descompuesta en un sumatorio de senos y/o cosenos con diferente periodo [19]. Figura 0-1 DFT del sumatorio de 5 cosenos de frecuencia variable Consecuentemente, cuando hablamos de FFT [20], nos referimos a un algoritmo que, de forma computacionalmente eficiente en lo que respecta a número y complejidad de operaciones, se utiliza para calcular la DFT. Figura 0-2 FFT en mariposa de una señal 39 C.2 Ventana de Kaiser Cuando queremos calcular la FFT de una señal, se suele suponer que se ha adquirido un número entero de periodos, sin embargo, esta suposición dista de la realidad, puesto que, además de no ser siempre señales periódicas, podemos encontrarnos con ciertas discontinuidades en los extremos e incluso a lo largo de la señal por diversos factores como ruido en la medida, lentitud de procesamiento, digitalización de la señal, etc. Estos efectos se introducen en la señal en forma de componentes de alta frecuencia. Para eliminarlos, es necesario el uso de funciones ventana [21], que realizan un prefiltrado de los datos antes de calcular su FFT correspondiente. Existen muchos tipos de ventanas: Hamming, Blackman, Gauss, etc. Cada una de estas ventanas tiene sus particularidades, sobre todo en lo que respecta al rizado del propio enventanado, ya sea en la banda de paso o en la de rechazo. Entre ellas, la ventana de Kaiser suele ser ampliamente utilizada, puesto que es una de las ventanas más cercanas a una ventana ideal. La FFT de una ventana Kaiser [22] puede tener la forma: Figura 0-3 FFT de una ventana kaiser para 𝛼 4 y 8 Matemáticamente, una ventana de Kaiser se puede definir de la siguiente forma [23]: Para un número de muestras: Siendo 𝐼0 una función Bessel modificada de primer tipo. Al aplicar esta fórmula necesitamos definir tanto el número de muestras como el parámetro 𝛽; cuanto mayor es 𝛽, más estrecho es el lóbulo central. 46 46 47. 48. while True: 49. 50. # Creamos un nuevo .csv 51. savefile=newfile() 52. 53. # Mientras no pase el tiempo de la var. SECONDS_FILE se van 54. # rellenando filas con los datos recibidos por el puerto serie 55. while minutes_passed(savefile.startime): 56. # Segín el codigo en el arduino read es una variable de 57. # tres bytes, en read[0] se guarda el canal leído y en 58. # read[1] y read[2] el higbyte y lowbyte de la medida 59. read = arduino.read(3) 60. 61. # Si se han leído 0 bytes es que no nos ha llegado nada 62. if len(read) == 0: 63. break 64. 65. # En info guardamos el valor de la medida manipulando los bits 66. info = (read[1] << 8) | read[2] 67. 68. # Dependiendo del valor de canal guardamos el dato en diversas 69. # posiciones del array word 70. word[read[0]-1]=info 71. 71. #Si el canal leído es el 7 significa que ya hemos leído los 6 72. canales 73. if read[0]==7: 74. 75.fila=(calculatevoltage(word[6])+','+calculateintensity(word[7])+','+calculate 76.voltage(word[0])+',' 77. 78.+calculateintensity(word[1])+','+calculatevoltage(word[2])+','+calculatevolta 79.ge(word[5])+'\n') 80. savefile.file_descriptor.write(fila) 81. 82. # Al salir del bucle cerramos el descriptor del fichero e iniciamos 83. un thread 84. # que llame a la funcion processdata(), encargada de generar las FFT 85. en segundo plano 86. savefile.file_descriptor.close() 87. thread = Thread(target = processdata, args = (savefile, )) 88. thread.start() 89. 90. # Función encargada de crear un fichero .csv con la fecha de creación 91. # y poner en la primera fila los nombres de las columnas 92. def newfile(): 93. oldepoch = time.time() 47 94. st = datetime.datetime.fromtimestamp(oldepoch).strftime('%Y-%m-%d- 95.%H:%M:%S') 96. file = open('log/'+st+'.csv','w') 97. savefile=record_file(oldepoch,file,st) 98. file.write("V1,A1,V2,A2,V3,A3\n") 99. return savefile 100. 101. # Clase que rellena los descriptores del fichero .csv 102. class record_file: 103. def __init__(self, startime, file_descriptor,file_name): 104. self.startime = startime 105. self.file_descriptor = file_descriptor 106. self.file_name= file_name 107. 108. # Función que comprueba si ha pasado el tiempo establecido para crear un 109. # nuevo .csv 110. def minutes_passed(oldepoch): 111. return time.time() - oldepoch <= SECONDS_FILE # segundos 112. 113. # Función que lee cada una de las columnas generads en el .csv y crea un .png 114. # con las FFT (Transformadas rapidas de Fourier) de las componentes V e I 116. def processdata(arg): 117. field = ['V1','A1','V2','A2','V3','A3'] 118. for j in range(0,6): #Iteramos por las 6 columnas 119. datos = np.zeros(10000) 120. i,h,n = 0,0,0 121. 122. # Abrimos el fichero creado anteriormente 123. # Solo analizaremos los primeros 10000 datos 124. csv_reader = pd.read_csv('log/'+arg.file_name+'.csv') 125. for i in range(10000): 126. datos[i]=csv_reader[field[j]][i] 127. 128. 129. # Iniciamos los cálculos para obtener la FFT de cada una de las componentes 130. # Aplicaremos un enventanado Kaiser con una beta igual a 100 131. N = len(datos) 132. datos -= np.mean(datos) # Eliminamos el offset de DC 133. datos_enventanados = datos * np.kaiser(N, 100) 134. fft_enventanado = np.fft.rfft(datos_enventanados) 135. 136. # Procedemos a crear la gráfica con los datos necesarios 137. fig = pl.figure(figsize=(35,10)) 138. ejey = 20*np.log10(np.abs(fft_enventanado)) 139. ejex = np.linspace(0, FREC_MUESTREO/2, len(ejey)) 48 48 140. # Modificamos el estilo de la gráfica: título, ejes, etc 141. ax = fig.add_subplot(111) 142. ax.plot(ejex,ejey) 143. rangex = np.zeros(61) 144. for h in range(0, 3050, 50): 145. rangex[n]=h 146. n = n+1 147. ax.xaxis.set_ticks(rangex) 148. ax.grid(True) 149. ax.set_title('FFT de ' + field[j]) 150. ax.set_xlabel('Frecuencia (Hz)') 151. ax.set_ylabel('|dB|') 152. 153. # Guardamos el archivo .png de la gráfica con un nombre determinado 154. pl.savefig(directories[j]+'/'+arg.file_name+'.png') 155. pl.close(fig) 156. # Función usada para convertir el valor leído por el ADC a un valor 157. # de voltaje que se pueda usar 158. def calulatevoltADC(arg): 159. volts=arg/COEF_ADC 160. return volts 161. # Función para calcular el voltaje real que se está midiendo del transformador 162. def calculatevoltage(arg): 163. volt=calulatevoltADC(arg)-ADC_BIAS 164. div=2.4-ADC_BIAS # 2.4 es el valor leído con 230*sqrt(2) voltios 165. return "%.4f" % ((volt/div)*REAL_VALUE_VOLT) 166.# Función para calcular la intensidad real que se está midiendo con la pinza 167. def calculateintensity(arg): 168. volt=calulatevoltADC(arg)-ADC_BIAS # Voltaje calculado 169. value=(volt/RESISTENCIA_CARGA)*COEF_PINZA 170. return "%.4f" % (value) 171. if __name__ == "__main__": 172. main() 49 A.3 Códigos del servidor web A.3.1 index.py 1. # Script principal al que hay que llamar para iniciar el servidor 2. import dash_core_components as dcc 3. import dash_html_components as html 4. from dash.dependencies import Input, Output 5. from app import app 6. from apps import phase1_live, phase2_live, phase3_live 7. from apps import main_page, fft_viewer, table_viewer 8. app.layout = html.Div([ 9. dcc.Location(id='url', refresh=False), 10. html.Div(id='page-content') 11. ]) 12. # Callback encargado de enlazar cada página con los scripts en el 13. # directorio /apps 14. @app.callback(Output('page-content', 'children'), 15. [Input('url', 'pathname')]) 16. def display_page(pathname): 17. if pathname == '/': 18. return main_page.layout 19. elif pathname == '/phase1_live': 20. return phase1_live.layout 21. elif pathname == '/phase2_live': 22. return phase2_live.layout 23. elif pathname == '/phase3_live': 24. return phase3_live.layout 25. elif pathname == '/fft_viewer': 26. return fft_viewer.layout 27. elif pathname == '/table_viewer': 28. return table_viewer.layout 29. else: 30. return '404' 31. def main(): 32. app.run_server(debug=True) 33. if __name__ == '__main__': 34. main() 50 50 A.3.2 app.py 1. # Script al que se llama desde index.py para iniciar el servidor 2. import dash 3.app = dash.Dash(__name__) 4.server = app.server 5.app.config.suppress_callback_exceptions = True A.3.3 apps/main_page.py 1. import dash_core_components as dcc 2. import dash_html_components as html 3. from dash.dependencies import Input, Output 4. from app import app 5. # Página de índice con los hipervínculos a las distintas secciones 6. layout = html.Div([ 7. html.H3('Monitorización de sistemas trifásicos'), 8. dcc.Link('Gráfica en tiempo real de fase 1 (V1 y A1)', href='/phase1_live'), 9. html.Br(), 10. dcc.Link('Gráfica en tiempo real de fase 2 (V2 y A2)', href='/phase2_live'), 11. html.Br(), 12. dcc.Link('Gráfica en tiempo real de fase 3 (V3 Y A3)', href='/phase3_live'), 13. html.Br(), 14. dcc.Link('Visualizar FFT de cada componente', href='/fft_viewer'), 15. html.Br(), 16. dcc.Link('Cargar tablas de datos', href='/table_viewer') 17. ]) A.3.4 apps/phase1_live.py 1. import datetime, dash, plotly, glob, os 2. from dash.dependencies import Input, Output 3. import dash_core_components as dcc 4. import dash_html_components as html 5. from app import app 6. import pandas as pd 7. import numpy as np 8. # Definiciones 51 9. FREC_MUESTREO = 6000 10. FREC_VOLTAJE = 50 11. MUESTRAS_POR_PERIODO = FREC_MUESTREO/FREC_VOLTAJE 12. 13. # Variables globales 14. factor_pot,Vrms,Arms = 0,0,0 15. 16. layout = html.Div( 17. 18. html.Div([ 19. html.H4('Voltaje e intensidad de la fase 1'), 20. html.Div(id='live-update-text-phase1'), 21. dcc.Graph(id='live-update-graph-phase1'), 22. dcc.Interval( 23. id='interval-component-phase1', 24. interval=1*1000, # En milisegundos 25. n_intervals=0 26. ), 27. 28. html.Br(), 29. 30. # Botones con hipervínculos 31. html.A(html.Button('Volver a índice'),href='/'), 32. html.A(html.Button('Ver fase 2'),href='/phase2_live'), 33. html.A(html.Button('Ver fase 3'),href='/phase3_live'), 34. 35. ]), 36. ) 37. # Callback encargado de actualizar el texto con las variables de interés 38. @app.callback(Output('live-update-text-phase1', 'children'), 39. [Input('interval-component-phase1', 'n_intervals')]) 40. def update_metrics(n): 41. Volt=Vrms 42. Amp=Arms 43. PotApa=Vrms*Arms 44. PotAct=PotApa*factor_pot 45. Fact=factor_pot 46. 47. style = {'padding': '5px', 'fontSize': '16px'} 48. 49. return [html.Span('Voltaje eficaz: {0:.2f} V'.format(Volt), style=style), 50. html.Span('Intensidad eficaz: {0:.2f} A'.format(Amp), style=style), 51. html.Span('Potencia aparente: {0:0.2f} VA'.format(PotApa), style=style), 52. html.Span('Potencia activa: {0:0.2f} W'.format(PotAct), style=style), 53. html.Span('Factor de potencia: {0:0.2f}'.format(Fact), style=style)] 52 52 54.# Callback encargado de actualizar las gráficas y calcular los datos de interés 55. # a partir de los datos guardados en *.csv 56. @app.callback(Output('live-update-graph-phase1', 'figure'), 57. [Input('interval-component-phase1', 'n_intervals')]) 58. def update_graph_live(n): 59. n=n+1 60. sumV,sumA=0,0 61. lastA,lastV=0,0 62. cont=0 63. data = { 64. 'Muestra': [], 65. 'Voltaje': [], 66. 'Intensidad': [] 67. } 68. # Abrimos el último archivo creado en la carpeta log y lo enlazamos a la 69. # variable df 70. list_of_files = glob.glob('log/*') 71. latest_file = max(list_of_files, key=os.path.getctime) 72. df = pd.read_csv(latest_file) 73. last_row=len(df.index) 74. # Si vemos que alcanzamos el final del fichero y no hay uno nuevo volvemos 75. # a la primera muestra 76. if last_row<(1000+1000*n): 77. n=0 78. # Recogemos los datos del fichero .csv correspondientes a V1 y A1 79. for i in range(1000): # Mostramos los valores de mil en mil muestras 80. muestra=i+1000*n 81. data['Muestra'].append(i+1000*n) 82. # Vamos recogiendo datos de la columna V1 y los metemos en la graf. 83. V1=df['V1'][i+1000*n] 84. data['Voltaje'].append(V1) 85. # Si el voltaje cruza el 0, guardamos ese numero de muestra para compararlo 86. # con el del amperaje y obtener el factor de potencia 87. if V1>0 and lastV<0: 88. muestrainitV=muestra 89. cont=1 90. lastV=V1 91. # Vamos recogiendo datos de la columna A1 y los metemos en la graf. 92. A1=df['A1'][i+1000*n] 53 93. data['Intensidad'].append(A1) 94. # Si el amperaje cruza el 0, guardamos ese numero de muestra y calculamos el 95. # factor de potencia 96. if A1>0 and lastA<0 and cont>0: 97. muestrainitA=muestra 98. difmuestra=int(muestrainitA)-int(muestrainitV) 99. global factor_pot 100. factor_pot=difmuestra/MUESTRAS_POR_PERIODO 101. lastA=A1 102. # Valor cuadrático medio 103. # 1 - Elevamos al cuadrado el valor de las muestras 104. sqV=float(V1)*float(V1) 105. sqA=float(A1)*float(A1) 106. # 2 - Sumamos 107. sumV+=sqV 108. sumA+=sqA 109. #3 - Obtenemos el valor rms 110. global Vrms, Arms 111. Vrms=np.sqrt(sumV/1000) 112. Arms=np.sqrt(sumA/1000) 113. # Creamos una gráfica con dos subplots (subgráficas) 114. fig = plotly.tools.make_subplots(rows=2, cols=1, vertical_spacing=0.2) 115. fig['layout']['margin'] = { 116. 'l': 30, 'r': 10, 'b': 30, 't': 10 117. } 118. fig['layout']['legend'] = {'x': 0, 'y': 1, 'xanchor': 'left'} 119. # En la primera mostramos en el eje x el número de muestra 120. # y en el eje y el valor del voltaje 121. fig.append_trace({ 122. 'x': data['Muestra'], 123. 'y': data['Voltaje'], 124. 'name': 'Voltaje (V1)', 125. 'mode': 'lines+markers', 126. 'type': 'scatter' 127. }, 1, 1) 128. # En la segunda mostramos en el eje x el número de muestra 129. # y en el eje y el valor del amperaje 130. fig.append_trace({ 131. 'x': data['Muestra'], 132. 'y': data['Intensidad'], 133. 'name': 'Intensidad (A1)', 134. 'mode': 'lines+markers', 54 54 135. 'type': 'scatter' 136. }, 2, 1) 137. return fig A.3.5 apps/phase2_live.py 1. import datetime, dash, plotly, glob, os 2. from dash.dependencies import Input, Output 3. import dash_core_components as dcc 4. import dash_html_components as html 5. from app import app 6. import pandas as pd 7. import numpy as np 8. # Definiciones 9. FREC_MUESTREO = 6000 10. FREC_VOLTAJE = 50 11. MUESTRAS_POR_PERIODO = FREC_MUESTREO/FREC_VOLTAJE 12. 13. # Variables globales 14. factor_pot,Vrms,Arms = 0,0,0 15. 16. layout = html.Div( 17. 18. html.Div([ 19. html.H4('Voltaje e intensidad de la fase 1'), 20. html.Div(id='live-update-text-phase1'), 21. dcc.Graph(id='live-update-graph-phase1'), 22. dcc.Interval( 23. id='interval-component-phase1', 24. interval=1*1000, # En milisegundos 25. n_intervals=0 26. ), 27. 28. html.Br(), 29. 30. # Botones con hipervínculos 31. html.A(html.Button('Volver a índice'),href='/'), 32. html.A(html.Button('Ver fase 2'),href='/phase2_live'), 33. html.A(html.Button('Ver fase 3'),href='/phase3_live'), 34. 35. ]), 36. ) 37. # Callback encargado de actualizar el texto con las variables de interés 55 38. @app.callback(Output('live-update-text-phase1', 'children'), 39. [Input('interval-component-phase1', 'n_intervals')]) 40. def update_metrics(n): 41. Volt=Vrms 42. Amp=Arms 43. PotApa=Vrms*Arms 44. PotAct=PotApa*factor_pot 45. Fact=factor_pot 46. 47. style = {'padding': '5px', 'fontSize': '16px'} 48. 49. return [html.Span('Voltaje eficaz: {0:.2f} V'.format(Volt), style=style), 50. html.Span('Intensidad eficaz: {0:.2f} A'.format(Amp), style=style), 51. html.Span('Potencia aparente: {0:0.2f} VA'.format(PotApa), style=style), 52. html.Span('Potencia activa: {0:0.2f} W'.format(PotAct), style=style), 53. html.Span('Factor de potencia: {0:0.2f}'.format(Fact), style=style)] 54.# Callback encargado de actulizar las gráficas y calcular los datos de interés 55. # a partir de los datos guardados en *.csv 56. @app.callback(Output('live-update-graph-phase1', 'figure'), 57. [Input('interval-component-phase1', 'n_intervals')]) 58. def update_graph_live(n): 59. n=n+1 60. sumV,sumA=0,0 61. lastA,lastV=0,0 62. cont=0 63. data = { 64. 'Muestra': [], 65. 'Voltaje': [], 66. 'Intensidad': [] 67. } 68. # Abrimos el último archivo creado en la carpeta log y lo enlazamos a la 69. # variable df 70. list_of_files = glob.glob('log/*') 71. latest_file = max(list_of_files, key=os.path.getctime) 72. df = pd.read_csv(latest_file) 73. last_row=len(df.index) 74. # Si vemos que alcanzamos el final del fichero y no hay uno nuevo volvemos 75. # a la primera muestra 76. if last_row<(1000+1000*n): 77. n=0 78. # Recogemos los datos del fichero .csv correspondientes a V1 y A1 62 62 40. @app.callback( 41. dash.dependencies.Output('image', 'src'), 42. [dash.dependencies.Input('image-dropdown', 'value')]) 43. def update_image_src(value): 44. return static_image_route + value 45. # Muestra imagen usando ruta estática 46. @app.server.route('{}<image_path>.png'.format(static_image_route)) 47. def serve_image(image_path): 48. image_name = '{}.png'.format(image_path) 49. if image_name not in list_of_images: 50. raise Exception('"{}" is excluded from the allowed static files'.format(image_path)) 51. return flask.send_from_directory(image_directory, image_name) 52. # Callback que muestra los distintos ficheros a seleccionar 53. # en la lista desplegable dependiendo del checkbox 54. @app.callback( 55. dash.dependencies.Output('image-dropdown', 'options'), 56. [dash.dependencies.Input('radio', 'value')]) 57. def set_cities_options(value): 58. global image_directory, list_of_images 59. image_directory = directories[int(value)] 60. list_of_images = [os.path.basename(x) for x in sorted(glob.glob('{}*.png'.format(image_directory)), key=os.path.getmtime)] 61. return [{'label': i, 'value': i} for i in list_of_images] 62. # Callback que ayuda al callback anterior al mostrar los ficheros 63. # a elegir 64. @app.callback( 65. dash.dependencies.Output('image-dropdown', 'value'), 66. [dash.dependencies.Input('image-dropdown', 'options')]) 67. def set_cities_value(available_options): 68. global list_of_images 69. return list_of_images[0] 63 A.3.8 apps/table_viewer.py 1. import datetime, glob, os 2. from app import app 3. import dash, dash_table 4. from dash.dependencies import Input, Output 5. import dash_core_components as dcc 6. import dash_html_components as html 7. import pandas as pd 8. # Directorio donde se guardan los .csv 9. table_directory = 'log/' 10. list_of_tables = [os.path.basename(x) for x in sorted(glob.glob('{}*.csv'.format(table_directory)))] 12. layout = html.Div( 13. html.Div( 14. 15. className="row", 16. 17. children=[ 18. 19. html.H4('Visor de los datos obtenidos'), 20. html.Div('Selecciona un archivo para ver los datos:'), 21. 22. # Lista desplegable con los diferentes archivos 23. dcc.Dropdown( 24. id='my-dropdown', 25. options=[{'label': i, 'value': i} for i in list_of_tables], 26. value=list_of_tables[0]), 27. 28. html.Div(id='output-container'), 29. html.Br(), 30. 31. html.Div( 32. 33. # Tabla que se muestra en la zona izquierda de la pantalla 34. dash_table.DataTable( 35. id='table-paging-with-graph', 36. pagination_settings={ 37. 'current_page': 0, 38. 'page_size': 1000 #Max. de datos mostrados por página en la tabla 39. }, 40. # Opciones de personalización de la tabla 41. pagination_mode='be', 42. filtering='be', 64 64 43. filtering_settings='', 44. sorting='be', 45. sorting_type='multi', 46. sorting_settings=[] 47. ), 48. # Altura en px. que ocupa la tabla: 1500 49. style={'height': 1500, 'overflowY': 'scroll'}, 50. className='six columns' # Ancho equivalente de la tabla 51. ), 52. html.Div( 53. # Gráficos a mostrar en la parte derecha de la pantalla 54. id='table-paging-with-graph-container', 55. className="five columns" # Ancho equivalente del campo 56. ), 57. html.Br(), 58. # Botón que redirige al indice 59. html.A(html.Button('Volver a índice'), href='/') 60. ]), 61. ) 62. # Callback que se encarga de mostrar los datos en la tabla de la izquierda 63. # y de realizar las funciones disponibles de ordenar de mayor a menor o viceversa 64. # y filtrar por dato 65. @app.callback( 66. Output('table-paging-with-graph', "data"), 67. [Input('table-paging-with-graph', "pagination_settings"), 68. Input('table-paging-with-graph', "sorting_settings"), 69. Input('table-paging-with-graph', "filtering_settings"), 70. Input('table-paging-with-graph', 'columns')]) 71. def update_table(pagination_settings, sorting_settings, filtering_settings, 72. empty): 73. 74. filtering_expressions = filtering_settings.split(' && ') 75. dff = df 76. 77. for filter in filtering_expressions: 78. if ' eq ' in filter: 79. col_name = filter.split(' eq ')[0] 80. filter_value = filter.split(' eq ')[1] 81. dff = dff.loc[dff[col_name] == filter_value] 82. if ' > ' in filter: 83. col_name = filter.split(' > ')[0] 65 84. filter_value = float(filter.split(' > ')[1]) 85. dff = dff.loc[dff[col_name] > filter_value] 86. if ' < ' in filter: 87. col_name = filter.split(' < ')[0] 88. filter_value = float(filter.split(' < ')[1]) 89. dff = dff.loc[dff[col_name] < filter_value] 90. 91. if len(sorting_settings): 92. dff = dff.sort_values( 93. [col['column_id'] for col in sorting_settings], 94. ascending=[ 95. col['direction'] == 'asc' 96. for col in sorting_settings 97. ], 98. inplace=False 99. ) 100. return dff.iloc[ 101. pagination_settings['current_page']*pagination_settings['page_size']: 102. (pagination_settings['current_page'] + 1)*pagination_settings['page_size'] 102. ].to_dict('rows') 103. # Callback que actualiza las gráficas de la parte derecha de la pantalla 104. @app.callback( 105. Output('table-paging-with-graph-container', "children"), 106. [Input('table-paging-with-graph', "data"), 107. Input('output-container', 'children')]) 108. def update_graph(rows, empty): 109. 110. dff = pd.DataFrame(rows) 111. return html.Div( 112. [ 113. dcc.Graph( 114. id=column, 115. figure={ 116. "data": [ 117. { 118. # El eje x se entiende como número de muestra 119. # por defecto 120. "y": dff[column] if column in dff else [], 121. "type": "bar", 122. 'mode': 'lines+markers', 123. 'type': 'scatter', 124. "marker": {"color": "#0074D9"}, 125. } 126. ], 127. 66 66 128. # Aquí ponemos las opciones de visualización: título, altura, etc 129. # de cada una de las gráficas 130. "layout": { 131. 'title': column, 132. "xaxis": {"automargin": True}, 133. "yaxis": {"automargin": True}, 134. "height": 250, 135. "margin": {"t": 50, "l": 50, "r": 10}, 136. }, 137. 138. }, 139. ) 140. # Recoge los datos de los campos aqui designados en el .csv 141. for column in ["V1", "A1", "V2", "A2", "V3", "A3"] 142. ] 143. ) 144. # Callback que se encarga de mostrar los diferentes ficheros en 145. # la lista desplegable y guardar el descriptor de fichero del archivo 146. # seleccionado en la variable global df 147. @app.callback( 148. dash.dependencies.Output('table-paging-with-graph', 'columns'), 149. [dash.dependencies.Input('my-dropdown', 'value')]) 150. def update_output(value): 151. file_to_open=table_directory+value 152. global df 153. df = pd.read_csv(file_to_open) 154. return [{"name": i, "id": i} for i in sorted(df.columns)] A.4 Script de inicio 1. # Ejecuta el servidor dash y el script de toma de 2. # toma de datos del Arduino en background 3. . env/bin/activate 4. python3 data.py & 5. python3 index.py & 67 ÍNDICE DE FIGURAS Figura 1-1 Arduino UNO Rev.3 12 Figura 1-2 Raspberry Pi 3 Model B+ 13 Figura 1-3 Esquema funcional del sistema 13 Figura 1-4 Arduino MKR1010 14 Figura 2-1 Trasformador de voltaje 17 Figura 2-2 Pinza amperimétrica SCT013-000 17 Figura 2-3 Adaptación de la señal 18 Figura 3-1 Ventana de descarga de Arduino IDE 20 Figura 3-2 Ventana del gestor de tarjetas 20 Figura 3-3 Ventana de descarga de Raspbian 21 Figura 3-4 Ejemplo de un dash orientado a la visualización de datos sobre la producción de petróleo 22 Figura 4-1 Equivalencias internas de los pines 24 Figura 4-2 Fragmento de una gráfica de la FFT 27 Figura 5-1 Interfaz correspondiente al visor en tiempo real 28 Figura 5-2 Interfaz correspondiente al visor FFT 30 Figura 5-3 Interfaz correspondiente al visor de tablas 30 Figura 6-1 Gráfica de la fase A 31 Figura 6-2 Gráfica de la fase B 31 Figura 6-3 Gráfica de la fase C 32 Figura 6-4 Gráfica del sistema con un cargador de móvil como carga 32 Figura 6-5 Gráfica del osciloscopio con un cargador de móvil como carga 33 Figura 6-6 Gráfica de la FFT de la intensidad con un cargador de móvil como carga 33 Figura 6-7 Gráfica del sistema con un calefactor como carga 34 Figura 6-8 Gráfica del osciloscopio con un calefactor como carga 34 Figura 6-9 Gráfica de la FFT de la intensidad con un calefactor como carga 35 Figura 6-10 Gráfica del osciloscopio 35 Figura 6-11 Gráfica de la FFT 36 Figura 0-1 DFT del sumatorio de 5 cosenos de frecuencia variable 38 Figura 0-2 FFT en mariposa de una señal 38 Figura 0-3 FFT de una ventana kaiser para α 4 y 8 39 Figura 0-4 Cuantización de los valores de un ADC 40 68 68 ÍNDICE DE TABLAS Tabla 1-1 Características técnicas de Arduino MKR1010 14 Tabla 1-2 Características técnicas de Raspberry Pi 3B+ 15 Tabla 2-1 Características técnicas SCT013-000 18 69 REFERENCIAS [1] "History of computing," [Online]. Available: https://en.wikipedia.org/wiki/History_of_computing. [2] "What is Arduino," [Online]. Available: https://www.arduino.cc/en/Guide/Introduction. [3] «Raspberry Pi Foundation,» [En línea]. Available: https://www.raspberrypi.org/about/. [4] «El internet de las cosas,» [En línea]. Available: https://www.cerem.es/blog/cambio-de-paradigma-el- internet-de-las-cosas-iot. [5] «Industria 4.0,» [En línea]. Available: https://www2.deloitte.com/es/es/pages/manufacturing/articles/quees-la-industria-4.0.html. [6] "MKR 1010," [Online]. Available: https://store.arduino.cc/arduino-mkr-wifi-1010. [7] «ARM Cortex M0+,» [En línea]. Available: https://developer.arm.com/products/processors/cortexm/cortex-m0-plus. [8] "ESP32," [Online]. Available: https://www.espressif.com/en/products/hardware/esp32/overview. [9] "ATmega328p," [Online]. Available: https://www.microchip.com/wwwproducts/en/ATmega328p. [10] «SAM21D datasheet,» [En línea]. Available: https://cdn.sparkfun.com/datasheets/Dev/Arduino/Boards/Atmel-42181-SAM-D21_Datasheet.pdf. [11] "Transformador AC-AC," [Online]. Available: https://www.kreco.com.cn/products/9VAC_1000mA_AC-AC_adapter.html. [12] «SCT013 datasheet,» [En línea]. Available: https://www.mcielectronics.cl/website_MCI/static/documents/Datasheet_SCT013.pdf. [13] «Arduino software,» [En línea]. Available: https://www.arduino.cc/en/main/software. [14] "Fast 10 bit ADC," [Online]. Available: https://www.avdweb.nl/arduino/adc-dac/fast-10-bit-adc. [15] «Descarga Raspbian,» [En línea]. Available: https://www.raspberrypi.org/downloads/raspbian/. [16] «Dash by plotly,» [En línea]. Available: https://plot.ly/products/dash/. [17] «Arduino pinout,» [En línea]. Available: https://github.com/arduino/ArduinoCoresamd/blob/master/variants/mkrwifi1010/variant.cpp. [18] «Power Disaggregation,» [En línea]. Available: https://lids.mit.edu/research/research-highlights/powerdisaggregation. 70 70 [19] «DFT,» [En línea]. Available: https://en.wikipedia.org/wiki/Discrete_Fourier_transform. [20] «FFT,» [En línea]. Available: https://en.wikipedia.org/wiki/Fast_Fourier_transform. [21] «Ventajas del enventanado,» [En línea]. Available: http://www.ni.com/white-paper/4844/es/. [22] «Kaiser,» [En línea]. Available: https://en.wikipedia.org/wiki/Kaiser_window. [23] «Numpy's Kaiser reference,» [En línea]. Available: https://het.as.utexas.edu/HET/Software/Numpy/reference/generated/numpy.kaiser.html. [24] «ADC explained,» [En línea]. Available: https://en.wikipedia.org/wiki/Analog-to-digital_converter.