1500字范文,内容丰富有趣,写作好帮手!
1500字范文 > 蒙特卡罗法计算varpython_【绘图】只利用Orign软件 两步法搞定曲线微分

蒙特卡罗法计算varpython_【绘图】只利用Orign软件 两步法搞定曲线微分

时间:2021-09-06 16:20:04

相关推荐

蒙特卡罗法计算varpython_【绘图】只利用Orign软件 两步法搞定曲线微分

(内容来源专供干货的编辑之谭←关注它)

强烈编辑

【免费】56节课56项技能,史上最强Origin教学课程

超好的Origin课程!从入门到高手,免费获取!

今天,谭编给大家演示一下,只利用Orign软件,两步法搞定曲线的微分。

1数据的插值精简

我们从仪器测试得到的充放电数据文件中,按照充电、放电数据单独复制并粘贴为两列数据,那么我们得到4列数据(图1),点击第3列顶部标题可以全选这一列,然后右键set as(设置为)→X,此时第3、4列自动变为X2、Y2。

图1 充电、放电数据单独处理

对数据进行插值精简,目的是去除重复数据。

在充电(或放电)的两列数据顶部,点击X列标题并向右移动鼠标选中XY两列数据,然后点击菜单

Analysis(分析)→

Mathematics(数学)→

Interpolate/Extrapolate(内插/外推)→

OpenDialog…→OK

图2 数据的均一化处理

在Origin8中Number of Points点数:数据行数的1/5最佳。在Origin中,选择自动(本文的曲线数据,自动匹配为1000个点,最终生成的总数据量为1000行),只需要点击OK按钮即可。

图3 点数的设置(默认自动)

大家可能要疑问了,在微分之前,对数据进行差值/外推有什么作用?会不会破坏原始数据?谭编对处理前后数据绘图做了对比,发现完全重合,为了方便对比,谭编将其中一条曲线在垂直方向上平移处理,错开一点,对比一下两者的区别,发现利用插值/外推方法对数据进行均一化之后,数据由1681行数据精简为1000行,绘制的曲线两者相当吻合,如图4所示。

图4 数据内插处理前后的曲线对比

其实,Origin的Interpolate/Extrapolate(内插/外推)功能对数据进行了linear interpolation(线性插值),并进行了表内关联,即内插数据(虽然只有1000行)与相应X列数据(1681行)是绑定的(图5)。

图5 内插数据与X数据的关联

注意:如果我们单独将Origin内插数据及其XY数据复制成新数据表,绘制的曲线并不吻合,因为内插的1000行数据与1681行X数据就不关联了(如图6)。

图6 复制的内插数据绘图不吻合

经过上述分析,内插处理其实类似于去重(去除重复数据)。图7是上述充电初始阶段的数据。数据出现了很多个相同的电压数据,黄色部分是去重后的值,其微分为0(正常);红色部分为重复数据;其微分发生突变(异常,在绘图中表现为竖线、毛线);灰色部分是分母为0的逻辑错误!

图7 充放电数据的特征分析

取第一个充电平台2.5V附件的60行数据,进行去重,然后对去重前、后的数据以步长为1求ΔQ,最终求出微分数据(ΔQ/ΔV),分别对充放电数据、去重前后的微分数据作图进行比较,如图8所示。

图8 充电曲线及其去重前后的微分曲线

可以看出,去重前的微分曲线缺失峰、噪声大、曲线乱、有断点(图8中蓝色曲线的断点来自除0逻辑错误);而去重后绘制的微分曲线相对平直,峰的起落干净利索。

2数据的微分

在前面我们采用插值后得到了精简的数据(如前面的图5),首先点击E(Y#)列标题选中数据(插值后的数据),然后点击菜单

Analysis(分析)→

Mathematics(数学)→

Differentiate(微分)→

OpenDialog…→OK

具体步骤如图9所示。

图9 数据的微分

谭编为了对比研究前面第一个步骤中,设置不同点数比(插值点数÷数据量,下称“点比”)得到的精简数据的微分效果,考察“自动”(数据量1681行,自动生成1000点,点数比约60%)、1/5(点数为336点)、1/10(点数为168点)三种点比条件,得到对比图如图10所示。

图10 不同点数比插值精简所得数据的微分曲线

对比发现,在第一步插值操作中,选用1/10点比得到的微分曲线最平滑,但是主要峰(尖峰)大幅缩水;相比之下,1/5点比得到的微分曲线毛刺较大,主峰尖锐。

总结|利用Origin两步法计算曲线微分的方法:1/5数据点插值+微分!

但这还不够完美,请往下看!

★完美方法:插值(自动)+微分(平滑10点)

在前面我们讨论了点比,其实是数据的压缩比,当然数据的压缩比越大,插值精简后导致数据信息丢失的越严重,很多网友采用的1/5点比一般认为比较合适。

谭编建议采用Origin推荐的“自动”(前面图3)匹配的数据,这样保证数据信息不至于严重丢失,但是自动匹配插值精简数据直接微分得到的曲线毛刺很大(前面图10)。谭编在第二步微分时勾选平滑即可得到完美的微分曲线(图11)。

图11 自动插值精简数据的平滑微分曲线、1/5点比插值精简数据的微分曲线

具体怎么操作呢?

我们对充电(或放电)数据进行自动插值精简后,选中精简数据,点击菜单

Analysis(分析)→

Mathematics(数学)→

Differentiate(微分)→

OpenDialog…→

在打开的微分对话框中,勾选“平滑”,然后点击OK。具体设置如图12所示。

图12 平滑微分的设置

微算云平台关注量已超过10W,诚邀材料和化学领域科学家投稿,介绍和宣传国内外原创的科研成果。

注:国内为原创研究成果或评论、综述,国际为在线发表一个月内的最新成果或综述,字数500字以上,并请提供至少一张图片。投稿者,请将文章发送至kefu@v-

深圳华算科技有限公司采用第一性原理计算与分子动力学、蒙特卡罗等方法相结合,对电池、催化、纳米材料等进行多尺度设计与模拟,专注为海内外催化、纳米及能源领域科研人员提供材料计算模拟整体技术解决方案。方向涉及材料结构、扩散、电导率、表面吸附能/吸附位、吸附分子构型优化、催化活性能、反应路径计算、OER、HER、ORR、自由能计算等

客户群体:清华、北大、天大、北理、北航、西交、华工、同济、复旦以及中科院各大院所等数十个高校院所二百多个课题组。

客户成果:Angew. Chem. Int. Ed.、Nat. Commun.、AM、AEM、AFM、JMCA、ACS Nano、NanoEnergy、ChemSusChem等国际优质期刊。

扫描识别下方二维码,专业团队解决您的计算模拟需求。

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。