API tools faq
paste
Advertisement
Guest User

Untitled

a guest
Jan 29th, 2020
105
0
Never
Add comment
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
Python 10.49 KB | None | 0 0
raw download clone embed print report
  1. import math
  2. import pandas
  3. import xlrd
  4. import sys
  5.  
  6. BCIcodesMoura = pandas.read_excel('./DimensionadorAGM.xlsm', sheet_name='BCIcodesMoura')
  7. BCIcodesMoura = BCIcodesMoura.to_dict('records')
  8.  
  9. BCIcodes = pandas.read_excel('./DimensionadorAGM.xlsm', sheet_name='BCIcodes')
  10. BCIcodes = BCIcodes.to_dict('records')
  11.  
  12. Placas = pandas.read_excel('./DimensionadorAGM.xlsm', sheet_name='Placas')
  13. Placas = Placas.to_dict('records')
  14.  
  15. Testes = pandas.read_excel('./DimensionadorAGM.xlsm', sheet_name='Testes')
  16. Testes = Testes.to_dict('records')
  17.  
  18.  
  19. def closest(lst, K):
  20.      
  21.     return lst[min(range(len(lst)), key = lambda i: abs(lst[i]-K))]
  22. def fplacas_mesmo_tipo_pos(placas, tipo_positiva, tipo_placa_positiva):
  23.     placas_pos_msm_tipo = []
  24.     for el in placas:
  25.         if (el["tipo"] == tipo_positiva and el["tipo placa"] == tipo_placa_positiva):
  26.             placas_pos_msm_tipo.append(el)
  27.     return placas_pos_msm_tipo
  28.  
  29. def fplacas_mesmo_tipo_neg(placas, tipo_negativa, tipo_placa_negativa):
  30.     placas_neg_msm_tipo = []
  31.     for el in placas:
  32.         if (el["tipo"] == tipo_negativa and el["tipo placa"] == tipo_placa_negativa):
  33.             placas_neg_msm_tipo.append(el)
  34.     return placas_neg_msm_tipo
  35.  
  36. def fdivisao_placas(num_placas, placa_unica):
  37.     if (num_placas%2 == 0):
  38.         num_placas_positivas = num_placas/2
  39.         num_placas_negativas = num_placas_positivas
  40.     else:
  41.         if (placa_unica == "Negativa"):
  42.             num_placas_positivas = (num_placas-1)/2
  43.             num_placas_negativas = (num_placas-1)/2 + 1
  44.         if(placa_unica == "Positiva"):
  45.             num_placas_positivas = (num_placas-1)/2 + 1
  46.             num_placas_negativas = (num_placas-1)/2
  47.     return [{"num_placas_positivas":num_placas_positivas,"num_placas_negativas":num_placas_negativas}]
  48.  
  49. def espessura_usar(num_placas_positivas, num_placas_negativas, espessura_placa_positiva, espessura_placa_negativa, tamanho_cuba, compressao):
  50.    
  51.     espessura_total_placas = espessura_placa_positiva*num_placas_positivas + espessura_placa_negativa*num_placas_negativas
  52.     espessura_disp = tamanho_cuba - espessura_total_placas
  53.    
  54.     #envelope individual positivo
  55.     espessura_separador_pos=espessura_disp/(2*num_placas_positivas)
  56.     espessura_separador_pos_usar = espessura_separador_pos/(1-compressao)
  57.     #envelope individual negativo
  58.     espessura_separador_neg=espessura_disp/(2*num_placas_negativas)
  59.     espessura_separador_neg_usar = espessura_separador_neg/(1-compressao)
  60.     #envelope duplo
  61.     espessura_separador_duplo=espessura_disp/(2*(num_placas_negativas+num_placas_positivas))
  62.     espessura_separador_duplo_usar = espessura_separador_duplo/(1-compressao)
  63.    
  64.     return [espessura_separador_pos_usar,espessura_separador_neg_usar,espessura_separador_duplo_usar]
  65.  
  66. def fdivisao_placas(num_placas, placa_unica):
  67.     if (num_placas%2 == 0):
  68.         num_placas_positivas = num_placas/2
  69.         num_placas_negativas = num_placas_positivas
  70.     else:
  71.         if (placa_unica == "Negativa"):
  72.             num_placas_positivas = (num_placas-1)/2
  73.             num_placas_negativas = (num_placas-1)/2 + 1
  74.         if(placa_unica == "Positiva"):
  75.             num_placas_positivas = (num_placas-1)/2 + 1
  76.             num_placas_negativas = (num_placas-1)/2
  77.     return {"num_placas_positivas":num_placas_positivas,"num_placas_negativas":num_placas_negativas}
  78.  
  79.  
  80.  
  81. print ("\n" * 130)
  82.  
  83. loc = ('./DimensionadorAGM.xlsm')
  84. wb = xlrd.open_workbook(loc)
  85. sheet = wb.sheet_by_name('Tabela De Montagem')
  86.  
  87. compressao = float(sheet.cell_value(17,3))
  88. poro_pos = float(sheet.cell_value(15,8))
  89. poro_neg = float(sheet.cell_value(15,9))
  90. alfa = float(sheet.cell_value(10,8))
  91. beta = float(sheet.cell_value(12,8))
  92. porosidade = float(sheet.cell_value(13,13))
  93.  
  94. altura_separador = float(sheet.cell_value(11,13))
  95. largura_separador = float(sheet.cell_value(11,14))
  96. saturacao_acido = float(sheet.cell_value(10,18))
  97. densidade_final = float(sheet.cell_value(12,18))
  98. densidade_enchimento = float(sheet.cell_value(14,18))
  99. perda_agua = float(sheet.cell_value(16, 18))
  100.  
  101. Icca_desejado = float(sheet.cell_value(15,3))
  102. capnom_cliente = float(sheet.cell_value(12,3))
  103. placa_unica = sheet.cell_value(17,8)
  104. norma = sheet.cell_value(15,4)
  105. BCI_conj_plast = sheet.cell_value(10,3)
  106.  
  107. valores_capnom = []
  108. relat_capnom_prox =[]
  109. relat_capnom = []
  110.  
  111. for item in Testes:
  112.     if ((item["norma"] == norma) and (item["resultado"] == "sim" and item['CodMoura']  == BCI_conj_plast)):
  113.         valores_capnom.append(item["capnom"])
  114.         relat_capnom.append(item)
  115. for item in relat_capnom:
  116.     if (item["capnom"] == closest(valores_capnom,capnom_cliente)):
  117.         relat_capnom_prox.append(item)
  118.  
  119. #pega relatorio com cca mais proximo
  120. valores_cca = []
  121. relat_cca_capnom_prox = []
  122.  
  123. for item in relat_capnom_prox:
  124.     valores_cca.append(item["cca"])
  125. for item in valores_cca:
  126.     if (item == closest(valores_cca,Icca_desejado)):
  127.         relat_cca_capnom_prox.append(relat_capnom_prox[valores_cca.index(item)])
  128.  
  129.  #relatorio a ser usado com menos placas
  130. relat_cca_capnom_menos_placas = {}
  131. relat_cca_capnom_menos_placas = relat_cca_capnom_prox[0]
  132. for el in relat_cca_capnom_prox:
  133.     if (el["num placas+"]+el["num placas-"]<=relat_cca_capnom_menos_placas["num placas+"]+relat_cca_capnom_menos_placas["num placas-"]):
  134.         relat_cca_capnom_menos_placas = el
  135.  
  136.  
  137. relat_uso = relat_cca_capnom_menos_placas
  138.  
  139.  
  140. #pega placas positivas e negativas utilizadas no teste
  141. for el in Placas:
  142.  
  143.     if el["nome"] == relat_uso["nome+"]:
  144.         placa_positiva_teste = el        
  145.     if el["nome"] == relat_uso["nome-"]:
  146.         placa_negativa_teste = el
  147.        
  148.  
  149. try:
  150.     placa_positiva_teste["altura"]
  151. except:
  152.     print("a placa ", relat_uso["nome+"]," nao foi encontrada no banco de placas")
  153.     input()
  154.  
  155. try:
  156.     placa_negativa_teste["altura"]
  157. except:
  158.     print("a placa ", relat_uso["nome-"]," nao foi encontrada no banco de placas")
  159.     input()
  160.  
  161. #retira areas positivas e negativas
  162. area_positiva = placa_positiva_teste["altura"]*placa_positiva_teste["largura"]
  163. area_negativa = placa_negativa_teste["altura"]*placa_negativa_teste["largura"]
  164.  
  165. #numero de areas do teste
  166. num_areas_teste = relat_uso["num placas+"]+relat_uso["num placas-"]-1
  167.  
  168. #numero de placas minimo
  169. area_total_desejada = (num_areas_teste*area_positiva*Icca_desejado/relat_uso["cca"])
  170. #num_placas_minimo = math.ceil(area_total_desejada/area_positiva) + 1
  171. num_placas_minimo = (area_total_desejada/area_positiva) + 1
  172. print("o numero de placas minimo calculado foi ", num_placas_minimo, ", insira o numero minimo de placas minimo:")
  173. num_placas_minimo = int(input())
  174.  
  175. #calculo da massa positiva e negativa a se utilizar
  176. massa_positiva = capnom_cliente*alfa
  177. massa_negativa = capnom_cliente*beta
  178.  
  179. #pega placas do msm tipo
  180. placas_mesmo_tipo_pos = fplacas_mesmo_tipo_pos(Placas, placa_positiva_teste["tipo"], placa_positiva_teste["tipo placa"])
  181. placas_mesmo_tipo_neg = fplacas_mesmo_tipo_neg(Placas, placa_negativa_teste["tipo"], placa_negativa_teste["tipo placa"])
  182.  
  183. numero_placas = num_placas_minimo
  184.  
  185. possiveis_conjuntos = []
  186. possivel_conjunto = {}
  187.  
  188.  
  189. for el in BCIcodesMoura:
  190.     if el['CodMoura'] == BCI_conj_plast:
  191.         conj_plast = el      
  192.  
  193. lista_final = []
  194. for placa_pos in placas_mesmo_tipo_pos:
  195.     for placa_neg in placas_mesmo_tipo_neg:
  196.         final = {}
  197.        
  198.         #num placas positivas e negativas
  199.         divisao_placas=fdivisao_placas(numero_placas, placa_unica)
  200.         ###OUTPUT espessura separador
  201.         espessuras = espessura_usar(divisao_placas['num_placas_positivas'], divisao_placas['num_placas_negativas'], placa_pos['espessura'], placa_neg['espessura'], conj_plast['cuba'], float(compressao))
  202.        
  203.         ##porosidade das placas
  204.         #positiva
  205.         vol_total_pos=(placa_pos['altura']*placa_pos['largura']*placa_pos['espessura']*divisao_placas['num_placas_positivas'])
  206.         vazio_placa_pos = (vol_total_pos - (placa_pos['massa grade']*divisao_placas['num_placas_positivas'])/(placa_pos['densidade chumbo da grade']/1000))*poro_pos
  207.         #negativa
  208.         vol_total_neg=(placa_neg['altura']*placa_neg['largura']*placa_neg['espessura']*divisao_placas['num_placas_negativas'])
  209.         vazio_placa_neg = (vol_total_neg - (placa_neg['massa grade']*divisao_placas['num_placas_negativas'])/(placa_neg['densidade chumbo da grade']/1000))*poro_neg
  210.        
  211.         #volume separadores
  212.         volume_separador = []
  213.         for i in range(len(espessuras)):
  214.             if i == 0:
  215.                 volume_separador.append(espessuras[i]*altura_separador*largura_separador*2*divisao_placas['num_placas_positivas'])
  216.             if i == 1:
  217.                 volume_separador.append(espessuras[i]*altura_separador*largura_separador*2*divisao_placas['num_placas_negativas'])
  218.             if i == 2:
  219.                 volume_separador.append(espessuras[i]*altura_separador*largura_separador*2*(divisao_placas['num_placas_negativas']+divisao_placas['num_placas_positivas']))
  220.  
  221.         #porosidade
  222.         volume_fibra = []
  223.         for el in volume_separador:
  224.             volume_fibra.append(el*(1-porosidade))
  225.            
  226.         #volume vazio
  227.         volume_vazio = []
  228.         for i in range(len(volume_separador)):
  229.             volume_vazio.append(volume_separador[i]*(1-compressao) - volume_fibra[i])
  230.        
  231.         #volume vazaio do separador
  232.         volume_vazio_separador = []
  233.         for el in volume_vazio:
  234.             volume_vazio_separador.append(el*saturacao_acido)
  235.        
  236.         #vazio total
  237.         vazio_total = []
  238.         for el in volume_vazio:
  239.             vazio_total.append(el + vazio_placa_pos + vazio_placa_neg)
  240.            
  241.         volume_enchimento = vazio_total[0]/1000 + perda_agua
  242.         massa_enchimento = volume_enchimento*densidade_enchimento
  243.        
  244.        
  245.         final['placa pos'] = placa_pos['nome']
  246.         final['placa neg'] = placa_neg['nome']
  247.         final['num placa pos'] = divisao_placas['num_placas_positivas']
  248.         final['num placa neg'] = divisao_placas['num_placas_negativas']
  249.         final['volume enchimento'] = volume_enchimento
  250.         final['massa enchimento'] = massa_enchimento
  251.         final['espessura separador envelope positivo'] = espessuras[0]
  252.         final['espessura separador envelope negativo'] = espessuras[1]
  253.         final['espessura separador envelope duplo'] = espessuras[2]
  254.         lista_final.append(final)
  255.                    
  256.            
  257.  
  258. df = pandas.DataFrame.from_dict(lista_final)
  259. writer = pandas.ExcelWriter('Resultados.xlsx', engine='xlsxwriter')
  260. df.to_excel(writer, sheet_name='Resultados')
  261. writer.save()
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement
Public Pastes
Advertisement
We use cookies for various purposes including analytics. By continuing to use Pastebin, you agree to our use of cookies as described in the Cookies Policy.  OK, I Understand
Not a member of Pastebin yet?
Sign Up, it unlocks many cool features!