Skocz do zawartości

lkosz

Społeczność Astropolis
  • Postów

    2 228
  • Dołączył

  • Ostatnia wizyta

  • Wygrane w rankingu

    2

Odpowiedzi opublikowane przez lkosz

  1. 19 godzin temu, sullifan napisał:

    Temat wygląda tak, ze aku mogę mieć praktycznie za darmo (niemal nowy 7ah), ze środka mogę wszystko wyrzucić i zamontować odpowiednie wejścia USB itp, całą przeróbkę mogę mieć też za darmo, UPS to tylko aktualna wersja, bardziej myślę pod kątem obudowy, którą można wykorzystać do finalnej wersji (patrz estetyka itp) - inni robili to ze skrzynek narzędziowych, ja chcę zrobić to samo tylko z tą obudową więc jakiejś różnicy chyba wielkiej nie ma, a jeśli cześci nie będą potrzebne to mogę ich się śmiało pozbyć - czy mam wiele do stracenia przy tych kosztach? :) ale oczywiście zdanie osób bardziej doświadczonych jest dla mnie mega cenne

    W UPSie wymień akumulator i zostaw na trudniejsze czasy, kiedy prądu nie będzie. Szkoda go rozwalać na części, a to nie jest tanie urządzenie. Do montażu weź coś innego. Kradex produkuje duże plastikowe obudowy hermetyczne mieszczące akumulatory nawet 18Ah, gdzie upchniesz też resztę układów. Można też sobie sklecić pakiet z akumulatorów NiMH. Zmierz sobie zużycie, oblicz jakiej pojemności akumulatorów potrzebujesz, a potem dobieraj obudowy i resztę.

  2. Niepotrzebnie kombinujesz. UPS przekształca napięcie stałe 12V w przemienne 230V, które chciałbyś potem wyprostować i zamienić znowu w 5-12V. Jak wyżej napisano - nie ma to żadnego sensu. Chcąc użyć tego co masz, musiałbyś usunąć ze środka najdroższe rzeczy: transformator i całą elektronikę, czyli zostałaby sama metalowa obudowa i akumulator (który pewnie jest już zasiarczony i nadaje się do utylizacji).

    Skorzystaj z gotowych urządzeń lub projektów na tym forum (lub innym elektronicznym), kitów AVT itd. opartych o akumulator, układ zabezpieczający i przetwornice DC-DC.

    • Lubię 1
  3. @Alfa Bundis teraz Twoja propozycja - czas trwania nieprzerwanego dużego zachmurzenia - przyjąłem 7, 8 i 9 oktant. Zanim zaczniemy, ważna uwaga do tych szacunków - pomiary są robione raz na godzinę, czasem i rzadziej. Ograniczyłem maksymalny odstęp między pomiarami do 6h ze względu na liczne nieciągłości, ale i tak poniższe dane mają raczej charakter informacyjny i rozrywkowy :) Sposób prezentacji jest jeszcze gorszy, bo klaster elasticsearch nie potrafi już wykonać takich obliczeń, trzeba było przejść na pythona i basha. Na koniec wybierzemy sobie Wąchock Pogodowy :D


    Obliczenia wykonane dla wszystkich 66 stacji. W archiwum analiza_4.zip są surowe dane zawierające nazwę stacji, timestamp początku, timestamp końca, czas trwania zachmurzenia w 7, 8 lub 9 oktancie, nieprzerwany obserwacją o innej wartości, z maksymalnym odstępem między sąsiednimi obserwacjami równym 6h (w przypadku wykrycia takiej przerwy, za koniec przyjmowana jest ostatnia obserwacja, i liczenie czasu zaczyna się od początku).

    Na początek histogram dla wszystkich stacji, pierwsza kolumna to długość trwania bardzo dużego zachmurzenia. Posortowany po kluczach i po częstości:

    Spoiler
    
    cat analiza_4 | awk '{print $NF}' | sort | distribution --height=60 --char=ba | sort -k1n
    Key|Ct (Pct)        Histogram
     1|149565 (13.16%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
     2|88518 (7.79%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
     3|213699 (18.81%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
     4|42145 (3.71%)   ▬▬▬▬▬▬▬▬▬▬▬▬
     5|33144 (2.92%)   ▬▬▬▬▬▬▬▬▬▬
     6|113757 (10.01%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
     7|21537 (1.90%)   ▬▬▬▬▬▬▬
     8|17825 (1.57%)   ▬▬▬▬▬▬
     9|73434 (6.46%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
    10|13796 (1.21%)   ▬▬▬▬
    11|15097 (1.33%)   ▬▬▬▬▬
    12|52436 (4.61%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
    13|9695 (0.85%)    ▬▬▬
    14|8845 (0.78%)    ▬▬▬
    15|36177 (3.18%)   ▬▬▬▬▬▬▬▬▬▬▬
    16|6976 (0.61%)    ▬▬
    17|6389 (0.56%)    ▬▬
    18|28343 (2.49%)   ▬▬▬▬▬▬▬▬
    19|5249 (0.46%)    ▬▬
    20|4981 (0.44%)    ▬▬
    21|21539 (1.90%)   ▬▬▬▬▬▬▬
    22|4178 (0.37%)    ▬▬
    23|3718 (0.33%)    ▬▬
    24|16779 (1.48%)   ▬▬▬▬▬
    25|3196 (0.28%)    ▬
    26|2889 (0.25%)    ▬
    27|13600 (1.20%)   ▬▬▬▬
    28|2490 (0.22%)    ▬
    29|2324 (0.20%)    ▬
    30|11761 (1.04%)   ▬▬▬▬
    31|2118 (0.19%)    ▬
    32|2084 (0.18%)    ▬
    33|9724 (0.86%)    ▬▬▬
    34|1799 (0.16%)    ▬
    35|1717 (0.15%)    ▬
    36|8473 (0.75%)    ▬▬▬
    37|1522 (0.13%)    ▬
    38|1479 (0.13%)    ▬
    39|7124 (0.63%)    ▬▬▬
    40|1343 (0.12%)    ▬
    41|1254 (0.11%)    ▬
    42|6191 (0.54%)    ▬▬
    43|1161 (0.10%)    ▬
    44|1054 (0.09%)    ▬
    45|5204 (0.46%)    ▬▬
    48|4459 (0.39%)    ▬▬
    51|3826 (0.34%)    ▬▬
    54|3472 (0.31%)    ▬
    57|3151 (0.28%)    ▬
    60|2906 (0.26%)    ▬
    63|2451 (0.22%)    ▬
    66|2209 (0.19%)    ▬
    69|1945 (0.17%)    ▬
    72|1688 (0.15%)    ▬
    75|1538 (0.14%)    ▬
    78|1366 (0.12%)    ▬
    81|1256 (0.11%)    ▬
    84|1175 (0.10%)    ▬
    87|1053 (0.09%)    ▬
    90|969 (0.09%)     ▬

     

     

    Spoiler
    
    cat analiza_4 | awk '{print $NF}' | sort | distribution --height=60 --char=ba
    Key|Ct (Pct)        Histogram
     3|213699 (18.81%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
     1|149565 (13.16%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
     6|113757 (10.01%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
     2|88518 (7.79%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
     9|73434 (6.46%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
    12|52436 (4.61%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
     4|42145 (3.71%)   ▬▬▬▬▬▬▬▬▬▬▬▬
    15|36177 (3.18%)   ▬▬▬▬▬▬▬▬▬▬▬
     5|33144 (2.92%)   ▬▬▬▬▬▬▬▬▬▬
    18|28343 (2.49%)   ▬▬▬▬▬▬▬▬
    21|21539 (1.90%)   ▬▬▬▬▬▬▬
     7|21537 (1.90%)   ▬▬▬▬▬▬▬
     8|17825 (1.57%)   ▬▬▬▬▬▬
    24|16779 (1.48%)   ▬▬▬▬▬
    11|15097 (1.33%)   ▬▬▬▬▬
    10|13796 (1.21%)   ▬▬▬▬
    27|13600 (1.20%)   ▬▬▬▬
    30|11761 (1.04%)   ▬▬▬▬
    33|9724 (0.86%)    ▬▬▬
    13|9695 (0.85%)    ▬▬▬
    14|8845 (0.78%)    ▬▬▬
    36|8473 (0.75%)    ▬▬▬
    39|7124 (0.63%)    ▬▬▬
    16|6976 (0.61%)    ▬▬
    17|6389 (0.56%)    ▬▬
    42|6191 (0.54%)    ▬▬
    19|5249 (0.46%)    ▬▬
    45|5204 (0.46%)    ▬▬
    20|4981 (0.44%)    ▬▬
    48|4459 (0.39%)    ▬▬
    22|4178 (0.37%)    ▬▬
    51|3826 (0.34%)    ▬▬
    23|3718 (0.33%)    ▬▬
    54|3472 (0.31%)    ▬
    25|3196 (0.28%)    ▬
    57|3151 (0.28%)    ▬
    60|2906 (0.26%)    ▬
    26|2889 (0.25%)    ▬
    28|2490 (0.22%)    ▬
    63|2451 (0.22%)    ▬
    29|2324 (0.20%)    ▬
    66|2209 (0.19%)    ▬
    31|2118 (0.19%)    ▬
    32|2084 (0.18%)    ▬
    69|1945 (0.17%)    ▬
    34|1799 (0.16%)    ▬
    35|1717 (0.15%)    ▬
    72|1688 (0.15%)    ▬
    75|1538 (0.14%)    ▬
    37|1522 (0.13%)    ▬
    38|1479 (0.13%)    ▬
    78|1366 (0.12%)    ▬
    40|1343 (0.12%)    ▬
    81|1256 (0.11%)    ▬
    41|1254 (0.11%)    ▬
    84|1175 (0.10%)    ▬
    43|1161 (0.10%)    ▬
    44|1054 (0.09%)    ▬
    87|1053 (0.09%)    ▬
    90|969 (0.09%)     ▬

     



    Widać silny wpływ 3h odstępów w pomiarach. Zróbmy rzutowanie wartości do najbliższej podzielnej przez 3, posortowane po kluczach i po częstości:
     

    Spoiler
    
    cat analiza_4 | awk '{print $NF}' | while read line; do s1=$(($line % 3)); case $s1 in 0) echo $line;; 1) echo $(($line-1));; 2) echo $(($line+1));; esac; done | sort | distribution --height=60 --char=ba | sort -k1n
    Key|Ct (Pct)        Histogram
      0|149565 (13.16%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
      3|344362 (30.31%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
      6|168438 (14.82%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
      9|105055 (9.25%)  ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
     12|77228 (6.80%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬
     15|51998 (4.58%)   ▬▬▬▬▬▬▬▬▬
     18|39981 (3.52%)   ▬▬▬▬▬▬▬
     21|30698 (2.70%)   ▬▬▬▬▬▬
     24|23693 (2.09%)   ▬▬▬▬▬
     27|18979 (1.67%)   ▬▬▬▬
     30|16203 (1.43%)   ▬▬▬
     33|13607 (1.20%)   ▬▬▬
     36|11712 (1.03%)   ▬▬▬
     39|9946 (0.88%)    ▬▬
     42|8606 (0.76%)    ▬▬
     45|7166 (0.63%)    ▬▬
     48|6136 (0.54%)    ▬▬
     51|5233 (0.46%)    ▬
     54|4749 (0.42%)    ▬
     57|4313 (0.38%)    ▬
     60|3864 (0.34%)    ▬
     63|3324 (0.29%)    ▬
     66|3026 (0.27%)    ▬
     69|2678 (0.24%)    ▬
     72|2338 (0.21%)    ▬
     75|2073 (0.18%)    ▬
     78|1846 (0.16%)    ▬
     81|1732 (0.15%)    ▬
     84|1566 (0.14%)    ▬
     87|1402 (0.12%)    ▬
     90|1327 (0.12%)    ▬
     93|1149 (0.10%)    ▬
     96|1001 (0.09%)    ▬
     99|886 (0.08%)     ▬
    102|858 (0.08%)     ▬
    105|690 (0.06%)     ▬
    108|668 (0.06%)     ▬
    111|647 (0.06%)     ▬
    114|593 (0.05%)     ▬
    117|508 (0.04%)     ▬
    120|473 (0.04%)     ▬
    123|400 (0.04%)     ▬
    126|400 (0.04%)     ▬
    129|368 (0.03%)     ▬
    132|348 (0.03%)     ▬
    135|352 (0.03%)     ▬
    138|317 (0.03%)     ▬
    141|282 (0.02%)     ▬
    144|236 (0.02%)     ▬
    147|231 (0.02%)     ▬
    150|196 (0.02%)     ▬
    153|161 (0.01%)     ▬
    156|202 (0.02%)     ▬
    159|148 (0.01%)     ▬
    162|171 (0.02%)     ▬
    165|150 (0.01%)     ▬
    168|124 (0.01%)     ▬
    171|123 (0.01%)     ▬
    174|112 (0.01%)     ▬
    180|108 (0.01%)     ▬

     


     

    Spoiler
    
    cat analiza_4 | awk '{print $NF}' | while read line; do s1=$(($line % 3)); case $s1 in 0) echo $line;; 1) echo $(($line-1));; 2) echo $(($line+1));; esac; done | sort | distribution --height=60 --char=ba
    Key|Ct (Pct)        Histogram
      3|344362 (30.31%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
      6|168438 (14.82%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
      0|149565 (13.16%) ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
      9|105055 (9.25%)  ▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
     12|77228 (6.80%)   ▬▬▬▬▬▬▬▬▬▬▬▬▬▬
     15|51998 (4.58%)   ▬▬▬▬▬▬▬▬▬
     18|39981 (3.52%)   ▬▬▬▬▬▬▬
     21|30698 (2.70%)   ▬▬▬▬▬▬
     24|23693 (2.09%)   ▬▬▬▬▬
     27|18979 (1.67%)   ▬▬▬▬
     30|16203 (1.43%)   ▬▬▬
     33|13607 (1.20%)   ▬▬▬
     36|11712 (1.03%)   ▬▬▬
     39|9946 (0.88%)    ▬▬
     42|8606 (0.76%)    ▬▬
     45|7166 (0.63%)    ▬▬
     48|6136 (0.54%)    ▬▬
     51|5233 (0.46%)    ▬
     54|4749 (0.42%)    ▬
     57|4313 (0.38%)    ▬
     60|3864 (0.34%)    ▬
     63|3324 (0.29%)    ▬
     66|3026 (0.27%)    ▬
     69|2678 (0.24%)    ▬
     72|2338 (0.21%)    ▬
     75|2073 (0.18%)    ▬
     78|1846 (0.16%)    ▬
     81|1732 (0.15%)    ▬
     84|1566 (0.14%)    ▬
     87|1402 (0.12%)    ▬
     90|1327 (0.12%)    ▬
     93|1149 (0.10%)    ▬
     96|1001 (0.09%)    ▬
     99|886 (0.08%)     ▬
    102|858 (0.08%)     ▬
    105|690 (0.06%)     ▬
    108|668 (0.06%)     ▬
    111|647 (0.06%)     ▬
    114|593 (0.05%)     ▬
    117|508 (0.04%)     ▬
    120|473 (0.04%)     ▬
    126|400 (0.04%)     ▬
    123|400 (0.04%)     ▬
    129|368 (0.03%)     ▬
    135|352 (0.03%)     ▬
    132|348 (0.03%)     ▬
    138|317 (0.03%)     ▬
    141|282 (0.02%)     ▬
    144|236 (0.02%)     ▬
    147|231 (0.02%)     ▬
    156|202 (0.02%)     ▬
    150|196 (0.02%)     ▬
    162|171 (0.02%)     ▬
    153|161 (0.01%)     ▬
    165|150 (0.01%)     ▬
    159|148 (0.01%)     ▬
    168|124 (0.01%)     ▬
    171|123 (0.01%)     ▬
    174|112 (0.01%)     ▬
    180|108 (0.01%)     ▬

     


    Dane wyglądają normalnie. Popatrzmy na percentyle 25 50 75 90 95 99 długości trwania bardzo dużego zachmurzenia, z pomocą prostego jednolinijkowego skrypcika:
     

    Spoiler
    
    echo -e "$(percentyle="25 50 75 90 95 99"; echo "stacja $percentyle"; echo -n "OGOLEM "; for q in 25 50 75 90 95 99; do echo -n "$(cat analiza_4 | awk '{print $NF}' | sort -n | sed "$(( ($(cat analiza_4 | wc -l)*${q}/100)+1 ))q;d") "; done; echo; cat analiza_4 | awk '{print $1}' | sort | uniq | while read stacja; do echo -n "$stacja "; for q in 25 50 75 90 95 99; do echo -n "$(cat analiza_4 | grep "^${stacja}" | awk '{print $NF}' | sort -n | sed "$(( ($(cat analiza_4 | grep "^${stacja}" | wc -l)*${q}/100)+1 ))q;d") "; done; echo; done;)" | column -t -o '    '
    stacja                  25    50    75    90    95    99
    OGOLEM                  3     6     14    30    48    97
    BIALYSTOK               2     5     13    30    49    106
    BIELSKO-BIALA           3     6     15    33    51    99
    BYDGOSZCZ               3     9     18    39    60    114
    CHOJNICE                3     6     14    31    48    107
    CZESTOCHOWA             3     6     13    30    48    99
    ELBLAG-MILEJEWO         3     6     15    32    48    96
    GDANSK-PORT_POLNOCNY    2     4     10    21    34    72
    GDANSK-REBIECHOWO       3     9     18    39    57    117
    GDANSK-SWIBNO           3     6     13    27    41    81
    GORZOW_WIELKOPOLSKI     3     6     15    32    48    97
    HEL                     3     5     12    25    39    84
    JELENIA_GORA            3     6     17    36    52    102
    KALISZ                  3     6     15    33    51    102
    KASPROWY_WIERCH         3     8     21    45    65    117
    KATOWICE                2     4     12    26    40    84
    KETRZYN                 3     9     15    33    49    105
    KIELCE-SUKOW            3     6     15    33    51    105
    KLODZKO                 3     5     12    27    42    87
    KOLO                    3     6     12    29    45    93
    KOLOBRZEG               3     6     12    27    42    90
    KOSZALIN                3     6     15    32    48    94
    KOZIENICE               2     6     14    30    48    94
    KRAKOW-BALICE           3     6     14    30    47    94
    KROSNO                  2     4     12    27    42    87
    LEBA                    3     6     13    28    43    87
    LEBORK                  3     6     12    30    45    93
    LEGNICA                 3     6     18    36    54    104
    LESKO                   3     6     15    33    48    96
    LESZNO                  3     6     15    32    48    98
    LODZ                    3     6     15    33    50    99
    LUBLIN-RADAWIEC         3     6     15    34    53    110
    MIKOLAJKI               3     6     14    31    48    108
    MLAWA                   3     6     15    33    51    108
    NOWY_SACZ               3     6     14    30    45    90
    OLSZTYN                 3     6     15    33    51    108
    OPOLE                   3     6     13    28    44    87
    OSTROLEKA               3     9     18    39    60    126
    PILA                    3     6     13    30    45    96
    PLOCK                   3     6     15    33    50    102
    pom                     3     5     19    23    27    27
    POZNAN                  2     3     10    23    37    80
    PRZEMYSL                3     9     18    36    54    105
    RACIBORZ                2     5     12    26    39    82
    RESKO-SMOLSKO           6     6     12    27    45    93
    RZESZOW-JASIONKA        3     6     15    32    48    100
    SANDOMIERZ              3     6     14    30    45    93
    SIEDLCE                 3     6     14    31    48    102
    SLUBICE                 3     6     12    27    42    87
    SNIEZKA                 2     6     19    45    67    123
    SULEJOW                 3     6     15    30    45    93
    SUWALKI                 3     6     15    36    57    120
    SWINOUJSCIE             3     5     12    24    36    75
    SZCZECIN                3     6     15    33    48    102
    SZCZECINEK              3     9     18    39    60    123
    TARNOW                  3     6     14    30    48    93
    TERESPOL                3     6     13    30    47    99
    TORUN                   3     6     14    30    45    99
    USTKA                   3     6     14    30    44    84
    WARSZAWA                2     4     12    26    42    90
    WIELUN                  3     6     15    33    48    99
    WLODAWA                 3     6     15    33    51    105
    WROCLAW                 2     4     12    26    40    84
    ZAKOPANE                3     6     15    35    51    97
    ZAMOSC                  3     6     15    33    51    102
    ZARNOWIEC               3     9     18    33    48    102
    ZGORZELEC               2     4     11    16    27    87
    ZIELONA_GORA            3     6     14    30    48    96

     



    posortujmy sobie tabelkę po ostatniej kolumnie i pośmiejmy się z ostatnich 10:
     

    Spoiler
    
    MLAWA                   3     6     15    33    51    108
    OLSZTYN                 3     6     15    33    51    108
    LUBLIN-RADAWIEC         3     6     15    34    53    110
    BYDGOSZCZ               3     9     18    39    60    114
    GDANSK-REBIECHOWO       3     9     18    39    57    117
    KASPROWY_WIERCH         3     8     21    45    65    117
    SUWALKI                 3     6     15    36    57    120
    SNIEZKA                 2     6     19    45    67    123
    SZCZECINEK              3     9     18    39    60    123
    OSTROLEKA               3     9     18    39    60    126

     



    Taka ciekawostka: wedle tej statystyki ludzie z okolic stacji SNIEZKA, SZCZECINEK i OSTROLEKA mają niezłe jazdy z pogodą :D Mieszkańcy! Nie ma sensu włazić na Śnieżkę, to samo macie w domu nad głowami, a nawet gorzej :D

    Teraz pierwsza dziesiątka:
     

    Spoiler
    
    GDANSK-PORT_POLNOCNY    2     4     10    21    34    72
    SWINOUJSCIE             3     5     12    24    36    75
    POZNAN                  2     3     10    23    37    80
    GDANSK-SWIBNO           3     6     13    27    41    81
    RACIBORZ                2     5     12    26    39    82
    HEL                     3     5     12    25    39    84
    KATOWICE                2     4     12    26    40    84
    USTKA                   3     6     14    30    44    84
    WROCLAW                 2     4     12    26    40    84
    KLODZKO                 3     5     12    27    42    87

     



    Zaskakująca jest obecność w zestawieniu Raciborza, Katowic i Wrocławia. Ale trzeba pamiętać, że wystarczyła jedna obserwacja poniżej 7. oktanta. Czyli jedno przejaśnienie. Czyli excusez le mot dupa, ale z przejaśnieniami :) A jak ktoś się chce opalać, nawet zimą, to tylko w okolicach Gdańska - częściej słońce zajrzy.

    To teraz ekstrema - liczba przypadków zachmurzenia powyżej 5, 7, 10, 14, 18, 22 i 28 dni + jaki to jest procent obserwacji obok. Używając jeszcze prostszego skryptu:
     

    Spoiler
    
    cat analiza_4 | awk '{print $1" "$NF}' | sort -n > analiza_4.sorted; dni="3 5 7 10 14 18 22 28"; echo -e "$(echo -n "-"; for l in $dni; do echo -n " $l ${l}_%"; done; echo"";echo -n "OGOLEM"; a0=$(cat analiza_4.sorted | wc -l); for l in $dni; do a1=$(cat analiza_4.sorted | awk -v dni="$l" '$NF>dni*24{print $NF}' | wc -l); proc=$(echo "$a1 $a0" | awk '{printf "%.6f", $1 / $2 * 100"%"}'); echo -n " $a1 $proc"; done; echo ""; cat analiza_4 | awk '{print $1}' | sort | uniq | while read stacja; do echo -n "$stacja"; a0=$(cat analiza_4.sorted | grep "^${stacja}" | wc -l); for l in $dni; do a1=$(cat analiza_4.sorted | grep "^${stacja}" | awk -v dni="$l" '$NF>dni*24{print $NF}' | wc -l); proc=$(echo "$a1 $a0" | awk '{printf "%.6f", $1 / $2 * 100"%"}'); echo -n " $a1 $proc"; done; echo ""; done)" | column -t
    
    -                     3      3_%       5     5_%       7     7_%       10   10_%      14  14_%      18  18_%      22  22_%      28  28_%
    OGOLEM                23707  2.086340  6044  0.531905  1919  0.168882  390  0.034322  47  0.004136  6   0.000528  2   0.000176  2   0.000176
    BIALYSTOK             448    2.241460  137   0.685446  50    0.250163  13   0.065042  2   0.010006  0   0.000000  0   0.000000  0   0.000000
    BIELSKO-BIALA         433    2.304790  94    0.500346  24    0.127748  5    0.026614  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    BYDGOSZCZ             157    3.284520  40    0.836820  17    0.355649  2    0.041841  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    CHOJNICE              472    2.380470  146   0.736332  58    0.292516  14   0.070607  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    CZESTOCHOWA           295    2.168000  79    0.580584  32    0.235173  5    0.036746  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    ELBLAG-MILEJEWO       490    2.205120  119   0.535529  29    0.130507  8    0.036002  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    GDANSK-PORT_POLNOCNY  112    0.959233  24    0.205550  7     0.059952  2    0.017129  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    GDANSK-REBIECHOWO     192    3.027440  57    0.898770  17    0.268054  1    0.015768  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    GDANSK-SWIBNO         72     1.265600  24    0.421867  8     0.140622  2    0.035156  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    GORZOW_WIELKOPOLSKI   413    2.017590  112   0.547142  34    0.166097  3    0.014656  1   0.004885  0   0.000000  0   0.000000  0   0.000000
    HEL                   316    1.420480  72    0.323654  24    0.107885  4    0.017981  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    JELENIA_GORA          448    2.399960  109   0.583918  24    0.128569  7    0.037499  1   0.005357  1   0.005357  0   0.000000  0   0.000000
    KALISZ                468    2.357090  110   0.554017  33    0.166205  7    0.035256  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    KASPROWY_WIERCH       632    3.775840  152   0.908113  23    0.137412  2    0.011949  1   0.005974  0   0.000000  0   0.000000  0   0.000000
    KATOWICE              345    1.491180  64    0.276625  25    0.108057  6    0.025934  2   0.008645  0   0.000000  0   0.000000  0   0.000000
    KETRZYN               397    2.358460  107   0.635656  34    0.201984  9    0.053466  3   0.017822  0   0.000000  0   0.000000  0   0.000000
    KIELCE-SUKOW          482    2.418950  119   0.597210  38    0.190706  10   0.050186  1   0.005019  0   0.000000  0   0.000000  0   0.000000
    KLODZKO               355    1.643290  74    0.342545  23    0.106467  8    0.037032  2   0.009258  1   0.004629  0   0.000000  0   0.000000
    KOLO                  647    1.816240  169   0.474413  53    0.148780  8    0.022457  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    KOLOBRZEG             303    1.619280  84    0.448910  25    0.133604  5    0.026721  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    KOSZALIN              412    2.025270  91    0.447328  26    0.127808  6    0.029494  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    KOZIENICE             324    2.022220  76    0.474348  31    0.193484  7    0.043690  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    KRAKOW-BALICE         420    2.024290  102   0.491614  33    0.159051  7    0.033738  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    KROSNO                221    1.622610  44    0.323054  8     0.058737  1    0.007342  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    LEBA                  363    1.649780  79    0.359042  16    0.072717  1    0.004545  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    LEBORK                241    1.952680  58    0.469940  20    0.162048  5    0.040512  2   0.016205  2   0.016205  2   0.016205  2   0.016205
    LEGNICA               497    2.773280  117   0.652865  44    0.245522  11   0.061380  3   0.016740  0   0.000000  0   0.000000  0   0.000000
    LESKO                 401    2.090280  84    0.437865  17    0.088615  3    0.015638  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    LESZNO                393    2.076950  94    0.496776  31    0.163830  4    0.021139  1   0.005285  0   0.000000  0   0.000000  0   0.000000
    LODZ                  418    2.252880  102   0.549747  46    0.247925  5    0.026948  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    LUBLIN-RADAWIEC       544    2.769580  146   0.743305  53    0.269830  10   0.050911  1   0.005091  0   0.000000  0   0.000000  0   0.000000
    MIKOLAJKI             434    2.365640  126   0.686798  47    0.256187  12   0.065409  3   0.016352  0   0.000000  0   0.000000  0   0.000000
    MLAWA                 469    2.450110  144   0.752272  52    0.271654  8    0.041793  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    NOWY_SACZ             286    1.704310  61    0.363506  14    0.083428  2    0.011918  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    OLSZTYN               409    2.413260  118   0.696247  39    0.230116  11   0.064904  3   0.017701  0   0.000000  0   0.000000  0   0.000000
    OPOLE                 349    1.702440  65    0.317073  22    0.107317  5    0.024390  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    OSTROLEKA             296    3.088480  99    1.032970  36    0.375626  7    0.073038  1   0.010434  0   0.000000  0   0.000000  0   0.000000
    PILA                  329    1.917030  87    0.506934  28    0.163151  7    0.040788  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    PLOCK                 382    2.212700  123   0.712465  39    0.225904  6    0.034754  1   0.005792  0   0.000000  0   0.000000  0   0.000000
    POZNAN                347    1.280770  76    0.280515  24    0.088584  4    0.014764  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    PRZEMYSL              271    2.535790  75    0.701787  16    0.149715  3    0.028071  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    RACIBORZ              288    1.456240  65    0.328665  20    0.101128  3    0.015169  1   0.005056  0   0.000000  0   0.000000  0   0.000000
    RESKO-SMOLSKO         237    1.754910  65    0.481303  18    0.133284  3    0.022214  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    RZESZOW-JASIONKA      394    2.153360  105   0.573865  22    0.120238  8    0.043723  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    SANDOMIERZ            283    1.751450  80    0.495111  23    0.142344  6    0.037133  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    SIEDLCE               448    2.267210  130   0.657895  47    0.237854  11   0.055668  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    SLUBICE               294    1.622070  70    0.386207  18    0.099310  2    0.011034  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    SNIEZKA               758    4.290970  186   1.052930  55    0.311350  11   0.062270  2   0.011322  1   0.005661  0   0.000000  0   0.000000
    SULEJOW               360    1.893040  91    0.478519  37    0.194563  7    0.036809  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    SUWALKI               576    3.123980  179   0.970821  67    0.363380  22   0.119319  6   0.032542  0   0.000000  0   0.000000  0   0.000000
    SWINOUJSCIE           206    1.052520  51    0.260576  15    0.076640  3    0.015328  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    SZCZECIN              705    2.311400  193   0.632766  65    0.213108  7    0.022950  1   0.003279  0   0.000000  0   0.000000  0   0.000000
    SZCZECINEK            320    3.256330  102   1.037960  37    0.376514  5    0.050880  1   0.010176  0   0.000000  0   0.000000  0   0.000000
    TARNOW                286    1.864890  69    0.449922  20    0.130412  4    0.026082  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    TERESPOL              389    1.987330  115   0.587514  52    0.265659  11   0.056197  2   0.010218  1   0.005109  0   0.000000  0   0.000000
    TORUN                 392    1.991870  107   0.543699  36    0.182927  6    0.030488  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    USTKA                 291    1.461940  67    0.336599  18    0.090429  2    0.010048  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    WARSZAWA              358    1.634550  90    0.410921  24    0.109579  5    0.022829  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    WIELUN                396    2.139270  112   0.605046  38    0.205283  4    0.021609  1   0.005402  0   0.000000  0   0.000000  0   0.000000
    WLODAWA               478    2.512220  132   0.693751  48    0.252273  14   0.073580  3   0.015767  0   0.000000  0   0.000000  0   0.000000
    WROCLAW               366    1.429190  86    0.335819  23    0.089812  3    0.011715  2   0.007810  0   0.000000  0   0.000000  0   0.000000
    ZAKOPANE              477    2.330130  84    0.410337  16    0.078159  3    0.014655  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    ZAMOSC                248    2.293320  68    0.628814  20    0.184945  4    0.036989  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    ZARNOWIEC             33     1.995160  8     0.483676  4     0.241838  2    0.120919  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    ZGORZELEC             17     1.250000  3     0.220588  1     0.073529  0    0.000000  0   0.000000  0   0.000000  0   0.000000  0   0.000000
    ZIELONA_GORA          447    2.147590  113   0.542904  37    0.177765  8    0.038436  1   0.004804  0   0.000000  0   0.000000  0   0.000000

     



    Mamy dwa przypadki z ponad 28-dniowym zachmurzeniem ciągłym:
     

    LEBORK 2010-01-12T13:00:00+01:00 2010-03-30T08:00:00+02:00 1842
    LEBORK 2010-03-30T17:00:00+02:00 2011-02-01T00:00:00+01:00 7376


    spójrzmy wprost na dane:
    u1.thumb.png.89a83eb0b8a33f8c0fd890d2ab768a87.png
    wygląda na błąd w danych, przyjmujemy, że nie było przypadku z ponad 28-dniowym ciągłym co najmniej 7-o. zachmurzeniem. To samo z 22-dniowym okresem, ponownie Lębork.

    Ponad 18 dni ciągłego zachmurzenia, 6 pomiarów:

    KLODZKO 2013-02-10T12:00:00+01:00 2013-03-01T04:00:00+01:00 448
    SNIEZKA 1993-12-07T19:00:00+01:00 1993-12-27T13:00:00+01:00 474
    JELENIA_GORA 2013-02-10T04:00:00+01:00 2013-03-02T02:00:00+01:00 478
    TERESPOL 1997-11-14T00:00:00+01:00 1997-12-05T19:00:00+01:00 523
    LEBORK 2010-01-12T13:00:00+01:00 2010-03-30T08:00:00+02:00 1842
    LEBORK 2010-03-30T17:00:00+02:00 2011-02-01T00:00:00+01:00 7376


    Pomijamy Lębork.
    Kłodzko wygląda wiarygodnie (uwaga, na lewej osi Y jest minimum zachmurzenia, na prawej liczba pomiarów zachmurzenia):
    u2.thumb.png.0b2f69eb5a734cfab1b8a7902ad17915.png
    Śnieżka też ok:
    u3.thumb.png.040f04fea694ab3ca1a6f46e4dd2ebbf.png
    Jelenia Góra też ok:
    u4.thumb.png.c9974af9ab2ec8613502bf90f6a3a753.png
    Terespol też ok:
    u5.thumb.png.e5be186533ae25f3695a380eac586f32.png

    Czyli można przyjąć, że najdłuższe ciągłe duże zachmurzenie trwało na terenie Polski prawie 22 dni.

    Poszukajmy teraz polskiego Wąchocka pogodowego :D Policzymy wartość oczekiwaną z powyższej tabeli dla 5, 7, 10, 14, 18, 22, 28 dni i procenta obserwacji

    Spoiler
    
    cat analiza_4 | awk '{print $1" "$NF}' | sort -n > analiza_4.sorted; dni="3 5 7 10 14 18 22 28"; cat analiza_4 | awk '{print $1}' | sort | uniq | while read stacja; do echo -n "$stacja "; a0=$(cat analiza_4.sorted | grep "^${stacja}" | wc -l); for l in $dni; do a1=$(cat analiza_4.sorted | grep "^${stacja}" | awk -v dni="$l" '$NF>dni*24{print $NF}' | wc -l); proc=$(echo "$a1 $a0" | awk '{printf "%.6f", $1 / $2 * 100"%"}'); echo "$proc  $l " | awk '{printf "%.6f", $1*$2}'; done | awk '{sum+=$1}END{print sum}'; done | column -t
    
    BIALYSTOK             6.72438
    BIELSKO-BIALA         6.91437
    BYDGOSZCZ             9.85356
    CHOJNICE              7.14141
    CZESTOCHOWA           6.504
    ELBLAG-MILEJEWO       6.61536
    GDANSK-PORT_POLNOCNY  2.8777
    GDANSK-REBIECHOWO     9.08232
    GDANSK-SWIBNO         3.7968
    GORZOW_WIELKOPOLSKI   6.05277
    HEL                   4.26144
    JELENIA_GORA          7.19988
    KALISZ                7.07127
    KASPROWY_WIERCH       11.3275
    KATOWICE              4.47354
    KETRZYN               7.07538
    KIELCE-SUKOW          7.25685
    KLODZKO               4.92987
    KOLO                  5.44872
    KOLOBRZEG             4.85784
    KOSZALIN              6.07581
    KOZIENICE             6.06666
    KRAKOW-BALICE         6.07287
    KROSNO                4.86783
    LEBA                  4.94934
    LEBORK                5.85804
    LEGNICA               8.31984
    LESKO                 6.27084
    LESZNO                6.23085
    LODZ                  6.75864
    LUBLIN-RADAWIEC       8.30874
    MIKOLAJKI             7.09692
    MLAWA                 7.35033
    NOWY_SACZ             5.11293
    OLSZTYN               7.23978
    OPOLE                 5.10732
    OSTROLEKA             9.26544
    PILA                  5.75109
    PLOCK                 6.6381
    POZNAN                3.84231
    PRZEMYSL              7.60737
    RACIBORZ              4.36872
    RESKO-SMOLSKO         5.26473
    RZESZOW-JASIONKA      6.46008
    SANDOMIERZ            5.25435
    SIEDLCE               6.80163
    SLUBICE               4.86621
    SNIEZKA               12.8729
    SULEJOW               5.67912
    SUWALKI               9.37194
    SWINOUJSCIE           3.15756
    SZCZECIN              6.9342
    SZCZECINEK            9.76899
    TARNOW                5.59467
    TERESPOL              5.96199
    TORUN                 5.97561
    USTKA                 4.38582
    WARSZAWA              4.90365
    WIELUN                6.41781
    WLODAWA               7.53666
    WROCLAW               4.28757
    ZAKOPANE              6.99039
    ZAMOSC                6.87996
    ZARNOWIEC             5.98548
    ZGORZELEC             3.75
    ZIELONA_GORA          6.44277

     



    Z najwyższymi wartościami oczekiwanymi:
     

    Spoiler
    
    GDANSK-REBIECHOWO  9.08232
    OSTROLEKA          9.26544
    SUWALKI            9.37194
    SZCZECINEK         9.76899
    BYDGOSZCZ          9.85356
    KASPROWY_WIERCH    11.3275
    SNIEZKA            12.8729

     



    Zachmurzenie w górach to normalne, czyli Bydgoszcz została wąchockiem? :D


    i z najniższą wartością oczekiwaną, pierwsza 10:

    Spoiler
    
    GDANSK-PORT_POLNOCNY  2.8777
    SWINOUJSCIE           3.15756
    GDANSK-SWIBNO         3.7968
    POZNAN                3.84231
    HEL                   4.26144
    WROCLAW               4.28757
    RACIBORZ              4.36872
    USTKA                 4.38582
    KATOWICE              4.47354
    KOLOBRZEG             4.85784

     



    Zgorzelec dyskwalifikujemy ze względu na baaardzo małą liczbę pomiarów.

     

    To już ostatni post z analizą. W razie problemów, niejasności - pytajcie.

    • Lubię 1
  4. @JSC To teraz tak na szybko zachmurzenie 22 grudnia, godziny 10-14. Na początek weźmiemy dane ze stacji które mają sporo pomiarów: Wrocław, Warszawa i Poznań. Katowice wykluczyłem ze względu na mniejszą liczbę pomiarów w 1975-1995. Liczba pomiarów prezentuje się tak:t1.thumb.png.8944fd5bed203d2b3676a19484da5a32.png
    Średnia i mediana:
    t2.thumb.png.60562258d51df8eaa46e268c92dbe79b.png
    25 i 75 percentyl
    t3.thumb.png.3df86755f5018ef15ca759d22eb4c80d.png
    I jeszcze rozkład wartości na kole, i słupkowy:
    t4.thumb.png.77fbe49f409574028b11af4d78c3df32.pngt5.thumb.png.e3426db27be7e76525b3255471ebacb3.png

    Rozkład dla Katowic jest podobny, a na Śnieżce 45% to brak pomiaru przez ograniczoną widoczność.

    I kraj ogółem analogicznie:
    t6.thumb.png.46db08fd87e523a538f0bdc221184d4f.pngt7.thumb.png.5e752ef2dee87b013bfd5df7cb1688d1.pngt8.thumb.png.90625b9465273a86eb64891d4e5b89bb.pngt9.thumb.png.2f8945261a33a57a8650e4ec6048c1da.png
    Niby wygląda nieciekawie...


    I na koniec, kraj ogółem, % pomiarów, gdzie zanotowano co najwyżej 3 oktant:
    t10.thumb.png.345488cc1d3caba08ce0cc8402a0d8dd.png
    i to samo, gdzie zanotowano co najwyżej 1 oktant
    t11.thumb.png.fff9d4728f4b4ffa5afe786f33a31e63.png

    Czyli dla każdego coś miłego. Optymista może liczyć na przejaśnienia, a pesymista może się spokojnie dołować, bo i tak się zachmurzy :D

     

    14 godzin temu, szuu napisał:

    czy ktoś z was się orientuje w jaki sposób meteorolog w latach 60-tych określał w nocy stopień zachmurzenia nieba i jego pokrycie cirrusami których nie widać i czy coś sie w tej kwestii zmieniło w dzisiejszych czasach?

    Jedyne co mi się kołacze po głowie, to zmiana skali na oktantową przy pomiarach synoptycznych (analizowanych przeze mnie) na początku lat 60, i w pomiarach klimatycznych na przełomie lat 80 i 90. I na to trzeba uważać. Ale jak w nocy dochodzą do wniosku, że zachmurzenie jest niewielkie (oktant 1.), w miejscach gdzie nie ma zanieczyszczenia światłem (bo w pobliżu miast to łatwiej), Księżyc jest w nowiu, w okolicach przesilenia zimowego, to nie mam pojęcia :) Może korzystają z łun świetlnych znad miast, może patrzą po gwiazdach...

     

    2 godziny temu, Behlur_Olderys napisał:

    Nie sztuką jest pisać niezrozumiale obracając się w środowisku, gdzie wszyscy wszystko wiedzą. Sztuką jest wytłumaczyć komuś nawet nie w temacie tak, żeby zrozumiał, bez uproszczeń. Nie wiem, jaką rolę odgrywa w tym wszystkim Ameryka...

    Zawsze można zadać pytanie, ktoś odpowie. Ja niestety nie mam czasu na szczegółowe opisywanie wszystkiego od podstaw

    W kwestii reszty wypowiedzi polecam przeczytać mój poprzedni post.

    • Lubię 1
  5. No to lecimy z koksem, Tym razem zrzuty ekranu, bo Grafana nie obsługuje scripted fields (potrzebnego do określenia która godzina to noc), a Kibana nie ma takiego ładnego publikowania wykresów.

     

    Na początek przyjrzyjmy się danym. Wykres przestawia liczbę obserwacji z danej godziny, zestackowany, najmniejsza liczba obserwacji u góry:
    s1.png

    s1.thumb.png.ad574a0a33fece8ceb8faa59f7326380.png


    Na początek ogół kraju. Widać tutaj, że godziny w których normalnie prowadzi się obserwacje (0,3,6,9,12 itd.) mają bardzo duże minima. Coś z danymi jest nie tak :) Trzeba powybierać stacje, które mają równomierne obserwacje:
    s2.png

    s2.thumb.png.24ecaae77be3b86c077ac311dad78a20.png
    są to Wrocław, Poznań, Katowice, Warszawa i Śnieżka, którą wyłączymy chwilowo z zestawienia z oczywistych powodów. Na lata 1985-1995 proszę patrzeć trochę podejrzliwiej. Nie wycinałem ich, bo szkoda. Wzięte są pomiary tylko z godzin 20 - 5 rano.
    s3.png

    s3.thumb.png.a7d6420ac83cb7fd5832238dee3e15c1.png
    liczba oberwacji miesięcznie
    s4-s6 procentowy udział zachmurzenia

    s4.thumb.png.a3007464946865d86a463016a80ef2a7.pngs5.thumb.png.636a8d3cf6b7072d081a3a03bc59b183.pngs6.thumb.png.3f2613db5ad68554c1371f6e322c319f.png
    Szczegóły do pobrania w csv s7.csv

    s7.csv


    Nic nie widać, prawda? Nie ma pogorszenia? To przyjrzyjmy się bliżej. Wybrałem tylko oberwacje, gdzie zachmurzenie to 2 oktanty i mniej:
    - 20 percentyl, rozdzielczość miesięczna, czysto (0 oktantów)
    s8.png

    s8.thumb.png.f7103c69aa7fdbfc27223c5871c22a29.png
    - 50 percentyl rocznie - czysto (0 oktantów), ale jak się zmieni interwał na miesięczny to zaczynają dziać się ciekawe rzeczy:
    s9.png

    s9.thumb.png.7ade9cb18a22a8f8b0b73b4d271e98fc.png
    Jakoś gęstawo się robi.
    - 35 percentyl, rozdzielczość miesięczna:
    s10.png
    s10.thumb.png.7e0743361508240e99b395f610357852.png
    Podejdźmy do tego inaczej - dla którego percentyla pokaże się w miarę równomiernie skok do 1 oktanta. Weźmy lata 2000-2018 oraz 1960-1980.
    - dla lat 2000-2018 pierwszy pik do 1. oktanta przypada na lipiec 2009, ale to o niczym jeszcze nie świadczy. Od 30 percentyla mamy ładnie, równomiernie od roku 2005:
    s11.png

    s11.thumb.png.bb4432be02f218785bb8a8265f86cc88.png
    - dla lat 1960-1980? analogiczną sytuację mamy dopiero koło 52-55 percentyla:
    s13.png
    s13.thumb.png.92ee95045c4e3f1910b715c0a2c837b6.png
    Co ciekawe, jak spojrzeć na oktanty 0-5, 0-6 i nawet 0-7 to nadal widać takie prawidłowości. Dopiero przy uwzględnieniu ósmego oktanta różnice między obydwoma okresami się zacierają.
    Na koniec średnia, z 9 oktantem:
    s14.png

    s14.thumb.png.845c946abf85bbcc824903dd3ffe550d.png
    i bez 9 oktantu:
    s15.png
    s15.thumb.png.75c3283acb707ef32f32d73036c50a8e.png
    To były duże ośrodki miejskie, wzrost zapylenia, zanieczyszczenia światłem i takie tam. To teraz Śnieżka. I tu nie widać tego efektu.
    Inne ośrodki miejskie. Szczecin, Gdańsk, Białystok - również bez tego efektu.

    Teraz inaczej, szukamy podobnego zwiększenia zachmurzenia od 0 do 1 oktanta w XXI wieku dla przedziału 0-8 oktantów:
    - Wrocław, Poznań, Katowice, Warszawa - gęściej jest od 5. percentyla, pik widoczny na wykresie to luty 2013
    s16.png

    s16.thumb.png.868b59d2d4765c4ce0202d3a7081414b.png
    - Śnieżka, brak efektu, zwiększenie było w latach 90 (co koreluje chyba z katastrofą ekologiczną w Sudetach)
    - Szczecin, Gdańsk, Białystok - brak efektu (niewielki przy ograniczeniu do pierwszych siedmiu oktantów)

    Teraz wschód i południowy wschód. Terespol:
    - przedział 0-2 oktanty, od 55. percentyla: s17.png

    s17.thumb.png.45dae48121e2091aa22b6887b395d4a8.png
    - przedział 0-7 oktantów, od 25. percentyla, słaby efekt: s18.png

    s18.thumb.png.56678dbf74846c2bed4846d6ac627a91.png

    oraz Tarnów (uwaga, koniec danych w 2015 roku):
    - przedział 0-2 oktanty, od 45. percentyla: s19.png

    s19.thumb.png.f15bca85106f7b63947bc1b47b7324b7.png
    - przedział 0-7 oktantów, od 20. percentyla: s20.png

    s20.thumb.png.a25dcbaca757cb262e8a0acfdaecf199.png

    Weźmy Raciborz z gorszym powietrzem:
    - przy 22 percentylu, zakres 0-7 oktantów s21.png

    s21.thumb.png.4cd8038b380d22f5412366fb18aa7282.png

    Podsumowanie:
    - widać w danych niewielkie zwiększenie częstości zachmurzenia w XXI wieku w niektórych rejonach kraju
    - W pobliżu ośrodków miejskich mających tendencje do powstawania smogu (Wrocław, Katowice, Warszawa) efekt jest bardziej widoczny. Usunięcie z tej grupy Poznania, zwiększa statystykę zachmurzenia.
    - W miastach na północy i wschodzie efekt jest słabszy. W miastach lub w rejonach o znacznym zanieczyszczeniu widać większą tendencję do zachmurzenia.

    I na koniec... ktoś tu pisał o Bielsku-Białej:
    - przedział 0-7 oktantów, brak anomalii
    - przedział 0-2 oktanty: percentyle 30, 35, 40, 45, 50; s22-s26

    s22.thumb.png.0e7e0b28fb39aa1ea14e5f4bfa7f8dbc.pngs23.thumb.png.18357b40f3404ec7b70bcc9b465660e8.pngs24.thumb.png.c3f7415356588424285ed5a9e5859d23.pngs25.thumb.png.34852c464019c42dd77ad6101c57d7c3.pngs26.thumb.png.28c583f04d08c147625cd85a736bbf26.png
    widoczny efekt od lat 90, uwaga - w 1995 przybyło pomiarów, efekt wzrostu koło 1995 jest pozorny

     

     

    Mam nadzieję, że się nigdzie nie pomyliłem, spać mi się już trochę chce :)

     

     

     

    • Lubię 1
  6. Nie chce mi się dyskutować na temat tego jak kogoś przekonać. Nie mam w ogóle potrzeby kogokolwiek przekonywać. Nic mi do tego, że ktoś się czuje poszkodowany, bo ma chmury nad głową. Czepiasz się kilku wykresów wrzuconych na szybko. Napisałem, że coś więcej pojawi się jak znajdę czas. Do tego momentu trzeba sobie samemu przeanalizować, albo uzbroić się w cierpliwość. W temacie padło kilka stwierdzeń, bardzo konkretnych, bez poparcia w dowodach póki co, to je przy okazji analizowania danych na inne potrzeby sprawdzę. Ot cała historia. A to, że ktoś ma mgliste pojęcie o temacie, w którym się wypowiada z dużą stanowczością? No cóż... na to też nic nie poradzę :)

    • Lubię 1
  7. 16 godzin temu, Piotr K. napisał:

    Teraz to już jestem mądry, bo sobie doczytałem definicję :) O ile dobrze zrozumiałem, jest to wartość, dla której 15% danych ma wartość mniejszą, a 85% danych wartość większą. Ale tak od razu z głowy tego nie wiedziałem, i stąd moja konfuzja :)

    no i widzisz... i już wszystko wiesz :D następna garść wykresów będzie zatem z normalnym opisem. Przyznam się, że nie jestem fanem amerykańskiego stylu popularnonaukowego. Tych porównań do stadionów, samochodów, i ogólnie traktowania odbiorcy jak idioty. Lepiej, żeby odbiorca nauczył się kilku nieskomplikowanych pojęć, a z biegiem czasu myślenia abstrakcyjnego, i potrafił samodzielnie zrozumieć tekst quasi naukowy, lub nawet naukowy (i potrafił na podstawowym poziomie zweryfikować jego jakość), niż żeby potrzebował za każdym razem prowadzenia za rączkę, bo rozumie tylko spójniki w zdaniach.

    Jeśli ktoś potrzebuje dowiedzieć się jak jest, i mieć jasno sprawę postawioną, to Hitler i jemu podobni wydali swoje przemyślenia. Tam jest prosto, dwubiegunowo napisane jak jest, jak żyć, jak ma być, i jakimi metodami to osiągnąć. W naukach przyrodniczych 100% pewności nie ma, wszystko jest obarczone ryzykiem błędu. Odpowiedzi bywają zazwyczaj skomplikowane, bo skomplikowaną rzeczywistość analizujemy prostymi metodami. Jeśli ktoś nie chce tego przyjąć do wiadomości, nie oferując nic lepszego w zamian, to już jego problem.

     

    17 godzin temu, Piotr K. napisał:

    jak zaczynałem z astro, czyli bodajże 4 lata temu, to było więcej pogodnych nocy niż na przestrzeni ostatniego roku-dwóch

    4 lata to za krótki okres na wykazanie prawidłowości, klimat i pogoda podlegają dłuższym cyklom, niż coroczne

     

    @JSC dlatego zapytałem z trwogą o ten termin, bo dokładny moment trzeba niestety wyliczyć :D wedle mojej wiedzy zjawisko na które się nadziałeś to precesja osi planety. Z tego powodu trzeba przyjmować poprawki w ustawianiu montażu paralaktycznego.

  8. @Piotr K. a jak byś zdefiniował np. 15. percentyl?

    W kwestii zachmurzenia i skali - nie wydaje mi się, żeby to była skala liniowa, raczej logarytmiczna, i jest przede wszystkim dyskretna. 2,5 oktanta należy sobie zinterpretować jako 2 lub 3 w zależności od stopnia optymizmu :D Zachmurzenie 4 o. to nie jest 4 razy więcej niż przy 1 o. Nie ma przelicznika, że jedna chmura typu cumulus to 15 chmur cirrus. Jest to skala uznaniowa, oparta na percepcji człowieka, dlatego podejście logarytmiczne do tego ma większy sens. Lub po prostu posługiwanie się definicją każdego oktantu. Podział zrobiłem arbitralnie, na zachmurzenie 0-2 o. kiedy się bierze teleskop niewiele narzekając, i 3-8 o. kiedy się narzeka. 3 oktanty przy zanieczyszczeniu światłem miejskim potrafi uprzykrzyć obserwacje.

    Wykres pokazuje jedynie brak wyraźnego trendu wzrostowego zachmurzenia w skali kraju. Tylko tyle. Do napisania, że około 30% dni w roku nadaje się do obserwacji, trzeba zweryfikować równomierność pomiarów w ciągu doby oraz przede wszystkim określić jakość nieba dla przedziału kilku godzin. Pomiary meteo były kiedyś robione co 6h lub rzadziej, teraz są częściej. Trzeba w związku z tym policzyć jakąś metrykę wrażliwą na obserwacje odstające, np. średnią arytmetyczną, oraz jakąś która jest na to odporna, np. 40-50 percentyl, obydwie dla godzin 20 - 5 rano, interwał dzienny, i zliczyć liczbę dni w interwale miesięcznym, kwartalnym, rocznym, kilkuletnim.

    Liczby, które widzisz w tabelce i po najechaniu myszką, to liczba obserwacji pasujących do warunku w danym interwale. Suma z wszystkich interwałów powinna dać liczbę próbek, czyli 16 535 294. "K" to są tysiące.

     

    Godzinę temu, Alfa Bundis napisał:

    Jak często zdarzało się całkowite nieustępujace zachmurzenie całego kraju trwające powiedzmy min 4 - 6 tyg??

    dopiszę sobie do listy, policzę po drobnej modyfikacji pytania (percentyle czasu trwania zachmurzenia >= 5 oktantów). Przy czym nie mamy obecnie do czynienia z całkowitym, nieustępującym zachmurzeniem :) na przykład we Wrocławiu było trochę przejaśnień. Niewiele, ale były.

  9. Jeśli chcesz pełną automatykę, to od strony elektryki będziesz raczej używać silników na 230V, ze względu na masę kopuły. Hasła:

    • silnik komutatorowy szeregowy jednofazowy
    • zmiana kierunków przez przełączanie uzwojeń
    • sterowanie mocą przez rezystory rozruchowe
    • do tego jakaś przekładnia na kole pasowym

    Do tego na kopule sprzężenie zwrotne w postaci np. czujnika 9-osiowego, żeby sterownik wiedział w którą stronę kopuła patrzy, gdzie przesunąć i o ile. Można też przyczepić czujniki Halla na kopule i magnes w jednym punkcie, tylko to sporo drożej wyjdzie.

  10. @Piotr K. po pierwsze to nie jest żadne opracowanie. To nawet nie stało obok opracowania. Opracowanie było o wiele wiele wyżej i spojrzało z pogardą na ten post :) W wolnej chwili wrzucę lepszą analizę z kilkoma zdaniami wniosków. Choć wolałbym, żeby czytający potrafił je sobie sam wyciągnąć, i zweryfikować, czy się nie mylę...

     

    Co do języka, to uzupełnię kilkoma słowami to, co napisałem. Zrobiłem to wczoraj na szybko.

    • stosowałem interwały różnej długości, żeby uwidocznić subtelności w danych (krótkie) lub wygładzić i pokazać trend (dłuższe)
    • wykres ilościowy to liczba w danym interwale, procentowy - analogicznie
    • stackowanie (można poszukać pod hasłem stacked graph) - to wyłącznie sposób prezentacji - to jest inaczej "posadzenie" danych jedne na drugich, np. rysujemy wykres dla oktantu 0: 12, 15, 14, 16. Następnie rysując wykres dla oktantu pierwszego (wartości odpowiednio 3, 5, 4, 1), za "zero" przyjmujemy wartości z wyrysowanego już wykresu, czyli punkty będą odpowiednio na poziomie: 15, 20, 18, 17. Oktant drugi (2,3,5,9) będzie miał narysowane punkty takie: 17,23,23,26. Mam nadzieję że się nie machnąłem w dodawaniu :) Czyli sadzamy jeden wykres na drugim, w kierunku jakiegoś arbitralnego sortowania ustalonego przez człowieka. Wartości bezwzględne danego parametru to różnica między sąsiednimi punktami w osi wartości. Wykresy takie pokazują łatwiej zależności między dwiema statystykami w przypadku, gdy machnięcie kilku słupków/linii obok siebie spowoduje bałagan, jak na przykład tu: https://snapshot.raintank.io/dashboard/snapshot/oAS4NPF1Q67sr7iXEqkZ0eeuXYV7VmbW?orgId=2
    • zestackowany procentowy wykres - stackowanie pokazuje dane ilościowo, ale nie mówi wiele o stosunkach między wartościami w danym interwale. Zwłaszcza w naszym przypadku, gdzie liczba stacji i liczba odczytów w czasie się mocno zmienia. W tym celu użyłem procentowego porównania.
    • co to jest średnia arytmetyczna, odchylenie standardowe, percentyl i oktant w meteorologii, odsyłam do literatury, mądrzejsi ode mnie tłumaczą to dużo lepiej
    58 minut temu, JSC napisał:

    @Ikosz miałbys moze dane dotyczące przesilenia zimowego - jak często jest słonecznie w tym dniu? 

    Dla Stonehenge nie mam, ale z polskich danych meteo można to wyciągnąć. Oczywiście masz na myśli 22 grudnia, a nie datę faktycznego astronomicznego przesilenia? :D

    • Lubię 1
  11. Dane zaczytane, tak na szybciutko przeglądając, pomiary od początku 1960r, próba 16 535 294 pomiarów, lista stacji z pomierzonym parametrem "zachmurzenie ogólne w oktantach" w załączonym csv. Pominąłem 500198 pomiarów które były równe 9. Z dokumentacji do danych nie wynika, co to oznacza, status dla danego pomiaru jest pusty. Analizując inne parametry, w tym widoczność można z dużym prawdopodobieństwem założyć, że pomiary były wtedy niemożliwe ze względu na niedostateczną widoczność. Wziąłem pomiary ze wszystkich stacji w kraju, w związku z tym nierównomierny rozkład stacji może mieć wpływ na wyniki.

    To tak na szybko w ciągu 30min naklikane. To są opublikowane snapshoty, nie macie dostępu do mojego klastra :) Ale można sobie myszką przestawiać zakresy, i przybliżać. Wnioski pozostawiam wam. W najbliższym czasie sprawdzę kilka konkretnych lokalizacji dla pór nocnych.

    stacje_zachm_og.csv

    • Lubię 1
  12. Noo jak ktoś ma ochotę to proszę bardzo... :) Zainteresowanych, co siedzi w napędzie komercyjnym odsyłam tutaj: https://astropolis.pl/topic/63632-opis-nap%C4%99du-jednoosiowego-do-monta%C5%BCy-eq3-2-sterowanego-pilotem

    W kwestii dodatkowych funkcji to trzeba by tu użyć ekspandera, żeby piny portu szeregowego w Arduino były wolne. Powyższy napęd jest spoko dla początkującego, tylko dałem za krótki kabel do silnika i obraz drżał od huśtania. Zaczęło mi też brakować obsługi różnych prędkości, swój ustawiłem na gwiazdową. Do tego przydałoby się sterowanie osią deklinacji i ostrością, bo też mocno drży od dotyku... Postanowiłem go tak przerobić, że nic z tego nie zostało poza silnikami :D ale to nie uprzedzajmy faktów, muszę najpierw rozgonić chmury, przetestować, opis napisać, opublikować kod i modele 3D. Zrobię to szybciej niż z tym, bo czekał 4 miesiące na dorysowanie rezystora. Aż zaktualizowałem KiCADa, który mi powiedział że nie otwiera już projektów z poprzednich wersji i szybciej było zabawić się w Picasso :D

     

     

  13. 20 godzin temu, Behlur_Olderys napisał:

    +1 za Pythona :)

    Do edycji polecam PyCharm :)

    Noo jedyny sensowny do tych zastosowań :D zabawa w bashu z JSONami i w ogóle strukturami danych to jest masakra. O C to nawet nie wspomnę.  Do edycji wolę vima. Dotąd żaden edytor go nie przebił.

    Po oczyszczeniu danych z ostatnich 58 lat wyszło 853629420 odczytów (ok. 57GB gotowych JSONów). Czyli prawie 900mln dokumentów :D Teraz trzeba to zaindeksować w klastrze...

     

    edit. indeksowanie trwa...

      "events" : {
        "in" : 325202470,
        "filtered" : 325201619,
        "out" : 325200619,
        "duration_in_millis" : 140908271,
        "queue_push_duration_in_millis" : 5755223
      }
    

     

  14. Napędy które można kupić w sklepach pozostawiają sporo do życzenia, a i wybór niewielki. Aaale od czego jest DIY :) Poniżej garść wyliczeń i schematów dotyczących tego jak, gdzie, czym, którędy, do czego, i za ile. Jest to pierwsza wersja napędu, drugą opublikuję niebawem. Zapraszam do lektury.

     

    Mniej technicznie:

     

    Zestaw tańszy (eq3-2 bez problemu uciągnie, ale z większymi prędkościami może być problem):

     

    Suma: 85zł

     

    Zestaw bardziejszy - mój (również do montaży którym trochę ciężej chodzi ślimacznica mikroruchów)

    Suma: 165zł

     

    Wyposażenie dodatkowe:

     

    Zestaw najtańszy:

    tańszy silnik i sterownik; radiatory samoprzylepne, bez przetwornicy, tact switch, zamiast przełącznika obrotowego - przełącznik dźwigniowy bistabilny, bez wyświetlacza - 190zł (jak się postarać to można zbić cenę o ~30zł, wytaniając na silniku nawet więcej)

     

    Zestaw tańszy:

    tańszy silnik i sterownik; radiatory samoprzylepne, przetwornica do zasilania z 12V, reszta według zestawu - 290zł (można zbić o 40-50zł)

     

    Zestaw deluxe:

    droższy silnik i sterownik; radiatory samoprzylepne, przetwornica do zasilania z 6V, reszta według zestawu - 400zł (można zbić o 50-60zł)

     

    Celowo podałem ceny z jednego sklepu, który nie jest najtańszy. Niewiele szukając, stosując zamienniki można zejść z cenami sporo niżej. Na swoje potrzeby mam zestaw deluxe, bo sporo części do niego już miałem w domu, a i chciałem mieć solidne urządzenie. Dlatego nie żałowałem na przełączniki :) Można też sobie złożyć własny zestaw czytając opis poniżej.

     

    Schemat i kod programu: https://github.com/lkosz/eq3-2_drive

     

    Bardziej technicznie:

     

    Zanim zabierzemy się za budowę należy ustalić sobie budżet i potrzeby. Dla mnie ważne było, żeby napęd był solidny, wytrzymały i dokładny, uniwersalny jeśli chodzi o źródło zasilania, prosty w naprawie oraz łatwy do zmodyfikowania. Musi też pozwalać na szybkie przestawianie teleskopu oraz ręczne użycie pokrętła mikroruchów. Samo źródło zasilania niewielkie, mrozoodporne, i nie za ciężkie.

     

    Żeby zbudować taki napęd potrzebujemy:

    • ustalić sobie napięcie zasilania - ja zbudowałem sobie proste zasilanie z akumulatorów AGM 6V
    • silnik krokowy - polecam 400-krokowy z momentem ok. 3Nm i większym. Generalna zasada: im wyższa prędkość obrotowa, tym wyższe napięcie trzeba stosować, bo tym bardziej dokucza indukcyjność. Należy wybrać taki z możliwie najniższą rezystancją uzwojeń oraz najniższym napięciem znamionowym, patrząc czy nie przekraczamy budżetu.
    • sterownik - ma cztery ważne parametry:
      • prąd - musi wytrzymać co najmniej prąd znamionowy silnika, choć należy wybrać taki, który wytrzyma przynajmniej 120% tego prądu
      • rozdzielczość kroków - nie polecam schodzić poniżej 1/16; jeśli montaż ma niewielkie przełożenie ślimacznicy, to należy się zaopatrzyć w sterownik z rozdz. 1/32, 1/64 lub wręcz 1/128. Jeśli ktoś potrzebuje tylko sterownika który będzie jedynie "nadążał" za obiektami przy obserwacji wizualnej - spokojnie wystarczy 1/8 kroku przy 200-krokowym silniku - wszystko to kwestia potrzeb
      • ogranicznik prądu - tzw. chopper, koniecznie musi być - silnik będziemy zasilać wyższym napięciem niż znamionowe (o tym poniżej), przez co przy braku ograniczenia popłynie przez niego prąd wyższy niż znamionowy, i po odpowiednim czasie przepali uzwojenia silnika
      • dopuszczalne napięcie zasilania silnika - im wyższe tym lepiej (ale i drożej); generalnie do uzyskania wyższych prędkości obrotowych potrzeba skrócić czas narastania prądu w uzwojeniu silnika. Dlatego należy użyć kilkukrotnie wyższego napięcia oraz silnika o odpowiednim momencie obrotowym - wraz ze wzrostem obrotów, spada moment. Zbyt słabe silniki mogą na wyższych prędkościach po prostu gubić kroki. Dobrze przyjąć kilkukrotnie wyższe napięcie zasilania silnika niż jego napięcie znamionowe. Ja swój 2,8V zasilam 18V.
    • mikrokontroler - dowolne arduino, choć polecam wersje "micro" ze względu na rozmiary, i raczej 16MHz, nie robimy zegarka, nie trzeba oszczędzać prądu
    • przełączniki - muszą być w miarę solidne i wyczuwalne przez rękawice
    • wyświetlacz - użyłem 4-cyfrowego, więcej mi nie było potrzebne
    • kilka elementów półprzewodnikowych opisanych wcześniej i na githubie


     

    Kilka słów wyjaśnienia - czemu to jest tak dziwnie podłączone z użyciem zenerki i zwykłych diod krzemowych - chcąc mieć 7 przełączników potrzebowałbym 14 wyjść cyfrowych, do tego 2 na wyświetlacz i 3 do sterownika. Moduł Arduino, który miałem akurat pod ręką nie ma tylu, nie miałem już miejsca na ekspander, dlatego trzeba było użyć wejść analogowych jako trójstanowe - normalnym napięciem na wejściach analogowych jest 2,5V, pozostałe dwa stany to masa lub 5V, w zależności jak się przyciśnie. Wejścia arduino zachowują się jak kondensatory - nie płynie przez nie prąd. Diody są potrzebne do tego, aby zwarcie jednym przyciskiem do masy nie powodowało "wysysania" prądu z pozostałych wejść (to i tak się dzieje ze względu na pojemności pasożytnicze, ale w niewielkim stopniu - nie mamy 0V na wszystkich wejściach dzięki temu że są diody). Z drugiej strony zwarcie do 5V nie powinno powodować pojawienia się 5V na pozostałych wejściach (napięcie się nieznacznie podnosi, ale tylko nieznacznie). Diody chronią w obu przypadkach przed "cofaniem" się ładunków. Dlatego to muszą być zwykłe diody krzemowe, diody Schottky'ego mają już za duże prądy wsteczne, i są zbędnym kosztem w tym przypadku. Dla poprawienia stabilności całości można dodać niewielkie kondensatory przy wejściach celem zmagazynowania większej ilości ładunku (są uwzględnione na schemacie), ale nie zawsze trzeba. Ja nie dawałem.

    Jeśli ktoś nie jest przekonany do tej konstrukcji z diodami, lub ma miejsce można użyć po prostu ekspandera wyprowadzeń: MCP23017 lub MCP23018. Obsługiwane po I2C, układy mają rezystory podciągające w środku o wartości 100k. Odczyty stanów z MCP najlepiej robić paczką z wszystkich wyprowadzeń naraz, bo robione jedno po drugim trwa bardzo długo.

     

    Teraz oprogramowanie:

    • priorytetem jest zapewnienie płynności i dokładności obrotów, dlatego nie ma przerwań w programie; przyciski i wyświetlacz są obsługiwane wtedy, gdy jest na to czas
    • obliczenia wysokiej dokładności należy przeprowadzić ręcznie w godnym zaufania programie do obliczeń matematycznych i wpisać w kod - robienie tego w C w naiwny sposób prowadzi do bardzo niedokładnych wyników - komputery operują na liczbach wymiernych, stosują zaokrąglenia, w związku z tym proste dodawanie i mnożenie na liczbach zmiennoprzecinkowych nie jest łączne, tj. (A+B)+C to nie zawsze to samo co A+(B+C) (można powiedzieć, że zazwyczaj to nie to samo, nawet jeśli wynik się mieści w zakresie zmiennej). Dlatego należy policzyć w wolframie, octave czy matlabie co trzeba, i wpisać gotowe zgodnie ze wzorami na samej górze programu
    • kroki są wykonywane co ileś mikrosekund, z czasem statystycznie dążącym do sumy microseconds_between_steps i picoseconds_rest przez to, że następny krok odbywa się w zaplanowanym czasie (lub nieznacznie po nim) w sposób elastyczny. Obsługa ekranu i przycisków trwa, co przy sztywnym czasie uśpienia wprowadzałoby gigantyczne sumujące się błędy. Dodatkowo ze względu na nieskończone rozwinięcia dziesiętne liczb (w moim przypadku) kumuluje się kolejny błąd i w efekcie obiekt stopniowo przesuwałby się w bardzo dużych powiększeniach. Aby to zminimalizować należy brać pod uwagę czas obsługi ekranu i przycisków, oraz co jakiś czas doliczyć brakującą mikrosekundę - w tym celu sumowane są pikosekundy. W efekcie kumuluje się błąd wynikający wyłącznie z zaokrągleń sumowania pikosekund, który powinien być już niezauważalny w amatorskim zastosowaniu

     

    Zasilanie:

    • w celu podwyższenia napięcia należy zastosować przetwornicę DC-DC podnoszącą napięcie (nazywane: step-up lub boost converter) lub źródło zasilania z odpowiednio wysokim napięciem
    • do przetwornicy dobrze jest dolutować sporej pojemności kondensatory (ja użyłem 2x10000uF) żeby zminimalizować szarpania napięcia ze źródła prądu
    • akumulator (akumulatory) musi dostarczyć wymagany prąd (w moim przypadku jest to średnio 1200mA na 6V) zawsze. Trzeba się upewnić, że i zimą, i po drobnym rozładowaniu będzie działać stabilnie.

     

    Dzięki zamontowaniu ślimacznicy bezpośrednio na wale silnika jest możliwość dodatkowego manualnego obracania pokrętłem mikroruchów. Dla pewności dobrze zamontować przekaźnik na obydwu uzwojeniach i kręcić ręcznie gdy silnik jest galwanicznie odłączony od sterownika.

    DSCF3393.JPG

    DSCF3398.JPG

    DSCF3401.JPG

    • Lubię 6
    • Dziękuję 1
    • Kocham 1
  15. Cherry-picking to jedno. Problem może też leżeć gdzie indziej - obserwacje są prowadzone zazwyczaj w dość podobnych miejscach, przez co narażone są na wpływ lokalnych anomalii, np. przez te kilkadziesiąt lat nastąpiła rozbudowa jakiegoś miasta i zwiększenie zjawiska miejskiej wyspy ciepła, osuszenie jakiegoś terenu, przekształcenie z lasu na jakiś użytek i vice versa. W temacie fizyki atmosfery i klimatologii nie chcę się wypowiadać, bo się na tym dostatecznie nie znam. Natomiast z czysto statystycznego punktu widzenia takie odczucia i wnioski są obarczone następującymi błędami:

    • wzięcie obserwacji z jednego lub kilku bliskich miejsc i uogólnienie na cały kraj
    • mętne kryteria tego, co to znaczy że "widać" - tu bardziej autorom chodzi o "ja widzę", na co wpływ mają też zmęczenie, pory roku oraz choroby wzroku
    • prowadzenie obserwacji w różnych miejscach, zależnie od upodobań - czasem człowiek jest mniej mobilny z różnych względów, wpływ ma na to samopoczucie itd. W związku z tym, warunki są zmienne.
    • niejednorodność - w związku ze zmianami miejsca oraz parametrów otoczenia w czasie (wzrost zanieczyszczenia światłem) oraz tym, że czasem obserwacji przy pogodnym niebie się nie prowadzi ze względu na zdarzenia losowe

     

    Powyższe dotyczy osób, które popierają swoje wnioski zapisanymi obserwacjami. Żeby była jasność - nie podważam, ani nie potwierdzam waszych odczuć i wniosków, bo nie mam ku temu postaw. Jeszcze. Wskazuję tylko potencjalne wątpliwości, a do przyznania racji potrzebuję zrobić "sprawdzam". Nie publikujecie swoich danych, to oprę się o dane IMGW. Pozostałych, którzy kierują się swoją pamięcią i odczuciami mój komentarz nie dotyczy, bo nie ma czego komentować. Odczucia są narażone na masę błędów poznawczych, nieliniowość postrzegania czasu i odczuć itd.

     

    Skrypt się pisze, jeszcze 2 tyg. urlopu przede mną, także stay tuned :D

    Screenshot_20181231_144410.png

    • Lubię 3
  16. Planuję analizować dane ze strony https://danepubliczne.imgw.pl/ i mogę przy okazji zrobić wykres zachmurzenia. Muszę tylko dane do klastra zaczytać :)

    Jest sporo czynników mających wpływ na zachmurzenie. Wprowadzanie pyłu do atmosfery (czyli jąder kondensacji) jest jednym z nich. Teza, że to transport lotniczy powoduje, bo smugi kondensacyjne nie zanikają, wydaje się czystą spekulacją. Należałoby sprawdzić choćby wilgotność na wysokościach przelotowych, bo smugi szybko znikają w suchym powietrzu, przy wilgotności względnej bliskiej 100% będą się rozlewać. Przelatujący samolot nie powoduje wzrostu wilgotności, tylko ją uwidacznia :) Rzeczywiste źródło zdaje się być gdzie indziej...
    Jednym z większych powodów zmian w zachmurzeniu jest wzrost średniej temperatury na planecie. Zetknąłem się z informacją, że w pasie równikowym obserwowane jest zmniejszenie wilgotności bezwzględnej. Wilgoć rzekomo migruje w kierunku wyższych szerokości geograficznych. Nie mam niestety czasu na poszukanie źródła... Dodatkowo ocieplanie się bieguna północnego skutkuje zmniejszeniem dynamiki pogody w naszych szerokościach, czego efekty widzimy - latem upały trwają męcząco długo, jesienią i wiosną mieliśmy suchą i słoneczną pogodę, również dziwacznie długo. A teraz jest większa tendencja do opadów i zachmurzenia, która w połączeniu z "grudniowością" pogody powoduje blisko 100% zachmurzenie od kilku tygodni w naszym rejonie.

  17. @Selmak chyba lepiej żebyś dał to komuś do zrobienia, albo kupił gotowca. Zastanów się, czy warto z Twoim poziomem wiedzy (bez urazy) eksperymentować na sprzęcie za kilka tysięcy. Zasilanie jest jedną z najważniejszych rzeczy w obwodach elektronicznych, którą jak się skopie to potem tylko traci się nerwy bo znowu coś nie działa (albo kasę, bo przebiło w taniej przetwornicy tranzystor i na wyjście poleciało 40V). Wystarczy że zrobisz pętlę na masie i całość zaczyna się zachowywać dziwnie.

  18. Potencjometr służy do regulowania maksymalnego natężenia podawanego na silnik, kręcenie nim nic Ci nie da. Czy ja dobrze widzę, czy masz błędnie podłączoną  polaryzację w gnieździe DC? Układając gniazdo tak, że mamy złącza na godzinach 9, 6 i 3, to na 3 powinien być plus, a na 6 masa, a masz na odwrót. Niestety na płytce nie widać zabezpieczenia przed podłączeniem polaryzacji na odwrót, a sam A4988 również nie ma. Mogłeś niestety uwalić kontroler :)

     

    Jak już uruchomisz projekt, to wymień te przewody zasilające na grubsze, a złącza na lutowane wprost do tych goldpinów. Użyte przez Ciebie nadają się jedynie do przesyłania sygnałów i niewielkich prądów. Przy 1A będą powodowały spore spadki napięcia.

×
×
  • Dodaj nową pozycję...

Powiadomienie o plikach cookie

Umieściliśmy na Twoim urządzeniu pliki cookie, aby pomóc Ci usprawnić przeglądanie strony. Możesz dostosować ustawienia plików cookie, w przeciwnym wypadku zakładamy, że wyrażasz na to zgodę.