電験三種Pythonコード

電線実長
L(S,D)=S+(8D^2)/(3S)

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

def wire_length(S, D):
    return S + (8 * D**2) / (3 * S)

# S の値の範囲を設定
S_values = np.linspace(1, 10, 50)  # S の値を 1 から 10 まで 50 点で分割

# D の値の範囲を設定
D_values = np.linspace(1, 10, 50)  # D の値を 1 から 10 まで 50 点で分割

# S_values と D_values を組み合わせてグリッドを作成
S, D = np.meshgrid(S_values, D_values)

# 対応する L(S, D) の値を計算
L = wire_length(S, D)

# 3D プロットの準備
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# プロット
ax.plot_surface(S, D, L, cmap='viridis')

# 軸ラベルの設定
ax.set_xlabel('S')
ax.set_ylabel('D')
ax.set_zlabel('L(S, D)')

# グラフを表示
plt.show()

電線たるみ
D(S,T)=W(S^2)/(8T)　

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

def sag(S, T, W):
    return W * (S**2) / (8 * T)

# S の値の範囲を設定
S_values = np.linspace(1, 10, 50)  # S の値を 1 から 10 まで 50 点で分割

# T の値の範囲を設定
T_values = np.linspace(1, 10, 50)  # T の値を 1 から 10 まで 50 点で分割

# S_values と T_values を組み合わせてグリッドを作成
S, T = np.meshgrid(S_values, T_values)

# 対応する D(S, T) の値を計算
# ここでは仮に W = 1 としていますが、W の値は実際の問題に応じて適切な値を設定する必要があります
W = 1  # 適切な値に置き換えることが必要
D = sag(S, T, W)

# 3D プロットの準備
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# プロット
ax.plot_surface(S, T, D, cmap='viridis')

# 軸ラベルの設定
ax.set_xlabel('S')
ax.set_ylabel('T')
ax.set_zlabel('D(S, T)')

# グラフを表示
plt.show()

作用インダクタンス

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

def cable_length(D, r):
    return 0.05 + 0.4605 * np.log10(D / r)

# D の値の範囲を設定
D_values = np.linspace(1, 10, 50)  # D の値を 1 から 10 まで 50 点で分割

# r の値の範囲を設定
r_values = np.linspace(0.1, 1, 50)  # r の値を 0.1 から 1 まで 50 点で分割

# D_values と r_values を組み合わせてグリッドを作成
D, r = np.meshgrid(D_values, r_values)

# 対応する L(D, r) の値を計算
L = cable_length(D, r)

# 3D プロットの準備
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# プロット
ax.plot_surface(D, r, L, cmap='viridis')

# 軸ラベルの設定
ax.set_xlabel('D')
ax.set_ylabel('r')
ax.set_zlabel('L(D, r)')

# グラフを表示
plt.show()

作用静電容量

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 関数 C(D, r) の定義
def C(D, r):
    return 0.02413 / np.log10(D / r)

# Dとrの値の範囲を設定
D_values = np.linspace(0.1, 10, 100)  # Dを0.1から10まで100点で分割
r_values = np.linspace(0.1, 10, 100)  # rを0.1から10まで100点で分割

# Dとrのメッシュグリッドを作成
D, r = np.meshgrid(D_values, r_values)

# 各組み合わせのC(D, r)の値を計算
C_values = C(D, r)

# 3次元プロットを作成
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(D, r, C_values, cmap='viridis')

# 軸ラベルとタイトルを設定
ax.set_xlabel('D')
ax.set_ylabel('r')
ax.set_zlabel('C(D, r)')
ax.set_title('C(D, r)の3次元プロット')

# プロットを表示
plt.show()

直流電動機

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 定数の値を設定
constant = 1.0  # 任意の定数の値（適切な値に置き換えてください）

# ΦとIの範囲を設定
Phi_values = np.linspace(0, 1, 100)  # Φの範囲を適切に設定してください
I_values = np.linspace(0, 1, 100)  # Iの範囲を適切に設定してください

# ΦとIのメッシュグリッドを作成
Phi, I = np.meshgrid(Phi_values, I_values)

# T(Φ, I)の値を計算
T = constant * Phi * I

# Eの範囲を設定
N_values = np.linspace(0, 1000, 100)  # Nの範囲を適切に設定してください

# ΦとNのメッシュグリッドを作成
Phi_2, N = np.meshgrid(Phi_values, N_values)

# Eの値を計算
E = constant * Phi_2 * N

# T(Φ, I)の3Dプロット
fig = plt.figure(figsize=(10, 8))
ax1 = fig.add_subplot(211, projection='3d')
ax1.plot_surface(Phi, I, T, cmap='viridis')
ax1.set_xlabel('Φ')
ax1.set_ylabel('I')
ax1.set_zlabel('T(Φ, I)')
ax1.set_title('T(Φ, I) Surface Plot')

# Eの3Dプロット
ax2 = fig.add_subplot(212, projection='3d')
ax2.plot_surface(Phi_2, N, E, cmap='viridis')
ax2.set_xlabel('Φ')
ax2.set_ylabel('N')
ax2.set_zlabel('E')
ax2.set_title('E Surface Plot')

plt.tight_layout()
plt.show()

import numpy as np
import matplotlib.pyplot as plt

# 慣性モーメント J（kg・m^2）
J = 0.5

# 角速度 N（rpm）
# 例として、0から1000rpmの範囲でプロットする
N_values = np.linspace(0, 1000, 100)  # 0から1000rpmの範囲で100個の値を生成

# 運動エネルギー W の計算
W_values = 0.5 * J * (2 * np.pi * N_values / 60)**2

# プロット
plt.plot(N_values, W_values)
plt.title('Rotational Kinetic Energy')
plt.xlabel('Angular Velocity (rpm)')
plt.ylabel('Kinetic Energy (Joules)')
plt.grid(True)
plt.show()

回転速度
N(f)＝120f/p
ω(f)＝4πf/p
滑り
s(N)＝(N-n)/N

import numpy as np
import matplotlib.pyplot as plt

# パラメータ
p = 4  # ポール数
n = 5  # 同期速度

# 関数定義
def N(f):
    return (120 * f) / p

def omega(f):
    return (4 * np.pi * f) / p

def slip(N):
    return (N - n) / N

# プロットする周波数の範囲
f_values = np.linspace(0, 100, 1000)  # 0から100までの周波数を等間隔にサンプリング

# 回転速度と滑りの計算
N_values = N(f_values)
s_values = slip(N_values)

# グラフのプロット
plt.figure(figsize=(10, 6))
plt.plot(f_values, s_values, label='Slip (s)')
plt.xlabel('Frequency (f)')
plt.ylabel('Slip (s)')
plt.title('Slip vs Frequency')
plt.axhline(y=0, color='black', linewidth=0.8, linestyle='--')  # 滑り0のラインを引く
plt.axvline(x=n * p / 120, color='red', linewidth=0.8, linestyle='--', label='Synchronous Speed')  # 同期速度を示すラインを引く
plt.legend()
plt.grid(True)
plt.show()

ベルヌーイの公式
H(v,p)＝(v^2)/(2g)+p/(ρg)

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

def bernoulli_energy(v, p, g=9.81, rho=1000):
    """
    Calculate Bernoulli's energy for given fluid velocity (v) and pressure (p).

    Parameters:
        v (float or numpy.ndarray): Fluid velocity in m/s.
        p (float or numpy.ndarray): Pressure in Pa.
        g (float, optional): Acceleration due to gravity in m/s^2. Default is Earth's gravity (9.81 m/s^2).
        rho (float, optional): Fluid density in kg/m^3. Default is water density (1000 kg/m^3).

    Returns:
        numpy.ndarray: Bernoulli's energy in J/kg.
    """
    kinetic_energy = (v**2) / (2 * g)
    potential_energy = p / (rho * g)
    return kinetic_energy + potential_energy

# Define the range of fluid velocity (v) and pressure (p)
v_range = np.linspace(0.1, 10, 100)  # Velocity from 0.1 m/s to 10 m/s with 100 points
p_range = np.linspace(1000, 5000, 100)  # Pressure from 1000 Pa to 5000 Pa with 100 points

# Create a meshgrid for v and p
v_mesh, p_mesh = np.meshgrid(v_range, p_range)

# Calculate Bernoulli's energy for the meshgrid
energy_mesh = bernoulli_energy(v_mesh, p_mesh)

# Create a 3D plot
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# Plot the surface
surf = ax.plot_surface(v_mesh, p_mesh, energy_mesh, cmap='viridis')

# Set axis labels
ax.set_xlabel('Fluid Velocity (m/s)')
ax.set_ylabel('Pressure (Pa)')
ax.set_zlabel("Bernoulli's Energy (J/kg)")

# Add color bar
fig.colorbar(surf, label="Bernoulli's Energy (J/kg)")

# Show the plot
plt.show()

電動機トルク
P(N,T)=(2πN/60)T

 import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

def calculate_power(N, T):
    """
    Calculate the motor power based on angular velocity (N) and torque (T).

    Parameters:
        N (float or numpy.ndarray): Angular velocity in RPM (revolutions per minute).
        T (float or numpy.ndarray): Torque in Nm (Newton meters).

    Returns:
        numpy.ndarray: Power output calculated using the given formula.
    """
    # Convert angular velocity from RPM to radians per second
    omega = (2 * np.pi * N) / 60
    
    # Calculate power output using the formula P = omega * T
    power = omega * T
    return power

# Define ranges for angular velocity (N) and torque (T)
N_range = np.linspace(1000, 3000, 100)  # Angular velocity range in RPM
T_range = np.linspace(100, 500, 100)  # Torque range in Nm

# Create meshgrid for N and T
N_mesh, T_mesh = np.meshgrid(N_range, T_range)

# Calculate power output for the meshgrid
power_mesh = calculate_power(N_mesh, T_mesh)

# Create a 3D plot
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# Plot the surface
surf = ax.plot_surface(N_mesh, T_mesh, power_mesh, cmap='viridis')

# Set axis labels
ax.set_xlabel('Angular Velocity (RPM)')
ax.set_ylabel('Torque (Nm)')
ax.set_zlabel('Power Output (W)')
ax.set_title('Motor Power Output')

# Add color bar
fig.colorbar(surf, label='Power Output (W)')

# Show the plot
plt.show()

慣性モーメントの運動エネルギー
E(G,N)=((π^2)/(1800))×G×(R×N)^2

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 定数Rの値
R = 1.0  # 例としてRを1とします

# GとNの範囲を設定
G_range = np.linspace(0, 10, 100)  # Gの値の範囲
N_range = np.linspace(0, 10, 100)  # Nの値の範囲

# GとNの値の組み合わせを生成
G, N = np.meshgrid(G_range, N_range)

# E(G,N)の計算
E = (np.pi**2 / 1800) * G * (R * N)**2

# 3次元プロット
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(G, N, E, cmap='viridis')

# 軸ラベルの設定
ax.set_xlabel('G')
ax.set_ylabel('N')
ax.set_zlabel('E(G,N)')

# グラフの表示
plt.show()

電動機トルク
P(N,T)=(2πN/60)T

 import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

def calculate_power(N, T):
    """
    Calculate the motor power based on angular velocity (N) and torque (T).

    Parameters:
        N (float or numpy.ndarray): Angular velocity in RPM (revolutions per minute).
        T (float or numpy.ndarray): Torque in Nm (Newton meters).

    Returns:
        numpy.ndarray: Power output calculated using the given formula.
    """
    # Convert angular velocity from RPM to radians per second
    omega = (2 * np.pi * N) / 60
    
    # Calculate power output using the formula P = omega * T
    power = omega * T
    return power

# Define ranges for angular velocity (N) and torque (T)
N_range = np.linspace(1000, 3000, 100)  # Angular velocity range in RPM
T_range = np.linspace(100, 500, 100)  # Torque range in Nm

# Create meshgrid for N and T
N_mesh, T_mesh = np.meshgrid(N_range, T_range)

# Calculate power output for the meshgrid
power_mesh = calculate_power(N_mesh, T_mesh)

# Create a 3D plot
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

# Plot the surface
surf = ax.plot_surface(N_mesh, T_mesh, power_mesh, cmap='viridis')

# Set axis labels
ax.set_xlabel('Angular Velocity (RPM)')
ax.set_ylabel('Torque (Nm)')
ax.set_zlabel('Power Output (W)')
ax.set_title('Motor Power Output')

# Add color bar
fig.colorbar(surf, label='Power Output (W)')

# Show the plot
plt.show()