树莓派Python实现陶窑温度日志记录、升温速率计算与数据分析求助

项目基础配置 #

• 硬件方案：MAX31855温度模块搭配K型热电偶，运行于树莓派平台
• 已实现功能：
  • 自动生成带时间戳的唯一命名CSV日志文件
  • 实时绘制温度变化曲线
  • 支持最长8小时以上、最高2300°F的全程温度采集存储
• 应用场景：针对220V单相50A规格的高能耗陶窑，实时追踪升温速率，当速率低于预设阈值（如200°F/小时）时触发提示，及时切换陶窑开关，减少无效能耗
• 测试配套：示例CSV数据已提前留存，可直接用于功能调试

当前待解决问题 #

• 需新增多时间窗口回溯计算能力：分别统计过去1分钟、5分钟、10分钟、20分钟的平均升温速率
• 调试异常：尝试引入pandas读取CSV处理数据时，出现日志写入中断的问题
• 结构疑问：不确定速率计算逻辑的放置位置，也不清楚是否需要对现有代码做大幅重构

轻量化实现方案（无需引入pandas） #

核心逻辑 #

完全依托代码运行时已经在内存中缓存的时间戳序列x、温度序列y做计算，不需要反复读取CSV文件做全量加载，从根源上避免IO阻塞导致的日志写入中断问题。速率计算逻辑直接放在主采集循环内部，每次完成当次温度采集、写入日志后执行，不需要重构现有代码的整体框架。

核心参考代码 #

# 预设需要计算的时间窗口（单位：秒）
rate_windows = {
    "1分钟": 60,
    "5分钟": 5*60,
    "10分钟": 10*60,
    "20分钟": 20*60
}
# 预设升温速率阈值，单位：°F/小时
rate_threshold = 200

# 主循环内，日志写入完成后新增以下逻辑
current_time = time()
current_temp = tempF
for window_name, window_span in rate_windows.items():
    window_start_time = current_time - window_span
    # 从数据序列尾部向前匹配窗口起点
    for idx in range(len(x)-1, -1, -1):
        if x[idx] <= window_start_time:
            time_diff_hours = (current_time - x[idx]) / 3600
            temp_diff = current_temp - y[idx]
            current_rate = temp_diff / time_diff_hours
            # 控制台打印各窗口实时速率
            print(f"{window_name} 平均升温速率: {current_rate:.1f} °F/小时")
            # 速率低于阈值时输出警示
            if current_rate < rate_threshold:
                print(f"⚠️  提示：{window_name} 窗口升温速率低于阈值，请及时检查陶窑运行状态！")
            break

配套代码优化点 #

• 调整原有代码执行顺序：将plt.pause(10)的等待逻辑放在日志写入之后，避免绘图阻塞导致日志记录时间点与实际采集时间点错位
• 内存清理机制：当缓存的时间、温度序列总时长超过24小时后，自动清理最早的冗余数据点，避免长时间运行占用过多树莓派内存
• 绘图拓展：可在现有温度曲线上新增速率标注线，直观展示速率变化趋势

这套方案不需要对现有代码做大幅修改，也不需要引入pandas这类重型依赖，即可实现所需的速率回溯计算、阈值提示功能，适配树莓派的低性能运行环境。

内容的提问来源于stack exchange，提问作者Scott G