EtherCAT主站同步抖动测试执行过程记录
1. 参考资料

使用ET2000和Wireshak分析Ethercat主站的实时性

2. 详细步骤

1、EtherCAT 主站通过 ET2000 接入伺服控制器,ET2000 上行通过千兆网络接入 PC , 通过 wireshark 工具进行抓包。

2、保存抓包文件,通过 (eth.type == 0x88a4) && (ecat.cnt == 0) 命令过滤文件,并另存为 pcapng 格式文件。

3、进入 tshark 命令目录下,执行 .\tshark.exe -r "d:\1ms1axisSent.pcapng" -n -T fields -e esl.timestamp > "d:\1ms1axisSent.txt" 生成发送时间戳序列

4、执行时间戳抖动分析脚本,生成抖动曲线,详细代码如下:

# coding=utf-8
"""
EtherCat 时间戳数据抓取绘图
"""

import os
import codecs
import chardet
import numpy as np
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
from scipy.stats import norm

# 变量定义
sendTimeStamp = []
sendDeltTime = []
OverFlowSendDeltTime = []

# 支持中文字体展示
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# EtherCat 通信周期 单位微秒
Interval = 4000
name = "单轴匀速运行1小时时间抖动数据(4ms)"

# 读取文件数据
file_path = "D:/1ms1axisSent.txt"
with codecs.open(file_path, 'r', 'utf-16-le') as f:
    col = f.readlines()

# 时间戳数据处理,获取12位长度并转化为整型
for item in col:
    if '0x' in item:
        tmp = item[-14:-2]
        sendTimeStamp.append(int(tmp, 16))

# 计算相隔的发送时间时间差
for i in range(len(sendTimeStamp) - 1):
    initval = sendTimeStamp[0]
    sendTmp = (sendTimeStamp[i + 1] - sendTimeStamp[i]) / 1000 # 精度设置微妙

    sendDeltTime.append(sendTmp)
    if abs(sendTmp - Interval) > 600:
        print('idx is ' + str(i) + 'timestamp is ' + str(sendTimeStamp[i + 1]))
        OverFlowSendDeltTime.append(sendTmp - Interval)
    elif abs(sendTmp - Interval) > 120:
        OverFlowSendDeltTime.append(sendTmp - Interval)


# 转化成 np , 便于统计数据
send_data = np.asarray(sendDeltTime)
send_rst = np.asarray(OverFlowSendDeltTime)

# 获取均值、标准差和最大值
mu = send_data.mean()
sigma = send_data.std()
max_idx = np.argmax(send_rst)

# 直方图柱子的数量
num_bins = 400

# 绘制图形
plt.figure(figsize = (40, 5), dpi = 100)

# 4. 绘制原始时间戳
plt.subplot(221)
plt.title("原始时间戳")
plt.plot(sendTimeStamp)

# 1. 绘制原始数据集
plt.subplot(222)
plt.title("原始数据折线图")
plt.plot(sendDeltTime)

# 2. 绘制越限数据集
plt.subplot(223)
plt.plot(send_rst)
plt.title("越限数据折线图(规格120us)")

# 在图形中标注出最大值
show_max = '[' + str(max_idx) + ' ' + str(send_rst[max_idx]) + ']'
plt.plot(max_idx, send_rst[max_idx], 'ko')
plt.annotate(show_max, xy=(max_idx, send_rst[max_idx]),xytext=(max_idx,send_rst[max_idx]))
plt.text(800, 658, "最大值: " + str(send_rst[max_idx]))

# 3. 绘制直方图
plt.subplot(224)
plt.title("原始数据直方图")
plt.text(3400, 0.002, "平均值: " + str(mu))
plt.text(3400, 0.004, "偏差值: " + str(sigma))
n,bins,patches = plt.hist(send_data, num_bins, density=True, edgecolor="black",facecolor='gray',alpha=0.6)

plt.suptitle(name)
plt.show()
3. 结果展示

在这里插入图片描述

Logo

技术共进,成长同行——讯飞AI开发者社区

更多推荐