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()