利用Python语言实现实验室自动化

作为一名系统和应用工程师，得益于自动化仪器和软件，我已经节省了不计其数的日日夜夜;例如LabVIEW，这是一款系统设计平台和开发环境，支持可视化编程语言。LabVIEW支持用户利用友好的图形用户界面(GUI)构建应用程序。该平台带有多个库和模块，使其能够与仪器通信，所以可用于实验室自动化。作为LabVIEW用户，我已经使用该工具构建了多款应用程序，但在过去几年中，我已经开始逐步将其淘汰，代之以Python语言(见侧栏：“Python是什么以及如何使用?”)。

为了理解其中缘由，我们首先了解一下Python相对于现有替代语言的主要优势，以及讨论Python应用程序的工作实例。表达Python方便和强大之处的最佳方式是介绍一个完整、可工作的Python自动化脚本，例如我用来实现稳压器(VR)负载调节曲线(负载调节是指输出电压随输出电流(负载)增大而发生的变化)自动测量的脚本。

这些稳压器分为两类：零下垂稳压器设计的输出电阻为零;因此，输出电压设置点不应随输出电流增大而变化。相比较而言，下垂稳压器具有“载重线”，意味着被设计成具有特定的等效输出电阻。本例中所用稳压器的零电流输出电压为1 V，设定的载重线为2.5 mΩ。

图1. 测量配置

在图1所示的试验配置中，使用Chroma 63201电子负载施加负载电流(VR输出电流)。通过采集经过校准的4 mΩ短路器上的电压，测得输出电流。利用Agilent 34970A数字采集器(DAQ)采集电压和电流，DAQ和电子负载均通过GPIB连接至计算机。我们测量的目的是证明：在一定输出电流范围下，输出电压在技术指标范围之内;图2所示为应用程序的流程图。

图2. 应用程序流程图

　　从基本代码结构开始

以下是自动化脚本代码的第一部分。Python语言中，注释用#表示：

第1至3行引用库，其中包含随后代码中使用的方法：

?Numpy是用于科学计算的封装库。本例中，Numpy用于产生输出电流值的数组。

?Pandas (用于数据处理和分析的库)创建一个功能强大的数据结构，以储存我们的测量结果。

?Visa是PyVISA库，用来控制我们的仪器。

?Time是一个非常方便的库，用于产生某些时间延迟。

注意，引用的Numpy和Pandas库被重命名为np和pd，以保持代码整洁。本文中提及的所有库要么已经随Python 安装包提供，要么也很容易从在线软件库中安装。

第4至5行创建我们用来访问Chroma电子负载和Agilent DAQ的对象。这正是PyVISA的作用：我们只需调用instrument方法，并提供表示通信接口的字符串(GPIB)以及仪器在总线上的地址。

第6行创建results数据框(dataframe)，用来储存测量结果。数据框是一种二维标签数据结构，各列的数据类型可以不同。使用数据框而不使用数组，允许我们通过容易记忆的字符串而不是数字来引用列，以及在数据本身中混合数字和文本。

第7行创建一个实数数组，从0到20，步长为2。这些数字表示以安培为单位的输出电流值，在这些电流点测量VOUT。

第8行用于构建“for”循环。注意，语法很容易理解：每次执行循环时，创建一个load 变量，其值等于loads数组的新元素。当使用了数组的全部元素时，循环结束。有意思的是，Python利用缩进定义代码的层次结构，而不依赖于任何类型的括号。这样能够保持代码的整洁和易读性，非常有用。

既然我们已经定义了主循环，就需要告诉仪器设置电流，然后读取电压，并保存结果。

　　仪器通信及保存数据

我们接下来看看第二部分的代码：

第9至10行配置相应的负载电流并打开负载。只需要使用读/写方法，并且知道仪器接受的命令串(可查阅仪器手册)，即可通过GPIB接口进行通信。与其他编程语言类似，%.2f为占位符，在实际运行时用变量load的值代替。也表示我们希望数据表示为带两位小数的实数。第11行产生1秒延迟，这对于确保仪器和电路达到稳态条件非常有用。

第12行创建一个空对象(在Python中称为字典)，用于暂存执行一次循环的结果。

第13至16行用来测量输出电压和电流。第一条命令告诉仪器我们想要做什么(测量直流电压，采用自动变比)以及对应的采集通道。分别在通道101和102采集输出电压和电流。第二条命令读取返回的结果并将其储存在temp中。数据以字符串的形式返回，所以必须利用float函数将其转换为实数。此外，由于DAQ测量的是电压，我们需要将读数与短路器电阻(0.004 Ω)相除，得到正确的电流值。

看看使用Python和Pandas有条理地保存数据是多么简单：temp字典中的字段无需提前定义，并且使用具有含义的字符串进行访问。无需记忆列号与数据之间的关系，而如果使用数组存储数据的话则必须这么