簡介本資源是一套開箱即用的Matlab電機MAP繪制程序面向電機控制工程師、電驅(qū)動系統(tǒng)研發(fā)人員及高校相關(guān)方向研究生解決實際項目中電機效率、轉(zhuǎn)矩、電流等多維性能數(shù)據(jù)難以高效可視化的問題。壓縮包共3個文件116KB包含核心Matlab腳本.m用于自動讀取與插值繪圖、Excel格式的原始MAP數(shù)據(jù)表.xlsx便于替換自定義測試數(shù)據(jù)、以及生成的高分辨率效率熱力圖示例.png供效果參考。已有196人學(xué)習(xí)下載腳本已適配多種常見電機數(shù)據(jù)結(jié)構(gòu)支持surf三維曲面、contour等高線、fill填充等多種繪圖模式無需修改即可繪制轉(zhuǎn)速-轉(zhuǎn)矩平面下的效率/損耗/電流分布圖并內(nèi)置坐標(biāo)軸標(biāo)注、色條標(biāo)定、插值平滑等工程實用功能顯著降低MAP圖從數(shù)據(jù)到圖表的實現(xiàn)門檻。 搞電機或者電驅(qū)系統(tǒng)的人日常打交道最多的圖除了那些時間軸上的波形曲線恐怕就是這張“轉(zhuǎn)速-轉(zhuǎn)矩-效率”的MAP圖了。剛?cè)胄心顷囎游夷玫脚_架測試返回的一大堆數(shù)據(jù)點用scatter散點圖糊弄了幾版結(jié)果被做系統(tǒng)匹配的同事吐槽說“你這圖沒法看效率區(qū)域糊成一團根本沒法對比方案”。后來痛定思痛仔細把Matlab繪圖的底層邏輯捋了一遍寫了一套通用繪制程序。這篇就把這套程序的設(shè)計思路和完整實現(xiàn)拆開講清楚尤其是怎么讓同一套代碼不僅能畫電機MAP還能秒切到電池內(nèi)阻MAP、逆變器損耗MAP這些亂七八糟的二維數(shù)據(jù)場。1. 先搞清楚電機MAP圖的本質(zhì)一張圖背后是三個維度的數(shù)據(jù)我見過不少新手拿到電機MAP圖時的第一反應(yīng)這不就是個漂亮的彩色云圖嗎確實視覺上它像個云圖但如果你只把它當(dāng)云圖畫那大概率畫出來的東西只是“好看”而無法承載工程判斷。電機MAP圖在工程上有個更嚴(yán)謹?shù)拿纸行实雀呔€圖或效率云圖本質(zhì)上是用二維平面上的顏色變化來表達第三個維度的數(shù)值大小。1.1 MAP圖的數(shù)據(jù)結(jié)構(gòu)別再把XYZ散點直接懟進繪圖函數(shù)具體到Matlab里電機MAP圖的標(biāo)準(zhǔn)數(shù)據(jù)形態(tài)是X軸為轉(zhuǎn)速通常單位是rpm也有用rad/s的Y軸為轉(zhuǎn)矩單位是Nm平面上每一個坐標(biāo)點對應(yīng)一個效率值0到1或者0到100%。這里有個非常容易踩的坑。如果你從試驗臺架直接讀取數(shù)據(jù)得到的一般是類似下面這種的表格式散點數(shù)據(jù)轉(zhuǎn)速(rpm)轉(zhuǎn)矩(Nm)效率(%)1000082.310002088.510004090.12000080.220002091.4這種表格式的離散點數(shù)據(jù)直接plot或scatter是畫不出“面”的效果的。你真正需要的是一個二維矩陣行對應(yīng)轉(zhuǎn)矩、列對應(yīng)轉(zhuǎn)速或者反過來也行矩陣?yán)锏闹挡攀切省Q句話說散點數(shù)據(jù)必須先插值網(wǎng)格化變成類似轉(zhuǎn)速向量 R [1000, 2000, 3000, 4000, 5000]; 轉(zhuǎn)矩向量 T [0, 20, 40, 60, 80, 100]; 效率矩陣 E [82.3, 80.2, ...; 88.5, 91.4, ...;]這種矩陣格式Matlab的pcolor、contourf、imagesc這類函數(shù)才能直接吃進去。1.2 為什么“完美繪制任何類型的數(shù)據(jù)”這個目標(biāo)值得追求標(biāo)題里寫了“完美繪制任何類型的數(shù)據(jù)”這句不是噱頭。電驅(qū)動系統(tǒng)開發(fā)過程中需要畫這種二維色圖的地方多得超乎想象電機效率MAP轉(zhuǎn)速×轉(zhuǎn)矩×效率最經(jīng)典的一張圖看高效區(qū)是否覆蓋主工況區(qū)。電機損耗MAP轉(zhuǎn)速×轉(zhuǎn)矩×總損耗銅耗鐵耗機械損耗做散熱分析和峰值能力判斷用。電池內(nèi)阻MAPSOC×溫度×內(nèi)阻BMS策略標(biāo)定時必看低溫低SOC時內(nèi)阻會飆升直接影響放電功率限制。逆變器損耗MAP轉(zhuǎn)速×轉(zhuǎn)矩×IGBT損耗配合電機損耗可以算系統(tǒng)級效率。NVH噪音MAP轉(zhuǎn)速×轉(zhuǎn)矩×聲壓級或者階次幅值做噪音優(yōu)化時用往往要求很高的分辨率。這些圖的物理含義天差地別但落到繪圖層面數(shù)據(jù)結(jié)構(gòu)卻幾乎完全一致——都是X軸向量、Y軸向量、Z值二維矩陣。所以只要把這套數(shù)據(jù)規(guī)范定義好一套繪圖程序完全可以通吃。我個人寫這套程序時定的目標(biāo)是輸入轉(zhuǎn)速向量、轉(zhuǎn)矩向量和效率矩陣輸出一張“能直接貼進技術(shù)報告”的圖。也就是說坐標(biāo)軸刻度要科學(xué)、顏色條要明確、等效率線要清晰、外特性邊界要體現(xiàn)最好還能一鍵切換顯示模式。2. 數(shù)據(jù)輸入的坑三分畫圖七分數(shù)據(jù)整理寫繪圖程序之前最需要花心思設(shè)計的其實是“如何把數(shù)據(jù)整理成程序能直接接收的格式”。實測中來自臺架、仿真、整車實測的數(shù)據(jù)格式千變?nèi)f化如果不做預(yù)處理繪圖代碼里就得塞一堆條件分支既不優(yōu)雅也容易出bug。2.1 三種典型輸入格式的統(tǒng)一坐標(biāo)軸策略我最終把輸入格式統(tǒng)一成了三種模式分別對應(yīng)不同來源的數(shù)據(jù)在程序開頭做一個標(biāo)準(zhǔn)化預(yù)處理模式A完整矩陣輸入。數(shù)據(jù)本身就是網(wǎng)格化的轉(zhuǎn)速向量R、轉(zhuǎn)矩向量T、效率矩陣Esize為length(T)×length(R)齊全。這種情況最容易直接繪圖即可。模式B散點列表輸入。從試驗數(shù)據(jù)文件讀出來的是三列長數(shù)據(jù)每行對應(yīng)一個工況點轉(zhuǎn)速、轉(zhuǎn)矩、效率工況點可能覆蓋不全甚至沒有覆蓋完整網(wǎng)格。這種情況必須做網(wǎng)格重建和插值。模式C矩陣行列坐標(biāo)輸入。部分數(shù)據(jù)采集系統(tǒng)導(dǎo)出的是完整矩陣但只附帶起始值、步長等坐標(biāo)信息。比如轉(zhuǎn)速從500rpm到10000rpm步長500rpm共20個點轉(zhuǎn)矩從-100Nm到300Nm步長50rpm共9行需要用linspace或冒號運算符生成坐標(biāo)向量再拼接。模式B比較關(guān)鍵這里放一個我實際在用的散點轉(zhuǎn)網(wǎng)格的代碼片段function [R_grid, T_grid, E_grid] map_data_prepare(R_raw, T_raw, E_raw, R_vec, T_vec, method) % 將散點數(shù)據(jù)映射到規(guī)則網(wǎng)格 % R_raw: 散點轉(zhuǎn)速數(shù)據(jù) (N×1) % T_raw: 散點轉(zhuǎn)矩數(shù)據(jù) (N×1) % E_raw: 散點效率數(shù)據(jù) (N×1) % R_vec: 目標(biāo)轉(zhuǎn)速網(wǎng)格向量 (1×M) % T_vec: 目標(biāo)轉(zhuǎn)矩網(wǎng)格向量 (1×K) % method: 插值方法linear / nearest / cubic [R_grid, T_grid] meshgrid(R_vec, T_vec); % 注意scatteredInterpolant要求輸入為列向量 F scatteredInterpolant(R_raw(:), T_raw(:), E_raw(:), method, linear); % 外插值設(shè)置成NaN避免外特性邊界外出現(xiàn)虛假數(shù)據(jù) F.ExtrapolationMethod none; E_grid F(R_grid, T_grid); % 將沒有數(shù)據(jù)的區(qū)域外特性以外設(shè)為NaN避免畫出色塊 E_grid(isnan(E_grid)) NaN; endscatteredInterpolant是處理這種散點數(shù)據(jù)最順手的工具比老版的griddata在性能和可控性上都強出一截。有一點值得注意外插值一定要設(shè)成none。如果保留默認的線性外插那些沒測到的高速大轉(zhuǎn)矩區(qū)域會被插值出一些假效率值畫進圖里就會出現(xiàn)遠超實際范圍的異常色塊。2.2 轉(zhuǎn)速和轉(zhuǎn)矩軸的網(wǎng)格梯度設(shè)計很多人在繪制MAP圖時忽略了一個細節(jié)——電機臺架測試的轉(zhuǎn)速點和轉(zhuǎn)矩點往往不是均勻分布的。比如低速工況點密一些高速稀疏一些轉(zhuǎn)矩在小轉(zhuǎn)矩區(qū)密一些大轉(zhuǎn)矩區(qū)稀疏一些。直接用原始測試點做網(wǎng)格pcolor畫出來的格子會寬窄不一色塊邊緣參差不齊。我的做法是從原始測試數(shù)據(jù)里抽取唯一的轉(zhuǎn)速值、轉(zhuǎn)矩值升序排列作為目標(biāo)網(wǎng)格。不額外插值加密。比如測試有21個轉(zhuǎn)速點、19個轉(zhuǎn)矩點生成的效率矩陣就是19×21每個格子代表真實測試區(qū)域邊界清晰。這樣畫出的圖不會因為過度插值而“顯得精度很高”但它忠實反映了原始數(shù)據(jù)密度。另外網(wǎng)格要做“邊緣補點”否則pcolor的色塊邊界會縮進一圈。pcolor的色塊本質(zhì)上畫的是網(wǎng)格單元如果直接用測得的離散值畫邊緣那半個格子是被截斷的。解決辦法是在轉(zhuǎn)速和轉(zhuǎn)矩向量的首尾各補一個虛擬點值可以取相鄰點的值或者干脆取相鄰點的外推值。% 邊緣補點 R_plot [R_vec(1) - (R_vec(2)-R_vec(1)), R_vec, R_vec(end) (R_vec(end)-R_vec(end-1))]; T_plot [T_vec(1) - (T_vec(2)-T_vec(1)), T_vec, T_vec(end) (T_vec(end)-T_vec(end-1))]; % 對應(yīng)補兩行兩列的數(shù)據(jù)這一步雖然看起來簡單但沒有它圖片邊緣就會有一條明顯的“白邊”貼到報告里特別掉檔次。3. 選對繪圖函數(shù)與配色pcolor、contourf、imagesc到底該用哪個Matlab里能畫二維色圖的函數(shù)不少imagesc、imagesc、pcolor、contourf、surf都能干這事但每個函數(shù)的行為差異是實打?qū)嵉摹＿x錯函數(shù)輕則圖難看重則數(shù)據(jù)表達失真。這里把我用下來的經(jīng)驗按場景對比一下。3.1 pcolor是電機MAP繪制的首選原因pcolor的邏輯是“以網(wǎng)格點為中心把相鄰點用色塊填充”。它天然適配電機MAP這類數(shù)據(jù)——每個網(wǎng)格點都有真實的物理測量或仿真計算值色塊邊界恰好就是試驗工況點的邊界。跟contourf相比pcolor不會對數(shù)據(jù)做任何光滑或重建是“所見即所得”。但pcolor有兩個經(jīng)典副作用默認帶網(wǎng)格線尤其當(dāng)網(wǎng)格點很多時色塊之間會出現(xiàn)白色細線視覺上亂。解決辦法是設(shè)shading interp對顏色做插值或shading flat去掉網(wǎng)格線。邊緣截斷前面提到的需要邊緣補點。我的做法是直接用pcolor(R_plot, T_plot, E_plot)然后緊跟一句shading interp。這樣輸出平滑無網(wǎng)格線顏色過渡自然。figure; h pcolor(R_plot, T_plot, E_plot); set(h, EdgeColor, none); shading interp;shading interp會對每個網(wǎng)格單元做雙線性顏色插值出來的視覺效果比shading flat細膩很多尤其適合效率MAP這種漸變數(shù)據(jù)。3.2 等效率線的疊加邏輯與層級控制光有云圖還不夠工程上還要疊等效率線。比如判斷95%高效區(qū)的邊界在哪、高效區(qū)是否覆蓋常用巡航工況這時候就需要contour疊加在pcolor之上。contour和contourf的選擇邏輯要分清contourf畫的是填充等高線如果疊在pcolor上它會用色塊覆蓋掉底下的云圖除非設(shè)透明度否則會遮住底層信息一般不用于疊加場景。contour只畫線條不填充適合疊加在pcolor上。我的標(biāo)準(zhǔn)做法是hold on; [C, hContour] contour(R_vec, T_vec, E_grid, [80, 85, 90, 92, 94, 95, 96], k, LineWidth, 0.8); clabel(C, hContour, FontSize, 8, Color, [0.3 0.3 0.3], LabelSpacing, 250);clabel是自動標(biāo)注等高線數(shù)值的函數(shù)LabelSpacing參數(shù)控制標(biāo)注沿曲線的間隔單位是點。我設(shè)250左右標(biāo)注不會太密也不會太疏。等高線的線條顏色用黑色線寬0.8既不喧賓奪主又能清晰讀值。如果你覺得全黑線條太沉悶也可以用深灰色。3.3 配色方案決定圖的“可讀性”這幾個colormap值得反復(fù)用電機MAP這類的數(shù)據(jù)配色方案是有講究的。默認的parula比較均衡藍到黃但從工程閱讀習(xí)慣來說我更偏向用jet系列加限制或者用新版Matlab推薦的turbo。turboMatlab R2020b之后的turbo色圖顏色分布均勻視覺上比jet柔和高亮區(qū)域不刺眼。作為效率MAP的默認選擇沒問題。jet經(jīng)典彩虹色紅橙黃綠青藍紫從低到高直覺對應(yīng)“冷到熱”。但jet有個毛病——顏色亮度不單調(diào)紅和藍兩端亮度反而高中間綠色亮度低人眼對顏色的感知不均勻。做報告用jet會被視覺設(shè)計師吐槽如果你只給自己看倒是無所謂。parulaMatlab默認色圖藍黃漸變色覺障礙人士也能分辨。但用在效率MAP上藍色低效率區(qū)域和黃色高效率區(qū)域?qū)Ρ榷绕跤绕湓谕队吧峡床磺逦?。我測試下來最適合電機效率MAP的是雙色拼接colormap高效率區(qū)用紅色系紅-橙-黃低效率區(qū)用藍色系深藍-淺藍中間白色過渡。這種配色在工程報告里辨識度極高。實際實現(xiàn)是用colormap函數(shù)拼接兩個色彩空間或者用ColorThreshold做一個自定義色圖。% 自定義雙色colormap白-藍漸變 白-紅漸變 cmap_blue [linspace(1, 0.2, 64), linspace(1, 0.4, 64), linspace(1, 0.8, 64)]; cmap_red [linspace(1, 0.9, 64), linspace(0.8, 0.2, 64), linspace(0.8, 0.2, 64)]; cmap [cmap_blue; cmap_red(2:end, :)]; colormap(cmap);這段代碼的意思是前半段從純白漸變到深藍色后半段從純白漸變到深紅色。這樣效率從低到高顏色由藍變白再變紅中間白區(qū)分明一眼就能看出高效區(qū)。這個配色我用了很久貼到任何報告里都顯得專業(yè)。4. 一套代碼畫出“任何類型的數(shù)據(jù)”從電機MAP到電池、NVH數(shù)據(jù)的通用化設(shè)計寫一套程序最忌“畫死了”——就是代碼只適配電機效率數(shù)據(jù)換個數(shù)據(jù)源就要大改。所以在設(shè)計階段就要想好通用化策略。我這套程序的接口參數(shù)如下基本做到了數(shù)據(jù)類型無關(guān)。4.1 通用繪圖函數(shù)的接口設(shè)計function hFig plot_map_2d(R_vec, T_vec, Z_mat, varargin) % 通用二維色圖繪制MAP圖 % 輸入?yún)?shù) % R_vec - X軸坐標(biāo)向量例如轉(zhuǎn)速 % T_vec - Y軸坐標(biāo)向量例如轉(zhuǎn)矩 % Z_mat - Z值矩陣維度為 length(T_vec)×length(R_vec) % 可選參數(shù)Name-Value形式 % zlabel : Z軸標(biāo)簽?zāi)J Z % xlabel : X軸標(biāo)簽?zāi)J X % ylabel : Y軸標(biāo)簽?zāi)J Y % title : 圖標(biāo)題默認空 % levels : 等高線層級向量默認 [80 85 90 92 94 95 96] % clabel : 是否顯示等高線標(biāo)注默認 true % cmap : colormap名稱或自定義矩陣默認 turbo % nan_color: 數(shù)據(jù)為NaN區(qū)域的填充顏色默認 [1 1 1] % xscale : linear 或 log默認 linear % mask_threshold : 低于該閾值的區(qū)域置為NaN可選項這里想重點說的是mask_threshold參數(shù)的設(shè)計。電機MAP圖里轉(zhuǎn)矩為零附近或外特性邊界外實際上沒有穩(wěn)態(tài)工況點這些區(qū)域往往是插值出的“空數(shù)據(jù)”。如果你不做遮蓋圖上會出現(xiàn)一大片低效率的藍色甚至影響色標(biāo)的自動范圍。所以我在通用接口里加了閾值遮蓋功能效率低于某個值時把對應(yīng)位置設(shè)置為NaN繪圖時自動變成白色或指定顏色。這樣畫出來的圖只顯示有效工況區(qū)干凈利落。4.2 數(shù)據(jù)規(guī)范化自動識別數(shù)據(jù)的“真實范圍”避免色標(biāo)誤導(dǎo)imagesc和pcolor都能自動根據(jù)數(shù)據(jù)的最大最小值映射顏色但這里有個大坑——如果數(shù)據(jù)里有幾個離群異常點比如某個工況點的效率因為傳感器跳變顯示成120%整個色標(biāo)范圍會被拉大導(dǎo)致正常區(qū)域的顏色對比度被嚴(yán)重壓縮。我的通用程序在繪圖中加入了兩個處理邏輯物理范圍截斷。比如效率數(shù)據(jù)把超過100%的值硬截斷為100%把低于0%的硬截斷為0%。這個操作在物理上是合理的因為效率不可能超出這個范圍。色標(biāo)范圍可調(diào)。通過caxis新版用clim把色標(biāo)范圍固定在用戶指定的區(qū)間內(nèi)。比如渲染效率圖時我通常把色標(biāo)范圍設(shè)在50到100之間低于50的統(tǒng)統(tǒng)一片藍。這樣高效區(qū)與低效區(qū)的色差能拉到最大讀圖效率明顯提升。% 數(shù)據(jù)規(guī)范化以效率為例 Z_mat(Z_mat 100) 100; Z_mat(Z_mat 0) 0; % 設(shè)置色標(biāo)范圍 clim([50, 100]);4.3 從效率MAP到損耗MAP同一套代碼的完整切換這套通用程序我實際用過的場景包括電機效率MAP、電機損耗MAP、電池內(nèi)阻MAPSOC-溫度平面、逆變器IGBT損耗MAP、減速器效率MAP甚至還有座椅加熱的溫升云圖。每種的差異只在坐標(biāo)標(biāo)簽、色標(biāo)專業(yè)著色的含義、以及色標(biāo)范圍。比如畫電池內(nèi)阻MAP時X軸不是轉(zhuǎn)速而是SOC荷電狀態(tài)Y軸是溫度Z軸是內(nèi)阻值mΩ我只需要改一下函數(shù)調(diào)用的標(biāo)簽和色標(biāo)范圍代碼主體完全不用動。反過來畫電機損耗MAP時Z值是損耗功率單位kW數(shù)值越小越好那就要把色標(biāo)范圍倒過來設(shè)或者把colormap翻轉(zhuǎn)方向。通用化的核心收益是你只需要維護一份經(jīng)過充分測試的繪圖代碼質(zhì)量穩(wěn)定可靠換數(shù)據(jù)源時不用重新畫一遍、重新調(diào)一遍格式。對于經(jīng)常要出圖寫報告的人來說這能省下大量時間。5. 高級美化技巧外特性曲線、色標(biāo)設(shè)置和圖片導(dǎo)出基礎(chǔ)MAP圖畫出來了但要讓它達到“直接上傳到系統(tǒng)、直接投進PPT”的水平還得加幾個工程上的“定制化”元素。其中最重要的就是電機外特性曲線的疊加和色標(biāo)設(shè)計。5.1 外特性曲線疊加讓轉(zhuǎn)速-轉(zhuǎn)矩工作區(qū)邊界清晰可見電機MAP圖通常都要疊外特性曲線。外特性曲線是指電機在不同轉(zhuǎn)速下能輸出的最大轉(zhuǎn)矩峰值轉(zhuǎn)矩是電機工作區(qū)域的物理邊界。沒有這條線光看圖你會以為整個矩形區(qū)域內(nèi)電機都能正常工作但實際上矩形區(qū)域的左上角高轉(zhuǎn)矩低轉(zhuǎn)速和右下角高轉(zhuǎn)速低轉(zhuǎn)矩往往是不允許運行的。疊加方法很簡單前提是你要有外特性數(shù)據(jù)轉(zhuǎn)速序列和對應(yīng)轉(zhuǎn)矩上限然后直接plot上去% 外特性曲線數(shù)據(jù)示例峰值轉(zhuǎn)矩曲線 R_ext [0, 1000, 2000, 3000, 4000, 5000, 6000, 7000, 8000, 9000, 10000]; T_ext [300, 300, 300, 300, 280, 240, 200, 160, 130, 100, 70]; hold on; plot(R_ext, T_ext, k-, LineWidth, 2.5); plot(R_ext, -T_ext, k-, LineWidth, 2.5); % 電動工況和發(fā)電工況對稱 hold off;如果你的電機有發(fā)電工況轉(zhuǎn)矩為負就畫負轉(zhuǎn)矩外特性。有時候還要疊加峰值功率限制曲線雙曲線形狀同樣用plot畫上去就行。外特性曲線的線寬設(shè)置成2.5比等高線更粗主次分明。5.2 色標(biāo)與刻度別讓colorbar的數(shù)值“完全自動”colorbar是MAP圖的靈魂但顏色條上顯示的內(nèi)容往往被很多人忽略。默認的colorbar顯示的刻度是線性分布的但效率圖的色標(biāo)從50到100只有50個單位的跨度Matlab自動會切成5個刻度50、60、70、80、90、100。看起來還行但如果你想強調(diào)95%以上是高效區(qū)建議手動指定刻度。更精細的做法是在colorbar上用一條黑色橫線或者用text標(biāo)注出關(guān)鍵閾值比如“95%高效區(qū)”。% 手動控制colorbar cb colorbar; cb.Label.String 效率(%); cb.Label.FontSize 10; % 設(shè)置刻度到指定數(shù)值 cb.Ticks [55, 60, 65, 70, 75, 80, 85, 90, 92, 94, 95, 96, 97]; cb.TickLabels {55,60,65,70,75,80,85,90,92,94,95,96,97};另一個實用技巧是給色標(biāo)設(shè)置“非線性映射”。比如效率數(shù)據(jù)集中分布在85到97之間如果你線性映射到色標(biāo)上這個區(qū)間的顏色過渡不夠明顯?？梢杂胮color里傳入一個經(jīng)過非線性拉伸的Z值矩陣來繪圖但把刻度標(biāo)簽還原成真實值。這樣能夸大關(guān)注區(qū)間的顏色變化不過做這種圖時要格外小心如果看圖的人不知道坐標(biāo)是非線性映射的會誤讀數(shù)據(jù)所以我在實際報告中一般不用除非特別說明。5.3 圖形導(dǎo)出直接輸出高清圖片避免另存為時畫質(zhì)縮水在Matlab里畫完圖很多人喜歡直接點figure窗口的“保存”這樣出來的圖清晰度往往不夠尤其是往Word或PPT里貼的時候會出現(xiàn)毛邊與鋸齒。我推薦的導(dǎo)出方案是% 設(shè)置導(dǎo)出尺寸與分辨率 set(gcf, PaperPositionMode, auto); set(gcf, Position, [100 100 800 600]); print(gcf, 圖1_電機效率MAP.png, -dpng, -r300);-r300指定DPI為300做印刷或高清匯報足夠了。如果你想要矢量圖以備后續(xù)在矢量編輯軟件中加工就用-depsc或-dsvg。注意導(dǎo)出之前在figure窗口里先set(gcf,Color,w)把背景設(shè)為白色否則默認淺灰色背景會留一圈難看的邊框。6. 邊界問題與異常數(shù)據(jù)處理畫出“干凈圖”的最后一道防線到這里繪制主流程已經(jīng)完整了但還有一類問題幾乎每個用過我這套程序的人都會遇到——異常數(shù)據(jù)的處理。這部分單獨拿出來說因為處理不好會直接影響成圖質(zhì)量甚至誤導(dǎo)決策。6.1 測試數(shù)據(jù)里的“坑點”空值、跳變值、超界值怎么辦臺架實測的MAP數(shù)據(jù)里經(jīng)常會出現(xiàn)三類臟數(shù)據(jù)空值NaN。由于測點缺失、傳感器故障或者外特性邊界外區(qū)域未測量數(shù)據(jù)文件里會有大量NaN。如果直接繪圖pcolor會把NaN顯示成空洞contour碰到NaN可能會斷裂。最穩(wěn)妥的做法是在插值階段就處理掉NaN——把NaN數(shù)據(jù)點剔除后再scatteredInterpolant而不是把NaN直接扔給插值函數(shù)。插值后網(wǎng)格上仍然可能殘留NaN遠超出測量范圍導(dǎo)致的這些讓它們保持NaN即可繪圖時會自動以白色或透明顯示。跳變值。某個點的效率突然從90%掉到60%又馬上恢復(fù)到90%這通常不是真實物理現(xiàn)象而是傳感器信號干擾或臺架數(shù)據(jù)采集丟幀。處理方式很簡單用滑動中值濾波或者設(shè)置一個合理的變化閾值超過閾值的點置為NaN。但這步操作要謹慎有些真實的“低效點”比如電機在零轉(zhuǎn)矩附近效率確實很低也是跳變式的不能一棍子打死。超界值。效率超過100%、轉(zhuǎn)矩超過電機峰值、轉(zhuǎn)速為負等這些數(shù)據(jù)明顯違背物理規(guī)律直接在預(yù)處理階段將超界值截斷或剔除。效率值超過110%的肯定是錯誤數(shù)據(jù)效率值在100%-105%之間的有可能是測量誤差可以保留并截斷到100%。6.2 MATLAB的版本兼容性問題2020b/2021a/2022b寫這套程序時我特意考慮了Matlab版本兼容性。幾個關(guān)鍵函數(shù)在不同版本間的差異要注意climvscaxisMatlab R2022a之后推薦用clim老版本用caxis。為了兼容可以在程序里做一次判斷if exist(clim, file) clim([...]); else caxis([...]); end。turbo函數(shù)在R2020b以上版本才有老版本用jet代替。scatteredInterpolant比griddata性能好但從R2013a起才替代老接口如果你還在用祖?zhèn)鞯腞2010b那就只能用griddata了。另外特別提醒如果你的Matlab是32位老版本處理大數(shù)據(jù)量時可能內(nèi)存溢出。MAP圖矩陣一般不大幾百×幾百但如果你做高分辨率渲染比如2000×2000的網(wǎng)格pcolor會非常吃力。這種時候可以用imagesc代替pcolor——imagesc直接按矩陣像素繪制速度快很多唯一的缺點是坐標(biāo)軸和矩陣行列需要手動對齊而且imagesc默認Y軸方向是從上到下需要set(gca,YDir,normal)翻轉(zhuǎn)。6.3 用NaN遮蓋外特性之外的區(qū)域讓圖更“誠實”最后還得強調(diào)一下NaN遮蓋的重要性。電機MAP圖有個特殊之處矩形網(wǎng)格區(qū)域內(nèi)有很大一部分外特性曲線之外是物理上無法達到的工作點。如果不做遮蓋這些區(qū)域會被插值算法造出一堆不存在的效率數(shù)據(jù)圖上會出現(xiàn)大片藍色或綠色極大地誤導(dǎo)看圖的人。正確做法是在畫圖前生成一個和外特性邊界匹配的布爾掩膜mask把外特性邊界之外的網(wǎng)格點全部置為NaN。這個掩膜可以通過inpolygon函數(shù)實現(xiàn)% 生成外特性邊界內(nèi)的掩膜 [R_grid, T_grid] meshgrid(R_vec, T_vec); % 上下邊界曲線正轉(zhuǎn)矩和負轉(zhuǎn)矩 boundary_upper interp1(R_ext, T_ext, R_vec, linear, extrap); boundary_lower -boundary_upper; mask (T_grid boundary_upper) (T_grid boundary_lower); E_grid(~mask) NaN;執(zhí)行這步之后圖上的外特性邊界之外的區(qū)域都會變成白色只有真實可運行的工況區(qū)有顏色。這是電機MAP圖最標(biāo)準(zhǔn)的畫法也是“專業(yè)感”的最大來源。很多學(xué)弟學(xué)妹畫的圖一眼看上去就是“業(yè)余感”歸根結(jié)底就是少了這個掩膜處理。7. 完整實戰(zhàn)示例從散點測試數(shù)據(jù)到成品MAP圖理論講了一堆這里給一個完整、可直接復(fù)制運行的示例程序。數(shù)據(jù)是模擬的但數(shù)據(jù)結(jié)構(gòu)和真實臺架測試一致你可以用自己的測試數(shù)據(jù)直接替換。%% 模擬測試散點數(shù)據(jù)實際使用時替換為臺架數(shù)據(jù) rng(42); R_raw []; T_raw []; E_raw []; % 模擬外特性 R_ext [0, 1000, 2000, 3000, 4000, 5000, 6000, 7000, 8000, 9000, 10000]; T_ext [300, 300, 300, 300, 280, 240, 200, 160, 130, 100, 70]; % 生成散點在外特性內(nèi)隨機生成測點 for i 1:500 r rand * 10000; t_max_here interp1(R_ext, T_ext, r, linear, extrap); t (rand * 2 - 1) * t_max_here * 0.95; % 測點落在邊界內(nèi) eff 90 - 5 * (r / 10000) - 0.005 * abs(t - 100); % 構(gòu)造效率模型 R_raw(end1) r; %#okSAGROW T_raw(end1) t; %#okSAGROW E_raw(end1) eff randn * 2; %#okSAGROW 加噪聲 end %% 核心步驟1生成目標(biāo)網(wǎng)格 R_vec unique(round(R_raw / 500) * 500); % 按500rpm取整 T_vec unique(round(T_raw / 20) * 20); % 按20Nm取整 [R_grid, T_grid] meshgrid(R_vec, T_vec); %% 核心步驟2散點插值 F scatteredInterpolant(R_raw(:), T_raw(:), E_raw(:), linear, none); E_grid F(R_grid, T_grid); %% 核心步驟3外特性掩膜 boundary_upper interp1(R_ext, T_ext, R_vec, linear, extrap); mask (T_grid boundary_upper) (T_grid -boundary_upper); E_grid(~mask) NaN; %% 核心步驟4邊緣補點 R_plot [R_vec(1) - 500, R_vec, R_vec(end) 500]; T_plot [T_vec(1) - 20, T_vec, T_vec(end) 20]; E_plot NaN(length(T_plot), length(R_plot)); E_plot(2:end-1, 2:end-1) E_grid; E_plot(2:end-1, 1) E_grid(:, 1); E_plot(2:end-1, end) E_grid(:, end); E_plot(1, 2:end-1) E_grid(1, :); E_plot(end, 2:end-1) E_grid(end, :); %% 核心步驟5繪圖 figure(Color, w, Position, [100 100 900 650]); h pcolor(R_plot, T_plot, E_plot); set(h, EdgeColor, none); shading interp; colormap(turbo); clim([50 100]); hold on; % 等高線 [C, hC] contour(R_vec, T_vec, E_grid, [80 85 90 92 94 95 96], k, LineWidth, 0.8); clabel(C, hC, FontSize, 8, Color, [0.2 0.2 0.2], LabelSpacing, 200); % 外特性曲線 plot(R_ext, T_ext, k-, LineWidth, 2.5); plot(R_ext, -T_ext, k--, LineWidth, 2.5); hold off; % 坐標(biāo)軸與標(biāo)簽 xlabel(轉(zhuǎn)速 (rpm), FontSize, 11); ylabel(轉(zhuǎn)矩 (Nm), FontSize, 11); title(電機效率MAP圖, FontSize, 12); set(gca, FontSize, 10, Box, on); cb colorbar; cb.Label.String 效率 (%); cb.Label.FontSize 10; cb.Ticks [55 60 65 70 75 80 85 90 92 94 95 96 97]; % 導(dǎo)出 print(gcf, 電機效率MAP.png, -dpng, -r300);這段代碼我實測可以直接運行生成一張帶等高線、外特性邊界、邊緣補點、納米遮蓋的標(biāo)準(zhǔn)電機效率MAP圖。你只需要把數(shù)據(jù)替換成實際的臺架數(shù)據(jù)或仿真數(shù)據(jù)即可。8. 進階擴展思路與我的最終實操體會畫電機MAP圖這件事表面上是個繪圖技巧實質(zhì)上是個數(shù)據(jù)處理思維問題。不少人把精力全花在“怎么讓顏色更好看”上卻忽略了圖的工程語義是否準(zhǔn)確。我后期寫程序時越來越覺得幾個細節(jié)最重要一是色標(biāo)范圍要固定。同一臺電機的方案對比兩張圖的色標(biāo)范圍如果不一致視覺上根本沒法比。我習(xí)慣統(tǒng)一設(shè)成50到100哪怕某張圖的高效區(qū)范圍很小。二是外特性邊界必須畫。沒有邊界線的MAP圖在技術(shù)評審時會被質(zhì)疑“這圖到底哪些點能用”三是網(wǎng)格匹配實測點。不要無腦加密網(wǎng)格原始測點密度決定了圖的真實分辨率。對于還想進一步擴展的讀者可以往這幾個方向嘗試把這套繪圖程序封裝成函數(shù)庫批量處理多種工況的MAP數(shù)據(jù)自動命名輸出文件做成流程化報告工具或者在Map圖基礎(chǔ)上疊加運行工況點比如把NEDC、WLTC循環(huán)的工況點描在同一張效率MAP上用顏色深淺表示該工況點的頻次權(quán)重就能直觀看出電機的效率設(shè)計是否匹配了目標(biāo)工況也可以寫一個簡單的GUI界面通過滑條調(diào)節(jié)色標(biāo)范圍、等高線層級等參數(shù)方便不會改代碼的同事自己出圖。最后分享一個我個人的小習(xí)慣出圖之前永遠先跑一遍min(Z_mat(:))和max(Z_mat(:))確認數(shù)據(jù)范圍合理再決定色標(biāo)范圍。這一步看起來多余但真的能擋住一半以上的低級錯誤。有一次我拿到一批測試數(shù)據(jù)沒檢查范圍就畫圖結(jié)果圖上出現(xiàn)一片詭異的亮黃色查了半天才發(fā)現(xiàn)是某個測點的效率值是114傳感器接線問題導(dǎo)致跳變。從那以后數(shù)據(jù)范圍檢查成了我畫圖的固定動作。希望這篇分享能幫你少走這些彎路直接畫出能上會的專業(yè)MAP圖。本文還有配套的精品資源點擊獲取