1.9 KiB
Report: Temperatura Ambiente Media
Metodologia
La media è calcolata come media ponderata sul tempo (regola dei trapezi):
T_{avg} = \frac{\int T(t)\, dt}{t_{fine} - t_{inizio}}
Questo approccio tiene conto del campionamento non uniforme: ogni campione pesa proporzionalmente all'intervallo di tempo che copre.
Risultati
| Parametro | Valore |
|---|---|
| Inizio osservazione | 0.2 s |
| Fine osservazione | 133.7 s |
| Durata totale | 133.5 s |
| Numero campioni | 888 |
| T ambiente minima | 22.60 °C |
| T ambiente massima | 23.80 °C |
| T ambiente media ponderata | 22.99 °C |
Fit esponenziale del raffreddamento
Contesto
Dopo il picco termico, la scatola raffredda verso la temperatura ambiente seguendo un andamento esponenziale. A partire da t₀ = 117.5 s (inizio della fase di raffreddamento) è stato eseguito un fit con il modello di Newton per il raffreddamento:
T(t) = T_{\infty} + A \cdot e^{-\frac{t - t_0}{\tau}}
Parametri del modello
| Parametro | Descrizione | Valore |
|---|---|---|
T_{\infty} |
Temperatura di equilibrio (fissata) | 22.99 °C |
t_0 |
Inizio finestra di fit (fisso) | 117.5 s |
A |
Sovratemperatura iniziale rispetto all'ambiente | 154.94 °C |
\tau |
Costante di tempo del raffreddamento | 17.12 s |
Metodo
Nonlinear Least Squares con metodo Trust Region Reflective (TRF) (scipy.optimize.curve_fit).
Vincoli imposti: A > 0, \tau > 0.
Bontà del fit
| Metrica | Valore |
|---|---|
R^2 |
0.9981 |
Il coefficiente di determinazione R^2 = 0.9981 indica che il modello esponenziale spiega il 99.81 % della varianza dei dati di raffreddamento: il fit è eccellente.
Grafico
Dati raw temp_obj IR [C] (blu) e curva di fit esponenziale (rosso tratteggiato) a partire da t = 115 s.
