1

Mérés és adatgyűjtéslaboratóriumi gyakorlat - levelező

Sub-VI és grafikonok

Vadai Gergely

V 5.0 2015.10.02.

2

Formula Node

Formula Node

• C jellegű szintaxis

Megjegyzések:• Pontosvessző a

sorok végén• Tizedespont

használata• Nem használhatók

komplex számok

3

Expression Node

• Egyetlen bemenet és egyetlen kimenet

• Nem használhatók komplex számok

4

Express formula

5

MathScript Node

• Komplex számok elérhetők• Szükséges:

NI LabVIEW MathScript RT Module

6

7

Sub-VI használata

8

Sub-VI

• Megfelel: alprogram, függvény• Bármelyik VI-ból készíthető sub-VI–Megfelelő ikon kialakítása– Connector pane: terminálok

hozzáférhetősége

• Megjegyzések:–Nincs rekurzív hívás– Több visszatérési érték is lehet

Sub-VI

9

IconConnector paneVezeték eszközzel köthetők

be a terminálok

10

Terminál elrendezés megváltoztatása

11

sub-VI ikon szerkesztése

12

Sub-VI felhasználása

13

Grafikonok használata

14

Waveform Chart

• Új adatok hozzáfűzése a grafikonhoz• Több adat hozzáfűzése: tömb• Egyszerre több grafikon megjelenítése: cluster

használata

15

Waveform Graph

• Mintavételezett jelek megjelenítése• Több grafikon megjelenítése: 2D tömb

16

Waveform Graph

• Waveform: struktúra:– 1D kitérés adatok– időbeli tulajdonságok

(kezdőidő, mintavételi időköz)

17

XY Graph

• Jelek ábrázolása egymás függvényében

18

XY Graph

• Express XY segédVI használata XY grafikonon való megjelenítéshez(általában nem javasolt a használata)

19

Segédeszközök

20

Lineárisan növekvő jel előállítása

21

Lineárisan növekvő jel előállítása

Szinusz minta előállítása

22

Szinusz minta előállítása

23

24

Tömbműveletek

25

Tömbműveletek

26

Index Array

27

Táblázatos adatfájlok

28

Szöveges fájl olvasása

29

Szöveges fájl írása

30

Tippek

• Transpose bemenet legyen TRUEOk: a LabVIEW soronként szereti használni a tömböket, míg az adatfájlokban általában oszlopokba rendezzük

• Format string-et és Delimiter-t megfelelően kell kiválasztani

31

Statisztikai eszközök

32

Mathematics / Probability & Statistics

33

Középérték, szórás, variancia

Sűrűségfüggvény (probability density function)

34

h (𝑥) h(𝑥)  𝑁

h(𝑥 )  𝑁 ∙ Δ𝑥

Gyakoriság hisztogram

Relatív gyakoriság Empirikus sűrűségfüggvény

35

Hisztogram készítése

36

Jegyzőkönyv készítése

37

Mindenképp szükséges adatok

38

Szöveges választ igénylő feladatok

• Értelmes szöveg• Számolások részletezése

Lehetőleg formázott képletekkel!

39

Kód beillesztését igénylő feladatok

• Előlap (Front Panel)• Diagram (Block Diagram)• Szükség esetén több kép is

beilleszthető(Megfelelő képaláírással.)

40

Rossz előlap és kép

41

Jó előlap és kép

• Megfelelően elrendezett előlap• Megfelelően elnevezett előlapi

elemek• Alt+Print Scrn

42

Rossz diagram és kép

43

Jó diagram és kép

• Következetesen elrendezett diagram• Csak a szükséges rész másolása

44

Program bemutatása

• Nélküle nem jár pont(a korábbi (rész)feladatokra sem)

• Lehet számítani:– Kérdésekre– Javaslatokra

45

Javítási útmutató

• Tájékoztató jelleggel!

46

Feladatok megoldása

47

1. Sub-VI készítése

• Olyan sub-VI elkészítése, mely másodfokú egyenletet old meg, a megoldást pedig egy formula node segítségével számolja ki

• Lépések:–Megoldóképlet: formula node-ban–Mentés– Ikon szerkesztése– Terminálok bekötése– Felhasználás

48

1. Példa blokk diagramra

49

1. Példa előlapra

50

2. SubVI felhasználása

• Készítsen olyan programot mely egy xy grafikonon megjeleníti a másodfokú függvényt, és kiszámolja a gyökeit!

• Az egyenlet gyökeinek kiszámolására használja fel az első feladatban készített subVI-t!

51

2. Példa előlap

52

Tippek az elkészítéshez

53

Bevezetés

• Képzeltbeli joghurtgyár• Probléma a töltési súllyal• Gyár: bevezette a végső termék

súlyának mérését• Feladat:– Szoftver, mely elemzi az eredményeket– Probléma azonosítása

54

Adatok

• Nettó tömeg: 150 g• Elfogadható tűrés: ± 10 %

(a szórás háromszorosa)• Csomagolás tömege: 10 g• Sűrűség: 1,024-1,071 g/cm3

55

3. Alapvető statisztikai adatok

• Készítsen programot, mely a rendelkezésre álló adatfájlok tartamát beolvassa és kiszámolja a következő mennyiségeket:– Középérték (Mean value, µ)– Szórás (Standard deviation, SD)– Tűrés (3x SD)– Tűrés %-ban

• Megjegyzés: az egyes fájlok különböző termelési láncokhoz tartoznak. Azonosítsa a hibásakat!

56

4. Hisztogram készítése

• Bővítse a programot, hogy az a megjelenítse az adatok eloszlását (hisztogram)!

• A hisztogramok számolásánál megfelelően válassza ki az intervallumok számát!

• Milyen következtetéseket lehet levonni az adatok alapján?

Szorgalmi:• Számolja ki a sűrűségfüggvényt! • Bővítse a programot, hogy még több

információ álljon rendelkezésre a hibáról!

57

Szorgalmi: Lissajous görbék

• Lissajous-görbék rajzolása• A Lissajous-görbék időben

változzanak, mint a régi scifik-ben!

58

3. Példa előlap