A LabVIEW használata az oktatásban

Slides:



Advertisements
Hasonló előadás

Advertisements

„Esélyteremtés és értékalakulás” Konferencia Megyeháza Kaposvár, 2009
Készítette: Boros Erzsi
A LabVIEW használata az oktatásban
A tudásgyárak technológiaváltása és humánstratégiája – a felsőoktatás kihívásai a XXI. században május MOOC és e-learning kölcsönhatása Dr.
Erőállóképesség mérése Találjanak teszteket az irodalomban
Második nap DVD LUMINEERS PLACEMENT. Második nap DVD LUMINEERS PLACEMENT.
Mellár János 5. óra Március 12. v
MFG-Pro váll-ir. rendszer bemutatása
10 állítás a gyerekek internethasználatáról
Műveletek logaritmussal
Elektromos mennyiségek mérése
Mérés és adatgyűjtés laboratóriumi gyakorlat Virtuális méréstechnika levelező Mingesz Róbert 3. óra október 22.
Utófeszített vasbeton lemez statikai számítása Részletes számítás
A tételek eljuttatása az iskolákba
Elektronikai Áramkörök Tervezése és Megvalósítása
Elektronikai Áramkörök Tervezése és Megvalósítása
Mérés és adatgyűjtés laboratóriumi gyakorlat Karakterisztikák mérése 1 Makan Gergely, Mingesz Róbert, Nagy Tamás V
Elektronikai Áramkörök Tervezése és Megvalósítása
Mérés és adatgyűjtés Virtuális méréstechnika Mingesz Róbert 7. Óra Digitális oszcilloszkóp kezelése LabVIEW-ból Október 17., 19.
Mérés és adatgyűjtés Virtuális méréstechnika Mingesz Róbert 8. Óra Spektrum, Lock-in Október 24., 26.
Mérés és adatgyűjtés Kincses Zoltán, Mingesz Róbert, Vadai Gergely 10. Óra MA-DAQ – Műszer vezérlése November 12., 15. v
Virtuális méréstechnika 12. Óra Karakterisztikák mérése November 21. Mingesz Róbert v
Ez a dokumentum az Európai Unió pénzügyi támogatásával valósult meg. A dokumentum tartalmáért teljes mértékben Szegedi Tudományegyetem vállalja a felelősséget,
Virtuális méréstechnika
Mérés és adatgyűjtés laboratóriumi gyakorlat
Mérés és adatgyűjtés 4. Óra Adatok importálása és exportálása, adatok elemzése szeptember 24., 27. Kincses Zoltán, Mingesz Róbert, Vadai Gergely.
Virtuális méréstechnika
Virtuális méréstechnika Görbe illesztése 1 Mingesz Róbert V
Mérés és adatgyűjtés laboratóriumi gyakorlat Sub-VI és grafikonok 1 Makan Gergely, Mingesz Róbert, Nagy Tamás v
Virtuális méréstechnika Adatok elemzése, fájl I/O 1 Mingesz Róbert V
Virtuális méréstechnika
Kincses Zoltán, Mingesz Róbert, Vadai Gergely
Mérés és adatgyűjtés laboratóriumi gyakorlat Makan Gergely, Mingesz Róbert, Nagy Tamás 2. óra szeptember 9., 10. v
Virtuális méréstechnika
Mérés és adatgyűjtés 6. Óra Digitális oszcilloszkóp és hangkártya
Mérés és adatgyűjtés laboratóriumi gyakorlat Karakterisztikák mérése II Mérések termisztorral Karakterisztikák mérése II Mérések termisztorral 1 Makan.
Mérés és adatgyűjtés 7. Óra
Mérés és adatgyűjtés laboratóriumi gyakorlat levelező 2. Óra Október 27. Kincses Zoltán, Mellár János v
Mérés és adatgyűjtés laboratóriumi gyakorlat levelező 4. Óra Karakterisztikák mérése November 23. Kincses Zoltán, Mellár János v
Virtuális méréstechnika Ferde hajítás 1 Mingesz Róbert, Vadai Gergely V
Virtuális méréstechnika Spektrum számolása 1 Mingesz Róbert V
Virtuális méréstechnika MA-DAQ műszer vezérlése 1 Mingesz Róbert V
A LabVIEW használata az oktatásban
Ember László XUBUNTU Linux (ami majdnem UBUNTU) Ötödik nekifutás 192 MB RAM és 3 GB HDD erőforrásokkal.
Műszaki ábrázolás alapjai
5.2. Próbavizsga Próbáld ki tudásod!
Darupályák tervezésének alapjai
Ma sok mindenre fény derül! (Optika)
DRAGON BALL GT dbzgtlink féle változat! Illesztett, ráégetett, sárga felirattal! Japan és Angol Navigáláshoz használd a bal oldali léptető elemeket ! Verzio.
A LabVIEW használata az oktatásban
A LabVIEW használata az oktatásban
Virtuális méréstechnika 3. Óra Sub-VI és XY grafikon szeptember 17., 20. Mingesz Róbert v
Matematikai alapok és valószínűségszámítás
szakmérnök hallgatók számára
9.1. ábra. A 135Xe abszorpciós hatáskeresztmetszetének energiafüggése.
4. Feladat (1) Foci VB 2006 Különböző országok taktikái.
var q = ( from c in dc.Customers where c.City == "London" where c.City == "London" select c).Including( c => c.Orders ); select c).Including(
Csurik Magda Országos Tisztifőorvosi Hivatal
A klinikai transzfúziós tevékenység Ápolás szakmai ellenőrzése
2006. Peer-to-Peer (P2P) hálózatok Távközlési és Médiainformatikai Tanszék.
QualcoDuna interkalibráció Talaj- és levegövizsgálati körmérések évi értékelése (2007.) Dr. Biliczkiné Gaál Piroska VITUKI Kht. Minőségbiztosítási és Ellenőrzési.
1. Melyik jármű haladhat tovább elsőként az ábrán látható forgalmi helyzetben? a) A "V" jelű villamos. b) Az "M" jelű munkagép. c) Az "R" jelű rendőrségi.
Virtuális Méréstechnika Sub-VI és grafikonok 1 Makan Gergely, Vadai Gergely v
Mérés és adatgyűjtés laboratóriumi gyakorlat - levelező Sub-VI és grafikonok 1 Mingesz Róbert V
Mérés és adatgyűjtés laboratóriumi gyakorlat Mérések MA-DAQ műszerrel 1 Makan Gergely, Mingesz Róbert, Nagy Tamás V
1 TANULÁSI TÍPUS TESZT.
Mérés és adatgyűjtés laboratóriumi gyakorlat – levelező Fájl I/O, detrending 1 Mingesz Róbert v
A LabVIEW használata az oktatásban Oszcilloszkóp vezérlése LabVIEW környezetből 1 Mingesz Róbert, Vadai Gergely május 17.
Előadás másolata:

A LabVIEW használata az oktatásban A LabVIEW alapjainak oktatása Spektrum számolása Mingesz Róbert, Vadai Gergely 2013. május 24.

Tartalom A LabVIEW alapjainak oktatása Szorgalmi feladat Spektrum számolása Feladatok megoldása Jegyzőkönyv

A LabVIEW alapjainak oktatása

Közösen elmutogatós módszer Előnyök: Egyszerű Hátrányok: Mindenki más sebességgel haladna Ha valaki lemarad, nem tudja behozni Többiek unatkoznak Felhasználás: Környezet bemutatása, alap feladatok

Lépésenként példák Írásban, részletesen leírva + közös megvalósítás Előnyök: Nem gond, ha valaki lemarad Mindenki haladhat a maga ritmusában Hátrányok: Néha nehéz összeegyeztetni, ha a tanár más ütemben halad Nehéz új feladatokra alkalmazni a tudást Tananyag hosszú előkészítése

Projektek / feladatok Kiadott projektek/feladatok önálló megoldása Előnyök: Mindenki a saját ütemében haladhat Rengeteg kihívás → mélyebb megértés Hátrányok: Tananyag előkészítése A hallgatók számára mindig könnyű megtalálni a szükséges eszközöket, módszereket

Online oktatóvideók Önálló feldolgozáshoz Előnyök: Bármilyen témára megtalálhatjuk Hátrányok: Unalmasak Sokszor olyan eszközöket kíván, amik nem érhető el

Online leírások, példák, fórum Önálló feldolgozáshoz, problémamegoldáshoz Előnyök: Bármilyen témára megtalálhatjuk Hátrányok: Nehéz megtalálni amit keresünk Nem egyenletes színvonal

Beépített példák Egy új funkció megismeréséhez Előnyök: Minden funkcióhoz van Működőképesek Hátrányok: Néha túl bonyolultak Olyan elemeket is használhatnak, amiket egyébként nem lehet megtalálni

Könyvek Önálló tanuláshoz Előnyök Koherens, jól követhető Hátrányok Unalmas (sok részét már ismerni fogjuk) Nehezen hozzáférhetők

Hivatalos LabVIEW tanfolyamok LabVIEW Core 1 (370 eFt) LabVIEW Core 2 (370 eFt) LabVIEW Core 3 (370 eFt) LabVIEW Connectivity course (250 eFt) LabVIEW Performance course (250 eFt) LabVIEW Real-Time 1 és 2 (250 eFt/db) Data Acquisition and Signal Conditioning Tananyagok: 70 eFt/db

NI hivatalos vizsgák NI LabVIEW Certifications http://sine.ni.com/nips/cds/view/p/lang/hu/nid/201888 Certified LabVIEW Associate Developer Certified LabVIEW Developer Certified LabVIEW Architect

NI Certified LabVIEW Associate Developer CLAD LabVIEW Core 1 és 2 anyaga Fél év LabVIEW fejlesztési gyakorlat Teszt, 1 óra NI Days: Ingyen vizsgalehetőség 2 évente meg kell újítani

LabVIEW és az oktatás

K12Lab http://k12lab.com/ Kész feladatok Videók, felhasználók alkotásai

LabVIEW versenyek http://hungary.ni.com/labview-verseny Ságvári: 2. helyezés

Szorgalmi feladat

Spektrum számolása

Jelek mintavételezése dt: – mintavételi időköz fs = 1/dt – mintavételi frekvencia

Fourier reprezentációk

Spektrum f0 – DC jelszínt df – frekvencia felbontás fi = i ∙ df – kiválasztott frekvencia ∆𝑓= 1 𝑇 mérés = 1 𝑁∙∆𝑡

DFT Teljesítménysűrűség spektrum: 𝑋 𝑘 2 ∆𝑓 𝑋 𝑘 = 1 𝑁 𝑗=0 𝑁−1 𝑥 𝑗 ∙ 𝑒 −i∙2𝜋∙ 𝑗∙𝑘 𝑁 𝑥 𝑗 = 1 𝑁 𝑘=0 𝑁−1 𝑋 𝑘 ∙ 𝑒 i∙2𝜋∙ 𝑗∙𝑘 𝑁 𝑥 𝑗 =𝑥(𝑗∙∆𝑡) – mintavételezett jel 𝑋 𝑘 =𝑋(𝑘∙∆𝑓) – frekvenciatartománybeli reprezentáció (spektrum, az amplitúdó fele) Teljesítménysűrűség spektrum: 𝑋 𝑘 2 ∆𝑓

Négyszög ablakfüggvény

Hanning ablakfüggvény

Waveform Kezdőidő (dátum/relatív idő) ( t0 ) Mintavételi időköz ( dt ) Kitérés ( Y ) Clusterrel helyettesíthető

Waveform paletta

Waveform generálása Signal processing / Wfm Generation

Mintavételezés paraméterei (Sampling info) Mintavételi frekvencia ( Fs ) Minták száma ( #s , tipikusan kettő hatvány)

PSD számolása Signal processing / Wfm Measure

Teljesítménysűrűség spektrum Kezdő frekvencia ( f0=0 ) Frekvencia-feloldás ( df ) Amplitúdó ( magnitude )

Amplitúdó spektrum számolása Signal processing / Wfm Measure

Tömb feldarabolása

Intensity Graph Fogadott adattípus: 2D tömb

1. feladat Hozzon létre egy háromszögjelet, majd számolja ki a négyzetét! A jel paraméterei: frekvencia: 10 Hz, mintavételi frekvencia: 10 kHz, minták száma 65536. Ábrázolja mindkét jelet egy grafikonon, úgy, hogy jól látszódjon az eredmény! Számolja ki mindkét jel amplitúdó-spektrumát (magnitude), és ábrázolja őket egy grafikonon 0 és 100 Hz között.

1. feladat Mi a különbség a két jel között? Milyen különbséget látunk, ha az y tengely (magnitúdó) logaritmikus? Miért nem csak 10 Hz-nél látunk bármit a spektrumban? Mit jelent a spektrum 0- nál felvett értéke? Miért nem éles vonalakat látunk? Hogy lehetne ezen segíteni? A vi előlapot megfelelően alakítsa ki, a feliratok legyenek informatívak (a tengelyfeliratok is)!

2. feladat A mellékelt LVO8.SampleSignal.vi egy minta jelet ad vissza, valamint a hozzá tartozó paramétereket (mintavételi frekvencia, minták száma). Készítsen olyan programot, amely kiszámolja a jel teljesítménysűrűség-spektrumát (PSD).

2. feladat A program előlapján lehessen választani, hogy milyen ablakfüggvényt használunk, valamint azt, hogy decibel (logaritmikus) vagy normál (lineáris) skálán szeretnénk-e látni az eredményt. A program előlapját megfelelően feliratozza! Magyarázza meg, a látott spektrumot! Milyen különbséget lát a lineáris és a logaritmikus skálán való megjelenítés között? Történt-e „hiba” a mintavételezés során?

3. feladat Egy ciklusban darabolja fel a teljes jelet 1024 mintából álló darabokra. Számolja ki az egyes darabok spektrumát, majd az (időfüggő) eredményt jelenítse meg egy Intensity Graph-on!

3. feladat A program legyen képes mind lineáris, mind decibeles skálán megjeleníteni az eredményt! (Megjegyzés: lineáris skála esetén célszerű ha a z tengely autoskálán van, decibeles skála esetén pedig – 60 db min és 0 db max az ideális beállítás). Miben különbözik a kép lineáris és decibeles skálán? Magyarázza meg mit lát a spektrumban!

4. feladat Kíváncsiak vagyunk, hogyan változik a jel teljesítménye az 1024 Hz-hez tartozó frekvencián. Hogyan kaphatjuk meg a jel teljesítményét az adott pontban? Készítsen (a hármas feladaton alapuló) programot, mely ábrázolja ennek időbeli változását. Hogyan magyarázza ez a jel a korábbi spektrumokat?