Comment communiquer avec une station Q.station en utilisant Python

L’utilisation de Python pour communiquer avec des DAQ comme la Q.station est avantageuse. Python offre de nombreuses bibliothèques pour le traitement, l’analyse et la visualisation des données. Des bibliothèques telles que Matplotlib, Plotly et Seaborn sont couramment utilisées pour créer des graphiques détaillés et interactifs afin que les utilisateurs puissent interagir et travailler avec leurs données d’une manière directe et conviviale.

Ce blog/tutoriel vous explique comment communiquer avec la Q.station et comment travailler avec les données que vous collectez en utilisant différents outils Python. Les extraits de code fournis vous aideront à appliquer ces étapes à vos propres besoins d’analyse de données.

Avant de commencer

• 1.1 Conditions préalables :
  • Python 3.8 ou supérieur : Téléchargez ici
  • GinsAPy_whl : Téléchargez ici
  • Jupyter Lab

• 1.2 Dépendances :
  • ginsapy
  • gimodules
  • pyqtgraph
  • PyQt5
  • gimodules
  • numpy

• 1.3 Processus

Pour installer Jupyter Lab, il suffit d’exécuter la commande pip suivante :

Après l’installation, vous pouvez le démarrer avec la commande ‘jupyter lab’ :

Vous pouvez également installer toutes les dépendances nécessaires à l’aide des commandes pip :

Tout d’abord, importez les bibliothèques nécessaires et entrez l’IP de votre contrôleur comme indiqué dans le code ci-dessous.

Dans la section # Paramètres d’entrée, indiquez le canal que vous souhaitez voir représenté. Plusieurs entrées sont autorisées.

Cela vous permettra d’extraire des informations du contrôleur. L’extrait de code ci-dessous fournit une explication détaillée de chaque étape.

Voyons maintenant comment visualiser les données en temps réel de la station Q.station. Dans cet exemple, une nouvelle fenêtre contenant des données en temps réel apparaîtra, ainsi qu’un résumé des données de la dernière minute. Vous pouvez ajuster la durée du graphique récapitulatif à l’aide de la variable “plot_duration” (par exemple, “plot_duration = 300” pour un récapitulatif de cinq minutes). Ici, nous utilisons des données de température pour les graphiques.

Votre résultat devrait ressembler à ceci :

Vous pouvez également exécuter localement le script Python suivant. Pour vous connecter avec succès, vous aurez besoin d’une URL du nuage, d’un nom d’utilisateur et d’un mot de passe. Des commentaires détaillés dans l’extrait de code vous guideront à chaque étape.

En outre, la section analytique de Gantner Instruments ( https://demo.gi-cloud.io/) est en mesure de fournir des graphiques détaillés des flux et des variables choisis. Il suffit de remplir les données de connexion et de choisir les variables spécifiques à représenter. Par exemple, cela devrait ressembler à ceci :

---

Ce tutoriel a présenté la Q.station comme un outil fiable pour l’acquisition et le contrôle de données dans des secteurs exigeants comme l’aérospatiale. Il vous a montré comment utiliser Python pour communiquer facilement avec la station Q.et comment analyser visuellement les données. Vous pouvez facilement essayer ces extraits de code avec une station Q.station. Il vous suffit de suivre les instructions étape par étape dans les commentaires pour savoir comment procéder.

Inscrivez-vous ici à la formation en personne de Gantner Instruments. Apprenez-en plus sur l’acquisition de données et utilisez les dernières technologies de matériel et de mesure proposées par Gantner Instruments.