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.
More articles
8 conseils à prendre en compte lors de l’achat d’un amplificateur à jauges de contrainte
La jauge de contrainte est l'un des outils les plus importants de la technique de mesure électrique appliquée à la mesure de grandeurs mécaniques. Comme leur nom l'indique, ils sont utilisés pour mesurer la déformation.
Read more...Mesure précise de la température avec Pt100
La mesure de la température est l'un de nos principaux domaines de compétence. Nous y conservons une position de leader mondial. Notre module de mesure avancé Q.bloxx A105 à 4 canaux établit de nouvelles normes en termes de stabilité et de précision. Pour de nombreuses applications, la mesure extrêmement précise et stable des températures est une condition sine qua non du contrôle des processus ou de la réussite des innovations en matière de produits. Outre la précision indispensable, le maintien de la stabilité en cas de variations de la température ambiante et la garantie de la stabilité à long terme sont des aspects particulièrement importants.
Read more...Conférence d’automne de l’IMAPS 2024
Garantir la qualité et la fiabilité en microélectronique : Aperçu de la conférence d'automne 2024 de l'IMAPS
Read more...Global Industrie Paris 2024
Rejoignez Gantner Instruments du 25 au 28 mars 2024, au salon Global Industrie à Paris, en France.
Read more...