"Seismometer" utöva Box (2 / 3 steg)
Steg 2: Programmering, alla
I LabVIEW program PmodACL2, måste du mata in den
Serial Port, SPI kanal och CS kanal för att kommunicera med din WF32. Den seriella porten är var din WF32 är ansluten till datorn-välja något som ser ut ungefär som COM3 (även om din kan vara olika beroende på om du har den inkopplad i datorn).
SPI kanalen ska alltid anges till 0. Våra Chip Välj kanal bör vara 10 – det är där CS från våra accelerometer är ansluten till (pin #10) på vår styrelse. Hålla resolutionen på 2g för nu, och hålla produktionen datahastigheten på 100 Hz.
Accelerometern bör alla redo att gå på denna punkt. Kör den LabVIEW VI och (försiktigt) våg din accelerometer runt. Du ser tre separata vågformer – x, y och z.
Märker hur data är ganska bullriga, ändå? Det finns några sätt att filtrera som bort. Jag sammanslagna ACL2 koden med vissa filtrering beräkningar och gjort några ändringar, och att koden är kopplad. Anledningen till att jag beslutade att använda två olika medan loopar – en för datainsamling- och en för beräkningar och filtrering är eftersom de kan köras på separata kärnor på din processor (och i sin tur filtret fungerar vägen snabbare) snarare än samma.
En annan representation av raw-data är i diagrammet på toppen och filtrerade data är ett diagram på botten. Den största sak är att du kan justera hur accelerometer data filtreras. Ändra värdena för lågfrekvent avskurna, Gusse filter pris, antal datapunkter i genomsnitt och lågpass filtret ordning göra stor skillnad på hur mycket buller filtreras bort.
För detta projekt ville jag att filtrera bort steg för människor som vandrar runt på kontoret. Denna accelerometer är ganska känslig. Kalibrering är viktigt att se till att du inte är högintressant och läsning av data som inte är relaterade till händelsen du försöker titta på. Se till att spela med det – justera ett eller två och köra programmet. Hitta sweet spot med minsta mängd buller samtidigt hålla en hel del detalj i din vågformer från hoppet själv. Den lågfrekventa avskurna kan vara den viktigaste av dessa inställningar. Du vill inte klippa bort för mycket, men bara tillräckligt för att hålla omgivande buller från överväldigande raw data.
För att filtrera bort fotspår och medarbetare skämtsamt hoppa bredvid rutan, jag har min låg frekvens avskurna vid 7 Hz, låg passera filter ordning set till 0, Gusse filter som vid 54 Hz och jag är i genomsnitt över 4 datapunkter. Detta gör det ganska bra utan att offra för mycket av våra raw hoppa data.
Jag saktade den loop som på grafer till omkring 20 Hz för att göra det lättare att läsa medan programmet körs genom att lägga till en timer i dataförvärvet medan loop, du kanske eller kanske inte vill hålla det där.