Ein bestimmtes VI brauchst Du dazu nicht, obwohl es auch das gibt (1D-Array interpolieren.vi). Die Skalierung und Linearisierung von Meßwerten ist vielmehr ein integrierter Bestandteil bei der Datenerfassung. Im Ergebnis bekommst Du dann beim DAQmx Read.Vi anstelle von Spannungen die linearisierten und fertig skalierten Werte Deiner physikalischen Einheit heraus. Eleganter geht es wirklich nicht mehr.
Um eine Sensorkennlinie zu skalieren und zu linearisieren gibt es zwei Möglichkeiten:
1. Im M&A-Explorer.
Der Vorteil ist, daß sich die Sensorkennlinie nach der Kompilierung nicht im EXE-Programm befindet. Für einen Sensortausch muß ich nicht das Programm ändern bzw. ich muß nicht die Kalibrierkoeffizienten in einer INI-Datei speichern.
Hier ein Screenshot, wobei die Skalierung mit Tabelle nur eine von mehreren Möglichkeiten ist:
Diese Skalierung íst zunächst noch nicht an einen bestimmten physikalischen Kanal gebunden.
2. Skalierung im Programm selbst. Würde ich Dir nicht unbedingt empfehlen. Man wird dabei nicht so schön am Händchen geführt wie das im M&A-Explorer der Fall ist. Aber es geht. Die Skalierung erfolgt mit QAQmx Eigenschaftknoten, die allerdings sehr gut getarnt sind. Sie sehen so aus:
Die Zuweisung der Skalierung zu einem Physikalischen Kanal ist unterschiedlich, ja nachdem Du den virtuellen Kanal im M&A-Expolrer oder in der Anwendung selbst erstellt hat. Bei einem Virtuellem Kanal im M&A-Exlorer wird direkt nach der Skalierung jedes physikalischen Kanals gefragt. Ansonsten erfolgt die Zuweisung mit dem Eigenschaftsknoten DAQmx Kanal - AI.NamDerAngepasstenSkalierung (Wobei man vorher den entsprechenden aktiven physikalischen Kanal im gleichen Eigenschaftsknoten selektiert haben muß)
Das ganze hört sich kompliziert an und ist vielleicht erst mal verwirrend. Wenn Du aber mit LabVIEW öfters Sensordaten zu erfassen hat, da ist es unbedingt lohnend sich mit der Kalibrierung gründlich auszukennen. Die Nachbearbeitung der erfassten Spannungswerte, was zunächst als das Naheliegende und einzig Mögliche erscheint, ist jedenfalls das Letzte was ich empfehlen würde.
