先说说我的超快速入门,一共共讲五部分,每一部分内容是精华的东西,但都有大量图文说明,因此显得东西很多,仔细看下去,对于尚未入门的同学应该是收获很多的

培训一:使用VI模板   培训二:创建一个可安装的应用程序   培训三:使用状态机框架    培训四:使用生产者消费者框架   培训五:elvis的简单使用介绍

由于一些原因,NI公司来到我们学校开展为期三天的labview入门培训,我就把自己的部分理解及如何快速会使用这个软件的基础做一个小小的总结,以下全凭自己的理解和记忆去总结,如有错误,还忘能指出,谢谢

仅从入门来说,14/15/16版本的labview都是差不多的,版本呢就无所谓了,但这里有一个很重要的提醒就是,要用labview的中文版去入门,否则对于英语不好的同学来说很难受(我一个同学英语6级考500+,正在准备托福的都觉得受不了),对于自己呢,由于使用的专业性软件大部分都是英文版的,所以对专业英语名词也是有一定了解的,但是用英文版去入门labview确实有点难受,最最主要的原因就是找不到需要的控件在哪,第二天的培训就换成了中文版,瞬间舒服了好多。(PS:前两天的培训,老师用的labview是中文版的,我问过老师,他们公司也是用中文版开发的,因此使用中文版就不会显得很low了~~哈哈~ 第三天换了个NI公司的老师来培训,主要讲的是elvis II+的使用,他用的就是英文版的labview,显然更高水准~~)

这里我使用的是labview2015中文版,首先,打开labview,看到如下菜单

点击创建项目,进入到如下界面,这里,我们先讲如何使用VI模板

点击第二个VI模板进行创建,那么会得到两个窗口,一个是前面板,一个是程序框图,前者是你所看到的应用层次的界面,后者是应用层的驱动界面,这里讲得不是很清楚,我下面

连配两张图,大家再意会一下就是知道了。

上面以“电压-连续输入”命名的VI文件是我在labview里面找的一个范例,这个范例,大家先不必太纠结怎么做出来的,这里只是给大家一个直观的认识,这样大家就应该大概知道前面板和程序框图的作用了

接着呢大家就分别随便在这两个面板上右键看看里面的那些控件,大致都浏览一下(如果是用英文版的labview的话,那么到了浏览控件这一步将会特别难受,这里可以分别给大家看看,中英的却别)

-------

是不是瞬间感觉到中英版本对入门者的影响!!!!这将直接导致你找个控件是需要两分钟还是二十分钟或者夸张点就根本找不到!!!~~~

大致浏览完控件以后,我们将要用Labview做一个小小的程序----其功能为  计算  从程序运行到用户成功输入正确密码所用  的时间

我们将要做的VI的最终样子是这样的,先给大家看一下

首先呢,我们要需要一个结构,这个结构就相当于C语言的顺序结构,就是一条代码一条代码依次去执行,在程序框图中右键--结构--平铺式顺序结构,添加好后,在这个结构上右键点击“在后面添加帧”,然后得到如图所示。

上面我标注了程序的执行顺序,也就是从左往右去执行这个结构里面的内容,有了这个结构,那么我们就可以分别在1和3实现计时功能,2中则一直等待正确密码输入,将3 所计算到的时间和1中所计算的时间在3中相减并显示出来!

即在1和3中,添加“计时”和“减”控件(只在3中添加),“计时”控件在  {定时--时间计数器} 找到;“减”控件在  {数值--减} 找到,然后在“减”控件的输出端右键选择显示控件,此时你可以分别看看两个面板发生了什么变化!

由于要等待密码输入正确,那么就得需要一个while循环,一直等到条件成立再退出循环。需要“while循环”和“等于”控件,这个大家可以尝试自己找找。与上面类似的,在“等于”控件的两个输入端分别右键创建一个输入控件和常量(这个常量就是要设置的密码,随意输入),输入端则接到那个小红圆圈---当条件成立退出循环!此时就可以在前面板点击运行,随便输入数字了,当输入的数字为正确时,程序就会因为while条件成立而成功退出这个while循环,接下来就是执行时间相减的顺序结构3,3结构也执行完毕则程序运行结束,如下图

是不是觉得labview很神奇,赶紧试试吧~~~~~

转载于:https://www.cnblogs.com/currycheng/p/5836214.html

NI labview2014/2015/2016的超快速入门教程之使用VI模板(培训一)相关推荐

  1. python超快速入门教程

    文章目录 python初步 简介 包管理和调用 函数 开发环境 入口函数 python初步 简介 Python是一门学习曲线平缓而绵长的编程语言,对于初学者非常友好,同时也可以实现高级的设计模式. p ...

  2. python快速入门答案-总算懂得python脚本快速入门教程

    PyQt5是基于Digia公司强大的图形程式框架Qt5的python接口,由一组python模块构成.PyQt5本身拥有超过620个类和6000函数及方法.在可以运行于多个平台.PyQt5拥有双重协议 ...

  3. sklearn快速入门教程:(四)模型自动调参

    上个教程中我们已经看到在sklearn中调用机器学习模型其实非常简单.但要获得较好的预测效果则需要选取合适的超参数.在实际的项目中其实也有不少参数是由工程师借助其经验手动调整的,但在许多场景下这种方式 ...

  4. sklearn快速入门教程:(三)机器学习的通用模式及实现方法

    一.从线性回归总结机器学习的通用模式 从上篇博客我们详细讲述了线性回归的实现方式.线性回归的调用方式实际上是sklearn的典型方式,在掌握这个方法之后我们继续进一步深入,探索其它的模型的使用. 回顾 ...

  5. TypeScript超详细入门教程(上)

    TypeScript超详细入门教程(上) 01 开篇词:Hello~TypeScript 01 开篇词:Hello~TypeScript 更新时间:2019-10-30 13:49:46 既然我已经踏 ...

  6. Flowable 快速入门教程:Flowable 入门开发案例,结合流程设计器详细讲解

    Flowable 快速入门教程:Flowable 入门开发案例,结合流程设计器详细讲解 前言 流程设计器集成 整体流程图 流程节点说明 第一审核人节点:实际设置审核人 配置信息 说明 第二审核人:参数 ...

  7. python脚本教程-总算懂得python脚本快速入门教程

    PyQt5是基于Digia公司强大的图形程式框架Qt5的python接口,由一组python模块构成.PyQt5本身拥有超过620个类和6000函数及方法.在可以运行于多个平台.PyQt5拥有双重协议 ...

  8. BIML 101 - ETL数据清洗 系列 - BIML 快速入门教程 - 序

    BIML 101 - BIML 快速入门教程 做大数据的项目,最花时间的就是数据清洗. 没有一个相对可靠的数据,数据分析就是无木之舟,无水之源. 如果你已经进了ETL这个坑,而且预算有限,并且有大量的 ...

  9. ​HealthKit开发快速入门教程大学霸内部教程

    ​HealthKit开发快速入门教程大学霸内部教程 ​ ​ 国内第一本HealthKit专向教程.本教程详细讲解iOS中,如何使用HealthKit框架开发健康应用.最后,本教程结合HealthKit ...

最新文章

  1. CentOS 6.5的安装详解
  2. 控制Java并行流的并行度
  3. 移动开发语言Swift
  4. Linux性能优化之内存优化(二)
  5. 以下程序运行后的输出结果是:int fun(int n){static int s=1;s*=n;return s;main(){int i,s=0;for(i=1;i<=4;i++){s+=f}}}
  6. 起始之家网站的辅助教程值不值得买
  7. 计算机学院工作总结报告,计算机学院分工会2018年工作总结
  8. 利用OBS推流抖音直播电脑屏幕或PC游戏
  9. 【炼数成金 NOSQL引航 一 】 进入NoSQL世界;NoSQL与SQL的战争
  10. 短视频行业内情分析-今抖云创
  11. 钉钉小程序开发 (企业内部应用)
  12. 自然辩证法复习题 1
  13. Python爬虫数据入库
  14. 2021年中国电气工业百强企业排行榜:7家企业主营业务收入破百亿,上市企业占4席(附年榜TOP100详单)
  15. 通达信分时接口dll的算法
  16. 【Leetcode刷题记录_C++】【数据结构】
  17. python multi不断乘_芝麻IP:Python几种矩阵乘法np.dot, np.multiply……
  18. tensorflow与深度学习之一
  19. vue项目加入百度统计代码-统计网站浏览数据
  20. 小福利,django搭建个人网站的源码公开(一)

热门文章

  1. 随机种子 seed()
  2. Word目录第一行和最后一行格式不对(首行缩进)的解决方案
  3. Clickhouse 在云原生场景下的部署和使用
  4. 微软新编程字体开源,用着一不小心就骂人了
  5. git checkout reset 傻傻分不清楚
  6. Prism Dialog
  7. java联机_Java实现简易联网坦克对战小游戏
  8. 基于php024校园视频点播系统
  9. sqlite3数据导入导出
  10. EMNLP2021 | DeepBlueAI团队少量数据关系抽取论文被录用