Effiziente Analyse und Darstellung von Messdaten

Die zunehmende Menge an erfassten Messdaten erfordert eine immer effizientere Verarbeitung und Darstellung. Trotz vorgegebener DIN-Normen für Diagramme erfolgt die Darstellung oft nicht einheitlich und wenig aussagekräftig. Im Seminar wird gezeigt und geübt, wie Daten mit gängigen Analysetools ausgewertet und in geeigneter und normgerechter Form dargestellt werden können, damit Zusammenhänge sichtbar werden und Ergebnisse aussagekräftig wirken.

Ziel der Weiterbildung

Nach Abschluss des Seminars sind die Teilnehmer:innen in der Lage, Messdaten effizient auszuwerten, in verschiedenen Diagrammformen gemäß DIN 461 darzustellen und funktionelle Zusammenhänge mittels Anpassungsverfahren zu ermitteln. Die Übungen erfolgen am PC mithilfe von Excel, LabVIEW sowie der weitverbreiteten Freeware SciDAVis und können auf andere Datenanalyse-Tools übertragen werden.

HINWEIS
Vorkenntnisse im Umgang mit Analysetools sind nicht erforderlich.

Montag, 20. Oktober 2025
9.00 bis 12.15 und 13.45 bis 17.00 Uhr

Grundlagen im Seminar

• Erfassung und Angabe von Messwerten nach DIN 1319
• Ermittlung von Erwartungswerten und Streuung von Messdaten
• Methoden der Interpolation
• Verfahren zur Reduzierung der Streuung: Mittelung, Oversampling, Korrelation, Fourier-Transformation, digitale Filterung (gleitender Mittelwert)
• Vergleich der Möglichkeiten von Datenanalyse-Tools: Excel, ORIGIN, SciDAVis, MATLAB, LabPlot, QtiPlot, LabVIEW
• Gestaltung von Diagrammen nach DIN 461

Übungen am PC

• Import und Export von Datensätzen
• linear-linear-Darstellung, mehrfache Achsen und Datensätze
• logarithmisch-linear-Darstellung (exponentielle Abhängigkeiten, weite Messbereiche)
• doppelt-logarithmische Darstellungen (Potenzabhängigkeiten)
• Arrhenius-Plot (reziproke Skalen)
• Histogramme (Verteilung von Messdaten)
• Wahrscheinlichkeitsdiagramme (Darstellung kumulativer Wahrscheinlichkeiten)
• Polardiagramme (Winkelabhängigkeiten)
• Wasserfalldiagramme (komplexe Zeitverläufe)
• Rasterdiagramme (Darstellung großer Datenmengen)
• 3D-Diagramme (Balken- und Oberflächendiagramme)
• Finden von funktionellen Zusammenhängen durch Anpassverfahren (Fits)
• lineare Regression (Bedeutung des Korrelationskoeffizienten)
• nicht lineare Kurvenanpassung (Benutzer-definierte funktionelle Zusammenhänge)
• aussagekräftige Gestaltung von Kennlinien, Datenblättern u.ä.