MVFG hoorcolleges
HC01 – introductie
Meten is de belangrijkste manier om kennis over ons bewegen te verkrijgen
Binnen bewegingswetenschappen zijn er twee soorten metingen:
- Sociaalwetenschappelijke
o Bijv. vragenlijsten
- Natuurwetenschappelijke
o Metingen van meer fysische grootheden, zoals massa en tijd
Deze cursus: natuurwetenschappelijke metingen, d.w.z. metingen van fysische grootheden,
zoals afstand, massa, tijd en kracht
Er is meer nodig dan alleen maar meten:
- Metingen uitwerken analyseren
o Deze stap kost meer tijd dan het meten zelf
- Resultaten interpreteren
- ‘Meten = weten’ is te kort, er komt meer bij kijken dan alleen het meten zelf
Meten en verwerken van data
- Apps doen twee dingen:
o Metingen verrichten (via) GPS
o Metingen uitwerken (omzetten naar grafieken e.d.)
- In de praktijk zijn dit de taken van de bewegingswetenschapper
o Meer stappen dan maar 2 keer op een knop drukken (zoals bij runkeeper)
Stappen
- Onderzoeker: denken wat/hoe je gaat meten
o Instellingen van meetinstrumenten zo gunstig mogelijk
- Meetinstrument: meten
- Apparatuur: voorbewerken ruwe data
- Computer: opslaan data, dataverwerking
Leerdoelen deze cursus
- Bepalen hoe je iets goed kunt meten
- Metingen verrichten
- Metingen uitwerken
- Groot deel van de cursus: algemene principes en methoden
- Ook meten van enkele specifieke grootheden:
o Bewegingsregistratie
o Meten van krachten
o EMG
,Elke fysische grootheid heeft een eenheid
- Afstand: meter (m)
- Massa: kilogram (kg)
- Tijd: seconde (s)
- Kracht: newton (N)
- Etc.
Meten = bepalen hoeveel eenheden een bepaalde grootheid groot is (bijv. hoeveel meters
zitten er in de afstand)
Kalibreren en ijken
- Kalibreren = ijken = aanbrengen van een schaalverdeling
- De output van meetinstrumenten zit vaak niet in de juiste eenheden
- Voorbeeld: stappenteller
o Vaak wil je deze gebruiken om de afstand te meten
o Meet aantal stappen
o Wil je dit gebruiken om de afstand te berekenen moet je hem kalibreren
o Dit doe je door een precies bekende afstand te lopen na rondje kun je
aflezen hoe veel stappen je gezet hebt afstand/aantal stappen, dan
weet je hoe veel meter je per stap zet (stapgrootte)
- Soms: kalibreren = bepalen van een omrekeningsfactor
o Niet altijd zo eenvoudig, vaak meer werk: bepaal kalibratielijn waarbij je
kan aflezen om bepaalde spanning om te zetten in bijvoorbeeld kracht
Vaak: meetinstrument geeft waarde niet in juiste eenheid maar als
elektrische spanning (in volt)
Kalibreren dan: bepalen hoe je volts omrekent naar de juiste
eenheid
Kalibreren: krachtopnemer
- Voorbeeld: kalibratie van krachtopnemer
o Bekende krachten (gewichten): 9.8, 245, 490,
etc. Newton
o Krachtopmeter geeft aan: 225, 387, 1024, etc.
mV
- Stappen die je onderneemt
o Stap 1: maak grafiek
o Stap 2: maak kalibratielijn door de punten
heen, meestal is dit een rechte lijn: y = ax+b
In matlab: coef = polyfit(x,y,1)
1 staat voor rechte lijn (polynoom van
orde 1)
X zijn de bekende waarden
o Resultaat
A = de gevoeligheid (richtingscoëfficient)
B = de offset (de waarde waar de lijn de
y-as doorsnijdt)
- Polyfit gebruikt de kleinste-kwadraten methode
, o Voor alle punten de afstand tot de lijn bepalen
Kalibreren: hoe niet?
- Je kunt ook een lijn maken met maar twee punten
- Dan krijg je een hele andere lijn die een grote afwijking
heeft (afb 21/22)
- Gevoelig voor meetfouten
- Hoe verder je gaat, hoe groter de afwijking wordt
- Meetpunten in te klein bereik
o Zeer gevoelig voor meetfouten
o Vooral ver van kalibratiemetingen
- Minstens 5 metingen doen voor betrouwbare kalibratie
- Wanneer je x en y omwisselt bij de polyfit, krijg je ook een
afwijkende lijn (afb 23)
o X = onafhankelijke variabele
o Y = afhankelijke variabele
o Zo bereken je de afstand van de punten tot de lijn
maar dan op de x as, is dus niet de juiste manier
o Als je meetfouten toeschrijft aan onafhankelijke
variabele krijg je een andere lijn
Kalibratie toepassen
- Stel je hebt goed gekalibreerd en meet 1260 mV; hoe veel N
is dit (dit kun je in de grafiek aflezen, of de formule van de
kalibratielijn gebruiken (afb 24)
Signalen
- Veel metingen: grootheid gemeten als functie van de tijd, heel veel metingen
achter elkaar
- Signaal = waarde van grootheid als functie van de tijd, op meerdere tijdstippen
- Je hebt verschillende soorten signalen
o Naar tijdstip: kunnen alle
mogelijke waarden aannemen
Continue-tijd signalen
Bestaat voor elk
tijdstip
Analoge signalen
Discrete-tijd signalen
Bestaat alleen op
bepaalde
tijdstippen
o Naar waarde: kunnen niet elke
waarde aannemen
Continue signalen
Discrete signalen
Digitale signalen
, - Met mobiele telefoon wordt niet op elk tijdstip gemeten en opgeslagen (dus niet
continu maar discrete tijd), kunnen ook maar beperkt aantal cijfers achter de
komma hebben (dus discrete waarden)
o Alles van smartphone en computer is op bepaalde tijdstippen en op een
bepaalde manier afgerond
- Bijvoorbeeld met de klok: er wordt continu gemeten (tijd), maar je de waarden
die je ziet zijn gediscretiseerd (tot seconden)
o Het beeldscherm gaf op elk tijdstip iets aan en ging niet tussendoor uit
(continue tijd), wat je ziet is afgerond op seconden (discreet)
- Goed de vraag lezen welk signaal zie je? Vs. welk signaal wordt hier gemeten?
Signalen: periodiciteit
- Zuiver periodiek
o Signaal herhaalt zichzelf exact, met een zekere periode
o x(t+T) = x(t), met T de periode
- Periodiek
o Signaal herhaalt zichzelf ongeveer, maar niet exact
o Bijvoorbeeld bij stappen zetten
o Kleine fluctuaties
- Niet-periodiek
o Alle andere signalen, die zichzelf niet herhalen
Representatie van signalen
- Eerste wat je doet nadat je een signaal hebt gemeten: bekijk het!!
o Signaal als functie van de tijd plotten in Matlab, of y als functie van x
o Gebruik altijd aslabels:
Welke grootheid
Welke eenheid
o Meer dan een signaal in grafiek:
Maak een legenda welke lijn wat representeert
- Y als functie van x: gebruik zelfde schaling voor beide assen
o In Matlab: axis equal
- 3D data: 3D plots
o Projecties op drie onderling loodrechte vlakken
o Zo kun je waarden afzonderlijk aflezen
Faseportret
- Faseportret: plot van afgeleide van (1D) signaal als functie van het signaal zelf
(zoals: snelheid als functie van positie)
- Vaak interessant voor (zuiver) periodieke signalen
HC02 – Fourier-analyse
Motivatie Fourier-analyse
- Probleem bij veel metingen
o Gemeten signaal bevat stoorsignalen
HC01 – introductie
Meten is de belangrijkste manier om kennis over ons bewegen te verkrijgen
Binnen bewegingswetenschappen zijn er twee soorten metingen:
- Sociaalwetenschappelijke
o Bijv. vragenlijsten
- Natuurwetenschappelijke
o Metingen van meer fysische grootheden, zoals massa en tijd
Deze cursus: natuurwetenschappelijke metingen, d.w.z. metingen van fysische grootheden,
zoals afstand, massa, tijd en kracht
Er is meer nodig dan alleen maar meten:
- Metingen uitwerken analyseren
o Deze stap kost meer tijd dan het meten zelf
- Resultaten interpreteren
- ‘Meten = weten’ is te kort, er komt meer bij kijken dan alleen het meten zelf
Meten en verwerken van data
- Apps doen twee dingen:
o Metingen verrichten (via) GPS
o Metingen uitwerken (omzetten naar grafieken e.d.)
- In de praktijk zijn dit de taken van de bewegingswetenschapper
o Meer stappen dan maar 2 keer op een knop drukken (zoals bij runkeeper)
Stappen
- Onderzoeker: denken wat/hoe je gaat meten
o Instellingen van meetinstrumenten zo gunstig mogelijk
- Meetinstrument: meten
- Apparatuur: voorbewerken ruwe data
- Computer: opslaan data, dataverwerking
Leerdoelen deze cursus
- Bepalen hoe je iets goed kunt meten
- Metingen verrichten
- Metingen uitwerken
- Groot deel van de cursus: algemene principes en methoden
- Ook meten van enkele specifieke grootheden:
o Bewegingsregistratie
o Meten van krachten
o EMG
,Elke fysische grootheid heeft een eenheid
- Afstand: meter (m)
- Massa: kilogram (kg)
- Tijd: seconde (s)
- Kracht: newton (N)
- Etc.
Meten = bepalen hoeveel eenheden een bepaalde grootheid groot is (bijv. hoeveel meters
zitten er in de afstand)
Kalibreren en ijken
- Kalibreren = ijken = aanbrengen van een schaalverdeling
- De output van meetinstrumenten zit vaak niet in de juiste eenheden
- Voorbeeld: stappenteller
o Vaak wil je deze gebruiken om de afstand te meten
o Meet aantal stappen
o Wil je dit gebruiken om de afstand te berekenen moet je hem kalibreren
o Dit doe je door een precies bekende afstand te lopen na rondje kun je
aflezen hoe veel stappen je gezet hebt afstand/aantal stappen, dan
weet je hoe veel meter je per stap zet (stapgrootte)
- Soms: kalibreren = bepalen van een omrekeningsfactor
o Niet altijd zo eenvoudig, vaak meer werk: bepaal kalibratielijn waarbij je
kan aflezen om bepaalde spanning om te zetten in bijvoorbeeld kracht
Vaak: meetinstrument geeft waarde niet in juiste eenheid maar als
elektrische spanning (in volt)
Kalibreren dan: bepalen hoe je volts omrekent naar de juiste
eenheid
Kalibreren: krachtopnemer
- Voorbeeld: kalibratie van krachtopnemer
o Bekende krachten (gewichten): 9.8, 245, 490,
etc. Newton
o Krachtopmeter geeft aan: 225, 387, 1024, etc.
mV
- Stappen die je onderneemt
o Stap 1: maak grafiek
o Stap 2: maak kalibratielijn door de punten
heen, meestal is dit een rechte lijn: y = ax+b
In matlab: coef = polyfit(x,y,1)
1 staat voor rechte lijn (polynoom van
orde 1)
X zijn de bekende waarden
o Resultaat
A = de gevoeligheid (richtingscoëfficient)
B = de offset (de waarde waar de lijn de
y-as doorsnijdt)
- Polyfit gebruikt de kleinste-kwadraten methode
, o Voor alle punten de afstand tot de lijn bepalen
Kalibreren: hoe niet?
- Je kunt ook een lijn maken met maar twee punten
- Dan krijg je een hele andere lijn die een grote afwijking
heeft (afb 21/22)
- Gevoelig voor meetfouten
- Hoe verder je gaat, hoe groter de afwijking wordt
- Meetpunten in te klein bereik
o Zeer gevoelig voor meetfouten
o Vooral ver van kalibratiemetingen
- Minstens 5 metingen doen voor betrouwbare kalibratie
- Wanneer je x en y omwisselt bij de polyfit, krijg je ook een
afwijkende lijn (afb 23)
o X = onafhankelijke variabele
o Y = afhankelijke variabele
o Zo bereken je de afstand van de punten tot de lijn
maar dan op de x as, is dus niet de juiste manier
o Als je meetfouten toeschrijft aan onafhankelijke
variabele krijg je een andere lijn
Kalibratie toepassen
- Stel je hebt goed gekalibreerd en meet 1260 mV; hoe veel N
is dit (dit kun je in de grafiek aflezen, of de formule van de
kalibratielijn gebruiken (afb 24)
Signalen
- Veel metingen: grootheid gemeten als functie van de tijd, heel veel metingen
achter elkaar
- Signaal = waarde van grootheid als functie van de tijd, op meerdere tijdstippen
- Je hebt verschillende soorten signalen
o Naar tijdstip: kunnen alle
mogelijke waarden aannemen
Continue-tijd signalen
Bestaat voor elk
tijdstip
Analoge signalen
Discrete-tijd signalen
Bestaat alleen op
bepaalde
tijdstippen
o Naar waarde: kunnen niet elke
waarde aannemen
Continue signalen
Discrete signalen
Digitale signalen
, - Met mobiele telefoon wordt niet op elk tijdstip gemeten en opgeslagen (dus niet
continu maar discrete tijd), kunnen ook maar beperkt aantal cijfers achter de
komma hebben (dus discrete waarden)
o Alles van smartphone en computer is op bepaalde tijdstippen en op een
bepaalde manier afgerond
- Bijvoorbeeld met de klok: er wordt continu gemeten (tijd), maar je de waarden
die je ziet zijn gediscretiseerd (tot seconden)
o Het beeldscherm gaf op elk tijdstip iets aan en ging niet tussendoor uit
(continue tijd), wat je ziet is afgerond op seconden (discreet)
- Goed de vraag lezen welk signaal zie je? Vs. welk signaal wordt hier gemeten?
Signalen: periodiciteit
- Zuiver periodiek
o Signaal herhaalt zichzelf exact, met een zekere periode
o x(t+T) = x(t), met T de periode
- Periodiek
o Signaal herhaalt zichzelf ongeveer, maar niet exact
o Bijvoorbeeld bij stappen zetten
o Kleine fluctuaties
- Niet-periodiek
o Alle andere signalen, die zichzelf niet herhalen
Representatie van signalen
- Eerste wat je doet nadat je een signaal hebt gemeten: bekijk het!!
o Signaal als functie van de tijd plotten in Matlab, of y als functie van x
o Gebruik altijd aslabels:
Welke grootheid
Welke eenheid
o Meer dan een signaal in grafiek:
Maak een legenda welke lijn wat representeert
- Y als functie van x: gebruik zelfde schaling voor beide assen
o In Matlab: axis equal
- 3D data: 3D plots
o Projecties op drie onderling loodrechte vlakken
o Zo kun je waarden afzonderlijk aflezen
Faseportret
- Faseportret: plot van afgeleide van (1D) signaal als functie van het signaal zelf
(zoals: snelheid als functie van positie)
- Vaak interessant voor (zuiver) periodieke signalen
HC02 – Fourier-analyse
Motivatie Fourier-analyse
- Probleem bij veel metingen
o Gemeten signaal bevat stoorsignalen
