本篇内容主要讲解“Qt如何实现曲线监控”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Qt如何实现曲线监控”吧!
曲线监控模块用的很少，主要就是用来观察某个设备的实时采集的数据和历史采集的数据，可以回放数据，在右侧可以选择对应的通信端口和控制器，然后选择指定的探测器进行观察，从选择的时候开始计时，每个数据都对应一个数据点，至于采集间隔，这个在端口管理中设定的，一般来说都是1秒钟采集一次。
显示曲线图表控件，个人强烈推荐开源的qcustomplot或者qwt，Qt5.7以后集成了qchart模块也有曲线控件，个人觉得用法还是不够友好，而且很多人反映大数据量基本上歇菜，只能做一些小数据量的展示，我看过qchart模块的完整源码，写的不是很好，也许后期改进了不少，还是Qt4时代若基亚品质保证，代码质量都是杠杠的，可惜若基亚把Qt卖了。
采集数据端口，支持串口端口+网络端口，串口支持自由设置串口号+波特率，网络支持自由设置IP地址+通讯端口，每个端口支持采集周期，默认1秒钟一个地址，支持设置通讯超时次数，默认3次，支持最大重连时间，用于重新读取离线的设备。
控制器信息，能够添加控制器名称，选择控制器地址+控制器型号，设置该控制器下面的探测器数量。
探测器信息，能够添加位号，可自由选择探测器型号，气体种类，气体符号，高报值，低报值，缓冲值，清零值，是否启用，报警声音，背景地图，存储周期，数值换算小数点位数，报警延时时间，报警的类型（HH,LL,HL）等。
控制器型号+探测器型号+气体种类+气体符号，均可自由配置。
地图支持导入和删除，所有的探测器对应地图位置可自由拖动保存。
端口信息+控制器信息+探测器信息，支持导入导出+导出到excel+打印。
运行记录+报警记录+用户记录，支持多条件组合查询，比如时间段+控制器+探测器等，所有记录支持导出到excel+打印。
导出到excel的记录支持所有excel+wps等表格文件版本，不依赖excel等软件。
可删除指定时间范围内的数据，支持自动清理早期数据，设置最大保存记录数。
支持报警短信转发，支持多个接收手机号码，可设定发送间隔，比如即时发送或者6个小时发送一次所有的报警信息，短信内容过长，自动拆分多条短信。
支持报警邮件转发，支持多个接收邮箱，可设定发送间隔，比如即时发送或者6个小时发送一次所有的报警信息，支持附件发送。
高报颜色+低报颜色+正常颜色+0值颜色+曲线背景+曲线颜色等，都可以自由选择。
软件的中文标题+英文标题+logo路径+版权所有都可以自由设置。
提供开关设置开机运行+报警声音+自动登录+记住密码等。
报警声音可设置播放次数，界面提供17种皮肤文件选择。
支持云端数据同步，可设置云端数据库的信息，比如数据库名称，用户名+密码等。
支持网络转发和网络接收，网络接收开启后，软件从udp接收数据进行解析。网络转发支持多个目标IP，这样就实现了本地采集的软件，自由将数据转到客户端，随时查看探测器数据。
自动记住用户最后停留的界面+其他信息，重启后自动应用。
报警自动切换到对应的地图，探测器按钮闪烁。
双击探测器图标，可以进行回控。
支持用户权限管理，管理员+操作员两大类，用户登录+用户退出，可以记住密码和自动登录，超过三次报错提示并关闭程序。
支持四种监控模式，设备面板监控+地图监控+表格数据监控+曲线数据监控，可自由切换，四种同步应用。
支持报警继电器联动，一个位号可以跨串口联动多个模块和继电器号，支持多对多。
本地数据存储支持sqlite+mysql，支持远程数据同步到云端数据库。自动重连。
本地设备采集到的数据实时上传到云端，以便手机APP或者web等其他方式提取。
支持两种数据源，一种是串口和网络通过协议采集设备数据，一种是数据库采集。数据库采集模式可以作为通用的系统使用。
自带设备模拟工具，支持16个设备数据模拟，同时还带数据库数据模拟，以便在没有设备的时候测试数据。
默认通信协议采用modbus协议，后期增加mqtt等物联网协议的支持，做成通用系统。
支持所有windows操作系统+linux操作系统和其他操作系统。
void frmViewPlot::initPlot()
{
ui->customPlot->addGraph();
ui->customPlot->graph(0)->setName("浓度值");
ui->customPlot->graph(0)->setPen(QPen(QColor(App::ColorPlotLine), LineWidth));
ui->customPlot->graph(0)->setScatterStyle(QCPScatterStyle(QCPScatterStyle::ssCircle,
Qt::NoPen, QBrush(QColor(App::ColorPlotLine)), DotWidth));
QFont font;
font.setPixelSize(11);
ui->customPlot->legend->setFont(font);
ui->customPlot->xAxis->setLabelFont(font);
ui->customPlot->yAxis->setLabelFont(font);
ui->customPlot->xAxis->setTickLabelFont(font);
ui->customPlot->yAxis->setTickLabelFont(font);
ui->customPlot->xAxis->setTickLabelType(QCPAxis::ltDateTime);
ui->customPlot->xAxis->setDateTimeFormat("hh:mm:ss");
ui->customPlot->xAxis->setAutoTickStep(false);
ui->customPlot->xAxis->setTickStep(TickStep);
ui->customPlot->xAxis->setRange(0, XMax, Qt::AlignRight);
ui->customPlot->yAxis->setRange(0, 100);
ui->customPlot->legend->setVisible(true);
QColor textColor = QColor(App::ColorPlotText);
ui->customPlot->yAxis->setLabelColor(textColor);
ui->customPlot->xAxis->setTickLabelColor(textColor);
ui->customPlot->yAxis->setTickLabelColor(textColor);
ui->customPlot->xAxis->setBasePen(QPen(textColor));
ui->customPlot->yAxis->setBasePen(QPen(textColor));
ui->customPlot->xAxis->setTickPen(QPen(textColor));
ui->customPlot->yAxis->setTickPen(QPen(textColor));
ui->customPlot->xAxis->setSubTickPen(QPen(textColor));
ui->customPlot->yAxis->setSubTickPen(QPen(textColor));
ui->customPlot->xAxis->grid()->setPen(QPen(textColor));
ui->customPlot->yAxis->grid()->setPen(QPen(textColor));
ui->customPlot->yAxis->grid()->setZeroLinePen(QPen(textColor));
ui->customPlot->setBackground(QColor(App::ColorPlotBg));
//ui->customPlot->xAxis->setTickLabelRotation(90);
ui->customPlot->yAxis->setAutoTickCount(30);
ui->customPlot->replot();
//ui->customPlot->installEventFilter(this);
}
void frmViewPlot::loadPlot()
{
//移除第一个数据,增加一个数据,保证每次集合数据一致
labs.remove(0, 1);
labs.append(TIME);
values.remove(0, 1);
values.append(currentValue);
ui->customPlot->graph(0)->setData(keys, values);
ui->customPlot->xAxis->setTickVector(keys);
ui->customPlot->xAxis->setTickVectorLabels(labs);
ui->customPlot->replot();
}
void frmViewPlot::initData()
{
whereSql = "where 1=1";
columnNames << "编号" << "位号" << "控制器名称" << "探测器名称" << "浓度值" << "气体符号" << "保存时间";
columnWidths << 100 << 120 << 145 << 145 << 70 << 70 << 150;
//设置需要显示数据的表格和翻页的按钮,最后一列自动填充,奇偶行不同颜色显示
dbPage = new DbPage(this);
dbPage->setAllCenter(true);
dbPage->setColumnNames(columnNames);
dbPage->setColumnWidths(columnWidths);
dbPage->setResultCurrent(XMax2);
dbPage->setTableName("NodeLog");
dbPage->setOrderSql(QString("LogID %1").arg(App::AlarmLogOrder));
dbPage->setControl(ui->tableView, ui->labPageCount, ui->labPageCurrent, ui->labResultCount, ui->labResultCurrent, ui->labResult, 0,
ui->btnFirst, ui->btnPre, ui->btnNext, ui->btnLast, "LogID");
dbPage->setWhereSql(whereSql);
dbPage->select();
//绑定按钮切换载入数据
connect(ui->btnFirst, SIGNAL(clicked()), this, SLOT(loadData()));
connect(ui->btnPre, SIGNAL(clicked()), this, SLOT(loadData()));
connect(ui->btnNext, SIGNAL(clicked()), this, SLOT(loadData()));
connect(ui->btnLast, SIGNAL(clicked()), this, SLOT(loadData()));
}
void frmViewPlot::loadData()
{
keys.clear();
labs.clear();
values.clear();
//加载当前表格中的数据
QAbstractItemModel *model = ui->tableView->model();
int count = model->rowCount();
for (int i = 0; i < count; i++) {
QModelIndex modelIndex = model->index(i, 4);
QModelIndex labIndex = model->index(i, 6);
double value = model->data(modelIndex).toDouble();
QString strDate = model->data(labIndex).toString().right(8);
keys << i;
labs << strDate;
values << value;
}
ui->customPlot->graph(0)->setData(keys, values);
ui->customPlot->xAxis->setTickVector(keys);
ui->customPlot->xAxis->setTickVectorLabels(labs);
ui->customPlot->replot();
}
void frmViewPlot::receiveValue(const QString &positionID, float value)
{
if (ui->ckPause->isChecked()) {
return;
}
//必须是实时曲线才需要显示
if (ui->cboxType->currentText() != "实时曲线") {
return;
}
//找到当前位号对应的索引,取出对应索引位置的值
QString id = ui->cboxNodeName->itemData(ui->cboxNodeName->currentIndex()).toString();
if (id != positionID) {
return;
}
currentValue = value;
//以下增加部分为将接收数据曲线显示
QVector<double> keys;
QVector<double> datas;
double key = QDateTime::currentDateTime().toMSecsSinceEpoch() / 1000.0;
keys.append(key);
datas.append(currentValue);
ui->customPlot->graph(0)->addData(keys, datas);
ui->customPlot->graph(0)->removeDataBefore(key - XMax);
ui->customPlot->xAxis->setRange(key, XMax, Qt::AlignRight);
ui->customPlot->replot();
}
void frmViewPlot::receiveValue(const QString &portName, quint8 addr, const QList<float> &values)
{
if (ui->ckPause->isChecked()) {
return;
}
//必须是实时曲线才需要显示
if (ui->cboxType->currentText() != "实时曲线") {
return;
}
//过滤端口
if (ui->cboxPortName->currentText() != portName) {
return;
}
//过滤设备
if (ui->cboxDeviceName->itemData(ui->cboxDeviceName->currentIndex()).toInt() != addr) {
return;
}
//找到当前位号对应的索引,取出对应索引位置的值
QString positionID = ui->cboxNodeName->itemData(ui->cboxNodeName->currentIndex()).toString();
//找到当前索引位置的设备地址对应探测器的最小寄存器地址
//如果读取的起始寄存器地址是5则回来的数据位第一个是寄存器地址5的数据,后面连续
quint16 nodeMinAddr = DBHelper::getNodeMinAddr(portName, addr);
int index = DBData::NodeInfo_PositionID.indexOf(positionID);
int startIndex = DBData::NodeInfo_NodeAddr.at(index) - nodeMinAddr - 1;
//有时候可能出现总共添加了8个探测器但是真实读到4个探测器的情况
if (startIndex >= values.count()) {
return;
}
currentValue = values.at(startIndex);
//以下增加部分为将接收数据曲线显示
QVector<double> keys;
QVector<double> datas;
double key = QDateTime::currentDateTime().toMSecsSinceEpoch() / 1000.0;
keys.append(key);
datas.append(currentValue);
ui->customPlot->graph(0)->addData(keys, datas);
ui->customPlot->graph(0)->removeDataBefore(key - XMax);
ui->customPlot->xAxis->setRange(key, XMax, Qt::AlignRight);
ui->customPlot->replot();
}到此，相信大家对“Qt如何实现曲线监控”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
