📊

Histogram

Sinks

Der Histogram-Block akkumuliert eingehende Skalarwerte über den gesamten Simulationslauf und stellt deren Häufigkeitsverteilung als Balkenhistogramm dar. Die Werte werden in eine feste Anzahl gleich breiter Klassen (Bins) einsortiert, die einen benutzerdefinierten Wertebereich abdecken. Dies ermöglicht einen schnellen Überblick über die statistische Beschaffenheit eines Signals.

Dieser Block eignet sich hervorragend für Rauschanalysen, die Auswertung von Monte-Carlo-Ergebnissen und die Qualitätsüberwachung, wenn die Form der Verteilung — und nicht der Zeitverlauf der Wellenform — von primärem Interesse ist.

Ein- & Ausgänge

Direction	ID	Label	Typ	Status
→ In	`in`	Input	array	Required

Parameter

Parameter	Label	Typ	Standardwert	Beschreibung
`rangeMode`	Range	select	`auto`	Auto fits the axis to the data; Manual uses the Min/Max below.
`minValue`	Min Value	number	`-5`	Lower bound (Manual range only).
`maxValue`	Max Value	number	`5`	Upper bound (Manual range only).
`binMode`	Binning	select	`count`	How bins are sized: a fixed number, a fixed step width, or auto.
`bins`	Bin count	number	`20`	Number of bins (Bin count mode).
`binWidth`	Bin width	number	`1`	Width/step of each bin (Fixed width mode).

Anwendungsbeispiele

Sensorrauschen analysieren

NoiseSensor → Histogram

Verbinden Sie den Ausgang eines verrauschten Sensors direkt mit dem Histogramm, um zu prüfen, ob das Rauschen näherungsweise normalverteilt (Gauß-Verteilung) ist, und um dessen Streuung zu messen.

Monte-Carlo-Ausgangsverteilung

RandomSource → Plant → Histogram

Regen Sie die Regelstrecke mit einer stochastischen Quelle an; das Histogramm visualisiert die resultierende Verteilung der Ausgangswerte über den Simulationslauf.

Hinweise & Best Practices

Senkenblock (Sink): Histogram besitzt keine Ausgangsports. Er ist ein abschließender Anzeige-Endknoten und speist keine nachgelagerten Berechnungen.
Skalarer Eingang: Der Eingangsport akzeptiert ein skalares numerisches Signal. Jeder Simulationsschritt steuert einen Abtastwert zur akkumulierten Verteilung bei.
Akkumulation: Im Gegensatz zu Momentanwert-Anzeigeblöcken sammelt das Histogramm alle Abtastwerte seit Beginn der Simulation. Die Verteilung wird mit zunehmender Simulationsdauer stabiler.
Bereichsbegrenzung: Werte außerhalb des Intervalls [minValue, maxValue] werden in den Randklassen mitgezählt und nicht verworfen. Passen Sie den Bereich an, falls die Verteilung stark abgeschnitten wirkt.