自校零和自校准技术修改后Word文档格式.docx
- 文档编号:16114793
- 上传时间:2022-11-20
- 格式:DOCX
- 页数:15
- 大小:209.76KB
自校零和自校准技术修改后Word文档格式.docx
《自校零和自校准技术修改后Word文档格式.docx》由会员分享,可在线阅读,更多相关《自校零和自校准技术修改后Word文档格式.docx(15页珍藏版)》请在冰豆网上搜索。
摘要
本文介绍了传感器的几种非线性校正技术方法以及自校准与自校零技术的原理;
论述了实时在线校准技术的实现方法,从校准的定义出发,引申出了仪器仪表自校准的概念,并对自校准实现的基本原理和过程进行了分析。
关键词:
传感器;
非线性校正;
自校零技术;
自校准技术
第一章引言
伴随着在互联网网全球化的推动下的科技进步,对传感器进行智能化设计越来越成为所需,智能化方法也得到了相应的发展。
根据传感器技术的发展,将传感器智能化按其功能分为以下几个阶段:
1)初级智能化。
仅具有改善非线性误差,消除噪声影响,提高精度的功能。
2)自立智能化。
增加了自我诊断,自我校正等自我调节功能,具有就地处理,适应环境的能力。
3)高级智能化。
具有多维检测,特征检测,图像显示和图像识别等功能,具有分析记忆,模式识别,自学习甚至思维能力。
本文就传感器的非线性校正技术,自校零技术和自校准技术进行论述。
通过对这方面的了解与学习,希望可以在现有的技术水平上进行改进,使其有更好的性能,能更准确地工作,更好地为我们所用。
第二章非线性自校正技术
测量系统的线性度(非线性误差)是影响系统精度的重要指标之一。
智能传感器系统具有非线性自动校正功能,可以消除整个传感器系统的非线性系统误差,提高测量精度。
与经典传感器技术不同的是,智能化非线性自动校正技术是通过软件来实现的。
它不在乎测量系统中任一测量环节具有多么严重的非线性特性,也不需要再对改善测量系统中每一个测量环节的非线性特性而耗费精力,只要求他们的输入-输出特性具有重复性。
2.1传感器非线性校正的原因
传感器就是一种以一定的精确度将被测物理量(如位移、力、加速度等)转换为与之有确定对应关系的、易于精确处理和测量的某种物理量的测量部件或装置。
狭义地定义为:
能把外界非电信号转换成电信号输出的机器或装置。
传感器的作用就是把光、声音、温度等各种物理量转换为电子电路能处理的电压或电流信号。
理想传感器的输入物理量与转换信号量呈线性关系,线性度越高,则传感器的精度越高,反之,传感器的精度越低。
在自动检测系统中,我们总是期望系统的输出与输入之间为线性关系,但在工程实践中,大多数传感器的特性曲线都存在一定的非线性度(有时又称为线性度与积分线性度)误差,另外,非电量转化电路也会出现一定的非线性。
传感器非线性特性产生的原因从传感器的变换原理可以看出,利用各类传感器把物理量转换成电量时,大多数传感器的输出电量与被测物理量之间的关系都存在一定的非线性,这是数据采集系统产生非线性特性的主要原因,其次是变换电路的非线性。
2.2非线性的线性化校正
非线性校正方法分别从硬件和软件两方面给出了校正的方法,并对硬件、软件校正的优缺点做出了总结,即非线性的线性化校正采用何种方法,要根据实际应用的要求来确定。
2.2.1硬件电路实现非线性特征的线性化
1)敏感元件特性的线性化
敏感元件是非电量检测的感受元件,它的非线性对后级影响很大,我们应尽量使它线性化。
如用热敏电阻测量,热敏电阻Rt与t的关系是:
Rt=A・exp(B/T)
(1)
式中,T=273+t,t为摄氏温度;
A,B均为与材料有关的常数,
显然Rt与t呈非线性,我们可以采用一个附加线性电阻与热敏电阻并联,所形成的并联等效电阻Rp与t有近似线性关系,如图1,Rp的整段曲线呈S形。
电路并联的电阻R可由(3)式确定。
(2)
(3)
图1并联等效电阻曲线
其中RA、RB、RC是热敏电阻在低温,中温和高温下的电阻值。
2)折线逼近法
将传感器的特性曲线用连续有限的直线来代替,然后根据各转折点和各段直线来设计硬件电路,这就是最常用折线逼近法。
转折点越多,各段直线就越逼近曲线,精度也就越高,但太多了就会因为线路本身误差而影响精度,所以转折点的选取与要求的精度和线路有密切的联系,在实际应用中,应采取具体问题具体分析的办法。
3)小结
此外,采用硬件方法校正中还有抛物线逼近法、线性提升法、测量桥电路线性化等等。
总之,硬件方法校正,因为其本身需要采用较多的硬件电路,在实际中做到完全校正是很困难的。
随着计算机技术的广泛应用,特别是单片机的迅速发展,在数据采集系统中用软件(程序)进行非线性校正得到了越来越广泛的应用。
2.2.2软件方法实现非线性特征的线性化
传统的软件非线性校正方法主要有反函数法、查表法、分段内插法、样条函数内插法和曲线拟合法。
而近几年出现了几种新的校正方法如遗传算法、神经网络算法、支持向量机方法。
下面就做反函数法,查表法和神经网络算法做简单介绍。
1)反函数法
图2a是一个被控物理对象,其输出物理量y和输入控制量x之间有非线性函数关系y=f(x)。
如果将这个客观非线性物理过程强制性拟合成某一线性过程y=ax+b,则将产生非线性误差。
例如,为使被控对象输出y,按被控对象本身特性函数y=f(x),应加控制量xl,但由于过程被拟合成线性函数y=ax+b实施控制,据此给出的输入控制量将不是xl,而是x2,因此实际输出将不是y1,而是y2,产生偏差。
Δy=y2-y1,降低控制精度,在闭环控制时将降低系统动态控制品质。
为依据物理过程本身实际规律校正非线性,可求出函数y=f(x)的反函数x=φ(y),构成反函数发生器,如图2b所示。
该反函数发生器将可由给定目标值y得到应施加的控制量x。
例如,为使被控对象输出y1,由反函数发生器可得到应施加的控制量为xl。
因此,如图2c,只要在被控对象输入端前加一级反函数发生器x=φ(y′),系统将根据输入目标值按照被控对象本身物理过程由反函数发生器产生对应的控制量,施加于被控对象,从而得到与输入目标值相一致的输出。
系统输出y与输入y′之间成为线性关系:
y=f(x)=f[φ(y′)]=y′
系统不再是一个近似线性模型,而是一个精确的与实际系统相一致的线性系统模型。
图2反函数法非线性校正
反函数发生器在有测量反馈条件的计算机闭环控制系统中是容易实现的,它可以通过对被控对象函数关系的测量求取其反函数,编制反函数表得到。
采用计算机查表法的反函数发生器具有极快的响应速度,而且由于系统消除了一次近似时的非线性误差,因而使得系统具有更好的动态精度和动态控制质量。
2)查表法
查表法也就是根据A/D的转换精度要求把测量范围内参数划分成若干等分点,然后由小到大按顺序计算出这些等分点相对应的输出数值,这些等分点和其对应的输出的数据就组成了一张表,把这张数据表存放在存贮区中。
软件处理方法是在程序中编制一个查表程序,当被测参数经过采样等转换后,通过查表程序直接从数据表中查出相对应的输出参数值。
如图3与表1所示,压力P(0—20MPa),电压V(200—2200mV)ΔP为步长,n为点数(n=Pmax/ΔP),即存储长度。
建表方法是P以0压力为基址,点数n为长度,每个压力点的压力值都是等步长ΔP的整数倍,每个压力点与对应的电压值组成一对数据,一共有(n+1)个这样的数据对,将其制成一个表格,以便查询。
显然n越大,精度越高,比如,取n值为2000,则ΔP=Pmax/n=0.01(MPa/mV),但是表格制作比较麻烦,查表比较费时间,而且数据表格要占用相当多的内存;
如果n值太小,比如n值为20,则ΔP=Pmax/n=1(MPa/mV),精度就难以达到要求,表格很容易失去作用。
所以在制作表格时,n的值要根据实际应用情况来确定。
另外,在一种测试环境下制作的表格,在另一种环境下不一定能够适应,如温度的变化,关键是抑制温漂。
图3表格划分
表1表格划分的对应取值表
3)神经网络算法
一个传感器系统可表示为y=f(x,t),其中,y为传感器的输出量;
x为传感器的输入量;
t为影响传感器的非线性因素(x,t可以是一维行向量。
用来表示多个输入量和多个外界非线性因素)。
目的是根据测得y求得未知的x,即x=g(y,t)。
神经网络的研究对消除和补偿传感器系统的非线性特性提供了一种新方法,如图4所示。
图4非线性校正
传感器输出y通过一个补偿逆模型,模型的特性函数为p=kx=kg(y,t),其中,p为非线性补偿后的输出;
k为常数,很显然g(*)也是一个非线性函数,使补偿后的传感器具有理想特性。
在实际应用中,非线性函数g(*)的表达式难以准确求出,但可以通过建模来实现,补偿模型的建立就成了校正传感器非线性特性的关键。
人工神经网络具有处理非线性优化问题的能力,其中,BP网络强大的非线性映射能力和泛化功能,使任意连续的非线性函数(如传感器逆模型)和映射均可采用三层网络建模加以实现。
2.3总结
总之线性化校正的价值在于提高精度,提高传感器的生产成品率。
由上,我们可以看出用软件进行线性化处理,不论采用哪种方法,都要花费一定的程序运行时间。
特别是在实时测试和控制系统中,如果系统处理的问题很多,实时性要求很强,选用硬件进行线性化处理是合适的。
但是如果控制系统的时间够用时,采用软件处理就可以大大简化硬件电路。
用软件代替硬件进行线性化处理,它省去了复杂的非线性硬件电路,降低了系统的成本;
而且它能发挥计算机智能作用,提高了检测的准确性和精度;
尤其,利用线性插值法,将实际曲线用直线段近似逼近,通过近似公式计算,如果折线的段数取得合适,可以达到比较高的精确度,并且,计算方法也比较简单;
还有,适当改变软件的内容,就可以对不同传感器或转换电路进行补偿。
总之,传感器的非线性处理方法应根据系统的具体情况全面考虑再作决定。
第三章自校零技术
在传感器的测量过程中,由于仪器内部器件的零点偏移及其温漂,即使零输入时也有输出读数,产生测量误差。
3.1自校零的原因
因为仪器存在误差且误差很可能随环境而变化,所以就需要设计一种自校正装置,使得传感器的参数发生漂移时能够实现自我的补偿与校准,从而使得测量结果更加精确。
以线性系统为例,假设一传感器系统经标定实验得到的静态输出(y)—输入(x)特性如下:
y=a0+a1x
式中:
a0——零位值,即当输入x=0时之输出值;
a1——灵敏度,又称传感器系统的转换增益。
对于一个理想的传感器系统,a0与a1应为保持恒定不变的常量。
但是实际上,由于各种内在和外来因素的影响,a0和a1都不可能保持恒定不变。
譬如,决定放大器增益的外接电阻的阻值就会因温度变化而变化,因此就会引起放大器增益改变,从而使得传感器系统总增益改变,也就是系统总的灵敏度发生变化。
设a1=S+Δa1,其中S为增益的恒定部分,Δa1为变化量;
又设a0=P+Δa0,P为零位值的恒定部分,Δa0为变化量,则
式中:
Δa0——零位漂移;
Δa1——灵敏度漂移。
3.2传感器的实时在线自校准
3.2.1实时测量零点
实时测量零点有两种方法,方法一:
不含传感器自校,如图3.1所示;
方法二:
含传感器自校,如图3.2所示。
图3.1方法一(不含传感器自校)
图3.2方法二(含传感器自校)
从上面两幅图中可以看到传感器每次工作的时候都会测零,这种方法称为实时测量零点。
3.2.2线性系统
图3.2所示的自校准功能实现的原理框图,能够实时自校包含传
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 校准 技术 修改
![提示](https://static.bdocx.com/images/bang_tan.gif)