[理学]2 传感器的一般特性分析2.ppt

* 静态信号：这种信号不随时间变化，或变化很缓慢。 不考虑传感器滞后、蠕变情况下，我们可以用此式表示传感器的输入输出特性，可见呈非线性。 * 这里我们分别介绍特性表达式（上式）的三种特殊情况。 * 第一个表示的是线性特性，当然了，这只是一个理想的特性； 第二个只有偶次的非线性项，它不存在对称性，线性范围很窄，设计传感器时一般很少采用； 第三个只有奇次非线性项，它相对于坐标原点是对称的，我们可以看到在输入量x相当大的范围内具有较宽的线性。 至于为什么要强调输入输出特性的线性度，可以参考书本P19的四条优点，因为理想线性可以： 1）大大简化分析计算；2）为处理数据带来很大方便；3）制作、安装、调试容易；4）避免非线性补偿（实际使用中，为了数据处理的方便，希望得到线性关系，因此引入了非线性补偿电路或者计算机软件法等补偿环节） 。 * 这边我们是从误差的角度去衡量输入与输出之间的关联特性。要想具有良好的静态和动态特性，使信号按规律准确的转换，很大程度上就是要降低传感器的误差。 * 选定拟合直线的过程，就是传感器的线性化过程。 拟合方法包括切线法，割线法，两端法，最小二乘法等等。 * 理论拟合：这种拟合方法是传感器的理论特性，方法简便但误差较大； 过零旋转拟合：常用于校正曲线过零的传感器，也比较简单，非线性误差比上一种小很多； 端点连线拟合：将校正曲线的两端点的连线作为拟合直线。方法简单，但误差较大； 端点平移拟合：在上幅图基础上令直线平移至ΔLmax的一半，非线性误差减小一半。 * 因为不重复性误差一般属于随机误差，因此我们要将离散程度与随机误差的精密度相关联，根据标准偏差来计算重复性，标准偏差是量度数据分布的分散程度之标准，用以衡量数据值偏离算术平均值的程度。 * 线性传感器的灵敏度就是静态特性的斜率，是一常数；非线性传感器的灵敏度是一微分变量。 * 分辨率是以满量程的百分数来表示，无量纲； 分辩力是以最小量程的单位值来表示，有量纲。 “时间漂移 —— 零点或灵敏度随时间而发生缓慢的变化”和“温度漂移 —— 零点或灵敏度随环境温度的变化而改变”。 * 提高传感器性能的技术途径: 通常，由单一敏感元件与单一变送器组成的传感器，其输出-输入特性较差，如果采用差动、对称结构和差动电路（如电桥）相结合的差动技术，可以达到消除零位值、减小非线性、提高灵敏度、实现温度补偿和抵消共模误差干扰等的效果，改善传感器的技术性能。 (各类传感器特性分析中具体介绍) * 动态信号是随时间变化而变化的。 由于传感器的惯性和滞后，当被测量随时间变化时，传感器的输出往往来不及达到平衡状态，处于动态过渡过程之中。故输出量也是时间的函数，其间的关系要用动态特性来表示。 一个动态特性好的传感器，其输出将再现输入量的变化规律，即具有相同的时间函数。 动态误差：实际的传感器，输出信号将不会与输入信号具有相同的时间函数, 这种输出与输入间的差异就是所谓的动态误差。 * 通常用线性时不变系统来描述传感器的动态特性。我们用常系数线性微分方程表示传感器输出量与输入量的关系。其中a，b均为与系统结构参数有关的常数。 熟悉掌握三个常用传感器的表达式，之后会在这三个表达式的基础上对传感器的动态特性进行分析。 * 这个我们在讲述机电模拟的时候碰到过，这边的y代表距离， f阻力=a1*v=a1dy/dt，这个a1代表阻尼系数；f弹力=a0*y，a0代表弹簧刚度。 * （1）等号右边与输入x(t) 无关，它只和系统结构参数a，b有关，反映传感器系统本身特性。 （2）这样对于一个复杂系统，我们只需知道它的激励和相应，就可以知道系统的特性了。 （3）可以表征质量快，电器元件等等。 * 对于较为复杂的系统，如果各个环节阻抗匹配适当，可忽略相互间的影响，将其看作是一些较为简单系统的串联与并联。 * 我们研究动态特性同样是从测量误差的角度分析产生动态误差的原因以及改善措施，分析研究动态特性可以从时域和频域两方面采用瞬态响应法和频率响应法来分析。 时域方面通常采用阶跃函数的输入信号，因此瞬态响应法也称作阶跃响应法；频域内通常采用正弦函数得到频率响应。 * 对传感器突然加载或卸载即属于阶跃输入，这种方法实施方便，又能充分反映传感器的动态特性，因此经常采用。 * 左式看作一阶传感器单位阶跃响应的通式。 式中x(t)、 y(t)分别为传感器的输入量和输出量,均是时间的函数, tao表征传感器的时间常数。 * 由图可见, 传感器存在惯性, 它的输出不能立即复现输入信号, 而是从零开始, 按指数规律上升, 最终达到稳态值。理论上传感器的响应只在t趋于无穷大时才达到稳态值, 但实际上当t=4τ时其输出达到稳态值的98.2%, 可以认为已达到稳态。τ越小，则响应愈快, 响应曲