传感器技术-第9章误差修正技术资料
物理实验技术中的传感器校准和数据校验方法介绍
物理实验技术中的传感器校准和数据校验方法介绍传感器在物理实验中起着非常重要的作用，它们可以将物理量转变为电信号，以便我们对其进行测量和分析。
然而，传感器在工作过程中常常会产生误差，因此需要进行校准和数据校验以确保测量结果的准确性和可靠性。
一、传感器校准方法传感器的校准是指通过与准确的参考值进行比较，来确定传感器输出与所测量物理量之间的关系。
校准方法主要分为静态校准和动态校准两种。
1. 静态校准静态校准是指在稳定状态下，通过对传感器的输出信号与已知参考值进行比较，以获得校准曲线，从而将传感器输出与物理量之间的关系建立起来。
常用的静态校准方法包括零点校准和量程校准。
- 零点校准：将传感器暴露在无物理量作用的环境中，将输出信号调整为零，以消除传感器的零偏误差。
- 量程校准：将传感器依次暴露在不同已知物理量作用下，通过记录输出信号与物理量的关系，建立起校准曲线，以消除量程误差。
2. 动态校准动态校准是指在运动状态下，通过对传感器输出和运动参考值进行比较和修正，以获得更准确的结果。
动态校准方法常用于涉及运动和变化的实验中，例如飞行器的姿态测量。
常用的动态校准方法包括卡尔曼滤波和模型识别。
- 卡尔曼滤波：通过融合传感器输出和已知的物理模型，利用贝叶斯估计原理，来对传感器数据进行滤波和校准，以提高测量结果的准确性。
- 模型识别：通过建立物理模型和传感器输出的关系，并采用系统辨识的方法，对传感器输出进行修正和校准。
二、数据校验方法传感器校准后，得到的数据并不一定完全准确，还需要进行数据校验以验证数据的可靠性。
数据校验方法主要分为内部校验和外部校验两种。
1. 内部校验内部校验是指通过对传感器本身的状态和特性进行检查和分析，来判断传感器输出数据是否可靠。
常用的内部校验方法包括冗余检验和自检功能。
- 冗余检验：利用多个相同或不同类型的传感器同时测量同一物理量，并对比它们的输出数据，以检测是否存在异常值或错误。
- 自检功能：传感器内置了自检电路和算法，可以对自身的状态和工作特性进行监测和评估，以及时发现并排除故障。
传感器课后答案解析
第1章概述1.什么是传感器传感器定义为能够感受规定的被测量并按照一定规律转换成可用输出信号的器件和装置，通常由敏感元件和转换元件组成。
传感器的共性是什么传感器的共性就是利用物理规律或物质的物理、化学、生物特性，将非电量（如位移、速度、加速度、力等）输入转换成电量（电压、电流、电容、电阻等）输出。
传感器由哪几部分组成的由敏感元件和转换元件组成基本组成部分，另外还有信号调理电路和辅助电源电路。
传感器如何进行分类（1）按传感器的输入量分类，分为位移传感器、速度传感器、温度传感器、湿度传感器、压力传感器等。
（2）按传感器的输出量进行分类，分为模拟式和数字式传感器两类。
（3）按传感器工作原理分类，可以分为电阻式传感器、电容式传感器、电感式传感器、压电式传感器、磁敏式传感器、热电式传感器、光电式传感器等。
（4）按传感器的基本效应分类，可分为物理传感器、化学传感器、生物传感器。
（5）按传感器的能量关系进行分类，分为能量变换型和能量控制型传感器。
（6）按传感器所蕴含的技术特征进行分类，可分为普通型和新型传感器。
传感器技术的发展趋势有哪些（1）开展基础理论研究（2）传感器的集成化（3）传感器的智能化（4）传感器的网络化（5）传感器的微型化改善传感器性能的技术途径有哪些（1）差动技术（2）平均技术（3）补偿与修正技术(4)屏蔽、隔离与干扰抑制(5)稳定性处理第2章传感器的基本特性什么是传感器的静态特性描述传感器静态特性的主要指标有哪些答：传感器的静态特性是指在被测量的各个值处于稳定状态时，输出量和输入量之间的关系。
主要的性能指标主要有线性度、灵敏度、迟滞、重复性、精度、分辨率、零点漂移、温度漂移。
传感器输入-输出特性的线性化有什么意义如何实现其线性化答：传感器的线性化有助于简化传感器的理论分析、数据处理、制作标定和测试。
常用的线性化方法是：切线或割线拟合，过零旋转拟合，端点平移来近似，多数情况下用最小二乘法来求出拟合直线。
传感器与检测技术-周杏鹏-清华大学出版社 (9)教材
2.热力学温标
➢ 热力学温标是由开尔文(Ketvin)在1848年提出的， 以卡诺循环(Carnot cycle)为基础。
➢ 热力学温标是国际单位制中七个基本物理单位之 一。
➢ 热力学温标为了在分度上和摄氏温标相一致，把 理想气体压力为零时对应的温度——绝对零度与 水的三相点温度分为273.16份，每份为1 K (Kelvin) 。
4.国际实用温标
表9-1 ITS-90温标17固定点温度
9.1.2 测温方法分类及其特点
➢根据传感器的测温方式，温度基本测量方法通常 可分成接触式和非接触式两大类。
9.1.2 标定
1 标准值法
用适当的方法建立起一系列国际温标定义的 固定温度点(恒温)作标准值，把被标定温度计(或 传感器)依次置于这些标准温度值之下，记录下温 度计的相应示值(或传感器的输出)，并根据国际温 标规定的内插公式对温度计(传感器)的分度进行对 比记录，从而完成对温度计的标定；被定后的温 度计可作为标准温度计来测温度。
当 50 t 150 ℃时 Rt R0 1 At Bt2 Ct3
铜电阻和热敏电阻测温
➢ 热敏电阻的优点：
①灵敏度高，其灵敏度比热电阻要大1～2个数 量级；
②很好地与各种电路匹配，而且远距离测量时 几乎无需考虑连线电阻的影响；
③体积小； ④热惯性小，响应速度快，适用于快速变化的 测量场合； ⑤结构简单坚固，能承受较大的冲击、振动。
3.绝对气体温标
➢ 从理想气体状态方程入手，来复现热力学温标叫 绝对气体温标。由波义耳定律：
PV RT
当气体的体积为恒定(定容)时，其压强就是温度 的单值函数。这样就有：
T2 P2
T1
P1
4.国际实用温标
第九章 动态测量系统误差溯源的理论与方法
下面举一个例子。 例：分析一个简单的机械系统。
系统图
分离体图
选择弹簧伸长量x和物体运动速度v作为状态变量。
n
由 fi (t) 0 i 1
（作用于不变质量上的所有力的合力为零。）
根据分离体图，可得：
•
M v Bv kx fa (t) 0
（1）
又已知速度是位移的导数，可得：
•
xv
（2）
根据式（1）和式（2），得到该系统的状态变量方程为：
首先在特性曲线上读出ωg1 和ωg2；再根据式（13） 和（14）求出系统参数ζ和ωn。
2）线性系统传递函数的频率域辨识法 单输入、单输出的线性系统的传递函数为：
H (S )
Y (S ) X (S)
bmS m bm1S m1 anS n abn1S n1
... b1S ... a1S
b0 a0
对于无峰值的实验幅频特性曲线满足式（13）和 （14）：
n2 g1g 2
1 E2 c2 c1E 2
（13）
1
1
1
1
2 2 E
c2 c1E 2 1 E2
c1E
c2 c1E 2 1 E2
1/ 2
（14）
式中：E= g 2 / g1 ；c1、c2为与幅值误差ΔA有关的系数，当取 ΔA=±0.1和ΔA=±0.05时，c1=-0.235,c2=-0.108。
状态变量方法将系统看成是由各个不同的物理元件组成， 常用的物理元件有：机械元件、线性电子元件、非线性电 子元件、电磁元件等。
常用的动态测量系统是由上述物理元件遵循一定的元件定 律，以不同的方式组装在一起，来实现不同的测试功能。 常用的物理元件定律主要有： 机械系统需遵循的牛顿第二定律和牛顿第三定律; 电路系统需遵循的基尔霍夫电压定律和电流定律; 电磁系统必须遵循的法拉第电磁定律等。
传感器布置优化准则及模型修正方法研究
传感器布置优化准则及模型修正方法研究传感器布置优化准则及模型修正方法研究传感器布置在许多工程和科学领域中起着至关重要的作用，对于获得准确可靠的数据具有重要的影响。
本文将探讨传感器布置优化的准则和模型修正方法，以提高传感器的测量精度和可靠性。
一、传感器布置优化准则1. 最小化测量误差：传感器布置应尽量减小测量误差，以确保获得精确的测量结果。
这可以通过将传感器布置在需要测量的目标附近，并避免潜在干扰因素的影响来实现。
2. 考虑空间分布：对于大范围的测量任务，传感器的布置应考虑目标区域的空间分布。
通过合理的布置，可以最大限度地覆盖整个目标区域，并获得全面的数据。
3. 考虑传感器之间的相互影响：传感器之间的相互作用可能会导致测量误差的增加。
传感器的布置应避免传感器之间的相互干扰，以确保获得准确的测量结果。
4. 避免冗余：在传感器布置中，应避免冗余的情况。
过多的传感器可能会增加成本，并使数据处理变得复杂。
因此，应根据需要调整传感器的数量和布置位置。
5. 考虑难以布置的环境因素：在某些特殊的环境中，传感器布置可能受到限制。
例如，恶劣的气候条件、难以到达的地点等。
在布置传感器时，应考虑这些环境因素，并根据实际情况做出相应的调整。
二、模型修正方法研究1. 校准传感器：传感器常常存在一定的系统误差和随机误差。
通过校准传感器，可以消除和修正这些误差，提高测量的精度。
传感器的校准可以通过实验测试和数学建模等方法进行。
2. 误差修正模型：根据传感器测量的误差特点和原因，可以建立相应的误差修正模型。
该模型可以根据测量数据对传感器输出进行修正，并获得更准确的测量结果。
误差修正模型可以基于统计学方法、数学建模方法等进行。
3. 数据融合技术：传感器布置优化还可以通过数据融合技术来实现。
数据融合技术可以将多个传感器的测量数据进行集成，从而提高测量的准确性和可靠性。
数据融合技术可以基于传感器性能、传感器位置等因素进行优化。
4. 传感器网络优化算法：传感器网络的布置和优化是传感器布置优化的重要方面。
传感器和检测技术ppt课件
17.黄俊钦．静、动态数学模型的实用建模方法．北京：机械工业出版社， 1988
18. 马修水. 瑞士SYLVAC电容测量系统的发展. 工具技术，1989 (12)
19.于静江，周春晖．过程控制中的软测量技术．控制理论与应 用．1996,13(2)
20. 骆晨钟，邵惠鹤．软测量技术及其工业应用．仪表技术及传感器．
17
传感器原理及其应用－教学层次
中专级 大专级 本科级 硕士级 ……
精选ppt课件
18
谢谢！
传感器与检测技术 教学组
精选ppt课件
19
参 考 文 献 （续）
13.张正伟．传感器原理及应用．北京：中央广播电视大学出版社，1997
14.周春晖. 过程控制工程手册. 北京: 化学工业出版社，1993
15. 陈守仁. 自动检测技术及仪表. 北京: 机械工业出版社，1989
16. 费业泰. 误差理论与数据处理. 北京:机械工业出版社, 2002
课时数
2 4 6 2 4 6 8 2 34
作业 实验
* * * * * * *
15
参考文献
1. 王化祥,张淑英．传感器原理及应用．天津：天津大学出版社，1991 2. 常健生. 检测与转换技术. 北京:机械工业出版社. 2001 3. 严钟豪，谭祖根. 非电量电测技术. 北京：机械工业出版社，2003 4. 强锡富. 传感器. 北京：机械工业出版社，1998 5. 贾伯年，俞朴. 传感器技术. 南京：东南大学出版社，1992 6. 王俊杰. 检测技术与仪表. 武汉. 武汉理工大学出版社，2002 7. 郭振芹．非电量的电测量．北京：中国计量出版社，1986 8. 郁有文，常健，程继红编著. 传感器原理及工程应用. 西安：西安电子科
误差及其计算
给出测量范围即知被测量的上、下限和量程， 但仅知道量程，却无法判断测量范围。
28
2019/12/27传知万物 感创未来
动态特性——响应时间
响应时间
29
2019/12/27传知万物 感创未来
30
2019/12/27传知万物 感创未来
31
误差及其计算
2传0知1万9/物12/感2创7未传来知万物 感创未来
用来表示仪表或装置能够检测被测量的最小量变化的性能指标。 分辨力：输入量从某个任意值（非零值）缓慢增加，直到可以测量
到输出的变化为止，此时的输入量的变化量即分辨力。 即传感器能检测出被测信号的最小变化量。（传感器能检测出的输 入量的最小变化量） 分辨率：以最大量程的百分数表示，即：
最小输入量/输入最大量程×100% • 一般模拟式仪表的分辨力规定为最小刻度分格值的一半 • 数字式仪表的分辨力为最后一位的一个字。
二、测量误差
测量误差：检测结果和被测量的客观真值之间存在的差 别。
只能根据需要和可能将误差限制在一定范围内，而不可能完全消除。 测量误差的主要来源：工具误差、环境误差、方法误差、人员误差 测量误差的分类
– 按误差的表示方法分：绝对误差、相对误差 – 按误差出现的规律分：系统误差、随机误差、粗大误差 – 按被测量与时间的关系分：静态误差、动态误差
未来常州信息职业技术学院传知万物感创未来什么是传感器信息传送信息获取信息处理感官神经大脑肢体通信技术传感器技术计算机技术执行机构未来常州信息职业技术学院传知万物感创未来自动检测系统的组成传感器测量电路电源指示仪记录仪数据处理仪器未来常州信息职业技术学院传知万物感创未来检测系统基本特性静态特性当被测量不随时间变化或变化很慢时可以认为检测系统的输入量和输出量都和时间无关表示它们之间关系的是一个不含时间变量的代数方程在这种关系基础上确定的检测装置性能参数称为静态特性
(完整)误差分离与修正技术总结,推荐文档
一 测量不确定度[1]测量不确定度是表征合理地赋予被测量之值的分散性与测量结果相联系的参数。
不确定度依据其评定方法可分为A 类和B 类标准不确定度两大类： A 类不确定度：用统计方法评定的分量。
表征A 类标准不确定度分量的估计方差是由一系列重复观测值计算得到的，即为统计方差估计值，标准不确定度u 为的正平方根，故u = s 。
B 类不确定度：用非统计的方法评定的分量。
它是根据有关信息来评定的。
即通过一个假定的概率密度函数得到的，此函数基于事件发生的可信程度，即主观概率或先验概率。
可根据A 类和B 类不确定度求得合成不确定度和扩展不确定度。
(i) 合成不确定度：当测量结果是由若干其它量求得时，按其它各量的方差和协方差算得的标准不确定度，用表示。
(ii) 扩展不确定度：确定测量结果区间的量。
合理赋予被测量之值分布的大部分可望含于此区间，用U 表示。
1 标准不确定度的A 类评定。
用统计分析法评定：白塞尔法：1)(21--=∑=n x x in i σ （1-1）别捷尔斯法： )1(253.11-=∑=n n v n i i σ （1-2）极差法：nn n d l l d min max -==ωσ （1-3）最大误差法： n i K v '=m axσ （1-4）2 标准不确定度的B 类评定。
用非统计分析法评定：（1）影响被测量值可能变化的全部信息。
（2）概率分布类型。
（3）分布区间的半宽a 。
正态分布：（1-5）均匀分布：（1-6）三角分布：（1-7）反正弦分布：（1-8）3 举例说明：现以检定0.2级指针式交流电压表的测量不确定度为例进行分析。
（1-9）式中：—被测电压表示值误差；—标准数字多用表交流电压读数；—被测电压表示值。
A 类不确定度的评定。
测量方法：采用0.02级DSPM-97B数字多用表作标准来测量交流电压表。
调节交流电压源,使被测表的指针指在某分度线上(示值).读出数字多用表的电压读数，即为被测表示值的实际值。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
05:46:30
3．非线性特性的校正方法
传感器和自动检测系统的非线性误差(或称线性度)是一 种系统误差，是用其输入、输出特性曲线与拟合直线之 间最大偏差与其满量程输出之比来定义的。P17
拟合直线：依据若干实验数据，利用一定的数学方法得 到的直线。当采用的数学方法不同时，拟合直线不同， 以此为基准得出的线性度也不同。
为系统提供标准的输入量，测试系统的输出。
7
(1)在整个量程范围内，选多点 测试；在每个点上，测试多次，
由此得出系统的输入、输出数 据; (2)列成表格或绘出曲线;(3) 将曲线上各校准点的数据存入 存 储 器 的 校 准 表 格 中 ;(4) 在 实 际测量时，测一个值，就到微
处理器去访问这个地址，读出
15
05:46:30
输入 、输出关系呈线性的优点： 可用线性叠加原理，分析、计算方便； 输出信号的处理方便，只要知道输出量的起始值和 满量程值，就可确定其余的输出值，刻度盘可按线 性刻度； 在工业过程控制中常用的电动单元组合仪表，由于 单元之间用标准信号联系，要求仪表具有线性特性。
16
非线性校正方法
单的是线性内插。
x
x xi
xi1 yi1
x y
(
y
yi
)
xi
yi
y Yi+1
9
2．用神经网络修正系统误差
05:46:30
10
05:46:30
传感器模型 z ' f (x；t) 环 境 参 数 t (t1, t2 ,..., tk )T
x f 1 (z '；t)
误差修正模型的输出 z (z '；t)
通常传感器模型及其反函数是复杂的，难以用数学式子描述。 但是，可以通过实验测得传感器的实验数据集 ：
{( xi；ti；z ' ) R k2：i 1,2,..., n}, ti (t1i , t2i ,..., tki )T
根据前向神经网络具有很强的输入、输出非线性映射能力的特点， 以实验数据集的和为输入样本，及对应的为输出样本， 对神经网络进行训练，使神经网络逐步调节各个权值自动实现
12
05:46:30
归一化处理
因神经网络学习时，加在输入端的数据太大， 会使神经元节点迅速进入饱和，导致网络出现 麻痹现象。此外，由于在神经网络中采用S型 函数，输出范围为(0，1)，且很难达到0或1。 故在学Di' 习 (之Di 前 D，i min应) /(对Di m数ax 据Di进min行) 归一化(处9．理1．。3)
利用校准曲线用查表法作修正；
利用分段折线法进行校正； 用整段高次多项式近似; 神经网络的方法。
05:46:30
17
05:46:30
(1) 整段校正法
整段校正法也称整段多项式近似法，其核心问题 是多项式的生成，即直接利用非线性方程进行校 正。
由标定传感器所得到的实测数据来推出反映输入、 输出关系的多项式，并要求这个多项式的次数尽 量低、与实际特性的误差尽量小。这实质上是个 曲线拟合问题。
2
05:46:30
外界环境影响 例如，温度，压力和湿度等的影响。
人为因素 操作人员在使用仪表之前，没有调零、校正； 读数误差等。
3
05:46:30
误差分类：
从时间角度，把误差分为静态误差和动态误差。 静态误差包括通常所说的系统误差和随机误差。其中，
系统误差是指在相同条件下，多次测量同一量时，其 大小和符号保持不变或按一定规律变化的误差。 动态误差是指检测系统输入与输出信号之间的差异。
其内容，即为被测量经修正过 的值。
05:46:30
8
05:46:30
内插方法（分段直线拟合）
(A)对于值介于两个校准点yi与yi+1之间时，可以按最 邻近的一个值yi或yi+1去查找对应的值，作为最后的 结果。这个结果带有误差。
(B) 利用分段直线拟合来提高准 Xi+1
确度。校准点之间的内插，最简
(z '；t) f 1 (z '；t)
z (z '；t) f 1 (z '；t) x (9．1．2)
即误差修正模型的输出z与被测非电量x成线性关系,
且与各环境参数无关。
只要使误差修正模型 (z '；t) f 1 (z '；t)
，
即可实现传感器静态误差的综合修正。
11
05:46:30
得训练神经网络的输入、输出样本对。 确定神经网络输入、输出端数量、各层节点数、和的值。
网络输入端数量与输入层节点数量相同，等于环境参数 个数加1。输出端数量与输出层节点数均为1。隐层节点 数根据被测非电量、环境参数及传感器输出之间的关系 的复杂程度而定，关系复杂取多些，反之取少些。和一 般取0～1。 训练神经网络得到误差修正模型。
4
05:46:30
由于产生动态误差的原因不同，动态误差又可分为 第一类和第二类。
第一类动态误差：因检测系统中各环节存在惯性、 阻尼及非线性等原因，动态测试时造成的误差。
第二类误差：因各种随时间改变的干扰信号所引起 的动态误差。
针对不同的误差，有不同的修正方法；就是对同一 误差，也有多种修正方法。
5
05:46:30
9.1.1 系统误差的数字修正方法
1. 利用校正曲线修正系统误差 2．用神经网络修正系统误差 3．非线性特性的校正方法
6
05:46:30
1.利用校正曲线修正系统误差 查表法 通过实验校准(或称标定)来获得系统的校准曲线(输
入、输出关系曲线)。 校准：在标准状况下，利用一定等级的标准设备，
Do' 0.9(Do Do min ) /(Do max Do min ) 0.05 (9．1．4)
式中，Di、Do分别是欲作为神经网络输入、输出样本的原始数据
13
05:46:30
建立神经网络误差修正模型的步骤：
取传感器原始实验数据。 由式(9.1.3)变换原始数据和，式(9.1.4)变换原始数据，
9.1 误差修正技术
9.1.1 系统误差的数字修正方法 9.1.2 随机误差的数字滤波方法
1
误差来源有以下几方面：
05:46:30
检测系统本身的误差 (a)工作原理上，如传感器或电路的非线性的输入、 输出关系； (b)机械结构上，如阻尼比太小等； (c)制造工艺上，如加工精度不高，贴片不准，装配 偏差等； (d)功能材料上，如热胀冷缩，迟滞，非线性等。