传感器原理及工程应用第1章.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
传感器原理及工程应用第1章.ppt

王洪涛简介 女 电信学院教授 电话:578907 Email: wanght@nbut.cn 亦师 亦友 亦敌 1.1.2传感器的分类 两种分类法最为常用: 一是按外界输入信号转换至电信号过程中所利用的效应来分类,如利用物理效应进行转换的物理传感器;利用化学反应进行转换的为化学传感器;利用生物效应进行转换的生物传感器等 表1.1与五官对应的几种传感器及其效应 传感器的分类 二是按输入量分类,如输入信号是用来表征压力大小的,就称为压力传感器。这种分类法可将传感器分为位移(线位移和角位移)、速度、角速度、力、力矩、压力、流速、液面、温度、湿度、光、热、电压、电流、气体成分、浓度和黏度传感器等。用户和生产厂家所关心的各种待测信息的种类,正好与这种分类方法相对应。 1.2传感器的作用与地位 今天,信息技术对社会发展、科学进步起到了决定性的作用。现代信息技术的基础包括信息采集、信息传输与信息处理。信息采集离不开传感器技术。传感器位于信息采集系统之首、检测与控制之前,是感知、获取与检测的最前端。科学研究与自动化生产过程中所要获取的各类信息,都须通过传感器获取并转换成为电信号。科学技术越发达,自动化程度越高,工业生产与科学研究对传感器的依赖性越大。20世纪80年代以来,世界各国相继将传感器技术列为重点发展的技术领域。 作用 传感器广泛应用于各个学科领域。传感器技术的发展,正在把人类感知、认识物质世界的能力推向一个新的高度。 在工业领域与国防领域,高度自动化的装置、系统、工厂和设备是传感器的大集合地。 在生物工程、医疗卫生、环境保护、安全防范、家用电器等与人们生活密切相关的方面,传感器的应用也已层出不穷。可以肯定地说,未来的社会将是充满传感器的世界。例善亮控制器 1.3传感器技术的发展动向 传感器技术的主要发展动向,一是传感器本身的基础研究;二是和微处理器组合在一起的传感器系统的研究。前者是研究新的传感器材料和工艺,发现新现象;后者是研究如何将检测功能与信号处理技术相结合,向传感器的智能化、集成化发展。 1.3.1发现新现象 各种新现象、反应和效应的发现可极大地扩大传感器的检测极限和应用领域。例如,利用核磁共振吸收的磁传感器能检测10-7T的地球磁场强度,利用约瑟夫逊效应的磁传感器(SQUID)能检测10-11T的极弱磁场强度(例超导);又如利用约瑟夫逊效应热噪声温度计,能检测到10-6K的超低温。值得一提的是,检测极微弱信号传感器技术的开发,不仅能促进传感器技术本身的发展,甚至能导致一些新的学科的诞生,意义十分重大。 1.3.2开发新材料 随着物理学和材料科学的发展,人们已经在很大程度上能够根据对材料功能的要求来设计材料的组分(如超导、磁性、巨磁阻、高介电常数材料等),并通过对生产过程的控制,制造出各种所需材料。目前最为成熟、先进的材料技术是以硅加工为主的半导体制造技术(如太阳能电池板等,现很热销)。有机材料、光导纤维等材料在传感器上的应用,也已成为传感器材料领域的重大突破,引起国内外学者的极大关注 。 1.3.3采用微细加工技术 将硅集成电路技术加以移植并发展,形成了传感器的微细加工技术。这种技术能将电路尺寸加工到光波长数量级,并能形成低成本超小型传感器的批量生产。 1.3.4传感器的智能化 “电五官”与“电脑”的结合,就是传感器的智能化。智能化传感器不仅具有信号检测、转换功能,而且还具有记忆、存储、解析、统计处理及自诊断、自校准、自适应等功能。 1.3.5仿生传感器 工程传感器要完全替代人的五官,则须具备相应复杂细密的结构和相应高度的智能化,这一点目前看来还是不可能的。但是研究人体感觉器官,开发能够模仿人体嗅觉、味觉、触觉等感觉的仿生传感器,使其功能尽量向人自身的功能逼近,已成为传感器发展的重要课题。 ② 判断有无粗大误差。 由于本例中测量次数比较少,不采用3σ准则判断粗大误差。 这里采用格拉布斯准则, 已知测量次数n=12,取置信概率Pa=0.95, 查表1 - 4, 得格拉布斯系数G=2.28。 Gσs=2.28×0.032=0.073|v6| 故U6应剔除, 剔除后重新计算算术平均值和标准差。 再次判断粗大误差,查表1 - 4得格拉布斯系数G=2.23。 Gσs2=2.23×0.0145=0.032 所有vi2均小于Gσs2, 故其它11个测量值中无坏值。 σ是正态分布的特征参数,区间通常表示成σ的倍数,如kσ。由于随机变量分布对称性的特点,常取对称的区间,即在±kσ区间的概率为 式中: k——置信系数;  ±kσ——置信区间(误差限)。 表1 - 1 正态分布的

文档评论(0)

cai + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档