传感器动态特性详解.ppt

* 同学们好！ 四川成都 西岭雪山 海拔3000米 * 1.1 传感器的静态特性 线性度 迟滞 重复性 灵敏度与灵敏度误差 分辨率与阈值 稳定性 温度稳定性 多种抗干扰能力 静态误差 * 静态误差的求取方法： 首先，把全部校准数据与拟合直线上对应值的残差，看成随机分布，求出其标准偏差σ，即： △yi--各种测试点的残差； n--测试点数。 * △yi--各种测试点的残差； n--测试点数。 静态误差的求取方法： 取2σ或3σ值即为传感器静态误差。静态误差也可用相对误差表示，即： 静态误差是一项综合性指标，基本上包含了前面叙述的非线性误差、迟滞误差、重复性误差、灵敏度误差等。所以也可以把这几个单项误差综合而得，即： * 动态特性是反映传感器随时间变化的输入量的响应特性。用传感器测试动态量时，希望它的输出量随时间变化的关系与输入量随时间变化的关系尽可能一致，但实际并不尽然，因此需要研究它的动态特性——分析其动态误差。它包括两部分：1）输出量达到稳定状态以后与理想输出量之间的差别；2）当输入量发生跃变时，输出量由一个稳态到另一个稳态之间的过渡状态中的误差。 1.2 传感器的动态特性 * 动态特性的数学描述 线性系统的传递函数 传感器的动态特性指标 特性动态相应分析的基本方法 典型环节的动态响应 研究动态特性可以从时域和频域两个方面采用瞬态响应法和频率响应法来分析。经常采用的输入信号为单位阶跃输入量和正弦输入量。 * 1.2.1 动态特性的数学描述 解析法求解线性系统对激励的响应步骤： 将输出量与输入量联系起来的方程是微分方程，是基本的数学方程；集总参数的线性系统可用有限阶的线性常系数微分方程来描述： 建立描述该系统的数学方程 求满足初始条件的解 大多数传感器都是线性的或在特定范围内认定是线性的系统。 * 一阶环节 一阶传感器 二阶环节 二阶传感器 零阶环节 零阶传感器 x b y a 0 0 = x b y a dt dy a 0 0 1 = + x b y a dt dy a dt y d a 0 0 1 2 2 2 = + + * 对于许多激励函数，用经典法容易解出输出的响应，然而对某些较一般的激励函数，当函数或其导数具有不间断点时，用经典法求解比较困难，需要求助于拉氏变换。采用拉氏变换求解方便，它将使运算简化。经典法也很重要，这不仅在于应用变换法失效时是最后的依赖方法，而且也有助于理解微分方程及其解的暂态和稳态性质。 * 定义: 设函数 f(t) 当 t?0 时有定义, 而且积分 在s的某一域内收敛, 则由此积分所确定的函数可写为 称此式为函数f(t)的拉普拉斯变换式(简称拉氏变换式), 记为 F(s)=L [f(t)] F(s)称为f(t)的拉氏变换(或称为象函数). 而f(t)称为F(s)的拉氏逆变换(或象原函数)记为 f(t)=L -1[F(s)] 也可记为f(t)?F(s). * 对上式两边取拉氏变换，则得： 1.2.2 线性系统的传递函数 定义：在线性常系数系统中，初始条件为零时，输出量（响应函数）的拉氏变换与输入量（激励函数）拉氏变换之比。 * 该系统的传递函数G(s)为： 一个复杂的高阶传递函数可以看作是若干简单的低阶（一阶、二阶）传递函数的乘积。这时可以把复杂的网络看成低阶的、简单网络的级联，如图1-4所示。 * 图1-4 二端口网络图 * 1.2.3 传感器的动态特性指标 实际的传感器往往比简化的数学描述要复杂。动态响应特性一般并不能直接给出其微分方程，而是通过实验给出传感器与阶跃响应曲线和幅频特性曲线上的某些特征值来表示仪器的动态响应特性。 与阶跃响应有关的指标 与频率响应特性有关的指标 * 一、与阶跃响应有关的指标 时间常数 ：阶跃响应曲线由零上升到稳态值的 63.2%所需时间作为时间常数 上升时间Tr：阶跃响应由稳态值的10%上升到90%之 间的时间。 建立时间Ts：表示传感器建立起一个足够精确的稳态 响应所需时间。 t 两条典型的阶跃响应曲线： 1、近似于一阶系统的阶跃响应（点划线） 2、近似于二阶系统的阶跃响应（实线）。 * 图1-5 两条典型的阶跃响应曲线 * 过冲量a1：阶跃响应曲线第一次超过稳态值的峰高，即