传感器、检测系统的基本特性-new2讲解.ppt

传感器技术基础 理想传感器和误差 传感器静态特性 非线性传感器的静态特性评价 传感器的动态特性 传感器的其他特性要求 传感器的标定与校准* 传感器的选用程式 1. 理想传感器和误差 理想传感器的特点 1。传感器的输出量只对特定输入量敏感； 2。传感器的输出量与输入量呈惟一、稳定的对应关 系，最好为线性关系； 3。传感器的输出量可实时反映输入量的变化。 实际中传感器是在特定的、具体的环境中使用，其 结构、元器件、电路系统以及各种环境因素均可能影响 传感器的整体性能。 2.2 静态特性与指标 一．线性度(linearity,非线性误差) 表征测量系统输入-输出标定曲线与所选定的拟合直线（作为工作直线） 之间的吻合（或偏离）程度。 由于所选定的拟合直线不同，计算所得的线性度数值也不同。选择拟合直 线应保证获得尽量小的非线性误差，并考虑使用与计算方便。 常用拟合方法 1)理论线性度： 以系统的理论特性作为拟合直线，它与实际 测试值无关。优点: 简单方便，但通常估算值 偏大。 非线性误差： 线性度常用引用误差表示： 式中， ——输出平均值曲线与基准拟合直线间的最大误差； ——理论满量程输出值。 *标定？ 2)端基线性度 把校准数据的零点输出平均值和满量程输出平 均值连成直线，作为拟合直线，这时可求得 端基线性度 式中， 为满量程输出平均值； 为零点输出平均值。 特点: 3)最小二乘线性度 按最小二乘法原理求拟合直线，该直线能保证 与检测校准数据的偏差（残差）平方和最小。 设拟合直线方程为： 得偏差： i=1,2,…,n.（n为测试点数。） 直线拟合的原则是：应使 为最小值。所 以由 分别对k和b求一阶导数，并令其为0， 即可求得k和b。 具体方法： 由式（1），（2）化简得 （3）×n，（4）× 得 （5）-（6）得 （3）× ，（4）× 得 （7）-（8）得 此外，拟合直线的斜率k和截距b也可由以下二式求得： 式中 ， （推导从略） 特点：最小二乘法拟合精度高，在数据较多的情况下，可由计算机 处理。但采用最小二乘法，拟合直线与标定曲线的最大偏差绝对值 不一定最小，最大正负偏差的绝对值也不一定相等 。例： 图中最小二乘拟合直线偏低，使 ， 从而使估计值偏大。也可能使得在大部分区域与 实际特性偏离较多。 4)最佳直线线性度（独立线性度）： 以“最佳直线”作为拟合直线，该直 线能保证传感器正反行程校准曲线对它 的正负偏差相等并且最小。 图中： 显然，这种方法的拟合精度最高。 通常情况下，“最佳直线”可用图解法或 通过计算机解算来获得。 当标定曲线（或平均校准曲线）为单 调曲线，且测量上、下限处的正、反行 程校准数据的算术平均值相等时，“最佳 直线”可采用端点连线平移来获得，有时 称该法为端点平行线法： 二．迟滞（Hysteresis）误差（回差） 传感器或检测装置的输入量由小增大 （正行程），继而自大减小（反行程） 的测试过程中，对应于同一输入量，输 出量往往有差别，这种现象称为迟滞。 迟滞是由于装置内的弹性元件、磁性 元件以及机械部分的摩擦、间隙、积塞 灰尘等原因而产生。迟滞大小常用全量 程中最大迟滞 与满量程输出平均值 之比的百分数（引用误差）表示： 式中， 为输出值在正反行程中的最 大差值。 三．重复性（Repeatability）误差(最大引用随机不确定度) 在多次重复测试时，在同是正行程或同是反行程中，对应于同一 输入量的输出量不相同。 重复性是衡量检测装置在同一工作条件下，输入量按同一方向作 全量程连续多次变动时，所得特性曲线间一致程度的指标。 由于重复性误差为随机误差，可定义如下： 式中 ——为重复性误差； ——各测量点极限误差的最大值 ——全部校准点正行程与反行程输出值的标准偏差中之最大值； k ——置信系数。 说明：在校准时，若有m个校准点，正反行程共可求得2m个σ，应取 其中最大的