智能仪器ppt.pptVIP

第5章 信号处理技术及其应用 5.1 硬件故障的自检 5.2 测量误差的自动校正 5.3 标度变换 5.4 量程自动转换 5.5 非线性校正 5.6 PID控制 智能仪器的主要特征是以微处理器为核心进行工作，因而智能仪器具有强大的控制和数据处理功能，使测量仪器在实现自动化，改善性能，增强功能以及提高精度和可靠性方面发生了较大的变革。 本章讨论一般智能仪器都具有的典型处理功能。 5.1 硬件故障的自检 5.1.1 自检方式 　　（1） 开机自检。开机自检在仪器电源接通或复位之后进行。自检中如果没发现问题，就自动进入测量程序，如果发现问题，则及时报警，以避免仪器带病工作。开机自检是对仪器正式投入运行之前所进行的全面检查。 　　（2） 周期性自检。周期性自检是指在仪器运行过程中，间断插入的自检操作，这种自检方式可以保证仪器在使用过程中一直处于正常状态。周期性自检不影响仪器的正常工作，因而只有当出现故障给予报警时，用户才会觉察。 　　（3） 键控自检。有些仪器在面板上设有“自检”按键，当用户对仪器的可信度发出怀疑时，便通过该键来启动一次自检过程。 5.1.1 自检方式 自检过程中，如果检测仪器出现某些故障，应该以适当的形式发出指示。智能仪器一般都借用本身的显示器，以文字或数字的形式显示“出错代码”，出错代码通常以“Error X”字样表示，其中“X”为故障代号，操作人员根据“出错代码”，查阅仪器手册便可确定故障内容。仪器除了给出故障代号之外，往往还给出指示灯的闪烁或者音响报警信号，以提醒操作人员注意。  5.1.2 自检算法 5.1.2 自检算法 5.1.3 自检软件 5.2 测量误差的自动校正 5.2.1 系统误差的自动校正 自校零技术又称零位补偿，是用来消除最常见的恒定或慢速变化的系统误差的方法。如前所述，待测信号从传感器到送入微处理器要经过一系列的电路，由于实际电路中不可避免的一些原因，如接触电势、偏置电流、环境温度等，使得输出信号的零位与输入信号的零位不一致带来测量的误差。这种现象引起的变化十分缓慢，在测量的时间段内认为是恒定不变的，因此可以通过软件进行校零。 5.2.2 随机误差的自动校正 随机误差是测量中不可避免的，一般的仪器、仪表无法克服随机测量误差。智能仪器却可以利用微机控制测量速度快的优势，通过用软件进行多次测量求平均值的方法来减小随机误差，这就是所谓的平滑滤波技术。 智能仪器中常用的克服随机误差的滤波方法有以下几种。 算术平均滤波法 滑动平均滤波法 加权滑动平均滤波法 中值滤波法 算术平均滤波法 克服随机误差最简单的方法是通过在同样条件下多次测量求平均值，统计理论给出：当测量次数n→∞，有x→真值，测量误差→0。设对同一个待测量进行了n次测量，（扣除了系统误差后的）测量值为x1、x2、…、xn，则有： ￣ x=1/n[∑xi] 算术平均滤波效果主要取决于采样次数，采样次数越多，滤波效果越好，但测量的速度降低了。因此，这种方法只适用于测量慢速变化的信号。 例如，一个测量系统每秒可以完成10次测量，即测量一次需要0.1s（包括A/D转换等时间），如果要求每秒更新一次测量数据，显然可以取n＝10，较好地克服了随机干扰。如果待测量1s内会发生变化，要求每秒测量5次，则n＝2，这种滤波方法就不太适用了。 滑动平均滤波法  滑动平均滤波法是把n个测量数据看成是一个队列，队列的长度固定为n，每进行一次新的测量，就把测量结果放入队尾，并去掉队列前的一个数据。这样在队列中始终有N个数据，对这n个数据求算术平均值，得到的数据也可以较有效地减小随机误差。这种方法可以适用于测量待测量在逐渐变化的情况。 在滑动平均滤波中n的选取十分重要，n选得大，滤波效果好，但实时响应速度减慢，或者说仪器的反应不灵敏。n取得小，滤波的效果不显著，一般要根据参数变化的速度进行选取。通常，流量的测量用n＝12，压力测量取n＝4。 加权滑动平均滤波法 滑动平均滤波法中，n越大，则输出信号的滞后越严重，为此可采用加权滑动平均法。这是滑动平均法的一种改进，即对不同时刻的测量数据加以不同的权重系数。通常越接近当前时刻的数据，权重系数越大，以提高系统对当前采样值的灵敏度。 中值滤波法  中值滤波法的基本思想是连续测量三次并储存三次的测量值x1、x2、x3，比较3个采样值的大小，将中间的测量值作为有效的测量值，其算法是：如果x1＞x2＞x3，则取x2作为本次测量有效值储存，其他两个值丢掉。 这种方法可以有效地克服