传感器动态误差的修正方法.pdfVIP

第20卷 第1期 黑 龙 江 大 学 自然 科 学 学 报 Vo1．20No．1 2003年 3月 JOURNAL 0F NATURAL SCIENCEOFHEILONGJIANG UNIVERSITY March，2003 文章编号：1001—7011(2003)01—0067—04 传感器动态误差的修正方法 史丽萍， 孙宝元 (大连理工大学 机械工程学院，辽宁 大连 116024) 摘 要：在过去有关动态误差的文章中，由于数学上的困难，一般仅对系统误差加以修正。本文简 述 了动态测试中测试数据所包含的各种误差，以及分别采用哪些方法对动态误差中的粗大误差、随 机误差和系统误差进行修正。 关键词：动态误差；系统误差；粗大误差；随机误差 中图分类号：TP216．1 文献标识码：B 传感器是仪器仪表和测量系统的核心部分，是过程控制系统的首要环节，是机器人的 “五官 ，是 自动获取 信息的重要装置。传感器性能指标是衡量其优劣的标准，是其设计的 目标，是用户选择的依据．根据被测量是 否随时间变化 ，传感器的性能指标分静态和动态两大类。目前，国内外对传感器的静态特性研究较为深入和全 面，而对动态特性研究较少。但是，随着科学技术 的发展，在越来越多的情况下，需要测量动态非 电量，或者需 要在运动过程中测量非电量。这就要求动态测试要有足够的精度，并能够准确、迅速地反映被测参数的变化． 动态误差是动态测试中首先要考虑的问题．动态误差按一般定义是：动态测试结果减去被测量 的真值，该 真值常用约定真值．动态误差可分为一般定义下的系统误差、随机误差和粗大误差 (即反常误差)三种类型．其 中：系统误差主要是由具有确定性变化规律的那些误差因素造成的，它表现为时间的确定函数 (包括常量)；随 机误差是 由多种偶然性的误差因素造成，它表现为时间的随机函数；粗大误差是 由偶然的，个别的反常因素造 成的，它有时表现为个别粗大值，有时表现为在某一小区间内出现一片特大值，有时也会周期性和不定期 的重 复出现这种值。通常三者均混杂在动态测试数据中，需通过数据处理将它们分开。 ‘ 以前介绍动态误差修正方法时，由于数学上的困难，通常忽略了随机误差和反常误差 ，只是修正动态测试 数据中的系统误差。本文则全面考虑了动态测试数据中可能包含的各种误差 ，并提 出了一种可行地消除各种 误差 的方法。 1 动态误差中粗大误差的剔除 粗大误差 的剔除一般使用两种准则 ，一是拉依达准则 ，又称 3 准则。该准则的特点是简单实用．但 当测量 次数 Ⅳ≤10时，该准则失效，不能判别任何粗大值 ；二是格罗布斯准则，该准则是 由数理统计方法推导出的比 较严谨 的结论，具有明确的概率意义，被认为是 比较好的准则。对比两准则简介如下： 1．1 拉依达准则 设测量数据中，测量值xt的随机误差为 ，当 l≥36(x)时，测量值 是含有粗大误差 的异常值，应予 以 剔除． 在正态分布的等精度的重复测量 中，随机误差 大于 3倍标准差的置信概率仅为 0．0027，属于小概率事 件。如果在测量次数不是很大 (10N300)的情况下，测量误差大于 3倍标准差，则可认为该误差属于粗大误差。 收稿 日期：2002—11一l8 基金项 目：教育部高等学校博士学科点专项科研基金资助项 目(20010141006) 作者简介 ：史丽萍(1971一)，女，黑龙江哈尔滨人，讲师，博士研究生，主要研究方 向：传感器、执行器基础理论与应用技术． 黑 龙 江 大 学 自然 科 学 学 报 第 20卷 1．2 格罗布斯准则 首先算 出包括可疑值在内的这组数据的平均值及其标准残差 式中：O-m 标准残差；xi一 第 i个测量数据；_。_ 数据平均值；Ⅳ一 测量次数。再算 出可疑值残差 V与 盯的比 值古，根据格罗布斯准则，可以得到Ⅳ次测量下的置信概率的界限系数 )，如果 ∽，则此可疑值应 剔除。 ∽ 的数值表略。 2 动态误差中随机误差的数字滤波方法 随机误差为随时间改变的干扰信号所引起的动态误差 ，又称第二类误差