S1传感器技术基础01章节.pptVIP

C1 传感器技术基础 理学院 宋旸 1 传感器技术基础 1.1 传感器的一般数学模型 为什么要研究传感器的数学模型和特性？ 研究、应用传感器时主要关心的就是传感器输出和输入之间的关系和特性，而其数学模型就是用某种方程或函数来表征传感器的输出和输入的关系。通过数学模型来指导传感器的设计、制造、校准和使用。 1.1 传感器的一般数学模型 1.1 传感器的一般数学模型 传感器可能用来检测静态量、准静态量或动态量，应以带随机变量的非线性微分方程为数学模型。 传感器在检测静态量时的静态特性与检测动态量时的动态特性可以分开考虑。 1.1.1 静态模型 1.1.2 动态模型 1.1.3 传递函数 1.1.1 静态模型 静态模型是指在静态条件下（即输入量不随时间变化）传感器输出量与输入量之间的一种函数关系。 1.1.1 静态模型的应用意义 稳定状态下输入量不随时间变化，或变化极小（可以忽略不计），或暂不要考虑时间的影响。 举例： 一般环境温度测试，空气湿度测试，电源电压测量，照明灯照度测定，电子天平，悬浮子流量计，霍耳片测地磁场，微小压强计等。 1.1.1 典型静态传感器响应特性 之一 理想线性 弹性范围内应变与外力成正比 光电流与光强成正比 平行平板电容量与面积成正比 电阻电压与电流成正比 微应变与温度成正比 1.1.1 典型静态传感器响应特性 之二 仅有偶次非线性项的非线性系统 1.1.1 典型静态传感器响应特性 之三 仅有奇次项的非线性项系统 线性特性接近于理想传感器 任意传感器都可以通过组合转变成“仅有奇次的非线性系统” 1.1.2 动态模型 在实际测试工作中，大量的被测信号是动态信号，传感器对动态信号的测量任务不仅需要精确地测量信号幅值的大小，而且需要测量和记录动态信号变换过程的波形。 有的传感器的静态特性很好，但由于不能很好的反映输入量随时间变化的状况而导致严重的动态误差。 输入信号会随时间变化，传感器对快速变化输入信号的响应出现“相移”效应，输出信号不同步地变化。 举例：惯性、弹性作用；热容量导致温度变化滞后等。 1.1.2 动态模型 输入信号随时间变化剧烈 传感器的输入、输出出现显著的“相对相移” 相移量值与信号变化率相关 动态模型是传感器在动态信号（输入信号随时间变化的量）作用下传感器输出量与输入量之间的一种函数关系。 1.1.2 动态模型 受输入信号影响 受输入信号变化强度的影响 输出信号，输出信号各阶导数与输入信号相互作用 非线性为一般传感器的基本特性 1.1.2 线性不变系统 定义：满足形式下列的输出输入信号传输系统为线性不变系统 1.1.2 线性不变系统 1.1.2 线性不变系统 输入量x，输出量y, 传感器信号变换特性G(D) 物理意义：输出、输入信号之间的关系形式上具有线性关系 D作为微分符号，代表变化 1.1.2 线性不变系统 1.1.2 线性不变系统的几个性质 （1）叠加性和均匀性 叠加性指当一个系统有n个激励同时作用时，那么它的响应就等于这n个激励单独作用的响应之和。 均匀性是指当输入信号乘以某常数时，响应也倍乘相同的常数。 1.1.2 线性不变系统的几个性质 （2）时不变性 （3）频率保持性 1.1.2 实际应用的数学模型 只取上式中的n=0、1、2三种情况。分别称为零阶响应环节、一阶响应环节和二阶响应环节。 　　 传感器的输出信号为非齐次微分方程的解。 1.1.2 实际应用的数学模型 零阶环节：理想线性关系 一阶环节：随时间指数变化关系 二阶环节：随时间指数变化、而且具有振荡现象的关系 问题 怎样才能掌握(测试)传感器特性？ 通过信号传输过程表现出来。 传感器特性在什么条件下能够以最简单的形式表现出来？ 简单的阶跃、冲击、简谐振荡信号。 1.1.2 传感器的特性 传感器为信号传输系统，输出信号与输入信号对应。 传感器的特性与输入信号无关。 1.1.3 传递函数 拉普拉斯变换 拉氏变换的基本性质 线性传感器系统的传递函数 传递函数的物理意义 1.1.3 传递函数 为什么要研究传递函数？ 当使用微分方程作为传感器数学模型时，虽然可以通过求解方程来分清传感器的暂态响应和稳态响应，但是微分方程求解十分麻烦。 运用拉氏变换将时域的数学模型（微分方程）转换为复频域（s域）的数学模型（传递函数） 1.1.3.1 拉普拉斯变换 1.1.3.1 拉普拉斯变换 变换的物理含义？ 1.1.3.2 拉普拉斯变换的基本性质 线性性质 微分性质 积分性质 位移性质 延迟性质 1.1.3.2 拉普拉斯变换的基本性质 ①线性性质 1.1.3.2 拉普拉斯变换的基本性质 ②微分性质 1.1.3.2 拉普拉斯变换的基本性质 ②微分性质 推广到任