【精选】智能传感器系统多传感器信息融合技术演示课件.pptVIP

表 5-4 JCY—101型压力传感器的二维实验标定数据 * (1) 计算压力传感器的温度灵敏度系数αs 式中： t1, t2——工作温度上、下限值；  U(t2)、U(t1)——同一输入压力作用下，工作温度分别为t2, t1时压力传感器的输出值。 (5-27) * 代入t2-t1=70-21.5=48.5℃, U(t1)=83.36mV，则可由(5-29)式计算得压力传感器的温度灵敏度系数 由于存在温度灵敏度系数，压力传感器存在温度附加误差， 在满量程时的相对误差δt为 * (2) 计算压力传感器的零位温度系数α0 式中：Δt=t2~t1——工作温度变化范围；  UFS——压力传感器满量程输出值；  ΔUom——在工作温度变化Δt时， 压力传感器零点漂移最大值。 由表5-4列出数据可得： Δt=70 ℃-21.5 ℃=48.5 ℃； UFS=83.36mV ΔUom=|-13.84-(-7.72)|=6.12 mV * (3) 计算温度传感器的压力灵敏度系数αP。仿照温度灵敏度系数αs的定义式 式中： P2, P1——压力输入值的上下、限；   ΔUt max——同一温度状态下，输入压力在上、下限范围内变化时温度传感器输出值改变量的最大值。 * 由表5-4数据读得P1=0.0×104 Pa，P2=5.0×104 Pa；在温度为70 ℃时，其输出值随压力变化最大值ΔUt max为 ΔUt max=(86.12-80.45)mV=5.67 mV 且 Ut(P1)=86.12mV 将上面的数值代入(5-29)式中，可得温度传感器的压力灵敏度系数αP * 2. 数据融合处理 (1) 计算(5 - 19b)式中各常系数α0′~ α5′和(5-25)式中常数β0~β5。为便于与未处理前各性能指标加以比较，我们根据输入压力P和温度输出Ut来拟合压力传感器输出电压U。与方程组(5-23)式类同，列出下列方程组： (5-30) * 下面根据表5-4所列数据计算方程组(5-30)式和(5-25)式的有关 系数， 即 * * 式中，Uk单位为mV；Utk单位为mV；Pk单位为104 Pa；tk单位为℃。 * 解方程(5-30)式(5-26)式可得常系数 * 于是曲面拟合方程(5 - 19b)式与(5 - 25)式就被确定为 * (2) 数据融合处理的效果。 图 5-14 二传感器信息融合智能传感器系统框图 * 表 5-5(a) 按(5-31a)、 (5 - 31b)工数据融合的输出值U与t * 由表5-5(a)融合输出U可见，其零位温度漂移最大为0.41mV， 可得零位温度系数α0′ =7.3×10-4/℃，温度灵敏度系数αs′=5.78×10-4/℃，与未融合处理前相比，性能提高一个数量级，传感器输出值受温度的影响大大减小。同时由表5-5(a)修正温度值可看出，同样在70 ℃时，压力变化5×104Pa，温度改变量仅为0.05 ℃，故其温度值受压力的影响也减小了一个数量级。 * 5.2.2 三传感器信息融合 一、三功能传感器多信息融合  硅压阻式传感器已能将感受压力(差)P及静压SP的压敏电阻电桥，感受温度的温敏电阻集成在一块芯片上构成能实现测量压力(差)P、静压SP、温度t的三功能传感器。相应地，三个输入量的输出信号是UP、USP、Ut。相互间存在着交叉灵敏度。采用信息融合技术可消除交叉灵敏度的影响，感受压力(差)P的压敏电阻电桥的输出信号UP，不仅决定于输入的压力(差)P，而且还与SP、 t数值有关。因此由一维静态输入—输出特性(P-UP)来求取被测压力值P就会存在大的误差，用三个参量来表征P才是比较完备的， 即 * 严格说来，其它两个参量SP、t也是如此，即 为了确定上述三元函数的多项式拟合方程，必须进行三维标定实验。  为简化处理起见我们先进行降维处理。由于对静压的测量精度要求不高，可将它作为一元函数来对得 * 又因静压主要影响压力(差)的零点输出，产生的干扰量用U0′表示。 U0′与静压输出USP的关系由n阶多项式方程描述 式中：γ0, γ1, …, γn为待定常系数数，通过标定实验来确定， 选定n个标定点，给出n个不同静压值Spi(i=1, 2,… , n)，否则定相应压力(差)的零点Uoj′(j=1, 2,…, n)， 即 * 式中：U是消除了零点干扰量后的压力(差)输出值。 于是被测压力(差)值就降为二元函数