网站地图  |  XML地图

联系我们

  • 365bet投注【真.AG旗舰】
  • 销售直线:0755-85271576
  • 传真:0755-85271576
  • 邮箱:65423332@qq.com
  • 地址:梅州市宝安区松岗街道红星社区宏海大厦8栋1楼

公司新闻

您的位置: 主页 > 公司新闻 >

传感器与检测技术课件_图文

发布日期:2020-06-20 16:58

  传感器与检测技术课件_数学_小学教育_教育专区。传感器与检测技术 第一篇 基础知识引论 ? 1 绪论 1.1 检测仪表控制系统 1.2 基本概念 1.3 检测仪表技术发展趋势 检测技术 ? 检测≠测量 ? 检测技术是实验科学的一部分,主要研

  传感器与检测技术 第一篇 基础知识引论 ? 1 绪论 1.1 检测仪表控制系统 1.2 基本概念 1.3 检测仪表技术发展趋势 检测技术 ? 检测≠测量 ? 检测技术是实验科学的一部分,主要研究各 种物理量的测量原理和测量信号分析处理方法。 智能楼宇控制 图示为某公司楼宇自动化 系统。该系统分为:安全 监测、照明控制、空调控 制、水/废水管理等。 汽车与检测技术 检测的分类 1、被测量值的物理属性: 电量、非电量。 2、检测原理(物理的、化学的、生物学的): 电磁法、光学法、微波法、超声法、核辐射法、 电化学分析、色谱分析、质谱分析等。 3、检测方法: 直接与间接、开环与闭环、接触式与非接触式、 动态和静态。 仪表单元 ? 定义:实现各种控制作用的手段和条件, 将检测得到的数据进行运算处理,并通过相应 的单元实现对被控变量的调节。 ? 组成:变送单元、显示单元、调节控制单 元、执行单元 1.1 检测仪表控制系统 石油、化工、电力、钢铁、机械等加工工业。 ? 以天然气为原料生产合成氨 压力调节(PC) 流量调节(FC) 液位调节(LC) 脱硫塔控制流程 脱硫塔压力调节控制(PC) 流量控制(FC) 1.1.2 检测仪表控制系统结构分析 典型工业检测仪表控制系统结构图 1、被控对象(核心) 单输入单输出:常规回路控制系统。 多输入多输出:计算机仪表控制系统(DDC、DCS、FCS)。 2、检测单元(基础) 传感器:能够感受规定的被测量并按照一定 规律转换成可用输出信号的器件或装置。(实 现直接测量或间接测量)。 3、变送单元 使被测变量信号符合国际标准。 1-5V DC或4-20mA DC模拟信号或数字信号。 ? 4、调节单元 将变送器输来的检测信号与给定值进行比较,并对 比较结果进行调节运算,以输出作为控制信号。 常规控制规律:位式调节、PID调节。 5、显示单元 将检测单元测量获得的相关参数,以适当方式显示 给操作人员。 显示方式:曲线、数字和图象。 ? 6、执行单元 将调节器的控制输出信号按执行机构需要 产生相应的信号,驱动执行机构实现对被控变 量的调节作用。 1.2 基本概念 1.2.1 测量范围、上下限及量程 ? 测量范围:仪器按照规定的精度进行测量的被测变量 的范围。 ? 测量下限:测量范围的最小值。 ? 测量上限:测量范围的最大值。 ? 量程:量程=测量上限值-测量下限值。 ? 例:某温度测量仪表的下限值是-50℃,上限值为 150℃, 则其测量范围可表示为-50℃~150℃,量程 为200℃。 1.2.2 零点迁移和量程迁移 ? 零点:测量的下限值。 ? 根据测量要求和条件变化对仪表零点或量程的改变。 X:仪表量程 Y:指针最大偏转值 1:迁移前特性曲线:零点迁移特性曲线:量程迁移特性曲线 ? 零点迁移的作用:克服仪表的死区,但牺牲了 量程。 ? 量程迁移的作用:改变仪表的灵敏度和量程。 1.2.3 灵敏度和分辨率 ? 灵敏度:被测参数改变时,经过足够时间仪表指示值 达到稳定状态后,仪表输出变化量与引起此变化的输 入变化量之比。 灵敏度 ? ?Y (仪表的放大倍数) ?U ? 灵敏度为量纲(无单位)。由量纲U和Y确定。 ? 分辨率:灵敏度的一种反映,表示仪表输出能响应和 分辨的最小输入量,又称灵敏限。 灵敏度表征传感器对输入量变化的反应能力 (a) 线性传感器 (b) 非线性传感器 作图法求灵敏度过程 y Δy 切点 传感器 特性曲线 K ? ?y Δx ?x xmax x 两者关系 ? 灵敏度高的仪表一定分辨率高(充分条件) ? 分辨率高的仪表不一定灵敏度高(非必要条件) 原因:分辨率高的仪表,如量程也很小,则灵 敏度也不高。 灵敏度具有可传递性,首尾串联的多仪表系统 总灵敏度是各仪表灵敏度的乘积。 1.2.4 误差 ? 作用:衡量仪表的精度。 ? 真值:理论值。 ? 约定线:国家标准计量机构标定过的标准仪器的 测量值。 ? 1、绝对误差δ: ? 绝对误差δ = 示值M-约定线 不能确切的反映测量的准确程度。 2、相对误差Υ: 相对误差Υ(%)= 绝对误差δ/约定线 衡量测量的准确度,相对误差越小,准确度越高。 3、引用误差Q: 引用误差Q(%)= 绝对误差δ/量程L 仪表多应用在测量接近上限值的量。 L通常为仪表满刻度值. 如满刻度为5A的电流表测量电流,示数为4A,实际电 流为4.02A,此点电流的引用误差是多少? Q ? [(4 ? 4.02) / 5]?100% ? ?0.4% 4、最大引用误差Qmax: 最大引用误差Qmax(%) = 最大绝对误差δmax/量 程L 仪表基本误差的主要形式,是仪表的主要质量指标。 5、允许误差: 最大引用误差Qmax ≤允许误差。 6、附加误差 受工作环境,相对湿度等客观条件影响所产 生的误差。 1.2.5 精确度 ? 仪表的精确度通常是用允许的最大引用误差Qmax去 掉百分号后的数字来衡量。 ? 精确度划分为若干等级,简称精度等级,精度等 级的数字越小,精度越高。价格越贵。 OA:理想输入输出特性曲线:实际上升曲线愈接近直线OA, 则仪表的精度等级越高 精度等级确定过程 示意 仪表的选择 ? 若已知某仪表精度等级为G级 ? 其最大相对误差 ? max ? ?max / A0 ? ?max / M ? (L ? G) / M ? (L / M ) ? G 因为 M ? L 所以,当示数M越接近量程L时,其测量准确度越高。 相同精度等级下,仪表选择通常工作区在不小于满 刻度2/3的区域。 1.2.6 滞环、死区和回差 ? 滞环: – 储能效应 例如弹性变形、磁滞。 – 实际上升曲线和实际下降 曲线不重合。 – 特性曲线形成环状。 滞环效应分析 同一输入,对应多个输出值,出现误差。 1.2.6 滞环、死区和回差 ? 死区: – 死区效应,例如传动机构 的摩擦和间隙。 – 实际上升曲线和实际 下降曲线不重合。 – 仪表输入小到一定范围后不 足以引起输出的任何变化。 死区效应分析 1.2.6 滞环、死区和回差 ? 综合效应: – 既有储能效应,也具有 死区效应。 – 各种情况下,实际上升曲 线和实际下降曲线间的差 值称为回差或变差。 综合效应分析 1.2.7 重复性和再现性 ? 重复性:在同一工作条件下,同方向连续多次对同一 输入值进行测量所得的多个输出值之间相互一致的程 度。 选用上升曲线最大离散程度和 下降曲线最大离散程度中的最大 值。 衡量仪表不受随机因素影响的能力。 综合效应分析 ? 再现性:包括滞环和死区,仪表实际上升曲线和实际 下降曲线之间离散程度的表示,常取两种曲线之间离散 程度最大点的值来表示。 仪表性能稳定的一种标志。 1.2.8 可靠性 ? 可靠度:衡量仪表能够正常工作并发挥其功能的程度。 体现在仪表正常工作和出现故障两个方面: – 正常工作方面:平均无故障工作时间。 – 出现故障方面:平均故障修复时间。 有效度:(综合性指标) 有效度 ? 平均无故障工作时间 平均无故障工作时间? 平均故障修复时间 检测仪表技术发展趋势 ? 成组传感器的复合检测 ? 微机械量检测技术 ? 智能传感器的发展 ? 各种智能仪表的出现 ? 计算机多媒体化的虚拟仪表 ? 传感器、变送器和调节器的网络化产品 2 误差分析基础及测量不确定度 2.2.1 真值、测量值与误差的关系 ? 误差x:测量值M偏离线的程度 x ? M ? A0 ? 横坐标为测量值,纵坐标为测得其测量值 的频率 ? 测量值的算术平均值为A,则有限 次测量中,测量值的平均值与真值 之间的偏差 ? n足够大时: ? ? A ? A0 A0 ? lim n?? A 测量值与其频率密度 2.2.2 几种误差的定义 ? ? 残差:各测量值Mi与平均值A的差 vi ? Mi ? A, vi ? 0 ? 方差: ?? ? ? 2 ? 1 n n i?1 Mi ? A0 2 ? 标准误差:方差的均方根值,表示Mi偏离A0的程度 ?? ? ? ? 1n n i?1 Mi ? A0 2 ? 协方差与相关系数: 两组测量值xik和xjk的平均值分别为Ai和Aj 2.2.2几种误差的定义 ? 协方差被定义为 ?? ?? ? ? n 1 2 ? Xi X j n k?1 X ik ? Ai X jk ? Aj ? 相关系数是标准化的协方差 ? ? r Xi, X j 2 ? ? XiX j ? ? Xi X j 2.2.3 测量的准确度与精密度 测量的准确度与精密度 2.3 误差原因分析 ? ①被检测物理模型的前提条件属理想条件,与实际检测 条件有出入; ? ②测量器件的材料性能或制作方法不佳使检测特性随时 间而发生劣化; ? ③电气、空气压、油压等动力源的噪声及容量的影响; ? ④检测线路接头之间存在接触电势或接触电阻; ? ⑤检测系统的惯性即迟延传递特性不符合检测的目的要 求,因此要同时考虑系统静态特性和动态特性; 2.3 误差原因分析 ? ⑥检测环境的影响,包括温度、湿度、气压、振动、辐射 等; ? ⑦不同采样所得测量值的差异造成的误差; ? ⑧人为的疏忽造成误读,包括个人读表偏差,知识和经验 的深浅,体力及精神状态等因素; ? ⑨测量器件进入被测对象,破坏了所要测量的原有状态; ? ⑩被测对象本身变动大,易受外界干扰以致测量值不稳定 等。 2.4 误差分类 ? 1. 系统误差:指测量器件或方法引起的有规律的误差, 体现为与线. 随机误差:除可排除的系统误差外,另外由随机因 素引起的,一般无法排除并难以校正的误差。 ? 3. 粗大误差:由于观测者误读或传感要素故障引起的 歧异误差。 2.5.1 随机误差概率及概率密度函数的 性质 ? 误差函数的有关符号: – 1)y ? f ? x?:误差x发生的概率密度 – 2)p ? x? ? f ? x? dx :误差为x的概率,称为概率元 ? – 3)p ?a ? x ? b? ? b f ? x? dx:误差在a与b之间的概率 a ? – 4)p ??? ? x ? ??? ? ?? f ? x?dx ? 1: ?? 检测值存在或检测误差存在的概率为1 2.5.1 随机误差概率及概率密度函数的 性质 ? 测量次数增多,统计误差频率后,可发现随机误差的 性质 – 1)对称性:大小相同符号相反的误差发生的概率相同 – 2)抵偿性:由对称性可知,当测量次数n ? ?时,全体误 差的代数和为零,即 n ? lim n?? i?1 xi ?0 – 3)单峰性:绝对值小的误差比绝对值大的误差发生的概率 大 2.5.1 随机误差概率及概率密度函数的 性质 ? 具有上述特性的随机误差的概率密度分布曲线f(x)则 应该满足如下各条件: – 1)对于所有的误差x,都有f(x)0; – 2) f(x)为偶函数,正负对称分布; – 3) x=0时f(x)取最大值; – 4)随x0, f(x)单调减小; – 5) f(x)曲线在误差x较小时呈上凸,在x较大时呈下凸 2.5.2 正态分布函数及其特征点 ? 图示的正态分布数学表达式为 ? ? y ? f x ? 1 e? x2 2? 2 2? ? ? 这个式子说明了随机误差的理论分布规律,也称为误 差法则。 ? ? ? 正态分布常用 N A0,? 2 来表示。A0(测量真值), ?(标准误差)。 2.5.3 置信区间与置信概率 ? 置信区间:随机变量取值的范围,常用正态分布的标准误 差 ? 的倍数来表示,即?z? ,z为置信系数。 ? 置信概率:随机变量在置信区间 ?z? 内取值的概率 ? ? ?? z? ? p? x ? z?? ? ?z? f ? x?dx ? 2 z? e? x2 2? 2 dx ? z? 2?? 0 ? 置信水平:随机变量在置信区间以外取值的概率 ? ? x? ? 1? ? ? z? ? p? x ? z?? ? 置信系数越大,置信区间越宽,置信概率越大,随机误差 的范围也越大,对测量精度的要求越低。 2.6.1 误差传递法则 ? 间接检测量Y与互相独立的直接检测量X1, X2,??? 有如下的 函数关系: Y ? ? ? X1, X 2,???? ,并且 X1, X2,??? 的标准偏差 分别为?1,? 2 , ? ? ? 时,Y的标准偏差 ? 2 Y ? ? – 1)简易情况: Y ? X1 ? X 2 ,?Y ? n – 2)任意线性结合: Y ? ai X i ,? k ?12 ?? 2 2 n ? 2 Y ? ai2? 2 i – 3)一般情况:Y ? ? ? i?1 X1, X 2 ,???, Xn ? 时, i?1 误差传递法则: 2 ? ?Y ? ? ? ? d? dxi ? ? ?0 ? 2 i 2.6.2 不等精度测量的加权及其误差 ? 同一未知量,不同检测方法,m组不等精度的测量数据。 ? 精密度高的测量数据具有较大的可靠性,这种可靠性的 大小称为权重,通常用加权平均的方法计算总均值。 – 1)权重的大小:大小是相对的 – 2)加权平均 p1 : p2 :???: pm ? 1 ?12 : 1 ? 2 2 :???: 1 ? 2 m 2.7.1 平均值的误差表示方法 ? ? ? 每个测量结果 Mi 服从N A0,? 2 正态分布时 A ? 1 n ? Mi E? A? ? 1 n ? E ?Mi ? ? A0 ? ? 2 A ? ? ?? 1 n ?2 ?? ? 2 ? ?2 n ? ? ? 测量数据的平均值A按N A0,? 2 / n 正态分布 2.7.2 平均值与标准偏差的无偏估计 ? E ? A? ? 1 n ? E ?Mi ? ? A0 说明数据平均值就是线 的无偏估计。 ? ? ? ? 残差的平方和 S ? vi2 ? ?Mi ? A?2 ? xi2 ? n? A ? A0 ?2 ? S的期望 E ?S ? ? ?n ?1?? 2 , E ? ?? S? n ?1?? ? ? 2 ? 则方差的无偏估计为 ?? 2 ? S n ?1 2.7.3 测量次数少的误差估计 ? 误差分布为正态分布,测量次数足够多的情况下,可 以采用前面的误差估计方法。 ? 当测量次数不多时,应该用t分布等进行估计。 ? 检验原则:设置一定的置信概率,看这个可疑值的误 差是否还在置信区间内,即剔除那些概率很低的粗大 误差。 ? 检验方法: X ? – 1)简单?检?验方 法vi : n先将可疑值除外,X用其余数据的平 均v 值? 4? 及平均残差 ,计算可疑值与 的残差v,如 果 ,则剔除。 – 2)格罗布斯(XGrubbs)检验方?法:先v /算?出?包?括n ?可? 疑? 值在内 2.9.1 测量不确定度的由来 ? 测量误差客观存在,测量结果常常伴随有随机误差, 造成了测量的不确定性或不准确性,但真值大多数情 况下未知。 ? 测量不确定度表示测量结果的不可信程度,是与测量 结果相关联的参数。 2.9.2 测量不确定度的分类 ? 1)标准不确定度:用标准偏差表示,U – A类评定:用统计方法评定 ? 由一系列的测量结果根据概率统计,得到测量结果的标准偏差 – B类评定:用非统计方法评定 ? 根据资料或假定的概率分布得到标准偏差值 2.9.2 测量不确定度的分类 ? 2)合成标准不确定度:由各不确定度分量合成的标准不 ? ? 确定度,UC 测量不确定度传递律:uC2 ?Y ? ? n i?1 ? ? ? ?? ?X i ?2 ?u 2 ? ? Xi ? ? u ? Xi ? 为各分量的标准不确定度;uC ?Y ? 为合成不确定度。 ? 若各直接检测量不独立,则 ? ? ? ? ? ? ? ? ? ? ? ? ? uC2 Y ? n i?1 ? ?? ? ? ?X i ?2 ?u 2 ? Xi n?1 n ? ?? ? ? ?? ? ? i?1 j ?n?1 ? ? ?X i ? ? ? ? ?X j ?u ? Xi u Xj r Xi, X j ? r为相关系数,是标准化的协方差。 2.9.2 测量不确定度的分类 ? 3)扩展不确定度:用包含因子乘以合成标准不确定 度,得到以一个区间的半宽度来表示的测量不确定度。 U ? kuC X ? x ?U x ?U ? X ? x ?U 2.9.2 测量不确定度的评定方法 ? 1)A类标准不确定度的评定方法 – 相同条件下,对被测量X进行n次重复测量得测量值Xi,算术 平均值为 ? X ? 1 n n i?1 Xi ,X 0 为真值,则 – 总体标准偏差: ?? ? 1 n n i?1 Xi ? X0 2 – 实验标准偏差: ?? ? 1 n 2 n ?1 i?1 X i ? X 2.9.2 测量不确定度的评定方法 ? 真值的最佳估计是平均值,测量结果标准偏差的最佳 估计是实验标准偏差,自由度为n ?1 ,平均值的标 准偏差是任何单次测量结果标准偏差1的/ n X ,用 作为被测量的估计值,其标准偏差称为A类标准不确 定度 ?? ? UA ? 1n n?n ?1? i?1 Xi ? X 2 2.9.2 测量不确定度的评定方法 ? 2)B类标准不确定度的评定方法 – 依据仪器厂商的技术资料或校准证书所提供的数据进行评定, 通常需要进行换算,且需要注意概率分布和和置信水平的判 断。 ? 3)合成标准不确定度和扩展标准不确定度的评定方 ? ? 法 ? ? – 合成标准不确定度可以按照不确ve定ff 度? 额n合Cu成Ci44u法Y4 则X求i 得,其自 ? 由度称为有效自由度。 i?1 vi 2.10.1 最小二乘法原理 ? 使残差平方和为最小的原则,称之为最小二乘法原理 ?令 ? ? S ? vi2 ? ?Mi ? m?2 ? min ???Mi ? m?2 ? 0 ?m ?得 m ? 1 n ? Mi ? 表明一组测量值的最小二乘估计就是其算术平均值 2.10.2 最小二乘法在多元间接检测中 的应用 测量方程式为M ? i ? fi ? X1,???X N ? 若Mi ? fi为线性函数,即 Mi ? ki1X1 ? ??? ? kiN X N ,i ? 1, 2,???, n M i为第i个测量值 X j为第j个待测参数值 kij为第j个待测参数值在取第i次测量值时的系数 只有n ? N,即重复进行等精度测量时,才能进行误差分析 2.10.2 最小二乘法在多元间接检测中 的应用 ? 设待测参数的最佳估计值列矩阵: ? ? X? ? X?1 X? 2 ??? X? N T ? 方便起见,测量值列矩阵改用: y ? ? y1 y2 ??? ?yn T ? 系数列矩阵: ? k11 K ? ? ??? kn1 k1N ? ? knN ??? 2.10.2 最小二乘法在多元间接检测中 的应用 ? 残差列矩阵:v ? ?v1 v2 ??? ?vn T n ? ? 则 S ? vT v ? vi2 v ? Y ? KX? i ?1 ? 线性函数最小二乘法原理的矩阵形式为 ?令 ?得 ? ? ? ? ?vTv ?X? ? ? ?X? Y ? KX? T Y ? KX? ?0 ? ? X? ? KT K ?1 KTY vT v ? min 2.10.2 最小二乘法在多元间接检测中 的应用 ? 直接测量值方差的估计值 ? ? 2 y ? S n?N ? 1 n?N n ? yi i ?1 ? y?i ?2 ? 待测参数方差的估计值? 2 X? i 为下列矩阵的对角线 ? ??? ? ? ? ? ?? KTK ? ?1 2 y ?2 X? N ??? 2.10.2 最小二乘法在多元间接检测中 的应用 ? 若 Mi ? fi ? X1,???X N ? 不是线性函数,可以采用待测参 数的一个近似值,在近似值附近进行一阶泰勒展开, 再用上述方法求解。 2.10.3 最小二乘法在曲线拟合中的应 用 ? 由已知的离散数据点选择与实验点误差最小的曲线(x) ? ... ? an?n (x) 称为曲线拟合的最小二乘法。

版权所有:365bet投注【真.AG旗舰】 备案号: