《 检测与转换技术的基本概念》由会员分享，可在线阅读，更多相关《 检测与转换技术的基本概念（48页珍藏版）》请在金锄头文库上搜索。
1、电气信息工程系张柱华课程概述n必修课n38理论10 实验n主要内容概述 传感技术基础（误差理论与 数据处理） 传感器基本特性 应变式 电感式 电容式 压电式 磁电式 热电式 光电式 （光电检 测技术） 红外辐射 微波 超声波 数字式 化学传感器（气敏、湿敏） 智能式 （智能 传感器）（过程检测技 术与仪表）教材与参考书n教材： 检测与转换技术 第三版，常健生主编， 机械工业出版社，2008n参考书： 非电量电测技术（第2版），吴道悌主编 ，西安交通大学出版社（研）,2004 传感器与信号调节（第2版），张伦译， 清华大学出版社，2003 测量系统应用与设计（英文版），（美） 欧内斯特 O.德贝
2、林著，机械工业出版社教学基本要求n了解测量与传感技术的基本知识n掌握各类传感器的基本特性和工作原理 、典型测量电路n了解各类传感器的典型应用n考核：综合出勤、学习态度、课堂表现 、作业等 平时占30%、期末考试占70% 缺作业达到三分之一及其以上，或随 机抽点名缺勤三次以上无考试资格答疑及联系方式n采取课后答疑和网上答疑的方式n办公室：教六楼自动化教研室526，528 Email: QQ：171120690第一节 相关知识 1.1 、 传感技术的地位和作用 n人类社会在发展过程中，需要不断地认识 自然与改造自然，这种认识与改造必然伴随着 对各种信号的感知和测量。 n科技越发达，自动化程度越高，
3、对传感器 的依赖也就越强烈。 n现在，测量科学已成为现代化生产的五大 支柱之一，也是整个科学技术和国民经济的一 项重要技术基础，它对促进生产力发展与社会 进步起到重要作用。n传感技术是产品检验和质量控制的重要手段 n传感技术在系统安全经济运行监测中得到广 泛应用 n传感技术及装置是自动化系统不可缺少的组 成部分 n传感技术的完善和发展推动着现代科学技术 的进步 1.2 传感技术基本概念n传感技术：信息学科的范畴，是自动检测和自动转 换技术的总称。 n信息获取是指用检测系统从被测量（如物理量、化 学量、生物量、社会量等）中提取出有用的信息的过程 ，一般将信息获取的结果转化为电信号。 n信息转换是
4、将所获取的电信号，根据下一环节的需 要，在幅值、功率及精度等方面进行处理和转换。n信息处理就是根据输出环节的需要，将变换后的电 信号进行数字运算、A/D变换等处理。n信息传输的任务是在排除干扰的情况下准确、经济 地进行信息传递。现代信息技术的三大基础：信息采集 信息传输 信息处理传感器技术 通信技术 计算机技术感官 神经 大脑传感器技术是信息技术中的源头技术传感器技术是信息技术中的源头技术变量分类传感器的概念n传感器：能感受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n传感器的共性：利用物理定律或物质的物理 、化学、生物等特性，将非电量转换成电量n传感器功能：检测和转换。n敏感元件是传
5、感器中能直接感受（或响应） 被测信息（非电量）的元件n转换元件则是指传感器中能将敏感元件的感 受（或响应）信息转换为电信号的部分 传感器的组成传感器输出信号的分类1.3传感器的分类n按传感器的构成进行分类：物性型和结构型 n按传感器的输入量（即被测参数）进行分类：位 移、速度、温度、压力传感器等 n按传感器的输出量进行分类 ：模拟式和数字式 n按传感器的基本效应分类：物理型、化学型、生 物型n按传感器的工作原理进行分类 ：应变式、电容 式、电感式、压电式、热电式传感器等 n按传感器的能量变换关系进行分类：有源、无源1.4 传感技术的发展趋势n提高与改善传感器的技术性能n开展基础研究，寻找新原理
6、、新材料 、新工艺或新功能等n传感器的集成化n传感器的智能化1.5 检测系统n检测系统的组成开环测量系统闭环检测系统第二节、测量误差的概念和分类对任意测试系统，必有精度要求，因此必须使误差在允许范围内。1、名词解释等精度测量，非等精度测量；静态测量，动态测量，真值实际值，标称值；测量误差；2、误差的分类）按表示方法分 绝对误差： X = X - A0 X = X - A 式中：X为被测量，A0为真值, A为标准值（精度高一级的标准器具的示 值）相对误差： 绝对误差X与被测量的约定值之比.实际相对误差:A= X/A100%.示值相对误差: X= X/X100%（示值X ）满度相对误差:2）按误差
7、出现规律分(1)系统误差: 按某种函数规律变化而产生 的误差.用准确度评定表明测量结果与真值 的接近程度, 系统误差小,则准确度高;(2) 随机误差：由未知变化规律产生的误 差，用精密度评定表现了测量结果的分散性 . 随机误差越小,精密度愈高.精确度反映系统误差和随机误差综合 影响的程度,简称精度.(3) 粗大误差：粗大误差简称粗差，指在 一定条件下测量结果显著偏离其实际值所对应的 误差。 须判明，舍去。测量误差仪 器影 响方 法随 机系 统疏 失精 密 度人 身准 确 度可 取 性精确度测量结果评定误差来源、分类及测量结果评定3) 按被测量随时间变化的速度 分静态误差:静态误差是指在测量过程
8、 中,被测量随时间变化很缓慢或基本不变时的 测量误差.动态误差:动态误差是指在被测量随 时间变化很快的过程中,测量所产生的附加误 差.从工程实践可知，测量数据中含有系统误 差和随机误差，有时还含有粗大误差。它们的性 质不同，对测量结果的影响及处理方法也不同。 在测量中，对测量数据进行处理时，首先判断测 量数据中是否含有粗大误差，如有，则必须加以 剔除。再看数据中是否存在系统误差，对系统误 差可设法消除或加以修正。对排除了系统误差和 粗大误差的测量数据，则利用随机误差性质进行 处理。总之，对于不同情况的测量数据，首先要 加以分析研究，判断情况，再经综合整理，得出 合乎科学的结果。u1随机误差的处
9、理 在相同条件下，对某个量重复进行多次测量， 排除系统误差和粗大误差后，如果测量数据仍出现 不稳定现象，则存在随机误差。 在等精度测量情况下，得到n个测量值x1、x2 、xn，设只含有随机误差1、2、n，这 组测量值或随机误差都是随机事件，可以用概率数 理统计的方法来处理。随机误差的处理目的就是从 这些随机数据中求出最接近真值的值，对数据精密 度的高低（或可信度）进行评定并给出测量结果。测量实践表明，多数测量的随机误差具有以下特 征：u（1）绝对值小的随机误差出现的概率大于绝对值 大的随机误差出现的概率。（单峰性）u（2）随机误差的绝对值不会超出一定界限（有界 性）u（3）测量次数n很大时，绝
10、对值相等、符号相反 的随机误差出现的概率相等，当n 时，随机误差的 代数和趋近于零。（对称性与补偿性）随机误差的上述特征，说明其分布是单一峰值的 和有界的，且当测量次数无穷大时，这类误差还具有 对称性（即抵偿性），所以测量过程中产生的随机误 差服从正态分布规律。分布密度函数为：（1-7） 式（1-7）称为高斯误差方程。 式中， 是随机误差 ，（x为测量值，x0为测 量值的真值）；s是均方根误差，或称标准误差。标准误差 可由 下式求得：即：（1-8）计算 时，必须已知真值x0，并且需要进行无限 多次等精度重复测量。这显然是很难做到的。根据长期的实践经验，人们公认，一组等精度 的重复测量值的算术平
11、均值最接近被测量的真值， 而算术平均值很容易根据测量结果求得，即：（1-9）因此，可以利用算术平均值 代替真值x0来计算 式（1-8）中的i。此时，式（1-8）中的 ，就可 改换成 ，vi称为剩余误差。不论n为何值，总有 ：（1-10） 由此可以看出，虽然我们可求得n个剩余误差， 但实际上它们之中只有（ ）个是独立的。 考虑到这一点，测量次数n为有限值时，标 准误差的估计值 s可由下式计算：（式为贝塞尔公式。 在一般情况下，我们对 和s并不加以严格区分 ，统称为标准误差。 标准误差 的大小可以表示测量结果的分散 程度。图1.4为不同 下正态分布曲线。由图可见 ： 愈小，分布曲线愈陡峭，说明随机
12、变量的分 散性小，测量精度高；反之， 愈大，分布曲线 愈平坦，随机变量的分散性也大，则精度也低。通常在有限次测量时，算术平均值不可能等于 被测量的真值x0，它也是随机变动的。设对被测量进 行m组的“多次测量”后（每组测量n次），各组所得 的算术平均值 ， ， 围绕真值L有一定的分散 性，也是随机变量。算术平均值的精度可由算术平 均值的均方根偏差来 评定。它与s的关系如下：所以，当对被测量进行m 组“多次测量”后，在无 系统误差和粗大误差的情况下，根据概率分析它的 测量结果x0可表示为：(概率P=0.62827) 或（概率P=0.9973） （1-13）例1.1 等精度测量某电阻10次，得到的测
13、量值为 ：167.95、167.60、167.87、168.00、 167.82、167.45、167.60、167.88、167.85 、167.60，求测量结果。序 号测测量值值xi残余误误差vi1167.950.1880.035344 2167.60-0.1620.026244 3167.870.1080.011664 4168.000.2380.056644 5167.820.0580.003364 6167.45-0.3120.097344 7167.60-0.1620.026244 8167.880.1180.013924 9167.850.0880.007744 10167.60
14、-0.1620.026244表1.1 测量值列表解：将测量值列于表1.1。测量结果为：（概率P=0.6827） （概率P=0.997）n n置信区间：置信区间：n n就是随机变量的范围就是随机变量的范围(-LL)(-LL)表示表示n n又：又：L=Z L=Z n nZ Z为置信系数，为置信系数， Z = L/ Z = L/ n n置信限：置信限：L= Z L= Z n n置信概率置信概率 (Z)(Z)：随机变量在置信区间随机变量在置信区间 内内取值的取值的概率概率. .n n置信度：结合置信区间与置信概率置信度：结合置信区间与置信概率n n置信水平置信水平 (Z) (Z) ：随机变量在置信区间
15、随机变量在置信区间 外取值的概率外取值的概率n 图15 置信区间与置信概率(0)1/2置信区间 (L)1/2置信概率 P= (z)=1-n Z Z(Z)(Z)Z Z(Z)(Z)Z Z(Z)(Z)Z Z(Z)(Z)0 00.00000.00000 00.90.90.63180.63188 81.91.90.94250.94257 72.72.70.99300.99307 70.10.10.07960.07966 61.01.00.68260.68269 91.961.960.95000.95000 02.82.80.99480.99489 90.20.20.15850.15852 21.11.10.72860.72867 72.02.00.95450.95450 02.92.90.99620.99627 70.30.30.23580.23585 51.21.20.76980.76986 62.12.10.96420.96427 73.03.00.99730.99730 00.40.40.31080.31084 41.31.30.806
