[工学]智能传感器第4章.ppt

第4章 基本智能化功能与其软件实现 4.1 改善线性度及智能化非线性刻度转换功能　　 测量系统的静态性能由其静态输入输出特性来表征， 它的质量指标将决定测量系统的精度， 测量系统的线性度指标是影响系统精度的重要指标之一。 其中， 处于测量系统前端的传感器， 其输入输出特性的非线性是使得测量系统输入输出特性具有非线性的主要原因。 　　传感器及其调理电路的输出量多是电学量， 传统测量仪器系统的基本功能就是要将传感器及其调理电路输出的电学量转换为被测量， 以便输出显示， 称为刻度转换。 如果按照线性关系进行刻度转换， 就会引入非线性误差， 降低线性度指标， 因为前端待转换的关系是非线性的。 当然， 人们期望传感器本身的输入输出特性具有良好的线性， 为此传感器工作者一直进行着不懈的努力。 但是， 传感器静态特性的非线性却总是存在的。 　　与此同时， 人们从电路方面精心设计非线性校正器以期改善系统的非线性。 所谓非线性校正器， 就是可以按某种非线性关系来进行刻度转换的环节。 系统中有了这种非线性刻度转换环节， 全系统输入输出特性将逼近直线。 由于各个传感器非线性特性的不一致性， 因此用硬件电路实现非线性校正的刻度转换存在很大难度与局限性。 　　智能传感器系统是通过软件来进行非线性刻度转换的， 在实现智能化刻度转换功能的同时， 也实现了非线性自校正功能， 从而改善了系统的静态性能， 提高了系统的测量精度。 由于软件的灵活性， 智能传感器系统丝毫不介意系统前端的正模型有多么严重的非线性。 所谓正模型， 是传感器及其调理电路的输入输出特性（x－u）， 如图4-1(b)所示。 智能传感器能自动按图4-1(c)所示的逆模型进行刻度转换， 输出系统的被测量值y， 实现系统的输出y与输入x呈理想直线关系，如图4-1(d)所示。 图4-1 智能传感器系统 （a） 智能传感器系统框图； （b） 正模型； （c） 逆模型；  （d） 智能传感器系统的输入(x)输出(y)特性 所谓逆模型， 是指正模型 u=f(x)　　　　　 (4-1)的反非线性特性　　　　　　　　　y=x=f(u) (4-2)式中： x为系统的被测输入量； u为传感器及其调理电路的输出量， 又是存放在微机中非线性校正器软件模块的输入； y=x为非线性校正器软件模块的输出， 也即系统的总输出。 　　智能传感器系统采用软件既灵活又简便地实现了非线性自校正功能后， 就不必再为改善系统中每一环节的非线性而耗费精力， 其所要求的条件仅仅是： 前端正模型(x－u特性)具有重复性。 　　采用智能化非线性自校正模块以实现刻度转换的编程方法有多种， 常用的有查表法、 曲线拟合法， 近年来又发展了神经网络法及支持向量机法等多种方法。 4.1.1 查表法 查表法是一种分段线性插值法， 根据精度要求对反非线性曲线（如图4-2）进行分段， 用若干段折线逼近曲线， 将折点坐标值存入数据表中， 测量时首先要明确对应输入被测量xi的电压值ui是在哪一段； 然后根据那一段的斜率进行线性插值， 即得输出值yi=xi。 图4-2 反非线性的折线逼近 　　下面以三段为例， 折点坐标值为　 横坐标： u1、 u2、 u3、 u4；  　 纵坐标： x1、 x2、 x3、 x4。　 各线性段的输出表达式为　　第Ⅰ段 　　第Ⅲ段 　　输出y=x表达式的通式为 图4-3 非线性自校正流程图 　　折线与折点的确定有两种方法： Δ近似法与截线近似法， 如图4-4所示。 不论哪种方法， 所确定的折线段与折点坐标值都与所要逼近的曲线之间存在误差Δ， 按照精度要求， 各点误差Δi都不得超过允许的最大误差界Δm， 即Δi≤Δm。  图4-4 曲线的折线逼近 (a) Δ近似法； (b) 截线近似法 　　1． Δ近似法　 折点处误差最大， 折点在±Δm误差界上。 折线与逼近的曲线之间的误差最大值为Δm， 且有正有负。 　 2． 截线近似法 　 折点在曲线上且误差最小， 这是利用标定值作为折点的坐标值。 折线与被逼近的曲线之间的最大误差在折线段中部， 应控制该误差值小于允许的误差界Δm。 各折线段的误差符号相同， 或全部为正， 或全部为负。 4.1.2 曲线拟合法 　曲线拟合法采用n次多项式来逼近反非线性曲线， 该多项式方程的各个系数由最小二乘法确定， 具体步骤如下　　1. 列出逼近反非线性曲线的多项式方程 　（1） 对传感器及其调理电路进行静态实验标定， 得校准曲线。 标定点的数据为 　　（2） 假设反非线性特性拟合方