传感器原理与应用--传感器基本特性与应变式传感器

文章目录

  • 上一篇
  • 传感器的基本特性
  • 应变式传感器
  • 应变式传感器的应用
  • 下一篇

上一篇

传感器的基本特性

一般来说能把特定被测量信息按一定规律转换成某种可用信号的器件或装置,称为传感器

静态特性

  1. 灵敏度
    定义:输出量增量 Δ y \Delta y Δy与引起输出量增量相应输入量 Δ x \Delta x Δx之比
    S = Δ y Δ x S = \frac{\Delta y}{\Delta x} S=ΔxΔy

  2. 线性度
    任何传感器都有一定的线性范围,在线性范围内它的输出与输入成比例关系,线性范围越宽,表明传感器的工作量越大。
    然而并不能完全是线性的,通常是使用拟合直线来拟合原来的曲线
    因此线性度是指传感器的实际输入-输出曲线与拟合直线之间的吻合程度。
    实际曲线与它的两个端尖连线之间的偏差称为非线性误差,取其中到的最大偏差与满量程之比称为线性度
    γ L = + Δ L m a x Y F S ∗ 100 % \gamma_L = \frac{+}{} \frac{\Delta L_{max}}{Y_{FS}} *100\% γL=+YFSΔLmax100%
    在这里插入图片描述

  3. 迟滞
    传感器在相同工作条件下,输入量由小到大(正行程)及输入量由大到小(反行程)(正反行程)变化期间其输入输出特性曲线不重合的现象称为迟滞。
    不相同的差值称为迟滞差值,记最大迟滞差值为 Δ H m a x \Delta H_{max} ΔHmax与满量程输出值 Y F S Y_{FS} YFS 之比称为迟滞误差
    γ H = Δ H m a x Y F S ∗ 100 % \gamma_H = \frac{\Delta H_{max}}{Y_{FS}} * 100\% γH=YFSΔHmax100%

  4. 重复性
    重复多次测量,结果不一样。
    重复性误差属于随机误差。常用标准差 σ \sigma σ计算,也可用正反行程中最大重复差值 Δ R m a x \Delta R_{max} ΔRmax计算
    γ = + Δ R m a x Y F S ∗ 100 % \gamma = \frac{+}{} \frac{\Delta R_{max}}{Y_{FS}} * 100\% γ=+YFSΔRmax100%

  5. 漂移
    输入量不变的情况下,传感器输出量会随时间变化,此现象称为漂移
    通常用工作环境偏离标准环境( 2 0 o C 20^oC 20oC)时,温度变化 1 o C 1^oC 1oC输出值的变化量与满量程 Y F S Y_{FS} YFS的百分比表示 温漂 = y t − y 20 Y F S ∗ Δ t ∗ 100 % 温漂 = \frac{y_t - y_{20}}{Y_{FS} * \Delta t} * 100 \% 温漂=YFSΔtyty20100%

动态特性
输出量会随输入的变化而有一定的滞后性

  1. 零阶系统
    具有理想的动态特性,无论被测量如何随时间变化,零阶系统的输出都不会失真,其输出在时间上也无任何滞后,所以也称为比例系统

  2. 一阶系统
    微分方程
    τ d y ( t ) d t + y ( t ) = k x ( t ) \tau \frac{dy(t)}{dt} + y(t) = kx(t) τdtdy(t)+y(t)=kx(t)
    传感器的时间常数 τ \tau τ 具有时间量纲,它反应传感器惯性的大小(滞后性),通常 τ \tau τ 越小反应越快,通常情况下当时间达到 4 τ 4\tau 4τ 左右,就可以认为达到了稳定

  3. 二阶系统
    微分方程
    d 2 y ( t ) d t 2 + 2 ξ ω n d y ( t ) d t + ω n 2 y ( t ) = ω n 2 k x ( t ) \frac{d^2y(t)}{dt^2} + 2\xi\omega_n\frac{dy(t)}{dt} + \omega_n^2y(t) = \omega_n^2kx(t) dt2d2y(t)+2ξωndtdy(t)+ωn2y(t)=ωn2kx(t)
    k是静态灵敏度, ξ \xi ξ 是阻尼系数, ω n \omega_n ωn是固有频率
    在这里插入图片描述

    • ξ = 0 \xi = 0 ξ=0时,这种等幅振荡状态称为无阻尼状态,永远达不到稳定
    • ξ > 1 \xi > 1 ξ>1时,这种不振荡的衰减过程称为过阻尼状态,稳定时间较长
    • ξ = 1 \xi = 1 ξ=1时, 他是从振荡衰减到不振荡过渡的临界状态称为临界阻尼状态,响应时间最短
    • 0 < ξ < 1 0 < \xi < 1 0<ξ<1时,是衰减振荡的过程,根据 ξ \xi ξ 的不同衰减的快慢也不同,称为欠阻尼状态, 随着 ξ \xi ξ的下降稳定时间加长
      阻尼比越大曲线的衰减越大

    通常实际过程中按欠阻尼调整一般取 ξ \xi ξ = 0.6 ~ 0.7, 这样达到稳定的时间最短
    ω n \omega_n ωn也是等幅振荡频率,越高系统的相应越快
    通常传感器的固有频率至少应大于被测信号频率的3~5倍 ω n > = ( 3 − 5 ) ω \omega_n >= (3-5) \omega ωn>=(35)ω

应变式传感器

工作原理是电阻应变效应,导体在外界作用下产生机械形变,其阻值相应发生变化。
优点:精度高,响应时间非常快
一根金属电阻丝电阻:
R = ρ ∗ l S R = \frac{\rho *l}{S} R=Sρl

  • ρ \rho ρ为电阻丝电阻率
  • l l l 为电阻丝长度
  • S 为电阻丝截面积

将一个电阻丝拉长后,长度增加,截面积减小,电阻增大
将单位应变引起的电阻值变化称为电阻丝的灵敏度系数 K K K,物理意义是单位应变所引起的电阻相对变化量
灵敏度的影响因素:1. 应变片受力后材料的集合尺寸的变化 2. 应变片受力后材料的电阻率的变化

半导体材料的灵敏度更高,但是受温度影响大,稳定性不高

同时应变片还具有的特性:
F = E ∗ ϵ F = E * \epsilon F=Eϵ
力的大小 = 弹性模量 * 形变大小

金属电阻应变片的结构
在这里插入图片描述
金属应变片的基本特性

  1. 灵敏系数:
    K = Δ R R ∗ ϵ K = \frac{\Delta R}{R* \epsilon} K=RϵΔR
    电阻的变化率除以形变的大小

  2. 横向效应
    在这里插入图片描述
    将端点做的更宽

  3. 应变片的温度误差及补偿
    温度会影响电阻温度系数,同时由于环境温度的变化,电阻丝会产生附加变形,从而产生附加电阻的变化
    温度补偿的方法:线路补偿法,应变片自补偿

线路补偿法
在这里插入图片描述
必须满足的条件:R3和R4的阻值相同,R1与 R B R_B RB的参数相同,两个应变片在同一温度场

电阻应变片的测量电路:

  1. 直流单臂电桥
    在这里插入图片描述
    有向更好的测量阻值的变化,当是等臂电桥( R 1 = R 2 = R 3 = R 4 R_1 = R_2 = R_3 = R_4 R1=R2=R3=R4)是电压灵敏度最高
    此时:
    电压为 U 0 = E 4 ∗ Δ R 1 R 1 电压为U_0 = \frac{E}{4}*\frac{\Delta R_1}{R_1} 电压为U0=4ER1ΔR1
    电压灵敏度为 K U = E 4 电压灵敏度为K_U = \frac{E}{4} 电压灵敏度为KU=4E

但是这个公式在推导的过程中由于舍弃了一项,所以结果是有一点误差的,差动形式,进行抵消了,所以没有误差

  1. 半桥差动电桥
    在这里插入图片描述
    注意:应变片是一边增大,另一边减小,刚好放在受力片的上下,一端延伸,一端压缩,正好相反
    电压为 U 0 = E 2 ∗ Δ R 1 R 1 电压为U_0 = \frac{E}{2} * \frac{\Delta R_1}{R_1} 电压为U0=2ER1ΔR1
    电压灵敏度为 K U = E 2 电压灵敏度为K_U = \frac{E}{2} 电压灵敏度为KU=2E

  2. 全桥差动电桥
    在这里插入图片描述
    同时要保证上下是增减,左右是增减的
    其中一种接法是,将 R 1 , R 4 R_1,R_4 R1,R4接在受力片上面,将 R 2 , R 3 R_2, R_3 R2,R3接在受力片的下面,就是将对角的接在同一面
    电压 U 0 = E ∗ Δ R 1 R 1 电压U_0 = E* \frac{\Delta R_1}{R_1} 电压U0=ER1ΔR1
    电压灵敏度 K U = E 电压灵敏度K_U = E 电压灵敏度KU=E
    优点:无线性误差,灵敏度更高,有温度补偿作用

应变式传感器的应用

  1. 测量力的大小

    • 悬臂梁式力传感器
      等截面梁传感器
      在这里插入图片描述
      形变与力的大小、梁伸长的长度成正比
      与梁的厚度的平方、弹性模量(材料强度)成反比
    • 等强度梁力传感器
      在这里插入图片描述
      当相同的里作用在截面的任何地方,产生的形变相同
  2. 测量加速度
    凡是能与力有关的物理量都可以通过转换进行测量
    在这里插入图片描述

下一篇

未完待续

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/272460.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

xstream 远程代码执行 CVE-2021-29505 已亲自复现

xstream 远程代码执行 CVE-2021-29505 已亲自复现 漏洞名称漏洞描述影响版本 漏洞复现环境搭建漏洞利用 修复建议总结 漏洞名称 漏洞描述 XStream 是用于将 Java 对象序列化为 XML 并再次序列化的软件。 1.4.17 之前的 XStream 版本中存在一个漏洞&#xff0c;可能允许远程攻…

集成钉钉机器人消息推送

一、简介 背景 客户需要通过钉钉接收消息通知 名词解释 群聊机器人&#xff1a;钉钉群里可以创建一个机器人&#xff0c;平台通过机器人把告警/通知推送到群里私聊机器人&#xff1a;钉钉后台开启机器人配置&#xff0c;平台绑定此机器人后&#xff0c;可以通过私聊的方式将…

C/S医院检验LIS系统源码

一、检验科LIS系统概述&#xff1a; LIS系统即实验室信息管理系统。LIS系统能实现临床检验信息化&#xff0c;检验科信息管理自动化。其主要功能是将检验科的实验仪器传出的检验数据经数据分析后&#xff0c;自动生成打印报告&#xff0c;通过网络存储在数据库中&#xff…

20231226在Firefly的AIO-3399J开发板上在Android11下调通后摄像头ov13850

20231226在Firefly的AIO-3399J开发板上在Android11下调通后摄像头ov13850 2023/12/26 8:22 开发板&#xff1a;Firefly的AIO-3399J【RK3399】 SDK&#xff1a;rk3399-android-11-r20211216.tar.xz【Android11】 Android11.0.tar.bz2.aa【ToyBrick】 Android11.0.tar.bz2.ab And…

一文搞懂类加载过程

废话不多说&#xff0c;先上一张图 1、“加载”过程做了什么&#xff1f;什么是双亲委派&#xff1f;为什么要使用双亲委派机制&#xff1f;有什么利弊&#xff1f; **加载&#xff1a;**就是将编译后的.class字节码文件【jvm只认.class文件&#xff0c;.class文件也并非只有…

C++ std::string使用效率优化

字符串操作是任何一个C开发程序无法绕过的点&#xff0c;很多时候针对字符串的操作需要进行优化&#xff0c;从而达到更优的使用效率和内存利用率。一般会采用标准的std::string替代C字符串&#xff0c;一方面是std::string为一个成熟的类对象&#xff0c;其成员操作基本能满足…

阿赵UE学习笔记——4、新建关卡

阿赵UE学习笔记目录 大家好&#xff0c;我是阿赵。   之前介绍了虚幻引擎的常用窗口功能&#xff0c;这次开始创建游戏内的世界了。首先先从创建关卡开始。 一、创建新关卡 在使用UE引擎制作游戏&#xff0c;首先要有一个场景作为基础&#xff0c;这个场景在UE里面成为关卡。…

若依(Spring boot)框架中如何在不同的控制器之间共享与使用数据

在若依框架或Spring boot框架中&#xff0c;控制器共享和使用数据是为了确保数据一致性、传递信息、提高效率和降低系统复杂性。这可以通过全局变量、依赖注入或数据库/缓存等方式实现。共享和使用数据对框架的正常运行非常关键&#xff0c;有助于促进控制器之间的协同工作&…

消息走漏提前做空腾讯爆赚30倍?逐帧分析还原真相

数量技术宅团队在CSDN学院推出了量化投资系列课程 欢迎有兴趣系统学习量化投资的同学&#xff0c;点击下方链接报名&#xff1a; 量化投资速成营&#xff08;入门课程&#xff09; Python股票量化投资 Python期货量化投资 Python数字货币量化投资 C语言CTP期货交易系统开…

C语言结构体内存对齐

文章目录 一、结构体内存对齐问题二、查看结构体成员起始位置三、设置内存对齐方式 一、结构体内存对齐问题 如下的info_s结构体类型&#xff0c;包含一个int型成员age, 一个char型成员gender, 一个int型成员id。 单从数据成员的大小进行分析&#xff0c;整个结构体的大小应为…

【JavaWeb学习笔记】18 - 文件上传下载

项目代码 https://github.com/yinhai1114/JavaWeb_LearningCode/tree/main/fileupdown 目录 文件上传 一、基本介绍 二、文件上传的基本原理 ​编辑 三、文件上传应用实例 四、文件上传的注意细节 1.解决中文乱码问题 2.分割文件夹 3.防止重名 4.百度WebUploader 5.空…

Windows无法安装edge 无法连接Internet

如果出现以上问题&#xff0c;或者Edge浏览器无法更新&#xff0c;提示防火墙错误之类的都可以解决问题。 下载以下证书文件并导入即可解决问题。 MicrosoftRootCertificateAuthority2011.cer

注意力机制(数学公式)

人类视觉注意力机制极大地提高了视觉信息处理的效率与准确性 计算机注意力机制是为了让卷积神经网络注意到他更加需要注意的地方 &#xff0c;而不是什么都关注 。 分为三种注意力机制&#xff0c;空间注意力机制&#xff0c;通道注意力机制&#xff0c;以及两者的结合。 …

关于MULTI#STORM活动利用远程访问木马瞄准印度和美国的动态情报

一、基本内容 于2023年6月22日&#xff0c;一款代号为MULTI#STORM的新网络钓鱼活动将目标瞄准了印度和美国&#xff0c;利用JavaScript文件在受感染的系统上传播远程访问木马。 二、相关发声情况 Securonix的研究人员Den luzvyk、Tim Peck和Oleg Kolesnikov发表声明称&#x…

【AI服饰】孔雀背景服装_AIGC服饰订制设计咨询产业

服饰系列 AIGC&#xff08;Artificial Intelligence Generated Content&#xff09;服饰图是指通过人工智能生成的服装设计图案。随着人工智能技术的不断进步&#xff0c;AIGC服饰图在未来有着广阔的发展空间。 首先&#xff0c;AIGC服饰图可以提供更多的设计可能性。传统的服…

PYTHON基础:K最邻近算法

K最邻近算法笔记 K最邻近算法既可以用在分类中&#xff0c;也可以用在回归中。在分类的方法&#xff0c;比如说在x-y的坐标轴上又两个成堆的数据集&#xff0c;也就是有两类&#xff0c;如果这个时候有个点在图上&#xff0c;它是属于谁&#xff1f; 原则就是哪一类离它比较近…

RK3568平台开发系列讲解(Linux系统篇)GPIO调试手段

🚀返回专栏总目录 文章目录 一、/sys/kernel/debug/gpio目录二、/sys/kernel/debug/pinctrl 目录沉淀、分享、成长,让自己和他人都能有所收获!😄 📢本篇将介绍 GPIO调试手段。 一、/sys/kernel/debug/gpio目录 debugfs 是 Linux 内核提供的一个调试文件系统,可以用于…

Navicat删除连接报错:service in use cannot be deleted的解决方法

我在删除连接时遇到了这个报错&#xff0c;内容如图。下面我介绍两种解决方法&#xff0c;非常简单。 第一种 右键点击想要删除的连接&#xff0c;先选择“关闭连接”。再选择“删除连接” 第二种 如果第一种方法无效&#xff0c;直接关闭Navicat软件&#xff0c;重新打开。然后…

javaweb--实验十 --期末复盘

实验十 JDBC连接MySQL 本次实验没有代码补全&#xff0c;以下都是完整过程&#xff0c;详细关注连接过程的问题 一、实验目的&#xff1a; 1、掌握JDBC连接数据库的一般操作。 2、理解JavaBean的基本作用。 3、理解分层设计的思想。 二、 实验内容&#xff1a; 实现学生信…

广州华锐互动VRAR:VR煤矿安全警示教育系统提供真实生动的场景体验

随着科技的不断发展&#xff0c;虚拟现实&#xff08;VR&#xff09;技术已经逐渐渗透到各个领域&#xff0c;为人们的生活带来了诸多便利。在煤矿行业&#xff0c;VR技术的应用也日益受到关注。广州华锐互动开发的VR煤矿安全警示教育系统&#xff0c;旨在通过虚拟现实技术&…
最新文章