文档介绍：传感器静态特性的一般知识传感器作为感受被测量信息的器件,总是希望它能按照一定的规律输出有用信号,因此需要研究其输出――输入的关系及特性,以便用理论指导其设计、制造、校准与使用。理论和技术上表征输出――输入之间的关系通常是以建立数学模型来体现,这也是研究科学问题的基本出发点。由于传感器可能用来检测静态量(即输入量是不随时间变化的常量)、准静态量或动态量(即输入量是随时间而变化的量),理论上应该用带随机变量的非线性微分方程作为数学模型,但这将在数学上造成困难。由于输入信号的状态不同,传感器所表现出来的输出特性也不同,所以实际上,传感器的静、动态特性可以分开来研究。因此,对应于不同性质的输入信号,传感器的数学模型常有动态与静态之分。由于不同性质的传感器有不同的内在参数关系(即有不同的数学模型),它们的静、动态特性也表现出不同的特点。在理论上,为了研究各种传感器的共性,本节根据数学理论提出传感器的静、动态两个数学模型的一般式,然后,根据各种传感器的不同特性再作以具体条件的简化后给予分别讨论。应该指出的是,一个高性能的传感器必须具备有良好的静态和动态特性,这样才能完成无失真的转换。(即输入量对时间t的各阶导数等于零)得到的数学模型。传感器的静态特性是指传感器在静态工作条件下的输入输出特性。所谓静态工作条件是指传感器的输入量恒定或缓慢变化而输出量也达到相应的稳定值的工作状态,这时,输出量为输入量的确定函数。若在不考虑滞后、蠕变的条件下,或者传感器虽然有迟滞及蠕变等但仅考虑其理想的平均特性时,传感器的静态模型的一般式在数学理论上可用n次方代数方程式来表示,即(1-2)式中 x――为传感器的输入量,即被测量;y――为传感器的输出量,即测量值;――为零位输出;――为传感器线性灵敏度;,,…,――为非线性项的待定常数。,,,,…,――决定了特性曲线的形状和位置,一般通过传感器的校准试验数据经曲线拟合求出,它们可正可负。在研究其特性时,可先不考虑零位输出,根据传感器的内在结构参数不同,它们各自可能含有不同项数形式的数学模型,理论上为了研究方便,式(1-2)可能有以下四种情况,如图1-7所示,这种表示输出量与输入量之间的关系曲线称为特性曲线。(1)理想的线性特性通常是所希望的传感器应具有的特性,只有具备这样特性才能正确无误地反映被测的真值,这时,传感器的数学模型如图1-7(a)所示。由图1-7(a)有因此得到因为直线上任何点的斜率均相等,所以传感器的灵敏度为(2)仅有偶次非线性项,如图1-7(c)所示。其数学模型为方程仅包含一次方项和偶次方项,因为它没有对称性,所以线性范围较窄。一般传感器设计很少采用这种特性。通常,实际特性可能不过零点。(3)仅有奇次非线性,如图1-7(b)所示。其数学模型为具有这种特性的传感器,一般在输入量x相当大的范围内具有较宽的准线性,这是较接近理想线性的非线性特性,它相对坐标原点是对称的,即,所队它具有相当宽的近似线性范围。通常,实际特性也可能不过零点。图1-7 传感器的静态特性(4)一般情况下传感器的数学模型应包括多项式的所有项数,即如图1-7(d)所示。这是考虑了非线性和随机等因素的一种传感器特性。当传感器的特性出现了图1-7(b)、(c)、(d)所示的非线性的情况时,就必须采用线性补偿措施。传感器及其元部件的静态特性方程除在多数情况下可用代数多项式表示以外,在一些情况下则以非多项式的函数形式来表示更为合适,如双曲线函数、指数函数、对数函数等。,传感器的静态特性用数学方程表示是必不可少的,但是,为了直观地、一目了然地看出传感器的静态特性,使用图线(静态特性曲线)来表示静态特性显然是较优越的方式。图线能表示出传感器特性的变化趋势以及何处有最大或最小的输出,何处传感器灵敏度高,何处低。当然,也能通过其特性曲线,粗略地判别出是线性或非线性传感器。作曲线的步骤大体是:图纸选择、坐标分度、描数据点、描曲线、加注解说明。通常,传感器的静态特性曲线可绘在直角坐标中,根据需要,也可以采用对数或半对数坐标。轴永远表示被测量,轴则永远代表输出量。坐标的最小分格应与传感器的精度级别相应。分度过细,超出传感器的实际精度需要,将会造成曲线的人为起伏,表现出虚假精度和读出无效数字;分度过粗将降低曲线的读数精度,曲线表现得过于平直,可读性大为削弱。图1-8所示为同一特性的三种不同曲线表示。可以看出图1-8(a)分度比较合理,图1-8(b)纵轴分度过细,而图1-8(c)纵轴分度过粗。图1-8 。列表的优点是:简单易行;形