注册登录
返回论坛最新回复
  • 楼主
  • wey315
  • |  帖子(4)   |   本网技工(129)   |  发消息
  • 2017-07-18 16:04
主题:  传感器动态性能分析与动态补偿
传感器的静态特性


传感器的静态特性是指对静态的输入信号,传感器的输出量与输入量之间所具有相互关系。因为这时输入量和输出量都和时间无关,所以它们之间的关系,即传感器的静态特性可用一个不含时间变量的代数方程,或以输入量作横坐标,把与其对应的输出量作纵坐标而画出的特性曲线来描述。表征传感器静态特性的主要参数有:线性度、灵敏度、分辨力和迟滞等。


传感器的动态特性


所谓动态特性,是指传感器在输入变化时,它的输出的特性。在实际工作中,传感器的动态特性常用它对某些标准输入信号的响应来表示。这是因为传感器对标准输入信号的响应容易用实验方法求得,并且它对标准输入信号的响应与它对任意输入信号的响应之间存在一定的关系,往往知道了前者就能推定后者。最常用的标准输入信号有阶跃信号和正弦信号两种,所以传感器的动态特性也常用阶跃响应和频率响应来表示。


dB(Decibel,分贝)是一个纯计数单位,本意是表示两个量的比值大小,没有单位


对于功率,dB=10*lg(A/B)。对于电压或电流,dB=20*lg(A/B)。


-3=10*lg(x)


x=0.5(8-20Hz)


刹那是指一个心念起动的极短时间即为一“念”,20念为一瞬,20瞬为一弹指,20弹指为一罗预,20罗预为一须臾,30须臾为一昼夜,如此算来,一刹那就是0.018秒。


摘要:在对炮口冲击波测试中,压力传感器的动态性能指标是否满足测量要求至关重要。本文通过GLS(SF)方法建立压力传感器的数学模型,并由数学模型求出动态性能指标。然而该传感器的动态性能指标不能满足测量要求,针对此问题本文采用零极点相消的方法设计出动态补偿滤波器,明显提高了该传感器的动态性能,最终解决了该冲击波的测量问题。


1、引言


在炮口冲击波测试系统中,需要对冲击波高压信号进行动态测量。


由于炮口冲击波是一种高速压力波,信号的频带很宽(有效带宽约为70KHZ),信号上升一般在数ua内,且持续时间短,所以要求压力传感器的工作频带宽、响应时间快。可以说传感器的动态特性将直接影响测试系统功能的发挥。


首先需要对该传感器动态特性进行研究,如果其工作频带不能涵盖被测量信号的有效带宽,输出信号与被测信号之间存在畸变,测量结果就不可信。这时就需要进行动态补偿以减小动态误差。


为了获取传感器的动态特性,必须从它的动态模型人手,通过动态校准实验数据,用系统辨识的方法获得传感器的动态数学模型,并由此求出动态性能指标。


如果动态性能指标不能满足测量要求,就应该设计动态补偿滤波器,改善传感器的动态性能,提高整个测试系统的可靠性和准确性。


2、传感器建模方法、步骤及其结果


对于压力传感器建模,从系统辨识理论可知,为了辨识系统,必须对系统加人足够“丰富”的激励信号(充分覆盖被校传感器的模态),激励出传感器的主要模态Δ全面获取传感器的有用信息,据此建立相应的输人输出关系。


基于预测的滤波算法


1、采集10个数据。


2、当采集到第11个数据时,通过前面10个数据进行曲线拟合如果数据时在动态范围内,此数据有效。否则数据通过,拟合后,此数据和采集的数据进行加权处理。


如果超过动态值,此数据为假数据。


3、是正常扰动造成的数据如何处理:信号为阶跃信号则持续增大或持续减小,如果为周期性信号,则此数据又是。


假设:系统为一阶对象或是二阶对象。


4、是干扰信号:频率超过某个频率,某个频率50H,冲击干扰。


5、10个数据可以分析数据的频谱。


传感器的静态特性


此特性通过硬件系统保证。


传感器的选取,器件的选取(特别是温度特性),电源系统设计。


传感器的动态特性


此特通过软件系统保证。


干扰信号和正常信号的区分:


干扰信号分成随机信号、周期信号干扰和冲击干扰。


正常信号的形式,一般为给定值。


随机信号干扰可采取平均滤波的方法。


冲击干扰,变化率大的太多则为,冲击干扰,例如:某传感器动态响应速度8到20mS,-3DB。那么数据

LP=20lg(P/P0)
-3=20lg(P/P0)
-0.15=lg(P/P0)
P/P0=0.707


则再20ms内,此次值不可能大于,上次的0.707。否则此次值取0.707这个值。

时域动态校准实验数据处理方法


本文提出一套时域动态校准的实验数据处理方法。它可以根据时域动态校准的实验数据,求出被校传感器(或系统)的参数模型(差分方程,离散传递函数与连续传递函数),非参数模型(频率特性和阶跃响应等)与动态性能指标,同时还有检查模型回归效果的功能,可将模型计算的瞬态响应与动态校准的实验数据画在同一坐标纸上,数学模型质量的优劣便一目了然。无论时域或频域建立参数模型时,都采用了一定方式排除测量噪声干扰。所以,由参数模型计算的频率特性,比直接由实验数据用FFT算法算出的更符合线性模型的性质。由参数模型计算的阶跃响应与频率特性上计算时域与频域的动态性能指标才比较合理。文中给出一个传感器与放大器的动态校准的实验数据处理结果。


传感器基本特性


1、传感器静态特性


2、传感器线性度、重复性、迟滞、零位误差


3、静态特性数据处理技术


4、传感器动态特性


5、时域内动态数据处理


6、频域内动态处理技术


7、传感器的冲击响应、阶跃响应以及频率响应的特征。


倒数1
 
能否举个实例分析一下