现代传感器技术—面向物联网应用第四篇发展中的传感器技术—智能传感器技术与网络化及接口标准10智能传感器技术与网络化及接口标准10.1智能传感器概述智能传感器的定义与结构智能传感器的功能与性能特点传感器智能化的途径10.2网络化智能传感器及接口标准网络化智能传感器网络化传感器概述网络化传感器的结构网络化传感器的类别智能传感器接口标准——IEEE1451IEEE1451概述IEEE1451标准的关键技术特征2020/2/2522020/2/25310智能传感器技术与网络化及接口标准10.1智能传感器概述10.1.1智能传感器的定义与结构智能传感器的源出最初是美国宇航局在宇宙飞船的开发过程中形成的。为了解飞船在太空的飞行信息和控制舱内环境,使宇航员在飞船内能正常工作、生活和进行各种实验,飞船安装了大量的传感器。由于数据量巨大,希望传感器具有信息处理功能,传统传感器在功能、性能和工作容量方面不能满足这样的要求,便出现了智能传感器。智能传感器是传感器、计算机和通信技术结合的产物。普遍认为智能传感器是“将一个或多个敏感元件和信号处理器集成在同一芯片上的装置”和“是一种带微处理器并具有检测、判断、信息处理和记忆、逻辑思维等功能的传感器”。10智能传感器技术与网络化及接口标准10.1智能传感器概述10.1.1智能传感器的定义与结构关于智能传感器目前尚无统一定义。对智能传感器的中、英文称谓,目前也未统一。“intelligentsensor”是英国对智能传感器的称谓,“smartsensor”是美国对它的俗称。系统结构:系统主要由传感器、微处理器及相关电路组成。传感器本体是基础,核心是微处理器,系统结构一般如下图所示。结构可以是分离式的,也可以是集成式的。2020/2/254智能传感器原理框图10智能传感器技术与网络化及接口标准10.1智能传感器概述10.1.2智能传感器的功能与性能特点(1)功能(a)逻辑判断、统计处理功能;(b)自检、自诊断和自校准功能;(c)软件组态功能;(d)双向通信和标准化数字输出功能;(e)人机对话功能;(f)信息存储与记忆功能。(2)性能特点量程宽,准确性与灵活性高,可靠性与稳定性高,自适应能力强,性价比高10智能传感器技术与网络化及接口标准10.1智能传感器概述10.1.2智能传感器的功能与性能特点3.传感器智能化的途径(1)三种可能途径(a)利用计算机合成,即智能合成(目前的主要途径)(b)利用特殊功能材料,即智能材料(c)利用功能化几何结构,即智能结构(2)智能合成实现方式(a)非集成化模块方式:集成度不高、体积较大,较实用(b)混合实现:智能化的主要类型,已得到广泛应用。(c)集成化实现:体积小、成本低、功耗小、速度快、可靠性高、精度高、功能强、结构一体化、数字化、易操作。集成智能传器是目前研究的热点和传感器发展的主方向.2020/2/25610智能传感器技术与网络化及接口标准10.2基本传感器的选用原则基本传感器是智能传感器的基础,在很大程度上决定着智能传感器的性能,因此其选用、设计至关重要。基本传感器的选用原则如下。(1)采用微结构方式(2)选用具有准数字或直接数字输出的传感器(3)优先考虑重复性和稳定性指标(4)减小材料缺陷和内在特性对长期稳定性的影响(5)改善动态特性2020/2/25710智能传感器技术与网络化及接口标准10.3智能化的主要实现方法和技术非线性自校正查表法曲线拟合法神经网络法温度误差补偿多段折线逼近法曲线拟合法自校准和自适应增益及量程调整自校准自适应增益控制和量程自动调整2020/2/25810智能传感器技术与网络化及接口标准10.3智能化的主要实现方法和技术概述(1)智能化目标:克服传感器自身不足,获取高的稳定性、可靠性、精度、分辨率与自适应能力。(2)智能化选择思路(a)利用非线性自校正功能,消除传感器系统的非线性系统误差。(b)利用自校零与自校准功能,排除系统的固定系统误差和温度、电源电压波动等引起的可变系统误差。(c)采用补偿法,消除因工作条件、环境参数变化后引起的系统特性漂移,如零点漂移、灵敏度温度漂移等(d)通过智能化软件进行数字滤波、相关分析、统计平均处理等排除干扰与噪声影响。2020/2/25910智能传感器技术与网络化及接口标准10.3智能化的主要实现方法和技术10.3.1非线性自校正原理:智能传感器具有通过软件对基本传感器进行非线性自动校正功能,因此不介意从系统前端的传感器及其调理电路至A/D转换器部分的输入−输出特性的非线性程度,仅要求其具有重复性。如图所示,自动选用图c所示反非线性特性进行刻度转换,使输出y与被测的输入x呈理想直线关系(图d)。2020/2/2510智能传感器的非线性自校正10智能传感器技术与网络化及接口标准10.3智能化的主要实现方法和技术10.3.1非线性自校正--查表、曲线拟合、神经网络(1)查表法原理:分段线性插值。它根据准确度要求对反非线性曲线分段,用若干折线逼近非线性曲线。如图所示,将折点坐标存入数据表,测量时先查被测量xi对应的输出量在哪段,再根据斜率进行线性插值求得输出值yi=xi。线性插值表达式为:式中,k为折点的序数,折线条数为n-1。缺点及解决办法:线性插值精度较低,可采用二次抛物线插值法提高。2020/2/251111(),1,2,3,,kkiikikkkxxyxxuuknuu反非线性的折线逼近10智能传感器技术与网络化及接口标准10.3智能化的主要实现方法和技术10.3.1非线性自校正--查表、曲线拟合、神经网络(2)曲线拟合法原理:用n次多项式逼近反非线性曲线。多项式方程的各系数一般用最小二乘法确定。其步骤如下:(a)对传感器及其调理电路进行静态实验标定,得到校准曲线;设标定点的数据输入为xi,即x1,x2,x3,…,xN,输出为ui,即u1,u2,u3,…,uN。其中,N为标定点个数,i=1,2,3,…,N。(b)设反非线性曲线拟合多项式方程为:xi(ui)=a0+a1ui+a2ui2+a3ui3+…+anuin,式中n的值按准确度要求确定,a0,a1,…,an为待定常数。(c)根据最小二乘法求解待定系数a0,a1,a2,…,an。缺点:有噪声时,用最小二乘法求解待定系数时可能遇到病态情况,无法求解。10智能传感器技术与网络化及接口标准2020/2/251310.3智能化的主要实现方法和技术10.3.1非线性自校正--查表、曲线拟合、神经网络(3)神经网络法原理:用神经网络求解反非线性特性拟合多项式待定系数.传感器中常用函数链神经网络方法。如右图所示,i,ui,ui2,…,uin为函数链神经网络的输入,ui为静态标定试验获得的标定点输出值;Wj(j=0,1,2,…,n)为网络的连接权值(对应反非线性拟合多项式uij项的系数aj);zi为函数链神经网络的输出估计值,其第k步输出估计为:0()()niijjzkuWk函数链神经网络结构图10智能传感器技术与网络化及接口标准2020/2/251410.3智能化的主要实现方法和技术10.3.1非线性自校正--查表、曲线拟合、神经网络(3)神经网络法与标定点输入xi比较的估计误差为:ei(k)=xi-zi(k)神经网络算法调节网络连接权的调节式为:Wj(k+1)=Wj(k)+ηei(k)ui其中,Wj(k)为第k步第j个连接权值,η为学习因子(直接影响迭代的稳定性和收敛速度)。神经网络算法不断调整连接权值,直至估计误差的均方差足够小。此时结束学习过程,得到最终的连接权值W0,W1,W2,…,Wn。此时的权值即为多项式的待定系数,即a0=W0,a1=W1,a2=W2,…,an=Wn。10智能传感器技术与网络化及接口标准10.3智能化的主要实现方法和技术10.3.2温度误差补偿(1)自补偿法原理:基于压阻效应的压力传感器由4个压敏电阻组成全桥差动电路,如图所示。采用恒流源供电时,电源端A、C点之间的电位差UAC即为温度输出信号;UBD即为测压输出。当输出端B、D后接高阻放大器时,可视为开路,则A、C两端的等效电阻RAC为:RAC=(R1+R2)//(R3+R4)2020/2/2515基于压阻效应的压力传感器电路原理图10智能传感器技术与网络化及接口标准2020/2/251610.3智能化的主要实现方法和技术10.3.2温度误差补偿—自补偿法理想条件下,四臂电阻初值均为R,被测压力P引起各臂电阻呈差动变化,温度干扰量引起的各臂电阻的改变量RT相同,符号相同,是共模干扰信号。这样,被测量压力P与干扰量温度T同时作用下,各桥臂的阻值表达式为:R1=R3=R+ΔR+ΔRT;R2=R4=R-ΔR+ΔRT等效电阻:RAC=R+ΔRT电桥输入端电压:UAC=IRAC=I(R+ΔRT)=IR+IΔRT式中,I为恒定电流值,R为压力传感器桥臂电阻初值,均为常量;RT为由温度改变引起桥臂电阻的改变量。可见:UAC随RT改变,是温度的函数,只要进行UAC−T特性标定,由监测电压UAC和通过UAC−T关系曲线就可知压力传感器的工作温度T。10智能传感器技术与网络化及接口标准2020/2/251710.3智能化的主要实现方法和技术10.3.2温度误差补偿(2)综合补偿(a)多段折线逼近法:零位温漂补偿、灵敏度温度漂移补偿(b)曲线拟合法补偿原理:通过标定实验只能在有限的几个温度值条件下标定P-U特性。通过曲线拟合法,可找出在工作温度范围内非标定条件下的任一温度T状态的输入(P)−输出(U)特性。10智能传感器技术与网络化及接口标准10.3智能化的主要实现方法和技术10.3.2温度误差补偿(b)曲线拟合法--补偿步骤:①利用标定实验数据。将不同工作温度条件下获得的输入(P)−输出(U)特性用一维多项式方程表示为:式中,U0(T1),U0(T2),…,U0(Ti)分别是传感器在不同温度的零位值;U(T1),U(T2),…,U(Ti)分别是对应不同温度零位修正后的传感器的输出值。利用标定实验数据求解各温度条件下多项式方程的系数,则上式各方程式可确定。5544332210'5524423322221220'2225514413312211110'111)()(:)()(:)()(:PPPPPTUUTUTPPPPPTUUTUTPPPPPTUUTUTiiiiiiiii10智能传感器技术与网络化及接口标准2020/2/251910.3智能化的主要实现方法和技术10.3.2温度误差补偿(b)曲线拟合法--补偿步骤:②建立系数β的曲线拟合方程。上式中各系数βi随温度而变化的规律通常不是线性的,也可用一维多项式方程表示为利用实验标定数据可求解出上式中的各系数:A1,…,A5;B1,…,B5;C1,…,C5;D1,…,D5,从而上式被确定。2341111123422222234333332344444423455555ATBTCTDTATBTCTDTATBTCTDTATBTCTDTATBTCTDT一次项系数平方项系数立方项系数四次方项系数五次方项系数10智能传感器技术与网络化及接口标准10.3智能化的主要实现方法和技术10.3.2温度误差补偿(b)曲线拟合法--补偿步骤:③确立工作温度T时的P-U特性的曲线拟合方程。读入UAC与U(P,T)。由UAC求出工作温度T的数值后将该值代入上述方程式中,可计算出该工作温度状态的各项系数:1,2,…,5,从而确立工作温度T时的P-U特性一维多项式方程式:根据上式的反非线性特性,可由读入的传感器输出U(P,T)解得被测输入量P。此P值是由其工作温度T状态的输出−输入特性求解的,故原理上不存在温度误差。234512345()UTPPPPP