CN116773078A - 基于公共传感器响应的压力传感器温度和非线性补偿方法 - Google Patents
基于公共传感器响应的压力传感器温度和非线性补偿方法 Download PDFInfo
- Publication number
- CN116773078A CN116773078A CN202310399757.1A CN202310399757A CN116773078A CN 116773078 A CN116773078 A CN 116773078A CN 202310399757 A CN202310399757 A CN 202310399757A CN 116773078 A CN116773078 A CN 116773078A
- Authority
- CN
- China
- Prior art keywords
- pressure sensor
- common
- compensated
- response
- temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000008929 regeneration Effects 0.000 claims description 9
- 238000011069 regeneration method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000002474 experimental method Methods 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L19/00—Details of, or accessories for, apparatus for measuring steady or quasi-steady pressure of a fluent medium insofar as such details or accessories are not special to particular types of pressure gauges
- G01L19/04—Means for compensating for effects of changes of temperature, i.e. other than electric compensation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
基于公共传感器响应的压力传感器温度和非线性补偿方法,包括如下步骤:选取多个相同的压力传感器作为样本;在目标环境下对所有样本进行测量,得到所有样本的公共参数;测量待补偿的压力传感器的特性参数;基于特性参数和公共参数的差异对待补偿的压力传感器进行补偿。本发明提供基于公共传感器响应的压力传感器温度和非线性补偿方法,补偿过程所需要测量的数据和实验次数都大幅度减少,整体耗时短,效率高。
Description
技术领域
本发明涉及压力传感器技术领域,具体的说是基于公共传感器响应的压力传感器温度和非线性补偿方法。
背景技术
众所周知,压力传感器和其他许多传感器一样,对温度敏感,而在高精度测量的过程中,还应考虑其响应的非线性。这两个因素都可以通过硬件或软件方法进行补偿。目前,现有的智能传感器中使用的软件方法已经可以将精度提高到理论上仅受迟滞和不稳定性等非平稳效应限制的水平。具体的软件补偿和线性化的方法有很多,例如查找表、样条曲线和多项式回归、各种神经网络和模糊逻辑。
现有技术中,为了对压力传感器进行校准和补偿,需要对压力传感器进行实验,以获得近似传感器响应或传感器再生函数所需的数据集合,进而确定压力传感器的特性。实验过程中必须对可能的输入值(被测量压力值和环境温度)区域进行密集覆盖,以获得有关传感器的信息,从而补偿非线性。这就导致实验次数非常多,并且消耗大量的时间。
发明内容
为了解决现有技术中的不足,本发明提供基于公共传感器响应的压力传感器温度和非线性补偿方法,补偿过程所需要测量的数据和实验次数都大幅度减少,整体耗时短,效率高。
为了实现上述目的,本发明采用的具体方案为:基于公共传感器响应的压力传感器温度和非线性补偿方法,包括如下步骤:
选取多个相同的压力传感器作为样本;
在目标环境下对所有样本进行测量,得到所有样本的公共参数;
测量待补偿的压力传感器的特性参数;
基于特性参数和公共参数的差异对待补偿的压力传感器进行补偿。
作为上述基于公共传感器响应的压力传感器温度和非线性补偿方法的进一步优化:对样本进行测量的方法包括如下步骤:
确定实际待测变量x;
利用样本对实际待测变量进行测量,得到样本输出u;
样本测量过程中测量环境温度T;
基于实际待测变量、样本输出和环境温度确定公共参数。
作为上述基于公共传感器响应的压力传感器温度和非线性补偿方法的进一步优化:公共参数以样本的公共再生函数表示,具体为其中为所有样本的公共响应。
作为上述基于公共传感器响应的压力传感器温度和非线性补偿方法的进一步优化:样本的公共响应具体的计算方法为:其中N为样本的数量,为第i个样本的样本响应。
作为上述基于公共传感器响应的压力传感器温度和非线性补偿方法的进一步优化:测量待补偿的压力传感器的特性参数的具体方法为包括:
利用公共再生函数对待补偿的压力传感器进行估算得到估计值;
利用估计值与待补偿的压力传感器的实际测量值进行比较得到差异值;
基于差异值确定待补偿的压力传感器的特性参数。
作为上述基于公共传感器响应的压力传感器温度和非线性补偿方法的进一步优化:利用估计值与待补偿的压力传感器的实际测量值进行比较的具体方法为:
其中/>为待补偿的压力传感器的特性响应与公共响应之间的偏差。
作为上述基于公共传感器响应的压力传感器温度和非线性补偿方法的进一步优化:待补偿的压力传感器的特性参数具体的计算方法为其中/>是待补偿的压力传感器的特性参数。
作为上述基于公共传感器响应的压力传感器温度和非线性补偿方法的进一步优化:对待补偿的压力传感器进行补偿时,具体的补偿参数为
有益效果:本发明首先通过选取多个与待补偿和的压力传感器同型号且生产批次相同的压力传感器作为样本,然后获得所有样本的公共参数,再结合待补偿压力传感器的特性参数,共同得到补偿的相关参数,与现有技术中的全面测量和全面补偿相比,本发明所需要测量的数据和实验的次数都大幅度减少,可以有效降低时间消耗,提升整体效率。
附图说明
图1是本发明的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,基于公共传感器响应的压力传感器温度和非线性补偿方法,包括如下步骤。
选取多个相同的压力传感器作为样本。
在目标环境下对所有样本进行测量,得到所有样本的公共参数。对样本进行测量的方法包括:确定实际待测变量x;利用样本对实际待测变量进行测量,得到样本输出u;样本测量过程中测量环境温度T;基于实际待测变量、样本输出和环境温度确定公共参数。
公共参数以样本的公共再生函数表示,具体为其中为所有样本的公共响应。样本的公共响应具体的计算方法为:其中N为样本的数量,/>为第i个样本的样本响应。
测量待补偿的压力传感器的特性参数。测量待补偿的压力传感器的特性参数的具体方法为包括:利用公共再生函数对待补偿的压力传感器进行估算得到估计值;利用估计值与待补偿的压力传感器的实际测量值进行比较得到差异值;基于差异值确定待补偿的压力传感器的特性参数。
利用估计值与待补偿的压力传感器的实际测量值进行比较的具体方法为:其中/>为待补偿的压力传感器的特性响应与公共响应之间的偏差。待补偿的压力传感器的特性参数具体的计算方法为其中/>是待补偿的压力传感器的特性参数。
基于特性参数和公共参数的差异对待补偿的压力传感器进行补偿。对待补偿的压力传感器进行补偿时,具体的补偿参数为
本发明首先通过选取多个与待补偿和的压力传感器同型号且生产批次相同的压力传感器作为样本,然后获得所有样本的公共参数,再结合待补偿压力传感器的特性参数,共同得到补偿的相关参数,与现有技术中的全面测量和全面补偿相比,本发明所需要测量的数据和实验的次数都大幅度减少,可以有效降低时间消耗,提升整体效率。
以下对本发明做具体分析。
对于一组压力传感器来说,每个压力传感器的输出不仅取决于输入,即待测的测量变量x,而且还取决于干扰,主要是温度。因此,第p个压力传感器的输出信号可以通过测量变量x、温度T和时间t的函数(1)来表示,其中时间t代表压力传感器特性的变化,例如压力传感器老化等,附加系数Δu为不能以函数形式表示的其它非功能性错误,例如滞后,np代表噪声分量,
假设时间t和非功能性错误几乎没有影响,则可以将函数(1)简化为:
利用从压力传感器获得的数据u和从附加的温度传感器获得的数据T,通过求解(2)得到一个函数(3),被称为压力传感器的再生函数,xp表示第p个压力传感器的测量信号:
xp=fp(u,T) (3)。
在实际应用中,测量仪器通常使用大规模生产的给定类型的压力传感器,同样的工艺过程使压力传感器的各个特征具有相似性。因此,代表单个压力传感器的函数可以以形式(4)表示,其中是压力传感器系列的公共响应,而/>是单个压力传感器特性与公共响应的偏差,
本发明中,通过测量三元组(uk、xk、Tk)的值来获得压力传感器的公共响应。与现有技术中的完全校准相比,所需要测量的数值的数量大幅减少。
如果给定函数fs满足以下条件(5),则称其为一组压力传感器的公共再生函数:
将△xp,k表示为xk处的第p个压力传感器误差,则使用fs计算估计值
使用关系式(5)和条件(6),通过应用以下关系式获得测量误差的校正,其中 是第p个压力传感器的特性:
函数是实验数据集μp=(uk、xk、Tk)的近似值,从第p个压力传感器的实验研究中获得(k=1...M),第p个压力传感器测量信号的近似值表示为:
确定公式(8)的解是则估计的测量误差为
由于结果xp在右侧函数中,以下等式中的迭代解适用:
如果返回et;
实验时间是采集时间和状态稳定时间的总和,以达到理想精度的设定点,稳定时间则取决于数量和设备,另外温度设定点的变化通常比压力变化长。压力传感器的全面测量消耗的总时间以下等式给出,其中tT是温度稳定时间,tp是压力稳定时间,ta是单点采集时间:
tfull=nT·tT+np·nT·(tp+ta) (12)。
假设已经测试了N个压力传感器。实验研究的结果是N组μi(i=1...N)的三元组χi,k=(xi,k,Ti,k,ui,k)(k=1...ns)。通常,校准期间的测量次数是针对均匀网格ns=nu×nT确定的。如果同时测量,则对于每对压力传感器,xi,k=xj,k和Ti,k=Tj,k都是真的。在确定所研究的每个压力传感器的特性之后,公共响应由关系式(13)指定
如果在任何第p个压力传感器的测量中应用公共响应(13),则基于式(6)的压力传感器单个特性的校准误差将为:
对于使用压力传感器特性的迭代解决方案
描述估计误差的期望值的计算方法为:
用于描述期望值分布水平的标准差的计算方法为:
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.基于公共传感器响应的压力传感器温度和非线性补偿方法,其特征在于,包括如下步骤:选取多个相同的压力传感器作为样本;
在目标环境下对所有样本进行测量,得到所有样本的公共参数;
测量待补偿的压力传感器的特性参数;
基于特性参数和公共参数的差异对待补偿的压力传感器进行补偿。
2.如权利要求1所述的基于公共传感器响应的压力传感器温度和非线性补偿方法,其特征在于,对样本进行测量的方法包括如下步骤:
确定实际待测变量x;
利用样本对实际待测变量进行测量,得到样本输出u;
样本测量过程中测量环境温度T;
基于实际待测变量、样本输出和环境温度确定公共参数。
3.如权利要求2所述的基于公共传感器响应的压力传感器温度和非线性补偿方法,其特征在于,公共参数以样本的公共再生函数表示,具体为其中/>为所有样本的公共响应。
4.如权利要求3所述的基于公共传感器响应的压力传感器温度和非线性补偿方法,其特征在于,样本的公共响应具体的计算方法为:其中N为样本的数量,/>为第i个样本的样本响应。
5.如权利要求4所述的基于公共传感器响应的压力传感器温度和非线性补偿方法,其特征在于,测量待补偿的压力传感器的特性参数的具体方法为包括:
利用公共再生函数对待补偿的压力传感器进行估算得到估计值;
利用估计值与待补偿的压力传感器的实际测量值进行比较得到差异值;
基于差异值确定待补偿的压力传感器的特性参数。
6.如权利要求5所述的基于公共传感器响应的压力传感器温度和非线性补偿方法,其特征在于,利用估计值与待补偿的压力传感器的实际测量值进行比较的具体方法为:其中/>为待补偿的压力传感器的特性响应与公共响应之间的偏差。
7.如权利要求6所述的基于公共传感器响应的压力传感器温度和非线性补偿方法,其特征在于,待补偿的压力传感器的特性参数具体的计算方法为其中/>是待补偿的压力传感器的特性参数。
8.如权利要求7所述的基于公共传感器响应的压力传感器温度和非线性补偿方法,其特征在于,对待补偿的压力传感器进行补偿时,具体的补偿参数为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310399757.1A CN116773078A (zh) | 2023-04-14 | 2023-04-14 | 基于公共传感器响应的压力传感器温度和非线性补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310399757.1A CN116773078A (zh) | 2023-04-14 | 2023-04-14 | 基于公共传感器响应的压力传感器温度和非线性补偿方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116773078A true CN116773078A (zh) | 2023-09-19 |
Family
ID=87988464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310399757.1A Pending CN116773078A (zh) | 2023-04-14 | 2023-04-14 | 基于公共传感器响应的压力传感器温度和非线性补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116773078A (zh) |
-
2023
- 2023-04-14 CN CN202310399757.1A patent/CN116773078A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20110133436A (ko) | 센서 시스템 | |
CN111683587A (zh) | 用于分析物分析的基于人工神经网络深度学习的方法、装置、学习策略及系统 | |
Rab et al. | Comparison of Monte Carlo simulation, least square fitting and calibration factor methods for the evaluation of measurement uncertainty using direct pressure indicating devices | |
CN112903758B (zh) | 一种气体传感器重叠分块温湿度智能自校准方法 | |
CN117235511B (zh) | 一种二次仪表校准方法 | |
WO2023231204A1 (zh) | 一种基于 ics-bp 神经网络的传感器物理量回归方法 | |
Bluemm et al. | Correcting nonlinearity and temperature influence of sensors through B-spline modeling | |
Roj | Neural network based real-time correction of transducer dynamic errors | |
CN116773078A (zh) | 基于公共传感器响应的压力传感器温度和非线性补偿方法 | |
CN105577189A (zh) | 一种高精度adc校准方法 | |
CN109101759B (zh) | 一种基于正逆响应面法的参数识别方法 | |
US8872530B2 (en) | Method for correcting the voltage measured across the terminals of a sensor | |
CN117147018A (zh) | 一种压力传感器的温度补偿方法及系统 | |
CN110568153A (zh) | 一种基于自适应阶数调节非线性模型的温湿度非线性补偿方法 | |
CN115642913A (zh) | 模数转换器adc校准方法、装置、设备和存储介质 | |
CN111505543B (zh) | 一种基于循环神经网络对动态磁滞进行补偿的方法及系统 | |
CN115455347A (zh) | 一种mems加速度计混合误差建模补偿方法 | |
US5477471A (en) | Method of compensating for power supply variation in a sensor output | |
Klevtsov | Plane Conversion Characteristic Model for Microprocessor Pressure Sensor | |
Hajiyev | Determination of optimum measurement points via A-optimality criterion for the calibration of measurement apparatus | |
RU2199089C1 (ru) | Способ коррекции статических характеристик измерительных преобразователей | |
CN117330604B (zh) | 自动化温度补偿方法、装置、计算机设备及存储介质 | |
Jakubiec et al. | Error model application in neural reconstruction of nonlinear sensor input signal | |
CN113640115B (zh) | 适用于准等熵压缩实验数据逆问题求解的优化方法和系统 | |
RU2199088C1 (ru) | Способ коррекции статических характеристик измерительных преобразователей |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |