传感器与数据采集系统在应用领域的探究

传感器是检测或测量被控过程的设备（它也可以是生物器官）。传感器主要特性就是必须最低限度的影响过程，不失真实地测量和描述被控过程的行为，同时不改变被控过程的性能。（任何测量都确定无疑的从被控过程中吸收能量，也正是如此不可避免的影响被控过程的性能。）

被检测信号被转换成机械信号、电信号或是数字信号，用于控制子系统的输入（或是作为有效信号进入通信通道）。

转换过程就是变换器的任务。通常，传感器和变换器是整合在一起的，还常集成数字信号处理能力，被称为数据采集系统。

在传感器核心部分，传感器利用了其模拟输出（电压、电流、位置）和模拟输入（被测过程信号）的可重复的、为人熟知的物理关系。

在工程系统中，传感器的输出由数字信息组成，该数字信息较好地包含了三种信息——传感器标定（与校准数据）、信号值和测量时间。

为了获得检测时间，传感器需要一个时钟。因为时间是动态性能中极其重要的部分，这个时间必须准确，并且整个控制和通信网络中的时钟必须同步（否则很奇怪的现象会出现）。

以带调速器的蒸汽机为例，纯模拟领域的优势在于没有必要使用时钟。时间隐含在整个过程中。外界观察者只是利用时间来描述系统随着时间的演变。

因为单纯的传感器数值是没有意义的，所以传感器的标定十分重要。传感器需要标定才能使输出让人理解。被测变量和传感器输出之间的关系通常是非线性的（没有传感器可以拥有无限的动态量程和无限精度，而这对于线性来说则是必需的）。输入和输出的关系通常并不是静态的，而是动态的。更糟的是，这个关系随着运行条件（温度）和运行时间的改变而改变。传感器会损耗，会出现误差等。所以为了让传感器正常工作，需要很多额外的电路和监控。“传感器系统”这个词确实名副其实。

为了解释测量到的信号、单位、标度以及灵敏度，一般来说必须了解整个传感器的配置。这个配置在只有几个传感器的时候会很简单，但当一个多通道测量系统中有很多不同种类的传感器相连时，配置就很棘手，需要注意细节。

先抛开测量变量的基本过程，虽然对每个传感器（比如热电偶、转速计、应变仪、流量计或是酸碱度计）来说都是特有的。现代传感器或数据采集系统的理想特性是：

●将测量的变量转换到合适的物理域内；

●ADC将模拟信号转换到数字信号；

●测量需要的全部量程；

●呈线性关系；

●减小测量时间、时延和动态效应；

●提供需要的精度；

●避免误差（漂移、偏差、噪声）；

●识别故障和信号错误的状态；(www.xing528.com)

●实现自我维护；

●需要重新校准时发出预警；

●有合适的通信接口，可以让使用者和其他设备访问和校准传感器。

传感器的校准和转换对解释它们的数字输出是十分重要的。标记语言正不断发展成为传感器所需的、用以解释数据意义的标准信息。SensorML就是一种正在发展的传感器定义标准^[3]。

在反馈背景下，传感器扮演重要角色。

●任何测量误差都会误导控制过程。量化误差、超量程误差和传感器的动态响应都会限制控制性能。

●传感器精度对于控制的精度有很大的限制。

●控制回路的性能也受传感器动态特性（延时，额外的时间常数）的影响。

可以通过采用冗余降低这些问题的影响，但并不能消除。传感器冗余可以通过安装额外的传感器（硬件）实现，也可以通过使用软传感器（软件）实现。软传感器作为控制算法的一部分将系统模型和测量连接起来，以提高后者的性能。同样的，前馈控制也可以在一定程度上避免上面的问题。控制—传感器的相互作用

传感器的性能限制控制和反馈的性能。

优质反馈需要优质传感器。

现在，即插即用传感器和所谓的智能传感器提供了很多上面的特性，并且不只是进行单纯的测量。传感器系统是一个小型的计算机与通信设备，加入了额外电路，包括放大器、数据转换器、微处理器、固件和一些非易失性存储器。因为它们都是基于计算机处理器的设备，这些传感器可以自动去除传感器原始读数的非线性、偏移和增益误差，这样就能消除控制处理器对数据处理的需求。在智能传感器上的校准数据可以本地存储，这样整个模块都可以移除和重新使用，避免了人工重新校准。一些智能传感器系统是单晶片系统，即它们完全集成在一块硅电子设备上，可以轻松作为嵌入式硬件植入更庞大的系统中。

如图9-4所示展示了传感装置（热电偶和电桥）传送模拟信号和ID块，包括传感参数、校准和传感器位移的数字数据、模拟转数字的混合器/转换器以及让测量更简便的数据预处理器。

图9-4 智能传感器组成

在远程数据检测和基于网络的控制系统中，无线装备的智能传感器可以对原始数据本地处理，然后将处理后的数据通过合适的通信协议传输到网络上。为了让这项技术更简便，很多接口标准正在开发当中。