智能溫度傳感器的分析

肖闊

摘要：支撐現代信息技術發展的三大基礎因素，包括信息傳輸、信息處理、及信息采集，其中的信息采集即傳感器技術的應用范圍。智能傳感器在社會的進步與發展中具有重要應用價值，在軍事、航空航天、科研、工農業、醫療與交通等相關領域都有廣泛應用。智能溫度傳感器在自標定、自補償、自診斷等智能發展方向，也取得了巨大進步，但在監測智能化方向的應用還有所欠缺，需要相關人員深入研究與開發。基于此，本文就智能溫度傳感器展開簡要分析。

關鍵詞：智能；溫度傳感器；分析

前言：隨著人們對傳感器的智能化要求越來越高，高精度、高智能的溫度傳感器成為主要發展方向。目前國際上的新型溫度傳感器的發展，開始由集成化向智能化、網絡化、由模擬式向數字式進行轉變。智能溫度傳感器借助數字通信技術，能夠有效完善傳統傳感器一致性差、抗干擾能力差、溫度漂移較大等問題。

一、智能溫度傳感器的非線性自校正

非線性是表征傳感器輸入端或輸出端的校準曲線與相應擬合直線兩者之間的吻合程度或偏離程度指標，智能溫度傳感器能夠通過軟件進行處理，矯正輸入端或輸出端的飛行箱系統誤差，達到提升測量精確度的目的。多數電子器件中使用半導體制造工藝，希望使信號的輸出端與輸入端的信號曲線趨近于線性關系，但實際情況卻多不理想非線性關系[1]。而在智能溫度傳感器系統當中，其前端傳感器的輸入端或輸出端的非線性曲線多么復雜，系統都能夠通過反非線性特性進行刻度的特性轉換，使得轉換后的輸入與輸出關系，呈現出理想的線性關系。然而，實現智能溫度傳感器的非線性自校正，可以通過多種方式來實現，其中效果最為顯著的辦法有：查表法、曲線擬合法、函數鏈神經網絡法。

1.查表法查表法屬于線性插值法，其主要運用原理，是用若干折線逼近非線性特性曲線，折線的數量越多，輸出值就會更接近真實值，但相應程序的代碼編寫也更具復雜性。線性插值法的運用，只在非線性特性曲線上取兩個折點的相關信息，精確度很低，因此，可以通過二次插值法對精確度進行有效改進。在選定的領域內，將傳感器信號進行擬合，形成拋物線形式，運用二次插值法使得插值點值與其前后三個數值具有相關關系。當拋物線與線性插值相比，更加接近于實際曲線時，就在一定程度上提高了精確度，與線性插值法相比，誤差更小，并能有效減小智能溫度傳感器系統的存儲空間。

2.曲線擬合法智能溫度傳感器在實際應用中，一般采用曲線擬合法對傳感器的非線性曲線進行擬合，其方程式系數采用最小二乘法進行取值。曲線擬合法的運用，首先通過靜態實驗標定好傳感器及相應調理電路，從而得到校準曲線；然后依據反非線性特性，建設曲線的擬合方程；最后采用最小二乘法，得出待定系數，從而有效控制誤差值最小[2]。

3.函數鏈神經網絡法神經網絡自身具有自適應、自組織和自學習能力，同時能夠對大范圍進行并行處理，因此被廣泛應用與眾多領域。在智能溫度傳感器這一領域中，神經網絡的應用關鍵，是輸入端或輸出端的非線性映射形式的建立。當智能溫度傳感器系統的非線性映射能力越強，網絡性能就會越好。利用函數鏈神經網絡法，應用到智能溫度傳感器當中，權值會受到一種學習因子η的影響，η的取值越大，智能溫度傳感器的收斂速度就會越快，但其相應穩定向也會降低；當取值偏小時，穩定性能能夠得到一定保障，但其收斂速度卻會隨之降低，因此在具體應用當中，應該主要依據實際應用情況加以具體分析。

二、智能溫度傳感器的在線標校的實施軟測量技術

軟測量利用對智能溫度傳感系統的動態響應能力，能夠有效解決系統中，由自身或外部因素為測量帶來的干擾，從而減少在進行數據測量時的隨機誤差及顯著誤差。軟測量技術的合理利用，還能夠將輸入的數據依據進行編程，做數據變化或誤差校正處理，在初始階段就將干擾信號真是信號相分離。在智能溫度傳感器的實際應用中，由于時間、工作環境與現場狀況、操作情況等因素具有實時性，因此對軟測量模型進行實時在線標校，能夠有效滿足這一要求。這種軟測量溫度傳感器模型的設計，需要保障對傳感器系統中曾德數據進行實時在線運算，同時給出較為精確的估值，因此，軟測量傳感器模型必須具備工程設計所需的有效性、可靠性及簡潔性。軟測量溫度傳感器模型的主要設計步驟如下：

1.在進行軟測量溫度傳感器模型的設計之初，需要解決的問題之一就是確立輔助變量，輔助變量的選擇，需要滿足特異性、精確性、靈敏性、魯棒性、過程適應性等諸多要求。然后，依據變量數目、類型和檢測點位置三個條件來具體確定輔助變量的個數，個數的確定要盡可能的少。對輔助變量的選擇應該慎重，以保證其在過程特性描述中的決定性作用。

2.對智能溫度傳感器系統中的變量數據進行采集，首先應確定其取值范圍，然后選取合適的樣本，為滿足后期的計算精確性，樣本的選取也許保證最大程度的精確性與可靠性。在對采集的數據進行預處理時，會涉及到數據類型變換與數據誤差處理兩個部分，包括標度變換與轉換、權函數三方面。數據誤差處理的主要對象是系統誤差和隨機誤差，其中系統誤差多由于外界因素影響基準漂移或系統校正不準確而造成的；隨機誤差的產生則是收到外界的隨機干擾，這種誤差的處理，需要通過軟硬件濾波進行校正。

3.傳感器模型的建立，需要保證其數據模型的良好性能，以保證整個軟測量智能溫度傳感器的實時在線標校效果。智能溫度傳感器系統中應用的軟測量技術，既包括非線性自校正，也具有在線標校技術。軟測量傳感器模型的矯正，包括對非線性模型的模擬溫度信號的傳輸誤差、運算放大器的誤差、A/D轉換器和溫度漂移的非線性模型矯正；也包括對補償主變量值改變、矯正、對系統原始數據矯正等在線標校模型的矯正。

結束語：綜上所述，本文通過對智能溫度傳感器中非線性自校正及在線標校的一些方法的簡要分析，對于溫度傳感器的整體設計實踐具有決定性作用。智能溫度傳感器的發展不會止步于此，更多先進的傳感器技術，需要我們不停的探索與發掘，將智能溫度傳感器技術進行不斷的完善與創新。

參考文獻：

[1]孫愷.基于CAN總線的智能溫度傳感器設計[D].哈爾濱理工大學，2013.

[2]李春旺，吳義民，田沛哲，陳福祥.基于BACnet/ZigBee的無線智能溫度傳感器[J].河南師范大學學報（自然科學版），2012，02：104-107.endprint