智能仪器基础第6章

智能仪器基础

朱一纶主编第六章

智能测控技术

第六章智能测控技术通常把智能仪器中由微机系统完成的技术称为智能技术，在测控中所用到的智能技术包括自动校正、标度变换、非线性校正、数字滤波、PID控制等。本章讨论常用的智能测控技术。6.1测量误差简述无论多么精密的仪器，在测量过程中总会出现误差，只是误差的大小不同而已，因此可以用误差来反映出仪器的测量精度。误差绝对误差相对误差引用误差最大引用误差6.1.1误差分类1．绝对误差绝对误差是指仪表的指示值（或叫测量值）X与被测量值的真值X0之间的代数差值，称为仪表的绝对误差，用符号Δ表示：真值不知时,用什么作为近似真值?6.1.1误差分类2．相对误差相对误差是绝对误差与真值之比，通常用百分数表示，相对误差δ为：指示值的相对误差有时能比绝对误差更好地说明测量的精确度。

为什么？6.1.1误差分类例如：对一个1000℃的测量值，1℃的绝对误差是很小的，可以忽略不计，但对一个5℃的测量值，1℃的绝对误差是必须考虑的，用相对误差来描述的话，前者的相对误差为0.1%，后者相对误差为20%，可以更好地说明测量的精确度。6.1.1误差分类3．引用误差引用误差是指仪器仪表指示值的绝对误差Δ与仪器仪表的满量程L之比的百分数，用q表示：引用误差q用满量程L（最大指示值）作为分母统一比较。仪器在不同测量范围有不同的引用误差。6.1.1误差分类4．最大引用误差在规定的条件下，当被测量值平稳地增加和减少时，测出仪器仪表的全量程范围内全部指示值的引用误差（实际中可能是抽主要的点），其中最大值称为仪器的最大引用误差，用符号qmax表示。6.1.1误差分类最大引用误差是表示仪器仪表测量精度的主要形式，有时称为仪器仪表的基本误差。再回到相对误差的概念，得到用仪器仪表进行测量的两条准则：如果已知待测量值的范围，则选用仪器仪表时最大量程范围要接近测量值的范围上限。测量时要选择适当的量程，在满量程的二分之一到三分之二处读数。6.1.1误差分类非线性刻度的仪表其示值相对误差不能用上述方式计算。例如，对于万用表电阻档，当指示值Rx=中心值(R0)时，测量误差最小。因此，为了减小误差，一般以指针在中心电阻值的0.2～2.5倍之间为宜。我国国家标准规定：电压表和电流表的精度等级分0.05、0.1、0.2、0.3、0.5、1.0、1.5、2.0、2.5、3.0、5.0等十一级；功率表和无功功率表的精度等级分0.05、0.1、0.2、0.3、0.5、1.0、1.5、2.0、2.5、3.5等十级；频率表的精度等级分0.05、0.1、0.15、0.2、0.3、0.5、1.0、1.5、2.0、2.5、5.0等十一级。这里的0.1级表示最大引用误差为0.1%。课堂讨论：某一温度测量仪器给出：测温范围：

-55℃~120℃,精度0.1℃某一温度测量仪器给出：测温范围：0℃~120℃,精度0.05%FS什么误差？表示什么？什么误差？表示什么？6.1.2误差的性质和原因按误差的性质和产生的原因分:误差系统误差随机误差粗大误差6.1.2误差的性质和原因1．系统误差在一定的条件下，多次重复测量同一变量时其误差的数值保持恒定或遵循某种变化规律，这种因测量仪器、测量原理、测量环境等原因引起的误差称为系统误差。系统误差可以根据其原因采取相应的校正措施进行校正。6.1.2误差的性质和原因2．随机误差随机误差是指在相同的条件对一个不变的量重复测量，其测量结果的误差时大时小，时正时负，大小和符号都是无规律的变化的误差。随机误差不能用实验的方法进行校正和消除。随机误差服从统计规律，具有正态分布的特性。6.1.2误差的性质和原因3．粗大误差粗大误差是指在相同条件下多次重复测量同一量时，明显远离测量结果的误差，即超出规定条件下的预期的误差。产生粗大误差（疏失误差）的测量值称为异常值。6.系统误差的自动校正仪器仪表的系统误差是可以通过硬件或软件进行消除或减小的，传统的精密仪器仪表通过复杂的硬件电路来做到这一点，而智能仪器却已设法通过很多软件程序或软硬件结合的方法来实现自动校正，因此在提高仪器精度和可靠性方面提高了一大步。6.2.1自校零技术自校零技术又称零位补偿，是用来消除最常见的恒定或慢速变化的系统误差的方法。由于实际电路中不可避免的一些原因，如接触电势，偏置电流，环境温度等，使得输出信号的零位与输入信号的零位不一致带来测量的误差，这种现象引起的变化十分缓慢，在测量的时间段内认为是恒定不变的，因此可以通过软件进行校零。6.2.1自校零技术仪器校零：切换S1接标准零点（或由高一级精度的仪器测量给出），求出传感器输出量UZ（电压或电流，这里设为电压），微机系统获取零点的测量数据N0，6.2.1自校零技术储存N0并在以后每次测量中减去N0：这是克服仪器的（恒定）零点误差最简单的方法。

6.2.1自校零技术测量数据的零点误差N0可以看成是由传感器的零点误差N01和输入通道的零点误差N02两部分误差叠加形成的（见图6.2），即：N0=N01+N02这些误差可正可误，图6.2中N02为负。6.2.1自校零技术假设传感器的零点误差N02在以后的测量过程中始终保持不变，但智能仪器的输入通道部分如放大、A/D转换等环节因环境温度、电源、通风条件变化等引起的零点误差N01随时间发生缓慢的变化的现象，常称为零点（误差）漂移。6.2.1自校零技术测量通道零点校正：S1接标准量，S2接传感器测得N0。储存S1任意，S2接Uz，测得N01，储存。以后每当系统进行自校零子程序，（有许多智能仪器开机后自动进入自校零状态），测量出当前与Uz所对应的数据N01新，则重新储存零点值

N0新=N0+（N01新-N01）6.2.1自校零技术当智能仪器有多测量通道时，可以对多通道逐一校零，存入相应通道的零点值。注意这种自动校零不能校正因传感器性能不稳定引起的零点漂移，但可以消除智能仪器输入通道的零点漂移。精度要求高的智能仪器仪表一般使用一定的期限后要连传感器一起重新校正。6.2.2变化系统误差的校正例：系统误差随待测量而变化6.2.2变化系统误差的校正例：系统误差随温度而变化6.2.2变化系统误差的校正测量校正方法：当待测量的大小发生变化时，其系统误差也随之变化，则可以通过用高一级精度的仪表进行实验校准的方法求出相应变化的校准值并储存，供测量时校正时用。若智能仪器受环境温度变化影响较大，则在不同环境温度条件下进行校零，并把零点值与温度的关系储存起来，在测量时先测出温度，根据温度取出零点值进行校零。6.2.2变化系统误差的校正若系统变化有简单的线性关系，如图6.3中的系统误差都与自变量成线性关系，则处理相对比较简单，只要求出直线的参数储存起来，以后根据自变量的值求出相应的零点值就可以了。若系统变化比较复杂，通常就需储存多个校正点数据，计算机在测量时，每获得一个测量数据N就自动地从相应的储存单元读取相应的系统误差值，相减后得到经过校正的测量数据。6.3随机误差的自动校正随机误差是测量中不可避免的，一般的仪器仪表无法克服随机测量误差。智能仪器却可以利用微机控制测量速度快的优势，通过用软件进行多次测量求平均值的方法来减小随机误差，这就是所谓的平滑滤波技术。6.3随机误差的自动校正智能仪器中常用的克服随机误差的滤波方法有:算术平均滤波法滑动平均滤波法

加权滑动平均滤波法中值滤波法

6.3随机误差的自动校正1.算术平均滤波法克服随机误差最简单的方法是通过在同样条件下多次测量求平均值，统计理论给出：当测量次数n→∞,有→真值，测量随机误差→0。例如n=5,测５次得到一个测量值．适用于测量慢速变化的信号。6.3随机误差的自动校正2.滑动平均滤波法滑动平均滤波法是把n个测量数据看成是一个队列，队列的长度固定为n，每进行一次新的测量，就把测量结果放入队尾，并去掉队列前的一个数据，这样在队列中始终有n个数据，对这n个数据求算术平均值，得到的数据也可以较有效地减小随机误差。真值含随机误差的测量值滤波后的值备注110.98821.21.20731.41.4291.3931-5行平均值41.61.5561.5932-6行平均值51.81.7841.7943-7行平均值621.9891.9834-8行平均值72.22.2132.1945-9行平均值82.42.3742.3906-10行平均值例：滑动平均滤波数据如表所示，从第5个数据起，每测一个值就输出一个滤波值。但滞后了二次测量时间

输出第三次测量数据滤波值6.3随机误差的自动校正３.加权滑动平均滤波法

对不同时刻的测量数据加以不同的权重系数，通常越接近当前时刻的数据，权重系数越大，以提高系统对当前采样值的灵敏度。6.3随机误差的自动校正4.中值滤波法

中值滤波法的基本思想是连续测量三次并储存三次的测量值x1，x2，x3,比较3个采样值的大小，将中间的测量值作为有效的测量值，其算法是：如果x1>x2>x3,则取x2作为本次测量有效值储存，其它二个值丢掉。课堂讨论:随机误差的自动校正有哪几种常用方法?算术平均滤波法适用于什么测量场合?滑动平均滤波是如何处理测量数据的?中值滤波适用于什么情况?6.4粗大误差的自动校正粗大误差是指明显与实验结果不符合的数据，在智能仪器中则可以确定一些准则，使智能仪器在测量过程中自动剔除粗大误差，提高仪器的测量精度。一般剔除粗大误差的方法有:3σ准则限幅滤波算法3σ准则3σ准则又称莱特准则，最适合在用算术平均滤波法校正随机误差时结合使用，其步骤为：1）对某待测量进行n次测量，得n个测量值x1，x2，……xn。2）按式求出其算术平均值3）求出另一个统计量—方差σ：

3σ准则4）求出每个测量数据的剩余误差：并与3σ比较，若就认为xi为坏值，剔除。5）对剩下的N-1个值，用同样的方法再进行计算和判断，直到无粗大误差值为止。限幅滤波算法

测量并储存第一个测量值x1，从第二个测量值x2开始判断：是否成立，成立，x2为有效数据，储存，下次测量值x3与x2比较，若不成立，不储存，下次测量值x3与x1比较，……6.5标度转换采用一定的处理技术将这些数字量转换成具有不同量纲的相应物理量的值，这一技术被称为标度转换(或标度变换)。图6.4传统显示仪器仪表结构框图

6.5标度转换智能仪器可以利用软件进行标度变换，优点：1.节省硬件;2.标度精度更高;3.同一显示装置实现多通道显示.6.5标度转换标度变换的原理：假设包括传感器在内的整个数据采集系统是线性的，若被测物理量的变换范围为A0—AM物理量的实际测量值为AX，而A0对应的数字量为N0，而AM对应的数字量为NM，而AX对应的数字量为N，则标度变换公式

6.5标度转换在进行标度变换时，要根据需要调用不同的参数。例6-1：（图6.5)测温度信号的参数：A01=0，AM1=1000，N01=0，NM1=FFH，测得N1=19H则被测量为：6.5标度转换例6-1：（图6.5)测压力信号的参数：A02=0，AM2=10N(牛顿)，N02=0，NM2=FFH，测得N2=4DH则被测量为：课堂讨论:测量并转换的值与实际值有误差,这误差产生的主要原因是什么?如何减小这个误差?6.6非线性校正实际应用中的传感器大部分是非线性的，传感器的“线性化”处理是通过在传感器后面接上校正处理电路，在模拟传感器中有些校正处理电路是相当复杂的，而且要实现很好的线性度也是相当困难的。在智能仪器中，有些传感器可以不再加校正处理电路，可以通过软件设计，用校正函数来克服传感器的非线性带来的误差6.6非线性校正1.校正函数法

如果传感器的输出虽然是非线性的，但却有一定的函数规律，则采用校正函数法,直接求出校正函数的公式，用软件进行计算处理6.6非线性校正通过校正函数：例6.2利用热敏电阻测量温度,设在恒流源供电条件下,热敏电阻两端电压测量并放大,模/数转换后得到:读入Y就可以求出温度。6.6非线性校正2.查表法查表法是将事先计算好或测量出的校正值按一定顺序存放在内存中，形成一个表，根据其测量输入值Y直接查出Z，通常连标度转换都可以一起完成。一般有直接查表法和间接查表法两种。6.6非线性校正1)直接查表法（1）以Y（二进制数）为地址，Z为表格内容，这种表适用于Y值有限且顺序排列的情况。例如查数的平方,求对数,正余弦值等.地址内容首地址00H表地址=首地址+103H…………表地址=首地址+Y77H…………6.6非线性校正(2)如果Ｙ的变化范围很大，而Ｚ的变化范围有限，但Ｙ与Ｚ仍一一对应，这时可以把Ｚ作为地址，Ｙ作为内容编制表格。相应的查表法有顺序查表，对分法查表等。6.6非线性校正例6.3通过逐点测量得到某传感器的输出电压信号y与待测压力信号x之间满足如表6.3所示的非线性关系，试画出用查表法求出压力值的流程图。压力值（x/N）电压值(y/mV)10.7921.9033.4445.5958.59612.78718.62826.78课堂讨论:1.如果待测值可能介于1和2牛顿之间,按照四舍五入的原则显示测量值,该如何修改程序?2.如果是16位的A/D转换,则一张表要占用多少内存?6.6非线性校正2）间接查表法对于Y与Z都不是顺序排列的情况可以结合这两种表的设计，根据测量值Y求出编号N，再根据N求出Z。查表法必须针对每一个传感器进行校正,确定表格内容。6.6非线性校正3.插值法因为查表法要占用太多的内存，且对一些连续变化量的测量要储存所有的数据也是不现实的，所以工业上还经常采用插值法来代替单纯的查表法。

6.6非线性校正线性插值法实质是将函数分段用直线取代，当实测值Y介于两个分段点值Yi和Yi+1之间时,取出Zi和Zi+1，然后按公式求出Z。

Mi是第i段直线的斜率

6.6非线性校正可以把每段的Zi、Yi、Mi按Y值的大小顺序列成三张表，每张表格中只储存(n+1=11)个分段点，由Y求出所在区间号，得到相应的Zi、Yi、Mi值，利用式进行计算，求出校正后的输出值Z。显然分段n越多，与函数曲线越逼近，实际求出的Z的精度也越高，但占内存空间也越大。分段时可以采用等分方法，也可以采用不等分的方法，要根据曲线的实际情况确定，但要使每段因为用直线代替曲线引起的误差都在精度允许的范围内。课堂讨论:非线性校正有哪几种方法?校正函数法适用于什么场合?查表法有什么特点?简述插值法的原理。6.7量程自动转换测量时适当选取测量的量程范围是相当重要的，智能仪器对同一种测量参数，如电压、温度等，常常有很宽的测量范围并能根据被测量的大小自动选择适当的量程，以保证测量值有足够的分辨率和准确值。这种由计算机软件算法判断并控制系统选择适当量程进行测量的技术就是量程自动转换。6.7量程自动转换1.硬件结构硬件是实现量程自动转换的保证，方法有多种，最常用的是用程控放大器，通过微机控制改变放大器的放大倍数

微机通过改变A0A1的组合改变程控放大器的放大倍数

6.7量程自动转换2.软件设计在不知待测量大小的情况下，选择最大量程进行测量，测出的值若大于下一档的量程，输出或储存测量值，反之应把测量值与各量程的范围进行比较，选择最合适的量程，再进行测量。6.7量程自动转换量程自动转换技术硬件结构软件设计保护电路6.7量程自动转换量程自动转换软件设计是还要考虑以下几点：在待测量的变化幅度不会很大的测量过程中，可以在选定的量程内连续测量。在两个相邻量程之间不能出现来回选择的现象。在连续测量过程中当待测量逐渐增大，超出当前测量的量程，则立即进入最大量程，再进行量程的自动转换。6.7量程自动转换3.保护电路有自动量程转换功能的智能仪器必须具有过载功能，其最大过载可达仪器的最低量程和最高量程之比。集成程控放大器往往自带保护电路，如果用分立元件组成程控放大器时则要对运算放大器进行输入过压保护。课堂讨论:量程自动转换由哪几部分组成?量程自动转换对硬件有什么要求?在量程自动转换软件设计时要注意哪些问题?6.8PID控制PID控制器是自动化工业中常用的控制器，PID是指根据测量的数据与设定的数据的偏差按比例（P-proportion）、积分（I-Integrate）和微分（D-Difference）处理方法进行控制，控制理论表明，PID控制能满足相当多工业对象的控制要求。6.8PID控制智能控制是利用微机系统用软件代替人的分析、判断、决策功能，充分利用计算机运算速度快和逻辑判断功能强等优点，即能完成传统仪器仪表所具有的自动控制功能，又能解决常规调节器只能控制一个参数且无法进行较复杂的信息交换的问题，还可以进行集中控制与集中管理。6.8PID控制传统的PID控制器是用模拟电路或数字电路设计的硬件电路，在智能仪器中可以通过软件实现PID控制。6.8PID控制例：一个电炉的炉温控制要求按图6.13所示的曲线规律变化自由升温阶段

保温阶段b-c

自然降温段

6.8PID控制对炉温控制的指标的要求如下：1．炉子保温时，温度的变化范围为：50~100℃,可输入参数Tb加以设定。2.过渡过程（升温）时间：t1<100min3.超调量σ：升温过程的温度最大值Ta和要求保温值Tb之差与保温值之比。4.静态误差eσ:保温段实际温度值T与要求保温值Tb之差与保温值之比。6.8PID控制控制电阻炉加热的是前两个阶段：1.自由升温阶段控制在这个阶段，希望升温越快越好，因此，控制上只要让电阻炉以最大的能力加热，也就是计算机向D/A输出最大值，设采用8位的DAC0832，最大值为FFH，在实际应用中与这一数字量对应的晶闸管整流输出直流电压为160V。在这个过程中，不断测量，当电阻炉的温度达到Ta时进入控温阶段。6.8PID控制2.控温阶段由自动控制原理知，电阻炉这个控制对象属于带纯滞后的惯性环节，宜采用PID控制。根据给定的参数设置，编写增量式PID控制算法子程序等。软件程序由炉温控制程序、中断服务程序、增量式PID控制算法子程序及其他子程序模块组成。6.8PID控制炉温控制程序流程如图6.14所示，在初始化模块中设定各种参数，输入输出接口的工作方式，采样数据的存储地址，中断方式选择等，接着开中断等待。6.8PID控制中断子程序流程如图6.15所示，它求取当前炉温值T与给定保温值Tb的差值，判断是否进入控温阶段，如已进入控温阶段，则调用PID算法子程序，否则输出FFH，使晶闸管整流器以全功率给电阻炉加热。6.8PID控制增量式PID算法的程序流程如图6.16所示，输出值与执行机构的变化量相对应，即是前后二次采样所计算的位置值之差，课堂讨论:什么是PID?用软件实现PID控制有什么优点?6.9多传感器信息融合技术简介多传感器信息融合技术定义：充分利用不同时间与空间的多传感器数据资源，采用计算机技术对按时间序列获得的多传感器观测数据，在一定的准则下进行分析、综合、支配和使用，获得对被测对象的一致性解释与描述，进而实现相应的决策和估计，使系统获得比它的各组成部分更充分的信息。6.9多传感器信息融合技术简介先通过传感器将它们转换成电信号，通常是模拟量的电压、电流等，再经过A/D转换将它们转换成能由计算机处理的数字量。6.9多传感器信息融合技术简介数字化后的电信号再通过预处理滤去数据采集过程中的干扰和标度、量程转换，得到有用的信号。这几个模块与前面讨论的完全相同。6.9多传感器信息融合技术简介预处理后的有用信号要经过特征提取，特征可以是被测量的各种物理量，6.9多传感器信息融合技术简介对其中某一特征量进行数据融合计算，数据融合计算的方法很多，主要有数据相关技术、估计理论和识别技术等，最后输出融合结果。6.9多传感器信息融合技术简介多传感器信息融合技术的关键是数据转换、数据相关、数据库和融合计算等，其中融合计算是多传感器信息融合系统的核心技术。1）数据转换由于多传感器输出的数据形式、环境描述不一样，数据融合中心处理这些不同来源的信息时，首先需要把这些数据转换成相同的形式和描述，然后再进行相关处理。6.9多传感器信息融合技术简介2）数据相关技术数据融合过程中，数据相关的核心问题是克服传感器测量的不精确性和干扰引起的相关两义性，以便保持数据的一致性。这包括控制和降低相关计算的复杂性，开发相关处理、融合处理和系统模拟算法与模型等