第7章 传感系统关键技术

第7章传感系统关键技术7.1智能传感系统7.2传感器系统接口技术7.3计算机控制系统7.4计算智能

7.1智能传感系统

7.1.1智能传感器基本结构

智能传感器主要由传感器、微处理器及连接电路组成,其基本结构如图7-1所示。图7-1智能传感器的基本结构

7.1.2智能传感器功能

本节将以智能电子秤中的压力传感器为例,初步认识智能传感器的主要功能,其原理框图如图7-2所示。图7-2智能电子秤中的压力传感器原理框图

(1)自补偿与计算。

智能传感器可以利用微处理器,对测量的信号进行计算,采用多次拟合、差值计算或神经网络等方法对非线性、漂移和响应时间等情况进行补偿,从而获得更为精确的测量结果。

(2)自检测与自诊断。

传统的传感器都要进行定期的检验和标定,以保证其可以正常使用,以及获得较好的检测准确性,但是检测过程往往是破坏性的、低效的,需要拆除现场的传感器设备或者送到专门的检验部门处理。

(3)数据处理与存储。

智能传感器的微处理器可以对采集的数据进行异常数据剔除或者数字滤波等数据预处理操作,减小噪声或其他因素对后续操作的干扰,提高信号的精准度,而且可以对数据执行统计分析、数据融合、逻辑分析以及推理判断等更高级的分析过程。传感器的数据储存能力使其可以随时记录工作中的各项参数、工况、故障、维护等情况,为传感器的使用和技

术创新提供强有力的数据支撑。

(4)数据传输与双向通信。

与传统传感器最大的区别在于,智能传感器可以利用通信网络使信息以数字的形式进行双向通信。微处理器不仅能够接收和处理传感器的测量数据,而且能够将控制信息发送

至传感器终端,在测量过程中就能对传感器进行调节和控制。智能传感器的标准化数字输出接口可与计算机或接口总线直接连接,实现与计算机或网络适配器的远程通信与管理功能。

(5)复合。

信号在测量的过程中总是会受到很多外界因素的干扰,常见的干扰信号包括声、光、热、电、化学信号等,智能传感器的复合功能可以实现对多种物理量和化学量的同时测量,

综合给出全面的信号信息,最大程度地降低干扰信号的影响。

智能传感器以微处理器为内核,扩展多种外围部件形成了一套完整的计算机检测系统,与传统传感器相比,具有以下较为显著的特点。

(1)高精度。

(2)高可靠性和高稳定性。

(3)多功能和高性价比。

7.2传感器系统接口技术

7.2.1传感器系统信号处理技术传感器获取的信号中常常夹杂着各种噪声及干扰信号,为了准确地获取被检测对象的信息,首先必须对传感器检测到的信号进行处理,方便传感器系统的业务应用。传感器系统信号处理的方法一般包括补偿、滤波和噪声抑制等,目的是提高传感器的信噪比,改善其分辨率。

1)补偿

(1)零点漂移补偿

根据实际情况的不同,可以选择如下几种解决方式。

①选用高质量的硅管。

②温度补偿法。

③调制法。

(2)非线性误差修正。

传感器的特性一般可以利用一个非线性的多变量函数式来表达,如公式(7-1)所示,Z为传感器的输出,x为被测物理量,y1,y2,…是温度、湿度等各种环境参数信息。

利用计算机软件法修正非线性误差的原理如图7-3所示,传感器感知物理量信息x后输出y信号,再经过接口电路的处理后可转变为供计算机接收和使用的Y信号(接口电路的类型取决于Y的性质),最后经过计算机的修正输出系统最终的响应信号YC。图7-3修正非线性误差的原理框图

2)滤波

在传感器的输出信号中通常含有很多的动态噪声,如果信号的频谱和噪声的频谱不重合,就可以使用滤波器来消除这部分噪声。滤波方法的分类形式多种多样,按照选择物理

量的不同,可以分为频率选择、幅度选择、时间选择和信息选择四种;按通频带范围,可以分为低通、高通、带通、带阻、全通五种;而按滤波方法又可以分为模拟滤波器和数字滤波

器两种,两者相比,前者的实时性较强,而后者的稳定性和重复性较好,并且后者能够在模拟滤波器不能实现的频带下进行滤波处理。图7-4以树形结构形式展示了基于滤波方法的滤波器的详细分类。图7-4基于滤波方法的滤波器分类

3)噪声抑制

针对由于信号和噪声的频带重叠或者噪声的幅值比信号大而产生的信噪比过大的问题,仅依靠滤波器是无法彻底解决的。还需要通过研究信号和噪声各自的动态特性,高效地剔除信号中的噪声干扰。

(1)差动法。

差动法是以差动的形式将动态特性和静态特性相同的两个敏感元件连接起来,计算并输出信号的方法。这种方法得到的输出信号虽然除去了含有相同相位输入的噪声信息,但

是仍然无法解决敏感元件内部产生的噪声干扰。

(2)平均响应法。

平均响应法是利用信号的自相关性质来检出周期已知的信号内容,将噪声与信号混叠的波形根据信号的周期进行分段,同步输出、取样并利用同相位相加N次求平均。

(3)调制和同步检波法。

图7-5(b)解释了利用遮光板或扇形小孔把微弱光量变换为断续光信号并进行同步检波的原理,其中锁定放大器是基于同步检波法的一种放大器。图7-5(b)中的锁定放大器可以视为一个在ω近旁的窄频带滤波器,假设其等价频宽为B,低通滤波器的时间常数为T,那么二者可以满足式(7-3)的关系。图7-5同步检波器信号处理系统

7.2.2传感器系统微机接口技术

根据传感器的种类和功能的不同,其输出量一般有模拟量、数字量和开关量三种不同的形式,相应地,存在着三种基本的接口方式,微机处理单元对信号的接口有一定的要求,

接入的方法也会略有差异,传感器与微机的接口方式与接入方式说明如表7-1所示。

1)数据采集

经过预处理的传感器输出信号变为模拟电压信号后,需要继续转换为数字量后才可以实现数字的显示或利用计算机完成后续的处理过程。典型的数据采集系统从功能模块进行

划分,可以将组成部件分为传感器、放大器(IA)、模拟多路开关(MUX)、采样保持器(SHA)、A/D转换器、计算机或数字逻辑电路。根据数据采集系统在电路中部署位置的不同,参考如图7-6的内容,系统的数据采集方式可以分为同时采集、高速采集、分时采集和差动结构四种。图7-6四种数据采集方式

2)采样

以相等的时间间隔Ts对某个连续时间信号a(t)进行取样,得到对应的离散时间信号的过程称为采样,如图7-7所示。图7-7-连续时间信号的采样

3)A/D转换器

衡量A/D转换器性能的技术指标很多,比较重要的技术指标包括分辨率、精度、量程、线性度误差、转换时间等,只有充分地理解这些指标所代表的物理含义及其对传感系

统的影响,才能够设计出符合要求且高效的系统。

7.2.3传感器系统抗干扰技术

1.干扰源及主要形式

从使用和分析需求上讲,没有价值的信号可以被视为一种干扰,环境中充斥着各种各样的干扰信号,下面将列举一些较为常见且对系统性能影响相对较大的干扰源。

1)外部干扰

从外部侵入检测装置的干扰称为外部干扰,一般分为自然干扰和人为干扰(或工业干扰)两种。自然干扰主要来源于自然界,例如雷电、宇宙辐射等,对广播、通信、导航等电子

设备的影响通常较大;人为干扰是指由各种电气、电子设备所产生的电磁干扰及机械干扰、热干扰、化学干扰等。

(1)电磁干扰。

电磁干扰类型相对复杂一些,通常包括放电噪声干扰和电气设备干扰两种。放电噪声是指由各种放电现象产生的噪声,对电子设备的影响最大。放电现象包括持续放电和过度

放电两种,前者又包括电晕放电、辉光放电和弧光放电,后者主要是指火花放电。电晕放电主要来自高压输电线,在放电过程中产生的脉冲电流和高频振荡是潜在的干扰源。引起辉

光放电和弧光放电的放电管(如荧光灯、电弧灯等)具有负阻抗特性,在与外接电路连接时,非常容易引起电路的振荡,振荡甚至可达高频波段。

(2)机械干扰。

机械干扰是由于机械振动或冲击使电子检测装置的电气参数发生改变,从而影响检测系统性能的一类干扰,一般可以采取各种减振措施来降低机械干扰的影响程度,比如应用专用减振弹簧、橡胶垫脚或吸振海绵垫来隔离振动与冲击对传感器的影响。

(3)热干扰。

热干扰是指由温度的波动以及不均匀温度场引起检测电路元器件参数发生改变,或产生附加热电动势等情况的干扰,这种干扰会对传感器系统的正常工作带来负面的影响。通

常的解决办法包括选用低温漂、低功耗、低发热组件,或者采取温度补偿等热干扰防护措施。

(4)化学干扰。

化学干扰是由于潮湿的环境或化学腐蚀导致的各种零部件绝缘强度的降低,严重时候可能造成漏电、短路等问题的干扰。

2)内部干扰

(1)固有噪声源。

固有噪声源包括热噪声、散粒噪声和低频噪声。由电阻内部载流子的随机热运动产生的几乎覆盖整个频谱的噪声电压形成热噪声,其有效值电压值可以表示为公式(7-4)的形

式。其中,K为玻耳兹曼常数,T为热力学温度,R为电阻值,Δf为与系统带宽相关的噪声带宽,从公式关系不难发现,减小输入电阻和通频带宽将会对噪声的降低带来有利的作用。

(2)信噪比(S/N)。

噪声不能被完全清除,也不能用一个明确的时间函数来描述,所以在实际应用中,只要不影响检测的最终结果,是允许噪声与信号共存的。信噪比可以表示噪声对有用信号的影响程度。噪声系数用来表示器件或电路对噪声的品质因数,数值上等于输入信噪比与输出信噪比的比值。

2.干扰抑制技术

有了对干扰源及其形式的理解,可以从消除或抑制干扰源、破坏干扰途径以及削弱接收电路对干扰的敏感性这三个方向抑制干扰的影响,最典型的抗干扰技术有屏蔽、接地、浮置、隔离、滤波等。

1)屏蔽技术

屏蔽技术包括静电屏蔽和电磁屏蔽两种。前者也称为电场屏蔽,可以抑制电场耦合的干扰,为了达到较好的静电屏蔽效果,通常可以选用铜、铝等低电阻金属材料作为屏蔽盒,结合良好的接地措施,尽可能缩短被屏蔽电路伸出屏蔽盒之外的导线长度。后者一般采用良导体材料(如铜、铝或镀银铜板等),利用高频电磁场在屏蔽导体内产生的涡流效应,达到磁屏蔽的效果。

2)接地技术

接地技术是一种将电网零线和设备外壳接入大地来保障安全的技术,起源于强电技术。对于以电能作为信号,进行电信号的通信、测量、计算控制等的电子技术来说,可以把

电信号的基准电位点称为“地”,接地线可能与大地是隔绝的关系,所以也可以称为信号地线。在采用接地技术时,需要遵循“一点接地”的原则,包括机内一点接地和系统一点接地两种。

对于一个包括传感器(信号源)和测量装置的检测系统,一点接地的方式也很重要,如图7-8所示,图7-8(a)中采用的是两点接地方式,通过分析可以发现,因为地电位差产生的共模

电压的电流I要流经信号零线,从而转换为差模干扰,这样就会对检测系统造成严重的影响;而图7-8(b)中采用信号源处一点接地的形式,容性漏电流干扰信号会流经屏蔽层,就可将干扰影响降到最低。图7-8系统的两点接地和一点接地对比电路图

3)浮置技术

如果测量装置电路的公共线不与机壳或大地连接,即与大地之间没有任何导电性的直接联系(仅存在寄生电容),这种情况就会出现浮置现象。检测系统使用的屏蔽浮置设施为

前置放大器,它有内、外两层屏蔽,内层屏蔽(保护屏蔽)与外层屏蔽(机壳)绝缘,只通过变压器与外界联系。电源变压器屏蔽效果的好坏对检测系统的抗干扰能力有很大的影响,所以在检测装置中,通常会采用带有三层静电屏蔽的电源变压器进行供电,各层接法如下:一层侧屏蔽层及电源变压器外壳与测量装置的外壳连接并接入大地,中间屏蔽层与“保护屏蔽”层连接,三层侧屏蔽层与测量装置的零电位连接。

4)隔离技术

隔离是破坏干扰途径、切断耦合通道,从而达到抑制干扰的一种技术措施,采用的方式有变压器隔离、光电耦合器隔离等。变压器隔离主要在传输交变信号的传输通道中使用,

光电耦合器隔离则被广泛地应用于数字接口电路。目前,在自动检测系统中倾向于采用光电耦合器来提高系统的抗共模干扰能力。

5)滤波技术

滤波技术是采用相应形式的滤波器将各种干扰信号滤除,使信号传输过程中的干扰信号不进入检测系统的技术,它是抑制差模干扰的最有效措施之一。滤波技术对经导线耦合到电路的干扰的抑制作用最为理想,可以将相应频带的滤波器接入信号传输通道,滤除或尽可能衰减各种干扰信号,达到提高信噪比,抑制干扰的目的。

在自动检测系统中经常采用的滤波器有:RC滤波器(也称电阻电容电路)、交流电源滤波器和直流电源滤波器。当信号源为热电偶、应变片等信号变化相对缓慢的传感器时,RC滤波器可以充分发挥其小体积、低成本的优势,对串模干扰实现较好的抑制效果。

7.3计算机控制系统

计算机控制系统(ComputerControlSystem,简称CCS)是指应用计算机借助一些辅助部件与被控对象相参与控制,并联系,以获得一定控制目的而构成的系统。这里的计算机通常指各种规模的数字计算机,如从微型到大型的通用计算机或专用计算机。辅助部件主要指输入输出接口、检测装置和执行装置等。辅助部件与被控对象和部件间的联系,可以选择有线方式,如通过电缆的模拟信号或数字信号进行联系;也可以选择无线方式,如使用红外线、微波、无线电波、光波等进行联系。

7.3.1计算机控制系统组成

计算机控制系统由控制部分和被控对象组成,其控制部分包括硬件部分和软件部分,由模拟控制器构成的系统通常只包括硬件部分。计算机控制系统软件包括系统软件和应用

软件,系统软件是指操作系统、语言处理程序和服务性程序等,它们通常是由计算机制造厂商为用户配置的,具有一定的通用性;应用软件是为了实现特定控制目的而编制的专用程序,如数据采集程序、控制决策程序、输出处理程序和报警处理程序等,它们涉及被控对象的自身特征和控制策略,是由实施控制系统的专业人员自行编制的。

简单来说,计算机控制系统就是利用计算机来实现对工业过程的自动控制。由于计算机只能接收或反馈数字信号量,而从现场采集到的信号或送入执行机构的信号大多是模拟

信号形式,所以计算机控制系统会加入包括模数(A/D)、数模(D/A)转换器和其他必要的外部设备。计算机控制系统的典型结构如图7-9所示,分模块来看计算机控制系统的典型结构可以概括为以下几个部分。图7-9计算机控制系统的典型结构框图

①被控对象:即系统需要进行控制的机器、设备或生产过程。被控对象中要求实现自动控制的物理量称为被控量;

②控制器:也称校正装置,用于改善闭环系统的动态品质和稳定精度;

③检测装置:监测系统的输出量;

④比较装置:将系统的输入量与输出量进行比较,得到偏差信号;

⑤放大器:放大微弱的偏差信号;

⑥执行机构:根据放大后的偏差信号,对被控对象进行控制,使输出量与给定量一致;

⑦A/D转换器:将连续模拟信号转换为断续数字信号,送入计算机;

⑧D/A转换器:将计算机产生的数字指令信号转换为连续模拟信号并传送给执行机构。

从本质上来讲,计算机控制系统的控制过程可以分为实时数据采集、实时决策和实时控制三个步骤。实时数据采集是对被控量及指令信号的瞬时值进行检测,并将数据传输给

计算机的过程;实时决策过程会根据给定的算法,对采集到的被控参数状态量进行分析,按照已经确定的控制规律决定控制过程,生成控制指令;而实时控制过程可以根据决策结果,适时地向被控对象发出控制信号。

7.3.2计算机控制系统分类

计算机控制系统的发展不仅提高了国家和企业的经济效益,而且促进了企业和技术的发展升级。目前,国内外工业生产过程中,计算机控制系统的模型主要包括直接控制系统

(DDC)、监督控制系统(SCC)、集散控制系统(DCS)、递阶控制系统(HCS)和现场总线控制系统(FCS)五个类别。

1)直接控制系统

为了强调计算机对生产过程进行直接控制这一特性,一般参考如图7-10所示的形式组建直接控制系统的基本架构。图7-10直接控制系统流程框图

2)监督控制系统

监督控制系统流程框图如图7-11所示。图7-11监督控制系统流程框图

3)集散控制系统

集散控制系统又称为分散控制系统或分布式控制系统,它将DDC、SCC及整个工厂的生产管理融为一体,目前使用较多的集散控制系统有环形、总线形和分布式几种。图7-12

是分布式集散控制系统的流程框图,整个处理过程可以概括为分散过程控制级、监督级和生产管理级3个层级。图7-12分布式集散控制系统流程框图

4)递阶控制系统

递阶控制系统一般会分成3个层次,如图7-13所示,第一层是直接控制级,负责对现场设备的控制;第二层是监督控制级,负责指挥直接控制级工作并向上一级传送信息;第三层是管理信息级,负责总体的协调管理,并调度、指挥监督控制级工作。各级分工明确,相互联系和制约,使整个系统实现可靠平稳的运行。图7-13递阶控制系统流程框图

5)现场总线控制系统

现场总线控制系统是一个被控过程,是由传感器、数据融合机制及施动器三个部件组成的实时连续反馈系统。其中,多个传感器为数据融合机制提供有关被控过程当前状态的

信息;数据融合机制部件是一个数据处理系统,它利用传感器提供的信息,计算所需的操作,以减少系统设定的理想状态和当前状态之间的差异;施动器实现经数据融合机制计算出的行为操作。现场总线控制系统控制层结构如图7-14所示。图7-13递阶控制系统流程框图

现场总线控制系统经过不断的优化,一对双绞线上可挂接多个控制设备,节省安装和维护开销,提高了系统的可靠性,使自控设备与系统步入信息网络的行列,同时也为用户提供了更为灵活的系统集成主动权,为应用开拓了更为广阔的领域。

7.3.3计算机控制系统发展

1.计算机控制系统的发展历程

1)起步期

2)试验期

3)推广期

4)成熟期

2.计算机控制系统的发展趋势

信息技术的发展对计算机控制系统的发展有着重要的影响,若想要使计算机控制系统获得进一步的推广和应用,就需要对被控对象或生产过程有更为深刻的了解,对过程检测技术、先进控制理论与技术、计算机技术等领域进行更加深入的研究。计算机控制系统未来将会向着如下5个方向发展。

1)控制系统的网络化

计算机网络将原来分散在不同地点的现场设备连接在一起,在系统中进行工业数据的远程传送与集中管理,可以保证系统间的连接与交流,打破了原有的信息孤岛,各种层次、各种规模的计算机网络控制系统将会得到越来越广泛的应用。

2)控制系统的扁平化

现场级网络技术使控制系统的底层通过网络技术实现了互联互通,现场网络的连接能力和信息管理能力的提高使现场网络中能够接入更多的设备。

3)控制系统的智能化

智能控制系统广泛应用于智能会议与多媒体教学、智能家居、智能控制中心、远程控制、远程教育、远程医疗、远程会议等,进一步提高了流媒体录播系统的应用效率,改变了

人们的工作和生活方式。

4)控制系统的综合化

随着现代管理技术、制造技术、信息技术、自动化技术的融合发展,综合自动化技术(ERP+MES+PCS)被广泛地应用于工业的各个环节,加之借助计算机系统的硬软件技术,将企业生产全部过程中人、技术、经营管理三要素及其信息流、物流进行有机的集成以实现可靠的运行,最终实现工业生产经济效益的最大化。

5)控制系统的绿色化

可持续发展观是科学发展观的核心内容,它不仅要考虑自然层面的问题,甚至要在更大程度上考虑人文层面的问题。节能环保是实现可持续发展的必然途径,为了减少甚至消

除自动化设备对人类、环境的污染和损害,绿色自动化技术应运而生。保障信息安全、减少信息污染、电磁谐波抑制、洁净生产、人机和谐和绿色制造等策略将成为自动化领域的崭新课题。

7.4计算智能

7.4.1计算智能算法概述计算智能(算法)在模拟人脑的联想、记忆、发散思维、非线性推理、模糊概念等传统人工智能难以胜任的方面表现优异,在与传统人工智能技术的优势互补中不断推进和发展着人工智能的应用领域。

目前,计算智能算法主要包括神经计算、模糊计算、进化计算和单点搜索四个部分,如图7-15所示,其中,人工神经网络算法和模糊逻辑分别指通过模仿人脑的生理构造、信息处理过程或者通过模仿人类语言和思维中的模糊性概念来模拟人类的智慧,而进化计算是指通过生物进化过程和群体智能过程来模拟大自然的智慧,单点搜索算法则是利用仿生学的原理,将自然动物中的一些现象抽象成算法来处理相应的问题。图7-15计算智能主要分类一览图

7.4.2计算智能典型算法

1)神经网络

神经网络系统是一种自适应的非线性动力系统,它比一般的非线性系统更复杂。神经网络是由大量结构和功能十分简单的神经元组成,其行为丰富多样且具有一定的复杂性。尽管神经网络借鉴了神经科学的基本成果,但是如果想要对这一学科实现全面研究,会涉及计算机、控制论、信息学、数学、物理、力学、哲学、心理学乃至生物进化论、医学免疫学等各