《传感器原理及应用》课件-第12章

第12章智能传感器12.1智能传感器的组成与功能

12.2智能传感器的硬件结构

12.3智能传感器的软件设计

12.4智能传感器的应用

思考题与习题

12.1智能传感器的组成与功能

12.1.1智能传感器的组成

智能传感器由硬件和软件两大部分组成。其硬件部分主要由传感器、信号调理电路、微处理器(或微计算机)等构成，其结构框图如图12.1所示。图12.1智能传感器的结构框图智能传感器的发展大致分为三个阶段：

(1)初级阶段：此阶段研制的智能传感器比较简单，其特征是在传感器内部集成有温度补偿及校正电路、线性补偿电路和信号调理电路，使传感器的性能和精度得到提高。但该类传感器系统的内部无微处理器，智能功能较差；

(2)中级阶段：将微处理器也组装在传感器内，充分利用软件功能，使传感器除具有初级阶段的性能外，还具有自诊断、自校正、数据通信接口等功能。该类传感器不仅功能增加，性能也进一步提高，自适应能力也得到加强；

(3)高级阶段：除具有初级和中级阶段的所有功能外，还具有多维检测、图像识别、分析记忆、模式识别、自学习甚至思维能力等功能。该传感器系统涉及神经网络、人工智能及模糊理论等知识领域，能从复杂背景中提取有用信息，成为真正意义上的智能传感器。12.1.2智能传感器的功能

与传统传感器相比，智能化传感器具有以下功能：

(1)逻辑判断、信息处理功能：对检测数据具有判断、分析与处理功能，可完成非线性、温度、噪声、响应时间以及零点漂移等误差的自动修正或补偿，提高测量准确度；

(2)自校准、自诊断功能：实时进行系统的自检和故障诊断，在接通电源时进行开机自检，在工作中进行运行自检，自动校准工作状态，自行诊断故障部位，提高工作可靠性；

(3)自适应、自调整功能：根据待测量的数值大小和工作条件的变化情况，自动调整检测量程、测量方式、供电情况、与上位机的数据传送速率等，提高检测适应性；

(4)组态功能：通过多路转换开关和程序控制，可实现多传感器、多参数的综合测量，扩大检测与使用范围。另外，通过数据融合、神经网络技术，可消除多参数状态下灵敏度的相互干扰，从而保证在多参数状态下对特定参数测量的分辨能力；

(5)记忆、存储功能：智能传感器可存储大量信息，供用户随时查询，也可进行检测数据的随时存取，加快信息的处理速度。此外，智能传感器可通过软件进行数字滤波、相关分析等处理，滤除检测数据中的噪声，提取有用信号，提高信噪比；

(6)数据通信功能：智能传感器具有数据通信接口，便于与计算机直接联机，相互交换信息，提高信息处理的质量。

12.2智能传感器的硬件结构

智能传感器的硬件主要由基本传感器、信号调理电路和微处理器等构成。图12.2所示为DTP型智能压力传感器的结构框图，压力传感器为主传感器，将被测压力转换为电信号。图12.2

DTP型智能式压力传感器的结构12.2.1基本传感器

1.传感器的主要技术要求

(1)具有将被测量转换为后续电路可用信号的功能；

(2)转换范围与被测量实际变化范围一致，转换精度符合在整个系统的总精度要求下而分配给传感器的精度指标(一般应优于系统精度的十倍左右)，转换速度应符合整机要求；

(3)满足被测介质和使用环境的特殊要求，如耐高温、耐高压、防腐、抗振、防爆、抗电磁干扰、体积小、质量轻和不耗电(或耗电少)等；

(4)满足用户对可靠性和可维护性的要求。

2.可供选用的传感器类型

(1)大信号输出传感器：为了与A/D转换器输入要求相适应，传感器厂家开始设计、制造一些专门与A/D转换器相配套的大信号输出传感器；

(2)数字式传感器：数字式传感器一般输出为频率参量或将模拟输入电压经V/F转换频率参量，具有测量精度高、抗干扰能力强、便于远距离传送等优点；

(3)集成传感器：集成传感器是将传感器与信号调理电路集成在一个芯片上。

(4)光纤传感器：这种传感器其信号拾取、变换、传输都通过光纤实现，避免了电路系统的电磁干扰。在信号输入通道中采用光纤传感器可以从根本上解决由现场通过传感器引入的干扰。12.2.2模拟信号调理电路

模拟信号调理电路主要由放大器、滤波器、温度补偿及自动校准电路等部分组成。

智能传感器中常用的放大器有仪用放大器、程控增益放大器及隔离放大器等,其技术指标如下：

(1)非线性度：放大器实际输出/输入关系曲线与理想直线的偏差程度。当增益为1时,一个12位A/D转换器有0.025%的非线性偏差；当增益为500时，非线性偏差可达0.1%，相当于12位A/D转换器的精度降至10位，故一定要选择非线性偏差小于0.024%的放大器；

(2)温漂：放大器输出电压随温度变化的程度。通常放大器的输出电压随温度变化率为1～50mV/℃，其大小与放大器的增益有关；

(3)建立时间和恢复时间：从阶跃信号驱动瞬间至放大器输出电压达到要求值并保持在给定误差范围内所需的时间称为建立时间，放大器撤除驱动信号瞬间至放大器由饱和状态恢复到最终值所需的时间称为恢复时间。显然，放大器的建立时间和恢复时间直接影响数据采集系统的采样速率；

(4)电源引起的失调：电源电压变化1%所引起放大器的漂移电压值。一般数据采集系统的前置放大器常用稳压电源供电，该指标是设计稳压电源的主要依据。

1.仪用放大器

仪用放大器常采用三运放对称结构且具有较高的输入阻抗和共模抑制比的单片集成放大器，只需外接一个电阻即可设定增益，如美国BB(BurrBrown)公司生产的INA114,美国AD(AnalogDevies)公司生产的AD521、AD524、AD8221等。INA114是一种通用的仪用放大器，尺寸小、精度高、价格低廉，可用于电桥、热电偶、数据采集以及医疗仪器等，其内部电路如图12.3所示。图12.3

INA114的内部电路

2.程控增益放大器

被测信号范围不同，传感器输出信号的大小也不同，为了在整个测量范围内使A/D转换器获取合适的分辨率，常采用程控增益放大器。常见的程控增益放大器有美国BB公司生产的PGA202/203,美国AD公司生产的AD621、AD624等。图12.4(a)所示为PGA202/203的内部结构图，1和2脚为增益

数字选择输入端，由程序通过数字逻辑电路控制，有4种增益可供选择；3和13脚为正、负电源供电端；6和9脚为失调

电压UOS调整端；5和10脚为输出滤波端，在两端各连接一个电容，可获得不同的截止频率。图12.4

PGA202/203内部结构及其接法

3.隔离放大器

在强电或强电磁干扰的环境中，为了防止电网电压或其它电磁干扰损坏传感器，通常在输入通道采用隔离技术；在生物医疗器械中，为了防止漏电、高压等对人体的意外伤害，也采用隔离技术；当在很大的共模电压环境中检测微小差模信号时，也需要先把共模信号隔离掉，再提取差模信号进行测量。

隔离放大器由输入放大器、输出放大器、隔离器以及隔离电源等组成，其原理框图如图12.5所示。图12.5隔离放大器原理框图12.2.3微处理器的接口技术

1.A/D转换器

模拟信号经过信号调理电路处理后，必须经过A/D转换器(简称ADC)将其转换为数字信号，然后送入微处理器加工处理。常用的A/D转换器有逐次逼近型ADC、双积分型ADC、Σ-Δ型ADC等。

逐次逼近型ADC是应用非常广泛的A/D转换器，包括一个比较器、一个数模转换器、一个逐次逼近寄存器(SAR)和一个逻辑控制单元。它是将采样输入信号与已知电压不断进行比较来完成转换的，1个时钟周期完成1位转换，n位转换需要n个时钟周期。逐次逼近型ADC的精度与价格适中，分辨率和转换速度相互矛盾，欲提高分辨率其转换速度就会受到限制,当分辨率低于12位时价格较低,高于14位时价格较高。双积分型ADC又称为双斜率或多斜率ADC，应用也比较广泛。它由一个带有输入切换开关的模拟积分器、一个比较器和一个计数单元构成，通过两次积分将输入的模拟电压转换成与其平均值成正比的时间间隔。同时，在此时间间隔内利用计数器对时钟脉冲进行计数，从而实现A/D转换。双积分型ADC的分辨率与精度均较高、抗干扰能力强、价格低廉，但转换速度较低。

Σ-Δ型ADC又称为过采样转换器，其采样频率远远高于奈奎斯特(Nyquist)采样频率，是目前应用较广的新型A/D转换器。它由简单的模拟电路(一个比较器、一个开关、一个或几个积分器及模拟求和电路)和复杂的数字信号处理电路构成。Σ-Δ型ADC采用增量编码方式,即根据前一量值与后一量值差值的大小来进行量化编码，包括模拟Σ-Δ调制器和数字抽取滤波器。Σ-Δ调制器主要完成信号抽样及增量编码，给数字抽取滤波器提供增量编码(Σ-Δ码)；数字抽取滤波器完成对Σ-Δ码的抽取和滤波，把增量编码转换成高分辨率的线性脉冲编码调制的数字信号，因此抽取滤波器实际上相当于一个码型变换器。Σ-Δ型ADC的分辨率很高(可达24位),转换速度与精度也较高，且价格低廉。由于其内部利用高倍频过采样技术，实现了数字滤波，降低了对传感器信号进行滤波的要求。

A/D转换器的主要技术指标有：

(1)分辨率：表示能分辨模拟输入量的最小值，通常用输出二进制数码的位数来表示。

(2)转换速度：完成一次转换所用的时间称为转换时间，转换时间的倒数称为转换速度。转换时间越短，转换速度就越快。转换速度与转换原理及二进制数码的位数有关，位数越多，转换时间就越长，一般在几微秒至几百毫秒之间。

(3)精度：精度用全量程的相对误差来表示，即在整个转换范围内，输出二进制数码所对应的实际模拟输入值与理想值之差与满量程值的百分比定义为精度。应当指出，精度与分辨率是两个不同的概念，分辨率高但精度不一定高，而精度高则分辨率必然也高。

2.AD574A与微处理器的接口

1)AD574A简介

AD574A为逐次逼近型ADC，是一种常用的12位A/D转换芯片，也可实现8位转换。此芯片有10V和20V两个模拟信号输入端，既允许单极性输入，也允许双极性输入。片内有三态输出缓冲器，可直接接至8位、12位或16位微处理器的数据总线，也可通过编程接口与系统总线相连。图12.6所示为AD574A芯片结构及引脚说明，其中STS状态位用于查询ADC的工作状态；A0和12/8用于控制转换数据的位数以及数据输出格式；5个控制端可通过外部逻辑电平来控制芯片的工作状态，其控制功能如表12.1所示。图12.6

AD574A芯片结构及引脚说明表12.1

AD574A的控制功能状态表

AD574A单极性输入和双极性输入的连接线路如图12.7所示。图12.7

AD574A单极性和双极性输入的连接线路

2)AD574A与89C51的接口

AD574A与单片机89C51的接口电路如图12.8所示。图12.8

AD574A与89C51的接口电路

3.CS5360与微处理器的接口

1)CS5360简介

CS5360是德国Crystal公司生产的一种双通道24位Σ-Δ型ADC芯片，适用于信号较弱、大动态范围、大数据量采集系统。CS5360内含4阶Σ-Δ调制器和数字抽取滤波器，具有采样、模数转换、抗混叠滤波的功能。每个通道都以串行方式输出数据，以二进制补码形式进行编码。利用节电模式可将典型功耗325mW降低到1.0mW。该芯片具有如下特点：

(1)24位数字输出；

(2)105dB的动态范围；

(3)低噪声，总谐波失真>95dB；

(4)过采样技术和Σ-Δ调制技术；

(5)片内数字抗混叠滤波及参考电压；

(6)采样率可达50kHz；

(7)差动模拟输入；

(8)单+5V电源供电。

图12.9所示为CS5360的功能框图。图12.9

CS5360芯片功能及引脚说明

CS5360有两种工作模式供用户选择，即主动模式和被动模式。在主动模式中，串行数据时钟SCLK和左右通道输出指示LRCK是来自内部主时钟的输出信号。在被动模式中，SCLK和LRCK是由外部时钟MCLK提供的输入信号。

CS5360以串行方式对外输出转换数据，数据输出格式由DIF0和DIF1决定，如表12.2所示。串行数据输出通过SDATA、SCLK和LRCK来完成。表12.2数据输出格式选择

2)CS5360的接口电路

在设计CS5360的接口电路时，需要考虑的主要问题是如何将其转换输出的24位串行数据读出并存储。一般情况下，直接将CS5360的数据输出接口与微处理器(MCU)的I/O口相连，利用MCU内部提供的串行接口或者采用软件来实现数据的读出和存储，但要求MCU的速度相对较高。当采用低速MCU时，要设计专门的硬件接口电路来实现数据的读出和存储，图12.10所示是基于FPGA的数字接口电路框图，CS5360工作于主动模式。图12.10数字接口电路框图

12.3智能传感器的软件设计

12.3.1标度变换

1.线性标度变换

若被测量的变化范围为A0～Am，A0对应的数字量为N0，Am对应的数字量为Nm，实测值Ax对应的数字量为Nx。假设包括传感器在内的整个数据采集系统是线性的，即被测量与A/D转换结果之间呈线性关系，则标度变换公式为

一般情况下A0对应的数字量N0为0，则(12.2)(12.1)

例12.1某智能温度传感器采用8位ADC，测量范围为10～100℃，某一时刻传感器采样并经滤波和非线性校正后(即温度与数字量之间为线性关系)的数字量为28H，求采样值为28H时所对应的温度值。

解已知A0=10℃，Am=100℃，Nm=FFH=255，Nx=28H=40,则

2.非线性标度变换

如果智能传感器输出的数据与被测量之间不是线性关系，但可用简单的解析式来表示，则可直接用解析式进行标度变换。12.3.2非线性校正

1.校正函数法

如果传感器或信号调理电路的非线性特性具有某种函数关系，且可用解析式y=f(x)来表示，则可利用此解析式的校正函数(反函数)来进行非线性校正，如图12.11所示。图12.11用校正函数法进行非线性校正设y=f(x)的反函数为x=F(y)，则由图12.11可知

式(12.3)就是y=f(x)的校正函数，其自变量是A/D转换器输出的数字量N，因变量z=x即为根据数字量提取出来的被测量。

例12.2某热敏电阻的电阻值RT与温度T之间的关系为(12.3)由上式先求出温度的表达式，再用校正函数法得到与被测温度呈线性关系的校正函数，从而建立校正模型。

2.插值法

如果传感器或信号调理电路的输入输出之间呈非线性特性，且不能用解析式表示，则可采用插值法来寻找y=f(x)的近似表达式，从而实现非线性校正。插值法又称为分段拟合法，即把标定曲线的整个区间划分成若干段，每段用一个多项式拟合，根据被测量所在的区段并按该段的拟合多项式计算出测量结果。

1)线性插值法

假设用实验法测出传感器的标定曲线如图12.12所示，先将该曲线按一定要求分成若干段，然后把相邻两分段点之间用直线相连，以代替相邻的曲线段。若相邻两分段点分别为(xi,yi)、(xi+1,yi+1)，则在(xi,xi+1)之间输入值x对应的线性输出值y可由下式求得(12.4)图12.12线性插值法分段示意图

2)抛物线插值法

当传感器标定曲线的斜率变化很大时，则不能用线性插值法，而采用抛物线插值法，如图12.13所示。通过标定曲线上的三个点A(x0,y0)、B(x1,y1)、C(x2,y2)做一抛物线(图中实线)，用此抛物线代替原曲线(图中虚线)，抛物线可用一元二次方程来表示，即

y=k0+k1x+k2x2

(12.5)

抛物线也可用另一种形式表示，即

y=m0+m1(x－x0)+m2(x－x0)(x－x1)

(12.6)图12.13抛物线插值法示意图12.3.3零位误差和增益误差校正

1.零位误差校正

智能传感器中零位误差校正原理十分简单，需要进行零位误差校正时，应中断正常的测量过程，把输入端短路，即使输入为零，此时包括传感器在内的整个测量输入通道的输出即为零位输出。由于零位误差的存在，零位输出值并不为零，把该值存于内存单元中。在正常测量过程中，测量单元每次测量后均从采样值中减去原先存入的零位输出值，即可实现零位误差的校正。

2.增益误差校正

在智能传感器的测量输入通道中，除了零点漂移产生的零位误差外，放大电路的增益误差也会影响测量数据的准确性，因此必须对这些误差进行校正。误差校正的基本思路是测量基准参数(基准电压和零电压)，建立误差校正模型，确定并存储校正模型参数。在测量过程中，根据测量结果和校正模型参数求取校正值，从而实现增益误差的校正。误差校正电路如图12.14所示。校正过程为：在每一个测量周期或中断正常测量过程中，先将开关接地,测得数据N0；再把开关接至基准电压Ur,测得数据Nr，并将N0和Nr存储于内存单元中；然后将开关接入被测电压Ux,测得数据Nx，则校正方程为(12.7)图12.14误差校正电路12.3.4温度误差补偿

在智能传感器中，温度本身就是一个需要检测的量。通常在传感器内靠近敏感元件处安装一个测温元件(如热敏电阻、PN结二极管等)，利用测温元件某些随温度而变化的特性，经测温电路、ADC后可将其转换为与温度有关的数字量N，把N作为温度误差的补偿量。

对于某些传感器，可采用如下较简单的温度误差数学模型

yc=y(1+α0ΔN)+α1ΔN

(12.8)12.3.5数字滤波技术

传统传感器一般采用模拟滤波器进行处理，而智能传感器常采用数字滤波技术进行处理，数字滤波与模拟滤波相比具有以下特点：

(1)数字滤波只是一个计算过程，不需增加任何硬件，只要在数据处理之前附加数字滤波程序即可，因此稳定性和可靠性高，不存在阻抗匹配问题；

(2)采用数字滤波，可以多个通道共用，而采用模拟滤波，则每个通道都要设计滤波器；

(3)适当改变数字滤波程序的有关参数，就能方便地改变滤波特性，因此数字滤波使用时方便灵活，并可对模拟滤波无能为力的低频干扰进行滤波。

1.克服脉冲干扰的数字滤波法

1)限幅滤波法

限幅滤波法(又称程序判别法)通过程序判断被测信号的变化幅度，从而消除缓变信号中的尖脉冲干扰。具体方法是根据已有的时域采样结果，将本次采样值与上次采样值进行比较，若它们的差值超出允许范围，则认为本次采样值受到了干扰，应予剔除。

2)中值滤波法

中值滤波法是对某一被测参数连续采样N次，然后将这些采样值进行大小排序，选取中间值作为本次采样值。这种滤波方法对温度、液位等缓慢变化的被测参数能收到良好的滤波效果，但对流量、压力等快速变化的被测参数一般不宜采用。

2.抑制小幅度高频噪声的平均滤波法

对于小幅度高频噪声，如电子器件热噪声、A/D量化噪声等，常采用平均滤波法。

1)算术平均滤波法

算术平均滤波法就是将N个连续采样值取其算术平均值作为本次测量值，即(12.9)设yi=Si+ni，Si为采样值中的有用信号，ni为随机误差,则

当采样次数N较大时，随机误差的统计平均值为零，故有

2)滑动平均滤波法

滑动平均滤波法是把N个测量数据看成一个队列，队列的长度固定为N，每进行一次新的采样，把测量结果放在队尾，而去掉原来队首的一个数据，队列中始终有N个“最新”的数据。这样每进行一次采样，就可计算得到一个新的算术平均值，其数学表达式为(12.10)

3)加权平均滤波法

在算术平均滤波法和滑动平均滤波法中，对于N次采样值在输出结果中所占的比例是相等的。为了提高滤波效果，需要将各采样值取不同的比例后再求平均值，此即加权平均滤波法，通常越接近现时刻的采样值所占比例就越大，其数学表达式为(12.11)

4)复合滤波法

在实际应用中，有时既要消除大幅度的脉冲干扰，又要抑制小幅度的高频噪声,因此常把两种以上的方法结合起来使用，形成复合滤波。去极值平均滤波算法就是先用中值

滤波法滤除采样值中的脉冲性干扰，然后把剩余的各采样值再进行滑动平均滤波，例如，连续采样N次，剔除其最大值和最小值，再求剩下N－2个采样的平均值。显然，这种方法既能抑制随机干扰，又能滤除明显的脉冲干扰。

通过对上述数据处理公式及原理进行编程，可实现智能传感器的软件设计，从而提高智能传感器的多功能化、智能化和性价比。 12.4智能传感器的应用

智能传感器可以输出数字信号，带有标准接口，能接到标准总线上，实现了数字通信功能，具有精度高、稳定性好、可靠性高、测量范围宽、量程大等特点。

12.4.1集成智能传感器

传感器的集成化是指将多个功能相同或不同的敏感器件制作在同一个芯片上构成传感器阵列，这主要有三个方面的含义：一是将多个功能完全相同的敏感单元集成制造在同一个芯片上，用来检测被测量的空间分布信息，如压力传感器阵列和CCD器件；二是对多个结构相同、功能相近的敏感单元进行集成，如将不同气敏传感单元集成在一起组成“电子鼻”，利用各种敏感单元对不同气体的交叉敏感性，采用神经网络、模式识别等先进数据处理技术，实现对混合气

体各种组分的同时监测，得到混合气体的组成信息，提高气敏传感器的测量精度。也可将不同量程的传感单元集成在一起，根据待测量的大小在各个传感单元之间切换，在保证测量精度的同时扩大传感器的测量范围；三是对不同类型的传感器进行集成，如集成有压力、温度、湿度、流量、加速度、化学等敏感单元的传感器，能同时检测到环境中的物理或化

学特性，可用于环境监测。12.4.2智能温度传感器

智能温度传感器亦称数字温度传感器，目前国际上已研制出多种智能温度传感器系列，其内部包含温度传感器、A/D转换器、信号处理器、寄存器、接口电路以及多路选择器、中央控制器(CPU)、随机存取存储器(RAM)和只读存储器(ROM)等。智能温度传感器的特点是能输出温度数据及相关的温度控制量，可配接各种微处理器，在硬件的基础上通过软件来实现测试功能，其智能化程度取决于软件的开发水平。智能温度传感器的测试功能也在不断增强。如DS1629型单线智能温度传感器增加了实时日历时钟(RTC)，使其功能更加完善；DS1624还增加了存储功能，利用芯片内部256字节的电擦写可编程只读存储器(EEPROM)，可存储用户的短信息。此外，智能温度传感器已从单通道向多通道的方向发展，为开发多路温度测控系统创造了条件。智能温度传感器还具有多种工作模式可供选择，主要包括单次转换模式、连续转换模式、待机模式以及低温极限扩展模式等，操作非常简便。智能温度传感器的总线技术也已标准化、规范化，温度传感器作为从机，可通过专用总线接口与主机(微处理器或单片机)进行通信。

MAX6654是美国MAXIM公司生产的双通道智能温度传感器，能同时测量远程温度和芯片的环境温度，适合构成具有故障自检功能的温度检测系统。MAX6654内部包括PN结温度传感器、专供远程温度测量的偏置电路、多路转换开关、11位A/D转换器、逻辑控制器、地址译码器、11个寄存器、2个数字比较器和漏极开路的输出级等。内部PN结温度传感器专门用于检测芯片的环境温度，测温范围为－55～+125℃，在0～100℃范围内的测温精度为±2℃。MAX6654采用SMBus总线接口，有多种模式可供选择，并具有可编程的低温和高温报警功能，可对PC机、笔记本电脑和服务器中CPU的温度进行监控。图12.15所示为MAX6654与温度传感器及主机的接口电路。图12.15

MAX6654与温度传感器及主机的接口电路12.4.3智能湿度传感器

湿度传感器也已从简单的湿敏元件向集成化、智能化、多参数检测的方向发展，为研制湿度测控系统创造了有利条件。SHT15是瑞士森斯瑞(Sensirion)公司推出的超小型、高精度、自校准、多功能智能传感器，可用来测量相对湿度、温度和露点(表示在水汽冷却过程中最初发生结露的温度)

等参数。STH15内部包括相对湿度传感器、温度传感器、放大器、14位A/D转换器、存储器、加热器、控制单元、低电压检测电路及二线串行接口等。

SHT15与89C51(主机)的接口电路如图12.16所示。图12.16

SHT15与89C51的接口电路12.4.4智能压力传感器

智能压力传感器的硬件结构如图12.17所示，由压力传感器、温度传感器、微处理器、电源模块和输出模块构成。其中电源模块为系统提供3.3V的模拟电压和2.7V的数字电压。图12.17智能压力传感器的结构框图

MSC1211是美国德州仪器公司(TI)新推出的一款功能强大的带24位Σ-Δ型A/D转换器和16位D/A转换器的微处理器，其