向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

数据采集和仪器:数据处理和校准

时间:2019-02-18 作者:Dennis Feucht 阅读:
在本文的第一部分《数据采集和仪器:DAS和传感器》中,我们研究了数据采集系统(DAS)中涉及的电子技术和传感器。在第二部分中,我们将了解获取原始ADC数据后该如何处理。

在本文的第一部分《数据采集和仪器:DAS和传感器》中,我们研究了数据采集系统(DAS)中涉及的电子技术和传感器。在第二部分中,我们将了解获取原始ADC数据后该如何处理。

采集和处理策略

图1所示为通道数据处理块图。每个方块代表一个具有输入和输出量的函数(或“曲线”)。待测量的通道输入量X由传感器转换成传感器电量S,比如电阻或电压。传感器电路(比如电桥)对传感器做出响应并产生电压V。可编程增益放大器按增益G放大V,输入到A/D转换器,得到VxG。然后A/D转换器(ADC)将此电压转换为数字计数W。

b0.JPG

图1:通道数据处理块图。

PGA和ADC一起带来偏移和增益(斜率)误差。如果PGA和ADC是线性的,则可以通过下一个方块U(W)(或LXFM)在软件中进行误差纠正。它使用通道校准参数将原始数据计数W转换为U=V,使U表示与V相同的值。换句话说,U(W)反转、“撤消”或线性“补偿”PGA和ADC组合造成的线性误差。通过数学公式可将其设置为:

b1.JPG

用数学函数表示F(G),F是G的函数,即F是输出,取决于输入G。U(W)是线性变换,不能补偿非线性传感器或传感器电路,它只能反转线性函数。在传感器和电路都是非线性的情况下,U(W)仅能校正线性误差,U(W)设定为等于V。

对于非线性传感器或电路,第一个非线性补偿方块Z(U)可补偿传感器电路的非线性,并设置为V–1(S)=S(V)。最后一个方块用来补偿传感器的非线性,它基于制造商的传感器曲线Y(Z),对应于实际传感器的X(S)=S–1(X)。

总的来说,每个软件处理块执行模拟DAS块的反转,以便在给定W的情况下,通过撤消每个DAS块对X进行的操作来恢复X。

例如,考虑电桥电路中的单个RTD温度传感器。X是温度,单位为oC。RTD电阻随温度变化而改变,产生R(X)。桥电路电压随R(X)非线性变化,根据分压器公式产生输出电压V(R):

b2.jpg

其中Rbr是分压器上电阻,R是传感器(下)电阻,Vbr是桥电压。DAS将该电压数字化并输出数字代码W(V)。然后U(W)以数字形式补偿DAS,使U=V。接下来,将U应用于第一非线性功能模块R(U)。它使用上面的分频器公式将计数U转换为RTD的电阻。(由于分频器公式的动态范围很大,经常使用浮点数学计算,因此返回的电阻值是浮点值。)

下一个非线性块将电阻转换为温度,单位为oC,是函数T(R)。这是制造商给出的传感器曲线。Y(Z)可以反转传感器函数,从而使其线性化。这个例子的目标是通过下面的等式实现Y=X:

b3.jpg

桥电压补偿

传感器电桥电路的灵敏度与电桥电压成正比。电桥输出电压V(Vbr,R)取决于传感器输出量(即电阻),S=R,以及桥电压Vbr。它可以表示为:

b4.JPG

图3示出了该函数。

b5.JPG

图2:传感器桥电路的灵敏度与电桥电压成正比。

“x”乘法器模块是一个附加模块,它是通过将U(W)分成两个模块来补偿的,如图3所示。

b6.JPG

图3:“x”乘法器模块通过将U(W)分成两个模块来补偿。

U(W)补偿W(B),使得U=B(R)。此外,由电桥补偿软件执行的U(V)用校准值补偿电桥中的电压漂移。Vbr通过桥电压通道测量。最后的测量值及其校准值Vbr0用于形成补偿的比例因子。

线性校准

两点校准假设传感器和DAS增益是线性的。例如,如果应力传感器增益为1V/kN,它随所施加的应力大小而变化,因此是非线性的。为得到线性变换的偏移和斜率U(W),即DAS的线性部分,μC编程通过所获得的两个数据点构造了一条线,如图4所示。w轴是原始数据,即ADC的数字化计数。u轴是按给定单位处理过的数据。利用已知输入值u1和u2进行两次测量。ADC原始数据计数输出为w1和w2。

b7.JPG

图4:μC编程通过所获得的两个数据点构造了一条线。

然后我们得到两个方程,可以求解斜率m和偏移量b:

b8.JPG

由此得到两点校准的公式:

b9.JPG

其中参数m和b用于将原始数据值转换为处理值,其单位是校准期间使用的单位。对于b,可以使用右侧表达式,也可以将两者平均。

对于一点校准,b=0(假设没有偏移误差),默认情况下第二个数据点是原点(0,0),只有斜率需要校准。

结语

DAS(或DAQ)已经成为电子行业的一个细分领域,它涉及模拟和数字波形处理。DAS采集和处理的常见策略是“撤消”处理功能或执行采集功能的反转,这些功能必须通过模拟电路实现,因为有些是非线性的。模拟采集的每个阶段都对应一个处理阶段,以便系统在ADC处可以自动反转,采集阶段由处理阶段镜像,处理阶段可以撤消它们所做的事情,直到检测到的数量本身就是整个过程的剩余部分。

本文为《电子技术设计》20192月刊杂志文章。

原文刊登于ASPENCORE旗下Planet Analog英文网站,参考链接:Data Acquisition and Instrumentation: Data Processing and Calibration。)

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Dennis Feucht
Dennis Feucht从 17岁开始在泰克公司从事测量仪器校准和设计工作,后来在泰克实验室研究先进的仪器概念和人工智能。 离开泰克公司后,他又积累了电机驱动器、电源转换器、眼科手术和超声成像仪、汽车电子和发动机热力学建模、火箭推进和天体学以及机器人技术设计方面的经验。他撰写了四卷关于模拟电路设计的书,最近完成了一本有关晶体管放大器设计的书,并正在编写一本关于电力电子学的书。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 2018 EDN Hot 100产品:测试与测量 在2018 EDN Hot 100产品中,“测试与测量”部分包括万用表、示波器、分析仪等,可满足您的测试和测量需求。
  • 采集多个模拟通道时,小心选择信号平均法 信号平均法是一项常用于此类数据采集系统的技术,可以增强数值结果的可用分辨率并抑制多种噪声。虽然过滤方式简单,但其整体效果要取决于所使用的平均法。本文将对传统的序列平均法和最新的交叉平均法进行比较。
  • 光谱传感器改善谷仓中谷物品质监测 传统的谷物监测通常是从每个谷仓中抽取一定数量的样品,拿回实验室,通过光谱分析仪器进行分析,这样无法实现多个监测点自动上报数据实时分析。最新的光谱传感器可以通过NB-IOT、LoRa等无线技术,实现无人工、多点、实时的监测,并能根据当前的测试数据预估粮食质量的变化趋势。
  • 新型传感器如何加速实现智慧城市和智慧工厂? 用户希望物联网系统能够在不被察觉地情况下自动完成工作。只要走进房间,用户就能自动触发暖气、通风、声音、光等系统更改设置。实现这一愿景所需要的关键技术进步是什么?文章介绍了哪些新的传感器功能可使物联网技术提供个性化和智能配置 ,以及可能部署在哪些应用中。
  • 车载信息娱乐系统手势控制 据Global Market Insights进行的一项市场调查预测,到2024年,手势识别市场份额将超过86亿美元。然而,过高的成本、复杂性和集成度可能对汽车手势识别市场构成挑战。
  • 工业机器人中使用了哪些传感器? 2012年,美国提出“工业互联网”,2013年,德国提出“工业4.0”,2015年,中国提出“中国制造2025”。在工业物联网、AR、云计算等技术热潮下,全球众多优秀制造企业都开始建设智慧工厂。什么样的工厂才能称做智慧工厂?作为智慧工厂重要组成部分的工业机器人采用了哪些技术?
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告