基于MATLab的传感器精度校准方法

西安石油大学机械工程学院，陕西西安 710065

一、绪论

目前，市面上存在的压力传感器种类繁多，为保证传感器某些方面的性能完整，如在测量液体压力时，必须考虑液体的密封性，在考虑密封性的前提下，设计上肯定会使部分压力沿管壁流失，从而导致传感器精度下降[1]。

如ELE型号的压力传感器，其利用半导体硅的压阻效应，实现压力与电信号转换（如图1），但被测压力是通过不锈钢膜片、硅油、以及敏感芯片进行传递，通过多层传递，压力在传递中的损失量无法得知，且如果被测介质为温敏介质，也会对精度产生影响。

本文主要以ELE压力传感器为例，介绍一种能显著降低自身设计缺陷和外界温度影响的压力传感器校准方法。

二、校准原理

通常压力传感器是由主传感压力传感器和辅传感温度传感器共同进行工作的，主传感器进行主要的压力测量工作，而温度传感器测量主传感器的工作环境温度，对主传感器进行温度自补偿。

本文介绍的工作原理如图2所示。将已进行标定的传感器数据收集完成后，利用模块自带的二维算法将原始数据全部进行整合，运算出主参数和辅参数对应二维线性系数，生成主辅信号计算公式，使计算结果更加拟合真实结果[2]。其主要操作步奏如下：

第一步：实验标定

在压力传感器的有效范围内确定m个压力标定点，同样在工作温度范围内确定n个温度标定点，由标准值发生器产生对应各个点的标准输出值，可得到m×n组标定数据，绘制表格并做记录。

第二步：回归校准

通过回归方程p=a+bU+cU2+dU3+eU4+fU5+ε与第一步所得数据组成矩阵方程，根据已知数据逆推出方程各项系数。

第三步：融合计算

根据已求得的各项系数，确定适合的回归方程，将该回归方程写入传感器软件部分，测量即可实现校准功能。

三、适用范围

适用于温敏介质在不同温度环境下工作时，本身存在设计误差的压力传感器的精度校准，提高工作精度，减少工作时间，提高工作效率，可广泛应用于对温度较为敏感的工业、农业、服务业等相关机械中的单片机控制的压力传感器的数据校准。

四、MATLab模块程序运算

本程序以温度与压力传感器的原始标定数据为基础，通过回归融合的方法[3]，将某一干扰的影响降低，使获得数据更加真实可靠，具体程序如下：

五、数据处理与对比

主传感器压力传感器其输入为P，输出为up，辅传感器温度传感器输入为T，输出为ut，传感器工作温度在21.5°C～70 °C，选定6个不同的温度，测定压力传感器的静态特征[4]，再将压力P同样在量程范围里取6个值。如表1所示。

利用本模块计算压阻传感器在不同温度影响下所得数据，与通过普通一维定量计算所得数据进行对比[5]。

由MATLab模块计算可得数据如表2所示。

表1 传感器静态数据标定表

表2 MATLab模块计算数据表

在最大误差处求取线性度可得：

再由传统一维计算可得数据如表3所示。

表3 传统一维计算数据表

在最大误差处求取线性度可得：

六、数据分析

由两种方法求得线性度明显可以看出用MATLab求出的数据线性度精度明显高于传统方式求得的数据，而且用模块计算该类问题大大节省了计算时间，只需改变模块中对应参数变量，即可迅速获得数据，大大提高工作效率。

七、结论

实验数据表明这种基于MATLab的精度校准算法能够明显提高数据线性度，在应用于传感器测量技术中，可明显达到提高测量精度的效果。