称重传感器的基本原理及非线性误差补偿方法

现代化的称重系统是工业上不可缺少的重要检测技术, 称重系统最核心的部分就是称重传感器, 我国称重传感器每年的生产量和使用量都在飞速的增长。做为电子称重的关键技术, 随着科学技术的不断进步, 称重传感器在众多领域起到了非常重要的作用, 它能够实现对物料的精准和快速测量, 特别是与单片机等先进的处理技术相结合后, 显著提升了工业生产过程的自动化程度。称重传感器作为现代化自动生产线中必不可少的装置之一, 还能够应用于汽车、料斗等重量较大的设备或物料的称重使用。随着技术的研究与进步, 称重传感器在科技含量和精确度上都进行了多处升级, 称重传感器所能适应的工作场合也越来越全面。

1 称重传感器基本原理

随着传感器技术与其它高新技术的有效结合, 传感器的相关研究与品质得到了迅猛发展, 其种类和功能也越来越丰富, 现阶段工业上应用的传感器包括了电阻式称重传感器、电容式称重传感器、振动式称重传感器、液压式称重传感器等多种类型, 其具体结构及特点如下:

(1) 电阻式称重传感器主要包括了弹性敏感元件和电阻应变计两大部分。弹性敏感元件主要用于将物体的重量转变为弹性形变的应变值, 再通过电阻应变计将弹性形变产生的应变值转化为电阻值的变化, 然后将转化后的电阻值通过模数转换装置转变为标准电信号, 传递给称重仪表进行显示或由相关存储处理单元进行存储和处理使用。

(2) 电容式称重传感器的结构和特点与电阻式称重传感器的结构和原理比较相似, 它是通过一个弹性敏感元件和电容式传感器共同组成的称重结构。当弹性敏感元件产生形变并测量后会因弹性形变而引起电容值的变化, 再经模数转换将称重值传递给称重仪表或其它装置。相对于电阻式传感器电容传感器对物料的称重更加迅速, 但是其使用寿命不如电阻式传感器持久。

(3) 振动式称重传感器是当称重传感器受到压力的作用时, 其内部的弹性元件会产生固有的振动频率, 这种固有频率与物体重力的平方根成正比关系, 通过测出弹性元件固有频率产生的变化就能够计算出被测物料施加在弹性元件上的重力值, 从而计算出被测物料的重量。振动式称重传感器根据弹性元件的结构不同可分为振弦式称重传感器和音叉式称重传感器两种类型。振动式称重传感器的主要弹性元件是左右两根弦丝, 当振动式称重物体压力作用于传感器上时, 两根弦丝的固有频率会发生不同程度的变化, 通过计算两者之间的频率之差就可以求出被测物体的实际质量。音叉式称重传感器是以音叉做为产生固有频率振动的弹性元件, 通过测量频率的增幅能够计算出被测物料的实际重量。

(4) 液压式称重传感器主要是利用物料作用于传感器上方时会对传感器内部的液体产生压力作用, 液体受压力后内部的压力产生变化, 通过测量液体压力的增加值能够确定被测物料的实际重量。液压式称重传感器通常的工作方式有两种:一是压力厚膜技术, 二是半导体电阴应变技术。这两种方式都是通过不泄漏的液体压力变化实现的传动, 但相对于其它称重传感器而言其测量精确度较低, 测量精度仅能达到1%。

除上述介绍的称重传感器之外, 常用的称重传感器还包括光电式称重传感器、电磁力式称重传感器、陀螺仪式称重传感器等多种类型, 不同的传感器测量精度和适用范围存在一定的差异, 但都是通过一定的压力转换为其它中间形式的介质参数的变化, 再传化为标准电信号进行传递的过程。由于电阻式压力传感器在工业上应用最为广泛, 下文以电阻式压力传感器为例介绍非线性误差补偿的常用方法[1]。

2 非线性误差的补偿方法

2.1 称重传感器的非线性误差影响关系

电阻式称重传感器是通过4个电阻应变片粘贴于弹性敏感元件上, 再利用适当的形式组成惠斯登电桥如图1所示。在称重传感器不负载时, 弹性敏感元件因不受外力作用不会产生应变, 此时粘贴在弹性敏感元件上的电阻应变片因不发生变形而不会引起电阻的变化, 使电桥平衡, 输出电压为零。当称重传感器负载, 弹性敏感元件的应变会引起电阻应变片产生形变, 理论情况下, 负载力与电阻应变片的应变量应该成正比关系, 但受到加工和安装以及材料的非线性影响, 使负载力与应变量呈现一定的非线性关系。此时图中的电阻应变片R1和R4被拉伸, 电阻值增大, 而R2、R3被压缩, 电阻值减小。由于不同位置的电阻发生改变, 此时电桥失去平衡, 传感器会生成并输出压力测量电压U2, 由于U2与所受负载成非线性关系, 当负载越大, 称重传感器的非线性误差也就越大[2]。

图1 电阻式压力传感器结构原理 

2.2 非线性误差补偿方案

为减少称重传感器非线性误差的影响, 通过一定的技术手段提升称重传感器输入和输出的线性关系程度, 以保证传感器工作过程的准确性和可靠性, 提高测量、传输和控制过程的稳定性。对于称重传感器非线性误差的补偿方法很多, 按照补偿形式大体可以分为硬件补偿和人工神经网络软件补偿两大类。

硬件补偿主要是利用一定的元器件或电子线路进行非线性误差的矫正, 其特点是相对简单便捷, 是传统称重传感器非线性误差补偿的常用方法。随着生产力的不断进步, 工业上对称重传感器的非线性误差补偿精度提出了更高的要求。由于硬件补偿受到电子器件漂移和技术能力的影响, 难以做到全程补偿, 其在准确性和可靠性上难以满足更高的要求标准, 因此, 利用更新的计算机技术和函数原理的软件补偿方式被快速开发。近年来, 通过神经网络对称重传感器进行非线性误差补偿受到了越来越多专业人士的重视, 人工神经网络的函数逼近功能说明:对于任意的连续函数或映射关系, 必然会存在一个3层的前向网络, 能够以任意准确度逼近此函数或映射关系, 如图2所示。除上述两种补偿方式外, 还可通过多项式拟合法和建立传感器的分度表的方法实现非线性误差的补偿, 但由于多项式拟合法复杂程度高, 传感器分度表的存储器容量有限, 现阶段的使用量也都在逐渐减少[3]。

对于称重传感器的非线性误差补偿, 其基本原理如图3所示。图中f (mx) 为称重传感器的输入和输出函数, g (Uxi) 为补偿网络函数, mx为被测载荷质量, my为补偿后的输出[[4]]。补偿网络的目的是通过补偿后, 满足下式要求

图2 三层神经网络模型   

图3 非线性误差补偿基本原理 

即

由于上式中f (mx) 为非线性函数, 可知g (Uxi) 同样是非线性函数。通过使用人工神经网络强大的逼近非线性函数的功能, 能够以任意精度逼近g (Uxi) , 从而完成对称重传感器的非线性补偿[5]。

3 总结

称重传感器在工业的生产中发挥了巨大的作用, 但由于电阻式称重传感器在使用中存在较为严重的非线性误差, 必须通过一定的方式进行补偿。通过更为精准和便捷的人工神经网络方式进行软件补偿, 能够有效提升电阻式称重传感器的测量精度。