智能传感器的介绍

  仪器信息网 ·  2011-03-24 00:21  ·  9105 次点击
智能传感器概念最早由美国宇航局在研发宇宙飞船过程中提出来,并于1979年形成产品。宇宙飞船上需要大量的传感器不断向地面或飞船上的处理器发送温度、位置、速度和姿态等数据信息,即便使用一台大型计算机也很难同时处理如此庞大的数据。何况飞船又限制计算机体积和重量,于是引入了分布处理的智能传感器概念。其思想是赋于传感器智能处理功能,以分担中央处理器集中处理功能。同时,为了减少智能处理器数量,通常不是一个传感器而是多个传感器系统配备一个处理器,且该系统处理器配备网络接口。
智能传感器的定义与功能
目前,智能传感器尚没有标准化的科学定义。归纳诸多学者的观点,笔者认为应模仿人的感官和大脑功能来定义智能传感器。本质上,它应定义为基于人工智能理论,利用微处理器实现智能处理功能的传感器。
智能传感器不仅具有视觉、触觉、听觉、嗅觉、味觉功能,且应具有记忆、学习、思维、推理和判断等"大脑"能力。前者由传统的传感器来完成。此处的传统传感器的功能结构包括敏感元件、调理电路和模数转换器(ADC),敏感元件将描述客观对象与环境状态或特性的物理量转换成电路元件参量或状态参量,调理电路将电路参量转换成电压信号并进行归一化处理以满足ADC动态范围。智能处理器应对ADC输出的数字信号进行智能处理,主要智能处理功能如下:
1)自补偿功能
根据给定的传统传感器和环境条件的先验知识,处理器利用数字计算方法,自动补偿传统传感器硬件线性、非线性和漂移以及环境影响因素引起的信号失真,以最佳地恢复被测信号。计算方法用软件实现,达到软件补偿硬件缺陷的目的。
2)自计算和处理功能
根据给定的间接测量和组合测量数学模型,智能处理器利用补偿的数据可计算出不能直接测量的物理量数值。利用给定的统计模型可计算被测对象总体的统计特性和参数。利用已知的电子数据表,处理器可重新标定传感器特性。
3)自学习与自适应功能
传感器通过对被测量样本值学习,处理器利用近似公式和迭代算法可认知新的被测量值,即有再学习能力。同时,通过对被测量和影响量的学习,处理器利用判断准则自适应地重构结构和重置参数。例如,自选量程,自选通道、自动触发、自动滤波切换和自动温度补偿等。
4)自诊断功能
因内部和外部因素影响,传感器性能会下降或失效,分别称为软、硬故障。处理器利用补偿后的状态数据,通过电子故障字典或有关算法可预测、检测和定位故障。
5)其它的常用功能包括用于数据交换通信接口功能,数字和模拟输出功能及使用备用电源的断电保护功能等。
智能传感器的应用与方向
智能传感器已广泛应用于航天、航空、国防、科技和工农业生产等各个领域中。例如,它在机器人领域中有着广阔应用前景,智能传感器使机器人具有类人的五官和大脑功能,可感知各种现象,完成各种动作。
在工业生产中,利用传统的传感器无法对某些产品质量指标(例如,黏度、硬度、表面光洁度、成分、颜色及味道等)进行快速直接测量并在线控制。而利用智能传感器可直接测量与产品质量指标有函数关系的生产过程中的某些量(如温度、压力、流量等),利用神经网络或专家系统技术建立的数学模型进行计算,可推断出产品的质量。在医学领域中,糖尿病患者需要随时掌握血糖水平,以便调整饮食和注射胰岛素,防止其它并发症。通常测血糖时必须刺破手指采血,再将血样放到葡萄糖试纸上,最后把试纸放到电子血糖计上进行测量。这是一种既麻烦又痛苦的方法。美国Cygnus公司生产了一种"葡萄糖手表",其外观像普通手表一样,戴上它就能实现无疼、无血、连续的血糖测试。"葡萄糖手表"上有一块涂着试剂的垫子,当垫子与皮肤接触时,葡萄糖分子就被吸附到垫子上,并与试剂发生电化学反应,产生电流。传感器测量该电流,经处理器计算出与该电流对应的血糖浓度,并以数字量显示。
虚拟化、网络化和信息融合技术是智能传感器发展完善的3个主要方向。虚拟化是利用通用的硬件平台充分利用软件实现智能传感器的特定硬件功能,虚拟化传感器可缩短产品开发周期,降低成本,提高可靠性。网络化智能传感器是将利用各种总线的多个传感器组成系统并配备带有网络接口(LAN或Internet)的微处理器。通过系统和网络处理器可实现传感器之间、传感器与执行器之间、传感器与系统之间数据交换和共享。多传感器信息融合是智能处理的多传感器信息经元素级、特征级和决策级组合,形成更为精确的被测对象特性和参数

0 条回复

暂无讨论,说说你的看法吧!

 回复

你需要  登录  或  注册  后参与讨论!