Karena sebagian besar dari rangsangan tidak listrik, dari input ke

output, sensor mungkin memiliki beberapa langkah konversi

energi sebelum memproduksi dan output sinyal listrik. Misalnya,
tekanan ditimpakan pada serat sensor tekanan optik, hasil
pertama di regangan di serat, yang, pada gilirannya,
menyebabkan de refleksi di indeks bias, yang, pada gilirannya,
hasil dalam perubahan keseluruhan dalam transmisi optik dan
modulasi kepadatan foton . Akhirnya, foton fl ux terdeteksi oleh
photodiode dan diubah menjadi arus listrik. Dalam bab ini, kita
membahas karakteristik sensor keseluruhan, terlepas dari sifat
fisik atau langkah-langkah yang diperlukan untuk membuat
konversi energi. Di sini, kita mempertimbangkan sensor sebagai
"kotak hitam" di mana kita perhatian hanya dengan hubungan
antara sinyal listrik output dan masukan stimulus. Juga, kita akan
membahas titik kunci penginderaan: perhitungan nilai masukan
stimulus dari output listrik sensor diukur itu.2.1 Fungsi
TransferInput-output ideal atau teoritis (stimulus-respon)
hubungan ada untuk setiap sensor. Jika sensor idealnya
dirancang dan dibuat dengan bahan yang ideal oleh pekerja yang
ideal bekerja di lingkungan yang ideal dengan menggunakan alat
yang ideal, output dari sensor tersebut selalu akan mewakili nilai
sebenarnya dari stimulus. Hubungan input-output yang ideal ini
dapat dinyatakan dalam bentuk tabel nilai, grafik, rumus
matematika, atau sebagai solusi dari persamaan matematis. Jika
fungsi input-output adalah waktu invariant yang biasa disebut
fungsi transfer. Istilah ini digunakan dalam buku ini. Fungsi
transfer merupakan hubungan antara stimulus dan respon sinyal
listrik S diproduksi oleh sensor. Hubungan ini dapat ditulis
sebagai S f (s).

Biasanya, stimulus s tidak diketahui sementara sinyal output S

diukur. F terbalik -1 (S) dari fungsi transfer diperlukan untuk
menghitung stimulus dari respon sensor S. Nilai S yang menjadi
dikenal selama pengukuran adalah hanya nomor (tegangan,

arus, jumlah digital, dll) yang merupakan nilai dari stimulus s.

Pada kenyataannya, sensor apapun yang melekat pada sistem
pengukuran. Salah satu pekerjaan dari sistem ini adalah untuk
"memecahkan kode S" dan menyimpulkan nilai yang tidak
diketahui dari s dari nilai yang diukur dari S. Jadi dalam sistem
pengukuran suatu fungsi transfer terbalik f -1 (S), yang akan
dilambangkan F (S), digunakan untuk mendapatkan nilai dari
stimulus s. Gambar 2.1a menggambarkan fungsi transfer dari
thermo-anemometer (sensor yang mengukur fl ow massa gas).
Secara umum, dapat dimodelkan oleh fungsi akar kuadrat f (s)
dari tingkat input udara aliran. Output dari sensor dapat di volt
atau dalam jumlah digital dari sebuah konverter analog-ke-digital
(A / D), seperti yang ditunjukkan pada sumbu y dari Gambar. 2.1a
untuk 10-bit A / D converter. Setelah hitungan keluaran n f (s)
diukur, harus diterjemahkan kembali ke tingkat ow fl. The
monoton persegi fungsi akar f (s) memiliki parabola F (n) sebagai
kebalikannya. Parabola ini ditunjukkan pada Gambar. 2.1b
menggambarkan hubungan antara jumlah output yang (atau
volt) dan input aliran tingkat. Grafis, fungsi invers dapat
diperoleh dengan cermin refleksi terhadap garis-bagi sudut yang
tepat dibentuk oleh x dan y-sumbu.
2.1.1 Model Matematika Sebaiknya, hukum fisik atau kimia yang
membentuk dasar untuk operasi sensor harus diketahui. Jika
hukum seperti itu dapat dinyatakan dalam bentuk rumus
matematika, sering dapat digunakan untuk menghitung fungsi
sensor terbalik transfer dengan membalik
rumus dan menghitung nilai yang tidak diketahui dari s dari
diukur S. Sebagai contoh, jika sebuah resistif potensiometer linier
digunakan untuk penginderaan perpindahan d, hukum suatu
Ohm dapat diterapkan untuk menghitung fungsi transfer seperti
yang diilustrasikan di Bab. 7 (7.1). Dalam hal ini, respon S adalah
v tegangan diukur dan fungsi transfer terbalik F (S) dapat
diberikan sebagai d v E D; (2.1) di mana E adalah tegangan
referensi dan D adalah perpindahan maksimum (skala penuh);
keduanya adalah konstanta. Dari fungsi ini kita dapat
menghitung perpindahan d dari tegangan v diukur. Dalam
prakteknya, formula mudah dipecahkan untuk banyak fungsi
mentransfer, terutama untuk sensor kompleks, tidak ada dan kita
harus resor untuk berbagai perkiraan fungsi transfer langsung
dan terbalik, yang adalah subyek dari bagian berikutnya

2.1.2 Aproksimasi FungsionalJika fungsi aproksimasi dipilih

pertama, tindakan pendekatan dapat dilihat sebagai fi tting
curve- nilai eksperimen diamati dengan nilai-nilai dihitung dari
fungsi aproksimasi. Fungsi aproksimasi harus cukup sederhana
untuk kemudahan perhitungan dan inversi. Berikut adalah
beberapa fungsi yang paling populer digunakan untuk
pendekatan fungsi pengalihan nonlinier. Fungsi transfer paling
sederhana adalah linier. Kami representit dengan persamaan
berikut:S ABs; (2.2)sesuai dengan garis lurus dengan
mencegat A, yaitu, sinyal output nol sinyal input s0, dan
kemiringan B, yang kadang-kadang disebut sensitivitas (sejak
lebih besar ini koefisien semakin besar pengaruh dari stimulus).
Output S adalah salah satu ciri dari sinyal listrik output. Mungkin
yang amplitudo, fase, frekuensi, modulasi lebar pulsa (PWM) atau
kode digital, tergantung pada sifat sensor, pengkondisi sinyal,
dan
rangkaian
antarmuka.
Perhatikan
bahwa
(2.2)
mengasumsikan bahwa fungsi transfer berlalu, setidaknya secara
teoritis, melalui nilai nol dari stimulus input. Dalam banyak
kasus, hal ini tidak terjadi dan itu mungkin diinginkan untuk
referensi sensor tidak nol tetapi untuk beberapa nilai masukan
referensi lebih praktis s0. Jika S0 respon sensor dikenal untuk itu
referensi masukan (dari kalibrasi, misalnya), (2,2) dapat ditulis
dalam bentuk:S S0 Bs? S0 (2.2a)2.1 Fungsi Transfer
15Sangat sedikit sensor yang benar-benar linier. Setidaknya nonlinear kecil selalu hadir, terutama untuk berbagai masukan yang
luas dari rangsangan. Dengan demikian, (2.2) dan (2.2a) hanya
pendekatan linear respon sensor nonlinier itu. Dalam banyak
kasus, ketika non-linear tidak dapat diabaikan, fungsi transfer
dapat didekati dengan banyak fungsi matematika linier yang
akan kita bahas di bawah secara lebih rinci. Fungsi logaritma dan
fungsi invers yang sesuai masing-masing:S ABlns s e S? A
B(2.3)Fungsi eksponensial dan inversnya diberikan oleh:S Aeks
s 1 k lnS A(2.4)Fungsi Power dan kebalikannya dapat
dinyatakan sebagai? S ABsk s ffiffiffiffiffiffiffiffiffiffiffiffi S kr
AB; (2.5)di mana A, B adalah parameter dan k adalah faktor
daya. Semua tiga dari perkiraan di atas memiliki sejumlah kecil
parameter yang harus ditentukan selama kalibrasi (lihat di
bawah). Properti ini membuat mereka lebih nyaman, asalkan
mereka benar-benar dapat muat respon dari sensor tertentu. Itu
selalu berguna untuk memiliki kecil sejumlah parameter yang
tidak diketahui mungkin, tidak sedikit demi biaya yang lebih
rendah dari kalibrasi sensor.
2.1.3 Polinomial Aproksimasi Sebuah sensor mungkin memiliki
sebuah fungsi transfer yang tidak ada perkiraan fungsional atas
akan muat suf fi sien baik. Seorang desainer sensor dengan latar

belakang matematika yang cukup baik dan intuisi fisik dapat

memanfaatkan beberapa perkiraan fungsional lain yang cocok,
tetapi jika tidak ada yang ditemukan, beberapa teknik lama dan
dapat diandalkan mungkin berguna. Salah satunya adalah
pendekatan polinomial, yaitu, seri kekuasaan. Perlu dicatat
bahwa setiap fungsi kontinu dapat didekati dengan serangkaian
listrik. Sebagai contoh, fungsi eksponensial (2.4) dapat menjadi
sekitar16 2 Karakteristik Sensordihitung dengan polinomial
urutan ketiga dengan menjatuhkan semua persyaratan yang
lebih tinggi dari seri expansion1 nya: S Aeks? Sebuah 1ksk2
2! s2 k3 3! s3 ?? (2.6)Dalam banyak kasus itu mencukupi untuk
menyelidiki perkiraan respon sensor dengan polinomial derajat 2
dan 3 yang dapat dinyatakan sebagaiS a2s2 b2sc2 S
a3s3 b3s2 c3sd3(2.7)Tentu saja, itu harus dihargai bahwa
kuadrat (urutan 2) polinomial adalah kasus khusus dari tingkat
polinomial 3 seperti urutan 1 (linear) polinomial (2.2) adalah
kasus khusus dari polinom kuadrat dengan a2,3 b3 0 . Jelas,
teknik yang sama dapat diterapkan untuk fungsi transfer
terbalik. Dengan demikian, hal itu juga dapat didekati dengan
tingkat kedua atau ketigas A2S2 B2SC2 s A3S3 B3S2
C3SD3(2.8)The koefisien koefisien A, B, dan C dapat dikonversi
menjadi koefisien koefisien a, b, dan c, tapi konversi analitis agak
rumit dan jarang digunakan. Sebaliknya, tergantung pada
kebutuhan, biasanya baik fungsi transfer langsung atau terbalik
didekati, tapi tidak keduanya. Dalam beberapa kasus, terutama
ketika akurasi tinggi diperlukan, semakin tinggi polinomial orde
harus dipertimbangkan karena semakin tinggi urutan polinomial
semakin baik fi t. Namun, bahkan urutan 2 polinomial sering
dapat menghasilkan fi t dengan akurasi yang mencukupi bila
diterapkan pada kisaran yang relatif sempit rangsangan
masukan.
2.1.4 Sensitivitas
Ingat bahwa koefisien B di (2,2) dan (2.2a) disebut sensitivitas.
Untuk fungsi transfer nonlinier, sensitivitas B bukan nomor yang
tetap, seperti yang akan terjadi di fungsi transfer linier. Sebuah
fungsi transfer nonlinier menunjukkan sensitivitas yang berbeda
pada
1 ini-urutan ketiga pendekatan polinomial menghasilkan
pendekatan yang baik hanya untuk ks? 1. Secara umum,
kesalahan dari pendekatan seri kekuatan tunduk dari analisis
agak non-sepele matematika. Untungnya, dalam situasi yang
paling praktis analisis yang jarang dibutuhkan.
2.1 Fungsi Transfer 17
berbagai titik dalam interval rangsangan. Dalam kasus alih fungsi
nonlinier, sensitivitas adalah didefinisikan sebagai turunan

pertama dari fungsi transfer:

bisi dSsi ds?
DSi Dsi
; (2.9)
di mana, secara tradisional Dsi adalah selisih kecil dari stimulus
input dan DSi adalah perubahan yang sesuai dalam output S dari
fungsi transfer.

2.1.5 Linear Piecewise PendekatanSebuah piecewise pendekatan

linier adalah metode yang kuat untuk mempekerjakan dalam
sistem akuisisi data terkomputerisasi. Ide di balik itu adalah
untuk memecah fungsi transfer nonlinier bentuk apapun ke
dalam bagian dan mempertimbangkan setiap bagian seperti
yang linear seperti yang dijelaskan oleh (2,2) atau (2.2a).
Segmen melengkung antara titik sampel (knot) yang membatasi
bagian diganti dengan segmen garis lurus, sehingga sangat
menyederhanakan perilaku fungsi antara titik sampel. Dengan
kata lain, knot secara grafis dihubungkan dengan garis lurus. Ini
juga dapat dilihat sebagai pendekatan poligonal dari fungsi
nonlinear asli. Gambar 2.2 mengilustrasikan piecewise
pendekatan linear dari fungsi non-linear dengan knot pada nilai
masukan s0, s1, s2, s3, s4, dan sesuai nilai-nilai output n0, n1,
n2, n3, n4 (jumlah digital dari A / D converter).Gambar. 2.2 Linear
piecewise pendekatan18 2 Karakteristik SensorMasuk akal untuk
memilih knot hanya untuk berbagai masukan yang menarik
(span - lihat di bawah), sehingga pada Gambar. 2.2 bagian dari
kurva dari 0 sampai s0 dihilangkan sebagai luar batas rentang
yang diperlukan. Kesalahan dari pendekatan sesepenggal dapat
ditandai dengan deviasi d maksimum garis pendekatan dari
kurva nyata. Ada ada definisi de fi yang berbeda dari deviasi
maksimum ini (berarti persegi, max mutlak, dan lain-lain) tapi
apa pun metrik, yang dcalls besar yang dianut dalam jumlah
yang lebih besar dari sampel, yaitu jumlah yang lebih besar dari
bagian dengan ide pembuatan deviasi maksimum ini diterima
kecil . Knot tidak perlu sama spasi. Mereka harus lebih dekat satu
sama lain di mana non-linear yang tinggi dan jauh terpisah di
mana non-linear adalah kecil.2.1.6 Spline
InterpolationPendekatan dengan polinomial yang lebih tinggi
agar (3-order dan lebih tinggi) memiliki beberapa kelemahan:
titik yang dipilih pada satu sisi kurva membuat kuat
memengaruhi pada bagian terpencil kurva. Ini defisiensi
diselesaikan dengan metode spline dari perkiraan. Dalam cara
yang mirip dengan interpolasi piecewise linear, metode spline
menggunakan perintah 3 interpolasi polinomial yang berbeda
antara titik eksperimental yang dipilih disebut knot. Ini adalah

kurva antara dua knot tetangga dan kemudian semua kurva yang
"dijahit" atau "terpaku" bersama-sama untuk mendapatkan
kelancaran gabungan kurva fi tting. Bahkan, belum tentu itu
harus menjadi kurva 3-order - dapat sesederhana urutan 1
(linear) interpolasi. Sebuah linear spline-interpolasi (1storder)
adalah bentuk yang paling sederhana dan setara dengan
interpolasi linear piecewise seperti dijelaskan di atas. Interpolasi
spline dapat memanfaatkan polinomial derajat yang berbeda,
namun yang paling populer adalah polinomial kubik. Lengkungan
garis pada setiap titik adalah didefinisikan oleh 2 derivatif.
Derivatif ini harus dihitung pada setiap simpul. Jika derivatif 2
adalah nol, spline kubik disebut "santai" dan itu adalah pilihan
bagi banyak perkiraan praktis. Interpolasi spline adalah teknik
yang efisien ketika datang ke interpolasi yang melindungi
kelancaran fungsi transfer. Namun, kesederhanaan pelaksanaan
dan biaya komputasi interpolasi spline harus diperhitungkan
terutama di lingkungan mikroprosesor dikontrol ketat.2.1.7
transfer Fungsi MultidimensionalSebuah fungsi transfer mungkin
merupakan fungsi dari lebih dari satu variabel ketika output
sensor tergantung pada lebih dari satu input stimulus. Salah satu
contoh adalah sensor kelembaban yang outputnya tergantung
pada dua variabel input - kelembaban relatif dan suhu. Contoh
lain adalah fungsi transfer dari radiasi termal (inframerah)2.1
Fungsi Transfer 19sensor. Function2 ini memiliki dua argumen dua temperatur (Tb, suhu absolut dari objek pengukuran dan Ts,
suhu mutlak permukaan sensor), sehingga tegangan output V
sebanding dengan perbedaanV GT 4 b? T4 s ?? (2.10) di mana
G adalah konstanta. Jelas, hubungan antara temperatur objek
dan tegangan output (fungsi transfer) tidak hanya nonlinear
(tergantung pada urutan parabola 4) tetapi juga tergantung pada
suhu permukaan sensor Ts, yang harus diukur oleh sensor suhu
yang terpisah. Representasi grafis dari fungsi transfer dua
dimensi 2.10 ditunjukkan pada Gambar. 2.3. Ini jelas tergantung
pada dua temperatur masukan.
2.2 KalibrasiJika produsen toleransi sensor dan toleransi dari
antarmuka (pengkondisian sinyal) sirkuit yang lebih luas dari
akurasi sistem yang diperlukan, kalibrasi sensor atau kombinasi
dari sensor dan rangkaian antarmuka diperlukan untuk
meminimalkan kesalahan. Misalnya, jika salah satu kebutuhan
untuk mengukur suhu dengan akurasi? 0,1? C,Gambar. Fungsi
transfer 2.3 Dua-dimensi dari sensor radiasi termalFungsi 2This
umumnya dikenal sebagai hukum Stefan-Boltzmann (Bag.
3.12.3).20 2 Karakteristik Sensordan sensor yang tersedia dinilai
sebagai memiliki akurasi? 1? C itu tidak berarti bahwa sensor
tidak dapat digunakan. Sebaliknya sensor khusus ini perlu

kalibrasi. Artinya, fungsi transfer yang unik harus ditemukan

untuk fi t respon nyata sensor atau transfer fi c parameter fungsi
tertentu harus disesuaikan untuk memungkinkan perhitungan
yang lebih akurat dari stimulus dari respon sensor. Tidak perlu
untuk mengkalibrasi sensor di banyak rangsangan masukan.
Biasanya, itu adalah mencukupi untuk mengkalibrasi hanya pada
titik sampel beberapa (rangsangan) yang dihasilkan oleh sumber
referensi dikenal. Input dan output poin akan berbaring di fungsi
transfer nyata. Tujuan dari kalibrasi kemudian adalah
menemukan yang koefisien yang tidak diketahui koefisien
(parameter) fungsi transfer terbalik sehingga sepenuhnya de fi
fungsi didefinisikan dapat digunakan selama proses pengukuran
untuk menghitung stimulus apapun dalam kisaran yang
diinginkan, tidak hanya pada titik-titik yang digunakan selama
kalibrasi tetapi di mana saja di-antara. Dalam kalibrasi, beberapa
rangsangan masukan dipasangkan dengan respon listrik output
yang sesuai dan pasang dihasilkan terhubung ke fungsi transfer
terbalik untuk menghitung parameter (koefisien koefisien).
Setelah parameter fungsi ditetapkan dan disimpan, sensor siap
digunakan. Baik model matematika dari fungsi transfer harus
diketahui sebelum kalibrasi atau pendekatan yang baik dari
respon sensor atas seluruh rentang harus ditemukan. Dalam
kebanyakan kasus, fungsi-fungsi seperti agak halus dan
monoton. Sangat jarang mereka mengandung singularitas dan
jika mereka melakukannya, singularitas tersebut adalah
fenomena yang berguna yang digunakan untuk penginderaan
(detektor partikel pengion adalah contoh). Kalibrasi sensor dapat
dilakukan dengan beberapa cara yang mungkin, beberapa di
antaranya adalah sebagai berikut:1. Perhitungan fungsi transfer
atau pendekatan untuk fi t kalibrasi poin yang dipilih (kurva fi
tting dengan menghitung koefisien koefisien dari pendekatan
yang dipilih). 2. Penyesuaian sistem akuisisi data untuk
memangkas (memodifikasi) data yang diukur dengan membuat
mereka untuk fi t menjadi "ideal" fungsi transfer normal atau.
Contoh adalah scaling dari data yang diperoleh. 3. Modi fi kasi
(pemangkasan) dari sensor 'properti untuk muat fungsi transfer
yang telah ditentukan. 4. Membuat perangkat referensi fi c
sensor-spesifik dengan pencocokan properti pada titik-titik
kalibrasi tertentu.Gambar 2.4 mengilustrasikan tiga metode
kalibrasi termistor (suhu sensitif resistor). Pada Gambar. 2.4a,
termistor direndam ke dalam diaduk mandi cairan dengan suhu
justru dikendalikan dan dipantau. Fluida harus elektrik
nonconductive, seperti minyak atau FluorinertTM. Suhu mandi
dipantau oleh termometer referensi presisi. Hambatan dari
termistor diukur oleh Ohm-meter, yang merupakan bagian dari
peralatan kalibrasi. Sebuah penggiling mekanis menghilangkan
beberapa bahan dari tubuh termistor untuk memodifikasi

dimensi dan kemudian mengubah hambatan listrik tersebut pada

suhu tertentu mandi fi c. Ketika resistensi termistor yang cocok
dengan nilai yang telah ditentukan, grinding berhenti dan
kalibrasi adalah fi jadi. Sekarang respon thermistor cocok transfer
"ideal"2.2 Kalibrasi 21fungsi. Cara lain untuk kalibrasi
ditunjukkan pada Gambar. 2.4b mana termistor tidak tanah tapi
hanya diukur pada suhu acuan tertentu. Suhu biasa pencocokan
stabil resistor adalah laser yang dipangkas (atau hanya dipilih
dari saham) di luar mandi fluida. Pemangkasan (pilihan) sesuai
resistensi resistor dengan yang termistor pada suhu mandi.
Setelah pemangkasan, hanya itu khususnya cocok pasangan
thermistor-resistor harus digunakan dalam rangkaian
pengukuran, misalnya, dalam sebuah jembatan Wheatstone.
Karena itu adalah pasangan yang serasi, respon jembatan akan
sesuai dengan "ideal" fungsi transfer. Dalam contoh ini, metode
A dan B berguna untuk kalibrasi pada satu titik suhu saja,
dengan asumsi bahwa parameter lain dari fungsi transfer tidak
perlu kalibrasi. Jika seperti ini tidak terjadi, beberapa pasang
kalibrasi pada temperatur yang berbeda dan resistensi harus
dihasilkan seperti ditunjukkan pada Gambar. 2.4C. Di sini, mandi
fluida ditetapkan pada 2, 3, atau 4 temperatur yang berbeda dan
sensor (tertanam ke probe) menghasilkan tanggapan yang
sesuai, yang digunakan oleh perangkat kalibrasi untuk
menghasilkan koefisien koefisien yang sesuai untuk fungsi
transfer terbalik yang akan disimpan di dalam perangkat aplikasi
(misalnya, termometer).

2.2.1 Perhitungan Transfer Parameter Fungsi Jika model fungsi

transfer adalah linear (2.2), maka kalibrasi harus menentukan
konstanta A dan B, jika itu adalah eksponensial (2,4), konstanta A
dan k harus ditentukan, dan sebagainya. Untuk menghitung
koefisien koefisien dari fungsi transfer linear satu kebutuhan dua
kalibrasi pasangan input-output. Mempertimbangkan fungsi
transfer linier sederhana (2.2a). Sejak dua poin yang diperlukan
untuk mendefinisikan garis lurus, dua-titik kalibrasi harus
dilakukan. Sebagai contoh, jika seseorang menggunakan majubias semikonduktor p-n junction
(. Lihat Bab 16) (. Gambar 2.5a) sebagai sensor suhu, fungsi
transfer adalah linear (suhu adalah input dan A / D count n
output):n n1 Bt? t1 (2.11)Sensor harus dikenai dua
temperatur kalibrasi (t1 dan t2) dan dua sesuai jumlah keluaran
(n1 dan n2) akan didaftarkan. Pada mulanya kalibrasi t1 suhu,
jumlah output dalam n1. Setelah menundukkan sensor untuk
kedua t2 suhu kalibrasi, kami tiba din2 n1 Bt 2? t1 DTH
(2.12)dari mana sensitivitas (kemiringan) dihitung sebagaiB
n2? t2 n1? t1(2.13)dan (2.11) menjadi fungsi transfer linier
dengan parameter dikenal: B, n1, dan t1. Perhatikan bahwa
parameter ini unik untuk sensor tertentu dan harus disimpan
dalam sistem pengukuran. Setelah kalibrasi dilakukan, suhu
dapat dihitung dari jumlah keluaran n dengan menggunakan
fungsi transfer terbalikt t1 n? n1 DTH B(2.14)Dalam beberapa
kasus beruntung, konstan B dapat diketahui dimuka dengan
akurasi yang mencukupi sehingga tidak ada perhitungan B yang
dibutuhkan dan satu titik kalibrasi adalah mencukupi. Dalam
sama p-n persimpangan Gambar. 2.5a, kemiringan B biasanya
memiliki nilai yang sangat konsisten untuk banyak diberikan dan
jenis semikonduktor dan dapat dianggapGambar. 2,5 A sensor pn suhu junction (a); kalibrasi (b). Setiap dioda akan menghasilkan
n1 berbeda pada t1 suhu yang sama. Lereng B dianggap sama
untuk semua dioda2.2 Kalibrasi 23parameter dikenal. Namun,
semua dioda mungkin memiliki offset agak berbeda, sehingga
titik kalibrasi tunggal diperlukan untuk fi nd keluar n1 pada t1
suhu kalibrasi. Untuk fungsi pengalihan nonlinier, kalibrasi pada
satu titik data dapat mencukupi hanya dalam beberapa kasus
yang jarang terjadi, tetapi sering dua dan lebih pasangan inputoutput akan diperlukan. Ketika 2 atau gelar 3 fungsi pengalihan
polinomial bekerja, masing-masing 3 dan 4 kalibrasi pasang
diperlukan. Untuk urutan 3 S polinomial as3 bs2 csd (2,15)
untuk fi nd empat parameter a, b, c, dan d, empat kalibrasi
pasangan input-output yang diperlukan: s1 dan S1, s2 dan S2, s3
dan S3, S4 dan S4 . Memasukkan ini pasangan eksperimental
dalam (2.15) kita mendapatkan sistem empat persamaan S1
as3 1 bs2 1 cs1 THD S2 as3 2 bs2 2 cs2 THD S3 as3 3

bs2 3 cs3 THD S4 as3 4 bs2 4 cs4 THD (2.16) Untuk

mengatasi sistem ini untuk parameter, pertama satu menghitung
determinan dari sistem:Ds2 1? s2 2 s1? s2?s2 1? s2 4 s1? S4 ??
s3 1? s3 2 s1? s2? s3 1? s3 3 s1? s3 ?? ? s2 1? s2 2 s1? s2? s2 1?
s2 3 s1? s3 ?? s3 1? s3 2 s1? s2? s3 1? s3 4 s1? S4 ??Da s2 1?
s2 2 s1? s2?s2 1? s2 4 s1? S4 ?? S1? S2 s1? S2? S1? S3 s1?
S3 ?? ? s2 1? s2 2 s1? s2? s2 1? s2 3 s1? s3 ?? S1? S2 s1? S2?
S1? S4 s1? S4 ??Db s3 1? s3 2 s1? s2?s3 1? s3 3 s1? s3 ?? S1?
S2 s1? S2? S1? S4 s1? S4 ?? ? s3 1? s3 2 s1? s2? s3 1? s3 4 s1?
S4 ?? S1? S2 s1? S2? S1? S3 s1? S3 ??(2.17)dari mana polinomial
koefisien koefisien dihitung dengan cara berikut:Da D; b Db
D;c 1 s1? S4S1? S4? Sebagai 3 1? S3 4 ?? ? bs 2 1? s2 4 ?? ?? ;
d S1? as3 1? BS2 1? cs1 (2.18)24 2 Karakteristik SensorJika
penentu sistem D kecil beberapa ketidakakuratan yang cukup
akan menghasilkan. Sejak kalibrasi mungkin menjadi proses yang
lambat (terutama ketika berhadapan dengan baik inersia besar
atau suhu), untuk mengurangi biaya produksi, penting untuk
meminimalkan jumlah titik kalibrasi. Dengan demikian, fungsi
transfer yang paling ekonomis atau pendekatan yang harus
dipilih. Cara ekonomis memiliki jumlah terkecil dari parameter
yang tidak diketahui. Sebagai contoh, jika akurasi diterima dapat
dicapai dengan urutan polinomial 2, urutan 3 tidak boleh
digunakan. Untuk mengkalibrasi sensor, adalah penting untuk
memiliki dan benar menjaga presisi dan akurat referensi standar fisik rangsangan yang tepat. Referensi ini adalah bagian
yang paling penting dari peralatan kalibrasi. Misalnya, untuk
mengkalibrasi sensor suhu kontak baik suhu dikontrol cairan
mandi atau "kering baik" rongga diperlukan. Untuk kalibrasi
sensor radiasi inframerah, rongga hitam akan diperlukan. Dalam
semua kasus, peralatan kalibrasi harus memiliki sensor suhu
referensi dari akurasi tertinggi, sebaiknya dilacak ke standar
nasional suhu. Untuk mengkalibrasi hygrometer, serangkaian
larutan garam jenuh diperlukan untuk mempertahankan
kelembaban relatif konstan dalam wadah tertutup. Ini harus jelas
dipahami bahwa akurasi kalibrasi secara langsung terkait dengan
akurasi sensor referensi yang merupakan bagian dari peralatan
kalibrasi. Nilai ketidakpastian dari sensor referensi harus
dimasukkan dalam laporan ketidakpastian keseluruhan, seperti
yang dijelaskan di bawah ini............