IFM传感器的精度影会响称重系统

    IFM传感器的精度影会响称重系统
    IFM传感器的每个规格并不一定适用于你的称重控制器的安装，重要的是要了解每一个规格来确定称重传感器的综合精度。
    IFM传感器的的校准曲线的距离与称重传感器，从零开始负荷和小区的额定容量结束的直线的大偏差。非线性测量细胞的称量误差在其整个工作范围内。为± 0.018 ％的情况下的非线性规范看到了称重传感器的全部范围内。较小上的测力传感器的重量变化，较小的距离的非线性引起的误差。
    IFM传感器的输出读数的相同的施加负荷之间的差 - 由通过减小来自称重传感器的额定容量的负载从零，其他增加负载获得的一个读数。与非线况下的± 0.025%滞后规范被看到在负载单元的全范围内，并且具有小的重量变化所造成的滞后误差减小。在应用程序中，如配料，在那里你通常只在灌装需要的重量测量，你可以忽略造成滞后的错误。迟滞误差通常分为在称重传感器的校准曲线不同的区域比非线性误差，如图1所示。因此，这两个错误的规格组合在一些称重传感器的代数和，称为综合误差的规范，±0.03%。
    不可重复性是在相同的负载条件反复载荷称重传感器输出读数之间的差值（即，要么增加负载从零或减小来自称重传感器的额定容量的负载）和环境条件。的不可重复性规格为± 0.01 ％，比称重传感器的全部范围内。不可重复性可以影响在任何称量应用体重测量。可以通过添加的不可重复性误差称重传感器的组合的错误确定情况下的不可重复性规范。
    IFM传感器输出随时间的变化，当称重传感器保持在很长一段时间上。在一个23分钟的间歇或填充循环，蠕变不是明显的问题。但是如果使用称重传感器来监控仓库存，你就需要考虑蠕变的影响。
    IFM传感器的变化会引起称重误差。大多数的称重传感器是温度补偿来减小这些误差的。但是，如果你的称重系统是受称量循环期间大的温度变化 - 例如，如果室外称重容器被暴露在夜晚低温度下，但在白天太阳快速加热 ——考虑如何温度能影响称重传感器输出。如果影响你的称重系统的显着的变化是夏天和冬天温度之间，可以重新校准称重传感器在季节变化时校正引起的任何温度误差。
    温度变化通过改变称重传感器的敏感度来影响传感器的输出，除非在每个较大的温度变化时重新校准。零负载的称重传感器的温度效应将导致传感器的整个输出范围移动。但是，如果称重传感器负载重新为零时（即，在净重量模式）在开始前称重周期——如在配料中的应用——你不需要关心这个温度在零负载的影响。
    考虑到IFM传感器的的响应时间。传感器的响应时间在某些应用程序中是另一个需要考虑的因素。典型的称重传感器的行为类似于硬弹簧振荡，从而实现的重量读数，称重传感器必须解决的是在所需的称量时间段中以更短的时间停止振荡。而称重传感器的响应时间通常在配料应用中不重要，高速检重或旋转灌装机需要快速的称重传感器响应。当负载施加到传感器上时，称重传感器抑制了自然振荡频率。然而，称重传感器不排斥外界施加的振动，如称重设备，所以仍然需要从振动源隔离称重传感器。
    IFM传感器这个灵敏度是什么意思呢？这是传器的一个重要性能指标，当然其它指标也很重要，但在我们选择传感器要使用时，这个指标会直接影响到使用。其实它的意思是，传感器在受到额定的拉力(如果满量程是200KG的，它的额定拉力就是200KG)做用下，在激励电压(也叫供桥电压，输入电压)是1v的情况下，它的两个输出端会有2mv的压力变化。当然实际工作时激励电压会大于1v，一般为10v到12v。如果一个200KG的传感器，它的灵敏度是2±0.002(mv)，它的激励电压是10v，那么在200KG拉力作用下，输出端的压力变化就是2*10=20mv。我们在选择传感器的时候，往往是三个或四个同时并联使用的，必须要求每个传感器的灵敏度要相同才能同时使用。如果不相同的会使整个秤不准，把一个东西放在同一个秤的不同地方会显示不同的重量。如果在更换损坏的传感器时，也要找到灵敏度和量程相同的传感器，其它的指标可以忽略，只要这两项指标相同，就是不同的传感器放在一起用也可以
    IFM传感器的受力状态很复杂，影响称量准确度的因素很多，其中速度和加速度的变化对称重传感器准确度的影响是的。在此，着重介绍如解决速度对称重传感 器的影响问题。
    根据微积分二乘法的基本原理，以严格的统计理论为基础，采用科学而的多元线性回归曲线拟合方法，通过反复试验和对试验数据的对比分析，确定了速度和称重传感器之间的函数关系及其各项经验系数，应用于高速预检称重系统中，在实际测量时根据速度的变化对称重结果进行修正，明显提高了高速称重数据的准确性，获得了比较满意的效果。
    IFM传感器速度对称重结果的影响比较大，而速度和称重传感器之间到底有什么样的函数关系？我们通过反复试验，对试验数据做了的对比分析，确定函数关系中的各项系数，这一过程其实就是求取有关物理量之间关系的经验公式。从几何上看，就是针对每一种车型，选择一条曲线，使之与所获得的实验数据更好地吻合。普通的数据处理方法，如：图解法，逐差法和平均法是一种粗略的方法。而微积分上的二乘拟合法”是一种比较的处理方法。这个方法以严格的统计理论为基础，是一种科学而的曲线拟合方法。
    IFM传感器高速称重系统的技术难度在于是如何解决高速动态称重准确度问题，动态称重尤其是在高速行驶过程中，称重传感器受力状态和影响因素是非常复杂，为了解决动态称重的准确性和稳定性问题，该系统在数值经验的基础上，集多种算法于一体，通过对动态称重系统的受力分析