System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于大数据的拉压力传感器测试系统技术方案_技高网

一种基于大数据的拉压力传感器测试系统技术方案

技术编号:42362364 阅读:15 留言:0更新日期:2024-08-16 14:46
本发明专利技术公开了一种基于大数据的拉压力传感器测试系统,涉及传感器测试技术领域,解决了目前传感器校准和检测流程繁琐,影响效率,同时缺少有效及时的安全监测手段,导致测量结果不准确的技术问题;传感器测试模块用于对拉压力传感器进行实时压力测试,测试过程中通过开闭测试通道出气阀门对舱内气压进行控制,通过高温模拟模块改变拉压力传感器的测试环境,来检测出拉压力传感器在不同环境下的各项数据,提高了测试数据的准确性;数据补偿模块用于对软件控制模块输出的压力参数数据进行补偿修正;失真分析模块用于获取拉压力传感器的测试值进行测量失真系数分析,从而及时提醒管理人员对拉压力传感器进行检修,提高测量精度和准确度。

【技术实现步骤摘要】

本专利技术涉及传感器测试,具体是一种基于大数据的拉压力传感器测试系统


技术介绍

1、拉压力传感器又叫电阻应变式传感器,隶属于称重传感器系列,是一种将物理信号转变为可测量的电信号输出的装置。广泛运用在工业称重系统、平台秤、电子秤、吊钩秤、配料秤等测力场合;拉压力传感器在初步制备完成后需要对其进行信号校准和检测,从而保证产品的精度和质量。

2、目前的检测系统多为胶封安装后检测,并没有专用的快速检测装置,且不足以满足开发测试环节对产品的集中比对校准要求,使得校准和检测流程繁琐,影响效率,并不足以满足批量测试要求;同时拉压力传感器在进行检测时,由于缺少有效及时的安全监测手段,常因为传感器发生异常或者外界环境的影响,导致测量结果不准确;基于以上不足,本专利技术提出一种基于大数据的拉压力传感器测试系统。


技术实现思路

1、本专利技术旨在至少解决现有技术中存在的技术问题之一;为此,本专利技术提出了一种基于大数据的拉压力传感器测试系统。

2、为实现上述目的,本专利技术的第一方面提供了一种基于大数据的拉压力传感器测试系统,包括传感器测试模块、信号采集模块、软件控制模块、数据补偿模块和失真分析模块;

3、所述传感器测试模块包括多针连接器、测试容舱、高压气泵以及测试电路,用于对拉压力传感器进行实时压力测试;

4、所述测试电路连接有信号采集模块以及软件控制模块;所述信号采集模块用于同时接收八通道以电压形式输出的信号;所述软件控制模块用于将电压参数转化为压力参数输出;

5、所述数据补偿模块用于采集同时刻拉压力传感器的环境关联数据,以对软件控制模块输出的压力参数数据进行补偿修正,并将补偿后的压力参数数据作为拉压力传感器的测试值反馈至测试中心;所述环境关联数据是指拉压力传感器所处舱内的气压数据和拉压力传感器自身的温度数据;

6、所述失真分析模块与测试中心相连接,用于获取拉压力传感器的测试值进行测量失真系数cs分析;若测量失真系数cs大于预设失真阈值,则表示所述拉压力传感器存在失真问题,生成失真预警信号;

7、所述失真分析模块用于将失真预警信号反馈至测试中心,所述测试中心接收到失真预警信号后控制报警模块发出警报。

8、进一步地,所述失真分析模块的具体分析步骤如下:

9、获取拉压力传感器的测试值,建立测试值随时间变化的曲线图;

10、从初始时刻起,按照预设间隔采集拉压力传感器的测试值,并依次标记为c1、c2、…、cn;将c1、c2、…、cn进行相互比较;

11、当|ci-c(i-1)|>预设差值时,则表明所述拉压力传感器测量出现离散情况,此时将|ci-c(i-1)|标记为第一离散值;

12、遍历c1、c2、…、cn,将测试值最大值标记为cmax,将测试值最小值标记为cmin;利用公式ce=(cmax-cmin)/cmax计算得到差异比ce;

13、在预设时间段内,统计离散情况出现的次数占比为zb,将所有的第一离散值进行累加得到第二离散值ls;利用公式计算得到所述拉压力传感器的测量失真系数cs,其中a1、a2均为预设系数因子。

14、进一步地,所述数据补偿模块的具体步骤如下:

15、获取软件控制模块输出的压力参数数据,并采集同时刻拉压力传感器的环境关联数据;将环境关联数据输入至压力补偿模型w,得到压力补偿系数;

16、根据压力补偿系数对软件控制模块输出的压力参数数据进行补偿。

17、进一步地,所述压力补偿模型w采用开源深度学习框架tensorflow;

18、所述开源深度学习框架tensorflow调用input_data.read_data_sets接口接收传感器测试模块输出的历史测试记录,利用历史测试记录训练tensorflow得到压力补偿模型w。

19、进一步地,所述历史测试记录包括拉压力传感器的测试值、同时刻的环境关联数据以及目标压力数据;所述目标压力数据是指测试时测试电路所施加的拉压力数据。

20、进一步地,所述测试容舱设有一组进气通道、四组测试通道及气压显示端口;所述气压显示端口设有气压仪表,所述进气通道与测试通道均设有阀门装置。

21、进一步地,所述传感器测试模块的具体测试步骤如下:

22、首先将单组或多组拉压力传感器置于测试容舱的测试通道;

23、将拉压力传感器按管脚定义连接到多针连接器上,使所述拉压力传感器与测试容舱外的测试电路形成电连接;

24、然后打开高压气泵和进气阀门,通过气压仪表数值得知舱内实时气压值,同时可通过开闭测试通道出气阀门对舱内气压进行控制;

25、最后进行调理电路板上调理芯片校准,设定量程范围,在空载和满载状态下测量输出电压,使用软件控制模块的校准功能对调理电路板上调理芯片进行校准,而后对测试通道内的拉压力传感器进行实时压力测试。

26、进一步地,还包括高温模拟模块,所述高温模拟模块为聚酰亚胺加热膜pt1,设置于拉压力传感器顶部,用于对拉压力传感器的测试环境进行加热。

27、进一步地,所述高压气泵通过气源管道、进气阀门与测试容舱的进气通道形成气路密封连接。

28、进一步地,多针连接器与测试容舱的测试通道形成可拆卸密封连接。

29、与现有技术相比,本专利技术的有益效果是:

30、1、本专利技术中所述传感器测试模块用于对拉压力传感器进行实时压力测试,测试过程中通过开闭测试通道出气阀门对舱内气压进行控制,通过高温模拟模块改变拉压力传感器的测试环境,来检测出拉压力传感器在不同环境下的各项数据,提高了测试数据的准确性;同时可实现多线程测量、多组横向比对标定,将电压或电流参数转化为压力参数输出,相互之间互不干扰,精度高;

31、2、本专利技术中数据补偿模块用于采集同时刻拉压力传感器的环境关联数据,以对软件控制模块输出的压力参数数据进行补偿修正,有效提高数据精度;所述失真分析模块用于获取拉压力传感器的测试值进行测量失真系数cs分析;若测量失真系数cs大于预设失真阈值,则表示所述拉压力传感器存在失真问题,生成失真预警信号,以提醒管理人员对拉压力传感器进行检修,从而提高拉压力传感器的测量精度和准确度,降低测量误差,减少损失。

本文档来自技高网...

【技术保护点】

1.一种基于大数据的拉压力传感器测试系统,其特征在于,包括传感器测试模块、信号采集模块、软件控制模块、数据补偿模块和失真分析模块;

2.根据权利要求1所述的一种基于大数据的拉压力传感器测试系统,其特征在于,所述失真分析模块的具体分析步骤如下:

3.根据权利要求1所述的一种基于大数据的拉压力传感器测试系统,其特征在于,所述数据补偿模块的具体步骤如下:

4.根据权利要求3所述的一种基于大数据的拉压力传感器测试系统,其特征在于,所述压力补偿模型W采用开源深度学习框架Tensorflow;

5.根据权利要求4所述的一种基于大数据的拉压力传感器测试系统,其特征在于,所述历史测试记录包括拉压力传感器的测试值、同时刻的环境关联数据以及目标压力数据;所述目标压力数据是指测试时测试电路所施加的拉压力数据。

6.根据权利要求1所述的一种基于大数据的拉压力传感器测试系统,其特征在于,所述测试容舱设有一组进气通道、四组测试通道及气压显示端口;所述气压显示端口设有气压仪表,所述进气通道与测试通道均设有阀门装置。

7.根据权利要求6所述的一种基于大数据的拉压力传感器测试系统,其特征在于,所述传感器测试模块的具体测试步骤如下:

8.根据权利要求1所述的一种基于大数据的拉压力传感器测试系统,其特征在于,还包括高温模拟模块,所述高温模拟模块为聚酰亚胺加热膜PT1,设置于拉压力传感器顶部,用于对拉压力传感器的测试环境进行加热。

9.根据权利要求6所述的一种基于大数据的拉压力传感器测试系统,其特征在于,所述高压气泵通过气源管道、进气阀门与测试容舱的进气通道形成气路密封连接。

10.根据权利要求1所述的一种基于大数据的拉压力传感器测试系统,其特征在于,所述多针连接器与所述测试容舱的测试通道形成可拆卸密封连接。

...

【技术特征摘要】

1.一种基于大数据的拉压力传感器测试系统,其特征在于,包括传感器测试模块、信号采集模块、软件控制模块、数据补偿模块和失真分析模块;

2.根据权利要求1所述的一种基于大数据的拉压力传感器测试系统,其特征在于,所述失真分析模块的具体分析步骤如下:

3.根据权利要求1所述的一种基于大数据的拉压力传感器测试系统,其特征在于,所述数据补偿模块的具体步骤如下:

4.根据权利要求3所述的一种基于大数据的拉压力传感器测试系统,其特征在于,所述压力补偿模型w采用开源深度学习框架tensorflow;

5.根据权利要求4所述的一种基于大数据的拉压力传感器测试系统,其特征在于,所述历史测试记录包括拉压力传感器的测试值、同时刻的环境关联数据以及目标压力数据;所述目标压力数据是指测试时测试电路所施加的拉压力数据。

6.根据权利要求1所述的一种基于大数据的拉压...

【专利技术属性】
技术研发人员:李峰左妮娜胡伟全
申请(专利权)人:蚌埠高灵传感系统工程有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1