传感器实验报告-应变片测量

传感器实验报告

一、实验原理

利用电阻式应变片受到外力发生形变之后，金属丝的电阻也随之发生变化。通过测量应变片的电阻变化再反算回去应变片所受到的应变量。利用电桥将电阻变化转化成电压变化进行测量，电桥的输出电压经过应变放大仪之后输出到采集卡，labview采集程序通过采集卡读取到应变放大仪的输出。

1 电桥输出电压与导体的纵向应变ε之间的关系为： 41vVK

4(1.1)

其中K为电阻应变片的灵敏系数，V为供桥电压，v为电桥输出电压。由上式可知通过测量电桥输出电压再代入电阻应变片的灵敏系数就可以求出导体的纵向应变，即应变片的纵向应变。

二、实验仪器

悬臂梁 应变片 焊盘

一条 一片 两个

一瓶

502胶水 电阻桥盒

一个 一台 一个 一台

BZ2210应变仪 采集卡 电脑

.

.

砝码

一盒

三、实验步骤

1、先用砂纸摩擦桥臂至光滑，再用无水乙醇擦拭桥臂；

2、拿出应变片和焊盘，将502胶水滴在应变片及焊盘背面，把其贴在桥臂上，并压紧应变片；

3、使用电烙铁将应变片和焊盘焊接起来，再将焊盘跟桥盒连接起来，这里采用的是桥的接

41

法；

4、将桥盒的输出接入到应变放大仪的通道1； 5、应变仪的输出接到采集卡上； 6、运行labview的采集程序进行测试；

7、改变砝码的重量，从采集程序记录得出的数据。 8、对所得的数据做数据处理。

四、实验数据

表1 实验所得数据

第一次 重量（g） 电压 第二次 重量（g） 电压 第三次 重量（g） 电压 0 2.86 10 2.86 20 2.88 30 2.8652 0 2.8613 10 2.8615 20 2.8619 30 2.8623 0 2.8736 10 2.8739 20 2.8742 30 2.8745 .

.

40 2.8653 50 2.8687 70 2.8662 100 2.8677 120 2.8681 150 2.8696 170 2.8701 200 2.8715 250 2.8734 250 2.8731 200 2.8711 170 2.8698 150 2.869 40 2.8625 50 2.8629 70 2.8637 100 2.865 40 2.8749 50 2.8752 70 2.876 100 2.8771 120 2.8778 150 2.879 120 2.8657 150 2.8668 170 2.8836 200 2.8847 250 2.886 170 2.8798 200 2.8807 250 2.8828 200 2.8808 170 2.8793 150 2.8787 120 2.8774 100 2.8765 70 2.8756 50 2.8747 40 2.8744 30 2.8734 20 2.8733 10 2.8727 0 2.8723 200 2.8842 170 2.8826 150 2.8816 120 2.8804 100 2.8799 70 2.8787 50 2.8777 40 2.8771 30 2.8767 20 2.8765 10 2.8761 0 2.8758 120 2.8679 100 2.8672 70 2.8658 50 2.8634 40 2.8627 30 2.8624 20 10 2.862 2.861 0 2.8605 .

.

五、数据分析 1、线性度分析

取出实验数据的0~250g的部分做线性度分析，数据如表2所示。

表2

第一次 重量（g） 0 10 20 30 40 50 70 100 120 150 170 200 250

第二次 重量（g） 0 10 20 30 40 50 70 100 120 150 170 200 250 电压+ 2.8613 2.8615 2.8619 2.8623 2.8625 2.8629 2.8637 2.865 2.8657 2.8668 2.8836 2.8847 2.886 第三次 重量（g） 0 10 20 30 40 50 70 100 120 150 170 200 250 电压+ 2.8736 2.8739 2.8742 2.8745 2.8749 2.8752 2.876 2.8771 2.8778 2.879 2.8798 2.8807 2.8828 电压+ 2.86 2.86 2.88 2.8652 2.8653 2.8687 2.8662 2.8677 2.8681 2.8696 2.8701 2.8715 2.8734 对上述数据进行初步分析，第一组跟第三组数据都是呈线性的，而第二组数据在70g-

.

.

100g这里却有了0.0013的变化，变化较大，不符合理论值，所以在进行数据分析时排除第二组数据，仅适用第一、第三组数据进行数据分析。对第一、第三组数据使用MATLAB进行分析，先将两组数据做曲线拟合，得到拟合曲线之后将x代入拟合曲线中求出对应的值，再把两组数据的端点取出做直线，将两条线相减得到最大差值，分别求出两组数据的最大差值，再代入公式L=Lmax100% 求出每组数据的线性度。YFS指的是满量程输出，YFS这里取重量为250g的数据。

具体实现的MATLAB代码：

x=[0 10 20 30 40 50 70 100 120 150 170 200 250]; x0=[0 250];

y01=[2.86 2.8734]; y03=[2.8736 2.8828];

y1=[2.86 2.86 2.88 2.8652 2.8653 2.8687 2.8662 2.8677 2.8681 2.8696 2.8701 2.8715 2.8734];%第一组数据

y2=[2.8613 2.8615 2.8619 2.8623 2.8625 2.8629 2.8637 2.865 2.8657 2.8668 2.8836 2.8847 2.886];%第二组数据

y3=[2.8736 2.8739 2.8742 2.8745 2.8749 2.8752 2.876 2.8771 2.8778 2.879 2.8798 2.8807 2.8828];%第三组数据

p1=polyfit(x,y1,1); p2=polyfit(x,y2,1); p3=polyfit(x,y3,1); p4=polyfit(x0,y01,1);

.

.

p5=polyfit(x0,y03,1);

y11=polyval(p1,x);%第一条拟合曲线得到的值 y22=polyval(p2,x);%第二条拟合曲线得到的值 y33=polyval(p3,x);%第三条拟合曲线得到的值 y001=polyval(p4,x); y003=polyval(p5,x);

e1=y001-y1; e3=y003-y3;

e11=abs(e1); e33=abs(e3);

lmax1=max(e11);%第一组数据的非线性绝对误差 lmax3=max(e33);

subplot(1,2,1)

plot(x,y1,'r+',x,y3,'b*',x,y11,'r',x,y33,'b') title('原始曲线与拟合曲线'); subplot(1,2,2)

plot(x,y001,'r',x,y003,'b') title('端点拟合曲线');

yfs1=2.8734;%第一组数据的满量程输出

.

.

yfs3=2.8828;%第三组数据的满量程输出

rl1=(lmax1./yfs1); rl3=(lmax3./yfs3);

得到的结果如图所示：

第一组数据的线性度为8.1437e-04；第三组数据的线性度为9.0190e-05。可得实验使用的梁的线性度为8.1437e-04。

2、迟滞性分析

先求出每组数据的正反行程的拟合曲线，再将自变量代入拟合曲线求出曲线对应的函数

值，将每组数据的正反行程的拟合曲线相减求出最大差值，再代入公式

HHmax100% 求出γ的值。 YFS.

.

具体实现的MATLAB代码：

x=[0 10 20 30 40 50 70 100 120 150 170 200 250];

y01=[2.86 2.86 2.88 2.8652 2.8653 2.8687 2.8662 2.8677 2.8681 2.8696 2.8701 2.8715 2.8734];%第一组数据正行

y03=[2.8736 2.8739 2.8742 2.8745 2.8749 2.8752 2.876 2.8771 2.8778 2.879 2.8798 2.8807 2.8828];%第三组数据正行

y11=[2.8605 2.861 2.862 2.8624 2.8627 2.8634 2.8658 2.8672 2.8679 2.869 2.8698 2.8711 2.8734];%第一组数据反向

y13=[2.8723 2.8727 2.8733 2.8734 2.8744 2.8747 2.8756 2.8765 2.8774 2.8787 2.8793 2.8808 2.8828];%第三组数据反向

p01=polyfit(x,y01,1);%第一组数据曲线拟合 p11=polyfit(x,y11,1);

p03=polyfit(x,y03,1);%第三组数据曲线拟合 p13=polyfit(x,y13,1);

y21=polyval(p01,x);%第一组数据拟合曲线函数值 y22=polyval(p11,x);

y23=polyval(p03,x);%第三组数据拟合曲线函数值 y24=polyval(p13,x);

e01=y21-y22;%第一组数据正反行程差值 e03=y23-y24;%第三组数据正反行程差值

.

.

e11=abs(e01);%取绝对值 e33=abs(e03);

hmax1=max(e11);%求最大差值 hmax3=max(e33);

yfs1=2.8734;%第一组数据的满量程输出 yfs3=2.8828;%第三组数据的满量程输出

rh1=hmax1./yfs1; rh3=hmax3./yfs3;

subplot(1,2,1)

plot(x,y01,'r',x,y11,'r',x,y21,'b',x,y22,'b') title('第一组数据'); subplot(1,2,2)

plot(x,y03,'r',x,y13,'r',x,y23,'b',x,y24,'b') title('第三组数据')

根据MATLAB的计算结果，有rh1= 0.0012,rh3= 3.5277e-04。两组数据的拟合曲线

如图所示。

.

.

3、重复性分析

求出每组数据的标准偏差，再代入公式R具体实现的MATLAB代码：

x=[0 10 20 30 40 50 70 100 120 150 170 200 250];

y1=[2.86 2.86 2.88 2.8652 2.8653 2.8687 2.8662 2.8677 2.8681 2.8696 2.8701 2.8715 2.8734];

y3=[2.8736 2.8739 2.8742 2.8745 2.8749 2.8752 2.876 2.8771 2.8778 2.879 2.8798 2.8807 2.8828];

p1=polyfit(x,y1,1); p3=polyfit(x,y3,1);

y11=polyval(p1,x); y33=polyval(p3,x);

.

(2~3)100% 求出γ。 YFS.

sd1=std(y1); sd3=std(y3);

yfs1=2.8734;%第一组数据的满量程输出 yfs3=2.8828;%第三组数据的满量程输出

rr1=(2.*sd1)./yfs1; rr3=(2.*sd3)./yfs3;

subplot(1,2,1); plot(x,y1,'r',x,y11,'b'); title('第一组数据'); subplot(1,2,2); plot(x,y3,'r',x,y33,'b'); title('第三组数据');

根据MATLAB的计算结果，有rr1=0.0020，rr3=0.0020。

.

.

4、Excel数据分析

利用Excel做线性拟合得到拟合曲线，如下图所示：

第一次2.8762.8742.8722.872.8682.8662.82.8622.862.858050100第一次均值+线性(第一次均值+)y = 3E-05x + 2.84y = 5E-05x + 2.861150200第一次均值-250300线性(第一次均值-).

.

第二次2.2.8852.882.8752.872.8652.862.855050100第二次均值+线性(第二次均值+)150200第二次均值-线性(第二次均值-)250300y = 0.0001x + 2.8582y = 4E-05x + 2.8756第三次2.8842.8822.882.8782.8762.8742.8722.87050100第三次均值+线性(第三次均值+)150200第三次均值-线性(第三次均值-)250300y = 4E-05x + 2.8724y = 4E-05x + 2.8735 5、应变测量

实验采用的是

1 桥接法，桥盒输出端接的是应变放大仪，对桥盒的输出电压进行放大，4实验中我们设定应变放大仪的增益为10，也就是说采集程序采集的数据是经过放大之后的电压，所以在利用公式（1.1）进行计算的时候，电桥输出电压v应该除以（10*100）再代入公式进行计算。

则，由式（1.1）可得

4v KV1000.

(2.5.1)

.

其中K为电阻应变片的灵敏系数，V为供桥电压，v为测量电压。

K与电阻丝的材料有关，实验使用的应变片的K为2；供桥电压为4V。将表1的数据

代入（2.5.1）式中，得出下列表格。

表3 第一组数据的应变量

重量（g） 0 10 20 30 40 50 70 100 120 150 170 200 250

均值+ 2.86 2.86 2.88 2.8652 2.8653 2.8687 2.8662 2.8677 2.8681 2.8696 2.8701 2.8715 2.8734 均值- 2.8605 2.861 2.862 2.8624 2.8627 2.8634 2.8658 2.8672 2.8679 2.869 2.8698 2.8711 2.8731 应变ε+ 应变ε- 0.014323 0.014303 0.014323 0.014305 0.014324 0.01431 0.014326 0.014312 0.014327 0.014314 0.014344 0.014317 0.014331 0.014329 0.014339 0.014336 0.014341 0.01434 0.014348 0.014345 0.014351 0.014349 0.014358 0.014356 0.014367 0.014366 表4 第二组数据的应变量

重量（g） 0 均值+ 2.8613 均值- 2.8758 .

应变ε+ 应变ε- 0.014307 0.014379 .

10 20 30 40 50 70 100 120 150 170 200 250

2.8615 2.8619 2.8623 2.8625 2.8629 2.8637 2.865 2.8657 2.8668 2.8836 2.8847 2.886 2.8761 2.8765 2.8767 2.8771 2.8777 2.8787 2.8799 2.8804 2.8816 2.8826 2.8842 2.886 0.014308 0.014381 0.01431 0.014383 0.014312 0.014384 0.014313 0.014386 0.014315 0.0143 0.014319 0.014394 0.014325 0.0144 0.014329 0.014402 0.014334 0.014408 0.014418 0.014413 0.014424 0.014421 0.01443 0.01443 表5 第三组数据的应变量

重量（g） 0 10 20 30 40 50 70 均值+ 2.8736 2.8739 2.8742 2.8745 2.8749 2.8752 2.876 均值- 2.8723 2.8727 2.8733 2.8734 2.8744 2.8747 2.8756 应变ε+ 应变ε- 0.014368 0.014362 0.01437 0.0143 0.014371 0.014367 0.014373 0.014367 0.014375 0.014372 0.014376 0.014374 0.01438 0.014378 .

.

100 120 150 170 200 250

2.8771 2.8778 2.879 2.8798 2.8807 2.8828 2.8765 2.8774 2.8787 2.8793 2.8808 2.8828 0.014386 0.014383 0.0143 0.014387 0.014395 0.014394 0.014399 0.014397 0.014404 0.014404 0.014414 0.014414 其中电压+表示重量正行时候测得的电压数据，电压-表示重量反行时测得的电压数据，同理，应变+是用电压+求得的值，应变-表示用电压-求得的值。

从上述结果可知，当砝码重量增加时，应变量也随之增加，且砝码重量与应变之间的关系与砝码重量与电压之间的关系是一致的，应该是呈线性的，取其中一组做图，发现结果与前面做线性拟合一致，如下图所示。

砝码重量-应变量0.014420.014410.01440.014390.014380.014370.01436050100150200250300 .