解决数据采集设备中测量误差的办法思路

在智能制造工厂中的现代测量很多都采用数字方式，数字本身的离散特性决定了在数据采集过程中存在一种模拟测量所没有的量化误差，但除了量化误差外还有多种其它因素导致测量不准确，在设计或应用这类系统时必须对此有清楚的认识。

我们的日常工作经常要从显示屏幕上读取测量数据，如汽车仪表盘上用数字表示的速度、实验室温度，或者是示波器上所显示的读数。尽管我们很相信这些测量数据，但它们绝对不是百分之百准确的，汽车速度计上所显示的速度很容易出现几公里/小时的误差，温度测试也可能会相差好几度。速度计上的小小误差还不是什么大问题，但当我们建立一个专业的测量和数据采集系统时，认识可能存在的最大误差是非常重要的。

任何数字测量系统都存在一个局限，即代表实际测量值的数字是有限的，其最大数量由所使用的位数决定。例如一个8位二进制数有28=256个可能值，如果某个速度计使用8位来表示0到255公里/小时范围的速度，则速度值将以1公里/小时的间隔进行显示，因此司机总会有约0.5公里/小时的误差，这类误差称为量化误差。如果速度范围是0到127公里/小时，那么这256个可能值就被挤入一个更小的空间，误差也相应减小了一半。

认为量化误差是仅有的测量误差是一个危险的错误，但也是一个常见错误。各类测量设备包括数据采集产品的产品资料和目录中一般关注几个指标：分辨率、测量范围、采样率和带宽，其中分辨率就是用来代表信号实际值的二进制数字的长度，一般从8位到24位，它只会影响量化误差。

多功能数据采集板分辨率一般为12位和16位，量化误差仅占整个测量误差的很小一部分，其它还包括非线性误差、系统噪声和温度漂移误差，这些都可能对结果造成很大影响，具体要看板的设计和应用条件。

非线性误差和量化有关。如上所述，量化误差与数据采集板有效范围除以代表测量值的二进制数可能状态数的结果成正比，等于相邻测量值间隔的一半。在实际设备中，离散的各值之间距离并不总是相同的，这种现象造成了非线性误差。非线性误差非常难于校正，因为它要求对高精度信号源进行多次测量才能完成。对线性误差校正则比较容易，线性误差包括增益和偏移误差，两个都可以很简单地凭借y=mx+b等式纠正，对一个高精度信号或已知信号源进行一次测量足以修正线性误差。大多插入式数据采集板都能提供这种信号以修正线性误差，信号源的质量和纠正难易程度因不同供应商而有所不同。

系统噪声造成信号实际值出现随机偏差，噪声类型和大小导致不同的测量误差。开关电源、发热以及其它板上信号源引起的噪声等一般都可以归入系统噪声，有些信号源在技术上还会产生非随机测量误差。根据线路板的设计和具体情况，系统噪声有时候可以改善测量的精度。

数据采集板实际上可以凭借一种称为抖动的技术提高分辨率，使其超出规定的指标。抖动有时由软件命令控制，该技术将一个均方根振幅差不多等同于量化误差的高斯噪声叠加到信号上，因为噪声是随机的，软件可以在对测量结果取平均值时用取平均的方法将采集板规定指标放大，从而使测试结果更加准确，使用抖动技术时一个12位采集板可以达到14位分辨率。你也可在高速应用中关闭抖动功能，这样就不用取平均值。16位数据采集板在设计正确时实际可以执行18位分辨率而无需抖动，通常16位板上的自然系统噪声情况比较好，可返回多个测量值取平均。

另一个经常被忽略的是温度漂移误差，计算机或台式测量仪器的温度都会发生变动，计算机系统中的数据采集板一般工作在0到55℃温度范围，定制的电阻网络和高精度元件可以帮助把温度漂移维持在6ppm/℃以内。另外，数据采集板常常会调用一个自校正函数，将温度漂移维持在更低的水平(约0.6ppm/℃)。有些板上有温度传感器测量环境温度，可用编程的方法用一个简单的函数调用从该传感器获取信息，确保元件在规定的范围内工作。

完全精确的计算是非常乏味和令人头疼的，但是对整体精确性做更进一步了解则用不着这样费劲。遗憾的是，数据采集板还没有表明整体精确性的一个通用标准，实践中供应商各用不同的方法来说明精度，在极端的情况下，使用同一术语的两个供应商描述的可能是不同的精度度量标准，例如他们的“绝对精度”可能就是从不同的等式中得到。

将几个主要误差源产生的误差作一个简单相加通常足以反映系统总体测量误差，大部分数据采集板的手册都会给出这些参数，但其中所用的术语和单位可能不尽相同。开发测试系统的最好方法是首先写下误差的最大值，即测量可允许误差，然后选择一些具有软件和技术支持以便能很快开发出测量系统的数据采集板，最后仔细阅读手册确保这些板达到精度要求，一个简单的通用原则是16位板大约比12位板精确10倍。数据采集板具有多种不同的总线，包括PXI、USB和PCI，它们各有不同的特点，一旦精度指标确定以后，剩下的选择最佳数据采集板的工作就变得相对容易了。

以上就是今天和大家分享的智能工厂内容，我们专注于为制造型企业提供智能工厂规划服务，如果觉得此文让你小有收获，可以搜索“德诚智能”与我们进行互动学习。