Способы испытания датчиков влажности

Как проверить и калибровать датчик влажности

Насколько точны ваши датчики влажности? Узнайте об этом проекте.

Датчики влажности являются обычными, относительно недорогими и поставляются во многих разных вариантах. Слишком часто мы проверяем техническое описание, используем его с интерфейсом и (пока значения «выглядят разумно»), мы принимаем результаты.

В этом проекте мы продемонстрируем, как сделать шаг дальше и проверить точность датчика влажности. Мы также иллюстрируем общий метод калибровки датчика и применяем метод калибровки результатов для повышения точности измерений влажности .

Тестирование, используемое в проекте (слева направо, микроконтроллер Quark D2000, сенсорный интерфейс, датчик HIH5030 в микро-среде).

Основы проекта

Для проверки точности датчика полученные значения сравниваются с эталонным стандартом. Чтобы проверить точность датчика влажности, мы используем метод «насыщенной соли» для получения стандартов. Проще говоря, некоторые соли (например, ионные соединения, такие как поваренная соль или хлорид калия) при растворении в водном растворе создают атмосферу известной влажности (см. Ссылку PDF).

Эти химические свойства используются для создания микрокристаллов с известными относительными влажностью (RH) (например, эталонных стандартов), а датчики считываются внутри микросреды. В частности, мы сделаем решение в герметичной банке, чтобы сохранить атмосферу, а затем поместите подключенный датчик в герметичную банку. Затем датчик считывается повторно и записываются значения.

Повторяя процедуру, используя несколько разных солей, каждый из которых производит разную относительную влажность, мы можем разработать профиль для тестируемого датчика. Поскольку мы знаем, что относительная влажность для каждой микро-среды, мы можем оценить отклонения наших показаний датчиков от этих известных значений и, таким образом, оценить точность датчика.

Если отклонения существенны, но не являются непреодолимыми, мы можем применять процедуры математической калибровки в программном обеспечении для повышения точности измерений.

Слово о безопасности

Прежде чем идти дальше, важно, чтобы вы обрабатывали химикаты, используемые в этом проекте, ответственно.

• Прочтите паспорт безопасности (SDS, или иногда MSDS (паспорт безопасности материала)) для каждого используемого химиката (ссылки для SDS для каждой используемой соли приведены ниже, и вы также можете проводить поиск литературы по каждой соли и их безопасности процедуры обработки).
• Не вдыхайте и не глотайте химикаты.
• Не позволяйте химикатам связываться с кожей или глазами (используйте перчатки и защитные очки).
• Не готовят растворы в той же области, где готовят пищу.
• Правильно храните химикаты.
• Правильно отбросьте решения и все инструменты, используемые для подготовки решений, чтобы экспозиции не происходили случайно.
• Перед запуском знайте, что делать, если происходит случайное воздействие (см. Таблицу безопасности).

Используемые соли

В целом, чем больше атмосфер RH, которое вы можете производить для эталонных стандартов, тем лучше будет характеризовать тестируемый датчик. Однако в практическом смысле существует ограничение на ресурсы. В этом проекте использовались четыре эталонных стандарта, а соли, используемые для получения эталонных стандартов, были выбраны для охвата ряда возможных значений RH, но также с учетом безопасности, доступности и стоимости.

Выбраны соли ниже. В случае хлорида натрия (поваренная соль) чистая кошерная соль была дешево получена в местном продуктовом магазине. Если вы идете по этому маршруту, избегайте использования поваренной соли с добавками, такими как йод или противослеживающие агенты.

Создание микро-среды

У нас есть стандарты почти для всех, и есть даже один для создания стабильной RH из водного раствора (см. ASTM E104 — 02 (2012)). Хотя моя скамейка и, вероятно, ваша, не являются официальной испытательной лабораторией, стоит внимательно следить за спецификациями в стандарте, насколько это возможно.

Обратите также внимание на то, что результаты, представленные в этом проекте, в то время как собранные с осторожностью, не должны толковаться как отражающие или указывающие на общую качественную характеристику точности любого бренда датчика. Было протестировано только небольшое количество датчиков, а те, которые использовались, имели разные возрасты и разные истории использования.

Для каждой соли была создана слюная смесь, добавляя дистиллированную воду к консистенции, подобной очень влажному песку. Можно попробовать четыре или пять столовых ложек химиката и одну столовую ложку дистиллированной воды, но вам, возможно, придется немного поэкспериментировать.

Смесь была приготовлена ​​в маленькой банке с плотным уплотнением. Стекло или даже пластик должны хорошо работать, если он может поддерживать атмосферу внутри. Небольшое отверстие может быть выполнено в верхней части банки для подключения соединительных проводов к интерфейсу датчика, а затем к микроконтроллеру. Затем подключенный датчик расположен примерно на 0, 5-1, 0 дюйма над смесью. Следите за тем, чтобы датчик никогда напрямую не касался решения, иначе он может быть поврежден. Чтобы удержать соединение на месте и запечатать отверстие в колпачке, можно использовать простую контактную шпатлевку.

Важно, чтобы вы дали достаточно времени для уравновешивания, прежде чем принимать окончательное чтение. Я тестировал эту проблему эмпирически, принимая показания каждую минуту в течение шести часов в отдельных тестовых случаях. По моему опыту, это было дольше, чем нужно, и я установил время уравновешивания 90-120 минут для каждого датчика и соли. Затем для последнего значения использовалось среднее значение последних пяти показаний. Для всех случаев пять значений показали очень мало, если таковые имели место, различия.

Кроме того, все показания были сделаны при температуре окружающей среды около 25 ° C (± 1 °), а значение RH, используемое для каждого стандарта, было указано для 25 ° C (см. Этот PDF для значений).

Датчик HIH5030 на несущей плате внутри микро-среды, содержащей хлорид натрия.

аппаратные средства

микроконтроллер

В этом проекте мы связываем датчики с помощью микроконтроллера Quark D2000. D2000 — плата 3 В с I2C и аналого-цифровыми интерфейсами. Для получения дополнительной информации о D2000, читатель обращается к этим предыдущим статьям AAC:

• Представляем комплект разработчика микроконтроллеров Quark для Intel D2000
• Совет развития Quark D2000: Перемещение за пределы «Hello World»
• Интерфейс Quark D2000 I2C: добавьте датчик освещенности и ЖК-дисплей
• Интерфейс Quark D2000 I2C: добавьте датчик цвета и асинхронный режим

Однако имейте в виду, что большинство других микроконтроллеров с соответствующими интерфейсами можно использовать.

Сенсорные интерфейсы

Датчики испытаны в проекте; A) HIH8121, B) HIH5030, C) DHT-22 (AM2302), D) HIH6030 (на несущей плате).

Были протестированы четыре разных типа датчиков влажности: DHT-22 (два были использованы), HIH5030, HIH6030 и HIH8121. Схемы ниже иллюстрируют простые интерфейсы, используемые для каждого типа датчиков, и консультации со связанными листами данных предоставят справочную информацию для цепей.

• DHT-22 — это датчик температуры и влажности с проприетарным последовательным выходом (см. Статью AAC для получения дополнительной информации о серийном протоколе).
• HIH5030 — это датчик влажности с аналоговым (напряжением) выходом. Интерфейс для этого датчика использует op-amp в конфигурации с единичным усилением для согласования импеданса.
• HIH6030 и HIH8121 являются датчиками температуры и влажности, которые используют протокол I2C (см. Статью AAC для получения дополнительной информации об используемых процедурах связи I2C).

Интерфейс DHT-22 — D2000.

Спецификация DHT-22: датчик U1, DHT-22; R1, резистор 4, 7 кОм; C1, 0, 1 мкФ конденсатора.

Интерфейс HIH5030 — D2000.

Спецификация HIH5030: датчик U1, HIH3050; U2, MCP601P op-amp; C1, 1, 0 мкФ конденсатор; C2, 0, 1 мкФ.

Интерфейс HIH6030 — D2000.

Спецификация HIH6030: датчик U1, HIH6030; R1 и R2, резистор 2, 2 кОм; C1, 0, 22 мкФ конденсатора; C2, 0, 1 мкФ.

Интерфейс HIH8121 — D2000.

Спецификация HIH8121: датчик U1, HIH8121; R1 и R2, резистор 2, 2 кОм; C1, 0, 22 мкФ.

Программное обеспечение датчиков

Все программы для сбора данных датчиков записываются на языке C и могут быть загружены, нажав кнопку «Код проекта датчика влажности». Каждый из них прокомментирован и прост. Для каждого датчика программа просто считывает датчик каждую минуту и ​​отправляет значение на последовательный монитор. Таким образом, они должны быть легко адаптированы к вашему конкретному приложению.

Скриншоты вывода из DHT22.c (слева) и HIH5030.c (справа).

Программные файлы для проекта можно загрузить, нажав ссылку ниже.

Код проекта датчика влажности

Процедура оценки датчика

В таблице ниже приведены данные по оценке датчиков в каждой из четырех микро-сред.

После того, как вы собрали данные из характеристик сенсора в стабильных средах с известной относительной влажностью, вы можете количественно оценить точность датчика.

Обратите внимание, что в таблице мы рассчитали ошибку для каждого датчика при каждом стандарте RH. Однако мы не можем просто усреднять эти значения для оценки датчика, поскольку некоторые значения являются положительными, а другие значения отрицательными. Если бы мы просто взяли среднее значение, полученное значение минимизировало бы среднюю ошибку, так как положительные и отрицательные значения отменяли бы друг друга.

Вместо этого мы вычисляем среднеквадратичную ошибку (RMSE) для характеристики точности датчика. Формула для RMSE приведена ниже:

где O — наблюдаемое значение датчика, а I — идеальное значение датчика (то есть эталонный стандарт). Чтобы вычислить RMSE, мы квадратизируем каждую ошибку (отклонение от эталонного стандарта), затем вычисляем среднее арифметическое этих значений и, наконец, берем квадратный корень из среднего.

Как только вы охарактеризовали точность датчика, вы можете использовать RMSE, чтобы решить, нужно ли откалибровать датчик. В некоторых случаях RMSE является небольшим и полностью приемлемым для вашего приложения, и вы можете разумно решить, что калибровка не требуется.

Например, результаты для HIH8121 впечатляют. RMSE составляет менее 1%, а все точки выборки имеют погрешность менее 2%.

С другой стороны, в некоторых случаях вы можете обнаружить, что чувствительность датчика настолько бедна и нерегулярна, что вы просто решаете, что для вашего приложения требуется другой датчик.

Решение о калибровке должно всегда учитывать степень точности, необходимую для выполнения задачи. Тем не менее, мы можем повысить точность показаний датчиков путем калибровки для всех датчиков в таблице.

Процедура калибровки датчика

Для калибровки датчика нам необходимо сначала математически определить функцию, которая связывает идеальные значения с наблюдаемыми значениями. Для определения этой функции можно использовать процедуру линейной регрессии.

Слово «линейный» во имя процедуры регрессии не означает линейную функцию. Вместо этого термин относится к линейной комбинации переменных. Полученная функция может быть линейной или криволинейной. Все три из перечисленных ниже полиномиальных функций представляют собой линейную регрессию (примечание: мы игнорируем случай 0 градусов, который не является полезным в этом контексте).

1. y = ax + b (первая степень, линейная)
2. y = ax 2 + bx + c (вторая степень, квадратичная)
3. y = ax 3 + bx 2 + cx + d (третья степень, кубическая)

В текущем проекте мы вычисляем значения датчиков с использованием четырех эталонных стандартов (т. Е. N = 4). Таким образом, полином третьей степени является полиномом наивысшей степени, который мы можем вычислить. Всегда бывает, что полином наивысшей степени возможен n — 1, и в этом случае это означает 3 (4 — 1).

Процедуры с наименьшими квадратами обычно используются для линейной регрессии. В этой процедуре строка подходит таким образом, чтобы сумма расстояний от каждой точки до линии была как можно меньше. Существует множество программ, которые используют процедуры наименьших квадратов для выполнения линейной регрессии. Вы даже можете использовать Excel (нажмите здесь для получения дополнительной информации).

Следует также отметить, что нам не нужно использовать линейную регрессию. Мы могли бы использовать нелинейную регрессию. Примеры нелинейной регрессии приводят к силовой функции или функции Фурье. Линейная регрессия, однако, хорошо подходит для данных нашего проекта, и, кроме того, программная коррекция (калибровка) легко реализуется. На самом деле, в этом проекте, я не верю, что вы получите большую часть всего, используя нелинейную регрессию.

Выбор полиномиального

Теоретически мы хотим использовать многочлен, который наилучшим образом соответствует данным. То есть, полином, который производит наименьший коэффициент определения, обозначается r 2 (или R 2 , произносится как «R квадрат»). Чем ближе r 2 к 1, тем лучше подходит. При оценке наименьших квадратов всегда бывает, что чем выше степень полинома, тем лучше подходит.

Тем не менее, вы не должны автоматически использовать многочлен наивысшей степени. Поскольку калибровка будет выполняться в программном обеспечении, могут быть случаи, когда использование полинома более низкой степени представляет собой преимущество скорости и / или памяти, особенно если точность, получаемая с использованием полинома более высокой степени, очень мала.

Ниже мы демонстрируем процедуры калибровки датчика HIH6030 с использованием полиномов разной степени, и при этом мы проиллюстрируем общую процедуру, применимую к любой степени полинома, которую вы решите использовать.

Используя данные из предыдущей таблицы, мы сначала выполняем процедуру регрессии наименьших квадратов для определения коэффициентов для каждого многочлена. Эти значения будут исходить из используемого программного пакета регрессии. Ниже приведены результаты, включая значения r 2 .

1. Линейный: y = ax + b; a = 1, 0022287, b = -8, 9105659, r 2 = 0, 9996498
2. Квадратичный: y = ax 2 + bx + c; a = -0, 0012638, b = 1, 1484601, c = -12.0009745, r 2 = 0, 9999944
3. Кубический: y = ax 3 + bx 2 + cx + d; a = 0, 0000076, b = -2, 4906103, c = 1, 2061971, d = -12, 7681425, r 2 = 0, 9999999

Наблюдаемые значения теперь могут быть изменены с использованием рассчитанных функций. То есть показания датчика могут быть откалиброваны, как показано в таблице ниже (обратите внимание, что значения OBS, Corrected и ERR округлены до двух знаков после запятой).

Можно видеть, что все три полинома привели к значительному снижению RMSE по сравнению с наблюдаемыми мерами, и именно поэтому вы откалибруете. На приведенном ниже графике показано улучшение с использованием полинома 1-й степени. Обратите внимание на то, что теперь калиброванные (скорректированные) точки данных лежат вблизи идеальной диагонали.

График рассеяния выходного сигнала датчика HIH6030.

Калибровка в программном обеспечении

После того, как мы выполнили калибровки и выбрали полином, мы можем модифицировать программное обеспечение для внесения поправок в данные датчика. Используя пример HIH6030.c, мы можем изменить программный код следующим образом:

Первоначально вычисленная переменная равна RH. В приведенных выше строках кода мы создали три новые переменные, представляющие калибровку (RHCal1, RHCal2, RHCal3). Для иллюстрации мы создали новые переменные, используя каждый из трех полиномов, тогда как на практике вы, скорее всего, откалибровали значение датчика, используя только выбранный многочлен.

Сводный пример

Чтобы суммировать этапы проверки и калибровки датчика влажности, последний пример представлен с использованием данных датчика DHT-22 (№ 2), который был оценен.

• Первым шагом является оценка работы датчика с использованием эталонных стандартов.

Это было сделано с использованием солей в микроохлаждаемых средах для получения атмосферы с известным RH. Данные были собраны и представлены в ранее представленной таблице. Мы можем охарактеризовать точность датчика, используя термин RMSE, который также отображается в таблице. Основываясь на результатах первого шага, мы можем решить, следует ли выполнять калибровку датчика. Если это так, переходите ко второму и третьему шагам.

• Второй шаг — выполнить линейную регрессию для определения функции, которая связывает идеальное значение RH (от стандартов) с наблюдаемым значением от показаний датчика.

Здесь мы выбрали кубический многочлен (y = ax 3 + bx 2 + cx + d, где y — калиброванное значение, а x — показание датчика) и определил, что коэффициенты a = 0, 000091367, b = -0, 01452993, c = 1.77623089 и d = -14.17403758.

• Последним шагом является изменение значений датчика с использованием полинома для расчета откалиброванных значений.

Изменения (калибровки) реализованы в программном обеспечении и преобразуют показания датчиков в их откалиброванные эквиваленты.

На приведенном ниже графике показан результат шагов. Сюжет включает в себя наблюдаемые значения, а также калиброванные значения (для собранных данных), которые получены из калибровочного полинома.

Разделите график вывода с датчика DHT-22.

Заключительные мысли

В этом проекте мы продемонстрировали метод оценки точности датчиков общей влажности. То есть, используя химические свойства для разработки эталонных стандартов, мы можем сравнивать показания датчиков со стандартными значениями и независимо определять точность датчиков. Кроме того, мы продемонстрировали программную процедуру для калибровки показаний датчиков и, тем самым, более точные измерения относительной влажности.

Оценка и калибровка датчиков — это процедуры, которые применяются везде, где используются датчики. В случае датчиков влажности этот проект демонстрирует относительно недорогие и простые способы добавления их значения.

Источник