传感器实验报告应变片测量优质文档.docx
《传感器实验报告应变片测量优质文档.docx》由会员分享，可在线阅读，更多相关《传感器实验报告应变片测量优质文档.docx（14页珍藏版）》请在冰豆网上搜索。
传感器实验报告应变片测量优质文档
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。
电桥输出电压与导体的纵向应变ε之间的关系为：
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
悬臂梁一条
应变片一片
焊盘两个
502胶水一瓶
电阻桥盒一个
BZ2210应变仪一台
采集卡一个
电脑一台
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
第二次
第三次
重量（g）
电压
重量（g）
电压
重量（g）
电压
0
2.8646
0
2.8613
0
2.8736
10
2.8646
10
2.8615
10
2.8739
20
2.8648
20
2.8619
20
2.8742
30
2.8652
30
2.8623
30
2.8745
40
2.8653
40
2.8625
40
2.8749
50
2.8687
50
2.8629
50
2.8752
70
2.8662
70
2.8637
70
2.876
100
2.8677
100
2.865
100
2.8771
120
2.8681
120
2.8657
120
2.8778
150
2.8696
150
2.8668
150
2.879
170
2.8701
170
2.8836
170
2.8798
200
2.8715
200
2.8847
200
2.8807
250
2.8734
250
2.886
250
2.8828
250
2.8731
200
2.8842
200
2.8808
200
2.8711
170
2.8826
170
2.8793
170
2.8698
150
2.8816
150
2.8787
150
2.869
120
2.8804
120
2.8774
120
2.8679
100
2.8799
100
2.8765
100
2.8672
70
2.8787
70
2.8756
70
2.8658
50
2.8777
50
2.8747
50
2.8634
40
2.8771
40
2.8744
40
2.8627
30
2.8767
30
2.8734
30
2.8624
20
2.8765
20
2.8733
20
2.862
10
2.8761
10
2.8727
10
2.861
0
2.8758
0
2.8723
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
第二次
第三次
重量（g）
电压+
重量（g）
电压+
重量（g）
电压+
0
2.8646
0
2.8613
0
2.8736
10
2.8646
10
2.8615
10
2.8739
20
2.8648
20
2.8619
20
2.8742
30
2.8652
30
2.8623
30
2.8745
40
2.8653
40
2.8625
40
2.8749
50
2.8687
50
2.8629
50
2.8752
70
2.8662
70
2.8637
70
2.876
100
2.8677
100
2.865
100
2.8771
120
2.8681
120
2.8657
120
2.8778
150
2.8696
150
2.8668
150
2.879
170
2.8701
170
2.8836
170
2.8798
200
2.8715
200
2.8847
200
2.8807
250
2.8734
250
2.886
250
2.8828
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，再代入公式求出每组数据的线性度。
指的是满量程输出，这里取重量为250g的数据。
具体实现的MATLAB代码：
x=[0102030405070100120150170200250];
x0=[0250];
y01=[2.86462.8734];
y03=[2.87362.8828];
y1=[2.86462.86462.86482.86522.86532.86872.86622.86772.86812.86962.87012.87152.8734];%第一组数据
y2=[2.86132.86152.86192.86232.86252.86292.86372.8652.86572.86682.88362.88472.886];%第二组数据
y3=[2.87362.87392.87422.87452.87492.87522.8762.87712.87782.8792.87982.88072.8828];%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，再代入公式求出γ的值。
具体实现的MATLAB代码：
x=[0102030405070100120150170200250];
y01=[2.86462.86462.86482.86522.86532.86872.86622.86772.86812.86962.87012.87152.8734];%第一组数据正行
y03=[2.87362.87392.87422.87452.87492.87522.8762.87712.87782.8792.87982.88072.8828];%第三组数据正行
y11=[2.86052.8612.8622.86242.86272.86342.86582.86722.86792.8692.86982.87112.8734];%第一组数据反向
y13=[2.87232.87272.87332.87342.87442.87472.87562.87652.87742.87872.87932.88082.8828];%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，再代入公式求出γ。
具体实现的MATLAB代码：
x=[0102030405070100120150170200250];
y1=[2.86462.86462.86482.86522.86532.86872.86622.86772.86812.86962.8701
升级会员 