Karena sebagian besar dari rangsangan tidak listrik, dari input ke output, sensor mungkin memiliki beberapa langkah konversi energi sebelum memproduksi dan output sinyal listrik. Misalnya, tekanan ditimpakan pada serat sensor tekanan optik, hasil pertama di regangan di serat, yang, pada gilirannya, menyebabkan de refleksi di indeks bias, yang, pada gilirannya, hasil dalam perubahan keseluruhan dalam transmisi optik dan modulasi kepadatan foton . Akhirnya, foton fl ux terdeteksi oleh photodiode dan diubah menjadi arus listrik. Dalam bab ini, kita membahas karakteristik sensor keseluruhan, terlepas dari sifat fisik atau langkah-langkah yang diperlukan untuk membuat konversi energi. Di sini, kita mempertimbangkan sensor sebagai "kotak hitam" di mana kita perhatian hanya dengan hubungan antara sinyal listrik output dan masukan stimulus. Juga, kita akan membahas titik kunci penginderaan: perhitungan nilai masukan stimulus dari output listrik sensor diukur itu.2.1 Fungsi TransferInput-output ideal atau teoritis (stimulus-respon) hubungan ada untuk setiap sensor. Jika sensor idealnya dirancang dan dibuat dengan bahan yang ideal oleh pekerja yang ideal bekerja di lingkungan yang ideal dengan menggunakan alat yang ideal, output dari sensor tersebut selalu akan mewakili nilai sebenarnya dari stimulus. Hubungan input-output yang ideal ini dapat dinyatakan dalam bentuk tabel nilai, grafik, rumus matematika, atau sebagai solusi dari persamaan matematis. Jika fungsi input-output adalah waktu invariant yang biasa disebut fungsi transfer. Istilah ini digunakan dalam buku ini. Fungsi transfer merupakan hubungan antara stimulus dan respon sinyal listrik S diproduksi oleh sensor. Hubungan ini dapat ditulis sebagai S ¼ f (s).

Biasanya, stimulus s tidak diketahui sementara sinyal output S diukur. F terbalik -1 (S) dari fungsi transfer diperlukan untuk menghitung stimulus dari respon sensor S. Nilai S yang menjadi dikenal selama pengukuran adalah hanya nomor (tegangan, arus, jumlah digital, dll) yang merupakan nilai dari stimulus s. Pada kenyataannya, sensor apapun yang melekat pada sistem pengukuran. Salah satu pekerjaan dari sistem ini adalah untuk "memecahkan kode S" dan menyimpulkan nilai yang tidak diketahui dari s dari nilai yang diukur dari S. Jadi dalam sistem pengukuran suatu fungsi transfer terbalik f -1 (S), yang akan dilambangkan F (S), digunakan untuk mendapatkan nilai dari stimulus s. Gambar 2.1a menggambarkan fungsi transfer dari thermo-anemometer (sensor yang mengukur fl ow massa gas). Secara umum, dapat dimodelkan oleh fungsi akar kuadrat f (s) dari tingkat input udara aliran. Output dari sensor dapat di volt atau dalam jumlah digital dari

sebuah konverter analog-ke-digital (A / D), seperti yang ditunjukkan pada sumbu y dari Gambar. 2.1a untuk 10-bit A / D converter. Setelah hitungan keluaran n ¼ f (s) diukur, harus diterjemahkan kembali ke tingkat ow fl. The monoton persegi fungsi akar f (s) memiliki parabola F (n) sebagai kebalikannya. Parabola ini ditunjukkan pada Gambar. 2.1b menggambarkan hubungan antara jumlah output yang (atau volt) dan input aliran tingkat. Grafis, fungsi invers dapat diperoleh dengan cermin refleksi terhadap garis-bagi sudut yang tepat dibentuk oleh x dan y-sumbu.

2.1.1 Model Matematika Sebaiknya, hukum fisik atau kimia yang membentuk dasar untuk operasi sensor harus diketahui. Jika hukum seperti itu dapat dinyatakan dalam bentuk rumus matematika, sering dapat digunakan untuk menghitung fungsi sensor terbalik transfer dengan membalik

rumus dan menghitung nilai yang tidak diketahui dari s dari diukur S. Sebagai contoh, jika sebuah resistif potensiometer linier digunakan untuk penginderaan perpindahan d, hukum suatu Ohm dapat diterapkan untuk menghitung fungsi transfer seperti yang diilustrasikan di Bab. 7 (7.1). Dalam hal ini, respon S adalah v tegangan diukur dan fungsi transfer terbalik F (S) dapat diberikan sebagai d ¼ v E D; (2.1) di mana E adalah tegangan referensi dan D adalah perpindahan maksimum (skala penuh); keduanya adalah konstanta. Dari fungsi ini kita dapat menghitung perpindahan d dari tegangan v diukur. Dalam prakteknya, formula mudah dipecahkan untuk banyak fungsi mentransfer, terutama untuk sensor kompleks, tidak ada dan kita harus resor untuk berbagai perkiraan fungsi transfer langsung dan terbalik, yang adalah subyek dari bagian berikutnya

2.1.2 Aproksimasi FungsionalJika fungsi aproksimasi dipilih pertama, tindakan pendekatan dapat dilihat sebagai fi tting curve- nilai eksperimen diamati dengan nilai-nilai dihitung dari fungsi aproksimasi. Fungsi aproksimasi harus cukup sederhana untuk kemudahan perhitungan dan inversi. Berikut adalah beberapa fungsi yang paling populer digunakan untuk pendekatan fungsi pengalihan nonlinier. Fungsi transfer paling sederhana adalah linier. Kami representit dengan persamaan berikut:S ¼ AþBs; (2.2)sesuai dengan garis lurus dengan mencegat A, yaitu, sinyal output nol sinyal input s¼0, dan kemiringan B, yang kadang-kadang disebut sensitivitas (sejak lebih besar ini koefisien semakin besar pengaruh dari stimulus). Output S adalah salah satu ciri dari sinyal listrik output. Mungkin yang amplitudo, fase, frekuensi, modulasi lebar pulsa (PWM) atau kode digital, tergantung pada sifat sensor, pengkondisi sinyal, dan rangkaian antarmuka. Perhatikan bahwa (2.2) mengasumsikan bahwa fungsi transfer berlalu, setidaknya secara teoritis, melalui nilai nol dari stimulus input. Dalam banyak kasus, hal ini tidak terjadi dan itu mungkin diinginkan untuk referensi sensor tidak nol tetapi untuk beberapa nilai masukan referensi lebih praktis s0. Jika S0 respon sensor dikenal untuk itu referensi masukan (dari kalibrasi, misalnya), (2,2) dapat ditulis

dalam bentuk:S ¼ S0 þBs? S0ðÞ (2.2a)2.1 Fungsi Transfer 15Sangat sedikit sensor yang benar-benar linier. Setidaknya non-linear kecil selalu hadir, terutama untuk berbagai masukan yang luas dari rangsangan. Dengan demikian, (2.2) dan (2.2a) hanya pendekatan linear respon sensor nonlinier itu. Dalam banyak kasus, ketika non-linear tidak dapat diabaikan, fungsi transfer dapat didekati dengan banyak fungsi matematika linier yang akan kita bahas di bawah secara lebih rinci. Fungsi logaritma dan fungsi invers yang sesuai masing-masing:S ¼ AþBlns s ¼ e S? A B(2.3)Fungsi eksponensial dan inversnya diberikan oleh:S ¼ Aeks s ¼ 1 k lnS A(2.4)Fungsi Power dan kebalikannya dapat dinyatakan sebagai? S ¼ AþBsk s ¼ ffiffiffiffiffiffiffiffiffiffiffiffi S kr AB; (2.5)di mana A, B adalah parameter dan k adalah faktor daya. Semua tiga dari perkiraan di atas memiliki sejumlah kecil parameter yang harus ditentukan selama kalibrasi (lihat di bawah). Properti ini membuat mereka lebih nyaman, asalkan mereka benar-benar dapat muat respon dari sensor tertentu. Itu selalu berguna untuk memiliki kecil sejumlah parameter yang tidak diketahui mungkin, tidak sedikit demi biaya yang lebih rendah dari kalibrasi sensor.

2.1.3 Polinomial Aproksimasi Sebuah sensor mungkin memiliki sebuah fungsi transfer yang tidak ada perkiraan fungsional atas akan muat suf fi sien baik. Seorang desainer sensor dengan latar belakang matematika yang cukup baik dan intuisi fisik dapat memanfaatkan beberapa perkiraan fungsional lain yang cocok, tetapi jika tidak ada yang ditemukan, beberapa teknik lama dan dapat diandalkan mungkin berguna. Salah satunya adalah pendekatan polinomial, yaitu, seri kekuasaan. Perlu dicatat bahwa setiap fungsi kontinu dapat didekati dengan serangkaian listrik. Sebagai contoh, fungsi eksponensial (2.4) dapat menjadi sekitar16 2 Karakteristik Sensordihitung dengan polinomial urutan ketiga dengan menjatuhkan semua persyaratan yang lebih tinggi dari seri expansion1 nya: S ¼ Aeks? Sebuah 1þksþk2 2! s2 þ k3 3! s3 ?? (2.6)Dalam banyak kasus itu mencukupi untuk menyelidiki perkiraan respon sensor dengan polinomial derajat 2 dan 3 yang dapat dinyatakan sebagaiS ¼ a2s2 þb2sþc2 S ¼ a3s3 þb3s2 þc3sþd3(2.7)Tentu saja, itu harus dihargai bahwa kuadrat (urutan 2) polinomial adalah kasus khusus dari tingkat polinomial 3 seperti urutan 1 (linear) polinomial (2.2) adalah kasus khusus dari polinom kuadrat dengan a2,3¼ b3¼ 0 . Jelas, teknik yang sama dapat diterapkan untuk fungsi transfer terbalik. Dengan demikian, hal itu juga dapat didekati dengan tingkat kedua atau ketigas ¼ A2S2 þB2SþC2 s ¼ A3S3 þB3S2 þC3SþD3(2.8)The koefisien koefisien A, B, dan C dapat dikonversi menjadi koefisien koefisien a, b, dan c, tapi konversi analitis agak rumit dan jarang digunakan. Sebaliknya, tergantung pada kebutuhan, biasanya baik fungsi transfer langsung atau terbalik didekati, tapi tidak keduanya. Dalam beberapa kasus, terutama ketika akurasi tinggi diperlukan, semakin tinggi polinomial orde harus dipertimbangkan karena semakin tinggi urutan polinomial semakin baik fi t. Namun, bahkan urutan 2 polinomial sering dapat menghasilkan fi t dengan akurasi yang mencukupi bila diterapkan pada kisaran yang relatif sempit rangsangan masukan.

2.1.4 SensitivitasIngat bahwa koefisien B di (2,2) dan (2.2a) disebut sensitivitas. Untuk fungsi

transfer nonlinier, sensitivitas B bukan nomor yang tetap, seperti yang akan terjadi di fungsi transfer linier. Sebuah fungsi transfer nonlinier menunjukkan sensitivitas yang berbeda pada1 ini-urutan ketiga pendekatan polinomial menghasilkan pendekatan yang baik hanya untuk ks? 1. Secara umum, kesalahan dari pendekatan seri kekuatan tunduk dari analisis agak non-sepele matematika. Untungnya, dalam situasi yang paling praktis analisis yang jarang dibutuhkan.2.1 Fungsi Transfer 17berbagai titik dalam interval rangsangan. Dalam kasus alih fungsi nonlinier, sensitivitas adalah didefinisikan sebagai turunan pertama dari fungsi transfer:biðsiÞ¼ dSðsiÞ ds?DSi Dsi; (2.9)di mana, secara tradisional Dsi adalah selisih kecil dari stimulus input dan DSi adalah perubahan yang sesuai dalam output S dari fungsi transfer.

2.1.5 Linear Piecewise PendekatanSebuah piecewise pendekatan linier adalah metode yang kuat untuk mempekerjakan dalam sistem akuisisi data terkomputerisasi. Ide di balik itu adalah untuk memecah fungsi transfer nonlinier bentuk apapun ke dalam bagian dan mempertimbangkan setiap bagian seperti yang linear seperti yang dijelaskan oleh (2,2) atau (2.2a). Segmen melengkung antara titik sampel (knot) yang membatasi bagian diganti dengan segmen garis lurus, sehingga sangat menyederhanakan perilaku fungsi antara titik sampel. Dengan kata lain, knot secara grafis dihubungkan dengan garis lurus. Ini juga dapat dilihat sebagai pendekatan poligonal dari fungsi nonlinear asli. Gambar 2.2 mengilustrasikan piecewise pendekatan linear dari fungsi non-linear dengan knot pada nilai masukan s0, s1, s2, s3, s4, dan sesuai nilai-nilai output n0, n1, n2, n3, n4 (jumlah digital dari A / D converter).Gambar. 2.2 Linear piecewise pendekatan18 2 Karakteristik SensorMasuk akal untuk memilih knot hanya untuk berbagai masukan yang menarik (span - lihat di bawah), sehingga pada Gambar. 2.2 bagian dari kurva dari 0 sampai s0 dihilangkan sebagai luar batas rentang yang diperlukan. Kesalahan dari pendekatan sesepenggal dapat ditandai dengan deviasi d maksimum garis pendekatan dari kurva nyata. Ada ada definisi de fi yang berbeda dari deviasi maksimum ini (berarti persegi, max mutlak, dan lain-lain) tapi apa pun metrik, yang dcalls besar yang dianut dalam jumlah yang lebih besar dari sampel, yaitu jumlah yang lebih besar dari bagian dengan ide pembuatan deviasi maksimum ini diterima kecil . Knot tidak perlu sama spasi. Mereka harus lebih dekat satu sama lain di mana non-linear yang tinggi dan jauh terpisah di mana non-linear adalah kecil.2.1.6 Spline InterpolationPendekatan dengan polinomial yang lebih tinggi agar (3-order dan lebih tinggi) memiliki beberapa kelemahan: titik yang dipilih pada satu sisi kurva membuat kuat memengaruhi pada bagian terpencil kurva. Ini defisiensi diselesaikan dengan metode spline dari perkiraan. Dalam cara yang mirip dengan interpolasi piecewise linear, metode spline menggunakan perintah 3 interpolasi polinomial yang berbeda antara titik eksperimental yang dipilih disebut knot. Ini adalah kurva antara dua knot tetangga dan kemudian semua kurva yang "dijahit" atau "terpaku" bersama-sama untuk

mendapatkan kelancaran gabungan kurva fi tting. Bahkan, belum tentu itu harus menjadi kurva 3-order - dapat sesederhana urutan 1 (linear) interpolasi. Sebuah linear spline-interpolasi (1storder) adalah bentuk yang paling sederhana dan setara dengan interpolasi linear piecewise seperti dijelaskan di atas. Interpolasi spline dapat memanfaatkan polinomial derajat yang berbeda, namun yang paling populer adalah polinomial kubik. Lengkungan garis pada setiap titik adalah didefinisikan oleh 2 derivatif. Derivatif ini harus dihitung pada setiap simpul. Jika derivatif 2 adalah nol, spline kubik disebut "santai" dan itu adalah pilihan bagi banyak perkiraan praktis. Interpolasi spline adalah teknik yang efisien ketika datang ke interpolasi yang melindungi kelancaran fungsi transfer. Namun, kesederhanaan pelaksanaan dan biaya komputasi interpolasi spline harus diperhitungkan terutama di lingkungan mikroprosesor dikontrol ketat.2.1.7 transfer Fungsi MultidimensionalSebuah fungsi transfer mungkin merupakan fungsi dari lebih dari satu variabel ketika output sensor tergantung pada lebih dari satu input stimulus. Salah satu contoh adalah sensor kelembaban yang outputnya tergantung pada dua variabel input - kelembaban relatif dan suhu. Contoh lain adalah fungsi transfer dari radiasi termal (inframerah)2.1 Fungsi Transfer 19sensor. Function2 ini memiliki dua argumen - dua temperatur (Tb, suhu absolut dari objek pengukuran dan Ts, suhu mutlak permukaan sensor), sehingga tegangan output V sebanding dengan perbedaanV ¼ GT 4 b? T4 s ?? (2.10) di mana G adalah konstanta. Jelas, hubungan antara temperatur objek dan tegangan output (fungsi transfer) tidak hanya nonlinear (tergantung pada urutan parabola 4) tetapi juga tergantung pada suhu permukaan sensor Ts, yang harus diukur oleh sensor suhu yang terpisah. Representasi grafis dari fungsi transfer dua dimensi 2.10 ditunjukkan pada Gambar. 2.3. Ini jelas tergantung pada dua temperatur masukan.

2.2 KalibrasiJika produsen toleransi sensor dan toleransi dari antarmuka (pengkondisian sinyal) sirkuit yang lebih luas dari akurasi sistem yang diperlukan, kalibrasi sensor atau kombinasi dari sensor dan rangkaian antarmuka diperlukan untuk meminimalkan kesalahan. Misalnya, jika salah satu kebutuhan untuk mengukur suhu dengan akurasi? 0,1? C,Gambar. Fungsi transfer 2.3 Dua-dimensi dari sensor radiasi termalFungsi 2This umumnya dikenal sebagai hukum Stefan-Boltzmann (Bag. 3.12.3).20 2 Karakteristik Sensordan sensor yang tersedia dinilai sebagai memiliki akurasi? 1? C itu tidak berarti bahwa sensor tidak dapat digunakan. Sebaliknya sensor khusus ini perlu kalibrasi. Artinya, fungsi transfer yang unik harus ditemukan untuk fi t respon nyata sensor atau transfer fi c parameter fungsi tertentu harus disesuaikan untuk memungkinkan perhitungan yang lebih akurat dari stimulus dari respon sensor. Tidak perlu untuk mengkalibrasi sensor di banyak rangsangan masukan. Biasanya, itu adalah mencukupi untuk mengkalibrasi hanya pada titik sampel beberapa (rangsangan) yang dihasilkan oleh sumber referensi dikenal. Input dan output poin akan berbaring di fungsi transfer nyata. Tujuan dari kalibrasi kemudian adalah menemukan yang koefisien yang tidak diketahui koefisien (parameter) fungsi transfer terbalik sehingga sepenuhnya de fi fungsi didefinisikan dapat digunakan selama proses pengukuran untuk menghitung stimulus apapun dalam kisaran yang diinginkan, tidak hanya pada titik-titik yang digunakan selama kalibrasi tetapi di mana saja di-antara. Dalam kalibrasi, beberapa rangsangan masukan dipasangkan

dengan respon listrik output yang sesuai dan pasang dihasilkan terhubung ke fungsi transfer terbalik untuk menghitung parameter (koefisien koefisien). Setelah parameter fungsi ditetapkan dan disimpan, sensor siap digunakan. Baik model matematika dari fungsi transfer harus diketahui sebelum kalibrasi atau pendekatan yang baik dari respon sensor atas seluruh rentang harus ditemukan. Dalam kebanyakan kasus, fungsi-fungsi seperti agak halus dan monoton. Sangat jarang mereka mengandung singularitas dan jika mereka melakukannya, singularitas tersebut adalah fenomena yang berguna yang digunakan untuk penginderaan (detektor partikel pengion adalah contoh). Kalibrasi sensor dapat dilakukan dengan beberapa cara yang mungkin, beberapa di antaranya adalah sebagai berikut:1. Perhitungan fungsi transfer atau pendekatan untuk fi t kalibrasi poin yang dipilih (kurva fi tting dengan menghitung koefisien koefisien dari pendekatan yang dipilih). 2. Penyesuaian sistem akuisisi data untuk memangkas (memodifikasi) data yang diukur dengan membuat mereka untuk fi t menjadi "ideal" fungsi transfer normal atau. Contoh adalah scaling dari data yang diperoleh. 3. Modi fi kasi (pemangkasan) dari sensor 'properti untuk muat fungsi transfer yang telah ditentukan. 4. Membuat perangkat referensi fi c sensor-spesifik dengan pencocokan properti pada titik-titik kalibrasi tertentu.Gambar 2.4 mengilustrasikan tiga metode kalibrasi termistor (suhu sensitif resistor). Pada Gambar. 2.4a, termistor direndam ke dalam diaduk mandi cairan dengan suhu justru dikendalikan dan dipantau. Fluida harus elektrik nonconductive, seperti minyak atau FluorinertTM. Suhu mandi dipantau oleh termometer referensi presisi. Hambatan dari termistor diukur oleh Ohm-meter, yang merupakan bagian dari peralatan kalibrasi. Sebuah penggiling mekanis menghilangkan beberapa bahan dari tubuh termistor untuk memodifikasi dimensi dan kemudian mengubah hambatan listrik tersebut pada suhu tertentu mandi fi c. Ketika resistensi termistor yang cocok dengan nilai yang telah ditentukan, grinding berhenti dan kalibrasi adalah fi jadi. Sekarang respon thermistor cocok transfer "ideal"2.2 Kalibrasi 21fungsi. Cara lain untuk kalibrasi ditunjukkan pada Gambar. 2.4b mana termistor tidak tanah tapi hanya diukur pada suhu acuan tertentu. Suhu biasa pencocokan stabil resistor adalah laser yang dipangkas (atau hanya dipilih dari saham) di luar mandi fluida. Pemangkasan (pilihan) sesuai resistensi resistor dengan yang termistor pada suhu mandi. Setelah pemangkasan, hanya itu khususnya cocok pasangan thermistor-resistor harus digunakan dalam rangkaian pengukuran, misalnya, dalam sebuah jembatan Wheatstone. Karena itu adalah pasangan yang serasi, respon jembatan akan sesuai dengan "ideal" fungsi transfer. Dalam contoh ini, metode A dan B berguna untuk kalibrasi pada satu titik suhu saja, dengan asumsi bahwa parameter lain dari fungsi transfer tidak perlu kalibrasi. Jika seperti ini tidak terjadi, beberapa pasang kalibrasi pada temperatur yang berbeda dan resistensi harus dihasilkan seperti ditunjukkan pada Gambar. 2.4C. Di sini, mandi fluida ditetapkan pada 2, 3, atau 4 temperatur yang berbeda dan sensor (tertanam ke probe) menghasilkan tanggapan yang sesuai, yang digunakan oleh perangkat kalibrasi untuk menghasilkan koefisien koefisien yang sesuai untuk fungsi transfer terbalik yang akan disimpan di dalam perangkat aplikasi (misalnya, termometer).

2.2.1 Perhitungan Transfer Parameter Fungsi Jika model fungsi transfer adalah linear (2.2), maka kalibrasi harus menentukan konstanta A dan B, jika itu adalah eksponensial (2,4), konstanta A dan k harus ditentukan, dan sebagainya. Untuk menghitung koefisien koefisien dari fungsi transfer linear satu kebutuhan dua kalibrasi pasangan input-output. Mempertimbangkan fungsi transfer linier sederhana (2.2a). Sejak dua poin yang diperlukan untuk mendefinisikan garis lurus, dua-titik kalibrasi harus dilakukan. Sebagai contoh, jika seseorang menggunakan maju-bias semikonduktor p-n junction

(. Lihat Bab 16) (. Gambar 2.5a) sebagai sensor suhu, fungsi transfer adalah linear (suhu adalah input dan A / D count n output):n ¼ n1 þBt? t1ðÞ (2.11)Sensor harus dikenai dua temperatur kalibrasi (t1 dan t2) dan dua sesuai jumlah keluaran (n1 dan n2) akan didaftarkan. Pada mulanya kalibrasi t1 suhu, jumlah output dalam n1. Setelah menundukkan sensor untuk kedua t2 suhu kalibrasi, kami tiba din2 n1 ¼ þBt 2? t1 DTH (2.12)dari mana sensitivitas (kemiringan) dihitung sebagaiB ¼n2? t2 n1? t1(2.13)dan (2.11) menjadi fungsi transfer linier dengan parameter dikenal: B, n1, dan t1. Perhatikan bahwa parameter ini unik untuk sensor tertentu dan harus disimpan dalam sistem pengukuran. Setelah kalibrasi dilakukan, suhu dapat dihitung dari jumlah keluaran n dengan menggunakan fungsi transfer terbalikt ¼ t1 þn? n1 DTH B(2.14)Dalam beberapa kasus beruntung, konstan B dapat diketahui dimuka dengan akurasi yang mencukupi sehingga tidak ada perhitungan B yang dibutuhkan dan satu titik kalibrasi adalah mencukupi. Dalam sama p-n persimpangan Gambar. 2.5a, kemiringan B biasanya memiliki nilai yang sangat konsisten untuk banyak diberikan dan jenis semikonduktor dan dapat dianggapGambar. 2,5 A sensor p-n suhu junction (a); kalibrasi (b). Setiap dioda akan menghasilkan n1 berbeda pada t1 suhu yang sama. Lereng B dianggap sama untuk semua dioda2.2 Kalibrasi 23parameter dikenal. Namun, semua dioda mungkin memiliki offset agak berbeda, sehingga titik kalibrasi tunggal diperlukan untuk fi nd keluar n1 pada t1 suhu kalibrasi. Untuk fungsi pengalihan nonlinier, kalibrasi pada satu titik data dapat mencukupi hanya dalam beberapa kasus yang jarang terjadi, tetapi sering dua dan lebih pasangan input-output akan diperlukan. Ketika 2 atau gelar 3 fungsi pengalihan polinomial bekerja, masing-masing 3 dan 4 kalibrasi pasang diperlukan. Untuk urutan 3 S polinomial ¼ as3 þbs2 þcsþd (2,15) untuk fi nd empat parameter a, b, c, dan d, empat kalibrasi pasangan input-output yang diperlukan: s1 dan S1, s2 dan S2, s3 dan S3, S4 dan S4 . Memasukkan ini pasangan eksperimental dalam (2.15) kita mendapatkan sistem empat persamaan S1 ¼ as3 1 þbs2 1 þcs1 THD S2 ¼ as3 2 þbs2 2 þcs2 THD S3 ¼ as3 3 þbs2 3 þcs3 THD S4 ¼ as3 4 þbs2 4 þcs4 THD (2.16) Untuk mengatasi sistem ini untuk parameter, pertama satu menghitung determinan dari sistem:D¼s2 1? s2 2 s1? s2?s2 1? s2 4 s1? S4 ?? s3 1? s3 2 s1? s2? s3 1? s3 3 s1? s3 ?? ? s2 1? s2 2 s1? s2? s2 1? s2 3 s1? s3 ?? s3 1? s3 2 s1? s2? s3 1? s3 4 s1? S4 ??Da ¼s2 1? s2 2 s1? s2?s2 1? s2 4 s1? S4 ?? S1? S2 s1? S2? S1? S3 s1? S3 ?? ? s2 1? s2 2 s1? s2? s2 1? s2 3 s1? s3 ?? S1? S2 s1? S2? S1? S4 s1? S4 ??Db ¼s3 1? s3 2 s1? s2?s3 1? s3 3 s1? s3 ?? S1? S2 s1? S2? S1? S4 s1? S4 ?? ? s3 1? s3 2 s1? s2? s3 1? s3 4 s1? S4 ?? S1? S2 s1? S2? S1? S3 s1? S3 ??(2.17)dari mana polinomial koefisien koefisien dihitung dengan cara berikut:¼Da D; b ¼Db D;c ¼1 s1? S4S1? S4? Sebagai 3 1? S3 4 ?? ? bs 2 1? s2 4 ?? ?? ; d ¼ S1? as3 1? BS2 1? cs1 (2.18)24 2 Karakteristik SensorJika penentu sistem D kecil beberapa

ketidakakuratan yang cukup akan menghasilkan. Sejak kalibrasi mungkin menjadi proses yang lambat (terutama ketika berhadapan dengan baik inersia besar atau suhu), untuk mengurangi biaya produksi, penting untuk meminimalkan jumlah titik kalibrasi. Dengan demikian, fungsi transfer yang paling ekonomis atau pendekatan yang harus dipilih. Cara ekonomis memiliki jumlah terkecil dari parameter yang tidak diketahui. Sebagai contoh, jika akurasi diterima dapat dicapai dengan urutan polinomial 2, urutan 3 tidak boleh digunakan. Untuk mengkalibrasi sensor, adalah penting untuk memiliki dan benar menjaga presisi dan akurat referensi - standar fisik rangsangan yang tepat. Referensi ini adalah bagian yang paling penting dari peralatan kalibrasi. Misalnya, untuk mengkalibrasi sensor suhu kontak baik suhu dikontrol cairan mandi atau "kering baik" rongga diperlukan. Untuk kalibrasi sensor radiasi inframerah, rongga hitam akan diperlukan. Dalam semua kasus, peralatan kalibrasi harus memiliki sensor suhu referensi dari akurasi tertinggi, sebaiknya dilacak ke standar nasional suhu. Untuk mengkalibrasi hygrometer, serangkaian larutan garam jenuh diperlukan untuk mempertahankan kelembaban relatif konstan dalam wadah tertutup. Ini harus jelas dipahami bahwa akurasi kalibrasi secara langsung terkait dengan akurasi sensor referensi yang merupakan bagian dari peralatan kalibrasi. Nilai ketidakpastian dari sensor referensi harus dimasukkan dalam laporan ketidakpastian keseluruhan, seperti yang dijelaskan di bawah ini............