آشنایی با مفهوم کالیبراسیون سنسورها – بخش اول

مقدمه

در این جلسه قصد داریم یکی از مفاهیمی را بررسی کنیم که شاید هیچ وقت به صورت دقیق با آن آشنا نبوده ایم. مفهومی که همیشه برای ما گنگ بوده است  ولی همواره با آن سر و کار داشته ایم. این مفهوم ، مفهوم کالیبراسیون می باشد که قصد داریم در این جلسه و جلسه آینده با این مفهوم آشنا شویم و روش های مختلف کالیبراسیون را با یکدیگر یاد بگیریم.

[post_shop]

چرا نیاز است تا سنسورهای خود را کالیبره کنیم ؟

در حال حاضر تعداد زیادی سنسور وجود دارد که میتواند پارامترهای مورد نظر ما در دنیای بیرون را تا حد خوبی تشخیص دهد. اما برای این که این سنسورها دقت لازم را داشته باشند ،باید در محیطی که قصد داریم از آن استفاده کنیم کالیبره شوند. اما چرا ؟ 

هیچ سنسوری کامل نیست:

• هر سنسوری که تولید می شود با نمونه دقیقا مشابه آن فرق دارد و ما در شرایط یکسان از این دو سنسور ( که تولید یک شرکت نیز هستند) داده های مختلفی را ممکن است دریافت کنیم. 
• سنسورهایی که در معرض گرما، سرما، رطوبت و … هستند در طی فرایند ذخیره سازی داده ها ممکن است مقداری از خود تفاوت نشان دهند. یعنی شرایط محیطی بر روی داده های سنسور تاثیر می گذارد. 
• برخی از سنسورها یک سن مشخص دارند و در طول زمان به صورت طبیعی داده های آنها کمی تغییر خواهد کرد.  پس نیاز دارند هر چند وقت یک بار کالیبره شوند. 

ویژگی های یک سنسور خوب

یک سنسور خوب باید دو مشخصه زیر را داشته باشد: 

 دقت : منظور از دقت این هست که یک سنسور دقیقا در خروجی خودش پارامتر را دقیقا مثل ورودی اندازه گیری کند. مثلا اگر دما واقعی محیط 20 درجه است ، سنسور نیز 20 درجه را در خروجی خود اندازه گیری کند. شکل زیر تفاوت بین یک سنسور با دقت بالا و یک سنسور با دقت پایین را نشان می دهد: 

رزولوشن : یک سنسور خوب باید بتواند کوچکترین تغییرات را که در پارامتر مورد نظر اتفاق می افتد ، تشخیص دهد. مثلا اگر دما از 20 درجه به 20.1 درجه تغییر پیدا کرد باید سنسور بتواند این 0.1 درجه را تشخیص دهد. 

چه موضوعاتی باعث می شوند که یک سنسور دقت خوبی نداشته باشد؟ 

نویز: تقریبا همه سیستم های اندازه گیری تحت تاثیر نویز هستند و کم و بیش نویز بر روی آنها تاثیر دارد.  شکل بالا را ببینید. همانطور که در این شکل هم مشخص است ، سنسور سمت راست دقت بالاتری در اندازه گیری دارد و نویز بر روی آن تاثیر کمتری گذاشته است. 

هیسترزیس: هیسترزیس نیز یکی از مشکلات سنسورها. سنسورهای که تمایل دارند با افزایش سیگنال مقادیر کمتری بخوانند و یا با کاهش سیگنال مقادیر بیشتری بخوانند تحت تاثیر هیسترزیس هستند. این پدیده یکی از مشکلات متداول در سنسورهای فشار است. یادمان باشد که اگر هیسترزیس را نادیده بگیریم به نتایج نامطلوبی خواهیم رسیم.  شکل زیر این پدیده را به خوبی توصیف می کند: 

آیا پارامترهای دیگری وجود دارد که نشان دهنده ی کیفیت سنسور باشد؟ 

دقت و رزولوشن یک سنسور مهمترین پارامترهایی هستند که یک سنسور خوب باید داشته باشد. اما پارامترهای دیگری نیز وجود دارد که اگر یک سنسور داشته باشد ، سنسور باکیفیتی است: 

خطی بودن – سنسوری که خروجی آن دقیقا متناسب با ورودی آن است را یک سنسور خطی می نامند. این خاصیت باعث می شود که فرایند کالیبراسون یک سنسور ساده تر شود و نیاز به fit کردن منحنی های پیچیده نباشد. 

سرعت: اگر همه چیز بین دو سنسور برابر باشد ، سنسوری که یک داده را ( با دقت خوب) سریعتر برای ما تولید کند ، سنسور بهتری است. 

 صحت داده ها: صحت داده ها ( به انگلیسی Accuracy ) در واقع ترکیبی از دقت ، رزولوشن و کالیبره یک سنسور است. اگر شما یک سنسور دارید که با رزولوشن مناسب داده ها را به شما تحویل میدهد. میتوانید آن را کالیبره کنید تا صحت داده ها نیز افزایش یابد. 

آیا سنسورهای دیجیتال در کارخانه کالیبره نمی شوند ؟

بله. سنسورهای دیجیتال در کارخانه کالیبره می شوند. اما در شرایط مختلف داده های آنها با کمی خطا همراه است. به همین علت باید این سنسور را با کل سیستم خود یک بار دیگر کالیبره کنید. 

چرا شرکت تولید کننده یک سنسور میگوید ، صحت داده های  این سنسور تا 0.00000001% است ؟ 

این که می گویند سنسور مورد نظر 0.00000001%  دقت دارد ، بی راه هم نمی گویند.  در واقع آنها این میزان صحت را با اندازه گیری داده ها در شرایط تست  و با توجه به تعریف خود از صحت (accuracy) بیان کرده اند. 

چطور میتوان یک سنسور را کالیبره کرد؟

اولین چیزی که باید در مورد تصمیم بگیرید این هست که مرجع کالیبراسیون شما چیست. این که سنسور خود را نسبت به چه چیزی کالیبره میکنید. 

مراجع استاندارد: 

اگر نیاز داشته باشیم که یک داده را با دقت خوب بر حسب یک واحد استاندارد اندازه گیری کنیم، باید یک مرجع استاندارد برای کالیبراسیون داشته باشیم. این مرجع استاندارد میتواند به دو شکل زیر باشد: 

یک سنسور کالیبره شده:  اگر شما یک سنسوری را در اختیار دارید که میدانید این سنسور دقت کافی را دارد، میتوانید از آن به عنوان یک مرجع استفاده کنید و سنسور خود را با این سنسور مقایسه کنید. در اکثر آزمایشگاه ها وسایلی وجود دارد که بر اساس استاندارد NIST کالیبره شده اند. این وسایل دارای یک سری مستندات (documentation) هستند که در این مستندات مراجعی که آن وسیله نسبت به آن کالیبره شده  ، آورده شده است. علاوه بر آن اگر فاکتوری تصحیحی نیاز باشد که بر روی خروجی اعمال شود نیز در این مستندات موجود می باشد. 

استفاده از یک مرجع فیزیکی استاندارد:  گاهی اوقات از یک مراجع استاندارد دقیق برای کالیبراسیون سنسورها استفاده کرد. به مثال های زیر دقت کنید: 

• فاصله سنج ها : خط کش و متر
• سنسورهای دما:  آب جوش – 100 درجه سانتی گراد در سطح دریا
• شتاب سنج ها : شتاب در سطح زمین معمولا برابر با 1G است. 

منحنی مشخصات

هر سنسور یک منحنی مشخصات ( به انگلیسی Characteristic Curve ) دارد که این منحنی مشخصات نموداری است که رابطه بین ورودی و خروجی سنسور را نشان می دهد. منظور از ورودی یک سنسور همان پارامتر واقعی آن محیط و منظور از خروجی سنسور پارامتر اندازه گیری شده توسط آن سنسور است. فرایند کالیبراسیون یک سنسور در واقع سعی می کند که منحنی مشخصه آن سنسور را به یک خط ایده آل نزدیک کند. اما این که چقدر در انجام این کار موفق می شود ، بسیار وابسته به طبیعت منحنی مشخصه است.  به صورت کلی میتوان منحنی مشخصات را به سه دسته زیر تقسیم کرد: 

گروه اول – Offset : در این حالت خروجی مقداری کمتر و یا مقداری بیشتر از مقدار ورودی است ولی این مقدار ثابت است. همانطور که می توان حدس زد ، مشکل Offset مربوط به یک سنسور را میتوان به سادگی و با روش Single Point Calibration حل کرد. در مورد روش های کالیبراسیون در جلسه دوم این آموزش صحبت خواهیم کرد. 

گروه دوم – Sensitivity or Slope ( شیب): تفاوت در شیب بین این نوع منحنی مشخصه و منحنی مشخصه ایده آن متغیر است و در برخی شرایط ممکن است این تفاوت کم و در برخی شرایط ممکن است این تفاوت زیاد باشد. روش Two-Point Calibration در این حالت میتواند این مشکل را بر طرف کند. 

گروه سوم-Linearity و Non Linearity (  خطی یا غیر خطی بودن) : تعداد کمی از سنسورها هم یک مشخصه کاملا خطی دارند. در این میان بعضی از این سنسورها دقت خوبی دارند که در این حالت مشکلی به وجود نمی آید و نیازی به کالیبراسیون نیست.اما برخی از آنها نیازمند انجام فرایندهای پیچیده کالیبراسیون هستند. 

[/post_shop]

نموداری از این سه نوع منحنی را در زیر میبینید: 

خوب دوستان. برای این جلسه کافی است. ما در جلسه بعد به سراغ متدهای مختلف برای کالیبراسیون میرویم. مثل همیشه میتوانید ما را در تلگرام و یا اینستاگرام دنبال کنید: