ICP加速度传感器

ICP加速度传感器（精选4篇）

ICP加速度传感器 第1篇

SMA6xy和SMI7xy

SMA6xy传感器通用封装 (适用于各类应用) 的实现让安全气囊系统的放行审批流程更加简单。SMA6xy产品系列中既有专用于安全气囊控制单元的传感器, 也有专用于车辆前部、侧面以及后部的传感器。SMA6xy产品系列中的各种传感器都是适用于安全气囊系统 (博世) 专用集成电路的最佳产品。

与之前的型号相比, 新传感器具有更强的防瞬断功能在碰撞发生后电源与传感器之间极其短暂断电, 可以允许长达10μs的断电。

SMI7xy传感器平台专为主、被动安全系统以及其他驾驶辅助系统而设计, 不仅性能稳定而且非常节省空间。

基于应变片式的加速度传感器 第2篇

加速度传感器的敏感轴检测输入加速度, 并将其作用转换为电阻应变片阻值的变化, 通过变送电路, 将这种变化转换为对应的电压输出, 从而达到测量加速度的目的。

传感器的主要设计指标如下:

量程:±20g;输出:0~5V;零位输出:2.5V

从电阻应变片的工作原理可以知道, 利用应变片测量应变是通过测量敏感栅的电阻相对变化来得到的。常规的应变片灵敏度系数很小 (K≈2) , 而机械应变一般在10με~3000με之间 (有时也可达到6000με) , 所以电阻相对变化是很小的。小的电阻变化, 用一般测量电阻的仪表很难检测出来, 必须用专门的电路来精确的测量这种微弱的变化。采用差动电桥, 在悬臂梁的正反两面各粘贴两片应变片, 一边受拉, 一边受压, 工作时将两个应变片接入电桥相领臂内, 四片应变片的阻值相等, 记为R1=R2=R3=R4=R, 且相邻应变片的电阻值变化相反, 当悬臂梁发生形变时, 应变片的电阻值发生改变, 记为△R, 那么桥臂上的电阻值变为R1=R+△R, R2=R-△R, R3=R+△R, R4=R-△R。

由于应变引起应变片电阻的变化, 如式1可以通过差动电桥电路测出阻值的改变, 对等截面梁应变片处的应变与物体运动加速度之间的关系, 可知应变值与悬臂端位移成正比, 因此应变片电阻值的变化也正比于端部的位移, 由输出电阻的变化引起输出电压改变, 输出电压与输入加速度如式1所示。

可见采用全桥电路可以得到振动加速度a与输出电压U0之间的线性关系, 从而达到测量振动加速度的目的。

当悬臂梁受到加速度作用时, 其自由端必将发生位移。在实验中以悬臂梁自由端的位移y作为输入, 测量输出电压就能得到位移电压的转换关系, 做出输出特性曲线, 通过数学计算而最终得到加速度电压的转换关系。

2 温度补偿

应变片由于温度的变化所引起电阻的变化与弹性敏感元件所造成的电阻变化几乎有相同的数量级, 须采取必要的措施克服温度的影响, 否则测量精度无法保证。主要原因有温度的变化引起应变片敏感栅电阻变化而产生附加应变, 试件材料与敏感栅材料的线膨胀系数不同, 使应变片产生附加应变, 有温度引起的总体电阻应变如式2:

总附加虚假应变量如式3:

我们采用双金属敏感栅自补偿应变片来补偿温度的变化。利用两种金属丝材料的电阻温度系数不同, 一个为正一个为负, 将两者串联绕制成敏感栅。若两段敏感栅由于温度的变化引起电阻的变化为R1和R2大小相等而符号相反, 就可以实现温度补偿, 电阻R1和R2的比值关系由式4决定:

3 放大电路

测量放大器通常由三个运算放大器组成, 分阻抗变换和增益变换两级。如图3所示为电路原理图。阻抗变换级的两个运算放大器A1和A2结构完全对称。差动输入端U1和U2是两个输入阻抗和增益对称的同向输入端, 其直接与信号相连, 因而共模成分被对称结构抵消。运算放大器A3将差动输入变换为单端输出。输出电压UO与经过放大后的差动输出信号UO1、UO2这种电路的输入阻抗高, 使传感器输出基本没有负载效应。对微小的差模信号很敏感, 适合于测量远距离的小信号。

4 传感器的供电

电桥采用直流12V电源供电, 为了减小通过桥臂电流的不恒定所产生的非线形采用稳压的直流电源供电, 运放器采用双电源供电, 电源电压为±12V。

5 结论

基于应变片式的加速度传感器结构比较简单, 体积小, 适用于低频的加速度的测量, 当系统的阻尼比为0.7, 被测频率f0.4f0时, 物体的位移将正比于系统加速度。设计中要求悬臂梁有足够的长度才能产生良好的应变效果, 自由端位移不能过大等。总体上该传感器能满足工程应用的精度与要求。

摘要：应变片式加速度传感器通过敏感栅将低频运动物体的加速度转化为应变片的应变, 引起电桥桥臂电阻的变化, 经过温度补偿、放大后输出加速度信号。

双光纤光栅高频加速度传感器的研究 第3篇

光纤Bragg光栅(FBG)加速度传感器是一种波长调制型光纤加速度传感器,具有光路简单、检测方法灵活、对光源强度波动不敏感和抗外界干扰等优点。随着应用领域的不断扩大,早期的光强调制型和相位调制型光纤加速度传感器已逐渐被FBG加速度传感器所取代。

近年来,光纤布拉格光栅加速度传感器在低频测量中的应用研究已取得了重要进展。主梁与调节梁复合结构设计的悬臂梁传感器使FBG加速度传感器技术在低频测量领域的应用成为可能,其固有频率达270Hz[1]。结构进一步优化设计的悬臂梁FBG加速度传感器的幅频带宽已降至45 Hz左右[2],悬臂梁与振动放大复合结构设计同时满足了FBG加速度传感器在土木测量中对高灵敏度和低频测试的要求[3]。另外,在三维FBG加速度传感器的设计及其传感头温度效应[4]以及FBG加速度传感器在地震波检测和油田测试等方面的可行性亦有研究报道[5],王善鲤等[6]采用三角支架的方式研究了悬臂梁光纤光栅振动传感器,该传感器亦适用于低频测量;而冯艳[7]等研究了埋入式光纤光栅径向应变传感特性参数,认为应力传感特性参数和位置函数是影响光栅中心波长的主要参数,由于光纤光栅传感器的灵敏度主要取决于光栅的径向受力,这对研究光纤光栅传感器具有指导作用。目前高频测量用光纤光栅加速度传感器尚处于研究开发阶段,大量研究发现,悬臂梁结构决定了现有的FBG加速度传感器难以实现高频测量。推挽式[8]光纤光栅加速度传感器采用弹性体为传感媒介研究了双光栅传感器,但其频带较窄,为0100 Hz;李国利等发现双光纤光栅的加速度传感器的灵敏度是单光栅传感器的2倍[9],但其测试频率范围和谐振频率范围尚无研究报道。为此,我们在现有光纤光栅加速度传感器的研究基础上,研究了一种新型双光纤光栅加速度传感结构,实测结果表明,这种新型FBG加速度传感器的可测频率为5~2 000 Hz,谐振频率达3 000 Hz,可实现高频测量,且具有温度自补偿功能和使用简单方便等特点。

1 传感头工作原理与理论分析

1.1 双光纤光栅传感头的工作原理

双光纤光栅传感头结构如图1所示。光栅1和光栅2均为传感光栅,并且两个光栅是通过焊接的方法连接在一起。光栅用环氧树脂胶粘贴在钢管内壁,钢管的两端固定于圆筒的两端,质量块位于两个光栅之间。当质量块受到竖直方向振动时,光栅1和光栅2在拉伸和压缩过程中进行交替变换,即当质量块向下运动时,光栅1拉伸,光栅2处于压缩状态;质量块向上运动时,光栅1处于压缩状态,光栅2被拉伸。与单一光纤光栅加速度传感器相比,该传感器灵敏度提高了2倍。

1.2 双光纤光栅传感的基本特性理论分析

设两端被固定的钢管总长度为l,质量块在竖直方向产生的位移为y,质量块两端的钢管长度分别为l1、l2,且l1(28)l 2,此时,分布在质量块两端的钢管一端受拉、一端受压,则这两段钢管受压或受拉后的长度设为l11、l22,当质量块向下运动时,有

所以,两段钢管产生的应变分别为

两应变的差为

由上式可知,如果能够确定竖直方向的位移y,即可确定两段钢管的应变差。当质量块一旦产生位移,竖直方向便会产生相应的加速度,因此根据竖直方向的惯性力可分析位移与加速度之间的关系。

设钢管的弹性模量为E,内外直径分别为d1、d2,钢管壁的横截面积为A,此时两段钢管的力变化大小为

而力与加速度的关系为

因此,从质量块的位移变化,可以确定质量块所获得的加速度。

依据光纤Bragg光栅的传感原理有:

式中:B为光纤Bragg光栅反射波长,(35)B为光纤Bragg光栅波长的改变量,为光纤Bragg光栅的轴向应变。则有:

式中:传感器灵敏度系数S的内涵是单位加速度下光纤Bragg光栅波长的变化,它与质量块m的大小成正比,质量越大,传感器的灵敏度越高。根据固有频率的计算公式,光纤Bragg光栅高频振动传感器的固有频率表达式为

由式(12)和式(14)可知,光纤Bragg光栅振动传感器的两个重要指标:灵敏度系数S和固有频率fn,它们与质量块m和光栅长度l的乘积所对应的关系是矛盾的,当灵敏度系数S越大时,其固有频率fn越小。因此,在设计传感器时,必须对二者综合考虑。

把钢管的弹性模量、内外直径、被夹在圆柱内钢管的长度以及质量块的质量代入式(12)和式(14),可得到传感器的灵敏度系数为66.1 m V/(m/s2),谐振频率为3 300 Hz,与实测的灵敏度系数66.9 m V/(m/s2)和谐振频率3 232 Hz非常接近。可见,理论推导结论可作为具体实验的理论依据并指导实验设计。

2 实验与结果

按图1结构制作双光纤光栅加速度传感器,通过实验测试传感器的固有频率、频率检测范围等基本特性,验证该传感器结构是否合理。实验采用北京测振仪器厂生产的振动台施加激振信号,信号的采集和分析采用北京东方振动和噪声研究所研制的智能信号采集仪完成。

图2为双光纤光栅加速度传感器的实验测试原理框图。由信号发生器发出标准正弦信号,输入功率放大器,功率放大器与激振器相连接,驱动激振台,双光纤光栅加速度传感器安装在激振台上,当激振台振动时,传感器与之一起振动,因此,双光纤光栅加速度传感器可检测到激振台的振动信号。为了检测传感器的测试频率范围,我们从振动台的最低振动频率开始采集,直到采集不到传感器的信号为止,从而确定传感器的频率范围。测试结果表明,该双光纤光栅加速度传感器可在52 000 Hz频率范围内获得稳定的振动信号,且灵敏度较高。图3(a)和图3(b)分别为光纤光栅加速度传感器检测到的1 000 Hz和3 000 Hz的振动信号。

3 结论

光纤光栅加速度传感器是目前光纤光栅传感器研究的热点,本文在现有光纤光栅加速度传感器的研究基础上,研究了一种新型双光纤光栅加速度传感器。实测结果表明,该双光纤光栅加速度传感器可在52 000Hz频率范围内获得稳定的振动信号,且灵敏度较高。这种新型双光纤光栅加速度传感器不仅克服了传统悬臂梁FBG加速度传感器难以实现高频振动测量的缺陷,而且还具有温度自补偿、谐振频率高、使用方便等优点,在高频振动测量中具有广阔的应用前景。

摘要：研制了一种新型双光纤光栅加速度传感器,并对该传感器的工作原理和基本特性进行了理论分析,实测表明,这种新型双光纤光栅加速度传感器可在5?2000Hz频率范围内获得稳定的振动信号。这不仅解决了传统悬臂梁FBG加速度传感器难以实现高频振动测量的问题,而且具有温度自补偿、谐振频率高、使用方便等优点,在高频测量中具有广阔的应用前景。

关键词：加速度传感器,双光纤光栅,竖向传感,振动测量

参考文献

[1]刘惠兰,马丽爽,藤丽,等.差动式光纤Bragg光栅加速度计传感头设计与仿真[J].北京航空航天大学学报,2006,32(11):1369-1373.LIU Hui-lan,FENG Li-shuang,TENG Li,et al.Design and simulation of sensor of differential fiber Bragg grating accelerometer[J].Journal of Beijing University of Aeronautics and Astronautics,2006,32(11):1369-1373.

[2]巩宪锋,衣红钢,周晓敏,等.低频光纤光栅加速度传感器[J].北京科技大学学报,2006,28(1):75-77.GONG Xian-feng,YI Hong-gang,ZHOU Xiao-min,et al.Low frequency fiber Bragg grating acceleration sensors[J].Journal of University of Science and Technology Beijing,2006,28(1):75-77.

[3]孙汝蛟,孙利民,孙智,等.一种新型光纤布拉格光栅振动传感器研究[J].光子学报,2007,36(1):63-67.SUN Ru-jiao,SUN Li-min,SUN Zhi,et al.Design Research of Fiber Bragg Grating Accelerometer[J].Acta Photonica Sinica,2007,36(1):63-67.

[4]赵彦涛,李志全.基于Bragg光纤光栅的三维加速度传感器的研究[J].仪器仪表学报,2006,27(6):299-301.ZHAO Yan-tao,LI Zhi-quan.Study on triaxial accelerometer based on FBG[J].Chinese Journal of Scientific Instrument,2006,27(6):299-301.

[5]刘汉平,王健刚,崔洪亮,等.光纤光栅地震波检波器[J].山东大学学报:工学版,2007,37(2):89-92.LIU Han-ping,WANG Jian-gang,CUI Hong-liang,et al.Fiber Bragg Grating Seismic Detector[J].Journal of Shandong University:Engineering Science,2007,37(2):89-92.

[6]王善鲤,向光华,忽满利,等.一种新型光纤Bragg光栅振动传感器的设计[J].光电子·激光,2011,22(4):515-519.WANG Shan-li,XIANG Guang-hua,HU Man-li,et al.Design of novel FBG Vibration sensor[J].Journal of Optoelectronics·Laser,2011,22(4):515-519.

[7]冯艳,李玉龙,张华,等.埋入式光纤Bragg光栅径向应力传感性能参数分析[J].光电工程,2011,38(12):104-109.FENG Yan,LI Yu-long,ZHANG Hua,et al.Parameter Analysis on the Radial Stress Transfer of Fiber Bragg Grating Embedded into Metal Beam[J].Opto-Electronic Engineering,2011,38(12):104-109.

[8]于洋,孟洲,罗洪.对称推挽式光纤光栅振动传感器设计研究[J].半导体光电,2011,32(1):118-122.YU Yang,MENG Zhou,LUO Hong.Study on Fiber Bragg Grating Vibrating Sensors with Symmetry Push pull Configuration[J].Semiconductor Optoelectronics,2011,32(1):118-122.

加速度传感器在生物医学领域的应用 第4篇

关键词：加速度传感器,生物医学工程,动作识别

加速度传感器凭借其体积小、成本低、功耗低、灵敏度高的优势被越来越多的应用于可穿戴式设备中。加速度传感器主要分为角加速度传感器和线加速度传感器两种,线加速度传感器可以分为单轴、双轴以及三轴加速度传感器,应用较多的是三轴加速度传感器。三轴加速度传感器可以感应三个轴(垂直轴、矢状轴、冠状轴)上的加速度[1]。常见加速度传感器类型及其在生物医学领域的应用,见表1。

1运动检测

1.1运动识别

相对于基于图像的运动识别,基于加速度信号的运动识别设备简单、对光线等环境要求低。基于加速度信号的人体运动识别算法已有大量研究,运动识别算法可以大致分为以下3步:特征的提取、特征的选择、分类器的选择。研究者提取速度信号的时域特征[1(]均值、方差、相关系数)、频域特征[2](FFT系数、DCT系数)、以及时频特征[3](小波能量)对运动经行分类。现阶段研究中,学者们主要使用多种特征融合,此方法中特征之间可以互补,提高识别率。邢秀玉等[4]使用样本熵和小波能量相结合的方法对走路以及上下楼分类。特征的选择也是研究的重点之一,特征选择可以提高识别的效率,尤其是对实时性要求高的情况下,薛洋[5]在对上下楼经行分类时使用Wrapper特征子集选择方法对特征进行了降维。在模式传统的识别方法中,决策树、贝叶斯是常见的方法。李月香[6]在研究基于加速度信号的走路模式使用决策树经行分类,最终获得了96.1%的整体识别率。近年来,很多研究人员使用支持向量机(Support Vector Machine,SVM)、神经网络等分类器。Sun等[7]使用概率神经网络对步行、站立、和其它动作区分,使用标准差、频域熵、能量作为特征值,识别准确率在83.1%以上。

在基于加速度传感器的运动识别研究中,不仅同一种动作可以被识别,运动的强度也可以被识别。徐川龙[8]提出了一种基于多种时域统计特征的5种走路模式(站立、走路、跑步、上楼和下楼)的识别算法。进而针对3种相似的走路模式难以区分的问题,提出了基于小波能量和四分位间距的走路模式识别算法,细分了3种走路模式(正常走、慢走和快走),准确率在93%左右。

由于加速度传感器的个数、位置、种类、采样点、需要识别的运动以及采集人员的不同,基于加速度信号的运动识别效果不能较为客观的比较。Plötz等[9]提出了一套评估方法,可以较为客观的比较识别效果。

1.2建立跌倒模型

跌倒是我国65岁以上老年人受伤死亡的首位原因[10]。发现老年人跌倒并及时进行有效的处理,对减少伤害有重要的意义。Bourke等[11]提出一种新颖、简便的算法:直接使用加速度信号的极值点作为特征提出跌倒预测算法建立跌倒模型,对于跌倒判断的准确率为100%。曹玉珍等[12]提出了基于SVM和网格自适应的直接搜索(Mesh Adaptive Direct Search,MADS)的三级摔倒检测算法,具有96%的检测精度。刘鹏等[13]使用微机电系统(Microelectro Mechanical Systems,MEMS)三轴加速度传感器采集人体活动加速度信号,提出了一种基于固定阈值的信号幅度向量滑动平均法SVMSA。通过对8人的实验,该算法实现了94.4%的精确度。

1.3手势识别

手势识别在手持移动设备中应用前景较大,对于一些语言障碍人士,手势识别技术可以使其生活更加便利。从20世纪90年代起,国外一些研究机构开始对手势识别技术进行研究。Baek等[14]通过分析加速度数值识别手机的运动状态,并通过测量手机平面和竖直方向的夹角来估计手机的姿态,借此识别用户连续的动作和姿势。Ferscha等[15]将手势分为原子手势和复杂手势两种,并建立了手势库Glib,可供基于加速度传感器的系统使用。相对于国外的研究,国内的研究起步较晚[16,17]。孔俊其等[18]研究了基于加速度传感器的手势识别方法,并建立了支持手势输入同时具有及时信息反馈能力的交互模型,对其进行了验证,实验要求被试者书写特定的数字串,对较简单数字串如“567”的识别率为80.6%,对较为复杂的数字串如“139628”识别率为70.4%。

1.4睡眠体位监测方法的研究

良好的睡眠质量是保证身体健康的重要因素,姬军等[19]利用加速度传感器监测睡眠时周期性腿动事件发生的频率,可用于辅助监测睡眠质量。胡弢等[20]使用加速度传感器对静态体位和身体位置的快速变化进行检测,查全率达到98.9%以上,查准率超过93%。冯晓明等[21]设计含有加速度传感器模块的手环,可以评估睡眠过程中的状态、睡眠时间、睡眠质量。上述研究为睡眠监测提供了新的思路和方法。

1.5运动动作标准判断

游泳的技术对于成绩的影响显著,有研究者利用加速度传感器进行了相关研究。Anderson等[22]利用加速度传感器提取游泳时的划动的信息。Chan[23]使用加速度传感器识别游泳中手臂摆动的次数。Bӓchlin等[24]利用加速度传感器获得运动者游泳的姿势信息,获取游泳的速度、体平衡、每次摆臂所移动的距离、手臂的摆动、身体转动等5个信息,从而评估运动的技术性,其中游泳速度的误差在1%左右。

2 其他应用

除了用于动作识别之外,加速度传感器被广泛应用于人体运动中能量消耗、计步的应用。在人睡眠时,加速度传感器可以检测人体的体位变化。研究者们使用加速度传感器去除噪声和其他生理信号,对人体进行健康监护。

2.1 计步

步行是一种常见的体力活动,计步器可以记录行走的步数,使人们更加了解自身的运动健康情况。目前,计步器主要有机械式和电子式两种。机械式的计步器利用人体行走时的振动引起计步器内部簧片的振动来产生电子脉冲,内部处理器通过判断电子脉冲的方法来达到计步的功能。这种计步器的优点是成本较低,但是计步准确率与内部簧片的灵敏度关系较大,研究表明步行速度较慢时,计步器计数和实际计数相差较大[25]。人体步行信号是准周期性信号,有研究者据此提出使用加速度传感器信号达到计步的功能。宋浩然等[26]设计出基于加速度传感器ADXL330的高精度计步器,通过动态阈值算法计步,此计步器的精度达到了98%。韩文正等[27]使用LIS3DH传感器,设计的计步器精度在98%以上。

2.2 能量评估

能量消耗的评估方法主要有:双标水法、间接热量测定法、心率表、计步器、加速度传感器、复合型运动传感器。其中人体能量消耗的金标准是双标水法,但是此方法测量成本较高,并且无法测量短时间内人体能量代谢。利用加速度传感器的输出估计人体的能量消耗,已经被广泛接受。张文杰[28]以双标水为测量标准,使用心率结合加速度模式对9~11岁女生活动进行能量评估,准确性比单一使用心率表提高了25%。邱俊等[29]以间接热量测定法为标准建立Actigraph GT3X三轴加速度计法能量消耗的预测方程,得出结论:三轴加速度计可以预测运动员能量消耗,所建分段加速度能耗预测方程适用于与研究相类似的跑台运动。相对其他方法,基于加速度传感器信号的能量消耗计算成本低、操作简单。

2.3 起搏频率自适应系统的设计及实现

频率自适应功能是生理性起搏器的一项重要功能,它可以感知人体在不同运动或生理状况下的代谢水平,并据此调整起搏频率进而调整患者的心输出量。人体不同的运动和生理情况下由生理参数传感器和运动传感器获取。加速度传感器属于运动传感器。黄煜洲[30]提出一种基于加速度传感器的频率自适应算法,研究表明加速度传感器和生理传感器共同作用更符合生理和代谢需求的起搏频率。

2.4 辅助其他生理信号去除噪声

脉搏波是人体重要的生理参数,血氧饱和度、心率、呼吸率等都可以从脉搏波信号中提取。脉搏波信号具有信号弱、频率低、易变异的特点。对脉搏波信号去除噪声常见的方法有:相干平均、小波法、EMD。这些方法对于去除静止的脉搏波噪声的效果较好,但在运动情况下效果较差。使用加速度信号作为噪声的参考源可以有效去除运动干扰。自适应滤波器可以根据外界环境噪声的变化,自动调节滤波器的参数,使滤波效果达到最佳状态,因此被广泛应用于自适应信号处理领域。Stetson和Kim等[31,32]通过在血氧饱和度测量探头中加入运动加速度传感器,获取被测者的运动信号,对于运动状态下脉搏波信号去噪效果明显。

2.5 睡眠呼吸暂停检测

睡眠呼吸暂停检测是研究者们一直关注问题,目前检测的金标准是多参数睡眠仪。Morillo等[33]使用多参数睡眠仪获取人体睡眠的心肺信息、扬声器检测人睡眠时的鼾声信号、加速度信号检测胸腔起伏,对患者的呼吸暂停状态进行评估。加速度信号所得信息和多参数睡眠仪以及扬声器信号相关性高,各种参数的相关系数均达到0.7以上。相对而言,加入加速度传感器之后比仅适用单一的血氧参数对睡眠呼吸暂停的检测特异性有所改善。

3 总结

随着计算机技术的发展,加速度传感器作为一种成熟技术在体力活动测量方面的研究日趋深入和广泛,新的测量技术也不断出现。加速度传感器由于其小型、准确的特点可以用在移动医疗中。同时还需要注意以下的问题:

(1)运动识别方面,使用识别率说明算法的可行性,但是加速度传感器采集的信号受到采样率、佩戴位置等因素影响。

(2)能量消耗、睡眠监测方面,研究者们使用的标准不一也对算法、系统的适应性有所影响,这就需要较为统一的标准判定。

(3)大样本数据库的建立也亟待解决。虽然已经有学者建立了数据库,但是,研究者处于实验室环境中,被试的数量也相对较少,这对于算法的适用性和日后产品的量化都是不利的。