非接触式温度传感器的选择和使用
2013-11-24
在选择和使用非接触式温度传感器时,将会遇到三大难题:
● 填充视场
● 克服物体透明度问题
● 实现正确的发射率调整
视场 物体的热辐射“体现”出了其表面的温度,这一点与无线电信标非常相似。不同之处在于在IRT测量中,热辐射来自于物体表面上的一个已知大小的斑点。您需要捕获所有辐射,而不能让任何辐射在沿途上被阻隔。
在一段特定距离上的斑点直径(也就是一段给定距离上的“视锥”的横截面面积)由器件的光学特性来决定。一般来说,距传感器越远,斑点的直径就越大。斑点尺寸常常用一个比值来表示,比如50:1或10:1。这意味着最小的目标斑点直径为传感器至感兴趣物体间距离的1/50或1/10(图2)。
如果不能确实地填充斑点直径或保持视锥的畅通,则不妨考虑采用双色或比例式IRT。这样做可能会使准确度稍有损失,还可能影响响应速度,费用支出也将会小幅增加,但是,这些器件是专用于视距路径被部分阻塞、视锥发生改变,或者有物体移入和移出视野的场合中的。它们对于发射率比值的变化非常敏感,不过这不在本文的讨论范围之内。
透明度问题 大多数(但不是全部)有机材料和建筑材料(比如砖块、木材、金属、沥青、岩石和矿石等)都是不透明的。但是,许多塑料在IR光谱中是半透明的,因此需要采用特殊的波段,以使相其对于传感器来说是基本不透明。Ircon公司提供了一些有关塑料和玻璃测量的非常有益的应用指南,可登录Ircon公司 网址浏览。
其他会带来透明度问题的物质包括半导体材料(硅、砷化镓)、某些涂料、一些光学材料(如氯化银、蓝宝石、石英、氯化钠、锗)以及许多特殊的晶体产品。
发射率校正 如果有人试图告诉您这是一个微不足道的问题,请千万不要信以为真。虽然这并非小事一桩,但一旦将它分解成三种您有可能遇到的情形,那么处理起来就变得相当容易了:
● 感兴趣的物体处于或非常接近周围环境温度。
● 物体的温度高于环境温度。
● 物体的温度低于环境温度。
物体的光学性质(发射率为其中之一)在这里开始起作用。如果目标是半透明的,那么您将有可能需要帮助;如果它是不透明的,则或许您可以自行处理发射率的校正工作。我们来看一下各种场合的具体实例。
场合一 如果物体的温度与其环境温度大致相同,而且其表面不是镜面的,则其表面反射率将对发射率起到补偿作用,而且无需进行发射率校正。实施发射率校正将得到一个高于真实温度的温度读数。
场合二 如果物体的温度高于其环境温度,则需要进行发射率校正以获得准确的温度读数。发射率会是一种难以捉摸且变化不定的光学性质,但它通常只在表面上的某种东西有所改变时才会发生变化,比如出现焦化、氧化,或者熔化。
如果把发射率控制在1.00,则可在该场合中获得“辐射亮度温度”。尽管该数值将低于真实温度,但在物体的发射率(虽然是未知的)未发生非常大的变化的情况下,它是可重复的。那么,多大才是“非常大”呢?这个问题提得很好,由于篇幅所限,这里无法回答,不过,如果物体在视觉上没有变化,则光谱发射率未发生改变的可能性相当大。不能保证,只是存在可能性。
场合三 这是一种难对付的情形。当目标的温度低于环境温度时,最简单易行的解决方案就是变更测量的位置。例如,如果目标的温度低于它正在进入的烤箱或熔炉的温度,不要试图在入口处或内部(当它正在加热时)测量其温度。应将温度测量的位置移至出口处,在物体完成了其加热程序并离开烤箱时(此刻其温度有可能高于其环境温度)进行测量。
该场合具有一种“隐性”形式,就是当物体受到阳光照射、或者具有很高的温度(它仍有可能低于环境温度)或亮度水平的时候。可以通过在表面上投射临时性的阴影、并把IRT对准该阴影的方法来对这些条件进行测试。
在诸如金属、玻璃、塑料等温度较低的网状产品进入烘箱或熔炉的加工生产线上,应当尝试把IRT对准在产品与其所经过的辊子之间形成的“楔形物”(图4),特别是在其改变方向的情况下(即具有一个25%或更大的包角)。这可能是一种“实际场合”,因为辊子的表面通常具有反射性,并生成物体的镜像。实际上,它被某些与其自身温度相近的物体所包围。
市面上有许多性能出色的非接触式温度传感器,生产厂商均极力劝说您购买其产品。必需牢记不要以为只要温度传感器接通,就可以指望它们执行您所分配的工作。必须为它们提供最佳的工作环境,或者对那些并非最佳的工作环境进行校正。
进入模拟电子查看更多内容>>
● 填充视场
● 克服物体透明度问题
● 实现正确的发射率调整
视场 物体的热辐射“体现”出了其表面的温度,这一点与无线电信标非常相似。不同之处在于在IRT测量中,热辐射来自于物体表面上的一个已知大小的斑点。您需要捕获所有辐射,而不能让任何辐射在沿途上被阻隔。
在一段特定距离上的斑点直径(也就是一段给定距离上的“视锥”的横截面面积)由器件的光学特性来决定。一般来说,距传感器越远,斑点的直径就越大。斑点尺寸常常用一个比值来表示,比如50:1或10:1。这意味着最小的目标斑点直径为传感器至感兴趣物体间距离的1/50或1/10(图2)。
图2、在一段给定距离上的斑点直径由传感器的光学特性来决定,并被定义为一个比值;
通常,目标距传感器越远,斑点就越大。
图3、当不得不在曲面上进行测量时,
应确定斑点直径不大于曲面有效直径的25%。
如果不能确实地填充斑点直径或保持视锥的畅通,则不妨考虑采用双色或比例式IRT。这样做可能会使准确度稍有损失,还可能影响响应速度,费用支出也将会小幅增加,但是,这些器件是专用于视距路径被部分阻塞、视锥发生改变,或者有物体移入和移出视野的场合中的。它们对于发射率比值的变化非常敏感,不过这不在本文的讨论范围之内。
透明度问题 大多数(但不是全部)有机材料和建筑材料(比如砖块、木材、金属、沥青、岩石和矿石等)都是不透明的。但是,许多塑料在IR光谱中是半透明的,因此需要采用特殊的波段,以使相其对于传感器来说是基本不透明。Ircon公司提供了一些有关塑料和玻璃测量的非常有益的应用指南,可登录Ircon公司 网址浏览。
其他会带来透明度问题的物质包括半导体材料(硅、砷化镓)、某些涂料、一些光学材料(如氯化银、蓝宝石、石英、氯化钠、锗)以及许多特殊的晶体产品。
发射率校正 如果有人试图告诉您这是一个微不足道的问题,请千万不要信以为真。虽然这并非小事一桩,但一旦将它分解成三种您有可能遇到的情形,那么处理起来就变得相当容易了:
● 感兴趣的物体处于或非常接近周围环境温度。
● 物体的温度高于环境温度。
● 物体的温度低于环境温度。
物体的光学性质(发射率为其中之一)在这里开始起作用。如果目标是半透明的,那么您将有可能需要帮助;如果它是不透明的,则或许您可以自行处理发射率的校正工作。我们来看一下各种场合的具体实例。
场合一 如果物体的温度与其环境温度大致相同,而且其表面不是镜面的,则其表面反射率将对发射率起到补偿作用,而且无需进行发射率校正。实施发射率校正将得到一个高于真实温度的温度读数。
场合二 如果物体的温度高于其环境温度,则需要进行发射率校正以获得准确的温度读数。发射率会是一种难以捉摸且变化不定的光学性质,但它通常只在表面上的某种东西有所改变时才会发生变化,比如出现焦化、氧化,或者熔化。
如果把发射率控制在1.00,则可在该场合中获得“辐射亮度温度”。尽管该数值将低于真实温度,但在物体的发射率(虽然是未知的)未发生非常大的变化的情况下,它是可重复的。那么,多大才是“非常大”呢?这个问题提得很好,由于篇幅所限,这里无法回答,不过,如果物体在视觉上没有变化,则光谱发射率未发生改变的可能性相当大。不能保证,只是存在可能性。
场合三 这是一种难对付的情形。当目标的温度低于环境温度时,最简单易行的解决方案就是变更测量的位置。例如,如果目标的温度低于它正在进入的烤箱或熔炉的温度,不要试图在入口处或内部(当它正在加热时)测量其温度。应将温度测量的位置移至出口处,在物体完成了其加热程序并离开烤箱时(此刻其温度有可能高于其环境温度)进行测量。
该场合具有一种“隐性”形式,就是当物体受到阳光照射、或者具有很高的温度(它仍有可能低于环境温度)或亮度水平的时候。可以通过在表面上投射临时性的阴影、并把IRT对准该阴影的方法来对这些条件进行测试。
在诸如金属、玻璃、塑料等温度较低的网状产品进入烘箱或熔炉的加工生产线上,应当尝试把IRT对准在产品与其所经过的辊子之间形成的“楔形物”(图4),特别是在其改变方向的情况下(即具有一个25%或更大的包角)。这可能是一种“实际场合”,因为辊子的表面通常具有反射性,并生成物体的镜像。实际上,它被某些与其自身温度相近的物体所包围。
图4、针对因目标的温度低于环境温度而引起的发射率问题(如对于网状产品),
一种解决方案是把IRT对准由辊子和产品所形成的“楔形物”。
市面上有许多性能出色的非接触式温度传感器,生产厂商均极力劝说您购买其产品。必需牢记不要以为只要温度传感器接通,就可以指望它们执行您所分配的工作。必须为它们提供最佳的工作环境,或者对那些并非最佳的工作环境进行校正。
下一篇:声纹鉴定自动识别系统介绍
相关文章
- 国产高精度、高速率ADC芯片,正在崛起
- 贸泽开售用于快速开发精密数据采集系统的 Analog Devices ADAQ7767-1 μModule DAQ解决方案
- 采用电容型PGA,纳芯微推出高精密多通道24/16位Δ-Σ型ADC
- ADALM2000实验:变压器
- 意法半导体推出灵活、节省空间的车载音频 D类放大器,新增针对汽车应用优化的诊断功能
- 安森美CEO亮相慕尼黑Electronica展,推出Treo平台
- 全差分放大器为精密数据采集信号链提供高压低噪声信号
- 安森美推出业界领先的模拟和混合信号平台
- 集Hi-Fi、智能和USB多通道等特征于一体的微控制器——迎接数字音频新时代
- 高信噪比MEMS麦克风驱动人工智能交互
热门新闻