APP下载

称重系统要求和分析

2016-03-29方良

电子产品世界 2016年2期
关键词:噪音分辨率

方良

摘要:称重是工业领域非常普遍的一个应用,尤其在中国市场存在很多称重设备的设计和制造商。来自终端用户的产品千差万别,本文将着重分析、讨论这类应用的系统要求,探讨系统模拟输入前端的设计,因为这部分电路的性能直接决定了整个产品的精度水平。

关键词:称重;模拟前端;分辨率;噪音;采样率

DOI:10.3969/j.issn.1005-5517.2016.2.011

系统架构

图1所示为典型的称重框图。通过低噪声LDO为整个系统供电。

称重系统一般采用5V供电,并直接采用供电电源作为ADC的参考电压,这样做的好处是可以抵消测量过程的共模干扰。压阻传感器是整个称重系统的关键部件,它的精度直接决定了系统的测量精度。1k Q和350 Q是两种常用的压力传感器类型,典型灵敏度是2mV/V。目前,模拟前端基本在单一芯片整合了PGA和ADC,并可灵活配置。称重设备的数据输出可采用传统的RS-485接口,或4~20mA电流环输出。当然,目前越来越多的设备也开始采用无线通信接口,例如:通过WiFi输出数据。

模拟前端设计考虑

为方便起见,我们在下面对模拟前端的性能分析中,假定系统供电由5V LDO提供,忽略电源噪声的影响;传感器为5V@2mV/V灵敏度,称重范围是20000g,准确度是0.1g。

分辨率和噪音

一个好的称重产品,必须在测量过程中保持高精度和高准确度,测量值稳定,无跳变/闪烁。为此,与之对应的指标是无杂散峰一峰值分辨率,定义如下:

2n=200000

计算:n:17.6 bit(p-p),

进而得出N=20.3 bit(RMS).

其中,n是无杂散分辨率,N是有效值分辨率。这个分辨率可以满足绝大部分中高端产品要求。

根据输入范围要求,我们可以计算出噪声水平:

Noise-pp=(5V*2mV/V)/2n=50 nV

Noise-rms=7.6nV

目前市场上的个人/家用称重设备通常提供3000点测量值;工业产品提供7500点测量值;实验研究设备可提供P0000点以上测试,据此可以计算相应的分辨率和噪声要求。通过上述分析和计算,我们基本可以决定ADC的要求和选型。

增益与采样率

由于传感器的输出摆幅为10mV左右,信号相对比较小,如果直接输入给ADC,将损失ADC的大部分动态范围。因此,需要有PGA进行幅度调整,PGA最大增益可以设置为64、128或256,并且可以配置调整。具体选择需要根据压力传感器和ADC范围确定.ADC除了前面提到的分辨率和噪声之外,还有一个重要指标需要考虑,即采样率.不同的称重系统和不同的应用场合对采样速度的要求很大不同,一般来说,静态称重采样率在20Hz以内,动态测量则要求几百Hz甚至几百kHz。

滤波器

滤波器在整个设计中很重要,用于提高整个系统的信噪比。由于称重是精密测量系统,并用于相对嘈杂的环境,容易受到干扰,需要采取滤波措施。首先,在信号链路的最前端增加无源RC或LC低通滤波器,抑制高频干扰。并配合后续的数字滤波器,通常是Sinc多阶滤波器,用于滤除工频干扰。一些专用ADC几乎都内置这个数字滤波器.设计人员只需要配置相关寄存器的参数。

校准

为了在整个温度范围内保持高精度测量,需要消除温度漂移和线性误差。系统采用专门的温度测试单元,以验证温度特性。具体做法是做一个温度循环,测试的数据必须线性变化,并最终回到原点,如图2所示。否则,就需要做额外的复杂的补偿算法.此外,设计中还会经常碰到其它挑战,如:

机械振动干扰;

电源和噪声的平衡;

速度和噪声的平衡;

辐射。

Maxim Integrated解决方案

MAXIP 270是一款24位的Sigma-Delta高精度ADC,SNR达到130dB,功耗只有10mW,采用率可达64ksps,适用于直流和交流测量。并具有良好的线性指标,INL最大4ppm,噪声6.5nV/√Hz,内部集成缓冲器、PGA、Sinc滤波器等,理想用于称重设备,典型应用电路如图3所示.如果传感器距离测量单元较远,比如高速公路上的汽车超载检测设备,则要在传感器和ADC之间加入一级低噪声缓冲驱动器,可以选择MAX44250等。需要说明的是,MAX11270还预留了几个GPIO端口,方便用户配置。MAXP P270提供两种校准模式,其中自校准模式可以在工作条件改变时(比如,电源电压、环境温度等),非常方便www.eepw.com.ca 20、6.2-3合刊44地消除失调误差和增益误差。目前,MAXP11270已经成功设计在国内一些客户的产品中。

猜你喜欢

噪音分辨率
噪音,总是有噪音!
无法逃避的噪音
噪音银行
基于递归残差网络的图像超分辨率重建
EM算法的参数分辨率
原生VS最大那些混淆视听的“分辨率”概念
白噪音的三种用法
基于深度特征学习的图像超分辨率重建
一种改进的基于边缘加强超分辨率算法
头跟踪式多用户全分辨率自由立体显示器