扭矩传感器名词和表达式（二）-技术文章-安庆市高烽商贸有限公司手机版

扭矩传感器名词和表达式（二）

时间：2021-06-22 阅读：865

关于扭矩传感器名词和表达式，我们分为三期介绍。本期介绍的是线性误差、包括滞后在内的线性误差、相对可逆性误差、重复性相对标准误差。

线性误差

扭矩传感器特性曲线最大偏差的绝对值，特性曲线近似为一条直线。其被表示为灵敏度C的百分比。为了确定线性误差，负载需要从零增加到额定扭矩并进行了一系列测量。基准直线是穿过初始点的最佳拟合直线。规定的线性偏差是实际输出信号与参考直线的最大偏差。也可以描述为公差带（偏离直线的上下偏差量之和）宽度的一半，该宽度与基准直线对称。

在实际应用中必须考虑线性偏差，因为特性曲线被假定为直线。如果线性偏差过大，将会对测量结果产生很大的影响。

包括滞后在内的线性误差

包括滞后在内的线性误差为输出信号值相对于参考直线的最大偏差（绝对值）。基准直线是指穿过起点的最佳拟合直线（见图5）。同时考虑了线性误差和滞后。值被表示为灵敏度C的百分比。测定线性偏差（包括滞后）的负载循环从零一直增加到额定负载，然后再释放到零（见图5）。线性误差是实际输出信号与参考直线之间的最大偏差。

图5 在一个加载周期内，测定包括滞后在内的线性误差

包括滞后在内的线性误差也可以理解为公差带宽度的一半，该宽度与参考直线对称（见图5）。与线性误差测定程序不同之处在于，这里包括减小扭矩的测试过程。此差异对参考直线计算和参考直线误差都会产生影响。

为确定该值，HBM 按照以下规范进行：

传感器在三个循环加载过程中以逆时针方向预加载扭矩，从零到100%的额定扭矩，然后释放回零扭矩。预加载的目的是消除安装（如螺栓沉降和接触面光滑）的影响。
一个加载周期，扭矩逆时针加载，并记录预负载步级下测量信号的相应值（在 HBM 生产中进行测试时，这些步骤的扭矩为额定值的的 0%、50%、100%、50% 和 0%）。
根据上述定义分别计算顺时针扭矩和逆时针扭矩的最佳拟合直线。
通过顺时针扭矩和逆时针扭矩分别确定与最佳拟合直线的最大偏差量。
包括滞后在内的线性误差很重要，因为通常在调整测量链时，均假定特性曲线为直线。

举例：

以 T10FS 扭矩法兰为例，包括滞后的最大允许线性误差≤ 0.05 %，额定灵敏度为5 kHz。由于线性误差和滞后引起的输出信号误差最多可达2.5Hz。

相对可逆性误差

相对可逆性误差是指增加和减少扭矩步骤中施加的相同扭矩时输出信号的差异（见图4）。规定值是整个量程内的最大偏差（根据绝对值）。其被表示为灵敏度C的百分比。

相对可逆性误差是对滞后现象的测量，即随转矩的增大和减小来确定和特性曲线之间的差异。为了确定相对可逆性误差，需要记录从零扭矩到额定扭矩和回位的负载循环。实际计算基于负载循环中多个预定义点的测量值（例如，0%、50%、100% 额定量程）。滞后描述了测量信号对传感器加载历史的依赖性。如果传感器用于较宽的量程，并且如果在采集两个相关测量点信号时不发生卸载，则尤为重要。最的情况是从零扭矩到额定扭矩。在部分量程循环期间产生的滞后效应通常比额定扭矩内负载循环期间产生的滞后效应小得多。

图4 从卸荷循环中确定相对可逆性误差 dhy (基于满量程的 0 %, 50 %, 100 % )。规定值是给定加载步骤的最大可逆性误差 ( dhy,0 和dhy,50)

重复性相对标准误差

重复性描述了当多次测量相同扭矩时，所测得的输出信号特性。在测量过程中，扭矩传感器的安装位置应保持不变，不进行扭矩传感器的安装和拆卸（重复条件）。标准偏差表示多次测量相同扭矩的所有测量值之间的平均偏差。重复性的相对标准误差采用 DIN1319 标准对重复性进行测量。其被定义为重复性的标准偏差，并表示为测试过程中信号范围的百分比。这是一个随机测量偏差统计指标。

重复性相对标准误差的测定是在静态校准系统上进行的一项试验，如下所示：

扭矩传感器预加载至额定扭矩。测量信号S1 在 100% 额定扭矩下采集。
负荷降低到额定负荷的50%。测量信号S1 在50% 额定扭矩下采集。
负载在 50 %到 100% 额定扭矩之间交替。测量信号Si 在 50% 和 100% 额定扭矩下每个被采集 10 次。
下面表达式用于计算每个扭矩的相对标准偏差（在数学术语中，是随机样本的经验标准偏差），并将其与输出信号联系起来：

举例：

HBM T10F 扭矩传感器重复性的标准偏差为 σrel ≤ 0.03%。假设额定扭矩为 1 kN·m，重复性的标准偏差将 ≤ 0.15 N·m。

在示例中，重复性标准偏差 ( σrel) 对用户特别重要。为了对发动机控制不同设置进行比较，使用了一个内燃机试验台进行测量。扭矩传感器的安装和环境条件保持不变，并且加载过程相同。在这些测量中，扭矩值之间的差异比绝对扭矩值更重要。优异的重复性能够更精确地比较两者之间的差异。