設計挑戰究竟出在感測器還是感測狀況?

作者 : Bill Schweber,EE Times/EDN/Planet Analog資深技術編輯

感測現實世界參數時經常面臨兩難處境,有時候挑戰來自於感測器,而非應用場景;有時候問題並不在於感測器及其介面,而是現場經歷的不同感測狀況…

類比電路和介面中有很大一部份專門用於感測器及其前端電子產品。由於這兩個領域的不斷進步,現在人們可以為許多實體參數(如距離、動作、質量、壓力、溫度等)提供價格合理且高精度的感測器及其子系統。

儘管如此,許多情況下仍存在兩難處境,因為感測挑戰並不在於感測器及其介面,而是現場(in-place)經歷的不同感測狀況。例如,在房間內部偵測一般溫度,以及在噴射機的排氣口偵測溫度,並對兩種情況進行比較。目前約有幾十種完全不同的溫度感測技術,包括(但不限於)使用固態感測器、熱電偶、紅外線(IR)感測器,甚至熱膨脹測量等,每一種技術都有不計其數的實際建置狀況。

我最近就遇到一個相關實例,清楚地展現感測器與感測的挑戰,並證實感測問題並不僅僅存在於複雜深奧的狀況。試想在具有兩個或更多乘客的汽車座艙中測量空氣流量這個重要主題。尤其是近來,由於眾所周知的疫情之故,您肯定希望在人們靠近時能夠確保空氣有效流通。

顯而易見的問題是:應該打開一扇車窗還是幾扇窗戶?要開多大?「打開所有車窗」這個看似簡單直覺的答案也許並不正確,即使它是最佳技術解決方案,也可能不切實際或不被乘客接受。

例如,如果您希望限制其僅開兩扇車窗,那麼要選擇哪兩扇窗?這算是乘客或就座位置的所具有的功能嗎?應該是打開兩扇前窗嗎?也許打開的是駕駛側的車窗和右後車窗(與駕駛員車窗呈對角的那扇窗),或者只是乘客側車窗和左後車窗?將汽車的通風口設置在不同的位置有什麼影響?或者,如果不使用風扇模式甚至不使用空調有什麼好處?

這些都是很好的問題,如果在測試平台上設置汽車模型、風洞以及代表駕駛員和乘客的「假人」,應該會很容易回答這些問題。然而事實證明,出於種種原因,這並不是一個容易用儀器解決的情形。

沒錯,目前有許多可用的氣流感測器儀器。例如Center Technology的Center 332熱線風速計(Hot-Wire Anemometer;1)。這款掌上型裝置帶有可擴展的獨立探針,可測量0至25公尺/秒(相當於0至5000英呎/分鐘)的氣流速度和0至106立方公尺/分鐘(約8.5×108立方英呎/分鐘)的氣流量(體積),讀數精度為±3%。

1:來自Center TechnologyCenter 332熱線風速計測量較寬範圍的風速和風量;該擴展型感測器盡可能地降低了對待測氣流的干擾。(來源:Center Technology

然而,光是擁有一個理想的感測器或儀器,也就只是解決方案的一部份。在兩篇相關文章中對此有明確的解說——一篇發表在《科學進展》(AAAS Science Advances)期刊,標題為「乘用車內的氣流及其對空氣傳播疾病的影響」(Airflows inside passenger cars and implications for airborne disease transmission),另一篇發表在《今日物理學》(Physics Today)中,標題為「我們在汽車中呼吸的空氣」(The air we breathe in a car);這兩篇文章都討論到與評估汽車中氣流相關的挑戰。作者得出的結論是,考慮到實際情形中的許多變數,以及測量氣流的方式和位置,這並不是適於以現實世界中實體儀器解決的問題,而只適合採用建模和模擬。

我對這個結論沒有意見,因為現代模擬工具可能非常先進。然而,幾乎所有此類模擬都存在一個潛在問題:它們嚴重依賴於基礎模型的傳真度。在這種情況下,我不知道需要對汽車的表面和內部幾何形狀進行多準確的建模。汽車座艙尺寸的微小變化——畢竟,每輛車都有一點不同——會對結果產生很大的影響嗎?針對模型簡化對模擬結果的影響,您能否進行更具有意義的靈敏度分析,如2所示?

2:汽車內部的氣流模式非常複雜,而且取決於多種因素,包括座艙大小、幾何形狀、車速、乘坐人數以及車窗開啟的數量和位置。(資料來源:Physics Today

所幸並非所有的研究人員都只致力於模型和模擬結果。一篇發表在《暴露科學與實驗流行病學期刊》(The Journal of Exposure Science & Experimental Epidemiology)中題為「機動車換氣率和來自二手煙的車內污染物濃度」(Air change rates of motor vehicles and in-vehicle pollutant concentrations from secondhand smoke)一文,針對汽車每小時換氣率(ACH)進行了具有啟發性的研究。作者使用四種不同的實車在各種條件下進行了測試。這些研究人員在工作中非常認真:不僅使用基本的氣流感測器,還增加了一台儀器級監測儀來測量一氧化碳(CO)濃度,以及一個光學散射監測儀以測量可吸入顆粒物的濃度。

如果模擬與現實世界之間存在合理的一致性,那麼最好的方法是建立一個好的模型後進行模擬,這樣才更有意義;不管是汽車建模還是測量得到的氣流值,即使有10%的偏差也能讓人十分滿意。就像我看到電路模擬時一樣:看到採用如此明確的精度和大量資料來表徵性能,令人感到非常高興,但如果接近最終配置的實際原型之測試結果落在模擬結果的5%或10%範圍內,那麼還會讓人對這些觀點更有信心。

千萬不要被「唬弄」了:有時候,感測現實世界參數所呈現出來的問題並非源於應用場景,而是感測器。仔細考慮您需要什麼樣的感測器配置、多少感測器、它們的位置、對測試本身的影響以及其他相關因素等等。在許多情況下,如果擁有可靠的原始資料,採用理想的3D模擬可能是更好的選擇,但前提是有助於開發出一個可行的模型——這個前提很重要。

您是否遇到過這樣的情形:選擇和連接3D感測器很容易,但隨後的實際情況卻讓感測應用出現問題?

(參考原文:Is the design challenge the sensor or the sensing situation,by Bill Schweber)

本文同步刊登於EDN Taiwan 2022年8月號雜誌

加入LINE@,最新消息一手掌握!

發表評論