新型智能传感器有哪些（智能传感器有什么不一样）

随着测控系统自动化、智能化的发展，传统的传感器已经不能满足一定的数据处理能力以及自检、自校、自补偿的功能，智能传感器和多功能传感器的研发和应用已经走向市场。

智能传感器的结构及特点

传感器像人的五官一样，是获取信息的重要工具。它在工业生产、国防建设和科学技术领域发挥着巨大的作用。但与飞速发展的计算机相比较，作为“五官”的传感器远远赶不上作为“大脑”的计算机的发展速度。

随着测控系统自动化、智能化的发展，要求传感器准确度高、可靠性高、稳定性好，而且具备一定的数据处理能力，并能够自检、自校、自补偿。传统的传感器已不能满足这样的要求。

另外，为制造高性能的传感器，光靠改进材料工艺也很困难，需要利用计算机技术与传感器技术相结合，弥补其性能的不足，计算机技术使传感器技术发生了巨大的变革，微处理器(或微计算机)和传感器相结合，产生功能强大的智能传感器。国外称为Intelligentsensor(智能传感器)或Smartsensor(灵巧的、机敏的、智能传感器)。另外，传统的传感器一般只能测量一个参数，有些场合需要同时测量多个参数的体积小的多功能传感器。现在多国科学家已重视这一方向的开拓，并已研制出一些多功能传感器。

1、智能传感器

智能传感器是当今国际科技界研究的热点，尚无统一的、确切的定义。本文不讨论(Intelligentsensor或Smartsensor)两个术语的区别，统称为智能传感器。

目前国内外学者普遍认为，智能传感器是由传统的传感器和微处理器(或微计算机)相结合而构成的，它充分利用计算机的计算和存储能力，对传感器的数据进行处理，并能对它的内部行为进行调节，使采集的数据最佳。智能传感器的功能如下：

(1)自补偿能力：

通过软件对传感器的非线性、温度漂移、时间漂移、响应时间等进行自动补偿。

(2)自校准功能：

操作者输入零值或某一标准量值后，自校准软件可以自动地对传感器进行在线校准。

(3)自诊断功能：

接通电源后，可对传感器进行自检，检查传感器各部分是否正常，并可诊断发生故障的部件。

(4)数值处理功能：

可以根据智能传感器内部的程序，自动处理数据，如进行统计处理，剔除异常值等。

(5)双向通信功能：

微处理器和基本传感器之间构成闭环，微处理机不但接收、处理传感器的数据，还可将信息反馈至传感器，对测量过程进行调节和控制。

(6)信息存储和记忆功能。

(7)数字量输出功能：

输出数字信号，可方便的和计算机或接口总线相连。

目前研制的智能传感器只具有上述功能中的一部分。传统的传感器只能作为敏感元件，检测物理量的变化，而智能传感器则包括测量信号调理(如滤波、放大、A/D转换等)、数据处理以及数据显示等。它几乎包括了仪器仪表的全部功能。可见智能传感器的功能已延伸到仪器的领域。

早期的智能传感器是将传感器的输出信号经处理和转化后由接口送到微处理机进行运算处理。80年代智能传感器主要以微处理器为核心，把传感器信号调节电路、微电子计算机存贮器及接口电路集成到一块芯片上，使传感器具有一定的人工智能。90年代智能化测量技术有了进一步的提高，使传感器实现了微型化、结构一体化、阵列式、数字式，使用方便、操作简单，并具有自诊断功能、记忆与信息处理功能、数据存贮功能、多参量测量功能、联网通信功能、逻辑思维以及判断功能。

随着科学技术的发展，智能传感器的功能将逐步增强，它将利用人工神经网、人工智能、信息处理技术(如传感器信息融合技术、模糊理论等)，使传感器具有更高级的智能，具有分析、判断、自适应、自学习的功能，可以完成图象识别、特征检测、多维检测等复杂任务。

智能传感器大体上可以分三种类型：即具有判断能力的传感器；具有学习能力的传感器；具有创造能力的传感器。

2、智能传感器的结构

智能传感器主要由传感器、微处理器(或微计算机)及相关电路组成。

传感器将被测的物理量转换成相应的电信号，送到信号调理电路中，进行滤波、放大、模-数转换后，送到微计算机中。计算机是智能传感器的核心，它不但可以对传感器测量数据进行计算、存储、数据处理，还可以通过反馈回路对传感器进行调节。由于计算机充分发挥各种软件的功能，可以完成硬件难以完成的任务，从而大大降低传感器制造的难度，提高传感器的性能，降低成本。

智能传感器的结构可以是集成的，也可以是分离式，按结构可以分为集成式、混合式和模块式三种形式。集成智能传感器是将一个或多个敏感器件与微处理器、信号处理电路集成在同一硅片上，集成度高，体积小。这种集成的传感器在目前的技术水平下还很难实现。将传感器和微处理器、信号处理电路作在不同的芯片上，则构成混合式的智能传感器(HybridSmart2Sensor)。

目前这类结构较多。初级的智能传感器也可以有许多互相独立的模块组成，如将微计算机、信号调理电路模块、输出电路模块、显示电路模块和传感器装配在同一壳体内，则组高，体积较大，但在目前的技术水平下，仍不失为一种实用的结构形式。

智能传感器的应用领域广泛

1）在智慧农业中的运用

由于环境的特殊性，农业项目大多都在田间进行，校正操作非常的不方便，人工成本也非常高，因此对传感器数据稳定性的要求非常高，智能传感器是最有效的一种传感器。

2）在工业自动化中的应用

在现代工业生产尤其是自动化生产过程中，要用各种传感器来监视和控制生产过程中的各个参数，使设备工作在正常状态或最佳状态，并使产品达到最好的质量。可以说，没有了优良的智能传感器，工业自动化也就无从谈起。

3）在机器人中的应用

如今的机器人已具有类似人一样的肢体及感官功能，有一定程度的智能，动作程序灵活，在工作时可以不依赖人的操纵，而这一切都少不了传感器的功劳，传感器是机器人感知外界的重要帮手。

4）在智慧医疗中的应用

随着智能传感器的发展，医学智能传感器作为拾取生命体征信息的五官，它的作用日益显著，并得到广泛应用。如：在图像处理、临床化学检验、生命体征参数的监护监测、呼吸、神经、心血管疾病的诊断与治疗等方面，智能传感器的作用不可替代，未来它在现代医学仪器设备中几乎无所不在。

5）在智能家电中的应用

智能家居是未来的一大趋势，而智能家电将是很多家庭的必备产品，智能传感器未来在很多家电中均可应用，如电视剧、风扇、空调、洗衣机、晾衣机、冰箱、衣柜等，它是实现人与家电交流的基本器件，也是构成家居物联网的基础。

我国智能传感器行业发展的不足

1、关键技术尚未突破

传感器的设计技术囊括了多种学科、理论、材料和工艺知识，突破起来十分困难，目前，在人才匮乏、研发成本高昂、企业恶性竞争激烈的情况下，我国还没有突破传感器一些共性关键技术。

2、产业化能力不足

由于我国企业技术实力的落后，行业发展规范尚未形成，导致国内传感器产品不配套且不成系列，重复生产、恶性竞争的现象的多发，使得产品可靠性较差、低端偏移较为严重，产业化程度与品种和系列不成正比，只能长期依赖国外进口。

3、资源不集中

目前我国传感器企业又1，600余家，但大都以小微企业为主，盈利能力不强，缺乏技术引领的龙头企业，最终导致资金、技术、企业布局、产业结构、市场等方面都变现出分散的状态，资源得不到有效集中，产业发展也迟迟无法走向成熟。

4、高端人才较为匮乏

由于传感器行业发展处于起步阶段，资金、技术和产业基础都较为薄弱，加之涉及学科多，要求知识面广，新技术层出不穷，导致很难吸引到高端人才投身其中。此外，我国人才培养机制的不完善、不合理，也导致行业面临人才缺乏问题。

智能传感器技术发展及趋势

1、向高精度发展

随着自动化生产程度的提高，对传感器的要求也在不断提高，必须研制出具有灵敏度高、精确度高、响应速度快、互换性好的新型传感器以确保生产自动化的可靠性。

2、向高可靠性、宽温度范围发展

传感器的可靠性直接影响到电子设备的抗干扰等性能，研制高可靠性、宽温度范围的传感器将是永久性的方向。发展新兴材料( 如陶瓷) 传感器将很有前途。

3、向微型化发展

各种控制仪器设备的功能越来越强，要求各个部件体积越小越好，因而传感器本身体积也是越小越好，这就要求发展新的材料及加工技术，目前利用硅材料制作的传感器体积已经很小。如传统的加速度传感器是由重力块和弹簧等制成的，体积较大、稳定性差、寿命也短，而利用激光等各种微细加工技术制成的硅加速度传感器体积非常小、互换性可靠性都较好。

4、向微功耗及无源化发展

传感器一般都是非电量向电量的转化，工作时离不开电源，在野外现场或远离电网的地方，往往是用电池供电或用太阳能等供电，开发微功耗的传感器及无源传感器是必然的发展方向，这样既可以节省能源又可以提高系统寿命。目前，低功耗损的芯片发展很快，如T12702 运算放大器， 静态功耗只有1.5 A， 而工作电压只需2~ 5V.

5、向智能化数字化发展

随着现代化的发展，传感器的功能已突破传统的功能，其输出不再是单一的模拟信号( 如0~ 10mV) ， 而是经过微电脑处理好后的数字信号， 有的甚至带有控制功能， 这就是所说的数字传感器。

6、向网络化发展

网络化是传感器发展的一个重要方向，网络的作用和优势正逐步显现出来。网络传感器必将促进电子科技的发展。

智能传感器是物联网发展的最重要的技术之一，在为传统行业注入新鲜血液的同时也引领了传感器产业的潮流，在医学、工业、海洋、航天、军事、农业等领域均发挥着核心作用，随着智能传感器技术的发展，新一代智能传感器将结合人工神经网络、人工智能等技术不断完善其功能，具有十分可观的发展前景。

- END -

免责声明：本文系网络转载，版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将立即删除内容！本文内容为原作者观点，并不代表本公众号赞同其观点和对其真实性负责。

,