光电传感器的精确性优化策略

徐胜劼 湖北工程学院新技术学院

光电传感器的精确性优化策略

徐胜劼 湖北工程学院新技术学院

光电传感器在过程控制工业生产中起着越来越重要的作用，本文通过对于光电传感器的发展及优化策略分析，为其在工业生产中的高效应用提出了一些方法。

光电传感器 工业生产 优化策略

1 光电传感器的发展

窗体顶端

独立的光电传感器包含光学元件以及电子元件，它只需要一个电源。传感器执行其本身的调制，解调，放大和输出切换功能。一些独立的传感器提供诸如内置控制计时器或计数器的功能，由于技术进步，光电传感器变得越来越小，用于遥感的远程光电传感器仅包含传感器的光学部件测量范围很宽，缺点是光电传感器的稳定性和精度较B型或S型差。传感器接头被配置为具有旋转轴线并且以围绕旋转轴线相对于壳体旋转的方式联接到壳体，从而使得能够选择传感器接头的合适的角定向，电缆沿着该合适的角定向用于整齐的布线布置。用于电源输入，放大和输出开关的电路位于其他地方，通常位于控制面板中，使得这类传感器本身非常小。此外，传感器的控制更容易进行，因为控制功能可能更强大。光学器件包括透镜及其保持器和检测电路组件，并且包括集成电路和连接到其上的端子。集成电路包括具有各种功能的不同电路，例如用于检测目标检测对象的存在或不存在的检测电路。

窗体底端

2 光电传感器的结构

光电传感器的连接器组件，包括：容纳光电传感器的壳体、设置在壳体上的成角度的传感器接头、将光电传感器连接到外部电路的电缆以及电缆连接器，其设置在所述电缆的一端并可拆卸地连接到传感器接头。光传感器的一个特征是其测量来自一个或多个光束的变化的能力，光电传感器可以在单点法或通过点的分布工作，使用单点方法，需要单独的相变来激活传感器，在分布概念方面，传感器沿着长串传感器或单光纤阵列是反应性的。具有增量刻度的线性测量仪器包括彼此偏移的两个光电传感器，使得它们异相。来自检测器的模拟信号（其或多或少是正弦的）具有对应于刻度的波长。在放大之后，信号被处理并转换成数字形式并且是方向敏感的，使得它们可以驱动计数器和显示单元。为了调整模拟信号的相移，提供放大器-混频器级。一个输入连接到相关联的传感器，另一个输入从另一个单独的信号导出。该信号由模拟控制电压提供，该模拟控制电压由包括放大器和电阻器的控制元件调节。可以构造具有不同功能的不同类型的光电传感器的模块与光学组件和检测电路组件一体形成。包括输入和输出端子，用于根据通过使用该模块形成的光电传感器的期望功能将信号传递到这些电路中的选定电路和从这些电路传递信号。

3 光电传感器的优化策略

PID控制。PID控制器连续计算误差值作为期望设定点和测量的过程变量之间的差，并分别应用基于比例、积分和微分项的校正（有时表示为P、I和D），它们给控制器类型命名。在几乎所有模拟控制系统中实现，最初在机械控制器中，然后使用分立电子器件和工业过程计算机中。由于PID控制器仅依赖于测量的过程变量，而不依赖于基础过程的知识，因此它是广泛适用的。控制器可以根据其进行响应系统超过设定点的程度以及任何系统振荡的程度。PID算法的使用不能保证系统的最佳控制或甚至其稳定性。PI控制器是相当普遍的，因为导数作用对测量噪声敏感，而不存在积分项可以防止系统达到其目标值。对于离散时间系统，常常使用术语PSD（比例和求差）。

BP神经网络。神经网络是一种计算方法，其基于神经单元的大集合，解决由轴突连接的生物神经元的大群集的问题。每个神经单元与许多其他神经单元连接，并且可以对所连接的神经单元的激活状态影响中实施抑制。每个单独的神经单元可以具有将所有其输入的值组合在一起的求和功能。在每个连接和单元本身上可以存在阈值函数或限制函数，使得信号在传播到其他神经元之前必须超过极限。这些系统是自学习和训练的，而不是明确编程的，并且在传统计算机程序中难以表达解决方案的特征检测领域中效果很好。神经网络已被用于解决使用普通的基于规则的编程难以解决的各种各样的任务，如智能化学习。历史上，神经网络模型的使用向高级人工智能的方向移动，其特征在于包含在具有一些动力系统的认知模型的参数中的知识。

模糊控制。输入级将传感器或其他输入映射到适当的隶属函数和真值，处理阶段调用每个适当的规则并为每个规则生成结果，然后组合规则的结果。最后，输出级将组合的结果转换回特定的控制输出值。最常见的隶属函数形状是三角形，尽管也使用梯形和正态分布曲线，但是形状通常不如曲线的数量和它们的位置重要。三到七条曲线通常适合于覆盖输入值的所需范围，典型的模糊控制系统通常有几十个规则。

4 总结与展望

当空间受到限制或者环境对于光电传感器来说不容易运行时，可以使用光纤，光纤是无源机械感测部件，它们可以与远程或自带传感器一起使用，没有电路和没有移动部件，并且可以安全地将光进入和离开恶劣环境。这对于在复杂条件下光电传感器的精确度提升有着重要的作用。

[1]王立刚,李晶晶,建天成.基于人工神经网络技术的光电信息检测研究[J].科学技术与工程.2011(05):15-18

[2]韩丽英,张云琦,郭丹伟.光电信息技术在条行码识别系统中的应用[J].科技创新导报.2010(11):26-28

[3]王建华.光电信息技术与信息化战争[J].应用光学.2008(01):12-15

[4]蒋丽歌.光电信息测量瞬时速度的研究[J].吉林工程技术师范学院学报.2008(03):7-12