简单说说压力传感器工作原理

Posted 2023-04-16

压力传感器工作原理
1 、应变片压力传感器原理
力学传感器的种类繁多，如电阻应变片压力传感器、半导体应变片压力传感器、压阻式压力传感器、电感式压力传感器、电容式压力传感器、谐振式压力传感器及电容式加速度传感器等。
电阻应变片是一种将被测件上的应变变化转换成为一种电信号的敏感器件。电阻应变片应用最多的是金属电阻应变片和半导体应变片两种。通常是将应变片通过特殊的粘和剂紧密的粘合在产生力学应变基体上，当基体受力发生应力变化时，电阻应变片也一起产生形变，使应变片的阻值发生改变，从而使加在电阻上的电压发生变化。一般这种应变片都组成应变电桥，并通过后续的仪表放大器进行放大，再传输给处理电路(通常是A/D 转换和CPU )显示或执行机构。
2 、陶瓷压力传感器原理
陶瓷压力传感器 压力直接作用在陶瓷膜片的前表面，使膜片产生微小的形变，厚膜电阻印刷在陶瓷膜片的背面，连接成一个惠斯通电桥(闭桥)，由于压敏电阻的压阻效应，使电桥产生一个与压力成正比的电压信号。
3 、扩散硅压力传感器原理
工作原理：被测介质的压力直接作用于传感器的膜片上(不锈钢或陶瓷)，使膜片产生与介质压力成正比的微位移，使传感器的电阻值发生变化， 用电子线路检测这一变化，并转换输出一个对应于这一压力的标准测量信号。
4 、蓝宝石压力传感器
利用应变电阻式工作原理，采用硅- 蓝宝石作为半导体敏感元件，具有良好的计量特性。
5 、压电压力传感器原理
压电传感器中主要使用的压电材料包括有石英、酒石酸钾钠和磷酸二氢胺。其中石英(二氧化硅)是一种天然晶体，压电效应就是在这种晶体中发现的，在一定的温度范围之内，压电性质一直存在，但温度超过这个范围之后，压电性质完全消失(这个高温就是所谓的 “居里点”)。由于随着应力的变化电场变化微小(也就说压电系数比较低)，所以石英逐渐被其他的压电晶体所替代。 参考技术A 压力传感器工作原理简单点就是通过其内部的惠斯通电桥实现压力检测的，当液压或者气压发生变化，会使得压力传感器接口处压力薄膜产生形变，从而让惠斯通电桥的电阻发生变化，电阻的变化转换成电信号输出，通过模拟输出成数字显示出来。以上技术描述由中昊传感器回复 参考技术B 回答

1、压阻式压力传感器：电阻应变片是压阻式应变传感器的主要组成部分之一。金属电阻应变片的工作原理是吸附在基体材料上应变电阻随机械形变而产生阻值变化的现象，俗称为电阻应变效应。

2、蓝宝石压力传感器：利用应变电阻式工作原理，采用硅-蓝宝石作为半导体敏感元件，具有无与伦比的计量特性。因此，利用硅-蓝宝石制造的半导体敏感元件，对温度变化不敏感，即使在高温条件下，也有着很好的工作特性;蓝宝石的抗辐射特性极强;另外，硅-蓝宝石半导体敏感元件，无p-n漂移。

3、压电式压力传感器：压电效应是压电传感器的主要工作原理，压电传感器不能用于静态测量，因为经过外力作用后的电荷，只有在回路具有无限大的输入阻抗时才得到保存。实际的情况不是这样的，所以这决定了压电传感器只能够测量动态的应力。

提问

传感器信号可以到手机吗

回答

可以

1、通过手机短信或移动数据网络方式。即传感器系统跟移动通信运营商系统接驳，传感器信号转化为文本信息，以短信方式发送到绑定的手机上；2、蓝牙模式。就是传感器系统是无线蓝牙传感器系统。手机开启蓝牙，搜索附近蓝牙设备，找到传感器系统，匹配好，然后传感器就可以直接把信号通过蓝牙模式传送到手机上了。

 参考技术C

压阻式压力传感器

电阻应变片是压阻式应变传感器的主要组成部分之一。金属电阻应变片的工作原理是吸附在基体材料上应变电阻随机械形变而产生阻值变化的现象，俗称为电阻应变效应。

参考技术D 抗腐蚀的陶瓷压力传感器没有液体的传递，压力直接作用在陶瓷膜片的前表面，使膜片产生微小的形变，厚膜电阻印刷在陶瓷膜片的背面，连接成一个惠斯通电桥(闭桥)，由于压敏电阻的压阻效应，使电桥产生一个与压力成正比的高度线性、与激励电压也成正比的电压信号，标准的信号根据压力量程的不同标定为2.0 / 3.0 / 3.3 mV/V等，可以和应变式传感器相兼容。通过激光标定，传感器具有很高的温度稳定性和时间稳定性，传感器自带温度补偿0～70℃，并可以和绝大多数介质直接接触。
陶瓷是一种公认的高弹性、抗腐蚀、抗磨损、抗冲击和振动的材料。陶瓷的热稳定特性及它的厚膜电阻可以使它的工作温度范围高达-40～135℃，而且具有测量的高精度、高稳定性。电气绝缘程度>2kV，输出信号强，长期稳定性好。高特性，低价格的陶瓷传感器将是压力传感器的发展方向，在欧美国家有全面替代其它类型传感器的趋势，在中国也越来越多的用户使用陶瓷传感器替代扩散硅压力传感器。
想了解更多相关信息，可以咨询麦克传感器股份有限公司，谢谢！

简单说说Python与Go的区别

背景

工作中的主力语言是Python，今年要搞性能测试的工具，由于GIL锁的原因，Python的性能实在是惨淡，需要学一门性能高的语言来生成性能测试的压力端。因此我把目光放在了现在的新秀Go。经过一段时间的学习，也写了一个小工具，记一下这两个语言的区别。

需求

工具是一个小爬虫，用来爬某网站的某个产品的迭代记录，实现逻辑就是运行脚本后，使用者从命令行输入某些元素（产品ID等）后，脚本导出一个Excel文件出来。

最初的版本是用Python写的，30行代码不到就搞定了。这次用Go重写，代码量在110行左右。

接受输入

第一步就是接受命令行的输入内容，工具要给非技术人员用的，弄一个CLI不太合适，要的效果就是一行一行的输入内容，用Python实现起来非常容易，像这样：

app_id = raw_input('请输入app_id: ')
app_analysis = raw_input('请输入analysis: ')

执行后就是一行一行的往下走，但是用Go就有点蛋疼了，完整的代码如下：

func getPara() (string, string) 
    var i = 0
    var appId, analysis string
    fmt.Print("请输入appId：")
    scanner := bufio.NewScanner(os.Stdin)
    for scanner.Scan() 
        text := scanner.Text()
        if i == 0 
            appId = text
            fmt.Print("请输入analysis：")
         else if i == 1 
            analysis = text
            fmt.Print("程序初始化数据完毕。。。。请按任意键继续")
         else 
            break
        
        i++
    
    return appId, analysis

Go要实现CLI很方便，但是涉及到这种一行一行的输入，要一直监听Scan()，所以就有了上面蛋疼的循环处理，而且在必须要先打印信息，再来监听内容，总体的写的过程很恶心，也许是没有找到更好的方法吧，实在是太逆天了。

发送请求

在发送请求方便，两种语言倒是差别不太大，至少我写的Get请求是这样的。

Python
params = 
    "analysis": app_analysis,
    "appid": app_id,
    "country": 'cn'

r = requests.get(url, params)

Go
q := req.URL.Query()
q.Add("appid", appId)
q.Add("analysis", analysis)
q.Add("country", "cn")
req.URL.RawQuery = q.Encode()
var resp *http.Response
resp, _ = http.DefaultClient.Do(req)

返回结果处理

在返回结果的处理上，Python的处理方式简直是太友好了，直接调用json就处理了。

result = r.json()

但是Go就有点蛋疼了，由于是静态语言，所以解包数据的时候需要先定义数据格式，比如返回的内容必须要先做如下的结构定义：

type ResultInfo struct 
    Code    int
    Msg     string
    Version []VersionInfo


type VersionInfo struct 
    Version     string `json:"version"`
    ReleaseTime string `json:"release_time"`
    ReleaseNote string `json:"release_note"`
    AppName     string `json:"app_name"`
    SubTitle    string `json:"subtitle"`

第一个ResultInfo是返回的数据，其中的Version也是一个数组对象，所以还要再定义一个数组对象，这样才能调用方法来解包处理。

body, _ := ioutil.ReadAll(resp.Body)
var rst = ResultInfo
if err := json.Unmarshal(body, &rst); err != nil 
    fmt.Println(err)

写数据到Excel

这部分调用的都是第三方库，所以没什么可比性，代码的实现完全依赖于第三方包。

无所不在的err != nil

Go的异常捕获机制跟Python或者Java都不一样，Python的异常捕获使用的是try，except来包裹代码块，而Go用的是一个error对象，所以所有的Go代码都会充斥着大量的

if err != nil 
        return nil, err
    

这种鬼东西，这种异常机制在阅读代码的时候，非常恶心，极大的影响了阅读体验。

吐槽完后

基本上从书写代码的过程来看，Python的编码效率比Go高出了很多很多，Go号称语法灵活，可以极大的提高编码效率，实际上并没有，受限于静态语言，相比于Python这种动态语言来说，编码效率的差距还是非常大的。只能说比其他静态语言编码效率高。

但是！！！

Go的效率比Python高了太多。举个例子，有一个计算斐波那契数的算法，Go的实现如下：

func main() 
    const n = 40
    starttime := time.Now()
    fibN := fib(n)
    endtime := time.Now()
    cost_time := endtime.Sub(starttime)
    fmt.Println(cost_time)
    fmt.Printf("\\rFibonacci(%d) = %d\\n", n, fibN)


func fib(x int) int 
    if x < 2 
        return x
    
    return fib(x-1) + fib(x-2)

很简单的一个递归，当N为40的时候，Go花了大概1秒左右的时间，执行结果如下：

876.838ms（消耗时间）
Fibonacci(40) = 102334155

我们换成Python

def fib(x):
    if x<2:
        return x
    return fib(x-1)+fib(x-2)

if __name__ == '__main__':
    import time
    begin = time.time()
    print fib(40)
    end = time.time()
    print end-begin

一样的执行逻辑，执行的结果却是：

102334155
52.8657081127（消耗时间）

WTF!!! 用Go来处理效率是Python的50倍以上。

还没完，工具写完了总是要给人用的吧，Python写完之后，如果给一个非技术人员使用，那么。。。

使用者：要怎么用？
我：你装一下Python，然后配好环境变量，顺便把requests库和xlwt库也装一下。
我：要装这两个库你要先装一下pip。
使用者：黑人问号脸！！！！！

如果你用Go来写，打包完发过去就行了

使用者：要怎么用？
我：你双击一下，让你输入什么就输入什么

如果使用者是用Windows系统，那也没问题，

CGO_ENABLED=0 GOOS=windows GOARCH=amd64 go build xxx.go

直接打包成exe文件。