一、标定基础：传感器标定的定义、为什么需要标定、标定的核心目标与评价指标
大家好，我是老张。在传感器这行摸爬滚打了十几年，今天咱们聊聊标定这件事。
很多人觉得标定就是「调一调、校一校」，其实没那么简单。我见过不少项目，传感器选型没问题，电路设计也漂亮，结果一上系统数据全飘了。为什么？标定没做到位。
说白了，标定就是给传感器「立规矩」。让它知道：外界给多少，你该报多少。
1.1 传感器标定的定义
传感器标定，简单讲就是：在已知标准输入下，建立传感器输出与输入之间的对应关系。
举个例子。你拿一个压力传感器去测 1MPa 的压力，它输出 10mV。测 2MPa，输出 20mV。那这个「10mV 对应 1MPa」的关系，就是标定出来的。
但现实没这么理想。我遇到过一款 MEMS 加速度计，常温下标定好好的，温度一升到 85°C，输出直接偏了 5%。这就是标定要考虑的非理想因素。
标定的本质： 用已知的「真值」去校准传感器的「测量值」，并建立数学模型来描述两者之间的关系。
标定通常包含三个步骤：
- 施加标准输入——用高精度标准器给出已知量
- 记录传感器输出——采集原始信号
- 建立映射关系——拟合出输入-输出曲线
1.2 为什么需要标定？
你可能会问：传感器出厂时不是标过了吗？
嗯，这里要注意。出厂标定是「统计意义上的标定」。同一批次传感器，厂家抽检几个，然后给个典型曲线。但每个传感器都有自己的「脾气」。
我做过一个项目，用了同一批次的 100 个温度传感器。在 25°C 下测同一个热源，输出值最大差了 0.8°C。如果不做个体标定，这误差根本没法接受。
需要标定的原因，我总结为三点：
- 个体差异——每个传感器都有自己的偏移和增益误差
- 环境漂移——温度、湿度、老化都会改变传感器特性
- 系统集成误差——传感器装到设备上，安装应力、引线电阻都会引入额外误差
我的经验： 曾经有个客户，传感器单独测试精度 0.1%，装到设备上精度变成 0.5%。查了三天，发现是安装底座的热膨胀系数不匹配。标定必须「带系统一起标」。
1.3 标定的核心目标
标定的核心目标，说白了就四个字：准、稳、快、全。
| 目标 | 含义 | 我踩过的坑 |
|---|---|---|
| 准（Accuracy） | 测量值接近真值的程度 | 曾经用低精度万用表做基准，标出来全是错的 |
| 稳（Repeatability） | 多次测量结果的一致性 | 有个传感器每次标定结果都不一样，后来发现是接触不良 |
| 快（Efficiency） | 标定流程要高效，适合产线批量操作 | 早期手动标定一个传感器要 10 分钟，后来自动化后 30 秒搞定 |
| 全（Coverage） | 覆盖全量程、全温度范围 | 只标了常温点，结果高温下系统直接报警 |
你想想看，如果标定只做「准」这一项，那产线效率就完蛋了。反过来，只追求「快」，精度又没法保证。所以标定方案设计，本质上是在这四个目标之间找平衡。
1.4 标定的评价指标
怎么判断标定做得好不好？不能光凭感觉。我习惯用以下几个指标来量化评价：
1. 精度（Accuracy）
精度是标定后传感器测量值与标准值之间的最大偏差。通常用满量程的百分比表示。
比如一个 100°C 量程的温度传感器，标定后最大偏差 0.5°C，那精度就是 0.5% FS。
2. 重复性（Repeatability）
在相同条件下，对同一个输入多次测量，结果之间的离散程度。
我一般用 3σ 来评估。如果重复性差，说明标定过程本身有问题，或者传感器本身不稳定。
3. 线性度（Linearity）
传感器实际输出曲线与理想直线之间的偏离程度。
说实话，很多传感器天生非线性。比如热电偶，它的输出和温度就不是线性关系。这时候标定就要做「分段线性化」或者「多项式拟合」。
4. 迟滞（Hysteresis）
传感器从正行程和反行程测量同一个输入时，输出值的差异。
我记得有次标定一个压力传感器，升压和降压的曲线差了 0.2%。查了半天，发现是传感器膜片有残余应力。这个指标在压力、力传感器中特别重要。
5. 稳定性（Stability）
标定后，传感器特性随时间变化的程度。
我习惯做「老化测试」：标定完放一周再测，看看漂了多少。好的传感器年漂移应该在 0.1% 以内。
注意： 评价指标之间是相互关联的。精度高不代表稳定性好，重复性好也不代表精度高。我曾经见过一个传感器，重复性 0.02%，但精度只有 1%。为什么？因为它每次都偏同一个方向，偏得很稳定。这种传感器标定后反而好处理，因为偏移可以补偿掉。
1.5 标定知识体系总览
下面这张图，是我自己整理的标定知识框架。每次做新项目前，我都会对照着过一遍，确保没有遗漏。
这张图把标定的四个核心模块串起来了。定义是基础，原因是驱动力，目标是方向，指标是衡量标准。缺一个，标定方案就不完整。
一个小建议： 刚开始做标定的时候，别急着上复杂算法。先把基础指标测一遍。我见过有人一上来就搞神经网络补偿，结果连基本的重复性都没测。基础不牢，地动山摇。
好了，标定的基础概念就聊到这儿。记住一句话：标定不是万能的，但不标定是万万不能的。下一节咱们聊聊标定的具体流程和方法，到时候我会拿实际项目中的案例来讲。