2. 测量系统解构

在精密测量中，一台“测量系统”很少是单一器件，而是由传感器、信号调理、数据采集、算法处理和显示输出五个功能单元串联而成的量值传递链。理解这条链的关键，不是记住五个名词，而是看清每一环对最终示值的影响方式：有的环节决定灵敏度与量程，有的环节引入噪声与漂移，有的环节决定采样是否失真，有的环节则可能把误差“算进去”或“藏起来”。

下面按信号从物理量到最终读数的流动顺序，逐级解构，并指出每一级最值得关注的准确度影响量。

一、传感器：把物理量变成可处理的电信号

传感器是整条链的入口，它决定了“能不能测”和“测得多准”。以应变式力传感器为例，其核心是惠斯通电桥：弹性体受力产生微应变，粘贴其上的应变片电阻变化，电桥输出与力近似成正比的毫伏级电压。这里最关键的三个参数是：

• 灵敏度：典型值 2 mV/V。若激励为 5 V，满量程输出仅 10 mV，后续调理必须提供足够增益。
• 非线性与迟滞：通常以满量程百分比表示，如 ±0.03% FS。它们直接进入测量不确定度预算。
• 温度漂移：零点温漂和灵敏度温漂，是现场测量中常被低估的误差源。

实际选型时，不能只看“精度”一个数字。例如量程 100 N、精度 0.05% FS 的传感器，其绝对误差为 0.05 N；若实际只测 5 N，相对误差就达到 1%。因此，量程匹配往往比标称精度更影响最终结果。

二、信号调理：把微弱信号“养大”并“洗干净”

传感器输出的毫伏信号无法直接被采集卡准确读取，必须经过调理。典型调理链包括：仪表放大器 → 抗混叠低通滤波 → 可选激励源。以 AD620 类仪表放大器为例，增益由外部电阻 R_G 设定：

G = 1 + 49.4 kΩ / R_G
若 R_G = 1 kΩ，则 G ≈ 50.4
10 mV 满量程输出 → 约 504 mV，接近 ±5 V 采集量程的 1/10

这里有两个容易出问题的点。第一，共模抑制比不足时，现场工频干扰会直接串入；第二，抗混叠滤波器截止频率若高于采样率的一半，高频噪声会折叠进有效带宽，形成无法通过数字滤波去除的混叠误差。因此，调理级的截止频率应略低于奈奎斯特频率，例如采样率 10 kS/s 时，截止频率取 4 kHz 左右。

三、数据采集：模拟世界到数字世界的“闸门”

采集单元的核心指标是分辨率、采样率和量化误差。一个 n 位 ADC 在满量程 V_FS 下的量化步长为：

Q = V_FS / 2^n
例：16 位 ADC，量程 ±5 V（V_FS = 10 V）
Q = 10 V / 65536 ≈ 153 μV

这意味着，即使前端调理完美，153 μV 以下的电压变化也无法被分辨。若传感器灵敏度为 2 mV/V、激励 5 V、量程 100 N，则满量程输出 10 mV，经增益 500 后为 5 V。此时 1 LSB 对应力值约为 100 N × (153 μV / 5 V) ≈ 0.003 N，量化误差远小于传感器自身误差，说明采集级不是瓶颈。反之，若增益不足，量化误差就会成为主要误差源。

此外，采样率必须满足奈奎斯特条件，且要考虑实际信号带宽而非仅基频。对于动态力测量，若信号含 1 kHz 以上谐波，采样率至少取 5～10 倍，否则波形峰值会被低估。

四、算法处理：标定、补偿与“算出来的误差”

算法单元承担三项任务：标定映射、误差补偿和数字滤波。标定通常用最小二乘法拟合“采集码值—标准力值”关系：

F = a · C + b
其中 C 为采集码值，a 为斜率，b 为截距
若标定点为 (C=1000, F=10 N)、(C=5000, F=50 N)
则 a = (50-10)/(5000-1000) = 0.01 N/count
b = 10 - 0.01×1000 = 0 N

算法环节的风险在于：标定模型与实际工作条件不一致。例如标定时温度 20 ℃，现场 40 ℃，若未引入温度补偿项，温漂误差就会被“合法地”算进结果。另一个常见问题是过补偿：为了追求线性度，拟合阶数过高，导致标定点之间出现振荡，反而增大不确定度。

五、显示输出：最后一道“可见误差”

显示单元看似简单，却常引入两类误差：分辨力不足和舍入规则不当。若显示分辨力为 0.1 N，而测量不确定度为 0.02 N，则显示值会掩盖真实分辨能力；若显示 0.1 N 却按四舍五入处理，可能引入 ±0.05 N 的附加误差。因此，显示位数应与测量不确定度匹配，通常显示分辨力取不确定度的 1/5～1/2 较为合理。

六、功能链的整体视角

把五级串联起来看，测量系统的总误差不是简单相加，而是按不确定度传播规律合成。对于独立误差源，合成标准不确定度为各分量平方和开根号。因此，抑制最大分量比平均用力更有效。工程上常用“误差预算表”逐级列出灵敏度系数和标准不确定度，再判断哪一级需要改进。

例如某力测量系统：传感器 0.05% FS、调理 0.02% FS、采集 0.005% FS、算法 0.01% FS、显示 0.05% FS。合成后约为 0.074% FS，其中传感器和显示各占主导。此时若把采集卡从 16 位换成 24 位，总不确定度几乎不变；而改善传感器温度补偿或提高显示分辨力，效果立竿见影。

理解这条功能链的最终目的，是在校准和溯源时能够定位误差来源：是传感器本身不准，还是调理级漂移，还是采集混叠，还是算法模型失配，还是显示分辨力不够。只有逐级解构、逐级验证，才能把“测量系统校准”从整机比对推进到环节级诊断，为后续量值溯源和计量验证打下基础。