传感器静态标定与特性量计算

先押一个判断

当前数据里，哪一种误差最可能占主导？选好后再改滑块或表格。

预测最大归一化误差来源

非线性

迟滞

重复性

零漂

先选一项；选完后改变数据，证据才会更明显。

改变测量，再读证据

预置数据和四个扰动都会直接改写测量表。滑块的单位均为 mV，表中仍可逐格编辑。

中段弯曲 0 mV

回程间隙 0 mV

重复扰动 0 mV

末次零漂 0 mV

拟合前做平均零点校正等待预测 → 改变数据 → 核对

测量记录与拟合曲线

两次循环标定记录

上行 / 下行各 2 次

x / kPa	上行 1 / mV	下行 1 / mV	上行 2 / mV	下行 2 / mV	操作

第一测点输入为 0，其后严格递增；至少保留 3 个测点。

误差证据图

—

上行 1下行 1 上行 2下行 2 最小二乘线误差证据

特性量读数

灵敏度 k

—

最小二乘直线斜率，单位 mV/kPa

归一化非线性 δ_L

—

平均曲线对拟合直线的最大偏离

迟滞 δ_H

—

同一输入处上、下行均值的最大间隙

重复性 δ_R

—

同方向两次测量的最大极差

零漂 δ₀

—

首末零输入输出之差

本页采用的定义

零点校正y′_ij = y_ij − ȳ₀

ȳ₀ 是最小输入处 4 个输出的算术平均值；关闭开关时令 ȳ₀=0。

最小二乘与满量程输出ŷ = kx + b；Y_FS = |k|(x_max−x_min)

拟合对象是每个输入处 4 个校正后输出的平均值。

归一化非线性δ_L = max|ȳ′_i−ŷ_i| / Y_FS × 100%

分子是平均标定曲线相对拟合直线的最大绝对残差。

迟滞δ_H = max|ȳ_up,i−ȳ_down,i| / Y_FS × 100%

上行均值与下行均值都由两次同方向数据计算。

重复性（本页按极差约定）δ_R = max( |y_up1−y_up2|, |y_down1−y_down2| ) / Y_FS × 100%

不同实验规范也可能用标准差或置信限，写报告前应注明采用哪一种。

零漂（本页的时间端点约定）δ₀ = |y_down2(x_min)−y_up1(x_min)| / Y_FS × 100%

首个上行零点到末次下行零点的变化；Δy₀ 同时以 mV 显示。