습도 센서를 확인하고 보정하는 방법

습도 센서는 얼마나 정확합니까? 이 프로젝트와 함께 알아보십시오.

습도 센서는 일반적이고 비교적 저렴하며 다양한 종류가 있습니다. 너무 자주 우리는 데이터시트를 확인하고 인터페이스와 함께 사용하며 (값이 "합리적으로 보이면") 결과를 받아들입니다.

이 프로젝트에서 우리는 한 단계 더 나아가 습도 센서의 정확성을 검증하는 방법을 보여줍니다. 또한 일반적인 센서 보정 방법을 설명하고 이 방법을 적용하여 습도 측정의 정확도를 향상시키기 위해 결과를 보정합니다.

프로젝트에 사용된 테스트 설정(왼쪽에서 오른쪽으로, Quark D2000 마이크로컨트롤러 보드, 센서 인터페이스, 마이크로 환경의 HIH5030 센서)

프로젝트 기초

센서의 정확도를 확인하기 위해 얻은 값을 기준 표준과 비교합니다. 습도 센서의 정확도를 확인하기 위해 "포화염" 방법을 사용하여 표준을 생성합니다. 간단히 말해서, 특정 염(예:식염 또는 염화칼륨과 같은 이온성 화합물)은 수용액에 용해될 때 알려진 습도의 대기를 생성합니다(참조 PDF 참조).

이러한 화학적 특성은 알려진 상대 습도(RH) 백분율(즉, 참조 표준)의 미세 환경을 생성하는 데 사용되며 센서는 미세 환경 내부에서 판독됩니다. 특히, 우리는 밀폐된 항아리에 솔루션을 만들어 대기를 보존한 다음 연결된 센서를 밀폐된 항아리에 넣을 것입니다. 이후 반복적으로 센서를 읽고 값을 기록합니다.

각각 다른 상대 습도를 생성하는 여러 다른 염을 사용하여 절차를 반복함으로써 테스트 중인 센서에 대한 프로필을 개발할 수 있습니다. 각 미세 환경에 대한 상대 습도를 알고 있기 때문에 알려진 값과 센서 판독값의 편차를 평가할 수 있으므로 센서의 정확도를 평가할 수 있습니다.

편차가 상당하지만 극복할 수 없는 경우 소프트웨어에서 수학적 보정 절차를 적용하여 측정의 정확도를 높일 수 있습니다.

안전에 대한 한마디

<블록 인용>

더 진행하기 전에 이 프로젝트에 사용된 화학 물질을 책임감 있게 다루는 것이 중요합니다.

<울>

사용된 각 화학 물질에 대한 물질안전보건자료(SDS 또는 때때로 MSDS(물질안전보건자료))를 읽으십시오(사용된 각 소금에 대한 SDS 링크는 아래에 제공되며, 각 소금에 대한 문헌 검색을 수행할 수도 있습니다. 및 안전한 취급 절차).

화학물질을 흡입하거나 섭취하지 마십시오.

화학 물질이 피부나 눈에 닿지 않도록 하십시오(장갑과 고글 사용).

음식이 준비되는 동일한 장소에서 용액을 준비하지 마십시오.

화학 물질을 올바르게 보관하십시오.

우발적으로 노출되지 않도록 용액과 용액을 준비하는 데 사용된 모든 도구를 적절하게 폐기합니다.

시작하기 전에 우발적인 노출이 발생한 경우 어떻게 해야 하는지 알아두십시오(안전 데이터시트 참조).

사용된 소금

일반적으로 참조 표준을 위해 생성할 수 있는 RH 대기가 많을수록 테스트 중인 센서의 특성이 더 좋아집니다. 그러나 실용적인 의미에서 자원에는 항상 한계가 있습니다. 이 프로젝트에서는 4개의 참조 표준이 사용되었으며 참조 표준을 생성하는 데 사용된 염은 가능한 RH 값의 범위를 포함하지만 안전성, 가용성 및 비용을 고려하여 선택되었습니다.

아래의 소금이 선택되었습니다. 염화나트륨(식용소금)의 경우 순수한 코셔 소금을 현지 식료품점에서 저렴하게 구입했습니다. 그 길을 간다면, 요오드나 고결방지제와 같은 첨가제와 함께 식염을 사용하지 마십시오.

프로젝트에 사용된 소금

소금	% RH(25°C에서)	출처	안전 데이터 시트
염화리튬	11.30	가정 과학 도구	LiCl용 SDS
염화마그네슘	32.78	가정 과학 도구	MgCl용 SDS
염화나트륨	75.29	다양한(텍스트 참조)	NaCl용 SDS
염화칼륨	84.34	가정 과학 도구	KCl용 SDS

미시 환경 만들기

거의 모든 것에 대한 표준이 있으며 수용액에서 안정적인 RH를 생성하기 위한 표준도 있습니다(ASTM E104 – 02(2012) 참조). 내 벤치와 아마도 당신의 벤치는 공식 테스트 연구소가 아니지만 가능한 한 밀접하게 표준의 사양을 따르는 것이 좋습니다.

또한 이 프로젝트에 제공된 결과는 주의 깊게 수집되었지만 센서 브랜드의 정확성에 대한 전반적인 품질 설명을 반영하거나 나타내는 것으로 해석되어서는 안 됩니다. 소수의 센서만 테스트했으며 사용된 센서는 연령과 사용 이력이 다릅니다.

각 소금에 대해 매우 젖은 모래와 유사한 농도로 증류수를 추가하여 슬러시 혼합물을 만들었습니다. 화학 약품 4~5테이블스푼과 증류수 1테이블스푼을 시도할 수 있지만 약간의 실험을 해야 할 수도 있습니다.

혼합물은 단단히 밀봉된 작은 병에서 만들었습니다. 유리나 플라스틱도 내부의 분위기를 유지할 수 있는 한 잘 작동해야 합니다. 용기 상단에 작은 구멍을 만들어 센서 인터페이스에 연결한 다음 마이크로컨트롤러에 연결하는 전선을 연결할 수 있습니다. 연결된 센서는 혼합물 위 약 0.5-1.0인치에 위치합니다. 센서가 용액에 직접 닿지 않도록 주의하십시오. 그렇지 않으면 손상될 수 있습니다. 연결부를 제자리에 고정하고 캡의 구멍을 밀봉하기 위해 쉽게 제거할 수 있는 접촉 퍼티를 사용할 수 있습니다.

최종 판독을 하기 전에 평형을 위한 충분한 시간을 허용하는 것이 중요합니다. 나는 이 문제를 경험적으로 테스트했으며, 선택된 테스트 케이스에서 최대 6시간 동안 매분마다 측정값을 측정했습니다. 내 경험상, 이것은 필요한 것보다 더 길었고 각 센서와 염분에 대해 90-120분의 평형 시간으로 정착했습니다. 그런 다음 마지막 5개 판독값의 평균이 최종 값으로 사용되었습니다. 모든 경우에 5가지 값은 차이가 있는 경우 거의 차이를 보이지 않았습니다.

또한 모든 판독값은 약 25°C(±1°) 주변 온도에서 측정되었으며 각 표준에 사용된 RH 값은 25°C에 대해 나열된 값이었습니다(값은 이 PDF 참조).

염화나트륨이 포함된 미세 환경 내부 캐리어 보드의 HIH5030 센서.

하드웨어

마이크로컨트롤러

이 프로젝트에서는 Quark D2000 마이크로컨트롤러를 사용하여 센서를 인터페이스합니다. D2000은 I2C 및 아날로그-디지털 인터페이스가 있는 3V 보드입니다.

하지만 적절한 인터페이스가 있는 대부분의 다른 마이크로컨트롤러를 사용할 수 있다는 점을 염두에 두십시오.

센서 인터페이스

프로젝트에서 테스트된 센서; A) HIH8121, B) HIH5030, C) DHT-22(AM2302), D) HIH6030(캐리어 보드)

DHT-22(2개 사용), HIH5030, HIH6030, HIH8121의 4가지 유형의 습도 센서가 테스트되었습니다. 아래 회로도는 각 유형의 센서에 사용되는 간단한 인터페이스를 보여주며 연결된 데이터 시트를 참조하여 배경 정보를 제공합니다. 회로용.

<울>

DHT-22는 고유한 직렬 출력이 있는 온도 및 습도 센서입니다.

HIH5030은 아날로그(전압) 출력의 습도 센서입니다. 이 센서의 인터페이스는 임피던스 매칭을 위해 단일 이득 구성의 연산 증폭기를 사용합니다.

HIH6030 및 HIH8121은 I2C 프로토콜을 사용하는 온도 및 습도 센서입니다.

DHT-22-D2000 인터페이스.

DHT-22 BOM:U1, DHT-22 센서; R1, 4.7kΩ 저항; C1, 0.1μF 커패시터.

HIH5030-D2000 인터페이스.

HIH5030 BOM:U1, HIH3050 센서; U2, MCP601P 연산 증폭기 C1, 1.0μF 커패시터; C2, 0.1μF 커패시터.

HIH6030-D2000 인터페이스.

HIH6030 BOM:U1, HIH6030 센서; R1 및 R2, 2.2kΩ 저항; C1, 0.22μF 커패시터; C2, 0.1μF 커패시터.

HIH8121-D2000 인터페이스.

HIH8121 BOM:U1, HIH8121 센서; R1 및 R2, 2.2kΩ 저항; C1, 0.22μF 커패시터.

센서 소프트웨어

센서 데이터 수집을 위한 모든 프로그램은 C 언어로 작성되었으며 "습도 센서 프로젝트 코드" 버튼을 클릭하여 다운로드할 수 있습니다. 각각은 주석 처리되어 있으며 간단합니다. 각 센서에 대해 프로그램은 1분마다 센서를 읽고 값을 직렬 모니터로 보냅니다. 따라서 특정 애플리케이션에 쉽게 적용할 수 있어야 합니다.

DHT22.c(왼쪽) 및 HIH5030.c(오른쪽)의 출력 스크린샷

센서 평가 절차

아래 표에는 4가지 미시 환경 각각에서 센서를 평가한 데이터가 포함되어 있습니다.

테스트 센서에 대한 퍼센트 RH(OBS =관찰된 값, ERR =표준과의 차이에 따른 오차, RMSE =루트 평균 제곱 오차)

	DHT #1		DHT #2		HIH5030		HIH6030		HIH8121
참조 상대습도	OBS	오류	OBS	오류	OBS	오류	OBS	오류	OBS	오류
11.30(LiCl)	12.56	1.26	16.29	4.99	13.02	1.72	20.79	9.49	12.31	1.01
32.78(MgCl)	32.36	-0.42	33.79	1.01	33.46	0.68	40.77	7.99	32.43	-0.35
75.29(NaCl)	73.04	-2.25	74.50	-0.79	77.74	2.45	83.83	8.54	76.63	1.34
84.34(KCl)	82.30	-2.04	82.15	-2.19	85.84	1.50	93.43	9.09	85.01	0.67
RMSE		1.657		2.799		1.708		8.796		0.920

알려진 상대 습도의 안정적인 환경에서 센서 성능에서 데이터를 수집하면 센서의 정확도를 수치적으로 평가할 수 있습니다.

표에서 각 RH 표준에서 각 센서의 오류를 계산했습니다. 그러나 일부 값은 양수이고 다른 값은 음수이기 때문에 센서를 평가하기 위해 해당 값을 단순히 평균화할 수는 없습니다. 단순히 평균을 취하면 양수 값과 음수 값이 서로 상쇄되므로 결과 값은 평균 오류를 최소화합니다.

대신 RMSE(제곱 평균 제곱근)를 계산하여 센서의 정확도를 특성화합니다. RMSE의 공식은 다음과 같습니다.

여기서 O는 관찰된 센서 값이고 I은 이상적인 센서 값(즉, 기준 표준)입니다. RMSE를 계산하기 위해 각 오류(참조 표준과의 편차)를 제곱한 다음 해당 값의 산술 평균을 계산하고 마지막으로 평균의 제곱근을 취합니다.

센서의 정확도를 특성화하면 RMSE를 사용하여 센서를 보정해야 하는지 여부를 결정할 수 있습니다. 어떤 경우에는 RMSE가 작고 귀하의 애플리케이션에 완전히 허용되며 교정이 필요하지 않다고 합리적으로 결정할 수 있습니다.

예를 들어, HIH8121의 결과는 인상적입니다. RMSE는 1% 미만이고 모든 샘플 포인트의 오차는 2% 미만입니다.

반면에 센서 응답이 너무 불량하고 불규칙하여 애플리케이션에 다른 센서가 필요하다고 판단하는 경우도 있습니다.

보정 결정은 항상 작업에 필요한 정확도의 정도를 고려해야 합니다. 그럼에도 불구하고 표에 있는 모든 센서에 대해 보정을 통해 센서 판독값의 정확도를 향상시킬 수 있습니다.

센서 교정 절차

센서를 보정하려면 먼저 이상적인 값과 관찰된 값을 연결하는 함수를 수학적으로 결정해야 합니다. 선형 회귀 절차를 사용하여 해당 기능을 결정할 수 있습니다.

회귀 절차의 이름에서 "선형"이라는 단어는 선형 함수를 의미하지 않습니다. 대신, 이 용어는 변수의 선형 조합을 나타냅니다. 결과 함수는 선형 또는 곡선일 수 있습니다. 아래의 세 가지 다항식 함수는 모두 선형 회귀를 나타냅니다(참고:이 컨텍스트에서는 유용하지 않은 0도 경우를 무시합니다).

<올>

y =ax + b(1차, 선형)

y =ax ² + bx + c(2차, 2차)

y =도끼 ³ + bx ² + cx + d(3도, 입방체)

현재 프로젝트에서는 4개의 참조 표준(즉, n =4)을 사용하여 센서 값을 계산합니다. 따라서 3차 다항식은 우리가 계산할 수 있는 가장 높은 차수 다항식입니다. 가능한 가장 높은 차수 다항식은 항상 n – 1이고 이 경우에는 3(4 – 1)을 의미합니다.

최소 제곱 절차는 일반적으로 선형 회귀에 사용됩니다. 이 절차에서는 각 데이텀에서 선까지의 거리의 합이 가능한 한 작도록 선을 맞춥니다. 선형 회귀를 수행하기 위해 최소 제곱 절차를 사용하는 많은 프로그램이 있습니다. Excel을 사용할 수도 있습니다(자세한 내용은 여기를 클릭).

또한 선형 회귀를 사용할 필요가 없다는 점에 유의해야 합니다. 비선형 회귀를 사용할 수 있습니다. 비선형 회귀의 예는 거듭제곱 함수 또는 푸리에 함수를 생성합니다. 그러나 선형 회귀는 우리 프로젝트의 데이터에 잘 맞고 더 나아가 소프트웨어 수정(보정)이 쉽게 구현됩니다. 사실, 이 프로젝트에서 비선형 회귀를 사용하여 많은 것을 얻을 수 있다고 생각하지 않습니다.

다항식 선택

이론적으로 우리는 데이터에 가장 잘 맞는 다항식을 사용하려고 합니다. 즉, r ² 로 표시되는 가장 작은 결정 계수를 생성하는 다항식입니다. (또는 R ² , "R 제곱"으로 발음). 근접 촬영 r ² 1이면 적합도가 더 좋습니다. 최소 제곱 추정에서는 사용된 다항식의 차수가 높을수록 적합성이 더 좋은 경우가 항상 있습니다.

그러나 가능한 가장 높은 차수 다항식을 자동으로 사용할 필요는 없습니다. 보정은 소프트웨어에서 이루어지므로 저차 다항식을 사용하면 속도 및/또는 메모리 이점을 나타내는 경우가 있을 수 있습니다. 특히 고차 다항식을 사용하여 얻을 수 있는 정확도가 매우 작은 경우에는 더욱 그렇습니다.

아래에서는 차수가 다른 다항식을 사용하여 HIH6030 센서에 대한 보정 절차를 보여주며, 그렇게 함으로써 사용하기로 선택한 모든 다항식에 적용할 수 있는 일반적인 절차를 설명합니다.

이전 표의 데이터를 사용하여 먼저 최소 자승 회귀 절차를 수행하여 각 다항식에 대한 계수를 결정합니다. 이러한 값은 사용된 회귀 소프트웨어 패키지에서 가져옵니다. r ² 를 포함한 결과는 아래와 같습니다. 가치.

<올>

선형:y =ax + b; a =1.0022287, b =-8.9105659, r ² =0.9996498

2차:y =ax ² + bx + c; a =-0.0012638, b =1.1484601, c =-12.0009745, r ² =0.9999944

3차:y =도끼 ³ + bx ² + cx + d; a =0.0000076, b =-2.4906103, c =1.2061971, d =-12.7681425, r ² =0.9999999

이제 계산된 함수를 사용하여 관찰된 값을 수정할 수 있습니다. 즉, 아래 표와 같이 센서 판독값을 보정할 수 있습니다(OBS, 수정됨 및 ERR 값은 소수점 이하 두 자리까지 반올림됨).

다항식을 사용하여 HIH6030 관찰 및 보정된 값

	RAW		1급		2급		3급
Ref RH	OBS	오류	수정됨	오류	수정됨	오류	수정됨	오류
11.30	20.79	9.49	11.93	0.63	11.36	0.06	11.30	0.00
32.78	40.77	7.99	31.95	-0.83	32.83	0.05	32.78	0.00
75.29	83.83	8.54	75.11	-0.18	75.85	0.55	75.29	0.00
84.34	93.43	9.09	84.73	0.39	84.83	0.49	84.34	0.00
RMSE		8.795736		0.562146		0.371478		0.00212

3개의 다항식 모두 관찰된 측정값과 비교하여 RMSE에서 상당한 감소를 생성했음을 알 수 있으며 이것이 교정하는 이유입니다. 아래 그래프는 1차 다항식을 사용한 개선 사항을 보여줍니다. 보정된(수정된) 데이터 포인트가 이제 이상적인 대각선 근처에 어떻게 놓여 있는지 확인합니다.

더 많은 정보를 읽어보세요….

습도 센서 확인 및 보정 방법

현재 프로젝트/게시물은 다음을 사용하여 찾을 수도 있습니다.

<울>

습도 보정 확인 방법