¿Puedo mejorar la precisión de los sensores de temperatura LM35 promediando varios sensores?

No puede garantizar una mayor precisión, pero posiblemente puede obtener una mejor relación señal / ruido.

Imagínese si todos los sensores estuvieran apagados en la misma cantidad permitida en las especificaciones. Promediarlos no daría una mejor precisión. Si tuviera un número razonablemente grande de estos sensores y tuvieran una distribución de error aleatoria dentro de su banda de error permitida, entonces obtendría una mayor precisión al promediar. Sin embargo, el problema es que no tiene forma de saber si tiene el primer caso o el segundo. Si todas las unidades son del mismo lote de producción, es probable que sus errores no se distribuyan aleatoriamente.

Sin embargo, el ruido disminuye. Cada sensor añade algo de ruido a su lectura. Esto no está correlacionado con el ruido de los otros sensores, por lo que el promedio hace menos ruido. Por supuesto, esto no ocurre con el ruido proveniente de fuera de todo el sistema, ya que se correlacionaría y evitar las múltiples lecturas del sensor no lo reducirá.

Tenga en cuenta que hay más de una manera de "promediar". Está pensando en promediar varios sensores para reducir el ruido. Sin embargo, dado que este ruido es esencialmente aleatorio, también puede promediar entre varias lecturas del mismo sensor tomadas en diferentes momentos. En el caso más general, esto es realmente un filtrado de paso bajo. Como las temperaturas cambian lentamente, el filtrado de paso agresivamente bajo de la salida de un sensor de temperatura reduce el ruido. Al observar esto en el espacio de frecuencia, sabe que la temperatura cambia lentamente, por lo que los componentes de alta frecuencia son ruidos y se pueden atenuar de manera segura.

Sí, el uso de varios sensores puede darle una temperatura promedio . ¿Qué tan correcta es la temperatura todavía está en duda?

Si el 50% de los sensores están por encima de la temperatura real, y el 50% está por debajo, entonces obtendrás la temperatura real (o tan buena como). Si el 75% está arriba y el 25% está abajo, entonces leerá la temperatura más alta de lo que es.

Para mayor precisión, necesitará alguna referencia para probar los sensores para obtener la temperatura real, generalmente una temperatura conocida para calibrar el sensor.

En cuanto a la cancelación de ruido, puede hacer exactamente lo mismo con un sensor y muestrearlo varias veces y promediando los resultados.

Si los errores fueran aleatorios, se podría esperar una mejora de alrededor de un factor de 3 para 10 sensores (la raíz cuadrada de 10). Pero es probable que haya errores sistemáticos que no se cancelarían.

• ¿Por qué quiere una mejor precisión que 0.5 ° C en primer lugar?

• ¿Qué temperatura quieres medir? Si tienes diez sensores, no estarán todos en el mismo lugar. La mayoría de las veces será mejor obtener una de mayor precisión.

• ¿Tiene espacio para 10 sensores?

Es una buena idea hacer varias lecturas de un sensor.

Solo para ser exigente y agregar 2 centavos a esta pregunta: si no te gustan las respuestas delicadas , ni siquiera leas esta o querrás matarme.

Dado que todos los sensores tienen algún sesgo interno, nunca terminarás siendo super-preciso .

Si tiene un sensor y sabe que es parcial, puede compensar sus lecturas y obtener la temperatura real. Y estará limitado a sus características (ejemplo: si es lineal en sus lecturas a medida que cambia la temperatura, o si los errores no son lineales ... si es estable a medida que pasa el tiempo, o no ...).

Si tiene muchos sensores y los promedia, reducirá la brecha entre la temperatura real y la medida, pero dado que cada uno tiene su propio error, el promedio siempre tendrá algún error. Para evitar eso, solo si tiene exactamente la misma cantidad de sensores por encima y por debajo de la temperatura correcta, y solo si tienen exactamente la misma cantidad por encima y por debajo ...

Piénselo como el estándar internacional de masa: ¿qué es 1 kg? es la masa de un organismo específico, que se almacena en la Oficina Internacional de Pesos y Medidas. No es el promedio de muchos cuerpos ...

Hablas de "sesgo sistemático". Si hacemos la suposición generalmente razonable de que las lecturas de los sensores tienen una media y una desviación estándar, a medida que aumenta el tamaño de la muestra (número de sensores), la desviación estándar debería disminuir.

De nuevo, si se toman varias lecturas del mismo sensor, también se debe reducir la desviación estándar de las lecturas.

En cuanto al promedio, suponga que cuando la temperatura exacta es 80C y el sensor 1 puede leer 79C, el sensor 2 80C y el sensor 3 81C. En este caso, el promedio de las lecturas da una respuesta de 80C, mientras que de los 3 sensores individuales, solo uno tenía el valor correcto. Hay más cosas que considerar aquí, supongamos que el sensor 1 siempre lee 1C bajo mientras que el sensor 3 siempre lee 1C alto. Si pudiera determinar esto en comparación con una fuente precisa, entonces podría corregir esta lectura baja de 1C para el sensor 1 en la conversión posterior al software.

En términos prácticos, ¿cómo montarían varios sensores para que todos estuvieran en contacto con el mismo punto en el que desea medir la temperatura? Para lecturas de alta precisión, incluso una pequeña separación entre sensores podría significar que estaban expuestos a diferentes temperaturas. En este caso, el promedio de las lecturas no proporcionaría datos útiles sobre la temperatura en un punto en particular, solo el promedio en algún espacio. Algo así como montar 4 termómetros a cada lado de tu casa; es muy probable que el del lado soleado tenga una temperatura diferente a la del lado sombreado.