汽车气候控制传感器

红外温度传感器在过程控制和制造中使用了多年,现在已被接受用于乘用车。必须解决生产、可靠性和成本问题。此外,还必须解决复杂的信号调节和校准问题。

红外温度传感器在过程控制和制造中使用了多年,现在已被接受用于乘用车。必须解决生产、可靠性和成本问题。此外,还必须解决复杂的信号调节和校准问题。因此,汽车工程师越来越熟悉红外传感科学技术及其对汽车系统的潜在好处。

红外温度传感器的背景

红外温度传感器具有无需接触物体即可测量其温度的独特能力。此外,红外传感器具有非常快的响应速度,可以在不到一秒的时间内进行非接触式温度测量。

红外传感器在制造过程中广泛使用已有 30 多年的历史。采用它们是因为它们可以直接测量制造过程中移动的产品的温度。以红外温度测量为主的生产产品的一些示例包括:纸张、布料、印刷材料等的制造。

重要的一点是,红外传感允许制造商在制造过程中经历重要的加热和冷却阶段时直接测量和严格控制产品温度。无论使用何种方式加热或冷却这些产品,无论是强制对流、辐射还是通过与滚筒接触传导,IR 测量对这些产品都是正确的。快速、准确的红外温度测量和控制系统现在可以限度地减少浪费,并限度地提高产量、质量和制造利润。

在使用红外之前,此类制造过程依赖于间接测量:空气温度、空气速度、辊温度等,试图尽可能严格地控制产品温度。

机动车乘员的气候控制完全相同。

汽车气候控制

传统方法------间接测量

为了测量和控制车厢温度,汽车气候控制制造商传统上使用空气温度热敏电阻,近又使用热敏电阻和太阳能传感器的组合。热敏电阻几乎普遍安装在仪表板后面。太阳能传感器安装在可以清楚地看到太阳和天空的地方,位于前挡风玻璃与仪表板的交汇处。

与任何其他传统接触式温度计一样,热敏电阻只能测量其自身的温度。就其本身而言,当安装在仪表板后面时,该传感器有点无效。因此,安装了吸气风扇,将样品舱气流抽过隐藏的热敏电阻。

然而,这种设计的实际座舱空气温度条件的测量精度并不理想,原因有以下三个:(1) 样本空气是从仪表板正前方抽取的,并且可能与座舱内乘员周围的空气有很大差异; (2) 仪表板后面邻近物体的温度效应会对热敏电阻产生显着影响;(3) 传感器速度慢,通常需要几分钟才能完全响应。

此外,由于空气热敏电阻传感器对穿过玻璃表面的太阳辐射热的影响响应非常慢,因此使用了太阳能传感器。这些传感器可以测量阳光强度和方向,以帮助预测对客舱和乘员的大致辐射热影响。

为了近似乘客感受到的温度,不同的车辆类型通常需要基于这些局部间接测量、玻璃表面的数量和其他车厢变量的独特算法。有时需要进行广泛的测试才能实现合理的预测性能。尽管做出了这些努力,系统提供的温度与乘客感受到的温度之间仍可能存在显着偏差。

更新方法 -- 通过红外传感直接测量

红外传感器可以直接、更快、更准确地测量乘客的舒适度。其原理与红外线在制造过程中控制移动产品温度的原理相同。无论使用何种方式加热或冷却目标,无论是强制对流、辐射还是传导,IR 测量都是正确的。

红外传感器针对车内乘客的衣服,直接测量衣服(或车内任何固体物体)的表面温度。衣服表面对机舱内的气流和太阳辐射极其敏感。这两种效应都可以直接测量,并组合成红外传感器的单个温度输出,可供气候控制系统方便地使用。

使用红外传感时,太阳能负荷的强度和方向的监测是无关紧要的。对于红外传感器监测的目标区域,会自动考虑太阳能负荷。实际上,乘客的衣服变成了一个大型的空气和辐射温度组合传感器,代表了乘客舒适度的直接测量。

红外技术对感测区域及其对气候控制系统的影响也有相当大的容忍度。由于传感器会平均其所看到的整个区域的温度,座椅表面和其他内表面(如果被传感器看到)也可为系统提供可靠的温度反馈信息。因此,一个好的方法是将传感器对准乘员需要控制的方向。

红外传感器还具有多种安装选项,如下图所示:

其他舒适性能改进

使用红外传感器,无论通风口气流方向如何,都可以测量和保持乘客的舒适度。通风气流可以直接针对乘客,也可以直接针对整个客舱空间。红外测量会自动考虑任一气流的影响。当前的空气热敏电阻和太阳能传感器系统无法实现此功能。

在非常冷或非常热的车辆环境启动条件下,红外传感允许气候控制系统加热或冷却乘员,而不会出现令人不舒服的温度过高或过低的情况。传感系统没有时间滞后。系统风扇和送风温度可以调节,以提供的加热或冷却,而不会给居住者带来任何不适。

当用于离散区域控制时,红外传感甚至可以考虑乘员出汗或衣服湿的情况。衣服或皮肤上的汗水与通风口的气流结合会产生蒸发冷却效果。红外传感器直接观察并测量蒸发效应。不需要控制系统算法来适应此功能。

相关推荐
通信仿真实验室几秒前
BERT模型入门(1)BERT的基本概念
人工智能·深度学习·自然语言处理·bert·transformer
Sherry Wangs1 分钟前
DA-CLIP:Controlling Vision-Language Models for Universal Image Restoration
人工智能·深度学习·计算机视觉·图像恢复
that's boy2 分钟前
ChatGPT Search开放:实时多模态搜索新体验
人工智能·gpt·chatgpt·openai·midjourney
AC使者4 分钟前
举例说明自然语言处理(NLP)技术。
人工智能·自然语言处理
IT古董32 分钟前
【漫话机器学习系列】011.Bagging方法 VS Dropout方法
人工智能·算法·机器学习
云天徽上33 分钟前
【机器学习案列】使用随机森林(RF)进行白葡萄酒质量预测
人工智能·随机森林·机器学习
mmsx33 分钟前
android opencv导入进行编译
android·人工智能·opencv
古希腊掌管学习的神34 分钟前
[机器学习]集成学习
人工智能·算法·机器学习
1101 11011 小时前
STM32-笔记6-震动控制灯(中断法)
笔记·stm32·嵌入式硬件
高工智能汽车1 小时前
踩准智能汽车+机器人两大风口,速腾聚创AI+机器人应用双线爆发
人工智能·机器人·汽车