3. 热电偶与传感器：选型、应用与标定

做Pack热管理测试，传感器就是我们的眼睛。眼睛要是瞎了，后面所有数据都是废的。今天咱们聊聊热电偶、NTC和PT100这些老伙计，怎么选、怎么用、怎么标定。

3.1 热电偶类型选择——别小看这根线

热电偶这东西，原理其实挺简单：两种不同金属接在一起，温度一变，就产生热电势。但实际用起来，坑不少。

常用热电偶类型对比

类型	温度范围	精度	适用场景
T型（铜-康铜）	-200~350°C	±0.5°C	Pack低温测试、模组表面
K型（镍铬-镍硅）	-200~1250°C	±1.5°C	电池极柱、母线连接点
J型（铁-康铜）	-40~750°C	±1.0°C	加热片表面、液冷管路

我个人习惯，Pack内部测温首选T型。为什么？因为T型在低温段线性度好，而且铜-康铜的热电势率适中，不容易受干扰。我在项目中遇到过用K型测低温，结果-20°C以下数据飘得厉害，后来全换成T型才搞定。

3.2 NTC与PT100应用——一个便宜一个准

NTC和PT100，说白了就是热敏电阻和铂电阻。NTC便宜、响应快，但线性差；PT100精度高、稳定性好，但贵。

NTC应用场景

• 电芯表面温度监测：NTC体积小，贴上去不占地方
• BMS内部温度采集：成本敏感，NTC是首选
• 液冷管道进出口：响应快，能捕捉到温度突变

PT100应用场景

• 环境仓温度基准：需要高精度参考
• 冷板表面温度：要求长期稳定性
• 标定设备：作为标准温度源

3.3 传感器标定方法——别信出厂值

传感器出厂时都有标定证书，但说实话，运输、焊接、安装过程中，精度早就变了。我从来不信出厂值，必须自己标一遍。

标定流程

1. 准备标准源：恒温槽或干井炉，精度至少比被测传感器高3倍
2. 多点标定：至少取5个温度点，覆盖工作范围
3. 数据记录：每个点稳定5分钟后记录，取30秒平均值
4. 拟合修正：用最小二乘法拟合偏差曲线

代码示例：热电偶标定数据拟合

import numpy as np

# 标定数据：标准温度 vs 传感器读数
std_temp = np.array([-20, 0, 25, 50, 80])
sensor_reading = np.array([-19.5, 0.3, 25.2, 50.1, 79.8])

# 线性拟合偏差
coeff = np.polyfit(sensor_reading, std_temp, 1)
print(f"修正系数: a={coeff[0]:.4f}, b={coeff[1]:.4f}")

# 应用修正
def calibrate(raw_temp):
    return coeff[0] * raw_temp + coeff[1]

3.4 知识体系框架

下面这张图，把热电偶、NTC、PT100的选型逻辑和应用场景串起来了。你想想看，做测试时先看温度范围，再看精度要求，最后看成本，基本就能定下来。

嗯，这里要注意：标定不是一次性的事。传感器用久了，漂移是必然的。我建议每半年重新标定一次，尤其是经常在高温高湿环境下工作的传感器。