3. 传感器故障分析：失效模式与自检方法
传感器这东西，说白了就是仪器的「眼睛」和「耳朵」。我在现场摸爬滚打这么多年，见过太多因为传感器出问题导致整个系统瘫痪的案例。今天咱们就聊聊传感器的失效模式，以及怎么用程序去发现它们。
3.1 传感器失效的三种典型模式
我个人习惯把传感器失效分成三类：漂移、偏差、完全失效。这三种情况在项目中我都遇到过，处理方式也完全不同。
3.1.1 漂移（Drift）
漂移是最隐蔽的故障。传感器输出缓慢变化，你很难一眼看出来。比如一个pH电极，用了半年后零点慢慢从7.00漂到了7.15。嗯，这就是典型的漂移。
漂移的特征：
- 输出值随时间缓慢变化
- 变化方向通常一致（要么偏高，要么偏低）
- 短期波动小，长期累积明显
我在化工厂遇到过一台气相色谱仪，FID检测器的基线每天漂移0.5mV。操作员觉得「还行吧」，结果一个月后定量误差超过了15%。所以我现在做项目，一定会给漂移设一个阈值。
3.1.2 偏差（Bias）
偏差是传感器输出与真实值之间存在固定差值。说白了就是「不准了」，但数值还算稳定。
举个例子：一个压力变送器，量程0-10MPa，实际压力5MPa时它显示5.3MPa。这个0.3MPa的差值就是偏差。为什么会这样？可能是传感器老化、安装应力、或者温度补偿没做好。
| 偏差类型 | 典型原因 | 我遇到过的案例 |
|---|---|---|
| 零点偏差 | 传感器零位偏移 | 某红外CO2传感器，零点从0ppm漂到120ppm |
| 增益偏差 | 灵敏度变化 | 热电偶冷端补偿失效，温度整体偏高2℃ |
| 非线性偏差 | 传感器特性曲线变形 | 某超声波液位计，中间量程误差大，两端正常 |
3.1.3 完全失效
这个最好判断——传感器要么没输出，要么输出直接「飞了」。比如输出卡死在最大值、最小值，或者干脆开路/短路。
注意：完全失效虽然容易发现，但后果往往最严重。我曾经遇到一个反应釜的温度传感器突然输出0mV（热电偶断了），结果加热系统还在全功率运行...嗯，那次事故让我学会了「失效安全」设计。
3.2 传感器自检方法
知道了失效模式，接下来就是怎么检测它们。我常用的方法有两种：激励响应法和冗余比较法。
3.2.1 激励响应法
这个方法的核心思路是：给传感器一个已知的激励，看它的响应对不对。就像你按门铃，听到「叮咚」就知道门铃没坏。
具体怎么做？我一般分三步：
- 施加激励：通过电路或程序给传感器一个标准信号
- 采集响应：读取传感器的输出值
- 比较判断：将响应值与预期值对比，误差在允许范围内就算通过
举个实际例子——热电阻（PT100）的自检：
def pt100_self_test():
"""
PT100传感器自检程序
通过注入标准电流，测量电压降来判断传感器状态
"""
# 注入1mA标准电流
set_excitation_current(1.0) # 单位mA
# 等待稳定（我习惯等100ms）
delay_ms(100)
# 读取电压
voltage = read_voltage() # 单位mV
# 理论值：PT100在0℃时电阻100Ω，1mA下电压100mV
expected_voltage = 100.0 # mV
tolerance = 2.0 # 允许±2mV误差
if abs(voltage - expected_voltage) < tolerance:
return "PASS"
elif voltage < 10.0:
return "FAIL: 开路"
elif voltage > 500.0:
return "FAIL: 短路"
else:
return f"FAIL: 偏差 {voltage - expected_voltage:.1f}mV"我的经验：激励响应法最适合检测完全失效和严重偏差。对于缓慢漂移，需要配合历史数据趋势分析。我一般会在自检程序里加一个「漂移累计计数器」，连续3次自检偏差都朝一个方向，就报警提示校准。
3.2.2 冗余比较法
这个方法更直接——用两个或三个传感器测同一个物理量，然后比较它们的输出。你想想看，如果三个传感器里两个读数接近，第三个差很多，那大概率是第三个坏了。
冗余比较法在工业现场很常见，尤其是关键参数（比如反应器温度、压力）。我常用的判断逻辑：
| 冗余配置 | 判断逻辑 | 适用场景 |
|---|---|---|
| 二取一（1oo2） | 两个传感器偏差超过阈值，触发报警 | 一般监控 |
| 三取二（2oo3） | 三个传感器中两个一致，取平均值；不一致则投票 | 安全联锁 |
| 三取中（Median） | 取三个传感器读数的中位数 | 高精度测量 |
我给大家看一段实际项目中的代码——三取中值滤波加故障判断：
def redundant_sensor_check(s1, s2, s3, threshold=5.0):
"""
三冗余传感器自检
s1, s2, s3: 三个传感器的当前读数
threshold: 允许的最大偏差
"""
values = [s1, s2, s3]
# 计算两两之间的偏差
d12 = abs(s1 - s2)
d13 = abs(s1 - s3)
d23 = abs(s2 - s3)
# 判断哪个传感器可能故障
if d12 < threshold and d13 < threshold and d23 < threshold:
# 三个都正常，取中位数
values.sort()
return values[1], "ALL_OK"
elif d12 < threshold and d13 > threshold and d23 > threshold:
# s1和s2一致，s3异常
return (s1 + s2) / 2, "S3_FAULT"
elif d12 > threshold and d13 < threshold and d23 > threshold:
# s1和s3一致，s2异常
return (s1 + s3) / 2, "S2_FAULT"
elif d12 > threshold and d13 > threshold and d23 < threshold:
# s2和s3一致，s1异常
return (s2 + s3) / 2, "S1_FAULT"
else:
# 三个都不一致，可能系统级故障
return None, "SYSTEM_FAULT"避坑指南：我曾经在一个项目里用了冗余比较法，结果三个传感器同时漂移了——因为它们都是同一批次、同一安装位置。从那以后，我要求冗余传感器的安装位置必须错开，而且最好用不同原理的传感器（比如一个热电偶、一个热电阻）。
3.3 自检策略的选择建议
说了这么多，到底该用哪种方法？我个人建议：
- 关键安全参数：冗余比较法 + 激励响应法双重保险
- 一般过程参数：激励响应法为主，定期手动比对
- 难以施加激励的传感器（比如振动传感器）：冗余比较法或者历史趋势分析
嗯，传感器自检这件事，说白了就是「防患于未然」。我在现场见过太多因为传感器故障导致的生产事故，有些甚至造成了人员伤害。所以，别嫌麻烦，该做的自检一定要做。
下一章咱们聊聊执行器的故障诊断，那又是另一番天地了。