Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ALUMNA:
MADRID LADY
LINEALIZACION DE UN SENSOR
Supongamos que el sistema (sensor) que se está diseñando tiene una resistencia variable r(x), la
cual varia no linealmente de acuerdo con una variable independiente x (por ejemplo) la
temperatura) que pertenece al intervalo [a, b], esta situación la representamos mediante el
circuito de la figura 1, linealizar el sistema consiste en establecer una metodología para diseñar el
sistema de tal manera que la salida sea lineal
El método consiste en encontrar una resistencia fija en paralelo, la cual llamaremos resistencia de
linealización 𝑅𝐿 , esta situación la mostramos en la figura 2
CALCULO DE 𝑹𝑳
Supongamos que tomamos n valores de la variable x en el intervalo [a, b], y se toman n valores de
la resistencia R(x) sean dichos valores; (𝑥0 , 𝑅0 ), (𝑥1 , 𝑅1 ), (𝑥2 , 𝑅2 ),…..., (𝑥𝑛−1 , 𝑅𝑛−1), además,
podemos suponer que los 𝑥𝑘 están ordenados de menor a mayor, esto es: a=𝑥0 < 𝑥1 <𝑥2 <
𝑥3 <……𝑥𝑛−1 =b, con lo cual 𝑅𝑘 = 𝑅(𝑥𝑘 ), para k= 0, 1, 2, 3….., n-1, como las resistencias están en
paralelo, entonces la resistencia equivalente [1] está dada por:
Como lo que se busca es que la respuesta 𝑅𝑥 sea lineal, entonces tenemos que:
Donde m es una constante real (pendiente de la recta), en particular podemos encontrar m así: si
definimos 𝑟𝑚𝑎𝑥 = 𝑟(𝑋𝑚𝑎𝑥 ) y 𝑟𝑚𝑖𝑛 = 𝑟(𝑋𝑚𝑖𝑛 ), entonces:
Luego:
Reemplazando tenemos:
𝑏−𝑥𝑗
Si definimos 𝑝 = 𝑏−𝑎
, tenemos que:
Despejando 𝑅𝐿 en 9 se tiene:
En matemáticas, una serie de Taylor es una aproximación de funciones mediante una serie
de potencias o suma de potencias enteras de polinomios como (x-a)^n llamados términos
de la serie, dicha suma se calcula a partir de las derivadas de la función para un
determinado valor o punto a suficientemente derivable sobre la función y un entorno
sobre el cual converja la serie. Si esta serie está centrada sobre el punto cero a=0 , se
le denomina serie de McLaurin.
Mínimos Cuadrados.
En su forma más simple, intenta minimizar la suma de cuadrados de las diferencias en las
ordenadas (llamadas residuos) entre los puntos generados por la función elegida y los
correspondientes valores en los datos. Específicamente, se llama mínimos cuadrados
promedio (LMS) cuando el número de datos medidos es 1 y se usa el método de descenso
por gradiente para minimizar el residuo cuadrado. Se puede demostrar que LMS minimiza
el residuo cuadrado esperado, con el mínimo de operaciones (por iteración), pero
requiere un gran número de iteraciones para converger.
2.- EJEMPLO
LINEALIZACION DE UN TERMISTOR
Dado que la salida de los termistores es no lineal, a continuación un ejemplo en el que se linealiza
un termistor:
Como se observa la salida es no lineal, por lo tanto para linealizar la salida se debe calcular 𝑅𝐿 en
la ecuación (10), para lo cual se requiere el valor de p donde j es cualquier valor entre 1 y 12 en
este caso elegimos j=7 es decir el valor central del a temperatura 𝑥𝑗 = 32, así que:
Ese valor aplicamos la ecuación (1) a los valores de la tabla 1 y obtenemos la tabla 2 y la Fig 4,
3.- BLIBLIOGRAFIA:
file:///C:/Users/User/Downloads/Dialnet-MetodoParaLinealizarLaSalidaDeUnSensor-
4797297.pdf
http://www.forosdeelectronica.com/f26/linealizacion-sensores-metodo-minimos-
cuadrados-22866/
https://es.wikipedia.org/wiki/M%C3%ADnimos_cuadrados#Formulaci.C3.B3n_form
al_del_problema_bidimensional
http://www.unet.edu.ve/~jlrodriguezp/linealzn.pdf
https://es.wikipedia.org/wiki/Linealizaci%C3%B3n
file:///C:/Users/Kike/Downloads/Dialnet-
MetodoParaLinealizarLaSalidaDeUnSensor-4797297.pdf