使用 VM 振弦采集测量模块测试传感器步骤

简介: VM 模块是通用型单振弦式传感器测量模块,主要功能是测量频率的传感器内置的温度传感器,使用默认工作参数即可自动测读绝大多数振弦传感器。 但由于传感器类型、结构、厂家、钢弦材料、线圈等影响因素不同,导致使用 VM 模块测量某些传感器时需要进行参数调整来改善测量稳定性(特别是频率稳定性)。

VM 模块是通用型单振弦式传感器测量模块,主要功能是测量频率的传感器内置的温度传感器,使用默认工作参数即可自动测读绝大多数振弦传感器。 但由于传感器类型、结构、厂家、钢弦材料、线圈等影响因素不同,导致使用 VM 模块测量某些传感器时需要进行参数调整来改善测量稳定性(特别是频率稳定性)。
使用 VM 振弦测量模块测试传感器一般步骤.png

建议使用 VMTool 工具进行测试。在 VMTool 工具中,与频率测量有关的参数分为激励方法和激励参数两部分(见图), 本文未提及的参数与测频无关,可暂不关心(请保持默认值)。
VM501-11.jpg

若仍不能读取到正确频率数据,继续下面的步骤。
(1) 关闭【自动读取】 复选框。
(2) 修改信号周期参数为“200” 和“40” , 点击【写入模块参数】 按钮,注意观察底部状态栏“参数修改成功” 信息。
(3) 勾选【自动读取】 复选框,观察频率数据。
若仍不能读取到正确频率数据,继续下面的步骤。
(1) 将 VM 模块 VSEN 管脚上的电压改为 12V。
(2) 关闭【自动读取】 复选框。
(3) 修改延时读取中的延时值为 0mS, 勾选 VMTool 底部的“SFC 辅助”(仅固件 SF3.50 及之后版本), 点击【写入模块参数】 按钮,注意观察底部状态栏“参数修改成功” 信息。
(4) 勾选【自动读取】 复选框,观察频率数据。
注意: 上述测试过程中,可尝试颠倒传感器正负极后观察。当使用全频段扫频时,模块可能需要数秒至数十秒,在此期间模块不会响应 VMTool 工具的实时数据读取指令,请耐心等待实时数据更新(长时间不返回数据并非死机)。

相关文章
|
1月前
|
机器学习/深度学习 PyTorch 算法框架/工具
目标检测实战(一):CIFAR10结合神经网络加载、训练、测试完整步骤
这篇文章介绍了如何使用PyTorch框架,结合CIFAR-10数据集,通过定义神经网络、损失函数和优化器,进行模型的训练和测试。
102 2
目标检测实战(一):CIFAR10结合神经网络加载、训练、测试完整步骤
|
1月前
|
数据采集 机器学习/深度学习 大数据
行为检测代码(一):超详细介绍C3D架构训练+测试步骤
这篇文章详细介绍了C3D架构在行为检测领域的应用,包括训练和测试步骤,使用UCF101数据集进行演示。
45 1
行为检测代码(一):超详细介绍C3D架构训练+测试步骤
|
1月前
|
安全 Linux 网络安全
Kali 渗透测试:基于结构化异常处理的渗透-使用Python编写渗透模块(一)
Kali 渗透测试:基于结构化异常处理的渗透-使用Python编写渗透模块(一)
|
1月前
|
Python Windows 网络安全
Kali 渗透测试:基于结构化异常处理的渗透-使用Python编写渗透模块(二)
Kali 渗透测试:基于结构化异常处理的渗透-使用Python编写渗透模块(二)
|
1月前
|
PyTorch 算法框架/工具 计算机视觉
目标检测实战(二):YoloV4-Tiny训练、测试、评估完整步骤
本文介绍了使用YOLOv4-Tiny进行目标检测的完整流程,包括模型介绍、代码下载、数据集处理、网络训练、预测和评估。
118 2
目标检测实战(二):YoloV4-Tiny训练、测试、评估完整步骤
|
1月前
|
安全 Java 数据库
shiro学习一:了解shiro,学习执行shiro的流程。使用springboot的测试模块学习shiro单应用(demo 6个)
这篇文章是关于Apache Shiro权限管理框架的详细学习指南,涵盖了Shiro的基本概念、认证与授权流程,并通过Spring Boot测试模块演示了Shiro在单应用环境下的使用,包括与IniRealm、JdbcRealm的集成以及自定义Realm的实现。
45 3
shiro学习一:了解shiro,学习执行shiro的流程。使用springboot的测试模块学习shiro单应用(demo 6个)
|
1月前
|
计算机视觉
目标检测笔记(二):测试YOLOv5各模块的推理速度
这篇文章是关于如何测试YOLOv5中不同模块(如SPP和SPPF)的推理速度,并通过代码示例展示了如何进行性能分析。
95 3
|
1月前
|
缓存 数据挖掘 测试技术
目标检测实战(三):YOLO-Nano训练、测试、验证详细步骤
本文介绍了YOLO-Nano在目标检测中的训练、测试及验证步骤。YOLO-Nano是一个轻量级目标检测模型,使用ShuffleNet-v2作为主干网络,结合FPN+PAN特征金字塔和NanoDet的检测头。文章详细说明了训练前的准备、源代码下载、数据集准备、参数调整、模型测试、FPS测试、VOC-map测试、模型训练、模型测试和验证等步骤,旨在帮助开发者高效实现目标检测任务。
47 0
目标检测实战(三):YOLO-Nano训练、测试、验证详细步骤
|
1月前
|
存储 数据采集 分布式计算
Hadoop-17 Flume 介绍与环境配置 实机云服务器测试 分布式日志信息收集 海量数据 实时采集引擎 Source Channel Sink 串行复制负载均衡
Hadoop-17 Flume 介绍与环境配置 实机云服务器测试 分布式日志信息收集 海量数据 实时采集引擎 Source Channel Sink 串行复制负载均衡
44 1
|
1月前
|
测试技术 PHP 开发工具
php性能监测模块XHProf安装与测试
【10月更文挑战第13天】php性能监测模块XHProf安装与测试
31 0
下一篇
无影云桌面