來源：Digi-Key
作者：Bill Schweber
傳感器和對現實世界中物理參數的檢測構成了電子領域的很大一部分，不過這兩者很容易被混淆。我們有數以萬計的傳感器，不僅為廣泛的物理參數（如溫度）量身定制，而且還專門用于需要溫度測量的許多溫度范圍和獨特裝置。
在許多情況下會出現兩難的境地：一方面市面上有許多好的傳感器，而另一方面則是具體的應用場景使得我們在實際中很難以有意義的或合理準確的方式使用傳感器。這不是傳感器的“錯”，而是這種情況帶來的挑戰。航天器燃料箱中的平均燃料就是一個著名的例子，無論是在發射/助推階段還是在軌道上。目前市面上有許多傳感器和技術，每一種產品都存在尺寸、復雜性、重量和準確性方面的缺陷。
請注意，傳感問題并不只限于這種很專業的情況。我們來考慮測量有兩個或更多乘員的汽車乘客艙中的氣流這一重要課題。由于眾所周知的原因，特別是現在，當人與人之間距離很近時，我們要確?？諝饬鲃油〞?。（如果需要了深入解我們為什么應該至少有點擔心，請閱讀這篇來自當代物理學的文章（參考文獻 1），該文章出版于 Covid-19 大流行的大約一年前）。
那么，我們應該打開一扇車窗還是多少扇車窗？無論數量多少，那么我們應該打開哪一扇或哪幾扇以及打開多大？在這種情況下，“打開所有車窗”這一可能的直觀回答有可能是錯誤的。此外，即使這是最好的技術解決方案，也可能是不切實際或不可取的。
因此，如果我們想限定為兩扇車窗，例如，打開哪兩扇呢？這與和乘客和乘客在哪個坐位有關系嗎？應該是兩扇前窗嗎？也許使用司機側車窗和右后方車窗（在駕駛室車窗的斜對面），或者也許只用乘客艙的車窗和左后方車窗？將汽車的通風口設置在不同的位置會帶來什么影響？空調的設置如何影響這些決定？
所有這些問題在設有風洞、汽車模型和一些用來代替司機和乘客的被動“假人”的試驗臺上應該很容易得到答案。然而事實證明，由于存在各種原因，這并不是一個容易掌握的情況。沒錯，現在市面上有許多氣流傳感器儀表，如 Center Technology 的 Center 332 熱絲風速計（圖 1）。該手持設備有一個獨立的可加長探頭，測量 0 - 25 米/秒（0 - 5000 英尺/分鐘）的空氣流速，以及 0 - 106 立方米/分鐘（約 8.5×108 立方英尺/分鐘）空氣流量（體積），精確度為 ±3%。
1.jpg
圖 1：Center Technology 的 Center 332 熱線風速計可以在很大的范圍內測量空氣速度和氣流體積；其擴展傳感器將待測氣流的干擾降到最低。（圖片來源：Center Technology）
但是，擁有了好的傳感器或儀器只是解決方案的一部分。這一點在兩篇相關的文章中已經說得很清楚了——AAAS 科學發展（參考文獻 2）和當代物理（參考文獻 3）。這兩篇文章都討論了與評估汽車內氣流有關的挑戰。作者的結論是，鑒于布局涉及到許多變量，以及在什么位置、采用什么方法測量氣流，這是一個不適合實際物理儀器的問題，就像其不適合建模和仿真一樣。
好的傳感器需要好的模型來平衡
我對依賴建模和仿真沒有意見，因為現代工具讓人嘆為觀止。就汽車氣流問題來說，不會出現如溫度變化會導致材料收縮或膨脹等使情況復雜的二次影響問題，而在其他許多現實際情況下本就如此。在這里只涉及到一個問題——局部氣流的體積和流速是車速、乘客和車窗位置的函數。
然而，幾乎所有類似的仿真都有一個潛在的問題：很大程度上取決于基礎模型的保真度。我無法知道你在這個項目中需要針對汽車表面和內部幾何形狀建立了多么精確的模型。乘客艙尺寸的輕微變化（畢竟每輛車都會稍有不同）會對結果產生很大影響嗎？你能不能做一個有意義的敏感性分析，看看模型簡化會對仿真結果產生什么影響（圖 2）？
2.jpg
圖 2：汽車中的氣流模式很復雜，取決于許多因素，包括車廂大小及幾何形狀、車速、乘客人數以及開窗的數量和位置。（圖片來源：當代物理》）
幸運的是，并非所有研究人員都只致力于模型和仿真。暴露科學與實驗流行病學雜志（參考文獻 4）對汽車中的空氣交換率 (ACH) 進行了揭示性研究，作者在各種條件下用四種不同的汽車進行測試。作者在測試時遠遠超出了基本氣流傳感器的范圍，增加了一個儀器級的監視器來測量一氧化碳 (CO) 濃度，以及一個光學散射監視器來測量可吸入顆粒物濃度。
在審視大量的窗戶、通風口、空調和乘員組合時，先構建模型然后進行仿真是最佳方法，這樣才具有實際意義。但是，即使是先評估模型場景，然后再通過真實的汽車和許多氣流傳感器作為有效性檢查和可信度驗證來評估、驗證，我也會認為是更好的。這和我看到電路仿真是相同的：我們看到性能特征有如此明顯的精度和大量的數據是很好的，但如果對接近最終配置的實際原型車也進行測試，且在仿真結果的 5% 或 10% 之內，那么我始終會更相信這些觀點。
總結
不要被愚弄了：真實世界參數的檢測問題是源自應用場景，而非傳感器本身。仔細想想你需要什么樣的傳感器布置，需要多少傳感器，它們的位置，它們對測試的影響以及其他相關因素。假設你能開發一個可行的模型，三維仿真應該是一個更好的選擇。
