用于判定和校准线性传感器输出的数学模型

摘要

本发明涉及基于输出模型的理论预测对线性传感器输出的准确度进行分析的方法。该方法包括以下步骤：对统计上显著数量的线性传感器进行分析，以便获得在两个或两个以上的运行条件下的运行分布；逐个对线性传感器进行测试，以便获得至少四个数据点；由这四个数据点，为每一运行条件建立输出模型的理论预测；对于相同的运行条件，比较运行分布中对应于给定输入的传感器输出与输出模型的理论预测之间的关系的准确度。还公开了与此相关联的校准算法、机电单元以及进一步的组件。

说明书

技术领域

本发明涉及线性传感器以及这类传感器的校准和使用。本发明适用于包含一个或一个以上的线性传感器的系统。

背景技术

在遍及各种工业的大量应用中使用了传感器。传感器能用于检测许多不同的性状。例如，使用传感器检测压力、应变、温度、转矩以及许多其他的性状是公知的。在大多数工业应用中，传感器也被称为变送器。

传感器是否为线性取决于其输出(例如电压等电信号)与被测量的输入(例如压力、应变、温度、转矩等等)如何关联。当在恒温下运行传感器时，如果输入与输出之间的关系在本质上是线性的，则将该传感器理解为是线性的。如果不是线性的，根据传感器输入与输出之间存在何种其他类型的关系(例如指数的)对传感器进行特征化。

在某些应用中，一个或一个以上的传感器可被集成在较大的单元中。例如，机电单元在一个整体单元中提供机械部件与电子部件(例如微处理器和/或存储器)。机电单元可以相当小，包含不多于一传感器与一电子部件，其中，该电子部件例如能够存储用于该个体传感器的校准算法。然而，工业应用中的机电单元常常包括许多部件，这些部件一起工作以完成分离的功能。

广泛用于工业的一类机电单元在性质上是电动液压的，其在一个整体单元中集成了液压部件与电子部件。人们知道，许多电动液压单元包括一个或一个以上的传感器以促进实现该单元的所希望的、可靠的运行。例如，螺线管操作的压力控制阀是通常在其中使用传感器的电动液压单元。在这种类型的应用中，例如，可使用传感器来对从这类阀输出的和/或向这种阀输入的压力进行确定以及替续到(relay to)电子部件(例如压力控制器)。例如，以这种方式替续压力读数能够协助电子压力控制器在工作期间调节阀的液压部件，以便获得所希望的压力输出。

已经发现含有螺线管操作的压力控制阀的单元适用于这样的场合：例如，在机动车用自动变速器中控制液压流体的流动的应用。在这种类型的自动变速器中，由向螺线管操作阀提供电信号的电子控制器控制变速器速度比(transmission speed ratio)的换档，螺线管操作阀又向压力响应致动器提供流体压力信号，以便完成所希望的变速器速度比改变。

然而，经常在系统内的传感器以及其他部件的校准时预测机电单元(无论它们是相对较小还是较大，例如使用螺线管操作压力控制阀的自动变速器系统)的准确度和可靠性。在电子部件中含有传感器校准算法的已知机电单元典型地依赖于将传感器组装到完整的机电单元之前在逐个传感器的基础上确定的传感器校准。

但是，运行期间对组装后的机电单元(例如螺线管操作的压力控制阀系统)中的传感器的校准以及对传感器校准的维护已被证明是复杂的。如本领域技术人员所知，传感器在组装前的输出常常与组装进机电单元后获得的传感器输出不同。组装前的传感器输出还可能与变化的运行条件下的传感器输出不同。

例如，粘性波动、温度改变以及暴露于流体污染物等环境变化能够影响传感器输出。图1示出了运行期间基于温度变化的个体传感器输出的变化。图1示出了在三种不同的温度(即温度A、温度B与温度C)下传感器输出与输入之间的关系。变化的温度下在传感器输出中观察到的这种变化在运行期间能够对依赖于传感器精确输出的系统的连续准确度产生不利的影响。如果使用传统的传感器校准算法的话，通常没有将这些环境变化纳入考虑。

还有一些组装后的变化——例如由于传感器封装和附着所产生的变化——也能对传感器输出测量产生影响。例如，用于对传感器进行封装并附着到衬底(substrate)的方法可能影响传感器的输出。另外，用于传感器封装与附着的材料(例如陶瓷或“FR4”等衬底材料的类型)也能在传感器组装到最终产品之中后影响传感器输出。

另外，当在机电单元或单元组合中使用一个以上的传感器时，在正常的制造加工中带来的、批次(parts)之间的传感器差异能够进一步使运行期间机电单元的准确校准复杂化。例如，图2示出了基于传感器制造期间产生的批次间差异的传感器输出变化。这里所示出的是三个类似传感器的传感器输出与传感器输入之间的关系，这些传感器是从不同的制造批(即批次A、批次B、批次C)获取的。图2表示的数据是在相同的运行条件下(例如相同的温度下)运行这三个不同的传感器获得的。传统的校准算法典型地不能普遍适用于不同类型的传感器。另外，传统的校准算法没有考虑各类传感器中的个体差异(例如在正常制造加工中所带来的个体差异)。

将环境变化以及批次间的差异纳入考虑，所希望的传感器输出与组装后的机电单元中的实际传感器输出之间的变化可能高达约50％。不出意料的是，这样大的准确度偏差通常是成问题的。因此，需要对用于在运行期间校准使用线性传感器的单元并维护其准确校准的技术进行改进。

尽管已为使传感器输出准确度的偏差最小化做出了某些努力，这些努力无不具有其缺点。尤其是，这些技术中有许多需要附加的硬件和/或繁重的各传感器个体测试。

例如，一种用于使传感器输出准确度的偏差最小化的传统技术涉及在封装后对各传感器进行个体校准。这种个体校准步骤继以传感器的分别的信号处理和放大，以便促使在所有运行条件下获得线性输出。然而，这种技术需要终端用户使用书面“校准纸(calibration sheet)”进行人工设置。如同所预期的那样，这种人工过程可能效率极其低下，尤其是当在较大的机电单元中使用多个传感器的组合的时候。

作为替代的方法，代替需要书面校准纸的是可将个体传感器耦合到其中编有个体传感器校准算法的、应用特有的集成电路(ASIC)。然而，以这种方式使用ASIC的需要成本非常昂贵，且经常为各个体传感器增加不希望的物理体积，并因此为传感器被放入其中以便运行的单元增加了不希望的物理体积。

另一种使传感器输出准确度的偏差最小化的技术涉及对封装后的传感器进行物理“修整(trimming)”使得各个体传感器在所有运行条件下提供同样的输出。这种技术仍然具有其缺点，缺点之一在于与修正过程相关联的、处理效率的下降。另一个缺点在于使用这种技术常常需要信号处理，这具有降低总体处理效率的影响。

人们希望找到一种使组装后以及运行期间的传感器准确度偏差最小化的进一步的技术。具体而言，需要改进的校准方法，特别是提高总体处理效率的校准方法。

发明内容

本发明涉及一种对于判定线性传感器输出并保证这种输出为预定应用提供可接受的公差(tolerance)有用的数学模型。本发明适用于包含一个或一个以上的线性传感器的系统。例如，这种数学模型有利地适用于机电单元中这种线性传感器的使用和校准。

本发明提供了一种为得到运行期间的连续准确度对传感器进行校准的高效率方法。有利的是，本发明的方法由终端用户在组装后的机电单元的设置和运行过程中带来高效率，因为在机电单元内传感器的最终组装之后不需要耗时且成本巨大的校准步骤。虽然如此，存储在机电单元内的校准算法与传感器特征化数据计入了最终组装到机电单元之中后以及不同运行条件下传感器性能的变化。

在一个典型实施例中，发明的数学模型与相关联的校准技术对于与例如机动车中使用的自动换档变速器(automatic shifting speed changetransmission)结合使用的阀的运行是有用的。在这种典型实施例中，电动操作的电磁阀由电子计算机进行控制，以便控制到变速器换档致动器的压力流体的流动，其中，变速器换档致动器在变换器换档操作中使用，例如为带式离合器制动器(band clutch actuator)。当如此运行时，电磁阀能够与电子控制器保持联系地检测线压力，以便将线压力调节到希望的值。使用发明的校准技术使得对到换档致动器——其在变速器换档操作中被使用——的输出压力的足够准确的控制成为可能。校准算法与最小限度传感器特征化数据可有利且简单地被包含在电子控制器中，以便基于从控制器到阀的当前输入改善所希望的压力输出的产生。

附图说明

图1为现有技术中的图形表示，其为基于其运行温度差的传感器输出；

图2为现有技术中的图形表示，其示出了在一个运行温度下测量时来自一个制造批次的不同传感器的输出的变化；

图3为多种运行条件下使用发明的数学模型产生的运行分布(operating profile)的图形表示；

图4为两个线性方程的图形表示，其表示在两个不同运行温度下传感器输入与输出之间的关系，这些方程是基于其中识别的四个数据点构建的。

具体实施方式

本发明涉及一种数学模型，其使得对线性传感器输出的准确判定成为可能。发明的数学模型有利地使得一运行条件范围下准确的传感器输出成为可能。这种数学模型是通用的，因为其适用于与任何类型的线性传感器一起使用。

市场上买得到很多线性传感器，例如，其中有许多是基于硅的。例如，已经知道的供应线性传感器的公司包括GE NovaSensor(Fremont，CA)、Honeywell(Freeport，IL)、IC Sensors(Milpitas，CA)以及SiliconMicrostructures Inc.(Milpitas，CA)。对于某些应用，线性传感器也是定制的。本发明适用于所有的线性系统，无论其为何种类型。本发明还适用于任何使用线性传感器的机电单元。

在实施中，发明的数学模型可用于为特定类型的线性传感器产生校准算法。于是，这种校准算法可用于产生校准曲线，该曲线与一个或一个以上的、与基于其得出曲线的传感器具有相同类型的个体传感器结合运行。当应用这种校准算法时，产生用于组件内的个体传感器的最终校准曲线仅仅需要四个数据点的输入。校准算法因此可用于容易且高效率地在多种条件下改进最终组件中的传感器在运行期间的准确度。

用于任何给定类型的线性传感器的校准算法可基于以下基础得出：发明的数学模型(输出模型的理论预测)以及在特定传感器——为该传感器使用校准算法——的正常制造后获得的在统计上显著的数据。用于这种过程的数据能在传统的“生产线末端(end-of-line)”传感器测试中高效率地获得，其中，该测试是在将如此制造或商业获得的传感器组装到机电单元等最终组件之前的。通过以这种方式获取数据，含有校准算法的最终机电单元的用户不需要为保证准确的运行传感器输出进行成本巨大且耗时的校准步骤。

在最终组装以及一经根据本发明校准之后，通常不需要对传感器在连续运行期间再次校准。然而，如果运行条件改变，仅仅通过在基于改变的运行条件判定仅仅四个数据点后再次执行校准算法，可容易地重新校准传感器。这种校准可简单且高效率地进行，而不需要对其中集成了传感器的单元进行拆卸。

步骤A：首先，对传感器输入与输出之间的关系进行统计分析，以便产生代表实际测量得到的传感器输出的、统计上显著的数据。为进行这种分析，选择统计上显著数量的传感器。该数量取决于所希望的可靠性与置信水平。通常，大约30到大约300个传感器是为大多数工业应用提供相对较高的可靠性与置信水平所需要的。

在一个实施例中，为了获得被制造的传感器的准确采样，通过从一个以上的制造批次和/或从在一个延伸的时间段中制造或购买的传感器中逐个选择传感器，收集统计上显著数量的传感器。例如，可在两周或更多周的传感器制造中随机选取传感器。作为替代的是，可从不同的制造源购买传感器。通过以这种方式选择传感器，由于制造中的差异造成的影响被减小或被消除。

对如此选取的传感器进行测试，以便在任何给定运行条件下产生每个传感器的运行分布。在一个实施例中，这种测试在传感器制造后正常的生产线末端测试中进行。

在一个实施例中，基于以在恒定运行条件(例如温度与压力)下充分间隔开的增量的输入，通过为传感器产生并记录输出数据，建立各个运行分布。基于从最小到最大输入(例如压力、应变、温度、转矩或其他可测量性状)的连续体(continuum)产生测量得到的输出(例如电压)。在一个实施例中，以统计上显著数量的、近似均匀间隔的增量记录如此产生的数据。例如，可通过在零与最大输入之间(零与最大输入包括在内)以均匀间隔的增量取10个数据点来产生并记录运行分布。

为了计入环境变化在传感器输出上导致的影响，如上所述、但在一运行条件范围下为个体传感器建立运行分布。例如，当温度变动可能在运行期间影响传感器输出时，可如上所述、但在运行温度的连续体上建立多个运行分布。可以如下所述地为后来的应用中可能影响传感器输出的任何有关环境条件建立和分析运行分布。

在一个典型实施例中，在充分间隔的增量的运行条件下建立运行分布。在该实施例中，基于任何给定运行条件中最小到最大期望波动的连续体产生运行分布。沿着运行条件中期望波动的连续体，以统计上显著数量的、近似均匀间隔的增量，记录如此产生的运行分布。例如，当计入传感器在使用期间面临的温度波动时，可以以大约10℃的增量在大约-40℃到大约140℃的温度上产生并记录运行分布。

视情况可选地，为了对所产生的各个运行分布确定传感器输入与输出之间的关系是线性的，可以使用标准统计分析。因此，本发明的某些方法包括这样的步骤：验证传感器输出在任何给定运行条件下是传感器输入的线性函数。例如，线性回归可用于对来自运行分布的、所记录的传感器输出数据进行分析，以便确定该关系是线性的。在一个实施例中，线性回归显示决定系数(coefficient of determination)(即相关系数的平方)大约为100％。如果统计分析显示关系不是线性的，替代的传感器校准方法应被用于增大这些非线性传感器在使用中的准确度。

在一个典型实施例中，还确定各个运行分布在零输入上重合是有用的。为了完成这个任务，可对如此产生的运行分布进行图形绘制(手工地或电子地，例如，使用已知的绘制技术)，如例如图3中所示。在图3中，绘制出三个运行分布(每一个在不同的温度T₁、T₂、T₃下取得)。以这种方式绘制运行分布允许验证各个运行分布在图上对应于近似零输入的一点近似相交，该点在图3中用“O₀”表示。

在一个典型实施例中，于是，根据公知的数学方程和/或计算对各个运行分布的线性特性进行分析。例如，在对线性关系进行特征化时，最佳拟合方程是有用的。使用最佳拟合方程，代表运行分布的各条线的y截距(即零输入时测量得到的输出)和斜率可被判定以便提供一方程，该方程代表了给定运行条件下在传感器输入与传感器输出之间的关系。

视情况可选地，为了确定在运行条件的连续体上建立的运行分布之间的关系是线性的，可对各运行分布的计算得到的斜率与相关联的运行条件之间的关系进行分析。例如，沿着温度变化范围，对照对应的运行温度测绘根据上述线性特征化判定的各运行分布线的斜率。对于这项工作，可使用标准统计分析。例如，可再度使用线性回归来确定该关系是线性的。在一个实施例中，线性回归显示决定系数(即相关系数的平方)大约为100％。

步骤B：上面对传感器输入vs.传感器输出的统计分析在整个方法中只需要进行一次。这种统计分析尽管相对比较耗时，可与传感器制造后正常的生产线末端测试结合进行，或在传感器购买后、组装到最终产品前的传感器个体测试时进行。将如此测量和分析得到的、统计上显著的数据与两个不同运行条件下基于个体传感器的最小限度测试获得的数据进行比较以获得线性方程，该方程对这种类型传感器的预测理论输出进行建模。

在对传感器的预测理论输出及其输入之间的关系进行分析时，对个体传感器进行测试，以便产生至少四个数据点。正如上面的统计分析的情况一样，在一个实施例中，在个体传感器制造后的生产线末端测试中产生该数据。作为替代的是，也可以在购买后、将传感器组装到最终产品之后或之前对传感器进行个体测试时产生该数据。

对于这种个体传感器测试，可使用测试台(test stand)。例如，在压力传感器的情况下，具有电磁阀的液压测试台与歧管可用于在两种不同的已知压力与室温下对个体传感器进行测试。传感器测试组件于是可被送到提供不同运行条件的小室(chamber)中。例如，传感器测试组件可被送到保持在这样的温度下的隔离小室中：在该温度下，传感器在同样的两种已知压力下被重新进行测试。可使用例如基准热敏电阻确定小室的温度。

在某些实施例中，将如此产生的数据用于建立两个线性方程，每个方程表示不同运行条件(例如温度)下传感器输入与输出之间的关系。尽管用于产生线性方程的数据点的数量可以如所希望的一样多，在这一步骤中只需要四个数据点。对于这项工作，优选为：在对于运行条件的实质最小输入(例如温度T₁)下，在实质零输入(例如压力、应变、温度、转矩或其他性状)下测量至少一个输出(例如电压)。接着，对于同样的运行条件(例如温度T₁)，在实质最大输入(例如压力、应变、温度、转矩或其他性状)下测量同样的输出(例如电压)。接着，将同样的输入用于在第二运行条件(例如温度T₂)下得到两个另外的输出。实际上，这个步骤涉及设置最小/最大希望运行条件(例如测试温度)，设置零/最大输入(例如压力)，并为四个条件中的每一个测量输出(例如电压)。

在运行温度变化的情况下，T₁和T₂可被设置在任何合适的温度。例如，可根据该传感器的预期运行温度极值选择T₁和T₂，第一个是最低预期运行温度，第二个是最高预期运行温度。然而，为T₁和T₂选择温度极值不是必需的。T₁和T₂之间的差仅需要足够使线性关系被特征化。在一个实施例中，第一温度与第二温度相差至少大约40℃。

于是，根据公知的数学方程和/或计算，由这四个数据点对两个线性方程中的每一个进行外推。例如，最佳拟合方程又一次可用于此目的。使用最佳拟合方程，可确定各条线的y截距(即零输入时测量得到的输出)和斜率，以便提供表示传感器在给定运行条件下的理论输出的线性方程。

如此产生的这两个线性方程可在图形上表示为图4所示。如图4所示，用于产生两个线性方程的四个数据点被表示为(I₁₁，O₁₁)、(I₂₁，O₂₁)、(I₁₂，O₁₂)与(I₂₂，O₂₂)。

于是，可判定各个线性方程的斜率。b₁的值包括线的斜率，该线在图形上表示当在第一温度T₁下测量时传感器输出与输入之间的线性关系。b₂的值包括线的斜率，该线在图形上表示当在第二温度T₂下测量时传感器输出与输入之间的线性关系。参照图4，各条线的斜率如下计算：b₁＝(I₁₁-I₂₁)/(O₁₁-O₂₁)，b₂＝(I₁₂-I₂₂)/(O₁₂-O₂₂)。由这两个斜率，根据下面的方程b＝b₁+[(b₁-b₂)/(T₁-T₂)](T-T₁)，可作为运行温度T的函数计算斜率b。

两个线性方程中的每一个可具有同样的y截距(即零输入时测量得到的输出)，其在图4中被表示为O₀。O₀是根据下面的方程计算的：O₀＝(O₀₁+O₀₂)/2，其中，O₀₁＝O₁₁-I₁₁/b₁，O₀₂＝O₁₂-I₁₂/b₂。由实际观察，O₀可能是生产线末端测试点中的一个，可能不需要计算。

步骤C：由步骤B中的计算与数学方程，推断出输出模型的下述理论预测：O＝O₀+I/b。在这一阶段，优选为：将输出模型的理论预测与在步骤A中测量得到的、统计上显著的数据进行比较。这种比较使得输出模型理论预测的总体准确度能被评估。如同统计上显著的测量数据的获得一样，这种比较仅需要在每个运行条件下获得一次，并能在传感器制造后正常的生产线末端测试中容易地获得，或在购买后、组装到最终产品之前或之后的传感器个体测试中容易地获得。

为了在给定运行条件下将测量得到的输出数据与输出模型的理论预测进行比较，可使用任何合适的标准统计分析。例如，为了评定理论输出是否表示实际测量(以及统计上显著的)输出数据的正态分布，可对照一个运行条件下实际测量得到的输出数据在图形上绘制表示该运行条件的输出模型理论预测的线性方程。可为对之可获得统计上显著的测量输出数据的各个运行条件进行这种比较。通过在统计上解释实际测量得到的输出数据与输出模型理论预测之间的最坏偏差，判定输出模型理论预测的总体准确度。

传感器测量的总体准确度依赖于传感器将被用于的应用以及使用传感器的人或终端用户的偏好。例如，对于使用压力传感器的某些工业应用，通常需要±0.014MPa(±2psi)或以下的公差。

如果在这个阶段发现公差是不可接受的，可使用制造品质控制方法或市场可购买的线性传感器的替代供应来改善公差。然而，如果发现公差是可接受的，可在机电单元——这种类型的传感器将被用于该机电单元——的制造和最终组装中将输出模型理论预测合并到机电单元的电子部件之中。

步骤D：一旦为特定类型的传感器建立并被确认为具有可接受的公差水平，输出模型的理论预测可被容易地作为校准算法存储在较大的机电单元的电子部件中。在被如此存储的情况下，输出模型的理论预测可在提供同一类型的任何传感器——制造后该传感器被有效集成在该机电单元之中——的校准曲线时有用。在一个实施例中，校准算法被存储在机电单元的中央电子部件中，在该机电单元中使用了该传感器或多个该传感器。出于上面讨论的原因，优选为：为单元中的每个个体传感器提供单独的电子部件(例如ASIC)。

除了校准算法以外，个体传感器的特征化数据也可被存储在最终机电组件的同一电子部件中。对于个体传感器需求的个体传感器特征化数据仅包括四个数据点。与使用校准算法的先前的方法相比，对每一个体传感器不多于四个数据点的需求大大简化了传感器校准过程并提高了效率。

在一个典型实施例中，在机电单元正常的生产线末端测试中以及最终组装后获得各个传感器的个体传感器特征化数据。通过这种方式，有利地减小了最终组装的差异引起的不准确度。

在这一典型实施例中，机电单元被送到受控的温度小室中。可使用例如基准热敏电阻确定小室的温度。在这种特征化期间，在对于运行条件的实质最小输入(例如温度，T₁)下，在实质零输入(例如压力、应变、温度、转矩等等)下测量至少一个输出(例如电压)。于是，对于同样的运行条件(例如温度，T₁)，在实质最大输入(例如压力、应变、温度、转矩或其他性状)与最小输入下测量同样的输出(例如电压)。于是，将这些同样的输入用来在第二运行条件(例如温度T₂)下获得两个附加输出。实际上，这一步骤涉及设置最小/最大希望运行条件(例如测试温度)、设置零/最大输入(例如压力)、为四个条件中的每一个测量输出(例如电压)。

在运行温度变化的情况下，T₁与T₂可被设置在任何合适的温度。例如，T₁与T₂可根据机电单元的预期运行温度极值进行设置，一个被设置在最低预期运行温度，第二个被设置在最高预期运行温度。然而，为T₁与T₂选择温度极值不是必需的。在一个典型实施例中，第一温度与第二温度相差至少大约40℃。然而，T₁与T₂之间的差仅需要足够使得基于校准算法中的四个数据点的输入计算出校准曲线。

于是，以与上文参照步骤B介绍的相同的方式，将采取图4中示为(I₁₁，O₁₁)、(I₂₁，O₂₁)、(I₁₂，O₁₂)与(I₂₂，O₂₂)形式的四个数据点输入校准算法。这四个数据点被输入到校准算法中，以便为机电单元中的各个传感器产生校准曲线。在一个实施例中，根据下面的数学模型输入数据：：b₁＝(I₁₁-I₂₁)/(O₁₁-O₂₁)，b₂＝(I₁₂-I₂₂)/(O₁₂-O₂₂)，O₀＝(O₀₁+O₀₂)/2，其中，O₀₁＝O₁₁-I₁₁/b₁，O₀₂＝O₁₂-I₁₂/b₂。通过计入运行条件(例如温度)的变化，校准曲线在宽的运行条件范围上使得个体传感器在运行期间连续且准确的测量成为可能。

在一个实施例中，在传感器制造后获得的个体传感器特征化数据和校准算法被电子地存储在使用一个或一个以上该传感器的机电单元中。存储可在机电单元最终组装中的生产线末端品质控制测试中高效率地进行。例如，在一个实施例中，校准算法和个体传感器特征化数据能以二进制形式被烧录到电子部件的非易失性存储器中。

当机电单元中包括一个以上的类型的传感器时(例如，测量压力、应变、温度、转矩或其他性状的传感器)，各种类型的传感器可使用为该特定类型传感器建立的校准算法进行校准。因此，最终的机电单元可包括一个以上的校准算法。

已经发现，包含螺线管操作压力控制阀的单元适用于例如控制机动车用自动变速器中液压流体的流动。在这种类型的自动变速器中，变速器速度比的换档由电子控制器进行控制，该电子控制器向螺线管操作的阀提供电信号，螺线管操作的阀又向压力响应的致动器提供流体压力信号，以便产生所希望的变速器速度比变化。在闭环控制系统中，对实际压力输出进行测量并将之替续回到电子控制器，以便协助进行任何可能需要的压力调节。在开环控制系统中，传感器可被放置在例如这种阀的入口，以便将入口压力替续到例如机动车内部的仪表板显示器。本发明适用于线性传感器的校准，无论其用于什么类型的应用或系统。

尽管本发明的数学模型和校准技术独自提供了运行期间的改进的和连续的校准准确度，该技术可与其他校准方法——例如上面所介绍的——结合使用。进一步而言，将会明了，机电单元在运行期间的总体准确度还依赖于单元内其他部件的可接受的公差，其由单元的制造者决定。

对本领域技术人员来说，在不脱离本发明的精神和范围的条件下，对本发明的多种修改和替代是显而易见的，本发明由所附权利要求书限定。应当注意，下面任何方法权利要求中所述的步骤不必以所述的顺序执行。本领域技术人员将认识到执行这些步骤时与所述顺序之间的变化。