


下載本文檔
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、.氯氣CL2氣體傳感器模組氯氣CL2氣體傳感器模組特點:整機體積小,重量輕專業精選進口傳感器,可以搭載電化學,催化燃燒,紅外原理,熱導原理的傳感器。高精度, 高分辨率,響應迅速快.本安電路設計,可帶電熱拔插操作。數據恢復功能,免去誤操作引起的后顧之憂.自動溫濕度補償功能,出廠精準標定,無須再使用標定。.模擬電壓或電流和串口同事輸出,方便客戶調試和使用。最精密的電路設計和制造工藝,生產復雜,使用簡單。可與電腦連接通訊,自行標定校準。自帶零點微調功能,方便選定參照數據。低功耗產品,可異動電源供電可大量用于分析儀儀器,大氣,環境無人機監測。氯氣CL2氣體傳感器模組工作電壓DC5V±1%/D
2、C24±1%波特率9600測量氣體氯氣CL2氣體檢測原理電化學采樣精度±2%F.S響應時間<30S重復性±1%F.S工作濕度0-95%RH,(無冷凝)工作溫度-30 50長期漂移±1%(F.S/年)存儲溫度-40 70預熱時間30S工作電流50mA工作氣壓86kpa-106kpa安裝方式8腳拔插式質保期1年輸出接口8 pIN外殼材質鋁合金使用壽命2年外型尺寸(引腳除外)33.5X3121.5X31測量X圍詳見選型表輸出信號TTL(標配)0.4-2.0VDC(常規)定制RS485/4-20mA氯氣CL2氣體
3、傳感器模組結構尺寸圖:引腳名稱說明1+5V電源接入PIN腳2ENRs485(3.3V),可接MCU Tx3Rx/A串口RX(3.3V), 可接MCU Rx5SclI2C,Scl(3.3v)引腳6SDAI2C(3.3V)引腳7GND電源GND引腳8VOUT電壓輸出,0-5V/0.4-2.0V氯氣CL2氣體傳感器模組接線PIN腳定義圖:氯氣CL2氣體傳感器模組串口和電壓采集連接定義圖:氯氣CL2氣體傳感器模組I2C連接定義圖:氯氣CL2氣體傳感器模組I2C連接定義圖:氯氣CL2氣體傳感器模組交叉干擾系數高精度的傳感器檢測原理決定了它有良好的一致性,重復性,溫濕度補償等特性,但也不能忽略被檢測氣體之
4、間的交叉干擾,為了達到很好的檢測精準度,須考慮以下氣體對該檢測氣體的干擾系數。交叉干擾系數氯氣CL2氣體傳感器量程選擇圖表氣體使用時氣體濃度(ppm)顯示值(ppm HF)H2S20-4CO1000SO2200NO350NO21012H230000NH31000CO2100000CLO213.5氯氣CL2氣體傳感器模組量程選擇圖表量程選擇圖表氯氣CL2氣體傳感器量程選擇圖表量程(ppm)精度 ( ppm )0-200.010-500.010-2000.10-50001其他特殊量程咨詢技術工程師氯氣CL2氣體傳感器模組應用場所:醫藥科研、學校科研、制藥生產車間、煙草公司、環境檢測、樓宇建設、消防報警、污水處理、石油石化、化工廠、冶煉廠、鋼鐵廠、煤炭廠、熱電廠、鍋爐房、加氣站、垃圾處
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 公司月度美食節活動方案
- 公司暖心小服務活動方案
- 公司武術協會活動方案
- 2025年網絡營銷師職業資格考試試卷及答案
- 2025年建筑設計專業資格考試題及答案
- 2025年供應鏈管理師職業資格考試題及答案
- 2025年愛好與特長發展課程考試卷及答案
- 2025年中國梁模板行業市場全景分析及前景機遇研判報告
- 住宅裝飾裝修施工課件
- 大學生心肺復蘇健康宣教
- GB 10770-2025食品安全國家標準嬰幼兒罐裝輔助食品
- 臨時鍋爐工用工合同標準文本
- 單病種質量管理實施方案
- 結構檢測員考試題及答案
- 旅游保險產品講解
- 裝修業務居間推廣合同
- 2025年內蒙古地礦集團直屬子公司招聘筆試參考題庫含答案解析
- 卵巢交界性腫瘤診治進展
- 持續葡萄糖監測臨床應用專家共識2024解讀
- 《冠心病的規范化診》課件
- 《數據挖掘與機器學習》 課件7.2.1 K-Means聚類
評論
0/150
提交評論