在振動噪音量測時，代表振動量的大小，最常度量的「物理量」 (physical quantity)就是加速度(acceleration)。而代表聲音的物理量就是聲音壓力。當我們要量測物體振動的加速度、或是物體發出聲音的聲音壓力，就需要有對應的「感測器」(sensor)來進行量測。本單元就來說明甚麼是「感測器」(sensor)？以及甚麼是「物理量」 (physical quantity)？
甚麼是「感測器」(sensor)呢？簡單的說，能將「物理量」
(physical quantity)轉換成電的訊號(electrical signal)，就是「感測器」。為了將電壓轉換成正確的物理量值，就必須知道這個「感測器」的「靈敏度」，有關「感測器」的「靈敏度」我們再另闢單元討論。
那麼甚麼是「物理量」呢？在力學領域的「物理量」(physical quantity)、或稱物理參數(physical parameter)，可以FMLT因次分析(dimensional analysis)來說明。
1.
F：force力的代號，若以國際單位(International
System of Units)，通常以SI制單位稱之。力的單位為牛頓，SI制單位符號：N。
2.
M：mass質量的代號，以SI制單位為例，質量的單位為公斤，SI制單位符號：kg。
3.
L：length長度的代號，以SI制單位為例，長度的單位為公尺，SI制單位符號：m。
4.
T：time時間的代號，以SI制單位為例，時間的單位為秒，SI制單位符號：s。
在力學領域的「物理量」可由牛頓第二定律，變數符號方程式：f=ma，物理量方程式：力=質量X加速度，進行說明。其中，
1.
f：力的變數符號，FMLT因次符號：F，SI制單位：N。
2.
m：質量的變數符號，FMLT因次符號：M，SI制單位：kg。
3.
a：加速度的變數符號，FMLT因次符號：L/T^2，SI制單位：m/s^2。
以FMLT因次分析，寫出對應f=ma的因次分析，可得到：F=ML/T^2，因此，N=kg·m/s^2。在力學領域，常見的「物理量」都可以由FMLT的因次分析，以及實際的SI制單位，寫出對應的因次分析與單位之關係，例如：
1.
幾何參數：如面積，A=L^2，SI制單位：m^2。體積：V=L^3，SI制單位：m^3。
2.
材料性質：如密度，ρ=M/L^3，SI制單位：kg/m^3。楊氏係數，E=F/L^2，SI制單位：N/m^2=Pa。
3.
振動參數：如位移，x=L，SI制單位：m。速度，v=L/T，SI制單位：m/s。加速度，a=L/T^2，SI制單位：m/s^2。
4.
聲音參數：如聲音壓力，p= F/L^2，SI制單位：N/m^2=Pa。
通常「感測器」量測得到之電的訊號為電壓(voltage)，可以傳送到電腦得到此「物理量」的時間歷程(time history)訊號。常用的振動噪音量測「感測器」名稱及對應的「物理量」與「SI制單位」，類舉如下：
1.
位移感測器【位移計】→位移→m。
2.
速度感測器【速度計】→速度→m/s。
3.
加速度感測器【加速度規】→加速度→m/s^2。
4.
聲音壓力感測器【麥克風】→聲音壓力→N/m^2=Pa。
5.
力感測器→力→N。
綜合本單元的說明：
1.
「感測器」(sensor)：能將「物理量」 (physical quantity)轉換成電的訊號(electrical signal)，這個電的訊號通常為「電壓」 (voltage)。
2.
藉由「感測器」的「靈敏度」：可將度量的「電壓」數值，轉換成正確的「物理量」數值。我們再另闢單元討論「感測器」的「靈敏度」。
3.
在力學領域的「物理量」：可以由FMLT因次分析(dimensional
analysis)來說明。FMLT分別為力、質量、長度、時間的因次代號。
4.
國際單位系統(International System of Units)：通常以SI制單位稱之，源自法文：Système
international，簡寫SI，代表國際單位。
5.
FMLT因次代號所對應的SI制單位：分別為力F=N、質量M=kg、長度L=m、時間T=s。
6.
牛頓第二定律：變數符號方程式：f=ma。物理量方程式：力=質量X加速度。FMLT因次分析：F=ML/T^2。SI制單位：N=kg·m/s^2。
7.
力學及振動噪音領域，常見的「物理量」：如面積、體積、密度、楊氏係數、位移、速度、加速度、聲音壓力等，均可以寫出對應的【FMLT因次分析】、以及【SI制單位】。
本單元簡單說明【甚麼是「感測器」(sensor)？】，也同時說明了【甚麼是「物理量」(physical quantity)？】的觀念，以及【FMLT之因次分析】與【SI制單位】的說明，希望對讀者有所幫助。
以上個人看法，請多指教！
王栢村
2018.01.16
0 意見:
張貼留言