为什么红外温度芯片的滤光片不能用普通玻璃?
摘要: 红外测温芯片的滤光片选择需注意三点:1. 材质:硅滤光片(8-14μm,性价比高)适合常规场景,锗滤光片(5-14μm全波段)适用于高精度需求;2. 透过率:需≥90%,且需查验全波段数据,避免“平均透过率”陷阱;3. 带宽:必须与芯片光谱响应范围完全匹配。安装后需用黑体炉校准,通过对比裸片与带滤光片读数,调整软件补偿参数,并进行环境测试以确保实际应用精度。选型错误或未校准会导致显著测温偏
相信不少同学在红外测温开发的过程中都遇见过不知如何选滤光片的问题,今天,从事红外测温研发多年的小编来跟大家聊聊红外温度芯片滤光片该怎么选,尤其是装完滤光片后的校准,这些都是踩过坑总结出来的干货,新手朋友能少走不少弯路。

一、先搞明白:为啥普通玻璃千万不能用?
刚接触红外测温的同事常问:“手机镜头玻璃挺透的,能不能给红外芯片用?” 这里必须明确 ——普通玻璃、透明 PVC 这类材质,对 红外线不具备高透性。红外测温芯片的核心是靠接收物体辐射的红外线算温度,而行业里 90% 以上的芯片,敏感波段都集中在 5~14μm,这是因为这个波段的红外线在空气中衰减最少,测远距离、复杂环境时精度更稳,行话叫 “大气窗口”。但普通玻璃对这个波段的透过率连 10% 都不到,PVC 更惨,5% 都够呛,相当于给芯片戴了个不透明的口罩,芯片能接收到的红外线辐射非常少。
二、选型看三个硬指标,少一个都不行
选滤光片不是看参数表挑数字,得结合实际场景判断,这三个指标是我每次选型必盯的,缺一不可。
1. 材质:硅和锗怎么选?看场景定
硅和锗是目前主流的两种基底,各有各的脾气,选错了场景很容易出问题:
- 硅(Si)滤光片:性价比首选,8~14μm 波段透过率能到 92%~95%,而且耐造 —— 高温、轻微震动都不怕。但要注意,硅在 5~8μm 波段透过率会稍低,要是你测的是 - 20℃以下的低温物体(比如冷链测温),就得再斟酌。
- 锗(Ge)滤光片:精度党首选,5~14μm 全波段透过率能稳定在 93%~96%,测医疗体温、实验室精密设备特别合适。另外,锗滤光片价格比硅贵不少,非高精度场景没必要上。
这里插个避坑点:有些小厂家会用 “玻璃镀红外膜” 冒充硅 / 锗滤光片,看着透明,实际在 5~14μm 波段透过率连 60% 都不到,而且膜层容易掉。鉴别方法很简单:让供应商提供 “波段透过率曲线”,不是只给一个平均数值,要看全波段是不是都稳定在 90% 以上。
2. 透过率:90% 是底线,别信 “平均” 陷阱
行业里有个不成文的规矩:针对 5~14μm 波段,滤光片透过率低于 90% 的,直接不用考虑。别觉得差 10% 没关系,实际用起来偏差能差出好几度。去年有个客户用了透过率 85% 的滤光片,测电子元件温度时,实际温度 60℃,芯片读出来只有 55℃,导致设备误判停机。后来换成 92% 透过率的硅滤光片,偏差立马控制在 ±0.5℃以内。这里要注意一个陷阱:有些供应商会标注 “平均透过率 90%”,但可能在某个波段(比如 12~14μm)透过率只有 80%,要是你芯片的敏感波段刚好覆盖这个区间,照样出问题。所以一定要让供应商给 “逐波段透过率数据”,确保 5~14μm 每个区间都达标。
3. 带宽:必须和芯片 “严丝合缝”
滤光片的带宽就是它能透过的红外线波段范围,这个必须和芯片的 “光谱响应范围” 完全匹配,差一点都不行。举个真实案例:之前团队给低温冷库做测温,芯片敏感波段是 5~14μm,采购误拿了 8~14μm 带宽的滤光片,结果测 - 10℃的货物时,读数比实际低了 3℃—— 因为低温物体辐射的红外线主要集中在 5~8μm,滤光片没覆盖到这个波段,信号全丢了。后来换成 5~14μm 带宽的滤光片,问题马上解决。
所以选型前,一定要先查芯片 datasheet 里的 “光谱响应范围”,再让滤光片供应商按这个范围做,别图省事用 “通用款”。
三、装完滤光片不校准?等于白装!
很多新手以为选对滤光片就完事了,其实装完后的校准才是关键 —— 我见过不少项目,滤光片参数没问题,就是因为没校准,最后精度不达标。
分享下校准流程,都是实战总结出来的,新手可以直接参考:
1. 准备工具:标准黑体炉是核心
校准必须有个 “基准”,就是标准黑体炉 —— 能精确输出固定温度的红外辐射源,精度至少要比你项目要求高一个等级(比如项目要求 ±0.5℃,黑体炉精度就得是 ±0.1℃)。另外还要准备个高精度测温仪,用来读黑体炉的实际温度,和芯片读数做对比。

2. 分两步测:先裸片后装滤光片
第一步,先不装滤光片,把芯片对准黑体炉,设置几个关键温度点(比如 - 20℃、0℃、50℃、100℃),记录每个点的读数,这是 “裸片基准值”;第二步,装滤光片,确保安装牢固、对准中心,再测同样的温度点,记录 “带滤光片读数”。
通过对比这两组数据,就能算出滤光片引入的误差 —— 比如裸片测 50℃时读数 50.1℃,装滤光片后读数 49℃,那误差就是 - 1.1℃,后面校准就要把这个误差补回来。
3. 算法调整:别只靠硬件,软件补偿更关键
软件校准,比如调整 “补偿系数”“偏移量”。以我们常用的谷德科技GD60914芯片为例,之前测 50℃有 - 1.1℃误差,就把补偿值设为 + 1.1,调整后再测,读数就接近 50℃了。
这里要注意:不能只校准一个温度点,要覆盖项目用到的所有温度范围,比如测 - 20℃~80℃,就得在这个区间内多设几个点,确保每个点的误差都在允许范围内。

4. 环境测试:别在实验室准,到现场就飘
校准完别着急收尾,还要模拟实际场景测一遍。比如你要在高温车间用,就把设备放到 60℃的恒温箱里,再用黑体炉测;要是在潮湿环境用,就放到湿度 80% 的环境里测试。
之前有个项目在实验室校准得好好的,到现场测电机温度时偏差变大,后来发现现场有油污,附着在滤光片上影响了透过率,最后加了个防尘防油的保护罩,再重新校准,才稳定下来。所以环境测试一定要做,提前发现问题。
四、总结:选型校准三步走,少一步都不行
最后把实战经验总结成四步,新手照着做,基本不会出大问题:
1、查芯片:先确定芯片的光谱响应范围(一般 5~14μm),明确滤光片带宽和材质方向;
2、选滤光片:硅材质优先常规场景,锗材质只用于高精度,透过率 90% 以上,带宽完全匹配,索要波段透过率曲线;
3、装后校准:用黑体炉测裸片和带滤光片的读数,软件调整补偿参数,再做环境测试;
红外测温这行,细节决定成败,滤光片虽小,但它是芯片的 “护目镜”,选对了、校准好了,后续项目才能少出问题。大家在实际应用中要是遇到具体问题,比如某个场景不知道选硅还是锗,或者校准后还是不准,都可以在评论区交流,咱们一起解决。
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐


所有评论(0)