1, ઇનપુટ અનુસાર, માપેલ ઑબ્જેક્ટના વિવિધ બિંદુઓ:

જો ઇનપુટ જથ્થાઓ બિન-ઇલેક્ટ્રિક માત્રા હોય છે જેમ કે તાપમાન, દબાણ, વિસ્થાપન, ઝડપ, ભેજ, પ્રકાશ અને ગેસ, તો અનુરૂપ સેન્સર્સને તાપમાન સેન્સર્સ, દબાણ સેન્સર્સ અને વજન સેન્સર્સ કહેવામાં આવે છે.

આ વર્ગીકરણ પદ્ધતિ સ્પષ્ટપણે સેન્સરનો ઉપયોગ સમજાવે છે, અને વપરાશકર્તાઓ માટે સગવડ પૂરી પાડે છે. માપેલી વસ્તુઓ અનુસાર જરૂરી સેન્સર પસંદ કરવાનું સરળ છે. ગેરલાભ એ છે કે આ વર્ગીકરણ પદ્ધતિ વિવિધ સિદ્ધાંતો સાથે સેન્સરને એક શ્રેણીમાં વર્ગીકૃત કરે છે, અને રૂપાંતરણ પદ્ધતિમાં દરેક સેન્સરની સામાન્યતા અને તફાવત શોધવાનું મુશ્કેલ છે. તેથી, સેન્સરના કેટલાક મૂળભૂત સિદ્ધાંતો અને વિશ્લેષણ પદ્ધતિઓમાં નિપુણતા મેળવવી બિનતરફેણકારી છે. કારણ કે સમાન પ્રકારના સેન્સર, જેમ કે પીઝોઇલેક્ટ્રિક સેન્સર, યાંત્રિક સ્પંદનોમાં પ્રવેગ, વેગ અને કંપનવિસ્તાર માપવા માટે વાપરી શકાય છે, અને તેનો ઉપયોગ અસર અને બળને માપવા માટે પણ થઈ શકે છે, પરંતુ તેના કાર્ય સિદ્ધાંત સમાન છે.

આ વર્ગીકરણ પદ્ધતિ ઘણા પ્રકારના ભૌતિક જથ્થાને બે શ્રેણીઓમાં વિભાજિત કરે છે: મૂળભૂત જથ્થા અને વ્યુત્પન્ન માત્રા. દા.ત. જ્યારે આપણે ઉપરોક્ત ભૌતિક જથ્થાઓને માપવાની જરૂર હોય, ત્યારે આપણે ફક્ત બળ સેન્સર્સનો ઉપયોગ કરવાની જરૂર છે. તેથી, મૂળભૂત ભૌતિક જથ્થાઓ અને મેળવેલા ભૌતિક જથ્થાઓ વચ્ચેના સંબંધને સમજવું એ સિસ્ટમ માટે કયા સેન્સર્સનો ઉપયોગ કરવા માટે ખૂબ જ મદદરૂપ છે.

2, કાર્ય (શોધ) વર્ગીકરણના સિદ્ધાંત અનુસાર

તપાસ સિદ્ધાંત એ ભૌતિક અસર, રાસાયણિક અસર અને જૈવિક અસરનો સંદર્ભ આપે છે જેના પર સેન્સર કામ કરે છે. ત્યાં પ્રતિરોધક, કેપેસિટીવ, ઇન્ડક્ટિવ, પીઝોઇલેક્ટ્રિક, ઇલેક્ટ્રોમેગ્નેટિક, મેગ્નેટોરેસિસ્ટિવ, ફોટોઇલેક્ટ્રિક, પીઝોરેસીસ્ટિવ, થર્મોઇલેક્ટ્રિક, ન્યુક્લિયર રેડિયેશન, સેમિકન્ડક્ટર સેન્સર અને તેથી વધુ છે.

ઉદાહરણ તરીકે, વેરિયેબલ રેઝિસ્ટન્સના સિદ્ધાંત મુજબ, ત્યાં પોટેન્ટિઓમીટર્સ, સ્ટ્રેઈન ગેજ્સ, પીઝોરેસિસ્ટિવ સેન્સર અને તેથી વધુ છે. ઉદાહરણ તરીકે, ઇલેક્ટ્રોમેગ્નેટિક ઇન્ડક્શનના સિદ્ધાંત અનુસાર, ત્યાં ઇન્ડક્ટિવ સેન્સર્સ, ડિફરન્સિયલ પ્રેશર ટ્રાન્સમિટર્સ, એડી કરંટ સેન્સર્સ, ઇલેક્ટ્રોમેગ્નેટિક સેન્સર્સ, મેગ્નેટોરેસિસ્ટિવ સેન્સર્સ અને તેથી વધુ છે. સેમિકન્ડક્ટરના સિદ્ધાંત મુજબ, સેમિકન્ડક્ટર ફોર્સ સેન્સર, થર્મલ સેન્સર, ફોટોસેન્સિટિવ સેન્સર, ગેસ સેન્સર અને મેગ્નેટિક સેન્સર જેવા સોલિડ-સ્ટેટ સેન્સર છે.

આ વર્ગીકરણ પદ્ધતિનો ફાયદો એ છે કે સેન્સર વ્યાવસાયિકો માટે સિદ્ધાંત અને ડિઝાઇનમાંથી પ્રેરક વિશ્લેષણ અને સંશોધન કરવા માટે તે અનુકૂળ છે, અને તે સેન્સરના ઘણા નામોને ટાળે છે, તેથી તેનો વારંવાર ઉપયોગ થાય છે. ગેરલાભ એ છે કે સેન્સર પસંદ કરતી વખતે વપરાશકર્તાઓ અસુવિધા અનુભવશે.

કેટલીકવાર, સેન્સરના ઘણા બધા નામોને ટાળવા માટે, તે ઘણીવાર ઉપયોગ અને સિદ્ધાંતને સંયોજિત કરીને નામ આપવામાં આવે છે, જેમ કે ઇન્ડક્ટિવ ડિસ્પ્લેસમેન્ટ સેન્સર અને પીઝોઇલેક્ટ્રિક ફોર્સ સેન્સર.