用于状态监测的高保真振动采集平台

本文解释了MEMS技术的最新进展 将加速度计传感器推向最前沿，可与压电传感器相媲美 在基于状态的监控应用中。我们还将讨论如何使用 使这一切成为可能的新开发平台。在第 2 部分中，我们将 专注于支持此开发平台的软件框架， 以及如何将其与流行的数据分析工具集成以开发 机器学习示例，以及最终如何在各种资产上部署它。

状态监控简介 （立方层气）和预测性维护 （PdM）

状态监控 （CbM） 涉及使用 用于测量当前健康状况的传感器。预测性维护 涉及 CbM、机器学习和分析等技术的组合 预测即将到来的资产维护周期或故障。具有显着 全球机器健康监测的增长预测，必须知道 并了解主要趋势。越来越多的CbM公司正在转向 PdM 来区分他们的产品供应。维护和设施经理 现在在CbM方面有了新的选择，例如无线安装和 低成本、高性能安装。虽然大多数 CbM 系统基础设施 保持不变，新的MEMS技术现在可以直接集成到 传统上由压电传感器或以前没有的压电传感器主导的系统 由于成本障碍而受到监控。

状态监测 — 工程挑战和 设计决策

在典型的CbM信号链设计中，需要考虑许多不同的工程学科和技术，这些学科和技术都在不断改进 并且复杂性不断增加。现在存在各种具有专业知识的客户类型 在特定领域，如算法开发（仅限软件）或硬件 设计（仅限硬件），但并不总是两者兼而有之。

希望专注于算法开发的开发人员需要 准确预测资产故障和停机时间的信息。他们不想要 设计硬件或对数据的完整性进行故障排除;他们只是想 使用已知为高保真度的数据。同样，硬件工程师正在寻找 为了提高系统可靠性或降低成本，需要一个可以轻松连接到现有基础设施的解决方案，以现有解决方案为基准。他们 需要以易于使用和导出的可读格式访问数据，因此 他们不会浪费时间评估绩效。

许多系统级挑战都可以通过平台方法解决 — 从 传感器一直到算法开发 - 支持所有客户类型。

什么是CN0549，它如何帮助扩展 设备寿命？

CN0549 煤层气开发平台

CN0549状态监控平台是一种高性能、现成的硬件和软件解决方案，可实现高保真流传输 将振动数据从资产导入算法/机器学习开发 环境。该平台使硬件专家受益，因为它经过测试和验证 系统解决方案提供高精度数据采集，成熟的机械性能 耦合到资产，以及高性能宽带振动传感器。都 提供硬件设计文件，便于集成到产品中 你设计。CN0549对软件专家也很有吸引力，因为它抽象了挑战 状态监测信号链硬件和软件团队 和数据科学家直接进入开发机器学习算法。我？ 功能和优点包括：

易于安装到资产上，同时保持机械耦合信号完整性

宽带宽MEMS加速度计传感器，具有IEPE数据输出格式

IEPE，具有模拟输入带宽的高保真数据采集（DAQ）解决方案 从直流到 54 kHz

嵌入式网关捕获和存储本地或网络的原始数据 加工

使用ADI公司的IIO示波器实时可视化频域数据 应用

将传感器数据直接流式传输到流行的数据分析工具，如Python。 和 MATLAB®

CbM开发平台由四个不同的元素组成，如 图 1，我们将在查看合并图之前单独讨论 整体解决方案。

图1.CbM开发平台的元素。

高精度、高保真数据采集 和处理

更宽的带宽和更低的噪声传感器可更早地检测到故障 例如轴承问题、气蚀和齿轮啮合。当务之急是 数据采集电子设备保持测量振动的保真度 数据;否则，关键故障信息可能会丢失。保持保真度 振动数据可以更快地看到趋势，并且高度 我们可以推荐预防性维护，从而减少 对机械元件造成不必要的磨损，并不可避免地延长 资产的生命周期。

具有成本效益的状态监测方法 低关键性资产

压电加速度计是用于 性能要求超过成本的大多数关键资产。的立方米 传统上，压电陶瓷的高成本禁止低临界资产 装置。MEMS振动传感器现在在噪声、带宽和g范围方面可与压电陶瓷相媲美，为维护和设施提供更深入的见解 以前由 运行到故障或反应性维护计划。这主要是由于MEMS的 高性能和低成本。中低关键性资产现在可以 以具有成本效益的方式持续监控。不必要的磨损 可以轻松识别和修复资产，有助于延长使用寿命 通过先进的振动传感实现资产。这也有助于整体 设备有效性和减少机器或过程停机时间。

监控资产 — 传感至关重要

当涉及到CbM和 电流检测、磁感应、流量监控等多种功能使 大多数应用程序。振动传感是最常用的方式 CbM和压电加速度计是最常用的振动传感器。在本节中， 我们将回顾振动传感器领域如何因技术进步而扩展，以及这如何影响应用决策。

微机电系统 vs. 压电

压电加速度计是非常高性能的传感器，但所有这些性能 需要许多设计权衡。例如，压电加速度计通常仅限于在有线安装中使用，因为它们会消耗多余的 功率，它们可以在物理上很大（尤其是三轴传感器），而且它们是 贵。当所有这些因素结合起来时，装备你的是不切实际的 整个工厂都装有压电传感器，这就是为什么它们主要只用于 在关键资产上。

直到最近，MEMS加速度计还没有足够宽的带宽，它们的 噪声太高，g范围仅限于监测不太关键的监测 资产。MEMS技术的最新进展克服了这些挑战 限制，可实现低端甚至高端的MEMS振动监测 关键性资产。表 1 显示了所需的最重要特性 用于CbM应用的压电和MEMS传感器。身体小，有能力 MEMS加速度计使用电池运行多年，成本低，性能可与压电电相媲美，正迅速成为首选传感器 适用于许多 CbM 应用。

 

	压电的	微机电系统
直流响应		✓
抗冲击性		✓
集成机会（3 轴、ADC、报警、FFT）		✓
性能随时间和温度的变化		✓
功耗		✓
物理尺寸（越小越好）		✓
自检		✓
类似性能的成本		✓
噪声	✓
带宽	✓	✓
机械连接	✓	✓
行业标准接口	✓	✓
g-范围	✓	✓

 

CN0549 CbM开发平台与MEMS和IEPE兼容 压电加速度计，为基准比较提供路径 传感器类型。

将MEMS加速度计与现有的 IEPE基础设施

如表1所示，与压电传感器相比，MEMS加速度计现在可以提供有竞争力的规格和性能，但它们能否提供 更换现有的压电传感器？便于设计人员评估和更换 带MEMS加速度计的压电加速度计，ADI公司设计 与IEPE（事实上的标准压电传感器）兼容的接口 CbM 应用程序中的接口。

IEPE传感器接口和机械 安装 （CN0532）

CN0532（如图2所示）是一个IEPE转换电路，允许使用MEMS 加速度计可像任何一样无缝地直接连接到IEPE基础设施 现有的IEPE传感器。

图2.CN0532 微机电系统IEPE转换电路

通常，单轴MEMS传感器将具有三条输出线：电源， 地面，并加速出来。IEPE基础设施只需要两个：接地 一条线路和另一条线路上的电源/信号。电流被输送到传感器， 当传感器测量振动时，在同一条线上输出电压。

图3.简化的原理图，显示了MEMS传感器如何与现有IEPE基础设施（电源和数据）接口。

CN0532 PCB设计厚度为90密耳，以保持 数据手册 MEMS加速度计的频率响应性能。螺柱 可安装立方体允许立即进行开箱即用的测试。安装立方体， 与 PCB、焊膏等一起，已被广泛表征，以确保 全带宽机械传递功能，最大限度地提高了宽广的可视性 传感器带宽内的故障范围，从而延长资产寿命 有能力捕获这些故障。这些解决方案使 CbM设计人员将MEMS加速度计连接到其资产，并与现有压电基础设施无缝连接。

对于任何高频振动测试，机械信号路径完整性都非常 重要。换句话说，从源头到传感器，一定没有 振动的衰减（由于阻尼）或放大（由于共振） 信号。在图 4 中，铝制安装块 （EVAL-XLMOUNT1），四螺钉 安装，厚 PCB 保证频率的平坦机械响应 感兴趣的范围。IEPE 参考设计使设计人员能够非常轻松地 使用MEMS传感器代替压电传感器。

图4.振动测量测试设置：EVAL-CN0532-EBZ板使用EVAL-XLMOUNT1铝安装块连接到振动台上。

图5.EVAL-CN0532的频率响应与ADXL1002数据手册频率响应的比较。

振动到位 — 数据转换完整性

我们现在知道MEMS传感器可以用来代替IEPE压电传感器。 我们还看到了如何在维护的同时轻松地将它们安装到资产上 他们的数据手册性能。煤层管理开发平台的重要组成部分 能够收集高质量的振动数据，无论是基于 MEMS 还是 以压电为主，进入正确的环境。接下来，我们将考虑收购IEPE 传感器数据并保持最高保真度数据，以开发最佳的CbM 算法或机器学习算法可能。这是由另一个启用的 我们的 CbM 参考设计 CN0540。

用于IEPE的高保真24位数据采集系统 传感器 （CN0540）

在图6中，我们看到了一个经过实验室测试和验证的IEPE数据采集信号链。此参考 设计提供了与MEMS和MEMS一起使用的最佳模拟信号链 压电加速度计。ADI公司不仅仅专注于基于MEMS加速度计的解决方案。重要的是要记住压电加速度计提供 性能最高，是使用最广泛的振动传感器;因此 压电加速度计是用于精密信号链产品的聚焦传感器。

图6.CN0540：用于IEPE传感器的高性能、宽带宽、精密数据采集。

图6所示电路为传感器到位（数据采集）信号链 用于由电流源、输入保护、电平转换组成的 IEPE 传感器 以及衰减级、三阶抗混叠滤波器、模数转换器 （ADC） 驱动器和全差分 ∑-Δ ADC。使用煤层气系统设计人员 压电加速度计需要高性能模拟信号链来保持振动数据的保真度。设计人员可以评估信号链 开箱即用，只需连接IEPE传感器或CN0532即可 IEPE传感器直接连接到CN0540数据采集参考设计。ADI公司拥有 广泛测试了此设计并提供开源设计文件（原理图， 布局文件、物料清单等）允许更轻松地设计到最终解决方案中。

CN0540 IEPE数据采集板是经过测试和验证的模拟信号 链条设计用于采集优于 100 dB 的 IEPE 传感器振动数据 信噪比。大多数与压电接口的解决方案 市场上的传感器是交流耦合的，缺乏直流和亚赫兹测量 能力。CN0540适用于直流耦合应用场景，其中 必须保留信号的直流分量或其中的响应 系统必须保持低至 1 Hz 或更低的频率。

精密数据采集参考设计使用两个MEMS进行了测试 传感器和三个压电传感器，如表2所示。我们可以看到g范围， 每个传感器的噪声密度和带宽都大不相同，价格也是如此。 应该注意的是，压电传感器仍然具有最佳的噪声性能和 振动带宽。

 

传感器	范围（±克）	峰峰值输出范围 （V）	线性度 （±%FSR）	静电放电（微克/√赫兹)	平坦带宽 （千赫）	平坦带宽下的噪声（μg rms）	平坦带宽下的动态范围 （dB）
ADXL1002	50	4	0.1	25	11	2622	82.60
ADXL1004	500	4	0.25	125	24	19365	85.23
电路板 621B40	500	10	1	10	30	1732	104.95
电路板 352C04	500	10	1	4	10	400	118.93
电路板 333B52	5	10	1	0.4	3	22	98.50

 

在CN0540的情况下，系统带宽设置为54 kHz，并且信号 链条噪声性能针对能够实现>100 dB动态的传感器 在该带宽范围内的范围，例如，压电 PCB 型号 621B40 加速度计，在 30 kHz 时可实现 105 dB。CN0540 设计用于额外的 超越当前振动传感器性能的带宽和精度能力 以确保它不会成为收集高性能振动数据的瓶颈。 在同一基础上比较和基准测试MEMS与压电非常容易 系统。无论是与MEMS、压电还是两者配合使用，CN0540都能提供最佳的 用于数据采集和处理的信号链解决方案，这不可避免地可能是 设计成嵌入式解决方案。

当我们说MEMS以更低的成本提供可比的性能时，我们 ADXL1002的SNR为83 dB，但成本比 压电传感器。MEMS现已确立为一种可行的替代方案 除了最高性能的压电传感器之外，所有压电传感器的成本只是其中的一小部分。

嵌入式网关

一旦DAQ信号链采集到高保真振动数据，它就会 对于实时处理和查看和/或将其传输到机器非常重要 学习或云环境 - 这是嵌入式网关的工作。

在本地实时处理振动数据

英特尔（DE10-Nano）和赛灵思（Cora）支持两种嵌入式平台 Z7-07S），其中包括对所有关联的 HDL、设备驱动程序、 软件包和应用程序。每个平台都运行嵌入式ADI Kuiper Linux，使您能够在 实时，提供对通过以太网、接口实时捕获的数据的访问 使用流行的数据分析工具，如MATLAB或Python，甚至可以连接 各种云计算实例，如AWS和Azure。嵌入式网关 可以通过以太网将 6.15 Mbps（256 kSPS × 24 位）传输到您选择的算法 开发工具。嵌入式网关的一些主要功能包括：®®®

英特尔 Terasic DE10-Nano

双核 Arm Cortex-A9 MP 核心处理器，800 MHz 霓虹灯®®™框架 带双精度浮点单元 （FPU） 的媒体处理引擎

1 个带 RJ45 连接器的千兆以太网 PHY，带 RJ45

迪警科拉 Z7-07S （赛灵思）

667 MHz Cortex-A9 处理器，采用紧密集成的赛灵思 FPGA

512 MB DDR3 内存

USB 和以太网连接

IIO 示波器（如图 7 所示）是一个免费的开源应用程序，它 安装ADI Kuiper Linux，帮助您快速可视化时域 和频域数据。它建立在Linux IIO框架之上，与接口 直接使用ADI公司的Linux设备驱动程序，允许在一个工具中进行设备配置、读取设备数据和可视化显示。

图7.IIO 示波器显示 FFT 为 5 kHz 纯音。

ADI还支持行业标准工具，如MATLAB和Python。 Kuiper Linux Image.使用与IIO框架一起工作的接口层，IIO 已经开发了绑定，用于将数据直接流式传输到这些典型数据中 分析工具。设计人员可以显示和分析数据，开发算法 执行硬件在环测试和其他数据操作技术 将这些强大的工具与IIO集成框架结合使用。满 提供了使您能够将高质量振动数据流式传输到 MATLAB 或 Python 工具的示例。

使用CN0549进行预测性维护开发

开发机器学习 （ML） 算法有五个典型步骤： PdM 应用程序，如图 8 所示。对于预测性维护，回归模型通常用于预测分类即将发生的故障 模型。当他们有更多的训练数据要输入时，它们的表现会更好 预测模型。十分钟的振动数据可能无法检测到所有 操作特性，而 10 小时有更好的机会 因此，收集 10 天的数据将保证模型更加强大。

图8.开发 PdM 应用程序的步骤。

CN0549在一个易于使用的系统中提供数据收集步骤，我们在其中 可以将高性能振动数据流式传输到所选的 ML 环境。

MEMS IEPE传感器配有机械安装块，允许 将MEMS传感器无缝安装到资产或振动台上。请记住IEPE 压电传感器也可以与该系统一起使用，并连接到资产、振动台、 等轻松。在将数据流式传输到数据分析工具之前，传感器 应验证附件以确保没有不必要的共振。这 使用IIO示波器可以非常容易地进行实时检查。一旦 系统已准备就绪，可以定义一个用例，如图 9 所示 — 例如，电机在 70% 负载能力下的健康运行。高品质 然后可以将振动数据流式传输到基于MATLAB或Python的数据分析 诸如TensorFlow或PyTorch（以及许多其他工具）之类的工具。

图9.CN0549示例用例。

可以进行分析以识别关键特征和特征 定义该资产的运行状况。一旦有一个定义健康的模型 操作中，故障可以播种或模拟。重复步骤 4 以识别定义故障的关键签名，并导出模型。故障数据可以 与健康运动数据进行比较，可以开发预测模型。

这是 CbM 开发支持的 ML 流程的简化概述 平台。要记住的关键是该平台可确保最高质量 振动数据被传送到 ML 环境。

本文的第 2 部分将详细介绍软件堆栈、数据流和开发策略，并介绍一些同时使用 Python 和 MATLAB 的示例。 从数据科学家或机器学习算法开发人员的角度来看。将讨论软件集成的概述以及本地 和基于云的开发选项。

审核编辑：郭婷