MEMS振动监测简介

作者：Mark Looney

惯性MEMS传感器在当今个人电子设备的大规模扩展中发挥着重要作用。它们体积小、功耗低、易于集成、功能水平高和性能卓越，鼓励并实现了智能手机、游戏控制器、活动跟踪器和数码相框等小工具的创新。此外，惯性MEMS传感器大大提高了汽车安全系统的可靠性并降低了成本，使其能够部署在大多数汽车中。

功能集成和性能的不断进步也帮助MEMS加速度计和陀螺仪进入许多不同的工业系统。其中一些应用为现有产品和服务提供了低成本的替代方案，而其他应用则首次集成了惯性传感。振动监测正在成为一种同时拥有这两种用户的应用程序。监控机器健康状况以进行维护和安全的传统仪器通常使用压电技术。高速自动化设备监控振动，以触发对润滑、速度或皮带张力的反馈控制，或关闭设备以便维护人员快速关注。

尽管压电器件拥有成熟的用户群，但MEMS加速度计为新兴的新用户群提供了易于集成和更低的成本。此外，其先进的功能集成使ADIS16229数字MEMS振动传感器等器件能够提供包括信号处理和通信在内的完整解决方案。这种类型的可编程设备可以定期唤醒自身，捕获时域振动数据，对数据记录执行快速傅里叶变换（FFT），对FFT结果应用用户可配置的频谱分析，通过高效的无线传输提供简单的通过/失败结果，提供对数据和结果的访问，然后返回睡眠状态。振动传感的新采用者发现，快速部署和合理的拥有成本是评估完全集成的MEMS器件的充分理由。

振动监测应用

使用振动观察机器健康状况时，目标是将可观察到的振动与典型的磨损机制相关联，例如轴承、齿轮、链条、皮带、刷子、轴、线圈和阀门。在典型的机器中，至少有一个这样的机制需要定期维护。图1显示了正常磨损机制的振动与时间关系的三个示例。虽然发展这种类型的关系需要时间和经验，但相关性良好的振动特征可以成为周期短的定期维护的节省成本的替代方案。使用实际观察结果（例如振动）提供了在检测到警告条件时快速采取行动的机会（红色曲线），同时避免对剩余寿命更长的机器进行过早维护（蓝色和绿色曲线）。

图 1 还显示了两个警报设置（警告、严重）和机器维护周期的三个阶段（早期、中期、结束）。警告级别定义了正常运行期间的最大振动，其中观察到的振动不包含对机器或支持人员的潜在危险的指示。当在正常范围内时，某些仪器可以支持不频繁的振动测量。临界级别表示资产面临严重损坏的风险，为支持人员或环境创造不安全的条件。显然，机器操作员希望避免在此级别操作，并且通常会使机器离线。当振动高于警告水平但低于临界水平时，机器仍然可以执行其任务，但应更频繁地观察，并且可能需要额外的维护。

有时，这三个操作区域（正常、警告、严重）可能与机器维护周期的三个阶段相关：早期寿命、中期和寿命结束，在这种情况下，它们可能会影响振动监测策略。例如，在早期生命期间，仪器可能只需要每天、每周或每月观察关键振动属性。当它进入中年时，这可能会变为每小时观察一次，并且随着它接近使用寿命，振动监测可能会更频繁地发生，尤其是在人员或资产面临风险的情况下。在此阶段，使用便携式设备监测振动的机器将累积经常性成本，与维护成本相比，这些成本可能会变得令人望而却步。虽然主要资产可以证明有理由给予特别关注，但许多其他工具无法承担经常性成本。为了补充手动测量，基于MEMS的嵌入式传感器为需要实时振动数据的设备提供了一种更具成本效益的方法。

图1.振动与时间的关系示例。

振动的性质

振动是一种重复的机械运动。许多属性对于开发振动传感仪器非常重要。首先，摆动运动通常同时具有线性和旋转分量。大多数振动检测关系往往侧重于振荡的大小，而不是绝对位置跟踪，因此MEMS加速度计等线性传感器足以捕获运动信息。当运动大多是线性的时，了解方向可能很重要，尤其是在使用单轴传感器时。相反，3轴传感器可以提供更大的安装灵活性，因为无论振动方向如何，正交方向都可以在一个或多个轴上拾取。

由于振动是周期性的，频谱分析提供了一种表征振动曲线（振动幅度和频率之间的关系）的便捷方法。图2所示的轮廓具有宽带和窄带分量，初级振动为~1350 Hz，四个谐波和一些低电平宽带成分。每个移动设备都有自己的振动曲线，窄带响应通常代表设备的固有频率。

图2.振动曲线示例，固有频率 ~1350 Hz。

信号处理

传感器的选择和信号处理架构取决于应用的目标。例如，图3所示的信号链持续监控特定频段，在附近的控制面板上提供警告和关键指示灯。制造商对机械设计的深入了解有助于带通滤波器设计，特别是启动频率、停止频率和通带滚降率。转速、机械结构的固有频率和特定故障的振动行为都会影响带通滤波器。虽然这种方法很简单，但振动监测要求可能会随着特定机器的历史数据的可用而改变。监测要求的变化可能导致过滤器结构的变化，这可能会带来经常性的工程成本。开发人员可以通过数字化传感器响应、实现滤波器、均方根计算和电平检测器等关键信号处理功能，以及利用辅助 I/O 输出来控制指示灯或提供数字输出，从而牺牲复杂性和灵活性。

图3.时域振动信号链示例。

图4显示了ADIS16228的信号链，该信号链使用具有FFT分析和存储功能的数字三轴振动传感器来监控设备振动的频谱内容。

图4.用于频谱振动分析的ADIS16228信号链。

核心传感器

这两种方法的核心传感器都可以是MEMS加速度计。选择核心传感器的最重要属性是轴数、封装/组件要求、电气接口（模拟/数字）、频率响应（带宽）、测量范围、噪声和线性度。虽然许多三轴MEMS加速度计支持与大多数嵌入式处理器直接连接，但要获得最佳性能水平，可能需要具有模拟输出的单轴或双轴解决方案。例如，高性能宽带iMEMS加速度计ADXL001利用其22 kHz谐振提供最宽的可用带宽之一，但它仅作为单轴模拟输出器件提供。模拟输出可以在具有可用模数通道的系统中实现快速接口，但目前的发展趋势似乎有利于那些具有数字接口的传感器。®

核心传感器的频率响应和测量范围决定了在输出饱和之前它可以支持的最大振动频率和幅度。饱和会降低频谱响应，产生可能导致误报的杂散内容，即使饱和频率不会干扰目标频率也是如此。测量范围和频率响应由



其中 D 是物理位移，ω 是振动频率，A 是加速度。

虽然频率响应和测量范围限制了传感器响应的上限，但其噪声和线性度限制了分辨率。噪声将确定振动的下限，这将在输出中引起响应，而线性度将决定振动信号产生多少虚假谐波成分。

模拟滤波器

模拟滤波器将信号内容限制在一个奈奎斯特区，占示例系统中采样速率的一半。即使滤波器截止频率在奈奎斯特区以内，也不可能对高频分量进行无限抑制，这些分量仍然可以折回通带。对于仅监测第一奈奎斯特区的系统，这种折返行为可能会产生假故障，并扭曲特定频率下的振动内容视图。

窗口

时间相干采样在振动检测应用中通常不切实际，因为时间记录开始和结束时的非零采样值会导致较大的频谱泄漏，从而降低FFT分辨率。在计算FFT之前应用窗口函数有助于管理频谱泄漏。最佳窗口函数取决于实际信号，但通常，权衡因素包括过程损耗、频谱泄漏、波瓣位置和波瓣电平。

快速傅里叶变换 （FFT）

FFT是一种用于分析离散时间数据的有效算法。该过程将时间记录转换为离散频谱记录，其中每个样本代表奈奎斯特区的一个离散频率段。输出样本的总数等于原始时间记录中的样本数，在大多数情况下，它表示二项式序列（1， 2， 4， 8 ... ） 中的数字。光谱数据具有幅度和相位信息，可以用矩形或极性形式表示。当呈矩形形式时，FFT箱的一半包含幅度信息，而另一半包含相位信息。当呈极性形式时，FFT箱的一半包含实结果，而另一半包含虚结果。

在某些情况下，幅度和相位信息都是有帮助的，但幅度/频率关系通常包含足够的信息来检测关键变化。对于仅提供幅度结果的器件，FFT 箱的数量等于原始时域记录中样本的一半。FFT 箱宽度等于采样率除以记录总数。在某种程度上，每个FFT箱就像时域中的一个单独的带通滤波器。图5提供了一个实际MEMS振动传感器的示例，该传感器以每秒20480个样本（SPS）采样，并以512点记录开始。在这种情况下，传感器仅提供量级信息，因此箱总数为 256，箱宽度等于 40 Hz （20480/512）。

图5.ADIS16228 FFT输出。

箱宽很重要，因为它在频率从一个箱移动到相邻箱时建立频率分辨率，并且因为它决定了箱将包含的总噪声。总噪声 （rms）等于噪声密度 （~240 μg/√Hz） 与箱宽平方根 （√40 Hz） 的乘积，即 ~1.5 mg rms。对于噪声往往对振动分辨率影响最大的低频应用，FFT过程之前的抽取滤波器有助于提高频率和幅度分辨率，而无需改变ADC的采样频率。将20480 SPS采样率抽取256倍可将频率分辨率提高256倍，同时将噪声降低16倍。

频谱报警

使用FFT的主要优点之一是它可以简单地应用频谱报警。图6提供了一个示例，其中包括五个独立的频谱报警，用于监控机器中的固有频率，其谐波（#2，#3和#4）以及宽带内容。警告和临界水平对应于机器健康振动与时间曲线中的水平。开始和停止频率完成了由此关系表示的过程变量定义。使用嵌入式处理器时，频谱报警定义变量（启动/停止频率、警告/临界报警级别）可以位于使用数字代码进行配置的可配置寄存器位置。使用相同的比例因子和条柱编号方案可以大大简化此过程。

图6.带有频谱报警的示例 FFT。

记录管理

与过程变量关系相关的关键功能之一是记录管理。存储每台机器生命周期不同阶段的FFT记录可以分析可能导致磨损曲线的各种行为，从而有助于维护和安全规划。除了编译历史振动数据外，有些人还会发现捕获与电源、温度、日期、时间、采样率、报警设置和滤波等参数相关的条件数据的价值。

接口

接口取决于特定工厂中的现有基础设施。在某些情况下，以太网或RS-485等工业电缆就绪通信标准随时可用，因此智能传感器和通信系统之间的接口可能是嵌入式处理器。在其他情况下，相同的嵌入式处理器可用于将智能传感器与现有无线协议（如Wi-Fi，ZigBee或系统特定标准）连接。一些智能传感器，如用于远程传感器的ADIS16000无线网关节点和ADIS16229，带有可随时部署的无线接口，可通过SPI或I等常见嵌入式接口获得。

结论

惯性MEMS技术正在开创振动监测的新时代，并为此类仪器提供更广泛的用户群。性能、封装和熟悉度可能有助于继续使用压电技术，但振动监测显然正在增长和发展。通过功能集成和易于采用，MEMS器件在新的振动监测应用中越来越受到关注。通过传感点的高级信号处理，在大多数情况下，将监控负担降低到简单状态（正常、警告、严重）。此外，通过便捷的通信渠道进行远程数据访问正在为振动监测仪器创造新的应用。未来在关键性能指标（噪声、带宽和动态范围）方面的进步以及高水平的功能集成将有助于在不久的将来继续这一趋势。