第二章 数据采集：传感器选型与系统搭建
各位同学，咱们进入第二章。这一章讲的是数据采集，说白了就是怎么把齿轮箱的“脉搏”和“心跳”给抓回来。你想想看，载荷谱分析再牛，数据源头要是错了，后面全是白搭。我见过太多人花大价钱买传感器，结果装上去数据一塌糊涂。嗯，咱们今天就把它捋清楚。
2.1 传感器选型：扭矩、转速、振动
传感器选型，我个人的习惯是“三看”：看被测对象、看环境、看预算。别一上来就盯着最贵的，合适才是王道。
2.1.1 扭矩传感器
扭矩是齿轮箱载荷的核心。没有扭矩数据，你根本不知道齿轮到底扛了多少力。
- 应变式扭矩传感器：最常见，精度高，成本适中。我在风电齿轮箱项目里用过，效果不错。但要注意，它需要供电和信号传输，滑环或者遥测都行。
- 磁弹性式扭矩传感器：非接触，寿命长，适合高速旋转。不过价格贵，一般用在精密场合。
- 相位差式扭矩传感器：利用两个齿轮的相位差算扭矩，安装方便，但低速时精度会下降。
2.1.2 转速传感器
转速信号通常用来做阶次分析，或者和扭矩一起算功率。常用的有：
- 磁电式转速传感器：靠磁场变化产生脉冲，不需要外部供电，简单可靠。但低速时信号弱，容易丢脉冲。
- 霍尔式转速传感器：需要供电，但输出信号是方波，抗干扰能力强。我建议优先选这个。
- 光电式转速传感器：精度高，但怕油污。齿轮箱里油雾大，用这个要小心。
2.1.3 振动传感器
振动信号用来分析齿轮啮合频率、轴承故障等。选型主要看频率范围和安装方式。
- 压电式加速度计：最常用，频响宽，从几Hz到几十kHz都能覆盖。我一般选ICP型，自带放大，信号质量好。
- MEMS加速度计：便宜，体积小，但高频响应差。适合做趋势监测，不适合做精细的故障诊断。
- 速度传感器：低频响应好，适合测结构振动。但体积大，现在用得少了。
安装方式上，我强烈建议用螺纹安装。磁吸座虽然方便，但高频段会衰减。我做过对比实验，同样一个传感器，螺纹安装和磁吸座安装，在5kHz以上差了将近10dB。你想想看，这误差有多大。
2.2 数据采集系统搭建
传感器选好了，接下来就是怎么把它们连起来。数据采集系统，说白了就是一个“翻译官”，把传感器的物理信号变成电脑能读的数字。
2.2.1 采集系统架构
常见的架构有两种：
- 集中式采集：所有传感器信号都进一台采集仪。适合通道数少、距离近的场合。
- 分布式采集：每个传感器附近放一个采集模块，通过总线（比如CAN、EtherCAT）汇总。适合大型设备，比如风力发电机，机舱和塔筒距离几十米。
我个人更倾向分布式。为什么？因为信号线越短，干扰越少。我在一个大型齿轮箱测试台上用过集中式，结果振动信号被50Hz工频干扰得不成样子。后来换成分布式，每个模块就近采集，问题就解决了。
2.2.2 信号调理
传感器出来的信号通常很微弱，需要调理。主要包括：
- 放大：把mV级的信号放大到V级，方便采集卡读取。
- 滤波：去掉高频噪声和工频干扰。
- 隔离：防止地环路引入噪声。这一点很多人忽略，但很重要。
2.3 采样频率与抗混叠滤波
这一节是重点，也是很多人容易犯错的地方。咱们慢慢说。
2.3.1 采样频率怎么定？
根据奈奎斯特定理，采样频率至少是信号最高频率的两倍。但实际工程中，我建议取5到10倍。为什么？
举个例子。齿轮啮合频率是1kHz，理论上2kHz采样就够了。但实际信号里可能有3倍频、5倍频的谐波。如果你只采2kHz，这些谐波就会混叠到低频段，让你误以为有低频故障。我吃过这个亏，后来学乖了。
我的经验公式：
fs = (5 ~ 10) * f_max其中f_max是你关心的最高频率。比如你要分析轴承故障，故障频率可能在10kHz以上，那采样频率至少50kHz起步。
2.3.2 抗混叠滤波
抗混叠滤波，说白了就是在采样之前把高频成分滤掉。这是必须的，不是可选项。
为什么？因为采样过程本身会产生“镜像频率”。如果信号里有高于fs/2的成分，它们会被“折叠”回低频段，和真实信号混在一起。你根本分不清哪个是真、哪个是假。
抗混叠滤波器通常用低通滤波器，截止频率设在fs/2附近。但要注意，滤波器不是理想砖墙，会有过渡带。所以实际采样频率要留余量。
2.3.3 实际案例
我做过一个齿轮箱耐久测试。客户要求分析到20阶啮合频率，基频是500Hz，所以f_max = 10kHz。我按2.56倍设采样频率25.6kHz，抗混叠滤波器截止频率10kHz。结果数据质量非常好，后面做载荷谱时几乎没有噪声干扰。
但有一次，我同事图省事，采样频率只设了20kHz，抗混叠滤波器也没用。结果数据里出现了很多莫名其妙的低频成分，查了半天才发现是高频混叠进来的。嗯，从那以后，我再也不敢省这一步。
2.4 本章知识体系
下面这张图，是我自己总结的本章核心逻辑。你一看就明白。
这张图把本章的三个核心模块串起来了。从传感器选型开始，到系统搭建，再到采样参数设置，每一步都影响最终数据质量。你记住这个逻辑，后面做项目时就不会乱。
好了，这一章就到这里。下一章咱们聊数据预处理，怎么把原始数据里的“脏东西”清理干净。到时候见。
公众号:蓝海资料掘金营，微信deep3321