数据采集基础：传感器类型与选型、数据采集频率与精度、边缘计算与网关
大家好，我是老张。在设备维护这行摸爬滚打了十几年，今天咱们聊聊数据采集这个基础活儿。
很多人觉得数据采集不就是装几个传感器嘛，有啥好讲的？其实不然。我见过太多项目，花大价钱买了设备，结果数据采回来全是垃圾——要么频率不对，要么精度不够，要么干脆采不到关键信号。说白了，数据采集是预防性维护的「眼睛」，眼睛不好使，后面再牛的分析算法都是白搭。
核心观点：数据采集不是「装上就行」，而是「怎么装、装什么、采多快、存哪里」的系统工程。
一、传感器类型与选型——选对「五官」
传感器就是设备的五官。你要监测什么物理量，就得选对应的传感器。我习惯把常用传感器分成几大类：
| 物理量 | 常用传感器 | 典型应用场景 | 我踩过的坑 |
|---|---|---|---|
| 振动 | 加速度计、速度传感器 | 电机、泵、风机轴承监测 | 低频振动用压电式，高频用MEMS，别搞反了 |
| 温度 | 热电偶、RTD、红外 | 轴承温度、电机绕组、管道表面 | 热电偶精度够用，RTD更稳但贵 |
| 压力 | 压阻式、电容式 | 液压系统、气动管路 | 注意量程，别超压烧了传感器 |
| 电流/电压 | 霍尔效应、分流器 | 电机电流监测、电源质量 | 非接触式霍尔传感器安装位置很关键 |
| 流量 | 电磁、超声波、涡轮 | 冷却水、润滑油管路 | 电磁流量计需要导电液体，别用在纯油上 |
选型时我一般看三个维度：
- 量程与精度：量程要覆盖设备正常运行范围，留20%余量。精度不是越高越好，够用就行。我曾经给一个水泵装0.1%精度的压力传感器，结果现场振动太大，精度全浪费了。
- 环境适应性：温度、湿度、粉尘、腐蚀性气体。我在化工厂吃过亏——普通传感器进去三天就废了，后来全换成不锈钢外壳加防护等级IP67的。
- 输出信号类型：模拟量（4-20mA、0-10V）还是数字量（I2C、SPI、RS485）。工业现场4-20mA最皮实，抗干扰能力强。
我的小技巧：选传感器时，先问自己三个问题——「测什么？在哪测？数据给谁用？」想清楚了再下单，能省一半冤枉钱。
二、数据采集频率与精度——「采多快」和「采多准」
这个问题我经常被问到：「老张，采样频率设多少合适？」
我的回答是：看你的设备故障特征频率。
举个例子，一个电机转速1500rpm（25Hz），轴承故障特征频率可能在几十到几百赫兹。根据奈奎斯特定理，采样频率至少是最高频率的2倍。但实际工程中，我一般取5-10倍。
经验法则：
- 振动监测：采样频率 = 目标频率 × 10（比如轴承故障频率200Hz，采样就设2kHz以上）
- 温度监测：1-10Hz就够了，温度变化慢
- 压力/流量：10-100Hz，看系统响应速度
- 电流：1-5kHz，捕捉谐波和启动冲击
精度这块，我踩过一个大坑。 曾经给一台压缩机做振动监测，用了12位ADC的采集卡，分辨率4096级。结果发现振动信号里的小幅值波动根本看不出来。后来换成16位ADC（65536级），问题迎刃而解。所以精度不是看「小数点后几位」，而是看你的信号动态范围。
注意：采样频率和精度是矛盾的。频率越高，每个采样点的位数可能越低。你需要做权衡——是看高频细节，还是看小幅值变化？
三、边缘计算与网关——数据「第一站」
传感器采到数据后，不能直接扔到云端。为什么？
你想想看，一台设备每秒采1000个点，100台设备就是每秒10万个点。全上传到云，带宽和存储成本谁受得了？
所以我们需要边缘计算和网关。说白了，就是在设备旁边先做一道「预处理」。
边缘计算做什么？
- 数据清洗：去掉异常值、噪声。我习惯用滑动平均滤波，简单有效。
- 特征提取：从原始波形里提取有效值、峰值、峭度等特征。比如振动信号，原始波形几万个点，但一个有效值就能代表振动烈度。
- 初步判断：设定阈值，超限就报警。这样即使网络断了，本地也能做保护。
网关的角色：
- 协议转换：Modbus RTU转MQTT，OPC UA转HTTP。工业现场协议五花八门，网关就是翻译官。
- 数据缓存：网络断了怎么办？网关本地存着，等网络恢复再补传。我见过一个项目，网络每天断半小时，没缓存功能的数据全丢了。
- 安全隔离：工业网络和办公网络之间，网关就是防火墙。
我的建议：别把边缘计算想得太复杂。一个树莓派或者工业级ARM板，跑个Python脚本，就能做很多事。关键是算法要轻量、稳定、不崩溃。
四、知识体系框架
下面这张图是我自己画的，把数据采集的整个逻辑串起来了。你看一眼就明白：
这张图你看懂了吗？从传感器采到原始信号，经过采集卡变成数字量，再到边缘做预处理，最后通过网关上传云端。每一层都有它的职责，缺一不可。
五、实战避坑指南
最后分享几个我亲身经历的教训：
我曾经... 给一个大型离心机做振动监测，选了高精度加速度计，结果安装位置不对——装在机壳上而不是轴承座上。数据采了三个月，趋势分析完全看不出问题。后来设备真坏了，拆开一看，轴承早就磨损了，但机壳振动被结构衰减了，根本测不到。
教训：传感器安装位置比传感器本身更重要。离故障源越近越好，能装轴承座就别装机壳。
另一个坑：采样频率设太高。我曾经给一个慢速回转窑（转速5rpm）设了10kHz采样频率，结果一天产生800MB数据，存储和传输都扛不住。后来降到100Hz，完全够用。
建议：先做一次预采样，看看信号的频谱分布，再定频率。别盲目追求「越高越好」。
好了，数据采集这块就聊到这儿。记住一句话：好的数据是预防性维护的基石，而好的数据来自正确的传感器、合适的频率和靠谱的边缘处理。
公众号:蓝海资料掘金营，微信deep3321