CN105784172A - 基于网络的振动和温度数据采集测量方法 - Google Patents
基于网络的振动和温度数据采集测量方法 Download PDFInfo
- Publication number
- CN105784172A CN105784172A CN201610118849.8A CN201610118849A CN105784172A CN 105784172 A CN105784172 A CN 105784172A CN 201610118849 A CN201610118849 A CN 201610118849A CN 105784172 A CN105784172 A CN 105784172A
- Authority
- CN
- China
- Prior art keywords
- data acquisition
- vibration
- signal
- temperature
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000013480 data collection Methods 0.000 title abstract description 12
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical group [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 claims abstract description 14
- 229910052697 platinum Inorganic materials 0.000 claims abstract description 7
- 239000004519 grease Substances 0.000 claims abstract description 4
- 229920001296 polysiloxane Polymers 0.000 claims abstract description 4
- 239000007769 metal material Substances 0.000 claims abstract description 3
- 238000004891 communication Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 230000036541 health Effects 0.000 claims description 5
- 229910000831 Steel Inorganic materials 0.000 claims description 3
- 239000003990 capacitor Substances 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000013011 mating Effects 0.000 claims description 3
- 239000010959 steel Substances 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 10
- 230000010354 integration Effects 0.000 abstract description 8
- 230000006855 networking Effects 0.000 abstract description 7
- 230000003750 conditioning effect Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 59
- 239000000047 product Substances 0.000 description 20
- 238000013461 design Methods 0.000 description 13
- 230000001133 acceleration Effects 0.000 description 12
- 238000005070 sampling Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 230000004044 response Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000003068 static effect Effects 0.000 description 8
- 238000006073 displacement reaction Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 238000009434 installation Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000003321 amplification Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000004480 active ingredient Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000004861 thermometry Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
- G01K7/16—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements
- G01K7/18—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements the element being a linear resistance, e.g. platinum resistance thermometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
- G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
- G01H11/08—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means using piezoelectric devices
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种基于网络的振动和温度数据采集测量方法,包括如下步骤:a)将振动传感器、温度传感器和数据采集装置集成到一个壳体中;b)对振动传感器和温度传感器输出的模拟信号进行调理,并与数据采集装置的输入信号进行组合匹配;c)采用数据采集装置中的以太网对振动传感器、温度传感器和数据采集装置进行供电,并将采集信号通过以太网RJ45接口进行传送;所述壳体腔体采用导热金属材料制造,所述温度传感器为铂热电阻,所述铂热电阻外包覆有导热硅脂。本发明实现了数据采集集成化、小型化和网络化,简化产品结构,并有效解决传统系统中模拟信号链路长抗干扰能力弱和数据收集传输吞吐能力低的不足之处。
Description
技术领域
本发明涉及一种数据采集方法,尤其涉及一种基于网络的振动和温度数据采集测量方法。
背景技术
目前市场上的振动和温度监测系统均是多个产品部件组合的架构,即振动、温度传感器和数据采集装置是三个或两个单独的产品,通过信号线缆连接组合后使用,基本可以归纳为分布式和集中式两种拓扑架构,其中分布式拓扑架构如图1所示,集中式拓扑架构如图2所示。这两种拓扑架构之前长期存在,是顺应专业技术专业领域发展规律,在不同的工业自动化技术发展时期出现的,各自都有一定的适用性,能够满足一部分现场应用的要求。但是,随着工业生产管理需求在日新月异的变化和越来越激烈的市场竞争影响,半导体技术和自动化技术发展到越来越趋向于适应大数据监控分析需求时,这种传统的系统架构形态越来越制约了工业领域应用的自我拓展,使得振动、温度监测装置的投入不能达到良好的投入产出比,无法支撑多种应用场合的振动、温度监测系统的标准化复制应用,这两种系统拓扑架构的缺点也是越来越明显,集中表现为如下几点:
1、长距离的模拟信号链路不能长期可靠的运行于各种干扰越来越密集的工业现场,信号线缆本身的可靠性以及外界破坏的因素以及现场部署越来越多的各种系统产生的电磁波干扰因素,使得无论是在首次实施部署还是后续维护中为了保证信号质量为目标的工作日益加重,不但增加了用户的经济负担,而且增加了用户的工作量,从这个角度来看,不能持续可靠获得有效数据的终端是无法支持大数据分析长期应用的。
2、数据采集装置和传感器性能失配,无法很好的在系统层面上配合起来去满足设备监测的要求。这是由于两者在各自领域发展,面对不同的应用需求,形成了技术不平衡的状态。例如:对于信号响应的指标,对于监测精度的指标,特别是在干扰较大的工业现场,经常出现失配,不仅仅是数字上的差别,甚至于在物理概念的定义上都会有差别,使得整个系统起不到监测设备的效果。
3、数据采集装置的数据吞吐能力,即便在集中式架构的系统中采用了以太网和数据服务器连接,也无法实质性的改善源头数据的连续推送能力,使得大数据系统所能得到的数据支撑有效性越来越低下。
4、数据采集装置的通道利用率不高,致使用户投资会超出需求。传统的数据采集装置往往会设计为一个固定的传感器接入数量,通常是4或8或16。在实际现场部署时,往往会由于需要监测的点数超过数据采集装置的可接入传感器数少许,而必须通过增加数据采集装置的数量来解决,即便增加一个监测点也需要增加一台数据采集装置。同样的情况在新上系统和原系统扩容时均会发生,用户就需要增加额外投资或者重复投资,这种情况使得系统供应商和用户在设备管理要求越来越高和产品竞争日益激烈的市场环境下无法双赢。
为了使得设备监控装置真正的和大数据分析软件系统进行衔接,成为可靠的连续监测数据源,从而有效展示大数据分析的作用,让自动化设备的监测数据为生产服务。因此,有必要对现有数据采集方法进行集成化、小型化和网络化改进,不但克服了传统系统中模拟信号链路长抗干扰能力弱和数据收集传输的吞吐能力低的不足之处,而且降低了传统系统中多个产品部件带来的部署和维护的复杂性,既降低了产品化的成本,又便于用户快速实现应用部署以及后续的系统维护。
发明内容
本发明所要解决的技术问题是提供一种基于网络的振动和温度数据采集测量方法,能够实现数据采集装置的集成化、小型化和网络化,大大简化产品结构,降低产品成本,并能有效解决传统系统中模拟信号链路长抗干扰能力弱和数据收集传输的吞吐能力低的不足之处。
本发明为解决上述技术问题而采用的技术方案是提供一种基于网络的振动和温度数据采集测量方法,包括如下步骤:a)将振动传感器、温度传感器和数据采集装置集成到一个壳体中;b)对振动传感器和温度传感器输出的模拟信号进行调理,并与数据采集装置的输入信号进行组合匹配;c)采用数据采集装置中的以太网对振动传感器、温度传感器和数据采集装置进行供电,并将采集信号通过以太网RJ45接口进行传送。
上述的基于网络的振动和温度数据采集测量方法,其中,所述步骤a)中的壳体腔体采用导热金属材料制造,所述温度传感器为铂热电阻,所述铂热电阻外包覆有导热硅脂;所述壳体内设有不锈钢底面端盖,所述振动传感部件和温度传感通过激光焊接安装在底面端盖上形成一个整体结构部件。
上述的基于网络的振动和温度数据采集测量方法,其中,所述步骤a)中的数据采集装置包括以太网通讯电路单元、以太网供电电路单元和数据采集处理芯片,所述数据采集处理芯片的一个输入端通过模拟信号调理电路单元和振动传感器相连,另一输入端通过SPI通讯链路和温度传感器相连,所述数据采集处理芯片的输出端和以太网通讯电路单元相连,所述以太网供电电路单元分别与数据采集处理芯片、振动传感器和温度传感器的电源端相连。
上述的基于网络的振动和温度数据采集测量方法,其中,所述步骤b)采用模拟信号调理电路单元对振动传感器和温度传感器输出的模拟信号进行调理,所述模拟信号调理电路单元包括模数转换芯片,所述模数转换芯片的输入端通过滤波电路、放大电路、隔直电路和振动传感器相连,所述模数转换芯片的输出端通过SPI通讯链路和数据采集处理芯片相连。
上述的基于网络的振动和温度数据采集测量方法,其中,所述步骤c)采用以太网供电电路单元对振动传感器、温度传感器和数据采集装置进行供电,所述以太网供电电路单元包括隔离变压器,所述隔离变压器的一侧次输入端和桥式整流电路相连,输入36V~57V直流电压,所述隔离变压器的二侧次输出端和电容滤波稳压电路相连,输出5V直流电压。
上述的基于网络的振动和温度数据采集测量方法,其中,所述步骤c)采用以太网通讯电路单元传送采集信号,所述以太网通讯电路单元包括物理层收发芯片,所述物理层收发芯片的输入端连接有阻抗匹配电路和网络变压器,所述物理层收发芯片的输出端和数据采集处理芯片相连。
本发明对比现有技术有如下的有益效果:本发明提供的基于网络的振动和温度数据采集测量方法,能够实现数据采集装置的集成化、小型化和网络化,大大简化产品结构,降低产品成本,并能有效解决传统系统中模拟信号链路长抗干扰能力弱和数据收集传输的吞吐能力低的不足之处。
附图说明
图1为现有的分布式数据采集系统示意图;
图2为现有的集中式数据采集装置系统示意图;
图3为本发明采用的网络一体化数据采集装置的系统架构示意图;
图4为本发明采用的基于网络的振动和温度数据采集电路方框示意图;
图5为本发明的数据采集装置的模拟信号调理电路单元的电路方框示意图;
图6为本发明的数据采集装置的以太网供电电路单元的电路方框示意图;
图7为本发明的数据采集装置的数据通讯电路单元的电路方框示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的描述。
本发明提供的基于网络的振动和温度数据采集测量方法,其中,包括如下步骤:
a)将振动传感器、温度传感器和数据采集装置集成到一个壳体中;
b)对振动传感器和温度传感器输出的模拟信号进行调理,并与数据采集装置的输入信号进行组合匹配;
c)采用数据采集装置中的以太网对振动传感器、温度传感器和数据采集装置进行供电,并将采集信号通过以太网RJ45接口进行传送。
本发明结合多种系统架构技术和工程技术的经验总结,运用了独特的整合方法,将传感器和数据采集装置设计整合到一个壳体结构中,对于信号处理进行统一设计,从信号源头进行标准化,很好的匹配传感部件信号输出和数据采集信号输入,形成不同规格的模块化组合,运用该方法设计并制造的产品可以很好应对不同场合的设备监测要求,大大降低了应用方案设计和最终应用难度,同时简化了整体系统工程安装实施以及相关维护的复杂度。改变了传统的技术应用模式,克服了上述四种系统性的缺陷,对于大数据分析的应用大规模系统化开展提供了支撑。
本发明是将传感器与数据采集装置进行高度集成并小型化、网络化的一种电子装置,主要用于旋转机械设备的振动和温度监测,也适用于一些静态振动监测的应用(例如:桥梁、钢结构)。本发明装置集成了1个振动传感器和1个温度传感器,形成了7种不同配置的产品,可以根据实际监测需要形成三种监测方案:振动+温度复合监测,单个振动监测或者单个温度监测。采用本发明的网络一体化数据采集装置的系统架构如图3所示。
请参见图4,本发明提供的基于网络的振动和温度数据采集测量方法主要包括如下部分:1)小型化传感器部分(包含振动、温度);2)模拟信号调理电路单元和数据采集处理芯片;3)以太网供电暨数据通讯电路单元。各电路单元的主要功能及实现如下:
1)小型化传感器部分(包含振动、温度)
小型化的传感器使得整体产品的体积能够压缩到最小,并且可以有足够多的设计空间容纳多个功能电路。该小型化传感器包含振动传感部分和温度传感部分。
振动传感器采用了陶瓷压电效应技术,运用三角剪切形成的压电陶瓷晶体构建成为一个在X、Y、Z方向上均对振动力有一定频率响应宽度的压电元件,当受振时,加在压电元件上的力随之变化,再配合以电荷放大、滤波等电路,将压电元件的微弱电信号转换成为带有一定偏置的电压信号输出,从而被后端的模拟信号调理电路识别。本发明的振动传感部件属于低电压ICP(集成电路压电IntegratedCircuitPiezoelectric)加速度传感元件,根据现场监测的不同频率响应范围需求,配以不同的传感部件,可形成3种产品。
常规振动传感部件:灵敏度为100mV/G(10mV/m/s2),响应范围为1Hz-10KHz,幅值响应范围为+/-40G(+/-400m/s2),能够满足工业领域的大部分旋转机械设备的振动监测要求。
低频振动传感部件:灵敏度为500mV/G(50mV/m/s2),响应范围为0.3Hz-3KHz,幅值响应范围为+/-10G(+/-100m/s2),能够满足工业领域的低速旋转机械设备的振动监测要求。
静态振动传感部件:灵敏度为40mV/G(4mV/m/s2),响应范围为0Hz~1KHz,幅值响应范围为+/-20G(+/-200m/s2),能够满足工业领域的静态设备以及建筑领域的静态结构的振动监测要求。
振动力的传递是通过本装置的外部机械部件的刚性来实现的。设备内部的结构振动会通过轴承——轴承座的刚性联接传递到设备外壳表面,只需在相应的部位安装本装置,通过带有连接螺栓的底座,即可将振动力传递到振动传感部件上。这一底座有两种安装形式,一种是通过焊接到设备表面,另一种是通过磁性吸附。通常在进行有效监测的前提下,会选用磁性底座以方便实施部署。这两种安装形式都符合ISO振动测试标准。
温度传感部件采用了小型数字化铂热电阻测温技术,实现高精度且快速稳定的温度监测。温度监测范围为-40~85℃,分辨率小于0.1℃,精度为+/-0.5℃,信号采集刷新时间为85ms。通过振动和温度传感部件不同的搭配组合,可形成如表1所示的监测产品配置,充分满足现场监测需求。
序号 | 监测产品配置 |
1 | 常规振动监测 |
2 | 常规振动监测+温度监测 |
3 | 低频振动监测 |
4 | 低频振动监测+温度监测 |
5 | 静态振动监测 |
6 | 静态振动监测+温度监测 |
7 | 温度监测 |
表1
温度的传递是通过有良好导热性的金属部件实现,并配以导热硅脂包围温度传感部件,以提高金属部件和温度传感部件之间导热效率。温度信号是直接数字化输出,因此数据采集处理芯片只需和传感部件进行SPI接口数据通讯即可获得监测数据。数据采集处理芯片每获取10次温度监测数据即进行一次平均,以消除异常突变的不合理采集信号对整体监测数据的影响。每10个测温采样平均值作为一个温度监测数据,刷新速率可达到1秒1个数据,能够满足大部分工业领域的温度监测需求
2)模拟信号调理电路单元和数据采集处理芯片
振动和温度传感部件输出的原始信号需要经过专门的信号处理过程,包括硬件调理转换和软件计算处理后才能得到支撑监测应用所需要的数据。振动信号需通过隔直电路、放大电路、滤波电路、积分电路、模数转换芯片(数据采集)等处理,电路框图如图5所示。各电路的主要功能如下:
隔直电路即截止直流信号,让交流信号通过。对于常规和低频振动监测的传感部件,其输出信号有效成份为交流。因此需要隔直电路生效,设计为0.15Hz。在静态振动监测应用中,则通过程控将隔直电路旁路掉,使得传感部件产生的直流信号也可被采集到。
初级放大电路:此处为第一级放大电路,用运算放大器进行电路设计,放大倍数为2。对于传感部件的小信号进行一个初级放大,以便后续的信号调理能够进行有效的滤波、降噪、积分。
振动加速度信号采集处理电路:包括依次相连的第一高通滤波电路、第一程控放大电路和第一程控低通滤波电路。振动传感部件输出的原始信号即为加速度力信号,因此,只需根据监测需求筛选合适的频率段的信号进行采集即可。信号频率段的筛选则通过高通滤波和低通滤波进行。高通滤波设计为5Hz,以满足工业现场大部分旋转机械设备不同的工作转速下的加速度信号监测需求。程控低通滤波设计的可选频点范围为10KHz、5KHz、3.2KHz、2KHz、1KHz,使得加速度信号对于高频信号响应好的特性被充分发挥,能够监测到设备轴承、齿轮的早期缺陷信号和设备松动早期的信号。程控放大电路的设计使得被监测信号输入到模数转换芯片时能够处于最佳的信号分辨幅值范围,从而提高信号采样精度。振动加速度信号的程控放大倍数为1、2、4、8。
振动速度信号采集处理电路:包括依次相连的一次积分电路、第二程控放大电路和第二程控低通滤波电路。振动速度信号由振动加速度信号通过硬件积分转换得到。硬件积分电路和软件积分计算相比的优势在于信号真实稳定,在信号的频率响应速度和分辨率上能够做到快速准确,且不会因为低频信号甚至直流信号的频率足够低而无法进行积分转换得到速度信号。这也是本监测装置以信号质量为首要保证的考虑。振动速度信号的高通滤波设计为1Hz,以满足工业现场大部分旋转机械设备不同的工作转速下的速度信号监测需求。程控低通滤波设计的可选频点范围为3.2KHz、2KHz、1KHz,使得速度信号对于低频和中频信号响应好的特性被充分发挥,能够对设备整体振动烈度中占有绝对比例的振动信号做出准确的监测。这也是ISO10816将速度信号列为评价标准参量的原因。振动速度信号的程控放大倍数为1、2、4、8。
振动位移信号采集处理电路:包括依次相连的二次积分电路、第三程控放大电路和第三程控低通滤波电路,所述二次积分电路的输入端和第二高通滤波电路的输出端相连。振动位移信号由振动速度信号通过硬件积分转换得到。振动位移信号的程控低通滤波设计的可选频点范围为500Hz、200Hz、100Hz,使得位移信号对于低频信号响应好的特性被充分发挥,能够监测到设备的轴系和基础振动的早期缺陷信号。这也是ISO10816将位移信号列为评价标准参量的原因。振动位移信号的程控放大倍数为1、2、5、10。因为位移信号大部分情况下都是低频信号,是幅值非常微小的信号,因此其程控放大需要比速度信号和加速度信号需要更高的放大倍数。
模数转换芯片:负责信号采集,模数转换的数据为24位二进制数据,电压信号的有效分辨位数为20位,约为9.537uV,使得小信号监测的精度被大大提高。根据振动传感部件不同的灵敏度,可以得出如表2所示的加速度力信号分辨率对照。
常规振动传感部件 | 10mV/m/s2 | 0.0009537m/s2 |
低频振动传感部件 | 50mV/m/s2 | 0.00019074m/s2 |
静态振动传感部件 | 4mV/m/s2 | 0.00238425m/s2 |
表2
振动信号经过模数转换成为数字信号,再通过SPI通讯接口传输给处理器芯片。其通讯速率和模数转换芯片的数据采样率成正比,要对于高频信号进行有效监测,采样率必须高于信号频率的至少2.56倍(符合采样定律),那么SPI通讯接口的数据传输速率也必须很高,才能把采集的数据给快速的中转给处理器芯片,以保证下一次采样能够有效进行。
对于不同振动信号的采集,不仅有采样率需要选择,还需要选择被采集的数据长度(即有效监测的单次采样需要多少数据量)。这两个采样参数直接决定了数据质量,就好比普通质量的视频信号和高清视频信号相比,一定在数据的采样率和数据长度上有很大的差异。能否进行高质量数据采样,就反映了数据采集装置的优劣。本发明装置支持如表3所示的采样参数。
表3
采样率是根据程控低通滤波(被监测信号频率带宽)的设置值乘以2.56得出(信号采样须符合采样定律),因此不同信号类别就对应了不同的采样参数,例如:12800采样率是只用于加速度信号监测,因为其对应的被监测信号频率带宽为5KHz。
3)以太网供电暨数据通讯部分
以太网供电电路单元(PowerOverEthernet)采用了符合IEEE802.3AF和IEEE802.3AT标准的电路设计,兼容适应了在使用不同以太网线材(4芯网线、8芯网线)的网络环境中应用。
将以太网上的48V偏置电压(适应范围:36V~57V)经过桥式整流电路、变压器隔离转换电路、电容滤波稳压等电路的处理,变为5V直流电压输出,最大输出为功率9W,属于上述两个标准中的0等级功耗(0.44W~12.95W)装置,如图6所示。
以太网通讯电路单元采用了符合802.3标准的以太网通讯电路设计,数据通讯协议采用符合802.3标准的TCP/IP通讯协议,电路框图如图7所示。该电路设计使得传感器一体化数据采集装置的以太网数据传输速率能够达到10/100M自适应,完全满足振动数据和温度数据的连续上传。
本发明将有交集的机械和电子技术进行整合,然后加入了这两个传统领域中未曾被应用的技术,从而产生新的一体化产品形态,辅以数据管理分析软件,形成新型的网络化的振动和温度监测系统。本发明不但满足了市场上同指标范围内的传统振动、温度监测系统的应用要求,同时将此类系统做到了集成化、小型化和网络化,不但克服了传统系统中模拟信号链路长抗干扰能力弱和数据收集传输的吞吐能力低的不足之处,而且降低了传统系统中多个产品部件带来的部署和维护的复杂性,既降低了产品化的成本,又便于用户快速实现应用部署以及后续的系统维护。本发明的装置在消除或改善诸多传统振动、温度传感器和传统振动、温度数据采集装置产品缺陷的过程中,逐渐形成了自身特有的优点。主要优点如下:
1)同功能产品范围内高度整合且小型化,应用场合空间约束低
整合了振动、温度传感部件和数采功能,且可能是最小型化的应用于工业领域的振动温度复合监测系统装置,整体体积约为48(长)x42(宽)x36(高)mm,重量小于110克。小体积使得产品和传统的振动加速度传感器的体积相当,完全能够适应传统振动加速度传感器安装场合的空间约束。从而在对原先应用环境没有改变的前提下,增加了数采装置,应用空间低要求的优势尽显。
2)同应用部署下监测装置利用率最高,无多余系统投资
前文已经提到了传统数采装置的传感器接入数量往往设计为一个较大的固定值,例如4、8、16、32,使得现场应用部署的设计总是不能达到正好的物尽其用,总有多余的数采通道被浪费。本发明装置配置的振动监测通道和温度监测通道数量均为1,再结合不同传感部件的配置,就使得现场部署一定和实际监测需求完全匹配,不会让用户花费多余的投资。
3)传感部件输出模拟信号受干扰最小,保证信号监测准确性
传统的振动监测系统,均需要将传感器的输出信号(模拟信号)通过信号电缆传输到数采装置,且信号电缆的传输距离一般均超过2米,甚至长达30米,使得传感器输出的原始信号很容易受到现场环境的各种干扰影响,不仅仅是其它设备发出的电磁波干扰,还有由于设备检修等等带来的信号线缆管道所处的环境变化引起的干扰,例如:水、油、腐蚀性气体、高温、低温等等。本发明装置将传感部件和数采装置集成后,这段模拟信号就处于产品内部,其长度也就在2厘米,且被产品外壳所保护,完全可以忽略外部干扰的影响。保证了原始信号的质量,也就保证了信号监测的准确性。
4)现场部署实施和维护工作最简便,只需网络集成,无特殊部署要求。
由于本发明装置同于传统振动、温度传感器被直接安装于设备外壳表面,且引出的信号电缆就是网络线缆,只需将网络线缆接入到设备旁的带有POE功能的路由器或交换机的端口,因此本系统的部署就如同在设备旁边部署一个局域以太网络。没有特殊的安装实施技术需求,使得本装置的现场部署非常的简易。唯一可以算为复杂的工程内容就是为了长距离传输数据而需要进行的光缆敷设,但是相应的工程技术也早已成为电气安装的标准技术了。
虽然本发明已以较佳实施例揭示如上,然其并非用以限定本发明,任何本领域技术人员,在不脱离本发明的精神和范围内,当可作些许的修改和完善,因此本发明的保护范围当以权利要求书所界定的为准。
Claims (6)
1.基于网络的振动和温度数据采集测量方法,其特征在于,包括如下步骤:
a)将振动传感器、温度传感器和数据采集装置集成到一个壳体中;
b)对振动传感器和温度传感器输出的模拟信号进行调理,并与数据采集装置的输入信号进行组合匹配;
c)采用数据采集装置中的以太网对振动传感器、温度传感器和数据采集装置进行供电,并将采集信号通过以太网RJ45接口进行传送。
2.如权利要求1所述的基于网络的振动和温度数据采集测量方法,其特征在于,所述步骤a)中的壳体腔体采用导热金属材料制造,所述温度传感器为铂热电阻,所述铂热电阻外包覆有导热硅脂;所述壳体内设有不锈钢底面端盖,所述振动传感部件和温度传感通过激光焊接安装在底面端盖上形成一个整体结构部件。
3.如权利要求1所述的基于网络的振动和温度数据采集测量方法,其特征在于,所述步骤a)中的数据采集装置包括以太网通讯电路单元、以太网供电电路单元和数据采集处理芯片,所述数据采集处理芯片的一个输入端通过模拟信号调理电路单元和振动传感器相连,另一输入端通过SPI通讯链路和温度传感器相连,所述数据采集处理芯片的输出端和以太网通讯电路单元相连,所述以太网供电电路单元分别与数据采集处理芯片、振动传感器和温度传感器的电源端相连。
4.如权利要求3所述的基于网络的振动和温度数据采集测量方法,其特征在于,所述步骤b)采用模拟信号调理电路单元对振动传感器和温度传感器输出的模拟信号进行调理,所述模拟信号调理电路单元包括模数转换芯片,所述模数转换芯片的输入端通过滤波电路、放大电路、隔直电路和振动传感器相连,所述模数转换芯片的输出端通过SPI通讯链路和数据采集处理芯片相连。
5.如权利要求3所述的基于网络的振动和温度数据采集测量方法,其特征在于,所述步骤c)采用以太网供电电路单元对振动传感器、温度传感器和数据采集装置进行供电,所述以太网供电电路单元包括隔离变压器,所述隔离变压器的一侧次输入端和桥式整流电路相连,输入36V~57V直流电压,所述隔离变压器的二侧次输出端和电容滤波稳压电路相连,输出5V直流电压。
6.如权利要求3所述的基于网络的振动和温度数据采集测量方法,其特征在于,所述步骤c)采用以太网通讯电路单元传送采集信号,所述以太网通讯电路单元包括物理层收发芯片,所述物理层收发芯片的输入端连接有阻抗匹配电路和网络变压器,所述物理层收发芯片的输出端和数据采集处理芯片相连。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610118849.8A CN105784172A (zh) | 2016-03-02 | 2016-03-02 | 基于网络的振动和温度数据采集测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610118849.8A CN105784172A (zh) | 2016-03-02 | 2016-03-02 | 基于网络的振动和温度数据采集测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105784172A true CN105784172A (zh) | 2016-07-20 |
Family
ID=56386931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610118849.8A Pending CN105784172A (zh) | 2016-03-02 | 2016-03-02 | 基于网络的振动和温度数据采集测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105784172A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109708693A (zh) * | 2018-12-21 | 2019-05-03 | 上海昶嘉工业设备有限公司 | 一种空压机及水泵主电机专用智能传感器 |
CN111928895A (zh) * | 2020-08-04 | 2020-11-13 | 深圳市信锐网科技术有限公司 | 数据采集系统及数据采集方法 |
CN112444288A (zh) * | 2020-12-02 | 2021-03-05 | 宁波九荣环保科技有限公司 | 一种基于以太网供电和数据传输的传感器系统 |
CN114264364A (zh) * | 2021-12-13 | 2022-04-01 | 广东电网有限责任公司 | 一种gis外壳温度和振动信号集成化采集装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1557664A (zh) * | 2004-01-16 | 2004-12-29 | 湖南科技大学 | 总线式状态监测智能传感器组 |
CN102749864A (zh) * | 2012-07-16 | 2012-10-24 | 中交公路规划设计院有限公司 | 桥梁加速度信号调理器 |
CN104137163A (zh) * | 2012-01-24 | 2014-11-05 | 伊诺克西斯股份有限公司 | 用于在由围墙限定的周界内检测侵入尝试的系统 |
CN104820365A (zh) * | 2015-03-30 | 2015-08-05 | 丁贤根 | 通用智能家居手机遥控系统 |
-
2016
- 2016-03-02 CN CN201610118849.8A patent/CN105784172A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1557664A (zh) * | 2004-01-16 | 2004-12-29 | 湖南科技大学 | 总线式状态监测智能传感器组 |
CN104137163A (zh) * | 2012-01-24 | 2014-11-05 | 伊诺克西斯股份有限公司 | 用于在由围墙限定的周界内检测侵入尝试的系统 |
CN102749864A (zh) * | 2012-07-16 | 2012-10-24 | 中交公路规划设计院有限公司 | 桥梁加速度信号调理器 |
CN104820365A (zh) * | 2015-03-30 | 2015-08-05 | 丁贤根 | 通用智能家居手机遥控系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109708693A (zh) * | 2018-12-21 | 2019-05-03 | 上海昶嘉工业设备有限公司 | 一种空压机及水泵主电机专用智能传感器 |
CN111928895A (zh) * | 2020-08-04 | 2020-11-13 | 深圳市信锐网科技术有限公司 | 数据采集系统及数据采集方法 |
CN111928895B (zh) * | 2020-08-04 | 2022-06-17 | 深圳市信锐网科技术有限公司 | 数据采集系统及数据采集方法 |
CN112444288A (zh) * | 2020-12-02 | 2021-03-05 | 宁波九荣环保科技有限公司 | 一种基于以太网供电和数据传输的传感器系统 |
CN114264364A (zh) * | 2021-12-13 | 2022-04-01 | 广东电网有限责任公司 | 一种gis外壳温度和振动信号集成化采集装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105784172A (zh) | 基于网络的振动和温度数据采集测量方法 | |
CN105824303B (zh) | 一种基于物联网的分布式智能仪表控制系统及其方法 | |
US7035773B2 (en) | Appendable system and devices for data acquisition, analysis and control | |
US6839660B2 (en) | On-line rotating equipment monitoring device | |
CN201845232U (zh) | 粮库粮情无线传感器网络监控系统 | |
CN105651339A (zh) | 具有内置振动传感器的网络一体化数据采集装置 | |
CN109445327A (zh) | 基于fpga边缘计算技术的旋转机械振动采集监控与保护系统 | |
CN102404401A (zh) | 基于wsn的机群状态监测系统及方法 | |
CN109309733A (zh) | 一种物联网能源监测系统 | |
CN111427319A (zh) | 一种玻璃厂智能mcc集控系统及其控制方法 | |
CN114827140A (zh) | 一种用于风洞现场的实时数据集中管控系统 | |
CN209170416U (zh) | 一种基于NB-IoT的新型智能压力变送器 | |
CN108319248A (zh) | 一种基于LabView及无人机的变电站环境监控系统 | |
CN105758455A (zh) | 网络化的组合式数据采集传感器 | |
CN101087311A (zh) | 基于多协议模块结构的智慧型ad-hoc的自适应传感器网络 | |
CN203241071U (zh) | 一种基于互联网的电力变压器远程故障诊断系统 | |
CN102111319A (zh) | 柔性配置拓扑结构的网络系统及其应用方法 | |
CN208587154U (zh) | 示功仪 | |
CN208580324U (zh) | 一种车间机器状态联网监控装置及系统 | |
KR20130017995A (ko) | Usn 기반 실시간 수질 모니터링 시스템을 위한 통합 게이트웨이 | |
CN202334597U (zh) | 基于wsn的机群状态监测系统 | |
CN111654834B (zh) | 基于NB-IoT的SDI12传感器数据无线采集装置及方法 | |
CN104123827A (zh) | 用于换热器的远程在线监测系统及方法 | |
CN219757551U (zh) | 一种物联网多路多传感器温度采集终端 | |
CN212007328U (zh) | 一种基于LoRa自组网的室内无线多功能传感器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160720 |
|
WD01 | Invention patent application deemed withdrawn after publication |