可编程智能 DAQ，支持4通道声音和 振动输入, 24位, 128kS/s, 4通道 DI/O
产品概述
在工业现场，机器设备的状态监控往往需要高精度的振动与声音采集、可靠的边缘计算能力以及便捷的部署方式。可编程智能 DAQ（数据采集器）正是为此而生：它是一款独立的以太网 DAQ，内置 ARM Cortex‑A9 处理器，配备四通道 24 位 Sigma‑Delta ADC，能够在不依赖外部主机的情况下完成 128 kS/s 的高速采样，并通过千兆以太网将数据送往中心系统。本文将围绕该产品的主要特性、边缘计算优势以及实际使用方法展开，帮助读者快速上手并了解其在机器状态监测中的价值。
关键特性
- 独立的以太网 DAQ，支持边缘计算
- RESTful API，用于定期执行机器状态轮询
- 支持 C/C#/C++/Python/LabView API，用于连续的数据流
- 内置 Web 控制台，便于配置和作为便携式 DAQ 使用
- 支持 iApp 部署，在边缘侧进行数据分析和提高效率
超紧凑边缘 DAQ 采用了 ARM Cortex‑A9 处理器，具有内置的、四通道、24 位、高分辨率的模拟输入，无需搭配主机电脑即可作为独立设备使用，非常适合对旋转机械设备进行 24 小时的振动监测。
xmdaq 提供高精度的静态和动态测量性能。24 位 Sigma‑Delta ADC 支持抗混叠滤波、抑制调制和信号带外噪声，并以奈奎斯特速率提供可用的信号带宽，是机器状态监测应用中高动态范围信号测量的理想选择。通过千兆以太网通信，可以把数据快速地传输到中心枢纽。双以太网端口支持菊花链连接，可降低网络设备成本并延长通信距离。
1. 高分辨率模拟输入
- 四通道 24 位 ADC：每个通道均采用 Sigma‑Delta 架构，能够实现 0.5 µV 级别的分辨率，满足精细的振动与声压测量需求。
- 抗混叠滤波：内部数字滤波器在采样前对输入信号进行预处理，显著降低混叠误差。
- 奈奎斯特带宽：在 128 kS/s 采样率下，实际可用信号频段可达 64 kHz，足以覆盖大多数机械振动频谱。
2. 边缘计算能力
- ARM Cortex‑A9：主频约 1 GHz，具备足够的计算资源运行 Python 脚本、C/C++ 库或 LabVIEW 程序，实现实时信号处理（如 FFT、时域统计）以及自定义算法。
- 双千兆以太网：支持点对点或菊花链拓扑，便于在大型工厂内部署多台 DAQ，形成分布式监控网络。
边缘侧过滤数据
传感器采集的信号是原始数据，必须经过过滤并转换为可用数据，例如 FFT、電壓、g‑type 陣列或 OA 值。DAQ 是一款独立的 DAQ 系统，可以部署在每个现场站点，并执行过滤原始数据的任务（传统的方法是由嵌入式系统完成的）。通过将过滤后的、大小减少的数据从边缘转换并传输到中心枢纽，网络负载和对后端服务器的处理需求将显著降低。
实际工作流程示例
- 采集：四通道同步采样，采样率 128 kS/s，采集原始声压或加速度信号。
- 本地处理：在 ARM Cortex‑A9 上运行 Python 脚本，对每个通道执行窗口化 FFT，提取关键频谱峰值。
- 数据压缩：仅保留峰值频率、幅值以及异常阈值信息，形成数十字节的报告。
- 上传：通过千兆以太网将报告发送至中心服务器或云平台，供后端大数据平台进一步分析。
边缘侧的 iApp
DAQ 使用 Python 编写了自定义的过滤算法，从而提供了灵活的支持选项。这些有价值且机密算法，可以通过 DAQPilot 软件包中所包含的 iApp Creator，生成 iApp 后在设备上进行部署和执行。DAQ 能够以经济高效的方式将 iApp、用户自定义的过滤算法迁移到边缘侧。
- iApp Creator：提供图形化界面，用户只需拖拽 Python 脚本即可打包为 iApp。
- 安全隔离：iApp 运行在容器化环境中，防止自定义代码影响系统核心功能。
- 版本管理：通过 RESTful API 可以远程升级 iApp，确保所有现场节点统一使用最新的算法。
内置 Web 控制台
DAQ 内置 Web 控制台，允许用户通过 Web 浏览器进行配置，从而可以轻松地开始机器设备状态监控，并无需编程。相关参数和数据类型的设置以直观的仪表板格式得以呈现。DAQ‑可以快速轻松地设置机器设备状态的监控环境。
控制台主要功能
| 功能 | 说明 |
|---|---|
| 设备概览 | 实时显示四通道采样状态、网络连接、CPU 使用率等关键指标。 |
| 通道配置 | 支持每通道的增益、采样率、滤波器参数独立设置。 |
| 数据流 | 可直接在浏览器中查看实时波形或下载历史数据（CSV、MAT）。 |
| iApp 管理 | 上传、启动、停止 iApp，查看运行日志。 |
| 系统诊断 | 自动检测硬件异常（如 ADC 错误、以太网掉线）并提供告警。 |
适用场景与案例
1. 旋转机械 24 小时振动监测
- 目标：对压缩机、发电机、轴承等关键部件进行连续振动采集，提前发现失衡或磨损。
- 实现：在每台机器旁边部署一台 DAQ，使用内置的 FFT 过滤算法提取轴频、谐波信息，阈值超限时通过邮件或 MQTT 推送告警。
2. 声学监测与故障诊断
- 目标：捕获机器运行时的声学特征（如异常噪声），用于声纹识别或机器学习模型训练。
- 实现：利用四通道声压输入同步采样，边缘侧执行短时能量计算（STE）与谱减法，减小传输数据量后上传至云端进行模型推断。
3. 分布式现场监控网络
- 目标：在大型工厂内部署上百台 DAQ，形成菊花链网络，降低布线成本。
- 实现：双以太网端口支持链式连接，每台设备只需一根网线即可与前后设备相连，中心服务器通过单一 IP 段统一管理。
小结
可编程智能 DAQ 将高分辨率的模拟采集、强大的边缘计算和便捷的 Web 配置融合于一体，为工业现场提供了“一站式”机器状态监测解决方案。通过 RESTful API 与多语言 SDK 的支持，用户可以灵活地将数据流集成到现有的监控平台；而 iApp 与 Python 过滤算法的组合，则让自定义信号处理在边缘侧轻松落地，显著降低网络带宽和后端计算压力。无论是 24 h 持续振动监测、声学故障诊断，还是大规模分布式部署，这款 DAQ 都能提供可靠、可扩展的技术支撑，帮助企业实现更高的设备可用性和运维效率。