1 采集仪的发展与分类
如图1所示，在振动噪声测试中，我们关注的是最终的测试分析结果，比如信号的时域频域特征等，想要对数据进行分析就需要获取数据，物理量的直接获取较为困难，尤其是振动噪声这些高频物理量，这时候我们就需要使用传感器，将这些物理量转换为容易测量的电信号。 通常传感器输出的电信号主要有电压电流电阻信号，但这些信号还是模拟信号，只能用电路进行测量分析，无法使用数字信号处理的方法对这些信号进行分析。 这时就需要使用数据采集仪，将模拟信号转换为数字信号，再利用分析软件中的数字信号处理方法进行分析得到我们需要的结果。
图1 测试系统的组成
如图2所示，数据采集仪或者说动态信号分析仪基本是从模拟化往数字化发展，早期的仪器除了精度较低以外，分析功能主要依靠电路实现，功能比较单一，做不同的分析有时需要使用不同的仪器设备。随着数字信号处理和电子电路技术的提升，动态信号分析仪往数字化发展，更多的是将传感器的信号转换为数字信号，随后使用软件进行分析处理。这时的仪器往往集成度也越来越高，将调理器集成于一体，减少连接环节提高测试的可靠性，当然精度也越来越高。现在的仪器很多都不在仅以高精度高速率的数据采集为设计目标，逐渐具备更多更强大的数据分析能力，从简单的指标量或者频谱特征分析，到复杂的结合模式识别与人工智能方法的故障识别诊断功能，出现了越来越多针对特定设备的数据采集分析系统，比如针对电机故障的状态监测与故障诊断仪器。
图2 数据采集仪的发展
数据采集仪最常见的分类就是根据单台设备的通道数量进行分类，很多厂商的产品线也是基于此种分类设计的。如图3所示，集中式主要用于测点集中的实验室或现场测量，比如疲劳强度试验等，这种采集仪单台可以有数十至上百通道，多为插卡式的采集仪，有的内置了 CPU 和存储媒介等，有的没有，没有内置的往往需要有更快速的数据传输能力。对于外场测试，尤其是针对大型工程项目的测试，比如桥梁或铁路工程，每个断面的测点往往只有几个或十数个，测试断面之间的距离往往较远。这时通常使用的是少通道的分布式设备，这类设备通道数量较少，每个通道可接入的传感器类型更加灵活，因为这些设备往往工作于现场环境，为了降低测试人员的工作强度，这些设备往往还具有可充电电池，并能够根据预设任务与逻辑独立完成数据采集记录工作。很多厂商也会选择使用便携机箱式的采集仪设备覆盖这两种应用场合，便携机箱式的采集仪设备通常也使用插卡式，通道数量与体积也介于集中式与分布式之间。对于在生产线等场合需要进行多台设备振动噪声水平巡检工作时，通常使用的是手持式的设备，这类设备除了通道少以外，最主要的特点是具有可交互的屏幕并内嵌了数据分析软件。最常见的手持式设备是手持式振动分析仪与声级计。
图3 数据采集仪的分类
2 常用 ADC 工作原理
不管是哪个阶段哪个类型的采集仪，都需要具备的功能就是将传感器的模拟信号转换为数字信号，实现这个功能就需要使用模数转换器。模数转换器一般使用AD 或 ADC 简称。模拟信号在幅值与时间上都是连续的，数字信号是离散的且位数有限，简单来说模数转换器通常需要两步来实现这两种信号的转换，一是采样，二是量化。通过采样，连续的模拟信号被截断成离散信号，但这时还是电信号，是连续幅值上的一点，需要再通过量化将电信号转换为数字信号。量化可以将采样后采样值取整为最小单位的整数倍，这个最小单位被称为量化单位如图4所示。
图4 采样与量化
模数转换器最重要的参数之一是它的分辨率，绝对分辨率的大小与模数转换器输出数字信号的位数以及满量程的幅值大小有关。它等于满量程除以 2 的 n 次方，其中 n 就是模数转换器的位数，位数越高量程越小分辨率就越好。也可以使用相对分辨率来描述模数转换器的精度，它是绝对分辨率与满量程度值的比值,忽略掉了量程对分辨率大小的影响。
用一幅图直观的说明模数转换器位数的影响如图5所示，这是一幅灰度图，最左面的图由黑到灰到白的连续变化值量化为 0-255 共 256 级灰度值，向右量化级逐渐减少，我们看减少到 128 时图片质量还可接受，减少到 8 时已经明显能看到颜色之间的界限了，当为 2 时只能看到一个大致的影像了，细节已经完全丢失。
图5 图片的量化
以数据采集仪最常用的±10V 量程为例，对比不同AD位数的分辨率，一般测试传感器输出的都是 mV 级的信号，这时使用 8 位或 12 位的 AD 往往会丢失信号的细节特征，16 位的分辨率为 0.3mV，在微震测试时这样的分辨率往往也无法满足要求了如表1所示。
表1 AD 满量程为±10V 时分辨率
模数转换器在成像录音等很多场合都有应用，模数转换器主要有以下几种类型。
1) 高速并行比较(Flash)型 ADC
2) 双斜积分型 ADC
3) 计数器(斜坡跟踪)型 ADC
4) 逐次反馈比较型 ADC
5) Σ-Δ调制型 ADC
6) 流水线型 ADC
7) 插值结构和折叠插值型 ADC
在振动噪声测试设备中，最常使用的是逐次比较型与Σ-Δ型，下文主要介绍下这两种模数转换器的原理。
2.1 逐次反馈比较型
逐次比较型的原理比较容易理解，它可以等效成这样一个问题，假设一物体的质量在 0-255g 之间，现有一架天平和 8 个质量分别为 1g、2g、4g、8g、16g、32g、64g、128g 的砝码，怎样才能最快速地称出物体的质量呢？我们很容易想到先放上 128g 砝码。如果天平指示物体更重，则保留 128g 砝码，反之则移去 128g 砝码，再放上 64g 砝码，用同样的方法判断去留，这样依次到判断完 1g 的砝码，最终根据托盘内剩余砝码的数量得出该物体的质量。用公式表示物体质量如下式所示，其中 d 为 0 或 1 ，留下的砝码是 1 ，没有的是 0 。
逐次比较型 AD 的工作原理与这个问题类似，图6(a)是逐次比较型 AD 的结构示意图，寄存器输出经过 DA 转换后与输入值 Vin 进行比较，DAC 输出大于输入电压则 di 为 0，否则为 1，AD 有几位就对比几次，最终将对比结果输出，图6(b)是一个 4 位 AD 的转换过程。当然为了提高转换速度实际的电路图要比这个复杂。
(a) (b)
图6 逐次反馈比较型 ADC 原理
2.2 Σ-Δ调制型
在介绍Σ-Δ型 AD 之前我们先介绍下量化误差的相关概念，这有助于更好的理解Σ-Δ型 AD 的原理。对于理想 N 位的模数转换器而言，其量化过程对直流输入信号将产生量化误差，对交流输入信号将会产生量化噪声如图7所示。为了便于理解，首先考虑一种比较简单的情况，理想的 N 位 ADC 最大的量化误差等于 1/2 最小量化单位，当输入信号线性地由零点增至满刻度时，量化误差呈现为一峰峰值等于 q 的锯齿波信号，其中 q 为最小量化单位对应的电压值，量化噪声就等于该锯齿波的有效值，通过定积分计算我们可以得到其有效值，如式(1-1)所示，量化噪声仅与 ADC 分辨率有关，与信号幅值采样速率都无关，也就是说无论采集多大的幅值用多高的频率去采集，量化噪声总是这么大，它是一种原理性误差，它只能减小无法完全消除。
图7 量化噪声
对于 N 位的模数转换器来说，其理论信噪比可按如下方法求出，假设 ADC 的输入为一满量程的正弦波信号，则信噪比如式(1-2)，其中 Va 与 Vn 分别为信号与量化噪声的有效值电压，设 Vpp 为信号的峰峰值。根据前面介绍的知识显然有式(1-3)，所有信号的有效值如式(1-1)所示，因此可以得到理想 ADC信噪比与位数的关系如式(1-4)，这个公式说明，AD 位数每提高一位，信噪比能够增加 6dB。反过来说，信噪比提高 6dB，相当于提高了一位的 AD 位数，在信噪比公式中，对于固定的输入信号，提高信噪比的方式就是降低量化噪声。
如前所述，首先量化噪声是白噪声，其次它的总有效值和采样频率无关。那如果增高采样频率，使量化噪声分布在更宽的频带内，噪声的频谱幅值就会降低，然后再使用低通滤波，滤掉不需要的部分。这时量化噪声的有效值就会降低，信噪比得以提高，这就是过采样降低噪声功率的原理如图8所示。通过计算可以知道，采样速率每增加 4 倍，信噪比提高 6dB，相对于 ADC 提高 1 位。
图8 “过采样”降低量化噪声的原理
模拟信号虽然是连续信号，但信号的采样值是相关的。如果采样速率很高，采样间隔就更会小，相邻采样点间的信号幅度变化就不会太大。若将前后两点的差值进行量化同样可以代表连续信号所含的信息，基于这个思想的模数转换器的实质就是一个增量调节器如图9所示。
图9 增量调节器原理
如果只用增量调制器，信号的突变很大，幅度变化超过量化台阶δ，就会无法跟踪上信号的变化出现斜率过载。为了克服这个缺点，可以先将信号进行一次积分，然后再进行增量调制，再在最终结果输出前进行一次微分以补偿积分造成的信号改变。增量用δ表示，积分或求和用Σ表示，这就是Σ-Δ型 AD 名称的由来，图10是Σ-Δ型 AD 的结构图，其中微分器与用于增量求和的积分器相抵，仅留下了为了解决斜率过载问题的积分器。
图10 Σ-Δ型 AD 结构图
Σ-Δ调制器的工作原理还可以用其结构中 A、B、C、D 各点的波形描述如图11所示。当输入电压VIN=0 时的情况，A 点的电压为﹢VREF或﹣VREF，B 点为积分器的输出。先假定积分器输入为﹢VREF，那么积分器输出线性增加，当 B 点电压增至锁存比较器的翻转阈值，锁存比较器翻转，C 点输出为 1，一位 DAC 的输出 D 为﹢VREF，此时，A 点电压变为 VIN－(﹢VREF)=0－VREF= ﹣VREF。这样，积分器输入由﹢VREF 变为 VREF，积分器输出线性减小，其斜率(绝对值)正比于﹣VREF。当 B 点电压降至锁存比较器的翻转阈值，锁存比较器翻转，C 点输出为 0，一位 DAC 的输出 D 为﹣VREF，此时，A 点电压又变为 VIN－(﹣VREF)=0＋VREF=﹢VREF，上述过程周而复始，不断循环。如上所述，锁存比较器的输出 C 点，为 0,1 相间的数据流，如果数字滤波器对每 8 个采样值取平均，所得到的输出值为 4/8，这个值正好是 3 位模数转换器的零。
当输入电压 V IN =﹢1/4 V REF 时，求和输出 A 点的正、负幅度不对称，引起正、反向斜率不等(正、反向积分斜率与 A 点的正、负幅度成正比)，于是调制器输出 1 的个数 多于 0 的个数。 如果数字滤波器仍对每 8 个采样值取平均，所得到的输出值为 5/8，这个值正好是 3 位模数转换器对应于﹢1/4 V REF 的转换值。
图11 Σ-Δ型 AD 各点输出
再来看一下Σ-Δ的频域特性，图12中 U(S)、N(S)、Y(S)分别为输入信号、量化噪声及滤波器输入信号的拉氏变换，积分器在频域内是一个与 1/s 成正比的滤波器。当 N(S)=0 时，Y(S)与 U(S)之间的关系如式(1-5)，则输出与输入之间的传递函数为 1/s，这说明积分器对于输入信号呈低通滤波特性。当 U(S)=0 时，输出与量化噪声之间的传递函数为 S/(1+S)，这说明对于量化噪声而言，Σ-Δ ADC 的传递函数呈高通滤波。两个公式说明，在Σ-ΔADC 中，量化噪声在频率上不再是均匀分布，而是与频率有关并呈现高通特性，这就是Σ-Δ的噪声整形技术。通过噪声整形，量化噪声大部分能量被推向高频，而高频会在后面的低通滤波器作用下滤除，这样也有助于信噪比的提高。
图12 Σ-Δ的频域特性
既然噪声整形有助于信噪比的提高，当然希望其效果越大越好，如何提升噪声整形的效果呢，可以使用增加Σ-Δ的阶数来实现，图13中给出的是一个二阶Σ-ΔADC 的结构图。综合以上内容，简要介绍了Σ-Δ型 ADC 的三个主要技术，过采样、噪声整形与低通滤波，图14是过采样倍率以及阶数与信噪比的关系，从图中可以看出，过采样倍数越大，阶数越高，信噪比就越好。
图13 二阶Σ-ΔADC 的结构图
图14 不同阶Σ-ΔADC
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
