如何构建数据采集系统（三）

4 分析处理

---

我们知道，仅仅拥有传输到上位机的原始测试数据是不够的，工程师所关心的是试验中所感兴趣的结果，例如该旋转设备是否正常运转，或者发动机在各工况下的油耗特性曲线等等。因此，对原始数据进行处理和分析，从而得到想要的结果或结论，在整个数据采集系统中是必要的一环。

常用的分析处理方法有很多，例如均值、插值、拟合或者FFT变 换等，这里需要强调的是，这些方法只能解决最基本的应用需求，对于各个应用领域而言，都有自己一套专业的分析和处理算法和体系。以旋转机械状态监测为例， 对于大型的旋转机械设备而言，工程师需要对电机、发动机、压缩机、电动马达、泵以及传动轴所引起的噪声和振动有充分的认知，而这个过程是非常复杂的。为了 确定噪声和振动的根源，完成产品的设计优化，工程师需要具有一套完整的分析手段：瀑布图、阶次跟踪、时域数据分析、动平衡软件等各种信号处理工具（如下 图）。

正因为分析处理这一部分 具备一定的专业性，因此工程师们一般有两种方法来实现：第一种就是选择自己领域的专业处理软件来实现对原始数据的挖掘，这些软件具备“交钥匙”的功能，直 接上手可用，但功能并不灵活，如果需要一定的定制功能的情况时其局限性会凸显；另一种方法则是使用一种开放性较好的开发平台，并结合自身领域的专业知识， 自己通过平台开发出满足需求的应用。业界目前主流的开发平台是NI公司推出的图形化开发平台LabVIEW，对于分析处理方面，它不仅提供现成可用的常用信号处理算法，针对于各个专业领域的算法也推出不同的扩展工具包（例如声音与振动工具包、医学电子工具包等），从而可满足大多数项目需求。

5 数据存储

---

无论是所采集到的原始数据，还是经过分析处理的结果数据，在整个系统的环路中，都需要有一个载体能够及时有效地保存这些数据，以备后期的回调以及挖掘。

对于一般的应用来说，工程师会直接利用成熟的PC技术，将数据存在上位机中的硬盘或者移动硬盘上。而对于数据量较大、通道数多以及速率高的系统而言（例如汽车碰撞安全试验），这种方法显然已不合时宜，数据流盘（Data Streaming）技术是解决这类问题的关键。由于篇幅，这边不对流盘技术做深入的讲解，一些设备商也已经提供了现成可用的流盘解决方案，下表是PXI以及PXI Express平台高速数据流盘的评测：

如果说流盘技术是能够让整个数据采集系统的存储能力”更快更强“的话，那么目前针对数据存储还有一个发展的趋势，则是朝着”更智能以及更持久“的方向前进着。

在测试和测量领域，人们每天以高达数Zeta字节（10的12次方GB）速率进行数据采集, 海量模拟数据问题对于多通道数据采集系统来说是一个日益严峻的挑战，需要有可满足多用户访问需求的网络设备和数据管理系统，提供这种数据存储解决方案的一个日益普及的方法就是使用云技术（Cloud Technology）。

目前，如 Averna、Virinco、NI和华穗科技（HUASUI）等供应商已提供可帮助管理海量模拟数据解决方案的产品（如下图架构）。 为了分析和管理来自数百万个文件的数十亿个数据点，工程师和科学家可使用现成可用的软件来挖掘、检查和生成相关测量数据。

注：关于海量数据管理以及云存储，可参见本白皮书第二章的详细内容。

6 总结

---

综上所述，构建一个完整的多通道数据采集系统，对于工程师而言，关键的并不是其中某一个环节或者细节，而是需要有一个系统级的广阔思路，需要对系统整体做统一的规划。本章内容希望能够帮助到工程师了解数据采集系统的基本原理和注意事项