多通道数据采集技术白皮书.pdf

多通道数据采集白皮书 （内部参考） 华 穗 科 技 如何构建 数据采集系统 数据采集系统（Data Acquisition System），是指从传感器和其它待测设备等模拟和数字 被测单元中自动采集经调理的电量或非电量信号，传输至上位机或服务器中进行分析、 处理、监控以及存储的整体系统。本章将展现典型数据采集系统的组成部分，协助您快 速了解数据采集系统构建过程中的主要技术要点与重点。 传感器 数据采集 信号传输 分析处理 数据存储 1 众所周知，数据采集系统是计算机与外部物理世界连接的桥梁，现今已广泛应用于 实验室研究、测试和测量以及工业自动化领域中。 在构建一个基本的数据采集系统（下图）时，以下五个部分是必须考虑的： 传感器 数据采集 信号传输 分析处理 数据存储 图： 典型数据采集系统 1 传感器 数据采集始于要被测量的物理现象，可能是房间的温度、光源的强度、空间的压 力、应用在物体上的力量，或是其它许多现象。一个有效的数据采集系统可以测量 这一切不同的现象。 传感器数据采集信号传输分析处理数据存储 2 传感器是将物理现象转变成可测量信号（电压或电流）的设备，例如热电偶、 RTD、热敏电阻都可以把温度转变为A/D组件可测量的模拟信号。下表是工程项目 中所常见的传感器，以及它们可测量的现象。 现象 传感器 温度 热电偶, 电阻式温度传感器(RTD), 电热调节器 声音 麦克风 力与压力 压电传感器，应变片 位置和位移 电位计，线性差动变压器(LVDT)，光学编码器 加速度 加速度计 光线 照片感应器 pH pH电极 为了适合数据采集设备的输入范围，由传感器生成的电信号必须经过处理，即通常 意义所说的“信号调理”。下表中列举了常用传感器所需的信号调理，工程师需要在 构建系统时综合考虑，选择最合适的传感器和数据采集设备。 放大 衰减 隔离 滤波 激励 线性化 CJC 桥路补偿 热电偶 热电阻 RTD 应变片 负载/压 力/扭矩 3 加速度计 麦克风 LVDT/RV DT 高电压 2 数据采集 数据采集设备是上位机和外界之间的接口，它的主要功能是将输入的模拟信号数字 化，使计算机能够解读这些信号。如何选择合适和正确的数据采集设备，这是工程 师们在构建系统之时须掌握的技能之一，对于数采设备而言，主要有以下几项指标 需要参考： 通道数 对于采用单端和差分两种输入方式的设备，模拟输入通道数可以分为单端输入通道 数和差分输入通道数。在单端输入中，输入信号均以共同的地线为基准。这种输入 方法主要应用于输入信号电压较高（高于1 V），信号源到模拟输入硬件的导线较 短（低于15 ft），且所有的输入信号共用一个基准地线。如果信号达不到这些标 准，此时应该用差分输入。 采样速率 这一参数决定了每秒种进行模数转换的次数。一个高采样速率可以在给定时间下采 集更多数据，因此能更好地反映原始信号。 4 分辨率/量程 模数转换器用来表示模拟信号的位数即是分辨率。分辨率越高，信号范围被分割成 的区间数目越多，因此，能探测到的电压变量就越小（如下图）。 量程是模数转换器可以量化的最小和最大电压值。某些设备提供商的数据采集设备 都能做到对量程范围进行选择，可以在不同输入电压范围下进行配置。由于具有这 种灵活性，您可以使信号的范围匹配ADC的输入范围，从而充分利用测量的分辨 率。 值得一提的是，分辨率与精度是两个完全不同的概念，具体的区别可见本白皮书第 三章内容。 防护性 数据采集设备所使用的周围环境如果较为复杂和严苛的情况下，那么在选择时，工 程师需要对设备的防护等级进行考量。例如华穗科技（HUASUI）所推出的ioBox系 列产品都是具备IP三防等级认证，可有效防止工作环境所带来的冲击（例如在船舶 5 上使用时海水的泼溅等）。 3 信号传输 传感器信号在经过设备采集之后，通过何种方式安全而可靠地传输到上位机或者服 务器中，这个问题随着大通道数（几百通道以上）数据采集项目的不断出现，其重 要程度与日俱增：无论前端设备与传感器的接线部分、还是整体系统的总线与组网 模式，其中只要有一处出现疏忽，整个数据采集系统都可能会受到影响。 前端 前端，指的是数据采集设备到传感器的接线部分。传统的数据采集设备是板卡形式 的（如下图），这种方式需要使用线缆与接线面板来使其与传感器引线连接。 为了进一步提升用户的接线体验，很多数据采集设备商也开始提供“直连传感器”的 设备，例如NI公司推出的CompactDAQ数据采集系统，其可拆卸的C系列模块基本 都自带接口（如螺旋端子、BNC等），方便工程师连线。如果用户对接口的防护性 6 有要求，甚至需要有耐腐蚀的功能，则还可选择华穗科技（HUASUI）基于NI软硬件 平台开发的高防护数据采集设备。 总线 目前主流的数据采集系统总线有很多，各有不同的优点。下表中罗列了主流设备总 线的一些基本指标： 总线 带宽 单点 I/O 多设备 便携性 分布式 PCI 132 MB/s(共享) 最好 更好 好 好 PCI Express 250 MB/s(每通道) 最好 更好 好 好 PXI 132 MB/s(共享) 最好 最好 更好 更好 PXI Express 250 MB/s (每通道) 最好 最好 更好 更好 USB 60 MB/s 更好 好 最好 更好 以太网 125 MB/s(共享) 好 好 最好 最好 无线 （802.11g） 6.75 MB/s (每通 道) 好 好 最好 最好 *理论最大数据传输速率基于以下的总线规范： PCI、PCI Express 1.0、 PXI、PXI Express 1.0、 USB 2.0、千兆以太网和 Wi-Fi 802.11g 虽然总线种类较多，但在工程师构建数据采集系统时，以下几个因素需要综合考 虑： 总线带宽需要能够支持数据采集的速度，需要注意的是，实际的系统带宽低于 理论总线限制。 实际观察到的带宽取决于系统中设备的数量以及额外的总线 7 载荷。 如果需要在很多通道上传输大量的数据，带宽是选择总线时最重要的 考虑因素。 不同总线的 I/O 响应时间不同，它是调用驱动软件函数和更新 I/O 实际硬件值 之间的时间延迟。根据您选择总线的不同，延迟可以从不足一微秒到几十毫 秒。需要单点读写的应用程序单点 I/O 的相应时间是关键。一般情况下，对于 低延迟的单点 I/O 应用来说，PCI Express 和 PXI Express 等内部总线比 USB 或无线等外部总线更好。 许多数据采集系统都有复杂的同步需求，包括同步数百个输入通道和多种类型 的设备。多个设备同步测量的最简单的方法就是共享时钟和触发。 一些数据 采集设备提供专用的 BNC 接头的触发线，这些外部触发线在 USB 和以太网设 备上十分常见，因为这些数据采集硬件处于 PC 机箱外部。 然而，某些总线 内置有额外的时钟和触发线，使得多设备的同步变得非常容易（如 PXI 总线， 具体见下图）。 处理器计算能力的极速增长是毋庸置疑的，它为数据采集系统的构建提供了许 多新的创新方式，因此便携性也可能成为总线选择的首要考虑因素。例如，车 8 载数据采集应用得益于结构紧凑，易于运输的硬件，如 USB 和以太网等外部 总线，因为其快速的硬件安装以及与笔记本电脑的兼容性，特别适用于便携式 数据记录系统（如 ioBox L 系列）。 组网方式 对于多通道数据采集系统来讲，其组网方式主要有集中式和分布式两种。集中式适 合于测试地点和测试通道都在一个集中区域内的应用，而分布式则更适合于分布区 域广大，且节点数较多的应用。 集中式中一个较为典型的例子就是 PXI 平台（下图），在一个多槽位的机箱中，工 程师可以根据自己项目的不同需求选配不同的数据采集板卡（或仪器级板卡），从 而以较为紧凑而标准的方式满足不同的采集需求。 分布式是相对于集中式的理念而生，其发展得最为极端的形式就是物联网，本文内 容只涉及数据采集系统层面。WSN（无线传感器网络）是一个典型的分布式数据 采集系统，它由节点、网关以及中央控制器（服务器）组成，从而实现分布在各个 区域（一般该区域会很广泛，例如整个热带森林）节点的通讯、采集以及回传。 9 近来两种组网方式正在趋于综合，某些数据采集系统可以被设计来兼顾集中式和分 布式，从而节省工程项目的投入成本，开拓更多的应用领域。如华穗科技 （HUASUI）基于NI RIO架构开发的ioBox L系列设备，其模块化的设计可以将各个 设备通过结构堆叠为一个整体（左下图），从而实现集中式数据采集功能；而每个 模块又可以作为一个数据采集节点（右下图），模块间通过以太网、甚至光纤（对 于几公里的传输距离需求）进行通讯与回传。 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 1 0 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。 1 1 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： 硬盘类型 写/读速率 （MB/s） 测试所用硬盘 PXI 2.5” SATA 30 Fujitsu 40 GB, 5400 RPM 3.5” SATA 70 Seagate Barracuda 7200.10 250 GB, 7200 RPM 4 RAID-0 120 / 123 PXI ExpressCard to eSATA PXI Express 4 RAID-0 243 / 240 PCIe x4 HighPoint RocketRAID 2320 12 RAID-0 600+ / 700+ PCIe x8 (as x4) with RocketRAID 2340 1 2 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。 1 3 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，如果您有任何问题或者建议，也欢迎联系华穗科技（HUASUI）。作为多通 道数据采集解决方案的提供商，我们会竭力协助您一起构建高效可靠的数据采集系 统。 1 4 数据采集 技术要点剖析 技术是一个快速迭代的循环。有趣的是，其对于数据采集系统的进化而言是呈现双向作 用的：一方面，技术的涌现使得数据采集系统的各类指标和性能得到了质的提升，开拓 了很多的可能性；而另一方面，一些传统的数据采集系统或架构很容易就会被直接替换 或淘汰，这给工程师们又带来了严峻的考验与挑战。 本章节通过分析和总结多家数据采集设备提供商的技术趋势展望报告等文献，从五个方 面为您阐述构建下一代数据采集系统所需掌握的技术要点。 I/O 微创新 摩尔定律在数据记录仪的作用 光纤数据采集与传输 极致稳定系统 海量数据与数据管理 1 5 1 I/O 微创新 “ 除了满足最基本应用的反馈信号外，至少，现有系统中的传感器和I/O都必须 能传递其它信息。” David Edeal, 技术产品总监, MTS传感器公司 “微创新”是一种脱胎于IT领域的方法论，它是一种从客户的角度出发，以提高用户 体验的角度，不断地去做微小的改进，通过点滴的积累，最后达成巨大改善甚至颠 覆。 对于一个多通道数据采集系统来讲，其中传感器与数据采集设备接口的连接（即我 们所说的I/O）这一环节往往都受到工程师以及设备厂商的忽略。但是，随着几百 甚至几千通道的大规模系统项目的不断出现，I/O环节中所发生的任何微小不便， 都会得到指数级别的放大，而针对此环节的任何微小改善也可能让工程师的体验获 得质的提升。由于这个原因，近期有一些具备先见之明的数据采集设备商已经开始 将着眼点放在了I/O环节中，很多微小创意的产生都令人兴奋不已，但需要强调的 是，这些努力其本质是为了提高工程师的使用体验，从而高效完成项目。 在一些通道数并不多的数据采集系统中，工程师们一般会采用如下图所示的接线拓 扑：对于每一个传感器，在将其输出引线接入数据采集设备之外，还需并行地从激 励电源设备（如精密电源）上并联上每个传感器。可以想象的是，这种在通道数少 的情况下看不出任何瑕疵的方法，却完全满足不了大通道数时所面临的接线压力。 1 6 正因为用户产生了改进这种方法的潜在需求，因此“微创新”开始了。下图是某些数 据采集设备商做的一个巧妙的针对性改变：将外部激励电源的引线事先引入到数据 采集设备内部，通过简单的路由，再统一引出到接口层。这样的一种小改进甚至都 没有造成成本的上升，但却可以让工程师不用频繁在激励电源和数据采集设备之间 切换接线，减少出错几率，大幅度方便了客户的接线体验。 但是，这种方法的一个局限性在于需要整个设备中所有通道的激励电压要求都相 1 7 同，而这对于多通道数据采集应用而言是不切实际的，因为系统需要测量不同的物 理量，因此就要选用不同的传感器。因此，设备又演变成下图所示的接口方式：数 据采集设备内部自带了对单个通道的激励电压功能，通过总线，上位机可以控制设 备对每一通道产生特定的激励电压，从而对每一个不同的传感器分别对待。 可以看到，即使只是一个看似微小的激励电压接线问题，通过层层改善，最终也能 成功地将问题妥善解决。但是“微创新”的故事并没有结束，此时，工程师们又开始 对一个已然成熟颇久的技术产生了老瓶装新酒的想法。 这个技术就是“TEDS”（Transducer Electronic Data Sheets），该协议是1994年由 IEEE和NIST学会联合发起，目的是希望用标准接口解决传统传感器集成的问题。简 单来说，TEDS的主要功能是将每个传感器都贴上电子标签，当时提出此标准的人 们无法预料的是，这个技术现在对于大规模的数据采集系统而言是极具意义的。下 1 8 面的几个实际例子可以形象地说明这点： 就工程师的使用体验而言，当线缆插入设备的某个通道时，如果设备可以马上 检测出并做相对应的指示（例如屏幕中某个通道的灯被点亮），那么在心理上 会由于这一反馈而得到满足感。虽然这是一个看似微不足道的小体验，但是这 种及时反馈的方式可以有效防止工程师没有插紧或者插错等不当操作。 在首次架设整套数据采集系统时，工程师们可以一次性地对每个通道写入传感 器的各种信息，这样操作之后，在以后每次工程师启用系统接线时，只需要随 意地将通道接入数据采集设备接头上即可，而不用做到必须和以前一一对应； 这是因为数据采集设备已经自动解析了每一个插入通道的信息（包括传感器类 型，激励要求，通道位置等），从而完全不影响最终的采集结果。 由于每个通道都已经预先写入了传感器的信息，因此在插入通道的同时，系统 就可以自动地对该传感器进行个性化校准和标定，或者载入特殊热电偶的分度 表等，整个过程完全自动化，而且出错率极小。 图： io8 I/O接口标准 对于数据采集设备供应商而言，即使是I/O接口这样一处小地方，也存在着如此多 的微创新点，这是一件令人鼓舞的事实。因此，作为多通道数据系统解决商，华穗 科技（HUASUI）也针对I/O接口部分提出了io8这样的一个接口标准（上图），其 1 9 包含了传感器信号、激励、TEDS以及激励电压回调等引线定义，从而将数据采集 通道的接口方式得到了统一，最大程度上提高工程师接线的体验。 2 摩尔定律在数据记录仪的作用 “ 我们预计，在未来的数据记录系统需求中，不仅需要通过网络、服务器或PC采集 数据，而且还需要提供智能，用于辅助决策过程。” Mariano Kimbara, 高级趋势分析专家, 弗若斯特沙利文咨询公司 数据记录仪是一种从传感器获取测量结果，并将这些结果存储起来备用的电子仪 器，其常用的测量包括温度、压力、电流、速度、张力、位移和其他一些物理量。 在过去的二十年中，数据记录系统的智能变得更加分散，处理单元更接近传感器和 信号。由于这一变化，远程数据采集系统和记录器可以更多地集成决策过程，而不 是像过去一样，仅仅收集数据。 随着摩尔定律（下图）的不断发展，将创造性能更强、成本更低、功耗更低、尺寸 更小的处理器，而未来的数据采集和记录系统将充分利用这一技术，变得更智能、 且功能更丰富。 2 0 当前，在业界已经开始出现一些集成Intel、ARM、Xilinx等公司的最新芯片和IP的 高性能记录系统，其系统基于异构计算架构设计，并为处理器结合了可编程的逻 辑，从而满足更高端复杂的测控应用需求。当前市场上一些高性能数据记录仪的例 子包括： NI CompactRIO HBM QuantumX CX22W 华穗科技 ioBox L Series Yokogawa WE7000 在很多情况下，数据记录的智能化应用已经开始扮演举足轻重的角色。 例如，在 结构监测中，传统的数据记录系统的功能仅仅是将每个数据点记录到磁盘上，即便 被测的物理现象没有明显的变化，也会进行记录。 这样就会产生兆字节甚至千兆 字节数据，通过离线才能进行分析和筛选。 2 1 相比之下，随着系统变得越来越智能化，我们就能在迅速适应一定条件下连续监视 机器或结构。 例如，系统可以缓慢地监测加速度或结构负载，并连续将存储的数 据覆盖写入磁盘，等待触发条件的满足。 一旦条件得到满足，系统就能改变自身 的行为，例如在短时间内，以更高的速率进行采样，同时确保触发前后的数据记录 都没有丢失。 此外，随着处理能力进一步的提高，信号处理功能就能嵌入在数据 记录系统的多核处理器或可编程的逻辑中。 这些更高级的系统能够在线分析数 据，从而以更快地速度得出更有意义的数据结果，消除传输或存储大量数据的无畏 浪费。 在使用具有更多智能和处理能力的数据记录系统时，系统中运行的软件将是区分供 应商技术优劣的主要指标。其中一种思路是，工程师可以使用可快速实现系统配置 及得到测量结果的交钥匙工具，如：HBM公司的 Catman或者华穗科技 （HUASUI）的ioPanel数据记录软件。交钥匙工具的不足之处是在功能上往往不够 灵活；另外一种思路是，工程师和科学家们可以利用一个基于文本的编程工具（如 Microsoft Visual Studio）或图形化编程方法（如NI LabVIEW系统设计软件），在 这些系统中对处理器进行编程控制。编程工具为这些数据记录系统提供了最大限度 的自定义功能，包括采用更丰富的信号处理方法，以及能够嵌入任何类型的智能算 法。但相比于交钥匙工具，它们有一个陡峭的学习曲线。 各种应用和行业都需要在他们的数据记录系统中具有更多的智能功能。例如汽车、 交通运输和电力公司等行业已经开始使用高性能的数据记录系统。在电力方面，我 们知道，电网在发生着巨大的变化，公共设施建设部门正在投入大量的资源使其更 加智能。让电网变得更智能的方法之一就是集成更多的测量系统和设备。电能质量 2 2 分析仪就是这样的一个设备。一个典型的电能质量分析仪可以采集和分析电网中的 三相电压，以此来计算国际标准中定义的电压质量。电压质量由频率、电压电平变 化、波动、三相电压的不平衡、谐波谱、总谐波失真以及信号电压的电平来描述。 在这种应用中，需要进行大量的分析和高速测量，一个传统的数据记录系统无法提 供所需要的处理能力。华穗科技（HUASUI）的工程师们使用LabVIEW和具有嵌入 式处理器和FPGA的CompactRIO嵌入式的采集系统，开发了一个灵活的、高性能 电能质量分析工作站 ioBox Station（见示意图）。在这个系统中，处理器可以完 成诸如高级浮点运算处理、高速流盘以及网络连接的任务。系统中的FPGA允许系 统中增添额外的处理单元，来执行自定义的I/O定时和同步任务，以及应用中所需 的任何高速数字处理任务。 图： ioBox Station 数据记录工作站 总结而言，随着我们生活的世界变得越来越复杂，用于监测和记录未来的机械、基 2 3 础设施、电网、和车辆中电子和物理数据的系统也需要不断发展。芯片和IP供应商 正在努力优化处理组件的性能、功耗和成本。现在，还需要数据采集公司使用足够 直观、灵活且智能的高性能数据记录系统来捕获任何类型的数据。使用更智能的数 据记录系统，我们就能够从任何来源获得更智能的数据，并且能够对所建设的系统 改善性能、质量，并对其进行维护。 2 4 下一代数据记录仪的特性与功能 存储 集成了高速总线（如PCI Express）、速度更快的处 理器可以加快数据流盘的速率 闪存存储将继续增加密度和降低成本，可以在高端数 据记录器的非易失性存储介质中，实现数百GB甚至 TB的存储能力 供应商将提供数据记录系统和云之间的无缝集成，使 用户能够在任何地方访问数据 处理 由于处理器上拥有更多的内存和更高的时钟周期，数 据记录系统将集成更高级的信号处理，后处理过程对 PC的依赖将变得越来越少 更多的处理技术，如对应于高端数字信号处理的异构 处理和可编程逻辑，将在数据记录系统中发挥各自所 长 I/O 速率和定时 记录系统将采用更快的I / O速率（从1 MHz到超过1 GHz），因为它们的处理器更快，可以处理更多的数 据 充分利用异构计算技术和可编程逻辑，可以实现更多 的自定义定时功能 应用软件 软件工具，包括交钥匙工具和可编程工具，都可以直 接在移动设备上运行，并可以进行自定义 供应商将给软件用户带来如下的体验：易于使用的交 2 5 钥匙系统，而且能够快速地自定义系统，以满足每个 用户独特的应用需求 可视化 与移动设备（如智能手机和平板电脑）的集成将变得 很常见 技术领先的供应商将使用户能够在触摸屏上使用基于 Web的软件快速创建自定义的用户界面 按钮和旋钮将消失，数据记录系统中的每一个界面， 无论是使用智能设备还是一个集成的显示器，都将实 现多点触控功能 连接能力 随着联网功能的增加和处理器能力的增强，数据记录 系统将有更多的连接和同步选项，如Wi-Fi、蜂窝 （GSM、3G、4G等）、千兆以太网、IEEE 1588等 尺寸和坚固性 低功耗处理技术，如英特尔的Atom和ARM处理器， 将使高性能记录器尺寸更小，并具工作温度范围更大 说明：基于摩尔定律和先进的处理技术的高性能数据记录系统未来可能拥有的能力。 2 6 3 光纤数据采集与传输 “ 将光纤技术和电气测量系统相结合，这与将两者分开的传统方法截然不同， 如是的融合势必解决更多的实际问题。” Alfredo Cigada , 教授 , 米兰理工大学 诚然，各种商业可用技术的高速发展对测试测量行业产生了巨大的影响，光纤技术 也是其中之一。 前香港中文大学校长高锟在20世纪60年代提出了采用光路来实现数据通讯的方 式，自此，从1977年光纤系统首次商用安装以来，各通信公司就已经开始使用光纤 链路替代旧的铜线系统。从传统的双绞线、电缆+双绞线阶段，目前对于高速、大 数据量以及超远距离的数据布线而言，基本已经进入了光纤这个阶段。其主要的原 因，也是显而易见的： 就传输速率而言，相对于铜线每秒1.54MHZ的速率，光纤网络的运行速率达到 了每秒2.5GB； 从带宽来看，光纤具有较大的信息容量； 极低的维护成本； 抗干扰性强，安全性能高 与此同时，在测试测量领域，特别是大通道数的数据采集系统中，光纤技术的爆发 态势直接开拓了传统测量方法所无法企及的应用。 2 7 光纤传感 数十年来，电学传感器是将物理和机械现象转化为数据采集系统能够测量的模拟信 号的标准机制。尽管它们无处不在，电学传感器仍然有很多局限性，电磁干扰 （EMI）、易爆性、对噪声的高敏感以及布线麻烦等缺陷使它们在很多应用中不够 安全，不适应实际情况而导致无法使用。 图： FBGs 传感器原理 相比之下，光学传感器通过使用光学的标准的光纤取代电学的铜线，消除了很多困 扰电学传感器的挑战。其中最为广泛采用的光学传感器技术就是基于光纤布拉格光 栅(FBG)技术。FBGs是最本质的点传感器，它在光纤芯内具有周期性的折射率变 化。FBG，一般5毫米长，有选择地反射以布拉格波长为中心的很窄的频带，同时 透射所有其它的波长。反射的布拉格波长作为温度与应变的函数而变化，这使利用 FBGs作为传感器成为可能。工程师们可以将多个FBG传感器沿一根光纤呈环状排 布，因为每个FBG都被制造为独一无二的标称波长，所以它能够运行在唯一的光学 光谱频带。与电学传感系统不同，每个光学通路能够测量很多FBG传感器，极大地 减少了测量系统的尺寸，重量以及复杂性。此外，因为FBG传感器调节波长而不是 光强，您可以将其部署很远的距离长达10千米并且不会对测量精度造成 任何影响。 2 8 目前已经有越来越多的设备供应商开始专注于光纤传感的研究方向，例如微光光学 公司（MicronOptics）一直致力于将光纤传感技术应用于各类结构健康监测项目 中，在美国Chulitna大桥健康监测项目中，在光纤上成功布置了几百个应变传感 器；而NI公司也推出光学传感解调器，实现对FBG应变和温度传感器的同步采样， 将光纤传感引入PXI这个测试测量标准平台之中。 数据传输 Google公司在2012年推出了“Google Fiber“服务，利用光纤传输技术，实现高达1G 的网速，从本质上即将改变人类的生活；同样，在目前的各类大型分布式数据采集 应用中，光纤也已经逐渐成为主流的传输方式。凭借其独特的技术优势，使用光纤 传输可以有效解决以下实际工程问题： 传输距离 在分布式的数据采集项目中，如果采用的是USB或者以太网总线，那么其数据的传 输距离都会受到一定的限制条件，例如以太网的理论最大传输距离是 100 米（实 际是达不到的）。因此对于需要传输距离较长的应用来说，采用光纤就可以很好地 解决这个问题，其理论传输距离可高达到20公里。 2 9 环境对信号的干扰 实际现场环境对信号的影响是不容忽视的因素之一，例如在电力监测等项目现场， 都会具有电磁干扰等因素，在用传统的电缆传输电信号的时候，会产生一定的干 扰；相比电路，采用光路的传输则完全不受电的干扰和影响（如下图）。 图： 光纤数据传输方式的优势 高压隔离与安全性 在电力、能源或其他有高电压、电流的测试环境下，线缆连接的安全性是需要考虑 的重要因素。不同于网线和其他金属电缆，光纤本身绝缘，不具有导电性，即使穿 越布满高电压设备的环境，也不存在被击穿的风险，不会对光纤两端的人员和设备 带来危险。这是其他线缆通信方式所不具备的优点。 同步 时钟同步是多节点或者模块化的数据采集系统的基本问题，业界最为常用的解决方 法是在多个采集设备中用线缆共享时钟信号。但由于线缆的传输距离限制以及传输 延时使得这一传统技术在长距离、高精度测试系统中无法使用（根据CAT-5e标 准，线缆最大传输距离应小于100米，每米最大传输延时为4.98ns）。 30 基于GPS的同步授时是一个不错的选择，其时钟源来自GPS卫星信号，技术较为成 熟，目前这项技术也已经广泛用于以太网、电视传播等领域，现在也开始在测试测 量领域崭露头角。但是这种方式对GPS依赖性过高，无论从系统的长期稳定性以及 信息安全性等角度，都不是一劳永逸的解决之道。 选用光纤来解决时间同步的问题，在世界范围内已经有了一些技术的成果，例如在 粒子冲撞机等大物理领域，最新诞生出叫作White Rabbit的同步技术，虽然目前还 没有完全成熟，但是理论上可以实现在10km空间尺度中纳秒级的精确度；华穗科 技（HUASUI）也将光纤技术应用于时间同步授时，并成功开发出光纤同步模块。 该模块无需过多配置即可使用，其工作形式类似于一根普通的线缆，线缆输入端和 输入端的采样时钟能保证亚微秒级别的同步精度，线缆输入端连接华穗光纤同步模 块，经过长距离光纤和连接到另一个采集节点的光纤同步模块,同步模块采用基于 FPGA的光纤同步技术，可以保证公里级别的高精度时钟同步。 图： 光纤同步模块工作原理 技术的革新势必带来应用的革命，不可否认的是，光纤技术在测试测量领域将逐渐 扮演日益重要的角色，工程师们如何把握这样的技术趋势，从而提高系统的构建效 率和稳定度，这是一个值得讨论的话题。 Computer FPGAFPGA A DAQ Target Computer FPGAFPGA B DAQ Target 31 4 极致稳定系统 “ 测控系统的挑战不仅在于更大的数据吞吐，更要求系统的低功耗、稳定性以及可 部署性” 全球数据采集技术发展趋势报告 近来，一种观念正在悄然变化。 那就是工程师们对数据采集系统的稳定性需求逐渐达到了最高峰值。纵观整个测试 测量行业，虽然设备成本依旧是需考虑的因素之一，但是我们可以看到，系统的总 体可靠性、长时间工作稳定性以及对严酷环境的适应性逐渐成为系统选择和决策的 关键考察指标；基本上，对于较多通道数的数据采集系统而言，几乎已经没有低端 数据采集设备商的身影。 产生如此现象并非空穴来风。首先，随着技术的发展，数据采集设备采样速率和通 道数都获得了巨大的提升，而这种提升所给整个系统带来的压力并非线性而是指数 般的关系，因此整体系统的出错率也会成倍增大（试想一下对8个通道和对80个通 道进行布线的区别），以前可以忽略不计的小概率事件现在几乎已成必然；其次， 数据采集系统所在的工作环境相比以前也复杂了很多，以前的系统基本上都是静止 而独立的放置在实验室中的机柜中，通过较长的电缆连接到被测物上（真正的试验 地点）的各种传感器；而现在随着分布式的架构以及将数据采集设备尽可能接近传 感器的布线原则逐渐主流，数据采集系统会放置在无人的室外区域（例如热带雨林 环境监测）或者直接在被测物所在的试验点工作（例如会产生高温、腐蚀气体的航 空发动机试验台架）；最后，工程师们对数据所具有的价值也得到了意识上的更 32 新，在一次成本异常昂贵的试验（例如汽车破坏性碰撞安全试验）中如果数据采集 系统出现些许的问题（不必要的延迟或者漏点），那么极有可能会造成本次试验的 完全失效。 虽然上述三点现状成因于数据采集系统应用领域的不断开拓，这是好事，但是讽刺 意味的是，由于事物的两面性，这反过来又向工程师们提出了更巨大的挑战。因 此，针对这一发展趋势，一系列的对新一代数据采集系统稳定性方面的要求正在无 形之中融合；借鉴于电视行业中采用“极清“来表示”高清“的下一个发展阶段，这里 我们将这种理想系统暂命名为“极致稳定系统”。 虽然目前尚未形成明晰的标准，但我们可以确信的是，以下几个因素会是实现“极 致稳定系统“的主要考虑方向： 防护性 承载实际数据采集工作的各种硬件设备是整个多通道数据采集系统中的核心，如果 它们在某些工作环境的突然变化（例如温度过高）下发生失效，那么势必会造成整 个系统的瘫痪。因此，努力提高这些硬件设备的防护性是很容易想到的一点。 所谓防护，对于电子设备来说，主要就是通常意义上的“三防“，即防尘、防水与防 振。对于前两者而言，国际较为通用的是IP（Ingress Protection）等级，其由两个 数字所组成，第一个数字表示防尘；第二个数字由表示防水，数字越大表示其防护 功能越好。例如通过IP67标准的产品表示其可以完全防止粉尘进入且可防止浸水时 水的侵入。对于防振，主要会看的是设备在工作状态时能够承受多少量级的往复运 动和冲击，此外还有从多少米下做的特定跌落测试等等。 33 图： ioBox L 数据记录仪 观察手机的发展轨迹，不难发现，以前的人们可能都不会想到，现在触摸屏已经是 手机不可或缺的组件，而当时流行的翻盖样式的手机现在已经袅无踪迹。同样，在 不久之前，具备三防特性会被认为是设备高端的标志，一般这类产品只会用在军用 级别的领域，且价格极其昂贵；而现在，具备IP等级的数据采集设备已全面进入工 业领域，价格适中，甚至某些数据采集设备商所提供的产品系列都是默认三防，例 如华穗科技（HUASUI）推出的ioBox L数据记录仪（上图）无论是结构还是接插件 就能完全做到IP67的防护等级，从而非常适用于特种运输等应用领域。 确定性 很多多通道数据采集应用都需要系统具备高度的确定性，这里我们所要讨论的范畴 其实已经和硬件无关，而是软件层面的问题。 所谓确定性，就是指在软件中是否能够始终如一地再已知时间长度内完成一项任 务。例如，如果某设备多次或循环执行相同任务时执行时间的变化或抖动范围越 大，或者受外界交互影响（例如鼠标操作或者新打开一个文件夹等），那么其确定 34 性就越差，从这个角度来看，类似Windows 7或者Mac OSX等一般的操作系统其实 是完全不具备确定性可言，而实时操作系统（例如VxWorks、uC-OS/2等）可以通 过非常精确地对您应用程序任务进行时序控制来实现确定性，从而确保关键应用程 序执行始终如一，耗时固定。因此，在数据采集系统架构中，我们一般会将实际采 集操作这些对确定性要求很高的部分放在下位机的实时系统中来完成，而将系统配 置、急停、显示等功能放在上位机来做。 当然，除了使用实时系统之外，有些厂商为工程师们想得更远。NI公司创造性地将 实时系统与FPGA两者有效的融合，提出了可重置I/O，即RIO的系统架构，如下图 所示： 图： 可重置I/O架构 由于篇幅原因，这里不做过于细节的描述，这种架构的关键点在于引入了FPGA， 它可以帮助处理器分担密集型的任务，具备极高的吞吐量，此外它的确定性决策和 操作可以直接与硬件I/O连接，从而实现更多的高性能访问，例如互锁、条件触 发、时序、同步等，控制速率最快可以达到ns级别。相比单一的实时操作系统，这 样的架构将有更多的可塑性和想象空间。 35 数据冗余 作为一个稳定工作的多通道数据采集系统，最关键的就是其采集数据不出差错，不 漏点，不多点等，特别是长期数据采集的情况下（例如连续3-4个月的长期监 测），要满足这样的严苛条件，其实是很困难的。这个时候，采用冗余的方法是一 个简单有效的思路。 冗余这个理念并不新鲜，通常指通过多重备份来增加系统的可靠性。例如在工程项 目中，有时工程师会为某些关键设备提供UPS备用电源，这样当突然断电的情况出 现时，可以让设备继续正常工作一段时间，从而不影响整个系统，这就是冗余最简 单的应用。 下图是华穗科技（HUASUI） ioBox Rack 机柜式数据采集设备的系统构架图，其 中就专门为数据的安全做了冗余设计。整体系统通过NI模拟输入采集模块对传感器 输出信号进行调理，通过LAN口实时传输到远程上位机中，同时数据也在系统本地 储存到加固SD卡中，起到双重数据安全缓冲作用。这样，即使上位机出现任何突 发性问题，数据还是会存储在内部SD卡中，因此也不会造成整个试验的失败。 36 图： 数据冗余设计 综上所述，考虑整体系统的稳定性，是工程师在构建多通道数据采集系统之前就必 须想到的。我们相信，“极致稳定系统”在不久的将来必定会发展为一种规范和标 准，而以上所讨论的防护、确定性以及冗余设计等都极有可能成为各类测试设备的 “标准配置”。 5 海量数据与数据管理 “ 当前的主要差距不再是关于谁可以采集更多的数据；而是关于谁可以快速理解所 采集的数据。” Matt Wood, 首席数据科学家, 亚马逊公司 过去，硬件的采样速率受到模数(A/D)转换速度的限制，在物理上限制了所能够采 集到的数据的多少。但时至今日，硬件供应商已经加快了数据采集速率，使工程师 和科学家迅速地突破了速率和分辨率的障碍，他们最终引发了新一轮的数据膨胀浪 37 潮。简单地说，在采集应用中，硬件不再是限制因素；对所采集到的数据如何进行 有效的管理才是未来的挑战。 计算技术的进步包括微处理速度的提高和硬盘储存容量的增加，以及硬件和软 件成本的降低极快地引发了数据的大爆炸。特别是在测量应用中，工程师和科 学家们可以在一天中的每秒采集大量的数据。在欧洲核子研究中心（CERN）的大 型强子对撞机运行的实验中，仪器每秒可以生成40 TB的数据。一架波音喷气发动 机在工作过程中，系统每30分钟将会生成10TB的运行信息。对于跨越大西洋的单 程飞行过程中，一个四引擎的大型喷气式客机可以生成640 TB的数据。算一算每天 世界上有超过25,000次的航班，您就会理解了为什么会存在如此大量的数据。这就 是“海量数据”的由来。 技术研究公司IDC最近进行了一项针对数字数据的研究，其中包括世界范围内的测 量文件、视频文件和音乐文件等。这项研究表明，可获取的数据量每两年就会翻一 番。这个事实类似于电子领域最著名的定律：摩尔定律。如果数字数据的产生速度 继续模仿摩尔定律，那么一个公司或组织能否取得成功的关键将在于它能否快速地 将所采集的数据转变为有用的结论。 海量数据的出现为数据分析、搜索、整合、报告以及系统维护带来了新的挑战，它 们必须能够满足与数据的指数型增长速度保持同步。数据的来源很多。但是，其中 工程师和科学家最感兴趣的是真实世界生成的模拟数据。它是从振动、射频信号、 温度、压力、声音、图像、光、磁和电压等测量中收集而来。通常数据的特点由四 个V组成数量(volume)、种类(variety)、速度(velocity)和价值(value)。但另一 个“V”可视化(visibility)，正逐渐成为一个关键的决定性特性。也就是说，全球 38 企业一个日益增长的需求就是访问不同地区的商业、工程和科学数据。这就需要云 等互联信息技术(IT)系统与数据采集系统(DAQ)紧密连接，这是目前数据采集领域 所引起的革命性的理念突破。 具体来说，工程师正在寻找如上图所示的三级解决方案体系架构，以构建一个统一 的集成解决方案，从而改善前端传感器的实时数据捕获和后端IT基础设施的数据分 析。数据流开始于第一级的传感器，被第二级的系统节点捕获。这些节点执行初始 的实时、动态和早期数据分析。被认为重要的信息通过软硬件“边缘”传输至传统IT 设备。第3级的IT基础设施（服务器、存储和网络设备）负责管理、整理和深入分 析早期数据或静态数据。最后，对数据进行存档以备后用。通过数据流的不同阶 段，不断发展的海量数据分析领域正在为人们提供前有未有的有用信息。例如，NI 公司与Duke Energy能源公司共同开发的InsightCM（下图）状态监控系统，将硬 件监控转变为软件和网络级，实现了总共3万多个传感器，200多个节点，60个不 同地域的智能电网监控。 39 图： NI InsightCM Enterprise 界面 可以预见，历史最久、速度最快、数据量最大的海量模拟数据正具有着日益重大的 科学、工程和商业意义。为了挖掘这一巨大的资源，开发人员正在转向基于工具和 平台的解决方案，这些工具和平台应能够相互集成，而且能够与其他合作伙伴提供 的工具和平台相集成。由于这个三级大模拟数据解决方案可解决科研、产品测试以 及机器状态和资产监测等关键应用领域的难题，其需求正在不断增长。 40 常见问题 分析与解答 在多通道数据采集系统构建时，传感器选型部分有哪些注意事项？ 数据采集设备中所标称的分辨率就是精度么？ 基本的模拟信号有哪些主要特征？ 近来数据采集设备总线有哪些发展，它们对整个技术格局会有什么影响？ 针对测试现场的布线，工程师们需要掌握什么基本原则？ 如何有效降低数据采集系统中的测量噪声？ 数据采集应用中常用的开发平台与专用软件有哪些？ 技术数据管理（TDMS）格式是什么？对于多通道数据采集有何应用意义？ 移动技术的发展对数据采集系统会产生哪些影响？ 数据采集系统构建时会产生哪些隐性成本？ 41 1 在多通道数据采集系统构建时， 传感器选型部分有 哪些注意事项？ 构建多通道数据采集系统所面临的第一个问题便是传感器的选型，传感器的选择将 在很大程度上影响最终的实验结果。从工程师的角度来说，在传感器选型时以下几 点因素是值得事先考虑的： 测量对象与测量环境 传感器的本质作用只是