基于STM32的振动信号采集系统设计

基于STM32的振动信号采集系统设计摘要针对工业设备状态监测场景，设计一套以STM32单片机为核心的振动信号采集系统。系统采用压电式振动传感器采集设备振动加速度信号，通过信号调理电路完成电荷放大、滤波，经STM32内置ADC实现模数转换；采集数据可本地存储，并通过串口上传至上位机，完成波形显示、频谱分析。本系统成本低、体积小，可用于电机、轴承等旋转机械的振动监测与故障初步诊断。关键词：STM32；振动采集；压电传感器；信号调理；ADC1绪论1.1研究背景旋转机械（电机、风机、轴承）故障大多会体现为振动异常。传统振动监测设备价格昂贵，不利于现场多点部署。嵌入式采集系统凭借低成本、小型化优势，适合现场实时采集振动信号，用于设备状态预警。1.2系统总体设计目标采集压电加速度传感器振动信号，测量振动加速度；信号调理：电荷放大、低通滤波，抑制高频噪声；STM32ADC采样，采样率可配置；数据本地存储（Flash/SD卡）+串口上传上位机；上位机实现波形绘制、FFT频谱分析；电源稳定，抗干扰，适合工业现场。1.3总体方案系统分为传感器模块、信号调理模块、STM32主控模块、存储模块、通信模块、电源模块、上位机。

压电加速度传感器→电荷放大器→二阶低通滤波→STM32ADC→数据处理（FFT）→串口/SD卡→上位机。2硬件电路设计2.1主控芯片选型选用STM32F103C8T6（常用）或STM32F407ZGT6（高速ADC，适合高频振动）。STM32F103：12位ADC，最高采样率1MHz，成本低，适合低频振动；STM32F407：12位高速ADC，支持DMA，适合轴承高频振动信号采集。推荐：振动信号最高频率一般取1kHz~5kHz，优先STM32F4，可开启DMA搬运采样数据，避免丢失。2.2振动传感器选型压电式加速度传感器（电荷型）：输出电荷信号，不能直接接入ADC，必须电荷放大电路。

可选：压电陶瓷加速度传感器（如ADXL系列是MEMS加速度，电压输出，电路简单，适合毕业设计）两种方案对比：

1）压电电荷型：真实工业振动传感器，需要电荷放大；

2）MEMSADXL345/ADXL355：直接I2C输出加速度，电路极简，适合快速做毕设。2.3信号调理电路（压电传感器必用）电荷放大电路：将传感器输出微弱电荷转为电压信号，选用高输入阻抗运放TL082；二阶有源低通滤波器，滤除高频电磁干扰，截止频率根据被测振动设置（如2kHz）；电平抬升电路：ADC只能采集0\3.3V单极性电压，交流振动信号需要抬升到1.65V偏置，正负振动信号映射到0\3.3V。若选用MEMSADXL345，可跳过电荷放大与滤波电路，直接I2C读取加速度。2.4ADC采集电路STM32片内ADC，12位，参考电压3.3V。

采用DMA+ADC连续采样模式：ADC转换完成后DMA自动搬运采样数据到内存，CPU不参与搬运，保证采样连续，防止丢点，便于后续FFT运算。2.5存储模块SD卡（SPI模式）：保存原始振动采样数据，用于离线分析；

片内Flash：保存参数、阈值。2.6通信模块USART串口：和上位机通信，传输采样数据；可选：WiFi模块（ESP8266）实现无线上传。2.7电源模块AMS1117-3.3V，给主控、传感器、运放供电；增加电源去耦电容，降低电源噪声，减小振动信号干扰。3软件设计3.1软件总体流程系统初始化（时钟、ADC、DMA、串口、SD卡）→等待启动采集→ADC+DMA连续采集振动数据→缓存满后，进行FFT运算→原始数据/频谱数据串口发送上位机+SD卡存储→循环采集。3.2核心驱动系统时钟配置；ADC初始化，开启连续转换、DMA；DMA配置：内存循环存储采样点；串口驱动：数据打包上传；SD卡文件系统（FATFS），存储txt原始采样数据；FFT算法：使用ARMCMSIS-DSP库（STM32F4自带DSP库，直接调用FFT函数，无需手写）。3.3FFT频谱分析振动信号时域波形只能看幅值，频谱是振动故障诊断核心，通过频谱得到各频率分量，判断轴承、转子故障特征频率。注意：采样定理，采样频率≥2倍最高信号频率，防止混叠。3.4上位机设计（可选）使用Python+Matplotlib/Qt编写上位机：串口接收STM32上传数据；实时绘制时域波形；绘制FFT频谱图；数据保存。4系统测试与结果分析4.1静态测试信号发生器输入标准正弦信号，测试系统采样精度、采样频率、幅值误差。4.2实际振动测试将传感器固定在电机壳体，采集电机正常/故障状态振动信号：正常电机：振动幅值小，频谱主要为工频；轴承故障：频谱出现故障特征频率及其倍频。4.3误差来源运放电路温漂、噪声；电源干扰；传感器安装松动；采样混叠（低通滤波截止频率设置不当）；ADC量化噪声。5总结与展望总结本系统基于STM32实现振动信号采集，完成信号调理、高速ADC采样、数据存储、FFT频谱分析，能够采集设备振动信号，实现设备振动状态监测。系统结构简单，成本低，适合小型设备在线监测。展望增加多通道同步采集；加入阈值报警（振动超限LED报警）；增加无线传输，云端监测；引入机器学习算法，实现自动故障识别。参考文献（示例）[1]王田苗，嵌入式系统设计。北京