3、传感器与数据采集：加速度计、电流传感器、温度传感器的选型、安装位置、采样率与量程设置

TinyML预测性维护的成败，首先取决于“感知层”的质量。模型再先进，如果传感器选型不当、安装位置偏差或采样参数配置错误，采集到的数据也无法真实反映设备健康状态。本章聚焦电机、泵与风扇三类旋转机械，系统讲解加速度计、电流传感器与温度传感器的选型逻辑、安装规范、采样率与量程设置方法，帮助学员建立从物理世界到数据特征的完整映射链路。

3.1 传感器选型：从物理量到电信号的匹配逻辑

旋转机械的故障特征分布在不同的物理域中：振动信号反映机械结构损伤（轴承磨损、转子不平衡、不对中），电流信号反映电气与负载异常（匝间短路、断条、负载波动），温度信号反映热状态变化（轴承过热、绕组老化）。选型的第一步是明确监测目标，再根据被测物理量的频率范围、幅值动态范围和安装环境约束确定传感器类型。

3.1.1 加速度计选型

加速度计是预测性维护中最核心的传感器。工业现场常用两类：IEPE压电式（输出电荷经内置电路转换为电压）和MEMS电容式（微机械结构，适合低功耗边缘节点）。选型时需关注以下参数：

• 频率响应范围：电机轴承故障特征频率通常在 1kHz~10kHz 之间，齿轮啮合频率可达 20kHz。IEPE加速度计频率上限可达 10kHz~30kHz，MEMS器件通常限制在 1kHz~5kHz。若需监测轴承早期点蚀，应优先选择 IEPE 或高频 MEMS。
• 量程（g值）：正常电机振动加速度一般在 0.1g~2g 之间，故障初期可能达到 5g~10g。选择量程 ±16g 的传感器可覆盖绝大多数场景，避免信号削波。
• 灵敏度与噪声密度：灵敏度（mV/g）越高，对微小振动越敏感，但量程会相应减小。建议选择灵敏度 50mV/g~100mV/g 的 IEPE 传感器，或噪声密度低于 100μg/√Hz 的 MEMS 传感器。
• 环境适应性：电机表面温度可能达到 80℃~100℃，需选择工作温度上限 ≥120℃ 的型号。潮湿、油污环境需考虑 IP67 以上防护等级。

3.1.2 电流传感器选型

电流信号用于监测电机电气故障和负载异常。常见方案包括霍尔效应传感器（直流/交流均可测量，带宽可达 100kHz）和罗氏线圈（仅交流，带宽高，适合大电流）。选型要点：

• 额定电流匹配：传感器量程应为电机额定电流的 1.5~2 倍。例如 7.5kW 电机额定电流约 15A，选择 30A 量程的传感器。
• 带宽要求：电机启动电流包含大量谐波，故障特征（如转子断条）表现为 2 倍转差频率的边带（约 0.5Hz~2Hz），而匝间短路会产生高频谐波（可达数千Hz）。建议选择带宽 ≥10kHz 的传感器。
• 安装方式：开环霍尔传感器（直通式）便于现场卡装，无需断开电缆；闭环霍尔传感器精度更高但成本增加。罗氏线圈柔性设计适合空间受限场景。

3.1.3 温度传感器选型

温度信号变化缓慢，但对热故障（轴承润滑失效、绕组过热）具有直接指示作用。常用方案：

• PT100 铂电阻：精度高（±0.1℃），线性度好，适合轴承座、绕组表面测量。需配套变送器将电阻变化转换为 4~20mA 或数字信号。
• 热电偶（K型）：测温范围宽（-200℃~+1300℃），响应速度快，但精度略低（±1.5℃）。适合电机外壳、冷却风道等场景。
• 红外温度传感器：非接触式，适合旋转部件或高压设备，但受表面发射率影响，精度有限。

3.2 安装位置：决定信号质量的物理约束

传感器安装位置直接影响信号的真实性和信噪比。错误的安装位置可能导致故障特征衰减 10 倍以上，甚至完全丢失。以下为三类设备的推荐安装规范：

3.2.1 加速度计安装要点

加速度计应安装在振动传递路径最短的刚性表面。轴承座是最佳位置，因为轴承故障产生的冲击能量直接传递到轴承座壳体。安装时需注意：

1. 表面处理：安装面应平整、无锈蚀、无油漆，使用砂纸打磨后涂抹薄层硅脂以增加耦合刚度。
2. 固定方式：首选 M5 或 M6 螺柱固定，其次为强力胶粘接（502胶或专用胶），磁吸座仅适合临时测量（会衰减高频信号）。
3. 方向一致性：同一设备多次测量应保持传感器方向一致（通常为垂直径向），否则振动幅值无法横向对比。
4. 避免薄壁位置：电机端盖边缘、风扇罩等薄壁结构会产生局部共振，污染振动信号。

3.2.2 电流传感器安装要点

电流传感器应卡装在电机供电电缆上，注意以下事项：

• 相线选择：单相设备测火线，三相设备任选一相即可（三相电流对称时）。若需监测三相不平衡，需安装三个传感器。
• 远离干扰源：传感器本体应远离变频器输出电缆（避免高频耦合），建议距离 ≥30cm。
• 电缆固定：确保电缆在传感器窗口内居中，避免偏心导致测量误差。

3.2.3 温度传感器安装要点

温度传感器需与被测表面良好热接触。轴承温度测量应将 PT100 探头插入轴承座预留孔内，填充导热硅脂；绕组温度测量需将探头贴附在绕组端部并用扎带固定；机壳表面温度测量应避开散热片和通风口。

3.3 采样率与量程设置：从奈奎斯特到工程裕量

采样率和量程设置决定了数据的信息完整性和分辨率。设置不当会导致频谱混叠、特征丢失或信号削波，直接影响 TinyML 模型的输入质量。

3.3.1 采样率设置原则

根据奈奎斯特采样定理，采样率必须大于信号最高频率的 2 倍。工程实践中，考虑到抗混叠滤波器的过渡带，通常取：

采样率 fs = 最高分析频率 fmax × 2.56

对于电机轴承故障监测，需覆盖轴承外圈故障特征频率（BPFO）及其谐波。以 2 极电机 3600RPM 为例，轴承 BPFO 通常在 200Hz~500Hz，考虑 5 次谐波则最高分析频率约 2.5kHz，对应采样率 ≥6.4kHz。实际工程建议：

• 振动信号：采样率 10kHz~20kHz（覆盖 5kHz~8kHz 分析带宽），可捕捉轴承早期点蚀和齿轮啮合频率。
• 电流信号：采样率 2kHz~4kHz（覆盖 1kHz 以内谐波），重点关注 50Hz 基波附近的边带。
• 温度信号：采样率 0.1Hz~1Hz（每 1~10 秒采集一次），温度变化时间常数通常为分钟级。

3.3.2 量程设置原则

量程设置需兼顾灵敏度和削波风险。量程过小导致信号削波，量程过大则量化噪声增大、小信号特征被淹没。推荐设置方法：

1. 振动加速度：先以 ±16g 量程试采集 10 分钟，观察峰值加速度。若峰值 < 2g，可降低量程至 ±4g 以提高分辨率；若峰值 > 10g，需升级传感器。
2. 电流：以电机额定电流的 1.5 倍为量程基准。启动电流可达额定电流的 5~7 倍，但持续时间短，可通过软件限幅处理。
3. 温度：量程覆盖 -40℃~+150℃ 即可，ADC 分辨率 12 位（0.1℃ 分辨率）足够。

3.3.3 抗混叠滤波与数据预处理

采样前必须进行抗混叠滤波，去除高于奈奎斯特频率的高频成分。TinyML 边缘节点通常使用硬件 RC 低通滤波器（一阶，-3dB 截止频率设为采样率的 0.4 倍）或集成在 ADC 前端的数字滤波器。数据预处理还包括：

• 去直流分量：振动信号去除重力加速度分量（MEMS 传感器），电流信号去除 50Hz 工频分量。
• 归一化：将原始数据映射到 [-1, 1] 区间，便于模型训练。
• 加窗：FFT 分析前使用汉宁窗或平顶窗，减少频谱泄漏。

3.4 常见误区与工程复盘

传感器选型与数据采集环节的失误往往在模型上线后才暴露，此时返工成本极高。以下为常见误区及规避建议：

3.4.1 案例复盘：风扇轴承故障漏报

某数据中心冷却风扇（1.5kW，8极电机，转速 720RPM）在连续运行 8 个月后出现异响。TinyML 模型未触发告警，人工检查发现轴承已严重磨损。复盘分析：

• 初始配置：MEMS 加速度计（量程 ±4g），采样率 4kHz，安装在风扇机壳顶部。
• 问题定位：轴承 BPFO 为 38Hz，其 3 次谐波为 114Hz，均在分析范围内。但机壳顶部为塑料材质，振动传递衰减严重，实际到达传感器的加速度仅 0.05g，而传感器噪声底约为 0.02g，信噪比不足。
• 改进措施：将传感器移至金属轴承座（通过延长线连接），并降低量程至 ±2g（峰值 0.05g 占量程 2.5%，量化分辨率提升 2 倍）。同时将采样率降至 2kHz（分析带宽 800Hz，足够覆盖 114Hz 谐波），降低数据量。
• 结果：改进后第 3 天即捕捉到 BPFO 边带幅值增长趋势，提前 2 周预警轴承故障。

3.4.2 总结：数据采集的黄金法则

传感器选型与数据采集的核心目标是最大化故障特征的信噪比。具体操作中应遵循以下优先级：

1. 安装位置优先：位置不当，再好的传感器也无济于事。
2. 采样率次之：确保覆盖最高分析频率的 2.56 倍。
3. 量程最后调整：在保证不削波的前提下尽量缩小量程。
4. 数据校验常态化：每次采集后检查峰值、有效值和频谱形态，发现异常及时排查。