3、传感器与数据采集：加速度计、陀螺仪等振动传感器的原理、选型、采样率与分辨率设置

振动异常检测的起点是物理世界到数字信号的转换。在TinyML工作流中，传感器与数据采集环节直接决定了后续特征提取和模型推理的上限——如果采集到的信号失真、混叠或分辨率不足，再优秀的神经网络也无法从中挖掘出真实的机械状态。本章将深入剖析加速度计与陀螺仪的工作原理、关键选型参数、采样率与分辨率设置方法，并结合实际案例说明如何为振动异常检测构建可靠的数据采集链路。

3.1 振动传感器核心原理

3.1.1 加速度计的工作原理

加速度计是振动检测中最常用的传感器，其核心原理基于牛顿第二定律（F=ma）。MEMS（微机电系统）加速度计内部包含一个由硅微加工工艺制成的质量块，质量块通过弹性梁悬挂在固定框架上。当传感器随被测物体振动时，质量块因惯性产生相对位移，该位移通过电容变化或压阻效应被检测并转换为电信号。

以最常见的电容式MEMS加速度计为例，其结构包含固定极板和可动极板（与质量块相连）。当加速度作用于传感器时，质量块移动导致极板间距变化，从而改变电容值。检测电路将电容变化转换为电压信号，再经过放大和数字化处理。现代MEMS加速度计（如ADXL345、MPU6050）内部集成了信号调理电路、ADC和数字接口，可直接输出数字量。

对于工业级振动检测，压电式加速度计更为常见。其利用压电陶瓷或石英晶体的压电效应——当晶体受到机械应力时，会在晶体表面产生与应力成正比的电荷。压电式传感器具有动态范围大、频率响应宽（可达数十kHz）、无需外部电源等优点，但无法测量静态加速度（直流分量），且需要电荷放大器进行信号调理。

3.1.2 陀螺仪的工作原理

陀螺仪用于测量角速度（旋转速率），在振动检测中主要用于旋转机械的扭振分析或姿态解算。MEMS陀螺仪基于科里奥利效应：当质量块在旋转参考系中做线性振动时，会受到与振动方向和旋转轴垂直的科里奥利力。通过检测该力引起的电容变化，即可计算出角速度。

在振动异常检测场景中，陀螺仪通常与加速度计配合使用（如六轴IMU MPU6050），用于区分平移振动和旋转振动。例如，电机轴承故障可能同时产生径向加速度和角速度变化，通过融合两种传感器数据可以更准确地定位故障源。

传感器类型	测量物理量	频率范围	典型应用	优势	局限
MEMS加速度计	加速度(g)	0~5kHz	便携设备、状态监测	低成本、低功耗、数字输出	噪声较大、量程有限
压电加速度计	加速度(g)	0.5~30kHz	工业旋转机械、高精度测量	宽频响、高灵敏度、耐高温	需电荷放大器、成本高
MEMS陀螺仪	角速度(°/s)	0~1kHz	扭振分析、姿态参考	补充旋转信息	温漂明显、带宽有限
速度传感器	速度(mm/s)	1~2kHz	低频振动、地震监测	低频响应好	体积大、安装不便

3.2 传感器选型关键指标

3.2.1 量程与灵敏度

量程决定了传感器能测量的最大加速度值。对于TinyML振动检测，需要根据被测设备的振动水平选择合适的量程。例如，小型风扇的振动加速度通常在±2g以内，而破碎机、大型电机的振动可能达到±16g甚至更高。选择量程时需遵循"留有余量"原则：正常工作振动峰值应不超过量程的70%，以防止削波失真。

灵敏度与量程成反比关系。在ADC位数固定的情况下，量程越大，单位加速度对应的数字量越小，即分辨率越低。例如，ADXL345在±2g量程下灵敏度为256 LSB/g，而在±16g量程下仅为32 LSB/g。因此，在满足量程要求的前提下，应尽量选择较小的量程以获得更高的测量精度。

3.2.2 噪声密度与分辨率

噪声密度（单位：μg/√Hz）是衡量传感器本底噪声的重要指标。MEMS加速度计的噪声密度通常在100~300 μg/√Hz，而工业级压电传感器可低至10 μg/√Hz以下。噪声直接影响可检测的最小振动信号。例如，若要检测0.01g的微弱振动，传感器噪声必须远低于该值。

有效分辨率受噪声和ADC位数共同限制。16位ADC配合±2g量程时，理论分辨率为0.061mg（2g/32768），但实际有效分辨率受噪声限制，通常只有理论值的1/3~1/5。在TinyML应用中，不必追求过高的ADC位数，因为MCU的处理能力和功耗限制往往成为瓶颈。

3.2.3 带宽与采样率

传感器带宽决定了能捕获的最高振动频率。根据奈奎斯特采样定理，采样率必须至少为信号最高频率的2倍，实际工程中通常取5~10倍以保证信号保真度。对于常见的旋转机械故障检测（轴承故障频率通常在1~10kHz），采样率应设置在10~50kHz之间。

需要注意的是，MEMS加速度计的带宽通常有限（如ADXL345为3.2kHz），而压电传感器可轻松达到20kHz以上。如果检测目标包含高频成分（如齿轮啮合频率），必须选择带宽足够的传感器。

3.3 采样率与分辨率设置方法

3.3.1 采样率设置的工程准则

采样率设置是数据采集的核心决策之一。过低的采样率会导致频谱混叠，使高频成分折叠到低频区域，产生虚假的故障特征；过高的采样率则增加数据量、功耗和存储压力，对TinyML设备造成不必要的负担。

实际设置流程如下：首先确定目标频率上限f_max（通常取关注最高频率的1.5~2倍），然后设置采样率fs = 5~10 × f_max。例如，若关注轴承外圈故障频率为2.5kHz，则f_max取5kHz，fs设为25~50kHz。同时，必须在ADC之前配置抗混叠低通滤波器，截止频率设为fs/2，以滤除高于奈奎斯特频率的成分。

// 以STM32 + ADXL345为例的采样率配置
// 目标：检测最高频率5kHz的振动信号
// 设置采样率 fs = 25kHz（5倍过采样）

// 1. 配置ADXL345为±16g量程，带宽3.2kHz（内部滤波）
ADXL345_SetRange(ADXL345_RANGE_16G);
ADXL345_SetBandwidth(ADXL345_BW_3200);

// 2. 配置MCU定时器触发采样，每40us采样一次
TIM_Config(40);  // 25kHz采样率

// 3. 使用DMA连续读取数据，减少CPU开销
DMA_Config(ADXL345_DATA_REG, buffer, 256, DMA_MODE_CIRCULAR);

3.3.2 分辨率与动态范围匹配

分辨率设置需要平衡测量精度和数据量。对于TinyML应用，12位ADC通常足够（信噪比约74dB），16位ADC可提供更高精度但数据量增加33%。关键原则是：分辨率应高于传感器噪声水平，否则高分辨率只是浪费存储空间。

以MPU6050为例，其内置16位ADC，在±2g量程下分辨率为0.061mg/LSB，而传感器噪声约为3mg RMS。此时有效分辨率受噪声限制，实际可用分辨率约为噪声的1/3，即约10mg。因此，将量程设为±2g并配合16位ADC是合理的配置。

3.3.3 数据缓冲与传输策略

在连续采样模式下，数据缓冲策略直接影响系统实时性。常见方案包括：FIFO缓冲（传感器内部）、DMA环形缓冲（MCU内部）、双缓冲切换。对于TinyML场景，推荐使用DMA环形缓冲，每次填充固定大小的窗口（如256点）后触发中断，MCU在中断中处理数据。

采样率	窗口大小	窗口时长	数据量/秒	适用场景
1kHz	128点	128ms	2KB	低频振动、慢速机械
10kHz	256点	25.6ms	20KB	通用旋转机械
50kHz	512点	10.24ms	100KB	高频轴承故障

3.4 实战案例：电机轴承故障检测的数据采集配置

3.4.1 场景与约束

某工厂需要对一台额定转速为3000rpm（50Hz）的异步电机进行振动监测，目标是检测轴承早期故障（外圈故障特征频率BPFO约为4.5kHz）。设备采用电池供电的无线传感器节点，MCU为Cortex-M4（主频80MHz），内存64KB，需连续运行6个月。

3.4.2 初始方案与问题

初始方案选用ADXL345（MEMS加速度计），量程±16g，采样率1kHz，窗口256点。运行一周后，发现频谱图中在200Hz附近出现异常峰值，但无法确认是否为轴承故障。进一步分析发现，1kHz采样率无法覆盖4.5kHz的BPFO频率，实际采集到的信号是混叠后的虚假成分。

3.4.3 分析与调整过程

重新评估后，确定目标频率上限为5kHz（BPFO的1.1倍），采样率需至少10kHz。考虑到ADXL345带宽仅3.2kHz，无法满足要求，改用压电式加速度计（带宽15kHz）配合外部电荷放大器。量程选择±10g（电机振动峰值约3g，留3倍余量）。

采样率设置为25kHz（5倍过采样），窗口大小512点（窗口时长20.48ms，频率分辨率约49Hz，满足BPFO识别需求）。数据通过SPI接口以DMA方式传输，每512点触发一次中断，MCU在中断中执行FFT和特征提取。

3.4.4 结果与经验

调整后，频谱图中清晰识别出4.5kHz处的BPFO峰值及其边带，成功诊断出轴承外圈早期故障。功耗方面，25kHz采样率下传感器+MCU总功耗约45mW，配合2000mAh电池可运行约6个月，满足设计要求。

3.5 常见误区与设计复盘

3.5.1 误区一：采样率越高越好

高采样率带来更大的数据量和功耗，对TinyML设备是沉重负担。实际上，过高的采样率还会引入更多高频噪声，降低信噪比。正确做法是"够用就好"：采样率设为关注最高频率的5~10倍即可。

3.5.2 误区二：忽略抗混叠滤波

许多开发者直接使用ADC采样而忽略模拟低通滤波。当信号中存在高于奈奎斯特频率的成分时，这些成分会混叠到低频区域，产生虚假的故障特征。即使传感器内部有滤波，也建议在ADC前增加一级RC低通滤波器（截止频率=fs/2）。

3.5.3 误区三：量程选择过大

为了"保险"而选择大量程，导致分辨率下降。例如，用±16g量程测量仅0.5g的振动，有效分辨率仅为±16g/32768≈0.49mg，而±2g量程下分辨率可达0.061mg。应根据实际振动水平选择最小合适量程。

3.5.4 误区四：忽视传感器安装谐振

传感器与被测表面的安装方式（胶粘、磁吸、螺栓）会影响其频率响应。安装谐振频率通常在5~20kHz，若该频率落在关注频段内，会放大或衰减信号。建议使用螺栓安装并涂抹硅脂，确保安装谐振频率高于关注频段。

本章系统阐述了振动传感器的原理、选型方法和采样参数设置策略。核心要点是：以目标故障频率为出发点，反向推导采样率、量程和滤波器配置；在传感器选型时，需综合权衡量程、噪声、带宽和功耗；在数据采集链路中，抗混叠滤波和DMA缓冲是保证数据质量的关键。掌握这些方法后，即可为TinyML振动异常检测构建可靠的数据基础。