3. 传感器与数据采集

TinyML振动检测系统的性能上限，首先由传感器与数据采集链路决定。模型再优秀，也无法从被噪声淹没或发生削波失真的信号中提取有效特征。本章聚焦于三类常用振动传感器——压电式加速度计、MEMS电容式加速度计与MEMS陀螺仪，从物理原理出发，梳理选型的关键参数矩阵，并给出工程安装的实操规范。理解传感器的工作机制，是后续确定采样频率与窗口长度的物理前提。

3.1 三类核心振动传感器的工作原理

振动传感器将机械运动（位移、速度、加速度）转换为可测量的电信号。在TinyML应用中，加速度计与陀螺仪是最常用的两类器件，而压电式传感器则多用于工业级高带宽场景。

3.1.1 压电式加速度计：宽频带与高灵敏度的代表

压电式加速度计基于石英晶体或压电陶瓷的压电效应。当传感器外壳随被测物体振动时，内部质量块对压电元件施加交变力，元件表面产生与加速度成正比的电荷。其核心优势在于：

• 频率范围宽：典型响应从0.5Hz延伸至50kHz以上，适合齿轮啮合、轴承故障等高频振动特征提取。
• 动态范围大：可测量从微振动（μg级）到强冲击（数百g）的信号。
• 无需供电：电荷输出型传感器自身不耗电，适合高温或电池受限场景。

但压电式传感器输出阻抗极高，必须搭配电荷放大器或电压放大器进行阻抗变换，且低频响应受限于电荷放大器的输入时间常数，不适合测量低于0.5Hz的准静态加速度。

3.1.2 MEMS电容式加速度计：TinyML的首选

MEMS（微机电系统）电容式加速度计内部包含一个可移动的微机械质量块和固定电极。当加速度作用于芯片时，质量块发生位移，导致差分电容变化，通过ASIC芯片将电容差转换为电压或数字信号。其优势在于：

• 直流响应：可测量重力加速度（1g）和低频倾斜变化，适合静态姿态检测。
• 数字输出：内置ADC和I2C/SPI接口，可直接与MCU连接，无需外部调理电路。
• 低功耗：典型工作电流在100μA~500μA之间，适合电池供电的无线传感节点。
• 低成本、小体积：3mm×3mm封装，便于集成到便携设备中。

MEMS加速度计的带宽通常限制在1kHz~5kHz（受机械结构谐振频率影响），对于超过5kHz的高频振动成分会迅速衰减，选型时需确认被测对象的最高关注频率。

3.1.3 MEMS陀螺仪：角速度测量的补充维度

陀螺仪测量角速度，其工作原理基于科里奥利效应：一个被驱动振荡的质量块在旋转参考系中会产生与角速度成正比的科里奥利力，该力使质量块在垂直于驱动方向的平面内发生位移，通过电容检测即可得到角速度。在振动检测中，陀螺仪主要用于：

• 旋转机械的扭振分析：如电机轴系的扭转振动。
• 多轴融合：与加速度计融合，区分平移振动与旋转振动。
• 姿态参考：在机器人或无人机中提供角速度反馈。

需要注意的是，MEMS陀螺仪存在零偏漂移（bias drift）和温度敏感性，长时间测量时需定期校准。其带宽通常低于加速度计，一般在DC~400Hz范围内。

3.2 选型要点：从应用需求反推传感器参数

选型不是看参数表选最贵的，而是从被测对象的振动特征出发，反推传感器的量程、带宽、噪声和功耗需求。以下是四个关键决策步骤：

3.2.1 步骤一：确定振动频率范围

根据设备类型预估振动主频。例如：

• 大型风机（转速< 3000 RPM）：基频< 50Hz，关注至10倍频（500Hz），MEMS加速度计足够。
• 高速主轴（转速> 10000 RPM）：基频> 166Hz，轴承故障特征频率可达数kHz，需选择带宽≥5kHz的传感器。
• 齿轮箱：啮合频率通常在1kHz~10kHz，必须使用压电式或高带宽MEMS。

根据奈奎斯特采样定理，采样频率至少为最高关注频率的2倍，实际工程中建议5~10倍。例如，若关注频率为2kHz，则采样率应设为10kHz~20kHz，传感器带宽需覆盖至2kHz以上。

3.2.2 步骤二：估算最大加速度峰值

量程选择过小会导致信号削波，过大则降低分辨率。估算方法：

最大加速度(g) ≈ (2πf)² × 位移幅值(mm) / 9800
其中 f 为振动频率(Hz)，位移幅值为单峰值(mm)

例如，一台电机在50Hz下振动位移为0.5mm（峰峰值），则最大加速度约为：

a = (2π×50)² × 0.25 / 9800 ≈ 2.5g

考虑安全裕量，选择±5g量程的传感器较为合适。若设备可能发生冲击（如启动瞬间），建议量程再放大3~5倍。

3.2.3 步骤三：评估噪声密度与分辨率

传感器的噪声密度（μg/√Hz）决定了可检测的最小振动信号。在TinyML场景中，若需要检测早期轴承故障（振动幅值可能低至0.01g），则传感器噪声必须足够低。计算有效分辨率：

噪声RMS = 噪声密度 × √(带宽)
例如：噪声密度200 μg/√Hz，带宽1kHz，则噪声RMS ≈ 200×31.6 ≈ 6.3mg

这意味着低于6.3mg的振动信号将被噪声淹没。对于精密设备监测，应选择噪声密度低于50 μg/√Hz的传感器。

3.2.4 步骤四：功耗与接口匹配

TinyML节点通常由电池或能量采集供电，传感器功耗直接影响系统续航。同时，接口类型决定了MCU的资源占用：

• I2C接口：引脚少，但速率有限（400kHz），适合采样率< 1kHz的场景。
• SPI接口：速率可达10MHz以上，适合高采样率（> 5kHz）的数据流传输。
• 模拟输出：需MCU内置ADC，但可灵活调整采样率与增益。

3.3 安装注意事项：机械耦合与信号保真度

传感器安装方式直接决定了测量信号的保真度。安装不当会导致共振、信号衰减或相位失真，使后续TinyML模型学到错误特征。

3.3.1 安装表面处理

安装表面必须平整、清洁、无锈蚀。推荐做法：

• 使用砂纸或锉刀打磨安装点，确保平面度在0.02mm以内。
• 用酒精或丙酮清洁表面，去除油污和碎屑。
• 对于永久安装，可在接触面涂抹薄层硅脂，排除空气间隙，改善高频传递。

3.3.2 固定方式对比

3.3.3 安装位置与方向

传感器应安装在振动能量传递路径最短的位置，即靠近轴承座、齿轮箱壳体等关键部位。安装时需注意：

• 方向一致性：确保传感器敏感轴与被测振动方向对齐。对于三轴传感器，需记录X/Y/Z轴与设备轴向的对应关系。
• 避免薄壁与悬臂位置：这些位置容易产生局部共振，使测量结果失真。
• 远离高温与强电磁干扰：MEMS传感器的工作温度通常限制在-40°C~+85°C，超过此范围需选用高温型号。

3.4 实战案例：电机轴承故障检测的传感器选型与安装

某工厂需要对一台4极异步电机（额定转速1480 RPM）进行基于TinyML的轴承故障预警。电机轴承型号为SKF 6205，已知故障特征频率如下：

• 外圈故障频率（BPFO）：约3.05×转频 = 75.2 Hz
• 内圈故障频率（BPFI）：约4.95×转频 = 122.1 Hz
• 滚动体故障频率（BSF）：约3.99×转频 = 98.4 Hz

初始方案选择了量程±2g的MEMS加速度计（噪声密度150 μg/√Hz），采样率设为1kHz。试运行一周后，模型始终无法区分正常与故障状态。排查发现：

1. 量程不足：电机启动瞬间冲击加速度达到±3.5g，导致信号削波，模型输入特征被污染。
2. 采样率过低：虽然故障特征频率低于200Hz，但轴承早期故障会激发高频共振（2kHz~5kHz），这些高频成分是故障检测的重要线索，1kHz采样率无法捕获。
3. 安装位置不当：传感器最初安装在电机散热风扇罩上，该位置振动传递路径长且存在塑料结构共振，信号衰减严重。

改进措施：

• 更换为量程±16g的MEMS加速度计（噪声密度80 μg/√Hz），确保冲击不削波。
• 将采样率提升至10kHz，覆盖至5kHz的高频共振带。
• 将传感器重新安装在电机驱动端轴承座正上方的实心钢制平面上，采用M5螺纹固定，接触面涂抹硅脂。

改进后，模型在2周内成功识别出3次早期外圈故障预警，经停机检查确认轴承滚道出现轻微点蚀。该案例说明：传感器选型与安装的失误，无法通过后续算法优化弥补。

3.5 总结与复盘

传感器与数据采集是TinyML振动检测系统的物理基础。本章核心要点归纳如下：

• 原理决定边界：压电式适合高频、宽动态范围；MEMS电容式适合低频、数字接口、低功耗；陀螺仪补充角速度维度。
• 选型四步法：频率范围→量程估算→噪声评估→功耗/接口匹配，每一步都需量化计算。
• 安装即测量：安装方式决定了信号的真实性，螺纹安装最优，磁吸/胶粘需评估高频衰减。
• 验证闭环：选型后必须通过实测信号验证——检查削波、频谱泄漏、噪声底限，确保数据质量满足TinyML模型训练要求。