1. 课程导入与信号链全景
振动测量与状态监测并不是“买一颗加速度计，接上采集卡就能出结果”的简单任务。从机械结构上的一点微小振动，到最终在屏幕上显示出的频谱峰值、报警状态或剩余寿命预测，中间要经过一条完整的信号链。这条链上的每一个环节都会影响最终结果的可信度：传感器选错量程会削顶，模拟前端噪声过大会淹没早期故障特征，采样率或抗混叠设计不当会让高频故障“折叠”到低频区，算法与通信环节则决定了数据能否被及时、正确地解释和传输。
本课程以 ADI（Analog Devices）的振动测量与状态监测信号链为主线，逐环节展开。本节先建立端到端的系统认知：整条链由哪些部分组成，各部分承担什么职责，信号在其中的形态如何变化，以及哪些参数决定了整链的性能边界。
一、信号链的五个基本环节
从物理量到可用信息，振动信号链可以划分为五个基本环节，它们依次是：传感器 → 模拟前端（AFE）→ 转换器（ADC）→ 处理器与算法 → 通信接口。这五个环节并非简单的串联，而是存在参数上的相互约束。
传感器是链路的起点，负责把机械振动（加速度、速度或位移）转换为电信号。状态监测中最常用的是 IEPE（内置电子压电）加速度计和 MEMS 加速度计。IEPE 传感器输出叠加在偏置电压上的交流信号，需要恒流源供电；MEMS 传感器则多为单端或差分电压输出，带宽和噪声特性各不相同。传感器的关键参数包括灵敏度（如 100 mV/g）、量程（如 ±50 g）、带宽、谐振频率和本底噪声。
模拟前端承担信号调理任务：为 IEPE 传感器提供恒流激励（典型 2～4 mA）、隔直耦合、抗混叠滤波、增益放大，以及把单端信号转换为差分信号以驱动差分输入的 ADC。AFE 的噪声和带宽直接决定了整链能“看见”多小的振动、多高的频率。
转换器把模拟电压数字化。状态监测常用 24 位 Σ-Δ ADC，如 AD7768、AD7124 等，它们提供高分辨率和内置数字滤波。ADC 的关键参数是采样率、有效位数（ENOB）、输入范围和通道数。采样率必须满足奈奎斯特准则，并留出抗混叠滤波的过渡带。
处理器与算法接收 ADC 输出的数字样本，完成时域统计（RMS、峰值、峭度）、频域变换（FFT）、包络解调、阶次分析，乃至基于机器学习的故障分类。处理器可以是 MCU、DSP 或 FPGA，选择取决于算法复杂度和实时性要求。
通信接口把处理结果或原始数据送出，常见形式包括 UART、SPI、RS-485、CAN、以太网以及工业无线协议。接口决定了数据吞吐率、传输距离和组网方式。
二、信号形态的逐级变化
理解信号链最有效的方式，是跟踪信号在每一级上的形态变化。下图给出了一条典型的 ADI 振动监测信号链，从传感器到通信接口，标注了各级的典型信号形态与关键器件类别。
从图中可以看到，信号在每一级都发生形态转换：机械振动 → 模拟电压 → 数字样本 → 特征/结论 → 数据帧。每一级的输出都是下一级的输入，而每一级的参数选择又会约束相邻环节。例如，传感器灵敏度决定了信号幅度，进而影响 AFE 增益和 ADC 输入范围的选择；ADC 采样率决定了数字滤波器的设计，也决定了处理器每秒钟要处理的数据量。
三、为什么需要“端到端”视角
在实际工程中，最常见的失败模式不是某一级完全失效，而是各级参数不匹配。举一个典型例子：某电机轴承故障的特征频率约为 3.5 kHz，工程师选用了带宽 10 kHz 的 IEPE 传感器，这没有问题；但 AFE 的抗混叠滤波器截止频率设为 1 kHz，结果 3.5 kHz 的故障特征被大幅衰减，频谱上几乎看不到。又或者 ADC 采样率设为 5 kSPS，虽然满足 2×3.5 kHz 的奈奎斯特下限，但抗混叠滤波器过渡带不足，3.5 kHz 附近的噪声折叠到低频，反而制造出虚假峰值。
再比如，处理器选用低功耗 MCU，算力有限，只能做 1024 点 FFT，频率分辨率约为 fs/1024。若 fs = 10 kSPS，分辨率约 9.77 Hz，对于区分 3.5 kHz 附近间隔仅几赫兹的轴承故障边带来说远远不够。这时要么提高 FFT 点数，要么提高采样率并配合更精细的算法，而这又反过来要求更大的通信带宽来传输更多数据。
四、本课程的组织方式
接下来的章节将沿着这条信号链逐级深入。传感器部分会讨论 IEPE 与 MEMS 的选型依据、灵敏度与量程的权衡、安装方式对高频响应的影响；模拟前端部分会展开恒流源设计、隔直耦合、抗混叠滤波器阶数与截止频率的计算、差分驱动与共模抑制；转换器部分会对比 Σ-Δ 与 SAR 架构在振动监测中的适用场景，讲解采样率、ENOB、数字滤波器类型（如 sinc³）对结果的影响；处理器与算法部分会给出 RMS、峰值、峭度、FFT、包络解调的具体实现思路与参数选择；通信接口部分则讨论不同协议在带宽、距离、功耗和组网上的取舍。
每一节都会尽量给出可操作的参数示例、计算过程和判断依据，而不是停留在概念介绍。例如在抗混叠滤波器一节，会给出一个具体的截止频率计算：若最高关注频率为 5 kHz，采样率为 25.6 kSPS，则奈奎斯特频率为 12.8 kSPS，抗混叠滤波器需要在 5 kHz 处衰减不超过 0.5 dB，在 12.8 kHz 处衰减至少 80 dB，据此可以推算所需滤波器阶数。这些示例参数均属于教学假设，实际设计需根据具体传感器、ADC 和故障特征调整。
建立端到端认知之后，读者在后续每一节中都能清楚地知道：当前环节在整链中的位置是什么，它的输入来自哪里、输出到哪里去，以及它的参数会如何影响上下游。这种视角是做好振动监测系统设计的基础，也是本课程贯穿始终的主线。