摘要(Abstract)：
针对机械设备振动信号状态监测中多通道高频采样时数据吞吐量大导致的网络带宽、存储空间和计算资源占用高及通信成本高的问题,基于TMS320F28335型数字信号处理器设计一种8通道信号采集及边缘计算系统,完成振动信号的采集以及信号在边缘端的初步处理;基于该系统主要元件包括微机电系统加速度计、 AD7606型模数转换采样芯片和CH395L型以太网协议栈芯片,完成系统的硬件设计,并利用子带编码技术,实现边缘计算算法在该系统的部署。结果表明,该系统能有效地采集机械设备的振动信号,基于子带编码的边缘计算方法提高了振动信号的信息密度,系统计算结果表示了机器的健康状态,可有效地用于机械设备的状态监测与进一步故障诊断。
关键词(KeyWords)： 状态监测;振动信号采集;边缘计算;数字信号处理器
基金项目(Foundation): 国家自然科学基金项目(51605191);; 2019年度山东省博士后创新项目(201903072);; 山东省重点研发计划项目(2019GGX105009)
作者(Author): 刘旭,刘海宁,林心园,李发家,崔焕勇
DOI: 10.13349/j.cnki.jdxbn.20200812.001
参考文献(References)：
[1] 王国彪，何正嘉，陈雪峰，等.机械故障诊断基础研究“何去何从”[J].机械工程学报，2013,49(1):63-72.
[2] 吴宇，黄新迪，吴媚，等.基于DSP的高速数据采集处理系统的研究[J].国外电子测量技术，2016,35(5):62-65.
[3] 孔令荣，王昊，庄涛.高精度采集系统研究与实现[J].电子测量技术，2014,37(9):122-127,135.
[4] 郭俊锋，石斌，雷春丽，等.基于双稀疏字典模型机械振动信号压缩感知方法[J].机械工程学报，2018,54(6):118-127.
[5] 孙志伟，史立，胡雄，等.振动信号小波分解系数压缩编码方法[J].济南大学学报(自然科学版),2019,33(5):396-402.
[6] LIU H N,WANG Y X,LI F J,et al.Perceptual vibration hashing by sub-band coding:an edge computing method for condition monitoring[J].IEEE Access,2019,7:129644-129658.
[7] 雷晓瑜，曹广忠.TMS320F28335及其最小应用系统设计[J].电子设计工程，2009,17(1):91-92,95.
[8] 马晓东，李冰琪，魏鹏，等.DSP技术发展与应用研究综述[J].电子世界，2018(24):46-47.
[9] 张卿杰，徐友，左楠，等.手把手教你学DSP:基于TMS320F28335[M].北京：北京航空航天大学出版社，2015:26-45.
[10] 黄华钦，刘桂英，周路平，等.基于AD7606的SVG数据同步采集系统设计[J].电力学报，2019,34(2):144-149.
[11] 秦磊，孙曼，王小亮.CH395与SPI接口的以太网模块设计[J].单片机与嵌入式系统应用，2015,15(7):61-64.
[12] 崔琳，朱磊，刘小龙，等.基于STM32F407的以太网通信模块设计[J].计算机测量与控制，2018,26(1):260-263.
[13] SWELDENS W.Construction and applications of wavelets in numerical analysis[D].Belgium:Katholieke Universiteit Leuven,1994.
[14] SWELDENS W.The lifting scheme:a construction of second generation wavelets[J].SIAM Journal on Mathematical Analysis,1998,29(2):511-546.
[15] LEE B.FCT:a factcosine transform[C]//ICASSP′84:IEEE International Conference on Acoustics,Speech,and Signal Processing,March 19-21,1984,San Diego,USA.New York:IEEE,1984:477-480.
[16] LIN J,KEOGH E,LONARDI S,et al.A symbolic representation of time series,with implications for streaming algorithms[C]//:Proceedings of the 8th ACM SIGMOD Workshop on Research Issues in Data Mining and Knowledge Discovery (DMKD03),June 13,2003,San Diego,USA.New York:ACM,2003:2-11.
