振动是物体在固定点周围往复运动的现象。当物体受到外力或能量的作用时，它会产生振动，如弹簧的振动、钟摆的摆动、轮胎在凹凸不平的路面上的运动。振动通常由周期性的运动组成（当然也有随机性振动）。振动的特征包括振幅（振动的最大偏离量）、频率（单位时间内的振动次数）和周期（完成一次完整振动所需的时间）。大多数振动，振动幅度肉眼并不可见，而且往往同时存在多个频率的分量，无法直接观测，所以测量振动常用的方法就是基于加速度计来间接采集。

1 、加速度计的工作原理

   加速度计是测量物体加速度的传感器，常通过测量敏感质量的惯性力来得到加速度大小。根据敏感机理的不同，常见的加速度传感器有电容式、压电式、电感式、应变式等。其中，压电式加速度计和MEMS电容式加速度计应用最为广泛。
   压电式加速度传感器是基于压电晶体的压电效应工作的。压电材料在一定方向上受力变形时，其内部会产生极化现象，同时在它的两个表面上产生符号相反的电荷；当外力去除后，又重新恢复到不带电状态，这种现象称为“压电效应”。压电加速度计的结构示意图如图2所示。包括压电材料、质量块、电极、固定螺钉等几个主要部分。当有外部加速度输入时，质量块感受到惯性力作用，F=ma，该惯性力施加在压电材料上，产生电荷。例如压电材料工作在d33模式，那么电荷Q＝Cd×V＝F×d33。通过电荷放大器将电荷信号放大后，即可获得与输入加速度成正比的电压信号。

   MEMS加速度计通常采用半导体工艺来实现批量制造，具有体积小、重量轻、功耗低、性能优越、便于集成化等多方面的优点。MEMS电容式加速度计典型结构模型如图3所示，用支撑梁对质量块进行悬挂，质量块上的电极与固定电极之间，形成差动电容C1和C2。在加速度的作用下，质量块会产生偏移，进而导致C1和C2电容值发生相反的变化（一个增大，另一个减小）。
  通过信号检测电路得到C1和C2电容值的变化量，即可获得输入加速度的大小。

2 、基于加速度计的振动测量
   如今大型机械设备已经变得更加智能化和精密化，其内部结构也越来越复杂，在生产过程中，机械设备会受到各种因素的影响诱发振动，这对其健康程度造成不良影响，包括：
   1）机械磨损：频繁的振动可能导致设备内部零件的磨损和损坏，缩短设备的寿命。
   2）功能故障：振动可能导致设备的连接松动、线路断开或元件脱落，从而引发功能故障或完全失效。
   3）数据丢失：对于存储数据的设备，强烈的振动可能导致数据丢失或损坏，对业务运营和信息安全造成影响。
   4）不稳定性：振动可能导致设备的不稳定性，使其无法正常运行或产生不准确的结果。
   5）噪音和震动：振动会产生噪音和震动，对工作环境和人员的舒适性和健康造成负面影响。
   因此，为了保护设备和确保其正常运行，通常会采取适当的措施来减少设备振动，如使用减振装置、定期维护和检查设备等。此外，对设施设备进行实时振动监测，可以提供关键的信息，帮助我们了解设备的运行状态和健康状况、确保设备的正常运行、提高生产效率和降低维护成本具有重要意义：
    1）故障预测和预防：通过监测设备的振动特征，可以及早发现潜在的故障迹象，预测设备的寿命和维护需求。这有助于采取预防性维护措施，避免设备故障和停机时间，提高生产效率。
    2）安全性和可靠性：振动监测可以帮助检测设备的异常振动，如不平衡、松动、轴承磨损等问题。及时发现这些问题可以防止设备故障引发事故，确保工作场所的安全性和设备的可靠性。
    3）节能和优化：通过振动监测，可以识别设备的能源浪费和低效运行。及时调整和优化设备的运行参数，可以降低能源消耗，提高设备的效率和性能。
    4）数据驱动的维护：振动监测提供了大量的数据，可以用于建立设备的健康状况模型和趋势分析。这些数据可以用于制定更有效的维护计划，减少计划外停机和维修成本。
   采用加速度计进行振动监测是最为常用的技术手段之一。在机械设备振动过程中，通过加速度计采集振动加速度信号可以对机械工作时的振动冲击、振动频率、振动幅度等进行有效监测，通过频谱分析等手段揭示出不同频率成分的振动情况，获得设备的共振频率、异常振动类别以及振动模态等。

3 、加速度计振动监测案例
   针对某机床设备，使用加速度计采集振动信号，并利用时频域分析的方法，对机床不同运行状态进行检测和预警。将加速度计连接到小型机床转动主轴的外侧壳体上，用以对设备振动加速度信号进行捕捉，将数据采集卡与传感器相连接，对设备空转、正常加工、零部件松动和负载等不同工况进行监测。
   通过上位机对加速度计采集到的振动加速度时域信号进行显示，并利用FFT频谱变换，可以得到设备不同运行状态下的频谱图，结果如图4所示，其中上部分为时域信号，下部分为频域信号。

   通过加速度计采集到的数据可以有效的观测机床加工时的频域特性与振动强度特性。正常加工状态与空转状态相比，振动主频相同，振动强度产生变化，且频谱图发生显著变化；在结构松动时，产生了低频振动信号；在负载时，频谱主频信号频率降低，振动强度降低。根据上述谱图，通过大量测试和AI建模，则可以实现机床非正常状态的有效识别和预警。
   针对上述应用场景，方瞳科技提供FT8000系列或者FIDAS机箱相关硬件方案，可以帮助客户进行振动信号的快速采集和分析。

  我们提供免费的硬件调试助手HWSUIT，在用户无需任何编程的情况下，对我们的DAQ进行访问和控制。图7展示了HWSUIT调试助手数据采集和波形显示功能。

   图8展示了HWSUIT调试助手FFT频谱分析功能。