数据采集技术要点剖析（二）

“ 我们预计，在未来的数据记录系统需求中，不仅需要通过网络、服务器或PC采集数据，而且还需要提供智能，用于辅助决策过程。”

—— Mariano Kimbara, 高级趋势分析专家, 弗若斯特沙利文咨询公司

数据记录仪是一种从传感器获取测量结果，并将这些结果存储起来备用的电子仪器，其常用的测量包括温度、压力、电流、速度、张力、位移和其他一些物理量。在 过去的二十年中，数据记录系统的智能变得更加分散，处理单元更接近传感器和信号。由于这一变化，远程数据采集系统和记录器可以更多地集成决策过程，而不是 像过去一样，仅仅收集数据。

随着摩尔定律（下图）的不断发展，将创造性能更强、成本更低、功耗更低、尺寸更小的处理器，而未来的数据采集和记录系统将充分利用这一技术，变得更智能、且功能更丰富。

 

当前，在业界已经开始出现一些集成Intel、ARM、Xilinx等公司的最新芯片和IP的高性能记录系统，其系统基于异构计算架构设计，并为处理器结合了可编程的逻辑，从而满足更高端复杂的测控应用需求。

在很多情况下，数据记录的智能化应用已经开始扮演举足轻重的角色。 例如，在结构监测中，传统的数据记录系统的功能仅仅是将每个数据点记录到磁盘上，即便被测的物理现象没有明显的变化，也会进行记录。 这样就会产生兆字节甚至千兆字节数据，通过离线才能进行分析和筛选。

 

相比之下，随着系统变得越来越智能化，我们就能在迅速适应一定条件下连续监视机器或结构。 例如，系统可以缓慢地监测加速度或结构负载，并连续将存储的数据覆盖写入磁盘，等待触发条件的满足。 一旦条件得到满足，系统就能改变自身的行为，例如在短时间内，以更高的速率进行采样，同时确保触发前后的数据记录都没有丢失。 此外，随着处理能力进一步的提高，信号处理功能就能嵌入在数据记录系统的多核处理器或可编程的逻辑中。 这些更高级的系统能够在线分析数据，从而以更快地速度得出更有意义的数据结果，消除传输或存储大量数据的无畏浪费。

在使用具有更多智能和处理能力的数据记录系统时，系统中运行的软件将是区分供应商技术优劣的主要指标。其中一种思路是，工程师可以使用可快速实现系统配置及得到测量结果的交钥匙工具，交钥匙工具的不足之处是在功能上往往不够灵活；另外一种思路是，工程师和科学家们可以利用一个基于文本的编程工具（如Microsoft Visual Studio）或图形化编程方法（如NI LabVIEW系统设计软件），在这些系统中对处理器进行编程控制。编程工具为这些数据记录系统提供了最大限度的自定义功能，包括采用更丰富的信号处理方法，以及能够嵌入任何类型的智能算法。但相比于交钥匙工具，它们有一个陡峭的学习曲线。

各种应用和行业都需要在 他们的数据记录系统中具有更多的智能功能。例如汽车、交通运输和电力公司等行业已经开始使用高性能的数据记录系统。在电力方面，我们知道，电网在发生着巨 大的变化，公共设施建设部门正在投入大量的资源使其更加智能。让电网变得更智能的方法之一就是集成更多的测量系统和设备。电能质量分析仪就是这样的一个设 备。一个典型的电能质量分析仪可以采集和分析电网中的三相电压，以此来计算国际标准中定义的电压质量。电压质量由频率、电压电平变化、波动、三相电压的不 平衡、谐波谱、总谐波失真以及信号电压的电平来描述。在这种应用中，需要进行大量的分析和高速测量，一个传统的数据记录系统无法提供所需要的处理能力。

总结而言，随着我们生活 的世界变得越来越复杂，用于监测和记录未来的机械、基础设施、电网、和车辆中电子和物理数据的系统也需要不断发展。芯片和IP供应商正在努力优化处理组件 的性能、功耗和成本。现在，还需要数据采集公司使用足够直观、灵活且智能的高性能数据记录系统来捕获任何类型的数据。使用更智能的数据记录系统，我们就能 够从任何来源获得更智能的数据，并且能够对所建设的系统改善性能、质量，并对其进行维护。