由德国率先提出的“工业4.0”正席卷全球 —— 少量的智能机械设备管控人员就能合理的管控质量，显著提高生产效率。工业4.0的部署，设备的健康智能监测将是其中重要一环，事实上在工业4.0提出前这项工作已经在大量工厂中导入，任何无法预料的停机时间、设备维护都意味着难以接受的高运营和生产成本，这是工厂和企业是不得不面临的难题。传统维护一般是预防性或纠正性维护，通常会占用很大一部分生产成本。现在，包括ADI在内的业界工业自动化解决方案厂商都提出了从组件到模块的一站式解决方案，在工业4.0的大潮下让工厂设备条件监测成为一项普及的工厂配置，使得工厂能自动预测故障，从而大幅节省成本。

预测性维护，传感器选择是关键

寻找数字解决方案以减少机器停机时间，是当前预测性维护的主要办法。例如，滚珠轴承故障是导致设备停运的常见表现之一。当滚珠轴承发生故障时滚珠碰触到开裂处，或者触碰到内环或外环的缺陷位置，就会发生撞击进而引起振动。其中，撞击发生的频率由转动速度，以及滚珠的数量和直径决定。此时，只有具备低噪声、高带宽的加速度计才能测量与首个故障信号相对应的频谱线。

对此，ADI就研发了数款具备低噪声、高带宽优秀特制的加速度计，如ADXL100x系列、ADXL35x系列以及ADXL34x以及超低功耗的ADXL36x加速度计等。这些产品不仅限制了现有设备的诊断能力，而且还极大地限制了用于开发未来诊断解决方案的数据的可用性。这些加速度计的功耗极低，因此可以通过能量采集器或通过电池供电。

为了简化设计，ADI公司提供了一套完整的解决方案——采用 ADcmXL3021型号实施三轴测量。这款3.3V电源电压产品包括三个基于ADXL1002的测量链、一个温度传感器、一个处理器和一个FIFO。整个装置封装在一个铝壳 (23.7mm × 26.7mm × 12mm) 内，可以即时安装在旋转机器上。该产品的全尺寸为±50g，具有仅25μg/√Hz的极低噪声水平和10kHz带宽，这些特点使其能够在大量应用中捕捉振动特征。

需要指出的是，信号处理模块不仅包括一个具有32个系数的可配置FIR滤波器，还包括一个每轴2048个节点的FFT函数，用于对振动进行频谱分析。再将用这种方法计算得出的频谱的每个频率级别与可配置的报警阈值(每轴6个)进行对比。如果频谱组件过于密集，就会生成警报。

该方案可以通过SPI端口与主机处理器进行交互，提供访问内部寄存器以及一组用户可配置的函数的权限，包括先进的数学函数，例如计算平均值、标准偏差、最大值、波峰因素和峰度(四阶动力矩，支持测量振动的锐度)。

除此之外，前面提到的ADI多个系列加速计同样非常适用于预防性维护。如ADXL100X系列的ADXL1001/ADXL1002，在具有两个满度范围选项的拓展频率范围内提供超低的噪声密度，并且提供优化的工业条件监测能力。ADXL1001 (±100 g) 和 ADXL1002 (±50 g) 分别具有30 μg/√Hz 和25 μg/√Hz的典型噪声密度。两款加速度计器件均具有稳定、可重复的灵敏度，并且可以承受高达 10,000 g 的外部冲击。

ADXL35系列则是用于诊断系统故障，如低速旋转设备的不平衡、失调、松动和中后期轴承故障等。其中，ADXL354属于低噪声密度、0g低失调漂移、低功耗、3轴MEMS加速度计新系列产品，具有可选测量范围。ADXL354在温度范围内提供业界领先的噪声、失调漂移和长期稳定性，可实现校准工作量极小和极低功耗的精密应用。

值得注意的是，在非常嘈杂、且采用金属结构、传导性很差的工业环境中，这些传感器不一定非常靠近数据记录器。为了让传感器在苛刻的工业物联网 (IoT) 环境中进行顺畅通信，ADI公司的SmartMesh工业Mesh网络应运而生。

ADI公司推出的SmartMesh® IP 工业Mesh网络功耗低，且具有相当高的抗扰性，能够在通常非常嘈杂、且采用金属结构、传导性很差的工业环境中运行。此外，SmartMesh IP网络基于6LoWPAN标准 (IEEE 802.15.4e)，非常适合IIoT，且基于围绕2.4 GHz传输的专有协议构建。该解决方案包含LTC5800收发器或预认证的LTP590x模块，非常易于实施。

解读设备声音与振动，ADI研发OtoSense系统

事实上，除了提供用于监测设备状态的组件、模块之外，ADI团队在过去20年里一直致力于理解人类是如何解读声音和振动，并研发了一套设备健康监测系统 —— OtoSense。该系统旨在使声音和振动专业知识在任何设备上都持续可用，且无需连接网络来执行异常检测和事件识别。

因为在ADI团队看来，将声音、振动和原因结合起来实施诊断人工需要花费大量时间，而具备经验丰富的技工人员和工程师却又是稀缺资源。于是便有了OtoSense系统。

需要指出的是，在结构方面OtoSense支持终端和本地数据。当系统在终端位置实施异常检测和事件识别时，无需使用任何远程设备。这种结构确保系统不会受到网络故障的影响，且无需将所有原始数据块发送出去进行分析。运行OtoSense的终端设备是一种自包含系统，可以实时描述所鉴听设备的行为。

此外，在与专家之间的日益接触下OtoSense系统还能够不断进化，可帮助检测人员实现从异常检测到日益复杂的诊断。目前，在航空航天、汽车和工业监测应用中，OtoSense技术被越来越多地用于设备健康监测，尤其是在复杂设备方面该技术表现出了不错的性能。

结语

预测性维护的本质是在最佳时间更换组件，实时监控生产设备的健康状况，最终保持生产线平稳高效的工作水平，从而实现盈利能力和竞争力的最大化。作为全球知名的半导体公司，ADI从组建到模块提供了一站式解决方案，更有设备健康监测系统OtoSense，帮助维护人员准确的故障查找和预测功能，进而降低企业、厂商的运营和生产成本。