【资料图】
前记
在能源领域，由于很多地方都是无人值守，设备故障检测是一个必须面对的问题。笔者通过最近几个行业案例了解到，由于很多设备发生故障时候会产生特定频谱的声音，所以该行业对振动监测的需求特别强烈，由于涉及到个性化的方案定制和处理，市面上此类的解决方案特别少。笔者希望把最近的研发成果梳理一下，形成标准化的模块方案。方便用户使用。
采集前端
传感器的的选择
- 音频质量：需求决定了。其实，不同传感器解决的问题是不同的。也可以这样说，针对不同的问题，要使用不同的传感器算法。比如，在单个声场的场合，声音又比较大，那就使用电容麦克风即可。在多个声源的振动信号采集场景，压电陶瓷的传感器才可以解决多声场串扰的问题。在极端的场景下，就需要光纤传感器这个高灵敏度的传感器了。
信号处理
ADC信号采集。
- 音频质量：音频产品，不外乎两点，信号质量要好，还要有嘈杂环境下的降噪。简简单单的一个需求，需要背后是很多技术细节的支撑。多级agc可以拾取更远的声音，自适应降噪算法可以过滤不需要的噪声，高采样率的dac和adc能让声音听起来更清晰。这些的组合，才能获得一个非常好的拾音。
滤波处理
- 音频质量：音频产品，不外乎两点，信号质量要好，还要有嘈杂环境下的降噪。简简单单的一个需求，需要背后是很多技术细节的支撑。多级agc可以拾取更远的声音，自适应降噪算法可以过滤不需要的噪声，高采样率的dac和adc能让声音听起来更清晰。这些的组合，才能获得一个非常好的拾音。
降噪算法
- 音频质量：音频产品，不外乎两点，信号质量要好，还要有嘈杂环境下的降噪。简简单单的一个需求，需要背后是很多技术细节的支撑。多级agc可以拾取更远的声音，自适应降噪算法可以过滤不需要的噪声，高采样率的dac和adc能让声音听起来更清晰。这些的组合，才能获得一个非常好的拾音。
总结
经过阶段的整理和梳理。现已经把这几个部分形成标准化的模块了。只需要接上电源，即可把处理后的dsp数据输出出来，也可以把特征值输出。这个极大的方便了后续的产品的研发和使用。
