随着現代工業的飛速發展，人們對旋轉設備的需求愈加迫切，如風力發電、大型煉鋼設備等旋轉設備的應用。大型旋轉機械設備雖然極大地提高了生産率，但其突發性的故障率偏高，一旦停機就會造成較大的損失[1]。加強對旋轉機械的狀态檢測和診斷工作，有助于減少旋轉機械故障率，大幅度降低機械的維修費用和縮短維修時間，提高設備運行的經濟效益。傳統的多通道振動信号采集系統多以DSP和ARM作為控制核心，存在功能簡單、通道數少、時鐘頻率低和實時性差等缺點[2-3]。

　　與DSP和ARM相比，在領域發揮着重要的作用。FPGA具有時鐘頻率高、内部延時小、運算速度快、開發周期短、抗幹擾能力強、編程配置靈活、内部資源豐富等優點，非常适用于數據高數采集和處理[4-6]。本文提出了一種基于主/從式FPGA架構的128通道振動信号檢測方案，系統采用了高精度A/D芯片AD7606，同時結合了FPGA的并行數據處理能力實現了采集信号的檢測，保證了采集系統的準确性和穩定性。

　　1 系統總體設計

　　本系統總體設計如圖1所示，系統由信号調理系統、FPGA控制系統和FPGA數據處理系統三部分構成。其中信号調理系統由放大濾波電路和AD7606采集電路構成，主要實現将傳感器發出的微弱信号進行放大和濾波後發送到AD7606芯片中，将采集到的模拟信号轉化為數字信号。FPGA控制系統由主FPGA控制系統和從FPGA控制系統兩部分組成。從FPGA控制系統由16片Xilinx公司生産的Spartan3系列的FPGA構成，主要實現程控放大器AD8250和AD8253的信号放大控制和AD7606同步數據采集控制。主FPGA控制系統由Xilinx公司生産的Spartan6系列的FPGA構成，主要實現參數配置、同步時鐘生産、數據緩存等。FPGA數據處理系統由主FPGA實現數據的時序約束和随機共振檢測處理功能，通過采用主從式FPGA架構，合理分配FPGA資源，完成整個系統的任務調度，克服FPGA輸出時的亞穩态現象，使得系統具有性能穩定、數據處理能力強、抗幹擾性好等特點。

　　2 部分硬件電路設計

　　2.1 信号調理電路設計

　　由于傳感器輸出信号範圍包含±0.025 V、±0.05 V、±0.1 V、±0.5 V 4個擋位，為保證采集精度，不能同時對整個量程進行放大，需要采取分級放大的方式，且增益可調。本系統采用圖2所示的兩級放大電路結構，由于系統通過滑環進行供電，在強噪聲環境下傳感器輸出信号首先利用AD8253和AD8250實現四階的巴特沃斯低通濾波器提高信噪比。

　　2.2 AD7606采集電路設計

　　A/D數模轉換器是整個采集系統的核心，影響着系統的采集精度、采集速率和數據吞吐量，所以A/D芯片選型是采集系統中最關鍵的一步。系統采用ADI公司的高精度、低功耗、電荷再次分配逐次逼近型模數轉換芯片AD7606。該産品是一款8通道16位真差分具有二階抗混疊模拟濾波電路的同步采樣模數轉換芯片。本系統采用16片AD7606芯片構成128通道的數據采集電路。AD7606硬件電路設計如圖3所示，将轉換芯片CONVST A與CONVST B短接在一起并施加同一個轉換信号能夠實現8通道的數據同步轉換。

　　3 軟件設計

　　FPGA軟件設計主要劃分為主FPGA控制系統和從FPGA控制系統兩部分。其中，主FPGA控制系統主要完成同步時鐘生成、參數配置、數據緩存、随機共振檢測等功能。而從FPGA主要完成數據組幀、程控放大控制和AD7606數據采集控制等。下面對部分核心模塊的設計進行介紹。

　　3.1 數據采集模塊

　　傳感器産生的微弱信号經過濾波放大電路後，将其輸送入AD7606芯片實現數據采集功能。FPGA主要控制AD7606的轉換信号CONVST AB、片選信号CS和時鐘信号SCLK，實現芯片的采樣率調整和采樣啟停功能。如圖4所示，本模塊通過控制AD7606工作在并行數據輸出模式下，實現了系統在旋轉環境下采樣率為100 kHz的高速采集功能。從仿真圖中可以看出，采用并行輸出的方式能夠穩定有效地将模拟信号轉換為數字信号進行處理，經過多次測試表明，通過采用并行數據輸出的方式，該芯片的采樣誤差小于0.1%。

　　3.2 數據緩存模塊

　　由于本系統為128路振動信号采集系統，每完成一次采集會産生大量的待處理數據，因此，設計了一種嵌套式的乒乓傳輸緩存方式，實現系統所需實時性數據采集功能。相比于傳統的乒乓式緩存[7]，其效率更高，實用性更強。如圖5所示，本模塊有效地利用FPGA内部IP核資源産生兩個不同的塊随機存取存儲器（Random Access Memory，RAM）和先入先出隊列（First Input First Output，FIFO）進行嵌套式的乒乓緩存。通過設置兩個不同的使能信号WR_EN1和WR_EN2，實現了塊RAM_1、塊RAM_2之間的乒乓緩存和FIFO_1、FIFO_2之間的乒乓緩存。如此周而複始，構成了嵌套式乒乓緩存。通過數據緩存模塊可以很好地協調數據流在各模塊之間穩定、實時有效地傳輸和處理。

　　3.3 随機共振檢測模塊

　　由于系統處于強噪聲幹擾的環境下，雖然添加了四階的巴特沃斯低通濾波電路，但在實際工程中旋轉環境下還是會産生大量的無法濾除的噪聲信号使有效的振動信号淹沒在噪聲中，無法正常檢測。所以采用随機共振的檢測方法，在參數匹配的情況下将能量從噪聲轉移到有用信号中，使得輸出信噪比提高。下面依次從随機共振的MATLAB仿真和FPGA實現兩個方面進行介紹。

　　3.3.1 随機共振的MATALB仿真

　　式中，a、b為非線性的雙穩态系統參數，通常取a=1，b=1。

　　為了得到随機共振的輸出,系統采用4階龍格-庫塔數值方法對式(1)進行求解[10]，其算法如式(2)所示：

　　其中，xi表示x(t)的第i個采樣點，sni表示對輸入信号的第i個采樣點，計算步長h=1/f，f是對信号s(t)=Asin(2πft) η(t)的采樣頻率，k為調整系數。随機共振的MATLAB仿真圖如圖6所示，從上到下分别為原始有效信号、有效信号淹沒在噪聲中和随機共振檢測輸出。由仿真圖可知，通過采用随機共振檢測可以提高輸出信号的信噪比。

　　3.3.2 FPGA實現随機共振檢測

　　随機共振檢測算法由主FPGA通過采用補碼形式的定點數來實現郎之萬方程的求解，系統采用4階龍格庫塔的疊代方式，利用FPGA的并行數據處理能力實現了淹沒在噪聲中的振動信号的随機共振檢測，本模塊的流程圖如圖7所示。将求解出的數據發送到上位機進行實時顯示，圖8(a)是未使用FPGA實現的随機共振檢測算法，由圖可知有效信号完全淹沒到噪聲中，無法識别。圖8(b)反映淹沒在噪聲中的有效信号經過随機共振模塊後檢測出原有振動信号的頻率，增強了輸出信号的信噪比。

　　4 結論

　　針對旋轉機械設備在強噪聲環境下難以檢測的問題，本文設計了一種基于FPGA的128通道振動信号采集檢測系統，通過采用主/從式FPGA架構，極大地發揮出了FPGA的并行數據處理能力。系統采用了嵌套式的乒乓緩存方式，實現了數據的實時緩存和傳輸功能；然後，采用了FPGA在定點數補碼形式下的随機共振檢測，增強了傳感器有效信号的信噪比，對大型旋轉機械的機械損耗和斷軸預判有着極其重要的作用。本系統已成功應用于某旋轉機械的監測項目中，具有一定的實用價值。

　　參考文獻

　　[1] 佟慶彬，馬惠萍，劉麗華，等.高速旋轉機械徑向振動檢測系統關鍵技術研究[J].儀器儀表學報，2011，32(5)：1026-1032.

　　[2] 李靜.多通道高精度數據采集模塊的設計[D].成都：電子科技大學，2018.

　　[3] 索豔春.面向多通道同步數據采集存儲系統的設計與實現[D].太原：中北大學，2017.

　　[4] Bai Yu，Li Xinxin，Wang Hao，et al.Remote sensing data acquisition system based on FPGA sampling time variable[J].Journal of Physics：Conference Series，2019，1176(6)：1-6.

　　[5] 夏宇聞.Verilog數字系統設計教程[M].北京：北京航空航天大學出版社，2005.

　　[6] 王建中，楊璐.高速實時系統數據采集與傳輸[J].計算機科學，2016，43(S2)：604-606.

　　[7] 張素萍，李朝強，張建芬.一種高速實時數據采集處理系統設計[J].火力與指揮控制，2016，41(7)：125-129.

　　[8] 冷永剛，賴志慧.基于Kramers逃逸速率的Duffing振子廣義調參随機共振研究[J].物理學報，2014，63(2)：34-42.

　　[9] 樊養餘，李利品，黨瑞榮.基于随機共振的任意大頻率微弱信号檢測方法研究[J].儀器儀表學報，2013，34(3)：566-572.

　　[10] 王日明，劉明華，盛堰，等.基于龍格庫塔算法和可編程門陣列技術的混沌系統實現[J].西南師範大學學報(自然科學版)，2012，37(1)：41-46.

　　作者信息:

　　易志強，韓 賓，鮮 龍，李 維

　　(西南科技大學 信息工程學院，四川 綿陽621010)

　　,