于洋 張磊 姚龍旭 王輝

摘要：針對智能裝備對于高性能、低消耗的信號監(jiān)測系統(tǒng)的迫切需求，設(shè)計一種用于50-150 kHz高頻信號的工業(yè)無線數(shù)據(jù)高速采集與處理系統(tǒng)。系統(tǒng)整體架構(gòu)由上位機和下位機兩部分組成。下位機以STM32（ ARM Cortex-M3）為控制核心采集數(shù)據(jù)，并通過無線協(xié)議傳輸至上位機;上位機使用了基于Linux系統(tǒng)的平臺接收數(shù)據(jù)，實現(xiàn)數(shù)據(jù)的實時采集、存儲、處理分析和圖形化可視化。為了提高系統(tǒng)傳輸速度，下位機數(shù)據(jù)以DMA方式在各個模塊間傳輸，并通過IEEE 802.11b標準協(xié)議發(fā)往上位機;上位機采用時域特征和頻域特征雙圖像顯示，并使用基于蝶形算法的快速傅里葉變換（ FFT）處理信號，提高了信號頻域特征的處理速度。通過采集信號發(fā)生器發(fā)出的50-150 kHz隨機和矩形波信號，驗證了整個系統(tǒng)的可行性和性能。該系統(tǒng)體積小、成本低、靈活度高、功耗低、效率高。

關(guān)鍵詞：高頻信號;無線監(jiān)測系統(tǒng);智能裝備;數(shù)據(jù)采集;無線傳輸;性能驗證

中圖分類號：TN931+.3-34;TP301.6

文獻標識碼：A

文章編號：1004-373X（2019）24-0005-06

數(shù)據(jù)采集系統(tǒng)（Data Acquisition Syslem，DAS）作為對數(shù)據(jù)源進行收集、識別和讀取的系統(tǒng)，在智能裝備中發(fā)揮著越來越重要的作用[1-3]。許多學(xué)者的研究表明，由于無法準確掌握傳統(tǒng)裝備的加工狀態(tài)，其實際生產(chǎn)效率和生產(chǎn)質(zhì)量[4-6]不足理論值的1/2。因此十分需要一個可以準確高效的掌握加工狀態(tài)的智能裝備信號采集與處理系統(tǒng)。

傳統(tǒng)的智能裝備數(shù)據(jù)采集系統(tǒng)大多采用有線傳輸?shù)姆绞剑瑐鬏斁嚯x短、傳輸速度慢、傳輸效率低、不能快速準確的掌握加工狀態(tài)。而無線傳輸不僅傳輸速度快、距離遠、效率高，同時可以實現(xiàn)多設(shè)備同時通信，在智能裝備信號監(jiān)測系統(tǒng)中有著廣闊的應(yīng)用空間。目前關(guān)于無線傳輸在智能裝備上的研究取得了一定的進展。文獻[7-9]采用ZigBee技術(shù)組建無線網(wǎng)絡(luò)進行數(shù)據(jù)傳輸，低成本低功耗的同時取得了不錯的效果，但不適用于大數(shù)據(jù)量的高速傳輸;文獻[10-12]采用無線藍牙技術(shù)發(fā)送采集數(shù)據(jù)，傳輸速率較高，誤差小，但有著覆蓋范圍較小的局限性[13]。為了解決以上問題，本文采用以IEEE 802.llb協(xié)議標準組建局域網(wǎng)的方式實現(xiàn)大數(shù)據(jù)量多設(shè)備間的高速傳輸。

在制造加工過程中，會產(chǎn)生多種類信號，這些信號中包含著豐富、密集和加工狀態(tài)密切相關(guān)的信息[14-15]，同時也夾雜很多干擾和噪聲。文獻[16-17]通過收集切削加工過程中的切削力信號來分析工件和刀具的加工狀態(tài)，研究結(jié)果表明，切削力信號和刀具磨損狀態(tài)、工件表面加工質(zhì)量具有十分密切的聯(lián)系。文獻[18-19]通過監(jiān)測加工過程中產(chǎn)生的聲發(fā)射（ Acoustic Emission，AE）信號和設(shè)備的顫振信號并做小波分解，并提取其時域特征，比較準確地預(yù)測了加工裝備的磨損程度。為了有效地降低干擾和噪聲，本文提出了以高頻信號（50 kHz以上）為主要監(jiān)測信號，避開大量低頻干擾的監(jiān)測方案來提高信號的真實性和準確性。

1 系統(tǒng)的整體結(jié)構(gòu)

整個系統(tǒng)的構(gòu)成框圖如圖1所示。整個系統(tǒng)以能夠?qū)崟r并持續(xù)處理和分析數(shù)據(jù)為原則，在進行數(shù)據(jù)分析處理的同時進行下一輪的數(shù)據(jù)采集和傳輸?shù)墓ぷ?。該系統(tǒng)主要構(gòu)成模塊如圖2所示。

系統(tǒng)將采集到的數(shù)據(jù)以DMA方式在各個設(shè)備間傳輸數(shù)據(jù)。同時為了保證可以直觀準確地觀察并分析數(shù)據(jù)，嵌入式上位機平臺中實現(xiàn)了時域分析圖像實時顯示、基于蝶形算法的FFT頻域特性分析并圖形化、對原始數(shù)據(jù)和分析數(shù)據(jù)的保存、抓取、分析等功能。

2 數(shù)據(jù)采集傳輸系統(tǒng)的實現(xiàn)

2.1 原始數(shù)據(jù)的采集與數(shù)據(jù)完整性檢測

為了滿足對高頻信號采集點數(shù)多，采集數(shù)據(jù)量大的特點，下位機系統(tǒng)采用DMA（ Direct Memory Access）方式收發(fā)數(shù)據(jù)，其主要流程如圖3所示。

一般的數(shù)據(jù)采集系統(tǒng)數(shù)據(jù)采集后直接發(fā)往上位機，可能出現(xiàn)數(shù)據(jù)的丟失和誤差，對后續(xù)的研究和分析造成影響，因此本系統(tǒng)采集數(shù)據(jù)后，將其傳輸?shù)侥K中預(yù)留的內(nèi)存空間（緩沖池）中進行預(yù)儲存。其作用是保證數(shù)據(jù)的完整性并在內(nèi)存空間中檢測傳輸數(shù)據(jù)量的大小，以判斷是否出現(xiàn)數(shù)據(jù)丟失。如果數(shù)據(jù)出現(xiàn)丟失或錯誤，下位機系統(tǒng)會向上位機系統(tǒng)發(fā)出錯誤信號，同時上位機出現(xiàn)錯誤提示，系統(tǒng)工作停止;當預(yù)儲存中的數(shù)據(jù)完整性檢測通過后，再發(fā)送到無線傳輸模塊進行下一步的處理。STM32控制模塊中SPI總線的DMA傳輸?shù)淖畲髷?shù)據(jù)量為65 535 B，完全滿足在高速采集情況下對數(shù)據(jù)的收集和預(yù)儲存。與此同時相比于普通傳輸方式，DMA傳輸過程中不需要CPU的干預(yù)，省去了CPU取指令、取數(shù)、送數(shù)等操作，大大降低了整個系統(tǒng)的功耗和傳輸時間，讓本監(jiān)測系統(tǒng)靈敏度更高。

2.2 系統(tǒng)控制和數(shù)據(jù)無線傳輸

為了保證信號監(jiān)測系統(tǒng)實時、準確地反映加工過程中信號的幅值和頻率的變化，整個系統(tǒng)的采樣時鐘和數(shù)據(jù)收發(fā)均由STM32系列控制模塊控制。系統(tǒng)控制流程如圖4所示。

原始數(shù)據(jù)通過ESP8266無線傳輸模塊發(fā)往上位機，當整個系統(tǒng)上電后，ESP8266和上位機自動以AP-STA的模式組建基礎(chǔ)網(wǎng)，上位機為無線接人點（AP），底層的信號采集系統(tǒng)均為站點（STA），用于接收上位機的控制命令和原始數(shù)據(jù)的上傳分析。

2.3 數(shù)據(jù)的分析、處理和圖形化

傳統(tǒng)的數(shù)據(jù)分析處理所用的上位機在性能和體積之間的結(jié)合和優(yōu)化還不夠完善。為了能讓研究人員方便、快速、準確地掌握智能裝備的加工狀態(tài)，本系統(tǒng)采用基于ARM Cortex-A53內(nèi)核的Raspberry Pi 3B+高性能上位機，可以作為WiFi基礎(chǔ)網(wǎng)的無線接入點（AP）組建網(wǎng)絡(luò)，也可以將原始數(shù)據(jù)和處理數(shù)據(jù)進一步上傳至云端保存。上位機系統(tǒng)數(shù)據(jù)處理框圖如圖5所示。

當原始采樣數(shù)據(jù)數(shù)量積累到刷新采樣點數(shù)Ⅳ的預(yù)定值（本系統(tǒng)可設(shè)置為1 024，2 048，4 096三種預(yù)定值）時，通過蝶形算法實現(xiàn)的快速傅里葉變換（ Fast FourierTransform，F(xiàn)FT）進行處理，生成信號幅頻曲線，每完成一次FFT變換，幅頻特性圖像就刷新一次，研究者可以準確快速地掌握加工過程中產(chǎn)生信號的頻率變化;此外，在加工完成后，本系統(tǒng)可對加工過程中采集到的所有數(shù)據(jù)進行FFT處理并生成幅頻特性曲線，便于研究者更好地發(fā)現(xiàn)加工過程出現(xiàn)的問題。上位機系統(tǒng)界面如圖6所示。

快速傅里葉變換（ FFT）是離散傅里葉變換（Dis-crete Fourier Transform，DFT）的快速算法，相比DFT對Ⅳ組數(shù)據(jù)的計算量為N2，F(xiàn)FT的計算量僅為Nlog2Ⅳ，點數(shù)越多，節(jié)約的運算量就越大，整個系統(tǒng)的優(yōu)化效果就越好。系統(tǒng)對FFT處理在軟件實現(xiàn)上采用了迭代的思想，即用變量的原值推算新值，大大提高了系統(tǒng)的穩(wěn)定性和效率。

總的來說，整個系統(tǒng)用較小的計算量和能耗實現(xiàn)了采集數(shù)據(jù)的同時對信號連續(xù)FFT處理和圖像化，給研究者提供了極大的便利。

3 系統(tǒng)性能驗證與分析

為了驗證整個系統(tǒng)的性能，本文使用信號發(fā)生器發(fā)出高頻信號并用本系統(tǒng)進行采集分析以驗證采集后數(shù)字信號圖像的真實性。下面將主要從信號的時域特性和不同頻率信號下的頻域特性對本系統(tǒng)進行驗證和分析，同時分析系統(tǒng)的傳輸時間、傳輸性能和誤差率。

3.1 時域特征和傳輸性能的驗證

如圖7所示，當發(fā)送頻率為100 kHz的矩形波形信號時，根據(jù)采樣定理：

Fs≥2Fn

（1）式中：Fs為采樣頻率;Fn為信號頻率。

采樣頻率應(yīng)大于200 kHz，取采樣頻率為300 kHz。為了滿足采集過程中頻域特性曲線的最小分辨率小于200 Hz的要求，那么刷新采樣點數(shù)Ⅳ根據(jù)公式：

N≥Fs/Fv

（2）式中：Fs為采樣頻率;Fv為信號最小分辨率。

刷新的采樣點數(shù)Ⅳ設(shè)置為2 048個剛好可以滿足要求。刷新采樣點數(shù)選取為2 048個時，上位機實時顯示的時域特性曲線如圖8所示。

由圖7、圖8可以看出，采集信號的幅值為3.3 V，波形為矩形;而系統(tǒng)的時域特性曲線幅值也為3.3 V，波形為矩形。實驗證明在100 kHz信號下，整個系統(tǒng)有著良好的采集和傳輸?shù)哪芰Γ瑫r上位機對信號的處理和圖形化真實準確，可以有效地反映出加工過程中產(chǎn)生信號的基本屬性，監(jiān)測效果良好。

系統(tǒng)的總體傳輸時間，如表1所示主要分為以下幾個階段：

1）單次數(shù)據(jù)采集時間Ti;

2）數(shù)據(jù)通過USART的DMA傳輸至無線傳輸模塊的時間T2;

3）數(shù)據(jù)通過IEEE 802.llb標準協(xié)議傳輸至上位機的時間T3。

第一階段的采集時間為0.14 s。第二階段串口波特率設(shè)置為115 200 b/s，那么原始數(shù)據(jù)傳輸至無線傳輸模塊的時間為：

T2=16M2/Ub式中：M2為第二階段特征值;Ub為波特率。

第三階段由于無線傳輸?shù)乃俣群芸?，傳輸時間可以忽略不計，取T3≤0.1 s。經(jīng)實驗驗證系統(tǒng)整體傳輸時間約為1.8 s，和理論時間基本相同，本系統(tǒng)可以快速準確地采集、傳輸和處理加工過程中的產(chǎn)生的數(shù)據(jù)。

3.2 頻域特征性能的驗證

如圖9所示，當發(fā)送頻率為67 kHz的隨機波形信號時，根據(jù)式（1）和式（2），采樣頻率設(shè)置為150 kHz，刷新采樣點數(shù)N設(shè)置為1 024，上位機實時顯示的頻域特性曲線如圖10所示。

由圖9、圖10可以看出，在67 kHz信號下，整個系統(tǒng)有著良好的采集和傳輸?shù)哪芰?，同時上位機對信號的處理和圖形化真實準確，可以有效地反映出加工過程中產(chǎn)生信號的基本屬性，監(jiān)測效果良好。

當發(fā)送頻率為100 kHz的方波信號，且刷新采樣點數(shù)為2 048個時，上位機實時顯示的頻域特性曲線如圖11所示。

由圖11可以看出，在100 kHz信號下，整個系統(tǒng)采集和傳輸水平良好，上位機也能良好地反映信號的時域特征和頻域特征。同時由于刷新采樣點數(shù)Ⅳ的增加，整個頻域特性曲線準確性更高，系統(tǒng)性能更好。

如圖12所示，當發(fā)送頻率為150 kHz的隨機信號，刷新采樣點數(shù)Ⅳ設(shè)置為2 048個時，上位機實時顯示的頻域特性曲線如圖13所示。

由圖12、圖13可以看出，在150 kHz信號下，整個信號監(jiān)測系統(tǒng)的頻域特性曲線效果優(yōu)良，可以準確反映出信號的頻率特性，然而時域特性曲線有一定的遲滯，經(jīng)分析原因是由于信號頻率偏高，采樣時間變長，整個系統(tǒng)的數(shù)據(jù)采集傳輸時間也相應(yīng)增加，因此信號在上位機上的圖形化顯示出現(xiàn)了一定的滯后。同時由于信號頻率較高，頻域特性曲線圖相比100 kHz時質(zhì)量有所降低，但仍能準確反映信號的頻率特性。

通過以上實驗分析可以得出，該監(jiān)測系統(tǒng)在對50-150 kHz的高頻信號的采集處理分析的能力優(yōu)秀，可以快速準確地反映出加工過程中產(chǎn)生的信號的基本特性，滿足對加工狀態(tài)實時監(jiān)測和準確掌握的要求。

4 結(jié)論

本文提出一個針對高頻信號的智能裝備信號無線采集與處理系統(tǒng)，其包括數(shù)模轉(zhuǎn)換（ADC）模塊、STM32控制模塊、無線傳輸模塊和基于Linux系統(tǒng)的上位機模塊?？偟牧鞒淌茿DC完成自校準后采集高頻信號，并將數(shù)據(jù)通過SPI總線的DMA方式傳輸?shù)娇刂颇K中指定的內(nèi)存區(qū)域（緩沖池）進行預(yù)儲存;待緩沖池填滿后，通過USART的DMA方式將數(shù)據(jù)傳輸?shù)綗o線傳輸模塊，并通過TCP協(xié)議發(fā)往上位機;當上位機接收到數(shù)據(jù)后，將原始數(shù)據(jù)進行儲存并顯示實時的信號時域曲線;然后上位機將原始信號進行FFT處理，儲存處理后的數(shù)據(jù)并顯示信號的頻域特性曲線。

參考文獻

[1] JAEKYU Lee. SANGYUB Lee. HYUNJOONC Cho， et al.Su-pervisory control and data acquisition for standalone hybridpower generation systems [J]. Sustainable computing： informat-ics and systems， 2017（6）： 210-214.

[2] CAO Ronggang， XU Xiangcai.A small-sized and battery-sup-plied data acquisition system for the electromagnetic launcherto measure pulsed magnetic fields [J]. Applied mechanics andmaterials， 2017. 870： 85-92.

[3] RAJASEKARAN C，JEYABHARATH R，VEENA P.FPGASoC based multichannel data acquisition system with networkcontrol module [J]. Circuits and systems， 2017， 8（2）： 53-75.

[4] AMBROZ Miha. Raspberry Pi as a low-cost data acquisitionsvstem for human powered vehicles [J]. Measurement， 2017，100：7-18.

[5] ZHOU Zude， LIU Quan， AI Qingsong， et al.Intelligent moni-toring and diagnosis for modern mechanical equipment basedon the integration of embedded technology and FBGS technolo-gy [J]. Measurement. 2011， 44（9）： 1499-1511.

[6] NAZMUL HUDA A S，TAIB S.Application of infrared ther-mography for predictive/preventive maintenance of thermal de-fect in electrical equipment [J]. Applied thermal engineering，2013， 61（2）：220-227.

[7] LIAN K Y，HSIAO SUNG J，SUNG W T.Intelligent multi-sen-sor control system based on innovative technology integrationvia ZigBee and WiFi networks [J]. Journal of network and com-puter applications， 2013， 36（2）：756-767.

[8] MITSUGU Terada. Application of ZigBee sensor network to da-to acquisition and monitoring [J]. Measurement science review，

由圖12、圖13可以看出，在150 kHz信號下，整個信號監(jiān)測系統(tǒng)的頻域特性曲線效果優(yōu)良，可以準確反映出信號的頻率特性，然而時域特性曲線有一定的遲滯，經(jīng)分析原因是由于信號頻率偏高，采樣時間變長，整個系統(tǒng)的數(shù)據(jù)采集傳輸時間也相應(yīng)增加，因此信號在上位機上的圖形化顯示出現(xiàn)了一定的滯后。同時由于信號頻率較高，頻域特性曲線圖相比100 kHz時質(zhì)量有所降低，但仍能準確反映信號的頻率特性。

通過以上實驗分析可以得出，該監(jiān)測系統(tǒng)在對50-150 kHz的高頻信號的采集處理分析的能力優(yōu)秀，可以快速準確地反映出加工過程中產(chǎn)生的信號的基本特性，滿足對加工狀態(tài)實時監(jiān)測和準確掌握的要求。

4 結(jié)論

本文提出一個針對高頻信號的智能裝備信號無線采集與處理系統(tǒng)，其包括數(shù)模轉(zhuǎn)換（ADC）模塊、STM32控制模塊、無線傳輸模塊和基于Linux系統(tǒng)的上位機模塊?？偟牧鞒淌茿DC完成自校準后采集高頻信號，并將數(shù)據(jù)通過SPI總線的DMA方式傳輸?shù)娇刂颇K中指定的內(nèi)存區(qū)域（緩沖池）進行預(yù)儲存;待緩沖池填滿后，通過USART的DMA方式將數(shù)據(jù)傳輸?shù)綗o線傳輸模塊，并通過TCP協(xié)議發(fā)往上位機;當上位機接收到數(shù)據(jù)后，將原始數(shù)據(jù)進行儲存并顯示實時的信號時域曲線;然后上位機將原始信號進行FFT處理，儲存處理后的數(shù)據(jù)并顯示信號的頻域特性曲線。

為了測試系統(tǒng)的性能，對該信號監(jiān)測系統(tǒng)在不同頻率的信號下的采集傳輸性能做了許多實驗。實驗結(jié)果表明整個系統(tǒng)對50-150 kHz的高頻信號的采集處理分析的能力優(yōu)秀，圖形化顯示清晰準確;與此同時，整個系統(tǒng)的底層模塊體積小于50 mmx20 mmx30 mm，上位機模塊體積僅有信用卡大小，具有靈活性高、便攜性高、價格低廉的優(yōu)點;此外整個系統(tǒng)的功耗不超過40 W，可以廣泛應(yīng)用于如切削、異形制造等多種智能裝備加工應(yīng)用的數(shù)字化、可視化中，具有很強的實用性。

參考文獻

[1] JAEKYU Lee. SANGYUB Lee. HYUNJOONC Cho， et al.Su-pervisory control and data acquisition for standalone hybridpower generation systems [J]. Sustainable computing： informat-ics and systems， 2017（6）： 210-214.

[2] CAO Ronggang， XU Xiangcai.A small-sized and battery-sup-plied data acquisition system for the electromagnetic launcherto measure pulsed magnetic fields [J]. Applied mechanics andmaterials， 2017. 870： 85-92.

[3] RAJASEKARAN C，JEYABHARATH R，VEENA P.FPGASoC based multichannel data acquisition system with networkcontrol module [J]. Circuits and systems， 2017， 8（2）： 53-75.

[4] AMBROZ Miha. Raspberry Pi as a low-cost data acquisitionsvstem for human powered vehicles [J]. Measurement， 2017，100：7-18.

[5] ZHOU Zude， LIU Quan， AI Qingsong， et al.Intelligent moni-toring and diagnosis for modern mechanical equipment basedon the integration of embedded technology and FBGS technolo-gy [J]. Measurement. 2011， 44（9）： 1499-1511.

[6] NAZMUL HUDA A S，TAIB S.Application of infrared ther-mography for predictive/preventive maintenance of thermal de-fect in electrical equipment [J]. Applied thermal engineering，2013， 61（2）：220-227.

[7] LIAN K Y，HSIAO SUNG J，SUNG W T.Intelligent multi-sen-sor control system based on innovative technology integrationvia ZigBee and WiFi networks [J]. Journal of network and com-puter applications， 2013， 36（2）：756-767.

[8] MITSUGU Terada. Application of ZigBee sensor network to da-to acquisition and monitoring [J]. Measurement science review，

由圖12、圖13可以看出，在150 kHz信號下，整個信號監(jiān)測系統(tǒng)的頻域特性曲線效果優(yōu)良，可以準確反映出信號的頻率特性，然而時域特性曲線有一定的遲滯，經(jīng)分析原因是由于信號頻率偏高，采樣時間變長，整個系統(tǒng)的數(shù)據(jù)采集傳輸時間也相應(yīng)增加，因此信號在上位機上的圖形化顯示出現(xiàn)了一定的滯后。同時由于信號頻率較高，頻域特性曲線圖相比100 kHz時質(zhì)量有所降低，但仍能準確反映信號的頻率特性。

通過以上實驗分析可以得出，該監(jiān)測系統(tǒng)在對50-150 kHz的高頻信號的采集處理分析的能力優(yōu)秀，可以快速準確地反映出加工過程中產(chǎn)生的信號的基本特性，滿足對加工狀態(tài)實時監(jiān)測和準確掌握的要求。

4 結(jié)論

本文提出一個針對高頻信號的智能裝備信號無線采集與處理系統(tǒng)，其包括數(shù)模轉(zhuǎn)換（ADC）模塊、STM32控制模塊、無線傳輸模塊和基于Linux系統(tǒng)的上位機模塊。總的流程是ADC完成自校準后采集高頻信號，并將數(shù)據(jù)通過SPI總線的DMA方式傳輸?shù)娇刂颇K中指定的內(nèi)存區(qū)域（緩沖池）進行預(yù)儲存;待緩沖池填滿后，通過USART的DMA方式將數(shù)據(jù)傳輸?shù)綗o線傳輸模塊，并通過TCP協(xié)議發(fā)往上位機;當上位機接收到數(shù)據(jù)后，將原始數(shù)據(jù)進行儲存并顯示實時的信號時域曲線;然后上位機將原始信號進行FFT處理，儲存處理后的數(shù)據(jù)并顯示信號的頻域特性曲線。

為了測試系統(tǒng)的性能，對該信號監(jiān)測系統(tǒng)在不同頻率的信號下的采集傳輸性能做了許多實驗。實驗結(jié)果表明整個系統(tǒng)對50-150 kHz的高頻信號的采集處理分析的能力優(yōu)秀，圖形化顯示清晰準確;與此同時，整個系統(tǒng)的底層模塊體積小于50 mmx20 mmx30 mm，上位機模塊體積僅有信用卡大小，具有靈活性高、便攜性高、價格低廉的優(yōu)點;此外整個系統(tǒng)的功耗不超過40 W，可以廣泛應(yīng)用于如切削、異形制造等多種智能裝備加工應(yīng)用的數(shù)字化、可視化中，具有很強的實用性。

參考文獻

[1] JAEKYU Lee. SANGYUB Lee. HYUNJOONC Cho， et al.Su-pervisory control and data acquisition for standalone hybridpower generation systems [J]. Sustainable computing： informat-ics and systems， 2017（6）： 210-214.

[2] CAO Ronggang， XU Xiangcai.A small-sized and battery-sup-plied data acquisition system for the electromagnetic launcherto measure pulsed magnetic fields [J]. Applied mechanics andmaterials， 2017. 870： 85-92.

[3] RAJASEKARAN C，JEYABHARATH R，VEENA P.FPGASoC based multichannel data acquisition system with networkcontrol module [J]. Circuits and systems， 2017， 8（2）： 53-75.

[4] AMBROZ Miha. Raspberry Pi as a low-cost data acquisitionsvstem for human powered vehicles [J]. Measurement， 2017，100：7-18.

[5] ZHOU Zude， LIU Quan， AI Qingsong， et al.Intelligent moni-toring and diagnosis for modern mechanical equipment basedon the integration of embedded technology and FBGS technolo-gy [J]. Measurement. 2011， 44（9）： 1499-1511.

[6] NAZMUL HUDA A S，TAIB S.Application of infrared ther-mography for predictive/preventive maintenance of thermal de-fect in electrical equipment [J]. Applied thermal engineering，2013， 61（2）：220-227.

[7] LIAN K Y，HSIAO SUNG J，SUNG W T.Intelligent multi-sen-sor control system based on innovative technology integrationvia ZigBee and WiFi networks [J]. Journal of network and com-puter applications， 2013， 36（2）：756-767.

[8] MITSUGU Terada. Application of ZigBee sensor network to da-to acquisition and monitoring [J]. Measurement science review，2009， 9（6） ： 183-186.

[9] VAIRAMANI K. VENKATESH K， MATHIVANAN N. Designand development of ZigBee based instantaneous flat-plate col-lector efficiency measurement system [J]. Measurement sciencereview， 2011， 11（2） ： 57-60.

[10] WANG Mingwei， LI Qinjun， LI Qianghua， et al. Design ofthe wireless data acquisition system for experimental rabbit rectal temperature based on bluetooth and ARM technologies[J]. Advanced materials research， 2014， 3227 （945） ： 1744- 1747.

[11] SUSHABHAN C， PIYUSH K. RAJESH S， et al. ZigBee andBluetooth network based sensory data acquisition system [J].Procedia computer science， 2015. 48： 367-372.

[12] BRANKO Babusiak. STEFAN Borik. Bluetooth communica-tion for battery powered medical devices [J]. Journal of electri-cal engineering， 2016. 67（ I ） ： 65-68.

[13] HANGKI Joh， INTAE Ryoo. A hybrid WiFi P2P with Blue-tooth low energy for optimizing smart device ' s communicationproperty [J]. Peer-to-peer networking and applications， 2015 ，8（4） ： 567-577.

[14] VAIRAMANI K， VENKATESH K， MATHIVANAN N. De-sign and development of ZigBee hased instantaneous flat-platecollector efficiency measurement system [J]. Measurement sci-ence review. 2011 ， 11（ 2） ： 57-60.

[15] WICIAK M， TWARDOWSKI P. WOJCIECHOWSKI S. Com-parison of various tool wear prediction methods during endmilling of metal matrix composite [J]. Archives of mechanicaltechnology and materials . 2018 . 38（ I ） ： 1-7.

[16] SHAFIEE M， FEGHHI S A H. RAHIGHI J. Experimentalperformance evaluation of ILSF BPM data acquisition system[J]. Measurement . 2017 ， 100 ： 205-212.

[17] ZHONG P. SHI Y. CHEN X， et al. Research on digital intel-ligent recognition method of the weave pattern of fabric hasedon the redundant information [J]. Fibers and polymers， 2013，14 （ 11） ：

1919-1926.

[18] ANDREAS B. LAIT A S. DIETMAR S， et al. High speeddigital interfacing for a neural data acquisition system [J]. Cur- rent directions in biomedical engineering， 2016， 2（1） ： 186-194.

[19] XU X， NEE A Y C. Advanced design and manufacturingbased on STEP [M]. London： Springer， 2009.

作者簡介：于洋（1994-），男，碩士，主要研究方向為嵌入式系統(tǒng)開發(fā)與應(yīng)用。

張磊（1978-），男，博士，副教授，主要研究方向為無線智能傳感器。

姚龍旭（1994-），男，碩士，主要研究方向為脆性材料特種加工。

王輝（1994-），男，碩士，主要研究方向為信號數(shù)據(jù)分析與系統(tǒng)控制。