VM501系列振弦采集模块硬件仪器设备开发核心

简介: 振弦式传感器测量主要用于大型岩土工程,对多点振弦式传感器的测量数据进行定时自动采集,直接计算显示各测点的物理量值,并存贮于数据库中,供分析 研究之用。其中自动测量单元拥有分布式网络化测量、测量数据存贮、自动定时测量、计算机通讯、测量数据管理、测量成果输出等功能。

VM5XX系列模块是单振弦式传感器激励、 频率读取、 温度转换的专业化读数模块,能够测量传感器信号质量、幅值、频率、频模、温度并转换为数字量和模拟量输出,另外,多路通用 GPIO、12 位 ADC、数据存储等附加硬件资源进一步增强模块的可扩展性。
501-11.jpg

振弦式传感器测量主要用于大型岩土工程,对多点振弦式传感器的测量数据进行定时自动采集,直接计算显示各测点的物理量值,并存贮于数据库中,供分析 研究之用。其中自动测量单元拥有分布式网络化测量、测量数据存贮、自动定时测量、计算机通讯、测量数据管理、测量成果输出等功能。

应用领域
应力应变: 结构应力应变、基坑支护、 管廊、 地下工程
仪器仪表: 振弦读数仪表开发
自动化、 信息化: 结合物联网技术替代传统人工检测

VM501-11.jpg

基本概念
振弦传感器:(vibrating wire sensor)是以拉紧的金属钢弦作为敏感元件的谐振 式传感器。当弦的长度确定之后,其固有振动频率的变化量即可表征钢弦所受拉力 的大小。根据这一特性原理,即可通过一定的物理(机械)结构制作出测量不同种 类物理量的传感器(如:应变传感器、压力传感器、位移传感器等),从而实现被测 物理量与频率值之间的一一对应关系,通过测量频率值变化量来计算出被测物理量 的改变量。

振弦传感器读数模块:专指针对振弦传感器的特性而设计的传感器激励、读数模块。具有集成度高、功能模块化、数字接口的一系列特性,能完成振弦 传感器的激励、信号检测、数据处理、质量评估等专用针对性功能,进行传感器频 率和温度物理量模数转换,进而通过数字接口实现数据交互。振弦传感器读数模块 是振弦传感器与数字化、信息化之间的核心转换单元。

激励:也称为“激振”,是振弦类传感器频率数据获取的必须过程,仅当传感器收 到合适的激励信号后才能产生自振,而仅当振弦传感器产生自振后才能输出频率信 号,进一步的,读数电路会检测并读取振弦传感器的自振信号,才能通过计算得到 振动频率值。振弦传感器的激励信号(能够使传感器产生自振的外部信号)一般分 为两类,一类为高压短促脉冲,一类为特定频率的多组连续低压脉冲信号。

高压脉冲激励:使用较高电压(100~200V)向振弦传感器线圈发送短促脉冲,使任 意频率的振弦传感器产生自振的过程或方法。

低压扫频激励:使用与传感器自振频率相当(接近)的频率向振弦传感器发送连续 的低压(3~10V)脉冲信号,使传感器产生自振的过程或方法。

振弦传感器返回信号:当传感器产生自振后,钢弦自振切割传感器线圈,在线圈中 产生微弱电流,这种随钢弦振动变化的正弦电信号称为“振弦传感器返回信号”。

采样值:或称为“单个样本”,在本手册中尤指传感器返回的单个正弦信号,为了 提高正弦波频率值的测量精度,需要采集多组正弦信号进行综合计算。由于传感器 返回的正弦信号是由强变弱逐渐消失,且本身信号十分微弱,不同厂家振弦传感器 返回信号强度和时长均不相同,因此振弦模块在数据采集时采用部分抽样的方法获 取若干采样数据进行综合计算,对于每个采集到的正弦波称之为“一个样本”或 “一个采样值”。

标准差:(Standard Deviation),中文环境中又常称均方差,是总体各单位标准值 (采样值)与其平均数的算术平均数之差的平方根。标准差能反映一个数据集的离 散程度(平均数相同的两组数据,标准差未必相同)。一个较大的标准差,代表大部 分数值和其平均值之间差异较大;一个较小的标准差,代表这些数值较接近平均值, 质量较高。

ADC:(Analog-to-Digital Converter)模拟-数字转换器。是指将连续变化的模拟 信号转换为离散的数字信号的器件。
VM501振弦读数模块应用地质灾害监测.jpeg

相关文章
|
Oracle 关系型数据库 数据库
使用docker安装配置oracle 11g
使用docker安装配置oracle 11g
|
消息中间件 运维 Serverless
商业版vs开源版:一图看懂云消息队列 RocketMQ 版核心优势
自建开源 RocketMQ 集群,为保证业务稳定性,往往需要按照业务请求的峰值去配置集群资源。云消息队列 RocketMQ 版 Serverless 实例通过资源快速伸缩,实现资源使用量与实际业务负载贴近,并按实际使用量计费,有效降低企业的运维压力和使用成本。
753 104
|
9月前
|
存储 缓存 关系型数据库
《原生应用数据存储抉择:键值型与关系型数据库深度剖析》
在原生应用开发中,数据存储选型至关重要。键值型数据库以简单高效著称,适合非结构化数据与高并发场景,但事务支持较弱;关系型数据库则擅长处理复杂结构化数据,具备强大事务能力和查询功能,但在扩展性上面临挑战。两者各有优劣,需根据数据结构、性能需求、业务场景等综合考量。例如,物联网领域可选用键值型数据库,而企业级应用更适配关系型数据库。合理选择存储方案,才能构建高效稳定的应用基础。
226 0
|
3月前
|
存储 C语言 C++
& 符号的含义和用法
在C语言中,`&`符号常用于取地址,如`scanf`中传递变量地址以存储输入数据。示例中`&a`和`&x`获取变量内存地址,确保数据正确读入。省略会导致未定义行为。此外,`&`还用于指针声明、按位与运算等,是C/C++中的关键操作符之一。
1103 0
|
8月前
|
边缘计算 网络协议 安全
DDoS攻击:网络世界的“洪峰考验”与应对逻辑
本文介绍了DDoS攻击的运行机制及其影响,并提供了多层次的防御策略。DDoS攻击通过海量流量使目标服务器过载,造成服务中断,对电商和在线平台带来巨大经济损失与用户信任危机。防御措施包括基础设施优化、流量调度及云端协同防护等技术手段。针对中小企业,推荐使用如非凡云提供的弹性防护方案,含200G免费DDoS防御与自动带宽扩容功能,有效降低攻击风险和技术门槛。
798 0
DDoS攻击:网络世界的“洪峰考验”与应对逻辑
|
10月前
|
数据采集 JSON Java
Java爬虫获取微店快递费用item_fee API接口数据实现
本文介绍如何使用Java开发爬虫程序,通过微店API接口获取商品快递费用(item_fee)数据。主要内容包括:微店API接口的使用方法、Java爬虫技术背景、需求分析和技术选型。具体实现步骤为:发送HTTP请求获取数据、解析JSON格式的响应并提取快递费用信息,最后将结果存储到本地文件中。文中还提供了完整的代码示例,并提醒开发者注意授权令牌、接口频率限制及数据合法性等问题。
|
存储 安全 Docker
直接停掉docker后镜像都没了
7月更文挑战第12天
1977 7
|
11月前
|
NoSQL 关系型数据库 MySQL
分布式系统学习9:分布式锁
本文介绍了分布式系统中分布式锁的概念、实现方式及其应用场景。分布式锁用于在多个独立的JVM进程间确保资源的互斥访问,具备互斥、高可用、可重入和超时机制等特点。文章详细讲解了三种常见的分布式锁实现方式:基于Redis、Zookeeper和关系型数据库(如MySQL)。其中,Redis适合高性能场景,推荐使用Redisson库;Zookeeper适用于对一致性要求较高的场景,建议基于Curator框架实现;而基于数据库的方式性能较低,实际开发中较少使用。此外,还探讨了乐观锁和悲观锁的区别及适用场景,并介绍了如何通过Lua脚本和Redis的`SET`命令实现原子操作,以及Redisson的自动续期机
1079 7
|
消息中间件 存储 容灾
深入理解Kafka核心设计及原理(一):初识Kafka
深入理解Kafka核心设计及原理(一):初识Kafka
1585 7
|
JavaScript 前端开发 数据可视化
用Vue搭建一个大屏数据可视化页面实战一(Vue实战系列)
用Vue搭建一个大屏数据可视化页面实战一(Vue实战系列)
2157 3

热门文章

最新文章