传统的维护通常仅在出现问题时才进行，或者依赖于人员的定期检查，因此维护成本通常很高。

基于状态的维护（基于状态的维护）使用传感器实时监视设备的运行状况，以便可以在出现故障之前及时对设备进行维护。

常见的应用包括工业设备中的涡轮机，风扇，泵和电动机。

从电动机的故障类型和传感器的选择开始，本文介绍了基于状态的维护（CBM）的设计和实现，希望给您一些有关如何实施基于状态的维护（CBM）的启示。

机械故障的故障类型一般来说，机械故障的故障类型主要分为两类：机械振动，其频率为10Hz至1kHz或2Hz至1kHz（ISO10816）。

机械磨损，频率为2Hz至6kHz。

图1：故障类型与振动频率（图片来源：ADI为您的应用选择最合适的加速度传感器）振动测量是目前最常用的方法，因为它可以可靠地指示机械问题，例如不平衡和轴承故障。

传感器的选择对于CBM，常用的测量信息的传感器是：振动，温度，声音，流量，压力等。

测量传感器的主要特征是故障类型。

振动加速度传感器广泛用于CBM应用中。

轴承状态，齿轮啮合，泵空化，不对中，不平衡，负载条件，声压传声器低成本/功率/尺寸电流传感器低成本，无创，通常测量偏心转子，绕组问题，转子条问题，电源不平衡，轴承问题，磁场磁传感器（IC）磁传感器模块成本/尺寸低，频率高达250Hz，转子在温度范围内稳定，带钢，端环问题温度红外温度传感器配备了昂贵且精确的多种资产/热源一度。

由摩擦，负载变化，过多的启动和停止，电源不足等引起的温度变化。

电阻温度传感器热电偶红外温度传感器低成本，小尺寸，准确（图表信息源：ADI选择了最合适的预测性维护传感器）传感器参数指示器在选择传感器之前，您应该首先了解电动机的故障类型。

对于加速度传感器来说，更关键的参数是：噪声密度，带宽范围，线性度等。

传感器的性能越好，分析能力就越强。

例如，对于低速电动机的不平衡问题，可能需要低噪声密度传感器，但是其对带宽范围的要求相对较低。

对于齿轮故障检测，可能需要低噪声密度和宽带宽范围。

通过Digi-Key提供的参数搜索功能，您可以过滤出所需的传感器，例如ADI加速度传感器。

基于状态的维护（CBM）设计和加速度传感器输出的实现主要分为两种类型：模拟和数字。

具有模拟输出的传感器通常连接至独立的ADC或连接至具有集成ADC功能的MCU，以转换为数字输出。

因此，如何有效地执行数字信号处理变得尤为重要。

边缘节点（EdgeNode）通常，ADC或传感器的数字输出模式主要是SPI。

此方法通常不提供任何数据完整性检查机制，时间戳和诸如混合来自不同传感器的数据之类的功能。

因此，将传感器数据打包到更高级别协议的边缘节点中然后进行传输非常有效。

这可以使传感器接口更加坚固和灵活。

这要求边缘节点使用适当的方法来处理打包的数据流。

通用ADC或传感器的主要数字输出模式是SPI。

SPI是不平衡的单端串行接口，主要用于短距离数据传输。

对于长距离有线传输，可以选择使用RS-485传输。

RS-485信号传输是一种平衡的差分传输，它本身可以抵抗干扰，适用于长距离数据传输。

RS-485的传输距离小于100米，数据传输速率可以达到50Mbps。

如果降低数据传输速率，则传输距离可以扩展到1000米。

（产品示例：ADIRS-485收发器）远程无线传输有多种方式，例如Wi-Fi，蓝牙，LoRa，zigbee等。

这里以ADISmartMesh为例，使您初步了解长距离无线传输的连接方法。

ADISmartMeshIP网络基于6LoWPAN标准（IEEE802.15.4e），基于