torsdag 28 augusti 2025 · 0 min read
Datainsamling (DAQ) – Den Ultimata Guiden [Uppdaterad 2025]
I den här artikeln kommer vi att lära oss allt om datainsamling (DAQ) och beskriva det tillräckligt detaljerat så att du kommer att:
Se vad datainsamling (DAQ) är
Lära dig om de viktigaste funktionerna och kapaciteterna hos ett datainsamlingssystem
Förstå hur datainsamling används idag – och viktigast av allt, varför
Är du redo att börja? Då kör vi!
Vad är datainsamling (DAQ)?
Datainsamling (vanligtvis förkortat som DAQ eller DAS) är processen att sampla signaler som mäter fysiska fenomen i den verkliga världen och omvandla dem till digital form som kan bearbetas av en dator och mjukvara.
Datainsamling anses i allmänhet vara skild från tidigare former av registrering på bandspelare eller pappersdiagram. Till skillnad från dessa metoder konverteras signalerna från den analoga domänen till den digitala domänen och spelas sedan in på ett digitalt medium såsom ROM, flashminne eller hårddiskar.
Vad är ett datainsamlingssystem?
Ett datainsamlingssystem är ett system som inkluderar mätutrustning, sensorer, en dator och programvara för datainsamling. Ett datainsamlingssystem används för att insamla, lagra, visualisera och bearbeta data. Detta innebär att samla in den information som krävs för att förstå elektriska eller fysiska fenomen.
Det finns flera typer av datainsamlingssystem. Det kan vara en handhållen enhet för enkel temperaturmätning eller ett stort system med tusentals kanaler, installerat i flera rack och fjärrstyrt. Se avsnittet om typer av datainsamlingssystem för att lära dig mer om de grundläggande typerna.
Komponenter i ett datainsamlingssystem
Moderna digitala datainsamlingssystem består av fyra grundläggande komponenter som utgör hela mätkedjan för fysiska fenomen:
Sensorer
Signalkonditionering
Analog-till-digital-omvandlare (ADC)
Dator med DAQ-programvara för datalogging och analys
Ett typiskt datainsamlingssystem har flera kanaler med signalkonditioneringskretsar som utgör gränssnittet mellan externa sensorer och A/D-omvandlingsundersystemet.
Learn more:
Vad mäter ett datainsamlingssystem?
Datainsamlingssystem används i första hand för att mäta fysiska fenomen såsom:
Temperatur
Spänning
Ström
Töjning och tryck
Stötar och vibrationer
Avstånd och förskjutning
Varvtal (RPM), vinkel och diskreta händelser
Vikt
Observera att det finns flera andra storheter, inklusive ljus och bilder, ljud, massa, position, hastighet, osv. som också kan mätas med ett datainsamlingssystem.
Kolla in de moderna Dewesoft digitala datahanteringssystemem
Dewesoft tillhandahåller lättanvända, moderna och modulära digitala datainsamlingssystem. Systemen är utformade för att vara enkla att använda, men kan samtidigt användas för de mest krävande test- och mätapplikationerna. Dewesoft DAQ-system erbjuder en branschledande 7-årig garanti.
Syftet med datainsamling
Det primära syftet med ett datainsamlingssystem är att samla in och lagra data. Men de är också avsedda att tillhandahålla realtids- och efterinspelad visualisering samt analys av data. Dessutom har de flesta datainsamlingssystem någon form av inbyggd analys- och rapportgenereringskapacitet.
En nyare innovation är kombinationen av datainsamling och styrning, där ett högkvalitativt DAQ-system är tätt integrerat och synkroniserat med ett realtidsstyrsystem. Du kan läsa mer om detta ämne i den relaterade artikeln: “Att kombinera datainsamling med ett realtidsstyrsystem”.
Ingenjörer inom olika tillämpningar har förstås varierande behov, men dessa nyckelfunktioner finns med i olika proportioner:
Datainspelning
Datalagring
Realtidsvisualisering av data
Granskning av data efter inspelning
Dataanalys med olika matematiska och statistiska beräkningar
Rapportgenerering
Datainsamlingsinstrument används också i stor utsträckning för övervakningsapplikationer. Exempel är:
Övervaka tillståndet hos komplexa maskiner som generatorer, motorer, fläktar, etc.
Övervaka strukturella egenskaper hos byggnader såsom broar, stadion, etc.
Övervaka energiförbrukning och energieffektivitet i produktionsprocessen.
Och många andra övervakningsscenarier.
Learn more:
Vikten av datainsamlingssystem
Datainsamlingssystem eller DAQ-enheter är avgörande vid testning av produkter, från bilar till medicintekniska apparater – i princip alla elektromechaniska enheter som människor använder.
Före datainsamling testades produkter på ett ostrukturerat och mycket subjektivt sätt. Till exempel, när man testade en ny fjädring i en bil, förlitade sig ingenjörer ofta på testförarnas åsikter om hur fjädringen “kändes” för dem.
Med uppfinningen och utvecklingen av datainsamlingssystem, som kan samla in data från en mängd olika sensorer, ersattes dessa subjektiva bedömningar med objektiva mätningar. Dessa kunde enkelt upprepas, jämföras, analyseras matematiskt och visualiseras på många olika sätt.
Exempel på ett testsammanhang där Dewesofts datainsamlingssystem används för att registrera, lagra och analysera data under extrem lastprovning på en lastbil.
Idag skulle ingen överväga att tillverka någon form av fordon, stort eller litet, flygplan, medicintekniska produkter, storskaliga maskiner osv. utan att använda datainsamling för att objektivt mäta deras prestanda, säkerhet och tillförlitlighet.
Kolla in Dewesofts digitala och modulära datainsamlingssystem med en branschledande 7-årig garanti:
Lär dig mer om Dewesofts datainsamlingsteknologi:
Grundläggande typer av datainsamlingssystem
Dagens datainsamlingssystem finns i många former och varianter:
Handhållna datainsamlingssystem
Portabla datainsamlingssystem (med inbyggd dator, lagring och display)
Modulära datainsamlingssystem
Rackmonterbara datainsamlingssystem
Osv.
Det finns många olika datainsamlingssystem att välja mellan som passar specifika tillämpningar. För att lära dig mer om olika typer av datainsamlingssystem, vänligen se följande artikel:
Mätprocessen
Datainsamling är processen att omvandla verkliga signaler till den digitala domänen för visning, lagring och analys. Eftersom fysiska fenomen existerar i den analoga domänen, det vill säga den fysiska värld vi lever i, måste de först mätas där och sedan omvandlas till den digitala domänen.
Denna process utförs med hjälp av en mängd olika sensorer och signalbehandlingskretsar. Utgångarna samplas av analog-till-digital-omvandlare (ADC:er) och skrivs sedan i en tidsbaserad ström till ett digitalt lagringsmedia, som nämnts ovan. Vi brukar kalla sådana system för mätsystem.
Låt oss titta närmare på varje element i kedjan.
Sensorer eller transduktorer
Mätningen av ett fysikaliskt fenomen, såsom temperatur, ljudnivå eller vibrationer som uppstår vid konstant rörelse, börjar med en sensor. En sensor kallas även en transduktor. En sensor omvandlar ett fysikaliskt fenomen till en mätbar elektrisk signal.
Sensorer används i vår vardag. Till exempel är den vanliga kvicksilvertermometern en mycket gammal typ av sensor som används för att mäta temperatur. Genom att använda färgat kvicksilver i ett slutet rör utnyttjas det faktum att detta ämne har en konsekvent och linjär reaktion på temperaturförändringar. Genom att markera röret med temperaturvärden kan vi titta på termometern och se vilken temperatur det är – med begränsad noggrannhet.
Självklart finns det ingen analog utgång annat än den visuella. Denna typ av primitiv termometer, även om den är användbar i ugnen eller utanför köksfönstret, är inte särskilt användbar för datainsamlingsapplikationer.
Därför har andra typer av sensorer uppfunnits för att mäta temperatur, såsom termoelement, termistorer, RTD-sensorer (Resistance Temperature Detectors) och till och med infraröda temperatursensorer. Miljontals av dessa sensorer används dagligen i alla möjliga applikationer – från motortemperaturen som visas på bilens instrumentpanel till temperaturmätningar inom läkemedelstillverkning. I princip varje industri använder temperaturmätning på något sätt.
Självklart finns det många andra typer av sensorer som har uppfunnits för att mäta olika fysiska fenomen:
Lastceller: för att mäta vikt och belastning
LVDT-sensorer: används för att mäta förskjutning i avstånd
Accelerometrar: för att mäta vibration och stötar
Mikrofoner: för att mäta ljud
Töjningsgivare (strain gauges): för att mäta töjning på ett objekt, t.ex. kraft, tryck, dragspänning, vikt osv
Strömtransduktorer: för att mäta AC- eller DC-ström
och otaliga fler
Beroende på sensortyp kan dess elektriska utgång vara en spänning, ström, resistans eller någon annan elektrisk egenskap som varierar över tid. Utgången från dessa analoga sensorer kopplas vanligtvis till ingången på en signalkonditioneringsenhet, vilket vi kommer att diskutera i nästa avsnitt.
Learn more about sensors:
Signalkonditioneringsenheter
Signalkonditioneringsenheter har som uppgift att ta utgången från analoga sensorer och förbereda dem för digital sampling.
Om vi fortsätter med exemplet med en termoelement-sensor: Signalkonditioneringskretsen behöver linjärisera signalen från sensorn samt tillhandahålla isolation och förstärkning för att höja den mycket lilla spänningen till en nominell nivå som kan digitaliseras.
Varje signalkonditioneringskrets är utformad av tillverkaren för att utföra den grundläggande normaliseringen av sensorutgången, för att säkerställa linjäritet och tillförlitlighet gentemot den uppmätta fysikaliska företeelsen, samt förbereda signalen för digitalisering. Eftersom varje sensortyp är unik måste därför signalkonditioneringsenheterna vara perfekt anpassade till respektive sensor.
Läs mer om signalkonditionering:
Isolationsbarriärer (galvanisk isolering)
Elektrisk isolering, ibland kallad galvanisk isolering, innebär att en krets separeras från andra elektriska potentialkällor. Detta är särskilt viktigt i mätsystem eftersom de flesta signaler existerar på relativt låga nivåer, och externa elektriska potentialer kan påverka signalens kvalitet kraftigt, vilket kan resultera i felaktiga mätvärden. Störande potentialer kan vara både av AC- och DC-karaktär.
Ett exempel är när en sensor placeras direkt på ett testobjekt (t.ex. en strömförsörjning) som ligger på en potential över jord (dvs. inte vid 0V). Detta kan orsaka en DC-offset på signalen på flera hundra volt. Elektriska störningar eller brus kan också uppträda i form av AC-signaler skapade av andra elektriska komponenter i signalvägen eller i testmiljön. Till exempel kan lysrör i rummet avge 400 Hz som lätt kan fångas upp av mycket känsliga sensorer.
Detta är anledningen till att de bästa dataförvärvssystemen har isolerade ingångar – för att bevara signalens integritet och säkerställa att det sensorn rapporterar verkligen är det som har uppmätts. Det finns flera olika typer av isoleringstekniker som används idag.
Video som förklarar hög galvanisk isolering i Dewesofts datainsamlingssystem
Learn more about galvanic isolation:
Filtrering
Praktiskt taget varje signal som vi vill mäta kan påverkas av elektriska störningar eller brus. Detta kan ha en rad olika orsaker, inklusive omgivande elektromagnetiska fält som kan induceras i signalledningar med hög förstärkning, eller enkla spänningspotentialer som existerar mellan sensorn eller mätsystemet och objektet som testas. Därför erbjuder de bästa signalbehandlingssystemen valbar filtrering som ingenjören kan använda för att ta bort dessa störningar och därmed möjliggöra mer tillförlitliga mätningar.
Filter uttrycks normalt i termer av det frekvensband de verkar på. Det finns fyra grundläggande typer av signalfilter:
Lågpassfilter (Low-pass filter): detta filter reducerar eller ”rullar av” signaler som börjar vid en viss frekvens och alla frekvenser ovanför den.
Högpassfilter (High-pass filter): gör motsatsen och släpper igenom frekvenser som ligger över en given frekvens.
Bandpass- och bandspärrfilter (Band-pass och band-reject filters): släpper igenom eller stoppar (spärrar) frekvenser mellan två givna värden.
Viss filtrering, såsom anti-aliasing-filtrering, kan endast utföras i den analoga domänen. Detta beror på att när en falsk signal orsakad av undersampling väl har digitaliserats finns det inget sätt att veta hur den verkliga signalen såg ut. Däremot kan nästan all annan filtrering göras i den digitala domänen, dvs. i mjukvara, efter att signalen har digitaliserats.
Filter definieras också av hur många poler de har. Ju fler poler, desto brantare roll-off kan de utföra på signalen. Denna roll-off eller lutning anger helt enkelt hur många decibel av signalen som kan dämpas per oktav. Specifikationen för filtret anger vanligtvis den maximala roll-off i dB/Q.
Dewesofts DAQ-hårdvara tillhandahåller normalt lågpassfiltrering beroende på vilken typ av signal som mäts. Vissa konditioneringsmoduler erbjuder dessutom högpassfiltrering, exempelvis CHARGE-signalförstärkare. Att ta bort oönskade lågfrekventa element är särskilt kritiskt om den uppmätta signalen ska integreras eller dubbelintegreras, eftersom dessa element annars skulle kraftigt förvränga de härledda hastighets- eller förskjutningsvärdena.
Du kommer också stöta på filtertyper som Bessel, Butterworth, Elliptic, och Chebyshev, för att nämna några. Eftersom alla filter i sin natur innebär någon form av förvrängning av signalen, har ingenjörer genom åren utvecklat olika filtertyper för att kunna uppnå bästa möjliga resultat för sina specifika tillämpningar.
Filtertyp | Avrullningsbranthet | Rippel eller distorsion | Andra faktorer |
---|---|---|---|
Butterworth | Bra | Inget rippel, men fyrkantsvågor orsakar distorsion (hysteres) | Måttlig fasdistorsion |
Chebyshev | Brantare | Rippel i passbandet | Dålig transientrespons |
Bessel | Bra | Ingen ringning eller översläng från icke-sinusformade vågor | Ökad fasfördröjning |
Elliptic | Brantast | Rippel i passbandet | Icke-linjär fasrespons |
DewesoftX DAQ-programvaran erbjuder en bred palett av användarvalbara filteralternativ, inklusive alla de som nämndes ovan och fler därtill. Det är intressant att notera att mjukvarufilter kan appliceras efter mätningen – och till och med tas bort eller ändras efter mätningen. Detta ger ingenjören många verktyg för att analysera sina data på ett icke-destruktivt sätt.
Med hjälp av DewesoftX-programvaran kan ingenjörer spela in sina data utan filtrering och sedan applicera olika filter efter inspelningen och experimentera, till och med göra jämförelser sida vid sida med den ursprungliga signalen. Denna flexibilitet är ett kraftfullt analysverktyg och mycket enkelt att implementera. Det bevarar de råa, ofiltrerade data och gör det samtidigt möjligt för ingenjören att applicera filter vid behov, vilket skapar en annan datamängd för analys- eller presentationsändamål.
Analog-till-digital-omvandlare (ADC eller AD-omvandlare)
Utgången från de flesta fysiska mätningssignaler är en analog signal. Det är nödvändigt att konvertera denna signal till en serie högfrekventa digitala värden så att den kan visas och lagras av dataförvärvssystemet. För detta används ett A/D-kort eller ett A/D-delsystem för att omvandla signalen.
Det finns en mängd olika typer av ADC:er, inklusive både multiplexade och enskilda omvandlare per kanal. I ett multiplexat ADC-system används en enda analog-till-digital-omvandlare för att konvertera flera signaler från den analoga till den digitala domänen. Detta görs genom att multiplexa de analoga signalerna en i taget in i ADC:n.
Detta är ett mer kostnadseffektivt tillvägagångssätt jämfört med att ha en ADC-krets per kanal. Å andra sidan är det dock inte möjligt att exakt synkronisera signalerna på tidsaxeln, eftersom endast en signal kan konverteras åt gången. Därför uppstår alltid en tidsförskjutning mellan kanalerna.
I de tidiga dagarna av datainsamling var 8-bitars ADC:er vanliga. Vid denna tidpunkt är 24-bitars ADC:er standard bland de flesta datainsamlingssystem som är utformade för att göra dynamiska mätningar, och 16-bitars ADC:er betraktas allmänt som den absoluta minimilösningen för signaler i allmänhet.
Hastigheten med vilken signalerna konverteras kallas samplingshastigheten. Vissa applikationer, såsom de flesta temperaturmätningar, kräver inte en hög hastighet eftersom mätningarna inte förändras särskilt snabbt. Däremot kräver AC-spänningar och strömmar, stötar och vibrationer, samt många andra storheter samplingshastigheter på tiotusentals eller hundratusentals prover per sekund eller mer. Samplingshastigheten betraktas som mätningens T- eller X-axel.
På Y- eller den vertikala axeln finns ADC:er med olika upplösningar. De vanligaste idag är 16-bitars och 24-bitars. En ADC med 16-bitars upplösning kan teoretiskt digitalisera en inkommande signal med en upplösning på en del av 65 535 (2^16 = 65 536).
Detta värde reduceras i praktiken av brus och kvantiseringsfel bland annat, men det ger en bra utgångspunkt för jämförelse. Eftersom varje extra bit i upplösningen i praktiken fördubblar kvantiseringsnoggrannheten, kan system med 24-bitars ADC:er ge 2^24 = 16,777,216
. Det innebär att en inkommande signal på en volt kan delas upp i mer än 16 miljoner steg på Y-axeln.
ADCs som erbjuder både höga samplingshastigheter och hög upplösning på amplitudaxeln är optimala för dynamisk signalanalys, såsom stötar och vibrationer. Låga samplingshastigheter kombinerat med hög amplitudupplösning är däremot optimala för termoelement och andra mätstorheter som har ett stort amplitudområde men som inte förändras särskilt snabbt.
ADCs som erbjuder anti-aliasing-filter (AAF) är mycket eftertraktade i alla tillämpningar som involverar dynamiska mätningar, eftersom de förhindrar mätfel som orsakas av att signalen samplas med en alltför låg hastighet. Detta aliasing uppstår när ett falskt signalmönster skapas på grund av för gles sampling av en snabbt varierande signal.
När signalerna väl har konverterats till digital form (så kallade mätstorheter) behandlas de av datorsubsystemet på flera sätt. Först och främst kan de visas för testoperatören på systemets skärm för visuell inspektion och granskning. De flesta DAQ-system visar data i flera vanliga format, inklusive en tidskurva (även kallad “strip chart” eller Y/T-diagram) samt i numerisk form. Men många system på marknaden idag erbjuder även andra visningsformat, såsom stapeldiagram, X-Y-diagram och fler.
Läs mer om A/D-omvandlare:
Datainsamling och lagring
Dagens datainsamlingssystem (DAQ) använder vanligtvis en solid-state hårddisk (SSD eller HDD) för att strömma data från ADC-subsystemet till permanent lagring. Genom att skriva data till disk kan den också analyseras efter att testet är avslutat.
De flesta DAQ-system gör det möjligt att exportera data till olika filformat för analys med tredjepartsprogram. Vanliga dataformat inkluderar CSV (Comma Separated Values), UNV (Universal File Format) och flera andra.
DewesoftX datainsamlingsprogramvara, som ingår gratis med våra modulära DAQ-system, kan exportera data till både dessa format och många fler. Se den kompletta listan över stödda filformat för export.
Datavisualisering och visning
En av de mest kritiska funktionerna i ett DAQ-system är möjligheten att visualisera data i realtid under datalagringen. Systemen använder vanligtvis en integrerad eller separat plattbildsskärm, som kan konfigureras i en mängd olika visuella format.
Vågformsdata kan nästan alltid visas som Y/T-vågformer mot ett diagram eller rutnät, samt i numerisk form. Men andra grafiska metoder kan också användas, till exempel stapelmätare, FFT-diagram (Fast Fourier Transform) för frekvens/magnitud och mer.
Dagens mest flexibla DAQ-system låter användaren fritt konfigurera en eller flera visningar med hjälp av inbyggda grafiska widgets på ett enkelt sätt. DewesoftX-programvaran erbjuder flera högkvalitativa inbyggda visuella instrument:
Inspelare:horisontell, vertikal och XY-inspelare
Oscilloskop: oscilloskop, 3D-oscilloskop, vectorscope
FFT: FFT, 3D FFT, Harmonisk FFT och Oktav
Mätare: digitala, analoga, horisontella/vertikala stapelmätare
Diagram: 2D-, 3D-diagram, Oktav, Orbit, Campbell-plot
Video: standardvideovisning och termisk videovisning med temperaturindikatorer
GPS: positionsvisning med interaktivt stöd för Open Street Map-lager
Styrning: knapp, strömbrytare, ratt, reglage, användarinmatning
Förbränningsanalys: P-V-diagram och förbränningsoscilloskop
Rotorbalansering: för fältbalansering
Fordon: 3D-polygon för visning av rörliga objekt
Flyg- och rymdteknik: höjdmätare eller konstgjord horisontindikator
DSA/NVH: Modal cirkel
Övrigt: 2D/3D-tabell, bild, text, linje, överlastindikator, indikatorlampa, anteckning
Alla visuella instrument erbjuder olika anpassningsmöjligheter med realtidsvisuell återkoppling.
Typisk visning från en DewesoftX DAQ-programvara som körs på ett av Dewesofts datainsamlingssystem, där uppmätta data visas i en mängd olika användarvalbara grafer och visuella widgetar.
Dataanalys
Datainsamlingssystem ger en viktig visuell referens till testets tillstånd i realtid. Men efter att data har lagrats i DAQ-systemet kan de också analyseras med hjälp av verktyg som antingen är inbyggda i DAQ-systemet eller tredjepartsprogramvara för dataanalys.
Som nämnts tidigare har nästan alla DAQ-system på marknaden idag flera inbyggda dataexportfilter som omvandlar systemets proprietära dataformat till tredjepartsformat för offlineanalys.
Pris på datainsamlingssystem
Datainsamlingssystem säljs av en mängd olika företag och finns med ett brett utbud av funktioner och specifikationer, vilket gör att priserna kan variera avsevärt. Det är därför användbart att ange ungefärliga prisnivåer för olika typer av DAQ-system, baserat på en modell med pris per kanal. De uppskattade priserna anges i USD (amerikanska dollar):
Enkla DAQ-system: vanligtvis mellan 200–500 USD per kanal.
Mellanklass DAQ-system: vanligtvis mellan 500–1000 USD per kanal.
Avancerade DAQ-system: vanligtvis mellan 1000–2000 USD per kanal.
Gör-det-själv DAQ-system är svåra att uppskatta eftersom de kan variera från några få kanaler till mycket komplexa system som tagit flera manår att utveckla och/eller omfattar hundratals eller till och med tusentals kanaler.
Se guiden "Komplett lista över datainsamlingsföretag" för en uppdaterad lista över leverantörer av datainsamlingssystem.
Framtiden för datainsamling
Framtiden för datainsamling är lovande och utvecklas ständigt, drivet av snabba teknologiska framsteg. Ett tydligt exempel är den öppna datainsamlingsstandarden OpenDAQ. OpenDAQ är ett gemensamt initiativ från två stora aktörer inom datainsamling – Dewesoft och HBK.
OpenDAQ är ett SDK och syftar till att slutligen standardisera de dataprotokoll som används i DAQ-system. Standarden definierar protokoll och gränssnitt som tillverkare av datainsamlingssystem kan implementera i både hårdvara och mjukvara. Detta gör det enklare för användare att integrera olika DAQ-enheter i sitt arbetsflöde.
OpenDAQ är för närvarande i offentlig betaversion och kommer att släppas fullt ut under 2024.
Sammanfattningsvis är framtiden för datainsamling mycket ljus, fylld av innovationer som kommer att påverka både samhälle och affärsverksamhet på djupet. Den kommer att kännetecknas av snabbare, mer effektiva och mer tillförlitliga metoder för datainsamling, drivna av avancerad teknologi och ett växande behov av djupare realtidsinsikter.