Es gibt zwei Stadien bei der Auswahl eines Datenerfassungssystems, in denen eine falsche Produktwahl den nötigen Einblick erschwert: zum einen Anzahl und Art der verfügbaren Kanäle und zum anderen das zur Datenanalyse und -anzeige verwendete Tool. Diese beiden Gesichtspunkte beeinflussen die Architektur eines Datenerfassungssystems am stärksten – und sollten daher bei der Wahl der Produkte berücksichtigt werden. Weitere zu beachtende Aspekte sind der Einsatz des Systems sowie die Verwaltung der Daten.
Schritt 1: Anzahl und Art der Kanäle
Für einen vollständigen Überblick über ein physikalisches System ist es nicht nur erforderlich, den Betrieb eines Prüflings, sondern auch die Umgebungsbedingungen zu kennen, mit denen die Messung in einen Kontext gesetzt wird. Um beispielsweise das Betriebsgeräusch eines Fahrzeugmotors während eines Tests zu reduzieren, ist nicht nur ein Mikrofon (oder eine Reihe von Mikrofonen) nötig, um das Betriebsgeräusch an sich zu messen. Auch Kenntnisse über Drehzahl, Position oder Temperatur tragen dazu bei, den Zustand des Motors zum Messzeitpunkt zu verstehen.
Ein optimal funktionierendes Messsystem ist in der Lage, unterschiedliche Signaltypen genau zu messen sowie zu synchronisieren. Und es lassen sich weitere, neu auftretende Systembestandteile hinzufügen. Dies führt zur ersten Überlegung, die Sie anstellen sollten: Welches Spektrum an Kanalanzahl und Signaltyp benötigen Sie für Ihre Anwendung – jetzt und in Zukunft? Ein Datenerfassungssystem muss signalkonditionierte Kanäle in der richtigen Anzahl und mit dem richtigen Sensortyp bieten. Andernfalls wird die Messung schon von Beginn an beeinträchtigt. Modulare Systeme sind festgelegten I/O-Architekturen in dieser Eigenschaft häufig überlegen, da man sie benutzerdefiniert anpassen kann und sie sich einfach um neue Prüfparameter erweitern lassen.
Schritt 2: Softwareanalyse und -anzeige
Erfolgreich erfasste Rohdaten, die auf dem Computer gespeichert werden, sind unbrauchbar, wenn sie sich nicht korrekt weiterverarbeiten lassen. Filter und Vergleiche auf Grundlage von Rohdaten sind nur sinnvoll, wenn die richtigen Analysealgorithmen ausgeführt werden. Deshalb lautet die zweite Überlegung: Vergewissern Sie sich, dass die für das Datenerfassungssystem gewählte Softwareumgebung die erforderlichen Analysen durchführen kann. Erreicht wird dies von den Herstellern auf verschiedenen Wegen: Einige bieten umfangreiche anwendungsspezifische Analyse-Toolkits an, während andere den Import von bestehendem IP erlauben (bei einigen ist beides möglich). Ob so oder so – stellen Sie sicher, dass Ihre Kenntnisse über die Daten nicht dadurch beeinträchtigt werden, dass die Software die Berechnungen nicht ausführen kann. Denken Sie auch daran, wie die Daten dargestellt werden. Sie sind unbrauchbar, wenn sie nicht so abgebildet werden, damit man auf deren Grundlage eine fundierte Entscheidung treffen kann.
Schritt 3: Einsatz eines Systems
Wenn die Architektur der konditionierten Kanäle und Software erstellt wurde, richtet sich die Aufmerksamkeit im nächsten Schritt auf praktischere Angelegenheiten. Muss der Anwender sich stets in der Nähe des Datenerfassungssystems befinden oder lässt es sich auch ferngesteuert betreiben? Welche Spezifikationen muss es erfüllen, um in einer möglicherweise rauen Umgebung eingesetzt werden zu können?
Häufig ändern sich die Anforderungen, wenn die Messungen nicht mehr am Prüfplatz, sondern am Einsatzort durchgeführt werden.
Während dieses Prozesses ist es von Vorteil, die Investitionen in die Softwareentwicklung zu wahren, selbst wenn man Komponenten des Hardwareaufbaus austauscht. Daraus ergibt sich die dritte Überlegung: Über welchen Formfaktor muss ein System verfügen, damit ich es in meiner Messumgebung einsetzen kann, und wird sich dieser möglicherweise ändern? Die meisten Hersteller bieten eine Vielzahl von Formfaktoren für ihre Produkte an, doch die besten Lösungen sind die flexiblen. Ein Beispiel hierfür ist ein System, mit dem der Anwender von einem Desktop- zu einem Stand-alone-System oder von einem Windows-basierten zu einem Echtzeitsystem wechseln kann, ohne Veränderungen am Code beziehungsweise der Software vornehmen zu müssen. Dies ist der Schlüssel zu minimalen Entwicklungsverzögerungen, mit dem Sie sich darauf konzentrieren können, Daten zu sammeln und Entscheidungen zu treffen, anstatt Hardware zu programmieren.
Schritt 4: Datenverwaltung
Aktuell sind die Abtastraten von A/D-Wandlern schnell und die Datenspeicherung ist günstig – ideale Voraussetzungen, da die Messgenauigkeit auf Wiederholungen basiert und man sehr häufig umfangreiche Tests durchführen muss. Doch es gibt Nachteile.
Die Suche nach einer Reihe von Tests, die ein gewisses Kriterium erfüllen oder ein besonderes Verhalten aufweisen, ist schwierig genug, wenn es nur ein paar Duzend, in kurzer Zeit gesammelter Messdaten gibt. Skaliert man dies auf Tausende oder sogar Millionen von Ergebnissen, die über lange Zeiträume hinweg verzeichnet wurden, wird deutlich, weshalb eine Strategie zur Datenverwaltung unumgänglich ist. Bei der Erstellung eines Datenerfassungssystems ist demnach die vierte wichtige Überlegung: Welches ist das optimale Dateiformat, um die Daten zu speichern, und wie verwalte ich sie nach ihrer Erfassung? Am besten sind binäre Datendateien mit indizierten ASCI-Headern wie das TDMS-Dateiformat, da sie für die meisten Datenerfassungsanwendungen gut geeignet sind und eine Ausgewogenheit zwischen Speichergröße und Sucheffizienz herstellen.
Eine große Verschwendung von Ressourcen ist die Suche nach und das Wiederholen von Messungen aufgrund von schlecht organisierter Datei-I/O. Spezifische Datenverwaltungswerkzeuge wie Diadem bieten viele Vorteile, da sie ein wesentlich größeres Maß an Geschicklichkeit bei der Suche, Analyse und Berichterstellung von Daten ermöglichen als Standardwerkzeuge für allgemeine Zwecke. Doch sogar ohne sie kann man deutlich Zeit einsparen, wenn man vor der Datenerfassung ein wenig mehr Zeit für das Standardisieren des Dateiformats und Benennen von Konventionen aufwendet.
