4 剖析处理
咱们知道，只是具有传输到上位机的原始测验数据是不行的，工程师所关怀的是实验中所感兴趣的成果，例如该旋转设备是否正常工作，或许发动机在各工况下的油耗特性曲线等等。因而，对原始数据进行处理和剖析，然后得到想要的成果或定论，在整个数据收集体系中是必要的一环。
常用的剖析处理办法有许多，例如均值、插值、拟合或许FFT变 换等，这儿需求着重的是，这些办法只能处理最基本的运用需求，关于各个运用范畴而言，都有自己一套专业的剖析和处理算法和体系。以旋转机械状况监测为例， 关于大型的旋转机械设备而言，工程师需求对电机、发动机、压缩机、电动马达、泵以及传动轴所引起的噪声和振荡有充沛的认知，而这个进程是非常复杂的。为了 确认噪声和振荡的本源，完结产品的规划优化，工程师需求具有一套完好的剖析手法：瀑布图、阶次盯梢、时域数据剖析、动平衡软件等各种信号处理东西（如下 图）。
正因为剖析处理这一部分 具有必定的专业性，因而工程师们一般有两种办法来完成：第一种便是挑选自己范畴的专业处理软件来完成对原始数据的发掘，这些软件具有“交钥匙”的功用，直 接上手可用，但功用并不灵敏，假如需求必定的定制功用的状况时其局限性会凸显；另一种办法则是运用一种开放性较好的开发渠道，并结合本身范畴的专业知识， 自己通过渠道开宣布满意需求的运用。业界现在干流的开发渠道是NI公司推出的图形化开发渠道LabVIEW，关于剖析处理方面，它不只供给现成可用的常用信号处理算法，针关于各个专业范畴的算法也推出不同的扩展东西包（例如声响与振荡东西包、医学电子东西包等），然后可满意大多数项目需求。
5 数据存储
无论是所收集到的原始数据，仍是通过剖析处理的成果数据，在整个体系的环路中，都需求有一个载体可以及时有效地保存这些数据，以备后期的回调以及发掘。
关于一般的运用来说，工程师会直接运用老练的PC技能，将数据存在上位机中的硬盘或许移动硬盘上。而关于数据量较大、通道数多以及速率高的体系而言（例如轿车磕碰安全实验），这种办法明显已不达时宜，数据流盘（Data Streaming）技能是处理这类问题的要害。因为篇幅，这边不对流盘技能做深化的解说，一些设备商也现已供给了现成可用的流盘处理方案，下表是PXI以及PXI Express渠道高速数据流盘的评测：
假如说流盘技能是可以让整个数据收集体系的存储才能”更快更强“的话，那么现在针对数据存储还有一个开展的趋势，则是朝着”更智能以及更耐久“的方向行进着。
在测验和丈量范畴，人们每天以高达数Zeta字节（10的12次方GB）速率进行数据收集, 海量模仿数据问题关于多通道数据收集体系来说是一个日益严峻的应战，需求有可满意多用户拜访需求的网络设备和数据办理体系，供给这种数据存储处理方案的一个日益遍及的办法便是运用云技能（Cloud Technology）。
现在，如 Averna、Virinco、NI和华穗科技（HUASUI）等供货商已供给可协助办理海量模仿数据处理方案的产品（如下图架构）。 为了剖析和办理来自数百万个文件的数十亿个数据点，工程师和科学家可运用现成可用的软件来发掘、查看和生成相关丈量数据。
注：关于海量数据办理以及云存储，可拜见本白皮书第二章的具体内容。
6 总结
综上所述，构建一个完好的多通道数据收集体系，关于工程师而言，要害的并不是其间某一个环节或许细节，而是需求有一个体系级的宽广思路，需求对体系全体做一致的规划。本章内容期望可以协助到工程师了解数据收集体系的基本原理和注意事项
