Analog Devices Inc. ADXL100x MEMS 가속도계

Analog Devices ADXL100x MEMS 가속도계는 산업 환경에서의 모니터링 애플리케이션을 위한 고해상도 진동 측정 기능을 제공합니다. 이 가속도계는 ±100g(ADXL1001), ±50g(ADXL1002) 및 ±500g(ADXL1004)의 풀 스케일 범위로 제공됩니다. ADXL100x 가속도계는 확장된 주파수 범위에서 25μg/√Hz에서 125μg/√Hz까지 초저잡음 범위를 제공합니다. 이 장치는 안정적이고 반복 가능한 감도를 보여주고 최대 10,000g의 외부 충격에 대한 내성이 있습니다.

ADXL100x MEMS 가속도계는 통합형 완전 전기기계식 자가 검사(ST) 기능 및 출력 허용 범위(OR) 표시기를 포함합니다. ST 기능과 OR 표시기는 임베디드 애플리케이션에 유용한 고급 시스템 수준 기능들을 지원합니다. 저전력 3.3~5.25V 단일 전원으로 작동되므로 무선 센서 제품도 용이하게 설계할 수 있습니다.

5 × 5 × 1.80mm LFCSP 패키지로 제공되는 ADXL100x MEMS 가속도계는 산업 환경 -40~+125°C 온도 범위에서 작동합니다.

특징

단일 평면 내 아날로그 출력을 갖춘 축 가속도계
출력 허용 범위 감지에 DC 커플링이 더해져 빠른 회복 시간 제공
풀 스케일 범위
- ±100g: ADXL1001
- ±50g: ADXL1002
- ±200g: ADXL1003
- ±500g: ADXL1004
- ±100g: ADXL1005
선형 주파수 응답 범위:
- DC~11kHz(3dB 지점): ADXL1001, ADXL1002
- DC~15kHz(3dB 지점): ADXL1003
- DC~24kHz(3dB 지점): ADXL1004
- DC~23kHz(3dB 지점): ADXL1005
공명 주파수
- 21kHz: ADXL1001, ADXL1002
- 28kHz: ADXL1003
- 45kHz(일반): ADXL1004
- 42kHz(일반): ADXL1005
초저 잡음 밀도
- ±100g 범위에서 30μg/√Hz: ADXL1001
- ±50g 범위에서 25μg/√Hz: ADXL1002
- ±50g 범위에서 45μg/√Hz: ADXL1003
- ±500g 범위에서 125μg/√Hz: ADXL1004
- ±100g 범위에서 75μg/√Hz: ADXL1005

완전 전기기계식 자가 검사
감도 성능
- 온도 변화에 대한 감도 안정도: 5%
- 선형도:
  - 풀 스케일 범위의 ±0.1%: ADXL1001, ADXL1002
  - 풀 스케일 범위의 ±0.2%: ADXL1001, ADXL1003
  - 풀 스케일 범위의 ±0.25%: ADXL1004, ADXL1005
- 교차 축 감도
  - ±1%(ZX), ±1%(YX): ADXL1001, ADXL1002
  - ±1%/±.08%(z축 가속은 x축에 영향, y축 가속은 x축에 영향): ADXL1003
  - ±1.5%(z축 가속은 x축에 영향, y축 가속은 x축에 영향): ADXL1004, ADXL1005
단일 전원 작동
- 출력 전압 범위는 공급 전압에 비례해서 결정
- 낮은 전력 소비량: 1.0mA
- 전력 절약 대기 작동 모드, 빠른 회복 속도
RoHS 규격 준수
- 온도 범위: -40~+125°C
- LFCSP 패키지: 5 x 5 x 1.80mm

애플리케이션

상태 모니터링
예측적 유지 활동
자산 건강

검사 및 측정
건강 사용 상태 모니터링 장치
음향 방출

기술 자료

예측적 관리에 적합한 가속도계 선택하기

기계의 건강 상태를 모니터링하면 예측적으로 관리할 수 있으므로, 기계의 고장을 예측해서 운영상 많은 절감 효과를 누릴 수 있습니다. 보수 유지 활동에 적합한 시간을 결정하기 위해 제조사는 진도아, 잡음, 온도 같은 매개 변수를 활용합니다. 엔진, 발전기 등 회전 장치에서 비정상적인 진동은 볼 베어링 오류, 축 오정렬, 불균형 또는 과도한 헐거움 등의 신호로 해석될 수 있습니다. 저잡음, 고대역폭 가속도계를 이용해서 기계의 고장 신호를 감지하세요.

자세히 알아보기

예측 유지 보수에 가장 적합한 센서 선택

예측유지관리(PdM)는 향후 발생할 수 있는 기계 또는 자산의 상태 이상을 예측하기 위한 CbM(Condition-based monitoring), 머신러닝(machine learning), 분석(analysis)과 같은 기법의 조합을 포함합니다. 기계의 상태를 모니터링할 때 가장 적합한 센서를 선택하여 고장을 감지, 진단, 예측하는 것이 매우 중요합니다.

자세히 알아보기

CBM (상태 기반 모니터링) 시스템에서 진동 데이터 분석

산업 기계의 모터 고장을 조기에 경고하기 위해 LTspice®를 사용하여 상태 기반 모니터링 시스템에서 진동 데이터의 주파수 내용을 분석하는 방법을 알아보십시오.

자세히 알아보기

풍력 터빈 상태 모니터링을위한 최고의 진동 센서 선택

진동을 기반으로 조기 오류를 감지하도록 시스템을 유지하면 전체 풍력 터빈의 비용이 많이 드는 가동 중지 시간을 방지 할 수 있습니다. 위험을 줄이기 위해 상태 기반 모니터링에 가장 적합한 진동 센서를 선택하십시오.

자세히 알아보기

상태 모니터링에서 진동 감지를 위한 MEMS 기반 솔루션을 구축하는 방법

상태 모니터링은 산업 부문뿐만 아니라 기계가 사용되는 모든 곳에서 생산 중단 시간의 위험을 최소화하기 위해 기계 설비 및 기술 시스템을 사용하는 오늘날의 핵심 과제 중 하나입니다. 이 기사에서는 ADXL1002 MEMS 가속도계를 기반으로 한 고도로 선형, 저잡음, 광대역 진동 측정 솔루션을 보여줍니다. 이 솔루션은 베어링 분석 또는 엔진 모니터링 및 최대 ± 50g의 넓은 동적 범위와 DC ~ 11kHz의 주파수 응답이 필요한 모든 애플리케이션에 사용할 수 있습니다.

자세히 알아보기