Innovaciones tempranas

Los orígenes de la adquisición de datos se remontan al siglo XIX, cuando los métodos manuales dominaban el registro de fenómenos físicos, particularmente en la experimentación científica. En fisiología, el quimógrafo, inventado por el fisiólogo alemán Carl Ludwig en 1847, representaba un registrador gráfico mecánico fundamental que automatizaba el registro de variables como la presión arterial y las contracciones musculares en tambores giratorios de papel ahumado.[30] Este dispositivo permitió una representación gráfica continua de señales que varían en el tiempo, lo que permitió a los investigadores analizar procesos dinámicos sin una intervención manual constante, y sentó las bases para la recopilación sistemática de datos en ciencias experimentales.

A principios del siglo XX, las innovaciones se dirigieron hacia tecnologías de registro eléctrico y visual, mejorando la precisión y la velocidad de la captura de datos. Los osciloscopios analógicos surgieron en la década de 1920 y utilizaban tubos de rayos catódicos para mostrar formas de onda eléctricas en tiempo real; los primeros modelos comerciales estuvieron disponibles en 1931 de fabricantes como General Radio. Como complemento, se encontraban los registradores de gráficos de tira, que evolucionaron a partir de diseños de quimógrafos para producir trazas lineales de señales analógicas en gráficos de papel en movimiento, facilitando la documentación de fenómenos como las fluctuaciones de voltaje en ingeniería eléctrica. Estas herramientas abordaron las limitaciones de los sistemas puramente mecánicos mediante la incorporación de principios electromagnéticos, lo que permitió aplicaciones más amplias en entornos de laboratorio y monitoreo industrial.

Después de la Segunda Guerra Mundial, la década de 1950 vio la llegada de los registradores de datos electrónicos impulsados ​​por necesidades militares y aeroespaciales, particularmente en telemetría para la transmisión remota de señales. Estos sistemas permitieron la recopilación inalámbrica de datos de sensores de vehículos de alta velocidad, y las primeras implementaciones se centraron en grabadoras de cinta magnética analógicas para almacenar entradas multicanal. Un ejemplo notable fue el despliegue de sistemas de telemetría por parte de la NASA en 1958 para la misión Explorer 1, el primer satélite estadounidense, que capturó y transmitió datos sobre el rendimiento del cohete, incluidos los niveles de radiación y las condiciones ambientales durante el lanzamiento y la órbita.

A principios de la década de 1960, los sistemas comerciales de adquisición de datos comenzaron a integrar la tecnología de osciloscopio para lograr un registro más accesible, lo que marcó una transición hacia herramientas electrónicas estandarizadas. Hewlett-Packard introdujo el osciloscopio de muestreo HP 185B en 1962, capaz de capturar señales de alta frecuencia de hasta 1 GHz y proporcionar capacidades fotográficas o de lectura directa para el almacenamiento persistente de datos, que respaldaba aplicaciones en investigación e ingeniería más allá del uso militar especializado. De manera similar, el osciloscopio de estado sólido HP 180A de ese año ofreció confiabilidad mejorada y visualizaciones de trazas múltiples, estableciendo grabadores basados ​​en osciloscopios como instrumentos DAQ comerciales fundamentales.

Avances modernos

La transición de los sistemas de adquisición de datos analógicos a los digitales a finales del siglo XX marcó un cambio fundamental, basándose brevemente en los primeros fundamentos analógicos al integrar la potencia computacional para un manejo y procesamiento de señales más eficiente.

En las décadas de 1970 y 1980, el auge de los sistemas de adquisición de datos (DAQ) basados ​​en microprocesadores revolucionó el campo al permitir el control programable y la automatización de las tareas de medición. National Instruments, fundada en 1976, fue pionera en esta era con sus productos iniciales, incluida la tarjeta de interfaz GPIB (General Purpose Interface Bus) de 1977, que facilitó la recopilación de datos de instrumentos mediante microprocesador, sentando las bases para entornos de programación gráfica como LabVIEW, lanzado por primera vez en 1986.[39][40] A mediados de la década de 1980, estos sistemas habían evolucionado para admitir componentes elementales como tarjetas GPIB DAQ, lo que permitía una integración escalable con computadoras personales.

En la década de 1990 se produjo una mayor estandarización mediante la introducción del bus PCI (Peripheral Component Interconnect), que proporcionaba velocidades de transferencia de datos de alta velocidad de hasta 133 MB/s y se convirtió en la piedra angular de la integración de hardware DAQ en las PC. Desarrollado por Intel a partir de 1990 y propuesto públicamente en 1992, el bus PCI reemplazó interfaces más lentas como ISA, permitiendo placas DAQ más confiables y de mayor rendimiento para aplicaciones que requieren un rápido rendimiento de datos. La adopción de este estándar se extendió a plataformas modulares como PXI en 1997, que aprovechaba PCI para adquisiciones sincronizadas y de alto número de canales en pruebas y mediciones.[41]

Un hito clave a principios de la década de 2000 fue la estandarización de DAQ basado en USB, que introdujo la conectividad plug-and-play y una implementación simplificada sin ranuras especializadas. Con el lanzamiento de USB 2.0 en 2000, que ofrecía hasta 480 Mbps de ancho de banda, fabricantes como National Instruments lanzaron dispositivos DAQ USB a mediados de la década de 2000, como el USB-6008 en 2005, permitiendo sistemas portátiles intercambiables en caliente alimentados directamente a través de la interfaz.[42] Este cambio redujo la complejidad y los costos de configuración, haciendo que DAQ sea accesible para uso en campo y laboratorio.[43]

Durante la década de 2000, surgieron los sistemas DAQ inalámbricos y en red, que incorporaban los estándares IEEE 802.11 para detección remota y monitoreo distribuido. El estándar IEEE 802.11b, ratificado en 1999 con velocidades de 11 Mbps, se integró en las arquitecturas DAQ a principios de la década de 2000 para admitir redes de área local inalámbricas (WLAN) ad-hoc para la transmisión de datos en tiempo real desde sensores en ubicaciones inaccesibles, como el monitoreo de la salud estructural.[44] Estos sistemas mejoraron la flexibilidad con respecto a las configuraciones cableadas, y en 2003 los prototipos demostraron una adquisición confiable de datos de vibración a través de WLAN.[45]

Hardware

El hardware de adquisición de datos abarca los componentes físicos que interactúan con señales del mundo real, convirtiéndolas en formato digital para su procesamiento. En el núcleo se encuentran sensores y transductores que detectan fenómenos físicos y generan las señales eléctricas correspondientes. Los termopares, por ejemplo, generan un voltaje proporcional a las diferencias de temperatura basándose en el efecto Seebeck, lo que los hace adecuados para medir temperaturas en entornos industriales.[50] Los extensímetros, por otro lado, miden la tensión mecánica detectando cambios en la resistencia eléctrica cuando se deforman, a menudo utilizados en transductores de presión donde el manómetro está unido a un diafragma que se flexiona bajo la fuerza aplicada.[50] Estos dispositivos emiten señales analógicas de bajo nivel, generalmente en el rango de microvoltios a milivoltios, lo que requiere una interfaz cuidadosa para evitar la degradación de la señal.

Para la digitalización de estas señales son fundamentales los convertidores analógico-digital (ADC), que muestrean y cuantifican entradas analógicas en valores digitales discretos. Los ADC de registro de aproximación sucesiva (SAR) funcionan comparando iterativamente el voltaje de entrada con una referencia utilizando un convertidor interno de digital a analógico, logrando resoluciones de 8 a 18 bits y velocidades de muestreo de hasta varios MSPS, ideales para la adquisición de datos multiplexados en instrumentación. Los ADC sigma-delta (Σ-Δ), por el contrario, emplean sobremuestreo y modelado de ruido a través de un modulador y un filtro digital, proporcionando resoluciones más altas de 12 a 24 bits a velocidades efectivas más bajas (hasta unos pocos cientos de Hz), sobresaliendo en aplicaciones de precisión como la digitalización de sensores donde el rechazo del ruido de línea (50/60 Hz) es fundamental. La resolución de un ADC, determinada por su profundidad de bits nnn, define el rango dinámico, donde el rango de escala completa es igual a 2n×2^n \times2n× LSB, siendo LSB el paso de voltaje de bit menos significativo; por ejemplo, un ADC de 12 bits divide el rango de entrada en 4096 pasos, lo que produce una granularidad más fina pero un ruido de cuantificación potencialmente mayor si la señal no abarca toda la escala.[52]

El hardware de acondicionamiento de señales prepara estas señales analógicas para la entrada ADC mejorando la calidad y la compatibilidad. Los amplificadores, como los amplificadores de instrumentación, aumentan las salidas débiles de los sensores para igualar el rango de entrada del ADC, mejorando la relación señal-ruido; para termopares, ganancias de 100 o más pueden elevar las señales de microvoltios a voltios, mejorando la resolución de la medición.[53] Los filtros antialiasing, típicamente filtros analógicos de paso bajo, atenúan las frecuencias por encima del límite de Nyquist (la mitad de la frecuencia de muestreo) para evitar el plegamiento espectral y la distorsión, con cortes programables que garantizan el cumplimiento de la vibración o la adquisición de audio. Los multiplexores permiten la operación multicanal al enrutar secuencialmente señales desde múltiples sensores a un solo ADC o amplificador, admitiendo hasta miles de canales en sistemas escalables y minimizando el espacio de hardware.[53]

Las interfaces de adquisición de datos facilitan la conectividad entre sensores, etapas de acondicionamiento y sistemas host. Las placas de adquisición de datos, a menudo en formato PCIe, integran ADC, multiplexores y acondicionamiento en tarjetas compactas que se conectan directamente al bus de una computadora, ofreciendo transferencia de datos de alta velocidad para mediciones basadas en escritorio.[1] Los sistemas modulares como el chasis PXI proporcionan una plataforma robusta y escalable con ranuras para módulos intercambiables, combinando características eléctricas PCI Express con empaque Eurocard para aplicaciones sincronizadas y de alto número de canales en equipos de prueba automatizados.[54]

Las arquitecturas de hardware en los sistemas de adquisición de datos varían entre diseños centralizados y distribuidos para satisfacer diversas necesidades de implementación. Las arquitecturas centralizadas consolidan sensores, acondicionamiento y procesamiento en una única ubicación, como una placa DAQ PCIe basada en laboratorio, lo que simplifica la sincronización pero limita la escalabilidad para el monitoreo remoto o de áreas grandes.[55] Las arquitecturas distribuidas, que incorporan dispositivos informáticos de vanguardia como módulos CompactDAQ en red, colocan el hardware de adquisición cerca de la fuente de señal para reducir la latencia y el cableado, lo que permite el procesamiento en tiempo real en el borde antes de la agregación de datos.[55] Las consideraciones de energía implican seleccionar suministros (por ejemplo, 9-30 V CC para chasis) que coincidan con las clasificaciones del dispositivo para evitar la introducción de ruido o daños, a menudo con aislamiento para evitar bucles de tierra.[56] La sincronización garantiza la alineación temporal entre canales o dispositivos, lograda mediante relojes compartidos, activadores o temporización GPS en configuraciones distribuidas para mantener la coherencia de fase en adquisiciones de múltiples dispositivos.[57]

Software

El software en sistemas de adquisición de datos (DAQ) abarca las interfaces de programación, bibliotecas y herramientas que permiten el control, la configuración y la gestión de componentes de hardware, facilitando una integración y operación perfectas en varias aplicaciones. Estos elementos de software actúan como intermediarios entre los sensores físicos y las aplicaciones del usuario final, manejando tareas desde la comunicación de hardware de bajo nivel hasta el manejo de datos de alto nivel. Los controladores de dispositivos forman la capa fundamental y proporcionan integración del sistema operativo (SO) para el hardware DAQ. Por ejemplo, los controladores NI-DAQmx son compatibles con entornos Windows y Linux, incluidos módulos de kernel para dispositivos DAQ USB, lo que permite el acceso directo a recursos de hardware sin modificaciones personalizadas del kernel.[58][59] De manera similar, otros proveedores como EAGLE proporcionan controladores compatibles con Linux y Windows para sus módulos DAQ, lo que garantiza la portabilidad entre plataformas de sistema operativo.[60]

Las bibliotecas y los entornos de desarrollo amplían aún más esta funcionalidad, ofreciendo API e interfaces gráficas para crear aplicaciones DAQ. NI-DAQmx sirve como una biblioteca de controladores integral que se comunica con el hardware NI DAQ, admitiendo la configuración de tareas, canales y tiempos a través de su API C, a la que se puede acceder en lenguajes como Python a través del paquete nidaqmx.[61][62] La biblioteca nidaqmx Python, un contenedor orientado a objetos alrededor de la API NI-DAQmx C, permite a los desarrolladores crear tareas para canales analógicos y digitales, configurar relojes de muestreo y realizar lecturas/escrituras para la adquisición de datos en entornos Python en sistemas operativos compatibles.[62] Para la programación gráfica, LabVIEW proporciona una plataforma de instrumentación virtual donde los usuarios arrastran y sueltan elementos para crear aplicaciones para tareas DAQ, integrando el control de hardware con funciones de análisis integradas sin la codificación tradicional línea por línea.[63] Estas herramientas agilizan el desarrollo, y LabVIEW enfatiza los diagramas de bloques intuitivos para sistemas de prueba y medición.[63]

Las funciones principales del software DAQ incluyen la configuración de hardware, como la configuración de frecuencias de muestreo y activadores, junto con el registro de datos y la visualización en tiempo real. NI-DAQmx permite una configuración precisa de tasas de muestreo a través de funciones como cfg_samp_clk_timing y configuraciones de disparador para adquisiciones sincronizadas, asegurando una captura precisa de señales a tasas hasta los límites del hardware.[61] El registro de datos se facilita mediante métodos para escribir los datos adquiridos en archivos, como el formato TDMS en nidaqmx, lo que permite el almacenamiento persistente para el posprocesamiento.[62] La visualización en tiempo real se admite a través de herramientas integradas en entornos como LabVIEW, que muestran formas de onda y métricas durante la adquisición, o mediante DAQ Assistant en el software NI para un monitoreo inmediato de la señal.[61][63]

Adquisición de señal

La adquisición de señales representa la fase fundamental de la adquisición de datos, donde las señales analógicas de fenómenos físicos se capturan, acondicionan y preparan para la digitalización. Este proceso comienza con la excitación del sensor, donde se aplica un estímulo externo, como un voltaje o corriente constante, al sensor para generar una respuesta medible proporcional al mensurando. Por ejemplo, los sensores resistivos como las galgas extensométricas requieren corrientes de excitación típicamente en el rango de 1 a 10 mA para producir variaciones de voltaje que reflejen cambios mecánicos.

Después de la excitación, la salida débil del sensor se somete a una amplificación de la señal para aumentar su amplitud a niveles adecuados para un procesamiento posterior, a menudo utilizando amplificadores diferenciales para rechazar el ruido de modo común. Las ganancias de amplificación pueden oscilar entre 10 y 1000, según la sensibilidad del sensor y los requisitos del sistema. El filtrado posterior elimina el ruido y las interferencias no deseadas, empleando filtros de paso bajo para atenuar los componentes de alta frecuencia y al mismo tiempo preservar la señal de interés; por ejemplo, son esenciales los filtros anti-aliasing con frecuencias de corte alineadas con el ancho de banda de la señal. Estos pasos garantizan la integridad de la señal antes del muestreo, minimizando la distorsión causada por el ruido ambiental o las limitaciones del sensor.[73][74]

Las técnicas de muestreo determinan cómo y cuándo la señal analógica condicionada se convierte en muestras discretas en el dominio del tiempo. El muestreo sincrónico implica una frecuencia de reloj fija, donde todas las muestras se toman a intervalos uniformes determinados por el reloj maestro del sistema, ideal para señales periódicas como vibraciones en el monitoreo de maquinaria. Por el contrario, el muestreo asincrónico permite tasas variables provocadas por eventos externos, lo que permite una captura eficiente de fenómenos esporádicos, como impactos transitorios. Los mecanismos de activación refinan aún más el tiempo de adquisición: los activadores de flanco inician el muestreo en una transición rápida de la señal (ascendente o descendente), mientras que los activadores de nivel se activan cuando la señal se mantiene por encima o por debajo de un umbral, lo que proporciona flexibilidad para diversas aplicaciones, como diagnósticos basados ​​en osciloscopios.[75][76][77]

En sistemas multicanal, la adquisición de señales debe manejar múltiples entradas simultáneamente para mantener la coherencia de los datos. Las velocidades de escaneo definen la secuencia y la velocidad de multiplexación entre canales, con el rendimiento dividido entre las entradas activas; por ejemplo, un sistema de 1 MS/s que escanea 8 canales produce 125 kS/s por canal. La sincronización garantiza la alineación temporal, que a menudo se logra mediante un reloj compartido o sincronización basada en GPS para configuraciones distribuidas, lo que evita errores de fase en aplicaciones como el radar de matriz en fase. Hardware como los multiplexores facilitan esto, como se detalla en las descripciones generales de los componentes del sistema.[78][76]

Las fuentes de error comunes en la adquisición de señales incluyen el ruido de cuantificación, que surge de la resolución finita del convertidor analógico a digital, que introduce una distribución de error uniforme con varianza σq2=Δ212\sigma_q^2 = \frac{\Delta^2}{12}σq2​=12Δ2​, donde Δ\DeltaΔ es el tamaño del paso de cuantificación. La diafonía se produce en configuraciones multicanal debido al acoplamiento capacitivo o inductivo entre líneas adyacentes, lo que se manifiesta como un derrame de señal que puede degradar el aislamiento del canal hasta en 60 dB sin mitigación. Para contrarrestarlos, el blindaje encierra cables y circuitos en barreras conductoras conectadas a tierra para desviar la interferencia electromagnética, mientras que el cableado de par trenzado y las trazas de protección reducen aún más la susceptibilidad a la diafonía.[79][80][81]

Un aspecto crítico del muestreo es evitar el aliasing, donde los componentes de alta frecuencia se hacen pasar por frecuencias más bajas en los datos muestreados. El criterio de Nyquist estipula que la frecuencia de muestreo fsf_sfs​ debe exceder el doble de la frecuencia máxima de la señal fmax⁡f_{\max}fmax​, expresada como:

Esto garantiza una reconstrucción fiel y sin distorsiones. En implementaciones prácticas, se aplica un factor de sobremuestreo de 2,5 a 5, aumentando fsf_sfs​ más allá del mínimo teórico para dar cabida a filtros anti-aliasing imperfectos y mejorar el promedio de ruido.[82]

Procesamiento y análisis de datos.

Después de la digitalización mediante el convertidor analógico a digital (ADC), la salida digital sin procesar se formatea en flujos de datos estructurados, generalmente como valores binarios que representan niveles de señal cuantificados, antes de almacenarse en la memoria para manejar el almacenamiento temporal y evitar la pérdida de datos durante la adquisición de alta velocidad. El almacenamiento en búfer a menudo emplea colas FIFO (primero en entrar, primero en salir) o búferes circulares para gestionar las diferentes velocidades de datos del ADC, lo que garantiza un flujo continuo sin desbordamiento. La transmisión de estos datos almacenados en búfer a unidades de almacenamiento o procesamiento utiliza protocolos como Ethernet para entornos de red de gran ancho de banda o bus CAN para una comunicación sólida y en tiempo real en sistemas integrados como controles industriales o automotrices.

El procesamiento básico comienza con el filtrado digital para refinar la señal, donde los filtros de respuesta de impulso finito (FIR) aplican una suma ponderada de muestras recientes sin retroalimentación, proporcionando una respuesta de fase lineal ideal para preservar la forma de onda, como en las implementaciones de promedio móvil que suavizan los transitorios.[83] Los filtros de respuesta de impulso infinito (IIR), por el contrario, incorporan retroalimentación de salidas anteriores para lograr respuestas de frecuencia más nítidas con menos coeficientes, aunque pueden introducir distorsión de fase, lo que los hace adecuados para el promedio recursivo para reducir el ruido de alta frecuencia. Las técnicas de promedio, un subconjunto del filtrado FIR, calculan la media aritmética en múltiples muestras para atenuar el ruido aleatorio, reduciendo efectivamente la varianza de la señal y afectando mínimamente la tendencia subyacente.

Las técnicas de análisis transforman los datos procesados ​​en conocimientos interpretables, y la rápida transformada de Fourier (FFT) permite un examen en el dominio de la frecuencia para identificar componentes espectrales como frecuencias dominantes o armónicos en vibraciones o señales acústicas. La FFT calcula la transformada discreta de Fourier de manera eficiente mediante el algoritmo Cooley-Tukey, dado por:

donde XkX_kXk​ es el k-ésimo contenedor de frecuencia, xnx_nxn​ son las N muestras en el dominio del tiempo e i es la unidad imaginaria; esto permite la estimación de potencia espectral para la detección de anomalías en sistemas mecánicos.[86] Los métodos estadísticos complementan esto calculando la media para estimar la tendencia central de la señal y la varianza para cuantificar la dispersión, lo que ayuda a validar la calidad de los datos frente a los niveles de ruido esperados o los estándares de calibración.[87]

Los modos de procesamiento difieren según las demandas de la aplicación: el análisis en tiempo real transmite datos a través de procesadores integrados para obtener retroalimentación inmediata en los sistemas de control, como filtrado y FFT sobre la marcha para el monitoreo adaptativo de la maquinaria, limitado por requisitos de latencia inferiores a milisegundos.[11] El procesamiento fuera de línea, por el contrario, implica el manejo por lotes de conjuntos de datos almacenados para un análisis integral, lo que permite validaciones estadísticas complejas o FFT de alta resolución sin presiones de tiempo, como en la revisión de adquisiciones de laboratorio posteriores a experimentos.[11]

Estándares clave

Los sistemas de adquisición de datos se basan en protocolos y especificaciones estandarizados para garantizar la interoperabilidad, confiabilidad y seguridad en hardware, software e interfaces de comunicación. Estos estándares facilitan el diseño modular, el control preciso y la perfecta integración en diversas aplicaciones, desde pruebas de laboratorio hasta automatización industrial.[88]

Estándares de hardware

El estándar PCI eXtensions for Instrumentation (PXI) define una plataforma robusta basada en PC para sistemas modulares de medición y automatización, que incorpora el bus PCI con señales adicionales para instrumentación, como líneas de activación, buses locales y un reloj de referencia del sistema para admitir la adquisición de datos de alto rendimiento.[89] PXI permite configuraciones de chasis escalables con controladores y módulos de múltiples proveedores, promoviendo la recopilación de datos sincronizada y rentable en entornos de prueba.[88]

De manera similar, el estándar VME eXtensions for Instrumentation (VXI) proporciona una arquitectura modular abierta para instrumentación de alta densidad, especificando requisitos mecánicos, eléctricos y de protocolo para integrar módulos en un backplane común. VXI admite sincronización y activación precisas a través de líneas de bus dedicadas, lo que lo hace adecuado para aplicaciones exigentes como pruebas aeroespaciales donde la confiabilidad y la modularidad son críticas.

Para la adquisición de datos portátiles, las especificaciones del USB Implementers Forum (USB-IF) describen los requisitos para dispositivos basados ​​en USB, incluida la entrega de energía, velocidades de transferencia de datos de hasta 480 Mbps para USB 2.0 y conectividad plug-and-play que permite E/S multifunción sin interfaces especializadas.[91] Estas especificaciones garantizan la compatibilidad con sistemas DAQ de nivel básico, permitiendo que las entradas analógicas y digitales interactúen directamente con las computadoras host en mediciones de campo.[92]

Protocolos de software

Los comandos estándar para instrumentos programables (SCPI) establecen una sintaxis y un conjunto de comandos para controlar instrumentos de prueba a través de interfaces como GPIB o USB, ampliando IEEE 488.2 para incluir jerarquías específicas de dispositivos para mediciones como voltaje o frecuencia.[93] SCPI promueve la programación independiente del proveedor, reduciendo el tiempo de desarrollo al estandarizar consultas y respuestas en el software de adquisición de datos.[94]

El estándar de Instrumentos virtuales intercambiables (IVI) define una arquitectura de controlador para clases de instrumentos como osciloscopios y multímetros, lo que permite que el software cambie entre hardware compatible sin cambios de código a través de componentes compartidos y especificaciones de clase.[95] IVI admite marcos COM y .NET, lo que garantiza el cumplimiento y la extensibilidad en los sistemas de prueba automatizados para un manejo consistente de los datos.

Estándares de comunicación

Modbus es un protocolo maestro-esclavo para redes industriales seriales o basadas en Ethernet, que facilita el intercambio de datos entre computadoras de supervisión y unidades terminales remotas en sistemas SCADA con mecanismos simples de solicitud-respuesta para leer registros y bobinas.[96] Admite hasta 247 dispositivos en una red, lo que proporciona una comunicación sólida y de bajo costo para la adquisición de datos en tiempo real en el control de procesos.[97]

Profibus (Process Field Bus) especifica un estándar de bus de campo según IEC 61158 para comunicación determinista en automatización, con variantes como DP para transferencia de datos cíclica de alta velocidad a velocidades de hasta 12 Mbps a través de cableado RS-485.[98] Profibus permite topologías multipunto para conectar sensores y actuadores, lo que garantiza una sincronización confiable en configuraciones DAQ distribuidas.[99]

IEEE 1588, conocido como Protocolo de tiempo de precisión (PTP), estandariza la sincronización del reloj basada en red con una precisión de submicrosegundos, utilizando marcas de tiempo de hardware para alinear dispositivos distribuidos a través de Ethernet para una adquisición de datos coherente.[100] Opera a través de jerarquías maestro-esclavo, compensando los retrasos de propagación para admitir aplicaciones urgentes como las pruebas de matriz en fase.[101]

Estándares de seguridad y calidad

IEC 61508 proporciona un marco para la seguridad funcional en sistemas eléctricos, electrónicos y electrónicos programables, definiendo niveles de integridad de seguridad (SIL 1-4) basados ​​en métricas de reducción de riesgos y probabilidad de fallas para guiar el diseño y la verificación del sistema DAQ.[102] Requiere evaluaciones sistemáticas de la capacidad y gestión del ciclo de vida para mitigar los peligros en la adquisición de datos relacionados con la seguridad, como en las industrias del automóvil o de procesos.[103]

Actualizaciones recientes

A partir de 2025, la versión 1.05 de OPC UA introduce mejoras para la integración de dispositivos y el modelado seguro de datos, incluida la compatibilidad con actualizaciones de software y mecanismos pub-sub compatibles con la nube que permiten DAQ escalable a través de redes industriales de IoT.[104] Esta actualización alinea OPC UA con arquitecturas de borde a nube, lo que facilita la adquisición de datos en tiempo real desde dispositivos de campo hasta plataformas de análisis.[105]

Desafíos comunes

Uno de los principales desafíos en los sistemas de adquisición de datos es la gestión del ruido y las interferencias, que pueden distorsionar la integridad de la señal y comprometer la precisión de las mediciones. La interferencia electromagnética (EMI) surge de fuentes externas, como líneas eléctricas o dispositivos electrónicos cercanos, y las estrategias de mitigación incluyen una conexión a tierra adecuada para crear superficies equipotenciales y cables blindados para bloquear el acoplamiento radiativo.[106] El ruido térmico, inherente a los componentes electrónicos debido al movimiento aleatorio de los electrones, se puede reducir reduciendo las temperaturas de funcionamiento o empleando filtros de paso bajo para limitar el ancho de banda, minimizando así la potencia del ruido proporcional al rango de frecuencia de la señal.[107] Estas técnicas son esenciales en entornos de alta precisión, donde el ruido no abordado puede degradar la relación señal-ruido por debajo de límites aceptables.

La escalabilidad plantea obstáculos importantes cuando se manejan altas velocidades de datos, como aquellas que superan 1 GS/s en aplicaciones como radar o telecomunicaciones, a menudo limitadas por limitaciones de ancho de banda en convertidores analógicos a digitales (ADC) y líneas de transmisión. Para abordar esto, los sistemas emplean técnicas como rutas de datos paralelas o procesamiento basado en FPGA para distribuir la carga, aunque aumentan las demandas de hardware y los posibles cuellos de botella en la transmisión en tiempo real.[108] Los métodos de extensión de ancho de banda, incluida la ecualización activa, ayudan a mantener la fidelidad a velocidades elevadas, pero requieren una calibración cuidadosa para evitar el solapamiento según el criterio de Nyquist.[109]

Los desafíos de sincronización surgen en configuraciones de adquisición de datos distribuidos, donde la desviación del reloj (causada por imprecisiones del oscilador) conduce a una desalineación temporal entre los nodos, lo que potencialmente distorsiona las correlaciones multisensor. Las soluciones implican referencias externas como señales de sincronización GPS, que proporcionan una precisión inferior al microsegundo al difundir una base de tiempo global vía satélite, lo que permite bucles sincronizados en fase para corregir desviaciones en redes en tiempo real.[110] Estándares como IEEE 1588 (PTP) respaldan aún más esto al facilitar ajustes basados ​​en software en sistemas conectados a Ethernet.

Garantizar la integridad de los datos es fundamental, particularmente contra errores de transmisión y amenazas maliciosas en entornos de red. Las verificaciones de redundancia cíclica (CRC) sirven como un mecanismo sólido de detección de errores, agregando una suma de verificación derivada de un polinomio a los paquetes de datos para identificar cambios o ráfagas de bits con alta probabilidad, logrando a menudo tasas de detección cercanas al 100% para errores hasta la longitud del código.[111] En DAQ en red, las amenazas a la ciberseguridad, como las amenazas persistentes avanzadas (APT), se dirigen a los protocolos de control de supervisión y adquisición de datos (SCADA), explotando vulnerabilidades sin parches para el acceso no autorizado o la manipulación de datos; las contramedidas incluyen segmentación y cifrado alineados con las directrices del NIST.[112]

Definición y principios

La adquisición de datos (DAQ), también conocida como recopilación de datos o adquisición de señales, es el proceso de muestrear señales que miden fenómenos físicos del mundo real, como voltaje, temperatura, presión o movimiento, y convertir las señales analógicas resultantes en un formato digital adecuado para su procesamiento, almacenamiento y análisis mediante computadoras u otros sistemas digitales.[6] Esta conversión generalmente se logra utilizando convertidores analógicos a digitales (ADC), que discretizan señales continuas en los dominios de tiempo y amplitud para permitir la manipulación computacional. El objetivo principal de DAQ es capturar y representar fielmente eventos físicos con suficiente fidelidad para respaldar una interpretación precisa, asegurando que los datos digitales reflejen la entrada analógica original sin una pérdida significativa de información.

En el centro de los principios DAQ se encuentra el teorema de muestreo de Nyquist-Shannon, que establece la frecuencia de muestreo mínima requerida para reconstruir con precisión una señal de tiempo continuo a partir de sus muestras discretas. Según este teorema, la frecuencia de muestreo fsf_sfs​ debe ser al menos el doble del componente de frecuencia más alto fmax⁡f_{\max}fmax​ en la señal para evitar el aliasing, una distorsión en la que las frecuencias más altas se hacen pasar por las más bajas.[7] Por tanto, la tasa de Nyquist viene dada por:

donde fmax⁡f_{\max}fmax​ es la frecuencia máxima de interés en la señal.[8] La violación de este principio conduce a una pérdida irreversible de información, lo que subraya el papel fundamental del teorema en el diseño de sistemas DAQ eficaces. Complementando la precisión del muestreo está la relación señal-ruido (SNR), una métrica clave que cuantifica la intensidad de la señal deseada en relación con el ruido de fondo, expresada en decibeles como SNR=10log⁡10(PsignalPnoise)\text{SNR} = 10 \log_{10} \left( \frac{P_{\text{signal}}}{P_{\text{noise}}} \right)SNR=10log10​(Pseñal​de​ruido​). Una SNR más alta mejora la precisión de la medición y reduce los errores en la representación digital, lo que la hace esencial para una DAQ confiable en entornos ruidosos.[9][10]

Los componentes básicos de un sistema DAQ comienzan con sensores y transductores, que interactúan directamente con el mundo físico detectando fenómenos y generando las señales eléctricas correspondientes. Los sensores convierten cantidades no eléctricas, como la luz o la tensión, en formas mensurables, mientras que los transductores abarcan en términos generales dispositivos que transforman la energía de una forma a otra, produciendo a menudo una salida analógica inicial.[11] Luego, estas señales siguen caminos iniciales que implican un acondicionamiento básico para amplificarlas o filtrarlas antes de la digitalización, lo que garantiza la compatibilidad con los ADC posteriores sin profundizar en técnicas de amplificación específicas.[12] Esta arquitectura de alto nivel forma el puente entre la realidad analógica y el procesamiento digital, priorizando la integridad de la señal desde el principio.[13]

Aplicaciones

Los sistemas de adquisición de datos desempeñan un papel fundamental en entornos industriales, particularmente para el monitoreo en tiempo real y el mantenimiento predictivo en los procesos de fabricación. En el análisis de vibraciones de maquinaria, estos sistemas capturan señales de alta frecuencia de equipos giratorios para detectar fallas tempranas, como desequilibrios o desgaste de rodamientos, lo que permite intervenciones oportunas que reducen el tiempo de inactividad y extienden la vida útil de los equipos.[14] Por ejemplo, las configuraciones de adquisición de datos de bajo costo integradas con acelerómetros permiten un monitoreo continuo de la condición en las líneas de producción, donde los datos de vibración ayudan a optimizar el rendimiento y prevenir fallas catastróficas.[15] En las plantas químicas, la adquisición de datos respalda el control de procesos mediante la recopilación de parámetros como temperatura, presión y caudales, lo que facilita ajustes automatizados para mantener la seguridad y la eficiencia durante las reacciones.[16] Las tecnologías de adquisición inalámbrica basada en sensores mejoran aún más esto al proporcionar una recopilación de datos escalable para el estado del equipo, lo que mejora la confiabilidad general de la planta.[17]

En la investigación científica, la adquisición de datos es esencial para el monitoreo ambiental, donde los sistemas recopilan datos sísmicos para evaluar la estabilidad geológica y predecir eventos naturales. Los enfoques integrados que utilizan redes de sensores múltiples permiten monitorear la salud estructural de sitios propensos a terremotos, recopilando datos de series temporales para correlacionarlos con factores ambientales.[18] Los sistemas automatizados basados ​​en PC, por ejemplo, procesan eventos sísmicos en tiempo real para estudios de control terrestre, apoyando la mitigación de peligros en áreas vulnerables.[19] Las aplicaciones biomédicas aprovechan la adquisición de datos para la captura de señales no invasivas, como la monitorización de electrocardiogramas (ECG) en dispositivos médicos, que registra la actividad eléctrica cardíaca para diagnosticar arritmias y respaldar la telemedicina.[20] Los sistemas portátiles que adquieren y analizan simultáneamente el ECG junto con otras señales vitales son un ejemplo de esto y proporcionan datos de alta fidelidad para la toma de decisiones clínicas en monitores de salud portátiles.[21]

Más allá de la industria y la ciencia, la adquisición de datos sustenta las pruebas en los ámbitos automotriz y aeroespacial. En ingeniería automotriz, los sistemas de los vehículos recopilan métricas de rendimiento del motor, como par, emisiones y vibración, durante las pruebas en carretera, lo que garantiza el cumplimiento de los estándares de eficiencia e identifica fallas de diseño.[22] Los registradores de datos de alto rendimiento, por ejemplo, permiten una sincronización precisa de múltiples parámetros para evaluar los sistemas de combustible y las transmisiones en condiciones del mundo real.[23] En el sector aeroespacial, los registradores de datos de vuelo (FDR) adquieren parámetros críticos como altitud, velocidad y entradas de control para reconstruir incidentes y mejorar los protocolos de seguridad.[24] Las unidades compactas como el registrador de vuelo con adquisición de datos (DAFR) combinan almacenamiento de voz y datos paramétricos, cumpliendo con los requisitos reglamentarios para la supervivencia en accidentes y el análisis posterior al vuelo.[25]

Innovaciones tempranas

Los orígenes de la adquisición de datos se remontan al siglo XIX, cuando los métodos manuales dominaban el registro de fenómenos físicos, particularmente en la experimentación científica. En fisiología, el quimógrafo, inventado por el fisiólogo alemán Carl Ludwig en 1847, representaba un registrador gráfico mecánico fundamental que automatizaba el registro de variables como la presión arterial y las contracciones musculares en tambores giratorios de papel ahumado.[30] Este dispositivo permitió una representación gráfica continua de señales que varían en el tiempo, lo que permitió a los investigadores analizar procesos dinámicos sin una intervención manual constante, y sentó las bases para la recopilación sistemática de datos en ciencias experimentales.

A principios del siglo XX, las innovaciones se dirigieron hacia tecnologías de registro eléctrico y visual, mejorando la precisión y la velocidad de la captura de datos. Los osciloscopios analógicos surgieron en la década de 1920 y utilizaban tubos de rayos catódicos para mostrar formas de onda eléctricas en tiempo real; los primeros modelos comerciales estuvieron disponibles en 1931 de fabricantes como General Radio. Como complemento, se encontraban los registradores de gráficos de tira, que evolucionaron a partir de diseños de quimógrafos para producir trazas lineales de señales analógicas en gráficos de papel en movimiento, facilitando la documentación de fenómenos como las fluctuaciones de voltaje en ingeniería eléctrica. Estas herramientas abordaron las limitaciones de los sistemas puramente mecánicos mediante la incorporación de principios electromagnéticos, lo que permitió aplicaciones más amplias en entornos de laboratorio y monitoreo industrial.

Después de la Segunda Guerra Mundial, la década de 1950 vio la llegada de los registradores de datos electrónicos impulsados ​​por necesidades militares y aeroespaciales, particularmente en telemetría para la transmisión remota de señales. Estos sistemas permitieron la recopilación inalámbrica de datos de sensores de vehículos de alta velocidad, y las primeras implementaciones se centraron en grabadoras de cinta magnética analógicas para almacenar entradas multicanal. Un ejemplo notable fue el despliegue de sistemas de telemetría por parte de la NASA en 1958 para la misión Explorer 1, el primer satélite estadounidense, que capturó y transmitió datos sobre el rendimiento del cohete, incluidos los niveles de radiación y las condiciones ambientales durante el lanzamiento y la órbita.

A principios de la década de 1960, los sistemas comerciales de adquisición de datos comenzaron a integrar la tecnología de osciloscopio para lograr un registro más accesible, lo que marcó una transición hacia herramientas electrónicas estandarizadas. Hewlett-Packard introdujo el osciloscopio de muestreo HP 185B en 1962, capaz de capturar señales de alta frecuencia de hasta 1 GHz y proporcionar capacidades fotográficas o de lectura directa para el almacenamiento persistente de datos, que respaldaba aplicaciones en investigación e ingeniería más allá del uso militar especializado. De manera similar, el osciloscopio de estado sólido HP 180A de ese año ofreció confiabilidad mejorada y visualizaciones de trazas múltiples, estableciendo grabadores basados ​​en osciloscopios como instrumentos DAQ comerciales fundamentales.

Avances modernos

La transición de los sistemas de adquisición de datos analógicos a los digitales a finales del siglo XX marcó un cambio fundamental, basándose brevemente en los primeros fundamentos analógicos al integrar la potencia computacional para un manejo y procesamiento de señales más eficiente.

En las décadas de 1970 y 1980, el auge de los sistemas de adquisición de datos (DAQ) basados ​​en microprocesadores revolucionó el campo al permitir el control programable y la automatización de las tareas de medición. National Instruments, fundada en 1976, fue pionera en esta era con sus productos iniciales, incluida la tarjeta de interfaz GPIB (General Purpose Interface Bus) de 1977, que facilitó la recopilación de datos de instrumentos mediante microprocesador, sentando las bases para entornos de programación gráfica como LabVIEW, lanzado por primera vez en 1986.[39][40] A mediados de la década de 1980, estos sistemas habían evolucionado para admitir componentes elementales como tarjetas GPIB DAQ, lo que permitía una integración escalable con computadoras personales.

En la década de 1990 se produjo una mayor estandarización mediante la introducción del bus PCI (Peripheral Component Interconnect), que proporcionaba velocidades de transferencia de datos de alta velocidad de hasta 133 MB/s y se convirtió en la piedra angular de la integración de hardware DAQ en las PC. Desarrollado por Intel a partir de 1990 y propuesto públicamente en 1992, el bus PCI reemplazó interfaces más lentas como ISA, permitiendo placas DAQ más confiables y de mayor rendimiento para aplicaciones que requieren un rápido rendimiento de datos. La adopción de este estándar se extendió a plataformas modulares como PXI en 1997, que aprovechaba PCI para adquisiciones sincronizadas y de alto número de canales en pruebas y mediciones.[41]

Un hito clave a principios de la década de 2000 fue la estandarización de DAQ basado en USB, que introdujo la conectividad plug-and-play y una implementación simplificada sin ranuras especializadas. Con el lanzamiento de USB 2.0 en 2000, que ofrecía hasta 480 Mbps de ancho de banda, fabricantes como National Instruments lanzaron dispositivos DAQ USB a mediados de la década de 2000, como el USB-6008 en 2005, permitiendo sistemas portátiles intercambiables en caliente alimentados directamente a través de la interfaz.[42] Este cambio redujo la complejidad y los costos de configuración, haciendo que DAQ sea accesible para uso en campo y laboratorio.[43]

Durante la década de 2000, surgieron los sistemas DAQ inalámbricos y en red, que incorporaban los estándares IEEE 802.11 para detección remota y monitoreo distribuido. El estándar IEEE 802.11b, ratificado en 1999 con velocidades de 11 Mbps, se integró en las arquitecturas DAQ a principios de la década de 2000 para admitir redes de área local inalámbricas (WLAN) ad-hoc para la transmisión de datos en tiempo real desde sensores en ubicaciones inaccesibles, como el monitoreo de la salud estructural.[44] Estos sistemas mejoraron la flexibilidad con respecto a las configuraciones cableadas, y en 2003 los prototipos demostraron una adquisición confiable de datos de vibración a través de WLAN.[45]

Hardware

El hardware de adquisición de datos abarca los componentes físicos que interactúan con señales del mundo real, convirtiéndolas en formato digital para su procesamiento. En el núcleo se encuentran sensores y transductores que detectan fenómenos físicos y generan las señales eléctricas correspondientes. Los termopares, por ejemplo, generan un voltaje proporcional a las diferencias de temperatura basándose en el efecto Seebeck, lo que los hace adecuados para medir temperaturas en entornos industriales.[50] Los extensímetros, por otro lado, miden la tensión mecánica detectando cambios en la resistencia eléctrica cuando se deforman, a menudo utilizados en transductores de presión donde el manómetro está unido a un diafragma que se flexiona bajo la fuerza aplicada.[50] Estos dispositivos emiten señales analógicas de bajo nivel, generalmente en el rango de microvoltios a milivoltios, lo que requiere una interfaz cuidadosa para evitar la degradación de la señal.

Para la digitalización de estas señales son fundamentales los convertidores analógico-digital (ADC), que muestrean y cuantifican entradas analógicas en valores digitales discretos. Los ADC de registro de aproximación sucesiva (SAR) funcionan comparando iterativamente el voltaje de entrada con una referencia utilizando un convertidor interno de digital a analógico, logrando resoluciones de 8 a 18 bits y velocidades de muestreo de hasta varios MSPS, ideales para la adquisición de datos multiplexados en instrumentación. Los ADC sigma-delta (Σ-Δ), por el contrario, emplean sobremuestreo y modelado de ruido a través de un modulador y un filtro digital, proporcionando resoluciones más altas de 12 a 24 bits a velocidades efectivas más bajas (hasta unos pocos cientos de Hz), sobresaliendo en aplicaciones de precisión como la digitalización de sensores donde el rechazo del ruido de línea (50/60 Hz) es fundamental. La resolución de un ADC, determinada por su profundidad de bits nnn, define el rango dinámico, donde el rango de escala completa es igual a 2n×2^n \times2n× LSB, siendo LSB el paso de voltaje de bit menos significativo; por ejemplo, un ADC de 12 bits divide el rango de entrada en 4096 pasos, lo que produce una granularidad más fina pero un ruido de cuantificación potencialmente mayor si la señal no abarca toda la escala.[52]

El hardware de acondicionamiento de señales prepara estas señales analógicas para la entrada ADC mejorando la calidad y la compatibilidad. Los amplificadores, como los amplificadores de instrumentación, aumentan las salidas débiles de los sensores para igualar el rango de entrada del ADC, mejorando la relación señal-ruido; para termopares, ganancias de 100 o más pueden elevar las señales de microvoltios a voltios, mejorando la resolución de la medición.[53] Los filtros antialiasing, típicamente filtros analógicos de paso bajo, atenúan las frecuencias por encima del límite de Nyquist (la mitad de la frecuencia de muestreo) para evitar el plegamiento espectral y la distorsión, con cortes programables que garantizan el cumplimiento de la vibración o la adquisición de audio. Los multiplexores permiten la operación multicanal al enrutar secuencialmente señales desde múltiples sensores a un solo ADC o amplificador, admitiendo hasta miles de canales en sistemas escalables y minimizando el espacio de hardware.[53]

Las interfaces de adquisición de datos facilitan la conectividad entre sensores, etapas de acondicionamiento y sistemas host. Las placas de adquisición de datos, a menudo en formato PCIe, integran ADC, multiplexores y acondicionamiento en tarjetas compactas que se conectan directamente al bus de una computadora, ofreciendo transferencia de datos de alta velocidad para mediciones basadas en escritorio.[1] Los sistemas modulares como el chasis PXI proporcionan una plataforma robusta y escalable con ranuras para módulos intercambiables, combinando características eléctricas PCI Express con empaque Eurocard para aplicaciones sincronizadas y de alto número de canales en equipos de prueba automatizados.[54]

Las arquitecturas de hardware en los sistemas de adquisición de datos varían entre diseños centralizados y distribuidos para satisfacer diversas necesidades de implementación. Las arquitecturas centralizadas consolidan sensores, acondicionamiento y procesamiento en una única ubicación, como una placa DAQ PCIe basada en laboratorio, lo que simplifica la sincronización pero limita la escalabilidad para el monitoreo remoto o de áreas grandes.[55] Las arquitecturas distribuidas, que incorporan dispositivos informáticos de vanguardia como módulos CompactDAQ en red, colocan el hardware de adquisición cerca de la fuente de señal para reducir la latencia y el cableado, lo que permite el procesamiento en tiempo real en el borde antes de la agregación de datos.[55] Las consideraciones de energía implican seleccionar suministros (por ejemplo, 9-30 V CC para chasis) que coincidan con las clasificaciones del dispositivo para evitar la introducción de ruido o daños, a menudo con aislamiento para evitar bucles de tierra.[56] La sincronización garantiza la alineación temporal entre canales o dispositivos, lograda mediante relojes compartidos, activadores o temporización GPS en configuraciones distribuidas para mantener la coherencia de fase en adquisiciones de múltiples dispositivos.[57]

Software

El software en sistemas de adquisición de datos (DAQ) abarca las interfaces de programación, bibliotecas y herramientas que permiten el control, la configuración y la gestión de componentes de hardware, facilitando una integración y operación perfectas en varias aplicaciones. Estos elementos de software actúan como intermediarios entre los sensores físicos y las aplicaciones del usuario final, manejando tareas desde la comunicación de hardware de bajo nivel hasta el manejo de datos de alto nivel. Los controladores de dispositivos forman la capa fundamental y proporcionan integración del sistema operativo (SO) para el hardware DAQ. Por ejemplo, los controladores NI-DAQmx son compatibles con entornos Windows y Linux, incluidos módulos de kernel para dispositivos DAQ USB, lo que permite el acceso directo a recursos de hardware sin modificaciones personalizadas del kernel.[58][59] De manera similar, otros proveedores como EAGLE proporcionan controladores compatibles con Linux y Windows para sus módulos DAQ, lo que garantiza la portabilidad entre plataformas de sistema operativo.[60]

Las bibliotecas y los entornos de desarrollo amplían aún más esta funcionalidad, ofreciendo API e interfaces gráficas para crear aplicaciones DAQ. NI-DAQmx sirve como una biblioteca de controladores integral que se comunica con el hardware NI DAQ, admitiendo la configuración de tareas, canales y tiempos a través de su API C, a la que se puede acceder en lenguajes como Python a través del paquete nidaqmx.[61][62] La biblioteca nidaqmx Python, un contenedor orientado a objetos alrededor de la API NI-DAQmx C, permite a los desarrolladores crear tareas para canales analógicos y digitales, configurar relojes de muestreo y realizar lecturas/escrituras para la adquisición de datos en entornos Python en sistemas operativos compatibles.[62] Para la programación gráfica, LabVIEW proporciona una plataforma de instrumentación virtual donde los usuarios arrastran y sueltan elementos para crear aplicaciones para tareas DAQ, integrando el control de hardware con funciones de análisis integradas sin la codificación tradicional línea por línea.[63] Estas herramientas agilizan el desarrollo, y LabVIEW enfatiza los diagramas de bloques intuitivos para sistemas de prueba y medición.[63]

Las funciones principales del software DAQ incluyen la configuración de hardware, como la configuración de frecuencias de muestreo y activadores, junto con el registro de datos y la visualización en tiempo real. NI-DAQmx permite una configuración precisa de tasas de muestreo a través de funciones como cfg_samp_clk_timing y configuraciones de disparador para adquisiciones sincronizadas, asegurando una captura precisa de señales a tasas hasta los límites del hardware.[61] El registro de datos se facilita mediante métodos para escribir los datos adquiridos en archivos, como el formato TDMS en nidaqmx, lo que permite el almacenamiento persistente para el posprocesamiento.[62] La visualización en tiempo real se admite a través de herramientas integradas en entornos como LabVIEW, que muestran formas de onda y métricas durante la adquisición, o mediante DAQ Assistant en el software NI para un monitoreo inmediato de la señal.[61][63]

Adquisición de señal

La adquisición de señales representa la fase fundamental de la adquisición de datos, donde las señales analógicas de fenómenos físicos se capturan, acondicionan y preparan para la digitalización. Este proceso comienza con la excitación del sensor, donde se aplica un estímulo externo, como un voltaje o corriente constante, al sensor para generar una respuesta medible proporcional al mensurando. Por ejemplo, los sensores resistivos como las galgas extensométricas requieren corrientes de excitación típicamente en el rango de 1 a 10 mA para producir variaciones de voltaje que reflejen cambios mecánicos.

Después de la excitación, la salida débil del sensor se somete a una amplificación de la señal para aumentar su amplitud a niveles adecuados para un procesamiento posterior, a menudo utilizando amplificadores diferenciales para rechazar el ruido de modo común. Las ganancias de amplificación pueden oscilar entre 10 y 1000, según la sensibilidad del sensor y los requisitos del sistema. El filtrado posterior elimina el ruido y las interferencias no deseadas, empleando filtros de paso bajo para atenuar los componentes de alta frecuencia y al mismo tiempo preservar la señal de interés; por ejemplo, son esenciales los filtros anti-aliasing con frecuencias de corte alineadas con el ancho de banda de la señal. Estos pasos garantizan la integridad de la señal antes del muestreo, minimizando la distorsión causada por el ruido ambiental o las limitaciones del sensor.[73][74]

Las técnicas de muestreo determinan cómo y cuándo la señal analógica condicionada se convierte en muestras discretas en el dominio del tiempo. El muestreo sincrónico implica una frecuencia de reloj fija, donde todas las muestras se toman a intervalos uniformes determinados por el reloj maestro del sistema, ideal para señales periódicas como vibraciones en el monitoreo de maquinaria. Por el contrario, el muestreo asincrónico permite tasas variables provocadas por eventos externos, lo que permite una captura eficiente de fenómenos esporádicos, como impactos transitorios. Los mecanismos de activación refinan aún más el tiempo de adquisición: los activadores de flanco inician el muestreo en una transición rápida de la señal (ascendente o descendente), mientras que los activadores de nivel se activan cuando la señal se mantiene por encima o por debajo de un umbral, lo que proporciona flexibilidad para diversas aplicaciones, como diagnósticos basados ​​en osciloscopios.[75][76][77]

En sistemas multicanal, la adquisición de señales debe manejar múltiples entradas simultáneamente para mantener la coherencia de los datos. Las velocidades de escaneo definen la secuencia y la velocidad de multiplexación entre canales, con el rendimiento dividido entre las entradas activas; por ejemplo, un sistema de 1 MS/s que escanea 8 canales produce 125 kS/s por canal. La sincronización garantiza la alineación temporal, que a menudo se logra mediante un reloj compartido o sincronización basada en GPS para configuraciones distribuidas, lo que evita errores de fase en aplicaciones como el radar de matriz en fase. Hardware como los multiplexores facilitan esto, como se detalla en las descripciones generales de los componentes del sistema.[78][76]

Las fuentes de error comunes en la adquisición de señales incluyen el ruido de cuantificación, que surge de la resolución finita del convertidor analógico a digital, que introduce una distribución de error uniforme con varianza σq2=Δ212\sigma_q^2 = \frac{\Delta^2}{12}σq2​=12Δ2​, donde Δ\DeltaΔ es el tamaño del paso de cuantificación. La diafonía se produce en configuraciones multicanal debido al acoplamiento capacitivo o inductivo entre líneas adyacentes, lo que se manifiesta como un derrame de señal que puede degradar el aislamiento del canal hasta en 60 dB sin mitigación. Para contrarrestarlos, el blindaje encierra cables y circuitos en barreras conductoras conectadas a tierra para desviar la interferencia electromagnética, mientras que el cableado de par trenzado y las trazas de protección reducen aún más la susceptibilidad a la diafonía.[79][80][81]

Un aspecto crítico del muestreo es evitar el aliasing, donde los componentes de alta frecuencia se hacen pasar por frecuencias más bajas en los datos muestreados. El criterio de Nyquist estipula que la frecuencia de muestreo fsf_sfs​ debe exceder el doble de la frecuencia máxima de la señal fmax⁡f_{\max}fmax​, expresada como:

Esto garantiza una reconstrucción fiel y sin distorsiones. En implementaciones prácticas, se aplica un factor de sobremuestreo de 2,5 a 5, aumentando fsf_sfs​ más allá del mínimo teórico para dar cabida a filtros anti-aliasing imperfectos y mejorar el promedio de ruido.[82]

Procesamiento y análisis de datos.

Después de la digitalización mediante el convertidor analógico a digital (ADC), la salida digital sin procesar se formatea en flujos de datos estructurados, generalmente como valores binarios que representan niveles de señal cuantificados, antes de almacenarse en la memoria para manejar el almacenamiento temporal y evitar la pérdida de datos durante la adquisición de alta velocidad. El almacenamiento en búfer a menudo emplea colas FIFO (primero en entrar, primero en salir) o búferes circulares para gestionar las diferentes velocidades de datos del ADC, lo que garantiza un flujo continuo sin desbordamiento. La transmisión de estos datos almacenados en búfer a unidades de almacenamiento o procesamiento utiliza protocolos como Ethernet para entornos de red de gran ancho de banda o bus CAN para una comunicación sólida y en tiempo real en sistemas integrados como controles industriales o automotrices.

El procesamiento básico comienza con el filtrado digital para refinar la señal, donde los filtros de respuesta de impulso finito (FIR) aplican una suma ponderada de muestras recientes sin retroalimentación, proporcionando una respuesta de fase lineal ideal para preservar la forma de onda, como en las implementaciones de promedio móvil que suavizan los transitorios.[83] Los filtros de respuesta de impulso infinito (IIR), por el contrario, incorporan retroalimentación de salidas anteriores para lograr respuestas de frecuencia más nítidas con menos coeficientes, aunque pueden introducir distorsión de fase, lo que los hace adecuados para el promedio recursivo para reducir el ruido de alta frecuencia. Las técnicas de promedio, un subconjunto del filtrado FIR, calculan la media aritmética en múltiples muestras para atenuar el ruido aleatorio, reduciendo efectivamente la varianza de la señal y afectando mínimamente la tendencia subyacente.

Las técnicas de análisis transforman los datos procesados ​​en conocimientos interpretables, y la rápida transformada de Fourier (FFT) permite un examen en el dominio de la frecuencia para identificar componentes espectrales como frecuencias dominantes o armónicos en vibraciones o señales acústicas. La FFT calcula la transformada discreta de Fourier de manera eficiente mediante el algoritmo Cooley-Tukey, dado por:

donde XkX_kXk​ es el k-ésimo contenedor de frecuencia, xnx_nxn​ son las N muestras en el dominio del tiempo e i es la unidad imaginaria; esto permite la estimación de potencia espectral para la detección de anomalías en sistemas mecánicos.[86] Los métodos estadísticos complementan esto calculando la media para estimar la tendencia central de la señal y la varianza para cuantificar la dispersión, lo que ayuda a validar la calidad de los datos frente a los niveles de ruido esperados o los estándares de calibración.[87]

Los modos de procesamiento difieren según las demandas de la aplicación: el análisis en tiempo real transmite datos a través de procesadores integrados para obtener retroalimentación inmediata en los sistemas de control, como filtrado y FFT sobre la marcha para el monitoreo adaptativo de la maquinaria, limitado por requisitos de latencia inferiores a milisegundos.[11] El procesamiento fuera de línea, por el contrario, implica el manejo por lotes de conjuntos de datos almacenados para un análisis integral, lo que permite validaciones estadísticas complejas o FFT de alta resolución sin presiones de tiempo, como en la revisión de adquisiciones de laboratorio posteriores a experimentos.[11]

Estándares clave

Los sistemas de adquisición de datos se basan en protocolos y especificaciones estandarizados para garantizar la interoperabilidad, confiabilidad y seguridad en hardware, software e interfaces de comunicación. Estos estándares facilitan el diseño modular, el control preciso y la perfecta integración en diversas aplicaciones, desde pruebas de laboratorio hasta automatización industrial.[88]

Estándares de hardware

El estándar PCI eXtensions for Instrumentation (PXI) define una plataforma robusta basada en PC para sistemas modulares de medición y automatización, que incorpora el bus PCI con señales adicionales para instrumentación, como líneas de activación, buses locales y un reloj de referencia del sistema para admitir la adquisición de datos de alto rendimiento.[89] PXI permite configuraciones de chasis escalables con controladores y módulos de múltiples proveedores, promoviendo la recopilación de datos sincronizada y rentable en entornos de prueba.[88]

De manera similar, el estándar VME eXtensions for Instrumentation (VXI) proporciona una arquitectura modular abierta para instrumentación de alta densidad, especificando requisitos mecánicos, eléctricos y de protocolo para integrar módulos en un backplane común. VXI admite sincronización y activación precisas a través de líneas de bus dedicadas, lo que lo hace adecuado para aplicaciones exigentes como pruebas aeroespaciales donde la confiabilidad y la modularidad son críticas.

Para la adquisición de datos portátiles, las especificaciones del USB Implementers Forum (USB-IF) describen los requisitos para dispositivos basados ​​en USB, incluida la entrega de energía, velocidades de transferencia de datos de hasta 480 Mbps para USB 2.0 y conectividad plug-and-play que permite E/S multifunción sin interfaces especializadas.[91] Estas especificaciones garantizan la compatibilidad con sistemas DAQ de nivel básico, permitiendo que las entradas analógicas y digitales interactúen directamente con las computadoras host en mediciones de campo.[92]

Protocolos de software

Los comandos estándar para instrumentos programables (SCPI) establecen una sintaxis y un conjunto de comandos para controlar instrumentos de prueba a través de interfaces como GPIB o USB, ampliando IEEE 488.2 para incluir jerarquías específicas de dispositivos para mediciones como voltaje o frecuencia.[93] SCPI promueve la programación independiente del proveedor, reduciendo el tiempo de desarrollo al estandarizar consultas y respuestas en el software de adquisición de datos.[94]

El estándar de Instrumentos virtuales intercambiables (IVI) define una arquitectura de controlador para clases de instrumentos como osciloscopios y multímetros, lo que permite que el software cambie entre hardware compatible sin cambios de código a través de componentes compartidos y especificaciones de clase.[95] IVI admite marcos COM y .NET, lo que garantiza el cumplimiento y la extensibilidad en los sistemas de prueba automatizados para un manejo consistente de los datos.

Estándares de comunicación

Modbus es un protocolo maestro-esclavo para redes industriales seriales o basadas en Ethernet, que facilita el intercambio de datos entre computadoras de supervisión y unidades terminales remotas en sistemas SCADA con mecanismos simples de solicitud-respuesta para leer registros y bobinas.[96] Admite hasta 247 dispositivos en una red, lo que proporciona una comunicación sólida y de bajo costo para la adquisición de datos en tiempo real en el control de procesos.[97]

Profibus (Process Field Bus) especifica un estándar de bus de campo según IEC 61158 para comunicación determinista en automatización, con variantes como DP para transferencia de datos cíclica de alta velocidad a velocidades de hasta 12 Mbps a través de cableado RS-485.[98] Profibus permite topologías multipunto para conectar sensores y actuadores, lo que garantiza una sincronización confiable en configuraciones DAQ distribuidas.[99]

IEEE 1588, conocido como Protocolo de tiempo de precisión (PTP), estandariza la sincronización del reloj basada en red con una precisión de submicrosegundos, utilizando marcas de tiempo de hardware para alinear dispositivos distribuidos a través de Ethernet para una adquisición de datos coherente.[100] Opera a través de jerarquías maestro-esclavo, compensando los retrasos de propagación para admitir aplicaciones urgentes como las pruebas de matriz en fase.[101]

Estándares de seguridad y calidad

IEC 61508 proporciona un marco para la seguridad funcional en sistemas eléctricos, electrónicos y electrónicos programables, definiendo niveles de integridad de seguridad (SIL 1-4) basados ​​en métricas de reducción de riesgos y probabilidad de fallas para guiar el diseño y la verificación del sistema DAQ.[102] Requiere evaluaciones sistemáticas de la capacidad y gestión del ciclo de vida para mitigar los peligros en la adquisición de datos relacionados con la seguridad, como en las industrias del automóvil o de procesos.[103]

Actualizaciones recientes

A partir de 2025, la versión 1.05 de OPC UA introduce mejoras para la integración de dispositivos y el modelado seguro de datos, incluida la compatibilidad con actualizaciones de software y mecanismos pub-sub compatibles con la nube que permiten DAQ escalable a través de redes industriales de IoT.[104] Esta actualización alinea OPC UA con arquitecturas de borde a nube, lo que facilita la adquisición de datos en tiempo real desde dispositivos de campo hasta plataformas de análisis.[105]

Desafíos comunes

Uno de los principales desafíos en los sistemas de adquisición de datos es la gestión del ruido y las interferencias, que pueden distorsionar la integridad de la señal y comprometer la precisión de las mediciones. La interferencia electromagnética (EMI) surge de fuentes externas, como líneas eléctricas o dispositivos electrónicos cercanos, y las estrategias de mitigación incluyen una conexión a tierra adecuada para crear superficies equipotenciales y cables blindados para bloquear el acoplamiento radiativo.[106] El ruido térmico, inherente a los componentes electrónicos debido al movimiento aleatorio de los electrones, se puede reducir reduciendo las temperaturas de funcionamiento o empleando filtros de paso bajo para limitar el ancho de banda, minimizando así la potencia del ruido proporcional al rango de frecuencia de la señal.[107] Estas técnicas son esenciales en entornos de alta precisión, donde el ruido no abordado puede degradar la relación señal-ruido por debajo de límites aceptables.

La escalabilidad plantea obstáculos importantes cuando se manejan altas velocidades de datos, como aquellas que superan 1 GS/s en aplicaciones como radar o telecomunicaciones, a menudo limitadas por limitaciones de ancho de banda en convertidores analógicos a digitales (ADC) y líneas de transmisión. Para abordar esto, los sistemas emplean técnicas como rutas de datos paralelas o procesamiento basado en FPGA para distribuir la carga, aunque aumentan las demandas de hardware y los posibles cuellos de botella en la transmisión en tiempo real.[108] Los métodos de extensión de ancho de banda, incluida la ecualización activa, ayudan a mantener la fidelidad a velocidades elevadas, pero requieren una calibración cuidadosa para evitar el solapamiento según el criterio de Nyquist.[109]

Los desafíos de sincronización surgen en configuraciones de adquisición de datos distribuidos, donde la desviación del reloj (causada por imprecisiones del oscilador) conduce a una desalineación temporal entre los nodos, lo que potencialmente distorsiona las correlaciones multisensor. Las soluciones implican referencias externas como señales de sincronización GPS, que proporcionan una precisión inferior al microsegundo al difundir una base de tiempo global vía satélite, lo que permite bucles sincronizados en fase para corregir desviaciones en redes en tiempo real.[110] Estándares como IEEE 1588 (PTP) respaldan aún más esto al facilitar ajustes basados ​​en software en sistemas conectados a Ethernet.

Garantizar la integridad de los datos es fundamental, particularmente contra errores de transmisión y amenazas maliciosas en entornos de red. Las verificaciones de redundancia cíclica (CRC) sirven como un mecanismo sólido de detección de errores, agregando una suma de verificación derivada de un polinomio a los paquetes de datos para identificar cambios o ráfagas de bits con alta probabilidad, logrando a menudo tasas de detección cercanas al 100% para errores hasta la longitud del código.[111] En DAQ en red, las amenazas a la ciberseguridad, como las amenazas persistentes avanzadas (APT), se dirigen a los protocolos de control de supervisión y adquisición de datos (SCADA), explotando vulnerabilidades sin parches para el acceso no autorizado o la manipulación de datos; las contramedidas incluyen segmentación y cifrado alineados con las directrices del NIST.[112]