Inovações iniciais

As origens da aquisição de dados remontam ao século XIX, quando os métodos manuais dominavam o registo de fenómenos físicos, particularmente na experimentação científica. Na fisiologia, o quimógrafo, inventado pelo fisiologista alemão Carl Ludwig em 1847, representava um registrador gráfico mecânico fundamental que automatizava o registro de variáveis ​​como pressão arterial e contrações musculares em tambores giratórios de papel fumê. Este dispositivo permitiu a representação gráfica contínua de sinais variantes no tempo, permitindo aos pesquisadores analisar processos dinâmicos sem intervenção manual constante, e lançou as bases para a coleta sistemática de dados em ciências experimentais.

No início do século 20, as inovações mudaram para tecnologias de gravação elétrica e visual, aumentando a precisão e a velocidade da captura de dados. Os osciloscópios analógicos surgiram na década de 1920, utilizando tubos de raios catódicos para exibir formas de onda elétricas em tempo real, com os primeiros modelos comerciais sendo disponibilizados em 1931 por fabricantes como a General Radio. Complementando estes estavam os gravadores de gráficos, que evoluíram a partir de designs de quimógrafos para produzir traços lineares de sinais analógicos em gráficos de papel em movimento, facilitando a documentação de fenômenos como flutuações de tensão na engenharia elétrica. Essas ferramentas abordaram as limitações de sistemas puramente mecânicos, incorporando princípios eletromagnéticos, permitindo aplicações mais amplas em monitoramento industrial e em ambientes laboratoriais.

Após a Segunda Guerra Mundial, a década de 1950 viu o advento de gravadores eletrônicos de dados impulsionados por necessidades militares e aeroespaciais, particularmente em telemetria para transmissão remota de sinais. Esses sistemas permitiram a coleta sem fio de dados de sensores de veículos de alta velocidade, com implementações iniciais focadas em gravadores analógicos de fita magnética para armazenar entradas multicanais.[34] Um exemplo notável foi a implantação de sistemas de telemetria pela NASA em 1958 para a missão Explorer 1, o primeiro satélite dos EUA, que capturou e retransmitiu dados de desempenho de foguetes, incluindo níveis de radiação e condições ambientais durante o lançamento e órbita.

No início da década de 1960, os sistemas comerciais de aquisição de dados começaram a integrar a tecnologia de osciloscópio para uma gravação mais acessível, marcando uma transição para ferramentas eletrônicas padronizadas. A Hewlett-Packard introduziu o osciloscópio de amostragem HP 185B em 1962, capaz de capturar sinais de alta frequência de até 1 GHz e fornecer recursos de leitura fotográfica ou direta para armazenamento persistente de dados, que suportava aplicações em pesquisa e engenharia além do uso militar especializado. Da mesma forma, o osciloscópio de estado sólido HP 180A naquele ano ofereceu maior confiabilidade e exibições multitraçados, estabelecendo gravadores baseados em osciloscópio como instrumentos DAQ comerciais fundamentais.

Avanços modernos

A transição dos sistemas de aquisição de dados analógicos para os digitais no final do século 20 marcou uma mudança fundamental, construindo brevemente as bases analógicas iniciais, integrando o poder computacional para um tratamento e processamento de sinais mais eficientes.

Nas décadas de 1970 e 1980, o surgimento dos sistemas de aquisição de dados baseados em microprocessadores (DAQ) revolucionou o campo ao permitir o controle programável e a automação de tarefas de medição. A National Instruments, fundada em 1976, foi pioneira nesta era com seus produtos iniciais, incluindo a placa de interface GPIB (General Purpose Interface Bus) de 1977, que facilitou a coleta de dados de instrumentos acionada por microprocessador, estabelecendo as bases para ambientes de programação gráfica como o LabVIEW, lançado pela primeira vez em 1986. Em meados da década de 1980, esses sistemas evoluíram para suportar componentes elementares, como placas GPIB DAQ, permitindo integração escalável com computadores pessoais.[38]

A década de 1990 viu uma maior padronização através da introdução do barramento Peripheral Component Interconnect (PCI), que fornecia taxas de transferência de dados em alta velocidade de até 133 MB/s e se tornou a base para a integração de hardware DAQ em PCs. Desenvolvido pela Intel a partir de 1990 e proposto publicamente em 1992, o barramento PCI substituiu interfaces mais lentas como ISA, permitindo placas DAQ mais confiáveis ​​e de alto desempenho para aplicações que exigem rápida transferência de dados. A adoção desse padrão estendeu-se a plataformas modulares como PXI em 1997, que aproveitou o PCI para aquisições sincronizadas e de alta contagem de canais em testes e medições.[41]

Um marco importante no início dos anos 2000 foi a padronização do DAQ baseado em USB, que introduziu conectividade plug-and-play e implantação simplificada sem slots especializados. Com o lançamento do USB 2.0 em 2000, oferecendo largura de banda de até 480 Mbps, fabricantes como a National Instruments lançaram dispositivos USB DAQ em meados dos anos 2000, como o USB-6008 em 2005, permitindo sistemas portáteis com troca a quente alimentados diretamente pela interface. Essa mudança reduziu a complexidade e os custos de configuração, tornando o DAQ acessível para uso em campo e laboratório.[43]

Durante a década de 2000, surgiram sistemas DAQ sem fio e em rede, incorporando os padrões IEEE 802.11 para sensoriamento remoto e monitoramento distribuído. O padrão IEEE 802.11b, ratificado em 1999 com velocidades de 11 Mbps, foi integrado às arquiteturas DAQ no início dos anos 2000 para suportar redes locais sem fio (WLANs) ad-hoc para transmissão de dados em tempo real de sensores em locais inacessíveis, como monitoramento de saúde estrutural. Esses sistemas aumentaram a flexibilidade em configurações com fio, com protótipos demonstrando aquisição confiável de dados de vibração em WLANs até 2003.[45]

Nas décadas de 2010 e 2020, o DAQ de alta velocidade avançou por meio da integração de array de portas programáveis ​​em campo (FPGA), permitindo processamento personalizável e em tempo real a taxas superiores a 100 MSPS. Os FPGAs permitiram o tratamento paralelo de dados e o buffer de baixa latência, como visto em sistemas para experimentos de física de alta energia, alcançando comunicação resiliente a erros até velocidades de gigabit até 2017.[46] Ao mesmo tempo, a aquisição aprimorada por IA incorporou aprendizado de máquina para detecção de anomalias em tempo real, processando dados de streaming para identificar desvios em ambientes industriais de IoT, como sistemas de energia, com estruturas alcançando latências de detecção abaixo de milissegundos.[47] Essa adoção se estendeu a contextos de big data por meio da IoT habilitada para 5G, onde a latência ultrabaixa do 5G (abaixo de 1 ms) e a conectividade massiva suportam bilhões de dispositivos para aquisição contínua em fábricas e cidades inteligentes, projetadas para atingir 39 bilhões de dispositivos IoT conectados até 2030.[48][49]

Hardware

O hardware de aquisição de dados abrange os componentes físicos que fazem interface com os sinais do mundo real, convertendo-os em formato digital para processamento. No centro estão sensores e transdutores, que detectam fenômenos físicos e produzem sinais elétricos correspondentes. Os termopares, por exemplo, geram uma tensão proporcional às diferenças de temperatura com base no efeito Seebeck, tornando-os adequados para medir temperaturas em ambientes industriais.[50] Os extensômetros, por outro lado, medem a deformação mecânica detectando mudanças na resistência elétrica quando deformados, frequentemente usados ​​em transdutores de pressão onde o manômetro é ligado a um diafragma que flexiona sob a força aplicada. Esses dispositivos emitem sinais analógicos de baixo nível, normalmente na faixa de microvolts a milivolts, exigindo uma interface cuidadosa para evitar a degradação do sinal.

No centro da digitalização desses sinais estão os conversores analógico-digitais (ADCs), que amostram e quantizam entradas analógicas em valores digitais discretos. Os ADCs de registro de aproximação sucessiva (SAR) operam comparando iterativamente a tensão de entrada com uma referência usando um conversor digital para analógico interno, alcançando resoluções de 8 a 18 bits e taxas de amostragem de até vários MSPS, ideal para aquisição de dados multiplexados em instrumentação. Os ADCs Sigma-delta (Σ-Δ), por outro lado, empregam sobreamostragem e modelagem de ruído por meio de um modulador e filtro digital, fornecendo resoluções mais altas de 12 a 24 bits em taxas efetivas mais baixas (até algumas centenas de Hz), destacando-se em aplicações de precisão como digitalização de sensores onde a rejeição de ruído de linha (50/60 Hz) é crítica. A resolução de um ADC, determinada pela sua profundidade de bits nnn, define a faixa dinâmica, onde a faixa completa é igual a 2n×2^n \times2n× LSB, sendo LSB o passo de tensão de bit menos significativo; por exemplo, um ADC de 12 bits divide a faixa de entrada em 4.096 etapas, produzindo granularidade mais fina, mas ruído de quantização potencialmente mais alto se o sinal não abranger toda a escala.

O hardware de condicionamento de sinal prepara esses sinais analógicos para entrada ADC, melhorando a qualidade e a compatibilidade. Amplificadores, como amplificadores de instrumentação, aumentam as saídas fracas dos sensores para corresponder à faixa de entrada do ADC, melhorando a relação sinal-ruído; para termopares, ganhos de 100 ou mais podem elevar os sinais de microvolts a volts, melhorando a resolução da medição.[53] Filtros anti-aliasing, normalmente filtros analógicos passa-baixa, atenuam frequências acima do limite de Nyquist (metade da taxa de amostragem) para evitar dobramento e distorção espectral, com cortes programáveis ​​garantindo conformidade na vibração ou aquisição de áudio. Os multiplexadores permitem a operação multicanal roteando sequencialmente sinais de vários sensores para um único ADC ou amplificador, suportando até milhares de canais em sistemas escaláveis ​​enquanto minimizam o uso de hardware.[53]

As interfaces de aquisição de dados facilitam a conectividade entre sensores, estágios de condicionamento e sistemas host. Placas de aquisição de dados, geralmente no formato PCIe, integram ADCs, multiplexadores e condicionamento em placas compactas que se conectam diretamente ao barramento de um computador, oferecendo transferência de dados em alta velocidade para medições baseadas em desktop.[1] Sistemas modulares como chassis PXI fornecem uma plataforma robusta e escalável com slots para módulos intercambiáveis, combinando recursos elétricos PCI Express com embalagem Eurocard para aplicações sincronizadas e com grande número de canais em equipamentos de teste automatizados.[54]

As arquiteturas de hardware em sistemas de aquisição de dados variam entre projetos centralizados e distribuídos para atender às diversas necessidades de implantação. Arquiteturas centralizadas consolidam sensores, condicionamento e processamento em um único local, como uma placa PCIe DAQ baseada em laboratório, simplificando a sincronização, mas limitando a escalabilidade para monitoramento remoto ou de grandes áreas.[55] Arquiteturas distribuídas, incorporando dispositivos de computação de ponta, como módulos CompactDAQ em rede, colocam o hardware de aquisição próximo à fonte de sinal para reduzir a latência e o cabeamento, permitindo o processamento em tempo real na borda antes da agregação de dados.[55] As considerações de energia envolvem a seleção de fontes (por exemplo, 9-30 V CC para chassis) que correspondam às classificações do dispositivo para evitar a introdução de ruído ou danos, muitas vezes com isolamento para evitar loops de aterramento.[56] A sincronização garante o alinhamento temporal entre canais ou dispositivos, obtido por meio de relógios, gatilhos ou temporização GPS compartilhados em configurações distribuídas para manter a coerência de fase em aquisições de vários dispositivos.[57]

Programas

O software em sistemas de aquisição de dados (DAQ) abrange as interfaces de programação, bibliotecas e ferramentas que permitem o controle, configuração e gerenciamento de componentes de hardware, facilitando a integração e operação perfeitas em vários aplicativos. Esses elementos de software atuam como intermediários entre os sensores físicos e as aplicações do usuário final, lidando com tarefas desde comunicação de hardware de baixo nível até manipulação de dados de alto nível. Os drivers de dispositivo formam a camada fundamental, fornecendo integração do sistema operacional (SO) para hardware DAQ. Por exemplo, os drivers NI-DAQmx suportam ambientes Windows e Linux, incluindo módulos de kernel para dispositivos USB DAQ, permitindo acesso direto a recursos de hardware sem modificações personalizadas no kernel. Da mesma forma, outros fornecedores como a EAGLE fornecem drivers compatíveis com Linux e Windows para seus módulos DAQ, garantindo portabilidade entre plataformas de sistema operacional.[60]

Os ambientes de desenvolvimento e bibliotecas ampliam ainda mais essa funcionalidade, oferecendo APIs e interfaces gráficas para a construção de aplicativos DAQ. O NI-DAQmx serve como uma biblioteca de drivers abrangente que se comunica com o hardware NI DAQ, suportando configuração de tarefas, canais e temporização através de sua API C, que é acessível em linguagens como Python através do pacote nidaqmx.[61][62] A biblioteca nidaqmx Python, um wrapper orientado a objetos em torno da API C do NI-DAQmx, permite que os desenvolvedores criem tarefas para canais analógicos e digitais, configurem relógios de amostragem e realizem leituras/gravações para aquisição de dados em ambientes Python em sistemas operacionais suportados.[62] Para programação gráfica, o LabVIEW fornece uma plataforma de instrumentação virtual onde os usuários arrastam e soltam elementos para criar aplicações para tarefas DAQ, integrando controle de hardware com funções de análise integradas sem a tradicional codificação linha por linha.[63] Essas ferramentas agilizam o desenvolvimento, com o LabVIEW enfatizando diagramas de blocos intuitivos para sistemas de teste e medição.[63]

As principais funções do software DAQ incluem configuração de hardware, como definição de taxas de amostragem e gatilhos, além de registro de dados e visualização em tempo real. O NI-DAQmx permite configuração precisa de taxas de amostragem por meio de funções como cfg_samp_clk_timing e configurações de trigger para aquisições sincronizadas, garantindo captura precisa de sinais em taxas até os limites de hardware.[61] O registro de dados é facilitado por métodos para gravar dados adquiridos em arquivos, como o formato TDMS em nidaqmx, permitindo armazenamento persistente para pós-processamento.[62] A visualização em tempo real é suportada por ferramentas integradas em ambientes como o LabVIEW, que exibe formas de onda e métricas durante a aquisição, ou através do DAQ Assistant no software NI para monitoramento imediato do sinal.[61][63]

Aquisição de sinal

A aquisição de sinais representa a fase fundamental da aquisição de dados, onde os sinais analógicos de fenômenos físicos são capturados, condicionados e preparados para digitalização. Este processo começa com a excitação do sensor, onde um estímulo externo – como uma tensão ou corrente constante – é aplicado ao sensor para gerar uma resposta mensurável proporcional ao mensurando. Por exemplo, sensores resistivos como extensômetros requerem correntes de excitação normalmente na faixa de 1-10 mA para produzir variações de tensão que refletem mudanças mecânicas.[72]

Após a excitação, a saída fraca do sensor sofre amplificação de sinal para aumentar sua amplitude para níveis adequados para processamento posterior, muitas vezes usando amplificadores diferenciais para rejeitar ruído de modo comum. Os ganhos de amplificação podem variar de 10 a 1000, dependendo da sensibilidade do sensor e dos requisitos do sistema. A filtragem subsequente remove ruídos e interferências indesejadas, empregando filtros passa-baixa para atenuar componentes de alta frequência enquanto preserva o sinal de interesse; por exemplo, filtros anti-aliasing com frequências de corte alinhadas à largura de banda do sinal são essenciais. Essas etapas garantem a integridade do sinal antes da amostragem, minimizando a distorção causada por ruído ambiental ou limitações do sensor.[73][74]

As técnicas de amostragem determinam como e quando o sinal analógico condicionado é convertido em amostras discretas no domínio do tempo. A amostragem síncrona envolve uma taxa de clock fixa, onde todas as amostras são coletadas em intervalos uniformes determinados pelo relógio mestre do sistema, ideal para sinais periódicos como vibrações no monitoramento de máquinas. Em contrapartida, a amostragem assíncrona permite taxas variáveis ​​acionadas por eventos externos, possibilitando a captura eficiente de fenômenos esporádicos, como impactos transitórios. Os mecanismos de disparo refinam ainda mais o tempo de aquisição: os disparos de borda iniciam a amostragem em uma transição rápida de sinal (ascendente ou decrescente), enquanto os disparos de nível são ativados quando o sinal se mantém acima ou abaixo de um limite, proporcionando flexibilidade para diversas aplicações, como diagnósticos baseados em osciloscópio.[75][76][77]

Em sistemas multicanais, a aquisição de sinal deve lidar com múltiplas entradas simultaneamente para manter a coerência dos dados. As taxas de varredura definem a sequência e a velocidade da multiplexação entre canais, com a taxa de transferência dividida entre as entradas ativas – por exemplo, um sistema de 1 MS/s que varre 8 canais produz 125 kS/s por canal. A sincronização garante o alinhamento temporal, muitas vezes alcançado por meio de um relógio compartilhado ou cronometragem baseada em GPS para configurações distribuídas, evitando erros de fase em aplicações como radar phased-array. Hardware como multiplexadores facilitam isso, conforme detalhado nas visões gerais dos componentes do sistema.[78][76]

Fontes de erro comuns na aquisição de sinal incluem ruído de quantização, decorrente da resolução finita do conversor analógico-digital, que introduz uma distribuição de erro uniforme com variância σq2=Δ212\sigma_q^2 = \frac{\Delta^2}{12}σq2​=12Δ2​, onde Δ\DeltaΔ é o tamanho da etapa de quantização. Crosstalk ocorre em configurações multicanal devido ao acoplamento capacitivo ou indutivo entre linhas adjacentes, manifestando-se como vazamento de sinal que pode degradar o isolamento do canal em até 60 dB sem mitigação. Para neutralizar isso, a blindagem envolve cabos e circuitos em barreiras condutoras aterradas para desviar a interferência eletromagnética, enquanto a fiação de par trançado e os traços de proteção reduzem ainda mais a suscetibilidade à interferência.[79][80][81]

Um aspecto crítico da amostragem é evitar o aliasing, onde os componentes de alta frequência se disfarçam como frequências mais baixas nos dados amostrados. O critério de Nyquist estipula que a frequência de amostragem fsf_sfs​ deve exceder duas vezes a frequência máxima do sinal fmax⁡f_{\max}fmax​, expressa como:

Isto garante uma reconstrução fiel sem distorção. Em implementações práticas, um fator de sobreamostragem de 2,5 a 5 é aplicado, aumentando fsf_sfs​ além do mínimo teórico para acomodar filtros anti-aliasing imperfeitos e melhorar a média de ruído.[82]

Processamento e análise de dados

Após a digitalização pelo conversor analógico-digital (ADC), a saída digital bruta é formatada em fluxos de dados estruturados, normalmente como valores binários que representam níveis de sinal quantizados, antes de ser armazenada em buffer na memória para lidar com o armazenamento temporário e evitar a perda de dados durante a aquisição em alta velocidade. O buffer geralmente emprega filas FIFO (primeiro a entrar, primeiro a sair) ou buffers circulares para gerenciar taxas de dados variadas do ADC, garantindo fluxo contínuo sem transbordamento.[83] A transmissão desses dados armazenados em buffer para unidades de armazenamento ou processamento utiliza protocolos como Ethernet para ambientes de rede de alta largura de banda ou barramento CAN para comunicação robusta e em tempo real em sistemas embarcados, como controles automotivos ou industriais.

O processamento básico começa com a filtragem digital para refinar o sinal, onde os filtros de resposta ao impulso finito (FIR) aplicam uma soma ponderada de amostras recentes sem feedback, fornecendo resposta de fase linear ideal para preservar a forma da forma de onda, como em implementações de média móvel que suavizam transientes. Os filtros de resposta ao impulso infinito (IIR), por outro lado, incorporam feedback de saídas anteriores para obter respostas de frequência mais nítidas com menos coeficientes, embora possam introduzir distorção de fase, tornando-os adequados para média recursiva para reduzir o ruído de alta frequência. As técnicas de média, um subconjunto da filtragem FIR, calculam a média aritmética em múltiplas amostras para atenuar o ruído aleatório, reduzindo efetivamente a variância do sinal e afetando minimamente a tendência subjacente.[83]

As técnicas de análise transformam dados processados ​​em insights interpretáveis, com a transformada rápida de Fourier (FFT) permitindo o exame no domínio da frequência para identificar componentes espectrais, como frequências dominantes ou harmônicos em vibração ou sinais acústicos. A FFT calcula a transformada discreta de Fourier de forma eficiente através do algoritmo Cooley-Tukey, dado por:

onde XkX_kXk​ é o k-ésimo compartimento de frequência, xnx_nxn​ são as N amostras no domínio do tempo e i é a unidade imaginária; isso permite a estimativa de potência espectral para detecção de anomalias em sistemas mecânicos.[86] Os métodos estatísticos complementam isso calculando a média para estimar a tendência central do sinal e a variância para quantificar a dispersão, auxiliando na validação da qualidade dos dados em relação aos níveis de ruído esperados ou padrões de calibração.[87]

Os modos de processamento diferem com base nas demandas da aplicação: a análise em tempo real transmite dados através de processadores incorporados para feedback imediato em sistemas de controle, como filtragem e FFT on-the-fly para monitoramento adaptativo de máquinas, limitado por requisitos de latência abaixo de milissegundos.[11] O processamento off-line, por outro lado, envolve o manuseio em lote de conjuntos de dados armazenados para análise abrangente, permitindo validações estatísticas complexas ou FFT de alta resolução sem pressões de tempo, como na revisão pós-experimento de aquisições laboratoriais.[11]

Padrões principais

Os sistemas de aquisição de dados dependem de protocolos e especificações padronizados para garantir interoperabilidade, confiabilidade e segurança em hardware, software e interfaces de comunicação. Esses padrões facilitam o design modular, o controle preciso e a integração perfeita em diversas aplicações, desde testes de laboratório até automação industrial.[88]

Padrões de hardware

O padrão PCI eXtensions for Instrumentation (PXI) define uma plataforma robusta baseada em PC para sistemas modulares de medição e automação, incorporando o barramento PCI com sinais adicionais para instrumentação, como linhas de disparo, barramentos locais e um relógio de referência do sistema para suportar aquisição de dados de alto desempenho. O PXI permite configurações de chassi escaláveis ​​com controladores e módulos de vários fornecedores, promovendo coleta de dados sincronizada e econômica em ambientes de teste.[88]

Da mesma forma, o padrão VME eXtensions for Instrumentation (VXI) fornece uma arquitetura aberta e modular para instrumentação de alta densidade, especificando requisitos mecânicos, elétricos e de protocolo para integração de módulos em um backplane comum.[90] O VXI suporta temporização e acionamento precisos por meio de linhas de barramento dedicadas, tornando-o adequado para aplicações exigentes, como testes aeroespaciais, onde a confiabilidade e a modularidade são essenciais.

Para aquisição de dados portáteis, as especificações do USB Implementers Forum (USB-IF) descrevem os requisitos para dispositivos baseados em USB, incluindo fornecimento de energia, taxas de transferência de dados de até 480 Mbps para USB 2.0 e conectividade plug-and-play que permite E/S multifuncional sem interfaces especializadas. Essas especificações garantem compatibilidade para sistemas DAQ básicos, permitindo que entradas analógicas e digitais interajam diretamente com computadores host em medições de campo.[92]

Protocolos de software

Os Comandos Padrão para Instrumentos Programáveis ​​(SCPI) estabelecem uma sintaxe e um conjunto de comandos para controlar instrumentos de teste através de interfaces como GPIB ou USB, estendendo o IEEE 488.2 para incluir hierarquias específicas de dispositivos para medições como tensão ou frequência. SCPI promove programação independente de fornecedor, reduzindo o tempo de desenvolvimento ao padronizar consultas e respostas em software de aquisição de dados.[94]

O padrão Interchangeable Virtual Instruments (IVI) define uma arquitetura de driver para classes de instrumentos como osciloscópios e multímetros, permitindo que o software alterne entre hardware compatível sem alterações de código por meio de componentes compartilhados e especificações de classe.[95] IVI suporta estruturas COM e .NET, garantindo conformidade e extensibilidade em sistemas de teste automatizados para manipulação consistente de dados.

Padrões de comunicação

Modbus é um protocolo mestre-escravo para redes industriais seriais ou baseadas em Ethernet, facilitando a troca de dados entre computadores supervisores e unidades terminais remotas em sistemas SCADA com mecanismos simples de solicitação-resposta para leitura de registros e bobinas. Ele suporta até 247 dispositivos em uma rede, fornecendo comunicação robusta e de baixo overhead para aquisição de dados em tempo real no controle de processos.[97]

Profibus (Process Field Bus) especifica um padrão de fieldbus sob IEC 61158 para comunicação determinística em automação, com variantes como DP para transferência cíclica de dados em alta velocidade a taxas de até 12 Mbps através de cabeamento RS-485. O Profibus permite topologias multidrop para conectar sensores e atuadores, garantindo sincronização confiável em configurações DAQ distribuídas.[99]

IEEE 1588, conhecido como Precision Time Protocol (PTP), padroniza a sincronização de relógio baseada em rede com precisão de submicrossegundos, usando carimbo de data / hora de hardware para alinhar dispositivos distribuídos pela Ethernet para aquisição de dados coerente. Ele opera por meio de hierarquias mestre-escravo, compensando atrasos de propagação para oferecer suporte a aplicações sensíveis ao tempo, como testes de phased array.[101]

Padrões de Segurança e Qualidade

A IEC 61508 fornece uma estrutura para segurança funcional em sistemas elétricos, eletrônicos e eletrônicos programáveis, definindo níveis de integridade de segurança (SIL 1-4) com base na redução de risco e métricas de probabilidade de falha para orientar o projeto e a verificação do sistema DAQ.[102] Requer avaliações sistemáticas de capacidade e gerenciamento do ciclo de vida para mitigar os riscos na aquisição de dados relacionados à segurança, como nas indústrias automotiva ou de processamento.[103]

Atualizações recentes

A partir de 2025, o OPC UA versão 1.05 introduz melhorias para integração de dispositivos e modelagem segura de dados, incluindo suporte para atualizações de software e mecanismos pub-sub compatíveis com nuvem que permitem DAQ escalonável em redes IoT industriais.[104] Esta atualização alinha o OPC UA com arquiteturas de ponta à nuvem, facilitando a aquisição de dados em tempo real de dispositivos de campo para plataformas analíticas.[105]

Desafios comuns

Um dos principais desafios nos sistemas de aquisição de dados é o gerenciamento de ruídos e interferências, que podem distorcer a integridade do sinal e comprometer a precisão da medição. A interferência eletromagnética (EMI) surge de fontes externas, como linhas de energia ou eletrônicos próximos, e as estratégias de mitigação incluem aterramento adequado para criar superfícies equipotenciais e cabos blindados para bloquear o acoplamento radiativo.[106] O ruído térmico, inerente aos componentes eletrônicos devido ao movimento aleatório dos elétrons, pode ser reduzido reduzindo as temperaturas operacionais ou empregando filtros passa-baixa para limitar a largura de banda, minimizando assim a potência do ruído proporcional à faixa de frequência do sinal. Estas técnicas são essenciais em ambientes de alta precisão, onde ruídos não tratados podem degradar a relação sinal-ruído abaixo dos limites aceitáveis.

A escalabilidade representa obstáculos significativos ao lidar com altas taxas de dados, como aquelas que excedem 1 GS/s em aplicações como radar ou telecomunicações, muitas vezes limitadas por limitações de largura de banda em conversores analógico-digitais (ADCs) e linhas de transmissão. Para resolver isso, os sistemas empregam técnicas como caminhos de dados paralelos ou processamento baseado em FPGA para distribuir a carga, embora isso aumente a demanda de hardware e possíveis gargalos no streaming em tempo real.[108] Métodos de extensão de largura de banda, incluindo equalização ativa, ajudam a manter a fidelidade em taxas elevadas, mas exigem calibração cuidadosa para evitar aliasing de acordo com o critério de Nyquist.[109]

Os desafios de sincronização surgem em configurações de aquisição de dados distribuídas, onde o desvio do relógio – causado por imprecisões do oscilador – leva ao desalinhamento temporal entre os nós, distorcendo potencialmente as correlações multissensor. As soluções envolvem referências externas, como sinais de temporização GPS, que fornecem precisão de submicrossegundos ao disseminar uma base de tempo global via satélite, permitindo loops de fase bloqueada para corrigir desvios em redes em tempo real.[110] Padrões como IEEE 1588 (PTP) apoiam ainda mais isso, facilitando ajustes baseados em software em sistemas conectados por Ethernet.

Garantir a integridade dos dados é fundamental, especialmente contra erros de transmissão e ameaças maliciosas em ambientes de rede. As verificações de redundância cíclica (CRC) servem como um mecanismo robusto de detecção de erros, anexando uma soma de verificação derivada de polinômio aos pacotes de dados para identificar inversões de bits ou rajadas com alta probabilidade, muitas vezes alcançando taxas de detecção próximas de 100% para erros até o comprimento do código. No DAQ em rede, as ameaças à segurança cibernética, como as ameaças persistentes avançadas (APTs), têm como alvo os protocolos de controle de supervisão e aquisição de dados (SCADA), explorando vulnerabilidades não corrigidas para acesso não autorizado ou manipulação de dados; as contramedidas incluem segmentação e criptografia alinhadas com as diretrizes do NIST.[112]

https://www.ni.com/en/shop/data-acquisition.htmlhttps://www.ti.com/lit/pdf/sbaa051https://www.ti.com/applications/industrial/test-measurement/data-acquisiti em/overview.htmlhttps://www.analog.com/en/solutions/instrumentation-and-measurement/electronic-test-and-measurement/data-acquisition.htmlhttps://web.mit.edu /gari/teaching/6.555/lectures/ch_ADC.pdfhttps://dewesoft.com/blog/what-is-data-acquisitionhttps://www.ni.com/docs/en-US/bundle/ni-rfsg/page/sampling-nyquis t-shannon.htmlhttps://www.allaboutcircuits.com/technical-articles/nyquist-shannon-theorem-understanding-sampled-systems/https://www.ni.com/en/support/docume ntation/supplemental/21/making-accurate-strain-measurements-improving-snr-and-determining-optimal-excitation-levels.htmlhttps://eureka.patsnap.com/article/w o que é a relação sinal-ruído-snr-e-por que-isso-importa-na-aquisição-de-dadoshttps://www.keysight.com/blogs/en/tech/educ/2024/sistema-de-aquisição-de-dadoshttps://w ww.tek.com/en/blog/what-is-data-acquisition-daqhttps://www.mathworks.com/help/daq/data-acquisition-system.htmlhttps://pmc.ncbi.nlm.nih.gov/articles/PMC73489 77/https://pmc.ncbi.nlm.nih.gov/articles/PMC10909639/https://www.sciencedirect.com/science/article/abs/pii/S0950423010001191https://www.aidic.it/cet/18/66/15 8.pdfhttps://pmc.ncbi.nlm.nih.gov/articles/PMC11360174/https://stacks.cdc.gov/view/cdc/161885/cdc_161885_DS1.pdfhttps://pmc.ncbi.nlm.nih.gov/articles/PMC119 28262/https://www.mdpi.com/2673-4591/83/1/19https://www.keyence.com/products/daq/data-loggers/resources/data-logger-resources/automotive-data-collection-dur ing-on-vehicle-testing.jsphttps://dewesoft.com/blog/building-vehicle-daq-systemhttps://www.geaerospace.com/sites/default/files/2022-02/DAS-Datasheet.pdfhttp s://defense-solutions.curtisswright.com/products/storage-recorders/flight-recorders/dafrhttps://www.sciencedirect.com/science/article/pii/S266734522100002Xht tps://pmc.ncbi.nlm.nih.gov/articles/PMC11014400/https://www.sciencedirect.com/science/article/abs/pii/S0960148122014616https://docs.nrel.gov/docs/fy24osti/9 1116.pdfhttps://pmc.ncbi.nlm.nih.gov/articles/PMC3147130/https://pmc.ncbi.nlm.nih.gov/articles/PMC2661974/http://www.oscopes.info/background/2265-oscillosco pe-milestoneshttps://pmc.ncbi.nlm.nih.gov/articles/PMC3449858/https://ethw.org/Milestones:Electronic_Technology_for_Space_Rocket_Launches%2C_1950-1969https: //www.nasa.gov/mission/explorer-1/https://www.hpmemoryproject.org/wb_pages/wall_b_page_02.htmhttps://www.hewlettpackardhistory.com/item/an-awesome-oscillosco pe/https://dewesoft.com/blog/data-acquisition-historyhttps://www.edn.com/the-story-of-ni-and-its-influence-on-instrument-control/https://control.com/technic al-articles/introdução-a-instrumentos-nacionais-ni-labview-software/https://www.ni.com/en/shop/pxi/overview-pxi.htmlhttps://www.eetimes.com/usb-grabs-data- acq-spotlight/https://www.edn.com/usb-eases-data-acquisition/https://www.sciencedirect.com/science/article/abs/pii/S0263224103000964https://onlinelibrary.wi ley.com/doi/10.1155/2010/631939https://www.researchgate.net/publication/320681076_A_potent_approach_for_the_development_of_FPGA_based_DAQ_system_for_HEP_expe rimentoshttps://pmc.ncbi.nlm.nih.gov/articles/PMC9717730/https://www.mdpi.com/2073-431X/14/7/250https://iot-analytics.com/number-connected-iot-devices/https: //www.ni.com/en/shop/data-acquisition/sensor-fundamentals.htmlhttps://www.analog.com/en/resources/analog-dialogue/articles/the-right-adc-architecture.htmlht tps://wiki.analog.com/university/courses/electronics/text/chapter-20https://www.ni.com/pdf/features/sigcontut.pdfhttps://www.ni.com/en/shop/pxi.htmlhttps:// www.ni.com/en/shop/data-acquisition/building-distributed-measurement-systems.htmlhttps://www.ni.com/en/shop/data-acquisition/measurement-fundamentals/field-w considerações-de-iring-and-noise-para-sinais-analógicos.htmlhttps://www.ni.com/en/support/documentation/supplemental/08/gps-synchronization-architecture-for-data- dispositivos de aquisição.htmlhttps://www.ni.com/en/support/downloads/drivers/download.ni-daq-mx.htmlhttps://knowledge.ni.com/KnowledgeArticleDetails?id=kA00Z0000 019NhFSAUhttps://www.eagledaq.com/download/index/id/100.htmlhttps://www.ni.com/docs/en-US/bundle/ni-daqmx/page/ni-daqmx-overview.htmlhttps://nidaqmx-python. readthedocs.io/en/latest/https://www.ni.com/en/shop/labview.htmlhttps://opcfoundation.org/wp-content/uploads/2023/05/OPC-UA-Interoperability-For-Industrie4-a nd-IoT-EN.pdfhttps://www.ptc.com/en/technologies/iiot/industrial-automation/opc/opc-uahttps://www.ptc.com/en/blogs/iiot/opc-ua-securityhttps://www.manubes.c om/opc-ua-security/https://www.darkreading.com/vulnerabilities-threats/utilities-factories-encryption-holes-industrial-protocolhttps://support.softwaretoolb ox.com/app/answers/detail/a_id/4159//whats-new---opc-studio-2025.1-%25285.82%2529https://industrial.softing.com/uploads/softing_downloads/ReleaseNotes_OpcU aNetStdSDK.pdfhttps://gca.isa.org/blog/9-scada-system-vulnerabilities-and-how-to-secure-themhttps://peshkin.mech.northwestern.edu/datasheets/Instrumentation_

https://www.ni.com/en/shop/data-acquisition.html

https://www.ti.com/lit/pdf/sbaa051

https://www.ti.com/applications/industrial/test-measurement/data-acquisition/overview.html

https://www.analog.com/en/solutions/instrumentation-and-measurement/electronic-test-and-measurement/data-acquisition.html

https://web.mit.edu/~gari/teaching/6.555/lectures/ch_ADC.pdf

https://dewesoft.com/blog/what-is-data-acquisition

https://www.ni.com/docs/en-US/bundle/ni-rfsg/page/sampling-nyquist-shannon.html

https://www.allaboutcircuits.com/technical-articles/nyquist-shannon-theorem-understanding-sampled-systems/

https://www.ni.com/en/support/documentation/supplemental/21/making-accurate-strain-measurements-improving-snr-and-determining-optimal-excitation-levels.html

https://eureka.patsnap.com/article/what-is-signal-to-noise-ratio-snr-and-why-does-it-matter-in-data-acquisition

https://www.keysight.com/blogs/en/tech/educ/2024/data-acquisition-system

https://www.tek.com/en/blog/what-is-data-acquisition-daq

https://www.mathworks.com/help/daq/data-acquisition-system.html

https://pmc.ncbi.nlm.nih.gov/articles/PMC7348977/

https://pmc.ncbi.nlm.nih.gov/articles/PMC10909639/

https://www.sciencedirect.com/science/article/abs/pii/S0950423010001191

https://www.aidic.it/cet/18/66/158.pdf

https://pmc.ncbi.nlm.nih.gov/articles/PMC11360174/

https://stacks.cdc.gov/view/cdc/161885/cdc_161885_DS1.pdf

https://pmc.ncbi.nlm.nih.gov/articles/PMC11928262/

https://www.mdpi.com/2673-4591/83/1/19

https://www.keyence.com/products/daq/data-loggers/resources/data-logger-resources/automotive-data-collection-during-on-vehicle-testing.jsp

https://dewesoft.com/blog/building-vehicle-daq-system

https://www.geaerospace.com/sites/default/files/2022-02/DAS-Datasheet.pdf

https://defense-solutions.curtisswright.com/products/storage-recorders/flight-recorders/dafr

https://www.sciencedirect.com/science/article/pii/S266734522100002X

https://pmc.ncbi.nlm.nih.gov/articles/PMC11014400/

https://www.sciencedirect.com/science/article/abs/pii/S0960148122014616

https://docs.nrel.gov/docs/fy24osti/91116.pdf

https://pmc.ncbi.nlm.nih.gov/articles/PMC3147130/

https://pmc.ncbi.nlm.nih.gov/articles/PMC2661974/

http://www.oscópios.info/background/2265-osciloscópio-milestones

https://pmc.ncbi.nlm.nih.gov/articles/PMC3449858/

https://ethw.org/Milestones:Electronic_Technology_for_Space_Rocket_Launches%2C_1950-1969

https://www.nasa.gov/mission/explorer-1/

https://www.hpmemoryproject.org/wb_pages/wall_b_page_02.htm

https://www.hewlettpackardhistory.com/item/an-awesome-osciloscópio/

https://dewesoft.com/blog/data-acquisition-history

https://www.edn.com/the-story-of-ni-and-its-influence-on-instrument-control/

https://control.com/technical-articles/introduction-to-national-instruments-ni-labview-software/

https://www.ni.com/en/shop/pxi/overview-pxi.html

https://www.eetimes.com/usb-grabs-data-acq-spotlight/

https://www.edn.com/usb-eases-data-acquisition/

https://www.sciencedirect.com/science/article/abs/pii/S0263224103000964

https://onlinelibrary.wiley.com/doi/10.1155/2010/631939

https://www.researchgate.net/publication/320681076_A_potent_approach_for_the_development_of_FPGA_based_DAQ_system_for_HEP_experiments

https://pmc.ncbi.nlm.nih.gov/articles/PMC9717730/

https://www.mdpi.com/2073-431X/14/7/250

https://iot-analytics.com/number-connected-iot-devices/

https://www.ni.com/en/shop/data-acquisition/sensor-fundamentals.html

https://www.analog.com/en/resources/analog-dialogue/articles/the-right-adc-architecture.html

https://wiki.analog.com/university/courses/electronics/text/chapter-20

https://www.ni.com/pdf/features/sigcontut.pdf

https://www.ni.com/en/shop/pxi.html

https://www.ni.com/en/shop/data-acquisition/building-distributed-measurement-systems.html

https://www.ni.com/en/shop/data-acquisition/measurement-fundamentals/field-wiring-and-noise-considerations-for-analog-signals.html

https://www.ni.com/en/support/documentation/supplemental/08/gps-synchronization-architecture-for-data-acquisition-devices.html

https://www.ni.com/en/support/downloads/drivers/download.ni-daq-mx.html

https://knowledge.ni.com/KnowledgeArticleDetails?id=kA00Z0000019NhFSAU

https://www.eagledaq.com/download/index/id/100.html

https://www.ni.com/docs/en-US/bundle/ni-daqmx/page/ni-daqmx-overview.html

https://nidaqmx-python.readthedocs.io/en/latest/

https://www.ni.com/en/shop/labview.html

https://opcfoundation.org/wp-content/uploads/2023/05/OPC-UA-Interoperability-For-Industrie4-and-IoT-EN.pdf

https://www.ptc.com/en/technologies/iiot/industrial-automation/opc/opc-ua

https://www.ptc.com/en/blogs/iiot/opc-ua-security

https://www.manubes.com/opc-ua-security/

https://www.darkreading.com/vulnerabilities-threats/utilities-factories-encryption-holes-industrial-protocol

https://support.softwaretoolbox.com/app/answers/detail/a_id/4159/~/whats-new---opc-studio-2025.1-%25285.82%2529

https://industrial.softing.com/uploads/softing_downloads/ReleaseNotes_OpcUaNetStdSDK.pdf

https://gca.isa.org/blog/9-scada-system-vulnerabilities-and-how-to-secure-them

https://peshkin.mech.northwestern.edu/datasheets/Instrumentation_amps/Apnote_sensor_measurement.pdf

https://www-physics.lbl.gov/~spieler/USPAS-MSU_2012/pdf/II_Signal_Formation_and_Acquisition.pdf

https://psi.engr.tamu.edu/wp-content/uploads/2018/01/gutierrez2002signal.pdf

https://www.volersystems.com/white-papers/design-tips/122-data-acquisition-basics

https://dewesoft.com/blog/data-acquisition-synchronisation

https://www.keysight.com/used/us/en/knowledge/glossary/osciloscópios/what-is-a-trigger-event-in-electronics

https://www.ti.com/lit/ml/slyp162/slyp162.pdf

https://www.allaboutcircuits.com/technical-articles/quantization-nois-amplitude-quantization-error-analog-to-digital-converters/

https://www.genuen.com/blog/top-8-ways-to-deal-with-noise-in-data-acquisition-and-test-systems/

https://www.idm-instrumentos.es/files/IOTECH/Signal-Conditioning-Handbook.pdf

https://www.ti.com/lit/pdf/sprad55

https://www.eng.utah.edu/~cs5785/slides-f10/20-1up.pdf

https://kvaser.com/can-protocol-tutorial/

https://www.dataforth.com/using-ethernet-for-data-acquisition

https://dewesoft.com/blog/guide-to-fft-análise

https://www.analog.com/media/en/training-seminars/design-handbooks/Mixed-Signal-Design-Seminar-1991/Section7.pdf

https://www.ni.com/en/shop/pxi/pxi-specification-standards-explained.html

https://www.pxisa.org/wp-content/uploads/2022/08/pxi-1-hardware-specification-rev-2-3.pdf

https://www.vxibus.org/specifications.html

https://www.usb.org/documents

https://www.usb.org/documents?search=&items_per_page=Todos

https://www.keysight.com/us/en/assets/9921-01870/miscellaneous/SCPI-99.pdf

https://ivifoundation.org/About-IVI/scpi.html

https://ivifoundation.org/

https://www.modbus.org/

https://www.ni.com/en/shop/seamlessly-connect-to-third-party-devices-and-supervisory-system/the-modbus-protocol-in-profundidade.html

https://www.profibus.com/download/profibus-standard-dp-specification

https://www.profibus.com/

https://www.mathworks.com/help/slrealtime/io_ref/precision-time-protocol.html

https://syncworks.com/wp-content/uploads/2025/06/Microchip_IEEE_1588_PTP_New_Standard_in_Time_Synchronization_White_Paper.pdf

https://www.intertek.com/electrical/standards/iec-61508/

https://www.gt-engineering.it/en/insights/funcional-safety-300321/iec-61508-all-parts/

https://profiles.opcfoundation.org/documentversion/445

https://reference.opcfoundation.org/

https://www.slac.stanford.edu/econf/C140914/papers/tutub1.pdf

https://www.ni.com/en/shop/data-acquisition/five-tips-to-reduce-measurement-noise.html

https://www.instron.com/wp-content/uploads/2024/06/bandwidth-whitepaper.pdf

https://www.tek.com/en/documents/whitepaper/techniques-extending-real-time-osciloscópio-bandwidth

https://www.ni.com/en/support/documentation/supplemental/09/timing-and-synchronization-systems.html

https://users.ece.cmu.edu/~koopman/pubs/faa15_tc-14-49.pdf

https://www.cisa.gov/news-events/cybersecurity-advisories/aa22-103a

https://www.monolithicpower.com/en/learning/mpscholar/analog-to-digital-converters/detailed-análise-de-adc-architectures/comparisons-and-applications

https://www.oracle.com/scm/ai-predictive-maintenance/

Definição e princípios

A aquisição de dados (DAQ), também conhecida como coleta de dados ou aquisição de sinal, é o processo de amostragem de sinais que medem fenômenos físicos do mundo real - como tensão, temperatura, pressão ou movimento - e conversão dos sinais analógicos resultantes em um formato digital adequado para processamento, armazenamento e análise por computadores ou outros sistemas digitais. Essa conversão normalmente é obtida usando conversores analógico-digitais (ADCs), que discretizam sinais contínuos nos domínios de tempo e amplitude para permitir a manipulação computacional. O objetivo principal do DAQ é capturar e representar eventos físicos com fidelidade suficiente para suportar uma interpretação precisa, garantindo que os dados digitais espelhem a entrada analógica original sem perda significativa de informações.

No centro dos princípios DAQ está o teorema de amostragem de Nyquist-Shannon, que estabelece a taxa de amostragem mínima necessária para reconstruir com precisão um sinal de tempo contínuo a partir de suas amostras discretas. De acordo com este teorema, a frequência de amostragem fsf_sfs​ deve ser pelo menos duas vezes o componente de frequência mais alta fmax⁡f_{\max}fmax​ no sinal para evitar aliasing, uma distorção onde frequências mais altas se disfarçam como mais baixas.[7] A taxa de Nyquist é então dada por:

onde fmax⁡f_{\max}fmax​ é a frequência máxima de interesse no sinal.[8] A violação deste princípio leva à perda irreversível de informação, sublinhando o papel fundamental do teorema na concepção de sistemas DAQ eficazes. Complementando a precisão da amostragem está a relação sinal-ruído (SNR), uma métrica chave que quantifica a força do sinal desejado em relação ao ruído de fundo, expressa em decibéis como SNR=10log⁡10(PsignalPnoise)\text{SNR} = 10 \log_{10} \left( \frac{P_{\text{signal}}}{P_{\text{noise}}} \direita)SNR=10log10​(Pruído​Psinal​​). Um SNR mais alto melhora a precisão da medição e reduz erros na representação digital, tornando-o essencial para DAQ confiável em ambientes ruidosos.[9][10]

Os componentes básicos de um sistema DAQ começam com sensores e transdutores, que fazem interface direta com o mundo físico, detectando fenômenos e gerando sinais elétricos correspondentes. Os sensores convertem quantidades não elétricas, como luz ou deformação, em formas mensuráveis, enquanto os transdutores abrangem amplamente dispositivos que transformam energia de uma forma para outra, muitas vezes produzindo uma saída analógica inicial.[11] Esses sinais seguem caminhos iniciais envolvendo condicionamento básico para amplificá-los ou filtrá-los antes da digitalização, garantindo compatibilidade com ADCs downstream sem se aprofundar em técnicas específicas de amplificação.[12] Esta arquitetura de alto nível forma a ponte entre a realidade analógica e o processamento digital, priorizando a integridade do sinal desde o início.[13]

Aplicativos

Os sistemas de aquisição de dados desempenham um papel fundamental em ambientes industriais, especialmente para monitoramento em tempo real e manutenção preditiva em processos de fabricação. Na análise de vibração de máquinas, esses sistemas capturam sinais de alta frequência de equipamentos rotativos para detectar falhas precoces, como desequilíbrios ou desgaste de rolamentos, permitindo intervenções oportunas que reduzem o tempo de inatividade e prolongam a vida útil do equipamento.[14] Por exemplo, configurações de aquisição de dados de baixo custo integradas com acelerômetros permitem o monitoramento contínuo das condições nas linhas de produção, onde os dados de vibração ajudam a otimizar o desempenho e evitar falhas catastróficas.[15] Em fábricas de produtos químicos, a aquisição de dados apoia o controle do processo, coletando parâmetros como temperatura, pressão e taxas de fluxo, facilitando ajustes automatizados para manter a segurança e a eficiência durante as reações.[16] As tecnologias de aquisição baseadas em sensores sem fio melhoram ainda mais isso, fornecendo coleta escalonável de dados para o status do equipamento, melhorando a confiabilidade geral da planta.[17]

Na investigação científica, a aquisição de dados é essencial para a monitorização ambiental, onde os sistemas recolhem dados sísmicos para avaliar a estabilidade geológica e prever eventos naturais. Abordagens integradas que utilizam redes multissensores permitem o monitoramento da saúde estrutural de locais propensos a terremotos, coletando dados de séries temporais para correlação com fatores ambientais.[18] Sistemas automatizados baseados em PC, por exemplo, processam eventos sísmicos em tempo real para estudos de controle no solo, apoiando a mitigação de riscos em áreas vulneráveis.[19] As aplicações biomédicas aproveitam a aquisição de dados para captura de sinais não invasivos, como monitoramento de eletrocardiograma (ECG) em dispositivos médicos, que registra a atividade elétrica cardíaca para diagnosticar arritmias e apoiar a telemedicina.[20] Sistemas portáteis que adquirem e analisam simultaneamente o ECG juntamente com outros sinais vitais exemplificam isso, fornecendo dados de alta fidelidade para a tomada de decisões clínicas em monitores de saúde vestíveis.[21]

Além da indústria e da ciência, a aquisição de dados sustenta os testes nos domínios automotivo e aeroespacial. Na engenharia automotiva, os sistemas instalados nos veículos coletam métricas de desempenho do motor, como torque, emissões e vibração, durante os testes de estrada, garantindo a conformidade com os padrões de eficiência e identificando falhas de projeto.[22] Registradores de dados de alto desempenho, por exemplo, permitem a sincronização precisa de vários parâmetros para avaliar sistemas de combustível e transmissões em condições reais.[23] Na indústria aeroespacial, os gravadores de dados de voo (FDRs) adquirem parâmetros críticos, como altitude, velocidade e entradas de controle para reconstruir incidentes e aprimorar os protocolos de segurança.[24] Unidades compactas como o Data Acquisition Flight Recorder (DAFR) combinam armazenamento de voz e dados paramétricos, atendendo aos requisitos regulatórios de capacidade de sobrevivência em acidentes e análise pós-voo.[25]

Inovações iniciais

As origens da aquisição de dados remontam ao século XIX, quando os métodos manuais dominavam o registo de fenómenos físicos, particularmente na experimentação científica. Na fisiologia, o quimógrafo, inventado pelo fisiologista alemão Carl Ludwig em 1847, representava um registrador gráfico mecânico fundamental que automatizava o registro de variáveis ​​como pressão arterial e contrações musculares em tambores giratórios de papel fumê. Este dispositivo permitiu a representação gráfica contínua de sinais variantes no tempo, permitindo aos pesquisadores analisar processos dinâmicos sem intervenção manual constante, e lançou as bases para a coleta sistemática de dados em ciências experimentais.

No início do século 20, as inovações mudaram para tecnologias de gravação elétrica e visual, aumentando a precisão e a velocidade da captura de dados. Os osciloscópios analógicos surgiram na década de 1920, utilizando tubos de raios catódicos para exibir formas de onda elétricas em tempo real, com os primeiros modelos comerciais sendo disponibilizados em 1931 por fabricantes como a General Radio. Complementando estes estavam os gravadores de gráficos, que evoluíram a partir de designs de quimógrafos para produzir traços lineares de sinais analógicos em gráficos de papel em movimento, facilitando a documentação de fenômenos como flutuações de tensão na engenharia elétrica. Essas ferramentas abordaram as limitações de sistemas puramente mecânicos, incorporando princípios eletromagnéticos, permitindo aplicações mais amplas em monitoramento industrial e em ambientes laboratoriais.

Após a Segunda Guerra Mundial, a década de 1950 viu o advento de gravadores eletrônicos de dados impulsionados por necessidades militares e aeroespaciais, particularmente em telemetria para transmissão remota de sinais. Esses sistemas permitiram a coleta sem fio de dados de sensores de veículos de alta velocidade, com implementações iniciais focadas em gravadores analógicos de fita magnética para armazenar entradas multicanais.[34] Um exemplo notável foi a implantação de sistemas de telemetria pela NASA em 1958 para a missão Explorer 1, o primeiro satélite dos EUA, que capturou e retransmitiu dados de desempenho de foguetes, incluindo níveis de radiação e condições ambientais durante o lançamento e órbita.

No início da década de 1960, os sistemas comerciais de aquisição de dados começaram a integrar a tecnologia de osciloscópio para uma gravação mais acessível, marcando uma transição para ferramentas eletrônicas padronizadas. A Hewlett-Packard introduziu o osciloscópio de amostragem HP 185B em 1962, capaz de capturar sinais de alta frequência de até 1 GHz e fornecer recursos de leitura fotográfica ou direta para armazenamento persistente de dados, que suportava aplicações em pesquisa e engenharia além do uso militar especializado. Da mesma forma, o osciloscópio de estado sólido HP 180A naquele ano ofereceu maior confiabilidade e exibições multitraçados, estabelecendo gravadores baseados em osciloscópio como instrumentos DAQ comerciais fundamentais.

Avanços modernos

A transição dos sistemas de aquisição de dados analógicos para os digitais no final do século 20 marcou uma mudança fundamental, construindo brevemente as bases analógicas iniciais, integrando o poder computacional para um tratamento e processamento de sinais mais eficientes.

Nas décadas de 1970 e 1980, o surgimento dos sistemas de aquisição de dados baseados em microprocessadores (DAQ) revolucionou o campo ao permitir o controle programável e a automação de tarefas de medição. A National Instruments, fundada em 1976, foi pioneira nesta era com seus produtos iniciais, incluindo a placa de interface GPIB (General Purpose Interface Bus) de 1977, que facilitou a coleta de dados de instrumentos acionada por microprocessador, estabelecendo as bases para ambientes de programação gráfica como o LabVIEW, lançado pela primeira vez em 1986. Em meados da década de 1980, esses sistemas evoluíram para suportar componentes elementares, como placas GPIB DAQ, permitindo integração escalável com computadores pessoais.[38]

A década de 1990 viu uma maior padronização através da introdução do barramento Peripheral Component Interconnect (PCI), que fornecia taxas de transferência de dados em alta velocidade de até 133 MB/s e se tornou a base para a integração de hardware DAQ em PCs. Desenvolvido pela Intel a partir de 1990 e proposto publicamente em 1992, o barramento PCI substituiu interfaces mais lentas como ISA, permitindo placas DAQ mais confiáveis ​​e de alto desempenho para aplicações que exigem rápida transferência de dados. A adoção desse padrão estendeu-se a plataformas modulares como PXI em 1997, que aproveitou o PCI para aquisições sincronizadas e de alta contagem de canais em testes e medições.[41]

Um marco importante no início dos anos 2000 foi a padronização do DAQ baseado em USB, que introduziu conectividade plug-and-play e implantação simplificada sem slots especializados. Com o lançamento do USB 2.0 em 2000, oferecendo largura de banda de até 480 Mbps, fabricantes como a National Instruments lançaram dispositivos USB DAQ em meados dos anos 2000, como o USB-6008 em 2005, permitindo sistemas portáteis com troca a quente alimentados diretamente pela interface. Essa mudança reduziu a complexidade e os custos de configuração, tornando o DAQ acessível para uso em campo e laboratório.[43]

Durante a década de 2000, surgiram sistemas DAQ sem fio e em rede, incorporando os padrões IEEE 802.11 para sensoriamento remoto e monitoramento distribuído. O padrão IEEE 802.11b, ratificado em 1999 com velocidades de 11 Mbps, foi integrado às arquiteturas DAQ no início dos anos 2000 para suportar redes locais sem fio (WLANs) ad-hoc para transmissão de dados em tempo real de sensores em locais inacessíveis, como monitoramento de saúde estrutural. Esses sistemas aumentaram a flexibilidade em configurações com fio, com protótipos demonstrando aquisição confiável de dados de vibração em WLANs até 2003.[45]

Nas décadas de 2010 e 2020, o DAQ de alta velocidade avançou por meio da integração de array de portas programáveis ​​em campo (FPGA), permitindo processamento personalizável e em tempo real a taxas superiores a 100 MSPS. Os FPGAs permitiram o tratamento paralelo de dados e o buffer de baixa latência, como visto em sistemas para experimentos de física de alta energia, alcançando comunicação resiliente a erros até velocidades de gigabit até 2017.[46] Ao mesmo tempo, a aquisição aprimorada por IA incorporou aprendizado de máquina para detecção de anomalias em tempo real, processando dados de streaming para identificar desvios em ambientes industriais de IoT, como sistemas de energia, com estruturas alcançando latências de detecção abaixo de milissegundos.[47] Essa adoção se estendeu a contextos de big data por meio da IoT habilitada para 5G, onde a latência ultrabaixa do 5G (abaixo de 1 ms) e a conectividade massiva suportam bilhões de dispositivos para aquisição contínua em fábricas e cidades inteligentes, projetadas para atingir 39 bilhões de dispositivos IoT conectados até 2030.[48][49]

Hardware

O hardware de aquisição de dados abrange os componentes físicos que fazem interface com os sinais do mundo real, convertendo-os em formato digital para processamento. No centro estão sensores e transdutores, que detectam fenômenos físicos e produzem sinais elétricos correspondentes. Os termopares, por exemplo, geram uma tensão proporcional às diferenças de temperatura com base no efeito Seebeck, tornando-os adequados para medir temperaturas em ambientes industriais.[50] Os extensômetros, por outro lado, medem a deformação mecânica detectando mudanças na resistência elétrica quando deformados, frequentemente usados ​​em transdutores de pressão onde o manômetro é ligado a um diafragma que flexiona sob a força aplicada. Esses dispositivos emitem sinais analógicos de baixo nível, normalmente na faixa de microvolts a milivolts, exigindo uma interface cuidadosa para evitar a degradação do sinal.

No centro da digitalização desses sinais estão os conversores analógico-digitais (ADCs), que amostram e quantizam entradas analógicas em valores digitais discretos. Os ADCs de registro de aproximação sucessiva (SAR) operam comparando iterativamente a tensão de entrada com uma referência usando um conversor digital para analógico interno, alcançando resoluções de 8 a 18 bits e taxas de amostragem de até vários MSPS, ideal para aquisição de dados multiplexados em instrumentação. Os ADCs Sigma-delta (Σ-Δ), por outro lado, empregam sobreamostragem e modelagem de ruído por meio de um modulador e filtro digital, fornecendo resoluções mais altas de 12 a 24 bits em taxas efetivas mais baixas (até algumas centenas de Hz), destacando-se em aplicações de precisão como digitalização de sensores onde a rejeição de ruído de linha (50/60 Hz) é crítica. A resolução de um ADC, determinada pela sua profundidade de bits nnn, define a faixa dinâmica, onde a faixa completa é igual a 2n×2^n \times2n× LSB, sendo LSB o passo de tensão de bit menos significativo; por exemplo, um ADC de 12 bits divide a faixa de entrada em 4.096 etapas, produzindo granularidade mais fina, mas ruído de quantização potencialmente mais alto se o sinal não abranger toda a escala.

O hardware de condicionamento de sinal prepara esses sinais analógicos para entrada ADC, melhorando a qualidade e a compatibilidade. Amplificadores, como amplificadores de instrumentação, aumentam as saídas fracas dos sensores para corresponder à faixa de entrada do ADC, melhorando a relação sinal-ruído; para termopares, ganhos de 100 ou mais podem elevar os sinais de microvolts a volts, melhorando a resolução da medição.[53] Filtros anti-aliasing, normalmente filtros analógicos passa-baixa, atenuam frequências acima do limite de Nyquist (metade da taxa de amostragem) para evitar dobramento e distorção espectral, com cortes programáveis ​​garantindo conformidade na vibração ou aquisição de áudio. Os multiplexadores permitem a operação multicanal roteando sequencialmente sinais de vários sensores para um único ADC ou amplificador, suportando até milhares de canais em sistemas escaláveis ​​enquanto minimizam o uso de hardware.[53]

As interfaces de aquisição de dados facilitam a conectividade entre sensores, estágios de condicionamento e sistemas host. Placas de aquisição de dados, geralmente no formato PCIe, integram ADCs, multiplexadores e condicionamento em placas compactas que se conectam diretamente ao barramento de um computador, oferecendo transferência de dados em alta velocidade para medições baseadas em desktop.[1] Sistemas modulares como chassis PXI fornecem uma plataforma robusta e escalável com slots para módulos intercambiáveis, combinando recursos elétricos PCI Express com embalagem Eurocard para aplicações sincronizadas e com grande número de canais em equipamentos de teste automatizados.[54]

As arquiteturas de hardware em sistemas de aquisição de dados variam entre projetos centralizados e distribuídos para atender às diversas necessidades de implantação. Arquiteturas centralizadas consolidam sensores, condicionamento e processamento em um único local, como uma placa PCIe DAQ baseada em laboratório, simplificando a sincronização, mas limitando a escalabilidade para monitoramento remoto ou de grandes áreas.[55] Arquiteturas distribuídas, incorporando dispositivos de computação de ponta, como módulos CompactDAQ em rede, colocam o hardware de aquisição próximo à fonte de sinal para reduzir a latência e o cabeamento, permitindo o processamento em tempo real na borda antes da agregação de dados.[55] As considerações de energia envolvem a seleção de fontes (por exemplo, 9-30 V CC para chassis) que correspondam às classificações do dispositivo para evitar a introdução de ruído ou danos, muitas vezes com isolamento para evitar loops de aterramento.[56] A sincronização garante o alinhamento temporal entre canais ou dispositivos, obtido por meio de relógios, gatilhos ou temporização GPS compartilhados em configurações distribuídas para manter a coerência de fase em aquisições de vários dispositivos.[57]

Programas

O software em sistemas de aquisição de dados (DAQ) abrange as interfaces de programação, bibliotecas e ferramentas que permitem o controle, configuração e gerenciamento de componentes de hardware, facilitando a integração e operação perfeitas em vários aplicativos. Esses elementos de software atuam como intermediários entre os sensores físicos e as aplicações do usuário final, lidando com tarefas desde comunicação de hardware de baixo nível até manipulação de dados de alto nível. Os drivers de dispositivo formam a camada fundamental, fornecendo integração do sistema operacional (SO) para hardware DAQ. Por exemplo, os drivers NI-DAQmx suportam ambientes Windows e Linux, incluindo módulos de kernel para dispositivos USB DAQ, permitindo acesso direto a recursos de hardware sem modificações personalizadas no kernel. Da mesma forma, outros fornecedores como a EAGLE fornecem drivers compatíveis com Linux e Windows para seus módulos DAQ, garantindo portabilidade entre plataformas de sistema operacional.[60]

Os ambientes de desenvolvimento e bibliotecas ampliam ainda mais essa funcionalidade, oferecendo APIs e interfaces gráficas para a construção de aplicativos DAQ. O NI-DAQmx serve como uma biblioteca de drivers abrangente que se comunica com o hardware NI DAQ, suportando configuração de tarefas, canais e temporização através de sua API C, que é acessível em linguagens como Python através do pacote nidaqmx.[61][62] A biblioteca nidaqmx Python, um wrapper orientado a objetos em torno da API C do NI-DAQmx, permite que os desenvolvedores criem tarefas para canais analógicos e digitais, configurem relógios de amostragem e realizem leituras/gravações para aquisição de dados em ambientes Python em sistemas operacionais suportados.[62] Para programação gráfica, o LabVIEW fornece uma plataforma de instrumentação virtual onde os usuários arrastam e soltam elementos para criar aplicações para tarefas DAQ, integrando controle de hardware com funções de análise integradas sem a tradicional codificação linha por linha.[63] Essas ferramentas agilizam o desenvolvimento, com o LabVIEW enfatizando diagramas de blocos intuitivos para sistemas de teste e medição.[63]

As principais funções do software DAQ incluem configuração de hardware, como definição de taxas de amostragem e gatilhos, além de registro de dados e visualização em tempo real. O NI-DAQmx permite configuração precisa de taxas de amostragem por meio de funções como cfg_samp_clk_timing e configurações de trigger para aquisições sincronizadas, garantindo captura precisa de sinais em taxas até os limites de hardware.[61] O registro de dados é facilitado por métodos para gravar dados adquiridos em arquivos, como o formato TDMS em nidaqmx, permitindo armazenamento persistente para pós-processamento.[62] A visualização em tempo real é suportada por ferramentas integradas em ambientes como o LabVIEW, que exibe formas de onda e métricas durante a aquisição, ou através do DAQ Assistant no software NI para monitoramento imediato do sinal.[61][63]

Aquisição de sinal

A aquisição de sinais representa a fase fundamental da aquisição de dados, onde os sinais analógicos de fenômenos físicos são capturados, condicionados e preparados para digitalização. Este processo começa com a excitação do sensor, onde um estímulo externo – como uma tensão ou corrente constante – é aplicado ao sensor para gerar uma resposta mensurável proporcional ao mensurando. Por exemplo, sensores resistivos como extensômetros requerem correntes de excitação normalmente na faixa de 1-10 mA para produzir variações de tensão que refletem mudanças mecânicas.[72]

Após a excitação, a saída fraca do sensor sofre amplificação de sinal para aumentar sua amplitude para níveis adequados para processamento posterior, muitas vezes usando amplificadores diferenciais para rejeitar ruído de modo comum. Os ganhos de amplificação podem variar de 10 a 1000, dependendo da sensibilidade do sensor e dos requisitos do sistema. A filtragem subsequente remove ruídos e interferências indesejadas, empregando filtros passa-baixa para atenuar componentes de alta frequência enquanto preserva o sinal de interesse; por exemplo, filtros anti-aliasing com frequências de corte alinhadas à largura de banda do sinal são essenciais. Essas etapas garantem a integridade do sinal antes da amostragem, minimizando a distorção causada por ruído ambiental ou limitações do sensor.[73][74]

As técnicas de amostragem determinam como e quando o sinal analógico condicionado é convertido em amostras discretas no domínio do tempo. A amostragem síncrona envolve uma taxa de clock fixa, onde todas as amostras são coletadas em intervalos uniformes determinados pelo relógio mestre do sistema, ideal para sinais periódicos como vibrações no monitoramento de máquinas. Em contrapartida, a amostragem assíncrona permite taxas variáveis ​​acionadas por eventos externos, possibilitando a captura eficiente de fenômenos esporádicos, como impactos transitórios. Os mecanismos de disparo refinam ainda mais o tempo de aquisição: os disparos de borda iniciam a amostragem em uma transição rápida de sinal (ascendente ou decrescente), enquanto os disparos de nível são ativados quando o sinal se mantém acima ou abaixo de um limite, proporcionando flexibilidade para diversas aplicações, como diagnósticos baseados em osciloscópio.[75][76][77]

Em sistemas multicanais, a aquisição de sinal deve lidar com múltiplas entradas simultaneamente para manter a coerência dos dados. As taxas de varredura definem a sequência e a velocidade da multiplexação entre canais, com a taxa de transferência dividida entre as entradas ativas – por exemplo, um sistema de 1 MS/s que varre 8 canais produz 125 kS/s por canal. A sincronização garante o alinhamento temporal, muitas vezes alcançado por meio de um relógio compartilhado ou cronometragem baseada em GPS para configurações distribuídas, evitando erros de fase em aplicações como radar phased-array. Hardware como multiplexadores facilitam isso, conforme detalhado nas visões gerais dos componentes do sistema.[78][76]

Fontes de erro comuns na aquisição de sinal incluem ruído de quantização, decorrente da resolução finita do conversor analógico-digital, que introduz uma distribuição de erro uniforme com variância σq2=Δ212\sigma_q^2 = \frac{\Delta^2}{12}σq2​=12Δ2​, onde Δ\DeltaΔ é o tamanho da etapa de quantização. Crosstalk ocorre em configurações multicanal devido ao acoplamento capacitivo ou indutivo entre linhas adjacentes, manifestando-se como vazamento de sinal que pode degradar o isolamento do canal em até 60 dB sem mitigação. Para neutralizar isso, a blindagem envolve cabos e circuitos em barreiras condutoras aterradas para desviar a interferência eletromagnética, enquanto a fiação de par trançado e os traços de proteção reduzem ainda mais a suscetibilidade à interferência.[79][80][81]

Um aspecto crítico da amostragem é evitar o aliasing, onde os componentes de alta frequência se disfarçam como frequências mais baixas nos dados amostrados. O critério de Nyquist estipula que a frequência de amostragem fsf_sfs​ deve exceder duas vezes a frequência máxima do sinal fmax⁡f_{\max}fmax​, expressa como:

Isto garante uma reconstrução fiel sem distorção. Em implementações práticas, um fator de sobreamostragem de 2,5 a 5 é aplicado, aumentando fsf_sfs​ além do mínimo teórico para acomodar filtros anti-aliasing imperfeitos e melhorar a média de ruído.[82]

Processamento e análise de dados

Após a digitalização pelo conversor analógico-digital (ADC), a saída digital bruta é formatada em fluxos de dados estruturados, normalmente como valores binários que representam níveis de sinal quantizados, antes de ser armazenada em buffer na memória para lidar com o armazenamento temporário e evitar a perda de dados durante a aquisição em alta velocidade. O buffer geralmente emprega filas FIFO (primeiro a entrar, primeiro a sair) ou buffers circulares para gerenciar taxas de dados variadas do ADC, garantindo fluxo contínuo sem transbordamento.[83] A transmissão desses dados armazenados em buffer para unidades de armazenamento ou processamento utiliza protocolos como Ethernet para ambientes de rede de alta largura de banda ou barramento CAN para comunicação robusta e em tempo real em sistemas embarcados, como controles automotivos ou industriais.

O processamento básico começa com a filtragem digital para refinar o sinal, onde os filtros de resposta ao impulso finito (FIR) aplicam uma soma ponderada de amostras recentes sem feedback, fornecendo resposta de fase linear ideal para preservar a forma da forma de onda, como em implementações de média móvel que suavizam transientes. Os filtros de resposta ao impulso infinito (IIR), por outro lado, incorporam feedback de saídas anteriores para obter respostas de frequência mais nítidas com menos coeficientes, embora possam introduzir distorção de fase, tornando-os adequados para média recursiva para reduzir o ruído de alta frequência. As técnicas de média, um subconjunto da filtragem FIR, calculam a média aritmética em múltiplas amostras para atenuar o ruído aleatório, reduzindo efetivamente a variância do sinal e afetando minimamente a tendência subjacente.[83]

As técnicas de análise transformam dados processados ​​em insights interpretáveis, com a transformada rápida de Fourier (FFT) permitindo o exame no domínio da frequência para identificar componentes espectrais, como frequências dominantes ou harmônicos em vibração ou sinais acústicos. A FFT calcula a transformada discreta de Fourier de forma eficiente através do algoritmo Cooley-Tukey, dado por:

onde XkX_kXk​ é o k-ésimo compartimento de frequência, xnx_nxn​ são as N amostras no domínio do tempo e i é a unidade imaginária; isso permite a estimativa de potência espectral para detecção de anomalias em sistemas mecânicos.[86] Os métodos estatísticos complementam isso calculando a média para estimar a tendência central do sinal e a variância para quantificar a dispersão, auxiliando na validação da qualidade dos dados em relação aos níveis de ruído esperados ou padrões de calibração.[87]

Os modos de processamento diferem com base nas demandas da aplicação: a análise em tempo real transmite dados através de processadores incorporados para feedback imediato em sistemas de controle, como filtragem e FFT on-the-fly para monitoramento adaptativo de máquinas, limitado por requisitos de latência abaixo de milissegundos.[11] O processamento off-line, por outro lado, envolve o manuseio em lote de conjuntos de dados armazenados para análise abrangente, permitindo validações estatísticas complexas ou FFT de alta resolução sem pressões de tempo, como na revisão pós-experimento de aquisições laboratoriais.[11]

Padrões principais

Os sistemas de aquisição de dados dependem de protocolos e especificações padronizados para garantir interoperabilidade, confiabilidade e segurança em hardware, software e interfaces de comunicação. Esses padrões facilitam o design modular, o controle preciso e a integração perfeita em diversas aplicações, desde testes de laboratório até automação industrial.[88]

Padrões de hardware

O padrão PCI eXtensions for Instrumentation (PXI) define uma plataforma robusta baseada em PC para sistemas modulares de medição e automação, incorporando o barramento PCI com sinais adicionais para instrumentação, como linhas de disparo, barramentos locais e um relógio de referência do sistema para suportar aquisição de dados de alto desempenho. O PXI permite configurações de chassi escaláveis ​​com controladores e módulos de vários fornecedores, promovendo coleta de dados sincronizada e econômica em ambientes de teste.[88]

Da mesma forma, o padrão VME eXtensions for Instrumentation (VXI) fornece uma arquitetura aberta e modular para instrumentação de alta densidade, especificando requisitos mecânicos, elétricos e de protocolo para integração de módulos em um backplane comum.[90] O VXI suporta temporização e acionamento precisos por meio de linhas de barramento dedicadas, tornando-o adequado para aplicações exigentes, como testes aeroespaciais, onde a confiabilidade e a modularidade são essenciais.

Para aquisição de dados portáteis, as especificações do USB Implementers Forum (USB-IF) descrevem os requisitos para dispositivos baseados em USB, incluindo fornecimento de energia, taxas de transferência de dados de até 480 Mbps para USB 2.0 e conectividade plug-and-play que permite E/S multifuncional sem interfaces especializadas. Essas especificações garantem compatibilidade para sistemas DAQ básicos, permitindo que entradas analógicas e digitais interajam diretamente com computadores host em medições de campo.[92]

Protocolos de software

Os Comandos Padrão para Instrumentos Programáveis ​​(SCPI) estabelecem uma sintaxe e um conjunto de comandos para controlar instrumentos de teste através de interfaces como GPIB ou USB, estendendo o IEEE 488.2 para incluir hierarquias específicas de dispositivos para medições como tensão ou frequência. SCPI promove programação independente de fornecedor, reduzindo o tempo de desenvolvimento ao padronizar consultas e respostas em software de aquisição de dados.[94]

O padrão Interchangeable Virtual Instruments (IVI) define uma arquitetura de driver para classes de instrumentos como osciloscópios e multímetros, permitindo que o software alterne entre hardware compatível sem alterações de código por meio de componentes compartilhados e especificações de classe.[95] IVI suporta estruturas COM e .NET, garantindo conformidade e extensibilidade em sistemas de teste automatizados para manipulação consistente de dados.

Padrões de comunicação

Modbus é um protocolo mestre-escravo para redes industriais seriais ou baseadas em Ethernet, facilitando a troca de dados entre computadores supervisores e unidades terminais remotas em sistemas SCADA com mecanismos simples de solicitação-resposta para leitura de registros e bobinas. Ele suporta até 247 dispositivos em uma rede, fornecendo comunicação robusta e de baixo overhead para aquisição de dados em tempo real no controle de processos.[97]

Profibus (Process Field Bus) especifica um padrão de fieldbus sob IEC 61158 para comunicação determinística em automação, com variantes como DP para transferência cíclica de dados em alta velocidade a taxas de até 12 Mbps através de cabeamento RS-485. O Profibus permite topologias multidrop para conectar sensores e atuadores, garantindo sincronização confiável em configurações DAQ distribuídas.[99]

IEEE 1588, conhecido como Precision Time Protocol (PTP), padroniza a sincronização de relógio baseada em rede com precisão de submicrossegundos, usando carimbo de data / hora de hardware para alinhar dispositivos distribuídos pela Ethernet para aquisição de dados coerente. Ele opera por meio de hierarquias mestre-escravo, compensando atrasos de propagação para oferecer suporte a aplicações sensíveis ao tempo, como testes de phased array.[101]

Padrões de Segurança e Qualidade

A IEC 61508 fornece uma estrutura para segurança funcional em sistemas elétricos, eletrônicos e eletrônicos programáveis, definindo níveis de integridade de segurança (SIL 1-4) com base na redução de risco e métricas de probabilidade de falha para orientar o projeto e a verificação do sistema DAQ.[102] Requer avaliações sistemáticas de capacidade e gerenciamento do ciclo de vida para mitigar os riscos na aquisição de dados relacionados à segurança, como nas indústrias automotiva ou de processamento.[103]

Atualizações recentes

A partir de 2025, o OPC UA versão 1.05 introduz melhorias para integração de dispositivos e modelagem segura de dados, incluindo suporte para atualizações de software e mecanismos pub-sub compatíveis com nuvem que permitem DAQ escalonável em redes IoT industriais.[104] Esta atualização alinha o OPC UA com arquiteturas de ponta à nuvem, facilitando a aquisição de dados em tempo real de dispositivos de campo para plataformas analíticas.[105]

Desafios comuns

Um dos principais desafios nos sistemas de aquisição de dados é o gerenciamento de ruídos e interferências, que podem distorcer a integridade do sinal e comprometer a precisão da medição. A interferência eletromagnética (EMI) surge de fontes externas, como linhas de energia ou eletrônicos próximos, e as estratégias de mitigação incluem aterramento adequado para criar superfícies equipotenciais e cabos blindados para bloquear o acoplamento radiativo.[106] O ruído térmico, inerente aos componentes eletrônicos devido ao movimento aleatório dos elétrons, pode ser reduzido reduzindo as temperaturas operacionais ou empregando filtros passa-baixa para limitar a largura de banda, minimizando assim a potência do ruído proporcional à faixa de frequência do sinal. Estas técnicas são essenciais em ambientes de alta precisão, onde ruídos não tratados podem degradar a relação sinal-ruído abaixo dos limites aceitáveis.

A escalabilidade representa obstáculos significativos ao lidar com altas taxas de dados, como aquelas que excedem 1 GS/s em aplicações como radar ou telecomunicações, muitas vezes limitadas por limitações de largura de banda em conversores analógico-digitais (ADCs) e linhas de transmissão. Para resolver isso, os sistemas empregam técnicas como caminhos de dados paralelos ou processamento baseado em FPGA para distribuir a carga, embora isso aumente a demanda de hardware e possíveis gargalos no streaming em tempo real.[108] Métodos de extensão de largura de banda, incluindo equalização ativa, ajudam a manter a fidelidade em taxas elevadas, mas exigem calibração cuidadosa para evitar aliasing de acordo com o critério de Nyquist.[109]

Os desafios de sincronização surgem em configurações de aquisição de dados distribuídas, onde o desvio do relógio – causado por imprecisões do oscilador – leva ao desalinhamento temporal entre os nós, distorcendo potencialmente as correlações multissensor. As soluções envolvem referências externas, como sinais de temporização GPS, que fornecem precisão de submicrossegundos ao disseminar uma base de tempo global via satélite, permitindo loops de fase bloqueada para corrigir desvios em redes em tempo real.[110] Padrões como IEEE 1588 (PTP) apoiam ainda mais isso, facilitando ajustes baseados em software em sistemas conectados por Ethernet.

Garantir a integridade dos dados é fundamental, especialmente contra erros de transmissão e ameaças maliciosas em ambientes de rede. As verificações de redundância cíclica (CRC) servem como um mecanismo robusto de detecção de erros, anexando uma soma de verificação derivada de polinômio aos pacotes de dados para identificar inversões de bits ou rajadas com alta probabilidade, muitas vezes alcançando taxas de detecção próximas de 100% para erros até o comprimento do código. No DAQ em rede, as ameaças à segurança cibernética, como as ameaças persistentes avançadas (APTs), têm como alvo os protocolos de controle de supervisão e aquisição de dados (SCADA), explorando vulnerabilidades não corrigidas para acesso não autorizado ou manipulação de dados; as contramedidas incluem segmentação e criptografia alinhadas com as diretrizes do NIST.[112]

https://www.ni.com/en/shop/data-acquisition.htmlhttps://www.ti.com/lit/pdf/sbaa051https://www.ti.com/applications/industrial/test-measurement/data-acquisiti em/overview.htmlhttps://www.analog.com/en/solutions/instrumentation-and-measurement/electronic-test-and-measurement/data-acquisition.htmlhttps://web.mit.edu /gari/teaching/6.555/lectures/ch_ADC.pdfhttps://dewesoft.com/blog/what-is-data-acquisitionhttps://www.ni.com/docs/en-US/bundle/ni-rfsg/page/sampling-nyquis t-shannon.htmlhttps://www.allaboutcircuits.com/technical-articles/nyquist-shannon-theorem-understanding-sampled-systems/https://www.ni.com/en/support/docume ntation/supplemental/21/making-accurate-strain-measurements-improving-snr-and-determining-optimal-excitation-levels.htmlhttps://eureka.patsnap.com/article/w o que é a relação sinal-ruído-snr-e-por que-isso-importa-na-aquisição-de-dadoshttps://www.keysight.com/blogs/en/tech/educ/2024/sistema-de-aquisição-de-dadoshttps://w ww.tek.com/en/blog/what-is-data-acquisition-daqhttps://www.mathworks.com/help/daq/data-acquisition-system.htmlhttps://pmc.ncbi.nlm.nih.gov/articles/PMC73489 77/https://pmc.ncbi.nlm.nih.gov/articles/PMC10909639/https://www.sciencedirect.com/science/article/abs/pii/S0950423010001191https://www.aidic.it/cet/18/66/15 8.pdfhttps://pmc.ncbi.nlm.nih.gov/articles/PMC11360174/https://stacks.cdc.gov/view/cdc/161885/cdc_161885_DS1.pdfhttps://pmc.ncbi.nlm.nih.gov/articles/PMC119 28262/https://www.mdpi.com/2673-4591/83/1/19https://www.keyence.com/products/daq/data-loggers/resources/data-logger-resources/automotive-data-collection-dur ing-on-vehicle-testing.jsphttps://dewesoft.com/blog/building-vehicle-daq-systemhttps://www.geaerospace.com/sites/default/files/2022-02/DAS-Datasheet.pdfhttp s://defense-solutions.curtisswright.com/products/storage-recorders/flight-recorders/dafrhttps://www.sciencedirect.com/science/article/pii/S266734522100002Xht tps://pmc.ncbi.nlm.nih.gov/articles/PMC11014400/https://www.sciencedirect.com/science/article/abs/pii/S0960148122014616https://docs.nrel.gov/docs/fy24osti/9 1116.pdfhttps://pmc.ncbi.nlm.nih.gov/articles/PMC3147130/https://pmc.ncbi.nlm.nih.gov/articles/PMC2661974/http://www.oscopes.info/background/2265-oscillosco pe-milestoneshttps://pmc.ncbi.nlm.nih.gov/articles/PMC3449858/https://ethw.org/Milestones:Electronic_Technology_for_Space_Rocket_Launches%2C_1950-1969https: //www.nasa.gov/mission/explorer-1/https://www.hpmemoryproject.org/wb_pages/wall_b_page_02.htmhttps://www.hewlettpackardhistory.com/item/an-awesome-oscillosco pe/https://dewesoft.com/blog/data-acquisition-historyhttps://www.edn.com/the-story-of-ni-and-its-influence-on-instrument-control/https://control.com/technic al-articles/introdução-a-instrumentos-nacionais-ni-labview-software/https://www.ni.com/en/shop/pxi/overview-pxi.htmlhttps://www.eetimes.com/usb-grabs-data- acq-spotlight/https://www.edn.com/usb-eases-data-acquisition/https://www.sciencedirect.com/science/article/abs/pii/S0263224103000964https://onlinelibrary.wi ley.com/doi/10.1155/2010/631939https://www.researchgate.net/publication/320681076_A_potent_approach_for_the_development_of_FPGA_based_DAQ_system_for_HEP_expe rimentoshttps://pmc.ncbi.nlm.nih.gov/articles/PMC9717730/https://www.mdpi.com/2073-431X/14/7/250https://iot-analytics.com/number-connected-iot-devices/https: //www.ni.com/en/shop/data-acquisition/sensor-fundamentals.htmlhttps://www.analog.com/en/resources/analog-dialogue/articles/the-right-adc-architecture.htmlht tps://wiki.analog.com/university/courses/electronics/text/chapter-20https://www.ni.com/pdf/features/sigcontut.pdfhttps://www.ni.com/en/shop/pxi.htmlhttps:// www.ni.com/en/shop/data-acquisition/building-distributed-measurement-systems.htmlhttps://www.ni.com/en/shop/data-acquisition/measurement-fundamentals/field-w considerações-de-iring-and-noise-para-sinais-analógicos.htmlhttps://www.ni.com/en/support/documentation/supplemental/08/gps-synchronization-architecture-for-data- dispositivos de aquisição.htmlhttps://www.ni.com/en/support/downloads/drivers/download.ni-daq-mx.htmlhttps://knowledge.ni.com/KnowledgeArticleDetails?id=kA00Z0000 019NhFSAUhttps://www.eagledaq.com/download/index/id/100.htmlhttps://www.ni.com/docs/en-US/bundle/ni-daqmx/page/ni-daqmx-overview.htmlhttps://nidaqmx-python. readthedocs.io/en/latest/https://www.ni.com/en/shop/labview.htmlhttps://opcfoundation.org/wp-content/uploads/2023/05/OPC-UA-Interoperability-For-Industrie4-a nd-IoT-EN.pdfhttps://www.ptc.com/en/technologies/iiot/industrial-automation/opc/opc-uahttps://www.ptc.com/en/blogs/iiot/opc-ua-securityhttps://www.manubes.c om/opc-ua-security/https://www.darkreading.com/vulnerabilities-threats/utilities-factories-encryption-holes-industrial-protocolhttps://support.softwaretoolb ox.com/app/answers/detail/a_id/4159//whats-new---opc-studio-2025.1-%25285.82%2529https://industrial.softing.com/uploads/softing_downloads/ReleaseNotes_OpcU aNetStdSDK.pdfhttps://gca.isa.org/blog/9-scada-system-vulnerabilities-and-how-to-secure-themhttps://peshkin.mech.northwestern.edu/datasheets/Instrumentation_

https://www.ni.com/en/shop/data-acquisition.html

https://www.ti.com/lit/pdf/sbaa051

https://www.ti.com/applications/industrial/test-measurement/data-acquisition/overview.html

https://www.analog.com/en/solutions/instrumentation-and-measurement/electronic-test-and-measurement/data-acquisition.html

https://web.mit.edu/~gari/teaching/6.555/lectures/ch_ADC.pdf

https://dewesoft.com/blog/what-is-data-acquisition

https://www.ni.com/docs/en-US/bundle/ni-rfsg/page/sampling-nyquist-shannon.html

https://www.allaboutcircuits.com/technical-articles/nyquist-shannon-theorem-understanding-sampled-systems/

https://www.ni.com/en/support/documentation/supplemental/21/making-accurate-strain-measurements-improving-snr-and-determining-optimal-excitation-levels.html

https://eureka.patsnap.com/article/what-is-signal-to-noise-ratio-snr-and-why-does-it-matter-in-data-acquisition

https://www.keysight.com/blogs/en/tech/educ/2024/data-acquisition-system

https://www.tek.com/en/blog/what-is-data-acquisition-daq

https://www.mathworks.com/help/daq/data-acquisition-system.html

https://pmc.ncbi.nlm.nih.gov/articles/PMC7348977/

https://pmc.ncbi.nlm.nih.gov/articles/PMC10909639/

https://www.sciencedirect.com/science/article/abs/pii/S0950423010001191

https://www.aidic.it/cet/18/66/158.pdf

https://pmc.ncbi.nlm.nih.gov/articles/PMC11360174/

https://stacks.cdc.gov/view/cdc/161885/cdc_161885_DS1.pdf

https://pmc.ncbi.nlm.nih.gov/articles/PMC11928262/

https://www.mdpi.com/2673-4591/83/1/19

https://www.keyence.com/products/daq/data-loggers/resources/data-logger-resources/automotive-data-collection-during-on-vehicle-testing.jsp

https://dewesoft.com/blog/building-vehicle-daq-system

https://www.geaerospace.com/sites/default/files/2022-02/DAS-Datasheet.pdf

https://defense-solutions.curtisswright.com/products/storage-recorders/flight-recorders/dafr

https://www.sciencedirect.com/science/article/pii/S266734522100002X

https://pmc.ncbi.nlm.nih.gov/articles/PMC11014400/

https://www.sciencedirect.com/science/article/abs/pii/S0960148122014616

https://docs.nrel.gov/docs/fy24osti/91116.pdf

https://pmc.ncbi.nlm.nih.gov/articles/PMC3147130/

https://pmc.ncbi.nlm.nih.gov/articles/PMC2661974/

http://www.oscópios.info/background/2265-osciloscópio-milestones

https://pmc.ncbi.nlm.nih.gov/articles/PMC3449858/

https://ethw.org/Milestones:Electronic_Technology_for_Space_Rocket_Launches%2C_1950-1969

https://www.nasa.gov/mission/explorer-1/

https://www.hpmemoryproject.org/wb_pages/wall_b_page_02.htm

https://www.hewlettpackardhistory.com/item/an-awesome-osciloscópio/

https://dewesoft.com/blog/data-acquisition-history

https://www.edn.com/the-story-of-ni-and-its-influence-on-instrument-control/

https://control.com/technical-articles/introduction-to-national-instruments-ni-labview-software/

https://www.ni.com/en/shop/pxi/overview-pxi.html

https://www.eetimes.com/usb-grabs-data-acq-spotlight/

https://www.edn.com/usb-eases-data-acquisition/

https://www.sciencedirect.com/science/article/abs/pii/S0263224103000964

https://onlinelibrary.wiley.com/doi/10.1155/2010/631939

https://www.researchgate.net/publication/320681076_A_potent_approach_for_the_development_of_FPGA_based_DAQ_system_for_HEP_experiments

https://pmc.ncbi.nlm.nih.gov/articles/PMC9717730/

https://www.mdpi.com/2073-431X/14/7/250

https://iot-analytics.com/number-connected-iot-devices/

https://www.ni.com/en/shop/data-acquisition/sensor-fundamentals.html

https://www.analog.com/en/resources/analog-dialogue/articles/the-right-adc-architecture.html

https://wiki.analog.com/university/courses/electronics/text/chapter-20

https://www.ni.com/pdf/features/sigcontut.pdf

https://www.ni.com/en/shop/pxi.html

https://www.ni.com/en/shop/data-acquisition/building-distributed-measurement-systems.html

https://www.ni.com/en/shop/data-acquisition/measurement-fundamentals/field-wiring-and-noise-considerations-for-analog-signals.html

https://www.ni.com/en/support/documentation/supplemental/08/gps-synchronization-architecture-for-data-acquisition-devices.html

https://www.ni.com/en/support/downloads/drivers/download.ni-daq-mx.html

https://knowledge.ni.com/KnowledgeArticleDetails?id=kA00Z0000019NhFSAU

https://www.eagledaq.com/download/index/id/100.html

https://www.ni.com/docs/en-US/bundle/ni-daqmx/page/ni-daqmx-overview.html

https://nidaqmx-python.readthedocs.io/en/latest/

https://www.ni.com/en/shop/labview.html

https://opcfoundation.org/wp-content/uploads/2023/05/OPC-UA-Interoperability-For-Industrie4-and-IoT-EN.pdf

https://www.ptc.com/en/technologies/iiot/industrial-automation/opc/opc-ua

https://www.ptc.com/en/blogs/iiot/opc-ua-security

https://www.manubes.com/opc-ua-security/

https://www.darkreading.com/vulnerabilities-threats/utilities-factories-encryption-holes-industrial-protocol

https://support.softwaretoolbox.com/app/answers/detail/a_id/4159/~/whats-new---opc-studio-2025.1-%25285.82%2529

https://industrial.softing.com/uploads/softing_downloads/ReleaseNotes_OpcUaNetStdSDK.pdf

https://gca.isa.org/blog/9-scada-system-vulnerabilities-and-how-to-secure-them

https://peshkin.mech.northwestern.edu/datasheets/Instrumentation_amps/Apnote_sensor_measurement.pdf

https://www-physics.lbl.gov/~spieler/USPAS-MSU_2012/pdf/II_Signal_Formation_and_Acquisition.pdf

https://psi.engr.tamu.edu/wp-content/uploads/2018/01/gutierrez2002signal.pdf

https://www.volersystems.com/white-papers/design-tips/122-data-acquisition-basics

https://dewesoft.com/blog/data-acquisition-synchronisation

https://www.keysight.com/used/us/en/knowledge/glossary/osciloscópios/what-is-a-trigger-event-in-electronics

https://www.ti.com/lit/ml/slyp162/slyp162.pdf

https://www.allaboutcircuits.com/technical-articles/quantization-nois-amplitude-quantization-error-analog-to-digital-converters/

https://www.genuen.com/blog/top-8-ways-to-deal-with-noise-in-data-acquisition-and-test-systems/

https://www.idm-instrumentos.es/files/IOTECH/Signal-Conditioning-Handbook.pdf

https://www.ti.com/lit/pdf/sprad55

https://www.eng.utah.edu/~cs5785/slides-f10/20-1up.pdf

https://kvaser.com/can-protocol-tutorial/

https://www.dataforth.com/using-ethernet-for-data-acquisition

https://dewesoft.com/blog/guide-to-fft-análise

https://www.analog.com/media/en/training-seminars/design-handbooks/Mixed-Signal-Design-Seminar-1991/Section7.pdf

https://www.ni.com/en/shop/pxi/pxi-specification-standards-explained.html

https://www.pxisa.org/wp-content/uploads/2022/08/pxi-1-hardware-specification-rev-2-3.pdf

https://www.vxibus.org/specifications.html

https://www.usb.org/documents

https://www.usb.org/documents?search=&items_per_page=Todos

https://www.keysight.com/us/en/assets/9921-01870/miscellaneous/SCPI-99.pdf

https://ivifoundation.org/About-IVI/scpi.html

https://ivifoundation.org/

https://www.modbus.org/

https://www.ni.com/en/shop/seamlessly-connect-to-third-party-devices-and-supervisory-system/the-modbus-protocol-in-profundidade.html

https://www.profibus.com/download/profibus-standard-dp-specification

https://www.profibus.com/

https://www.mathworks.com/help/slrealtime/io_ref/precision-time-protocol.html

https://syncworks.com/wp-content/uploads/2025/06/Microchip_IEEE_1588_PTP_New_Standard_in_Time_Synchronization_White_Paper.pdf

https://www.intertek.com/electrical/standards/iec-61508/

https://www.gt-engineering.it/en/insights/funcional-safety-300321/iec-61508-all-parts/

https://profiles.opcfoundation.org/documentversion/445

https://reference.opcfoundation.org/

https://www.slac.stanford.edu/econf/C140914/papers/tutub1.pdf

https://www.ni.com/en/shop/data-acquisition/five-tips-to-reduce-measurement-noise.html

https://www.instron.com/wp-content/uploads/2024/06/bandwidth-whitepaper.pdf

https://www.tek.com/en/documents/whitepaper/techniques-extending-real-time-osciloscópio-bandwidth

https://www.ni.com/en/support/documentation/supplemental/09/timing-and-synchronization-systems.html

https://users.ece.cmu.edu/~koopman/pubs/faa15_tc-14-49.pdf

https://www.cisa.gov/news-events/cybersecurity-advisories/aa22-103a

https://www.monolithicpower.com/en/learning/mpscholar/analog-to-digital-converters/detailed-análise-de-adc-architectures/comparisons-and-applications

https://www.oracle.com/scm/ai-predictive-maintenance/