本文考虑设计一个微弱振动信号自适应采集系统，能够根据被测信号的振幅实时地调节放大器的增益，从而检测出微弱振动信号。

针对机械早期故障的特点,设计了一种基于ARM9微处理器和Linux操作系统的便携式机械故障诊断仪。数据采集模块采用共振解调技术和24位高速A/D转换器AD7760，通过GPRS或以太网实现与远程监控系统的实时数据传输。采用基于形态提升小波的自适应多尺度算法对振动信号进行放大、降噪、自适应多尺度滤波,提取出微弱的冲击信号。通过故障轴承的实例分析，表明该诊断仪的诊断结果具有较高的可靠性。

0 引 言 　　在机械结构的振动过程中，许多微弱信号包含机械运动的丰富特征信息，如故障特征信息等，有必要提取出来加以分析。而在微弱信号提取过程中，有时信号非常微弱，极易受到外界的干扰而淹没于强噪声之中，有时被测信号振幅变化范围又很大，给信号采集带来很大困难。放大电路本身的噪声性能和频率特性也将影响到信号的提取精度。对振动信号的采集及处理，通常是用普通的数据采集系统去采集，然后用数字信号处理的方法来提取数据的特征信息。但是，一些由采集系统的不足对信息造成的损失，是后期的数字信号处理无法补偿的。振

0 引 言 　　在机械结构的振动过程中，许多微弱信号包含机械运动的丰富特征信息，如故障特征信息等，有必要提取出来加以分析。而在微弱信号提取过程中，有时信号非常微弱，极易受到外界的干扰而淹没于强噪声之中，有时被测信号振幅变化范围又很大，给信号采集带来很大困难。放大电路本身的噪声性能和频率特性也将影响到信号的提取精度。对振动信号的采集及处理，通常是用普通的数据采集系统去采集，然后用数字信号处理的方法来提取数据的特征信息。但是，一些由采集系统的不足对信息造成的损失，是后期的数字信号处理无法补偿的。