图2：ADP数据流
3.应用实例
3.1.机器健康状况
假设fop为机械系统（比如旋转电机）的工作频率，fe为系统的错误/故障模式频率（图3）。在此例中，fe低于fop并且在该图中显示，也就是说，由于机身松动，电机正在缓慢振动。对于传统加速度传感器，为了检测这种故障模式，人们需要用MCU/DSP进行频率分析。而MCU/DSP一直保持工作状态，会导致额外的内存空间需求以及更高的功耗。
而KX13x的ADP仅使用加速度传感器就能够检测到这种事件，而且，如果把ADP数字滤波器设置为带通或低通滤波器，让fe通过而消除fop，还能为主机MCU产生中断。
图3：正常系统动作和故障系统动作的频率分析
在图4中，请注意，ADP被配置为低通滤波器以消除fop，而且RMS计算引擎被配置为获取所需故障模式信号的绝对值。动作引擎中的信号阈值（中间波形）用于限定事件。最后，图下部的波形显示了由运动引擎生成的真实信号。检测到故障事件后，INS3寄存器中的WUFS位会被置位，而外部中断引脚（如果已配置）则产生中断信号。
图4：ADP将目标信号从原始加速度数据中分离出来，并将振幅信息传递给运动引擎
3.2.包络分析
包络分析是一种周期性振动故障检测的有效方法，比如减摩轴承失效。ADP可用于生成加速度数据的包络线（* 1）。包络波形的快速傅里叶变换（FFT）可以显示振动周期，这有助于识别系统中的缺陷部件。在该例中，ADP滤波器应配置为“带通”：同时包含振动频率和误差频率，排除直流噪声和高频噪声。
（*1）注：ADP输出是伪包络，不是希尔伯特变换结果。
图5：轴承球体故障引起的周期性振动
