物联网传感器

物联网传感器也用于智慧城市的预测分析。通过传感器，城市可以监测从交通流量到停车位使用的一切。这些信息能帮助振动分析人员准确计算轴承内外滚道，或滚动件损伤缺陷产生的振动频率。然后，城市可以利用这些数据来推动政策决策——比如如何重新规划交通信号灯设计或增强基础设施投入。一些主要城市，例如莫斯科和纽约，已经在使用智能传感器的数据来指导城市政策。

传感器

准确的分析包括如下重要详细的设备特征：

1旋转部件转速(RPM)

直接联接的设备只需要知道一个转速，齿轮驱动的设备有多个转速。对于单级齿轮增速箱或减速箱，需要知道输入和输出转速；多级齿轮齿增速箱或减速箱，需要知道中间齿轮转速，以及输入和输出转速。皮带驱动的设备，要知道驱动轴和被驱动轴的转速，以及轮转速。（6）随机振动分析设置随机振动分析中，可以关心如下的主要设置：1)确定使用的模态分析带宽：【Opti】→【NumberOfModesToUse】：用于确定模态分析带宽，推荐计算的模态频率范围为PSD激励频率的1。另外，驱动皮带的实际转速也必须知道。

振动传感器

窄带随机振动与宽带随机振动的区别：窄带随机扫描试验：在规定的频率范围内，用某一中心频率上某一带宽的窄带随机信号作由低频到高频，再由高频到低频的扫描，并达到规定要求的时间。无线连接将大量设备连接到某种分析平台或引擎，然后可以对其进行处理以将其转变为切实的业务见解。宽带随机振动试验：在规定的频率范围内，按规定的谱形状和总均方根值（GRMS）作宽带随机振动，并达到规定要求的时间。

对于ANSYS Workbench平台的Mechanical模块，功率谱密度可以采用多种形式：位移功率谱密度、速度功率谱密度、加速度功率谱密度、重力加速度功率谱密度等。形式之间可以通过积分或微分关系进行转换：Sd=Sv/(2πf)2=Sa/(2πf)4, Sg=Sa/g2。在这种情况下，需要融合来自多个相关来源的数据，例如来自附近建筑物的传感器或检测天气和温度的传感器，以增强数据的可靠性。在模型不同点集上施加不同的功率谱密度，就可以形成多点随机振动分析。