现场总线技术解密智能自动化革新仪器仪表未来下
在分散系统的不同仪器仪表中，采用微处理器、微型芯片技术设计模糊控制程序，设置测量数据临界值，运用模糊规则进行各种类型的模糊决策。这种方法优势在于不需建立被控对象数学模型，也无需大量测试数据，只需根据经验设定合适的控制规则，便能通过芯片离线计算和现场调试产生精确分析和及时控制动作。
特别是在传感器测量中，智能自动化技术应用广泛。软件实现信号滤波，如快速傅立叶变换、小波变换等技术，是简化硬件、高效提高信噪比，但需要确定传感器动态数学模型。神经网络技术可实现高性能自相关滤波和自适应滤波，以充分利用人工神经网络强有力的自学习、自适应能力，无论实时性或复杂关系处理，都将超越复杂函数式。多传感器资源综合获取更准确结论，其中实时与非实时数据相互支持或矛盾，此时提取融合至最终决策，将成为难点；神经网络或模糊逻辑成为了最值得选用的方法。
例如，在混合气体识别中，可采用自组织映射网络与BP网络相结合进行分类再识别；食品味觉信号检测可利用小波变换压缩特征提取，然后输入遗传算法训练过的模糊神经网络提升识别率；布匹面料质量评定中的柔性操作手触觉信号处理，以及机器故障诊断领域，都取得了成功实例。
(2) 在虚拟仪器结构设计中的应用
以源代码形式提供智能虚拟仪器即插即用的驱动器简化用户操作与开发过程，但编程质量和灵活性不足。此次VXI总线即插即用标准基础上制定新规范，不仅保持原接口功能，还引入智能手段生成驱动代码，统一编程结构风格，并提供两种模式切换：测试开发与正常运行。这不仅保证安全性与可靠性，还能高速运行并提高效率。
多线程同时安全运行、仿真功能以及区分接口总线方式的初始化函数，为用户提供了更加优越条件。而由于虚拟仪器采纳了一系列智能自动化手段，它们彻底改变了以往VXI总线标准低效、编程困难的问题，从而实现全面统一运行，对整个工业带来了深远影响。
(3) 仪器仪表网络化中的应用
通过连接到Web数字万用表示波器使用因特网模式识别软件区分不同的类别特征并作出响应；分布式数据采集系统代替单独设备跨越以太网实施远程测量，并完成分类存储。此环境将各类型计算机及其资源紧密联系，让任务按需拷贝送达各地，或定期保存数据库供调用，同时允许多用户监控同一过程，无需亲临现场便能收集数据进行决策或建立数据库分析现象规律。一旦问题发生，可立即展现眼前配置，或商讨解决方案，即刻采取措施。
结合计算机专用集成电路优点的重构计算机，不仅对FPGA灵活配置其指令级并行计算速度达到通用计算机数百倍以上，这些发展将迅速推进我国仪器产业发展水平至更高阶段。
