智能自动化探秘揭秘总线三大法则与仪器仪表革命下
在智能自动化技术的浪潮中，仪器仪表领域也迎来了前所未有的革命性变革。微处理器和微型芯片的应用，使得分散系统中的各个仪器能够实现更高层次的自动化控制。此外，模糊控制程序和模糊推理技术的结合，不仅简化了对被控对象数学模型的建立，而且减少了大量测试数据的需求，只需依靠经验和合适的控制规则即可。
特别是在传感器测量方面，智能自动化技术展示出了其卓越能力。软件实现信号滤波，如快速傅立叶变换、短时傅立叶变换、小波变斗等，是简化硬件设计、高效提高信噪比的一种有效途径。而神经网络技术，则能实现高性能自相关滤波和自适应滤波，其强大的自学习、自适应、自组织能力，以及非线性复杂关系输入输出映射特性，使其在实时性和适用性的多方面都超越了复杂函数式。
然而，在面对实时与非实时、快变与缓变以及模糊与确定性的数据信息，这些对象特征提取融合直至决策过程，将成为难点。在这种情况下，神经网络或模糊逻辑将成为最值得选用的方法。例如，在混合气体识别中，可采用自组织映射网络和BP网络相结合；而在食品味觉信号检测上，可使用小波变换进行数据压缩后，再通过遗传算法训练过的模糊神经网络。
虚拟仪器结构设计中，也同样展现出智能自动化技术的大有作为。通过结合计算机硬件软化及软件模块化，可以大大提高测量精确度并提升智能自动化水平。在VXI即插即用标准基础上，一系列新颖手段使得用户可以直接进入低层设置，并通过智能状态管理，便于“测试开发”模式与“正常运行”模式之间切换。这不仅保证了安全性与可靠性，还极大地提高了运行效率。
最后，在仪器仪表网络化应用中，由于连接到Web 的数字万用表和示波器，可利用因特网及模式识别软件区分不同条件及类别特征，从而作出不同的响应。此外，分布式数据采集系统代替单一设备，以跨越以太网或其他网络实施远程测量，并进行分类存储。这一切都为人类社会生产力提供了一场全新的挑战，为我们开辟了一条通往更加智慧世界之路。
