隨著科技飛速發(fā)展，人們?cè)絹?lái)越體會(huì)到隨時(shí)隨地都能體驗(yàn)到智能自動(dòng)化的神奇力量，智能自動(dòng)化技術(shù)化歸根結(jié)底是電氣自動(dòng)化技術(shù)與電子信息技術(shù)結(jié)合應(yīng)用的體現(xiàn)，可以預(yù)見(jiàn)的是未來(lái)的世界將都會(huì)受控于智能自動(dòng)化技術(shù)。



       儀器儀表行業(yè)是與自動(dòng)化技術(shù)與電子信息技術(shù)密不可分的，自打儀表行業(yè)的誕生之初便是與新科技發(fā)展共同進(jìn)步。未來(lái)儀表的發(fā)展前景無(wú)疑是朝著智能化、自動(dòng)化方向前進(jìn)的，以前我們所說(shuō)的自動(dòng)化設(shè)備多只單純的進(jìn)行各種設(shè)定動(dòng)作，對(duì)于數(shù)據(jù)的搜集并不多，而目前要進(jìn)行的智能化之路則是自動(dòng)化與智能化整合在一起的，整合是自動(dòng)化必走之路，但這只是智能化的前身，自動(dòng)化與智慧自動(dòng)化大的差異于數(shù)據(jù)庫(kù)的建立與分析，智能自動(dòng)化制造系統(tǒng)，必須在設(shè)備 底層導(dǎo)入軟件架構(gòu)，讓設(shè)備的動(dòng)作訊息得以被搜集，進(jìn)而累積成龐大數(shù)據(jù)庫(kù)，以入的制造管理系統(tǒng)，雖也都強(qiáng)調(diào)有分析功能，但往往忽略了樣本數(shù)據(jù)的數(shù)量與正確性，依據(jù)錯(cuò)誤或過(guò)少的樣本數(shù)據(jù)所作成的分析與決策，其質(zhì)量自然堪慮，更不用談到智慧自動(dòng)化。
 
　　*先，智能自動(dòng)化技術(shù)為儀器儀表與測(cè)量的相關(guān)領(lǐng)域的應(yīng)用開(kāi)辟了廣闊的前景。運(yùn)用智能化軟硬件，使每臺(tái)儀器或儀表能隨時(shí)準(zhǔn)確地分析、處理當(dāng)前的和以前的數(shù)據(jù)信息，恰當(dāng)?shù)貜牡?、中、高不同層次上?duì)測(cè)量過(guò)程進(jìn)行抽象，以提高現(xiàn)有測(cè)量系統(tǒng)的性能和效率，擴(kuò)展傳統(tǒng)測(cè)量系統(tǒng)的功能，如運(yùn)用神經(jīng)網(wǎng)絡(luò)、遺傳算法、進(jìn)化計(jì)算、混沌控制等智能技術(shù)，使儀器儀表實(shí)現(xiàn)高速、高效、多功能、高機(jī)動(dòng)靈活等性能。
 
　　其次，也可在分散系統(tǒng)的不同儀器儀表中采用微處理器、微控制器等微型芯片技術(shù)，設(shè)計(jì)模糊控制程序，設(shè)置各種測(cè)量數(shù)據(jù)的臨界值，運(yùn)用模糊規(guī)則的模糊推理技術(shù)，對(duì)事物的各種模糊關(guān)系進(jìn)行各種類(lèi)型的模糊決策。其優(yōu)勢(shì)在于不必建立被控對(duì)象的數(shù)學(xué)模型，也不需大量的測(cè)試數(shù)據(jù)，只需根據(jù)經(jīng)驗(yàn)，總結(jié)合適的控制規(guī)則，應(yīng)用芯片的離線(xiàn)計(jì)算、現(xiàn)場(chǎng)調(diào)試，按我們的需要和精確度產(chǎn)生準(zhǔn)確的分析和準(zhǔn)時(shí)的控制動(dòng)作。
 
       特別是在儀表儀器傳感器測(cè)量中，智能自動(dòng)化技術(shù)的應(yīng)用更為**。用軟件實(shí)現(xiàn)信號(hào)濾波，如快速傅立葉變換、短時(shí)傅立葉變換、小波變換等技術(shù)，是簡(jiǎn)化硬件，提高信噪比，改善傳感器動(dòng)態(tài)特性的有效途徑，但需要確定傳感器的動(dòng)態(tài)數(shù)學(xué)模型，而且高階濾波器的實(shí)時(shí)性較差。運(yùn)用神經(jīng)網(wǎng)絡(luò)技術(shù)，可實(shí)現(xiàn)高性能的自相關(guān)濾波和自適應(yīng)濾波。充分利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)強(qiáng)有力的自學(xué)習(xí)、自適應(yīng)、自組織能力，聯(lián)想、記憶功能以及對(duì)非線(xiàn)性復(fù)雜關(guān)系的輸入、輸出間的黑箱映射特性，無(wú)論在適用性和快速實(shí)時(shí)性等各方面都將大大超過(guò)復(fù)雜函數(shù)式，可充分利用多傳感器資源，綜合獲取更準(zhǔn)確、更可信的結(jié)論。其中實(shí)時(shí)與非實(shí)時(shí)的、快變與緩變的、模糊和確定性的數(shù)據(jù)信息，可能相互支持，也可能相互矛盾，此時(shí)，對(duì)象特征的提取、融合，直至終決策，作出正確的判斷，將成為難點(diǎn)。于是神經(jīng)網(wǎng)絡(luò)或模糊邏輯將成為值得選用的方法。例如，氣體傳感陣列用于混合氣體識(shí)別，在信號(hào)處理方法上可采用自組織映射網(wǎng)絡(luò)和BP網(wǎng)絡(luò)相結(jié)合，行分類(lèi)，再識(shí)別組分，將傳統(tǒng)方法的全程擬合轉(zhuǎn)化為分段擬合，以降低算法的復(fù)雜度，提高識(shí)別率。又如，食品味覺(jué)信號(hào)的檢測(cè)和識(shí)別的難度，曾一度是研究與開(kāi)發(fā)單位的主要障礙所在。如今可利用小波變換進(jìn)行數(shù)據(jù)壓縮和特征提取，然后將數(shù)據(jù)輸入用遺傳算法訓(xùn)練過(guò)的模糊神經(jīng)網(wǎng)絡(luò)，則大大提高了對(duì)簡(jiǎn)單復(fù)合味的識(shí)別率。再如，在布匹面料質(zhì)量的評(píng)定，柔性*作手對(duì)觸覺(jué)信號(hào)的處理，機(jī)器的故障診斷領(lǐng)域，智能自動(dòng)化技術(shù)也都取得了大量的成功實(shí)例。

      *先次的工業(yè)革命將會(huì)是機(jī)械取代人力，二次的工業(yè)革命是自動(dòng)取代了手動(dòng)，第三次的工業(yè)革命將會(huì)是自動(dòng)化升級(jí)為智慧化，面對(duì)這波智慧化工業(yè)革命，供需兩端都必須有全新認(rèn)識(shí)，方能站穩(wěn)市場(chǎng)，創(chuàng)造更大價(jià)值。

上一條：淺析國(guó)內(nèi)目前計(jì)量用儀器儀表的現(xiàn)狀及影響未來(lái)發(fā)展的因素
下一條：煤改氣工程進(jìn)入快車(chē)道 能源計(jì)量?jī)x表迎來(lái)新機(jī)遇