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)貜牡汀⒅小⒏卟煌瑢哟紊蠈?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。
特別是在傳感器測(cè)量中，智能自動(dòng)化技術(shù)得到了更廣泛的應(yīng)用。它是簡(jiǎn)化硬件，提高信噪比和改善傳感器的動(dòng)態(tài)特性的有效方法，但需要確定傳感器的動(dòng)態(tài)數(shù)學(xué)模型，以及高階（高階）傅里葉變換用于實(shí)現(xiàn)信號(hào)濾波，如快速傅立葉變換，短時(shí)傅立葉變換，濾波器的實(shí)時(shí)性較差。使用神經(jīng)網(wǎng)絡(luò)技術(shù)，可以實(shí)現(xiàn)高性能自相關(guān)濾波和自適應(yīng)濾波。在非線性復(fù)雜關(guān)系的輸入和輸出之間的自組織，關(guān)聯(lián)，記憶和黑盒映射。在適用性，快速實(shí)時(shí)性等方面，可以充分利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)。將大大超越復(fù)雜的功能類(lèi)型，可以充分利用多傳感器資源，綜合獲得更準(zhǔn)確，更可信的結(jié)論。實(shí)時(shí)和非實(shí)時(shí)，快速變化和緩慢變化的模糊和確定性數(shù)據(jù)信息可以彼此支持或彼此矛盾。此時(shí)，提取，融合和決策將變得困難。所以神經(jīng)網(wǎng)絡(luò)或模糊邏輯將成為值得選擇的。例如，氣體傳感器陣列用于混合氣體識(shí)別。在信號(hào)處理方法中，可以使用自組織映射網(wǎng)絡(luò)和BP網(wǎng)絡(luò)來(lái)分類(lèi)和重新識(shí)別組件。將傳統(tǒng)方法的整個(gè)過(guò)程轉(zhuǎn)化為降低算法的復(fù)雜度，提高識(shí)別率。再次，食品味道的味道檢測(cè)和識(shí)別的難度，旦研發(fā)單位是主要障礙。現(xiàn)在可以通過(guò)小波變換進(jìn)行數(shù)據(jù)壓縮和特征提取，然后通過(guò)遺傳算法輸入到模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)可以大大提高簡(jiǎn)單復(fù)合味道的識(shí)別率。另個(gè)例子是織物質(zhì)量評(píng)價(jià)，靈活的觸摸觸覺(jué)信號(hào)處理，機(jī)器故障診斷，智能自動(dòng)化技術(shù)等也取得了不少成功的例子。
相關(guān)閱讀：上海精宏實(shí)驗(yàn)設(shè)備有限公司
