其次,可以在分散系统的不同仪器仪表中采用微处理器、微等微型芯片技术,设计模糊控制程序,设置各种测量数据的临界值,并运用模糊规则的模糊推理技术,对事物的各种模糊关系进行决策。这种方法不需要建立被控对象的数学模型,也不需大量测试数据,只需根据经验和适用的控制规则,就能实现准确分析和及时控制。这在传感器测量中尤为常见。例如,软件可以通过快速傅立叶变换、短时傅立叶变换、小波变换等技术来实现信号滤波,从而简化硬件结构,提高信噪比,但这需要确定传感器动态数学模型,而且高阶滤波器实时性较差。
神经网络技术也被广泛应用于智能自动化领域,可实现高性能自相关滤波和自适应滤波。人工神经网络具有强大的自学习、自适应、自组织能力,以及对非线性复杂关系输入输出间黑箱映射特性的优势,无论在适用性还是快速实时性方面都超过了复杂函数式。此外,它们还能充分利用多传感器资源,综合获取更准确可靠结论。在处理实时与非实时快变与缓变模糊确定性的数据信息过程中,其中一些可能相互支持或相互矛盾,此时提取融合对象特征直至最终决策将成为难点,因此神经网络或模糊逻辑成为了最合适选择。
例如,在混合气体识别中,可以使用自组织映射网络和BP网络结合先进行分类再识别组分,以降低算法复杂度提高识别率。而在食品味觉信号检测与识别上,用遗传算法训练过的小波变换后输入到模糊神经网络大大提高了对简单复合味道的识别率。此外,在布匹面料质量评定机器故障诊断等领域智能自动化技术同样取得了显著成功。
(2) 在虚拟仪器结构设计中的应用
随着计算机硬件软化软件模块化虚拟仪子的迅猛发展以及其与网络系统资源程序统一优化性能配置,为仪表智能水平提升创造了条件。在VXI即插即用标准基础上,一些厂家开发了一套新的智能驱动软件规范,使得虚拟仪子结构性能得到改进。
首先考虑用户直观易用效率并保持原VXI总线接口格式。其次最新Labwindows/CVI 5.0内建开发工具基础上使IVI驱动代码生成以减少编程工作量统一代码风格方便不同用户使用维护。再次应用手段管理所有状态设置使用户直接进入低层设置切换“测试开发”模式完成状态检查帮助发现错误切换“正常运行”模式保证安全可靠高速运行。
另外驱动者多线程安全运行多线程并行测试有强大的仿真功能无需连接实际设备即可开发测试程序。最后驱动初始化区分接口方式无关只通过一个初始化函数区分地域异用。
综上所述,由于虚拟仪子采用了一系列智能自动化手段彻底改变了以往VXI总线标准缺陷全面统一运行显示出深远影响。
(3) 仪表工业中的应用
由于连接计算机组成网,即可凭借灵活调用各计算机资源发挥组合优势,如数字万用表示波器通过因特网模式识别软件区别条件特征作出响应;分布式采集代替单独设备跨越网实施远程采集分类存储。此环境将各种类型任务电脑共生完成任务如某地采集送往各处保存同时监控过程工程人员主管员遥远监视生产运输过程收集各方分析现象规律立即反馈问题重新配置商讨决策采取措施。
结合ASIC优点可重构计算机,不仅要根据不同的任务对FPGA作出灵活配置,其指令级比特级流水线级并行计算速度达到通用数百倍以上。我国仪表产业发展水平必将快速迈向更高阶段。