進入21世紀，科技日新月異，智能科技的出現也將對儀器儀表行業產生巨大的影響。

技術的應用正在全面滲入到儀器儀表工業。

    （1）在虛擬儀器結構設計中的應用

    儀器與測量技術和計算機技術的結合，不但大大提高了測量度與智能自動化水平，特別是計算機的硬件軟化和軟件模塊化的虛擬儀器的迅猛發展，高溫老化房以及其與網絡化系統資源程序的統一和優化性能配置，為儀器儀表的智能化水平的迅速提高，創造了越來越*的條件。

    在儀器儀表結構設計中，儀器廠家過去都是以源代碼形式向用戶提供智能虛擬儀器即插即用的儀器驅動器，為了簡化zui終用戶的使用*作與開發過程，不斷提高運行效率，以及編程質量和編程靈活性，冷熱沖擊箱相關儀器廠家在VXI即插即用的總線儀器驅動器標準的基礎上作出了一套新的智能化儀器驅動軟件規范，在虛擬儀器結構與性能上進行了下述多方面改進。

首先，考慮要兼顧用戶的直觀、易用與盡可能提高運行效率，并保持原來VXI總線即插即用標準的高層編程接口，以提供相同的功能函數調用格式。

    其次，在Labwindows/CVI5.0內建的開發工具基礎上，運用智能化手段，使智能虛擬儀器（IVI）的儀器驅動器代碼，步入式試驗室可以在人機交互作用下自動生成，這樣既簡化了大量編程工作量，又統一了驅動器代碼的編程結構和風格，還大大方便了不同水平用戶的使用和維護。

    再次，應用一系列智能手法，識別、跟蹤和管理所有各種儀器狀態和設置，使用戶能直接進入所有低層設置，并通過智能狀態管理，使用戶可根據需要，在“測試開發”和“正常運行”兩種模式之間隨意切換。在“測試開發”模式下，驅動器可智能自動化地完成一系列狀態檢查，恒溫老化房 以幫助發現各種編程錯誤。當程序調試正常投入使用后，用戶即可切換到“正常運行”模式，以使驅動軟件高速運行。這樣既保證了儀器的安全性和可靠性，又可使軟件隨時投入高速運行，盡可能提高其運行效率。

    另外，也由于采用了各種智能化方法，使驅動器可實現多線程同時安全運行，進行多線程并行測試;同時，驅動器還具有強大的仿真功能，可以在不連接實際儀器的情況下，開發測試程序。信息請登陸:輸配電設備網

    zui后一個特點是驅動器運行只與測試功能相關，而與儀器采用的接口總線方式無關，只通過一個初始化函數InitwithOptions來區分儀器接口總線和地域的異用。

    總之，由于虛擬儀器采用了一系列智能自動化手段，*改變了以往VXI總線即插即用標準儀器驅動器的運行效率低，老化柜編程的結構、風格不一致，編程困難，質量低，工作量大，使用、維護麻煩等等一系列缺陷，從而在、高質量、安全可靠、使用方便、靈活的條件下實現全面地統一運行，顯示出智能自動化技術對虛擬儀器以至整個儀器儀表工業高速發展的深遠影響。

    （2）  在儀器儀表結構、性能改進中的應用

    首先，智能自動化技術為儀器儀表與測量的相關領域的應用開辟了廣闊的前景。運用智能化軟硬件，使每臺儀器儀表能隨時準確地分析、處理當前的和以前的數據信息，恰當地從低、中、高不同層次上對測量過程進行抽象，以提高現有測量系統的性能和效率，擴展傳統測量系統的功能，如運用神經網絡、遺傳算法、進化計算、混沌控制等智能技術，使儀器儀表實現高速、、多功能、高機動靈活等性能。

    其次，也可在分散系統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，設計模糊控制程序，設置各種測量數據的臨界值，運用模糊規則的模糊推理技術，對事物的各種模糊關系進行各種類型的模糊決策。

    其優勢在于不必建立被控對象的數學模型，也不需大量的測試數據，只需根據經驗，總結合適的控制規則，應用芯片的離線計算、現場調試，按我們的需要和度產生準確的分析和準時的控制動作。

    特別是在傳感器測量中，智能自動化技術的應用更為廣泛。用軟件實現信號濾波，如快速傅立葉變換、短時傅立葉變換、  高溫高濕試驗箱小波變換等技術，是簡化硬件，提高信噪比，改善傳感器動態特性的有效途徑，但需要確定傳感器的動態數學模型，而且高階濾波器的實時性較差。運用神經網絡技術，可實現高性能的自相關濾波和自適應濾波。

    充分利用人工神經網絡技術強有力的自學習、自適應、自組織能力，聯想、記憶功能以及對非線性復雜關系的輸入、輸出間的黑箱映射特性，無論在適用性和快速實時性等各方面都將大大超過復雜函數式，可充分利用多傳感器資源，綜合獲取更準確、更可信的結論。

    其中實時與非實時的、快變與緩變的、模糊和確定性的數據信息，可能相互支持，也可能相互矛盾，此時，對象特征的提取、融合，直至zui終決策，作出正確的判斷，將成為難點。

    于是神經網絡或模糊邏輯將成為zui值得選用的方法。例如，氣體傳感陣列用于混合氣體識別，在信號處理方法上可采用自組織映射網絡和BP網絡相結合，先進行分類，再識別組分，將傳統方法的全程擬合轉化為分段擬合，以降低算法的復雜度，提高識別率。又如，食品味覺信號的檢測和識別的難度，曾一度是研究與開發單位的主要障礙所在。

    如今可利用小波變換進行數據壓縮和特征提取，然后將數據輸入用遺傳算法訓練過的模糊神經網絡，則大大提高了對簡單復合味的識別率。再如，在布匹面料質量的*定，柔性*作手對觸覺信號的處理，機器的故障診斷領域，智能自動化技術也都取得了大量的成功實例。

  （3）儀器儀表網絡化中的應用

    由于儀器與計算機一旦組成網絡，即可憑借智能化軟硬件（諸如模式識別、神經網絡的自學習、自適應、自組織和聯想記憶功能），充分發揮靈活調用和合理配置網上各種計算機和儀器儀表的各自資源特性和潛力，產生11>2的組合優勢。例如，目前已可使用連接到Web的數字萬用表和示波器，通過因特網和模式識別軟件區別不同的時空條件和儀器儀表的類別特征以及測出臨界值，作出不同的特征響應;也可使用分布式數據采集系統代替過去單獨使用的數據采集設備，以至可跨越以太網或其他網絡，實施遠程測量和采集數據，并進行分類的存儲和應用。

    網絡化的智能測量環境將網上各種類型，不同任務的計算機和儀器儀表有機地在一起，完成各種形式的任務要求，如在某地采集數據后送往各種需要這些數據的地方，把相同數據按需拷貝多份，送往各需要部門;或者定期將測量結果送往遠方數據庫保存，供需要時隨時調用。

    而多個用戶可同時對同一過程進行監控，例如各部門工程技術人員、質量監控人員以及主管領導人員可同時分別在相距遙遠的各地監測、控制同一生產運輸過程，不必親臨現場而又能及時收集各方面數據，進行決策或建立數據庫，分析現象規律。一旦發生問題，可立即展現眼前或重新配置，或即時商討決策，立即采取相應措施。

另外，智能重構信息處理技術也將為儀器儀表創造更廣闊的活動舞臺。結合了計算機與集成電路（ASIC）優點的可重構計算機，不僅要根據不同的計算任務對大量的可編程邏輯單元陣列（FPGA）作出靈活的相應配置，其指令級、比特級、流水線級以至任務級的并行計算，使其運行速度達到通用計算機的數百倍以上。

    綜上所述，隨著智能自動化技術應用的日益深入及應用范圍與規模的不斷擴大，我國的儀器儀表產業的發展水平必將快速邁向更高階段。