智能自动化新篇章揭秘can通讯协议的仪器仪表应用之谜下
在分散系统的不同仪器仪表中，采用微处理器、微型芯片技术设计模糊控制程序，并设置各种测量数据的临界值。利用模糊规则的模糊推理技术，对事物的各种模糊关系进行各种类型的模糊决策。这一优势在于不必建立被控对象的数学模型，也不需大量测试数据，只需根据经验总结合适的控制规则，应用芯片离线计算和现场调试，以产生准确分析和及时控制动作。
特别是在传感器测量中，智能自动化技术应用更为广泛。通过软件实现信号滤波，如快速傅立叶变换、短时傅立叶变换、小波变换等技术，可以简化硬件并提高信噪比，但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。运用神经网络技术，可实现高性能自相关滤波和自适应滤波。充分利用人工神经网络强有力的自学习、自适应、自组织能力，以及联想记忆功能以及对非线性复杂关系输入输出间黑箱映射特性，无论在适用性与快速实时性的各方面都将大大超过复杂函数式，可以充分利用多传感器资源综合获取更准确可信结论。
其中实时与非实时快变与缓变模糊与确定性的数据信息可能相互支持也可能相互矛盾，此时对象特征提取融合直至最终决策作出正确判断，将成为难点。于是神经网络或模糊逻辑将成为最值得选用的方法。
例如，在气体传感阵列用于混合气体识别上，可采用自组织映射网络和BP网络相结合，先进行分类再识别组分，将传统方法全程拟合转化为分段拟合，以降低算法复杂度提高识别率。而食品味觉信号检测及识别难度曾一度是研究开发单位主要障碍所在，如今可利用小波变换进行数据压缩特征提取，然后将数据输入遗传算法训练过的模糊神经网络，大大提高了对简单复合味识别率。
再如，在布匹面料质量评定柔性操作手触觉信号处理机器故障诊断领域智能自动化技术取得了大量成功实例。
(2) 在虚拟仪器结构设计中的应用
仪器与测量技术计算机技
