智能自动化揭秘Can总线如何赋能仪器仪表下
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,不仅可以设计模糊控制程序,还能设置各种测量数据的临界值。通过模糊规则的模糊推理技术,我们能够对事物的各种模糊关系进行各种类型的模糊决策。这种方法优势在于不需要建立被控对象的数学模型,也不需大量测试数据,只需根据经验和合适的控制规则,就能应用芯片进行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领域,智能自动化技术应用更加广泛。利用软件实现信号滤波,如快速傅立叶变换、短时傅立叶变换、小波变换等技术,是简化硬件,提高信噪比,改善传感器动态特性的有效途径。但这也需要确定传感器的动态数学模型,而且高阶滤波器实时性较差。运用神经网络技术,可以实现高性能自相关滤波和自适应滤波。这利用了人工神经网络强大的自学习、自适应、自组织能力以及非线性复杂关系输入输出间黑箱映射特性,无论在适用性和快速实时性方面,都将大大超过复杂函数式,并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或矛盾,此时对象特征提取融合直至最终决策,将成为难点。因此神经网络或模糊逻辑成为了最值得选用的方法。在气体传感阵列用于混合气体识别中,可采用自组织映射网络和BP网络相结合;食品味觉信号检测识别中,可使用小波变换进行数据压缩提取,然后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。此外,在布匹面料质量评定机器故障诊断领域,也取得了大量成功案例。
(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器迅猛发展,以及其与网络系统资源程序统一优化性能配置,为仪器自动化水平提供了越来越优越条件。在虚拟仪器结构性能上,我们做出了以下改进:首先考虑用户直观易用运行效率,同时保持VXI总线即插即用标准高层编程接口功能函数调用格式;其次运用智能手段使IVI驱动代码生成过程中的编程工作量减少代码编程结构风格统一;再次智能状态管理便于用户进入低层设置切换模式以完成状态检查帮助发现编程错误。
另外,由于采用智能方法驱动可实现多线程安全运行并行测试具有强大的仿真功能可以开发测试程序无需连接实际仪品初始化区分接口总线地域异用最后一个特点是驱动运行只与测试功能相关而非依赖接口总线方式区分初始化函数In it with Options可解决地域异用的问题。
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总线即插即用标准带来的缺陷,从而实现全面统一运行显示出深远影响。
(3) 儀表網絡中的應用
由于儀表與計算機組成網絡,即可通過智能軟硬件(如模式識別、神經網絡自動學習適應組織聯想記憶)充分發揮各資源潛力產生1+1>2組合優勢。例如目前已能使用連接到Web 的數字萬用表與示波管通過因特网區別不同時空條件類別特征測臨界值作出不同的響應;還可分布式數據采集系統代替過去單獨使用數據采集設備跨越以太网實施遠端測量並進行資料存儲運輸。此種環境將連結各類型不同任務計算機與儀表有機地關聯完成各形式任務要求如某地采集後送達各需此資料處把相同資料按需複製多份送達各部門,或定期將測試結果送達遙遠庫存供隨時調閱。而多個使用者同時監控同一過程如工程技術人員質檢人員主管員等於異地監控控制同一生產運輸流動無須親臨現場收集方方面資料進行決策建立庫存分析現象規律。一旦發生問題立即展現眼前重新配置商討決策立即採取措施。
此外 智能重構信息處理技術也為儀表創造更廣闊活動舞台結合計算機專業集成電路(ASIC)優點之間對大量可編程邏輯單元陣列(FPGA)靈活相應配置指令級比特級流水線級甚至任務級並行計算使其速度超過通訊puting machine hundreds times above.