智能自动化新篇章探索can总线之旅与仪器仪表革命下
在探索智能自动化的新篇章中，我们将深入挖掘can总线的奥秘，这一技术不仅能够连接分散系统中的各个仪器仪表，而且还能赋予它们以更高层次的智能。通过微处理器和微型芯片技术，设计模糊控制程序并设置各种测量数据的临界值，我们可以运用模糊规则进行推理，对事物的模糊关系进行决策。
其优势在于，不必建立被控对象的数学模型，也不需大量测试数据，只需根据经验来编制合适的控制规则，然后应用芯片上的离线计算和现场调试，以我们的需求和精确度产生分析结果及控制动作。特别是在传感器测量中，智能自动化技术显示出广泛应用。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，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。
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大的自学习、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，无论在适用性或实时性方面都将大大超过复杂函数式，可充分利用多传感器资源综合获取更准确可信结论。
例如，在气体传感阵列用于混合气体识别中，可以采用自组织映射网络与BP网络相结合，再进行分类识别，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。在食品味觉信号检测与识别领域，也可使用小波变换进行数据压缩提取，然后输入遗伝算法训练过的模糊神经网络，大大提高简单复合味识别率。
虚拟仪器结构设计中的应用同样显著。在VXI即插即用的总线标准基础上，一系列智能化手段使得虚拟仪器驱动软件规范得到优化，从而改变了原有VXI总线即插即用标准运行效率低、编程结构风格不一致等缺陷，并提供相同功能函数调用格式，便于用户操作与开发过程，同时保持原有接口兼容性。
再者，在仪器仪表网络化中，通过模式识别、神经网络等智能软硬件，使得不同任务计算机与设备能够灵活调用配置网上资源发挥组合优势。此外，还可以实现远程测量采集数据分类存储，以及多用户监控同时操作生产过程，从而提升工作效率安全性。此未来展望之下，我们预见随着光电束流速度最高速物性的发展，与生物DNA芯片的人脑机制融合，将进一步推动材料智能材料交互作用共同提升人类社会生产力，为人类创造幸福美好的明天奠定坚实基础。