智能仪表发展及其应用

智能仪表技术发展及应用

姓名：唐浩强学号：30310321 车辆03班摘要：我国仪器仪表经过多年发展正笑着数字化、智能化、微型化方向发展。，仪器仪表技术不断的进步，相继诞生了PC仪器、虚拟仪器等微机化仪器及自动测试系统，微电子学和计算机等现代电子技术的成就给传统的电子测量与仪器带来了巨大的冲击和革命性的影响。本文简单介绍了智能仪器的特点和基本组成。对智能仪器仪表的结构、特点及应用进行了简单的介绍。

关键字：智能仪表，虚拟仪器，自动测试系统

一、智能仪表概念

微处理器在20世纪70年代初期问世不久，就被引进电子测量和仪器领域，所占比重在各项计算机应用领域中名列前茅。在这之后，随着微处理器在体积小、功能强、价格低等方面的进一步的发展，电子测量与仪器和计算机技术的结合就愈加紧密，形成了一种全新的微型计算机化仪器。由于这种含微型计算机的电子仪器拥有对数据的存储、运算、逻辑判断、自动化操作及与外界通信的功能，具有一定的智能作用，因而被称为智能仪器，以区别于传统的电子仪器。近年来，智能仪器已开始从较为成熟的数据处理向知识处理方面发展，并具有模糊判断、故障判断、容错技术、传感器融合、机件寿命预测等功能，使智能仪器向更高的层次发展。由于智能仪器一开始就显示它强大的生命力，目前已成为仪器仪表发展的一个主导方向。并对自动控制、电子技术、国防工程、航天技术与科学试验等产生了极其深远的影响

二、智能仪表构成

通常，智能仪表由硬件和软件两大部分组成。硬件部分包括MCU、过程输入偷出通道（模拟量输入辟俞出通道和开关量输入偷出通道）、人机交互部分和接口电路以及USB、Internet、GPRS、短消息数据通信接口等。主机电路用来存储数据、程序，并进行一系列运算处理，它通常由微处理器、ROM、RAM、FlashFRAM、I／O接口和定时／计数电路等芯片组成，或者它本身就是一个单片机或嵌入式系统。模拟量输入输出通道用来输入偷出模拟信号；数字量输入／输出通道用于输入德出数字信号。人机交互部分是操作者与仪表之间的桥梁，通信接口则用来实现仪表与外界的数据交换功能，进而实现网络化互联的需求。外部时序／逻辑扩展部分常用CPLD／FPGA等器件来扩展CPU的功能。显示／打印模块用于外接打印机和LCD／LED。

智能仪表的软件通常包括监控程序、中断处理（或服务）程序以及实现各种算法的功能模块。监控程序是仪表软件的中心环节，它接收和分析各种命令，管理和协调全部程序的执行；中断处理程序是在人机交互部分或其它外围设备提出中断申请并为主机响应后直接转去执行的程序，以便及时完成实时处理任务；功能模块用来实现仪表的数据处理和控制功能，包括各种测量算法（例如数字滤波、标度变换、非线性校正等）和控制算法（PID控制、前馈控制、纯滞后控制、模糊控制等）。

三、智能仪表的主要特点

智能仪表在工业自动化领域的广泛应用得益于其突出的技术优势和特点，诸如其高稳定性、高可靠性、高精度、易维护性。以智能变送器为例，智能仪表具备如下优点：（1）精度高智能变送器具有较高的精度。利用内装的微处理器，能够实时测量出静压、温度变化对检测元件的影响，通过数据处理，对非线性进行校正，对滞后及复现性进行补偿，使得输出信号更精确。一般情况，精度为最大量程的±0.1%，数字信号可达±0.075% （2）功能强

智能变送器具有多种复杂的运算功能，依赖内部微处理器和存储器，可以执行开方、温

度压力补偿及各种复杂的运算。

（3）测量范围宽

普通变送器的量程比最大为10:1，而智能变送器可达40:1或100:1，迁移量可达1900%和-200%，减少变送器的规格，增强通用性和互换性，给用户带来诸多方便。

（4）通信功能强

智能变送器均可实现手操器进行操作，既可在现场将手操器插到变送器的相应插孔，也可以在控制室将手操器连接到变送器的信号线上，进行零点及量程的调校及变更。有的变送器具有模拟量和数字量两种输出方式（如HART协议），为实现现场总线通讯奠定了基础。

（5）完善的自诊断功能

通过通信器可以查出变送器自诊断的故障结果信息。

四、智能仪表发展趋势

智能仪表建立在微电子技术发展的基础上，超大规模集成电路的嵌入，将CPU、存储器、A／D转换、输入／输出等功能集成在一块芯片上，甚至将PID控制组件也置入其中。加之现场总线的应用，智能仪表与控制系统之间的数字通讯将替代以往的模拟传递，大大提高了精度和可靠性，避免了模拟信号在传输过程中的衰减，长期难以解决的干扰问题得到解决。此外，由于数字通讯，节省了大量电缆、安装材料和安装费用。正是由于这些有利条件，推动着智能仪表不断发展。

五、智能仪表的应用

(1)在仪器仪表结构、性能改进中的应用

首先，智能自动化技术为仪器仪表与测量的相关领域的应用开辟了广阔的前景。运用智能化软硬件，使每台仪器或仪表能随时准确地分析、处理当前的和以前的数据信息，恰当地从低、中、高不同层次上对测量过程进行抽象，以提高现有测量系统的性能和效率，扩展传统测量系统的功能，如运用神经网络、遗传算法、进化计算、混沌控制等智能技术，使仪器仪表实现高速、高效、多功能、高机动灵活等性能。

其次，也可在分散系统的不同仪器仪表中采用微处理器、微控制器等微型芯片技术，设计模糊控制程序，设置各种测量数据的临界值，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各种类型的模糊决策。其优势在于不必建立被控对象的数学模型，也不需大量的测试数据，只需根据经验，总结合适的控制规则，应用芯片的离线计算、现场调试，按我们的需要和精确度产生准确的分析和准时的控制动作。

特别是在传感器测量中，智能自动化技术的应用更为广泛。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，但需要确定传感器的动态数学模型，而且高阶滤波器的实时性较差。运用神经网络技术，可实现高性能的自相关滤波和自适应滤波。充分利用人工神经网络技术强有力的自学习、自适应、自组织能力，联想、记忆功能以及对非线性复杂关系的输入、输出间的黑箱映射特性，无论在适用性和快速实时性等各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、更可信的结论。其中实时与非实时的、快变与缓变的、模糊和确定性的数据信息，可能相互支持，也可能相互矛盾，此时，对象特征的提取、融合，直至最终决策，作出正确的判断，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，气体传感阵列用于混合气体识别，在信号处理方法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，将传统方法的全程拟合转化为分段拟合，以降低算法的复杂度，提高识别率。又如，食品味觉信号的检测和识别的难度，曾一度是研究与开发单位的主要障碍所在。如今可利用小波变换进行数据压缩和特征提取，然后将数据输入用遗传算法训练过的模糊神经网络，则大大提高了对简单复合味的识别率。再如，在布匹面料质量的评定，柔性操作手对触觉信号的处理，机器的故障诊断领域，智能自动化