现如今经济发达的，大部分都是制造业发达的。面对着非常激烈的竞争，要使中国从一个“制造业大国”转变成一个“制造业强国”，必须要实施信息化带动工业化的战略，如果没有一个的仪器仪表行业的支持，那就是不可能完成这个任务。
在仪器仪表结构、性能改进中的应用
先是，智能自动化技术为仪器仪表还有测量的相关领域的应用开辟了广阔的前景。运用了智能化软硬件，使得每台仪器仪表能随时准确地分析、处理好当前的和以前的数据信息，恰当地从低、中、高等不同层次上对测量过程进行抽象，得以提高现有测量系统的性能和效率，扩展传统的测量系统的功能，如运用神经网络、遗传算法、进化计算、混沌控制等这些智能技术，使得仪器仪表实现高速、、多功能、高机动灵活等这些性能。
其次，也可以在分散系统的不同仪器仪表中采用微处理器、微控制器等这些微型芯片技术，设计模糊的控制程序，设置好各种测量数据的临界值，运用好模糊规则的模糊推理技术，对于事物的各种模糊关系进行各种类型的模糊决策。
其优势是在于不必建立被控对象的数学模型，也不需要大量的测试数据，只需根据经验，总结好合适的控制规则，应用好芯片的离线计算、现场调试，按照我们的需要和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当中，智能的自动化技术的应用更为广泛。用软件来实现信号滤波，比如快速傅立叶变换、短时傅立叶变换、小波变换等技术，是简化硬件，提高信噪比，改善传感器的动态特性等有效途径，但是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比较差。运用了神经网络技术，可以实现高性能的自相关滤波和自适应滤波。
充分地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、记忆功能还有对非线性复杂关系的输入、输出间的黑箱的映射特性，无论是在适用性还是快速实时性等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、更可信的结论。
其中实时跟非实时的、快变与缓变的、模糊还有确定性的数据信息，可能相互支持，也可能相互矛盾，此时，对象特征的提取、融合，直至终决策，作出正确的判断，将成为难点。
于是神经网络或者模糊逻辑将成为值得选用的方法。例如，气体传感阵列等用于混合气体识别，在信号处理方法上面可采用自组织映射网络和BP网络相结合，行分类，再识别组分，将传统方法的全程拟合转化成为分段拟合，以求降低算法的复杂度，提高识别率。又如，食品味觉信号的检测还有识别的难度，曾经一度是研究与开发单位的主要障碍所在。
如今我们可以利用小波变换进行数据压缩和特征提取，然后把数据输入用遗传算法训练过的模糊神经网络，那么就可以大大提高了对简单复合味的识别率。再如，在布匹的面料质量的测定，作为手对触觉信号的处理，机器的故障诊断的领域，智能自动化技术也都取得了非常多的成功实例。
艾思荔——试验箱专业生产厂家，秉承品质、专业、、诚信、务实、创新六大原则，一直走在行业的前沿，欢迎广大客户或来厂参观!
没有好，只有更好!东莞艾思荔在行业大潮中，不断进步，不断创新!产品质量层层把关，为客户所想，为客户保证。欢迎广大客户。
