Интеллектуальные средства измерений

Г.Г. РАННЕВ, А.П. ТАРАСЕНКО

УЧЕБНИК

Москва
КУРС
ИНФРА-М
2023

ИНТЕЛЛЕКТУАЛЬНЫЕ
СРЕДСТВА
ИЗМЕРЕНИЙ

Рекомендовано 
в качестве учебника для студентов высших 
учебных заведений, обучающихся по направлениям 
подготовки 12.03.01 «Приборостроение»,
27.03.01 «Стандартизация и метрология»,
28.03.02 «Наноинженерия»,
(Квалификация — Бакалавр)

УДК 389(075.8) 
ББК 30.10я73
 
Р22

© Г.Г. Раннев, 
 
А.П. Тарасенко, 2016
© КУРС, 2016

Раннев Г.Г., Тарасенко А.П.
Интеллектуальные средства измерений: Учебник. — 
Москва: КУРС: ИНФРА-М, 2023. — 280 с.

ISBN 978-5-906818-66-9 (КУРС)
ISBN 978-5-16-012058-4 (ИНФРА-М, print)
ISBN 978-5-16-104747-7 (ИНФРА-М, online)

В учебнике в соответствии с требованиями государственного общеобразовательного 
стандарта по дисциплине интеллектуальные средства измерений, 
рассмотрены проблемы интеллектуализации измерений, применение нейро-
структуры  в средствах измерений; измерительные базы знаний; особенности 
аппаратной и программной частей интеллектуальных средств измерений. Материал 
базируется на современном понимании и состоянии интеллектуальных 
средств измерений.
 Учебник написан для студентов и аспирантов высших учебных заведений, 
обучающихся по направлению «Приборостроение» и специалистов в области 
информационно-измерительной техники и технологий, информационных 
систем и метрологии

УДК 389(075.8)
ББК 30.10я73

Р22

Р е ц е н з е н т ы:
В.Л. Шкуратник — д-р техн. наук, профессор кафедры «Физические процессы 
горного производства и геоконтроль» Горного института НИТУ МИСиС;
И.И. Постников — д-р техн. наук, профессор кафедры «Информационные 
технологии и математика» Российского университета кооперации

ISBN 978-5-906818-66-9 (КУРС)
ISBN 978-5-16-012058-4 (ИНФРА-М, print)
ISBN 978-5-16-104747-7 (ИНФРА-М, online)

Предисловие

«Интеллект» (лат. intellectus  – познание, 
понимание, рассудок), способность мышления, 
рационального познания.

Советский энциклопедический словарь.

В информационно-измерительной технике в связи с удешевлением 
вычислительных мощностей микропроцессоры проникают на 
самый нижний уровень — датчики преобразования сигналов. Каждое 
интеллектуальное устройство (датчик, контроллер, элемент сравнения, 
АЦП, интерфейс) может накапливать, хранить и выдавать информацию 
о том, где и кем оно было изготовлено, приобретено и 
установлено, о рабочих характеристиках, результатах диагностики и 
т.д. Идеология «интеллектуальных средств» становится частью практически 
любой продукции в сфере измерений, систем автоматического 
контроля, технической диагностики, телеизмерений и др.
Термин «интеллектуальный» по отношению к датчикам, преобразователям, 
измерительным приборам, исполнительным механизмам, 
микроконтроллерам, понимаемым устройства, удаленные от центра 
управления (операторской, диспетчерской), с которым они связаны 
информационными каналами, употребляется в том смысле, что они 
обладают неким «интеллектом», способным обрабатывать сигнал, перестраивать 
свои параметры или алгоритм своей работы, работать с 
электронными Таблицами и выполнять ряд дополнительных функций 
по команде с внешнего устройства или адаптивно в соответствии с 
меняющимися условиями. Фактически сейчас интеллектуальным называют 
любое устройство, имеющее в своем составе микропроцессор. 
Бурное развитие отраслей кибернетики, объектом изучения которых 
является искусственный интеллект (системы на основе нечеткой 
логики, искусственные нейронные сети, теория распознавания 
образов, теория принятия решений и т.д.), привело к созданию соответствующих 
измерительных и контролирующих устройств, которые 
часто обозначаются тем же термином — «интеллектуальный». 
Причем в последнем случае этот термин гораздо точнее отражает 
существо дела, так как устройства имитируют в той или иной степени 
функционирование человеческого мозга, т.е. человеческий интеллект.

Термин «интеллектуальные» укрепился за всеми дистанционно 
управляемыми и автоматическими измерительными устройствами с 
расширенными функциональными возможностями. В англоязычных 

источниках в отношении рассматриваемых в учебнике устройств в 
последнее время все чаще употребляют термин smart, избегая термина 
intelligent.
Итак, интеллектуальные средства измерений имеют расширенные 
функциональные возможности по сравнению с беспроцессорными 
устройствами того же назначения. Например, интеллектуальный 
преобразователь может иметь повышенную точность за счет цифровых 
преобразований, компенсирующих нелинейность чувствительного 
элемента или его температурную зависимость; он может работать 
с большим количеством разных типов датчиков, автоматически 
или по команде подстраивая свои характеристики преобразования 
под каждый из них; такой преобразователь может иметь автоматический 
выбор предела измерения, адаптировать алгоритм обработки 
данных под меняющиеся внешние условия, выполнять полуавтома-
тическую или автоматическую калибровку, самодиагностику, что 
значительно облегчает их эксплуатацию. Интеллектуальный датчик 
способен самостоятельно подстраиваться под условия эксплуатации 
и непрерывно регулировать свою чувствительность в целях достижения 
максимальной эффективности. Своим интеллектом датчики 
обязаны микропроцессорным технологиям. Микропроцессор — это 
мозг датчика, позволяющий устройству «изучать» условия, в которых 
оно работает. Являясь самообучающейся микропроцессорной системой, 
такой датчик способен обрабатывать большие объемы информации 
с высокой скоростью. Именно благодаря микропроцессорам 
сегодня у пользователя есть весьма удобные в установке, настройке 
и применении датчики.
Применение интеллектуальных измерительных устройств позволяет 
снизить требования к центральным управляющим компьютерам, 
а также сократить номенклатуру измерительных приборов до 
одной модели, что, несомненно, имеет положительный эффект при 
проектировании и производстве.
Следует отметить специфику программных средств, используемых 
при создании архитектуры интеллектуальных измерительных 
устройств, и появление нейросистем и нейрокомпьютеров, создание 
специального метрологического обеспечения.
За тридцать с небольшим лет появления «умных» измерительных 
средств они достигли огромного прогресса. Можно привести множество 
примеров этого успеха. Приведем лишь два подтверждающих 
это утверждения.
Современные интеллектуальные фотоэлектрические датчики и 
бесконтактные переключатели обладают средствами диагностики и 
способны подключаться к сетям; вскоре к списку возможностей этих 
устройств добавятся и простейшие контроллерные функции. Благо-

даря достижениям в области видеодатчиков, появились системы машинного 
зрения, способные различать цвета и т.д.
Использование нейросетевых методов и алгоритмов позволило 
создать «искусственный нос». В настоящее время различные прототипы 
электронного носа уже широко используются в промышленности, 
медицине, сельском хозяйстве и т.д.
В предлагаемом учебнике использованы фрагменты из монографии 
В.Н. Романова, В.С. Соболева, Цветкова В.И. «Интеллектуальные 
средства измерений», 1994; учебника Д.В. Гаспарова «Интеллектуальные 
информационные системы», 2003 ; курса лекций В.П. Серебрякова «
Организация интеллектуальных вычислений», 2005; 
учебно-справочного пособия З.Г. Салихова «Терминология основных 
понятий автоматики», 2003, которые будут полезны студентам, изучающим 
курс «Интеллектуальные средства измерений».
Данный учебник написан на основе лекций, в течение ряда лет 
читаемых в Московском государственном открытом университете, 
Московском государственном машиностроительном университете 
(МАМИ) (Университет машиностроения)
Авторы благодарны д.т.н., проф. В.Л. Шкуратнику и д.т.н., проф. 
И.И. Постникову за ряд ценных замечаний и советов, сделанных в 
процессе рецензирования рукописи.

Глава 1. ПРОБЛЕМА ИНТЕЛЛЕКТУАЛЬНЫХ 
ИЗМЕРЕНИЙ

1.1. Исходные положения и обзор состояния исследований 
по интеллектуализации измерений и средств измерений

Первым систематизированным трудом к концу 90-х гг. XX в., была 
выпущенная в 1999 г. монография В.С. Соболева, В.Н. Романова и 
Э.Н. Цветкова «Интеллектуальные средства измерений». Ее авторы 
попытались собрать и обобщить материал по аппаратным, программным 
и метрологическим аспектам, который и представлен в несколько 
измененном виде ниже. И несмотря на многие достижения и изменения, 
происшедшие в этой области за последние годы, она остается 
основополагающей по проблемам интеллектуализации, 
моделированию, метрологическому обеспечению и другим аспектам 
интеллектуальных измерений.
Вначале остановимся на термине «интеллектуальные технические 
средства», самом понятии «интеллект», «интеллектуальная деятельность» 
и «интеллектуальное средство», рассматриваемом очень широко, 
причем в разных работах неодинаково, предпочтем изложению 
исходных положений определение, которое используется в дальнейшем 
как базовое: «искусственный (машинный) интеллект (artificial 
intelligence) — свойство автоматических и автоматизированных систем 
брать на себя отдельные функции интеллекта человека, т.е., например, 
выбирать и принимать оптимальные решения на основе 
ранее полученного опыта и рационального анализа внешних воздействий». 
Также понятие «интеллект (intelligence)» трактуется как «ум, 
рассудок, мыслительные способности человека». Поскольку указанные 
способности выражаются в выработке суждений и принятии 
решений, то именно способность принимать обоснованные решения 
и осуществлять целенаправленные действия по их выполнению может 
быть определена как отличительный признак интеллектуальных 
процедур и интеллектуальных средств.
Компьютеризация технических средств определила переход от отвлеченных 
рассуждений к практическим действиям по их интеллектуализации. 
Соответственно компьютеризация измерений породила 
новое направление в информационно-измерительной технике и метрологии — 
интеллектуальные измерения и измерительные средства.
Развивая сформулированные выше положения, можно выделить 
следующие предпосылки интеллектуализации измерений:

• компьютеризация измерений;
• переход к модульному принципу построения средств измерений;
• создание развитого математического обеспечения измерений.
В соответствии с имеющимся опытом в процессе компьютеризации 
измерений можно выделить три этапа.
Включение микропроцессора в состав измерительной цепи позволило 
возложить на программную часть измерительного средства 
реализацию сложных измерительных преобразований, обеспечивающих 
выполнение косвенных, совокупных и совместных измерений, 
статистических измерений, измерений с коррекцией и адаптивных 
измерений. Освоение микропроцессора как составной части измерительной 
цепи составило первый этап компьютеризации измерений. 
На этом этапе развитие измерительного математического обеспечения 
шло в направлении формализованного описания измерительных 
процедур, обеспечивающего возможность формирования 
программной части измерительного средства.
Совершенствование принципов построения измерительных 
средств, и в первую очередь использование модульного подхода к синтезу 
как аппаратной, так и программной частей процессорных измерительных 
средств (ПрИС), привело к созданию средств измерений с 
открытыми функциональными возможностями, варьируемыми за счет 
трансформации состава ПрИС. Эта особенность ПрИС в соединении 
с усложнением реализуемых алгоритмов измерений потребовала формирования 
адекватных методов метрологического анализа результатов 
и средств измерений с широким использованием расчетов и имитационного 
моделирования, выполняемых универсальными или специализированными 
вычислительными устройствами.
Возможность проведения метрологического анализа определяется, 
помимо прочего, наличием соответствующего математического 
обеспечения — математических моделей объектов, условий, процедур 
и средств измерений и алгоритмов оценивания характеристик 
погрешностей результатов измерений и метрологических характеристик 
средств измерений. В том случае, когда метрологический анализ 
выполняется с помощью встроенных в ПрИС средств, включая вычислительную 
часть, осуществляется автосопровождение измерений, 
в рамках которого могут выполняться не только необходимые расчеты 
и имитационное моделирование, но и метрологический эксперимент, 
выполняемый с помощью встроенных образцовых средств, 
мер, калибраторов и т.п.
Второй этап связан с приданием ПрИС возможности целенаправленного 
выбора рационального алгоритма измерений в фиксированной 
ситуации, определяемой видом измеряемой величины, 
свойствами объекта, условиями, предъявляемыми к процедуре и 
средствам измерений требованиями и наложенными ограничениями.

Понимая, в развитие вышеприведенного определения, под интеллектуальностью 
способность технического средства общаться с 
пользователем и принимать решения о характере дальнейших действий, 
основанную на знаниях, можно сделать вывод о том, что третий 
этап компьютеризации измерений связан с их интеллектуализацией. 
При этом развиваются и принципы построения средств измерений, 
во-первых, в связи с необходимостью включения в их 
состав баз измерительных знаний (БИЗ), а во-вторых, в связи с переходом 
к формированию измерительных цепей непосредственно в 
процессе функционирования интеллектуальных средств измерения 
(ИнСИ) с учетом текущих требований и ограничений, свойств объектов 
и условий измерений, а также имеющихся измерительных ресурсов. 
Измерительное математическое обеспечение ИнСИ, помимо 
математических моделей объектов, условий, процедур и средств измерений 
и алгоритмического обеспечения метрологического анализа, 
включает в себя алгоритмическое обеспечение метрологического 
синтеза.
В дальнейшем полагается, что в отличие от измерений с коррекцией, 
когда изменяется (корректируется) результат измерений, и от 
адаптивных измерений, когда изменяются параметрические или 
функциональные характеристики звеньев измерительной цепи, интеллектуальные 
измерения предполагают использование промежуточных 
результатов измерении и результатов вспомогательных измерений 
для изменения (улучшения) алгоритма измерений.
Проблемы интеллектуализации измерительной техники начали в 
литературе активно обсуждаться и разрабатываться сравнительно 
давно.
Объясняется это общими тенденциями в развитии вычислительной 
техники, темпами ее освоения в измерительной практике, достижениями 
в разработке проблемы искусственного интеллекта и его 
технических приложений. 
Анализируя состояние вопроса применения искусственного интеллекта 
в измерительной технике, имеющиеся результаты и направления 
развития работ в области интеллектуальных средств измерений, 
содержащиеся в публикациях последнего периода, и на основании 
практического ознакомления с результатами работ в этой 
области в нашей стране и за рубежом можно сделать заключение о 
том, что в настоящее время исследования и разработки в области 
интеллектуализации средств измерений наиболее интенсивно развиваются 
по двум основным направлениям: 
1. Теория интеллектуализации измерений и измерительной техники. 

2. Разработка и постановка на производство средств измерений, 
обладающих элементами интеллекта. 

Среди работ, относящихся к первому направлению, необходимо 
в первую очередь упомянуть публикацию Я. Стипановича, как одну 
из первых работ в этой области, в которой сделана попытка описать 
интеллектуальные измерительные устройства как класс приборной 
техники и предложена некоторая их классификация с использованием 
уровней иерархии. 
Важную роль среди работ, посвященных интеллектуализации измерений, 
сыграл доклад Д. Хофмана, сделанный им на X Всемирном 
конгрессе ИМЕКО. Эта работа в общих чертах высветила все основные 
признаки, которые в настоящее время связываются с понятием 
интеллектуальных измерений, и способствовала более углубленной 
их проработке в последующих публикациях. Интеллектуальные измерения 
здесь понимаются как компьютеризованные, автоматические 
технические измерения. Перечисляются новые процессы и 
производства, в которых все шире используются интеллектуальные 
измерения. Ставится задача включить новые процессы и производства 
в международную сеть законодательной метрологии для обеспечения 
единства и точности измерений. 
Подчеркивается, что развитие интеллектуальных измерений в 
первую очередь связано с развитием программного обеспечения измерений 
на основе физического и технического понимания измеряемого 
процесса или производства, т.е. указывается на существенную 
роль моделей и априорной информации при интеллектуальных измерениях. 

Основополагающей следует считать работу Г.С. Поспелова, определяющую 
общую методологию подходов к рассмотрению этих проблем. 
ИнСИ здесь определяются как средства измерений, способные 
к индивидуализации алгоритмов своего функционирования на основе 
априорной и получаемой измерительной информации с целью 
достижения заданных показателей качества функционирования. 
Методология построения ИнСИ рассматривается как дальнейшее 
развитие аппаратно-программных методов реализации измерительных 
процедур, использующих достаточно сложные математические 
модели и алгоритмы. При этом акцентируется внимание на памяти, 
как необходимом атрибуте ИнСИ и средстве для хранения в самой 
системе модели «внешнего мира» и своей собственной модели, т.е. 
правил и алгоритмов функционирования. 
ИнСИ характеризуется наличием адаптации к условиям проведения 
измерений, использованием и актуализацией априорной информации 
об измеряемых процессах. При рассмотрении адаптивных 
средств измерении как разновидности ИнСИ обращается внимание 
на ключевые особенности интеллектуальных измерений, связанных 
с трансформацией выполняемых алгоритмов. Объемы, способы организации 
и использования памяти во многом определяют глубину 
интеллекта конкретной измерительной системы. 

Проводится сопоставление свойств естественного и искусственного 
интеллекта, выделяются общие свойства, присущие ИнСИ. 
Различаются три уровня сложности интеллектуальных средств измерения, 
дается описание признаков, характерных для каждого уровня, 
приводятся примеры конкретных отечественных и зарубежных разработок 
ИнСИ. 
Затрагиваются также вопросы использования в ИнСИ экспертных 
систем для создания сложных проблемно-ориентированных 
измерительных систем с расширенными функциональными возможностями 
и применения идей и методов автоматического распознавания 
изображений в измерительных системах с оптическими, в том 
числе волоконно-оптическими датчиками. Рассматриваются аспекты 
метрологического обеспечения ИнСИ и формулируется ряд новых 
проблем, требующих своего решения в ближайшем будущем. 
Следует признать необходимым условием интеллектуальности 
наличие процессора (микропроцессора) в составе измерительной 
цепи. 
Чрезвычайно важным моментом, отмечаемым во всех работах, 
является математическое и метрологическое обеспечение ИнСИ. 
Объясняется это тем, что ИнСИ при всей их специфике и новизне 
принципов построения остаются средствами измерения, со всей проблематикой 
их метрологического обеспечения. 
Наиболее корректным и адекватным с позиций современной теории 
измерений является вероятностно-статистический подход к 
описанию как измеряемых величин, так и свойств самих средств измерений. 
При этом ряд принципиально важных измерительных задач 
приобретает формализованную постановку. 
Как один из возможных подходов к проблеме использования 
априорной информации об объекте измерений для повышения точности 
используется регрессионный анализ. 
Вместе с тем математический аппарат, базирующейся на вероятностно-
статистическом подходе, не следует рассматривать как единственно 
возможный, так как аппарат нечетких множеств во многом 
превосходит последний.
Помимо работ общего характера, посвященных интеллектуализации 
измерительных систем и средств измерении, в последнее время 
появляются работы, посвященное отдельным типам ИнСИ и 
конкретным вопросам их построения. 
Много работ посвящено вопросам построения и использования 
интеллектуальных датчиков. Отмечается появление на мировом рынке 
нового класса интеллектуальных датчиков, т.е. датчиков, содержащих 
встроенное микропроцессорное вычислительное устройство, 
выполняющее функции первичной обработки измерительной информации. 
В этой связи актуальной становится задача создания эф-