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 нейроструктуры  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 полуавтоматическую 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