К ИИС примыкают виртуальные информационно-измерительные приборы [1, 19]. Этим термином обозначают компьютер, оснащенный набором соответствующих аппаратных и программных средств, выполняющий функции информационно-измерительного прибора или системы, максимально приближенных к решению поставленной задачи. Как видно из определения виртуальных приборов, по составу и функциям они полностью совпадают с ИИС. Поэтому выделение их в отдельный вид нецелесообразно. В виртуальных приборах широко используется проблемно-ориентированное программное обеспечение, в частности LabVIEW [1, 6].
Сбор и обработка больших массивов информации неизбежно требуют ее сжатия при обработке. Даже в регистрирующих приборах, в которых объем исходной информации не очень велик, полученные записи подвергаются обработке. Определяются экстремальные значения регистрируемой величины и ее размах, пересечение или непересечение некоторых уровней, тенденция изменения и т. д. Все эти результаты имеют существенно меньший объем, чем исходные данные. В ИИС объем исходной информации может быть на порядки больше. Поэтому пользователь в принципе не может воспринять и использовать эту информацию в исходном виде. При решении поставленной измерительной задачи в результате обработки исходных данных происходит существенное сжатие информации, и результаты измерения представляются в форме и объеме, доступных восприятию потребителем.
Выше кратко перечислены метрологические и технические возможности, представляемые потребителю благодаря использованию в СИ вычислительной техники. При этом появляется возможность повысить их потребительские свойства за счет принципиально новых форм отображения результатов измерения. Отображение графиков, таблиц, мнемонические отображения в яркой наглядной форме существенно повышают эргономическое качество СИ.
Кратко перечисленные выше возможности ИИС привели к тому, что они широко используются в самых различных отраслях производства и научных исследований. Этому способствует прежде всего резкое возрастание возможностей и снижение стоимости средств вычислительной техники. В период, когда стоимость мини-ЭВМ, по своим характеристикам на порядки уступавшей современным персональным компьютерам, составляла до десяти годовых зарплат инженеров, а для ее обслуживания были необходимы два-три человека, экономически обосновать внедрение ИИС и АСУ было невозможно. Сейчас экономическая целесообразность внедрения этих систем очевидна. Именно поэтому ИИС функционируют и на машиностроительных предприятиях, и в железнодорожных депо, и в медицинских лабораториях. Этот перечень может быть продолжен.
Заключение
измерительный информационный автоматизированный массив
Появление и широкое использование ИИС поставило перед теоретической метрологией ряд новых задач,
1) Обоснование методов выбора целей измерения при исследовании сложных объектов, для описания которых используются функции и операторы. Как уже отмечалось, ранее метрология в основном занималась измерением величин, и метрологическое обеспечение измерения функций было развито слабо. Только во второй половине прошлого столетия этому вопросу стали уделять должное внимание, в первую очередь в электрических измерениях и радиоизмерениях при исследовании формы сигналов и операторов преобразования сигналов, а также в геометрических измерениях при исследовании форм линий и поверхностей.
2) Выработка общих подходов к выбору структуры и элементов ИИС. Эта задача вытекает из постановки цели измерения и решается с применением системотехнических методов.
3) Разработка алгоритмов обработки измерительной информации, вытекающих из поставленной цели измерения. Многие из этих алгоритмов использовались и используются при ручной обработке результатов измерений, например алгоритмы оценки вероятностных характеристик. Некоторые оказываются принципиально новыми, используемыми в основном в ИИС.
4) Разработка методов оценки погрешностей результатов измерений с помощью ИИС и выбора и нормирования метрологических характеристик ИИС. Эта задача разбивается на две взаимосвязанные задачи, которые могут решаться только совместно. В частности, при измерении параметров функций и вероятностных характеристик возникли принципиально новые вопросы оценки неопределенности результата, обусловленные свойствами ИО. Эти вопросы не имеют аналогов при измерении констант.
5) Разработка методов поверки (калибровки) ИИС. ИИС, как любое СИ, должна разрабатываться, изготавливаться и эксплуатироваться с соблюдением всех общих метрологических правил и норм, в частности в зависимости от области применения подвергаться поверке или калибровке. Однако в силу специфики решаемых измерительных задач и сложности построения системы методы поверки (калибровки) имеют ряд отличий от других СИ.
Литература
1. Автоматизация физических исследований и эксперимента: компьютерные измерения и виртуальные приборы на основе LabVIEW / под ред. П.А. Бутыркина. — М.: ДМК-Пресс, 2005.— 264 с.
2. Анисимов Б.В., Голубкин В.Н. Аналоговые и гибридные вычислительные машины. — М.: Высшая школа, 1990., — 289 с.
3. Атамалян Э.Г. Приборы и методы измерения электрических величин. — М.: Дрофа, 2005. — 415 с.
4. Ацюковский В.А. Основы организации системы цифровых связей в сложных информационно-измерительных комплексах. — М.: Энергоатомиздат, 2001. — 97 с.
5. Барский А.Б. Нейронные сети. Распознавание, управление, принятие решений. — М.: Финансы и статистика, 2004. — 176 с.
6. Батоврин В., Бессонов А., Мошкин В. LabVIEW: Практикум по электронике и микропроцессорной технике. — М.: ДМК-Пресс, 2005 —182 с.
7. Вентцелъ Е. С, Овчаров Л.А. Теория вероятностей и ее инженерные приложения. — М.: Высшая школа, 2007. — 491 с.
8. Волкова В.Н., Денисов А.А. Теория систем. — М.: Высшая школа, 2006. — 511 с.
9. ГОСТ Р 8.596—2002. ГСИ. Метрологическое обеспечение измерительных систем. Основные положения.
10. ГОСТ 16263—70. ГСИ. Метрология. Термины и определения.
11. ГОСТ 26016—81. Единая система стандартов приборостроения. Интерфейсы, признаки классификации и общие требования.
12. ГОСТ 8.437—81. ГСИ. Системы информационно-измерительные. Метрологическое обеспечение. Основные положения.
13. Грановский В.А. Системная метрология: метрологические системы и метрология систем. — СПб.: ГНЦ РФ ЦНИИ "Электроприбор", 1999. — 360 с.
14. Гутников В.С. Интегральная электроника в измерительных устройствах. — Л., 1988. — 304 с.
15. Демидович В.П., Марон И.А. Основы вычислительной математики. — М.: Наука, 1970. — 654 с.
16. Деч Р. Нелинейные преобразования случайных процессов. — М.: Советское радио, 1965. — 208 с.
17. Джексон Р.Г. Новейшие датчики. — М.: Техносфера, 2007.— 384 с.
18. Измерение электрических и неэлектрических величин / Н.Н. Ев-тихиев, Я.А. Купершмидт, В.Ф. Папуловский, В.Н. Скуго-ров; под общ. ред. Н.Н. Евтихиева. — М.: Энергоатомиздат,1990. — 352 с.
19. Информационно-измерительная техника и технологии / В.И. Калашников, С.В. Нефедов, А.Б. Путилин и др.; под ред. Г. Г. Ра-неева. — М.: Высшая школа, 2002. — 454 с.
20. Калабеков В.В. Цифровые устройства и микропроцессорные системы. — М.: Радио и связь, 1997. — 336 с.
21. Карабутов Н.Н. Адаптивная идентификация систем. Информационный синтез. — М.: Едиториал УРСС, 2006. — 384 с.
22. Киреев В.И., Пантелеев А.В. Численные методы в примерах и задачах. — М.: Высшая школа, 2008. — 480 с.
23. Корнеенко В.П. Методы оптимизации. — М.: Высшая школа, 2007. — 664 с.
24. Максимей И.В. Имитационное моделирование на ЭВМ. — М.: Радио и связь, 1988. — 230 с.
25. Мезон С, Циммерман Г. Электронные цепи, сигналы и системы. — М.: Иностранная литература, 1963. — 594 с.
26. Метрологическое обеспечение измерительных информационных систем (теория, методология, организация) / Е.Т. Удовиченко, А.А. Брагин, А.Л. Семенюк и др. — М.: Издательство стандартов, 1991. — 192 с.
27. МИ 2438—97. ГСИ. Системы измерительные. Метрологическое обеспечение. Общие положения.
28. Мячев А.А., Степанов В.Н. Персональные ЭВМ и микроЭВМ. Основы организации. — М.: Радио и связь, 1991. — 320 с.
29. Новоселов О.Н., Фомин А.Ф. Основы теории и расчета информационно-измерительных систем. — М.: Машиностроение,
1991. — 336 с.
30. Островский Ю.И. Голография и ее применение. — М.: Наука, 1976. — 256 с.
31. Пантелеев А.В., Летова Т.А. Методы оптимизации в примерах и задачах. — М.: Высшая школа, 2008. — 544 с.
32. Потапов А.С. Распознавание образов и машинное восприятие. — СПб.: Политехника, 2007. — 546 с.
33. Путилин А.Б. Вычислительная техника и программирование в измерительных системах. — М.: Дрофа, 2006. — 416 с.
34. РМГ 29—99. Метрология. Основные термины и определения.
35. Рубичев Н.А., Фрумкин В.Д. Достоверность допускового контроля качества. — М.: Издательство стандартов, 1990. — 172 с.
36. Руководство по выражению неопределенности измерения / под ред. В.А. Слаева. — СПб.: ГП "ВНИИМ им Д.И. Менделеева", 1999. — 126 с.
37. Самарский А.А., Михайлов А.П. Математическое моделирование. — М.: Наука; Физматлит, 1997. — 428 с.
38. Советов Б.Я., Цехановский В.В. Информационные технологии. — М.: Высшая школа, 2008. — 263 с.
39. Уайлд Д. Дж. Методы поиска экстремума. — М.: Наука, 1967. — 268 с.
40. Ушаков И.А. Курс теории надежности систем. — М.: Дрофа, 2008. — 240 с.
41. Фомин Я.А. Теория выбросов случайных процессов. — М.: Связь, 1980. — 216 с.
42. Фрайден Дж. Современные датчики: справочник. — М.: Техносфера, 2005. — 592 с.
43. Фрумкин В.Д., Рубичев Н.А. Теория вероятностей и статистика в метрологии и измерительной технике. — М.: Машиностроение, 1987— 168 с.
44. Хартман К. и др. Планирование эксперимента в исследовании технологических процессов. — М.: Мир, 1977. — 562 с.
45. Цапенко М.П. Измерительные информационные системы. — М.: Энергоатомиздат, 1985. — 357 с.
46. Чистяков В.П. Курс теории вероятностей .— М.: Дрофа, 2007. — 256 с.