计量服务猖獗的数字时代

发表在《测量：传感器》杂志上的一项研究回顾了计量的数字化。基于大数据、人工智能 (AI) 和机器学习 (ML) 系统的数字技术正在迅速改变社会、工业和经济。

传感系统、物联网 (IoT) 和电信技术 (ICT) 的最新技术进步和发展对于工业 4.0 的扩展、国际数字基础设施发展和全球经济增长至关重要。计量学的数字转换、基于量子的检测设备和定量信息系统对于生活各个领域的进步都至关重要。

数字基础设施如何导致巨大变化

通过数字方式传输数据和信息正在迅速成为常态。云服务是信息存储和共享的平台。数字基础设施使用单个测量设备提供的验证、自我诊断和其他元数据。

然而，个人仪器正在被分散式测量仪器和传感器技术所取代。算法和编程变得与数据本身一样重要。今天的许多工具和想法将在数字时代被人工智能、传感器融合和虚拟测量仪器所取代。

数据在数字时代的重要性

在数字时代，数据有时被称为“新石油”。组织可以通过建立数据管理和控制系统作为其数字工作场所计划的基础来释放巨大的可能性。

数据只是第一步；必须使用算法对其进行“改进”。然而，由于数据的海量和不可预测性，许多传统的算法技术无法得到有意义的利用。研究界为数据发现、可访问性、互操作性和可重用性 (FAIR) 创建了标准。

因此，在科学中使用计量概念可以大大提高科学数据的质量。商业和工程应用中的数据也是如此，其中 FAIR 标准确保数据可用于应用 AI 技术。

基于物联网的数字计量转换

Mustapää 等人。于 2020 年在全球物联网峰会 (GIoTS)上发表了一项研究，重点关注物联网应用数字计量的进步。物联网设备上的传感器会产生大量数据。然而，在信息量不断扩大的同时，也需要检验其真实性。物联网设备收集的数据本质上并不可靠，因此可能不适合关键系统。

研究人员开发了一种数字化验证系统，将定量评估质量属性从计量学连接到物联网数据，并允许有效的测试和设备校准方法。该系统基于两种独特的计量策略：数字校准证书 (DCC) 和数字单位制 (DSOU) (D-SI)。

DCC 传达物联网设备的测量错误，并提供与其经过验证的跟踪网络的链接。作为 SmartCom 计划的一部分，创建了一种新的 XML 格式，以通过称为数字单位系统 (D-SI) 的机器可读方式通过验证文档显示测量数据。这将能够验证测量值的可靠性，从而创建 DCC 验证的数据行业。使用 DCC-DLT 云，个人消费者可以（重新）认证他们获得的数据。

网络物理系统如何参与数字时代？

网络物理系统 (CPS) 是与数字电信技术相结合的物理系统。因此，CPS 是复杂系统的良好基础，因为它们混合了多个领域的方面。测量值通常由测量设备通过纯数字接口提供，这些接口越来越多地通过无线网络提供。

低成本的数字传感器，例如 MEMS，可以很容易且广泛地集成到 CPS 中。这些小工具生成的海量数据随后被用于后来的 ML 和 AI 系统。由于 CPS 中数据量大且复杂，数据驱动技术，如机器学习 (ML) 和人工智能 (AI)，经常被用于数据分析。

CPS 系统的局限性

一方面，集成现代 MEMS 传感器的 CPS 系统的计量精度和可靠性是不确定的。另一方面，MEMS 传感器的校准或全面计量特性既不经济也不合理。因此，必须为此类传感器创建创新的表征形式。

未来展望

标准化机构正试图开发机器可读的智能规范。未来，这将允许机器人在无需用户干预的情况下解释标准化数据。当计量解决方案基于法规时，这就带来了新的机遇。

此外，验证、校准和研究实验室已经开始创建数字化、机器可读的认证。这为校准解决方案在可能交付的数量和相关信息方面开辟了新的机会。

虽然数字计量非常有益，但必须彻底评估工作程序并针对新的障碍进行调整。必须精确指定、线性化和同步操作。只有这样，互操作性才能扩展现有设施，适应新的进步，并实施未来的计算机化计量战略。