(1) 模拟仪表时代　　

    从20世纪60年代开始，为满足工业发展的需要，将测量记录和控制功能组合在一起，这类仪表称为“基地式”仪表。通常是以在带有调节单元的显示记录仪“基地”上，配上测量元件及执行器构成简单控制系统。随着生产规模的扩大，产生了以功能划分的“单元组合式”仪表。根据不同的控制要求，选择相应仪表单元组合起来构成各种不同复杂程度的控制系统。无论是“基地式”仪表还是“单元组合式”仪表，它们的共同特点都是模拟式的，采用的是模拟技术，而控制系统以经典控制理论为基础。　
　
    (2) 数字化仪表时代　　

    20世纪80年代，随着计算机技术的发展及其在仪器仪表中的应用，以微处理器为核心器件的微机化仪表应运而生，产生了各种数字式变送器、数字式调节器、数字式显示记录仪、可编程控制器和智能仪表。数字化仪表与模拟式仪表相比，其功能、性能、可靠性、通信功能等均有了质的飞跃。主要的特点是采用数字技术，计算机技术用于仪器仪表和控制领域，计算机控制系统在工业控制中得到应用与推广。　

　(3) 仪器仪表新概念—虚拟仪表技术　　

    虚拟仪表技术从根本上开创了仪器仪表的新概念，它利用计算机技术实现和扩展仪器的功能。它是计算机硬件资源、仪器仪表测控硬件并用于数据分析、过程通信及图形用户界面的软件之间的有效结合，是一种功能意义上的而非物理意义上的仪器仪表概念，软件是关键。在虚拟仪表中，计算机作为一个控制和数据处理中心，传统仪表的硬件被软件所代替，用户可以仅仅通过修改软件而达到改变仪表功能的目的。可见，仪器仪表本身的硬件和软件的界限已经模糊化了，仪器仪表设计的主要基础是它的软件，而不是传统仪器仪表的硬件。在这种情况下，仪器仪表工作者从观念到知识结构和素质，都要以信息技术和网络思想来指导仪器仪表的设计与应用。　　

    (4) 仪器仪表真正意义上的智能化—采用人工智能技术的智能仪表　

    智能化的自动化仪器仪表应以智能控制理论为基础，体现人的智能行为。人工智能是智能控制理论的基本组成部分之一，它以知识为基础，它的目标是建造智能化的计算机系统，用来模拟和执行人类的智力功能，如判断、理解、推理、识别、规划、学习和问题求解等等，进而用自动机模仿人类的思维过程和智能行为。

    基于智能控制理论基础的智能仪器仪表目前大致有几方面的进展:

    专家控制器　　

    专家控制系统(expert control system, ECS)是典型的基于知识控制系统，它是一个具有大量的专门知识与经验的程序系统。它运用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，解决那些需要人类专家才能解决好的复杂问题。专家控制器的结构按控制要求的不同而有所不同。典型的结构由知识库、推理机、人机接口等组成。其中，知识的获取、知识库的建立是关键。人们已经总结出的方法是领域专家和知识专家的有机结合，同时收集、归纳有经验的操作员方面的知识。然后把获取的知识变成可用的规则，以期在推理过程中得到更高的命中率。专家控制已在工业控制中得到广泛的应用。

    模糊控制器　　

    模糊控制器(FC-Fuzzy Controller)，也称模糊逻辑控制器(FLC-Fuzzy Logic Controller)。自然界的事物都具有一定的模糊性，模糊逻辑在控制领域中的应用产生了模糊控制技术。由于模糊控制技术具有处理不确定性、不精确性和模糊信息的能力，对无法建造数学模型的被控过程能进行有效的控制，能解决一些用常规控制方法不能解决的问题，因而模糊控制在工业控制领域得到了广泛的应用。模糊控制器一般由输入标定、模糊化、模糊决策、清晰化、输出标定等几个部分组成。其中，模糊化、模糊决策、清晰化是主要和基本的部分，“模糊化”将输入量(精确量)变为模糊量，“模糊决策”进行模糊运算，其过程是由推理机进行预估输出推理，得到模糊量输出。“清晰化”将模糊量输出转化为精确量，提供给系统的驱动器定标后使用。当前，模糊控制技术在工业控制中得到广泛的应用，尤其在不确定性过程、难于建模的场合发挥了模糊控制技术的长处。模糊控制器在家电和其它行业同样得到了广泛的应用。

    神经网络控制器　　

    神经网络在工业控制系统中的应用提高了系统的信息处理能力，提高了系统的智能水平。所谓神经网络控制，简称神经控制，它是指采用神经网络这一技术对复杂的非线性对象进行建模，或担当控制器，或优化计算，或进行推理，或故障诊断等工作。由于神经网络具有高度的并行结构和并行实现能力，具有对任意非线性关系的描述能力，具有通过训练学习归纳全部数据能力，使得它在控制系统中被广泛灵活地应用。

    仿人控制器　　

    仿人控制器比起专家控制、模糊控制等更强调对人的控制行为和功能的综合性模仿。在控制过程中，它利用计算机模拟人的控制行为和功能，实现对没有精确模型的对象进行有效的控制。设计仿人控制器必须获得控制系统的特征信息，即建立系统的特征模型，其方法是定性描述系统的动态特性，对信息空间划分出一定的区域，分别表示系统的一种特征状态，所有特征状态的集合就构成特征模型。仿人控制器的算法设计就是根据特征模型和控制模态进行合理的组合，因而就出现了多种仿人控制模式和算法。仿人控制器的多模态方式在工业控制中被广泛地采用。