當前，大數據、互聯網、人工智能等新一代信息技術的快速發展以及與制造業的深度融合正在引發新一輪科技革命和產業革命。習近平總書記強調“我們要順應第四次工業革命發展趨勢，共同把握數字化、網絡化、智能化發展機遇，共同探索新技術、新業態、新模式，探尋新的增長動能和發展路徑”［1］。以測試、測量及校準、評估評價為主線的測控技術是新一代信息技術的重要支撐和源頭，其發展潛力巨大。
新一代信息技術同時又是測控技術發展的新動能和新活力，它為測控技術的跨越式發展、測控產品的智能化提升、測控科學的研究以及測控行業企業高質量發展帶來新的機遇和挑戰。測控技術與新一代信息技術深度融合發展研究新一代信息技術的發展和社會效應，在國家治理體系和治理能力現代化方面發揮著越來越重要的作用。大數據、互聯網、人工智能、區塊鏈、云計算等新一代信息技術引領的城市大腦、智慧企業、智能工廠、大數據中心等一系列信息化工程正在快速推進科學技術發展和社會進步，新一代信息技術已開始大跨界融合發展。測控技術圍繞測量與控制，聚焦狀態監測技術、綜合測試技術、智能技術、仿真測控技術等，涉及計算機技術、電子技術、自動控制技術、傳感器及儀表技術、網絡與通信技術、自動測試技術、虛擬與仿真技術等多個學科。
面對第四次工業革命、中國制造2025、工業4.0的到來，測控技術與新一代信息技術如何深度融合？融合點在何處？融合的路徑及方法是什么？等等，都成為測控技術科學理論研究、測控技術顛覆性發展、測控產品升級換代的挑戰和機遇。
1測控技術與新一代信息技術的關系
從科學技術發展以及基礎學科角度分析，不管是高等院校的學科、專業，還是研究機構的研究領域、應用方向，測控技術與新一代信息技術的基礎學科基本一致。測控技術和信息技術從大類而言也屬于工程技術范疇，同樣促進著社會進步和工業革命。

1.1測控技術
測控技術從測量到控制，都是跟蹤被測對象的技術發展。被測對象的測量控制需求也從傳統的指標及狀態測量向性能及效能評估轉變，實現了測量與控制的一體化發展。基本測控模型如圖1所示。隨著工業機械化、機械電氣化水平的提升，信息技術進一步促進機械電氣化的數字化水平［2］。測量與控制作為工業發展的“觸角”，在新一代信息技術的助力下，不僅僅實現“感知”，也實現了“控制”，并且使測量與控制開始走向智能，使“感知”變得聰明，使“控制”變得智慧［3］。從測控技術在制造及試驗活動中的行為分析，首先通過傳感器獲知被測對象信息，然后通過傳感器內部處理單元采集并記錄下相關信息，同時將相關信息通過傳輸通道送達顯示端或控制單元，實現被測對象信息的再加工和分析處理［4］。在這個過程中，傳感器直接決定測量與控制是否智能“聰明”。在新一代信息技術的支撐下，這種“智能”成為機器人的核心部件，隨著射頻芯片、激光雷達、量子通信及5G技術的發展，測量與控制實現了系統化發展，測量與控制的架構思想，將測控技術的使用對象從機械設備設施延伸到對使用對象及其環境、人機功效的“智能”范圍。


圖1基本測控模型
 

1.2新一代信息技術
新一代信息技術從CT（Communication Technology，通信技術）到IT（Information Technology，信息技術），再到DT（Data Technology，數據技術），都離不開數字化（Digitalization），也就是將許多復雜多變的信息轉換為可以度量的數字、數據，通過計算機進行處理。數字化的狹義理解就是AD（Analog to Digital）轉換，廣義而言還包括非結構化的信息等。然而如何獲取“復雜多變的信息”？經過計算機處理后的數據如何使用？測控技術從理論上給出了基本的答案，并在測控產品中得到了實踐，即測量與控制的一體化和信息化。數字化、網絡化、智能化作為信息化發展的3個基本階段（圖2給出新一代信息技術基本范式），在新一代信息技術的大力發展下，測控技術和測控產品也同頻共振、與時俱進，形成了具有時代烙印的測控技術和測控產品。


圖2新一代信息技術基本范式
 
新一代信息技術聚集了通信網絡、物聯網、新型平板顯示、高性能集成電路、高端軟件等技術，云計算作為高端軟件，5G作為網絡通信技術，大數據作為一種新型資產，數據資源化是人工智能、云計算的基礎。大數據的核心是實現專業化的處理，即基于業務模型的分析，形成高價值的信息。大數據帶來科學理論的突破，數據科學成為新的學科。數據安全和管理成為新的命題和挑戰，也成為企業的核心競爭力。追本溯源新一代信息技術，是人類社會發展和工業革命進步對社會全部信息的綜合處理工程技術，并通過網絡實現“物理世界與數字世界”的統一，服務于人類社會發展和進步。測控技術作為信息技術的源頭技術和末端控制，核心是測控產品的功能軟件化、嵌入化及自動化、智能化。
1.3測控技術與新一代信息技術的關系
新一代信息技術應用的領域，都能直接或間接地追溯到測控技術的運用。測控技術與新一代信息技術的關系如圖3所示，從以大數據、互聯網、人工智能及云計算、區塊鏈等為代表的新一代信息技術分析，大數據來自于各種傳感器、采集器及用戶終端，互聯網在工業領域的普及進一步提升了數控機床、狀態檢測等的協同化水平，人工智能產品的核心正是嵌入測控產品中的高性能計算模塊。云計算進一步為測控產品的功能發揮及智能化水平提升提供了計算。區塊鏈作為各領域對信息技術應用的一種趨勢，也必將隨著工業互聯網的日臻成熟和應用普及，給測控技術的發展和測控產品的研制帶來新的機遇。測控產品一體化、系統化的應用需求，進一步加快新一代信息技術與測控技術的融合。


圖3測控技術與新一代信息技術的關系
 
測控科學理論與技術深化、測控產品模型化促使集成、嵌入成為新一代信息技術應用于測控產品研發的新模；基于大數據的知識工程，進一步促進測控產品智能化。云計算和區塊鏈進一步提高測控產品的自主安全可控。互聯網和5G拓展了測控產品新的產業應用。
2深度融合發展的現狀與分析
測控技術究其本質，是以測量與控制為主體，是一門以電子技術、通信技術、計算機技術及物理學、材料學等為基礎的工程技術［5］。隨著基礎學科的進步和新一代信息技術的出現，測控技術遇到了發展的瓶頸，也遇到了發展的挑戰，更迎來了新的發展機遇。測控產品的核心處理器，其算法與應用的需求需要進一步融合；對象的精準化需求要求測控產品的控制器穩定性和實時性進一步增強。測控產品的伺服及反饋機制增強需要與測控對象更加密切地融為一體。在高質量發展和第四次工業革命的大背景下，測控產業的發展需要測控產品為其打上新一代信息化技術的烙印。上述內容都成為測控技術擁抱新一代信息技術的機遇。
2.1深度融合的形勢與趨勢
縱觀世界科學發展，以牛頓和伽利略為代表的經典力學為測控技術的發展奠定了基礎，以愛因斯坦為代表的量子力學為測控技術的發展掀開了新的篇章。隨著信息技術的發展，新的科學創新、技術突破、工業新革命將會有顛覆性的發展。測控技術作為應用于科學、技術、工程的基礎技術，成為人類認識世界、改造世界并為人類進步和社會發展服務的產物。
每一次工業革命都具有鮮明的特點：第一次工業革命，凸顯蒸汽機和鐵路建設；第二次工業革命，以電力和大型工程為主;第三次工業革命，以計算機和信息技術革命為主。按照50年為一個波長，第四次工業革命將以新一代信息技術為代表，包括人工智能、生命科學、物聯網、機器人等技術，通過數字化技術實現物理空間、網絡空間和生物空間三者的深度融合［6］。測控技術與其他技術一樣必將在新一代信息技術的促推下出現革命性的發展。
測控技術作為信息技術的源頭，是電子、光學、機械、計算機、控制學等綜合學科試驗及科學研究的工程技術，必將為創新發展、自主安全帶來新的機遇。通過對測控技術、工業革命、信息技術發展的三維視圖（見圖4）分析可知，社會進步和工業發展永遠是測控技術和信息技術發展的原動力，也是其目的所在。
（1） 測控技術發力于工業4.0。
工業4.0的提出，源于新一代信息技術的發展，數字地球和全球互聯將重塑工業、農業、服務業等實體經濟和數字經濟。工業4.0的鮮明特點就是高度運用新一代信息技術，從當今世界制造業的網絡化、工業互聯網、工業大數據、智能制造的要求出發，測控技術必須在一體化、智能化方面進一步提升核心能力。
（2） 測控技術發力于中國制造。
作為國民經濟的主體，中國制造業急需在信息化程度、自主創新能力、質量效益等方面實現升級和跨越，使先進制造及高端制造敢于領先。規模化生產使中國制造業富起來了，要實現“強國戰略”，制造業必須先強起來。這種從大規模到質量強的轉型，必將為測控技術的發展提供舞臺［7］。

圖4測控技術、工業革命、信息技術發展的三維視圖
 
（3） 測控技術發力于軍民融合。非國有經濟在國民經濟中的作用和價值不斷提升，其深層次的原因是非國有企業擁有了先進技術，在一定程度上代表著國家水平。通過軍民融合，國有企業吸收非國有企業的人才和技術，加快自身技術的提升和人才的培養。
（4） 測控技術發力于自主研發。裝備工業作為國家安全和人民生活的最主要的保障，隨著改革開放的深入，富起來到強起來的中國裝備工業也從引進消化吸收仿制走到正向設計自主研發的獨立自主的道路，因此，測控技術與新一代信息技術必將得到更多的重視。
一言以蔽之，測控技術和新一代信息技術的深度融合發展，必將促進工業制造的數字化、網絡化、智能化，因為工業互聯網的核心在于測控與儀器，在于智能化發展的數控機床，在于智能化的測量、校準、標定。
2.2深度融合的方法
從測控技術、儀器儀表、測試原理及應用分析，測控技術與新一代信息技術的深度融合的方法主要包括以下幾個方面。
（1） 需求導向。
測控技術和測控產品是以需求為牽引的。以無人機控制進行分析，無人機上安裝的各種狀態傳感器、環境感知傳感器及各種無線信道接收裝置等，僅僅圍繞無人機飛行控制這個核心，從以PID控制器為核心的傳統控制到各種非線性控制，都嵌入了測控技術的應用。測控技術的發展大致經歷了3個階段：① 計量測控，即通過局部測量獲取信息；② 系統測控，即通過系統測量獲取信息；③ 綜合測控，即通過全方位測量獲取信息［8］。這3個階段基本符合工業1.0、工業2.0、工業3.0 三個階段的特點，宏觀需求為測控技術的發展奠定了方向。
作為以智能制造為特點的工業4.0，通過人工智能、設備智能以及網絡智能，使工業機器人實現高精度點位、曲線和曲面的控制；通過末端執行器、“軟件”植入芯片，使機器人具備制孔、涂膠、銑切等能力；通過擴展機械臂、工作場測量等方式實現機器人的靈活移動［9］。這些微觀需求為測控技術的發展指明了方向。
（2） 技術導向。
測控技術植根于時間測量、物理狀態測量、性能指標測量、效能評估測量。在測量與控制的信道或鏈路方面，測控數據環路經歷了專業網絡、互聯網絡、衛星通信、增強遙測綜合網，以及現在的5G。在測控的采集端，傳感器、測試性評估、故障診斷與預測及激光掃描測量實現了采集端的智能和集成。在控制技術方面，轉臺、加載系統到“飛、發、火”一體化控制，控制技術從設備到系統，從系統到平臺，實現了點、線、面到三維、四維及帶有時空的五維控制。總之，測控技術賦能設備設施才能實現工業智能。
（3） 模式導向。
測控技術是當代信息技術的根和源，也是工業高質量發展的核心和關鍵。從高端芯片到先進材料，從3D打印到物聯網，再通過空天一體、空天地一體形成新一代測控技術和產品［10］，其全域顛覆性實現測控技術和測控產品的升級換代，實現測控技術與新一代信息技術的深度融合發展。
大數據支撐綜合測試產品的研制，包括綜合試驗管理系統、參數與故障仿真系統、導管應力測試系統、航空發動機試車臺測試系統、自動測試系統、綜合總線檢測儀等。云計算實現了“協同處理”、“知識共用”、“云端控制”，包括各種運動模擬設備、測試臺架等都可以實現工業互聯、控制互聯。
2.3深度融合的基礎和條件
隨著測控技術與新一代信息技術對制造業的促進和引領，建立統一、規范的測控技術與新一代信息技術的基礎和條件成為更好、更快融合發展的基本要求。
（1） 政策引導和科學理論研究趨同化。
通過分析測控技術與新一代信息技術的基礎學科，結合科技發展和自主創新的科學規律，必須建立統一的政策體系［11］，從企業發展和核心能力提升角度，實現測控類企業和新一代信息技術類企業政策趨同、科學理論趨同。
測控技術和新一代信息技術融合基本范式如圖5所示。圖5中，中央控制器和業務/協同就是各自研究的對象。隨著測控技術的信息化和信息技術的智能化，這兩個研究對象成為賽博系統的現實與虛擬，成為數字孿生中的物理世界與數字世界。


圖5測控技術和新一代信息技術融合基本范式
 
（2） 基礎設施整體化。
新基建將會引領新一代信息技術快速發展，成為各行各業充分應用新一代信息技術的基礎。測控技術應該抓住這一發展機遇，將測控產品推向“新基建”的快速干道，實現測控技術再次對信息技術的溯源初心。
測控技術與工業，尤其是制造業的深度融合，為新一代信息技術打下了根基。新一代信息技術與工業，尤其是工業互聯網和工業大數據的廣泛應用，為測控技術的發展開拓了視野。
（3） 融合目標智能化。
不管是測控技術還是新一代信息技術，都是工業革命發展的助推器、倍增器，更是實現智能化的基礎。所以，測控技術與新一代信息技術必須“抱團”發展，各取所長，形成具有“集成、整體、一體”優勢的新領域。
3深度融合發展的途徑
為了深度融合測控技術和新一代信息技術，遵循工業4.0的主要觀點和工具，從CPS、LVC、智能制造、數字孿生4個方面探討深度融合的途徑。
3.1CPS系統法
CPS（CyberPhysical System，賽博物理系統）是工業4.0的鮮明特點［11，16］。CPS是將“信息通信技術、網絡空間虛擬系統、信息物理系統”相結合，將生產中的供應、制造、銷售等信息數據化、智慧化［12］，達到快速、有效、個性的產品供應。CPS的核心是控制和計算，借助互聯網得到廣泛應用。在CPS構建中，“智能工廠、智能生產、智能物流”為測控技術與新一代信息技術深度融合創造了新途徑，如圖6所示。


圖6CPS系統法的融合途徑
 
信息通信技術在工業4.0時代將數據、語音、圖像及視頻等經過數字化加工、網絡化互通之后，實現物理世界與數字世界的鏡像［13］，并融合射頻技術、數據技術，促進測控產品的數字化、網絡化、智能化及互聯互通，從而達到物理世界與數字世界的控制和狀態信息一致。
網絡空間虛擬系統是在制造設備設施網絡化的基礎上，突出復雜工業制造過程的管理和控制，也是工業制造過程與工業制造信息融合發展的互聯互通，即工業互聯網［5］。工業互聯網改變了傳統測控產品軟件必須嵌入測控產品的模式，可以通過工業互聯網，將嵌入式軟件集成在計算平臺，實現測控對象的遠程控制。
信息物理系統突出新一代工業制造技術在嵌入式和自動化方面的變革和創新［14］。傳感器、處理器、網絡及大數據、云計算將物理世界與數字世界相聯［15］，并通過計算模型實現“決策快速、優化流程、精準控制”。
3.2LVC仿真法
LVC（Live Virtual Constructive，實況、虛擬、構造）仿真是在仿真系統中同時具有實況仿真、虛擬仿真、構造仿真等的更高一級的仿真技術［16］。實況仿真（Live Simulation）是指真實的人通過狀態感知系統使用實際裝備在實際工況中的假象活動。虛擬仿真（Virtual Simulation）是指除了人之外的全部信息采用軟件及硬件平臺實現虛擬化，由人操作虛擬的系統，驗證其安全性和有效性［17］。構造仿真（Construction Simulation）是一種全面的分析與處理平臺，由假人操作虛擬的系統，驗證全系統的可靠性和有效性。LVC技術使測控技術和信息技術融合的路徑如圖7所示。


圖7LVC仿真法的融合途徑
 
實況、虛擬、構造三者仿真于真人與假人、實況與模擬、裝備與模型之間。測控技術與新一代信息技術實現了“虛與實的映射、虛與實的結合”，其核心就是以“數據”為中心的仿真技術加快了測控產品的研發和信息技術在工業革命中的應用。
測控產品隨著信息技術的應用，也開始軟件化，即軟件定義測控產品。計算機軟件通過嵌入式芯片、高端存儲、嵌入式計算實現測控模型的軟件化，推動仿真技術在測控技術的深度應用以及測控產品的快速研發。網絡使計算機軟件產品廣泛應用和服務于全世界各行各業，LVC必將帶動測控技術及測控產品覆蓋工業革命和全社會的應用。
3.3智能制造法
智能制造（Intelligent Manufacturing）是新一代信息技術助推先進制造技術提升發展的結果，是新一代信息技術與先進制造技術深度融合的產物。AI（Artificial Intelligence）作為研究、開發、延伸人的智能理論、方法的新興科學技術，充分運用計算機科學，形成了語音識別、圖像識別、自然語言處理及專家系統、機器人等新興科學技術領域［18］，這些領域開展工作的手段和方法正是測試、測量、控制技術，代替或延展人的眼睛“看世界”、耳朵“聽世界”、嘴巴“說世界”及大腦“思考世界”［19］。在工業制造中，AI滲透到測控產品中成為智能制造的關鍵。智能測控產品所應用的新一代信息技術主要包括大數據和人工智能、數字孿生和信息物理系統以及制造的智能化設計和工藝的智能化規范［3］。AI制造法融合的路徑如圖8所示。


圖8AI制造法的融合途徑
 
測控產品的智能化實現了工業制造的信息化：
① 通過感知傳感器建立現場適應性信息鏈；
② 通過位置傳感器確立工作位置；
③ 通過大數據及知識工程實現網絡化決策。
從制造業機床融入測控和信息技術發展而言，經歷了3個階段：
① 數控階段，通過數字模型形成機床的伺服工作；
② 網控階段，通過工業互聯網實現加工設備的協同；
③ 智控階段，通過知識工程和決策（數據知識化）、在線狀態檢測（機器視覺）實現機床的智能化。
制造業信息化和機床智能化作為工業革命的核心，必將隨著工業化和信息化的深度融合實現測控技術與AI的點、線、面、體的全面融合。尤其在工業網絡化決策和制造智控階段，融合將會更深、更廣、更細。
3.4DT超越法
DT（Digital Twin，數字孿生）技術最早起源于飛行器的健康維護與保障。基本原理是通過MBD（Model Based Definition，基于模型的定義）實現數字空間的飛行器定義，再通過傳感器及測控系統與真實飛行器相連接，運用歷史數據對真實飛行器做出健康診斷和維修維護說明［20］。數字孿生不同于構型管理，也不同于模型定義，其核心是通過內嵌的健康管理系統中的傳感器數據、歷史數據及其派生數據，監督檢查及審定物理產品的狀況。DT與DM（Digital manufacturing，數字化制造）的關系如圖9所示。

圖9DT超越法的融合途徑
 
在圖9中，DT以全生命周期管理的理念，溯源數字化設計、數字化制造及數字化檢測等數字化定義的產品功能數據，將健康保障延伸到設計、制造及檢測的各個階段［13］。充分運用信息技術，發揮測控產品的作用，提升DT、CPS、DM系統測控與管控技術水平。
在測控產品面向對象編程的 “繼承、封裝、多態” 范式進入歷史階段之后，函數式編程將成為需求和用戶體驗對測控技術和新一代信息技術的直接描述，也是產品功能的直接表述。自動手臂、自主機器人、專家系統與智能制造的融合，將超越傳統的生產資料直接消耗式的制造模式，形成高效益、高質量的節約式制造模式。
4深度融合的實例
測控技術與新一代信息技術的融合從日常生活的居家電器，到工業制造機器人，從載人航天到兩機專項，從科技強國到網絡強國，測控技術與信息技術的融合發展無處不在。在裝備研制中，作者探索和實踐了這種融合的成功案例。下面介紹其中兩個具體案例。

4.1案例一：試驗對象數字化維護

4.1.1實例背景
針對某試驗工程一體化測試與數據處理的要求，采用AI技術實現試驗對象的數字化維護。結合測試對象的復雜要求，通過CPS技術設計測試方案，確保測試技術與被測對象的平滑耦合。為了實現對試驗過程的管控，通過LVC模式建立“地面仿真、物理對象、對象的數字化模型”三者的映射關系，將試驗前期仿真作為監控系統的初始曲線，從而將實時數據曲線疊加在初始，對地面實時數據處理系統進行試驗過程的動態監控，并實現試驗數據對數字模型的激勵，形成數字化試驗模式。
4.1.2總體設計框架
由于試驗工程的復雜性和風險性，試驗工程中測試方案充分運用新一代信息技術，實現測試方案的實用、高效。試驗任務測試與信息系統融合方案如圖10所示。
 



圖10試驗任務測試與信息系統融合方案
 
該方案中的特殊測試系統、試驗對象數據記錄及采集處理，實現與試驗對象的網絡化集成，與試驗對象在時間基準上采用同一個“時準系統”，確保相關數據的時間同步。
通用端口作為維護及智能化連接接口，與試驗數據實時處理系統集成，實現試驗計算模型與物理響應的融合。測試傳感器群中包括符合GPS和北斗導航需要的處理單元。
 

4.1.3關鍵技術和方法
 
關鍵技術和方法主要包括以下幾個方面。
① AI式維護。試驗對象的數字模型與維護數據庫的集成，形成健康識別知識方法，輔助維護工程師提高維護質量。
② 測試集成。建立CPS模式下的多總線、多傳感器及網絡化的采集、傳輸、記錄系統。
③ 知識庫與試驗過程實時計算模型的設計。結合試驗對象整體、系統、部件3個不同等級，建立試驗狀態庫，尤其是故障庫模型，確保試驗過程的安全可控。
④ 試驗資源與試驗對象健康管理實現了與試驗任務綜合分析系統和試驗任務管理系統的集成，并將三者的數據中心統一設計，統一管理，共享使用。

4.2案例二：智能打磨流程
4.2.1實例背景
智能打磨單元是針對于難加工、高污染、精度要求高的復合材料變曲率表面打磨的實際需求，采用基于數字孿生的智能制造技術，工藝庫建立、補償技術，傳感器、工藝庫及智能算法技術相融合的信息技術，針對實際毛坯工件的一致性差及安裝誤差等復雜工況，通過結合數字化激光掃描技術，將實際工件的3D數據與理論數模相結合，對工件實際安裝位置等進行參數補償，使機器人能精準地到達基準位置，進行智能化、自動化的高精度、高效率打磨，并在打磨后進行數字化在線測量，對加工后的工件與標準工件進行比對、反饋，實現具有自主學習能力的智能化打磨。相對于人工，在提升了工作效率與工作精度的同時，避免了打磨過程中粉塵對人身的傷害。
4.2.2總體設計框架
由于自動化打磨工作流程復雜，產品性能要求精度高且可靠性高，但產品毛坯一致性差，打磨工作流程設計中充分運用了數字孿生技術與信息技術相融合的方式，實現加工的智能化、自動化。高效率自動化打磨工作流程整體設計如圖11所示。該方案采用基于數字孿生的智能制造建模，將理論刀路與實際工件進行耦合，通過單一變量和正交試驗的方式得出打磨工藝參數的最優值，建立工藝庫。而后采用掃描的方式提取待加工工件的信息，將實際工件與工藝庫中的加工工藝文檔進行配對，通過對實際工件的測量，評價與理論模型的誤差，調整加工工藝參數，完成加工，實現智能制造。


圖11智能打磨工程整體規劃圖
 

4.2.3關鍵技術和方法
關鍵技術及關鍵方法主要包括以下幾個方面。
① 基于數字孿生的智能制造建模。試驗工件的理論數模與實際掃描的3D數據進行配比、綜合，將理論刀路與實際工件相結合，實現同種工件的不同參數打磨，使打磨的工藝更具有針對性，提高了打磨質量與效率。
② 工藝庫的建立。通過數字孿生的智能制造建模，將理論上的打磨刀路在實際工件上實現，生成基礎打磨工藝文檔，而后采用單一變量和正交試驗的方法，得出實際工件的打磨工藝文檔，建立工藝庫。
③ 信息技術的應用。通過掃描待加工工件上的二維碼來得出工件的參數信息，以工件信息為標準將工藝文檔與其進行配對，而后執行掃描測量任務，將工藝庫中的文檔與實際待加工工件進行評價，而后調整工藝參數，實現一個工件一個參數，而后執行調整過后的工藝文檔。
5結束語
測控技術與新一代信息技術的深度融合發展必須加強基礎科學理論的研究，尤其是在物理、數學、材料學等自然科學方面；也必須跟蹤新一代信息技術的前沿，包括云計算、區塊鏈及新基建等戰略部署；更要關注國家安全政策的要求，尤其是以問題為導向的解決“卡脖子”問題的要求。測控技術與新一代信息技術深度融合發展，不能忘了初心和使命，包括測控技術本身的發展和服務的對象。
隨著科學技術顛覆性、革命性的發展，無電化測控、無源測控、抗電磁環境要求等也給測控技術的發展也提出了挑戰，因此，測控產品的研發必須適應正向研發的科技強國戰略，在世界科技巔峰之頂開辟新的篇章。