Основним призначенням системно-орієнтованих засобів вимірювальної техніки (ЗВТ) є забезпечення
автоматизованого збору, обробки, аналізу та передачі вимірювальних даних у складі складних інформаційно-
вимірювальних систем. Такі ЗВТ застосовуються в автоматизованих виробничих системах, інтелектуальних
вимірювальних системах, при контролі технологічних процесів та проведенні наукових досліджень тощо.
Основні властивості системно-орієнтованих ЗВТ забезпечуються комбінацією сучасного апаратного
забезпечення, потужних алгоритмів цифрової обробки та інтеграції в автоматизовані системи. В них
впроваджуються мікропроцесорні системи з реалізацією алгоритмів самодіагностики, вбудовані контролери
реального часу тощо. Вони мають модульну архітектуру з можливістю програмної конфігурованості. Окрім
традиційних для ЗВТ методів їх випробувань для системно-орієнтованих ЗВТ підлягає обов’язковому
випробовуванню його програмне забезпечення (ПЗ). Проведене математичне моделювання дозволило
розробити множинну модель системи показників властивостей ЗВТ. Запропонована модель дозволяє
здійснювати дослідження впливовості показників властивостей ЗВТ і виконувати їх оцінювання на всіх стадіях
життєвого циклу ЗВТ. Вона також дозволяє врахувувати специфічних параметрів властивостей ЗВТ і відповідні
методики щодо їх визначення. Модель дозволяє враховувати особливості і системно-орієнтованих ЗВТ,
зокрема показники властивості ЗВТ щодо забезпечення системних функцій і відповідні методики їх
визначення. На кожній фазі життєвого циклу ЗВТ повинна здійснюватись як відповідна перевірка для множин
показників властивостей ЗВТ, так і їх валідація. При здійсненні цих процедур необхідно використовувати
встановлені вимоги широковживаних міжнародних і регіональних настанов з метрології.
- ISO/IEC 17025, “General requirements for the competence of testing and calibration laboratories,” ISO/IEC, 2017, https://www.iso.org/ISO-IEC-17025-testing-and- calibration-laboratories.html
- OIML D 31, “General requirements for software controlled measuring instruments,” OIML, 2023, https://www.oiml. org/en/publications/documents/en/files/pdf_d/d031-e23.pdf
- WELMEC Guide 7.2, “Software Guide (Measuring Instruments Directive 2014/32/EU),” WELMEC, 2023, https://www.welmec.org/welmec/documents/guides/7.2/202 3/WELMEC_Guide_7.2_2023.pdf
- WELMEC Guide 7.6, “Software Risk Assessment,” WELMEC, 2021, https://www.welmec.org/welmec/ documents/guides/7.6/2021/WELMEC_Guide_7.6_v2021.pdf
- Velychko O., Gordiyenko T., “Comparative research of quality indicators of measuring instruments: practical aspects,” Ukrainian Metrological Journal, 2021, issue 3, pp. 24–30. https://doi.org/10.24027/2306-7039.3.2021.241620
- Velychko O., Hrabovskyi O., Gordiyenko T., Volkov S., “Modeling of a system of quality assessment indicators of measuring instruments,” Eastern-European Journal of Enter- prise Technologies. Information and controlling systems, 2021, no. 2/9(110), pp. 69–78, https://doi.org/10.15587/1729-4061.2021.228853
- Cain J.W., “Mathematical Models in the Sciences. Molecular Life Sciences,” Springer, New York, NY, 2014, 6 p. https://doi.org/10.1007/978-1-4614-6436-5_561-1
- Velychko O., Hrabovskyi O., “The Mathematical Model of the System Oriented Measuring Instrument,” Ukrainian Metrological Journal, 2021, issue 2, pp. 15–19. https://doi.org/10.24027/2306-7039.2.2021.236057
- Velychko O., Gordiyenko T., Hrabovskyi O., “Testing of measurement instrument software on the national level,” Eastern-European Journal of Enterprise Technologies. Information and controlling systems, 2018, 2/9 (92), pp. 13-20. https://doi.org/10.15587/1729-4061.2018.125994
- Velychko O., Gaman V., Gordiyenko T., Hrabovskyi O., “Testing of measurement instrument software with the pur- pose of conformity assessment,” Eastern-European Journal of Enterprise Technologies. Information and controlling sys- tems, 2019, 1/9 (97), pp. 19-26. https://doi.org/10.15587/1729-4061.2019.154352
- K. D. Sommer and B. R. L. Siebert, “Systematic approach to the modelling of measurements for uncertainty evaluation,” Metrologia, vol. 43, 2006, no. 4. https://doi.org/10.1088/ 0026-1394/43/4/S06
- Q. Yang and C. Butler, “An Object-Oriented Model of Measurement Systems,” IEEE Transactions on Instrumentation and Measurement, vol. 47, 1998, no. 1, pp.104-107. https://doi.org/10.1109/19.728800
- Yan S., Yan X., “Joint monitoring of multiple quality-related indicators in nonlinear processes based on multi-task learning,” Measurement. vol. 165, 2020. 108158. https://doi.org/10.1016/j.measurement.2020.108158
- Ravber M., Mernik M., Crepinsek M., “The impact of Quality Indicators on the rating of Multi-objective Evolutionary Algorithms,” Applied Soft Computing, vol. 55, 2017, pp. 265–275. https://doi.org/10.1016/j.asoc.2017.01.038
- S. Volkov, “Set-theoretic model of the information State of the industrial cyber- physical system,” Scientific Journal of the Ternopil National Technical University, 2018, № 1 (89), pp. 132-138. https://journals.indexcopernicus.com/search/ article?articleId=1655920
- JCGM 200, “International vocabulary of metrology – Basic and general concepts and associated terms (VIM),” BIPM, 2012. https://doi.org/10.59161/JCGM200-2012
- JCGM 100, “Uncertainty of measurement – Part 3: Guide to the expression of uncertainty in measurement (GUM:1995).”BIPM, 2008. https://doi.org/10.59161/JCGM100-2008E
- ILAC-G24/OIML D10, “Guidelines for the Determination of Recalibration Intervals of Measuring Equipment Used in Testing Laboratories,” OIML, 2022. https://www.oiml.org/ en/files/pdf_d/d010-e22.pdf