基于物联网产业的蓬勃发展,各种智能设备逐渐进入人们的视野,智能仪器的发展较其他智能设备发展的速度稍晚,但是仪器对于一个国家的工业发展却是非常重要,近几年,智能仪器也逐渐成为了当下研究的重点问题。本项目立足于此,根据传统油品粘度测量仪器是一个单一化,机械化,人力化的传统仪器,提出基于物联网与智能仪器对传统油品粘度测量仪器进行智能化,自动化的改造升级。本文重在研究油品粘度测量仪器在不稳定环境下快速稳定的精确控温算法与处理复杂条件下传感器采集到的带有噪声的数据。对于温度的快速与精确控制我们根据传统PID技术设计了三个方案分别是参数可变的随参PID控制,Smith预估的PID-Smith温控以及模糊PID控制。经过理论分析与实际的验证,我们综合抗干扰性能与收敛速度以及控温精度,得出模糊PID控制性能最好。另一方面,针对减小采样过程中的信号噪声与减小抖动平滑数据等问题,我们提出使用卡尔曼滤波器,通过对实验数据的MATLAB仿真与实际测量结果,我们发现使用卡尔曼滤波器可以有效的减小误差以及平滑数据和减小抖动,其效果要好于平时工业中普遍使用的算术平均滤波法与一阶滞后滤波算法。针对在测量过程中如果出现操作失误会出现“坏值”的现象,如果使用最小二乘法对数据进行拟合会出现由于“坏值”造成增大误差的问题,针对这个问题我们提出了基于Huber函数的稳健回归,通过加权迭代最小二乘,可以减小“坏值”对拟合曲线的影响,减小误差,增强数据的抗干扰性。最后,我们将研究的内容应用到油品粘度测量仪器桌面检测控制软件中,同时并入物联网架构,实现了一套具有自动运行,智能控制,分析数据,数据共享等多种功能于一身的具有物联网化的高精度智能油品粘度测量仪器。实现了从传统仪器向智能仪器的转变。