多用表全自動檢定裝置的研制和應用

顧 杲 卲彭飛 魯 瑛

(國網(wǎng)紹興供電公司客戶服務中心，紹興 312000)

?

多用表全自動檢定裝置的研制和應用

顧 杲 卲彭飛 魯 瑛

(國網(wǎng)紹興供電公司客戶服務中心，紹興 312000)

傳統(tǒng)多用表檢定工作由人工完成接線，逐點、逐檔控制標準電源電流、電壓輸出來進行不同檔位的測量，并人工讀取多用表顯示值，輸入計算機的電子表格進行誤差計算，生成檢定證書，完成整個檢定過程。針對這種人工檢定模式存在的工作效率低、測量數(shù)據(jù)易人為干預和安全隱患等狀態(tài)，本文研究和設(shè)計了一種基于圖像識別和檔位智能切換技術(shù)的多用表全自動檢定裝置，并在實際計量檢定工作中進行應用，極大的提高了檢定工作效率和計量工作的標準化、智能化程度。

圖像處理；圖像識別；智能切換；檢定

0 引言

多用表是我們電力系統(tǒng)常用的儀表之一，應用面非常廣泛，它的測量精度準確與否，輕則關(guān)系檢修施工的質(zhì)量，重則關(guān)系到設(shè)備、人身安全。因此，必須加強多用表的日常維護、維修和定期檢定工作，保證其在合格、可控的范圍之內(nèi)。

傳統(tǒng)的多用表檢定工作是由檢定人員完成接線后，控制標準電源逐點、逐檔升流、升壓至測量點，人工隨各點、各檔讀取多用表顯示值，輸入計算機的電子表格，進行計算各點、各檔測量誤差，最后完成檢定證書。但由于多用表測量功能全、檔位多，依據(jù)JJG 124—2005《電流表、電壓表、功率表及電阻表檢定規(guī)程》的要求，受人工作業(yè)影響，檢定工作效率低，數(shù)據(jù)人為干預易引發(fā)檢定質(zhì)量問題。同時檢定過程需要經(jīng)常接、拆線，以及調(diào)整各檔位量程，存在安全隱患，比如對高電壓、大電流等量程檢定時，可能會因接線錯誤造成表計損壞，嚴重的將對檢定人員人身安全構(gòu)成威脅。

近年來隨著電網(wǎng)的發(fā)展，檢修施工工作的需要，多用表檢定量也在逐年增加，但其檢定工作一直采用傳統(tǒng)的人工作業(yè)模式，難以滿足各送檢單位即檢即用的要求，制約著檢定工作的效益。因此，通過多用表全自動檢定裝置的研制和應用，極大地提高多用表檢定工作效率，為計量工作集約化、標準化提供條件。

1 檢定裝置構(gòu)成

1.1 框架概述

多用表全自動檢定裝置(以下簡稱檢定裝置)通過生產(chǎn)計劃和選定的檢定方案，借助智能切換裝置在不變更接線的情況下自動切換不同的電壓、電流測量量程，采用圖像采集裝置自動獲取和識別多用表顯示數(shù)值供檢定系統(tǒng)進行誤差技術(shù)，實現(xiàn)多用表全自動檢定過程。

檢定裝置由多用表檢定機構(gòu)、多用表全自動檢定系統(tǒng)平臺(簡稱檢定平臺)和圖像采集裝置組成，如圖1所示。其中檢定系統(tǒng)平臺由參數(shù)設(shè)置、智能切換、表計檢定、數(shù)據(jù)管理、系統(tǒng)維護五部分組成。檢定機構(gòu)由提供標準信號源的高精度的檢定設(shè)備和智能接線切換控制器組成。

圖1 檢定裝置結(jié)構(gòu)圖

檢定平臺根據(jù)被檢儀表要求啟動設(shè)定的檢定方案，控制檢定裝置按不同量程、不同檢定點輸出相應的電流、電壓和電阻值，給待檢定的多用表進行測量，圖像采集裝置通過攝像頭獲取多用表測量的數(shù)值圖像，經(jīng)USB口傳送至檢定平臺，檢定平臺對其進行分析處理獲得測量結(jié)果，再進行誤差計算，自動形成檢定報告。

1.2 檢定系統(tǒng)軟件設(shè)計

檢定系統(tǒng)軟件模塊由信息管理模塊、設(shè)備檢定模塊、設(shè)備管理模塊和系統(tǒng)維護模塊4個主要部分構(gòu)成，對檢定方案、檢定過程監(jiān)控、設(shè)備信息、數(shù)據(jù)處理、基礎(chǔ)管理和檢定記錄報告管理等項目進行綜合管理，如圖2所示。

圖2 軟件結(jié)構(gòu)圖

軟件采用Microsoft Windows XP Professional SP3操作平臺、程序語言C#、數(shù)據(jù)庫管理系統(tǒng)SQL Server和運行環(huán)境Windows All。

1.3 業(yè)務流程

多用表檢定系統(tǒng)將計量管理中心(現(xiàn)有的檢定信息管理系統(tǒng))讀取的待檢表基本信息傳輸給工控機信息管理模塊，生成工作計劃；工作人員根據(jù)人員安排和儀表類別將任務分派給相關(guān)工作組；工作組接到任務后開展檢定任務工作，檢定系統(tǒng)平臺下載任務數(shù)據(jù)，自動完成檢定項目，輸出打印結(jié)果，并將結(jié)果、數(shù)據(jù)匯總、審核傳輸給管理中心備案和最后作出檢定結(jié)論，完成儀表的檢定。整個業(yè)務檢定過程無需檢定人員進行人工接線、人工切換量程檔位、誤差計算和結(jié)論判斷，業(yè)務流程圖如圖3所示。

圖3 業(yè)務流程圖

2 主要功能

2.1 檢定管理

檢定裝置通過多用表檢定系統(tǒng)，生成計劃管理，創(chuàng)建檢定方案，確定其檢定項目、檢定點、量程范圍等，并根據(jù)檢定方案進行檢定，完成標準量的自動錄入，自動進行誤差計算和修約，自身通過判斷，自動存檔生成檢定報告，并可按照不同的條件進行表計的查詢。

2.2 自動切換測量量程檔位

通過智能轉(zhuǎn)換器可以選擇針對不同測量對象量程等，在不換接線的情況下，自動切換多用表開關(guān)，測量交(直)流電壓、交(直)電流和電阻等。

2.3 圖像獲取與識別

通過圖像采集裝置的攝像頭SDK進行實時視頻采集與顯示，抓拍計量設(shè)備顯示數(shù)字的圖像，對圖像進行濾波、二值化和規(guī)格化等圖像處理后提取數(shù)字特征，通過模板匹配、神經(jīng)網(wǎng)絡(luò)等模式識別算法，與先前數(shù)字樣本特征庫進行比對，完成圖像數(shù)字和符號識別，并在系統(tǒng)中自動錄入該點的數(shù)據(jù)，代替人工通電檢查多用表記錄測量數(shù)據(jù)的單調(diào)重復過程。

3 關(guān)鍵技術(shù)實現(xiàn)

3.1 數(shù)字圖像處理

按檢定系統(tǒng)設(shè)置的檢定方案，PC機自動調(diào)節(jié)標準信號源輸出值，連續(xù)步進，自動定位上升誤差、下降變差等參數(shù)，通過圖像識別儀，讀出被檢多用表液晶顯示屏上數(shù)值，并在系統(tǒng)中自動錄入該點的數(shù)據(jù)。本檢定系統(tǒng)采用基于BP神經(jīng)網(wǎng)絡(luò)的圖像自動識別技術(shù)代替人工操作，自動完成數(shù)字和符號識別。

3.1.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及識別算法

BP神經(jīng)網(wǎng)絡(luò)是一種典型的多層神經(jīng)網(wǎng)絡(luò)，其網(wǎng)絡(luò)的基本結(jié)構(gòu)如圖4所示[1]，它包含輸入層、隱藏層及輸出層，隱層可以為一層或多層，每層上的神經(jīng)元稱為節(jié)點或單元，它們由可修正的權(quán)值互連[2]。其基本思想是：根據(jù)訓練樣本和期望輸出來設(shè)置合適的權(quán)值，不斷的調(diào)整網(wǎng)絡(luò)連接的權(quán)值，使誤差達到實際的要求。

圖4 BP網(wǎng)絡(luò)結(jié)構(gòu)

三層結(jié)構(gòu)中：

輸入向量為X=(x1,x2,Lxi,L,xn)T；隱層輸出向量為y=(y1,y2,Lyj,L,ym)T；輸出層輸出向量為O=(o1,o2,Lok,L,ol)T；期望輸出向量為d=(d1,d2,Ldk,L,dl)T；輸入層到輸出層的權(quán)值為V=(V1,V2,LVJ,L,VM)；隱藏層到輸出層的權(quán)值矩陣為W=(W1,W2,LWk,L,Wl)。各層之間的信號關(guān)系如下：

對輸出層有：

ok=f(netk)k=1,2,L,l

對隱藏層有：

yj=f(netj)j=1,2,L,m

3.1.2 算法過程

1)初始化。對權(quán)值矩陣W、V賦隨機數(shù)，將樣本模式計數(shù)器p和訓練次數(shù)計數(shù)器q置為1，誤差E置0，學習率η設(shè)為0～1內(nèi)的小數(shù)，網(wǎng)絡(luò)訓練后達到的精度Emin設(shè)為一個正的小數(shù)ε。

2)輸入訓練樣本對，計算各層輸出，用當前樣本對X，d序列賦值。

ok=f(netk) k=1,2,L,l

yj=f(netj)j=1,2,L,m

3)計算網(wǎng)絡(luò)輸出誤差。

4)設(shè)共有N對訓練樣本，網(wǎng)絡(luò)對于不同的樣本具有不同的誤差采用均方根誤差作為總誤差。

5)計算各層誤差信號。

6)調(diào)整各層權(quán)值。

7)檢查是否對所有樣本完成一次輪訓。若p

8)檢查網(wǎng)絡(luò)總誤差是否達到精度要求。

3.2 液晶顯示的數(shù)字讀取

3.2.1 數(shù)字圖像獲取

一般的圖像識別，圖像往往處于靜止狀態(tài)，但多用表測量的數(shù)據(jù)在動態(tài)改變，工業(yè)相機在拍照過程中有可能拍到的數(shù)字圖像不全。采用同步技術(shù)、采用高兩個等級的標準源、誤差邏輯判別方法，解決了可能出現(xiàn)的圖像不全問題。

工業(yè)攝像頭獲得的圖像區(qū)域較大，多用表顯示屏的灰度值較高且構(gòu)成矩形區(qū)域，利用這個特點，將圖像區(qū)域定位到多用表數(shù)字顯示屏區(qū)域，同時根據(jù)多用表顯示，建立定位符(可識別彩色點的標記，在送檢多用表上貼有色標記或其他有意義的顏色紋理)，解決了液晶屏顯示數(shù)值圖像的定位問題[3]。

多用表液晶顯示屏上除了顯示數(shù)字外，還有其他的符號(如V、-、Ω等)，這些符號相對顯示數(shù)字來說很小。由于待檢儀表信息已提前錄入管理系統(tǒng)，多用表當前的輸出單位和類型系統(tǒng)已默認，因此，圖像預處理過程可把它們剔除掉，識別率提高[4]。

3.2.2 數(shù)字圖像的特征參數(shù)提取

為解決不同多用表顯示的數(shù)字0～9大小不同，且有動態(tài)改變現(xiàn)象問題，本檢定系統(tǒng)進行了歸一化處理：對每個數(shù)字，歸一化為16×8個像素后平均分成8份(圖5a)，統(tǒng)計每一份中黑色像素的百分比得到8個特征參數(shù)；統(tǒng)計水平方向中間兩行和豎直方向中間兩列(圖5b方框中的實線)的黑色象素點的百分比得到4個特征參數(shù)；最后統(tǒng)計所有黑色象素點的百分比作為第13個特征參數(shù)，構(gòu)成數(shù)字樣本特征庫，作為神經(jīng)網(wǎng)絡(luò)的輸入訓練樣本[5]。

圖5 數(shù)字處理圖

3.3 算法實際應用

先用上述方法離線訓練神經(jīng)網(wǎng)絡(luò)。實際應用時，多用表顯示的測量數(shù)據(jù)有時會動態(tài)變化，特別是測量數(shù)據(jù)小數(shù)點最后一位變化頻繁，相機在拍照過程中有可能拍到的數(shù)字圖像不全，圖像出現(xiàn)拖影、重影，甚至識別為“田”字形，造成管理系統(tǒng)軟件識別數(shù)據(jù)與實際數(shù)據(jù)有偏差，在最后計算多用表檢定誤差時數(shù)據(jù)不準確，檢定平臺錯誤判斷結(jié)果，檢定結(jié)論不可信。對此種情況，算法會安排重讀圖像，再次計算，比較誤差，重復5次識別，誤差均超過約定誤差，則得到檢定結(jié)果不合格；若連續(xù)5次無法識別圖像數(shù)字，則提示“數(shù)碼相機識別有問題”，本檢定點檢定失敗，需要人工輔助檢定或重新調(diào)整多用表或數(shù)碼相機的位置等操作后，重新檢定該點。

3.4 量程自動切換

目前多用表檢定過程中，需要多次改接線以適應不同量程檔位精度等級的檢定，因此，從安全性和可靠性方面，首先，必須解決手工改接線帶來的安全可靠性問題。在考慮對系統(tǒng)中標準源輸出裝置改動不大的前提下，采用電子開關(guān)切換技術(shù)和切換自適應算法，設(shè)計了智能轉(zhuǎn)換器。

由于一般標準源輸出模塊的前級放大倍數(shù)固定，大量程與小量程測量精度就會不一致，甚至在某個量程無法測量。比如按照1000V檔設(shè)計，前級放大倍數(shù)為0.005，不能太大，否則放大器會飽和；此外在10V檔時，最大輸出只有0.05V，造成某些小信號無法測量。因此，本標準源CPU采用自適應量程轉(zhuǎn)換算法，保證前后級放大倍數(shù)協(xié)調(diào)。在前、后級放大器的反饋回路中，控制電子開關(guān)的使能端和輸入控制端，從而控制采集電路初級放大器和次級放大器的不同反饋電阻接通和斷開，達到自動切換量程目的。它可以選擇針對不同測量對象量程檔位等，在不改換接線的情況下，自動切換標準源的輸出，如輸出交(直)流電壓、交(直)電流和電阻等。量程自動切換裝置結(jié)構(gòu)框圖，如圖6所示。

圖6 量程自動切換裝置結(jié)構(gòu)框圖

4 結(jié)束語

多用表自動檢定裝置的研制和應用，徹底改變目前傳統(tǒng)的檢定點設(shè)置復雜，檢測數(shù)據(jù)人工記錄、人工干預大、易出錯，檢定效率低，存在安全風險等問題。同時，在同類行業(yè)中具有極大的推廣價值，如數(shù)字式測量儀表及電阻箱等檢定工作中。

[1] 藺廣逢，等.主成分分析與BP神經(jīng)網(wǎng)絡(luò)的人臉識別方法研究[J].現(xiàn)代電子技術(shù)，2007(2)

[2] 朱正禮.基于三層BP神經(jīng)網(wǎng)絡(luò)的字符識別系統(tǒng)的實現(xiàn)[J].現(xiàn)代計算機，2006(10)

[3] 孫航.基于BP神經(jīng)網(wǎng)絡(luò)的指紋識別[J].信息與電腦，2011(5)

[4] 戴亞文，王三武，李金龍.基于圖像處理技術(shù)復雜儀表的自動識別[J].計量技術(shù)，2003(12)

[5] 郭勇.行駛車輛的牌照識別系統(tǒng)[J].測控技術(shù)與設(shè)備，2000(11)

10.3969/j.issn.1000-0771.2015.4.14