基于无感识别技术的工器具智能分类系统设计

常 荣，陈运忠，刘婉媛，李亚东

(云南电网有限责任公司玉溪供电局，云南 玉溪 653100)

随着现代化工业发展规模的不断扩大和科技水平的不断进步，电力企业对于工艺流程中的要求和规范化水平不断提高，而工器具的种类也从过去的简易工具逐步向高精尖的仪器方向靠拢。目前许多电力企业倾向于使用大量的精密电子仪器来进行生产工作，价格从几千到几十万元不等，很多损耗品或者零部件的价格在近几年也不断上涨，例如刀片、钻头等。除了工器具的价格不断上涨之外，工器具的大量使用也不得不让工器具分类这一重要研究内容逐渐被人们所关注。

目前行业内主流的传统电网设备分类和管理并不能达到很好的效果，存在脱机、滞后及兼容性很差等问题，这就导致了电力企业存在很大的管理缺点和安全隐患。而智能管理和智能分类能够消除单机的脱机性问题，能够在短时间内针对工器具的状态做出及时的处理，具有高效性和实时性，可通过处理云平台的实时数据来对电力企业的设备和工器具进行安全可靠的控制。

从目前的技术角度来说，无感识别技术的发展正处于上升期，是智能电网设备管理方面一种非常有发展前景和应用优势的媒介手段。一方面，无感识别技术是基于20世纪五六十年代的雷达技术而发展起来的，目前无感识别技术由于其效率高、便捷、快速的特点而被广泛应用在商业、医疗、物流和交通等不同领域；另一方面，无感识别技术由于其强大的实用性而被广泛应用在不同的应用场景，通过非接触式的电子标签感知模式，在不超过100ms的时间内就能够通过无线射频而感知到电子标签的条形码，这种阅读速度和感知范围是那些接触式阅读标签的方式所不能达到的。无感识别技术不仅可以被应用在各项交互业务，例如电网设备管理的状态跟踪或者流程监管等，而且为电力企业管理实时、庞大和复杂的电网环境提供了高效、便捷的技术支持。

利用基于RFID的物联网工作原理和无感识别技术设计了一款工器具智能分类系统，以对庞大的工器具库房进行智能分类。系统是由无感识别元件、自动识别装置和监控服务器组成的，并在物联网技术的基础上，实现了不同类别工器具的有效分类。所研究的内容可以应用在电力企业精密仪器设备的智能管理、智能分类和系统自愈及自动反馈等，利用传感器可以进行关键信息的快速收集，面对突发情况及时进行处理。因此，设计一款基于无感识别技术的工器具智能分类系统能够帮助电力企业或者电网单位实现运维成本降低、多重数据共享、系统管理有序和设备安全运行，在行业内具有较大的工程应用价值和现实意义。

1 基于无感识别技术的工器具智能分类系统设计

1.1 工器具智能分类系统原理

根据目前电力企业对工器具智能分类系统的需求和应用前景，设计了一款基于无感识别技术的工器具智能分类系统，该系统集合了物联网技术的无感识别电子标签、自动识别装置和监控服务器，工作原理图如图1所示。该系统能够利用工器具的电子标签执行不同工器具的数据采集、传输和运算等不同指令，而系统的后台工作人员能够实时掌握智能分类系统的运行参数，并且在云计算平台的支持下对不同工器具的状态进行追踪和管理。

图1 工器具智能分类系统

1.2 基于无感识别的电子标签和自动识别装置

1．2．1 电子标签

基于无感识别技术的电子标签利用了无线射频识别技术(RFID)，通过接受工器具所发出的电子射频信号而产生了感应电流，然后将所读取的信号反馈至接收器。具体的工作流程可以简述为：佩戴了电子标签的工器具在进入或者离开工器具库房的时候，也就进入了自动识别装置的感知范围，此时自动识别装置便会通过云计算平台对电子标签的数据进行读取和记录，并且通过射频信号所产生的感应电流对不同的工器具进行分类和记录。本文所采用的无感识别电子标签如图2所示，无感识别的应用原理图如图3所示。

图2 无感识别电子标签

图3 无感识别工作原理

1．2．2 自动识别装置

自动识别装置的设置目的是对工器具库房的设备或者器材进行分类和监控，其是由中央处理器(CPU)、数据库服务器和网络服务器所组成的。自动识别装置能够接收到设备的电子标签所发出的射频信号，并且通过与大数据库中的数据进行对比，将工器具进行准确的分类，以此来判断该工器具是否处于可以被借用或入库的状态、是否需要进行日常维修和保养。本文所使用的自动识别装置为高频频段(13.56MHz)下的射频读写器，如图4所示。工器具智能分类系统工作原理图如图5所示。

图4 自动读写设备

图5 工器具智能分类系统工作原理

1.3 基于云计算平台的数据库设计

所设计的智能分类系统采用了云计算平台架构，示意图如图6所示。该系统由负荷分配、数据管理、物理存储、计算逻辑、物理计算和Web总共六层组成。Web层负责实现云计算平台的Web分站，是用户与云计算平台交流的唯一通道。同时，所采用的云计算平台将上文所提到的自动识别装置与通信网络相互关联，通过与云端的大数据库和自动识别装置所读取到的数据信息相互结合，之后根据工作的需要生成各项数据记录和预警信息，能够自由通过数据读取装置、网络服务器和云端计算机提供大规模的数据支持。

图6 工器具智能分类系统云计算平台

2 工器具智能分类系统性能测试

2.1 无感识别测试

在实验过程中，通过使用单线程、双线程和四线程的设备来进行实验验证，通过计算每组实验所花费的时间来进行结果分析，实验结果如图7所示。从图7的内容可以得到结论：单线程在无感识别工器具中所花费的时间为1.2～1.6 s，使用双线程进行测试所花费的时间为0.9～1.3 s，而四线程进行测试所花费的时间已经降低到了0.6 s左右。也就是说，随着线程数量的增加，无感识别所花费的时间也在不断降低，并且，线程数量越多，无感识别的时间也会呈现出更加平缓的波动。因此，本系统将搭载在四线程的计算机上进行工作。

图7 无感识别实验结果变化图

2.2 智能分类测试

基于无感识别技术的工器具智能分类系统，在很多情况下会因为通信网络、无感识别距离和环境不断变化等不同因素而导致工器具的分类效果出现波动。同样，贴了电子标签的工器具也会因为工器具的数量或者相互重叠而导致自动识别装置对工器具的智能分类效率和准确度降低。为了验证本文所设计的智能分类系统的准确率，分别在两种不同的情况下进行基于无感识别技术的智能分类实验，两种情况分别为手持工器具和将工器具放置在手提箱中。工器具的测试数量分别为从1件到8件，每种情况分别测试50次，最终的测试结果如图8和图9所示。最终的结果显示，手持工器具进行智能分类的实验结果总共有9次错误分类，其中手持5件、7件和8件工器具的错误分类分别有2次。将工器具放在手提箱中的智能分类准确率较高，只出现了7次错误分类，其中分类4件、6件和7件工器具均只有1次错误分类。

图8 手持工器具智能分类结果

图9 放在手提箱中的工器具智能分类结果

3 工器具智能分类系统使用情况分析

基于无感识别技术所设计的工器具智能分类系统自2021年6月份投入使用以来，取得了较好的预期效果。本文所设计的工器具智能分类系统共在20个班组投入使用，设立了系统运行和维护的后台管理人员35人，其中系统管理人员有2人，不同类别的工器具管理人员4人，每个班组设置1名工器具管理人员，电力企业的总部管理人员和基层管理人员分别为4人和5人，能够直接使用智能分类系统的工作人员总共有296人。本文面向的使用人员分类图如图10所示。

图10 系统管理人员分布图

在2021年6月至2021年9月的试运行阶段中，工器具智能分类系统共将工器具分自动分为3个大类，其中包括了13个小类，系统登记入库的工器具有9616件，20个班组领用的工器具总共有3424件，平均每个班组领用约171件。通过庞大的数据库记录可以检索到49637条工器具的取用记录，平均每天的取用记录约为523条，每个班组平均每天取用约26件。同时，工器具在这段时间内都进行了不同频率的维修和保养，日常维修和保养记录共有21229条，平均每天进行维修和保养的工器具约为224件每天。具体的系统使用情况如图11所示。

图11 系统使用情况统计图

智能分类系统在运行过程中出现了部分人为操作的问题，比如系统管理人员在刚开始经常会因为读写设备或者操作系统的不流畅而输入了很多错误信息，共计313次，其中包括88次工器具入库错误记录、70次工器具领用错误记录和155次日常工器具维护和保养错误记录。系统错误记录示意图如图12所示。

图12 系统错误分类示意图

从图12可以看出，只有工器具的入库、领用、维修和保养方面的记录出现过问题，而日常取用记录的全工作过程是由智能分类系统进行自动操作的，因此并未发生错误。而在经过了多次的重点培训之后，系统管理人员在之后的工作中极大地降低了错误率。在整个智能分类系统的试运行过程中，总共出现了33起工器具丢失的情况，但是都能够通过日常取用纪录成功追查到负责人，并对其不按照规章流程办事的行为做出严厉处罚。目前，系统能够对不同的工器具保养和维修期限进行宏观把控，并未出现工器具损坏或者无法使用的情况。

综上所述，基于无感识别技术所设计的工器具智能分类系统的运行效果良好，均已实现了系统的设计预期和实际效果，在实际应用过程中也得到了电力企业高层的高度认可。通过该系统的正常运行，电力企业的各项资产都得到了详细记录，同时，系统管理人员和物资管理人员都能够对企业资产的现状有详细的了解，可以随时对管辖范围内的工器具进行查询和分析。随着智能系统的广泛应用，工器具分类困难和难以查询等问题都得到了彻底解决，为电力企业提供了极大的帮助。

4 结 论

电力企业对于工艺流程中的要求和规范化水平不断提高，带动了工器具和器材成本和技术含量不断上升，而工器具的种类也从过去的简易工具逐步向高精尖的仪器方向靠拢。除了工器具的价格不断上涨之外，工器具的大量使用也不得不让工器具分类这一重要研究内容逐渐被人们所关注。目前行业内主流的传统电网设备分类和管理并不能达到很好的效果，存在脱机、滞后及兼容性很差等问题，这就导致了工作人员或者管理设备无法准确掌握电网设备或者工器具的工作现状或者即时状态，这也导致了电力企业存在很大的管理缺点和安全隐患。

基于无感识别技术、物联网技术和云计算平台，构建了面向电力企业的物联网系统架构，结合云计算平台，设计了一款电力企业工器具智能分类系统。该系统将电子标签作为自动识别装置的工器具分类手段，工器具的数据在经过自动识别装置进行读取之后转入云计算平台进行大数据匹配，从而实现工器具的智能分类和管理。本文所设计的工器具智能分类系统在很大程度上解决了工器具在数据读取、状态诊断和智能分类管理上的问题，不仅杜绝了电力企业中的各种安全管理问题，保证了大数据的高效准确，而且适应了电力企业在信息分析和数据高度结合等方面的各种要求，在完善工器具智能分类和电力企业智能管理方面有着重要意义和参考价值。