来源：期刊VIP网 时间：
作者：何进松;蒋磊;
单位：上海电子信息职业技术学院通信与信息工程学院;国核自仪系统工程有限公司;
摘要：核电厂分布式控制系统(DCS)的输入/输出模块在运行期间，随着电子器件性能下降以及时漂的影响，需要定期进行进度复测和校准。针对传统的DCS输入/输出通道测试覆盖率不足，测试效率低及人因问题，本文提出一种基于卷积神经网络(CNN)的光学字符识别(OCR)技术应用在DCS系统的在线测试方法。通过模拟设备和视频采集设备完成画面的自动切换，并读取画面信息，截取特定画面后对其图像预处理，再使用OCR识别模型识别画面内容，将得到的识别结果与期望值进行比较判断，从而实现自动化测试。测试结果表明，通过CNN训练后，显控设备画面字符识别率能达到100%,该方法可以突破设备厂家的专有通信协议的壁垒，可有效降低操作员的人因失误，提升测试效率和核电厂的经济性。
关键词：分布式控制系统;;卷积神经网络;;光学字符识别;;自动化测试
基金资助：大型先进压水堆及高温气冷堆核电厂(国家重大科学工程建设项目计划)
