《基于机器视觉的核电DCS人机交互智能“无人”测试》——中广核数字科技有限公司数字化技术创新中心系统评测工程师孙筱淇

2025年11月14日，中广核数字科技有限公司数字化技术创新中心系统评测工程师孙筱淇在深圳核博会“AI+核能创新应用场景路演”上发表《基于机器视觉的核电DCS人机交互智能“无人”测试》主旨报告。

该项目面向核电站DCS人机交互设备测试中人工投入大、周期长、易漏判等问题，引入机器视觉和智能算法，建立无人自动测试方案。项目针对盘台马赛克屏和安全级VDU形成不同技术路线，并通过图像识别、动态脚本生成和结果有效性评价等创新，打通DCS端到端自动测试链路。其成果已在典型华龙一号DCS项目工厂测试中应用，验证了测试质量和效率提升，并具备推广价值。

关键点
1. 项目主题与路演介绍（00:04）
演讲者介绍项目为“基于机器视觉的核电DCS人机交互智能无人测试”，并说明将从多个维度进行项目介绍。

2. 核电DCS人机交互测试背景（00:21）
人机交互设备是核电站DCS安全专设控制功能的重要设备之一，出厂前需要通过完备测试确认设计正确性和设备完好性。当前DCS全链路测试中部分环节已实现自动化，但人机交互设备相关测试仍主要依赖人工观测、记录和操作。

3. 人工测试痛点与规模压力（01:57）
DCS人机交互设备数量多、图像复杂、交互信息量大，需要逐一确认界面元素响应，导致人工投入大、工期长，并可能因肉眼观测限制出现判断错误或设计缺陷遗漏。以典型华龙机组为例，测试对象包括117台人机交互设备、约一万两千六百个观测画面和约六万三千个操作入口。

4. 项目目标：实现四大测试转变（03:23）
项目围绕现有四大痛点设定目标，希望实现从多人手动到无人自动、人因失误从多发降为零、实现超越人眼的观测与周期连续自动执行测试，并打通DCS端到端自动测试全链路。

5. 两类设备与两条技术路线（03:47）
为保证技术后续可推广，团队调研了正在应用的人机交互设备，发现可分为两类且机器视觉技术路线存在显著差异，因此分别面向盘台马赛克屏和安全级VDU两个测试场景进行方案设计。

6. 盘台马赛克屏智能测试方案（04:19）
针对盘台马赛克屏，项目设计了自动静态比对以及自动动态显示功能与响应时间测试方案，形成高速摄像采集图像、轻量神经网络图像分析、测试结果自动判定的流程，用于实现马赛克屏与图纸全自动比对以及动态响应和系统上行响应时间测试。

7. 安全级VDU智能测试方案（04:48）
针对安全级VDU，项目聚焦动态显示功能和控制功能测试需求，形成机器视觉采集图像、智能算法图像分析、视觉模型引导自动操作和测试结果自动判定的方案，实现复杂流程图内各类复杂图幅的动态识别，以及画面自动翻页和设备点击操作功能。

8. 创新一：复杂动态图像识别（05:16）
面对人机交互界面图幅变化多、组合复杂的问题，团队自主设计图幅组合规则矩阵和混合识别基础算法库，形成三层图像组合规则。该技术已可实现两类VDU设备近百类组合图像的准确识别。

9. 创新二：动态生成操作路径（06:12）
针对人工编写操作脚本复杂、工程定制化强、画面跳转组合难以穷举的问题，项目提出基于视觉信息模型动态生成脚本。团队构建两层五级VDU视觉信息模型，并形成六步自动生成流程，实现边操作、边动态生成脚本、边自动执行。

10. 创新三：识别结果有效性评价（07:09）
面对海量识别结果的有效性和测试正确性评价问题，项目建立了基于测试置信度的有效性评价指标体系，并通过人工抽检、交叉复核和全程自动录屏来保障测试结果有效性。

11. 组件化产品设计（07:35）
为支持多工程应用，项目采用组件化产品设计路线，研制了TTVision智能产品组件，由五类组件构成，采用分布式部署，可广泛应用于不同工程项目。

12. 工程应用与验证结果（07:53）
成果已在典型华龙一号DCS项目工厂测试中应用，完成26台人机交互设备、八千余个控制显示设备的无人测试验证。验证结果表明方案可满足预期的两类测试需求，测试方案可行并满足应用要求。

13. 测试质量与效率提升（08:22）
在测试质量方面，项目目标是保证百台机组小于一个测试遗留缺陷，并通过与管制单位联合发布总结报告保障工具测试结果质量。在测试效率方面，单点测试时间显著减少，借助工具昼夜连续测试，人员投入可由六十人日降至八人日。

14. 推广价值与经济效益（09:06）
项目通过减少遗留缺陷和降低人工投入提升测试质量与效率。按国内未来四年约三十个机组在建规模预期，经济效益至少超过1.4亿元，具有良好的产品化研制和推广应用前景。

15. 项目总结（09:27）
项目识别四大业务痛点，形成两条技术路线，面向典型应用场景研制五类智能组件，并完成三大技术创新，建立了人机交互测试新模式，打通DCS全范围、全链路、全自动的无人测试链路。

时间线
00:04 - 开场介绍项目名称和路演背景，说明将围绕项目情况展开汇报。
00:21 - 说明核电DCS人机交互设备测试的重要性，以及当前人工测试仍占主导带来的背景问题。
01:03 - 通过视频展示传统测试流程、人工观测与操作方式，以及大规模设备和界面测试带来的效率与质量压力。
03:23 - 从痛点出发提出项目目标，强调无人自动、减少人因失误、连续测试和端到端自动化链路。
03:47 - 介绍技术路线设计，分别面向盘台马赛克屏和安全级VDU构建机器视觉智能测试方案。
05:16 - 集中阐述测试方案预研中发现的三类共性难点，并对应提出图像识别、动态脚本生成和结果评价三项技术创新。
07:35 - 介绍面向多工程推广的组件化产品设计和分布式部署思路。
07:53 - 展示项目在典型华龙一号DCS工厂测试中的应用验证，以及测试质量和效率提升效果。
08:54 - 概述知识成果、竞争优势和推广价值，并给出未来机组建设规模下的经济效益预期。
09:27 - 总结项目通过业务痛点驱动形成技术路线和智能组件，建立DCS人机交互无人测试新模式。

AI 延伸阅读(下文由AI生成，其内容可能存在偏差，请注意甄别)：

机器视觉赋能核电DCS人机交互无人测试新模式

2025年11月14日，在深圳核博会“AI+核能创新应用场景路演”上，中广核数字科技有限公司数字化技术创新中心系统评测工程师孙筱淇发表了《基于机器视觉的核电DCS人机交互智能“无人”测试》主旨报告，围绕核电站DCS人机交互设备测试中的效率、质量与自动化瓶颈，介绍了基于机器视觉的智能无人测试技术路线、关键创新、工程应用成效及推广价值。

核电站DCS承担安全专设控制等关键功能，人机交互设备是其中重要组成部分，必须在出厂前通过充分测试确认设计正确性和设备完好性。目前，DCS全链路测试中已有部分环节实现自动化，例如IO端接入自动控制设备、通过测试脚本完成逻辑测试或信号跳变测试等，但与人机交互设备相关的测试仍高度依赖人工观测、人工操作和手动记录。由于设备数量多、画面复杂、交互信息量大，测试人员需要逐一确认界面元素响应，工作强度高、周期长，并且容易受到肉眼观测能力限制。对于批量闪发、快速显示变化等现象，人工难以及时准确捕捉，进而可能造成测试判断错误，甚至使设计缺陷遗漏至核电现场。

以华龙典型机组安全级DCS工厂测试为例，人机交互测试工作量十分庞大，约需测试117台人机交互设备，涉及观测画面约12600个、操作入口约63000个，通常需要约15名测试人员投入近6个月时间，占整个工厂测试执行工作量约30%。这一现状反映出传统人工测试在大规模、高复杂度、高安全要求场景下的局限性，也凸显出开展智能化、无人化测试的必要性。

项目面向四类核心痛点展开：人工执行投入大、测试周期长、人因失误风险高，以及肉眼难以观测闪发和批量显示变化。其目标是推动测试模式发生四方面转变，即由多人手动测试转向无人自动测试，将人因失误从多发降为零，实现超越人眼能力的观测与长期连续自动测试，并进一步打通DCS端到端自动测试全链路，使人机交互测试从局部辅助自动化迈向全流程智能化。

在技术路线上，项目首先对当前核电DCS中应用的人机交互设备进行分类分析，发现不同设备类型对应的机器视觉技术路线存在明显差异，因此形成了面向不同场景的差异化解决方案。对于盘台马赛克屏，重点实现马赛克屏与图纸的自动静态比对，以及动态显示功能和响应时间测试，通过高速摄像采集图像、轻量神经网络图像分析和测试结果自动判定，完成动态响应检测及系统上行响应时间评估。对于安全级VDU，项目聚焦复杂画面中的图符识别、动态变化检测、画面自动翻页、设备点击操作和控制功能验证，形成了由机器视觉采集图像、智能算法分析图像、视觉模型引导自动操作、测试结果自动判定构成的完整方案。

项目突破了三大关键技术难点。第一是复杂多变动态图像识别。核电DCS人机交互界面中图符类型众多、组合关系复杂、变化形式可达上百种，传统单一识别方式难以适应。项目自主设计了图符组合规则矩阵和混合识别基础算法库，形成三层图像组合规则，实现了两类VDU设备近百类组合图像的准确识别。第二是动态人机操作路径实时生成。传统人工编写操作脚本不仅需要查阅大量工程材料，而且定制化程度高、复用性差；同时，画面跳转组合多达上千种，难以通过穷举方式完成。项目基于视觉信息模型动态生成操作脚本，构建两层五级VDU视觉信息模型，并形成六步自动生成流程，使系统能够边操作、边生成脚本、边自动执行。第三是画面图像识别有效性评价。面对海量识别结果，项目建立了基于测试置信度的有效性评价指标体系，并结合人工抽检、交叉复核和全程自动录屏等措施，保障识别结果和测试结论的有效性。

在产品化方面，项目采用组件化设计路线，以支持多工程、多项目推广应用，并研制了TTVision智能产品组件。该产品由五类组件构成，采用分布式部署方式，能够适配不同工程项目的人机交互设备测试需求，为后续规模化应用和持续迭代奠定了基础。

在工程验证层面，该方案已在典型华龙一号DCS项目工厂测试中开展应用，完成26台人机交互设备、8000余个控制显示设备的无人测试验证。验证结果表明，该方案能够满足项目预期的两类测试需求，测试流程可行，测试能力符合工程应用要求。通过实际项目应用，机器视觉无人测试不仅验证了技术可行性，也证明其具备进入核电DCS工厂测试主流程的工程成熟度。

从测试质量看，该工具能够支撑实现百台机组小于一个遗漏缺陷的质量目标，并与管制单位联合发布总结报告，证明工具测试结果质量符合要求。从测试效率看，单点测试时间显著缩短，工具能够支持昼夜连续测试，人员投入由约60人日降低至8人日，显著压缩了测试资源消耗和执行周期。同时，项目已形成相关知识成果，为后续产品化研制、标准化应用和市场推广提供了重要支撑。

与国内同行相比，该项目整体技术水平处于国内领先地位，综合优势体现在机器视觉识别、动态脚本生成、测试结果自动判定和分布式组件化部署等方面。其能力覆盖盘台马赛克屏和安全级VDU等典型核电DCS人机交互应用场景，既能解决静态显示一致性验证问题，也能应对动态显示、控制操作、画面跳转和批量状态变化等复杂测试需求。

该项目的推广价值主要体现在减少测试遗留缺陷、提升核电DCS人机交互设备测试质量、降低人工投入、缩短测试周期，并建立一种面向核电高安全场景的人机交互测试新模式。按照国内未来四年约30个在建机组规模测算，项目经济效益预计至少超过1.4亿元，具备良好的产品化研制和规模化推广前景。通过围绕四大业务痛点形成两条机器视觉技术路线、面向典型应用场景研制五类智能组件并实现三大技术创新，该项目推动核电DCS人机交互测试从人工密集型模式向智能无人化模式转型，进一步补齐了DCS全范围、全链路、全自动无人测试体系中的关键环节。