机器学习在小微企业压力容器安全等级预测中的应用

作者：赵明越; 张庆浩; 赵哲明; 廖晓玲; 陈涛; 吴琳琳^*

来源：中国计量大学学报, 2021, 32(04): 509-515.

• 压力容器
• 机器学习
• 预测模型
• 安全等级

目的:开展小微企业压力容器安全等级预测,有利于辨识高危设备并采取针对性技术和管理措施。方法:通过杭州地区设备定期检验与等级评定结果的统计,以染色机为例分析影响安全等级的缺陷致因,采用机器学习和岭回归法得出影响安全等级的9项主要特征值,进而采用K临近算法、决策树算法和GBDT算法进行安全等级预测。结果:超标裂纹和使用年限是影响安全等级的最主要因素,决策树算法准确率较高,适合用于安全等级预测。结论:采用机器学习和决策树算法可以较为准确地预测容器安全等级,从而为主管部门、检验机构和企业单位等精准识别高危设备,加强监管、检验和使用管理提供参考。

• 单位
  中国计量大学; 杭州市特种设备检测研究院