来源：期刊VIP网 时间：
作者：朱建新;徐越遥;高振宇;乔松;胡久韶;
单位：合肥通用机械研究院有限公司;国家压力容器与管道安全工程技术研究中心;
摘要：在承压设备损伤模式识别技术标准、基于风险的检验（RBI）案例基础上，训练了融合标准与专家经验的损伤模式智能识别模型，包括以静态因素和动态因素为主要参数的识别模型，两者相结合用于设备损伤模式的识别。利用9522个工程风险评估样本进行模型训练，并用2459个样本进行验证。结果表明，29种损伤模式中，其中，19种的识别率在0.75以上，14种的识别率在0.85以上，12种的识别率在0.93以上。同时，对部分损伤模式识别率偏低的原因进行了分析，提出了进一步提高模型识别率的措施；利用该模型对7063个RBI评估中记为“未知腐蚀”的损伤模式进行了分析，对未知腐蚀样本可能的损伤模式进行了探讨。该技术在某常减压装置上开展应用验证，显示出较好的应用效果。
关键词：承压设备;;损伤模式;;智能识别;;机理分析;;工况数据
基金资助：国家重点研发计划项目(2022YFB3306400);; 合肥通用机械研究院有限公司青年基金项目(2024011175)
