机器学习在小微企业压力容器安全等级预测中的应用
2021-02-16赵明越张庆浩赵哲明廖晓玲吴琳琳
中国计量大学学报 2021年4期
赵明越,张庆浩,赵哲明,廖晓玲,陈 涛,吴琳琳
(1.中国计量大学 质量与安全工程学院,浙江 杭州 310018;2.杭州市特种设备检测研究院,浙江 杭州 310003)
小微企业在我国经济发展中占有特殊的重要地位,印染、制鞋等行业在本地民营经济和工业发展的作用不容忽视。然而,由于小微企业资源有限,在技术、设备、人员上投入不高,安全配置相对不足[1],可能引发安全风险。
烘缸、染色机等压力容器是保障印染、造纸等行业小微企业安全运行的关键设备。目前我国依据《特种设备安全法》《固定式压力容器安全技术监察规程》等法律规范,由具备资质的检验机构和人员开展定期检验,并基于检验结果评定设备安全状况等级,1级2级每6年检验一次,3级每3至6年检验一次,4级需监控使用,5级应立即对缺陷进行处理。然而实际经验表明,当前1~3级设备可能由于介质、环境、管理等原因在下次检验(3~6年后)前就出现超标缺陷影响安全运行[2]。因此,有必要开展容器安全等级预测,引导企业重点加强高危设备使用管理,为检验机构和监管部门合理设置检验周期和检验侧重点提供参考。
容器制造、使用和检验中涉及的数据繁杂,从数据处理中提取有用的信息,是当前发展趋势。段海洋[3]结合K临近分类算法,构建了铸坯纵缺陷的检测和识别模型。彭建盛[4]基于机器学习对裂纹识别的研究现状进行了总结,详细介绍的多种机器学习方法,有支持向量机、K临近、神经网络、决策树和随机森林等常用的分类器。……
登录APP查看全文
