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
• 来源期刊: 中国计量大学学报
• 学科: 工学
• 关键词: 压力容器 机器学习 预测模型 安全等级
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 计量与测试|Metrology and Measurement
• 页码范围: 509-515
• 页数: 7页
• 分类号: X933.4
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2021.04.011

摘要

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GBD T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.