2023年第1期化学工程与装备2023年1月ChemicalEngineering&Equipment207基于深度学习的压力容器腐蚀剩余寿命预测方法研究综述8光宇1，李海霞2，蒋俊令1（1．重庆科技学院安全工程学院；2．重庆科技学院数理与大数据学院，重庆401331）摘要：伴随着现代工业的快速发展，压力容器在石油、化工领域施展着日益关键的作用，其中腐蚀作为典型压力容器极为常见的一种失效形式，研究其失效特征及模式，应用深度学习方法实现可靠性的油气化工承压容器寿命预测，对提升化工行业安全智能化水平具有重要的意义。论文介绍了工业设备剩余寿命预测的研究现状，对三类典型深度学习方法在剩余寿命预测领域的应用进行了分析，总结其优缺点，最后基于深度学习在压力容器剩余寿命预测方向的研究作出展望。关键词：压力容器；腐蚀；寿命预测；深度学习基金项目：重庆科技学院研究生科技创新计划项目资助（项目编号：YKJCX2020726）引言随着我国油气化工行业的快速发展，压力容器作为较常见的化工设备之一，且逐步向大型化、复杂化发展，对其工作环境也有了更高的要求。在实际运行中，由于受环境及其相关条件的影响，压力容器会出现各种腐蚀情况，对设备的安全性能造成威胁，对油气化工行业的生产运行及人员的安全带来极大的隐患[1][2]。腐蚀作为典型压力容器极为常见的一种失效形式，据统计，由于设备腐蚀造成的安全事故占66.7%，其重要性不容忽视。寿命预测作为预测与健康管理技术的基础与核心内容，是当前设备可靠性的热点问题，寿命预测在材料、设备等多领域起到重要的作用，不容忽视。而深度学习作为近年来人工智能领域的一种新的技术，能够挖掘设备运行中的监测数据和状态数据等与设备剩余寿命之间的关系，建立起监测数据与寿命之间的映射[3]。目前，深度学习在人脸识别、语音识别、数据挖掘等方面应用广泛且日趋成熟，但将深度学习与油气化工领域涉及的管道、压力容器等结合起来，以达到寿命预测的目的，其应用较少[4]。所以，研究典型油气化工压力容器的腐蚀失效特征及模式，开发基于缺陷检测数据的压力容器结构健康监测技术，实现可靠性的油气化工容器寿命预测技术，对应于实现高参数，高能量和高风险的化工过程本质安全成为当前研究前沿和热点，提升化工行业安全智能化水平具有重要的意义。1工业设备剩余寿命预测研究现状故障预测与健康管理（PrognosticsandHealthManagement，PHM）技术的发展有利于对设备安全性得以提高，能够合理安排维修与设备更换。过去几十...
