获奖项目名称：

特种承压设备耐热钢材质失效的智能评估技术研究及应用

第一完成单位：

华南理工大学

项目联系人：

陆盛资

联系人电话：

18520114842

联系人邮箱：

raze_z.y@163.com

项目简介：

2.1项目研究的目的意义
  本项目针对能源电力、石油化工等领域承压设备金属材料失效特性检测存在的效率低、实时性差等问题，创新性地提出了一种基于新型激光诱导击穿光谱（LIBS）技术的受热面金属材料失效智能评测方法。通过研究激光诱导不同组织形态金属材料等离子体时空演化特性，深入揭示了基于基体效应的LIBS金属特性检测应用的物理机理；通过对先进机器学习混合算法的研究和创新，发展了适用于金属激光诱导击穿光谱的特征选择方法，提升了不同运行状态耐热钢样品的宏观性能和微观组织失效程度评估检测的稳定性和精确性；并以实际服役管道作为对象，开展了激光光谱层析探究，采用特征谱线强度沿径向方向变化规律实现了金属表面氧化层与基体的边界识别，并修正了表面氧化层对基体光谱的影响，建立了由人工试样实现工业管道状态评估的混合模型；在此基础上，开发了具有自主知识产权的便携式智能LIBS检测装备，并在电厂锅炉受热面、石油化工企业压力容器等关键设备的合于使用评价中取得显著应用成效，大幅缩短设备检修周期，有力保障了设备的安全运行。本成果为承压设备金属材料失效的现场快速检测与智能诊断提供了创新性解决方案，对保障能源化工领域关键设备安全运行具有重要的工程应用价值和社会经济效益，可推动电力、石油、化工装备安全运行、科学维护所需的光电监测与智能诊断产业的发展。
2.2主要技术创新点
  本项目的主要创新点为：（1）首次将LIBS与机器学习深度融合，通过揭示耐热钢等离子体生成机制及光谱时空演化规律，建立了LIBS特征信号与材质劣化等级的关联模型；（2）提出分层迭代筛选（LIW）算法处理高维光谱数据，以较少变量构建高精度预测模型，实现材质劣化等级的智能评估；（3）研发了材质劣化便携式LIBS检测仪和等离子体光谱大数据挖掘分析平台，结合抗干扰算法和智能评估软件，可在复杂工况下实现快速检测。本项目获得授权发明专利19件，实用新型专利10件，获得软件著作权7项；发表学术论文36篇，其中SCI论文29篇，中文核心论文7篇。
2.3成果产生的价值
  本项目成果已应用于中海油惠州石化有限公司、广东石化有限责任公司、中科炼化东兴分部、粤安石油化工有限公司、惠州忠信化工有限公司、顺德五沙热电有限公司、国电肇庆热电有限公司等多家大型石化、电力企业和的检验和委托服务工作，取得显著的经济和社会效益。