基于随机森林算法的环焊缝质量不合格性分析预测.pdfVIP

五油管材与仪器

·64·PETROLEUMTUBULARGOODSINSTRUMENTS2023年10月

·完整性技术·

基于随机森林算法的环焊缝质量

不合格性分析预测*

建,杨新超,吴张中,戴联双4,李海润,孟祥海

刘亮12,李娟，贺建

（1.国家管网集团工程技术创新有限公司天津300450；2.南京大学计算机科学与技术系江苏南京210033；

3.国家管网集团科学技术研究总院分公司河北廊坊065000；4.国家管网集团生产部北京100097）

摘要：油气长输管道环焊缝一直以来是管道的薄弱环节，容易发生失效。根据环焊缝开挖数据，对大量环焊缝相关数据进行了

预处理，并采用机器学习中的随机森林方法对主要因素进行了分析，建立了环焊缝质量不合格性预测模型，并通过不同算法模型进

行了验证。结果表明，构建的模型可以实现环焊缝质量不合格预测。对环焊缝的数据分析和机器学习模型的构建，可以提高环焊

缝开挖准确率，节省开挖费用，为后续开挖和修复工作提供技术支持。

关键词：环焊缝；随机森林算法；机器学习；数据资产；智能管道

中图法分类号：TE973文献标识码：A文章编号：2096-0077(2023)05-0064-04

D0I:10.19459/j.cnki.61-1500/te.2023.05.013

AnalysisandPredictionofGirthWeldDefectsBasedon

RandomForestAlgorithm

LIULiang,LIJuan,HEJian,YANGXinchao,WUZhangzhong,DAILianshuang,LIHairun,MENGXianghai

(1.PipeChinaEngineeringTechnologyInnovationCo.Ltd.,Tianjin300450,China;

2.NanjingUniversityDepartmentofComputerScienceandTechnology,Nanjing,Jiangsu210033,China;

3.PipeChinaResearchInstitute,Langfang,Hebei065000,China;4.PipeChinaProductionDepartment,Beijing100097,China)

Abstract:Girthweldoflong-distanceoilandgaspipelinehasalwaysbeentheweaklinkofthepipelineandiseasytofail.Accordingtothe

girthweldexcavationdata,thispaperpreprocessesalargenumberofgirthweldrelateddata,analyzesthemainfactorsbyusingrandomfor-

estalgorithm,constructstheunqualifiedgirthweldqualitypredictionmodel,andverifiesthemodelthroughdifferentalgorithmmodels.The

resultsshowthatthemodelcanpredicttheunqualifiedgirthweldquality.Throughthedataanalysisofgirthweldandtheconstructionofma-

chinelearningmodel,theaccuracyofgirthweldexcavationcanbeimpro