基于XGBoost模型的海上壓力容器設(shè)備壁厚預(yù)測(cè)研究

摘 要：海洋平臺(tái)壓力容器在運(yùn)行中承受較大的工作載荷，服役環(huán)境復(fù)雜，常出現(xiàn)裂紋、腐蝕等失效問(wèn)題，常用超聲波測(cè)厚無(wú)損檢測(cè)技術(shù)對(duì)設(shè)備服役狀況進(jìn)行定期檢測(cè)。本文采用機(jī)器學(xué)習(xí)算法構(gòu)建設(shè)備壁厚預(yù)測(cè)模型，基于歷史檢測(cè)數(shù)據(jù)實(shí)現(xiàn)海上壓力容器減薄情況的預(yù)測(cè)功能。經(jīng)樣本數(shù)據(jù)的特征工程處理，以容器壁厚作為模型預(yù)測(cè)目標(biāo)，設(shè)計(jì)溫度、工作壓力、容器類型等基礎(chǔ)數(shù)據(jù)作為輸入，對(duì)模型進(jìn)行訓(xùn)練及測(cè)試。結(jié)合模型預(yù)測(cè)性能的評(píng)估及調(diào)參處理，獲取預(yù)測(cè)評(píng)價(jià)指標(biāo)較優(yōu)的XGBoost模型。該模型能夠?yàn)樵O(shè)備狀態(tài)的評(píng)估及風(fēng)險(xiǎn)策略提供指導(dǎo)作用，對(duì)海洋平臺(tái)的安全生產(chǎn)具有重要意義。

關(guān)鍵詞：壓力容器；壁厚預(yù)測(cè)；XGBoost模型

中圖分類號(hào)：TE 951 文獻(xiàn)標(biāo)志碼：A

海上壓力容器是海洋石油平臺(tái)的重要設(shè)備，分為存儲(chǔ)類、換熱類、分離類和反應(yīng)類。由于海洋環(huán)境的特殊性及運(yùn)行條件的復(fù)雜性，海上平臺(tái)壓力容器的損傷及失效風(fēng)險(xiǎn)增加。為提高其穩(wěn)定運(yùn)行能力，需要定期進(jìn)行超聲波測(cè)厚等無(wú)損檢測(cè)技術(shù)指導(dǎo)維修或更換，確保設(shè)備穩(wěn)定運(yùn)行[1]。隨著計(jì)算機(jī)及通信技術(shù)進(jìn)步，特種設(shè)備檢驗(yàn)檢測(cè)行業(yè)迎來(lái)轉(zhuǎn)型升級(jí)的關(guān)鍵期。人工智能在機(jī)器學(xué)習(xí)、知識(shí)圖譜、人機(jī)交互等技術(shù)上不斷突破，具有廣闊的研究及應(yīng)用前景[2]。本文基于壓力容器設(shè)備檢測(cè)的歷史數(shù)據(jù)，結(jié)合XGBoost、LightGBM、Random Forest等機(jī)器學(xué)習(xí)算法構(gòu)建預(yù)測(cè)模型，實(shí)現(xiàn)容器壁厚或減薄率的精準(zhǔn)預(yù)測(cè)，提升設(shè)備運(yùn)維的智能化水平。研究結(jié)果對(duì)機(jī)器學(xué)習(xí)預(yù)測(cè)算法的應(yīng)用及不同類型容器壁厚的準(zhǔn)確評(píng)估具有指導(dǎo)意義。

1 數(shù)據(jù)處理及準(zhǔn)備

1.1 數(shù)據(jù)來(lái)源及數(shù)據(jù)文件解析

本研究主要基于同一年份不同類型的壓力容器設(shè)備年度檢驗(yàn)數(shù)據(jù)，通過(guò)數(shù)據(jù)清洗及處理，引進(jìn)數(shù)據(jù)統(tǒng)計(jì)和分析技術(shù)，并結(jié)合機(jī)器學(xué)習(xí)智能算法，完成容器設(shè)備壁厚的預(yù)測(cè)工作。其中，對(duì)Excel格式數(shù)據(jù)文件進(jìn)行解析，獲取用于訓(xùn)練的數(shù)據(jù)，運(yùn)用Python的工具Pandas讀入Excel格式文件，將處理后的數(shù)據(jù)保存為csv格式并進(jìn)行數(shù)據(jù)引入。

1.2 數(shù)據(jù)預(yù)處理及數(shù)據(jù)特征工程

基于壓力容器的基礎(chǔ)數(shù)據(jù)信息進(jìn)行預(yù)處理，避免因數(shù)據(jù)未處理而導(dǎo)致數(shù)據(jù)信息紊亂、缺失、數(shù)據(jù)的邏輯不符等影響數(shù)據(jù)分析的問(wèn)題，主要包括數(shù)據(jù)清洗、數(shù)據(jù)歸一化等。采用正則表達(dá)式并制定判定規(guī)則，對(duì)數(shù)據(jù)進(jìn)行清洗及特征構(gòu)建，保證數(shù)據(jù)信息的一致性，提高建模的收斂速率和精度。對(duì)需要使用的特征進(jìn)行篩選，利用頻率統(tǒng)計(jì)篩選包括信息量過(guò)少、數(shù)據(jù)缺失量較大特征及取值單一的特征，當(dāng)樣本空值特征占比大于30%時(shí)，去除該樣本數(shù)據(jù)。

針對(duì)模型訓(xùn)練和測(cè)試開(kāi)展的數(shù)據(jù)特征工程主要包括以下3個(gè)方面的內(nèi)容。1）直接特征?！肮ぷ鳒囟取保捎谜齽t方式對(duì)溫度的數(shù)值進(jìn)行提取及標(biāo)準(zhǔn)處理。針對(duì)含管程與殼程的換熱類設(shè)備進(jìn)行組合及劃分，提取溫度的個(gè)數(shù)，針對(duì)“常溫”等具有含義的內(nèi)容，將其轉(zhuǎn)換為數(shù)據(jù)；“工作壓力”，與工作溫度特征提取流程一致，對(duì)“量綱”進(jìn)行處理，例如統(tǒng)一壓力單位量級(jí)；“腐蝕余量”，分析其數(shù)據(jù)模式并取數(shù)字中最小值作為特征；“設(shè)計(jì)壽命”，運(yùn)用3sigma原理進(jìn)行過(guò)濾；“公稱容積”、“內(nèi)徑”，直接提取各值；“制造日期”、“投產(chǎn)日期”，統(tǒng)一為年月格式，“投產(chǎn)月數(shù)”為“投產(chǎn)日期”減去“制造日期”，經(jīng)Excel對(duì)日期進(jìn)行特征處理及提取。2）類別型特征。篩選可進(jìn)行onehot的特征，例如殼體材質(zhì)、容器類型、油田群、系統(tǒng)名稱，對(duì)取值進(jìn)行規(guī)范化處理，即對(duì)描述同一內(nèi)容而使用了不同表達(dá)的特征值進(jìn)行處理，并對(duì)數(shù)量過(guò)少的類型用“其他”代替。3）檢測(cè)數(shù)據(jù)處理。針對(duì)“厚度”進(jìn)行數(shù)據(jù)處理，設(shè)置代碼通過(guò)厚度計(jì)算的方式獲得“減薄量”，即名義厚度減去實(shí)測(cè)厚度。

2 預(yù)測(cè)模型的建立

2.1 基于機(jī)器學(xué)習(xí)算法構(gòu)建預(yù)測(cè)模型

結(jié)合機(jī)器學(xué)習(xí)算法模型的應(yīng)用及要求，其運(yùn)行機(jī)制主要基于檢驗(yàn)數(shù)據(jù)的格式和數(shù)據(jù)結(jié)構(gòu)，對(duì)預(yù)測(cè)模型進(jìn)行設(shè)計(jì)、訓(xùn)練和測(cè)試等，以達(dá)到設(shè)備壁厚預(yù)測(cè)的目標(biāo)。綜合考慮數(shù)據(jù)類型、模型效果和運(yùn)行效率，選擇機(jī)器學(xué)習(xí)中的XGBoost、LightGBM、Random Forest集成模型[3-5]。其中，LightGBM主要基于決策樹(shù)學(xué)習(xí)算法，其分支為測(cè)試的輸出，葉節(jié)點(diǎn)為各個(gè)類別，按葉子（leaf-wise）生長(zhǎng)的策略，即按照最大分裂增益為葉子節(jié)點(diǎn)進(jìn)行分裂計(jì)算，每個(gè)樣本通過(guò)變量進(jìn)行樹(shù)結(jié)構(gòu)的映射；XGBoost采用極端層次增強(qiáng)方法，基于梯度增強(qiáng)決策樹(shù)，以優(yōu)化目標(biāo)函數(shù)值為主的改進(jìn)算法，每棵樹(shù)（函數(shù)）逐次添加，樹(shù)與樹(shù)之間串行，可在同一級(jí)結(jié)點(diǎn)并聯(lián)，分離結(jié)點(diǎn)的增益以多線程方式并行；Random Forest為集成學(xué)習(xí)算法，參數(shù)以強(qiáng)學(xué)習(xí)器最大迭代次數(shù)、隨機(jī)發(fā)生器種子數(shù)、最大特征數(shù)等為主，經(jīng)抽樣集成多顆決策樹(shù)優(yōu)化模型，基于多個(gè)決策樹(shù)模型的融合，提高其擬合能力。

在選擇對(duì)應(yīng)的集成模型架構(gòu)后，針對(duì)同一數(shù)據(jù)集樣本進(jìn)行劃分，隨機(jī)選取上述結(jié)構(gòu)化及處理后的數(shù)據(jù)中的80%作為訓(xùn)練集，20%作為測(cè)試集。以容器測(cè)厚作為模型預(yù)測(cè)目標(biāo)，其他基礎(chǔ)特征作為模型輸入，模型提取特征后分別進(jìn)行訓(xùn)練和測(cè)試，結(jié)合模型預(yù)測(cè)精度的評(píng)估結(jié)果進(jìn)行優(yōu)化，達(dá)到精度要求后保存最優(yōu)模型，以此實(shí)現(xiàn)容器設(shè)備壁厚的機(jī)器學(xué)習(xí)回歸預(yù)測(cè)模型的構(gòu)建。

2.2 模型預(yù)測(cè)性能評(píng)估

本研究主要采用評(píng)估模型的預(yù)測(cè)性能方法，包括均方誤差mse、平均絕對(duì)誤差mae、平均相對(duì)誤差mre、決策系數(shù)r2、皮爾遜相關(guān)系數(shù)pearson。對(duì)結(jié)果進(jìn)行處理后，采用適用于分類任務(wù)的評(píng)價(jià)指標(biāo)，包括準(zhǔn)確率accuracy、精準(zhǔn)率precision、召回率recall、精準(zhǔn)率與召回率的調(diào)和均值f1、正例排在負(fù)例前的概率auc等評(píng)估模型整體的預(yù)測(cè)趨勢(shì)，以全方位評(píng)估模型效果。經(jīng)過(guò)對(duì)3種模型的訓(xùn)練及結(jié)果驗(yàn)證，計(jì)算各個(gè)模型的均方根誤差損失，在運(yùn)行效率滿足的條件下，選擇損失得分較小的模型進(jìn)行應(yīng)用。

對(duì)各設(shè)備測(cè)量部位不同測(cè)厚電位的減薄量進(jìn)行匯總統(tǒng)計(jì)，以減薄量的均值作為預(yù)測(cè)特征值。通過(guò)分類指標(biāo)對(duì)預(yù)測(cè)模型進(jìn)行評(píng)估，不同預(yù)測(cè)模型的評(píng)價(jià)結(jié)果值見(jiàn)表1。經(jīng)比對(duì)，綜合分析XGBoost模型的均方誤差、平均絕對(duì)誤差評(píng)價(jià)指標(biāo)值相對(duì)較小，r2較接近1，表明XGBoost模型的預(yù)測(cè)性能較優(yōu)，選用XGBoost模型進(jìn)行進(jìn)一步調(diào)參優(yōu)化。

2.3 XGBoost模型優(yōu)化

為提高模型的準(zhǔn)確性，對(duì)該機(jī)器學(xué)習(xí)模型進(jìn)行調(diào)優(yōu)，并降低過(guò)擬合，使模型預(yù)測(cè)性能最大化。對(duì)learning_rate（學(xué)習(xí)率）、max_depth（數(shù)的最大深度）、min_child_weights（最小葉子節(jié)點(diǎn)樣本權(quán)重）、num_leaves（決策樹(shù)葉子數(shù)量）等進(jìn)行調(diào)整，提高準(zhǔn)確率，其他參數(shù)為默認(rèn)值。經(jīng)模型調(diào)參后，XGBoost模型的mse最小值為0.7491，此時(shí)的模型預(yù)測(cè)性能達(dá)到最優(yōu)，即對(duì)應(yīng)的最優(yōu)參數(shù)如下：max_depth=9，min_child_weight=1，n_estimators=200，colsample_bytree=0.7，learning_rate=0.07。

對(duì)優(yōu)選的模型參數(shù)進(jìn)行K折交叉驗(yàn)證，以進(jìn)一步對(duì)模型參數(shù)進(jìn)行調(diào)優(yōu)，主要將數(shù)據(jù)集分割為K個(gè)子集，經(jīng)K-1折作為訓(xùn)練數(shù)據(jù)，對(duì)模型進(jìn)行訓(xùn)練后，對(duì)數(shù)據(jù)的剩余1折做驗(yàn)證，使各樣本均有一次機(jī)會(huì)進(jìn)行驗(yàn)證。如圖1所示，表現(xiàn)了10折交叉驗(yàn)證結(jié)果，相關(guān)評(píng)價(jià)指標(biāo)的查準(zhǔn)率（Precision）為70%～80%，查全率（Recall）為50%～60%，F(xiàn)1-Score為70%～75%。整體來(lái)說(shuō)，相關(guān)指標(biāo)較高并且較穩(wěn)定，驗(yàn)證XGBoost模型能夠用于容器類設(shè)備減薄情況的預(yù)測(cè)。

2.4 結(jié)果與分析

2.4.1 容器厚度及預(yù)測(cè)差異的影響分析

不同類型容器的厚度差異較大，部分厚度較大的容器其誤差相對(duì)較大，圖2展示了不同厚度組別所對(duì)應(yīng)統(tǒng)計(jì)的減薄量均值情況。由圖2可知，厚度越大的分組所出現(xiàn)增厚的可能性越大（減薄量為負(fù)值表示增厚）。查看減薄量差異較大的樣本數(shù)據(jù)部分，減薄量預(yù)測(cè)值或真實(shí)值過(guò)大均會(huì)造成誤差偏大的情況。

同時(shí)，對(duì)厚度差異過(guò)大的樣本中存在不合理的數(shù)值進(jìn)行篩選，并刪除平均測(cè)量厚度小于1的樣本數(shù)據(jù)，處理后經(jīng)10折交叉驗(yàn)證，并對(duì)比前后結(jié)果，如圖3中XGBoost（去除異常）顯示，mse明顯降低。

此外，當(dāng)容器厚度大于43時(shí)，減薄量數(shù)值變化明顯，通過(guò)去除厚度過(guò)大的容器，保留99分位數(shù)（43）以內(nèi)的厚度樣本，并對(duì)數(shù)據(jù)集進(jìn)行預(yù)測(cè)，結(jié)果顯示mse指標(biāo)略有提升。為了避免出現(xiàn)預(yù)測(cè)值過(guò)大的可能，刪除真實(shí)減薄值過(guò)大的樣本，以降低偏差，經(jīng)篩選發(fā)現(xiàn)數(shù)據(jù)中僅有1條數(shù)據(jù)減薄量大于5并達(dá)10以上，將其刪除后，預(yù)測(cè)結(jié)果mse有所提升（如圖3所示）。

2.4.2 厚度分段建模及效果分析

由于隨著容器厚度增加，減薄量方差變大，考慮厚度較大的容器樣本可能會(huì)對(duì)較小厚度樣本的預(yù)測(cè)產(chǎn)生負(fù)面影響，因此選用容器厚度為43以內(nèi)的數(shù)據(jù)樣本進(jìn)行容器厚度分段建模，即通過(guò)選擇50分位數(shù)（12），對(duì)厚度小于12和大于等于12的樣本分別建模。分析得知，厚度小于12時(shí)，建模進(jìn)行預(yù)測(cè)后的mse指標(biāo)值約為0.336，當(dāng)厚度大于12時(shí)，預(yù)測(cè)指標(biāo)mse變大，約為0.685。由此表明，厚度大的樣本對(duì)厚度小的樣本的預(yù)測(cè)可能產(chǎn)生干擾。

2.4.3 特征優(yōu)化

由于厚度分組后對(duì)模型的預(yù)測(cè)結(jié)果影響較大，因此在特征中增加“設(shè)計(jì)厚度”。將增加“設(shè)計(jì)厚度”特征后預(yù)測(cè)模型的評(píng)價(jià)指標(biāo)值（mse2）與原結(jié)果（mse1）進(jìn)行對(duì)比，見(jiàn)表2。

經(jīng)對(duì)比以上結(jié)果可知，一方面，增加設(shè)計(jì)厚度特征后各組中的mse結(jié)果大多數(shù)呈下降的趨勢(shì)，表明模型預(yù)測(cè)效果有所提升。另一方面，各項(xiàng)措施趨勢(shì)基本與原有試驗(yàn)結(jié)果一致，驗(yàn)證預(yù)測(cè)效果提升并非隨機(jī)。因此，增加“設(shè)計(jì)厚度”特征后，對(duì)比分析評(píng)價(jià)指標(biāo)，其預(yù)測(cè)性能獲得了相對(duì)全面的提升。

2.4.4 結(jié)果分析

經(jīng)比對(duì)，使用該XGBoost模型對(duì)容器設(shè)備減薄的預(yù)測(cè)值與真實(shí)值進(jìn)行誤差分析（如圖4所示），根據(jù)預(yù)測(cè)誤差的分布情況得知，該XGBoost模型預(yù)測(cè)的誤差符合正態(tài)分布，獲得的模型可用于相關(guān)場(chǎng)景的預(yù)測(cè)并有較好的效果。

3 結(jié)語(yǔ)

本文基于海上壓力容器超聲測(cè)厚檢測(cè)檢驗(yàn)數(shù)據(jù)集，選取設(shè)備對(duì)象的基礎(chǔ)數(shù)據(jù)及檢測(cè)數(shù)據(jù)特征進(jìn)行數(shù)據(jù)處理，使用XGBoost機(jī)器學(xué)習(xí)算法建立容器類設(shè)備壁厚預(yù)測(cè)模型，運(yùn)用評(píng)價(jià)指標(biāo)對(duì)模型預(yù)測(cè)性能進(jìn)行分析評(píng)估，并對(duì)模型進(jìn)行優(yōu)化調(diào)參。結(jié)果表明，本文測(cè)得XGBoost算法比另外2種機(jī)器學(xué)習(xí)模型的預(yù)測(cè)性能更高，模型經(jīng)調(diào)參優(yōu)化后，準(zhǔn)確率及查準(zhǔn)率均有提升。通過(guò)分析容器本身的厚度以及預(yù)測(cè)減薄量的差異等情況對(duì)模型預(yù)測(cè)效果產(chǎn)生偏差的影響，分別對(duì)容器厚度進(jìn)行分段模型預(yù)測(cè)，厚度小的模型的預(yù)測(cè)效果比厚度大的模型好，并且采用對(duì)厚度預(yù)測(cè)特征的數(shù)據(jù)處理及設(shè)計(jì)厚度特征的增加的方式，方差減小，預(yù)測(cè)效果全面提升。該模型用于容器類設(shè)備壁厚的預(yù)測(cè)誤差符合正態(tài)分布，具有較好的應(yīng)用效果。本文模型后續(xù)將嘗試積累更多不同類型容器數(shù)據(jù)，并對(duì)介質(zhì)進(jìn)行分類及采集，擴(kuò)展應(yīng)用范圍，對(duì)XGBoost模型進(jìn)行進(jìn)一步更新訓(xùn)練，并嘗試引入神經(jīng)網(wǎng)絡(luò)算法對(duì)容器類設(shè)備壁厚進(jìn)行預(yù)測(cè)及優(yōu)化。

參考文獻(xiàn)

[1]紀(jì)玉磊.探究海上壓力容器腐蝕檢測(cè)技術(shù)[J].中國(guó)石油和化工標(biāo)準(zhǔn)與質(zhì)量，2023，43（1）：57-59.

[2]李奇，牟善軍，姜巍巍，等.海上石油平臺(tái)定量風(fēng)險(xiǎn)評(píng)估[J].中國(guó)海洋平臺(tái)，2007，22（6）：38.

[3]周志華.機(jī)器學(xué)習(xí)[M].北京：清華大學(xué)出版社，2016.

[4]BREIMAN L.Randomforests[J].Machine learning，2001，45（1）：5-32.

[5]CHEN T，HE T，BENESTY M，etal.Xgboost：extreme"gradient boosting[J].R package version 0.4-2，2015，1（4）：1-4.