Диагностика состояния качества сварных швов трубопроводов для природного газа в основном зависит от направляющего способа поэтапного рытья, основанного на анализе данных сварных швов природного газопровода, данный метод не только приводит к высоким операционным издержкам, но и имеет низкую точность выявления и низкую эффективность, что не удовлетворяет требованиям безопасной и эффективной эксплуатации трубопровода. Использование эффективного метода интеллектуальной диагностики качества для прогнозирования качества сварных швов трубопроводов для природного газа, проведение целевой раскопки-повторной проверки, имеет важное инженерное значение для обеспечения безопасной эксплуатации сварных участков. Поэтому был построен метод искусственного интеллекта для быстрой диагностики и предсказания качества сварных швов трубопроводов для природного газа, чтобы повысить вычислительную эффективность модели, использовался метод выбора дисперсии и график коэффициента корреляции для выбора 15 основных характеристик сварных швов, включая длину участка трубопровода, установки, форму пары, между станциями и т. д. На основе метода случайного леса была создана интеллектуальная модель диагностики качества сварных швов трубопроводов для природного газа, и использовался оптимизатор Байеса для оптимизации параметров. Для проверки модели используются немаркированные инженерные данные, и проводится сравнение производительности со машиной опорных векторов, деревом решений и алгоритмом k-ближайших соседей. Результаты показывают: использование модели случайного леса для диагностики качества сварных швов инженерных данных обладает высокой точностью и может предоставить теоретическое руководство для работы по раскопке-проверке природных газопроводов.

Природный газопровод; Качество сварных швов; Метод интеллектуальной диагностики; Многопроникновенные данные; Случайный лес; Байесовский оптимизатор