近日，由北京理工大學重慶創新中心牽頭，聯合重慶市特種設備檢測研究院、重慶大學、理工特智科技（重慶）有限公司、重慶三峰卡萬塔環境產業有限公司等10 余家科研機構與龍頭企業共同起草的重慶市地方標準《承壓設備射線檢測缺陷自動識別系統評價方法》（DB50/T 1807-2025，下稱“標準”）正式發布。

該標準的出臺，標志著行業從“AI 技術零散應用”向“標準化、規范化發展”的關鍵跨越，為AI檢測技術的安全落地提供了核心依據。

為何要制定這份標準？破解行業 3 大核心痛點

承壓設備是工業生產與民生保障的“生命線”，其焊接接頭的缺陷檢測，如裂紋、未熔合、未焊透等，直接關系到設備安全運行。近年來，AI缺陷自動識別系統因效率高、重復性好，逐漸替代部分人工評片，但行業長期面臨“無標可依”的困境：

選型難：不同廠商系統的識別精度、可靠性差異大，企業缺乏客觀對比依據；

評價亂：缺陷“正檢 / 誤檢 / 漏檢”的判定標準不統一，部分系統因漏檢高危缺陷埋下安全隱患；

落地難：系統更新后性能是否達標、如何與人工復核銜接，缺乏明確技術規范。

上述標準出臺，將有效填補“無標可依”的空白，為 AI 檢測系統建立“統一考卷”，讓技術應用有章可循、安全可控。

標準“管什么”？精準覆蓋核心應用場景

無論是 X 射線底片的 AI 識別，還是γ射線、1Mev以上 X 射線檢測圖像的參照評價，標準都給出了清晰的適用邊界：

核心對象，承壓設備金屬熔化焊焊接接頭的射線檢測缺陷自動識別系統（含輔助評片AssistDR、自動評片AutoDR）；

關鍵環節，從系統的功能要求（如缺陷定性定量、圖像操作、報告輸出）、運行環境（云端 / 本地部署、硬件配置），到測試流程、指標計算、風險分析，全鏈條覆蓋；

特殊場景，兼顧雙面焊、單面焊等不同焊縫形式，重點關注裂紋、未熔合、未焊透等高危缺陷，同時規范圓形缺陷、條形缺陷等一般缺陷的評價。

標準“怎么評”？3大核心維度筑牢質量防線

標準的核心價值，在于建立了科學、可落地的評價體系，關鍵體現在三個方面：

一是嚴抓“人+數據”雙基礎人員資質。評價人員需持RT (D) Ⅱ 級及以上證書，標注人員需持 RT -Ⅱ級及以上證書，確?！霸u卷人”專業可靠；標準測試集：缺陷總數不少于 500 個，無缺陷底片數量與缺陷底片一致，且測試集與系統訓練集完全互斥（避免“作弊”），同時需做數據脫敏保護企業隱私。

二是明確“4類偏差+多維度指標”。通過“交并比（IOU）”等技術指標，精準判定系統識別結果與真實缺陷的偏差：正檢（IOU≥0.1 且類型正確）、誤檢（IOU≥0.1 但類型錯誤）、漏檢（IOU<0.1）、誤報（無缺陷誤判為有缺陷）；從“單類別精度”（如裂紋正檢率）到“綜合精度”（重點關注缺陷識別率、綜合正檢率），再到“底片誤報率”，多維度量化系統性能。

三是系統分級 + 風險預警，兼顧實用與安全。標準推出4級分級體系，根據精度指標將系統分為 L1-L4 級（如 L4 級要求重點關注缺陷識別率 100%、綜合正檢率≥98%），企業可按需選型。另外，標準明確類風險分級，針對漏檢（Ⅰ類風險：高危缺陷漏檢影響合格判定）、誤檢（Ⅰ類風險：高危缺陷誤判為一般缺陷）、誤報（Ⅰ類風險：誤報率過高增加復核成本），明確風險等級與應對方向。

標準落地，將為行業帶來什么？

北京理工大學教授、博士生導師、北京理工大學重慶創新中心電弧認知制造技術研究所學術顧問、標準起草人之一、理工特智科技公司董事長于興華表示，對企業而言，標準就是“選型指南”，不用再憑廠商宣傳判斷系統好壞，對照標準即可找到適配的 AI 檢測工具，降低試錯成本；對檢測機構而言，標準就是“作業規范”，系統評價流程、記錄模板（附錄 A 提供現成表格）一目了然，提升檢測效率與公信力；對行業而言，標準就是“升級引擎”，以標準倒逼 AI 技術迭代，推動更多高可靠性、高準確性的系統落地，減少因人工評片疲勞導致的漏檢風險，守護承壓設備安全底線。

于興華表示，該標準的起草，凝聚了科研機構的技術力量、檢測機構的實踐經驗與企業的應用需求，是“政產學研用”協同創新的成果。期待更多行業伙伴關注標準、應用標準，共同推動承壓設備檢測從“人工主導”向“AI+人工”的智能化升級，以標準為帆，以技術為槳，共促承壓設備檢測行業高質量發展。（孫建和）

分享讓更多人看到