该文首先回顾了国内外压力容器安全评定技术的发展及研究现状,创新性地提出了用智能化手段去解决压力容器安全评定中的一些高度非线性问题和模糊不确定性问题,并作了以下研究:提出了一种基于人工神经网络的压力容器安全评定初级评定方法.以工程实际评定案例为基础,运用人工神经网络方法建立压力容器失效评定模型,工程案例分析表明该模型能够对含缺陷压力容器进行筛选评定.结合失效评定图技术提出了关于失效评定图技术和神经网络方法相结合的压力容器安全评定方法,利用神经网络学习阶段所获得的知识进行了典型含缺陷在用压力容器的安全评定,并对评定结果和主要影响参数作了相关分析,分析结果验证了该文提出的压力容器安全评定方法在实际工程评定应用中的可行性及优越性.研究了人工神经网络方法与模糊逻辑技术在压力容器安全评定中的应用.采用人工神经网络和模糊推理技术对已通过安全评定的缺陷将来可能的失效模式进行预测,避免了采用常规的失效模式预测方法决定失效模式时的边界问题;采用人工神经网络和模糊聚类技术对压力容器的安全可靠度进行了模糊分析,分析结果表明该文建立的压力容器可靠度模糊分析隶属函数是可靠的.采用模糊推理与人工神经网络技术相结合的方法进行了焊接缺陷对结构疲劳性能影响的模糊综合评判,并通过实例验证了该方法的可行性.最后,该文将研究结果进行了软件实现,建立了压力容器安全评定智能化系统(ISSAPV),该系统是一个独立的基于人工智能的压力容器安全评定系统,系统具有用户界面友好,操作方便,分析结果直观等特点.