该成果中组织老化特征参量定量化表征需要应用材料微束分析技术，建立寿命损耗模型需要利用人工神经网络技术，均对技术人员的专业水平要求较高。该技术在国内外发电设备寿命评估领域尚无应用先例。 该成果通过对在役机组高温部件进行无损或微损取样，分析材料的组织老化损伤程度，获得材料组织老化损伤特征参量的定量化数据。基于创建的电站高温材料数据库，采用人工神经网络技术，建立高温材料的寿命损耗模型，直接对在役机组高温部件进行剩余寿命评估。 传统的寿命评估方法均需对高温部件进行破坏性取样、并在较高温度下开展大量的加速持久蠕变试验来进行寿命评估，不仅需要较长的时间，而且需要较大的资金投入。该成果通过大数据分析、无损或微损取样的方式对发电设备高温部件进行剩余寿命评估，不需要大量的取样，大大缩短了分析时间，还节约了大量资金投入，可为电厂创造较为可观的经济效益。近些年来，采用该方法已经为国内多家电厂的再热蒸汽管道、主蒸汽管道等高温部件提供了安全性评价和寿命评估方面技术服务，已累计创收合同金额共计600万元左右。 该成果基于大数据分析、无损或微损取样的方法对发电设备高温部件进行寿命评估，已应用于国内部分火电机组高温部件的寿命评估，还可进一步推广应用于燃气轮机、核电机组等其它发电设备高温部件的寿命评估，为国内大量运行发电机组高温部件的安全运行和长寿命管理提供技术保障。