近日，我院机械工程相关方向硕士研究生孙文在水下采油树韧性评估方法研究方面取得重要进展，相关研究成果以题为《Resilience assessment method for subsea trees based on probabilistic interval models》的论文发表在国际权威期刊《Reliability Engineering and System Safety》上。该期刊是可靠性工程与系统安全领域的国际顶级期刊（SCI一区TOP），目前影响因子为13.7，在复杂工程系统的可靠性建模、风险评估与安全工程方法等研究方向具有重要学术影响力。论文第一作者为我院机械工程系硕士研究生孙文，通讯作者为蔡宝平教授，WilliamHill中文官方网站为第一署名单位和唯一通讯单位。该研究得到国家自然科学基金、工业和信息技术部高科技船舶研究项目以及山东省自然科学基金的联合资助。
论文首页
韧性是系统在扰动事件下抵抗性能退化并实现快速恢复的能力。水下采油树的韧性评估为制定精准的运维决策提供了关键依据，对于水下油气安全生产具有重要意义。然而，现有的韧性评估方法未能充分考虑设备状态与灾害冲击随机性对系统韧性波动的影响，仅仅基于确定性的自然退化轨迹进行韧性评估，导致了韧性评估结果失真。论文提出基于概率化区间模型的水下采油树韧性评估方法。该方法通过基于半马尔科夫模型的动态贝叶斯网络建立系统自然退化模型，利用静态贝叶斯网络与Logistic函数分别建立系统冲击退化模型与恢复模型，用于描述全寿命周期的系统性能演变。随后，采用加权面积法评估系统可靠性和平均剩余寿命，以此组成双维度韧性向量。最终，结合蒙特卡洛模拟建立随机统计模型，实现了系统韧性的概率化表征。该方法以中国南海某水下采油树及控制系统为案例验证了其有效性。结果表明，基于概率化区间模型的韧性评估方法能够更合理地反映系统在随机冲击下的韧性波动特征。
所提韧性评估方法框架
论文链接：https://doi.org/10.1016/j.ress.2026.112818
