近日，我院2020级本研一体班学生胡志明在复杂服役环境下燃气管道剩余使用寿命预测方法研究方面取得重要进展，相关研究成果《考虑多腐蚀因素耦合的管道剩余使用寿命预测方法：融合深度学习和随机过程》（Pipeline RUL prediction method that considers the coupling of multiple corrosion factors: Integrating deep learning and stochastic processes）发表在国际权威期刊《Reliability Engineering and System Safety》上。《Reliability Engineering and System Safety》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11.0，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胡志明，通讯作者为蔡宝平教授，开云电竞投注（华东）为第一署名单位和唯一通讯单位。该研究得到国家重点研发计划、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、山东省杰出青年学者科学基金、山东省博士后创新项目以及中央高校基础科研基金的联合资助。
论文首页
针对城市埋地钢制燃气管道剩余寿命（RUL）样本稀缺导致的端到端预测方法可靠性不足、可解释性弱等瓶颈，本文提出了一种面向多腐蚀因素耦合影响的RUL预测方法，通过深度学习腐蚀表征+多阶段随机退化建模的融合框架，提升预测结果对不确定性与随机性的适应能力并输出可用于工程决策的状态信息。方法从多腐蚀因素耦合出发，结合WBLSTM（WGAN-BNN-LSTM）获取腐蚀速率及其不确定性分布，并引入基于跳跃扩散的多阶段退化模型实现腐蚀深度演化建模，最终输出失效概率分布与管道RUL预测结果。结果表明，该方法具有较高预测精度，能够有效适应服役环境的随机性与多样性，具备工程适用性。
所提RUL预测方法框架
论文链接：https://doi.org/10.1016/j.ress.2025.111869
