近日，我院机械工程专业博士研究生张妍平在预测性成组维修优化方法方面取得重要进展，相关研究成果《多组件系统多层级预测性成组维修优化方法：以水下采油树为例》（Multi-level predictive group maintenance optimization method for multi-component systems: Subsea Christmas tree as a case）发表在《Ocean Engineering》。《Ocean Engineering》是海洋工程领域的国际顶级期刊，目前影响因子为6.3。论文第一作者为博士研究生张妍平，通讯作者为蔡宝平教授，中国石油大学（华东）为唯一通讯单位。该研究得到了国家自然科学基金、工信部高技术船舶科研项目等的联合资助。
论文首页
工程系统通常具有组件数量多、集成度高等特点。传统的基于组件失效的单独维修策略容易导致频繁且非计划性的维修活动，可能造成较高的运维成本，并降低系统整体可靠性。本文提出了一种考虑多组件随机退化依赖关系的多层级预测性成组维修优化方法。通过融合自然退化过程与随机扰动影响，建立了剩余使用寿命预测模型，并将其作为韧性评价指标。基于系统结构层级，分别在组件层、子系统层和系统层对预测性成组维修策略进行优化。该预测性成组维修策略从技术和经济两个角度进行优化。在技术角度，优化系统的实时韧性；在经济角度，实现整个服役周期内运维成本的最优。最后，以水下采油树为案例研究对象，验证了所提出预测性成组维修优化方法的优势。
所提出的预测性成组维修优化方法框架
论文链接：https://doi.org/10.1016/j.oceaneng.2026.126144
