海洋结构物在油气开采、新能源发电等领域的应用越来越广泛,对可靠性水平的需求也随之提高。通过可靠性监测和诊断可以随时掌握产品情况,以尽早发现故障、预报故障、维护可靠性;而更贴合实际的系统可靠性分析,有利于防控风险、可靠性的优化设计,提高系统可靠性。然而,随着产品的大型化、自动化、流程化的发展,现有的海洋结构物的监测和可靠性分析还需要解决许多关键技术问题。本文通过对海洋结构物可恢复监测方法与系统可靠性分析方法的研究,旨在解决监测系统中存在较强相关性的构件传感器失效带来的问题与系统可靠性分析中的动态性、相关性的处理问题,以提高监测系统的抗干扰能力,改善系统可靠性分析方法。首先对海洋结构物可靠性数据的特点及获取方法进行研究,为系统可靠性方法的研究提供数据获取的依据;然后针对基于监测方法获取可靠性数据时存在的传感器易失效的问题,利用数据的相关性,提出了可恢复监测系统的在线数据恢复方法及故障诊断方法;最后基于多种数据获取方法的应用,分别进行了考虑相关性、动态性的系统可靠性分析方法的研究。本文具体研究内容如下:(1)结合海洋结构物可靠性数据具有类型多样、不易获取、失效数据库不足的特点,分析归纳了可靠性数据的获取、处理方法,并针对不同的系统、不同构件,分析不同数据获取方法的适用性。特别地,针对某些海洋工程设备数据不易获取的问题,提出了基于陆上设备数据的类比、修正方法。(2)在相关多构件构成的系统中,针对监测传感器可靠性不足易失效而造成数据库不完整的问题,提出利用相关的正常传感器作为失效传感器的虚拟传感器的思想。基于多变量ARMA模型与虚拟传感器恢复传感器失效时的在线数据。通过算例证实,此方法可达到实时恢复数据的能力,且恢复数据与模拟数据吻合度非常高,完全满足工程实际需求。基于相关的虚拟传感器实现了一定时间内不更换、维修传感器、无需停机的能力,抗干扰能力强,并保证了所收集数据的完整性。(3)在相关多构件构成的系统中,针对监测系统无法进行可靠的故障诊断的问题,采用虚拟传感器进行构件的故障特征识别以及实时的故障诊断。根据环境成分特征,提出基于集中频率小波分析法的故障特征提取方法,并构建了基于人工神经网络的时变环境的动态报警阈值,此综合方法具备多构件系统中某传感器异常状态下短时间内准确判断构件、传感器状态的能力。提出的故障诊断方法满足精度要求,可行性高,规避了检测人员的操作风险,节省了停机检测时间,可有效防控重大风险。(4)针对海洋结构物失效模式众多,且相互之间存在相关性导致的系统可靠性求解复杂的问题,提出了聚类近似法。采用相关度对组内相关性进行近似计算,并忽略组外较弱的相关性,基于聚类近似法对相关性系统的可靠性进行了研究。通过实例验证聚类近似方法对于海洋结构物系统可靠性分析的可行性、精度和效率满足实际要求,并进行了方法的适用性分析。(5)针对海洋结构物失效模式之间存在的冗余、功能相关性、备件等传统静态方法不能描述的问题,采用动态故障树对动态失效行为进行描述,并进行系统可靠性求解。以系统功能与结构分级为基础,构建动态故障树;通过多种失效数据获取方法得到故障树的底事件数据;并基于动态门的近似计算方法估计顶事件发生概率;最终完成定性定量系统可靠性分析。通过数据输入、系统分级、动态故障树在浮式风电系统中的应用,对整体的可靠性水平做了详尽的评估,分析结果与实际统计值进行对比,验证了方法的可行性。