来源：期刊VIP网 时间：
作者：李立业;郎一鸣;宋小海;张申文;周清基;
单位：中国船舶科学研究中心;中海石油(中国)有限公司上海分公司;天津大学海洋科学与技术学院;
摘要：[目的]随着海上资源开发力度的逐渐加大，海上平台的应用和维护得到了越来越多的关注。[方法]目前，常用的海上平台损伤监测技术已经呈现出从物理驱动方式向数据驱动方式过渡的趋势。物理驱动方式依托物理模型和信号分析技术，虽具有较高的准确性和物理解释性，但在复杂海洋环境下存在计算效率低、泛化性差的不足。数据驱动方式如传统机器学习和深度学习，在海洋平台结构损伤监测和预测中展现出人工智能的优势。[结果]基于当前技术现状，提出未来海上平台损伤监测的研究重点，包括增强人工智能模型的可解释性、提升实时监测与边缘计算能力、推进多模态数据融合和数字孪生的应用等。[结论]研究表明，海上平台损伤监测的智能化发展趋势愈加显著，通过物理驱动和数据驱动结合，将进一步提高监测的精度和实用性，为海上平台的预测性维护和高效运维提供技术支持。
关键词：海上平台;;损伤监测;;模态分析;;机器学习;;深度学习
