近年来,随着我国埋地油气管道服役年限的增加,因外腐蚀而发生的管道失效事故频繁出现,造成巨大且不可逆转的人力、物力、财力损失。为保证埋地管道安全运行,由外腐蚀造成的油气管道失效问题必须得到更加广泛的关注,需要更多理论及实践知识完善我国埋地油气管道外腐蚀失效管理体系。本文在现有研究基础上,对埋地油气管道外腐蚀作出以下三个方面的研究:第一部分,基于KPCA的外腐蚀因素分析与处理。在外腐蚀作用机理分析基础上构建腐蚀指标体系,利用GRA对指标体系进行第一次筛选工作,随后利用KPCA进一步对因素间的冗余信息进行处理,得到包含原指标体系大部分信息的低维综合指标;第二部分,基于WLSSVM的外腐蚀速率预测模型构建。利用WLSSVM对腐蚀因素与腐蚀速率间的关系进行建模,并选择PSO和ALO两种群智能优化算法分别对其进行参数寻优,以期构建新的埋地管道外腐蚀速率组合预测模型;第三部分,基于腐蚀深度预测模型的维修策略研究。首先根据腐蚀速率模型的构建思路进行ALO-WLSSVM腐蚀深度预测模型的构建,并结合腐蚀深度指数发展趋势构建基于机器学习的腐蚀深度时间序列预测模型。然后以得到的腐蚀深度预测数据为基础,利用Markov原理进行管道腐蚀状态转移矩阵的构建,并根据不同方案的维修效果及修复率确定每个维修策略的维修矩阵。最后根据维修矩阵计算各维修策略的期望成本和稳态可用度,以此作为维修策略制定的综合评价指标。通过案例分析验证本文所构建的外腐蚀速率及深度预测模型具有较好的预测精度,深化了支持向量机系列模型在埋地管道外腐蚀失效预测方面的应用研究。另外,相比于传统基于检测数据的维修决策,本文所构建的基于腐蚀深度时间序列预测模型的维修决策解决前者获取检测数据时的困难。完善了从腐蚀速率定位缺陷管段,到依据腐蚀深度数据进行维修决策的管段管理体系。