由于海洋平台服役于环境与气候复杂多变的海洋环境中,如果仅对其进行短期的监测是无法分析海洋平台真实的健康状况。只有对海洋平台进行长期、密切的健康监测,得到海洋平台的长期监测数据,对长期监测数据进行计算和分析,从而获取海洋平台真实的结构健康信息,才能最大限度的避免海洋平台因结构损伤或疲劳失效等原因造成生产和生命损失。针对获取海洋平台真实的结构健康信息这一问题,本文研究以下内容:(1)海洋平台监测数据管理研究本课题通过对深海浮式平台和FPSO软钢臂单点系泊系统的长期监测,获取各个海洋平台的长期监测数据,设计了一套海洋平台智能长期监测数据管理平台。该平台可以对海洋平台数据进行数据存储、数据分析以及数据挖掘的功能。数据存储部分的功能是将本课题中所有长期监测的海洋平台数据进行统一的数据管理,记录了各个海洋平台中监测位置、传感器以及通道等详细信息;数据分析部分的功能是对任意数据段进行统计量计算与信号处理分析。通过这部分可以计算出所选数据段的统计量信息和对这段数据进行信号变化处理,如快速傅里叶变化、小波变换、希尔伯特黄变化等,除此之外也可以获取这段数据的结构特征信息,如自相关函数和随机减量特征。最后一部分的数据挖掘功能就是通过对大量的长期监测数据进行分段处理,获取海洋平台的结构特征,然后运用智能方法来获取海洋平台的真实结构健康信息。本课题后续对海洋平台进行了智能损伤识别的研究,并将研究结果融合到数据挖掘功能中。(2)海洋平台智能损伤识别研究为了解决长期监测中采用较高采样频率的传感器采集数据,会大量地消耗计算资源和空间资源等严重性问题。本文研究了传感器的采样频率对结构损伤识别的影响,通过使用二阶非线性系统仿真、模型实验,发现基于姿态的低频数据也能够反映出结构的损伤,且识别效果不差,最后依托海洋平台真实的长期监测数据验证了上述方法的正确性。为了进一步实现海洋平台的在线健康诊断功能,本文将一种单分类在线增学习方法应用于海洋平台结构智能在线损伤识别研究中。通过从海洋平台的历史正常监测数据中提取结构的自由响应特征来建立模型,通过模型不断学习海洋平台的所有未知工况,达到持续在线增量学习的效果,最后运用这个模型来验证每天实时采集的监测数据中是否存在异常。如果存在异常,说明海洋平台的结构特征发生了改变,即结构可能出现了隐性损伤,并能够提前给出预警提示。