管道运输是石油、天然气最为经济合理的运输方式。随着油气管道的大量铺设和管道服役时间的增长,管道失效事故屡有发生,给人民生命财产带来重大损失。影响管道失效的因素众多,普遍具有随机性、模糊性和不完整性等特点,传统诊断方法对管道失效模式的分析常常存在不适应性。智能信息处理理论和技术是近几年在各工程领域和科学研究中得到广泛研究和应用的人工智能方法,其相关模型由于具有高度非线性映射能力、大规模并行分布处理和良好的自适应学习机制,很适合求解传统模式识别和预测方法难以建模解决的问题。因此,将智能信息处理方法和技术应用于管道失效模式诊断问题的研究在机制上具有很好的适应性。论文主要针对管道失效模式诊断中的若干典型问题,进行管道失效模式智能诊断理论和应用技术研究。将模式识别和动态预测领域中普遍采用的人工神经网络技术与诊断理论、模式识别、模糊逻辑和系统仿真等方法相结合,构建适合管道失效模式分析的智能诊断方法和模型,并进行求解算法和应用技术研究。在智能诊断方法和模型研究方面,论文在对油气管道已有失效模式分析和故障诊断建模技术研究基础上,归纳出三类管道失效模式诊断问题:数值型模式诊断、含模糊信息模式诊断和动态模式诊断,并构造不同的智能模型以实现上述不同问题的求解。针对数值型模式诊断问题,构建了自适应确定BP网络结构的方法和实现机制,并应用于具有较为完整测试数据的含缺陷压力管道失效模式诊断;针对含有模糊信息的失效模式诊断问题,考虑已知条件和结果之间无明确因果关系及各环境因素对结果影响的重要程度不同,在传统模糊神经网络基础上建立了加权模糊推理网络,较好解决了腐蚀数据中的模糊性信息对管道腐蚀程度的影响;对于动态模式诊断问题,将过程神经网络和径向基函数神经网络相结合,提出了一种径向基过程神经元网络的概念和模型,模型融合了过程神经网络可表达动态过程效应累积和径向基网络非线性函数逼近能力强的优势,对预测管道腐蚀速率随时间非线性变化问题具有很好的适应性。同时,针对过程变量趋势预测,将传统支持向量回归机的构造思路和方法推广到时变函数空间,建立了一种过程支持向量回归机,该模型可较好地解决动态系统时间预测问题。在应用技术研究方面,给出了智能诊断模型在一些典型管道失效模式诊断问题中的应用方法和求解过程。主要包括管道泄漏诊断、管道腐蚀失效模式诊断、管道腐蚀速率预测、含缺陷压力管道失效模式诊断以及管道防腐保温层故障诊断分析等,并获得了较好的应用结果。论文针对管道失效模式诊断中的若干典型问题,建立了相关的智能诊断模型和方法,并进行了实际应用研究。这对于油气管道失效事故分析和管道运行完整性评价提供了一种科学方法和手段,可为管网进行风险性评估与运营决策提供科学依据,具有重要的实际意义和应用前景。