海上吊机坠物对海洋平台,油气设备、供应船舶等都是极大的风险。落物事故后果严重情况下将导致船舶破损、油气设备损坏泄露,甚至引发火灾和爆炸,造成巨大的经济损失和人员伤亡。平台供应船(platform supply vessel,PSV)是海上资源开发的重要运输工具,是海上生产作业的重要运输保障。加上新一轮的船用燃油排放标准的实施,以LNG等清洁燃料为动力的新型PSV船舶使用数量明显增加,落物风险下PSV安全问题不容忽视。海上作业环境复杂,造成落物的影响因素众多,存在很大的随机性和不确定性。现有的针对海上落物的统计数据较少,历史数据缺乏即时性,难以满足PSV落物风险分析的要求。传统的定性风险分析有很大局限性,围绕落物风险的量化分析需进一步深入研究。本文先通过大型有限元分析软件ANSYS/LS-DYNA建立了 PSV甲板受坠物撞击的有限元模型,模拟了坠落立管在不同撞击角度、不同坠落高度、不同重量等参数影响下撞击PSV甲板的动态响应过程,建立了落物碰撞损伤数据库。然后以模拟实验数据为样本建立了 BP(Back propagation)神经网络落物碰撞损伤预测模型,并且考虑到了传统BP网络模型的缺陷和适用性,采用了粒子群优化算法(Partical Swarm Optimization,PSO)优化了 BP神经网络模型,提高了损伤预测精度。碰撞损伤分析为一切碰撞后果评估的前提,常用结构失效概率来确定风险等级。海上落物具有不确定性和随机性,为了有效的评估PSV落物碰撞损伤风险,编写了蒙特卡洛模拟(Monte Carlo Simulation,MCS)Matlab程序完成了坠物碰撞场景的随机抽样,结合BP-PSO损伤预测模型,提出了一种落物作用下的PSV碰撞损伤风险分析方法(MCS-BP-PSO)。最后得到了PSV受到落物碰撞的失效概率并确定了风险等级。PSV落物风险分析为海上安全作业和以LNG等清洁燃料为动力的新型PSV安全管理及设计提供了参考依据,可以很大程度上减少安全隐患,保障海上生产作业的安全顺利开展。