薄壁圆管是航空、航天领域常用的结构之一,其在太空中主要受太阳光照产生的热载荷作用,结构在热载荷作用下的热变形、热应力及热疲劳问题逐渐成为研究的热点,故分析其在太阳光照下的可靠性对实际工程有重大意义。太阳光照会导致结构的温度发生变化并产生热载荷,热载荷会使结构发生变形,变形又会影响结构的温度分布,最终导致结构产生热致振动,这时结构内部的流体也会随之发生振动,热与结构、流体之间的互相作用被称为热-结构-流体的三场耦合现象。本文主要研究的是薄壁圆管在三场耦合下的动力响应及利用机器学习去分析薄壁圆管的可靠性,具体内容如下:（1）介绍了结构可靠性、机器学习及智能算法的发展历程,总结了薄壁圆管结构在热载荷作用下的研究现状,讨论了机器学习和智能算法在结构可靠性领域的应用现状,分析了论文中需要用到的关键理论,确定了本文的主要研究内容和方法。（2）根据传热学等相关知识建立了薄壁圆管结构在热-结构-流体三场耦合下的动力学有限元方程,并推导了利用威尔逊-θ法求解其动力响应的步骤。在得到结构的动力响应后首先利用S-N曲线建立了结构基于载荷-寿命干涉的功能函数,然后为了提高求解效率,利用人工神经网络（ANN）建立了求解结构动力响应的代理模型,并对结构的失效率进行了研究。通过数值算例对结构的动力响应进行了求解,并利用ANN建立的代理模型对结构的失效率进行了分析,通过与蒙特卡洛法的对比验证了本文ANN方法的高效性及准确性。算例结果表明高周应力作用次数的增加会加速结构的失效。（3）为了进一步提高动力响应的求解效率,利用支持向量回归（SVR）建立了求解结构动力响应的代理模型,并引入遗传算法对SVR的参数进行了优化,遗传算法的引入很好地解决了SVR参数的初始选择问题。将SVR与分解协调策略（DC）相结合并融入极值响应的思想,提出了一种分解协调极值支持向量回归（DC-ESVR）方法,然后考虑高、低周应力的相互影响及强度的退化,建立了结构基于剩余强度的功能函数,最后利用本文提出的DC-ESVR方法对结构可靠度的计算进行了研究。数值算例的结果验证了本文DC-ESVR方法的可行性,并通过与蒙特卡洛法和分解协调极值响应面法的对比验证了本文DC-ESVR方法的有效性。算例结果表明高周应力作用次数和强度退化系数的增加都会使结构的可靠度降低。