近日，大连理工大学化工海洋与生命学院22级海洋技术专业本科生陈歆蕾，在国际知名期刊《Ocean Engineering》以指导老师第一作者、学生第二作者身份发表题为“Application of machine learning methods incorporating Archard model for wear prediction of submarine cables”的研究成果。化工海洋与生命学院卢青针副教授为论文的第一作者。

海底电缆磨损预测对海洋能源系统的安全运维至关重要。本文提出一种融合Archard理论的多特征机器学习方法，通过引入动态磨损率与物理交互特征，实现了电缆-海床界面磨损量的准确预测。仅需7个特征参量，无需昂贵试验或复杂仿真，即可处理多机制耦合的非线性磨损行为。在87组实验数据上，所提方法显著优于传统模型，多种机器学习算法测试集R²均超过0.90。消融实验验证了物理特征对泛化能力的提升作用，误差分析与特征重要性评估进一步证明了该方法在工程实际中的潜力，为海底电缆状态监测提供了新途径。

期刊介绍

《Ocean Engineering》创刊于1968年，由Elsevier出版集团主办，是国际海洋工程领域的权威期刊之一，长期关注船舶工程、海洋结构物、水下技术与系统、海洋可再生资源开发与利用等方向的理论与应用研究成果。该期刊发表包括流体力学、结构力学、水动力学、海洋材料、设计与施工、运维安全等领域具有高度原创性和工程适用性的高水平论文。该期刊属于中国科学院工程技术类2区，JCR Q1，影响因子为4.6。