湖北工业大学机械工程学院陈龙灿团队在《湖北工业大学学报》发表论文《基于有限退化结构的无人艇系统可靠性决策方法》，该研究针对水面无人艇运行阶段非期望状态下决策支持不足的问题，以海底地形勘测无人艇为研究对象，采用基于格理论的有限退化结构(FDS)分析法构建多态系统可靠性模型，通过场景分析确定系统工作、退化、失效等状态的临界场景，为无人艇可靠性决策提供科学支撑，有效减少故障排查与非必要停机时间。
水面无人艇(USV)凭借低成本、高机动性等优势，广泛应用于各类海上任务，但长期作业于复杂海洋环境，系统故障率较高。传统可靠性分析方法如故障树、Markov链等，多适用于设计阶段的指标计算，难以在运行阶段提供“优先维修哪类设备”“组件退化影响”等实时决策信息，实际决策常依赖工程师经验，存在耗时久、误差大等问题。
为破解这一难题，团队引入FDS分析法——一种适用于多态系统的代数模型，将故障树的最小割集拓展为最近劣化场景，可动态定位系统薄弱环节并提供精准维修决策。研究构建的无人艇系统模型包含动力、通讯、导航等多个子系统，涵盖58个多态组件及10种关联关系，系统总场景数约1.7×10²²条，而表征薄弱环节的临界场景仅40~400条，极大降低了分析难度。
通过自主开发的LatticeX软件进行场景分析，团队明确了无人艇关键子系统的薄弱环节：动力子系统中600V锂电池组、配电盘等组件一旦退化，将直接导致系统失电;导航子系统的滤波器和显示控制器故障会影响信号质量与指令传输。基于条件场景分析，团队还提出动态决策方案：若组件退化但系统仍可运行，可优先完成任务后维修;若濒临故障，则聚焦最近劣化场景中的关键设备，优化维修顺序以快速恢复系统状态。
实验验证显示，添加组件状态约束后，系统场景数可从1.7×10²²条降至约10¹⁷条，临界场景数仅5~30条，决策效率显著提升。该方法突破了传统模型的应用局限，为无人艇及同类复杂装备的实时可靠性决策提供了新路径，对提升海上作业安全性与效率具有重要实践价值。后续团队将进一步优化算法，构建FDS模型库并集成于分析软件，拓展其在更多领域的应用。
