里约热内卢联邦大学(Universidade Federal do Rio de Janeiro, UFRJ）阿尔贝托・路易斯・科英布拉工程研究生院(Alberto Luiz Coimbra Institute of Post-Graduation and Research in Engineering，简称COPPE)的科研人员成功研发出一套具备可扩展性且极具成本效益的解决方案，专门用于海上工业设施的退役处理。
这套方法由五十余位科学家共同打造，它将多准则决策分析（MCDA）与机器学习（ML）有机融合，有效降低了对遥控潜水器（ROV）等昂贵设备的依赖，从而显著削减了成本，同时大幅加快了决策进程。
来自海洋工程项目（PEnO）的马塞洛·伊戈尔·洛伦索・德索萨（Marcelo Igor Lourenço de Souza）教授和让-大卫·卡普拉斯（Jean-David Caprace）教授，将于2025年在加拿大温哥华举办的国际海洋、近海与北极工程会议（OMAE）上展示这一创新方法。OMAE是该领域规模最大的科学盛会，此次会议将于6月22日至27日期间举行。
当前，众多海上石油和天然气设施已临近使用寿命终点。海上石油和天然气设施的退役处理工作，需要综合考量环境、社会、技术、安全以及经济等多方面因素。此次研发的方法旨在对这一过程进行优化，充分兼顾石油企业、政府机构、环保组织以及当地社区等多方利益相关者的诉求。
让-大卫教授阐释道，通过运用机器学习算法，结合从实际案例研究中提取的数据，研究团队实现了决策流程的自动化，并对其进行了完善，有效减少了人为因素导致的偏差，进而做出更为可靠的决策。该方法依据六项标准对退役处理的不同方案进行评估，分别是：技术标准、环境标准、社会标准、健康与安全标准、经济标准以及残余物生命周期评估标准。
*让-大卫·卡普拉斯教授
研究结果显示，机器学习与多准则决策分析的深度融合，显著提升了整个流程的效率，能够对退役处理方案进行合理排序，减少时间和资源的消耗，同时在决策过程中始终保持高度的精准性。运营和物流相关的变量在决策指引中发挥着关键作用。
“近七年来，我们一直与巴西国家石油公司（Petrobras）合作开展海上设施退役处理的决策项目，并且我们开发多准则决策分析（MCDA）方法已有一段时间了。我们以14个实际案例作为研究对象，对该方法进行了验证。在即将于温哥华 OMAE会议上发表的论文中，我们对坎波斯（Campos）和桑托斯（Santos）盆地海上油田的案例进行了研究，初期重点关注柔性管道的退役处理。后续，我们还将对刚性管道及相关设备展开研究。我们的目标是打造一款通用性强的实用工具。” PEnO教授兼Coppe学术事务主任让-大卫·卡普拉斯教授介绍道。
此项研究由 “Descom.sub” 团队主导开展，由马塞洛·伊戈尔·伦索·德索萨教授、维尔吉利奥・阿尔梅达（Virgílio Almeida）教授以及研究员劳雷莱娜・帕尔哈诺（Laurelena Palhano）共同协调，可持续生产核心（Sage）、水下技术实验室（LTS）以及海军工程过程模拟实验室（Labsen）的研究人员也参与其中。