伴随着社会的发展,我国对油气资源的需求越来越大。管道因稳定、安全、高效等特点被广泛应用于油气资源的运输。尽管有独特的优势,但是失效问题不可避免。其中腐蚀是造成管道失效的重要影响因素,不仅造成能源浪费和经济损失,还会造成安全事故。管道因腐蚀而在壁面产生质量损失,形成体积型缺陷,这对管道安全服役带来巨大隐患。因此,对含体积型缺陷管道展开研究对管道的安全性评估和完整性管理具有重要意义。本文运用非线性有限元和机器学习方法研究了含体积型缺陷的油气输送管道,主要研究内容和成果如下:（1）首先从体积型缺陷简化形式出发,梳理了关键因素对含缺陷管道的安全评估的影响规律,并对相邻缺陷相互作用规律进行了归纳。以X80管道为研究对象,建立了内压下的非线性有限元模型,确定了网格划分方式、边界条件,基于实验爆破数据验证了合理性和正确性。为展开轴向双缺陷、环向双缺陷、重叠缺陷的研究提供基础。（2）在内压载荷作用下,针对几何因素对轴向双缺陷、环向双缺陷进行有限元分析。结果表明,缺陷深度和缺陷长度影响对管道失效压力影响较大,缺陷间距较小,其中环向间距的影响非常小,相关性分析结果亦是如此。通过缺陷间距的分析得到了缺陷间相互影响的极限距离。（3）针对几何因素对重叠缺陷进行了有限元分析,结果表明:顶层与底层缺陷间存在相互作用;顶层缺陷长度对管道有一定影响,但整体上较小;顶层缺陷深度是影响管道安全性的主要因素;当底层缺陷较深时,管道承载能力对底层缺陷长度的变化更加敏感。（4）基于有限元分析所得数据集,考虑各影响因素构建BP神经网络预测模型,通过外推对BP神经网络的泛化能力进行了检验。结果表明,本文所构建的BP神经网络模型能够对管道失效压力进行较为准确的预测,展示了人工神经网络方法在含体积型缺陷管道评估中良好的应用前景。