水介质爆炸容器是一种内部填充水介质,通过加载不同静水压来模拟不同水深环境,基于相似原理,利用小药量进行水下爆炸理论和工程技术研究的重要试验设备。为了确保容器安全使用,同时又能够充分发挥效能,有必要对其进行可靠性分析。由于容器在水下爆炸冲击波和加载静水压耦合作用下的响应规律很难得到解析形式,而采用数值模拟方法又无法动态体现容器的服役状态,因此本文提出了一种基于动态响应智能预测的随机-区间混合可靠性模型,对实际水介质爆炸容器进行可靠性分析。首先,通过数据特征分析、异常值检测以及平滑处理,实现了水介质爆炸容器动态响应测试样本数据预处理,在此基础上分别建立支持向量机回归预测模型、XGBoost预测模型、卷积神经网络预测模型和遗传算法优化BP神经网络预测模型,预测结果对比分析显示,BP神经网络模型的预测性能最佳,可为容器可靠性分析提供依据。然后,基于容器动态响应预测模型,获得容器最大应变区间变量。由于预测模型以容器服役期间的所有动态测试数据作为训练样本,使得所预测的容器在设计载荷下的最大响应区间具有自适应性,能反映当前容器的服役状态。结合考虑容器强度的随机特性,建立水介质爆炸容器的随机-区间可靠性分析模型。采用该模型进行容器可靠性分析,很好解决了在概率可靠性分析中,由于样本数据有限,参数的统计规律难以获得的缺陷。最后对随机-区间可靠性模型进行了不同方法的可靠性指标计算,对比发现,对于水介质爆炸容器这类高可靠性结构,采用将随机变量等效为区间变量,然后进行区间可靠性指标计算的方法,可以更直观的量化结构可靠程度。