该机构颁发的机械工程风险降低奖表彰在机械工程任何领域的理解和/或降低风险方面做出最大贡献的杰出工程师。它以前被称为机械工程安全奖。

2017年机械工程风险降低声望奖授予了牛津布鲁克斯大学工程、计算和数学学院的Michael Todinov博士，以表彰他在降低机械工程风险方面做出的重大、持续和可验证的贡献。

Michael的专长是在安全操作和设计中提高可靠性和降低风险的通用方法和原则。他发表了大量论文，他的研究得到了汽车、核能、石油和天然气等安全关键行业的资助。他的研究提出了提高可靠性和降低风险的新方法，如:确定性和随机分离方法、分割方法、反演方法和自我强化方法。

迈克尔曾在伯明翰大学工作，他的博士学位与降低汽车悬架弹簧过早失效的风险有关，相关工业项目获得了EPSRC的最高评级。随后，他前往克兰菲尔德大学(Cranfield University)担任可靠性工程和风险管理的BP讲师，随后成为应用科学学院风险与可靠性负责人。
几十年来，可靠性研究的重点一直是可靠性预测，而不是可靠性改进。对于新设计来说，关键信息(失效频率、失效机制、载荷分布、强度分布)往往是不可用的，这就不允许对不同环境或用途的可靠性进行有意义的分析和正确的预测。即使所有的关键信息都是可用的，在某些情况下，对系统可靠性的有意义的预测仍然可能是一个问题，这是由于与系统组件的可靠性相关的不可避免的错误的积累。

迈克尔采取了不同的方法。他专注于提高可靠性和降低风险的方法，这些方法不依赖于过去故障数据的可用性，也不依赖于故障模式下故障机制的详细知识。2007年，他对提高可靠性和降低风险的一般原理和方法的研究，促成了这一新研究领域的第一本书的出版。介绍了基于失效成本的可靠性分析方法，制定了基于风险设计的基本原则。Michael还开创性地研究了可靠性如何依赖于随机变量的相对配置，以及固定预算的优化分配，以实现技术风险的最大降低。

迈克尔·托迪诺夫说:“我很激动能获得这个奖。“这不仅是对几十年来在提高可靠性和降低风险方面所做努力的认可，也是对我加强在这一领域研究的巨大启发。这个奖项让我进入了一个积极的自我强化的反馈循环，我决心要充分利用这个循环!”


了解更多关于机械工程风险降低奖