基于Bootstrap-SVR-SOC的小子样结构机构可靠性分析方法

针对实际工程中小子样结构机构可靠性分析的问题,提出了Bootstrap-支持向量回归（SVR）-二阶累计量（SOC）方法框架和多阶矩虚拟样本容量扩充方法,增强了扩充后样本的客观性;将Bootstrap与SVR方法结合,构建出结构机构可靠性极限状态函数,并利用SOC方法计算可靠度指标.最后,应用摆动导杆机构的仿真算例验证了新方法的有效性.     

新型结构可靠性分析自适应加点策略

为了在进行结构可靠性分析时,能够构建高精度、高效率的代理模型,提出了一种面向多种代理模型的基于通用学习函数(GLF)的结构可靠性分析自适应加点策略.该策略被视为一个多目标优化过程,GLF考虑了样本点间的平均距离和最小距离、是否分布在极限状态函数的附近以及联合概率密度函数等因素,使得自适应添加的样本点能稳健、高效地提升代理模型对失效概率的估计精度.数值案例和工程案例结果表明,针对不同的代理模型,GLF能够利用少量的样本点,高精度、高效率地估计出结构的失效概率.     

基于OELM重构极限状态函数的可靠度计算方法

针对工程可靠度计算中极限状态函数不解析、非线性、计算量大这一问题,提出基于优化极限学习机高效重构极限状态函数的可靠度计算方法.该方法确定可靠度重要影响区域,在该区域内利用优化极限学习机泛化性能好的优点,按照一定的策略高效循环重构极限状态函数,最大限度地减少极限状态函数的计算次数.基于该重构极限状态函数进行重要抽样可靠性计算.通过实例分析证明,该方法的效率极高,既减少了极限状态函数的计算次数,又能够保证可靠度的计算精度.     

基于序列代理模型的结构可靠性分析方法

工程中部件或系统的性能函数通常是隐函数形式,该文提出基于高效代理模型的结构可靠性分析方法,构造新增样本点学习函数,并用于指导在序列迭代过程中的样本点选择。所提出的学习函数考虑了变量权重并保证所选的样本点相互之间有一定的距离且分布在极限状态方程周围。算例分析表明该方法有较好的精度和鲁棒性,不仅适用于性能函数为隐函数时的结构可靠性分析,而且也适用于现有的各种代理模型（神经网络、支持向量机、响应面等）,为结构可靠性分析提供新途径与新方法。     

基于环形抽样代理模型的结构可靠性分析方法

该文提出一种基于高效代理模型—Kriging模型的可靠性分析方法,通过欧式距离构造抽样区域,用于确定代理模型更新过程中样本点的选取范围,保证代理模型在更新过程中只对失效概率贡献大的区域选取样本点。算例分析表明该方法具有较高的精度和效率,不仅适用于性能函数为隐式的结构可靠性分析,而且通过改变环形抽样区域的带宽,同样适用于结构可靠性分析中的小概率失效问题,为结构可靠性分析提供了新途径。     

结构优化设计的改进交叉熵支持向量机方法

针对工程优化设计中隐式函数和高计算量困难,提出了支持向量机与改进交叉熵算法的组合优化算法。采用在设计变量空间内分布更为均匀的拉丁重心Voronoi结构抽样方法(Latinized centroidal Voronoi tessellation,LCVT)获得试验点,进而利用支持向量机得到高精度的代理模型。同时采用改进交叉熵方法,引入"全局精英样本"与"局部精英样本"概念,构建新的参数更新策略,以充分提取迭代过程中的隐含的有用信息。同时增加变异操作避免陷入局部最优。通过2个数值算例验证改进交叉熵支持向量机方法优于传统交叉熵支持向量机方法,利用1个工程算例验证改进交叉熵支持向量机方法在工程领域的可行性。     

改进Kriging的热结构耦合梁共振非概率可靠性分析

针对梁结构在热结构耦合作用时其极限状态函数为隐式形式且难以求解的问题,基于振动可靠性理论,将改进的Kriging模型与有限元方法相结合,提出了热结构耦合梁共振非概率可靠性分析方法.首先利用Kriging法构建热结构耦合梁可靠性功能函数的近似模型,并利用主动学习法改进了选取新增样本点的方式,使得改进后的Kriging近似模型更加逼近于真实极限状态函数.在此基础上,考虑结构参数的不确定性,对梁结构的不确定变量用区间变量进行描述,建立了含有超椭球凸集的梁结构共振非概率可靠性模型,最后结合优化方法求解出梁结构共振非概率可靠性指标.算例结果表明了该方法的合理性以及计算精度高的特点,为热结构耦合梁的共振非概率可靠性分析提供了可行的途径.     

基于证据理论和代理模型的QMU分析

针对结构可靠性或性能评估中的随机和认知不确定性同时存在的情况,根据性能裕量与不确定性量化的概念,提出了基于证据理论和Kriging代理模型的性能裕量与不确定性量化分析计算方法。该方法首先对随机变量进行抽样并通过优化求解证据焦元内结构性能响应极值分布并生成训练样本空间,通过最大置信水平期望提高加点准则构建并更新Kriging代理模型,提高裕量与不确定性量化分析过程中不确定性传播的效率和精度,在此基础上通过计算置信因子实现结构可靠性或性能评估度量。最后通过算例比较研究了基于置信因子度量结构可靠性和结构非概率可靠性之间的差异。     

基于响应面方法的结构非概率可靠性分析

响应面方法可以用来建立工程结构极限状态函数的显式数学表达式,而椭球模型和区间模型则是计算结构非概率可靠性指标的两种基本模型.笔者基于响应面方法,用二次多项式近似拟合结构的极限状态函数,然后分别采用椭球模型和区间模型对结构的非概率可靠性指标进行计算,最后以悬臂梁作为算例,对不同模型计算出的可靠性指标进行了比较.结果表明:在对结构进行非概率可靠性设计时,使用区间模型要比椭球模型更安全.     

公路隧道初期支护可靠度分析

在分析公路隧道初期支护可靠性方面,蒙特卡罗法具有较高的精度。由于工程结构破坏概率通常较小,这就要求采用蒙特卡罗方法时必须要有足够大的抽样模拟总数才能给出正确的估计,利用方差减缩技术中的对偶抽样技巧可以迅速的降低抽样模拟次数。基于有限元模拟中隧道初期支护极限状态的功能函数的分析,依据公路隧道设计规范,确定了初期支护可靠度分析的极限位移的功能函数。并且利用APDL语言,编制了调用ANSYS建模求解模块分析隧道可靠度的程序,基于对偶抽样蒙特卡罗有限元模拟分析了深埋隧道初期支护的可靠性。     

A robust and efficient structural reliability method combining radial-based importance sampling and Kriging

Simulation based structural reliability analysis suffers from a heavy computational burden, as each sample needs to be evaluated on the performance function, where structural analysis is performed. To alleviate the computational burden, related research focuses mainly on reduction of samples and application of surrogate model, which substitutes the performance function. However, the reduction of samples is achieved commonly at the expense of loss of robustness, and the construction of surrogate model is computationally expensive. In view of this, this paper presents a robust and efficient method in the same direction. The present method uses radial-based importance sampling (RBIS) to reduce samples without loss of robustness. Importantly, Kriging is fully used to efficiently implement RBIS. It not only serves as a surrogate to classify samples as we all know, but also guides the procedure to determine the optimal radius, with which RBIS would reduce samples to the highest degree. When used as a surrogate, Kriging is established through active learning, where the previously evaluated points to determine the optimal radius are reused. The robustness and efficiency of the present method are validated by five representative examples, where the present method is compared mainly with two fundamental reliability methods based on active learning Kriging.     

Dynamic reliability analysis of spacial flexible beam

In order to investigate the dynamic response reliability of the spacial flexible beam, the Monomial Cubature Rules (MCR) based Stochastic Response Surface Method (SRSM) is applied to derive the surrogate model of the nonlinear implicit limit state function. A small set of sample pairs for flexible beam dynamic response is generated by taking the integral points of MCR as sample points. Based on these sample pairs and SRSM, the surrogate model of the implicit limit state function is established. The results show that the proposed method has an excellent performance in terms of accuracy and efficiency compared with the Probabilistic Collection Method (PCM) based SRSM and Monte Carlo method, and that the dispersion of system parameters has a significant effect on the dynamic response reliability of the spacial flexible beam.     

结构失效面上的复合蒙特卡罗方法

为了提高采用蒙特卡罗方法计算结构可靠度的效率和精度，提出了一种部分解析的失效面上的复合蒙特卡罗方法.通过对结构极限状态方程中某一变量或变量表达式的解析求解，将抽样点投影到结构失效面上.结合重要抽样方法，分别导出了原始空间（X空间）和旋转的正交正态空间（V空间）的算法.将抽样点投影到失效面上，不仅保证了抽样的有效性，而且使算法对高度非线性失效面具有更强的适应性.解析解的引入，降低了抽样维数，减小了计算结果的随机性，提高了计算精度.理论推导和数值计算证明了该方法的有效性.     

综合的结构可靠度函数预测模型

基于结构产品的现场失效数据样本较少以及物理结构模型可靠性评估存在误差,建立了综合考虑失效数据和结构失效模式及衰退机理的结构可靠度函数预测模型。采用一阶可靠性方法(FORM)进行物理结构可靠度评估,将失效数据方法得到的可靠度和物理结构方法得到的可靠度作为输入进行模糊回归,估计概率分布参数。建立的可靠度函数预测模型能较精确地预测结构产品随时间变化的可靠度,为结构产品的可靠性设计以及维修策略的制定奠定了理论基础。通过实例验证了该模型的可行性。     

An improved adaptive response surface method for structural reliability analysis

The response surface method (RSM) is one of the main approaches for analyzing reliability problems with implicit performance functions. An improved adaptive RSM based on uniform design (UD) and double weighted regression (DWR) was presented. In the proposed method, the basic principle of the iteratively adaptive response surface method is applied. Uniform design is used to sample the fitting points. And a double weighted regression system considering the distances from the fitting points to the limit state surface and to the estimated design points is set to determine the coefficients of the response surface model. Compared with the conventional approaches, the fitting points selected by UD are more representative, and a better approximation in the key region is also observed with DWR. Numerical examples show that the proposed method has good convergent capability and computational accuracy.     

基于主动学习Kriging模型的地下管线抗震可靠度分析

为提升地下承插式接口铸铁管线抗震可靠度的计算效率,提出基于主动学习Kriging代理模型的Monte Carlo模拟方法(AK-MCS)进行地下管线抗震可靠度计算。采用梁单元模拟管线结构,均布弹簧反映管土相互作用,接口弹簧模拟邻接管道约束作用,建立了地下管线地震响应分析模型;考虑管线接口允许位移、管线埋深、土体容重和内摩擦角等模型参数随机性的影响,以管线接口位移量为安全准则,采用主动学习Kriging模型方法建立管线接口位移响应与随机变量参数关系的代理模型,从而获得管线接口安全状态。算例结果表明,AK-MCS法计算得到的管线失效概率与传统Monte Carlo模拟计算的结果相对误差在5%以内,且AK-MCS法计算时间约为传统Monte Carlo模拟计算时间的2%。因此在进行管线可靠度计算时,主动学习Kriging代理模型方法具有准确性与高效性。     

基于SVR的城市供水管网余氯预测分析

支持向量机回归(SupportVector Regression SVR)算法是结构风险最小化原理在函数回归方面的应用。根据北方某城市供水管网余氯的人工采样数据,建立了基于SVR的余氯预测模型,并与人工神经网络、多元线性回归方法进行比较分析,结果表明:在有限样本情况下,SVR模型具有良好的泛化推广能力,各监测点模型预测平均相对误差为1.80%~8.73%,并可获得全局最优解,达到了实用要求,较好地解决了以往管网余氯小样本预测时,常常出现拟合精度高、预测效果较差的问题。     

机械结构可靠性灵敏度分析的鞍点估计方法

将鞍点估计理论与可靠性灵敏度理论结合,提出了一种结构可靠性灵敏度分析的鞍点估计方法,以实现机械结构的可靠性灵敏度设计.通过利用鞍点估计技术能无限逼近非正态变量空间中线性极限状态函数概率分布的特点,获取外载荷作用下机械结构响应的概率密度函数和分布函数.在此基础上,针对存在不确定因素的基本参数进行可靠性分析,推导出了基于鞍点估计的可靠性灵敏度公式,研究了机械结构可靠性灵敏度设计方法.并将其引入到新型旋转式立体车库载车台主梁结构的可靠性灵敏度分析实例中,与改进一次二阶矩方法（FOSM）计算所得的结果对比验证了该方法的可行性和有效性.