含概率与区间混合不确定性的系统可靠性分析方法

系统可靠性问题中通常存在大量的不确定参数,传统方法一般是基于概率模型对系统进行可靠性分析,但是实际工程中由于数据缺乏或试验条件的限制往往难以得到参数的精确概率分布.本文将结构体系一部分样本信息充足的不确定变量用随机变量进行描述,而另一部分样本缺乏的用区间表示,并提出了一种新的含概率与区间混合不确定性的系统可靠性分析方法.首先,基于一个高效求解方法获得单失效模式下结构的最小可靠度指标;再针对多失效模式下含概率与区间混合不确定性问题建立了系统可靠性分析模型;考虑各失效模式之间的相关性,通过线性相关度计算方法求得相关系数矩阵;最后提出了串联体系和并联体系可靠度求解方法.3个数值算例表明,该方法可以实现含概率与区间混合的多个非线性失效模式下系统可靠度的计算.通过对比传统的概率可靠性分析方法,本文方法只需要少量的不确定信息便可确保系统更加安全,更适合复杂结构系统可靠性的分析和设计.     

多模式自适应重要抽样法及其应用

针对多模式的可靠性分析，研究了其失效概率计算的自适应重要抽样法，该方法用模拟退火 算法来自动调整每个失效模式的重要抽样函数，使其逐渐趋近于估计方差最小的重要抽样 函数. 对于多个模式系统失效概率的计算，采用混合加权自适应重要抽样的方法, 反映了每个 失效模式对系统失效概率的贡献；对于系统失效模式所含基本变量不全相同的情况，提出了 扩展自适应重要抽样法, 来统一所有失效模式中的基本变量，从而使得混合自适应 重要抽样, 可以方便地求解变量不全相同时的系统失效概率. 对估计值方差和变异系数的计算公 式进行了推导. 验证算例结果, 充分说明方法的合理性与可行性.     

含模糊随机变量的多模式系统广义失效概率计算的内插迭代线抽样方法

通过正则化基本变量的度量空间,定义了单个基本变量同时具有模糊和随机双重不确定性时的广义失效概率.在广义失效概率的计算中,模糊随机变量被等价变换为随机变量.从而使得广义失效概率的计算变换为随机失效概率的计算.当模糊随机变量的密度函数和隶属函数均为正态型时,推导了其等价概率密度函数的形式和参数.采用自适应线抽样方法对基本变量同时具有模糊和随机不确定性时的多模式广义失效概率进行了计算,并采用数值算例对自适应线抽样广义失效概率计算方法的效率和精度进行了验证.算例分析表明该方法的计算结果是合理的,并且由于自适应线抽样法具有较高的效率和精度,因而所提方法具有一定的工程意义.     

结构体系的非概率可靠性分析方法

结构体系的可靠性与结构的失效模式有关。在非概率条件下 ,结构体系的可靠性取决于非概率可靠性指标最小的最危险失效模式。最危险失效模式的识别及相应极限状态方程的建立是结构体系非概率可靠性计算的关键问题。文中考虑了结构参数及强度、外载荷等参量的不确定性 ,基于随机可靠性方法中常用的优化准则法 ,提出了非概率结构体系主要失效模式的枚举准则。可在只需枚举出少量主要失效模式的情况下 ,不漏掉最危险失效模式。并提出用区间增量载荷法生成主要失效模式的极限状态方程。算例分析表明文中方法是实用和有效的。     

多个模式联合失效的设计点及概率的计算

提出了多个模式联合失效设计点的概念，并以此设计点作为计算联合失效概率的重要抽样函数的密度中心，算例表明本文方法可大大提高求多阶失效概率重要抽样法的投点效率和收敛速度，从而提高系统失效概率的计算精度。     

基于合理子域的改进响应面方法

基于结构可靠性分析理论,给出了合理子域概念.合理子域能够明确在设计点附近对失效概率起主要贡献区域尺寸,且能够保证失效点以一定概率落在其内,解决了对失效概率起主要贡献区域尺寸难以量化问题.基于合理子域概念,给出了一种改进响应面方法.该方法能够保证响应函数在设计点处是无误差的、且在合理子域内对极限状态函数具有较好近似.采取蒙特卡罗重要抽样方法求解失效概率,结合抽样点位置采取分区域评估方法以提高失效概率求解精度.算例表明,所提方法在处理具有显式和隐式极限状态函数的可靠性分析时,均具有较好的计算精度和较高的计算效率.      

多失效模式重要抽样法的方并分析及应用

在计算结构体系失效概率时，基于Ｍｏｎｔｅ－Ｃａｒｌｏ数值模拟的重要抽样技术已被实践证明是一种非常有效的方法。重要抽样法中估计量的方差是影响收敛速度和计算精度的重要指标，因此重要抽样法的方差分析是非常必要的。对于单模式而言，其方差分析比较容易。对于多模式情况，其方差分析有一定的困难。这有可能影响同样法在我模式结构体系失效概率计算中的应用，本文详细推导了几种常见重要产法的方差计算公式，然后用方差分析的     

基于子集模拟和重要抽样的可靠性灵敏度分析方法

针对工程实际中大量存在的小失效概率问题,提出了基于子集模拟和重要抽样的可靠性灵敏度分析方法. 在子集模拟重要抽样可靠性分析方法中,通过引入合理的中间失效事件,将小的失效概率表达为一系列较大的条件失效概率的乘积,而较大的条件失效概率则可通过构造中间失效事件的重要抽样密度函数来高效求解. 基于子集模拟重要抽样可靠性分析的思想,论文将可靠性灵敏度转化为条件失效概率对基本变量分布参数的偏导数形式,推导了基于子集模拟和重要抽样的可靠性灵敏度估计值及估计值方差的计算公式,并采用算例对所提方法进行了验证. 算例结果表明所提方法具有较高的计算精度和效率,并且适用单个和多个失效模式系统.      

多失效模式重要抽样法的方差分析及应用

在计算结构体系失效概率时,基于Monte-Carlo数值模拟的重要抽样技术已被实践证明是一种非常有效的方法。重要抽样法中估计量的方差是影响收敛速度和计算精度的重要指标,因此重要抽样法的方差分析是非常必要的。对于单模式而言,其方差分析比较容易。对于多模式情况,其方差分析有一定的困难。这有可能影响重要抽样法在多模式结构体系失效概率计算中的应用。本文详细推导了几种常见重要抽样法的方差计算公式。然后用方差分析的概念,阐明了多模式重要抽样法应用中的一些问题。     

考虑基本变量模糊与随机性的广义自适应重要抽样法

基于模糊随机广义可靠性分析向随机可靠性分析的转换,提出了模糊随机广义失效概率计算的自适应重要抽样法,该方法利用模拟退火智能优化,在模拟的过程中逐步逼近模糊随机广义设计点,并在模拟过程中自适应地构造重要抽样函数,从而使得模糊随机失效概率的计算效率和精度大为提高。与传统的重要抽样法相比,本文方法无需首先求解失效模式的设计点。对非线性失效区和复杂等价概率密度函数,由于模拟退火智能优化在寻找设计点时比诸如一次二阶矩法(FOSM)更为有效,因而所提方法适合非线性失效区和复杂等价概率密度函数情况下的广义可靠性分析。另外,随着重要抽样密度函数逐步向最优值的自动调整,抽取的样本数逐渐增大,使后续构建的重要抽样函数更能体现对广义失效概率贡献的重要程度,并使失效概率的计算更加准确。文中算例证明了所提方法的合理性。     

正态和非正态分布下结构系统的可靠性分析

本文在分析现有计算方法的基础上,提出了适合于多种结构系统可靠性分析的五种评价衡准.在失效概率的计算过程中,考虑了多种分布形式及随机变量间、失效形式间的相关性,从而为结构系统的最优可靠性设计提供了可靠的设计依据。     

考虑非高斯特性的结构首次失效时间计算

本文发展了一个计算具有非高斯特性的结构首次失效时间的解析方法.该方法利用Hemite矩模型将非高斯结构反应映射为标准高斯过程,由此计算反应的平均超越率、成群超越以及初始状态的影响,并最终给出结构的首次失效时问概率.二次力函数激励下线性单自由度系统的首次失效时间分析说明了该方法的使用过程,同时对该方法的计算结果与Monte Carlo模拟结果进行了对比.     

基于支持向量机回归的结构系统可靠性及灵敏度分析方法

提出了一种基于支持向量机回归近似极限状态方程的系统可靠性分析方法,所提方法首先由支持向量机拟合系统各失效模式的极限状态方程,将复杂或隐式极限状态方程近似等价为显式极限状态方程,然后根据系统各个失效模式的逻辑结构,由高精度的显式极限状态方程方法计算系统的失效概率和参数灵敏度.与线性展开和响应面法近似极限状态方程相比,文中方法由于采用了基于结构风险最小化原理的支持向量机回归,因而在拟合非线性极限状态方程上表现优越,计算精度高.与直接蒙特卡洛模拟相比,由于该方法采用较少的样本即可近似出概率等价的显式极限状态方程,因而计算效率大幅提高.工程实例表明:所提方法可以处理串联、并联和混合系统的可靠性与可靠性灵敏度分析,具有工程运用价值.     

结构非概率可靠性指标的求解方法

在结构的非概率可靠性方法中,结构的可靠性是用非概率可靠性指标来度量的。本文研究了区间变量的一般运算规则,给出了非概率可靠性指标的三种求解方法：定义法、转换法和优化法。给出了定义法的具体描述和实现方法,并给出了转换法的一般求解步骤和一种可通用的区间优化算法的实现过程。三种方法的给出,基本上解决了结构可靠性分析中非概率可靠性指标的求解问题。实例计算表明所提方法是有效和可行的。     

Improved Response Surface Method for Time-Variant Reliability Analysis of Nonlinear Random Structures Under Non-Stationary Excitations

The problem of time-variant reliability analysis of randomly driven linear/nonlinear vibrating structures is studied. The excitations are considered to be non-stationary Gaussian processes. The structure properties are modeled as non-Gaussian random variables. The structural responses are therefore non-Gaussian processes, the distributions of which are not generally available in an explicit form. The limit state is formulated in terms of the extreme value distribution of the response random process. Developing these extreme value distributions analytically is not easy, which makes failure probability estimations difficult. An alternative procedure, based on a newly developed improved response surface method, is used for computing exceedance probabilities. This involves fitting a global response surface which approximates the limit surface in regions which make significant contributions to the failure probability. Subsequent Monte Carlo simulations on the fitted response surface yield estimates of failure probabilities. The method is integrated with professional finite element software which permits reliability analysis of large structures with complexities that include material and geometric nonlinear behavior. Three numerical examples are presented to demonstrate the method.     

基于可靠性约束的结构优化设计技术研究

建立结构重量最小化、可靠度为约束的优化模型。将结构近似为串联可靠度模型，每个元件作为一失效单元；由应力状况建立元件的失效函数。采用一次二阶矩法求解元件的可靠性指标；用元件失效概率的和来表示结构失效概率；将结构失效概率的允许值平分给元件，建立设计变量的显示迭代式，并用满可靠度法进行修正，获得最终设计结果。在开展结构静强度优化设计的同时，对元件在线弹性范围内的屈曲可靠性优化设计问题做了初步的研究。桁架结构和机翼盒段结构的可靠性优化结果表明，与现有方法相比，本文提出的方法在具有较高精度的同时，极大地提高了优化设计的效率。