基于响应面法的复合材料连接结构可靠性分析

复合材料的力学性能参数比金属材料呈现出更大的分散性。本文提出采用加权线性响应面法对复合材料单钉连接结构进行可靠性分析。采用三维有限元模型进行复合材料单钉连接的确定性渐进失效分析。单向铺层的力学性能参数和强度参数均考虑为输入随机变量,用于可靠性分析。详细研究了不同失效准则和不同刚度退化方法的影响。结果表明,Olmedo-Santiuste失效准则与Camanho-Matthews刚度退化方法的组合能够给出与试验均值最接近的强度分析结果。另外,还仔细研究了响应面参数f的影响。结果表明,取f=1的线性加权响应面能够为复合材料单钉连接可靠性分析提供较好的统计特性逼近值。     

扩展重要抽样法及其在平尾转轴可靠性分析中的应用

提出了扩展重要抽样法，用以计算结构系统的多个失效模式中含有不全相同基本随机变量时的系统失效概率。通过构造扩展重要抽样法的抽样密度函数，给出该方法失效概率的估计值，以及其方差和变异系数的计算公式。并将此方法用于某型飞机平尾转轴的可靠性分析，算例结果表明其优越性。     

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。     

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.      

基于随机响应面法的可靠性灵敏度分析及可靠性优化设计

基于随机响应面法建立了可靠性灵敏度分析方法,并将其用于结构可靠性优化设计。建立的方法利用随机响应面法将隐式的结构响应函数转换成显式函数,在显式的响应函数基础之上求解失效概率和进行可靠性灵敏度分析,得到的可靠性灵敏度能为基于函数梯度的优化算法提供梯度信息。算例表明,本文提出的可靠性灵敏度分析方法具有较高的效率和精度,提高了结构可靠性优化设计的效率。     

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.     

基于线抽样的可靠性灵敏度分析方法

提出了一种基于线抽样的可靠性灵敏度分析方法.线抽样可靠性分析中,结构失效概率Pf是由每个抽样样本对应的失效概率Pfj的算术平均值来计算的,由此可知Pf对基本变量分布参数θ的灵敏度(э)Pf/(э)θ可以表示为Pfj对θ的偏导数(э)Pfj/(э)θ的算术平均值,而(э)Pfj/(э)θ则可以很容易地由Pfj与基本变量分布参数θ的解析关系求得. (э)Pfj/(э)θ和(э)Pf/(э)θ的计算公式被详细推导.可靠性灵敏度分析的线抽样方法继承了线抽样法的优点,诸如精度高,收敛快且适用于高维及多模式情况等.这些优点由算例证实.     

AN IMPROVED RESPONSE SURFACE METHOD BASED ON THE RESONABLE SUBDOMAIN

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.     

结构可靠性灵敏度分析的方向（重要）抽样法

方向抽样法是在标准正态空间极坐标系下,通过对矢径的方向进行随机抽样来分析结构可靠度的.但是当极限状态面接近平面时,方向抽样法就没有优势了.为了提高方向抽样法的效率,提出了三种基于方向(重要)抽样法的可靠性灵敏度分析方法.根据独立标准正态空间中基本变量的x<'2>分布特性及矢径与随机变量分布参数的关系,推导失效概率对基本随机变量分布参数的可靠性灵敏度分析的计算公式.该文所提的可靠性及灵敏度计算方法有较高的计算效率和精度,对于高度非线性极限状态方程问题亦有很强的适应性.     

基于Kriging模型的结构可靠性分析

在结构极限状态方程(LSF)未知的情况下,通常采用响应面法(RSM)模拟结构的极限状态方程,逐步修正求解。由于响应面法对于极限状态方程的多项式假定,使其在计算精度上存在一定的缺陷。本文通过随机选取的部分结构响应,采用K rig ing模型模拟未知状态的结构响应,然后附以最优化的方法求解可靠性指标。该方法突破了极限状态方程的形式对于可靠性计算的制约,避免数学表达式的不同对于可靠性计算的影响。通过数值算例,可以看到本文的方法具有较高的精度和稳定性。     

基于单纯形寻优的响应面可靠性分析方法

结构可靠度计算常采用经典的响应面法拟合隐式功能函数或高维功能函数，而对于强非线性功能函数的实际工程问题，尽管其能够计算出结构可靠度的结果，但此时多项式响应面的拟合精度不够，很容易造成不收敛的现象。为了解决上述问题，将响应面法与单纯形寻优的思路进行结合来探求一种有效的计算方法。本文利用单纯形算法对每次迭代的验算点进行优化；再以优化后的设计验算点为中心进行取样，利用响应面法循环迭代计算；最后，沿着真实响应面逐渐逼近最终的验算点。该方法能够解决高维非线性的隐式极限状态方程可靠度计算收敛性的问题，可以提高计算精度和计算效率，具有一定的工程适用性。     

基于样本点选择策略的一种改进响应面法

为提高响应面函数在验算点附近的拟合精度,提出了一种基于样本点选择策略的改进响应面法,选取不考虑随机变量耦合项的多项式进行拟合,通过对第二次迭代产生的设计点构造参考点,令样本点或参考点进行线性插值,从而得到下一次迭代所需样本点。该方法不仅能有效利用已有的抽样信息从而减少评估结构系统可靠性所需的计算工作量,还可以使得拟合得到的响应面更好地呈现验算点附近极限状态面的非线性趋势,从而提高失效概率的评估精度。算例表明:该方法在进行隐式或显示极限状态函数下的可靠度计算中,相对传统响应面法均提高了一定的效率和精度,具有一定的工程实际意义。     

SUPPORT VECTOR MACHINE FOR STRUCTURAL RELIABILITY ANALYSIS

Support vector machine (SVM) was introduced to analyze the reliability of the implicit performance function, which is difficult to implement by the classical methods such as the first order reliability method (FORM) and the Monte Carlo simulation (MCS). As a classification method where the underlying structural risk minimization inference rule is employed, SVM possesses excellent learning capacity with a small amount of information and good capability of generalization over the complete data. Hence, two approaches, i.e., SVM-based FORM and SVM-based MCS, were presented for the structural reliability analysis of the implicit limit state function. Compared to the conventional response surface method (RSM) and the artificial neural network (ANN), which are widely used to replace the implicit state function for alleviating the computation cost, the more important advantages of SVM are that it can approximate the implicit function with higher precision and better generalization under the small amount of information and avoid the "curse of dimensionality". The SVM-based reliability approaches can approximate the actual performance function over the complete sampling data with the decreased number of the implicit performance function analysis (usually finite element analysis), and the computational precision can satisfy the engineering requirement, which are demonstrated by illustrations.     

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.     

A NEW TWO-POINT ADAPTIVENONLINEAR APPROXIMATION METHOD FOR RELIABILITY ANALYSIS

I. INTRODUCTION Reliability analysis is becoming increasingly important in structural design. Over the years, manyresearchers have been involved in the evaluation of failure probability and many methods have beenpresented for structural reliability anal…     

?????????????????????????

基于计算结构力学理论与递推公式相结合的方法，推导出随机刚架结构在退化成机构 前各阶段的内力与结构处于初始状态时的内力关系. 因此，在基于随机有限元的可靠性分 析过程中，不必反复修改刚阵和进行反向节点力的增加，在极限状态函数对设计变量求导 过程中，导数形式只用到了原结构总刚度矩阵和原结构外载向量，这对编写电算程序是有 益的. 应用所提的方法与其它基于随机有限元的可靠性分析方法所求得的结果是一致 的，且大大提高了计算效率.     

应用响应面方法结合空间映射方法的可靠性评价

应用响应面结合空间映射方法,在第1次迭代拟合极限状态函数,其它迭代 应用映射技术在第1迭代响应面基础上映射调整得到新的极限状态函数,并进行可靠性分析. 这样就改变了序列响应面方法评价可靠性时需要反复对模型进行试验设计、分析并拟合极限状 态函数的执行过程,从而大大降低了模型分析的计算量.     

非正态变量可靠性分析的鞍点线抽样方法

结合鞍点概率分布估计和传统线抽样方法的优点,提出了非正态变量可靠性分析的鞍点线抽样方法。传统的线抽样方法对非正态变量问题进行可靠性分析时需将非正态变量等价转换为标准正态变量,非正态变量向标准正态变量的非线性转换将增加响应功能函数的非线性程度,进而加大了转换后响应函数失效概率估计的难度。所提鞍点线抽样方法则无需将非正态变量转化为标准正态变量,它利用鞍点概率分布估计方法可以直接估计非正态变量空间中线性响应函数概率分布的特点,并利用线抽样方法可以将非线性功能函数的失效概率转化为一系列线性功能函数失效概率平均值进行估计的优点,实现了非正态变量空间非线性功能函数失效概率的高精度估计。鞍点线抽样方法使用前需将变量进行标准化变换,这种变换是线性的,通过对变量的标准化变换可以消除变量的量纲,从而使得标准化变量空间概率分布更具规律性。理论推导可以证明：鞍点线抽样方法在基本变量服从正态分布时将退化为传统的线抽样方法。算例验证结果表明：针对非线性功能函数的可靠性问题,鞍点线抽样方法比传统的直接鞍点估计具有更高的精度。