基于最优概率配点的向量型层递响应面法分析结构可靠度

概率配点的选取策略是响应面法研究的关键问题之一. 本文提出了配点矩阵行满秩原则,据此筛选层递响应面的最优概率配点. 首先利用结构总体刚度矩阵和荷载列阵定义预处理随机Krylov子空间,并利用该空间的层递基向量近似展开结构的总体节点位移向量,建立层递响应面表达式;然后利用层递基向量所对应的基本随机变量组合构造随机行向量,并形成配点矩阵,根据配点矩阵行满秩原则筛选确定层递响应面的最优概率配点,进而通过回归分析确定层递响应面的待定系数. 分析表明,层递响应面法具有良好的全域性且待定系数极少;基于配点矩阵行满秩原则筛选最优概率配点能够排除大部分作用不大的配点,大幅减少概率配点数目,与传统响应面法和随机响应面法相比,层递响应面法能够取得更好的计算效率和精度.     

基于逐步回归分析的随机响应面法

制约随机响应面法广泛应用的重要原因在于响应面展开式中的待定系数过多,计算效率不高.本文研究建立了改进的随机响应面法.首先,利用Nataf变换将给定边缘累积分布函数的相关随机变量转变为独立标准正态随机变量,进而将结构随机响应量描述为独立标准正态随机变量的混沌多项式展开式;然后,根据线性无关原则选取最优概率配点,并引入逐步回归分析剔除响应面展开项中的次要项,从而大幅减少展开式中的待定系数.算例分析表明,该方法具有较高的计算精度和效率.     

基于Nataf变换的层递响应面法分析结构可靠度

针对现有的随机响应面法(SRSM)和层递响应面法(CRSM)存在的局限性,本文结合预处理随机Krylov子空间法,建立了基于Nataf变换的向量型层递响应面法,并应用于含非高斯型互相关随机变量的结构可靠度分析。首先,利用预处理随机Krylov子空间的层递基向量近似展开结构的总体节点位移向量,建立向量型层递响应面;然后,根据Nataf变换建立非高斯型互相关随机变量与独立标准正态随机变量之间的关系式,将独立标准正态空间内由Hermite多项式的根组合形成的概率配点变换成非高斯空间内的概率配点,并通过回归分析确定层递响应面的待定系数。计算结果表明,本文建立的CRSM属于向量型响应面法,能较好地处理含非高斯型互相关随机变量的结构可靠度分析问题,计算精度和效率均较高,且具有良好的全域性。     

响应面法在结构参数灵敏度及可靠性分析中的应用

采用Box-Behnken 矩阵设计方法进行试验设计,并根据设计点的响应,利用最小二乘回归法建立响应面函数. 将响应面函数中参数的梯度信息与其分散程度结合,得到各参数的灵敏度系数,再归一化灵敏度系数得到概率灵敏度;将响应面模型与一次二阶矩法相结合计算结构的可靠度. 针对一个具体算例,分别采用基于响应面法与基于ANSYS 的Monte Carlo 法计算了结构的灵敏度及可靠度值,结果的一致性验证了该方法的有效性.     

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。     

基于SVM的结构可靠度分析响应面方法

响应面法是解决隐式极限状态方程结构可靠度分析问题比较理想的方法,其关键问题是响应面函数的重构。根据响应面方法经验点集的小样本特点,利用支持向量机(SVM)对小样本数据良好的学习和泛化能力,用SVM重构结构响应面方程,建立了基于SVM的隐式极限状态方程结构可靠度分析的响应面方法。在此基础上,文中提出了改进SVM响应面方法,改进的方法充分利用每次有限元计算成果,大幅减少了有限元计算次数。算例表明本文方法具有很好的计算精度和计算效率。     

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。     

基于观点法的谱随机有限元分析——随机响应面法

提出了一种基于配点法的谱随机有限元分析方法-随机响应面法(SRSM),这种方法与已有的谱随机有限元方法(SSFEM)类似,都用Karhunen-Loeve级数扩展式表示输入随机场而计算结果的输出用多项式混沌展式表达。然而这两种方法采用了不同的方法确定多项式混沌展式中的系数:SRSM利用概率最小二乘配点法而SSFEM利用概率Galerkin法。与解析的SSFEM相比,SRSM的优势在于有限元计算和随机分析计算不耦合,即可把通用有限元程序作为黑箱进行求解。与黑箱版的SSFEM相比,SRSM需要的样本计算更少。SRSM中的各配点来自高概率的区域并使均方差最小化,从而可用少量的样本计算获得较高的计算精度。算例突出了本文提出的方法的特点并显示此方法是有效的且有较高的计算精度。     

基于最小范数点的响应面方法

针对传统的响应面法难以实现大范围精度近似,可靠度计算效率和精度偏低的问题,本文从可靠度指标的几何意义入手,提出一种基于最小范数点的改进响应面方法。该方法在响应面上的最小范数点附近选取新的试验点,再对这些样本点进行二次多项式插值校正,从而构建出更加逼近极限状态方程的响应面形式,一定程度上提高了计算的精度。另一方面,本文引入了一种双重收敛准则进行判断性评估,能够有效地节省迭代的过程,提高计算效率。最后,算例分析验证了本文方法的合理性和适用性。     

Efficient Computational Method for the Non-Probabilistic Reliability of Linear Structural Systems

The non-probabilistic reliability in higher dimensional situations cannot be calculated efficiently using traditional methods, which either require a large amount of calculation or cause significant error. In this study, an efficient computational method is proposed for the calculation of non-probabilistic reliability based on the volume ratio theory, specifically for linear structural systems. The common expression for non-probabilistic reliability is obtained through formula derivation with the amount of computation considerably reduced. The compatibility between non-probabilistic and probabilistic safety measures is demonstrated through the Monte Carlo simulation. The high efficiency of the presented method is verified by several numerical examples.     

An extended stochastic response surface method for random field problems

An efficient and accurate uncertainty propagation methodology for mechanics problems with random fields is developed in this paper. This methodology is based on the stochastic response surface method (SRSM) which has been previously proposed for problems dealing with random variables only. This paper extends SRSM to problems involving random fields or random processes fields. The favorable property of SRSM lies in that the deterministic computational model can be treated as a black box, as in the case of commercial finite element codes. Numerical examples are used to highlight the features of this technique and to demonstrate the accuracy and efficiency of the proposed method. A comparison with Monte Carlo simulation shows that the proposed method can achieve numerical results close to those from Monte Carlo simulation while dramatically reducing the number of deterministic finite element runs. The project supported by the National Natural Science Foundation of China (10602036). The English text was polished by Yunming Chen.     

结构系统可靠性优化设计的神经网络方法

针对具有非正态随机参数的可靠性(优化)设计,提出了随机摄动-Edgeworth级数方法,采用该方法将可靠性概率约束转化为等价的确定型约束,可以迅速准确地获得优化设计信息。针对具有多失效模式的结构系统可靠性优化设计,提出了随机模拟一神经网络方法(MCS—NN),将随机模拟方法与神经网络技术有机结合,为结构系统可靠性优化设计提供了一种新方法。     

DYNAMICS ANALYSIS OF STOCHASTIC SPATIAL FLEXIBLE MULTIBODY SYSTEM 1)

轻质、高精度的柔性多体系统被广泛应用于实际工程领域中.由于实际设计公差、制造误差及环境温度等多种不确定因素的存在,使得柔性多体系统的结构参数(物理参数和几何参数)表现出随机性.具有随机结构参数的动力学模型能够客观地反映出真实系统的动力学行为,且结构参数的不确定性对空间柔性多体系统动力学响应的影响是不容忽视的.针对具有多个随机参数的空间柔性多体系统,提出了一种基于广义alpha算法的非侵入式随机柔性多体系统动力学计算方法.采用绝对节点坐标公式(absolute node coordinate formulation, ANCF)来描述柔性体, 推导建立多体系统动力学模型.利用混沌多项式展开(polynomial chaos expansion, PCE)法构建系统随机动力学方程的代理模型,然后将随机响应面法(stochastic response surface method, SRSM)嵌入广义-alpha方法中,分别采用改进抽样的回归方法(regression method of improved sampling, RMIS)和单项求容积法则(Monte Carlo simulation, MCR)来确定样本点.将数值计算结果与蒙特卡洛模拟(Monte Carlo simulation, MCS)结果进行对比, 验证了所提算法的有效性.在相同的定积分精度的条件下,根据单项求容积法则确定的样本点的计算结果稳定性更强, 且其计算效率更高.     

基于主动学习Kriging模型的可靠性分析

本文采用Kriging模型代替结构真实功能函数,引入主动学习函数,序列选择最佳样本点,在每次迭代中加入最佳样本点更新Kriging模型。与直接的蒙特卡洛方法相比,主动学习Kriging模型仅需要少量的结构分析就能够得到精度较高的可靠度结果,适用于实际工程具有隐式功能函数的结构可靠性分析。本文通过三个数学算例,从最佳样本点的分布情况、功能函数的拟合程度及可靠度计算结果出发对四种学习函数进行对比研究,最后对具有隐式功能函数的悬臂板进行可靠度分析。结果表明,主动学习函数的引入,合理选择了Kriging模型所需的样本,提高了计算效率,同时,学习函数的选择对结构可靠性分析结果也存在影响。     

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.