一种基于凸集-概率混合模型的结构可靠性分析法

本文建立一种凸集-概率混合模型下的结构可靠性分析方法。考虑椭球模型和区间模型两种不同类型的凸集模型，在标准空间内通过拉丁超立方抽样生成样本点，通过矩阵变换将其转换到凸集空间内，得到凸集变量的样本点；将凸集变量样本点代入极限状态方程，从而混合可靠性模型转变为纯概率可靠性模型；利用Laplace渐进积分法对每个极限状态方程进行失效概率求解，统计结果的最大值和最小值，得到失效概率的上、下界，研究了凸集变量的个数对结果的影响，通过失效概率的变异系数描述计算结果的稳定性；通过三个算例验证了计算结果的精度，并采用混合模型的蒙特卡洛法进行对比计算。研究表明：本文所提方法计算精度和效率均较高；凸集模型的类型会对结果产生较大影响；为使结果趋于稳定，椭球模型所需的凸集样本点个数多于区间模型；若凸集样本点数目相同，椭球模型的失效概率计算结果变异系数较小，稳定性高于区间模型。     

一种基于凸集-概率混合模型的结构可靠性分析法

本文建立一种凸集-概率混合模型下的结构可靠性分析方法。考虑椭球模型和区间模型两种不同类型的凸集模型，在标准空间内通过拉丁超立方抽样生成样本点，通过矩阵变换将其转换到凸集空间内，得到凸集变量的样本点；将凸集变量样本点代入极限状态方程，从而混合可靠性模型转变为纯概率可靠性模型；利用Laplace渐进积分法对每个极限状态方程进行失效概率求解，统计结果的最大值和最小值，得到失效概率的上、下界，研究了凸集变量的个数对结果的影响，通过失效概率的变异系数描述计算结果的稳定性；通过三个算例验证了计算结果的精度，并采用混合模型的蒙特卡洛法进行对比计算。研究表明：本文所提方法计算精度和效率均较高；凸集模型的类型会对结果产生较大影响；为使结果趋于稳定，椭球模型所需的凸集样本点个数多于区间模型；若凸集样本点数目相同，椭球模型的失效概率计算结果变异系数较小，稳定性高于区间模型。     

可靠性敏度分析方法及其在非线性蠕变疲劳失效模型中的应用

针对非线性极限状态方程,发展了两种基本随机变量为非正态情况下的可靠性敏度分析方法:基于改进一次二阶矩的近似解析法和基于Monte-Carlo的数字模拟法.近似解析法中非正态变量首先被等价变换为正态变量,然后用正态变量的敏度分析法和隐函数求导法则来得到失效概率对非正态变量分布参数的灵敏度,求解敏度的数字模拟法是从计算失效概率的所有样本点中选取合适的抽样点,利用回归分析和隐函数求导法则来求取可靠性灵敏度的.所提方法被用于非线性蠕变疲劳失效模式的可靠性灵敏度分析,近似解析法和数字模拟法结果的一致说明了所提方法的合理可行.蠕变疲劳失效的可靠性灵敏度随参数的变化趋势分析为工程设计提供了有益指导.     

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。     

基于鞍点估计及其改进法的可靠性灵敏度分析

鞍点估计可以直接逼近非正态变量空间中线性功能函数概率分布, 进而得出功能函数的失效概率. 在此基础上进行了基于鞍点估计的可靠性灵敏度分析. 对于非线性功能函数, 尤其是强非线性功能函数, 基于鞍点估计进行可靠性及灵敏度分析时存在较大的误差, 为此建立了基于鞍点估计的改进方法------鞍点线抽样方法的可靠性灵敏度分析. 在标准化的变量空间中利用线抽样方法的样本点将系统失效概率转化为一系列线性响应功能函数失效概率的平均值, 从而可靠性灵敏度转化为一系列线性响应功能函数的失效概率对随机变量分布参数偏导数的平均值, 再采用鞍点概率估计方法直接估计非正态变量标准化空间中这一系列线性响应功能函数的失效概率及可靠性灵敏度. 通过比较两种方法的基本思想、实现过程和算例结果可以发现: (1) 第1种方法只适用于线性程度较好的功能函数的情况, 其误差主要来源于非线性极限状态函数的线性化; (2) 改进方法给出的是失效概率及失效概率对随机变量分布参数偏导数的估计值, 这些估计值随样本点数的增加而趋于真值, 并且该方法可以考虑功能函数的非线性对失效概率的影响, 因此具有广泛的适用范围.      

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.     

平稳随机激励下耦合Newmark滑移系统的可靠性分析

基于随机激励的离散形式,对耦合Newmark系统的动力可靠度问题进行解析分析。平稳随机激励下,耦合Newmark系统初始滑移极限状态方程可以写成n个标准正态随机变量的显式线性函数,并能给出可靠度指标的理论解。对于以相对滑移量为临界状态的情况,极限状态方程是n个标准正态随机变量的隐式函数,可借助静力可靠度方法进行求解。算例表明,系统初始滑移的设计点激励是以潜在滑动体自振频率为主频,振幅渐增的谐振时程;后者的失效概率与摩擦系数成非线性关系,存在合适的摩擦系数使失效概率最小。     

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.     

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.     

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.      

正态变量相关情况下可靠性灵敏度分析的新方法

基于独立正态变量情况下可靠性灵敏度分析的线抽样法,提出了一种求解正态相关变量情况下可靠性灵敏度的新方法。在所提方法中,首先将正态相关变量等效变换为正态独立变量,然后利用线抽样方法独立完成等效独立变量情况下失效概率对独立变量的所有分布参数的灵敏度分析,最后依据等效变换前后变量分布参数之间的解析关系和复合函数求导公式,求得...     

基于高斯过程分类的结构贝叶斯可靠性分析

贝叶斯可靠性方法是处理不完备信息条件下结构可靠性问题的有效途径之一。在实际应用中,由于可靠性分析的计算量较大,常须采用各种近似替代模型以提高计算效率。传统的替代模型方法是对结构的功能函数予以近似建模。这种方法不易定量考虑模型误差对可靠性分析的影响,且难以应用于诸如功能函数不连续和失效域不连通等情况。为此,本文提出一种基于高斯过程分类的替代模型,直接辨识结构的极限状态曲面,并将其应用于结构贝叶斯可靠性分析之中。分析了替代模型不确定性对可靠性预测结果的影响,给出了失效概率分布参数的方差算式,进而提出了改善模型精度的补充采样准则。通过算例验证了方法的适用性和有被性．     

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可靠性问题进行分析时需将非正态变量等价转换为标准正态变量,这种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,比直接Monte Carlo模拟有更高的效率.     

一种概率-区间混合结构可靠性的高效计算方法

针对既有概率变量又有区间变量的混合不确定问题,构造了一种高效的结构可靠性分析方法。该方法将传统概率可靠性分析中的响应面方法引入混合模型的可靠性分析中,通过Bucher设计与梯度投影相结合的方法建立线性响应面,并采用一有效的解耦方法求解基于响应面建立的近似混合可靠性问题,通过迭代实现响应面更精确地近似真实极限状态函数。最后,通过两个算例验证了该算法的有效性。     

可靠性灵敏度函数及其特征指标的条件概率模拟求解方法

可靠性分析中基本变量分布参数为区间均匀变量时,失效概率为分布参数的函数。基于条件概率马尔科夫链模拟,提出了一种可靠性灵敏度函数的求解方法,并提出了一种新的可靠性灵敏度度量指标,它为参数可靠性灵敏度函数在参数空间上的期望。文中推导了线性极限状态正态变量下全局灵敏度函数及新指标的计算式.并提出了高效的基于条件概率马尔科夫链...     

基于Copula理论的模糊可靠度隶属函数求解的自适应截断抽样法

针对工程中同时存在随机和模糊基本变量且随机概率信息不全的可靠性问题,利用Copula理论逼近随机基本变量的联合分布函数和联合概率密度函数,进而建立了Copula逼近基础上的模糊可靠度隶属函数求解的自适应截断抽样法。所建模型在Copula逼近基础上采用优化建模和迭代策略,交替考虑模糊不确定性和随机不确定性对功能函数的影响...     

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.