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.     

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.      

区间模型非概率可靠性全局最优解

考虑到实际工程中大量存在不确定性因素,将结构中不确定参数描述为凸集变量的一种特殊情况－区间变量,根据区间模型可靠性指标的定义,采用解析方法进行非概率可靠性全局分析。为避免可能失效点遗漏,解析分析从二、三维开始,对平面和空间进行区域划分,根据极限状态函数的形式,指出了可能失效点依赖于极限状态函数的极值点和根植点。通过简单的量值比较,即可确定最可能失效点,进一步可求得可靠性指标。将低维分析方法推广到n维情况,给出了n维空间中用于计算极值点和根植点方程的数量,能够有效避免发生可能失效点遗漏现象,对优化搜索具有指导意义。针对两类算例进行求解,并与已有结果比较,验证了本文解析方法的正确性。     

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。     

弹性连杆机构广义刚度可靠性分析的数值模拟法

首先对响应面法进行了改进并应用于弹性连杆机构刚度可靠性分析，以迭代的格式和选择最优插值点的响应面法确定弹性连杆机构刚度可靠性分析的极限状态函数，编制了相应的有限元程序。然后在考虑安全、失效状态模糊性的基础上建立了弹性连杆机构的广义可靠性分析模型；提出了以重要抽样法与描述性抽样法相结合来求解弹性连杆机构广义失效概率的方法，此方法可以大量减少抽样时间，并且可以大大提高抽样效率，从而加快结果的收敛速度。     

基于BP神经网络和Laplace渐进积分法的结构可靠性计算

传统基于代理模型的可靠性研究大多将抽样方法与代理模型相结合,并假定随机变量相互独立,且没有考虑到代理模型的不确定性对失效概率的影响。本文将反向传播(BP)神经网络和Laplace渐进积分法相结合,提出一种结合代理模型和高次阶矩的可靠性计算方法,称之为BP-Lap法。采用Latin超立方抽样技术,结合学习函数选取样本点,基于函数逼近原理,利用BP网络代理极限状态方程及其梯度向量和Hessian矩阵。利用训练好的BP网络通过Laplace渐进积分法求解失效概率,基于十折交叉验证思想,得到失效概率取值区间。通过四个算例,分别在随机变量相关和不相关的条件下,验证了BP-Lap法的有效性。研究表明：BP-Lap法可以衡量代理模型的不确定性对失效概率的影响,得到失效概率的上、下界;BP-Lap法同时适用于显示和隐式的极限状态方程,对相关随机变量的可靠性问题具有较高精度。     

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.      

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.     

考虑状态模糊性时广义失效概率计算的鞍点逼近方法

针对状态具有模糊性的广义可靠性分析问题,提出了一种广义失效概率计算的鞍点逼近方法.所提方法首先将广义失效概率的积分区域依据功能函数的取值离散化,在离散的积分区域中,功能函数对模糊失效域的隶属函数近似保持为常数,从而将模糊可靠性问题转化为随机可靠性问题,进而利用近似的鞍点逼近方法求得广义失效概率.该文给出了所提方法的实现步骤和原理,并用算例验证了所提方法的合理性和可行性.由于基于鞍点逼近的考虑状态模糊性时广义失效概率的计算方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.     

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.     

基于β面的截断重要抽样法

提出一种基于β面的截断重要抽样法求解结构单失效模式的失效概率。该方法通过在设计点处作失效面的虚拟切面-β面,将变量空间分割成重要抽样区域R和非重要抽样区域S。在R和S区域分别建立相应的截断重要抽样密度函数hR(x)和hs(x),从hR(x)和hs(x)中抽取的样本量按照R和S区域对失效概率的贡献来分配,由迭代模拟计算得...     

基于主动学习Kriging模型和子集模拟的可靠度分析

工程结构的功能函数大多数具有隐式非线性程度高的特点,且失效概率较小,需要复杂的有限元分析计算。针对工程实际中大量存在的小失效概率问题,本文提出了基于主动学习Kriging模型和子集模拟方法相结合的可靠度分析方法——AK-SS。AK-SS方法有子集模拟求解小失效概率和主动学习的Kriging模型代替真实功能函数的优势。该方法首先采用Kriging模型代替真实功能函数,通过主动学习方法逐步扩充实验设计点,逐步改善Kriging模型的精度;然后利用子集模拟方法的基本思路,通过引入合理的中间失效事件计算小失效概率。结果表明,AK-SS方法在保证结果精度的同时减少了功能函数的评估次数,对于工程实际中具有隐式功能函数的小失效概率计算问题具有较强的应用前景。     

基于快速Fourier变换的可靠性分析方法

提出了一种用于非线性隐式功能函数可靠性分析的快速Fourier变换方法.首先利用高效多维数值积分方法或基于响应面法的卷积积分求解功能函数的分布函数的特征函数,也就是进行Fourier正变换;然后利用快速Fourier逆变换数值求解功能函数的概率密度函数,进而求得失效概率.给出的算例表明此法具有精度和计算效率较高的优点.     

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。     

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。     

基于支持向量机的序列可靠性优化方法

在工程设计中,可靠性优化设计通常计算量较大或精度不够。本文提出了一种基于支持向量机（Support Vector Machine）和MPP（Most Probable Point）的可靠性分析方法。用SVM 在MPP处替代原极限状态函数,并利用极限状态函数的梯度信息,使SVM模型穿过M PP并与原函数相切,再基于SVM采用重要抽样法计算失效概率。然后,将SORA（Sequential Optimization and Reliability Assessment ）与基于SVM 的可靠性分析方法相集成,将传统的双循环可靠性优化算法解耦为单循环,并通过基于SVM 的可靠性分析方法修正了SORA中由于线性近似带来的误差,保证了最优设计点处可靠性分析的精度。算例证明,该方法在处理非线性问题时具有精确度高和计算量适度的特点。     

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。     

截断正态分布情况下失效概率计算的截断重要抽样法

截断重要抽样法是在传统的重要抽样方法的基础上,引入截断抽样函数来计算结构的失效概率,本文运用此方法来解决工程中普遍存在的截断分布问题。首先将截断分布情况下的可靠性模型转化为非截断分布情况下的多模式并联系统的可靠性模型,然后采用截断重要抽样法求解,推导了截断分布可靠性估计值的方差分析公式。文中给出的算例结果表明:截断重要抽样法适用于截断分布的可靠性分析,且在相同的计算精度下,截断重要抽样法比传统的重要抽样法效率要高。     

基于概率密度演化方法的地下结构可靠度分析

本文提出基于概率密度演化方法的地下结构可靠度分析,通过求解极限状态函数的概率密度演化方程,可以得到响应量的概率密度函数曲线.相比于传统的随机模拟方法,概率密度演化方法考虑了样本点之间的概率联系,因此在求解效率以及精度上都得到大大提高.文中结合上海市轨道交通M6线地铁下程进行了基于概率密度演化方法的可靠度分析,与随机模拟的结果相比表明,基于概率密度演化方法的地下结构可靠度分析方法具有更好的效果.文中还介绍了基于等价极值事件的结构体系可靠度分析方法,并将等价极值事件的基本思想推广到复杂失效准则下地下结构的可靠性分析之中.结果表明此方法可以对地下结构可靠度给出较为准确的评价.