随机结构非线性动力响应的概率密度演化分析

提出了随机结构非线性动力响应分析的概率密度演化方法．根据结构动力响应的随机状态方程，利用概率守恒原理，建立了随机结构非线性动力响应的概率密度演化方程．结合Newmark-Beta时程积分方法与Lax-Wendroff差分格式，提出了概率密度演化方程的数值分析方法．通过与Monte Carlo分析方法对比，表明所给出的概率密度演化方法具有良好的计算精度和较小的计算工作量．研究表明：随机结构非线性动力响应概率密度具有典型的演化特征，随着时间增长，概率密度曲线分布趋于复杂．     

非线性随机结构动力可靠度的密度演化方法

建议了一类新的非线性随机结构动力可靠度分析方法。基于非线性随机结构反应分析的概率密度演化方法,根据首次超越破坏准则对概率密度演化方程施加相应的边界条件,求解带有初、边值条件的概率密度演化方程,可以给出非线性随机结构的动力可靠度。研究了数值计算技术,建议了具有自适应功能的TVD差分格式。以具有双线型恢复力性质的8层框架结构为例进行了地震作用下的动力可靠度分析,与随机模拟结果的比较表明,所建议的方法具有较高的精度和效率。     

随机动力系统中的概率密度演化方程及其研究进展

从概率密度演化的基本思想出发,阐述了概率密度演化方程的历史、进展与应用.文中首先剖析和澄清了概率守恒原理的物理意义,论述了概率守恒原理的随机事件描述和状态空间描述,并由此阐明了概率密度演化与系统物理演化的内在联系, 即:系统的物理状态演化构成了概率密度演化的内在机制. 在此基础上,结合概率守恒原理的两类描述以及系统状态的物理演化方程,以与历史上不同的方式,重新推导了经典概率密度演化方程,包括Liouville方程、FPK方程和Dostupov-Pugachev方程,进一步阐明了这些方程的物理意义, 以及它们不能降阶的原因.结合概率守恒原理的随机事件描述和解耦的系统物理方程,导出了广义概率密度演化方程. 分析了广义概率密度演化方程的物理意义.以非线性结构随机反应的概率密度演化分析为例,展示了概率密度演化理论的应用前景. 最后,指出了需要进一步研究的问题.      

随机结构动力反应分析的概率密度演化方法

提出了随机结构动力反应分析的概率密度演化方法．基于有限单元法基本原理，导出了含有随机参数的结构反应状态方程，进而，通过引入扩展状态向量，建立了随机结构反应的概率密度演化方程．将精细时程积分方法与Lax-Wendroff差分格式相结合，探讨了求解概率密度演化方程的数值方法．对一个8层层间剪切型随机结构进行了算例分析，并与Monte Carlo方法的结果进行了比较．研究表明，随机结构反应的概率密度具有演化特征，且概率密度曲线与正态分布差异甚大，甚至可能出现双峰曲线．     

广义密度演化方程的δ函数序列解法

随机动力系统响应或状态向量的概率密度函数一般遵循概率密度演化方程，如Liouville方 程、FPK方程和Dostupov-Pugachev方程，但是上述方程均属于高维偏微分方程，求解相当 困难. 基于概率守恒原理的随机事件描述导出的广义密度演化方程，其维数与系统自由度无 关，为随机动力系统分析提供了可能的途径. 从广义密度演化方程的形式解出发，引入 δ函数的渐近序列，获得了广义密度演化方程的一种新的数值解法------广 义密度演化方程的δ序列解法. 将建议方法与非参数密度估计进行了对比， 指出非参数密度估计是该方法的一个特例. 最后，分别采用重构实例和演化实例验 证了该方法在一维和多维情形下的有效性.     

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.     

结构内力概率密度演化的向量马氏过程方法

本文提出了位移加载机制下求解无启发持性结构结点力的概率密度演化规律的方法。该方法将力与非线性构形状态演化联合起来。组成力-状态混合向量马氏过程。采用分离式分析方法进行状态转移概率速度分析。然后建立力-状态联合概率密度演化方程。求解这一方程可分别得到非线性构形状态演化和结点力随机演化的概率结构。意味深长的是，非线性构形状态的演化方程可以直接由力-状态联合演化方程推导出来。而力的概率演化方程则不能实现力与状态之间的解耦。     

三类随机系统广义概率密度演化方程的解析解

近年来逐步发展的概率密度演化方法理论为随机动力系统的分析与控制研究提供了新的途径.过去若干年来,已经发展了一系列数值方法如有限差分法、无网格法用于求解广义概率密度演化方程.但是,针对典型随机系统,关于这一方程解析解尚比较缺乏.本文以李群方法为工具,研究给出了Van der Pol振子、Riccati方程和Helmholtz振子3类典型随机非线性系统的广义概率密度演化方程解析解.这些结果,不仅可以作为检验求解广义概率密度演化方程的数值方法结果正确性的判别依据,也为概率密度演化理论的进一步深入研究提供了若干分析实例.      

非线性随机动力系统的概率密度演化分析

阐述了基于概率密度演化理论进行多自由度结构非线性随机动力反应分析的基本思想.采用随机过程的正交分解或物理系统建模的思想,实现随机激励的随机函数表述.对由此获得的随机状态方程采用概率密度演化理论求解,可以获得随机动力系统反应的概率密度函数及其演化.以某剪切型框架结构的非线性随机地震反应分析为例,说明了所发展方法的可行性和有效性.     

广义密度演化方程与经典随机振动分析的比较研究

以结构随机风振响应分析为背景,考察了线性体系在平稳风荷载激励下的随机动力反应,进行了广义密度演化方程与经典随机振动分析的比较.基于物理随机系统研究框架,平稳脉动风荷载模型化为随机Fourier谱.分别以线性单自由度体系和线性多自由度体系为研究对象,比较分析了系统响应的概率密度演化解、理论平稳解和虚拟激励法解答.结果表明,分析系统有限时间内的随机动力反应,概率密度演化方法不仅能够获得渐近平稳段的稳态响应,而且能够反映响应非平稳初始效应的影响,与经典随机振动理论的虚拟激励法解答在均方特征意义上是等价的.     

非均布随机参数结构非线性响应的概率密度演化简

首先考察了概率密度演化理论中的点演化和群演化与概率空间剖分的关系. 继而,讨论了点集筛选的基本准则. 在此基础上推广了点集偏差的概念,对非均匀、非正态的一般多维分布,提出了广义F 偏差（GF 偏差）的概念,避免了偏差计算的NP 难解问题. 探索了GF 偏差与EF 偏差的关系. 以GF 偏差最小化为准则,建议了概率空间最优剖分与点集重整的新策略. 结果表明,上述方法能够处理包含多达数10 个随机变量的结构动力响应概率密度演化分析问题. 最后,指出了需要进一步研究的问题.     

非均布随机参数结构非线性响应的概率密度演化

首先考察了概率密度演化理论中的点演化和群演化与概率空间剖分的关系. 继而,讨论了点集筛选的基本准则. 在此基础上推广了点集偏差的概念,对非均匀、非正态的一般多维分布,提出了广义F 偏差（GF 偏差）的概念,避免了偏差计算的NP 难解问题. 探索了GF 偏差与EF 偏差的关系. 以GF 偏差最小化为准则,建议了概率空间最优剖分与点集重整的新策略. 结果表明,上述方法能够处理包含多达数10 个随机变量的结构动力响应概率密度演化分析问题. 最后,指出了需要进一步研究的问题.      

结构动力非线性随机反应的联合概率分布

在密度演化理论基本思想的框架下，对广义密度 演化方程进行推广，导出了结构不同反应量的联合概率密度函数演化方程. 结合确定性结构 非线性动力反应分析与二维偏微分方程求解的有限差分方法，可以获取结构不同反应量的联 合概率密度函数的数值解答. 分析实例表明：结构反应的联合概率密度函数呈丘陵状不规则 分布，而不同反应量之间的相关系数是时变的.     

Optimal bounded control for nonlinear stochastic smart structure systems based on extended Kalman filter

An optimal bounded control strategy for smart structure systems as controlled Hamiltonian systems with random excitations and noised observations is proposed. The basic dynamic equations for a smart structure system with smart sensors and actuators are firstly given. The nonlinear stochastic control system with noised observations is then obtained from the simplified smart structure system, and the system is expressed by generalized Hamiltonian equations with control, random excitation and dissipative forces. The optimal control problem for nonlinear stochastic systems with noised observations includes two parts: optimal state estimation and optimal response control based on estimated states, which are coupled each other. The probability density of optimally estimated systems has generally infinite dimensions based on the separation theorem. The proposed optimal control strategy gives an approximate separate solution. First, the optimally estimated system state is determined by the observations based on the extended Kalman filter, and the estimated nonlinear system with controls and stochastic excitations is obtained which has finite-dimensional probability density. Second, the dynamical programming equation for the estimated system is determined based on the stochastic dynamical programming principle. The control boundedness due to actuator saturation is considered, and the optimal bounded control law is obtained by the programming equation with the bounded control constraint. The optimal control depends on the estimated system state which is determined by noised observations. The proposed optimal bounded control strategy is finally applied to a single-degree-of-freedom nonlinear stochastic system with control and noised observation. The remarkable vibration control effectiveness is illustrated with numerical results. Thus the proposed optimal bounded control strategy is promising for application to nonlinear stochastic smart structure systems with noised observations.     

随机荷载作用下随机结构线性反应的概率密度演化分析

提出了随机荷载作用下随机结构线性静力反应的概率密度演化方法。基于力学平衡方程,导出了随机荷载作用下随机结构反应的状态方程,进而引入扩展状态向量,建立了随机荷载作用下的随机结构静力反应的概率密度演化方程,讨论了其差分数值求解技术,进行了八层框架结构在随机荷载作用下的反应的算例分析,在单一随机参数结构的情况下,与随机结构反应的精确解答进行了对比;对于多个随机参数结构随机反应,则与MonteCarlo分析结果进行了比较,研究表明,本文提出的方法具有很高的精度及良好的实用性。