结构动力可靠度的重要抽样法

重要抽样法是蒙特卡洛数值模拟方法中的一种重要的方差缩减技术,目前重要抽样法在工程结构可靠度计算中的应用主要集中于静力问题。本文分析了动力可靠度蒙特卡洛方法的特点,提出了在结构动力可靠度问题中应用重要抽样法的方法,并针对白噪声荷载,给出了选择重要抽样函数的方法和重要抽样函数的具体表达式。理论和数值分析表明,本文所提出的重要抽样法应用于结构动力可靠度计算是可行的。     

结构可靠度计算中的描述性抽样法

本文提出描述性抽样方法的实质，即利用更少的时间抽取更多的服从要求概率分布的样本点，讨论了该方法的计算步骤和适用范围，并将描述性抽样方法与重要抽样方法结合起来计算多变量多模式的结构失效概率，比较了描述性抽样方法与一般抽样法的方差，算例结果表明描述性抽样方法具有较好的收敛性．     

结构可靠度模拟的方向重要抽样法

方向抽样法是结构可靠度Monte—Carlo模拟的方法之一。同其他的抽样方法一样，为提高抽样效率，需进行重要抽样。本文提出一种新的方向重要抽样法，该方法通过构造以验算点为球心的椭球，将以验算点为抽样中心的方向矢量变换为以原坐标系原点为中心的方向矢量，进而建立重要方向抽样的失效概率估计公式。在这种方法中，所构造的椭球半轴的长度为待定参数。分析表明，对于实际结构中的非闭合型极限状态方程，理论上应使与极限状态曲面正交的半轴的长度大于由一次二阶矩方法计算的可靠指标，本文建议取可靠指标值的1．1—1．2倍，其余半轴的长度可通过优化确定，本文采用了边模拟边优化的方法。算例分析表明，本文方法可以大大提高模拟的效率和精度，在随机变量数目较多时效果更为明显。     

结构可靠度计算中的描述性抽样法

本文提出描述性抽样方法的实质，即利用更少的时间抽取更多的服从要求概率分布的样本点，讨论了该方法的计算步骤和适用范围，并将描述性抽样方法与重要抽样方法结合起来计算多变量多模式的结构失效概率，比较了描述性抽样方法与一般抽样法的方差，算例结果表明描述性抽样方法具有较好的收敛性．     

动力可靠度计算的概率简单叠加法则法

首先给出了基于计算单元失效域的重要抽样法和区域分解法的计算步骤,随后利用基于计算单元失效域的重要抽样法的思想,引入构成总失效域的由持时内的时间点划分出的单元失效域;利用区域分解法的思想,引入构成总失效域的互斥的单元失效域,最后根据两种单元失效域的关系和概率简单叠加法则计算总失效概率.其中关键问题是计算结构反应时单位脉冲...     

基于LCF-Kriging模型的结构多失效模式可靠度计算

针对多失效模式下结构体系可靠度计算中的代理模型构建成本与计算精度如何权衡的问题,论文以减小体系失效概率预测方差为出发点,推导出最大贡献函数(LCF-Largest Contribution Function)来识别对体系失效概率方差影响较大的样本.LCF函数可减少对体系失效概率方差影响较小区域内样本数量,进而提高代理模型的计算效率;通过置信水平和允许相对误差建立LCF函数的学习停止条件,能够保证已有样本信息不浪费.论文选取能够对多个功能函数联合构建的多输出Kriging模型作为代理模型,基于LCF-Kriging模型并结合MCS对体系可靠度进行计算,功能函数的相关性可通过各失效模式的逻辑关系予以考虑.数值算例表明,在适当的学习停止条件下,对于串联、并联和串并混联的结构体系可靠度评估,论文方法均能在计算精度和计算效率之间达到满意平衡.     

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.     

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.     

一种基于混合遗传算法优化的截断重要抽样法

针对并联系统失效概率的计算,提出一种基于混合遗传算法的截断重要抽样法.所提算法中,基于十进制编码的混合遗传算法被用来寻找并联系统最可能失效点x*和系统近似可靠度指标β.以β为半径建立以坐标原点为球心的截球,并以x*为抽样中心构造重要抽样概率密度函数,从而建立针对并联系统可靠性分析的β球截断重要抽样法.通过算例分析,比较了几种不同并联系统失效概率计算的方法,结果表明本文方法比连续顺序近似法、一次二阶矩法具有更高的计算精度,比蒙特卡洛法具有更快的收敛速度,尤其是针对小失效概率问题;与β球截断抽样法和重要抽样法相比,计算效率也进一步提高.     

非平稳随机激励下结构体系动力可靠度时域解法

将结构动力方程写成状态方程形式,采用精细积分法对其进行数值求解,导出了非平稳激励下结构随机响应的时域显式表达式,该过程的计算量仅相当于两次确定性时程分析的计算量. 基于该显式表达式,结合首次超越失效准则,提出了非平稳随机激励下结构体系动力可靠度的数值模拟算法. 与功率谱方法相比,该方法无需同时在时频域内进行大量数值积分,也无需引入关于响应过程跨越界限次数概率分布, 以及各失效模式相关性等方面的假定. 通过数值算例, 对比了该方法与泊松过程法、马尔可夫过程法、传统蒙特卡罗法的计算精度和计算效率,结果显示该方法具有理想的精度和相当高的效率.      

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。     

基于分层抽样法的可靠性灵敏度分析

提出基于分层抽样的可靠性灵敏度分析方法。该方法将变量空间分割成多个互斥子空间,根据子空间对可靠性灵敏度估计值贡献率的大小来分配子空间的抽取的样本量,这种抽样策略使得更多的样本来源于失效域,从而达到降低估计方差、提高了收敛速度的目的。本文还推导了基于分层抽样法的可靠性灵敏度估计值的方差和变异系数。三个算例显示出分层抽样在单模式、多模式并联、多模式串联结构可靠性灵敏度分析上的可行性和优越性。     

基于主动学习Kriging模型与序列重要抽样的随机-区间混合可靠性分析

针对随机-区间混合可靠性分析中复杂功能函数的高非线性和多设计点问题,本文提出了一种结合主动学习Kriging模型与序列重要抽样方法的混合可靠性分析方法.在序列重要采样方法中采用高斯混合分布作为提议分布进行逐级采样,逐步逼近最优重要抽样函数的采样样本;结合序列重要抽样方法的特点,提出了主动学习Kriging模型的两步学习...     

基于阈值因子的结构可靠性解耦优化方法

基于结构可靠性理论,引入阈值因子的概念,其物理意义为当前最优解满足可靠性约束需将阈值增减的幅度。随着迭代的进行,对于有效约束,阈值因子收敛于1,能够使得最可能失效点快速向满足可靠性约束的极限状态曲面靠拢,优化效率得以提升。解耦模型中,优化变量可为随机变量也可为非随机变量,当优化变量为随机变量时,采取优化变量拆解方式进行计算。数值算例表明,本文方法对优化变量拆解方式不敏感,对有效约束和非有效约束均能够获得满意的优化结果,且计算效率明显高于经典方法。     

DYNAMIC RESPONSE OPTIMIZATION DESIGN FOR ENGINEERING STRUCTURES BASED ON RELIABILITY

IntroductionTheoptimumdesignofstructuraldynamicresponseisoneoftheimportantcontentsinthestructuraloptimizationdesign ,inwhichtherespondedphysicalquantityofstructuresunderdynamicexcitationaretakenasobjectorconstraintfunctions.Fortheproblemcomesdownsimultaneouslytothedynamiccharacteristicanalysisandthedynamicresponseanalysisaswellastheoptimumdesign ,itismoredifficultandcomplicatedthantheproblemofstructuralstaticoptimumdesign[1].However,therestillcomeoutsomeresearchproductionsinpastyears.Forexampl…     

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.      

基于缩减样本窗口的响应面重构方法

具有隐式功能函数的复杂结构可靠度分析常采用响应面方法。对于功能函数非线性程度较高的结构可靠度分析的响应面迭代重构问题,由于一般响应面方法样本窗口过大,导致迭代分析精度难以提高。本文提出了响应面重构中样本窗口的确定原则,并建立了结构可靠度分析的缩减窗口序列响应面重构方法。多个数值试验表明：该方法迭代收敛迅速,计算精度较高...