基于概率密度演化方法的随机结构可靠度分析

随机结构反应的概率密度演化方法能够给出随机荷载作用下随机结构反应的概率密度函数。在此基础上,根据给定的正常使用位移限值要求,直接进行积分给出了随机结构的正常使用可靠度及其失效概率。在实例分析中,与一类情况下的精确解答及基于反应正态分布假定的二阶矩方法分析结果进行了比较。研究表明：基于密度演化方法的随机结构可靠度分析具有很高的精度,而二阶矩方法的可靠度分析结果则往往具有一定的偏差,在失效概率较低时可能给出虚假的失效概率。     

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．     

结构随机反应概率密度演化分析的数论选点法

密度演化方法可以直接获取结构的线性和非线性响应概率密度函数解答及其演化过程。当结构参数与激励中含有多个随机变量时，在多维随机变量空间中的离散代表点选点规则对密度演化分析的精度和效率至关重要。基于高维数值积分的数论方法，建议了多维随机变量空间的数论选点方法。利用多维随机变量空间的联合概率密度函数的球对称性或近似辐射衰减性质，对数论方法给出的单位超立方体中的分布点集进行筛选，可大幅度减少选点数目，从而将具有多个随机变量的结构随机响应分析问题计算工作量降低到与单一随机变量结构随机响应分析问题相当的水平。     

随机结构静力反应概率密度演化方程的差分方法

随机结构分析的概率密度演化方法是分析随机结构静力反应的一种具有良好前景的方法。本文研究了求解随机结构静力反应概率密度演化方程的差分方法，分别探讨了单边差分格式和Lax-Wendroff格式的计算性态。二者均能满足概率相容性条件并且能够保证均值线性增长。以八层框架结构的静力随机反应为例，对两种差分格式的结果及精确解答进行了具体的比较分析。研究表明，两种差分格式均是收敛和稳定的，在不连续点处存在角点效应．单边差分格式能够保证概率非负性，而Lax-Wendroff格式具有往往更快的收敛速度。就变异系数而言，通常单边差分格式的变异系数随着区间离散数的增长而趋于稳定值，Lax-Wendroff格式则一开始就可得到恒定的值。     

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．     

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.     

结构非线性随机地震反应的概率密度演化方法

运用随机过程的正交展开方法,将地震动加速度过程展开为由少量独立随机变量所调制的确定性函数的线性组合形式.结合概率密度演化理论,建立了结构非线性随机地震反应分析的密度演化方法.以滞回结构非线性反应分析为例,考察了一个具有10个自由度的剪切型框架结构的随机地震反应分析问题.分析表明,结构非线性地震反应具有明显的随机涨落现象,且概率密度曲线与常见的正态等分布相差甚远.     

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.      

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.      

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.     

随机外激励作用下非线性系统响应演变概率密度

对随机高斯外激励作用下强非线性振动系统响应演变概率密度函数求解问题进行探讨.应用随机函数空间的正交分解理论,将由熵方法定义的指数形式概率密度函数表达式在随机泛函空间中展开,推导了展开级数所满足的FPK方程.运用加特金方法,将概率密度与系统状态向量共同表征的偏微分方程求解问题转化为求解逼近系数的一阶常微分方程组形式,使得问题求解成为可能.数值算例中研究了随机外激励作用下下一阶与二阶随机非线性系统响应概率密度函数求解问题,初步讨论了随机非线性系统响应概率密度函数的瞬态演化过程.     

几类非线性系统平稳随机响应的概率密度

本文考虑非保守力依赖于系统能量的非线性系统,构造了四类这种系统对白噪声外激与/或参激的平稳响应的精确概率密度,讨论了存在平稳响应的条件。同时指出,迄今为止已有的非线性系统平稳随机响应的精确解皆属本文给出一般结果的特殊情形。最后还给出几个例子说明一般结果。     

概率密度演化方程TVD格式的自适应时间步长技术及其初值条件改进

随机性普遍存在于实际工程问题中,而复杂结构的非线性随机响应分析是其中的一个难点,近年发展的概率密度演化方法为此类问题的求解提供了新的途径.由于实际问题的复杂性,概率密度演化方程通常采用数值方法求解,因此提高计算效率和求解精度对实际应用具有重要意义.本文基于变网格技术,推导了概率密度演化方程在非均匀时间步长上的总变差减小(total variation diminishing,TVD)差分格式,算例结果表明通过自适应插值可将迭代次数减少为原来的43.4%,当随机过程样本持续时间增大时均值估计的平均误差基本不变,而标准差估计的平均误差不断增大,但增大幅度不断减小;计算耗时随样本持续时间的增大也呈增大趋势,而由于使用了时间步长自适应插值算法导致有些情况下长持时样本的计算耗时反而比短持时样本的计算耗时短;在传统的脉冲函数型初值条件基础上,提出了一种高阶导数更稳定的余弦函数型初值条件形式.结果表明,脉冲函数型的初值条件是余弦函数型初值条件的一个特例,当参数取值适当时,余弦函数型初值条件的数值求解结果具有更高的精度.本文的工作进一步完善了概率密度演化方程的求解方法,为其在实际工程中的应用提供了基础.      

线性随机结构在随机激励下动力响应分析

利用虚拟激励法对随机结构正交展开理论进行扩展,并在Ritz向量子空间中对扩阶系统方程进行动力聚缩,提出了一类可以快速高效地进行线性随机结构复合随机振动分析的计算方法．算例分析表明,该法可以方便地分析随机结构在平稳或非平稳随机激励下的复合随机振动问题,且分析结果与 Monte Carlo模拟分析结果符合良好;与均值参数确定性结构传统随机振动分析计算结果相比,随机结构在相同随机激励下响应自谱密度曲线具有峰值降低、谱宽增大的特点．