元件与模式相对重要度与静强度可靠度的影响分析

本文通过研究指出，在运用增量载荷法寻找每级可能破坏元件时，必须考虑每个元件变异系数的影响，以避免漏掉极限承载能力很大但可靠度很低的失效模式；同时指出，结构失效的各个模式对系统可靠性的影响不仅与其本身发生失效的概率有关，而且与这个模式的重要程度有关，并提出了采用加权系数来计及每个失效模式的重要程度对结构系统可靠性的方法；最后用算例说明了本文方法的合理性。     

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.     

基于链式贝叶斯网络的结构可靠性分析

将贝叶斯网络与传统可靠性方法结合,建立结构系统的可靠性贝叶斯网络模型,通过改进的分支限界法确定结构主要失效模式,并将贝叶斯网络链式化来提升计算效率。根据可靠性方法计算条件概率表;使用概率网络估算法来考虑主要失效模式之间的相关性,计算系统可靠性;当有新信息出现时,利用贝叶斯网络推理,对结构系统可靠性进行评估。以一桁架结构为研究对象,计算结构系统的可靠性,并在新信息出现的情况下对系统可靠性进行了更新。     

基于降维积分的结构系统可靠性分析研究

复杂结构系统一般具有多个失效模式. 传统系统可靠性分析模型是在假设各失效模式相互独立的条件下建立的. 而在工程实际问题中,由于结构系统的组成单元之间紧密联系,系统的失效模式大多是相互耦合的. 简单地在失效模式相互独立的假设条件下进行系统可靠性分析与评价常常会导致过大的误差,甚至得出错误的结论. 提出一种相关失效模式结构系统可靠性分析方法. 利用降维法和Gauss-Hermite数值积分技术计算随机参数结构系统极限状态函数的统计矩,采用极限状态函数的前四阶累积量拟合其累积量生成函数,通过鞍点逼近方法拟合结构系统极限状态函数的概率密度函数和累积分布函数,进而获取结构系统的可靠度(或失效概率).数值算例表明该方法具有较高的计算精度和效率,通用性强.     

基于可靠性约束的结构优化设计技术研究

建立结构重量最小化、可靠度为约束的优化模型。将结构近似为串联可靠度模型，每个元件作为一失效单元；由应力状况建立元件的失效函数。采用一次二阶矩法求解元件的可靠性指标；用元件失效概率的和来表示结构失效概率；将结构失效概率的允许值平分给元件，建立设计变量的显示迭代式，并用满可靠度法进行修正，获得最终设计结果。在开展结构静强度优化设计的同时，对元件在线弹性范围内的屈曲可靠性优化设计问题做了初步的研究。桁架结构和机翼盒段结构的可靠性优化结果表明，与现有方法相比，本文提出的方法在具有较高精度的同时，极大地提高了优化设计的效率。     

杆系结构静强度和疲劳失效机理及可靠性分析

根据疲劳载荷造成的疲劳累积损伤对结构极限承载力的影响情况,讨论了结构系统承载能力的可靠度计算方法,分析了结构系统中每一个单元在静载和疲劳载荷作用下的两种失效模式,并考虑了二者之间的相关性对该单元可靠性的影响,具体分析了结构系统在这两种载荷作用下的失效机理,给出了在这两种载荷作用下结构系统的可靠性分析方法. 算例表明,在不同的使用年限内,静载和疲劳载荷对结构系统可靠性的影响是不同的;在结构系统主要失效路径中既有单元静强度失效又有单元疲劳失效,这是符合结构系统使用真实情况的.     

用自动矩阵力法枚举结构的主要失效模式

本文发展了一个考虑元件强度的自动矩阵力法，并基于这一方法和实际工程结构的特点，提出了一个枚举结构体系主要失效模式的方法，这一方法简单且能有效地枚举出结构体系的主要失效模式．     

用自动矩阵方法枚举结构的主要失效模式

本文发展了一个考虑元件强度的自动矩阵方法，并基于这一方法和实际工程结构的特点，提出了一个枚举结构体系主要失效模式的方法，这一方法简单且能有效地枚举出结构体的主要失效模式。     

结构系统静强度与断裂的综合可靠性分析

基于疲劳载荷作用下裂纹扩展的随机性,建立了结构系统综合考虑静强度和断裂的可靠性分析方法,该方法给出了元件静强度失效时所对应的当量寿命,并建立了元件综合失效判别准则,分析了元件静强度失效和断裂失效之间的相关性.算例表明,随使用年限的增加,元件静强度失效和断裂失效之间的相关性也在增加;在不同的使用年限内,结构系统主要失效路径是不同的,并且在结构系统主要失效路径中既有元件静强度失效又有元件断裂失效;若只考虑静强度或断裂的结构可靠性分析,分析结果偏于危险.     

结构系统可靠性优化设计的神经网络方法

针对具有非正态随机参数的可靠性(优化)设计,提出了随机摄动-Edgeworth级数方法,采用该方法将可靠性概率约束转化为等价的确定型约束,可以迅速准确地获得优化设计信息。针对具有多失效模式的结构系统可靠性优化设计,提出了随机模拟一神经网络方法(MCS—NN),将随机模拟方法与神经网络技术有机结合,为结构系统可靠性优化设计提供了一种新方法。     

枚举模糊随机主要失效模式的准则法

基于模糊不确定性向随机不确定性的等价转换和有限元分析计算，建立了以失效模式相对重要度为依据的广义主要失效模式枚举的工程准则法．该方法可以综合考虑材料参数、结构几何以及外载荷等基本变量的随机和模糊两种不确定性因素对失效模式相对重要度的影响，通过合理选择门槛值，可以在保证计算精度的基础上尽可能的减小计算工作量．以平尾转轴的模糊随机可靠性分析为算例，给出了门槛值的经验值，并说明了所建工程准则法的合理性．     

天线反射面精度和结构体系的可靠性分析

本文对随机风压荷载作用下天线反射面精度和结构体系的可靠性进行了分析，通过构造等价事件，导出了反射面精度可靠性计算公式。利用载荷增量法确定出结构的主要破坏模式，并利用坏阶矩理论和Ditlevsen狭边界法求得结构体系的可靠度，文中给出了一个计算实例。     

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.      

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。     

结构体系失效概率计算的一种快速有效方法

提出了结构体系可靠性计算的一种快速、有效的新方法.通过失效模式之间相关度的确定,把系统失效概率的计算归结为各失效模式对应失效概率的权系数的确定.由于不涉及二阶和高阶联合概率的计算,不但有效地减小了计算工作量,且可消除相应的误差.实例对比研究表明,文中方法有足够的精度,且求解方便,计算量小,是实用和有效的.     

具有多种失效模式的抗震结构的模糊可靠性分析

由于地震荷载和结构抗力具有明显的模糊性,在文献[1,2]中我们提出了具有单一失效模式的抗震结构的模糊可靠性分析.本文将上述概念和方法推广到具有多种失效模式的抗震结构,为此,又提出了结构的“模糊有效域”和“模糊失效域”的概念。     

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。