非概率区间模型可靠性指标的梯度投影算法

考虑不确定参数为区间变量,研究求解非概率可靠性指标的有效搜索算法.基于函数梯度法的基本思想,构造搜索方向,建立迭代算法格式,将传统的用于概率可靠性分析的梯度投影法用于非概率可靠性指标的求解.当收敛点为非最可能失效点时,提出了空间降维算法,并给出了整个搜索算法的计算步骤.通过数值算例,验证了本文提出的搜索迭代算法的有效性和正确性.     

基于区间模型的结构非概率稳健优化设计

采用区间模型描述不确定参数,在考虑传统约束条件基础上,增加了可靠性指标作为约束条件,研究结构的稳健性优化设计。从非概率可靠性指标的几何意义出发,寻找非概率可靠性指标目标值与不确定参数的波动范围的关系,将非概率的稳健优化设计转化为两层优化模型。对于非线性功能函数,内层优化根据非概率可靠性指标的波动范围最小化功能函数,从而避免了内层优化直接计算非概率可靠性指标难的问题。对于线性功能函数,不确定性参数可以表示为非概率可靠性指标目标值的显示表达式,两层稳健优化转化为确定性的单层优化。该方法优化描述明确清晰,计算公式简便,计算效率高。算例验证了本文所提方法的可行性和正确性。     

基于区间模型的结构非概率可靠性优化

采用区间变量描述不确定参数,研究了结构非概率可靠性优化问题。基于区间模型描述不确定信息这一前提,针对Elishakoff的非概率可靠性指标,给出了其几何解释和求解方法。建立了以结构重量为目标函数、以非概率可靠性指标为约束条件的非概率可靠性优化模型。算例分析表明:该非概率可靠性优化方法能够考虑不确定信息的影响,对结构重量进行合理分配。该方法为结构非概率可靠性优化提供了一种新的思路。     

桁架结构非概率可靠性形状优化设计

采用区间变量描述不确定参数,提出一种桁架结构非概率可靠性形状优化方法。建立了以截面尺寸和节点坐标为设计变量,以结构重量为目标函数,具有非概率可靠性指标约束的桁架结构形状优化数学模型。采用量纲归一化对截面尺寸和节点坐标进行了变量统一;运用均值点法对功能函数进行泰勒线性近似求解得到相应的非概率可靠性指标,并采用序列二次规划算法对优化模型进行求解。三个算例分析结果表明,算例均能快速稳定地收敛到最优解,结果符合工程结构设计经验,验证了本文所提方法的准确性和有效性。     

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。     

梯度投影法的非概率可靠性应用研究

分析了现有结构可靠性设计中概率、非概率可靠性指标算法存在的问题,将概率可靠性中的梯度投影法运用到非概率可靠性中,提出了一种计算非概率可靠性指标的新方法并进行了数值实现,结果表明:该方法在变量较多、极限状态功能函数较复杂时,能够快速、准确地计算可靠性指标。在此基础上,将非概率可靠性指标与安全系数相结合,得出了两者之间的关系并进行了实例验证,结果表明:非概率可靠性指标与非概率安全系数用于评价结构可靠性时具有一致性,在结构的可靠性临界点处,非概率安全系数与非概率可靠性指标都近似等于1。     

基于非概率集合可靠性的结构优化设计

在结构非概率集合可靠性模型的基础上,考虑结构系统中的参数不确定性,提出了基于非概率可靠性的结构优化方法。该方法将不确定量看作是区间数,通过区间运算得到结构的非概率可靠性,并以结构的非概率可靠性小于指定可靠性指标为约束条件,利用乘子法对结构的优化问题进行求解。最后应用本文方法对一桁架结构进行总质量优化,优化结果验证了本文...     

超椭球模型下结构非概率可靠性指标的迭代算法

迭代算法对于非概率可靠性指标的求解及其优化问题具有重要意义。本文基于不确定参数的超椭球描述,研究求解非概率可靠性指标的迭代算法。针对极限状态方程非线性情况较高时可能存在不收敛的问题,提出一个检测严重迂回振荡的判据,并在HL-RF迭代公式的基础上引入修正解,在一定程度上克服迭代不收敛的问题。数值算例验证了迭代算法的正确性和有效性。     

基于微粒群算法的区间模型非概率可靠性指标的计算

把工程实际中的不确定参数考虑为区间变量,研究基于微粒群算法的区间模型非概率可靠性指标的计算。利用非概率可靠性指标只存在于过标准化区间变量张成的空间顶点和原点的直线与功能函数的交点,建立基于微粒群算法的优化模型,并对目标函数进行改进,使其更利于优化计算。一系列数值算例和与以前方法的比较证明了该方法计算简便,结论较为精确,具有一定的可行性。     

非正态变量可靠性分析的鞍点线抽样方法

结合鞍点概率分布估计和传统线抽样方法的优点,提出了非正态变量可靠性分析的鞍点线抽样方法。传统的线抽样方法对非正态变量问题进行可靠性分析时需将非正态变量等价转换为标准正态变量,非正态变量向标准正态变量的非线性转换将增加响应功能函数的非线性程度,进而加大了转换后响应函数失效概率估计的难度。所提鞍点线抽样方法则无需将非正态变量转化为标准正态变量,它利用鞍点概率分布估计方法可以直接估计非正态变量空间中线性响应函数概率分布的特点,并利用线抽样方法可以将非线性功能函数的失效概率转化为一系列线性功能函数失效概率平均值进行估计的优点,实现了非正态变量空间非线性功能函数失效概率的高精度估计。鞍点线抽样方法使用前需将变量进行标准化变换,这种变换是线性的,通过对变量的标准化变换可以消除变量的量纲,从而使得标准化变量空间概率分布更具规律性。理论推导可以证明：鞍点线抽样方法在基本变量服从正态分布时将退化为传统的线抽样方法。算例验证结果表明：针对非线性功能函数的可靠性问题,鞍点线抽样方法比传统的直接鞍点估计具有更高的精度。     

一种高效的概率-证据混合可靠性分析方法An efficient structural reliability anslysis method with both probability variable and evidence variable

针对同时包含概率变量和证据变量的混合不确定性问题,提出了一种高效的结构可靠性分析方法,在保证精度的前提下大幅提高了计算效率。借助证据变量均匀化手段,将传统概率可靠性分析中的最可能失效点（M PP）概念引入概率‐证据混合模型,基于M PP建立线性近似功能函数,并进行高效可靠性分析。最后通过三个工程算例验证了该方法的有效性。     

平稳随机激励下耦合Newmark滑移系统的可靠性分析

基于随机激励的离散形式,对耦合Newmark系统的动力可靠度问题进行解析分析。平稳随机激励下,耦合Newmark系统初始滑移极限状态方程可以写成n个标准正态随机变量的显式线性函数,并能给出可靠度指标的理论解。对于以相对滑移量为临界状态的情况,极限状态方程是n个标准正态随机变量的隐式函数,可借助静力可靠度方法进行求解。算例表明,系统初始滑移的设计点激励是以潜在滑动体自振频率为主频,振幅渐增的谐振时程;后者的失效概率与摩擦系数成非线性关系,存在合适的摩擦系数使失效概率最小。     

Pseudo global energy released locally by crack extension involving multiscale reliability

The energy release rate criterion, being mono scale by definition, is incompatible with the failure behavior of solids that are inherently dual, if not, multiscale. Time span of reliability is scale sensitive and can be addressed with consistency only by use of transitional functions that are designed to transform a function from one scale to another. A pseudo transitional energy release rate G^∗ is defined to address the cross-scaling properties of energy release rate. The reliability of such a function is found to fall quickly when the scale range deviates from that of micro-macro. In general, the time span of reliability based on G^* shortens considerably within the nano-micro and pico-nano scale ranges, resulting in fast turnover of system usability. Prediction accuracy tends to be scale range specific. Stress or strain based criteria are also mono scale. They may be adequate for some situations at the macroscopic scale, but can be ambiguous for multiscale problems. These situations are analyzed by application of the principle of least variance in conjunction with the R-integrals.Accelerated test data for the equivalent of 20 years’ fatigue crack growth in 2024-T3 aluminum panels were analyzed using the mutliscale reliability model. A time span plateau within the micro-macro range is from 8 to 17 years. This corresponds to the reliable portion of prediction, while the terminal 3 years are regarded as unreliable. A similar time span plateau were also found from 4 to 6 years within the nano-micro scale range. And an even smaller plateau hovering around 1.2 years were found for the pico-nano scale range. Time span of reliable prediction narrows with down sized scale range. The overlapping ends of the scale ranges are rendered unreliable as anticipated. These regions can be suppressed by the addition of meso scale ranges. Reference can be made to past discussions related to multiscaling and mesomechanics.     

针对非线性极限状态方程的时变可靠度分析

提出了一种针对一般非线性极限状态方程的时变结构可靠度分析方法. 该方法首先将时变功能函数中的随机过程进行离散,获得多个不同时间段的静态功能函数. 之后,将各功能函数在最大可能点处进行线性化,并运用全概率公式将其化简为一新的静态可靠度分析模型,该模型可运用传统的一次二阶矩方法进行高效求解.最后通过管状悬臂梁、十杆桁架、汽车发动机主轴3 个算例验证了该方法的有效性.      

有理多项式技术有工程结构可靠度分析中的应用

给出了在相关空间中改进JC方法计算结构可靠指标的迭代格式,并采用有理多项式技术计算功能函数的偏导数,以模拟实际工程中常见的功能函数不能明确的可靠度计算问题。因此,功能函数无论是线性或非线性,显式或隐式,该方法都简单且适用。数值结果表明本文方法具有较好的效率和精度。     

OPS算法优化效果影响因素分析

OPS算法中目标函数以及如何获取目标函数最优解是决定算法优劣的重要因素。对比分析了4种目标函数和10种求最优解方法在网格数、初始点位置、迭代次数以及需求精度等因素变化时对OPS算法优化效果的影响。结果表明,在顶点移动过程中目标函数f1和f4变化较为光滑。采用不同目标函数时,随着网格数的增加优化时间随之增加,但优化后最差单元质量并无此规律;随着需求精度的增加,网格中最差单元质量和优化时间都有所增加,迭代次数变化对于优化时间和优化效果的影响可以忽略不计。采用变尺度法求解目标函数下降方向以及二次插值法进行一维搜索的第6种方法,在耗费时间、优化效果以及收敛速度等方面都显示出了较好的优势。     

基于改进蛙跳算法的结构可靠指标计算

为了克服传统的结构可靠指标求解方法存在的模型描述和计算缺陷,引入改进混合蛙跳算法用于求解可靠指标。针对标准蛙跳算法求解组合优化问题时后期收敛速度慢、容易陷入局部最优的缺点,新算法引入蚁群算法的信息素调整策略,对蛙跳算法后期局部搜索进行改进,扩大算法后期搜索范围,使蛙跳算法跳出局部最优。最后,将改进后的算法应用到结构可靠指标的求解过程,算例验证了改进算法的有效性。     

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。