可靠度分析中拉丁超立方和传统舍选抽样法对比研究

蒙特卡罗方法是计算工程可靠度的重要手段,其计算精度需要大量的样本数量,相应的计算量巨大。在蒙特卡罗方法中,采用拉丁超立方(LHS)法和传统舍选法两类抽样方法,计算了条形基础极限承载力的失效概率,对比分析两种抽样方法的差异。计算结果表明,拉丁超立方体抽样法得到失效概率需要样本数量约为舍选法数量的25%。通过增加样本数量拉丁超立方法能够更有效减小失效概率的变异系数,相同的样本数量得到的失效概率变异系数小于舍选法结果的一半。     

基于时变可靠度的梁桥性能退化研究

通过分析混凝土结构耐久性退化原理,得到钢筋和混凝土材料性能的时变过程,进一步建立抗力与荷载的随机过程.通过将设计基准期等分成N段,求得每段内的可靠度,根据可靠度的概率意义得到时变可靠指标.比较了JC法与蒙特卡罗抽样法的计算精度,结果表明可以用JC法代替蒙特卡罗法计算时变可靠度指标.研究了混凝土保护层厚度和荷载变化对时变可靠指标的影响.     

管桩竖向承载力预测方法可靠度评估

基于可靠度理论编制计算程序、对管桩承载力预测方法进行可靠度评估,并利用管桩承载力试验值与计算值之比进行可靠度分析、研究其竖向极限载力计算模型的不确定性.通过对Schmertmann和Nottingham法、Almeida等法、Powell等法、Eslami和Fellenius法、以及聚类中心法概率分布模型进行检验,发现对数正态分布的拟合特性较好、正态分布基本不被拒绝,而极值I型分布时则要慎用.模拟计算结果表明,中心点法只适用于可靠度的粗略计算、验算点法计算效率和精度可满足一般工程要求,而蒙特卡罗重要抽样法的效率较之蒙特卡罗直接抽样法有明显提高、可用于精度要求较高的工程;管桩竖向极限载力聚类中心法计算模型的可靠度要高于其他预测方法.     

热辐射传递求解的蒙特卡罗法新型统计模式

基于热辐射传输的光路可逆性原理,对求解热辐射传递的蒙特卡罗法的统计模式进行了改进。改进后的蒙特卡罗法利用可逆关系对样本同时进行正向和反向统计计算,提高了计算效率。比较了新型统计模式下的蒙特卡罗方法和传统蒙特卡罗法方法的性能,结果表明新型统计模式下的蒙特卡罗法相对传统蒙特卡罗法计算性能得到了提升。     

基于ANSYS的钢框架结构可靠性数值模拟

介绍了蒙特卡罗法和响应面法两种数值分析方法各自的特点,再以有限元程序ANSYS为计算平台,利用ANSYS所提供的APDL(参数化设计)模块进行可靠性计算与分析.分别运用蒙特卡罗法、响应面法对一多层钢框架结构进行了结构整体可靠性的计算与对比分析,从计算结果可得基于响应面的蒙特卡罗法的计算精度和计算效率都要优于传统的蒙特卡罗法.     

基于响应面和蒙特卡罗法结构位移可靠度

为了研究结构位移可靠度,以门式框架为例,利用MATLAB软件编制基于蒙特卡罗法、响应面法、响应面—蒙特卡罗法的计算程序,采用数值模拟方法对结构进行可靠度分析。得到结构的失效概率、可靠指标、结构最不利点水平位移的概率分布情况。计算结果表明:这几种方法计算结构的失效概率与文献[5]结果接近,但蒙特卡罗法的计算工作量大、时间最长,响应面法的计算时间最短。响应面—蒙特卡罗法、响应面—重要抽样蒙特卡罗法在较少样本的情况下可以达到较高的精度要求,且计算效率较高。本文基于MATLAB编制的可靠度模拟分析程序为复杂结构可靠度分析提供了参考。     

基于重要抽样法的模糊可靠性数字仿真

文章利用重要抽样法,通过对模糊变量的当量随机变量的抽样,用数字仿真的方法估计零件的可靠性.在把模糊变量转化成当量随机变量后,根据当量随机变量的信息利用遗传算法计算设计点,并构造重要抽样密度函数,然后通过对当量随机变量重新抽样来计算零件的失效概率.用算例比较了重要抽样法和蒙特卡罗法的计算结果,验证了用重要抽样法对模糊变量进行抽样的可行性和效率.     

采用增广乘子法和模拟退火法的结构可靠性分析

为避免一次二阶矩法的雅可比矩阵计算和罚函数法的罚因子选取,提出了一种采用增广乘子法和模拟退火法的结构可靠性分析方法。利用优化理论,以可靠指标最小为目标函数,以极限状态方程为等式约束条件,建立结构可靠性分析数学模型。采用增广乘子法将上述有约束优化模型变换为无约束优化模型,并用模拟退火法求解,从而避免了雅可比矩阵的计算以及初始罚因子的选取。采用一次二阶矩法、本文方法、蒙特卡罗模拟法分别对数值算例及悬臂梁工程算例进行了可靠性分析,结果表明:较一次二阶矩法,本文方法更接近于蒙特卡罗模拟法的结果,更精确;较蒙特卡罗模拟法,本文方法迭代次数较少,效率较高。     

蒙特卡罗法在机械可靠性中的应用

蒙特卡罗法是通过随机变量的统计试验或随机模拟,求解数学、物理和工程技术问题的近似解的数值方法,用传统的数值计算方法求解可靠性中函数的分布以及分布参数时要计算多种积分,导致问题复杂不易求解,通过蒙特卡罗法的数值近似随机求解可大大简化这类问题的求解。本文通过求解强度分布、分析可靠度等例子说明蒙特卡罗法在机械可靠性中的应用。     

论述结构可靠度分析的实用方法

现有的结构可靠度分析方法较多,文中系统地介绍了结构点可靠度的计算方法并对其进行了分类概括和评述,着重对一次二阶矩法、高次高阶矩法、蒙特卡罗法、响应面法和随机有限元法进行了分析。为人们在进行结构可靠度计算时提供了一个有价值的参考。     

拟蒙特卡罗积分与蒙特卡罗积分

分别介绍了蒙特卡罗方法和拟蒙特卡罗方法的基本思想,从算法本身、误差估计以及收敛率等角度分析了蒙特卡罗方法和拟蒙特卡罗方法的关系,并着重分析其在高维积分中的应用,从而说明拟蒙特卡罗方法的优越性.     

基于蒙特卡罗方法的制导精度分析

蒙特卡罗法应用于精度分析的优点是算法简单、直接方便，但缺点是运算量大。本文首先选定了蒙特卡罗法作为制导系统的统计分析的方法，然后分析了影响脱靶量的因素，分为确定性和随机性误差源，最后给出六自由度仿真实例，并计算出各误差源影响下的脱靶量。     

核反应堆瞬发型自给能中子探测器初始灵敏度研究

 以钴自给能探测器为例,详细阐述了瞬发型自给能中子探测器（SPND）与核反应堆内中子作用的物理特征、信号电流产生机理等关键过程,并借助于蒙特卡罗程序多粒子耦合输运功能对公开文献中的钴SPND初始灵敏度进行了理论分析计算。最后,将蒙特卡罗方法与确定论方法以及金箔活化法得到的实验测量值进行对比分析。结果表明,基于蒙特卡罗方法的理论计算值和实验值相比最大偏差皆小于5%,证明了该方法相较于确定论计算方法不仅更加简单有效,而且精度更高。     

蒙特卡罗法在零件可靠性设计中的应用

蒙特卡罗法简称蒙特法,是一种计算机模拟方法,应用于机械CAD中,可节省时间和劳力,大大提高工作效率,同时确保计算的高效、准确,对可靠性设计提供了保证。本文将此方法应用于零件可靠性设计,得出计算机模拟结果,通过与理论结果比较,验证了此方法的可行性。同传统代数法和矩法计算可靠度相比,蒙特卡罗法无须知道应力和强度分布类型及概率参数,能够有效地解决问题。缺点是为提高计算精度必须进行大量模拟计算,需要较长的计算时间。     

伴随蒙特卡罗方法在自然伽马能谱测井中的应用

对伴随蒙特卡罗方法在自然伽马能谱测井中的应用进行了理论研究，确立伴随蒙特卡罗方法与计算自然伽马能谱能量的对应关系，提出了建立在伴随蒙特卡罗方法基础上的能量指向概率方法，给出了实例的模拟计算结果，并与传统指向概率方法的模拟结果进行了比较，理论研究和模拟结果表明，对体源及点探器的情况，特别是深穿透情况，用伴随蒙特卡罗方法及能量指向概率方法计算能量有明显的优点，对生产初中有重要的指导作用。     

Monte-Carlo法随机分析中提高样本有效性的尝试

Monte-Carlo法是随机分析中统计型方法的典型方法,由于该法具有对随机量的变异性没有限制、对问题的维数不敏感以及其解答为相对精确解等优点得到广泛的关注。而样本生成是Monte-Carlo法随机分析的基础。目前Monte-Carlo法的主要抽样方法有传统抽样法和Latin-Hypercube抽样法。介绍了以上两种抽样方法的基本原理并分析了方法生成样本的有效性,并在此基础上做了进一步提高样本有效性的尝试。该做法简单高效,从而最终提高Monte-Carlo法随机分析的计算效率。通过理论分析和数值算例验证了该做法的有效性。     

机械强度可靠性灵敏度分析的拟蒙特卡罗法

虽然蒙特卡罗方法具有程序结构简单,计算效率与问题维数无关的优点,但工程结构的失效概率往往很小,要获得精确的结果就需要大量样本,因而计算效率低.针对这一问题,采用Halton序列代替伪随机数并结合重要抽样方法,提出计算可靠性灵敏度的拟蒙特卡罗法.该方法与传统蒙特卡罗法相比显著减少了样本,提高了计算效率,并且误差是确定的.以齿轮为研究对象,通过对接触疲劳可靠性及可靠性灵敏度进行分析,证实了该方法在计算效率上的优势.     

蒙特卡罗法在零件可靠性设计中的应用

蒙特卡罗法简称蒙特法，是一种计算机模拟方法，应用于机械CAD中，可节省时间和劳力，大大提高工作效率，同时确保计算的高效、准确，对可靠性设计提供了保证。本文将此方法应用于零件可靠性设计，得出计算机模拟结果，通过与理论结果比较，验证了此方法的可行性。同传统代数法和矩法计算可靠度相比，蒙特卡罗法无须知道应力和强度分布类型及概率参数，能够有效地解决问题。缺点是为提高计算精度必须进行大量模拟计算，需要较长的计算时间。     

基于神经网络-蒙特卡罗法的隧道初衬可靠度研究

对于功能函数是隐函数的可靠性分析问题,传统的有限元蒙特卡罗法计算量极大。为了克服此缺点,提出了径向基神经网络-有限元蒙特卡罗法(RBF-MCS)。通过样本训练,创建了径向基神经网络模型。利用ANSYS软件中的可靠度分析模块,分析了基本随机变量对隧道初衬轴力的灵敏度大小的顺序。通过此方法和传统的有限元蒙特卡罗法分别计算了大瑶山隧道初衬的轴力和可靠度,并进行了对比分析。基于径向基神经网络-有限元蒙特卡罗法(RBF-MCS)的计算结果与施工实际吻合较好,通过现场观察也没有发现喷层混凝土压裂破坏,可见计算结果是符合实际的。径向基神经网络-有限元蒙特卡罗法比传统有限元蒙特卡罗法更加适合复杂结构的计算,具有更高的效率、精度和适用性。     

结构混合可靠度计算的自适应重要性抽样方法

针对直接蒙特卡罗方法在高维非线性结构混合可靠度模拟中稳定性差和效率低的问题,将马尔可夫链自适应重要性抽样技术引入混合可靠度计算过程．经实验确定了马尔可夫链转移概率分布,可快速获得近似服从最优重要性抽样函数的系列状态点．根据状态点的一阶原点矩和二阶中心矩来确定所采用的重要性抽样函数;对区间变量进行等距划分,并计算以区间变量为自变量的可靠度平均值,可得到混合可靠度值;通过算例对本方法、非自适应重要性抽样法和直接蒙特卡罗法进行了对比,表明了本方法稳定高效的优势,为结构混合可靠度计算提供了新途径．