基于椭球凸模型的结构模糊可靠性分析

结构工程中不仅存在随机不确定性,还存在模糊不确定性。针对结构模糊可靠性问题,本文提出了一种基于模糊分解定理的超椭球凸模型响应面法,适用于隐式结构功能函数的模糊可靠性求解问题。首先,通过在置信水平[0,1]內遍历隶属度值确定结构可靠度的可能性分布函数,将模糊变量转化成在置信水平[0,1]下的区间变量;其次,建立超椭球凸集模型,同时将超椭球转换为单位超球体,得到非概率可靠度指标——表示为从原点到极限状态曲面的最短距离;最后,利用响应面法求解结构非概率可靠度,采用中心复合设计生成试验点,通过多次迭代找到原点到极限状态曲面的最短距离点求得可靠度指标,得到遍历置信水平的结构模糊可靠度。算例仿真表明了本文方法的有效性和精确性,为结构模糊可靠性分析与计算提供了一种可行途经。     

基于随机响应面法的结构可靠度研究

基于Karhunen-Loève正交级数对随机场进行离散,并利用Hermite混沌多项式将结构位移响应量表示成为随机场离散变量的函数,研究建立了结构抽样模拟分析的随机响应面法,进而建立了与结构失效准则相对应的极限状态函数,结合几何法提出了结构可靠度分析的随机响应面法计算格式.分析了二阶、三阶随机响应面的特性,并同可靠度分析的蒙特卡罗法进行了比较,结果表明本文方法具有更好的计算精度和计算效率.     

基于可靠度敏感性的神经网络法研究边坡稳定性

针对边坡工程结构功能函数不能显式表达的可靠性分析问题和非线性问题计算量大的弊端．研究结构可靠度敏感性,提出参数的相对敏感性分析方法,并基于该方法提出了神经网络法分析边坡稳定性。具体思路：由可靠指标对随机变量分布参数的相对敏感性分析,确定边坡可靠度主要影响参数;用神经网络模型近似替代响应量与基本变量间的隐式极限状态函数,根据蒙特卡罗模拟法,对网络模型进行可靠度分析,求解结构可靠度指标。基于可靠度敏感性的神经网络法．对均值和成层边坡进行稳定性分析,与传统可靠度计算方法相比．结果表明：该方法分析边坡稳定性是准确的且具有较高的计算效率。     

基于对分区间抽样法的结构可靠性灵敏度分析

针对工程结构系统的极限状态方程通常为隐式,且计算工作量较大的情况,提出一种基于对分区间抽样法的结构可靠性灵敏度分析方法.所提方法综合结构可靠性分析验算点法和对分区间抽样法思想,先根据Taylor公式将初始点附近的状态方程线性展开,依据梯度信息确定最优步长;之后,采用对分可靠度指标β抽样步长区间的方法来确定新的抽样点;最后,经过若干次迭代找出满足结构系统精度要求的设计验算点(MPP),计算可靠度,并根据抽样路径信息算得各影响参数对应的灵敏度.给出了数值算例和工程算例,通过与以往解决隐式结构的可靠性分析方法比较,结果显示所提方法具有收敛可靠、抽样次数少的优点,尤其适用于分析大型复杂隐式结构系统可靠度问题.     

基于支持向量回归机的结构非概率可靠性分析

将支持向量机回归技术引入隐式极限状态结构的非概率可靠性分析,基于未确知信息的分段均布描述模型,设计了训练样本抽取策略．为了统一样本尺度,根据分段均布模型与标准化区间均布模型的双射关系,将基本变量区域中的样本数据转化成标准区间变量域中的样本数据,保证了支持向量机训练的稳定性．给出了SVR预测模型算法,并实现了在标准化区间变量域中直接抽取训练、测试及预测样本,使得样本抽取和蒙特卡罗模拟计算更便于实现．通过算例对方法的精度和可行性进行了验证,结果表明：该方法可解决隐式极限状态结构的非概率可靠性分析问题,且应用简便．     

应用神经网络-蒙特卡罗法的可靠性分析方法

为了提高内燃机设计的可靠度，提出了应用神经网络－蒙特卡罗法求解发动机零部件可靠度的新方法，该方法利用神经网络根据有限元分析样本逼近应力函数，结合应力－强度干涉模型，采用蒙特卡罗随机模拟求取可靠度。将计算结果与常用的一次二阶矩法，设计验算点法相比较，表明该方法是可行的，而且适用面更广，可适用于多参数且服从于任何分布的问题。     

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。     

海上导管架平台可靠性分析抽样-模拟方法

在可靠性分析中，海洋平台的结构极限状态方程很难得到显式表达，用传统方法求解其可靠度指标时很难满足计算效率和精度要求．鉴于此，以胜利CB11F平台为例，通过试验设计的方法，选取部分结构响应．采用Kriging模型模拟了未知状态的结构响应，然后附以最优化的方法求解了导管架平台的可靠性指标，该方法综合了蒙特卡罗法和响应面法在计算上的优点，突破了大样本抽样计算量的制约，同时避免了因极限状态方程的不同表达而产生的影响，在很大程度上提高了计算效率和精度．     

工程结构强度可靠性研究

本文提出了一种结构强度可靠性分析的新方法,并研制了结构强度可靠度计算通用程序。该程序采用数值积分法和蒙特卡罗模拟法两种方法计算可靠度R,并可计算可靠度的置信下限。利用该程序对一个实例进行了计算。     

基于最大熵原理与最优化方法的隧道衬砌结构可靠度分析

针对隧道衬砌结构参数的随机性、分布的多样性与极限状态功能函数高度非线性的特征,运用最大熵原理对隧道衬砌结构参数进行估计,得到符合实际的参数估计值;然后,根据隧道衬砌结构稳定的极限状态方程,从结构可靠度指标的几何涵义出发,建立其可靠度指标计算的优化数学模型,并运用Microsoft Excel工作表中的规划求解功能得到其可靠度指标.结合工程实际,给出具体算例,且指出提高隧道衬砌结构可靠度的途径.研究结果表明:该方法用于计算工程结构可靠度指标无需将状态函数线性化,不受基本变量维数限制,收敛速度快,计算效率高,且与蒙特卡罗100万次直接抽样法计算结果相比,具有很高的精度,能广泛适用于隧道及地下工程领域的可靠度计算和分析.     

基于自适应算法的电力系统可靠性评估

针对电力系统可靠性评估中Monte Carlo方法存在的计算效率低下的问题,提出应用自适应算法对系统状态进行概率分析。该算法采用变分运算分析和区间拟合的方法,实现在最优密度函数下抽样,降低计算方差。应用该方法对IEEE-RTS标准系统的发电部分进行了可靠性评估,并与采用常规抽样方法和重要抽样方法的评估结果做了比较,表明该算法在保证计算精度的前提下分别减少了87%和68%的抽样次数,对大型电力系统可靠性评估具有实用价值。     

基于重要抽样法的热防护系统热可靠性评估方法

热防护系统的可靠性直接影响到高超飞行器的安全性和结构完整性。为提高热防护系统可靠性分析的效率,在之前研究的基础上提出了基于重要抽样(Importance Sampling,IS)的热可靠性评估方法,给出了该方法的具体实施流程和评价方法,有效解决蒙特卡洛法(Monte Carlo method,MC)对于低失效概率问题分析效率过低的问题。以典型的非烧蚀热防护系统为例,在考虑材料、几何尺寸不确定性的情况下进行了热可靠性分析,验证文中方法的有效性。计算结果表明,要得到同等置信度的失效概率结果,重要抽样法所需的抽样次数仅为传统蒙特卡洛法10%,大大提高了可靠性分析的效率。     

用状态转移蒙特卡罗方法估计系统的不可靠度

本文讨论了解析与模拟混合法在利用马尔可夫过程模型进行复杂系统可靠性仿真中的应用，利用解析技术减少随机抽样中的随机因素，缩小被估计量的方差以提高仿真效率，并通过理论与试验证明了该方法的有效性。     

基于GPC的环肋耐压圆柱壳结构失稳概率分析

为评估具有小失效概率特性的深潜环肋耐压圆柱壳结构的失稳概率，提出了一种新的基于高斯过程分类和重要抽样的自适应分析方法.该方法通过引入马尔科夫链蒙特卡洛法和欧式距离，开发了一种新的考虑预测不确定性和取样均匀性的自适应试验设计策略，以便更高效地构造高斯过程分类器；采用核密度估计构造准最优重要抽样密度函数；基于失效概率估计的稳定性，提出了一种更精确的迭代停止准则.通过某一分段函数验证了所提分析方法的准确性及高效性.应用所提方法得到某深潜环肋耐压圆柱壳结构的失稳概率约为8.242×10^-5.     

基于重要抽样法的配电系统可靠性评估

提出了一种应用于配电网可靠性评估的重要抽样方法,以RBTS母线6系统的主馈线4为例,应用该方法进行了可靠性指标的评估,结果表明:该方法在保证精度的前提下,能够减小样本方差,加快收敛速度.     

基于PC-Kriging模型与主动学习的齿轮热传递误差可靠性分析

为提高齿轮热传递误差可靠性分析的计算效率和精度,提出了一种高效的基于PC-Kriging代理模型与主动学习函数LIF相结合的可靠性分析方法.采用多项式混沌展开(polynomial-chaos-expansion,PCE)替代传统Kriging模型的回归基函数来增强预测模型的全局近似精度,并利用Kriging模型来捕捉预测模型局部特征的能力.采用最小角回归(LAR)构建回归基函数的最优多项式数量集,同时用Akaike信息准则(AIC)来确定最优的截断集合.并采用一种主动学习函数LIF选择每次迭代的最佳样本点以提高模型收敛效率.通过齿轮热传递误差算例表明:与传统的Kriging代理模型相比,所提出方法在保证精度的同时可以极大地减少预测模型可靠性分析中的学习次数.     

惯性器件长期贮存性能可靠性灰色马氏链预测

为了及时掌握武器系统惯性器件的性能，并为延长其使用寿命及维修提供依据，对其进行贮存可靠性评估和预测非常必要．讨论了一种灰色马氏链预测模型的建模方法，此方法兼具灰色模型和马氏链模型的优点，它不仅充分利用了灰色模型动态建模思想，来预报可靠性数据总体趋势，并且根据此总体趋势，进行状态的划分，从而大大克服了马氏链状态矩阵运算量大的缺点，而且拓宽了灰色模型的应用范围，使其适合于波动性较大的随机数据列的预测．最后，对某型导弹速率陀螺仪贮存性能可靠性进行估计，并进行灰色马氏链预测．     

一种基于Kriging模型的机械结构可靠性分析方法

通过分析现有机械结构可靠性抽样方法存在的不足以及影响失效概率估计精度的主要因素,提出了一种基于Kriging模型及自适应抽样方法的机械结构可靠性分析方法.该抽样方法将随机抽样与聚类算法相结合,能够在概率上保证新增样本点落在对失效概率贡献较大的区域,避免对非重要区域的不必要抽样.以大数定律及中心极限定理为基础,推导了所提出的Kriging模型的收敛条件.通过两个算例说明所提出方法的迭代收敛过程、准确性及稳定性,结果表明,该方法能够在较少调用结构功能函数情况下得到失效概率较准确的估计值.