隐式极限状态方程可靠性分析的加权响应面法

针对隐式极限状态方程的可靠性分析,提出加权回归响应面法,该方法采用线性响应面来拟合隐式极限状态方程。所提方法的策略可以归结为三点,一是选取极限状态函数绝对值更小的实验抽样点;二是根据每个实验抽样点的极限状态函数绝对值的大小,构造每个点在回归分析中的权数,增强极限状态函数绝对值小的实验抽样点对响应面函数确定的作用,削弱极限状态函数绝对值大的实验抽样点对响应面函数确定的作用;三是采用与传统响应面法一样的向设计点收敛的迭代方法。这三点策略保证了所得到的线性响应面函数能够在设计点附近更好地拟合真实隐式极限状态函数值为零的表面,从而达到高精度计算隐式极限状态方程可靠度指标的目的,算例结果充分显示所提方法的优越性。文中所提方法与组合响应面法结合,可以发展成为非线性高变异性隐式极限状态方程失效概率计算的高精度方法。     

基于加权响应面的支持向量回归机可靠性分析方法

针对非线性隐式功能函数的可靠性分析问题,提出一种基于加权线性响应面法的支持向量回归机可靠性分析方法.由于设计点周围区域对失效概率的贡献最大,所以所提方法首先采用加权线性响应面法确定设计点,然后在设计点周围进行补充抽样,把加权线性响应面法用到的样本及补充样本作为支持向量回归机的训练样本.通过有效的组合加权线性响应面法和支持向量回归机,所提方法在设计点周围获得更好的非线性隐式功能函数的近似,从而提高了非线性隐式功能函数失效概率的估计精度.算例表明该方法具有广泛的应用前景和一定的优越性.     

基于支持向量回归的迭代序列响应面可靠度计算方法

在基于支持向量回归的响应面可靠度计算方法基础上,采用试验设计中设计试验点的方法生成样本点,构造训练集,并对可靠度计算的迭代序列响应面方法进行改进.计算结果表明,与采用拉丁超立方抽样和常规梯度优化法求解的基于支持向量回归响应面方法相比,文中方法所需样本更少、收敛更快、结果更理想.     

基于响应面法的大型机械传动系统扭转振动可靠性分析

对传动系统扭转振动有限元模型应用LANCZOS迭代方法计算固有频率,用MATLAB调用NASTRAN进行迭代,在参数的整个设计空间范围内利用回归分析技术以显式的响应面模型逼近特征量与设计参数间复杂的隐式函数关系。选择较难确定或随时间变化的且对响应特征较为敏感的模型参数作为响应面输入参数,从输入参数的正态分布中抽取样本,利用响应面函数计算样本点的响应值,拟合出响应固有频率值的正态分布。根据工作转速给出传动系统工作频率的分布情况,从而根据可靠性分析方法计算出在模型参数不确定前提下系统不发生共振的可靠度。     

基于设计验算点拟合的响应面法可靠性分析

对于复杂机械结构的可靠性分析，通常需要形式简单的功能函数来定义结构失效，响应面法是结构可靠性分析中最常用的近似功能函数形式，传统近似过程在以基本随机变量均值点为中心开展拟合实验，对于大多数可靠性问题可以得到满足工程需要的结构可靠度。针对核电设备等精度要求较高的结构可靠性问题，文中提出基于设计验算点拟合的响应面近似功能函数，并采用矩法计算结构可靠度，仿真结果表明，基于设计验算点拟合的响应面更接近真实失效曲面，结构可靠度精度明显提高。     

结构体系隐式极限状态方程概率分析的改进响应面法

提出一种新的处理隐式极限状态方程概率安全分析的响应面法,在原响应面法的基础上,通过引入高阶修正项和概率等效变换,建立原隐式极限状态方程的等效显式极限状态方程,以利用已有的各种针对显式极限状态方程的可靠性分析方法,得到等效显式极限状态方程的失效概率。该方法被推广应用到所有极限状态方程均为隐式的结构体系的可靠性分析中去,依次建立每个失效模式的等效极限状态方程,并采用Monte Carlo法和重要抽样法计算具有多个极限状态方程的结构体系的失效概率。算例表明,文中方法不用差分方法计算隐式极限状态对基本随机变量的导数,适于解决隐函数的概率可靠性分析问题,由于采用了高阶项的修正,能够得到更高精度的结果。     

基于中心点精确响应面法的板壳结构优化

对响应面方法中两个最为关键的概念——近似函数及试验设计做了简单描述,选择线性函数作为约束条件的近似函数形式,并对位移和应力约束作不同处理,位移约束不合常数项,而应力约束含常数项。提出了一种适合建立一阶形式响应面并使结构分析次数最少的试验设计方法——中心扩展法。求解响应面时在最小二乘法的基础之上作了改进,提出中心点精确响应面法,使拟合的响应面中心点处的响应值精确等于有限元分析值。最后通过数值算例说明改进后的响应面法对于板壳结构优化的可行性和优越性。     

集成参数化有限元与响应面的矿用螺旋输送机带式螺旋轴轻量化设计

针对工程机械优化目标函数隐性化和求解效率低的问题,文中提出了一种集成参数化有限元与响应面的优化设计方法,并以矿用螺旋输送机带式螺旋轴轻量化设计为例,说明了该方法的思路与实现过程。为提高有限元建模效率,开发了基于APDL的带式螺旋轴参数化有限元模型,实现了不同尺寸带式螺旋轴的快速有限元分析。通过析因试验筛选出对带式螺旋轴受力分布和疲劳寿命影响显著的设计变量,并以结构强度和疲劳寿命为约束建立带式螺旋轴轻量化设计模型。采用优化的拉丁超立方采样并结合有限元仿真结果建立响应面模型,来拟合设计变量与目标函数之间的隐式关系,最后通过Minitab响应优化器进行寻优求解,实现带式螺旋轴减重15.4%。求解及验证结果表明：所提出的方法不仅轻量化效果明显,而且可以在保证计算精度前提下缩短设计周期,提高整体优化效率。     

基于高斯函数和信赖域更新策略的Kriging响应面法

为建立拟合效率高且能够满足工程精度要求的响应面近似模型,在分析已有响应面建模方法基本特性的基础上,提出一种基于高斯函数和信赖域更新策略的Kriging响应面法.该方法将高斯函数作为设计点之间的相关函数,并在优化过程中采用信赖域更新策略对试验设计的取样区域进行动态修正.通过在四个典型数值算例和某涡轮盘的热-结构优化设计中的应用,验证了所提方法的有效性.     

基于改进响应面法的桁架结构的可靠性分析

在对现有结构可靠度计算方法进行深入研究的基础上,文中提出了一种结构可靠度计算方法,以便能将桁架结构可靠度分析更加高效。这种分析方法是通过改进的响应面法进行的,旨在减少桁架结构可靠度计算中涉及的计算工作量,并利用APDL命令流对桁架结构进行建模。在不能或难以获得功能函数与其变量之间明确表达式的复杂结构中,应用Matlab-Ansys数据交互寻找一个合适的、能够近似等于原始功能函数的显式功能函数式(RSF)代替原始的、近似隐式的功能函数(LSF),获得显式功能函数式(RSF)后分别使用Ansys中PDS模块的蒙特卡洛法-响应面分析法（MCS-RSM）混合模拟法和遗传算法(GA)进行迭代计算可靠性指标和设计点,并以桁架结构为算例进行分析比较。结果表明：使用Matlab-Ansys数据交互较易获得显式功能函数式(RSF),遗传算法（GA）可将计算效率提高95%以上。     

某型飞机翼身连接接头可靠性分析

首先将标准有限元程序与改进的均值法相结合，对某型飞机翼身连接接头处的刚度可靠性进行分析，结果表明在所给载荷和允许应变的情况下，该接头结构在外载变异系数为0．15，弹性模量和剪切模量的变异系数分别为0．05时仍具有较高的可靠度。然后又将标准有限元分析程序与响应面法结合，在假设接头的响应极限状态方程为一不包括交叉项的二次多项式的基础上，利用有限元分析确定响应极限状态方程，通过迭代运算，保证响应极限状态方程在最有可能失效点处与接头结构真实的隐式极限状态方程有很好的近似程度。两种方法的计算结果具有较好的一致性。最后基于弹塑性应变分析，给出大过载情况下低周疲劳寿命可靠性分析结果，得到在给定寿命要求下结构可靠度随疲劳寿命变异系数变化的曲线，并给出在要求可靠度情况下安全寿命随疲劳寿命变异系数的变化曲线，为该型飞机的设计定型提供依据。     

结构可靠性分析的支持向量机分类迭代算法

针对结构隐式极限状态函数的可靠性分析，提出了一种支持向量机分类迭代算法。该算法以分类支持向量机来替代隐式极限状态方程，通过构造合理的迭代格式，使得分类支持向量机在对失效概率贡献大的区域收敛于真实的极限状态方程，从而提高了可靠性分析的精度。给出了所提算法的详细步骤，并且用多个算例验证了所提算法的可行性及效率。     

Reliability analysis using an enhanced response surface moment method

Moment methods, which are powerful and simple techniques for analyzing the reliability of a system, evaluate the statistical moments of a system response function and use information from the probability distribution in the analysis. The full factorial moment method (FFMM) performs reliability analysis by using a 3ⁿ full factorial design of experiments (DOE) and the Pearson system for random variables. To overcome the inefficiency of FFMM, the response surface moment method (RSMM) has been proposed, which is based on a response surface model (RSM) that is updated by adding cross product terms into the simple quadratic model. In this paper, we propose the enhanced RSMM (RSMM+) that modifies the procedure of selecting a cross product term in the RSMM and adds a process of judging whether the response surface model can be established before performing an additional experiment. We apply the proposed method to several examples and show that it gives better results in efficiency.     

Reliability-based design optimization via high order response surface method

To reduce the computational effort of reliability-based design optimization (RBDO), the response surface method (RSM) has been widely used to evaluate reliability constraints. We propose an efficient methodology for solving RBDO problems based on an improved high order response surface method (HORSM) that takes advantage of an efficient sampling method, Hermite polynomials and uncertainty contribution concept to construct a high order response surface function with cross terms for reliability analysis. The sampling method generates supporting points from Gauss-Hermite quadrature points, which can be used to approximate response surface function without cross terms, to identify the highest order of each random variable and to determine the significant variables connected with point estimate method. The cross terms between two significant random variables are added to the response surface function to improve the approximation accuracy. Integrating the nested strategy, the improved HORSM is explored in solving RBDO problems. Additionally, a sampling based reliability sensitivity analysis method is employed to reduce the computational effort further when design variables are distributional parameters of input random variables. The proposed methodology is applied on two test problems to validate its accuracy and efficiency. The proposed methodology is more efficient than first order reliability method based RBDO and Monte Carlo simulation based RBDO, and enables the use of RBDO as a practical design tool.     

基于神经网络的可靠性分析新方法

对于大部分工程可靠性分析中的隐式极限状态方程,建立一种基于样本筛选的神经网络可靠性分析方法。该方法利用具有强大的非线性映射能力的神经网络,来近似隐式极限状态方程中的输入变量与输出变量的关系,从而使得隐式可靠性分析转化为显示可靠性分析问题,大大减少了计算失效概率的工作量。与已有的神经网络可靠性分析方法相比,所提方法选择近似极限状态方程而不是近似极限状态函数的策略,并通过筛选训练样本实现这一策略,从而提高可靠性分析的精度,算例结果充分显示所提方法的优越性。     

基于神经网络响应面的疲劳裂纹扩展寿命的可靠性分析

当失效形式的极限状态方程中随机变量个数较多或非线性较高时，其形式很复杂，因此传统的计算失效概率的方法不再适用。针对疲劳裂纹扩展寿命失效概率计算的复杂性，提出基于神经网络响应面的可靠性分析方法。首先建立神经网络响应面模拟疲劳裂纹扩展寿命的极限状态方程，然后使用遗传算法(GA)计算可靠性指标。数值试验表明，本方法可以快速、精确地模拟疲劳裂纹扩展寿命的极限状态函数，进而计算出失效概率和可靠性指标。同其他模拟技术相比，在精度相同的情况下，神经网络响应面法可以大大减少模拟时间。     

基于支持向量机回归的结构可靠性分析

针对实际结构中隐式极限状态函数的可靠性分析,提出了一种基于支持向量机回归的结构可靠性分析方法.将支持向量机回归作为隐式极限状态函数的重构工具,用训练后的支持向量机替代隐式极限状态函数,结合一次二阶矩法和蒙特卡洛法,给出了基于支持向量机回归的结构可靠性分析计算流程.最后用2个算例验证了该方法的可行性和计算精度.结果表明:...