基于自适应重要抽样的可靠性灵敏度分析方法

针对隐式极限状态方程的小失效概率问题,提出基于自适应重要抽样的可靠性灵敏度分析方法,给出该方法的具体实现步骤.所提方法从重要抽样抽取的所有样本点中选取合适的样本,利用回归分析和隐函数求导法则,求取失效概率对基本变量分布参数的灵敏度.所提算法的精度首先用有精确解的问题进行验证,然后在工程实例中进行应用.研究结果表明,与Monte Carlo可靠性灵敏度方法相比,所提方法具有计算精度相近但计算工作量小的优点,这种优点在失效概率小的情况下体现得更加充分.     

系统可靠性灵敏度分析方法及其应用研究

基于已有的单个失效模式可靠性灵敏度分析,建立多模式串、并联系统失效概率对基本变量分布参数的灵敏度分析方法,着重研究多模式并联系统可靠性灵敏度分析的近似方法.该方法以数字模拟为基础,根据样本点对系统失效概率的贡献,对计算失效概率的所有样本点进行筛选,并由筛选出的样本点线性回归模拟并联系统失效域,得到等价的单个线性极限状态方程,从而将多模式并联系统的可靠性灵敏度分析等价转换为单个模式的灵敏度分析.对于多模式串联系统的可靠性灵敏度分析,文中采用的方法是将串联系统的失效概率精确转换成单个模式失效概率与多个模式并联系统失效概率的代数和,然后逐项进行灵敏度分析,进而得到串联系统的可靠性灵敏度.对于结构系统的极限状态方程含有复杂综合随机变量的灵敏度分析问题,提出一种基于二次回归分析的近似处理方法,通过推导的综合随机变量分布参数对基本变量分布参数的偏导数公式和复合函数求导法则,最终得到复杂多模式系统失效概率对基本变量分布参数的灵敏度.文中用理论数值算例验证所提算法的精度与可行性,并将所提方法推广应用到工程算例中,验证其工程应用价值.     

阀门非关键状态影响的当量故障率计算方法研究

目前基于阀门系统当量失效概率的可靠性研究中,多数情况下系统非关键状态未被考虑,导致了可靠性评估结果不充分。提出了一种新的当量失效概率计算方法,通过故障模式与后果分析法中失效数据与当量故障系数比较计算得到考虑失效后果差异的失效概率数据。在此基础上,采用马尔可夫模型及概率论中数学期望方法得到期望状态转换次数,并与所有状态存在概率结合得到量化分析系统非关键状态影响的失效概率数据,从而得到采用所提方法计算的"当量失效概率"。最终通过零部件的当量失效概率运用Birnbaum重要度计算分析方法,确定对系统可靠度影响最为关键的部件。算例分析结果表明,采用所提方法计算得出的当量失效概率相对于传统当量失效概率计算方法,能更好的体现出系统非关键状态对于可靠性的影响。     

应力-强度干涉模型在系统失效概率分析中的应用及相关问题

研究一般串联、并联及K／N表决系统（不要求系统中各零件失效事件是相互独立的）的失效概率建模与失效概率预测。通过详细考察、深入分析应力-强度干涉理论、方法及其在零件失效概率和系统失效概率计算中的建模过程，介绍“系统级”的应力-强度干涉模型及其在系统失效概率分析中的应用，并给出应用实例及其与实验观测结果的比较。与传统的先计算零件失效概率，再在各零件失效相互独立的（不真实）假设条件下建立串联、并联、表决等系统失效概率模型的方法不同，文中提出应用“系统级”的应力-强度干涉分析直接建立系统失效概率模型的方法。为应用应力-强度干涉模型预测系统失效概率，首先详细分析传统的零件失效干涉分析过程中发生的系统可靠性信息损失问题。分析表明，零件失效概率的不确定性与载荷分散程度有关，在传统的应用应力-强度干涉模型计算零件失效概率过程中遗失的失效相关性信息对系统失效概率估算是十分重要的。在此基础上，指出无法通过传统的零件可靠度参数构建一般系统（具有失效相关性的非独立失效系统）可靠性模型的原因。最后，建立能根据系统低阶失效数据预测高阶失效概率的参数化模型。     

考虑状态模糊性时广义失效概率计算的线抽样方法

针对状态具有模糊性的广义可靠性分析问题,提出一种广义失效概率计算的线抽样方法.所提方法首先将广义失效概率的积分区域依据功能函数的取值离散化,在离散化的积分区域中极限状态函数对模糊失效域的隶属函数近似保持为常数,从而可以利用高效的线抽样方法求得广义失效概率.给出所提方法的实现步骤和原理,并用理论和工程算例证明所提方法的合理性与可行性.     

失效概率全局灵敏度分析的改进重要抽样法

针对结构可靠性分析中如何减小结构失效概率的问题,引入一种基于失效概率的全局灵敏度指标,通过分析指标,可判断基本变量的不确定性如何影响系统失效概率。求解全局灵敏度指标,在H-S方法基础上,提出一种改进估计量与重要抽样法相结合的方法,基本思想是用重要抽样法构造输入变量样本,寻找中间估计量,建立模型输出量和中间估计量;中间估计量和输入变量主效应、总效应之间的关系,然后求得变量基于失效概率全局灵敏度指标。由于所提方法继承了中间估计量的快速收敛性及重要抽样法高效搜索感兴趣区域样本的优点,因此在保证与标准Sobol方法计算结果同等精度的条件下,方法大大减少了对结构功能函数的计算次数,提高了效率,方便对精度和计算时间控制。最后,算例验证所提方法求解基于失效概率的全局灵敏度指标的准确性和高效性。     

基于序列Shepard插值的结构可靠性分析

针对隐式极限状态方程,提出一种基于序列Shepard插值的结构可靠性分析方法。该方法先通过Hammersly点集产生具有一致分布特性的试验点,然后基于这些试验点,对来自重要概率密度函数的样本采用Shepard插值方法来预测其响应值,并估算结构失效概率。在抽样过程中,寻找当前最可能失效点,作为下次试验的点集中心和重要抽样函数的密度中心。与蒙特卡洛法相比,数值算例显示基于序列Shepard插值的结构可靠性分析方法具有更高的计算效率。某型飞机内襟翼结构可靠性分析验证了该方法的工程适用性。     

基于子集抽样的模糊失效概率分析新方法

针对结构失效和安全状态具有模糊性的失效概率分析问题,提出一种基于子集抽样的新方法.所提方法首先将模糊失效域离散为功能函数变化较小的若干子集,然后利用马尔可夫链Monte Carlo法求得各子集上不考虑状态模糊性的随机失效概率,最后利用各子集中功能函数对模糊失效域的隶属度与相应随机失效概率乘积的和,求得模糊失效概率.文中用简单算例和工程算例比较所提方法与Monte Carlo法的效率和精度,结果表明,文中方法在保证计算精度的条件下,具有更高的计算效率.     

基于继承拉丁超立方采样与局部Kriging近似的可靠性设计优化

针对基于Kriging近似的可靠性设计优化样本最优配置问题,提出基于继承拉丁超立方采样与局部Kriging近似的可靠性设计优化方法。采用继承拉丁超立方样本构建Kriging近似,并求解最大可能失效点作为局部序列采样中心。针对有效概率约束构建基于Kriging近似误差、功能函数非线性度量及目标可靠度的局部序列采样区域。以重要抽样策略计算失效概率及灵敏度,并采用序列近似规划求解最优设计点。通过3个算例及机床横梁设计优化应用验证了所提方法的有效性。     

基于继承拉丁超立方采样与局部Kriging近似的可靠性设计优化EI北大核心CSCD

针对基于Kriging近似的可靠性设计优化样本最优配置问题,提出基于继承拉丁超立方采样与局部Kriging近似的可靠性设计优化方法。采用继承拉丁超立方样本构建Kriging近似,并求解最大可能失效点作为局部序列采样中心。针对有效概率约束构建基于Kriging近似误差、功能函数非线性度量及目标可靠度的局部序列采样区域。以重要抽样策略计算失效概率及灵敏度,并采用序列近似规划求解最优设计点。通过3个算例及机床横梁设计优化应用验证了所提方法的有效性。     

概率信息不全时基于Copula理论的可靠性及基本变量重要性测度分析

针对工程中概率信息不全的可靠性问题,利用Copula理论逼近基本变量的联合分布函数和联合概率密度函数,建立Copula逼近基础上可靠性分析的自适应截断抽样法,并建立Copula逼近基础上基本变量对失效概率影响的重要测度分析的自适应截断抽样法.在所建模型中,基于Spearman相关系数的Copula函数被用来描述模型的相关性部分,其本身不受各个变量边缘分布的限制,比传统的Pearson相关系数具有更强的实用性.而建立在Copula逼近基础上的自适应截断抽样,可以利用自适应寻找设计点过程中的信息来计算失效概率,提高可靠性分析和基本变量重要性分析方法的效率和稳健性.在详细给出建模原理和求解流程方法后,算例用于说明模型的合理性和算法的可行性.     

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.     

NUMERICAL SIMULATION ALGORITHM FOR RELIABILITY ANALYSIS OF COMPLEX STRUCTURAL SYSTEM BASED ON INTELLIGENT OPTIMIZATION

An efficient importance sampling algorithm is presented to analyze reliability of complex structural system with multiple failure modes and fuzzy-random uncertainties in basic variables and failure modes. In order to improve the sampling efficiency, the simulated annealing algorithm is adopted to optimize the density center of the importance sampling for each failure mode, and results that the more significant contribution the points make to fuzzy failure probability, the higher occurrence possibility the points are sampled. For the system with multiple fuzzy failure modes, a weighted and mixed importance sampling function is constructed. The contribution of each fuzzy failure mode to the system failure probability is represented by the appropriate factors, and the efficiency of sampling is improved furthermore. The variances and the coefficients of variation are derived for the failure probability estimations. Two examples are introduced to illustrate the rationality of the present method. Comparing with the direct Monte-Carlo method, the improved efficiency and the precision of the method are verified by the examples.     

结构可靠度求解的自适应细分-重要抽样法

传统的结构可靠度求解方法在处理呈非正态、多变量、小失效概率以及功能函数非线性的问题时,很难以较低成本获得满意的精度。为克服现有方法的不足,将通用生成函数、自适应细分原理和重要抽样技术相结合,提出结构可靠度求解的自适应细分-重要抽样法。根据自适应细分原理,对临界域进行细分,减少离散区间长度,通过递归操作对随机变量进行非均匀自适应细分,得到失效域概率以及细分后的临界域,并由复合运算获得临界域的结构通用生成函数。临界域失效概率由针对域内热点焦元的重要抽样技术获得,失效域概率与临界域失效概率之和即为结构失效概率估计值。算例分析表明,新方法的计算误差明显小于传统方法,同时借助重要抽样技术提高了计算效率。     

基于马尔可夫链样本模拟的线抽样方法研究

针对工程中常见的多变量、小失效概率的隐式非线性极限状态方程的可靠性分析问题,提出马尔可夫链样本模拟与线抽样相结合的高效数字模拟法.所提方法采用马尔可夫链快速得到失效域中的样本,并依据这些样本获取线抽样的重要方向,然后再采用线抽样技术在重要方向上进行抽样,进而得到失效概率的高效估计.与传统的有限差分法相比,基于马尔可夫链的重要方向获取方法具有结果准确和稳定的优点.将文中方法用于分析多级循环载荷作用下某发动机涡轮盘的低周疲劳寿命的可靠性,结果表明所提方法对于高维、小失效概率的可靠性分析是有效可行的.     

基于重要抽样马尔可夫链模拟的可靠性灵敏度分析新方法

重要抽样法是一种计算效率高而应用广泛的可靠性分析方法.在采用重要抽样法计算失效概率的前提下,文中基于重要抽样马尔可夫链模拟提出一种可靠性灵敏度分析新方法.所提方法根据计算失效概率积分表达式,将失效概率对基本变量分布参数的偏导数表征的可靠性灵敏度转化为一个特征函数的条件数学期望形式,该数学期望是以基本变量在失效域中的条件概率密度函数为基础的.然后利用重要抽样马尔可夫链模拟,将计算失效概率的重要抽样样本转化为基本变量落在失效域中的条件样本.最后用特征函数在这些条件样本点处的样本均值估计数学期望,进而完成可靠性灵敏度分析.文中方法的主要优点是效率高,只需要在计算失效概率重要抽样法的基础上增加很少的工作量,即可完成可靠性灵敏度分析.另外,由于该方法未引入线性假设,因此它可以较好地考虑极限状态方程非线性对可靠性灵敏度的影响,大量的算例结果充分证明所提方法的这些优点.