结构可靠度分析的人工智能响应面法及程序

为了进行各种极限状态方程不明确的大型结构可靠度分析,提出了人工智能响应面法.利用BP网络来模拟响应面,基于遗传算法的优化法来进行可靠指标计算,确定性有限元分析采用ANSYS软件进行.综合VC与Matlab混合编程技术、基于VC和APDL的ANSYS二次开发技术及M atlab的遗传算法(GA)和神经网络(NN)工具箱函数,编制了可以适应各种复杂工程结构的可靠度分析程序.算例分析表明本文方法计算精度高.本文方法与程序适用于随机变量数目较多,功能函数为隐式时的复杂结构可靠度分析.     

基于BP神经网络和一次二阶矩法的结构可靠度分析

工程结构的功能函数大多为隐式表达式,使得以功能函数的显式表达式为基础的可靠度计算方法难以应用。为此,基于BP神经网络法和一次二阶矩法,根据结构随机变量的统计特性进行随机抽样获取有限数量的样本点,计算出每组样本点下结构的响应值;然后,将其代入由结构响应容许值与实际响应值建立的功能函数中,得到每组样本点下结构的功能函数值;利用BP神经网络对功能函数进行拟合,得到其显式表达式之后,采用一次二阶矩法计算结构可靠度,提出了一种针对隐式功能函数的结构可靠度分析方法。本文方法可以将结构的隐式功能函数进行拟合,从而得到显式功能函数,并最终利用基于显式功能函数的可靠度算法来计算结构可靠度。算例分析表明,本文方法能正确计算结构的验算点和可靠指标,具有较高的计算精度,为功能函数无法显式表达的结构可靠度分析提供了一种可行的方法。     

基于神经网络的钢管混凝土拱桥可靠度计算

由于在大型复杂结构可靠度分析时存在的功能函数不能显式表达,因此采用基于神经网络的响应面法来研究大跨度钢管混凝土拱桥结构的可靠度.运用均匀设计方法确定试验样本点,进行确定性有限元分析,通过获得的训练样本进行神经网络训练,确定神经网络的结构和参数,并结合常规的可靠度分析方法在神经网络响应面上进行可靠度分析.计算结果表明,引入了均匀设计方法的神经网络可以很好地模拟复杂结构的真实响应,该方法运用于大跨度钢管混凝土拱桥结构的可靠度分析是可行的,且具有较高的效率和精度.     

结构可靠度分析中的混合模拟法及应用

针对具有多维随机变量、隐式功能函数特点的复杂结构可靠度分析问题,结合拉丁超立方抽样(LHS)法与均匀设计响应面法,提出基于拉丁抽样均匀设计的混合模拟法.利用LHS法选取灵敏度较高的输入变量继续作为随机变量.通过Matlab语言编写L2-偏差最小的均匀设计表程序,根据生成的均匀设计表选取随机变量的取样点,在构造响应面方程的迭代过程中利用JC法求解结构失效概率.通过2个经典可靠度算例和1个连续刚构桥可靠度算例验证了混合模拟法的适用性.研究结果表明,采用该方法可以精确、高效地求解具有多维随机变量的结构可靠度问题,提高计算效率.     

结构可靠度分析的响应面法和随机响应面法的比较

从拟合功能函数方法、计算精度与效率、收敛性等方面对响应面法和随机响应面法进行了系统地分析.算例表明:与响应面法相比,随机响应面法实现了真正意义上的非侵入式分析.响应面法采用二次多项式响应面函数仅仅在验算点附近能较好地拟合真实功能函数,而随机响应面法采用高阶Hermite随机多项式,能在整个空间上很好地拟合真实功能函数.当随机变量个数较少时,随机响应面法的计算精度和效率均优于响应面法.并且随机响应面法可进行自身的收敛性分析,确定最优阶次的计算结果作为精确解,其收敛性也优于响应面法.     

水下爆炸载荷作用下圆筒的可靠性研究

为了研究板壳结构系统在爆炸载荷作用下的可靠性问题,基于响应面法(RSM)和有限单元法(FEM)计算了圆筒结构在水下爆炸载荷作用下的可靠性指标.将炸药参数和结构材料参数作为基本随机变量,然后利用有限元数值模拟得到试验点上的结构动响应;通过回归分析拟合出结构动响应函数,并在此基础上建立了圆筒结构功能函数;最后以验算点法计算了圆筒结构的可靠性指标.最终的可靠度计算结果表明了该方法的可行性,并为工程应用提供了有益的参考价值.     

应用BP神经网络分析电主轴频率可靠性灵敏度

为研究结构参数变化对电主轴抗共振性能的影响,采用ANSYS有限元分析软件,建立某电主轴的参数化模型,并进行模态分析;将ISIGHT软件集成ANSYS,筛选出电主轴重要的几何参数和材料参数作为设计变量,并使用优化的拉丁方抽样方法随机抽取足够的样本;利用BP神经网络拟合出电主轴低阶固有频率与各随机变量的函数关系,建立电主轴频率的可靠性极限状态方程;采用改进的一次二阶矩方法得到电主轴的频率可靠度和可靠性灵敏度,并以Monte-Carlo方法对计算结果进行验证.结果表明:电主轴的密度、弹性模量及总长度的均值和标准差对电主轴频率可靠度影响显著;利用BP神经网络构建的频率可靠性功能函数较合理;改进一次二阶矩方法能够比较准确、有效地分析频率可靠性灵敏度,且比Monte-Carlo方法效率更高.     

斜拉桥主梁节段施工过程标高与索力控制可靠度分析

鉴于大跨度斜拉桥结构响应难于显式化、结构非线性程度高,而有限元计算量庞大,以至大跨度斜拉桥施工控制可靠度分析具有复杂性,采用一种改进的可靠度分析方法,即响应面-蒙特卡罗法,进行大跨度斜拉桥施工控制可靠度分析。该方法是结合了大跨度斜拉桥施工过程有限元仿真分析、传统响应面法及蒙特卡罗法,能反映结构几何参数、材料参数和荷载参数变异性影响的大跨度斜拉桥施工控制可靠度分析方法。相对于传统响应面法,该法具有精度高的优点;相对于传统蒙特卡罗法,本方法具有计算量少的优点。将本文方法应用于国道主干线广州绕城公路南环段甘竹溪特大桥斜拉桥施工控制实践中,实现了该桥的施工控制可靠度分析,获得理想的结果,为该桥施工控制目标的制定提供了科学依据,同时也显示了本文方法的正确性与实用性。     

伪蒙特卡罗法及其在边坡可靠度分析中的应用

在确定具有最小可靠度指标的滑动面（即临界可靠度滑动面）时,由于常规的蒙特卡罗法抽样耗时巨大,临界可靠度滑动面的获得较为耗时。对于均质边坡,利用简化Bishop法构建了可靠度分析的功能函数,设计了6种随机变量的标准差组合,假定了随机变量的4种抽样范围,利用抽样次数较小的蒙特卡罗法即伪蒙特卡罗法对随机生成的132组可行滑动面进行了伪可靠度指标的计算并与蒙特卡罗法计算得到的可靠度指标进行了比较分析,研究发现：只有一个随机变量的前提下,滑动面的伪可靠度指标与蒙特卡罗法计算的可靠度指标呈完全线性关系,在其它条件相同的情况下,伪蒙特卡罗法抽样范围越大,伪可靠度指标与蒙特卡罗法计算的可靠度指标之间的拟合直线斜率越小,反之亦然;伪蒙特卡罗法抽样次数越大,伪可靠度指标与蒙特卡罗法计算的可靠度指标之间的拟合直线斜率越大,反之亦然。对均质边坡,可应用伪蒙特卡罗法快速计算其临界可靠度指标。     

可靠性分析的双加权响应面法

响应面法常用于极限状态函数为隐式的结构可靠度分析中,且结构的响应通常是通过有限元法求得.响应面法采用系数未知的多项式来代替隐式的极限状态方程,多项式通过一些样本点来拟合,拟合点的选取必须减少计算时间但不影响多项式近似值的质量.为了加快响应面的收敛速度,提出了一些改进,响应面采用加权拟合的方法,拟合点加权根据与真实响应面的距离和拟合点到设计点的距离来确定.这种方法的目的就是减少计算的时间而又能得到满意的结果.算例说明:这种方法具有较高的效率和准确性.     

基于响应面的三维随机有限元法在大型结构可靠度分析中的应用

工程中大型、复杂结构的极限状态方程与输入随机变量的关系往往是未知的,利用响应面法,用一个二次多项式来模拟结构的极限状态方程.首先利用中心复合设计技术获得有关输入随机变量的多组试验点,用这些试验点分别调用有限元程序,可得到相应的多组输出随机变量;然后由已获得的输入、输出随机变量,用最小二乘法来估计二次多项式的参数,即可得到极限状态方程的一个合理近似式;最后用结构可靠度分析中的几何法来计算可靠度指标.对一个重力坝的建基面抗滑稳定可靠度以及坝体单元的可靠度进行了研究,得到了一些重要的结论,指出了提高可靠度指标的途径.算例表明了该方法的有效性.     

一种基于遗传规划的数据拟合方法

把数据拟合建模看作是模型结构和参数的优化搜索过程,将遗传规划和最小二乘法结合起来共同实现数据拟合,该方法是先用遗传规划随机生成待拟合函数的结构,再利用最小二乘法确定参数,然后耦合后生成待拟合的函数,实现模型结构和参数的共同识别.数值仿真表明,该方法得到的函数比传统方法得到的函数的拟合精度要高,且计算精度高.     

多元指数插值响应面方法分析复杂结构可靠度

引入多元指数型插值基函数,采用正交实验设计和有限元分析生成插值点,建立指数插值响应面函数,采用随机投点法和有限元分析生成校核样本点,以校核样本点原函数值与插值函数值距离最小为优化目标,求解多元指数插值函数的待定参数,并构造迭代求解格式控制求解精度,建立了复杂结构可靠度分析的多元指数插值响应面方法.算例分析结果表明,该方法对非线性程度较强的隐式功能函数具有较高的分析精度和效率.     

多随机变量响应面法在结构可靠性分析中的应用

基于样条函数拟合曲面响应面法,给出确定实验点和拟合响应面的方法,提出一种适用于响应面的一次二阶矩优化算法.算例表明,所提出的拟合曲面响应面算法具有使用简单和计算精度高的特点.     

基于径向基函数神经网络响应面法的装载机动臂疲劳可靠性

采用解析法与有限元软件ANSYS相结合的方法对装载机的工作过程进行计算,根据雨流法建立工作过程中装载机动臂的应力及应变的时间历程,通过局部应力应变分析得到结构的疲劳寿命。运用神经网络响应面来拟合结构的极限状态函数及其偏导数,利用可靠度理论分析了装载机动臂的疲劳寿命可靠性。     

基于混沌分析的BP神经网络模型及其在负荷预测中的应用

结合混沌分析理论和BP神经网络，提出在混沌相空间建立BP神经网络模型。运用混沌方法构成训练样本及确定神经网络的网络结构，用神经网络拟合相空间相点演化的非线性关系。并利用该模型对具混沌特性的电力系统日负荷时间序列进行短期预测，对比了标准BP网络模型和混沌线性回归模型的预测结果，结果表明基于混沌分析的BP神经网络模型的预测精度较高。     

边坡稳定可靠度分析的神经网络法

用常规可靠度分析方法进行边坡稳定的可靠度分析时,可靠度分析的主程序与用GEO-SLOPE软件求解安全系数的过程需交互进行,过程繁琐。为加快运行速度,本文采用了基于RBF神经网络的蒙特卡罗模拟法（RBF-MCSM）,此法在进行可靠度分析时,需在运行可靠度分析程序之前先用GEO-SLOPE软件来准备好所有样本。本文首先应用GEO-SLOPE软件中的Slope/w模块对皮园边坡四组剖面支护前后的安全系数进行求解,接下来采用基于径向基函数神经网络的蒙特卡罗模拟法（RBF-MCSM）拟合出功能函数,进而求解边坡的失效概率及可靠指标,并与常规的可靠度分析方法（中心点法、验算点法和响应面法）进行比较,由于RBF-MCSM法的计算结果与常规法中精度较高的验算点法和响应面法结果非常接近,说明RBF-MCSM法十分准确。     

减震结构粘滞阻尼器参数优化分析

研究了基于响应面法进行减震结构非线性粘滞阻尼器参数优化设计的方法,该方法包括试验设计、有限元分析、响应面函数拟合和参数优化。以一榀钢筋混凝土框架结构非线性粘滞阻尼器参数优化为例,以所有粘滞阻尼器提供的阻尼力之和最小为优化目标函数,层间最大位移限值作为约束条件,建立粘滞阻尼器参数优化的数学模型,然后运用非线性规划优化方法进行参数优化。算例研究结果表明:基于响应面法进行粘滞阻尼器参数优化,既能保证结构层间位移小于限值,又能降低建造成本。     

基于LS-SVM的结构可靠度响应面分析方法

金伟良，袁雪霞 针对实际工程中常见的功能函数不能显式表达的可靠性分析问题，提出了一种基于最小二乘支持向量机（LS-SVM）的结构可靠度响应面分析方法.采用正交试验设计和有限元程序生成学习样本，并依据各随机变量的概率分布抽样得到检测样本;利用LS SVM的高度非线性映射能力，建立了结构响应量与随机变量之间的映射关系.进而结合Monte-Carlo原理，计算结构的失效概率.新方法可直接应用现有的有限元分析程序，对大型结构进行可靠性分析.通过典型工程结构的算例分析，结果表明该方法具有较好的效率和精度.     

基于神经网络的斜拉桥非线性随机静力分析

对于大跨度柔性斜拉桥的设计和结构分析来说，考虑结构几何非线性效应进行静力分析是一项重要的内容。但是，材料、几何尺寸、外部荷载等的随机性将影响计算结果。本文基于神经网络提出了斜拉桥非线性随机静力分析方法。通过若干次确定性有限元数值抽样对神经网络训练，训练后的神经网络能够模拟随机变量与结构响应之间的非线性映射关系。算例研究表明，各种随机变量的变异对斜拉桥结构响应影响规律不同。同其他随机变量相比，斜拉索弹性模量变异对斜拉桥跨中挠度影响最显著。主梁截面面积变异对斜拉桥跨中挠度和尾索索力具有显著的影响。