可靠性灵敏度分析的重要抽样方法

基于重要抽样模拟,提出一种新的求解可靠性参数灵敏度的方法.所提方法依据失效概率对基本变量分布参数偏导数的积分表达式,推导可靠性灵敏度分析的重要抽样计算公式,该公式为一推导的函数在失效域中的数学期望形式,而该数学期望可以利用重要抽样函数获取的落入失效域中的样本来估计.算例结果表明,所提方法在保证同样计算精度的情况下具有比Monte Carlo模拟法更高的计算效率.     

基于失效概率积分和马尔可夫链模拟的可靠性灵敏度分析

可靠性灵敏度可以被表达为失效概率对基本随机变量分布参数的偏导数的形式,利用失效概率为基本变量的联合概率密度函数在失效域上的积分表达式,并且利用马尔可夫链能够高效模拟感兴趣区域样本的性质,一种针对单个失效模式和系统多个失效模式的可靠性灵敏度分析方法被提出。由于可靠性参数灵敏度可以表达为一个与联合概率密度函数相关的函数在失效域中的数学期望的形式,所提方法采用马尔可夫链来高效模拟失效域中的样本,进而采用样本均值替代总体均值的方法来得到可靠性灵敏度的估计值。与已有的基于Monte-Carlo模拟的可靠性灵敏度分析方法相比,所提方法在保证计算精度的基础上计算效率有显著提高,尤其是针对小失效概率的可靠性灵敏度分析问题。该算例充分说明了所提方法的合理可行性。     

随机结构随机激励下的响应灵敏度分析

对于随机激励下随机结构动力响应的灵敏度分析问题,提出基于点估计法的随机结构随机动力响应灵敏度分析方法.所提方法从随机结构响应均方值的均值表达式出发,首先将随机结构响应均方值的均值对基本随机变量分布参数灵敏度转化成求期望值问题,再由求解随机变量函数矩的点估计方法导出求解动力响应灵敏度的计算公式.算例分析表明该方法的计算结果是合理的,并且由于点估计法具有较高的效率和精度,因而所提方法具有一定的工程意义.     

结构失效概率计算的ASVR-MCS方法

为高效计算复杂极限状态函数或隐式函数（例如有限元模型）的失效概率,提出了一种支持矢量回归和蒙特卡洛数字模拟相结合的自适应代理模型方法。所提方法在综合考虑支持矢量回归模型的预测误差和预测值的基础上,构建学习函数,利用该学习函数逐步自适应地从蒙特卡罗样本池中筛选出对结构极限状态面拟合影响最大的点,并将其添加至支持矢量回归模型训练样本集,更新代理模型直至满足收敛条件。由于利用学习函数挑选出的训练点相较于样本池中的其他备选点具有更多信息,因此自适应代理模型方法可以提高支持矢量回归模型的构建效率。利用收敛的支持矢量回归模型即可在不需调用功能函数的条件下来高效估计结构失效概率。所提方法充分利用了支持向量机在小样本情况下良好的泛化能力、稀疏性、维度无关性以及蒙特卡洛数字模拟法的普遍适用性,并且通过自适应学习策略的构造,极大地提高了支持矢量回归模型在蒙特卡洛样本池中的训练效率和训练精度,四个算例的结果充分证明了所建立的自适应支持矢量回归算法对于非线性问题、高维问题以及实际复杂工程问题均具有高效性和适用性。     

模糊结构的能度可靠性灵敏度分析方法

基于可能性理论和模糊区间分析理论,文章提出了模糊结构的能度可靠性灵敏度分析方法.针对极限状态函数为线性且模糊变量可能性分布均为正态型或线性型的结构,推导了能度可靠性灵敏度的解析解.在特殊情况能度可靠性灵敏度解析解法的基础上,结合函数线性化理论和线性型可能性分布函数近似等价正态化方法,提出了求解一般情况下模糊结构能度可靠性灵敏度的近似解析方法.基于求解模糊失效可能度的数值解法,运用差分理论,提出2种求解模糊能度可靠性灵敏度的数值解法.文中算例对所建立的方法进行了对比分析,结果表明所提方法是计算模糊结构能度可靠性灵敏度的可行方法.     

一种基于Gibbs抽样的可靠性增长Bayes方法

针对由幂律过程描述的可靠性增长模型,提出了一种基于Gibbs抽样的可靠性增长Bayes分析方法。通过Gibbs抽样,该方法能够很方便地计算出可靠性增长模型参数及参数函数关于后验分布的数字特征,避免了传统Bayes方法中复杂的高维积分计算。基于Gibbs抽样的可靠性增长Bayes分析方法不仅可以用于单台/多台系统,而且也适用于小子样可靠性增长问题,其优越性由具有精确解的算例进行了充分地说明。     

改进的重要抽样可靠性灵敏度估计及其方差分析

针对可靠性灵敏度分析,提出了一种改进的重要抽样方法.与传统的重要抽样可靠性灵敏度分析方法类似,所提方法需首先找到失效域的最可能失效点来构造重要抽样密度函数.显然求得最可能失效点后即可求得相应的可靠度指标.改进的方法利用标准正态空间中失效域位于以坐标原点为球心可靠度指标为半径的超球之外的性质,只计算超球外的重要抽样样本点的功能函数值来完成可靠性灵敏度的估计,而传统方法则是通过计算所有重要抽样样本点的功能函数值来完成可靠性灵敏度估计的,因此改进的方法将具有更高的计算效率.文中推导了单模式和多模式串联系统的改进方法可靠性灵敏度估计值的方差和变异系数计算公式,通过算例比较了改进方法与传统方法的效率.算例结果表明:在灵敏度估计值方差相同的条件下,改进方法所需计算的功能函数的次数小于传统方法.     

基于Latin方抽样和修正的Latin方抽样的可靠性灵敏度估计及其方差分析

运用Latin方抽样(Latin hypercube sampling)方法和经统计相关减小方程修正后的Latin方抽样(updated Latin hypercube sampling)方法对结构进行可靠性灵敏度估计及其方差分析.单模式和多模式的数值及工程算例说明, 可靠性灵敏度分析的Latin方抽样和修正的Latin方抽样在样本容量较小时都可以得到比Monte Carlo抽样方法更稳定的估计结果.采用Latin方抽样可以得到可靠性灵敏度的无偏估计,而修正的Latin方抽样方法在样本容量较小的情况下得到的可靠性灵敏度估计值的方差的分散性较Latin方抽样有进一步的减小.Latin方抽样和修正的Latin方抽样方法对基本变量的分布形式和相关性等均无限定,是适用于结构可靠性灵敏度分析的一种有效而实用的小样本抽样方法.     

模糊可靠性分析的分段非线性加权响应面法及其应用

提出广义失效概率估箅的分段非线性加权响应面法.该方法首先将广义失效概率的积分区域划分为功能函数对模糊失效域隶属函数近似不变的积分微段,在积分微段中的广义失效概率可以转化为随机失效慨率,进而采用非线性加权响应面法拟合积分微段边界,并求得相应边界的随机失效慨率.针对0-起飞-0和0-最大连续-0循环载荷作用下的某型粉末冶金涡轮盘,采用文中所提方法对涡轮盘低周疲劳寿命进行模糊可靠性分析,分析结果表明,所提方法的效率、精度以及在工程上的实用价值.     

隐式极限状态方程的非概率可靠性分析

针对凸集模型比例因子的非概率可靠度指标相对隐式极限状态方程难以求解问题,提出一种基于支持向量机回归的非概率可靠度指标分析方法.所提方法用支持向量机回归拟合极限状态方程,通过优化算法获得可靠度指标和设计点,用设计点更新支持向量机训练样本的抽样中心,并重复计算过程直至收敛.由于构造合适的迭代格式可以有效地近似结构的真实失效域边界,故求解精度好,又由于使用极限状态方程的代理措施,使得计算效率高.文中用四个数值算例证明方法的精度和效率,并将文中方法用于实际的飞机机翼可靠性分析中.