考虑状态模糊性时广义失效概率计算的矩方法

针对失效状态和安全状态具有模糊性的广义可靠性分析问题,提出了一种广义失效概率计算的矩方法。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,从而将模糊可靠性问题转化为一般的随机可靠性问题,进而可以利用近似的矩方法求得广义失效概率。该文给出了所提方法的实现步骤和原理,算例结果表明所提方法对于中低维问题具有很高的精度和效率。     

可靠性灵敏度分析的自适应重要抽样法

基于全局优化的模拟退火方法,提出了结构可靠性灵敏度分析的自适应重要抽样方法。所提方法由模拟退火来逐步寻找结构最可能失效点,通过逐步优化的最可能失效点来构建可靠性灵敏度分析所需的重要抽样函数。从重要抽样密度函数中抽取样本,来对结构可靠性灵敏度作无偏估计,推导了可靠性灵敏度估计量方差和变异系数的计算公式。与基于Monte-Carlo法的可靠性参数灵敏度分析相比,该方法具有更高的抽样效率,算例证明了所提方法的优越性。     

高维小失效概率可靠性分析的序列重要抽样法

针对工程实际中大量存在的高维小失效概率问题,提出了基于子集模拟的序列重要抽样法。该方法首先利用子集模拟的基本思路,通过引入合理的中间失效事件将概率空间划分为一系列的子集,然后再依据重要抽样法的思想,逐步构造序列重要抽样函数来求得失效概率的估计。文中给出了序列重要抽样法求解高维小失效概率的基本步骤,并用算例验证了所提方法的效率和可行性。数值算例和工程算例的结果均表明,基于子集模拟的序列重要抽样法不依赖于极限状态方程的形式,且适用于非正态分布随机变量,其可靠性分析结果有很高的计算精度。     

非正态变量可靠性灵敏度分析方法

基于极限状态函数矩估计的失效概率计算,提出一种非正态变量可靠性灵敏度分析的新方法.推导极限状态函数的矩对非正态基本变量分布参数的偏导数,并利用失效概率与极限状态函数矩的关系,推导失效概率对非正态基本变量分布参数的偏导数,从而得到非正态变量可靠性灵敏度.用文中方法和改进的一次二阶矩法同时分析对数正态变量的可靠性灵敏度,验证文中方法的正确性;最后运用其方法计算失效概率对指数和Weibull分布参数的灵敏度.     

基于混合密度估计的自适应重要抽样可靠性及可靠性灵敏度分析

提出一种高效的基于混合密度函数的自适应重要抽样法,分析结构的失效概率及偏导型可靠性灵敏度.该重要抽样方法运用有限混和密度函数拟合法得到失效域中预抽取样本点的概率密度函数,将之作为重要抽样函数.这些预抽取样本利用马尔可夫链快速模拟得到,相应的重要抽样函数将趋于最优化的重要抽样函数.其次,将所提方法运用到结构可靠性灵敏度的分析中.所提方法具有比传统重要抽样法更高的效率,且可以运用于多模式系统结构的分析,最后给出的算例亦说明文中方法的精度和效率.