机械结构的能度可靠性分析方法

在结构的能度可靠性理论中，结构的可靠性是由模糊可靠性指标和失效可能度共同表征的。它们从不同侧面反映结构的安全可靠程度。两者从总体上较全面地反映结构的可靠性。因此，结构的能度可靠性分析包括模糊可靠性指标可能性分布和模糊失效可能度的确定。文中提出了机械结构能度可靠性分析的一般方法。给出了一些特殊情况下的解析求解公式，和复杂情况下模糊可靠性指标和失效可能度的数值求解方法。实例计算表明文中方法是有效和可行的。     

一种基于试验模态参数的结构边界条件优化设计方法

针对工程上含有复杂链接机构的结构在有限元建模时边界约束无法准确确定问题,发展了一种基于试验模态参数的结构边界条件优化设计方法,将模态试验和计算模态分析相结合,通过基于遗传算法的多目标优化方法,以试验模态的频率和振型参数为优化目标,通过调整边界约束得到准确的有限元模型,获取准确的质量信息。通过一个有试验数据的三维空气舵算例,验证了该方法的可行性并达到了修正试验质量参数的效果。     

金属材料细观韧性断裂的随机模糊分析

本文在４种材料３０ＣｒＭｎＳｉＡ，４０ＣｒＮｉＭｏＡ，４５钢和２０钢宏观与细观试验结果的基础上，对韧性细观断裂的随机性和模糊性进行了研究。以基于孤立空洞长大模型基础上的临界空穴扩展比模型为例，指出细观空穴形核半径和临界半径可以用对数正态分布描述，其它模型参量可以用正态分布描述。具体分析了这４种材料在不同应力状态和应变水平下的断裂特征，结果表明，考虑参数的随机性，即采用概率断裂力学方法，所得结果比传统的确定性断裂模型接近实验结果。文中进一步讨论了断裂状态的模糊性，提出了考虑断裂状态随机模糊失效慨率的计算模型，算例分析表明，断裂状态的模糊性是事物的本质特性，基于专家经验基础上的模糊断裂分析方法能较全面描述材料及试样的断裂问题。本文建立的方法也适用于其它断裂模型的分析．     

基于条件期望的改进线抽样方法及其应用

为减小线抽样可靠性及灵敏度分析计算结果的方差,该文在可靠性与可靠性灵敏度线抽样计算公式中巧妙地运用全方差原理,引入了条件期望,对传统计算方法进行了改进,同时为避免直接计算条件期望将导致计算量增加的问题,该文将计算公式进一步转化成与基本变量维数无关的形式,并采用核密度估计的方法进行求解。该文最后运用MATLAB软件将该文方法应用于工程实例分析,结果均表明:通过对传统线抽样方法的改进,有效地提高了线抽样方法求解失效概率和灵敏度的收敛性和稳定性。     

基于马尔科夫链模拟的支持向量机可靠性分析方法

针对实际工程中可靠性分析设计的极限状态方程为隐式的情况,提出了一种基于马尔科夫链模拟的支持向量机可靠性分析方法.所提方法采用改进的马尔科夫链来产生极限状态重要区域上的样本点,再采用支持向量机方法求得相应的函数替代模型来进行可靠性分析.由于马尔科夫链能够自适应的模拟极限状态重要失效区域附近的样本,并且由于采用马尔科夫链备...     

基于概率加权矩的无模型抽样

为了提高可靠性分析的精度,提出了一种改进的基于概率加权矩的无模型抽样方法。该方法同时以样本的概率加权矩和经验分布函数为约束条件来产生大样本,从而保证了目标样本局部统计信息和全局统计信息与原始观测样本信息的一致。所提方法还对目标样本初始点的选择方法进行了改进,使得目标样本能更快收敛于真解。数值算例验证表明,在拟合经验分布函数时,基于概率加权矩的无模型抽样在局部统计信息、全局统计信息的一致性以及收敛速度方面均优于传统的无模型抽样。     

结构安全概率方法评述

对５０年代以来结构安全的概率计算方法进行了全面综述，并用算例对各种基本算法进行了评述，指出了目前结构安全概率计算方法的研究热点和今后此学科的研究方向。     

复杂结构广义可靠性及优化研究的评述

综述近年来复杂结构的广义可靠性方面的研究进展情况，并且在此基础上预测将来进一步的研究方向。虽然有关结构工程可靠性优化方面的研究报道已很多，但把广义可靠性应用于大型复杂结构工程中的工作却不多见。根据该工作的困难情况。提出利用人工神经网络和遗传算法等方面解决这类问题的可能性。     

模糊线性回归及其在模糊可靠性分析中的应用

在T ANAKA提出的模糊线性回归模型的基础上,对其进行了扩展和改进,建立了输入变量和输出变量同为模糊量时的模糊线性回归模型,实现了从输入变量到输出变量之间的模糊性传递,从而使得结构/机构系统基本变量的模糊特性可以通过回归分析传递给响应变量,进而将一个多变量的模糊可靠性问题转化为只有模糊响应量和模糊允许量两个变量的问题,大大简化了模糊可靠性分析问题。最后,应用所提的模型对一个含隐式功能函数的弹性四连杆机构进行了模糊可靠性分析,分析结果表明了该模型的可行性。     

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。