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。