基于RBF神经网络随机大跨度双层柱面网壳动力可靠度研究.pdfVIP

第九届全国现代结构工程学术研讨会 基于RBF神经网络的随机大跨度双层柱面网壳 的动力可靠度研究· 李会军1柳春光L2贾玲玲1 (1．大连理工大学土木水利学院，辽宁大连1160242．大连理工大学海岸和近海工程国家重点实验室，辽宁大连116024；) 提要：为了提高大跨度空问结构动力可靠度的计算效率和精度，提出了一种新算法——建立了基于RBF神经阿络响应面的随机 结构动力可靠度分析方法。首先，以随机振动的首次超越为破坏准则，依据随机变量功能函数模式建立随机结构动力可 靠度的功能函数：接着引入响应面法。用径向基函数神经网络来拟合功能函数表达式；然后对Nataf进行线性化变换， 度空间嘲格结构的动力可靠度计算当中，数值算例分析表明，与通常方法相比，此法的迭代次数和有限元分析次数均大 幅减少，节省机时，有利于提高计算效率与精度，在大跨度空闻钢结构的动力可靠度分析中具有广阔的应用前景。 关键词：动力可靠度，RBF神经网络，响应面法，首次超越破坏准则，线性Nataf变换 一、引言 由于大跨度空间结构错综复杂的变异性质，必须全面考虑各种不确定性因素(如空间结构杆件尺寸、荷载、 抗力等变量)，以确保工程安全可靠。由于大跨度空间结构的复杂性，难以采用解析的方法获得作用效应的显式 解，功能函数是隐式且非线性程度高。可靠度分析中的常用方法如一次二阶矩和二次二阶矩以及优化方法等， 只适用于显式的功能函数。针对这一问题，可以采用蒙特卡罗有限元法、随机有限元法或响应冠法进行可靠度 分析。蒙特卡罗有限元法结果准确，但计算量太大，特别是对于非线性问题。随机有限元法概念明确，计算量 小，但不易编程实现，对非线性问题和基本变量变异系数大盼隋况，会产生较大的误差。响应面法的计算量小， 且适用于线性、非线性问题，得到日益广泛的应用。 响应面法是通过若干次有限元分析，逼近原来的隐式功能函数，然而空间结构中非线性问题较多，每一次 有限元分析都要耗费大量的机时。因此，在保证响应面法计算精度的前提下，应尽量减少有限元分析的次数， 提高计算效率。达到此目标的途径有两个u。：(1)采用逼近能力更强的响应面函数来代替原功能函数，以减少 可靠度分析中迭代的次数；(2)在每次迭代过程中，通过尽可能少的有限元分析来构造响应面。基于以上两点， 采用了具有较强菲线性映射能力的径向基函数(RBF)神经网络代替原来的隐式功能函数，提出了以下新算法。 本文首先基于随机振动的首次超越破坏准则，依据随机变量功能函数模式，建立了随机结构动力可靠度功 能函数；接着引入序列响应面法，用径向基函数神经网络来拟合功能函数表达式，推导了功能函数的拟合表达 式；然后将Nataf线性化概率变换，并将该变换与改进的飘RF算法相结合，提出了基于线性似ataf概率变换和 iHLRF算法的一次可靠度方法，将该算法第一次应用于大跨度空间网格结构的动力可靠度计算当中，验证了该法 具有适用、高效和计算精度高的特点。算例分析表明，本文提出的改进方法可以明显加快收敛速度，减少每次 迭代过程所需有限元分析的次数，有利于提高计算精度。 二、大跨度空间网格结构动力可靠度新算法 (一)功能函数的建立 ‘国家自然科学基金资助项目 工业建筑2009增刊 517 第九届全国现代结构工程学术研讨会 在随机振动载荷下，结构的响应是随时间变化的随机过程，因此功能函数为 z(t)=卜y(t) 吣 按上式求出的可靠度是随时间变化的，现在某个时间区域[O，T]内式(1)进行功能极小值变换，得到： (2) zmin(t)=L．y一(f) 惦【o，曰 m[o，叼 的最小可靠概率