结构可靠度分析.doc

结构可靠度分析方法综述 专业：结构工程 结构可靠度分析方法综述 摘要：详细阐述了结构可靠度计算方法，对改进的一次二阶矩法、JC 法、几何法、高次高阶矩法、响应面法、蒙特卡罗方法、随机有限元法等点可靠度计算方法进行了分析；同时介绍了体系可靠度与时变可靠度的有关内容。 关键词 点可靠度；一次二阶矩法；响应面法；蒙特卡罗方法；随机有限元法；体系可靠度；时变可靠度 1. 前沿 结构可靠度的计算方法从研究的对象来说可分为点可靠度计算方法和体系可靠度计算方法。 2. 结构点可靠度计算方法 2.1 一次二阶矩法 在实际工程中，占主流的一次二阶矩法应用相当广泛，已成为国际上结构可靠度分析和计算的基本方法。其要点是非正态随机变量的正态变换及非线性功能函数的线性化由于将非线性功能函数作了线性化处理，所以该类方法是一种近似的计算方法，但具有很强的适用性，计算精度能够满足工程需求。均值一次二阶矩法改进的一次二阶矩法、JC法、几何法都是以一次二阶矩法为基础的可靠度计算方法。 （1）均值一次二阶矩法。早期结构可靠度分析中，假设线性化点就是均值点，而由此得线性化的极限状态方程，在随机变量统计独立的条件下，直接获得功能函数z 的均值及标准差，由此再由可靠指标的 定义求取。该方法对于非线性功能函数，因略去二阶及更高阶项，误差将随着线性化点到失效边界距离的增大而增大，而均值法中所选用的线性化点（均值点）一般在可靠区而不在失效边界上，结果往往带来相当大的误差，同时选用不同的极限状态方程不能得到相同的可靠指标，此为该方法的严重问题。 （2） 改进一次二阶矩法。针对均值一次二阶矩法的上述问题，人们把线性化点选在失效边界上，且选在与结构最大可能失效概率对应的设计验算点上，以克服均值一次二阶矩法存在的问题，提出了改进的一次二阶矩法。该方法无疑优于均值一次二阶矩法，为工程实际可靠度计算中求解的基础。但该方法只是在随机变量统计独立、正态分布和线性极限状态方程才是精确的，否则只能得到近似的结果。文献［1］推导出一次二阶矩法的更一般、适用的形式，把相关正态分布变量经过映射变换转变成不相关正态分布变量，然后经过正交变换转变成独立标准正态分布变量。该方法适用于随机变量的任何分布形式，收敛速度快，大大减少了计算工作量。 (3)JC 法。针对工程结构各随机变量的非正态性，拉克维茨和菲斯莱等人提出了JC 法。其基本原理是将非正态的变量当量正态化，替代的正态分布函数要求在设计验算点处的累积概率分布函数（CDF）和概率密度函数（PDF）值分别和原变量的CDF值PDF值相等。当量正态化后，采用改进一次二阶矩法的计算原理求解结构可靠度指标 值。该方法克服上述两方法的不足，适用于随机变量为任意分布下结构可靠指标的求解，运算简捷，对非线性程度不高的结构功能函数，其精度能满足工程实际需要，并已为国际联合委员会（JCSS）所采用，故称JC法。我国《建筑结构设计统一标准》、《铁路工程结构设计统一标准》中亦采用此法。 (4) 几何法。用JC法计算时，迭代次数较多，而且当极限状态方程为高次非线性时，其误差较大。为此人们提出了几何法，该方法仍采用迭代求解，其基本思路是先假定验算点，将验算点值代入极限状态方程，沿着所表示的空间曲面在点处的梯度方向前进（或后退），得到新的验算点，然后再进行迭代。几何法与一般的一次二阶矩法相比，具有迭代次数少，收敛快，精度高的优点，但其结果亦为近似解。 上述结构可靠度分析方法统称为快速概率积分法(Fast Probaility Integration, 简称FPI)，其计算精度不仅依赖于随机设计变量的分布类型，更主要的是依赖于失效面的具体形状。当失效面的形状，尤其是在设计点附近的局部形状和 n 维超平面偏离较大时，所有FPI方法的计算误差将显著增大。 2.2 高次高阶矩法 为了提高结构可靠度的计算精度，在一次二阶矩法的基础上人们尝试了可靠度的高次高阶矩法，分别提出了计算可靠度的二次二阶矩法与四阶矩方法，其原理与一次二阶矩法相同，计算可靠度指标时都是以求得极限状态方程的偏导、获得其 Taylor 级数为基础，计算精度较高，但较难处理一些复杂、不易求导的功能函数。针对复杂功能函数、不易求导及个别随机变量不存在CDF的问题，有关学者提出了应用最大熵原理拟和功能函数的和变量高阶矩的正态变换等改进方法求解值。对于极限状态函数难以确定的问题，基于多层神经网络映射存在定理，文献［6］提出了遗传算法-神经网络混合训练技术的结构近似可靠分析方法。此方法用三层神经网络可以很好地拟和真实的极限状态函数，利用遗传算法求解结构可靠性指标，其计算精度能够满足工程要求