结构体系的可靠度分析.ppt

其方法之一是：可以用实验方法来研究该随机变量的分布，反复进行实验，取得该随机变量的样本数据，然后用子样分布近似代表随机变量的分布，或根据子样估计其待定参数值，检验母体分布。只要样本足够大，就会得到足够精确的结果。但这种方法成本较大。 方法之二是：蒙特卡罗法，它是利用计算机研究随机变量的有力的方法，也是利用统计模拟来求解工程实际问题的方法。 蒙特卡罗法用实验方法研究随机变量的分布，即反复进行实验、观测，取得随机变量的子样，然后用子样分布近似地代替随机变量母体的分布，或利用子样来估计待定的参数值。只要观测值子样足够大，就会得到足够精确的结果，使用计算机就能达到目的。 Part 3 可靠度分析近似方法 Part 1 Part 2 可靠度分析近似方法 Part 3 31 1 中心点法 2 验算点法 3 JC法 4 结构体系的可靠度分析 5 蒙特卡罗法 概述 结构可靠指标的定义是以结构功能函数服从正态分布或对数正态分布为基础的，利用正态分布概率函数或对数正态分布函数,可以建立结构可靠指标与结构失效概率间的一一对应关系。 实际工程中，结构功能函数可能是非线性函数，而且大多数基本随机变量并不服从正态分布或对数正态分布。结构功能函数一般也不服从正态分布或对数正态分布，实际上确定其概率分布非常困难，因而不能直接计算结构的可靠指标。 32 Part 1 Part 2 可靠度分析近似方法 Part 3 但确定随机变量的特征参数（如均值、方差等）较为容易，如果仅依据基本随机变量的特征参数，以及它们各自的概率分布函数进行结构可靠度分析，则在工程上较为实用，这就是可靠指标的近似计算方法。 本节介绍随机变量相互独立时的几种近似方法，即中心点法、验算点法、JC法、随机变量相关时的可靠度的分析方法以及蒙特卡罗模拟。 33 Part 1 Part 2 可靠度分析近似方法 Part 3 概述 中心点法 （一）中心点法的基本原理 中心点法是结构可靠度研究初期提出的一种方法，其基本思想是首先将非线性功能函数在随机变量的平均值（也称为中心点）处作泰勒级数展开并保留至一次项，然后近似计算功能函数的平均值和标准差，再根据可靠指标的概念直接用功能函数的平均值（一阶矩）和标准差（二阶矩）进行计算，因此该方法也称为均值一次二阶矩法。 34 Part 1 Part 2 可靠度分析近似方法 Part 3 35 Part 1 Part 2 可靠度分析近似方法 Part 3 36 Part 1 Part 2 可靠度分析近似方法 Part 3 （三）中心点法的优缺点 中心点法最大的优点是计算简便，不需进行过多的数值计算，可以直接给出可靠指标与随机变量特征参数之间的关系，所得到的用以度量结构可靠程度的可靠度指标具有明确的物理概念与几何意义，对于b=l～2的正常使用极限状态可靠度的分析，较为适用。 37 Part 1 Part 2 可靠度分析近似方法 Part 3 中心点法 缺点： （1）该方法没有考虑有关基本变量分布类型的信息，只是直接取用随机变量的前一阶矩和二阶矩； 当实际的变量分布不同于正态分布时，其可靠度（或失效概率）的计算结果必将不同，因而可靠指标的计算结果会有误差。 （2）当功能函数为非线性函数时，功能函数在随机变量的平均值处展开不合理； 随机变量的平均值不在极限状态曲面上，展开后的线性极限状态平面可能会较大程度地偏离原来的极限状态曲面；其近似程度取决于线性近似的极限状态曲面与真正的极限状态曲面之间的差异程度。中心点一般总离开极限状态曲面有相当的距离，对非线性功能函数可靠度指标的计算误差很难避免。 （3） 对有相同力学含义但数学表达式不同的极限状态方程，求得的结构可靠指标值可能不同。 38 Part 1 Part 2 可靠度分析近似方法 Part 3 验算点法 39 Part 1 Part 2 可靠度分析近似方法 Part 3 40 Part 1 Part 2 可靠度分析近似方法 Part 3 41 Part 1 Part 2 可靠度分析近似方法 Part 3 42 Part 1 Part 2 可靠度分析近似方法 Part 3 43 Part 1 Part 2 可靠度分析近似方法 Part 3 44 Part 1 Part 2 可靠度分析近似方法 Part 3 45 Part 1 Part 2 可靠度分析近似方法 Part 3 验算点法无疑优于中心点法，验算点法是求解可靠度指标的基础，但只有在统计变量是独立的正态变量和具有线性极限状态方程的条件下才是精确的。 在地下工程中，随机变量并非都服从正态分布，有的服从极值I型或Г分布。对于这类极限状态方程的可靠度分析，一般要把非正态