工程可靠度选讲作业.docxVIP

工程可靠度选讲作业11.1直接采用数值积分来进行求解失效概率R、S独立分布，所以R、S的联合概率密度如下：失效概率matlab程序如下： syms R S f=1/400/pi*exp(-(R-100)^2/200-(S-50)^2/800); Z=int(int(f,R,S,0),S,-inf,0)+int(int(f,R,0,S),S,0,inf);Warning: Explicit integral could not be found. In sym.int at 58Warning: Explicit integral could not be found. In sym.int at 58 vpa(Z,4)ans = .1267e-1所以直接用数值积分求解的失效概率为1.2用Monte-Carlo来进行求解1.2.1模拟1000次matlab程序如下： N =1000;p=0; r = normrnd(100,10,N,1); s = normrnd(50,20,N,1); for i = 1:N if r(i)-s(i)0 p=p+1; endend p/Nans = 0.0160所以失效概率1.2.2模拟10000次matlab程序如下： N =10000;p=0; r = normrnd(100,10,N,1); s = normrnd(50,20,N,1); for i = 1:N if r(i)-s(i)0p=p+1; end end p/Nans = 0.0126所以失效概率1.2.3模拟100000次 N =100000;p=0; r = normrnd(100,10,N,1); s = normrnd(50,20,N,1); for i = 1:N if r(i)-s(i)0p=p+1;endend p/Nans = 0.0123所以失效概率推测的结论：用Monte-Carlo来进行求解失效概率时，并不一定是N取得越大，结果越精确。本例中，N=10000时模拟的失效概率反而比N=100000时模拟的失效概率更靠近精确解。1.3用中心点法来进行求解失效概率可靠度指标失效概率1.4用验算点法来进行求解R、S均为正太变量，；，。采用逐次迭代法，的初始值取为0，相应的验算点位置为（，）,的迭代求解过程见下表，最后得到。失效概率β的迭代求解过程迭代次数失效概率1R010010100-0.447212.2360681.26%2.236068S5020500.8944272R2.2360689010100-0.447212.2360681.26%0S90205001直接采用数值积分来进行求解失效概率同1.1。2.2用Monte-Carlo来进行求解把matlab程序中“r(i)-s(i)0”换为“r(i)/s(i)-10”即可，其他同1.2。算得结果如下：时，时，时，2.3用中心点法来进行求解失效概率近似取，，则得到近似的可靠度指标：可靠度指标失效概率2.4用验算点法来进行求解R、S均为正太变量，；，。采用逐次迭代法，的初始值取为0，相应的验算点位置为（，）,的迭代求解过程见下表，最后得到。β的迭代求解过程迭代次数失效概率1R010010100-0.242542.2906141.1%2.290614S5020500.9701432R24410100-0.447212.2360681.26%-0.05455S94.4420500.8944273R2.2360689010100-0.447212.2360681.26%0S90205001直接采用数值积分来进行求解失效概率同1.1。3.2用Monte-Carlo来进行求解把matlab程序中“r(i)-s(i)0”换为“log(r(i))-log(s(i))0”即可，其他同1.2。算得结果如下：时，时，时，3.3用中心点法来进行求解失效概率在中心点处，将展开为泰勒级数，并且采用只保留线性项的一次近似方法。则：则有：近似取，，则得到近似的可靠度指标：可靠度指标失效概率3.4用验算点法来进行求解R、S均为正太变量，；，。采用逐次迭代法，的初始值取为0，相应的验算点位置为（，）,的迭代求解过程见下表，最后得到。β的迭代求解过程迭代次数失效概率1R010010100-0.242542.2906141.1%2.290614S5020500.9701432R24410100-0.447212.2360681.26%-0.05455S94.4420500.8944273R2.2360689010100-0.447212.2360681.26%0