马尔科夫链方法在可靠性分析中的应用研究.docVIP

西 北 工 业 大 学 博 士 学 位 论 文 （学位研究生） 题目：马尔科夫链方法在可靠性分析中的 应用研究 作 者： 袁 修 开 学科专业： 飞行器设计 指导教师： 吕 震 宙 2009年11月   Application Research of Markov Chain Simulation in Reliability Analysis A Thesis Submitted for the Degree of Doctor of Philosophy Yuan Xiukai Academic Advisor: Professor Lu Zhenzhou Northwestern Polytechnical University November 2009   摘要 马尔科夫链方法由于具有自适应性以及较高的模拟效率，在许多领域中得到了广泛的应用。本文将针对可靠性分析中遇到的各种问题，包括非正态变量问题，小失效概率问题，可靠性灵敏度问题，扩展可靠性问题以及动态可靠性问题等，探讨了马尔科夫链在可靠性分析中的应用，发展了一系列的可靠性分析方法，主要内容如下： (1)基于对失效域样本的高效马尔可夫链模拟方法和鞍点估计法，提出了两种可快速分析小失效概率情况下含非正态变量的非线性极限状态函数的可靠性方法。第一种方法采用高效的改进的马尔科夫链方法来获得近似设计点，然后在近似设计点处将极限状态函数线性化，最后采用鞍点估计法求解失效概率。所提方法相对于基于均值点处线性化的鞍点估计方法，仅需增加少量计算量即可以提高近似求解的精度。第一种方法则在非正态空间中，将所求失效概率转化为线性极限状态函数的失效概率与一个特征比例因子的乘积。线性极限状态函数是通过马尔可夫链模拟非线性极限状态函数失效域中的样本而获得的，它与非线性极限状态函数具有近似相同的设计点。而概率论中的乘法定理是获取特征比例因子的理论依据，它反映了非线性极限状态函数失效概率与线性极限状态函数失效概率的关系。线性极限状态函数的失效概率可以由鞍点估计法求得，而特征比例因子可以由马尔可夫链快速模拟线性与非线性失效域中的样本而近似算得。定性分析和定量的算例对比分析表明：所提算法具有较广的适用范围，并且它的实现过程较为简单，计算精度和效率均较高。 (2)针对实际工程中可靠性分析设计的极限状态方程为隐式的情况，提出了两种基于马尔科夫链模拟的支持向量机可靠性分析方法。所提的第一种方法方法采用改进的马尔科夫链来产生极限状态重要区域上的样本点，再采用支持向量机方法求得相应的函数替代模型来进行可靠性分析。由于马尔科夫链能够自适应的模拟极限状态重要失效区域附近的样本，并且由于采用马尔科夫链备选样本点而非状态点作为训练样本，因而所提方法能够高效快速逼近对失效概率贡献较大区域的极限状态方程，并且充分利用了模拟过程产生的有用信息。所提方法还采用了一种渐变方差的模拟策略，改善了马尔科夫链模拟样本的质量。另外所提方法分别采用支持向量机分类方法和回归方法来构建函数替代模型，能够实现风险最小化的极限状态方程的替代，使得失效概率可以高效高精度地被逼近。最后给出了数值算例和工程算例，表明本文所提方法在计算效率和精度上具有较好的性能。所提出的第二种方法是基于筛选的马尔科夫链模拟的支持向量机可靠性分析方法，该方法将马尔科夫链与支持向量机特有的边界性质相结合来产生训练样本，既充分利用了马尔科夫链的自适应性，使抽样的样本点落在重要区域，又利用了支持向量机分类面的边界的渐近逼近性，使训练样本以较高效率和精度来产生，这样就保证了拟合的支持向量机在失效概率的近似上具有较高的精度。所提方法能够很好的解决原有传统响应面存在的两个基本问题，并通过数值算例和工程算例证实了所提方法的精度、效率。 (3)提出了一种基于马尔可夫链模拟的可靠性灵敏度分析方法，该方法将原极限状态灵敏度转化成线性超平面灵敏度与两个修正失效域灵敏度的代数和的形式，通过两次马尔可夫链模拟得到超平面的灵敏度解析解及修正失效域灵敏度的估计，进而得到原极限状态的灵敏度解。文中给出了可靠性灵敏度估计值及估计值方差和变异系数的计算公式。所提方法采用快捷的马尔可夫链模拟，因而效率远比Monte Carlo模拟要高。将所提方法运用到粉末冶金涡轮盘的低周疲劳寿命可靠性分析上，得到影响涡轮盘的寿命可靠度的各参数的灵敏度，为工程设计提供了指导。 (4)可靠性分析中基本变量分布参数为区间均匀变量时，失效概率及可靠性灵敏度为分布参数的函数，基于条件概率马尔科夫链模拟提出了一种失效概率函数及其灵敏度的求解方法，并提出了新的度量指标，它为失效概率函数和可靠性灵敏度在分布参数空间上的统计特征值。所提方法的主要思路是首先采用贝叶斯公式将失效概率函数转化成全局失