工程结构可靠性设计原理.ppt

第三章 结构可靠度的计算 建筑工程学院 前面介绍的用中心点法和验算点法计算结构可靠指标是针对独立随机变量的。而实际工程中，有些情况下，随即变量间可能存在一定的相关性，如海上结构承受的风荷载和波浪力，岩土工程中的粘聚力和内摩擦角等。所以，在这种情况下，计算可靠指标时应考虑随机变量间的相关性。 3.3.1 正态随机变量和线性功能函数的情况 设 为n个状态随机变量，平均值为 （i=1,2，...，n），标准差为 （i=1,2，...，n）， 与 （i≠j）间的相关系数为 ，线性功能函数为： 式中， 为常数。 由于Z为状态随机变量的线性函数，所以Z也服从正态分布，平均值和标准差为： 3.3.2 一般情况 假定功能函数 表示的非线性功能函数中，随机变量 不服从正态分布。将非正态分布随机变量 在验算点处当量正态化为正态随机变量 。将非线性功能函数展开并保留至一次项： 式中， 表示g（.） 的偏导数在验算点处的值。 取 ，参照式（3-43）和式（3-45）得 3.4 蒙特卡洛方法 结构可靠性所讨论的问题之一是随机事件的概率计算问题，除了前面介绍的计算方法外，还可以采用蒙特卡洛方法进行模拟。 蒙特卡洛方法：进行多次抽样，将得到的样本值带入结构功能函数，得到结构多个不同的状态，将Z0的状态进行统计分析，即得到结构失效占模拟总次数的比率，这一比率就是结构失效概率的估计值，这一方法称为结构可靠性分析的蒙特卡洛法。 用蒙特卡洛方法模拟结构失效概率时，由于模拟次数总是有限的，所以模拟结果是一个随机变量。评价蒙特卡洛方法模拟结果好坏或模拟效率的指标是失效概率模拟结果的变异系数。当变异系数较小时，说明 失效概率的变异性小，模拟的准确性较高，模拟结果的可信度较大。相反，当变异系数较大时，说明失效概率的变异性较大，模拟的准确性不高，模拟结果的可信度不大。为了提高蒙特卡洛方法估算的精度，一种方法是增加模拟的次数，称为一般抽样法；另一种方法是采用一定的方法降低失效概率的变异系数，称为重要抽样方法。重要抽样方法有多种，如一般重要抽样法、更新重要抽样法、渐近重要抽样方法、方向重要抽样方法等。 本节只介绍常用的一般抽样方法和一般重要抽样方法。 3.4.1 一般抽样方法 一般抽样方法是结构可靠度蒙特卡洛模拟最基本的方法，重要抽样方法是以一般抽样法为基础的。 作为结构可靠度分析的基本问题，设 为n个随机变量，其概率密度函数分别为 ，由这n个随机变量表示的结构功能函数为： 结构失效概率由下式计算 3.4.2 重要抽样方法 前面已经表明，对于小概率事件的结构失效问题，在一定的模拟次数下，一般抽样法的精度很低，模拟效率不高。下图很好的说明了原因。图中的同心椭圆表示联合概率密度函数的等值线，圆心处为联合概率密度的最大值点，即最大似然点，该店一般在随机变量的众值处或平均值附近。当按一般抽样方法对随机变量进行抽样时，样本点落在最大似然点处的概率最大，所以抽样的样本点大部分落在改点附近。而按照结构安全设计的要求，结构失效为小概率事件，也就是说设计结构时要使最大似然点在可靠域内，且远离失效边界。这种情况下，模拟中只有少数或极少数的 第一次产生3个随机数 由上面公式得 功能函数值为 从而 ，所以 第二次产生3个随机数 由上面公式得 功能函数值为 从而 ，同时求得 所以 分别重复上述过程10次、100次和1000次，由式 （3-61）的结构失效概率的估计值分别为 和 。将本例模拟的结果与例3-8一般抽样法的模拟结果相比较可以看出，一般只要抽样法在模拟次数不多是就能获得比较好的估计结果，显示了其优越性。 * * 3.3 相关随机变量可靠指标的计算 3.3.1 正态随机变量和线性功能函数的情况 3.3.2 一般情况 3.4 蒙特卡洛方法 3.4.1