第三章 结构可靠度的近似计算..pptVIP

主要内容 干涉面积法 二阶矩法 H-L法 R-F法 吴氏法 相关变量的独立变换 多失效模式可靠度估算 功能函数的多项式近似 回顾 结构可靠度普遍表达式： 回顾 应力强度均为正态分布时结构可靠度 回顾 截尾分布的可靠度计算 回顾 应力粗糙度 结构可靠度： 应力强度分布需已知 基本变量函数的分布难以求解 假设应力、强度均服从正态分布 应力、强度与基本随机变量的关系-力学公式 2. 应力和强度为基本变量非线性函数 3. 功能函数为基本变量线性函数 4. 功能函数为基本变量非线性函数 5. FOSM特点 1. 二变量线性功能函数（正态） 2. 多维线性变量的功能函数（正态） 3. 多维非线性变量的功能函数（H-L法） 4. H-L法的优化计算模型 当量正态处理原则：在某一特定点（验算点）处满足条件： 吴氏（Wu）法 假设线性功能函数中某一非正态变量 ，已知其分布函数为 ，为了确定 的等价正态分布变量，用一个函数 近似地与 拟合，由最小二乘优化可以解决这一问题： 二、结构可靠度的近似计算 上式中， 为三个待定参数。如果和已经确定了的话，可以容易地确定可靠性指标 二、结构可靠度的近似计算 相关变量的独立变换 在用H-L法、R-F法和Wu法计算结构可靠性指标β时，均假设各基本变量相互独立。但是在实际应用中，各基本变量往往是相关的，并且这种相关有时对可靠性指标β会产生显著影响。因此，对彼此相关的变量，首先需要将它们变换为互不相关的变量，再运用上述方法求出结构的可靠性指标和失效概率。 二、结构可靠度的近似计算 蒙特卡洛法计算结构可靠度 蒙特卡洛法的理论依据：大数定理（收敛性） 基本思路：按照基本变量的密度函数进行抽样，将多次试验中落入失效域的点数 与总投点数 之比 作为失效概率的无偏估计值 。 二、结构可靠度的近似计算 伪随机数产生方法：取中法、加同余法、乘同余法、混合同余法 二、结构可靠度的近似计算 结构失效概率的计算 在得到（0,1）区间上均匀分布的随机数序列{ }后，可用来产生任意分布的随机数。设相互独立的基本变量分别有分布函数 ， ，…， ，因为 为[0,1]区间上的一个数，可以将其与产生的随机数相对应，即令 ，这样便可得到 。对于每个 的值，可以得到一组对应的基本变量的值 。将这组值代入功能函数 ，便可得到功能函数的一个取值。将该值与0比较，若小于0，则在计算机程序中计入一次功能函数的实现；若大于0，则不计入。这样就完成了一次预定的计算，再对另一组随机数重复进行这些计算，直到完成预定的循环步骤。 二、结构可靠度的近似计算 近似方法优缺点比较： 1. 精确方法： 优点：可以通过积分得到精确值。 缺点：无法准确地求出它们的分布形式，而且积分困难（多维）。 2. 一次二阶矩法： 优点：可以方便地以变量的一阶矩（均值）和二阶矩（方差）为概率特征进行求解。 缺点：略去了泰勒级数中的高阶项，对非线性程度高的功能函数将产生较大的误差，且对同一问题采用不同的功能函数，将得出不同的结果。 二、结构可靠度的近似计算 3. H-L法： 优点：针对一次二阶矩的问题，Hasofer和Lind建议采 用失效面取代安全裕量函数确定可靠度指标。 缺点：H-L法仅适用于基本变量为正态分布的情况。 4. R-F法： 优点：对于非正态变量的情况，Rackwitz和Fiessler提出了一种等价正态变量法。 缺点：极限状态方程在验算点处展开成泰勒级数，使其线性化，意味着用一个过设计点的平面代替复杂的空间曲面，会带来显著的计算误差；再者非正态变量的等价正态化也使计算带来误差。 二、结构可靠度的近似计算 5. 吴氏法： 针对上述问题，Chen和Lind提出三参数正态尾部近似法和Wu等人提出最优化算法对R-F进行了改进。 6. 蒙特卡洛法： 优点：Monte-Carlo法不受结构功能函数非线性的影响，它可以通过多次模拟试验得到相当精确的结果，在目前结构可靠度计算中，它被认为是一种相对精确法。 缺点：计算工作量非常大，需要预先知道分布情况。 三、其他计算 多失效模式的可靠度计算 前面我们阐述的结构可靠度计算只考虑了构件的一种失效模式，即一种极限状态，而事实上一个构件存在多种失效模式，或者说是多种极限状态