非正态变量可靠性分析的鞍点线抽样方法.pdfVIP

第31卷第2期 固体力学学报 V01．31No．2 CHINESE 0FS()LIDMECHANICS 2010年4月 JOURNAL 2010 April 非正态变量可靠性分析的鞍点线抽样方法。 宋述芳 吕震宙” (西北工业大学航空学院，西安，710072) 摘要结合鞍点概率分布估计和传统线抽样方法的优点。提出了非正态变量可靠性分析的鞍点线抽样方 法．传统的线抽样方法对非正态变量可靠性问题进行分析时需将非正态变量等价转换为标准正态变量，这种非线 性转换将增加响应功能函数的非线性程度。进而加大了转换后响应函数失效概率估计的难度．所提鞍点线抽样方 法则无需将非正态变量转化为标准正态变量。它利用鞍点概率分布估计方法可以直接估计非正态变量空间中线性 响应函数概率分布的特点，并利用线抽样方法可以将非线性功能函数的失效概率转化为一系列线性功能函数失效 概率平均值进行估计的优点，实现了非正态变量空间非线性功能函数失效概率的高精度估计．鞍点线抽样方法使 用前需将变量进行标准化变换，这种变换是线性的。通过对变量的标准化变换可以消除变量的量纲。从而使得标准 化变量空间概率分布更具规律性．理论推导可以证明：鞍点线抽样方法在基本变量服从正态分布时将退化为传统 的线抽样方法．算例验证结果表明：针对非线性功能函数的可靠性问题，鞍点线抽样方法比传统的直接鞍点估计具 有更高的精度，比直接Monte Carlo模拟有更高的效率． 关键词线抽样，鞍点估计。标准正态分布，失效概率，累积分布函数 0 引言 型没有限制，适用于非正态变量情况，但它要求功能 对于工程实际中常见的具有非正态随机变量的 函数是线性的．文献[8，9]在采用鞍点估计方法来分 结构可靠性问题，传统的Monte Carlo数字模拟法析非线性功能函数的可靠性时，首先要将非线性功 因为计算工作量太大而不适于工程应用，而近似解 能函数在均值点或设计点进行线性展开，显然这种 析法(如一次／--次可靠度方法、矩方法等)均需要先处理方法忽略了功能函数非线性对失效概率的影 将非正态变量转化为标准正态变量后进行可靠性分 响，对于高度非线性问题是不适用的，并且与均值一 析，这种非正态变量向标准正态变量的非线性转换 次二阶矩法类似，在均值点处展开后进行失效概率 会增加功能函数的非线性程度，进而引起可靠性分 估计的鞍点估计法还存在致命问题，那就是相同物 析精度的下降n’2]．传统的线抽样方法【2-引通过(竹一理意义不同非线性数学表达式的可靠性分析结果有 1)维(行为基本变量的维数)空问的随机抽样和一维可能是不同的． 插值，将非线性功能函数的失效概率转化为一系列 利用鞍点估计对非正态变量的适应性，并利用 线性功能函数失效概率的平均值，实现了高维和小 线抽样方法用一系列线性功能函数失效概率平均值 失效概率情况下可靠性的高效估计．但线抽样可靠 来估计非线性功能失效概率的特点，本文建立了非 性分析必须在标准正态空间中进行，因此传统线抽 正态变量可靠性分析的鞍点线抽样方法．所提方法 样方法的精度将不可避免地受到非正态变量向标准 的基本思路是：对基本变量进行标准化变换，通过线 正态变量非线性转换的影响，并且当这种非线性变 性的标准化变换来消除各基本变量的量纲，使得基 换引起功能函数的非单调时将使得线抽样得到错误 本变量空间的概率