可靠性讲稿(2.3经典解析-2.4经典数字.ppt

2.3 可靠度计算的经典近似解析方法 干涉面积法 一次二阶矩法(FOSM) 改进一次二阶矩法(AFOSM) 雷- 菲 (R-F)法 吴氏 (Wu)方法 二次可靠度算法(SORM) 相关变量的独立变换 干涉面积法 应力和强度的概率密度函数fS(S) 和fR(R)的干涉面积为 设两密度函数交点的横坐标为：S0=R0 阴影部分的面积 在应力S和强度R相互独立的情况下, 结构的失效概率为 另一方面，结构的可靠度可表示为 从而可以看出，结构的失效概率不等于干涉区阴影部 分的面积。 一次二阶矩法(First Order Second Moment) 应力和强度为结构基本随机变量的线性函数 应力和强度为结构基本随机变量的非线性函数 R和S为基本变量的非线性函数 S=S (x1, x2,···, xn) R=R(y1, y2,···, ym) 将非线性函数在均值点 处线性化处理 线性极限状态方程 非线性极限状态方程 一次二阶矩法(FOSM)的优缺点 优点：正态独立基本变量和线性功能函数情况下可 求得可靠度指标和失效概率的精确解。计算 简单，只需要基本变量的一阶矩和二阶矩即 可求得失效概率，便于向工程推广应用。 缺点：① 对具有相同物理意义，但对于物理意义相 同，数学表达式不同的非线性功能函数可能 会得到差别较大的可靠性指标和失效概率。 ②非线性功能函数情况下，失效概率有较大 的误差。 改进一次二阶矩法(Advanced FOSM) 针对FOSM的第①个缺点, Hasofer_Lind提出了AFOSM 方法。AFOSM方法的基本思路涉及： ①可靠度指标的几何意义 ②设计点(maximum probable failure point) ③非线性功能函数在设计点线性展开，解决了FOSM 中物理意义相同数学表达式不同的非线性功能函数 失效概率不一致的问题。 两变量情况下的可靠性指标几何意义及设计点 (2) 极限状态方程是基本变量的非线性函数 雷-菲法(Rackwitz-Fiessler) 解决非正态变量情况下的失效概率计算问题，其基本 思路是：建立等价条件，求解非正态变量的等价正态 变量。 等价正态变量求解法 多变量非线性极限状态函数的R-F方法 通过等价正态变换法,将非正态变量转化为正态变量后, 采用AFOSM方法就可以进行结构可靠性分析了。 已知条件：设非正态基本变量x1, x2,···,xn相互独立, CDF 和PDF分别为Fi (xi)和fi (xi) 非正态变量等价正态变换 非线性功能函数Z=g(x1, x2,···, xn)。求得 xi 的等价正态 随机变量 xi′的均值和标准差分别为 吴氏方法(Wu) 非正态相关变量独立变换 任意非正态随机向量，理论上都可以通过Rosenblatt 变换，转化为线性无关的标准正态随机向量 正态相关变量独立变换 2.4 可靠度计算的经典数字模拟方法 蒙特卡洛法(Monte-Carlo simulation) 重要抽样法(Importance sampling) 描述抽样法(Descriptive sampling) β球截断抽样法(β-sphere truncated sampling) 蒙特卡洛法(Monte-Carlo simulation) 蒙特卡洛法是通过数字模拟来分析可靠性的近似方法 单个失效模式可靠性分析的M-C法 多失效模式可靠性分析的M-C法 [0,1]区间均匀伪随机数的产生 利用数学递推公式来产生的随机数称为伪随机数。 线性同余发生器 xi+1=(axi+c) (modM)，随机数ri+1= xi+1/M 由于xi+1为(axi+c) /M的余数,故0≤ xi+1≤M，从而0≤ri+1≤1, 序列{ri}为[0,1]上的均匀分布序列。 其中 a0乘子，M模数， c≥0增量，当c=0时，为 乘同余发生器，当c0时，为混合乘同余发生器。 组合发生器 优化线性同余发生器(用一个随机数控制另一个随机数) 线性同余发生器的周期L≤M，只要L足够大，则在 一个周期内的数就能承受数理统计中的独立性和均 匀性检验，这完全取决于参数x0，a和M的选择。 这里推荐下列参数： x0=1或任意正奇数，M＝2k，a=52q+1,k和q都为正整 数，k越大，周期越长。若计算机尾部字长为n，一 般取L≤n，q可选满足52q+1 ≤ 2n的最大整数，例如 x0=