失效概率矩独立全局灵敏度指标的高效算法

基于失效概率的矩独立全局灵敏度指标能够有效地分析输入变量的不确定性对结构系统失效概率的影响程度.然而,目前以抽样方式来计算该灵敏度指标的方法都不能最大程度地利用样本.因此,研究了在准确计算该指标的基础上如何提高样本的利用率.基于所证明的连续区间上的全方差公式,提出了基于空间分割及重要抽样法来高效计算该指标的方法,其仅需一组样本,且计算量与输入变量的维数无关.该方法首先通过重要抽样密度抽取一组样本,使得抽取到的样本以较大的概率落入失效域从而加快计算的收敛速度,其次,通过重复利用这一组样本来计算出各个输入变量的基于失效概率的矩独立全局灵敏度指标,大大提高了样本的利用率和计算效率.验证算例的计算结果,说明了所提方法在计算效率、计算精度、收敛性及稳健性方面都较已有同类方法高,具有更好的工程适用性.

失效概率矩独立全局灵敏度分析的高效算法

失效概率矩独立全局灵敏度分析对指导可靠性优化至关重要,本文从乘法降维及Edgeworth级数展开的角度提出一种失效概率矩独立全局灵敏度指标分析的高效算法。所提算法通过Edgeworth级数展开将失效概率矩独立全局灵敏度指标的求解转化为输出无条件及条件前四阶整数矩的求解。对于输出的无条件及条件四阶矩的计算,基于乘法降维的思想,本文推导了重复利用计算输出的无条件矩的输入输出样本来计算条件矩以及外层关于输入变量一维积分的计算公式,使得仅需重复利用输出无条件前四阶矩求解产生的积分网格内的数据即可同时求得输出的前四阶条件矩以及外层关于输入变量的一维积分。所提算法大大提高了失效概率矩独立全局灵敏度的分析效率。航空发动机涡轮盘以及汽车前轴的分析结果验证了所提算法的高效性及准确性。

基于失效概率偏导数的局部与全局混合灵敏度分析

基于失效概率偏导数的局部灵敏度与矩独立的全局灵敏度定义了一种新的混合灵敏度指标,该灵敏度指标不仅继承了传统的矩独立灵敏度的优点,而且反映了矩独立灵敏度和基于方差的灵敏度之间的内在联系。针对该矩独立的混合灵敏度指标计算量大的问题,该文首先将其转化为基于方差的混合灵敏度指标,然后利用能够高效计算条件矩的态相关参数(SDP)法进行求解。为了进一步提高计算效率,该文建立了基于重要抽样和截断重要抽样的SDP方法。算例结果验证了该文所提指标的合理性及所提方法的准确性。