模糊可靠性灵敏度分析的线抽样方法

依据失效域具有模糊性时模糊失效概率的定义,提出了模糊可靠性灵敏度分析方法。推导了线性功能函数、独立正态基本变量和正态型隶属函数情况下,模糊可靠性灵敏度的解析表达式。给出了模糊可靠性灵敏度的Monte Carlo数字模拟方法,该方法结果在模拟次数趋于无穷时,收敛于真值,但效率较低,尤其是针对高维和小失效概率问题。为解决数字模拟法效率低的问题,提出了模糊可靠性灵敏度分析的线抽样方法。通过离散模糊失效概率积分区域,建立了模糊可靠性灵敏度与离散区域随机可靠性灵敏度的关系,进而利用随机可靠性灵敏度分析的线抽样方法求得模糊可靠性灵敏度。该方法的基本原理、计算公式及实现步骤被详细给出,适用于高维问题和小失效概率、精度高及收敛快等优点则由该文的算例进行验证。

相关变量模糊可靠性灵敏度分析的线抽样方法

依据失效域具有模糊性时模糊失效概率的定义,提出了相关变量模糊可靠性灵敏度的分析方法。针对线性功能函数、正态基本变量和正态型隶属函数情况,推导了相关变量的模糊可靠性灵敏度计算的解析表达式。对于工程中的一般情况,给出了可靠性灵敏度分析的数字模拟方法。尽管数字模拟法适用范围广,但该方法的效率较低,尤其是针对高维和小失效概率问题。为了解决数字模拟方法效率低的问题,提出了相关变量模糊可靠性灵敏度分析的线抽样方法。通过离散模糊失效概率积分区域,建立了相关变量模糊可靠性灵敏度与离散区域随机可靠性灵敏度的关系,进而可以利用相关变量随机可靠性灵敏度分析的线抽样方法求得模糊可靠性灵敏度。相关变量模糊可靠性灵敏度分析线抽样方法的基本原理、计算公式及实现步骤被详细给出,文中算例充分验证了其精度高、收敛快及适用于高维和小失效概率等优点。

模糊可靠度隶属函数求解的迭代线抽样法

针对同时存在随机基本变量和模糊基本变量的结构,提出了一种模糊可靠度隶属函数求解的迭代线抽样方法。所提方法首先求得给定隶属度水平下模糊基本变量的取值域。然后通过优化建模和迭代策略,求得使功能函数取最值的模糊基本变量取值点,并求得对应的缩减后的随机变量空间内功能函数的设计点。最后基于功能函数最值对应的模糊基本变量取值点及其相应的设计点,运用线抽样法求得给定隶属水平下可靠度值的上界、下界,进而得到模糊可靠度的隶属函数。对于每个给定隶属度水平对应的模糊变量取值域,所提方法通过寻找功能函数的最值代替寻找可靠度最值的策略,大大降低了计算量。另外,所提方法通过迭代过程保证功能函数最值对应的设计点收敛于可靠度最值对应的设计点,并通过线抽样方法来求解相应的可靠度,可以保证算法具有较高的精度。该文算例将对所提算法的优越性进行验证。

基于鞍点估计的结构系统可靠性分析方法研究

利用鞍点概率估计可以直接逼近非正态变量空间中单个线性功能函数概率分布的特点,提出了三种基于鞍点概率估计的系统多模式可靠性分析方法.其一是基于鞍点估计的近似边界理论,该方法首先采用鞍点概率估计方法得到各失效模式的失效概率和等价正态可靠度指标,然后利用边界理论近似得到系统失效概率的上下界限;其二是基于鞍点估计的Nataf分布逼近法,该方法首先采用鞍点估计得到各失效模式响应量的概率密度函数及近似线性化功能函数的相关系数,然后根据Nataf分布来逼近结构系统响应的联合概率密度函数,进而利用直接数字模拟法来求得结构系统的失效概率;其三是鞍点线抽样方法,该方法首先通过变量的线性标准化变换来消除变量的量纲,然后在标准化的变量空间中利用线抽样方法的样本点将系统失效概率转化为一系列线性响应功能函数失效概率平均值的形式,再采用鞍点概率估计方法直接估计非正态变量标准化空间中这一系列线性响应功能函数的失效概率.通过比较三种方法的基本思想、实现过程和算例结果可以发现:(1)第一种方法只能给出多模式系统失效概率的界限,并且只适用于线性程度较好的功能函数的情况;(2)第二种方法可给出系统失效概率的确定值,这种方法的误差主要来源于Nataf分布对多模式系统响应量联合概率密度函数的近似,还来源于每个失效模式极限状态函数的非线性程度,第二种方法也只适用于线性化程度较好的功能函数;(3)第三种方法给出的是多模式系统失效概率的估计值,该估计值随样本点数的增加而趋于真值,并且该方法可以考虑功能函数的非线性对失效概率的影响,因此方法三是适用范围最广的一种方法.