基于Bayes-Bootstrap法确定土力学参数及可靠性分析

岩土参数的可靠取值是工程设计施工的基础,但要获得岩土参数准确信息需要花费巨大的成本.Bayes法能将样本及先验两种信息充分利用起来,推导后验分布,对参数预测取得很好的成效.但通常勘察的样本数据量较小,如果把所勘察到的样本量加以修正调整后作为先验信息,再引入基于插值法改进的Bayes-Bootstrap法对勘察的样本量进行扩大作为样本信息,结合Bayes大样本方法和Fisher信息量就可得到岩土力学参数的后验分布和某地层岩土参数当勘察样本量趋于无穷时的参数收敛值,并以该值作为能准确代表地层信息的代表值.研究发现:当样本量增大的同时,岩土参数的可靠收敛值逐渐向后验均值靠近,而后验均值一定程度上又与样本均值和样本量有关系,在得出各地层参数收敛取值之后反过来寻找参数准确取值时所需的最小样本量,并以一基坑工程开挖过程为例,通过实测监测数据和有限元模拟数据综合对比,验证了Bayes-Bootstrap法的所确定参数的可靠性.

基于改进Bayes-Bootstrap方法的系统可靠性仿真评估

针对小样本条件下系统可靠性评估的特点,以及传统Bayes方法在进行可靠性数据分析时存在的不足,提出了一种基于改进Bayes-Bootstrap的系统可靠性仿真评估方法。首先,对基于Bayes方法进行系统可靠性评估时易发生的现场试验数据"湮灭"问题进行了分析;其次,针对传统Bayes-Bootstrap方法的局限性,提出了一种基于经验函数修正的Bayes-Bootstrap数据抽样算法;最后,结合算例对方法的有效性进行了验证。结果表明:该仿真评估算法具有较高的评估精度,有效降低了传统Bayes方法进行可靠性评估的主观性和处理过程的复杂性。

多元参数退化的系统相关竞争失效可靠性评估方法

为了解决系统相关性竞争下的可靠性问题,提出一种突发失效与多元参数退化失效相关性竞争失效的可靠性评估方法。以Wiener随机过程与Inverse Guassian随机过程描述系统多元参数退化失效过程,利用Copula函数对系统多元退化失效过程进行建模,通过二阶段极大似然法估计退化失效相关参数;构建突发失效关于退化量的条件概率,利用Bayes-Bootstrap法对极大似然估计所得的突发失效参数进行修偏,进一步建立系统的相关性竞争失效模型。以航空发动机的退化数据为例进行综合分析,研究其突发失效和多退化失效之间竞争下的可靠性问题。获得的分析结果能够反映出航空发动机的性能可靠性,验证了模型的有效性,具有较好的工程应用价值。

Simulation Evaluation Study of System Reliability Based on Improved BayesBootstrap Method

For the disadvantages of analyzing system reliability using common Bayes method,an evaluation method based on improved Bayes-Bootstrap method is presented.Firstly,the data obliteration problem existing in traditional Bayes method is analyzed,then an improved sampling arithmetic is proposed on the foundation of an experience function.Finally,effectiveness of this method is proved by an example.The simulating result shows that this method is more accurate than common Bayes method.