基于Kriging和Monte Carlo的动态可靠性算法

首次穿越法可以得到失效概率随时间的变化,但是计算复杂提高计算成本.拟静态法计算量较小但是只能得到给定时间段对应的失效概率值,不能得到其变化趋势.针对以上问题,本文结合Kriging模型和Monte Carlo方法提出一种动态可靠性分析方法AK-MCS-T.AK-MCS-T即拥有拟静态法计算量小的优点又可以给出失效概率随时间变化情况.为提高Kriging模型精度,AK-MCS-T提出一种新的选点准则.新的选点准则不仅考虑到样本点处基于Kriging模型的响应估值符号判断错误的概率,还考虑了该样本点对应的概率密度.同时,为保证方法计算结果的准确性,AK-MCS-T提出了新的学习停止条件.最后通过腐蚀梁结构和悬臂管结构证明了新方法的高效性和准确性.

基于Kriging算法的隧道衬砌稳定可靠度分析

根据以往的变形压力理论增加了塑性-分离阶段,由此提出了围岩变形压力发展过程的4个阶段,并在上述理论基础上建立了隧道衬砌结构稳定的功能函数,指出了该功能函数的隐式特征在求解可靠度时的困难。利用Kriging算法中变异函数对随机变量特征的表达能力和Kriging算法的插值技术,结合拉丁超立方试验设计抽样方法,推导出了隧道围岩最小支护阻力的变异函数建立方法以及隧道衬砌结构稳定功能函数的插值方法,并给出了建立变异函数和实现隐式函数插值的具体操作流程,从而解决了当隧道衬砌结构稳定功能函数为隐式函数时无法直接求解其可靠度的问题。将此算法分析结果与Monte-Carlo算法精确解相比较,其迭代次数大大减少,而失效概率的绝对误差仅为0.0049%,相对误差为2.523 8%,表明Kriging算法不仅计算效率高,并且能够满足计算结果的精度要求。

基于Kriging模型的小子样失效数据可靠性分析

针对高可靠性航空柱塞泵现场故障数据稀少,难以准确确定数据分布类型的问题,提出采用Kriging方法建立部件故障不确定性的精确描述模型,挖掘部件可靠性信息,并基于不确定性描述的隐式Kriging模型进行蒙特卡洛抽样,产生与原始数据统计规律一致的大容量样本,为基于蒙特卡洛方法的结构系统可靠性分析奠定基础。此外,为衡量所提模型与原始数据统计分布特性的差异,提出基于累积分布函数的单位面积期望误差测度。测度分析结果表明,Kriging方法所建的部件故障不确定性模型比传统方法更准确。以航空柱塞泵为例,进行可靠性数据分析,验证所提方法的正确与高效。

腐蚀管道剩余寿命及参数灵敏度分析

考虑腐蚀速率的影响,改进了计算腐蚀管道失效压力方程,建立了管道腐蚀剩余寿命预测的概率模型,采用重要抽样法对其进行模拟,并通过目标可靠度指标确定管道的剩余寿命,提出了一种新的管道腐蚀寿命预测方法,并对管道的各项参数进行灵敏度分析,讨论了这些参数变化对管道失效概率的影响,得出径向腐蚀速率为缺陷管道失效的主要因素。

渐消自适应Unscented粒子滤波及其在组合导航中的应用

提出一种新的渐消自适应Unscented粒子滤波算法,通过Sigma点来获取状态估值和协方差阵,利用渐消因子自适应的调节权值大小,得到一种参数可调节的重要性密度函数。该重要性密度函数考虑了最新量测的影响,更合理地利用有效信息,保证了粒子多样性,使滤波性能明显改善,能更好地解决非线性非高斯系统模型的滤波问题。将提出的算法应用于SINS/SAR组合导航系统中,与扩展Kalman滤波和渐消自适应扩展Kalman滤波比较,仿真结果表明,提出的滤波算法能提高导航解算的精度,其性能明显优于扩展Kalman滤波和渐消自适应扩展Kalman滤波。

考虑状态模糊性的结构非概率可靠性分析

在实际工程中,有时很难明确判断结构所处的状态是安全的还是失效的,基于传统二元状态假设进行的非概率可靠性分析忽略了这种模糊性的存在,过于理想化。针对这一问题,以椭球模型量化不确定变量,引入模糊状态假设代替二元状态假设,开展了考虑状态模糊性的结构非概率可靠性分析研究:根据模糊状态假设,对结构所处的状态进行模糊描述,在此基础上结合无差别原则,发展了非概率模糊可靠度作为考虑状态模糊性时结构非概率可靠性的度量,同时开发出相应的Monte Carlo模拟方法对所提非概率模糊可靠度进行求解;为了克服Monte Carlo方法需要大量调用真实模型而导致的求解效率低下的问题,提出了一种基于主动学习Kriging的求解算法,从而建立了一套高效的能够考虑状态模糊性的结构非概率可靠性分析方法,通过算例和工程实例验证了所提可靠性分析方法的工程实用性。

Weibull小样本失效数据的贝叶斯可靠性分析

随着高性能复杂系统日益向“高质量、长寿命、小子样”等方向发展,在可靠性试验中经常出现小样本失效数据,传统的基于大样本的产品可靠性评估已不能满足试验要求.在两参数Weibull分布模型的基础上,对原始小样本数据采用灰色估计进行两参数估计,再利用蒙特卡洛方法进行随机抽样并将抽样结果纳入贝叶斯先验信息,通过贝叶斯公式得到后验分布,最终计算得到产品可靠度、失效概率、失效率等结果.最后经实例验证了该方法的有效性.