考虑模糊失效准则的结构疲劳寿命可靠性

 针对常规设计中对功能函数失效状态规定与常识不符这种情况,提出了考虑模糊失效准则的结构疲劳寿命可靠性,将结构寿命视为随机变量,而设计寿命视为模糊变量,研究了设计寿命服从线性L-R分布时的结构疲劳寿命可靠度,给出了随机载荷下结构疲劳寿命概率密度函数的确定方法,并提出了随机变量与模糊变量相组合时的一种新的可靠度数值计算方法,该方法先利用Gauss-Legendre积分将模糊可靠度求解的二次积分转换成一次积分,列出与Legendre多项式零点相对应的阀值,然后在给定的阀值下,将设计寿命转化成普通的截集区间,在截集区间内假定结构疲劳寿命概率密度函数服从均匀分布,利用Monte Carlo模拟得到对应于该阀值的结构疲劳寿命可靠度值。数值结果表明,常规设计下结构的疲劳寿命可靠度偏于危险。     

定向结晶涡轮叶片可靠性分析

本文在正交异性材料定向结晶涡轮叶片的应力有限元分析的基础上, 以一种简单的破坏模式列出了可靠度的计算方法。首先利用 Hill准则建立临界函数 (破坏函数 ), 对于多随机变量及非线性破坏函数利用二阶矩方法及 Hasofer-Lind方法找出破坏点和这种破坏模式的可靠度。并用Monte-Carlo方法予以验证。      

同应力多危险部位失效相关轮盘疲劳寿命可靠度分析方法

提出了考虑失效相关性的同应力多危险部位轮盘应变疲劳寿命可靠度分析方法.引入广义强度和广义应力建立轮盘应变疲劳寿命可靠性模型,采用H-L法计算轮盘单失效部位可靠度.针对发动机轮盘常存在同应力多危险部位的特点,当考虑多失效部位相关性时,采用HohenbichlerM积分法对轮盘疲劳寿命可靠度进行计算.最后通过某轮盘应变疲劳寿命分析说明该方法的有效性.探讨了轮盘失效功能函数相关系数和应变寿命模型中材料随机变量相关系数关系,以及轮盘失效功能函数相关系数和轮盘疲劳概率寿命规律.      

考虑相关性的同级叶片系统强度可靠度分析方法

提出了考虑相关性的同级叶片系统强度可靠度分析方法.该方法包括同级叶片强度随机变量相关系数的数值模拟方法、同级叶片强度临界状态函数之间相关系数的确定方法.并给出考虑材料相关性的同级叶片系统可靠度计算二阶窄界限公式.讨论了考虑失效相关的同级叶片系统强度可靠度不同计算方法.最后通过算例表明所提出方法的有效性.      

基于当量概率密度函数的模糊可靠性分析方法

实际工程中,结构系统的属性以及所受外载荷常常具有随机性和模糊性的特点。对于功能函数中含有模糊分布参数(FDP)的随机变量问题,如何准确且简便地评估其可靠性,是十分重要的。依据随机性和模糊性的基本概念,提出了当量概率密度函数的模糊可靠性分析方法。以FDP的隶属函数为基础,构造FDP的先验分布,应用Bayes理论,得到含有FDP随机变量的当量概率密度函数,并推导出具有常用隶属函数的FDP随机变量的数学期望和方差。这样就把含有FDP的随机变量处理成常规随机变量,进而可以应用传统的可靠性方法来分析结构的可靠性。本文所提方法解决了功能函数中含有多个FDP的随机变量时,模糊概率计算困难的问题。最后通过算例,与常用的模糊概率的可靠性分析方法进行比较,来验证本文算法的有效性。     

多种失效模式相关的机构运动可靠度计算方法

机构运动中必然存在多种相关失效模式,多为影响机构运动的各类随机变量函数.为了在机构运动可靠性分析中有效考虑多种相关失效模式的影响,建立了考虑多种失效模式相关条件下的机构运动可靠度计算模型,并实现了对多种失效模式相关条件下的机构运动可靠度计算模型的求解,为考虑多种相关失效模式下的机构运动可靠性分析提供了一种有效途径.以6408滚动轴承为例,进行100 000抽样计算,考虑失效模式相关条件下运动可靠度为95.998 9%.该方法精度较高,具有一定的理论意义和应用价值.     

一种结构可靠性的数值计算方法

应力—强度干涉法是结构可靠度计算的基础,然而在结构疲劳可靠度计算时材料的等寿命强度很难求得。根据模糊概率积分法,给出了一种利用蒙特卡洛抽样直接求解结构可靠度的数值计算方法,经过数值试验表明,该算法简单、有效,而且实施过程简单,容易为工程计算所采用,具有一定的应用价值。      

样本重复使用失效响应曲线分析结构可靠度方法

用基于样本重复使用失效响应曲线逼近法,为充分利用迭代过程中的样本点,提出了样本重复使用的思想,并由此发展出一种结构可靠度的计算方法.利用可靠度指标作为收敛条件,从迭代收敛后的所有样本点中选取靠近失效界线处的样本点构造失效曲线响应函数,最后通过蒙特卡洛抽样的方法计算可靠度.多个算例表明:该响应函数避免了对传统意义上的功能函数响应面的模拟,降低了模型维数,又由于适当地 引入了带交叉项、具有曲线旋转功能的响应函数,因此能够很好地逼近失效曲线,有效地提高可靠度计算精度.      

基于优化Kriging模型和重要抽样法的结构可靠度混合算法

 结构可靠度分析计算通常采用多项式响应面拟合隐式极限状态函数,但对于复杂航空航天机械结构产品极限状态方程往往表现出高度非线性,此时多项式响应面的模拟精度不够就会造成计算不收敛。为了提高结构可靠度计算的精度、效率和收敛性,提出了基于优化Kriging模型和重要抽样法的结构可靠度计算方法。首先,利用人工蜂群算法对Kriging模型的参数进行优化;再用优化后的模型模拟隐式极限状态函数,结合重要抽样法不断修正抽样重心,逐步提高模拟精度以达到给定要求;最后,结合一阶矩法(FORM)/二阶矩法(SORM)经典算法求解结构可靠度。该方法提高了高度非线性隐式极限状态方程可靠度计算的精度和收敛性,并且具有较高的计算效率。     

基于失效模式相关度及子集模拟重要抽样的结构可靠度计算方法

针对具有多个相关失效模式的结构系统,提出了一种基于失效模式相关度聚类及子集模拟重要抽样的可靠度计算方法。首先按相关程度大小将失效模式简化为为强相关、弱相关、中等相关3类,聚类后的功能函数按子集模拟重要抽样法计算其可靠度,最后对每一类失效模式采用不同的原则,近似计算出结构可靠度。利用简单工程算例验证所提方法,证明了此方法有效提高了失效模式相关的结构系统可靠度的计算效率和精度。     

Neural Networks Combined with Importance Sampling Techniques for Reliability Evaluation of Explosive Initiating Device

Concerning the issue of high-dimensions and low-failure probabilities including implicit and highly nonlinear limit state function, reliability analysis based on the directional importance sampling in combination with the radial basis function (RBF) neural network is used, and the RBF neural network based on first-order reliability method (FORM) is to approximate the unknown implicit limit state functions and calculate the most probable point (MPP) with iterative algorithm. For good efficiency, based on the ideas that directional sampling reduces dimensionality and importance sampling focuses on the domain contributing to failure probability, the joint probability density function of importance sampling is constructed, and the sampling center is moved to MPP to ensure that more random sample points draw belong to the failure domain and the simulation efficiency is improved. Then the numerical example of initiating explosive devices for rocket booster explosive bolts demonstrates the applicability, versatility and accuracy of the approach compared with other reliability simulation algorithm.     

随机结构响应量置信区间的一种求解方法

基于经典的可靠性分析方法和非正态变量向正态变量的等价变换,提出了随机结构响应量置信区间估计的一种迭代方法,该方法可用于复杂响应量函数或隐式响应量函数的置信区间分析。在采用有精确解的算例验证了所提方法的有效性后,将所提方法用于2个工程实例,对10杆结构中的位移函数和某型飞机翼身连接接头模型中的响应面函数进行了置信区间估计,所提方法的计算结果与数值模拟方法计算结果的对照表明:所提方法计算工作量小且计算精度高。     

最小二乘支持向量回归机在可靠性分析中的应用(英文)

经典的响应面方法作为回归方法来模拟可靠性设计中的状态变量和基本变量之间的函数关系,用以解决直接数值模拟方法计算量大的问题。这类算法已经成功解决了一些隐式功能函数的可靠性分析问题,但它依据的"经验风险最小"原则影响了它的使用范围。基于"结构风险最小化"的支持向量回归机方法具有良好的小样本学习性能和泛化能立,比传统的回归方法具有优越性。但支持向量回归机方法对大样本的可靠性问题在时间和空间上开销巨大。为了克服这一不足,本文将最小二乘支持向量回归机引入到可靠性分析中。算例结果表明:基于最小二乘支持向量回归机的可靠性方法计算得到结果精度较高,在计算耗时上远小于支持向量回归机的可靠性方法,因此在工程应用上具有一定价值。     

某型飞机翼身连接接头可靠性分析

首先将标准有限元程序与改进的均值法相结合，对某型飞机翼身连接接头处的刚度可靠性进行分析，结果表明，在所给载荷和允许应变情况下，该接头结构在外载变异系数为0.15，弹性模量和剪切模量为0.05时，仍具有较高的可靠度。然后，又将标准有限元分析程序与响应面法结合，在假设接头的响应极限状态方程为一不包括交叉项的二次多项式的基础上，利用有限元分析确定响应极限状态方程，通过迭代运算，保证响应极限状态方程在最有可能失效点处与接头结构真实的隐式极限状态方程有很好的近似程度。2种方法的计算结果具有较好的一致性。最后，基于弹塑性应变分析，给出了在大过载情况下的低周疲劳寿命可靠性分析结果，得到了在给定寿命要求下，结构可靠度随寿命变异系数变化的曲线，并给出了在要求寿命可靠度情况下，可靠寿命随寿命变异系数的变化曲线，从而，为该型飞机的设计定型提供了有力的依据和方法。     

考虑多工况性能可靠性的航空发动机循环设计方法

为实现航空发动机总体性能设计方法由传统的确定性设计向不确定性概率设计转变，提出基于分布式协同响应面法思想的航空发动机多工况性能可靠性循环优化设计方法:建立了引入非确定性部件性能的航空发动机性能仿真模型，通过试验设计、非设计点性能仿真试验等步骤，构建了各典型工况下发动机推力与耗油率性能可靠度关于设计点循环参数的分布式响应面模型，并以此构建多工况性能协同响应面模型进行循环参数优化设计，最终获得循环参数非劣解集并通过随机试验进行验证。结果表明，通过多工况性能可靠性循环优化设计方法获得的循环参数非劣解集均能使发动机在多个典型工况下的总体性能同时达到不低于97.5%的高可靠度，为设计人员根据实际情况选取循环参数提供依据。      

附件机匣出油口温度可靠性灵敏度分析的响应面方法

针对极限状态函数未知的可靠性灵敏度分析问题,提出了用响应面方法获取极限状态函数,再利用该极限状态函数进行可靠性灵敏度分析的方法,并推导了相关计算公式.综合考虑了机匣进油口的滑油流量、温度以及机匣外二股气流的温度、流速等变量的随机性,采用该方法计算了附件机匣出油口温度的可靠度及各随机变量对可靠度的灵敏度.计算结果与相关文献中定性分析的结论一致,故所提出的可靠性灵敏度分析方法及相关计算公式是正确和有效的,为附件机匣及其相关附件的可靠性设计与优化提供了定量的理论依据.      

基于ANN逆模型的非线性系统内模控制结构方案及仿真研究

基于逆模型的非线性系统控制器设计方法已得到了快速发展,并成为设计控制系统的一种重要方法。但对大量复杂、未知和不确定的非线性对象,建立具有一定通用性的逆模型控制器,在实际非线性系统设计中是非常困难的。文中基于系统内模控制（IMC）原理和神经网络（ANN）的非线性映射、大规模并行处理等特性,设计了非线性系统的ANN正模型辨识器及逆模型控制器,基于IMC原理和ANN理论建立了非线性系统的IMC结构方案。大量仿真研究表明,设计的基于ANN逆模型的IMC结构方案是有效的,ANN逆模型控制器具有良好控制性能,且其结构简单,具有一定通用性。     

A new structural reliability analysis method in presence of mixed uncertainty variables

For structures with both random and fuzzy uncertainty, this paper presents a novel method for determining the membership function in fuzzy reliability with the Automatic Updating Extreme Response Surface (AUERS) method. In the proposed method, fuzzy variables are initially converted into a value domain under the given cut level and the extreme point in the domain where the reliability reaches its extreme value is considered. Second, the Particle Swarm Optimization (PSO) algorithm is used to determine the extreme point according to the extreme responses for different sets of random sample inputs. A kriging response surface is subsequently constructed between the random variables and the corresponding extreme points. An automatic updating strategy is then introduced based on the Relative Mean Square Predicted Error (RMSPE) before performing every iteration of reliability analysis. By adding new sample points, the approximate quality of the kriging response surface is improved. Finally, reliability analysis is used to determine the reliability bound under the given cut level. The proposed method assures the accuracy and computation efficiency of the mixed uncertainty reliability analysis results while it prevents the solution from becoming trapped in a local optimum, which occurs in classical optimization methods. Two example analyses are used to demonstrate the validity and advantages of the proposed method.     

Kriging模型在固体火箭发动机装药可靠性分析中的应用

基于Kriging方法对固体火箭发动机装药结构可靠性进行了分析.首先,采用拉丁超立方抽样技术得到了随机参数样本点;然后,利用样本点数据对黏弹性有限元模型的装药进行了结构力学分析;最后,通过Kriging模型得到了八面体剪应变的函数近似响应面,并结合失效判据对失效函数进行了可靠性计算.为了验证Kriging模型在可靠性计算中的有效性,其计算结果与Monte-Carlo方法进行了比较,得到了十分接近的可靠度.