基于密度权重的可靠性灵敏度分析方法

为了提高可靠性灵敏度求解数字模拟法的效率,提出了一种变量空间确定性低偏差均匀抽样与样本点处联合概率密度函数构造权重相结合的方法,来估计可靠性灵敏度。该方法通过均匀样本点处联合概率密度函数的权重保证了可靠性灵敏度的估计值收敛于真值,而由低偏差抽样代替原问题中的联合概率密度抽样则可以保证更低的误差阶以及在小失效概率条件下抽得的样本有更高的可能性落入失效域,从而保证了所提方法具有更高的收敛速度。另外,所提方法可以采用与独立变量相同的步骤来估计相关变量情况下的可靠性灵敏度,计算简便,适用范围广。算例充分证明了所提方法的优越性。     

基于密度权重的可靠性灵敏度分析方法简

 为了提高可靠性灵敏度求解数字模拟法的效率,提出了一种变量空间确定性低偏差均匀抽样与样本点处联合概率密度函数构造权重相结合的方法,来估计可靠性灵敏度。该方法通过均匀样本点处联合概率密度函数的权重保证了可靠性灵敏度的估计值收敛于真值,而由低偏差抽样代替原问题中的联合概率密度抽样则可以保证更低的误差阶以及在小失效概率条件下抽得的样本有更高的可能性落入失效域,从而保证了所提方法具有更高的收敛速度。另外,所提方法可以采用与独立变量相同的步骤来估计相关变量情况下的可靠性灵敏度,计算简便,适用范围广。算例充分证明了所提方法的优越性。     

一种与样本信息合理匹配的可靠性模型

针对随机变量具有一定的积累而又不足以确定概率分布的情况,提出了一 种新的基于分段均匀描述的可靠性模型。该模型在积累数据构成的各个子区间上,采用区间 不确定性情况下的非概率模型求得相应的非概率可靠性指标,并依据每个子区间内均匀分布 假设下非概率可靠性指标与概率可靠度的关系,求得每个子区间内无频率信息情况下基于均 匀分布描述变量不确定性时的概率可靠度。由于每个子区间在所积累的数据中出现的可能性 相等,因此可将每个子区间内的概率可靠度进行平均来得到结构的可靠度。与非概率可靠性 模型只利用了积累数据的最大值和最小值情况相比,此方法可以充分利用积累数据中包含 的不确定性信息,避免了非概率模型描述时过于保守的结果。与概率模型相比,本文方法利 用积累数据自然形成的子区间上的均匀分布描述,避免了关于分布的强假设以及分布参数估 计在小样本情况下的较大误差。算例表明,所提模型是一种介于概率与非概率可靠性模型之 间的合理方法,它可以与样本信息较好地匹配,从而合理地度量结构的安全程度。