发动机连杆的保守模糊可靠度设计

从强度安全性的角度出发,综合运用概率密度函数联合积分法与功能密度函数积分法,整理并推导了发动机连杆的保守模糊可靠度计算公式,即应力、强度及构件的几何尺寸等参数都为正态分布,隶属度函数为k次抛物线分布时的模糊可靠度计算公式;通过VB编程实现发动机连杆保守模糊可靠度设计数值解的计算.本程序可直接应用于设计计算中,以提高连杆的设计水平.      

模糊随机可靠性综合方法在涡轮盘可靠性分析中的应用

提出了模糊随机可靠性分析的近似解析和数字模拟综合方法,基于模糊变量的等价随机化变换,可以方便地得到模糊随机失效概率的计算公式,并建立了模糊随机可靠性分析的一次二阶矩法。定义了同时考虑基本变量和状态都含有模糊随机双重不确定性的可靠度指标,探讨了多个模式情况下模糊随机可靠性分析方法。所提出的方法被用于发动机涡轮盘的应力、应变和低周疲劳寿命模糊随机可靠性分析,证明了该方法是可行的。     

基于模糊神经网络的某型直升机可靠度预测

为了实现某型直升机可靠度准确预测,建立了基于自适应模糊神经网络的可靠度预测模型。该模型以故障间隔时间为输入,以可靠度为输出,通过模糊神经网络自适应训练获得适合直升机可靠度预测的故障间隔时间隶属函数。对模型进行检验取得了较好的仿真结果,与应用RBF神经网络进行可靠度预测相比速度更快,同时预测精度提高了98.4%。     

一种改进的模糊可靠度计算方法

根据模糊集理论推导了一种模糊可靠度的计算方法,并对模糊可靠度计算时如何运用隶属函数的问题进行了讨论.该方法的特点是将模糊可靠度用普通事件的概率来表示,因而其应用范围更广,且适用于计算机的仿真.     

爆炸荷载作用下地下防护结构生存概率计算

在引入随机模糊要领处理地下防护结构荷载不确定因素的基础上，提出 了爆炸作用下地上结构的可靠度分析的方法，推导出地下防护结构生存概率的计算公式。     

结构可靠性分析的模糊概率积分法

针对传统应力-强度干涉法计算结构可靠度时求解材料疲劳强度分布困难的情况,提出了一种利用模糊概率理论直接求解结构可靠度的算法——模糊概率积分法。对该方法进行了理论推导;同时考虑到方法应用过程中可能出现方程重积分困难的情况,又给出了以该方法为基础的数值抽样技术,用以计算结构可靠度的近似值。最后给出一个在航空发动机上的应用算例,计算结果表明该方法快速、有效,适合于工程应用。     

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。     

基于对数正态分布第k试验寿命的分散系数法

针对发动机构件寿命试验评估中对寿命分散系数计算公式与不同取值的需求,本文导出了寿命符合对数正态分布、基于任意第k试验寿命分散系数计算公式。并给出置信度为0.95、可靠度为99.87%、母体对数正态标准差lσgN=0.13时的寿命分散系数。本文基于最差试件寿命的分散系数与已有文献一致,而基于最好试件寿命分散系数较已有文献更为合理;采用本文公式可得到任意给定置信度、可靠度、寿命分散条件下的寿命分散系数,可供工程上评估构件寿命时使用。      

考虑参数随机分布特性的碰摩转子动力学与可靠性

对改进型Jeffcott转子/定子系统,考虑其参数随机分布特性的影响,将稳定性分析与可靠性分析相结合,推导了碰摩转子的可靠度计算公式并使用FORM(1阶可能性方法)和CMC(Crude-Monte-Carlo)法计算其可靠度进而确定了可靠度要求为0.95时的碰摩问题边界.在分析各参数对转子稳态响应、安全域边界以及参数灵敏度影响的基础上,就一般的转子/定子系统碰摩问题给出了在摩擦因数、转速和间隙三参数下的解空间,即求出工程中对应可靠度要求的安全域与失效域.     

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。      

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。     

模糊随机可靠性灵敏度分析方法

 依据模糊随机可靠性灵敏度的基本概念,提出了模糊随机可靠性灵敏度分析的通用数字模拟法,推导了模糊随机可靠性灵敏度数字模拟解的方差和变异系数的计算公式。当模糊变量的隶属函数为正态型时,可以将模糊随机可靠性灵敏度转化为随机可靠性灵敏度,并利用复合函数求导法则求解模糊随机失效概率对正态型隶属函数分布参数的灵敏度。对于工程中常用的对称三角型隶属函数,提出了两种近似等价正态化变换基础上的模糊随机可靠性灵敏度分析方法,这两种将对称三角型隶属函数近似等价为正态型的方法分别是“3σ规则”法和“最大最小”法。算例结果表明：由于“最大最小”法比“3σ规则”法所得的等价正态隶属函数能在形状上更好地近似对称三角型隶属函数,因而“最大最小”变换法更适用于对称三角型隶属函数情况下模糊随机可靠性灵敏度的近似计算。     

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。     

渐变结构系统模糊可靠性灵敏度分析的矩方法(英文)

For a degradable structural system with fuzzy failure region, a moment method based on fuzzy reliability sensitivity algorithm is presented. According to the value assignment of performance function, the integral region for calculating the fuzzy failure probability is first split into a series of subregions in which the membership function values of the performance function within the fuzzy failure region can be approximated by a set of constants. The fuzzy failure probability is then transformed into a sum of products of the random failure probabilities and the approximate constants of the membership function in the subregions. Furthermore, the fuzzy reliability sensitivity analysis is transformed into a series of random reliability sensitivity analysis, and the random reliability sensitivity can be obtained by the constructed moment method. The primary advantages of the presented method include higher efficiency for implicit performance function with low and medium dimensionality and wide applicability to multiple failure modes and nonnormal basic random variables. The limitation is that the required computation effort grows exponentially with the increase of dimensionality of the basic random vari- able; hence, it is not suitable for high dimensionality problem. Compared with the available methods, the presented one is pretty competitive in the case that the dimensionality is lower than 10. The presented examples are used to verify the advantages and indicate the limitations.     

截断分布下广义失效概率的可靠性分析方法

提出基于随机变量为截断分布和失效域模糊下的结构可靠性分析方法。由于常规的可靠性分析方法不能直接用于截断分布情况下广义失效概率的计算,因此,先将截断分布情况下的可靠性分析模型转化为非截断分布情况下的多模式并联系统模型,在此基础上引入模糊失效域的隶属函数,将截断分布情况下的模糊可靠性分析问题转化为一般的随机可靠性问题,利用Monte Carlo法和重要抽样法求得广义失效概率。给出了方法的实现步骤和原理,并用不同算例验证了方法的合理性与可行性。     

分布参数为模糊变量的结构体系模糊可靠性分析方法及应用

 随机模型的分布参数是由随机试验结果进行统计推断而得出的,往往难以准确预知,将其描述为模糊变量是可行的。将模糊数学理论与可靠性分析相结合,对分布参数为模糊变量的结构体系模糊可靠性进行了分析,具体推导了两种失效模式间的模糊相关系数和二阶联合模糊失效概率的求解公式,求出了失效模式间不相关和相关两种情况下,结构体系模糊失效概率在各λ水平截集下的区间解,估算出了结构体系的模糊失效概率,并对加筋板结构的模糊可靠性进行了分析。通过算例表明该方法更符合工程实际,是有效可行的。     

同时考虑基本变量和失效域模糊性的广义失效概率数字计算方法

针对基本变量和失效域均具有模糊性的广义可靠性分析问题,提出了一种基于模拟退火优化的高效数字计算方法。在数字模拟的过程中,由模拟退火优化的Metropolis准则逐渐优化提取样本的重要抽样密度函数。由于基本变量和失效状态均含有模糊不确定性,因此所提算法在构造重要抽样函数时考虑了两个因素的影响,其一是基本变量的等价联合概率密度函数,其二是状态变量对模糊失效域的隶属函数,从而使得对广义失效概率贡献大的样本出现的概率较大,提高了抽样效率和计算精度。所提算法在模拟退火逐渐寻优的过程中,充分利用了过程中的信息,进一步提高了计算的效率,算例的结果也表明本文所提方法是合理可行的。     

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.