復(fù)雜結(jié)構(gòu)可靠性分析及設(shè)計研究.pdf

1、可靠性是注重工程應(yīng)用的學科。當成熟的隨機可靠性、模糊可靠性理論和發(fā)展中的穩(wěn)健可靠性理論用于復(fù)雜結(jié)構(gòu)時，出現(xiàn)了計算復(fù)雜性高、計算量大和理論適用性小的問題。 本文針對上述問題，對包含隨機可靠性與模糊可靠性的傳統(tǒng)可靠性進行若干改進，以減小可靠性分析與設(shè)計的復(fù)雜度；在穩(wěn)健可靠性理論中，提出一種適合于多種(個)凸集模型的穩(wěn)健可靠性指標，系統(tǒng)地研究了穩(wěn)健可靠性分析與設(shè)計方法，完善了穩(wěn)健可靠性理論。具體內(nèi)容如下： (1)引入高階修正項

2、和概率等效變換，修正一次迭代響應(yīng)面，建立與多次迭代響應(yīng)面法精度相仿且計算量更低的改進響應(yīng)面法；通過偏移均值點，用一組線性響應(yīng)面近似真實極限狀態(tài)方程，建立處理高度非線性問題的組合響應(yīng)面法。擬合綜合變量與基本變量的關(guān)系，推出基本變量分布參數(shù)對綜合變量分布參數(shù)的影響，利用復(fù)合函數(shù)求導法則和一次二階矩敏度分析方法構(gòu)建失效概率對基本變量的敏度關(guān)系。 (2)以模糊隨機變量隨機化為基礎(chǔ)，通過模擬退火算法逐步優(yōu)化復(fù)雜結(jié)構(gòu)各失效模式的重要抽樣密度

3、中心，構(gòu)造加權(quán)重要抽樣函數(shù)進行可靠性分析，建立基于智能優(yōu)化的復(fù)雜結(jié)構(gòu)系統(tǒng)可靠性分析的數(shù)值模擬方法。 (3)在凸集模型中定義尺寸參數(shù)比例因子，實現(xiàn)多種(個)不確定性凸集模型的多尺度參數(shù)向單一尺度參數(shù)的映射。定義與失效域相交的不確定性凸集模型的尺寸參數(shù)比例因子最小值為穩(wěn)健可靠性指標，定義相應(yīng)的最小值點為設(shè)計點，從而建立一種基于極限狀態(tài)函數(shù)的適用于多種(個)凸集模型的穩(wěn)健可靠性指標。 (4)推導出線性極限狀態(tài)函數(shù)的穩(wěn)健可靠性指

4、標及其設(shè)計點的解析公式。對非線性程度較小的極限狀態(tài)函數(shù)，通過線性化及定義基于凸集模型距離的收斂準則，建立近似求解其穩(wěn)健可靠性的一階設(shè)計點法。利用數(shù)值模擬方法(Monte-Carlo法、改進Monte-Carlo法和Markov鏈法)，通過引入基于凸集模型距離的收斂準則和不確定變量概率密度函數(shù)，對非線性較大的極限狀態(tài)函數(shù)進行穩(wěn)健可靠性分析。以全局優(yōu)化算法為基礎(chǔ)，依據(jù)穩(wěn)健靠性指標構(gòu)造優(yōu)化函數(shù)，建立了包含模擬退火算法和遺傳算法的穩(wěn)健可靠性分析

5、優(yōu)化算法。 (5)通過細化傳統(tǒng)響應(yīng)面法迭代步驟和引入基于凸集模型距離的收斂準則，建立隱式極限狀態(tài)函數(shù)穩(wěn)健可靠性分析的線性響應(yīng)面法、加權(quán)線性響應(yīng)面法和二次響應(yīng)面法。基于試湊法擬合的單隱層BP網(wǎng)絡(luò)和顯式極限狀態(tài)函數(shù)的遺傳算法，建立隱式極限狀態(tài)函數(shù)穩(wěn)健可靠性分析的神經(jīng)網(wǎng)絡(luò)法。 (6)建立穩(wěn)健可靠性優(yōu)化設(shè)計模型，給出通過一階設(shè)計點法進行可靠性分析、通過遺傳算法進行優(yōu)化的穩(wěn)健可靠性優(yōu)化設(shè)計算法。 (7)以穩(wěn)健可靠性分析基礎(chǔ)