由于材料屬性、外部載荷和部件老化等時變不確定性因素的存在,結(jié)構(gòu)的可靠度是時間的函數(shù)并隨服役時間降低。為了保證結(jié)構(gòu)工作期間的安全性,研究精確高效的動態(tài)可靠性評估方法十分重要。此外,如果相關的動態(tài)極限狀態(tài)函數(shù)中包含大量的輸入隨機變量,維數(shù)災難成為需要解決的首要困難。利用數(shù)字模擬方法可以求解動態(tài)可靠度,但會面臨高計算量的困難。而現(xiàn)有的近似方法,主要包括首次超越法和極值法也存在不足。前者的局限性在于忽略了超越時間之間的相關性及線性近似帶來的誤差,后者則依賴于代理模型的精度。針對上述問題,本文的研究內(nèi)容包括:基于結(jié)構(gòu)響應的極值,提出了一種動態(tài)可靠性分析的最大熵方法。該方法首先將輸入隨機過程進行離散化。再利用LCVT抽樣技術獲取抽樣樣本,進而求出目標時間區(qū)間內(nèi)極限狀態(tài)函數(shù)的極值。最后利用最大熵原理擬合極值分布,從而將時變可靠性問題轉(zhuǎn)化為時不變問題,求解動態(tài)可靠度。將該方法應用于實際算例,提高了計算效率。針對極限狀態(tài)函數(shù)中含有大量隨機變量的高維動態(tài)可靠性分析問題,提出了一種基于分數(shù)矩最大熵原理的評估方法。推導了基于分數(shù)矩的最大熵原理,并且為分數(shù)矩和拉格朗日乘子增加了邊界約束,重新構(gòu)建了計算最大熵分布... 

【文章來源】：南京航空航天大學江蘇省 211工程院校

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【部分圖文】：

全文組織框架

圖 2.1 整數(shù)矩最大熵方法流程圖最大熵分布后，結(jié)構(gòu)失效概率的計算是顯而由下式得到 bfP f x dx 值的最大熵分布。定義，圖 2.2 中的陰影部分面積即為結(jié)構(gòu)失圖 2.2 極值分布計算失效概率示意圖

圖 2.1 整數(shù)矩最大熵方法流程圖值的最大熵分布后，結(jié)構(gòu)失效概率的計算是顯而易見率可由下式得到 bfP f x dx 極值的最大熵分布。數(shù)的定義，圖 2.2 中的陰影部分面積即為結(jié)構(gòu)失效概


本文編號：3567633