×

兹马思-数学第一资源

随机变量与凸变量混合结构可靠度分析的一种新方法。(英语) Zbl 07186563
摘要:提出了一种基于投影轮廓的主动学习策略与Kriging元模型相结合的方法,对随机变量和凸变量混合的结构进行可靠性分析。在该方法中,确定了在极限状态面上投影轮廓的逼近精度是估计失效概率的关键,而不是整个极限状态面。提出了一种新的基于轮廓线的投影更新策略,有效地提高了投影点的定位精度。考虑到元模型不确定性对失效概率估计的影响,建立了元模型不确定性的量化函数,并将其引入到Kriging元模型更新停止条件下。最后,基于改进的Kriging元模型,采用蒙特卡罗模拟方法计算了失效概率。以Burro Creek桥和压电能量采集器为例,验证了该方法的有效性。结果表明,该方法对随机变量和凸变量混合的结构可靠度分析是准确有效的。
理学硕士:
00 总括性主题;收藏
PDF格式 双歧杆菌 XML 引用
全文: 内政部
参考文献:
[1] Schuëller,G.I.;Jensen,H.A.,《考虑不确定性的优化计算方法概述》,计算机。方法应用。机械。工程学,198,1,2-13(2008)·Zbl 1194.74258
[2] Mourelatos,Z.P.;Zhou,J.,《基于可能性理论的数据不足的可靠性估计》,AIAA J.,43,8,1696(2005),70
[3] Zhang,J.H.;Xiao,M.;Gao,L.;Qiu,H.B.;Yang,Z.,《基于证据的优化设计的改进两阶段框架》,Struct。多碟。Optim.,58,4,1673-1693(2018年)
[4] Jiang,C.;Bi,R.G.;Lu,G.Y.;Han,X.,《使用非概率凸模型进行结构可靠性分析》,Comput。方法应用。机械。工程学,254,283-98(2013年)·Zbl 1297.74091号
[5] 郭,J.;杜,X.P.,《随机变量和区间变量的可靠性灵敏度分析》,国际期刊。方法工程,781585-1617(2009)·Zbl 1171.74463号
[6] Luo,Y.;Kang,Z.;Li,A.,基于概率和凸集混合模型的结构可靠性评估,计算机。结构,87,21-22,1408-1415(2009)
[7] Nguyen,X.S.;Sellier,A.;Duprat,F.;Pons,G.《基于双加权回归技术的自适应响应面法》,Probab。机械工程,24135-143(2009)
[8] Basudhar,A.;Missoum,S.,《用于构造显式边界的改进自适应采样方案》,Struct。多碟。Optim.,42,4517-529(2010年)
[9] Xiao,N.C.;Zuo,M.J.;Zhou,C.,《构建有效可靠性分析代理模型的新自适应序贯抽样方法》,Reliab。工程系统。苏丹武装部队,169330-338(2018年)
[10] Keshtegar,B.;Kisi,O.,M5模型树和有效结构可靠性分析的蒙特卡罗模拟,应用。数学。型号,48899-910(2017)·Zbl 07163440
[11] Bichon,B.J.;Eldred,M.S.;Swiler,L.P.;Mahadevan,S.;McFarland,J.M.,《非线性隐式性能函数的有效全局可靠性分析》,AIAA J.,46,10,2459-2468(2008)
[12] Echard,B.;Gayton,N.;Lemaire,M.,AK-MCS:一种结合Kriging和Monte Carlo模拟的主动学习可靠性方法,Struct。《南非联邦公报》,第33、2、145-154页(2011年)
[13] Yang,X.;Liu,Y.;Zhang,Y.;Yue,Z.,《基于主动学习的概率和凸集混合可靠性分析》,Appl。数学。模型,39,14,3954-3971(2015)·Zbl 1443.90160号
[14] Zhang,J.H.;Xiao,M.;Gao,L.;Fu,J.J.,一种新的基于投影轮廓的主动学习方法及其与Kriging的组合,用于随机变量和区间变量的混合可靠性分析,计算。方法应用。机械。英国,34,32-52(2018年)
[15] Echard,B.;Gayton,N.;Lemaire,M.;Relun,N.,具有时间要求的数值模型的小失效概率的组合重要性抽样和克里格可靠性方法,Reliab。工程系统。《南非联邦公报》,第111232-240页(2013年)
[16] Sun,Z.;Wang,J.;Li,R.;Tong,C.,LIF:一种新的基于Kriging的学习函数及其在结构可靠性分析中的应用,Reliab。工程系统。Saf.,157152-165(2017年)
[17] Lophaven,S.N.;Nielsen,H.B.;Sondergaard,J.,DACE,Matlab Kriging工具箱,2.0版。(2002年),丹麦技术大学,技术代表IMM-TR-2002-12
[18] Keshtegara,B.;Kisi,O.,RM5Tree:用于精确结构可靠性分析的径向基M5模型树,Reliab。工程系统。《南非联邦公报》,第180页,第49-61页(2018年)
[19] Seong,S.;Hu,C.;Lee,S.,《压电能源收割机可靠发电的不确定性设计》,J.Intell。马特。系统。结构,28,17,2437-2449(2017)
[20] Sadoughi,M.K.;Li,M.;Hu,C.A.;MacKenzie,C.A.;Lee,S.;Eshghi,A.T.,《不确定条件下基于仿真的设计的高维可靠性分析方法》,J.Mech。Des.,140,7,第071401条,pp.(2018年)
[21] Balesdent,M.;Morio,J.;Marzat,J.,《基于Kriging的稀有事件估计自适应重要抽样算法》,Struct。《安全年鉴》,第44页,第1-10页(2013年)
[22] Sundar,V.S.;Shields,M.D.,识别用于可靠性分析的隐式定义函数的代理增强随机搜索算法,结构。Saf.,62,1-11(2016年)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。