The invention belongs to the field of structural reliability analysis, and discloses a general dynamic tracking sequence sampling method for structural reliability analysis, which includes the following steps: establishing the limit state function of the structure, determining the distribution information of random variables and random variables, constructing random points and converting random variables and random points to the standard. The target sampling area is determined in the quasi normal space, the training point is constructed, the training data set is formed and the agent model is established. The target sampling area is divided and the most sensitive area is identified; the most sensitive area is mined, and a new training point is obtained, the training data set and the generation model are updated, and then the prediction failure probability is calculated. The maximum relative error of all local areas and the coefficient of variation of the predicted failure probability are calculated, and whether the sampling is terminated according to the maximum relative error and the coefficient of variation is judged, so as to complete the analysis of structural reliability. The invention has the advantages of simple operation steps, high efficiency and strong adaptability.
【技术实现步骤摘要】
一种面向结构可靠性分析的通用动态追踪序列采样方法
本专利技术属于结构可靠性分析领域,更具体地,涉及一种面向结构可靠性分析的通用动态追踪序列采样方法。
技术介绍
可靠性是衡量复杂结构服役性能的关键概率指标,不同于确定性分析,可靠性分析充分考虑影响结构失效的各方面不确定因素,例如材料属性、载荷条件、加工工艺、装配环境等。近年来,一系列的结构可靠性分析理论方法已经应用于航空航天、远洋装备、基础设施等领域,随着人们对结构服役性能的要求与日俱增,高可靠性复杂结构装备已成为中国制造迈向高精尖化的一个重要标志,而可靠性分析理论则在其中扮演核心角色。尽管可靠性分析理论已经取得了飞速发展,但是当大型结构装备越来越复杂、服役要求越来越高时,结构的极限状态函数(也称为功能函数)通常具有高度非线性特点,甚至是未知隐式的。此时常规的解析法(如一次二阶矩法)、蒙特卡洛模拟法及其改进方法均不再适用,而代理模型则可以很好地解决此类复杂黑箱问题。基于代理模型的可靠性分析方法通常采用某种实验设计方法选取一系列的训练点来构造原始极限状态函数的近似代理模型,并用该近似代理模型进行后续的分析评估。常用的代理模型包括:多项式响应面、多项式混沌展开、Kriging、径向基函数、支持向量回归、神经网络等。对于实际工程问题,获取每一个训练点的真实响应值都需要进行仿真实验或者物理实验,这个过程非常耗时。因此,决定此类方法使用效率的关键在于,借助合理有效的实验设计方法,用尽可能少的训练点构建出能够满足可靠性分析精度要求的代理模型。现有的面向结构可靠性分析的实验设计方法主要包括一次采样和序列采样。一次采样为了获 ...
【技术保护点】
1.一种面向结构可靠性分析的通用动态追踪序列采样方法,其特征在于,包括如下步骤:S1建立待分析结构的极限状态函数,确定极限状态函数中的随机变量及随机变量的分布信息;S2根据极限状态函数及随机变量的分布信息构建随机点,并将随机变量及随机点转换至标准正态空间中以确定目标采样区域;构建Nsample个训练点形成训练数据集,并建立代理模型,根据代理模型计算预测失效概率;S3根据训练点对目标采样区域进行划分以获得多个局部区域,计算每个局部区域的预测失效概率误差,以识别出最敏感区域;S4开采步骤S3得到的最敏感区域,获得第Nsample+1个训练点,更新训练数据集以及代理模型,然后重新计算预测失效概率;S5根据步骤S3中计算的每个局部区域的预测失效概率误差计算最大相对误差,并计算步骤S4中得到的预测失效概率的变异系数,根据最大相对误差和变异系数判断是否终止采样,以此方式完成整个采样过程。
【技术特征摘要】
1.一种面向结构可靠性分析的通用动态追踪序列采样方法,其特征在于,包括如下步骤:S1建立待分析结构的极限状态函数,确定极限状态函数中的随机变量及随机变量的分布信息;S2根据极限状态函数及随机变量的分布信息构建随机点,并将随机变量及随机点转换至标准正态空间中以确定目标采样区域;构建Nsample个训练点形成训练数据集,并建立代理模型,根据代理模型计算预测失效概率;S3根据训练点对目标采样区域进行划分以获得多个局部区域,计算每个局部区域的预测失效概率误差,以识别出最敏感区域;S4开采步骤S3得到的最敏感区域,获得第Nsample+1个训练点,更新训练数据集以及代理模型,然后重新计算预测失效概率;S5根据步骤S3中计算的每个局部区域的预测失效概率误差计算最大相对误差,并计算步骤S4中得到的预测失效概率的变异系数,根据最大相对误差和变异系数判断是否终止采样,以此方式完成整个采样过程。2.如权利要求1所述的面向结构可靠性分析的通用动态追踪序列采样方法,其特征在于,步骤S3中计算每个局部区域的预测失效概率误差以识别出最敏感区域具体为:采用公式(1)计算每个局部区域的预测失效概率误差,预测失效概率误差最大的区域即为最敏感区域,所述公式(1)如下:其中,是从训练点集中去掉一个训练点xi得到的预测失效概率误差,为步骤S2计算获得的预测失效概率,是去掉...
【专利技术属性】
技术研发人员:邱浩波,蒋琛,高亮,陈力铭,杨赞,
申请(专利权)人:华中科技大学,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。