一种基于广义Pareto分布模型的工程结构可靠度监测评价方法技术

本发明专利技术公开了一种基于广义Pareto分布模型的工程结构可靠度监测评价方法，包括获取应变监测数据集中，构建应变概率模型，根据超阈值均值图法、Hill图法、最小均方误差法、峰度法计算所述模型的位置参数，构建似然方程组，根据所选的参数集合得到应变概率模型的分布函数和概率密度函数，构建工程结构在预测期内应变数据超过位置参数的第二累计分布函数，构建工程结构承载能力功能函数，根据蒙特卡洛法、结构抗力的概率密度函数以及第二累计分布函数计算失效概率和可靠度值。根据数量有限的外荷载效应实测数据，较为准确地预测服役期内工程结构外荷载效应极值的概率模型，提高了计算工程结构失效概率及可靠度值的准确率。工程结构失效概率及可靠度值的准确率。工程结构失效概率及可靠度值的准确率。

【技术实现步骤摘要】
一种基于广义Pareto分布模型的工程结构可靠度监测评价方法


[0001]本专利技术涉及工程结构的可靠度监测评价领域，尤其涉及一种基于广义Pareto分布模型的工程结构可靠度监测评价方法。

技术介绍

[0002]在过去的30多年中，进入了土木工程领域蓬勃发展的阶段，建筑业总产值从808亿元增长到20万亿元，住宅房屋累计竣工面积超过420亿m2。截至2021年，公路总里程已达528万公里，城市桥梁共76157座，其中不乏一些吸引全世界目光的重大工程，如造价71.1亿元的东海大桥(2005年建成)，总投资2485.37亿元的三峡大坝工程等。然而，这些重大工程面临着许多工程设计中的问题和挑战，现行设计方法难以保证工程结构的长期稳定性能。在恶劣的环境条件下和复杂的荷载作用下，工程结构面临着构建损伤、材料劣化和结构失效等问题，结构的可靠性逐渐被削弱，使工程结构的实际使用寿命无法达到设计要求。目前对结构的可靠度评价研究大多是从安全性即承载能力极限状态的角度开展的，且较少直接利用结构荷载效应的监测数据来开展工程结构的可靠度监测评价，缺少对工程结构不同位置的应力、弯矩和挠度等监测数据进行可靠度指标及失效概率计算方法。

技术实现思路

[0003]本专利技术提供一种基于广义Pareto分布模型的工程结构可靠度监测评价方法，以克服上述技术问题。
[0004]一种基于广义Pareto分布模型的工程结构可靠度监测评价方法，包括，
[0005]步骤一、获取工程结构中传感器的应变数据，将应变数据存储至应变监测数据集中，构建基于广义Pareto分布的应变概率模型，
[0006]步骤二、基于应变监测数据集，根据超阈值均值图法计算应变概率模型中的第一位置参数，根据Hill图法计算应变概率模型中的第二位置参数，根据最小均方误差法计算应变概率模型中的第三位置参数，根据峰度法计算应变概率模型中的第四位置参数，
[0007]步骤三、构建似然方程组，将应变监测数据集中超过第一位置参数的数据保存至第一超阈值样本集中，根据第一超阈值样本集计算似然方程组中的第一形状参数和第一尺度参数，将第一位置参数、第一形状参数、第一尺度参数保存为第一参数集合，
[0008]将应变监测数据集中超过第二位置参数值的数据保存至第二超阈值样本集中，根据第二超阈值样本集计算似然方程组中的第二形状参数和第二尺度参数，将第二位置参数、第二形状参数、第二尺度参数保存为第二参数集合，
[0009]将应变监测数据集中超过第三位置参数的数据保存至第三超阈值样本集中，根据第三超阈值样本集计算似然方程组中的第三形状参数和第三尺度参数，将第三位置参数、第三形状参数、第三尺度参数保存为第三参数集合，
[0010]将应变监测数据集中超过第四位置参数的数据保存至第四超阈值样本集中，根据
第四超阈值样本集计算似然方程组中的第四形状参数和第四尺度参数，将第四位置参数、第四形状参数、第四尺度参数保存为第四参数集合，
[0011]步骤四、从第一参数集合、第二参数集合、第三参数集合以及第四参数集合中选择一个参数集合，所述从第一参数集合、第二参数集合、第三参数集合以及第四参数集合中选择一个参数集合是指将第一位置参数、第二位置参数、第三位置参数以及第四位置参数中的最小值所在的参数集合作为选择的参数集合，根据所选的参数集合得到基于广义Pareto分布的应变概率模型的第一累计分布函数、第一概率密度函数，对所述基于广义Pareto分布的应变概率模型进行k
‑
s检验，获取满足k
‑
s检验的概率模型，
[0012]步骤五、获取所选参数集合中的位置参数，根据位置参数计算应变数据集中超过位置参数的数据数量，设置预测期，根据所选参数集合、数据数量和预测期构建工程结构在预测期内应变数据超过位置参数的第二累计分布函数，
[0013]步骤六、构建工程结构承载能力功能函数，获取工程机构的结构抗力限值集合，根据结构抗力限制集合构建结构抗力的概率密度函数，设置抽样次数，根据蒙特卡洛法、结构抗力的概率密度函数以及第二累计分布函数计算工程结构的失效概率和可靠度值。
[0014]优选地，所述构建基于广义Pareto分布的应变概率模型包括根据公式(1)构建应变概率模型的概率分布函数，
[0015][0016]其中，σ为尺度参数；ξ∈R为形状参数；μ∈R为位置参数，x为应变监测数据集中的应变数据。
[0017]优选地，所述构建似然方程组包括根据公式(2)、(3)构建似然方程组，
[0018][0019][0020]其中，σ为尺度参数；ξ∈R为形状参数；μ∈R为位置参数，X
i
为应变数据集中的应变数据，根据应变数据的取值进行递增排序，将超过位置参数的应变数据作为超阈值样本集合，k为超阈值样本集合中应变数据的数量。
[0021]优选地，所述构建工程结构承载能力功能函数包括根据公式(4)构建工程结构承载能力功能函数，
[0022]Z＝g(R，S)＝R
‑
S
ꢀꢀꢀ
(4)
[0023]其中，R为工程结构的结构抗力，S为工程结构的载荷效应，Z＞0表示工程结构处于可靠状态，Z＜0表示工程结构处于失效状态，Z＝0表示工程结构处于极限状态。
[0024]优选地，所述获取工程机构的结构抗力限值集合包括通过在工程结构上设计不同的载荷获取结构抗力限值集合，或者根据工程结构的设计规范获取结构抗力限值集合。
[0025]本专利技术提供一种基于广义Pareto分布模型的工程结构可靠度监测评价方法，通过对应变数据进行拟合得到应变概率模型的位置参数、尺度参数以及形状参数，解决了工程
结构中实际外荷载效应的任意时点分布不服从常见的概率分布类型时，传统方法很难相对准确地建立工程结构外荷载效应极值概率模型的问题，基于所述概率模型、概率模型对应的参数集合和预测期构建工程结构在预测期内应变数据超过位置参数的第二累计分布函数和第二概率密度函数，可以仅依据数量有限的外荷载效应实测数据，较为准确地预测服役基准期内工程结构外荷载效应极值的概率模型，通过蒙特卡洛方法计算最终得到了工程结构的失效概率及可靠度指标，提高了计算的准确率。
附图说明
[0026]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0027]图1是本专利技术方法流程图；
[0028]图2是本专利技术高桩码头模型；
[0029]图3是本专利技术堆货荷载作用下应变时程曲线；
[0030]图4是本专利技术超阈值均值图；
[0031]图5是本专利技术超阈值均值图尾部放大图；
[0032]图6是本专利技术基于Hill图法的阈值估计图；
[0033]图7是本专利技术广义Pareto分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于广义Pareto分布模型的工程结构可靠度监测评价方法，其特征在于，包括，步骤一、获取工程结构中传感器的应变数据，将应变数据存储至应变监测数据集中，构建基于广义Pareto分布的应变概率模型，步骤二、基于应变监测数据集，根据超阈值均值图法计算应变概率模型中的第一位置参数，根据Hill图法计算应变概率模型中的第二位置参数，根据最小均方误差法计算应变概率模型中的第三位置参数，根据峰度法计算应变概率模型中的第四位置参数，步骤三、构建似然方程组，将应变监测数据集中超过第一位置参数的数据保存至第一超阈值样本集中，根据第一超阈值样本集计算似然方程组中的第一形状参数和第一尺度参数，将第一位置参数、第一形状参数、第一尺度参数保存为第一参数集合，将应变监测数据集中超过第二位置参数值的数据保存至第二超阈值样本集中，根据第二超阈值样本集计算似然方程组中的第二形状参数和第二尺度参数，将第二位置参数、第二形状参数、第二尺度参数保存为第二参数集合，将应变监测数据集中超过第三位置参数的数据保存至第三超阈值样本集中，根据第三超阈值样本集计算似然方程组中的第三形状参数和第三尺度参数，将第三位置参数、第三形状参数、第三尺度参数保存为第三参数集合，将应变监测数据集中超过第四位置参数的数据保存至第四超阈值样本集中，根据第四超阈值样本集计算似然方程组中的第四形状参数和第四尺度参数，将第四位置参数、第四形状参数、第四尺度参数保存为第四参数集合，步骤四、从第一参数集合、第二参数集合、第三参数集合以及第四参数集合中选择一个参数集合，所述从第一参数集合、第二参数集合、第三参数集合以及第四参数集合中选择一个参数集合是指将第一位置参数、第二位置参数、第三位置参数以及第四位置参数中的最小值所在的参数集合作为选择的参数集合，根据所选的参数集合得到基于广义Pareto分布的应变概率模型的第一累计分布函数、第一概率密度函数，对所述基于广义Pareto分布的应变概率模型进行k
‑
s检验，获取满足k
‑
s检验的概率模型，步骤五、获取所选参数集合中的位置参数，根据位置参数计算应变数据集中超过位置...

【专利技术属性】
技术研发人员：张鹏，崔春义，刘伟，许成顺，季则舟，汪承志，尤再进，叶品，赵敏，陈远，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：