【技术实现步骤摘要】
本专利技术实施例涉及结构可靠性分析，具体涉及一种基于不确定测度的结构可靠性优化设计方法及装置。
技术介绍
1、可靠性是产品全寿命周期内的关键质量特性，其可以定义为产品在规定条件下与规定时间内完成规定功能的能力。基于可靠性的设计优化(reliability-based designoptimization，rbdo)旨在寻找产品最佳设计方案，同时确保所需性能准则的可靠度不低于可接受阈值。例如，在机械结构可靠性分析与设计过程中，材料属性、几何尺寸以及外部载荷等存在各种不可避免的不确定因素，这些不确定性因素的样本数据缺乏，且测度空间存在差异。传统基于概率测度(probability measure)的可靠性理论需要借助大量统计数据，通过大数定律来确定输入变量的概率分布函数，进而获得概率空间下性能可靠度并进行优化设计。然而，当可靠性分析过程中所有输入变量模糊或取值不清，且无法获得足够的历史统计数据和试验样本数据时，只能借助具有认知不确定性(epistemic uncertainty)的领域专家信息刻画这些输入变量。由于无法获得输入变量的精确概率密度函数，直接使用概率可靠性理论在认识不确定性下表征可靠性会产生分析结果不符合实际的现象。
2、为了解决这个难题，需要寻找新的量化理论工具，并建立合理的非概率可靠性分析模型及优化设计方法。对于样本数据信息缺乏而难以获得精确概率分布特征的情况，可以基于非概率理论实现度量认知不确定性。应用比较广泛的非概率理论有模糊集理论(fuzzy set theory)、可能性理论(possibilit
3、为弥补以上非概率认知不确定性量化理论的不足，刘宝碇在2007年首次提出了不确定理论(uncertainty theory)，并在2010年对其进行了补充和完善。由于不确定空间下所定义的不确定测度不仅满足认知不确定性的次可加性，而且具有自对偶性。不确定理论近几年在众多领域得到了广泛应用，包括维修策略(maintenance decision)、优化决策(optimal decision)、不确定金融(uncertain finance)、不确定风险性分析(uncertainrisk analysis)、可用性分析(availability analysis)以及剩余寿命预测(residuallife prediction)等。目前鲜有将不确定理论应用于结构性能可靠性建模及优化设计分析。
技术实现思路
1、鉴于上述问题，本专利技术实施例提供了一种基于不确定测度的结构可靠性优化设计方法及装置，克服了上述问题或者至少部分地解决了上述问题。
2、根据本专利技术实施例的一个方面，提供了一种基于不确定测度的结构可靠性优化设计方法，所述方法包括：确定结构的性能参数，并根据影响所述性能参数的不确定变量构建认知不确定性下所述结构的极限状态函数，所述不确定变量服从连续或正则不确定分布；根据所述极限状态函数结合不确定分布或不确定逆分布，构建所述结构基于不确定测度的可靠性度量模型；确定结构优化设计目标函数，结合所述可靠性度量模型建立具有所述结构性能可靠度约束及目标函数的设计优化模型；构建所述设计优化模型的等价解析求解模型，并结合设计变量的边界条件获得最优设计变量。
3、可选的，所述根据所述极限状态函数结合不确定分布，构建所述结构基于不确定测度的可靠性度量模型，包括：根据所述极限状态函数，通过不确定变量的不确定分布计算所述结构基于不确定测度的可靠度得到所述结构的基于不确定测度的可靠性度量模型：
4、
5、其中，τ为不确定向量τ＝(τ1,τ2,…,τn)t，τ1,τ2,…,τn为不确定变量，服从连续不确定分布γ1,γ2,…,γn，极限状态函数g(τ1,τ2,…,τn)关于τ1,τ2,…,τm严格单调递增，而关于τm+1,τm+2,…,τn严格单调递减，为失效事件发生的信度，sup表示取上界。
6、可选的，所述根据所述极限状态函数结合不确定逆分布，构建所述结构基于不确定测度的可靠性度量模型，包括：根据所述极限状态函数，采用不确定逆分布求解所述结构基于不确定测度的可靠性度量模型：
7、
8、其中，其中，τ1,τ2,…,τn为不确定变量，服从正则不确定分布γ1,γ2,…,γn，结构的失效信度α为方程的解，基于不确定测度的可靠度为1-α，极限状态函数g(τ1,τ2,…,τn)关于不确定变量τ1,τ2,…,τm严格单调递增，而关于不确定变量τm+1,τm+2,…,τn严格单调递减。
9、可选的，所述确定结构优化设计目标函数，包括：如果所述结构需满足相互制约的多个优化目标函数，则根据每个目标函数的重要性分别赋予相应权重因子；对多个所述目标函数进行加权求和，得到所述结构的总目标函数。
10、可选的，所述确定结构优化设计目标函数，结合所述可靠性度量模型建立具有所述结构性能可靠度约束及目标函数的设计优化模型，还包括：对于任一所述极限状态函数，根据所述基于不确定测度的可靠性度量模型，得到所述结构的性能可靠度值；根据所述结构总目标函数及性能可靠度值，搭建所述结构的满足对应期望可靠度值的可靠性设计优化模型
11、可选的，所述结构的输入变量包括设计变量和不确定非设计变量，所述设计变量包括：确定性设计变量和不确定设计变量，所述不确定设计变量和所述不确定非设计变量为不确定变量。所述确定结构优化设计目标函数，结合所述可靠性度量模型建立具有所述结构性能可靠度约束及目标函数的设计优化模型，还包括：根据所述目标函数及基于所述可靠性度量模型确定的可靠度约束条件结合所述结构中设计变量的边界条件，构建基于可靠性的结构设计优化模型：
12、求解{d,x}
13、
14、满足：可靠度约束条件，
15、边界条件，dlower≤d≤dupper,xlower≤x≤xupper,j＝1,2,…,ng
16、其中，d,x,τ分别为确定性设计变量、不确定设计变量和不确定非设计变量所构成的向量，fi(d,x,τ)，ωi分别为第i个目标函数及对应的权重因子，nf为目标函数总个数，gj(d,x,τ)、分别为第j个可靠度约束条件的可靠度、极限状态函数、期望可靠度值，ng为可靠度约束条件个数，dlower和dupper分别为确定性设计变量的上下界向量，xlower和xupper分别为不确定设计变量的上下界向量；对所述基于可靠性的设计优化模型进行求解，得到满足所述结构的可靠度约束条件的最优设计变量。
17、可选的，所述构建所述设本文档来自技高网...
【技术保护点】
1.一种基于不确定测度的结构可靠性优化设计方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述极限状态函数结合不确定分布，构建所述结构基于不确定测度的可靠性度量模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述极限状态函数结合不确定逆分布，构建所述结构基于不确定测度的可靠性度量模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述确定结构优化设计目标函数，包括：
5.根据权利要求1所述的方法，其特征在于，所述确定结构优化设计目标函数，结合所述可靠性度量模型建立具有所述结构性能可靠度约束及目标函数的设计优化模型，还包括：
6.根据权利要求1所述的方法，其特征在于，所述结构的输入变量包括设计变量和不确定非设计变量，所述设计变量包括：确定性设计变量和不确定设计变量，所述不确定设计变量和所述不确定非设计变量为不确定变量，所述确定结构优化设计目标函数，结合所述可靠性度量模型建立具有所述结构性能可靠度约束及目标函数的设计优化模型，还包括：
7.根据权利要求6所述
8.一种基于不确定测度的结构可靠性优化设计装置，其特征是，所述装置包括：
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现如权利要求1-7中任意一项所述的方法。
10.一种计算机存储介质，其特征是，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种基于不确定测度的结构可靠性优化设计方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述极限状态函数结合不确定分布，构建所述结构基于不确定测度的可靠性度量模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据所述极限状态函数结合不确定逆分布，构建所述结构基于不确定测度的可靠性度量模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述确定结构优化设计目标函数，包括：
5.根据权利要求1所述的方法，其特征在于，所述确定结构优化设计目标函数，结合所述可靠性度量模型建立具有所述结构性能可靠度约束及目标函数的设计优化模型，还包括：
6.根据权利要求1所述的方法，其特征在于，所述结构的输入变量包括设计变量和不确定非设计变量，所述设计变量包括：确...
【专利技术属性】
技术研发人员：周霜，刘文业，陈燕平，刘兴平，李冬蕾，张东辉，王丽萍，夏雨，
申请(专利权)人：中车株洲电力机车研究所有限公司，
类型：发明
国别省市：
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。