資源描述:
《學(xué)科前沿學(xué)習(xí)總結(jié)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、《丈衣工程結(jié)構(gòu)耐久戰(zhàn)與可靠峨》學(xué)芴思結(jié)姓名:學(xué)號(hào):專業(yè):導(dǎo)師:汪亞彬0214134工程力學(xué)劉源在現(xiàn)實(shí)工程結(jié)構(gòu)可靠性分析屮經(jīng)常遇到可靠性實(shí)驗(yàn)數(shù)據(jù)不足導(dǎo)致的缺少干涉模型,設(shè)計(jì)對(duì)象為復(fù)雜的非線性結(jié)構(gòu)而無語給出狀態(tài)函數(shù)具體形式的障礙。為了解決以上閑境,許多學(xué)者研究出了相應(yīng)的數(shù)值模擬方法,其中最為典型的有蒙特卡羅法和響應(yīng)面法。而不同的方法有不同的優(yōu)缺點(diǎn)。蒙特卡羅法是一種隨機(jī)模擬方法,在解決可靠性小樣本數(shù)據(jù)和非線性復(fù)雜狀態(tài)函數(shù)問題吋有比較好的效果,是一種直觀高效的數(shù)值模擬方法,但缺點(diǎn)是需要大量模擬樣本值,在有很多的輸入變量時(shí),計(jì)
2、算量較大,且費(fèi)時(shí)較多。響應(yīng)面法的計(jì)算速度取決于輸入變量參數(shù)的離散程度,在解決大量隨機(jī)輸入變量依然不具有高效率的可靠性分析,計(jì)算量也偏大。因而在實(shí)際工程結(jié)構(gòu)可靠性分析時(shí),往往根據(jù)實(shí)際問題,采用不同的綜合性方法。基于ANSYS的結(jié)構(gòu)強(qiáng)度混合可靠性分析方法,在利用我們常用的ANSYS軟件同時(shí),結(jié)合蒙特卡羅法、響應(yīng)面法及參數(shù)敏感分析的優(yōu)點(diǎn),優(yōu)化輸入變量得到結(jié)構(gòu)可靠性分析的響應(yīng)面,并以此響應(yīng)面替代建立的連桿有限元模型進(jìn)行大量蒙特卡羅模擬得到可靠性分析結(jié)果,相比傳統(tǒng)響應(yīng)面法能夠在得到同樣分析效果吋具有更高的可靠分析效率,為利用A
3、NSYS的可靠性分析提供了一種高效率分析的途徑。其中,靈敏度分析是一種確定各個(gè)隨機(jī)變量對(duì)輸出變量影響性質(zhì)及大小的方法,因此研究結(jié)構(gòu)可靠性靈敏度分析方法對(duì)工程設(shè)計(jì)和優(yōu)化是必要的。下圖為混合可靠性分析路殘"1.而對(duì)于結(jié)構(gòu)可靠性靈敏度分析方法主要有基于?次(二次)可靠度方法的近似解析法和基于MC的數(shù)值模擬方法。其中,近似解析法對(duì)非線性極限狀態(tài)方程只能得到近似的結(jié)果,而不能求解隱式功能函數(shù)問題。f模擬結(jié)果輸出1圖2混合可靠性分析路線而基于MC的數(shù)值模擬方法可以較精確得出可靠性靈敏度的分析結(jié)果,而且不受極限狀態(tài)方程數(shù)量、非線性
4、程度以及是否顯式的影響,但對(duì)于工程結(jié)構(gòu)中常遇到的小失效概率情況其計(jì)算效率相當(dāng)?shù)?。低偏差抽樣方法致力于?gòu)造其積分誤差比平均誤差顯著要好的點(diǎn)集,其基本思想是用精選的確定低偏差點(diǎn)代替MC積分屮的偽隨機(jī)數(shù)序列,從而極大地改善抽樣點(diǎn)的質(zhì)量。若想求得同樣精度的估計(jì)值,低偏差抽樣方法可以大幅度減少抽樣點(diǎn)數(shù)目,提高計(jì)算效率。換切話說,以同樣數(shù)目的抽樣點(diǎn),低偏差抽樣方法町以得到更高精度問題的解。此外巾干低偏差抽樣方法產(chǎn)生的是確定性點(diǎn)集,決定了其有確定性的誤差估計(jì),從而避免了MC方法只能得到概率誤差的缺陷。為復(fù)雜結(jié)構(gòu)的可靠性及可靠性靈敏
5、度計(jì)算提供了新的有效的手段,對(duì)于大型工程結(jié)構(gòu)能夠減少大量的宥限元分析次數(shù),從而大幅度提高計(jì)算效率l2j。依據(jù)響應(yīng)面法發(fā)展而來一種可用于高溫結(jié)構(gòu)可靠性分析的熱響應(yīng)與響應(yīng)量閾值均隨時(shí)間變化的時(shí)變響應(yīng)面法。首先,通過引入結(jié)構(gòu)各基本變量與時(shí)間的交叉二次函數(shù)并結(jié)合BOX-Behnken試驗(yàn)設(shè)計(jì)建立結(jié)構(gòu)熱響應(yīng)量的時(shí)變模型;進(jìn)而,以穩(wěn)定為中問變量,建立結(jié)構(gòu)響應(yīng)量閾值與吋間的函數(shù)關(guān)系,據(jù)此得到用隨機(jī)過程表示的吋變極限狀態(tài)函數(shù)。具體給出了基本變量服從正態(tài)分布情形下的結(jié)構(gòu)時(shí)變可靠度計(jì)算方法[3]。另外對(duì)于結(jié)構(gòu)吋變可靠性問題,可分為兩類;
6、一是由于結(jié)構(gòu)材料性質(zhì)隨時(shí)間的退化而導(dǎo)致,如混凝土強(qiáng)度巾于腐蝕、疲勞、裂縫的擴(kuò)展而降低;二是由于結(jié)構(gòu)上的荷載隨時(shí)間變化,如溫度、海浪沖擊、交通荷載等.結(jié)構(gòu)時(shí)變可靠性的計(jì)算方法與時(shí)不變可靠性的計(jì)算方法相比遠(yuǎn)不成熟。目前已有的時(shí)變可靠性計(jì)算方法分為4類:時(shí)問離散法、吋間綜合法、吋間離散-綜合法及首次超越概率法;目前研究中出現(xiàn)的新方法往往是根據(jù)具體實(shí)際情況,將傳統(tǒng)方法與新的工具結(jié)合,例如:將動(dòng)態(tài)Bayes網(wǎng)絡(luò)與傳統(tǒng)結(jié)構(gòu)可靠性方法結(jié)合,采用gamma過程作為結(jié)構(gòu)抗力的退化模型,將gamma過程離散,建立退化結(jié)構(gòu)的動(dòng)態(tài)Bayes
7、網(wǎng)絡(luò),通過連續(xù)節(jié)點(diǎn)離散、連續(xù)節(jié)點(diǎn)消除,得到僅含離散變量的動(dòng)態(tài)Bayes網(wǎng)絡(luò);當(dāng)出現(xiàn)新信息吋,可以利用Bayes網(wǎng)絡(luò)的精確推理實(shí)現(xiàn)結(jié)構(gòu)時(shí)變可靠性的實(shí)時(shí)更新141。在冃前各種新的結(jié)構(gòu)可靠性分析方法不斷出現(xiàn),如多項(xiàng)式數(shù)值逼近法、變量分解法等等,而總的來說都是從各個(gè)方面提高可靠性分析的準(zhǔn)確性及計(jì)算效率。各種方法都會(huì)有局限性,需要我們不斷在面對(duì)新的工程狀況吋去探索更具宥適應(yīng)性的方法。參考文獻(xiàn)如下:[1]胡啟國,謝國賓.基于ANSYS的連桿結(jié)構(gòu)強(qiáng)度混合可靠性分析[J].組合機(jī)床與自動(dòng)化加工技術(shù).2014,6:114-117.[2
8、]戴鴻哲,王偉.結(jié)構(gòu)可靠性靈敏度分析的低偏差抽樣方法[JL工程力學(xué).2010,27(1):104-108.[3]馬小兵,任宏道,蔡義坤.高溫結(jié)構(gòu)可靠性分析的時(shí)變響應(yīng)面法[J].北京航空航天大學(xué)學(xué)報(bào).2014,1-6.[4]孫鴻賓,吳子燕,劉書奎.基于動(dòng)態(tài)Bayes網(wǎng)絡(luò)的結(jié)構(gòu)時(shí)變可靠性分析.應(yīng)用數(shù)學(xué)和力學(xué).2014,35(1),102-110.[