教育部“新世纪优秀人才支持计划”(NCET-05-0868)
- 作品数：100 被引量：533H指数：14
- 相关作者：吕震宙宋述芳袁修开赵新攀崔利杰更多>>
- 相关机构：西北工业大学中国飞行试验研究院中北大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：理学一般工业技术航空宇航科学技术自动化与计算机技术更多>>
- 多失效模式下基本变量的重要性测度及其解法被引量：2
- 2010年
- 基本变量的重要性分析是工程设计及安全评估的一项必要工作.针对工程实际中经常出现的多失效模式可靠性模型,提出了基本变量对多失效模式下多维响应功能函数全局联合概率分布的重要性测度指标——重要性测度1.同时针对可靠性设计的特点,建立了多失效模式下基本变量对多维响应功能函数局部概率分布的两种重要性测度指标,即基本变量对失效域内多维响应概率分布的重要性测度——重要性测度2和对系统失效概率的重要性测度——重要性测度3,推导了其性质,比较了3种重要性测度的异同和适用范围,并给出了一种求解3种重要性测度的标准方法,从该标准方法的求解过程可以看出,在求解基本变量对多维响应功能函数重要性测度1的同时可求得重要性测度2和3,也即在不增加计算量的同时,该标准方法可为设计人员提供更多的参考信息.最后,以数值和工程算例验证了所提指标和方法的正确性和可行性.
- 崔利杰吕震宙赵新攀
- 含模糊随机变量的多模式系统广义失效概率计算的内插迭代线抽样方法被引量：4
- 2009年
- 通过正则化基本变量的度量空间,定义了单个基本变量同时具有模糊和随机双重不确定性时的广义失效概率。在广义失效概率的计算中,模糊随机变量被等价变换为随机变量,从而使得广义失效概率的计算变换为随机失效概率的计算。当模糊随机变量的密度函数和隶属函数均为正态型时,推导了其等价概率密度函数的形式和参数。采用自适应线抽样方法对基本变量同时具有模糊和随机不确定性时的多模式广义失效概率进行了计算,并采用数值算例对自适应线抽样广义失效概率计算方法的效率和精度进行了验证。算例分析表明该方法的计算结果是合理的,并且由于自适应线抽样法具有较高的效率和精度,因而所提方法具有一定的工程意义。
- 王宏伟吕震宙赵洁
- 关键词：随机性广义失效概率
- 失效概率计算的截断重要抽样法被引量：5
- 2007年
- 在结构可靠性分析中,传统的重要抽样法通过将抽样中心移到设计点处,从而提高了抽样效率。在传统的重要抽样方法基础上,通过引入截断的重要抽样函数,提出了失效概率计算的截断重要抽样法。与传统的重要抽样法相比,所提方法将重要抽样的区域控制在以均值点为球心的超球之外,从而进一步提高了抽样效率。推导了截断重要抽样方法的失效概率估计值的方差和变异系数计算公式。算例结果表明:在相同的抽样次数下,截断重要抽样法比传统的重要抽样法具有更小的失效概率估计值变异系数,而在相同的计算精度下,截断重要抽样法所需的样本数更小,这说明截断重要抽样法比传统重要抽样法具有更高的效率。
- 袁修开吕震宙宋述芳
- 关键词：重要抽样法
- 基于马尔科夫链模拟的支持向量机可靠性分析方法被引量：16
- 2011年
- 针对实际工程中可靠性分析设计的极限状态方程为隐式的情况,提出了一种基于马尔科夫链模拟的支持向量机可靠性分析方法。所提方法采用改进的马尔科夫链来产生极限状态重要区域上的样本点,再采用支持向量机方法求得相应的函数替代模型来进行可靠性分析。由于马尔科夫链能够自适应的模拟极限状态重要失效区域附近的样本,并且由于采用马尔科夫链备选样本点而非状态点作为训练样本,因而所提方法能够高效快速逼近对失效概率贡献较大区域的极限状态方程,并且充分利用了模拟过程产生的有用信息。所提方法还采用了一种渐变方差的模拟策略,改善了马尔科夫链模拟样本的质量。另外所提方法分别采用支持向量机分类方法和回归方法来构建函数替代模型,能够实现风险最小化的极限状态方程的替代,使得失效概率可以高效高精度地被逼近。最后给出了数值算例和工程算例,表明该文所提方法在计算效率和精度上具有较好的性能。
- 袁修开吕震宙许鑫
- 关键词：可靠性支持向量机马尔科夫链MONTECARLO
- 基于支持向量机回归的结构系统可靠性及灵敏度分析方法被引量：7
- 2007年
- 提出了一种基于支持向量机回归近似极限状态方程的系统可靠性分析方法,所提方法首先由支持向量机拟合系统各失效模式的极限状态方程,将复杂或隐式极限状态方程近似等价为显式极限状态方程,然后根据系统各个失效模式的逻辑结构,由高精度的显式极限状态方程方法计算系统的失效概率和参数灵敏度.与线性展开和响应面法近似极限状态方程相比,文中方法由于采用了基于结构风险最小化原理的支持向量机回归,因而在拟合非线性极限状态方程上表现优越,计算精度高.与直接蒙特卡洛模拟相比,由于该方法采用较少的样本即可近似出概率等价的显式极限状态方程,因而计算效率大幅提高.工程实例表明:所提方法可以处理串联、并联和混合系统的可靠性与可靠性灵敏度分析,具有工程运用价值.
- 马超吕震宙
- 关键词：系统可靠性支持向量机回归失效模式
- 小子样疲劳寿命分散系数置信区间随应力的变化规律研究被引量：1
- 2009年
- 针对疲劳寿命样本小子样统计分析问题,采用Bootstrap方法模拟母体标准差的抽样分布,并结合纠偏的百分位法估算母体标准差的置信区间,着重估计了疲劳分散系数的置信区间。首先利用Bootstrap方法在参数区间估计方面的优越性能,对已知疲劳寿命母体分布的模拟试验数据进行了疲劳分散系数置信区间的估计,通过与真值的对照分析,验证了结合纠偏百分位思想的Boot-strap方法进行疲劳分散系数区间估计的可信性。然后利用此方法对航空材料的140个钢合金试件和295个铝合金试件的真实疲劳寿命试验数据进行了疲劳寿命分散系数的区间估计,并研究了疲劳分散系数置信区间随疲劳试验应力的变化规律,为在工程实际中分析疲劳寿命试验数据提供了参考方法。
- 万越吕震宙范宇
- 关键词：BOOTSTRAP方法
- 基于Latin方抽样和修正的Latin方抽样的可靠性灵敏度估计及其方差分析被引量：15
- 2008年
- 运用Latin方抽样(Latin hypercube sampling)方法和经统计相关减小方程修正后的Latin方抽样(updated Latin hypercube sampling)方法对结构进行可靠性灵敏度估计及其方差分析。单模式和多模式的数值及工程算例说明,可靠性灵敏度分析的Latin方抽样和修正的Latin方抽样在样本容量较小时都可以得到比Monte Carlo抽样方法更稳定的估计结果。采用Latin方抽样可以得到可靠性灵敏度的无偏估计,而修正的Latin方抽样方法在样本容量较小的情况下得到的可靠性灵敏度估计值的方差的分散性较Latin方抽样有进一步的减小。Latin方抽样和修正的Latin方抽样方法对基本变量的分布形式和相关性等均无限定,是适用于结构可靠性灵敏度分析的一种有效而实用的小样本抽样方法。
- 万越吕震宙袁修开
- 关键词：MONTE
- 变量相关时多模式可靠性灵敏度分析的矩方法被引量：1
- 2009年
- 针对变量相关情况下多模式系统可靠性灵敏度分析问题,给出一种通用数字模拟的方法,并将变量相关情况下单模式可靠性灵敏度分析的矩方法推广到多模式情况,得到串、并联多模式系统可靠性灵敏度分析的矩方法。在所提的方法中,首先将相关变量空间等效转化为不相关变量空间,并将系统多个失效模式的功能函数转化为不相关变量空间的功能函数,进而利用矩方法得到多模式系统失效概率对不相关变量空间基本分布参数的灵敏度,最后利用相关变量空间与不相关变量空间的等价关系及复合函数求导法则,求得多模式系统失效概率对相关变量空间中变量均值的灵敏度。并以数值算例说明所提方法的合理性。
- 庞宝才吕震宙
- 关键词：灵敏度多模式矩方法
- 隐式极限状态方程的非概率可靠性分析被引量：12
- 2009年
- 针对凸集模型比例因子的非概率可靠度指标相对隐式极限状态方程难以求解问题,提出一种基于支持向量机回归的非概率可靠度指标分析方法。所提方法用支持向量机回归拟合极限状态方程,通过优化算法获得可靠度指标和设计点,用设计点更新支持向量机训练样本的抽样中心,并重复计算过程直至收敛。由于构造合适的迭代格式可以有效地近似结构的真实失效域边界,故求解精度好,又由于使用极限状态方程的代理措施,使得计算效率高。文中用四个数值算例证明方法的精度和效率,并将文中方法用于实际的飞机机翼可靠性分析中。
- 马超吕震宙
- 关键词：可靠性非概率支持向量机隐式极限状态方程
- 基于鞍点估计的结构系统可靠性分析方法研究被引量：4
- 2010年
- 利用鞍点概率估计可以直接逼近非正态变量空间中单个线性功能函数概率分布的特点,提出了三种基于鞍点概率估计的系统多模式可靠性分析方法.其一是基于鞍点估计的近似边界理论,该方法首先采用鞍点概率估计方法得到各失效模式的失效概率和等价正态可靠度指标,然后利用边界理论近似得到系统失效概率的上下界限;其二是基于鞍点估计的Nataf分布逼近法,该方法首先采用鞍点估计得到各失效模式响应量的概率密度函数及近似线性化功能函数的相关系数,然后根据Nataf分布来逼近结构系统响应的联合概率密度函数,进而利用直接数字模拟法来求得结构系统的失效概率;其三是鞍点线抽样方法,该方法首先通过变量的线性标准化变换来消除变量的量纲,然后在标准化的变量空间中利用线抽样方法的样本点将系统失效概率转化为一系列线性响应功能函数失效概率平均值的形式,再采用鞍点概率估计方法直接估计非正态变量标准化空间中这一系列线性响应功能函数的失效概率.通过比较三种方法的基本思想、实现过程和算例结果可以发现:(1)第一种方法只能给出多模式系统失效概率的界限,并且只适用于线性程度较好的功能函数的情况;(2)第二种方法可给出系统失效概率的确定值,这种方法的误差主要来源于Nataf分布对多模式系统响应量联合概率密度函数的近似,还来源于每个失效模式极限状态函数的非线性程度,第二种方法也只适用于线性化程度较好的功能函数;(3)第三种方法给出的是多模式系统失效概率的估计值,该估计值随样本点数的增加而趋于真值,并且该方法可以考虑功能函数的非线性对失效概率的影响,因此方法三是适用范围最广的一种方法.
- 宋述芳吕震宙
- 关键词：概率密度函数系统失效概率
