System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及结构可靠度分析领域,特别是涉及一种基于自适应网格的结构可靠度预测方法、装置、介质及产品。
技术介绍
1、由于工程结构和系统的作用和抗力天然具有随机性,所以其存在失效的概率,一般而言,结构或系统的失效概率在10-7到103的数量级上,如何充分有效地估计其失效概率,目前主要有两种方法:一种是基于概率理论的概率分析模型,另一种是基于数理统计方法的蒙特卡洛模拟。
2、概率分析模型,即采用基于力学的概率模型来预测失效概率,其中的模型参数通过力学分析或者通过对试验数据的最优化拟合来给定,所以概率分析模型对于简单的结构和系统能够给出完整的可靠性分布。
3、基于数理统计方法的蒙特卡洛模拟由于能应对复杂结构和系统,是当前可靠性分析的主流方法,但存在较高的计算成本。为了权衡计算成本和评估精度,一般有四种方向:改进抽样方法、可靠度近似、替代模型及搜索算法。改进抽样方法能很显著的降低抽样数量,但随着样本的减少,误差也进一步扩大,尤其是在极限状态面(limit-state surfaces,lss)的曲率较大的情况下;在可靠度近似的方向上,有许多基于设计点的方法,像广泛在工程中运用的一次二阶矩法(first-orderreliabilitymethod,form),二阶二次矩法(second-order reliabilitymethod,sorm),以及使用多个设计点和高阶矩的其他方法,然而,当lss显著偏离假设的函数形式时,基于设计点的方法可能无法提供准确的解答;在基于替代模型的方法中,原始功能函数(perfor
4、同以上三种方法相比较,搜索算法能提高这种非线性和大曲率的情况下的有效性和准确性,搜索算法通常是由搜索算法和采样方法所组成,可以减少冗余采样和提高精度,并且具有更好的兼容和稳定性性。但是目前的搜索算法要么对输入空间进行了较大的忽略,要么就是采用大量的抽样成本来访问整个输入空间,这两种缺点直接导致了可靠性估计的错误和高昂的计算成本。
技术实现思路
1、本专利技术的目的是提供一种基于自适应网格的结构可靠度预测方法、装置、介质及产品,可提高可靠度预测的效率和准确性。
2、为实现上述目的,本专利技术提供了如下方案:
3、一种基于自适应网格的结构可靠度预测方法,所述方法包括:
4、将待预测结构的可靠度影响变量通过纳塔夫变换转换为标准高斯变量;
5、对所述标准高斯变量对应的k维超矩形空间应用自适应网格算法进行网格划分,根据划分出的网格节点的功能函数值确定网格单元的类型,根据网格单元的类型以及网格单元的可靠度确定待预测结构的可靠度;所述k维超矩形空间是k个所述标准高斯变量的取值区间构成的空间;所述划分出的网格节点的功能函数值是根据节点对应的变量取值和功能函数确定;所述功能函数用于描述待测结构的性能指标与可靠度影响变量之间的关系。
6、一种计算机装置,包括:存储器、处理器以存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序以实现上述任一项所述的一种基于自适应网格的结构可靠度预测方法的步骤。
7、一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一项所述的一种基于自适应网格的结构可靠度预测方法的步骤。
8、一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述任一项所述的一种基于自适应网格的结构可靠度预测方法的步骤。
9、根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:
10、本专利技术提供一种基于自适应网格的结构可靠度预测方法、装置、介质及产品,应用可靠度误监督的自适应网格算法,遍历整个输入空间(可靠度影响变量的取值区间构成的超矩形空间),在遍历整个输入空间的前提下高效完成可靠性分析,并且保证可靠度预测的准确性。
本文档来自技高网...【技术保护点】
1.一种基于自适应网格的结构可靠度预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种基于自适应网格的结构可靠度预测方法,其特征在于,对所述标准高斯变量对应的k维超矩形空间应用自适应网格算法进行网格划分,根据划分出的网格节点的功能函数值确定网格单元的类型,根据网格单元的类型以及网格单元的自身可靠度确定待预测结构的可靠度,具体包括:
3.根据权利要求2所述的一种基于自适应网格的结构可靠度预测方法,其特征在于,确定下一层级网格中每一网格单元的节点的功能函数值时,根据对应的上一层级网格的顶点的功能函数值的正负进行确定,具体为:
4.根据权利要求2所述的一种基于自适应网格的结构可靠度预测方法,其特征在于,所述正单元的可靠度的表达式为:
5.根据权利要求2所述的一种基于自适应网格的结构可靠度预测方法,其特征在于,所述正负混合单元的差值可靠度的计算公式为:
6.一种计算机装置,包括:存储器、处理器以存储在存储器上并可在处理器上运行的计算机程序令,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-5中任一项所述的
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-5中任一项所述的一种基于自适应网格的结构可靠度预测方法的步骤。
8.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-5中任一项所述的一种基于自适应网格的结构可靠度预测方法的步骤。
...【技术特征摘要】
1.一种基于自适应网格的结构可靠度预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种基于自适应网格的结构可靠度预测方法,其特征在于,对所述标准高斯变量对应的k维超矩形空间应用自适应网格算法进行网格划分,根据划分出的网格节点的功能函数值确定网格单元的类型,根据网格单元的类型以及网格单元的自身可靠度确定待预测结构的可靠度,具体包括:
3.根据权利要求2所述的一种基于自适应网格的结构可靠度预测方法,其特征在于,确定下一层级网格中每一网格单元的节点的功能函数值时,根据对应的上一层级网格的顶点的功能函数值的正负进行确定,具体为:
4.根据权利要求2所述的一种基于自适应网格的结构可靠度预测方法,其特征在于,所述正单元的可靠度的表达式为:
【专利技术属性】
技术研发人员:吴玉顺,许峙峰,陈旭勇,吴巧云,
申请(专利权)人:武汉工程大学,
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。