一次二阶矩法(2)概要课件_第1页
一次二阶矩法(2)概要课件_第2页
一次二阶矩法(2)概要课件_第3页
一次二阶矩法(2)概要课件_第4页
一次二阶矩法(2)概要课件_第5页
已阅读5页,还剩49页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、ch4一次二阶矩法4.1一次二阶矩中心点法4.2一次二阶矩验算点法4.3JC法4.4相关随机变量的可靠度分析方法随机变量为正态分布,且功能函数为线性函数假定抗力R和荷载效应S均服从正态分布,对于功能函数Z=R-S,,由于Z是R、S的线性函数,根据正态随机变量的特性,Z也服从正态分布,其平均值及标准差为则定义可靠指标:正态分布失效概率与可靠指标之间的精确关系这种情况下可靠指标是唯一的,且与失效概率之间有精确的对应关系。令随机变量为对数正态分布,功能函数为线性函数假定抗力R和荷载效应S均服从对数正态分布,结构功能函数可表示为Z=lnR-lnS,由于lnR、lnS均服从正态分布,Z也服从正态分布,是

2、lnR、lnS的线性函数,根据正态随机变量的特性,其平均值及标准差也可以精确得到:可靠指标为:4.1中心点法假定随机变量x1、x2xn服从正态分布,但功能函数 不是线性函数. 这时, (1)精确求解Z的平均值和标准差是非常困难的; (2)即便能够求得,Z也不服从正态分布,也不能用上面方法来计算结构的可靠指标。 若将非线性功能函数作为泰勒级数展开,其一次展开式(前两项)的概率分布应服从正态分布;但一次展开式已不是原来的功能函数,所计算可靠指标与结构失效概率之间不再存在精确的对应关系;在这种情况下如何选择展开点,从而使近似计算结果与精确失效概率的误差最小,成为一次二阶矩法要研究的问题。4.1中心点

3、法基本原理设结构的极限状态方程为 将极限状态函数在中心点M= ( )处展开为泰勒级数,并作线性化处理,得根据概率论中随机变量参数估计 ,Z*的统计参数为: 结构的可靠指标 在中心点处展开为泰勒级数:中心点法的线性示意图该法选用的线性化点(即平均值点)不在失效边界上(这也被看作中心点法不尽如人意的主要原因)对中心点法的评述中心点法的主要弱点(1)没有考虑基本变量的概率分布 (2)均值、方差及可靠指标的计算式是误差传递公式(3)同一个结构往往可以列出几种等价的极限状态方程,不同的极限状态函数在运用中心点法计算时,其结果可能不一致。(4)将非线性功能函数在随机变量的平均值处展开不合理,由于平均值不在

4、极限状态曲面上,展开后的线性极限状态面可能会较大程度地偏离原来的极限状态曲面。 (5)基本变量不服从正态分布和对数正态分布时,计算出的结构可靠度与结构的实际情况出入较大,不能采用。验算点法基本原理关于设计验算点设点P(x1,x2,xn)为极限状态方程Z=0所对应的曲面上的点,d(P,M)为点P到中心点M( )的距离,则能使mind(P,M)的点P*称为设计验算点,简称为验算点。记为P*(x*1,x*2,x*n),显然验算点的坐标满足 验算点法示意M验算点法设计验算点法求可靠指标(1)理论推导当线性化点选在设计验算点xi*(i=1,2,n)上时 Z的均值为(求Z的数学期望得)由于设计验算点在失效

5、边界上,故有 则有表示第个随机变量对整个标准差的相对影响,因此称为灵敏系数。设计验算点法求可靠指标(2)假设各随机变量独立,则可求解Z的方差: 引入分离函数式,将上面的根式线性化,得 将 乘以分母整理后得设计验算点法求可靠指标(3)根据可靠指标的定义,有由于 , 必有 (对于所有i) 设计验算点法求可靠指标(4)从而可解出设计验算点解出设计验算点P*( , , )后,该点还应满足 式(13)代表n个方程,再加上(14)共有n+1个方程,未知数有 和 ,也是n+1个。尽管如此,联立求解还是有困难,通常用迭代法求解。设计验算点法求可靠指标(5)计算步骤(1)选取设计验算点坐标的初值,一般取 (2)

6、由式(11) 计算 的值,其中包括 (3)由式(13)得到 和 的关系 (4)由式(14)解出 值 (5)将该值代入式(13),求出 新值 以该 新重复进行(2)-(5)计算,直到 值与上次相等或误差不超过允许值,此时 即为所求的可靠指标, 即为所确定的设计验算点坐标。设计验算点法求可靠指标评述验算点法对极限状态方程中服从正态分布的随机变量计算结果尚可,而非正态分布误差较大。4.3JC法求可靠指标在工程结构可靠度分析中,永久荷载一般服从正态分布,风压、雪压、楼面活载服从其它类型分布(如极值型等),截面抗力R服从对数正态分布。因此在极限状态方程中,常包含非正态分布的基本变量,对于这种极限状态方程

7、的可靠度分析,一般要把非正态变量进行当量正态化,用其当量正态分布的统计参数代替原随机变量的统计参数,仍按验算点法求解。JC法的基本概念就是在应用前面所述方法(验算点法)时,将非正态的随机变量先行“当量正态化”。JC法是由Rackwitz-Fiessler、Hasofer-Lind等人先后提出来的,因为国际安全度联合委员会(JCSS)推荐采用这个方法而得名。 4.3.1随机变量的当量正态化 当量正态变量 :设x是服从某分布的连续型随机变量,其概率密度为f(x),分布函数为F(x)。若存在服从正态分布的随机变量,其概率密度为連續密度函数h(y),分布函数H(y)使得在某一点x*处有(1)f(x*)

8、=h(x*)(2)F(x*)=H(x*)则称y为非正态变量x在点x*处的当量正态变量。 4.3.1随机变量的当量正态化当量正态变量的统计参数1.非正态变量x在x*处的当量正态变量的均值 取标准正态分布 的逆 ,得由分布函数的定义及当量正态分布的定义-根据已知非正态分布函数可求其当量正态分布的均值。4.3.1随机变量的当量正态化2.当量正态变量标准差 将(5)式引入,得:标准正态分布的密度函数4.3.1随机变量的当量正态化式(5)和(6)表示的就是当量正态变量的均值和标准差,它们是由已知的非正态分布随机变量的概率密度函数和分布函数表示出来的。目的:用非正态分布的密度函数和分布函数求当量正态变量统

9、计参数随机变量的当量正态化举例当量正态化实例1 极值I型分布某可变荷载产生的压力SQ服从极值I型分布,平均值为84.0kN,标准差25.2kN,试对SQ进行当量正态处理(在S*Q=84.0处)。极值I型(最大值)分布4.3.1随机变量的当量正态化即:已知的极值I型分布在均值处的当量正态分布的标准差和均值分别为24.096和79.735随机变量的当量正态化当量正态化实例 2对数正态分布(由于对数正态分布与正态分布的特殊关系,其当量正态化有更简捷的形式 ),推导如下:,为的当量正态变量X服从对数正态分布,x=lnx服从正态分布对数正态密度函数:正态分布密度函数:随机变量的当量正态化由当量正态化定义

10、依据对数正态分布函数与正态分布函数的关系4.3.2JC法求可靠指标计算步骤设结构的极限状态方程为Z=g(x1,x2,xn)=0,基本变量xi的统计参数均值为 标准差为 ,(i=1,n),则JC法的具体实施步骤加下: (l)假定基本随机变量的设计验算点P*的坐标值 (初值一般取为 ); (2)对基本变量xi在验算点处进行当量正态化处理,计算其当量正态分布yi的统计参数 , ,并用来代替 和 并记为 , ( 1,n);(3)计算 的值,其中包括 注意此处的 用当量正态化后的数值,即4.3.2JC法求可靠指标计算步骤(4) 确定 和 的关系 (5)求(6)求出 新值 (7)以该新 重复进行(2)(5

11、)计算 ,直到 值与上次相等或误差不超过允许值,此时 即为所求的可靠指标, 即为所确定的设计验算点坐标。 4.3.3JC法计算实例某轴心受压短柱,承受永久荷载产生的压力SG,汽车、人群可变荷载产生的压力SQ,截面抗力为R。各变量的统计信息如下表,试用JC法求可靠指标及对应的失效概率。变量SGSQR分布类型正态极值I型对数正态平均值63(kN)84(kN)365.8kN)标准差5.8(kN)25.2kN)54.9(kN)4.3.3JC法计算实例1.建立极限状态方程 Z=g(R , SG , SQ)=R-SG-SQ=02.假定初始的设计验算点,初始验算点取为均值,即 x1*=R*=365.8;x2

12、*=SG*=63;x3*=SQ*=84.03.将非正态变量R 和SQ在均值处进行当量正态化处理抗力R对数正态分布,则 4.3.3JC法计算实例可变荷载SQ极值I型分布,则4.3.3JC法计算实例4计算Z=g(R , SG , SQ)=R-SG-SQ=0JC法计算实例5. 和 的关系 JC法计算实例6.将求得的 代回5重新R*、 第一次迭代结果7. 以第6步得到的值进行第二次迭代,此时(1)R*108.16 (2)R和SQ的当量正态化处理(因 x* 的变化,其当量正态变量相应也变了)JC法计算实例SQ的当量正态化处理:R的当量正态化处理:(3)计算(4)第2次迭代求出新的R*=244.6,SG*

13、=65.855,SQ*=178.74第三次迭代结果:求出新的R*=268.18,SG*=64.83,SQ*=203.36第四次迭代结果:求出新的R*=244.60,SG*=65.855,SQ*=178.74第五次迭代结果:求出新的R*=271.69,SG*=64.617,SQ*=207.09停止迭代,计算结束对JC法的评述(1)一次二阶矩法中较为精确的可靠度分析方法;(2)与验算点法有相同的原理和步骤,区别在于:对非正态分布的随机变量,计算过程中用到的统计参数,均为其当量正态变量的统计参数;(3)当量正态变量的统计参数随验算点位置而变化,每一次迭代都要重新算一次当量正态变量的统计参数。作业4.

14、4相关随机变量的可靠度分析方法引言:以上三种方法,要求随机变量相互独立。实际工程中随机变量之间可能存在着一定的相关性,如:海(水)工结构的风荷载与水压力;结构自重与抗力岩土工程中的粘聚力和内摩擦角;地震作用与抗力等。4.4.1广义随机空间的概念各坐标轴之间是正交的笛卡尔空间各坐标轴之间不是正交的广义随机空间相关随机变量的协方差和相关系数相关随机变量的协方差:相关随机变量的相关系数:4.4.1广义随机空间的概念理论上的可靠度分析方法广义随机空间内的功能函数为 构成的广义随机空间内,结构的失效概率 可由下式给出:按上式直接计算结构失效概率是比较困难的!4.4.1广义随机空间的概念简单问题对于功能函

15、数Z=R-S,R、S服从正态分布(非相互独立),则Z也服从正态分布,其统计参数可表示为:此时的可靠指标:4.4.2广义随机空间内的可靠度分析方法实际问题(1)正态随机变量线性极限状态方程的情况由正态随机变量的特性知,Z也服从正态分布,其统计参数为以三个随机变量为例4.4.2广义随机空间内的可靠度分析方法实际问题(2)一般情况下(即功能函数为非线性以及随机变量是非正态分布)将非线性功能函数在验算点处线性展开将非正态随机变量在验算点处进行当量正态化处理对随机变量进行当量正态化、对功能函数线性化处理后,原功能函数变为:4.4.2广义随机空间内的可靠度分析方法对于非正态变量的当量正态化并不改变随机变量间的线性相关性,即通过随机变量当量正态化,即用验算点法进行可靠度分析(即JC法):同样,引入分离函数 ,将根式线性化称为灵敏系数可靠度分析公式为4.4.3广义随机空间内的可靠度分析方法实例X1服从正态分布,X2服从正态分布,X1 、X2相关实例4实例5(1) 求标准差及灵敏系数 初值1234X1*38.029.696030.088530.132930.1329X2*7.04.3777

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论