一次二阶矩法2概要课件

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ch4一次二阶矩法4.1一次二阶矩中心点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：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：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4.1中心点法假定随机变量x1、x2…xn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中心点法假定随机变量x1、x2…xn服从正态分布，但功4.1中心点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：4.1中心点法基本原理设结构的极限状态方程为在中心点处展开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）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。对中心点法的评述中心点法的主要弱点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

验算点法基本原理关于设计验算点验算点法示意M验算点法验算点法示意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边界上，故有

则有设计验算点法求可靠指标（1）理论推导表示第ｉ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

表示第ｉ个随机变量对整个标准差的相对影响，因此称为灵敏系数。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）

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（4）从而可解出设计验算点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）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（5）计算步骤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。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Ⅰ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。

4.3JC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*)=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：设x是服从某4.3.1随机变量的当量正态化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。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2.当量正态变量标准差将（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计参数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）。随机变量的当量正态化举例当量正态化实例1——极值I型分布极值I型（最大值）分布极值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79.7354.3.1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：ｘ，为ｘ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当量正态化实例2——对数正态分布（由于随机变量的当量正态化由当量正态化定义依据对数正态分布函数与正态分布函数的关系随机变量的当量正态化由当量正态化定义依据对数正态分布函数与正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设结构的极限状态方程为Z=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）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。

4.3.2JC法求可靠指标计算步骤（4）确定和的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法计算实例某轴心受压短柱，承受永久荷载产生的压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*=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①抗力R——对数正态分布，则4.3.3JC法计算实例1.建立极限状态方程Z=g(R,4.3.3JC法计算实例②可变荷载SQ——极值I型分布，则4.3.3JC法计算实例②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=04.3.3JC法计算实例4．计算Z=g(R,SG,SJC法计算实例5.和的关系JC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6.将求得的代回5重新R*、JC法计算实例SQ的当量正态化处理：……R的当量正态化处理：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*=65.855,SQ*=178.74(3)计算（4）第2次迭代求出新的R*=244.6,SG*=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，计算结束第三次迭代结果：求出新的R*=268.18,SG*=64.8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；4.4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：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——理论上的可靠度分析方法广义随4.4.1广义随机空间的概念——简单问题对于功能函数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：4.4.1广义随机空间的概念——简单问题对于功能函数Z=R-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4.4.2广义随机空间内的可靠度分析方法——实际问题（1）正以三个随机变量为例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——实际问题（2）一4.4.2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)：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同样，引入分离函数，将根式线性化称为灵敏系数可靠度分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44.4.3广义随机空间内的可靠度分析方法实例X1服从正态分布实例5

(1)求标准差及灵敏系数实例5

(1)求标准差及灵敏系数

初值1234X1*38.029.696030.088530.132930.1329X2*7.04.37774.32064.31424.3142-0.8030-0.7665-0.7622-0.7617-0.7617-0.9177-0.9395-0.9417-0.942-0.94202.72152.71632.71622.71622.7612（2）迭代求x*和初值1234X1*38.024.4.3广义随机空间内的可靠度分析方法实例求（1）X1X2均服从正态分布时的可靠指标；（答案：2.4438）

（2）X1服从对数正态分布，X2服从正态分布时的可靠指标。（答案：2.5283）X1、X2相关作业24.4.3广义随机空间内的可靠度分析方法实例求（1）X1本章结束，谢谢合作本章结束，谢谢合作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ch4一次二阶矩法4.1一次二阶矩中心点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：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：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4.1中心点法假定随机变量x1、x2…xn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中心点法假定随机变量x1、x2…xn服从正态分布，但功4.1中心点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：4.1中心点法基本原理设结构的极限状态方程为在中心点处展开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）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。对中心点法的评述中心点法的主要弱点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

验算点法基本原理关于设计验算点验算点法示意M验算点法验算点法示意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边界上，故有

则有设计验算点法求可靠指标（1）理论推导表示第ｉ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

表示第ｉ个随机变量对整个标准差的相对影响，因此称为灵敏系数。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）

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（4）从而可解出设计验算点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）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（5）计算步骤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。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Ⅰ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。

4.3JC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*)=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：设x是服从某4.3.1随机变量的当量正态化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。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2.当量正态变量标准差将（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计参数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）。随机变量的当量正态化举例当量正态化实例1——极值I型分布极值I型（最大值）分布极值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79.7354.3.1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：ｘ，为ｘ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当量正态化实例2——对数正态分布（由于随机变量的当量正态化由当量正态化定义依据对数正态分布函数与正态分布函数的关系随机变量的当量正态化由当量正态化定义依据对数正态分布函数与正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设结构的极限状态方程为Z=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）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。

4.3.2JC法求可靠指标计算步骤（4）确定和的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法计算实例某轴心受压短柱，承受永久荷载产生的压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*=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①抗力R——对数正态分布，则4.3.3JC法计算实例1.建立极限状态方程Z=g(R,4.3.3JC法计算实例②可变荷载SQ——极值I型分布，则4.3.3JC法计算实例②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=04.3.3JC法计算实例4．计算Z=g(R,SG,SJC法计算实例5.和的关系JC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6.将求得的代回5重新R*、JC法计算实例SQ的当量正态化处理：……R的当量正态化处理：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*=65.855,SQ*=178.74(3)计算（4）第2次迭代求出新的R*=244.6,SG*=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，计算结束第三次迭代结果：求出新的R*=268.18,SG*=64.8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；4.4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相关随机变量的可靠度分析方法引言：以上三种方法，要求