一種混合不確定性下基于代理模型的結(jié)構(gòu)可靠性分析方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于可靠性分析評估技術(shù)領(lǐng)域，涉及機械產(chǎn)品的可靠性分析方法，具體涉 及一種混合不確定性下基于代理模型的結(jié)構(gòu)可靠性分析新方法。
【背景技術(shù)】
[0002] 隨著科學技術(shù)的迅速發(fā)展，許多產(chǎn)品（如：飛機、航空發(fā)動機、可展開天線、汽車、 數(shù)控機床等）的結(jié)構(gòu)越來越復雜，其分析、設(shè)計等涉及眾多學科領(lǐng)域及新方法、新工藝、新 材料的應用。由于一些產(chǎn)品造價昂貴，并且工作環(huán)境惡劣，如果在運行過程中出現(xiàn)故障，會 造成巨大的經(jīng)濟損失和人員傷亡。如發(fā)動機是飛機的心臟，被譽為"工業(yè)之花"，它直接影響 到飛機的性能、可靠性及經(jīng)濟型，是一個國家工業(yè)和科技實力的重要體現(xiàn)。航空發(fā)動機可靠 地工作是飛機正常運行和飛行安全的重要保障，其質(zhì)量和性能直接影響到發(fā)動機的性能、 壽命和可靠性。因此，結(jié)構(gòu)的高可靠性是裝備安全可靠運行的重要保障。
[0003] 通常情況下，在產(chǎn)品的分析、設(shè)計和運行過程中所產(chǎn)生的各種不確定性是影響產(chǎn) 品可靠性的關(guān)鍵因素。因此，為保證產(chǎn)品的高可靠性，核心問題在于掌握各種不確定性產(chǎn)生 的實質(zhì)、傳輸機制及其對產(chǎn)品可靠性的影響。工程中的不確定性通常被分為兩大類：隨機 不確定性和認知不確定性。隨機不確定性又稱為不可簡約不確定性、固有不確定性，它描述 了物理系統(tǒng)內(nèi)部變化的波動性，具有充足的試驗數(shù)據(jù)和完善的信息。而認知不確定性是由 于數(shù)據(jù)不足、試驗條件或其它認知能力所限造成的知識缺乏、信息不完善等，故又稱為可簡 約不確定性、主觀不確定性等，認知不確定性是主要由于缺乏數(shù)據(jù)、認知偏差、信息不完備 等因素引起的，是一種隨著認識的深入和信息的增多而減少的不確定性。在工程實際中，往 往隨機和認知不確定性同時存在，貫穿于產(chǎn)品的整個全壽命周期。因此，混合不確定性下的 產(chǎn)品可靠性分析至關(guān)重要。然而，現(xiàn)有的結(jié)構(gòu)可靠性理論和方法主要建立在概率論與數(shù)理 統(tǒng)計的基礎(chǔ)上，相應的模型已較為完善，基于概率論與數(shù)理統(tǒng)計的可靠性理論與方法只能 處理隨機不確定性，而對認知不確定性則不能有效解決?，F(xiàn)有復雜結(jié)構(gòu)可靠性分析方法，大 致可以分為兩個部分：一是基于蒙特卡羅仿真和隨機有限元的結(jié)構(gòu)可靠性分析，這種方法 的魯棒性較好，為了保證一定的精度，往往需要大量重復的有限元分析計算，因此計算量較 大，在工程中是難以接受的；二是基于代理模型的結(jié)構(gòu)可靠性分析方法，通過相應的試驗點 設(shè)計，構(gòu)建產(chǎn)品關(guān)鍵失效模式的代理模型，從而進行可靠性分析。需指出的是，現(xiàn)有基于代 理模型的結(jié)構(gòu)可靠性分析只考慮隨機不確定性，而對認知不確定性不能有效解決。另外，現(xiàn) 有方法受試驗點的影響較大，所建立的代理模型只能在局部有一定的精度，而不能有效近 似整個不確定性空間。因此，不同試驗點往往導致得到不同的結(jié)果，誤差較大，嚴重地影響 其有效性。鑒于此，構(gòu)建混合不確定性下的基于高效代理模型的結(jié)構(gòu)可靠性分析方法，對于 保障復雜產(chǎn)品的安全性和高可靠性有重要的現(xiàn)實意義及工程價值。

【發(fā)明內(nèi)容】

[0004] 為克服上述缺點，本發(fā)明提供一種混合不確定性下基于代理模型的結(jié)構(gòu)可靠性分 析方法。
[0005] 本發(fā)明采用的技術(shù)方案為：一種混合不確定性下基于代理模型的結(jié)構(gòu)可靠性分析 方法，具體包括以下步驟：
[0006] S1、分析產(chǎn)品的運行環(huán)境、系統(tǒng)的組成和系統(tǒng)功能；確定產(chǎn)品的關(guān)鍵失效模式及失 效機理；
[0007] S2、統(tǒng)計變量的信息和數(shù)據(jù)，采用隨機變量對隨機不確定性進行建模，采用區(qū)間變 量對認知不確定性進行建模；用最大似然估計法和卡方檢驗法對變量的分布參數(shù)及分布形 式進行估計和檢驗；
[0008] S3、建立產(chǎn)品關(guān)鍵結(jié)構(gòu)的有限元分析模型，并計算相關(guān)響應值；
[0009] S4、根據(jù)隨機變量的分布產(chǎn)生隨機數(shù)，根據(jù)隨機數(shù)與隨機變量的映射關(guān)系，得到隨 機變量樣本集，根據(jù)隨機變量樣本集得到隨機變量的近似取值區(qū)間，隨機變量在近似取值 區(qū)間和區(qū)間變量在區(qū)間變量所對應的區(qū)間上下界內(nèi)產(chǎn)生一定數(shù)量的均勻分布樣本；
[0010] S5、根據(jù)所有隨機變量在各自近似取值區(qū)間和所有區(qū)間變量在各自區(qū)間變量所對 應的區(qū)間上下界內(nèi)產(chǎn)生的均勻樣本作為構(gòu)建Kriging代理模型的試驗點，根據(jù)所有試驗點 以及步驟S3計算得到的響應值，得到Kriging代理模型的訓練樣本，根據(jù)得到的訓練樣本 和Kriging原理，構(gòu)建Kriging代理模型；
[0011] S6、根據(jù)步驟S5得到的Kriging代理模型，采用蒙特卡羅仿真方法，計算得到任一 區(qū)間變量取值下的可靠性靈敏度和失效概率；并計算失效概率的最小值和最大值。
[0012] 本發(fā)明的有益效果是：本發(fā)明的一種混合不確定性下基于代理模型的結(jié)構(gòu)可靠 性分析方法，通過采用隨機變量對隨機不確定性進行建模，采用區(qū)間變量對認知不確定性 進行建模；并根據(jù)隨機變量在近似取值區(qū)間和所有區(qū)間變量在各自區(qū)間上下界內(nèi)產(chǎn)生的 均勾樣本作為構(gòu)建Kriging代理模型的試驗點，建立Kriging代理模型，然后根據(jù)得到的 Kriging代理模型，采用蒙特卡羅仿真方法，計算得到任一區(qū)間變量取值下的失效概率和可 靠性靈敏度，解決了混合不確定性下傳統(tǒng)代理模型在局部有一定精度及傳統(tǒng)可靠性分析計 算量較大的難題，更加符合工程實際。本發(fā)明能顯著的降低產(chǎn)品開發(fā)的費用、發(fā)現(xiàn)產(chǎn)品故障 的實質(zhì)，因此能顯著地提高產(chǎn)品的可靠性。同時，本發(fā)明的一種混合不確定性下基于代理模 型的結(jié)構(gòu)可靠性分析新方法也適用于其他相關(guān)產(chǎn)品的可靠性分析，應用范圍廣闊。
【附圖說明】
[0013] 圖1是本發(fā)明的方案流程圖。
[0014] 圖2是本發(fā)明任意分布隨機數(shù)的產(chǎn)生原理示意圖。
【具體實施方式】
[0015] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及具體實施 例，對本
【發(fā)明內(nèi)容】
作進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發(fā) 明，并不用于限定本發(fā)明。
[0016] 如圖1所示，本實施例中的一種混合不確定性下基于代理模型的結(jié)構(gòu)可靠性分析 方法，主要包括以下步驟：
[0017] S1、分析產(chǎn)品的運行環(huán)境、系統(tǒng)的組成和系統(tǒng)功能；用FMEA或FMECA和加速壽命試 驗確定產(chǎn)品的關(guān)鍵失效模式及失效機理。
[0018] 首先分析產(chǎn)品的運行環(huán)境、系統(tǒng)的組成和系統(tǒng)功能等；用FMEA(失效模式與影響 分析，F(xiàn)ailureModeandEffectsAnalysis，簡稱FMEA)或FMECA(故障模式、影響和嚴重 性分析，F(xiàn)ailureMode，EffectsandCriticalityAnalysis，簡稱FMECA)和加速壽命試 驗等確定產(chǎn)品的關(guān)鍵失效模式及失效機理，并建立相應的性能函數(shù)。由于本步驟的FMEA和 FMECA為現(xiàn)有技術(shù)，在此不做詳細說明。
[0019] S2、統(tǒng)計變量的信息和數(shù)據(jù)，采用隨機變量對隨機不確定性進行建模，采用區(qū)間變 量對認知不確定性進行建模；用最大似然估計法和卡方檢驗法對變量的分布參數(shù)及分布形 式進行估計和檢驗。
[0020] 所述采用隨機變量對隨機不確定性進行建模