取目标体系可靠指标β0=2,截面及荷载变异系数均为ξ=0.1,遗传算法优化结果如图5.7所示。图5.7遗传算法迭代过程图由图5.7所示桁架结构遗传算法优化过程可以看出,在第40次种群迭代时,适应度值已经稳定并达到收敛,表明优化过程稳定,优化结果可靠。表5.3不同方法优化结果由表5.3所示的不同体系可靠度约束优化结果可以看出,体系可靠性优化后结构的重量较常规优化方法的大。......
2023-09-19
对实际的桥梁结构系统进行可靠性分析时,通常需要把结构模型化为基本的结构类型。常用的两种简化模型为串联模型和并联模型。
假设某结构的所有构件两两相互连接,若其中某一个构件失效,则会导致整个结构体系的失效,这种结构体系就是串联结构体系,也称为失效概率最大的一种结构体系。静定桁架(如图4.1)就属于这种结构体系,单元逻辑图如图4.2所示。
对于构件i,Si为其荷载效应,Ri为其抗力,则该构件的极限状态方程可表示为:
Zi=Ri-Si=0 (4.2)
其失效概率为:
Pfi=P(Ri-Si≤0) (4.3)
该串联结构的体系失效的逻辑可表示为:
图4.1 静定桁架图例
图4.2 静定桁架单元逻辑图
可以看出,具有串联体系特征的静定结构(简支T梁、简支空心板和悬臂梁等)的体系失效概率是比较高的。因尔,从体系可靠度的角度来看,实际的桥梁应尽量避免做成静定结构,条件允许时,应做成具有适当冗余度的超静定结构。
在实际工程中,有些结构只有当所有构件都失效时,结构体系才会失效,那么这个结构体系就是并联结构体系。超静定结构就是具有这种特性的结构体系。超静定结构(连续梁、斜拉桥和悬索桥等)的一些构件以任何失效模式失效后,整个结构的各部件内力将重新分配,若整个结构体系有效工作,则结构有效。构件失效及内力重分配的过程将一直延续到整个结构失效。当某个构件失效后,结构体系不能正常工作时,该失效构件的并联集合就构成一个失效模式。图4.3为并联结构,其结构逻辑图如图4.4所示。
图4.3 某刚架结构图例
图4.4 并联结构逻辑图
实际桥梁结构体系,一般既不是单一的串联结构体系,也不是完全的并联结构体系,而是一个串联-并联组合体系。实际的结构系统都是具有若干冗余度的超静定串联-并联组合体系。
有关桥梁可靠度分析方法与应用的文章
取目标体系可靠指标β0=2,截面及荷载变异系数均为ξ=0.1,遗传算法优化结果如图5.7所示。图5.7遗传算法迭代过程图由图5.7所示桁架结构遗传算法优化过程可以看出,在第40次种群迭代时,适应度值已经稳定并达到收敛,表明优化过程稳定,优化结果可靠。表5.3不同方法优化结果由表5.3所示的不同体系可靠度约束优化结果可以看出,体系可靠性优化后结构的重量较常规优化方法的大。......
2023-09-19
Rocco等[4]提出了联合SVM和MCS求解结构可靠度的方法。SVM在结构体系可靠度分析中的应用较少。为了发展工程结构体系可靠度理论与方法在桥梁安全评估中的应用,本章将建立桥梁结构体系可靠度分析的简化模型,总结现有结构体系可靠度分析方法,提出基于支持向量机的桥梁结构可靠度分析方法,最后采用两个算例分析表明支持向量机在桥梁结构体系可靠度评估中的应用。......
2023-09-19
在得出疲劳功能函数和随机变量的概率分布特征之后,可采用一定的可靠度方法计算可靠指标。针对本书已经建立的显式功能函数,其非线性次数较高,若采用传统的一次二阶矩法,则计算出的可靠指标有较大的误差,因此,本书选取了计算精度较高的Monte Carlo抽样方法。可靠指标的计算可采用MATLAB语言编制的“具有显式功能函数的结构可靠度计算软件V1.0”[15]和“复杂结构可靠性分析软件V1.0”[16]等软件进行计算。......
2023-09-19
一般的MC法用于高度非线性的极限状态曲面或者随机变量维数较高的情况,使用在笛卡儿坐标下的抽样模拟法效率较低,计算耗时较多。因此,Ditlevsen、Olesen、Mohr提出了在标准正态空间中极坐标下进行抽样的方向抽样MC法。③重复步骤①和②直到N次,利用式估计失效概率。对于极限状态曲面接近球面的情况,方向抽样MC法比笛卡尔坐标空间的MC法占较大的优势,若计算接近平面的极限状态曲面时,则无优势。......
2023-09-19
把结构可靠度引入到工程结构优化设计数学模型中,根据现有的资源及结构功能要求,选取合适的目标可靠指标为约束条件,并采用遗传算法求解,既可以实现此类工程结构优化设计,又能保证结构在使用过程中的安全性。文献[8]建立了半刚性连接框架的拓扑模型,并结合遗传算法进行了基于体系可靠度的结构优化设计,认为不考虑可靠度的优化设计结构存在安全隐患。......
2023-09-19
支持向量机是由Vapnik[7]提出的一种机器学习方法,主要有支持向量分类和支持向量回归两种算法。由于SVR是目前结构可靠度分析中的一种较为新颖的方法,下文将简单介绍SVR在结构响应函数拟合应用中的相关理论。SVR学习理论主要是通过如式(3.2)所示的ε敏感函数[8]来控制SVR模型的拟合误差。由式(3.5)可得到SVR模型的函数表达式:为了提高建立SVR模型的效率与精度,可通过对输入样本点及SVR模型参数进行优化。......
2023-09-19
首次超越破坏表示为结构的动力响应首次超越临界值或安全界限的事件。下面以单侧界限为例对首次超越破坏模型进行阐述。根据随机过程定义,式又可表示为:Pr=P{max[x]≤b,0<t≤T}式中,max[x]为时间(0,T]内随机过程x(t)的最大值。直接求解式较为困难,可以通过对界限的交叉次数进行统计分析。该公式为基于首次超越破坏准则的结构动力可靠度分析奠定了基础。......
2023-09-19
针对中心点法计算精度较低的问题,Hasofer和Lind等提出了验算点法[2]。图2.1当量正态化示意图图2.2n维空间的极限状态曲面图假设受n个非正态分布随机变量影响的结构极限状态方程为:Z=g(X1,X2,…由公式(2.3)、和联立可求解可靠指标β和验算点。值得注意的是,在由Newton迭代法求出β值后,按式计算原坐标系中的验算点时,应区分正态分布和非态分布参数的μXi值。......
2023-09-19
相关推荐