静定桁架就属于这种结构体系，单元逻辑图如图4.2所示。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。超静定结构就是具有这种特性的结构体系。......
2023-09-19
Markov假定在桥梁可靠度分析中的应用
【摘要】：由此可得到基于Markov过程的动力可靠度表达式：通过上述分析可以发现，不同界限跨越假定下的动力可靠度计算公式具有相同的表达形式，差别主要表现在单位时间内响应值跨越界限的期望不同。上述内容主要基于首超破坏准则建立了结构动力响应首超可靠度的数学模型，分别基于位移跨越次数的Possion分布和Markov给出了考虑车辆运行状态的动力可靠度表达式。
当界限值b与结构响应值相比不太大时，计算结果会有一定误差，且计算结果偏低。上述误差主要来源于Possion假设，当结构响应为宽过程时结构响应与界限的交叉次数不是独立的，所以Possion假定并不成立。事实上，宽过程的波形接近于振幅缓变的正弦波，所以当上次循环中发生跨越界限事件后，则下次循环中发生跨越事件的概率较高，也就是说结构响应与界限交叉次数是成群出现的。Vanmarcke［40］认为在这种情况下应采用Markov过程对界限跨越次数进行描述，给出了基于Markov过程的期望跨越率为：
式中，q为带宽参数，表示为谱密度的形状系数，当q接近0时，响应X（t）为窄带过程，而当0.35＜q＜1时，X（t）为宽带过程；λ为谱距参数。由此可得到基于Markov过程的动力可靠度表达式：
通过上述分析可以发现，不同界限跨越假定下的动力可靠度计算公式具有相同的表达形式，差别主要表现在单位时间内响应值跨越界限的期望不同。下面以单侧界限为例，结构响应X（t）在［0，T］时间内的动力可靠度可采用统一的表达式：
式中，
为结构响应在单位时间内正向跨越界限b的次数。不同的跨越假定得出的
均不相同，为表述方便，假定结构响应X（t）为零均值的正态平稳随机过程，则Possion和Markov假定的
表达式分别为：
式中，
为Possion假定的界限跨越率；
为Markov假定的界限跨越率
为界限包络的均方根值。从式中可以看出，无论何种假定，只要响应是正态平稳随机过程，其界限跨越率均与时间无关。当b趋于无穷大时，上式的结果均趋于零。为了对比两种假定下界限跨越率的比例，引入参数η和β，其表达式分别为：
式中，q是谱带宽因子。当响应为理想窄带过程时，q＝0，β＝0；当响应为理想宽带过程-白噪声时，q＝1，
可将两种假定的界限跨越率比值表示为：
式中，若响应X（t）是窄带过程，则有
当η＞2时，其值小于1，这表明了Possion假定给出的动力可靠度是个保守值。
上述内容主要基于首超破坏准则建立了结构动力响应首超可靠度的数学模型，分别基于位移跨越次数的Possion分布和Markov给出了考虑车辆运行状态的动力可靠度表达式。
有关桥梁可靠度分析方法与应用的文章
- 详细阅读
-
桥梁可靠度分析与应用详细阅读
BS5400规范［4］将常幅疲劳极限ΔσL定义为当循环次数N＝107时对应的容许应力幅值。BS5400规范对不同细节S-N曲线参数规定如表8.1所示。表8.1BS5400规范对疲劳细节S-N曲线参数表8.2BS5400规范的部分疲劳细节分类BS5400规范的特点是规定了常幅疲劳极限，并且基于概率水平给出了结构构造细节在5种失效概率下的S-N曲线。......
2023-09-19
-
神经网络方法在桥梁可靠度分析中的应用详细阅读
人工神经网络在最近几十年里无论是在理论或是在应用上的研究都取得了很大的进展。此外，神经网络具备良好的泛化能力，相比传统的多项式响应面方法精度和效率更高。常规神经网络的结构如图3.1所示。图3.1神经网络示意图人工神经网络主要有以下几种较为常见的类型：反向传播-BP神经网络。BP网络是一种遵循误差逆向传播算法训练得到的多层前馈式网络，也是当前应用较广泛的ANN之一。......
2023-09-19
-
桥梁可靠度分析中的Possion假定详细阅读
定义若r＞3，则无论结构的响应是宽带过程还是窄带过程，Possion假定均能满足精度要求。下面给出考虑密集车辆占有率的Possion假定动力可靠度表达式：由式可计算出界限跨越率和考虑车辆运行状态的大跨度桥梁位移动力可靠度。......
2023-09-19
-
优化结果分析-桥梁可靠度分析方法与应用详细阅读
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
-
桥梁可靠度分析方法及应用详细阅读
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
-
桥梁抽样方法分析-桥梁可靠度分析方法与应用详细阅读
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
-
可靠指标计算方法-桥梁可靠度分析方法与应用详细阅读
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
相关推荐