可靠性試驗(yàn)背景及意義
文章來源:正航儀器
瀏覽次數(shù):
發(fā)布時(shí)間:2014-10-08
可靠性試驗(yàn)背景及意義
自上個(gè)世紀(jì)40年代開始,,可靠性概念逐漸被引入到產(chǎn)品的安全分析和設(shè)計(jì)中,,現(xiàn)在,,可靠性是產(chǎn)品質(zhì)量特性的核心內(nèi)容。對(duì)產(chǎn)品可靠性的重視,,已經(jīng)產(chǎn)生了巨大的經(jīng)濟(jì)效益和社會(huì)效益,,同時(shí),隨著基礎(chǔ)科學(xué)的研究,,可靠性逐漸成為科學(xué)和工程中一個(gè)非常重要的概念,,隨機(jī)可靠性分析方法也發(fā)展得越來越成熟。
人們?cè)陉P(guān)注可靠性分析問題的同時(shí)越來越關(guān)注靈敏度分析,。一般來講,,概率靈敏度是指隨機(jī)變量的不確定性對(duì)模型輸出的不確定性的影響程度。靈敏度分析在工程設(shè)計(jì)領(lǐng)域有很多方面的應(yīng)用,。如可以求解概率重要因子,,從而可以為設(shè)計(jì)問題減少變量空間的維數(shù),還可以考察隨機(jī)變量的概率分布的變化對(duì)結(jié)構(gòu)模型輸出的影響和模型的穩(wěn)定性,,還可以考察輸入隨機(jī)變量不確定性的減少對(duì)概率響應(yīng)輸出的改進(jìn)程度等等,。
論文主要討論一種基于失效概率的靈敏度度量指標(biāo),其定義為結(jié)構(gòu)失效概率對(duì)基本隨機(jī)變量的某一分布參數(shù)的偏導(dǎo)數(shù),。它體現(xiàn)了基本變量概率分布的變化對(duì)結(jié)構(gòu)失效概率的影響程度,,在本論文中稱其為可靠性靈敏度。在工程結(jié)構(gòu)的可靠性分析與設(shè)計(jì)中,,可靠性參數(shù)靈敏度分析可以得到影響結(jié)構(gòu)可靠性的各基本變量的相對(duì)重要程度,,從而對(duì)結(jié)構(gòu)可靠性的分析預(yù)測(cè)和優(yōu)化提供指導(dǎo)[1,2]。
與可靠性分析方法類似,,可靠性靈敏度分析包括近似解析法和數(shù)字模擬法,。目前比較常用的可靠性靈敏度分析的近似解析方法是基于改進(jìn)一次二階矩法(AFOSM)的可靠性靈敏度分析方法。基于AFOSM的可靠性靈敏度分析方法對(duì)于正態(tài)變量且極限狀態(tài)方程為線性的情況,,可以得到可靠性靈敏度的解,,而對(duì)于非線性極限狀態(tài)方程,該方法只能得到靈敏度的近似解,??煽啃造`敏度分析的AFSOM法僅針對(duì)隨機(jī)變量服從正態(tài)分布的情況適用,若變量不服從正態(tài)分布,,需先采用雷-菲法(R-F法)進(jìn)行轉(zhuǎn)換,。AFOSM法與R-F法都假定基本隨機(jī)變量之間相互獨(dú)立,若各變量相關(guān),,需要進(jìn)行獨(dú)立化,。而且,AFOSM法和R-F法均是針對(duì)單失效模式的,。
近似解析法的適用范圍非常有限,,而數(shù)字模擬法則具有較強(qiáng)的通用性[3]。數(shù)字模擬法適用性好,、精度高,,在結(jié)構(gòu)可靠性分析領(lǐng)域有著十分廣泛的應(yīng)用。該方法的優(yōu)點(diǎn)主要在于對(duì)極限狀態(tài)方程的形式和維數(shù),、變量的維數(shù)及其分布型式均無特殊要求,,它以概率論和數(shù)理統(tǒng)計(jì)為基礎(chǔ),其中最簡(jiǎn)單的是直接Monte Carlo法,。它用落入失效域的樣本點(diǎn)數(shù)與總的投點(diǎn)數(shù)之比值作為失效概率的估計(jì)值,,其精度和收斂性是通過大數(shù)定理來保證的,這就要求計(jì)算時(shí)抽取大量的樣本,,以便有足夠的樣本點(diǎn)落入失效域內(nèi),。然而由于工程中結(jié)構(gòu)的失效概率通常很小,常常導(dǎo)致直接Monte Carlo法的計(jì)算量驚人,。于是人們提出了各種改進(jìn)方法:重要抽樣[4],、自適應(yīng)重要抽樣[5,6]、方向重要抽樣[7-9],、分層抽樣[10]等等,。這些方法的抽樣效率高,方差小,,有較強(qiáng)的實(shí)用價(jià)值,,但是對(duì)于這些改進(jìn)的方法其抽樣函數(shù)的選取是個(gè)難題。而數(shù)值仿真法求解應(yīng)用問題時(shí),,必然會(huì)遇到隨機(jī)變量和向量的抽取,,而抽樣方法的選擇直接關(guān)系到可靠性靈敏度分析的效率問題,。
上述只是考慮隨機(jī)性是一種不確定因素,這種不確定因素的安全分析模型可稱之為隨機(jī)可靠性模型,,相應(yīng)的可靠性及可靠性靈敏度分析方法稱之為隨機(jī)可靠性及可靠性靈敏度分析方法,。隨著人們認(rèn)識(shí)水平的提高,隨機(jī)性并不能囊括所有的不確定因素,,模糊性也是一種不確定因素,,考慮模糊不確定因素的安全分析模型稱為模糊可靠性模型。目前,,結(jié)構(gòu)變量只具有隨機(jī)性的可靠性及可靠性靈敏度分析方法已經(jīng)發(fā)展地比較成熟,,而針對(duì)模糊隨機(jī)結(jié)構(gòu)的可靠性及可靠性靈敏度分析方法卻并不多見。現(xiàn)有的結(jié)構(gòu)模糊可靠性理論研究中,,通常將模糊可靠性問題轉(zhuǎn)化為常規(guī)可靠性問題來處理[11-14],,以便利用成熟的隨機(jī)可靠性方法來解決模糊可靠性問題。但就模糊變量具有非正態(tài)隸屬函數(shù)的可靠性靈敏度分析問題目前還沒有較好的解決方法,。
另外,,在通常結(jié)構(gòu)的可靠度指標(biāo)、失效概率的計(jì)算以及可靠性靈敏度分析中,,往往忽略各變量之間的相關(guān)性,,而實(shí)際結(jié)構(gòu)或機(jī)構(gòu)中,,很多變量之間彼此是相關(guān)的,,對(duì)失效概率的影響是不能忽略的。所以在結(jié)構(gòu)或機(jī)構(gòu)的實(shí)際分析中,,考慮變量之間的相關(guān)性,,更加符合實(shí)際情況[15,16]。
此外,,可靠性靈敏度包括局部靈敏度以及全局靈敏度,。局部靈敏度求解得到的是失效概率對(duì)基本變量分布參數(shù)在某一給定值處的靈敏度,而全局靈敏度則需要考察參數(shù)在其整個(gè)取值范圍內(nèi)變化時(shí),,靈敏度隨參數(shù)變化的函數(shù)或曲線,。在實(shí)際工程問題中,通常我們需要計(jì)算系統(tǒng)在變量設(shè)計(jì)參數(shù)的取值范圍內(nèi)變化時(shí)的可靠度及可靠性靈敏度的變化規(guī)律,。
最后,,確定飛機(jī)結(jié)構(gòu)疲勞壽命時(shí),必須進(jìn)行構(gòu)件以致全機(jī)結(jié)構(gòu)的疲勞試驗(yàn),,由于人力,、財(cái)力和時(shí)間消耗很大,因此試驗(yàn)樣本很小,。如何依據(jù)試驗(yàn)結(jié)果確定實(shí)際使用的安全壽命是一個(gè)十分重要的問題,。國(guó)內(nèi)外廣泛采用的是“分散系數(shù)”法,,由疲勞壽命分布及一定的可靠度和置信度要求給出疲勞分散系數(shù),用試驗(yàn)中值壽命除以分散系數(shù)得到安全壽命,。因此,,疲勞分散系數(shù)是飛機(jī)結(jié)構(gòu)疲勞定壽中的關(guān)鍵技術(shù)參數(shù),它是飛機(jī)結(jié)構(gòu)壽命的定量可靠性指標(biāo),。了解它的變化規(guī)律和掌握它的取值大小,,可直接影響飛機(jī)壽命的長(zhǎng)短和可靠性的高低,因此在國(guó)際疲勞領(lǐng)域中,,都十分重視對(duì)它的研究,。