[發明專利]基于自適應代理模型的結構可靠性分析方法在審
| 申請號: | 201710795125.1 | 申請日: | 2017-09-06 |
| 公開(公告)號: | CN107563067A | 公開(公告)日: | 2018-01-09 |
| 發明(設計)人: | 肖寧聰;郭偉;王永山;周成寧 | 申請(專利權)人: | 電子科技大學 |
| 主分類號: | G06F17/50 | 分類號: | G06F17/50 |
| 代理公司: | 成都宏順專利代理事務所(普通合伙)51227 | 代理人: | 周永宏 |
| 地址: | 611731 四川省成*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 自適應 代理 模型 結構 可靠性分析 方法 | ||
1.一種基于自適應代理模型的結構可靠性分析方法,具體包括以下步驟:
S1、分析產品的運行環境、系統的組成和系統功能;確定產品的關鍵失效模式及失效機理;
S2、采用隨機變量對系統中的輸入不確定性參數進行建模,統計變量的信息和數據,對變量的分布參數及分布形式進行估計和檢驗;
S3、建立產品關鍵結構的數值仿真模型;
S4、根據輸入隨機變量的分布產生少量初始隨機數,根據隨機數與隨機變量的映射關系,得到輸入隨機變量初始訓練樣本點,根據所得初始輸入訓練樣本點及步驟S3中的數值仿真模型計算得出系統初始響應值,即初始輸出訓練樣本點,根據所得的初始輸入和輸出訓練樣本點構建初始的Kriging代理模型;
S5、根據輸入隨機變量的分布產生大量的隨機數,根據隨機數與隨機變量的映射關系,得到輸入隨機變量的大量候選樣本集,構建輸入隨機變量新增訓練樣本點選擇準則(學習函數),把所得到的大量候選樣本點代入學習函數中進行計算,最終選擇使得學習函數值最小的候選樣本點作為新增輸入訓練樣本點,此過程循環迭代更新,直到收斂為止,最后得到隨機變量最終的輸入訓練樣本點,根據隨機變量的最終訓練樣本點及步驟S3的數值仿真模型,計算得到最終的Kriging代理模型輸入和輸出訓練樣本點;
S6、根據步驟S5得到的最終Kriging代理模型輸入和輸出訓練樣本點,構造最終的Kriging代理模型,計算系統的失效概率和可靠性靈敏度值。
2.根據權利要求1所述的基于自適應代理模型的結構可靠性分析方法,其特征在于,步驟S2具體用最大似然估計法和卡方檢驗法對變量的分布參數及分布形式進行估計和檢驗。
3.根據權利要求1所述的基于自適應代理模型的結構可靠性分析方法,其特征在于,步驟S6具體用采用蒙特卡羅仿真方法計算系統的失效概率和可靠性靈敏度值。
4.根據權利要求1所述的基于自適應代理模型的結構可靠性分析方法,其特征在于,步驟S4所述的構建的初始Kriging代理模型可表示為:
其中,β為回歸權重系數;fT(X)為矢量X的函數,即X為所有隨機變量Xi,i=1,2,…,m的矢量,為誤差項。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于電子科技大學,未經電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710795125.1/1.html,轉載請聲明來源鉆瓜專利網。





