基于改進的jc法的結構可靠度分析_第1頁
基于改進的jc法的結構可靠度分析_第2頁
基于改進的jc法的結構可靠度分析_第3頁
全文預覽已結束

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

基于改進的jc法的結構可靠度分析

為了分析和研究實際工程結構的可靠性,不同國家的科學家先后提出了各種計算方法,如中心法、jc法、映射變換法、概率極限設計法等,但現(xiàn)在主要用于jc法。JC法由Rackwitz和FiesslerJC法的特點是能夠考慮非正態(tài)分布的隨機變量,其計算過程較為簡單,在滿足一般工程精度的條件下,能夠對可靠度指標β進行近似計算,而且還可以得到滿足極限狀態(tài)方程的“驗算點”設計值1從抗力抗力角度在工程結構的可靠度分析中,永久荷載一般為正態(tài)分布,但是諸如截面抗力、風壓、雪荷載、樓面活荷載等,一般服從其它類型的分布(如極值I型等)。因此,在使用JC法求解可靠度指標時,往往第一步就是要進行隨機變量的當量正態(tài)化1.1標準變量x式一般情況下,結構的極限狀態(tài)方程是由多個相互獨立的隨機變量X式(1)中,隨機變量X由上述的兩個當量正態(tài)化條件,可以得到以下兩個重要公式式中:φ為標準正態(tài)分布函數,φ為標準正態(tài)分布的概率密度函數,φ1.2可靠性指標的求解在當量正態(tài)化的基礎上,可靠度指標β可由以下三個方程聯(lián)合求解得到式中:P2jc法基于拉格朗日乘數法而變得更加有效2.1jc法存在的問題由上一小節(jié)JC法的基本原理可以發(fā)現(xiàn),JC法本身有一個明顯的缺點:在按照式(2)和式(3)進行當量正態(tài)化的過程中,如果Ω2.2可靠性指數的幾何意義令:H于是,由上式可以得到:很明顯,式(9)表示的是在標準正態(tài)隨機變量H2.3拉格朗日乘子法由上一小節(jié)得出的可靠度指標的幾何意義,可以發(fā)現(xiàn),求解可靠度指標β相當于求解如下所示的最優(yōu)化問題:在方程組式(10)中,H下面根據拉格朗日乘子法在函數k(h)中,λ為拉格朗日乘子。要使得最優(yōu)化問題式(10)取最優(yōu)解,那么函數k(h)必須取極小值,則下面n+1個方程必須同時成立:對于不同結構的不同損傷模式,方程組式(12)可能是線性的,也可能是非線性的。則我們完全可以根據數值分析則可靠度指標為:3可靠度計算方法的改進在針對某鐵路簡支梁橋進行抗震性能評估時,已知其支座構件發(fā)生輕微損傷式中:X求不同地震動PGA水平對應的支座可靠度指標β。按照2.3小節(jié)所述方法,首先通過當量正態(tài)化將隨機變量X通過標準正態(tài)化:將失效曲面從Ω將上面兩個計算結果表格進行對比分析,可以發(fā)現(xiàn):當PGA=0.1g和0.2g的時候,運用傳統(tǒng)的JC法計算是不收斂的,而此時運用本文改進的方法進行計算可以求出可靠度指標;當PGA=0.3~0.5g的時候,運用傳統(tǒng)的JC法計算雖然收斂,但此時收斂速度很慢,最大需要219次迭代。因此,可以得出:當運用本文改進的方法進行求解時,可以克服JC法收斂速度過慢的問題,而且其得出的最優(yōu)設計驗算點(h4基于改進拉格朗日乘子法的最佳數學模型傳統(tǒng)的JC法在求解可靠度指標的時候容易出現(xiàn)迭代不收斂、收斂速度過慢等問題。因此,本文通過研究可靠度指標β在標準正態(tài)化空間中的幾何意義的基礎上,結合拉格朗日乘子法建立最優(yōu)化數學模型,提出了一種求解可靠度指標的改進的JC法。并通過實際工程算例進行驗證,算例分析結果表明:本文提出的改進的JC

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論