蒙特卡罗方法在结构可靠性分析中的应用

《蒙特卡罗方法在结构可靠性分析中的应用》由会员分享，可在线阅读，更多相关《蒙特卡罗方法在结构可靠性分析中的应用（4页珍藏版）》请在装配图网上搜索。

1、蒙特卡罗方法在结构可靠性分析中的应用摘 要：根据蒙特卡洛方浓和结构可靠性分析理论，在概率分布分析基础上提出结构可靠性 的新 概念、新原理、新方法与衡量标准，综介考虑结构物中多种不确定因索，从而对结构物 的安全 性进行评价。蒙特卡洛方法结构町靠性分析是通过随机模拟和统计试验来求解结构叮 靠性的近 似数值方法。首先介绍如何利用蒙特卡洛方法对所取的载荷和材料参数进行模拟, 产生其齐自的 随机数，然后用蒙特卡洛方法计算结构的失效概率。该方法回避结构可靠性分 析中数学问题， 只有直接解决困难的能力。关犍字：蒙特卡洛方法 结构町靠性 随机变量 失效概率20世纪60年代以来，由于高速电子计算机的发展，蒙特卡

2、洛模拟法在工程领域得到了 广泛 应用，口益为人们所重视。随着科学技术的发展，研究问题越来越复杂，用传统的数学方広处理 时，河时会遇到很人的困难，而用蒙特卡洛庚拟方法则能有效地解决。蒙特卡洛方法是以抽样理 论为基础，用随机数对有关独立随机变呈进行抽样实验或随机模拟，以求得随 机函数的函数值、 统计特征值(如均值、概率等)和分布，作为待解问题的数值解，是求解工程技术问题近似解的 一种数值计算方法。它可应用于随机函数服从任意分布，既可解决不 确定的问题，也可以用于解 决确定性的问题。蒙特卡洛方法便于编制计算机程序，能够保证 依概率收敛，计算精度随模拟次 数的增加而提高，在工程中尤其是在可靠性工程中得

3、到了广 泛应用。蒙特卡洛法又称随机抽样法或统计试验发。该方法是通过随机模拟和统计试验來求解结 构可 靠性的近似数值方法。当用蒙特卡洛方法求解某一爭件的概率时，M以通过抽样试验的方法，得 到该爭件出现的频率，将其作为问题的解。采用蒙特卡洛法进行可幕度分析，可以回避结构町靠 度分析中的数学困难，既町以不考虑功能函数的复杂性，而且其收敛速度与随 机变量的维数无关， 极限状态函数的复朵程度与模拟工程无关，更无需将状态函数线性化和 随机变量“当量正态”化 具有直接解决问题的能力。1. 随机变量的抽样用蒙特卡洛法分析结构可靠度问题，关键是要模拟所求问题的各随机变最，求出备己知分不 下的随机数。1.1 伪随

4、机数的产生在区间(0, 1)内产生随机数的方法一般有物理方法和数学方法两种。数学方法以其计算 简单、 产生速度快和町重复性好等优点被广泛釆用。用数学方法按某一确定的规律在计算机上产生的随 机数，不是真正随机数，称为伪随机数。但是，只要这种随机数序列能通过统计检验，就可以认 为它们是随机的。用数学方法产生随机数的方法中乘同余法以其统计性质好、周期长等优点被广泛釆用。乘同 余方法是由Lehmer在1951年提出来的，它的一般形式是：对于任一初始值益，伪随机数序列由 下面递推公式确定：兀事=3 %, (inodM)知二爷“，i=】2,M其中a为常数。为了便于在计算机匕使用，通常取：M = 2s其中s

5、为计算机中二进制数的最人可能有效位数必二奇数a = 52k+1其中k为使5在计算机上所能容纳的最人整数，即a为计算机上所能容纳的5的最人奇次 幕。一般地，s=32时，a =5is： s=48, d二5等。伪随机数序列的最人容二2s2. 乘同余方法是使用的蚁多、瑕广的方法，在计算机上彼广泛地使用。1. 2 给定分布下随机变量数值的产生对于随机变虽X已知其槪率分布函数为Fr(X),则其随机函数为X = Fx(Ui).式中：U,为区间(0,1 )内的均匀随机数。町以证明，这样得到的随机数X、是从具有概率密度为E (x)的母体中抽出來的一个样本值。1) 正态分布。若所研究的随机变量由许多互不相干的随机

6、因素总和所构成，且每个因素对 总体的影响均很小,则可近似地认为这个随机变量服从正态分布。设随机数u和s是(0,1)区间内的两个均匀随机数，则可通过下列变换得到服从标准正 态分布N(0, 1)的两个随机数山和&八为1坊=(一 21HUn)2C0S(2lTUn+i)1X；+1 = (-21nun)2sin(2ioin+i)这里产生的随机数，不仅互相独立，而且服从正态分布。2) 对数正态分布。随机变量是由若干个互不相干的随机因素的乘积构成的，而每一因 索对总体影响十分微笑且随机变量仅取正值，町近似认为该随机变屋服从对数止态分布。对数态 分布变最随机数产牛的方法是先将均匀随机数变换为正态分布随机数，然

7、后再转换为对数正态分 布随机数。2. 计算结构的失效概率设己知统计独立的随机变量X厶宓*,英概率密度函数分别为fxl,fx2,结构的功能函数応加,彩,Xn),概括起來，用蒙特卡洛法计算结构的失效概率入的步骤如下：1)通过随机抽样获得各变最的分位值Xl, x2 g如图1所示。图1齐变量分位值2) 计算功能函数值Zi二g(Xl,X2,Xn);3) 设抽样组数为每组随机变量计算得到的功能函数值为Z”Z&0的次数为n,则在 大批抽样之后，结构的失效概率为Pf =/ N通过人批抽样得到的结构失效次数与总抽样次数之比即为结构的失效槪率。这一结论足蒙待卡洛法的核心内容和基本出发点。3. 确定抽样次数N抽样次

8、数与计算结果的精度有关，抽样次数越大，相对误差e越小，要达到一定的楷度， 川必须取得足够人。当工程结构处于正常使用极限状态时，可靠度B值不人，-般在 0 1.5,则 模拟次数需在630 1497次。当工程结构处于承载能力极限状态时，可靠度值在2. 7 4. 2,则要 求计算的次数需达十万次以上。4. 结论蒙特卡洛法几乎町以应用到任何形式的结构町靠度分析上,误差仅和抽样次数和方差冇关。 从理论上说，已知设计变量的概率分布类型，且抽样次数足够多，蒙特卡洛方法町以求得真实 的失效概率。因此，在结构町靠度计算中，蒙特卡洛法被认为是一种准精确计算方法。在应用 该方法时，需要处理人量的统计试验数据，若采用

9、人工处理会有很大的困难，但是，计算机的 发展和计算技术的提高为蒙特卡洛模拟提供了高效的计算手段，从而使得蒙特卡洛法的应用范围越来越广。参考文献1 赵国涵工程结构可靠度理论与应用M 人连：大连理工大学出版社，1996:201-205.2 张新培。建筑结构可靠度分析与设计M 北京：科学出版社，2001:96-109.李良巧，顾唯明机械可靠性设计与分析 MJ 北京：国防工业出版社，1998:67-761牟致忠机械零件可靠性设计北京：机械工业出版社,1988:168-170.5 何水清，王善结构可靠性分析与设计M 北京：国防工业出版社，1993:99703.6 徐钟济蒙特卡洛方法M 上海:上海科学技术出版社，1985:12-15, 40-53.7 罗乃东，赵国藩.基于町靠度的高层、高耸机构抗风分析刀大连：人连理工大学学报2002 (2)： 208-213.