基于通用生成函數(shù)的離散化應(yīng)力-強度干涉模型研究.pdf_第1頁
已閱讀1頁,還剩105頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、應(yīng)力-強度干涉(Stress-StrengthInterference,SSI)模型是結(jié)構(gòu)可靠性分析的基本工具。該模型一般將結(jié)構(gòu)應(yīng)力和強度視為相互獨立的隨機變量,進而將結(jié)構(gòu)可靠度定義為強度大于應(yīng)力的概率。然而,由于實際工程問題中結(jié)構(gòu)應(yīng)力和強度統(tǒng)計特征的復(fù)雜性、多樣性,傳統(tǒng)SSI模型在進行一些特定條件下的結(jié)構(gòu)可靠性分析時,已經(jīng)表現(xiàn)出局限性。 本文考慮結(jié)構(gòu)應(yīng)力和強度的一些工程特點,采用連續(xù)變量離散化的研究思路,引入通用生成函數(shù)法作為

2、離散型隨機變量概率運算的基本工具,在此基礎(chǔ)上建立若干離散化的SSI模型,使得傳統(tǒng)SSI模型的理論體系更加完善、應(yīng)用范圍更加廣泛。 本文研究成果概述如下: (1)離散型SSI模型概率計算是SSI模型必須處理的基本問題之一。本文利用通用生成函數(shù)法對應(yīng)力和強度構(gòu)成函數(shù)的概率特征進行計算,從而建立離散型SSI模型。相對傳統(tǒng)方法(數(shù)值積分法和參數(shù)估計法),離散型SSI模型為不同條件下的結(jié)構(gòu)可靠度計算提供了一種統(tǒng)一的算法。

3、(2)強度與應(yīng)力單向相關(guān)的SSI模型強度與應(yīng)力單向相關(guān)是工程中客觀存在的一種現(xiàn)象。本文采用不同應(yīng)力幅值條件下強度的條件分布描述這種單向相關(guān)。假定結(jié)構(gòu)應(yīng)力為離散型隨機變量,對應(yīng)力和強度構(gòu)成函數(shù)的概率特征進行運算,由此建立強度與應(yīng)力單向相關(guān)的SSI模型。 (3)多工況條件下的SSI模型傳統(tǒng)SSI模型將結(jié)構(gòu)應(yīng)力視為單個隨機變量,這種描述并不能完全反映多工況條件下服役結(jié)構(gòu)的實際應(yīng)力狀態(tài)。本文根據(jù)結(jié)構(gòu)工作應(yīng)力的實際變化范圍構(gòu)造多個離散型隨

4、機變量,用以描述結(jié)構(gòu)工作時的多種工況,并對不同工況條件下的結(jié)構(gòu)可靠度分別進行計算,之后利用全概率公式對結(jié)構(gòu)可靠度進行綜合評價。 (4)強度退化服從Gamma過程的動態(tài)SSI模型實際工程中,結(jié)構(gòu)強度隨時間逐漸退化。本文選擇Gamma過程描述結(jié)構(gòu)強度隨機退化規(guī)律,將結(jié)構(gòu)剩余強度定義為結(jié)構(gòu)初始強度與強度退化量之差;將結(jié)構(gòu)應(yīng)力視為隨機變量,利用通用生成函數(shù)法對結(jié)構(gòu)應(yīng)力、初始強度、強度退化量構(gòu)成的函數(shù)進行運算,從而建立了強度退化條件下與時

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)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(dān)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