.png){kind=icon}
.png){kind=icon}
返回
An efficient importance sampling method for time-variant reliability analysis
.png){kind=icon}
PRE
AI
DOI：10.1016/j.probengmech.2026.104037.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
时变可靠性问题在工程系统中普遍存在，主要源于材料老化和作为随机过程建模的随机载荷。因此，评估结构或系统在其整个服役期内的失效概率具有重大的实际意义。本文提出了一种基于一阶时变可靠性展开（FOTRE）的高效重要抽样方法，称为基于FOTRE的重要抽样（IS）。首先，在时间离散化后，时变失效事件被表示为串联系统失效事件。然后，利用FOTRE高效近似瞬时最可能点和可靠性指标，并用于构建加权混合重要抽样概率密度函数。其次，在所提出的重要抽样分布下，利用FOTRE提供的一阶响应表达式构建时变响应的高斯过程模型。第三，开发了一种主动学习策略，以识别每个重要抽样轨迹的临界时间位置，并在仅有限次数性能函数评估的情况下评估其失效指示器。因此，所提出的框架减少了达到预定统计精度所需样本量以及每条轨迹所需的函数调用次数。数值算例验证了所提出方法的有效性和计算效率。
Keyword:
Time-variant reliability
FOTRE method
Importance sampling
Active learning strategy