CN119476016A 基于主动学习代理模型的机械结构可靠性分析方法及系统 （太原理工大学）

号基于主动学习代理模型的机械结构可靠性本发明公开了基于主动学习代理模型的机2获取影响机械结构失效的影响因素，选取影响因素作为可靠性分析分析待进行可靠性分析机械结构的工作条件和受载情况，对所述输入变量的概率分布特征和参数使用等概率转换方法进使用先验可靠圆环样本缩减方法对所述初始拟合样本进行候选样本的选取以及可靠计算所述试验样本的响应值，更新拟合样本和响应值变量2.根据权利要求1所述的基于主动学习代理模型的机械结构可靠性分析方法，其特征基于所述输入变量的概率分布特征和参数，使用等概率转换方法，将3.根据权利要求1所述的基于主动学习代理模型的机械结构可靠性分析方法，其特征](i＝1,2,3...n)n4.根据权利要求1所述的基于主动学习代理模型的机械结构可靠性分析方法，其特征将初始拟合样本通过逆变换转化到函数空间中，分别计算每一个样本的功能函数值，5.根据权利要求1所述的基于主动学习代理模型的机械结构可靠性分析方法，其特征36.根据权利要求1所述的基于主动学习代理模型的机械结构可靠性分析方法，其特征距约束要求实验样本保持距离，在每一个新的样本在加入试验样本时7.基于主动学习代理模型的机械结构可靠性所述影像因素处理模块用于获取影响机械结构失效的影响因素，选所述机械结构函数确定模块用于分析待进行可靠性分析机械结构的工作条件和受载所述分析样本生成模块用于对所述输入变量的概率分布特征和参数使用等概率转换所述初始代理模型模块用于生成初始拟合样本，将初始拟合样本4所述候选样本选取模块用于使用先验可靠圆环样本缩减方法对所述初始拟合样本进所述试验样本挑选模块用于使用原点距约束的学习函数，从所述新所述模型更新模块用于计算所述试验样本的响应值，更新所述可靠性分析模块用于使用更新后的代理模型对机械结构的可靠性进8.根据权利要求7所述的基于主动学习代理模型的机械结构可靠性分析系统，其特征所述转换子模块用于基于所述输入变量的概率分布特征和参数，使用等概率转换方所述样本生成子模块用于根据输入变量的数量n，生成n维空间的蒙特5[0002]随着机械行业的发展和节能减排等方面的要求，机械正在使用过程中的响应具有很大的不确定性，这给机械装备的使用来带了很大的安全隐患，法主要有一阶可靠性分析方法(FirstOrderRelibilityMethod,FORM)和二阶可靠性分Taylor展开逼近可靠性分析的极限状态方程h用有限单元法进行计算的机械结构和失效概率很低的问题。针对上述计算效率极低的难致大型复杂机械结构的可靠性分析的计算效率和计算精度仍然较低甚至[0005]获取影响机械结构失效的影响因素，选取影响因素作为6[0009]使用先验可靠圆环样本缩减方法对所述初始拟合样本进行候选样本的选取以及[0013]可选的，对所述输入变量的概率分布特征和参数使用等](i＝1,2,3...n)使用序号大于ηini的排序样本xRMCS进7本到所有已有拟合样本的最小距离保持拟合[0043]所述机械结构函数确定模块用于分析待进行可靠性分析机械结构的工作条件和[0044]所述分析样本生成模块用于对所述输入变量的概率分布特征和参数使用等概率[0046]所述候选样本选取模块用于使用先验可靠圆环样本缩减方法对所述初始拟合样[0048]所述模型更新模块用于计算所述试验样本的响应值，更新拟合样本和响应值变8出先验可靠圆环样本缩减方法，联合原点距约束学习函数和先验可靠圆环样本缩减方法，[0055](1)原点距约束学习函数的构建以拟合样本应该具有的位置特征为根据，可以产[0057](3)径向基函数具有很好适应复杂机械结构高度非线性极限状态函数的能力，本[0058](4)提出的原点距约束的学习函数+先验可靠圆环样本缩减方法的可靠性分析方9[0071]S2分析待进行可靠性分析机械结构的工作条件和受载情况，确定其主要失效形](i＝1,2,3...n)[0078]S5使用先验可靠圆环样本缩减方法进选取新拟合样本和进行可靠性分析：计算2样本)和序列号η;个函数值为负数的样本的序号η,对0.8η进行函数，协同三个函数，建立原点距约束的学习函数(Collaboration_originalpoint所有已有拟合样本的最小距离来保持拟合样](i＝1,2,3...n)[0114]4.将初始拟合样本通过步骤1中的逆理模型函数值为负的排序样本xRMCSηnnk_1N]n结果和计算效率均无影响，但是先验可靠圆环样本缩减方法可以在中后期的迭代中降低有可靠性分析方法的最终计算机过证明本发明提出的可靠性分析方法具有高精度高效率6——041.16741.16741.16741.16741.16741.167[0137]机械结构函数确定模块用于分析待进行可靠性分析机械结构的工作条件和受载)是影响机械结构失效的n个关键随机输入变量。[0139]分析样本生成模块用于对所述输入变量的概率分布特征和参数使用等概率转换[0140]转换子模块用于基于所述输入变量的概率分布特征和参数，使用等概率转换方](i＝1,2,3...n)[0152]候选样本选取模块用于使用先验可靠圆环样本缩减方法对所述初始拟合样本进的序列号η；对0.8η进行向下取整得到整数ηini，对于序号小于ηini的排序样本xRMCS进行舍函数，协同三个函数，建立原点距约束的学习函数(Collaboration_originalpoint三个控制函数的实现方式，有机的协同上述三个控制函数，定义原点距约束学习函数COR[0166]所述可靠性分析模块用于使用更新后的代理模型对机械结构的可靠性进行分k_1N]本xRMCSηini作为候选样本，利用学习函数原点距约束的学习函数COR(xN)从候选样本xRMCSηini