●前言
第1章緒論1
1.1發動機渦輪部件疲勞壽命分析方法1
1.2結構可靠性分析方法2
1.3結構可靠性優化設計方法4
1.4發動機渦輪部件疲勞壽命可靠性分析與設計的關鍵科學問題5
參考文獻6
第2章試驗數據處理方法7
2.1疲勞/蠕變壽命分析模型的廣義描述7
2.1.1應力-壽命分析模型7
2.1.2應變-壽命分析模型8
2.1.3蠕變-壽命分析模型8
2.1.4位置-尺度參數化的壽命分析模型9
2.2基於極大似然估計方法的小子樣數據分析11
2.2.1擬合優良性評價的準則11
2.2.2基於極大似然估計方法的壽命模型12
2.2.3基於隨機加權Bootstrap方法的分位壽命置信區間估計14
2.3基於貝葉斯模型平均方法的小子樣數據分析15
2.3.1基於貝葉斯模型平均方法的模型參數估計16
2.3.2消除初始值和自相關性的影響21
2.3.3基於貝葉斯模型平均方法的壽命推斷21
2.3.4基於貝葉斯模型平均方法的分位壽命置信區間估計23
2.4基於貝葉斯分位數回歸方法的小子樣數據分析23
2.4.1基於貝葉斯分位數回歸方法的模型參數估計23
2.4.2基於貝葉斯分位數回歸方法的壽命推斷27
2.4.3基於貝葉斯分位數回歸方法的分位壽命置信區間估計28
2.5數值模擬28
2.5.1仿真試驗28
2.5.2GH4169低周疲勞小子樣數據分析32
2.6本章小結35
參考文獻37
第3章不確定性下全局靈敏度分析方法39
3.1基於方差的全局靈敏度分析方法39
3.1.1基於方差的全局靈敏度指標的定義39
3.1.2乘法降維結合數字模擬求解方差全局靈敏度指標的單層分析法40
3.1.3求解方差全局靈敏度指標的空間分割結合數字模擬法45
3.2基於概率密度函數的矩獨立全局靈敏度分析方法52
3.2.1分位數回歸方法52
3.2.2極大熵結合Nataf變換法59
3.2.3共用積分網格結合極大熵法70
3.2.4空間分割算法75
3.3基於失效概率的全局靈敏度分析方法80
3.3.1失效概率全局靈敏度指標的定義及其雙層MCS求解法80
3.3.2Bayes公式與MCS相結合的失效概率全局靈敏度求解算法82
3.3.3Bayes公式與重要抽樣相結合的失效概率全局靈敏度求解算法83
3.3.4基於條件概率公式的失效概率全局靈敏度算法89
3.4渦輪葉片全局靈敏度分析95
3.4.1渦輪葉片疲勞壽命分析模型95
3.4.2渦輪葉片疲勞壽命可靠性分析模型97
3.4.3渦輪葉片結構疲勞壽命的方差全局靈敏度分析結果100
3.4.4渦輪葉片結構疲勞壽命的矩獨立全局靈敏度分析結果101
3.4.5渦輪葉片結構疲勞壽命的失效概率全局靈敏度分析結果101
3.5本章小結102
參考文獻103
第4章Monte Carlo結合自適應代理模型的可靠性分析方法105
4.1自適應高斯輸出型代理模型105
4.1.1基於切片逆回歸降維的Kriging模型106
4.1.2貝葉斯稀疏多項式混沌展開模型111
4.1.3貝葉斯支持向量回歸模型114
4.1.4高斯輸出型代理模型及自適應學習函數120
4.2基於樣本池縮減策略的自適應代理模型結合MCS的方法124
4.2.1失效概率求解的MCS方法125
4.2.2樣本池縮減策略的確定性分類方式126
4.2.3樣本池縮減策略的自適應分類方式129
4.2.4算例分析131
4.3基於分層訓練策略的自適應代理模型結合MCS的方法134
4.3.1基於分層訓練策略的自適應代理模型結合MCS的步驟134
4.3.2算例分析136
4.4基於多點加點準則的自適應代理模型結合MCS的方法138
4.4.1K-medoids聚類分析138
4.4.2基於加權K-medoids聚類的多點加點準則139
4.4.3多點加點準則自適應代理模型結合MCS的步驟140
4.4.4算例分析141
4.5隨機和區間混合不確定性下傳統可靠性分析的雙層嵌套優化法144
4.5.1隨機和區間混合不確定性的三種類型144
4.5.2失效概率上下界求解的雙層嵌套優化法145
4.5.3雙層嵌套優化方法求解失效概率上下界的內在本質分析145
4.6隨機和區間混合不確定性下失效概率的真實界限模型148
4.6.1隨機和區間混合不確定性下的安全域與失效域分析148
4.6.2隨機和區間混合不確定性下傳統失效概率的界限與真實界限的關繫149
4.6.3算例分析150
4.7隨機和區間混合不確定性下失效概率上下界求解的擴展跨越率法151
4.7.1失效概率上界的等價表達式151
4.7.2擴展跨越率的定義152
4.7.3擴展跨越率的成立條件及解釋154
4.7.4擴展跨越率法求解失效概率上界156
4.7.5擴展跨越率法求解失效概率下界159
4.8隨機和區間混合不確定性下可靠性分析的雙層自適應代理模型法160
4.8.1失效概率上界求解的雙層自適應代理模型結合MCS的方法160
4.8.2失效概率下界求解的雙層自適應代理模型結合MCS的方法163
4.9隨機和區間混合不確定性下可靠性分析的單層自適應代理模型法164
4.9.1失效概率上界求解的單層自適應代理模型結合MCS的方法164
4.9.2失效概率下界求解的單層自適應代理模型結合MCS的方法168
4.9.3算例分析169
4.10本章小結171
參考文獻172
第5章自適應代理模型結合高效抽樣的可靠性分析方法174
5.1自適應代理模型結合改進重要抽樣的可靠性分析方法174
5.1.1重要抽樣法174
5.1.2改進的重要抽樣法175
5.1.3求解失效概率的自適應代理模型結合改進重要抽樣的方法178
5.1.4算例分析181
5.2自適應代理模模型重要抽樣的可靠性分析方法183
5.模型重要抽樣法183
5.2.2求解失效概率的自適應代理模模型重要抽樣的方法185
5.2.3算例分析189
5.3自適應代理模型結合自適應超球截斷抽樣的可靠性分析方法191
5.3.1自適應超球截斷抽樣法191
5.3.2求解失效概率的自適應代理模型結合自適應超球截斷抽樣的方法193
5.3.3算例分析195
5.4自適應代理模型結合方向抽樣的可靠性分析方法197
5.4.1方向抽樣法197
5.4.2求解失效概率的自適應代理模型結合方向抽樣的方法199
5.4.3算例分析202
5.5自適應代理模型結合子集模擬的可靠性分析方法203
5.5.1子集模擬法204
5.5.2求解失效概率的自適應代理模型結合子集模擬的方法206
5.5.3算例分析209
5.6本章小結210
參考文獻210
第6章基於代理模型的可靠性優化設計的解耦法212
6.1基於代理模型的可靠性優化設計的接近解耦法213
6.1.1基於失效概率函數的接近解耦法213
6.1.2基於可行域函數代理模型的接近解耦法217
6.1.3算例分析221
6.2嵌入代理模型的可靠性優化設計的序列解耦法224
6.2.1逆設計點的定義及求解方法224
6.2.2經典序列解耦法229
6.2.3嵌入代理模型與設計參數處局部抽樣的序列解耦法231
6.2.4嵌入代理模型與逆設計點處局部抽樣的序列解耦法236
6.2.5算例分析240
6.3嵌入代理模型的可靠性優化設計的類序列解耦法243
6.3.1嵌入代理模型的類序列解耦法243
6.3.2算例分析245
6.4本章小結248
參考文獻249
第7章嵌入代理模型的疲勞壽命可靠性優化設計的單層法250
7.1可靠性優化設計的單層法250
7.1.1可靠性優化設計模型描述250
7.1.2RBDO模型求解的單層法251
7.1.3算例分析260
7.2基於代理模型的單層法264
7.2.1擴展的可靠性空間中概率密度函數264
7.2.2嵌入代理模型的單層法求解RBDO模型的流程265
7.3代理模型與改進數字模擬法結合的單層法268
7.3.1代理模型與重要抽樣相結合的單層法268
7.3.2代理模型與截斷抽樣相結合的單層法270
7.3.3代理模型與方向抽樣相結合的單層法273
7.3.4算例分析276
7.4本章小結279
參考文獻280
第8章渦輪部件疲勞壽命可靠性分析與優化設計的實例281
8.1渦輪盤疲勞壽命可靠性分析與優化設計281
8.1.1渦輪盤疲勞壽命可靠性分析與優化設計平臺的構成283
8.1.2渦輪盤結構模型及典型工況284
8.1.3渦輪盤分析286
8.1.4渦輪盤疲勞壽命計算289
8.1.5渦輪盤疲勞壽命可靠性優化設計290
8.1.6渦輪盤疲勞壽命可靠性優化設計結果296
8.2渦輪葉片多模式壽命可靠性分析與優化設計300
8.2.1渦輪葉片參數化聯合分析平臺的構成300
8.2.2輸入變量分析301
8.2.3結構分析304
8.2.4不同失效模式下的概率壽命模型309
8.2.5多模式壽命可靠性分析312
8.2.6多模式壽命可靠性優化設計316
8.3渦輪軸疲勞壽命可靠性分析與優化設計319
8.3.1渦輪軸疲勞壽命預測320
8.3.2渦輪軸疲勞壽命可靠性分析327
8.3.3渦輪軸疲勞壽命可靠性優化設計331
8.4本章小結336
參考文獻337
