由于非正態(tài)相關(guān)隨機變量可以轉(zhuǎn)化為正態(tài)獨立隨機變量,本章仍主要討論相互獨立的正態(tài)隨機變量情況的結(jié)構(gòu)的可靠性試驗靈敏度分析。
假設(shè)所研究問題包含的維基本變量相互獨立且均服從正態(tài)分布,,和分別為的均值與標(biāo)準(zhǔn)差。以表示極限狀態(tài)函數(shù),則結(jié)構(gòu)的失效域。以表示基本變量的聯(lián)合概率密度函數(shù),則結(jié)構(gòu)的失效概率如式所示。
首先利用式對變量進(jìn)行標(biāo)準(zhǔn)正態(tài)化
經(jīng)過上式變換后,即為所對應(yīng)的標(biāo)準(zhǔn)正態(tài)化向量。
一般的,式中聯(lián)合概率密度函數(shù)比較復(fù)雜,積分上下限也不明確,特別是在具有多隨機變量時,情況變得更復(fù)雜,使積分求解十分困難。利用獨立標(biāo)準(zhǔn)正態(tài)變量空間的幾個重要性質(zhì),將隨機變量空間的坐標(biāo)軸通過下面的公式轉(zhuǎn)換成極坐標(biāo)形式后,原來復(fù)雜的積分形式變得比較簡潔而富有規(guī)律。
經(jīng)過坐標(biāo)轉(zhuǎn)換之后,為了求得具有個隨機變量的維正交標(biāo)準(zhǔn)正態(tài)空間中超球體域的積分精確值,文獻(xiàn)[1]采用歸納的方法,先討論低維變量空間的情況,再得出高維及維變量空間的積分形式。
對于相互獨立的二維隨機變量,標(biāo)準(zhǔn)正態(tài)化后得到,,通過式進(jìn)行極坐標(biāo)轉(zhuǎn)換聯(lián)合概率密度函數(shù)變?yōu)?/span>
把離散為,即,這樣就把整個坐標(biāo)空間分成個以原點為圓心、為射線角的扇形,它們與失效邊界的交點處的特征半徑記為,如圖5.1所示。記為獨立的二維標(biāo)準(zhǔn)正態(tài)變量空間中以原點為圓心、半徑為的圓形區(qū)域內(nèi)側(cè)的聯(lián)合概率密度函數(shù)的積分(以下類同),則有[1]
圖5.1 單模式的降階積分法示意圖
相應(yīng)的,記為在上述區(qū)域外側(cè)的概率積分(以下類同),有
假設(shè)結(jié)構(gòu)的失效域為超球外側(cè)的區(qū)域,則結(jié)構(gòu)的失效概率如式所示。
其中表示第個微元體對應(yīng)的結(jié)構(gòu)的失效概率,以下類同。
若結(jié)構(gòu)的失效域為超球內(nèi)側(cè)的區(qū)域,則結(jié)構(gòu)的失效概率如式所示。
為描述方便起見,下面均假定結(jié)構(gòu)的失效域為超球體外側(cè)的區(qū)域,對于失效域為超球體內(nèi)側(cè)區(qū)域的情況可以由式類似地推得。
對于相互獨立的三維變量,標(biāo)準(zhǔn)正態(tài)化后得到,,通過式進(jìn)行極坐標(biāo)轉(zhuǎn)換后聯(lián)合概率密度函數(shù)變?yōu)?/span>
與二維的情況類似,把、離散為、,即、,這樣就把三維空間劃分為個以原點為頂點的微棱錐,它們與失效面相交處的特征半徑記為記。則有
其中為標(biāo)準(zhǔn)正態(tài)分布變量的累積分布函數(shù)。
結(jié)構(gòu)的失效域為超球外側(cè)的區(qū)域時,結(jié)構(gòu)的失效概率如式所示。
其中為以為半徑的球的表面積,為以為高度的微棱錐在球面上部分的面積,可分別由式和式求得。
其中,、分別為角坐標(biāo)的起始與終了坐標(biāo)值。
(1) 當(dāng)變量維數(shù)為偶數(shù)時:
(2) 當(dāng)變量維數(shù)為奇數(shù)時:
對應(yīng)于可靠性試驗問題,超球體域外側(cè)為失效域時,結(jié)構(gòu)的失效概率為:
其中為以為半徑的超球的體積,為以為高度的微元體的體積。