《ds可靠性设计》.pptx

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2013/6/12,可整理ppt,#,PDS,可靠性设计,1,可整理ppt,1,、可靠性设计的基本原理及方法,在结构可靠性分析中，结构的极限状态是通过描述结构的功能函数来定义的。设,XI,为影响结构功能的,n,个随机变量，则其功能函数表示：当,Z0,时，结构具有规定的功能，即处于可靠状态；当,Z0,时，结构丧失规定的功能，即处于失效状态；当,Z=0,时，结构处于临界状态或极限状态。,Z=g,（,X1,，,X2,，,X3,，,Xn,）,机械可靠性设计是把机械可靠性设计中所涉及的变量，多处理成多值的随机变量，它们都服从一定的概率分布，这些变量间的关系，可通过概率函数进行多值变换，得到应力,S,和强度,r,的概率分布。应力,-,强度干涉理论是进行可靠性设计的理论基础,2,可整理ppt,2,、,数值模拟法计算结构可靠性的原理,为方便计算，公式可以写成：,式中：为指示函数：,=,1,0,按概率密度函数 的分布产生一定数量的随机样本，设共产生,N,个随机样本，其次，对于每个随机样本，计算指示函数的值。最后，计算,N,个指示函数值的累加值假设为,n,，则失效概率为,Pf=n/N,。,对于给定的一组随机变量,x1,、,x2,，,xn,，如果他们之间不相互独立，则首先进行变换，把他们转化为独立的随机变量，然后对每个随机变量按其分布产生一个随机值,3,可整理ppt,3,、蒙特卡洛法,蒙特卡洛法技术是概率分析中最重用的传统的方法，它能模拟实际问题的真实行为特征。特别是对于非线性问题而言，蒙特卡洛法是最有效的可靠度分析方法。在,ANSYS,中，蒙特卡洛技术可以选择直接抽样或超拉丁方法进行抽样处理,蒙特卡洛模拟技术的主要优点是对有限元模拟的适应性非常好，这个技术的前提条件是，确定模拟必须是正确的，并且仿真循环的次数必须足够的多，这样的车的概率设计结构总是正确的。,4,可整理ppt,4,、,基于有限元的概率设计,(PDS),简介,ANSYS,提供的基于有限元的概率设计系统（,PDS,）的主要应用方向：,当有限元模型的输入参数不确定时，有限元结果在置信度为多少时的不确定程度有多大？,输入参数的不确定性决定响应参数的不确定性，目标产品满足设计要求的概率有多大？工作失效概率有多大？,在所有不确定的输入参数中哪个参数的不确定性对于响应参数的影响程度最大，或者说对于目标产品最容易引起其工作失效？响应参数对输入参数变化的灵敏度多大？,5,可整理ppt,6,、蒙特卡洛法在,ANSYS,中实现的步骤,利用,ANSYS,创建有限元分析文件。分析文件必须包含完整的仿真分析过程，包括：参数化有限元建模，求解以及供概率设计过程中用于随机输入参数和随机输出参数等,利用,ANSYS/PDS,处理器进行可靠性分析。首先进入,PDS,处理器指定所用的分析文件，定义概率设计模型，其中概率设计模型定义的内容主要包括：文件的指定、随机输入变量的定义、随机输入参数和输出参数之间相关性确定以及随机输出参数定义；然后选择概率设计工具或方法（,monte-calor,法或响应面法）进行可靠性分析,对可靠性分析进行相应的后处理，包括抽样过程的显示、绘制失效概率分布函数、确定结构可靠性分析中输入变量和输出变量的相关系数矩阵、由已知结构的失效概率寻找对应的输入变量、灵敏度分析、生成可靠性分析报告等,6,可整理ppt,7,、,PDS,模块的介绍,如图：该部分为,PDS,模块，包括分析文件的创建和指定、输入变量和输出变量的指定以及相关性、概率分析的方式、概率执行、概率分析结果和生成报告等,模块大体介绍：,7,可整理ppt,1,）进入,PDS,并指定分析文件,1.,指定分析文件：,或者：,APDL,命令：,/PDS,PDANL,FILENAME,PDS,3,BAR.MAC,8,可整理ppt,2,）定义随机参数,1.,定义随机输入参数,APDL,方式：,PDVAR,Name,Type,PAR1,PAR2,PAR3,PAR4,例：,PDVAR,A1,，,GSUS,10,，,0.05,9,可整理ppt,M6-,10,3,）,PDS,中的参数分布函数及其选用,高斯分布,(GAUS),特征参数：,均值,标准方差,截断高斯分布,(TGAU),特征参数：,均值,标准方差,截断下限,Xmin,截断上限,Xmax,对数正态分布（,LOG,）,特征参数：,均值,标准方差,10,可整理ppt,M6-,11,三角分布,(TRIA),特征参数：,最小值,Xmin,可能,值,Xmiv,可能,值,Xmax,均匀分布,(UNIF),特征参数：,截断,下限,Xmin,截断,上限,Xmax,指数分布,特征参数：,衰减系数,下限,Xmin,可整理ppt,M6-,12,BETA,分布,(BETA),特征参数：,形状参数,r,形状参数,t,下限,Xmin,上限,Xmax,伽马分布,(GAMA),特征参数：,衰减系数,幂,指数,k,威布尔分布（,WEIB,）,特征参数：,威,布尔特征值,Xchr,威,布尔指数,m,最小值,Xmin,可整理ppt,绘制输入参数分布图：,PDPLOT,Name,PLOW,PUP,其中,plow,默认值为,0.0025,，,pup,默认值为,0.9975,13,可整理ppt,定义输入变量的相关性（,correlation,）,PDCORR,A,1,A2,0.2,14,可整理ppt,定义输出变量,PDVAR,Name,Resp,PAR1,PAR2,PAR3,PAR4,例：,PDVAR,SIG,1,，,RESP,15,可整理ppt,选择概率设计方法或工具,1),DIR,直接抽样法,2),LHS,拉丁超立方抽样,16,可整理ppt,直接抽样,Monte Carlo,模拟技术中最常用的基本方法，可直接用于模拟各种工程真实过程。可模拟零件在现实中任何行为。,效率不高，需做大量仿真循环。,对抽样过程没有“记忆”功能，会出现重复抽样。,需要指定随机输入参数的样本种值、仿真循环次数和循环终止准则（均值和标准方差精度等）,17,可整理ppt,拉丁超立方抽样（,LHS,）,比直接抽样法更先进、更有效。,对抽样过程有“记忆”功能，可避免直接抽样法数据点集中而导致的仿真循环重复问题。,强制抽样过程中抽样点必须离散分布于整个抽样空间。,LHS,抽样法比直接抽样法要少,20%40%,的仿真循环资料。,需要指定仿真循环次数、重复次数、样本分布位置、循环终止准则（均值和标准方差精度等）和随机输入参数样本种子值。,18,可整理ppt,响应面法,其思想是通过一系列确定性试验拟合一个响应面来模拟真实的极限状态曲面。,选择响应面的表达式时，,1,）要求尽可能的逼近真实曲面,2,）要求尽可能简单，,对,n,个随机变量,x1,、,x2,、,x3,等的情况，一般取不含交叉项的二次多项式曲面形式：,其中,a,，,bi,，,ci,为待定系数,响应面法中模拟循环的次数取决于输入变量的个数，因此需选择最重要的，对输出结果有重要影响的变量作为输入变量，如果不能确定，可先对所有的随机变量进行一次蒙特卡洛的模拟，在选择重要的去掉不重要的。,19,可整理ppt,M6-,20,概率设计结果后处理,在完成,PDS,分析之后，对,PDS,结果进行适当的后处理操作。,1.,统计分析,(statistics),对单个变量的评估，允许对随机输出变量或随机输入变量做统计分析。,样本历史,柱状图,累积分布函数,概率,逆概率,2.,趋势分析,(trends),对多个变量的评估。,灵敏度,散点图,相关矩阵,3.,自动报告,(report),设置报告选项,输出,HTML,报告,20,可整理ppt,例子,21,可整理ppt,薄板（,shell63,）,方板边长,100mm,，板厚,1mm,，板材加工精度误差等于,0.1mm,，服从均匀分布,材料弹性模量,2.1,饿,Mpa,，服从高斯分布，标准差是均值的,0.05,倍,密度均值,8000kg/mm3,，集中载荷只能是正值，服从正态分布，标准方差为均值的,0.1,倍,变量满足的条件：,22,可整理ppt,/clear,*CREAT,KEKAOXING,L=100,TH=1,YOUNG=2.1E5,DENSITY=8E-6,FORCE=100,/PREP7,ET,1,SHELL63,MP,EX,1,YOUNG,MP,NUXY,1,0.3,MP,DENS,1,DENSITY,R,1,TH,TH,TH,TH,RECTNG,L,L,LESIZE,1,16,LESIZE,2,16,LESIZE,3,16,LESIZE,4,16,AMESH,ALL,FINISH,/SOLU,NSEL,S,LOC,X,0,0,D,ALL,ALL,NSEL,S,LOC,X,L,L,D,ALL,ALL,NSEL,S,LOC,X,0.5*L,0.5*L,NSEL,R,LOC,Y,0.5*L,0.5*L,F,ALL,FZ,FORCE,ALLSEL,SOLVE,FINISH,/post1,NSEL,ALL,NSORT,U,Z,*GET,UMAX,SORT,MAX,NSEL,S,LOC,X,0,0,NSEL,S,LOC,X,L,L,NSORT,S,EVQ,*GET,SMAX,SORT,MAX,FINISH,*END,*USE,KEKAOXING,/PDS,PDANL,KEKAOXING,PDVAR,L,UNIF,L-0.1,L+0.1,PDVAR,TH,UNIF,TH-0.1,TH+0.1,RDVAR,YOUNG,GAUS,YOUNG,0.05*YOUNG,PDVAR,DENSITY,UNIF,0.5*DENSITY,1.5*DENSITY,PDVAR,FORCE,LOG1,FORCE,0.1*FORCE,PDVAR,UMAX,RESP,PDVAR,SMAX,RESP,PDMETH,MCS,LHS,PDLHS,100,1,RAND,ALL,init,PDEXE,KEKAOXING,23,可整理ppt,生成报告：,以,force,为例，此图经过抽样后得到的直方图，此图的作用是判断抽样是否足够，因为蒙特卡洛法的使用是抽样越多，多得到的可靠度就越精确。,24,可整理ppt,累积分布函数图：从这幅图上，一是看抽样是否足够，此图的意义是：,umax,在置信度为,95%,时的累积分布函数图，通过此图可以求出概率的大小。,25,可整理ppt,灵敏度：,影响,UMAX,的变量有,th,和,force,，其中,th,为负，,force,为正。随着,th,的增加，,umax,减小，可靠度增加。,Force,增加，,umax,增加，可靠度减小,26,可整理ppt,容器外径服从高斯分布,1000,，偏差,5,容器厚度服从高斯分布，均值,70,，偏差,0.35,载荷服从高斯分布，均值,28,，偏差,4,材料的屈服极限服从高斯分布，均值,175,，偏差,15,27,可整理ppt,/clear,*creat,Reliability Design,*set,ex1,200000 !,材料的弹性模量,*,set,prxy1,0.3 !,材料的泊松比,*,set,D,1000 !,容器的内径均值,*,set,t,70 !,容器的壁厚均值,*,set,load,28 !,容器的内压均值,*,set,yies,175 !,材料的屈服极限均值,!,前处理,/prep7,et,1,plane82 !,定义,plane82,单元,keyopt,1,3,1 !,设定轴对称选项,mp,ex,1,ex1 !,定义材料的弹性模量,mp,nuxy,1,prxy1 !,定义材料的泊松比,K,1,CIRCLE,1,D/2,CIRCLE,1,D/2+t,l,2,6,l,3,7,l,5,9,al,1,5,9,10,al,4,8,9,11,ldel,2,3,1,ldel,6,7,1,kdel,1,kdel,4,kdel,8,!,划分单元,lesize,9,7,lesize,10,7,lesize,11,7,lesize,1,90,lesize,4,90,lesize,5,90,lesize,8,90,amesh,1,amesh,2!,加载和求解,/SOLU,nsel,s,loc,x,-0.01,0.01,d,all,ux,28,可整理ppt,allsel,all,d,1,uy,sfl,1,pres,load,sfl,4,pres,load,solve,FINISH,/post1,nsort,s,eqv,*get,maxstr,sort,max,Z=yies-maxstr,finish,*end,*use,Reliability Design,/pds,pdanl,Reliability Design,pdvar,load,gaus,28,4,0,0,pdvar,D,gaus,1000,5,0,0,pdvar,t,gaus,70,0.35,0,0,pdvar,yies,gaus,175,15,0,0,pdvar,Z,resp,pdmeth,MCS,LHS,PDLHS,500,1,RAND,ALL,COUNT,PDEXE,Reliability Design,29,可整理ppt,如图：,load,的直方图可知，抽样已经足够，所得结果比较准确,30,可整理ppt,图为,Z,的累积分布函数，在置信度为,95%,下，,Z0,的概率为,97.4962%,即可靠度为,97.4962%,31,可整理ppt,32,可整理ppt,由图可知，载荷、厚度、屈服极限对,Z,有一定的影响，外径对,Z,影响不大，可以忽略，载荷对,Z,的影响最大，其次是屈服极限，最后是厚度。由图可以知道，屈服极限和厚度为正值，载荷为负值，表示当载荷增加时，,Z,减小，可靠度降低。而厚度和屈服极限为正值，说明随着两者的增大，可靠性是增加的。,33,可整理ppt,