基于重要抽样法的耐压球壳可靠性计算方法研究.pdf

第 20 卷 第 9 期 装 备 环 境 工 程 2023 年 9 月 EQUIPMENT ENVIRONMENTAL ENGINEERING 51 收稿日期：2023-05-18；修订日期：2023-06-27 Received：2023-05-18；Revised：2023-06-27 基金项目：国家重点研发计划项目（2021YFC2802003）Fund：National Key Research and Development Program of China(2021YFC2802003)引文格式：冯士超,万正权,李艳青.基于重要抽样法的耐压球壳可靠性计算方法研究J.装备环境工程,2023,20(9):51-57.FENG Shi-chao,WAN Zheng-quan,LI Yan-qing.Reliability Calculation Method of Pressure Resistant Spherical Shell Based on Importance Sampling MethodJ.Equipment Environmental Engineering,2023,20(9):51-57.基于重要抽样法的耐压球壳可靠性 计算方法研究 冯士超1,2,3，万正权1,2,3，李艳青1,2,3（1.中国船舶科学研究中心，江苏 无锡 214082；2.深海技术科学太湖实验室，江苏 无锡 214082；3.深海载人装备国家重点实验室，江苏 无锡 214082）摘要：目的目的 解决耐压球壳极小失效概率的可靠性计算问题。方法方法 在自适应 Kriging 的基础上，结合重要抽样法提出耐压球壳可靠性计算方法。该方法在较大失效概率下构建的 Kriging 模型基础上获得重要方向，在重要方向上计算得到较低失效概率下的设计点，以设计点为中心，构建小失效概率的 Kriging 模型，并通过此模型采用重要抽样法开展可靠性计算。结果结果 分别使用提出的重要抽样法和蒙特卡洛法计算了 2 个算例的失效概率，计算结果表明，该方法具有较高的精度和效率。使用该方法对某耐压球壳工作载荷下的失效概率进行了计算，计算得到该球壳失效概率为 4.0941096。结论结论 研究结果可为无失效方程下极低失效概率的可靠性计算问题提供参考。关键词：耐压球壳；自适应 Kriging；重要抽样法；极低失效概率；重要方向；无失效方程 中图分类号：U663.2 文献标识码：A 文章编号：1672-9242(2023)09-0051-07 DOI：10.7643/issn.1672-9242.2023.09.005 Reliability Calculation Method of Pressure Resistant Spherical Shell Based on Importance Sampling Method FENG Shi-chao1,2,3,WAN Zheng-quan1,2,3,LI Yan-qing1,2,3(1.China Ship Scientific Research Center,Jiangsu Wuxi 214082,China;2.Taihu Laboratory of Deepsea Technological Science,Jiangsu Wuxi 214082,China;3.State Key Laboratory of Deep-sea Manned Vehicles,Jiangsu Wuxi 214082,China)ABSTRACT:The work aims to solve the reliability calculation problem of pressure resistant spherical shells with minimal fail-ure probability.Based on adaptive Kriging,a reliability calculation method of pressure resistant spherical shells was proposed in combination with the importance sampling method.This method mainly included obtaining important direction based on the building Kriging model of high failure probability,computing design points of the model of low failure probability,building a Kriging model of low failure probability centered on the design point,and using this model to carry out reliability calculation with the importance sampling method.The failure probability of two examples was calculated with the importance sampling method proposed in this paper and the Monte Carlo method.The calculation results showed that the method proposed in this paper had high calculation accuracy and efficiency.The method was also used to calculate the failure probability of a pressure 52 装 备 环 境 工 程 2023 年 9 月 resistant spherical shell under working load,and the failure probability was 4.0941096.The research can provide reference for reliability calculation of extremely low failure probability without failure equation.KEY WORDS:pressure resistant spherical shell;adaptive Kriging;importance sampling method,minimal failure probability;important direction;without failure equation 深海载人潜水器1-3是进入、探测、开发和保护深海的重要技术手段和装备。载人舱耐压球壳是保证下潜人员及舱内设备免受外界海水巨大压力的耐压结构，是载人潜水器的核心部件4-5。目前大深度载人潜水器多选用钛合金耐压球壳形式，其具有结构简单、容重比高、承载能力强、有相同的周向和径向应力 值 等 优 点，其 质 量 约 占 整 个 潜 水 器 系 统 的1/51/46。载人舱耐压球壳的可靠性水平对整个载人潜水器能够完成设定的任务有决定性影响，同时准确获知耐压球壳的可靠性水平将为开展结构优化设计、减轻结构质量提供重要指导，开展耐压球壳的安全可靠性研究具有重要的意义。国内学者开展的耐压球壳可靠性评估结果均表明，在工作载荷下，耐压球壳失效是极小概率问题7-8，且球壳承载能力的计算属于单失效模式问题。对于失效方程未知的隐式问题，国内外学者在代理模型方法的基础上，对极小失效概率的可靠性求解问题也开展了相关研究。Echard 等9提出了一种结合重要抽样和自适应 Kriging 方法的能用于处理小失效概率问题的方法，该方法首先需要使用改进一次二阶矩法求得设计点，然后以设计点为中心，建立自适应Kriging 模型，但在计算设计点时，需要使用失效函数对各个变量的偏微分信息，该要求对于隐式问题往往较为困难。Huang 等10提出了一种结合子集模拟法和自适应 kriging 方法的能处理小失效概率问题的方法，该方法主要是在生成的 Kriging 模型基础上，采用子集模拟法计算失效概率。Lv 等11提出了一种结合方向抽样和自适应 Kriging 方法计算小概率失效问题的方法，该方法是在生成的 Kriging 模型基础上，采用方向抽样法计算失效概率。Zhang 等12提出了一种基于 Kriging 的自适应重要抽样方法，该方法分为2 步，首先通过较稀疏的样本点识别重要抽样中心，然后在重要抽样中心附近建立最终的 Kriging 模型。文献10-12在计算极小概率失效问题时，均需要设计较大的样本空间用于搜索生成 Kriging 模型，但部分Kriging 模型位于失效概率较低的空间，实质上低失效概率空间的 Kriging 模型对最终计算结果影响不大，这导致此类方法的计算效率不高，且相关文献中一般均不考虑不同失效条件下的可靠性问题。因此，本文开展了单失效模式下不同失效条件的可靠性问题的计算方法研究。本文结合自适应 Kriging 和重要抽样法，提出了一种用于求解失效条件为非随机变量的极小失效概率问题的重要抽样法。首先，使用自适应 Kriging 方法构建较高失效概率下的代理模型，在此基础上获得重要方向，在重要方向上计算得到较低失效概率下的设计点，然后以此设计点为中心，使用自适应 Kriging方法构建代理模型，并开展可靠性计算。本文首先通过 2 个算例验证了该方法的计算精度与效率，并应用到某耐压球壳结构可靠性计算问题，在获得计算载荷可靠性指标的基础上，计算得到了工作载荷下结构的可靠性指标。1 自适应 Kriging 方法 1.1 Kriging 模型 在可靠性分析中，如果直接采取高精度的仿真模型进行可靠性计算，将产生巨大的计算成本，因此一种以较小计算代价获得研究对象较为准确状态函数的方法代理模型技术应运而生。代理模型技术13就是在保证一定拟合精度的前提下，以某种合适的代理模型方法进行数据拟合，近似获得一个数学函数模型去替代高耗时分析模型进行需要较大样本量的分析工作。Kriging 模型是一种较为常用的构建代理模型的方法。Kriging 模型的思想由南非采矿工程师 Krige 提出14。1989 年，Sacks 等15将 Kriging 理论进一步推广并给出了一种较为实用的 Kriging 算法，使得Kriging 模型在地质、气象、航空航天、船舶等领域得到应用和发展。Kriging 模型一般可表示为一个含参数的线性回归模型和一个随机分布之和，即：TKriging()(,)()()()Gxfxxfxx(1)式中：Kriging()Gx为 Kriging 模型；x 为预测样本；为回归函数的待定系数，T12,p ；fT(x)是 预 测 样 本 的 基 函 数，T()fx12(),(),ffxx T()pfx，p 为基函数的个数；()x 为一非参数高斯随机过程，其均值为 0，方差为2。()x 的协方差矩阵分量可表示为：2()()()()Cov,ijijRxxxx(2)对于由 nd个 n 维训练样本组成的样本集（训练集）T12,dnxx xx，该样本集对应的响应值为T12,dnGGGxZxx，那么预测样本 x 的Kriging 模型的预测值和对应的预测偏差（方差）可第 20 卷 第 9 期 冯士超，等：基于重要抽样法的耐压球壳可靠性计算方法研究 53 分别可表示为：T1Kriging()()Gxrx RZF(3)2Kriging12T1TT1()1()()()()xrx R r xuxF R Fu x(4)式中：1TT1T11,1,1dnFRF RFF RZ;；T11dnZFRZF；1()(,),Rrxx x 2,(,),dnRRx xx x；TT1()()1uxF R r x；R是样本间的相关矩阵，其中,ijijRRx x(,1,2,i j)dn。Kriging 模型不仅可以对样本点的函数值进行预测，还能估计预测值的方差，该方差可以用于指导加入新的样本点，以提高建立的代理模型的精度。1.2 自适应 Kriging 为更高效建立 Kriging 模型用于开展可靠性分析，自适应 Kriging 方法16-18被提出并得到了广泛的应用。自适应 Kriging 的主要思想是使用学习函数筛选对建立 Kriging 模型效果最佳的样本点加入训练样本集，并在此基础上不断更新代理模型，其主要流程如图 1 所示。图 1 自适应 Kriging 模型建立流程 Fig.1 Process of constructing an adaptive Kriging model ERF（Expected Risk Function）是一种自适应Kriging 常用的学习函数，其基本思想是基于预测值符号（正负）不确定性的思想，选择候选样本中符号预测风险最大的样本用于更新实验设计18，学习函数ERF 一般被定义为：ERF()()sign()sign()()()()()GGGGGGGGxxxxxxxxx(5)其中，sign是符号函数，ERF函数值最大样本点的符号被误判的风险最大，候选样本集中ERF值最大的样本被识别出来用于更新实验设计，并重新生成Kriging模型。样本的ERF值越小，样本符号被误判的概率就越低，文献18给出收敛条件建议值为4max ERF()10 x。2 重要抽样法 重要抽样法通过采用重要抽样密度函数代替原来的抽样密度函数，使得样本落入失效域的概率增加，以此获得高的抽样效率和快的收敛速度19-22。其基本原理和公式为，通过引入重要抽样密度函数hx(x)，将求解失效概率的积分式转换为以 hx(x)为密度函数的数学期望形式，即：nnfFFF()()d()d()()()()()xxxxxxfPIfIhhfE Ihxxxxxxxxxxx(6)其中()fxx为输入变量T12n,x xxx的联合概率密度函数。根据重要抽样密度函数hx(x)抽取输入变量x的N个样本T12,Nxxx，则失效概率的估计值fP为：fF11NjxjjjxxfxPIxNh(7)在开展重要抽样计算过程中，由于设计点是失效域内对失效概率贡献最大的点，重要抽样的中心一般选择为设计点。这样按照重要抽样密度函数抽取的样本点就有比较大的概率落在失效域内，从而提高了重要抽样法的计算效率，使其更快地收敛于真值。本文结合自适应Kriging和重要抽样法提出了一种用于求解失效条件为非随机变量的极小失效概率问题的重要抽样法，该方法仅适用于处理单失效模式的问题，且一般仅适用于失效条件为非随机变量的失效问题的求解，可用于计算较低载荷下耐压球壳的可靠性问题。该重要抽样法首先使用自适应Kriging方法构建较高失效概率下的模型1Kriging()gx，在此基础上，使用改进一次二阶矩法获得重要抽样方向，在重要抽样方向上仍然使用自适应Kriging方法计算得到54 装 备 环 境 工 程 2023 年 9 月 较低失效概率下的设计点MPP2，并以此设计点为中心，使用自适应Kriging方法构建较低失效概率下的模型2Kriging()gx，然后验证2Kriging()gx对应的设计点MPP3距离2Kriging()gx样本空间边界的距离。若MPP3所有变量距离样本空间的边界大于等于随机变量的3倍标准差，说明建立的Kriging模型2Kriging()gx能较好反映设计点附近的失效特征，可在2Kriging()gx的基础上开展重要抽样计算；若小于3倍的标准差，则重新以MPP3为中心建立Krging模型，直至满足判断标准。计算流程如图2所示。其中重要抽样方向为标准正态空间中从原点指向设计点的方向，该方向的物理意义是功能（失效）函数最速下降方向23。图 2 重要抽样法流程 Fig.2 Process of importance sampling 3 数值算例 3.1 算例 1 该算例来源于文献24，其本身是一个非线性程度较高的失效问题，包含2个标准正态分布随机变量x1和 x2，以其立方和不超过 a 建立约束，且 x1和 x2相互独立，x1和 x2的均值为0.5，标准差为0.2。a 取1时，失效概率较高；a 取4时，失效概率较低，该问题的功能函数为：3312gaxxx(8)算例1失效边的界构建过程如图3所示。在建立的高失效概率Kriging模型 1gx的基础上，得到设计点MPP1，在均值指向MPP1的方向，通过自适应Kriging方法计算得到低失效概率下的设计点MPP2，然后以MPP2为中心，建立低失效概率下的Kriging模型 2gx。经验证后，以 2gx为失效函数开展重要抽样，该算例的可靠性计算结果见表1。本文使用的重要抽样方法与蒙特卡洛法的计算结果接近，相差2.5%，但调用功能函数次数为39次，其中建立高失效概率下Kriging模型为18次，计算低失效概率下设计点MPP2为6次，计算低失效概率下kriging模型为15次，调用功能函数次数远小于蒙特卡洛法。对于失效概率更低的情况，由于样本数一般需满足24f(10 10)/NP的要求，直接采用蒙特卡洛法进行计算将是工程实际中无法接受的，而本文提出的重要抽样法可以方便地计算出失效概率。图 3 算例 1Kriging 模型构建过程 Fig.3 Kriging model construction process of example 1 表 1 算例 1 计算结果 Tab.1 Computed results of example 1 计算方法 调用功能函 数次数 Ncall 抽样时样 本个数 失效概率Pf/107变异系数蒙特卡洛 2109 2109 2.035 0.049 6自适应 Kriging39 3106 1.984 0.045 4 3.2 算例 2 该算例来源于文献23，是一个包含3个独立随机变量悬臂梁结构，其受到水平和竖直方向的载荷 X和 Y 的作用（如图4所示），以其自由端位移不超过D0为约束建立功能函数：2230224,LXYg E X Yt LDE tt(9)式中：E、和t分别为材料的弹性模量、梁的宽度与厚度，2.488 4 m,3.888 4tm、100Lm，E、X和Y为分布参数，见表2。0D取2.2 mm时，失效概率较高；0D取2.8mm时，失效概率较低。第 20 卷 第 9 期 冯士超，等：基于重要抽样法的耐压球壳可靠性计算方法研究 55 表 2 算例 2 模型参数 Tab.2 Model parameters of example 2 水平方向载荷X/N 竖直方向载荷 Y/N 弹性模量E/Pa 分布类型 正态分布 正态分布 正态分布均值 500 1 000 2.9107 标准差 100 100 1.45106 图 4 悬臂梁结构 Fig.4 Cantilever beam structure 该算例的可靠性计算结果见表3。本文使用的重要抽样方法与蒙特卡洛法的计算结果接近，相差1.4%，但调用功能函数次数为65次。其中，建立高失效概率下Kriging模型为31次，计算低失效概率下设计点MPP2为3次，计算低失效概率下Kriging模型为31次，调用功能函数次数远小于蒙特卡洛法。对于失效概率更低的情况，由于样本数一般需满足24f(1010)/NP的要求，直接采用蒙特卡洛法进行计算将是工程实际中无法接受的，而本文提出的重要抽样法可以方便地计算出失效概率。表 3 算例 2 计算结果 Tab.3 Computed results of example 2 计算方法 候选样本个数 N 调用功能函数 次数 Ncall 失效概率Pf/107变异系数蒙特卡洛 1109 1109 4.1270.049 6自适应 Kriging 1106 65 4.0700.002 7 4 耐压球壳可靠性分析 本文研究的耐压球壳的工作载荷为115 MPa，材料为钛合金，安全系数取为1.5，计算载荷为172.5 MPa。主要计算工作载荷和设计载荷下耐压球壳的可靠性指标，该结果可有助于评估结构的设计方案的安全可靠性以及为耐压球壳安全使用和结构优化提供支撑。耐压球壳的变量参数见表4。表 4 耐压球壳参数 Tab.4 Parameters of pressure resistant spherical shell 材料屈服极限/MPa 弹性模量/GPa 球壳厚度/mm 球壳内径/mm 球壳缺陷幅值/mm 分布 类型 正态 分布 正态 分布 正态 分布 正态 分布 正态 分布 均值 940 115 10 100 0.3 标准差 14.25 2.3 0.1 0.5 0.009 首 先 使 用 自 适 应Kriging方 法 计 算 得 到 的172.5 MPa下耐压球壳失效的Kriging模型，样本空间范围为均值加减5倍的标准差，候选样本量为2105个。在初始样本的基础上，采用ERF学习函数的计算结果不断更新训练样本集。每个样本点均采用ABAQUS有限元软件计算，参数化建模通过宏文件的方式完成，有限元模型如图5所示。在球壳承载能力计算过程中，首先使用线性有限元获得结构的一阶屈曲模态，将一阶屈曲模态乘以球壳缺陷幅值作为球壳的初始缺陷，然后使用非线性有限元计算结构的承载能力25。文献18给出的收敛条件建议值是基于数值算例给出的，数值算例在候选样本点的响应值为该点响应值的精确解，而本文的响应值是通过有限元软件给出的，其本质上属于近似解，且计算过程需按照球壳尺寸重新生成有限元模型，网格等信息也随之改变。在这些因素的共同作用下，仍选择文献18给出的建议值将不再合适。经计算验证，max ERFx在小于等于1103后继续加入样本点，max ERFx不会有明显降低，且结构的失效概率也未出现明显变化，因此收敛条件可取 3max ERF10 x。图 5 耐压球壳有限元模型 Fig.5 Finite element model of pressure resistant spherical shell 在172.5 MPa的载荷下，选择10个样本点作为初始样本点，在学习函数的指导下，通过加入14个样本点达到收敛指标，此时耐压球壳的失效概率为4.501102，对应设计点MPP1。然后在重要方向上使用自适应Kriging方法计算在115 MPa下的设计点，选择2个样本点作为初始样本点，在学习函数的指导56 装 备 环 境 工 程 2023 年 9 月 下，通过加入2个样本点达到收敛指标，得到设计点MPP2。以MPP2为中心，仍然使用自适应Kriging方法建立115 MPa下耐压球壳的Kriging模型，选择10个样本点作为初始样本点，在学习函数的指导下，通过加入11个样本点达到收敛指标，115 MPa下建立的Kriging模型的对应的设计点为MPP3。3个设计点的数值见表5。计算可得MPP3设计点各个变量距离115 MPa的Kriging模型对应的样本空间边界均大于各个变量3倍的标准差，说明最终建立的Kriging模型能较好反映设计点附近的失效特征。因此，可以在此基础上开展可靠性计算，计算可得115 MPa下耐压球壳的失效概率为4.0941096，失效概率变异系数为0.03。从115 MPa下耐压球壳的可靠性计算结果看，115 MPa的工作载荷下，耐压球壳的失效概率极低。表 5 设计点数值 Tab.5 Value of design points 设计点编号 材料屈服极限/MPa 弹性模量/GPa 球壳厚度/mm 球壳内径/mm 球壳缺陷幅值/mmMPP1 920.47 114.98 9.909 4 100.21 0.300 56MPP2 700.12 114.70 8.887 7 102.63 0.306 84MPP3 685.07 114.71 9.031 0 100.07 0.305 97 5 结语 本文提出了一种用于求解失效条件为非随机变量的极小失效概率失效问题的重要抽样方法，并将其应用于某耐压球壳可靠性计算，可得到如下结论：1）本文提出的重要抽样方法可用于无失效方程下求解极低失效概率的问题，通过2个算例的计算结果表明，该方法在保证计算精度的前提下，拥有较高的计算效率，但该方法仅能用于处理单失效模式的问题，且一般仅适用于失效条件为非随机变量的失效问题的求解。2）本文提出的重要抽样法可适用于耐压球壳的可靠性计算问题，115 MPa工作载荷下，耐压球壳的失效概率为4.0941096，可以认为该载荷下耐压球壳失效的概率极低。本文研究可为耐压球壳的安全使用提供支撑。参考文献：1 胡震,曹俊.载人深潜技术的发展与应用J.中国工程科学,2019,21(6):87-94.HU Zhen,CAO Jun.Development and Application of Manned Deep Diving TechnologyJ.Strategic Study of CAE,2019,21(6):87-94.2 任玉刚,刘保华,丁忠军,等.载人潜水器发展现状及趋势J.海洋技术学报,2018,37(2):114-122.REN Yu-gang,LIU Bao-hua,DING Zhong-jun,et al.Re-search on the Current Status and Development Trend of Manned SubmersiblesJ.Journal of Ocean Technology,2018,37(2):114-122.3 叶聪,曹俊,刘帅.国外载人深潜技术的创新与发展J.舰船科学技术,2023,45(1):1-7.YE Cong,CAO Jun,LIU Shuai.Innovation and Devel-opment of Manned Deep Diving Technology AbroadJ.Ship Science and Technology,2023,45(1):1-7.4 雷家峰,马英杰,杨锐,等.全海深载人潜水器载人球壳的选材及制造技术J.工程研究-跨学科视野中的工程,2016,8(2):179-184.LEI Jia-feng,MA Ying-jie,YANG Rui,et al.Material and Fabrication of the Personnel Hull for Full Ocean Depth SubmersibleJ.Journal of Engineering Studies,2016,8(2):179-184.5 张磊,胡震.大深度载人潜水器载人舱球壳极限承载能力计算公式研究现状分析J.中国造船,2022,63(5):125-135.ZHANG Lei,HU Zhen.Analysis of Research Status of Calculation Formula for Ultimate Bearing Capacity of Spherical Shell in Manned Cabin of Deep Manned Sub-mersibleJ.Shipbuilding of China,2022,63(5):125-135.6 李文跃,王帅,刘涛,等.大深度载人潜水器耐压壳结构研究现状及最新进展J.中国造船,2016,57(1):210-221.LI Wen-yue,WANG Shuai,LIU Tao,et al.Current Status and Progress on Pressure Hull Structure of Manned Deep SubmersibleJ.Shipbuilding of China,2016,57(1):210-221.7 张磊,胡震.基于克里金模型的潜水器耐压舱结构优化J.船舶力学,2020,24(1):108-117.ZHANG Lei,HU Zhen.Structural Optimization of Sub-mersible Spherical Pressure Hull Based on Kriging ModelJ.Journal of Ship Mechanics,2020,24(1):108-117.8 石佳睿,唐文勇.载人深潜器钛合金耐压球壳极限强度可靠性分析J.船海工程,2014,43(2):114-118.SHI Jia-rui,TANG Wen-yong.Ultimate Strength Reli-ability Analysis of Titanium Alloy Spherical Pressure Shell in HOVJ.Ship&Ocean Engineering,2014,43(2):114-118.9 ECHARD B,GAYTON N,LEMAIRE M,et al.A Com-bined Importance Sampling and Kriging Reliability Method for Small Failure Probabilities with Time-Demanding Numerical ModelsJ.Reliability En-gineering&System Safety,2013,111:232-240.10 HUANG Xiao-xu,CHEN Jian-qiao,ZHU Hong-ping.Assessing Small Failure Probabilities by AKSS:An Ac-tive Learning Method Combining Kriging and Subset SimulationJ.Structural Safety,2016,59:86-95.11 LV Zhao-yan,LU Zhen-zhou,WANG Pan.A New Learning Function for Kriging and Its Applications to Solve Reliability Problems in EngineeringJ.Computers 第 20 卷 第 9 期 冯士超，等：基于重要抽样法的耐压球壳可靠性计算方法研究 57&Mathematics With Applications,2015,70(5):1182-1197.12 ZHANG Xu-fang,WANG Lei,SRENSEN J D.AKOIS:An Adaptive Kriging Oriented Importance Sampling Method for Structural System Reliability AnalysisJ.Structural Safety,2020,82:101876.13 FORRESTER A I J,KEANE A J.Recent Advances in Surrogate-Based OptimizationJ.Progress in Aerospace Sciences,2009,45(1/2/3):50-79.14 KRIGE D.A Statistical Approach to some Basic Mine Valuation Problems on the Witwatersrand,by D.G.Krige,Published in the Journal,December 1951:Introduction by the AuthorJ.Journal of the South African Institute of Mining and Metallurgy,1951,52:201-203.15 SACKS J,WELCH W J,MITCHELL T J,et al.Design and Analysis of Computer ExperimentsJ.Statistical Science,1989,4(4):409-423.16 ECHARD B,GAYTON N,LEMAIRE M.AK-MCS:An Active Learning Reliability Method Combining Kriging and Monte Carlo SimulationJ.Structural Safety,2011,33(2):145-154.17 ZHENG Pei-juan,MING W C,ZONG Zhou-hong,et al.A New Active Learning Method Based on the Learning Function U of the AK-MCS Reliability Analysis MethodJ.Engineering Structures,2017,148:185-194.18 YANG Xu-feng,LIU Yong-shou,ZHANG Yi-shang,et al.Probability and Convex Set Hybrid Reliability Analysis Based on Active Learning Kriging ModelJ.Applied Mathematical Modelling,2015,39(14):3954-3971.19 IBRAHIM Y.Observations on Applications of Importance Sampling in Structural Reliability AnalysisJ.Structural Safety,1991,9(4):269-281.20 孙鹏飞,袁杰红,林泽锦.含未穿透裂纹结构断裂失效概率计算的重要抽样法J.机械强度,2013,35(5):684-689.SUN Peng-fei,YUAN Jie-hong,LIN Ze-jin.Importance Sampling Method for Fracture Failure Probability Calcu-lation of Structure with part-through CrackJ.Journal of Mechanical Strength,2013,35(5):684-689.21 邓诗圆,辛健强,张琨,等.基于重要抽样法的热防护系统热可靠性评估方法J.重庆大学学报,2019,42(2):63-71.DENG Shi-yuan,XIN Jian-qiang,ZHANG Kun,et al.Assessment of Thermal Reliability of Thermal Protection Systems by Importance Sampling MethodJ.Journal of Chongqing University,2019,42(2):63-71.22 史朝印,吕震宙,李璐祎,等.基于自适应Kriging代理模型的交叉熵重要抽样法J.航空学报,2020,41(1):223123.SHI Zhao-yin,LYU Zhen-zhou,LI Lu-yi,et al.Cross-Entropy Importance Sampling Method Based on Adaptive Kriging ModelJ.Acta Aeronautica et Astro-nautica Sinica,2020,41(1):223123.23 吕震宙,宋述芳,李璐祎.结构/机构可靠性设计基础M.西安:西北工业大学出版社,2019.LYU Zhen-zhou,SONG Shu-fang,LI Lu-yi.Fundamen-tals of Structure/Mechanism Reliability DesignM.Xian:Northwestern Polytechnical University Press,2019.