Praca - IPPT PAN
Praca - IPPT PAN
Praca - IPPT PAN
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
1.3. Przeglad ˛ literatury 11<br />
odpowiedni dobór funkcji gęstości prawdopodobieństwa, wed̷lug której generuje się zmienne<br />
losowe można znacznie zmniejszyć obszar próbkowania oraz liczbę symulacji. Metoda<br />
ta ma wiele odmian. Stosowana jest też często w po̷l aczeniu ˛ z FORM lub SORM. Spośród<br />
prac jej poświęconych, warto wymienić artyku̷ly Schuëllera i Stixa [110], Hohenbichlera<br />
i Rackwitza [57] oraz Dolińskiego [29]. Inna˛<br />
odmiana˛<br />
metod symulacyjnych jest metoda<br />
symulacji kierunkowej. Nadaje się ona najlepiej do analizy niezawodności problemów,<br />
w których powierzchnia graniczna ma kszta̷lt zbliżony do hipersfery. Nie jest jednak<br />
efektywna w przypadku większej liczby zmiennych losowych (np. n > 6). Przeglad ˛ oraz<br />
omówienie różnych metod symulacyjnych znaleźć można w pracach Rubinsteina [102] i<br />
Melchersa [85,86].<br />
We wczesnych zastosowaniach metod FORM i SORM przyjmowano najczęściej, że funkcja<br />
graniczna jest jawna˛<br />
funkcja˛<br />
zmiennych losowych. Niestety, za wyjatkiem ˛ niewielu<br />
prostych przyk̷ladów, taka zależność funkcyjna nie może być wyspecyfikowana, a w większości<br />
przypadków dana jest za pośrednictwem określonej procedury numerycznej, np.<br />
metody elementów skończonych. Poczynajac ˛ jednak od pierwszych prac Der Kiureghiana<br />
oraz wspó̷lpracowników, w po̷lowie lat osiemdziesiatych ˛ [19, 20] problematyka wykorzystania<br />
metody elementów skończonych w ramach metod analizy niezawodności zaczę̷la<br />
być bardzo intensywnie rozwijana. Jej rozwój wiaże ˛ się m.in. z rozwojem metod analizy<br />
wrażliwości. Przy dużej liczbie zmiennych losowych, zagadnienie efektywnego i dok̷ladnego<br />
liczenia gradientów funkcji granicznej ma bowiem kluczowe znaczenie z punktu<br />
widzenia numerycznej efektywności analizy niezawodności. Chociaż nie jest to tak ewidentne<br />
w przypadku rozpatrywanych w pracy konstrukcji prętowych, to nadal jednym<br />
z najtrudniejszych problemów w zastosowaniach MES w zagadnieniach probabilistycznych<br />
jest odpowiednia dyskretyzacja pól losowych parametrów (np. losowych, zmiennych<br />
w przestrzeni, parametrów materia̷lowych konstrukcji pow̷lokowej). Przeglad ˛ oraz testy<br />
różnych metod dyskretyzacji znaleźć można w pracy Li i DerKiureghiana [73] lub też<br />
Matthiesa i in. [83]. Spośród ciekawych przyk̷ladów analizy niezawodności z wykorzystaniem<br />
FORM oraz metody elementów skończonych wymienić można pracę Lee i Anga [72],<br />
w której rozpatrywano problem niezawodności rozciaganej ˛ tarczy z pęknięciem, pracę Engelstada<br />
i Reddy’ego [39], poświęcona˛<br />
analizie niezawodności geometrycznie nieliniowych<br />
warstwowych pow̷lok kompozytowych, pracę Mahadevana i Mehty [82], gdzie analizowano<br />
przyk̷lad niezawodności konstrukcji ramowej poddanej ruchom pod̷loża wywo̷lanym<br />
trzęsieniem ziemi, czy też pracę Liu i Der Kiureghiana [75], w której zastosowano SORM<br />
do analizy niezawodności konstrukcji geometrycznie nieliniowych.<br />
Przy tworzeniu programu umożliwiajacego ˛ analizę niezawodności z wykorzystaniem metody<br />
elementów skończonych najkorzystniejsza˛<br />
sytuacja˛<br />
jest posiadanie dostępu zarówno<br />
do kodu źród̷lowego MES, jak i programu niezawodnościowego. Pozwala to na optymalne<br />
po̷l aczenie ˛ obu programów, w̷laściw a˛<br />
implementację algorytmów analizy wrażliwości<br />
i usprawnienie wzajemnej komunikacji. Nie jest to na ogó̷l możliwe. Budowa w̷lasnego<br />
oprogramowania ‘od zera’ jest bardzo czasoch̷lonna, trudna i ma̷lo rozsadna. ˛ Poza tym,<br />
istniejace ˛ i rozwijane od wielu lat programy oferuja˛<br />
o wiele bogatsze możliwości w stosunku<br />
do tego, co jesteśmy w stanie w krótkim czasie zaimplementować. Dlatego kosztem