Praca - IPPT PAN
Praca - IPPT PAN
Praca - IPPT PAN
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
2.1. Podstawowe pojecia ˛<br />
19<br />
x 2<br />
Ω f<br />
f X ( x ) = const.<br />
Ω s<br />
g( x ) = 0<br />
0<br />
x 1<br />
Rys. 2.4. Powierzchnia graniczna g(x) = 0, obszar bezpieczny i obszar awarii w przestrzeni<br />
zmiennych X<br />
zdefiniowany może być następujaco ˛ (zob. [81])<br />
β = −Φ −1 (P f ) , (2.8)<br />
gdzie Φ −1 (·) jest funkcja˛<br />
odwrotna˛<br />
dystrybuanty rozk̷ladu normalnego. Wskaźnik niezawodności<br />
stanowi wygodna˛<br />
alternatywę prawdopodobieństwa awarii w ocenie bezpieczeństwa<br />
konstrukcji. Dla większości konstrukcji β przyjmuje wartości pomiędzy 1 a 5 co<br />
odpowiada prawdopodobieństwom 1.6 · 10 −1 i 2.9 · 10 −7 . Poniżej w tabeli przedstawiono<br />
prawdopodobieństwa awarii odpowiadajace ˛ wybranym wartościom wskaźnika niezawodności.<br />
Wartości te przyjmuje się często w literaturze jako graniczne dla określonych klas<br />
bezpieczeństwa (zob. np. [24,90])<br />
β 3.2 3.7 4.2 4.7 5.2<br />
P f = Φ(−β) 6.9 · 10 −4 1.1 · 10 −4 1.3 · 10 −5 1.3 · 10 −6 1.0 · 10 −7<br />
Obliczenie ca̷lki we wzorze (2.7) wiaże ˛ się z trzema trudnościami. Po pierwsze, gęstość<br />
prawdopodobieństwa f X (x) może nie być dobrze znana gdyż dostępne dane statystyczne<br />
moga˛<br />
być niekompletne. Po drugie, sama funkcja graniczna g(X) może zawierać w sobie<br />
pewna˛<br />
niedok̷ladność zwiazan ˛ a˛<br />
z przyjętym modelem zachowania się konstrukcji. Po trzecie,<br />
nawet gdy f X (x) oraz g(X) sa˛<br />
dobrze znane, numeryczne ca̷lkowanie wyrażenia na<br />
P f dla dużej liczby zmiennych losowych (n > 5) jest bardzo trudne, a najczęściej niewykonalne.<br />
Przyk̷lady analizy niezawodności bazujace ˛ na obliczaniu ca̷lki (2.7) (zob. [130])<br />
dotycza˛<br />
jedynie prostych przypadków gdy funkcja graniczna dana jest w jawnej postaci<br />
i nie nadaja˛<br />
się do analizy rzeczywistych konstrukcji. Wp̷lyw wspomnianych wyżej<br />
niepewności zwiazanych ˛ z przyjętymi parametrami rozk̷ladów zmiennych losowych oraz<br />
stosowanym modelem można uwzględnić w oparciu o metodę wnioskowania beyesowskiego<br />
[17,52]. Pozwala ona na uaktualnianie poczatkowych ˛ za̷lożeń dotyczacych ˛ parametrów<br />
rozk̷ladów oraz funkcji granicznej na podstawie informacji o pracy konstrukcji uzyskanych