05.03.2014 Views

Praca - IPPT PAN

Praca - IPPT PAN

Praca - IPPT PAN

SHOW MORE
SHOW LESS

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!