05.03.2014 Views

Praca - IPPT PAN

Praca - IPPT PAN

Praca - IPPT PAN

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

2.3. Metody wykorzystujace ˛ informacje o rozk̷ladach prawdopodobieństwa 45<br />

gdzie X k sa˛<br />

niezależnymi wektorami losowymi o rozk̷ladzie prawdopodobieństwa zdefiniowanym<br />

funkcja˛<br />

gęstości f X (x), a K jest liczba˛<br />

symulacji. Wartość średnia oraz wariancja<br />

estymatora (2.85) dane sa˛<br />

jako<br />

̂P 0 f = E[ ̂P f ] = 1 K<br />

K∑<br />

χ 0 Ω f<br />

(X k ) = 1 K KP f = P f (2.86)<br />

k=1<br />

σ 2P f<br />

= Var[ ̂P f ] = 1 K 2<br />

K<br />

∑<br />

k=1<br />

Wspó̷lczynnik zmienności estymatora ma postać<br />

Var [ χ Ωf<br />

(X k ) ] = 1 K 2KP f(1 − P f ) = 1 K P f(1 − P f ) (2.87)<br />

νP f<br />

= σP f<br />

̂P 0 f<br />

=<br />

√<br />

1 − P f<br />

KP f<br />

. (2.88)<br />

Z powyższego wzoru wynika, że uzyskanie wspó̷lczynnika zmienności estymatora rzędu 0.1<br />

przy przewidywanym prawdopodobieństwie awarii, które dla rzeczywistych konstrukcji<br />

waha się w granicach 10 −7 ÷ 10 −4 , wymaga przeprowadzenia K = 10 6 ÷ 10 9 symulacji<br />

co nawet przy wspó̷lczesnych komputerach wieloprocesorowych jest zadaniem ogromnym,<br />

jeśli w ogóle wykonalnym w możliwym do zaakceptowania czasie.<br />

Olbrzymi nak̷lad obliczeniowy zwiazany ˛ z klasyczna˛<br />

metoda˛<br />

Monte Carlo dyskwalifikuje<br />

jej przydatność do analizy praktycznych problemów niezawodności konstrukcji. Dla niewielkich<br />

zadań, gdy czas obliczenia wartości funkcji granicznej jest bardzo ma̷ly, metoda<br />

ta może być stosowana do weryfikacji wyników otrzymanych przy użyciu FORM lub<br />

SORM (np. wykrycia grubych b̷lędów wynikajacych ˛ z nieuwzględnienia wielokrotnych<br />

punktów projektowych).<br />

Przyk̷lad 2.7<br />

Przyjmujac ˛ opis stochastyczny jak w przyk̷ladach 2.1 i 2.3 oraz zak̷ladaj ac, ˛ że mnożnik<br />

obciażenia ˛ λ (zmienna losowa X 8 ) ma rozk̷lad Gumbela o odchyleniu standardowym<br />

σ X8 = 0.2 przeprowadzono K = 600000 symulacji losowych. Do generacji wektora<br />

zależnych zmiennych logarytmiczno-normalnych (opisujacych ˛ pola przekrojów prętów)<br />

wykorzystano generator zależnych zmiennych gaussowskich po odpowiedniej modyfikacji<br />

macierzy kowariancji, opisanej w pracy [30]. W tabeli poniżej przedstawiono wyniki<br />

symulacji oraz odpowiadajace ˛ im wyniki FORM i SORM.<br />

FORM SORM Monte Carlo<br />

β 1.984 1.976 1.972<br />

P f 0.0236 0.0240 0.0243<br />

Wspó̷lczynnik zmienności estymatora prawdopodobieństwa awarii, obliczony na podstawie<br />

wzoru (2.88) wynosi 0.008. ♦

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

Saved successfully!

Ooh no, something went wrong!