随机和认知不确定性下的水下爆炸容器可靠性研究

论文摘要

水下爆炸容器是进行深水爆炸作用机理和深水爆破施工技术研究的一种重要实验设备。水下爆炸容器在使用过程中,受到静水压力和水下爆炸冲击波及气泡脉动等多种内部载荷的耦合作用,响应机理非常复杂,为了保障容器在使用过程中的安全性,必须对其进行可靠性分析。本文通过深入研究可靠性理论和智能算法,在对容器进行动态响应智能预测的基础上,采用概率和非概率方法对其可靠性进行了深入研究。主要研究内容如下:首先,基于水下爆炸容器动力响应测试数据,分别采用BP神经网络和广义回归神经网络（GRNN）建立容器动态响应预测模型,模型中通过引入实验次数,体现了容器响应的动态特性。两种模型的预测结果显示,GRNN模型的预测性能略优于BP模型。其次,基于对水下爆炸容器参数不确定性问题的深入分析,本文建立了两种可靠性分析模型:（1）基于参数的随机不确定性,建立水下爆炸容器的概率可靠性模型;（2）针对容器服役期间的性能演变,同时考虑参数的随机和认知不确定性,建立水下爆炸容器的随机-区间混合可靠性模型。最后,针对所建立的可靠性模型采用不同的方法进行可靠度计算。对于具有隐式极限状态方程的结构,采用支持向量机回归重新构建隐式极限状态函数,得出近似的显式函数。用蒙特卡罗法与一次二阶矩法（FOMS）计算容器的可靠性指标与失效概率。对于概率-非概率混合可靠性模型,当数据量有限时,FOMS法是进行可靠性计算的一种有效方法。

论文目录

摘要

ABSTRACT

第1章绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 水下爆炸容器研究进展

1.2.2 结构可靠性研究进展

1.2.3 智能算法在结构可靠性分析中的应用

1.3 主要研究内容和论文结构

1.3.1 主要研究内容

1.3.2 论文结构

第2章结构可靠性基本理论

2.1 结构可靠性基本概念

2.1.1 结构可靠性与失效定义

2.1.2 结构可靠性基本公式

2.2 结构可靠度计算方法

2.2.1 一次二阶矩法

2.2.2 蒙特卡罗法

2.3 基于非概率区间模型的结构可靠性分析

2.3.1 应力-强度非概率集合干涉模型

2.3.2 结构非概率区间可靠性度量

第3章智能算法基本理论

3.1 孤立森林

3.2 人工神经网络

3.2.1 BP神经网络

3.2.2 广义回归神经网络

3.3 支持向量机

3.4 粒子群算法

第4章水下爆炸容器的动态响应预测

4.1 数据准备

4.1.1 数据采集

4.1.2 影响因素的选择

4.1.3 数据预处理

4.2 动态响应模型建立

4.2.1 BPNN预测模型

4.2.2 GRNN预测模型

4.2.3 结果对比

4.3 本章小结

第5章水下爆炸容器的可靠性分析

5.1 随机不确定下的可靠性分析

5.1.1 基于MC的概率可靠性分析

5.1.2 基于SVR-FOMS的概率可靠性分析

5.2 随机和认知不确定下的可靠性分析

5.2.1 基于PSO-GRNN最大应变区间预测

5.2.2 混合可靠性分析

5.2.3 混合可靠性计算结果

5.3 结果对比

5.4 本章小结

第6章总结与展望

6.1 总结

6.2 展望

致谢

参考文献

附录1 攻读硕士学位期间发表的论文

附录2 攻读硕士学位期间参加的科研项目

文章来源

类型: 硕士论文

作者: 李甜

导师: 李琳娜

关键词: 水下爆炸容器,智能算法,结构可靠性,随机不确定,认知不确定

来源: 武汉科技大学

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,社会科学Ⅱ辑

专业: 数学,数学,工业通用技术及设备,社会学及统计学

单位: 武汉科技大学

分类号: C81;TB114.3

总页数: 52

文件大小: 2157K

下载量: 105

随机和认知不确定性下的水下爆炸容器可靠性研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢