基于神经网络技术的局部应力集中的结构可靠性分析

【摘要】：可靠性分析是工程设计中一个很重要的方面,随着社会的发展,人们正逐渐将传统的机械设计方法转化到机械可靠性设计。但工程实际中,局部应力集中损害是实际工程结构中所遇到的最棘手的现象之一,为了要减少这种损害,准确地确定应力集中系数是非常重要的。而且在机械工程可靠性分析中,应力集中系数是最主要的参数之一,因为被预测的应力集中系数的精度直接影响可靠性分析计算结果。通常,应力集中系数很难采用理论方法获得,因此目前主要采用实验方法。采用实验方法尽管可以较精确地获得应力集中系数的数值解,但不能给出应力集中系数的一般表达式,为进一步的结构分析和设计带来困难。因此,在实验数据的基础上寻求形式简单、精度良好的应力集中系数的显性表达式是非常必要的。但是传统的方法,对于结构复杂的系统,计算量太大,限制了它们在工程实际中的应用。因此,为了确保工程结构的使用安全,提高产品的质量和经济效益,必须科学地处理结构元件的应力集中问题,从而提高结构的可靠性。 对于结构的局部应力集中及相应的可靠性问题,本文将神经网络技术应用于结构可靠性分析领域,充分利用神经网络的函数逼近功能、非线性映射功能、鲁棒性和容错能力等特性,较好地解决了可靠性研究中的一些难点问题,为结构可靠性分析近似求解提供了一种新途径。因此,本文应用神经网络技术模拟基本随机变量和应力集中系数之间的关系,能够直接获得应力集中系数的显性表达式。在这个基础上,将神经网络技术获得的应力集中系数表达式和现代结构可靠性理论相结合,解决了应力集中情况下的结构可靠性问题,而且提出了可靠性分析方法。