ANSYS可靠性设计PDS
合集下载
ANSYS的可靠性分析实例-PDS例题1
。图点散 XAMU-HT 示所 71 图如出制绘。示所 61 图如置设�框话对 retem araP modnaR fo tolP rettacS 出弹�tolP rettacS>sdnerT>stluseR borP>ngiseD bo rP>uneM niaM 单菜择选。图点散的 HT 对 XAMU 制绘 .61 51 图 41 图
。图状柱 XAMU 示所 9 图如制绘�KO 击单。示所 8 图如 置设�框话对 elbairav citsilibaborp fo m argotsih tolP 出弹�m argotsiH>scitsitatS>stluseR borP>ngiseD borP>uneM niaM 单 菜 择 选 � 图 状 柱 XAMU 看 查 .21
量变计设义定!
�图散离的数参入输要重最于对相数参出输成生 � �值度敏灵的数参入输机随于对相果结应响机随算计 � �率概的值定指于低形变大最定确 � �目数算计环循真仿的多够足了行执否是 SDP 定确�果结计统查检 � �下如容内 究研体具�为行机随为出输的力应效等大最的界边定固和形变大最的板�下件条述上在 1图
;%01 的值均为差方准标 �布分 1GOL 从服 �值正是能只荷载中集 �3^mm/gk0008 值均度密 � �倍 50.0 的值均是差方准标。布分斯高从服�apM5e1.2 量模性弹料材 � �布分匀均从服, mm12.0 � 于等差误度精工加材板�mm1 厚板�mm001 长边板方 � �下如件条机随 。数参入输的定确不是均性属料材和寸尺其 。型模荷载力中集受承板方定固边两 �示所图如
中 XAMS 到存力应大最点节将! XAM,0,TROS,XAMS,TEG* 序排序升的值对绝力应照按! 1,1,VQE,S,TROSN 束约点节处 0=X 择选!
ANSYS概率设计PDS讲义(课堂PPT)
概率设计
N
D
M6-1
概率设计
前言：可靠度基本理论 第一节：基于有限元的概率设计技术
1.1 基于有限元的概率设计(PDS)简介 1.2 PDS的基本概率与过程数据流 1.3 PDS中的参数分布函数及其选用 1.4 Monte Carlo法 1.5 响应面法 第二节：基于有限元的概率设计基本过程 2.1 创建分析文件 2.2 初始化概率设计分析及参数 2.3 进入PDS并指定分析文件 2.4 定义概率设计模型 2.5 选择概率设计方法或工具 2.6 执行概率设计分析 2.7 拟合和使用响应面 2.8 概率设计结果后处理 第三节：概率设计分析的实例 3.1承受横向集中力板的LHS抽样MCS概率设计实例 3.2三根杆桁架系统的直接抽样MCS概率分析实例
November 30, 1998
Dynamics - Release 55 （001174）
M6-2
可靠度基本理论
结构的极限状态：整个结构的一部分超过某一特定状态就不能满足设计规 定的某一功能要求。结构的极限状态实质上是结构工作状态的一个阀值， 如果工作状态超过这一阀值，则结构处于不安全、不耐久或不适用的状态 ；若工作状态没超过这一阀值，则结构处于安全、耐久、适用的状态
• 均值（Mean value）、中间值（Median value）、标准方差（Standard deviation）
• ……
November 30, 1998
Dynamics - Release 55 （001174）
M6-8
1.2 PDS的基本概率与过程数据流
数据流程
ANSYS 数据库文件
RESUM SAVE
M6-7
1.2 PDS的基本概率与过程数据流
N
D
M6-1
概率设计
前言：可靠度基本理论 第一节：基于有限元的概率设计技术
1.1 基于有限元的概率设计(PDS)简介 1.2 PDS的基本概率与过程数据流 1.3 PDS中的参数分布函数及其选用 1.4 Monte Carlo法 1.5 响应面法 第二节：基于有限元的概率设计基本过程 2.1 创建分析文件 2.2 初始化概率设计分析及参数 2.3 进入PDS并指定分析文件 2.4 定义概率设计模型 2.5 选择概率设计方法或工具 2.6 执行概率设计分析 2.7 拟合和使用响应面 2.8 概率设计结果后处理 第三节：概率设计分析的实例 3.1承受横向集中力板的LHS抽样MCS概率设计实例 3.2三根杆桁架系统的直接抽样MCS概率分析实例
November 30, 1998
Dynamics - Release 55 （001174）
M6-2
可靠度基本理论
结构的极限状态：整个结构的一部分超过某一特定状态就不能满足设计规 定的某一功能要求。结构的极限状态实质上是结构工作状态的一个阀值， 如果工作状态超过这一阀值，则结构处于不安全、不耐久或不适用的状态 ；若工作状态没超过这一阀值，则结构处于安全、耐久、适用的状态
• 均值（Mean value）、中间值（Median value）、标准方差（Standard deviation）
• ……
November 30, 1998
Dynamics - Release 55 （001174）
M6-8
1.2 PDS的基本概率与过程数据流
数据流程
ANSYS 数据库文件
RESUM SAVE
M6-7
1.2 PDS的基本概率与过程数据流
ANSYS可靠性设计PDS
基本概念：
• 随机输入参数（RVs—random input variables ） 又称设计驱动参数，直接影响分析结果，需指定分布类型以特征参数
• 相关性（Correlation） 指两个（或多个）随机输入参数之间存在统计上的关联性
• 随机输出变量（RPs—random output parameters) 指有限元分析结果 RP是RV的函数
a
M6-7
1.2 PDS的基本概率与过程数据流
基本概念：
• 循环文件（Loop file） *.loop文件，由ANSYS自动根据分析文件生成。 利用该文件进行概率设计循环
• 概率设计模型（Probabilistic model） 以分析文件形式存在，包括所有定义和设置：RVs、相关性、RPs、概率设计方法和相关 参数等
a
M6-10
1.3 PDS中的参数分布函数及其选用
三角分布(TRIA) 特征参数：
最小值Xmin 可能值Xmiv 可能值Xmax
均匀分布(UNIF) 特征参数：
截断下限Xmin 截断上限Xmax
指数分布 特征参数：
衰减系数λ 下限Xmin
a
M6-11
1.3 PDS中的参数分布函数及其选用
BETA分布(BETA) 特征参数：
• 概率设计数据库（PDS database） 包括当前设计的环境，包括RVs、相关性、RPs、概率设计方法、被执行的概率分析及存储其结 果的各种文件、使用哪个概率设计分析中的哪个输出参数来拟合响应表面、拟合中所使用的回归 模型、拟合结果等。 可以被存储到jobname.pds，并且可重新读入。结果不存储在这个数据库中。拟合响应表面的样本 即存储在数据库中。
0 失效状态
Z
• 随机输入参数（RVs—random input variables ） 又称设计驱动参数，直接影响分析结果，需指定分布类型以特征参数
• 相关性（Correlation） 指两个（或多个）随机输入参数之间存在统计上的关联性
• 随机输出变量（RPs—random output parameters) 指有限元分析结果 RP是RV的函数
a
M6-7
1.2 PDS的基本概率与过程数据流
基本概念：
• 循环文件（Loop file） *.loop文件，由ANSYS自动根据分析文件生成。 利用该文件进行概率设计循环
• 概率设计模型（Probabilistic model） 以分析文件形式存在，包括所有定义和设置：RVs、相关性、RPs、概率设计方法和相关 参数等
a
M6-10
1.3 PDS中的参数分布函数及其选用
三角分布(TRIA) 特征参数：
最小值Xmin 可能值Xmiv 可能值Xmax
均匀分布(UNIF) 特征参数：
截断下限Xmin 截断上限Xmax
指数分布 特征参数：
衰减系数λ 下限Xmin
a
M6-11
1.3 PDS中的参数分布函数及其选用
BETA分布(BETA) 特征参数：
• 概率设计数据库（PDS database） 包括当前设计的环境，包括RVs、相关性、RPs、概率设计方法、被执行的概率分析及存储其结 果的各种文件、使用哪个概率设计分析中的哪个输出参数来拟合响应表面、拟合中所使用的回归 模型、拟合结果等。 可以被存储到jobname.pds，并且可重新读入。结果不存储在这个数据库中。拟合响应表面的样本 即存储在数据库中。
0 失效状态
Z
ansys的可靠度分析
ansys分析可靠度2007-11-11 10:29:41| 分类：Ansys特辑|举报|字号订阅关于ansys分析可靠度的问题,他有两种方法：monte-carlo和响应面法。
在现在的可靠度分析中monte-carlo法有中心点抽样法、直接重要抽样法、更新重要抽样法、渐进重要抽样法、方向抽样法，这里的中心点抽样法是最古老、效率最低的一种，但ansys里只有这一种方法，只是在抽样选点时有不同的两种选择；并且，monte-carlo在工程计算中只用于校合，不能用于工程实践；中心点抽样法在计算中一般要进行计算次数的讨论：当可靠指标为1.0时，失效概率1.5866E-01；当可靠指标为2.0时，失效概率2.275E-02；当可靠指标为3.0时，失效概率1.3499E-03；当可靠指标为4.0时，失效概率3.1671E-05；一般结构的可靠指标为2-4，假设计算结构的可靠指标为3.0，此时的最少有限元计算次数为1/1.3499E-03（由于在计算过程中的多维变量随机选点不理想等原因，实际的计算次数远大于此），这对于写论文还可以，对于实际复杂的体系可靠度而言，是没法完成的；下面我们来讨论一下ansys响应面法以及构件可靠度和体系可靠度：响应面法计算可靠度不需要monte-carlo那么多次的有限元计算，对于构件可靠度他是现在一个很热门的研究方法，但是，对于体系可靠度，他没有考虑体系可靠度的失效模式；现在对于体系可靠度有两种认识：一种认为体系可靠度是由构件可靠度构成的，只有先知道构件可靠度，才能知道体系可靠度，要知道体系失效，先知道构件失效及其失效路径，在这方面大连理工大学的许林博士和张小庆博士开发了一套程序（程序思想是以上面的体系可靠度的认识为理论基础），程序的流程如下：利用经过二次开发生成的新的ANSYS，进行可靠度计算的具体运算过程为：1) 利用APDL建立结构分析文件和优化文件；2) 运行ANSYS的批处理方式，利用分析文件建立模型、进行结构分析与敏度分析；3) 进入用户优化模块完成可靠度分析的一次迭代过程；4) 重新利用分析文件建立模型、进行结构分析与敏度分析；5) 根据结构分析函数值和敏度值，以及前一点的结构分析函数值，用前面介绍的近似曲面构造法寻求拟合误差最小的近似极限状态函数；6) 对上一步得到的近似函数进行可靠度分析；7) 比较两次计算结果收敛与否，是则结束迭代，否则转到第4步，进行下一轮迭代。
ANSYS可靠性设计PDSppt课件
M6-6
1.2 PDS的基本概率与过程数据流
基本概念：
• 随机输入参数（RVs—random input variables ） 又称设计驱动参数，直接影响分析结果，需指定分布类型以特征参数
• 相关性（Correlation） 指两个（或多个）随机输入参数之间存在统计上的关联性
• 随机输出变量（RPs—random output parameters) 指有限元分析结果 RP是RV的函数
M6-7
1.2 PDS的基本概率与过程数据流
基本概念：
• 循环文件（Loop file） *.loop文件，由ANSYS自动根据分析文件生成。 利用该文件进行概率设计循环
• 概率设计模型（Probabilistic model） 以分析文件形式存在，包括所有定义和设置：RVs、相关性、RPs、概率设计方法和相关 参数等
ANSYS提供的基于有限元的概率设计系统（PDS）的主要应用方向： • 当有限元模型的输入参数不确定时，有限元结
果的不确定程度有多大？响应参数的置信度有 多高？ • 输入参数的不确定性决定响应参数的不确定性 ，目标产品满足设计要求的概率有多大？工作 失效概率有多大？ • 在所有不确定的输入参数中哪个参数的不确定 性对于响应参数的影响程度最大，或者说对于 目标产品最容易引起其工作失效？响应参数对 输入参数变化的灵敏度多大？
• 均值（Mean value）、中间值（Median value）、标准方差（Standard deviation） • ……
M6-8
1.2 PDS的基本概率与过程数据流
数据流程
ANSYS 数据库文件
RESUM SAVE
/EXIST 分析文件 PDEXE
有限元模型 数据库
1.2 PDS的基本概率与过程数据流
基本概念：
• 随机输入参数（RVs—random input variables ） 又称设计驱动参数，直接影响分析结果，需指定分布类型以特征参数
• 相关性（Correlation） 指两个（或多个）随机输入参数之间存在统计上的关联性
• 随机输出变量（RPs—random output parameters) 指有限元分析结果 RP是RV的函数
M6-7
1.2 PDS的基本概率与过程数据流
基本概念：
• 循环文件（Loop file） *.loop文件，由ANSYS自动根据分析文件生成。 利用该文件进行概率设计循环
• 概率设计模型（Probabilistic model） 以分析文件形式存在，包括所有定义和设置：RVs、相关性、RPs、概率设计方法和相关 参数等
ANSYS提供的基于有限元的概率设计系统（PDS）的主要应用方向： • 当有限元模型的输入参数不确定时，有限元结
果的不确定程度有多大？响应参数的置信度有 多高？ • 输入参数的不确定性决定响应参数的不确定性 ，目标产品满足设计要求的概率有多大？工作 失效概率有多大？ • 在所有不确定的输入参数中哪个参数的不确定 性对于响应参数的影响程度最大，或者说对于 目标产品最容易引起其工作失效？响应参数对 输入参数变化的灵敏度多大？
• 均值（Mean value）、中间值（Median value）、标准方差（Standard deviation） • ……
M6-8
1.2 PDS的基本概率与过程数据流
数据流程
ANSYS 数据库文件
RESUM SAVE
/EXIST 分析文件 PDEXE
有限元模型 数据库
基于ANSYS软件的泵轴可靠性设计
Ｋｅｙ Ｗｏｒｄｓ ｐｕｍｐ叩ｉｎｄＩｅ；ｓｅｆｔｗｍｅ ＡＮＳＹＳ ９ Ｏ；ｒｅｌｍｂｆｌｉｔｙ ｄｅｓｇ，ａ
ｙｌ吉
泵轴是机被采油设备——潜油电翠的重要基 础零件。如果它出现故障将迫使油田停产进行维 修．严重影响油田的正常生产。因此。泵轴的可靠性 研究一直受到人们的高度重视。
ＡＮＳＹＳ／ＰＤＳ概率有限元法是可靠性分析设计 的一种漫计方法．其主要研究内容为：
裹ｌ泵轴■＾变量和分布参救
ｌ创建概率设计分析文件 包括定义并初始化载荷等参数：利用已知参
数进行有限元连模．在ＡＮＳＹＳ前处理器中进行 定义单元类型、实常数、材料属性．几何模型、划分 网格；施加（参数化）载荷和边界条件并执行求解． 求解结果如图１．从Ｉ謇ｆ Ｊ可看出最大应力在花键过
３选择概宰设计方法．执行概率设计分析循环计算 选择概率设计方法为蒙特卡洛方法．在抽样方
ＡＮＳＹＳ ＰＤＳ后处理可以绘制任意两个设计变 量之间的散点图．用于观察任意两个设计变量之问
的分布关系．验证使用的样车点是否符合用户指定 的相关特性。要提高产品的可靠性和质量。随机输 出变量和最重要的随机输人变量之间的散点关系 图就非常重要。图７至图ｌＯ为泵轴最大应力与随 机输人变量之问的散点关系图。从图中可以看出扭 矩是最重要的随机输人变量．减小它的离散分布宽 度或平移其离散范围．可以减小最大应力的离散 度．实现泵轴质量和可靠性的提高。
ｐｍｂ删ｔｙ Ａｂｓｔｒａｃｔ Ｔｈｅ ｐｍｂａｂｉｌｉｔｙ ｄ∞‘ｇｎ叩。№ｍ（ＰＤＳ）ｏｆ ｆｉａｉｔｅ－ｅｌｅｍｅｎｔ ａｎａｌ蜘ｓ∞ｈⅢ∞ＡＮＳＹＳ ９，０ ｐ∞ｖｉｄｅｇ ｔｈｅ ｓｔｒｏｎｇ
如ｄｌｙｓｋ ｆｕｎｃｔｉｏｎ·ｓａｄ ｍａｋｅａ ｉｔ ｅａｓｙ ｔｏ删ｔ叫ｏｕｔ ｔｈｅ ｐｍｂａｂｉｌｉｔｙ ａｎＭｙｓｍ ０ｆ ｍｅｃｈａｎｉｃａｌ呻＾Ｂ Ｂｂｍｃ札庀．Ｓｏ ｔｈｉｅ柏ＲｗＢｍ ｃ蚰ｂｅ
基于ANSYS的压力容器可靠性研究
基于ANSYS的压力容器可靠性研究摘要：随着科技的不断发展，ANSYS应用比较广泛，这是一种大型的通用软件，可以在众多领域当中应用，而且实际使用效果较好。
使用大型的通用有限元分析软件，也就是使用ANSYS软件分析压力容器可靠性，具有非常的应用效果，为提高压力容器可靠性，具有重要的意义和作用。
关键词：ANSYS；压力容器；可靠性；研究随着经济的快速发展，人们对于产品质量的要求越来越高了，其中产品的可靠性，是衡量产品品质的重要标准，也是重要的产品指标。
随着机械结构的快速发展，进行可靠性研究，是衡量机械结构的重要标准，也决定了机械结构和性能。
在进行机械结构设计过程中，应当充分地考虑可靠性，严格地按照相关标准进行设计，这样才能提高产品性能，所设计出来的产品，更加符合参数要求。
随着ANSYS软件的应用，促进了压力容器的可靠性分析发展，而且提高了压力容器的安全性，全面地提高了压力容器质量，因此在众多领域当中被广泛地应用，为相关行业发展起到了积极的推动作用。
1可靠性理论分析通常情况下进行可靠性研究，主要的对象有电子和电气可靠性，以及机械和零件的可靠性，还有系统和软件、硬件的可靠性等。
但是从广义上来讲，可靠性指的是某一对象的有效性和维修性，可靠性在很大程度上和产品设计有关，目前可靠性已经在众多领域当中应用了。
ANSYS是大型的通用有限元分析软件，可以和计算机和信息技术相融合，从而实现数据交换和共享，所以可以在多个领域中应用。
ANSYS是国际上最流行分析软件，被广泛地应用到可靠性分析中。
2使用 ANSYS进行压力容器可靠性设计特点2.1可以更加真实地反映出压力容易状态在实际使用过程中，基于ANSYS进行压力容器可靠性设计，不仅提高了安全系数，而且在取值时也有一定优势，这些和可靠性设计当中的应力、强度、均值都有一定关系，同时还和曲线，以及离散程度有关。
一般情况下机械性产品，只对可靠性设计当中的应力值、强度数值、曲线分布特点进行分析。
ANSYS的可靠性分析实例 PDS例题
NSEL,R,LOC,Y,0.5*L,0.5*L
F,ALL,FZ,FORCE
ALLSEL
!选择所有节点
SOLVE
!求解
FINISH
/POST1
NSEL,ALL
!选择所有节点
NSORT,U,Z,1,1 !将节点位移排序
*GET,UMAX,SORT,0,MAX !将节点最大位移存在 UMAX 中
NSEL,S,LOC,X,0 !选择 X=0 处节点约束
所到 SMAX 的灵敏度分析结果如图 15 所示。
图4
图5
11. 查看 SMAX 均值历史�选择菜单 Main Menu>Prob Design>Prob Results>Statistics>Sampl
History�弹出 Plot the Sampling History 对话框�设置如图 6 所示。点击 OK 绘制如图
7 所示样本趋势图�从图中可以看出趋向未平稳�说明抽样次数还不够。
� 单击 ADD 按钮弹出 Define Random Variable 对话框�在 Select a Parameter 列表中选 择 FORCE�在 Distribution Type 列表中选择 Lognormal LOG1�单击 OK 按钮�接着 弹出 Quantify Lognormal Distribution 对话框�Mean value 输入 FORCE, Standard deviation 输入 0.1*FORCE,然后单击 OK 返回 Define Random Variable 对话框。
3. 执行初始化的分析过程。选择菜单 Utility Menu>File>Read Input from�弹出对话框� 查找到上一步创建的 PDS-PLATE-LOOP.mac 宏文件。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• •
• •
M6-8
1.2 PDS的基本概率与过程数据流
数据流程
ANSYS 数据库文件 RESUM SAVE
/EXIST
有限元模型 数据库 可靠性分析 数据库 PDRESUM PDSAVE
分析文件
PDEXE
PDEXE
循环文件
可靠性分析 数据库文件
M6-9
1.3 PDS中的参数分布函数及其选用
高斯分布(GAUS) 特征参数： 均值μ 标准方差σ 截断高斯分布(TGAU) 特征参数： 均值μ 标准方差σ 截断下限Xmin 截断上限Xmax 对数正态分布（LOG） 特征参数： 均值μ 标准方差σ
2.用统计分析计算可靠度
g ( X )0
f ( X )dX
式中，n ——试验的总次数；
k Pf P[ g ( x) 0] lim n n
k ——实验中 g ( x) 0的次数。
M6-4
1.1 基于有限元的概率设计(PDS)简介
• 利用概率设计方法可以帮助用户确定“失效”情况发生的可能性， 这样就使得用户可以改进设计直到满足用户可以接受的“极限”即 可。 概率设计技术是用来评估输入参数的不确定性对于系统响应的影响 行为及其特性。 输入参数包括几何尺寸、加工误差、材料、载荷等不确定因素。 响应参数包括温度、应力、位移等。 有限元分析技术与概率设计技术相结合，就是基于有限元的概率设 计，即ANSYS程序提供的PDS技术（Probabilistic Design System）.
x
这样就完成了一次计算，再产生下一个随机数，重复上面的计算，直至完 成预定的实验次数为止。此时，失效概率为
k Pf P[g(x) 0 ] lim n n
• Monte Carlo法可选择直接抽样法、超拉丁方抽样和用户抽样处理。
M6-13
1.4 Monte Carlo法
Monte Carlo法特点： • Monte Carlo方法及其程序结构简单，较容易实现； • 收敛的概率和收敛的速度与问题的维数无关； • 用模拟的方法计算结构系统的失效概率，不需考虑失效模式的相关 性； • 只要抽样次数足够多，该方法计算所得的结构可靠度的精度满足要 求，所以一般用来检验其他方法的计算结果。
M6-10
1.3 PDS中的参数分布函数及其选用
三角分布(TRIA) 特征参数： 最小值Xmin 可能值Xmiv 可能值Xmax 均匀分布(UNIF) 特征参数： 截断下限Xmin 截断上限Xmax 指数分布 特征参数： 衰减系数λ 下限Xmin
M6-11
1.3 PDS中的参数分布函数及其选用
BETA分布(BETA) 特征参数： 形状参数r 形状参数t 下限Xmin 上限Xmax 伽马分布(GAMA) 特征参数： 衰减系数λ 幂指数k 威布尔分布（WEIB） 特征参数： 威布尔特征值Xchr 威布尔指数m 最小值Xmin
M6-17
1.5 响应面法
• 响应面法可选择三种方法：中心合成设计 、Box-Bchnken矩阵法和用户指定法。 用数学函数（二次函数）表达随机输入变 量和随机输出变量之间的关系。使用回归 分析技术（通常是用最小二乘法）确定函 数的各项系数。 响应面法两个步骤：1，进行仿真循环计算 对应随机输入变量空间样本点的随机输出 变量的数据；2，进行回归分析确定近似函 数。
M6-7
•
•
• •
• •
1.2 PDS的基本概率与过程数据流
基本概念：
• 循环文件（Loop file） *.loop文件，由ANSYS自动根据分析文件生成。 利用该文件进行概率设计循环 概率设计模型（Probabilistic model） 以分析文件形式存在，包括所有定义和设置：RVs、相关性、RPs、概率设计方法和相关 参数等 概率设计数据库（PDS database） 包括当前设计的环境，包括RVs、相关性、RPs、概率设计方法、被执行的概率分析及存储其结 果的各种文件、使用哪个概率设计分析中的哪个输出参数来拟合响应表面、拟合中所使用的回归 模型、拟合结果等。 可以被存储到jobname.pds，并且可重新读入。结果不存储在这个数据库中。拟合响应表面的样 本即存储在数据库中。 均值（Mean value）、中间值（Median value）、标准方差（Standard deviation） ……
0 失效状态 Z g ( X ) 0 极限状态 0 可靠状态
结构的工作状态
M6-3
可靠度基本理论
0 失效状态 Z g ( X ) 0 极限状态 0 可靠状态
1. 用定义计算结构可靠度
结构的工作状态
Pf P[ g ( X ) 0]
M6-16
1.5 响应面法
• • • • • •
比Monte Carlo模拟需要的循环次数少。 可进行非常低概率问题的分析。 拟合系数表示近似函数与响应数值的近似程度,可通过用户自己定义。 单个循环之间相互独立，非常适用于并行计算。 循环次数取决于随机输入变量个数，变量数不能太多。 要求输入变量与输入变量的函数平滑。如接触分析不可以用该方法。
•
•
M6-6
1.2 PDS的基本概率与过程数据流
基本概念：
• 随机输入参数（RVs—random input variables ） 又称设计驱动参数，直接影响分析结果，需指定分布类型以特征参数 相关性（Correlation） 指两个（或多个）随机输入参数之间存在统计上的关联性 随机输出变量（RPs—random output parameters) 指有限元分析结果 RP是RV的函数 概率设计参数 （probabilistic design variables） RV和RP统称为概率设计参数，在定义时必需指定 样本（Sample） 一个样本就是一序列确定的随机输入参数值 仿真（Simulation） 分析文件（Analysis file） 是一个ANSYS输入文件，包含一个完整的分析过程，如前处理、求解和后处理等 必须包含参数化自动建模的过程，所有输入和输出项，将可能被定义成随机输入参数和随机输出 参数
M6-2
可靠度基本理论
结构的极限状态：整个结构的一部分超过某一特定状态就不能满足设计规 定的某一功能要求。结构的极限状态实质上是结构工作状态的一个阀值， 如果工作状态超过这一阀值，则结构处于不安全、不耐久或不适用的状态 ；若工作状态没超过这一阀值，则结构处于安全、耐久、适用的状态 用 Z g ( X )表示结构的工作状态，称作结构的功能函数。则结构的工作状态 可表示为：
概率设计
概率设计
前言：可靠度基本理论 第一节：基于有限元的概率设计技术 1.1 基于有限元的概率设计(PDS)简介 1.2 PDS的基本概率与过程数据流 1.3 PDS中的参数分布函数及其选用 1.4 Monte Carlo法 1.5 响应面法 第二节：基于有限元的概率设计基本过程 2.1 创建分析文件 2.2 初始化概率设计分析及参数 2.3 进入PDS并指定分析文件 2.4 定义概率设计模型 2.5 选择概率设计方法或工具 2.6 执行概率设计分析 2.7 拟合和使用响应面 2.8 概率设计结果后处理 第三节：概率设计分析的实例 3.1承受横向集中力板的LHS抽样MCS概率设计实例 3.2三根杆桁架系统的直接抽样MCS概率分析实例
M6-20
2.1 创建分析文件
• •
分析文件就是基于APDL的参数化有限元分析过程 创建分析文件方法： （1）GUI方式，再经LOG文件整理出来； （2）在文本编辑器中直接编写。
M6-21
2.1 创建分析文件
• 具体过程包括: （1）定义并初始化参数（RV） *CREATE,FILENAME,MAC ！创建宏文件 如：A1=10 … 或用*SET,A1,10 （2）参数化创建有限元模型 /PREP7 ！进入前处理器 ET,1,LINK1 ！杆单元 R,1,A1 ！以RV为参数的实常数 … MP,EX,1,2.1E5 !定义材料 MP,PRXY,1,0.3 N,1,0,0,0 !创建节点 N,2,10,0,0 … E,1,2 !创建单元 … FINISH ！退出前处理器 … （3）约束、加载、求解 /SOLU ！进入求解器 D,1,,,,,,,ALL ！约束 … F,4,FY,-1000 !加载 SOLVE ！求解 FINISH ！退出求解器
M6-15
1.4 Monte Carlo法
拉丁超立方抽样（LHS） • 比直接抽样法更先进、更有效。 • 对抽样过程有“记忆”功能，可避免直接抽样法数据点 集中而导致的仿真循环重复问题。 • 强制抽样过程中抽样点必须离散分布于整个抽样空间。 • LHS抽样法比直接抽样法要少20%~40%的仿真循环资 料。 • 需要指定仿真循环次数、重复次数、样本分布位置、循 环终止准则（均值和标准方差精度等）和随机输入参数 样本种子值。
M6-14
1.4 Monte Carlo法
直接抽样 • Monte Carlo模拟技术中最常用的基本方法，可直接 用于模拟各种工程真实过程。可模拟零件在现实中 任何行为。 • 效率不高，需做大量仿真循环。 • 对抽样过程没有“记忆”功能，会出现重复抽样。 • 需要指定随机输入参数的样本种值、仿真循环次数 和循环终止准则（均值和标准方差精度等）
2.1 创建分析文件
M6-22
(续前页) （4）提取结果数据并存储到参数中 /POST1 !进入后处理器 SET,FIRST !读入第一个结果序列 ETABLE,axst,LS,1 !将单元应力放入表AXST中 *GET,sig1,ELEM,1,ETAB,AXST !sig1=单元1的轴向应力 *GET,sig2,ELEM,2,ETAB,AXST *GET,sig3,ELEM,3,ETAB,AXST SSUM !将单元表格内数据求和 *GET,TVOL,SSUM, ,ITEM,VOLU !提取结构总体积 FINISH !退出后处理器 *END ！完成宏定义