在工程结构分析中,结构参数(包括材料属性参数和结构尺寸参数)及载荷/环境参数普遍具有随机不确定性,导致结构性能存在分散性及结构故障的发生存在偶然性.因此,为准确预测结构行为,评估结构稳健性及可靠性,需要建立合理的随机不确定性量化模型和方法.另一方面,为建立准确的不确定性表征模型,需要大量精确数据支撑,而真实工程问题中,数据量往往较少且具有非精确性(例如专家意见和测量误差),导致输入参数亦存在认知不确定性.因此,在稀少和非精确数据下进行随机与认知不确定性表征是进行结构安全设计的前提.现有不确定性模型可以分为三类,非概率模型(Non-probabilistic Model)、非精确概率模型(Imprecise Probability Model)和精确概率模型(Precise Probability Model),所表征的信息精确性依次增加,且适用于不同的情形.此外,通过敏感性分析研究输入参数的多源不确定性对结构性能、稳健性、可靠性等特征量的影响大小和作用机理,这对提高模型精度、辅助结构安全设计等具有重要价值.本文从模型验证、确认及不确定性量化的理论框架出发,对其中所涉及的不确定性量化和敏感性分析问题的研究进展及存在的问题进行阐述,对现有方法的优缺点及适用范围进行对比.
展开▼
