تحلیل قابلیت اعتماد سازهها با استفاده از ترکیب روشهای نمونه برداری ابر مکعب لاتین و نمونه برداری نیمه طبقه بندی شده

ارزیابی قابلیت اعتماد سازهها و بررسی احتمال خرابی آنها در حال حاضر از اهمیت بسیار بالایی برخوردار است به نحوی که موضوع قابلیت اعتماد امروزه در تدوین اکثر آئین نامه های طراحی مورد توجه قرار گرفته است. تا کنون روشهای مختلفی جهت محاسبه احتمال خرابی و شاخص قابلیت اعتماد ارائه شده است که در میان آنها روشهای نمونهبرداری عموما دارای قدرت بالا و حجم محاسباتی قابل قبول هستند. در این مقاله یک روش نمونهبرداری جدید برمبنای ترکیب روش نمونهبرداری ابر مکعب لاتین و روش نمونه برداری نیمه طبقه بندی شده ارائه شده است. این روش میتواند نمونه هایی با space-filling مناسب در کل فضای طراحی تولید کند. ضمنا استفاده از آن موجب کاهش قابل توجه واریانس پاسخهای حاصل و در نهایت افزایش دقت میگردد. قدرت کاهش واریانس روش پیشنهادی در دو مثال ریاضی با تعداد متغیر بالا ۱۰۰) متغیر) با روشهای پایه خود یعنی روش ابر مکعب لاتین و روش مونت کارلو مقایسه شده است. همچنین جهت بررسی کارایی این روش در محاسبه شاخص قابلیت اعتماد سازهها، مثالهای خرپا و قاب با تعداد متغیرهای مختلف ارائه شده و نشان داده است که این روش از قدرت بالایی در تخمین شاخص قابلیت اعتماد برخوردار است و میتواند هزینه محاسباتی مسائل سازهای را به شدت کاهش دهد.

Keywords:

تحلیل قابلیت اعتماد , شبیهسازی مونت کارلو , نمونهبرداری طبقهبندی شده , نمونهبرداری ابر مکعب لاتین