一、安全系数的可靠性分析（论文文献综述）
赵生华,李红军[1]（2021）在《基于蒙特卡洛法的土石坝坝坡稳定分析研究撤稿》文中指出土石坝坝坡稳定分析中通常采用的单一安全系数方法忽略了实际工程材料的变异性和不确定性,从而导致土石坝工程坝坡的安全水平不清楚,无法提供工程安全度的合理的评价指标。为此,需将可靠度分析引入土石坝坝坡稳定性安全评价体系。通过一个均质坝坡算例和工程实例的应用,利用蒙特卡洛法研究了影响坝坡稳定性可靠度指标的主要因素,包括随机变量的概率分布和相关性、土体参数的均值和变异性,进而将确定性方法得到的单一安全系数与基于可靠度分析方法得到的坝坡稳定分析评价结果进行比较。分析结果表明:当求解安全系数中包含较大的不确定性时,确定性方法往往无法正确反映边坡的实际安全状况,而可靠性分析可估计不确定性因素的总体影响,区分随机变量的不确定性量级,有利于设计人员更准确地评估土石坝边坡的安全等级,为坝坡设计和加固措施的制定提供科学依据。
向子林[2]（2021）在《基于无味变换的三峡库区滑坡可靠性分析及风险评价 ——以木鱼包滑坡为例》文中研究说明
黄果成[3]（2021）在《航天器加筋柱壳结构可靠性分析及优化设计》文中进行了进一步梳理
蒋水华,欧阳苏,冯泽文,康青,黄劲松,杨志刚[4]（2021）在《基于结构面参数概率分布更新的节理岩质边坡可靠性分析》文中研究表明岩质边坡节理裂隙通常十分复杂且其分布具有较大的随机性,准确地模拟岩体随机裂隙网络对边坡稳定性分析至关重要,然而目前的模拟方法不能较好融合结构面露头实测数据。提出基于贝叶斯更新方法优化结构面几何和抗剪强度参数概率分布,修正边坡岩体随机裂隙网络模型,其中将融合的结构面现场实测数据表征为样本分布。在此基础上,同时考虑结构面几何参数（倾角、迹长）和抗剪强度参数（内摩擦角、黏聚力）的不确定性,采用非侵入式随机有限元法进行节理岩质边坡可靠度分析。以小湾水电站左岸4号山梁边坡模型为例说明提出方法的有效性。结果表明:贝叶斯更新方法和解析解获得的结构面参数后验概率分布几乎一致,前者能够有效地融合现场实测数据降低对结构面参数不确定性的估计和优化参数概率分布,进而生成更贴近工程实际的边坡岩体裂隙网络模型和获得更客观的边坡可靠性分析结果。采用结构面参数后验信息生成边坡岩体裂隙网络模型和进行边坡可靠性分析,获得的后验失效概率显着低于边坡先验失效概率。
冯泽文[5]（2021）在《基于贝叶斯更新的节理岩质边坡可靠性分析》文中认为随着我国水利水电、露天矿山、高速铁路和公路等基础工程建设规模的扩大,所需建设的边坡工程也愈来愈多,导致边坡稳定性问题日益突出。而自然界的天然边坡,特别是岩质边坡在岩石形成的过程中以及地质作用下会产生大量的节理和裂隙,这些节理和裂隙的存在对于岩石边坡稳定性具有极其重要的影响。为此,本文针对现有的边坡稳定性分析方法计算精度和效率较低,有限实测资料条件下岩体随机裂隙网络模拟、同时考虑结构面几何参数和力学参数不确定性的节理岩质边坡可靠性分析难题,开展了较系统深入的研究,主要研究工作如下:（1）论述了贝叶斯更新的基本理论和方法,给出了通过卡方检验和K-S检验确定结构面参数概率分布类型的详细检验步骤,并总结了三种离散裂隙网络模型,讨论并系统的对比了这三种模型的优缺点,可为岩质边坡稳定性分析及边坡的可靠性更新提供重要的理论基础。（2）采用非侵入式随机有限元法进行节理岩质边坡可靠性分析,编写了Phase2软件与MATLAB软件的接口程序,从而实现了裂隙材料参数赋值、边坡稳定性计算的自动化,解决了目前采用MCS方法计算节理岩质边坡可靠性分析的计算量大,计算效率低等难题,并以一实际库岸岩质边坡为例,计算出该岩质边坡不同工况下（天然工况、降雨工况和地震工况）的失效概率,为指导边坡工程加固提供了可靠的技术参考。（3）发展了一种可同时考虑节理几何参数及力学参数变异性的复杂节理岩质边坡可靠性分析方法,结合半因子实验设计和中心复合设计,通过方差分析识别出对边坡稳定性影响显着的结构面参数,构建了安全系数与结构面参数的响应面函数,为复杂节理岩质边坡可靠性分析计算提供了一条高效的途径。（4）提出采用贝叶斯更新方法优化结构面参数概率分布,并通过对比解析解和BUS方法求得的后验概率分布验证了贝叶斯更新方法的有效性,并应用于小湾水电站边坡案例,考虑了结构面几何参数和抗剪强度参数（黏聚力、内摩擦角）不确定性的影响,为获得更符合工程实际的岩体裂隙网络提供了一条可靠的途径。
白少鹏[6]（2021）在《基于随机场的边坡开挖可靠性分析及支护设计》文中提出随着经济水平的不断提升,基础设施建设进入了高速发展的时期。为了满足发展需求常需要大量开挖边坡,若不能准确地评估边坡在开挖过程中的稳定性并合理地选取支护方案,发生工程安全事故的可能性将显着增大。传统的边坡开挖稳定性评价和支护方案设计常采用确定性分析方法,但该方法没有充分考量工程中无处不在的不确定性因素,因而可靠性分析方法被引入到边坡开挖的稳定性分析和支护方案设计领域。然而目前的研究中均基于随机变量模型分析,忽略了土性参数的空间变异性。本文针对该问题做了相应改进,在研究中引入随机场模型,考虑到随机参数的分布特点,将内摩擦角和粘聚力分别模拟为平稳随机场和非平稳随机场。主要的研究内容和结论概括如下:1.基于随机场模型计算了二维土质边坡各开挖时步的失效概率,并结合基于确定性分析方法得到的边坡各响应量值分析了边坡在开挖过程中的稳定性变化。通过水平位移和切应变增量云图计算结果发现,边坡在开挖过程中滑移形式由最初的沿原边坡坡面失稳转变为了沿新开挖坡面失稳,分析认为开挖后期失效概率的逐渐增大与该变化有关。在研究中对比了基于随机场模型和随机变量模型得到的失效概率计算结果,分析发现,若不考虑土性参数的空间变异性会高估边坡开挖各阶段的失稳可能性,造成对开挖过程中工程安全性的保守判断。2.基于随机场模型和许可失效概率法设计了预应力锚杆参数。在研究中计算了边坡在不同支护参数条件下的稳定失效概率,利用失效概率与锚杆倾角的关系曲线确定了最优倾角,并基于许可失效概率法通过比选优化得到了三组满足可靠性要求的锚杆长度和预紧力组合设计值。研究表明:与基于随机变量模型的可靠性设计方法相比,采用本文提出的基于随机场模型的支护设计方法在满足可靠性要求的前提下可以节省材料,因而能有效控制工程成本。3.考虑到三维土质边坡“端部效应”的影响,本文将基于随机场理论的分析方法推广至三维,对比了基于二维和三维模型得到的边坡失效概率,并优化了锚杆的空间布置间距。研究表明,三维边坡的稳定性与端截面约束有关,自由约束条件下与二维模型的分析结果基本一致;而在半约束和完全约束条件下,边坡稳定性有所提升,因而得到的边坡失效概率更小;通过对比不同位置的锚杆支护效果发现,边坡中上部锚杆起到的作用相对较小,在工程中可以适当减小该部分的锚杆用量。
柳慧卿[7]（2020）在《基于主动学习Kriging方法的非平稳随机场边坡可靠性分析》文中提出近年来,代理模型方法成为可靠性分析领域的研究热点,利用代理模型替代原功能函数可以较大幅度提高分析效率。相比于具有固定形式的代理模型（如响应面法、多项式混沌展开法等）,Kriging方法计算效率和精度均较高,因此本文基于Kriging方法作进一步研究。除了可靠性分析方法,边坡土性参数空间变异性模拟也对边坡稳定可靠性影响较大,为了有效表征土性参数的空间变异性,本文基于非平稳随机场方法进行研究,在此基础上进行边坡稳定可靠性分析。本文主要内容可以概括为以下几点:1.介绍了可靠度及随机场基本理论,包括极限状态、失效概率等基本概念,以及随机场基本理论、K-L展开方法及其实现等。相比于其他随机场离散方法（如乔列斯基分解技术）,K-L方法只产生少量随机变量,有利于提高边坡稳定可靠性分析的计算效率,本文采用K-L方法离散随机场。2.Kriging方法能够评估未知点的预测均值及预测标准差,其中预测均值的绝对值越小,表明未知点距离极限状态曲面越近,预测标准差可以量化未知点处Kriging预测结果的不确定性程度,很适合通过循环进行“建模→误差分析→通过学习函数补充样本→建模”,构造一种“逐步逼近”的自适应建模过程——主动学习。AK-MCS方法（Active learning reliability method combining Kriging and MCS）就是一种基于Kriging代理模型的主动学习方法,但其忽略了随机变量概率密度函数（决定着候选样本对失效概率计算的影响程度）对选取最佳样本点的影响,可能挑选出无效候选样本,造成样本信息浪费,从而影响可靠性分析的精度及效率。因此,本文提出了一种新的主动学习Kriging方法（Active learning reliability method combining Kriging,Probability density function and MCS,AKP-MCS）,该方法引入同时考虑Kriging预测均值、预测标准差以及随机变量概率密度函数对挑选最佳样本点影响的学习函数,并设置相应的迭代终止条件避免过度学习,从而减少迭代次数,提升可靠性分析效率。多个算例表明该方法可以在保证计算精度的前提下,进一步提升计算效率。3.边坡稳定可靠性分析中,土性参数模拟以及可靠性分析方法都会影响分析结果。在土性参数模拟方面,已有研究中经常采用随机变量模型,该模型认为在边坡内土性参数均匀分布。然而形成土体的环境复杂,使得土性参数具有空间变异性,平稳随机场模型被相应提出。在平稳随机场模型中,将边坡土性参数的均值及标准差视为常量,但大量原位勘探数据显示,土性参数沿埋深具有非平稳分布特征,即均值或标准差或二者均随埋深而变化,因此学者开始研究非平稳随机场模型。针对现有非平稳随机场模型仅关注土性参数趋势分量变异性或仅关注随机波动分量变异性的情况,本文提出了一种新的不排水抗剪强度参数非平稳随机场模型,该模型综合考虑土性参数趋势分量和随机波动分量二者的变异性,尝试模拟出更完整的土性参数空间变异性。基于此随机场模型和AKP-MCS方法,本文进行了非平稳随机场边坡稳定可靠性分析。算例表明所提非平稳随机场模型在边坡浅层变异性较小,随埋深增加而增大,很好地模拟了土性参数的非平稳特征。4.目前,边坡的稳定可靠度分析通常是基于平面应变条件下的二维边坡分析,边坡滑坡时,假定滑坡体无限宽或与三维长边坡等长,忽略了滑坡体“端部效应”对边坡稳定性的影响。另外,边坡破坏时,往往会出现多个滑坡段,各滑坡段会形成具有一定宽度的滑坡体,若只计算“最危险滑坡段”的失效概率,忽略其他滑坡段也有失效的可能,将低估长边坡的失效概率。为此本文将三维长边坡视为由滑坡段串联而成的“系统”,既考虑了滑坡体的“端部效应”,又不会忽略“次危险滑坡段”对边坡失效概率的影响。可靠性分析时,采用AKP-MCS方法分析各滑坡段的失效概率,进而计算长边坡的“系统可靠度”。
张莹允[8]（2020）在《黄土斜坡地震稳定性系数的可靠性分析》文中进行了进一步梳理可靠性分析是工程设计中常用的分析方法,它源于设计参数的不确定性和知识的不完备性。在岩土工程中,由于设计参数具有随机性,使得可靠性分析理论和方法被广泛应用,可靠性分析已成为岩土工程研究的热点问题之一。黄土由于特殊的结构和成因,使其物理力学性质指标具有不确定性,加之地震发生的随机性,使得表述黄土斜坡地震稳定性的安全系数具有不确定性。因此,利用可靠性分析的理论和方法给出黄土斜坡在地震作用下的可靠指标并估计失效概率,对评价黄土斜坡的稳定和实现黄土边坡的预定功能以及合理设计具有重要的意义。本文以1920年海原特大地震诱发的大量黄土滑坡为研究背景,在黄土滑坡野外详细调查和室内土工试验的基础上,开展了黄土斜坡地震稳定性的可靠性分析、黄土边坡设计以及黄土强度参数反演分析的研究工作,主要工作和研究成果如下:1.简要总结了可靠性分析理论的发展概况,介绍了可靠度、极限状态和极限状态方程、破坏概率、可靠指标、计算方法等可靠性分析的基本理论。分析了岩土体参数、降雨条件和地震作用等不定因素对边坡可靠性的影响。讨论了利用可靠指标进行黄土斜坡地震稳定性可靠性分析的可行性。2.在野外滑坡调查的基础上,统计了几何参数,给出了滑坡原始坡高、坡角、滑面倾角的分布范围,计算给出了各参数的均值、标准差以及变异系数,分析了坡高与坡角之间的关系。通过试验和资料收集,获得了黄土的重度、黏聚力和内摩擦角等基本物理力学指标参数,这些指标用于黄土斜坡地震稳定系数的可靠性分析。本文还通过黄土动力力学试验,分析了当含水率、围压和固结比不同时,黄土动剪切模量和阻尼比的变化特征,并给出了该地区阻尼比与动剪应变之间的拟合关系式。3.对试验获取的黄土强度参数进行了统计分析,检验并确定了参数的概型分布,给出了参与可靠性分析计算的参数的取值范围。通过正交试验,建立了用于可靠性分析的斜坡计算模型,通过拟静力法计算得到斜坡的抗滑力和下滑力,统计了它们的均值和标准差并代入可靠指标的计算公式,给出了不同地震加速度条件下斜坡的可靠指标和失效概率。4.在确定的目标失效概率下,考虑削坡的方法,利用拟静力方法计算给出不同地震加速度下的黄土边坡坡高和坡角的设计参考值。通过黄土边坡强度参数的反演分析方法,在已知合理的范围内对内摩擦角取值,求得相应的黏聚力值,给出了不同地震加速度下黏聚力和内摩擦角的参考组合值。5.通过综合考虑各因素对可靠性计算的影响,确定适合的影响因素参数取值,利用蒙特卡洛法对单一实际调查黄土滑坡实例进行可靠性分析计算,结果表明黄土斜坡可靠性计算结果与实际滑坡情况相符。
王敏容[9]（2019）在《基于区间模型的非概率结构可靠性分析及优化设计》文中研究表明不确定性理论分析和算法研究一直是工程界关注的热点,可靠性是处理不确定性的有效途径之一。本文通过区间模型上下界来描述不确定参数,建立非概率可靠性分析模型,在非概率可靠性分析、非概率可靠性优化设计、RC桥梁非概率可靠性分析及加固优化设计进行了深入的理论、算法和工程应用研究,主要内容包括:（1）研究了区间模型的非概率可靠性理论和算法。根据非概率可靠性指标的几何意义,线性功能函数的设计点位于超立方盒的角点,非线性功能函数的设计点位于超立方盒与失效面的切点。据此,线性功能函数,通过区间变量的梯度向量正负来判断设计点位于超立方盒的某一角点的位置,提出了非概率可靠性指标求解的改进一维优化算法;非线性功能函数,提出了子区间优化法和子区间目标性能法。比较分析了非概率可靠性模型和概率可靠性模型,揭示了非概率可靠性指标与概率可靠性指标之间的关系。对比分析了非概率可靠性和与非概率安全系数法,研究表明了两者度量方法的一致性。（2）研究了应力-强度干涉模型的非概率可靠性理论和算法。基于区间可能度的几何意义,非概率集合可靠度表示为结构安全域体积与基本区间变量域的总体积之比。建立了线性功能函数的非概率集合可靠度的表达式;非线性程度不高的功能函数,采用失效面与基本区域交点处线性近似的方法对失效面等效,建立了非概率集合可靠度的计算表达式;对复杂的非线性功能函数,提出了子集子区间法,在子域内抽样,更多的样本点落入失效域,且抽样点均匀分布。分析了非概率集合可靠度的概率度量,证明了非概率集合可靠度在概率意义上是应力和强度在区间内均匀分布的概率可靠度。对比分析了非概率集合可靠度和正态分布区间数、区间截尾分布的可靠度,研究表明非概率集合可靠度更保守。（3）研究了非概率可靠性和非概率可靠度优化设计。根据非概率可靠性指标的几何意义,将非概率可靠性指标约束转化为最小化功能函数值约束,提出了基于子区间的目标性能法,内层优化将非概率可靠性指标的求解转换为寻找所有功能函数最小值,该方法避免了内层非概率可靠性指标求解的双层嵌套优化,迭代次数少,计算效率高。基于非概率可靠性指标的子区间优化法,提出了基于子区间优化法的双层优化设计,内层直接求解非概率可靠性指标,该方法先判断出主动约束,内层只考虑主动约束的非概率可靠性指标,减少了约束条件。线性功能函数非概率可靠性优化是一个单层优化问题,满足非概率可靠性指标约束的不确定参数设计点位于超立方盒的角点,单层非概率可靠性优化模型和不确定参数之间的表达式清晰,计算量小。线性功能函数的非概率集合可靠度是不确定参数的显性函数,引入罚函数将约束优化转化为无约束优化,外层优化设计采用改进粒子群算法得到全局最优解,收敛速度快。基于区间可能度,针对非线性功能函数的非概率集合可靠度,提出了内层采用子区间分析法,外层采用改进粒子群算法的双层优化方法。（4）研究了非概率可靠性分析及优化设计在RC桥梁可靠性评估及加固中的应用。以增大截面法加固钢筋混凝土轴心受压柱为研究对象,对比分析了概率可靠性和非概率可靠性。研究表明:恒载、活载和抗力采用不同的分布类型,在μ和σ相同的情况下,不确定性参数区间[μ-3σ,μ+3σ]内,区间非概率可靠性均比概率可靠性保守,若非概率可靠性评估安全的桥梁构件,概率可靠性评估也安全。根据概率可靠性和非概率可靠性的关系,拟定了桥梁承载能力评估目标非概率可靠性指标和目标非概率可靠度。在目标非概率可靠性指标和目标非概率可靠度优化结果下的钢筋混凝土轴压柱,概率可靠性均满足要求,即满足非概率目标可靠性的轴心受压柱,概率可靠性均满足要求。
王洪志[10]（2019）在《基于距离约束策略的主动学习Kriging方法及其工程应用》文中认为工程中存在着诸多不确定性因素,可靠度理论就是对这些不确定性因素进行研究的学科。目前,可靠性分析方法的主要研究方向是:减少功能函数计算次数,以及提高失效概率的计算精度。在实际工程中,功能函数一般是复杂的隐式函数,很难直接表达成随机变量的显式函数。一次二阶矩法（First-order Second-moment method,FOSM）是常用的可靠度计算方法,但是对一些高度非线性功能函数,求解困难,精度低。蒙特卡洛法（Monte Carlo Simulation,MCS）虽然适用于任何形式的功能函数,但其不足之处是计算成本高、耗时长,有一定的局限性。近年来,代理模型方法成为研究的热点,利用代理模型替代实际的功能函数进行可靠性分析可以提高计算效率,且计算精度较高。本文的主要内容可以简要概括为以下几点:1.对工程结构可靠度的基本理论进行了介绍,包括可靠性、可靠度、随机变量、极限状态、失效概率以及可靠指标等基本概念,传统的一次二阶矩方法、蒙特卡洛方法、现在广泛研究的代理模型方法等可靠度求解的方法。传统响应面法常采用二次多项式构造功能函数,难以拟合非线性程度高的极限状态曲面,且对抽样中心的选择以及抽样方法敏感。Kriging代理模型方法比传统响应面方法精度更高、效率更好,本文工作以Kriging代理模型为基础。2.Kriging代理模型不仅可以提供预测点的均值,还可以提供与之对应的方差（预测不确定性的估计量）,该模型这种独有的特点非常适用于建立“逐渐逼近”的主动学习机制Kriging方法。主动学习Kriging方法是一种基于学习函数U进行主动选点,将Kriging代理模型与MCS相结合进行可靠性分析的方法——AK-MCS（Active learning reliability method combining Kriging and Monte Carlo Simulation）,该方法可以看成是对MCS的改进。该方法对于高度非线性功能函数、系统可靠性和多验算点等复杂问题具有良好的适用性。然而,由于候选样本种群数量过多,选择的最佳样本点可能彼此邻近,造成信息冗余。本文通过引入最小距离约束,提出了基于距离约束策略的主动学习Kriging方法—AK-MDS（Active learning Kriging method based on Minimum Distance constraint Strategy）。该方法可以显着减少功能函数的调用次数,并得到较高的计算精度。3.由于边坡稳定性的影响因素较多、不确定性较大,传统的稳定性分析方法（安全系数法）并不能准确的表达边坡发生破坏的可能性。强度折减法通过不断对岩土体的强度进行降低,在其抗剪强度无法抵抗剪应力时岩土体将会发生破坏,从而可以获得岩土体最危险滑动面以及相应的安全系数。本文使用强度折减法进行边坡稳定性分析,通过MATLAB与FLAC3D软件的数据交互,将AK-MCS和AK-MDS等可靠性分析方法引入到边坡稳定性分析中,计算边坡失效概率,这种方法使得对边坡稳定性的分析与评价更加全面。不同种类的边坡算例表明,相比于传统的响应面方法,AK-MCS方法虽然可以得到精度较高的结果,但是效率稍差;而所提AK-MDS方法,在边坡稳定可靠性分析应用中具有良好的适用性,可以获得良好的计算精度,并具有较高的计算效率。
二、安全系数的可靠性分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、安全系数的可靠性分析（论文提纲范文）
（1）基于蒙特卡洛法的土石坝坝坡稳定分析研究撤稿（论文提纲范文）
| 0 引 言 |
| 1 可靠性分析方法 |
| 2 土石坝坝坡稳定分析的可靠度方法 |
| 3 坝坡稳定可靠度的规律性分析 |
| 3.1 基本变量的概率分布对β值的影响 |
| 3.2 变量间相关性对可靠度指标β值的影响 |
| 3.3 土性参数c、φ的均值对于β值的影响 |
| 3.4 土性参数c、φ的变异性对β值的影响 |
| 4 可靠度分析方法与安全系数法的相关性分析 |
| 5 结 论 |
（5）基于贝叶斯更新的节理岩质边坡可靠性分析（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.2.1 节理几何参数不确定性表征及概率分布研究 |
| 1.2.2 节理参数概率分布更新研究 |
| 1.2.3 节理岩质边坡随机裂隙网络模拟及可靠性研究 |
| 1.3 本文主要研究内容 |
| 第2章 岩体随机裂隙网络模拟及节理参数概率分布更新 |
| 2.1 岩体裂隙网络模拟 |
| 2.1.1 节理裂隙现场测量方法 |
| 2.1.2 结构面参数概率分布拟合优度检验 |
| 2.1.3 常见离散裂隙网络模型 |
| 2.1.4 节理有限元法 |
| 2.2 贝叶斯更新基本原理 |
| 2.2.1 贝叶斯方法 |
| 2.2.2 后验概率分布解析求解 |
| 2.2.3 马尔科夫链蒙特卡洛方法 |
| 2.2.4 贝叶斯更新方法 |
| 2.3 本章小结 |
| 第3章 裂隙岩质边坡非侵入式可靠性分析 |
| 3.1 前言 |
| 3.2 非侵入式随机有限元法 |
| 3.2.1 随机输入参数表示 |
| 3.2.2 代理模型构建 |
| 3.2.3 岩质边坡可靠性计算 |
| 3.3 Phase~2软件接口程序实现方法 |
| 3.3.1 Phase~2软件简介 |
| 3.3.2 接口程序实现流程 |
| 3.4 库岸岩质边坡实例分析 |
| 3.4.1 计算模型 |
| 3.4.2 岩质边坡非侵入式分析 |
| 3.5 本章小结 |
| 第4章 考虑几何参数不确定性的节理岩质边坡可靠性分析 |
| 4.1 前言 |
| 4.2 实验设计基本原理 |
| 4.2.1 因子设计 |
| 4.2.2 点估计方法 |
| 4.2.3 方差分析 |
| 4.2.4 中心复合设计 |
| 4.3 边坡案例分析 |
| 4.3.1 初始参数筛选阶段 |
| 4.3.2 CCD设计与边坡可靠性计算 |
| 4.4 本章小结 |
| 第5章 基于参数概率分布更新的节理岩质边坡可靠性分析 |
| 5.1 前言 |
| 5.2 工程案例分析 |
| 5.2.1 随机参数先验概率分布 |
| 5.2.2 随机参数样本分布 |
| 5.2.3 随机参数后验概率分布 |
| 5.2.4 基于先验信息的边坡可靠性分析 |
| 5.2.5 基于后验信息的边坡可靠性分析 |
| 5.3 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 |
| 攻读硕士学位期间研究成果 |
（6）基于随机场的边坡开挖可靠性分析及支护设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 课题在国内外的研究现状 |
| 1.2.1 边坡开挖稳定性评价 |
| 1.2.2 预应力锚杆支护设计 |
| 1.3 本文主要研究内容 |
| 2 边坡开挖稳定性评价分析 |
| 2.1 边坡稳定的确定性分析方法及实现 |
| 2.1.1 强度折减法 |
| 2.1.2 基于FLAC~(3D)的边坡稳定分析 |
| 2.2 稳定可靠性分析方法及实现 |
| 2.2.1 可靠度理论 |
| 2.2.2 可靠性分析的实现 |
| 2.3 参数不确定性分析模型 |
| 2.3.1 随机变量模型 |
| 2.3.2 随机场模型 |
| 3 二维边坡开挖稳定可靠性分析 |
| 3.1 引言 |
| 3.2 二维边坡模型及土性参数 |
| 3.2.1 数值模型 |
| 3.2.2 土性参数选取 |
| 3.2.3 有限差分模型 |
| 3.3 确定性分析评价 |
| 3.3.1 水平位移分析 |
| 3.3.2 切应变增量分析 |
| 3.3.3 安全系数分析 |
| 3.4 可靠性分析评价 |
| 3.4.1 二维随机场的实现 |
| 3.4.2 随机场正确性验证 |
| 3.4.3 失效概率分析 |
| 3.5 本章小结 |
| 4 基于随机场的二维边坡预应力锚杆支护设计 |
| 4.1 引言 |
| 4.2 预应力锚杆支护原理 |
| 4.3 预应力锚杆模拟及参数 |
| 4.3.1 数值模型 |
| 4.3.2 设计参数选取 |
| 4.3.3 预应力锚杆模拟方法 |
| 4.4 预应力锚杆支护设计 |
| 4.4.1 预应力锚杆倾角设计 |
| 4.4.2 预紧力值设计 |
| 4.4.3 预应力锚杆长度设计 |
| 4.5 本章小结 |
| 5 三维边坡开挖可靠性分析及预应力锚杆空间布置研究 |
| 5.1 引言 |
| 5.2 三维边坡模型及参数 |
| 5.2.1 数值模型 |
| 5.2.2 参数选取 |
| 5.2.3 有限差分模型 |
| 5.3 三维边坡边界约束条件 |
| 5.3.1 约束类型及实现 |
| 5.3.2 不同约束条件的对比分析 |
| 5.4 三维边坡开挖可靠性分析 |
| 5.4.1 三维随机场的实现 |
| 5.4.2 失效概率分析 |
| 5.5 预应力锚杆空间布置研究 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文及参加项目情况 |
| 致谢 |
（7）基于主动学习Kriging方法的非平稳随机场边坡可靠性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 边坡稳定可靠性分析研究近况 |
| 1.3 本文研究目的及主要内容 |
| 1.3.1 研究目的 |
| 1.3.2 主要内容 |
| 2 可靠度以及随机场基本理论 |
| 2.1 可靠度基本理论 |
| 2.2 随机场基本理论 |
| 2.2.1 随机场模型 |
| 2.2.2 自相关函数 |
| 2.2.3 K-L展开离散随机场方法 |
| 3 改进的主动学习Kriging可靠性分析方法 |
| 3.1 引言 |
| 3.2 Kriging代理模型基本理论 |
| 3.3 主动学习Kriging可靠性分析方法 |
| 3.3.1 学习函数 |
| 3.3.2 迭代停止条件 |
| 3.3.3 实施流程 |
| 3.4 算例分析 |
| 3.4.1 显式算例 |
| 3.4.2 结构可靠性分析算例 |
| 3.5 本章小结 |
| 4 考虑土性参数空间变异性的二维边坡稳定可靠性分析 |
| 4.1 引言 |
| 4.2 二维非平稳随机场模型 |
| 4.3 二维非平稳随机场的模拟步骤 |
| 4.4 非平稳随机场模型验证 |
| 4.5 边坡稳定可靠性分析及其结果讨论 |
| 4.5.1 边坡稳定性分析 |
| 4.5.2 边坡稳定可靠性分析 |
| 4.5.3 结果讨论 |
| 4.6 本章小结 |
| 5 考虑土性参数空间变异性的三维边坡稳定可靠性分析 |
| 5.1 引言 |
| 5.2 边坡土性参数的三维随机场模拟 |
| 5.3 三维边坡稳定可靠性分析方法 |
| 5.3.1 串联系统可靠性 |
| 5.3.2 三维长边坡的“系统可靠性分析” |
| 5.4 三维边坡稳定可靠性分析的具体实施 |
| 5.5 三维边坡算例分析 |
| 5.5.1 三维稳定性分析 |
| 5.5.2 三维边坡稳定可靠性分析 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（8）黄土斜坡地震稳定性系数的可靠性分析（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 可靠性分析的研究现状 |
| 1.3 研究思路和内容 |
| 1.4 本章小结 |
| 第二章 可靠性分析的基本原理及方法 |
| 2.1 可靠性理论的发展概况 |
| 2.2 可靠性分析的基本理论 |
| 2.3 可靠性分析的常用方法 |
| 2.4 本章小结 |
| 第三章 滑坡野外调查和土工试验数据的统计分析 |
| 3.1 黄土地震滑坡野外调查数据分析 |
| 3.2 土工试验数据整理与分析 |
| 3.3 可靠性分析所需数据的整理与分析 |
| 3.4 本章小结 |
| 第四章 黄土边坡可靠指标和失效概率的计算 |
| 4.1 正交试验 |
| 4.2 基于拟静力有限元法的黄土边坡可靠性计算 |
| 4.3 目标失效概率下的黄土边坡设计 |
| 4.4 本章小结 |
| 第五章 基于可靠性分析的黄土强度参数的反演分析 |
| 5.1 目标失效概率下土强度参数的反演 |
| 5.2 单一斜坡可靠性分析计算 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 本文的主要结论 |
| 6.2 未来研究展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 作者简介 |
（9）基于区间模型的非概率结构可靠性分析及优化设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 非概率可靠性研究概况 |
| 1.3 非概率可靠性优化设计研究概况 |
| 1.4 论文的研究思路和主要研究内容 |
| 2 基于区间模型的非概率可靠性 |
| 2.1 引言 |
| 2.2 非概率可靠性指标 |
| 2.3 非概率可靠性指标算法 |
| 2.4 非概率可靠性与概率可靠性的比较和分析 |
| 2.5 非概率可靠性与非概率安全系数 |
| 2.6 本章小结 |
| 3 应力-强度干涉模型的非概率可靠性 |
| 3.1 引言 |
| 3.2 区间度的可靠性分析 |
| 3.3 非概率集合可靠度 |
| 3.4 非概率集合可靠度的概率度量 |
| 3.5 正态分布区间数可靠度 |
| 3.6 结构非概率可靠性模型的比较分析 |
| 3.7 本章小结 |
| 4 基于区间模型的非概率可靠性优化 |
| 4.1 引言 |
| 4.2 非概率可靠性优化设计模型 |
| 4.3 非概率可靠性优化设计 |
| 4.4 非概率可靠度优化设计 |
| 4.5 本章小结 |
| 5 RC桥梁非概率可靠性分析及加固优化设计 |
| 5.1 引言 |
| 5.2 增大截面法加固RC桥梁概率可靠性分析 |
| 5.3 增大截面法加固RC桥梁非概率可靠性分析 |
| 5.4 基于非概率可靠性的RC桥梁加固优化设计 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 主要研究结论 |
| 6.2 未来研究展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读博士学位期间发表的论文目录 |
（10）基于距离约束策略的主动学习Kriging方法及其工程应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景和研究意义 |
| 1.2 边坡稳定可靠度的研究概况 |
| 1.3 本文研究目的和主要工作 |
| 2 工程结构可靠度及其计算方法 |
| 2.1 可靠度的基本理论 |
| 2.1.1 可靠性与可靠度的基本概念 |
| 2.1.2 随机变量与极限状态 |
| 2.1.3 失效概率与可靠指标 |
| 2.2 一次二阶矩方法 |
| 2.2.1 均值一次二阶矩方法 |
| 2.2.2 改进一次二阶矩方法 |
| 2.3 蒙特卡洛方法 |
| 2.4 代理模型方法 |
| 2.4.1 基本原理 |
| 2.4.2 试验设计方法 |
| 2.4.3 常用的代理模型 |
| 2.5 本章小结 |
| 3 基于Kriging代理模型方法的可靠性分析 |
| 3.1 引言 |
| 3.2 Kriging的基本理论 |
| 3.3 基于主动学习机制的Kriging方法 |
| 3.4 基于距离约束策略的主动学习Kriging方法 |
| 3.5 算例验证 |
| 3.6 本章小结 |
| 4 基于AK-MDS方法的边坡稳定可靠性分析 |
| 4.1 引言 |
| 4.2 边坡稳定可靠度分析非侵入式有限差分法 |
| 4.2.1 FLAC3D软件及有限差分法 |
| 4.2.2 强度折减法及其在FLAC3D软件中的实现 |
| 4.2.3 边坡稳定可靠度分析的主动学习Kriging方法 |
| 4.3 边坡稳定可靠性算例分析 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
四、安全系数的可靠性分析（论文参考文献）
- [1]基于蒙特卡洛法的土石坝坝坡稳定分析研究撤稿[J]. 赵生华,李红军. 水利水电技术(中英文), 2021(07)
- [2]基于无味变换的三峡库区滑坡可靠性分析及风险评价 ——以木鱼包滑坡为例[D]. 向子林. 三峡大学, 2021
- [3]航天器加筋柱壳结构可靠性分析及优化设计[D]. 黄果成. 哈尔滨工程大学, 2021
- [4]基于结构面参数概率分布更新的节理岩质边坡可靠性分析[J]. 蒋水华,欧阳苏,冯泽文,康青,黄劲松,杨志刚. 岩土力学, 2021(09)
- [5]基于贝叶斯更新的节理岩质边坡可靠性分析[D]. 冯泽文. 南昌大学, 2021
- [6]基于随机场的边坡开挖可靠性分析及支护设计[D]. 白少鹏. 大连理工大学, 2021(01)
- [7]基于主动学习Kriging方法的非平稳随机场边坡可靠性分析[D]. 柳慧卿. 大连理工大学, 2020(02)
- [8]黄土斜坡地震稳定性系数的可靠性分析[D]. 张莹允. 防灾科技学院, 2020(08)
- [9]基于区间模型的非概率结构可靠性分析及优化设计[D]. 王敏容. 华中科技大学, 2019(03)
- [10]基于距离约束策略的主动学习Kriging方法及其工程应用[D]. 王洪志. 大连理工大学, 2019(02)