(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211322244.2 (22)申请日 2022.10.27 (71)申请人 电子科技大 学 地址 611731 四川省成 都市高新区(西区) 西源大道 2006号 (72)发明人 石岩　黄洪钟　刘宇　蔡吴斌　 李彦锋　许焕卫　柏松　 (74)专利代理 机构 山东诺诚智汇知识产权代理 事务所(普通 合伙) 37309 专利代理师 金峰 (51)Int.Cl. G06F 30/23(2020.01) G06F 17/11(2006.01) G06F 111/10(2020.01) (54)发明名称 复杂航空结构在混合不确定性下时变可靠 性的分析方法 (57)摘要 本发明公开了一种复杂航空结构在混合不 确定性下时变可靠性的分析方法， 其基本流程 为： 建立复杂航空结构 的有限元仿真模型， 选择 考核部位及确定失 效判据， 对有限元仿真模型进 行参数化， 构建复杂航空结构 的响应函数； 产生 训练样本集， 并根据训练样本集与对应的结构响 应建立复杂航空结构响应函数的多重 Kriging代 理模型， 并将KL散度与极限状态面投影轮廓方法 相结合构建混合不确定性下的自适应学习函数， 筛选新的训练样本对Kriging代理模型进行更新 增强； 多重Kriging代理模型的全局精度指标用 于对代理模 型集合中的多种代理模 型进行调整， 建立局部精度指标用于求解复杂航空结构在混 合不确定性下的时变可靠度结果。 权利要求书4页 说明书16页 附图4页 CN 115495965 A 2022.12.20 CN 115495965 A 1.一种复杂航空结构在混合 不确定性下时变可靠性的分析 方法， 其特 征在于， 包括： S1： 基于复杂航空结构的仿真模型构建复杂航空结构的响应函数； S2： 获取复杂航空结构的输入不确定性变量的量 化结果； S3： 根据所述 量化结果， 得到所述 量化结果所对应的样本矩阵和样本池； S4： 利用所述响应函数计算当前训练样本的响应函数 结果； S5： 根据所述量化结果和所述响应函数结果， 建立复杂航空结构响应函数的多重 Kriging代理模型； S6： 利用所述多重Kriging代理模型对所述样本矩阵中的样本进行预测， 得到第一预测 均值和第一预测标准 值； S7： 根据所述第一预测均值和所述第一预测标准值， 得到平均KL散度和最大平均KL散 度； S8： 根据所述平均KL散度、 所述最大平均KL散度和多重Kriging代理模型的全局精度， 确定所述多重Krigi ng代理模型的全局最优代理模型； S9： 根据局部精度指标， 利用所述全局最优代 理模型， 计算所述样本池中样本的第二预 测均值； S10： 根据所述第二预测均值确定失效样本个数； S11： 根据 所述失效样本个数、 失效域里面被误判的样本个数上限和安全域里面被误判 的样本个数 上限， 得到基于误差的自适应更新停止准则结果； S12： 判断所述基于误差的自适应更新停止准则结果是否收敛， 若收敛， 进入步骤S13； 否则， 进入步骤S14； S13： 根据 所述失效样本个数计算混合不确定性下的时变失效概率上边界值， 并将所述 混合不确定性下 的时变失效概率上边界值作为所述复杂航空结构在混合不确定性下时变 可靠性的分析 结果输出； S14： 根据所述全局最优代理模型更新平均KL散度并根据更新后的平均KL散度得到新 的训练样本， 后返回步骤S4。 2.根据权利要求1所述的复杂航空结构在混合不确定性下时变可靠性的分析方法， 其 特征在于， 所述步骤S1中， 所述复杂航空结构的仿 真模型是通过有限元软件建立的， 所述步 骤S1包括： S101： 通过Abaqus软件建立复杂航空结构的三维模型； S102： 根据所述三维模型， 以及复杂航空结构的材料属性、 外载及边界条件、 分析步和 划分网格， 得到所述复杂航空结构的仿真模型； S103： 利用命令流分析及参数化所述复杂航空结构的仿真模型的相应变量， 得到参数 化结果； S104： 建立Matlab与Abaqus软件的调用， 在Matlab中完成所述复杂航空结构的仿真模 型的相应变量的抽样过程并将所述参数化结果送入Abaqus中及将Abaqus分析结果读取的 过程， 进而实现Matlab与Abaqus的联合仿真及复杂航空结构响应函数的构建； 所述响应函数GGJQ1为： 权　利　要　求　书 1/4 页 2 CN 115495965 A 2其中， gGJQ1(X,Y(t)， Q,t)表示 响应函数， X表示随机输入变量， Y(t)表示随机过程输入变 量， Q表示区间输入变量， SXY表示飞机机翼结构的许用应力， SGJQ1表示通过Abaqus仿真得到 的飞机机翼结构的应力， E1表示第一材料的弹性模量， ρ1表示第一材料的密度， E2表示第二 材料的弹性模量， ρ2表示第二材料的密度， 表示主梁上下缘条厚度， 表示主梁腹板 厚度， 表示蒙皮厚度， n0表示机动过载， θ表示飞行仰角， m(t)表示在时刻t下的飞机质 量， t表示时间参数。 3.根据权利要求1所述的复杂航空结构在混合不确定性下时变可靠性的分析方法， 其 特征在于， 所述步骤S2中， 所述复杂航空结构的输入不确定性变量包括： 复杂航空结构几何 尺寸、 载荷环 境、 材料属性； 所述步骤S2包括： 分别采用随机变量、 区间变量与随机过程对相 应的所述复杂航空结构的输入不确定性变量进行量 化分析， 得到所述 量化结果。 4.根据权利要求1所述的复杂航空结构在混合不确定性下时变可靠性的分析方法， 其 特征在于， 所述 步骤S3包括： S301： 对时间参数t在其时间区间[0,T]内均匀离 散为Nt个时刻， 即 S302： 利用拉丁超立方技术抽取所述复杂航空结构的输入不确定性变量的量化结果(x (i), ξ(i),q(i))(i＝1,2,...,N)， 得到样本池， 其中， 所述样本池包括NS个样本[x*(i), ξ*(i),q *(i),t*(i)](i＝1,2,...,NS)； S303： 根据所述样本池构建样本矩阵 其中， 样本矩阵 中第i行第j列的样本 为[x(i),y(i)(t(j)),q(i),t(j)](i＝1,2,...,N； j＝1,2,...,Nt)， 其中y(i)(t(j))由ξ(i)和t(j)根 据正交级数扩展方法计算而来， t(j)第j个时刻， 区间输入变量样本q(i)(i＝1,2,...,N)是将 区间输入变量看作是其各自区间上的均匀分布变量进行抽取的， x(i)表示第i组随机输入变 量样本， ξ(i)表示第i组标准正态变量样 本， λjk表示随机过程输入变量Yj(t)的正交展开后的 第k个特征值且且 表示随机过程输入变量Yj(t)的均 值， 且 和κi(t)分别是特征向量的第k个值以及基本正交函数， ξjk表示 对应于随机过程输入变量Yj(t)的第k个标准正态随机变量， Mj表示随机过程输入变量Yj(t) 的展开项数， k表示指示 参数。 5.根据权利要求4所述的复杂航空结构在混合不确定性下时变可靠性的分析方法， 其 特征在于， 所述步骤S4中， 所述当前训练样本是根据所述样本池得到的， 即利用公式 将ξ*(i)转化为y*(i)(t*(i))， 得到训练样本[x*(i),y*(i)(t*(i)),q *(i),t*(i)](i＝1,2,...,NS)。 6.根据权利要求1所述的复杂航空结构在混合不确定性下时变可靠性的分析方法， 其 特征在于， 所述 步骤S6中， 所述第一预测均值 为： 所述第一预测标准差为：权　利　要　求　书 2/4 页 3 CN 115495965 A 3