680 likes | 982 Views
Betrouwbaarheidsanalyse. Betrouwbaarheidsanalyse. Classificatie methoden (JCSS): Niveau III volledig probabilistisch Niveau II volledig probabilistisch met benaderingen Niveau I semi-probabilistisch (met probabilistisch onderbouwde rekenwaarden)
E N D
Betrouwbaarheidsanalyse Probabilistisch ontwerpen, lesblok 3
Betrouwbaarheidsanalyse • Classificatie methoden (JCSS): • Niveau III volledig probabilistisch • Niveau II volledig probabilistisch met benaderingen • Niveau I semi-probabilistisch (met probabilistisch onderbouwde rekenwaarden) • Niveau 0 deterministisch (dus geen betrouwbaarheidsanalyse) Probabilistisch ontwerpen, lesblok 3
Opzet betrouwbaarheidsanalyse • Niveau III (vandaag) • Niveau II (vandaag) • VAP-oefenen (vandaag) • Niveau I (volgende week; Sten de Wit) Probabilistisch ontwerpen, lesblok 3
Niveau III analyse • Model voor faalmechanisme: • grenstoestandsfunctie Z: • waarin: x1, x2, …, xn (stochastische) variabelen • Falen: Z<0 • Kans op falen P(Z<0) uitrekenen Probabilistisch ontwerpen, lesblok 3 Berekenen kans op ongewenste gebeurtenis
R S Voorbeeld: draad • Grenstoestandsfunctie: • Z = R - S • met: Probabilistisch ontwerpen, lesblok 3
Kansverdelingen 0.08 0.07 R 0.06 0.05 S kansdichtheid (1/N) 0.04 0.03 0.02 0.01 0 0 20 40 60 80 R,S (N) Probabilistisch ontwerpen, lesblok 3
Gezamenlijke kansverdeling 80 70 60 50 Z>0 R (kN) 40 falen: Z<0 30 volume = faalkans 20 10 0 0 20 40 60 80 S (kN) Probabilistisch ontwerpen, lesblok 3
Niveau III: kans op falen berekenen • Analytisch • Directe numerieke integratie • Monte Carlo Probabilistisch ontwerpen, lesblok 3
Analytisch P(Z<0) = volume hoogtelijnen kdf fR,S(r,s) 80 70 R en S onafhankelijk: r dr 50 Z>0 R (kN) 40 Faalgebied opdelen in reepjes: 30 falen: Z<0 20 10 0 0 20 40 r 80 S (kN) convolutie-integraal Probabilistisch ontwerpen, lesblok 3
Analytisch • Uitwerken: • Voorbeeld: R en S normaal verdeeld: • invullen en uitrekenen ¥ ¥ ( ) ( ) ( ) ò ò < = P Z 0 f r dr f s ds R S - ¥ r Probabilistisch ontwerpen, lesblok 3
Analytisch • In dit geval eenvoudige aanpak mogelijk: • variabelen normaal verdeeld • Z is lineair in variabelen • dan Z ook normaal verdeeld. • Voorbeeld draad: • Gemiddelde • Standaarddeviatie Probabilistisch ontwerpen, lesblok 3
Kansdichtheid van Z Probabilistisch ontwerpen, lesblok 3
Faalkans Probabilistisch ontwerpen, lesblok 3
Faalkans • Bepalen: • Berekenen van rode oppervlak onder kansdichtheidscurve • Tabel normale verdeling via met U standaard normaal verdeeld • EXCEL Antwoord: Pf = 0.037 = m + s Z U Z Z Probabilistisch ontwerpen, lesblok 3
Analytisch • Eenvoudige aanpak was mogelijk omdat: • Z-functie lineair in variabelen • Variabelen normaal verdeeld • Algemeen: • Bewerkelijke integralen uitrekenen • In meeste gevallen analytische aanpak onpractisch of onmogelijk Probabilistisch ontwerpen, lesblok 3
Directe numerieke integratie P(Z<0) = volume 80 70 60 Faalgebied opdelen in kleine hokjes: 50 Z>0 R (kN) 40 30 20 falen: Z<0 Kansdichtheid in hokje i 10 hoogte van hokje i 0 0 20 40 80 50 breedte van hokje i S (kN) Probabilistisch ontwerpen, lesblok 3
Directe numerieke integratie • Integralen bepalen via standaard numerieke technieken • Rekenintensief: Voorbeeld: • Daarom niet vaak toegepast bij een groter aantal variabelen Probabilistisch ontwerpen, lesblok 3
Monte Carlo (sampling/ simulatie) • Statistische methode: • Steekproef nemen uit populatie • Schatten relevante aspecten kansverdeling • Steekproef nemen: R Grenstoestands- functie Z S Probabilistisch ontwerpen, lesblok 3
Monte Carlo analyse • Stappen: • 1. Random trekkingen uit verdelingen R en S • 2. Bereken voor elke trekking de waarde van Z • 3. Voer statistische analyse uit op Z-waarden Probabilistisch ontwerpen, lesblok 3
Bepalen waarden voor Z • Resulteert in een steekproef van Z Probabilistisch ontwerpen, lesblok 3
Kans op falen Probabilistisch ontwerpen, lesblok 3
Trekkingen uit verdelingen • Gebruik (pseudo-)randomgenerator: • Levert onafhankelijke trekkingen uit de standaard uniforme verdeling • Hoe bepalen trekkingen uit ander type verdeling? Probabilistisch ontwerpen, lesblok 3
Trekkingen uit verdelingen • Andere typen verdelingGebruik de cumulatieve verdelingsfunctie pi si 1 0 Probabilistisch ontwerpen, lesblok 3
Kans op falen Probabilistisch ontwerpen, lesblok 3
Schatter faalkans =0.015 met p =0.01 Probabilistisch ontwerpen, lesblok 3
Onzekerheid in faalkans Aantal trekkingen onafhankelijk van aantal variabelen! Probabilistisch ontwerpen, lesblok 3
Importance sampling Probabilistisch ontwerpen, lesblok 3
Importance sampling • Trekkingen uit andere verdeling:sampling verdeling • Correctie in statistische analyse achteraf: • Voorkennis nodig echte kansdichtheid sampling kansdichtheid Probabilistisch ontwerpen, lesblok 3
Importance sampling • Increased variance sampling: Probabilistisch ontwerpen, lesblok 3
Importance sampling • Mogelijke reductie aantal samples t.o.v. ruwe Monte Carlo: orde 10-100. • Voor increased variance sampling geen voorkennis vereist • Variant: adaptive importance samplingiteratieve aanpassing sampling verdeling. Probabilistisch ontwerpen, lesblok 3
Monte Carlo en afhankelijkheid • Mogelijkheden: • Rangschikken trekkingen • Trekkingen uit conditionele verdeling • … Probabilistisch ontwerpen, lesblok 3
Besluit • Berekenen kansen: • Analystisch • Directe Numerieke Integratie • Monte Carlo • FORM Probabilistisch ontwerpen, lesblok 3
Niveau II constructieberekeningen Probabilistisch ontwerpen, lesblok 3
FORM • First Order Reliability Method • Faalkans volgt uit eenvoudige formules als: • Grenstoestandsfunctie lineair • Variabelen normaal verdeeld • Dit suggereert algemene aanpak: • Lineariseer grenstoestandsfunctie • Transformeer naar normale verdelingen Probabilistisch ontwerpen, lesblok 3
Recap lineaire Z-functie • Algemeen: X-en onafhankelijk Probabilistisch ontwerpen, lesblok 3
Voorbeeld • Gegeven: • Z = R - S • R = N(6, 1) • S = N(2, 0.5) • Dan: m s Normaal verdeeld Probabilistisch ontwerpen, lesblok 3
kansdichtheid sZ= 1.12 z mZ=4 0 Om faalkans en betrouwbaaheidsindex te bepalen: transformeren naar standaard normale variabele uZ b = 3.6 dus: suz= 1 uZ muz=0 Z=0 Probabilistisch ontwerpen, lesblok 3
Nieuw begrip: importance factor • Standaarddeviatie Z: • is de relatieve bijdrage van variabele Xi aan • de onzekerheid (variantie) van Z • We schrijven: • en • i is de importance factor van Xi s a i = 1 i i a = i s Z Probabilistisch ontwerpen, lesblok 3
Importance factors - voorbeeld • In het voorbeeld Z=R-S geldt: • en: • a importance factor; is een maat voor de bijdrage van een variabele aan de onzekerheid in Z (en daarmee aan de faalkans) waarin de variantie van Z Probabilistisch ontwerpen, lesblok 3
Alternatief: geometrische aanpak • Formules gegeven om bij lineaire Z-functies en normaal verdeelde variabelen waarden voor en ’s te berekenen. • Alternatieve methode is de geometrische aanpak Probabilistisch ontwerpen, lesblok 3
12 10 Z = 4 8 Z = 2 6 Z = 0 R 4 Z = -2 2 0 Z<0: faalgebied -2 -1 0 1 2 3 4 5 S Geometrische methode Z=R-S R en S normaal verdeeld Probabilistisch ontwerpen, lesblok 3
Geometrische methode • Transformatie naar standaard normale variabelen: • invullen in Z-functie: • Z=0: Probabilistisch ontwerpen, lesblok 3
6 4 2 R 0 u b -2 -4 Z<0: faalgebied -6 -6 -4 -2 0 2 4 6 u S Geometrische methode standaard normale verdeling b Probabilistisch ontwerpen, lesblok 3 Z=0
Geometrische methode 6 4 2 • Ontwerppunt (uS*, uR*): • punt op Z=0 met hoogste kansdichtheid • punt dichtst bij oorsprong • (uS*, uR*) = (-aSb, -aRb) waarin:b betrouwbaarheidsindexa importance factor aSb R 0 u b aRb -2 -4 Z<0: faalgebied -6 -6 -4 -2 0 2 4 6 u Z=0 S Probabilistisch ontwerpen, lesblok 3
12 10 8 6 R 4 2 0 Z<0: faalgebied -2 -1 0 1 2 3 4 5 S Geometrische methode Terug bij de variabelen R en S: ontwerppunt Ontwerppunt (S*, R*): punt op Z=0 met hoogstekansdichtheid S* = S + uS* sS = S - aS b sS R* = R + uR* sR = R - aR b sR Probabilistisch ontwerpen, lesblok 3
Geometrische methode • Samenvatting twee variabelen: Z = Z(X1, X2): • 1.Transformeer naar standaard normale variabelen U1 en U2: • 2. Schrijf Z-functie om in u1 en u2 • 3. Teken de lijn Z=0 in het (u1, u2) - vlak • 4. Bepaal punt op Z=0 dat het dichtst bij de oorsprong ligtDit is het ontwerppunt (u1*, u2*). • 5. Bepaal de betrouwbaarheidsindex • 6. Bepaal importance factors • 7. Bereken het ontwerppunt in de X-variabelen: Probabilistisch ontwerpen, lesblok 3
Voorbeeld • Case II Probabilistisch ontwerpen, lesblok 3
FORM • Voorbeeld uitgebreid: • met: • f breuksterkte • d diameter draad • S = 100 kN • f = N(290 N/mm2, 25 N/mm2) • d = N (30 mm, 3 mm) S = 100kN Probabilistisch ontwerpen, lesblok 3
Niet-lineaire functie Probabilistisch ontwerpen, lesblok 3
Niet-lineaire functie Hoogtelijnenkaart 400 350 300 250 f (N/mm2) 200 Z=200 kN 150 Z=100 kN 100 50 Z=0 Z<0: faalgebied Z=- 50 kN 0 10 15 20 25 30 35 40 45 50 d (mm) Probabilistisch ontwerpen, lesblok 3