可靠度理论论文范例6篇

前言:中文期刊网精心挑选了可靠度理论论文范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。

可靠度理论论文

可靠度理论论文范文1

相关的从业工程技术人员也经历了以经验为主的安全系数法的旧规范到基于可靠度理论的极限状态法设计的新规范的“转轨”。新近入行的技术人员不必“转轨”,直接采用新规范,但新规范的基础———可靠度理论,只在极少数大学开设,这造成了理论与实践的脱节,学生从业后对规范理解不够深入和透彻面对规范的“转轨”,我校的相应教学还没跟上,作为规范的核心内容工程结构可靠度原理在本科阶段是不学的。事实上,为了方便学生以后从事土木工程,需要在本科生阶段就进行教学,可以在本科生高年级开设。目前只在研究生阶段学习,除了了解基于可靠度的规范外,也为学生科研提供了新方法,开拓了视野。

二、《工程结构可靠度》教学体系探讨

《工程结构可靠度》教学体系,应包括可靠度分析的基本方法,可靠度方法在不同地区、不同行业的实施情况,即规范,可靠度研究的进展情况,让学生对可靠度在土木行业的应用和研究有较深入的理解,为学生的研究开阔视野。具体分析有以下几点。

1.教学目的。《结构可靠度分析》是为土木研究生开设的课程。本课程主要介绍结构分析中的可靠度理论、方法和应用。目前我国工程结构设计,已从传统的安全系数的方法转变为基于可靠度理论的状态设计方法。传统的设计方法没有充分考虑设计参数的不确定性,而可靠度理论则较充分地考虑了参数的随机变异性,广义可靠度则还能进一步考虑模糊不确定性和未确知性,是结构设计理论与实践发展的必然方向。课程目的是通过教学让学生学会从随机概率分析的角度来处理力学和结构问题。

2.教学内容选择。工程结构可靠度教学采用的教材是《工程结构可靠性设计原理》,参考教材是《结构可靠度理论》,内容包括:工程结构可靠度研究历史简介,传统设计方法和半概率设计方法,中心点法———次二阶矩理论之一,验算点法———次二阶矩理论之二,荷载及抗力的统计分析,近似概率法的应用,材料性能的质量要求和控制,以及工程结构可靠度理论发展中的几个问题。本课程学习的重点是一次二阶矩理论、概率极限设计实用表达式和结构体系可靠度。由于是研究生课程,在讲授时增加了结构的稳健性与抗倒塌设计,既有结构可靠性评估,又有岩土工程可靠度等内容,为学生科研提供参考。

3.教学方法。当今教育注重知识讲授与能力培养的统一。知识是能力的基础,能力是已获知识应用的手段和体现。

(1)在课堂教学方法上,采用小班教学,课堂教学方式相对比较灵活。根据教学内容的不同可采用讲解、回答问题、讨论、自学等多种教学方式。

(2)将多种教学手段引入教学体系。除常规教学手段外,还可采用多媒体技术,比如ppt、视频、动画,以形象直观地展示教学内容,使学生理解更加容易,另外,由于土木工程的普遍性,还可以采用带学生现场参观的形式,拉近课堂与现实的距离。这些教学表现形式的多样化,大大提高了教学效率和质量。

(3)提升学生的科研意识。课堂上重视科研现状和科研前沿的介绍,让学生了解相关方面的研究情况。

4.重视应用网络。在互连网发达的今天,学生上网几乎成了习惯。充分利用这个条件,让学生从网上搜集资料,自己了解和解决一些对他们相对有难度的问题。培养学生搜集、查阅资料、综合资料的基本科研能力。

5.提高教师素质。教师的素质直接关系着教学的质量和效果。深厚的基础理论和广博的专业知识,一定的生产实践经验,相当的科学研究能力,是对现代大学教师的时代要求。教师须注重调整知识结构体系,努力学习新技术,才能保证在教学中有效地提高讲授的质量,较好地提升学生的工程意识和科研意识。当然,作为教师的一般素质要求的提升也不可懈怠,比如表达能力、与学生互动的能力、敏感捕捉学生疑惑点的能力等。教师自身素质的提升,是保证土木《工程结构可靠度》良好教学效果的动力和源泉。

三、《工程结构可靠度》教学实践总结

结合教学实践,下面是对《工程结构可靠度》的教学实践总结。

1.精心组织教学,全力保证教学质量。在学生掌握结构可靠度教学目的的基础上,让学生学会如何把结构可靠度用于自己的研究领域;利用多样化的教学手段,培养学生理解、解决实际问题的能力。

2.拓展课堂教学,开展多层次多种形式的教学活动。对于可靠度相关的概率、数理统计、随机振动等数学知识,采用重点讲解与学生自主学习相结合,对于规范现状及发展趋势,科研现状及发展趋势,在课堂讲解时穿行,开设与教学内容相关的专题讲座,开拓学生的视野,对可靠度有较深入的了解。结果表明:通过学习拓展、前沿讲解和专题讲座,学生巩固了所学知识,开阔了视野,丰富了结构可靠度的教学内容。

3.结合科研与实际工程,提升教师素质。做好科研课题,积极参加实际工程,可以有效提升教师的素质。做好科研,才能把握土木结构可靠度的快速发展,及时调整知识结构,拓展知识面,了解新技术和新方法。积极参加实际工程,才能提高动手能力,增强工程素质。实践表明:通过将科研和工程实践成果引入教学,能深入浅出,避免纸上谈兵,有效增强教学效果。

可靠度理论论文范文2

abstract: the significance of cmcc provincial main optical transmission network mesh is to improve the reliability of the nodes to the aggregation node so as to improve the network safety. this article analyzes the newly built optical routing according to reliability theory and finally provides guidance for the selection of optical routing.

关键词: 光缆路径;可靠性分析;可靠度

key words: optical routing;reliability analysis;reliability

中图分类号:o224 文献标识码:a 文章编号:1006-4311(2013)35-0305-02

1 可靠性理论概述

可靠性,是指单元或由单元组成的系统在一定条件下完成其预定功能的能力。单元是元件、器件、部件、设备等的泛称。单元或系统的功能丧失,无论其能否修复,都称之为失效。可靠性理论即以失效现象为其研究对象,因而涉及工程设计、失效机理的物理和化学分析、失效数据的收集和处理、可靠性的定量评定以及使用、维修和管理等范围。

运用概率统计和运筹学的理论和方法,对单元或系统的可靠性作定量研究。它是可靠性理论的基础。通过数学模型定量研究系统的可靠性,并探讨它与系统性能、经济效益之间的关系,是可靠性数学理论的主要方法。

2 mesh化传输网络的可靠度分析

一般来说,对于节点数量为n个网络,其链路数量的最大值为eij=■│i=1,2,…,n;j=1,2,…,n。

图1中仅以4个节点做为示例,即节点数为n=4。构建全网状网络,对于现实网络中不存在的链路,可将其相关值赋为0或1。

根据图1,该模型中将引入多个参数用来进行表征。具体参数如下:

①r(i,j):表示节点i与节点j间单条链路的可靠度,对于不存在链路该值为0,同时,由于设备故障概率要远小于光缆故障概率,为简化计算,暂不考虑设备的可靠性,即默认为设备的可靠度为1;②r(i,j):表示节点i与j间的混联系统的可靠度;③d(i,j):表示实现节点i与j间的通信而增加的相应费用;④g(i,j)表示某网络结构图的邻接矩阵,由于网络的双工性,此网络结构图可视为无向图。⑤gij表示g(i,j)中的元素值;⑥am(m=1,2,3,…,■)表示矩阵g (k,h)(i,j)k∈i,h∈j中,节点k与节点h的连通度,若有链路可达(连通),am=1,或元链路可达(不连通)am=0。⑦ρ (k,h)(i,j)表示节点k与h间的链路在一张复杂网络是的临界重要度[3]。

通过对一张全网状网的复杂网络进行可靠度的计算,得出某一链路的临界重要度,以确定该条链路在全网进行通信时的重要程度。同时根据其费用情况,选择经济合理,安全可靠的光缆段落进行建设。

3 不同光缆链路对可靠性的影响

在通信网络中,若网络的可靠度低于预定的可靠度,则应该通过提高元部件可靠度来改善整个网络可靠度。但是,对于大型的网络结构而言,由于其中所包含的元部件非常多,若从提高整个网络中每个元部件可靠度着手的话,势必会导致消耗大量的人力和时间。我们可以通过改善网络中少数比较重要的,即影响整个网络可靠性性能比较大的元部件的可靠性,从而可大量节省人力资源和时间的消耗[2]。

假设通信网络中涉及到的所有的光缆可靠度,分别记为,r(i,j)(i,j=0,1,…,n)。则通信网络可靠度函数为

r(i,j)=f[r(i,j)]。这里我们定义偏导数■×■为节点i与j间光缆的临界重要度,由此定义以及偏导数的数学意义就可以很容易看出,临界重要度越大的部件,其可靠度的改善对整个网络可靠度r(i,j)的改善增益越大。

任何两个节点之间通信均为规划路径的并集,其可靠度最终均可以经过复杂系统的分解,表示为各部件的函数。对于暂无实际路由的情况,可以假定存在多条可靠度为0的部件,经过各节点间的可靠性函数及偏导数的计算,便可以知道各部件对于整个网络可靠性提高的增益程度。然而在■×■中,r(i,j)不可为0,因为其值为0,无法表示出其对整个网络的影响。因此在此情况下,可根据该段落的实际长度和敷设环境,经验

判断其建成后的可靠度,进行赋值,然后再进行计算,便能够准确的体现出该段光缆段落相对于全网通信的重要程度。网络建设时,可以有侧重的对改善对整个网络可靠度r(i,j)的改善增益较大的部件进行投资建设。

一张复杂的通信网络,在进行光缆建设时,对于绝对集中型业务,设汇聚节点为k,按照上述的计算过程,可以得到一个关于k的■×n的矩阵:

■ ■ … ■■ ■ … ■■ ■ … ■ … … … …■ ■ … ■ … … … …■ ■ … ■横向求和得ρ (k,i)(i,j)ρ (k,i)(1,2)ρ (k,i)(1,3)ρ (k,i)(1,4) … ρ (k,i)(i,j) …ρ (k,i)(n-1,n)

当业务流量不再呈集中型,而呈分散型时,将会得到一个三维矩阵,即在以上矩阵的基础上,k执行1至n的循环,届时ρ(i,j)=■ρ (k,i)(i,j)。 然而,可靠性仅是光缆建设的一个参考因素,而投资也是光缆建设的一个重要参考因素。需要根据光缆的可靠性和投资因素进行综合评价。具体的评价方法为分别将可靠性和投资赋予权重,表示为wk和wt,乘以相应的权重后,比较该列矩阵的各行的值,便可得出应优先建设的路由排序值:

方案(1,2)方案(1,3)方案(1,4) … 方案(i,j) …方案(n-1,n)=wk×ρ (k,i)(1,2)ρ (k,i)(1,3)ρ (k,i)(1,4) … ρ (k,i)(i,j) …ρ (k,i)(n-1,n)+wt×ρ (k,i)(1,2)ρ (k,i)(1,3)ρ (k,i)(1,4) … ρ (k,i)(i,j) …ρ (k,i)(n-1,n)

选择可选方案中最大的方案(i,j)值,即为最优先建设的光缆段落。

4 模型建立与求解

本文将以黑龙江移动省干网络为例,进行模型建立与求解。按照投资计划,黑龙江移动将选择两条可行段落的光缆进行建设,即哈尔滨—牡丹江和哈尔滨—肇源。本文将结合可靠性的计算对以上两段光缆的优选进行验证。

4.1 参数取值如表1所示。由于在网络建设前,基于光缆建设难度和投资造价等因素,已经选定了拟建路由,本文对这两条拟建路由进行分析。

4.2 可靠性分析:各节点间可靠性计算 按照前面的介绍,求得各节点与哈尔滨之间通信临界重要度的值如下面的矩阵所示:

■ ■ ■ ■ ■ ■ ■ ■■ ■ ■ ■ ■ ■ ■ ■=2.6×10-6 1.8×10-6 1.2×10-6 1.8×10-6 2.7×10-6 1.9×10-6 1.1×10-6 0.9×10-63.2×10-6 1.8×10-6 0.9×10-6 1.1×10-6 0.9×10-6 1.86×10-6 1.7×10-6 2.7×10-6

横向求和为:ρ(k12)ρ(k13)=1.415*10-5)1.403*10-5。取ρ′(k12)ρ′(k13)=1.4151.403,wk=0.4,wt=0.6。

两条光缆的投资额对比为d(k12)d(k13)=1.356千万)1.553千万

显然,建设哈尔滨至牡丹江段落的光缆优于建设哈尔滨至肇源段落的光缆。因此,在进行光缆建设时,将主要依据可靠性理论进行新建光缆路径的选择。选择路由可达且对传输网可靠性的提高影响较大的段落进行建设或优化,是网络向mesh化演进光缆层面的主要建设思路。

参考文献:

[1]李阿男,刘海涛.一种基于可靠性的简化ason方案[j].中国科技博览,2011(35):63-63.

可靠度理论论文范文3

关键词:测试准则;EM算法;测试用例复杂性;软件可靠性模型

中图分类号: TP311

文献标识码:A

0引言

随着软件应用的日益广泛及重要性的不断增强,人们对软件质量的要求也越来越高。可靠性作为衡量软件质量的重要特性,其定量评估和预测已成为人们关注和研究的焦点。软件可靠性模型作为可靠性评测的核心和关键,可用于软件生命周期的不同阶段,定量地估计和预测软件可靠。一个好的可靠性模型可以准确评估和预测软件可靠,这对于软件资源分配、软件市场决策有着重要的意义。オ

软件可靠性模型这一领域的研究在 20 世纪 70 年代获得较大发展后,很多可靠性模型已经投入使用。可以说,软件可靠性模型已从研究阶段发展到了工程阶段。但是,面对软件自身及其开发过程日益复杂的情形,它仍然呈现出其自身的不足。 首先,在软件可靠性建模方面,传统的软件可靠性模型主要是从时间域和输入域两个方面来考虑软件缺陷发生的概率或缺陷总数,很少从缺陷自身的因素论述;其次,在软件可靠性建模过程中,基本上是根据测试结果直接来推导模型,很少关注软件测试的设计过程;最后,在适应性方面也存在着一定的缺陷。

鉴于此,要想建立比较适用的软件可靠性模型,必须改变传统可靠性建模思路,采用新的观点、方法和新的数学工具来研究软件故障过程。论文将测试用例的设计融入到软件可靠性建模过程中去,在充分考虑软件缺陷影响因子和复杂性等因素基础上,采取合适的数学处理方法构建出一个基于测试用例的软件可靠性模型,并结合EM算法对该模型的可靠性作了验证。该模型不但考虑了失效出现的概率,还考虑了失效后可能产生后果的严重性。

论文主要工作如下:(1)根据等价类、边界值等方法来设计测试用例模型;(2)在一定假设的基础上,通过观测数据推导出测试用例的可靠性并得出相应的软件可靠性;(3)利用EM算法对软件可靠性进行相应的检验。

1测试用例模型的构建

测试用例的设计是软件测试过程中最为关键的一个环节,一个软件测试成功与否与其测试用例设计成功与否有很大的关系。所谓测试用例,也就是为特定目标开发的测试输入、执行条件和预期结果的集合。也可以说是对软件运行过程中所有可能存在的目标、运动、行动、环境和结果的描述,这些特定目标可以是验证一个特定的程序路径或核实是否符合特定需求。而测试活动要建立必要的前提条件,提供测试用例输入、观察输出,然后将这些输入和输出进行比较,以确定测试是否通过测试某个程序路径或何时满足软件规定的要求。简言之,测试用例就是设定输入数据,运行被测试函数,然后判断实际输出是否符合预期结果。

通常造成软件缺陷的主要原因有:(1)软件设计文档规范不一;(2)测试用例设计过程中引入了人为的错误;(3)测试执行后,复杂的决策条件、循环和分支的覆盖率目标并没有达到等。而一个完整的测试应该包含正面测试(Positive Testing,PT)和负面测试(Negative Testing,NT)。正面测试是验证程序应该执行的工作,而负面测试是验证程序不应该执行的工作。只有面面俱到,才能保证测试的充分性。要想保证测试用例设计质量,必须遵循四个原则:(1)测试准则,每个测试用例应当有一组有限可枚举的待测目标的判定准则;(2)测试用例输入域的划分和输入点集的提取;(3)测试目标的复杂性问题,应尽量化复杂为简单;(4)对测试用例进行测试的力度,就是在特定输入条件下进行测试的细分程度和测试的次数。在黑盒测试中,不可能采取穷举式测试。只能选取输入域中有代表性样本点来运行程序,然后通过程序运行的结果(成功率或失效率)来推断出软件可靠性。综上可知,一个好的测试用例既要有完善的输入域也要有代表性的输入点集。

输入域主要来源于需求规格说明、程序观察和额外的属性规约。假设D表示输入域,S表示规格说明,P表示程序观察,T表示额外的属性规约。则输入域可表示为:D=S∪P∪T。其中额外的属性规约主要是指规格说明中没有但满足负面测试或可能用到的那部分数据。

输入点的选取对软件测试来说也是至关重要的,为了确保输入点集选取的客观性,特采取有选择性随机输入的方法。其大体过程分为两步:

1) 提取测试用例的边界值点,构成集合T1;

2) 在每个相邻边界点中选取n个点进行测试,其中选取测试点个数由测试人员根据具体情况而定,关于相邻边界值点间测试点的选取通过高斯随机函数产生。即:

其中ij表示输入点,n表示选择点的个数,σ表示所选取点的方差,Id表示所选取点。

根据上式所得到的Id构成了集合T2。则测试用例的输入域D=T1∪T2。根据边界值和等价类相结合的方法将输入域化分成L个子区域。即D=(D1,D2,…,DL)。

2测试用例可靠性评估

2.1基本概念

软件可靠性模型通常分为三种:时间域可靠性模型、输入域可靠性模型和混合可靠性模型。实际上,软件黑盒测试的过程是从输入域着手,反复有选择性地随机抽取输入点集,通过观察其输入和输出之间的映射关系得出其可靠性。下面给出一些测试过程中常用到的概念和度量。

定义1测试准则:测试准则是关于一组有限可枚举的待测试目标(待测试的软件部分)的判定规则,如果测试通过了判定规则的判定,则认为达到了测试准则,否则就没有。假设i表示输入数据,且i∈D,output表示输出数据,也就是说如果输入数据i满足output=f(i)(i∈D),就认为达到了判定准则,否则就没有。

定义2测试子域:把测试用例的输入域D按照上述二个步骤划分成L个互不相交的子域D1,D2,…,DL,即D=D1∪D2∪…∪DL,且Di∩Dj=(i≠j且i,j=1,2,…,L),则Di称为测试子域。

定义3测试可靠性因子:为了更好的判断输入和输出是否满足映射关系,特此引入功能性可靠因子c,其中c=1或c=0。当c=1时,表示输入和输出符合其映射关系;当c=0时,表示输入和输出不满足其映射关系。

定义4缺陷影响因子:不同的缺陷对软件可靠性的影响不一样。通常测试人员将缺陷分为如下几个级别:致命、严重、一般、轻微、建议。对应不同的级别应给予相应权重来描述它,以表示它对测试结果的影响。其中缺陷影响因子用γi表示,这里i=5,表示5个级别。根据经验可设γ=(10,5,2,1,0.5)。

软件就好比一辆汽车,不同的缺陷、故障(缺陷因子不同)会产生不同的结果,就像座位和车刹的故障一样,同样是缺陷,但产生的结果不同。作为软件的可靠性来说,应该把缺陷因子考虑到其中,这样才能更好地度量和评价软件可靠性。

假设输入i产生缺陷的概率为P(i),其中i∈D,根据定义3可将c表示为i的函数c(i),它满足c(i)=1或c(i)=0,根据定义4可将缺陷影响因子γ表示为i的函数γ(i)。则测试用例的可靠性可用(1)式表示:

2.2测试用例的可靠性评估

在软件测试可靠性评估领域,所有的结果都是在一定假设条件下产生的,不论是JM模型、Musa模型或者NHPP模型,都是在一定的假设基础上进行的。

根据等价类原理可知测试向量所产生的缺陷在各个子域内出现的概率是均等的。同时,软件的复杂性在观测数据矩阵中也得到了很好的体现。根据等价类原理,可以计算出相应的可靠性模型。

推论1对任意一功能点进行一次有选择性的随机测试,其可靠度可表示为:

其中γi表示第i个缺陷影响因子,c/ij表示观测结果。

证明假设对任意一个功能向量F进行测试,其输入点集为:

根据其映射规则,通过定义3可以得出一组相应的矩阵C。它可表示为式(2)。

根据定义4可知每组输入可能产生5种等级的缺陷,而每种等级的缺陷对软件可靠度造成的影响是不一样的,因此可把矩阵C分解成一个新矩阵C/,C/中包含了5种缺陷影响因子的信息。由于论文主要是计算软件的可靠性,在定义3中已规定当输入和输出满足映射关系时,c取1,否则取0。所以C/表示式(3)。

根据矩阵C/和(1)式可以得出软件无缺陷运行的概率如(4)式所示。

根据(4)式可推知缺陷影响因子为γi的发生概率Pγ为:Pγ=1-PFi,从而可计算出软件可靠度RFi如式(5)所示:

推论2测试用例在无缺陷下运行的概率为:

证明测试向量F1,F2,…,Fn相互独立, 则可推出测试用例F的可靠度为各个测试向量可靠度的交集,表示为(7):

据推论1知测试用例的可靠度Rc=∏ni=1RFi, 从而可得出测试用例在无缺陷下运行的概率为

3软件可靠性评估

3.1最大概率的EM算法

在文献[5]中论述了EM算法在假设检验中的应用,本文将该方法引申到软件测试可靠性评估计算上。

假设输入点集为I,通过输入和输出的映射函数关系,观测到I服从概率分布Pd(I), Id。随机变量I只是观测数据的一部分,假设A表示与I有关的随机事件,即A={R(I)>Rα},R(I)表示通过随机输入I观测到的似然统计量,Rα表示测试人员的期望值,且Rα∈[0,1]。这里所要求的是最大概率sup{Pd(A):d∈D0},这里D0是D的子集。在假设检验中,最大概率可以是真实的检验水平,也可以是犯第1类或第2类错误的概率。

EM算法是用来求解似然函数最大值点的工具,所以,如果能够将概率Pd(A)看成似然函数的值,则可以利用EM算法得到最大概率sup{Pd(A):d∈D0}。

EM算法的基本步骤:

设f(y|d)是Y的概率函数。从一个初始点d∈D开始,则寻找sup{Pd(A):d∈D0}的算法由下面的两步迭代而成(t=0,1,…):

E步:给定现在的值d(t)后,对未知的对数似然函数l(d|Y)=log f(Y|d)求条件期望:

M步:最大化函数Q(d|d(t)),求取最大值点d(t+1)作为下一步迭代的值,即使得:

3.2基于测试用例的软件可靠度检验

软件测试是一个反复测试的过程,一个测试软件包含多个测试用例,各个测试用例之间的关系是相互独立的,假设测试软件P包括m个测试用例,并且对该软件进行了k次测试,根据推论2可计算出一个关于测试用例的观测数据矩阵R如(8)式所示:

其中Rij表示对第i个测试用例进行第j次测试所得到的结果。其中经过k次测试后,每个测试用例的可靠度可以取其算术平均值作为最后结果,其结果可表示为式(9)。

根据(8)、(9)式可推导出测试软件P的最终矩阵表达式为式(10):

下面利用R={R(c)1,…,R(c)m}对软件可靠度RP进行检验。检验的问题是:

这里的RP表示测试员或者软件使用者对软件可靠度的期望值,如果测试软件可靠度大于该期望值,则认为测试软件的可靠度达到要求,否则,认为没达到要求。根据式(8)可推出软件的可靠度的极大似然估计为式(11)。

对于给定的检验水平α,假设A={R^p>Rα},通常的检验方法应该选取R尽可能的小,对给定的水平α,其中临界值Rα可以表示为式(12)。

通过上文分析,可得出RP的对数似然函数为式(13)。

其中,c是一个与Rij无关的常数且c=-m log k。

给定(R1,…,Rm)的一个初值(R(0)1,…,R(0)m),则在已知l步迭代后,EM算法的E步是:

EM算法的M步是在RP=R1…Rm=RP下求出Q(R1,…,Rm,R(l)1,…,R(l)m)关于(R1,…,Rm)的最大值。其中可以利用Lagrange乘子法得到最大值点为R(l)ij=R(l)ij+λ,其中λ是方程∏mi=1∑kj=1(R(l)ij+λ)=RP的解。

这样可得到一个序列{(R(l)1,…,R(l)m),l=1,2,…}。根据EM算法的一般原则,这个序列使得R(l)P{R^P>R}是单调不减的。如果初值选得适当,则方程也收敛得较快。

4试验模拟

软件可靠性模型主要是改进软件开发过程和软件可靠性的度量。基于测试用例的软件可靠性评估模型是根据在在改善测试用例设计过程中通过对失效数据进行建模,并且通过EM算法来求其最小置信下限,真实地描述了软件失效特征,理论上具有较高的预计精度和较好的适用性。

4.1测试用例可靠度计算

下面给出一个有关登录原为:登陆系统的测试用例试验数据,该用例包括3个测试向量,即,Fc={F1,F2,F3},根据定义4将其按照缺陷等级分成5个类别,其相关测试数据见表1。

缺陷因子对软件本身的影响的情况下可计算出功能向量的可靠度RF=[0.9415,0.9658,0.962]和测试用例的可靠度Rc=0.9564。从测试结果来说,用户和测试人员更容易接受包含缺陷影响因子的测试结果。

4.2适用性评价

本文所给出的软件可靠性评估模型是基于数据域的基础上提出的,而Nelson模型是数据域软件可靠模型的代表。文章通过对上述登录原为:登陆系统的模拟,得出了一组关于Nelson模型、传统算法和基于测试用例模型的试验数据(本文所提出的模型用TC模型表示)。

可靠度理论论文范文4

研究并讨论了荷载、荷载效应及抗力的特点并进行必要的安全分析。

论文关键词:施工期 荷载效应 安全分析

中图分类号: TU37 文献标识码: A

现今的建筑业在钢筋混凝土结构施工过程中,建筑单位不仅要保证整个工程结构的安全性,更要努力抓紧工程进度从而缩短工程的施工周期。为了达到上述两个方面的效果,在施工期必须有一个合理、安全的结构设计。但就目前我国的钢筋混凝土结构设计规范及施工规范来看,并没有对施工期结构的安全要求做出明确的要求,从而使得我国施工期结构安全事故发生率明显高于使用期结构安全事故发生率。对钢筋混凝土结构施工期的安全性研究,涉及结构在施工过程中的结构特征、抗力、荷载、荷载效应。

一、施工期荷载的特点

(1)随着施工过程的不断进行,施工期结构的荷载类型也不断发生着变化。如在楼板浇注时,模板与支架的重量就应该归为恒荷载的范畴;但是当浇筑完成、模板拆除时,附近单元拆下来的模板与支架堆就应该归为活荷载。

(2)在施工期由于混凝土内含有大量的水分,随着水分的蒸发以及混凝土的不断收缩变化,混凝土的重量也会随之产生变化。所以,虽然混凝土在正常使用过程中的重量变化是可以忽略的,但在施工期混凝土重量的变化是影响施工结构安全的重要因素。

(3)由于施工所在地的经济、地理、结构类型以及施工单位的现场管理水平、施工方案、环境温湿度、施工场地条件等因素的影响,从而使得在施工的不同阶段所产生的活荷载类型有很大的不同。

(4)一些处于施工期的工程活荷载有着显著的动力荷载特征,荷载效应大大增加,按照相关规定的要求对于此类的活荷载应该乘以1.1~1.3的动力系数;某些建筑材料堆积在建筑中的局部面积上,这些材料堆就会以集中荷载的形式出现。

二、施工期抗力的特点

1、施工期与正常使用期抗力的异同

2、不同阶段抗力的变化存在着较大的差异

在施工期内钢筋混凝土结构的抗力会随着时间的不断增加而逐渐增长,这一增长值在前期会较大。当达到28 d龄期后,增长值会逐渐变小,而抗力也会逐渐接近设计时所要求的范围。而在使用期前期结构的抗力变化较小,但随着时间的推移,混凝土碳化、钢筋腐蚀的影响从而使得整个结构的抗力逐渐下降。 转贴于 中国论文下载

3、抗力分析的时间有着很大的差异

根据相关建筑结构可靠度设计统一标准的规定,一般建筑的设计基准期为50 a,但结构施工期只有2~3 a。施工期的抗力分析应该归为短暂工况抗力分析,一些外界因素的影响可忽略不计,如地震作用、强风作用等。

4、施工期抗力的影响因素

影响钢筋混凝土结构构件抗力的主要因素有混凝土时变强度、钢筋与混凝土间黏结、早期抗力计算方法、构件几何尺寸、纵筋配筋率、钢筋类别等。 在施工期中,混凝土的抗压强度与浇注龄期呈正比关系,而早龄期构件的抗力直接受混凝土强度的影响,早龄期构件抗力的增长速度又与拆模时间有着密切的关系。在实际工程中,混凝土强度的推算是以同条件下养护试块为依据的,因此,进行必要的试块与实体强度的对比分析,在施工期中的安全分析上是一种有效的手段。

5、施工期结构的可靠度

相比较于使用阶段和老化阶段,在施工期结构的整体风险较大。所以,进行钢筋混凝土结构施工期可靠度和安全性分析是必要的,而且这一分析应该建立在准确把握荷载及荷载效应、抗力的时变特性及可靠度指标合理计算的基础上。在我国现在对施工期结构的可靠度分析方法较少,并且对施工荷载的统计资料很不全面。在建筑施工期内,安全性和可靠度的分析是随时间的变化而不断变化的,多数情况下,采用的是离散型的时间冻结进行处理,把施工期建筑结构化为一序列时不变结构进行受力分析,研究结构工作过程中若干最不利状态,在每个状态的分析过程中均不考虑结构性能随时间的变化。在实际分析中,首先力学分析的最不利工作状态的确定,应根据建设经验、现场调查、结构特点和建造过程确定;其次确定各个最不利工作状态的荷载种类,并对其进行适当的荷载组合;最后确定在结构强度、刚度和稳定性计算校核中使用的安全系数,并考虑结构所处的工作状态及其在各个工作状态的持续时间、施工超载发生的概率等因素的影响。

施工期结构构件的可靠度应根据实际施工过程中结构的外形、施工进程、材料性能的变化来进行计算。定义结构施工期各施工进程的经时结构功能函数为:

Z(t)=R(t)-SG(t)-SL(t)

可靠度理论论文范文5

关键词重力式支挡结构;评估体系;影响因素;评估技术;

中图分类号:TU457文献标识码:A

1概述

重力式支挡结构被广泛应用于铁路及公路支挡结构设计中[1]。既有铁路运营过程中,在线路提速或轴重加大后,作用在路基面上的动应力将大幅增加[2]。既有线路经过一定运营期后,重力式支挡结构工作环境也随之发生变化。既有重力式支挡结构如何保证运营的安全,这是工程技术人员最为关心的问题。目前,我国在重力式支挡结构安全评估方面的研究较少,特别需要加强此领域的研究工作。重力式支挡结构安全评估,是在一定的评估体系下,对其安全影响因素进行全面分析,确定评估单元,再应用各种安全评估方法对其安全状况进行评判,并据此提出维护和加强的措施。

2重力式支挡结构安全评估体系

2.1重力式支挡结构安全评估体系的目标

建立重力式支挡结构安全评估体系,是重力式支挡结构安全评估时的理论依据。其目标

是对铁路、公路等交通工程系统安全性、可靠性、可用性、可维护性的各种指标进行评估,以达到最低事故率、最少损失、最少维护率及最优投资效益。

2.2重力式支挡结构安全评估体系的构成

重力式支挡结构安全评估体系主要由安全预评估、设计审核安全评估、施工安全评估、验收安全评估、安全现状定期安全评估(直至超出正常使用年限)五项内容构成[3]。安全预评估主要在系统可行性研究时进行,可指导后续系统设计及施工。设计审核安全评估及施工安全评估是结构是否能够达到正常使用年限的关键。在设计时应综合考虑设计的经济性及合理性,在施工时应严格要求施工质量及施工安全。验收安全评估是通过试运行阶段分析结构使用时潜在的风险,并确定其危险程度及可能出现的后果,提出预防措施。安全现状定期安全评估,即采用各种安全评估技术相结合,综合评估重力式支挡结构的安全状况,是其生命周期内所有评估工作的重点。

2.3重力式支挡结构安全评估单元

根据分析重力式支挡结构安全影响因素及其破坏时可能出现的症状,可从以下几方面着手确定其评估单元:(1)从受力角度,包括动应力的变化对稳定性的影响;不同计算方法对稳定性的影响;不同荷载方式对稳定性的影响。(2)从变形角度,包括墙身是否有裂缝;墙后土体是否开裂;墙后土体是否有不均匀下沉。(3)从墙型结构及材料角度,包括材料是否风化;砂浆、混凝土是否老化;墙型尺寸是否满足设计要求。(4)从水文地质角度,包括泄水孔是否堵塞;墙体地基是否发生变化。

2.4重力式支挡结构安全评估步骤

重力式支挡结构进行安全评估时,可遵循以下七个步骤:准备工作、安全影响因素分析、确定评估单元、安全评估实施、安全对策制定、评估结论及建议、编写安全评估报告[3]。

3重力式支挡结构的安全影响因素

在设计计算过程中,特别是土压力的计算理论、计算参数的取值、材料、施工、动应力、地震力等方面,对重力式支挡结构安全性均有较大影响。同时,既有支挡结构安全性还受其工作环境变化的影响,如水文及工程地质条件的变化等,在进行安全评估时要进行全面分析。

3.1不同土压力计算理论的影响

目前设计中大多采用库伦公式计算土压力,也有时采用弹性理论。库仑理论及弹性理论的计算假设条件不同,计算所得墙后土压力大小、分布规律及作用点位置均有较大差别。由库伦理论计算所得的墙后土压力分布形式为一折线,而由弹性理论计算所得的墙后土压力分布形式为一凸曲线,中上部偏大,底部偏小。在评估时应对由于不同的计算方法对计算结果的影响进行分析。

3.2提速或轴重增加引起动应力增大的影响

传统普通铁路路基设计均采用换算土柱法,将静荷载和动荷载一并简化为静荷载。但随着既有线提速或轴重增加后,列车动荷载作用明显加强,导致基床范围内重力式支挡结构土压力与传统库仑理论计算所得结果相比有明显差异,特别是当支挡结构较矮(2m~4m)时[4]。因此需要对由于动应力发生变化对支挡结构稳定性的影响进行评估。

3.3使用环境变化的影响

重力式支挡结构经历一定的运营期后,排水设施失效或者排水不利时,可能引起土体重度明显增加,粘聚力c、内摩擦角φ、墙背摩擦角δ均不同程度减小。雨水的入渗还可能发生基底软化现象,导致基底承载能力急剧下降。在经历一定时间的运营期后,墙体材料耐久性也会发生明显变化,特别是墙背。这些因素对重力式支挡结构的安全影响至关重要,需特别加以重视。

3.4不同墙型的影响

重力式支挡结构传统使用墙型一般为墙胸墙背坡度相同。但现在使用较多的改进后墙型是将上墙背坡度放陡,增设倾斜基底。使用传统墙型的重力式支挡结构随着既有线提速,可能造成路基受力不均。不同墙型的计算截面面积也有所不同。同时,改进后的墙型由于增设倾斜基底,故抗滑能力有较大提高[5]。但是采用增强措施的墙型虽然安全系数得以提高,但其安全可靠度不一定相应提高。

4重力式支挡结构安全评估方法

重力式支挡结构安全评估方法有很多种,包括非确定性分析方法、定性分析方法、定量分析方法、模型试验分析方法及现场检测分析方法。各种分析方法特点及使用范围不尽相同。

4.1非确定性分析方法

4.1.1可靠度分析方法

可靠度分析方法,通过考虑重力式支挡结构设计中随机变量(重度γ、综合内摩擦角φ0、墙背摩擦角δ、基底承载力σ)的变异性,计算结构功能函数的不同功能函数值,进而确定结构的失效概率及可靠指标,给出相应安全评估结论。

其中,重力式支挡结构抗滑稳定极限状态方程的功能函数:

(1)

重力式支挡结构抗倾覆稳定极限状态方程的功能函数:

(2)

可靠度指标:(3)

式(3)中,mR:结构抗力的均值;mS:荷载效应的均值;σR:结构抗力的标准差;σs:荷载效应的标准差。

4.1.2模糊综合评估方法

模糊集论首先由美国控制论专家查德(L.A.Zadeh)于1965年提出。模糊综合评估方法借助模糊集论为基础,应用模糊关系合成原理,先将重力式支挡结构本身及填土等一些不易确定或无法具体量化的参数模糊化,然后再进行综合评估。

1.确定重力式支挡结构安全影响因素集[A]及影响因素得分{RA}

提速或轴重增加引起动应力增大的影响A1;使用环境变化的影响A2;墙型不同的影响A3;地震作用的影响A4;设计标准及施工质量A5;现场检查情况(裂缝、地下水、墙体风化情况等)A6。

(4)

其中,Aij为第i影响因素与第j项影响因素的相对重要性得分,可采用“九度法”。

各项的权重分别为,其中。

各影响因素最后得分。

确定重力式支挡结构不同安全等级对正常营运的影响集[B]及得分{RB}

将重力式支挡结构安全等级分为优、良、中、差,分别用B1、B2、B3、B4表示。

(5)

同理,Bij为第i影响因素与第j项影响因素的相对重要性得分,也可采用“九度法”。

各项的权重分别为,其中。

各安全等级最后得分。

重力式支挡结构安全评估所得安全等级

(6)

根据最终R值的大小,参考相应的换算标准,即可得出重力式支挡结构的安全评估等级。

4.1.3专家评估方法

专家评估方法[6],采用匿名函询的方式,通过一系列简明的调查征询表邀请专家对待评估结构进行打分,并通过有控制的反馈,取得尽可能一致的意见,对结构现状作出相应评估,对未来做出相应的预测。

4.2定性分析方法

工程类比方法是定性分析技术的典型应用[7]。首先,尽量找一与待评估的重力式支挡结构使用环境类似,并已安全使用超过其使用年限的同类型重力式支挡结构。再分析两者可能的破坏机制的相似性及差异性,并结合两者的安全等级,综合确定其安全状态。

4.3定量分析方法

主要包括极限平衡法及有限元法[7]。广泛应用于岩土工程界的GEO-SLOPE(边坡稳定分析软件)便是基于极限平衡原理,将重力式支挡结构及后方岩(土)体均视为刚体,不考虑本身的应力应变关系,将结构后方潜在滑动面内的岩(土)体划分为多个小块体,通过各块体的平衡条件建立整个体系的平衡方程,导出重力式支挡结构的安全系数。

有限元法先将重力式支挡结构用有限个容易分析的单元代替,单元之间通过有限个节点相互连接,然后根据变形协调来综合求解其位移、应力、应变、内力等,综合分析其所处安全状态。有限元法可以用来求解弹性、弹塑性、粘弹塑性、粘塑性等问题,常用的计算分析软件有ANSYS、FLAC、ABAQUS、SAP等。

4.4模型试验方法

由于重力式支挡结构尺寸较大,故实尺模型试验既耗时又不经济,一般对其进行离心模型试验。把按1/n比例缩放后的模型放在以ng离心加速度运转的离心机中进行试验,模拟现场实际受力,通过测试其应力及变形破坏情况,对其作出安全评估结论。

4.5现场试验方法

现场试验方法主要包括裂缝观测、排水设施检查、荷载试验、位移时间曲线监测、地基土软化情况检测等。其中现场裂缝观测、排水设施检查比较直观,容易实现,且效果比较精准。在雨季时对重力式支挡结构做位移时间监测试验,可以有效减少突然破坏情况的发生。

5可靠度分析方法在重力式支挡结构安全评估中的应用

利用可靠度分析方法,结合蒙特卡洛原理对某单线I级铁路既有重力式支挡结构进行安全评估。

5.1计算条件

以单线I级次重型铁路为例。支挡结构型式取重力式路肩墙,墙胸墙背均取1:0.25的仰斜。列车荷载分布宽度:l0=3.5m;换算土柱高度:h0=3.2m。换算土柱距路基边缘距离:k0=1.95m。填土按砂性土考虑,取内摩擦角φ=350,基底摩擦系数f=0.3;土体重度γ=19KN/m3;土与墙背的摩擦角δ=φ/2,即17.50;基底容许承载力取σ=300kPa。

5.2可靠指标计算结果分析

在该计算条件下,该结构抗滑可靠指标在2.26~2.86之间变化,其相应失效概率为9.1‰~2.5‰。该结构抗倾覆可靠指标在2.85~3.29之间变化,其相应失效概率为2.5‰~2.0‰。各项指标均符合相关要求,故可将该结构安全状况评估为良好。

在传统的安全系数法计算过程中,尽管重力式支挡结构的墙高在4m~10m间变化时,其抗滑稳定系数均在1.30~1.35之间变化,其抗倾覆稳定系数均在1.66~1.80之间变化。但其抗滑动和抗倾覆可靠指标均随着墙高的增加而变大,其基底承载力可靠指标则随着墙高的增加而减小。

通过引进可靠度原理对重力式支挡结构进行设计及安全评估,相比传统的安全系数法,能更直观并准确地反应结构的安全储备情况。

6结语

本文初步建立了重力式支挡结构安全评估的体系,对影响重力式支挡结构安全的主要影响因素进行了详细分析,研究探讨了多种重力式支挡结构安全评估方法。重点介绍了由多安全影响因素控制的可靠度分析方法及模糊综合评估方法在重力式支挡结构安全评估中的应用,其避免了由单个控制因素而得结论的片面性及误差性。

参考文献

[1] 李海光. 新型支挡结构设计与工程实例[M]. 北京:人民交通出版社,2004:1

[2] 韩自立,张千里. 既有线提速路基动应力分析[J]. 中国铁道科学,2005,9

[3] 光. 高速铁路系统生命周期内安全评估体系的研究[J]. 铁道学报,2007,4

[4] 罗一农,刘会娟,苏谦. 动应力对支挡结构安全性影响的分析[A]. 铁路客运专线建设技术交流会论文集, 铁路客运专线建设技术交流会, 武汉,2005

[5]郝瀛. 铁道工程[M]. 北京:中国铁道出版社,2005:227

[6] 李昌铸. 特尔斐专家评估法在公路桥梁评价中的应用[J]. 公路学报,1992,2

可靠度理论论文范文6

关键词:定性资料;列联表;对数线性模型;Logistic模型

中图分类号:G4

文献标识码:A

doi:10.19311/ki.16723198.2017.01.070

1问题提出

本科生教学质量评价中除了涉及少量的定量变量(或称间隔尺度变量)外,往往更多地研究定性变量(或称名义尺度变量),这些定性变量往往只有各种状态的区别而无数量上的区别,例如学生的性别、教师职称等。

在概率统计中描述两个随机的相关程度是用线性相关系数,为了避免术语上的混淆,描述两个定性随机变量之间的相关性是指广义的相关性,称为关联性,两个定义随机变量之间的关联程度在某种意义上就是指的“不独立性”,如何直接对定性资料进行分析并给出两个定性变量之间是否立性检验?

先从引授实例切入:研讨优秀论文与依托科研的关系,这里用A表示是否获优,用B表示是否参加科研,假设从一批被调查的对象中得到的统计表,如表1所示。

3Logistic回归

对数线性模型是将列表中每格的概率(或理论频数)取对数后分解参数获得的,Logistic回归模型是将概率比取对数后,再进行参数化而获得的。在很多研究中概率比是常常遇到的,当因变量是一个多级分类的变量时,列联表就需要采用两两比较的方法。

Logistic回归要解决的问题与普通回归要解决的许多问题类似。比如在医药行业中,因变量y取0,1,…,g等g+1个不同的值,分别表示不同用药类型,y=0表示正常情况,y=1,…,g表示不同用药后的反应;药的剂量x1,性别x2,年龄x3,体重x4,血压x5,…等等为自变量x;显然因变量y与自变量x有关。很显然,这里因变量是定性的,自变量有定性的也有定量的,问这些自变量对一个定性变量的关系是否独立?不独立又会具有什么形式的联系?是线性的还是非线性的等等。

3.1Logit变换

在现实生活中常常会遇到这样的问题,即要研究某一事件A发生的概率p以及p值的大小与某些因素的关系,但由于p对x的变化在p=0或p=1的附近是缓慢的,或说不敏感的,比如像一个可靠度p已经是0.998的可靠系统,不管如何改善条件和系统结构,它的可靠度增长只能在0.000以后。于是人们就希望寻找一个形式相对较简单、且在p=0或p=1附近变化幅度较大、p的函数θ(p)。根据导数的意义,用dθ(p)dp来反映θ(p)在p附近的变化是很合适的,同时希望p=0或p=1,dθ(p)dp有较大的值,因此取

4结语

定性资料统计分析的内容丰富,方法实用,在教学质量评价实际工作中,对于列联表,可根据实际需要来选择模型,既可用对数线性模型也可用Logistic模型。研究表明了在对调查资料中进行定性随机变量之间的关联程度探讨分析时,实施数据挖掘,发现新的知识,是提高信息反馈的质量,提供决策参考的科学性与可靠性的有效途径。

参考文献

[1](美)Mehmed kantardazic, DATA MINING concepts, Models, Methods, and Algorithms[M].北京:清华大学出版社,2003.

[2]邸凯昌.空间数据发掘与知识发现[M].武汉:武汉大学出版社,2000.

[3]高惠璇.统计计算[M].北京:北京大学出版社,1999.