本發(fā)明涉及船舶結(jié)構(gòu)，具體涉及一種船載掃海燈結(jié)構(gòu)在搖擺載荷作用下的時變可靠性分析方法。

背景技術(shù)：

1、本發(fā)明涉及海洋工程與船舶設(shè)備的可靠性分析領(lǐng)域，具體涉及一種船載掃海燈結(jié)構(gòu)在搖擺載荷作用下的時變可靠性分析方法。掃海燈是一種船載設(shè)備，一般安裝在艦橋頂部、船舷側(cè)邊等位置，固連在船體上，主要用于海上航行時照亮水面，幫助船舶在能見度較差的條件下探測水道、浮標、障礙物等或進行水面搜索作業(yè)，是船舶上的重要設(shè)備之一，在民用船舶、海軍艦艇以及港口作業(yè)中發(fā)揮著重要作用。為了擴大照明的范圍，掃海燈都配備有可以調(diào)節(jié)角度的裝置，允許其在水平方向和豎直方向上進行角度的調(diào)整。但在惡劣的海洋環(huán)境下，船體會發(fā)生劇烈的搖擺運動，使固連在船體上的掃海燈結(jié)構(gòu)容易損壞，從而對船舶的航行、作業(yè)等造成不可估量的影響。

2、海浪沖擊會使船載掃海燈結(jié)構(gòu)發(fā)生搖擺運動，但海浪的波高、頻率等參數(shù)受到海風、船體幾何外形等多種因素的影響，難以了量化海浪對船載設(shè)備的影響，且計算掃海燈結(jié)構(gòu)的應(yīng)力需要使用有限元方法，其計算所需的時間較長。本發(fā)明提出的方法專注于結(jié)合隨機海浪模型、結(jié)構(gòu)力學以及可靠性工程，高效地實現(xiàn)對船載掃海燈結(jié)構(gòu)的時變可靠性分析，確保其在長時間處于惡劣環(huán)境下的穩(wěn)定性和耐用性。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于一種船載掃海燈結(jié)構(gòu)在搖擺載荷作用下的時變可靠性分析方法，能夠計算掃海燈結(jié)構(gòu)受到搖擺載荷時的時變可靠度。

2、本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的：一種搖擺載荷下掃海燈結(jié)構(gòu)的時變可靠性分析方法，包括如下步驟：

3、1.一種船載掃海燈結(jié)構(gòu)的時變可靠性分析方法，包括如下步驟：

4、s1：根據(jù)各等級海況下的海浪波高與頻率，建立不同海況等級下的海浪模型；

5、s2：根據(jù)船體的參數(shù)、航行參數(shù)與海浪模型建立掃海燈結(jié)構(gòu)受到的搖擺載荷的模型；

6、s3：建立掃海燈結(jié)構(gòu)強度的退化模型；

7、s4：建立搖擺載荷下掃海燈結(jié)構(gòu)的瞬態(tài)響應(yīng)聯(lián)合仿真模型；

8、s5：建立掃海燈伺服結(jié)構(gòu)的極限狀態(tài)函數(shù)，并量化輸入變量中的不確定性；

9、s6：根據(jù)所述量化結(jié)果，對各個輸入變量進行試驗設(shè)計進行隨機抽樣獲得內(nèi)層代理模型樣本點集；

10、s7：根據(jù)所述內(nèi)層代理模型樣本點集、ansys仿真分析結(jié)果，建立掃海燈結(jié)構(gòu)的內(nèi)層代理模型；

11、s8：根據(jù)所述量化結(jié)果，對外層代理模型的各個輸入變量進行試驗設(shè)計進行隨機抽樣獲得外層代理模型樣本點集；

12、s9：根據(jù)所述外層代理模型樣本點集、內(nèi)層代理模型響應(yīng)結(jié)果，建立掃海燈結(jié)構(gòu)的外層代理模型；

13、s10：根據(jù)所述量化結(jié)果對外層代理模型的各個入變量進行試驗設(shè)計進行隨機抽樣，計算外層代理模型響應(yīng)結(jié)果，獲得掃海燈結(jié)構(gòu)時變可靠性分析樣本點集；

14、s11：根據(jù)所述掃海燈結(jié)構(gòu)時變可靠性分析樣本點集的失效樣本個數(shù)計算失效概率與可靠度。

15、所述海浪模型是由ittc單參數(shù)譜、長峰波隨機海浪模型建立的，所述步驟s1包括：

16、s101：根據(jù)ittc單參數(shù)譜建立海浪波高與頻率之間的關(guān)系：

17、

18、s102：根據(jù)各個等級海況下的海浪波高范圍計算得到各個海況等級下海浪頻率的概率密度函數(shù)。

19、s103：根據(jù)長峰波隨機海浪模型將多個正弦波疊加得到海浪波形：

20、

21、s104：將船體遭遇的海浪正交分解為順浪與橫浪，順浪的波形為：

22、

23、橫浪的波形為：

24、

25、所述掃海燈受到的搖擺載荷模型由船體參數(shù)、航行參數(shù)計算得到的，所述步驟s2包括：

26、s201；考慮船速和浪向角的影響，根據(jù)遭遇到的海浪的頻率計算得到船體的遭遇頻率：

27、

28、s202：根據(jù)船體的參數(shù)計算得到船體的搖擺角度：

29、

30、s203：得到船體的搖擺角度可表達為：

31、

32、s204：從而得到船體搖擺角度曲線：

33、橫搖曲線：

34、

35、縱搖角度曲線：

36、

37、所述步驟s3中，所述材料強度退化模型由指數(shù)模型構(gòu)建而成，表達為σ(t)＝xσ·exp(-kσxy)，其中，xy為結(jié)構(gòu)的使用年數(shù)，σ(t)為t時刻材料的剩余屈服強度，xσ為材料屈服強度的初始值，kσ為與退化性能有關(guān)的常數(shù)。

38、所述船載掃海燈結(jié)構(gòu)仿真模型是通過ansys軟件建立的，所述步驟s4包括：

39、s401：通過ansys軟件建立船載掃海燈結(jié)構(gòu)與船體替代結(jié)構(gòu)的三維模型。

40、根據(jù)所述的三維模型、以及掃海燈結(jié)構(gòu)的材料屬性、邊界條件、分析步和網(wǎng)格劃分，獲得掃海燈結(jié)構(gòu)的仿真模型。

41、s402：建立matlab與ansys軟件聯(lián)合參數(shù)化仿真模型，在matlab軟件中完成參數(shù)化仿真模型各個輸入變量的生成以及搖擺載荷的生成，將各個參數(shù)化結(jié)果存儲在命令流文件中，用ansys軟件讀取命令流文件、掃海燈結(jié)構(gòu)仿真模型并進行仿真分析。

42、所述步驟s5包括：

43、s501：所述掃海燈伺服結(jié)構(gòu)的極限狀態(tài)函數(shù)為：

44、g＝g(x,y(t),t)＝σy(xσ,xy)-smax(xt,xl,y(t),t)

45、其中，g(x,y(t),t)表示結(jié)構(gòu)的極限狀態(tài)函數(shù)，σy(xσ,xy)表示結(jié)構(gòu)的強度極限，smax表示通過ansys軟件仿真得到的掃海燈結(jié)構(gòu)的應(yīng)力，xσ表示結(jié)構(gòu)的初始強度，xy表示掃海燈結(jié)構(gòu)已使用的時長，xt表示結(jié)構(gòu)的尺寸參數(shù)，xl表示掃海燈結(jié)構(gòu)在船首船尾方向上的安裝位置，y(t)表示掃海燈結(jié)構(gòu)受到的搖擺載荷，t表示時間參數(shù)。

46、s502：所述掃海燈結(jié)構(gòu)的輸入不確定性變量包括：掃海燈結(jié)構(gòu)幾何尺寸、材料屬性、搖擺載荷、航行參數(shù)，分別采用隨機變量、隨機過程對響應(yīng)的所述掃海燈結(jié)構(gòu)的輸入不確定性進行量化分析，得到所述量化結(jié)果。

47、所述試驗設(shè)計與隨機抽樣是使用拉丁超立方方法進行試驗設(shè)計的，所述步驟s6包括：

48、s601：對時間參數(shù)t在時間區(qū)間[0,te]內(nèi)進行離散，得到nt1個離散時間點，使得：

49、

50、s602：用拉丁超立方方法對掃海燈結(jié)構(gòu)的內(nèi)層代理模型輸入不確定性量化變量進行抽樣，得到包括ns1個樣本的樣本池

51、s603：將樣本池中的y(k)(t(j))轉(zhuǎn)化為來表示，根據(jù)樣本池中的樣本點構(gòu)建樣本矩陣其中，樣本矩陣第k層第j行的樣本為

52、所述構(gòu)建的內(nèi)層代理模型是由kriging模型建立的，所述步驟s7包括：

53、s701：根據(jù)kriging模型計算樣本矩陣中各個樣本點的預(yù)測均值與預(yù)測標準差，預(yù)測值為：

54、

55、方差為：

56、

57、s702：用u學習函數(shù)判斷判定內(nèi)層代理模型是否需要增加樣本點，計算每個樣本點處的u學習函數(shù)值：

58、

59、s703：可選擇地，增加的樣本點為：

60、xnew＝argminu(x)

61、所述試驗設(shè)計與隨機抽樣是使用拉丁超立方方法進行試驗設(shè)計的，所述步驟s8包括：

62、s801：對時間參數(shù)t在時間區(qū)間[0,te]內(nèi)進行離散，得到nt2個離散時間點，使得：

63、

64、s802：用拉丁超立方方法對掃海燈結(jié)構(gòu)的外層代理模型輸入不確定性量化變量進行抽樣，得到包括ns2個樣本的樣本池

65、s803：根據(jù)樣本池中的樣本點構(gòu)建樣本矩陣其中，樣本矩陣第k曾第j行的樣本為

66、構(gòu)建的外層代理模型是由kriging模型建立的，所述步驟s9包括：

67、s901：使用kriging模型計算樣本矩陣中各個樣本點下時間范圍內(nèi)內(nèi)掃海燈結(jié)構(gòu)的應(yīng)力最大值，預(yù)測值為：

68、

69、方差為：

70、

71、所述步驟s10包括：

72、s1001：用拉丁超立方方法對掃海燈結(jié)構(gòu)的極限狀態(tài)函數(shù)輸入不確定性量化變量以及時間進行抽樣，得到包括ns3個樣本的樣本池：

73、

74、s1002：用根據(jù)樣本池中的樣本點構(gòu)建樣本矩陣其中，樣本矩陣第i行的樣本為：

75、

76、所述步驟s11包括：

77、s1101：計算樣本矩陣中所有樣本點的極限狀態(tài)函數(shù)響應(yīng)估計值：

78、

79、s1102：計算時間區(qū)間[0,te]內(nèi)掃海燈結(jié)構(gòu)的時變失效概率為：

80、

81、s1103：計算時間區(qū)間[0,te]內(nèi)掃海燈結(jié)構(gòu)的時變可靠度為：

82、

83、本發(fā)明具有以下有益效果：

84、本發(fā)明提出了一種掃海燈結(jié)構(gòu)時變可靠性分析方法，能夠量化不同等級海況下海浪產(chǎn)生的搖擺載荷，基于kriging代理模型建立了掃海燈結(jié)構(gòu)時變可靠性分析模型，能夠計算在海浪參數(shù)、結(jié)構(gòu)參數(shù)、航行參數(shù)與退化參數(shù)存在不確定性的情況下船載掃海燈結(jié)構(gòu)的時變可靠度，為海上作業(yè)的安全管理與維護決策提供了有力支持。