تحلیل حساسیت قابلیت اعتماد پانل های ساندویچی با استفاده از شبیه سازی مونت کارلو

در بسیاری از کاربردهای عملی تحلیل قابلیت اعتماد سازه‌ها، یکی از علوم مورد علاقه، آنالیز حساسیت احتمال شکست بر مبنای پارامترهای طراحی تحت تابع حالت حدی می‌باشد. این اطلاعات برای مثال در بهینه سازی طراحی مبنی بر قابلیت اعتماد مورد نیاز است. پارامتر‌های طراحی توسط روش های قابلیت اعتماد مرتبه اول و دوم form/sorm به منظور تحلیل حساسیت احتمال خرابی به صورت تقریبی محاسبه می‌شوند. بنابراین در بسیاری از موارد برای حل مسائل این روش‌ها بسیار نادرست و یا مشکل می‌باشند. از اینرو روش شبیه‌سازی مونت کارلو برای تعیین پارامتر های حساسیت قابلیت اعتماد بسیار مفید می‌باشد. مشتق احتمال شکست نسبت به پارامتر های تابع حالت حدی با انتگرال‌گیری بر سطح تابع عملکرد محاسبه می‌شود. عملکرد شبیه‌سازی مونت کارلو برای تعیین این انتگرال با توجه به احتمال شکست بسیار کوچک، کارا نبوده و هزینه محاسباتی بالایی دارد. بنابراین می‌توان از روش‌هایی برای تخمین شبیه‌سازی مونت‌کارلو استفاده کرد که میزان هزینه محاسباتی را کاهش دهد. از این‌ها می‌توان به روش نمونه‌گیری خطی اشاره کرد. در این مقاله، از یک روش تقریبی برای تعیین انتگرال سطح به صورت یک انتگرال بازه‌ای استفاده شده است. ناحیه انتگرال‌گیری می تواند با استفاده از شبیه‌سازی مونت‌کارلو استاندارد یا شبیه‌سازی نمونه‌گیری با اهمیت محاسبه شود. در این مقاله از دو مثال عملی پانل های ساندویچی برای تعیین میزان اثرگذاری پارامتر‌های متغیرهای تصادفی در طراحی استفاده شده‌است.

reliability sensitivity analysis of sandwich panels using monte carlo simulations

in many practical applications of structural reliability analysis, one of the preferred sciences is the sensitivity analysis of failure probability based on design parameters under the limit state function. this information is needed, for example, in design optimization based on reliability. the design parameters are calculated by first and second order reliability methods formsorm to sensitivity analysis of the probability of failure approximately. therefore, in many cases, these methods are very inaccurate or difficult to solve problems. accordingly, the monte carlo simulation method is very useful for determining the reliability sensitivity parameters. the derivation probability of failure into the parameters of the limit state function is calculated by integrating the surface of the performance function. by using the monte carlo simulation to determine this integral will not be efficient due to the small portion probability of failure and will have a high computational cost. hence, some methods can be used to estimate monte carlo simulations that reduce the computational cost. one of these methods is linear sampling method. in this paper, an approximate method is used to determine the surface integral in terms of a domain integral. the integration domain can be calculated using standard monte carlo simulations or importance sampling simulations. this article presents two practical examples of sandwich panels to determine the effectiveness of parameters random variables are used in the design.