Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
Nie podano kosztów publikacji ! (W celu uzupełnienia skontaktuj się z Dyrektorem Dyscypliny) [130430] Artykuł: A COMPARISON OF ROBUST AND RELIABILITY BASED DESIGN OPTIMIZATION(Porównanie optymalizacji odpornościowej oraz optymalizacji niezawodnościowej)Czasopismo: JOURNAL OF THEORETICAL AND APPLIED MECHANICS Tom: 62, Zeszyt: 2, Strony: 377-388 ISSN: 1429-2955 Opublikowano: Kwiecień 2024 Liczba arkuszy wydawniczych: 1.00 Autorzy / Redaktorzy / Twórcy Grupa MNiSW: Publikacja w czasopismach wymienionych w wykazie ministra MNiSzW (część A) Punkty MNiSW: 0 Pełny tekst DOI Słowa kluczowe: optymalizacja deterministyczna  optymalizacja odpornościowa  optymalizacja niezawodnościowa  metoda FORM  Keywords: deterministic optimization  robust optimization  reliability based design optimization  first order reliability method  |
W artykule porównano dwie metody optymalizacji uwzględniające losowe zmiany w projekcie parametry. Jednym z nich jest optymalizacja projektu oparta na niezawodności, która zależy od dostępności wspólnej funkcji gęstości prawdopodobieństwa. Bardziej praktyczną alternatywą jest solidna optymalizacja, która nie wymaga szacowania prawdopodobieństwa awarii. Uwzględnia losowość odpowiedź konstrukcji poprzez definicje funkcji celu i ograniczeń, uwzględniające wartości średnie i wariancje odpowiedzi. Ważnym elementem algorytmu jest aproksymowanie nieznanych odpowiedzi konstrukcji i stosowanie efektywnych metod statystycznej estymacji momentów. W artykule wykorzystano metodę krigingu. Dodatkowo, w artykule dokonano oceny dwóch technik planu eksperymentalnego: klasycznego planu losowego doboru próby oraz planu OLH.
This article compares two optimization methods considering random variations in design parameters. One is reliability-based design optimization, which depends on the availability of the joint probability density function. A more practical alternative is robust optimization, which does not require the estimation of failure probability. It accounts for the random response of the structure through definitions of objective functions and constraints, incorporating mean values and response variances. An important element of the algorithm involves approximating unknown responses of the structures and employing efficient statistical moment estimation methods. The kriging method was used in this paper. Additionally, the article evaluates two experimental plan techniques: the classical random sampling plan and the OLH plan.