Khung kết hợp lấy mẫu quan trọng và lấy mẫu mô phỏng trong phân tích xác suất hư hỏng kết cấu giàn thép phi tuyến

Abstract

Trong phân tích độ tin cậy của kết cấu giàn thép phi tuyến, các phương pháp lấy mẫu mô phỏng như Monte Carlo Simulation (MCS), Latin Hypercube Sampling (LHS) và Quasi-Monte Carlo Sampling (QMCS) thường yêu cầu số lượng mẫu lớn để ước lượng xác suất hư hỏng thấp (dưới 0.1%), dẫn đến chi phí tính toán cao. Bài báo đề xuất một khung kết hợp giữa kỹ thuật lấy mẫu quan trọng nâng cao tự thích ứng (aEIS) và các phương pháp MCS, LHS, QMCS để giảm đáng kể số lượng mẫu cần thiết, đồng thời duy trì độ chính xác. Khung này tận dụng cơ chế dịch chuyển trung bình và điều chỉnh độ lệch chuẩn động của aEIS, kết hợp với khả năng bao quát không gian xác suất của MCS, LHS và QMCS. Một nghiên cứu điển hình trên giàn thép phẳng 39 thanh đã được thực hiện, cho thấy khung kết hợp, đặc biệt QMCS-aEIS, đạt hệ số biến thiên (COV) thấp hơn đáng kể so với EIS, cho phép giảm số mẫu mà vẫn đảm bảo độ chính xác. Kết quả này cung cấp một giải pháp hiệu quả cho các bài toán phi tuyến phức tạp, hỗ trợ tối ưu hóa thiết kế và đánh giá độ tin cậy trong kỹ thuật kết cấu.