布料机的工作原理

因为完全的概率信息在工业应用中般不可能得到可通过利用变换来近似联合累计分布函数或者条件累计分布函数。该分析方法直观、简单，便于计算与应用，但由于布料机在设计点附近进行近似，该法的准确完全依赖于线函数近似的程度，因此精度很难保证。其应用的局限包括：要求不确定变量的方差或变区间不能太，系统模型的非线程度不能太高，否则计算精度会受到很影响。虽然存在上述不足，但综合考虑计算复和求解，该方法仍不失为种具有实际可行的方法，在不确定分析中得到量应用。在具体工程应用中，根据实际需要可考虑引入泰勒展开中的高阶项，从而提高在预測函数尾端分布的精度。

　　可能点法不同于局展开法，可能点法虽然也是通过阶或二阶泰勒展开近似，但不是在设计点，而是在可能点,处进行展开近似，提高了函数尾端概率分布的精度，主要用于基于可靠的设计可能点的概念初在结构可靠中被提出，为限状态函数上具有概率密度的点，当进行可靠和失效概率估计时，可能点是个很重要的设计点。在结构可靠中，系统输出也称为限状态函数。失效面或者限状态定义为，也是随机变量空间中区和失效区的分界。当时，结构是的；当时，结构将失效。上式中多元积分的求解非常困难，布料机在实际中通常不具有可行。可能点的概念被提出，以用于对该多元积分进行近似。可能点被定义在立标准正态空间，。输入随机变量，原始设计空间，空间转换到标准正态空间，空间，常用的转换是变换，其中为正态累计分布函数的逆函数。上式说明转换时保证空间和空间对应的累计概率分布值相等见。述小问题的解叫作可能点。从可以看出，限状态函数在标准正态空间中的处有的概率值。短距离β在可靠分析中也称为指数于是概率约束的可行通过比较可靠指数√和目标可靠指数的关系得到。