이동최소제곱근사법을 이용한 개선된 구조 신뢰성 해석

An Improved Structural Reliability Analysis using Moving Least Squares Approximation

응답면 기법은 수치적 효율성을 증대시키기 위해 구조 신뢰성 해석에 널리 적용되고 있다. 그러나 응답면 기법을 사용한 대형구조물의 신뢰성 해석에는 아직도 과도한 해석시간이 요구되고 비선형성이 큰 한계상태에 대해서는 확률변수에 대한 신뢰도지수의 민감도 측면에서 많은 오차가 발생한다. 그러므로, 이 연구에서는 이동최소제곱근사법을 적용한 새로운 응답면 기법을 제안한다. 기존의 응답면 기법에 사용되어온 최소제곱근사법은 표본점들에 동일한 가중값을 부여하여 응답면 함수의 계수를 결정한다. 반면에 이동최소제곱근사법은 설계점에 가까운 표본점들에 더 높은 가중값을 부여함으로써 설계점 근처에서 한계상태식에 더 가까운 응답면 함수를 제공하여 정확도를 증대시킨다. 이동최소제곱근사법을 이용한 신뢰성 해석 절차를 살펴보면, 먼저 선형 응답면 함수를 생성하여 설계점이 있을 영역을 결정한 다음, 이 영역에서 추출된 표본점들을 이용하여 2차 응답면 함수를 생성한다. 그 다음 단계에서는 기존에 추출된 표본점에 연속적으로 하나의 표본점을 더해가면서 응답면 함수를 더욱더 정확히 근사시킨다. 제안된 방법의 효율성을 검토하기 위해서 기존 연구자에 의해 제안된 수치적 문제 및 트러스 문제들에 대하여 신뢰성 해석을 수행하였다. 그 결과 제안된 방법은 민감도를 포함한 정확성 뿐만 아니라 계산 효율성도 증대시킴을 확인할 수 있었다.

The response surface method (RSM) is widely adopted for the structural reliability analysis because of its numerical efficiency. However, the RSM is still time consuming for large-scale applications and sometimes shows large errors in the calculation of sensitivity of reliability index with respect to random variables. Therefore, this study proposes a new RSM in which moving least squares (MLS) approximation is applied. Least squares approximation generally used in the common RSM gives equal weight to the coefficients of the response surface function (RSF). On the other hand, The MLS approximation gives higher weight to the experimental points closer to the design point, which yields the RSF more similar to the limit state at the design point. In the procedure of the proposed method, a linear RSF is constructed initially and then a quadratic RSF is formed using the axial experimental points selected from the reduced region where the design point is likely to exist. The RSF is updated successively by adding one more experimental point to the previously sampled experimental points. In order to demonstrate the effectiveness of the proposed method, mathematical problems and ten-bar truss are considered as numerical examples. As a result, the proposed method shows better accuracy and computational efficiency than the common RSM.