@phdthesis{Roos2001, author = {Roos, Dirk}, title = {Approximation und Interpolation von Grenzzustandsfunktionen zur Sicherheitsbewertung nichtlinearer Finite-Elemente-Strukturen}, doi = {10.25643/bauhaus-universitaet.71}, url = {http://nbn-resolving.de/urn:nbn:de:gbv:wim2-20040311-745}, school = {Bauhaus-Universit{\"a}t Weimar}, year = {2001}, abstract = {Die vorliegende Arbeit besch{\"a}ftigt sich mit der Berechnung der Sicherheit von Strukturen mit sowohl geometrisch als auch physikalisch nichtlinearem Verhalten. Die Berechnung der Versagenswahrscheinlichkeit einer Struktur mit Hilfe von Monte-Carlo-Simulationsmethoden erfordert, dass die Funktion der Strukturantwort implizit berechnet wird, zum Beispiel durch nichtlineare Strukturanalysen f{\"u}r jede Realisation der Zufallsvariablen. Die Strukturanalysen bilden jedoch den Hauptanteil am Berechnungsaufwand der Zuverl{\"a}ssigkeitsanalyse, so dass die Analyse von realistischen Strukturen mit nichtlinearem Verhalten durch die begrenzten Computer-Ressourcen stark eingeschr{\"a}nkt ist. Die klassischen Antwortfl{\"a}chenverfahren approximieren die Funktion der Strukturantwort oder aber die Grenzzustandsfunktion durch Polynome niedriger Ordnung. Dadurch ist f{\"u}r die Auswertung des Versagens-Kriteriums nur noch von Interesse, ob eine Realisation der Basisvariablen innerhalb oder außerhalb des von der Antwortfl{\"a}chenfunktion gebildeten Raumes liegt - die Strukturanalyse kann dann entfallen. Bei stark nichtlinearen Grenzzustandsfunktionen versagt die polynomiale Approximation. Das directional sampling neigt bei Problemen mit vielen Zufallsvariablen zu einem systematischen Fehler. Das adaptive importance directional sampling dagegen beseitigt diesen Fehler, verschenkt jedoch Informationen {\"u}ber den Verlauf der Grenzzustandsfunktion, da die aufgefundenen St{\"u}tzstellen aus den vorangegangenen Simulationsl{\"a}ufen nicht ber{\"u}cksichtigt werden k{\"o}nnen. Aus diesem Grund erscheint eine Kombination beider Simulationsverfahren und eine Interpolation mittels einer Antwortfl{\"a}che geeignet, diese Probleme zu l{\"o}sen. Dies war die Motivation f{\"u}r die Entwicklung eines Verfahren der adaptiven Simulation der Einheitsvektoren und anschließender Interpolation der Grenzzustandsfunktion durch eine Antwortfl{\"a}chenfunktion. Dieses Vorgehen stellt besondere Anforderungen an die Antwortfl{\"a}chenfunktion. Diese muss flexibel genug sein, um stark nichtlineare Grenzzustandsfunktionen beliebig genau ann{\"a}hern zu k{\"o}nnen. Außerdem sollte die Anzahl der verarbeitbaren St{\"u}tzstellen nicht begrenzt sein. Auch ist zu ber{\"u}cksichtigen, dass die Ermittlung der St{\"u}tzstellen auf der Grenzzustandsfunktion nicht regelm{\"a}ßig erfolgt. Die in dieser Arbeit entwickelten Methoden der lokalen Interpolation der Grenzzustandsfunktion durch Normalen-Hyperebenen bzw. sekantialen Hyperebenen und der sowohl lokalen als auch globalen Interpolation durch gewichtete Radien erf{\"u}llen diese Anforderungen. ungen. dieser Arbeit entwickelten Methoden der lokalen Interpolation der Grenzzustandsfunktion durch Normalen-Hyperebenen bzw. sekantialen Hyperebenen und der sowohl lokalen als auch globalen Interpolation durch gewichtete Radien erf{\"u}llen diese Anforderungen.}, subject = {Tragwerk}, language = {de} }