Uma estrutura de análise de confiabilidade robusta e orientada a dados

Este artigo propõe uma estrutura de análise de confiabilidade que leva em conta o erro causado pela caracterização de um conjunto de dados como um modelo probabilístico. Para isso, modelamos os parâmetros incertos como uma caixa de probabilidade (p-box) de distribuições Normal-Fatiada (SN). Esta classe de distribuições permite ao analista caracterizar dependências de parâmetros complexos com mínimo esforço de modelagem. A p-box, que abrange as estimativas de máxima verossimilhança e máxima entropia limitadas por momentos, produz uma faixa de valores de probabilidade de falha. Esta faixa encolhe à medida que a quantidade de dados disponíveis aumenta. Além disso, aproveitamos a natureza semi-algebraica dos SNs para identificar os pontos de falha mais prováveis (MLPs). Esses pontos permitem a estimativa eficiente das probabilidades de falha usando amostragem de importância. Quando as funções de estado limite também são semi-algebraicas, a programação semidefinida é utilizada para garantir que os MLPs computados sejam corretos e completos, assegurando assim que a análise de confiabilidade resultante é precisa. Esta estrutura é aplicada à análise de confiabilidade de uma estrutura de treliça sujeita a requisitos de deflexão e peso.