L'analyse de la fiabilité dépendante du temps pour un mode de défaillance unique a connu des progrès significatifs et montre un grand potentiel. Cependant, dans les applications d'ingénierie pratique, les structures et systèmes impliquent généralement plusieurs modes de défaillance, ce qui représente un défi constant pour l'analyse de fiabilité existante, souvent accompagné de coûts de calcul extrêmement élevés (voire difficiles à gérer). Par conséquent, il est particulièrement important de développer un modèle précis de fiabilité systémique dépendant du temps prenant en compte plusieurs modes de défaillance et une stratégie de résolution adaptée. Pour atteindre cet objectif, cette étude propose une méthode innovante d'évaluation de la fiabilité des systèmes dépendants du temps basée sur un modèle de Krigeage (Kriging). Tout d'abord, les modes de défaillance multiples sont décomposés en plusieurs problèmes indépendants d'évaluation de fiabilité dépendante du temps, chaque problème correspondant à un mode de défaillance unique. Inspiré par l'idée de discrétisation des processus stochastiques, chaque fonction temporelle dépendante du temps dans le système structurel est considérée comme un ensemble de problèmes de fiabilité stationnaires dans le temps. Ensuite, pour chaque problème stationnaire, le point le plus probable (MPP) est déterminé et la fonction de performance est linéarisée en conséquence. Sur cette base, un modèle Krigeage des MPP est construit aux points temporels discrets, et une technique d'apprentissage actif est utilisée pour mettre continuellement à jour le modèle afin d'améliorer la précision. Enfin, en résolvant le modèle de fiabilité stationnaire, les indicateurs de fiabilité et la probabilité de défaillance sont déterminés. L'analyse d'un exemple typique de système à paramètres variables a validé l'applicabilité et l'efficacité de la méthode proposée.

Analyse de la fiabilité dépendante du temps;Modes de défaillance multiples;Modèle Krigeage;Apprentissage actif;Approximation de la trajectoire du point le plus probable