El análisis de confiabilidad dependiente del tiempo para un modo único de falla ha logrado avances significativos y muestra un gran potencial. Sin embargo, en aplicaciones de ingeniería práctica, las estructuras y sistemas generalmente involucran múltiples modos de falla, lo que representa un desafío continuo para el análisis de confiabilidad existente, a menudo acompañado de costos computacionales extremadamente altos (incluso difíciles de manejar). Por lo tanto, es especialmente importante desarrollar un modelo preciso de confiabilidad del sistema dependiente del tiempo que considere múltiples modos de falla y una estrategia de solución correspondiente. Para este fin, este estudio propone un método innovador para evaluar la confiabilidad del sistema dependiente del tiempo basado en el modelo de Kriging. Primero, los múltiples modos de falla se descomponen en varios problemas independientes de evaluación de confiabilidad dependiente del tiempo, cada uno correspondiente a un modo de falla único. Inspirado en la idea de discretización del proceso estocástico, cada función temporal dentro del sistema estructural se considera como un conjunto de problemas de confiabilidad invariables en el tiempo. Luego, para cada problema de confiabilidad invariable, se determina el punto más probable (MPP) y se realiza una expansión linealizada correspondiente de la función de rendimiento. Sobre esta base, se construye un modelo Kriging del MPP en puntos de tiempo discretos y se utiliza una técnica de aprendizaje activo para actualizar continuamente el modelo para mejorar la precisión. Finalmente, al resolver el modelo de confiabilidad del sistema invariable, se determinan los indicadores de confiabilidad y la probabilidad de falla. Mediante el análisis de un ejemplo típico de sistema con parámetros variables, se verificó la aplicabilidad y efectividad del método propuesto.

Análisis de confiabilidad dependiente del tiempo;Múltiples modos de falla;Modelo Kriging;Aprendizaje activo;Aproximación de la trayectoria del punto más probable