ISSN:
1359-5997
Source:
Springer Online Journal Archives 1860-2000
Topics:
Architecture, Civil Engineering, Surveying
Description / Table of Contents:
Résumé La résistance de matériaux ainsi vérifiée sur des spécimens de type, forme et âge normalisés est modélisée comme une progression gaussienne avec une valeur moyenne et un écart-type partiellement connus. Pour obtenir une information sur ces paramètres, il faut se servir d'unités de production précédentes en s'appuyant sur une distributiona priori. La mise à jour peut se faire par le théorème de Bayes, si des observations directes sont disponibles, ou s'il est connu que la production à venir va être soumise à certains essais de conformité. La progression des valeurs de résistances escomptées peut alors être représentée par un ensemble de fonctions de distribution conditionnelle ou, si l'on s'intéresse seulement à la distribution marginale, par une distribution prévisionnelle. Dans la plupart des cas, les formules sont dérivées en incluant la loi de distribution normale, la loi de distribution bi-normale, les distributions t centrales et non centrales, qui figurent toutes sous forme de tableau, ou peuvent être calculées par des expansions de séries appropriées, disponibles dans la littérature statistique. Les résultats sont illustrés par un exemple de production de béton, qui indique que, en général, des incertitudes dans les paramètres de la distribution de résistance peuvent avoir leur signification dans les études de fiabilité. Il est par conséquent tout indiqué de considérer que les incertitudes statistiques se reflètent dans la distributiona priori appropriée, si possible mise à jour par le moyen des études de fiabilité. De plus, l'effet filtrant favorable de contrôle de conformité peut être pris en considération avec peu d'effort numérique supplémentaire. Pour la plupart des types de matériaux, la distribution initiale des valeurs de résistances élémentaires peut être admise comme log-normal avec suffisamment de réalisme. Dans ce cas, tous les résultats restent valables avec les modifications nécessaires. Les modèles proposés ici peuvent être appliqués au moins au béton, béton armé et acier structurel.
Notes:
Abstract The joint distribution of strength of materials is derived in terms of a set of conditional distributions to be used in studies on structural reliability. Bayes theorem of probability theory is used to update prior distributions for the parameters of Gaussian sequences by direct observations and/or by compliance tests. Maximum-Likelihood estimators are given for the efficient quantification of prior information. The formulae are applied to concrete production judged by standard tests. It is shown that statistical uncertainties must not be ignored in structural reliability studies.
Type of Medium:
Electronic Resource
URL:
http://dx.doi.org/10.1007/BF02473691
Permalink