計算結(jié)構(gòu)可靠度的一次二階矩方法之ＪＣ法首先要搞清楚的內(nèi)容１、什么是ＪＣ法

JC法即當(dāng)量正態(tài)化法，所謂當(dāng)量顧名思義就是將非正態(tài)分布的隨機(jī)變量轉(zhuǎn)化成對應(yīng)的正態(tài)分布間接求解的方法。２、當(dāng)量轉(zhuǎn)化的條件在驗算點處，當(dāng)量轉(zhuǎn)換前后各自的累積分布函數(shù)與概率密度函數(shù)分別相等。３、適用情況獨立正態(tài)分布、獨立非正態(tài)分布４、JC法的特點（1）當(dāng)功能函數(shù)Z為非線性時，不以通過中心點的超切平面作為線性近似，而以通過Z=0上的某一點X（x1，x2，x3，x4···）的超切平面作為線性近似，以避免中心點法的誤差；（2）當(dāng)基本變量xi具有分布類型的信息時,將xi的分布在(x1,x2,···,xn)處以與正態(tài)分布等價的條件變換為當(dāng)量正態(tài)分布,這樣可使所得的可靠度指標(biāo)Beta與失效概率Pf之間有一個明確的對應(yīng)關(guān)系,從而在Beta中合理反映分布類型的影響。該法能考慮非正態(tài)的隨機(jī)變量,在計算工作量增加不多的條件下，可對可靠度指標(biāo)進(jìn)行精度較高的近似計算。在該點按泰勒級數(shù)展開至一次項

在隨機(jī)變量Ｘ空間，方程ZL=0為過該點的極限狀態(tài)面的切平面。利用相互獨立正態(tài)分布隨機(jī)變量線性組合的性質(zhì)，ZL的均值和標(biāo)準(zhǔn)差分別為：根據(jù)定義，可得結(jié)構(gòu)的可靠指標(biāo)為通過標(biāo)準(zhǔn)化處理：

整理后得：比較上面的兩個方程可以寫為：于是，我們可以得到：為了記憶方便，這里我們可以思考一下的幾何意義。

用反表示設(shè)計驗算點p*在標(biāo)準(zhǔn)化正態(tài)

變量Y空間中的坐標(biāo)映射到原始X空間中的坐標(biāo)為迭代是一個循環(huán)計算的過程，在此處就是x*與相互限定，重新取值代回計算，最終經(jīng)過一定次數(shù)或者無數(shù)次的循環(huán)達(dá)到收斂，但達(dá)到精確值并不容易，因此需要給定一個目標(biāo)邊界條件，即迭代計算的終了命令。一般是比較前后兩次之差是否小于允許誤差。一旦上述條件滿足，迭代計算即可終止。按照上面的計算過程，我們可以繪制以下循環(huán)計算流程圖：

新的條件判定YES循環(huán)終止結(jié)果輸出No接下來，我們開始討論X服從非正態(tài)分布時的情況。前面已經(jīng)提到，當(dāng)量轉(zhuǎn)化的條件：由上面的方程可求得：這里的和