起重机作为现代制造业和物流运输业中不可或缺的起重设备被广泛应用到建筑、冶金、机械加工等领域,随着在役起重机数量的不断增加并考虑到起重机的工作特点,对起重机的安全和可靠性也提出了更高要求。随着各种计算机仿真软件越来越成熟,进行可靠性分析时大都需要借助有限元仿真工具来实现,而此过程往往需要在不断地迭代过程中反复调用有限元模型以寻找最合理的设计方案。随着各种建模复杂度的增加和设计人员对分析精度要求的提高,计算机仿真分析的效率提升非常有限,随之而来的就是计算成本巨大、效率较低,再加上实际工程中多是高维小失效概率问题,得到精确的可靠度计算结果更加困难。所以,怎样减少计算成本的同时提高效率并兼顾结果的正确性,也成了科研工作者的关注焦点。针对上述存在的问题,本文提出基于动态Kriging代理模型结合重要抽样法的起重机金属结构可靠度计算方法。具体方法如下:首先,应用拉丁超立方抽样方法均匀的获取设计空间内的初始样本点,并基于有限元模型获取其仿真响应值,构建初始Kriging代理模型;然后,使用两种学习函数以尽可能少的计算成本保证模型感兴趣部位代理模型的拟合精度,同时应用改进的一次二阶矩法结合Kriging代理模型迭代求出最大可能失效点;第三,以最大可能失效点为抽样中心,构造高斯分布形式的重要抽样密度函数;最后,基于所建立的代理模型使用重要抽样法计算可靠度,并通过工程案例验证了本文方法的可行性和有效性。另外,本文构建了新增停止准则并与学习函数相结合,并使用数值算例和工程实例验证了新增停止准则在降低有限元调用次数的有效性。通过工程实例验证:加入新增停止准则的学习函数相较于传统的学习函数,可以在使动态Kriging代理模型达到相似精度的情况下节省约20%到46%的计算成本,本文所提方法在平衡代理模型的拟合精度与计算成本方面效果良好。