工程实际中,结构可靠度是时间和空间的函数。现有的可靠性分析方法大多忽略了空间变量给结构带来的不确定影响,可能引起较大的误差。为确保工程结构能够安全地完成其预定功能,研究高效高精度的时空变异可靠性评估方法具有重要科学研究价值及实际应用意义。针对时空变异可靠性问题,本文的研究内容包括:(1)基于结构的响应极值,提出一种时空变异可靠性分析的核密度估计方法。该方法首先利用基于晶格点法的偏分层抽样方法产生随机样本,然后将时间区间分解为子时间区间并在子时间区间内进行极值分析以获取相应极值样本。利用核密度估计拟合响应极值分布,据此求解可靠度。将该方法应用于实际算例,具有较好的精度与计算效率。(2)针对小失效概率的时空变异可靠性问题,提出一种基于自适应Kriging代理模型的评估方法。该方法首先利用拉丁超立方抽样方法产生随机样本池,然后在离散时刻利用序列二次规划方法获取空间响应极值样本。构建空间响应极值的Kriging代理模型,并通过U学习函数选取样本自适应更新Kriging代理模型直至收敛。三个算例验证了该方法能够兼顾效率与精度。(3)提出一种基于多项式混沌展开的时空变异可靠性分析方法。利用少量随机样本直接构建离散时刻空间响应极值的多项式混沌展开代理模型,从而将时空间内的结构响应超曲面转化为空间响应极值在时间上的轨迹,据此进行可靠性分析。将该方法应用于算例并与蒙特卡洛方法进行对比,证明其具有良好的精度与效率性能。(4)对比分析所提三种方法性能。三种方法均需要训练样本集,但只有基于自适应Kriging代理模型方法具有更新策略。基于核密度估计方法所需选择参数最少,基于自适应Kriging代理模型方法次之,基于多项式混沌展开方法选择参数最多。在计算精度与计算效率方面,基于自适应Kriging代理模型方法与基于多项式混沌展开方法有更好表现。