1. 课程导入与不确定性认知
工程设计中几乎不存在“绝对确定”的参数。钢材的实际屈服强度会在批次间波动，风荷载会随季节与地形变化，加工公差会让零件尺寸偏离名义值，而计算模型本身也只是对真实物理过程的近似。这些偏离如果被忽视，设计就可能偏于危险或过于保守。本课程要解决的核心问题是：如何用概率与统计的语言描述这些不确定性，并让它们定量地进入设计决策。本章先建立共同的概念基础，再说明课程的整体路线与项目任务。
学习目标
完成本课程后，学习者应能达成四类目标。第一，识别与分类：面对一个工程对象，能列出主要不确定性来源，并判断其属于偶然不确定性还是认知不确定性。第二，建模与量化：能把工程参数表示为随机变量或随机场，选择合适的分布，并用样本数据估计其参数。第三，传播与灵敏度：能通过蒙特卡洛、一次二阶矩等方法把输入不确定性传播到输出响应，并识别关键影响变量。第四，决策与沟通：能依据可靠度指标或失效概率评价设计方案，并向非专业相关方解释结论的置信程度。
工程中不确定性的来源与分类
工程不确定性通常从两个维度理解。按来源划分，可分为物理不确定性（材料性能、几何尺寸、荷载强度的自然变异性）、统计不确定性（样本量有限导致分布参数估计不准）、模型不确定性（本构关系、边界条件、简化假设带来的偏差）以及人为与运行不确定性（制造偏差、维护水平、操作习惯）。按可约减性划分，则分为偶然不确定性（Aleatory）与认知不确定性（Epistemic）：前者是系统固有的随机性，如一批混凝土强度的离散，增加数据也无法消除，只能更准确地刻画；后者源于知识不足，如某新型节点的疲劳寿命模型尚未标定，随着试验与信息积累可以减小。
这一区分直接决定处理策略。对偶然不确定性，我们接受其存在，用概率分布描述并传播；对认知不确定性，优先通过补充试验、专家 elicitation 或贝叶斯更新来压缩其范围。实际工程中两者常交织，例如某桥梁的车辆荷载：车型与车重的随机波动是偶然的，而未来交通量增长模型的不确定则偏认知。教学中我们采用一个统一的示例对象贯穿课程：某简支钢梁的抗弯承载力校核。设梁的屈服强度 fy 名义值为 235 MPa，实测批次均值约 280 MPa、变异系数约 0.08；截面抵抗矩 W 的名义值为 1.2×106 mm3，加工与锈蚀导致其变异系数约 0.05；弯矩荷载 M 的均值取 180 kN·m、变异系数约 0.15。这些数值为教学假设，用于演示流程，不代表任何实际工程检测结果。
不确定性量化在工程设计中的作用
传统设计采用“名义值 + 安全系数”的方式，安全系数隐含地吸收了不确定性，但无法回答“这个设计到底有多安全”。不确定性量化（UQ）把安全裕度显式化：通过功能函数 Z = R − S（抗力减荷载效应），计算失效概率 Pf = P(Z ≤ 0) 或可靠度指标 β。以本课程示例为例，若按正态近似，抗力均值约 280×1.2×106 = 336 kN·m，荷载均值 180 kN·m，初步看裕度充足；但把三个变量的变异系数合成后，Z 的标准差约为 30 kN·m 量级，β ≈ (336−180)/30 ≈ 5.2，对应失效概率约 10−7 量级。这一结果比“安全系数 1.87”提供了更丰富的信息：它告诉我们风险水平，也告诉我们哪个变量最值得控制。
UQ 在工程中的具体作用体现在三处。其一是设计校核：把确定性校核升级为可靠度校核，直接与目标可靠度指标比较。其二是方案比选：当两个方案名义安全系数相近时，失效概率与灵敏度分布可能差异显著，UQ 能揭示“看起来一样安全”背后的风险结构差异。其三是试验与监测规划：灵敏度分析指出对输出方差贡献最大的输入，从而把有限的试验资源投向关键变量，这正是认知不确定性管理的经济价值。
整体课程框架与项目任务
课程按“认知—建模—传播—决策”的主线组织。前段建立不确定性的分类与概率基础，说明随机变量、分布函数与参数估计；中段进入核心方法，依次讲解蒙特卡洛模拟、一次二阶矩与可靠度指标、灵敏度分析，并引入随机场与空间变异性的处理思路；后段聚焦工程应用，包括可靠度设计校核、贝叶斯更新与模型验证，最后以综合项目收束。各章的方法都会回到本章的钢梁示例上演示，使抽象公式始终有具体对象可依托。
贯穿课程的项目任务是：针对给定钢梁，完成一次完整的可靠度评估并给出设计建议。任务分四步交付。第一步，建立输入变量清单，为 fy、W、M 各选定分布类型并说明依据，例如屈服强度取对数正态、荷载取极值型或正态近似。第二步，实现不确定性传播，用蒙特卡洛抽取不少于 105 组样本计算 Z，统计失效频率作为 Pf 估计，并给出 95% 置信区间。第三步，做灵敏度分析，比较各输入对 Z 方差的贡献比例，指出应优先控制的变量。第四步，形成结论：将 β 与目标值（教学示例取 βtarget = 3.5）比较，若不足则提出降低 M 变异或提高 W 下限的改进建议，并说明改进后 β 的预期变化。