1. 课程导入与FORM定位

在结构可靠度分析中，我们面对的从来不是"这个构件安不安全"这样一句定性判断，而是一个带概率含义的定量问题：在给定荷载、材料性能与几何尺寸的随机性下，结构或构件失效的可能性有多大？可靠度理论把这个问题形式化为一个概率积分——失效概率 P_f 等于联合概率密度函数在失效域上的积分。麻烦在于，这个积分通常维度高、失效域边界复杂，直接数值积分几乎不可行。一次二阶矩法（First-Order Reliability Method，FORM）正是为解决这一困难而发展起来的经典方法：它把复杂的失效域边界在"最可能失效点"附近做一阶近似，从而把高维概率积分转化为一个几何距离问题。

要理解FORM，先要建立几个贯穿全课程的基本概念。设结构的功能函数为 g(X)，其中 X = (X₁, X₂, …, X_n) 为基本随机变量向量，如抗力 R、恒载效应 S_G、活载效应 S_Q 等。约定 g > 0 表示安全，g < 0 表示失效，g = 0 为极限状态面。这一符号约定在全文与图示中保持一致。FORM的核心操作是：先将任意分布的随机变量通过等概率变换（如Nataf变换或Rosenblatt变换）映射为标准正态空间中的独立变量 U，再在该空间中寻找极限状态面上距离原点最近的点——设计点 u*，其到原点的距离即为可靠指标 β，并有近似关系 P_f ≈ Φ(−β)。

上图给出了FORM在整个可靠度分析流程中的位置：左侧是工程中真正关心的物理随机变量，中间是经过等概率变换后的标准正态空间，右侧是最终交付的可靠指标、失效概率与灵敏度信息。可以看到，FORM并不是一个孤立的公式，而是一条从"物理随机性描述"到"概率度量"的完整计算链路。理解这条链路，比记住某个迭代公式更重要。

FORM在工程中究竟解决什么问题

在工程实践中，FORM的价值主要体现在三个层面。第一是定量校核：现行结构设计规范多以可靠指标 β 作为隐含的安全度量，例如目标可靠指标常取 3.2～4.2 量级（不同安全等级与破坏类型有所区别）。当我们面对新型结构、特殊荷载或既有结构评估时，需要实际算出 β 并与目标值比较，FORM提供了可操作的计算手段。第二是参数灵敏度识别：设计点 u* 的方向余弦直接反映各随机变量对失效概率的贡献大小，据此可以判断应优先控制混凝土强度离散性还是荷载模型不确定性。第三是规范校准与分项系数标定：以FORM计算的可靠指标为基准，反推荷载与抗力分项系数，这正是概率极限状态设计方法的技术基础。

需要清醒认识的是，FORM是一种近似方法。它在设计点处用超平面替代真实极限状态面，因此当功能函数高度非线性、存在多个设计点或变量维度很高时，精度会下降。这正是课程后续要引入二次二阶矩法（SORM）、响应面法与蒙特卡洛模拟的原因。把FORM放在方法谱系中理解，才能知道何时用它、何时换方法。

一个可手算的入门示例

为建立直观感受，考虑一个简化受弯构件：功能函数 g = R − S，抗力 R 服从对数正态分布，均值 μ_R = 200 kN·m，变异系数 0.15；荷载效应 S 服从正态分布，均值 μ_S = 100 kN·m，变异系数 0.20。先做等概率变换：对 R 取对数后近似正态，得 σ_lnR ≈ 0.149，μ_lnR ≈ ln200 − 0.149²/2 ≈ 5.287；对 S 直接标准化。在标准正态空间中，极限状态面近似为一条直线，设计点可由线性组合直接求得，算得 β ≈ (5.287 − ln100) / √(0.149² + 0.20²) ≈ 3.4，对应 P_f ≈ 3.4×10⁻⁴。这一示例参数为教学假设，用于演示链路，不作为实际工程结论。通过它可以看到：β 的数值同时受均值差与离散性影响，变异系数增大将显著降低可靠度。

课程目标与学习路径

本课程围绕"能算、会判、懂边界"三个目标组织。学习路径上，先夯实可靠度基本概念与随机变量变换，再掌握FORM的迭代求解流程（包括梯度计算、设计点搜索与收敛判据），随后进入灵敏度分析与规范校准应用，最后通过SORM、响应面与蒙特卡洛的对比，明确FORM的适用边界。建议学习时始终带着一个具体构件或荷载组合作为贯穿案例，每学一种方法就回到该案例上算一遍、比一次，避免方法与应用脱节。