7.3.1  试验辅助设计以试验数据的统计评估为依据，与概率设计和分项系数设计概念相一致。采用试验辅助设计的结构，要达到相关设计状况采用的可靠性水平，此时材料性能、模型参数或抗力设计值的确定要符合下列基本原则：

    (1)采用经典统计方法或贝叶斯(Bayesian)法推断材料性能、模型参数或抗力的设计值：先确定标准值，然后除以一个分项系数，必要时考虑换算系数的影响；换算系数应通过试验并结合理论分析确定，理论分析应包括尺寸效应、时间效应、边界条件、影响材料性能的环境条件、工艺条件等影响因素。

    (2)在进行材料性能、模型参数或抗力设计值评估时，要考虑试睑数据的离散性、与试验数量相关的统计不定性和先验的统计知识。

    试验结果统计分析时要考虑统计不定性的影响，具体统计方法有两种：

    经典统计法。

    (1)当性能X服从正态分布时，其设计值Xd与标准值Xk关系如下：

    式中：ηd——转换系数；

          γm——材料性能分项系数，根据材料通常采用的值和所考虑的失效模型来规定。当试验状况与标准设计状况相差过大，以致不能选定具有足够置信度的分项系数时，则优先采用Bayesian方法：

          μx、δx——抗力样本平均值和变异系数；

          kn——样本容量系数，取决于试件数目和选定的置信度。表5给出了分位值为0.05，置信度为0.75时的kn值。

表5  分位值为0.05时kn的值

    (2)当性能X服从对数正态分布时，其标准值为：

    先验分布有四个参数m′、n′、s′、v′。将特征化的先验资料与具有样本平均值m和样本标准差s的n次观测试验结果组合起来，得到X的未知平均值和标准差的后验分布。此时参数规定如下：

    (2)先验分布参数n′和v′的确定，要符合下列原则：

        1)当有效数据很少，则取n′和v′为0。在这种情况下，最后结果将与Bayesian法相同。

        2)根据过去的经验，平均值和标准差几乎可以取定值，则n′和v′可以给予相对较高的值，如取50或更大。

        3)在一般情况下，假定只有很少数据或无先验数据，此时n′＝0，这样就有可能获得较佳的估计值。

7.3.2～7.3.4  试验辅助设计需要符合下列要求：

    (1)在试验进行之前，制定试验方案。试验方案包括试验目的、试件的选取和制作，以及试验实施和评估等所有必要的说明。

    (2)为制定试验方案，要预先进行定性分析，确定所设计结构或构件性能的可能临界区域和相应极限状态标志。

    (3)加工合适尺寸和与实际生产相同工艺的试件，使试验能够再现所设计构件的实际应用性能，根据试验要求和为试验选定的相关状况进行组装。

    (4)试验除记录该极限状态的机制、边界条件和最终值外，还要观察试验过程中与超出预先考虑的极限状态有关的各种现象。

    (5)试验需由具有相应资质的技术人员和(或)机构完成。

    (6)除统计评估试验结果外，有关结构性能的一般理论和普遍接受的设计规则在进行试验设计时仍然有效。

    (7)专门试验得出的结论与试验范围内结构的性能和生产工艺有关。除非理论分析证明所得结论可以推广到其他构件类别，否则扩大结论应用范围需有新的试验。

    尽管要求试验与设计中的实际情况尽可能相符合，但仍会不可避免地出现各种差异，包括尺寸效应、时间效应、边界条件、湿度条件、工艺条件等，当将试验结果用于设计时，应考虑这些差异，否则会使设计的结构或同类结构的可靠度不同。试验条件与实际条件的差异可以通过换算系数处理，具体由理论分析和试验结果判断确定。

    当设计以模型试验或原型试验为基础时，原型试验宜做到与实际结构的几何尺寸、作用和环境条件等相符。模型试验包括缩尺模型和相似模型，一般应满足几何相似、力学相似和材料相似，以保证模型试验的结果能够推演到原型结构的工作性能，并考虑试验模型与实际构件的差异，试验误差和试验结果的统计不定性(小子样统计方法)，即按试验结果确定设计值时，需考虑试验数量的影响。