ニューラルネットワークを利用した積層曲面構造物の終局強度推定法に関する研究

基于神经网络的层合弯曲结构极限强度估计方法研究

• 批准号: 09750559
• 负责人: 森田 千尋
• 金额: $ 1.41万
• 依托单位: Nagasaki University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1997
• 资助国家: 日本
• 起止时间: 1997 至 1998
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-09750559/
• 关键词: ニューラルネットワーク; 積層曲面構造; 非線形挙動; 耐荷力; テ-ラリング

超長大橋梁の上部構造桁部材や下部構造においては,力学特性を自由に設計(テ-ラリング)できる複合材料を用いて,異方性を積極的に利用した板殻構造の使用が考えられるが,解析においては多くのパラメータを含むため,曲面構造物の終局強度曲線式は明確にされていない。本研究においては,このような積層曲面構造物に関して,ニューラルネットワークによる方法を使用し,非線形挙動や終局耐力を定量的に推定評価する方法に関する研究を行った。1.ニューラルネットワークによる非線形挙動の推定法においては,膨大な入出力データを必要とするため,既往の等質・等方性曲面構造物の終局強度に関する解析データおよび実験データを整理し蓄積した。また,本研究室で開発した積層曲面構造物の静的・動的解析プログラムにより,広範囲にわたるパラメータ解析を行い,入出力データを蓄積するとともに,積層曲面構造物の動的挙動特性を明らかにした。2.学習繰り返し数や中間層数などが推論結果に及ぼす影響を調べるため,積層扁平シェルの飛び移り現象に関して,弾性係数比を変化させた場合の荷重-たわみ曲線を推定するニューラルネットワークモデルを構築した。150個程度の出力データに対して誤差逆行播法(Error Back Propagation)を用いたが,数師用出入力データのパターン数が少ない場合でも,1000回程度の学習繰り返し数において,十分非線形挙動が推定できた。中間層数は1層とした方が多層とするよりも良い推論値が得られ,ニューロン数は多いほど良い推論ができ,最もネットワークの性能に影響を与えることなどが明らかとなった。3.以上の結果を基に,積層曲面構造物の非線形挙動ならびに終局耐力において,どのパラメータが耐荷力へ及ぼす影響が大きいのかを今後調べる予定である。

在超长桥的上层建筑围栏成员和子结构中，可以使用可以自由设计（Terranean）机械性能的复合材料来利用各向异性的板壳结构，但由于它在分析中包含许多参数，因此尚不清楚弯曲结构的最终强度曲线方程。在这项研究中，我们研究了使用神经网络方法定量估计和评估非线性行为和最终强度的方法。 1。在使用神经网络估算非线性行为的方法中，需要大量的输入/输出数据，并且组织并积累了有关先前同质和各向同性表面结构的最终强度的分析数据和实验数据。此外，在该实验室中开发的层压表面结构的静态和动态分析程序已经进行了广泛的参数分析，积累输入/输出数据，并阐明了层压表面结构的动态行为特征。 2。为了研究学习重复的数量和中间层对推理结果的影响，当改变弹性模量比在堆叠式扁平壳的跳跃现象上改变了弹性模量比时，构建了神经网络模型以估计负载触发曲线。错误回传播的传播用于大约150个输出数据，但是即使多个教师的输入数据模式数量很小，非线性行为也得到了大约1000次学习重复的足够估计。已经发现，单层比多层提供了更好的推理值，并且神经元的数量越高，可以实现越好的推理，并且对网络性能的影响最大。 3。基于上述结果，我们将在将来研究哪些参数对承重力对层压表面结构的非线性行为和最终强度产生重大影响。

项目成果

森田 千尋: "クロスプライ積層偏平シェルの自由振動問題に関する一解析法" 構造工学論文集. Vol.44A(印刷中). (1998)

Chihiro Morita：“交叉层压扁平壳的自由振动问题的分析方法”，《结构工程杂志》第 44 卷（出版中）。