ニューラルネットワークを用いたPC上部構造非線形履歴挙動のモデル化に関する研究

橋梁の性能規定型設計に向け,上部構造非線形性を考慮した照査・設計のための適切なPC部材の履歴モデルの整備が急務となっている.しかしながら,「プレストレスによる原点指向性」や,「PC鋼材の偏心・張出床板の影響による正負の非対称性」等によるPC上部構造部材除荷曲線の特徴を適切に表現するためには,新たな関数の導入やパラメータ数の増加などが必要であり,その複雑な定式化に多大な労力を要しているのが実情である.そこで本研究では,ニューラルネットワークの有する関数近似能力を用いて,PC部材の非線形履歴挙動を簡易にモデル化可能であることを示した.・平成13年度に実施したPC箱桁上部構造部材の交番載荷実験の結果より,曲げモーメント-曲率関係をニューラルネットワークの教師データとして用いた.その学習の際,モデル化を行うにあたり適当であるとネットワークに入力する入力ユニットの数およびパラメータの選定,中間層およびユニット数,学習回数,学習手法に関して検討した.・学習を終えたネットワークに,載荷実験で入力した曲率波形と同様の曲率波形を入力し,曲げモーメントの模擬(ネットワークによる出力)を行った結果(履歴の比較として表わしたもの)は非常によく一致しており,学習を行ったネットワークを,曲げモーメントの予測子として用いることで,PC部材の特徴である除荷時の原点指向性を再現可能であることが確認された.

橋梁の性能規定型設計に向け,上部構造非線形性を考慮した照査・設計のための適切なPC部材の履歴モデルの整備が急務となっている.しかしながら,「プレストレスによる原点指向性」や,「PC鋼材の偏心・張出床板の影響による正負の非対称性」等によるPC上部構造部材除荷曲線の特徴を適切に表現するためには,新たな関数の導入やパラメータ数の増加などが必要であり,その複雑な定式化に多大な労力を要しているのが実情である.そこで本研究では,ニューラルネットワークの有する関数近似能力を用いて,PC部材の非線形履歴挙動を簡易にモデル化可能であることを示した.・平成13年度に実施したPC箱桁上部構造部材の交番載荷実験の結果より,曲げモーメント-曲率関係をニューラルネットワークの教師データとして用いた.その学習の際,モデル化を行うにあたり適当であるとネットワークに入力する入力ユニットの数およびパラメータの選定,中間層およびユニット数,学習回数,学習手法に関して検討した.・学習を終えたネットワークに,載荷実験で入力した曲率波形と同様の曲率波形を入力し,曲げモーメントの模擬(ネットワークによる出力)を行った結果(履歴の比較として表わしたもの)は非常によく一致しており,学習を行ったネットワークを,曲げモーメントの予測子として用いることで,PC部材の特徴である除荷時の原点指向性を再現可能であることが確認された.