ニューラルネットワークによる構造物の塑性履歴挙動のモデリング

使用神经网络对结构的塑性历史行为进行建模

• 批准号: 10875107
• 负责人: 松井 徹哉
• 金额: $ 1.34万
• 依托单位: Nagoya University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Exploratory Research
• 财政年份: 1998
• 资助国家: 日本
• 起止时间: 1998 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-10875107/
• 关键词: 階層型ニューラルネットワーク; 復元力; 履歴曲線; 動的応答; 履歴ダンパー; 制振骨組

本研究では,構造物または構造要素の履歴特性が静的な繰り返し載荷実験などにより得られているとき,この情報を学習させたニューラルネットワーク(NN)から推定される復元力を動的応答解析に用いることにより,実構造物または実構造要素の復元力特性を反映した動的応答予測手法を提案した。提案手法の有効性を検証するために,Ramberg-Osgood型,Bi-Linear型,Degrading Tri-Linear型及びスリップ型履歴特性を有する1自由度せん断型質点系モデルを想定して,履歴復元力特性及び動的応答のモデリング・シミュレーションを行った。先ず,各履歴特性に対応する変位-復元力データを得,データ中のある時点の変位(現在変位)及びその時点よりも過去の履歴情報をNNへの入力情報として学習データを構成し,このデータを学習させることによってNN内に変位-復元力関係を構築した。塑性化レベルの異なる複数組の学習データを学習させることにより,高精度の変位-復元力関係及び動的応答の推定が可能となることが明らかとなり,提案手法の有効性が確認された。さらに,実構造物への適用性を検討するために,履歴ダンパーを組み込んだ制振ラーメン骨組模型の動的応答予測を行った。先ず,履歴ダンパーの静的繰り返し載荷実験を行い,得られたデータを入力情報としてNN内に変位-復元力関係を構築し,El Centro地震及びTaft地震波を入力したときの時刻歴応答を予測し,振動台実験による応答波形と比較した。変位-復元力関係については良好な推定結果が得られたが,動的応答については満足すべき一致が得られず,その原因究明が課題として残された。

This study proposes a prediction method for the dynamic response analysis of structural elements, which is based on the static response of structural elements and the load obtained from them. The proposed method has the following characteristics: Ramberg-Osgood type,Bi-Linear type, Degraded Tri-Linear type and multi-linear type. The proposed method has the following characteristics: 1 degree of freedom; 2 discontinuous type particle system; 3 complex force characteristics; and 3 dynamic response. First of all, each performance characteristic is related to the position-complex force relationship, and the position of the time point (present position) and the time point of the past performance information are related to the input force information of the NN. Plasticization is different from each other, and multiple sets of learning methods are studied. The estimation of high-precision position-complex force relations and dynamic responses is possible. The effectiveness of proposal methods is confirmed. In this paper, the applicability of the structural model is discussed, and the dynamic response of the structural model is predicted. First of all, the static response of the vibration table is measured, and the input force information of the vibration table is obtained. The position-complex force relationship in NN is constructed. The input force of El Centro earthquake and Taft seismic wave is predicted. The response waveform of the vibration table is compared. The results of the position-complex force relationship are good, and the dynamic response is consistent, and the reasons for the problem are clear.

项目成果

水野啓示郎ほか: "ニューラルネットワークによる構造物の振動応答推定" 日本建築学会構造系論文集. 第503号. 53-60 (1998)

Akira Mizuno 等人：“使用神经网络估计结构的振动响应”日本建筑学会结构工程论文集第 503. 53-60 号（1998 年）。

水野啓示郎ほか: "ニューラルネットワークによる構造物の塑性履歴挙動のモデリング" 日本建築学会構造系論文集. 第510号. 61-66 (1998)

Akira Mizuno 等人：“使用神经网络对结构的塑性历史行为进行建模”，日本建筑学会结构工程论文集，第 510. 61-66 号（1998 年）。