权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Predictive modeling of dynamic and nonlinear structural behavior by machine learning and its application to computational morphogenesis

通过机器学习对动态和非线性结构行为进行预测建模及其在计算形态发生中的应用

基本信息

批准号：
22K04416
负责人：
藤田慎之輔
金额：
$ 2.41万
依托单位：
The University of Kitakyushu
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2026-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04416/
关键词：
最適化機械学習構造形態創生

项目摘要

シェル構造物を対象として，線形弾性範囲における応力予測モデルの構築と，同モデルを用いた形態創生，ならびに，幾何学的非線形性を考慮した場合におけるシェルの応力予測モデルの構築と，同モデルを用いた形態創生を行った。初年度に計算機を購入するなどの設備投資を行ったことで，大量の教師データ作成も滞りなく実施可能となり，線形弾性範囲においては，かなり高精度の応力予測モデルを構築できることが確認された。3～4年目に実施予定であった同モデルを用いた形態創生も先行して実施し，良好な結果が得られたことから，研究成果をコロキウム構造形態の解析と創生2022や，第62回日本建築学会九州支部研究発表会で報告した。一方，幾何学的非線形性を考慮した場合におけるシェルの応力予測は，予測精度の確保に苦労した。それでも，予測モデルを用いることで計算時間の大幅な削減には成功し，同予測モデルを用いた形態創生手法を構築し，いくつかの数値解析例を通じて有効性を検証した。研究成果は，IASS2023にフルペーパーとして投稿中であり，現在査読中である。いずれの形態創生においても，シェルの形状を入力変数として機械学習させ，構造最適化における設計変数についてもシェルの形状を扱っている。今後は，形状だけに留まらず，断面についても入力変数ならびに設計変数として扱う予定である。本アプローチは，1回の計算コストが大きい非線形解析を最適化の繰返し計算の中で行うことで生じる計算時間の肥大化を機械学習に置き換えることで解決するものであり，事前に予測モデルを構築する必要がある点はデメリットであるものの，一度予測モデルを構築してしまえば，最適化問題の制約条件などを様々に変更して繰り返し構造形態創生を行っても現実的な計算時間で最適解を得ることが可能となるため，トライアルアンドエラーの必要な構造設計実務において有効なアプローチとなると考えられる。

The structure of the structure is similar to that of the linear model, and the force prediction is similar to that of the geometric model. In the early years, computer purchases and equipment investments were carried out, and a large number of teachers were able to make high-precision force predictions. 3~4 years ago, the research results were analyzed and reported at the 62nd Research Conference of Kyushu Branch of Japan Architectural Society. On the one hand, the non-linearity of geometry is taken into account in order to ensure the accuracy of force prediction. The calculation time is greatly reduced, and the method of morphological creation is constructed. The numerical analysis example is proved by the method of morphological creation. Research results, IASS2023, in the submission, now check in. In the process of shape creation, the shape of the structure is changed into a number of mechanical learning, and the shape of the structure is changed into a number of optimization. In the future, the shape of the cross section shall be determined by the number of force input and the number of design. This article is about the calculation of the first loop, the optimization of the nonlinear analysis, the optimization of the calculation of the middle line, the enlargement of the calculation time, the mechanical learning, the transformation of the solution, the construction of the prediction loop, the construction of the prediction loop. The optimization problem is constrained by the change in the calculation time of the structural morphology creation and the calculation time of the optimal solution.