ニューラルネットワークによる構造物の地震時非線形履歴挙動の評価

• Project/Area Number: 08875090
• Research Category: Grant-in-Aid for Exploratory Research
• Allocation Type: Single-year Grants
• Research Field: 構造工学・地震工学
• Research Institution: Kyushu University
• Principal Investigator: 松田 泰治 九大, 工学部, 助教授 (50264065)
• Co-Investigator(Kenkyū-buntansha): 比江島 慎二 九州大学, 工学部, 助手 (50284526)
• Project Period (FY): 1996 – 1997
• Project Status: Completed (Fiscal Year 1997)
• Budget Amount: ¥2,300,000 (Direct Cost: ¥2,300,000); Fiscal Year 1997: ¥500,000 (Direct Cost: ¥500,000); Fiscal Year 1996: ¥1,800,000 (Direct Cost: ¥1,800,000)
• Keywords: ニューラルネットワーク / 非線形 / 動的応答解析

Research Abstract

ニューラルネットワークは、人工知能研究の一分野で開発されたもので、生物の神経細胞の情報処理メカニズムを模倣したものである。本研究では、その優れたパターン認識能力に着目し、数学モデルにより定式化する手法を用いることなく、ニューラルネットワークを非線形履歴曲線直線モデリングへ適用する。さらに、構築したネットワークを動的応答解析の数値演算サブルーチンとして適用することで地震時における構造物の動的挙動を推定し、その有効性の評価を行う。平成8年度は高減衰積層ゴムを対象に慣性力を利用した動的載荷試験装置を作成し、それに実地震波(JMA KOBE NS)を入力して検証用のデータを取得した。また、ニューラルネットワークにより高減衰積層ゴムの正弦波載荷時の履歴曲線を学習させ、学習済ネットワークを数値演算サブルーチンとして適用し、動的応答解析を行った。その後、動的載荷試験結果とニューラルネットワークによる解析結果との比較検証を行った。その結果、非線形履歴曲線を解析に利用する際、ニューラルネットワークを用いることで、数学的手法を用いることなく直接モデリングすることが可能であることが確認された。また、典型的な履歴曲線を学習させたネットワークを数値演算サブルーチンとして地震応答解析に用いた場合、ネットワークによる推定は、実地震波に対する複雑な動的挙動を定性的、定量的に表現可能であることが確認された。