• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

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

Research Project

Project/Area Number 22K04416
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 23010:Building structures and materials-related
Research InstitutionThe University of Kitakyushu

Principal Investigator

藤田 慎之輔  北九州市立大学, 国際環境工学部, 准教授 (80775958)

Project Period (FY) 2022-04-01 – 2026-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Keywords最適化 / 機械学習 / 構造形態創生 / 幾何学的非線形解析 / ニューラルネットワーク
Outline of Research at the Start

近年,最適化手法を用いて合理的な建築構造形態を創出する研究が発展しているが,それらの手法は主に静的線形範囲において優良な形態を模索するものであるため,動的非線形挙動との差異が大きい場合には構造形態を抜本的に見直す必要が生じ,設計者に負担を強いることとなる.
本研究では,最適化計算の各ステップの中で更に繰り返し計算が必要となる動的・非線形解析を行う代わりに,動的・非線形挙動の予測モデルを事前に用意して当該計算に代替させることにより計算時間を大幅に短縮し,計算コストの問題から原則として線形・弾性範囲内における力学性状のみしか考慮してこなかった従来の構造形態創生手法を,動的・非線形範囲にまで拡張する.

Outline of Annual Research Achievements

初年度に行った幾何学的非線形応答の予測システムについて,予測精度の改善を試みた。
釣合経路そのものを予測することはなかなか困難ではあるものの,ラチスシェルの非線形座屈耐力については一定の精度で予測可能であることが数値実験から分かったため,当該予測モデルを利用した構造形態創生を試みた。
通常,幾何学的非線形解析を行うことでしか得られない非線形座屈荷重係数を最適化問題の設計変数として考慮することは計算時間の問題から現実的ではないが,本研究のように当該非線形解析を予測モデルによる予測に代替すれば,現実的な計算時間で比較的優良な解形態が得られることが確認された。研究成果は国内外の各学会での発表のほか,査読論文としてとりまとめた。
加えて,これまではあくまであらゆる形状・断面の構造物に対してその応答予測システムを構築し,その予測モデルを用いて形態創生を行うアプローチによって非線形問題を有限時間で扱うことのできる形態創生手法の提案を行ってきたが,最適解そのものを教師データとして機械学習させ,最適化問題の各種制約条件を入力変数とすることで即座に優良解の候補を算出するアプローチも有効であると考え,まずは平面骨組問題に対して前述のアプローチによる予測モデルの実装を行った。まだ予測精度の面で若干の問題が残されてはいるものの,一定の精度で最適解を予測可能であることが確認された。当該研究成果はまだ論文化していないが,次年度以降も継続して研究を続ける予定である。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

当初の最終目標の一つであった,3次元空間構造物の非線形挙動を機械学習により予測し,最適化手法の中に同予測モデルを組みこんだ形態創生を行うという研究は一定の成果を上げることができ,査読論文としてとりまとることができている。加えて,最適解そのものを教師データとして機械学習させ,最適化問題の各種制約条件を入力変数とすることで即座に優良解の候補を算出するという別のアプローチからの研究にも着手しており,一定の成果が得られつつある。動的問題に対しては2次元構造物に対する予測モデルの作成しか行っていないが,研究全体としては概ね順調に成果を上げられていると考えている。

Strategy for Future Research Activity

最適解そのものを教師データとして機械学習させ,最適化問題の各種制約条件を入力変数とすることで即座に優良解の候補を算出するというアプローチによる研究を引き続き発展させる。また,研究成果は査読付き論文として社会に公開をしているが,自身の実務経験を活かし,論文化するだけではなく,第3者が利用可能なソフトウェアとして実装することを試みる。具体的には,研究代表者が開発を続けているOpenSees for Grasshopperに当該機能を実装し,非線形解析も扱えるようにGUI含めて整える。成果物はGitHubを通じて全世界に公開する。

Report

(2 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • Research Products

    (13 results)

All 2024 2023 2022

All Journal Article (1 results) (of which Peer Reviewed: 1 results,  Open Access: 1 results) Presentation (12 results) (of which Int'l Joint Research: 5 results)

  • [Journal Article] PREDICTION OF NONLINEAR BUCKLING LOAD AND STRUCTURAL OPTIMIZATION OF SINGLE-LAYER LATTICE SHELLS USING MACHINE LEARNING2024

    • Author(s)
      YABUUCHI Yuma、FUJITA Shinnosuke
    • Journal Title

      Journal of Structural and Construction Engineering (Transactions of AIJ)

      Volume: 89 Issue: 815 Pages: 75-85

    • DOI

      10.3130/aijs.89.75

    • ISSN
      1340-4202, 1881-8153
    • Year and Date
      2024-01-01
    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Presentation] Structural optimization of lattice shells with geometric nonlinearity using machine learning2023

    • Author(s)
      Y. Yabuuchi, S. Fujita
    • Organizer
      IASS 2023 Annual Symposium, Melbourne, Australia
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] 機械学習を用いた単層ラチスシェルの非線形力学特性の予測2023

    • Author(s)
      薮内佑馬,藤田慎之輔
    • Organizer
      第46回情報・システム・利用・技術シンポジウム
    • Related Report
      2023 Research-status Report
  • [Presentation] 機械学習により材料非線形性を考慮したラチスシェルの形状最適化2023

    • Author(s)
      薮内佑馬,藤田慎之輔
    • Organizer
      コロキウム構造形態の解析と創生2023
    • Related Report
      2023 Research-status Report
  • [Presentation] 機械学習により幾何学的非線形性を考慮したラチスシェルの形状最適化2023

    • Author(s)
      薮内佑馬,藤田慎之輔
    • Organizer
      日本建築学会大会(関西)構造I
    • Related Report
      2023 Research-status Report
  • [Presentation] 機械学習を用いたラチスシェルの線形座屈荷重とひずみエネルギーの多目的最適化2023

    • Author(s)
      薮内佑馬,藤田慎之輔
    • Organizer
      第62回日本建築学会九州支部研究発表会
    • Related Report
      2022 Research-status Report
  • [Presentation] 非力学的性能を考慮した平面骨組のトポロジー最適化2022

    • Author(s)
      奥薗尚人,藤田慎之輔
    • Organizer
      コロキウム構造形態の解析と創生2022
    • Related Report
      2022 Research-status Report
  • [Presentation] 機械学習を用いたラチスシェルの線形弾性範囲内における応力予測および形状最適化2022

    • Author(s)
      薮内佑馬,藤田慎之輔
    • Organizer
      コロキウム構造形態の解析と創生2022
    • Related Report
      2022 Research-status Report
  • [Presentation] 機械学習を用いたラチスシェルの幾何学的非線形性状の予測モデルの構築2022

    • Author(s)
      田村直大,藤田慎之輔
    • Organizer
      コロキウム構造形態の解析と創生2022
    • Related Report
      2022 Research-status Report
  • [Presentation] Topology optimization of structural frames considering various non-mechanical performance formulated as MISOCP2022

    • Author(s)
      N. Okuzono, S. Fujita
    • Organizer
      15th World Congress on Computational Mechanics & 8th Asian Pacific Congress on Computational Mechanics (WCCM-APCOM 2022), Yokohama, Japan
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research
  • [Presentation] Development of a prediction model for collapse load factor by machine learning and its application to shape optimization problems2022

    • Author(s)
      S. Fujita, T. Nishie
    • Organizer
      ACSMO2022, Matsue, Japan
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research
  • [Presentation] Cross-sectional optimization of latticed shells consisting of steel pipes and H-beams solved as a continuous variable problem2022

    • Author(s)
      N. Tamura, S. Fujita
    • Organizer
      ACSMO2022, Matsue, Japan
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research
  • [Presentation] Global topology optimization of frame structures considering the density of members2022

    • Author(s)
      N. Okuzono, S. Fujita
    • Organizer
      ACSMO2022, Matsue, Japan
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research

URL: 

Published: 2022-04-19   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi