Development of high-precision estimation method of uncertainty in Bayesian structure inverse analysis
| Project/Area Number |
23K22849
|
|---|
| Project/Area Number (Other) |
22H01579 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 22020:Structure engineering and earthquake engineering-related
|
|---|
| Research Institution | Railway Technical Research Institute |
|---|
Principal Investigator |
松岡 弘大 公益財団法人鉄道総合技術研究所, その他部局等, 研究員(移行) (60747202)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
貝戸 清之 大阪大学, 大学院工学研究科, 准教授 (30467550)
水谷 大二郎 東北大学, 工学研究科, 助教 (30813414)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥15,730,000 (Direct Cost: ¥12,100,000、Indirect Cost: ¥3,630,000)
Fiscal Year 2024: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
Fiscal Year 2023: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
Fiscal Year 2022: ¥5,590,000 (Direct Cost: ¥4,300,000、Indirect Cost: ¥1,290,000)
|
|---|
| Keywords | ベイズ更新 / 構造逆解析 / 不確実性 / データ取得戦略 / 構造モデル更新 / ベイズ推定 / MCMC法 / 不確実性推定 / 鉄道橋 |
|---|
| Outline of Research at the Start |
構造物の測定データに基づく高精度なCBMやリスクマネジメントを実現するうえで，構造モデルのベイズ更新における現有性能の不確実性評価は不可避な課題であるが，モデルパラメータ間に相関を有する場合，分布の裾が複雑にゆがみ，評価が困難であった．これに対して，本研究は以下の2項目を実施する．
a)パラメータ間に相関を有する場合の高精度な構造性能の不確実性推定法の開発
b)測定データの数と質による不確実性制御手法と最適データ取得戦略の提案
これにより実現される高精度なリスクの定量化や補修・補強の効率化，および不確実性を効果的に低減させる最適データ取得戦略を通じ，次世代維持管理の実現に貢献する．
|
| Outline of Annual Research Achievements |
列車通過時の橋りょう波形に基づき構造モデルのパラメータおよびその不確実性を推定するため、実橋での計測と列車通過波形の整理を行った。また、波形に基づく構造モデルのパラメータおよびその不確実性推定手法として、ベイズ推定を改良した二段階サンプリング法を検討した。さらに、構造モデル推定に必要となる構造解析の高速化を検討した。各実施内容の詳細は以下の通りである。
本研究の検証に必要となる測定データとして、3種類の異なる橋りょう（コンクリート桁、合成桁、トラス橋）の列車通過時の変位波形および最大変位の計測を実施した。また、同時に実施した加速度計測で得られた多点加速度応答に基づき、振動モードの同定を行い、部材レベルの振動モードを同定した。
測定データに基づく構造モデルパラメータ（固有振動数、単位長質量、モード減衰比）の推定手法として、通常のベイズ推定に加え、パラメータの不確実性のみを再度推定する二段階サンプリング法を構築した。特に、二段階目のサンプリング法として広域探索のためのベイズ推定法の一つであるレプリカ交換マルコフ連鎖モンテカルロシミュレーション（レプリカ交換MCMC）法を用いることで，推定効率の向上を図った。
上記の推定に要する計算時間を短縮するため、多点支持梁モデルの理論解を導出し、これを利用した列車通過時の橋りょう応答の高速計算アルゴリズムを開発した。実橋りょうの計測結果と比較し、挙動が複雑な連続桁でも高精度かつ高速（有限要素法の10倍程度）に、列車通過時の橋りょう波形を計算できることを確認した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
過去測定データの整理から研究体制の構築、二段階サンプリング法の構築など、当初計画に基づき順調に進展している。
|
| Strategy for Future Research Activity |
今後、数値計算により提案した二段階推定法の精度を検証したうえで、測定データに対して提案手法を適用し、構造モデルのパラメータの不確実性を実際に推定する。そのうえで、測定データの数が推定される不確実性に及ぼす影響を明らかにする予定である。
|
Report
(1 results)
Research Products
(5 results)
