1997 Fiscal Year Annual Research Report
ニューラルネットワークを利用した積層局面構造物の終局強度推定法に関する研究
| Project/Area Number |
09750559
|
|---|
| Research Institution | Nagasaki University |
|---|
Principal Investigator |
森田 千尋 長崎大学, 工学部, 講師 (60230124)
|
|---|
| Keywords | ニューラルネットワーク / 積層曲面構造 / 非線形挙動 / 耐荷力 / テ-ラリング |
|---|
| Research Abstract |
超長大橋梁の上部構造桁部材や下部構造においては,力学特性を自由に設計(テ-ラリング)できる複合材料を用いて,異方性を積極的に利用した板殻構造の使用が考えられるが,解析においては多くのパラメータを含むため,曲面構造物の終局強度曲線式は明確にされていない。本研究においては,このような積層曲面構造物に関して,ニューラルネットワークによる方法を使用し,非線形挙動や終局耐力を定量的に推定評価する方法に関する研究を行った。
1.ニューラルネットワークによる非線形挙動の推定法においては,膨大な入出力データを必要とするため,既往の等質・等方性曲面構造物の終局強度に関する解析データおよび実験データを整理し蓄積した。また,本研究室で開発した積層曲面構造物の静的・動的解析プログラムにより,広範囲にわたるパラメータ解析を行い,入出力データを蓄積するとともに,積層曲面構造物の動的挙動特性を明らかにした。
2.学習繰り返し数や中間層数などが推論結果に及ぼす影響を調べるため,積層扁平シェルの飛び移り現象に関して,弾性係数比を変化させた場合の荷重-たわみ曲線を推定するニューラルネットワークモデルを構築した。150個程度の出力データに対して誤差逆行播法(Error Back Propagation)を用いたが,数師用出入力データのパターン数が少ない場合でも,1000回程度の学習繰り返し数において,十分非線形挙動が推定できた。中間層数は1層とした方が多層とするよりも良い推論値が得られ,ニューロン数は多いほど良い推論ができ,最もネットワークの性能に影響を与えることなどが明らかとなった。
3.以上の結果を基に,積層曲面構造物の非線形挙動ならびに終局耐力において,どのパラメータが耐荷力へ及ぼす影響が大きいのかを今後調べる予定である。
|
