2020 Fiscal Year Annual Research Report
Mathematical approach to a numerical-experimental system of robust seismic design for building structures
| Project/Area Number |
18K04444
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
山川 誠 東京理科大学, 工学部建築学科, 教授 (50378816)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
永野 康行 兵庫県立大学, シミュレーション学研究科, 教授 (00410374)
朝川 剛 東京電機大学, 未来科学部, 准教授 (00806127)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 建築構造 / 耐震設計 / ロバスト性 / 最適設計 / 動的応答 / 制振装置 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
建築構造の耐震設計におけるロバスト性（以下、耐震ロバスト性）向上を目的とし、耐震ロバスト性を向上させる手法を提案した。得られた研究実績は以下の通りである。
1) 冗長性を考慮した位相最適化の研究においては、損傷シナリオを予め想定した上での最悪ケース解析に基づく方法が主であり、不安定構造が発生するようなシナリオを考慮することが困難である。本研究では、確率論的定式化に基づくフェールセーフ位相最適化法を提案した。確率的勾配降下法の一種であるAdam法の適用性を調べ、初期値依存性等を検討し、既往の方法より適用範囲が広く、効率的に冗長性を付与可能である結果を得た。
2) 鋼構造骨組の最小重量設計において、断面設計を画像データとして扱う深層学習法を提案し、予測精度・計算時間を分析し、構造設計への適用可能性について調べた。25 000個のデータセットを用いた場合、最適化計算に対し5%程度の誤差をもつ解を予測できた。また、学習したパラメータの範囲内であれば、未学習データと学習データについて予測誤差は同程度となる結果が得られた。
3) 鋼構造建築ラーメン構造物を対象に、多質点系モデルにより地震応答解析を行い、最大層間変位、最大加速度を求めた。新たに提案した耐震ロバスト性の総合評価（最大層間変位と最大加速度の重み付き線形和）を使用した耐震ロバスト性を評価し、建物の不確定性に対しオイルダンパーが有効であることの例題検証を実施した。
4) PC鋼棒ブレースの縮小簡易フレームによる終局載荷試験を実施した。PC鋼棒ブレースが破断に至るまで、弾性限以内におさまるように設計を行った接合部に問題が生じず、想定通りの挙動を示すことを確認した。また、皿ばねを用いることで変位制御型ブレースに初期剛性を付与することにより残留変形を抑制するなどの効果を数値実験により確認した。
|
