| 研究課題/領域番号 |
07555467
|
|---|
| 研究種目 |
試験研究(B)
|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
大井 謙一 東京大学, 生産技術研究所, 助教授 (90126003)
|
|---|
| 研究分担者 |
孟 令樺 (株)フジタ, 技術研究所, 研究員
西田 明美 東京大学, 生産技術研究所, 助手 (40228185)
林 暁光 東京大学, 生産技術研究所, 助手 (30262124)
嶋脇 興助 東京大学, 生産技術研究所, 助手 (40092233)
高梨 晃一 東京大学, 生産技術研究所, 教授 (60013124)
|
|---|
| キーワード | ニューラルネットワーク / 部分構造実験 / 地震応答シミュレーション / 不釣合モーメント / 学習と教師信号 / 復元力予測子 |
|---|
| 研究概要 |
部分構造実験によるハイブリッド地震応答シミュレーションの応用において現在残されている困難な点を克服するため、本研究では、単に実験を遂行するだけの実験システムではなく、自分の経験した実験結果から学ぶことのでのる「知的構造実験システム」を開発することを目的としている。載荷の付加逆性によって生じる現実的な問題は、試験体と仮想構造部分の結合点において力の拘束条件が設けられた場合に発生する不釣合モーメントを即座に解消することができない点にある。この釣合モーメントを如何に後続する載荷ステップで解消・軽減するかが実験制御上の重要課題となる。本研究の目的の1つは、ここにニューラルネットワークの学習機能と教師信号に対する追随性を利用しようとするものである。
まず、アクチュエータ変位と試験体変位に線形関係を仮定して、オープンループ制御により、数体の試験体に対して、各種載荷プログラムによる通常載荷実験を行った。その指令信号と試験体実変位を記録し、それらを教師信号として制御用ニューラルネットワークの訓練を行った。現在、試験体が立体架構に組込まれたと仮定して、部分構造方によるハイブリッド地震応答シミュレーションを遂行中である。力の拘束がある自由度については、復元力予測による後続ステップでの不釣合力の解消を行い、慣性質量のある自由度については、実測復元力を用いて運動方程式を数値積分する。なお、訓練を必要とする復元力予測用ニューラルネットワークの他にも、線形弾性モデル、塑性ヒンジモデルなどの先験的予測子も試み、シミュレーション精度の相互比較を行う予定である。
|
