ニューラルネットワークを利用した積層曲面構造物の終局強度推定法に関する研究

基于神经网络的层合弯曲结构极限强度估计方法研究

• 批准号: 09750559
• 负责人: 森田 千尋
• 金额: $ 1.41万
• 依托单位: Nagasaki University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1997
• 资助国家: 日本
• 起止时间: 1997 至 1998
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-09750559/
• 关键词: 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

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。

对于超长桥梁的上部结构梁构件和下部结构，可以采用力学性能可自由设计（剪裁）的复合材料，并采用积极利用各向异性的板壳结构，由于分析中涉及的参数较多，弯曲结构的极限强度曲线公式尚未明确。在本研究中，我们研究了一种使用神经网络方法定量估计和评估此类层合弯曲结构的非线性行为和极限强度的方法。 1.由于使用神经网络估计非线性行为的方法需要大量的输入/输出数据，因此我们整理和积累了有关均质和各向同性弯曲结构极限强度的现有分析和实验数据。此外，利用本实验室开发的层合弯曲结构静动态分析程序，进行了广泛的参数分析，积累了输入和输出数据，并阐明了层合弯曲结构的动态行为特征。 2.为了研究学习重复次数和中间层数对推理结果的影响，我们构建了一个神经网络模型，针对层合板的跳跃现象，估计改变弹性模量比时的载荷-挠度曲线。扁平贝壳做到了。误差反向传播用于大约 150 个输出数据，但即使数学家的输入和输出数据中的模式数量很少，也可以通过大约 1000 次学习重复来观察到足够的非线性行为。结果发现，使用一个隐藏层比使用多层产生更好的推理值，并且神经元数量越多，推理效果越好，并且对网络性能的影响最大。 3.基于上述结果，我们计划在未来研究哪些参数对层合弯曲结构的非线性行为和极限承载能力影响最大。

项目成果

森田 千尋: "クロスプライ積層偏平シェルの自由振動問題に関する一解析法" 構造工学論文集. Vol.44A(印刷中). (1998)

Chihiro Morita：“交叉层压扁平壳的自由振动问题的分析方法”，《结构工程杂志》第 44 卷（出版中）。