第１部門①

[2A01-06-04] 高減衰ゴム支承のための非線型モデルと機械学習を用いたパラメータ同定

*モンテス カトリーナ¹、党 紀¹、談 雨晴²、五十嵐 彰²、姫野 岳彦³ (1. 埼玉大学、2. 京都大学、3. 川金ホールディングスグループ)

キーワード：機械学習、高減衰ゴム支承、修正Bouc-Wenモデル、非線形パラメータ同定

高減衰ゴム支承が複雑な非線形挙動を示しており、通常では、複数のパラメータを用いた非線形履歴モデルが必要となる。これらのパラメータは、標準的な準静的荷重などの実験から特定する必要がある。ただし、カーブフィッティング、ニュートン法などの一般的な非線形モデルパラメータ同定法では、初期パラメータ値を慎重に選択する必要がある。初期値選定は、エンジニアの専門知識と経験に依存しており、試行錯誤的に行う場合が多い。この研究では、機械学習を用いて、実験データから複雑な非線型モデルパラメータを一意的に提案する方法を試みた。応用問題として、常温及低温における高減衰ゴム支承(HDR-S)の履歴特性を修正Bouc-Wen（MBW）モデルを用いて再現し、そのパラメーターを特定することとしている。提案されたパラメータは、実際の準静的実験結果およびハイブリッドシミュレーションと比較した。