논문 상세보기
pp.43-49
본 연구에서는 구조물의 재료, 구조물의 단면, 지진 하중등의 불확실성을 고려한 저형 전단벽의 최대 전단력를 예측하는 뉴 런-네트워크 모델을 개발하였다. 이를 위해 실험 데이터를 통해 검증된 박스타입 저형 전단벽 수치해석 모델을 구축하였고, 가정된 분 포를 통해 200개의 구조물의 재료, 단면변수를 라틴 하이퍼 큐브 샘플링을 통해 추출하였다. 또한 이전 연구에서 사용된 인공지진파를 데이터를 기반으로 10개의 다른 PGA 레벨별 총 200개의 인공지진파 데이터를 구축하였다. 뉴런-네트워크 모델의 Training 및 testing을 위해 200개의 데이터셋에 상응 수치해석 모델을 구축하고 최대 전단력을 산출하였다. 이렇게 구축된 데이터셋을 이용하여 최종적으로 뉴런-네트워크 모델을 확정하였다. 마지막으로 구축된 모델로부터 얻어진 취약도와 기존에 사용되는 방법들로부터 얻은 취약도를 비교, 분석하여 본 연구에서 구축된 모델의 정확도를 보여주었다.
This study developed a neural network model for predicting the maximum shear force of squat shear walls by considering uncertainties in material properties, dimensions, and seismic loading. For this, a validated numerical model of a box-type squat shear wall was developed using experimental data. Then, based on assumed distributions, 200 structural material and dimensional parameters were extracted using the Latin hypercube sampling method. In addition, 200 artificial earthquake datasets developed in previous studies were used. For the training and testing of the model, 200 corresponding numerical models were developed and the maximum shear force was calculated to obtain the final neural network model. Finally, the fragility obtained from the neural network model was analyzed and compared with those obtained from existing methods to demonstrate the accuracy of the developed model.
2. 박스타입 저형 전단벽 모델 검증
2.1 저형 전단벽 실험 및 구조 모델링
2.2 저형 전단벽 구조 모델 검증
3. 단문형 전기 캐비넷 유한요소 모델 검증
3.1 재료 및 단면의 불확실성
3.2 지진하중의 불확실성
4. 뉴런-네트워크 모델
4.1 Training and Testing을 위한 데이터셋 구축
4.2 뉴런-네트워크 모델 구축 및 검증
5. 취약도 분석
6. 결 론
감사의 글
REFERENCES
