본 논문에서는 납삽입 적층 고무베어링의 비선형 모델링에 대해 신경망 이론을 적용한 수학적 모델링 기법을 제안하였다. 신경망 모델의 수치검증을 위해 납삽입 적층 고무베어링이 설치된 프레임 축소모델의 진동대 실험 자료가 사용되었는데, 제안된 신경망의 학습 및 예측을 위한 하중 자료로써 백색잡음과 세 종류의 지진파를 선택하였다. 지진파의 경우 PGA의 세기를 달리하여 신경망 모델의 계산정도를 고찰하였다. 그 결과, 납삽입 적층 고무베어링의 전단변위가 신경망의 학습 영역을 벗어나지 않는 경우 실험결과의 복잡한 이력곡선을 잘 추종하였고 신경망 이론에 의한 비선형 모델링 기법이 유용하게 활용될 수 있다는 가능성을 확인할 수 있었다.

본 연구에서는 수평전단시험을 통하여 LRB(lead-rubber hearing)의 동적 특성을 분석하였다. 10ton 및 200ton 용량의 LRB를 이용하여 수평전단시험을 수행한 결과 LRB의 동적 특성은 수평하중의 재하속도, 연직하중의 크기 및 전단변형률 등에 따라 크게 달라지는 것으로 나타났다. 세장비가 큰 면진장치에 과도한 변형을 가할 경우 내부 납심에 소성한지가 발생되어 납심이 파괴되는 것으로 나타났다. 따라서 면진구조물의 설계 및 해석 시에는 지진응답과 재하하중의 크기에 따라서 달라지는 LRB의 기계적 특성치를 적용하여 안전한 설계가 이루어질 수 있도록 하여야 한다.