JP2013195354A

JP2013195354A - 建物の健全性確認方法

Info

Publication number: JP2013195354A
Application number: JP2012065528A
Authority: JP
Inventors: Tomoo Saito; 知生斎藤
Original assignee: Shimizu Construction Co Ltd; Shimizu Corp
Current assignee: Shimizu Construction Co Ltd; Shimizu Corp
Priority date: 2012-03-22
Filing date: 2012-03-22
Publication date: 2013-09-30
Anticipated expiration: 2032-03-22
Also published as: JP5967417B2

Abstract

【課題】限られた階に設置したセンサで得られた建物の地震時応答情報に基づいて、より精度よく建物各階の応答を推定することを可能にする建物の健全性確認方法を提供する。
【解決手段】多層構造の建物Ｔの健全性を確認するための方法であって、任意に設定した建物の観測層にセンサ１を設置し、地震時に前記センサ１で取得した観測層の応答情報に基づき、ベイズの定理を用いて建物の設計モデルの情報を学習的に更新するようにし、後に発生した地震時に取得した観測層の応答情報と、学習的に更新した建物Ｔの設計モデルの情報に基づいて、建物Ｔの各層の応答を推定するようにした。
【選択図】図１

Description

本発明は、建物の健全性を確認するための方法に関する。

建物にセンサを設置し、このセンサからの情報に基づいて建物の損傷、劣化の度合いを把握し、建物の損傷検知や健全性評価を行う構造ヘルスモニタリングが注目されている（例えば、特許文献１、特許文献２参照）。特に、オフィスビルやマンション等の多層構造の建物においては、地震が発生した際に、その被災状況を早期に且つ精度よく確認（把握）、判定することが求められる。

また、建物に多数のセンサを設置し、地震時の建物の各階（層）の応答、さらに建物全体の応答を把握することが好ましいが、現実的には経済性などの制約から多数のセンサを設置することが難しい。このため、建物の限られた階にセンサを設置することが一般的であり、これに伴い、地震時に、この限られた階のセンサで取得した情報から建物の各階の応答を精度よく推定する手法が強く求められている。

これに対し、非特許文献１には、地震観測データとＡＲＸモデルを用いて、観測されていない階の応答を近似的に推定する方法が開示されている。この方法では、まず、建物の設計モデル解析モデルのモード形と同定された観測階（センサ設置階）の刺激関数から各階の刺激関数を振動モードごとに決定する。次に、刺激関数と同定された極から、各階の変位応答を出力とするＡＲＸモデルの留数を求め、さらに、各階変位を出力とするＡＲＸモデルの外生入力パラメータを求めるようにしている。これにより、層間変位や層間変形角を求めることができ、地震による被災状況を把握し、建物の耐震性能評価を行うことができる。

特開２０１１−１３２６８０号公報特開２００１−９９７６０号公報

池田芳樹、「ＡＲＸモデルに基づく減衰配置と地震観測されていない階の応答の近似的推定」、日本地震工学会大会梗概集、ｐ．１６６−１６７、２００５年

しかしながら、上記の地震観測データとＡＲＸモデルを用いて、観測されていない階の応答を近似的に推定する方法においては、設計情報と実際の建物の特性との間に必ず存在する差異が反映されていない。このため、推定の精度が悪くなり、健全性、耐震性評価の信頼性を損なうおそれがあった。

本発明は、上記事情に鑑み、限られた階に設置したセンサで得られた建物の地震時応答情報に基づいて、より精度よく建物各階の応答を推定することを可能にする建物の健全性確認方法を提供することを目的とする。

上記の目的を達するために、この発明は以下の手段を提供している。

本発明の建物の健全性確認方法は、多層構造の建物の健全性を確認するための方法であって、任意に設定した前記建物の観測層にセンサを設置し、地震時に前記センサで取得した前記観測層の応答情報に基づき、ベイズの定理を用いて前記建物の設計モデルの情報を学習的に更新するようにし、後に発生した地震時に取得した前記観測層の応答情報と、学習的に更新した前記建物の設計モデルの情報に基づいて、前記建物の各層の応答を推定するようにしたことを特徴とする。

本発明の建物の健全性確認方法においては、ある地震時に、限られた観測層に設置したセンサで取得した建物の地震時応答情報に基づいて建物の設計モデルの情報を学習的に更新し、後の地震時にセンサで取得した建物の応答状況に基づいて建物の各層（各階）の応答を推定するようにしたことで、より精度よく建物各層の応答を推定することが可能になり、信頼性の高い健全性、耐震性評価を行うことが可能になる。

シミュレーションで用いた建物を示す図である。シミュレーション結果を示す図である。

以下、図１及び図２を参照し、本発明の一実施形態に係る建物の健全性確認方法について説明する。

ここで、本実施形態の建物の健全性確認方法は、学習型応答推定機能を有する構造ヘルスモニタリングシステムを用いてオフィスビルやマンション等の多層構造の建物の健全性を確認、把握するための方法に関するものである。また、本実施形態の建物の健全性確認方法は、建物の設計モデルを事前情報として最大限活用しつつ、その設計モデルを、限られた階（層）の加速度センサによって取得した建物応答情報に基づき、ベイズの定理によって学習的に更新し、より精度よく建物の各階の応答を推定できるようにするための方法に関するものである。

そして、本実施形態の建物の健全性確認方法においては、まず、設計モデルの質量行列Ｍ、減衰係数行列Ｃ、剛性行列Ｋが与えられており、式（１）に示す一般固有値問題を解いてｊ次の固有角振動数ｗ_ｊと刺激関数φ_ｊが得られている。

ここで、剛性分布ｋを修正する関数△ｋ（θ）を導入する。これにより、剛性分布がｋ’＝ｋ＋△ｋ（θ）に修正され、これに対応して剛性行列ＫがＫ’（θ）に修正される。このとき、モデルパラメータは、式（２）に示すように確率変数である（ｎ_ｐはパラメータ数）。

一方、センサ設置階（観測層）の建物応答絶対角度ｙ_ｐ（θ）は式（３）で表され、この建物応答絶対加速度の確率モデルは式（４）で表せる。

ｎ_ｓは、建物に設置されたセンサの数（地動計測用のものを除く）、ｙ_ｐ（上に^（ハット））（θ）は、Ｍ、Ｃ、Ｋ’（θ）で規定される修正設計モデルに観測された地動ｕを入力したときの各時刻におけるセンサ設置階の応答絶対加速度であり、その値を期待値として等しい分散σ_ｙ ^２で独立に正規分布していることを示している。

そして、地震時に、式（５）で表す観測データDが得られると、ベイズの定理によってθの事後分布が式（６）で求められる。

ここで、ｐ（θ）は、事前分布で、式（７）のような互いに独立で平均が０の正規分布である。また、ｐ（D|θ）は、尤度関数で、式（８）で求められる。

このようにして得られる事後分布ｐ（θ|D）を最大化するθをθ_ＭＡＰ（上に^（ハット））とすると、θ_ＭＡＰ（^）によって修正された剛性行列Ｋ’（ θ_ＭＡＰ（^））から、式（１）と同様の固有値問題を解いて、対応する刺激関数φ_ｊ’が得られる。

これは、事前情報である設計モデルを実際の観測データに基づいて、より現実に近づけるように更新したことを意味する。そして、この更新した事後分布ｐ（θ|D）を次回の地震に対する事前分布として用いることで継続的な学習が可能になる。

そして、建物の応答に支配的な影響を与えるモードを１〜ｎ_ｍ次とすると、センサ設置階の応答絶対加速度は、式（９）で近似できる。

Ｄは、Ｄ＝[１・・・１]^Ｔ∈Ｒ^ｎｓであり、Ф_ｐは、Ф＝[φ₁’・・・φ_nm’]からセンサ設置階に対応した行を抜き出した行列であり、ｑは、ｑ＝[ｑ₁(t)・・・ｑ_nm(t)]^Ｔで表される１〜ｎ_ｍ次のモード応答相対加速度ベクトルである。すると、観測応答波形ｙ_ｐ（上に〜（チルダ））からモード応答相対加速度の推定値ｑ（^）が式（１０）で得られる。

Ф_ｐ ^＋はФ_ｐの一般化逆行列である。これにより、全層の応答ｙ∈Ｒ^ｎｆ（ｎ_ｆは建物層数）が式（１１）で推定できる。

なお、Ｄ’＝[１・・・１]^Ｔ∈Ｒ^ｎｆである。また、式（１０）で一般化逆行列を用いていることにより、推定に使用する主要モードの数を任意に設定することが可能になっている。

ここで、上記の本実施形態の建物の健全性確認方法を１５階建ての建物モデルに適用して行なったシミュレーションの結果について説明する。

このシミュレーションでは、図１に示すように、多層構造の建物Ｔの１階と６階と１１階とＲ階に加速度センサ１を設置している。また、１階の加速度センサ１が地動加速度を計測し、建物応答絶対加速度が計測されるのは６階、１１階、Ｒ階のみとなっている。

そして、建物モデルに地動を入力し、応答解析を行なって各層の絶対加速度応答などを計算した結果を真値とした。また、センサによって取得したセンサ設置階（１階と６階と１１階とＲ階）のみの波形を用い、本発明によって全層の絶対加速度波形を推定した。さらに、センサによって取得したセンサ設置階のみの波形を用い、従来の手法によって、当初の設計モデルから全層の絶対加速度波形を推定した。そして、真値と、本発明による全層の推定値と、従来の手法による全層の推定値とを比較して、本発明の優位性を評価した。

図２は、シミュレーションの結果を示しており、図２（ａ）は、応答解析による真値と、従来の手法と、本発明の手法の各ケースの建物の刺激関数を３次まで示したものである。この図２（ａ）から、従来の手法を用いた場合には、真値と大きく異なっているのに対し、本発明の手法を用いた場合には、観測データに基づき、設計データが学習的に随時更新されているため、真値とほぼ一致する結果が得られることが確認された。

また、図２（ｂ）、図２（ｃ）は、全層の絶対加速度の時刻歴を用いて、各階（層）の最大絶対加速度、最大層間変形を求めた結果を示している。この結果から、従来の手法では、最大絶対加速度、最大層間変形ともに、真値と大きく異なってしまっているのに対し、本発明の手法を用いた場合には、全ての階で最大絶対加速度、最大層間変形の推定値と真値がよく一致しており、極めて効果的な応答推定が可能であることが実証された。

したがって、本実施形態の建物の健全性確認方法においては、ある地震時に、限られた観測層に設置したセンサで取得した建物の地震時応答情報に基づいて建物の設計モデルの情報を学習的に更新し、後の地震時にセンサで取得した建物の応答状況に基づいて建物の各層（各階）の応答を推定するようにしたことで、より精度よく建物各層の応答を推定することが可能になり、信頼性の高い健全性、耐震性評価を行うことが可能になる。

以上、本発明に係る建物の健全性確認方法の一実施形態について説明したが、本発明は上記の実施形態に限定されるものではなく、その趣旨を逸脱しない範囲で適宜変更可能である。

１センサ
Ｔ建物

Claims

多層構造の建物の健全性を確認するための方法であって、
任意に設定した前記建物の観測層にセンサを設置し、地震時に前記センサで取得した前記観測層の応答情報に基づき、ベイズの定理を用いて前記建物の設計モデルの情報を学習的に更新するようにし、後に発生した地震時に取得した前記観測層の応答情報と、学習的に更新した前記建物の設計モデルの情報に基づいて、前記建物の各層の応答を推定するようにしたことを特徴とする建物の健全性確認方法。