研究室の学び

安全かつ強靭(レジリエント)な社会インフラシステムの実現、およびインフラ構造物の設計・施工・維持管理における生産性向上を目的とした研究を行っています。具体的には、各種作用(地震、台風、竜巻、火山、爆発、火災等)を受ける鋼・コンクリート構造物の破壊・崩壊シミュレーション手法の開発とそれを応用した構造物の安全性・強靭性評価、AI技術(特に深層学習)を応用した各種技術の高度化・効率化に関する研究を行っています。

社会との接点

近年、社会インフラ構造物(運輸、エネルギー供給、利水・治水、防災等を目的とした公共構造物)の設計は、設計時の想定に対して安全であるだけでなく、想定を超える大きな作用を受けたとしても、例えば、一部に損傷が生じても復旧が容易であること、あるいは部材単体が破壊しても全体として機能を保つことなど、いわゆる復旧性や冗長性(リダンダンシー)で評価される、強靭さ(レジリエンス)の確保が重要な課題になってきています。本研究室では、強靭なインフラ実現のために、実験あるいは現状の解析技術では評価が難しい、復旧性、冗長性を評価可能な、各種作用(地震、衝撃、火災等)を受ける鋼・コンクリート構造物の破壊・崩壊シミュレーション手法の開発に取り組んでいます。さらに、開発した手法を用いた各種インフラ構造物の安全性・強靭性評価や劣化・破壊メカニズムの解明、新しい補強技術の開発などを行っています。

一方、少子高齢化、労働人口減少への対策として、1人1人の生産性の向上が急務になっています。本研究室では、深層学習およびシミュレーションによる学習データの大量生成を応用した、インフラ構造の設計や維持管理技術の高度化・効率化に関する研究も行っています。

主な研究テーマ

  • 地震・衝撃・火災作用等の極限作用を受ける鋼・コンクリート構造物の破壊・崩壊シミュレーション手法の開発
  • 水・熱・各種物質移動を考慮した鋼・コンクリート構造物の劣化進展・崩壊シミュレーション手法の開発
  • 深層学習およびシミュレーションにより大量生成した学習データを利用した非破壊検査技術(レーダ、音など)の高度化
© Hosei University
メニュー