[2I01-09] PRA手法2

10:15 〜 10:30

[2I04] AIによるフラジリティ曲線の効率的作成

*高野 優¹、ワイルズ アーロン龍¹、小林 亮斗¹、大鳥 靖樹¹、牟田 仁¹ (1. 東京都市大)

キーワード：

フラジリティ曲線、転移学習、フィードフォーワードニューラルネットワーク、モンテカルロシミュレーション、原子力発電所リスク評価

地震の多い日本では、地震動に対する構造物の損傷確率を示すフラジリティ曲線が原子力発電所のリスク評価をする上で重要であると考える。しかし、原子力発電所の機器の数は膨大であり、フラジリティ曲線の作成には、一般的にモンテカルロシミュレーションが用いられることから多くの時間を要する。そこで本研究では、転移学習とフィードフォワードニューラルネットワーク（FNN）を用いてフラジリティ曲線作成の簡略化を検討した。解析方法は、地震動の応答スペクトルと構造物の骨格曲線を重ねて描いた図を作成し、400枚の画像データで転移学習をさせる。転移学習より得られた結果をFNNに学習させ、Amとβの値の推定をする。この推定した値からフラジリティ曲線を作成し、モンテカルロシミュレーションによるものと比較した。結果は、AIによる推定したものとモンテカルロシミュレーションによるものと同等のフラジリティ曲線を作成することができた。