構造研ゼミ

卒業論文†

テーマ: 多々羅大橋の温度解析

やりたい事：ケーブルの固有振動数による張力推定→温度による平均応力変化と整合とれるか確認 日々の温度変化でケーブルがどう変化していくか。その後リスクアセスメントにも繋げれたら良い。

↑

夏休み前までやりたい事†

・DATファイルが何を示しているのか
・DATデータでグラフ作る
・エクセルデータまとめて表作る
・測定地点はどこ？24本あるはず。全体図にわかりやすいよう印つける
・ケーブルを一本取り出して、モデル作る。データからみてN6を使ってやるのが一番いいのではないか。ケーブル要素で。
・★★★ケーブルに温度いれて解析する。とりあえずN6だけで。Sagも考慮して。温度のデータがなかったら、自分で決めて適当に。
・それが終わってから、全体のモデルつくる？そもそも今の私に作れるのか。
・全体モデルに温度入れる。 ・温度変化によって張力がどう変化するかを知りたいの？で、張力が変化したら何なのか。危険or危険じゃないとか？調査結果でほぼ健全とかいてある。この研究でなにがしたいのかちゃんと把握する。

↑

進捗†

N6のケーブルの座標を資料から探し出す。解析基準点 or 図面上基準点、どっちでやる？
けた側の解析基準点が資料に載っていない（多分）ので、図面上基準点で解析する。ケーブル図その３から読み取った。N6のケーブルはC3の北側。
図面上基準座標
塔側(m)
X=-447.336、 Y=-4.206、 Z=201.565
桁側(m)
X=-673.000、 Y=-11.839、 Z=43.499

tatarakeble3.png

N6の解析用ケーブルの長さ＝275.72m＝275720mm

ソリッド要素で解析する。被覆、仮想材料も入れてモデルを作ろうと思った。被覆9mm、仮想材料0.3mm、それより中65.7mmの半径のモデル。これらを結合してからメッシュやるのか、メッシュやって結合なのか、どうすれば良いでしょうか。あと、円柱なのに、断面が四角形や五角形になってしまう。なぜでしょうか。

青木先生と話して、ケーブル要素で解析することにした。

被覆ありでやるなら、ソリッド要素だけど、、どうするか。

結局、被覆ありでやりたいから、ソリッド要素でやることになった。 メッシュしてから結合。円柱の所からモデル作る。押し出してやるやつはやめる。

CSVとDATのデータは平均ではなくて、１分ごとや１０分ごとの中から一つ抜粋してデータ作って、グラフ作る。データ量が多いから、すべての値を入れてグラフ作らなくてよい。そんなに大事ではない。

6/17 この間ソリッド要素でやるということになったが、ソリッド要素だと“応力が複雑に分布するため、張力だけを正確に取り出すのが難しい”そして、ケーブル要素だと“軸方向の力（張力）に特化して計算できる”ということを聞いたのでケーブル要素でやりたい。私が知りたいのは張力だから。

6/21 エクセルデータのまとめ方。
A列をyyyy/mm/dd hh:mm:ssの表し方にする。ctrl＋１、ユーザー定義、yyyy/mm/dd hh:mm:ss、Ok
AA列には一分ごとの時刻を書く。秒のところは００にする。例；2024/10/23 00:16:00
AB２にはB列を１分ごとにした値を書く。例；AA２の式は、=AVERAGEIFS(B:B, A:A, ">=" & AA2, A:A, "<" & AA2 + TIME(0,1,0))
絶対に.xlsxで保存する！！！！！！！！！！！！！！！！
62個のエクセルデータすべてやる。

6/23 ついにエクセルデータをすべて１分ごと平均して一つのファイルにまとめられた。１２８０行になった。ここから温度を取り出してサロメでやろうとしたら、まさかの温度のデータがなかった。なく。エクセルにないだけで、DATにあるはず。結構時間かかったのにまだサロメにいけない。しかもデータが複雑過ぎてグラフにｄきないらしい。 http://www.str.ce.akita-u.ac.jp/~gotouhan/matsuda2025/62kobunmatome.xlsx

6/24 「多々羅大橋計測結果の概要と整理・分析方針(案)」より、 調査では、N6だけ温湿度を計測。N6は削孔位置が多く、ケーブルの応力分布が把握できると考えられたため、選定された。 私の研究では温度についてやるので、N6のケーブルを取り出して、サロメで解析する。（後に他のケーブルもやると思うけど、とりあえずN６から）
＊Nケーブルは北側（上り・走行車線）、Sケーブルは南側（下り・走行車線）
＊N６は生口島側から６番目のケーブル

DATファイルのF017, F110　がN6に関係している。　

・DATファイルがなんのデータなのかもう一度確認。多分温度。
・DATを、csvにして(Python 使って)、サロメに入れる。
・DATのデータでグラフ作りたい。前にも重くて落ちたから、どうしようか。
・「石川島播磨技報」のpdf全てよめ。

6/25 先生と話した。DATファイルにも温度のデータないかも。N1,N6とかいてあるフォルダーの中にDATとHEDファイルがあるんだけど、F001のデータである。F001はS41,S42のデータなので、フォルダーの名前がN1,N6になっているのがおかしい。送られてきたデータそのままだから、そもそもN1とN6のデータはないのではないか？あと、DATファイルは応力と加速度しかないと思われる。温度のデータはどこにあるのか。サロメはケーブル要素で。サロメで適当に一本ケーブル作って（ケーブル要素）、サグも考慮して、適当な温度入れて解析してみるというこおになった。(サグのやり方知らない)温度のデータを見つけれるまで。

来週のゼミまでにやりたい↓ ・もらったすべてのデータから温度のデータ探す。なかったら先生に相談
・DATファイルを自分で開いてグラフにできるように。Chat Gptで開けるはず。pythonを使わないとすべてをまとめてグラフにはできないかも。
・DATのデータをCSVにする。Chat GPT使うとできるはず。
・「多々羅大橋計測結果の概要と整理・分析方針(案)」をもう一度しっかり読む。
・「石川島播磨技報」を読む。
・先週の英語ゼミで選んだ英語の論文が私がやろうとしていることとほとんど同じだったので、その論文ももう一回読んでどういう風に進めればよいのか理解する。
・サロメでN6のケーブルモデル作って、適当な温度入れて解析してみる。without　sag. 温度のデータはまだないので、getするまで。

7/1 DATデータについて、 ・4チャンネルある。
・単位はマイクロストレイン
・おそらくひずみのデータ。ってことは、応力が分かる。σ=E×ε

7/3 DATにそもそもなんのデータが入っているのかまだわかんない。

7/6 10mのケーブルモデル作って、サグと温度適当に入れて解析した。

(0,0,0)と(10000,0,0)でケーブル。メッシュ100。
(0,1000,0)と(0,-1000,0)で固定線。メッシュ15。
固定部に壁作った。これがマルチファイバー要素。たぶん。
重力、温度25℃(プレストレス−25)にして解析。
サグなった。
とりあえず温度入れて適当な値で解析できた。

ここで、疑問。
重力→解析する→サグ出てくる→その変位？の値使ってモデルつくる？→エクセルファイルとかの温度入れる→解析 (このようなやり方でやれば良いの？)
このやり方でやろうとしたら、重力入れてプレストレスzeroにしたらエラーなった。温度は必ず入れないといけない？よく分からない。 温度or張力を必ず入れないといけない？だとしたら張力どうやってわかる？

柴田さんの↓参考にしてやった。
[1]まずサグのないまっすぐなcable要素を用意する cable要素のみの場合、解析がエラーになってしまうため、固定部に壁を想定したマルチファイバー要素を結合した
[2]cableに張力、重力を与えたときの100点の座標を読み取る。
[3]読み取った座標をプロットし(各点をt0〜t100とする)100点を線で結ぶことでサグありモデルを作成した。

7/9 ↑これあんまり参考にしない方がいいらしい。 サグのやり方 １本のケーブル取り出す。(何要素？) サグを手計算で求めて、、なんだっけ？ 重力かける。 点に全て軸力を入れる。 モデル完成。 温度入れる。

7/11 以下柴田さんのやり方を教えてもらって真似てみる。 サグの入れ方。

サグモデルの座標、軸力の計算方法 高さ：h、径間長：ｌ、l/2におけるサグ：f、単位長さ重量：w はわかっているものとする。 L：ケーブル形状長、x1 y1：下端、xm ym：中央、x2 y2：上端

\( \sqrt{L^2 - h^2}= 2C \sinh\left( \frac{l}{2C} \right), \quad \frac{h}{L} = \tanh\left( \frac{x_m}{C} \right), \quad y = C \cosh\left( \frac{x}{C} \right), \quad f = \frac{h}{2} - (y_m - y_1), \quad x_m = \frac{x_2 + x_1}{2}, \quad l = x_2 - x_1 \)

これらの式から\( f - \frac{h}{2} + C \cosh\left( \frac{x_m}{C} \right) - C \cosh\left( \frac{x_1}{C} \right) = 0 \) これを解くとC(カテナリー数)が求まる。

ここで\( x_m = C\, \mathrm{arctanh}\left(\frac{h}{L}\right), \quad x_1 = x_m - \frac{l}{2} \)

Cを求めるここができたら下端、上端のx,y座標を求める。x座標を一定の間隔で分割する。x座標に対応するy座標を求める。
軸力は \( T = w y \)で各要素ごとを求める。

１．モデル作成。点たちの座標を手計算で求めて、それらを線で結ぶ。
２．軸力
３．重力
４．温度。気温をエクセルで入れる
５．解析

(モデル作った後)と(軸力&重力入れた後)で、点たちの座標が一致するかと言うのが重要になってくる。一致してほしい。 軸力を入れて上に上がり、重力を入れて下に下がるから、一致するはず。

まず、何メートルの長さで解析するのか決める。N6の長さで最終的にやりたい。しかし、長すぎて解析できるのか？あと、１ケーブルに点を何個入れるのか？→９９点入れて１００分割したい
N6の正確な長さ→275622mm
点たちの座標を手計算で求める。エックセルでやる。エクセルデータのままサロメに入れられる？ ex)１点目、

塔側(m)
(x1,y1,z1)=(-447.336,-4.206、201.565)
桁側(m)
(x2,y2,z2)=(-673.000,-11.839,43.499)

h=158066mm
l=225793mm
L=275622mm

石川島播磨技報に色々と有益な情報がのっていたのでもっとしっかり読む。

7/16 柴田さんのモデルはだいたい１mくらいで、３０個の点。
私がやりたいのは２７５mである。何個の点を取れば良いか？

今は、サロメでモデル作るよりも、DATファイルと温度（エクセルファイル）をまとめることを優先する、と先生に言われた。

thumbnail_N6_Tem_Hum.png

7/17 今日はあとで自分の力でPythonを使ってDATファイルをなんとかしたい。温度のデータとDATのデータを合わせたい。で、データがどんなもんか？？いまのところ結局なにがいいたいのかよくわからない。

↑

今ここ†

7/18 DATファイルについて。
計測器番号2_N6,N1.zipには、 F001.DAT～F159.DAT と F001.HED～F159.HED
計測器番号3_S41_S42.zipには、F001.DAT～F237.DAT と F001.HED～F237.HED
・chatGPTで.DATを.csvにした。F001_multichannel_time_aligned.csvを159個つくった。
・python開く。（リボンみたいな△のアイコン）上にある。
・「kouzou,デスクトップ,python,dat」の中にcsvgraph_hukusuu.pyというファイルを作った。
・「kouzou,デスクトップ,python,dat」の中にF001_multichannel_time_aligned.csvをＦ159まで入れる。
・エクスプローラーのＤＡＴの風車みたいな水色のマークにcsvgraph_hukusuu.pyと打ち込む

・pythonで以下のコードを打った。

import pandas as pd import matplotlib.pyplot as plt import glob import os

# 対象CSVファイルをすべて取得 file_list = glob.glob("F*_multichannel_time_aligned.csv")

# CH名の一覧を取得（最初のファイルから） sample_df = pd.read_csv(file_list[0]) ch_columns = [col for col in sample_df.columns if col.startswith("CH_")]

# CHごとにプロット（1つの画像に全体表示） for ch in ch_columns:

   plt.figure(figsize=(15, 6))
   
   for file_path in file_list:
       df = pd.read_csv(file_path)
       df['Time'] = pd.to_datetime(df['Time'])
       label = os.path.basename(file_path).split("_")[0]  # 例: F001
       plt.plot(df['Time'], df[ch], label=label)
   plt.xlabel("Time")
   plt.ylabel("Value")
   plt.title(f"Comparison of {ch} across all files")
   plt.legend()
   plt.grid(True)
   plt.tight_layout()
   # 画像保存
   output_filename = f"combined_{ch}.png"
   plt.savefig(output_filename)
   plt.close()
   print(f"{output_filename} を保存しました。")　　

・ターミナルで ls →F001_multichannel_time_aligned.csv F002_multichannel_time_aligned.csvみたいに出てくる。→python3 csvgraph.py→Enter実行

・ch1だけグラフを作れた。で、PCが固まった。
・電源切った
・labelがいらないので、そこのコード変えた。少しは軽くなった？もう一回トライ。

for file_path in file_list:
       df = pd.read_csv(file_path)
       df['Time'] = pd.to_datetime(df['Time'])
       #label = os.path.basename(file_path).split("_")[0]  # 例: F001
       plt.plot(df['Time'], df[ch])#, label=label)

・ch1とch2のグラフ作れた。で、またPCが固まった。

7/19
・今度は、ch3とch4のグラフだけ作るように指示する。以下のコードでやってみる。これでも無理だったら、ch3とch4に分けて実行してみる。

import pandas as pd import matplotlib.pyplot as plt import glob import os

# 対象CSVファイルをすべて取得 file_list = glob.glob("F*_multichannel_time_aligned.csv")

# 対象チャンネルのみ（CH_3とCH_4） target_channels = ['CH_3', 'CH_4']

# 各チャンネルごとにプロット for ch in target_channels:

   plt.figure(figsize=(15, 6))
   for file_path in file_list:
       df = pd.read_csv(file_path)
       df['Time'] = pd.to_datetime(df['Time'])
       # サンプリングなし・labelなしで描画
       plt.plot(df['Time'], df[ch])
   plt.xlabel("Time")
   plt.ylabel("Value")
   plt.title(f"Comparison of {ch} across all files")
   plt.grid(True)
   plt.tight_layout()
   # 画像として保存
   output_filename = f"combined_{ch}.png"
   plt.savefig(output_filename)
   plt.close()
   print(f"{output_filename} を保存しました。")

・成功or失敗

・次は、2つ目のフォルダにある237個のDATも同じようにやる。chatGPTで.DATから.csv→pythonでchごとにグラフ
•csvへの変換は終わった。

python

サンプリング間隔→

legend→複数のデータを同じグラフに描画したときに、それぞれの線が何のデータなのかを説明するラベルをまとめて表示するのが legend() です。それをグラフの右上などに自動配置しようとする処理がとても重くなり、フリーズの原因になります。labelは凡例（legend）に表示される「名前」であり、legend()はそのlabelたちを実際にグラフ上に**表示するための命令です。
label=“〇〇”　線につける名前（ただしこれだけでは表示されない） legend() 上でつけたlabelをグラフに表示する命令

↑

日記†

7/18
オーキャン準備。テント。今日はpythonの使い方を教えてもらい、DATファイルとたたかった。本当はもっと簡単で早いやり方があるのかもしれないが、しらないし調べても聞いてもわからん。来週の英語ゼミで発表することがなくてほんとうにやばいです。時間とお金がほしい。。三連休ということをしらなかった。いまいらない。

7/16
オーキャン準備。温度と湿度のグラフ作り。暑い。海いきたい

7/14
オーキャンのポスター作り

7/13
オーキャンの動画とポスター

7/12
サグ手計算

7/11
キャンパスクリーンデー。草取りした。サグのやりかた教えてもらった。夏休みまで結構がんばりたい、というか頑張らなければやばい。:|

7/10
オーキャンの準備。ポスターとか。 　 7/6
サロメ教えてもらった。感謝。一人でやってたら分からなすぎて一生すすまない。おわりみえない

7/3
データとたたかった。何がわかんないかもわかんなくなってきた

7/1
今の感じだと何の成果もないのでやばい。夏休みに研究室これないので、サロメでしかできないことは7月中にがんばらなければいけない。明日までに色々おわらせたい。サロメ。「多々羅大橋計測結果の概要と整理・分析方針(案)」もう一回ちゃんと読む。温度のデータどこにある？？

6/27
サロメで適当にモデルつくろうとして、途中。誰かにサロメの使い方を聞く。

6/24
Drop boxを見てたら、石川島播磨技報のファイルがあることに今更気づいた。焦って読みはじめてる。が、国語力が無いのと、長すぎて、なかなか進まない。やってるわりにはぜんぜん研究が進まなくてかなしい。ただのデータ処理してる人笑笑。夏休みは夏休みにしたいからそれまでになんとかしたい。ほんとに。というか卒業できるのか？研究おもしろいってなりたいけどその未来はまったくみえない。

6/23(月）
やっとやっとエクセルまとめ終わったら、温度のデータなかった。なぜ今まで気づかなかった？は。DATのの方にあると思われる。確認するのもいやなくらいやるきがうせた。サロメにいけるのはいつでしょうか。

6/22(日）
エクセルやってる。嫌いになりそう。絶対pythonでやったほうがはやいけどそっちの方がよくわからん

6/21(土)
久しぶりに何もない日で研究室きた。エクセルの件振り出しに戻った理由がわかっった。＃＃＃＃＃＃は、ただスペースが足りないだけ。保存したら式が数字になった件は、xlsxではなくてcsvで保存していたから数字になってしまった。はつしり。今度からは絶対xlsxで保存する。

6/17(火)
明日発表のパワポ作った。 今週もゼミでいう事がなくてやばい。

6/16(月)
IHIさんの貴重なお話をきいた。

6/15(日)
エクセルデータをやっと全て平均できたのに、保存してその後開くと、全て、式ではなくただの数字になっていて、時間軸が＃＃＃＃＃になってた。振り出しに戻った。結構時間かかったので、１からやり直すのがだるくて、一回やめたい。結構しょうげきすぎてかなしい。というかやるきがない。そもそもなぜこうなったのか分からない :(

6/10(火)
エクセルのデータ平均してグラフ作るの終わらせないとそろそろやばい。 エクセルデータについて、一つのファイルに12万行くらいあるのを、すべての数値を1分毎に平均したものを作るやり方がやっと分かった。というか色々試して20行にできた。

5/26(月）
研究室には来た。

5/23(金)
データやろうとしたけどやめた。

5/22(木)
先生と進捗話した。

5/20(火)
N6ケーブルの両端のの座標が分かったので、モデルをつかろうとした。。。教えてもらいながらサロメでやったけど、なんか変になる。なぜでしょうか。多々羅のケーブル長すぎるからバグった？

5/19(月)
ケーブル一本取り出して解析するために、資料から座標読み取った。明日には誰かに教えてもらいながらモデルを作りたい。

5/18(日)
YEC本番。リスクアセスメントの発表。２個くらい質問されたけどよくわかんなかった。発表の時間は緊張しすぎて何も記憶にない。質疑応答は記憶ある。質問内容が私の理解と合ってるのか分からなかったけど、とりあえず自分の思ってることをひたすら喋ってたら、制限時間が過ぎてた。耐えた。一個目の質問はなぜ由利橋の方がオスマンよりも数字が大きのか？みたいなこと。まだ理解出来ないことが沢山あったので、もっともっと英語の勉強をしようと思う。ついでに韓国語も。

5/12(月)〜5/16(金）
毎日YECの発表練習。
prof Daiaが研究室きた。YECの発表も見てもらった。

5/11(日）
スライドを修正して発表練習した。けっこうやばい。

5/9(金）
YECの原稿なんとなくできた。

5/7(水)
兼田さんに英語版スライドもらい、分からないところも聞いたから、あとは自分で英語で発表できるようにする。
たたらの方は、DATをPythonで開いてグラフにすることができた。１つのファイルだけで今日はやってみてパソコンが落ちちゃった。これから何十個というファイルをまとめてグラフにするのに、このパソコンではダメそうなので、石黒さんと話した結果、他の人のパソコンでやってみる？とりあえずDATファイルPythonを使って開けるということがわかった。
エクセルのデータは、今は保留。
明日、N6ケーブルのモデルを作りたい。

5/6(火)
プレゼンができるようになるまで、たたらは一旦ストップで、YECの方やる。
英語の原稿作り始めた。
ALARP領域についてもう少し詳しく調べる。

5/5(月）
サロメでN6のモデルを作りたい。しかし、設計図がうまく理解できなくて、N6ケーブルの座標を知るのに苦戦中。
兼田さんの卒論スライドを見て、わからないところを無くす。
YECで英語が理解できないということになりたくないので、英語の勉強に奮闘中。

5/3(土)
「多々羅大橋計測結果の概要と整理・分析方針(案)」を」読んだ。
調査では、N6だけ温湿度を計測。N6は削孔位置が多く、ケーブルの応力分布が把握できると考えられたため、選定された。 私の研究では温度についてやるので、N6のケーブルを取り出して、サロメで解析する。（後に他のケーブルもやると思うけど、とりあえずN６から）
＊Nケーブルは北側（上り・走行車線）、Sケーブルは南側（下り・走行車線）
＊N６は生口島側から６番目のケーブル

DATファイルのF017, F110　がN6に関係している。　

5/2(金)
教えてもらいながら、適当にケーブル一本使ってケーブル要素でサロメで解析した。赤丸出たけど、とりあえずやり方はわかった。GW中にもらったデータを入れてケーブル一本取り出して解析をしたい。
python勉強中。
エクセルデータの処理いついて、一旦保留。どうすればいいか分からない。
兼田さんの卒論動画をみてどんな風に発表するか、考え中。（英語で）疑問に思うところがいっぱいあるから、兼田さんか青木先生に聞く。

5/1(木)
サグの実験見学した。pythonの本を読み始めた。

4/30(水)
石黒さんと話して、結局pythonでデータをまとめて表にすることにした。pythonの使い方をすべて忘れたので、とりあえず本読む。今後pythonを使うことはなさそうだけど、これを機にどうせなら勉強してみる。
たたらの細かい図を先生からもらい、正確な寸法がわかる。明日からサロメを使ってモデルを作っていきたい。
DATファイルが文字化けする件について、ChatGPTにファイルをアップロードすると中身がわかった‼

4/29(火)
自分のパソコンだとpython入れられなかったので、研究室のやつでpythonやろうとしたらパスワードとか求められてできなかったので、石黒さんに聞く。
サロメを使って、たたらの一部分のモデルを作ってみようとしたけど、そもそも寸法しらなくない？JR本四高速のホームページにあったけど、画質が悪すぎて、数字が読み取れない。

4/28(月)
データの単位にkineとgalがあるのでgalに統一する？ 横軸時間で縦軸を色々変えてグラフを作りたい。その為に、まず、大量のエクセルデータを一つにまとめようとしたが、エクセルだと1,048,576万行目までしか使えなく、どうやって、データを一つにまとめようか。pythonならできそうだからやってみる。明日にはグラフを完成させたい。

4/27(日)
多々羅大橋ケーブル張力測定の調査資料を読んだ。
HEDファイルはDATファイルの説明が書かれている？先生に聞く。
自分の卒論とは別で兼田さんの卒論を英語で理解しようとしているが、、難しい。

4/25(金)
頂いた大量のデータに目を通した。DATファイルを開くと文字化けするの、なんで？土日にデータが何のものか理解して、横軸時間のグラフを作りたい。サロメを開いてなんかやってみようとしたけど、2年間何もやってなかったせいで、全く分からず、とりあえず今日はやめた。アレルギー反応出そうなくらいやばいので、はやくサロメの使い方を勉強し直す。その前に、5/18に向けて英語の勉強を必死にしなければいけない。

↑

Risk Assessment†

私の卒論とは関係ない。ただ自分で調べただけ。興味があるときだけ。

Q　User risk と Road Block risk　を求める時に、色んなデータの％を掛けていく。でも、そうすると、どんどん数が小さくなっていく。色んな要素を考慮すればするほど、リスクの数字が小さくなるの、おかしくね？
→A　リスクの数字が小さくなるのは事実。数字が小さいほど安全という訳ではなく、起こる確率が低いということ。色んな要素を掛けるから、限定的になっていく。ARARP領域の下にあれば、安全という訳ではない。むしろ、めっちゃやばい起きたら大惨事みたいな事が下にある。なぜなら、色んな要素を考えて、限定的にしていくから。
→Q　そうなってくると、ARARP領域の下にあるリスクは、起こったらやばいけど、対策する優先順位は低くなってしまうということか。？それでよいのか？

Q　リスクアセスメントやるのは、結構大事そうな気がするけど、数字を決めるルールが無かったり、割とあいまいな事が多いのは、大丈夫そ？（自分の調べ不足なだけで公式とかルールあるかも）
A

Q　どの国でリスクアセスメントが良く使われている？
A

Q　日本では海外よりもリスクアセスメントが普及してないといわれているが、そもそもリスクアセスメントしなかったことによって何か問題でもあった（今までの事例）？
A　

Q　日本ではいつから努力義務になった？いつから義務化された？
A

↑

メモ†

↑

YEC†

5/2 卒論動画見る。

5/4 日本語版スライドで、分からないところまとめる。計算あるやつは自分で計算してみる。
5/5 兼田さんにもらった資料全部読む。井上さんのやつも全部理解する。
5/6 英語版概要、英語のまま理解する。英語で発表する原稿つくり始める。
5/7 疑問に思うところを兼田さんor青木先生に聞く。
5/8 分らないところあったら、聞く。疑問無くす。英語の原稿完成させる。来そうな質問可能な限り考える。
5/9-5/11 発表練習 in English
5/14 ゼミで発表
5/18 本番

↑

サロメ†

参考になる Salome-Meca ビーム要素

↑

創造工房実習†

↑

2022.11.4 　 　viとgnuplotの練習†

授業中に作ったグラフ↓　データはてきとう

http://www.str.ce.akita-u.ac.jp/~gotouhan/j2022/matsuda/bbb.png

11/4の課題↓

http://www.str.ce.akita-u.ac.jp/~gotouhan/j2022/matsuda/graph.png

↑

2022.11.11 　　片持ち梁　Salome-meca2020†

ヤング率6000

ポアソン比0.4

メッシュの長さ要素数(ノード)変位相対誤差%計算者
0.5595046.56-1.5千代岡
0.6455126.48774-2.69高井
0.7390756.54132-2.0関合
0.8133976.43695-3.5岡田
0.999036.36315-4.6松田
1.262566.3043375-5.4青野
1.357676.29784-5.6山口
1.451466.286015-5.76山本
1.539356.29784-5.6進藤
1.634006.20446-6.98河合
1.829526.17161-7.5山口
216325.6458525-15.3進藤
36675.4053975-18.96山本
42643.6161-45.8関合
51913.86-42千代岡
61902.5077325-62.4高井
7751.41225-78.8青野
8561.2887175-80.7岡田
9491.28799-80.7松田
10441.226075-81.6河合

横軸：要素数　　　縦軸：変位　のグラフ↓

http://www.str.ce.akita-u.ac.jp/~gotouhan/j2022/matsuda/katamotibari1117.png

↑

2022.11.18　　単純梁　Salome-meca2020†

ヤング率6000

ポアソン比0.4

メッシュ長さ要素数先端変位相対誤差計算者
0.56041670.42892.94千代岡
0.63615840.4212331.09高井
0.71452340.42251.4関合
0.81409870.4226271.4岡田
0.9918570.420350.88松田
1.2245200.3986-2.8青野
1.3231320.40450-2.93山口
1.4175800.3986-4.34山本
1.5154330.39631-4.9進藤
1.6159000.39905-4.24河合
1.8116770.404457-2.93山口
2104060.39482-5.3進藤
323440.32447-22.1山本
414530.3329-20.1関合
54310.13624-67.3千代岡
63600.21304-48.9高井
71960.101989-75.5青野
81040.115862-72.2岡田
9810.12470-70.1松田
10780.07733-81.4河合

横軸：要素数　　　縦軸：変位　のグラフ↓

http://www.str.ce.akita-u.ac.jp/~gotouhan/j2022/matsuda/tanjunnbari1125.png

↑

2022.11.25 　直交異方性の単純梁　Salome-meca2020†

単純梁等方性の理論値：0.4167mm　 　

ティモシェンコ梁理論による変位の理論値 　\( \frac{P\ell^{3}}{48EI}+\frac{P\ell}{4kGA} \)より、単純梁異方性の理論値：0.4917mm

等方性一次要素

メッシュ長さ要素数先端変位(mm)相対誤差(%)計算者
0.56041670.42892.94千代岡
0.63615840.4212331.09高井
0.71452340.42251.4関合
0.81409870.4226271.4岡田
0.9918570.420350.88松田
1.2245200.3986-2.8青野
1.3231320.40450-2.93山口
1.4175800.3986-4.34山本
1.5154330.39631-4.9進藤
1.6159000.39905-4.24河合
1.8116770.404457-2.93山口
2104060.39482-5.3進藤
323440.32447-22.1山本
414530.3329-20.1関合
54310.13624-67.3千代岡
63600.21304-48.9高井
71960.101989-75.5青野
81040.115862-72.2岡田
9810.12470-70.1松田
10780.07733-81.4河合

等方性二次要素（今回の課題）

メッシュ長さ要素数変位(mm)相対誤差(%)計算者
0.5604167千代岡
0.62032090.4238270.98高井
0.71452340.430113.22関合
0.81409870.430058363.2岡田
0.9919740.4299119213.18松田
1.2248000.4297769783.14青野
1.3231320.42988561994223.16山口
1.4176170.4297453864353.13山本
1.5154330.4298443.2進藤
1.6159000.4297543.13河合
1.8116770.4296235392183.10山口
2104600.4296053.1進藤
324360.4292165389613.00山本
414530.42933.02関合
54310.4278852.69千代岡
63600.42822.78高井
71960.4260622732.25青野
81040.42630672.3岡田
9810.4251330592.03松田
10780.4244661.8河合

異方性の一次要素(今回の課題）

メッシュ長さ要素数変位(mm)相対誤差(%)計算者
0.56041670.509193.56千代岡
0.62032090.5047162.6高井
0.71452340.50362.42関合
0.81409870.502827052.3岡田
0.9919740.5005276811.80松田
1.2248000.487393322-0.9青野
1.3231320.4884103968254-0.67山口
1.4176170.4840327430171.56山本
1.5154330.4820222.0進藤
1.6159000.4832858-1.7河合
1.8116770.4785524135338-2.67山口
2104600.4790582.6進藤
324360.42786884782612.98山本
414530.42772-13.02関合
54310.273640-44.3千代岡
63600.339269931.0高井
71960.21362825-58.5青野
81040.22574-54.1岡田
9810.2275024-53.73松田
10780.203271-58.7河合
↑

等方性一次要素と等方性二次要素の比較†

等方性一次要素と等方性二次要素の比較グラフ↓

横軸：要素数　　　縦軸：変位

グラフに「tanjunnbari11gatu24niti」と書いてあるのは、等方性一次要素のデータのこと

http://www.str.ce.akita-u.ac.jp/~gotouhan/j2022/matsuda/touhouseihikaku.png

↑

等方性一次要素と異方性一次要素の比較†

等方性一次要素と異方性一次要素の比較グラフ↓

横軸：要素数　　　縦軸：変位

http://www.str.ce.akita-u.ac.jp/~gotouhan/j2022/matsuda/touhouseitoihousei.png

↑

2022.12.1 　　　2部材の単純梁の変位解析　Salome-meca2020†

鋼材（等方性）で木材（異方性）を挟む。 サンド二次要素 理論値：0.099mm

メッシュ長さ要素数変位(mm)相対誤差(%)計算者
0.5---千代岡
0.6---高井
0.71552660.0861-13.0関合
0.81384530.083487-15.7岡田
0.9827660.083312-15.8松田
1.2322790.083574-15.6青野
1.3283430.083668-15.49山口
1.4236670.083680-15.48山本
1.5199580.083516-15.6進藤
1.6194510.086037-13.1河合
1.8109330.084022-15.13山口
2107640.083324-15.8進藤
336180.083497-15.66山本
416230.0852-13.9関合
510070.083104-16.1千代岡
68420.0821-17.1高井
75540.080750-18.4青野
82890.079715-19.5岡田
92610.078427-20.78松田
102320.082495-16.67河合

異方性一次要素とサンド二次要素の比較グラフ↓

横軸：要素数　　　縦軸：変位

http://www.str.ce.akita-u.ac.jp/~gotouhan/j2022/matsuda/sando.png

現在の閲覧人数: 3
総閲覧数:717

トップ   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS