| Project/Area Number |
19K15072
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 22020:Structure engineering and earthquake engineering-related
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
Goi Yoshinao 京都大学, 工学研究科, 助教 (30831359)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Project Status |
Completed (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2020: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2019: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 構造物ヘルスモニタリング / 損傷検知 / ベイズ統計 / 異常検知 / 橋梁 / 振動計測 / 構造ヘルスモニタリング / 振動特性 / 機械学習 / 季節変動 / 維持管理 / 橋梁振動 / ベイズ推論 / 道路橋 |
|---|
| Outline of Research at the Start |
本研究は、道路橋の遠隔的な異常検知技術の実現を目指して情報集約および意思決定過程の最適化を通じた実践的な事例研究を目的とする。上記目的の実現にあたり常時振動計測による異常検知に焦点を絞り、不確実な確率過程を伴う橋梁の振動現象についてベイズ統計による定式化を行うことで、意思決定に伴う一連の情報処理過程を統計的な観点から合理化する。具体的には、①長期計測時の統計的異常検知を目的とした機械学習技術の開発、②現地実験および有限要素解析に基づく振動特性と損傷形態との対応付け、③通信技術の制約を考慮したデータ集約方法の検討、④異常検知システムの開発および実橋梁における検証試験の４点について検討を行う。
|
| Outline of Final Research Achievements |
This study proposed machine learning to detect anomalies in long-term measurements, focusing on feature extraction using posterior probabilities. For temperature change, we attempted to evaluate the uncertainty of fluctuation by the posterior probability.
Knowledge of modal property fluctuation caused by damage was accumulated through field experiments on steel truss bridges, steel girder bridges, signposts, steel box girders, and so on. A method was also proposed to quantify the uncertainty in the vibration characteristics based on the measured data.
The data collection method and validation proceeded with the cloud server. In addition, a flow diagram was created to provide a basis for third parties to apply the proposed method.
|
| Academic Significance and Societal Importance of the Research Achievements |
振動特性に基づく異常検知の試みは既往の研究において数多くなされてきたが，特性を推定しそれらを比較する過程で技術者の経験が求められ，その手順は十分に一般化されてこなかった．このため，異常検知の可否は構造同定や統計の手法に依存する結果となり，これまで実務での振動モニタリングの利用は限定的であった．
本研究の成果により異常検知の手順を一般化することで，主観的な判断に基づく誤検出および見落としを避けやすくなると期待される．また，自動化により多数の橋梁についてスクリーニングを実施することが可能となる．以上より異常検知技術の社会実装において意義のある研究成果が得られたと考えられる．
|
