漏水検知モデルの精度向上を目的とした疑似漏水音の測定と可視化
| Project/Area Number |
22K04271
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 22010:Civil engineering material, execution and construction management-related
|
|---|
| Research Institution | Tokyo Metropolitan University |
|---|
Principal Investigator |
荒井 康裕 東京都立大学, 都市環境科学研究科, 准教授 (50326013)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
Fiscal Year 2024: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2023: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | 漏水検知 / 水道管路 / リカレンスプロット / 畳み込みニューラルネットワーク / 漏水判定 |
|---|
| Outline of Research at the Start |
これまでの多くの研究では「漏水有り」と「漏水無し」の判別に力点が置かれていたのに対し、本研究では「疑似漏水音」にフォーカスを当てる点が最大の特徴と考える。実用に供する精度の達成には、「漏水に似た情報（疑似漏水音）」をいかに識別するかが大切なポイントとなると考える点が、本研究の独自性である。
また、精度不良になった「暗騒音」に、今回の研究で新たに入手した「疑似漏水音」のRPと共通する特徴を発見することができれば、疑似漏水音を「含む暗騒音」と「含まない暗騒音」に分類することになり、より高度な漏水判定モデルの構築が可能となる。
|
| Outline of Annual Research Achievements |
研究代表者は、水道管路で発生する「漏水」の検知を目的に、リカレンスプロット（RP；カオス理論に用いられる図）を活用して管路を伝播する「音」の情報を2次元平面に「可視化」し、その画像を畳み込みニューラルネットワーク（CNN）によって学習させた漏水判別モデルを構築している。しかし、モデル構築に用いていない未学習地点のデータにモデルを適用し、判別精度を確認した結果、良好なケースではBalanced accuracy で90％の精度を示す一方、データによっては期待される結果が得られないことが明らかになった。その原因究明と解決策を検討するため、本研究ではノイズの原因となる「自動販売機」や「柱上変圧器」の影響に焦点を当て、疑似漏水音（本当の漏水音ではないが漏水に似た音）の測定と可視化を試み、その疑似漏水音を加味したモデルを構築することで、より実用的な管理手法の実現を目指す。
上記の目的を達成するため、令和4年度の研究では、過去に実施した判別実験の知見とデータを活用しつつ、新たなフィールド測定による「疑似漏水音」の測定に取り組んだ。測定の対象として、自動販売機や（合併浄化槽等の）ブロアーの影響を受けた管路の「暗騒音」をフィールドで測定した。これらの取り組みにより「疑似漏水音」のRPを多数獲得することができた。なお、この測定は計画どおり、外部委託により実施し、効率良く必要なデータを獲得することができた。また、ベテラン技術者に対するヒアリング調査を実施し、経験や勘といった暗黙知の「見える化」を試み、既存のダクタイル鋳鉄管（DIP）の情報に加え、非金属管路の硬質ポリ塩化ビニル管（VP）の情報を整理することが出来た。さらに、画像描写でのローパスフィルター（高周波数帯を除去する機能）やインターバル（データの刻み間隔）等の条件設定を変更することで、モデルの識別精度にどのように変化するのか検討した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
「疑似漏水音」の測定に関して、本当の漏水音ではないが漏水に似た音響データを予定どおり獲得することができたと判断している。ベテラン技術者に対するヒアリング調査の件では、ダクタイル鋳鉄管（DIP）に限らず、非金属管路の硬質ポリ塩化ビニル管（VP）の情報を活用できる状況は、今後の研究を多角的に展開する上で重要なポイントと考えている。管路の硬質ポリ塩化ビニル管（VP）の情報を整理することが出来た。さらに、画像描写でのローパスフィルター（高周波数帯を除去する機能）に加え、ハイパスフィルタ―も同時に併用するバウンドパスフィルタの検討も行い、条件の変更によるモデルの精度向上を確認できた点も今年度の取組の大きな研究実績と判断する。
|
| Strategy for Future Research Activity |
当初は、モデルの「パラメータ調整」を学習時の調整と捉え、トレーニング用のRP画像を描写する際のローパスフィルターやインターバル、モデル学習時のバッチサイズ等、RPとCNNに関する条件設定を変更することを研究対象に想定していた。しかし、実用化を考慮したとき、漏水有無の判定対象となる識別問題を予め単純化させた上で、既存の判定モデルに適用することは、安定的かつ効率的な判定実現の点から重要である。そこで、学習処理から過不足ないモデルが構築されたと想定し、漏水有無が未知のデータに対して前処理を施すことで、判別精度の向上を図ることも有効ではないかと考えた。そこで、2023年度以降は、この認識のもと、漏水音のデータに対してノイズを低減させ、判別に有効な漏水音の情報を際立たせること、暗騒音のデータでは、漏水音と誤答する恐れがある情報を減少させることで、汎化性能向上を図ること、以上の観点で研究を進めたいと考える。
|
Report
(1 results)
Research Products
(3 results)
