Advanced Salt Attack Deterioration Modeling of Reinforced Concrete Structures by Combining AI and NDE

• Project/Area Number: 24K00961
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 22010:Civil engineering material, execution and construction management-related
• Research Institution: Kagawa University
• Principal Investigator: 岡崎 慎一郎 香川大学, 創造工学部, 教授 (30510507)
• Co-Investigator(Kenkyū-buntansha): 山路 徹 国立研究開発法人海上・港湾・航空技術研究所, 港湾空港技術研究所, 領域長 (10371767) ; 小林 孝一 岐阜大学, 工学部, 教授 (20283624) ; 岡崎 百合子 香川大学, イノベーションデザイン研究所, 技術補佐員 (90973438)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,070,000 (Direct Cost: ¥13,900,000、Indirect Cost: ¥4,170,000); Fiscal Year 2026: ¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000); Fiscal Year 2025: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000); Fiscal Year 2024: ¥8,970,000 (Direct Cost: ¥6,900,000、Indirect Cost: ¥2,070,000)
• Keywords: 塩害 / 非破壊検査 / AI / 赤外分光イメージング / 鋼材腐食

Outline of Research at the Start

本研究は，「直接的に計測することが難しいとされる，鉄筋コンクリートの塩害劣化に関する要因の影響を，予測モデルに組み込むのはどうすればよいか？」という学術的な問いに対して，AIと非破壊検査を融合したフレームワークの構築により解決をはかるものである。入手が容易なデータのみから構築されたAI予測モデルを基盤とし，非破壊検査によって，計測の難しさのために予測モデルに組み込むことのできなかった要因の影響を間接的に取得し，AIに追加学習させることで予測精度の高精度化を図る。