2020 Fiscal Year Annual Research Report
Ultrasonic Imaging of Pre-tensioned Conrete Section Based on Extracting Ultrasonic Scattering Waves from Tendon
| Project/Area Number |
18K04321
|
|---|
| Research Institution | University of Fukui |
|---|
Principal Investigator |
鈴木 啓悟 福井大学, 学術研究院工学系部門, 准教授 (40546339)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 非破壊検査 / 超音波 / 寄生的離散ウェーブレット変換 / 腐食 |
|---|
| Outline of Annual Research Achievements |
コンクリート内の鋼棒に腐食を発生させるため、水槽に浸潤させた鋼棒入りコンクリート試験体に定電圧を負荷すること鋼棒をコンクリート内で腐食発生をさせた。この電食試験を3か月間実施し、腐食が進行する様子を超音波探傷の可視化結果を基に確認した。この可視化は、健全鉄筋の反射波をベースとした寄生的離散ウェーブレット変換処理のフィルタリング処理（寄生フィルタ）を施すことで、健全状態と腐食発生状態との差別化を図ることとした。画像化の結果として、異形鋼棒については時間の経過とともに信号強度が下がり、健全時と腐食発生時との差を確認できた。2019年度に実施した基礎実験と同様の結果が得られ、寄生フィルタの有効性を示す結果となった。一方で丸形鋼棒については、逆の結果を示した。電食試験後に試験体を破壊し、丸形鋼棒を確認したところ、超音波が反射した鋼棒の上面は錆が進行しておらず、ほぼ下面のみに錆が進行していたことが判明した。水平方向に配された鋼棒は下面側にブリージングが生じやすく、打設時にその発生を招き、下面に腐食発生が集中した可能性がある。試験体上面から入射した超音波が鋼棒上面で反射した結果、ほぼ健全状態の反射波を画像化したといえる。裏面の腐食発生検知についてはサポートベクターマシンを適用した機械学習モデルにより腐食判定を試み、交差検証の結果、鋼棒下面を分類精度82%で腐食判定が出来た。本研究の提案手法により画像上での差別化が出来ているが、機械学習の援用は、腐食発生の判断のさらなる一助になる可能性がある。
|
