2020 Fiscal Year Annual Research Report
Development of a tilting sensor for estimating a structural damage due to a large earthquake
| Project/Area Number |
18K04328
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
佐伯 昌之 東京理科大学, 理工学部土木工学科, 教授 (70385516)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | MEMS / 慣性航法 / 地震 / 層間変形角 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，地震による構造物の変形を街規模で迅速に計測するための安価なセンサを開発することである．従来は，地震計で地盤振動を計測し，その強さから被害を想定する研究が主であった．しかし，構造物の損傷は揺れの強さだけでは決まらない．そのため，構造物の変形を表す層間変形角（傾斜）を直接計測する安価なセンサの開発を試みた．例えば，応急危険度判定では1/60radの傾斜で木造家屋は小破と判定される．そのため，この研究では目標精度として1/600radに設定した．
まず，MEMS加速度・ジャイロセンサを試作し，さらにより高精度な6軸センサが入手可能となったことから，試作機の改良版も作製した．このセンサの出力に，ロボットの姿勢制御などで使われる慣性航法アルゴリズムを適用することで，センサの傾斜角を推定した．ただし，通常の慣性航法では，地震時の様な強い加速度を計測することはなく，この加速度の処理が精度改善で重要となる．本研究では，カルマンフィルタにおける重みのチューニング，ノイズ低減のためのローパスフィルタの適用などにより精度を改善した．
精度検証では，小型の2軸振動台に地震動波形を入力し，上端が固定された伸縮可能な棒を傾斜させることで，地震時の構造物の傾斜を再現した．また，地震時の強い加速度の影響を考慮するために，この振動実験で得られた観測データの加速度成分に，ノイズとして加速度応答を付加した．このデータを，上記のアルゴリズムで解析したところ，多くの地震動波形で目標精度を達成することができた．この研究は現在も継続中であり，今後，論文を投稿する予定である．
また，この研究のバックアップとして実施していた地震動強さ指標の精度改善，および機械学習による構造部材破壊音検出の試みも同時進行し，こちらも成果を得ている．これ等を総合することで，より確実な構造物の被害把握が可能になると思われる．
|
