2020 Fiscal Year Annual Research Report
Development of a Chloride Attack Environment Evaluation System Based on Artificial Intelligence
| Project/Area Number |
18K13871
|
|---|
| Research Institution | University of the Ryukyus |
|---|
Principal Investigator |
崎原 康平 琉球大学, 工学部, 准教授 (20647242)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 塩害 / 機械学習 / 飛来塩分 / 風況 / 波浪 / 暴露試験 / 拡散方程式 / 維持管理 |
|---|
| Outline of Annual Research Achievements |
海岸付近で発生する飛来塩分は，様々な環境要因が複雑に関係しており，環境要因と飛来塩分の対応は必ずしも明確ではない。また，海岸付近で建設される鉄筋コンクリート構造物は，海から飛来する塩分（以後，飛来塩分と称す）によりコンクリート内部に塩化物イオンが浸透・蓄積すると，コンクリート内部の鉄筋が腐食し，構造物の耐久性が損なわれやすい。そのため，地域毎の環境要因（風況，波浪等）を考慮した鉄筋コンクリート構造物の塩害環境評価方法を確立し，塩化物イオンの浸透・拡散挙動を的確に把握することは，鉄筋コンクリート構造物の耐久設計および耐久診断において重要である。
そこで本研究では，現地で観測されたデータと，公開されている気象や波浪等の各種情報から，複数の機械学習を用いて海岸付近で発生する飛来塩分の予測を行った。その結果，予測値は実測値の傾向を概ね捉えることが確認された。また本研究で対象とした地域では，波高や平均風速が飛来塩分予測に大きく影響することが示された。
また，複数の機械学習を用いて屋内・屋外暴露に供したコンクリート中の塩分浸透予測を行い，両手法の予測精度検証を行った。さらに，学習期間範囲外より長期に及ぶ場合の塩分浸透予測については，機械学習の予測値と表面塩化物イオン濃度を経過年数の平方根と仮定した拡散方程式を組み合わせることで計画供用期間のコンクリート中の塩分浸透予測を試みた。その結果，複数の機械学習法から最適な手法を選定することで，予測精度を向上させることができた。機械学習の学習範囲外における拡散方程式の予測値は，表面付近では実測値とやや乖離する結果であったが，全体的な蛍光は捉えることができた。
|
