Development of an AI-based method for infiltration and inflow and a method for identifying cavities under the road surface

2022 Fiscal Year Final Research Report

• Project/Area Number: 19K04670
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 22060:Environmental systems for civil engineering-related
• Research Institution: Nihon University
• Principal Investigator: SATO Katsumi 日本大学, 生産工学部, 教授 (50788544)
• Co-Investigator(Kenkyū-buntansha): 高橋 岩仁 日本大学, 生産工学部, 教授 (20453871) ; 保坂 成司 日本大学, 生産工学部, 教授 (70328699) ; 森田 弘昭 日本大学, 生産工学部, 教授 (90355933)
• Project Period (FY): 2019-04-01 – 2023-03-31
• Keywords: 雨天時浸入水対策 / 水温法 / 成分分解 / ニューラルネットワーク / 雨水浸入強度 / 機械学習 / 不明水対策 / カーネル密度分布

Outline of Final Research Achievements

Regarding the research results, 1) Analysis of Sewage Volume by Decomposition of Time Series Water Temperature Data, 2) Research on Analysis of Infiltration of Stormwater Volume by AI Machine Learning of Flow Rate, Water Temperature Method Data, 3) Estimating the Rate of Infiltration of Stormwater Volume by a Non-parametric Method Using the Component Decomposition Method of Sewage Temperature. In 1), the water temperature method data was decomposed into long-term fluctuation water temperature, daily periodic fluctuation water temperature, and irregular fluctuation water temperature, and the inundation amount during rainy weather was estimated. In 2), the amount of infiltration water during rainy weather was analyzed using the neural network method from the flow data and water temperature data. In 3), the water temperature fluctuation amount was analyzed by expressing the irregular water temperature fluctuations in fine weather and rainy weather by kernel density distribution.

Free Research Field

水環境浄化システム

Academic Significance and Societal Importance of the Research Achievements

下水道事業が概成する一方で、不明水の浸入による下水処理場やポンプ場の運転経費増加は下水道経営を圧迫させるほか、簡易処理による水環境悪化も懸念されることから，解決すべき重要課題として，早期の対策が求められている。同時に、下水道経営は、公営企業会計を導入し、持続可能な経営が必須であり、今後の維持管理は、経済的で優先順位を付けたわかりやすく可視化できる管理が急務である。こうしたなか、不明水対策、とりわけ雨天時浸入水対策は、下水道施設の大部分の管路を維持管理するうえで重要な対策事項である。本研究は、人に頼ったアナログ的な既存の調査方法ではなく、センサーとAI技術を使って浸入水の特定をするものである。