| 研究課題/領域番号 |
19K04570
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分22020:構造工学および地震工学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
蘇 迪 東京大学, 大学院工学系研究科(工学部), 特任准教授 (40535796)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 軌道評価 / データ同化 / 機械学習 / 携帯情報端末 / 車両応答 / 営業車両応答 / 維持管理工学 / デ ー タ 同化 |
|---|
| 研究開始時の研究の概要 |
営業車両の車体にとりつける振動計測システムから軌道状態を把握することが期待されている．本研究では，近年急速に普及した安価な携帯情報端末により観測した，営業車両の車体及び台車の振動応答から軌道状態を推定し，簡便かつ高頻度な常時モニタリングシステムの構築を目指す．研究の方法としては，軌道変状が長短波長成分を分類され，データ同化手法と機械学習手法を組み合わせ，数値解析モデルで検証する上，実線路営業車両へ応用検証を行う．本システムは全国中小鉄道での利用を想定しており，僅か数万円の経済負担で安全性を向上させ，事故の発生を未然に防ぐと共に，鉄道インフラの維持管理の合理化を図るものである．
|
| 研究成果の概要 |
軌道の変状による事故の防止のために異常の早期発見が重要であるが，通常の年1回実施の軌道検測は頻度が低く，軌道劣化の進行を適切に把握できないことが指摘されている．本研究では，近年急速に普及した安価な携帯情報端末により観測した，営業車両の車体の振動応答から軌道状態を推定し，簡便かつ高頻度な常時モニタリングシステムの構築を目指す．研究の方法としては，軌道変状が長短波長成分を分類され，データ同化手法と機械学習手法を組み合わせ，数値解析モデルで検証する上，実線路営業車両へ応用検証を行う．数値解析と実車計測によって軌道状態の評価手法の構築でき，手法の実用性および精度が明らかになると考える．
|
| 研究成果の学術的意義や社会的意義 |
軌道の変状特性によって応答への影響が異なる．本研究は対象とする軌道状態を表現するために十分に詳細な，かつ，逆解析に耐える車両モデルを提案する．さらに，長波長変状成分をデータ同化から直接逆推定を適用するともに，推定困難の短波長成分は機械学習より特徴検出を試みた．
本システムでは，営業車両と携帯情報端末を利用するため，特殊な車両と計測機器を必要としないことから，実装は容易である．また，通常営業中に頻繁な計測，データ収集が可能であるため，本研究は地方中小鉄道事業者に低廉かつ簡便なモニタリング手法を提供し，資産価値の維持と向上に資する重要な基礎技術と位置付けられる．
|
