研究課題/領域番号 |
19K04583
|
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 | 東海大学 |
研究代表者 |
三神 厚 東海大学, 建築都市学部, 教授 (10262122)
|
研究期間 (年度) |
2019-04-01 – 2024-03-31
|
研究課題ステータス |
完了 (2023年度)
|
配分額 *注記 |
1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2019年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
|
キーワード | 損傷検知 / 機械学習 / センサーデータ / オートエンコーダ / 振動実験 / 時系列データ / 構造物の損傷検知 |
研究開始時の研究の概要 |
高度経済成長期に建設された膨大な数のインフラが老朽化を迎えているが,技術者不足により点検が進んでいない.1つの改善策は,低価格化が進んでいるセンサーを構造物に設置して得られるデータの分析から,自動的に損傷を検知する方法を補助的に用いることである.本研究はセンサーデータに機械学習の方法を適用することで構造物の損傷検知を自動化し,インフラ点検技術者不足の問題に寄与することを最終目標としているが,特に,損傷検知手法の適切な選択や損傷検知能力向上のためのデータ処理の手法を検討し,実用化につなげるものである.
|
研究成果の概要 |
構造物に設置されたセンサーによって構造物の振動応答データが得られることを想定して,そのデータに機械学習の方法として,教師なし学習の1つであるオートエンコーダを適用することで構造物の損傷検知を自動かつ即時に行うことが可能にあった.具体的には,構造物の損傷を剛性低下で模擬し,損傷なしの応答の学習から損傷ありの応答の検知を試みた.さらなる適用例として,強震計が設置されている構造物において,日常的に発生する中小の地震動による応答を学習させておき,その上で,巨大地震発生時の構造物の非線形応答にオートエンコーダを適用することで,その構造物の供用を即時に注すべきか,などの判断基準が得られる可能性を示した.
|
研究成果の学術的意義や社会的意義 |
構造物の損傷検知の必要性は,インフラメンテナンスのように,損傷が徐々に進行する場合と,例えば,地震などの災害時のように急激に進行する場合が考えられるが,いずれの場合においても対応する技術者が不足する今日の状況の中,本研究成果を適用することで,自動,かつ,即時に損傷検知が可能となる.本研究は構造物の損傷を検知し,次の詳細検査段階へと進めるための1次スクリーニング手法として有益であると考えられ,これにより,技術者不足の問題の解消につながることが期待される.
|