研究課題/領域番号 |
19K15253
|
研究種目 |
若手研究
|
配分区分 | 基金 |
審査区分 |
小区分25020:安全工学関連
|
研究機関 | 香川高等専門学校 |
研究代表者 |
岩本 直也 香川高等専門学校, 電子システム工学科, 講師 (10631046)
|
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 |
2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2021年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2020年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
キーワード | 打音検査 / 深層学習 / 振動分析 / ディープラーニング |
研究開始時の研究の概要 |
打音検査は極めて利便性の高い検査手法である反面,検査基準が客観性に欠けるという問題を有している。その一方で,熟練の打音検査員は,ハンマーの打撃音だけでなく,ハンマーを介して手に伝わる振動からも検査対象物の異常を検出できると言われている。本研究では,ハンマーの振動状態やその他の関連データに着目し,それらを人工知能技術のひとつであるディープラーニングを用いて解析することで,検査対象物の異常を検出することを目指す。
|
研究成果の概要 |
打音検査においてハンマーに発生する振動波形から深層学習を用いて異常の有無を判断できるのではないかと考え研究を行った。市販のコンクリートブロックを試験体として使用し,特徴的な二つの領域をハンマーで打撃し振動波形を測定した。この振動波形からFFTスペクトルやSTFTスペクトログラムを生成し,それぞれを入力データとして深層学習モデルを学習させた。その結果,テストデータに対する学習済みモデルの精度はSTFTを入力データとして学習させた場合に最も高くなり平均で95%程度となることが分かった。
|
研究成果の学術的意義や社会的意義 |
高度経済成長期に建設された道路や建物などの建造物の多くは,老朽化が進んでおり,突然の崩壊崩落といった重大事故のリスクを抱えている。例えば,国内には約72万基の橋梁が存在し,2030年にはその半数以上が建設から50年以上を経過する。これに対し国土交通省は全ての橋梁について5年毎の定期点検を義務付けている。定期点検は近接目視点検を基本とし必要に応じて打音検査が行われる。打音の聞き分けには熟練を要するが,熟練の検査員を十分に確保することは容易ではない。この問題に対し本研究では打音検査において熟練の検査員に頼ることなく高精度な異常検出を実現しようとするものである。
|