| 研究課題/領域番号 |
23K22846
|
|---|
| 補助金の研究課題番号 |
22H01576 (2022-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2022-2023) |
|---|
| 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 | 京都大学 |
|---|
研究代表者 |
金 哲佑 京都大学, 工学研究科, 教授 (80379487)
|
|---|
| 研究分担者 |
五井 良直 京都大学, 工学研究科, 助教 (30831359)
張 凱淳 京都大学, 工学研究科, 准教授 (50751723)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)
2024年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
2023年度: 5,720千円 (直接経費: 4,400千円、間接経費: 1,320千円)
2022年度: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
|
|---|
| キーワード | 構造ヘルモニタリング / 情報融合 / ベイズ推論 / モデルアップデート / デシジョンツリー / 構造ヘルスモニタリング / 長期モニタリング / リスク評価 |
|---|
| 研究開始時の研究の概要 |
センサ情報を用いる橋梁ヘルスモニタリング(BSHM)の実践的利用を促すために，BSHM導入による費用対効果に加え，BSHMの意思決定プロセスに技術者の判断を取り入れたBHMの仕組みについて研究を行う．特に，センサ情報のみならず活用可能で情報との融合を図り，費用対効果も評価できる実践的なBSHM仕組みの構築を目指している．
具体的には，BSHMに技術者と管理者の判断を取入れた意思決定の仕組みの構築，異なるセンサ情報の融合によるBSHMの状態予測精度の向上，状態予測精度のさらなる向上を目指すセンサ情報と解析情報の融合，提案のBSHMの仕組みの妥当性検証について検討を行う．
|
| 研究実績の概要 |
本年度は初年度で検討し提案した点検やモニタリング結果によるリスク評価方法の適用性の検討を行った．また，Structural Health Monitoring of Bridges (BSHM)によるモニタリング情報を活用した橋梁の異常検知と構造解析による健全性評価および予測法について検討を行った．特に，ニューラルネットワークおよびニューラルオペレーターを適用した代替モデル（Surrogate Model)についても検討を行った．具体的には，以下の3項目について研究を行い，BSHMの結果を用いた対象構造物のリスク評価法の提案に成功した．また，時系列の相関行列による状態予測精度の向上を確認できた．代替モデルについては，非線形領域の再現性の可能性を示た．
【BSHMの結果を用いた対象構造物のリスク評価】 鉄道橋橋脚の長期振動モニタリングデータを用いた洗掘のリスク評価の枠組みの提案；小規模斜張橋の長期ケーブル張力モニタリングデータと有限要素解析によるFragility Curveの提案とリスク評価
【BSHMのセンサ情報を用いた状態予測精度の向上】 振動データの時系列の相関関数と正規化を導入した異常検知の精度の検討；実橋梁と照明柱および標識柱などの道路付属物の異常検知への適用性を検討
【BSHMデータを活用した構造解析モデルの代替モデルの検討】 非線形挙動までの再現できるFEモデルアップデートを検討；機械学習（ニューラルネットワークおよびニューラルオペレーター）を取り入れた代替モデルの検討；橋梁実験データを活用した代替モデルの有効性の検討
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
【理由】
研究計画で取り上げた「BSHMの結果を用いた対象構造物のリスク評価」，「BSHMのセンサ情報を用いた状態予測精度の向上」，「BSHMデータを活用した構造解析モデルの代替モデルの検討」の3つの研究課題について計画通りの検討を行った．具体的な理由は以下のお通りである．
「BSHMの結果を用いた対象構造物のリスク評価」については，その枠組の提案に成功した．また，実践的な活用のための課題点を明らかにし，「費用やリスク」評価に関連するデータ収集の必要性を明らかにした．
「BSHMのセンサ情報を用いた状態予測精度の向上」については，多次元計測時系列の共分散行列を作成し，構造物の物理的な動きに関わる情報が強調されるようにした．また，BSHMのセンサ情報を数値解析モデルの更新に適用できた．
「BSHMデータを活用した構造解析モデルの代替モデルの検討」については，代替モデルを構築するための基礎データ作りを行った．具体的には、基礎データ作成のための有限要素更新と膨大な有限要素解析を計画通り行うことができた．そのデータを用いて，ニューラルネットワークおよびニューラルオペレーターによる代替モデルの作成に成功している．特に，単純支持のPC箱桁の有限要素更新と解析において，46時間かかった構造解析をニューラルオペレーターによる代替モデルでは26秒で再現できることを確認している． 以上のように，当初の計画以上に進展していると判断する．
|
| 今後の研究の推進方策 |
今年度の研究で、リスク評価の枠組の提案ができたものの，実践的な活用のためには、意思決定の各ノードにおける確率モデルや費用について具体的なデータが必要であることがわかり，関連データの入手に努める必要がある．また，実践的な活用については、相対的に構造解析が簡単で、関連データを入手しやすい，鉄道橋脚の洗掘問題を中心に検討を行う．
リスク評価に関わる構造解析の効率的な運用のために，代替モデルの検討を本格的に行う．今年度の研究では，可能性は示したものの，提案の代替モデルの限界などについては、明らかになっていない．また，非線形領域までの再現についても検討を行う必要がある．そのために，代替モデルの構造解析の予測性能について検討を行う．
具体的には，次の研究を推進する． 「エンジニアの派遣を考慮した鉄道橋橋脚の洗掘のリスク評価」，「小規模斜張橋の季節変動を考慮したリスク評価」，「代替モデルを活用した異常検知や劣化予測の検討」を進める． 研究成果は，権威ある専門雑誌（Engineering Structures， Mechanical System and Signal Processing, ASCE Journal of Bridge Engineeringなど）や国際会議（IABMAS2024, KKHTCNNなど）および土木学会全国大会にて積極的に発信する所存である．
|
