| 研究課題/領域番号 |
18K04330
|
|---|
| 研究機関 | 東京都市大学 |
|---|
研究代表者 |
丸山 收 東京都市大学, 建築都市デザイン学部, 教授 (50209699)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| キーワード | 維持管理 / アセットマネジメント / 確率論的最大損失評価 |
|---|
| 研究実績の概要 |
これまでに，1）現在，整備されているトンネルおよび橋梁の点検データに加えてデータの取集・分析を行った．トンネル覆工コンクリートおよび橋梁点検データに関しては，新規に点検が行われたデータをデータベースに追加した．2）収集したデータは異なる劣化区分により評価されているものであるので，構造物ごとに統一した評価基準にキャリブレーションする必要があるために，同一尺度に変換するための理論開発を行った． さらに，3）劣化進行の不確定性を考慮した確率論に基づくモデルの構築を行った．本研究で用いる劣化予測モデルは，すでに開発された複合Poisson過程を駆動雑音とする確率微分方程式に定式化してモデル化するものであり，点検データに基づいて予測式の精度を検証した．4）本研究で対象とする大規模データ解析に対応するために，機械学習理論を援用する理論開発を行っている．具体的は，確率論手法に基づいたベイズ情報更新理論と機械学習理論の特長を生かして，カーネル関数による機械学習効率の向上が期待できる手法の開発を行った．
鉄道ネットワークを対象として，データを取得できた路線に対して確率微分方程式をもとに近未来の状態予測および管理値を超過する確率を算出することを行っている．また，都市域の劣化損傷事例は，希に発生するものであり，構造物群のポートフォリオに対して，相関を有するポアソン分布に従うモデルとして，確率論的最大損失を評価する手法の開発を行っている．
|
| 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
点検データ整備：遅れていた橋梁点検結果のデータベースの獲得が出来た．橋梁点検データは多くの部材により構成されているので，橋梁系全体を評価する指標の開発が必要となる．また収集したデータは異なる劣化区分により評価されているものであるので，構造物ごとに統一した評価基準にキャリブレーションする必要がある．この点に関しては，カーネル関数を用いて，点検データのレーティングが異なる場合にも，共通に評価できる確率分布を得る手法の開発を行った．
単体の構造物の劣化進展モデルは，Poisson型確率微分方程式を用いて評価することが可能となっている．本研究で用いる劣化予測モデルは，複合Poisson過程を駆動雑音とする確率微分方程式に定式化して，Wiener過程を駆動雑音として用いることによる解過程の増減挙動を回避している．実点検データと確率微分方程式によるサンプル実現値のヒストグラムを比較することで予測精度の検証を行った．提案手法による結果は，実際の点検データ分布と非常に良い対応を示している結果が得られ，精度の良い予測が行えることが分かった．また，不確定性を有する現象に対して，ビックデータが得られる場合にデータを基にしたデータ駆動型の予測手法の開発を行った．
|
| 今後の研究の推進方策 |
実際の都市域における構造物群を対象にして，開発した劣化予測手法を適用して，将来予測および管理値を超過する確率を評価することを行う．劣化現象により個々の構造物において管理値を超過する現象は稀に発生する現象としてモデル化される．具体的には，Poisson分布に従う現象としてモデル化され，構造物群のポートフォリオに対する評価が必要となる．基礎解析において，Poisson分布に従い，弱相関を有するポートフォリオの確率分布は，対数正規分布に近似できることが確認された．従って，大規模な構造物群の管理値超過確率の評価が解析的に行えることとなる．この手法を実現象に適用することを行う．また，管理値超過確率を基に投資効果を検討するための基礎理論を検討している．
|
| 次年度使用額が生じた理由 |
昨今の情勢から，橋梁点検データの入手整理が遅延したことによる．
次年度の使用計画として，計算機関係の備品，研究成果の投稿に使用する．
|
