2005 Fiscal Year Annual Research Report
デジタルセンサネットワークとパターン認識を用いた制振構造物の自動性能把握
| Project/Area Number |
17360274
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
三田 彰 慶應義塾大学, 理工学部, 教授 (60327674)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
金子 佳生 東北大学, 大学院・工学研究科, 助教授 (60312617)
西 宏章 慶應義塾大学, 理工学部, 助手 (00365470)
|
|---|
| Keywords | ヘルスモニタリング / デジタルセンサ / パターン認識 / システム同定 / 制振構造 |
|---|
| Research Abstract |
1.ワイヤレスセンサの代表的な大型研究プロジェクトである、米国のスマートダストプロジェクトに関連したこれまでの研究成果を文献によって調査するとともに、スマートダストプロジェクトの代表的なシステム構成部品を入手して、センサネットワークを構築し、特にその通信速度と同期性能に着目した実験を行って評価した。また、その評価結果を念頭において、制振構造の性能把握に適したデジタルセンサネットワークの基本構想をまとめた。特に、最近入手が可能となった、Linuxなどの高度なオペレーションシステムをサポート可能な超小型CPUボードを入手して、詳細に性能を調査し、電力消費条件を緩和するという条件の下で、有線およびワイヤレスでの高速通信機能の実現方法について研究を行った。CPUボードに市販の振動センサを実装するための、ごく簡単な機能を持つデジタルセンサネットワークの回路基盤を設計し、センサネットワークとして機能させるためのアーキテクチャをまとめ、試作・評価した。
2.実在の制振構造物の観測結果を用いて、制振性能を評価するとともに、設計で想定されていた性能と比較する手法についての研究を行った。また、実際の制振性能に近いシミュレーションを可能とする解析モデルを策定するためのアルゴリズムにてついて、基礎検討行った。
3.実際の構造性能を自動的に判断するための基本ツールであるパターン認識手法についての基礎検討を行った。特に非線形モデルにも適用可能なニューラルネットワークやサポートベクトルマシンについて詳細な検討を行い、新しい損傷推定手法を提案した。
|
