2019 Fiscal Year Annual Research Report
Evaluation system on the remaining life of road deck by data assimilation with NDTs and structural analysis
| Project/Area Number |
18H01506
|
|---|
| Research Institution | Kanazawa Institute of Technology |
|---|
Principal Investigator |
田中 泰司 金沢工業大学, 工学部, 准教授 (40377221)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
藤山 知加子 法政大学, デザイン工学部, 教授 (60613495)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 床版 / 劣化 / AI / 非破壊試験 / 画像解析 / 余寿命 / 診断 |
|---|
| Outline of Annual Research Achievements |
本課題では，道路橋RC床版の内部損傷を非破壊試験により検出し，その健全性を診断するシステムの開発を目的としている．本年度は，床版下面で観察されるひび割れの自動検出に集中的に取り組んだ．自動検出システムは，１．AIによるひび割れ位置の推定，２．ひび割れ幅の推定，の２つの機能で構成されている．本年度は過年度までに開発されたプログラムの精度検証を実施した．１．AIによるひび割れ位置の推定については，Deep learningモデルが80%以上の正答率を有していることを確認した．ただし，人間が教師データとして作成する正解ラベルが，作成方法によって相当揺らぐことが判明したため，次年度にその原因と改善点を追求する．２．ひび割れ幅の推定精度については，解像度が10ミクロン/pixelの超高解像度ひび割れ画像を撮影し，pixelレベルでの正解データを作成することによって精度検証を行った．正解データの作成においては，画像処理技術を駆使してノイズ除去を行ったことが特徴である．既存のひび割れ幅検出プログラムの精度検証を行ったところ，実用的な精度を有していることが証明された．
このようなひび割れ検出システムを健全度の診断に活かす方法についても検討を行った．１年半にわたり実橋床版を追跡調査して，ひび割れ幅の推移を確認したところ，経年変化よりも季節変化が大きいことが明らかとなった．マルチスケール解析の群データによる簡易評価を行ったところ，濡れが確認された桁端部で余寿命が低下していると判断された．評価結果の妥当性については今後も追跡調査が必要である．
一方で，取替床版の劣化調査とレーダー信号処理結果との比較も行った．調査の結果，舗装内部の滞水が異常と判断された原因であると推定された．今年度は詳細な位置同定を行い，比較分析を進める．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
AIおよびその他のプログラムによるひび割れ幅推定結果は，その客観的な精度検証が大きな課題となっていた．当該年度において，高解像度画像撮影による10ミクロン解像度のひび割れ幅の正解データの作成に成功したことによって，ひび割れ幅の精度検証が客観的に実施できるようになった．本検証技術は，本課題の中核のひとつであったので，進捗状況としてはおおむね順調に進展していると自己評価した．
ひび割れ検出システム開発後を見据えた，現場におけるひび割れ進展の追跡調査もスタートし，システムの有効性とともに診断時の課題も見えてきた．画像ともに重要な役割を果たす，レーダー信号処理技術においても，取替床版の分析から，ある程度の有効性とともに課題も見えてきた．計画当初に実施を予定していたものはおおむね計画通りに進捗している．
|
| Strategy for Future Research Activity |
ひび割れの画像解析については，Deep learningのモデル化よりも正解データの不確かさが問題であることが明らかとなったので，正解データの作成方法の違いが，人間の判断にどのような影響を与えるのか，また，もっとも正解らしいデータを作るにはどのようにすればよいのかについて検討を行う．
今年度まではひび割れという損傷形態に着目して，画像による損傷検出技術の構築を進めていた．次年度は，ひび割れ以外の損傷を検出可能な画像解析技術の構築に取組み，より総合的に劣化診断が可能なシステムに進化させることを目指す．具体には，凍害によるスケーリング箇所を判別できるAIモデルを作成し，精度検証を行う．
現在実施している，実橋床版のひび割れ進展の追跡調査を継続し，ひび割れ幅の季節変動の傾向と原因を明らかとする．そのうえで，ひび割れ幅の量とマルチスケール解析による余寿命評価を診断にどのように活かすのか，またメンテナンスサイクルにおけるその効用について考察を行う．
レーダー信号処理による床版内部の損傷検出については，舗装内部の空洞を検出できることが明らかとなった一方で，舗装打ち換え後は舗装下の損傷が検出できない可能性が高いことも示された．このような技術的制約下において，レーダー技術をどのように維持管理に活用していくのが良いのかを点検・診断のシステムを俯瞰しながら検討する．
|
