2022 Fiscal Year Annual Research Report
深層学習を実装した微細構造解析による鉄筋コンクリート内部損傷の逆推定と性能評価
| Project/Area Number |
22H00224
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
長井 宏平 東京大学, 生産技術研究所, 准教授 (00451790)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松本 浩嗣 北海道大学, 工学研究院, 准教授 (10573660)
酒井 雄也 東京大学, 生産技術研究所, 准教授 (40624531)
浅本 晋吾 埼玉大学, 理工学研究科, 准教授 (50436333)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Keywords | 鉄筋腐食 / 体積変化ひび割れ / 微細構造解析 / 逆推定 |
|---|
| Outline of Annual Research Achievements |
離散解析に深層学習アルゴリズムを取り入れるためのフレームワークの検討を行った。連続体解析と異なり，ひび割れ上の応力ひずみ関係の力学状態を考慮したモデルを構築することの困難さが生じている。学習データセットの作成を行っており，微細構造解析RBSMプログラムを用いて，理想状態やランダムな状態での鉄筋腐食によって生じる表面ひび割れのデータを整理することで，空間的な影響も考慮した，腐食膨張と表面ひび割れの関係性の整理を続けている。
RCパネルの実験を行っており，複数鉄筋が腐食した際の力学相互作用のデータを得ている。コンクリート表面のひび割れを画像で連続撮影し変化を追っている。ひび割れ検知にはAI画像分析を用いている。
ASR/DEF膨張と鉄筋による拘束の相互作用による全体の膨張とひび割れ発生，その後の鉄筋引抜き耐力を，実験と微細構造解析により検討している。鉄筋の拘束により，内部ひび割れが抑制されるとともに内部に圧縮応力が蓄積し，その状態で鉄筋引抜きをした際の挙動を耐力とともに合理的に再現できた。をまた，鉄筋腐食後の付着モデルの向上も行った。
乾燥収縮の数値解析も行い，ASR/DEF膨張と同様に，実験と同様のひび割れパターンを再現できることを確認した。
水分移動モデルについても，内部個所の水分量に応じて拡散係数を変化できるアルゴリズムとすることで，適切に内部の水分移動を表現できるプログラムへと改良し，実験との比較を行っている。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
解析アルゴリズムの検討と，解析，実験，解析と実験の比較を行っており，おおむね順調に進捗している。
|
| Strategy for Future Research Activity |
予定通りに解析と実験を継続する。
|
