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

2022 Fiscal Year Comments on the Screening Results

• Project/Area Number: 22H00224
• Research Category: Grant-in-Aid for Scientific Research (A)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Medium-sized Section 22:Civil engineering and related fields
• Research Institution: Hokkaido University (2023-2024); The University of Tokyo (2022)
• Principal Investigator: 長井 宏平 北海道大学, 工学研究院, 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

Summary of the Research Project

応募者が自ら開発してきた3次元微細構造解析のための離散手法であるRBSMと深層学習のアルゴリズムであるPINNを組み合わせて、鉄筋コンクリート構造の表面における情報から内部の損傷状況を逆推定する研究である。逆推定する対象は、鉄筋腐食、乾燥収縮、ASR、DEFであり、鉄筋コンクリート構造における体積変化を示す種々の劣化現象を想定している。

Scientific Significance and Expected Research Achievements

最新の数値解析手法と深層学習を組み合わせて、構造物表面の情報だけから内部に生じた損傷を推定する研究で、独自性があり、かつ、チャレンジングな課題である。本研究の研究成果によって、多くの鉄筋コンクリート構造物に対して効率的な損傷評価が可能となり、構造物の維持管理やリスク評価への大きな貢献が期待される。