熱画像とAIを活用した社会インフラ構造物の劣化損傷自動診断システムの開発への挑戦

点击翻译按钮获取中文摘要

社会インフラ構造物の老朽化が大きな社会問題になっていることは，世界的な共通認識として広く注目されている。中でも耐震性の低い既設構造物に対する多くの耐震補強対策が講じられているが，補強部分が劣化し，所要の性能を確保できなくなると，地震発生時に想定外の損傷が生じ，損傷による機能低下が地域社会に大きな影響を及ぼすことが懸念される。本研究では，炭素繊維シートにより補強された橋脚において外観からの目視に基づく検知が困難な剥離損傷を対象として，サーモグラフィにより取得した熱画像データの処理に関する提案方法に基づき，これに深層学習法を導入することにより，①損傷領域を高精度，高効率的に検知できる方法を提案すること，②損傷の大小だけではなく，耐震性能に対する影響の程度も適切に評価する手法を組み込むこと，③損傷検知と安全性評価を統合した新たな熱画像を用いた劣化損傷自動診断システムを確立すること，を目的とする。2021年度は，剥離損傷の高精度かつ高効率な検知を実現する方法の提案を目標とした。まず，目視では検知が困難な炭素繊維シートの剥離損傷に着目し，このような模擬的な剥離損傷を有する試験体を製作した。この試験体を用いて屋外の自然環境条件下でのサーモグラフィ実験を実施し，熱画像データを収集した。また，深層学習に用いるための膨大なデータをFEMシミュレーションにより作成し，実際のリアルな実験データと合わせた教師データベースを構築した。こうして構築した１万枚以上のデータを含む教師データに基づき，劣化損傷領域を高効率・高精度に検知・判読できる深層学習モデルを構築し，その精度を検証した。本研究は海外の第三者機関から注目され、工学的また実用的にも重要な研究成果であると評価された。提案した手法が正確かつ効率的な診断を可能とする非破壊点検・診断法と認められている。