权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

データサイエンスに基づくPCグラウト充填レベルの自動判定

基于数据科学的PC灌浆液位自动测定

基本信息

批准号：
21K04232
负责人：
鈴木啓悟
金额：
$ 2.66万
依托单位：
University of Fukui
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

2022年度は実橋で供用されていたプレストレストコンクリート（PC）桁を用い、実証実験を行った。対象となるPC桁は2体に切り分けられている。これを供試体A、Bと呼称する。供試体A、Bにはグラウト施工がされていない未充填シース管と、グラウト施工されている充填シース管が存在する。これら試験体に対し超音波フェーズドアレイのフォーカシング探傷を行い、ノイズ除去および特徴抽出を目的とした独自のフィルタリング（以下、寄生フィルタ）を施したうえで、機械学習・深層学習を用いてシース管のグラウト充填、未充填の分類を行った。機械学習に入力するデータは、フェーズドアレイ探傷で得られる時刻－電圧の1次元波形に対して寄生フィルタを施した時刻歴データである。深層学習に入力するデータは寄生フィルタを施した後に、キルヒホフ近似の線形化逆散乱解析によりシース管を画像化したデータである。供試体Aを学習用、供試体Bを妥当性検証として、機械学習、深層学習それぞれの分類器を構築した。なお、寄生フィルタは高周波側データと低周波側データを出力できることから、深層学習には両データから作成した画像を結合した1枚の画像として適用した。機械学習は時刻歴情報に、周波数情報、位相情報を加えたデータ拡張したところ、ランダムフォレストを用いた分類精度は99.6%となった。また深層学習はVGG16を用いて83.5%の精度を記録した。機械学習、深層学習ともに概ね良好な精度を記録し、非破壊評価の自動判断に道筋をつけることが出来た。

In the year 2022, we will use the truss (PC) for the first time in the year 2022. The PC truss 2 body is divided into two parts. Please refer to body An and B as the name of your name. For body An and B, there is no filling in the pipe, the pipe is not filled, and the pipe is in existence. The purpose of this study is to determine whether or not the equipment is filled or not filled in the class of machinery in the field of mechanical science. The mechanical engineering has been used in the field of computer science and technology. The first-dimensional waveform of the computer has been used to detect parasitic damage. In the deep study, the parasite, the approximate, the inverse scatter, the image, the image. It is for the use of body A, body B, mechanical science, mechanical science, and so on. Parasitoid, parasite, high-cycle, high-cycle, low-cycle, low-cycle, and deep. In mechanical science, the information is reported all the time, the number of cycles, the phase information, the accuracy of classification is 99.6%, the accuracy of classification is 99.6%. In-depth study, the precision of VGG16 is 83.5%. Mechanical and advanced training programs are likely to have good accuracy, accurate records, and automatic judgments for non-breaking equipment.