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

構造物減災に向けた光ファイバひずみ計測高信頼化・高速化のための信号解析方法の研究

提高结构减灾光纤应变测量可靠性和速度的信号分析方法研究

基本信息

批准号：
20K05002
负责人：
成瀬央
金额：
$ 2.75万
依托单位：
Mie University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

光ファイバ内で生じるブリルアン散乱光スペクトル（ブリルアンゲインスペクトル：BGS）の周波数がひずみに比例してシフトする現象に基づく光ファイバひずみ計測は、長距離にわたる分布計測が可能である。この特長は、現在、社会問題となっている老朽化インフラ設備などのモニタリングに適しており、この計測をそのモニタリングに応用するための研究開発が進められている。これまでの方法では、ひずみ計測位置を中心とするBGS観測区間でひずみは均一であり、暗黙のうちに、観測されるBGSはローレンツ関数で近似されることが仮定されていた。局所的に（観測区間内で）変化するひずみはBGSを変形させるため、ひずみ計測における誤差が大きくなる問題があった。この問題を克服するために、本助成事業では、以下の2課題について研究を進めている。(1) 非負値行列因子分解を用いたBGS観測区間内の最大・最小ひずみの抽出(2) 不均一ひずみ下のBGSに基づくニューラルネットワークを用いたひずみ計測(1)は、構造物において最も損傷が起こっている可能性の高い、最大（引張り）・最小（最大圧縮）ひずみを抽出する方法についてのものである。従来の方法は、観測区間内の平均的なひずみの計測であるため、局所的なひずみ情報を得ることができなかった。この問題に対し、昨年度に検討した非負値行列因子分解による最大・最小ひずみ抽出方法の精度向上に向けてスパース制約を導入し、その導入効果を調べた。(2)は、不均一下のBGSを用いてニューラルネットワークを訓練することによって、不均一なひずみをも高精度、高速に計測する方法に関するものである。今年度は、数値シミュレーションによって、BGSの観測条件、BGSの基本形状、BGSに含まれるノイズ、計測されるひずみにかかわるパラメータが計測誤差に与える影響を明らかにした。

The number of cycles of the light inside the light source is the scattered light of the light source (BGS: BGS) It is possible to measure the proportion of ずみにしてシフトする phenomenon and to measure the long-distance にわたる distribution. Specialty of このは, present, social issues となっているaging and aging インフラequipment などのモニタリングにsuitしており、このmeasurementをそのモニタリングに応与するための研究开発が入められている.これまでのmethodでは、ひずみMeasurement positionをcenterとするBGS measurement intervalでひずみは uniformityであり, 黑黙のうちに, 観综合されるBGS はローレンツ国产でapproximateされることが仮定されていた. The change of the location (within the measurement interval) of the station BGS is the shape of the changeるため、ひずみ Measurement におけるError が大きくなるproblem があった. The problem is overcome, the project is supported, and the following 2 topics are researched and advanced. (1) Non-negative value column factorization is used to extract the maximum and minimum values within the measurement interval using BGS (2) Non-uniform ひずみ下のBGSに记づくニューラルネットワークをmeasured with いたひずみ(1)は, structure においてmost damageが出こっているPossibilityの高い、Maximum (induction)・Minimum(maximum compression) ひずみをdraw out する method についてのものである. The method of coming out, the measurement of the average measurement within the measurement interval, and the information of the station is the measurement of the measurement.このquestionに対し、last year's discussionしたnon-negative value row factor decompositionによるmax·minimumひずThe precision of the extraction method is improved, and the imported effect is controlled and adjusted. (2)は、Uneven BGSいてニューラルネットワークをtrainingすることによって, non-uniform なひずみをもHigh-precision, high-speed にmeasurement method に关するものである. This year's test conditions, the number of measurements, the measurement conditions of BGS, the basic shape of BGS, and the inclusion of BGSまれるノイズ, measurement error and measurement error.