センサーデータに機械学習の方法を適用した構造物の損傷検知に関する基礎的検討

将机器学习方法应用于传感器数据的结构损伤检测基础研究

• 批准号: 19K04583
• 负责人: 三神 厚
• 金额: $ 1.16万
• 依托单位: Tokai University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K04583/
• 关键词: 機械学習; センサーデータ; 損傷検知; 時系列データ; 構造物の損傷検知

センサーデータに機械学習の方法を適用することで構造物の損傷検知を自動化するため，本研究では，適切な機械学習の方法やセンサーデータの前処理の方法を検討するとともに，振動系モデルによって提案する方法の有効性を確認することを目的としている．令和４年度は，前年度に引き続き，機械学習の方法を適用して構造物の損傷を検知する取り組みを行うとともに，本研究手法の適用範囲の拡張を図った．強震計が取り付けられた構造物に想定し，それに機械学習の方法であるオートエンコーダを適用し，損傷の有無と程度を評価する試みを行った．そのために，構造物の非線形モデルを導入した．観測される頻度が比較的高い中小地震による構造物応答（線形応答）を学習させた上で，構造物に損傷が生じる程度の地震に対する応答（非線形応答）に学習済のオートエンコーダを適用した．具体的には，エルセントロ地震波と八戸波を用意し，片方の最大加速度を50galにスケーリングして学習用に用い，他方を50, 200, 800, 1600galにスケーリングして検証用に用いた．これを相互に行うことで，検討ケースを増やした．これにより，異なる周波数特性を考慮した上で，構造物に対する様々な大きさの地震動入力を考えることができた．損傷（異常）の指標として再構成誤差を使用し，損傷の有無や程度と再構成誤差との関係を考察した．これにより，強震計が設置されている構造物の地震被害の有無や被害の程度を即時に推定できる可能性を示した．加えて，本手法を地殻変動データに適用し，火山噴火の予兆検知を試みた．具体的には，近年の火山噴火として，御嶽山，箱根山，本白根山を取り上げ，噴火地点を取り囲むGPS観測点の記録を用い，それから，地盤要素のひずみ時系列を算出した．それに本手法を適用することで，箱根山については予兆検知の可能性を示すことができた．

In order to automate damage detection of structures by applying machine learning methods to local support data, the purpose of this research is to discuss appropriate machine learning methods and pre-processing methods for local support data, and to confirm the effectiveness of the proposed methods in vibration systems. In the fourth year of this study, the method of mechanical learning is applied to the detection of structural damage. The method of mechanical learning is applicable to the evaluation of the degree of damage. The structure and the non-linear structure are introduced. The earthquake response (linear response) of the structure with high, medium and small earthquake frequency is studied. Specifically, the maximum acceleration of seismic waves is 50gal for learning purposes and 50, 200, 800, 1600gal for other purposes. We're going to have to do something about it. The frequency characteristics of different frequencies are taken into account, and the vibration input force of the structure is considered. The index of damage (abnormality) and reconstruction error are used to investigate the relationship between the degree of damage and reconstruction error. In this regard, the strong earthquake calculation is set up to indicate whether the earthquake damage of the structure exists or not and the degree of damage is estimated in real time. Add to this, this method is suitable for the earth crust movement, volcanic eruption and warning. Specific, recent volcanic eruptions, Mt. Otaki, Mt. Hakone, Mt. Motohirakone, eruptions location, GPS survey points, records, time series of site elements, etc. This method is applicable to all kinds of situations.

项目成果

異常検知や予測の問題における時系列信号のノイズの影響や標準化の効果に関する基礎的検討

时间序列信号中噪声的影响以及异常检测和预测问题中标准化效果的基础研究

• 发表时间: 2022
• 作者: Y. YANG;H. NAKAMURA;Y. YAMAMOTO;T. MIURA;三神厚
• 通讯作者: 三神厚

構造物の非線形地震応答に対するオートエンコーダの適用

自编码器在结构非线性地震响应中的应用

• 发表时间: 2021
• 期刊: 第41回地震工学研究発表会講演論文集
• 作者: T. M. Ha;S. Fukada;T. Ueno;D.D Ho;三神厚
• 通讯作者: 三神厚

中小地震による構造物の応答の機械学習に基づく大地震時の即時損傷検知の試み

尝试基于结构对中小地震反应的机器学习来立即检测大地震期间的损坏

• 发表时间: 2022
• 期刊: 第42回地震工学研究発表会講演論文集
• 作者: 久野元，蘇迪，長山智則;三神厚
• 通讯作者: 三神厚

時刻歴応答にオートエンコーダを適用した構造物の損傷検知に関する基礎的検討

应用自编码器时程响应进行结构损伤检测的基础研究

• 发表时间: 2019
• 期刊: 第39回地震工学研究発表会講演論文集
• 作者: P. Srimook;Y. Yamamoto;H. Nakamura;T. Miura;秀熊佑哉，櫻井俊太，大垣賀津雄，VINH PHAM NGOC，手塚渉太，服部雅史，長谷俊彦，宮下剛;三神厚
• 通讯作者: 三神厚

地殻変動データに機械学習の方法を適用した火山噴火予兆検知の試み

尝试通过将机器学习方法应用于地壳变形数据来检测火山喷发的迹象

• 发表时间: 2022
• 作者: C. N. Kim;K. Kawamura;M. Shiozaki，and A. Tarighat;三神厚，神山眞
• 通讯作者: 三神厚，神山眞