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

点击翻译按钮获取中文摘要

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．