High-speed scanning inspection for civil structures

本研究は、高精度の振動試験法を移動体に組み込むことで、道路、鉄道軌道、空港滑走路を広範囲かつ高速に点検する。大量の点検データにより機械学習を鍛えることで、構造物内部の劣化状態を把握し、構造物の安全性と対策の緊急性を即時に判断できる診断システムに繋げる。22年度の研究実績を以下に列挙する。(1)走行式点検装置の開発: 小型加振器と加速度センサをキャタピラー機構に組み込んだ走行式点検装置を試作した。試作機は、屋内の床面を歩行速度で移動しながら、測定データを取得することができた。(2)機械学習による構造物内部の異常検知: 上記(1)の試作機は22年度末に完成した。それまでの期間は、加振器とセンサを手支持して、コンクリート構造物の局所振動試験を行った。試験体による基礎検討では、RCはり試験体に静的荷重を加えて曲げひび割れあるいはせん断ひび割れを導入して、局所振動試験を行った。オートエンコーダを使った異常検知手法により、引張鉄筋降伏後の曲げひび割れやせん断ひび割れを推定できることが示唆された。また、研究分担者らが過去に実施したRC床版の輪荷重走行試験データに異常検知手法を適用したところ、輪荷重走行回数の増加に伴って、床版内部の劣化進展状況が可視化できることが確認できた。さらに、高速道路橋の現場実証検討では、局所振動試験と異常検知手法により、RC床版内部のひび割れや浮きを検知できる可能性が示唆された。(3)構造物内部の劣化状態の詳細把握: 上記(2)のRCはり試験体の局所振動試験データに対して、機械学習によるひび割れ図の描画を試みた。畳み込みニューラル・ネットワークによる教師あり学習により、局所振動試験データ (周波数応答関数) を基にして、RCはり試験体の内部のひび割れ分布を描くことができた。

本研究は、高精度の振動試験法を移動体に組み込むことで、道路、鉄道軌道、空港滑走路を広範囲かつ高速に点検する。大量の点検データにより機械学習を鍛えることで、構造物内部の劣化状態を把握し、構造物の安全性と対策の緊急性を即時に判断できる診断システムに繋げる。22年度の研究実績を以下に列挙する。(1)走行式点検装置の開発: 小型加振器と加速度センサをキャタピラー機構に組み込んだ走行式点検装置を試作した。試作機は、屋内の床面を歩行速度で移動しながら、測定データを取得することができた。(2)機械学習による構造物内部の異常検知: 上記(1)の試作機は22年度末に完成した。それまでの期間は、加振器とセンサを手支持して、コンクリート構造物の局所振動試験を行った。試験体による基礎検討では、RCはり試験体に静的荷重を加えて曲げひび割れあるいはせん断ひび割れを導入して、局所振動試験を行った。オートエンコーダを使った異常検知手法により、引張鉄筋降伏後の曲げひび割れやせん断ひび割れを推定できることが示唆された。また、研究分担者らが過去に実施したRC床版の輪荷重走行試験データに異常検知手法を適用したところ、輪荷重走行回数の増加に伴って、床版内部の劣化進展状況が可視化できることが確認できた。さらに、高速道路橋の現場実証検討では、局所振動試験と異常検知手法により、RC床版内部のひび割れや浮きを検知できる可能性が示唆された。(3)構造物内部の劣化状態の詳細把握: 上記(2)のRCはり試験体の局所振動試験データに対して、機械学習によるひび割れ図の描画を試みた。畳み込みニューラル・ネットワークによる教師あり学習により、局所振動試験データ (周波数応答関数) を基にして、RCはり試験体の内部のひび割れ分布を描くことができた。