Developing copula based translational reliability methods for structural health monitoring

点击翻译按钮获取中文摘要

社会基盤施設の維持管理を的確に行うためには，最小のセンサで対象社会基盤施設の健全性を精度よく把握する必要がある，また供用中の橋梁でのモニタリングが望ましいが，供用中の橋梁から得られる計測データには橋梁の物理特性に様々な要因によるノイズが混入される．例えば，供用中の橋梁の振動特性（振動数，減衰，振動形状など）をモニタリング指標とする場合，温度や通行車両の変動によってもモニタリング指標が変動することが予想され，いかに精度よく損傷による変動と区別するかが重要である．本研究では，様々な外部因子に影響される計測データから橋梁の異常に関わる意思決定の精度向上のために「ノイズを含む多変量モニタリングデータに適合するコピュラモデルの提案」と「意思決定にかかわる枠組の提案」を目標としている．前年度の約9年分の長期橋梁モニタリングデータの分析と最適コピュラモデルの検討結果を踏まえて，長期橋梁モニタリングデータに対する提案コピュラ指標による異常検知を行った．提案コピュラ指標の有効性については，マハラノビス距離やベイズ因子による検知結果と比較検討を行った．さらに長期モニタリングにおける気温のような季節変動要因を考慮した異常検知を行うための，ベイズアップデート法の提案とARIMA-Copulaモデルの提案に成功している．その成果をまとめて，Smart Structures and Systemsに投稿し採択されている．ベイズアップデート法の成果は，Structures and Infrastructure Engineeringに投稿し採択されている．また，ARIMA-Copulaモデルについては，専門雑誌に投稿準備を行なっている．