漏水検知モデルの精度向上を目的とした疑似漏水音の測定と可視化

点击翻译按钮获取中文摘要

研究代表者は、水道管路で発生する「漏水」の検知を目的に、リカレンスプロット（RP；カオス理論に用いられる図）を活用して管路を伝播する「音」の情報を2次元平面に「可視化」し、その画像を畳み込みニューラルネットワーク（CNN）によって学習させた漏水判別モデルを構築している。しかし、モデル構築に用いていない未学習地点のデータにモデルを適用し、判別精度を確認した結果、良好なケースではBalanced accuracy で90％の精度を示す一方、データによっては期待される結果が得られないことが明らかになった。その原因究明と解決策を検討するため、本研究ではノイズの原因となる「自動販売機」や「柱上変圧器」の影響に焦点を当て、疑似漏水音（本当の漏水音ではないが漏水に似た音）の測定と可視化を試み、その疑似漏水音を加味したモデルを構築することで、より実用的な管理手法の実現を目指す。上記の目的を達成するため、令和4年度の研究では、過去に実施した判別実験の知見とデータを活用しつつ、新たなフィールド測定による「疑似漏水音」の測定に取り組んだ。測定の対象として、自動販売機や（合併浄化槽等の）ブロアーの影響を受けた管路の「暗騒音」をフィールドで測定した。これらの取り組みにより「疑似漏水音」のRPを多数獲得することができた。なお、この測定は計画どおり、外部委託により実施し、効率良く必要なデータを獲得することができた。また、ベテラン技術者に対するヒアリング調査を実施し、経験や勘といった暗黙知の「見える化」を試み、既存のダクタイル鋳鉄管（DIP）の情報に加え、非金属管路の硬質ポリ塩化ビニル管（VP）の情報を整理することが出来た。さらに、画像描写でのローパスフィルター（高周波数帯を除去する機能）やインターバル（データの刻み間隔）等の条件設定を変更することで、モデルの識別精度にどのように変化するのか検討した。