High-speed scanning inspection for civil structures

土木结构的高速扫描检测

• 批准号: 22H01568
• 负责人: 内藤 英樹
• 金额: $ 10.98万
• 依托单位: Tohoku University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22H01568/
• 关键词: コンクリート構造物; 舗装; 非破壊検査; 構造ヘルスモニタリング; 機械学習; ヘルスモニタリング; 異常検知; 振動試験

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。

这项研究将高精度振动测试方法纳入移动机构，以范围广泛和高速检查道路，铁轨和机场跑道。通过大量检查数据的训练机学习，它可用于了解结构内部的恶化状态并导致诊断系统，该系统可以立即确定结构的安全性和措施的紧迫性。 2012财政年度的研究结果如下。 （1）开发运行的检查设备：我们创建了一个运行的检查设备，该设备将一个小的振动激发器和加速传感器纳入毛毛虫机制。该原型以步行速度在室内地板上移动时能够获取测量数据。 （2）使用机器学习对结构内部的异常检测：上述原型（1）中的原型在2022财政年度结束时完成。在上一个时期，在振动器和传感器的手支持下，对混凝土结构进行了局部振动测试。在使用标本的基本检查中，通过将静态载荷施加到RC梁样品中以引入弯曲或剪切裂纹来进行局部振动测试。已经提出，使用自动编码器的异常检测方法可以在拉伸加固产量后估计弯曲和剪切裂纹。此外，当研究人员将异常检测方法应用于以前进行的RC地板板的车轮载荷驱动测试数据时，可以证实，随着车轮负荷驱动的数量增加，可以将地板内部板内的恶化进程可视化。此外，高速公路桥梁的现场演示研究表明，局部振动测试和异常检测方法可以检测RC地板板内的裂缝并漂浮。 （3）对结构内部劣化状态的详细理解：我们尝试使用机器学习来绘制裂纹图，用于上面（2）中RC光束样品的局部振动测试数据。通过卷积神经网络进行的监督学习使我们能够根据局部振动测试数据（频率响应函数）绘制RC光束样品内部的裂纹分布。