既存・劣化構造物の評価

[2136] RC構造物の異常検知で用いる機械学習データの比較検討

バルガスルベン¹, 池野勝哉¹, 山本麗雄², 内藤英樹² (1.五洋建設 2.東北大学)

キーワード：RC構造物、非破壊試験、異常検知、FDTD法、機械学習

著者らは，機械学習のオートエンコーダを用いたRC構造物の異常検知手法を提案している。オートエンコーダを構築する上で必要な健全状態の学習データは，数値解析によって模擬学習データを大量に生成する方法（FDTDモデル）や，類似あるいは任意の構造物から実測によって直接的にデータ取得する方法（汎用モデル）が考えられる。本研究では，床版および梁試験体の曲げ載荷実験を対象に，2つの方法により構築したオートエンコーダを用いて，試験体の異常度を評価した。その結果，簡易な2次元解析で構築したFDTDモデルよりも，任意の構造物の学習データによる汎用モデルの方が試験体の損傷を良好に検知した。