[3Z1] AI応用-材料情報学

[3Z1-04] 予測メンテナンスとインフラ劣化学習モデル

〇安野 貴人¹ (1. 八千代エンジニヤリング株式会社)

キーワード：予測メンテナンス、インフラ劣化学習、多クラス判別モデル、Gradient Boosted Machine、腐食, ひび割れ

高度成長期に整備したインフラ施設の老朽化が顕在化し始めている。予防保全における劣化の状態監視のために、目視点検やセンシングが行われている。重要構造物である橋梁は、5年に1回の頻度で近接の目視を行う点検要領が基準となっている。地方公共団体、民間事業者に関わらず、橋梁点検の高い精度と効率化は喫緊の課題である。本稿では、点検データを用いた多クラスの劣化判別モデルを提案する。これにより、鍵を握る特徴変数の重みを視覚化し、対策の照準を合わすことができる。また、経過年数や修繕のタイミングの特徴変数の単位変化に対する劣化クラス予測値の感度分析の方法を提案する。実際に、橋梁部材を点検した腐食、ひび割れの損傷データに適用した結果を考察する。