アスファルト系舗装(2)

[V-486] 畳み込みニューラルネットワークを用いた骨材の粒度分布推定

〇平野 麻衣子¹、田口 寛秋¹、小西 正朗² (1.前田道路、2.北見工業大学)

キーワード：畳み込みニューラルネットワーク、深層学習、ふるい分け試験、通過質量百分率

アスファルト合材工場での品質管理業務の一つである骨材のふるい分け試験の省力化、迅速化を目的とし、畳み込みニューラルネットワーク（CNN）を用いて骨材画像から粒度分布を推定できるか検証した。4種の粒度分類の常温骨材を用いて解析したところ、画像の粒度分類を正確に判別できることがわかった。そこで、回帰に適したモデルに変更して通過質量百分率を推定し、ふるい分け試験結果と比較したところ、小粒径の骨材では高精度に推定できることが示された。一方、大粒径の骨材では画像中の骨材数が少ないために僅かに誤差が生じたが、概ね良好な推定値であった。以上より、CNNを用いた骨材粒度分布推定の実現可能性が示されたと言える。