サービス工学分野システム情報系
AI・ビッグデータ分析の橋梁モニタリング技術への応用例と展望
Project Member
プロジェクトメンバー
- 山本 享輔 Kyousuke Yamamoto
システム情報工学研究群 社会工学学位プログラム／人工知能科学センター（サービス工学分野） - 秦 涼太 Ryota Shin
システム情報工学研究群 社会工学学位プログラム - 岡田 幸彦 Yukihiko Okada
システム情報系／人工知能科学センター（サービス工学分野）
研究概要
インフラデータの統合分析プラットフォーム（図1）
- 群的モニタリング（ユーザーが担い手となる新しい共創的環境を創出）によるモビリティ・ビッグデータ（車両振動データなど）の収集 ➡ 日常的なインフラ情報（橋梁・舗装・その他）の抽出・蓄積
- インフラ維持管理における実測値ベースの意思決定を実現 ➡ 事後評価による効果測定
- 評価データを組織横断的に収集・統合し，より精度の高い分析AIを実現
振動モニタリングを用いた戦略的な道路インフラ管理（道路橋の現状）
- 1960年代の道路インフラへの集中的投資によって，現在，老朽化が一斉に進行
- 自治体における技術人材・予算の不足･･･戦略的な維持管理スキームを構築したい（図2）
間接モニタリングの分類（図3）
実証実験（学内ループ）（図4）
- 茨城県内にある150橋梁以上で実証実験を実施中！（2023年2月時点）
外部資金（～2022年度）
- 科研費（19H02220：2018～2022）
- 昭瀝記念財団研究助成
- 八千代エンジニヤリング共同研究
図1：インフラデータの統合分析プラットフォームの概要
図2：提案スキームの概要
図3：間接モニタリングの分類
図4：実証実験（学内ループ）の概要
参考文献
[1] Shin,R.; Okada, Y.; Yamamoto K.: Discussion on a Vehicle–Bridge Interaction System Identification in a Field Test, Sensors, 23(1), 539, 2022. (https://doi.org/10.3390/s23010539)
[2] Shin, R.; Okada, Y.; Yamamoto K.: Application of C-LSTM Networks to Automatic Labelling of Vehicle Dynamic Response Data for Bridges, Sensors, 22, 3486, 2022. (https://doi.org/10.3390/s22093486)
[3] 秦涼太，岡田幸彦，山本亨輔：移動センシングを用いたシステム同定におけるパラメータ推定精度の数値的検討，構造工学論文集，Vol.68A，pp.298-309，2022. (https://doi.org/10.11532/structcivil.68A.298)
[5] Sakai, M.; Kaneko, N.; Shin, R.; Yamamoto K.: The application of the SVD-FDD hybrid method to bridge mode shape estimation, Proc. of 10th European Workshop on Structural Health Monitoring, Palermo, Italy, July 4-7, 2022.
[6] Yuta Takahashi, Naoki Kaneko, Ryota Shin and Kyosuke Yamamoto: The behavior analysis of Spatial Singular Mode Angle due to addition of noise to the data in an actual bridge experiment, Proc. of 10th European Workshop on Structural Health Monitoring, Palermo, Italy, July 4-7, 2022.
[4] Kyosuke Yamamoto, Sachiyo Fujiwara, Kento Tsukada, Ryota Shin, Yukihiko Okada: Numerical Studies on Bridge Inspection using Data obtained from sensors on vehicle, Structural Health Monitoring 2021, pp.756-763, 2021. (http://www.dpi-proceedings.com/index.php/shm2021/article/view/36324)