富士通、AI技術により、橋梁内部の損傷度合いの推定に成功

富士通株式会社および株式会社富士通研究所は、橋梁の表面に取り付けたセンサーで振動データを収集し、富士通のAI技術「FUJITSU Human Centric AI Zinrai(ジンライ)」を活用して、内部の損傷度合いを推定できるセンサーデータ分析技術を開発した。

本技術について、産業活動において利用される技術に関して共同研究を行う相互扶助組織であるモニタリングシステム技術研究組合(以下、RAIMS)が行った橋梁の疲労劣化の実証実験より得られたデータを用いて、立証を行った。

これにより、遠隔から橋梁内部の損傷度合いを推定できるようになり、維持管理業務の高度化を可能にするという。

開発の背景

日本では高度経済成長期に建設された多くの橋梁の老朽化が進んでいることから、それらを維持管理するための業務が急増し、メンテナンスコストの増大、技術者不足などが社会問題となりつつある。そこで、橋梁など社会インフラの維持管理業務にICTを適用することにより、これらの問題を解決することが期待されている。

課題

橋梁の点検業務は、主に構造物の損傷を目視で行っている。しかし、目視による情報のみでは、構造物表面に現れた変状しか捉えることができないため、内部の損傷度合いに関する情報を把握できないという課題がある。

近年、点検業務のICT化に向けて、橋梁床版の表面にセンサーを取り付け、振動データを活用することで、損傷程度の評価を行う試みがなされつつあるが、これまでの手法では、床版内部の損傷度合いの正確な把握が課題となっていた。

開発した技術

今回、富士通研究所独自のAI技術である時系列データに対するDeep Learning技術を拡張し、IoT機器などに搭載したセンサーより取得される変動の激しい複雑な時系列の振動データから抽出した幾何学的特徴を学習することで、構造物や機器などの状態の正常値との差を表す異常度や状態の急変を表す変化度を数値化し、異常の発生や特徴的な変化を検知する技術を開発した。これにより、さまざまな社会インフラや機器に対して故障や劣化状態の推定・検証を行うことが可能になるという。

今回、本技術をRAIMSによる実証実験のデータに適用し、検証した。

実証実験の結果

今回開発した技術をRAIMSによる加速試験(輪荷重走行試験)で取得された振動データに適用した。その結果、本技術で振動データから抽出した幾何学的特徴が、健全時は一つの固まりにまとまっているのに対して橋梁に内部損傷が発生した際には形状が変化する結果が得られた(下記)。さらに、幾何学的特徴の数値化を行い、そこから算出された異常度および変化度の結果と、床版内部測定用に埋め込んだ歪みセンサーの測定結果との一致を確認し、本技術の有効性が立証できたという。

富士通、AI技術により、橋梁内部の損傷度合いの推定に成功

効果

本技術により、橋梁表面に取り付けた一か所の加速度センサーのデータ解析結果から広範囲の橋梁内部の損傷度合いを推定できることを確認した。また、本技術は内部歪みの発生を検知することから、損傷の初期段階の推定が可能となり、損傷の早期対策に貢献できるという。今後実証実験を重ねることにより、橋梁内部の損傷度合いを、橋梁表面に取り付けたセンサーで遠隔から高精度に推定できるようになり、橋梁維持管理業務の高度化を可能にするという。

今後

実際の橋梁の振動データを使った実証を重ね、2018年頃の社会実装を目指す。

Previous

京セラなど、IoTネットワーク「Sigfox」を活用した物流IoTサービスに参入

NEC、NTTCom、伊藤忠、KDDI、シスコなど、IoT時代の新たなインフラエンジニアを育成する一般社団法人「高度ITアーキテクト育成協議会」の設立

Next