JP6337227B1 - Reinforced concrete member discrimination system and reinforced concrete member discrimination program - Google Patents
Reinforced concrete member discrimination system and reinforced concrete member discrimination program Download PDFInfo
- Publication number
- JP6337227B1 JP6337227B1 JP2018041173A JP2018041173A JP6337227B1 JP 6337227 B1 JP6337227 B1 JP 6337227B1 JP 2018041173 A JP2018041173 A JP 2018041173A JP 2018041173 A JP2018041173 A JP 2018041173A JP 6337227 B1 JP6337227 B1 JP 6337227B1
- Authority
- JP
- Japan
- Prior art keywords
- reinforced concrete
- inspection
- concrete member
- association
- useful life
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000011150 reinforced concrete Substances 0.000 title claims abstract description 322
- 238000007689 inspection Methods 0.000 claims abstract description 437
- 238000000034 method Methods 0.000 claims description 244
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 claims description 56
- 238000012360 testing method Methods 0.000 claims description 45
- 238000006386 neutralization reaction Methods 0.000 claims description 36
- 230000010287 polarization Effects 0.000 claims description 30
- 238000002441 X-ray diffraction Methods 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 20
- COQLPRJCUIATTQ-UHFFFAOYSA-N Uranyl acetate Chemical compound O.O.O=[U]=O.CC(O)=O.CC(O)=O COQLPRJCUIATTQ-UHFFFAOYSA-N 0.000 claims description 19
- 238000000921 elemental analysis Methods 0.000 claims description 19
- 239000000523 sample Substances 0.000 claims description 19
- 238000002795 fluorescence method Methods 0.000 claims description 13
- 239000002131 composite material Substances 0.000 claims description 4
- 239000000725 suspension Substances 0.000 claims description 4
- 238000005336 cracking Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 15
- 238000009434 installation Methods 0.000 description 50
- 238000004458 analytical method Methods 0.000 description 25
- 238000009826 distribution Methods 0.000 description 24
- 238000011156 evaluation Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 20
- 230000008439 repair process Effects 0.000 description 18
- 239000004567 concrete Substances 0.000 description 14
- 238000013528 artificial neural network Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 230000001133 acceleration Effects 0.000 description 9
- 238000013135 deep learning Methods 0.000 description 7
- 239000011513 prestressed concrete Substances 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 229910000831 Steel Inorganic materials 0.000 description 5
- 238000005470 impregnation Methods 0.000 description 5
- 239000010959 steel Substances 0.000 description 5
- 230000006866 deterioration Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000003014 reinforcing effect Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000008719 thickening Effects 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000010612 desalination reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004078 waterproofing Methods 0.000 description 2
- 238000004876 x-ray fluorescence Methods 0.000 description 2
- 238000004210 cathodic protection Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011440 grout Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Landscapes
- Bridges Or Land Bridges (AREA)
Abstract
【課題】検査データを人工知能により解析することで、鉄筋コンクリート部材7の残存耐用期間の判別を高精度に行う。
【解決手段】鉄筋コンクリート部材7に対する過去の検査データと、当該検査データに対する鉄筋コンクリート部材7の残存耐用期間の判別結果との3段階以上の第1連関度を予め取得する第1連関度取得ステップと、新たに残存耐用期間を判別する鉄筋コンクリート部材7に対して検査を行うことにより得られた検査データを入力する第1入力ステップと、上記第1連関度取得ステップにおいて取得した第1連関度を参照し、上記第1入力ステップにおいて入力した検査データに基づいて、鉄筋コンクリート部材7の残存耐用期間を判別する第1判別ステップとをコンピューターに実行させることを特徴とする。
【選択図】図1By analyzing inspection data by artificial intelligence, the remaining useful life of a reinforced concrete member is determined with high accuracy.
A first association degree acquisition step of acquiring in advance three or more stages of first association degrees between past inspection data for a reinforced concrete member and a determination result of a remaining useful life of the reinforced concrete member with respect to the inspection data; A first input step for inputting inspection data obtained by newly inspecting the reinforced concrete member 7 for newly determining the remaining useful life, and the first association degree obtained in the first association degree obtaining step are referred to. The computer is caused to execute a first determination step for determining the remaining useful life of the reinforced concrete member 7 based on the inspection data input in the first input step.
[Selection] Figure 1
Description
本発明は、鉄筋コンクリート部材の残存耐用期間を判別するための鉄筋コンクリート部材の判別システム及び鉄筋コンクリート部材の判別プログラムに関する。 The present invention relates to a reinforced concrete member determination system and a reinforced concrete member determination program for determining the remaining useful life of a reinforced concrete member.
従来より、橋梁等に用いられる鉄筋コンクリート部材が劣化し、コンクリートの剥落に至る虞がある。鉄筋コンクリート部材に塩害、中性化、アルカリ骨材反応等の劣化が発生していた場合には、鉄筋コンクリート部材の残存耐用期間に影響を及ぼす。このため、従来において鉄筋コンクリート部材の劣化を所定の検査方法により検査し、残存耐用期間を判別することが行われている。この検査方法としては、例えば、ひび割れに関する検査、自然電位法による検査、分極抵抗法による検査、振動計測による検査、塩化物イオン量に関する検査、中性化深さに関する検査、X線回折法による検査、EPMA(Electron Probe Micro Analyzer)による検査、走査型電子顕微鏡による検査、蛍光X線元素分析による検査、酢酸ウラニル蛍光法による検査、及び偏光顕微鏡検査による検査が用いられている。 Conventionally, the reinforced concrete member used for a bridge etc. deteriorates and there exists a possibility of coming off of concrete. If the reinforced concrete member has deteriorated due to salt damage, neutralization, alkali-aggregate reaction, etc., it will affect the remaining useful life of the reinforced concrete member. For this reason, conventionally, deterioration of a reinforced concrete member is inspected by a predetermined inspection method to determine the remaining useful life. Examples of this inspection method include inspection concerning cracks, inspection by natural potential method, inspection by polarization resistance method, inspection by vibration measurement, inspection on chloride ion amount, inspection on neutralization depth, and inspection by X-ray diffraction method. EPMA (Electron Probe Micro Analyzer) inspection, scanning electron microscope inspection, fluorescent X-ray elemental analysis inspection, uranyl acetate fluorescence inspection, and polarization microscope inspection are used.
しかしながら、これらの検査方法により検査データを取得することができたとしても、その検査データに基づいて鉄筋コンクリート部材の残存耐用期間を正確に判別するのは容易ではない。実際に検査データのみから鉄筋コンクリート部材の残存耐用期間をある程度正確に予測するためには相当の熟練を要するものとなっており、また熟練した経験を以ってしても時には誤った判別をしてしまう場合もあった。 However, even if inspection data can be obtained by these inspection methods, it is not easy to accurately determine the remaining useful life of the reinforced concrete member based on the inspection data. Actually, it takes considerable skill to predict the remaining useful life of reinforced concrete members from the inspection data only to a certain degree of accuracy. There was a case.
このため、鉄筋コンクリート部材の残存耐用期間の判別を特段の熟練を積むことなく、正確な判別を自動的に行うことができる技術が従来より望まれていた。この鉄筋コンクリート部材の残存耐用期間の自動的な判別を人工知能により行わせることで精度向上を図る技術思想も十分に考えられる。 For this reason, there has been a demand for a technique that can automatically perform accurate determination without special skills in determining the remaining useful life of reinforced concrete members. A technical idea for improving accuracy by automatically determining the remaining useful life of the reinforced concrete member by artificial intelligence is also conceivable.
中でも特許文献1には、建築構造物からの超音波反射エコーを受信して、柱等におけるきずの形状情報を取得し、きずの形状情報と、人工知能等によって求められた検査参照データベースとの比較を実施し、建築物の保全度合い等を判別する技術が開示されている。 In particular, Patent Document 1 receives an ultrasonic reflection echo from a building structure, acquires shape information of a flaw in a pillar, etc., and information on the shape of the flaw and an inspection reference database obtained by artificial intelligence or the like. A technique for performing comparison and discriminating the degree of maintenance of a building is disclosed.
しかしながら、この特許文献1の開示技術には、鉄筋コンクリート部材の残存耐用期間について、検査データを人工知能により解析することで判別する技術は特段開示されていない。 However, the technique disclosed in Patent Document 1 does not specifically disclose a technique for determining the remaining useful life of a reinforced concrete member by analyzing inspection data using artificial intelligence.
そこで、本発明は、上述した問題点に鑑みて案出されたものであり、その目的とするところは、鉄筋コンクリート部材の残存耐用期間を検査により判別するための鉄筋コンクリート部材の判別システム及び鉄筋コンクリート部材の判別プログラムにおいて、特に検査データを人工知能により解析することで、その鉄筋コンクリート部材の残存耐用期間の判別を高精度に行うことが可能な鉄筋コンクリート部材の判別システム及び鉄筋コンクリート部材の判別プログラムを提供することにある。 Therefore, the present invention has been devised in view of the above-described problems, and the object of the present invention is to provide a discrimination system for a reinforced concrete member and a reinforced concrete member for discriminating the remaining useful life of the reinforced concrete member by inspection. To provide a discrimination system for a reinforced concrete member and a discrimination program for a reinforced concrete member capable of determining the remaining useful life of the reinforced concrete member with high accuracy by analyzing the inspection data by artificial intelligence, in particular, in the discrimination program. is there.
本発明に係る鉄筋コンクリート部材の判別システムは、鉄筋コンクリート部材に対する過去の検査データと、当該検査データに対する鉄筋コンクリート部材の残存耐用期間の判別結果との3段階以上の第1連関度が予め記憶されている第1連関データベースと、新たに残存耐用期間を判別する鉄筋コンクリート部材に対して検査を行うことにより得られた検査データが入力される入力手段と、上記第1連関データベースに記憶されている第1連関度を参照し、上記入力手段を介して入力された検査データに基づいて、鉄筋コンクリート部材の残存耐用期間を判別する判別手段とを備えることを特徴とする。 The discrimination system for a reinforced concrete member according to the present invention stores in advance three or more levels of first relations between past inspection data for a reinforced concrete member and a discrimination result of the remaining useful life of the reinforced concrete member for the inspection data. 1 association database, input means for inputting inspection data obtained by newly inspecting a reinforced concrete member for determining the remaining useful life, and a first association degree stored in the first association database And determining means for determining the remaining useful life of the reinforced concrete member based on the inspection data input via the input means.
本発明に係る鉄筋コンクリート部材の判別プログラムは、鉄筋コンクリート部材に対する過去の検査データと、当該検査データに対する鉄筋コンクリート部材の残存耐用期間の判別結果との3段階以上の第1連関度を予め取得する第1連関度取得ステップと、新たに残存耐用期間を判別する鉄筋コンクリート部材に対して検査を行うことにより得られた検査データを入力する第1入力ステップと、上記第1連関度取得ステップにおいて取得した第1連関度を参照し、上記第1入力ステップにおいて入力した検査データに基づいて、鉄筋コンクリート部材の残存耐用期間を判別する第1判別ステップとをコンピューターに実行させることを特徴とする。 The discrimination program for a reinforced concrete member according to the present invention is a first linkage that acquires in advance three or more levels of first linkage between past inspection data for a reinforced concrete member and a discrimination result of a remaining life of the reinforced concrete member for the inspection data. Degree acquisition step, first input step for inputting inspection data obtained by newly inspecting a reinforced concrete member for determining the remaining useful life, and the first association acquired in the first association degree acquisition step The computer is caused to execute a first determination step of determining the remaining useful life of the reinforced concrete member based on the inspection data input in the first input step with reference to the degree.
上述した構成からなる本発明によれば、鉄筋コンクリート部材の残存耐用期間の把握を、特段の熟練を要することなく容易に行うことが可能となる。また本発明によれば、鉄筋コンクリート部材の残存耐用期間の把握をより高精度に行うことが可能となる。更に、上述した連関度を人工知能で構成することにより、これを学習させることでその判別精度を更に向上させることが可能となる。 According to the present invention having the above-described configuration, it is possible to easily grasp the remaining useful life of the reinforced concrete member without requiring special skill. Moreover, according to this invention, it becomes possible to grasp | ascertain the remaining useful life of a reinforced concrete member with high precision. Furthermore, by configuring the above-mentioned association degree with artificial intelligence, it is possible to further improve the discrimination accuracy by learning this.
以下、本発明を適用した鉄筋コンクリート部材の判別システムついて、図面を参照しながら詳細に説明をする。 Hereinafter, a discrimination system for a reinforced concrete member to which the present invention is applied will be described in detail with reference to the drawings.
図1は、本発明を適用した鉄筋コンクリート部材の判別システム1の全体構成を示すブロック図である。鉄筋コンクリート部材の判別システム1は、橋梁に用いられる鉄筋コンクリート部材7の残存耐用期間を検査により判別する。鉄筋コンクリート部材の判別システム1は、検査部8と、検査部8に接続された評価装置9と、評価装置9に接続された判別装置2と、判別装置2に接続されたデータベース3とを備えている。
FIG. 1 is a block diagram showing the overall configuration of a reinforced concrete member discrimination system 1 to which the present invention is applied. The reinforced concrete member discrimination system 1 discriminates the remaining useful life of the reinforced
鉄筋コンクリート部材7は、コンクリート71内部に鉄筋72が配設されている。鉄筋コンクリート部材7は、例えば、プレテンション方式及びポストテンション方式の何れか一方又は両方により構築されるPC(プレストレストコンクリート)構造物であってもよい。鉄筋コンクリート部材7は、プレテンション方式及びポストテンション方式により構築される場合には、例えば、橋軸方向(コンクリート部材7の長手方向)においてプレテンションが付与され、橋軸直交方向(コンクリート部材7の短手方向)においてポストテンションが付与されるものであってもよい。鉄筋コンクリート部材7は、例えば、橋梁やPC橋梁に用いられ、桁等の上部構造物、橋台、橋脚等の下部構造物、基礎構造物、桁に載置される床版、壁高欄、地覆等である。鉄筋コンクリート部材7は、断面ロの字状等に形成されて、箱桁橋に用いられてもよい。鉄筋コンクリート部材7は、断面T字状、断面I字状等に形成されて、桁橋に用いられてもよい。鉄筋コンクリート部材7は、床版橋、吊構造橋に用いられてもよい。鉄筋コンクリート部材7は、鋼桁に連結されて、複合構造橋に用いられてもよい。コンクリート部材7は、鋼桁に連結される場合、鋼桁の上端に連結されてもよいし、鋼桁の上端と下端とに連結されてもよい。鉄筋コンクリート部材7は、箱桁橋、桁橋、床版橋、吊構造橋、複合構造橋、及びこれらが組み合わせられた橋、の何れかに用いられてもよい。
In the reinforced
検査部8は、例えば、ひび割れに関する検査、自然電位法による検査、分極抵抗法による検査、振動計測による検査、塩化物イオン量に関する検査、中性化深さに関する検査、X線回折法による検査、EPMA(Electron Probe Micro Analyzer)による検査、走査型電子顕微鏡による検査、蛍光X線元素分析による検査、酢酸ウラニル蛍光法による検査、及び偏光顕微鏡検査等の検査手法により、鉄筋コンクリート部材7の残存耐用期間を判別するための検査データを検出する。検査部8は、検出した検査データを評価装置9へ送信する。
The
評価装置9は、例えばPC(パーソナルコンピュータ)やスマートフォン、タブレット型端末、ウェアラブル端末等の電子機器で構成されている。この評価装置9は、検査部8により取得された検査データが波形からなるものであれば、それを解析することにより、シース71内におけるグラウトの充填度を評価する上で最適なものに適宜加工する。例えばこの評価装置9は、得られた周波数軸のデータについてFFT(Fast Fourier Transform)変換を施すことにより、時間軸の波形データを周波数軸のスペクトラムデータに変換するようにしてもよい。評価装置9は、このようにして適宜加工した検査データを判別装置2へと送信する。
The
また、評価装置9は、取得された時間と振れ幅との関係を示す波形を、フーリエ変換を施して、時間と周波数との関係を示す波形に変換した上で、特定周波数領域を除去し、さらに逆フーリエ変換を施すことにより、特定周波数領域を残した時間と振れ幅との関係を示す波形に変換してもよい。また、評価装置9は、この特定周波数領域を残した時間と振れ幅との関係を示す波形に対して、さらにフーリエ変換を施すことにより、特定周波数領域を残した周波数と振れ幅との関係を示す波形に変換してもよい。
Further, the
評価装置9は、取得された検査データとしての波形に対して、ウェーブレット変換を施して、時間と周波数との関係を示す波形に変換してもよい。ウェーブレット変換を施すことにより、フーリエ変換の際には失われてしまう時間特性を残すことができる。このため、ウェーブレット変換を施すことにより、時間と周波数との関係を示す波形に変換されることとなる。
The
評価装置9は、取得された検査データとしての波形に対して、ケプストラム分析を施して、ケプストラム係数やフォルマントを抽出してもよい。また、評価装置9は、取得された検査データとしての波形に対して、AFTE(Auditory filterbank temporal Envelope)変換を施してもよい。
The
ちなみに、この評価装置9は、例えば図示しないディスプレイ等からなる表示部を介して各検査データを表示することができる。また評価装置9は、これら各データをストレージ内に記録し、ユーザによる命令に基づいてこれらデータを表示部へ表示し、又は携帯型メモリにこれらデータを書き込むことができる。ユーザは、この携帯型メモリを評価装置9から取り外して自由に持ち運びすることが可能となる。更に評価装置9は、これら各データを公衆通信網を介して他の電子機器へ転送することも可能となる。
Incidentally, the
なお、本発明においてこの評価装置9の構成は必須ではなく、省略するようにしてもよい。かかる場合には、検査部8から出力される検査データは、判別装置2へ直接送信されることとなる。
In the present invention, the configuration of the
データベース3には、提供すべき鉄筋コンクリート部材7の残存耐用期間の判別条件に関する第1連関データベース31が構築されている。また、データベース3には、提供すべき鉄筋コンクリート部材7への対策の判別条件に関する第2連関データベース32が構築されている。データベース3には、公衆通信網を介して送られてきた情報、或いは本システムのユーザによって入力された情報が蓄積される。またデータベース3は、判別装置2からの要求に基づいて、この蓄積した情報を判別装置2へと送信する。
In the
判別装置2は、例えば、パーソナルコンピュータ(PC)等を始めとした電子機器で構成されているが、PC以外に、携帯電話、スマートフォン、タブレット型端末、ウェアラブル端末等、他のあらゆる電子機器で具現化されるものであってもよい。ユーザは、この判別装置2による探索解としての鉄筋コンクリート部材7の残存耐用期間の判別結果を得ることにより、鉄筋コンクリート部材の残存耐用期間を判別することが可能となる。
The discriminating
図2は、判別装置2の具体的な構成例を示している。この判別装置2は、判別装置2全体を制御するための制御部24と、操作ボタンやキーボード等を介して各種制御用の指令を入力するための操作部25と、有線通信又は無線通信を行うための通信部26と、最適な設計条件を探索する探索部27と、ハードディスク等に代表され、実行すべき検索を行うためのプログラムを格納するための記憶部28とが内部バス21にそれぞれ接続されている。更に、この内部バス21には、実際に情報を表示するモニタとしての表示部23が接続されている。
FIG. 2 shows a specific configuration example of the
制御部24は、内部バス21を介して制御信号を送信することにより、判別装置2内に実装された各構成要素を制御するためのいわゆる中央制御ユニットである。また、この制御部24は、操作部25を介した操作に応じて各種制御用の指令を内部バス21を介して伝達する。
The
操作部25は、キーボードやタッチパネルにより具現化され、プログラムを実行するための実行命令がユーザから入力される。この操作部25は、上記実行命令がユーザから入力された場合には、これを制御部24に通知する。この通知を受けた制御部24は、探索部27を始め、各構成要素と協調させて所望の処理動作を実行していくこととなる。
The
探索部27は、鉄筋コンクリート部材7の残存耐用期間の判別結果を探索する。また、探索部27は、鉄筋コンクリート部材7への対策の判別結果を探索する。探索部27は、これら探索動作を実行するに当たり、必要な情報として記憶部28に記憶されている各種情報や、データベース3に記憶されている各種情報を読み出す。探索部27は、人工知能により制御されるものであってもよい。この人工知能はいかなる周知の人工知能技術に基づくものであってもよい。
The
表示部23は、制御部24による制御に基づいて表示画像を作り出すグラフィックコントローラにより構成されている。この表示部23は、例えば、液晶ディスプレイ(LCD)等によって実現される。
The
記憶部28は、ハードディスクで構成される場合において、制御部24による制御に基づき、各アドレスに対して所定の情報が書き込まれるとともに、必要に応じてこれが読み出される。また、この記憶部28には、本発明を実行するためのプログラムが格納されている。このプログラムは制御部24により読み出されて実行されることになる。
When the
上述した構成からなる鉄筋コンクリート部材の判別システム1における動作について説明をする。 The operation of the discrimination system 1 for a reinforced concrete member having the above-described configuration will be described.
鉄筋コンクリート部材の判別システム1では、例えば図3に示すように、検査データA、B、・・・からなる入力パラメータに基づいて、鉄筋コンクリート部材7の残存耐用期間の判別結果に関する出力解を探索する。この鉄筋コンクリート部材7の残存耐用期間の判別結果は、例えば、40年、30年等の年数や月数、日数等を判定する。残存耐用期間の判定は、単に年数等を示すものでもよいし、西暦、和暦等を示すものであってもよい。
In the reinforced concrete member discriminating system 1, for example, as shown in FIG. 3, an output solution relating to the discrimination result of the remaining useful life of the reinforced
入力パラメータとしては、検査部8により検出され、必要に応じて評価装置9により加工され、解析された検査データである。検査データA、B、・・が入力パラメータとして入力される。
The input parameters are inspection data detected by the
このようにして検査データが検査部8により検出された後に、実際に判別プログラムによる処理動作が実行されていくこととなる。この判別プログラムの処理動作フローを図4に示す。
After the inspection data is detected by the
評価装置9は、ステップS11において検査部8により検出された検査データについて各種解析を行い、また後段の探索装置2による探索を行い易くするために各種データに加工を施す(ステップS12)。
The
次にステップS13へ移行し、ステップS12において解析、加工した検査データと第1連関度の出力解を探索する。この探索を行う前において、第1連関データベース31は、参照用の入力パラメータ(以下、参照用入力パラメータという。)と、出力解としての鉄筋コンクリート部材7の残存耐用期間の判別結果との3段階以上の第1連関度を予め取得しておく。
Next, the process proceeds to step S13, where the inspection data analyzed and processed in step S12 and the output solution of the first association degree are searched. Prior to this search, the
鉄筋コンクリート部材7のひび割れに関する検査
図5は、このデータベース3(第1連関データベース31)において予め取得した第1連関度の例を示している。この図5の例では、検査部8における検査方法として、鉄筋コンクリート部材7のひび割れに関する検査方法を利用する。このひび割れに関する検査方法は、例えば、鉄筋コンクリート部材7のひび割れ幅、ひび割れ深さ、ひび割れ長さを測定し、鉄筋コンクリート部材7の残存耐用期間を判断する手法である。このひび割れに関する検査方法に基づいて検査部8により検出した検査データは、例えば鉄筋コンクリート部材7のひび割れ幅と、その頻度を示したひび割れ頻度分布等で構成される。このひび割れ頻度分布は、例えば、ヒストグラムで表される他、鉄筋コンクリート部材7の所定の面積に対するひび割れの分布をマッピングした画像等で表されてもよい。このため、参照用入力パラメータにおいては、ひび割れ頻度分布のデータを予め学習させることとなる。もちろん、ひび割れ頻度分布は、ひび割れ深さとその頻度を示したものであってもよいし、ひび割れ長さとその頻度を示したものであってもよい。
FIG. 5 shows an example of the first association degree acquired in advance in the database 3 (first association database 31). In the example of FIG. 5, as an inspection method in the
データベース3(第1連関データベース31)には、参照用入力パラメータとしてのひび割れに関する検査に基づいて測定したひび割れ頻度分布と、出力解としての鉄筋コンクリート部材7の残存耐用期間の判別結果との間での3段階以上の第1連関度を予め記憶させておく。図5の例によれば、参照用入力パラメータがひび割れ頻度分布c1である場合に、残存耐用期間「40年」が第1連関度80%、残存耐用期間「30年」が第1連関度40%、残存耐用期間「7年」が第1連関度60%、残存耐用期間「5年」が第1連関度30%で設定されている。また参照用入力パラメータがひび割れ頻度分布c2である場合に、残存耐用期間「30年」が第1連関度90%、残存耐用期間「20年」が第1連関度70%、残存耐用期間「10年」が第1連関度20%、残存耐用期間「7年」が第1連関度50%で設定されている。
In the database 3 (first relational database 31), between the crack frequency distribution measured based on the crack-related inspection as the input parameter for reference and the discrimination result of the remaining useful life of the reinforced
これらの第1連関度は、以前にひび割れに関する検査方法に基づいて検査を行った際のひび割れ頻度分布c1、c2、・・・と、その判別結果としての残存耐用期間をデータベース3(第1連関データベース31)内に予め蓄積しておき、それらに基づいて設定するようにしてもよい。この第1連関度は、いわゆるニューラルネットワークにより構成されていてもよい。この第1連関度は、ひび割れに関する検査を行った際のひび割れ頻度分布に基づいて、実際の鉄筋コンクリート部材7の残存耐用期間を判別する上での的確性を示すものである。例えばひび割れ頻度分布c1に対しては、第1連関度80%の残存耐用期間「40年」が最も的確な判断に近く、第1連関度60%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度40%の残存耐用期間「30年」がこれに続く的確な判断ということになり、第1連関度30%の残存耐用期間「5年」がこれに続く的確な判断ということになる。同様にひび割れ頻度分布c2に対しては、第1連関度90%の残存耐用期間「30年」が最も的確な判断に近く、第1連関度70%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度50%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度20%の残存耐用期間「10年」がこれに続く的確な判断ということになる。
These first relevance levels are the frequency distributions c1, c2,..., And the remaining useful life as the discrimination results obtained when the inspection was previously performed based on the inspection method related to cracks. It may be stored in advance in the database 31) and set based on them. This first association degree may be configured by a so-called neural network. This first degree of association indicates accuracy in determining the actual remaining useful life of the reinforced
ステップS13に移行後、判別プログラムは、ステップS12において解析した入力パラメータに基づいて、鉄筋コンクリート部材7の残存耐用期間を判別する作業を行う。この鉄筋コンクリート部材7の残存耐用期間を判別する上で予め取得した図5に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータのひび割れ頻度分布が、参照用入力パラメータとしてのひび割れ頻度分布c1か、又はこれに近似するものである場合には、上述した第1連関度を参照した場合、第1連関度の最も高い残存耐用期間「40年」を最適解として選択する。但し、最も第1連関度の高いものを最適解として選択することは必須ではなく、第1連関度は低いものの連関性そのものは認められる残存耐用期間「7年」、残存耐用期間「30年」、残存耐用期間「5年」を最適解として選択するようにしてもよい。また、これ以外に矢印が繋がっていない出力解を選択してもよいことは勿論である。即ち、この鉄筋コンクリート部材7の残存耐用期間の選択は、第1連関度が高いものから順に選択される場合に限定されるものではなく、ケースに応じて第1連関度が低いものから順に選択されるものであってもよいし、その他いかなる優先順位で選択されるものであってもよい。
After shifting to step S13, the determination program performs an operation of determining the remaining useful life of the reinforced
このようにして、ステップS12において解析した入力パラメータを参照用入力パラメータに割り当てた後、当該参照用入力パラメータに設定された第1連関度に基づいて出力解としての鉄筋コンクリート部材7の残存耐用期間を選択することになる。
Thus, after assigning the input parameter analyzed in step S12 to the reference input parameter, the remaining lifetime of the reinforced
なお、ステップS12において解析した入力パラメータに対する出力解の選択方法は、上述した方法に限定されるものではなく、第1連関度を参照するものであればいかなる方法に基づいて実行するようにしてもよい。また、このステップS13の探索動作では、人工知能を利用して行うようにしてもよい。 Note that the method of selecting an output solution for the input parameter analyzed in step S12 is not limited to the method described above, and may be executed based on any method that refers to the first association degree. Good. Further, the search operation in step S13 may be performed using artificial intelligence.
次にステップS14へ移行し、選択した最適解としての鉄筋コンクリート部材7の残存耐用期間を表示部23を介して表示する。これによりユーザは、表示部23を視認することにより、鉄筋コンクリート部材7の残存耐用期間の判別結果を即座に把握することが可能となる。
Next, the process proceeds to step S14, and the remaining useful life of the reinforced
図6は、ひび割れに関する過去の検査の検査データとしてのひび割れ頻度分布c1、c2、・・・と、鉄筋コンクリート部材7に関する部材情報との組み合わせと当該組み合わせに対する鉄筋コンクリート部材7の残存耐用期間との3段階以上の第1連関度が設定されている例を示している。
FIG. 6 shows three stages of a combination of crack frequency distributions c1, c2,... As inspection data of a past inspection relating to cracks and member information relating to the reinforced
鉄筋コンクリート部材7の部材情報は、鉄筋コンクリート部材7の設置に関する設置情報と、鉄筋コンクリート部材7の部材断面に関する断面情報と、鉄筋コンクリート部材7の維持管理に関する管理情報と、鉄筋コンクリート部材7の外観写真に関する写真情報とが含まれる。
The member information of the reinforced
設置情報には、山岳部、港湾部、海上大気部、飛沫帯、干満帯、海水部、海底土中部等の鉄筋コンクリート部材7が設置される場所に関する場所情報と、鉄筋コンクリート部材7が設置される温度、湿度等の気候情報と、鉄筋コンクリート部材7が用いられた構造物を走行する車両や車両の走行頻度等に関する車両情報とが含まれる。断面情報には、鉄筋コンクリート部材7の断面寸法、コンクリートのかぶり厚、鉄筋の配設量、コンクリート表面の湿潤状況等に関する情報が含まれる。管理情報には、鉄筋コンクリート部材7の補修履歴、点検頻度、鉄筋コンクリート部材7が構築されてからの供用期間等が含まれる。写真情報には、デジタルカメラ等の撮像装置や、スマートフォン、タブレット型端末、ウェアラブル端末等に内蔵される撮像装置により撮像された鉄筋コンクリート部材7の外観写真に関する情報が含まれる。ちなみに、この図6の例では、組み合わせを構成する部材情報に、設置情報と、断面情報とが含まれる場合を挙げているが、管理情報、写真情報が含まれていてもよい。
The installation information includes location information regarding the location where the reinforced
かかる場合において、第1連関度は、図6に示すように、検査データとしてのひび割れ頻度分布c1、c2、・・と、部材情報との組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61aは、ひび割れ頻度分布c1が第1連関度80%で、また断面情報としてのかぶり厚「100mm〜150mm」が第1連関度80%で連関している。またノード61cは、ひび割れ頻度分布c2が第1連関度60%で、設置情報としての場所情報「飛沫帯」が第1連関度60%で、断面情報としてのかぶり厚「200mm〜250mm」が第1連関度40%で連関している。
In this case, as shown in FIG. 6, the first association degree is expressed as a set of combinations of crack frequency distributions c1, c2,... As inspection data and member information as so-called
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査の検査データとしてのひび割れ頻度分布c1、c2、・・と、設置情報や断面情報の第1連関度に応じた出力解を探索する。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図6に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、ひび割れ頻度分布c1であり、かつ設置情報として場所情報「干満帯」である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%、残存耐用期間「10年」が第1連関度40%、残存耐用期間「5年」が第1連関度20%で関連付けられている。
Similarly, when the first relevance is set, when the process proceeds to step S13, crack frequency distributions c1, c2,... As inspection data of inspection as input parameters extracted in step S12. And the output solution according to the 1st relevance degree of installation information or cross-section information is searched. The discrimination program performs an operation of selecting one or more optimum solutions from the output solutions based on the input parameters analyzed in step S12. In selecting this optimal solution, the first association shown in FIG. 6 acquired in advance is referred to. For example, when the input parameter analyzed in step S12 is the crack frequency distribution c1 and the location information “tidal zone” as the installation information, the
判別プログラムは、この探索結果に基づいて同様にステップS14において解を出力することになる。 Based on this search result, the discrimination program outputs a solution in step S14 as well.
自然電位法による検査
図7の例では、検査部8における検査方法として、自然電位法を利用する。この自然電位法は、鉄筋コンクリート部材7中に配設された鉄筋72と照合電極との電位差を測定することにより、鉄筋コンクリート部材7の残存耐用期間を判断する手法である。この自然電位法に基づいて検査部8により検出した検査データは、例えば電位等を等高線で表した画像で構成される。このため、参照用入力パラメータにおいては、これら画像のデータを予め学習させることとなる。
Inspection Using the Natural Potential Method In the example of FIG. 7, the natural potential method is used as the inspection method in the
データベース3(第1連関データベース31)には、参照用入力パラメータとしての画像と、出力解としての鉄筋コンクリート部材7の残存耐用期間の判別結果との間での3段階以上の第1連関度を予め記憶させておく。図7の例によれば、参照用入力パラメータの画像r1である場合に、残存耐用期間「40年」が第1連関度80%、残存耐用期間「30年」が第1連関度40%、残存耐用期間「7年」が第1連関度60%、残存耐用期間「5年」が第1連関度30%で設定されている。また参照用入力パラメータが画像r2である場合に、残存耐用期間「30年」が第1連関度90%、残存耐用期間「20年」が第1連関度70%、残存耐用期間「10年」が第1連関度20%、残存耐用期間「7年」が第1連関度50%で設定されている。
In the database 3 (first association database 31), the first association degree of three or more stages between the image as the reference input parameter and the determination result of the remaining useful life of the reinforced
これらの第1連関度は、以前に自然電位法に基づいて検査を行った際の画像r1、r2、r3、・・・と、その判別結果としての残存耐用期間をデータベース3(第1連関データベース31)内に予め蓄積しておき、それらに基づいて設定するようにしてもよい。この第1連関度は、いわゆるニューラルネットワークにより構成されていてもよい。この第1連関度は、自然電位法に基づいて検査を行った際のデータに基づいて、実際の鉄筋コンクリート部材7の残存耐用期間を判別する上での的確性を示すものである。例えば自然電位法に基づく画像r3に対しては、第1連関度70%の残存耐用期間「7年」が最も的確な判断に近く、第1連関度60%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度40%の残存耐用期間「3年」がこれに続く的確な判断ということになり、第1連関度30%の残存耐用期間「5年」がこれに続く的確な判断ということになる。同様に自然電位法に基づく画像r2に対しては、第1連関度90%の残存耐用期間「30年」が最も的確な判断に近く、第1連関度70%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度50%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度20%の残存耐用期間「10年」がこれに続く的確な判断ということになる。
These first association degrees are the
ステップS13に移行後、判別プログラムは、ステップS12において解析した入力パラメータに基づいて、鉄筋コンクリート部材7の残存耐用期間を判別する作業を行う。この鉄筋コンクリート部材7の残存耐用期間を判別する上で予め取得した図7に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータが、参照用入力パラメータとしての画像r1か、又はこれに近似するものである場合には、上述した第1連関度を参照した場合、第1連関度の最も高い残存耐用期間「40年」を最適解として選択する。但し、最も第1連関度の高いものを最適解として選択することは必須ではなく、第1連関度は低いものの連関性そのものは認められる残存耐用期間「7年」、残存耐用期間「30年」、残存耐用期間「5年」を最適解として選択するようにしてもよい。鉄筋コンクリート部材7の残存耐用期間の選択は、ケースに応じて第1連関度が低いものから順に選択されるものであってもよいし、その他いかなる優先順位で選択されるものであってもよい。
After shifting to step S13, the determination program performs an operation of determining the remaining useful life of the reinforced
また、ステップS12において解析した入力パラメータが、参照用入力パラメータとしての画像r2にも一部類似しているが、画像r3にも一部類似し、何れに割り当ててよいか分からない場合については、例えば、ディープラーニングを通じて画像上の特徴量に基づき判断するようにしてもよい。 In addition, when the input parameter analyzed in step S12 is partially similar to the image r2 as the reference input parameter, but partially similar to the image r3, and it is not known to which one can be assigned, For example, the determination may be made based on the feature amount on the image through deep learning.
このようにして、ステップS12において解析した入力パラメータを参照用入力パラメータに割り当てた後、当該参照用入力パラメータに設定された第1連関度に基づいて出力解としての鉄筋コンクリート部材7の残存耐用期間を選択することになる。
Thus, after assigning the input parameter analyzed in step S12 to the reference input parameter, the remaining lifetime of the reinforced
図8は、自然電位法による過去の検査の検査データとしての画像r1、r2、・・・と、部材情報との組み合わせと、当該組み合わせに対する鉄筋コンクリート部材7の残存耐用期間との3段階以上の第1連関度が設定されている例を示している。ちなみに、この図8の例では、部材情報に、設置情報と、管理情報とが含まれる場合を挙げているが、断面情報、写真情報が含まれていてもよい。
FIG. 8 shows three or more stages of combinations of the images r1, r2,... As the inspection data of the past inspection by the natural potential method, the member information, and the remaining useful life of the reinforced
かかる場合において、第1連関度は、図8に示すように、検査の検査データとしての画像r1、r2、・・と、部材情報の組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61aは、画像r1が第1連関度80%で、また管理情報としての供用期間「5年」が第1連関度80%で連関している。またノード61cは、画像r2が第1連関度60%で、設置情報としての車両情報「10台/時間」が第1連関度60%、管理情報としての供用期間「10年」が第1連関度40%で連関している。
In such a case, as shown in FIG. 8, the first association degree is expressed as a set of so-called
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査の検査データとしての画像r1、r2、・・と、設置情報や管理情報の第1連関度に応じた出力解を探索する。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図8に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、画像r1であり、かつ設置情報としての車両情報「100台/時間」である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%、残存耐用期間「10年」が第1連関度40%、残存耐用期間「5年」が第1連関度20%で関連付けられている。
Similarly, when the first relevance is set, when the process proceeds to step S13, images r1, r2,... As inspection data of the inspection as input parameters extracted in step S12, An output solution corresponding to the first association degree of the installation information and management information is searched. The discrimination program performs an operation of selecting one or more optimum solutions from the output solutions based on the input parameters analyzed in step S12. In selecting this optimal solution, the first association shown in FIG. 8 acquired in advance is referred to. For example, when the input parameter analyzed in step S12 is the image r1 and the vehicle information “100 units / hour” as the installation information, the
分極抵抗法による検査
図9の例では、検査部8における検査方法として、分極抵抗法を利用する。この分極抵抗法は、鉄筋72に微小の交流電流を通電させることにより得られる分極抵抗を測定することにより、鉄筋コンクリート部材7の残存耐用期間を判断する手法である。この分極抵抗法に基づいて検査部8により検出した検査データは、例えば分極抵抗等を等高線で表した画像で構成される。このため、参照用入力パラメータにおいては、これら画像のデータを予め学習させることとなる。
Inspection by Polarization Resistance Method In the example of FIG. 9, the polarization resistance method is used as an inspection method in the
データベース3(第1連関データベース31)には、参照用入力パラメータとしての画像と、出力解としての鉄筋コンクリート部材7の残存耐用期間の判別結果との間での3段階以上の第1連関度を予め記憶させておく。図9の例によれば、参照用入力パラメータの画像r1である場合に、残存耐用期間「40年」が第1連関度80%、残存耐用期間「30年」が第1連関度40%、残存耐用期間「7年」が第1連関度60%、残存耐用期間「5年」が第1連関度30%で設定されている。また参照用入力パラメータが画像r2である場合に、残存耐用期間「30年」が第1連関度90%、残存耐用期間「20年」が第1連関度70%、残存耐用期間「10年」が第1連関度20%、残存耐用期間「7年」が第1連関度50%で設定されている。
In the database 3 (first association database 31), the first association degree of three or more stages between the image as the reference input parameter and the determination result of the remaining useful life of the reinforced
これらの第1連関度は、以前に分極抵抗法に基づいて非破壊検査を行った際の画像r1、r2、r3、・・・と、その判別結果としての残存耐用期間をデータベース3(第1連関データベース31)内に予め蓄積しておき、それらに基づいて設定するようにしてもよい。この第1連関度は、いわゆるニューラルネットワークにより構成されていてもよい。この第1連関度は、分極抵抗法に基づいて検査を行った際のデータに基づいて、実際の鉄筋コンクリート部材7の残存耐用期間を判別する上での的確性を示すものである。例えば分極抵抗法に基づく画像r3に対しては、第1連関度70%の残存耐用期間「10年」が最も的確な判断に近く、第1連関度60%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度40%の残存耐用期間「3年」がこれに続く的確な判断ということになり、第1連関度30%の残存耐用期間「5年」がこれに続く的確な判断ということになる。同様に自然電位法に基づく画像r2に対しては、第1連関度90%の残存耐用期間「30年」が最も的確な判断に近く、第1連関度70%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度50%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度20%の残存耐用期間「10年」がこれに続く的確な判断ということになる。
These first association degrees are the images r1, r2, r3,... Obtained when the non-destructive inspection was previously performed based on the polarization resistance method, and the remaining useful life as the determination results in the database 3 (first It may be stored in advance in the association database 31) and set based on them. This first association degree may be configured by a so-called neural network. This first association degree shows the accuracy in determining the actual remaining useful life of the reinforced
ステップS13に移行後、判別プログラムは、ステップS12において解析した入力パラメータに基づいて、鉄筋コンクリート部材7の残存耐用期間を判別する作業を行う。この鉄筋コンクリート部材7の残存耐用期間を判別する上で予め取得した図9に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータが、参照用入力パラメータとしての画像r1か、又はこれに近似するものである場合には、上述した第1連関度を参照した場合、第1連関度の最も高い残存耐用期間「40年」を最適解として選択する。但し、最も第1連関度の高いものを最適解として選択することは必須ではなく、第1連関度は低いものの連関性そのものは認められる残存耐用期間「7年」、残存耐用期間「30年」、残存耐用期間「5年」を最適解として選択するようにしてもよい。鉄筋コンクリート部材7の残存耐用期間の選択は、ケースに応じて第1連関度が低いものから順に選択されるものであってもよいし、その他いかなる優先順位で選択されるものであってもよい。
After shifting to step S13, the determination program performs an operation of determining the remaining useful life of the reinforced
また、ステップS12において解析した入力パラメータが、参照用入力パラメータとしての画像r2にも一部類似しているが、画像r3にも一部類似し、何れに割り当ててよいか分からない場合については、例えば、ディープラーニングを通じて画像上の特徴量に基づき判断するようにしてもよい。 In addition, when the input parameter analyzed in step S12 is partially similar to the image r2 as the reference input parameter, but partially similar to the image r3, and it is not known to which one can be assigned, For example, the determination may be made based on the feature amount on the image through deep learning.
このようにして、ステップS12において解析した入力パラメータを参照用入力パラメータに割り当てた後、当該参照用入力パラメータに設定された第1連関度に基づいて出力解としての鉄筋コンクリート部材7の残存耐用期間を選択することになる。
Thus, after assigning the input parameter analyzed in step S12 to the reference input parameter, the remaining lifetime of the reinforced
図10は、分極抵抗法による過去の検査の検査データとしての画像r1、r2、・・・と、部材情報との組み合わせと、当該組み合わせに対する鉄筋コンクリート部材7の残存耐用期間との3段階以上の第1連関度が設定されている例を示している。ちなみに、この図10の例では、部材情報に、設置情報と、断面情報とが含まれる場合を挙げているが、管理情報、写真情報が含まれていてもよい。
FIG. 10 shows three or more stages of the combination of the images r1, r2,... As the inspection data of the past inspection by the polarization resistance method, the member information, and the remaining useful life of the reinforced
かかる場合において、第1連関度は、図10に示すように、検査データとしての画像r1、r2、・・と、部材情報との組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61aは、画像r1が第1連関度80%で、また断面情報としての断面寸法「2000mm×500mm」が第1連関度80%で連関している。またノード61cは、画像r2が第1連関度60%で、設置情報としての温度「30℃」が第1連関度60%で、断面情報としての断面寸法「1000mm×1000mm」が第1連関度40%で連関している。
In such a case, as shown in FIG. 10, the first association degree is expressed as a set of combinations of images r1, r2,... As inspection data and member information as so-called
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査の検査データとしての画像r1、r2、・・と、設置情報や断面情報の第1連関度に応じた出力解を探索する。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図10に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、画像r1であり、かつ設置情報として温度「0℃」である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%で、残存耐用期間「10年」が第1連関度40%で、残存耐用期間「5年」が第1連関度20%で関連付けられている。
Similarly, when the first relevance is set, when the process proceeds to step S13, images r1, r2,... As inspection data of the inspection as input parameters extracted in step S12, An output solution corresponding to the first association degree of the installation information and the cross-section information is searched. The discrimination program performs an operation of selecting one or more optimum solutions from the output solutions based on the input parameters analyzed in step S12. In selecting this optimal solution, the first association shown in FIG. 10 acquired in advance is referred to. For example, when the input parameter analyzed in step S12 is the image r1 and the temperature is “0 ° C.” as the installation information, the
振動計測による検査
図11の例では、検査部8における検査方法として、振動計測を利用する。この振動計測は、加速度計により、鉄筋コンクリート部材7の振動を計測し、振動特性から鉄筋コンクリート部材7の残存耐用期間を判断する手法である。この振動計測に基づいて検査部8により検出した検査データは、例えば時系列的に計測した加速度の対数減衰率等のデータで構成される。このため、参照用入力パラメータにおいては、これら対数減衰率の変化等のデータを予め学習させることとなる。
Inspection by Vibration Measurement In the example of FIG. 11, vibration measurement is used as an inspection method in the
データベース3(第1連関データベース31)には、参照用入力パラメータとしての加速度の対数減衰率と、出力解としての鉄筋コンクリート部材7の残存耐用期間の判別結果との間での3段階以上の第1連関度を予め記憶させておく。図11の例によれば、参照用入力パラメータの対数減衰率が「0〜0.5%」である場合に、残存耐用期間「40年」が第1連関度80%、残存耐用期間「30年」が第1連関度40%、残存耐用期間「7年」が第1連関度60%、残存耐用期間「5年」が第1連関度30%で設定されている。また参照用入力パラメータが対数減衰率「0.5〜1%」である場合に、残存耐用期間「30年」が第1連関度90%、残存耐用期間「20年」が第1連関度70%、残存耐用期間「10年」が第1連関度20%、残存耐用期間「7年」が第1連関度50%で設定されている。
The database 3 (first relational database 31) includes three or more first stages between the logarithmic decay rate of acceleration as a reference input parameter and the determination result of the remaining useful life of the reinforced
これらの第1連関度は、以前に振動計測に基づいて検査を行った際の対数減衰率と、その判別結果としての残存耐用期間をデータベース3(第1連関データベース31)内に予め蓄積しておき、それらに基づいて設定するようにしてもよい。この第1連関度は、いわゆるニューラルネットワークにより構成されていてもよい。この第1連関度は、振動計測に基づいて検査を行った際のデータに基づいて、実際の鉄筋コンクリート部材7の残存耐用期間を判別する上での的確性を示すものである。例えば振動計測に基づく対数減衰率「1〜2%」に対しては、第1連関度70%の残存耐用期間「10年」が最も的確な判断に近く、第1連関度60%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度40%の残存耐用期間「3年」がこれに続く的確な判断ということになり、第1連関度30%の残存耐用期間「5年」がこれに続く的確な判断ということになる。同様に振動計測に基づく対数減衰率「0.5〜1%」に対しては、第1連関度90%の残存耐用期間「30年」が最も的確な判断に近く、第1連関度70%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度50%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度20%の残存耐用期間「10年」がこれに続く的確な判断ということになる。
These first association degrees are stored in advance in the database 3 (first association database 31) as a logarithmic decay rate at the time of previous inspection based on vibration measurement and the remaining useful life as a determination result thereof. Alternatively, it may be set based on them. This first association degree may be configured by a so-called neural network. This first association degree indicates the accuracy in determining the actual remaining useful life of the reinforced
ステップS13に移行後、判別プログラムは、ステップS12において解析した入力パラメータに基づいて、鉄筋コンクリート部材7の残存耐用期間を判別する作業を行う。この鉄筋コンクリート部材7の残存耐用期間を判別する上で予め取得した図11に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータが、参照用入力パラメータとしての対数減衰率「0〜0.5%」か、又はこれに近似するものである場合には、上述した連関度を参照した場合、第1連関度の最も高い残存耐用期間「40年」を最適解として選択する。但し、最も第1連関度の高いものを最適解として選択することは必須ではなく、第1連関度は低いものの連関性そのものは認められる残存耐用期間「7年」、残存耐用期間「30年」、残存耐用期間「5年」を最適解として選択するようにしてもよい。鉄筋コンクリート部材7の残存耐用期間の選択は、ケースに応じて第1連関度が低いものから順に選択されるものであってもよいし、その他いかなる優先順位で選択されるものであってもよい。
After shifting to step S13, the determination program performs an operation of determining the remaining useful life of the reinforced
このようにして、ステップS12において解析した入力パラメータを参照用入力パラメータに割り当てた後、当該参照用入力パラメータに設定された第1連関度に基づいて出力解としての鉄筋コンクリート部材7の残存耐用期間を選択することになる。
Thus, after assigning the input parameter analyzed in step S12 to the reference input parameter, the remaining lifetime of the reinforced
図12は、振動計測による過去の検査の検査データとしての対数減衰率と、鉄筋コンクリート部材7の部材情報や加速度情報との組み合わせに対するPC鋼材72の劣化状況との3段階以上の第1連関度が設定されている例を示している。この加速度情報は、振動計測の加速度の大きさや振動させる各種要因等に関する情報で構成される。ちなみに、この図12の例では、部材情報に、管理情報が含まれる場合を挙げているが、設置情報、断面情報、写真情報が含まれていてもよい。
FIG. 12 shows three or more levels of first correlation between the logarithmic decay rate as inspection data of past inspection by vibration measurement and the deterioration status of the
かかる場合において、第1連関度は、図12に示すように、検査データとしての各対数減衰率と、鉄筋コンクリート部材7の場所情報や加速度情報の何れか1以上の組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61aは、対数減衰率「0〜0.5%」が第1連関度80%、また加速度情報としての「±0.04〜0.08」が第1連関度80%で連関している。またノード61cは、対数減衰率「0.5〜1%」が第1連関度60%、管理情報としての補修履歴「補修なし」が第1連関度60%、加速度情報としての「±0.01〜0.04」が第1連関度40%で連関している。
In such a case, as shown in FIG. 12, the first relevance degree is a set of one or more combinations of each logarithmic decay rate as inspection data and location information and acceleration information of the reinforced
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査データとしての対数減衰率と、鉄筋コンクリート部材7の管理情報や加速度情報の第1連関度に応じた出力解を探索する。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図12に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、対数減衰率「0〜0.5%」であり、かつ管理情報として補修履歴「補修あり」である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%、残存耐用期間「10年」が第1連関度40%、残存耐用期間「5年」が第1連関度20%で関連付けられている。
Similarly, when such a first association degree is set, when the process proceeds to step S13, the logarithmic decay rate as the inspection data as the input parameter extracted in step S12 and the management information of the reinforced
塩化物イオン量に関する検査
図13は、このデータベース3(第1連関データベース31)において予め取得した第1連関度の例を示している。この図13の例では、検査部8における検査方法として、鉄筋コンクリート部材7中に含まれる塩化物イオン量に関する検査方法を利用する。この塩化物イオン量に関する検査方法は、例えば、蛍光X線法や、ドリル法がある。蛍光X線法は、鉄筋コンクリート部材7にX線を照射した際に放出される特性X線を利用して、試料に含まれている塩化物イオン量を測定し、鉄筋コンクリート部材7の残存耐用期間を判断する手法である。蛍光X線法により塩化物イオン量を測定する際には、現場に設置された鉄筋コンクリート部材7に対してX線を照射してもよいし、現場に設置された鉄筋コンクリート部材7から採取した試料に対してX線を照射してもよい。また、ドリル法は、鉄筋コンクリート部材7をドリルビット等により削孔した粉を用いて塩化物イオン量を測定し、鉄筋コンクリート部材7の残存耐用期間を判断する手法である。ドリル法により塩化物イオン量を測定する際には、例えば、日本工業規格に規定される「硬化コンクリート中に含まれる塩化物イオンの試験方法」(JIS A 1154)や、日本コンクリート工学会により規定される「硬化コンクリート中に含まれる全塩分の簡易分析方法」(JCI−SC5)により測定されてもよい。この塩化物イオン量に関する検査方法に基づいて検査部8により検出した検査データは、塩化物イオン量のデータで構成される。このため、参照用入力パラメータにおいては、塩化物イオン量のデータを予め学習させることとなる。
Examination Regarding Chloride Ion Amount FIG. 13 shows an example of the first association degree acquired in advance in this database 3 (first association database 31). In the example of FIG. 13, an inspection method related to the amount of chloride ions contained in the reinforced
データベース3には、参照用入力パラメータとしての塩化物イオン量に関する検査方法に基づいて測定した塩化物イオン量のデータと、出力解としての鉄筋コンクリート部材7の残存耐用期間の判別結果との間での3段階以上の第1連関度を予め記憶させておく。図13の例によれば、参照用入力パラメータが塩化物イオン量「0.1kg/m3」である場合に、残存耐用期間「10年」が第1連関度70%、残存耐用期間「20年」が第1連関度60%、残存耐用期間「3年」が第1連関度40%、残存耐用期間「5年」が第1連関度30%で設定されている。また参照用入力パラメータが塩化物イオン量「1.0kg/m3」である場合に、残存耐用期間「30年」が第1連関度90%、残存耐用期間「20年」が第1連関度70%、残存耐用期間「10年」が第1連関度20%、残存耐用期間「7年」が第1連関度50%で設定されている。
The
これらの第1連関度は、以前に塩化物イオン量に関する検査方法に基づいて検査を行った際の塩化物イオン量と、その判別結果としての残存耐用期間をデータベース3(第1連関データベース31)内に予め蓄積しておき、それらに基づいて設定するようにしてもよい。この第1連関度は、いわゆるニューラルネットワークにより構成されていてもよい。この第1連関度は、塩化物イオン量に関する検査を行った際の塩化物イオン量に基づいて、実際の鉄筋コンクリート部材7の残存耐用期間を判別する上での的確性を示すものである。例えば塩化物イオン量「2.0kg/m3」に対しては、第1連関度80%の残存耐用期間「40年」が最も的確な判断に近く、第1連関度60%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度40%の残存耐用期間「30年」がこれに続く的確な判断ということになり、第1連関度30%の残存耐用期間「5年」がこれに続く的確な判断ということになる。同様に塩化物イオン量「1.0kg/m3」に対しては、第1連関度90%の残存耐用期間「30年」が最も的確な判断に近く、第1連関度70%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度50%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度20%の残存耐用期間「10年」がこれに続く的確な判断ということになる。
These first relevance levels are the database 3 (first relational database 31) representing the amount of chloride ions that were previously inspected based on the inspection method relating to the amount of chloride ions and the remaining lifetime as a result of the determination. It is also possible to store in advance and set based on them. This first association degree may be configured by a so-called neural network. The first degree of association indicates accuracy in determining the actual remaining useful life of the reinforced
ステップS13に移行後、判別プログラムは、ステップS12において解析した入力パラメータに基づいて、鉄筋コンクリート部材7の残存耐用期間を判別する作業を行う。この鉄筋コンクリート部材7の残存耐用期間を判別する上で予め取得した図13に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータの塩化物イオン量が、参照用入力パラメータとしての塩化物イオン量「2.0kg/m3」か、又はこれに近似するものである場合には、上述した第1連関度を参照した場合上述した第1連関度を参照した場合、第1連関度の最も高い残存耐用期間「40年」を最適解として選択する。但し、最も第1連関度の高いものを最適解として選択することは必須ではなく、第1連関度は低いものの連関性そのものは認められる残存耐用期間「7年」、残存耐用期間「30年」、残存耐用期間「5年」を最適解として選択するようにしてもよい。鉄筋コンクリート部材7の残存耐用期間の選択は、ケースに応じて第1連関度が低いものから順に選択されるものであってもよいし、その他いかなる優先順位で選択されるものであってもよい。
After shifting to step S13, the determination program performs an operation of determining the remaining useful life of the reinforced
このようにして、ステップS12において解析した入力パラメータを参照用入力パラメータに割り当てた後、当該参照用入力パラメータに設定された第1連関度に基づいて出力解としての鉄筋コンクリート部材7の残存耐用期間を選択することになる。
Thus, after assigning the input parameter analyzed in step S12 to the reference input parameter, the remaining lifetime of the reinforced
図14は、鉄筋コンクリート部材7中に含まれる塩化物イオン量に関する検査方法による過去の検査の検査データとしての塩化物イオン量のデータと部材情報との組み合わせと、当該組み合わせに対する鉄筋コンクリート部材7の残存耐用期間との3段階以上の第1連関度が設定されている例を示している。ちなみに、この図14の例では、部材情報に、設置情報と、写真情報とが含まれる場合を挙げているが、断面情報、管理情報が含まれていてもよい。
FIG. 14 shows a combination of chloride ion amount data and member information as inspection data of a past inspection by an inspection method relating to the chloride ion amount contained in the reinforced
かかる場合において、第1連関度は、図14に示すように、検査データとしての塩化物イオン量のデータと、部材情報との組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61aは、塩化物イオン量「2.0kg/m3」が第1連関度80%で、また写真情報としての外観写真P1が第1連関度80%で連関している。またノード61cは、塩化物イオン量「1.0kg/m3」が第1連関度60%で、設置情報としての場所情報「飛沫帯」が第1連関度60%、写真情報としての外観写真P2が第1連関度40%で連関している。
In such a case, as shown in FIG. 14, the first association degree indicates that a set of combinations of chloride ion amount data as inspection data and member information is expressed as so-called
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査の検査データとしての塩化物イオン量のデータと、設置情報や管理情報の第1連関度に応じた出力解を探索する。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図14に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、塩化物イオン量「2.0kg/m3」であり、かつ設置情報としての場所情報「干満帯」である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%で、残存耐用期間「10年」が第1連関度40%で、残存耐用期間「5年」が第1連関度20%で関連付けられている。
Similarly, when the first relevance is set, when the process proceeds to step S13, the chloride ion amount data as the inspection data of the inspection as the input parameter extracted in step S12, and the installation An output solution corresponding to the first association degree of information and management information is searched. The discrimination program performs an operation of selecting one or more optimum solutions from the output solutions based on the input parameters analyzed in step S12. In selecting this optimal solution, the first association shown in FIG. 14 acquired in advance is referred to. For example, when the input parameter analyzed in step S12 is the chloride ion amount “2.0 kg / m 3 ” and the location information “tidal zone” as the installation information, the
中性化深さに関する検査
図15は、このデータベース3(第1連関データベース31)において予め取得した第1連関度の例を示している。この図15の例では、検査部8における検査方法として、鉄筋コンクリート部材7の中性化深さに関する検査方法を利用する。この中性化深さに関する検査方法は、例えば、日本工業規格に規定されるコンクリートの中性化深さの測定方法(JIS A 1152)により中性化深さを測定し、鉄筋コンクリート部材7の残存耐用期間を判断する手法である。この中性化深さに関する検査方法に基づいて検査部8により検出した検査データは、中性化深さのデータで構成される。このため、参照用入力パラメータにおいては、中性化深さのデータを予め学習させることとなる。
FIG. 15 shows an example of the first association degree acquired in advance in the database 3 (first association database 31). In the example of FIG. 15, an inspection method related to the neutralization depth of the reinforced
データベース3(第1連関データベース31)には、参照用入力パラメータとしての中性化深さに関する検査方法に基づいて測定した中性化深さのデータと、出力解としての鉄筋コンクリート部材7の残存耐用期間の判別結果との間での3段階以上の第1連関度を予め記憶させておく。図15の例によれば、参照用入力パラメータが中性化深さ「5mm」である場合に、残存耐用期間「40年」が第1連関度80%、残存耐用期間「30年」が第1連関度40%、残存耐用期間「7年」が第1連関度60%、残存耐用期間「5年」が第1連関度30%で設定されている。また参照用入力パラメータが中性化深さ「10mm」である場合に、残存耐用期間「30年」が第1連関度90%、残存耐用期間「20年」が第1連関度70%、残存耐用期間「10年」が第1連関度20%、残存耐用期間「7年」が第1連関度50%で設定されている。
In the database 3 (first relational database 31), data on the neutralization depth measured based on the inspection method regarding the neutralization depth as a reference input parameter, and the remaining durability of the reinforced
これらの第1連関度は、以前に中性化深さに関する検査方法に基づいて検査を行った際の中性化深さのデータと、その判別結果としての残存耐用期間をデータベース3(第1連関データベース31)内に予め蓄積しておき、それらに基づいて設定するようにしてもよい。この第1連関度は、いわゆるニューラルネットワークにより構成されていてもよい。この第1連関度は、中性化深さに関する検査を行った際の中性化深さのデータに基づいて、実際の鉄筋コンクリート部材7の残存耐用期間を判別する上での的確性を示すものである。例えば中性化深さ「20mm」に対しては、第1連関度70%の残存耐用期間「10年」が最も的確な判断に近く、第1連関度60%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度40%の残存耐用期間「3年」がこれに続く的確な判断ということになり、第1連関度30%の残存耐用期間「5年」がこれに続く的確な判断ということになる。同様に中性化深さ「10mm」に対しては、第1連関度90%の残存耐用期間「30年」が最も的確な判断に近く、第1連関度70%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度50%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度20%の残存耐用期間「10年」がこれに続く的確な判断ということになる。
These first relevance levels are obtained by using the database 3 (first data) for the data on the neutralization depth when the inspection was previously performed based on the inspection method for the neutralization depth and the determination result. It may be stored in advance in the association database 31) and set based on them. This first association degree may be configured by a so-called neural network. This first degree of association indicates the accuracy in determining the remaining useful life of the reinforced
ステップS13に移行後、判別プログラムは、ステップS12において解析した入力パラメータに基づいて、鉄筋コンクリート部材7の残存耐用期間を判別する作業を行う。この鉄筋コンクリート部材7の残存耐用期間を判別する上で予め取得した図15に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータの塩化物イオン量が、参照用入力パラメータとしての中性化深さ「5mm」か、又はこれに近似するものである場合には、上述した第1連関度を参照した場合上述した第1連関度を参照した場合、第1連関度の最も高い残存耐用期間「40年」を最適解として選択する。但し、最も第1連関度の高いものを最適解として選択することは必須ではなく、第1連関度は低いものの連関性そのものは認められる残存耐用期間「7年」、残存耐用期間「30年」、残存耐用期間「5年」を最適解として選択するようにしてもよい。鉄筋コンクリート部材7の残存耐用期間の選択は、ケースに応じて第1連関度が低いものから順に選択されるものであってもよいし、その他いかなる優先順位で選択されるものであってもよい。
After shifting to step S13, the determination program performs an operation of determining the remaining useful life of the reinforced
このようにして、ステップS12において解析した入力パラメータを参照用入力パラメータに割り当てた後、当該参照用入力パラメータに設定された第1連関度に基づいて出力解としての鉄筋コンクリート部材7の残存耐用期間を選択することになる。
Thus, after assigning the input parameter analyzed in step S12 to the reference input parameter, the remaining lifetime of the reinforced
図16は、鉄筋コンクリート部材7の中性化深さに関する検査方法による過去の検査の検査データとしての中性化深さのデータと、部材情報との組み合わせと、当該組み合わせに対する鉄筋コンクリート部材7の残存耐用期間との3段階以上の第1連関度が設定されている例を示している。ちなみに、この図16の例では、部材情報に、断面情報と、管理情報とが含まれる場合を挙げているが、設置情報、写真情報が含まれていてもよい。
FIG. 16 shows the combination of the neutralization depth data as the inspection data of the past inspection by the inspection method relating to the neutralization depth of the reinforced
かかる場合において、第1連関度は、図16に示すように、検査データとしての中性化深さのデータと、部材情報との組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61aは、中性化深さ「5mm」が第1連関度80%で、また管理情報としての供用期間「5年」が第1連関度80%で連関している。またノード61cは、中性化深さ「10mm」が第1連関度60%で、設置情報としてのかぶり厚「200mm〜250mm」が第1連関度60%、管理情報としての供用期間「10年」が第1連関度40%で連関している。
In such a case, as shown in FIG. 16, the first association degree is a set of combinations of neutralization depth data as inspection data and member information expressed as so-called
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査の検査データとしての中性化深さのデータと、設置情報や管理情報の第1連関度に応じた出力解を探索する。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図16に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、中性化深さ「5mm」であり、かつ設置情報としてのかぶり厚「100mm〜150mm」である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%、残存耐用期間「10年」が第1連関度40%、残存耐用期間「5年」が第1連関度20%で関連付けられている。
Similarly, when such a first association degree is set, when the process proceeds to step S13, the neutralization depth data as the inspection data of the inspection as the input parameter extracted in step S12, An output solution corresponding to the first association degree of the installation information and management information is searched. The discrimination program performs an operation of selecting one or more optimum solutions from the output solutions based on the input parameters analyzed in step S12. In selecting this optimal solution, the first association shown in FIG. 16 acquired in advance is referred to. For example, in the input parameter analyzed in step S12, when the neutralization depth is “5 mm” and the cover thickness is “100 mm to 150 mm” as installation information, the
X線回折法による検査
図17は、このデータベース3(第1連関データベース31)において予め取得した第1連関度の例を示している。この図17の例では、検査部8における検査方法として、X線回折法による検査方法を利用する。このX線回折法による検査方法は、例えば、現場に設置された鉄筋コンクリート部材7から採取した試料に対してX線を照射して、鉄筋コンクリート部材7の残存耐用期間を判断する手法である。このX線回折法による検査方法に基づいて検査部8により検出した検査データは、X線回折法により得られるX線強度スペクトルの画像や、X線回折法により分析した成分分析結果等で構成される。図17に示す例では、参照用入力パラメータにおいては、X線強度スペクトルの画像を予め学習させることとなる。もちろん、参照用入力パラメータにおいて、X線回折法により分析した成分分析結果を予め学習させてもよい。
Examination by X-ray Diffraction Method FIG. 17 shows an example of the first association degree acquired in advance in this database 3 (first association database 31). In the example of FIG. 17, an inspection method using an X-ray diffraction method is used as an inspection method in the
データベース3(第1連関データベース31)には、参照用入力パラメータとしてのX線回折法による検査方法に基づいて測定したX線強度スペクトルの画像r1、r2、・・・と、出力解としての鉄筋コンクリート部材7の残存耐用期間の判別結果との間での3段階以上の第1連関度を予め記憶させておく。図17の例によれば、参照用入力パラメータが画像r1である場合に、残存耐用期間「40年」が第1連関度80%、残存耐用期間「30年」が第1連関度40%、残存耐用期間「7年」が第1連関度60%、残存耐用期間「5年」が第1連関度30%で設定されている。また参照用入力パラメータが画像r2である場合に、残存耐用期間「30年」が第1連関度90%、残存耐用期間「20年」が第1連関度70%、残存耐用期間「10年」が第1連関度20%、残存耐用期間「7年」が第1連関度50%で設定されている。
The database 3 (first relational database 31) includes X-ray intensity spectrum images r1, r2,... Measured based on an X-ray diffraction inspection method as a reference input parameter, and reinforced concrete as an output solution. Three or more levels of first relations with the determination result of the remaining useful life of the
これらの第1連関度は、以前にX線回折法による検査方法に基づいて検査を行った際の画像r1、r2、・・・と、その判別結果としての残存耐用期間をデータベース3(第1連関データベース31)内に予め蓄積しておき、それらに基づいて設定するようにしてもよい。この第1連関度は、いわゆるニューラルネットワークにより構成されていてもよい。この第1連関度は、X線回折法による検査を行った際の画像に基づいて、実際の鉄筋コンクリート部材7の残存耐用期間を判別する上での的確性を示すものである。例えば画像r1に対しては、第1連関度80%の残存耐用期間「40年」が最も的確な判断に近く、第1連関度60%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度40%の残存耐用期間「30年」がこれに続く的確な判断ということになり、第1連関度30%の残存耐用期間「5年」がこれに続く的確な判断ということになる。同様に画像r2に対しては、第1連関度90%の残存耐用期間「30年」が最も的確な判断に近く、第1連関度70%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度50%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度20%の残存耐用期間「10年」がこれに続く的確な判断ということになる。
These first relevance levels are the
ステップS13に移行後、判別プログラムは、ステップS12において解析した入力パラメータに基づいて、鉄筋コンクリート部材7の残存耐用期間を判別する作業を行う。この鉄筋コンクリート部材7の残存耐用期間を判別する上で予め取得した図17に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータの画像が、参照用入力パラメータとしての画像r1か、又はこれに近似するものである場合には、上述した第1連関度を参照した場合上述した第1連関度を参照した場合、第1連関度の最も高い残存耐用期間「40年」を最適解として選択する。但し、最も第1連関度の高いものを最適解として選択することは必須ではなく、第1連関度は低いものの連関性そのものは認められる残存耐用期間「7年」、残存耐用期間「30年」、残存耐用期間「5年」を最適解として選択するようにしてもよい。鉄筋コンクリート部材7の残存耐用期間の選択は、ケースに応じて第1連関度が低いものから順に選択されるものであってもよいし、その他いかなる優先順位で選択されるものであってもよい。
After shifting to step S13, the determination program performs an operation of determining the remaining useful life of the reinforced
また、ステップS12において解析した入力パラメータが、参照用入力パラメータとしての画像r2にも一部類似しているが、画像r3にも一部類似し、何れに割り当ててよいか分からない場合については、例えば、ディープラーニングを通じて画像上の特徴量に基づき判断するようにしてもよい。 In addition, when the input parameter analyzed in step S12 is partially similar to the image r2 as the reference input parameter, but partially similar to the image r3, and it is not known to which one can be assigned, For example, the determination may be made based on the feature amount on the image through deep learning.
このようにして、ステップS12において解析した入力パラメータを参照用入力パラメータに割り当てた後、当該参照用入力パラメータに設定された第1連関度に基づいて出力解としての鉄筋コンクリート部材7の残存耐用期間を選択することになる。
Thus, after assigning the input parameter analyzed in step S12 to the reference input parameter, the remaining lifetime of the reinforced
図18は、X線回折法による過去の検査の検査データとしての画像r1、r2、・・と、部材情報との組み合わせと、当該組み合わせに対する鉄筋コンクリート部材7の残存耐用期間との3段階以上の第1連関度が設定されている例を示している。ちなみに、この図18の例では、部材情報に、断面情報と、管理情報とが含まれる場合を挙げているが、設置情報、写真情報が含まれていてもよい。
FIG. 18 shows three or more stages of combinations of the images r1, r2,... As the inspection data of the past inspection by the X-ray diffraction method and the member information, and the remaining useful life of the reinforced
かかる場合において、第1連関度は、図18に示すように、検査データとしての画像r1、r2・・・と、部材情報との組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61aは、画像r1が第1連関度80%で、また管理情報としての補修履歴「補修あり」が第1連関度80%で連関している。またノード61cは、画像r2が第1連関度60%、設置情報としての断面寸法「1000mm×1000mm」が第1連関度60%、管理情報としての補修履歴「補修なし」が第1連関度40%で連関している。
In this case, as shown in FIG. 18, the first association degree is a set of combinations of images r1, r2,... As inspection data and member information, which are expressed as so-called
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査の検査データとしてのX線強度スペクトルの画像と、断面情報や管理情報の第1連関度に応じた出力解を探索する。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図18に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、画像r1であり、かつ設置情報としての断面寸法「2000mm×500mm」である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%、残存耐用期間「10年」が第1連関度40%、残存耐用期間「5年」が第1連関度20%で関連付けられている。
Similarly, when such a first association degree is set, when the process proceeds to step S13, an image of an X-ray intensity spectrum as inspection data as an input parameter extracted in step S12, and a cross section An output solution corresponding to the first association degree of information and management information is searched. The discrimination program performs an operation of selecting one or more optimum solutions from the output solutions based on the input parameters analyzed in step S12. In selecting the optimum solution, the first association shown in FIG. 18 acquired in advance is referred to. For example, when the input parameter analyzed in step S12 is the image r1 and the cross-sectional dimension “2000 mm × 500 mm” as the installation information, the
EPMA(Electron Probe Micro Analyzer)による検査
図19は、このデータベース3(第1連関データベース31)において予め取得した第1連関度の例を示している。この図19の例では、検査部8における検査方法として、EPMAによる検査方法を利用する。このEPMAによる検査方法は、鉄筋コンクリート部材7から採取したコンクリートの試料に電子ビームを照射し、試料を構成する原子から放出される特性X線を利用して、試料に含まれている元素を分析し、鉄筋コンクリート部材7の残存耐用期間を判断する手法である。このEPMAによる検査方法に基づいて検査部8により検出した検査データは、EPMAにより分析された元素分布の画像や、元素分析結果等で構成される。図19に示す例では、参照用入力パラメータにおいては、元素分布の画像を予め学習させることとなる。もちろん、参照用入力パラメータにおいて、EPMAにより分析した元素分析結果を予め学習させてもよい。
Inspection by EPMA (Electron Probe Micro Analyzer) FIG. 19 shows an example of the first association degree acquired in advance in the database 3 (first association database 31). In the example of FIG. 19, an inspection method using EPMA is used as an inspection method in the
データベース3(第1連関データベース31)には、参照用入力パラメータとしてのEPMAによる検査方法に基づいて分析した元素分布の画像r1、r2、・・・と、出力解としての鉄筋コンクリート部材7の残存耐用期間の判別結果との間での3段階以上の第1連関度を予め記憶させておく。図19の例によれば、参照用入力パラメータが画像r1である場合に、残存耐用期間「40年」が第1連関度80%、残存耐用期間「30年」が第1連関度40%、残存耐用期間「7年」が第1連関度60%、残存耐用期間「5年」が第1連関度30%で設定されている。また参照用入力パラメータが画像r2である場合に、残存耐用期間「30年」が第1連関度90%、残存耐用期間「20年」が第1連関度70%、残存耐用期間「10年」が第1連関度20%、残存耐用期間「7年」が第1連関度50%で設定されている。
In the database 3 (first relational database 31), the element distribution images r1, r2,... Analyzed based on the EPMA inspection method as the input parameters for reference, and the remaining durability of the reinforced
これらの第1連関度は、以前にEPMAによる検査方法に基づいて検査を行った際の画像r1、r2、・・・と、その判別結果としての残存耐用期間をデータベース3(第1連関データベース31)内に予め蓄積しておき、それらに基づいて設定するようにしてもよい。この第1連関度は、いわゆるニューラルネットワークにより構成されていてもよい。この第1連関度は、EPMAによる検査を行った際の画像に基づいて、実際の鉄筋コンクリート部材7の残存耐用期間を判別する上での的確性を示すものである。例えば画像r1に対しては、第1連関度80%の残存耐用期間「40年」が最も的確な判断に近く、第1連関度60%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度40%の残存耐用期間「30年」がこれに続く的確な判断ということになり、第1連関度30%の残存耐用期間「5年」がこれに続く的確な判断ということになる。同様に画像r2に対しては、第1連関度90%の残存耐用期間「30年」が最も的確な判断に近く、第1連関度70%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度50%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度20%の残存耐用期間「10年」がこれに続く的確な判断ということになる。
These first association degrees are the
ステップS13に移行後、判別プログラムは、ステップS12において解析した入力パラメータに基づいて、鉄筋コンクリート部材7の残存耐用期間を判別する作業を行う。この鉄筋コンクリート部材7の残存耐用期間を判別する上で予め取得した図19に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータの画像r1が、参照用入力パラメータとしての画像r1か、又はこれに近似するものである場合には、上述した第1連関度を参照した場合、第1連関度の最も高い残存耐用期間「40年」を最適解として選択する。但し、最も第1連関度の高いものを最適解として選択することは必須ではなく、第1連関度は低いものの連関性そのものは認められる残存耐用期間「7年」、残存耐用期間「30年」、残存耐用期間「5年」を最適解として選択するようにしてもよい。鉄筋コンクリート部材7の残存耐用期間の選択は、ケースに応じて第1連関度が低いものから順に選択されるものであってもよいし、その他いかなる優先順位で選択されるものであってもよい。
After shifting to step S13, the determination program performs an operation of determining the remaining useful life of the reinforced
また、ステップS12において解析した入力パラメータが、参照用入力パラメータとしての画像r2にも一部類似しているが、画像r3にも一部類似し、何れに割り当ててよいか分からない場合については、例えば、ディープラーニングを通じて画像上の特徴量に基づき判断するようにしてもよい。 In addition, when the input parameter analyzed in step S12 is partially similar to the image r2 as the reference input parameter, but partially similar to the image r3, and it is not known to which one can be assigned, For example, the determination may be made based on the feature amount on the image through deep learning.
このようにして、ステップS12において解析した入力パラメータを参照用入力パラメータに割り当てた後、当該参照用入力パラメータに設定された第1連関度に基づいて出力解としての鉄筋コンクリート部材7の残存耐用期間を選択することになる。
Thus, after assigning the input parameter analyzed in step S12 to the reference input parameter, the remaining lifetime of the reinforced
図20は、EPMAによる検査方法による過去の検査の検査データとしての画像r1、r2、・・と部材情報との組み合わせと、当該組み合わせに対する鉄筋コンクリート部材7の残存耐用期間との3段階以上の第1連関度が設定されている例を示している。ちなみに、この図20の例では、部材情報に、設置情報と、断面情報とが含まれる場合を挙げているが、管理情報、写真情報が含まれていてもよい。
FIG. 20 shows the first of three or more stages of the combination of the image r1, r2,... And the member information as the inspection data of the past inspection by the EPMA inspection method and the remaining useful life of the reinforced
かかる場合において、第1連関度は、図20に示すように、検査データとしての画像r1、r2、・・・と、部材情報との組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61aは、画像r1が第1連関度80%で、また断面情報としてのかぶり厚「100mm〜150mm」が第1連関度80%で連関している。またノード61cは、画像r2が第1連関度60%で、設置情報としての車両情報「10台/時間」が第1連関度60%で、断面情報としてのかぶり厚「200mm〜250mm」が第1連関度40%で連関している。
In such a case, as shown in FIG. 20, the first association degree is a set of combinations of images r1, r2,... As inspection data and member information expressed as so-called
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査の検査データとしての元素分布の画像と、設置情報や断面情報の第1連関度に応じた出力解を探索する。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図20に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、画像r1であり、かつ設置情報としての車両情報「100台/時間」である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%で、残存耐用期間「10年」が第1連関度40%で、残存耐用期間「5年」が第1連関度20%で関連付けられている。
Similarly, when such first association is set, when the process proceeds to step S13, an element distribution image as inspection data as an input parameter extracted in step S12, installation information, An output solution corresponding to the first association degree of the cross-section information is searched. The discrimination program performs an operation of selecting one or more optimum solutions from the output solutions based on the input parameters analyzed in step S12. In selecting this optimum solution, the first association shown in FIG. 20 acquired in advance is referred to. For example, when the input parameter analyzed in step S12 is the image r1 and the vehicle information “100 units / hour” as the installation information, the
走査型電子顕微鏡による検査
図21は、このデータベース3(第1連関データベース31)において予め取得した第1連関度の例を示している。この図21の例では、検査部8における検査方法として、走査型電子顕微鏡による検査方法を利用する。この走査型電子顕微鏡による検査方法は、鉄筋コンクリート部材7から採取した試料を走査型電子顕微鏡により撮像することにより、鉄筋コンクリート部材7の残存耐用期間を判断する手法である。この走査型電子顕微鏡による検査方法に基づいて検査部8により検出した検査データは、走査型電子顕微鏡により撮像された画像等で構成される。このため、参照用入力パラメータにおいては、これら画像のデータを予め学習させることとなる。
Inspection by Scanning Electron Microscope FIG. 21 shows an example of the first association degree acquired in advance in the database 3 (first association database 31). In the example of FIG. 21, an inspection method using a scanning electron microscope is used as an inspection method in the
データベース3(第1連関データベース31)には、参照用入力パラメータとしての走査型電子顕微鏡による検査方法に基づいて撮像した画像r1、r2、・・・と、出力解としての鉄筋コンクリート部材7の残存耐用期間の判別結果との間での3段階以上の第1連関度を予め記憶させておく。図21の例によれば、参照用入力パラメータが画像r1である場合に、残存耐用期間「40年」が第1連関度80%、残存耐用期間「30年」が第1連関度40%、残存耐用期間「7年」が第1連関度60%、残存耐用期間「5年」が第1連関度30%で設定されている。また参照用入力パラメータが画像r2である場合に、残存耐用期間「30年」が第1連関度90%、残存耐用期間「20年」が第1連関度70%、残存耐用期間「10年」が第1連関度20%、残存耐用期間「7年」が第1連関度50%で設定されている。
In the database 3 (first relational database 31), images r1, r2,... Captured based on a scanning electron microscope inspection method as reference input parameters, and the remaining durability of the reinforced
これらの第1連関度は、以前に走査型電子顕微鏡による検査方法に基づいて検査を行った際の画像r1、r2、・・・と、その判別結果としての残存耐用期間をデータベース3(第1連関データベース31)内に予め蓄積しておき、それらに基づいて設定するようにしてもよい。この第1連関度は、いわゆるニューラルネットワークにより構成されていてもよい。この第1連関度は、走査型電子顕微鏡による検査を行った際の画像に基づいて、実際の鉄筋コンクリート部材7の残存耐用期間を判別する上での的確性を示すものである。例えば画像r1に対しては、第1連関度80%の残存耐用期間「40年」が最も的確な判断に近く、第1連関度60%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度40%の残存耐用期間「30年」がこれに続く的確な判断ということになり、第1連関度30%の残存耐用期間「5年」がこれに続く的確な判断ということになる。同様に画像r2に対しては、第1連関度90%の残存耐用期間「30年」が最も的確な判断に近く、第1連関度70%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度50%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度20%の残存耐用期間「10年」がこれに続く的確な判断ということになる。
These first relevance levels are the
ステップS13に移行後、判別プログラムは、ステップS12において解析した入力パラメータに基づいて、鉄筋コンクリート部材7の残存耐用期間を判別する作業を行う。この鉄筋コンクリート部材7の残存耐用期間を判別する上で予め取得した図21に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータの画像r1が、参照用入力パラメータとしての画像r1か、又はこれに近似するものである場合には、上述した第1連関度を参照した場合、第1連関度の最も高い残存耐用期間「40年」を最適解として選択する。但し、最も第1連関度の高いものを最適解として選択することは必須ではなく、第1連関度は低いものの連関性そのものは認められる残存耐用期間「7年」、残存耐用期間「30年」、残存耐用期間「5年」を最適解として選択するようにしてもよい。鉄筋コンクリート部材7の残存耐用期間の選択は、ケースに応じて第1連関度が低いものから順に選択されるものであってもよいし、その他いかなる優先順位で選択されるものであってもよい。
After shifting to step S13, the determination program performs an operation of determining the remaining useful life of the reinforced
また、ステップS12において解析した入力パラメータが、参照用入力パラメータとしての画像r2にも一部類似しているが、画像r3にも一部類似し、何れに割り当ててよいか分からない場合については、例えば、ディープラーニングを通じて画像上の特徴量に基づき判断するようにしてもよい。 In addition, when the input parameter analyzed in step S12 is partially similar to the image r2 as the reference input parameter, but partially similar to the image r3, and it is not known to which one can be assigned, For example, the determination may be made based on the feature amount on the image through deep learning.
このようにして、ステップS12において解析した入力パラメータを参照用入力パラメータに割り当てた後、当該参照用入力パラメータに設定された第1連関度に基づいて出力解としての鉄筋コンクリート部材7の残存耐用期間を選択することになる。
Thus, after assigning the input parameter analyzed in step S12 to the reference input parameter, the remaining lifetime of the reinforced
図22は、走査型電子顕微鏡による検査方法による過去の検査の検査データとしての画像r1、r2、・・と部材情報との組み合わせと、当該組み合わせに対する鉄筋コンクリート部材7の残存耐用期間との3段階以上の第1連関度が設定されている例を示している。ちなみに、この図22の例では、部材情報に、設置情報が含まれる場合を挙げているが、断面情報、管理情報、写真情報が含まれていてもよい。
FIG. 22 shows three or more stages of the combination of the image information r1, r2,... And the member information as inspection data of the past inspection by the inspection method using the scanning electron microscope and the remaining useful life of the reinforced
かかる場合において、第1連関度は、図22に示すように、検査データとしての画像r1、r2、・・・と、部材情報との組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61aは、画像r1が第1連関度80%、また設置情報としての車両情報「100台/時間」が第1連関度80%で連関している。またノード61cは、画像r2が第1連関度60%、設置情報としての温度「30℃」が第1連関度60%、設置情報としての車両情報「10台/時間」が第1連関度40%で連関している。
In such a case, as shown in FIG. 22, the first association degree is expressed as a set of combinations of images r1, r2,... As inspection data and member information as so-called
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査の検査データとしての画像と、設置情報の第1連関度に応じた出力解を探索する。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図22に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、画像r1であり、かつ設置情報としての温度「0℃」である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%、残存耐用期間「10年」が第1連関度40%、残存耐用期間「5年」が第1連関度20%で関連付けられている。
Similarly, when the first association degree is set, when the process proceeds to step S13, the image as the inspection data of the inspection as the input parameter extracted in step S12 and the first association of the installation information. Search the output solution according to the degree. The discrimination program performs an operation of selecting one or more optimum solutions from the output solutions based on the input parameters analyzed in step S12. In selecting this optimal solution, the first association shown in FIG. 22 acquired in advance is referred to. For example, when the input parameter analyzed in step S12 is the image r1 and the temperature “0 ° C.” as the installation information, the
蛍光X線元素分析による検査
図23は、このデータベース3(第1連関データベース31)において予め取得した第1連関度の例を示している。この図23の例では、検査部8における検査方法として、蛍光X線元素分析による検査方法を利用する。この蛍光X線元素分析による検査方法は、鉄筋コンクリート部材7から切り出したコンクリートの試料に蛍光X線分析装置によりX線を照射された際に放出される特性X線を利用して、試料に含まれている元素を定性定量分析し、鉄筋コンクリート部材7の残存耐用期間を判断する手法である。この蛍光X線元素分析による検査方法に基づいて検査部8により検出した検査データは、蛍光X線分析装置により分析された元素分析結果や特性X線強度スペクトルの画像等で構成される。図23に示す例では、参照用入力パラメータにおいては、定量分析結果のデータを予め学習させることとなる。もちろん、参照用入力パラメータにおいては、特性X線強度スペクトルの画像のデータを予め学習させてもよい。
Examination by X-ray fluorescence elemental analysis FIG. 23 shows an example of the first association degree acquired in advance in this database 3 (first association database 31). In the example of FIG. 23, an inspection method based on fluorescent X-ray elemental analysis is used as an inspection method in the
データベース3(第1連関データベース31)には、参照用入力パラメータとしての蛍光X線元素分析による検査方法に基づいて分析した分析結果g1、g2、・・・と、出力解としての鉄筋コンクリート部材7の残存耐用期間の判別結果との間での3段階以上の第1連関度を予め記憶させておく。図23の例によれば、参照用入力パラメータが分析結果g1である場合に、残存耐用期間「40年」が第1連関度80%、残存耐用期間「30年」が第1連関度40%、残存耐用期間「7年」が第1連関度60%、残存耐用期間「5年」が第1連関度30%で設定されている。また参照用入力パラメータが分析結果g2である場合に、残存耐用期間「30年」が第1連関度90%、残存耐用期間「20年」が第1連関度70%、残存耐用期間「10年」が第1連関度20%、残存耐用期間「7年」が第1連関度50%で設定されている。
In the database 3 (first association database 31), the analysis results g1, g2,... Analyzed based on the inspection method by the fluorescent X-ray elemental analysis as the reference input parameters, and the reinforced
これらの第1連関度は、以前に蛍光X線元素分析による検査方法に基づいて検査を行った際の分析結果g1、g2、・・・と、その判別結果としての残存耐用期間をデータベース3(第1連関データベース31)内に予め蓄積しておき、それらに基づいて設定するようにしてもよい。この第1連関度は、いわゆるニューラルネットワークにより構成されていてもよい。この第1連関度は、蛍光X線元素分析による検査を行った際の分析結果のデータに基づいて、実際の鉄筋コンクリート部材7の残存耐用期間を判別する上での的確性を示すものである。例えば分析結果g1に対しては、第1連関度80%の残存耐用期間「40年」が最も的確な判断に近く、第1連関度60%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度40%の残存耐用期間「30年」がこれに続く的確な判断ということになり、第1連関度30%の残存耐用期間「5年」がこれに続く的確な判断ということになる。同様に分析結果g2に対しては、第1連関度90%の残存耐用期間「30年」が最も的確な判断に近く、第1連関度70%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度50%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度20%の残存耐用期間「10年」がこれに続く的確な判断ということになる。
These first associations indicate the analysis results g 1,
ステップS13に移行後、判別プログラムは、ステップS12において解析した入力パラメータに基づいて、鉄筋コンクリート部材7の残存耐用期間を判別する作業を行う。この鉄筋コンクリート部材7の残存耐用期間を判別する上で予め取得した図23に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータの分析結果g1が、参照用入力パラメータとしての分析結果g1か、又はこれに近似するものである場合には、上述した第1連関度を参照した場合、第1連関度の最も高い残存耐用期間「40年」を最適解として選択する。但し、最も第1連関度の高いものを最適解として選択することは必須ではなく、第1連関度は低いものの連関性そのものは認められる残存耐用期間「7年」、残存耐用期間「30年」、残存耐用期間「5年」を最適解として選択するようにしてもよい。鉄筋コンクリート部材7の残存耐用期間の選択は、ケースに応じて第1連関度が低いものから順に選択されるものであってもよいし、その他いかなる優先順位で選択されるものであってもよい。
After shifting to step S13, the determination program performs an operation of determining the remaining useful life of the reinforced
このようにして、ステップS12において解析した入力パラメータを参照用入力パラメータに割り当てた後、当該参照用入力パラメータに設定された第1連関度に基づいて出力解としての鉄筋コンクリート部材7の残存耐用期間を選択することになる。
Thus, after assigning the input parameter analyzed in step S12 to the reference input parameter, the remaining lifetime of the reinforced
図24は、蛍光X線元素分析による検査方法による過去の検査の検査データとしての分析結果g1、g2、・・と部材情報との組み合わせと、当該組み合わせに対する鉄筋コンクリート部材7の残存耐用期間との3段階以上の第1連関度が設定されている例を示している。ちなみに、この図24の例では、部材情報に、断面情報が含まれる場合を挙げているが、設置情報、管理情報、写真情報が含まれていてもよい。
FIG. 24 shows three combinations of analysis results g1, g2,... And member information as inspection data of past inspections by an inspection method by fluorescent X-ray elemental analysis and the remaining useful life of the reinforced
かかる場合において、第1連関度は、図24に示すように、検査データとしての分析結果g1、g2、・・・と、部材情報との組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61aは、分析結果g1が第1連関度80%、また断面情報としてのかぶり厚「100mm〜150mm」が第1連関度80%で連関している。またノード61cは、分析結果g2が第1連関度60%、断面情報としての断面寸法「1000mm×1000mm」が第1連関度60%、設置情報としてのかぶり厚「200mm〜250mm」が第1連関度40%で連関している。
In this case, as shown in FIG. 24, the first association degree is expressed as a set of combinations of analysis results g1, g2,... As inspection data and member information as so-called
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査の検査データとしての分析結果のデータと、設置情報の第1連関度に応じた出力解を探索する。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図24に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、分析結果g1であり、かつ断面情報としての断面寸法「2000mm×500mm」である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%、残存耐用期間「10年」が第1連関度40%、残存耐用期間「5年」が第1連関度20%で関連付けられている。
Similarly, when the first association degree is set, when the process proceeds to step S13, the analysis result data as the inspection test data as the input parameter extracted in step S12, and the installation information An output solution corresponding to the first association degree is searched. The discrimination program performs an operation of selecting one or more optimum solutions from the output solutions based on the input parameters analyzed in step S12. In selecting this optimal solution, the first association shown in FIG. 24 acquired in advance is referred to. For example, in the input parameter analyzed in step S12, when the analysis result is g1 and the cross-sectional dimension is “2000 mm × 500 mm” as the cross-sectional information, the
酢酸ウラニル蛍光法による検査
図25は、このデータベース3(第1連関データベース31)において予め取得した第1連関度の例を示している。この図25の例では、検査部8における検査方法として、酢酸ウラニル蛍光法による検査方法を利用する。この酢酸ウラニル蛍光法による検査方法は、鉄筋コンクリート部材7に酢酸ウラニル溶液を塗布し、紫外線を照射することにより、鉄筋コンクリート部材7の残存耐用期間を判断する手法である。この酢酸ウラニル蛍光法による検査方法に基づいて検査部8により検出した検査データは、紫外線を照射した際の画像等で構成される。このため、参照用入力パラメータにおいては、これら画像のデータを予め学習させることとなる。
Examination by uranyl acetate fluorescence method FIG. 25 shows an example of the first association degree acquired in advance in the database 3 (first association database 31). In the example of FIG. 25, an inspection method using the uranyl acetate fluorescence method is used as the inspection method in the
データベース3(第1連関データベース31)には、参照用入力パラメータとしての酢酸ウラニル蛍光法による検査方法に基づいて撮像された画像r1、r2、・・・と、出力解としての鉄筋コンクリート部材7の残存耐用期間の判別結果との間での3段階以上の第1連関度を予め記憶させておく。図25の例によれば、参照用入力パラメータが画像r1である場合に、残存耐用期間「40年」が第1連関度80%、残存耐用期間「30年」が第1連関度40%、残存耐用期間「7年」が第1連関度60%、残存耐用期間「5年」が第1連関度30%で設定されている。また参照用入力パラメータが画像r2である場合に、残存耐用期間「30年」が第1連関度90%、残存耐用期間「20年」が第1連関度70%、残存耐用期間「10年」が第1連関度20%、残存耐用期間「7年」が第1連関度50%で設定されている。
In the database 3 (first relational database 31), images r1, r2,... Imaged based on the inspection method by the uranyl acetate fluorescence method as reference input parameters, and the remaining reinforced
これらの第1連関度は、以前に酢酸ウラニル蛍光法による検査方法に基づいて検査を行った際の画像r1、r2、・・・と、その判別結果としての残存耐用期間をデータベース3(第1連関データベース31)内に予め蓄積しておき、それらに基づいて設定するようにしてもよい。この第1連関度は、いわゆるニューラルネットワークにより構成されていてもよい。この第1連関度は、酢酸ウラニル蛍光法による検査を行った際の画像に基づいて、実際の鉄筋コンクリート部材7の残存耐用期間を判別する上での的確性を示すものである。例えば画像r1に対しては、第1連関度80%の残存耐用期間「40年」が最も的確な判断に近く、第1連関度60%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度40%の残存耐用期間「30年」がこれに続く的確な判断ということになり、第1連関度30%の残存耐用期間「5年」がこれに続く的確な判断ということになる。同様に画像r2に対しては、第1連関度90%の残存耐用期間「30年」が最も的確な判断に近く、第1連関度70%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度50%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度20%の残存耐用期間「10年」がこれに続く的確な判断ということになる。
These first relevance levels are the
ステップS13に移行後、判別プログラムは、ステップS12において解析した入力パラメータに基づいて、鉄筋コンクリート部材7の残存耐用期間を判別する作業を行う。この鉄筋コンクリート部材7の残存耐用期間を判別する上で予め取得した図25に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータの画像r1が、参照用入力パラメータとしての画像r1か、又はこれに近似するものである場合には、上述した第1連関度を参照した場合、第1連関度の最も高い残存耐用期間「40年」を最適解として選択する。但し、最も第1連関度の高いものを最適解として選択することは必須ではなく、第1連関度は低いものの連関性そのものは認められる残存耐用期間「7年」、残存耐用期間「30年」、残存耐用期間「5年」を最適解として選択するようにしてもよい。鉄筋コンクリート部材7の残存耐用期間の選択は、ケースに応じて第1連関度が低いものから順に選択されるものであってもよいし、その他いかなる優先順位で選択されるものであってもよい。
After shifting to step S13, the determination program performs an operation of determining the remaining useful life of the reinforced
また、ステップS12において解析した入力パラメータが、参照用入力パラメータとしての画像r2にも一部類似しているが、画像r3にも一部類似し、何れに割り当ててよいか分からない場合については、例えば、ディープラーニングを通じて画像上の特徴量に基づき判断するようにしてもよい。 In addition, when the input parameter analyzed in step S12 is partially similar to the image r2 as the reference input parameter, but partially similar to the image r3, and it is not known to which one can be assigned, For example, the determination may be made based on the feature amount on the image through deep learning.
このようにして、ステップS12において解析した入力パラメータを参照用入力パラメータに割り当てた後、当該参照用入力パラメータに設定された第1連関度に基づいて出力解としての鉄筋コンクリート部材7の残存耐用期間を選択することになる。
Thus, after assigning the input parameter analyzed in step S12 to the reference input parameter, the remaining lifetime of the reinforced
図26は、酢酸ウラニル蛍光法による過去の検査の検査データとしての画像r1、r2、・・と、部材情報との組み合わせと、当該組み合わせに対する鉄筋コンクリート部材7の残存耐用期間との3段階以上の第1連関度が設定されている例を示している。ちなみに、この図26の例では、部材情報に、管理情報が含まれる場合を挙げているが、設置情報、断面情報、写真情報が含まれていてもよい。
FIG. 26 shows three or more stages of the combination of the images r1, r2,... As the inspection data of the past inspection by the uranyl acetate fluorescence method and the member information and the remaining useful life of the reinforced
かかる場合において、第1連関度は、図26に示すように、検査データとしての画像r1、r2、・・・と、鉄筋コンクリート部材7の部材情報との組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61aは、画像r1が第1連関度80%で、また管理情報としての点検頻度「1回/5年」が第1連関度80%で連関している。またノード61cは、画像r2が第1連関度60%で、管理情報としての供用期間「10年」が第1連関度60%で、管理情報としての点検頻度「1回/1年」が第1連関度40%で連関している。
In such a case, as shown in FIG. 26, the first association degree is a set of combinations of images r1, r2,... As inspection data and member information of the reinforced
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査の検査データとしての画像と、管理情報の第1連関度に応じた出力解を探索する。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図26に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、画像r1であり、かつ管理情報としての供用期間「5年」である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%で、残存耐用期間「10年」が第1連関度40%で、残存耐用期間「5年」が第1連関度20%で関連付けられている。
Similarly, when the first association degree is set, when the process proceeds to step S13, the image as the inspection data of the inspection as the input parameter extracted in step S12 and the first association of the management information. Search the output solution according to the degree. The discrimination program performs an operation of selecting one or more optimum solutions from the output solutions based on the input parameters analyzed in step S12. In selecting this optimal solution, the first association shown in FIG. 26 acquired in advance is referred to. For example, when the input parameter analyzed in step S12 is the image r1 and the service period “5 years” as management information, the
偏光顕微鏡による検査
図27は、このデータベース3(第1連関データベース31)において予め取得した第1連関度の例を示している。この図27の例では、検査部8における検査方法として、偏光顕微鏡による検査方法を利用する。この偏光顕微鏡による検査方法は、鉄筋コンクリート部材7から切り出した試料を偏光顕微鏡により撮像することにより、鉄筋コンクリート部材7の残存耐用期間を判断する手法である。この偏光顕微鏡による検査方法に基づいて検査部8により検出した検査データは、偏光顕微鏡により撮像された画像や偏光顕微鏡により分析された成分分析結果のデータ等で構成される。図27に示す例では、参照用入力パラメータにおいては、これら画像のデータを予め学習させることとなる。もちろん、参照用入力パラメータにおいては、成分分析結果のデータを予め学習させてもよい。
Inspection by Polarizing Microscope FIG. 27 shows an example of the first association degree acquired in advance in the database 3 (first association database 31). In the example of FIG. 27, an inspection method using a polarizing microscope is used as an inspection method in the
データベース3(第1連関データベース31)には、参照用入力パラメータとしての偏光顕微鏡による検査方法に基づいて撮像した画像r1、r2、・・・と、出力解としての鉄筋コンクリート部材7の残存耐用期間の判別結果との間での3段階以上の第1連関度を予め記憶させておく。図27の例によれば、参照用入力パラメータが画像r1である場合に、残存耐用期間「40年」が第1連関度80%、残存耐用期間「30年」が第1連関度40%、残存耐用期間「7年」が第1連関度60%、残存耐用期間「5年」が第1連関度30%で設定されている。また参照用入力パラメータが画像r2である場合に、残存耐用期間「30年」が第1連関度90%、残存耐用期間「20年」が第1連関度70%、残存耐用期間「10年」が第1連関度20%、残存耐用期間「7年」が第1連関度50%で設定されている。
In the database 3 (first relational database 31), images r1, r2,... Imaged based on an inspection method using a polarization microscope as a reference input parameter, and the remaining lifetime of the reinforced
これらの第1連関度は、以前に偏光顕微鏡による検査方法に基づいて検査を行った際の画像r1、r2、・・・と、その判別結果としての残存耐用期間をデータベース3(第1連関データベース31)内に予め蓄積しておき、それらに基づいて設定するようにしてもよい。この第1連関度は、いわゆるニューラルネットワークにより構成されていてもよい。この第1連関度は、偏光顕微鏡による検査を行った際の画像に基づいて、実際の鉄筋コンクリート部材7の残存耐用期間を判別する上での的確性を示すものである。例えば画像r1に対しては、第1連関度80%の残存耐用期間「40年」が最も的確な判断に近く、第1連関度60%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度40%の残存耐用期間「30年」がこれに続く的確な判断ということになり、第1連関度30%の残存耐用期間「5年」がこれに続く的確な判断ということになる。同様に画像r2に対しては、第1連関度90%の残存耐用期間「30年」が最も的確な判断に近く、第1連関度70%の残存耐用期間「20年」がこれに続く的確な判断ということになり、第1連関度50%の残存耐用期間「7年」がこれに続く的確な判断ということになり、第1連関度20%の残存耐用期間「10年」がこれに続く的確な判断ということになる。
These first relevance levels are the images r1, r2,..., Which were previously inspected based on the inspection method using a polarizing microscope, and the remaining useful life as a result of the determination in the database 3 (first associative database). 31) may be stored in advance and set based on them. This first association degree may be configured by a so-called neural network. The first degree of association indicates accuracy in determining the actual remaining useful life of the reinforced
ステップS13に移行後、判別プログラムは、ステップS12において解析した入力パラメータに基づいて、鉄筋コンクリート部材7の残存耐用期間を判別する作業を行う。この鉄筋コンクリート部材7の残存耐用期間を判別する上で予め取得した図27に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータの画像r1が、参照用入力パラメータとしての画像r1か、又はこれに近似するものである場合には、上述した第1連関度を参照した場合、第1連関度の最も高い残存耐用期間「40年」を最適解として選択する。但し、最も第1連関度の高いものを最適解として選択することは必須ではなく、第1連関度は低いものの連関性そのものは認められる残存耐用期間「7年」、残存耐用期間「30年」、残存耐用期間「5年」を最適解として選択するようにしてもよい。鉄筋コンクリート部材7の残存耐用期間の選択は、ケースに応じて第1連関度が低いものから順に選択されるものであってもよいし、その他いかなる優先順位で選択されるものであってもよい。
After shifting to step S13, the determination program performs an operation of determining the remaining useful life of the reinforced
また、ステップS12において解析した入力パラメータが、参照用入力パラメータとしての画像r2にも一部類似しているが、画像r3にも一部類似し、何れに割り当ててよいか分からない場合については、例えば、ディープラーニングを通じて画像上の特徴量に基づき判断するようにしてもよい。 In addition, when the input parameter analyzed in step S12 is partially similar to the image r2 as the reference input parameter, but partially similar to the image r3, and it is not known to which one can be assigned, For example, the determination may be made based on the feature amount on the image through deep learning.
このようにして、ステップS12において解析した入力パラメータを参照用入力パラメータに割り当てた後、当該参照用入力パラメータに設定された第1連関度に基づいて出力解としての鉄筋コンクリート部材7の残存耐用期間を選択することになる。
Thus, after assigning the input parameter analyzed in step S12 to the reference input parameter, the remaining lifetime of the reinforced
図28は、偏光顕微鏡による検査方法による過去の検査の検査データとしての画像r1、r2、・・と、部材情報との組み合わせと、当該組み合わせに対する鉄筋コンクリート部材7の残存耐用期間との3段階以上の第1連関度が設定されている例を示している。ちなみに、この図28の例では、部材情報に、設置情報と、管理情報とが含まれる場合を挙げているが、断面情報、写真情報が含まれていてもよい。
FIG. 28 shows three or more stages of a combination of the images r1, r2,... As the inspection data of the past inspection by the inspection method using the polarization microscope and the member information and the remaining useful life of the reinforced
かかる場合において、第1連関度は、図28に示すように、検査データとしての画像r1、r2、・・・と、部材情報との組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61aは、画像r1が第1連関度80%で、また管理情報としての補修履歴「補修あり」が第1連関度80%で連関している。またノード61cは、画像r2が第1連関度60%で、設置情報としての場所情報「飛沫帯」が第1連関度60%で、管理情報としての補修履歴「補修なし」が第1連関度40%で連関している。
In such a case, as shown in FIG. 28, the first association degree is a set of combinations of images r1, r2,... As inspection data and member information expressed as so-called
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査の検査データとしての画像と、設置情報や管理情報の第1連関度に応じた出力解を探索する。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図28に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、画像r1であり、かつ設置情報としての場所情報「干満帯」である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%で、残存耐用期間「10年」が第1連関度40%で、残存耐用期間「5年」が第1連関度20%で関連付けられている。
Similarly, when the first association degree is set, when the process proceeds to step S13, the image as the inspection data of the inspection as the input parameter extracted in step S12, the installation information and the management information An output solution corresponding to the first association degree is searched. The discrimination program performs an operation of selecting one or more optimum solutions from the output solutions based on the input parameters analyzed in step S12. In selecting this optimal solution, the first association shown in FIG. 28 acquired in advance is referred to. For example, when the input parameter analyzed in step S12 is the image r1 and the location information “tidal zone” as the installation information, the
また上述した実施の形態においては、検査方法として、各種例にとり説明をしたが、これに限定されるものではなく、他のいかなる検査方法に代替されるものであってもよいことは勿論である。 In the above-described embodiments, various examples of the inspection method have been described. However, the present invention is not limited to this, and may be replaced by any other inspection method. .
何れの検査方法においても、ユーザは、出力された判別結果に基づいて、鉄筋コンクリート部材7の残存耐用期間を把握することができる。
In any inspection method, the user can grasp the remaining useful life of the reinforced
特に本発明によれば、鉄筋コンクリート部材7の残存耐用期間の把握を、特段の熟練を要することなく容易に行うことが可能となる。また本発明によれば、鉄筋コンクリート部材7の残存耐用期間の把握をより高精度に行うことが可能となる。更に、上述した第1連関度を人工知能で構成することにより、これを学習させることでその判別精度を更に向上させることが可能となる。
In particular, according to the present invention, it is possible to easily grasp the remaining useful life of the reinforced
また、本発明によれば、第1連関データベース31には検査データに対して残存耐用期間が第1連関度で関連付けられている。即ち、本発明によれば、鉄筋コンクリート部材7の劣化の要因を特段特定することなく、検査を行うことにより得られた検査データを第1連関データベース31に記憶されている第1連関度に関連付けられる検査データに割り当て、その割り当てられた検査データに設定された第1連関度に基づいて、鉄筋コンクリート部材の残存耐用期間を判別する。これにより、第1連関データベース31に、鉄筋コンクリート部材7の劣化の要因を学習させる必要がないため、第1連関データベース31に必要な容量を低減することが可能となる。
Further, according to the present invention, the remaining useful life is associated with the inspection data in the
また、本発明によれば、3段階以上に設定されている第1連関度を介して最適な鉄筋コンクリート部材7の残存耐用期間の判別結果の探索を行う点に特徴がある。第1連関度は、例えば0〜100%までの数値で記述することができるが、これに限定されるものではなく3段階以上の数値で記述できるものであればいかなる段階で構成されていてもよい。
In addition, the present invention is characterized in that an optimum result of the remaining life of the reinforced
このような3段階以上の数値で表される第1連関度に基づいて探索することで、複数の鉄筋コンクリート部材7の残存耐用期間の判別結果が選ばれる状況下において、当該第1連関度の高い順に探索して表示することも可能となる。このように第1連関度の高い順にユーザに表示できれば、より可能性の高い鉄筋コンクリート部材7の残存耐用期間の判別結果を優先的に選択することを促すこともできる。一方、第1連関度の低い鉄筋コンクリート部材7の残存耐用期間の判別結果であってもセカンドオピニオンという意味で表示することができ、ファーストオピニオンで上手く分析ができない場合において有用性を発揮することができる。
By searching based on the first relevance expressed by the numerical values of three or more stages, the first relevance is high in a situation where the determination result of the remaining useful life of the plurality of reinforced
これに加えて、本発明によれば、第1連関度が1%のような極めて低い鉄筋コンクリート部材7の残存耐用期間の判別結果も見逃すことなく判断することができる。第1連関度が極めて低い鉄筋コンクリート部材7の残存耐用期間の判別結果であっても僅かな兆候として繋がっているものであり、何十回、何百回に一度は、鉄筋コンクリート部材7の残存耐用期間の判別結果として役に立つ場合もあることをユーザに対して注意喚起することができる。
In addition to this, according to the present invention, it is possible to make a determination without overlooking the determination result of the remaining useful life of the reinforced
更に本発明によれば、このような3段階以上の第1連関度に基づいて探索を行うことにより、閾値の設定の仕方で、探索方針を決めることができるメリットがある。閾値を低くすれば、上述した第1連関度が1%のものであっても漏れなく拾うことができる反面、鉄筋コンクリート部材7の残存耐用期間の判別結果を好適に検出できる可能性が低く、ノイズを沢山拾ってしまう場合もある。一方、閾値を高くすれば、最適な鉄筋コンクリート部材7の残存耐用期間の判別結果を高確率で検出できる可能性が高い反面、通常は第1連関度は低くてスルーされるものの何十回、何百回に一度は出てくる好適な解を見落としてしまう場合もある。いずれに重きを置くかは、ユーザ側、システム側の考え方に基づいて決めることが可能となるが、このような重点を置くポイントを選ぶ自由度を高くすることが可能となる。
Furthermore, according to the present invention, there is an advantage that a search policy can be determined in a manner of setting a threshold by performing a search based on the first relevance of three or more stages. If the threshold value is lowered, it is possible to pick up without omission even if the first relevance is 1%, but it is unlikely that the discrimination result of the remaining useful life of the reinforced
更に本発明では、上述した第1連関度を更新させるようにしてもよい。この更新は、例えばインターネットを始めとした公衆通信網を介して提供された情報を反映させるようにしてもよい。公衆通信網から取得可能なサイト情報や書き込み等を通じて、入力パラメータ(検査データ)と、出力解(鉄筋コンクリート部材7の残存耐用期間の判別結果)との関係性について新たな知見が発見された場合には、当該知見に応じて第1連関度を上昇させ、或いは下降させる。 Furthermore, in the present invention, the first association degree described above may be updated. This update may reflect information provided via a public communication network such as the Internet. When new knowledge is discovered about the relationship between the input parameters (inspection data) and the output solution (result of determination of the remaining lifetime of the reinforced concrete member 7) through site information and writing that can be obtained from the public communication network Increases or decreases the first association degree according to the knowledge.
この第1連関度の更新は、公衆通信網から取得可能な情報に基づく場合以外に、専門家による研究データや論文、学会発表や、新聞記事、書籍等の内容に基づいてシステム側又はユーザ側が人為的に、又は自動的に更新するようにしてもよい。これらの更新処理においては人工知能を活用するようにしてもよい。 The update of the first degree of association is performed by the system side or the user side based on the contents of research data, papers, conference presentations, newspaper articles, books, etc. by experts other than based on information obtainable from the public communication network. It may be updated artificially or automatically. Artificial intelligence may be used in these update processes.
なお、本発明では2以上の検査方法を組み合わせて鉄筋コンクリート部材7の残存耐用期間を判別するようにしてもよい。
In the present invention, the remaining useful life of the reinforced
図29は、塩化物イオン量に関する検査方法とEPMAによる検査方法という互いに異なる2つの検査方法を組み合わせて鉄筋コンクリート部材7の残存耐用期間を判別する例を示している。
FIG. 29 shows an example in which the remaining useful life of the reinforced
即ち、塩化物イオン量に関する検査方法による過去の検査の検査データとしての塩化物イオン量のデータとEPMAによる検査方法に基づいて検査を行った際の画像r1、r2、・・・との組み合わせと、当該組み合わせに対する鉄筋コンクリート部材7の残存耐用期間との3段階以上の第1連関度が設定されている例を示している。
That is, a combination of the data of chloride ions as inspection data of the past inspection by the inspection method relating to the amount of chloride ions and images r1, r2,... 3 shows an example in which three or more levels of first association with the remaining useful life of the reinforced
かかる場合において、第1連関度は、図29に示すように、検査データとしての塩化物イオン量のデータとEPMAによる検査方法による検査データとしての画像r1、r2、・・・の組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61aは、塩化物イオン量「2.0kg/m3」が第1連関度80%、また画像r3が第1連関度80%で連関している。またノード61dは、塩化物イオン量「0.1kg/m3」が第1連関度30%で、画像r4が第1連関度90%で連関している。
In this case, as shown in FIG. 29, the first association degree is a set of combinations of chloride ion amount data as inspection data and images r1, r2,... As inspection data by an inspection method using EPMA. It is expressed as so-called
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査の検査データとしての塩化物イオン量のデータと画像r1、r2、・・・が入力される。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図29に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、塩化物イオン量「2.0kg/m3」であり、かつ画像r1である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%、残存耐用期間「10年」が第1連関度40%、残存耐用期間「5年」が第1連関度20%で関連付けられている。これらを出力解として出すことが可能となる。
Similarly, when the first association degree is set, when the process proceeds to step S13, the data of the chloride ion amount as the inspection data of the inspection as the input parameter extracted in step S12 and the image r1. , R2,... Are input. The discrimination program performs an operation of selecting one or more optimum solutions from the output solutions based on the input parameters analyzed in step S12. In selecting this optimal solution, the first association shown in FIG. 29 acquired in advance is referred to. For example, in the input parameter analyzed in step S12, when the chloride ion amount is “2.0 kg / m 3 ” and the image r1, the
なお、参照用入力パラメータの種類としては、これらの塩化物イオン量に関する検査方法とEPMAによる検査方法との組み合わせに限定されるものではない。ひび割れに関する検査、自然電位法による検査、分極抵抗法による検査、振動計測による検査、中性化深さに関する検査、X線回折法による検査、走査型電子顕微鏡による検査、蛍光X線元素分析による検査、酢酸ウラニル蛍光法による検査、偏光顕微鏡による検査等のうち何れか2種以上の検査方法の検査データの組み合わせで第1連関度を構成するようにしてもよい。換言すれば図29の第1連関度は、塩化物イオン量に関する検査方法とEPMAによる検査方法との組み合わせの代替として、ひび割れに関する検査、自然電位法による検査、分極抵抗法による検査、振動計測による検査、中性化深さに関する検査、X線回折法による検査、走査型電子顕微鏡による検査、蛍光X線元素分析による検査、酢酸ウラニル蛍光法による検査、偏光顕微鏡による検査等のうち何れか2種以上の検査データの組み合わせで設定されるものとなる。 The type of the reference input parameter is not limited to the combination of the inspection method related to the chloride ion amount and the inspection method using EPMA. Inspection for cracks, inspection by natural potential method, inspection by polarization resistance method, inspection by vibration measurement, inspection for neutralization depth, inspection by X-ray diffraction method, inspection by scanning electron microscope, inspection by X-ray fluorescence elemental analysis The first association degree may be configured by a combination of inspection data of any two or more of inspection methods such as an inspection by the uranyl acetate fluorescence method and an inspection by a polarizing microscope. In other words, the first degree of association shown in FIG. 29 is based on an inspection relating to cracking, an inspection using the natural potential method, an inspection using the polarization resistance method, and vibration measurement as an alternative to the combination of the inspection method relating to the chloride ion amount and the inspection method using EPMA. Inspection, neutralization depth inspection, X-ray diffraction inspection, scanning electron microscope inspection, fluorescent X-ray elemental analysis inspection, uranyl acetate fluorescence inspection, polarization microscope inspection, etc. It is set by a combination of the above inspection data.
2種以上の検査方法の組み合わせに基づいて最適解を探索することにより、その探索精度の向上を図ることが可能となる。 By searching for an optimal solution based on a combination of two or more types of inspection methods, it is possible to improve the search accuracy.
図30は、塩化物イオン量に関する検査方法による過去の検査の検査データとしての塩化物イオン量のデータとEPMAによる検査方法に基づいて検査を行った際の画像r1、r2、・・・と部材情報との組み合わせと、当該組み合わせに対する鉄筋コンクリート部材7の残存耐用期間との3段階以上の第1連関度が設定されている例を示している。ちなみに、この図30の例では、部材情報に、設置情報が含まれる場合を挙げているが、断面情報、管理情報、写真情報が含まれていてもよい。
FIG. 30 shows images r1, r2,... And members when the inspection is performed based on the chloride ion amount data as the inspection data of the past inspection by the inspection method relating to the chloride ion amount and the inspection method by the EPMA. The example in which the 1st relevance of the 3 steps or more of the combination with information and the residual lifetime of the reinforced
かかる場合において、第1連関度は、図30に示すように、検査データとしての塩化物イオン量のデータと、画像r1、r2、・・・と、部材情報との組み合わせの集合がいわゆる隠れ層のノード61a〜61eとして表現されることとなる。各ノード61a〜61eは、参照用入力パラメータに対する重み付けと、出力解に対する重み付けがそれぞれ設定されている。この重み付けが3段階以上の第1連関度である。例えば、ノード61bは、塩化物イオン量「2.0kg/m3」が第1連関度40%、画像r1が第1連関度50%、また設置情報としての場所情報「干満帯」が第1連関度40%で連関している。またノード61cは、塩化物イオン量「1.0kg/m3」が第1連関度60%、画像r2が第1連関度60%で、設置情報としての場所情報「飛沫帯」が第1連関度40%で連関している。
In such a case, as shown in FIG. 30, the first association degree is a set of combinations of chloride ion amount data as inspection data, images r1, r2,...
このような第1連関度が設定されている場合も同様に、ステップS13へ移行した場合には、ステップS12において抽出した入力パラメータとしての検査の検査データとしての塩化物イオン量のデータと、画像と、設置情報の第1連関度に応じた出力解を探索する。判別プログラムは、ステップS12において解析した入力パラメータに基づいて、出力解の中から最適解を1又は2以上に亘り選択する作業を行う。この最適解を選択する上で、予め取得した図30に示す第1連関度を参照する。例えば、ステップS12において解析した入力パラメータにおいて、塩化物イオン量「2.0kg/m3」であり、画像r1であり、かつ設置情報としての場所情報「干満帯」である場合、第1連関度を介してノード61bが関連付けられており、このノード61bは、残存耐用期間「30年」が第1連関度60%で、残存耐用期間「10年」が第1連関度40%で、残存耐用期間「5年」が第1連関度20%で関連付けられている。
Similarly, when the first relevance is set, when the process proceeds to step S13, the data of the chloride ion amount as the inspection data of the inspection as the input parameter extracted in step S12, and the image And the output solution according to the 1st relevance degree of installation information is searched. The discrimination program performs an operation of selecting one or more optimum solutions from the output solutions based on the input parameters analyzed in step S12. In selecting this optimal solution, the first association shown in FIG. 30 acquired in advance is referred to. For example, if the input parameter analyzed in step S12 is the chloride ion amount “2.0 kg / m 3 ”, the image r1, and the location information “tidal zone” as installation information, the first association degree The
2種以上の検査方法と部材情報との組み合わせに基づいて最適解を探索することにより、一層その探索精度の向上を図ることが可能となる。 By searching for an optimal solution based on a combination of two or more types of inspection methods and member information, the search accuracy can be further improved.
なお、本発明では、判別した鉄筋コンクリート部材7への対策を判別するようにしてもよい。
In the present invention, countermeasures to the determined reinforced
鉄筋コンクリート部材7への対策を判別する場合における判別プログラムの処理動作フローを図31に示す。判別プログラムは、上述したステップS11〜ステップS14を行った後に、ステップS21において、ステップS13により判別した又はステップS14において表示した鉄筋コンクリート部材7の残存耐用期間を入力する。
FIG. 31 shows a processing operation flow of the discrimination program when discriminating measures against the reinforced
次に、ステップS22へ移行し、ステップS21において入力した鉄筋コンクリート部材7の残存耐用期間と第2連関度の高い鉄筋コンクリート部材7への対策を探索する。この探索を行う前において、データベース3(第2連関データベース32)は、参照用入力パラメータとしての鉄筋コンクリート部材7の残存耐用期間と、鉄筋コンクリート部材7への対策との第2連関度を予め取得しておく。
Next, it transfers to step S22 and the countermeasure against the residual lifetime of the reinforced
図32は、このデータベース3(第2連関データベース32)において予め取得した第2連関度の例を示している。図32の例では、対策として、断面修復工法、脱塩工法、電気防食工法、表面被覆工法、表面含浸工法、増厚工法、再アルカリ化工法、リチウム含浸工法、防水工法等の対策工法を例示している。 FIG. 32 shows an example of the second association degree acquired in advance in the database 3 (second association database 32). In the example of FIG. 32, as countermeasures, countermeasure construction methods such as a cross-section repair method, a desalination method, an anticorrosion method, a surface coating method, a surface impregnation method, a thickening method, a realkalization method, a lithium impregnation method, a waterproof method, etc. are illustrated. doing.
データベース3(第2連関データベース32)には、参照用入力パラメータとしての鉄筋コンクリート部材7の残存耐用期間と、出力解としての鉄筋コンクリート部材7への対策の判別結果との間での3段階以上の第2連関度を予め記憶させておく。図32の例によれば、参照用入力パラメータが残存耐用期間「40年」である場合に、対策としての「断面修復工法」が第2連関度80%、対策としての「電気防食工法」が第2連関度40%で設定されている。また参照用入力パラメータが残存耐用期間「10年」である場合に、対策としての「断面修復工法」が第2連関度50%、対策としての「表面含浸工法」が第2連関度30%で設定されている。
The database 3 (second relational database 32) includes three or more stages between the remaining useful life of the reinforced
これらの第2連関度は、過去の鉄筋コンクリート部材7の残存耐用期間と、その判別結果としての鉄筋コンクリート部材7への対策をデータベース3(第2連関データベース32)内に予め蓄積しておき、それらに基づいて設定するようにしてもよい。この第2連関度は、いわゆるニューラルネットワークにより構成されていてもよい。この第2連関度は、ステップS13において判別した鉄筋コンクリート部材7の残存耐用期間に基づいて、実際の鉄筋コンクリート部材7へ対策を判別する上での的確性を示すものである。例えば鉄筋コンクリート部材7の残存耐用期間「40年」に対しては、第2連関度80%の「断面修復工法」が最も的確な判断に近く、第2連関度40%の「電気防食工法」がこれに続く的確な判断ということになる。同様に鉄筋コンクリート部材7の残存耐用期間「5年」に対しては、第2連関度40%の「防水工法」が最も的確な判断に近く、第2連関度30%の「増厚工法」がこれに続く的確な判断ということになる。
These second relations are stored in the database 3 (second relational database 32) in advance in the database 3 (second relational database 32), and the remaining useful life of the reinforced
ステップS22に移行後、判別プログラムは、ステップS21において入力した入力パラメータに基づいて、鉄筋コンクリート部材7への対策を判別する作業を行う。この鉄筋コンクリート部材7への対策を判別する上で予め取得した図32に示す第2連関度を参照する。例えば、ステップS21において入力した入力パラメータの鉄筋コンクリート部材7の残存耐用期間が、参照用入力パラメータとしての鉄筋コンクリート部材7の残存耐用期間「40年」である場合には、上述した第2連関度を参照した場合、第2連関度の最も高い「断面修復工法」を最適解として選択する。但し、最も第2連関度の高いものを最適解として選択することは必須ではなく、第2連関度は低いものの連関性そのものは認められる「電気防食工法」を最適解として選択するようにしてもよい。また、これ以外に矢印が繋がっていない出力解を選択してもよいことは勿論である。即ち、この鉄筋コンクリート部材7への対策の選択は、第2連関度が高いものから順に選択される場合に限定されるものではなく、ケースに応じて第2連関度が低いものから順に選択されるものであってもよいし、その他いかなる優先順位で選択されるものであってもよい。
After shifting to step S22, the determination program performs an operation of determining a countermeasure for the reinforced
このようにして、ステップS21において入力した入力パラメータを参照用入力パラメータに割り当てた後、当該参照用入力パラメータに設定された第2連関度に基づいて出力解としての鉄筋コンクリート部材7に対する対策を選択することになる。
Thus, after assigning the input parameter input in step S21 to the input parameter for reference, a measure for the reinforced
なお、ステップS21において入力した入力パラメータに対する出力解の選択方法は、上述した方法に限定されるものではなく、第2連関度を参照するものであればいかなる方法に基づいて実行するようにしてもよい。また、このステップS22の探索動作では、人工知能を利用して行うようにしてもよい。 Note that the method of selecting an output solution for the input parameter input in step S21 is not limited to the method described above, and may be executed based on any method as long as it refers to the second association degree. Good. Further, the search operation in step S22 may be performed using artificial intelligence.
次にステップS23へ移行し、選択した最適解としての鉄筋コンクリート部材7への対策を表示部23を介して表示する。これによりユーザは、表示部23を視認することにより、鉄筋コンクリート部材7への対策の判別結果を即座に把握することが可能となる。
Next, the process proceeds to step S23, and a countermeasure for the selected reinforced
また上述した実施の形態においては、鉄筋コンクリート部材7に対する対策として、断面修復工法、脱塩工法、電気防食工法、表面被覆工法、表面含浸工法、増厚工法、再アルカリ化工法、リチウム含浸工法、防水工法等を例にとり説明をしたが、これに限定されるものではなく、他のいかなる鉄筋コンクリート部材7に対する対策に代替されるものであってもよいことは勿論である。
Further, in the above-described embodiment, as measures against the reinforced
ステップS13において判別された何れの鉄筋コンクリート部材7の残存耐用期間においても、ユーザは、出力された判別結果に基づいて、鉄筋コンクリート部材7への対策を把握することができる。
In any remaining lifetime of the reinforced
本発明によれば、鉄筋コンクリート部材7の残存耐用期間の把握と、鉄筋コンクリート部材7に対する対策の把握とを、特段の熟練を要することなく容易に行うことが可能となる。
According to the present invention, it is possible to easily grasp the remaining useful life of the reinforced
特に本発明によれば、鉄筋コンクリート部材7に対する対策の把握を、ステップS13において判別した鉄筋コンクリート部材7の残存耐用期間に基づいて行うことが可能となる。また本発明によれば、鉄筋コンクリート部材7に対する対策の把握をより高精度に行うことが可能となる。更に、上述した第2連関度を人工知能で構成することにより、これを学習させることでその判別精度を更に向上させることが可能となる。
In particular, according to the present invention, it is possible to grasp the countermeasure for the reinforced
また、本発明によれば、3段階以上に設定されている第2連関度を介して最適な鉄筋コンクリート部材7に対する対策の判別結果の探索を行う点に特徴がある。第2連関度は、例えば0〜100%までの数値で記述することができるが、これに限定されるものではなく3段階以上の数値で記述できるものであればいかなる段階で構成されていてもよい。
In addition, the present invention is characterized in that a search for a discrimination result of countermeasures for the optimum reinforced
このような3段階以上の数値で表される第2連関度に基づいて探索することで、複数の鉄筋コンクリート部材7への対策の判別結果が選ばれる状況下において、当該第2連関度の高い順に探索して表示することも可能となる。このように第2連関度の高い順にユーザに表示できれば、より可能性の高い鉄筋コンクリート部材7への対策の判別結果を優先的に選択することを促すこともできる。一方、第2連関度の低い鉄筋コンクリート部材7への対策の判別結果であってもセカンドオピニオンという意味で表示することができ、ファーストオピニオンで上手く分析ができない場合において有用性を発揮することができる。
By searching on the basis of the second relevance expressed by numerical values of three or more levels as described above, in a situation where the determination results of measures for the plurality of reinforced
これに加えて、本発明によれば、第2連関度が1%のような極めて低い鉄筋コンクリート部材7への対策の判別結果も見逃すことなく判断することができる。第2連関度が極めて低い鉄筋コンクリート部材7への対策の判別結果であっても僅かな兆候として繋がっているものであり、何十回、何百回に一度は、鉄筋コンクリート部材7への対策の判別結果として役に立つ場合もあることをユーザに対して注意喚起することができる。
In addition to this, according to the present invention, it is possible to make a determination without overlooking the determination result of the countermeasures against the reinforced
更に本発明によれば、このような3段階以上の第2連関度に基づいて探索を行うことにより、閾値の設定の仕方で、探索方針を決めることができるメリットがある。閾値を低くすれば、上述した第2連関度が1%のものであっても漏れなく拾うことができる反面、鉄筋コンクリート部材7へのに対する対策の判別結果を好適に検出できる可能性が低く、ノイズを沢山拾ってしまう場合もある。一方、閾値を高くすれば、最適な鉄筋コンクリート部材7への対策の判別結果を高確率で検出できる可能性が高い反面、通常は第2連関度は低くてスルーされるものの何十回、何百回に一度は出てくる好適な解を見落としてしまう場合もある。いずれに重きを置くかは、ユーザ側、システム側の考え方に基づいて決めることが可能となるが、このような重点を置くポイントを選ぶ自由度を高くすることが可能となる。
Furthermore, according to the present invention, there is an advantage that a search policy can be determined in a manner of setting a threshold by performing a search based on the second relevance of three or more stages. If the threshold value is lowered, it is possible to pick up without omission even if the above-mentioned second association degree is 1%, but it is unlikely that the discrimination result of countermeasures against the reinforced
更に本発明では、上述した第2連関度を更新させるようにしてもよい。この更新は、例えばインターネットを始めとした公衆通信網を介して提供された情報を反映させるようにしてもよい。公衆通信網から取得可能なサイト情報や書き込み等を通じて、入力パラメータ(鉄筋コンクリート部材7の残存耐用期間の判別結果)と、出力解(鉄筋コンクリート部材7への対策の判別結果)との関係性について新たな知見が発見された場合には、当該知見に応じて第2連関度を上昇させ、或いは下降させる。 Furthermore, in the present invention, the second association degree described above may be updated. This update may reflect information provided via a public communication network such as the Internet. Through the site information and writing that can be obtained from the public communication network, the relationship between the input parameter (the result of determining the remaining lifetime of the reinforced concrete member 7) and the output solution (the result of determining the countermeasure to the reinforced concrete member 7) is new. When knowledge is discovered, the second association degree is increased or decreased according to the knowledge.
この第2連関度の更新は、公衆通信網から取得可能な情報に基づく場合以外に、専門家による研究データや論文、学会発表や、新聞記事、書籍等の内容に基づいてシステム側又はユーザ側が人為的に、又は自動的に更新するようにしてもよい。これらの更新処理においては人工知能を活用するようにしてもよい。 In addition to the case of updating the second association degree based on information that can be obtained from the public communication network, the system side or the user side can update based on the contents of research data, papers, conference presentations, newspaper articles, books, etc. by experts. It may be updated artificially or automatically. Artificial intelligence may be used in these update processes.
また、本発明によれば、それぞれ異なる第1連関データベース31と、第2連関データベース32とに記憶されたそれぞれの判別条件に基づいて、鉄筋コンクリート部材7への対策を判別することができる。これにより、新たに第1連関データベース31又は第2連関データベース32の何れか一方のみを更新させる場合には、第1連関データベース31又は第2連関データベース32の何れか他方を更新する必要がない。このため、第1連関データベース31又は第2連関データベース32の何れか一方のみの更新に伴い、第1連関データベース31又は第2連関データベース32を更新する負荷を抑制することが可能となる。
Moreover, according to this invention, based on each discrimination | determination condition memorize | stored in the respectively different
また、本発明では、ステップS14における残存耐用期間の表示は、ステップS23において対策を表示する際に行ってもよい。 In the present invention, the remaining useful life in step S14 may be displayed when the countermeasure is displayed in step S23.
1 判別システム
2 判別装置
21 内部バス
23 表示部
24 制御部
25 操作部
26 通信部
27 探索部
28 記憶部
3 データベース
31 第1連関データベース
32 第2連関データベース
61 ノード
7 鉄筋コンクリート部材
71 コンクリート
72 鉄筋
8 検査部
9 評価装置
DESCRIPTION OF SYMBOLS 1
Claims (16)
新たに残存耐用期間を判別する鉄筋コンクリート部材に対して検査を行うことにより得られた検査データが入力される入力手段と、
上記第1連関データベースに記憶されている第1連関度を参照し、上記入力手段を介して入力された検査データに基づいて、鉄筋コンクリート部材の残存耐用期間を判別する判別手段とを備えること
を特徴とする鉄筋コンクリート部材の判別システム。 A first linkage database in which three or more levels of first linkage between past inspection data for a reinforced concrete member and a determination result of the remaining useful life of the reinforced concrete member for the inspection data are stored in advance;
An input means for inputting inspection data obtained by newly inspecting a reinforced concrete member for newly determining the remaining useful life;
And a discriminating means for discriminating the remaining useful life of the reinforced concrete member based on the inspection data inputted through the input means with reference to the first association degree stored in the first association database. Recognizing system for reinforced concrete members.
上記入力手段は、上記判別手段により判別した鉄筋コンクリート部材の残存耐用期間が入力され、
上記判別手段は、上記第2連関データベースに記憶されている第2連関度を参照し、上記入力手段を介して入力された鉄筋コンクリート部材の残存耐用期間に基づいて、鉄筋コンクリート部材への対策を判別すること
を特徴とする請求項1記載の鉄筋コンクリート部材の判別システム。 A second association database in which the second association degree of three or more stages of the remaining useful life of the reinforced concrete member in the past and the determination result of the countermeasure to the reinforced concrete member for the remaining useful life is stored in advance;
The input means is inputted with the remaining lifetime of the reinforced concrete member determined by the determination means,
The determination means refers to the second association degree stored in the second association database, and determines a countermeasure to the reinforced concrete member based on the remaining lifetime of the reinforced concrete member input via the input means. The system for distinguishing reinforced concrete members according to claim 1.
上記入力手段は、新たに残存耐用期間を判別する鉄筋コンクリート部材に対して何れか1種以上の上記検査を行うことにより得られた検査データが入力されること
を特徴とする請求項1又は2記載の鉄筋コンクリート部材の判別システム。 The first relational database includes inspections related to cracks, natural potential method inspections, polarization resistance method inspections, vibration measurement inspections, chloride ion content inspections, neutralization depth inspections, X-ray diffraction inspections, EPMA (Electron Probe Micro Analyzer) inspection, scanning electron microscope inspection, fluorescent X-ray elemental analysis inspection, uranyl acetate fluorescence inspection, and polarization microscope inspection inspection data of one or more types , The first degree of association of three or more stages with the determination result of the remaining life of the reinforced concrete member for the inspection data is stored in advance,
3. The inspection data obtained by performing any one or more of the above-described inspections on the reinforced concrete member that newly determines the remaining service life is input to the input means. Discriminating system for reinforced concrete members.
上記入力手段は、新たに残存耐用期間を判別する鉄筋コンクリート部材に対して上記組み合わせを構成する何れか2種以上の上記検査を行うことにより得られた検査データが入力されること
を特徴とする請求項1〜3の何れか1項記載の鉄筋コンクリート部材の判別システム。 The first relational database includes inspections related to cracks, natural potential method inspections, polarization resistance method inspections, vibration measurement inspections, chloride ion content inspections, neutralization depth inspections, X-ray diffraction inspections, EPMA (Electron Probe Micro Analyzer) inspection, scanning electron microscope inspection, fluorescent X-ray elemental analysis inspection, uranyl acetate fluorescence inspection, and polarization microscope inspection inspection of two or more past inspection data The first association degree of three or more stages of the combination and the determination result of the remaining useful life of the reinforced concrete member for the combination is stored in advance,
The input means receives input of inspection data obtained by performing any two or more of the above-described inspections that constitute the above combination on a reinforced concrete member that newly determines the remaining useful life. Item 4. The identification system for reinforced concrete members according to any one of Items 1 to 3.
上記入力手段は、上記組み合わせを構成する鉄筋コンクリート部材に関する部材情報が更に入力されること
を特徴とする請求項1〜4の何れか1項記載の鉄筋コンクリート部材の判別システム。 The first linkage database has a first linkage degree of three or more levels of a combination of member information relating to the reinforced concrete member and past inspection data by the inspection and a determination result of the remaining life of the reinforced concrete member for the combination in advance. Remembered,
The reinforced concrete member discrimination system according to any one of claims 1 to 4, wherein the input means further receives member information related to a reinforced concrete member constituting the combination.
を特徴とする請求項1〜5の何れか1項記載の鉄筋コンクリート部材の判別システム。 The reinforced concrete member discriminating system according to any one of claims 1 to 5, wherein the reinforced concrete member is used for a bridge.
を特徴とする請求項1〜6の何れか1項記載の鉄筋コンクリート部材の判別システム。 The reinforced concrete member is used in any one of a box girder bridge, a girder bridge, a floor slab bridge, a suspension structure bridge, a composite structure bridge, and a bridge in which these are combined. A discrimination system for reinforced concrete members as set forth in claim 1.
を特徴とする請求項1〜7の何れか1項記載の鉄筋コンクリート部材の判別システム。 The reinforced concrete member discriminating system according to any one of claims 1 to 7, wherein the reinforced concrete member is used for a PC bridge.
新たに残存耐用期間を判別する鉄筋コンクリート部材に対して検査を行うことにより得られた検査データを入力する第1入力ステップと、
上記第1連関度取得ステップにおいて取得した第1連関度を参照し、上記第1入力ステップにおいて入力した検査データに基づいて、鉄筋コンクリート部材の残存耐用期間を判別する第1判別ステップとをコンピューターに実行させること
を特徴とする鉄筋コンクリート部材の判別プログラム。 A first association degree acquisition step of obtaining in advance three or more stages of first association degrees between past inspection data for a reinforced concrete member and a determination result of the remaining lifetime of the reinforced concrete member for the inspection data;
A first input step of inputting inspection data obtained by inspecting a reinforced concrete member for newly determining the remaining useful life;
Referring to the first association degree acquired in the first association degree acquisition step, the computer executes a first determination step for determining the remaining useful life of the reinforced concrete member based on the inspection data input in the first input step Reinforced concrete member discrimination program characterized by
上記第1判別ステップにおいて判別した鉄筋コンクリート部材の残存耐用期間を入力する第2入力ステップと、
上記第2連関度取得ステップにおいて取得した第2連関度を参照し、上記第2入力ステップにおいて入力した鉄筋コンクリート部材の残存耐用期間に基づいて、鉄筋コンクリート部材への対策を判別する第2判別ステップをコンピューターに実行させること
を特徴とする請求項9記載の鉄筋コンクリート部材の判別プログラム。 A second association degree acquisition step for obtaining in advance a second association degree of three or more stages between the remaining durable period of the past reinforced concrete member and the determination result of the countermeasure to the reinforced concrete member for the remaining durable period;
A second input step for inputting the remaining useful life of the reinforced concrete member determined in the first determination step;
A second determination step for determining a countermeasure for the reinforced concrete member based on the remaining lifetime of the reinforced concrete member input in the second input step with reference to the second association degree acquired in the second association degree acquisition step is performed by the computer. The program for determining a reinforced concrete member according to claim 9, wherein the program is executed.
上記第1入力ステップは、新たに残存耐用期間を判別する鉄筋コンクリート部材に対して何れか1種以上の上記検査を行うことにより得られた検査データを入力すること
を特徴とする請求項9又は10記載の鉄筋コンクリート部材の判別プログラム。 In the first relevance acquisition step, an inspection related to cracking, an inspection based on a natural potential method, an inspection based on a polarization resistance method, an inspection based on vibration measurement, an inspection regarding chloride ion content, an inspection regarding neutralization depth, and an X-ray diffraction method Past inspection of any one or more of inspection, inspection by EPMA (Electron Probe Micro Analyzer), inspection by scanning electron microscope, inspection by fluorescent X-ray elemental analysis, inspection by uranyl acetate fluorescence method, inspection by polarization microscope inspection First acquiring the first degree of association of three or more stages of the data and the determination result of the remaining useful life of the reinforced concrete member with respect to the inspection data,
The said 1st input step inputs the inspection data obtained by performing the said 1 or more types of said test | inspection with respect to the reinforced concrete member which newly discriminate | determines a remaining useful life. Discrimination program for reinforced concrete members as described.
上記第1入力ステップでは、新たに残存耐用期間を判別する鉄筋コンクリート部材に対して上記組み合わせを構成する何れか2種以上の上記検査を行うことにより得られた検査データを入力すること
を特徴とする請求項9〜11の何れか1項記載の鉄筋コンクリート部材の判別プログラム。 In the first relevance acquisition step, an inspection related to cracking, an inspection based on a natural potential method, an inspection based on a polarization resistance method, an inspection based on vibration measurement, an inspection regarding chloride ion content, an inspection regarding neutralization depth, and an X-ray diffraction method Past inspection of any two or more of inspection, inspection by EPMA (Electron Probe Micro Analyzer), inspection by scanning electron microscope, inspection by fluorescent X-ray elemental analysis, inspection by uranyl acetate fluorescence method, and inspection by polarization microscope inspection Acquire in advance three or more levels of first association between the combination of data and the determination result of the remaining useful life of the reinforced concrete member for the combination,
In the first input step, inspection data obtained by performing any two or more of the above-described inspections constituting the above combination on a reinforced concrete member for newly determining the remaining useful life is input. The discrimination program of the reinforced concrete member of any one of Claims 9-11.
上記第1入力ステップでは、上記組み合わせを構成する鉄筋コンクリート部材に関する部材情報を更に入力すること
を特徴とする請求項9〜12の何れか1項記載の鉄筋コンクリート部材の判別プログラム。 In the first association degree acquisition step, the first association degree of three or more stages of the combination of the member information on the reinforced concrete member and the past inspection data by the inspection and the determination result of the remaining lifetime of the reinforced concrete member for the combination is obtained Acquired in advance,
The reinforced concrete member discrimination program according to any one of claims 9 to 12, wherein in the first input step, member information relating to a reinforced concrete member constituting the combination is further input.
を特徴とする請求項9〜13の何れか1項記載の鉄筋コンクリート部材の判別プログラム。 The reinforced concrete member discrimination program according to any one of claims 9 to 13, wherein the reinforced concrete member is used for a bridge.
を特徴とする請求項9〜14の何れか1項記載の鉄筋コンクリート部材の判別プログラム。 The reinforced concrete member is used for any one of a box girder bridge, a girder bridge, a floor slab bridge, a suspension structure bridge, a composite structure bridge, and a bridge in which these are combined. The discrimination program of the reinforced concrete member of Claim 1.
を特徴とする請求項9〜15の何れか1項記載の鉄筋コンクリート部材の判別プログラム。 The reinforced concrete member discrimination program according to any one of claims 9 to 15, wherein the reinforced concrete member is used for a PC bridge.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018041173A JP6337227B1 (en) | 2018-03-07 | 2018-03-07 | Reinforced concrete member discrimination system and reinforced concrete member discrimination program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018041173A JP6337227B1 (en) | 2018-03-07 | 2018-03-07 | Reinforced concrete member discrimination system and reinforced concrete member discrimination program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6337227B1 true JP6337227B1 (en) | 2018-06-06 |
JP2019157360A JP2019157360A (en) | 2019-09-19 |
Family
ID=62487241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018041173A Active JP6337227B1 (en) | 2018-03-07 | 2018-03-07 | Reinforced concrete member discrimination system and reinforced concrete member discrimination program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6337227B1 (en) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0484754A (en) * | 1990-07-27 | 1992-03-18 | Hitachi Ltd | Method for evaluating soundness of material |
JP2003161693A (en) * | 2001-11-27 | 2003-06-06 | Kajima Corp | System and method for deterioration evaluation and lifecycle cost, of concrete structure considering meteorological environment, program for the method, and recording medium |
JP2008224649A (en) * | 2007-03-15 | 2008-09-25 | Taiheiyo Consultant:Kk | System for diagnosing concrete degradation |
JP2009156809A (en) * | 2007-12-27 | 2009-07-16 | Ihi Corp | Diagnostic method for concrete and database device |
JP2011158397A (en) * | 2010-02-02 | 2011-08-18 | Okayama Univ | Method and device for maintenance control of concrete or mortar |
JP6112591B1 (en) * | 2016-10-20 | 2017-04-12 | ジャパンモード株式会社 | Creative crop supply system |
JP6260979B1 (en) * | 2017-06-05 | 2018-01-17 | クリスタルメソッド株式会社 | Event evaluation support system, event evaluation support device, and event evaluation support program |
-
2018
- 2018-03-07 JP JP2018041173A patent/JP6337227B1/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0484754A (en) * | 1990-07-27 | 1992-03-18 | Hitachi Ltd | Method for evaluating soundness of material |
JP2003161693A (en) * | 2001-11-27 | 2003-06-06 | Kajima Corp | System and method for deterioration evaluation and lifecycle cost, of concrete structure considering meteorological environment, program for the method, and recording medium |
JP2008224649A (en) * | 2007-03-15 | 2008-09-25 | Taiheiyo Consultant:Kk | System for diagnosing concrete degradation |
JP2009156809A (en) * | 2007-12-27 | 2009-07-16 | Ihi Corp | Diagnostic method for concrete and database device |
JP2011158397A (en) * | 2010-02-02 | 2011-08-18 | Okayama Univ | Method and device for maintenance control of concrete or mortar |
JP6112591B1 (en) * | 2016-10-20 | 2017-04-12 | ジャパンモード株式会社 | Creative crop supply system |
JP6260979B1 (en) * | 2017-06-05 | 2018-01-17 | クリスタルメソッド株式会社 | Event evaluation support system, event evaluation support device, and event evaluation support program |
Also Published As
Publication number | Publication date |
---|---|
JP2019157360A (en) | 2019-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Angst | Challenges and opportunities in corrosion of steel in concrete | |
Behnia et al. | Advanced structural health monitoring of concrete structures with the aid of acoustic emission | |
Wang et al. | Establishment and application of the wind and structural health monitoring system for the Runyang Yangtze River Bridge | |
JP6371027B1 (en) | Reinforced concrete member discrimination system and reinforced concrete member discrimination program | |
JP6367506B1 (en) | Grout filling status discrimination system and grout filling status discrimination program | |
Loreto et al. | Assessment of reinforced concrete structures in marine environment: a case study | |
Shan et al. | Damage tracking and evaluation of RC columns with structural performances by using seismic monitoring data | |
Moshref et al. | Assessment of the seismic capacity of mainshock-damaged reinforced concrete columns | |
Tefera et al. | Challenges in applying vibration-based damage detection to highway bridge structures | |
JP6374628B1 (en) | Reinforced concrete member discrimination system and reinforced concrete member discrimination program | |
JP6371025B1 (en) | Reinforced concrete member discrimination system and reinforced concrete member discrimination program | |
Peil | Assessment of bridges via monitoring | |
JP6367507B1 (en) | Grout filling status discrimination system and grout filling status discrimination program | |
Karimi et al. | Damage identification in bridge structures: review of available methods and case studies | |
JP6337227B1 (en) | Reinforced concrete member discrimination system and reinforced concrete member discrimination program | |
Hong-Ping et al. | Detection of structural damage through changes in frequency | |
JP6321878B1 (en) | PC steel material degradation status discrimination system and program | |
Gao et al. | Probabilistic model for long-term time-dependent compressive strength of concrete in existing buildings | |
Sousa et al. | Next generation of Monitoring Systems towards Infrastructure Resilience | |
Nguyen et al. | Damage identification technique for short-span bridges using representative power spectral density (RPSD) and static moment area (SSM): a case study of the random vibration signals of 38 bridges under random load | |
Nguyen et al. | Damage detection in bridge structures including environmental effects | |
Yelisetti et al. | Global Health assessment of structures using NDT and machine learning | |
Wickramasinghe | Damage detection in suspension bridges using vibration characteristics | |
Thambiratnam | Preserving Our Structures through Structural Health Monitoring | |
Duvnjak et al. | Damage Assessment of Reinforced Concrete Elements Due to Corrosion Effect Using Dynamic Parameters: A Review. Buildings 2021, 11, 425 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180308 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180308 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180418 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180501 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180507 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6337227 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |