JP3579687B2

JP3579687B2 - コンクリート類の吹付け施工における品質管理方法

Info

Publication number: JP3579687B2
Application number: JP17212499A
Authority: JP
Inventors: 健人魚本; 裕二小林; 昭俊荒木; 憲司駒田; 徹富山; 正孝田湯; 俊夫大野; 嘉一石関; 篤浅野; 淳坂本; 慎一郎安藤; 正憲伊藤; 昭信平間; 誠司松浦; 隆史綾田; 律杉山; 雄司赤坂
Original assignee: Taisei Corp; Kajima Corp; Obayashi Corp; Chichibu Onoda Cement Corp; Tobishima Corp; Nishimatsu Construction Co Ltd; University of Tokyo NUC; Denki Kagaku Kogyo KK; Maeda Corp; Kumagai Gumi Co Ltd; Sato Kogyo Co Ltd; Takenaka Civil Engineering and Construction Co Ltd; Shimizu Corp; Tokyu Construction Co Ltd
Current assignee: Taisei Corp; Kajima Corp; Obayashi Corp; Denka Co Ltd; Taiheiyo Cement Corp; Tobishima Corp; Nishimatsu Construction Co Ltd; University of Tokyo NUC; Maeda Corp; Kumagai Gumi Co Ltd; Sato Kogyo Co Ltd; Takenaka Civil Engineering and Construction Co Ltd; Shimizu Corp; Tokyu Construction Co Ltd
Priority date: 1999-06-18
Filing date: 1999-06-18
Publication date: 2004-10-20
Anticipated expiration: 2019-06-18
Also published as: JP2001003696A

Description

【０００１】
【発明の属する技術分野】
本発明は、コンクリート、モルタル等の吹付け施工における品質をニューラルネットワークを用いて推定する品質管理方法に関する。
【０００２】
【従来の技術】
たとえば吹付けコンクリートは、近年、施工機械の発達や混和材料等の研究開発が急速に行われた結果、仮設部材としての適用はもとより、道路、鉄道および導水路などのトンネル工事における一次ライニング材や石油備蓄基地等の地下構造物の覆工ライニング材、法面防護材として重要な役割を果たすようになってきた。また、近年はシングルシェルライニングなどの永久構造物として設計される例に代表されるように、コンクリートなどと同様に重要な構造材料の一つとして位置づけられつつある。このような状況の中で、吹付けコンクリートも普通コンクリートと同様に、設計基準以上の強度および耐久性を満たすように配合設計や施工管理を行う必要が生じてきた。
【０００３】
しかし、吹付けコンクリート工法は、型枠を用いずに練り上がったコンクリートを圧縮空気と共に施工面に吹き付ける特殊な工法であるとともに、特にトンネル施工のように、掘削直後の壁面に対する支保として用いられる場合等には早期強度が要求されることから急結剤が添加されるといった、この施工法独自の特殊性を有する。したがって、施工性や品質は、過去の実績や試験データ等に基づいて使用する材料の特性や吹付け前のコンクリート配合条件が決定されるとしても、吹付け圧力、コンクリート吐出量、配管径、急結材添加位置および吹付け距離といった吹付け機器類の設定条件や吹付け方向、角度、吹付け厚、土質条件、地山の種類、気温、湧水の有無といった施工箇所条件に左右され易い。そのため、施工箇所の条件変化への対応はノズルマンや吹付け施工機器の操作員の勘や経験にその大部分が委ねられていた。
【０００４】
【発明が解決しようとする課題】
しかしながら、前述のように過去の実績や実験室での結果を参考にしたり、操作員やノズルマンの勘や経験を頼りに計画および設計が行われている状況下では、吹付けされたコンクリートの品質的な裏付けができない。また、実際の施工現場でも事前の試験実施が行われているが、過去の実績や実験結果で参考となるものが存在しない場合、条件を絞り込むことが出来ないため、配合や施工機器条件を変えた数多くの実験を行わなければならず、このような実験に多くの手間と時間を費やさなければならないなどの問題があった。
【０００５】
また、吹付けコンクリート施工箇所の条件変化に対する対応が、操作員やノズルマンの経験や勘に頼って決められているため、吹付けコンクリートの品質が操作員やノズルマンの熟練度や能力によって左右され易いためバラツキが生じ易く、また操作員やノズルマンの経験不足や認識の違いから、混和剤の過剰添加や不適切な吹付け機器の設定により目標基準に満たない品質の吹付けコンクリートが施工されている可能性があるなど、品質の信頼性が乏しい現状にあった。
【０００６】
一方で、吹付けされたコンクリートの品質は、初期圧縮強度（１ｈｒ，３ｈｒ，２４ｈｒ）、中長期圧縮強度（３日、２８日、９１日）、空隙率、曲げ強度、引張強度などの項目で評価され、施工性はリバウンド率、粉塵濃度、配管脈動状態などで評価される。上記品質および施工性評価に影響を与える要因としては、吹付け機器類の設定条件要因、ベースコンクリートの配合条件要因および吹付け施工箇所の条件要因の３つに分類でき、それぞれの因子を要因毎に列記すると図７のようになる。以上の説明から判るように、事前の試験から得られた配合条件や機器設定により吹付けコンクリート施工を行うとしても、吹付けコンクリートの場合には事前の試験では対応しえない数多くの因子、たとえば配管脈動状態やリバウンド率などの因子を有するため、施工中に吹付けコンクリート品質が変化するにも拘わらず、これに対応した品質管理がまったく出来ずにいた。また、圧縮強度などは吹付け中または吹付け施工後にサンプリングを行い試験を行うようにしているが、前述した各因子の変化が圧縮強度へ及ぼす影響を施工中に把握することはできず、管理が事後管理となっていた。
【０００７】
他方、近年パターン認識問題、数式化や定式化が困難な問題の解決、組合せが膨大な問題の準最適解の究明などにニューラルネットワークによる手法が用いられている。このニューラルネットワークは、人間の脳の神経回路（ニューロン）の働きとその結合をモデル化したもので、多数のユニットが結合し合ったネットワークによって形成されているものである。その特徴としては、従来のコンピューターが逐次直列型の情報処理を行い論理的な推論をしているのに対しニューラルネットワークでは並列分散型の情報処理より直感的な推論を行っている点と、教師データを与えることにより正しい答えが出るように学習していくこと、すなわち学習による自己組織化を行っている点等を挙げることができる。なお、このニューラルネットワークを土木分野に応用する試みはごく最近であるが、コンクリートの品質管理を行ったものとしては、たとえば特開平７−２２７８３２号公報が存在する。
【０００８】
そこで本発明の主たる課題は、ニューラルネットワークの活用により、目標基準を満足し得る吹付けコンクリートの配合条件や施工条件を数値的に決定できるようにするとともに、最適化手法との組み合わせにより現場環境や施工箇所の条件変化に対しても吹付けされたコンクリートの品質推定が容易かつ確実に行えるようにすることにより、品質の確保が確実に行えるようにしたコンクリート類の吹付け施工における品質管理方法を提供することにある。
【０００９】
【課題を解決するための手段】
前記課題を解決するための本発明は、吹付けされるコンクリート類が所定の品質基準を満たすようにベースコンクリート類の配合条件要素、吹付け機器類の設定条件要素および施工箇所条件要素の内の任意条件要素をニューラルネットワークを用いて決定するための品質管理方法であって、
前記ニューラルネットワークを第１段階ニューラルネットワークと第２段階ニューラルネットワークとにより構成し、
前記第１段階ニューラルネットワークにおいて、前記ベースコンクリート類の配合条件要素および吹付け機器類の設定条件要素の内の任意条件要素を入力項目として脈動状態評価を推定し、
次いで、前記脈動状態評価が所定の基準値以上であることを条件として前記第２段階ニューラルネットワークにおいて、前記ベースコンクリート類の配合条件要素、吹付け機器類の設定条件要素および施工箇所条件要素の内の任意条件要素と共に、前記第１段階ニューラルネットワークによって推定された脈動状態評価を入力項目として、吹付けされるコンクリート類の品質を推定することを特徴とするものである。
【００１０】
上記発明に加えて、前記推定した吹付けコンクリート類の品質が所定の品質基準値を満たさない場合、これら推定した吹付けコンクリート類の品質と品質基準値との差に基づいて最適化手法により吹付け条件要素の修正を行うとともに、この修正された吹付け条件要素の下で前記ニューラルネットワークにより再推定し、この推定した吹付けコンクリート類の品質が前記品質基準値を満たすまで繰り返し計算を行うようにすることを特徴とするものである。
【００１１】
前記最適化手法により修正された吹付け条件要素の下で行う再推定計算において、修正される吹付け条件要素として、吹付け機器類の設定条件要素およびベースコンクリート類の配合条件要素の内の任意条件要素を選定するとともに、これら要素に数値変更可能限界幅を設定しておき、第１段階として前記選定された任意条件要素の修正により前記再推定計算を行い、前記数値変更可能限界幅内の修正では推定した吹付けコンクリート類の品質が前記品質基準値を満たさない場合に、第２段階として少なくともベースコンクリート類の配合条件要素の修正を行い前記再推定計算を行うようにすることが望ましい。この場合において、好適には前記再推定計算の第１段階で修正される、吹付け機器類の設定条件要素およびベースコンクリート類の配合条件要素として、吹付け圧力、コンクリート吐出量、吹付け距離および急結剤添加量の４要素が選定される。また、前記第２段階ニューラルネットワークにおいて、吹付けされるコンクリート類の品質の出力項目として初期強度、圧縮強度およびリバウンド率の３項目を選定するのが望ましい。
【００１２】
なお、本発明において、前記「コンクリート類」には、コンクリートの他、モルタル、ファイバーモルタルなどの吹付け施工される粘性硬化材料のすべてを含むものである。
【００１３】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照しながら詳述する。
【００１４】
〔本ニューラルネットワーク構成〕
本ニューラルネットワーク１（以下、単にネットワークともいう。）は、図１に示されるように、２段階のネットワークにより構築されている。先ず、第１段階のネットワーク２では、図２に示されるように、急結剤添加前のコンクリート（ベースコンクリート）の配合条件と、吹付け機器類の設定条件を入力項目として、脈動状態評価（脈動状態の目視による５段階評価）を出力項目とするネットワークが構築されている。
【００１５】
具体的に、上記第１段階ネットワーク２における入力因子としては、図２に示されるように、ベースコンクリートの配合条件として、水セメント比、細骨材率、単位セメント量、急結剤添加率、空気量、高性能減水剤量の６因子を選び、吹付け機器類の設定条件としては吹付け圧力、コンクリート吐出量、配管径、急結剤添加位置、吹付け距離の５因子を選定している。
【００１６】
第１段階ネットワーク２は、図３に示されるように、入力層、中間層および出力層の３層からなるネットワークから構成され、前記ベースコンクリートの配合条件としての６因子と、吹付け機器類の設定条件としての５因子が入力層より入力、すなわちキーボードからコンピューターに入力される。
【００１７】
各ニューロン素子（図３の○印を指す。以下、ユニットともいう。）を繋ぐシナプス（ニューロン素子同士を繋ぐ線であり神経伝達網に相当する。）は、シナプス毎に独自の重み係数（結合の重み）を有し、図６に示されるように、中間層の各ニューロン素子では入力層での入力値ｙ_ｉに結合の重みω_ｊｉを掛けたものの総和から自己が保有する閾値θ_ｉを減算し、これをある応答関数ｆ、たとえば出力を０または１とする階段関数または０〜１の間で出力値を連続的に変化させたシグモイド関数によって自己の出力値Ｚ_ｊｉが計算される。中間層は本例のように入力層を１１個とした場合には、たとえば１２〜２２個のニューロン数とされる。一般的に中間層のニューロン数は一義的に決定することはできないが、ニューロン数が少ない場合には後述の学習が終了しなかったり、多過ぎる場合には学習回数を多く必要とし出力が不安定になるなどの問題が生ずることになる。
【００１８】
中間層の各ニューロン素子が出力された数値は、最後の出力層の単一のニューロン素子に入力され、ここから５段階評価の１〜５の評価数値として出力される。前記５段階評価のための教師データは、経験を有する技術者により各サンプル毎に５段階の目視評価によって点数付けを行った結果のもので、具体的には実験で基本とした吹付けによる配管や圧送されるコンクリートの脈動状態の評価を基準点を３として、１：非常に悪い、２：悪い、４：良好、５：非常によい、としている。つまり、吹付け時に配管や圧送されるコンクリートに激しく脈動が生じ閉塞が起こる可能性が高い状態を１とし、脈動がまったく生じない吹付け状態を５と評価している。なお、本例では、前記脈動状態評価を５段階としたが、この評価方法は任意である。たとえば１０段階評価あるいは小数点まで含めた連続的な数値評価とすることでもよい。
【００１９】
因みに、入力項目と脈動（または圧力変動）との関係について、本発明者等は過去の実験等により、▲１▼吹付け圧力が大きくなるほど圧力変動は小さくなる。▲２▼吐出量が大きくなると圧力変動も大きくなる傾向にある、▲３▼空気圧送方式の場合、急結剤添加位置がノズル先端から離れるほど圧力変動は大きくなる、▲４▼ポンプ圧送の場合、圧送空気の挿入位置がノズル先端から離れるほど圧力変動は小さくなる、▲５▼急結剤添加率による影響は見られなかった、▲６▼細骨材率が大きくなると若干ではあるが脈動が増加する傾向にある、▲７▼水セメント比との相関は強く、水セメント比が小さくなると配管の脈動が著しくなる傾向となる、などの事実を知見している。
【００２０】
一方、第２段階のニューラルネットワーク３では、図４に示されるように、第１段階のニューラルネットワーク２の入力項目の他、吹付け施工箇所の条件と、第１段階ニューラルネットワーク２の出力項目である脈動状態評価を入力項目として加え、出力項目としては吹付けコンクリートの品質項目である材令３時間の初期強度、材令２８日の圧縮強度および施工性評価としてのリバウンド率の３項目を出力項目としている。なお、出力項目の選定は、上記３項目以外に空隙率、曲げ強度、引張強度、粉塵濃度などを加えることができる。
【００２１】
本ニューラルネットワーク１において、ネットワークを特に２段階構成としているのは以下の理由によるものである。本発明では最終的に最適化の手法を用いて吹付けコンクリートの品質が目標基準を満たすように、ベースコンクリートの配合条件や吹付け機器類の設定条件を変化させることを目的としているが、やみくもにベースコンクリートの配合条件や吹付け機器類の設定条件を変化させた場合には、施工上好ましくない設定条件により、配管内部がコンクリートによって閉塞を起こしたり、激しい配管の脈動が生じて急結剤の混合状態が不均一となり吹付けコンクリートの品質が著しく低下することが過去の実験等から判明しているためであり、このような事態が生じた場合には配管復旧のために作業が中止されたり、著しく低品質のコンクリートが施工されることにより重大な事故に繋がる可能性もあるため、本発明では第１段階のネットワーク２で脈動状態評価を行い、この段階で「吹付け可能」の判断を得た上で第２段階のネットワーク３に移行するようにしている。
【００２２】
さらに第２の理由としては、後述の実施例で示すように、第１段階ネットワーク２で脈動状態評価を出力し、この結果を第２段階ネットワークの入力項目とした方が格段に精度のよい品質推定が行えるようになるためである。これは、初期強度（材令３時間）、圧縮強度（材令２８日）およびリバウンド率と、脈動との間に相関性が存在し、品質に対する影響が大きいためであると推察できるが、圧送時の脈動は、ベースコンクリートの配合条件や吹付け機器類の設定条件の結果として発生するものであるため、単一のニューラルネットワーク構成ではこの因子をうまく評価することができない。本例のように、ニューラルネットワークを第１段階と第２段階とに分け、第１段階ネットワーク２により脈動状態評価を行い、この脈動状態評価を第２段階ネットワーク３の入力因子とすることで初めて可能となる。
【００２３】
したがって、図１に示すように、第１段階のネットワーク２で脈動状態評価が基準値（例えば３以上）よりを下回り、１：非常に悪い、または２：悪い、となった場合には、ベースコンクリートの配合条件や吹付け機器類の設定条件の見直しを行うようにし、第１段階ネットワーク２において基準値以上の評価値３〜５が得られた場合のみ、次の第２段階ネットワーク３による品質推定を行うようにしている。そして、この第２段階ネットワーク３のコンクリート推定結果が品質管理目標以上である場合にはニューラルネットワークによる計算を終了し、品質管理目標値を満たさない場合には、後述の最適化計算によりベースコンクリートの配合条件の変更および／または吹付け機器類の設定条件の変更を行い、第１段階ネットワーク２からの繰り返し計算を行うようにする。
【００２４】
【実施例】
以下、本発明者等が過去に行った実験結果を用いて前述したニューラルネットワーク１により試算定を行った結果について詳述する。
【００２５】
〔ニューラルネットワーク１の学習〕
【００２６】
【表１】

【００２７】
配合条件および吹付け機器類の設定条件を表１に示されるように変化させたＮｏ１〜Ｎｏ２８の２８個の実験データの内、ニューラルネットワーク１の学習に２６個のデータを使用し、残りの２個のデータはネットワークの学習が適切に行われ、実験で行わなかったケースについても実験結果の推定が可能か否かの検証に用いた。なお、表１中、Ｎｏ１〜Ｎｏ１０のデータは配合条件の影響を調べることを目的に吹付け機器類の設定条件や施工箇所の条件を１つに固定して配合のみを変化させた場合の実験データであり、Ｎｏ１１〜Ｎｏ２８は配合条件を変化させた実験も追加しているが基本的には１種類の配合を用いて吹付け機器類の設定条件や施工箇所の条件を変化させてその影響を調べた際の実験データである。
【００２８】
使用したネットワークモデルは、図３に示される階層型のネットワークモデルとし、中間層の数とユニット数については、既往の研究等を参考に第１段階ネットワーク２および第２段階ネットワーク３共に中間層を１層とし、中間層のユニット数を２０ユニットとした。
【００２９】
学習方法はバックプロパゲーション法を使用した。このバックプロパゲーション法は、入力層に入力信号を与え、この信号が中間層を経て出力層から出力信号として出てくると、この出力信号と教師信号とを比較し、この差が小さくなるように出力層の各素子の学習信号を求め、この学習信号に基づいて出力層に入るシナプス荷重を修正するものであり、これをいろいろな入力信号と対応する出力信号のセットに対して繰り返し行うと出力信号が教師信号に近くなって行き学習したことになるという学習手法である。学習は、過剰学習を防止して汎用性を持たせるために、未学習データの平均二乗誤差が増加傾向に転じる前に学習を終わらせるようにした。
【００３０】
前述した要領により行った学習結果の内、第１段階ネットワーク２の学習結果を表２に示し、第２段階ネットワーク３の学習結果を表３に示す。なお、前記表２および表３では、学習の効果を検証するために、学習データと未学習データとの比較を行い、さらに第２段階ネットワーク３においては、第１段階ネットワーク２の出力である脈動状態評価を入力因子とした場合と、これを入力因子としない場合の２ケースについて行い両者の比較を行っている。
【００３１】
【表２】

【００３２】
【表３】

【００３３】
第１段階ネットワーク２においては、出力となる脈動状態評価は５段階の整数値で与えられるため、推定値と教示値の誤差の絶対値が０．５より小さければ、推定値の小数点以下を四捨五入した整数値となり両者の誤差は無くなると考えられる。表２より、誤差の絶対値の最大値は学習データ（２６個）および未学習データ（２個）でそれぞれ０．４４５と０．４２７であったことから第１段階ネットワーク２が適切に構築できたと判断した。
【００３４】
一方、第２段階ネットワーク３においては、表３から明らかなように、第１段階ネットワーク２の出力である脈動状態の５段階評価を入力因子として考慮する場合の方が考慮しない場合よりも、格段に精度よい推定結果が得られた。また、誤差の大きさについては、リバウンド率の推定結果で若干大きくなったが、本管理方法で最終的に管理の対象とした強度については実用上問題となる程度の大きさの誤差ではないと判断し適切なネットワークの構築ができたものと判断した。
【００３５】
〔吹付け施工に適用する場合の一具体例〕
吹付けコンクリートの施工ではベースコンクリートの配合条件や吹付け機器の種類・配管径の構成など工事に先だって試験施工や過去の実績から判断して決めておくべきことと、吹付け圧力・コンクリート吐出量・吹付け距離および急結剤添加率などの吹付け機器類の設定条件のように、現場において施工箇所の条件や土質条件や吹付け方向など条件に応じてノズルマンや機器の操作員の経験や勘に基づいて調節され設定されるものとがある。本システムでは基本的に、吹付けコンクリートの品質がばらつく主要原因の一つであると考えられる、吹付け機器類の設定条件およびベースコンクリートの配合条件の内、「現場において可変可能な設定条件」の探索を行うものとした。
【００３６】
具体的には，修正前の品質が目標基準を満足するか否かの判定を行い目標基準を満足しない場合は、それを満たすように現場において変化させることのできる条件を繰り返し変化することで修正していく。修正方法は，変換法の１つである内点法によって，制約条件付きの問題を制約条件無しの問題に帰着させ、ニューラルネットワークの学習アルゴリズムに用いられている最急降下法によって最適化を行うことにより行うものとした。前記最急降下法は、目的関数を極小化（あるいは極大化）するように、関数の傾斜の最も急な方向へ設計変数を変化させて行く方法であり、この傾斜の急な方向を各ステップ毎に探索し、設計変数を繰り返し変更していけば、極小点へ短時間で効率良く到達させることが可能となる。
【００３７】
一方、現場において変化できる条件変更によっても基準を満たす吹付けコンクリートの品質が得られない場合は、ベースコンクリートの配合条件や吹付け機器類の種類などの計画段階からの変更が必要であると判断しそれらの変更を行うものとした。
【００３８】
〔最適吹付け施工の試算定〕
前述した２段階のネットワークシステムと、内点法および最急降下法を用いた最適化の手法を用いて，最適吹付け施工の試算定を行った。
【００３９】
吹付け箇所の施工条件の一例として、ここではトンネルを施工する場合に欠くことができない円周方向に角度を変えて吹付け施工を行う場合を考えた。図５は円周方向の角度以外の条件はすべて一定として行った吹付け実験の２８日圧縮強度について示したものである。この吹付け実験の結果では，吹付ける方向によって２８日圧縮強度に違いが現れ，上向き方向に吹付けた場合に圧縮強度の低下がみられた。この事はつまり、吹付けコンクリートの圧縮強度についての品質管理を水平に吹付けを行った供試体で行っていたとすると，上向きに角度をつけて吹付けた場合には，基準に満たない品質の吹付けコンクリートの施工が行われている可能性があることを示唆している。
【００４０】
そこで、本システムを用いて吹付ける方向を変えた場合にも吹付けコンクリートの品質が目標とする基準を満たすように設定条件の探索を行った。目標とした品質基準は、材令３時間初期強度と材令２８日圧縮強度について表４に示すように管理目標値１、管理目標値２の２種類を設定し、ベースコンクリートの配合条件および吹付け機器類の種類、配管の構成は実験で行った条件で固定し、現場で変化させることが可能な、▲１▼吹付け圧力、▲２▼コンクリート吐出量、▲３▼吹付け距離、▲４▼急結剤添加率の４つの設定を最適化手法を用いて変化させた。
【００４１】
【表４】

【００４２】
変化させるに当たっては、吹付け機器の能力の現実的な範囲とニューラルネットワークへの学習の範囲を考慮して下記に示すような制約条件を設けた。
【００４３】
▲１▼吹付け圧力：３．０≦吹付け圧力（ＭＰａ）≦５．５
▲２▼コンクリート吐出量：４≦コンクリート吐出量（ｍ^３／ｈｒ）≦１０
▲３▼吹付け距離：０．５≦吹付け距離（ｍ）≦２．０
▲４▼急結剤添加量：４≦急結剤添加量（Ｃ×％）≦１０
また，設定条件を変更した場合に１段階目のネットワーク２で適時行われる吹付け可否の判定について，脈動状態評価が２より小さい値、つまり，２：悪い，１：非常に悪いとなった場合や，上記の設定を制約条件内で変化させても基準品質を満たさない場合には，計画時点からの見直しが必要であると判断してベースコンクリートの配合条件を表５に示す配合条件１から配合条件２に変更することとした。
【００４４】
【表５】

【００４５】
〔試算定結果〕
前記条件の下で最適吹付け条件を試算した結果の内、初期強度、圧縮強度、リバウンド率および脈動状態評価の修正前後の変化を表６に示し、これに伴う▲１▼吹付け圧力、▲２▼コンクリート吐出量、▲３▼吹付け距離、▲４▼急結剤添加率の４条件とベースコンクリート配合の設定条件の修正前後の変化を表７に示した。
【００４６】
【表６】

【００４７】
【表７】

【００４８】
管理目標値１に対しては、目標品質に満たない「上向き吹付け」の場合について最適化が行われた。すなわち、上向きに吹付けた場合について４条件を最適化手法により変更した条件（表７中段の条件）で吹付け施工を行うことで，すべての方向で目標品質を満たす施工が可能となることが判明した。
【００４９】
また、管理目標値２に対しては、現場で変更出来る前記４条件の変化だけでは目標とした品質が得られないことが判明したため、ベースコンクリートの配合条件を配合条件１から配合条件２へと変化させ、再度最適化計算を行った結果、表７下段の条件で吹付け施工を行うことで、すべての吹付け方向で目標基準を満たす施工が可能となることが判明した。
【００５０】
【発明の効果】
以上詳説のとおり本発明によれば、ニューラルネットワークの活用により、目標基準を満足し得る吹付けコンクリート類の配合条件や施工条件を数値的に決定できるようになるとともに、最適化手法とを組み合わせにより現場環境や施工箇所の条件変化に対しても吹付けされたコンクリートの品質推定が容易かつ確実に行えるようになる。これにより、従来ノズルマンや操作員の勘や経験に頼っていた品質管理が数値的に確実に行えるようになる。
【図面の簡単な説明】
【図１】本ニューラルネットワーク１のフロー図である。
【図２】第１段階ネットワーク２の入力項目と出力項目を示す図である。
【図３】第１段階ネットワーク２のネットワーク図である。
【図４】第２段階ネットワーク３の入力項目と出力項目を示す図である。
【図５】吹付け方向と材令２８日圧縮強度との関係を示す図である。
【図６】ニューラルネットワークの中間層ユニットでの計算処理を示す図である。
【図７】吹付けコンクリートの品質に影響を及ぼす各条件要因を示す図である。
【符号の説明】
１…ニューラルネットワーク、２…第１段階ネットワーク、３…第２段階ネットワーク

Claims

吹付けされるコンクリート類が所定の品質基準を満たすようにベースコンクリート類の配合条件要素、吹付け機器類の設定条件要素および施工箇所条件要素の内の任意条件要素をニューラルネットワークを用いて決定するための品質管理方法であって、
前記ニューラルネットワークを第１段階ニューラルネットワークと第２段階ニューラルネットワークとにより構成し、
前記第１段階ニューラルネットワークにおいて、前記ベースコンクリート類の配合条件要素および吹付け機器類の設定条件要素の内の任意条件要素を入力項目として脈動状態評価を推定し、
次いで、前記脈動状態評価が所定の基準値以上であることを条件として前記第２段階ニューラルネットワークにおいて、前記ベースコンクリート類の配合条件要素、吹付け機器類の設定条件要素および施工箇所条件要素の内の任意条件要素と共に、前記第１段階ニューラルネットワークによって推定された脈動状態評価を入力項目として、吹付けされるコンクリート類の品質を推定することを特徴とするコンクリート類の吹付け施工における品質管理方法。
前記推定した吹付けコンクリート類の品質が所定の品質基準値を満たさない場合、これら推定した吹付けコンクリート類の品質と品質基準値との差に基づいて最適化手法により吹付け条件要素の修正を行うとともに、この修正された吹付け条件要素の下で前記ニューラルネットワークにより再推定し、この推定した吹付けコンクリート類の品質が前記品質基準値を満たすまで繰り返し計算を行うようにする請求項１記載のコンクリート類の吹付け施工における品質管理方法。
前記最適化手法により修正された吹付け条件要素の下で行う再推定計算において、修正される吹付け条件要素として、吹付け機器類の設定条件要素およびベースコンクリート類の配合条件要素の内の任意条件要素を選定するとともに、これら要素に数値変更可能限界幅を設定しておき、第１段階として前記選定された任意条件要素の修正により前記再推定計算を行い、前記数値変更可能限界幅内の修正では推定した吹付けコンクリート類の品質が前記品質基準値を満たさない場合に、第２段階として少なくともベースコンクリート類の配合条件要素の修正を行い前記再推定計算を行うようにする請求項２記載のコンクリート類の吹付け施工における品質管理方法。
前記再推定計算の第１段階で修正される、吹付け機器類の設定条件要素およびベースコンクリート類の配合条件要素として、吹付け圧力、コンクリート吐出量、吹付け距離および急結剤添加量の４要素を選定する請求項３記載のコンクリート類の吹付け施工における品質管理方法。
前記第２段階ニューラルネットワークにおいて、吹付けされるコンクリート類の品質の出力項目として初期強度、圧縮強度およびリバウンド率の３項目を選定してある請求項１〜４のいずれかに記載されるコンクリート類の吹付け施工における品質管理方法。