JP4252606B2 - 優先順位評価システム - Google Patents
優先順位評価システム Download PDFInfo
- Publication number
- JP4252606B2 JP4252606B2 JP2007095792A JP2007095792A JP4252606B2 JP 4252606 B2 JP4252606 B2 JP 4252606B2 JP 2007095792 A JP2007095792 A JP 2007095792A JP 2007095792 A JP2007095792 A JP 2007095792A JP 4252606 B2 JP4252606 B2 JP 4252606B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- inspection
- priority
- dimensional
- new
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、例えば土木構造物や災害危険箇所等の点検対象物における健全性劣化に関する点検データから得られる補修の必要性の有無あるいは災害発生の可能性の有無を分離する分離面に基づいて算出される点検対象物における補修の必要度や対策の必要度を評価して、点検業務に利用することで点検対象物の補修や対策の必要度に対する優先順位を評価するシステムに関する。
橋梁、トンネル、鉄塔、上・下水道等の土木構造物や災害危険箇所は、維持管理のために日常的に点検が行われ、損傷が認められた場合にはその程度を判断し、必要な補修対策がとられるのが常である。この点検業務には現地で簡便に利用することができるチェックシートが利用されている場合が多い。これらのシートでは、点検対象物の損傷状況に応じて評点をつけ、さらに補修実施の実績データを加味することにより、現況の安全性が評価されるように工夫されている。
しかし、損傷程度の判定は点検技術者の経験に基づいた主観による部分が多くを占めており、補修対策の方針を決定する基準が曖昧であったことは否めない。
このため、評価結果と実際の損傷状況に食い違いが生じることも多く、また評価者が変われば評価そのものが全く変わってしまう等、精度上の問題、客観性の課題が残されていた。
しかも、補修実施の実績データが全くない場合、又は極端に少ない場合には補修工事や保守のための対応策を講じるための優先順位を客観的に決定することは困難である。
土木構造物や災害危険箇所の維持管理による有効利用が求められる昨今にあって、既存の社会資本の保守事業遂行は急務であるが、これをより効率的に実施するためには一層高精度且つ客観性を有した損傷状況の評価手法の確立が不可欠であると考えられる。
また、社会資本の効率的な利用の観点からすれば、高精度で客観的な評価に加えて、これらを的確に順位付けして、経済的にも時間的にも無駄のない補修工事や防災対策が講じられる必要があると考えられる。
土木構造物や災害危険箇所に関する評価手法は、土木構造物の他にも、例えば土砂災害や陥没災害などの自然災害においても未然防止の観点から急峻な斜面に対して補強工事や排水溝などの対策工を施すなどする際に、その危険度を評価するために必要であり、本願発明者らは既に自然災害の未然防止の観点から様々な検討を実施している。
しかし、損傷程度の判定は点検技術者の経験に基づいた主観による部分が多くを占めており、補修対策の方針を決定する基準が曖昧であったことは否めない。
このため、評価結果と実際の損傷状況に食い違いが生じることも多く、また評価者が変われば評価そのものが全く変わってしまう等、精度上の問題、客観性の課題が残されていた。
しかも、補修実施の実績データが全くない場合、又は極端に少ない場合には補修工事や保守のための対応策を講じるための優先順位を客観的に決定することは困難である。
土木構造物や災害危険箇所の維持管理による有効利用が求められる昨今にあって、既存の社会資本の保守事業遂行は急務であるが、これをより効率的に実施するためには一層高精度且つ客観性を有した損傷状況の評価手法の確立が不可欠であると考えられる。
また、社会資本の効率的な利用の観点からすれば、高精度で客観的な評価に加えて、これらを的確に順位付けして、経済的にも時間的にも無駄のない補修工事や防災対策が講じられる必要があると考えられる。
土木構造物や災害危険箇所に関する評価手法は、土木構造物の他にも、例えば土砂災害や陥没災害などの自然災害においても未然防止の観点から急峻な斜面に対して補強工事や排水溝などの対策工を施すなどする際に、その危険度を評価するために必要であり、本願発明者らは既に自然災害の未然防止の観点から様々な検討を実施している。
例えば、防災事業計画の立案支援などのために実際の災害発生あるいは非発生に関するデータをコンピュータ処理することで精度の高い情報を得る研究に関しては、本発明者らが既に、がけ崩れの発生予測に用いられる発生降雨、非発生降雨の判別境界線であるがけ崩れの発生限界線や、避難基準線、警戒基準線を設定する方法について非特許文献１に示されるように発表している。
非特許文献１では、複雑な自然現象を直線近似せず、高精度の発生限界線等を設定することを目的として、非線形判別に優れた放射状基底関数ネットワーク（以後、ＲＢＦＮと略す場合がある。）を用い、地域毎の非線形がけ崩れ発生限界雨量線を設定する方法を提案している。本非特許文献１に開示される技術では、ＲＢＦＮを用いて、その学習機能を利用して最適な中間層と出力層の重みを決定することによって非線形がけ崩れ発生限界雨量線を設定している。
その結果、例えば非特許文献１では、横軸に実効雨量、縦軸に時間雨量をとった判別境界面が曲線の集合として描かれる。
この曲線は、いわば等高線を示したもので、これが非線形のがけ崩れ発生限界線を示している。判別境界面は、災害の発生、非発生の実効雨量と時間雨量をプロットしながら、その高さ方向として災害の発生の場合には教師値を「−１」とし、非発生の場合には教師値を「＋１」とした放射状基底関数を考え、その重ね合わせによって演算されたものである。従って、これらの等高線は、原点に近い方が高いもので、原点の存在する左下の角から対角方向に向かってなだらかに低いものとなっている。
このような災害の発生限界線や避難基準線、警戒基準線（以下、これらを総称してＣＬという。）を定量的、客観的に描くことによって精度の高い防災事業の立案の判断が可能であり、また、コンピュータ処理によって膨大なデータを短時間に処理できることから、ＣＬの陳腐化を防止して精度の高い情報を提供できるのである。
その結果、例えば非特許文献１では、横軸に実効雨量、縦軸に時間雨量をとった判別境界面が曲線の集合として描かれる。
この曲線は、いわば等高線を示したもので、これが非線形のがけ崩れ発生限界線を示している。判別境界面は、災害の発生、非発生の実効雨量と時間雨量をプロットしながら、その高さ方向として災害の発生の場合には教師値を「−１」とし、非発生の場合には教師値を「＋１」とした放射状基底関数を考え、その重ね合わせによって演算されたものである。従って、これらの等高線は、原点に近い方が高いもので、原点の存在する左下の角から対角方向に向かってなだらかに低いものとなっている。
このような災害の発生限界線や避難基準線、警戒基準線（以下、これらを総称してＣＬという。）を定量的、客観的に描くことによって精度の高い防災事業の立案の判断が可能であり、また、コンピュータ処理によって膨大なデータを短時間に処理できることから、ＣＬの陳腐化を防止して精度の高い情報を提供できるのである。
また、特許文献１においては、「災害対策支援システム」として、災害発生時に実行すべき災害対策を自動的に選択して表示し、その進捗状況を併せて示す手段を備えたシステムが開示されている。
本特許文献１に開示される災害対策支援システムは、基本的にはｉｆ−ｔｈｅｎ形式で、予め発生する事象とそれに対応する対策を関連付けて格納された対策リストを読みだして、対応するものである。災害時に精神的、時間的、人的に余裕のない状況で、的確な判断を可能とすべくなされたものである。また、標準的な作業時間と実働時に要した作業時間及び対策可能な残り時間を表示することで、対策進捗状況をリアルタイムに把握することが可能であると同時に、重要度の高い対策と低い対策を取捨選択するためにも用いることができる。
本特許文献１に開示される災害対策支援システムは、基本的にはｉｆ−ｔｈｅｎ形式で、予め発生する事象とそれに対応する対策を関連付けて格納された対策リストを読みだして、対応するものである。災害時に精神的、時間的、人的に余裕のない状況で、的確な判断を可能とすべくなされたものである。また、標準的な作業時間と実働時に要した作業時間及び対策可能な残り時間を表示することで、対策進捗状況をリアルタイムに把握することが可能であると同時に、重要度の高い対策と低い対策を取捨選択するためにも用いることができる。
さらに、特許文献２においては、非特許文献１に開示される技術を警戒避難システムに応用した発明が開示されている。本特許文献２に開示された発明では、災害に影響を及ぼす地形要因、地質・土質要因、環境要因及び地震要因を踏まえた上で、短期降雨指標として、例えば発生時刻から３時間以内の最大時間雨量（以下、一定時間内の代表的な雨量を「時間雨量」と略すことがある。）を、また、長期降雨指標として、例えばその時刻における半減期を７２時間とした実効雨量を用いて、ＣＬを演算するものである。
このようにして得られたＣＬを用いることで、信頼性の高い警戒避難支援システムを提供することが可能である。
倉本和正 他５名：RBFネットワークを用いた非線形がけ崩れ発生限界雨量線の設定に関する研究、土木学会論文集のＮｏ．６７２／ＶＩ−５０，ｐｐ．１１７−１３２，２００１．３ 特開２００２−２３０２３５号公報
特開２００３−１８４０９８号公報
このようにして得られたＣＬを用いることで、信頼性の高い警戒避難支援システムを提供することが可能である。
倉本和正 他５名：RBFネットワークを用いた非線形がけ崩れ発生限界雨量線の設定に関する研究、土木学会論文集のＮｏ．６７２／ＶＩ−５０，ｐｐ．１１７−１３２，２００１．３
しかしながら、非特許文献１及び特許文献２に開示された発明では、災害の発生限界線や、避難基準線、警戒基準線を設定することに主眼を置いており、ある特定の地域あるいは一定の条件毎にまとめられた地域グループにおいて、短期降雨指標や長期降雨指標がどの程度に至れば災害の発生の危険性があるのかを客観的に評価することに留まっていた。極端に言えば、同一地点において、蓄積された短期及び長期の降雨指標のデータを入力して、その地点で蓄積された降雨データに基づいて、どの程度の降雨で災害が生じることになるかという判断を行っていたのである。
これでは、客観的、定量的な評価であっても、地域毎あるいはグループ毎に個別具体的な評価を行なうことはできるものの、特定の地域ではなく、地域全般に共通の一般的、普遍的な評価を行なうことが困難であるという課題があった。すなわち、データとしては、広範な地域のデータを一緒に用いて、それらに含まれる様々な要因を把握し、それらの要因の中から変数として選択して組合わせることによって得られる総合的な潜在危険度を評価することが困難であるという課題があった。
従って、いずれの地域に対して優先的に補修工事を施すか、あるいは防災の対策を施すかという判断を行うには、困難であったし、そもそも優先順位を付すという思想も開示されるものではなかった。
これでは、客観的、定量的な評価であっても、地域毎あるいはグループ毎に個別具体的な評価を行なうことはできるものの、特定の地域ではなく、地域全般に共通の一般的、普遍的な評価を行なうことが困難であるという課題があった。すなわち、データとしては、広範な地域のデータを一緒に用いて、それらに含まれる様々な要因を把握し、それらの要因の中から変数として選択して組合わせることによって得られる総合的な潜在危険度を評価することが困難であるという課題があった。
従って、いずれの地域に対して優先的に補修工事を施すか、あるいは防災の対策を施すかという判断を行うには、困難であったし、そもそも優先順位を付すという思想も開示されるものではなかった。
また、特許文献１に開示された発明では、基本的に複雑ではあるけれども予め定められたあるいは既知の条件とその対策をリスト状のデータ構造を備えたものを用いて、対策の具体的な実施手順を示すものである。確かに対策リストは補正、更新が可能であるものの基本的には入力されたデータを基に判断がなされ、コンピュータは、事象と対策を結合させるという処理を行うに過ぎないものであり、対策順位を高精度に提供することが困難であるという課題があった。
さらに、橋梁、トンネル、鉄塔、上・下水道等の土木構造物等や災害危険箇所等は、維持管理のために日常的に点検が行われ、損傷が認められた場合にはその程度を判断し、必要な補修対策がとられるのが常である。この点検業務には現地で簡便に利用することができるチェックシート(点検データシート)が利用されている場合が多い。これらのシートでは対象物の損傷状況に応じて評点をつけることにより現況の安全性が評価できるように工夫されている。ただし、シートの評点決定に関して明瞭な決定根拠が示されているものはほとんどなく、最終的な判断は高度な技術者の判定に委ねられることも少なくない。
これについて、既往の点検データと補修実施の実績データから、サポートベクターマシン(以後、ＳＶＭと略す場合がある。)や放射状基底関数ネットワーク等の数学的なパターン分類手法を用いることにより、点検対象物の危険度を演算し、その演算結果に基づいて補修の要否や対応策の要否の優先順位を高精度に付して評価することが可能なシステムを発明した。このシステムを用いることで、土木構造物や建築構造物、あるいは災害危険箇所の補修の要否や災害防止対応策の要否の判断において高い精度を発揮しながら、客観性も確保することが出来、構造物や災害危険箇所の維持補修事業の効率化・高精度化・客観化に大きな効果が期待できる。
これについて、既往の点検データと補修実施の実績データから、サポートベクターマシン(以後、ＳＶＭと略す場合がある。)や放射状基底関数ネットワーク等の数学的なパターン分類手法を用いることにより、点検対象物の危険度を演算し、その演算結果に基づいて補修の要否や対応策の要否の優先順位を高精度に付して評価することが可能なシステムを発明した。このシステムを用いることで、土木構造物や建築構造物、あるいは災害危険箇所の補修の要否や災害防止対応策の要否の判断において高い精度を発揮しながら、客観性も確保することが出来、構造物や災害危険箇所の維持補修事業の効率化・高精度化・客観化に大きな効果が期待できる。
本発明は、かかる従来の事情に対処してなされたものであり、土木構造物や災害危険箇所などの点検対象物に対する補修の必要度あるいは災害発生に対する危険度の評価を行なう際に、技術者や点検者による先入観や主観を排除しながら、点検された多数の項目のデータに基づいて、補修工事の必要度や災害危険箇所への災害防止対応策の必要性について客観的で精度の高い定量的評価を可能としながら、その補修工事や災害防止対応策の優先順位を客観的かつ高精度に定めることができる優先順位評価システムを提供することを目的とする。
上記目的を達成するため、請求項１記載の発明である優先順位評価システムは、入力部と、演算部と、格納部と、出力部を有し、点検対象物における健全性劣化に関係する複数の要因（要因数をｎとする。ｎ≧２）を、２次元以上の空間（以下、多次元座標空間という。）を構成する座標軸上に対応させ、前記複数の要因に係るｎ次元の要因データと前記点検対象物に対する実際の点検によって得られた前記要因データ毎に構成されるｎ次元の点検データを学習データとし、前記点検対象物における補修の必要性の有無あるいは災害発生の可能性の有無を教師値として用い、補修の必要性の有無あるいは災害発生の可能性の有無を、放射基底関数ネットワーク又はサポートベクターマシンを用いて解析することで，前記多次元座標空間内で前記補修の必要性の有無あるいは前記災害発生の可能性の有無の境界を形成させ、この境界を前記補修の必要性の有無あるいは前記災害発生の可能性の有無を分離する分離面なる基準として、ある点検対象物における危険度を算出して補修又は点検の優先順位を決定するための優先順位評価システムであって、
前記入力部は、前記点検対象物における前記健全性劣化に関係する要因に係るｎ次元の要因データと前記要因データ毎のｎ次元の点検データと、前記要因データ毎に仮に想定される仮想データであって前記教師値として安全側となる場合と，前記教師値として危険側となる場合にそれぞれ対応するｎ次元の仮想データを学習データとして多次元座標空間中に予め演算された分離面の座標データとを、前記格納部に入力可能な手段であって、前記演算部は、前記ｎ次元の点検データを前記入力部又は前記格納部から読み出して、この点検データが示す前記多次元座標空間中での座標点から、前記多次元座標空間中に形成される分離面までの距離（但し、この距離は、前記座標点が前記分離面に対して前記多次元座標空間の原点側にある場合を正とするか、あるいは前記原点側にある場合を負とする。以下、同様。）を前記点検対象物の危険度として演算する危険度演算部と、この危険度演算部において演算された前記危険度を指標に、並べ替えを実行して前記点検対象物に関する優先順位データを生成する優先順位決定部と、前記優先順位データに基づいて、前記ｎ次元の点検データからその一部を選択し、この選択された一部の前記ｎ次元の点検データ（下記の式（１）で表現されるＸ）を前記要因データの次元毎に残しつつ、他の次元の要因データに対しては、前記ｎ次元の点検データの一部に対する教師値と同一の教師値として安全側又は危険側に対応するように仮に想定される仮想データ（ｋ）を入力することで分離して、下記の行列式（２）で示されるような新たなｎ次元の仮想データ（Ａ １ ・・・Ａ ｎ ）を生成する要因処理部と、
前記入力部は、前記点検対象物における前記健全性劣化に関係する要因に係るｎ次元の要因データと前記要因データ毎のｎ次元の点検データと、前記要因データ毎に仮に想定される仮想データであって前記教師値として安全側となる場合と，前記教師値として危険側となる場合にそれぞれ対応するｎ次元の仮想データを学習データとして多次元座標空間中に予め演算された分離面の座標データとを、前記格納部に入力可能な手段であって、前記演算部は、前記ｎ次元の点検データを前記入力部又は前記格納部から読み出して、この点検データが示す前記多次元座標空間中での座標点から、前記多次元座標空間中に形成される分離面までの距離（但し、この距離は、前記座標点が前記分離面に対して前記多次元座標空間の原点側にある場合を正とするか、あるいは前記原点側にある場合を負とする。以下、同様。）を前記点検対象物の危険度として演算する危険度演算部と、この危険度演算部において演算された前記危険度を指標に、並べ替えを実行して前記点検対象物に関する優先順位データを生成する優先順位決定部と、前記優先順位データに基づいて、前記ｎ次元の点検データからその一部を選択し、この選択された一部の前記ｎ次元の点検データ（下記の式（１）で表現されるＸ）を前記要因データの次元毎に残しつつ、他の次元の要因データに対しては、前記ｎ次元の点検データの一部に対する教師値と同一の教師値として安全側又は危険側に対応するように仮に想定される仮想データ（ｋ）を入力することで分離して、下記の行列式（２）で示されるような新たなｎ次元の仮想データ（Ａ １ ・・・Ａ ｎ ）を生成する要因処理部と、
（但し、ｘ
１
・・・ｘ
ｎ
は、ｎ次元の点検データのデータ値である。）
（但し、ｘ １ ・・・ｘ ｎ は、ｎ次元の点検データのデータ値であり、ｋは、ｎ次元における点検データのデータ値で、各次元において危険側として入力される値又は安全側として入力される値のいずれかである。）
この要因処理部によって演算される新たなｎ次元の仮想データを、前記仮想データに加え用いて新たな分離面を多次元座標空間中に演算する分離面演算部と、を備え、前記危険度演算部は、この新たな分離面を用いて新たな危険度を演算し、前記優先順位決定部は、この新たな危険度を指標に並べ替えを実行して新たな優先順位データを生成し、前記要因処理部において生成される新たな仮想データ毎に、前記分離面演算部、危険度演算部、優先順位決定部は繰り返し演算を実行可能であり、前記出力部は、前記分離面又は新たな分離面の座標データ、前記点検データ、前記仮想データ又は前記新たな仮想データ、前記危険度又は前記新たな危険度、前記優先順位データ又は新たな優先順位データのうち少なくとも１の情報を出力可能な手段であることを特徴とするものである。
この要因処理部によって演算される新たなｎ次元の仮想データを、前記仮想データに加え用いて新たな分離面を多次元座標空間中に演算する分離面演算部と、を備え、前記危険度演算部は、この新たな分離面を用いて新たな危険度を演算し、前記優先順位決定部は、この新たな危険度を指標に並べ替えを実行して新たな優先順位データを生成し、前記要因処理部において生成される新たな仮想データ毎に、前記分離面演算部、危険度演算部、優先順位決定部は繰り返し演算を実行可能であり、前記出力部は、前記分離面又は新たな分離面の座標データ、前記点検データ、前記仮想データ又は前記新たな仮想データ、前記危険度又は前記新たな危険度、前記優先順位データ又は新たな優先順位データのうち少なくとも１の情報を出力可能な手段であることを特徴とするものである。
また、請求項２に記載の発明である優先順位評価システムは、入力部と、演算部と、格納部と、出力部を有し、点検対象物における健全性劣化に関係する複数の要因（要因数をｎとする。ｎ≧２）を、２次元以上の空間（以下、多次元座標空間という。）を構成する座標軸上に対応させ、前記複数の要因に係るｎ次元の要因データと前記点検対象物に対する実際の点検によって得られた前記要因データ毎に構成されるｎ次元の点検データを学習データとし、前記点検対象物における補修の必要性の有無あるいは災害発生の可能性の有無を教師値として用い、補修の必要性の有無あるいは災害発生の可能性の有無を、放射基底関数ネットワーク又はサポートベクターマシンを用いて解析することで，前記多次元座標空間内で前記補修の必要性の有無あるいは前記災害発生の可能性の有無の境界を形成させ、この境界を前記補修の必要性の有無あるいは前記災害発生の可能性の有無を分離する分離面なる基準として、ある点検対象物における危険度を算出して補修又は点検の優先順位を決定するための優先順位評価システムであって、
前記入力部は、前記点検対象物における前記健全性劣化に関係する要因に係るｎ次元の要因データと前記要因データ毎のｎ次元の点検データと、前記要因データ毎に仮に想定される仮想データであって前記教師値として安全側となる場合と，前記教師値として危険側となる場合にそれぞれ対応するｎ次元の仮想データとを、前記格納部に入力可能な手段であって、前記演算部は、前記要因データ毎のｎ次元の仮想データを前記入力部又は前記格納部から読み出して、これを学習データとして前記多次元座標空間中に分離面を演算する分離面演算部と、前記ｎ次元の点検データを前記入力部又は前記格納部から読み出して、この点検データが示す前記多次元座標空間中での座標点から、前記多次元座標空間中に形成される分離面までの距離（但し、この距離は、前記座標点が前記分離面に対して前記多次元座標空間の原点側にある場合を正とするか、あるいは前記原点側にある場合を負とする。以下、同様。）を前記点検対象物の危険度として演算する危険度演算部と、この危険度演算部において演算された前記危険度を指標に、並べ替えを実行して前記点検対象物に関する優先順位データを生成する優先順位決定部と、前記優先順位データに基づいて、前記ｎ次元の点検データからその一部を選択し、この選択された一部の前記ｎ次元の点検データ（下記の式（１）で表現されるＸ）を前記要因データの次元毎に残しつつ、他の次元の要因データに対しては、前記ｎ次元の点検データの一部に対する教師値と同一の教師値として安全側又は危険側に対応するように仮に想定される仮想データ（ｋ）を入力することで分離して、下記の行列式（２）で示されるような新たなｎ次元の仮想データ（Ａ １ ・・・Ａ ｎ ）を生成する要因処理部と、を備え、
前記入力部は、前記点検対象物における前記健全性劣化に関係する要因に係るｎ次元の要因データと前記要因データ毎のｎ次元の点検データと、前記要因データ毎に仮に想定される仮想データであって前記教師値として安全側となる場合と，前記教師値として危険側となる場合にそれぞれ対応するｎ次元の仮想データとを、前記格納部に入力可能な手段であって、前記演算部は、前記要因データ毎のｎ次元の仮想データを前記入力部又は前記格納部から読み出して、これを学習データとして前記多次元座標空間中に分離面を演算する分離面演算部と、前記ｎ次元の点検データを前記入力部又は前記格納部から読み出して、この点検データが示す前記多次元座標空間中での座標点から、前記多次元座標空間中に形成される分離面までの距離（但し、この距離は、前記座標点が前記分離面に対して前記多次元座標空間の原点側にある場合を正とするか、あるいは前記原点側にある場合を負とする。以下、同様。）を前記点検対象物の危険度として演算する危険度演算部と、この危険度演算部において演算された前記危険度を指標に、並べ替えを実行して前記点検対象物に関する優先順位データを生成する優先順位決定部と、前記優先順位データに基づいて、前記ｎ次元の点検データからその一部を選択し、この選択された一部の前記ｎ次元の点検データ（下記の式（１）で表現されるＸ）を前記要因データの次元毎に残しつつ、他の次元の要因データに対しては、前記ｎ次元の点検データの一部に対する教師値と同一の教師値として安全側又は危険側に対応するように仮に想定される仮想データ（ｋ）を入力することで分離して、下記の行列式（２）で示されるような新たなｎ次元の仮想データ（Ａ １ ・・・Ａ ｎ ）を生成する要因処理部と、を備え、
（但し、ｘ
１
・・・ｘ
ｎ
は、ｎ次元の点検データのデータ値である。）
（但し、ｘ １ ・・・ｘ ｎ は、ｎ次元の点検データのデータ値であり、ｋは、ｎ次元における点検データのデータ値で、各次元において危険側として入力される値又は安全側として入力される値のいずれかである。）
前記分離面演算部は、前記要因処理部によって演算される新たなｎ次元の仮想データを、前記仮想データに加え用いて新たな分離面を多次元座標空間中に演算し、前記危険度演算部は、この新たな分離面を用いて新たな危険度を演算し、前記優先順位決定部は、この新たな危険度を指標に並べ替えを実行して新たな優先順位データを生成し、前記要因処理部において生成される新たな仮想データ毎に前記分離面演算部、危険度演算部、優先順位決定部は繰り返し演算を実行可能であり、前記出力部は、前記分離面又は新たな分離面の座標データ、前記点検データ、前記仮想データ又は前記新たな仮想データ、前記危険度又は前記新たな危険度、前記優先順位データ又は新たな優先順位データのうち少なくとも１の情報を出力可能な手段であるものである。
前記分離面演算部は、前記要因処理部によって演算される新たなｎ次元の仮想データを、前記仮想データに加え用いて新たな分離面を多次元座標空間中に演算し、前記危険度演算部は、この新たな分離面を用いて新たな危険度を演算し、前記優先順位決定部は、この新たな危険度を指標に並べ替えを実行して新たな優先順位データを生成し、前記要因処理部において生成される新たな仮想データ毎に前記分離面演算部、危険度演算部、優先順位決定部は繰り返し演算を実行可能であり、前記出力部は、前記分離面又は新たな分離面の座標データ、前記点検データ、前記仮想データ又は前記新たな仮想データ、前記危険度又は前記新たな危険度、前記優先順位データ又は新たな優先順位データのうち少なくとも１の情報を出力可能な手段であるものである。
請求項３に記載の発明では、請求項１又は請求項２に記載の優先順位評価システムにおいて、前記要因の次元毎に分離されるｎ次元の点検データの一部は、生成された優先順位データにおいて、最優先の順位を得た前記点検対象物のｎ次元の点検データであるものである。
この最優先の順位とは、最も危険であると評価された点検対象物の順位と最も安全であると評価された点検対象物の順位のいずれか一方又は両方の順位を意味する。
この最優先の順位とは、最も危険であると評価された点検対象物の順位と最も安全であると評価された点検対象物の順位のいずれか一方又は両方の順位を意味する。
さらに、請求項４記載の発明は、請求項１乃至請求項３のいずれか１項に記載の優先順位評価システムにおいて、前記優先順位決定部は、危険度又は新たな危険度を指標に、この危険度の昇順又は降順に並べ替えるそれぞれ優先順位データ又は新たな優先順位データを生成し、前記出力部は、この優先順位データに基づいて、前記危険度に関する点検対象物を前記危険度と共に表示することを特徴とするものである。
本発明は、土木構造物や災害危険箇所等の点検対象物に対する仮想データを学習データとしてまず分離面を演算し、この分離面を用いて、あるいは予め点検対象物に対する仮想データを学習データとして演算した分離面を用いて、点検データの多次元座標空間における座標点から分離面までの距離を危険度として点検データを解析し、点検対象物における補修工事あるいは対応策の必要性を高精度かつ客観的に評価することができる。
また、最初に仮想データを学習データとして用いることで、補修や保守工事などの実績データあるいは点検データがない場合や極端に少ない場合においても、当初の分離面を形成可能であるので、実績データや点検データがない場合や極端に少ない場合においても精度高く、客観的な解析を実行することが可能である。
また、点検データの一部を仮想データに加えて学習データとして用いることで、実績データや点検データがない場合や極端に少ない場合においても更に精度高く、客観的な解析を実行することが可能である。
さらに、ｎ次元の点検データの一部を構成する点検データＸを要因の次元毎に分離して、生成される新たなｎ次元のｎ個の仮想データを生成するので、点検データを効率的に分離することができ、危険度や優先順位を高精度に効率的に求めることが可能である。
また、最初に仮想データを学習データとして用いることで、補修や保守工事などの実績データあるいは点検データがない場合や極端に少ない場合においても、当初の分離面を形成可能であるので、実績データや点検データがない場合や極端に少ない場合においても精度高く、客観的な解析を実行することが可能である。
また、点検データの一部を仮想データに加えて学習データとして用いることで、実績データや点検データがない場合や極端に少ない場合においても更に精度高く、客観的な解析を実行することが可能である。
さらに、ｎ次元の点検データの一部を構成する点検データＸを要因の次元毎に分離して、生成される新たなｎ次元のｎ個の仮想データを生成するので、点検データを効率的に分離することができ、危険度や優先順位を高精度に効率的に求めることが可能である。
特に、請求項１に記載の発明では、予め点検対象物に対する仮想データを学習データとして演算して入力部によって格納部に格納された分離面データ、すなわち分離面の座標データを用いて点検データを解析するので、解析の最初に分離面を演算する必要がなく効率的な解析を実施することが可能である。
特に、請求項３に記載の発明では、要因の次元毎に分離されるｎ次元の点検データの一部が、生成された優先順位データにおいて、最優先の順位を得た点検対象物のｎ次元の点検データであり、分離面から離れた点検データであるので、分離面をより効果的に修正することが可能である。従って、少ない点検データを仮想データに加えることで分離面を修正することができ、効率的な解析を行うことが可能である。
また、特に請求項４に記載の発明では、優先順位決定部が、危険度又は新たな危険度を指標に、この危険度の昇順又は降順に並べ替えるそれぞれ優先順位データ又は新たな優先順位データを生成して、出力部がこの優先順位データに基づいて、危険度に関する点検対象物を危険度と共に表示するので、点検対象物に対して危険度が高いあるいは低いという序列をつけることができ、例えば補修工事などの予算が限定されている場合に、いずれの点検対象物に補修工事などを施すべきかという客観的な判断を下すことができる。
以下、本発明の実施の形態に係る優先順位評価システムについて図1乃至図８を参照しながら説明する。
図１は、本発明の実施の形態に係る優先順位評価システムの構成図である。
図１において、優先順位評価システムは、入力部１と演算部２と出力部８及び格納部として複数のデータベース１０，１３，１５，１８から構成される。
入力部１は、これらのデータベース１０，１３，１５，１８に格納されるデータ９ａ（具体的には、仮想データ１１、点検データ１４、解析条件データ１９、パラメータデータ２０、分離面データ２１）や解析条件９ｂ（解析条件データ１９）を予め入力したり、あるいは演算部２の作業時にデータ９ａや解析条件９ｂを入力するために使用されるものである。入力部１としての具体例には、キーボード、マウス、ペンタブレット、あるいは、コンピュータ等の解析装置や計測機器等から通信回線を介してデータを受信する受信装置など複数種類の装置からなり目的に応じた使い分け可能な装置が考えられる。
演算部２は、分離面演算部３、危険度演算部４、優先順位決定部５、要因処理部６から構成されるものである。
演算部２は、データベースから読み出されたり、入力部１から入力されるデータ９ａや解析条件９ｂを用いて、土木構造物や災害危険箇所等の点検対象物における健全性劣化に関する点検データから得られる補修や対応策の必要性の有無あるいは災害発生の可能性の有無を分離する分離面を演算する分離面演算部３、また、その分離面に基づいて算出される点検対象物の危険度を演算する危険度演算部４、その危険度によって優先順位を決定する優先順位決定部５、さらに、点検データの一部を要因の次元毎に分離して、新たな仮想データを生成する要因処理部６から構成されている。演算部２として具体的には、ワークステーションやパーソナルコンピュータ等のコンピュータが考えられる。
また、データベースとしては、土木構造物や災害危険箇所に対する仮想データ１１や演算部２の要因処理部６で生成される新仮想データ１２が格納される仮想データベース１０、実際に土木構造物や災害危険箇所に対して実施された点検に関する点検データ１４を格納する点検データベース１３、演算部２の危険度演算部４で演算された危険度データ１６、優先順位決定部５で演算された優先順位データ１７を格納する評価情報データベース１５、種々の解析のための解析条件データ１９及びパラメータデータ２０、予め仮想データを用いて演算された分離面に関する分離面データ２１を格納する解析データベース１８がある。
図１は、本発明の実施の形態に係る優先順位評価システムの構成図である。
図１において、優先順位評価システムは、入力部１と演算部２と出力部８及び格納部として複数のデータベース１０，１３，１５，１８から構成される。
入力部１は、これらのデータベース１０，１３，１５，１８に格納されるデータ９ａ（具体的には、仮想データ１１、点検データ１４、解析条件データ１９、パラメータデータ２０、分離面データ２１）や解析条件９ｂ（解析条件データ１９）を予め入力したり、あるいは演算部２の作業時にデータ９ａや解析条件９ｂを入力するために使用されるものである。入力部１としての具体例には、キーボード、マウス、ペンタブレット、あるいは、コンピュータ等の解析装置や計測機器等から通信回線を介してデータを受信する受信装置など複数種類の装置からなり目的に応じた使い分け可能な装置が考えられる。
演算部２は、分離面演算部３、危険度演算部４、優先順位決定部５、要因処理部６から構成されるものである。
演算部２は、データベースから読み出されたり、入力部１から入力されるデータ９ａや解析条件９ｂを用いて、土木構造物や災害危険箇所等の点検対象物における健全性劣化に関する点検データから得られる補修や対応策の必要性の有無あるいは災害発生の可能性の有無を分離する分離面を演算する分離面演算部３、また、その分離面に基づいて算出される点検対象物の危険度を演算する危険度演算部４、その危険度によって優先順位を決定する優先順位決定部５、さらに、点検データの一部を要因の次元毎に分離して、新たな仮想データを生成する要因処理部６から構成されている。演算部２として具体的には、ワークステーションやパーソナルコンピュータ等のコンピュータが考えられる。
また、データベースとしては、土木構造物や災害危険箇所に対する仮想データ１１や演算部２の要因処理部６で生成される新仮想データ１２が格納される仮想データベース１０、実際に土木構造物や災害危険箇所に対して実施された点検に関する点検データ１４を格納する点検データベース１３、演算部２の危険度演算部４で演算された危険度データ１６、優先順位決定部５で演算された優先順位データ１７を格納する評価情報データベース１５、種々の解析のための解析条件データ１９及びパラメータデータ２０、予め仮想データを用いて演算された分離面に関する分離面データ２１を格納する解析データベース１８がある。
以下、図１乃至図３を参照しながら、本実施の形態の実施例１に係る優先順位評価システムについて説明する。図２は本実施例に係る優先順位評価システムを用いた点検対象物に対する補修工事あるいは対応策などの優先順位を決定する評価方法を示すフローチャートである。図３（ａ）は、点検対象物における健全性劣化の要因数を２とする２次元の要因データを考慮した場合に、９点の点検データをその２次元の座標空間の座標にプロットした概念図であり、（ｂ）は、仮想データとして、１点目は危険データとしての仮想データを、２点目は安全データとしての仮想データを、２次元の座標空間の座標にプロットした状態を示す概念図である。本実施例では、説明容易なために２次元の座標空間を用いるが、必ずしも２次元に限定するものではなく、２次元以上であれば、要因数（ｎ）は多数でもよく、一般には後の実施例でも示すように３次元やそれ以上の次元となることが多い。また、９点の点検データ１４を示すが、これは点検対象物がその数だけ存在しているということを意味するものである。
表１に橋梁を例にとり、実際の点検データ１４が記載された表を示す。表１では、橋梁の健全性劣化に係る要因として、「ボルトのゆるみ」、「ボルトの欠損」、「異常音」、「排水樋のつまり」、「排水樋の損傷」、「漏水」、「止水工」、「その他（さび・腐食）」が示されている。
管理番号として、符号でＰ−２などが示されているが、これは点検対象物を符号化するものである。また、各要因の欄の数値は、「０」が全く安全側で問題がない場合の数値、数値が大きくなるにつれて危険側で問題がある場合の数値を示している。ここでは、「３」が危険側で問題がある場合の数値を示している。この数値は特にこれらに限定するものではなく、その大小や、符号自体も予め点検者が決定してもよい。
表１に橋梁を例にとり、実際の点検データ１４が記載された表を示す。表１では、橋梁の健全性劣化に係る要因として、「ボルトのゆるみ」、「ボルトの欠損」、「異常音」、「排水樋のつまり」、「排水樋の損傷」、「漏水」、「止水工」、「その他（さび・腐食）」が示されている。
管理番号として、符号でＰ−２などが示されているが、これは点検対象物を符号化するものである。また、各要因の欄の数値は、「０」が全く安全側で問題がない場合の数値、数値が大きくなるにつれて危険側で問題がある場合の数値を示している。ここでは、「３」が危険側で問題がある場合の数値を示している。この数値は特にこれらに限定するものではなく、その大小や、符号自体も予め点検者が決定してもよい。
表１の橋梁と同様に、表２に下水道管渠を例にとり、実際の点検データ１４が記載された表を示す。表２では、下水道管渠の健全性劣化に係る要因として、「変形・クラック」、「浸食」、「勾配不良」、「目地不良」、「侵入水」が示されている。
管渠Ｎｏとして、数値で「０５０９１０００６００」などが示されているが、これは点検対象物を符号化するものである。また、各要因の欄の数値は、「１」が全く安全側で問題がない場合の数値、数値が大きくなるにつれて危険側で問題がある場合の数値を示している。この数値は、特にこれらに限定するものではなく、その大小や、符号自体も予め点検者が決定してもよい。
管渠Ｎｏとして、数値で「０５０９１０００６００」などが示されているが、これは点検対象物を符号化するものである。また、各要因の欄の数値は、「１」が全く安全側で問題がない場合の数値、数値が大きくなるにつれて危険側で問題がある場合の数値を示している。この数値は、特にこれらに限定するものではなく、その大小や、符号自体も予め点検者が決定してもよい。
表３に鉄塔基礎を例にとり、実際の点検データ１４が記載された表を示す。表３では、鉄塔基礎の健全性劣化に係る要因として、「経過年数」、「斜面区分」、「土壌（分布地質）」、「土壌抵抗率」、「地下水の有無（想定）」が示されている。
鉄塔番号として、数値で「７０」などが示されているが、これは点検対象物を符号化するものである。また、各要因の欄の数値は、「０」が全く安全側で問題がない場合の数値、数値が大きくなるにつれて危険側で問題がある場合の数値を示している。この数値は、特にこれらに限定するものではなく、その大小や、符号自体も予め点検者が決定してもよい。
鉄塔番号として、数値で「７０」などが示されているが、これは点検対象物を符号化するものである。また、各要因の欄の数値は、「０」が全く安全側で問題がない場合の数値、数値が大きくなるにつれて危険側で問題がある場合の数値を示している。この数値は、特にこれらに限定するものではなく、その大小や、符号自体も予め点検者が決定してもよい。
表４にトンネルを例にとり、実際の点検データ１４が記載された表を示す。表４では、トンネルの健全性劣化に係る要因として、「最大ひび割れ幅」、「最大ひび割れ幅の長さ（横断）」、「最大ひび割れ幅の長さ（縦断）」、「ひび割れの分布（密度）」、「ひび割れのパターン」、「遊離石灰」、「漏水」が示されている。
トンネルのスパン番号として、数値で「２」などが示されているが、これは点検対象物を符号化するものである。また、各要因の欄の数値は、「０」が全く安全側で問題がない場合の数値、数値が大きくなるにつれて危険側で問題がある場合の数値を示している。この数値は、特にこれらに限定するものではなく、その大小や、符号自体も予め点検者が決定してもよい。
トンネルのスパン番号として、数値で「２」などが示されているが、これは点検対象物を符号化するものである。また、各要因の欄の数値は、「０」が全く安全側で問題がない場合の数値、数値が大きくなるにつれて危険側で問題がある場合の数値を示している。この数値は、特にこれらに限定するものではなく、その大小や、符号自体も予め点検者が決定してもよい。
図２のステップＳ１では、分離面演算部３が、仮想データ１１を仮想データベース１０から読み出す。仮想データ１１は、その要因数をｎとし、その数をＸ１とするが、図３（ｂ）に示されるとおり、本実施例では、要因数は「２」であり、また、仮想データ１１の数も「２」となっている。仮想データ１１は、予め入力部１を介して、仮想データベース１０に格納されていて読み出されてもよいし、入力部１から入力される仮想データ１１を分離面演算部３が読み込んでもよい。
仮想データ１１は、図３（ｂ）に示されるように、極端に危険データであったり、安全データであるように設定されると望ましいが、特に限定するものではない。図中、要因１あるいは要因２と記載されるのは、例えば、前述のとおり、橋梁における点検データをベースに補修工事の優先順位を客観的に求める場合には、ボルトの緩みやボルトの欠損、排水樋のつまりや損傷、漏水などがある。表５に具体的な例を示す。表５の例は、表１と同様に要因が８個ある場合のもので、上段の仮想データは、処置方針として補修不要な場合で、すべての要因に関するデータが「０」で、下段の仮想データは、処置方針として要補修の場合で、すべての要因に関するデータが「３」である。それぞれの処置方針は、「１」と「−１」などの教師値でも表現されている。この教師値は、サポートベクターマシンなどを用いて実行される解析に用いられる値である。
仮想データ１１は、図３（ｂ）に示されるように、極端に危険データであったり、安全データであるように設定されると望ましいが、特に限定するものではない。図中、要因１あるいは要因２と記載されるのは、例えば、前述のとおり、橋梁における点検データをベースに補修工事の優先順位を客観的に求める場合には、ボルトの緩みやボルトの欠損、排水樋のつまりや損傷、漏水などがある。表５に具体的な例を示す。表５の例は、表１と同様に要因が８個ある場合のもので、上段の仮想データは、処置方針として補修不要な場合で、すべての要因に関するデータが「０」で、下段の仮想データは、処置方針として要補修の場合で、すべての要因に関するデータが「３」である。それぞれの処置方針は、「１」と「−１」などの教師値でも表現されている。この教師値は、サポートベクターマシンなどを用いて実行される解析に用いられる値である。
表５の橋梁と同様に、表６に下水道管渠の具体的な例を示す。表６の例は、表２と同様に要因が５個ある場合のもので、上段の仮想データは、処置方針として敷設替が不要もしくは必要であっても優先度が低い場合で、すべての要因に関するデータが「１」で、下段の仮想データは、処置方針として敷設替が必要で優先度が高い場合で、すべての要因に関するデータが最大となる値である。それぞれの処置方針は、「１」と「−１」などの教師値でも表現されている。この教師値は、サポートベクターマシンなどを用いて実行される解析に用いられる値である。
表７に鉄塔基礎の具体的な例を示す。表７の例は、表３と同様に要因が５個ある場合のもので、上段の仮想データは、処置方針として対策不要の場合で、すべての要因に関するデータが「０」で、下段の仮想データは、処置方針として対策が必要な場合で、すべての要因に関するデータが最大となる値である。それぞれの処置方針は、「１」と「−１」などの教師値でも表現されている。この教師値は、サポートベクターマシンなどを用いて実行される解析に用いられる値である。
表８にトンネルの具体的な例を示す。表８の例は、表４と同様に要因が７個ある場合のもので、上段の仮想データは、処置方針として対策不要の場合で、すべての要因に関するデータが「０」で、下段の仮想データは、処置方針として対策が必要な場合で、すべての要因に関するデータが最大となる値である。それぞれの処置方針は、「１」と「−１」などの教師値でも表現されている。この教師値は、サポートベクターマシンなどを用いて実行される解析に用いられる値である。
図３（ａ）及び（ｂ）に示される目盛りは、特に限定するものではないが、便宜上示されるもので、要因の物理的な特性によって、その単位や目盛り間隔が決定されるものである。なお、ここでは、仮想データ１１としての危険データを教師値−１の学習データとし、仮想データ１１としての安全データを教師値１の学習データとしている。
分離面演算部３は、このような仮想データ１１を用いて、図２のステップＳ２で示されるように分離面を演算する。演算された分離面に関する分離面データ２１は、分離面演算部３によって解析データベース１８に格納される。この分離面の解析は、サポートベクターマシンを用いて実行される。サポートベクターマシンの他にも放射状基底関数ネットワークを用いた解析によって演算されてもよい。
分離面演算部３は、このような仮想データ１１を用いて、図２のステップＳ２で示されるように分離面を演算する。演算された分離面に関する分離面データ２１は、分離面演算部３によって解析データベース１８に格納される。この分離面の解析は、サポートベクターマシンを用いて実行される。サポートベクターマシンの他にも放射状基底関数ネットワークを用いた解析によって演算されてもよい。
図３（ｂ）に示されるような２点の仮想データ１１を用いて演算を行った結果、図４に示されるような直線状の分離面ａが得られる。
図４に示される分離面ａを演算によって構築した後に、ステップＳ３では、危険度演算部４が点検データベース１３からＹ個（図３（ａ）及び図４ではＹ＝９）の点検データ１４を読み出す。
点検データ１４は、図１に示されるように、予め点検データベース１３に入力部１を介して点検データベース１３に格納されていてもよいし、危険度演算部４が、直接入力部１から入力される点検データ１４を読み出すようにしてもよい。また、この点検データ１４には、そのデータが認められた点検対象物に関するデータも含まれている。この点検対象物に関するデータは、点検対象物を特定できるものであれば、そのものの名称データであっても記号や数字などを用いて表現されたデータであってもよい。
図４に示される分離面ａを演算によって構築した後に、ステップＳ３では、危険度演算部４が点検データベース１３からＹ個（図３（ａ）及び図４ではＹ＝９）の点検データ１４を読み出す。
点検データ１４は、図１に示されるように、予め点検データベース１３に入力部１を介して点検データベース１３に格納されていてもよいし、危険度演算部４が、直接入力部１から入力される点検データ１４を読み出すようにしてもよい。また、この点検データ１４には、そのデータが認められた点検対象物に関するデータも含まれている。この点検対象物に関するデータは、点検対象物を特定できるものであれば、そのものの名称データであっても記号や数字などを用いて表現されたデータであってもよい。
図２のステップＳ４では、読み出された点検データ１４を用いて、危険度演算部４が危険度演算を実施する。この危険度とは、図４に示される９点の点検データの座標から、分離面ａまでの距離を意味している。すなわち、この距離、例えば符号１が付されている点検データの座標から分離面ａまでの距離Ｌ１を符号１が付されている点検データに関する危険度と定義する。分離面ａより外側では、この距離Ｌ１が長い方がより危険であることを示し、分離面ａより内側では、この距離Ｌ１が長い方がより安全であることを示している。従って、この危険度という語は、逆の安全度としてもよく、その場合には、分離面ａより内側では、この距離Ｌ１が短い方がより危険であることを示し、分離面ａより外側では、この距離Ｌ１が短い方がより安全であることを示している。他の点検データに関しても同様である。
演算された危険度データ１６は、危険度演算部４によって点検データ１４と対にされて、点検データ１４を含めて、評価情報データベース１５に格納される。
演算された危険度データ１６は、危険度演算部４によって点検データ１４と対にされて、点検データ１４を含めて、評価情報データベース１５に格納される。
図２のステップＳ５では、優先順位決定部５が評価情報データベース１５から危険度に関する危険度データ１６を読み出し、この危険度を指標に、所望の条件により並べ替えを実行してＹ個の点検対象物に関する優先順位データ１７を生成する。この並べ替えは、例えば危険度を昇順すなわち、危険度が小さい方から大きい方へ並べ替えるものであったり、危険度を降順すなわち、危険度が大きい方から小さい方へ並べ替えるものであったりする。もちろん、その際には、危険度とその危険度を備える点検対象物に関するデータをパッケージにして並べ替えて、危険度を介して、点検対象物の危険度が表示される必要がある。また、点検データ１４も同時にパッケージデータとして並べ替えて、危険度を介して、点検対象物の危険度に加えて、点検データ１４も出力部８で表示されるようにしてもよい。
このようにして得られた順序を優先順位として、この優先順位に関するデータを優先順位データ１７と呼ぶ。今回の点検データ１４はＹ個あるため、優先順位データ１７では、１位からＹ位までとなる。
このように危険度を指標として点検対象物に対して優先順位を付した状態を模式的に示すのが、図４である。前述の符号１は、危険度の高いものとして優先順位が１位であることを示すものであった。分離面ａよりも外側の領域（以下、便宜上、危険領域と呼ぶ。）では、分離面ａから離れるにつれて、すなわち、分離面ａからの距離が大きくなるにつれて、危険度が高くなるので、優先順位が高い。一方、分離面ａよりも内側の領域（以下、便宜上、安全領域と呼ぶ。）では、分離面ａから離れるにつれて、すなわち、分離面ａからの距離が大きくなるにつれて、危険度が低くなるので、優先順位が低い。
このように得られた優先順位データ１７は、優先順位決定部５によって評価情報データベース１５に格納される。
このようにして得られた順序を優先順位として、この優先順位に関するデータを優先順位データ１７と呼ぶ。今回の点検データ１４はＹ個あるため、優先順位データ１７では、１位からＹ位までとなる。
このように危険度を指標として点検対象物に対して優先順位を付した状態を模式的に示すのが、図４である。前述の符号１は、危険度の高いものとして優先順位が１位であることを示すものであった。分離面ａよりも外側の領域（以下、便宜上、危険領域と呼ぶ。）では、分離面ａから離れるにつれて、すなわち、分離面ａからの距離が大きくなるにつれて、危険度が高くなるので、優先順位が高い。一方、分離面ａよりも内側の領域（以下、便宜上、安全領域と呼ぶ。）では、分離面ａから離れるにつれて、すなわち、分離面ａからの距離が大きくなるにつれて、危険度が低くなるので、優先順位が低い。
このように得られた優先順位データ１７は、優先順位決定部５によって評価情報データベース１５に格納される。
表９に、表１及び表５と同様に、点検対象物に橋梁を例にとった場合の優先順位データ１７を示す。左欄には、順位が記載されているが、橋梁の管理番号、すなわち、点検対象物を特定する番号が明示されており、それぞれの要因の欄には、それぞれの点検データも付されている。さらに、ｆ（ｘ）と示されるものが、危険度、すなわち、分離面と、点検データの多次元座標空間における座標との距離を示すものである。
表１０に、表２及び表６と同様に、点検対象物に下水道管渠を例にとった場合の優先順位データ１７を示す。左欄には、順位が記載されているが、下水道管渠の管理Ｎｏ、すなわち、点検対象物を特定する番号が明示されており、それぞれの要因の欄には、それぞれの点検データも付されている。さらに、ｆ（ｘ）と示されるものが、危険度、すなわち、分離面と、点検データの多次元座標空間における座標との距離を示すものである。
表１１に、表３及び表７と同様に、点検対象物に鉄塔基礎を例にとった場合の優先順位データ１７を示す。左欄には、順位が記載されているが、鉄塔基礎の鉄塔番号、すなわち、点検対象物を特定する番号が明示されており、それぞれの要因の欄には、それぞれの点検データも付されている。さらに、ｆ（ｘ）と示されるものが、危険度、すなわち、分離面と、点検データの多次元座標空間における座標との距離を示すものである。
表１２に、表４及び表８と同様に、点検対象物にトンネルを例にとった場合の優先順位データ１７を示す。左欄には、順位が記載されているが、トンネルのスパン番号、すなわち、点検対象物を特定する番号が明示されており、それぞれの要因の欄には、それぞれの点検データも付されている。さらに、ｆ（ｘ）と示されるものが、危険度、すなわち、分離面と、点検データの多次元座標空間における座標との距離を示すものである。
次に、本実施例１に係る優先順位評価システムにおける優先順位決定が適切に実行されていることを検証したので、説明を加える。本発明では、処置方針のない点検データの優先順位を決定してもよいが、ここでは、優先順位の精度向上の検証を行うため、処置方針のある点検データを用いることとした。
表１３は、ステップＳ５における優先順位の表９に専門家が評価した処置方針を付加したものである。処置方針は、要補修と補修不要の２つのカテゴリーに対して、それぞれ「−１」と「１」が解析の教師値として対応している。左欄より順位、点検対象物（橋梁）の管理番号、８つの要因に対する点検データも記載されている。ｆ（ｘ）については、表９において説明したとおり、危険度を表現している。
表１３では、処置方針の要補修と補修不要では、上位２０位までの中には、要補修と補修不要が混在しており多少上位に補修不要も散見される。一方、下位２０位までの中には、要補修のものは見つからない。
従って、本実施例に係る優先順位評価システムにおいては、優先順位の決定が有効になされていることが理解される。
表１３では、処置方針の要補修と補修不要では、上位２０位までの中には、要補修と補修不要が混在しており多少上位に補修不要も散見される。一方、下位２０位までの中には、要補修のものは見つからない。
従って、本実施例に係る優先順位評価システムにおいては、優先順位の決定が有効になされていることが理解される。
同様に、表１４は、点検対象物として下水道管渠を採用するもので、ステップＳ５における優先順位の表１０に専門家が評価した処置方針を付加したものである。処置方針は、敷設替が不要もしくは必要であっても優先度が低い場合と敷設替が必要で優先度が高い場合の２つのカテゴリーに対して、それぞれ「−１」と「１」が解析の教師値として対応している。左欄より順位、点検対象物（下水道管渠）の管理Ｎｏ、５つの要因に対する点検データも記載されている。ｆ（ｘ）については、表１０において説明したとおり、危険度を表現している。
表１４では、処置方針は、上位２０位までの中には、敷設替が必要で優先度が高い管渠のみが存在している。一方、下位２０位までの中には、敷設替が不要の管渠のみが存在している。本例の下水道管渠においても、橋梁と同様に優先順位の決定が有効になされていると考えられる。
表１４では、処置方針は、上位２０位までの中には、敷設替が必要で優先度が高い管渠のみが存在している。一方、下位２０位までの中には、敷設替が不要の管渠のみが存在している。本例の下水道管渠においても、橋梁と同様に優先順位の決定が有効になされていると考えられる。
以上、説明したとおり、実施例１に係る優先順位評価システムでは、最初に仮想データ１１を学習データとして、分離面ａを構築するので、補修工事に関する実績データや過去の点検データがない場合や少ない場合に学習データがないあるいは少ない場合であっても、精度よく点検対象物の危険度を演算することができ点検対象物の補修工事や災害防止対策の施工に対する優先順位を高精度に、客観的に評価することが可能である。
なお、本実施例では、分離面ａの構築として、分離面演算部３で仮想データ１１を用いて分離面ａを演算したが、予め仮想データ１１を用いて分離面ａを演算しておき、これを、入力部１を介して解析データベース１８に格納しておいてもよい。その場合には、分離面演算部３は演算部２に設ける必要がない。危険度演算部４が、入力部１から直接あるいは仮想データベース１０から格納された分離面データ２１を解析データベース１８から読み出すとよい。
なお、本実施例では、分離面ａの構築として、分離面演算部３で仮想データ１１を用いて分離面ａを演算したが、予め仮想データ１１を用いて分離面ａを演算しておき、これを、入力部１を介して解析データベース１８に格納しておいてもよい。その場合には、分離面演算部３は演算部２に設ける必要がない。危険度演算部４が、入力部１から直接あるいは仮想データベース１０から格納された分離面データ２１を解析データベース１８から読み出すとよい。
次に、図１及び図５を参照しながら、本実施の形態の実施例２に係る優先順位評価システムについて説明する。図５は本実施例に係る優先順位評価システムを用いた点検対象物に対する補修工事あるいは対応策などの優先順位を決定する評価方法を示すフローチャートである。
本実施例においては、実施例１において実行されるステップＳ５に加えて、ステップＳ６からステップＳ１２までを実行可能なものである。
図１において、本実施例では、実施例１と具体的には、演算部２に要因処理部６を備えることで異なっている。
図５において、ステップＳ５までは実施例１と同様であるのでその説明を省略し、ステップＳ６以降説明する。
本実施例においては、実施例１において実行されるステップＳ５に加えて、ステップＳ６からステップＳ１２までを実行可能なものである。
図１において、本実施例では、実施例１と具体的には、演算部２に要因処理部６を備えることで異なっている。
図５において、ステップＳ５までは実施例１と同様であるのでその説明を省略し、ステップＳ６以降説明する。
ステップＳ６では、要因処理部６が評価情報データベース１５から危険度データ１６を読み出して、この危険度データ１６に危険度と対にして含まれる点検データ１４を抽出して、その一部を要因数ｎに分離するものである。一部とは、少なくとも１の点検データ１４であることを意味する。すなわち、点検対象物のうち、少なくともいずれか１箇所の点検データ１４を用いて要因数ｎに分離する。
この要因数ｎへの分離について、以下の表１５及び表１６を参照しながら説明する。
この要因数ｎへの分離について、以下の表１５及び表１６を参照しながら説明する。
本例は、点検対象物を橋梁とした場合のものであり、健全性劣化の要因としてボルトのゆるみ、ボルトの欠損、異常音、排水樋のつまり、排水樋の損傷、漏水、止水工、その他（さび、腐食）の８次元の要因がある。表１５に示されるものは、点検データ１４のＡ０であり、これを８つの要因毎に分離することを考える。具体的には、これらの８次元の要因毎に、実際の点検データの値を入力し、その他の次元の点検データ値に対しては、表１６に示されるとおり、「３」を入力している。これを行列式で表現すれば、下記の式（３）となる。
但し、ａ・・・ｉは、８次元の点検データのデータ値であり、「３」は、８次元における点検データのデータ値として入力される値のうち、最も危険側として入力される値である。また、Ａａ，Ａｂ，・・・Ａｉは、それぞれ生成された新仮想データ１２のユニットを意味している。
このように１つのｎ次元点検データ１４を用いて、これを次元毎に分離して、新たなｎ次元の仮想データを生成するのである。すなわち、次元毎に点検データ値をそれぞれ残しつつ、他のデータ値に、代表値として最も危険側の値を代入して、次元数（要因数）の新仮想データ１２を得るものである。
本実施例においては、元々の点検データ１４の値の他に仮想的に入力した数値が、最も危険側の値を入力したが、これは最も安全側の値を代表値として入力してもよい。
このようにして得られた新仮想データ１２を仮想データ１１に加えて考えると表１７のようになる。仮想１と管理番号の欄に記載されているものが、当初の仮想データ１１であり、仮想２と記載されているものが今回求められた新仮想データ１２である。
このように１つのｎ次元点検データ１４を用いて、これを次元毎に分離して、新たなｎ次元の仮想データを生成するのである。すなわち、次元毎に点検データ値をそれぞれ残しつつ、他のデータ値に、代表値として最も危険側の値を代入して、次元数（要因数）の新仮想データ１２を得るものである。
本実施例においては、元々の点検データ１４の値の他に仮想的に入力した数値が、最も危険側の値を入力したが、これは最も安全側の値を代表値として入力してもよい。
このようにして得られた新仮想データ１２を仮想データ１１に加えて考えると表１７のようになる。仮想１と管理番号の欄に記載されているものが、当初の仮想データ１１であり、仮想２と記載されているものが今回求められた新仮想データ１２である。
表１５乃至表１７では、処置方針の欄に「要補修」及びこの「要補修」を教師値として表現する「−１」が記載されている。この「要補修」は、専門家による判断として記載されているものであり、このような場合には、危険度が高いことが明確であるので、特に、他のデータ値として入力される代表値としては、最も危険側の値を採用することが望ましい。
このｎ次元の新仮想データの生成について、図６を参照しながら、更に具体的に説明を加える。図６（ａ）は、２次元の点検データ１４の一部を要因１と要因２に分離して新仮想データ１２を生成した場合を示す概念図であり、（ｂ）は、仮想データ１１に新仮想データ１２が追加される状態を示す概念図である。
符号１で示されるのは、ステップＳ５において、優先順位決定部５によって求められた点検データ１４の中で最も優先順位が高いと考えられる点検データである。この点検データを次元毎に分離して新たな２次元の新仮想データ１２を生成し、これを学習データとする場合について説明する。
このｎ次元の新仮想データの生成について、図６を参照しながら、更に具体的に説明を加える。図６（ａ）は、２次元の点検データ１４の一部を要因１と要因２に分離して新仮想データ１２を生成した場合を示す概念図であり、（ｂ）は、仮想データ１１に新仮想データ１２が追加される状態を示す概念図である。
符号１で示されるのは、ステップＳ５において、優先順位決定部５によって求められた点検データ１４の中で最も優先順位が高いと考えられる点検データである。この点検データを次元毎に分離して新たな２次元の新仮想データ１２を生成し、これを学習データとする場合について説明する。
点検データをＡ０とし、これを要因１側と要因２側に分離して、それぞれ新仮想データ１２として、Ａ１，Ａ２を求める。Ａ１では、要因１の点検データ値を踏襲し、要因２のデータ値として、危険側の最大値を入力している。また、Ａ２では、逆に要因２の点検データ値を踏襲し、要因１のデータ値として、危険側の最大値を入力している。なお、符号１１で示される点は、当初の仮想データ１１である。
この点検データＡ０は、先に定義した危険領域に存在し、最も危険度が高い、すなわち優先順位が最も高いということで危険側の最大値を用いて分離させている。
この点検データＡ０は、先に定義した危険領域に存在し、最も危険度が高い、すなわち優先順位が最も高いということで危険側の最大値を用いて分離させている。
一方、例えば優先順位が最も低い符号９で示される点検データ１４を用いる場合には、安全領域に存在し、最も危険度が低いということで安全側の最大値を用いて分離させるとよい。このような分離のための条件は、予め解析条件データ１９として解析データベース１８に格納しておくとよい。すなわち、例えば、下記のような条件が考えられる。
（条件１）危険領域に存在し、優先順位が最も高ければ、その点検データを危険側に分離する。
（条件２）安全領域に存在し、優先順位が最も低ければ、その点検データを安全側に分離する。
（条件３）危険領域に存在し、処置方針に関するデータが要補修の場合であれば、その点検データを危険側に分離する。
（条件４）安全領域に存在し、処置方針に関するデータが補修不要の場合であれば、その点検データを安全側に分離する。
これらは例であり、処置方針に関するデータを備えていない点検データも考えられるので、予め適宜分離のための条件を解析条件データ１９として設定しておき、これを解析データベース１８から要因処理部６で読み出して、実行するとよい。
但し、新仮想データ１２として仮想データ１１に加えて分離面の構築を行うことを考慮すれば、実際に専門家が判断した処置方針などが明示されたデータを新仮想データ１２に採用した方が、精度の向上には好適であることは理解される。さらに、評価を必要とする点検対象物が限りなく多数存在している一方、実際に災害や事故などが発生した箇所が少ないことから、真に危険な点検対象物が存在しているのであれば、その点検データを、危険側に分離される新仮想データ１２として学習データに採用する方が、後述する新たに構築される分離面の精度あるいはその分離面を用いて解析される新たな危険度の精度さらには、新たな優先順位の精度が向上すると考えられる。
（条件１）危険領域に存在し、優先順位が最も高ければ、その点検データを危険側に分離する。
（条件２）安全領域に存在し、優先順位が最も低ければ、その点検データを安全側に分離する。
（条件３）危険領域に存在し、処置方針に関するデータが要補修の場合であれば、その点検データを危険側に分離する。
（条件４）安全領域に存在し、処置方針に関するデータが補修不要の場合であれば、その点検データを安全側に分離する。
これらは例であり、処置方針に関するデータを備えていない点検データも考えられるので、予め適宜分離のための条件を解析条件データ１９として設定しておき、これを解析データベース１８から要因処理部６で読み出して、実行するとよい。
但し、新仮想データ１２として仮想データ１１に加えて分離面の構築を行うことを考慮すれば、実際に専門家が判断した処置方針などが明示されたデータを新仮想データ１２に採用した方が、精度の向上には好適であることは理解される。さらに、評価を必要とする点検対象物が限りなく多数存在している一方、実際に災害や事故などが発生した箇所が少ないことから、真に危険な点検対象物が存在しているのであれば、その点検データを、危険側に分離される新仮想データ１２として学習データに採用する方が、後述する新たに構築される分離面の精度あるいはその分離面を用いて解析される新たな危険度の精度さらには、新たな優先順位の精度が向上すると考えられる。
分離された点検データは、ステップＳ７において、仮想データに追加される。これは、要因処理部６によって分離された新仮想データ１２を仮想データベース１０へ格納することで実行される。
なお、分離対象となる点検データ１４の選択方法は、基本的には、限定しないが、新たな分離面の精度を向上させるためには、優先順位が高い点検データか、あるいは逆に優先順位の低い点検データであることが望ましい。具体例としては、最優先の順位を得た点検対象物に関する点検データを選択する方法がある。この最優先の順位とは、前述のとおり、最も危険であると評価された点検対象物の順位と最も安全であると評価された点検対象物の順位のいずれか一方又は両方の順位を意味するものである。
また、専門家による処置方針に関するデータが存在する点検データがあれば、そのものを用いることが望ましい。なぜなら、例えば、専門家によって処置方針として要補修と判断されている場合、あるいは逆に補修不要と判断されている場合には、専門家による経験や詳細な検討に基づいた確度の高い判断であると考えられるところ、その処置方針に沿って、仮想データに加えることで、新仮想データ１２の精度の向上を図ることができるためである。
なお、分離対象となる点検データ１４の選択方法は、基本的には、限定しないが、新たな分離面の精度を向上させるためには、優先順位が高い点検データか、あるいは逆に優先順位の低い点検データであることが望ましい。具体例としては、最優先の順位を得た点検対象物に関する点検データを選択する方法がある。この最優先の順位とは、前述のとおり、最も危険であると評価された点検対象物の順位と最も安全であると評価された点検対象物の順位のいずれか一方又は両方の順位を意味するものである。
また、専門家による処置方針に関するデータが存在する点検データがあれば、そのものを用いることが望ましい。なぜなら、例えば、専門家によって処置方針として要補修と判断されている場合、あるいは逆に補修不要と判断されている場合には、専門家による経験や詳細な検討に基づいた確度の高い判断であると考えられるところ、その処置方針に沿って、仮想データに加えることで、新仮想データ１２の精度の向上を図ることができるためである。
次に、ステップＳ８では、ステップＳ１と同様に、分離面演算部３が、仮想データ１１と新仮想データ１２を仮想データベース１０から読み出す。
仮想データ１１は、その要因数をｎとし、その数をＸ１とするが、新仮想データ１２は、後述する繰り返し回数をｍとすれば、その回数毎に分離したｎ個の新仮想データ１２が追加されるため、その数は、「Ｘ１＋ｍ・ｎ」となる。分離面演算部３は、仮想データベース１０から読み出した仮想データ１１及び新仮想データ１２を自己に入力する。これらの仮想データ１１及び新仮想データ１２は、いずれも仮想データベース１０に格納されたものを読み出して入力してもよいが、入力部１から入力される仮想データ１１及び新仮想データ１２を分離面演算部３が読み込んでもよい。その際には、要因処理部６で得られた新仮想データ１２を別途外部へ出力しておく必要があるが、要因処理部６に出力部８を介してそのような機能を持たせておくことが望ましい。
仮想データ１１は、その要因数をｎとし、その数をＸ１とするが、新仮想データ１２は、後述する繰り返し回数をｍとすれば、その回数毎に分離したｎ個の新仮想データ１２が追加されるため、その数は、「Ｘ１＋ｍ・ｎ」となる。分離面演算部３は、仮想データベース１０から読み出した仮想データ１１及び新仮想データ１２を自己に入力する。これらの仮想データ１１及び新仮想データ１２は、いずれも仮想データベース１０に格納されたものを読み出して入力してもよいが、入力部１から入力される仮想データ１１及び新仮想データ１２を分離面演算部３が読み込んでもよい。その際には、要因処理部６で得られた新仮想データ１２を別途外部へ出力しておく必要があるが、要因処理部６に出力部８を介してそのような機能を持たせておくことが望ましい。
分離面演算部３では、ステップＳ９として、新たな分離面を構築するための演算が実行される。分離面演算部３が学習データとして用いる仮想データ１１及び新仮想データ１２は、例えば図６（ｂ）に丸で囲んで示される仮想データ１１及び新仮想データ１２である。先ほど説明した新仮想データ１２は、いずれも危険側のデータであったので、図６（ｂ）に示されるような仮想データの分布となっている。
演算された分離面に関する新分離面データ２４は、分離面演算部３によって解析データベース１８に格納される。この分離面の解析は、先の分離面の解析と同様に、図５に示されるサポートベクターマシン（ＳＶＭ）の他、放射状基底関数ネットワークを用いて実行されてもよい。
図７に分離面演算部３において演算された新分離面の例を示す。図７において符号ｂで示される曲線が新分離面である。図７は２次元であるので線状に描かれている。
演算された分離面に関する新分離面データ２４は、分離面演算部３によって解析データベース１８に格納される。この分離面の解析は、先の分離面の解析と同様に、図５に示されるサポートベクターマシン（ＳＶＭ）の他、放射状基底関数ネットワークを用いて実行されてもよい。
図７に分離面演算部３において演算された新分離面の例を示す。図７において符号ｂで示される曲線が新分離面である。図７は２次元であるので線状に描かれている。
次に、ステップＳ１０では、図７に示される新分離面ｂが演算によって構築された後に、危険度演算部４が点検データベース１３からＹ個の点検データ１４を読み出す。読み出し方や点検データ１４の内容に関しては、先にステップＳ３の説明で述べたとおりである。
ステップＳ１１では、ステップＳ４と同様に読み出された点検データ１４と新分離面データ２４を用いて、危険度演算部４が新たな危険度演算を実施する。新たな危険度とは、図７に示される９点の点検データの座標から、新分離面ｂまでの距離を意味している。内容的には、先にステップＳ４で説明したことと同様である。
演算された新危険度データ２２は、危険度演算部４によって点検データ１４と対にされて、点検データ１４を含めて、評価情報データベース１５に格納される。
演算された新危険度データ２２は、危険度演算部４によって点検データ１４と対にされて、点検データ１４を含めて、評価情報データベース１５に格納される。
ステップＳ１２では、ステップＳ５と同様に、優先順位決定部５が評価情報データベース１５から新危険度に関する新危険度データ２２を読み出し、この新危険度を指標に、所望の条件により並べ替えを実行してＹ個の点検対象物に関する優先順位データ１７を生成する。この並べ替えは、ステップＳ５と同様に、例えば新危険度を昇順すなわち、新危険度が小さい方から大きい方へ並べ替えるものであったり、新危険度を降順すなわち、新危険度が大きい方から小さい方へ並べ替えるものであったりする。もちろん、その際には、新危険度とその新危険度を備える点検対象物に関するデータをパッケージにして並べ替えて、新危険度を介して、点検対象物の新危険度が表示される必要がある。また、点検データ１４も同時にパッケージデータとして並べ替えて、新危険度を介して、点検対象物の新危険度に加えて、点検データ１４も出力部８で表示されるようにしてもよい。
このようにして得られた順序を新たな優先順位として、この新たな優先順位に関するデータを新優先順位データ２３と呼ぶ。今回の点検データ１４はＹ個あるため、優先順位データ１７では、１位からＹ位までとなる。
このように新危険度を指標として点検対象物に対して新優先順位を付した状態を模式的に示すのが、同じく図７である。図４において、例えば優先順位が４位であった点検データ１４は、図７の今回の新危険度データ２２から構成される新分離面ｂを用いて得られた新優先順位データ２３では６位となっており、新分離面ｂを用いた結果、優先順位に変動があることが理解される。
このようにして得られた順序を新たな優先順位として、この新たな優先順位に関するデータを新優先順位データ２３と呼ぶ。今回の点検データ１４はＹ個あるため、優先順位データ１７では、１位からＹ位までとなる。
このように新危険度を指標として点検対象物に対して新優先順位を付した状態を模式的に示すのが、同じく図７である。図４において、例えば優先順位が４位であった点検データ１４は、図７の今回の新危険度データ２２から構成される新分離面ｂを用いて得られた新優先順位データ２３では６位となっており、新分離面ｂを用いた結果、優先順位に変動があることが理解される。
また、表１に示される橋梁データに対して、表１７に示す新仮想データを元にして得られた優先順位を表１８に示す。優先順位は、表９と同様に上位・下位各２０位まで示されている。ステップＳ５で得られた表９に示す優先順位よりも本ステップＳ１２で得られた本表に示す優先順位の方が、精度が向上しているが、その検証については、先に示した表１３及び表１９を参照しながら後ほど説明する。
このように得られた新優先順位データ２３は、優先順位決定部５によって評価情報データベース１５に格納される。
このようにして実施例２に示される優先順位評価システムは、要因処理部６を備えることで、点検データ１４から新仮想データ１２として分離して仮想データを増やし、分離面を更新させて分離面の精度を向上させることができる。
このようにして実施例２に示される優先順位評価システムは、要因処理部６を備えることで、点検データ１４から新仮想データ１２として分離して仮想データを増やし、分離面を更新させて分離面の精度を向上させることができる。
次に、図５に示される「更なる点検データの分離要否」について説明を追加する。
ステップＳ６における要因処理部６による点検データ１４の要因数ｎへの分離から、ステップＳ１２における優先順位決定部５による優先順位の決定までを一度実行した後に、さらに新分離面ｂの精度あるいはそれに基づく優先順位の精度の向上を図るため、さらにステップＳ６からステップＳ１２までを実行する場合も考えられる。この要否については、優先順位の決定に関する出力を出力部８から得た作業者などが判断することも可能であり、その際に、必要とした場合には、再度、ステップＳ６からステップＳ１２までの工程を実行させる。この繰り返し計算は、図５ではｍ回実行されるように示されているが、これは、特に、回数を特定する意味ではなく、任意の回数として記載するものである。但し、当然のことながら点検データ１４のデータ数以下に限定されることは言うまでもない。このデータ数とは、例えば、図３や４を参照しながら説明した本実施の形態では、図にプロットされる９点を意味する。
また、本優先順位評価システムにおいて、例えば予め解析データベース１８にパラメータデータ２０として、この繰り返し計算の回数あるいはすでに存在する点検データの数を入力しておき、演算部２が、すなわち、この演算部２を構成する分離面演算部３,危険度演算部４,優先順位決定部５,要因処理部６のいずれかが、このパラメータデータ２０を読み出して、その繰り返し計算の回数になるまでステップＳ６からステップＳ１２までを演算するようにしてもよい。その繰り返し計算の回数まで実行した後、出力部８で、得られた新優先順位データ２３、新危険度データ２２、あるいは点検データ１４や新仮想データ１２から選択される少なくとも１のデータの内容を表示したり、この出力部８を介して外部の表示装置や印字装置に出力するようにしておくとよい。
また、その際に要因処理部６で要因数ｎに分離される点検データの選択は、前述のとおり、例えば優先順位が最上位の点検データを選択したり、逆に最下位の点検データを採用したりするとよい。
この点検データの選択についても、予めパラメータデータ２０として解析データベース１８に格納しておき、要因処理部６がそのパラメータデータ２０を読み出して、点検データを特定した後に、要因数ｎに分離するステップを実行するようにしておくとよい。
ステップＳ６における要因処理部６による点検データ１４の要因数ｎへの分離から、ステップＳ１２における優先順位決定部５による優先順位の決定までを一度実行した後に、さらに新分離面ｂの精度あるいはそれに基づく優先順位の精度の向上を図るため、さらにステップＳ６からステップＳ１２までを実行する場合も考えられる。この要否については、優先順位の決定に関する出力を出力部８から得た作業者などが判断することも可能であり、その際に、必要とした場合には、再度、ステップＳ６からステップＳ１２までの工程を実行させる。この繰り返し計算は、図５ではｍ回実行されるように示されているが、これは、特に、回数を特定する意味ではなく、任意の回数として記載するものである。但し、当然のことながら点検データ１４のデータ数以下に限定されることは言うまでもない。このデータ数とは、例えば、図３や４を参照しながら説明した本実施の形態では、図にプロットされる９点を意味する。
また、本優先順位評価システムにおいて、例えば予め解析データベース１８にパラメータデータ２０として、この繰り返し計算の回数あるいはすでに存在する点検データの数を入力しておき、演算部２が、すなわち、この演算部２を構成する分離面演算部３,危険度演算部４,優先順位決定部５,要因処理部６のいずれかが、このパラメータデータ２０を読み出して、その繰り返し計算の回数になるまでステップＳ６からステップＳ１２までを演算するようにしてもよい。その繰り返し計算の回数まで実行した後、出力部８で、得られた新優先順位データ２３、新危険度データ２２、あるいは点検データ１４や新仮想データ１２から選択される少なくとも１のデータの内容を表示したり、この出力部８を介して外部の表示装置や印字装置に出力するようにしておくとよい。
また、その際に要因処理部６で要因数ｎに分離される点検データの選択は、前述のとおり、例えば優先順位が最上位の点検データを選択したり、逆に最下位の点検データを採用したりするとよい。
この点検データの選択についても、予めパラメータデータ２０として解析データベース１８に格納しておき、要因処理部６がそのパラメータデータ２０を読み出して、点検データを特定した後に、要因数ｎに分離するステップを実行するようにしておくとよい。
次に、先に表１８と表９を比較してステップＳ５における優先順位よりもステップＳ１２における優先順位が向上したことを説明したが、この優先順位が向上したことを検証したので説明を加える。
本発明では、処置方針のない点検データの優先順位を決定してもよいが、ここでは、優先順位の精度向上の検証を行うため、処置方針のある点検データを用いることとした。
表１３は、既に示したとおり、ステップＳ５における優先順位の表９に専門家が評価した処置方針を付加したものであり、表１９は、ステップＳ１２における優先順位の表１８に専門家が評価した処置方針を付加したものである。処置方針は、要補修と補修不要の２つのカテゴリーに対して、それぞれ−１と１が解析の教師値として対応している。左欄より順位、点検対象物（橋梁）の管理番号、８つの要因に対する点検データも記載されている。ｆ（ｘ）については、表９において説明したとおり、危険度を表現している。
本発明では、処置方針のない点検データの優先順位を決定してもよいが、ここでは、優先順位の精度向上の検証を行うため、処置方針のある点検データを用いることとした。
表１３は、既に示したとおり、ステップＳ５における優先順位の表９に専門家が評価した処置方針を付加したものであり、表１９は、ステップＳ１２における優先順位の表１８に専門家が評価した処置方針を付加したものである。処置方針は、要補修と補修不要の２つのカテゴリーに対して、それぞれ−１と１が解析の教師値として対応している。左欄より順位、点検対象物（橋梁）の管理番号、８つの要因に対する点検データも記載されている。ｆ（ｘ）については、表９において説明したとおり、危険度を表現している。
先の表１３では、処置方針の要補修と補修不要では、上位２０位までの中には、要補修と補修不要が混在しており多少上位に補修不要も散見される。一方、下位２０位までの中には、要補修のものは見つからない。
一方、表１９では、上位２０位までのうち、上位には処置方針の要補修が表１３よりも集中していることが理解される。例示すると、上位２０位までの要補修の数は表１３では９であるが、表１９では１１と増加している。従って、表１３よりも表１９に示される優先順位の精度が高いことが検証されている。
一方、表１９では、上位２０位までのうち、上位には処置方針の要補修が表１３よりも集中していることが理解される。例示すると、上位２０位までの要補修の数は表１３では９であるが、表１９では１１と増加している。従って、表１３よりも表１９に示される優先順位の精度が高いことが検証されている。
次に、ステップＳ１からステップＳ１２までの一連の演算において、各点検データが示す点検対象物の優先順位の変遷について追跡したので、その結果を表２０及び図８に示す。この表２０や図８は、表１などを用いて説明した橋梁データを元にして作成したものである。
表２０は左欄に点検対象物（橋梁）の管理番号、各要因に対する点検データ、さらに専門家による処置方針について、教師値として表現した−１と１の値が示されている。
また、右半分の欄に記載されているｓｔｅｐ１からｓｔｅｐ６は、図５に示されるステップＳ１からステップＳ１２までのステップとは異なり、優先順位が決定されるステップＳ５がｓｔｅｐ１、その後に新たな優先順位が決定されるステップＳ１２がｓｔｅｐ２、また、ステップＳ１２から引き続きステップＳ６に戻り、繰り返し計算を実行して再度優先順位が決定されるステップＳ１２が、ｓｔｅｐ３、さらにステップＳ６から繰り返し計算を１回、２回、３回実行して優先順位が決定されるステップＳ１２がｓｔｅｐ４、ｓｔｅｐ５、ｓｔｅｐ６となる。
このように繰り返し計算を行いながら、点検データの優先順位がどのように変遷するかについて示したものが表２０である。
このｓｔｅｐ１からｓｔｅｐ６までの間、優先順位１位は、管理番号Ｐ−２３７で不変であるものの、ｓｔｅｐ１で２位であった管理番号Ｐ−３３６は次第に順位を下げて、ｓｔｅｐ４以降では１０位となっている。この管理番号Ｐ−３３６は、教師値が１であり、補修不要という専門家の判断であることから、順位が下降するのも理解できる。
一方、管理番号Ｐ−１５２は、ｓｔｅｐ１では優先順位が７位であったものの、ｓｔｅｐ２以降では、順位が３位と向上している。この管理番号Ｐ−１５２では、教師値が−１であり専門家による判断が要補修となっており、この場合も精度が向上していると考えられる。
これらを分かりやすく図示したのが図８である。図中、順位を実線で結んだものが、処置方針が−１、すなわち要補修データであり、破線が補修不要のデータである。実線で示した要補修のデータのほとんどがｓｔｅｐを経るごとに上位に上がり、逆に破線で示す補修不要データの全てがｓｔｅｐごとに下位へと下がっていることがわかる。この方法により少数のデータを用いるだけで精度の良い補修順位が得られていることがわかる。
また、右半分の欄に記載されているｓｔｅｐ１からｓｔｅｐ６は、図５に示されるステップＳ１からステップＳ１２までのステップとは異なり、優先順位が決定されるステップＳ５がｓｔｅｐ１、その後に新たな優先順位が決定されるステップＳ１２がｓｔｅｐ２、また、ステップＳ１２から引き続きステップＳ６に戻り、繰り返し計算を実行して再度優先順位が決定されるステップＳ１２が、ｓｔｅｐ３、さらにステップＳ６から繰り返し計算を１回、２回、３回実行して優先順位が決定されるステップＳ１２がｓｔｅｐ４、ｓｔｅｐ５、ｓｔｅｐ６となる。
このように繰り返し計算を行いながら、点検データの優先順位がどのように変遷するかについて示したものが表２０である。
このｓｔｅｐ１からｓｔｅｐ６までの間、優先順位１位は、管理番号Ｐ−２３７で不変であるものの、ｓｔｅｐ１で２位であった管理番号Ｐ−３３６は次第に順位を下げて、ｓｔｅｐ４以降では１０位となっている。この管理番号Ｐ−３３６は、教師値が１であり、補修不要という専門家の判断であることから、順位が下降するのも理解できる。
一方、管理番号Ｐ−１５２は、ｓｔｅｐ１では優先順位が７位であったものの、ｓｔｅｐ２以降では、順位が３位と向上している。この管理番号Ｐ−１５２では、教師値が−１であり専門家による判断が要補修となっており、この場合も精度が向上していると考えられる。
これらを分かりやすく図示したのが図８である。図中、順位を実線で結んだものが、処置方針が−１、すなわち要補修データであり、破線が補修不要のデータである。実線で示した要補修のデータのほとんどがｓｔｅｐを経るごとに上位に上がり、逆に破線で示す補修不要データの全てがｓｔｅｐごとに下位へと下がっていることがわかる。この方法により少数のデータを用いるだけで精度の良い補修順位が得られていることがわかる。
以上説明したとおり、本実施の形態に係る優先順位評価システムにおいては、補修に関する実績データや点検データが少ない場合において、仮想データを入力して学習データとし、分離面を構築して、点検データを入力して危険度を演算し、その危険度を利用して優先順位を決定することで、分離面の構築及び優先順位の決定に際する精度を向上させつつ、しかも、客観的な解析を実行することができる。また、さらに、点検データの一部を健全性劣化に関する要因の数に分離して新たな仮想データを演算して、これを当初の仮想データに追加することで、さらに分離面の構築及び点検データに対する優先順位の精度向上を図ることができる。また、点検データの一部を要因数に分離するステップから分離面を構築し、危険度を演算して優先順位を決定するステップを繰り返し計算することで、さらに分離面の構築や優先順位の決定に関する精度の向上及び客観性の向上を図ることができる。
自治体をはじめとして道路、トンネル、ダム、高層ビル、鉄塔などを管理する管理団体、検査団体あるいは設計会社、建設会社、コンサルティング会社など建築構造物、土木構造物あるいは災害危険箇所に関係するあらゆる団体、企業において、構造物の建設から構造物や危険箇所の補修計画の立案、補修工事の施工後の管理まで幅広い用途がある。また、教育機関などにおいて構造物における事故や災害危険箇所における事故や災害の未然防止や避難訓練用の教材としても活用が見込まれる。さらに、建設・土木事業を営む企業においては、補修工事事業のニーズ掘り起こしや事業提案のためのツール、あるいは公的機関との連携を図るための共有ツールとして活用が可能であり、企業の補修工事技術に関する研究開発や設計事業などの用途にも適用可能である。
１…入力部 ２…演算部 ３…分離面演算部 ４…危険度演算部 ５…優先順位決定部 ６…要因処理部 ８…出力部 ９ａ…データ ９ｂ…解析条件 １０…仮想データベース １１…仮想データ １２…新仮想データ １３…点検データベース １４…点検データ １５…評価情報データベース １６…危険度データ １７…優先順位データ １８…解析データベース １９…解析条件データ ２０…パラメータデータ ２１…分離面データ ２２…新危険度データ ２３…新優先順位データ ２４…新分離面データ ａ，ｂ…分離面
Claims (4)
- 入力部と、演算部と、格納部と、出力部を有し、点検対象物における健全性劣化に関係する複数の要因（要因数をｎとする。ｎ≧２）を、２次元以上の空間（以下、多次元座標空間という。）を構成する座標軸上に対応させ、前記複数の要因に係るｎ次元の要因データと前記点検対象物に対する実際の点検によって得られた前記要因データ毎に構成されるｎ次元の点検データを学習データとし、前記点検対象物における補修の必要性の有無あるいは災害発生の可能性の有無を教師値として用い、補修の必要性の有無あるいは災害発生の可能性の有無を、放射基底関数ネットワーク又はサポートベクターマシンを用いて解析することで，前記多次元座標空間内で前記補修の必要性の有無あるいは前記災害発生の可能性の有無の境界を形成させ、この境界を前記補修の必要性の有無あるいは前記災害発生の可能性の有無を分離する分離面なる基準として、ある点検対象物における危険度を算出して補修又は点検の優先順位を決定するための優先順位評価システムであって、
前記入力部は、前記点検対象物における前記健全性劣化に関係する要因に係るｎ次元の要因データと前記要因データ毎のｎ次元の点検データと、前記要因データ毎に仮に想定される仮想データであって前記教師値として安全側となる場合と，前記教師値として危険側となる場合にそれぞれ対応するｎ次元の仮想データを学習データとして多次元座標空間中に予め演算された分離面の座標データとを、前記格納部に入力可能な手段であって、
前記演算部は、前記ｎ次元の点検データを前記入力部又は前記格納部から読み出して、この点検データが示す前記多次元座標空間中での座標点から、前記多次元座標空間中に形成される分離面までの距離（但し、この距離は、前記座標点が前記分離面に対して前記多次元座標空間の原点側にある場合を正とするか、あるいは前記原点側にある場合を負とする。以下、同様。）を前記点検対象物の危険度として演算する危険度演算部と、
この危険度演算部において演算された前記危険度を指標に、並べ替えを実行して前記点検対象物に関する優先順位データを生成する優先順位決定部と、
前記優先順位データに基づいて、前記ｎ次元の点検データからその一部を選択し、この選択された一部の前記ｎ次元の点検データ（下記の式（１）で表現されるＸ）を前記要因データの次元毎に残しつつ、他の次元の要因データに対しては、前記ｎ次元の点検データの一部に対する教師値と同一の教師値として安全側又は危険側に対応するように仮に想定される仮想データ（ｋ）を入力することで分離して、下記の行列式（２）で示されるような新たなｎ次元の仮想データ（Ａ １ ・・・Ａ ｎ ）を生成する要因処理部と、
この要因処理部によって演算される新たなｎ次元の仮想データを、前記仮想データに加え用いて新たな分離面を多次元座標空間中に演算する分離面演算部と、を備え、
前記危険度演算部は、この新たな分離面を用いて新たな危険度を演算し、
前記優先順位決定部は、この新たな危険度を指標に並べ替えを実行して新たな優先順位データを生成し、
前記要因処理部において生成される新たな仮想データ毎に、前記分離面演算部、危険度演算部、優先順位決定部は繰り返し演算を実行可能であり、
前記出力部は、前記分離面又は新たな分離面の座標データ、前記点検データ、前記仮想データ又は前記新たな仮想データ、前記危険度又は前記新たな危険度、前記優先順位データ又は新たな優先順位データのうち少なくとも１の情報を出力可能な手段であることを特徴とする優先順位評価システム。 - 入力部と、演算部と、格納部と、出力部を有し、点検対象物における健全性劣化に関係する複数の要因（要因数をｎとする。ｎ≧２）を、２次元以上の空間（以下、多次元座標空間という。）を構成する座標軸上に対応させ、前記複数の要因に係るｎ次元の要因データと前記点検対象物に対する実際の点検によって得られた前記要因データ毎に構成されるｎ次元の点検データを学習データとし、前記点検対象物における補修の必要性の有無あるいは災害発生の可能性の有無を教師値として用い、補修の必要性の有無あるいは災害発生の可能性の有無を、放射基底関数ネットワーク又はサポートベクターマシンを用いて解析することで，前記多次元座標空間内で前記補修の必要性の有無あるいは前記災害発生の可能性の有無の境界を形成させ、この境界を前記補修の必要性の有無あるいは前記災害発生の可能性の有無を分離する分離面なる基準として、ある点検対象物における危険度を算出して補修又は点検の優先順位を決定するための優先順位評価システムであって、
前記入力部は、前記点検対象物における前記健全性劣化に関係する要因に係るｎ次元の要因データと前記要因データ毎のｎ次元の点検データと、前記要因データ毎に仮に想定される仮想データであって前記教師値として安全側となる場合と，前記教師値として危険側となる場合にそれぞれ対応するｎ次元の仮想データとを、前記格納部に入力可能な手段であって、
前記演算部は、前記要因データ毎のｎ次元の仮想データを前記入力部又は前記格納部から読み出して、これを学習データとして前記多次元座標空間中に分離面を演算する分離面演算部と、
前記ｎ次元の点検データを前記入力部又は前記格納部から読み出して、この点検データが示す前記多次元座標空間中での座標点から、前記多次元座標空間中に形成される分離面までの距離（但し、この距離は、前記座標点が前記分離面に対して前記多次元座標空間の原点側にある場合を正とするか、あるいは前記原点側にある場合を負とする。以下、同様。）を前記点検対象物の危険度として演算する危険度演算部と、
この危険度演算部において演算された前記危険度を指標に、並べ替えを実行して前記点検対象物に関する優先順位データを生成する優先順位決定部と、
前記優先順位データに基づいて、前記ｎ次元の点検データからその一部を選択し、この選択された一部の前記ｎ次元の点検データ（下記の式（１）で表現されるＸ）を前記要因データの次元毎に残しつつ、他の次元の要因データに対しては、前記ｎ次元の点検データの一部に対する教師値と同一の教師値として安全側又は危険側に対応するように仮に想定される仮想データ（ｋ）を入力することで分離して、下記の行列式（２）で示されるような新たなｎ次元の仮想データ（Ａ １ ・・・Ａ ｎ ）を生成する要因処理部と、を備え、
前記分離面演算部は、前記要因処理部によって演算される新たなｎ次元の仮想データを、前記仮想データに加え用いて新たな分離面を多次元座標空間中に演算し、
前記危険度演算部は、この新たな分離面を用いて新たな危険度を演算し、
前記優先順位決定部は、この新たな危険度を指標に並べ替えを実行して新たな優先順位データを生成し、
前記要因処理部において生成される新たな仮想データ毎に前記分離面演算部、危険度演算部、優先順位決定部は繰り返し演算を実行可能であり、
前記出力部は、前記分離面又は新たな分離面の座標データ、前記点検データ、前記仮想データ又は前記新たな仮想データ、前記危険度又は前記新たな危険度、前記優先順位データ又は新たな優先順位データのうち少なくとも１の情報を出力可能な手段であることを特徴とする優先順位評価システム。 - 前記要因の次元毎に分離されるｎ次元の点検データの一部は、生成された優先順位データにおいて、最優先の順位を得た前記点検対象物のｎ次元の点検データであることを特徴とする請求項１又は請求項２に記載の優先順位評価システム。
- 前記優先順位決定部は、危険度又は新たな危険度を指標に、この危険度の昇順又は降順に並べ替えるそれぞれ優先順位データ又は新たな優先順位データを生成し、前記出力部は、この優先順位データに基づいて、前記危険度に関する点検対象物を前記危険度と共に表示することを特徴とする請求項１乃至請求項３のいずれか１項に記載の優先順位評価システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007095792A JP4252606B2 (ja) | 2007-03-31 | 2007-03-31 | 優先順位評価システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2007095792A JP4252606B2 (ja) | 2007-03-31 | 2007-03-31 | 優先順位評価システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2008257299A JP2008257299A (ja) | 2008-10-23 |
| JP4252606B2 true JP4252606B2 (ja) | 2009-04-08 |
Family
ID=39980840
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007095792A Expired - Fee Related JP4252606B2 (ja) | 2007-03-31 | 2007-03-31 | 優先順位評価システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4252606B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6527310B2 (ja) * | 2014-03-13 | 2019-06-05 | 株式会社Ｎｔｔファシリティーズ | 施設劣化診断システム、施設劣化診断方法、及びプログラム |
| JP6941495B2 (ja) * | 2017-08-02 | 2021-09-29 | バンドー化学株式会社 | 点検情報管理システム、点検情報管理方法及びプログラム |
| CN115034041B (zh) * | 2022-05-17 | 2023-02-07 | 北京瑞风协同科技股份有限公司 | 基于仿真方法开展装备维修的推演方法及系统 |
-
2007
- 2007-03-31 JP JP2007095792A patent/JP4252606B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2008257299A (ja) | 2008-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3975406B2 (ja) | 構造物補修施工計画支援システム | |
| JP4446035B2 (ja) | 健全性劣化評価システム | |
| Seo et al. | Risk-based safety impact assessment methodology for underground construction projects in Korea | |
| JP4595094B2 (ja) | 防災総合計画支援システムとそのプログラム | |
| Marzouk et al. | Bridge information modeling in sustainable bridge management | |
| Shadabfar et al. | Resilience-based design of infrastructure: Review of models, methodologies, and computational tools | |
| JP3975407B2 (ja) | 防災事業計画支援システム | |
| JP2012174125A (ja) | 防災計画支援システムとそのプログラム | |
| JP4252606B2 (ja) | 優先順位評価システム | |
| JP7141309B2 (ja) | 地盤変位に起因する災害発生危険度定量評価システムとその方法とそのプログラム | |
| McGuire | Using building information modeling to track and assess the structural condition of bridges | |
| Lu et al. | Analysis of FPSO dropped objects combining Monte Carlo simulation and neural network-genetic approach | |
| JP4152423B2 (ja) | 点検業務に利用可能な評点式データシートに基づく健全性評価システム | |
| JP4817363B2 (ja) | 危険度評価システム | |
| Vanjari et al. | Building information modeling (BIM) as tool to develop solution for bridge rehabilitation | |
| Gwozdz-Lason | Effect of active mining impact on properties with engineering structures–forecast and final result discrepancies | |
| Ribas et al. | Prioritization of hydroelectric power plant earth dam safety procedures: a multi-criteria approach | |
| Bullough et al. | The demonstration of incredibility of failure in structural integrity safety cases | |
| Porter et al. | Analysis of dynamic system risks where pipelines cross slow-moving landslides | |
| JP2009276896A (ja) | 対策工効果評価システム | |
| Popescu et al. | Risk assessment of slope instability related geohazards | |
| Gutiérrez et al. | Assessment of earthquake-induced loss of functionality in reinforced concrete buildings | |
| JP2006039629A (ja) | 防災事業計画支援方法とそのシステム | |
| Kaplenko | The independent control of buildings and structures breakdowns risk as a way of accidence reducing | |
| CN117852894B (zh) | 一种农村砌体房屋承载力评估方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080725 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080919 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081111 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081211 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081216 |
|
| 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: 20090116 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090121 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20180130 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20180130 Year of fee payment: 9 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20180130 Year of fee payment: 9 |
|
| R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20180130 Year of fee payment: 9 |
|
| R370 | Written measure of declining of transfer procedure |
Free format text: JAPANESE INTERMEDIATE CODE: R370 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313532 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20180130 Year of fee payment: 9 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |