JP4357141B2 - 地震による管路の被害予測システム - Google Patents
地震による管路の被害予測システム Download PDFInfo
- Publication number
- JP4357141B2 JP4357141B2 JP2001241129A JP2001241129A JP4357141B2 JP 4357141 B2 JP4357141 B2 JP 4357141B2 JP 2001241129 A JP2001241129 A JP 2001241129A JP 2001241129 A JP2001241129 A JP 2001241129A JP 4357141 B2 JP4357141 B2 JP 4357141B2
- Authority
- JP
- Japan
- Prior art keywords
- damage
- acceleration
- earthquake
- damage prediction
- data file
- 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
- 230000001133 acceleration Effects 0.000 claims description 87
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 description 83
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 210000002569 neuron Anatomy 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
- Pipeline Systems (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、地震による水道やガスなどの管路の被害を予測する装置に関する。
【０００２】
【従来の技術】
地震による管路被害が発生した場合、その被害箇所の特定は困難である。例えば水道管路の場合、まず一定区間の管路に水を供給し圧力をかけて漏水箇所を探す。漏水箇所を発見したとき該発見した漏水箇所を修理する。そして、この区間の漏水箇所を全て修理したら、次に区間に広げて再度同じように漏水箇所の探索と修理とを繰り返す。この作業を全ての管路が復旧するまで繰り返す。このため管路の復旧には時間がかかる。
【０００３】
【発明が解決しようとする課題】
かかる管路のうち特にライフラインである水道やガスは、迅速に復旧する必要がある。しかし、上述した従来の手法では被害箇所の発見には手間がかかり復旧作業に長時間を要する、という問題があった。
【０００４】
本発明の目的は、地震による管路の被害をすみやかに発見し、且つ迅速な復旧作業を可能とする、地震による管路の被害予測システムを提供することにある。
【０００５】
【課題を解決するための手段】
上記課題を解決するために本発明は、被害予測対象地域における管路の管種をファイルした管路データファイルと、前記被害予測対象地域の地質データをファイルした地質データファイルと、発生した地震の震度データを震度計ネットワークを介して入力し収集する入力手段と、前記被害予測対象地域をメッシュ状の複数のエリアに分割し、前記収集した震度データから前記分割したエリア毎に、順次、震度データを決定し、当該決定した震度データをもとに前記各エリアの地震動の加速度の大きさを推定する加速度推定手段と、地震動の加速度の大きさ、管路の管種、地質及び管路被害の関係を関数として持ち、該関数と、前記加速度推定手段で推定した前記各エリアの加速度の大きさ、前記管路データファイル及び前記地質データファイルとに基づいて前記被害予測対象地域における管路の被害を予測する被害予測手段と、この被害予測手段による被害予測結果を表示する被害予測結果出力手段とを具備した地震による管路の被害予測システムを提供する。
【０００６】
本発明によれば被害箇所を予測することができ、予測箇所から優先的に復旧作業を行うことができるので、これによりライフラインである水道やガスなどの管路を、地震時に迅速に復旧することが可能となる。
【０００７】
【発明の実施の形態】
以下、本発明に係る地震による管路の被害予測システムの実施形態を図面を参照して説明する。
【０００８】
本発明の被害予測システムは、実施形態によって内部のプロセス及びファイル構成が複数の形態をとり得る被害予測装置１００と、震度計ネットワーク３０と、震度計４０と、被害予測結果出力装置５０とからなり、実施形態によっては動画撮影カメラ１０又は静止画撮影カメラ２０を備える。
【０００９】
被害予測装置１００は、プロセス部１００Ａと、ファイル部１００Ｂとからなり、計算機により実現される。
【００１０】
プロセス部１００Ａは、震度データ入力プロセス１０１、加速度推定プロセス１０２、被害予測プロセス１０３、地震被害件数予測プロセス１０４、被害分析プロセス１０５及び模擬震度データ入力プロセス１０６を有する。
【００１１】
ファイル部１００Ｂは、管路データファイル１１１、地質データファイル１１２、画像記録ファイル１１３、地震動データファイル１１４、地質データファイル１１５、地震被害データファイル１１６、模擬震度データファイル１１７を有し、計算機の記憶装置上のデータファイルである。
【００１２】
動画撮影カメラ１０及び静止画撮影カメラ２０はそれぞれ動画、静止画の入力装置として被害予測装置１００の加速度推定プロセス１０２に接続する。
【００１３】
複数の地点に設置された複数の震度計４０及び該震度計４０を接続する震度計ネットワーク３０は、被害予測装置１００の震度データ入プロセス１０１に接続し、地震発生時に震度情報を得る。
【００１４】
被害予測結果出力装置５０には、モニター、プリンターなどを接続する。
【００１５】
上記における各プロセス及び各ファイルについては各実施形態で説明する。
【００１６】
（第１の実施形態）
第１の実施形態を、図２乃至図４を参照して説明する。
【００１７】
図２に示すように、本実施形態の被害予測システムは、被害予測装置１００−１と、震度計ネットワーク３０及び震度計４０と、被害予測結果出力装置５０とから構成される。
【００１８】
被害予測装置１００−１は、震度データ入力プロセス１０１と、加速度推定プロセス１０２と、被害予測プロセス１０３と、管路データファイル１１１と、地質データファイル１１２とから構成される。
【００１９】
本実施形態及び後述する各実施形態において、被害予測の対象地域はメッシュ状のエリアに分割して考える。図３に示すように、例えば５ｋｍ四方の地域を１辺２５０ｍのメッシュ状のエリアに分割したとすると縦２０個、横２０個となり全部で４００個のエリアに分割できる。このエリアは横（００〜１９）と縦（００〜１９）の座標で表すことができる。
【００２０】
このような被害予測対象地域において、地震が発生すると、震度計４０で観測された震度は、震度計ネットワーク３０を通じて震度データ入力プロセス１０１に入力される。震度データ入力プロセス１０１は、観測された震度をもとに図２に示される全エリアの震度を決定する。まず震度計４０の設置されているエリアの震度は震度計の観測値とする。
【００２１】
次に、例えば図２に示す被害予測対象エリアにおいて、震度計が設置されていないエリアの震度を、図４に示すフロー図に従って決定する。
【００２２】
ステップＳ１として、最初のエリアに移り、ステップＳ２に移行して当該最初のエリアの震度が決定済みならステップＳ６に移行し、未決定の場合はステップＳ３に移行する。
【００２３】
ステップＳ３では、最初のエリアに隣接した一つ以上のエリアの震度が既決定ならステップＳ４に移行し、一つも決定していない場合にはステップＳ５に移行する。
【００２４】
ステップＳ４では、震度の決まっている隣接したエリアの震度の平均を、そのエリアの震度として決定し、ステップＳ６に移行する。
【００２５】
ステップＳ５では、そのエリアの震度は決定することなくステップＳ６に移行する。
【００２６】
ステップＳ６では、震度を決定すべき次のエリアがあるなら、次のエリアに移ってステップＳ２に移行し、震度を決定すべき次のエリアがない場合は、ステップＳ７に移行する。
【００２７】
ステップＳ７にて、全エリアの震度が決定していない場合には、ステップＳ２に移行し、全エリアの震度が決定した場合は終了となる。
【００２８】
上述し且つ図示したエリアの震度の決定方法は一例であり、他の方法によって決定しても良い。
【００２９】
上記のようにして、図２に示す被害予測対象エリアの全エリアの震度が決まったら、エリア毎の加速度を加速度推定プロセス１０１で推定する。加速度推定プロセス１０１は、予め次の表のような震度と地震動の加速度の関係を持っており、震度から加速度を推定することができる。
【００３０】
【表１】
上記は加速度推定方法の一例であり他の方法でも推定可能である。
【００３１】
加速度推定プロセス１０１からは加速度の推定結果が以下のように求められる。
【００３２】
＜各エリアの推定加速度例＞
エリア＝Ａ００−００，１２０
エリア＝Ａ００−０１，１２０
エリア＝Ａ００−０２，２１０
エリア＝Ａ００−０３，３６０
（以下略）
被害予測プロセス１０３は、加速度と管路データファイル１１１と地質データファイル１１２を読み込んで、管路の被害を予測する。管路データファイル１１１には以下のようなデータを持たせる。
【００３３】
＜管路データファイル１１１記述例＞
エリア＝Ａ００−００，管種＝ＤＣＩＰ
エリア＝Ａ００−００，管種＝ＣＩＰ
エリア＝Ａ００−０１，管種＝ＤＣＩＰ
エリア＝Ａ００−０２，管種＝ＣＩＰ
エリア＝Ａ００−０２，管種＝ＳＰ
（以下略）
地質データファイル１１２には以下のようなデータを持たせる。
【００３４】
＜地質データファイル１１２記述例＞
エリア＝Ａ００−００，地質＝埋立地
エリア＝Ａ００−０１，地質＝埋立地
エリア＝Ａ００−０２，地質＝沖積層
（以下略）
また、被害予測プロセス１０３には下表のように被害と加速度、管種、地質の関係を表す関数を内部構造として持たせる。
【００３５】
【表２】
【００３６】
被害予測プロセス１０３は、管路データファイルのエントリー一つ一つについて被害状況を予測する。まず該当エリアの推定加速度と地質を調べる。次に被害予測プロセス１０３の内部構造である関数に推定加速度と地質と管種を入力し被害予測を出力として得る。これを被害予測結果出力装置５０に出力する。
【００３７】
このように本実施形態によれば、地震による加速度と管路の被害の関係から被害予測を計算機で実施することができ、被害箇所を予測することができ、予測箇所から優先的に復旧作業を行うことができるので、これによりライフラインである水道やガスなどの管路を地震時に迅速に復旧することが可能となる。
【００３８】
（第２の実施形態）
次に図５を参照して請求項２に対応した第２の実施形態を説明する。
【００３９】
本実施形態は、第１の実施形態の構成と、動画撮影カメラ１０とで構成される。この動画撮影カメラ１０は、ビルの屋上等のエリアを見渡せる場所に設置することが好ましい。
【００４０】
上述した構成により、地震発生時には動画撮影カメラ１０で撮影された映像はネットワーク経由または光ディスク等の媒体経由で地震被害予測システムの加速度推定プロセス１０１に入力される。尚、撮影画像の中の観測対象物は、予め定めておく。加速度推定プロセス１０１は、観測対象物の各フレーム毎の変位を画像中で計測し速度及び加速度を推定する。動画撮影カメラ１０で撮影しているエリアの変位は、加速度は上述したようにして推定するものとし、また他は第１の実施形態１と同様に動作する。
【００４１】
このように本実施形態によれば、動画撮影カメラ１０で撮影された映像により、観測対象物の各フレーム毎の変位を画像中で計測し速度及び加速度を推定し得、震度計や加速度計がない場所でも、動画があれば地震の加速度を推定し被害予測をすることができ、予測箇所から優先的に復旧作業を行うことができるので、これによりライフラインである水道やガスなどの管路は地震時に迅速に復旧することが可能となる。
【００４２】
（第３の実施形態）
次に図６を参照して請求項３に対応した第３の実施形態を説明する。
【００４３】
本実施形態は、第１の実施形態の構成と、画像記録ファイル１１３及び及び静止画撮影カメラ２０で構成される。静止画撮影カメラ２０は、上記の実施形態の動画撮影カメラ１０と同様に、ビルの屋上等のエリアを見渡せる場所に設置することが好ましい。画像記録ファイル１１３には、平時に定期的に撮影した静止画像を記録しておく。
【００４４】
上述した構成により、地震発生時には静止画撮影カメラ２０で撮影された画像はネットワーク経由または光ディスク等の媒体経由で地震被害予測システムの加速度推定プロセス１０１に入力される。地震発生後の撮影画像と画像記録ファイル１１３との差分から加速度を推定する。画像の差分が大きい場合は破壊された建造物が多いことが推定できるため、その度合いで加速度を推定することことができる。予め、画像の差分と加速度の関係を予め下表のように定めておいて加速度を推定する。
【００４５】
【表３】
上記は加速度推定方法の一例であり他の方法も可能である。
【００４６】
加速度を推定した後は実施形態１と同様に動作する。
【００４７】
このように本実施形態によれば、静止画撮影カメラ２０で撮影された映像により、震度計や加速度計がない場所でも、地震発生の前の静止画と地震発生後の静止画があれば地震の加速度を推定し被害予測をすることができ、予測箇所から優先的に復旧作業を行うことができるので、これによりライフラインである水道やガスなどの管路は地震時に迅速に復旧することが可能となる。
【００４８】
（第４の実施形態）
次に図７を参照して請求項４に対応した第４の実施形態を説明する。
【００４９】
請求項４に対応した第４実施形態では、第１〜第３の実施形態に加え、地震被害件数予測プロセス１０４で構成される。地震被害件数予測プロセス１０４は計算機上のプロセスとして実現する。
【００５０】
尚、過去の地震被害データから管の単位長さあたりの被害件数と加速度との関係を表す管種毎の経験式は得られている。地震被害件数予測プロセス１０４はこれを用いてエリア毎に各管種の被害件数を予測する。この予測件数も被害予測結果出力装置５０に出力するものである。
【００５１】
なお、図７は、図１の構成に地震被害件数予測プロセス１０４を付加した構成であるが、図５の構成に地震被害件数予測プロセス１０４を付加した構成又は図６の構成に地震被害件数予測プロセス１０４を付加した構成であっても良い。
【００５２】
このように本実施形態によれば、被害箇所を予測することができ且つ地震被害件数を同時に表示することで被害の程度がつかめ、予測箇所から優先的に復旧作業を行うことができ、これによりライフラインである水道やガスなどの管路を、地震時に迅速に復旧することが可能となる。
【００５３】
（第５の実施形態）
次に図８を参照して請求項５に対応した第５の実施形態を説明する。
【００５４】
請求項５に対応した第５の実施形態では、第１〜第４の実施形態に加え、模擬震度データ入力プロセス１０６と模擬震度データファイル１１７で構成される。模擬震度データ入力プロセス１０６は計算機上のプロセス、模擬震度データファイル１１７は計算機上のファイルで実現する。模擬震度データファイル１１７には模擬的な地震の震度データを登録しておく。模擬震度データ入力プロセスは模擬震度データファイル１１７を読みこみ、震度データ入力プロセス１０１と同様に加速度推定プロセス１０１に、震度データを渡す。他の処理は第１〜第４の実施形態と同様である。
【００５５】
このように本実施形態によれば、実際の地震の発生時の被害予測だけでなく、平常時に要注意の管路を発見して換するなどの対策ができる。
【００５６】
（第６の実施形態）
次に図９を参照して請求項６に対応した第６の実施形態を説明する。
【００５７】
請求項６に対応した第６の実施形態では、被害予測プロセス１０３は、管路データファイル１１１、地質データファイル１１２、加速度推定プロセス１０２からの入力を受けてこれをエリアをキーにして結合し一つの表を作る。以下に結合の例を挙げる。次のような管路データファイル１１１、地質データファイル１１２、加速度推定プロセス１０２の出力があったとする。
【００５８】
＜各エリアの推定加速度例＞
エリア＝Ａ００−００，加速度＝１２０
エリア＝Ａ００−０１，加速度＝１２０
エリア＝Ａ００−０２，加速度＝２１０
＜管路データファイル１１１記述例＞
エリア＝Ａ００−００，管種＝ＤＣＩＰ
エリア＝Ａ００−００，管種＝ＣＩＰ
エリア＝Ａ００−０１，管種＝ＤＣＩＰ
エリア＝Ａ００−０２，管種＝ＣＩＰ
エリア＝Ａ００−０２，管種＝ＳＰ
＜地質データファイル１１２記述例＞
エリア＝Ａ００−００，地質＝埋立地
エリア＝Ａ００−０１，地質＝埋立地
エリア＝Ａ００−０２，地質＝沖積層
以上を結合すると以下のようになる。
【００５９】
＜結合した例＞
エリア＝Ａ００−００，加速度＝１２０，管種＝ＤＣＩＰ，地質＝埋立地
エリア＝Ａ００−００，加速度＝１２０，管種＝ＣＩＰ，地質＝埋立地
エリア＝Ａ００−０１，加速度＝１２０，管種＝ＤＣＩＰ，地質＝埋立地
エリア＝Ａ００−０２，加速度＝２１０，管種＝ＣＩＰ，地質＝沖積層
エリア＝Ａ００−０２，加速度＝２１０，管種＝ＳＰ，地質＝沖積層
被害予測プロセス１０３は、結合したデータの１行１行について被害予測を行う。つまり上記の例の１行目では、エリアＡ００−００は埋立地で加速度は１２０でＤＣＩＰの管路が敷設されている。このときこの管に被害が出たかどうかを予測する。
【００６０】
被害予測は被害予測プロセス１０３のメモリー上に次のような木構造の分類規則を持っている。
【００６１】
分類規則の例は図１０に示される。この例において、結合した結果の１行１行について、上記のような木構造の分類規則を左からたどっていく。分類規則の例の＜＞で囲まれたものが属性でその属性値によって木構造のどちらへたどっていけば良いかが（ ）で囲まれた条件で示されている。条件に合う方へ次々にたどっていくと最終的には［］で囲まれた予測被害箇所に到達する。
【００６２】
上記の分類規則の例ではまず最左端に＜管種＞があるのでこの属性を調べる。結合した例の１行目のデータでは管種がＤＣＩＰなので（ＤＣＩＰ）の方へたどっていく。次に加速度は１２０で２１０より小さいので（＜２１０）の方へたどる。すると［継手］に到達する。したがってエリアＡ００−００に敷設されているＤＣＩＰの管は継手に被害が発生している可能性が高いと予測されたことになる。このようにして結合したデータの全ての行について予測を実行してこれを被害予測結果出力装置５０で出力する。
【００６３】
このように本実施形態によれば、地震と被害の関係を木構造とすることで容易に計算機で作成でき、被害箇所を予測することができ、地震被害件数予測を行うことができるので、予測箇所から優先的に復旧作業を行うことができ、これによりライフラインである水道やガスなどの管路を、地震時に迅速に復旧することが可能となる。
【００６４】
（第７の実施形態）
次に図１１を参照して請求項７に対応した第７の実施形態を説明する。
【００６５】
請求項７に対応した第７の実施形態では、被害予測プロセス１０３は被害予測規則をｉｆ−ｔｈｅｎのルール形式で持つ。以下にその例を示す。
【００６６】
＜分類規則の例＞
ｉｆ（管種＝ＣＩＰ＆地質＝沖積層＆加速度＜２１０）
ｔｈｅｎ継手
ｉｆ（管種＝ＣＩＰ＆地質＝沖積層＆加速度＞＝２１０）
ｔｈｅｎ管体
ｉｆ（管種＝ＣＩＰ＆地質＝埋立地）
ｔｈｅｎ継手
ｉｆ（管種＝ＤＣＩＰ＆加速度＜２１０）
ｔｈｅｎ継手
ｉｆ（管種＝ＤＣＩＰ＆加速度＞＝２１０）
ｔｈｅｎ管体
被害予測プロセス１０３は第６の実施形態で述べた結合したデータの１行１行について分類規則の上から順次テストし、ｉｆ節が真になったルールのｔｈｅｎ節を予測被害箇所とする。他は第６の実施形態と同様である。
【００６７】
このように本実施形態によれば、被害予測プロセス１０３を、木構造よりなじみ易いｉｆ−ｔｈｅｎのルール形式で持つことによって人間による可読性を高めることができ、地震被害件数予測を行うことができるので、予測箇所から優先的に復旧作業を行うことができ、これによりライフラインである水道やガスなどの管路を、地震時に迅速に復旧することが可能となる。
【００６８】
（第８の実施形態）
次に図１２を参照して請求項８に対応した第８の実施形態を説明する。
【００６９】
請求項８に対応する第８の実施形態では、被害予測プロセス１０３は被害予測規則をニューラルネットワークとして持つ。ニューラルネットワークの入力層には管種や地質等の属性に対応したニューロンがある。ニューラルネットワークの例を以下に示す。
【００７０】
ニューラルネットワークの例を図１３に示す。図１３においては、データに示されている属性値に対応するニューロンに入力を加えると出力層のニューロンに出力が出る。出力層の出力があったニューロンを予測被害箇所とする。他は台６の実施施形態と同様である。
【００７１】
このように本実施形態によれば、被害予測プロセス１０３は被害予測規則をニューラルネットを用いることで徐々に学習する予測システムとすることができ、地震被害件数予測を行うことができるので、予測箇所から優先的に復旧作業を行うことができ、これによりライフラインである水道やガスなどの管路を、地震時に迅速に復旧することが可能となる。
【００７２】
（第９の実施形態）
次に図１４を参照して請求項９に対応した第９の実施形態を説明する。
【００７３】
請求項９に対応した第９の実施形態では、第６〜第８の実施形態に加え、被害分析プロセス１０５と地震動データファイル１１４、地質データファイル１１５、地震被害データファイル１１６で構成される。被害分析プロセス１０５は計算機上のプロセス、地震動データファイル１１４と地質データファイル１１５と地震被害データファイル１１６は計算機上のファイルとして実現する。
【００７４】
被害予測プロセス１０３が持つ木構造の分類規則やｉｆ−ｔｈｅｎルールやニューラルネットワークは被害分析プロセス１０５によって地震動データファイル１１４と地質データファイル１１５と地震被害データファイル１１６から生成される。地震動データファイル１１４は第６〜第８の実施形態の各エリアの推定加速度にあたる。
【００７５】
＜地震動データファイル１１４記述例＞
エリア＝Ａ００−００，加速度＝１２０
エリア＝Ａ００−０１，加速度＝１２０
エリア＝Ａ００−０２，加速度＝２１０
地質データファイル１１５は地質データファイル１１２に相当する。
【００７６】
＜地質データファイル１１５記述例＞
エリア＝Ａ００−００，地質＝埋立地
エリア＝Ａ００−０１，地質＝埋立地
エリア＝Ａ００−０２，地質＝沖積層
また地震被害データファイル１１６は管路データファイル１１１に被害箇所を加えたものである。
【００７７】
＜管路データファイル１１１記述例＞
エリア＝Ａ００−００，管種＝ＤＣＩＰ，被害箇所＝継手
エリア＝Ａ００−００，管種＝ＣＩＰ，被害箇所＝管体
エリア＝Ａ００−０１，管種＝ＤＣＩＰ，被害箇所＝継手
エリア＝Ａ００−０２，管種＝ＣＩＰ，被害箇所＝管体
エリア＝Ａ００−０２，管種＝ＳＰ，被害箇所＝管体
３つファイルを結合すると以下のようなデータが得られる。
【００７８】
＜結合例＞
エリア＝Ａ００−００，加速度＝１２０，地質＝埋立地，管種＝ＤＣＩＰ，被害箇所＝継手
エリア＝Ａ００−００，加速度＝１２０，地質＝埋立地，管種＝ＣＩＰ，被害箇所＝管体
エリア＝Ａ００−０１，加速度＝１２０，地質＝埋立地，管種＝ＤＣＩＰ，被害箇所＝継手
エリア＝Ａ００−０２，加速度＝２１０，地質＝沖積層，管種＝ＣＩＰ，被害箇所＝管体
エリア＝Ａ００−０２，加速度＝２１０，地質＝沖積層，管種＝ＳＰ，被害箇所＝管体
第６の実施形態に対応した第９の実施形態では、被害分析プロセス１０５は、ｉｄ３アルゴリズムを用いて、このデータを被害箇所について分類する木構造分類規則を生成し、これを被害予測プロセス１０３に渡す。
【００７９】
第７の実施形態に対応した第９の実施形態では、被害分析プロセス１０５は、得られた木構造分類規則のルートノードから各葉ノードまでの条件を列挙したものをｉｆ−ｔｈｅｎ形式のルールとして生成する。
【００８０】
第８の実施形態に対応した第９の実施形態では、被害分析プロセス１０５は、加速度、地質、管種の各属性に対応する入力に対する出力層のニューロンの出力と実際の被害箇所との違いからバックプロパゲーションを用いてニューラルネットワークの学習を行う。学習の結果得たニューラルネットワークを被害予測プロセス１０３に渡す。
【００８１】
このように本実施形態によれば、地震が発生した時には被害を予測し、地震発生直後被害データが明かになってからそのデータを用いて被害予測システムをリファインでき、地震被害件数予測を行うことができるので、予測箇所から優先的に復旧作業を行うことができ、これによりライフラインである水道やガスなどの管路を、地震時に迅速に復旧することが可能となる。
【００８２】
【発明の効果】
以上のように本発明によれば、従来、地震による管路の被害発生箇所の探索は手間がかかり被害箇所発見に時間を要し、このため復旧作業も長期化していたのに対し、被害箇所を予測する本発明によって、予測箇所から優先的に復旧作業を行うことができるようになり、ライフラインである水道やガスなどの管路の地震時の迅速な復旧が期待できる地震による管路の被害予測システムを提供できるものである。
【図面の簡単な説明】
【図１】本発明に係る地震による管路の被害予測システムのブロック図。
【図２】本発明の第１の実施形態の被害予測システムを示すブロック図。
【図３】同実施形態における被害予測対象エリアを説明する図。
【図４】同実施形態における震度計が設置されていないエリアの震度を求め方る方法を示すフロー図。
【図５】本発明の第２の実施形態の被害予測システムを示すブロック図。
【図６】本発明の第３の実施形態の被害予測システムを示すブロック図。
【図７】本発明の第４の実施形態の被害予測システムを示すブロック図。
【図８】本発明の第５の実施形態の被害予測システムを示すブロック図。
【図９】本発明の第６の実施形態の被害予測システムを示すブロック図。
【図１０】第６の実施形態における木構造の分類規則を説明する図。
【図１１】本発明の第７の実施形態の被害予測システムを示すブロック図。
【図１２】本発明の第８の実施形態の被害予測システムを示すブロック図。
【図１３】同実施形態における被害予測をニューラルネットで行う例を説明する図。
【図１４】本発明の第９の実施形態の被害予測システムを示すブロック図。
【符号の説明】
１０ 動画撮影カメラ
２０ 静止画撮影カメラ
３０ 震度計ネットワーク
４０ 震度計
５０ 被害予測結果出力装置
１００ 被害予測装置
１０１ 加速度推定プロセス
１０２ 加速度データ入力プロセス
１０３ 被害予測プロセス
１０４ 被害予測プロセス
１０５ 被害予測プロセス
１０６ 被害予測プロセス
１１１ 管路データファイル
１１２ 地質データファイル
１１３ 画像記録ファイル
１１４ 地震動データファイル
１１５ 地質データファイル
１１６ 地震被害データファイル
１１７ 模擬震度データファイル
【発明の属する技術分野】
本発明は、地震による水道やガスなどの管路の被害を予測する装置に関する。
【０００２】
【従来の技術】
地震による管路被害が発生した場合、その被害箇所の特定は困難である。例えば水道管路の場合、まず一定区間の管路に水を供給し圧力をかけて漏水箇所を探す。漏水箇所を発見したとき該発見した漏水箇所を修理する。そして、この区間の漏水箇所を全て修理したら、次に区間に広げて再度同じように漏水箇所の探索と修理とを繰り返す。この作業を全ての管路が復旧するまで繰り返す。このため管路の復旧には時間がかかる。
【０００３】
【発明が解決しようとする課題】
かかる管路のうち特にライフラインである水道やガスは、迅速に復旧する必要がある。しかし、上述した従来の手法では被害箇所の発見には手間がかかり復旧作業に長時間を要する、という問題があった。
【０００４】
本発明の目的は、地震による管路の被害をすみやかに発見し、且つ迅速な復旧作業を可能とする、地震による管路の被害予測システムを提供することにある。
【０００５】
【課題を解決するための手段】
上記課題を解決するために本発明は、被害予測対象地域における管路の管種をファイルした管路データファイルと、前記被害予測対象地域の地質データをファイルした地質データファイルと、発生した地震の震度データを震度計ネットワークを介して入力し収集する入力手段と、前記被害予測対象地域をメッシュ状の複数のエリアに分割し、前記収集した震度データから前記分割したエリア毎に、順次、震度データを決定し、当該決定した震度データをもとに前記各エリアの地震動の加速度の大きさを推定する加速度推定手段と、地震動の加速度の大きさ、管路の管種、地質及び管路被害の関係を関数として持ち、該関数と、前記加速度推定手段で推定した前記各エリアの加速度の大きさ、前記管路データファイル及び前記地質データファイルとに基づいて前記被害予測対象地域における管路の被害を予測する被害予測手段と、この被害予測手段による被害予測結果を表示する被害予測結果出力手段とを具備した地震による管路の被害予測システムを提供する。
【０００６】
本発明によれば被害箇所を予測することができ、予測箇所から優先的に復旧作業を行うことができるので、これによりライフラインである水道やガスなどの管路を、地震時に迅速に復旧することが可能となる。
【０００７】
【発明の実施の形態】
以下、本発明に係る地震による管路の被害予測システムの実施形態を図面を参照して説明する。
【０００８】
本発明の被害予測システムは、実施形態によって内部のプロセス及びファイル構成が複数の形態をとり得る被害予測装置１００と、震度計ネットワーク３０と、震度計４０と、被害予測結果出力装置５０とからなり、実施形態によっては動画撮影カメラ１０又は静止画撮影カメラ２０を備える。
【０００９】
被害予測装置１００は、プロセス部１００Ａと、ファイル部１００Ｂとからなり、計算機により実現される。
【００１０】
プロセス部１００Ａは、震度データ入力プロセス１０１、加速度推定プロセス１０２、被害予測プロセス１０３、地震被害件数予測プロセス１０４、被害分析プロセス１０５及び模擬震度データ入力プロセス１０６を有する。
【００１１】
ファイル部１００Ｂは、管路データファイル１１１、地質データファイル１１２、画像記録ファイル１１３、地震動データファイル１１４、地質データファイル１１５、地震被害データファイル１１６、模擬震度データファイル１１７を有し、計算機の記憶装置上のデータファイルである。
【００１２】
動画撮影カメラ１０及び静止画撮影カメラ２０はそれぞれ動画、静止画の入力装置として被害予測装置１００の加速度推定プロセス１０２に接続する。
【００１３】
複数の地点に設置された複数の震度計４０及び該震度計４０を接続する震度計ネットワーク３０は、被害予測装置１００の震度データ入プロセス１０１に接続し、地震発生時に震度情報を得る。
【００１４】
被害予測結果出力装置５０には、モニター、プリンターなどを接続する。
【００１５】
上記における各プロセス及び各ファイルについては各実施形態で説明する。
【００１６】
（第１の実施形態）
第１の実施形態を、図２乃至図４を参照して説明する。
【００１７】
図２に示すように、本実施形態の被害予測システムは、被害予測装置１００−１と、震度計ネットワーク３０及び震度計４０と、被害予測結果出力装置５０とから構成される。
【００１８】
被害予測装置１００−１は、震度データ入力プロセス１０１と、加速度推定プロセス１０２と、被害予測プロセス１０３と、管路データファイル１１１と、地質データファイル１１２とから構成される。
【００１９】
本実施形態及び後述する各実施形態において、被害予測の対象地域はメッシュ状のエリアに分割して考える。図３に示すように、例えば５ｋｍ四方の地域を１辺２５０ｍのメッシュ状のエリアに分割したとすると縦２０個、横２０個となり全部で４００個のエリアに分割できる。このエリアは横（００〜１９）と縦（００〜１９）の座標で表すことができる。
【００２０】
このような被害予測対象地域において、地震が発生すると、震度計４０で観測された震度は、震度計ネットワーク３０を通じて震度データ入力プロセス１０１に入力される。震度データ入力プロセス１０１は、観測された震度をもとに図２に示される全エリアの震度を決定する。まず震度計４０の設置されているエリアの震度は震度計の観測値とする。
【００２１】
次に、例えば図２に示す被害予測対象エリアにおいて、震度計が設置されていないエリアの震度を、図４に示すフロー図に従って決定する。
【００２２】
ステップＳ１として、最初のエリアに移り、ステップＳ２に移行して当該最初のエリアの震度が決定済みならステップＳ６に移行し、未決定の場合はステップＳ３に移行する。
【００２３】
ステップＳ３では、最初のエリアに隣接した一つ以上のエリアの震度が既決定ならステップＳ４に移行し、一つも決定していない場合にはステップＳ５に移行する。
【００２４】
ステップＳ４では、震度の決まっている隣接したエリアの震度の平均を、そのエリアの震度として決定し、ステップＳ６に移行する。
【００２５】
ステップＳ５では、そのエリアの震度は決定することなくステップＳ６に移行する。
【００２６】
ステップＳ６では、震度を決定すべき次のエリアがあるなら、次のエリアに移ってステップＳ２に移行し、震度を決定すべき次のエリアがない場合は、ステップＳ７に移行する。
【００２７】
ステップＳ７にて、全エリアの震度が決定していない場合には、ステップＳ２に移行し、全エリアの震度が決定した場合は終了となる。
【００２８】
上述し且つ図示したエリアの震度の決定方法は一例であり、他の方法によって決定しても良い。
【００２９】
上記のようにして、図２に示す被害予測対象エリアの全エリアの震度が決まったら、エリア毎の加速度を加速度推定プロセス１０１で推定する。加速度推定プロセス１０１は、予め次の表のような震度と地震動の加速度の関係を持っており、震度から加速度を推定することができる。
【００３０】
【表１】
【００３１】
加速度推定プロセス１０１からは加速度の推定結果が以下のように求められる。
【００３２】
＜各エリアの推定加速度例＞
エリア＝Ａ００−００，１２０
エリア＝Ａ００−０１，１２０
エリア＝Ａ００−０２，２１０
エリア＝Ａ００−０３，３６０
（以下略）
被害予測プロセス１０３は、加速度と管路データファイル１１１と地質データファイル１１２を読み込んで、管路の被害を予測する。管路データファイル１１１には以下のようなデータを持たせる。
【００３３】
＜管路データファイル１１１記述例＞
エリア＝Ａ００−００，管種＝ＤＣＩＰ
エリア＝Ａ００−００，管種＝ＣＩＰ
エリア＝Ａ００−０１，管種＝ＤＣＩＰ
エリア＝Ａ００−０２，管種＝ＣＩＰ
エリア＝Ａ００−０２，管種＝ＳＰ
（以下略）
地質データファイル１１２には以下のようなデータを持たせる。
【００３４】
＜地質データファイル１１２記述例＞
エリア＝Ａ００−００，地質＝埋立地
エリア＝Ａ００−０１，地質＝埋立地
エリア＝Ａ００−０２，地質＝沖積層
（以下略）
また、被害予測プロセス１０３には下表のように被害と加速度、管種、地質の関係を表す関数を内部構造として持たせる。
【００３５】
【表２】
被害予測プロセス１０３は、管路データファイルのエントリー一つ一つについて被害状況を予測する。まず該当エリアの推定加速度と地質を調べる。次に被害予測プロセス１０３の内部構造である関数に推定加速度と地質と管種を入力し被害予測を出力として得る。これを被害予測結果出力装置５０に出力する。
【００３７】
このように本実施形態によれば、地震による加速度と管路の被害の関係から被害予測を計算機で実施することができ、被害箇所を予測することができ、予測箇所から優先的に復旧作業を行うことができるので、これによりライフラインである水道やガスなどの管路を地震時に迅速に復旧することが可能となる。
【００３８】
（第２の実施形態）
次に図５を参照して請求項２に対応した第２の実施形態を説明する。
【００３９】
本実施形態は、第１の実施形態の構成と、動画撮影カメラ１０とで構成される。この動画撮影カメラ１０は、ビルの屋上等のエリアを見渡せる場所に設置することが好ましい。
【００４０】
上述した構成により、地震発生時には動画撮影カメラ１０で撮影された映像はネットワーク経由または光ディスク等の媒体経由で地震被害予測システムの加速度推定プロセス１０１に入力される。尚、撮影画像の中の観測対象物は、予め定めておく。加速度推定プロセス１０１は、観測対象物の各フレーム毎の変位を画像中で計測し速度及び加速度を推定する。動画撮影カメラ１０で撮影しているエリアの変位は、加速度は上述したようにして推定するものとし、また他は第１の実施形態１と同様に動作する。
【００４１】
このように本実施形態によれば、動画撮影カメラ１０で撮影された映像により、観測対象物の各フレーム毎の変位を画像中で計測し速度及び加速度を推定し得、震度計や加速度計がない場所でも、動画があれば地震の加速度を推定し被害予測をすることができ、予測箇所から優先的に復旧作業を行うことができるので、これによりライフラインである水道やガスなどの管路は地震時に迅速に復旧することが可能となる。
【００４２】
（第３の実施形態）
次に図６を参照して請求項３に対応した第３の実施形態を説明する。
【００４３】
本実施形態は、第１の実施形態の構成と、画像記録ファイル１１３及び及び静止画撮影カメラ２０で構成される。静止画撮影カメラ２０は、上記の実施形態の動画撮影カメラ１０と同様に、ビルの屋上等のエリアを見渡せる場所に設置することが好ましい。画像記録ファイル１１３には、平時に定期的に撮影した静止画像を記録しておく。
【００４４】
上述した構成により、地震発生時には静止画撮影カメラ２０で撮影された画像はネットワーク経由または光ディスク等の媒体経由で地震被害予測システムの加速度推定プロセス１０１に入力される。地震発生後の撮影画像と画像記録ファイル１１３との差分から加速度を推定する。画像の差分が大きい場合は破壊された建造物が多いことが推定できるため、その度合いで加速度を推定することことができる。予め、画像の差分と加速度の関係を予め下表のように定めておいて加速度を推定する。
【００４５】
【表３】
【００４６】
加速度を推定した後は実施形態１と同様に動作する。
【００４７】
このように本実施形態によれば、静止画撮影カメラ２０で撮影された映像により、震度計や加速度計がない場所でも、地震発生の前の静止画と地震発生後の静止画があれば地震の加速度を推定し被害予測をすることができ、予測箇所から優先的に復旧作業を行うことができるので、これによりライフラインである水道やガスなどの管路は地震時に迅速に復旧することが可能となる。
【００４８】
（第４の実施形態）
次に図７を参照して請求項４に対応した第４の実施形態を説明する。
【００４９】
請求項４に対応した第４実施形態では、第１〜第３の実施形態に加え、地震被害件数予測プロセス１０４で構成される。地震被害件数予測プロセス１０４は計算機上のプロセスとして実現する。
【００５０】
尚、過去の地震被害データから管の単位長さあたりの被害件数と加速度との関係を表す管種毎の経験式は得られている。地震被害件数予測プロセス１０４はこれを用いてエリア毎に各管種の被害件数を予測する。この予測件数も被害予測結果出力装置５０に出力するものである。
【００５１】
なお、図７は、図１の構成に地震被害件数予測プロセス１０４を付加した構成であるが、図５の構成に地震被害件数予測プロセス１０４を付加した構成又は図６の構成に地震被害件数予測プロセス１０４を付加した構成であっても良い。
【００５２】
このように本実施形態によれば、被害箇所を予測することができ且つ地震被害件数を同時に表示することで被害の程度がつかめ、予測箇所から優先的に復旧作業を行うことができ、これによりライフラインである水道やガスなどの管路を、地震時に迅速に復旧することが可能となる。
【００５３】
（第５の実施形態）
次に図８を参照して請求項５に対応した第５の実施形態を説明する。
【００５４】
請求項５に対応した第５の実施形態では、第１〜第４の実施形態に加え、模擬震度データ入力プロセス１０６と模擬震度データファイル１１７で構成される。模擬震度データ入力プロセス１０６は計算機上のプロセス、模擬震度データファイル１１７は計算機上のファイルで実現する。模擬震度データファイル１１７には模擬的な地震の震度データを登録しておく。模擬震度データ入力プロセスは模擬震度データファイル１１７を読みこみ、震度データ入力プロセス１０１と同様に加速度推定プロセス１０１に、震度データを渡す。他の処理は第１〜第４の実施形態と同様である。
【００５５】
このように本実施形態によれば、実際の地震の発生時の被害予測だけでなく、平常時に要注意の管路を発見して換するなどの対策ができる。
【００５６】
（第６の実施形態）
次に図９を参照して請求項６に対応した第６の実施形態を説明する。
【００５７】
請求項６に対応した第６の実施形態では、被害予測プロセス１０３は、管路データファイル１１１、地質データファイル１１２、加速度推定プロセス１０２からの入力を受けてこれをエリアをキーにして結合し一つの表を作る。以下に結合の例を挙げる。次のような管路データファイル１１１、地質データファイル１１２、加速度推定プロセス１０２の出力があったとする。
【００５８】
＜各エリアの推定加速度例＞
エリア＝Ａ００−００，加速度＝１２０
エリア＝Ａ００−０１，加速度＝１２０
エリア＝Ａ００−０２，加速度＝２１０
＜管路データファイル１１１記述例＞
エリア＝Ａ００−００，管種＝ＤＣＩＰ
エリア＝Ａ００−００，管種＝ＣＩＰ
エリア＝Ａ００−０１，管種＝ＤＣＩＰ
エリア＝Ａ００−０２，管種＝ＣＩＰ
エリア＝Ａ００−０２，管種＝ＳＰ
＜地質データファイル１１２記述例＞
エリア＝Ａ００−００，地質＝埋立地
エリア＝Ａ００−０１，地質＝埋立地
エリア＝Ａ００−０２，地質＝沖積層
以上を結合すると以下のようになる。
【００５９】
＜結合した例＞
エリア＝Ａ００−００，加速度＝１２０，管種＝ＤＣＩＰ，地質＝埋立地
エリア＝Ａ００−００，加速度＝１２０，管種＝ＣＩＰ，地質＝埋立地
エリア＝Ａ００−０１，加速度＝１２０，管種＝ＤＣＩＰ，地質＝埋立地
エリア＝Ａ００−０２，加速度＝２１０，管種＝ＣＩＰ，地質＝沖積層
エリア＝Ａ００−０２，加速度＝２１０，管種＝ＳＰ，地質＝沖積層
被害予測プロセス１０３は、結合したデータの１行１行について被害予測を行う。つまり上記の例の１行目では、エリアＡ００−００は埋立地で加速度は１２０でＤＣＩＰの管路が敷設されている。このときこの管に被害が出たかどうかを予測する。
【００６０】
被害予測は被害予測プロセス１０３のメモリー上に次のような木構造の分類規則を持っている。
【００６１】
分類規則の例は図１０に示される。この例において、結合した結果の１行１行について、上記のような木構造の分類規則を左からたどっていく。分類規則の例の＜＞で囲まれたものが属性でその属性値によって木構造のどちらへたどっていけば良いかが（ ）で囲まれた条件で示されている。条件に合う方へ次々にたどっていくと最終的には［］で囲まれた予測被害箇所に到達する。
【００６２】
上記の分類規則の例ではまず最左端に＜管種＞があるのでこの属性を調べる。結合した例の１行目のデータでは管種がＤＣＩＰなので（ＤＣＩＰ）の方へたどっていく。次に加速度は１２０で２１０より小さいので（＜２１０）の方へたどる。すると［継手］に到達する。したがってエリアＡ００−００に敷設されているＤＣＩＰの管は継手に被害が発生している可能性が高いと予測されたことになる。このようにして結合したデータの全ての行について予測を実行してこれを被害予測結果出力装置５０で出力する。
【００６３】
このように本実施形態によれば、地震と被害の関係を木構造とすることで容易に計算機で作成でき、被害箇所を予測することができ、地震被害件数予測を行うことができるので、予測箇所から優先的に復旧作業を行うことができ、これによりライフラインである水道やガスなどの管路を、地震時に迅速に復旧することが可能となる。
【００６４】
（第７の実施形態）
次に図１１を参照して請求項７に対応した第７の実施形態を説明する。
【００６５】
請求項７に対応した第７の実施形態では、被害予測プロセス１０３は被害予測規則をｉｆ−ｔｈｅｎのルール形式で持つ。以下にその例を示す。
【００６６】
＜分類規則の例＞
ｉｆ（管種＝ＣＩＰ＆地質＝沖積層＆加速度＜２１０）
ｔｈｅｎ継手
ｉｆ（管種＝ＣＩＰ＆地質＝沖積層＆加速度＞＝２１０）
ｔｈｅｎ管体
ｉｆ（管種＝ＣＩＰ＆地質＝埋立地）
ｔｈｅｎ継手
ｉｆ（管種＝ＤＣＩＰ＆加速度＜２１０）
ｔｈｅｎ継手
ｉｆ（管種＝ＤＣＩＰ＆加速度＞＝２１０）
ｔｈｅｎ管体
被害予測プロセス１０３は第６の実施形態で述べた結合したデータの１行１行について分類規則の上から順次テストし、ｉｆ節が真になったルールのｔｈｅｎ節を予測被害箇所とする。他は第６の実施形態と同様である。
【００６７】
このように本実施形態によれば、被害予測プロセス１０３を、木構造よりなじみ易いｉｆ−ｔｈｅｎのルール形式で持つことによって人間による可読性を高めることができ、地震被害件数予測を行うことができるので、予測箇所から優先的に復旧作業を行うことができ、これによりライフラインである水道やガスなどの管路を、地震時に迅速に復旧することが可能となる。
【００６８】
（第８の実施形態）
次に図１２を参照して請求項８に対応した第８の実施形態を説明する。
【００６９】
請求項８に対応する第８の実施形態では、被害予測プロセス１０３は被害予測規則をニューラルネットワークとして持つ。ニューラルネットワークの入力層には管種や地質等の属性に対応したニューロンがある。ニューラルネットワークの例を以下に示す。
【００７０】
ニューラルネットワークの例を図１３に示す。図１３においては、データに示されている属性値に対応するニューロンに入力を加えると出力層のニューロンに出力が出る。出力層の出力があったニューロンを予測被害箇所とする。他は台６の実施施形態と同様である。
【００７１】
このように本実施形態によれば、被害予測プロセス１０３は被害予測規則をニューラルネットを用いることで徐々に学習する予測システムとすることができ、地震被害件数予測を行うことができるので、予測箇所から優先的に復旧作業を行うことができ、これによりライフラインである水道やガスなどの管路を、地震時に迅速に復旧することが可能となる。
【００７２】
（第９の実施形態）
次に図１４を参照して請求項９に対応した第９の実施形態を説明する。
【００７３】
請求項９に対応した第９の実施形態では、第６〜第８の実施形態に加え、被害分析プロセス１０５と地震動データファイル１１４、地質データファイル１１５、地震被害データファイル１１６で構成される。被害分析プロセス１０５は計算機上のプロセス、地震動データファイル１１４と地質データファイル１１５と地震被害データファイル１１６は計算機上のファイルとして実現する。
【００７４】
被害予測プロセス１０３が持つ木構造の分類規則やｉｆ−ｔｈｅｎルールやニューラルネットワークは被害分析プロセス１０５によって地震動データファイル１１４と地質データファイル１１５と地震被害データファイル１１６から生成される。地震動データファイル１１４は第６〜第８の実施形態の各エリアの推定加速度にあたる。
【００７５】
＜地震動データファイル１１４記述例＞
エリア＝Ａ００−００，加速度＝１２０
エリア＝Ａ００−０１，加速度＝１２０
エリア＝Ａ００−０２，加速度＝２１０
地質データファイル１１５は地質データファイル１１２に相当する。
【００７６】
＜地質データファイル１１５記述例＞
エリア＝Ａ００−００，地質＝埋立地
エリア＝Ａ００−０１，地質＝埋立地
エリア＝Ａ００−０２，地質＝沖積層
また地震被害データファイル１１６は管路データファイル１１１に被害箇所を加えたものである。
【００７７】
＜管路データファイル１１１記述例＞
エリア＝Ａ００−００，管種＝ＤＣＩＰ，被害箇所＝継手
エリア＝Ａ００−００，管種＝ＣＩＰ，被害箇所＝管体
エリア＝Ａ００−０１，管種＝ＤＣＩＰ，被害箇所＝継手
エリア＝Ａ００−０２，管種＝ＣＩＰ，被害箇所＝管体
エリア＝Ａ００−０２，管種＝ＳＰ，被害箇所＝管体
３つファイルを結合すると以下のようなデータが得られる。
【００７８】
＜結合例＞
エリア＝Ａ００−００，加速度＝１２０，地質＝埋立地，管種＝ＤＣＩＰ，被害箇所＝継手
エリア＝Ａ００−００，加速度＝１２０，地質＝埋立地，管種＝ＣＩＰ，被害箇所＝管体
エリア＝Ａ００−０１，加速度＝１２０，地質＝埋立地，管種＝ＤＣＩＰ，被害箇所＝継手
エリア＝Ａ００−０２，加速度＝２１０，地質＝沖積層，管種＝ＣＩＰ，被害箇所＝管体
エリア＝Ａ００−０２，加速度＝２１０，地質＝沖積層，管種＝ＳＰ，被害箇所＝管体
第６の実施形態に対応した第９の実施形態では、被害分析プロセス１０５は、ｉｄ３アルゴリズムを用いて、このデータを被害箇所について分類する木構造分類規則を生成し、これを被害予測プロセス１０３に渡す。
【００７９】
第７の実施形態に対応した第９の実施形態では、被害分析プロセス１０５は、得られた木構造分類規則のルートノードから各葉ノードまでの条件を列挙したものをｉｆ−ｔｈｅｎ形式のルールとして生成する。
【００８０】
第８の実施形態に対応した第９の実施形態では、被害分析プロセス１０５は、加速度、地質、管種の各属性に対応する入力に対する出力層のニューロンの出力と実際の被害箇所との違いからバックプロパゲーションを用いてニューラルネットワークの学習を行う。学習の結果得たニューラルネットワークを被害予測プロセス１０３に渡す。
【００８１】
このように本実施形態によれば、地震が発生した時には被害を予測し、地震発生直後被害データが明かになってからそのデータを用いて被害予測システムをリファインでき、地震被害件数予測を行うことができるので、予測箇所から優先的に復旧作業を行うことができ、これによりライフラインである水道やガスなどの管路を、地震時に迅速に復旧することが可能となる。
【００８２】
【発明の効果】
以上のように本発明によれば、従来、地震による管路の被害発生箇所の探索は手間がかかり被害箇所発見に時間を要し、このため復旧作業も長期化していたのに対し、被害箇所を予測する本発明によって、予測箇所から優先的に復旧作業を行うことができるようになり、ライフラインである水道やガスなどの管路の地震時の迅速な復旧が期待できる地震による管路の被害予測システムを提供できるものである。
【図面の簡単な説明】
【図１】本発明に係る地震による管路の被害予測システムのブロック図。
【図２】本発明の第１の実施形態の被害予測システムを示すブロック図。
【図３】同実施形態における被害予測対象エリアを説明する図。
【図４】同実施形態における震度計が設置されていないエリアの震度を求め方る方法を示すフロー図。
【図５】本発明の第２の実施形態の被害予測システムを示すブロック図。
【図６】本発明の第３の実施形態の被害予測システムを示すブロック図。
【図７】本発明の第４の実施形態の被害予測システムを示すブロック図。
【図８】本発明の第５の実施形態の被害予測システムを示すブロック図。
【図９】本発明の第６の実施形態の被害予測システムを示すブロック図。
【図１０】第６の実施形態における木構造の分類規則を説明する図。
【図１１】本発明の第７の実施形態の被害予測システムを示すブロック図。
【図１２】本発明の第８の実施形態の被害予測システムを示すブロック図。
【図１３】同実施形態における被害予測をニューラルネットで行う例を説明する図。
【図１４】本発明の第９の実施形態の被害予測システムを示すブロック図。
【符号の説明】
１０ 動画撮影カメラ
２０ 静止画撮影カメラ
３０ 震度計ネットワーク
４０ 震度計
５０ 被害予測結果出力装置
１００ 被害予測装置
１０１ 加速度推定プロセス
１０２ 加速度データ入力プロセス
１０３ 被害予測プロセス
１０４ 被害予測プロセス
１０５ 被害予測プロセス
１０６ 被害予測プロセス
１１１ 管路データファイル
１１２ 地質データファイル
１１３ 画像記録ファイル
１１４ 地震動データファイル
１１５ 地質データファイル
１１６ 地震被害データファイル
１１７ 模擬震度データファイル
Claims (9)
- 被害予測対象地域における管路の管種をファイルした管路データファイルと、
前記被害予測対象地域の地質データをファイルした地質データファイルと、
発生した地震の震度データを震度計ネットワークを介して入力し収集する入力手段と、
前記被害予測対象地域をメッシュ状の複数のエリアに分割し、前記収集した震度データから前記分割したエリア毎に、順次、震度データを決定し、当該決定した震度データをもとに前記各エリアの地震動の加速度の大きさを推定する加速度推定手段と、
地震動の加速度の大きさ、管路の管種、地質及び管路被害の関係を関数として持ち、該関数と、前記加速度推定手段で推定した前記各エリアの加速度の大きさ、前記管路データファイル及び前記地質データファイルとに基づいて前記被害予測対象地域における管路の被害を予測する被害予測手段と、
この被害予測手段による被害予測結果を表示する被害予測結果出力手段と
を具備することを特徴とする地震による管路の被害予測システム。 - 前記被害予測対象地域を動画撮影する動画撮影手段と、
この動画撮影手段によって被害発生時に撮影した前記被害予測対象地域の動画から観測対象物の各フレーム毎の変位を計測し、速度および加速度を推定して、前記被害予測対象地域の地震動の加速度の大きさを推定する動画像による加速度推定手段と
を更に具備することを特徴とする請求項１記載の地震による管路の被害予測システム。 - 前記被害予測対象地域における被災後の家屋の被害状況を撮影する撮影手段と、
前記被害予測対象地域の被災前の家屋を撮影した画像記録ファイルと、
被災前の画像と被災後の画像とから地震動の加速度の大きさ、向き及び変位を推定する静止画像による加速度推定手段と
を具備することを特徴とする請求項２記載の地震による管路の被害予測システム。 - 前記地震動の加速度から単位エリア内の管路の被害件数を推定する被害件数推定手段を具備し、前記被害予測結果出力手段により推定被害件数分も出力することを特徴とする請求項１乃至３のいずれか一項記載の地震による管路の被害予測システム。
- 前記被害予測手段は、地震動の加速度の大きさ、向き及び変位と、管路の管種と、地質と、管路被害との関係を、木構造の分類規則で表現した構造として有することを特徴とする請求項１乃至４のいずれか一項記載の地震による管路の被害予測システム。
- 前記被害予測手段は、地震動の加速度の大きさ、向き及び変位と、管路の管種と、地質と、管路被害との関係を、ｉｆ−ｔｈｅｎ形式の規則として有することを特徴とする請求項１乃至４のいずれか一項記載の地震による管路の被害予測システム。
- 前記被害予測手段は、地震動の加速度の大きさ、向き及び変位と、管路の管種と、地質と、管路被害との関係を、ニューラルネットとして有することを特徴とする請求項１乃至４のいずれか一項記載の地震による管路の被害予測システム。
- 過去に発生した地震動の加速度の大きさ、向き及び変位を記録した地震動データをファイルした地震動データファイルと、
前記過去に発生した地震によって管路被害が発生した地域の地質を記録した地質データをファイルした地質データファイルと、
前記過去に発生した地震による地震被害データをファイルした地震被害データファイルと、
前記地震動データファイルと前記地質データファイルと前記地震被害データファイルとを読み込んで、地震動の加速度の大きさ、向き及び変位と、管路の管種と、地質と、管路被害との関係を抽出する被害分析手段とを具備し、
この被害分析手段の分析結果を前記被害予測手段との関係として有することを特徴とする請求項５乃至７のいずれか一項記載の地震による管路の被害予測システム。 - 被害予測対象地域における管路の管種をファイルした管路データファイルと、
前記被害予測対象地域の地質データをファイルした地質データファイルと、
模擬的な地震の震度データを登録した模擬震度データファイルと、
前記模擬震度データファイルから模擬的な地震の震度データを読み込む入力手段と、
前記被害予測対象地域をメッシュ状の複数のエリアに分割し、前記入力手段が入力した模擬的な地震の震度データから前記分割したエリア毎に、順次、震度データを決定し、当該決定した震度データをもとに前記各エリアの地震動の加速度の大きさを推定する加速度推定手段と、
地震動の加速度の大きさ、管路の管種、地質及び管路被害の関係を関数として持ち、該関数と、前記加速度推定手段で推定した前記各エリアの加速度の大きさ、前記管路データファイル及び前記地質データファイルとに基づいて前記被害予測対象地域における管路の被害を予測する被害予測手段と、
この被害予測手段による被害予測結果を表示する被害予測結果出力手段と
を具備することを特徴とする地震による管路の被害予測システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001241129A JP4357141B2 (ja) | 2001-08-08 | 2001-08-08 | 地震による管路の被害予測システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001241129A JP4357141B2 (ja) | 2001-08-08 | 2001-08-08 | 地震による管路の被害予測システム |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2006231085A Division JP4388044B2 (ja) | 2006-08-28 | 2006-08-28 | 管路被害予測システム及び管路被害予測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003057356A JP2003057356A (ja) | 2003-02-26 |
| JP4357141B2 true JP4357141B2 (ja) | 2009-11-04 |
Family
ID=19071632
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001241129A Expired - Fee Related JP4357141B2 (ja) | 2001-08-08 | 2001-08-08 | 地震による管路の被害予測システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4357141B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5962502B2 (ja) * | 2012-12-27 | 2016-08-03 | 富士通株式会社 | 映像データ格納装置、映像データ格納プログラムおよび映像データ格納システム |
| KR101802801B1 (ko) * | 2016-11-17 | 2017-11-29 | (주)티앤제이시스템스 | 조명등 경보 장치 및 이의 동작 방법 |
| WO2022013974A1 (ja) * | 2020-07-15 | 2022-01-20 | 日本電信電話株式会社 | 被害率曲線作成方法、被害率曲線作成装置、及びプログラム |
| CN116299660B (zh) * | 2023-03-23 | 2024-05-10 | 广西公路检测有限公司 | 一种tgp法触发装置和接收装置的精细化安装设备和方法 |
-
2001
- 2001-08-08 JP JP2001241129A patent/JP4357141B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003057356A (ja) | 2003-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhu et al. | Visual retrieval of concrete crack properties for automated post-earthquake structural safety evaluation | |
| Kuyuk et al. | Real-time classification of earthquake using deep learning | |
| JP4388044B2 (ja) | 管路被害予測システム及び管路被害予測方法 | |
| JP4357141B2 (ja) | 地震による管路の被害予測システム | |
| Miao et al. | Deep learning‐based evaluation for mechanical property degradation of seismically damaged RC columns | |
| JP2007155347A (ja) | 地震被害管理システム及び方法 | |
| JPH1184017A (ja) | 地震被害推定装置及びその実施プログラムを記録した媒体 | |
| Agrawal et al. | Classification of natural disaster using satellite & drone images with CNN using transfer learning | |
| US11668621B2 (en) | Method and system for inspecting and detecting fluid in a pipeline | |
| Celik et al. | Computer vision–based human comfort assessment of stadiums | |
| CN114067103A (zh) | 一种基于YOLOv3的管道第三方破坏智能识别方法 | |
| Chen et al. | Deep learning based underground sewer defect classification using a modified RegNet | |
| Myrans et al. | Using Automatic Anomaly Detection to Identify Faults in Sewers:(027) | |
| CN116403162A (zh) | 一种机场场面目标行为识别方法、系统及电子设备 | |
| Yamazaki | Seismic monitoring and early damage assessment systems in Japan | |
| Raphael et al. | Sensor data interpretation in bridge monitoring—A case study | |
| JP2002213700A (ja) | 管路の地震被害予測装置 | |
| Ventura et al. | Seismic structural health monitoring of bridges in British Columbia, Canada | |
| SoleimaniBabakamali et al. | Mast arm monitoring via traffic camera footage: a pixel-based modal analysis approach | |
| Nayyerloo | Real-time structural health monitoring of nonlinear hysteretic structures | |
| Harmanci et al. | Computer vision aided structural identification: Feature tracking using particle tracking velocimetry versus optical flow | |
| JPH09237262A (ja) | 地震時の被害推定方法 | |
| JP7409947B2 (ja) | 情報処理システム | |
| JP7440855B1 (ja) | 点検支援システム、撮影位置同定システム、及び、プログラム | |
| CN116166966B (zh) | 一种基于多模态数据融合的水质劣化事件检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060828 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090407 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090608 |
|
| 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: 20090707 |
|
| 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: 20090804 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120814 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120814 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120814 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130814 Year of fee payment: 4 |
|
| LAPS | Cancellation because of no payment of annual fees |