JP6429215B1 - Inspection method for structures - Google Patents
Inspection method for structures Download PDFInfo
- Publication number
- JP6429215B1 JP6429215B1 JP2017237453A JP2017237453A JP6429215B1 JP 6429215 B1 JP6429215 B1 JP 6429215B1 JP 2017237453 A JP2017237453 A JP 2017237453A JP 2017237453 A JP2017237453 A JP 2017237453A JP 6429215 B1 JP6429215 B1 JP 6429215B1
- Authority
- JP
- Japan
- Prior art keywords
- complex
- data
- image
- defect
- sound
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000007689 inspection Methods 0.000 title claims abstract description 41
- 230000007547 defect Effects 0.000 claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 238000010586 diagram Methods 0.000 claims description 7
- 230000002950 deficient Effects 0.000 abstract description 4
- 238000012360 testing method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000003909 pattern recognition Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000010183 spectrum analysis Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 229920006248 expandable polystyrene Polymers 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229920006327 polystyrene foam Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
【課題】本発明は、検査結果にばらつきが生じない打音法による構造物の検査方法を提供する。【解決手段】コンクリート内部の欠陥を模擬した供試体を形成し、該供試体に対して欠陥箇所や欠陥状態を検出する打音法の操作を行い、打音により得られる音の音響データを取得し、取得した音響データにつきウェーブレット変換による周波数解析を行い、解析したデータから二値化画像を認識し、認識した画像の輪郭をそれぞれ複素数で表現し、表現した複素数から得られる複素PARCOR係数による数値をあらかじめデータとして蓄積し、次に、データ化した前記複素PARCOR係数の数値と任意の画像の輪郭を表す複素数から得られた複素PARCOR係数の数値を比較し、比較した際に、両者の数値の差が少ない任意の画像が、データ化された画像の輪郭であると認識して、構造物の欠陥箇所や欠陥状態を検出することを特徴とする。【選択図】 図1The present invention provides a method for inspecting a structure by a sound-striking method in which there is no variation in inspection results. SOLUTION: A specimen that simulates a defect in concrete is formed, and a sounding method for detecting a defective portion and a defect state is performed on the specimen, and sound data obtained by sounding is acquired. Then, frequency analysis is performed on the acquired acoustic data by wavelet transform, binarized images are recognized from the analyzed data, the contours of the recognized images are represented by complex numbers, and numerical values using complex PARCOR coefficients obtained from the represented complex numbers Then, the numerical value of the complex PARCOR coefficient converted to data and the numerical value of the complex PARCOR coefficient obtained from the complex number representing the contour of an arbitrary image are compared. An arbitrary image with a small difference is recognized as a contour of a data image, and a defect portion or a defect state of a structure is detected. [Selection] Figure 1
Description
本発明は、構造物の検査方法に関するものである。
The present invention relates to a structure inspection method.
近年、トンネル構造物をはじめとした、例えばコンクリート材料で構成される構造物の維持管理においては、非破壊や微破壊試験によるコンクリート構造物の評価手法、すなわち、非破壊や微破壊試験によるコンクリート構造物の検査方法が注目されている。 In recent years, in the maintenance and management of tunnel structures and other structures composed of concrete materials, for example, evaluation methods for concrete structures by nondestructive and microdestructive tests, that is, concrete structures by nondestructive and microdestructive tests Attention has been focused on inspection methods.
この非破壊や微破壊試験による評価手法、すなわち検査方法については、該検査方法に関する機械的技術の発展や研究開発は著しい分野であるとはいえる。しかしながら、前記検査方法に関する機械的技術の発展や研究開発の先端技術全てが大小様々な構造物の評価手法、検査方法に汎用的に適用でき、かつ安価に適用できるなどの発明の創案はなされてはいないのが現状である。 With regard to the evaluation method based on this non-destructive or microdestructive test, that is, the inspection method, it can be said that the development of mechanical technology and research and development related to the inspection method are significant fields. However, the invention has been devised in such a way that all of the advancement of mechanical technology and research and development related to the inspection method can be applied universally to evaluation methods and inspection methods for structures of various sizes and at low cost. There is no current situation.
コンクリート構造物などの検査方法としては、従来よりいわゆる打音法による検査手法が一般的に知られている。打音法とは、例えばコンクリート構造物をハンマーなどで叩いた際に発生する音から欠陥の有無を判断する手法であり、熟練した技術者による打音法の実施であれば、彼らの能力および経験値は非常に高く、信頼性も高いとされている。 As an inspection method for a concrete structure or the like, an inspection method based on a so-called hitting method has been generally known. The sound-striking method is a method for judging the presence or absence of defects from the sound generated when a concrete structure is struck with a hammer or the like. Experience value is very high and is said to be highly reliable.
ここで、前記打音法による、コンクリートなどの構造物の劣化診断法、すなわち検査方法は、近接目視と合わせて、近年よく実施されている検査方法である。 Here, the deterioration diagnosis method of a structure such as concrete, that is, an inspection method by the sound-sounding method is an inspection method that has been often carried out in recent years in combination with the close visual inspection.
しかし、近年、熟練した技術者は年々高齢化しており、しかも後継者不足も相まって点検技術者の経験や知識に差が大きくなってしまっている。
そして、差の大きな点検技術者の経験や知識に基づいての診断、検査によると検査結果が大きく違ってしまうこととなる。
However, in recent years, skilled engineers are aging year by year, and in addition to lack of successors, the difference in experience and knowledge of inspection engineers has increased.
In addition, according to the diagnosis and inspection based on the experience and knowledge of an inspection engineer having a large difference, the inspection result is greatly different.
そのため、点検技術者の経験や知識に基づかなければならない打音法ではなく、点検技術者の経験や知識がなくとも、検査結果にばらつきが生じない打音法による構造物の検査方法が要望されるに至っている。
For this reason, there is a demand for a structure inspection method that uses a sounding method that does not cause variations in inspection results, even if the inspection engineer has no experience or knowledge, rather than a sounding method that must be based on the experience and knowledge of the inspection engineer. Has reached the point.
かくして、本発明は、前記の課題に対処すべく創案されたものであって、たとえ点検技術者の経験や知識がなかったとしても、検査結果にばらつきが生じない打音法による構造物の検査方法を提供することを目的とするものである。 Thus, the present invention was created to address the above-described problems, and even if there is no experience or knowledge of an inspection engineer, inspection of a structure by a sound-striking method that does not cause variations in inspection results. It is intended to provide a method.
すなわち、客観的・定量的に評価することができるデータを蓄積し、汎用的に社会的に実装できる技術とすることで、コスト、信頼性、技術者不足に対応できるものとしたものである。
In other words, by accumulating data that can be objectively and quantitatively evaluated and making it a technology that can be implemented universally and socially, it is possible to cope with cost, reliability, and shortage of engineers.
本発明による構造物の検査方法は、
コンクリート内部の欠陥を模擬した供試体を形成し、該供試体に対して欠陥箇所や欠陥状態を検出する打音法の操作を行い、打音により得られる音の音響データを取得し、取得した音響データにつきウェーブレット変換による周波数解析を行い、解析したデータから二値化画像を認識し、
前記二値化画像で認識した画像の輪郭を示す各画素につき、その座標をそれぞれ複素数で表現し、表現した複素数から得られる複素PARCOR係数による数値をあらかじめデータとして蓄積し、
次に、実際のコンクリート構造物の対象領域での打撃波形を取得して音響データを取得し、取得した音響データにつきウェーブレット変換による周波数解析を行い、解析したデータから二値化画像を認識し、前記二値化画像で認識した画像の輪郭を示す各画素につき、その座標をそれぞれ複素数で表現し、表現した複素数から得られる複素PARCOR係数による数値を取得し、
前記供試体から取得した前記複素PARCOR係数の数値と前記実際のコンクリート構造物からの打撃波形から得られた複素PARCOR係数の数値を比較し、比較した際に、両者の数値の差が少ないとき、実際のコンクリート構造物からの打撃波形から得られた画像が、両者の数値の差が少ないデータ化された画像であると認識して、構造物の欠陥箇所や欠陥状態を検出する、
ことを特徴とし、
または、
前記打音により得られた音響データの打音波形認識においては、多様な損傷から得られる複数種類の打音波形が、前記ウェーブレット変換による周波数解析で認識できる、
ことを特徴とし、
または、
前記音響データの周波数解析をウェーブレット変換によって行うことにより、横軸に時間経過を、縦軸に周波数解析の結果とした図が作成でき、この図の結果から、欠陥深さの違いを示す定量的な情報が得られる、
ことを特徴とするものである。
The structure inspection method according to the present invention includes:
Forming a specimen simulating a defect inside the concrete, operating the sounding method to detect the defect location and the state of the specimen, obtaining acoustic data of the sound obtained by the sounding, and obtaining Perform frequency analysis by wavelet transform for acoustic data, recognize binarized images from the analyzed data,
For each pixel indicating the contour of the image recognized in the binarized image, the coordinates are expressed in complex numbers, respectively, and numerical values based on complex PARCOR coefficients obtained from the expressed complex numbers are stored as data in advance.
Next, acquire the impact data in the target area of the actual concrete structure to acquire acoustic data, perform frequency analysis by wavelet transform on the acquired acoustic data, recognize the binarized image from the analyzed data, For each pixel indicating the contour of the image recognized in the binarized image, its coordinates are expressed in complex numbers, respectively, and a numerical value by a complex PARCOR coefficient obtained from the expressed complex number is obtained.
When comparing the numerical value of the complex PARCOR coefficient obtained from the specimen and the numerical value of the complex PARCOR coefficient obtained from the hit waveform from the actual concrete structure, when the difference between the two values is small, Recognizing that the image obtained from the hit waveform from the actual concrete structure is a data image with little difference between the two values , detect the defect location and defect state of the structure,
It is characterized by
Or
In the sound waveform recognition of acoustic data obtained by the hitting sound, a plurality of types of sound hitting waveforms obtained from various damages can be recognized by frequency analysis by the wavelet transform.
It is characterized by
Or
By performing frequency analysis of the acoustic data by wavelet transform, it is possible to create a diagram with time on the horizontal axis and frequency analysis results on the vertical axis. From the results of this diagram, quantitatively showing the difference in defect depth Information
It is characterized by this.
本発明によれば、たとえ点検技術者の経験や知識がなかったとしても、検査結果にばらつきが生じない打音法による構造物の検査方法が提供出来るものとなる。すなわち、客観的・定量的に評価することができるデータを蓄積して、汎用的に社会的に実装できる技術とすることで、コスト、信頼性、技術者不足に対応できるとの優れた効果を奏する。
According to the present invention, even if there is no experience or knowledge of an inspection engineer, it is possible to provide a structure inspection method by a sound-striking method that does not cause variations in inspection results. In other words, by accumulating data that can be objectively and quantitatively evaluated, and making it a technology that can be implemented universally and socially, it has the excellent effect of being able to cope with cost, reliability, and engineer shortage. Play.
以下、本発明を実施するための形態を図に基づいて説明する。
図１乃至図３に示すように、例えば発泡スチロールなどをコンクリート内に埋設して、いわゆる欠陥模擬供試体を形成する。コンクリート内部のひび割れや空隙で構成される欠陥について、該欠陥を発砲スチロールの埋設で模擬したものである。
Hereinafter, embodiments for carrying out the present invention will be described with reference to the drawings.
As shown in FIGS. 1 to 3, for example, a polystyrene foam is embedded in concrete to form a so-called defect simulation specimen. A defect composed of cracks and voids in the concrete is simulated by embedding foamed polystyrene.
そして、前記欠陥模擬供試体に埋設した埋設物は、図１のａ）、ｂ）ないしｃ）に示すように埋設した深さを各々異ならせて埋設してある。
第１の埋設物の埋設深さは１００ｍｍ、第２の埋設物の埋設深さは７５ｍｍ、第３の埋設物の埋設深さは５０ｍｍ、第４の埋設物の埋設深さは３０ｍｍ、第５の埋設物の埋設深さは２０ｍｍ、第６の埋設物の埋設深さは１０ｍｍの深さとした。
The buried objects embedded in the defect simulation specimen are embedded with different depths as shown in a), b) to c) of FIG.
The embedded depth of the first embedded object is 100 mm, the embedded depth of the second embedded object is 75 mm, the embedded depth of the third embedded object is 50 mm, the embedded depth of the fourth embedded object is 30 mm, and the fifth The embedded depth of the embedded object was 20 mm, and the embedded depth of the sixth embedded object was 10 mm.
そして、この欠陥模擬供試体に対して所定の打音器具を使用し、そのコンクリート表面を叩くなどしていわゆる打音法の操作を行う。
すなわち、コンクリート構造物に対して欠陥箇所や欠陥状態を特定、検出する打音法である。ここで、通常打音法では、叩いて得られる音を点検技術者が聞き分けてコンクリート構造物の欠陥箇所を特定する。
A predetermined sounding instrument is used for the defect simulation specimen, and the so-called sounding operation is performed by hitting the concrete surface.
In other words, this is a sounding method for identifying and detecting a defective portion and a defect state with respect to a concrete structure. Here, in the normal sounding method, the inspection engineer listens to the sound obtained by hitting and identifies the defective portion of the concrete structure.
しかるに本発明では、打音法において、叩いて得られる音を点検技術者が聞き分けてコンクリート構造物の欠陥箇所や欠陥状態を特定、検出するのではなく、この打音により得られる音を録音し音響データを取得、生成して、熟練した前記点検技術者の聞き分け作業によらず、コンクリート構造物の欠陥箇所や欠陥状態を特定、検出できるものとしたのである。 However, in the present invention, in the sounding method, the inspection engineer listens to the sound obtained by striking and identifies and detects the defective portion and defect state of the concrete structure. Instead, the sound obtained by this sounding sound is recorded. By acquiring and generating acoustic data, it is possible to identify and detect a defect location and a defect state of a concrete structure without depending on the discrimination work of the skilled inspection engineer.
まず、打音により得られる音を録音し音響データとして収録、録音する。
そして、この収録、録音した音響データにつき周波数スペクトル解析を行うものである。
すなわち、前記のように本発明では、打音により得られた音を前記点検技術者が聞き分けるのではなく、音響データとして収録し、該音響データの周波数スペクトル解析を行うことにより、点検技術者の能力と経験則を汎用的かつ定量的な情報に変換しようとしたものなのである。
First, the sound obtained by the hitting sound is recorded and recorded as acoustic data.
Then, frequency spectrum analysis is performed on the recorded and recorded sound data.
That is, as described above, in the present invention, the inspection engineer does not recognize the sound obtained by the hitting sound, but records it as acoustic data, and by performing frequency spectrum analysis of the acoustic data, It was an attempt to convert ability and heuristics into general and quantitative information.
本発明の手法を用いれば、従来の打音法であっても、検査結果に対する高信頼度が確保でき、かつ検査方法の低コスト化が実現できるものとなる。
さらに、最終的には管理者レベルの大小やコンクリート構造物の大小に応じた長寿命化修繕計画およびマネジメントサイクルに適用できるような技術を構築することができる。
If the method of the present invention is used, even with the conventional sounding method, high reliability for the inspection result can be ensured and the cost of the inspection method can be reduced.
Furthermore, it is possible to construct a technology that can be applied to a life-span repair plan and a management cycle according to the size of the manager level and the size of the concrete structure.
本発明の構成につき説明する。
まず、前記複数作成した欠陥模擬供試体に対し、打音により得られる音響データを取得する。ここで、打音に使用する打音器具については何ら制限されない。通常打音法を実施する点検技術者が使用しているハンマーなどの打音器具で構わない。次に、音響データの生成についても何ら制限されない。一般的な録音機器で音響データを収録、生成して構わない。
The configuration of the present invention will be described.
First, acoustic data obtained by hitting sound is acquired for the plurality of created defect simulation specimens. Here, no limitation is imposed on the sounding instrument used for sounding. A hammering instrument such as a hammer used by an inspection engineer who normally performs the hammering method may be used. Next, generation of acoustic data is not limited at all. Sound data may be recorded and generated by a general recording device.
しかしながら、収録された音響データの周波数解析は、いわゆるフーリエ変換によるスペクトル解析ではなく、ウェーブレット変換によって周波数の解析をするものとする。これは、本発明の第一の特徴となるものである。音響データの周波数解析をウェーブレット変換によって行えば、時間−周波数解析の有用性が示せるからである。 However, the frequency analysis of the recorded acoustic data is not a spectrum analysis by so-called Fourier transform, but a frequency analysis by wavelet transform. This is the first feature of the present invention. This is because the usefulness of time-frequency analysis can be shown if frequency analysis of acoustic data is performed by wavelet transform.
すなわち、音響データのフーリエ変換による周波数解析に着目した欠陥深さの評価には、限界があり、いわゆる５０ｍｍ以上の深さの変状については、大きな違いが認められないのである。これに対し、音響データの周波数解析をウェーブレット変換によって行えば、横軸に時間経過を、縦軸に周波数解析の結果とした図が作成でき、この図の結果から、欠陥深さの違いを示す定量的な情報が得られるからである（図２、図３参照）。 That is, there is a limit to the defect depth evaluation focusing on the frequency analysis by Fourier transform of the acoustic data, and no significant difference is recognized for the so-called depth deformation of 50 mm or more. On the other hand, if the frequency analysis of acoustic data is performed by wavelet transform, a diagram with time on the horizontal axis and the result of frequency analysis on the vertical axis can be created. From the results of this figure, the difference in defect depth is shown. This is because quantitative information can be obtained (see FIGS. 2 and 3).
そこで、本発明では、前記音響データの周波数解析をウェーブレット変換によるものとした。このウェーブレット変換によれば、フーリエ変換によって周波数特性を求める際に失われる時間領域の情報を残すことが可能となる。 Therefore, in the present invention, the frequency analysis of the acoustic data is performed by wavelet transform. According to this wavelet transform, it is possible to leave time-domain information that is lost when the frequency characteristic is obtained by Fourier transform.
そして、ウェーブレット変換によって得られたスペクトル画像から、Wavelet係数の上位２０％を抽出し、これを二値化画像とすることで、さらに音響データ周波数の特徴を抽出できる。 Then, by extracting the top 20% of the Wavelet coefficients from the spectrum image obtained by the wavelet transform and using this as a binarized image, the characteristics of the acoustic data frequency can be further extracted.
すなわち、打音波形の分類においては、多様な損傷から得られる波形があり、複数種類の打音波形の認識には、前記ウェーブレット変換による周波数解析が有用だからである。 That is, in the classification of the sound waveform, there are waveforms obtained from various damages, and the frequency analysis based on the wavelet transform is useful for recognizing a plurality of types of sound waves.
次に、得られた二値化画像のパターンを認識していく。すなわち、二値化された画像のパターン認識、換言すれば前記画像の輪郭認識を行うのである。しかして、この認識手法においては、複素PARCOR係数が用いられる。 Next, the pattern of the obtained binarized image is recognized. That is, pattern recognition of a binarized image, in other words, contour recognition of the image is performed. Thus, in this recognition method, complex PARCOR coefficients are used.
複素PARCOR係数を用いた認識手法につき、以下に説明する。
図５に示すように、まず、二値化された画像データの白黒（０・１）テキスト画像の黒（＝１）の部分について、任意（すべて）のマス（ピクセル）に着目し、それぞれのマスを囲む（隣接する８マス）マスに１（黒）のマスが幾つあるかを数え、それぞれのマスにその個数を書き込む。
The recognition method using the complex PARCOR coefficient will be described below.
As shown in FIG. 5, first, with regard to the black (= 1) portion of the black-and-white (0 · 1) text image of the binarized image data, attention is paid to arbitrary (all) squares (pixels). Count how many 1 (black) squares are in the square that surrounds them (adjacent 8 squares), and write the number in each square.
このうち、輪郭点として十分と考えられる前記隣接する８個のマスのうち４〜６個のマスが隣接しているとするマス、すなわち「４〜６」の数字が書かれたマスを残すことで輪郭が充分抽出出来るものとなる。 Among these, 4-6 squares out of the 8 neighboring squares considered to be sufficient as contour points are left, that is, the squares with the numbers "4-6" written on them are left. With this, the contour can be extracted sufficiently.
そして前記の手法により輪郭を抽出した後、任意のマスを始点として座標を（図６の左下の図の場合、点０〜点１５まで）取り出す。これにより画像の輪郭抽出処理が施されるのである（図６の左下の図参照）。 Then, after the contour is extracted by the above-described method, coordinates are extracted from an arbitrary square as a starting point (in the case of the lower left figure in FIG. 6, points 0 to 15). As a result, image contour extraction processing is performed (see the lower left diagram in FIG. 6).
次に、抽出処理を施した輪郭を構成する座標をそれぞれ、複素数表現する。
すなわち、以上の作業で得た輪郭線を形成する点ｘｙ座標を図６や図７左上図に示すように複素数表現で記述する。
Next, each of the coordinates constituting the contour subjected to the extraction process is expressed as a complex number.
That is, the point xy coordinates forming the contour line obtained by the above operation are described in complex numbers as shown in the upper left diagrams of FIGS.
第ｍ次の複素PARCOR係数 pm とは、第ｍ次の複素自己回帰係数のamと等価であるため、ｍ＝５とした場合を例として説明すると、図７に示すように、a[1,1]、a[2,2]、a[3,3]、a[4,4]およびa[5,5]をすべて埋めれば、複素PARCOR係数p1，p2，p3，p4およびp5を求めたことになる。 The first m-order complex PARCOR coefficients p m, since it is equivalent to a m of the m order of the complex autoregressive coefficients, when the case of the m = 5 will be described as an example, as shown in FIG. 7, a [ 1,1], a [2,2], a [3,3], a [4,4] and a [5,5] are all filled in, the complex PARCOR coefficients p 1 , p 2 , p 3 , p 4 and p 5 were obtained.
なお、ｍ次の複素自己回帰係数について、一般的にはｍが多いほど正確な判定ができること、ｍ次の複素自己相関関数はｍ個あること、次数が異なれば、係数の値はすべて異なることに留意する必要がある。 For m-th order complex autoregressive coefficients, in general, the more m, the more accurate the judgment can be made, that there are m m-th order complex autocorrelation functions, and that the values of all coefficients differ for different orders. It is necessary to pay attention to.
以上で得られた、ある所定の画像の複素PARCOR係数 pmを、他の画像の複素PARCOR係数と比較し、比較の結果、一番近い（誤差に常和の最も少ない）ものを前記ある所定の画像として認識するのである。 Obtained above, a predetermined complex PARCOR coefficients p m of a given image, as compared to the complex PARCOR coefficient of the other image, there the ones result of the comparison, is closest (smallest of Jowa in error) It is recognized as an image.
要約すれば、輪郭点 zjが直前のｍ個の点zj-1，zj-2…の線形結合で示されると仮定したとき、誤差を最小にするような係数a1，a2…amから得られる複素PARCOR係数 pm を他の画像の複素PARCOR係数と比較し、一番近い（誤差に常和の最も少ない）画像として認識させるのである。 In summary, when it is assumed that the contour point z j is represented by a linear combination of m points z j−1 , z j−2 ... Immediately preceding, coefficients a 1 , a 2 . the complex PARCOR coefficient p m obtained from a m compared to the complex PARCOR coefficient of the other image, is cause recognize closest as (the error smallest in Jowa) image.
図８を参照して説明すると、例えば、マルとバツを同じように画像化し、輪郭を抽出することで得られる複素PARCOR係数により数値化したものをあらかじめデータとして蓄積しておく（図８（ａ）参照）。 Referring to FIG. 8, for example, a circle and a cross are imaged in the same manner, and a numerical value obtained by a complex PARCOR coefficient obtained by extracting a contour is stored in advance as data (FIG. 8 (a )reference).
図８（ａ）では、マルのタイプを１０個画像化し、バツのタイプを１０個画像化した。ついで、任意の画像、すなわち図８（ｂ）の画像の輪郭を表す複素PARCOR係数との誤差を比較し（図８（ｂ）参照）、この場合、誤差の小さい方、すなわち画像の輪郭を数値化したものについての差が小さい方の情報を出力させるのである。 In FIG. 8A, ten round types are imaged and ten cross types are imaged. Next, the error with an arbitrary image, that is, the complex PARCOR coefficient representing the contour of the image of FIG. 8B is compared (see FIG. 8B). The information with the smaller difference between the converted ones is output.
図８の例は、前述した欠陥模擬供試体から得られる発砲スチロールの埋設深さ、すなわち欠陥深さごとの打撃音を二値化画像に変換したものである。図８の例において、蓄積データは例えば各々１０個ずつ作成し、このデータをマザーデータとした（図９参照）。 The example of FIG. 8 is obtained by converting the embedding depth of the foamed polystyrene obtained from the above-described defect simulation specimen, that is, the impact sound for each defect depth into a binary image. In the example of FIG. 8, for example, 10 pieces of accumulated data are created, and this data is used as mother data (see FIG. 9).
なお、実際の点検技術者の聴覚による判断も図９で示す表には同時に示しており、この表から理解されるように、実際の点検技術者の聴覚による判断では、欠陥深さが５０ｍｍ以上の深さとなる場合には、非常に難しい判断となっていることが理解できる。 Note that the actual inspection technician's auditory judgment is also shown in the table shown in FIG. 9, and as understood from this table, the actual inspection engineer's auditory judgment has a defect depth of 50 mm or more. It can be understood that this is a very difficult decision.
図１０には、欠陥を擬似的に起こす埋設物を埋設していない健全部分を打撃した際の三回のテスト結果を示した。
図１０から理解されるように、いずれも健全部としてすでに得られていた情報、すなわち健全部での打撃音をウェーブレット変換により変換した二値化画像を複素PARCOR係数として数値化したもの（図９の一番上に記載されている箇所参照）と、三回のテストで得られた波形の同じ複素PARCOR係数との誤差が最も小さくなっている箇所が図１０に示す「健全部」の箇所である。
FIG. 10 shows the test results of three times when hitting a healthy part where a buried object causing a defect is simulated.
As can be understood from FIG. 10, information that has already been obtained as a healthy part, that is, a binarized image obtained by transforming the sound of hitting in the healthy part by wavelet transformation is digitized as a complex PARCOR coefficient (FIG. 9). 10) and the part where the error between the same complex PARCOR coefficients of the waveforms obtained in the three tests is the smallest is the “sound part” shown in FIG. is there.
よって、このことから、前記の解析手法で、打撃音から欠陥深さを的確に出力できたことが判断できるのである。 Therefore, from this, it can be determined that the defect depth can be accurately output from the hitting sound by the analysis method.
そして、図１１に示すように、欠陥深さごとに同様のテストを三回ずつ行った結果においても、前述した既知のマザーデータとの誤差が実際の打撃音から得られるデータとの間で最も小さくなっている箇所がそれぞれの欠陥箇所と合致しており、これによっても本発明の解析手法で、打撃音から欠陥深さを的確に出力できたことが判断できるのである。 As shown in FIG. 11, even in the result of performing the same test three times for each defect depth, the error with the known mother data described above is the largest among the data obtained from the actual impact sound. It can be determined that the small portion matches each defect portion, and that the defect depth can be accurately output from the hitting sound by the analysis method of the present invention.
なお、本発明の解析手法を用い、実際のトンネル覆工コンクリートに対しても、該トンネル覆工コンクリートの損傷の有無を簡易な手法で可視化することができる。すなわち、複素PARCOR係数の誤差二乗和を用い、前記損傷の有無を定量化することができるのである。 In addition, the presence or absence of the damage of this tunnel lining concrete can be visualized with a simple method using the analysis method of the present invention. That is, the presence or absence of the damage can be quantified by using the error square sum of the complex PARCOR coefficients.
その手法を説明すると、まず本発明の解析手法を用い、前記実際のトンネル覆工コンクリートの対象領域での打撃波形を取得しておく。
そして、この打撃波形は「未学習データ」とする。これに対して、「損傷なし」および「損傷あり」の学習データを前述した本発明の方法によって形成しておく。
次いで、前記形成した学習データに基づいて出力される複素PARCOR係数の誤差二乗和比から１を減じた結果を算出する。
The method will be described. First, using the analysis method of the present invention, a hitting waveform in the target area of the actual tunnel lining concrete is acquired.
The hit waveform is “unlearned data”. On the other hand, learning data of “no damage” and “damaged” are formed by the method of the present invention described above.
Next, a result obtained by subtracting 1 from the error square sum ratio of the complex PARCOR coefficient output based on the formed learning data is calculated.
この結果は、数値が０に近いほど不確定、正の値が大きくなるほど「損傷なし」、負の値が大きくなるほど「損傷あり」を示すものとなる。 This result indicates that the closer the numerical value is to 0, the more uncertain, the greater the positive value, the “no damage”, and the greater the negative value, the “damaged”.
これより、実際のトンネル覆工コンクリートの対象領域での打撃波形から本発明の検査方法に基づいて、前記損傷を可視化することが出来るのである。すなわち、従来の熟練点検技術者の目視および打音検査で得られる結果と等しい結果が得られ、またひび割れの存在を示すことが可能となるのである。
Accordingly, the damage can be visualized based on the hitting waveform in the target area of the actual tunnel lining concrete based on the inspection method of the present invention. That is, a result equal to the result obtained by visual inspection and hammering inspection by a conventional expert inspection engineer can be obtained, and the presence of cracks can be shown.
Claims (3)
前記二値化画像で認識した画像の輪郭を示す各画素につき、その座標をそれぞれ複素数で表現し、表現した複素数から得られる複素PARCOR係数による数値をあらかじめデータとして蓄積し、
次に、実際のコンクリート構造物の対象領域での打撃波形を取得して音響データを取得し、取得した音響データにつきウェーブレット変換による周波数解析を行い、解析したデータから二値化画像を認識し、前記二値化画像で認識した画像の輪郭を示す各画素につき、その座標をそれぞれ複素数で表現し、表現した複素数から得られる複素PARCOR係数による数値を取得し、
前記供試体から取得した前記複素PARCOR係数の数値と前記実際のコンクリート構造物からの打撃波形から得られた複素PARCOR係数の数値を比較し、比較した際に、両者の数値の差が少ないとき、実際のコンクリート構造物からの打撃波形から得られた画像が、両者の数値の差が少ないデータ化された画像であると認識して、構造物の欠陥箇所や欠陥状態を検出する、
ことを特徴とする構造物の検査方法。
Forming a specimen simulating a defect inside the concrete, operating the sounding method to detect the defect location and the state of the specimen, obtaining acoustic data of the sound obtained by the sounding, and obtaining Perform frequency analysis by wavelet transform for acoustic data, recognize binarized images from the analyzed data,
For each pixel indicating the contour of the image recognized in the binarized image, the coordinates are expressed in complex numbers, respectively, and numerical values based on complex PARCOR coefficients obtained from the expressed complex numbers are stored as data in advance.
Next, acquire the impact data in the target area of the actual concrete structure to acquire acoustic data, perform frequency analysis by wavelet transform on the acquired acoustic data, recognize the binarized image from the analyzed data, For each pixel indicating the contour of the image recognized in the binarized image, its coordinates are expressed in complex numbers, respectively, and a numerical value by a complex PARCOR coefficient obtained from the expressed complex number is obtained.
When comparing the numerical value of the complex PARCOR coefficient obtained from the specimen and the numerical value of the complex PARCOR coefficient obtained from the hit waveform from the actual concrete structure, when the difference between the two values is small, Recognizing that the image obtained from the hit waveform from the actual concrete structure is a data image with little difference between the two values , detect the defect location and defect state of the structure,
A structure inspection method characterized by the above.
ことを特徴とする請求項１記載の構造物の検査方法。
In the sound waveform recognition of acoustic data obtained by the hitting sound, a plurality of types of sound hitting waveforms obtained from various damages can be recognized by frequency analysis by the wavelet transform.
The structure inspection method according to claim 1.
ことを特徴とする請求項１または請求項２記載の構造物の検査方法。
By performing frequency analysis of the acoustic data by wavelet transform, it is possible to create a diagram with time on the horizontal axis and frequency analysis results on the vertical axis. From the results of this diagram, quantitatively showing the difference in defect depth Information
The method for inspecting a structure according to claim 1 or 2, wherein the structure is inspected.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017237453A JP6429215B1 (en) | 2017-12-12 | 2017-12-12 | Inspection method for structures |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017237453A JP6429215B1 (en) | 2017-12-12 | 2017-12-12 | Inspection method for structures |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6429215B1 true JP6429215B1 (en) | 2018-11-28 |
| JP2019105496A JP2019105496A (en) | 2019-06-27 |
Family
ID=64480504
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017237453A Active JP6429215B1 (en) | 2017-12-12 | 2017-12-12 | Inspection method for structures |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6429215B1 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003004711A (en) * | 2001-06-20 | 2003-01-08 | Hitachi Ltd | Method for inspecting concrete structure and inspection device using the same |
| JP2003207487A (en) * | 2002-01-15 | 2003-07-25 | Ippei Torigoe | Defect inspection method and apparatus |
| US20120146802A1 (en) * | 2010-12-08 | 2012-06-14 | Abercrombie Robert K | Methods for Forewarning of Critical Condition Changes in Monitoring Civil Structures |
| JP2017096803A (en) * | 2015-11-25 | 2017-06-01 | 阪神高速道路株式会社 | Inspection method, soundness evaluation method, and inspection result display system of synthetic concrete structure |
-
2017
- 2017-12-12 JP JP2017237453A patent/JP6429215B1/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003004711A (en) * | 2001-06-20 | 2003-01-08 | Hitachi Ltd | Method for inspecting concrete structure and inspection device using the same |
| JP2003207487A (en) * | 2002-01-15 | 2003-07-25 | Ippei Torigoe | Defect inspection method and apparatus |
| US20120146802A1 (en) * | 2010-12-08 | 2012-06-14 | Abercrombie Robert K | Methods for Forewarning of Critical Condition Changes in Monitoring Civil Structures |
| JP2017096803A (en) * | 2015-11-25 | 2017-06-01 | 阪神高速道路株式会社 | Inspection method, soundness evaluation method, and inspection result display system of synthetic concrete structure |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019105496A (en) | 2019-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6751937B2 (en) | Tapping sound diagnostic device and diagnostic method | |
| CN111044621B (en) | Nondestructive testing system and method based on sound quality and acoustic characteristics | |
| SA108290823B1 (en) | Non-destructive testing, in particular for pipes during manufacture or in the finished state | |
| JP2018185552A (en) | Image analysis apparatus, image analysis method, and program | |
| JP2012018066A (en) | Device for inspecting abnormality | |
| Entezami et al. | Improving feature extraction via time series modeling for structural health monitoring based on unsupervised learning methods | |
| JP5208625B2 (en) | How to determine the quality type of a structure | |
| TW202111352A (en) | Seismic observation device, seismic observation method, and recording medium on which seismic observation program is recorded | |
| JP6429215B1 (en) | Inspection method for structures | |
| CN117191956A (en) | Acoustic emission-based titanium alloy stress corrosion damage classification method and apparatus | |
| JP4598809B2 (en) | Soundness diagnosis method by sound analysis | |
| KR102311558B1 (en) | System and method for detecting structure damage using artificial intelligence, and a recording medium having computer readable program for executing the method | |
| JP2016080592A (en) | Surface inspection method and surface inspection device | |
| Zhang et al. | Intelligent recognition of voids behind tunnel linings using deep learning and percussion sound | |
| Vijayan et al. | A survey on surface crack detection in concretes using traditional, image processing, machine learning, and deep learning techniques | |
| JP2004163250A (en) | Method for diagnosing degradation of piping by ultrasonic wave | |
| Yamashita et al. | Inspection of visible and invisible features of objects with image and sound signal processing | |
| Hu et al. | Bayesian ballast damage detection utilizing a modified evolutionary algorithm | |
| JP2012168023A (en) | Method for diagnosing quality of concrete-based structure | |
| JP2011047655A (en) | Defect recognition method and defect recognition device using ultrasonic wave | |
| JP2010019561A (en) | Flaw inspection device and flaw inspection method | |
| Hashimoto et al. | Development of autonomous hammering test method for deteriorated concrete structures based on artificial intelligence and 3d positioning system | |
| Qiao et al. | Structural damage detection using signal pattern-recognition | |
| CN115144259B (en) | Method and system for detecting deformation resistance of steel | |
| KR102561093B1 (en) | Apparatus and Method of Filter Extraction for Defect Detection of Semiconductor Apparatus, and Defect Detection System Using the Same |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20171222 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180411 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180411 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20180411 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180605 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180611 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180806 |
|
| 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: 20181023 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181023 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6429215 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |