JP7004915B2 - 劣化予測方法 - Google Patents
劣化予測方法 Download PDFInfo
- Publication number
- JP7004915B2 JP7004915B2 JP2018246208A JP2018246208A JP7004915B2 JP 7004915 B2 JP7004915 B2 JP 7004915B2 JP 2018246208 A JP2018246208 A JP 2018246208A JP 2018246208 A JP2018246208 A JP 2018246208A JP 7004915 B2 JP7004915 B2 JP 7004915B2
- Authority
- JP
- Japan
- Prior art keywords
- temperature
- dew condensation
- manhole
- reinforcing bar
- reinforced concrete
- 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
- 230000006866 deterioration Effects 0.000 title claims description 50
- 238000000034 method Methods 0.000 title claims description 32
- 230000003014 reinforcing effect Effects 0.000 claims description 126
- 230000007797 corrosion Effects 0.000 claims description 102
- 238000005260 corrosion Methods 0.000 claims description 102
- 230000005494 condensation Effects 0.000 claims description 100
- 238000009833 condensation Methods 0.000 claims description 100
- 238000009933 burial Methods 0.000 claims description 69
- 239000011150 reinforced concrete Substances 0.000 claims description 34
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 description 49
- 238000002474 experimental method Methods 0.000 description 14
- 238000012360 testing method Methods 0.000 description 10
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 239000004567 concrete Substances 0.000 description 5
- 239000000498 cooling water Substances 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000010432 diamond Substances 0.000 description 4
- 229910052742 iron Inorganic materials 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000009529 body temperature measurement Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 125000000484 butyl group Chemical group [H]C([*])([H])C([H])([H])C([H])([H])C([H])([H])[H] 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
- G01N17/006—Investigating resistance of materials to the weather, to corrosion, or to light of metals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
- G01N17/002—Test chambers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/20—Metals
- G01N33/204—Structure thereof, e.g. crystal structure
- G01N33/2045—Defects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/38—Concrete; Lime; Mortar; Gypsum; Bricks; Ceramics; Glass
- G01N33/383—Concrete or cement
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Environmental Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Ceramic Engineering (AREA)
- Crystallography & Structural Chemistry (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
本発明は、劣化予測方法に関する。
従来、鉄筋とコンクリートとが組み合わされた鉄筋コンクリート構造物は、大気中の二酸化炭素に起因するコンクリートの中性化、錆生成による鉄筋の体積膨張、内圧の増加に伴うコンクリートのひび割れ、結露に起因する鉄筋の腐食、などが原因で劣化することが知られている。特に、地中に埋設される鉄筋コンクリート構造物は、埋設深さが小さい程、鉄筋に結露が発生し易く、劣化し易い傾向にあることが知られている。
藤本憲宏，笠原久稔，永井友康，平成30年度土木学会全国大会，V-395 通信用マンホールにおける結露発生機構
藤本憲宏，笠原久稔，永井友康，信学技報, vol. 117, no. 387, OFT2017-67, pp. 51-56, 2018年1月
菅原広史，近藤純正，水文・水資源学会誌第7巻1号, pp. 440-443(1994)
しかしながら、従来の研究では、地中に埋設される鉄筋コンクリート構造物が劣化し難い埋設深さの閾値を、定量的に決定することが困難であった。このため、予測対象の鉄筋コンクリート構造物に対する劣化の予測精度が不十分であるという問題があった。
かかる事情に鑑みてなされた本発明の目的は、地中に埋設される鉄筋コンクリート構造物の劣化を高精度に予測することが可能な劣化予測方法を提供することにある。
上記課題を解決するため、本発明に係る劣化予測方法は、地中に埋設される鉄筋コンクリート構造物の劣化を予測する劣化予測方法であって、鉄筋に結露が発生する結露発生条件を評価する結露発生条件評価ステップと、複数の前記鉄筋コンクリート構造物において、前記結露発生条件に基づいて、前記鉄筋に結露が発生した時間の合計である結露時間を算出する結露時間算出ステップと、前記結露時間と前記鉄筋コンクリート構造物の埋設深さとの関係に基づいて、前記鉄筋コンクリート構造物が劣化し難い埋設深さの閾値を決定する閾値決定ステップと、前記閾値に基づいて、予測対象の鉄筋コンクリート構造物の劣化を予測する劣化予測ステップと、を含むことを特徴とする。
本発明によれば、地中に埋設される鉄筋コンクリート構造物の劣化を高精度に予測することが可能となる。
以下、本発明の一実施形態について、図面を参照して詳細に説明する。
＜劣化予測方法＞
図１を参照して、本実施形態に係る劣化予測方法について説明する。
図１を参照して、本実施形態に係る劣化予測方法について説明する。
図１に示すように、本実施形態に係る劣化予測方法は、地中に埋設される鉄筋コンクリート構造物の劣化予測方法であって、結露発生条件評価ステップ（ステップＳ１）と、結露時間算出ステップ（ステップＳ２）と、埋設深さ決定ステップ（ステップＳ３）と、劣化予測ステップ（ステップＳ４）と、を含む。
地中に埋設される鉄筋コンクリート構造物としては、例えば、マンホール、ハンドホール、シールドトンネル、汚泥貯留槽、などが挙げられる。本実施形態では、地中に埋設される鉄筋コンクリート構造物として、マンホールを適用する場合を一例に挙げて説明する。
ここで、図２を参照して、マンホール１０の構造について、簡単に説明する。マンホール１０は、作業者が通信ケーブルなどの点検、修理、保守、などを行うための空間であり、地中Ａに埋設されている。
マンホール１０は、首部１１０と、筐体１２０と、鉄蓋１３０と、管路１４０と、を備える。筐体１２０は、上床版１２１と、下床版１２２と、側壁部１２３と、を備え、鉄筋コンクリートで製造される。首部１１０は、略円筒形状であり、内部に空間が形成されている。マンホール１０の埋設深さＬは、地面Ｂと地中Ａにおける上床版１２１との距離を示しており、首部１１０の長さと一致する。筐体１２０は、略直方体形状であり、内部に空間が形成されている。筐体１２０の側壁部１２３には、管路１４０へと接続される貫通孔が形成されており、貫通孔は、筐体１２０の内部の空間と管路１４０の内部の空間とを連通させる。鉄蓋１３０は、略円柱形状であり、マンホール１０の出入口に配置されている。管路１４０には、通信ケーブルなどが敷設されている。
以下、本実施形態に係る劣化予測方法について、詳細に説明する。
〔結露発生条件評価ステップ（ステップＳ１）〕
ステップＳ１において、作業者は、結露発生条件を評価する。結露発生条件とは、鉄筋に結露が発生する条件であり、鉄筋の温度とマンホール１０の内部の露点温度との温度差の閾値を規定する条件である。例えば、温度差が閾値以上であれば鉄筋に結露が発生し、温度差が閾値より小さければ鉄筋に結露が発生しない。
ステップＳ１において、作業者は、結露発生条件を評価する。結露発生条件とは、鉄筋に結露が発生する条件であり、鉄筋の温度とマンホール１０の内部の露点温度との温度差の閾値を規定する条件である。例えば、温度差が閾値以上であれば鉄筋に結露が発生し、温度差が閾値より小さければ鉄筋に結露が発生しない。
作業者は、例えば、図３に示すように、マンホール１０が設置される環境を模擬して模擬実験を行い、結露発生条件を評価する。図３Ａは、模擬実験の実験系の一例を示す図である。図３Ｂは、マンホール１０における上床版１２１に貼り付けられた腐食センサ５０の一例を示す図である。
アクリル供試体２０は、マンホール１０における上床版１２１のコンクリートに相当する。また、アクリル供試体２０及び腐食センサ５０が、恒温恒湿槽３０に設置されることで、マンホール１０の内部の環境が再現される。なお、図３Ａに示す実験系は、鉄筋の腐食膨張により、マンホール１０における上床版１２１のコンクリートが押し出されて剥離し、鉄筋が露出した露筋状態を想定した実験系となっている。上床版１２１の鉄筋の露筋後の主な腐食要因は、マンホール１０の内部に発生する結露であるため、露筋状態を想定した実験系によって、作業者が模擬実験を行うことで、結露発生機構の再現性を高め、結露発生条件を高精度に評価することが可能になる。
まず、作業者は、恒温恒湿槽３０に、冷却水を循環させるための管路４０を備えたアクリル供試体２０を設置し、ブチル系の両面テープなどで、アクリル供試体２０に腐食センサ５０を貼り付ける。腐食センサ５０は、基板５１（例えば、鉄板など）となる対象金属の上に、絶縁性ペースト５２（例えば、ＢＮなど）がスクリーン印刷・焼成硬化され、絶縁性ペースト５２の上に、基板５１との絶縁を保つための導電性ペースト５３（例えば、Ａｇなど）が積層印刷・焼成硬化されることで形成される。腐食センサ５０は、所定の環境（例えば、マンホール１０の内部の環境）へ暴露されると、基板５１と導電性ペースト５３との間に、結露などに起因する水膜が形成されて、腐食電流が流れるセンサである。作業者は、腐食センサ５０を用いて、腐食電流を測定することで、例えば、鉄筋の腐食の程度を把握することができる。
次に、作業者は、恒温恒湿槽３０の温度及び湿度、冷却水の温度を設定する。例えば、作業者は、恒温恒湿槽３０の温度を２０．６℃に設定し、恒温恒湿槽３０の湿度を８０％に設定し、冷却水の温度を９．７℃に設定する。なお、作業者は、恒温恒湿槽３０の温度及び湿度、冷却水の温度を、任意に設定することが可能である。
次に、作業者は、腐食センサ５０に結露が発生するか否かを確認しながら、不図示の制御部により冷却水の温度を変化させて、腐食電流、腐食センサ５０の温度Ｔ１、恒温恒湿槽３０の内部の温度、及び恒温恒湿槽３０の内部の湿度を測定する。腐食センサ５０の温度Ｔ１は、例えば、温度センサによって測定される。温恒湿槽３０の内部の温度及び湿度は、例えば、温湿度センサによって測定される。
次に、作業者は、例えば、Ｔｅｔｅｎｓの式などを用いて、温湿度センサによって測定された恒温恒湿槽３０の内部の温度、及び、温湿度センサによって測定された恒温恒湿槽３０の内部の湿度に基づいて、恒温恒湿槽３０の内部の露点温度Ｔ２を導出する。恒温恒湿槽３０の内部の露点温度Ｔ２とは、恒温恒湿槽３０の内部の水蒸気圧が飽和水蒸気圧となる温度である。
次に、作業者は、腐食電流、腐食センサ５０の温度Ｔ１と恒温恒湿槽３０の内部の露点温度Ｔ２との温度差ΔＴ、腐食センサ５０に発生する結露の有無、などに基づいて、結露発生条件を評価する。例えば、作業者は、図４に示すような時間と温度差及び腐食電流との関係、図５に示すような腐食センサ５０の表面状態、などに基づいて、結露発生条件を評価する。作業者が、腐食電流、腐食センサ５０の温度Ｔ１、恒温恒湿槽３０の内部の露点温度Ｔ２、などの各種のデータをコンピュータに入力し適宜操作を行うと、コンピュータは、例えば、マイクロソフト社のエクセル（登録商標）などのグラフ作成アプリケーションにより、所定のグラフ（図４に示すグラフ）を生成し、生成したグラフを表示部などに表示する。コンピュータとしては、公知のものを適用することができ、例えば、ワークステーション、デスクトップ型ＰＣ、ノート型ＰＣ、などが挙げられる。
図４Ａは、１回目の模擬実験における時間と温度差及び腐食電流との関係の一例を示すグラフである。横軸は、時間ｔ[ｈｏｕｒ]を示している。縦軸の左側は、温度差ΔＴ[℃]を示している。縦軸の右側は、腐食電流Ｉ[μＡ]を示している。黒丸が温度差ΔＴ[℃]を示しており、白丸が腐食電流Ｉ[μＡ]を示している。図５Ａは、６時間経過後における腐食センサ５０の表面状態の一例を示す図である。図５Ｂは、１５時間経過後における腐食センサ５０の表面状態の一例を示す図である。
図４Ａに示すように、温度差ΔＴは、試験開始から６時間経過前までの間において、約１．２５℃から約２．００℃まで広がり、６時間経過後から試験終了までの間において、約２．００℃～約２．５０℃の間を維持している。また、腐食電流Ｉは、試験開始から６時間経過前までの間において、約１．０×１０－４μＡを維持しており、６時間経過後から試験終了までの間において、約１．０×１０－４μＡから約１．０×１０－２μＡまで上昇している。
図５Ａに示すように、試験開始から６時間経過後において、腐食センサ５０の表面には、微小な水滴６０が形成されている。水滴６０の粒径は、１ｍｍ未満であるため、本実験においては、結露が発生していないものとする。一方、図５Ｂに示すように、試験開始から１５時間経過後において、腐食センサ５０の表面には、大きな水滴６０が形成されている。水滴６０の粒径は、数ｍｍ以上である。
図４Ａ及び図５から、腐食電流Ｉが約１．０×１０－４μＡである場合、腐食センサ５０には、略結露が発生せず、腐食電流Ｉが約１．０×１０－２μＡである場合、腐食センサ５０には、結露が発生することがわかる。また、図４Ａ及び図５から、腐食センサ５０に結露が発生するか否かを規定する腐食電流Ｉの閾値は、約１．０×１０－４μＡであることがわかる。
図４Ｂは、２回目の模擬実験における時間と温度差及び腐食電流との関係の一例を示すグラフである。横軸は、時間ｔ[ｈｏｕｒ]を示している。縦軸の左側は、温度差ΔＴ[℃]を示している。縦軸の右側は、腐食電流Ｉ[μＡ]を示している。黒丸が温度差ΔＴ[℃]を示しており、白丸が腐食電流Ｉ[μＡ]を示している。
図４Ｂに示すように、温度差ΔＴは、試験開始から８時間経過前までの間において、約０．５０℃から約１．２５℃まで広がり、８時間経過後から試験終了までの間において、約１．００℃～約１．２５℃の間を維持している。また、腐食電流Ｉは、試験開始から８時間経過前までの間において、全く流れず（０μＡであり）、８時間経過後から試験終了までの間において、約１．０×１０－４μＡを維持している。
図４Ｂ及び図５から、腐食電流Ｉが約１．０×１０－４μＡである場合における温度差ΔＴは、約１．００℃～約１．２５℃の間を維持し、略変化していないことがわかる。即ち、腐食センサ５０に結露が発生する条件は、腐食センサ５０の温度Ｔ１と恒温恒湿槽３０の内部の露点温度Ｔ２との温度差ΔＴが、１．０℃以上であることがわかる。
従って、作業者は、上述のようなマンホール１０が設置される環境を模擬して行った模擬実験の実験結果から、鉄筋の温度とマンホール１０の内部の露点温度との温度差が１．０℃以上であれば鉄筋に結露が発生し、温度差が１．０℃より小さければ鉄筋に結露が発生しないと評価することができる。即ち、作業者は、鉄筋に結露が発生する結露発生条件として、鉄筋の温度とマンホール１０の内部の露点温度との温度差ΔＴが、１．０℃以上である、と評価することができる。
なお、ステップＳ１は、上述のように作業者が行ってもよいし、作業者によって入力された各種のデータに基づいて、コンピュータが、記憶部から適切なデータを抽出し、予め定められたプログラムに則って行うことも可能である。
〔結露時間算出ステップ（ステップＳ２）〕
結露時間算出ステップ（ステップＳ２）は、詳細には、温度測定ステップ（ステップＳ２１）と、結露時間算出ステップ（ステップＳ２２）と、を含む。
≪温度測定ステップ（ステップＳ２１）≫
ステップＳ２１において、作業者は、複数のマンホールにおいて、鉄筋の温度及びマンホール１０の内部の温度を測定する。
結露時間算出ステップ（ステップＳ２）は、詳細には、温度測定ステップ（ステップＳ２１）と、結露時間算出ステップ（ステップＳ２２）と、を含む。
≪温度測定ステップ（ステップＳ２１）≫
ステップＳ２１において、作業者は、複数のマンホールにおいて、鉄筋の温度及びマンホール１０の内部の温度を測定する。
作業者は、複数のマンホールとして、例えば、気候区分の異なる５地域（例えば、北海道、秋田県、茨城県、岐阜県、沖縄県）に設置される２２個のマンホール１０を使用する。作業者は、例えば、北海道に設置され、首部１１０の長さ（埋設深さＬ）が、５０ｃｍ、６０ｃｍ、１２５ｃｍである３個のマンホール、秋田県に設置され、首部１１０の長さが、５０ｃｍ、５５ｃｍ、１２０ｃｍ、１３５ｃｍ、１４５ｃｍである５個のマンホール、茨城県に設置され、首部１１０の長さが、４５ｃｍ、５０ｃｍ、６５ｃｍ、７５ｃｍ、１００ｃｍ、１１０ｃｍである６個のマンホール、岐阜県に設置され、首部１１０の長さが、７０ｃｍ、８０ｃｍ、１０５ｃｍ、１４０ｃｍ、１８０ｃｍである５個のマンホール、沖縄県に設置され、首部１１０の長さが、７７ｃｍ、９０ｃｍ、１１５ｃｍである３個のマンホールを使用する。なお、作業者が、測定に使用するマンホール１０の個数、測定に使用するマンホール１０の設置される地域は、特に限定されるものではない。
図６に示すように、作業者は、例えば、マンホール１０における上床版１２１に、鉄筋７０を貼り付けて、温度センサ３０１を用いて、鉄筋７０の温度を測定する。温度センサ３０１としては、例えば、熱電対など公知の温度センサを用いることができる。作業者は、例えば、測定期間を１年間、測定間隔を１時間として、鉄筋７０の温度を測定する。作業者が、鉄筋の温度を測定する方法は、特に限定されるものではなく、公知の方法を適用することができる。なお、図６に示す実験設備も、露筋状態を想定した実験設備となっている。
また、作業者は、例えば、温湿度センサ３０２を用いて、マンホール１０の内部の温度を測定する。温湿度センサ３０２としては、例えば、容量変化型のセンサ、抵抗変化型のセンサ、など公知の温湿度センサを用いることができる。作業者は、例えば、測定期間を１年間、測定間隔を１時間として、マンホール１０の内部の温度を測定する。作業者が、マンホール１０の内部の温度を測定する方法は、特に限定されるものではなく、公知の方法を適用することができる。また、作業者は、マンホール１０の内部の温度のみならず、マンホール１０の内部の湿度を測定してもよい。これにより、作業者は、温度及び湿度に基づいて、マンホール１０の内部の露点温度を導出することができるため、本実施形態に係る劣化予測方法における劣化の予測精度を高めることができる。
なお、ステップＳ２１は、上述のように作業者が行ってもよいし、コンピュータと温度センサ３０１及び温湿度センサ３０２とが有線或いは無線で接続されて、コンピュータが、温度センサ３０１及び温湿度センサ３０２を制御することによって、鉄筋７０の温度、或いは、マンホール１０の内部の温度（或いは露点温度）を、自動計測することも可能である。
≪結露時間算出ステップ（ステップＳ２２）≫
ステップＳ２２において、作業者は、結露発生条件、複数のマンホールにおける鉄筋の温度、複数のマンホールにおける内部の温度、などの各種のデータをコンピュータに入力する。コンピュータは、鉄筋の温度とマンホール１０の内部の温度との温度差を算出し、該温度差及び結露発生条件に基づいて、鉄筋７０に結露が発生した時間の合計である結露時間を算出する。
ステップＳ２２において、作業者は、結露発生条件、複数のマンホールにおける鉄筋の温度、複数のマンホールにおける内部の温度、などの各種のデータをコンピュータに入力する。コンピュータは、鉄筋の温度とマンホール１０の内部の温度との温度差を算出し、該温度差及び結露発生条件に基づいて、鉄筋７０に結露が発生した時間の合計である結露時間を算出する。
例えば、コンピュータは、北海道に設置されて、首部１１０の長さが５０ｃｍのマンホール（ＭＨ１）において、測定期間（例えば、１年間）の温度差（ＭＨ１の内部の温度とＭＨ１の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ１の結露時間を２６００時間（約１０８日間）として算出する。
例えば、コンピュータは、北海道に設置されて、首部１１０の長さが６０ｃｍのマンホール（ＭＨ２）において、測定期間（例えば、１年間）の温度差（ＭＨ２の内部の温度とＭＨ２の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ２の結露時間を１７５０時間（約７３日間）として算出する。
例えば、コンピュータは、北海道に設置されて、首部１１０の長さが１２５ｃｍのマンホール（ＭＨ３）において、測定期間（例えば、１年間）の温度差（ＭＨ３の内部の温度とＭＨ３の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ３の結露時間を０時間として算出する。
例えば、コンピュータは、秋田県に設置されて、首部１１０の長さが５０ｃｍのマンホール（ＭＨ４）において、測定期間（例えば、１年間）の温度差（ＭＨ４の内部の温度とＭＨ４の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ４の結露時間を８００時間（約３３日間）として算出する。
例えば、コンピュータは、秋田県に設置されて、首部１１０の長さが５５ｃｍのマンホール（ＭＨ５）において、測定期間（例えば、１年間）の温度差（ＭＨ５の内部の温度とＭＨ５の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ５の結露時間を４００時間（約１７日間）として算出する。
例えば、コンピュータは、秋田県に設置されて、首部１１０の長さが１２０ｃｍのマンホール（ＭＨ６）において、測定期間（例えば、１年間）の温度差（ＭＨ６の内部の温度とＭＨ６の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ６の結露時間を０時間として算出する。
例えば、コンピュータは、秋田県に設置されて、首部１１０の長さが１３５ｃｍのマンホール（ＭＨ７）において、測定期間（例えば、１年間）の温度差（ＭＨ７の内部の温度とＭＨ７の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ７の結露時間を０時間として算出する。
例えば、コンピュータは、秋田県に設置されて、首部１１０の長さが１４５ｃｍのマンホール（ＭＨ８）において、測定期間（例えば、１年間）の温度差（ＭＨ８の内部の温度とＭＨ８の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ８の結露時間を０時間として算出する。
例えば、コンピュータは、茨城県に設置されて、首部１１０の長さが４５ｃｍのマンホール（ＭＨ９）において、測定期間（例えば、１年間）の温度差（ＭＨ９の内部の温度とＭＨ９の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ９の結露時間を１００時間（約４日間）として算出する。
例えば、コンピュータは、茨城県に設置されて、首部１１０の長さが５０ｃｍのマンホール（ＭＨ１０）において、測定期間（例えば、１年間）の温度差（ＭＨ１０の内部の温度とＭＨ１０の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ１０の結露時間を４００時間（約１７日間）として算出する。
例えば、コンピュータは、茨城県に設置されて、首部１１０の長さが６５ｃｍのマンホール（ＭＨ１１）において、測定期間（例えば、１年間）の温度差（ＭＨ１１の内部の温度とＭＨ１１の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ１１の結露時間を７００時間（約２９日間）として算出する。
例えば、コンピュータは、茨城県に設置されて、首部１１０の長さが７５ｃｍのマンホール（ＭＨ１２）において、測定期間（例えば、１年間）の温度差（ＭＨ１２の内部の温度とＭＨ１２の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ１２の結露時間を６００時間（約２５日間）として算出する。
例えば、コンピュータは、茨城県に設置されて、首部１１０の長さが１００ｃｍのマンホール（ＭＨ１３）において、測定期間（例えば、１年間）の温度差（ＭＨ１３の内部の温度とＭＨ１３の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ１３の結露時間を０時間として算出する。
例えば、コンピュータは、茨城県に設置されて、首部１１０の長さが１１０ｃｍのマンホール（ＭＨ１４）において、測定期間（例えば、１年間）の温度差（ＭＨ１４の内部の温度とＭＨ１４の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ１４の結露時間を０時間として算出する。
例えば、コンピュータは、岐阜県に設置されて、首部１１０の長さが７０ｃｍのマンホール（ＭＨ１５）において、測定期間（例えば、１年間）の温度差（ＭＨ１５の内部の温度とＭＨ１５の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ１５の結露時間を１６００時間として算出する。
例えば、コンピュータは、岐阜県に設置されて、首部１１０の長さが８０ｃｍのマンホール（ＭＨ１６）において、測定期間（例えば、１年間）の温度差（ＭＨ１６の内部の温度とＭＨ１６の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ１６の結露時間を１１００時間（約４６日間）として算出する。
例えば、コンピュータは、岐阜県に設置されて、首部１１０の長さが１０５ｃｍのマンホール（ＭＨ１７）において、測定期間（例えば、１年間）の温度差（ＭＨ１７の内部の温度とＭＨ１７の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ１７の結露時間を０時間として算出する。
例えば、コンピュータは、岐阜県に設置されて、首部１１０の長さが１４０ｃｍのマンホール（ＭＨ１８）において、測定期間（例えば、１年間）の温度差（ＭＨ１８の内部の温度とＭＨ１８の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ１８の結露時間を０時間として算出する。
例えば、コンピュータは、岐阜県に設置されて、首部１１０の長さが１８０ｃｍのマンホール（ＭＨ１９）において、測定期間（例えば、１年間）の温度差（ＭＨ１９の内部の温度とＭＨ１９の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ１９の結露時間を０時間として算出する。
例えば、コンピュータは、沖縄県に設置されて、首部１１０の長さが７７ｃｍのマンホール（ＭＨ２０）において、測定期間（例えば、１年間）の温度差（ＭＨ２０の内部の温度とＭＨ２０の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ２０の結露時間を９００時間（約３８日間）として算出する。
例えば、コンピュータは、沖縄県に設置されて、首部１１０の長さが９０ｃｍのマンホール（ＭＨ２１）において、測定期間（例えば、１年間）の温度差（ＭＨ２１の内部の温度とＭＨ２１の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ２１の結露時間を１００時間（約４日間）として算出する。
例えば、コンピュータは、沖縄県に設置されて、首部１１０の長さが１１５ｃｍのマンホール（ＭＨ２２）において、測定期間（例えば、１年間）の温度差（ＭＨ２２の内部の温度とＭＨ２２の上床版１２１に貼り付けられた鉄筋７０の温度との差分）を、測定間隔（例えば、１時間）毎に算出する。そして、コンピュータは、温度差が１．０℃以上となる時間を集計し、ＭＨ２２の結露時間を５０時間（約２日間）として算出する。
〔埋設深さ決定ステップ（ステップＳ３）〕
ステップＳ３において、作業者は、コンピュータによって算出された結露時間とマンホールの埋設深さとの関係に基づいて、鉄筋７０が腐食し難い結露時間の閾値を決定し、該閾値に基づいて、マンホールが劣化し難い埋設深さの閾値を決定する。作業者が、複数のマンホール（例えば、ＭＨ１～ＭＨ２２）の埋設深さ、複数のマンホール（例えば、ＭＨ１～ＭＨ２２）の結露時間、などの各種のデータをコンピュータに入力し適宜操作を行うと、コンピュータは、例えば、マイクロソフト社のエクセル（登録商標）などのグラフ作成アプリケーションにより、所定のグラフ（図７に示すグラフ）を生成し、生成したグラフを表示部などに表示する。
ステップＳ３において、作業者は、コンピュータによって算出された結露時間とマンホールの埋設深さとの関係に基づいて、鉄筋７０が腐食し難い結露時間の閾値を決定し、該閾値に基づいて、マンホールが劣化し難い埋設深さの閾値を決定する。作業者が、複数のマンホール（例えば、ＭＨ１～ＭＨ２２）の埋設深さ、複数のマンホール（例えば、ＭＨ１～ＭＨ２２）の結露時間、などの各種のデータをコンピュータに入力し適宜操作を行うと、コンピュータは、例えば、マイクロソフト社のエクセル（登録商標）などのグラフ作成アプリケーションにより、所定のグラフ（図７に示すグラフ）を生成し、生成したグラフを表示部などに表示する。
図７は、埋設深さと結露時間との関係を示すグラフである。横軸は、埋設深さＬ[ｃｍ]を示している。縦軸は、結露時間Ｔ[ｈｏｕｒｓ]を示している。黒色の菱形は、北海道に設置される３個のマンホール（ＭＨ１、ＭＨ２、ＭＨ３）を示している。黒色の正方形は、秋田県に設置される５個マンホール（ＭＨ４、ＭＨ５、ＭＨ６、ＭＨ７、ＭＨ８）を示している。白抜きの三角形は、茨城県に設置される６個のマンホール（ＭＨ９、ＭＨ１０、ＭＨ１１、ＭＨ１２、ＭＨ１３、ＭＨ１４）を示している。白抜きの菱形は、岐阜県に設置される５個のマンホール（ＭＨ１５、ＭＨ１６、ＭＨ１７、ＭＨ１８、ＭＨ１９）を示している。白抜きの正方形は、沖縄県に設置される３個のマンホール（ＭＨ２０、ＭＨ２１、ＭＨ２２）を示している。
まず、作業者は、図７に示すグラフに基づいて、鉄筋７０が腐食し難い結露時間の閾値を決定する。
図７から、マンホールの埋設深さＬが大きくなる程、結露時間Ｔは小さくなる傾向があり、マンホールの埋設深さＬが小さくなる程、結露時間Ｔは大きくなる傾向があることがわかる。また、結露時間Ｔが１００時間以下になると、埋設深さＬの大きいマンホールの個数が増大していることがわかる。
従って、作業者は、結露時間Ｔが１００時間以下であれば、鉄筋７０が腐食し難く、結露時間Ｔが１００時間より大きければ、鉄筋７０が腐食し易いと評価することができる。即ち、作業者は、鉄筋７０が腐食し難い結露時間の閾値を、１００時間と決定することができる。なお、作業者は、鉄筋７０が腐食し難い結露時間の閾値を、任意に決定することが可能である。
次に、作業者は、図７に示すグラフ、及び、鉄筋７０が腐食し難い結露時間の閾値（例えば、１００時間）に基づいて、マンホールが劣化し難い埋設深さの閾値を決定する。
図７から、結露時間Ｔが１００時間以下となるマンホールは、１２個であり、ＭＨ３、ＭＨ６、ＭＨ７、ＭＨ８、ＭＨ９、ＭＨ１３、ＭＨ１４、ＭＨ１７、ＭＨ１８、ＭＨ１９、ＭＨ２１、ＭＨ２２であることがわかる。これらの１２個のマンホールにおいて、マンホールの埋設深さＬが大きくなる程、マンホールの個数が多くなる傾向があり、マンホールの埋設深さＬが小さくなる程、マンホールの個数が少なくなる傾向があることがわかる。また、埋設深さＬが１００ｃｍ以上になると、マンホールの個数が増大していることがわかる。
従って、作業者は、マンホールの埋設深さＬが１００ｃｍ以上であれば、マンホールが劣化し難く、マンホールの埋設深さＬが１００ｃｍより小さければ、マンホールが劣化し易いと評価することができる。即ち、作業者は、マンホールが劣化し難い埋設深さの閾値を、１００ｃｍと決定することができる。なお、作業者は、マンホールが劣化し難い埋設深さの閾値を、任意に決定することが可能である。
具体的には、作業者は、マンホールが劣化し難い埋設深さの閾値として、信頼性の高い値を得るため、１２個のマンホール（ＭＨ３、ＭＨ６、ＭＨ７、ＭＨ８、ＭＨ９、ＭＨ１３、ＭＨ１４、ＭＨ１７、ＭＨ１８、ＭＨ１９、ＭＨ２１、ＭＨ２２）の中から、埋設深さＬが３番目に小さいＭＨ１３を選定し、マンホールが劣化し難い埋設深さの閾値を、ＭＨ１３の埋設深さである１００ｃｍと決定してよい。なお、作業者は、１２個のマンホールの中から、例えば、埋設深さＬが４番目に小さいマンホールＭＨ１７を選定し、マンホールが劣化し難い埋設深さの閾値を、ＭＨ１７の埋設深さである１０５ｃｍと決定してもよい。また、作業者は、１２個のマンホールの中から、例えば、埋設深さＬが５番目に小さいマンホールＭＨ１４を選定し、マンホールが劣化し難い埋設深さの閾値を、ＭＨ１４の埋設深さである１１０ｃｍと決定してもよい。作業者は、マンホールが劣化し難い埋設深さの閾値として、信頼性の高い値を有すると考えられるマンホールを、任意に選定することが可能である。
或いは、作業者は、気候区分の異なる地域ごとに、マンホールが劣化し難い埋設深さの閾値を決定することも可能である。
例えば、作業者は、北海道に設置されるＭＨ１～ＭＨ３において、結露時間Ｔが１００時間以下となるＭＨ３を選定し、北海道に設置されるマンホールが劣化し難い埋設深さの閾値を、ＭＨ３の埋設深さである１２５ｃｍと決定してよい。
また、例えば、作業者は、秋田県に設置されるＭＨ４～ＭＨ８において、結露時間Ｔが１００時間以下となる３個のマンホール（ＭＨ６、ＭＨ７、ＭＨ８）の中から、埋設深さＬが２番目に小さいＭＨ７を選定し、秋田県に設置されるマンホールが劣化し難い埋設深さの閾値を、ＭＨ７の埋設深さである１３５ｃｍと決定してよい。
また、例えば、作業者は、茨城県に設置されるＭＨ９～ＭＨ１４において、結露時間Ｔが１００時間以下となる３個のマンホール（ＭＨ９、ＭＨ１３、ＭＨ１４）の中から、埋設深さＬが３番目に小さいＭＨ１４を選定し、茨城県に設置されるマンホールが劣化し難い埋設深さの閾値を、ＭＨ１４の埋設深さである１１０ｃｍと決定してよい。
また、例えば、作業者は、岐阜県に設置されるＭＨ１５～ＭＨ１９において、結露時間Ｔが１００時間以下となる３個のマンホール（ＭＨ１７、ＭＨ１８、ＭＨ１９）の中から、埋設深さＬが１番目に小さいＭＨ１７を選定し、岐阜県に設置されるマンホールが劣化し難い埋設深さの閾値を、ＭＨ１７の埋設深さである１０５ｃｍと決定してよい。
また、例えば、作業者は、沖縄県に設置されるＭＨ２０～ＭＨ２２において、結露時間Ｔが１００時間以下となる２個のマンホール（ＭＨ２１、ＭＨ２２）の中から、埋設深さＬが２番目に小さいＭＨ２２を選定し、沖縄県に設置されるマンホールが劣化し難い埋設深さの閾値を、ＭＨ２２の埋設深さである１１５ｃｍと決定してよい。
なお、ステップＳ３は、上述のように、作業者が無作為に抽出した複数のマンホール（例えば、ＭＨ１～ＭＨ２２）を対象にして行った実験結果に基づいて行われてもよいし、特殊な環境に設置されるマンホールを除外して、作業者が意図的に抽出した複数のマンホールを対象にして行った実験結果に基づいて行われても構わない。
〔劣化予測ステップ（ステップＳ４）〕
ステップＳ４において、作業者は、マンホールが劣化し難い埋設深さの閾値に基づいて、予測対象のマンホールの劣化を予測する。例えば、該閾値が１００ｃｍである場合、作業者は、予測対象のマンホールの埋設深さが、１００ｃｍより小さければ、予測対象のマンホールが劣化し易いと予測し、予測対象のマンホールの埋設深さが、１００ｃｍ以上であれば、予測対象のマンホールが劣化し難いと予測する。
ステップＳ４において、作業者は、マンホールが劣化し難い埋設深さの閾値に基づいて、予測対象のマンホールの劣化を予測する。例えば、該閾値が１００ｃｍである場合、作業者は、予測対象のマンホールの埋設深さが、１００ｃｍより小さければ、予測対象のマンホールが劣化し易いと予測し、予測対象のマンホールの埋設深さが、１００ｃｍ以上であれば、予測対象のマンホールが劣化し難いと予測する。
例えば、作業者は、予測対象のマンホールの埋設深さが１０ｃｍである場合、マンホールが劣化し難い埋設深さの閾値より小さいため、予測対象のマンホールが劣化し易いと予測する。例えば、作業者は、予測対象のマンホールの埋設深さが５０ｃｍである場合、マンホールが劣化し難い埋設深さの閾値より小さいため、予測対象のマンホールが劣化し易いと予測する。例えば、作業者は、予測対象のマンホールの埋設深さが１２０ｃｍである場合、マンホールが劣化し難い埋設深さの閾値以上であるため、予測対象のマンホールが劣化し難いと予測する。
なお、ステップＳ４は、上述のように作業者が行ってもよいし、作業者によって入力された各種のデータに基づいて、コンピュータが、記憶部から適切なデータを抽出し、予め定められたプログラムに則って行うことも可能である。
本実施形態に係る劣化予測方法によれば、マンホールが劣化し難い埋設深さの閾値に基づいて、予測対象のマンホールの劣化を予測する。これにより、マンホールは埋設深さが大きい程、劣化し難い傾向にある、という従来の定性的な予測と比較して、予測対象のマンホールに対する劣化の予測精度を高めることができる。
本実施形態に係る劣化予測方法を、異なる環境に設置される複数のマンホールに適用して、各マンホールの劣化を予測することで、作業者は、複数のマンホールに対して、各マンホールの劣化に応じた適切な周期でのメンテナンスや、限られた維持管理リソースの適正配分を行うことが可能になる。この結果、異なる環境に設置される複数のマンホールの健全性を適切に維持することが可能となる。
＜劣化予測方法の検証＞
作業者は、本実施形態に係る劣化予測方法を、複数のマンホールに適用して、各マンホールの劣化を予測し、予測精度を検証した。
作業者は、本実施形態に係る劣化予測方法を、複数のマンホールに適用して、各マンホールの劣化を予測し、予測精度を検証した。
まず、作業者は、複数のマンホールにおいて、鉄筋の腐食率を算出した。作業者は、複数のマンホールとして、例えば、北海道に設置されて、首部１１０の長さが５２ｃｍのマンホール（ｍｈ１）、北海道に設置されて、首部１１０の長さが６０ｃｍのマンホール（ｍｈ２）、北海道に設置されて、首部１１０の長さが７９ｃｍのマンホール（ｍｈ３）、北海道に設置されて、首部１１０の長さが１２５ｃｍのマンホール（ｍｈ４）、秋田県に設置されて、首部１１０の長さが４８ｃｍのマンホール（ｍｈ５）、秋田県に設置されて、首部１１０の長さが５３ｃｍのマンホール（ｍｈ６）、秋田県に設置されて、首部１１０の長さが５７ｃｍのマンホール（ｍｈ７）、秋田県に設置されて、首部１１０の長さが６４ｃｍのマンホール（ｍｈ８）、茨城県に設置されて、首部１１０の長さが４５ｃｍのマンホール（ｍｈ９）、茨城県に設置されて、首部１１０の長さが５２ｃｍのマンホール（ｍｈ１０）、茨城県に設置されて、首部１１０の長さが５８ｃｍのマンホール（ｍｈ１１）、茨城県に設置されて、首部１１０の長さが６８ｃｍのマンホール（ｍｈ１２）、茨城県に設置されて、首部１１０の長さが７６ｃｍのマンホール（ｍｈ１３）、岐阜県に設置されて、首部１１０の長さが５５ｃｍのマンホール（ｍｈ１４）、岐阜県に設置されて、首部１１０の長さが７２ｃｍのマンホール（ｍｈ１５）、岐阜県に設置されて、首部１１０の長さが１８５ｃｍのマンホール（ｍｈ１６）、沖縄県に設置されて、首部１１０の長さが７８ｃｍのマンホール（ｍｈ１７）、沖縄県に設置されて、首部１１０の長さが９２ｃｍのマンホール（ｍｈ１８）、沖縄県に設置されて、首部１１０の長さが１１６ｃｍのマンホール（ｍｈ１９）を用いた。
作業者は、各マンホール１０における上床版１２１に、鉄筋７０を貼り付けて、例えば、重量測定器を用いて、鉄筋７０の初期重量を測定した。そして、作業者は、１年（１２ヶ月）間、鉄筋７０を暴露した後、上床版１２１に貼り付けられた鉄筋７０を回収し、例えば、重量測定器を用いて、鉄筋７０の暴露後の重量を測定した。そして、作業者は、鉄筋７０の初期重量、鉄筋７０の暴露後の重量、などの各種のデータをコンピュータに入力した。
コンピュータは、作業者により入力された鉄筋７０の初期重量、及び、作業者により入力された鉄筋７０の暴露後の重量に基づいて、鉄筋の腐食率Ｃを、｛（鉄筋の初期重量－鉄筋の暴露後の重量）／鉄筋の初期重量｝×100という式を用いて、算出した。
ｍｈ１は、鉄筋７０の腐食率Ｃが０．２３％であった。また、ｍｈ２は、鉄筋７０の腐食率Ｃが０．２５％であった。また、ｍｈ３は、鉄筋７０の腐食率Ｃが１．１６％であった。また、ｍｈ４は、鉄筋７０の腐食率Ｃが０．０５％であった。また、ｍｈ５は、鉄筋７０の腐食率Ｃが１．１５％であった。また、ｍｈ６は、鉄筋７０の腐食率Ｃが０．８５％であった。また、ｍｈ７は、鉄筋７０の腐食率Ｃが０．４５％であった。また、ｍｈ８は、鉄筋７０の腐食率Ｃが０．０５％であった。また、ｍｈ９は、鉄筋７０の腐食率Ｃが０．４６％であった。また、ｍｈ１０は、鉄筋７０の腐食率Ｃが０．０６％であった。また、ｍｈ１１は、鉄筋７０の腐食率Ｃが０．６０％であった。また、ｍｈ１２は、鉄筋７０の腐食率Ｃが１．０５％であった。また、ｍｈ１３は、鉄筋７０の腐食率Ｃが１．００％であった。また、ｍｈ１４は、鉄筋７０の腐食率Ｃが１．１０％であった。また、ｍｈ１５は、鉄筋７０の腐食率Ｃが０．５０％であった。また、ｍｈ１６は、鉄筋７０の腐食率Ｃが０．０５％であった。また、ｍｈ１７は、鉄筋７０の腐食率Ｃが０．９０％であった。また、ｍｈ１８は、鉄筋７０の腐食率Ｃが１．００％であった。また、ｍｈ１９は、鉄筋７０の腐食率Ｃが０．１６％であった。
次に、作業者は、複数のマンホール（例えば、ｍｈ１～ｍｈ１９）の埋設深さ、複数のマンホール（例えば、ｍｈ１～ｍｈ１９）の鉄筋７０の腐食率、などの各種のデータをコンピュータに入力し適宜操作を行った。コンピュータは、例えば、マイクロソフト社のエクセル（登録商標）などのグラフ作成アプリケーションにより、所定のグラフ（図８に示すグラフ）を生成し、生成したグラフを表示部などに表示した。
図８は、埋設深さと鉄筋の腐食率との関係の一例を示すグラフである。横軸は、埋設深さＬ[ｃｍ]を示している。縦軸は、鉄筋の腐食率Ｃ（１２カ月）[％]を示している。黒色の菱形は、北海道に設置される４個のマンホール（ｍｈ１、ｍｈ２、ｍｈ３、ｍｈ４）を示している。黒色の正方形は、秋田県に設置される４個のマンホール（ｍｈ５、ｍｈ６、ｍｈ７、ｍｈ８）を示している。白抜きの三角形は、茨城県に設置される５個のマンホール（ｍｈ９、ｍｈ１０、ｍｈ１１、ｍｈ１２、ｍｈ１３）を示している。白抜きの菱形は、岐阜県に設置される３個のマンホール（ｍｈ１４、ｍｈ１５、ｍｈ１６）を示している。白抜きの正方形は、沖縄県に設置される３個のマンホール（ｍｈ１７、ｍｈ１８、ｍｈ１９）を示している。
図８から、マンホールの埋設深さＬが大きくなる程、鉄筋の腐食率Ｃは小さくなる傾向があり、マンホールの埋設深さＬが小さくなる程、鉄筋の腐食率Ｃは大きくなる傾向があることがわかる。
従って、作業者は、マンホールの劣化を判定するための鉄筋の腐食率Ｃの閾値を、例えば、０．２０％と規定した。そして、作業者は、０．２０％という値に基づいて、複数のマンホール（例えば、ｍｈ１～ｍｈ１９）の劣化を判定した。例えば、作業者は、鉄筋の腐食率Ｃが、０．２０％より小さければ、マンホールは、劣化していないと判定し、鉄筋の腐食率Ｃが、０．２０％以上であれば、マンホールは、劣化していると判定した。即ち、作業者は、ｍｈ４、ｍｈ８、ｍｈ９、ｍｈ１０、ｍｈ１６が劣化していないと判定した。また、作業者は、ｍｈ１、ｍｈ２、ｍｈ３、ｍｈ５、ｍｈ６、ｍｈ７、ｍｈ１１、ｍｈ１２、ｍｈ１３、ｍｈ１４、ｍｈ１５、ｍｈ１７、ｍｈ１８、ｍｈ１９が劣化していると判定した。なお、マンホールの劣化を判定するための鉄筋の腐食率Ｃの閾値は、０．２０％に限定されるものではなく、作業者が任意に規定することが可能である。
次に、作業者は、本実施形態に係る劣化予測方法を、複数のマンホール（例えば、ｍｈ１～ｍｈ１９）に適用して、複数のマンホール（例えば、ｍｈ１～ｍｈ１９）の劣化を予測し、上述の判定結果と一致するか否かを検証した。
ｍｈ１において、作業者は、ｍｈ１の首部１１０の長さ（埋設深さＬ）が５２ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ１において、鉄筋の腐食率Ｃは、０．２３％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ２において、作業者は、ｍｈ２の首部１１０の長さが６０ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ２において、鉄筋の腐食率Ｃは、０．２５％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ３において、作業者は、ｍｈ３の首部１１０の長さが７９ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ３において、鉄筋の腐食率Ｃは、１．１６％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ４において、作業者は、ｍｈ４の首部１１０の長さが１２５ｃｍであり、１００ｃｍ以上であるため、劣化し難いと予測した。上述の判定結果より、ｍｈ４において、鉄筋の腐食率Ｃは、０．０５％であり０．２０％より小さいため、作業者は、予測が正しいことを検証できた。
ｍｈ５において、作業者は、ｍｈ５の首部１１０の長さが４８ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ５において、鉄筋の腐食率Ｃは、１．１５％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ６において、作業者は、ｍｈ６の首部１１０の長さが５３ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ６において、鉄筋の腐食率Ｃは、０．８５％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ７において、作業者は、ｍｈ７の首部１１０の長さが５７ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ７において、鉄筋の腐食率Ｃは、０．４５％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ８において、作業者は、ｍｈ８の首部１１０の長さが６４ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。しかしながら、上述の判定結果より、ｍｈ８において、鉄筋の腐食率Ｃは、０．０５％であり０．２０％より小さいため、作業者は、予測が正しいことを検証できなかった。
ｍｈ９において、作業者は、ｍｈ９の首部１１０の長さが４５ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ９において、鉄筋の腐食率Ｃは、０．４６％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ１０において、作業者は、ｍｈ１０の首部１１０の長さが５２ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。しかしながら、上述の判定結果より、ｍｈ１０において、鉄筋の腐食率Ｃは、０．０６％であり０．２０％より小さいため、作業者は、予測が正しいことを検証できなかった。
ｍｈ１１において、作業者は、ｍｈ１１の首部１１０の長さが５８ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ１１において、鉄筋の腐食率Ｃは、０．６０％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ１２において、作業者は、ｍｈ１２の首部１１０の長さが６８ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ１２において、鉄筋の腐食率Ｃは、１．０５％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ１３において、作業者は、ｍｈ１３の首部１１０の長さが７６ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ１３において、鉄筋の腐食率Ｃは、１．００％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ１４において、作業者は、ｍｈ１４の首部１１０の長さが５５ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ１４において、鉄筋の腐食率Ｃは、１．１０％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ１５において、作業者は、ｍｈ１５の首部１１０の長さが７２ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ１５において、鉄筋の腐食率Ｃは、０．５０％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ１６において、作業者は、ｍｈ１６の首部１１０の長さが１８５ｃｍであり、１００ｃｍ以上であるため、劣化し難いと予測した。上述の判定結果より、ｍｈ１６において、鉄筋の腐食率Ｃは、０．０５％であり０．２０％より小さいため、作業者は、予測が正しいことを検証できた。
ｍｈ１７において、作業者は、ｍｈ１７の首部１１０の長さが７８ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ１７において、鉄筋の腐食率Ｃは、０．９０％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ１８において、作業者は、ｍｈ１８の首部１１０の長さが９２ｃｍであり、１００ｃｍより小さいため、劣化し易いと予測した。上述の判定結果より、ｍｈ１８において、鉄筋の腐食率Ｃは、１．００％であり０．２０％以上であるため、作業者は、予測が正しいことを検証できた。
ｍｈ１９において、作業者は、ｍｈ１９の首部１１０の長さが１１６ｃｍであり、１００ｃｍ以上であるため、劣化し難いと予測した。上述の判定結果より、ｍｈ１９において、鉄筋の腐食率Ｃは、０．１６％であり０．２０％より小さいため、作業者は、予測が正しいことを検証できた。
従って、ｍｈ４、ｍｈ９、ｍｈ１６は劣化し難いという作業者の予測は、全て正しいことが検証された。また、ｍｈ８、ｍｈ１０は劣化し易いという作業者の予測は、正しくないことが検証されたが、ｍｈ１、ｍｈ２、ｍｈ３、ｍｈ５、ｍｈ６、ｍｈ７、ｍｈ１１、ｍｈ１２、ｍｈ１３、ｍｈ１４、ｍｈ１５、ｍｈ１７、ｍｈ１８、ｍｈ１９は劣化し易いという作業者の予測は、正しいことが検証された。
上述の検証から、本実施形態に係る劣化予測方法によれば、地中に埋設される鉄筋コンクリート構造物が劣化し難くなる埋設深さの閾値を高精度に決定することができる。また、地中に埋設される鉄筋コンクリート構造物の劣化を高精度に予測することができる。
なお、上述したように、本実施形態に係る劣化予測方法を支援する支援装置としてコンピュータを好適に用いることができる。コンピュータは、各種の処理内容を記述したプログラムを該コンピュータの記憶部に格納しておき、該コンピュータのＣＰＵによってこのプログラムを読み出して実行させる。なお、このプログラムは、コンピュータ読取り可能な記録媒体に記録可能である。
また、プログラムは、コンピュータ読取り可能媒体に記録されていてもよい。コンピュータ読取り可能媒体を用いれば、コンピュータにインストールすることが可能である。ここで、プログラムが記録されたコンピュータ読取り可能媒体は、非一過性の記録媒体であってもよい。非一過性の記録媒体は、特に限定されるものではないが、例えば、ＣＤ－ＲＯＭやＤＶＤ－ＲＯＭなどの記録媒体であってもよい。
＜変形例＞
本実施形態では、ステップＳ１において、作業者は、マンホール１０が設置される環境を模擬して模擬実験を行い、結露発生条件を評価したが、実際に設置されるマンホール１０を使用して実験を行い、結露発生条件を評価してもよい。この場合、作業者は、マンホール１０における上床版１２１に水没検知シール及び熱電対を貼り付け、所定期間暴露し、水没検知シールが呈色するか否かを確認しながら、熱電対の温度、マンホール１０の内部の温度及び湿度を測定し、結露発生条件を評価する。但し、模擬実験は、実際に設置されるマンホール１０を使用して行われる実験と比較して、マンホール１０の設備環境に起因して発生する評価結果の偏りなどが少ないため、汎用性の高い評価結果を得られ易いという利点がある。
本実施形態では、ステップＳ１において、作業者は、マンホール１０が設置される環境を模擬して模擬実験を行い、結露発生条件を評価したが、実際に設置されるマンホール１０を使用して実験を行い、結露発生条件を評価してもよい。この場合、作業者は、マンホール１０における上床版１２１に水没検知シール及び熱電対を貼り付け、所定期間暴露し、水没検知シールが呈色するか否かを確認しながら、熱電対の温度、マンホール１０の内部の温度及び湿度を測定し、結露発生条件を評価する。但し、模擬実験は、実際に設置されるマンホール１０を使用して行われる実験と比較して、マンホール１０の設備環境に起因して発生する評価結果の偏りなどが少ないため、汎用性の高い評価結果を得られ易いという利点がある。
本実施形態では、ステップＳ２１において、作業者は、マンホール１０の内部の温度のみを測定したが、マンホール１０の内部の温度のみならず、マンホール１０の内部の温度及びマンホール１０の内部の湿度を測定してもよい。これにより、マンホール１０の内部の露点温度を導出することができるため、本実施形態に係る劣化予測方法における予測精度を高めることができる。
本実施形態では、作業者は、日本全国に設置されるマンホール１０を使用して、日本全国におけるマンホール１０が劣化し難い埋設深さの閾値を決定したが、気候区分の異なる地域ごとに設置されるマンホール１０を使用して、各地域におけるマンホール１０が劣化し難い埋設深さの閾値を決定してもよい。マンホール１０の個数、マンホール１０の設置される地域、などは特に限定されない。
上述の実施形態は代表的な例として説明したが、本発明の趣旨及び範囲内で、多くの変更及び置換ができることは当業者に明らかである。したがって、本発明は、上述の実施形態によって制限するものと解するべきではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。例えば、実施形態のフローチャートに記載の各工程の順序は、上記に限定されず適宜変更可能である。また、複数の工程を１つに組み合わせたり、あるいは１つの工程を分割したりすることが可能である。
１０ マンホール（地中に埋設される鉄筋コンクリート構造物）
２０ アクリル供試体
３０ 恒温恒湿槽
４０ 管路
５０ 腐食センサ
５１ 基板
５２ 絶縁性ペースト
５３ 導電性ペースト
７０ 鉄筋
１１０ 首部
１２０ 筐体
１２１ 上床版
１２２ 下床版
１２３ 側壁部
１３０ 鉄蓋
１４０ 管路
２０ アクリル供試体
３０ 恒温恒湿槽
４０ 管路
５０ 腐食センサ
５１ 基板
５２ 絶縁性ペースト
５３ 導電性ペースト
７０ 鉄筋
１１０ 首部
１２０ 筐体
１２１ 上床版
１２２ 下床版
１２３ 側壁部
１３０ 鉄蓋
１４０ 管路
Claims (4)
- 地中に埋設される鉄筋コンクリート構造物の劣化を予測する劣化予測方法であって、
鉄筋に結露が発生する結露発生条件を評価する結露発生条件評価ステップと、
複数の前記鉄筋コンクリート構造物において、前記結露発生条件に基づいて、前記鉄筋に結露が発生した時間の合計である結露時間を算出する結露時間算出ステップと、
前記結露時間と前記鉄筋コンクリート構造物の埋設深さとの関係に基づいて、前記鉄筋コンクリート構造物が劣化し難い埋設深さの閾値を決定する閾値決定ステップと、
前記閾値に基づいて、予測対象の鉄筋コンクリート構造物の劣化を予測する劣化予測ステップと、
を含む劣化予測方法。 - 前記結露時間算出ステップは、
複数の前記鉄筋コンクリート構造物において、前記鉄筋の温度、及び、前記鉄筋コンクリート構造物の内部の温度を測定するステップと、
前記結露発生条件、及び、前記鉄筋の温度と前記鉄筋コンクリート構造物の内部の温度との温度差に基づいて、前記結露時間を算出するステップと、
を含む、請求項１に記載の劣化予測方法。 - 前記結露発生条件は、前記鉄筋の温度と前記鉄筋コンクリート構造物の内部の温度との温度差が、１．０℃以上である、
請求項１又は２に記載の劣化予測方法。 - 前記結露発生条件は、前記鉄筋コンクリート構造物を模擬した、アクリル供試体が設置された恒温恒湿槽において、
アクリル供試体に貼り付けられた腐食センサの腐食電流、及び、前記腐食センサの温度と前記恒温恒湿槽の内部の露点温度との温度差に基づいて、評価される、
請求項１から３のいずれか一項に記載の劣化予測方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018246208A JP7004915B2 (ja) | 2018-12-27 | 2018-12-27 | 劣化予測方法 |
| US17/417,374 US12013331B2 (en) | 2018-12-27 | 2019-12-16 | Deterioration prediction method |
| PCT/JP2019/049230 WO2020137666A1 (ja) | 2018-12-27 | 2019-12-16 | 劣化予測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018246208A JP7004915B2 (ja) | 2018-12-27 | 2018-12-27 | 劣化予測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020106433A JP2020106433A (ja) | 2020-07-09 |
| JP7004915B2 true JP7004915B2 (ja) | 2022-02-10 |
Family
ID=71129812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018246208A Active JP7004915B2 (ja) | 2018-12-27 | 2018-12-27 | 劣化予測方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US12013331B2 (ja) |
| JP (1) | JP7004915B2 (ja) |
| WO (1) | WO2020137666A1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220268660A1 (en) * | 2019-07-10 | 2022-08-25 | Nippon Telegraph And Telephone Corporation | Pipeline inspection method |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006183274A (ja) | 2004-12-27 | 2006-07-13 | Yamaguchi Univ | 下水管網における下水管損傷予測方法及び予測装置 |
| JP2006348109A (ja) | 2005-06-14 | 2006-12-28 | Nippon Steel Corp | 塗料組成物 |
| JP2008261813A (ja) | 2007-04-13 | 2008-10-30 | Nippon Steel Corp | 被覆鋼材の耐食性評価方法及び被覆鋼材の複合耐食性評価方法 |
| JP2018200258A (ja) | 2017-05-29 | 2018-12-20 | 日本電信電話株式会社 | 鉄筋腐食試験方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4521066B2 (ja) * | 2004-08-02 | 2010-08-11 | 株式会社太平洋コンサルタント | コンクリート中の鋼材の腐食発生時期予測方法 |
| JP2019070587A (ja) * | 2017-10-10 | 2019-05-09 | 日本電信電話株式会社 | 腐食試験装置及び腐食試験方法 |
| CN107870147B (zh) * | 2017-12-15 | 2020-07-03 | 北京科技大学 | 一种混凝土内钢筋初始锈蚀时间预测方法 |
-
2018
- 2018-12-27 JP JP2018246208A patent/JP7004915B2/ja active Active
-
2019
- 2019-12-16 US US17/417,374 patent/US12013331B2/en active Active
- 2019-12-16 WO PCT/JP2019/049230 patent/WO2020137666A1/ja active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006183274A (ja) | 2004-12-27 | 2006-07-13 | Yamaguchi Univ | 下水管網における下水管損傷予測方法及び予測装置 |
| JP2006348109A (ja) | 2005-06-14 | 2006-12-28 | Nippon Steel Corp | 塗料組成物 |
| JP2008261813A (ja) | 2007-04-13 | 2008-10-30 | Nippon Steel Corp | 被覆鋼材の耐食性評価方法及び被覆鋼材の複合耐食性評価方法 |
| JP2018200258A (ja) | 2017-05-29 | 2018-12-20 | 日本電信電話株式会社 | 鉄筋腐食試験方法 |
Non-Patent Citations (3)
| Title |
|---|
| 伊藤陽，地下に建設されたマンホール環境における鋼管内面腐食速度モデル，材料と環境，Vol.68 No.11，日本，2019年11月15日，Page.321-325 |
| 吉田夏樹，大阪市内の下水管路の調査結果に基づくコンクリートの化学的侵食機構の考察，GBRC，日本，2017年07月01日，Vol.42 No.3，Page.15-20 |
| 笠原久稔，結露による鉄筋の腐食挙動に及ぼす温度の影響，土木学会年次学術講演会講演概要集(CD-ROM)，日本，2018年08月01日，Vol.73rd，Page.ROMBUNNO.VI-235 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20220163441A1 (en) | 2022-05-26 |
| WO2020137666A1 (ja) | 2020-07-02 |
| JP2020106433A (ja) | 2020-07-09 |
| US12013331B2 (en) | 2024-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bastidas-Arteaga et al. | Stochastic improvement of inspection and maintenance of corroding reinforced concrete structures placed in unsaturated environments | |
| Faroz et al. | Reliability of a corroded RC beam based on Bayesian updating of the corrosion model | |
| Bazán et al. | Stochastic process corrosion growth models for pipeline reliability | |
| Zhang et al. | System reliability of corroding pipelines considering stochastic process-based models for defect growth and internal pressure | |
| JP4754998B2 (ja) | 鉄筋腐食の予測方法 | |
| Marsh et al. | Reinforced concrete bridge deck reliability model incorporating temporal and spatial variations of probabilistic corrosion rate sensor data | |
| CN107870147B (zh) | 一种混凝土内钢筋初始锈蚀时间预测方法 | |
| Srivaranun et al. | Effect of the interaction of corrosion pits among multiple tensile rebars on the reliability of RC structures: Experimental and numerical investigation | |
| Keßler et al. | Updating of service-life prediction of reinforced concrete structures with potential mapping | |
| Andrade et al. | On‐site corrosion rate measurements: 3D simulation and representative values | |
| Wang et al. | Failure prediction of buried pipe network with multiple failure modes and spatial randomness of corrosion | |
| Kuntal et al. | Estimation of internal corrosion degree from observed surface cracking of concrete using mesoscale simulation with Model Predictive Control | |
| Slika et al. | An Ensemble Kalman Filter approach for service life prediction of reinforced concrete structures subject to chloride-induced corrosion | |
| JP7004915B2 (ja) | 劣化予測方法 | |
| Schoefs et al. | Optimal embedded sensor placement for spatial variability assessment of stationary random fields | |
| Verma et al. | Probabilistic evaluation of service life for reinforced concrete structures | |
| McCallum et al. | Localized corrosion risk assessment using Markov analysis | |
| Cui et al. | Two-dimensional numerical model and fast estimation method for calculating crevice corrosion of cross-sea bridges | |
| JP2007263788A (ja) | マクロ的電気化学系の解析方法 | |
| KR102404588B1 (ko) | 결로 방지 방법 | |
| JP2020060429A (ja) | 劣化予測方法 | |
| Nickless | Investigation of mechanistic deterioration modeling for bridge design and management | |
| Mahmoodian et al. | A gamma distributed degradation rate model for reliability analysis of concrete pipes subject to sulphide corrosion | |
| Kessler et al. | Present and future probabilistic challenges for maintenance of reinforced concrete structures | |
| A Tantele et al. | Integration of probabilistic effectiveness with a two-stage genetic algorithm methodology to develop optimum maintenance strategies for bridges |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210315 |
|
| 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: 20211130 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211213 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7004915 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |