WO2006046342A1 - 長い物体の管理システム及びプログラム - Google Patents

長い物体の管理システム及びプログラム Download PDF

Info

Publication number
WO2006046342A1
WO2006046342A1 PCT/JP2005/014196 JP2005014196W WO2006046342A1 WO 2006046342 A1 WO2006046342 A1 WO 2006046342A1 JP 2005014196 W JP2005014196 W JP 2005014196W WO 2006046342 A1 WO2006046342 A1 WO 2006046342A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
attribute
shape
time
attribute data
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.)
Ceased
Application number
PCT/JP2005/014196
Other languages
English (en)
French (fr)
Inventor
Kazuaki Iwamura
Satoshi Yamaguchi
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2006542254A priority Critical patent/JP4601622B2/ja
Priority to US11/666,339 priority patent/US7729875B2/en
Publication of WO2006046342A1 publication Critical patent/WO2006046342A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling

Definitions

  • the present invention relates to a geographic information system (GIS geographic information system), and more particularly to a management system for a long object such as a liquid / gas transportation pipeline such as oil / natural gas.
  • GIS geographic information system geographic information system
  • management system for a long object such as a liquid / gas transportation pipeline such as oil / natural gas.
  • the measurement point is known in advance by the identification number, and it can correspond to the identification number on the system diagram. Therefore, data acquired with a specific identification number is displayed. In addition, by specifying a station, time series data can be acquired and displayed.
  • the data measured at the distance between the station and the corresponding force is displayed in correspondence with the map.
  • the stations are numbered, and the coordinates of the stations that are acquired by force are associated with the station numbers.
  • Information such as cracks corresponding to the specified time can be displayed according to the coordinates of the station force and the specified time.
  • the shape data and attribute data are updated! When it is born, it can always keep up-to-date. Past data is managed as history, but the occurrence of position error is not considered.
  • the position information of the obtained cracks is based on the premise that it is accurate. For this reason, the positions of cracks, etc. measured in the past are accompanied by errors depending on the method of measurement on the spot.
  • position information related to time-series data contains errors, it was impossible to make future predictions because it was not possible to set the correspondence of history. For example, a pipeline that transports oil, natural gas, etc. will corrode inside and outside.
  • Corrosion is expected to increase over time unless countermeasures are taken, but expansion cannot be predicted without making correspondences that take positional errors into account. In addition, it is impossible to know the change without the past history of the sinking force due to the soil condition (soft ground). It is an object of the present invention to provide a method for solving a positional error in time series data, performing correspondence, predicting future corrosion or subsidence of a pipeline facility, etc., and presenting a dangerous place.
  • the present invention also manages the history of attribute data that includes only time-series information of pipeline facilities using only shape data, and makes it possible to make future predictions by acquiring and managing time-series information.
  • a method for differentially managing data for manageability is also disclosed.
  • Future prediction can be performed by managing changes in shape and attribute changes over time.
  • pipeline deformation due to corrosion expansion and ground subsidence is an important monitoring item.
  • the change should be predicted and analyzed and presented in correspondence with the location. Is possible.
  • the present invention can also be applied to roads such as viaducts that are not limited to oil, natural gas, and water.
  • the present invention is implemented by software on a computer.
  • an image display device such as a display device
  • a user-powered instruction input device such as a keyboard and a mouse
  • information retrieval 'processing' display is performed while referring to the display of the image display device.
  • a method for managing information related to facilities such as underground underground pipes and roads using a geographic information system has been developed.
  • map information indicating the location of the facility and attribute information describing the construction time and construction method of the facility are managed.
  • Map information is represented by graphic data represented by a coordinate sequence.
  • Map information and attribute information are related to each other, and a corresponding attribute search can be performed by specifying a figure, and conversely an attribute figure search can be performed.
  • Time management is important in managing these facilities information. By entering and managing the time when the facility was constructed and the time when the facility was inspected, the facility renewal time can be confirmed.
  • time information is introduced as one of the attribute items, it is necessary to manage not only the time information but also the history of attribute data in order to make future predictions.
  • the shape also needs to be changed in accordance with the change of the attribute data, but the shape and the attribute are changed at the same time and managed in a consistent format.
  • this example uses a spatio-temporal information system that can manage solids and temporal changes (also called 4D geographic information system: 4D-GIS). Is used.
  • a database (DB) that manages shape data and attribute data is managed in a geographic DB called a spatio-temporal DB.
  • DB database
  • [1] the correspondence between the shape and its attributes is consistent, especially that the attributes correspond correctly to the shape, and [2] the consistency of the time-series information regarding positional information, Is required.
  • the number method a unique number is assigned to each part of the facility graphic described on the map, and the same number is assigned to the attribute corresponding to the partial graphic. And if you specify the shape described on the map, it will be attached to the specified shape. With reference to the given number, information having the same number among the attributes is retrieved and displayed.
  • the attribute information is managed by the distance of the base force (start distance and end distance).
  • time-series information regarding position information is maintained by position coordinates or distance.
  • the shape data managed in time series and the attribute data are called time series shape data and time series attribute data.
  • numbers are assigned according to position or distance.
  • these positions and distances may not match due to errors inherent in the measurement method.
  • distance even if there is no change due to distance error, it will not match.
  • shape and attributes are acquired, used as history, and saved, there will be errors due to position and distance in advance! ⁇ Assuming that time-series shape Z attribute data must be accurately associated.
  • Figure 1 shows an example of the configuration of a spatio-temporal GIS device used for prediction and analysis by managing time-series data and correcting the position.
  • a database that stores and manages shape data and history information of features to be managed.
  • the changed shape data is added to the stored shape data as a change difference by adding time information. For example, when handling pipelines, it manages data composed of broken lines based on coordinate sequences.
  • the changed attribute is added to the attribute data stored as a change difference by adding time information at the time of change.
  • Shape data is acquired by surveying equipment such as GPS (Global Positioning System) and total stations.
  • Attribute data input section 104 For example, new facility attribute data written in a table format can be imported by specifying the table rows and columns.
  • Shape data input unit 103 compares the new shape data input from 103 and the past shape data stored in the spatio-temporal shape DB 101, extracts the change difference, inputs the time information at the time of change, and stores it in the coordinate data structure Function to do.
  • Coordinate system force of the obtained change difference data Spatio-temporal shape A function to convert the coordinate system when it differs from the management coordinate system that is the standard in DB101.
  • affine transformation is used for the transformation.
  • Time series shape A function to select and load a change analysis tool to be used from the prediction analysis tool 115 using Z attribute data, and to predict and analyze future shape changes and attribute changes.
  • FIG. 2 illustrates a method for predicting corrosion expansion in a pipeline facility.
  • Pipeline shape 2 01 Corrosion with different acquisition times between points P 202 (reference start point) and P 203 (reference end point)
  • Position development views 204, 205, and 206 are associated with each other.
  • Data showing the progress of corrosion in the Cf standing is represented by circumscribed rectangles 207, 208, and 209, for example. These are associated with the distance of the noopline, but when acquired, an error occurs in the distance, so that the continuity of corrosion is ensured by the alignment arrangement process 210, so that time-series continuity is ensured. This is determined based on the fact that old corrosion is included in new corrosion (corrosion expands).
  • the result of the alignment process 210 is 211. Based on this, the result of the corrosion prediction based on the performance-based prediction 212 with reference to the corrosion expansion statistics DB 213 (same as the change prediction statistics DB 116) is shown in 214.
  • the result of displaying the corrosion expansion result corresponding to the corrosion data 207, 208, and 209 is as follows.
  • FIGS. 3A and 3B show a method for predicting pipeline settlement.
  • a knock line 302 and a region of interest 303 are described on the facility management map 301 on the upper side of FIG. 3A.
  • This attention area is a soft base, and the pipeline range included in the area including the attention area is displayed as a cross-sectional view 305 at the lower side of FIG. 3A.
  • pipeline shape measurement data 306 and geological data cross-section data 307 aligned by the consistency processing in the consistency determination unit 112 are displayed.
  • the result of subsidence prediction using the noipline shape data 304 and 306 is shown at 308 in FIG. 3B.
  • Pipeline settlement deformation prediction result 309 is displayed.
  • FIG. 4 and FIG. 5 show the processing flows showing the prediction analysis method (utilization method) using time series shape data and time series attribute data using the functions shown in FIG.
  • the corrosion expansion prediction and settlement prediction are shown in Fig. 6 and Figs. 7A, 7B, and 7C.
  • Step 401 Input the latest shape Z attribute data currently managed.
  • the latest shape data and attribute data are read from the spatio-temporal shape DB 101 and the spatio-temporal attribute DB 102 by the shape data search unit 110 and attribute data search unit 111 (126, 127). .
  • Step 402 New! /, Input of shape data.
  • Step 403 Determining whether there is a change. It is determined whether the shape input in step 402 is only the changed portion or the entire shape including the change (arrow 119). Therefore, the shape data search unit 110 searches the previous shape data from the spatio-temporal shape DB 101, and the change shape extraction unit 105 compares the previous shape with the newly input shape (arrow 130). Determine if there is any. If it is the entire shape, step 404 is executed. If only the changed part is executed, step 4005 is executed.
  • Step 404 Extract change of shape data.
  • FIGs 8A and 8B show the change data input method.
  • the original data here is pipeline data 801 indicating the pipeline as shown in Fig. 8A, and is composed of four coordinates (X1, Y1, Z1) to (X4, Y4, Z4). To do.
  • the forces of ( ⁇ 2, ⁇ 2, ⁇ 2) to ( ⁇ 4, ⁇ 4, ⁇ 4) are also changed, and ( ⁇ 5, ⁇ 5, ⁇ 5) to ( ⁇ 8, ⁇ 8, ⁇ 8) are newly inserted as shape data 802. .
  • the coordinate data format 803 is a coordinate storage format with an initial shape, and the coordinate data format 804 is a shape after change.
  • the coordinate data format 803 stores a pipeline shape start time T1 and a coordinate sequence. Start time T1 is the time when the pipeline facility was constructed.
  • the time ⁇ 2 included in the coordinate data format 803 is the time when the shape changed, and indicates the time when the shape changed due to landslide.
  • the coordinate data format 804 represents the time change by storing the start time ⁇ ⁇ 2 at which the facility is effective at the coordinates indicating the changed part.
  • the change shape storage unit 108 stores the data of the coordinate data format 804 in the spatio-temporal shape DB 101 (arrows 123 and 124).
  • Step 405 Coordinate transformation.
  • the input coordinates may differ from the management coordinates of the spatio-temporal shape DB101.
  • the coordinate conversion unit 107 performs coordinate conversion (arrow 121).
  • the coordinate transformation is performed by a method using affine transformation, for example. If the coordinate system that follows the acquired coordinates of the change shape is a local coordinate system that varies depending on the region, and the management coordinate system is a world coordinate system such as WGS-84, coordinate conversion from the local coordinate system to the world coordinate system is required. Become.
  • Step 406 Input of new attribute data.
  • the attribute data input unit 104 inputs new attribute data.
  • management in the form of a table can be considered.
  • Figure 9 shows an example of attribute data. Attribute data 901 is immediately preceding data, and 902 is changed attribute data.
  • Step 407 Change extraction of attribute data.
  • the change attribute extraction unit 106 compares the attribute data recorded in the attribute data and the attribute data input from the attribute data input unit 104, and the changed part is found in the line data having the original pipeline number. Determine if there are any (arrows 120, 131).
  • the attribute data change difference data extracted in this way is stored in the space-time attribute DB 102 by the attribute change storage unit 109 (arrows 122 and 125).
  • FIGS. 9A to 9C Specific examples of change extraction are shown in FIGS. 9A to 9C.
  • changes have been made to each row of tabular data.
  • time information 905 is described. Since the ground height 904 is changed in the pipeline numbers 24 and 25, the changed data is input and updated together with the time 906.
  • Tabular data 903 shown in FIG. 9C is change data subjected to difference management, and row data 907 updated on time date 906 of 2004 10Z 09 is inserted.
  • this attribute data update multiple row data may be updated.
  • the cumulative length data is changed, the cumulative length of data that is not subject to change is also changed. In this way, everything after the specific line data is changed. In such a case, if managed as a difference, a large number of rows of data are inserted, so the entire attribute data is replaced. This is shown in Figure 10.
  • the attribute data 1001 from the valid time T1 is managed.
  • the attribute data 1002 whose valid time is from T1 to T3 is compared.
  • a lot of data after the specified line is changed. For example, when updating the number of row data larger than the threshold value determined by force, it is changed to replace all data.
  • the attribute data after the valid time T3 is provided, the difference data is updated because the data with the number of rows smaller than the threshold value is changed as compared with the data of the attribute data 1003.
  • new attribute data 1004 is provided, the number of row data more than the threshold value is updated in the comparison between the attribute data 1003 and the attribute data 1004, so that the entire attribute data 1004 is replaced.
  • Step 408 Search for attention area.
  • the shape data search unit 110 searches for a range to be predicted. For example, in a pipeline facility, an area that becomes an alert area (HCA: High Consequence Area) is searched as an attention area, and a pipeline area including the area is detected.
  • Figure 3 shows a concrete example.
  • the pipeline range included in the attention area 303 is detected.
  • the alert area data it is sufficient that sampling data that represents the feature data of the area is given in advance. Since this sampling data is given discretely, it is necessary to estimate the cross-sectional data from it. For this reason, region estimation by the following method is used.
  • V ⁇ ⁇ H (Xi, Yi)
  • ⁇ (X, ⁇ ) uses the following data as the soil depth (height) and the value of ⁇ at coordinates (X,,).
  • the corrosion-promoting soil region is searched.
  • search for soft ground areas The method described above is a method of constructing surface information from information on discrete sampling points, but it is also easy to set and input land attribute information in a range that can be a region of interest in advance for a predetermined region.
  • Step 409 Crossing the region of interest ⁇ Search for the facility range included.
  • the shape data search unit 110 further searches the pipeline facility range included in the area data associated with the attribute calculated in step 408 or received the selected input. This can be obtained by tracking the pipeline, calculating the intersection between the region boundary and the pipeline, and calculating whether the region contains the intersection of the pipeline.
  • Step 410 Obtain change history.
  • time range input in the above is set, the shape data and attribute data are read from the shape data search unit 110 and the attribute data search unit 111, and time series data is generated (126, 127).
  • the shape data included in the specified time range is input from the spatio-temporal shape DB 101, for example, the shape data force managed by the coordinate data format 804 is also extracted from the time series coordinates.
  • the attribute data included in the specified time range is read from the space-time attribute DB 102 and, for example, the shape data force time series attribute data managed by the attribute data 903 is searched.
  • Step 411 Alignment of time series attribute data.
  • the consistency judgment unit 112 associates time-series shape Z attribute data (arrows 128, 129, 130, 131).
  • Step 412 Set to optimal position.
  • the inclusion relation of the attribute data is adjusted by applying offset and scaling to the position coordinates and distance information (arrows 134 and 135). . Specifically, the offset is added to the new attribute data based on the shape Z attribute data at a specific time.
  • the shape and attribute data are aligned by using a predetermined value that gradually decreases in this way. Find the most consistent part of the time series attribute data. Then, in each trial, the total scaling factor is set as ⁇ and ⁇ is changed within a specific range to calculate the data match. Here, whether or not they match is determined by the inclusion relationship or the match of the non-changed part. If it is determined that they match, step 413 is executed. If they match, it is determined that step 411 is executed.
  • Figure 6 shows the alignment method for predicting corrosion expansion. Even if the time-series corrosion data 601 and 602 in FIG. 6 are directly overlapped, as shown in the center part of FIG. Therefore, superposition is performed by the trial and error method described above, and the result of 604 shown at the bottom of Fig. 6 is obtained. Regarding the prediction of corrosion expansion, it is judged that they are consistent when the inclusion relation of the whole picture is realized.
  • FIG. 7 shows an alignment method for settlement prediction. Even if the time-series pipeline shape data 701 and 702 are directly overlapped, if both distance and angle information are not accurate as in 703, they will not match. Therefore, 704 results are obtained by superimposing by the trial and error method described above. At this time, alignment can be performed by comparing the surrounding terrain of the deformed shape and seeing the match. Judgment is made when the shape around the settlement prediction change point is matched.
  • Step 413 Removal of contradiction.
  • the contradiction elimination unit 114 compares the positional relationship or the inclusion relationship of the corresponding attribute with the distance data associated with the predetermined attribute (arrow 136). At this time, if there is a contradiction in the positional relationship or the inclusion relationship as the time series of attribute data, it is removed or ignored. For example, for corrosion data, if the time relationship T1 ⁇ T2 and the corrosion that existed at V1 at T1 does not exist at ⁇ 2, if the corrosion that existed at T1 as a contradiction is removed? Or preserve its corrosion. At this time, a predetermined threshold value If the number of data inconsistent in the time series flow is less than or equal to the threshold value, remove it and ignore otherwise.
  • Step 414 Prediction parameter acquisition and prediction processing.
  • the prediction / analysis program is selected from the prediction / analysis tool 115 and applied to the change history of the shape and attribute data to predict the change (arrows 137, 139, 140).
  • the predictive analysis tool 115 stores an analysis program (predictive analysis program) and a function name list thereof. When the analysis is performed by the man-machine interface in the prediction analysis unit and the analysis is specified by the function name list, the prediction analysis program is selected and called.
  • An example of the corrosion expansion prediction in Fig. 2 and the settlement prediction in Fig. 3 will be described.
  • FIG. 2 illustrates the expansion of corrosion data. Predict the expansion of corrosion as follows.
  • Li (t + At) Li (t) + At * (Li (t) Li (t)) / (t t)
  • Li Corrosion length of i direction.
  • the base point is the center of the last measured corrosion data.
  • the extended calorie velocity is obtained from the corrosion length and the velocity change is obtained from the acceleration.
  • the corrosion rate is calculated from the difference in the length of corrosion between the current time, the previous time, and the last time
  • the corrosion acceleration is calculated from the difference between the two speeds. Calculate the acceleration force and obtain the predicted value of the corrosion rate at the specified time to calculate the predicted value of the corrosion length.
  • Li (t) Corrosion expansion length at time t in i direction.
  • the base point is the center of the corrosion data measured last time.
  • change parameters are obtained using past performance statistics.
  • the change prediction statistics DB 116 is searched for soil data and related acceleration and speed parameters of corrosion expansion.
  • corrosion it is possible to predict the expansion of corrosion according to the material and soil acidity. For example, in the case of soil A, if corrosion progresses at acceleration ⁇ and speed V, the corrosion rate is calculated by substituting into the above equation.
  • the area that is considered a dangerous area is searched for soil data.
  • a region having weak base data is selected, and the range data is preliminarily selected and the soil data stored in the change prediction statistics DB 116 is mapped. Then, it searches the range of pipelines that can help the soft foundation from the extent of the geology.
  • the distance information power of the pipeline is also searched for attribute data, and pipeline height information is searched. If the height data is included in the shape data, the height information is searched. Next, the height fluctuation is calculated from the history of the height data.
  • the subsidence velocity is obtained from the pipeline depth acquired at two different times, the current and the previous time, and the change in the pipeline subsidence depth is calculated from that velocity.
  • Hi (t + At) Li (t) + At- (Hi (t) -Hi (t)) / (t-t)
  • Hi The settlement length.
  • the base point is the previously measured pipeline depth.
  • the subsidence acceleration is obtained from the depth, and the subsidence acceleration force is obtained.
  • the subsidence speed is calculated from the difference between the depth of the current and the previous time, the previous time and the previous time, two speed differential forces are calculated, and the predicted speed at the specified time is calculated from the acceleration. Calculate the expected value.
  • the acceleration ⁇ is obtained by the following equation.
  • Vi (t + At) Vi (t) + At- a
  • Hi (t) Settling length. The base point is the previously measured noopline depth.
  • Soil data stored in the change prediction statistics DB 116 also for the prediction of noopline settlement. It is possible to calculate the settlement speed by searching the relationship between the settlement speed V and acceleration OC.
  • Step 415 Reflecting the prediction result on the map.
  • the corrosion range and its expansion prediction result can be displayed.
  • the corrosion expansion prediction results as shown in 214 and 215 are displayed.
  • the prediction result is also displayed, and the width and length of the corrosion expansion are displayed. In particular, the spread of corrosion can be easily displayed by displaying the expansion of corrosion over time.
  • the change in the settlement of the pipeline can be displayed in the longitudinal sectional view 308.
  • the prediction result is also displayed and the subsidence depth is displayed.
  • Stress analysis can be performed from the Finite Element Method (FEM), but it is possible to give the direction and size of the pipeline and the material of the pipeline as parameters.
  • the material of the noopline is managed by attributes.
  • the displacement force of the pipeline is also given as the initial value data of the travel distance parameter (deformation parameter) and the elasticity value of the pipeline material, and the load value for each part of the pipeline is calculated using the force balance condition for each part. Equivalent to seeking. This load value is calculated as the value of each triangle obtained by dividing the cylindrical pipeline into triangles, and the stress for each part is calculated.
  • FIG. 1 A diagram showing an example of the configuration of a time-series pipeline management GIS.
  • FIG. 2 Diagram explaining expansion prediction of pipeline corrosion.
  • FIG. 3A Facility management map for explaining prediction of pipeline shape change (subsidence deformation) and a cross-sectional view of a region of interest on the facility management map.
  • FIG. 3B is a cross-sectional view of a region of interest showing the result of predicting settlement.
  • ⁇ 4 Time-series shape A diagram showing an example of a prediction / analysis flow using Z attribute data.
  • FIG. 5 is a diagram illustrating an example of a prediction 'analysis flow using time-series shape Z attribute data.
  • FIG. 6 An example of time-series corrosion data for explaining how to correlate time-series corrosion data, and shows the results of overlaying the data directly and the results of overlaying the data by trial and error.
  • FIG. 7B shows the result of directly superimposing the data of FIG. 7A.
  • ⁇ 8A A diagram showing an example of shape data for explaining one embodiment of the shape change difference management method.
  • FIG. 8B is a diagram for explaining a method of storing the coordinate data of the shape data in FIG. 8A.
  • FIG. 9A is a diagram showing an example of pre-change attribute data for explaining an embodiment of the attribute data difference management method.
  • FIG. 10 is a diagram illustrating an embodiment of a time-series management method for attribute data.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)

Abstract

　パイプライン施設の時系列情報を形状データだけでなく、属性データも履歴管理し、時系列情報の取得と管理を行なうことにより将来予測を行なえるようにする地物管理システムであって、パイプライン形状と属性データの差分管理により時系列データの管理を行う手段と、差分管理された時系列データを検索し、その結果を利用して位置の補正を行ない、データの位置を補正することにより時系列データ間の対応関係をつける手段を有する。

Description

長レ、物体の管理システム及びプログラム
技術分野
[0001] 本発明は、地理情報システム（GIS geographic Information System)に係わり、特 に石油 ·天然ガスなどの液体 ·気体輸送パイプラインなどの長 、物体の管理システム に関する。
背景技術
[0002] これまで、地理情報システムは水道施設や天然ガス施設での管理に利用されてき た。例えば、配管に防食電位や圧力の計測データを加えて表示できる技術がある（ 例えば、特開 2003— 185100公報参照）。
この技術では、計測地点が識別番号であらかじめわかっており、系統図上の識別番 号と対応が取れて 、る。したがって特定の識別番号で取得したデータが表示される。 また測点を指定することにより、時系列のデータを取得して表示することができる。
[0003] 又、トンネルの経年的変換を視覚的に把握する技術もある（例えば特開 2004— 37 419号公報参照)。
これについても、測点とそこ力もの距離で計測されたデータを、地図に対応させて表 示する。上記技術と同様に、測点には番号がつけられており、あら力じめ取得されて V、る測点の座標が測点番号あら力じめ対応付けられて 、る。そして測点力もの座標と 指定した時間に従って、指定された時間に対応する亀裂などの情報を表示すること ができる。
発明の開示
[0004] 上記従来技術では、あらかじめ測点とその識別番号または、座標が既知であるとい う前提でデータの対応付けを行なう。これによつて、指定した測点での時系列情報の 表示、また、指定された時間に対応する情報表示を行なう方式である。このため、時 系列で測定したデータにっ 、ての測定時の位置誤差にっ 、ては検討されて 、な ヽ
[0005] 又、従来技術にお!、ては形状データや属性データにつ!、ては、施設の更新が発 生した場合、常に最新の状態を保持することはできる。過去のデータは履歴として管 理されるが、しかし位置誤差発生については考慮されていない。得られたクラックなど の位置情報は正確という前提に立っている。このため、過去の測定したクラックなどの 位置はその場での計測の方法によって誤差を伴う。時系列データに関連する位置情 報に誤差を含む場合には、履歴の対応関係を設定できないため将来予測を行なうこ とはできな力つた。例えば、石油や天然ガスなどを輸送するノ ィプラインは内外部に 腐食が発生する。腐食は対策しない限り経年によって拡大すると考えられるが、位置 誤差を考慮した対応付けを行なわなければ拡大を予測することはできない。また、土 壌の状況 (軟弱地盤）によってノ ィプラインは沈下する力 過去の履歴がなければそ の変化を知ることはできない。本発明は時系列データの位置誤差を解消して対応付 けを行い、パイプライン施設などの腐食や沈下などの将来予測を行ない、危険場所 を提示する方式を提供することを課題とする。
[0006] 本発明はパイプライン施設の時系列情報を形状データだけでなぐ属性データも履 歴管理し、時系列情報の取得と管理を行なうことにより将来予測を行なえるようにする 又、データの管理容易性のためにデータを差分管理する方法も開示する。
[0007] 時系列による形状の変化と属性変化を管理することにより、将来予測を行なうことが できる。パイプライン施設については、腐食拡大と地盤沈下によるパイプライン変形 が重要な監視項目であり、これを地理情報システムによって管理することにより、その 変化を予測'解析して場所に対応させて提示することが可能となる。本発明は、石油 、天然ガス、水道などだけではなぐ高架橋などの道路などへの適用も行なうことがで きる。
本発明の他の目的、特徴及び利点は添付図面に関する以下の本発明の実施例の 記載から明らかになるであろう。
発明を実施するための最良の形態
[0008] 本発明は計算機上のソフトウェアにて実施する。とくに計算機にディスプレイ装置 等の画像表示装置、キーボード、マウス等のユーザ力 の指示入力装置を付加し、 画像表示装置の表示を参照しながら情報検索'加工'表示を行なうことによって実施 する。
[0009] 地理情報システムを用いて地下の埋設管や道路などの施設に関連する情報を管 理する手法が開発されている。このような施設管理システムでは、施設の存在位置を 示す地図情報と施設の建設時間や施工方法などを記載した属性情報が管理される 。地図情報は座標列によって表される図形データによって表現される。地図情報と属 性情報は相互に関係付けられ、図形を指定して対応する属性検索を行うとともに、逆 に属性力 図形検索することも行なうことができる。これらの施設情報の管理では時 間管理が重要である。施設が建設された時間、施設を検査した時間を入力管理して おくことにより、施設更新時期の確認などが行なえるようになる。時間情報は属性項 目のひとつとして導入されるが、将来予測を行なうためには時間情報だけでなく属性 データの履歴を管理する必要がある。
[0010] また属性データの変更に伴って形状も変更する必要があるが、形状と属性を同時 に変更し、かつ矛盾しない形式で管理することになる。このような施設形状と属性の 時系列管理を同時に行なうために、本実施例にぉ 、ては立体や時間変化を管理で きる時空間情報システム (4次元地理情報システム: 4D— GISとも呼ばれる）を利用 する。この時空間情報システムでは形状データや属性データを管理するデータべ一 ス（DB: Database)を時空間 DBと呼ばれる地理 DBにて管理する。水、石油や天然 ガスを輸送するためのノ ィプラインのような施設管理においては施設途中の事故補 修ゃ更新、さらには検査に伴いデータの部分変更が発生する。このため、部分的な データ変更を行なうことになる力 時系列データの管理が行えるようになるとこれらの データを利用して将来予測を行なうことが可能となる。
[0011] 将来予測を行なうためには、形状変化と属性変化を対応付けることが必要となる。
そのため、 [1]形状とその属性の対応関係に矛盾のない対応づけ、とくに形状に対応 してその属性が正しく対応づいていること、 [2]時系列的な情報の位置情報に関する 整合性、が必要となる。前者の矛盾のない対応付けを可能にする手段としては、番号 による方法と距離による方法がある。番号による方法では地図上に記載された施設 図形の部分ごとに固有の番号が付与され、その部分図形に対応する属性にも同一 の番号が付与される。そして地図に記載された形状を指定すると指定した形状に付 与された番号を参照し、属性のうち同じ番号を持つ情報が検索表示される。距離によ る対応付けでは属性情報は基点力 の距離 (開始距離と終了距離）によって管理さ れる。これにより図形を指定すると指定した位置までの距離が計算され、その距離を 検索キー情報とする属性情報が検索される。
[0012] 後者の時系列的な情報の位置情報に関する整合性については、位置座標または 距離によって維持されることになる。時系列管理された形状データと、属性データを 時系列形状データ、時系列属性データと呼ぶことにする。上記の番号による対付け では番号が位置または距離に応じて割り当てられる。しかしこれらの位置や距離は、 測定方法固有の誤差によって一致しなくなる場合がある。さらに距離による対応付け では距離の誤差によって変更がない部分でも一致しなくなる。このため、形状や属性 が取得され履歴として利用し、保存する場合には、位置や距離による誤差はあらかじ め存在すると！ヽぅ前提で、時系列形状 Z属性データの正確な対応付けを行なうことが 必要となる。
時系列データを管理し位置の補正を行なうことにより予測 '解析の用途に利用する時 空間 GIS装置の構成の一実施例を図 1に示す。
[0013] (1)時空間形状 DB 101
管理対象の地物の形状データとその履歴情報を記憶管理する DB。ここでは、変化し た形状データは時間情報を付加して変化差分として、記憶される形状データに組み 込まれる。例えばパイプラインを扱う場合には、座標列に基づく折れ線より構成される データを管理する。
[0014] (2)時系列対応属性 DB 102
属性データを時系列で時間管理する DB。ここでは、変化した属性は変化したときの 時間情報を付加し変化差分として記憶される属性データに組み込まれる。
[0015] (3)形状データ入力部 103
計測して得られた、座標列から構成される新しい形状データを取り込む機能。形状デ ータは、 GPS (汎用測位システム： Global Positioning System)やトータルステーション などの測量機器によって取得される。
[0016] (4)属性データ入力部 104 例えば、表形式によって記載された新しい施設属性のデータを表の行と、列を指定 する等して属性データを取り込む機能。
[0017] (5)変化形状抽出部 105
形状データ入力部 103より入力された新しい形状データと時空間形状 DB101に記 憶される過去の形状データを比較して変化差分を抽出し変化時の時間情報を入力 して座標データ構造にて格納する機能。
[0018] (6)変化属性抽出部 106
属性データ入力部 104により取得された属性データと時空間対応属性 DB102蓄積 された属性データを比較して変化部分を抽出し、変化数が少な!/ヽ場合は属性データ に変化部分を差分として追加格納し、または変化数が多 、場合には新規の属性デ ータとして採用するかを判定する。新 、属性データには変化時の時間情報を入力 する。
[0019] (7)座標変換部 107
求められた変化差分のデータの座標系力 時空間形状 DB101で基準としている管 理座標系と異なる場合に座標系を変換する機能。変換には例えばァフィン変換等を 用いる。
[0020] (8)変化形状格納部 108
変化形状抽出部 105にて時間情報を付加した変化差分データを時空間形状 DB10
1に格納する機能。
[0021] (9)変化属性格納部 109
変化属性抽出部 106にて求められた変化差分データを時間情報を付加して時空間 対応属性 DB 102に格納する機能。
(10)形状データ検索部 110
指示入力装置等を介して指定された時間に対応する形状データを時空間形状 DB1
01から検索する機能。
[0022] (11)属性データ検索部 111
指示入力装置等を介して指定された時間に対応する属性データを時空間対応属性
DB102から検索する機能。 [0023] (12)整合性判定部 112
時間管理される時系列属性データにつ 、て、位置補正を位置補正部 113によって 行なった属性データ間の位置合せ結果を参照し、位置的に整合しているかどうかを 判定する機能。
[0024] (13)位置補正部 113
形状データや属性データの位置情報 (位置座標または距離)のオフセット処理や、ス ケーリング処理を行な 、ながら配置関係に基づ 、て時系列データの関係（変化前後 の形状の保持、腐食前後の包含関係など)を判定し、関係付けのキー情報となる位 置座標または距離を補正する機能。
[0025] (14)矛盾除去部 114
整合性判定部 112によって時系列形状 Z属性データの位置関係の適正を判定した ときに、矛盾を起こしている（属性データの記載誤り）データの矛盾を解消しデータ自 体の整合性をつける機能。
[0026] (15)予測解析ツール 115
ノ ィプラインの腐食の拡大予測やパイプラインストレス計算 (応力計算)などの解析を 行なうための予測'解析実行モジュールを格納したプログラムライブラリ。
[0027] (16)変化予測統計 DB 116
予測解析ツールにて予測 ·解析を行なうために、過去の実績を参照して予測 '解析に 必要なパラメータを検索 ·取得する機能。
(17)予測解析部 117
時系列形状 Z属性データを用いて、予測解析ツール 115から使用する変化解析ッ ールを選択しロードして将来的な形状変化や属性変化の予測，解析を実行する機能
[0028] (18)表示部 118
予測解析部 117による予測 ·解析結果を計算機の出力データ画面上に表示する機 能。
次に、時系列で管理される形状データ、属性データを用いた予測'解析の具体例とし て、図 2に示すパイプライン施設の腐食拡大予測および、図 3A, Bに示すパイプライ ン沈下予測を例に説明する。
[0029] 図 2は、パイプライン施設の腐食拡大予測を行なう方法を示す。パイプライン形状 2 01の点 P 202 (参照開始点）、 P 203 (参照終了点）の間に取得時間の異なる腐食
1 2
位置展開図 204、 205、 206が対応付けられている。同 Cf立置における腐食の拡大 経過を示すデータは例えば外接四角形 207、 208、 209によって表される。これらは ノ ィプラインの距離に対応付けられているが、取得されたときに距離に誤差を生ずる ため整合配置処理 210によって腐食の連続性をとつているため時系列的な連続性が 確保される。これは古 ヽ腐食は新 ヽ腐食に包含される (腐食は拡大する） t ヽぅ事 実に基づいて判定される。整合配置処理 210の結果は 211であり、これより、腐食拡 大統計 DB213 (変化予測統計 DB116と同一である）を参照して実績ベース予測 21 2により腐食予測を行なった結果を 214に示す。腐食データ 207、 208、 209に対応 する腐食拡大結果を表示した結果は 215のようになる。
[0030] 図 3A,図 3Bはパイプラインの沈下予測を行なう方法を示す。ここでは、図 3Aの上 側に施設管理地図 301上にノ ィプライン 302と注目領域 303が記載されている。こ の注目領域は軟弱基盤であり、この注目領域を含む範囲に含まれるパイプライン範 囲が図 3Aの下側に断面図 305として表示される。ここには、整合性判定部 112にて 整合性処理により位置合せされたパイプライン形状の計測データ 306、地質データ 断面データ 307が表示されている。次に、ノ ィプライン形状データ 304、 306を用い て沈下予測を行なった結果を図 3Bで 308に示す。パイプラインの沈下変形予測結 果 309が表示されている。
[0031] 図 1に示す機能を用いた時系列形状データ、時系列属性データを用いた予測 '解 析方法 (利用方法)を示す処理フローは図 4、図 5に示す。位置合せの整合性処理に ついては腐食拡大予測、沈下予測について図 6および図 7A, 7B, 7Cに示す。 ステップ 401：現在管理している最新の形状 Z属性データの入力。任意の領域につ V、て形状データ検索部 110と属性データ検索部 111により、最新の形状データと属 性データをそれぞれ時空間形状 DB101および時空間対応属性 DB102より読み込 む（126、 127)。
[0032] ステップ 402：新し!/、形状データの入力。 対象として!/ヽる領域にっ ヽての新 Uヽ形状データを形状データ入力部 103により取り 組む。この形状データは変化部分のみ、または変化部分を含む全体形状である。
[0033] ステップ 403：変化の有無判定。ステップ 402で入力した形状が変化部分のみか変 化を含む全体形状かを判定する（矢印 119)。このため形状データ検索部 110にお いて、時空間形状 DB101より直前の形状データを検索し、変化形状抽出部 105に て直前の形状と新しく入力した形状を比較することにより（矢印 130)変化部分の有無 を判定する。全体形状の場合は、ステップ 404に、変化部分のみの場合はステップ 4 05を実行する。
[0034] ステップ 404 :形状データの変化抽出。
変化形状抽出部 105により抽出された変化形状についての形状データを形状デー タ構造に挿入する。図 8Aと図 8Bに変化データの入力方式を示す。ここでのオリジナ ルのデータは図 8Aに示すようにパイプラインを示すパイプラインデータ 801であり（X 1,Y1,Z1)〜（X4,Y4,Z4)の 4個の座標から構成されるとする。ここで、（Χ2,Υ2,Ζ2)〜 (Χ4,Υ4,Ζ4)力も変更が入り、新たに形状データ 802である、（Χ5,Υ5,Ζ5)〜（Χ8,Υ8, Ζ8)が挿入される。
[0035] 座標データの格納の方法を図 8Βの座標データ形式 803、 804に示す。座標デー タ形式 803は初期の形状による座標格納形態であり、座標データ形式 804は変化後 の形状である。座標データ形式 803にはパイプライン形状の開始時間 T1と座標列が 格納されている。開始時間 T1はパイプライン施設が建設された時間である。座標デ ータ形式 803に含まれる時間 Τ2は形状が変化した時間であり、土砂崩れなどにより 形状が変化した時間を示す。座標データ形式 804には、変化部分を示す座標に施 設が有効となった開始時間 Τ2を格納することにより時間変化を表している。また、（X 3,Υ3,Ζ3)は時間 Τ2においては有効ではないため、座標が有効でなくなった終了時 間 Τ2を付加される。各座標に時間を付与することにより、どの座標が変化したかがわ かるようになる。時間が付加されていない座標（Χ1,Υ1,Ζ1)、（Χ2,Υ2,Ζ2)、 (Χ4,Υ4,Ζ4 )についてはデータの頭につけられた開始時間を参照することにより時間 Tl以降で 有効であることを示す。形状データ 801と形状データ 802の座標データを格納した座 標データ形式 804は時間変化を格納して 、るため、この座標力も適切スケーリングを 行なうことによりパイプライン形状の実世界での移動量がわ力るため、この形状データ を用いてパイプラインのストレス計算を行なうことができる。変化形状格納部 108は座 標データ形式 804のデータを時空間形状 DB101に格納する（矢印 123、 124)。
[0036] ステップ 405：座標変換。
入力した座標は、時空間形状 DB101の管理座標と異なる場合がある。この場合には 、座標変換部 107にて座標変換を行なう（矢印 121)。ここで、座標変換は例えばァ フィン変換による方法で行なう。変化形状の取得座標の従う座標系が地域によって 異なる局所座標系で、管理座標系が WGS-84のような世界座標系の場合には、局所 座標系から世界座標系への座標変換が必要となる。
ステップ 406 :新しい属性データの入力。属性データ入力部 104により新規の属性デ ータを入力する。属性データの管理方法の一実施例として表形式による管理が考え られる。属性データの例を図 9に示す。属性データ 901は直前のデータであり、 902 は変更された属性データである。
[0037] ステップ 407：属性データの変化抽出。変化属性抽出部 106では記録されて 、た 属性データと属性データ入力部 104から入力された属性データ中の管路番号を比 較してオリジナルの管路番号を持つ行データの中に変更部分があるかどうかを判定 する（矢印 120、 131)。こうして抽出された属性データの変化差分データは属性変 化格納部 109によって時空間対応属性 DB102に格納される（矢印 122、 125)。
[0038] 変化抽出の具体例を図 9A〜図 9Cに示す。ここでは表形式の各行データに対して 変更が行なわれている。図 9Aの変更前の属性データ 901の中には時間情報 905が 記載される。管路番号 24, 25では地盤高 904が変更されているため、変更後のデー タを時間 906とともに入力して更新する。
[0039] ノ ィプライン施設の長さが数千キロメートル、数万キロメートルに及び、数メートルお きにデータが管理されている場合にパイプライン属性データの数は膨大になる。その ため、一個のデータが変更されたときに、そのつど図 9Bのような新しい属性データ 9 02を新規に保持していく方法では、膨大なデータの大部分が常に二重管理されるこ とになり無駄が多くなる。またその中から変化した部分を取り出すのに時間がかかり、 将来予測を行なう場合に変化データの照合と抽出に時間を要してしまう。さらに属性 データの変化を表示するにも時間がかかる。このため、属性データ登録時にバッチ 処理によって変化を抽出してぉ 、て、差分として格納し管理しておく方法が考えられ る。これにより予測や解析を行う場合、時系列データの抽出が容易になる。このため、 変更箇所が少ない場合には変化差分を管理し、変更部分が全体に及ぶ場合には、 新データを直接持つ方法をとる。さらに時系列データを対応付ける際に位置の整合 性をとり、時系列データを利用して将来予測を行なう。
[0040] 図 9Cに示す表形式データ 903は差分管理された変化データであり、 2004年 10Z 09の時間日付 906において更新された行データ 907が挿入されている。この属性デ ータ更新においては、複数の行データの更新が行われる可能性もある。例えば、累 積長さのデータが変更されたときに変更の対象でないデータの累積長さも変更され る。こうすると特定の行データから以降がすべて変更されることになる。このような場合 は、差分として管理すると膨大な行数のデータを挿入することになるため属性データ 全体を置き換える。これを図 10に示す。
[0041] まず有効時間が T1からの属性データ 1001が管理されている。そして新たに有効 時間が T1から T3の属性データ 1002が比較される。ここでは特定行より以降の多くの データが変更される。例えばあら力じめ決められた閾値よりも大きな数の行データ更 新を行なう場合には全データの置き換えに変更されるようにしておく。次に有効時間 T3以降の属性データ提供されると、属性データ 1003のデータと比較して閾値よりも 少ない行数のデータが変更されるため差分更新が行われる。さらに新しい属性デー タ 1004が提供される場合には、属性データ 1003と属性データ 1004の比較におい て閾値よりも多い数の行データが更新されるため、全体の属性データ 1004に置き換 えられる。
[0042] 時系列による形状データと属性データの管理する際に、変更のつど全体データを コピーして保有するのでは、データ容量も膨大がなって履歴の検索にも時間がかか る。更に、予測解析の度に変化部分を算出する必要が生じる。上記差分でデータを 管理する本願構成によればデータ量が減るとともに、予想解析の処理も簡略化する ことができる。
[0043] ステップ 408 :注目地域の検索。 予測解析を行なっていくため、形状データ検索部 110では、予測を行なう範囲を検 索する。例えば、パイプライン施設では注目地域として警戒地域 (HCA: High Conseq uence Area)となる領域を検索し、その範囲を含むパイプライン範囲を検出する。具 体的な例を図 3に示す。ここでは、注目領域 303に含まれるパイプライン範囲を検出 する。警戒領域データについては、領域の特徴データを意味するサンプリングデータ があら力じめ与えられていればよい。このサンプリングデータは離散的に与えられて いるため、それから断面データを推定する必要がある。このため、以下の方法による 領域推定が用いられる。
[0044] Vヽま、推定した ヽ点の座標を (X, Y)とすると、その値 Vは、
V = ∑ ω H(Xi, Yi)
∑ ω ί = 1
として与えられる。
ここで、 Η (X, Υ)は、座標 (X, Υ)における土壌の深さ (高さ）、 ωの値として以下のデ ータを用いる。
ω = (1/Li) /(∑1/Li)
タリギングにより点データを分類して重み値を指定する方法を利用することもできる。
[0045] 腐食拡大を予測する場合は、腐食促進土壌領域を検索する。パイプライン沈下を 予測する場合は軟弱地盤領域を検索する。上記した方法は離散的サンプリング点の 情報から面情報を構成する方法であるが、所定の領域をあらかじめ注目領域となりう る範囲の土地属性情報を設定入力しておくことも容易にできる。
[0046] ステップ 409：注目領域に交差 ·包含される施設範囲の検索。
形状データ検索部 110においてさらに、ステップ 408にて計算した、もしくは選択入 力を受けた属性に対応づけられる領域データに含まれるパイプライン施設範囲を検 索する。これはノ ィプラインを追跡し、領域境界とパイプラインの交差位置を計算し、 そのパイプラインの交差区間が領域に含まれるかどうかを計算することによって求め られる。
[0047] ステップ 410 :変化履歴の取得。
データの時系列変化を予測するため、あらかじめ設定される力入力指示手段を介し て入力された時間範囲を設定し、形状データ検索部 110および属性データ検索部 1 11より、形状データと属性データとを読み込み、時系列データを生成する（126、 12 7)。具体的には、
(1)形状データ
指定された時間範囲に含まれる形状データを時空間形状 DB101から入力し、例え ば座標データ形式 804により管理された形状データ力も時系列座標を抽出する。
[0048] (2)属性データ
指定された時間範囲に含まれる属性データを時空間対応属性 DB102から読み出し 、例えば属性データ 903により管理された形状データ力 時系列属性データを検索 する。
ステップ 411：時系列属性データの位置合せ。
整合性判定部 112において時系列の形状 Z属性データ間の対応づけを行なう（矢 印 128、 129、 130、 131)。
ステップ 412：最適位置への設定。
整合性判定部 112により距離により比較した形状 Z属性データの位置がずれている 場合には、位置座標や距離情報にオフセットおよびスケーリングをかけて属性データ の包含関係を調整する (矢印 134、 135)。具体的には、特定の時間の形状 Z属性 データを基準とし、新 、属性データにオフセットを加算する。
[0049] いま、 4方向へのオフセット L[n]をカ卩算して、
試行 1
X[n+1] = X[n] + L[n]、 Y[n+1] = Υ[η]
試行 2
Χ[η+1] = Χ[η]、 Υ[η+1] = Υ[η] + L[n]
試行 3
Χ[η+1] = Χ[η] L[n]、 Υ[η+1] = Υ[η]
試行 4
Χ[η+1] = Χ[η]、 Υ[η+1] = Υ[η] L[n]
の順番でオフセット Lを加算して!/、く。 [0050] オフセット L[n]は、試行のたびに
L[n+1] = L[n] - δ
δ：一定値
によってオフセットの値を減少させていく。このように徐々に減少する所定値を用いる ことにより形状や属性データの位置あわせを行なう。時系列属性データの中で最も一 致する部分を探す。そして各試行の中でさらに全体のスケーリング倍率を Αとして Αを 特定範囲で変更しながらデータの一致を計算する。ここで、一致したかどうかは、包 含関係や非変化部分の一致によって判定する。一致したと判定された場合にはステ ップ 413を実行し、一致して 、な 、と判定された場合にはステップ 411を実行する。
[0051] 判定の方法を具体例とともに示す。図 6は腐食拡大予測のための位置合せの方法 を示している。図 6の時系列腐食データ 601、 602を直接重ね合わせても図 6の中央 部に示すように 603のように距離と角度情報が両方とも正確でなければ合わない。こ のため、上記した試行錯誤法により重ねあわせを行ない図 6の下部に示した 604の 結果を得る。腐食拡大予測に関しては全体画の包含関係が実現できた場合に一致 したと判定する。
[0052] 図 7は沈下予測のための位置合せの方法を示す。時系列パイプライン形状データ 701、 702を直接重ね合わせても 703のように距離と角度情報が両方とも正確でなけ れば合わな 、。このため上記した試行錯誤法により重ねあわせを行な 、704の結果 を得る。このとき、変形形状の周辺地形を照合し一致を見ることによって位置合せを 行なうことができる。沈下予測変化地点周辺の形状が合わせられたときに一致したと 判定する。
[0053] ステップ 413 :矛盾の除去。
矛盾除去部 114では、所定の属性について対応づけられる距離のデータによって対 応づけ属性の位置関係、または包含関係を比較する (矢印 136)。このとき、属性デ ータの時系列経過として位置関係や包含関係に矛盾がある場合はそれを除去また は無視する。例えば、腐食データについては、時間関係 T1 <T2において、 T1にお V、て存在した腐食が Τ2にて存在しな 、場合には、矛盾として T1にお 、て存在した腐 食を除去するか、または、その腐食を保存する。このとき、あらかじめ決められた閾値 を使って、時系列の流れの中で矛盾を起こしているデータ数が閾値以下の場合は除 去し、それ以外の場合は無視する。また、矛盾と考えられる腐食については、「矛盾 の可能性あり」または「再度検査必要」を示すフラグ情報を付与して管理しておく手法 をとる。このようにしておくと、将来の検査において矛盾ではないことが証明されたば ぁ 、情報の喪失を防ぐことができる。
[0054] ステップ 414：予測パラメータの取得と予測処理。予測解析部 117にお ヽて、予測 · 解析ツール 115より予測'解析プログラムを選択し、形状及び属性データの変化履歴 に適用して変化を予測する（矢印 137、 139、 140)。予測解析ツール 115には、解 析用のプログラム (予測解析プログラム）とその機能名リストが格納されて 、る。そして 、予測解析部ではマンマシンインタフェースによって行な ヽた 、解析が機能名リスト によって指定されると、その予測解析プログラムが選択され呼び出される。図 2の腐食 拡大予測と図 3の沈下予測を例に説明する。
[0055] 図 2は腐食データの拡大を説明する。次のようにして腐食の拡大を予測する。
(1)現在と前回の腐食長さ計測データを用いる場合
現在と前回の 2つの異なる時刻に取得されたデータ間の腐食の広がりから拡大速 度を求める。そして拡大速度力 腐食の長さの変化を計算する。例えば 4方向の腐 食の長さを Li (i= 1,2,3,4)とすると、
Li(t+ At) = Li(t) + A t * (Li(t) Li(t ) )/( t t )
1 1
i= l,2,3,4 (4方向)
ここで、
Li:i方向の腐食拡大長さ。基点は前回測定した腐食データの中心とする。
A t :現在からの時間経過
t :現在の時刻
t：前回測定時の時刻
1
(2)現在と、前回、前々回の腐食長さ計測データを用いる場合
現在と、前回、前々回で取得された腐食長さデータにより、腐食の長さから拡大カロ 速度を求め、加速度から速度変化を求める。つまり現在と前回、前回と前々回の腐食 の長さの差からそれぞれ腐食速度を求め、さらに 2個の速度差から腐食加速度を計 算し、その加速度力 指定された時間での腐食速度の予測値を求め腐食長さの予 測値を計算する。
[0056] まず次式により加速度 αを求める。
a = ( Li(t) Li(t ) )/(t~t )
1 1
- ( Li(t ) -Li(t) )/(t -t ) )/(t t)
1 2 1 2 2
i = l,2,3,4(4方向)
Vi(t+ At)=Vi(t) + At* a i=l,2, 3,4(4方向）
Li(t+ At)=Li(t) + At*Vi(t+ At) i=l, 2,3,4(4方向)
ここで、
Li(t):i方向の時間 tにおける腐食拡大長さ。基点は前々回測定した腐食データの中 心とする。
At：現在からの時間経過
t:現在の時刻
t
1：前回測定時の時刻
t：前々回測定時の時刻
2
他に、過去の統計的な測定データが参照できる場合には過去の実績統計を利用し て変化パラメータを取得する。まず、指定した注目範囲において、変化予測統計 DB 116より土壌のデータとそれに関連する腐食拡大の加速度、速度パラメータを検索 する。腐食については、材質や土壌の酸性度に応じた腐食拡大とを予測することが できる。例えば、土壌 Aでは加速度 α、速度 Vで腐食が進行するとすれば、上記の式 に代入して腐食速度を計算する。
[0057] 図 3のパイプライン形状変化では、危険地域と考えられる地域を土壌データ力 検 索する。とくに軟弱基盤のデータを持つ領域を選択し、その範囲についてあら力じめ 変化予測統計 DB116に格納されていた土壌データマッピングする。そして、その地 質の広がりの中から軟弱基盤に力かるパイプラインの範囲を検索する。次に、そのパ ィプラインの距離情報力も属性データを検索し、パイプラインの高さ情報を検索する 。もし高さデータが形状データに含まれる場合はその高さ情報を検索する。次に、高 さデータの履歴から高さの変動を計算する。 [0058] (1)現在と前回の深さ計測データを用いる場合。
例えば現在と前回の 2つの異なる時刻に取得されたパイプラインの深さから沈降速度 を求め、その速度からパイプライン沈下深さの変化を計算する。
Hi(t+ At) = Li(t) + At-(Hi(t)-Hi(t ) )/( t - t )
1 1
ここで、
Hi：沈下長さ。基点は前回測定したパイプライン深さとする。
At:現在からの時間経過
t:現在の時刻
t：前回測定時の時刻
1
(2)現在と、前回、前々回の深さ計測データを用いる場合
現在と、前回、前々回で取得された深さデータにより、深さから沈下加速度を求め、 沈下加速度力 沈下速度の変化を求める。つまり現在と前回、前回と前々回の深さ の差からそれぞれ沈下速度を求め、さらに 2個の速度差力 沈下加速度を計算し、そ の加速度から指定された時間での速度予測値を求め沈下長さの予測値を計算する 。まず次式により加速度 αを求める。
a = ( Hi(t) Hi(t ) )/(t t )
1 1
一 （Hi(t ) -Hi(t))/(t一 t ) )/(t-t)
1 2 1 2 2
Vi(t+ At)=Vi(t) + At- a
Hi(t+ At)=Hi(t) + At-Vi(t+ At)
ここで、
Hi(t)：沈下長さ。基点は前回測定したノ ィプライン深さとする。
Vi(t):沈下速度。
At：現在からの時間経過
t:現在の時刻
t：前回測定時の時刻
1
t：前々回測定時の時刻
2
このように Hを求めることにより沈下位置を決定することができる。
[0059] ノ ィプライン沈下予測についても、変化予測統計 DB116に格納された土壌データ と沈下速度 V、加速度 OCの関係を検索して沈下速度を計算できる。
ステップ 415：予測結果の地図反映。ステップ 414の方法により計算された予測結果 を表示することで (矢印 138)腐食範囲およびその拡大予測結果を表示することがで きる。ノ ィプライン腐食拡大では、 214、 215に示すような腐食拡大予測結果を表示 する。また予測結果も表示してその腐食拡大の幅と長さを表示する。とくに、時系列 による腐食の拡大を重ねて表示することによりその広がりを容易に表示することがで きる。
[0060] 図 3A, 3Bに示すような縦断面図を用いたパイプラインの沈下とその進化予測に関 しては、パイプラインの沈下の変化を縦断面図 308にて表示することができる。また 予測結果も表示してその沈下深さを表示する。さら〖こ、現在のパイプラインォ深さと沈 下後のパイプラインの形状を用いることにより、ノ ィプラインのストレス解析を行なうこ とができる。ストレス解析は、有限要素法（FEM : Finite Element Method)〖こより行なう ことができるが、パラメータとしてパイプラインの移動方向とその大きさ、およびパイプ ラインの材質を与えることが可能である。ノ ィプラインの材質は属性にて管理される。 これはパイプラインの変位力も移動距離のパラメータ（変形パラメータ）とパイプライン 材質の弾性値を初期値データをして与え、部分ごとの力のつりあい条件を用いてパ ィプラインの部分ごとの荷重値を求めることに相当する。この荷重値は円筒形のノ ィ プラインを三角形に分割した各三角形の値として求めることにより、部分ごとのストレ スを計算することになる。
上記記載は実施例についてなされたが、本発明はそれに限らず、本発明の精神と 添付の請求の範囲の範囲内で種々の変更および修正をすることができることは当業 者に明らかである。
図面の簡単な説明
[0061] [図 1]時系列パイプライン管理 GISの構成の一実施例を表す図。
[図 2]パイプライン腐食の拡大予測を説明する図。
[図 3A]パイプライン形状の変化 (沈下変形)予測を説明するための施設管理地図と、 その施設管理地図上の注目領域の断面図。
[図 3B]沈下予測を行った結果を示す注目領域の断面図。 圆 4]時系列形状 Z属性データを用いた予測 ·解析フローの一実施例を表す図。
[図 5]時系列形状 Z属性データを用いた予測'解析フローの一実施例を表す図。
[図 6]時系列腐食データの対応づけ方法を説明するための時系列腐食データの例で 、データを直接重ね合わせた結果と、試行錯誤法によりデータの重ね合わせを行つ た結果を示す。
圆 7A]パイプライン変形範囲の対応づけを説明するための時系列パイプライン形状 データの例。
[図 7B]図 7Aのデータを直接重ね合わせた結果を示す。
圆 7C]試行錯誤法によりデータの重ね合わせを行った結果を示す。
圆 8A]形状変化の差分管理方法の一実施例を説明するための形状データの例を示 す図。
[図 8B]図 8Aの形状データの座標データの格納方法を説明するための図。
[図 9A]属性データの差分管理方法の一実施例を説明するための変更前属性データ の例を示す図。
圆 9B]変更後属性データを示す図。
[図 9C]差分管理された変化データを示す。
[図 10]属性データの時系列管理方法の一実施例を表す図。

Claims

請求の範囲
[1] 地物の形状データを時間データと対応づけて記憶する形状データ記憶部と、
上記地物の属性データに時間データを対応づけて管理する属性データ記憶部と、 異なる時間データに対応づけられる上記形状データ間、及び、異なる上記時間デ ータに対応づけられる属性データ間の位置座標又は距離を補正する補正部と、 上記補正された形状データ又は属性データを重ね合わせて表示する表示部とを有 することを特徴とする地物管理システム。
[2] 上記補正部からの結果の整合性を判断する整合性判定部と、
上記整合性判定部からの矛盾して 、る旨の結果に基づ 、て、データの編集又はフ ラグ立てを行う矛盾除去部を更に有することを特徴とする請求項 1記載の地物管理シ ステム。
[3] 上記形状データ記憶部と上記属性データ記憶部は、変化差分に時間情報を対応 づけて管理されることを特徴とする請求項 1に記載の地物管理システム。
[4] 上記補正された形状データ又は属性データを用いて、該形状データ又は属性デ ータの予測解析を行う予測解析部を更に有し、
上記表示部は上記予測された形状データ又は属性データも併せて重畳表示する ことを特徴とする請求項 1に記載の地物管理システム。
[5] 上記予測解析部は、記憶部に記憶される予測解析ツールを用いて行うことを特徴と する請求項 4記載の地物管理システム。
[6] 上記予測解析部は、上記補正され、異なる時間に対応づけられる上記形状データ 間又は属性データ間の変化速度、変化加速度を取得して上記予測を行うことを特徴 とする請求項 4に記載の地物管理システム
[7] 新たな形状データの入力部と、新たな属性データの入力部と、
上記新たな形状データと上記記憶される形状データの差分データを抽出する形状 抽出部と、
上記新たな属性データと上記記憶される属性データの差分データを抽出する属性 抽出部とを有し、
上記形状データ記憶部、上記属性データ記憶部はそれぞれ上記形状抽出部と上 記属性抽出部からの出力を記憶することを特徴とする請求項 1に記載の地物管理シ ステム。
[8] 上記地物はパイプラインであって、上記属性データは腐食に関するものであること を特徴とする請求項 1に記載の地物管理システム。
[9] あらかじめ任意の範囲に土地属性情報を対応付けておき、
上記予測部は、設定された該土地属性情報に対応づけられる範囲中の地物を選 択して、該選択した地物につ!、て上記予測を行うことを特徴とする請求項 1に記載の 地物管理システム。
[10] 地物の形状データを時間データと対応づけて記憶する形状データ記憶部と、 上記地物の属性データに時間データを対応づけて管理する属性データ記憶部とを 有するシステムにおいて、
上記形状データ記憶部力 読み出された異なる時間データに対応づけられる上記 形状データ間の位置の対応関係を補正し、
上記属性データ記憶力 読み出された異なる時間データに対応づけられる属性 データ間の位置の対応関係を補正し、
上記補正の適合性を判定して矛盾を解消し、
上記補正された形状データ又は属性データを用いて将来の形状データ又は属性 データを予測し、
上記異なる時間データに対応づけられる形状データ又は属性データをそれぞれ上 記予測結果と重ね合わせて表示部に表示させる処理を実行させるためのプログラム
PCT/JP2005/014196 2004-10-29 2005-08-03 長い物体の管理システム及びプログラム Ceased WO2006046342A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2006542254A JP4601622B2 (ja) 2004-10-29 2005-08-03 長い物体の管理システム及びプログラム
US11/666,339 US7729875B2 (en) 2004-10-29 2005-08-03 Long infrastructure management system and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2004315004 2004-10-29
JP2004-315004 2004-10-29

Publications (1)

Publication Number Publication Date
WO2006046342A1 true WO2006046342A1 (ja) 2006-05-04

Family

ID=36227594

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2005/014196 Ceased WO2006046342A1 (ja) 2004-10-29 2005-08-03 長い物体の管理システム及びプログラム

Country Status (3)

Country Link
US (1) US7729875B2 (ja)
JP (1) JP4601622B2 (ja)
WO (1) WO2006046342A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009098762A (ja) * 2007-10-15 2009-05-07 Hitachi Ltd パイプライン情報システム
WO2016203544A1 (ja) * 2015-06-16 2016-12-22 株式会社 日立製作所 データ補正システムおよびデータ補正方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110145036A1 (en) * 2009-12-14 2011-06-16 Herschmann Jr Richard Beary Change management in route-based projects
US9384181B2 (en) * 2010-12-20 2016-07-05 Microsoft Technology Licensing, Llc Generating customized data bound visualizations
US9489279B2 (en) * 2011-01-18 2016-11-08 Cisco Technology, Inc. Visualization of performance data over a network path
US8938379B2 (en) 2011-07-29 2015-01-20 General Electric Company Systems, methods, and apparatus for predicting impact on a pipeline delivery infrastructure
US10041810B2 (en) 2016-06-08 2018-08-07 Allegro Microsystems, Llc Arrangements for magnetic field sensors that act as movement detectors
CN110414776B (zh) * 2019-06-14 2022-11-29 国网河南省电力公司郑州供电公司 分行业用电特性快速响应分析系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1038829A (ja) * 1996-07-19 1998-02-13 Mitsubishi Heavy Ind Ltd 配管のき裂進展量予測装置
JPH11160335A (ja) * 1997-11-25 1999-06-18 Nippon Telegr & Teleph Corp <Ntt> 制御機能付流速推定装置
JPH11258188A (ja) * 1998-03-10 1999-09-24 Kokusai Kogyo Co Ltd 熱映像による構造物変状診断システム及び診断方法
JP2000187082A (ja) * 1998-12-21 2000-07-04 Fuji Electric Co Ltd 降雨予測補正方法、その装置、及び記録媒体
JP2002357670A (ja) * 2001-03-30 2002-12-13 Bellsystem 24 Inc 気象予報システムと気象情報通知システム
JP2003185100A (ja) * 2001-12-19 2003-07-03 Osaka Gas Co Ltd 配管網管理システム
JP2004037419A (ja) * 2002-07-08 2004-02-05 Nakata Sokuryo:Kk トンネル管理図及びそのシステム
JP2004139623A (ja) * 2004-01-15 2004-05-13 Hitachi Ltd 図形データ管理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3950587B2 (ja) * 1999-08-10 2007-08-01 株式会社日立製作所 図面管理システム、図面更新方法及び情報蓄積媒体

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1038829A (ja) * 1996-07-19 1998-02-13 Mitsubishi Heavy Ind Ltd 配管のき裂進展量予測装置
JPH11160335A (ja) * 1997-11-25 1999-06-18 Nippon Telegr & Teleph Corp <Ntt> 制御機能付流速推定装置
JPH11258188A (ja) * 1998-03-10 1999-09-24 Kokusai Kogyo Co Ltd 熱映像による構造物変状診断システム及び診断方法
JP2000187082A (ja) * 1998-12-21 2000-07-04 Fuji Electric Co Ltd 降雨予測補正方法、その装置、及び記録媒体
JP2002357670A (ja) * 2001-03-30 2002-12-13 Bellsystem 24 Inc 気象予報システムと気象情報通知システム
JP2003185100A (ja) * 2001-12-19 2003-07-03 Osaka Gas Co Ltd 配管網管理システム
JP2004037419A (ja) * 2002-07-08 2004-02-05 Nakata Sokuryo:Kk トンネル管理図及びそのシステム
JP2004139623A (ja) * 2004-01-15 2004-05-13 Hitachi Ltd 図形データ管理方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009098762A (ja) * 2007-10-15 2009-05-07 Hitachi Ltd パイプライン情報システム
WO2016203544A1 (ja) * 2015-06-16 2016-12-22 株式会社 日立製作所 データ補正システムおよびデータ補正方法
JPWO2016203544A1 (ja) * 2015-06-16 2017-07-27 株式会社日立製作所 データ補正システムおよびデータ補正方法

Also Published As

Publication number Publication date
JP4601622B2 (ja) 2010-12-22
US20070260336A1 (en) 2007-11-08
US7729875B2 (en) 2010-06-01
JPWO2006046342A1 (ja) 2008-05-22

Similar Documents

Publication Publication Date Title
US10746900B2 (en) System and method for pipeline management
Lee et al. A risk management system for deep excavation based on BIM-3DGIS framework and optimized grey Verhulst model
CN103699634A (zh) 一种一站式管线探测的数据建库方法及系统
JP5423983B2 (ja) 計算機システム及びリスク診断方法
CN101826274A (zh) 基于浮动车数据的矢量交通数字地图校正方法
Cheng et al. An integrated BIM-GIS framework for utility information management and analyses
CN119026615A (zh) 基于rfid的埋地管线全生命周期追踪数字孪生系统建立方法
JP4601622B2 (ja) 長い物体の管理システム及びプログラム
CN114580048B (zh) 隧道围岩压力拱计算方法及系统
CN105930478B (zh) 基于要素对象空间信息指纹的空间数据变化捕获方法
Yang et al. Laser-based intelligent perception method for tunnel invasion
JP5022857B2 (ja) パイプライン情報システム
CN113656924A (zh) 一种工业园区三维管线建模方法和装置
US7844419B1 (en) Method of detecting potential topology problems in a network
JP4389814B2 (ja) パイプラインの探索位置特定方法、携帯端末及びパイプラインの探索位置特定プログラム
CN111881195A (zh) 一种土建检测用数据管理系统及其管理方法
CN102222445A (zh) 一种地图数据的更新方法、装置及位置服务终端
JP2011198267A (ja) 導管網の故障原因予測システム
Lin et al. Refined perception and management of ring-wise deformation information for shield tunnels based on point cloud deep learning and BIM
CN111651544A (zh) 一种基于gis定位的管网设计系统
Abdollahi Roads Data Conflation using Update High-Resolution Satellite Images
CN113762653A (zh) 一种地下管道完整性评价系统及方法
JP3430207B2 (ja) 接触路線検索用地理情報システム
CN117688341B (zh) 基于bim技术的深基坑检测系统及方法
CN120449696B (zh) 一种面向城市生命线安全建设的多维数据加工与建模方法

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BW BY BZ CA CH CN CO CR CU CZ DK DM DZ EC EE EG ES FI GB GD GE GM HR HU ID IL IN IS JP KE KG KM KR KZ LC LK LR LS LT LU LV MA MG MK MN MW MX MZ NA NG NI NZ OM PG PH PL PT RO RU SC SD SE SK SL SM SY TJ TM TN TR TT TZ UA US UZ VC VN YU ZA ZM

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): GM KE LS MW MZ NA SD SZ TZ UG ZM ZW AM AZ BY KG MD RU TJ TM AT BE BG CH CY DE DK EE ES FI FR GB GR HU IE IS IT LU LV MC NL PL PT RO SE SI SK TR BF BJ CF CG CI CM GA GN GQ GW MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
WWE Wipo information: entry into national phase

Ref document number: 2006542254

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 11666339

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

WWP Wipo information: published in national office

Ref document number: 11666339

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 05768421

Country of ref document: EP

Kind code of ref document: A1