WO2020157810A1 - 状態推定装置、状態推定方法、及びコンピュータ読み取り可能な記録媒体 - Google Patents

状態推定装置、状態推定方法、及びコンピュータ読み取り可能な記録媒体 Download PDF

Info

Publication number
WO2020157810A1
WO2020157810A1 PCT/JP2019/002810 JP2019002810W WO2020157810A1 WO 2020157810 A1 WO2020157810 A1 WO 2020157810A1 JP 2019002810 W JP2019002810 W JP 2019002810W WO 2020157810 A1 WO2020157810 A1 WO 2020157810A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
deterioration
state
computer
state estimation
Prior art date
Application number
PCT/JP2019/002810
Other languages
English (en)
French (fr)
Inventor
裕 清川
茂 葛西
翔平 木下
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to US17/425,790 priority Critical patent/US11609149B2/en
Priority to PCT/JP2019/002810 priority patent/WO2020157810A1/ja
Priority to JP2020568900A priority patent/JPWO2020157810A1/ja
Publication of WO2020157810A1 publication Critical patent/WO2020157810A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0008—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings of bridges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H13/00—Measuring resonant frequency
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0033—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining damage, crack or wear
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0066—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by exciting or detecting vibration or acceleration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • 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
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/04—Analysing solids
    • G01N29/12—Analysing solids by measuring frequency or resonance of acoustic waves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction

Definitions

  • the present invention relates to a state estimation device and a state estimation method for estimating the state of a structure, and further relates to a computer-readable recording medium recording a program for realizing these.
  • the target structure is inspected, the deterioration state of the structure is grasped, and the repair is performed according to the deterioration state. Further, the deterioration state of the structure is estimated based on the data obtained when the inspection and the repair are performed in the past, and the repair is performed according to the estimated deterioration state.
  • Patent Document 1 discloses a structure repair construction plan support system that determines whether or not repair is required for each structure and presents the determination result to the user. According to the system, it is necessary to use the deterioration factor data of the structure and the repair record data to refer to the criteria for determining the necessity of repair and indicate whether the structure needs repair. The degree is calculated.
  • Patent Document 1 the deterioration state of the target structure is estimated by using the data obtained when the target structure was inspected and repaired in the past. Therefore, when the number of data acquired in the past inspection and repair is small, the accuracy of estimating the deterioration state of the target structure is reduced.
  • One example of an object of the present invention is to provide a state estimation device, a state estimation method, and a computer-readable recording medium that accurately estimate the deterioration state of a structure.
  • An acquisition unit that acquires deterioration information indicating the deterioration state of each structure, A learning unit that inputs the deterioration information and learns common information that is common between the deterioration information and estimated index information that is used to estimate the deterioration state of a target structure, and a learning unit. It is characterized by having.
  • the state estimation method is (A) a step of acquiring deterioration information representing a deterioration state of each structure, (B) learning the common information common to the deterioration information and the estimation index information used for estimating the deterioration state of the target structure, using the deterioration information as an input; It is characterized by having.
  • a computer-readable recording medium recording the program according to one aspect of the present invention
  • On the computer (A) a step of acquiring deterioration information representing a deterioration state of each structure, (B) An instruction to execute the step of inputting the deterioration information and learning common information common to the deterioration information and estimated index information used to estimate the deterioration state of the target structure
  • the feature is that the program is recorded.
  • FIG. 1 is a diagram illustrating an example of a state estimation device during learning.
  • FIG. 2 is a diagram showing an example of a system having a state estimation device.
  • FIG. 3 is a diagram showing an example of a data structure of the deterioration information and the structure information.
  • FIG. 4 is a diagram illustrating an example of the operation of the state estimation device in the learning phase.
  • FIG. 5 is a figure which shows an example of operation
  • FIG. 6 is a diagram illustrating an example of a computer that realizes the state estimation device.
  • FIG. 1 is a diagram illustrating an example of a state estimation device during learning.
  • the state estimation device 1 shown in FIG. 1 is a device that accurately estimates the deterioration state of a structure. Moreover, as shown in FIG. 1, the state estimation device 1 includes an acquisition unit 2 and a learning unit 3.
  • the acquisition unit 2 acquires deterioration information indicating the deterioration state of each structure.
  • the learning unit 3 receives the deterioration information, and learns common information that is common to the deterioration information and estimated index information used to estimate the deterioration state of the target structure.
  • the structure is a cured product (concrete, mortar, etc.) solidified with at least sand, water, or cement, or a metal, or a structure constructed using them.
  • the structure is, for example, a bridge. Further, the structure is the entire building or a part thereof. Further, the structure is the whole machine or a part thereof.
  • Deterioration information is information used to represent changes that have occurred in structures.
  • the deterioration information is information used to represent the degree of damage.
  • the deterioration information is, for example, the result of the impact test performed on the bridge.
  • the deterioration information it is possible to use a resonance frequency, an attenuation ratio, or the like.
  • the common information is a numerical value that is common to the deterioration information of multiple structures.
  • the estimated index information is information expressed using common information.
  • the estimated index information is, for example, the resonance frequency in the deterioration information of the plurality of structures, the probability density ratio of the damping ratio, or the like.
  • the state of the target structure can be estimated by using the model generated by the learning unit, that is, the invariant (common information, estimated index information) common to the plurality of structures. .. Therefore, the state of the target structure can be accurately estimated even if the deterioration information of the target structure is small.
  • FIG. 2 is a diagram showing an example of a system having a state estimation device.
  • the system 20 has a storage device 21 and an output device 22 in addition to the state estimation device 1.
  • the state estimation device 1 includes a classification unit 23, an estimation unit 24, and an output information generation unit 25 in addition to the acquisition unit 2 and the learning unit 3.
  • the storage device 21 stores deterioration information indicating the deterioration state of the structure, structure information indicating the structure of the structure, and the like. Specifically, the storage device 21 stores deterioration information 31 and structure information 32 as shown in FIG. FIG. 3 is a diagram showing an example of a data structure of the deterioration information and the structure information.
  • the deterioration information is information in which identification information for identifying a structure and deterioration information corresponding to the structure are associated with each other.
  • the deterioration information A1 and A2 are associated with the “structure A” that identifies the structure A
  • the deterioration information B1 and B2 are associated with the structure B.
  • each of the deterioration information A1, A2, B1, and B2 has an environmental condition, a resonance frequency, an attenuation ratio, and the like.
  • the deterioration information A1 has an environmental condition A1, a resonance frequency A1, a damping non-A1 and the like
  • the deterioration information A2 has an environmental condition A2, a resonance frequency A2, a damping non-A2 and the like
  • the deterioration information B1 has an environmental condition B1, a resonance frequency B1, a damping non-B1 and the like
  • the deterioration information B2 has an environmental condition B2, a resonance frequency B2, a damping non-B2 and the like.
  • the environmental condition is information that represents the environmental condition around the structure when the deterioration of the structure is measured.
  • the environmental conditions are, for example, temperature, humidity, and salt concentration in the air when deterioration is measured.
  • the traffic information of the vehicle may be included as the environmental information.
  • ⁇ Resonance frequency and damping ratio are information indicating the deterioration state of the structure.
  • the resonance frequency is a frequency at which the amplitude of the structure rapidly increases when vibration is applied from the outside by a hammer, a vibrator, or the like.
  • the damping ratio is, for example, a value indicating the degree of decrease in the amplitude of the structure when the vibration applied to the structure vibrating at the resonance frequency is stopped.
  • identification information for identifying the structure is associated with information indicating the type, size, material, etc. of the structure.
  • the structure A is associated with the type A, the dimension A, and the material A
  • the structure B is associated with the type B, the dimension B, and the material B.
  • the type is information that identifies a girder bridge, a truss girder bridge, an arch bridge, a ramen bridge, a cable-stayed bridge, a suspension bridge, etc., when the structure is a bridge, for example.
  • the dimension is information indicating the dimension such as bridge length, span, span length, and pure span.
  • the material is information representing the material of a bridge such as a wooden bridge, a stone bridge, a steel bridge, a concrete bridge, or a composite bridge when the structure is a bridge.
  • the storage device 21 may be provided in the state estimation device 1 or outside the state estimation device 1, for example.
  • the output device 22 acquires output information representing an estimation result, which will be described later, converted into a format that can be output by the output information generation unit 25, and outputs the generated image and sound based on the output information.
  • the output device 22 is, for example, an image display device using a liquid crystal, an organic EL (Electro Luminescence), or a CRT (Cathode Ray Tube). Further, the image display device may include an audio output device such as a speaker.
  • the output device 22 may be a printing device such as a printer.
  • the acquisition unit 2 acquires deterioration information necessary for learning in the learning phase. Specifically, the acquisition unit 2 acquires the deterioration information indicating the deterioration state of the structure from the storage device 21, and sends the acquired deterioration information to the classification unit 23.
  • the classifying unit 23 classifies the deterioration information by using the environmental condition indicating the environmental condition when the deterioration information is measured and the structure information indicating the structure of the structure. Specifically, when the structure is a bridge, the classification unit 23 uses the structure information to classify each type of structure. Specifically, when the structure is a bridge, the classification unit 23 uses environmental conditions to classify, for example, traffic volume, temperature, and distance to the sea.
  • the learning unit 3 learns common information and estimated index information by inputting deterioration information in the learning phase. Specifically, the learning unit 3 first acquires the deterioration information classified by the classification unit 23. Subsequently, the learning unit 3 inputs the classified deterioration information and learns common information common to a plurality of structures and estimated index information used to estimate the deterioration state of the target structure.
  • the deterioration information D A of the structure A (resonance frequency ⁇ 1 in the deterioration state 1 , damping ratio ⁇ 1 , resonance frequency ⁇ 2 in the deterioration state 2 , damping ratio ⁇ 2 ) and the structure B deterioration information D B (resonant frequency omega 1 of the deteriorated state 1, the damping ratio zeta 1) will be described where the are stored.
  • the learning unit 3 inputs the deterioration information D A and the deterioration information D B and learns the common information and the estimated index information. Learning will be described using Equation 1.
  • Deterioration information D A shown in Equation 1 the common information common to D B is, since the damping ratio zeta 1 and the resonance frequency omega 1, the resonance frequency omega 1 as the estimated index information, the probability density ratio pd with damping ratio zeta 1 learn.
  • the estimation unit 24 inputs the deterioration information of the target structure, and estimates the deterioration state of the target structure using the model generated by the learning unit 3. Specifically, the estimation unit 24 first acquires deterioration information of the target structure from the input device.
  • the estimation unit 24 inputs the acquired deterioration information of the target structure, and estimates the deterioration state of the target structure using the learned common information and the estimated index information. Then, the estimation unit 24 outputs the estimation result (estimated deterioration state) of the target structure to the output information generation unit 25.
  • Equation 3 holds. Even if the structures are different, it can be assumed that the input/output rules before and after the state change are the same if the state changes are similar.
  • Equation 4 shows the expected value of the estimated function S.
  • the state of the target structure can be estimated by using the model generated by the learning unit, that is, the invariants (common information, estimated index information) that are common to the plurality of structures. Even if there is little deterioration information, the state of the target structure can be accurately estimated.
  • the output information generation unit 25 acquires the deterioration state of the target structure estimated by the estimation unit 24, converts the deterioration state (estimation result) into a format that can be output by the output device 22, and Output to the output device 22. Then, the output device 22 presents the estimation result to the user.
  • FIG. 4 is a diagram illustrating an example of the operation of the state estimation device in the learning phase.
  • FIG. 5 is a figure which shows an example of operation
  • FIGS. 2 to 3 will be referred to as appropriate.
  • the state estimation method is implemented by operating the state estimation device. Therefore, the description of the state estimation method in the present embodiment will be replaced with the following description of the operation of the state estimation device.
  • step A1 the acquisition unit 2 acquires deterioration information necessary for learning in the learning phase. Specifically, in step A1, the acquisition unit 2 acquires deterioration information indicating the deterioration state of the structure from the storage device 21, and sends the acquired deterioration information to the classification unit 23.
  • the classification unit 23 classifies the deterioration information by using the environmental condition indicating the environmental state when the deterioration information is measured and the structure information indicating the structure of the structure (step A2). .. Specifically, in step A2, when the structure is a bridge, the classification unit 23 classifies each type of structure using the structure information. Specifically, when the structure is a bridge, the classification unit 23 uses environmental conditions to classify, for example, traffic volume, temperature, and distance to the sea.
  • the learning unit 3 learns the common information and the estimated index information by inputting the deterioration information in the learning phase (step A3). Specifically, in step A3, the learning unit 3 first acquires the deterioration information classified by the classification unit 23.
  • step A3 the learning unit 3 inputs the classified deterioration information, common information common to a plurality of structures, and estimation index information used to estimate the deterioration state of the target structure. To learn.
  • the estimation unit 24 acquires deterioration information of the target structure in the estimation phase (step B1). Specifically, in step B1, the estimation unit 24 acquires deterioration information of the target structure from the input device.
  • the estimation unit 24 estimates the deterioration state of the target structure using the model generated by the learning unit 3 (step B2). Specifically, in step B2, the estimation unit 24 inputs the acquired deterioration information of the target structure and uses the learned common information and estimated index information to determine the deterioration state of the target structure. presume.
  • the estimation unit 24 outputs the estimation result (estimated deterioration state) of the target structure to the output information generation unit 25 (step B3).
  • the state of the target structure is estimated using the model generated by the learning unit, that is, the invariants (common information, estimated index information) that are common to the plurality of structures. it can. Therefore, the state of the target structure can be accurately estimated even if the deterioration information of the target structure is small.
  • the deterioration state of a structure for example, a bridge
  • it is similar to the learned target structure and target structure.
  • the current state of the target structure can be accurately estimated by using the invariant (learning model) common to the structures.
  • the state of the target structure after several years it is possible to estimate the state of the target structure after several years. For example, if there are several years of deterioration information of a structure similar to a plurality of target structures, the state of the target structure after several years can be estimated.
  • the program according to the embodiment of the present invention may be any program that causes a computer to execute steps A1 to A3 shown in FIG. 4 and steps B1 to B3 shown in FIG.
  • the state estimation device and the state estimation method according to the present embodiment can be realized by installing and executing this program on a computer.
  • the processor of the computer functions as the acquisition unit 2, the learning unit 3, the classification unit 23, the estimation unit 24, and the output information generation unit 25, and performs the processing.
  • each computer may function as any one of the classification unit 23, the estimation unit 24, and the output information generation unit 25 in addition to the acquisition unit 2 and the learning unit 3.
  • FIG. 6 is a block diagram showing an example of a computer that realizes the state estimation device in the embodiment of the present invention.
  • the computer 110 includes a CPU 111, a main memory 112, a storage device 113, an input interface 114, a display controller 115, a data reader/writer 116, and a communication interface 117. These units are connected to each other via a bus 121 so as to be able to perform data communication with each other.
  • the computer 110 may include a GPU (Graphics Processing Unit) or an FPGA (Field-Programmable Gate Array) in addition to the CPU 111 or in place of the CPU 111.
  • the CPU 111 expands the program (code) according to the present embodiment stored in the storage device 113 into the main memory 112, and executes these in a predetermined order to perform various calculations.
  • the main memory 112 is typically a volatile storage device such as a DRAM (Dynamic Random Access Memory).
  • the program in the present embodiment is provided in a state of being stored in computer-readable recording medium 120.
  • the program in the present embodiment may be distributed on the Internet connected via communication interface 117.
  • the storage device 113 include a semiconductor storage device such as a flash memory in addition to a hard disk drive.
  • the input interface 114 mediates data transmission between the CPU 111 and an input device 118 such as a keyboard and a mouse.
  • the display controller 115 is connected to the display device 119 and controls the display on the display device 119.
  • the data reader/writer 116 mediates data transmission between the CPU 111 and the recording medium 120, reads a program from the recording medium 120, and writes the processing result in the computer 110 to the recording medium 120.
  • the communication interface 117 mediates data transmission between the CPU 111 and another computer.
  • the recording medium 120 a general-purpose semiconductor storage device such as CF (Compact Flash (registered trademark)) and SD (Secure Digital), a magnetic recording medium such as a flexible disk, or a CD- An optical recording medium such as a ROM (Compact Disk Read Only Memory) can be given.
  • CF Compact Flash
  • SD Secure Digital
  • a magnetic recording medium such as a flexible disk
  • An optical recording medium such as a ROM (Compact Disk Read Only Memory) can be given.
  • the state estimation device 1 in the present embodiment can be realized not by using a computer in which a program is installed but by using hardware corresponding to each unit. Further, the state estimation device 1 may be partially implemented by a program and the rest may be implemented by hardware.
  • a state estimation device comprising:
  • the state estimation device (Appendix 3) The state estimation device according to attachment 1 or 2, A state characterized by having an estimation unit for inputting the deterioration information of the target structure and estimating the deterioration state of the target structure using the common information and the estimation index information. Estimator.
  • a state estimation method comprising:
  • Appendix 8 The state estimation method according to any one of appendices 5 to 7, A state estimation method, wherein the deterioration information is a resonance angular frequency and a damping ratio, and the estimation index information is a probability density ratio.
  • Appendix 11 The computer-readable recording medium according to appendix 9 or 10, The program, in the computer, (D) An instruction to execute the step of inputting the deterioration information of the target structure and estimating the deterioration state of the target structure using the common information and the estimation index information.
  • a computer-readable recording medium recording a program.
  • Appendix 12 The computer-readable recording medium according to any one of appendices 9 to 11, A computer-readable recording medium, wherein the deterioration information is a resonance angular frequency and a damping ratio, and the estimated index information is a probability density ratio.
  • the present invention is useful in a field in which it is necessary to estimate the deterioration state of a structure.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Acoustics & Sound (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

状態推定装置１は、構造物ごとの劣化状態を表す劣化情報を取得する、取得部２と、劣化情報を入力とし、劣化情報間において共通する共通情報と、対象とする構造物の劣化状態を推定するために用いる推定指標情報とを学習する、学習部３と、を有する。

Description

状態推定装置、状態推定方法、及びコンピュータ読み取り可能な記録媒体
　本発明は、構造物の状態を推定する状態推定装置、状態推定方法に関し、更には、これらを実現するためのプログラムを記録しているコンピュータ読み取り可能な記録媒体に関する。
　従来、構造物の補修をする場合、対象とする構造物に対して点検を実施し、構造物の劣化状態を把握して、その劣化状態に応じて補修を実施する。また、過去に点検及び補修をした際に取得したデータに基づいて、構造物の劣化状態を推定し、推定した劣化状態に応じて補修を実施する。
　関連する技術として、特許文献１には、構造物ごとに、補修が必要であるか否かを判定し、判定結果を利用者に提示する、構造物補修施工計画支援システムが開示されている。そのシステムによれば、構造物の劣化要因データと、補修実績データとを用いて、補修の要否を判定する基準を参照し、構造物に対して補修が必要であるか否かを表す必要度を算出している。
特開２００７－１４０６０８号公報
　しかしながら、特許文献１では、対象とする構造物に対して、過去に点検及び補修をした際に取得したデータを利用して、対象とする構造物の劣化状態を推定している。そのため、過去の点検及び補修において取得したデータ数が少ない場合、対象とする構造物の劣化状態を推定する精度が低下する。
　具体的には、新設された橋梁などの構造物の場合、点検及び補修をした際に取得したデータ数が少ないため、橋梁の劣化状態を精度よく推定することができない。
　本発明の目的の一例は、構造物の劣化状態を精度よく推定する状態推定装置、状態推定方法、及びコンピュータ読み取り可能な記録媒体を提供することにある。
　上記目的を達成するため、本発明の一側面における状態推定装置は、
　構造物ごとの劣化状態を表す劣化情報を取得する、取得部と、
　前記劣化情報を入力とし、前記劣化情報間において共通する共通情報と、対象とする構造物の劣化状態を推定するために用いる推定指標情報とを学習する、学習部と、
　を有することを特徴とする。
　また、上記目的を達成するため、本発明の一側面における状態推定方法は、
（ａ）構造物ごとの劣化状態を表す劣化情報を取得する、ステップと、
（ｂ）前記劣化情報を入力とし、前記劣化情報間において共通する共通情報と、対象とする構造物の劣化状態を推定するために用いる推定指標情報とを学習する、ステップと、
　を有することを特徴とする。
　更に、上記目的を達成するため、本発明の一側面におけるプログラムを記録したコンピュータ読み取り可能な記録媒体は、
　コンピュータに、
（ａ）構造物ごとの劣化状態を表す劣化情報を取得する、ステップと、
（ｂ）前記劣化情報を入力とし、前記劣化情報間において共通する共通情報と、対象とする構造物の劣化状態を推定するために用いる推定指標情報とを学習する、ステップ
　を実行させる命令を含むプログラムを記録していることを特徴とする。
　以上のように本発明によれば、構造物の劣化状態を精度よく推定することができる。
図１は、学習時の状態推定装置の一例を示す図である。 図２は、状態推定装置を有するシステムの一例を示す図である。 図３は、劣化情報及び構造物情報のデータ構造の一例を示す図である。 図４は、学習フェーズにおける状態推定装置の動作の一例を示す図である。 図５は、推定フェーズにおける状態推定装置の動作の一例を示す図である。 図６は、状態推定装置を実現するコンピュータの一例を示す図である。
（実施の形態）
　以下、本発明の実施の形態について、図１から図６を参照しながら説明する。
［装置構成］
　最初に、図１を用いて、本実施の形態における学習時の状態推定装置の構成について説明する。図１は、学習時の状態推定装置の一例を示す図である。
　図１に示す状態推定装置１は、構造物の劣化状態を精度よく推定する装置である。また、図１に示すように、状態推定装置１は、取得部２と、学習部３とを有する。
　このうち、取得部２は、構造物ごとの劣化状態を表す劣化情報を取得する。学習部３は、劣化情報を入力とし、劣化情報間において共通する共通情報と、対象とする構造物の劣化状態を推定するために用いる推定指標情報とを学習する。
　構造物は、少なくとも砂、水、セメントを用いて凝固させた硬化物（コンクリート、又はモルタルなど）、又は金属、又はそれらを用いて構築された構造物である。構造物は、例えば、橋梁などである。また、構造物は、建築物全体、又はその一部である。更に、構造物は、機械類の全体、又はその一部である。
　劣化情報は、構造物に生じた変化を表すために用いる情報である。具体的には、劣化情報は、損傷の度合いを表すために用いる情報である。劣化情報は、例えば、構造物が橋梁の場合、橋梁に対して実施した打撃検査の結果などである。なお、劣化情報としては、共振周波数、減衰比などを用いることが考えられる。
　共通情報は、複数の構造物の劣化情報において共通する数値などである。推定指標情報は、共通情報を用いて表される情報である。推定指標情報は、例えば、複数の構造物の劣化情報における共振周波数、減衰比の確率密度比などである。
　このように、本実施の形態においては、学習部により生成したモデル、すなわち複数の構造物において共通する不変量（共通情報、推定指標情報）を用いて、対象とする構造物の状態を推定できる。そのため、対象とする構造物の劣化情報が少なくても、対象とする構造物の状態を精度よく推定することができる。
［システム構成］
　続いて、図２を用いて、本実施の形態における状態推定装置１の構成をより具体的に説明する。図２は、状態推定装置を有するシステムの一例を示す図である。
　図２に示すように、システム２０は、状態推定装置１に加えて、記憶装置２１、出力装置２２を有する。また、状態推定装置１は、取得部２、学習部３に加えて、分類部２３、推定部２４、出力情報生成部２５を有する。
　記憶装置２１は、構造物の劣化状態を表す劣化情報、構造物の構造を表す構造物情報などを記憶する。具体的には、記憶装置２１は、図３に示すような、劣化情報３１と構造物情報３２などが記憶されている。図３は、劣化情報及び構造物情報のデータ構造の一例を示す図である。
　劣化情報は、構造物を識別する識別情報と、構造物に対応した劣化情報とが関連付けられた情報である。図３の劣化情報３１の例では、構造物Ａを識別する「構造物Ａ」に、劣化情報Ａ１、Ａ２などが関連付けられ、構造物Ｂに劣化情報Ｂ１、Ｂ２などが関連付けられている。また、劣化情報Ａ１、Ａ２、Ｂ１、Ｂ２それぞれは、環境条件、共振周波数、減衰比などを有する。
　劣化情報Ａ１は、環境条件Ａ１、共振周波数Ａ１、減衰非Ａ１などを有し、劣化情報Ａ２は、環境条件Ａ２、共振周波数Ａ２、減衰非Ａ２などを有する。また、劣化情報Ｂ１は、環境条件Ｂ１、共振周波数Ｂ１、減衰非Ｂ１などを有し、劣化情報Ｂ２は、環境条件Ｂ２、共振周波数Ｂ２、減衰非Ｂ２などを有する。
　環境条件は、構造物の劣化を計測した際における、構造物の周辺の環境状態を表す情報である。環境条件は、例えば、劣化を計測した際の温度、湿度、空気中塩分濃度などである。なお、構造物が橋梁である場合、環境情報として、車両の通行量などを含めてもよい。
　共振周波数、減衰比は、構造物の劣化状態を表す情報である。共振周波数は、例えば、ハンマ、加振器などで外部から振動を与えた場合に、構造物の振幅が急激に増大する周波数である。減衰比は、例えば、共振周波数で振動している構造物への加振をやめた場合に、構造物の振幅の減少度合いを表す値である。
　構造物情報は、構造物を識別する識別情報に、構造物の種類、寸法、材料などを示す情報が関連付けられている。図３の構造物情報３２の例では、構造物Ａに種類Ａ、寸法Ａ、材料Ａが関連付けられ、構造物Ｂに種類Ｂ、寸法Ｂ、材料Ｂが関連付けられている。
　種類は、例えば、構造物が橋梁である場合、桁橋、トラス桁橋、アーチ橋、ラーメン橋、斜張橋、吊り橋などを識別する情報である。寸法は、例えば、構造物が橋梁である場合、橋長、支間、径間長、純径間などの寸法を表す情報である。材料は、例えば、構造物が橋梁である場合、木橋、石橋、鋼橋、コンクリート橋、複合橋などの橋の材料を表す情報である。
　なお、記憶装置２１は、例えば、状態推定装置１に設けてもよいし、状態推定装置１の外部に設けてもよい。
　出力装置２２は、出力情報生成部２５により、出力可能な形式に変換された、後述する推定結果を表す出力情報を取得し、その出力情報に基づいて、生成した画像及び音声などを出力する。出力装置２２は、例えば、液晶、有機ＥＬ（Electro Luminescence）、ＣＲＴ（Cathode Ray Tube）を用いた画像表示装置などである。更に、画像表示装置は、スピーカなどの音声出力装置を備えていてもよい。なお、出力装置２２は、プリンタなどの印刷装置でもよい。
　学習フェーズについて説明する。
　取得部２は、学習フェーズにおいて、学習に必要な劣化情報を取得する。具体的には、取得部２は、記憶装置２１から、構造物の劣化状態を表す劣化情報を取得し、取得した劣化情報を分類部２３に送る。
　分類部２３は、学習フェーズにおいて、劣化情報を計測した際の環境状態を表す環境条件と、構造物の構造を表す構造物情報とを用いて、劣化情報を分類する。具体的には、分類部２３は、構造物が橋梁の場合、構造物情報を用いて、構造物の種類ごとに分類する。具体的には、分類部２３は、構造物が橋梁の場合、環境条件を用いて、例えば、交通量、気温、海までの距離ごとに分類する。
　学習部３は、学習フェーズにおいて、劣化情報を入力として共通情報と推定指標情報とを学習する。具体的には、学習部３は、まず、分類部２３において分類された劣化情報を取得する。続いて、学習部３は、分類された劣化情報を入力とし、複数の構造物において共通する共通情報と、対象とする構造物の劣化状態を推定するために用いる推定指標情報とを学習する。
　学習としては、例えば、カルバックライブラー密度比推定法、非制約最小二乗密度比推定法などを用いることが考えられる。
　例えば、記憶装置２１に、構造物Ａの劣化情報ＤＡ（劣化状態１における共振周波数ω１、減衰比ζ１、劣化状態２における共振周波数ω２、減衰比ζ２）と、構造物Ｂの劣化情報ＤＢ（劣化状態１における共振周波数ω１、減衰比ζ１）とが記憶されている場合について説明する。
　その場合、学習部３は、劣化情報ＤＡと劣化情報ＤＢとを入力として、共通情報と推定指標情報とを学習する。学習について、数１を用いて説明する。
Figure JPOXMLDOC01-appb-M000001
　数１に示す劣化情報ＤＡ、ＤＢに共通する共通情報は、共振周波数ω１と減衰比ζ１なので、推定指標情報として共振周波数ω１、減衰比ζ１を用いて確率密度比ｐｄを学習する。
　推定フェーズについて説明をする。
　推定部２４は、推定フェーズにおいて、対象とする構造物の劣化情報を入力し、学習部３で生成したモデルを用いて、対象とする構造物の劣化状態を推定する。具体的には、推定部２４は、まず、入力装置から対象とする構造物の劣化情報を取得する。
　続いて、推定部２４は、取得した対象とする構造物の劣化情報を入力して、学習した共通情報、推定指標情報を用いて、対象とする構造物の劣化状態を推定する。続いて、推定部２４は、対象とする構造物の推定結果（推定した劣化状態）を、出力情報生成部２５へ出力する。
　上述した構造物Ｂの劣化状態ＤＢを推定部２４に入力して、構造物Ｂの劣化状態を推定する場合について説明する。構造物の状態変化は、固有振動数の変化率で表されるので、劣化状態の定量的指標として、数２に示す関数Ｓを用いることが考えられる。
Figure JPOXMLDOC01-appb-M000002
　また、条件付き確率分布においては、数３が成立する。構造物が異なる場合でも、同様の状態変化であれば、状態変化前と状態変化後の入出力規則は同じと仮定できる。
Figure JPOXMLDOC01-appb-M000003
　しかし、入力した劣化情報ＤＢは、劣化状態１における共振周波数ω１、減衰比ζ１しか情報が無いので、構造物Ｂの関数Ｓの期待値は推定できない。そこで、学習した確率密度比ｐｄを用いて、構造物Ｂにおける関数Ｓの期待値を推定する。推定した関数Ｓの期待値を数４に示す。
Figure JPOXMLDOC01-appb-M000004
　このように、学習部により生成したモデル、すなわち複数の構造物において共通する不変量（共通情報、推定指標情報）を用いて、対象とする構造物の状態を推定できるので、対象とする構造物の劣化情報が少なくても、対象とする構造物の状態を精度よく推定することができる。
　出力情報生成部２５は、推定部２４が推定した、対象とする構造物の劣化状態を取得して、取得して劣化状態（推定結果）を出力装置２２が出力可能な形式に変換して、出力装置２２へ出力する。そして、出力装置２２は、推定結果を利用者に提示する。
［装置動作］
　次に、本発明の実施の形態における状態推定装置の動作について図４、図５を用いて説明する。図４は、学習フェーズにおける状態推定装置の動作の一例を示す図である。図５は、推定フェーズにおける状態推定装置の動作の一例を示す図である。以下の説明においては、適宜図２から図３を参酌する。また、本実施の形態では、状態推定装置を動作させることによって、状態推定方法が実施される。よって、本実施の形態における状態推定方法の説明は、以下の状態推定装置の動作説明に代える。
　学習フェーズについて説明する。
　図４に示すように、最初に、取得部２は、学習フェーズにおいて、学習に必要な劣化情報を取得する（ステップＡ１）。具体的には、ステップＡ１において、取得部２は、記憶装置２１から、構造物の劣化状態を表す劣化情報を取得し、取得した劣化情報を分類部２３に送る。
　続いて、分類部２３は、学習フェーズにおいて、劣化情報を計測した際の環境状態を表す環境条件と、構造物の構造を表す構造物情報とを用いて、劣化情報を分類する（ステップＡ２）。具体的には、ステップＡ２において、分類部２３は、構造物が橋梁の場合、構造物情報を用いて、構造物の種類ごとに分類する。具体的には、分類部２３は、構造物が橋梁の場合、環境条件を用いて、例えば、交通量、気温、海までの距離ごとに分類する。
　続いて、学習部３は、学習フェーズにおいて、劣化情報を入力として共通情報と推定指標情報とを学習する（ステップＡ３）。具体的には、ステップＡ３において、学習部３は、まず、分類部２３において分類された劣化情報を取得する。
　続いて、ステップＡ３において、学習部３は、分類された劣化情報を入力とし、複数の構造物において共通する共通情報と、対象とする構造物の劣化状態を推定するために用いる推定指標情報とを学習する。
　推定フェーズについて説明する。
　図５に示すように、最初に、推定部２４は、推定フェーズにおいて、対象とする構造物の劣化情報を取得する（ステップＢ１）。具体的には、ステップＢ１において、推定部２４は、入力装置から対象とする構造物の劣化情報を取得する。
　続いて、推定部２４は、学習部３で生成したモデルを用いて、対象とする構造物の劣化状態を推定する（ステップＢ２）。具体的には、ステップＢ２において、推定部２４は、取得した対象とする構造物の劣化情報を入力して、学習した共通情報、推定指標情報を用いて、対象とする構造物の劣化状態を推定する。
　続いて、推定部２４は、対象とする構造物の推定結果（推定した劣化状態）を、出力情報生成部２５へ出力する（ステップＢ３）。
［本実施の形態の効果］
　以上のように本実施の形態によれば、学習部により生成したモデル、すなわち複数の構造物において共通する不変量（共通情報、推定指標情報）を用いて、対象とする構造物の状態を推定できる。そのため、対象とする構造物の劣化情報が少なくても、対象とする構造物の状態を精度よく推定することができる。
　具体的には、新設してまもない、劣化情報の少ない構造物（例えば、橋梁など）の劣化状態を推定する場合でも、学習された、対象とする構造物及び対象とする構造物に類似した構造物に共通する不変量（学習モデル）を用いることで、対象とする構造物の現在の状態を精度よく推定することができる。
　更には、数年後における、対象とする構造物の状態を推定することができる。例えば、複数の対象とする構造物に類似した構造物の劣化情報が、数年分あれば、数年後における、対象とする構造物の状態を推定することができる。
［プログラム］
　本発明の実施の形態におけるプログラムは、コンピュータに、図４に示すステップＡ１からＡ３、図５に示すステップＢ１からＢ３を実行させるプログラムであればよい。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における状態推定装置と状態推定方法とを実現することができる。この場合、コンピュータのプロセッサは、取得部２、学習部３、分類部２３、推定部２４、出力情報生成部２５として機能し、処理を行なう。
　また、本実施の形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されてもよい。この場合は、例えば、各コンピュータが、それぞれ、取得部２、学習部３に加えて、分類部２３、推定部２４、出力情報生成部２５のいずれかとして機能してもよい。
［物理構成］
　ここで、実施の形態におけるプログラムを実行することによって、状態推定装置を実現するコンピュータについて図６を用いて説明する。図６は、本発明の実施の形態における状態推定装置を実現するコンピュータの一例を示すブロック図である。
　図６に示すように、コンピュータ１１０は、ＣＰＵ１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。なお、コンピュータ１１０は、ＣＰＵ１１１に加えて、又はＣＰＵ１１１に代えて、ＧＰＵ（Graphics Processing Unit）、又はＦＰＧＡ（Field-Programmable Gate Array）を備えていてもよい。
　ＣＰＵ１１１は、記憶装置１１３に格納された、本実施の形態におけるプログラム（コード）をメインメモリ１１２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）などの揮発性の記憶装置である。また、本実施の形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施の形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであってもよい。
　また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリなどの半導体記憶装置があげられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。
　データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。
　また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）などの汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）などの磁気記録媒体、又はＣＤ－ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体があげられる。
　なお、本実施の形態における状態推定装置１は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。更に、状態推定装置１は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。
［付記］
　以上の実施の形態に関し、更に以下の付記を開示する。上述した実施の形態の一部又は全部は、以下に記載する（付記１）から（付記１２）により表現することができるが、以下の記載に限定されるものではない。
（付記１）
　構造物ごとの劣化状態を表す劣化情報を取得する、取得部と、
　前記劣化情報を入力とし、前記劣化情報間において共通する共通情報と、対象とする構造物の劣化状態を推定するために用いる推定指標情報とを学習する、学習部と、
　を有することを特徴とする状態推定装置。
（付記２）
　付記１に記載の状態推定装置であって、
　前記学習において、前記劣化情報を計測した際の環境状態を表す環境条件、又は前記構造物の構造を表す構造物情報、又はそれら両方を用いて、前記劣化情報を分類する、分類部
　を有することを特徴とする状態推定装置。
（付記３）
　付記１又は２に記載の状態推定装置であって、
　前記対象とする構造物の前記劣化情報を入力し、前記共通情報と前記推定指標情報とを用いて、前記対象とする構造物の劣化状態を推定する、推定部
　を有することを特徴とする状態推定装置。
（付記４）
　付記１から３のいずれ一つに記載の状態推定装置であって、
　前記劣化情報を共振角振動数と減衰比とし、前記推定指標情報を確率密度比とする
　ことを特徴とする状態推定装置。
（付記５）
（ａ）構造物ごとの劣化状態を表す劣化情報を取得する、ステップと、
（ｂ）前記劣化情報を入力とし、前記劣化情報間において共通する共通情報と、対象とする構造物の劣化状態を推定するために用いる推定指標情報とを学習する、ステップと、
　を有することを特徴とする状態推定方法。
（付記６）
　付記５に記載の状態推定方法であって、
（ｃ）前記学習において、前記劣化情報を計測した際の環境状態を表す環境条件、又は前記構造物の構造を表す構造物情報、又はそれら両方を用いて、前記劣化情報を分類する、ステップ
　を有することを特徴とする状態推定方法。
（付記７）
　付記５又は６に記載の状態推定方法であって、
（ｄ）前記対象とする構造物の前記劣化情報を入力し、前記共通情報と前記推定指標情報とを用いて、前記対象とする構造物の劣化状態を推定する、ステップ
　を有することを特徴とする状態推定方法。
（付記８）
　付記５から７のいずれ一つに記載の状態推定方法であって、
　前記劣化情報を共振角振動数と減衰比とし、前記推定指標情報を確率密度比とする
　ことを特徴とする状態推定方法。
（付記９）
　コンピュータに、
（ａ）構造物ごとの劣化状態を表す劣化情報を取得する、ステップと、
（ｂ）前記劣化情報を入力とし、前記劣化情報間において共通する共通情報と、対象とする構造物の劣化状態を推定するために用いる推定指標情報とを学習する、ステップ
　を実行させる命令を含むプログラムを記録しているコンピュータ読み取り可能な記録媒体。
（付記１０）
　付記９に記載のコンピュータ読み取り可能な記録媒体であって、
　前記プログラムが、前記コンピュータに、
（ｃ）前記学習において、前記劣化情報を計測した際の環境状態を表す環境条件、又は前記構造物の構造を表す構造物情報、又はそれら両方を用いて、前記劣化情報を分類する、ステップ
　を実行させる命令を含むプログラムを記録しているコンピュータ読み取り可能な記録媒体。
（付記１１）
　付記９又は１０に記載のコンピュータ読み取り可能な記録媒体であって、
　前記プログラムが、前記コンピュータに、
（ｄ）前記対象とする構造物の前記劣化情報を入力し、前記共通情報と前記推定指標情報とを用いて、前記対象とする構造物の劣化状態を推定する、ステップ
　を実行させる命令を含むプログラムを記録しているコンピュータ読み取り可能な記録媒体。
（付記１２）
　付記９から１１のいずれ一つに記載のコンピュータ読み取り可能な記録媒体であって、
　前記劣化情報を共振角振動数と減衰比とし、前記推定指標情報を確率密度比とする
　ことを特徴とするコンピュータ読み取り可能な記録媒体。
　以上、実施の形態を参照して本願発明を説明したが、本願発明は上記実施の形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
　以上のように本発明によれば、構造物の劣化状態を精度よく推定することができる。本発明は、構造物の劣化状態の推定が必要な分野において有用である。
　　１　状態推定装置
　　２　取得部
　　３　学習部
　２０　システム
　２１　記憶装置
　２２　出力装置
　２３　分類部
　２４　推定部
　２５　出力情報生成部
　３１　劣化情報
　３２　構造物情報
１１０　コンピュータ
１１１　ＣＰＵ
１１２　メインメモリ
１１３　記憶装置
１１４　入力インターフェイス
１１５　表示コントローラ
１１６　データリーダ／ライタ
１１７　通信インターフェイス
１１８　入力機器
１１９　ディスプレイ装置
１２０　記録媒体
１２１　バス

Claims (12)

  1. 　構造物ごとの劣化状態を表す劣化情報を取得する、取得部と、
    　前記劣化情報を入力とし、前記劣化情報間において共通する共通情報と、対象とする構造物の劣化状態を推定するために用いる推定指標情報とを学習する、学習部と、
    　を有することを特徴とする状態推定装置。
  2. 　請求項１に記載の状態推定装置であって、
    　前記学習において、前記劣化情報を計測した際の環境状態を表す環境条件、又は前記構造物の構造を表す構造物情報、又はそれら両方を用いて、前記劣化情報を分類する、分類部
    　を有することを特徴とする状態推定装置。
  3. 　請求項１又は２に記載の状態推定装置であって、
    　前記対象とする構造物の前記劣化情報を入力し、前記共通情報と前記推定指標情報とを用いて、前記対象とする構造物の劣化状態を推定する、推定部
    　を有することを特徴とする状態推定装置。
  4. 　請求項１から３のいずれ一つに記載の状態推定装置であって、
    　前記劣化情報を共振角振動数と減衰比とし、前記推定指標情報を確率密度比とする
    　ことを特徴とする状態推定装置。
  5. （ａ）構造物ごとの劣化状態を表す劣化情報を取得する、ステップと、
    （ｂ）前記劣化情報を入力とし、前記劣化情報間において共通する共通情報と、対象とする構造物の劣化状態を推定するために用いる推定指標情報とを学習する、ステップと、
    　を有することを特徴とする状態推定方法。
  6. 　請求項５に記載の状態推定方法であって、
    （ｃ）前記学習において、前記劣化情報を計測した際の環境状態を表す環境条件、又は前記構造物の構造を表す構造物情報、又はそれら両方を用いて、前記劣化情報を分類する、ステップ
    　を有することを特徴とする状態推定方法。
  7. 　請求項５又は６に記載の状態推定方法であって、
    （ｄ）前記対象とする構造物の前記劣化情報を入力し、前記共通情報と前記推定指標情報とを用いて、前記対象とする構造物の劣化状態を推定する、ステップ
    　を有することを特徴とする状態推定方法。
  8. 　請求項５から７のいずれ一つに記載の状態推定方法であって、
    　前記劣化情報を共振角振動数と減衰比とし、前記推定指標情報を確率密度比とする
    　ことを特徴とする状態推定方法。
  9. 　コンピュータに、
    （ａ）構造物ごとの劣化状態を表す劣化情報を取得する、ステップと、
    （ｂ）前記劣化情報を入力とし、前記劣化情報間において共通する共通情報と、対象とする構造物の劣化状態を推定するために用いる推定指標情報とを学習する、ステップ
    　を実行させる命令を含むプログラムを記録しているコンピュータ読み取り可能な記録媒体。
  10. 　請求項９に記載のコンピュータ読み取り可能な記録媒体であって、
    　前記プログラムが、前記コンピュータに、
    （ｃ）前記学習において、前記劣化情報を計測した際の環境状態を表す環境条件、又は前記構造物の構造を表す構造物情報、又はそれら両方を用いて、前記劣化情報を分類する、ステップ
    　を実行させる命令を含むプログラムを記録しているコンピュータ読み取り可能な記録媒体。
  11. 　請求項９又は１０に記載のコンピュータ読み取り可能な記録媒体であって、
    　前記プログラムが、前記コンピュータに、
    （ｄ）前記対象とする構造物の前記劣化情報を入力し、前記共通情報と前記推定指標情報とを用いて、前記対象とする構造物の劣化状態を推定する、ステップ
    　を実行させる命令を含むプログラムを記録しているコンピュータ読み取り可能な記録媒体。
  12. 　請求項９から１１のいずれ一つに記載のコンピュータ読み取り可能な記録媒体であって、
    　前記劣化情報を共振角振動数と減衰比とし、前記推定指標情報を確率密度比とする
    　ことを特徴とするコンピュータ読み取り可能な記録媒体。
PCT/JP2019/002810 2019-01-28 2019-01-28 状態推定装置、状態推定方法、及びコンピュータ読み取り可能な記録媒体 WO2020157810A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US17/425,790 US11609149B2 (en) 2019-01-28 2019-01-28 State estimation apparatus, state estimation method, and computer-readable recording medium
PCT/JP2019/002810 WO2020157810A1 (ja) 2019-01-28 2019-01-28 状態推定装置、状態推定方法、及びコンピュータ読み取り可能な記録媒体
JP2020568900A JPWO2020157810A1 (ja) 2019-01-28 2019-01-28 状態推定装置、状態推定方法、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/002810 WO2020157810A1 (ja) 2019-01-28 2019-01-28 状態推定装置、状態推定方法、及びコンピュータ読み取り可能な記録媒体

Publications (1)

Publication Number Publication Date
WO2020157810A1 true WO2020157810A1 (ja) 2020-08-06

Family

ID=71842149

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/002810 WO2020157810A1 (ja) 2019-01-28 2019-01-28 状態推定装置、状態推定方法、及びコンピュータ読み取り可能な記録媒体

Country Status (3)

Country Link
US (1) US11609149B2 (ja)
JP (1) JPWO2020157810A1 (ja)
WO (1) WO2020157810A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017064855A1 (ja) * 2015-10-13 2017-04-20 日本電気株式会社 構造物異常検知システム、構造物異常検知方法及び記録した記録媒体
JP2017150887A (ja) * 2016-02-23 2017-08-31 富士電機株式会社 構造物診断装置、構造物診断方法及びプログラム
JP6263455B2 (ja) * 2013-08-26 2018-01-17 能美防災株式会社 構造物劣化診断システム
CN108108765A (zh) * 2017-12-28 2018-06-01 北京理工大学 一种基于概率密度比的数据融合的设备故障诊断方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW531637B (en) * 2001-07-12 2003-05-11 Nippon Steel Corp Method to estimate corrosion amount of atmosphere corrosion resisting steel
EP2148195A1 (en) * 2005-07-07 2010-01-27 Kabushiki Kaisha Toshiba Laser-based apparatus for ultrasonic flaw detection
JP3975406B2 (ja) 2005-11-14 2007-09-12 国立大学法人山口大学 構造物補修施工計画支援システム
JP4893943B2 (ja) * 2006-10-31 2012-03-07 独立行政法人産業技術総合研究所 構造推定システム、構造推定方法およびプログラム
US10579777B2 (en) * 2015-10-21 2020-03-03 New Jersey Institute Of Technology Structural health monitoring system and associated methods

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6263455B2 (ja) * 2013-08-26 2018-01-17 能美防災株式会社 構造物劣化診断システム
WO2017064855A1 (ja) * 2015-10-13 2017-04-20 日本電気株式会社 構造物異常検知システム、構造物異常検知方法及び記録した記録媒体
JP2017150887A (ja) * 2016-02-23 2017-08-31 富士電機株式会社 構造物診断装置、構造物診断方法及びプログラム
CN108108765A (zh) * 2017-12-28 2018-06-01 北京理工大学 一种基于概率密度比的数据融合的设备故障诊断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MASASHI SUGIYAMA: "A New Approach to Machine Learning Basedon Density Ratios.", PROCEEDINGS OF THE INSTITUTE OF STATISTICAL MATHEMATICS, vol. 58, no. 2, 2010, JP, pages 141 - 155, XP009522779 *

Also Published As

Publication number Publication date
US20220163422A1 (en) 2022-05-26
JPWO2020157810A1 (ja) 2021-10-21
US11609149B2 (en) 2023-03-21

Similar Documents

Publication Publication Date Title
Wickramasinghe et al. Vibration characteristics and damage detection in a suspension bridge
Avci et al. Self-organizing maps for structural damage detection: a novel unsupervised vibration-based algorithm
Kim et al. Automated peak picking using region‐based convolutional neural network for operational modal analysis
JP6819909B2 (ja) 構造物異常検知システム、構造物異常検知方法及び記録した記録媒体
Sony et al. Multiclass damage identification in a full-scale bridge using optimally tuned one-dimensional convolutional neural network
WO2021070277A1 (ja) 情報処理装置、特定方法、及び特定プログラム
WO2019054419A1 (ja) 状態判定装置、状態判定方法、及びコンピュータ読み取り可能な記録媒体
WO2017064854A1 (ja) 構造物異常検知装置、構造物異常検知方法、記録媒体及び構造物異常検知システム
JPWO2015174067A1 (ja) 情報処理装置、異常検出方法、及び、記録媒体
WO2020157810A1 (ja) 状態推定装置、状態推定方法、及びコンピュータ読み取り可能な記録媒体
US20200278241A1 (en) Vibration determination device, vibration determination method, and program
Daves et al. Experimental data interpretation using genetic algorithm for global health assessment of reinforced concrete slabs subjected to cracking
Yuen et al. Real‐time system identification using hierarchical interhealing model classes
WO2019180943A1 (ja) 異常診断装置、異常診断方法、及びコンピュータ読み取り可能な記録媒体
JP7001173B2 (ja) 診断装置、診断方法、及びプログラム
Saidou Sanda et al. Efficient finite elements model updating for damage detection in bridges
WO2020179241A1 (ja) 構造物診断装置、構造物診断方法、及びコンピュータ読み取り可能な記録媒体
WO2019234832A1 (ja) 診断装置、診断方法、及びコンピュータ読み取り可能な記録媒体
CN115393030A (zh) 一种用于风险预测的模型训练方法和装置
US20220261685A1 (en) Machine Learning Training Device
JP2004150920A (ja) 建築物の損失評価システムおよびプログラム
WO2020179242A1 (ja) 支承診断装置、支承診断方法、及びコンピュータ読み取り可能な記録媒体
WO2019050014A1 (ja) メンテナンス範囲最適化装置、メンテナンス範囲最適化方法、及びコンピュータ読み取り可能な記録媒体
US20220291077A1 (en) Damage detection apparatus, damage detection method, and computer-readable recording medium
WO2023218570A1 (ja) 支援装置、支援方法およびプログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19912348

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020568900

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19912348

Country of ref document: EP

Kind code of ref document: A1