ドローンを用いて取得した腐食ひび割れ情報と機械学習モデルを用いた劣化RCはりの確率論的耐荷力評価

DOI
  • 安達 雄裕
    早稲田大学大学院 創造理工学研究科建設工学専攻
  • 山田 大樹
    早稲田大学大学院 創造理工学研究科建設工学専攻
  • 中村 智
    早稲田大学大学院 創造理工学研究科建設工学専攻
  • 徐 哲俊
    早稲田大学大学院 創造理工学研究科建設工学専攻
  • 内藤 英樹
    東北大学 大学院工学研究科 土木工学専攻
  • 秋山 充良
    早稲田大学 創造理工学部 社会環境工学科

書誌事項

タイトル別名
  • Probabilistic Load-bearing Capacity Estimation of RC Beams Using Corrosion Crack Distributions Obtained by UAV and Machine Learning

抄録

<p>近接目視に代わり,ドローンを用いた撮影に基づく点検が可能になった.一方,現状はひび割れの確認に留まっており,その画像を用いた対象部材の健全性,特に耐荷力の評価には至っていない.塩害環境下の鉄筋コンクリート(RC)構造物は,鉄筋腐食に伴い部材表面に腐食ひび割れが生じるため,これをドローンにより撮影し,RC部材内部で生じている鉄筋腐食量を推定できれば,劣化RC部材の耐荷力評価が可能となる.本研究では,有限要素解析,確率場理論,および機械学習に加えて,ドローン撮影により取得した腐食ひび割れ幅の情報を用いることで,劣化RCはり部材の耐荷力の確率論的評価を可能にした.また,ドローンを用いて撮影した画像では,近接撮影したものよりも腐食ひび割れの同定が難しく,それがRC部材の耐荷力の推定結果に及ぼす影響を検証した.</p>

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390016649288715008
  • DOI
    10.11532/jsceiii.4.3_10
  • ISSN
    24359262
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ