深層学習を用いた鋼構造物の素地調整時の除錆度判定システム

DOI
  • 大屋 誠
    松江工業高等専門学校 環境・建設工学科
  • 諏訪 太紀
    金沢大学 理工学域地球社会基盤学類
  • 河原 達哉
    松江工業高等専門学校 生産・建設システム工学専攻
  • 武邊 勝道
    松江工業高等専門学校 環境・建設工学科
  • 広瀬 望
    松江工業高等専門学校 環境・建設工学科

書誌事項

タイトル別名
  • DEVELOPMENT OF JUDGEMENT SUPPORT SYSTEM OF SURFACE PREPARATION FOR STEEL STRUCTURES USING DEEP LEARNING

抄録

<p>鋼構造物の維持管理において,塗装の劣化や異常さびが確認された場合には腐食原因を排除することが望ましいが,原因の排除が難しい場合には,塗替え塗装や補修塗装が行われる.鋼構造物の塗替えや補修時の塗膜の寿命をより長くするためには素地調整が重要である.補修塗装現場では,ブラスト工法による素地調整程度 1種を原則とした下地処理が実施され,鋼板面の適切な除錆度の判定が必要である.しかしながら,除錆度を目視で判定することは難しく,定量的な判定を支援するシステムの開発が求まられている.そこで本研究では,腐食した耐候性鋼材(さび度 D)の素地調整時の除錆度の程度を,深層学習を用いて判定が可能か検討を試みた.検討の結果,提案する除錆度の判定を支援するシステムは,実務での使用の可能性を示すことができた. </p>

収録刊行物

詳細情報 詳細情報について

  • CRID
    1390853038534382336
  • NII論文ID
    130008118381
  • DOI
    10.11532/jsceiii.2.j2_771
  • ISSN
    24359262
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • CiNii Articles
  • 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