富士通と富士通研究所は2017年8月28日、橋梁の表面に取り付けたセンサーで振動データを収集し、これをAIで分析することによって、内部の損傷度合いを推定できるセンサーデータ分析技術を開発したと発表した。
今回開発した技術は、センサーから収集した時系列データにディープラーニングを適用し、振動データから抽出した幾何学的特徴を学習するというもの。構造物や機器の状態の正常値との差を表す異常度や、状態の急変を表す変化度を数値化し、異常の発生や特徴的な変化を検知する。
図1●AIを活用した振動データ分析の概要（出所：富士通）拡大画像表示
開発の背景について同社は、目視による情報のみでは、内部の損傷度合いに関する情報を把握できないことを挙げる。「近年では、橋梁床版の表面にセンサーを取り付けて振動データを活用する試みが始まっているが、内部の損傷度合いの正確な把握が課題となっていた」（同社）。
本技術によって、橋梁表面に取り付けた1カ所の加速度センサーのデータ解析結果から、広範囲の橋梁内部の損傷度合いを推定できることを確認したという。また、本技術は内部歪みの発生を検知することから、損傷の初期段階の推定が可能となり、損傷の早期対策に貢献できるとしている。
検証では、モニタリングシステム技術研究組合（RAIMS）が行った橋梁の疲労劣化の実証実験によって得られたデータを使って有効性を立証した。
図2●実証実験の結果（出所：富士通）拡大画像表示
具体的には、加速試験（輪荷重走行試験）で取得された振動データに適用したところ、振動データから抽出した幾何学的特徴が、健全時は1つの固まりにまとまっているのに対して、橋梁に内部損傷が発生した際には形状が変化する結果が得られた。
さらに、幾何学的特徴を数値化し、ここから算出した異常度および変化度の結果と、床版内部測定用に埋め込んだ歪みセンサーの測定結果との一致を確認し、本技術の有効性を立証したという。
ディープラーニング / 富士通 / 富士通研究所 / センサーネットワーク
