JP7558801B2 - Structural Deterioration Diagnostic System - Google Patents
Structural Deterioration Diagnostic System Download PDFInfo
- Publication number
- JP7558801B2 JP7558801B2 JP2020216847A JP2020216847A JP7558801B2 JP 7558801 B2 JP7558801 B2 JP 7558801B2 JP 2020216847 A JP2020216847 A JP 2020216847A JP 2020216847 A JP2020216847 A JP 2020216847A JP 7558801 B2 JP7558801 B2 JP 7558801B2
- Authority
- JP
- Japan
- Prior art keywords
- sensor
- sensors
- deterioration
- displacement
- maximum displacement
- 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.)
- Active
Links
- 230000006866 deterioration Effects 0.000 title claims description 93
- 238000006073 displacement reaction Methods 0.000 claims description 79
- 238000003745 diagnosis Methods 0.000 claims description 58
- 230000002123 temporal effect Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 18
- 238000005259 measurement Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 238000000034 method Methods 0.000 description 6
- 230000000750 progressive effect Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002250 progressing effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
本開示は、橋梁等の構造物の劣化診断を行う構造物劣化診断システムに関する。 This disclosure relates to a structure deterioration diagnosis system that performs deterioration diagnosis on structures such as bridges.
構造物の異常を検知する従来技術として、異常を検知するための特徴量として固有振動数を用いる構造物異常検知システムがある（例えば、特許文献１参照）。この特許文献１に係るシステムは、固有振動数の振動強度などについて、複数位置間の関係性を評価して、異常を検知している。 A conventional technique for detecting abnormalities in structures is a structural abnormality detection system that uses natural frequency as a feature for detecting abnormalities (see, for example, Patent Document 1). The system in Patent Document 1 detects abnormalities by evaluating the relationship between multiple positions regarding the vibration intensity of the natural frequency, etc.
しかしながら、従来技術には、以下のような課題がある。
特許文献１では、固有振動の変化に基づいて構造物の劣化を検知することができる。しかしながら、固有振動は、劣化の兆候が現れるタイミングが比較的遅い。従って、劣化を検知するまでの時間が比較的長くかかることとなる。
However, the conventional techniques have the following problems.
In the technology disclosed in Patent Document 1, deterioration of a structure can be detected based on a change in the natural vibration. However, the natural vibration takes a relatively long time to show signs of deterioration. Therefore, it takes a relatively long time to detect the deterioration.
また、振動形状の節付近で劣化が発生した場合には、固有振動数への影響は小さく、固有振動数の変化が現れにくくなってしまい、高精度に劣化を検知できない問題がある。このような問題を回避するためには、大量のセンサが必要となり、製造コストの上昇を招いてしまう。 In addition, if deterioration occurs near a node in the vibration shape, the effect on the natural frequency is small and the change in the natural frequency is difficult to detect, resulting in the problem that deterioration cannot be detected with high accuracy. To avoid such problems, a large number of sensors are required, which leads to increased manufacturing costs.
本開示は、前記のような課題を解決するためになされたものであり、製造コストの上昇を抑制するとともに、固有振動による劣化検知と比較して、より早いタイミングで構造物の劣化を検知することのできる構造物劣化診断システムを得ることを目的とする。 The present disclosure has been made to solve the above-mentioned problems, and aims to provide a structure deterioration diagnosis system that can suppress increases in manufacturing costs and detect deterioration of a structure at an earlier stage than deterioration detection based on natural vibrations.
本開示に係る構造物劣化診断システムは、構造物に設置され、活荷重による構造物の活荷重変位を測定する複数のセンサと、複数のセンサのそれぞれにより監視期間中に測定された活荷重変位に関して、あらかじめ決められたサンプリング周期で順次取得することで変位量の時系列データを生成し、生成した時系列データから、あらかじめ設定された同一の時間範囲ごとに時系列データに含まれている変位量の最大値と最小値との差分として、複数のセンサのそれぞれの最大変位量を算出し、複数のセンサのそれぞれについて同一の時間範囲ごとに算出した最大変位量の相互の関係性の時間的変化から構造物の劣化進行状態を定量的に判断することで、構造物の劣化診断を行う診断部とを備えるものである。 The structure deterioration diagnosis system according to the present disclosure comprises a plurality of sensors that are installed in a structure and measure the live load displacement of the structure due to live load, and a diagnosis unit that generates time series data of displacement by sequentially acquiring the live load displacement measured by each of the plurality of sensors during a monitoring period at a predetermined sampling period, calculates a maximum displacement amount of each of the plurality of sensors from the generated time series data as the difference between the maximum and minimum displacement amounts contained in the time series data for each of the same time ranges that are set in advance , and performs a deterioration diagnosis of the structure by quantitatively determining the deterioration progression state of the structure from the temporal change in the mutual relationship between the maximum displacement amounts calculated for each of the plurality of sensors for each of the same time ranges.
本開示によれば、製造コストの上昇を抑制するとともに、固有振動による劣化検知と比較して、より早いタイミングで構造物の劣化を検知することのできる構造物劣化診断システムを得ることができる。 The present disclosure makes it possible to obtain a structure deterioration diagnosis system that can suppress increases in manufacturing costs and detect deterioration of a structure at an earlier stage than deterioration detection based on natural vibrations.
以下、本開示の構造物劣化診断システムの好適な実施の形態につき図面を用いて説明する。
本開示は、複数のセンサのそれぞれについて算出した最大変位量の相互の関係性の時間的変化から構造物の劣化診断を迅速に行うことを技術的特徴とするものである。
Hereinafter, preferred embodiments of the structure deterioration diagnosis system of the present disclosure will be described with reference to the drawings.
The present disclosure has a technical feature of quickly diagnosing deterioration of a structure from changes over time in the relationship between maximum displacement amounts calculated for each of a plurality of sensors.
実施の形態１．
本実施の形態１では、構造物の構造体に２以上のセンサを設ける場合の一例として、橋梁の主桁に設置された２つのセンサによる測定結果の比較に基づいて構造物の劣化診断を行う場合について説明する。
Embodiment 1.
In this embodiment 1, as an example of a case where two or more sensors are provided in the structural components of a structure, a deterioration diagnosis of a structure is performed based on a comparison of measurement results from two sensors installed on the main girders of a bridge.
図１は、本開示の実施の形態１に係る構造物劣化診断システムの構成図である。本実施の形態１における構造物劣化診断システムは、２つのセンサ１０（１）、１０（２）と、診断部２０とを備えて構成されている。 Figure 1 is a configuration diagram of a structure deterioration diagnosis system according to the first embodiment of the present disclosure. The structure deterioration diagnosis system in the first embodiment is configured with two sensors 10(1) and 10(2) and a diagnosis unit 20.
また、図２は、本開示の実施の形態１に係る構造物劣化診断システムの診断対象である構造物に対して２つのセンサ１０（１）、１０（２）が設置され、定常状態と劣化進行状態における診断状態を示した説明図である。図２では、構造物の具体例として橋梁３０が示されている。 Figure 2 is an explanatory diagram showing two sensors 10(1) and 10(2) installed on a structure that is the subject of diagnosis by the structure deterioration diagnosis system according to the first embodiment of the present disclosure, and showing the diagnosis states in a steady state and in a state of progressive deterioration. In Figure 2, a bridge 30 is shown as a specific example of a structure.
図２（ａ）は、劣化が発生する前の定常状態を示している。一方、図２（ｂ）は、劣化により橋梁３０に亀裂が発生している劣化進行状態を示している。 Figure 2(a) shows the steady state before deterioration occurs. On the other hand, Figure 2(b) shows the deterioration progress state in which cracks have appeared in the bridge 30 due to deterioration.
本実施の形態１において、センサ１０（１）、１０（２）は、橋梁３０の構成部品である主桁に設置される。ここで、主桁は、診断対象である構造物の構造体に相当する。 In the present embodiment 1, the sensors 10(1) and 10(2) are installed on the main girders, which are components of the bridge 30. Here, the main girders correspond to the structural components of the structure to be diagnosed.
なお、以下の説明では、２つのセンサ１０（１）、１０（２）による検出結果に基づいて劣化診断を行う場合について説明する。ただし、センサ１０自体は、橋梁３０の３箇所以上に設置されていてもよい。３つ以上のセンサ１０が設置されている場合には、個々のセンサ１０の設置位置における検出結果を、他のセンサとの検出結果と比較することで、複数の劣化診断結果を得ることができる。 In the following explanation, a case where deterioration diagnosis is performed based on the detection results from two sensors 10(1) and 10(2) will be described. However, the sensor 10 itself may be installed in three or more locations on the bridge 30. When three or more sensors 10 are installed, multiple deterioration diagnosis results can be obtained by comparing the detection results at the installation location of each sensor 10 with the detection results of the other sensors.
センサ１０（１）、１０（２）のそれぞれは、橋梁３０に発生する活荷重による、橋梁３０の活荷重変位を測定する。ここで、活荷重とは、荷重の大きさが一定ではなく、その作用位置が変化するものを意味している。そして、このような活荷重が変位する要因としては、橋梁３０を通過する車両１の重量のほか、橋梁３０そのものの自重、地震によって橋梁３０に働く慣性力などが挙げられる。 Each of the sensors 10(1) and 10(2) measures the live load displacement of the bridge 30 due to the live load generated on the bridge 30. Here, a live load means a load whose magnitude is not constant and whose acting position changes. Factors that cause the displacement of such a live load include the weight of the vehicle 1 passing over the bridge 30, the weight of the bridge 30 itself, and the inertial force acting on the bridge 30 due to an earthquake.
なお、センサ１０（１）、１０（２）には、活荷重変位を直接計測するもの（例えば、変位センサ等）、および物理量の検出結果を活荷重変位に変換して測定結果として出力するもの（例えば、加速度センサ等）が含まれる。 Sensors 10(1) and 10(2) include sensors that directly measure live load displacement (e.g., displacement sensors, etc.), and sensors that convert the detection results of physical quantities into live load displacement and output the measurement results (e.g., acceleration sensors, etc.).
図３は、本開示の実施の形態１において、センサ１０として加速度センサを用いた場合の説明図である。図３では、ある時間範囲における加速度αおよび変位量ΔＬの時系列データを示すとともに、変位量ΔＬの時系列データに基づいて算出される最大変位量ΔＬＭＡＸを示している。 Fig. 3 is an explanatory diagram of a case in which an acceleration sensor is used as the sensor 10 in the first embodiment of the present disclosure. Fig. 3 shows time series data of the acceleration α and the displacement amount ΔL in a certain time range, and also shows a maximum displacement amount ΔL MAX calculated based on the time series data of the displacement amount ΔL.
センサ１０として加速度センサを用いた場合には、診断部２０は、センサ１０から測定結果として出力される活荷重変位を、あらかじめ決められたサンプリング周期で順次取得することで、変位量ΔＬの時系列データを生成する。そして、診断部２０は、ある時間範囲における変位量ΔＬの時系列データに基づいて、最大変位量ΔＬＭＡＸを算出することができる。 When an acceleration sensor is used as the sensor 10, the diagnosis unit 20 generates time-series data of the displacement ΔL by sequentially acquiring, at a predetermined sampling period, the live load displacements output as measurement results from the sensor 10. Then, the diagnosis unit 20 can calculate the maximum displacement ΔL MAX based on the time-series data of the displacement ΔL in a certain time range.
本実施の形態１に係る構造物劣化診断システムは、事前に基準値を生成しておく必要なしに、監視期間中において、２つのセンサ１０（１）、１０（２）による測定結果から生成された最大変位量の、相互の関係性の時間的変化から、構造物である橋梁３０の劣化診断を行う点に技術的特徴を有している。そこで、診断部２０により実行される具体的な劣化診断方法について、次に詳細に説明する。 The structural deterioration diagnosis system according to the first embodiment has a technical feature in that it performs deterioration diagnosis of the bridge 30, which is a structure, from the time-dependent change in the relationship between the maximum displacements generated from the measurement results of the two sensors 10(1) and 10(2) during a monitoring period, without the need to generate a reference value in advance. The specific deterioration diagnosis method executed by the diagnosis unit 20 will now be described in detail.
図４は、本開示の実施の形態１における２つのセンサ１０（１）、１０（２）を用いた劣化診断において、定常状態と劣化進行状態とを対比して示した説明図である。図４（Ａ）は定常状態を示しており、図４（Ｂ）は劣化進行状態を示している。 Figure 4 is an explanatory diagram showing a comparison between a steady state and a state of progressive deterioration in deterioration diagnosis using two sensors 10(1) and 10(2) in the first embodiment of the present disclosure. Figure 4(A) shows the steady state, and Figure 4(B) shows the state of progressive deterioration.
図４（Ａ）の定常状態としては、以下のような図４（ａ１）および図４（ａ２）が示されている。
図４（ａ１）：２つのセンサ１０（１）、１０（２）により、図２（Ａ）の定常状態において測定された変位量を時系列データとして示した図。
図４（ａ２）：図４（ａ１）の測定結果に基づいて、同一の時間範囲におけるセンサ１０（１）の最大変位量とセンサ１０（２）の最大変位量との相関関係を示した図。
As the steady state of FIG. 4(A), the following FIG. 4(a1) and FIG. 4(a2) are shown.
FIG. 4(a1): A diagram showing the displacement amount measured in the steady state of FIG. 2(A) by the two sensors 10(1) and 10(2) as time-series data.
FIG. 4( a2 ): A graph showing the correlation between the maximum displacement amount of the sensor 10 ( 1 ) and the maximum displacement amount of the sensor 10 ( 2 ) in the same time range, based on the measurement results of FIG. 4( a1 ).
一方、図４（Ｂ）の劣化進行状態としては、以下のような図４（ｂ１）および図４（ｂ２）が示されている。
図４（ｂ１）：２つのセンサ１０（１）、１０（２）により、図２（Ｂ）の劣化進行状態において測定された変位量を時系列データとして示した図。
図４（ｂ２）：図４（ｂ１）の測定結果に基づいて、同一の時間範囲におけるセンサ１０（１）の最大変位量とセンサ１０（２）の最大変位量との相関関係を示した図。
On the other hand, as the deterioration progress state of FIG. 4B, the following FIG. 4B1 and FIG. 4B2 are shown.
FIG. 4(b1): A diagram showing, as time-series data, the amount of displacement measured by the two sensors 10(1) and 10(2) in the deterioration progression state of FIG. 2(B).
FIG. 4(b2): A graph showing the correlation between the maximum displacement amount of the sensor 10(1) and the maximum displacement amount of the sensor 10(2) in the same time range, based on the measurement results of FIG. 4(b1).
次に、図４を用いて、診断部２０により実行される具体的な劣化診断方法について説明する。診断部２０は、センサ１０（１）、センサ１０（２）のそれぞれで測定された活荷重変位をあらかじめ決められたサンプリング周期で順次取得することで、図４（ａ１）あるいは図４（ｂ１）に示したように、活荷重変位の時間推移に相当するデータとして、活荷重変位の時系列データを生成する。 Next, a specific deterioration diagnosis method executed by the diagnosis unit 20 will be described with reference to FIG. 4. The diagnosis unit 20 sequentially acquires the live load displacements measured by the sensors 10(1) and 10(2) at a predetermined sampling period, and generates time series data of the live load displacement as data corresponding to the time progression of the live load displacement, as shown in FIG. 4(a1) or FIG. 4(b1).
さらに、診断部２０は、生成した活荷重変位の時系列データから、同一の時間範囲ごとに最大変位量を算出する。ここで、同一の時間範囲とは、センサ１０（１）が設置された橋梁３０の位置を車両が通過した時刻と、その後、センサ１０（２）が設置された橋梁３０の位置を同一の車両が通過した時刻とを含む時間範囲を意味している。すなわち、同一の時間範囲とは、あらかじめ設定された所定の時間範囲であり、センサ１０（１）とセンサ１０（２）とで、上述したように、同一の車両が通過した時刻が含まれればよく、センサ１０（１）に割り当てられた所定の時間範囲と、センサ１０（２）に割り当てられた所定の時間範囲とが完全に同一である必要はない。 Furthermore, the diagnosis unit 20 calculates the maximum displacement for each identical time range from the generated time series data of the live load displacement. Here, the identical time range means a time range that includes the time when a vehicle passes the position of the bridge 30 where the sensor 10(1) is installed and the time when the same vehicle subsequently passes the position of the bridge 30 where the sensor 10(2) is installed. In other words, the identical time range is a predetermined time range that is set in advance, and as described above, it is sufficient that the time when the same vehicle passes for the sensors 10(1) and 10(2) is included, and the predetermined time range assigned to the sensor 10(1) and the predetermined time range assigned to the sensor 10(2) are not necessarily completely identical.
診断部２０は、同一の時間範囲においてセンサ１０（１）の測定結果に基づいて算出した第１の最大変位量と、同一の時間範囲においてセンサ１０（２）の測定結果に基づいて算出した第１の最大変位量との相互の関係性の時間的変化を求める。 The diagnosis unit 20 determines the change over time in the relationship between the first maximum displacement amount calculated based on the measurement results of the sensor 10(1) in the same time range and the first maximum displacement amount calculated based on the measurement results of the sensor 10(2) in the same time range.
具体的には、診断部２０は、センサ１０（１）による第１の最大変位量をＸ軸、センサ１０（２）による第２の最大変位量をＹ軸として、時間経過に伴って順次算出した第１の最大変位量と第２の最大変位量との相互の関係性をＸＹ平面上に構築することで、図４（ａ２）あるいは図４（ｂ２）に示したような最大変位量に関する相互の関係性の時間的変化を求めることができる。 Specifically, the diagnosis unit 20 constructs the relationship between the first maximum displacement amount and the second maximum displacement amount calculated sequentially over time on an XY plane, with the first maximum displacement amount by the sensor 10(1) as the X-axis and the second maximum displacement amount by the sensor 10(2) as the Y-axis, and can determine the change over time in the relationship regarding the maximum displacement amounts as shown in FIG. 4(a2) or FIG. 4(b2).
図４（ａ２）に示したように、定常状態においては、同一の車両が通過した際の第１の最大変位量と第２の最大変位量との関係性が安定しており、高い相関値が得られる。一方、図４（ｂ２）に示したように、橋梁３０の一部に亀裂が生じ始めた劣化進行状態においては、同一車両が通過した際の第１の最大変位量と第２の最大変位量との関係性がばらつき、定常状態のときと比較して相関値が低下することとなる。 As shown in FIG. 4(a2), in the steady state, the relationship between the first maximum displacement amount and the second maximum displacement amount when the same vehicle passes is stable, and a high correlation value is obtained. On the other hand, as shown in FIG. 4(b2), in a state of advanced deterioration in which cracks have begun to appear in parts of the bridge 30, the relationship between the first maximum displacement amount and the second maximum displacement amount when the same vehicle passes varies, and the correlation value decreases compared to the steady state.
従って、診断部２０は、センサ１０（１）ついて算出した第１の最大変位量と、センサ１０（２）ついて算出した第２の最大変位量との相互の関係性の時間的変化から、相関値を指標値として、構造物の劣化診断を定量的に行うことができる。 The diagnostic unit 20 can therefore quantitatively diagnose deterioration of the structure by using the correlation value as an index value based on the temporal change in the relationship between the first maximum displacement amount calculated for the sensor 10(1) and the second maximum displacement amount calculated for the sensor 10(2).
次に、複数のセンサとして３つ以上のセンサ１０を用いて構造物の劣化診断を定量的に行う具体例について説明する。図５は、本開示の実施の形態１における５つのセンサ１０を用いて構造物の劣化診断を行うための説明図である。 Next, a specific example will be described in which three or more sensors 10 are used as multiple sensors to quantitatively diagnose deterioration of a structure. FIG. 5 is an explanatory diagram for diagnosing deterioration of a structure using five sensors 10 according to the first embodiment of the present disclosure.
図５（ａ）は、劣化診断対象の構造物に相当する橋梁３０に対して、センサ１０として５つのセンサ１～センサ５を設置した際の配置例を示した図である。図５（ａ）においては、センサ２の近傍で亀裂が発生した場合を例示している。一方、図５（ｂ）は、センサ３の最大変位量と、その他の４つのセンサ１、２、４、５のそれぞれの最大変位量との相関値の時間的変化を示した図である。 Figure 5(a) shows an example of the arrangement of five sensors 1 to 5 installed as sensors 10 on a bridge 30, which corresponds to the structure to be diagnosed for deterioration. Figure 5(a) shows an example of a case where a crack has occurred near sensor 2. Meanwhile, Figure 5(b) shows the change over time in the correlation value between the maximum displacement of sensor 3 and the maximum displacement of each of the other four sensors 1, 2, 4, and 5.
時間経過とともに劣化が進行することで、図５（ｂ）に示したように、最大変位量の相互の関係性を示す相関値にばらつきが発生していることが判る。診断部２０は、センサ３を基準として、センサ３－センサ１間の最大変位量に関する相関値、センサ３－センサ２間の最大変位量に関する相関値、センサ３－センサ４間の最大変位量に関する相関値、センサ３－センサ５間の最大変位量に関する相関値の時間的変化を監視する。 As deterioration progresses over time, it can be seen that variations occur in the correlation values that indicate the mutual relationships of the maximum displacement amounts, as shown in Figure 5 (b). Using sensor 3 as a reference, the diagnostic unit 20 monitors the temporal changes in the correlation value relating to the maximum displacement amount between sensor 3 and sensor 1, the correlation value relating to the maximum displacement amount between sensor 3 and sensor 2, the correlation value relating to the maximum displacement amount between sensor 3 and sensor 4, and the correlation value relating to the maximum displacement amount between sensor 3 and sensor 5.
そして、診断部２０は、４つの相関値のいずれかが許容値よりも低くなった場合には、橋梁３０が劣化進行状態であると判断することができる。図６は、本開示の実施の形態１における劣化診断手法を説明するための図である。 Then, when any of the four correlation values becomes lower than the allowable value, the diagnosis unit 20 can determine that the bridge 30 is in a state of progressive deterioration. Figure 6 is a diagram for explaining the deterioration diagnosis method in the first embodiment of the present disclosure.
図６（ａ）は、図５に示した橋梁３０の劣化診断において、定常状態におけるセンサ２－センサ３間の最大変位量に関する相関値の時間経過に伴う分布を示した図である。一方、図６（ｂ）は、図５に示した橋梁３０の劣化診断において、劣化進行状態におけるセンサ２－センサ３間の最大変位量に関する相関値の時間経過に伴う分布を示した図である。 Figure 6(a) is a diagram showing the distribution over time of correlation values for the maximum displacement between sensors 2 and 3 in a steady state in a deterioration diagnosis of bridge 30 shown in Figure 5. On the other hand, Figure 6(b) is a diagram showing the distribution over time of correlation values for the maximum displacement between sensors 2 and 3 in a deterioration-progressing state in a deterioration diagnosis of bridge 30 shown in Figure 5.
例えば、劣化診断を行うための相関値の許容値として０．５を設定しておき、相関値の変化を監視することで、診断部２０は、図６（ｂ）に示したように、相関値が０．５よりも低下したことから、劣化進行状態であることを迅速に判断できる。 For example, by setting 0.5 as the acceptable correlation value for performing deterioration diagnosis and monitoring changes in the correlation value, the diagnosis unit 20 can quickly determine that deterioration is progressing when the correlation value falls below 0.5, as shown in Figure 6 (b).
さらに、図５（ａ）に示したように、センサ２付近で劣化が発生した場合には、図５（ｂ）に示したように、センサ３－センサ２間の最大変位量に関する相関値のばらつきが最も顕著であるが、センサ３－センサ１間の最大変位量に関する相関値、およびセンサ３－センサ４間の最大変位量に関する相関値にも、ばらつきが発生し、相関値が低下している。 Furthermore, as shown in Figure 5(a), when degradation occurs near sensor 2, the variation in the correlation value for the maximum displacement between sensor 3 and sensor 2 is most significant, as shown in Figure 5(b), but the correlation value for the maximum displacement between sensor 3 and sensor 1 and the correlation value for the maximum displacement between sensor 3 and sensor 4 also vary and the correlation values decrease.
換言すると、一般的に、劣化は、構造物である橋梁３０等の構造をアンバランスにする。そのため、劣化が進行すると、センサ間の活荷重変位の関係性は変化する。従って、本実施の形態１における劣化診断手法によれば、センサの設置場所に対する劣化発生場所の距離に依存せずに、劣化進行状態を定量的に迅速に判断することができる。 In other words, deterioration generally causes the structure of a structure such as a bridge 30 to become unbalanced. Therefore, as deterioration progresses, the relationship between the live load displacements between the sensors changes. Therefore, according to the deterioration diagnosis method in the first embodiment, the deterioration progress state can be quantitatively and quickly determined without depending on the distance of the deterioration occurrence location from the sensor installation location.
また、複数のセンサ１０として、第１のセンサ、第２のセンサ、第３のセンサの３つを用い、劣化診断対象の構造物を橋梁３０とした場合を具体例として考える。この場合には、第１のセンサを橋梁の構成部品である主桁の中央に設置し、第２のセンサを主桁の四分位点に設置し、第３のセンサを第２のセンサとは異なる四分位点に設置することが考えられる。このような配置とすることで、劣化進行状態を定量的に迅速に判断することができる。 As a specific example, consider a case where three sensors, a first sensor, a second sensor, and a third sensor, are used as the multiple sensors 10, and the structure to be diagnosed for deterioration is a bridge 30. In this case, it is conceivable that the first sensor is installed in the center of the main girder, which is a component of the bridge, the second sensor is installed at a quartile of the main girder, and the third sensor is installed at a different quartile from the second sensor. By arranging the sensors in this way, the deterioration progress state can be quantitatively and quickly determined.
最後に、劣化診断を行うための指標値として、最大変位量を用いる場合のメリットについて補足説明する。図７は、本開示の実施の形態１における２つのセンサを用いた劣化診断の有効性を説明するための図である。 Finally, we will provide additional explanation on the advantages of using the maximum displacement as an index value for performing deterioration diagnosis. Figure 7 is a diagram for explaining the effectiveness of deterioration diagnosis using two sensors in the first embodiment of the present disclosure.
より具体的には、図７の上段は、劣化診断を行うための指標値として、「固有振動数」を用いた場合の定常状態（ａ１）と劣化進行状態（ｂ１）との比較を示している。一方、図７の下段は、劣化診断を行うための指標値として、「最大変位量」を用いた場合の定常状態（ａ２）と劣化進行状態（ｂ２）との比較を示している。 More specifically, the upper part of Figure 7 shows a comparison between the steady state (a1) and the advanced deterioration state (b1) when the "natural frequency" is used as the index value for performing the deterioration diagnosis. On the other hand, the lower part of Figure 7 shows a comparison between the steady state (a2) and the advanced deterioration state (b2) when the "maximum displacement" is used as the index value for performing the deterioration diagnosis.
図７の上段に示したように、指標値として「固有振動数」を用いた場合には、センサ１による第１の固有振動数と、センサ２による第２の固有振動数との関係性には、劣化進行状態を識別するための有意差が認められない。 As shown in the upper part of Figure 7, when the "natural frequency" is used as the index value, there is no significant difference in the relationship between the first natural frequency from sensor 1 and the second natural frequency from sensor 2 that can be used to identify the state of deterioration.
一方、図７の下段に示したように、指標値として「最大変位量」を用いた場合には、センサ１による第１の最大変位量と、センサ２による第２の最大変位量との関係性には、劣化進行状態を識別するための有意差が認められる。 On the other hand, as shown in the lower part of Figure 7, when the "maximum displacement amount" is used as the index value, a significant difference is found in the relationship between the first maximum displacement amount by sensor 1 and the second maximum displacement amount by sensor 2 to identify the state of deterioration.
換言すると、「固有振動数」のセンサ間相互の関係性の時間的変化には、劣化による変化が現れていない状況であっても、「最大変位量」のセンサ間相互の関係性の時間的変化には、劣化による変化が現れており、指標値として「最大変位量」を用いることで、より早期の劣化進行段階で、劣化が発生していることを検知することが可能となる。 In other words, even in a situation where the change over time in the relationship between the sensors for the "natural frequency" does not show any change due to deterioration, the change over time in the relationship between the sensors for the "maximum displacement" shows a change due to deterioration. By using the "maximum displacement" as an index value, it is possible to detect the occurrence of deterioration at an earlier stage in the progression of deterioration.
極論的には、指標値として「最大変位量」を用いた場合には、診断部２０は、例えば、現在１時間分による相関値と、１時間前の１時間分の相関値とを比較することで、劣化進行状態であるか否かを定量的に判断することができる。 In the extreme, if the "maximum displacement amount" is used as the index value, the diagnostic unit 20 can quantitatively determine whether or not the deterioration is progressing by, for example, comparing the correlation value for the current hour with the correlation value for the hour from one hour ago.
さらに、「最大変位量」の元となる活荷重変位の精度について補足説明する。本実施の形態１に係る劣化診断手法においては、例えば、加速度計から算出される活荷重変位の値について、変位計による計測値との間に差があってもよい。 Furthermore, we will provide additional explanation on the accuracy of the live load displacement that is the basis of the "maximum displacement amount." In the deterioration diagnosis method according to the first embodiment, for example, there may be a difference between the live load displacement value calculated from the accelerometer and the value measured by the displacement meter.
また、上述した実施の形態１では、劣化診断を行うに当たり、異なる２つのセンサ間での最大変化量の相関値を用いる場合について説明したが、異なる２つのセンサ間での最大変位量の比率を用いることによっても、同様の効果を得ることができる。 In addition, in the above-mentioned embodiment 1, a case was described in which the correlation value of the maximum amount of change between two different sensors is used to perform deterioration diagnosis, but the same effect can also be obtained by using the ratio of the maximum amount of displacement between two different sensors.
本実施の形態１では、上述したように、複数のセンサにより算出された指標値の相互の関係性の時間的変化を監視している。従って、同重量の車両通過時における活荷重変位量が安定して算出できるのであれば、変位計による計測値との間に誤差があってもよく、迅速に、かつ高精度で劣化進行状態を検知することが可能となる。 As described above, in this first embodiment, the temporal change in the relationship between the index values calculated by multiple sensors is monitored. Therefore, as long as the amount of live load displacement when a vehicle of the same weight passes can be stably calculated, there may be an error with the value measured by the displacement meter, and it is possible to quickly and accurately detect the progression of deterioration.
以上のように、実施の形態１によれば、複数のセンサを設置した後の実運用状態における測定結果に基づいて、センサ間の指標値の関係性の時間的変化を監視することで、劣化進行状態を迅速に、かつ高精度に検知することができる。この結果、構成がシンプルであるとともに、事前に試験車両等を用いて定常状態におけるデータ収集を行う必要がなく、製造コストの上昇を抑制することができる。 As described above, according to the first embodiment, the deterioration progression state can be detected quickly and with high accuracy by monitoring the temporal change in the relationship between the index values of the sensors based on the measurement results in the actual operation state after the installation of multiple sensors. As a result, the configuration is simple, and there is no need to collect data in a steady state in advance using a test vehicle, etc., which can suppress an increase in manufacturing costs.
さらに、劣化診断の指標値として「最大変位量」を用いることで、劣化診断の指標値として「固有振動」を用いて劣化検知を行った場合と比較して、より早いタイミングで構造物の劣化検知を行うことのできる構造物劣化診断システムを得ることができる。また、一般的な交通流であっても、劣化進行状態を高精度に、かつ迅速に検知することができる構造物劣化診断システムを得ることができる。 Furthermore, by using "maximum displacement" as the index value for deterioration diagnosis, a structure deterioration diagnosis system can be obtained that can detect deterioration of a structure at an earlier timing than when deterioration detection is performed using "natural vibration" as the index value for deterioration diagnosis. Also, a structure deterioration diagnosis system can be obtained that can detect the progression of deterioration with high accuracy and quickly, even in general traffic flow.
なお、本実施の形態では、橋梁を例に説明したが、ビル、トンネルの付帯物（ジェットファンの取付や照明装置等）、のり面および水道管等の劣化診断にも適応できる。 In this embodiment, a bridge has been used as an example, but the system can also be applied to deterioration diagnosis of buildings, tunnel accessories (such as jet fan installations and lighting devices), slopes, water pipes, etc.
１０，１０（１），１０（２） センサ、２０ 診断部、３０ 橋梁。 10, 10(1), 10(2) sensor, 20 diagnostic unit, 30 bridge.
Claims (3)
前記複数のセンサのそれぞれにより監視期間中に測定された前記活荷重変位に関して、あらかじめ決められたサンプリング周期で順次取得することで変位量の時系列データを生成し、生成した前記時系列データから、あらかじめ設定された同一の時間範囲ごとに前記時系列データに含まれている変位量の最大値と最小値との差分として、前記複数のセンサのそれぞれの最大変位量を算出し、前記複数のセンサのそれぞれについて前記同一の時間範囲ごとに算出した前記最大変位量の相互の関係性の時間的変化から前記構造物の劣化進行状態を定量的に判断することで、前記構造物の劣化診断を行う診断部と
を備える構造物劣化診断システム。 A plurality of sensors are installed on a structure to measure live load displacement of the structure due to the live load;
and a diagnosis unit that generates time series data of displacement by sequentially acquiring, at a predetermined sampling period , the live load displacements measured by each of the plurality of sensors during a monitoring period , calculates from the generated time series data a maximum displacement of each of the plurality of sensors as a difference between a maximum value and a minimum value of the displacement contained in the time series data for each of the same time ranges that are set in advance , and performs a deterioration diagnosis of the structure by quantitatively determining a deterioration progression state of the structure from a temporal change in the mutual relationship of the maximum displacements calculated for each of the plurality of sensors for each of the same time ranges.
請求項１に記載の構造物劣化診断システム。The structure deterioration diagnosis system according to claim 1 .
前記構造物は、橋梁であり、
前記第１のセンサは、前記橋梁の構成部品である主桁の中央に設置され、
前記第２のセンサは、前記主桁の四分位点に設置され、
前記第３のセンサは、前記第２のセンサとは異なる前記主桁の四分位点に設置される
請求項１または２に記載の構造物劣化診断システム。 The plurality of sensors includes a first sensor, a second sensor, and a third sensor,
The structure is a bridge,
The first sensor is installed at a center of a main girder which is a component of the bridge,
The second sensor is installed at a quartile of the main beam;
The structure deterioration diagnosis system according to claim 1 or 2, wherein the third sensor is installed at a quartile of the main girder different from that of the second sensor.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020216847A JP7558801B2 (en) | 2020-12-25 | 2020-12-25 | Structural Deterioration Diagnostic System |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020216847A JP7558801B2 (en) | 2020-12-25 | 2020-12-25 | Structural Deterioration Diagnostic System |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022102230A JP2022102230A (en) | 2022-07-07 |
| JP7558801B2 true JP7558801B2 (en) | 2024-10-01 |
Family
ID=82272785
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020216847A Active JP7558801B2 (en) | 2020-12-25 | 2020-12-25 | Structural Deterioration Diagnostic System |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7558801B2 (en) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013040774A (en) | 2011-08-11 | 2013-02-28 | Ntt Data Corp | Abnormality detection device, abnormality detection method and abnormality detection program |
| JP2017025662A (en) | 2015-07-27 | 2017-02-02 | 株式会社Ｔｔｅｓ | Device, method, program, and recording medium for identifying vehicle's traveling position in transverse direction of traffic road |
| WO2017064854A1 (en) | 2015-10-13 | 2017-04-20 | 日本電気株式会社 | Structure abnormality detection device, structure abnormality detection method, recording medium, and structure abnormality detection system |
| JP2017083292A (en) | 2015-10-28 | 2017-05-18 | 積水化学工業株式会社 | Method for determining abnormality of pipe line |
| WO2019054419A1 (en) | 2017-09-12 | 2019-03-21 | 日本電気株式会社 | State determining device, state determining method, and computer-readable recording medium |
| JP2020046330A (en) | 2018-09-20 | 2020-03-26 | 株式会社Ｎｔｔドコモ | System and method for evaluating structure |
| JP2020160959A (en) | 2019-03-27 | 2020-10-01 | パナソニックＩｐマネジメント株式会社 | Building diagnostic apparatus and building diagnostic method |
| JP2020187023A (en) | 2019-05-15 | 2020-11-19 | パナソニックＩｐマネジメント株式会社 | State detection device, state detection method, and building diagnosing device |
-
2020
- 2020-12-25 JP JP2020216847A patent/JP7558801B2/en active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013040774A (en) | 2011-08-11 | 2013-02-28 | Ntt Data Corp | Abnormality detection device, abnormality detection method and abnormality detection program |
| JP2017025662A (en) | 2015-07-27 | 2017-02-02 | 株式会社Ｔｔｅｓ | Device, method, program, and recording medium for identifying vehicle's traveling position in transverse direction of traffic road |
| WO2017064854A1 (en) | 2015-10-13 | 2017-04-20 | 日本電気株式会社 | Structure abnormality detection device, structure abnormality detection method, recording medium, and structure abnormality detection system |
| JP2017083292A (en) | 2015-10-28 | 2017-05-18 | 積水化学工業株式会社 | Method for determining abnormality of pipe line |
| WO2019054419A1 (en) | 2017-09-12 | 2019-03-21 | 日本電気株式会社 | State determining device, state determining method, and computer-readable recording medium |
| JP2020046330A (en) | 2018-09-20 | 2020-03-26 | 株式会社Ｎｔｔドコモ | System and method for evaluating structure |
| JP2020160959A (en) | 2019-03-27 | 2020-10-01 | パナソニックＩｐマネジメント株式会社 | Building diagnostic apparatus and building diagnostic method |
| JP2020187023A (en) | 2019-05-15 | 2020-11-19 | パナソニックＩｐマネジメント株式会社 | State detection device, state detection method, and building diagnosing device |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022102230A (en) | 2022-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8186223B2 (en) | Structural integrity monitoring system | |
| TWI449883B (en) | Method for analyzing structure safety | |
| JP2012018045A (en) | Sensor failure diagnosis device and sensor system | |
| JP2024111783A (en) | Ultra-thin force sensor, monitoring system, monitoring method and application | |
| JP6735034B2 (en) | Structure abnormality detection device, structure abnormality detection method, recording medium and structure abnormality detection system | |
| KR20110016522A (en) | Insulator nondestructive testing method using frequency response function | |
| KR20170067292A (en) | Device and method for estimating remaining life of mechanical system | |
| CN106672722A (en) | Machine diagnosis apparatus, machine diagnosis method, and machine diagnosis system | |
| JP7558801B2 (en) | Structural Deterioration Diagnostic System | |
| JP2001215148A (en) | Diagnostic method for structure | |
| CN111693604B (en) | Arm support monitoring method and system and engineering machinery comprising arm support monitoring system | |
| JP7592487B2 (en) | Structural Deterioration Diagnostic System | |
| KR102659356B1 (en) | Anomaly diagnosis system of industrial boiler blower using vibration sensor | |
| JP7035488B2 (en) | Analytical equipment, analysis system and analysis method | |
| CN106501360A (en) | Based on the porcelain insulator defect detecting device from comparative trend analysis and vibroacoustics, system and method | |
| KR20130033171A (en) | Acceleration-impedance based monitoring technique for prestressed concrete girder | |
| KR20140139955A (en) | System and method of detecting failure of engine | |
| JP7145646B2 (en) | Building damage determination method and building damage determination system | |
| CN111693603B (en) | Arm support monitoring method and system and engineering machinery comprising arm support monitoring system | |
| KR20150004119A (en) | Method of locating neutral axis for Detecting Damage of a Structure | |
| Bartels et al. | Robust SHM: Redundancy approach with different sensor integration levels for long life monitoring systems | |
| TWI869923B (en) | Method and system for diagnosing structural health of buildings | |
| JP7359378B2 (en) | Information board anomaly detection system | |
| US20240175779A1 (en) | Method of estimating absolute strain of structure reference-free using ultrasonic wave velocity, and system for the same | |
| JP7332384B2 (en) | Structural deterioration diagnosis system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231121 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240417 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240423 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240624 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240903 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240918 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7558801 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |