構造健全性モニタリング

構造ヘルスモニタリング( SHM ) では、定期的にサンプリングされた応答測定値を使用してシステムを長期にわたって観察および分析し、橋や建物などの工学構造物の材料および幾何学的特性の変化を監視します。

運用環境では、構造物は経年劣化し、使用頻度も増えます。長期SHMは、構造物が意図された機能を継続的に実行できる能力に関する定期的に更新された情報を出力します。地震や爆風荷重などの極端な事象の後、SHMは迅速な状態スクリーニングに使用されます。SHMは、構造物の健全性に関する信頼性の高い情報をほぼリアルタイムで提供することを目的としています。^[1]

SHM プロセスには、励起方法、センサーの種類、数、場所、および一般に健全性および使用状況監視システムと呼ばれるデータ収集/保存/送信ハードウェアの選択が含まれます。測定は、システムに発生する可能性のある劣化や損傷を直接検出するか、または間接的に負荷のサイズと頻度を測定してシステムの状態を予測するために行われます。

システムの状態を直接監視するには、取得したデータから損傷のない構造と損傷した構造を区別できる特徴を特定する必要があります。最も一般的な特徴抽出方法の 1 つは、振動の振幅や周波数などの測定されたシステム応答量と、劣化したシステムの観察との相関関係に基づいています。損傷蓄積テストでは、調査対象のシステムの重要な構造コンポーネントを現実的な負荷条件にさらして劣化させますが、このテストも適切な特徴を特定するために使用できます。このプロセスには、特定の種類の損傷を加速的に蓄積するための、 誘発損傷テスト、疲労テスト、腐食成長、または温度サイクルが含まれる場合があります。

定性的かつ非連続的な方法は、構造物が本来の目的を果たす能力を評価するために長い間使用されてきました。19 世紀初頭以来、鉄道の車輪叩き工は、列車の車輪を叩くハンマーの音を利用して損傷の有無を評価してきました。回転機械では、振動モニタリングが数十年にわたって性能評価技術として使用されてきました。^[1] SHM の分野には、波動伝播ベースの技術^[2]と振動ベースの技術の 2 つの技術があります。^{[3] [4] [5]}振動ベースの SHM に関する文献は、大きく分けて 2 つの側面に分けられます。1 つ目は、損傷のモデルを提案して動的特性を決定するもので、直接問題とも呼ばれ、2 つ目は、動的特性を使用して損傷特性を決定するもので、逆問題とも呼ばれます。

いくつかの基本的な公理、あるいは一般原則が浮上している。^[6]

• 公理 I: すべての材料には固有の欠陥または欠陥があります。
• 公理 II: 損害の評価には 2 つのシステム状態の比較が必要です。
• 公理 III: 損傷の存在と場所を特定することは教師なし学習モードで行うことができますが、存在する損傷の種類と損傷の重大度を特定することは通常、教師あり学習モードでのみ行うことができます。
• 公理 IVa: センサーは損傷を測定できません。センサーデータを損傷情報に変換するには、信号処理と統計分類による特徴抽出が必要です。
• 公理 IVb: インテリジェントな特徴抽出がなければ、測定が損傷に対して敏感であるほど、変化する動作条件や環境条件に対しても敏感になります。
• 公理 V: 損傷の開始と進展に関連する長さと時間のスケールによって、SHM センシング システムに必要な特性が決まります。
• 公理 VI: アルゴリズムの損傷に対する感度とノイズ除去能力の間にはトレードオフが存在します。
• 公理 VII: システムダイナミクスの変化から検出できる損傷の大きさは、励起の周波数範囲に反比例します。

SHM システムの要素には通常、次のものが含まれます。

• 構造
• センサー
• データ収集システム
• データ転送と保存の仕組み
• データ管理
• データの解釈と診断:

1. システム識別
2. 構造モデルの更新
3. 構造状態評価
4. 残存耐用年数の予測

この技術の一例としては、橋や航空機などの構造物にセンサーを埋め込むことが挙げられます。これらのセンサーは、応力や歪みなどのさまざまな構造変化をリアルタイムで監視します。土木構造物の場合、センサーから提供されるデータは通常、リモートデータ収集センターに送信されます。現代の技術の助けを借りて、センサーの情報に基づいた構造物のリアルタイム制御（アクティブ構造制御）が可能になります。

一般的に構造健全性評価 (SHA) または SHM として知られるこの概念は、特に世界中の国々が橋から高層ビルに至るまでさまざまなインフラストラクチャの建設のさらなる大規模期間に入るにつれて、さまざまな形態のインフラストラクチャに広く適用されています。特に構造物の損傷が関係する場合は、以前の段階の知識を必要とする、難易度が増す段階があることに注意することが重要です。

1. 構造上の損傷の存在を検出する
2. 被害箇所の特定
3. 損害の種類の特定
4. 被害の深刻さを定量化する

インフラの健全性状態に関するセンサーデータを評価のための損傷情報に変換するには、信号処理と統計分類を使用する必要があります。

運用評価では、損害識別機能の実装に関する次の 4 つの質問に答えようとします。

i) SHM を実行する生命安全上および/または経済上の正当性は何ですか?

ii) 調査対象のシステムの損害はどのように定義されていますか?また、損害の可能性があるケースが複数ある場合、最も懸念されるのはどのケースですか?

iii) 監視対象システムが機能する際の運用条件と環境条件はどのようなものですか?

iv) 運用環境でデータを取得する際の制限は何ですか?

運用評価は、監視対象と監視方法の制限を設定することから始まります。この評価は、監視対象のシステムに固有の機能に合わせて損傷識別プロセスを調整し、検出する損傷の固有の機能を利用しようとします。

SHM プロセスのデータ収集部分には、励起方法、センサーの種類、数、場所、およびデータ収集/保存/送信ハードウェアの選択が含まれます。このプロセスも、アプリケーションによって異なります。経済的な考慮は、これらの決定を行う上で重要な役割を果たします。データを収集する間隔も、対処する必要があるもう 1 つの考慮事項です。

データはさまざまな条件下で測定できるため、損傷識別プロセスではデータを正規化する能力が非常に重要になります。SHM に適用される場合、データの正規化とは、損傷によって引き起こされるセンサー読み取り値の変化と、さまざまな動作条件や環境条件によって引き起こされる変化を分離するプロセスです。最も一般的な手順の 1 つは、測定された応答を測定された入力で正規化することです。環境または動作の変動が問題となる場合、環境または動作サイクルの同様の時間に測定されたデータの比較を容易にするために、何らかの時間的な方法でデータを正規化する必要が生じることがあります。データ取得プロセスおよび監視対象システムにおける変動の原因を特定し、可能な限り最小限に抑える必要があります。一般に、変動の原因をすべて排除できるわけではありません。したがって、これらの原因を統計的に定量化できるように、適切な測定を行う必要があります。変動は、変化する環境条件やテスト条件、データ削減プロセスの変化、およびユニット間の不一致から生じる可能性があります。

データ クレンジングは、特徴選択プロセスに渡すデータや、特徴選択プロセスから除外するデータを厳選するプロセスです。データ クレンジング プロセスは通常、データ取得に直接関わる個人が得た知識に基づいています。たとえば、テスト セットアップの検査でセンサーが緩く取り付けられていることが判明した場合、測定を実行する個人の判断に基づいて、このデータ セットまたはその特定のセンサーからのデータを特徴選択プロセスから選択的に削除できます。フィルタリングや再サンプリングなどの信号処理技術も、データ クレンジング手順と考えることができます。

最後に、SHM プロセスのデータの取得、正規化、およびクレンジングの部分は静的であってはなりません。特徴選択プロセスと統計モデル開発プロセスから得られた洞察は、データ取得プロセスを改善できる変更に関する情報を提供します。

技術文献で最も注目される SHM プロセスの領域は、損傷のない構造と損傷した構造を区別できるデータ特徴の識別です。この機能選択プロセスには、データの凝縮が不可欠です。損傷識別に最適な特徴は、やはりアプリケーションによって異なります。

最も一般的な特徴抽出方法の 1 つは、振動振幅や周波数などの測定されたシステム応答量と、劣化したシステムの直接観察との相関関係に基づいています。損傷識別のための特徴を開発する別の方法は、実際の動作条件で予想されるものと同様の人工欠陥をシステムに適用し、予想される損傷に敏感なパラメータの初期理解を深めることです。また、欠陥のあるシステムを使用して、診断測定が損傷のないシステムと損傷したシステムから識別された特徴を区別するのに十分な感度があるかどうかを検証することもできます。実験的に検証された有限要素モデルなどの分析ツールの使用は、このプロセスで大きな資産となります。多くの場合、分析ツールは、欠陥がコンピューター シミュレーションによって導入される数値実験を実行するために使用されます。損傷蓄積テストでは、調査対象のシステムの重要な構造コンポーネントを現実的な負荷条件にさらすことで劣化させますが、このテストを使用して適切な特徴を識別することもできます。このプロセスには、特定の種類の損傷を加速的に蓄積するための誘発損傷テスト、疲労テスト、腐食成長、または温度サイクルが含まれる場合があります。適切な特徴に関する洞察は、上で説明したように、いくつかの種類の分析および実験研究から得られ、通常はこれらの研究の組み合わせから得られた情報の結果です。

SHM を実行するために必要な運用実装および診断測定技術は、構造ダイナミクス情報の従来の使用よりも多くのデータを生成します。構造物の寿命にわたって取得される多くの特徴セットの比較が想定される場合、データの凝縮は有利であり、必要です。また、データは長期間にわたって運用環境で構造物から取得されるため、環境および運用の変動がある場合でも、対象の構造変化に対する特徴の感度を維持するために、堅牢なデータ削減技術を開発する必要があります。SHM を実行するために必要な品質データの抽出と記録をさらに支援するには、特徴の統計的有意性を特徴付け、凝縮プロセスで使用する必要があります。

SHM プロセスのうち、技術文献で最も注目されていない部分は、損傷のない構造と損傷のある構造の特徴を区別するための統計モデルの開発です。統計モデルの開発は、抽出された特徴に対して構造の損傷状態を定量化するアルゴリズムの実装に関係しています。統計モデルの開発で使用されるアルゴリズムは、通常、3 つのカテゴリに分類されます。損傷のない構造と損傷のある構造の両方からデータが利用できる場合、統計パターン認識アルゴリズムは、一般に教師あり学習と呼ばれる一般的な分類カテゴリに分類されます。グループ分類と回帰分析は、教師あり学習アルゴリズムのカテゴリです。教師なし学習は、損傷した構造の例を含まないデータに適用されるアルゴリズムを指します。外れ値または新規性の検出は、教師なし学習アプリケーションで適用されるアルゴリズムの主要なクラスです。すべてのアルゴリズムは、測定または派生した特徴の統計分布を分析して、損傷識別プロセスを強化します。

大型橋梁の健全性監視は、橋梁にかかる荷重とこれらの荷重の影響を同時に測定することで実行できます。これには通常、以下の監視が含まれます。

• 風と天気
• 渋滞
• プレストレスとステーケーブル
• デッキ
• パイロン
• 地面

この知識があれば、エンジニアは次のことが可能になります。

• 負荷とその影響を推定する
• 疲労状態やその他の限界状態を推定する
• 橋の健全性の今後の変化を予測する

アメリカ合衆国オレゴン州運輸省橋梁工学部は、シニアエンジニアのスティーブン・ラブジョイによるこの技術論文で言及されているように、構造健全性監視（SHM）プログラムを開発し、実装しました。^[7]

橋梁の構造健全性モニタリングへの光ファイバーセンサーの応用を紹介する参考文献があります。^[8]

以下のプロジェクトは現在進行中の橋梁監視の最大のものとして知られています。

• 香港の橋。風および構造健全性監視システムは、香港高速道路局が青馬橋、汀九橋、 葛水門橋、ストーンカッターズ橋の道路利用者の快適性と安全性を確保するために使用する、130万米ドルをかけた高度な橋梁監視システムです。^[9]このセンサーシステムは、約900個のセンサーと関連するインターフェースユニットで構成されています。青馬橋に350個以上、汀九橋に350個、葛水門に200個のセンサーがあり、橋の構造的挙動が1日24時間、週7日測定されています。センサーには、加速度計、ひずみゲージ、変位変換器、レベル検知ステーション、風速計、温度センサー、動的移動重量センサー、GPS受信機などがあります。^[10]路面温度や構造部材の歪みから風速、何キロメートルものケーブルのたわみや回転、橋の床板や塔の動きまで、あらゆるものを測定します。
• ギリシャのリオ・アンティリオ橋: 構造と交通をリアルタイムで監視する 100 台以上のセンサーが設置されています。
• ミヨー・ヴィアデュック（フランス）：世界最大級の光ファイバーシステムを有し、最先端技術であると^{[誰が？ ]考えます。}
• 米国のHuey P Long 橋には、軸方向および曲げ荷重の影響を測定するために設計された 800 個を超える静的および動的ひずみゲージがあります。
• トルコのファティフ・スルタン・メフメット橋: 第二ボスポラス橋としても知られています。革新的なワイヤレス センサー ネットワークを使用して、通常の交通状況を監視しました。
• サウジアラビア、メッカのマスジド・ハラーム第3次サウジ拡張工事： 基礎とコンクリート柱に600個以上のセンサー（コンクリート圧力セル、埋め込み型ひずみゲージ、シスターバーひずみゲージなど）が設置されています。このプロジェクトは現在建設中です。
• オーストラリアのシドニーハーバー ブリッジでは現在、2,400 台を超えるセンサーを使用した監視システムを導入しています。資産管理者と橋梁検査員は、センサー データの分析に基づいたモバイルおよび Web ブラウザーの意思決定支援ツールを利用できます。
• 現在フォース湾に渡って建設中のクイーンズフェリー・クロッシングには、完成後には2,000個以上のセンサーを含む監視システムが設置される予定だ。資産管理者は、自動データ分析を含むウェブベースのデータ管理インターフェースからすべてのセンサーのデータにアクセスできるようになる。
• マレーシアのペナンにあるペナン第二橋は、すでに実装を完了し、3,000個のセンサーで橋の要素を監視しています。橋の利用者の安全と投資の保護のため、橋を担当する会社は構造健全性監視システムを望んでいました。このシステムは、災害対策、構造健全性管理、データ分析に使用されます。実装前には、力（風、地震、温度、車両）、天候（気温、風、湿度、降水量）、応答（ひずみ、加速度、ケーブル張力、変位、傾斜）など、多くの考慮事項がありました。^[11]
• ロシアのラフタセンターには3000以上のセンサーと8000以上のパラメータがあり、リアルタイムで構造を監視しています。^[12]

• 変形監視
• シビオニクス
• 構造ヘルスモニタリング、このテーマに特化した査読付きジャーナル
• 構造的健康情報の価値

• NDT.netオープンアクセスデータベースには、EWSHM議事録とその他のSHM記事が含まれています。
• 国際インテリジェントインフラ構造健全性モニタリング協会 (ISHMII)
• 地震地域向けの低コストのSHM

• SHM プロシーディングス (NDT.net)
• 構造ヘルスモニタリングジャーナル (sagepub)
• インテリジェント材料システムと構造ジャーナル (sagepub)
• 構造耐久性と健全性モニタリング (techscience)
• 構造制御とヘルスモニタリング（John Wiley & Sons, Ltd.）
• 土木構造ヘルスモニタリングジャーナル（シュプリンガー）
• スマート材料と構造 (IOP)
• スマートマテリアル速報（サイエンスダイレクト）