1/1
3 files

Data of AI Method on Hammering Sounds at Concrete Bridge

dataset
posted on 16.04.2022, 00:24 by Hisao EMOTO, Yasutaka Baba, Hiroyoshi ASANO, Yamato NAGASE

It is a popular to hammer sound test for visual inspection of deterioration in concrete structures. This convenient method is much effectiveness for expert engineers. However, it is difficult for young engineers and applicable to robotization to apply quantifying and to be systematic under consideraton to complicapable of relation of sound data and degree of deterioration. The factor of relation to hammering sound data and degree of degradation are not clearly. Development of quantifying and being systematic as engineering are the most important in practical business. In this study, it is expected to apply using AI technology. In this study AI is expressed by machine learning, in particular deep learning based on neural network. It makes a clearly for effectiveness of methods of machine learning and propose to apply to autoencoder.

History

Corresponding author email address

emoto@tottori-u.ac.jp

Translated description

コンクリート構造物の点検等においてコンクリート内部の劣化の状態を調査する方法として,打音検査 がよく用いられる.この手法は,熟練技術者にとっては非常に有効な手法であるが,若手技術者やロボッ トへの適用を検討するとその音データと劣化の程度の関係の複雑性により定量化・システム化が非常に困 難である.このような問題では,明らかとなっていない要因が含まれていると考えられる.しかし,工学 的な定量化・システム化に取り組み,実務での有効な技術の開発も重要である.そこで,近年このような 課題に対して AI 技術の活用が期待されている.ここでの AI 技術は機械学習を意図し,その中でも特にニ ューラルネットワークを基礎とする深層学習を主な対象とする.本研究は,機械学習による識別の手法の 有効性や自己符号化器の適用方法について検討をしたものである.

Translated manuscript title

AI 手法による打音検査の浮き判定の検討

Translated authors

江本 久雄・馬場 那仰・浅野 寛元・長瀬 大和

Copyright

© 2022 Japan Society of Civil Engineers