JP7490164B1 - 補修内容決定装置、補修装置、学習装置、推論装置、補修内容決定システム、および、補修方法 - Google Patents
補修内容決定装置、補修装置、学習装置、推論装置、補修内容決定システム、および、補修方法 Download PDFInfo
- Publication number
- JP7490164B1 JP7490164B1 JP2024515159A JP2024515159A JP7490164B1 JP 7490164 B1 JP7490164 B1 JP 7490164B1 JP 2024515159 A JP2024515159 A JP 2024515159A JP 2024515159 A JP2024515159 A JP 2024515159A JP 7490164 B1 JP7490164 B1 JP 7490164B1
- Authority
- JP
- Japan
- Prior art keywords
- repair
- crack
- unit
- pretreatment
- inspection
- 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
- 230000008439 repair process Effects 0.000 title claims abstract description 759
- 238000000034 method Methods 0.000 title claims description 76
- 239000000463 material Substances 0.000 claims abstract description 308
- 238000007689 inspection Methods 0.000 claims abstract description 184
- 239000002245 particle Substances 0.000 claims abstract description 30
- 239000007788 liquid Substances 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims description 59
- 230000005484 gravity Effects 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 34
- 238000002203 pretreatment Methods 0.000 claims description 22
- 239000013077 target material Substances 0.000 claims description 10
- 230000001629 suppression Effects 0.000 claims description 8
- 206010053759 Growth retardation Diseases 0.000 claims description 3
- 239000003921 oil Substances 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 62
- 238000010586 diagram Methods 0.000 description 54
- 230000006870 function Effects 0.000 description 48
- 230000000694 effects Effects 0.000 description 28
- 230000009471 action Effects 0.000 description 26
- 239000011324 bead Substances 0.000 description 21
- 230000015654 memory Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 14
- 230000005540 biological transmission Effects 0.000 description 10
- 230000002787 reinforcement Effects 0.000 description 10
- 238000010801 machine learning Methods 0.000 description 8
- 239000003795 chemical substances by application Substances 0.000 description 5
- 230000007423 decrease Effects 0.000 description 5
- 230000035515 penetration Effects 0.000 description 5
- 230000035699 permeability Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 229910000851 Alloy steel Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 229910001256 stainless steel alloy Inorganic materials 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Description
図1は、実施の形態1にかかる補修装置10の機能構成を示す図である。補修装置10は、構造物Sに生じたき裂Cを検査し、検査結果に基づいて補修内容を決定し、決定した補修内容に従ってき裂Cを補修する機能を有する。補修装置10は、き裂Cの補修内容を決定する機能を有する補修内容決定装置の一例である。補修装置10は、本体11と、構造物Sに補修装置10の本体11を固定する吸着手段12と、補修装置10を構造物Sに沿って移動させる駆動手段13と、補修対象のき裂Cを検査し、検査結果を出力する検査部14と、検査結果に基づいて、き裂Cの補修内容を決定する判定部15と、判定部15により決定された補修内容に従って、対象のき裂Cを補修する補修部16とを有する。補修部16は、前処理部17と、中処理部18と、後処理部19とを有する。
図16は、実施の形態2にかかる補修装置10Aの機能構成を示す図である。補修装置10Aの構成は、補修装置10の判定部15の代わりに判定部15Aを有する以外は補修装置10と同様であるため、ここでは詳細な説明は省略する。
実施の形態3では、機械学習を用いて、き裂Cの状態に応じた適切な補修内容を決定する方法について説明する。
図24は、実施の形態4にかかる補修装置10Cの機能構成を示す図である。補修装置10Cは、吸着手段12による吸着力および駆動手段13による駆動力を制御する制御手段41を備える。また、補修装置10Cの本体11は、制御手段41の制御に従って駆動手段13により構造物Sに沿って移動するが、補修部16の前処理部17、中処理部18、および、後処理部19は、移動方向を先頭として、処理順に並んで設けられている。具体的には、移動方向を先頭として、前処理部17、中処理部18、後処理部19の順番に並んで設けられている。これにより、移動に伴って、前処理部17、中処理部18、後処理部19の順にき裂Cと対向することになるため、効率的に補修作業を実施することができる。
図25は、実施の形態5にかかる補修内容決定システム1の構成を示す図である。補修内容決定システム1は、検査装置61と、補修内容決定装置64と、補修装置10Dとを有する。以下、実施の形態1~3で説明した機能構成と同様の機能を有する部分については同じ符号を付することにより、詳細な説明を省略する。
図26は、実施の形態6にかかる補修内容決定システム1Eの構成を示す図である。補修内容決定システム1Eは、検査装置61Eと、補修内容決定装置64Eと、補修装置10Dとを有する。
図28は、実施の形態7にかかる補修内容決定システム1Fの構成を示す図である。補修内容決定システム1Fは、検査装置61Fと、学習装置50と、補修内容決定装置64Fと、補修装置10Dとを有する。
図29は、実施の形態8にかかる補修内容決定システム1Gの構成を示す図である。補修内容決定システム1Gは、補修装置10Gと、補修内容決定装置64とを有する。補修装置10Gは、検査機能と補修機能とを有する無人移動体であることとする。
Claims (24)
- 構造物の検査対象材料部分に生じたき裂の検査結果を取得する検査結果取得部と、
前記検査結果が示す前記き裂の長さ、および、重力方向に対する前記き裂のなす角度に基づいて、前記き裂に対して粒子を含む液体である補修材による補修を行うか否かと、前記補修材による補修を行う場合に、前記補修材を塗布する前に前記き裂内への前処理材の塗布を行うか否かとを示す補修パターンを含む補修内容を決定する判定部と、
を備えることを特徴とする補修内容決定装置。 - 構造物の検査対象材料部分に生じたき裂の検査結果を取得する検査結果取得部と、
前記検査結果に基づいて、前記き裂に対して粒子を含む液体である補修材による補修を行うか否かと、前記補修材による補修を行う場合に、前記補修材を塗布する前に前記き裂内への前処理材の塗布を行うか否かとを示す補修パターンを含む補修内容を決定する判定部と、
を備え、
前記検査結果は、前記構造物の撮影画像と、前記撮影画像における重力方向を示す方向情報とを含むことを特徴とする補修内容決定装置。 - 構造物の検査対象材料部分に生じたき裂の検査結果を取得する検査結果取得部と、
前記検査結果に基づいて、前記き裂に対して粒子を含む液体である補修材による補修を行うか否かと、前記補修材による補修を行う場合に、前記補修材を塗布する前に前記き裂内への前処理材の塗布を行うか否かとを示す補修パターンを含む補修内容を決定する判定部と、
を備え、
前記補修内容は、前記き裂の補修に使用する材料をさらに含み、
前記判定部は、前記補修材による補修を行う場合、前記材料として前記き裂の補修に使用する前記補修材を前記検査結果が示す前記き裂の長さ、および、重力方向に対する前記き裂のなす角度に基づいて決定することを特徴とする補修内容決定装置。 - 前記判定部は、前記前処理材の塗布を行う場合、前記き裂の補修に使用する前記前処理材を前記検査結果および使用する前記補修材に基づいて決定することを特徴とする請求項3に記載の補修内容決定装置。
- 前記判定部は、前記き裂の長さに応じた形状の粒子を含み、前記角度に応じた粘度を有する前記補修材を選択することを特徴とする請求項3に記載の補修内容決定装置。
- 前記判定部は、前記き裂の長さおよび前記角度に加えて、前記き裂の開口量に基づいて、前記補修パターンを決定することを特徴とする請求項1に記載の補修内容決定装置。
- 前記判定部は、前記き裂の長さおよび前記角度に加えて、前記き裂の開口量に基づいて、前記材料を決定することを特徴とする請求項3に記載の補修内容決定装置。
- 前記前処理材の表面張力をs1、前記前処理材の前記構造物の表面との接触角度をθ1、前記前処理材の密度をρ1とし、前記補修材の表面張力をs2、前記補修材の前記構造物の表面との接触角度をθ2、前記補修材の密度をρ2とした場合、数式2s1×cosθ1/ρ1>2s2×cosθ2/ρ2を満たすことを特徴とする請求項1に記載の補修内容決定装置。
- 前記前処理材は、密度が0.83g/cm3以上0.89g/cm3未満であって、前記構造物の表面との接触角度が0度以上10度未満であって、表面張力が20dyn/cm以上50dyn/cm未満であることを特徴とする請求項1に記載の補修内容決定装置。
- 構造物の検査対象材料部分に生じたき裂の検査結果として前記構造物の撮影画像と、前記撮影画像における重力方向を示す方向情報とを取得する検査結果取得部と、
前記検査結果に基づいて、前記き裂に対して粒子を含む液体である補修材による補修を行うか否かと、前記補修材による補修を行う場合に、前記補修材を塗布する前に前記き裂内への前処理材の塗布を行うか否かとを示す補修パターンを含む補修内容を決定する判定部と、
を備え、
前記判定部は、
前記検査結果から前記き裂の補修内容を推論するための学習済モデルを用いて、前記検査結果から前記補修内容を出力する推論部、
を有することを特徴とする補修内容決定装置。 - 前記補修内容は、前記き裂の補修に使用する材料をさらに含み、
前記推論部は、前記補修材による補修を行う場合、前記材料として前記き裂の補修に使用する前記補修材を前記材料として出力し、前記前処理材の塗布を行う場合、前記き裂の補修に使用する前記前処理材を前記材料として出力することを特徴とする請求項10に記載の補修内容決定装置。 - 構造物の検査対象材料部分に生じたき裂の検査結果として前記構造物の撮影画像と、前記撮影画像における重力方向を示す方向情報とを取得する検査結果取得部と、
前記検査結果に基づいて、前記き裂に対して粒子を含む液体である補修材による補修を行うか否かと、前記補修材による補修を行う場合に、前記補修材を塗布する前に前記き裂内への前処理材の塗布を行うか否かとを示す補修パターンを含む補修内容を決定する判定部と、
前記検査結果と、前記補修内容とを含む学習用データを取得する学習用データ取得部と、
前記学習用データを用いて、前記検査結果から前記補修内容を推論するための学習済モデルを生成するモデル生成部と、
を備えることを特徴とする補修内容決定装置。 - 前記モデル生成部は、前記き裂の進展抑制効果を向上させる前記補修内容を学習することを特徴とする請求項12に記載の補修内容決定装置。
- 前記検査結果は、前記構造物の撮影画像と、前記撮影画像における重力方向を示す方向情報とを含むことを特徴とする請求項1または3から9のいずれか1項に記載の補修内容決定装置。
- 構造物の検査対象材料部分に生じたき裂の検査結果に基づいて、前記き裂に対して粒子を含む液体である補修材による補修を行うか否かと、前記補修材による補修を行う場合に、前記補修材を塗布する前に前記き裂内への前処理材の塗布を行うか否かとを示す補修パターンを含む補修内容を決定する判定部と、
前記判定部が決定した前記補修内容に基づいて、前記き裂の補修を実行する補修部と、
を備え、
前記補修部は、
前記構造物の前記き裂内に前記前処理材を塗布する前処理工程を実行する前処理部と、
前記前処理工程において塗布された前記前処理材の余剰分を取り除く中処理工程を実行する中処理部と、
前記き裂に前記補修材を塗布する後処理工程を実行する後処理部と、
を有することを特徴とする補修装置。 - 前記構造物に吸着して前記補修装置の本体を前記構造物に固定する吸着手段と、
前記構造物に沿って前記本体を移動させるための駆動手段と、
前記吸着手段による吸着力と、前記駆動手段による駆動量とを制御する制御手段と、
をさらに備え、
前記前処理部と、前記中処理部と、前記後処理部とは、前記駆動手段による前記補修装置の移動方向を先頭として、処理順に並んで配置されていることを特徴とする請求項15に記載の補修装置。 - 前記中処理部は、前記前処理材を吸引する吸引機構、または、前記前処理材を吸着する工業用油取り紙であることを特徴とする請求項15に記載の補修装置。
- 構造物の検査対象材料部分に生じたき裂の検査結果が示す前記き裂の長さ、および、重力方向に対する前記き裂のなす角度、並びに、前記き裂に対して粒子を含む液体である補修材による補修を行うか否かと前記補修材による補修を行う場合に前記補修材を塗布する前に前記き裂内への前処理材の塗布を行うか否かとを示す補修パターンを含む補修内容、を含む学習用データを取得する学習用データ取得部と、
前記学習用データを用いて、前記検査結果から前記補修内容を推論するための学習済モデルを生成するモデル生成部と、
を備えることを特徴とする学習装置。 - 前記検査結果は、前記構造物の撮影画像と、前記撮影画像における重力方向を示す方向情報とを含むことを特徴とする請求項18に記載の学習装置。
- 前記モデル生成部は、前記き裂の進展抑制効果を向上させる前記補修内容を学習することを特徴とする請求項18に記載の学習装置。
- 構造物の検査対象材料部分に生じたき裂の検査結果として前記構造物の撮影画像と、前記撮影画像における重力方向を示す方向情報とを取得する推論用データ取得部と、
前記検査結果から前記き裂の補修を行う補修装置の補修内容を推論するための学習済モデルを用いて、前記推論用データ取得部で取得した前記検査結果から前記補修内容を出力する推論部と、
を備えることを特徴とする推論装置。 - 構造物の検査対象材料部分に生じたき裂の検査結果を取得する推論用データ取得部と、
前記検査結果が示す前記き裂の長さ、および、重力方向に対する前記き裂のなす角度から前記き裂の補修を行う補修装置の補修内容を推論するための学習済モデルを用いて、前記推論用データ取得部で取得した前記検査結果から前記補修内容を出力する推論部と、
を備えることを特徴とする推論装置。 - 構造物の検査対象材料部分に生じたき裂の検査結果検査結果に基づいて、前記き裂に対して粒子を含む液体である補修材による補修を行うか否かと、前記補修材による補修を行う場合に、前記補修材を塗布する前に前記き裂内への前処理材の塗布を行うか否かとを示す補修パターンを含む補修内容を決定する補修内容決定装置と、
前記補修内容決定装置が決定した前記補修内容に基づいて、前記き裂の補修を行う補修装置と、
を備え、
前記補修装置は、
前記構造物の前記き裂内に前記前処理材を塗布する前処理工程を実行する前処理部と、
前記前処理工程において塗布された前記前処理材の余剰分を取り除く中処理工程を実行する中処理部と、
前記き裂に前記補修材を塗布する後処理工程を実行する後処理部と、
を有することを特徴とする補修内容決定システム。 - 構造物の検査対象材料部分に生じたき裂の検査結果を取得するステップと、
前記検査結果に基づいて、前記き裂に対して粒子を含む液体である補修材による補修を行うか否かと、前記補修材による補修を行う場合に、前記補修材を塗布する前に前記き裂内への前処理材の塗布を行うか否かとを示す補修パターンを含む補修内容を決定するステップと、
前記補修パターンが、前記補修材による補修を行い、且つ、前記前処理材の塗布を行うことを示す場合に、前記き裂内に前記前処理材を塗布するステップと、
前記補修パターンが、前記補修材による補修を行い、且つ、前記前処理材の塗布を行うことを示す場合に、塗布された前記前処理材の余剰分を取り除くステップと、
前記補修パターンが、前記補修材による補修を行うことを示す場合に、前記補修材を前記き裂内に塗布するステップと、
を含むことを特徴とする補修方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023001921 | 2023-01-23 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7490164B1 true JP7490164B1 (ja) | 2024-05-24 |
Family
ID=91128485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2024515159A Active JP7490164B1 (ja) | 2023-01-23 | 2023-01-23 | 補修内容決定装置、補修装置、学習装置、推論装置、補修内容決定システム、および、補修方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7490164B1 (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4852163B2 (ja) | 2009-05-28 | 2012-01-11 | 株式会社神戸製鋼所 | 金属材料の疲労き裂進展速度低下用粒子含有ペースト、および、そのペーストを塗布した金属材料 |
WO2013005677A1 (ja) | 2011-07-01 | 2013-01-10 | 財団法人生産技術研究奨励会 | コンクリート構造物における漏水を伴うひび割れ用補修材料及び該補修材料を用いた該ひび割れの補修方法 |
CN209178786U (zh) | 2018-08-31 | 2019-07-30 | 郑州大工高新科技有限公司 | 一种智能道路灌缝机器人 |
WO2020110587A1 (ja) | 2018-11-29 | 2020-06-04 | 富士フイルム株式会社 | 構造物の補修工法選定システム、補修工法選定方法、及び補修工法選定サーバ |
WO2021070277A1 (ja) | 2019-10-09 | 2021-04-15 | 三菱電機株式会社 | 情報処理装置、特定方法、及び特定プログラム |
WO2022065276A1 (ja) | 2020-09-25 | 2022-03-31 | 富士フイルム株式会社 | 構造物の補修支援装置、方法及びプログラム |
JP7109695B1 (ja) | 2022-03-28 | 2022-07-29 | 山崎 明美 | 舗装路面補修装置 |
-
2023
- 2023-01-23 JP JP2024515159A patent/JP7490164B1/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4852163B2 (ja) | 2009-05-28 | 2012-01-11 | 株式会社神戸製鋼所 | 金属材料の疲労き裂進展速度低下用粒子含有ペースト、および、そのペーストを塗布した金属材料 |
WO2013005677A1 (ja) | 2011-07-01 | 2013-01-10 | 財団法人生産技術研究奨励会 | コンクリート構造物における漏水を伴うひび割れ用補修材料及び該補修材料を用いた該ひび割れの補修方法 |
CN209178786U (zh) | 2018-08-31 | 2019-07-30 | 郑州大工高新科技有限公司 | 一种智能道路灌缝机器人 |
WO2020110587A1 (ja) | 2018-11-29 | 2020-06-04 | 富士フイルム株式会社 | 構造物の補修工法選定システム、補修工法選定方法、及び補修工法選定サーバ |
WO2021070277A1 (ja) | 2019-10-09 | 2021-04-15 | 三菱電機株式会社 | 情報処理装置、特定方法、及び特定プログラム |
WO2022065276A1 (ja) | 2020-09-25 | 2022-03-31 | 富士フイルム株式会社 | 構造物の補修支援装置、方法及びプログラム |
JP7109695B1 (ja) | 2022-03-28 | 2022-07-29 | 山崎 明美 | 舗装路面補修装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Achillopoulou et al. | Monitoring of transport infrastructure exposed to multiple hazards: A roadmap for building resilience | |
JP6472894B2 (ja) | メンテナンス計画立案支援システム、方法およびプログラム | |
CA2839056C (en) | Method and system for planning maintenance activities for concrete structures | |
US11543831B2 (en) | Terrain trafficability assessment for autonomous or semi-autonomous rover or vehicle | |
US20100010733A1 (en) | Route prediction | |
CN104864863B (zh) | 一种路径选择方法及电子设备 | |
JP2005115687A (ja) | 道路保守支援システム | |
KR20180010633A (ko) | 선박 항해 감시장치 및 방법 | |
Cai et al. | Prediction-based path planning for safe and efficient human–robot collaboration in construction via deep reinforcement learning | |
Sultan et al. | Reliability analysis of ground-penetrating radar for the detection of subsurface delamination | |
KR20170015454A (ko) | 의도된 타겟을 결정하기 위한 장치 및 방법 | |
JP7490164B1 (ja) | 補修内容決定装置、補修装置、学習装置、推論装置、補修内容決定システム、および、補修方法 | |
KR102539835B1 (ko) | 3d 카메라를 이용한 디지털 트윈 생성 및 손상 분석 시스템 | |
CN114339912A (zh) | 网络连接方法、装置、设备和存储介质 | |
JP2019157359A (ja) | 鉄筋コンクリート部材の判別システム及び鉄筋コンクリート部材の判別プログラム | |
JP6571033B2 (ja) | 構造物評価装置、構造物評価システム及び構造物評価方法 | |
JP7314080B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP2017095980A (ja) | 橋梁点検支援システム、損傷判定方法及びプログラム | |
CN117724467A (zh) | 一种路径规划方法、相关装置及*** | |
JP7503927B2 (ja) | 建設作業管理システムおよび自動巡回移動体 | |
KR20230085364A (ko) | 인공지능-기반 열화모델을 활용한 교량구조물의 유지관리 시스템 및 그 방법 | |
JP2019157609A (ja) | 鉄筋コンクリート部材の判別システム及び鉄筋コンクリート部材の判別プログラム | |
JPWO2015059956A1 (ja) | 構造物診断装置、構造物診断方法、及びプログラム | |
Young et al. | A model-based framework for predicting performance in self-adaptive systems | |
JP7460932B2 (ja) | 決定装置、決定システム、および決定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240307 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240307 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20240307 |
|
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: 20240416 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240514 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7490164 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |