計測波形分析への機械学習適用による高力ボルト軸力の超音波評価

平尾賢生; 鈴木 啓悟; 森田 勝実; 伊藤裕一; 竹谷晃一; 佐々木栄一

doi:10.2208/jscejseee.78.1_108

論文・著書情報

タイトル

和文:	計測波形分析への機械学習適用による高力ボルト軸力の超音波評価
英文:	Ultrasonic High-Strength Bolt Axial Force Evaluation by Machine Learning-Based to Waveform Analysis

著者

和文:	平尾賢生, 鈴木啓悟, 森田勝実, 伊藤裕一, 竹谷晃一, 佐々木栄一.
英文:	Kensho Hirao, Keigo Suzuki, Katsumi Morita, Yuichi Ito, Kouichi Takeya, Eiichi Sasaki.

言語

Japanese

掲載誌/書名

和文:	土木学会論文集A1（構造・地震工学）
英文:	Journal of Japan Society of Civil Engineers, Ser. A1 (Structural Engineering & Earthquake Engineering (SE/EE))

巻, 号, ページ

Vol. 78 No. 1 pp. 108-120

出版年月

2022年2月

出版者

和文:	公益社団法人土木学会
英文:	Japan Society of Civil Engineers

会議名称

和文:
英文:

開催地

和文:
英文:

ファイル

公式リンク

https://www.jstage.jst.go.jp/article/jscejseee/78/1/78_108/_article/-char/ja/

DOI

https://doi.org/10.2208/jscejseee.78.1_108

アブストラクト

高力ボルト接合のボルト軸力は供用中に様々な影響で低下する場合があり，接合の現有性能把握の上で，ボルト軸力を評価することは重要である．これまで，既設ボルトの軸力計測手法は複数提案されているが，評価精度や適用性の面で改善の余地がある．本研究では超音波計測による方法に着目し，まず得られた波形にランダムフォレストを用いた機械学習を適用することで，超音波計測波形の初期時間帯にボルト軸力と関連する情報が含まれる可能性を確認した．さらに評価精度向上のため，ボルト軸力と関連する区間を選定し，選定区間に寄生的離散ウェーブレット変換(P-DWT)の信号処理を加え，線形回帰による機械学習を適用することで，ボルト軸力の定量的評価を試みた．その結果，ボルト長さの影響を受けずにボルト軸力を高精度に評価できる可能性が示された．

Home

各種検索

サポート

T2R2について

関連リンク

論文・著書情報