安藤ハザマと日本システムウエア、AIでトンネル切羽の地質評価

更新1022

  1. 建設・設備求人データベースTOP>
  2. ニュース>
  3. 安藤ハザマと日本システムウエア、AIでトンネル切羽の地質評価

安藤ハザマと日本システムウエア、AIでトンネル切羽の地質評価

  • このエントリーをはてなブックマークに追加

2016年09月23日 17:00

Aiの活用で、地質評価の高度化・自動化を目指す
株式会社 安藤・間(安藤ハザマ)は9月20日、日本システムウエア株式会社と共同で、トンネル切羽における地質評価の高度化と自動化を目指した「トンネル切羽AI自動評価システム」の試験運用を開始した、と発表した。

弾性波速度と画像から地質評価
山岳トンネルは、調査設計段階において、種々の制約があり調査精度に限界があることから、事前に計画地点の地質状況を詳細に把握し、最適な設計および施工を実施することは困難。

共同開発した「トンネル切羽AI自動評価システム」は、人工知能(AI)の画像認識技術を活用し、撮影した切羽写真から岩盤の工学的特性を自動評価する。

最初に、安藤ハザマが開発したTFT探査により切羽の弾性波速度を測定した。

TFT(Tunnel Face Tester)探査とは、トンネル掘削時の発破信号を、切羽近傍に設置したセンサーで弾性波(直達波および反射波)を測定し、切羽前方の地山不良部や切羽近傍の弾性波速度を同時に得る探査手法。

同時に、その地点の切羽の写真を事前のデータ(教師データ)として、同様に多数の他の切羽について実施し、人工知能の機械学習を行いCNN法により解析した。

CNN(Convolutional Neural Networks)法とは、脳機能の特性を計算機シミュレーションによって表現するニューラルネットワークを多層化した手法の一つ。画像などの情報が第1層から順次各層へ伝達され、各層で学習を繰り返すことにより、画像の特徴が認識される。

解析結果は、新鮮岩~弱風化岩~風化岩と漸移的に変化する岩盤の外観と、弾性波速度との関係を精度よく認識することを示した。現時点で、切羽写真より弾性波速度を8割以上の認識率で特定することを確認。

新システムを用いて、掘削中のトンネル現場での試験運用結果をもとに、支保パターンや最適な火薬量を自動評価するなどの高精度化を目指す。

人工知能を積極的活用
安藤ハザマは、今後とも人工知能を積極的に活用し、各種評価の高度化と自動化を行い、施工の最適化と省力化に取り組む予定。

(画像はプレスリリースより)


▼外部リンク

株式会社安藤・間のニュースリリース
http://www.ad-hzm.co.jp/

関連テーマ

  • このエントリーをはてなブックマークに追加

建設・プラント業界 最新ニュースTOPへ戻る