没有。 11 混凝土很危险！使用“光”和“声音”的预防工程的最前沿

发布于 2018 年 3 月 8 日
西田宗亲的采访和文字

诊断“损坏迹象”的新技术

修复损坏的部分即可。 ——很简单。

但是，要知道损坏发生在何处以及如何发生并不容易。特别是道路、桥梁、隧道等基础设施规模庞大，昼夜不停地使用。

此外，如果“在损坏之后”意识到这一点，那就太晚了。这是因为一旦发生损坏，就有发生严重事故的风险。无论如何，您都需要在它发生之前意识到它。

我们如何才能在基础设施损坏之前知道其损坏的迹象？现实情况是，具备这种技能的技术工人数量有限，事实上，这已经成为一个隐秘但又不容忽视的社会问题。

让我们用“技术”来解决这个问题。在听说有人正在使用两种不同的新技术为日本的基础设施发展带来技术创新，甚至解决“缺乏人力资源”和“缺乏后继者”的问题后，考察队决定探索一个可以称为预防工程的新研究领域。

安静的日比，躁动的日比

“如果裂缝保持静止，则无需担心。”

其中一位成员所居住的公寓的墙壁到处都有小裂缝，因为它已经建成很久了。我认为这是一个很容易理解的“在哪里以及如何损坏”的例子（我内心有点紧张），那么在检查桥梁和隧道时会寻找这样的裂缝吗？我问。

给了我们一个令人惊讶的答案的是米乐m6官方网站制造技术研究所万亿传感器研究组的寺崎正。

``仍然有裂缝！？''那是什么？

公寓楼的墙壁白天被阳光加热，夜间温度下降，导致全天表面温度发生变化。如果墙朝南，变化会更大。随着表面温度的变化，墙壁会发生轻微的膨胀和收缩，此时，表面上的细小裂缝会微妙地张开和闭合，仿佛在呼吸。

“在打开和关闭前后尺寸不发生变化的裂缝是不会静止不动的裂缝。这样的裂缝不会造成结构问题。我们想要找到的是能够对墙壁和桥墩造成致命损坏的裂缝，换句话说，是不会静止不动的裂缝。”

当我了解到就像人类社会一样，日比也有温顺和不安的类型时，一个新的问题出现在我的脑海中。

我们居住的公寓以及我们每天使用的道路、桥梁和隧道大多由钢筋混凝土制成。这些建筑物能持续多久？换句话说，寿命有多长？

回答这个问题的是AIST人工智能研究中心的Masahiro Murakawa。

``有一个50年的指导方针。例如，日本各地长度超过2米的桥梁大多数建于20世纪70年代。换句话说，很快就到了50年。 2013年，全国18%的桥梁使用年限超过50年，但到2023年，43%的桥梁使用年限超过50年。

用锤子敲击，根据“声音”来判断

什么！仅仅5年的时间就是这样的情况！ ？

先生村川告诉惊讶的探险家，还有另一个因素让这个问题变得更加困难。

“实际上，混凝土结构的物理寿命并不清楚。”

如果你确定它有50年的历史，你可以提前检查和翻新它。然而，“50年”这个数字只是一个指导方针。这就是为什么彻底检查对于确保安全如此重要。

事实上，从 2014 年开始，全国各地的基础设施都需要每五年进行一次目视和仔细检查。此举的目的是确保在2012年12月发生的筱谷隧道顶板坠落事故后进行检查，该事故造成了日本高速公路历史上最高的死亡人数。

另一方面，这种强制测试大大增加了所需的测试量。问题是，能够胜任检查工作的“熟练检查员”的数量不会轻易增加。

通常，混凝土建筑物的检查通过视觉和声音进行。检查人员目视发现现场的细小裂缝，用粉笔标记，然后用锤子敲击混凝土，根据发出的声音差异判断内部情况。确定异常情况需要技巧，并且需要亲自走遍整个设施并手动检查，这需要大量时间。结果，熟练的检查员总是忙个不停。

问题不仅限于桥梁和隧道。这是因为基础设施正在老化，即使是水管、污水管和电线杆等小型结构。 “未来随着可再生能源的使用，发电设施将变得更小、更分散。这将使检查比以前更加耗时。在不久的将来，目前依靠人力的方法可能会变得难以管理。基础设施管理是基于‘预防性维护’。”我们需要改变我们的方法。” （村川先生）

从确保日本基础设施保护的角度来看，检查中的“工作方式改革”也刻不容缓。

用“光”可视化结构弱点

具体来说，我们可以采取什么样的方法来改变测试的方式？

有两种基本方法。这意味着改变“可视化”的方法，改变获得数据的“分析方法”。

AIST 正在研究多种可视化方法，但这次我们讨论两种方法。

第一个是使用“光”的可视化。

先生上面提到的寺崎给我看了一个白色纸杯并告诉我，“里面画的物质有一个秘密。”

当我拿着杯子时，它的内部发出轻微的绿色光芒。这是由于一种称为“应力发光”的现象，即涂覆在杯子内部的“陶瓷无机颗粒”在受到力时会发光。寺崎先生正在进行研究和开发，旨在将机械发光应用于各种检查。

陶瓷无机颗粒可以混合到油漆和板材中。如果你提前将它涂在桥梁、建筑物等上，你可以看到它的一部分在受到力量（例如来自过往车辆的力量）时会发光。

“发光的物体是结构薄弱且受力的区域。我们可以直观地看到在哪里施加了力以及施加了多少力，并且从光线照射的方式，我们可以判断该区域有多危险。从这些信息中，还可以找到结构薄弱的区域或未被发现的裂缝。” （寺崎）

从视频中可以看出，光线的照射方式并不强烈，但通过简单的方法（例如在桥墩上涂上含有陶瓷无机颗粒的涂料并用相机测量）就可以充分了解变化。含有陶瓷无机颗粒的涂料并不是特别昂贵，并且不会带来大的成本负担。

事实上，通过将油漆涂在构成桥梁的钢架上，“我们能够发现桥梁上仍然存在的问题区域，尽管已经采取了措施，”寺崎先生说道。

这个方法的要点在于它的应用范围非常广泛。

“它不仅可以用于检查建筑物，还可以用于制造和设计飞机和汽车，”寺崎先生自豪地说。

在工业领域，经常将两种材料粘合在一起并用作复合材料。问题是每种材料的强度不同，因此很难知道多大的力会导致复合材料断裂。

因此，通过应用陶瓷无机颗粒并对其进行检查，我们可以立即看到力是如何施加的。通过将其应用于汽车和飞机结构材料的复合材料并进行实验，可以了解力的施加方式，并在制造前将薄弱区域可视化。即使材料形状复杂，例如有孔的材料，力的施加位置也一目了然。

使用“应力发光”进行可视化的最大优点是成本低且应用范围广。

人工智能学到什么？

另一种方法是“利用人工智能进行可视化”。开发这个的人就是上面提到的村川先生。

9480_9717

基于人工智能的检查使用“锤子”和“声音”，就像人类进行目视检查一样。用一定的力撞击混凝土，传感器会监听回声。系统会判断声音是否有异常，如果有异常，是在哪里，但这种判断不是基于经验丰富的人的技术，而是基于人工智能的力量。

我明白了，人们很容易得出这样的结论：人工智能正在学习“异常声音”，但实际上恰恰相反。

“异常的事情不会经常发生。因此，找到规律并不容易。因为异常数据本身无法收集，所以不可能积累用于教学的数据。

10223_10331

人工智能通常被描述为无所不能，但事实并非如此简单。

“正如你所说。这就是为什么我想到了教什么是‘正常’。如果这是正常模式，我们可以从过去的积累中收集许多样本。我们将从大量数据中找出统计特性，让人工智能学习正常状态。任何‘偏离’的东西都可能有异常值，所以我们想出了一个系统，当检测到此类数据时会发出警报。”

过去几年受到关注的一种名为“机器学习”的方法擅长从大量数据中寻找特征信息。目前，这项技术经常被所谓的人工智能所使用，但村川博士和他的同事使用的检查方法中也使用机器学习进行数据分析。

村川先生表示，目前的实验结果表明，经验丰富的检查员的检查结果与该系统的检查结果的匹配度为“861%”。虽然近15%的不匹配看起来精度很低，但值得注意的是，无法检测到异常的情况为零。与经验丰富的检查员相比，判断上的差异主要是人工智能“过度将正常检测为异常”的结果。

这是一个可靠的结果。

与人协作的 AI

人工智能的发展将夺走人类的工作岗位——这也是一个流行的说法。

“这样的系统的出现并不能消除对熟练检查员的需求。重要的是人工智能发挥着支持他们的作用。” （村川先生）

这是有道理的，因为人类有更好的整体判断力，并且他们是真正在现场进行最终检查的人。为了解决“检查员短缺”的问题，重要的是想办法减轻检查员的工作负担，使他们能够更有效地进行检查。

具体来说，该地点的人与机器之间正在进行什么样的协作？

目前，检查员先用锤子敲击约20次，证明这是正常声音，然后AI开始检查。这是因为用锤子敲击混凝土的力量和音调因人而异。

“最终，最好由机器来完成所有的锤击工作，但将机器带到现场进行检查需要大量的准备工作。迫使现场检查人员突然改变检查方法也会出现问题。因此，我们设计了一种系统，可以使用他们习惯使用的“锤子”来协助检查人员进行检查。” （村川先生）

当您用锤子敲击物体时，平板电脑会记录声音和位置，以确定是否正常或异常。如果检测到异常情况，信号会发送到安装在检查员胸部的报警装置，系统会发出声光警告，表明出现问题。如果是这种情况，则可以按照常规检查方法快速进行检查，而不会增加不必要的负担。

对“寿命”预测的挑战

先生村川的下一个目标是做出预测。目前，我们只能确定声音是正常还是异常，但我们应该能够通过对回声的详细分析来收集更多信息，包括确定异常的类型。

“我们正在考虑是否可以预测未来的‘寿命’。例如，我们希望能够做出综合判断，比如‘如果这个结构处于这种状态，那么它还能安全使用 10 年。’”

为此，我们需要经验丰富的检查员的经验、来自各种传感器的数据收集和分析（包括敲击声音）以及从新角度进行分析（包括结构分析）。村川的研究即将通过人类与人工智能的合作推进到一个新阶段。

先生寺崎的目标是开发从设计阶段就确定结构强度的技术，而村川先生和他的同事在预测寿命方面所做的努力将成为彻底改变未来基础设施建设及其维护的两大驱动力。我们将继续关注这些无名英雄的工作。