CF-010
木材ヘルスモニタリングへ向けた機械学習を用いた振動データの識別

◎大岩　凌・伊藤拓海・河原尊之（東理大）

建築物を常時監視するために材料にセンサ機能を持たせ，システムとして能動的に知覚，判断を行う「スマート材料」が注目されている．これまでに圧電センサを用いた木材柱の損傷の検知や，金属柱に対して圧電センサと機械学習の手法適用によるボルト欠落箇所の特定が報告されている．本研究では，木材ヘルスモニタリングとして初めて，木材柱損傷の箇所8クラスと(重りで模擬した)程度3クラスの計24クラスを，圧電センサの出力電圧波形を学習データとして機械学習の手法(k-NN法とSVM)を適用することにより特定できることを明らかにした．また，主成分分析により特徴量を1250次元から10次元まで削減しても識別率は高い水準を維持できることがわかった．