講演情報
[21004]DICデータと代理モデルを活用した構造部材における腐食状態の面的推定（シンポジウム講演概要）
*鎌田 浩基1、佐藤 開1、山本 真哉1、西尾 真由子2 (1. 清水建設、2. 筑波大学)
キーワード：
デジタル画像相関法、アンサンブルカルマンフィルタ、フーリエニューラルオペレーター
デジタル画像相関（DIC）は、構造部材の局所的な損傷を特定するための高密度の全視野ひずみデータを提供する。本研究では、引張り荷重下にある腐食鋼板の空間的に不均一な板厚場を、DICひずみ分布を用いて同化することで推定する。厚さパラメータは2次元線形弾性モデルのグリッド上に定義され、アンサンブルカルマンフィルタ（EnKF）を用いて更新する。計算コストを削減するため、繰り返しシミュレーションの代わりにフーリエニューラルオペレータサロゲートを使用する。数値実験の結果、観測密度が高いほど精度が向上し不確実性が低下する一方で、ノイズが大きいほど精度と不確実性の両方が低下することが示された。測定されたDICデータに基づく推定は、全体的な減肉傾向を捉えることに成功したが、同時にモデリングの限界も明らかになった。