MAC-Penalised Fisher Information Criterion for Optimal Sensor Placement in Structural Health Monitoring of Lattice Tower Structure

構造ヘルスモニタリングとは、吊り橋から、送電線や通信信号を運ぶそびえ立つ格子状のマストに至るまで、世界最大級の土木構造物の声に常に耳を傾け続ける技術のことです。これらの構造物は、風が穏やかな時でさえ絶えず振動しており、その振動には構造物の内部状態に関する秘密のコードが隠されています。建物がどのように揺れるか、あるいは塔がどのようにねじれるかを測定することで、エンジニアは固有振動数や、動きに伴う特定の形状である「モードシェイプ（振動モード形状）」を特定することができます。構造物の一部が弱くなったり亀裂が入ったりすると、これらの振動パターンは変化します。このコードを読み解くために、エンジニアは構造物にセンサーを取り付けますが、そこには困難な物理的制約があります。巨大な塔のあらゆる地点にセンサーを配置することはできないのです。彼らは、最も有用な情報を捉えることができる限られた数の場所を選ばなければなりません。もし選択を誤れば、センサーが同じ振動パターンを二度聞いているような状態になったり、さらに悪い場合には、非常に似通った二つの動きの微妙な違いを見逃してしまい、構造物が健全なのか危険な状態にあるのかを判別できなくなったりする可能性があります。

数十年にわたり、これらの場所を選ぶための標準的な手法は、収集される情報の量を最大化することでした。この戦略は理論上はうまく機能しますが、複雑で対称性の高い構造物においては、実際には失敗することがよくあります。この伝統的なアプローチは、最も強い振動が発生する領域にセンサーを集中させる傾向がありますが、これは、異なる振動パターンがセンサーにはほとんど同一に見えてしまうという事実を無視しています。二つの異なる振動パターンがほぼ同じ信号を生み出すと、システムは混乱してしまいます。これは「モード・エイリアシング（モードの折り返し現象）」と呼ばれる問題です。最近の研究において、上海の同済大学の研究者たちは、60メートルの格子状の塔に対してセンサーを配置する新しい方法を開発し、この問題に取り組みました。単に情報を追い求めるのではなく、彼らの新しい手法は、センサー同士が似通いすぎることに対して積極的にペナルティを課します。彼らは、データの必要性と、明確で区別された信号の必要性のバランスを取るシステムを作り上げ、すべてのセンサーが構造物の動きという合唱の中で、それぞれが独自の声を届けるようにしたのです。

研究者たちは、巨大で先細りのX型ブレースを持つ梯子のような形をした、高さ60メートルの鋼鉄製格子塔の詳細なコンピュータモデルを用いて、このアイデアをテストしました。この塔にはセンサーを設置できる可能性のある44個のノードがあり、研究者たちは8つの特定の振動モードを監視するために、その中からわずか12個を選択するという課題を与えられました。有効独立性（Effective Independence）として知られる標準的な手法では、通常、最も激しい動きを捉えるためにセンサーを分散させ、塔の上部など揺れが最も劇的な場所に配置します。しかし、この伝統的なアプローチは決定的な欠陥をもたらしました。非常に近い周波数で発生する二つの特定の振動モードが、区別不可能になってしまったのです。センサーの「聞き方」が偏っていたため、システムはこれら二つのモードを識別できず、相関関係があまりに高く、ほぼ完璧なものとなってしまいました。

著者が「MACペナルティ付きフィッシャー情報量（MAC-penalised Fisher Information）」と呼ぶ新しい手法は、ゲームのルールを変えます。これは、異なる振動モードが似たように見えてしまうようなセンサーの配置に対して、ペナルティを導入するものです。このアルゴリズムは、混乱を常にチェックしながら一歩ずつ選択プロセスを進めることで、たとえ生のデータ量が減少したとしても、モードを分離させるようにセンサーを分散させるよう強制します。シミュレーションにおいて、このアプローチは、問題となった二つのモード間の混乱を約24パーセント減少させることに成功しました。その代償として、センサーは塔の下部40パーセントの領域に集まることになり、上半分は監視されない状態となりました。これは、上部で最も揺れる構造物としては直感に反するように思われるかもしれませんが、研究者たちは、下部のより複雑な振動モードの混乱した信号を解きほぐすためには、この特定の配置が必要であったことを見出しました。

研究者たちがランダムなノイズを測定値に加えることで現実世界の条件をシミュレートしたところ、結果は信頼性に関する微妙な全体像を明らかにしました。強風の日などのノイズレベルが高い環境では、新手法は伝統的な手法と同等、あるいは場合によってはわずかに優れた性能を示しました。一方で、信号がクリアな非常に静かな条件下では、伝統的な手法の方がより多くの生の情報を収集していたため、平均的な精度においてわずかに優れた結果を出しました。新手法の真の利点は、結果の「一貫性」にありました。伝統的な手法は、最悪のシナリオにおいて時に大きな、不規則な誤差を生じさせることがありましたが、新手法は安定しており、信頼できました。誤差の範囲ははるかに狭く、これはエンジニアが、たとえ条件が完璧でなくても、システムが安定して動作することを信頼できることを意味します。この信頼性は安全確保において極めて重要です。なぜなら、ノイズとセンサー配置の組み合わせがたまたま運悪く組み合わさったという理由だけで、システムが問題を検知し損ねるという事態を防げるからです。

本研究は、格子状の塔のような、構造的な欠陥を見逃すコストが高い重要なインフラにおいては、生のデータを最後の一滴まで絞り出すことよりも、似たような振動パターンを一貫して区別できる能力の方が価値が高いと結論付けています。この新手法は、混乱に対して堅牢なセンサーネットワークを設計する方法を提供し、構造物の健康状態に関する、より明確で信頼できる姿を描き出します。このアプローチは、センサーを塔の下部に集中させるという空間的なカバー範囲の妥協を必要としますが、信号の明瞭さと一貫性の向上は、世界の最も高い構造物の「声」をどのように聴くべきかについて、考え方を再考するための強力な根拠となっています。研究者たちは、今後の課題として、これらのアイデアを実際の塔でテストすることや、時間の経過とともに変化する構造物を扱うための手法の改良を挙げていますが、シミュレーションの結果は、すでに既存の考え方を刷新することへの説得力のある議論を提示しています。