技術分野
N値及び細粒分含有率の推定方法、地盤改良体及び情報処理装置
発明が解決しようとする課題[発明の詳細な説明]から抜粋
注入諸元を決定するために重要な条件がFcであることを踏まえると、特許文献1に記載の方法では、地層を区分することはできるものの、正確なFcを求めることはできないため、最適な注入諸元を決定することはできない。また、液状化判定を実施するためにはN値とFcの正確な値が必要であることを踏まえると、特許文献1に記載の方法では、N値とFcを求めていないから液状化判定を行うことができず、この結果、液状化の可能性が低い地盤を改良してしまう恐れがある。
課題を解決するための手段[発明の詳細な説明]から抜粋
課題を解決するため、本発明は、地盤の液状化対策に用いられる薬剤を注入するための削孔時において、送水圧を含む削孔データを検出する検出ステップと、削孔時の送水圧を含む削孔データを入力変数として地盤のN値及び細粒分含有率を目的変数としたマルチタスクのニューラルネットワークの学習モデルと、検出された前記削孔データとを用いて、液状化対策の対象となる地盤のN値及び細粒分含有率を推定する推定ステップと・・・ 続きを
知財ポータルサイト IP Force にログインして見る
発明の効果[発明の詳細な説明]から抜粋
本発明によれば、地盤のN値及び細粒分含有率をより精度よく求めることが可能となる。
この特許の権利範囲[特許請求の範囲]
知財ポータルサイト IP Force にログインして確認する (無料)
この特許公報に記載されている図面[図面の簡単な説明]から抜粋
【図1】
本発明の一システム全体の構成の一例を示すブロック図。
【図2】
同情報処理装置のハードウェア構成の一例を示すブロック図。
【図3】
同情報処理装置の機能構成の一例を示すブロック図。
【図4】
同実施形態において学習モデルを生成する方法の一例を示すフローチャート。
【図5】
同実施形態において学習モデルを用いてN値及び細粒分含有率を推定する方法の一例を示すフローチャート。
1:システム、10:ボーリングシステム、20:削孔システム、30:情報処理装置、31:データ取得部、32:教師データ生成部、33:モデル生成部、34:モデル格納部、35:検証部、36:推定部、3001:プロセッサ、3002:メモリ、3003:ストレージ、3004:通信装置、3005:入力装置、3006:出力装置。
全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録