特許 7496752 埋設管更新時期予測装置、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2024-05-30

(45)【発行日】2024-06-07

(54)【発明の名称】埋設管更新時期予測装置、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体

(51)【国際特許分類】

   G01N 17/00 20060101AFI20240531BHJP

【ＦＩ】

G01N17/00

【請求項の数】 20

(21)【出願番号】P 2020162867

(22)【出願日】2020-09-29

(65)【公開番号】P2021056224

(43)【公開日】2021-04-08

【審査請求日】2023-06-22

(31)【優先権主張番号】P 2019180547

(32)【優先日】2019-09-30

(33)【優先権主張国・地域又は機関】JP

(73)【特許権者】

【識別番号】000001052

【氏名又は名称】株式会社クボタ

(74)【代理人】

【識別番号】110001195

【氏名又は名称】弁理士法人深見特許事務所

(72)【発明者】

【氏名】川勝 智

(72)【発明者】

【氏名】船橋 五郎

(72)【発明者】

【氏名】奥村 勇太

(72)【発明者】

【氏名】滝沢 智

【審査官】野田 華代

(56)【参考文献】

【文献】特開２０２０－５１８０１（ＪＰ，Ａ）

【文献】特開２００７－１０７８８２（ＪＰ，Ａ）

【文献】特開２０１６－１１４５６４（ＪＰ，Ａ）

【文献】国際公開第２０２０／８５３２７（ＷＯ，Ａ１）

【文献】特開２００９－９７８８７（ＪＰ，Ａ）

【文献】特開２００４－１８４３４４（ＪＰ，Ａ）

【文献】中国特許出願公開第１０９６６８８２０（ＣＮ，Ａ）

【文献】川勝 智，鋳鉄製管の鉄部寿命予測プロセスの検討と腐食のラグタイムを考慮した高精度な予測式の作成，全国会議(水道研究発表会)講演集，日本，Vol.2019，Page.468-469

【文献】片野幸雄，埋設管の腐食環境の解析と腐食予測，Boshoku Gijutsu，1988年，37，pp.205-211

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０１Ｎ １７／００－１７／０４

(57)【特許請求の範囲】

【請求項1】

埋設管の属性データを取得する埋設管属性データ取得部を備え、前記属性データは、前記埋設管の第１環境因子、第１埋設期間及び許容腐食深さを含み、さらに、
前記第１環境因子用の腐食深さ経時変化予測モデルと、前記第１埋設期間と、前記許容腐食深さとから、前記埋設管の腐食深さが前記許容腐食深さに達する許容腐食深さ到達時期を算出して、前記許容腐食深さ到達時期を出力する管更新時期予測部を備え、
複数の参照管の参照データは、前記複数の参照管の第２環境因子、第２埋設期間及び参照腐食深さを含み、
前記腐食深さ経時変化予測モデルは、前記第１環境因子における前記埋設管の腐食深さの経時変化を予測するモデルであって、前記第１環境因子と同じ前記第２環境因子を有する前記参照データと腐食のラグタイムとに基づいて生成されており、
前記腐食のラグタイムは、前記複数の参照管が埋設されてから前記複数の参照管が腐食し始めるまでの期間であり、前記第１環境因子と同じ前記第２環境因子を有する前記参照データから前記第２埋設期間及び前記参照腐食深さに応じて算出されている、埋設管更新時期予測装置。

【請求項2】

前記腐食深さ経時変化予測モデルは、以下の式（１）によって与えられ、
ｙ＝ａ（ｔ－ｔ_LC） （ただし、０≦ｔ＜ｔ_LCでは、ｙ＝０） （１）
ｙは管の腐食深さを、ａは係数を、ｔは前記管の埋設期間を、ｔ_LCは前記腐食のラグタイムの中央値を表し、
前記係数ａは、前記複数の参照管の修正参照データを線形回帰することによって算出されており、
前記修正参照データは、前記複数の参照管の修正埋設期間と前記参照腐食深さとを含み、
前記修正埋設期間は、前記第２埋設期間から、前記第２埋設期間及び前記参照腐食深さに応じた前記腐食のラグタイムを差し引くことによって算出されており、
前記腐食のラグタイムの前記中央値は、前記腐食のラグタイムの累積相対度数が０．５となる腐食のラグタイムであり、
前記管更新時期予測部は、前記式（１）から前記腐食深さ経時変化予測モデルの前記管の腐食深さｙが前記許容腐食深さに到達する前記管の埋設期間ｔを算出し、算出された前記管の埋設期間ｔから前記第１埋設期間を差し引くことによって前記許容腐食深さ到達時期を算出する、請求項１に記載の埋設管更新時期予測装置。

【請求項3】

管更新判断基準記憶部から、前記許容腐食深さに対応する管更新判断内容を読み出して、前記管更新判断内容を含む前記埋設管の管更新判断結果を出力する管更新判断部をさらに備える、請求項１または請求項２に記載の埋設管更新時期予測装置。

【請求項4】

前記複数の参照管の前記第２環境因子毎に作成された複数の腐食深さ経時変化予測モデルから、前記第１環境因子用の前記腐食深さ経時変化予測モデルを選択する腐食深さ経時変化予測モデル選択部をさらに備える、請求項１から請求項３のいずれか一項に記載の埋設管更新時期予測装置。

【請求項5】

埋設管の属性データを取得する埋設管属性データ取得部を備え、前記属性データは、前記埋設管の第１環境因子、第１埋設期間及び許容腐食深さを含み、さらに、
前記第１環境因子用の腐食深さ超過確率予測モデルと、前記第１埋設期間と、前記許容腐食深さとから、将来期間において前記埋設管の腐食深さが前記許容腐食深さを超過する確率である前記埋設管の腐食深さ超過確率を算出して、前記将来期間及び前記埋設管の腐食深さ超過確率を出力する腐食深さ超過確率予測部を備え、
複数の参照管の参照データは、前記複数の参照管の第２環境因子、第２埋設期間及び参照腐食深さを含み、
前記腐食深さ超過確率予測モデルは、前記将来期間における前記埋設管の腐食深さ超過確率を予測するモデルであって、前記第１環境因子と同じ前記第２環境因子を有する前記参照データと腐食のラグタイムとに基づいて生成されており、
前記腐食のラグタイムは、前記複数の参照管が埋設されてから前記複数の参照管が腐食し始めるまでの期間であり、前記第１環境因子と同じ前記第２環境因子を有する前記参照データから前記第２埋設期間及び前記参照腐食深さに応じて算出されている、埋設管更新時期予測装置。

【請求項6】

前記腐食深さ超過確率予測モデルは、以下の式（２）によって与えられ、
Ｒ＝１００×ｅｘｐ（ｂ＋ｃｘ）／（１＋ｅｘｐ（ｂ＋ｃｘ）） （２）
Ｒは前記埋設管の腐食深さ超過確率（％）を、ｂ，ｃは係数を、ｘは前記埋設管の腐食深さを表し、
前記係数ｂ，ｃは、前記第１環境因子と同じ前記第２環境因子と所定範囲の修正埋設期間とを有する前記複数の参照管の腐食深さ超過確率データを、前記式（２）で非線形回帰することによって算出されており、
前記複数の参照管の腐食深さ超過確率データは、前記複数の参照管の修正参照データから得られており、かつ、前記参照腐食深さと前記複数の参照管の腐食深さ超過確率とを含み、
前記複数の参照管の修正参照データは、前記複数の参照管の前記修正埋設期間と前記参照腐食深さとを含み、
前記修正埋設期間は、前記第２埋設期間から、前記第２埋設期間及び前記参照腐食深さに応じた前記腐食のラグタイムを差し引くことによって算出されており、
所定の腐食深さにおける前記複数の参照管の腐食深さ超過確率は、前記第１環境因子と同じ前記第２環境因子を有しかつ前記所定範囲の修正埋設期間内にある前記複数の参照管の修正参照データのうち、前記参照腐食深さが前記所定の腐食深さを超える前記複数の参照管の修正参照データの数の割合として算出されており、
前記腐食深さ超過確率予測部は、前記所定範囲の修正埋設期間に前記腐食のラグタイムの中央値を加え、前記第１埋設期間を差し引くことによって、前記将来期間を算出し、
前記腐食のラグタイムの前記中央値は、前記腐食のラグタイムの累積相対度数が０．５となる腐食のラグタイムである、請求項５に記載の埋設管更新時期予測装置。

【請求項7】

埋設管の属性データを取得する埋設管属性データ取得部を備え、前記属性データは、前記埋設管の第１環境因子と、前記埋設管の第１埋設期間と、前記埋設管の公称管厚または許容腐食深さとを含み、さらに、
前記第１環境因子用の腐食深さ超過確率予測モデルと、前記第１埋設期間と、前記公称管厚または前記許容腐食深さとから、ある時期における前記埋設管の腐食深さ超過確率を算出する腐食深さ超過確率予測部を備え、
前記ある時期における前記埋設管の腐食深さ超過確率は、前記ある時期において、前記埋設管の腐食深さが前記埋設管の前記公称管厚または前記許容腐食深さを超過する確率であり、
複数の参照管の参照データは、前記複数の参照管の第２環境因子、第２埋設期間及び参照腐食深さを含み、
前記複数の参照管の修正参照データは、前記複数の参照管の修正埋設期間と前記参照腐食深さとを含み、前記修正埋設期間は、前記第２埋設期間から、前記第２埋設期間及び前記参照腐食深さに応じた腐食のラグタイムを差し引くことによって算出されており、前記腐食のラグタイムは、前記複数の参照管が埋設されてから前記複数の参照管が腐食し始めるまでの期間であり、
前記腐食深さ超過確率予測モデルは、前記埋設管の腐食深さ超過確率を予測するモデルであって、前記第１環境因子と同じ前記第２環境因子を有する前記修正参照データを回帰する基本回帰線と、前記複数の参照管の腐食速度のばらつきと、前記腐食のラグタイムの分布とに基づいて生成されており、
前記腐食速度の前記ばらつきは、前記修正参照データにおける前記参照腐食深さのばらつきによる前記基本回帰線の分布で与えられ、
前記腐食のラグタイムの前記分布は、前記第２埋設期間に対する、前記第１環境因子と同じ前記第２環境因子を有する前記参照データのうち前記参照腐食深さが０ｍｍより大きくなるデータ数の割合の変化の微分で与えられる、埋設管更新時期予測装置。

【請求項8】

漏水事故件数算出部、漏水事故確率算出部または漏水事故総件数算出部の少なくとも一つをさらに備え、
前記属性データは、前記埋設管の管路ＩＤと管路長さとをさらに含み、
前記漏水事故件数算出部は、前記管路ＩＤで特定される前記埋設管の腐食深さ超過確率と前記管路ＩＤで特定される前記埋設管の前記管路長さとから、前記ある時期における漏水事故件数を前記管路ＩＤ毎に算出し、前記漏水事故件数は、前記ある時期において、単位時間当たりに、前記管路ＩＤで特定される前記埋設管に漏水事故が発生する件数であり、
前記漏水事故確率算出部は、前記管路ＩＤで特定される前記埋設管の腐食深さ超過確率と前記管路ＩＤで特定される前記埋設管の前記管路長さとから、前記ある時期における漏水事故確率を前記管路ＩＤ毎に算出し、前記漏水事故確率は、前記ある時期において、単位時間かつ単位距離当たりに、前記管路ＩＤで特定される前記埋設管に前記漏水事故が発生する件数であり、
前記漏水事故総件数算出部は、前記属性データに含まれる全ての前記管路ＩＤについて、前記ある時期における前記漏水事故件数を足し合わせて、前記ある時期における漏水事故総件数を算出する、請求項７に記載の埋設管更新時期予測装置。

【請求項9】

前記複数の参照管の前記第２環境因子毎に作成された複数の腐食深さ超過確率予測モデルから、前記第１環境因子用の前記腐食深さ超過確率予測モデルを選択する腐食深さ超過確率予測モデル選択部をさらに備える、請求項５から請求項８のいずれか一項に記載の埋設管更新時期予測装置。

【請求項10】

埋設管属性データ取得部が埋設管の属性データを取得するステップを備え、前記属性データは、前記埋設管の第１環境因子、第１埋設期間及び許容腐食深さを含み、さらに、
管更新時期予測部が、前記第１環境因子用の腐食深さ経時変化予測モデルと、前記第１埋設期間と、前記許容腐食深さとから、前記埋設管の腐食深さが前記許容腐食深さに達する許容腐食深さ到達時期を算出して、前記許容腐食深さ到達時期を出力するステップを備え、
複数の参照管の参照データは、前記複数の参照管の第２環境因子、第２埋設期間及び参照腐食深さを含み、
前記腐食深さ経時変化予測モデルは、前記第１環境因子における前記埋設管の腐食深さの経時変化を予測するモデルであって、前記第１環境因子と同じ前記第２環境因子を有する前記参照データと腐食のラグタイムとに基づいて生成されており、
前記腐食のラグタイムは、前記複数の参照管が埋設されてから前記複数の参照管が腐食し始めるまでの期間であり、前記第１環境因子と同じ前記第２環境因子を有する前記参照データから前記第２埋設期間及び前記参照腐食深さに応じて算出されている、埋設管更新時期予測方法。

【請求項11】

前記腐食深さ経時変化予測モデルは、以下の式（３）によって与えられ、
ｙ＝ａ（ｔ－ｔ_LC） （ただし、０≦ｔ＜ｔ_LCでは、ｙ＝０） （３）
ｙは管の腐食深さを、ａは係数を、ｔは前記管の埋設期間を、ｔ_LCは前記腐食のラグタイムの中央値を表し、
前記係数ａは、前記複数の参照管の修正参照データを線形回帰することによって算出されており、
前記修正参照データは、前記複数の参照管の修正埋設期間と前記参照腐食深さとを含み、
前記修正埋設期間は、前記第２埋設期間から、前記第２埋設期間及び前記参照腐食深さに応じた前記腐食のラグタイムを差し引くことによって算出されており、
前記腐食のラグタイムの前記中央値は、前記腐食のラグタイムの累積相対度数が０．５となる腐食のラグタイムであり、
前記許容腐食深さ到達時期を算出するステップでは、前記管更新時期予測部は、前記式（３）から前記腐食深さ経時変化予測モデルの前記管の腐食深さｙが前記許容腐食深さに到達する前記管の埋設期間ｔを算出し、算出された前記管の埋設期間ｔから前記第１埋設期間を差し引くことによって前記許容腐食深さ到達時期を算出する、請求項１０に記載の埋設管更新時期予測方法。

【請求項12】

管更新判断部が、管更新判断基準記憶部から、前記許容腐食深さに対応する管更新判断内容を読み出して、前記管更新判断内容を含む前記埋設管の管更新判断結果を出力するステップをさらに備える、請求項１０または請求項１１に記載の埋設管更新時期予測方法。

【請求項13】

腐食深さ経時変化予測モデル選択部が、前記複数の参照管の前記第２環境因子毎に作成された複数の腐食深さ経時変化予測モデルから、前記第１環境因子用の前記腐食深さ経時変化予測モデルを選択するステップをさらに備える、請求項１０から請求項１２のいずれか一項に記載の埋設管更新時期予測方法。

【請求項14】

埋設管属性データ取得部が埋設管の属性データを取得するステップを備え、前記属性データは、前記埋設管の第１環境因子、第１埋設期間及び許容腐食深さを含み、さらに、
腐食深さ超過確率予測部が、前記第１環境因子用の腐食深さ超過確率予測モデルと、前記第１埋設期間と、前記許容腐食深さとから、将来期間において前記埋設管の腐食深さが前記許容腐食深さを超過する確率である前記埋設管の腐食深さ超過確率を算出して、前記将来期間及び前記埋設管の腐食深さ超過確率を出力するステップを備え、
複数の参照管の参照データは、前記複数の参照管の第２環境因子、第２埋設期間及び参照腐食深さを含み、
前記腐食深さ超過確率予測モデルは、前記将来期間における前記埋設管の腐食深さ超過確率を予測するモデルであって、前記第１環境因子と同じ前記第２環境因子を有する前記参照データと腐食のラグタイムとに基づいて生成されており、
前記腐食のラグタイムは、前記複数の参照管が埋設されてから前記複数の参照管が腐食し始めるまでの期間であり、前記第１環境因子と同じ前記第２環境因子を有する前記参照データから前記第２埋設期間及び前記参照腐食深さに応じて算出されている、埋設管更新時期予測方法。

【請求項15】

前記腐食深さ超過確率予測モデルは、以下の式（４）によって与えられ、
Ｒ＝１００×ｅｘｐ（ｂ＋ｃｘ）／（１＋ｅｘｐ（ｂ＋ｃｘ）） （４）
Ｒは前記埋設管の腐食深さ超過確率（％）を、ｂ，ｃは係数を、ｘは前記埋設管の腐食深さを表し、
前記係数ｂ，ｃは、前記第１環境因子と同じ前記第２環境因子と所定範囲の修正埋設期間とを有する前記複数の参照管の腐食深さ超過確率データを、前記式（４）で非線形回帰することによって算出されており、
前記複数の参照管の腐食深さ超過確率データは、前記複数の参照管の修正参照データから得られており、かつ、前記参照腐食深さと前記複数の参照管の腐食深さ超過確率とを含み、
前記複数の参照管の修正参照データは、前記複数の参照管の前記修正埋設期間と前記参照腐食深さとを含み、
前記修正埋設期間は、前記第２埋設期間から、前記第２埋設期間及び前記参照腐食深さに応じた前記腐食のラグタイムを差し引くことによって算出されており、
所定の腐食深さにおける前記複数の参照管の腐食深さ超過確率は、前記第１環境因子と同じ前記第２環境因子を有しかつ前記所定範囲の修正埋設期間内にある前記複数の参照管の修正参照データのうち、前記参照腐食深さが前記所定の腐食深さを超える前記複数の参照管の修正参照データの数の割合として算出されており、
前記将来期間を出力するステップでは、前記腐食深さ超過確率予測部は、前記所定範囲の修正埋設期間に前記腐食のラグタイムの中央値を加え、前記第１埋設期間を差し引くことによって、前記将来期間を算出しており、
前記腐食のラグタイムの前記中央値は、前記腐食のラグタイムの累積相対度数が０．５となる腐食のラグタイムである、請求項１４に記載の埋設管更新時期予測方法。

【請求項16】

埋設管属性データ取得部が埋設管の属性データを取得するステップを備え、前記属性データは、前記埋設管の第１環境因子と、前記埋設管の第１埋設期間と、前記埋設管の公称管厚または許容腐食深さとを含み、さらに、
腐食深さ超過確率予測部が、前記第１環境因子用の腐食深さ超過確率予測モデルと、前記第１埋設期間と、前記公称管厚または前記許容腐食深さとから、ある時期における前記埋設管の腐食深さ超過確率を算出するステップを備え、
前記ある時期における前記埋設管の腐食深さ超過確率は、前記ある時期において、前記埋設管の腐食深さが前記埋設管の前記公称管厚または前記許容腐食深さを超過する確率であり、
複数の参照管の参照データは、前記複数の参照管の第２環境因子、第２埋設期間及び参照腐食深さを含み、
前記複数の参照管の修正参照データは、前記複数の参照管の修正埋設期間と前記参照腐食深さとを含み、前記修正埋設期間は、前記第２埋設期間から、前記第２埋設期間及び前記参照腐食深さに応じた腐食のラグタイムを差し引くことによって算出されており、前記腐食のラグタイムは、前記複数の参照管が埋設されてから前記複数の参照管が腐食し始めるまでの期間であり、
前記腐食深さ超過確率予測モデルは、前記埋設管の腐食深さ超過確率を予測するモデルであって、前記第１環境因子と同じ前記第２環境因子を有する前記修正参照データを回帰する基本回帰線と、前記複数の参照管の腐食速度のばらつきと、前記腐食のラグタイムの分布とに基づいて生成されており、
前記腐食速度の前記ばらつきは、前記修正参照データにおける前記参照腐食深さのばらつきによる前記基本回帰線の分布で与えられ、
前記腐食のラグタイムの前記分布は、前記第２埋設期間に対する、前記第１環境因子と同じ前記第２環境因子を有する前記参照データのうち前記参照腐食深さが０ｍｍより大きくなるデータ数の割合の変化の微分で与えられる、埋設管更新時期予測方法。

【請求項17】

漏水事故件数、漏水事故確率または漏水事故総件数の少なくとも一つを算出するステップをさらに備え、
前記属性データは、前記埋設管の管路ＩＤと管路長さとをさらに含み、
前記漏水事故件数は、前記ある時期において、単位時間当たりに、前記管路ＩＤで特定される前記埋設管に漏水事故が発生する件数であって、前記管路ＩＤで特定される前記埋設管の腐食深さ超過確率と前記管路ＩＤで特定される前記埋設管の前記管路長さとから前記管路ＩＤ毎に算出され、
前記漏水事故確率は、前記ある時期において、単位時間かつ単位距離当たりに、前記管路ＩＤで特定される前記埋設管に前記漏水事故が発生する件数であって、前記管路ＩＤで特定される前記埋設管の腐食深さ超過確率と前記管路ＩＤで特定される前記埋設管の前記管路長さとから前記管路ＩＤ毎に算出され、
前記漏水事故総件数は、前記属性データに含まれる全ての前記管路ＩＤについて、前記ある時期における前記漏水事故件数を足し合わせて算出される、請求項１６に記載の埋設管更新時期予測方法。

【請求項18】

腐食深さ超過確率予測モデル選択部が、前記複数の参照管の前記第２環境因子毎に作成された複数の腐食深さ超過確率予測モデルから、前記第１環境因子用の前記腐食深さ超過確率予測モデルを選択するステップをさらに備える、請求項１４から請求項１７のいずれか一項に記載の埋設管更新時期予測方法。

【請求項19】

請求項１０から請求項１８のいずれか一項に記載の前記埋設管更新時期予測方法の各ステップをプロセッサに実行させるプログラム。

【請求項20】

請求項１９に記載の前記プログラムを記録したコンピュータ読み取り可能な記録媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、埋設管更新時期予測装置、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体に関する。

【背景技術】

【0002】

水道管のような管が、土中に埋設されている。管は、例えば、鋳鉄管またはダクタイル管である。管を長期間使用している間に、管は腐食する。特開２００７－１０７８８２号公報（特許文献１）は、管腐食予測方法を開示している。具体的には、複数の場所で管を試掘して、各場所における管の腐食深さと管の埋設期間とを含む管の調査データを得る。管の腐食深さが、ｙ＝ｋＴ^m（ｙ：管の腐食深さ、Ｔ：管の埋設期間、ｋ：管の埋設地質に基づく定数、ｍ：定数）という管腐食予測式に従うと仮定し、この管の調査データに基づいて、定数ｋと定数ａとを決定する。こうして得られる管腐食予測式に基づいて、管の腐食深さを予測していた。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２００７－１０７８８２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかし、特許文献１の管腐食予測方法は、管の腐食深さの調査データのばらつきが大きく、埋設管の更新時期を正確に予測するには不十分であった。本発明は、上記の課題を鑑みてなされたものであり、その目的は、埋設管の更新時期をより正確に予測することを可能にする、埋設管更新時期予測装置、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体を提供することである。

【課題を解決するための手段】

【0005】

本発明の埋設管更新時期予測装置は、埋設管属性データ取得部と、管更新時期予測部とを備える。埋設管属性データ取得部は、埋設管の属性データを取得する。属性データは、埋設管の第１環境因子、第１埋設期間及び許容腐食深さを含む。管更新時期予測部は、第１環境因子用の腐食深さ経時変化予測モデルと、第１埋設期間と、許容腐食深さとから、埋設管の腐食深さが許容腐食深さに達する許容腐食深さ到達時期を算出する。管更新時期予測部は、許容腐食深さ到達時期を出力する。複数の参照管の参照データは、複数の参照管の第２環境因子、第２埋設期間及び参照腐食深さを含む。腐食深さ経時変化予測モデルは、第１環境因子における埋設管の腐食深さの経時変化を予測するモデルである。腐食深さ経時変化予測モデルは、第１環境因子と同じ第２環境因子を有する参照データと腐食のラグタイムとに基づいて生成されている。腐食のラグタイムは、複数の参照管が埋設されてから複数の参照管が腐食し始めるまでの期間である。腐食のラグタイムは、第１環境因子と同じ第２環境因子を有する参照データから第２埋設期間及び参照腐食深さに応じて算出されている。

【0006】

本発明の埋設管更新時期予測装置は、埋設管属性データ取得部と、腐食深さ超過確率予測部とを備える。埋設管属性データ取得部は、埋設管の属性データを取得する。属性データは、埋設管の第１環境因子、第１埋設期間及び許容腐食深さを含む。腐食深さ超過確率予測部は、第１環境因子用の腐食深さ超過確率予測モデルと、第１埋設期間と、許容腐食深さとから、将来期間において埋設管の腐食深さが許容腐食深さを超過する確率である埋設管の腐食深さ超過確率を算出する。腐食深さ超過確率予測部は、将来期間及び埋設管の腐食深さ超過確率を出力する。複数の参照管の参照データは、複数の参照管の第２環境因子、第２埋設期間及び参照腐食深さを含む。腐食深さ超過確率予測モデルは、将来期間における埋設管の腐食深さ超過確率を予測するモデルである。腐食深さ超過確率予測モデルは、第１環境因子と同じ第２環境因子を有する参照データと腐食のラグタイムとに基づいて生成されている。腐食のラグタイムは、複数の参照管が埋設されてから複数の参照管が腐食し始めるまでの期間である。腐食のラグタイムは、第１環境因子と同じ第２環境因子を有する参照データから第２埋設期間及び参照腐食深さに応じて算出されている。

【0007】

本発明の埋設管更新時期予測装置は、埋設管属性データ取得部と、腐食深さ超過確率予測部を備える。埋設管属性データ取得部は、埋設管の属性データを取得する。埋設管の属性データは、埋設管の第１環境因子と、埋設管の第１埋設期間と、埋設管の公称管厚または許容腐食深さとを含む。腐食深さ超過確率予測部は、第１環境因子用の腐食深さ超過確率予測モデルと、第１埋設期間と、公称管厚または許容腐食深さとから、ある時期における埋設管の腐食深さ超過確率を算出する。ある時期における埋設管の腐食深さ超過確率は、ある時期において、埋設管の腐食深さが埋設管の公称管厚または許容腐食深さを超過する確率である。複数の参照管の参照データは、複数の参照管の第２環境因子、第２埋設期間及び参照腐食深さを含む。複数の参照管の修正参照データは、複数の参照管の修正埋設期間と参照腐食深さとを含む。修正埋設期間は、第２埋設期間から、第２埋設期間及び参照腐食深さに応じた腐食のラグタイムを差し引くことによって算出されている。腐食のラグタイムは、複数の参照管が埋設されてから複数の参照管が腐食し始めるまでの期間である。腐食深さ超過確率予測モデルは、埋設管の腐食深さ超過確率を予測するモデルであって、第１環境因子と同じ第２環境因子を有する修正参照データを回帰する基本回帰線と、複数の参照管の腐食速度のばらつきと、腐食のラグタイムの分布とに基づいて生成されている。腐食速度のばらつきは、修正参照データにおける参照腐食深さのばらつきによる基本回帰線の分布で与えられる。腐食のラグタイムの分布は、第２埋設期間に対する、第１環境因子と同じ第２環境因子を有する参照データのうち参照腐食深さが０ｍｍより大きくなるデータ数の割合の変化の微分で与えられる。

【0008】

本発明の埋設管更新時期予測方法は、埋設管属性データ取得部が埋設管の属性データを取得するステップを備える。属性データは、埋設管の第１環境因子、第１埋設期間及び許容腐食深さを含む。本発明の埋設管更新時期予測方法は、管更新時期予測部が、第１環境因子用の腐食深さ経時変化予測モデルと、第１埋設期間と、許容腐食深さとから、埋設管の腐食深さが許容腐食深さに達する許容腐食深さ到達時期を算出して、許容腐食深さ到達時期を出力するステップを備える。複数の参照管の参照データは、複数の参照管の第２環境因子、第２埋設期間及び参照腐食深さを含む。腐食深さ経時変化予測モデルは、第１環境因子における埋設管の腐食深さの経時変化を予測するモデルである。腐食深さ経時変化予測モデルは、第１環境因子と同じ第２環境因子を有する参照データと腐食のラグタイムとに基づいて生成されている。腐食のラグタイムは、複数の参照管が埋設されてから複数の参照管が腐食し始めるまでの期間である。腐食のラグタイムは、第１環境因子と同じ第２環境因子を有する参照データから第２埋設期間及び参照腐食深さに応じて算出されている。

【0009】

本発明の埋設管更新時期予測方法は、埋設管属性データ取得部が埋設管の属性データを取得するステップを備える。属性データは、埋設管の第１環境因子、第１埋設期間及び許容腐食深さを含む。本発明の埋設管更新時期予測方法は、腐食深さ超過確率予測部が、第１環境因子用の腐食深さ超過確率予測モデルと、第１埋設期間と、許容腐食深さとから、将来期間において埋設管の腐食深さが許容腐食深さを超過する確率である埋設管の腐食深さ超過確率を算出して、将来期間及び埋設管の腐食深さ超過確率を出力するステップを備える。複数の参照管の参照データは、複数の参照管の第２環境因子、第２埋設期間及び参照腐食深さを含む。腐食深さ超過確率予測モデルは、将来期間における埋設管の腐食深さ超過確率を予測するモデルである。腐食深さ超過確率予測モデルは、第１環境因子と同じ第２環境因子を有する参照データと腐食のラグタイムとに基づいて生成されている。腐食のラグタイムは、複数の参照管が埋設されてから複数の参照管が腐食し始めるまでの期間である。腐食のラグタイムは、第１環境因子と同じ第２環境因子を有する参照データから第２埋設期間及び参照腐食深さに応じて算出されている。

【0010】

本発明の埋設管更新時期予測方法は、埋設管属性データ取得部が埋設管の属性データを取得するステップを備える。埋設管の属性データは、埋設管の第１環境因子と、埋設管の第１埋設期間と、埋設管の公称管厚または許容腐食深さとを含む。本発明の埋設管更新時期予測方法は、腐食深さ超過確率予測部が、第１環境因子用の腐食深さ超過確率予測モデルと、第１埋設期間と、公称管厚または許容腐食深さとから、ある時期における埋設管の腐食深さ超過確率を算出するステップを備える。ある時期における埋設管の腐食深さ超過確率は、ある時期において、埋設管の腐食深さが埋設管の公称管厚または許容腐食深さを超過する確率である。複数の参照管の参照データは、複数の参照管の第２環境因子、第２埋設期間及び参照腐食深さを含む。複数の参照管の修正参照データは、複数の参照管の修正埋設期間と参照腐食深さとを含む。修正埋設期間は、第２埋設期間から、第２埋設期間及び参照腐食深さに応じた腐食のラグタイムを差し引くことによって算出されている。腐食のラグタイムは、複数の参照管が埋設されてから複数の参照管が腐食し始めるまでの期間である。腐食深さ超過確率予測モデルは、埋設管の腐食深さ超過確率を予測するモデルであって、第１環境因子と同じ第２環境因子を有する修正参照データを回帰する基本回帰線と、複数の参照管の腐食速度のばらつきと、腐食のラグタイムの分布とに基づいて生成されている。腐食速度のばらつきは、修正参照データにおける参照腐食深さのばらつきによる基本回帰線の分布で与えられる。腐食のラグタイムの分布は、第２埋設期間に対する、第１環境因子と同じ第２環境因子を有する参照データのうち参照腐食深さが０ｍｍより大きくなるデータ数の割合の変化の微分で与えられる。

【0011】

本発明のプログラムは、本発明の埋設管更新時期予測方法をプロセッサに実行させる。
本発明のコンピュータ読み取り可能な記録媒体には、本発明のプログラムが記録されている。

【発明の効果】

【0012】

本発明の埋設管更新時期予測装置、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体によれば、埋設管の更新時期をより正確に予測することができる。

【図面の簡単な説明】

【0013】

【図1】実施の形態１、実施の形態４及び実施の形態５の埋設管更新時期予測装置のハードウェア構成を示す概略図である。

【図2】実施の形態１の埋設管更新時期予測装置の機能的構成を説明するブロック図である。

【図3】実施の形態１の埋設管の属性データのデータ構造を示す図である。

【図4】実施の形態１の埋設管の第１データのデータ構造を示す図である。

【図5】環境因子データベース部のデータ構造を示す図である。

【図6】公称管厚データベース部のデータ構造を示す図である。

【図7】管厚許容差データベース部のデータ構造を示す図である。

【図8】複数の参照管の参照データのデータ構造を示す図である。

【図9】複数の参照管の第２埋設期間と参照腐食深さとの間の関係を示す図である。

【図10】実施の形態１の腐食深さ経時変化予測モデルの生成方法及び腐食深さ超過確率予測モデルの生成方法のフローチャートを示す図である。

【図11】参照腐食深さの累積相対度数を算出する方法のフローチャートを示す図である。

【図12】複数の参照管の第２埋設期間に対する複数の参照管の参照データの数の分布を表すヒストグラムを示す図である。

【図13】１－Ｐ（Ｔ₂）を示す図である。

【図14】腐食のラグタイムの確率Ｑ（ｔ_L）を示す図である。

【図15】腐食のラグタイムの累積相対度数と参照腐食深さの累積相対度数とを示す図である。

【図16】腐食のラグタイムのデータテーブルのデータ構造を示す図である。

【図17】修正参照データ（複数の参照管の修正埋設期間と参照腐食深さとの間の関係）を示す図である。

【図18】複数の腐食深さ経時変化予測モデルを示す図である。

【図19】実施の形態１の腐食深さ経時変化予測モデルを得るステップのフローチャートを示す図である。

【図20】実施の形態１の腐食深さ超過確率予測モデルを得るステップのフローチャートを示す図である。

【図21】実施の形態１の複数の腐食深さ超過確率予測モデルを示す図である。

【図22】管更新時期予測結果のデータ構造を示す図である。

【図23】管更新判断データテーブルを示す図である。

【図24】管更新判断結果のデータ構造を示す図である。

【図25】腐食深さ超過確率結果のデータ構造を示す図である。

【図26】実施の形態１の第１の埋設管更新時期予測方法のフローチャートを示す図である。

【図27】実施の形態１の埋設管の属性データを取得するステップのフローチャートを示す図である。

【図28】実施の形態１の埋設管の許容腐食深さを得るステップのフローチャートを示す図である。

【図29】管更新時期予測結果を算出するステップのフローチャートを示す図である。

【図30】管更新時期結果を得るステップのフローチャートを示す図である。

【図31】実施の形態１の第２の埋設管更新時期予測方法のフローチャートを示す図である。

【図32】実施の形態１の腐食深さ超過確率結果を算出するステップのフローチャートを示す図である。

【図33】実施の形態２の埋設管更新時期予測システムの機能的構成を説明するブロック図である。

【図34】実施の形態２の埋設管更新時期予測装置の機能的構成を説明するブロック図である。

【図35】実施の形態２のクライアント端末のハードウェア構成を示す概略図である。

【図36】実施の形態３の埋設管更新時期予測システムの機能的構成を説明するブロック図である。

【図37】実施の形態３の埋設管更新時期予測装置の機能的構成を説明するブロック図である。

【図38】実施の形態３の属性データ作成ユニットのハードウェア構成を示す概略図である。

【図39】実施の形態４の埋設管更新時期予測装置の機能的構成を説明するブロック図である。

【図40】実施の形態４の埋設管の属性データのデータ構造を示す図である。

【図41】実施の形態４の複数の腐食深さ超過確率予測モデル（砂系土質用）を示す図である。

【図42】実施の形態４の複数の腐食深さ超過確率予測モデル（粘土系土質用）を示す図である。

【図43】実施の形態４の腐食深さ超過確率予測モデルを得るステップのフローチャートを示す図である。

【図44】実施の形態４の修正参照データ（複数の参照管の修正埋設期間と参照腐食深さとの間の関係）を示す図である。

【図45】実施の形態４の修正参照データと基本回帰線とを示す図である。

【図46】実施の形態４の修正参照データと複数のパーセンタイル回帰線とを示す図である。

【図47】基本回帰線の分布の確率密度関数と累積分布関数とを示す図である。

【図48】パーセンタイル回帰線の確率密度、腐食のラグタイムの確率及び確率指標を含む表を示す図である。

【図49】埋設期間と、当該埋設期間において参照腐食深さがある腐食深さとなる確率とを示す表を示す図である。

【図50】実施の形態４の埋設管更新時期予測方法のフローチャートを示す図である。

【図51】実施の形態４の埋設管の属性データを取得するステップのフローチャートを示す図である。

【図52】実施の形態４の腐食深さ超過確率結果を算出するステップのフローチャートを示す図である。

【図53】実施の形態５の埋設管更新時期予測装置の機能的構成を説明するブロック図である。

【図54】実施の形態５の埋設管の第１データに含まれる管路マップを示す図である。

【図55】実施の形態５の埋設管の第１データに含まれるデータ構造を示す図である。

【図56】環境因子マップを示す図である。

【図57】地盤－環境因子対応データテーブルを示す図である。

【図58】実施の形態５の埋設管の属性データのデータ構造を示す図である。

【図59】算出された、管路ＩＤ毎の腐食深さ超過確率と漏水事故件数評価指標とを示す図である。

【図60】漏水事故指標（漏水事故件数、漏水事故確率及び漏水事故総件数）を示す図である。

【図61】漏水事故確率マップを示す図である。

【図62】漏水事故総件数グラフを示す図である。

【図63】実施の形態５の埋設管更新時期予測方法のフローチャートを示す図である。

【図64】実施の形態５の埋設管の属性データを取得するステップのフローチャートを示す図である。

【図65】実施の形態５の腐食深さ超過確率を算出するステップのフローチャートを示す図である。

【発明を実施するための形態】

【0014】

（実施の形態１）
図１を参照して、本実施の形態の埋設管更新時期予測装置１のハードウェア構成を説明する。

【0015】

埋設管更新時期予測装置１は、主に、プログラムを実行するプロセッサ２（例えば、ＣＰＵ（Central Processing Unit））と、ＲＯＭ（Read Only Memory）３と、ＲＡＭ（Random Access Memory）４と、ハードディスク５と、通信部６と、可搬型記憶媒体用ドライブ７と、入力部８ａと、モニタ８ｂとを備え、これらは互いにバス９によって接続されている。埋設管更新時期予測装置１は、例えば、パーソナルコンピュータ（ＰＣ）のようなコンピュータである。本明細書では、プログラムは、プロセッサ２により直接実行可能なプログラムだけでなく、ソースプログラム形式のプログラム、圧縮処理されたプログラムまたは暗号化されたプログラム等を含む。

【0016】

ＲＡＭ４は、プロセッサ２によるプログラムの実行により生成されたデータ、又は入力部８ａを介して入力されたデータを揮発的に格納する。ハードディスク５は、これらデータを不揮発的に格納する。通信部６は、例えば、有線ＬＡＮ（Local Area Network）、無線ＬＡＮまたはBluetooth（登録商標）インターフェイス等である。可搬型記憶媒体用ドライブ７は、可搬型記憶媒体７ｍから情報を読み取り、可搬型記憶媒体７ｍに情報を書き込む。可搬型記憶媒体７ｍは、例えば、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ＦＤ（FlexibleDisk）またはＵＳＢ（Universal Serial Bus）メモリのような不揮発性の記録媒体である。入力部８ａは、例えば、マウス、キーボードまたはタッチパネルを含む。モニタ８ｂは、例えば、液晶表示装置である。

【0017】

埋設管更新時期予測装置１における処理は、プロセッサ２により実行されるソフトウェアによって実現される。このソフトウェアは、ＲＯＭ３またはハードディスク５に予め格納されていてもよい。このソフトウェアは、可搬型記憶媒体７ｍその他のコンピュータ読み取り可能な不揮発性のデータ記録媒体に格納されて、プログラム製品として流通してもよい。このソフトウェアは、インターネットその他のネットワークに接続されている情報提供事業者によってダウンロード可能なプログラム製品として提供されてもよい。このようなソフトウェアは、可搬型記憶媒体用ドライブ７によって可搬型記憶媒体７ｍから読み取られて、または、通信部６を介してダウンロードされて、ハードディスク５に格納されてもよい。そのソフトウェアは、プロセッサ２によって、可搬型記憶媒体７ｍ、ＲＯＭ３またはハードディスク５から読み出され、プロセッサ２に実行可能なプログラムの形式でＲＡＭ４に格納される。

【0018】

プロセッサ２は、プログラムを実行する。プロセッサ２がプログラムを実行することにより、埋設管更新時期予測装置１は、図２に示されるように、埋設管属性データ取得部１０と、腐食深さ経時変化予測モデル選択部３１と、腐食深さ超過確率予測モデル選択部３２と、管更新時期予測部３６と、管更新判断部３７と、腐食深さ超過確率予測部３８としての機能を実現する。

【0019】

図２を参照して、埋設管更新時期予測装置１の機能構成の例を説明する。埋設管更新時期予測装置１は、埋設管属性データ取得部１０と、腐食深さ経時変化予測モデル選択部３１と、腐食深さ超過確率予測モデル選択部３２と、管更新時期予測部３６と、管更新判断部３７と、腐食深さ超過確率予測部３８とを主に備える。埋設管更新時期予測装置１は、記憶部２０をさらに備えてもよい。

【0020】

＜記憶部２０＞
記憶部２０は、図１に示される、ＲＯＭ３、ＲＡＭ４、ハードディスク５及び可搬型記憶媒体７ｍの少なくとも１つに対応する。図２に示されるように、記憶部２０は、環境因子データベース部２１と、公称管厚データベース部２２と、管厚許容差データベース部２３と、埋設管属性データ記憶部２４と、腐食深さ経時変化予測モデル記憶部２５と、腐食深さ超過確率予測モデル記憶部２６と、管更新判断基準記憶部２７と、腐食のラグタイム記憶部２８とを含む。

【0021】

＜埋設管属性データ取得部１０＞
埋設管は、例えば、水道管である。埋設管は、土中に埋設されている。埋設管は、例えば、鋳鉄管またはダクタイル管である。埋設管属性データ取得部１０は、埋設管の属性データ１６（図３を参照）を取得する。埋設管の属性データ１６は、例えば、埋設管の管路番号、第１環境因子、第１埋設期間Ｔ₁及び許容腐食深さを含む。第１環境因子は、埋設管が埋設されている環境を規定する因子である。第１環境因子は、土質及び土壌比抵抗を含む。第１埋設期間Ｔ₁は、埋設管が埋設されている期間である。許容腐食深さは、埋設管に必要最低限要求される安全性を考慮して規定される腐食深さである。

【0022】

埋設管属性データ取得部１０は、例えば、顧客から提供される埋設管の第１データ１７（図４を参照）から、埋設管の属性データ１６を得る。図２に示されるように、埋設管属性データ取得部１０は、例えば、埋設管データ受付部１１と、最小許容管厚算出部１２と、許容腐食深さ算出部１３と、属性データ作成部１４とを含む。

【0023】

埋設管データ受付部１１は、顧客から提供される埋設管の第１データ１７を受け付ける。埋設管の第１データ１７は、例えば、図４に示されるように、埋設管の管路番号、埋設場所、布設（埋設）年、呼び径、接合形式、管厚の種類、土被り、静水圧及び水撃圧を含む。接合形式として、Ａ形、Ｋ形、Ｔ形またはＮＳ形等を例示することができる。管厚の種類として、１種、２種または３種等を例示することができる。埋設管の第１データ１７は、例えば、顧客から提供される可搬型記憶媒体７ｍに格納されてもよい。埋設管の第１データ１７は、例えば、予めハードディスク５に格納されてもよい。

【0024】

埋設管属性データ取得部１０は、環境因子データベース部２１を参照して、埋設管の第１データ１７に含まれる埋設場所から、埋設管の第１環境因子を得る。環境因子データベース部２１には、例えば、図５に示されるように、場所と環境因子とが対応づけられたデータテーブル４１が記憶されている。

【0025】

埋設管属性データ取得部１０は、記憶部２０に記憶されている現在年（埋設管の更新時期の予測を実行する年）と第１データ１７に含まれる埋設管の布設年との間の差を、第１埋設期間Ｔ₁として算出する。

【0026】

埋設管属性データ取得部１０は、公称管厚データベース部２２を参照して、埋設管の第１データ１７に含まれる埋設管の布設年、呼び径、接合形式及び管厚の種類から、埋設管の公称管厚を得る。公称管厚データベース部２２には、例えば、図６に示されるように、管の布設年、呼び径、接合形式、管厚の種類及び公称管厚が対応づけられたデータテーブル４２が記憶されている。埋設管の公称管厚は、埋設管の規格管厚である。管の公称管厚は、例えば、埋設管の第１データ１７に含まれる埋設管の土被り、静水圧及び水撃圧並びに２．０倍の安全率で算出された計算管厚と、マージン厚さ（腐食しろ）と、管厚許容差との和によって与えられる。安全率は、入力部８ａを用いて指定されてもよいし、記憶部２０に予め格納されていてもよい。

【0027】

埋設管属性データ取得部１０は、管厚許容差データベース部２３を参照して、埋設管の管厚許容差を得る。第一の例では、管厚許容差データベース部２３には、図７に示されるように、管の公称管厚と管厚許容差とが対応づけられたデータテーブル４３が記憶されている。埋設管属性データ取得部１０は、埋設管の公称管厚（図６を参照）から、埋設管の管厚許容差を得る。第二の例では、管厚許容差データベース部２３には、管厚の種類と管厚許容差とが対応づけられたデータテーブルが記憶されている。埋設管属性データ取得部１０は、埋設管の管厚の種類（図６を参照）から、埋設管の管厚許容差を得る。第三の例では、管厚許容差データベース部２３には、呼び径と管厚許容差とが対応づけられたデータテーブルが記憶されている。埋設管属性データ取得部１０は、埋設管の呼び径（図６を参照）から、埋設管の管厚許容差を得る。

【0028】

最小許容管厚算出部１２は、埋設管の第１データ１７から、埋設管の最小許容管厚を算出する。最小許容管厚は、埋設管に必要最低限要求される安全性を担保するために埋設管に要求される最小限度の厚さである。最小許容管厚は、例えば、埋設管の第１データ１７に含まれる埋設管の土被り、静水圧及び水撃圧並びに１．０倍の安全率で算出された計算管厚によって与えられる。

【0029】

許容腐食深さ算出部１３は、埋設管の公称管厚、管厚許容差及び最小許容管厚から、埋設管の許容腐食深さを算出する。具体的には、埋設管の公称管厚から、管厚許容差及び最小許容管厚を差し引くことによって、埋設管の許容腐食深さが算出される。

【0030】

属性データ作成部１４は、埋設管の管路番号、埋設管の第１環境因子、第１埋設期間Ｔ₁及び許容腐食深さが対応づけられている埋設管の属性データ１６（図３を参照）を作成する。埋設管属性データ取得部１０は、埋設管の属性データ１６を埋設管属性データ記憶部２４に出力する。埋設管の属性データ１６は、埋設管属性データ記憶部２４に記憶される。

【0031】

なお、埋設管の第１データ１７が埋設管の属性データ１６を含む場合には、埋設管属性データ取得部１０は、埋設管の属性データ１６を含む埋設管の第１データ１７を顧客から受け付ける。この場合には、最小許容管厚算出部１２、許容腐食深さ算出部１３、属性データ作成部１４、環境因子データベース部２１、公称管厚データベース部２２及び管厚許容差データベース部２３は、省略され得る。

【0032】

＜複数の腐食深さ経時変化予測モデル＞
複数の腐食深さ経時変化予測モデル（図１８を参照）は、腐食深さ経時変化予測モデル記憶部２５（図２を参照）に記憶されている。複数の腐食深さ経時変化予測モデルは、複数の参照管の参照データ１８（図８を参照）から生成される。

【0033】

複数の場所で複数の参照管を試掘して、図８に示される複数の参照管の参照データ１８（複数の参照管の調査データ）が得られる。複数の参照管の参照データ１８は、複数の参照管の第２環境因子、第２埋設期間Ｔ₂及び参照腐食深さを含む。第２環境因子は、複数の参照管が埋設されている環境を規定する因子である。第２環境因子は、土質と土壌比抵抗とを含む。第２埋設期間Ｔ₂は、複数の参照管が埋設されている期間である。参照腐食深さは、複数の参照管の腐食深さである。

【0034】

本実施の形態では、複数の参照管の参照データ１８は、日本全国の５４９０地点における複数の参照管の調査データを含む。複数の参照管の参照データ１８は、顧客から提供されてもよいし、顧客から指定された地域を、埋設管更新時期予測装置１のユーザが調査することによって得られてもよい。複数の参照管の参照データ１８は、可搬型記憶媒体７ｍ（図１）によって、または、インターネットのような通信ネットワークを通じて提供されてもよい。複数の参照管の参照データ１８は、ハードディスク５（図１）に格納されてもよい。

【0035】

複数の腐食深さ経時変化予測モデルは、第２環境因子毎に生成される。１５００Ω・ｃｍ以上の土壌比抵抗を有する砂系（以下、単に「砂系」という）土質における腐食深さと、１５００Ω・ｃｍ以上の土壌比抵抗を有するシルト系（以下、単に「シルト系」という）土質における腐食深さと、１５００Ω・ｃｍ以上の土壌比抵抗を有する粘土系（以下、単に「粘土系」という）土質における腐食深さと、１５００Ω・ｃｍ未満の土壌比抵抗を有する土質（以下、「低比抵抗系土質」ということがある）における腐食深さとの間には、統計的に有意な差がある。また、これら４つの第２環境因子を有する複数の参照管の参照データ１８の数は、日本全国から収集された複数の参照管の参照データ１８の総数の８２％を占める。

【0036】

そこで、複数の腐食深さ経時変化予測モデルは、第２環境因子毎に生成される。例えば、これら４つの第２環境因子毎に、複数の腐食深さ経時変化予測モデルが生成される。すなわち、複数の腐食深さ経時変化予測モデルは、砂系土質用の腐食深さ経時変化予測モデルと、シルト系土質用の腐食深さ経時変化予測モデルと、粘土系土質用の腐食深さ経時変化予測モデルと、１５００Ω・ｃｍ未満の土壌比抵抗を有する低比抵抗系土質用の腐食深さ経時変化予測モデルとを含む。

【0037】

複数の参照管の参照データ１８から、図９に示される、砂系土質に埋設されている複数の参照管の参照データ１８が得られる。図９から、砂系土質に埋設されている複数の参照管の参照データ１８は、多数の０ｍｍの参照腐食深さのデータを含み、かつ、データのばらつきが大きいことが分かる。そのため、参照データ１８をそのまま用いて、埋設管の更新時期を正確に予測可能な予測モデルを構築することは困難である。

【0038】

本発明者は、複数の参照管の参照データ１８が、多数の０ｍｍの参照腐食深さのデータを含み、かつ、データのばらつきが大きい理由は、管の外面に形成されている塗装膜にあると考えた。腐食が塗装膜を貫通した後にはじめて、管の腐食が始まる。複数の参照管の参照データ１８が多数の０ｍｍの参照腐食深さのデータを含むのは、管を埋設してから管が腐食し始めるまでの時間（以下、「腐食のラグタイムｔ_L」という）があるためであると考えられる。そこで、本発明者は、統計的手法によって見積もられた腐食のラグタイムｔ_Lに基づいて修正された複数の参照管の参照データ１８（以下「修正参照データ」という）に基づいて、埋設管の更新時期をより正確に予測することができる予測モデルを構築することを考えた。

【0039】

複数の参照管の参照データ１８から複数の腐食深さ経時変化予測モデル（図１８を参照）を生成する方法（すなわち、埋設管更新時期予測装置１の製造方法）を以下説明する。４つの第２環境因子のうち、砂系土質用の腐食深さ経時変化予測モデルを例に挙げて説明する。他の土質用の腐食深さ経時変化予測モデルも、砂系土質用の腐食深さ経時変化予測モデルと同様に生成される。

【0040】

図１０を参照して、プロセッサ２は、記憶部２０に記憶されている複数の参照管の参照データ１８から、砂系土質に埋設されている複数の参照管の参照データ１８を抽出する（Ｓ１）。

【0041】

プロセッサ２は、ステップＳ１において抽出された砂系土質に関する複数の参照管の参照データ１８について、第２埋設期間Ｔ₂毎に、０ｍｍより大きい参照腐食深さのデータ数の割合１－Ｐ（Ｔ₂）（図１３を参照）を算出する（Ｓ２）。Ｐ（Ｔ₂）は、第２埋設期間Ｔ₂毎の、０ｍｍの参照腐食深さのデータ数の割合である。

【0042】

具体的には、プロセッサ２は、図１２に示される、第２埋設期間Ｔ₂毎の総データ数ｎ_all（Ｔ₂）と、第２埋設期間Ｔ₂毎の０ｍｍの参照腐食深さのデータ数ｎ₀（Ｔ₂）とをカウントする。プロセッサ２は、第２埋設期間Ｔ₂毎の総データ数ｎ_all（Ｔ₂）に対する、第２埋設期間Ｔ₂毎の０ｍｍの参照腐食深さを有するデータ数ｎ₀（Ｔ₂）の割合Ｐ（Ｔ₂）を算出する。Ｐ（Ｔ₂）は、ｎ₀（Ｔ₂）／ｎ_all（Ｔ₂）によって与えられる。プロセッサ２は、１－Ｐ（Ｔ₂）を算出する。１－Ｐ（Ｔ₂）は、第２埋設期間Ｔ₂における、０ｍｍより大きい腐食深さを有する参照管の割合である。

【0043】

プロセッサ２は、１－Ｐ（Ｔ₂）を非線形回帰する（Ｓ３）。１－Ｐ（Ｔ₂）は、上記のとおり割合（確率）であり、かつ、図１３に示されるようにＴ₂が増加するにつれてゼロから１に非線形的に漸近している。そのため、１－Ｐ（Ｔ₂）は、割合（確率）を非線形的に回帰する非線形回帰モデルを用いて回帰される。このような非線形回帰モデルとして、例えば、指数分布モデルまたは分数関数モデルなどがある。指数分布モデルの一例として、式（１）で示される指数分布モデルがある。αは、１－Ｐ（Ｔ₂）に応じて定められる係数である。分数関数モデルの一例として、式（２）で示される一次分数関数モデルがある。ｇ及びｈは、１－Ｐ（Ｔ₂）に応じて定められる係数である。本実施の形態では、プロセッサ２は、１－Ｐ（Ｔ₂）を、最小二乗法などを用いて、以下の式（１）で示される指数分布モデルで非線形回帰して、係数αを算出する。

【0044】

１－Ｐ（Ｔ₂）＝１－１×ｅｘｐ（－αＴ₂） （１）
１－Ｐ（Ｔ₂）＝ｇＴ₂／（１＋ｈＴ₂） （２）
１－Ｐ（Ｔ₂）の変化率、すなわち１－Ｐ（Ｔ₂）の微分値は、砂系土質に埋設されている全ての参照管のうち、第２埋設期間Ｔ₂において腐食し始める参照管の割合である。第２埋設期間Ｔ₂において腐食し始める参照管の割合は、砂系土質に埋設されている全ての参照管のうち、腐食のラグタイムｔ_Lが第２埋設期間Ｔ₂である参照管の割合である。言い換えると、１－Ｐ（Ｔ₂）の微分値は、砂系土質における腐食のラグタイムの確率Ｑ（Ｔ₂）である。砂系土質における腐食のラグタイムの確率Ｑ（Ｔ₂）は、砂系土質に埋設されている全ての参照管が有する全ての腐食のラグタイムｔ_Lのうち、腐食のラグタイムｔ_Lが第２埋設期間Ｔ₂である確率である。

【0045】

そこで、プロセッサ２は、腐食のラグタイムの確率Ｑ（ｔ_L）（図１４を参照）を算出する（Ｓ４）。具体的には、プロセッサ２は、非線形回帰された１－Ｐ（Ｔ₂）の近似曲線の微分曲線を算出する。全ての腐食のラグタイムｔ_Lについての腐食のラグタイムの確率Ｑ（ｔ_L）の和、すなわち、図１４に示される腐食のラグタイムの確率Ｑ（ｔ_L）の曲線とＱ＝０の直線とで挟まれる領域の面積は、１に等しい。

【0046】

プロセッサ２は、腐食のラグタイムの確率Ｑ（ｔ_L）から、腐食のラグタイムｔ_Lの累積相対度数（図１５を参照）を算出する（Ｓ５）。ｎ年の腐食のラグタイムｔ_Lの累積相対度数は、腐食のラグタイムｔ_Lがｎ年以上である腐食のラグタイムｔ_Lの相対度数の累積和であり、腐食のラグタイムｔ_Lがｎ年以上である腐食のラグタイムの確率Ｑ（ｔ_L）の和によって与えられる。プロセッサ２は、腐食のラグタイムｔ_Lがｎ年以上である腐食のラグタイムの確率Ｑ（ｔ_L）の和を、腐食のラグタイムｔ_L＝ｎ年の累積相対度数として算出する。プロセッサ２は、腐食のラグタイムｔ_Lの累積相対度数を、腐食のラグタイム記憶部２８に保存する。

【0047】

プロセッサ２は、ステップＳ１において抽出された砂系土質に関する複数の参照管の参照データ１８から、第１所定範囲の第２埋設期間Ｔ₂毎に、参照腐食深さの累積相対度数（図１５を参照）を算出する（Ｓ６）。参照腐食深さの累積相対度数は、第２所定範囲の参照腐食深さ毎に算出される。第２所定範囲の参照腐食深さの累積相対度数は、第２所定範囲以下の参照腐食深さの相対度数の累積和である。

【0048】

具体的には、図１１に示されるように、プロセッサ２は、ステップＳ１で抽出された砂系土質に関する複数の参照管の参照データ１８を、第１所定範囲の第２埋設期間Ｔ₂毎に仕分けて、複数のデータ群を得る（Ｓ６ａ）。プロセッサ２は、例えば、砂系土質に関する複数の参照管の参照データ１８を、５年の第２埋設期間Ｔ₂毎に仕分けて、複数のデータ群を得る。複数のデータ群は、例えば、１５年以上２０年未満の第２埋設期間Ｔ₂を有するデータ群を含む。

【0049】

プロセッサ２は、複数のデータ群の一つについて、第２所定範囲の参照腐食深さ毎に、参照腐食深さの累積相対度数を算出する（Ｓ６ｂ）。第２所定範囲の参照腐食深さの累積相対度数は、複数のデータ群の一つのうち、第２所定範囲以下の参照腐食深さを有するデータ数の割合である。プロセッサ２は、複数のデータ群の一つのうち、第２所定範囲以下の参照腐食深さを有するデータ数の割合を、第２所定範囲の参照腐食深さの累積相対度数として算出する。

【0050】

プロセッサ２は、例えば、図１５に示されるように、１５年以上２０年未満の第２埋設期間Ｔ₂を有するデータ群について、０．５ｍｍの参照腐食深さ毎に、参照腐食深さの累積相対度数を算出する。例えば、１５年以上２０年未満の第２埋設期間Ｔ₂を有するデータ群における、１．０ｍｍ以上１．５ｍｍ未満の参照腐食深さの累積相対度数は、当該データ群のうち、０ｍｍ以上１．５ｍｍ未満の参照腐食深さを有するデータの数の割合である。すなわち、１５年以上２０年未満の第２埋設期間Ｔ₂を有するデータ群における、１．０ｍｍ以上１．５ｍｍ未満の参照腐食深さの累積相対度数は、当該データ群の総データ数に対する、当該データ群において０ｍｍ以上０．５ｍｍ未満の参照腐食深さを有するデータの数と０．５ｍｍ以上１．０ｍｍ未満の参照腐食深さを有するデータの数と１．０ｍｍ以上１．５ｍｍ未満の参照腐食深さを有するデータの数との和の割合として算出される。

【0051】

プロセッサ２は、ステップ６ｂを、全ての複数のデータ群について行う（Ｓ６ｃ）。こうして、砂系土質に関して、第１所定範囲の第２埋設期間Ｔ₂毎に、参照腐食深さの累積相対度数が算出される。

【0052】

一般に、腐食深さが大きい管ほど、管を埋設した後により短期間で腐食が開始し、腐食のラグライムｔ_Lがより短いと考えられる。そのため、腐食のラグタイムｔ_Lの累積相対度数と参照腐食深さの累積相対度数との間には相関があると考えられる。プロセッサ２は、砂系土質に埋設された複数の参照管の参照データ１８について、腐食のラグタイムｔ_Lの累積相対度数及び参照腐食深さの累積相対度数から、第１所定範囲の第２埋設期間Ｔ₂及び第２所定範囲の参照腐食深さ毎に、腐食のラグタイムｔ_Lを算出する（Ｓ７）。

【0053】

具体的には、図１５の細点線矢印に示されるように、プロセッサ２は、腐食のラグタイムｔ_Lの累積相対度数が、第１所定範囲の第２埋設期間Ｔ₂（例えば、１５年以上２０年未満）における第２所定範囲の参照腐食深さ（例えば、０．０ｍｍ以上０．５ｍｍ未満の腐食深さ）の累積相対度数に等しくなる腐食のラグライムｔ_L（例えば、１７．５年）を、第１所定範囲の第２埋設期間Ｔ₂（例えば、１５年以上２０年未満）における第２所定範囲の参照腐食深さ（例えば、０．０ｍｍ以上０．５ｍｍ未満の腐食深さ）に対応する腐食のラグライムｔ_L（例えば、１７．５年）として得る。

【0054】

プロセッサ２は、第２環境因子、第２埋設期間Ｔ₂、参照腐食深さ及び腐食のラグタイムｔ_Lを互いに関連づけて、図１６に示される腐食のラグタイムｔ_Lのデータテーブル４５を得る。腐食のラグタイムｔ_Lのデータテーブル４５は、第２環境因子、第２埋設期間Ｔ₂、参照腐食深さ及び腐食のラグタイムｔ_Lを含む。プロセッサ２は、腐食のラグタイムｔ_Lのデータテーブル４５を腐食のラグタイム記憶部２８に出力する。腐食のラグタイムｔ_Lのデータテーブル４５は、腐食のラグタイム記憶部２８に記憶される。

【0055】

プロセッサ２は、砂系土質に埋設された複数の参照管の修正参照データ（図１７を参照）を得る（Ｓ８）。修正参照データは、第２環境因子、修正埋設期間及び参照腐食深さを含む。具体的には、プロセッサ２は、腐食のラグタイム記憶部２８に記憶されている腐食のラグタイムｔ_Lのデータテーブル４５から、第２環境因子、第２埋設期間Ｔ₂、参照腐食深さ及び腐食のラグタイムｔ_Lを読み出す。プロセッサ２は、第２埋設期間Ｔ₂から、第２環境因子、第２埋設期間Ｔ₂及び参照腐食深さに応じた腐食のラグタイムｔ_L（図１６を参照）を差し引くことによって、修正埋設期間を算出する。こうして、複数の参照管の修正参照データが得られる。

【0056】

図１７に示される修正参照データのグラフは、図９に示される参照データ１８のグラフの各点を、当該各点に対応する腐食のラグタイムｔ_L分左方向に移動させたものである。修正参照データ（図１７を参照）は、参照データ１８（図９を参照）よりも、０ｍｍの参照腐食深さのデータ数が減少し、かつ、データのばらつきが減少していることが分かる。

【0057】

プロセッサ２は、修正参照データ（図１７を参照）、及び、腐食のラグタイム記憶部２８に記憶されている腐食のラグタイムｔ_Lの累積相対度数（図１５を参照）から、砂系土質用の腐食深さ経時変化予測モデル（図１８を参照）を得る（Ｓ９）。

【0058】

修正埋設期間は第２埋設期間Ｔ₂が腐食のラグタイムｔ_L分修正されたものであるため、腐食深さは修正埋設期間に対して線形に増加すると推定される。そのため、プロセッサ２は、図１７に示される修正埋設期間と参照腐食深さとの間の関係を線形回帰することによって、より高い精度を有する砂系土質用の腐食深さ経時変化予測モデルを得ることができる。砂系土質用の腐食深さ経時変化予測モデルは、以下の式（３）によって与えられる。

【0059】

ｙ＝ａ（ｔ－ｔ_LC） （ただし、０≦ｔ＜ｔ_LCでは、ｙ＝０） （３）
ｙは管の腐食深さを、ａは係数を、ｔは管の埋設期間を、ｔ_LCは第２環境因子（例えば、砂系土質）における腐食のラグタイムの中央値を表す。

【0060】

具体的には、図１９に示されるように、プロセッサ２は、修正参照データ（図１７を参照）を、最小二乗法などを用いて線形回帰することによって、係数ａを算出する（Ｓ９ａ）。係数ａは、図１７に示される近似直線の傾きに等しい。

【0061】

既に述べたように、修正埋設期間は、第２埋設期間Ｔ₂が腐食のラグタイムｔ_L分修正されたものである。そのため、管の実際の埋設期間ｔと管の腐食深さｙとの間の関係を規定する砂系土質用の腐食深さ経時変化予測モデルを得るために、修正参照データの線形関係を、腐食のラグタイムｔ_L分補正する必要がある。プロセッサ２は、例えば、修正参照データの線形関係を、腐食のラグタイムの中央値ｔ_LC分補正して、腐食深さ経時変化予測モデルを得る。

【0062】

図１９に示されるように、プロセッサ２は、腐食のラグタイム記憶部２８に記憶されている腐食のラグタイムｔ_Lの累積相対度数（図１５を参照）から、腐食のラグタイムの中央値ｔ_LCを算出する（Ｓ９ｂ）。具体的には、プロセッサ２は、図１５の一点鎖線に示されるように、腐食のラグタイムｔ_Lの累積相対度数（図１５）が０．５となる腐食のラグタイムｔ_Lの値を、腐食のラグタイムの中央値ｔ_LC（例えば１５．５年）として算出する。プロセッサ２は、腐食のラグタイムの中央値ｔ_LCを、腐食のラグタイム記憶部２８に保存する。

【0063】

図１９に示されるように、プロセッサ２は、図１７に示される修正参照データの線形関係を、腐食のラグタイムの中央値ｔ_LC分補正する（Ｓ９ｃ）。こうして、プロセッサ２は、図１８に示される、砂系土質用の腐食深さ経時変化予測モデルを得る。

【0064】

プロセッサ２は、同様の演算処理を行って、シルト系土質に埋設されている複数の参照管の参照データ１８から、図１８に示される、シルト系土質用の腐食深さ経時変化予測モデルを得る。プロセッサ２は、同様の演算処理を行って、粘土系土質に埋設されている複数の参照管の参照データ１８から、図１８に示される、粘土系土質用の腐食深さ経時変化予測モデルを得る。プロセッサ２は、同様の演算処理を行って、１５００Ω・ｃｍ未満の土壌比抵抗を有する土質に埋設されている複数の参照管の参照データ１８から、１５００Ω・ｃｍ未満の土壌比抵抗を有する土質用の腐食深さ経時変化予測モデル（図示せず）を得る。

【0065】

一般に、砂系土質、シルト系土質及び粘土系土質のうち、粘土系土質が最も高い腐食性を有し、砂系土質が最も低い腐食性を有する。そして、腐食性の高い土質ほど、管の腐食の進展速度は大きく、かつ、管の腐食の開始時期は早いと考えられる。そのため、腐食性の高い土質ほど、係数ａが増加し、かつ、腐食のラグタイムの中央値ｔ_LCが減少すると予想される。図１８に示される、砂系土質用の腐食深さ経時変化予測モデルと、シルト系土質用の腐食深さ経時変化予測モデルと、粘土系土質用の腐食深さ経時変化予測モデルとは、この予想に合致している。本実施の形態で得られた、第２環境因子毎の複数の腐食深さ経時変化予測モデルは、より高い信頼性を有していると考えられる。

【0066】

プロセッサ２は、複数の腐食深さ経時変化予測モデル（例えば、砂系土質用の腐食深さ経時変化予測モデル、シルト系土質用の腐食深さ経時変化予測モデル、粘土系土質用の腐食深さ経時変化予測モデル、及び、１５００Ω・ｃｍ未満の土壌比抵抗を有する土質用の腐食深さ経時変化予測モデル）を、腐食深さ経時変化予測モデル記憶部２５に保存する。

【0067】

＜複数の腐食深さ超過確率予測モデル＞
複数の腐食深さ超過確率予測モデルは、腐食深さ超過確率予測モデル記憶部２６（図２を参照）に記憶されている。複数の腐食深さ超過確率予測モデルは、複数の参照管の参照データ１８（図８を参照）から生成される。腐食深さ超過確率は、将来期間において、管の腐食深さが許容腐食深さ（図３を参照）を超過する確率である。

【0068】

複数の腐食深さ超過確率予測モデルは、第２環境因子毎に生成される。例えば、既に述べた４つの第２環境因子毎に、複数の腐食深さ超過確率予測モデルが生成される。すなわち、複数の腐食深さ超過確率予測モデルは、砂系土質用の腐食深さ超過確率予測モデルと、シルト系土質用の腐食深さ超過確率予測モデルと、粘土系土質用の腐食深さ超過確率予測モデルと、１５００Ω・ｃｍ未満の土壌比抵抗を有する土質用の腐食深さ超過確率予測モデルとを含む。複数の腐食深さ超過確率予測モデルは、第２環境因子及び所定範囲の修正埋設期間毎に生成されてもよい。

【0069】

複数の参照管の参照データ１８から複数の腐食深さ超過確率予測モデル（図２１を参照）を生成する方法（すなわち、埋設管更新時期予測装置１の製造方法）を以下説明する。４つの第２環境因子のうち、砂系土質用の腐食深さ超過確率予測モデルを例に挙げて説明する。他の土質用の腐食深さ超過確率予測モデルも、砂系土質用の腐食深さ超過確率予測モデルと同様に生成される。

【0070】

図１０に示されるように、複数の腐食深さ超過確率予測モデルの生成方法は、複数の腐食深さ経時変化予測モデルの生成方法におけるステップＳ１からステップＳ８を備えている。こうして、修正参照データ（図１７を参照）が得られる。

【0071】

続いて、複数の腐食深さ超過確率予測モデルの生成方法では、プロセッサ２は、修正参照データ（図１７を参照）から、砂系土質用の腐食深さ超過確率予測モデルを得る（Ｓ９ｐ）。

【0072】

具体的には、図２０に示されるように、プロセッサ２は、修正参照データ（図１７を参照）を、所定範囲の修正埋設期間毎に仕分けて、複数のデータ群を得る（Ｓ９ｑ）。プロセッサ２は、例えば、砂系土質に関する修正参照データを、１０年の修正埋設期間毎に仕分けて、複数のデータ群を得る。複数のデータ群は、例えば、４０年以上５０年未満の修正埋設期間を有するデータ群を含む。

【0073】

プロセッサ２は、複数のデータ群の一つについて、参照腐食深さ超過確率を算出する（Ｓ９ｒ）。参照腐食深さ超過確率は、所定範囲の修正埋設期間において、参照管の参照腐食深さが所定の腐食深さを超える確率を意味する。具体的には、プロセッサ２は、複数のデータ群の一つ（例えば、４０年以上５０年未満の修正埋設期間を有するデータ群）に含まれる修正埋設期間と参照腐食深さとの組のデータを、参照腐食深さの大きい順に並べる。プロセッサ２は、このデータ群のうち所定の腐食深さ（例えば、０ｍｍ、０．５ｍｍ、１．０ｍｍ、１．５ｍｍ、２．０ｍｍ、２．５ｍｍ、３．０ｍｍ、３．５ｍｍ、４．０ｍｍ、４．５ｍｍ、５．０ｍｍ、５．５ｍｍ、６．０ｍｍ）を超えるデータ数の割合を、当該所定の腐食深さにおける参照腐食深さ超過確率として算出する。

【0074】

プロセッサ２は、ステップＳ９ｒで得られた参照腐食深さと参照腐食深さ超過確率との間の関係（図２１を参照）を非線形回帰して、複数のデータ群の一つについて、砂系土質用の腐食深さ超過確率予測モデルを得る（Ｓ９ｓ）。上記のとおり、参照腐食深さ超過確率は、所定範囲の修正埋設期間において参照管の参照腐食深さが所定の腐食深さを超える第１の事象及び所定範囲の修正埋設期間において参照管の参照腐食深さが所定の腐食深さを超えない第２の事象のうち、第１の事象が発生する確率である。そのため、参照腐食深さ超過確率は、二項分布の累積分布関数で非線形回帰されてもよい。一例として、プロセッサ２は、ステップＳ９ｒで得られた参照腐食深さと参照腐食深さ超過確率との間の関係を、二項分布の累積分布関数の一つである以下の式（４）で非線形回帰して、係数ｂ，ｃを算出する。

【0075】

Ｒ＝１００×ｅｘｐ（ｂ＋ｃｘ）／（１＋ｅｘｐ（ｂ＋ｃｘ）） （４）
Ｒは腐食深さ超過確率（％）を、ｂ，ｃは係数を、ｘは腐食深さを表す。

【0076】

プロセッサ２は、以上のステップ９ｒ及びステップ９ｓを、全ての複数のデータ群について行う（Ｓ９ｔ）。例えば、プロセッサ２は、１０年以上２０年未満の修正埋設期間を有するデータ群と、２０年以上３０年未満の修正埋設期間を有するデータ群と、３０年以上４０年未満の修正埋設期間を有するデータ群とに対して、以上のステップ９ｒ及びステップ９ｓを行う。こうして、図２１に示される、所定範囲の修正埋設期間毎に、砂系土質用の腐食深さ超過確率予測モデルが得られる。

【0077】

プロセッサ２は、複数の腐食深さ超過確率予測モデル（例えば、砂系土質用の腐食深さ超過確率予測モデル、シルト系土質用の腐食深さ超過確率予測モデル、粘土系土質用の腐食深さ超過確率予測モデル、及び、１５００Ω・ｃｍ未満の土壌比抵抗を有する土質用の腐食深さ超過確率予測モデル）を、腐食深さ超過確率予測モデル記憶部２６に保存する。

【0078】

＜腐食深さ経時変化予測モデル選択部３１＞
図２に示される腐食深さ経時変化予測モデル選択部３１は、複数の参照管の第２環境因子毎に得られた複数の腐食深さ経時変化予測モデルから、第１環境因子用の腐食深さ経時変化予測モデルを選択する。

【0079】

具体的には、腐食深さ経時変化予測モデル選択部３１は、埋設管属性データ記憶部２４から、埋設管の第１環境因子（図３を参照）を読み出す。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の管更新時期予測結果５０（図２２を参照）または管更新判断結果５２（図２４を参照）を得る場合、腐食深さ経時変化予測モデル選択部３１は、埋設管属性データ記憶部２４に記憶されている埋設管の属性データ１６（図３を参照）を参照して、管路番号ＡＢＣ－１に対応する埋設管の第１環境因子（１５００Ω・ｃｍ以上の土壌比抵抗を有する砂系土質）を読み出す。

【0080】

続いて、腐食深さ経時変化予測モデル選択部３１は、腐食深さ経時変化予測モデル記憶部２５に記憶されている複数の腐食深さ経時変化予測モデルから、第１環境因子用の腐食深さ経時変化予測モデルを選択する。例えば、管路番号ＡＢＣ－１の埋設管の管更新時期予測結果５０（図２２を参照）または管更新判断結果５２（図２４を参照）を得る場合、腐食深さ経時変化予測モデル選択部３１は、腐食深さ経時変化予測モデル記憶部２５に記憶されている複数の腐食深さ経時変化予測モデルから、砂系土質用の腐食深さ経時変化予測モデル（図１８を参照）を選択する。

【0081】

＜腐食深さ超過確率予測モデル選択部３２＞
図２に示される腐食深さ超過確率予測モデル選択部３２は、複数の参照管の第２環境因子毎に得られた複数の腐食深さ超過確率予測モデルから、埋設管の第１環境因子用の腐食深さ超過確率予測モデルを選択する。

【0082】

具体的には、腐食深さ超過確率予測モデル選択部３２は、埋設管属性データ記憶部２４から、埋設管の第１環境因子（図３を参照）を読み出す。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の腐食深さ超過確率を得る場合、腐食深さ超過確率予測モデル選択部３２は、埋設管属性データ記憶部２４に記憶されている埋設管の属性データ１６（図３を参照）を参照して、管路番号ＡＢＣ－１に対応する埋設管の第１環境因子（１５００Ω・ｃｍ以上の土壌比抵抗を有する砂系土質）を読み出す。

【0083】

続いて、腐食深さ超過確率予測モデル選択部３２は、腐食深さ超過確率予測モデル記憶部２６に記憶されている複数の腐食深さ超過確率予測モデルから、第１環境因子用の腐食深さ超過確率予測モデルを選択する。例えば、管路番号ＡＢＣ－１の埋設管の腐食深さ超過確率を得る場合、腐食深さ超過確率予測モデル選択部３２は、腐食深さ超過確率予測モデル記憶部２６に記憶されている複数の腐食深さ超過確率予測モデルから、砂系土質用の腐食深さ超過確率予測モデル（図２１を参照）を選択する。

【0084】

＜管更新時期予測部３６＞
図２に示される管更新時期予測部３６は、腐食深さ経時変化予測モデル選択部３１で選択された腐食深さ経時変化予測モデルと埋設管の第１埋設期間Ｔ₁及び許容腐食深さとから、埋設管の腐食深さが許容腐食深さ（図３を参照）に到達する許容腐食深さ到達時期ΔＴ（図１８を参照）を算出する。

【0085】

具体的には、管更新時期予測部３６は、埋設管属性データ記憶部２４から、管更新時期予測結果５０（図２２を参照）または管更新判断結果５２（図２４を参照）を得るべき埋設管の管路番号、許容腐食深さ及び第１埋設期間Ｔ₁を読み出す。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の管更新時期予測結果５０または管更新判断結果５２を得る場合、管更新時期予測部３６は、埋設管属性データ記憶部２４に記憶されている埋設管の属性データ１６（図３を参照）を参照して、埋設管の管路番号（例えば、ＡＢＣ－１）、許容腐食深さ（例えば、６．０ｍｍ）及び第１埋設期間Ｔ₁（例えば、３２年）を読み出す。

【0086】

続いて、管更新時期予測部３６は、腐食深さ経時変化予測モデル選択部３１で選択された第１環境因子用の腐食深さ経時変化予測モデルの管の腐食深さが許容腐食深さに到達する第３埋設期間Ｔ₃（図１８を参照）を算出する。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の管更新時期予測結果５０（図２２を参照）または管更新判断結果５２（図２４を参照）を得る場合、管更新時期予測部３６は、６．０ｍｍの許容腐食深さを、腐食深さ経時変化予測モデル選択部３１で選択された砂系土質用の腐食深さ経時変化予測モデルに当てはめて、管路番号ＡＢＣ－１を有する埋設管の第３埋設期間Ｔ₃（図１８を参照）として７３年を算出する。

【0087】

管更新時期予測部３６は、第３埋設期間Ｔ₃から第１埋設期間Ｔ₁を差し引いて、許容腐食深さ到達時期ΔＴを算出する。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の管更新時期予測結果５０（図２２を参照）または管更新判断結果５２（図２４を参照）を得る場合、管更新時期予測部３６は、７３年の第３埋設期間Ｔ₃から３２年の第１埋設期間Ｔ₁を差し引いて、４１年の許容腐食深さ到達時期ΔＴを得る。

【0088】

管更新時期予測部３６は、埋設管の管路番号と許容腐食深さ到達時期ΔＴとが対応づけられている管更新時期予測結果５０（図２２を参照）を作成して、出力する。具体的には、管更新時期予測結果５０は、ＲＡＭ４、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力される。管更新時期予測結果５０は、ＲＡＭ４、ハードディスク５及び可搬型記憶媒体７ｍの少なくとも一つに格納される。管更新時期予測結果５０は、モニタ８ｂに表示される。

【0089】

＜管更新判断部３７＞
図２に示される管更新判断部３７は、埋設管について管更新判断結果５２（図２４を参照）を出力する。管更新判断結果５２は、埋設管の管路番号と、管路番号に対応づけられている管更新判断内容とを含む。

【0090】

具体的には、管更新判断部３７は、記憶部２０から、管更新判断結果５２を得るべき埋設管の管路番号と許容腐食深さ到達時期ΔＴとを読み出す。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の管更新判断結果５２を得る場合、管更新判断部３７は、埋設管属性データ記憶部２４から埋設管の管路番号（例えば、ＡＢＣ－１）を読み出すとともに、記憶部２０から許容腐食深さ到達時期ΔＴ（例えば、４１年）を読み出す。

【0091】

管更新判断部３７は、管更新判断基準記憶部２７から、許容腐食深さ到達時期ΔＴに対応する管更新判断内容を読み出す。管更新判断基準記憶部２７には、管更新判断データテーブル５１（図２３を参照）が記憶されている。管更新判断データテーブル５１は、許容腐食深さ到達時期ΔＴと、許容腐食深さ到達時期ΔＴに対応づけられている管更新判断内容とを含む。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の管更新判断結果５２を得る場合、管更新判断部３７は、管更新判断基準記憶部２７に記憶されている管更新判断データテーブル５１を参照して、４１年の許容腐食深さ到達時期ΔＴに対応する管更新判断内容（２０年後に管を再診断）を読み出す。

【0092】

管更新判断部３７は、埋設管の管路番号と管更新判断内容とが対応づけられている管更新判断結果５２（図２４を参照）を作成して、出力する。管更新判断結果５２は、例えば、ＲＡＭ４、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力される。管更新判断結果５２は、ＲＡＭ４、ハードディスク５及び可搬型記憶媒体７ｍの少なくとも一つに格納される。管更新判断結果５２は、モニタ８ｂに表示される。

【0093】

＜腐食深さ超過確率予測部３８＞
図２に示される腐食深さ超過確率予測部３８は、腐食深さ超過確率予測モデル選択部３２で選択された腐食深さ超過確率予測モデルと、埋設管の第１埋設期間Ｔ₁及び許容腐食深さとから、将来期間における埋設管の腐食深さ超過確率を算出する。埋設管の腐食深さ超過確率は、将来期間において、埋設管の腐食深さが許容腐食深さ（図３）を超過する確率である。

【0094】

具体的には、腐食深さ超過確率予測部３８は、埋設管属性データ記憶部２４から、腐食深さ超過確率を得るべき埋設管の管路番号と、第１埋設期間Ｔ₁と、許容腐食深さとを読み出す。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の腐食深さ超過確率を得る場合、腐食深さ超過確率予測部３８は、埋設管属性データ記憶部２４に記憶されている埋設管の属性データ１６を参照して、管路番号ＡＢＣ－１と、管路番号ＡＢＣ－１に対応する第１埋設期間Ｔ₁（例えば、３２年）と、管路番号ＡＢＣ－１に対応する埋設管の許容腐食深さ（例えば、６．０ｍｍ）とを読み出す。

【0095】

続いて、腐食深さ超過確率予測部３８は、腐食深さ超過確率予測モデル選択部３２で選択された第１環境因子用の腐食深さ超過確率予測モデルと埋設管の許容腐食深さとから、所定範囲の修正埋設期間における、埋設管の腐食深さ超過確率を算出する。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の腐食深さ超過確率を得る場合、腐食深さ超過確率予測部３８は、管路番号ＡＢＣ－１に対応する埋設管の許容腐食深さ（６．０ｍｍ）を、腐食深さ超過確率予測モデル選択部３２で選択された砂系土質用の腐食深さ超過確率予測モデル（図２１を参照）に当てはめることによって、４０年以上５０年未満の修正埋設期間において、９％の埋設管の腐食深さ超過確率を算出する。

【0096】

既に記載したとおり、修正埋設期間は、第２埋設期間Ｔ₂から、第２埋設期間Ｔ₂及び参照腐食深さに応じた腐食のラグタイムｔ_L分差し引かれている。算出された腐食深さ超過確率の将来期間を算出するために、算出された修正埋設期間と第２埋設期間Ｔ₂との間の差を補償する必要がある。また、腐食深さ超過確率を算出する時点において、埋設管は既に第１埋設期間Ｔ₁の間埋設されている。算出された腐食深さ超過確率の将来期間を算出するために、算出された修正埋設期間を第１埋設期間Ｔ₁分調整する必要がある。

【0097】

そこで、腐食深さ超過確率予測部３８は、腐食のラグタイム記憶部２８から腐食のラグタイムの中央値ｔ_LCを読み出す。なお、腐食のラグタイムの中央値ｔ_LCが腐食のラグタイム記憶部２８に記憶されていない場合には、腐食深さ超過確率予測部３８は、既に述べた腐食のラグタイムの中央値ｔ_LCの算出方法と同じ方法によって、腐食のラグタイム記憶部２８に記憶されている腐食のラグタイムｔ_Lの累積相対度数（図１５を参照）から、腐食のラグタイムの中央値ｔ_LCを算出する。腐食深さ超過確率予測部３８は、腐食深さ超過確率が算出された修正埋設期間に、腐食のラグタイムの中央値ｔ_LCを加え、さらに、埋設管の第１埋設期間Ｔ₁を差し引いて、埋設管の腐食深さが埋設管の許容腐食深さを超過する将来期間を算出する。

【0098】

具体的には、腐食深さ超過確率予測部３８は、４０年以上５０年未満の修正埋設期間（図２１を参照）に、砂系土質用の腐食のラグタイムの中央値ｔ_LC（１５．５年）を加え、さらに、管路番号ＡＢＣ－１に対応する埋設管の第１埋設期間Ｔ₁（３２年）を差し引いて、２３．５年以上３３．５年未満の将来期間（図２５）を得る。

【0099】

腐食深さ超過確率予測部３８は、埋設管の管路番号と、将来期間と、腐食深さ超過確率とが対応づけられている腐食深さ超過確率結果５３（図２５を参照）を作成して、出力する。腐食深さ超過確率結果５３は、例えば、ＲＡＭ４、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力される。腐食深さ超過確率結果５３は、ＲＡＭ４、ハードディスク５及び可搬型記憶媒体７ｍの少なくとも一つに格納される。腐食深さ超過確率結果５３は、モニタ８ｂに表示される。

【0100】

＜埋設管更新時期予測方法＞
図２６から図３０を参照して、本実施の形態の埋設管更新時期予測方法を説明する。本実施の形態の埋設管更新時期予測方法は、複数の腐食深さ経時変化予測モデルを用いて管更新時期予測結果５０または管更新判断結果５２の少なくとも一つを得る第１の埋設管更新時期予測方法と、複数の腐食深さ超過確率予測モデルを用いて腐食深さ超過確率を得る第２の埋設管更新時期予測方法とを含む。

【0101】

＜第１の埋設管更新時期予測方法＞
図２６を参照して、本実施の形態の第１の埋設管更新時期予測方法は、埋設管の属性データ１６を取得するステップ（Ｓ１０）を備える。図３に示されるように、埋設管の属性データ１６は、例えば、埋設管の管路番号と、第１環境因子と、第１埋設期間Ｔ₁と、許容腐食深さとを含む。

【0102】

図２７を参照して、埋設管の属性データ１６を取得するステップ（Ｓ１０）は、例えば、埋設管の第１データ１７を受け付けるステップ（Ｓ１１）と、埋設管の第１環境因子を得るステップ（Ｓ１２）と、埋設管の第１埋設期間Ｔ₁を得るステップ（Ｓ１３）と、埋設管の許容腐食深さを得るステップ（Ｓ１４）と、埋設管の属性データ１６を作成するステップ（Ｓ１９）とを含む。

【0103】

埋設管の第１データ１７を受け付けるステップ（Ｓ１１）では、埋設管データ受付部１１が、顧客から提供される埋設管の第１データ１７（図４を参照）を受け付ける。埋設管の第１データ１７は、例えば、顧客から提供される可搬型記憶媒体７ｍに格納されてもよい。埋設管の第１データ１７は、例えば、予めハードディスク５に格納されてもよい。

【0104】

埋設管の第１環境因子を得るステップ（Ｓ１２）では、埋設管属性データ取得部１０が、環境因子データベース部２１（図５を参照）を参照して、埋設管の第１データ１７に含まれる埋設場所から、埋設管の第１環境因子を得る。

【0105】

埋設管の第１埋設期間Ｔ₁を得るステップ（Ｓ１３）では、埋設管属性データ取得部１０は、現在年（埋設管の更新時期の予測を実行する年）と埋設管の第１データ１７に含まれる布設年との間の差を算出して、第１埋設期間Ｔ₁を算出する。

【0106】

図２８を参照して、埋設管の許容腐食深さを得るステップ（Ｓ１４）は、例えば、埋設管の公称管厚を得るステップ（Ｓ１５）と、埋設管の管厚許容差を得るステップ（Ｓ１６）と、埋設管の最小許容管厚を算出するステップ（Ｓ１７）と、埋設管の許容腐食深さを算出するステップ（Ｓ１８）とを含む。

【0107】

埋設管の公称管厚を得るステップ（Ｓ１５）では、埋設管属性データ取得部１０が、公称管厚データベース部２２（図６を参照）を参照して、埋設管の第１データ１７（図４を参照）に含まれる埋設管の布設年、呼び径、接合形式及び管厚の種類から、埋設管の公称管厚を得る。

【0108】

埋設管の管厚許容差を得るステップ（Ｓ１６）では、埋設管属性データ取得部１０が、管厚許容差データベース部２３を参照して、埋設管の管厚許容差を得る。第一の例では、管厚許容差データベース部２３には、図７に示されるように、管の公称管厚と管厚許容差とが対応づけられたデータテーブル４３が記憶されておいる。埋設管属性データ取得部１０は、埋設管の公称管厚から、埋設管の管厚許容差を得る。第二の例では、管厚許容差データベース部２３には、管厚の種類と管厚許容差とが対応づけられたデータテーブルが記憶されている。埋設管属性データ取得部１０は、埋設管の管厚の種類から、埋設管の管厚許容差を得る。第三の例では、管厚許容差データベース部２３には、呼び径と管厚許容差とが対応づけられたデータテーブルが記憶されている。埋設管属性データ取得部１０は、埋設管の呼び径から、埋設管の管厚許容差を得る。

【0109】

埋設管の最小許容管厚を算出するステップ（Ｓ１７）では、最小許容管厚算出部１２が、埋設管の第１データ１７から、埋設管の最小許容管厚を算出する。最小許容管厚は、埋設管に必要最低限要求される安全性を担保するために埋設管に要求される最小限度の厚さである。

【0110】

埋設管の許容腐食深さを算出するステップ（Ｓ１８）では、許容腐食深さ算出部１３が、埋設管の公称管厚、管厚許容差及び最小許容管厚から、埋設管の許容腐食深さを算出する。具体的には、埋設管の公称管厚から、管厚許容差及び最小許容管厚を引くことによって、埋設管の許容腐食深さが算出される。

【0111】

図２７を参照して、埋設管の属性データ１６を作成するステップ（Ｓ１９）では、属性データ作成部１４が、埋設管の管路番号、埋設管の第１環境因子、第１埋設期間Ｔ₁及び許容腐食深さが対応づけられている埋設管の属性データ１６（図３を参照）を作成する。埋設管属性データ取得部１０は、埋設管の属性データ１６を埋設管属性データ記憶部２４に出力する。埋設管の属性データ１６は、埋設管属性データ記憶部２４に記憶される。

【0112】

なお、埋設管の第１データ１７が埋設管の属性データ１６を含む場合には、埋設管の第１環境因子を得るステップ（Ｓ１２）から埋設管の属性データ１６を作成するステップ（Ｓ１９）は省略され得る。

【0113】

図２６に示されるように、本実施の形態の第１の埋設管更新時期予測方法は、腐食深さ経時変化予測モデル記憶部２５に記憶されている複数の腐食深さ経時変化予測モデルから、第１環境因子用の腐食深さ経時変化予測モデルを選択するステップ（Ｓ２０）を備える。

【0114】

具体的には、腐食深さ経時変化予測モデル選択部３１は、埋設管属性データ記憶部２４から、埋設管の第１環境因子を読み出す。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の管更新時期予測結果５０（図２２を参照）または管更新判断結果５２（図２４を参照）を得る場合、腐食深さ経時変化予測モデル選択部３１は、埋設管属性データ記憶部２４に記憶されている埋設管の属性データ１６を参照して、管路番号ＡＢＣ－１に対応する第１環境因子を読み出す。

【0115】

それから、腐食深さ経時変化予測モデル選択部３１は、腐食深さ経時変化予測モデル記憶部２５に記憶されている複数の腐食深さ経時変化予測モデルから、第１環境因子用の腐食深さ経時変化予測モデルを選択する。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の管更新時期予測結果５０（図２２を参照）または管更新判断結果５２（図２４を参照）を得る場合、腐食深さ経時変化予測モデル選択部３１は、腐食深さ経時変化予測モデル記憶部２５に記憶されている複数の腐食深さ経時変化予測モデルから、砂系土質用の腐食深さ経時変化予測モデル（図１８を参照）を選択する。

【0116】

図２６に示されるように、本実施の形態の第１の埋設管更新時期予測方法は、管更新時期予測結果５０を出力するステップ（Ｓ３０）を備える。

【0117】

具体的には、図２９に示されるように、管更新時期予測部３６は、埋設管属性データ記憶部２４から、管更新時期予測結果５０（図２２を参照）または管更新判断結果５２（図２４を参照）を得るべき埋設管の管路番号、許容腐食深さ及び第１埋設期間Ｔ₁を読み出す（Ｓ３１）。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の管更新時期予測結果５０または管更新判断結果５２を得る場合、管更新時期予測部３６は、埋設管属性データ記憶部２４に記憶されている埋設管の属性データ１６を参照して、埋設管の管路番号（例えば、ＡＢＣ－１）、許容腐食深さ（例えば、６．０ｍｍ）及び第１埋設期間Ｔ₁（例えば、３２年）を読み出す。

【0118】

図２９に示されるように、管更新時期予測部３６は、腐食深さ経時変化予測モデル選択部３１で選択された第１環境因子用の腐食深さ経時変化予測モデルの管の腐食深さが許容腐食深さに到達する第３埋設期間Ｔ₃（図１８を参照）を算出する（Ｓ３２）。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の管更新時期予測結果５０または管更新判断結果５２を得る場合、６．０ｍｍの許容腐食深さを、腐食深さ経時変化予測モデル選択部３１で選択された砂系土質用の腐食深さ経時変化予測モデルに当てはめることによって、第３埋設期間Ｔ₃（例えば、７３年）が算出される。

【0119】

図２９に示されるように、管更新時期予測部３６は、埋設管の腐食深さが許容腐食深さに到達する許容腐食深さ到達時期ΔＴを算出する（Ｓ３３）。具体的には、管更新時期予測部３６は、第３埋設期間Ｔ₃から第１埋設期間Ｔ₁を差し引いて、許容腐食深さ到達時期ΔＴを算出する。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の管更新時期予測結果５０または管更新判断結果５２を得る場合、管更新時期予測部３６は、７３年の第３埋設期間Ｔ₃から３２年の第１埋設期間Ｔ₁を差し引いて、４１年の許容腐食深さ到達時期ΔＴを得る。

【0120】

図２９に示されるように、管更新時期予測部３６は、埋設管の管路番号と許容腐食深さ到達時期ΔＴとが対応づけられている管更新時期予測結果５０（図２２を参照）を作成する。管更新時期予測部３６は、埋設管の管路番号と許容腐食深さ到達時期ΔＴとを含む管更新時期予測結果５０を出力する（Ｓ３４）。管更新時期予測結果５０は、例えば、ＲＡＭ４、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力される。管更新時期予測結果５０は、ＲＡＭ４、ハードディスク５及び可搬型記憶媒体７ｍの少なくとも一つに格納される。管更新時期予測結果５０は、モニタ８ｂに表示される。

【0121】

図２６に示されるように、本実施の形態の第１の埋設管更新時期予測方法は、管更新判断結果５２を出力するステップ（Ｓ４０）をさらに備えてもよい。図２４に示されるように、管更新判断結果５２は、埋設管の管路番号と、管路番号に対応づけられている管更新判断内容とを含む。

【0122】

具体的には、図３０に示されるように、管更新判断部３７は、記憶部２０から、管更新判断結果５２を得るべき埋設管の管路番号及び許容腐食深さ到達時期ΔＴを読み出す（Ｓ４１）。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の管更新判断結果５２を得る場合、管更新判断部３７は、埋設管属性データ記憶部２４から埋設管の管路番号（例えば、ＡＢＣ－１）を読み出すとともに、記憶部２０から許容腐食深さ到達時期ΔＴ（４１年）を読み出す。

【0123】

図３０に示されるように、管更新判断部３７は、管更新判断基準記憶部２７から、許容腐食深さ到達時期ΔＴに対応する管更新判断内容を読み出す（Ｓ４２）。管更新判断基準記憶部２７には、管更新判断データテーブル５１（図２３を参照）が記憶されている。管更新判断データテーブル５１は、例えば、許容腐食深さ到達時期ΔＴと、許容腐食深さ到達時期ΔＴに対応づけられている管更新判断内容とを含む。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の管更新判断結果５２を得る場合、管更新判断部３７は、管更新判断基準記憶部２７に記憶されている管更新判断データテーブル５１を参照して、４１年の許容腐食深さ到達時期ΔＴに対応する管更新判断内容（２０年後に管を再診断）を読み出す。

【0124】

管更新判断部３７は、埋設管の管路番号と管更新判断内容とが対応づけられている管更新判断結果５２（図２４を参照）を作成する。管更新判断部３７は、埋設管の管路番号と管更新判断内容とを含む管更新判断結果５２を出力する（Ｓ４３）。管更新判断結果５２は、例えば、ＲＡＭ４、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力される。管更新判断結果５２は、ＲＡＭ４、ハードディスク５及び可搬型記憶媒体７ｍの少なくとも一つに格納される。管更新判断結果５２は、モニタ８ｂに表示される。

【0125】

＜第２の埋設管更新時期予測方法＞
図３１に示されるように、本実施の形態の第２の埋設管更新時期予測方法は、埋設管の属性データ１６を取得するステップ（Ｓ１０）を備える。第２の埋設管更新時期予測方法におけるステップ（Ｓ１０）は、図２６に示される第１の埋設管更新時期予測方法におけるステップ（Ｓ１０）と同じである。

【0126】

図３１に示されるように、本実施の形態の第２の埋設管更新時期予測方法は、腐食深さ超過確率予測モデル記憶部２６に記憶されている複数の腐食深さ超過確率予測モデルから、第１環境因子用の腐食深さ超過確率予測モデルを選択するステップ（Ｓ５０）を備える。

【0127】

具体的には、腐食深さ超過確率予測モデル選択部３２は、埋設管属性データ記憶部２４から、埋設管の第１環境因子を特定する。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の腐食深さ超過確率を得る場合、腐食深さ超過確率予測モデル選択部３２は、埋設管属性データ記憶部２４に記憶されている埋設管の属性データ１６を参照して、管路番号ＡＢＣ－１に対応する第１環境因子を読み出す。

【0128】

それから、腐食深さ超過確率予測モデル選択部３２は、腐食深さ超過確率予測モデル記憶部２６に記憶されている複数の腐食深さ超過確率予測モデルから、第１環境因子用の腐食深さ超過確率予測モデルを選択する。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の腐食深さ超過確率を得る場合、腐食深さ超過確率予測モデル選択部３２は、腐食深さ超過確率予測モデル記憶部２６に記憶されている複数の腐食深さ超過確率予測モデルから、砂系土質用の腐食深さ超過確率予測モデル（図２１を参照）を選択する。

【0129】

図３１に示されるように、本実施の形態の第２の埋設管更新時期予測方法は、腐食深さ超過確率結果５３を出力するステップ（Ｓ６０）を備える。腐食深さ超過確率結果５３は、図２５に示されるように、管路番号と、将来期間と、腐食深さ超過確率とを含む。

【0130】

具体的には、図３２に示されるように、腐食深さ超過確率予測部３８は、埋設管属性データ記憶部２４から、腐食深さ超過確率を得るべき埋設管の管路番号、第１埋設期間Ｔ₁及び許容腐食深さを読み出す（Ｓ６１）。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の腐食深さ超過確率を得る場合、腐食深さ超過確率予測部３８は、埋設管属性データ記憶部２４に記憶されている埋設管の属性データ１６を参照して、管路番号ＡＢＣ－１と、管路番号ＡＢＣ－１に対応する第１埋設期間Ｔ₁（例えば、３２年）と、管路番号ＡＢＣ－１に対応する埋設管の許容腐食深さ（例えば、６．０ｍｍ）とを読み出す。

【0131】

図３２に示されるように、腐食深さ超過確率予測部３８は、腐食深さ超過確率予測モデル選択部３２で選択された第１環境因子用の腐食深さ超過確率予測モデルと埋設管の許容腐食深さとから、所定範囲の修正埋設期間における、埋設管の腐食深さ超過確率を算出する（Ｓ６２）。例えば、管路番号ＡＢＣ－１（図３を参照）で特定される埋設管の腐食深さ超過確率を得る場合、腐食深さ超過確率予測部３８は、管路番号ＡＢＣ－１に対応する埋設管の許容腐食深さ（６．０ｍｍ）を、腐食深さ超過確率予測モデル選択部３２で選択された砂系土質用の腐食深さ超過確率予測モデル（図２１を参照）に当てはめることによって、４０年以上５０年未満の修正埋設期間において、９％の埋設管の腐食深さ超過確率を算出する。

【0132】

既に記載したとおり、修正埋設期間は、第２埋設期間Ｔ₂から、第２埋設期間Ｔ₂及び参照腐食深さに応じた腐食のラグタイムｔ_L分差し引かれている。算出された腐食深さ超過確率の将来期間を算出するために、算出された修正埋設期間と第２埋設期間Ｔ₂との間の差を補償する必要がある。また、腐食深さ超過確率を算出する時点において、埋設管は既に第１埋設期間Ｔ₁の間埋設されている。算出された腐食深さ超過確率の将来期間を算出するために、算出された修正埋設期間を第１埋設期間Ｔ₁分調整する必要がある。

【0133】

そこで、腐食深さ超過確率予測部３８は、腐食のラグタイム記憶部２８から腐食のラグタイムの中央値ｔ_LCを読み出す。なお、腐食のラグタイムの中央値ｔ_LCが腐食のラグタイム記憶部２８に記憶されていない場合には、腐食深さ超過確率予測部３８は、既に述べた腐食のラグタイムの中央値ｔ_LCの算出方法と同じ方法によって、腐食のラグタイム記憶部２８に記憶されている腐食のラグタイムｔ_Lの累積相対度数（図１５を参照）から、腐食のラグタイムの中央値ｔ_LCを算出する。腐食深さ超過確率予測部３８は、腐食深さ超過確率が算出された修正埋設期間に、腐食のラグタイムの中央値ｔ_LCを加え、さらに、埋設管の第１埋設期間Ｔ₁を差し引いて、埋設管の腐食深さが埋設管の許容腐食深さを超過する将来期間を算出する（Ｓ６３）。

【0134】

具体的には、腐食深さ超過確率予測部３８は、４０年以上５０年未満の修正埋設期間（図２１を参照）に、砂系土質用の腐食のラグタイムの中央値ｔ_LC（１５．５年）を加え、さらに、管路番号ＡＢＣ－１に対応する埋設管の第１埋設期間Ｔ₁（３２年）を差し引いて、２３．５年以上３３．５年未満の将来期間（図２５）を得る。

【0135】

腐食深さ超過確率予測部３８は、埋設管の管路番号と、将来期間と、腐食深さ超過確率とが対応づけられている腐食深さ超過確率結果５３（図２５を参照）を作成する。腐食深さ超過確率予測部３８は、埋設管の管路番号と、将来期間と、腐食深さ超過確率とを含む腐食深さ超過確率結果５３を出力する（Ｓ６４）。腐食深さ超過確率結果５３は、例えば、ＲＡＭ４、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力される。腐食深さ超過確率結果５３は、ＲＡＭ４、ハードディスク５及び可搬型記憶媒体７ｍの少なくとも一つに格納される。腐食深さ超過確率結果５３は、モニタ８ｂに表示される。

【0136】

本実施の形態のプログラムは、本実施の形態の埋設管更新時期予測方法をプロセッサ２に実行させる。本実施の形態のコンピュータ読み取り可能な記録媒体は、本実施の形態の埋設管更新時期予測方法をプロセッサ２に実行させるプログラムが記録されている。

【0137】

本実施の形態の埋設管更新時期予測装置１、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体の効果を説明する。

【0138】

本実施の形態の埋設管更新時期予測装置１は、埋設管属性データ取得部１０と、管更新時期予測部３６とを備える。埋設管属性データ取得部１０は、埋設管の属性データ１６を取得する。属性データ１６は、埋設管の第１環境因子、第１埋設期間Ｔ₁及び許容腐食深さを含む。管更新時期予測部３６は、第１環境因子用の腐食深さ経時変化予測モデルと、第１埋設期間Ｔ₁と、許容腐食深さとから、埋設管の腐食深さが許容腐食深さに達する許容腐食深さ到達時期ΔＴを算出する。管更新時期予測部３６は、許容腐食深さ到達時期ΔＴを出力する。複数の参照管の参照データ１８は、複数の参照管の第２環境因子、第２埋設期間Ｔ₂及び参照腐食深さを含む。腐食深さ経時変化予測モデルは、第１環境因子における埋設管の腐食深さの経時変化を予測するモデルである。腐食深さ経時変化予測モデルは、第１環境因子と同じ第２環境因子を有する参照データ１８と腐食のラグタイムｔ_Lとに基づいて生成されている。腐食のラグタイムｔ_Lは、複数の参照管が埋設されてから複数の参照管が腐食し始めるまでの期間である。腐食のラグタイムｔ_Lは、第１環境因子と同じ第２環境因子を有する参照データ１８から第２埋設期間Ｔ₂及び参照腐食深さに応じて算出されている。

【0139】

このように、埋設管更新時期予測装置１では、参照データ１８と腐食のラグタイムｔ_Lとに基づいて生成されている腐食深さ経時変化予測モデルを用いて、許容腐食深さを算出している。埋設管更新時期予測装置１によれば、埋設管の更新時期をより正確に予測することができる。

【0140】

本実施の形態の埋設管更新時期予測装置１では、腐食深さ経時変化予測モデルは、上記式（３）によって与えられている。係数ａは、複数の参照管の修正参照データ（図１７を参照）を線形回帰することによって算出されている。修正参照データは、複数の参照管の修正埋設期間と参照腐食深さとを含む。修正埋設期間は、第２埋設期間Ｔ₂から、第２埋設期間Ｔ₂及び参照腐食深さに応じた腐食のラグタイムｔ_Lを差し引くことによって算出されている。腐食のラグタイムの中央値ｔ_LCは、腐食のラグタイムｔ_Lの累積相対度数が０．５となる腐食のラグタイムｔ_Lである。管更新時期予測部３６は、式（３）から腐食深さ経時変化予測モデルの管の腐食深さｙが許容腐食深さに到達する管の埋設期間ｔを算出し、算出された管の埋設期間ｔから第１埋設期間Ｔ₁を差し引くことによって許容腐食深さ到達時期ΔＴを算出する。埋設管更新時期予測装置１によれば、埋設管の更新時期をより正確に予測することができる。

【0141】

本実施の形態の埋設管更新時期予測装置１は、管更新判断部３７をさらに備える。管更新判断部３７は、管更新判断基準記憶部２７から、許容腐食深さに対応する管更新判断内容を読み出して、管更新判断内容を含む埋設管の管更新判断結果５２を出力する。埋設管更新時期予測装置１によれば、埋設管の更新時期をより正確に予測することができる。埋設管更新時期予測装置１は、顧客が埋設管の更新計画を立案することを容易にする管更新判断結果５２を、顧客に提供することができる。

【0142】

本実施の形態の埋設管更新時期予測装置１では、腐食深さ経時変化予測モデル選択部３１をさらに備える。腐食深さ経時変化予測モデル選択部３１は、複数の参照管の第２環境因子毎に作成された複数の腐食深さ経時変化予測モデルから、第１環境因子用の腐食深さ経時変化予測モデルを選択する。埋設管更新時期予測装置１によれば、埋設管の複数の第１環境因子に応じて、埋設管の更新時期をより正確に予測することができる。

【0143】

本実施の形態の埋設管更新時期予測装置１は、埋設管属性データ取得部１０と、腐食深さ超過確率予測部３８とを備える。埋設管属性データ取得部１０は、埋設管の属性データ１６を取得する。属性データ１６は、埋設管の第１環境因子、第１埋設期間Ｔ₁及び許容腐食深さを含む。腐食深さ超過確率予測部３８は、第１環境因子用の腐食深さ超過確率予測モデルと、第１埋設期間Ｔ₁と、許容腐食深さとから、将来期間において埋設管の腐食深さが許容腐食深さを超過する確率である埋設管の腐食深さ超過確率を算出する。腐食深さ超過確率予測部３８は、将来期間及び埋設管の腐食深さ超過確率を出力する。複数の参照管の参照データ１８は、複数の参照管の第２環境因子、第２埋設期間Ｔ₂及び参照腐食深さを含む。腐食深さ超過確率予測モデルは、将来期間における埋設管の腐食深さ超過確率を予測するモデルである。腐食深さ超過確率予測モデルは、第１環境因子と同じ第２環境因子を有する参照データ１８と腐食のラグタイムｔ_Lとに基づいて生成されている。腐食のラグタイムｔ_Lは、複数の参照管が埋設されてから複数の参照管が腐食し始めるまでの期間である。腐食のラグタイムｔ_Lは、第１環境因子と同じ第２環境因子を有する参照データ１８から第２埋設期間Ｔ₂及び参照腐食深さに応じて算出されている。

【0144】

このように、埋設管更新時期予測装置１では、参照データ１８と腐食のラグタイムｔ_Lとに基づいて生成されている腐食深さ超過確率予測モデルを用いて、将来期間における埋設管の腐食深さ超過確率を算出している。埋設管更新時期予測装置１によれば、埋設管の更新時期をより正確に予測することができる。埋設管更新時期予測装置１によれば、顧客が埋設管の更新計画を立案することを容易にする将来期間における埋設管の腐食深さ超過確率を、顧客に提供することができる。

【0145】

本実施の形態の埋設管更新時期予測装置１では、腐食深さ超過確率予測モデルは、上記式（４）によって与えられている。係数ｂ，ｃは、第１環境因子と同じ第２環境因子と所定範囲の修正埋設期間とを有する複数の参照管の腐食深さ超過確率データ（図２０を参照）を、式（４）で非線形回帰することによって算出されている。複数の参照管の腐食深さ超過確率データは、複数の参照管の修正参照データ（図１７を参照）から得られており、かつ、参照腐食深さと複数の参照管の腐食深さ超過確率とを含む。複数の参照管の修正参照データは、複数の参照管の修正埋設期間と参照腐食深さとを含む。修正埋設期間は、第２埋設期間Ｔ₂から、第２埋設期間Ｔ₂及び参照腐食深さに応じた腐食のラグタイムｔ_Lを差し引くことによって算出されている。所定の腐食深さにおける複数の参照管の腐食深さ超過確率は、第１環境因子と同じ第２環境因子を有しかつ所定範囲の修正埋設期間内にある複数の参照管の修正参照データのうち、参照腐食深さが所定の腐食深さを超える複数の参照管の修正参照データの数の割合として算出されている。腐食深さ超過確率予測部３８は、所定範囲の修正埋設期間に腐食のラグタイムの中央値ｔ_LCを加え、第１埋設期間Ｔ₁を差し引くことによって、将来期間を算出する。腐食のラグタイムの中央値ｔ_LCは、腐食のラグタイムｔ_Lの累積相対度数が０．５となる腐食のラグタイムｔ_Lである。

【0146】

埋設管更新時期予測装置１によれば、埋設管の更新時期をより正確に予測することができる。埋設管更新時期予測装置１によれば、顧客が埋設管の更新計画を立案することを容易にする将来期間における埋設管の腐食深さ超過確率を、顧客に提供することができる。

【0147】

本実施の形態の埋設管更新時期予測装置１は、腐食深さ超過確率予測モデル選択部３２をさらに備える。腐食深さ超過確率予測モデル選択部３２は、複数の参照管の第２環境因子毎に作成された複数の腐食深さ超過確率予測モデルから、第１環境因子用の腐食深さ超過確率予測モデルを選択する。埋設管更新時期予測装置１によれば、埋設管の複数の第１環境因子に応じて、埋設管の更新時期をより正確に予測することができる。

【0148】

本実施の形態の埋設管更新時期予測方法は、埋設管属性データ取得部１０が埋設管の属性データ１６を取得するステップ（Ｓ１０）を備える。属性データ１６は、埋設管の第１環境因子、第１埋設期間Ｔ₁及び許容腐食深さを含む。本実施の形態の埋設管更新時期予測方法は、管更新時期予測部３６が、第１環境因子用の腐食深さ経時変化予測モデルと、第１埋設期間Ｔ₁と、許容腐食深さとから、埋設管の腐食深さが許容腐食深さに達する許容腐食深さ到達時期ΔＴを算出して、許容腐食深さ到達時期ΔＴを出力するステップ（Ｓ３０）を備える。複数の参照管の参照データ１８は、複数の参照管の第２環境因子、第２埋設期間Ｔ₂及び参照腐食深さを含む。腐食深さ経時変化予測モデルは、第１環境因子における埋設管の腐食深さの経時変化を予測するモデルである。腐食深さ経時変化予測モデルは、第１環境因子と同じ第２環境因子を有する参照データ１８と腐食のラグタイムｔ_Lとに基づいて生成されている。腐食のラグタイムｔ_Lは、複数の参照管が埋設されてから複数の参照管が腐食し始めるまでの期間である。腐食のラグタイムｔ_Lは、第１環境因子と同じ第２環境因子を有する参照データ１８から第２埋設期間Ｔ₂及び参照腐食深さに応じて算出されている。

【0149】

このように、本実施の形態の埋設管更新時期予測方法では、参照データ１８と腐食のラグタイムとに基づいて生成されている腐食深さ経時変化予測モデルを用いて、許容腐食深さを算出している。本実施の形態の埋設管更新時期予測方法によれば、埋設管の更新時期をより正確に予測することができる。

【0150】

本実施の形態の埋設管更新時期予測方法では、腐食深さ経時変化予測モデルは、上記式（３）によって与えられている。係数ａは、複数の参照管の修正参照データ（図１７を参照）を線形回帰することによって算出されている。修正参照データは、複数の参照管の修正埋設期間と参照腐食深さとを含む。修正埋設期間は、第２埋設期間Ｔ₂から、第２埋設期間Ｔ₂及び参照腐食深さに応じた腐食のラグタイムｔ_Lを差し引くことによって算出されている。腐食のラグタイムの中央値ｔ_LCは、腐食のラグタイムｔ_Lの累積相対度数が０．５となる腐食のラグタイムｔ_Lである。許容腐食深さ到達時期を算出するステップ（Ｓ３０）では、管更新時期予測部３６は、式（３）から腐食深さ経時変化予測モデルの管の腐食深さｙが許容腐食深さに到達する管の埋設期間ｔを算出し、算出された管の埋設期間ｔから第１埋設期間Ｔ₁を差し引くことによって許容腐食深さ到達時期ΔＴを算出する。本実施の形態の埋設管更新時期予測方法によれば、埋設管の更新時期をより正確に予測することができる。

【0151】

本実施の形態の埋設管更新時期予測方法は、管更新判断部３７が、管更新判断基準記憶部２７から、許容腐食深さに対応する管更新判断内容を読み出して、管更新判断内容を含む埋設管の管更新判断結果５２を出力するステップ（Ｓ４０）をさらに備える。本実施の形態の埋設管更新時期予測方法によれば、埋設管の更新時期をより正確に予測することができる。本実施の形態の埋設管更新時期予測方法によれば、顧客が埋設管の更新計画を立案することを容易にする管更新判断結果５２を、顧客に提供することができる。

【0152】

本実施の形態の埋設管更新時期予測方法は、腐食深さ経時変化予測モデル選択部３１が、複数の参照管の第２環境因子毎に作成された複数の腐食深さ経時変化予測モデルから、第１環境因子用の腐食深さ経時変化予測モデルを選択するステップ（Ｓ２０）をさらに備える。本実施の形態の埋設管更新時期予測方法によれば、埋設管の複数の第１環境因子に応じて、埋設管の更新時期をより正確に予測することができる。

【0153】

本実施の形態の埋設管更新時期予測方法は、埋設管属性データ取得部１０が埋設管の属性データ１６を取得するステップ（Ｓ１０）を備える。属性データ１６は、埋設管の第１環境因子、第１埋設期間Ｔ₁及び許容腐食深さを含む。本実施の形態の埋設管更新時期予測方法は、腐食深さ超過確率予測部３８が、第１環境因子用の腐食深さ超過確率予測モデルと、第１埋設期間Ｔ₁と、許容腐食深さとから、将来期間において埋設管の腐食深さが許容腐食深さを超過する確率である埋設管の腐食深さ超過確率を算出して、将来期間及び埋設管の腐食深さ超過確率を出力するステップ（Ｓ６０）を備える。複数の参照管の参照データ１８は、複数の参照管の第２環境因子、第２埋設期間Ｔ₂及び参照腐食深さを含む。腐食深さ超過確率予測モデルは、将来期間における埋設管の腐食深さ超過確率を予測するモデルである。腐食深さ超過確率予測モデルは、第１環境因子と同じ第２環境因子を有する参照データ１８と腐食のラグタイムｔ_Lとに基づいて生成されている。腐食のラグタイムｔ_Lは、複数の参照管が埋設されてから複数の参照管が腐食し始めるまでの期間である。腐食のラグタイムｔ_Lは、第１環境因子と同じ第２環境因子を有する参照データ１８から第２埋設期間Ｔ₂及び参照腐食深さに応じて算出されている。

【0154】

このように、本実施の形態の埋設管更新時期予測方法では、参照データ１８と腐食のラグタイムｔ_Lとに基づいて生成されている腐食深さ超過確率予測モデルを用いて、将来期間における埋設管の腐食深さ超過確率を算出している。本実施の形態の埋設管更新時期予測方法によれば、埋設管の更新時期をより正確に予測することができる。本実施の形態の埋設管更新時期予測方法によれば、顧客が埋設管の更新計画を立案することを容易にする将来期間における埋設管の腐食深さ超過確率を、顧客に提供することができる。

【0155】

本実施の形態の埋設管更新時期予測方法では、腐食深さ超過確率予測モデルは、上記式（４）によって与えられている。係数ｂ，ｃは、第１環境因子と同じ第２環境因子と所定範囲の修正埋設期間とを有する複数の参照管の腐食深さ超過確率データを、式（４）で非線形回帰することによって算出されている。複数の参照管の腐食深さ超過確率データは、複数の参照管の修正参照データから得られており、かつ、参照腐食深さと複数の参照管の腐食深さ超過確率とを含む。複数の参照管の修正参照データは、複数の参照管の修正埋設期間と参照腐食深さとを含む。修正埋設期間は、第２埋設期間Ｔ₂から、第２埋設期間Ｔ₂及び参照腐食深さに応じた腐食のラグタイムｔ_Lを差し引くことによって算出されている。所定の腐食深さにおける複数の参照管の腐食深さ超過確率は、第１環境因子と同じ第２環境因子を有しかつ所定範囲の修正埋設期間内にある複数の参照管の修正参照データのうち、参照腐食深さが所定の腐食深さを超える複数の参照管の修正参照データの数の割合として算出されている。将来期間を出力するステップ（Ｓ６０）では、腐食深さ超過確率予測部３８は、所定範囲の修正埋設期間に腐食のラグタイムの中央値ｔ_LCを加え、第１埋設期間Ｔ₁を差し引くことによって、将来期間を算出する。腐食のラグタイムの中央値ｔ_LCは、腐食のラグタイムｔ_Lの累積相対度数が０．５となる腐食のラグタイムｔ_Lである。

【0156】

本実施の形態の埋設管更新時期予測方法によれば、埋設管の更新時期をより正確に予測することができる。本実施の形態の埋設管更新時期予測方法によれば、顧客が埋設管の更新計画を立案することを容易にする将来期間における埋設管の腐食深さ超過確率を、顧客に提供することができる。

【0157】

本実施の形態の埋設管更新時期予測方法は、腐食深さ超過確率予測モデル選択部３２が、複数の参照管の第２環境因子毎に作成された複数の腐食深さ超過確率予測モデルから、第１環境因子用の腐食深さ超過確率予測モデルを選択するステップ（Ｓ５０）をさらに備える。本実施の形態の埋設管更新時期予測方法によれば、埋設管の複数の第１環境因子に応じて、埋設管の更新時期をより正確に予測することができる。

【0158】

本実施の形態の埋設管更新時期予測装置１及び埋設管更新時期予測方法では、腐食のラグタイムｔ_Lは、腐食のラグタイムｔ_Lの累積相対度数と、参照腐食深さの累積相対度数とから算出されている。腐食のラグタイムｔ_Lの累積相対度数は、腐食のラグタイムの確率Ｑ（ｔ_L）から算出されている。腐食のラグタイムの確率Ｑ（ｔ_L）は、第１環境因子と同じ第２環境因子を有する参照データ１８における、第２埋設期間Ｔ₂に対する参照腐食深さが０ｍｍより大きい参照データ１８の数の割合の変化から算出されている。そのため、本実施の形態の埋設管更新時期予測装置１及び埋設管更新時期予測方法によれば、埋設管の更新時期をより正確に予測することができる。

【0159】

本実施の形態のプログラムは、本実施の形態の埋設管更新時期予測方法の各ステップをプロセッサ２に実行させる。本実施の形態のコンピュータ読み取り可能な記録媒体には、本実施の形態のプログラムが記録されている。本実施の形態のプログラム及びコンピュータ読み取り可能な記録媒体によれば、埋設管の更新時期をより正確に予測することができる。

【0160】

（実施の形態２）
図３３及び図３４を参照して、実施の形態２の埋設管更新時期予測装置１ｂを説明する。本実施の形態の埋設管更新時期予測装置１ｂは、実施の形態１の埋設管更新時期予測装置１と同様の構成を備えるが、主に以下の点で異なる。

【0161】

図３３に示されるように、埋設管更新時期予測装置１ｂは、インターネットのような通信ネットワーク９０を介して、クライアント端末８０に通信可能に接続されている。埋設管更新時期予測装置１ｂは、例えば、パーソナルコンピュータ（ＰＣ）端末またはサーバである。埋設管更新時期予測装置１ｂは、埋設管の第１データ１７（図４を参照）を、インターネットのような通信ネットワーク９０を経由して、クライアント端末８０から受信する。

【0162】

図３５を参照して、クライアント端末８０のハードウェア構成を説明する。クライアント端末８０は、例えば、パーソナルコンピュータ（ＰＣ）端末、または、スマートフォンもしくはタブレット端末のような携帯端末である。具体的には、クライアント端末８０は、プロセッサ８２（例えば、ＣＰＵ）と、ＲＯＭ８３と、ＲＡＭ８４と、記憶部８５と、通信部８６と、入力部８７と、モニタ８８とを含む。プロセッサ８２は、クライアント端末８０の制御装置として機能する演算装置である。ＲＯＭ８３は、プロセッサ８２で実行されるプログラムなどを不揮発的に記憶する。ＲＡＭ８４は、プロセッサ８２でプログラムを実行する際の作業領域として機能する。

【0163】

記憶部８５は、例えば、ハードディスクまたはフラッシュメモリである。記憶部８５は、埋設管の第１データ１７（図４を参照）を格納している。通信部８６は、クライアント端末８０が、通信ネットワーク９０を介して、埋設管更新時期予測装置１ｂと通信を行うために用いられる。記憶部８５に格納されている埋設管の第１データ１７（図４を参照）は、通信部８６から、通信ネットワーク９０を経由して、埋設管更新時期予測装置１ｂに送信される。入力部８７は、例えば、マウス、キーボードまたはタッチパネルを含む。モニタ８８は、例えば、液晶表示装置である。

【0164】

図３３を参照して、記憶ユニット６５は、環境因子データベース部２１と、公称管厚データベース部２２と、管厚許容差データベース部２３とを含む。図３４を参照して、埋設管更新時期予測装置１ｂの記憶部２０は、実施の形態１の埋設管更新時期予測装置１の記憶部２０と同様であるが、環境因子データベース部２１、公称管厚データベース部２２及び管厚許容差データベース部２３を含んでいない。

【0165】

図３３及び３４を参照して、埋設管データ受付部１１は、クライアント端末８０から、通信ネットワーク９０を経由して、埋設管の第１データ１７（図４を参照）を受信する。管更新時期予測部３６は、管更新時期予測結果５０（図２２を参照）を、通信ネットワーク９０を経由して、クライアント端末８０に送信する。管更新判断部３７は、管更新判断結果５２（図２４を参照）を、通信ネットワーク９０を経由して、クライアント端末８０に送信する。腐食深さ超過確率予測部３８は、腐食深さ超過確率結果５３（図２５を参照）を、通信ネットワーク９０を経由して、クライアント端末８０に送信する。

【0166】

クライアント端末８０は、管更新時期予測結果５０、管更新判断結果５２及び腐食深さ超過確率結果５３を受信する。管更新時期予測結果５０、管更新判断結果５２及び腐食深さ超過確率結果５３は、記憶部８５（図３５を参照）に格納される。管更新時期予測結果５０、管更新判断結果５２及び腐食深さ超過確率結果５３は、モニタ８８（図３５を参照）に表示される。

【0167】

本実施の形態では、埋設管更新時期予測装置１ｂ及び記憶ユニット６５は、埋設管更新時期予測システム６０を構成している。

【0168】

本実施の形態の埋設管更新時期予測方法を説明する。本実施の形態の埋設管更新時期予測方法は、実施の形態１の埋設管更新時期予測方法と同様のステップを備えるが、主に以下の点で異なる。

【0169】

埋設管の第１データ１７を受け付けるステップ（Ｓ１１）では、埋設管データ受付部１１が、クライアント端末８０から、通信ネットワーク９０を経由して、埋設管の第１データ１７（図４を参照）を受信する。

【0170】

埋設管の第１環境因子を得るステップ（Ｓ１２）では、埋設管属性データ取得部１０は、通信ネットワーク９０を経由して、記憶ユニット６５に含まれる環境因子データベース部２１を参照する。埋設管属性データ取得部１０は、埋設管の第１データ１７（図４を参照）に含まれる埋設場所から、埋設管の第１環境因子を得る。

【0171】

埋設管の公称管厚を得るステップ（Ｓ１５）では、埋設管属性データ取得部１０は、通信ネットワーク９０を経由して、記憶ユニット６５に含まれる公称管厚データベース部２２を参照する。そして、埋設管属性データ取得部１０は、埋設管の第１データ１７（図４を参照）に含まれる埋設管の布設年、呼び径、接合形式及び管厚の種類から、埋設管の公称管厚を得る。

【0172】

埋設管の管厚許容差を得るステップ（Ｓ１６）では、埋設管属性データ取得部１０は、通信ネットワーク９０を経由して、記憶ユニット６５に含まれる管厚許容差データベース部２３を参照して、埋設管の管厚許容差を得る。

【0173】

管更新時期予測結果５０を出力するステップ（Ｓ３０）では、管更新時期予測部３６は、管更新時期予測結果５０（図２２を参照）を、通信ネットワーク９０を経由して、クライアント端末８０に送信する。管更新判断結果５２を出力するステップ（Ｓ４０）では、管更新判断部３７は、管更新判断結果５２（図２４を参照）を、通信ネットワーク９０を経由して、クライアント端末８０に送信する。腐食深さ超過確率結果５３を出力するステップ（Ｓ６０）では、腐食深さ超過確率予測部３８は、腐食深さ超過確率結果５３（図２５を参照）を、通信ネットワーク９０を経由して、クライアント端末８０に送信する。

【0174】

クライアント端末８０は、管更新時期予測結果５０、管更新判断結果５２及び腐食深さ超過確率結果５３を受信する。管更新時期予測結果５０、管更新判断結果５２及び腐食深さ超過確率結果５３は、記憶部８５（図３５を参照）に格納される。管更新時期予測結果５０、管更新判断結果５２及び腐食深さ超過確率結果５３は、モニタ８８（図３５を参照）に表示される。

【0175】

本実施の形態のプログラムは、本実施の形態の埋設管更新時期予測方法をプロセッサ２に実行させる。本実施の形態のコンピュータ読み取り可能な記録媒体は、本実施の形態の埋設管更新時期予測方法をプロセッサ２に実行させるプログラムが記録されている。

【0176】

本実施の形態の埋設管更新時期予測装置１ｂ、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体は、実施の形態１の埋設管更新時期予測装置１、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体と同様の効果を奏する。

【0177】

（実施の形態３）
図３６及び図３７を参照して、実施の形態３の埋設管更新時期予測装置１ｃを説明する。本実施の形態の埋設管更新時期予測装置１ｃは、実施の形態２の埋設管更新時期予測装置１ｂと同様の構成を備えるが、主に以下の点で異なる。

【0178】

図３７に示されるように、埋設管更新時期予測装置１ｃは、インターネットのような通信ネットワーク９０を介して、属性データ作成ユニット７０に通信可能に接続されている。埋設管更新時期予測装置１ｃは、例えば、パーソナルコンピュータ（ＰＣ）端末またはサーバである。埋設管更新時期予測装置１ｃは、実施の形態２の埋設管更新時期予測装置１ｂと同様であるが、埋設管データ受付部１１と、許容腐食深さ算出部１３と、最小許容管厚算出部１２と、属性データ作成部１４とを含んでいない。

【0179】

管更新時期予測部３６は、管更新時期予測結果５０（図２２を参照）を、通信ネットワーク９０を経由して、属性データ作成ユニット７０に送信する。管更新判断部３７は、管更新判断結果５２（図２４を参照）を、通信ネットワーク９０を経由して、属性データ作成ユニット７０に送信する。腐食深さ超過確率予測部３８は、腐食深さ超過確率結果５３（図２５を参照）を、通信ネットワーク９０を経由して、属性データ作成ユニット７０に送信する。属性データ作成ユニット７０は、管更新時期予測結果５０、管更新判断結果５２及び腐食深さ超過確率結果５３を、通信ネットワーク９０を経由して、クライアント端末８０に送信する。属性データ作成ユニット７０は、クライアント端末８０に対して、送受信サーバとして機能する。

【0180】

図３６に示されるように、属性データ作成ユニット７０は、通信ネットワーク９０を介して、埋設管更新時期予測装置１ｃ、記憶ユニット６５及びクライアント端末８０に通信可能に接続されている。属性データ作成ユニット７０は、埋設管データ受付部１１と、最小許容管厚算出部１２と、許容腐食深さ算出部１３と、属性データ作成部１４とを含む。

【0181】

図３８を参照して、属性データ作成ユニット７０のハードウェア構成を説明する。属性データ作成ユニット７０は、例えば、パーソナルコンピュータ（ＰＣ）端末、または、サーバである。具体的には、属性データ作成ユニット７０は、プロセッサ７２と、ＲＯＭ７３と、ＲＡＭ７４と、ハードディスク７５と、通信部７６と、入力部７７と、モニタ７８とを含む。プロセッサ７２は、属性データ作成ユニット７０の制御装置として機能する演算装置である。ＲＯＭ７３は、プロセッサ７２で実行されるプログラムなどを不揮発的に記憶する。ＲＡＭ７４は、プロセッサ７２でプログラムを実行する際の作業領域として機能する。

【0182】

ハードディスク７５は、クライアント端末８０から受信した埋設管の第１データ１７（図４を参照）を格納している。ハードディスク７５は、埋設管の属性データ１６を格納している。通信部７６は、属性データ作成ユニット７０が、通信ネットワーク９０を介して、埋設管更新時期予測装置１ｃ、記憶ユニット６５及びクライアント端末８０と通信を行うために用いられる。入力部７７は、例えば、マウス、キーボードまたはタッチパネルを含む。モニタ７８は、例えば、液晶表示装置である。

【0183】

本実施の形態では、埋設管更新時期予測装置１ｃと、記憶ユニット６５と、属性データ作成ユニット７０とは、埋設管更新時期予測システム６０ｃを構成している。

【0184】

本実施の形態の埋設管更新時期予測方法を説明する。本実施の形態の埋設管更新時期予測方法は、実施の形態２の埋設管更新時期予測方法と同様のステップを備えるが、主に以下の点で異なる。

【0185】

本実施の形態の埋設管更新時期予測方法では、埋設管の属性データ１６を取得するステップ（Ｓ１０）は、属性データ作成ユニット７０で行われる。すなわち、埋設管の第１データ１７を受け付けるステップ（Ｓ１１）と、埋設管の第１環境因子を得るステップ（Ｓ１２）と、埋設管の第１埋設期間Ｔ₁を得るステップ（Ｓ１３）と、埋設管の許容腐食深さを得るステップ（Ｓ１４）と、埋設管の属性データ１６を作成するステップ（Ｓ１９）とは、属性データ作成ユニット７０で行われる。埋設管の属性データ１６が、属性データ作成ユニット７０で作成される。属性データ作成ユニット７０は、埋設管の属性データ１６を、通信ネットワーク９０を経由して、埋設管更新時期予測装置１ｃに送信する。埋設管更新時期予測装置１ｃに含まれる埋設管属性データ取得部１０は、属性データ作成ユニット７０から、通信ネットワーク９０を経由して、埋設管の属性データ１６を受信する。

【0186】

管更新時期予測結果５０を出力するステップ（Ｓ３０）では、管更新時期予測部３６は、管更新時期予測結果５０（図２２を参照）を、通信ネットワーク９０を経由して、属性データ作成ユニット７０に送信する。管更新判断結果５２を出力するステップ（Ｓ４０）では、管更新判断部３７は、管更新判断結果５２（図２４を参照）を、通信ネットワーク９０を経由して、属性データ作成ユニット７０に送信する。腐食深さ超過確率結果５３を出力するステップ（Ｓ６０）では、腐食深さ超過確率予測部３８は、腐食深さ超過確率結果５３（図２５を参照）を、通信ネットワーク９０を経由して、属性データ作成ユニット７０に送信する。属性データ作成ユニット７０は、管更新時期予測結果５０、管更新判断結果５２及び腐食深さ超過確率結果５３を、通信ネットワーク９０を経由して、クライアント端末８０に送信する。

【0187】

本実施の形態のプログラムは、本実施の形態の埋設管更新時期予測方法をプロセッサ２に実行させる。本実施の形態のコンピュータ読み取り可能な記録媒体は、本実施の形態の埋設管更新時期予測方法をプロセッサ２に実行させるプログラムが記録されている。

【0188】

本実施の形態では、腐食深さ経時変化予測モデル記憶部２５と、腐食深さ超過確率予測モデル記憶部２６と、管更新判断基準記憶部２７と、腐食のラグタイム記憶部２８とは、埋設管更新時期予測装置１ｃの記憶部２０に含まれているが、腐食深さ経時変化予測モデル記憶部２５と、腐食深さ超過確率予測モデル記憶部２６と、管更新判断基準記憶部２７と、腐食のラグタイム記憶部２８とは、記憶ユニット６５に含まれてもよい。

【0189】

本実施の形態では、埋設管属性データ取得部１０と、腐食深さ経時変化予測モデル選択部３１と、腐食深さ超過確率予測モデル選択部３２と、管更新時期予測部３６と、管更新判断部３７と、腐食深さ超過確率予測部３８とが、一台のコンピュータ装置に実装されているが、埋設管属性データ取得部１０と、腐食深さ経時変化予測モデル選択部３１と、腐食深さ超過確率予測モデル選択部３２と、管更新時期予測部３６と、管更新判断部３７と、腐食深さ超過確率予測部３８とが、複数台のコンピュータ装置に実装されており、これら複数台のコンピュータが、互いに通信ネットワーク９０を介して通信可能に接続されてもよい。すなわち、埋設管属性データ取得部１０と、腐食深さ経時変化予測モデル選択部３１と、腐食深さ超過確率予測モデル選択部３２と、管更新時期予測部３６と、管更新判断部３７と、腐食深さ超過確率予測部３８とが実装された複数台のコンピュータは、埋設管更新時期予測サブシステムを構成してもよい。本明細書の埋設管更新時期予測装置１ｃは、このような埋設管更新時期予測サブシステムも含む。

【0190】

本実施の形態の埋設管更新時期予測装置１ｃ、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体は、実施の形態１の埋設管更新時期予測装置１、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体と同様の効果を奏する。

【0191】

（実施の形態４）
図３９から図５２を参照して、実施の形態４の埋設管更新時期予測装置１ｄ及び埋設管更新時期予測方法を説明する。本実施の形態の埋設管更新時期予測装置１ｄは実施の形態１の埋設管更新時期予測装置１と同様の構成を備え、本実施の形態の埋設管更新時期予測方法は実施の形態１の埋設管更新時期予測方法と同様のステップを備えるが、主に以下の点で異なる。

【0192】

図３９を参照して、埋設管更新時期予測装置１ｄは、管更新時期予測部３６（図２を参照）と、管更新判断部３７（図２を参照）とを備えていない。埋設管更新時期予測装置１ｄでは、埋設管属性データ取得部１０は、最小許容管厚算出部１２（図２を参照）と、許容腐食深さ算出部１３（図２を参照）とを含んでいない。記憶部２０は、管厚許容差データベース部２３（図２を参照）と、管更新判断基準記憶部２７（図２を参照）とを含んでいない。

【0193】

属性データ作成部１４は、顧客から提供される埋設管の第１データ１７（図４を参照）と、環境因子データベース部２１と、公称管厚データベース部２２とから、埋設管の属性データ１６を作成する。図４０を参照して、埋設管の属性データ１６は、例えば、埋設管の管路番号、第１環境因子、第１埋設期間Ｔ₁及び公称管厚を含む。

【0194】

埋設管属性データ取得部１０（属性データ作成部１４）は、公称管厚データベース部２２を参照して、埋設管の第１データ１７に含まれる埋設管の布設年、呼び径、接合形式及び管厚の種類から、埋設管の公称管厚を得る。埋設管属性データ取得部１０（属性データ作成部１４）は、記憶部２０に記憶されている現在年（埋設管の更新時期の予測を実行する年）と第１データ１７に含まれる埋設管の布設年との間の差を、第１埋設期間Ｔ₁として算出する。埋設管属性データ取得部１０（属性データ作成部１４）は、埋設管の属性データ１６を埋設管属性データ記憶部２４に出力する。埋設管の属性データ１６は、埋設管属性データ記憶部２４に記憶される。

【0195】

腐食深さ超過確率予測部３８は、腐食深さ超過確率予測モデル選択部３２で選択された腐食深さ超過確率予測モデルと、埋設管の属性データ１６に含まれる埋設管の第１埋設期間Ｔ₁及び公称管厚さとから、ある時期（例えば、現在年、将来年または将来期間）における埋設管の腐食深さ超過確率を算出する。

【0196】

腐食深さ超過確率予測モデル記憶部２６（図３９を参照）は、図４１及び図４２に例示される複数の腐食深さ超過確率予測モデルを記憶している。なお、腐食深さ超過確率予測モデル記憶部２６は、砂系土質用の腐食深さ超過確率予測モデル（図４１を参照）及び粘土系土質用の腐食深さ超過確率予測モデル（図４２を参照）に加えて、シルト系土質用の腐食深さ超過確率予測モデル（図示せず）及び１５００Ω・ｃｍ未満の土壌比抵抗を有する低比抵抗系土質用の腐食深さ超過確率予測モデル（図示せず）を格納している。

【0197】

複数の腐食深さ超過確率予測モデルは、修正参照データ（図４４を参照）から生成される。本実施の形態の修正参照データ（図４４を参照）は、実施の形態１の修正参照データ（図１７を参照）からさらに参照深さが０ｍｍであるデータが削除されている。修正参照データは、修正埋設期間と、参照腐食深さとを含む。

【0198】

図４３を参照して、砂系土質用の腐食深さ超過確率予測モデルを得るステップ（Ｓ９ｐ）の一例を説明する。

【0199】

プロセッサ２（図１を参照）は、修正参照データを回帰する基本回帰線を得る（Ｓ７１）。一例として、修正参照データを、式（５）で示される指数モデルによって回帰して、基本回帰線を得る。

【0200】

ｙ＝ｊｔ^k （５）
ｙは参照管の参照腐食深さを、ｊ，ｋは係数を、ｔは参照管の修正埋設期間を表す。

【0201】

具体的には、修正埋設期間の対数と参照腐食深さの対数とを算出して、修正参照データの両対数データを得る（図４５を参照）。また、式（５）の両対数の関係式として、式（６）が得られる。

【0202】

ｌｏｇｙ＝ｌｏｇｊ＋ｋ×ｌｏｇｔ （６）
修正参照データの両対数データを、最小二乗法を用いて、式（６）で回帰して、基本回帰線が得られる（図４５を参照）。図４５を参照して、基本回帰線から大きく乖離している修正参照データが多い。その理由は、（ｉ）同一の環境因子下における参照管の腐食速度のばらつきと、（ii）同一の環境因子下における腐食のラグタイムｔ_Lの分布のためであると推定される。

【0203】

図４３を参照して、プロセッサ２（図１を参照）は、基本回帰線と、（ｉ）腐食速度のばらつきと、（ii）腐食のラグタイムｔ_Lの分布とに基づいて、本実施の形態の腐食深さ超過予測モデルを作成する（Ｓ７２）。特定的には、基本回帰線が、腐食速度及び腐食のラグタイムｔ_Lの各々についてある分布を有している（例えば、基本回帰線が、腐食速度及び腐食のラグタイムｔ_Lの各々についてある確率密度でばらついている）と考えて、本実施の形態の腐食深さ超過予測モデルを作成する。

【0204】

具体的には、（ｉ）腐食速度のばらつきは、主に、修正参照データにおける参照腐食深さのばらつきによる基本回帰線の分布に反映される。基本回帰線の分布は、式（５）または式（６）における係数ｊ，ｋの分布に反映される。修正参照データにおける参照腐食深さのばらつきによる基本回帰線の分布は、例えば、修正参照データにおける参照腐食深さのばらつきによる基本回帰線の分布の確率密度関数で表現され得る。

【0205】

例えば、図４６及び図４７を参照して、基本回帰線の分布の確率密度関数が正規分布であると仮定する。プロセッサ２（図１を参照）は、修正参照データの両対数データの各々について、基本回帰線からの修正参照データの両対数データのずれ量を算出して、このずれの標準偏差σを算出する。確率密度関数の標準偏差は、算出された標準偏差σに等しいと見なす。基本回帰線からの全てのずれ量にわたる確率密度関数の積分値は１に等しく、かつ、確率密度関数の標準偏差σの正規分布であるため、プロセッサ２は、確率密度関数を得ることができる。プロセッサ２は、確率密度関数を、マイナス無限大のずれ量から、所定のずれ量まで積分することによって、当該所定のずれ量における基本回帰線の分布の累積分布関数を得る。

【0206】

基本回帰線は、基本回帰線の分布の累積分布関数の値（累積確率密度）が５０パーセンタイルである回帰線であり、５０パーセンタイル回帰線と呼ぶ。基本回帰線の分布の累積分布関数の値（累積確率密度）がｐパーセンタイルである回帰線を、ｐパーセンタイル回帰線と呼ぶ。プロセッサ２（図１を参照）は、基本回帰線と、基本回帰線の分布の確率密度関数と、基本回帰線の分布の累積分布関数とから、複数のパーセンタイル回帰線を得る。複数のパーセンタイル回帰線は、例えば、５パーセンタイル回帰線、６．２５パーセンタイル回帰線、１２．５パーセンタイル回帰線、１８．７５パーセンタイル回帰線、２５パーセンタイル回帰線、３１．２５パーセンタイル回帰線、３７．５パーセンタイル回帰線、４３．７５パーセンタイル回帰線、５０パーセンタイル回帰線、５６．２５パーセンタイル回帰線、６２．５パーセンタイル回帰線、６８．７５パーセンタイル回帰線、７５パーセンタイル回帰線、８１．２５パーセンタイル回帰線、８７．５パーセンタイル回帰線、９３．７５パーセンタイル回帰線、９５パーセンタイル回帰線を含む。

【0207】

プロセッサ２（図１を参照）は、複数のパーセンタイル回帰線と基本回帰線の分布の確率密度関数とから、複数のパーセンタイル回帰線の各々の係数ｊ，ｋ（図４８の項目（Ｂ）及び（Ｃ）を参照）と、複数のパーセンタイル回帰線の各々の確率密度関数の値（確率密度）（図４８の項目（Ｄ）を参照）とを算出する。

【0208】

それから、複数のパーセンタイル回帰線に対応する修正埋設期間を第２埋設期間Ｔ₂に戻す際に、複数のパーセンタイル回帰線の各々について、（ii）腐食のラグタイムｔ_Lの分布を考慮する。

【0209】

具体的には、プロセッサ２（図１を参照）は、複数のパーセンタイル回帰線の各々について、参照腐食深さが所定深さである時の、修正埋設期間を算出する。プロセッサ２は、例えば、０．１２５ｍｍ毎に０ｍｍから１０ｍｍまでの所定深さを設定する（図４８の項目（Ｅ）を参照）。プロセッサ２は、複数のパーセンタイル回帰線の各々を規定する式（５）または式（６）に、所定深さを代入して、所定深さに対応する修正埋設期間を算出する（図４８の項目（Ｆ）を参照）。

【0210】

腐食のラグタイムｔ_Lの分布のため、複数のパーセンタイル回帰線の各々から得られる修正埋設期間（図４８の項目（Ｆ）を参照）は、様々な第２埋設期間Ｔ₂に対応している。腐食のラグタイムｔ_Lの分布は、例えば、複数のパーセンタイル回帰線の各々から得られる修正埋設期間の各々が第２埋設期間Ｔ₂に対応する確率として表現され得る。そこで、プロセッサ２（図１を参照）は、複数のパーセンタイル回帰線の各々から得られる修正埋設期間の各々が第２埋設期間Ｔ₂に対応する確率を算出する。

【0211】

具体的には、プロセッサ２は、１年毎に０年から８０年までの腐食のラグタイムｔ_Lを設定する（図４８の項目（Ｇ）を参照）。プロセッサ２は、複数のパーセンタイル回帰線の各々から得られる修正埋設期間と腐食のラグタイムｔ_Lの和を第２埋設期間Ｔ₂として算出する（図４８の項目（Ｈ）を参照）。修正埋設期間が第２埋設期間Ｔ₂に対応する確率は、対応する腐食のラグタイムｔ_Lの確率Ｑ（ｔ_L）（図４８の項目（Ｉ）を参照）によって与えられる。腐食のラグタイムｔ_Lの確率は、実施の形態１において既に述べた１－Ｐ（Ｔ₂）（図１３を参照）の微分、すなわち腐食のラグタイムの確率Ｑ（Ｔ₂）（図１４を参照）によって与えられる。腐食のラグタイムの確率Ｑ（Ｔ₂）は、腐食のラグタイム記憶部２８（図３９を参照）に記憶されている。プロセッサ２は、腐食のラグタイム記憶部２８を参照して、腐食のラグタイムの確率Ｑ（Ｔ₂）を、修正埋設期間が第２埋設期間Ｔ₂に対応する確率とする。

【0212】

プロセッサ２（図１を参照）は、パーセンタイル回帰線の確率密度（図４８の項目（Ｄ）を参照）と修正埋設期間が第２埋設期間Ｔ₂に対応する確率、すなわち、腐食のラグタイムの確率Ｑ（ｔ_L）（図４８の項目（Ｉ）を参照）との積を、確率指標（図４８の項目（Ｊ）を参照）として算出する。この積は、腐食のラグタイムｔ_Lを有するあるパーセンタイル回帰線の存在確率に比例しており、腐食のラグタイムｔ_Lを有するあるパーセンタイル回帰線の確率指標と見なすことができる。

【0213】

プロセッサ２（図１を参照）は、参照腐食深さ（図４８の項目（Ｅ）を参照）毎にかつ所定範囲（例えば、０年以上１０年以下）の第２埋設期間Ｔ₂毎に、確率指標（図４８の項目（Ｊ）を参照）の和を、腐食深さ到達確率指標として算出する。腐食深さ到達確率指標は、所定範囲（例えば、０年以上１０年以下）の第２埋設期間Ｔ₂において、ある参照腐食深さに到達する確率の指標である。それから、プロセッサ２は、所定範囲の第２埋設期間Ｔ₂において、全ての参照腐食深さにわたる腐食深さ到達確率指標の総和が１となるように、腐食深さ到達確率指標を規格化して、腐食深さ到達確率を算出する（図４９を参照）。腐食深さ到達確率は、所定範囲（例えば、０年以上１０年以下）の第２埋設期間Ｔ₂において、ある参照腐食深さに到達する確率である。

【0214】

プロセッサ２（図１を参照）は、所定範囲（例えば、０年以上１０年以下）の第２埋設期間Ｔ₂毎に、腐食深さ超過確率を算出する。例えば、埋設期間が０年から１０年において、腐食深さがｒ（ｍｍ）を超過する腐食深さ超過確率は、埋設期間が０年から１０年において、腐食深さがｒ（ｍｍ）を超える腐食深さ到達確率の和によって与えられる。こうして、プロセッサ２は、図４１に示される腐食深さ超過確率予測モデルを得る。プロセッサ２は、同様の演算処理を行って、シルト系土質用の腐食深さ超過確率予測モデル、粘土系土質用の腐食深さ超過確率予測モデル（図４２を参照）及び１５００Ω・ｃｍ未満の土壌比抵抗を有する低比抵抗系土質用の腐食深さ超過確率予測モデルを得る。

【0215】

本実施の形態における埋設管更新時期予測方法を説明する。本実施の形態における埋設管更新時期予測方法は、実施の形態１における腐食深さ超過確率予測モデルを用いる埋設管更新時期予測方法（第２の埋設管更新時期予測方法）と同様であるが、腐食深さ超過確率を算出する際に、本実施の形態の腐食深さ超過確率予測モデルを用いる点と、埋設管の公称管厚（図４０から図４２を参照）とを用いる点とにおいて、実施の形態１における腐食深さ超過確率予測モデルを用いる埋設管更新時期予測方法と異なっている。

【0216】

図５０を参照して、本実施の形態の埋設管更新時期予測方法では、埋設管の属性データ１６を取得する（Ｓ７５）。

【0217】

具体的には、図５１を参照して、埋設管データ受付部１１は、顧客から提供される埋設管の第１データ１７を受け付ける（Ｓ１１）。埋設管の第１データ１７は、例えば、埋設管の管路番号、埋設場所、布設（埋設）年、呼び径、接合形式及び管厚の種類（図４を参照）を含む。埋設管の第１データ１７は、土被り、静水圧及び水撃圧（図４を参照）を含んでいなくてもよい。

【0218】

埋設管属性データ取得部１０（属性データ作成部１４）は、環境因子データベース部２１（図５を参照）を参照して、埋設管の第１データ１７に含まれる埋設場所から、埋設管の第１環境因子を得る（Ｓ１２）。埋設管属性データ取得部１０（属性データ作成部１４）は、記憶部２０に記憶されている現在年（埋設管の更新時期の予測を実行する年）と第１データ１７に含まれる埋設管の布設年との間の差を、第１埋設期間Ｔ₁として算出する（Ｓ１３）。埋設管属性データ取得部１０（属性データ作成部１４）は、第１データ１７に含まれる布設（埋設）年、呼び径、接合形式及び管厚の種類（図４を参照）と、公称管厚データベース部２２とから、埋設管の管路番号毎に公称管厚を特定する（Ｓ７６）。

【0219】

属性データ作成部１４は、埋設管の管路番号、埋設管の第１環境因子、第１埋設期間Ｔ₁及び公称管厚が対応づけられている埋設管の属性データ１６（図４０を参照）を作成する（Ｓ１９）。埋設管属性データ取得部１０は、埋設管の属性データ１６を埋設管属性データ記憶部２４に出力する。埋設管の属性データ１６は、埋設管属性データ記憶部２４に記憶される。

【0220】

図５０を参照して、腐食深さ超過確率予測モデル選択部３２は、腐食深さ超過確率予測モデル記憶部２６に記憶されている本実施の形態の複数の腐食深さ超過確率予測モデルから、第１環境因子用の腐食深さ超過確率予測モデルを選択する（Ｓ７７）。既に記載したとおり、本実施の形態の複数の腐食深さ超過確率予測モデルは、実施の形態１の複数の腐食深さ超過確率予測モデルと異なっている。

【0221】

図５０を参照して、腐食深さ超過確率予測部３８は、腐食深さ超過確率結果５３を出力する（Ｓ６０）。腐食深さ超過確率結果５３は、図２５に示されるように、管路番号と、将来期間と、腐食深さ超過確率とを含む。

【0222】

具体的には、図５２に示されるように、腐食深さ超過確率予測部３８は、埋設管属性データ記憶部２４から、埋設管の管路番号、第１埋設期間Ｔ₁及び公称管厚を読み出す（Ｓ８１）。

【0223】

腐食深さ超過確率予測部３８は、腐食深さ超過確率予測モデル選択部３２で選択された第１環境因子用の腐食深さ超過確率予測モデルと、埋設管の属性データ１６に含まれる埋設管の第１埋設期間Ｔ₁及び公称管厚とから、埋設管の腐食深さ超過確率を算出する（Ｓ８２）。

【0224】

現在年における埋設管の腐食深さ超過確率は、以下のようにして求められる。腐食深さ超過確率予測部３８は、腐食深さ超過確率予測モデル選択部３２で選択された腐食深さ超過確率予測モデルのうち、埋設管の第１埋設期間Ｔ₁に対応する腐食深さ超過確率予測モデルを選択する。この腐食深さ超過確率予測モデルに埋設管の公称管厚を適用する。こうして、腐食深さ超過確率予測部３８は、現在年における埋設管の腐食深さ超過確率を、管路番号毎に算出する。

【0225】

ｎ年後の将来における埋設管の腐食深さ超過確率は、以下のようにして求められる。腐食深さ超過確率予測部３８は、腐食深さ超過確率予測モデル選択部３２で選択された腐食深さ超過確率予測モデルのうち、埋設管の第１埋設期間Ｔ₁とｎ年との和に対応する腐食深さ超過確率予測モデルを選択する。この腐食深さ超過確率予測モデルに埋設管の公称管厚を適用する。こうして、腐食深さ超過確率予測部３８は、ｎ年後の将来における埋設管の腐食深さ超過確率を、管路番号毎に算出する。

【0226】

腐食深さ超過確率予測部３８は、埋設管の管路番号と、将来期間と、腐食深さ超過確率とが対応づけられている腐食深さ超過確率結果５３（図２５を参照）を作成する。腐食深さ超過確率予測部３８は、埋設管の管路番号と、将来期間と、腐食深さ超過確率とを含む腐食深さ超過確率結果５３を出力する（Ｓ６４）。腐食深さ超過確率結果５３は、例えば、ＲＡＭ４、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力される。腐食深さ超過確率結果５３は、ＲＡＭ４、ハードディスク５及び可搬型記憶媒体７ｍの少なくとも一つに格納される。腐食深さ超過確率結果５３は、モニタ８ｂに表示される。

【0227】

本実施の形態のプログラムは、本実施の形態の埋設管更新時期予測方法をプロセッサ２に実行させる。本実施の形態のコンピュータ読み取り可能な記録媒体は、本実施の形態の埋設管更新時期予測方法をプロセッサ２に実行させるプログラムが記録されている。

【0228】

本実施の形態において、埋設管の属性データ１６は、埋設管の公称管厚に代えて、埋設管の許容腐食深さを含んでもよい。埋設管更新時期予測装置１ｄは、最小許容管厚算出部１２と、許容腐食深さ算出部１３と、管厚許容差データベース部２３とを備えてもよい。腐食深さ超過確率予測モデルに、埋設管の第１埋設期間Ｔ₁と許容腐食深さとを適用して、腐食深さ超過確率が算出されてもよい。埋設管の腐食深さ超過確率を予測するモデルは、修正参照データ（図４４）に代えて、実施の形態１の修正参照データ（図１７を参照）を回帰することによって生成されてもよい。

【0229】

本実施の形態の埋設管更新時期予測装置１ｄ、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体の効果を説明する。

【0230】

本実施の形態の埋設管更新時期予測装置１ｄは、埋設管属性データ取得部１０と、腐食深さ超過確率予測部３８とを備える。埋設管属性データ取得部１０は、埋設管の属性データ１６を取得する。埋設管の属性データ１６は、埋設管の第１環境因子と、埋設管の第１埋設期間Ｔ₁と、埋設管の公称管厚または許容腐食深さとを含む。腐食深さ超過確率予測部３８は、第１環境因子用の腐食深さ超過確率予測モデルと、第１埋設期間Ｔ₁と、公称管厚または許容腐食深さとから、ある時期における埋設管の腐食深さ超過確率を算出する。ある時期における埋設管の腐食深さ超過確率は、ある時期において、埋設管の腐食深さが埋設管の公称管厚または許容腐食深さを超過する確率である。複数の参照管の参照データ１８は、複数の参照管の第２環境因子、第２埋設期間Ｔ₂及び参照腐食深さを含む。複数の参照管の修正参照データは、複数の参照管の修正埋設期間と参照腐食深さとを含む。修正埋設期間は、第２埋設期間Ｔ₂から、第２埋設期間Ｔ₂及び参照腐食深さに応じた腐食のラグタイムを差し引くことによって算出されている。腐食のラグタイムは、複数の参照管が埋設されてから複数の参照管が腐食し始めるまでの期間である。腐食深さ超過確率予測モデルは、埋設管の腐食深さ超過確率を予測するモデルであって、第１環境因子と同じ第２環境因子を有する修正参照データを回帰する基本回帰線と、複数の参照管の腐食速度のばらつきと、腐食のラグタイムｔ_Lの分布とに基づいて生成されている。腐食速度のばらつきは、修正参照データにおける参照腐食深さのばらつきによる基本回帰線の分布で与えられる。腐食のラグタイムｔ_Lの分布は、第２埋設期間Ｔ₂に対する、第１環境因子と同じ第２環境因子を有する参照データ１８のうち参照腐食深さが０ｍｍより大きくなるデータ数の割合の変化の微分で与えられる。

【0231】

埋設管更新時期予測装置１ｄでは、腐食深さ超過確率予測モデルを用いて、埋設管の腐食深さ超過確率を算出している。腐食深さ超過確率予測モデルは、埋設管の第１環境因子と同じ第２環境因子を有する修正参照データを回帰する基本回帰線と、複数の参照管の腐食速度のばらつきと、腐食のラグタイムｔ_Lの分布とに基づいて生成されている。埋設管更新時期予測装置１ｄによれば、埋設管の更新時期をより正確に予測することができる。埋設管更新時期予測装置１ｄによれば、顧客が埋設管の更新計画を立案することを容易にする埋設管の腐食深さ超過確率を、顧客に提供することができる。

【0232】

本実施の形態の埋設管更新時期予測方法は、埋設管属性データ取得部１０が埋設管の属性データ１６を取得するステップを備える。埋設管の属性データ１６は、埋設管の第１環境因子と、埋設管の第１埋設期間Ｔ₁と、埋設管の公称管厚または許容腐食深さとを含む。本実施の形態の埋設管更新時期予測方法は、腐食深さ超過確率予測部３８が、第１環境因子用の腐食深さ超過確率予測モデルと、第１埋設期間Ｔ₁と、公称管厚または許容腐食深さとから、ある時期における埋設管の腐食深さ超過確率を算出するステップを備える。ある時期における埋設管の腐食深さ超過確率は、ある時期において、埋設管の腐食深さが埋設管の公称管厚または許容腐食深さを超過する確率である。複数の参照管の参照データ１８は、複数の参照管の第２環境因子、第２埋設期間Ｔ₂及び参照腐食深さを含む。複数の参照管の修正参照データは、複数の参照管の修正埋設期間と参照腐食深さとを含む。修正埋設期間は、第２埋設期間Ｔ₂から、第２埋設期間及び参照腐食深さに応じた腐食のラグタイムを差し引くことによって算出されている。腐食のラグタイムは、複数の参照管が埋設されてから複数の参照管が腐食し始めるまでの期間である。腐食深さ超過確率予測モデルは、埋設管の腐食深さ超過確率を予測するモデルであって、第１環境因子と同じ第２環境因子を有する修正参照データを回帰する基本回帰線と、複数の参照管の腐食速度のばらつきと、腐食のラグタイムｔ_Lの分布とに基づいて生成されている。腐食速度のばらつきは、修正参照データにおける参照腐食深さのばらつきによる基本回帰線の分布で与えられる。腐食のラグタイムｔ_Lの分布は、第２埋設期間Ｔ₂に対する、第１環境因子と同じ第２環境因子を有する参照データ１８のうち参照腐食深さが０ｍｍより大きくなるデータ数の割合の変化の微分で与えられる。

【0233】

本実施の形態の埋設管更新時期予測方法では、腐食深さ超過確率予測モデルを用いて、埋設管の腐食深さ超過確率を算出している。腐食深さ超過確率予測モデルは、埋設管の第１環境因子と同じ第２環境因子を有する修正参照データを回帰する基本回帰線と、複数の参照管の腐食速度のばらつきと、腐食のラグタイムｔ_Lの分布とに基づいて生成されている。本実施の形態の埋設管更新時期予測方法によれば、埋設管の更新時期をより正確に予測することができる。本実施の形態の埋設管更新時期予測方法によれば、顧客が埋設管の更新計画を立案することを容易にする埋設管の腐食深さ超過確率を、顧客に提供することができる。

【0234】

本実施の形態のプログラムは、本実施の形態の埋設管更新時期予測方法の各ステップをプロセッサ２に実行させる。本実施の形態のコンピュータ読み取り可能な記録媒体には、本実施の形態のプログラムが記録されている。本実施の形態のプログラム及びコンピュータ読み取り可能な記録媒体によれば、埋設管の更新時期をより正確に予測することができる。

【0235】

（実施の形態５）
図５３から図６２を参照して、実施の形態５の埋設管更新時期予測装置１ｅを説明する。本実施の形態の埋設管更新時期予測装置１ｅは、実施の形態４の埋設管更新時期予測装置１ｄと同様の構成を備えるが、主に以下の点で異なる。

【0236】

図５３を参照して、埋設管更新時期予測装置１ｅは、漏水事故件数算出部１２３、漏水事故確率算出部１２７、漏水事故確率出力部１２８、漏水事故総件数算出部１３１、漏水事故総件数出力部１３２をさらに備える。埋設管更新時期予測装置１ｅでは、埋設管属性データ取得部１０は、埋設管データ受付部１１と属性データ作成部１４とに加えて、環境因子マップ作成部１０５をさらに含む。埋設管更新時期予測装置１ｅでは、記憶部２０は、公称管厚データベース部２２と、埋設管属性データ記憶部２４と、腐食深さ超過確率予測モデル記憶部２６と、腐食のラグタイム記憶部２８とに加えて、地盤情報マップデータベース部１０７と、地盤－環境因子対応関係データベース部１０８と、環境マップ記憶部１０９と、漏水事故指標記憶部１２４とをさらに含む。

【0237】

埋設管データ受付部１１は、顧客から提供される埋設管の第１データ１７を受け付ける。埋設管の第１データ１７は、例えば、管路マップ１０１（図５４を参照）と、埋設管の管路ＩＤ（例えば、管路番号）、布設（埋設）年、呼び径、接合形式、管厚の種類及び管路長さ（図５５を参照）とを含む。管路マップ１０１には、顧客が管理する埋設管の位置が埋設管の管路ＩＤ毎に地図上に表示されている。埋設管の第１データ１７は、例えば、顧客から提供される可搬型記憶媒体７ｍ（図１を参照）に格納されてもよい。埋設管の第１データ１７は、例えば、予めハードディスク５（図１を参照）に格納されてもよい。

【0238】

環境因子マップ作成部１０５は、管路マップ１０１に対応する地域における環境因子マップ１０６（図５６を参照）を作成する。環境因子マップ１０６は、埋設管が埋設されている土壌環境を規定する埋設管の第１環境因子の地図である。埋設管の第１環境因子は、実施の形態１において既に述べたとおり、１５００Ω・ｃｍ以上の土壌比抵抗を有する砂系土質と、１５００Ω・ｃｍ以上の土壌比抵抗を有するシルト系土質と、１５００Ω・ｃｍ以上の土壌比抵抗を有する粘土系土質と、１５００Ω・ｃｍ未満の土壌比抵抗を有する低比抵抗系土質の４つの環境因子を含む。

【0239】

地盤情報マップデータベース部１０７に記憶されている地盤情報マップは、例えば、国土交通省から提供されている土地分類調査のような、一般に入手可能な地盤情報を含む地図である。地盤情報マップには、地盤の表層の地質及び地形などの地盤情報が地図上に示されている。

【0240】

本発明者は、腐食速度に関して、埋設管の環境因子の種類と統計的に相関があるように、地盤情報を分類できることを見出した。そこで、４つの環境因子（砂系土質、シルト系土質、粘土系土質及び低比抵抗系土質）と統計的に相関する４つの地盤分類（地盤分類（ａ）、地盤分類（ｂ）、地盤分類（ｃ）、地盤分類（ｄ））に地盤情報を分類し、図５７に示されるように、４つの地盤分類がそれぞれ４つの環境因子に対応づけられている地盤－環境因子対応データテーブル１１０を作成した。地盤－環境因子対応関係データベース部１０８は、地盤－環境因子対応データテーブル１１０が格納されている。

【0241】

環境因子マップ作成部１０５は、顧客から提供された管路マップ１０１（図５４を参照）と、地盤情報マップデータベース部１０７に記憶されている地盤情報マップと、地盤－環境因子対応関係データベース部１０８に記憶されている、地盤－環境因子対応データテーブル１１０（図５７を参照）とから作成する。具体的には、環境因子マップ作成部１０５は、地盤情報マップデータベース部１０７を参照して、地盤情報マップから、管路マップ１０１に対応する地域における地盤情報を取得する。環境因子マップ作成部１０５は、地盤－環境因子対応関係データベース部１０８を参照して、取得された地盤情報と地盤－環境因子対応データテーブル１１０とから、管路マップ１０１に対応する地域における埋設管の第１環境因子を特定する。環境因子マップ作成部１０５は、特定された埋設管の第１環境因子を管路マップ１０１に対応する地図に表示して、環境因子マップ１０６（図５６を参照）を作成する。環境因子マップ作成部１０５は、環境因子マップ１０６を環境マップ記憶部１０９に格納する。

【0242】

埋設管属性データ取得部１０（属性データ作成部１４）は、記憶部２０に記憶されている現在年（埋設管の更新時期の予測を実行する年）と第１データ１７に含まれる埋設管の布設年との間の差を、第１埋設期間Ｔ₁として算出する。埋設管属性データ取得部１０（属性データ作成部１４）は、第１埋設期間Ｔ₁を、埋設管の管路ＩＤ毎に算出する。埋設管属性データ取得部１０（属性データ作成部１４）は、第１データ１７に含まれる布設（埋設）年、呼び径、接合形式及び管厚の種類（図４を参照）と、公称管厚データベース部２２とから、埋設管の管路ＩＤ毎に公称管厚を特定する。

【0243】

属性データ作成部１４は、顧客から提供される埋設管の第１データ１７（図５４及び図５５を参照）と、環境マップ記憶部１０９に記憶されている環境因子マップ１０６（図５６を参照）と、公称管厚データベース部２２とから、埋設管の属性データ１６を作成する。図５８を参照して、埋設管の属性データ１６は、例えば、埋設管の管路ＩＤ、第１環境因子、第１埋設期間Ｔ₁及び公称管厚を含む。埋設管属性データ取得部１０（属性データ作成部１４）は、埋設管の属性データ１６を埋設管属性データ記憶部２４に出力する。埋設管の属性データ１６は、埋設管属性データ記憶部２４に記憶される。

【0244】

図５３を参照して、腐食深さ超過確率予測モデル記憶部２６は、実施の形態４の複数の腐食深さ超過確率予測モデルを記憶している。本実施の形態の腐食深さ超過確率予測部３８は、実施の形態４の腐食深さ超過確率予測部３８と同様に、腐食深さ超過確率予測モデル選択部３２で選択された腐食深さ超過確率予測モデルと、埋設管の属性データ１６に含まれる埋設管の第１埋設期間Ｔ₁及び公称管厚さとから、ある時期（例えば、現在年、将来年または将来期間）における埋設管の腐食深さ超過確率を、管路ＩＤ毎に算出する（図５９を参照）。

【0245】

漏水事故指標記憶部１２４は、後述する漏水事故件数（図６０を参照）、漏水事故確率（図６０を参照）、漏水事故総件数（図６０を参照）、漏水事故確率結果（図６０及び図６１を参照）及び漏水事故総件数結果（図６０及び図６２を参照）を記憶している。

【0246】

図５３を参照して、漏水事故件数算出部１２３は、ある時期（例えば、現在年、将来年または将来期間）における漏水事故件数（図６０を参照）を、管路ＩＤ毎に算出する。漏水事故件数は、例えば、単位時間（例えば、一年）当たりに、管路ＩＤで特定される埋設管に漏水事故が発生する件数である。漏水事故件数算出部１２３は、例えば、現在年における漏水事故件数を管路ＩＤ毎に算出してもよいし、ｎ年後（例えば、ｎ＝３０）における漏水事故件数を管路ＩＤ毎に算出してもよいし、現在年における漏水事故件数とｎ年後における漏水事故件数の両方を算出してもよい。

【0247】

具体的には、漏水事故件数算出部１２３は、管路ＩＤ毎に、埋設管の第１データ１７に含まれる管路長さと、腐食深さ超過確率予測部３８によって算出された、ある時期（例えば、現在年、将来年または将来期間）における埋設管の腐食深さ超過確率との積を計算して、漏水事故件数評価指標（図５９を参照）を算出する。漏水事故件数評価指標は、管路長さと腐食深さ超過確率との積であるから、管路ＩＤ毎の漏水事故件数に比例する指標である。そして、記憶部２０には、漏水事故件数評価指標から漏水事故件数を得るために漏水事故件数評価指標に掛ける係数が記憶されている。なお、この係数は、過去に得られたある管路の実際の漏水事故件数と当該管路の漏水事故件数評価指標とから、既に算出されている。漏水事故件数算出部１２３は、漏水事故件数評価指標にこの係数を掛けることによって、管路ＩＤ毎に漏水事故件数を算出する。漏水事故件数算出部１２３は、管路ＩＤ毎の漏水事故件数を漏水事故指標記憶部１２４に出力する。管路ＩＤ毎の漏水事故件数は、漏水事故指標記憶部１２４に格納される。

【0248】

ｎ年後における漏水事故件数は、管路ＩＤで特定される埋設管の管路長さと、ｎ年後における、管路ＩＤで特定される埋設管の腐食深さ超過確率とから算出される。ｎ年後における、管路ＩＤで特定される埋設管の腐食深さ超過確率は、管路ＩＤで特定される埋設管の公称管厚と、管路ＩＤで特定される埋設管の第１埋設期間Ｔ₁とｎ年との和とを、管路ＩＤで特定される埋設管の第１環境因子に対応する腐食深さ超過確率予測モデルに適用することによって得られる。

【0249】

漏水事故確率算出部１２７は、ある時期（例えば、現在年、将来年または将来期間）における漏水事故確率（図６０を参照）を、管路ＩＤ毎に算出する。漏水事故確率は、例えば、ある時期（例えば、現在年、将来年または将来期間）において、単位時間（例えば、一年）かつ単位距離（例えば、１ｋｍ）当たりに、管路ＩＤで特定される埋設管に漏水事故が発生する件数である。漏水事故確率算出部１２７は、例えば、現在年における漏水事故確率を管路ＩＤ毎に算出してもよいし、ｎ年後（例えば、ｎ＝３０）における漏水事故確率を管路ＩＤ毎に算出してもよいし、現在年における漏水事故確率とｎ年後における漏水事故確率の両方を管路ＩＤ毎に算出してもよい。

【0250】

具体的には、漏水事故確率算出部１２７は、管路ＩＤ毎に、漏水事故件数算出部１２３で算出された漏水事故件数を、埋設管の第１データ１７に含まれる管路長さ（図５５を参照）で割ることによって、漏水事故確率を算出する。漏水事故確率算出部１２７は、管路ＩＤ毎の漏水事故確率を漏水事故指標記憶部１２４に出力する。管路ＩＤ毎の漏水事故確率は、漏水事故指標記憶部１２４に格納される。

【0251】

ｎ年後における漏水事故確率は、管路ＩＤで特定される埋設管の管路長さと、ｎ年後における、管路ＩＤで特定される埋設管の腐食深さ超過確率とから算出される。ｎ年後における、管路ＩＤで特定される埋設管の腐食深さ超過確率は、管路ＩＤで特定される埋設管の公称管厚と、管路ＩＤで特定される埋設管の第１埋設期間Ｔ₁とｎ年との和とを、管路ＩＤで特定される埋設管の第１環境因子に対応する腐食深さ超過確率予測モデルに適用することによって得られる。

【0252】

漏水事故確率出力部１２８は、漏水事故確率結果を作成して、漏水事故確率結果を、漏水事故指標記憶部１２４に出力するとともに、図１に示されるＲＡＭ４、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力する。漏水事故確率結果は、漏水事故指標記憶部１２４に格納される。漏水事故確率結果は、例えば、漏水事故確率テーブル（図６０を参照）または漏水事故確率マップ１２９（図６１を参照）である。漏水事故確率出力部１２８は、管路ＩＤと当該管路ＩＤに対応する漏水事故確率とをテーブルにまとめて、漏水事故確率テーブルを作成してもよい。漏水事故確率出力部１２８は、埋設管の第１データ１７に含まれる管路マップ１０１（図５４を参照）に管路ＩＤ毎の漏水事故確率を表示して、漏水事故確率マップ１２９を作成してもよい。

【0253】

漏水事故総件数算出部１３１は、ある時期（例えば、現在年、将来年または将来期間）における漏水事故総件数（図６０を参照）を算出する。漏水事故総件数は、属性データ１６に含まれる全ての管路ＩＤ（属性データ１６または管路マップ１０１（図５４を参照）に含まれる全ての管路）についての、ある時期（例えば、現在年、将来年または将来期間）における漏水事故件数の総和である。漏水事故総件数算出部１３１は、属性データ１６に含まれる全ての管路ＩＤについて、ある時期（例えば、現在年、将来年または将来期間）における漏水事故件数を足し合わせることによって、漏水事故総件数を算出する。図６０に示されるように、漏水事故総件数算出部１３１は、例えば、現在年における漏水事故総件数を算出してもよいし、ｎ年後（例えば、ｎ＝３０）における漏水事故総件数を算出してもよいし、現在年における漏水事故総件数とｎ年後における漏水事故総件数の両方を算出してもよい。漏水事故総件数算出部１３１は、漏水事故総件数を漏水事故指標記憶部１２４に出力する。漏水事故総件数は、漏水事故指標記憶部１２４に格納される。

【0254】

漏水事故総件数出力部１３２は、漏水事故総件数結果を作成して、漏水事故総件数結果を、漏水事故指標記憶部１２４に出力するとともに、図１に示されるＲＡＭ４、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力する。漏水事故総件数結果は、漏水事故指標記憶部１２４に格納される。漏水事故総件数結果は、例えば、漏水事故総件数テーブル（図６０を参照）または漏水事故総件数グラフ１３３（図６２を参照）である。漏水事故総件数出力部１３２は、漏水事故総件数の経年変化を示す漏水事故総件数テーブルを作成してもよい。漏水事故総件数出力部１３２は、漏水事故総件数の経年変化を示す漏水事故総件数グラフ１３３を作成してもよい。

【0255】

図６２に示されるように、漏水事故総件数出力部１３２は、将来における管路の更新の態様に応じた漏水事故総件数の経年変化を出力してもよい。例えば、漏水事故総件数出力部１３２は、（ｓ）ｎ年後（例えば、ｎ＝３０）の将来時期まで管路を全く更新しない場合の漏水事故総件数の経年変化と、（ｔ）ｎ年後（例えば、ｎ＝３０）の将来時期までの間に、第１埋設期間Ｔ₁が長い管路から順に、毎年一定距離（例えば、１００ｋｍ）ずつ管路を更新する場合の漏水事故総件数の経年変化と、（ｕ）ｎ年後（例えば、ｎ＝３０）の将来時期までの間に、漏水事故確率が高い管路から順に、毎年一定距離（例えば、１００ｋｍ）ずつ管路を更新する場合の漏水事故総件数の経年変化とを示す漏水事故総件数グラフ１３３を作成して、出力してもよい。漏水事故総件数グラフ１３３のような、将来における管路の更新の態様に応じた漏水事故総件数の経年変化は、顧客が管路の更新計画を策定することを容易にする。

【0256】

図６３から図６５などを参照して、本実施の形態の埋設管更新時期予測方法を説明する。本実施の形態の埋設管更新時期予測方法は、実施の形態４の埋設管更新時期予測方法と同様のステップを備えるが、主に以下の点で異なる。

【0257】

図６３を参照して、本実施の形態の埋設管更新時期予測方法では、埋設管の属性データ１６を取得する（Ｓ７５）。

【0258】

具体的には、図６４を参照して、埋設管データ受付部１１は、顧客から提供される埋設管の第１データ１７を受け付ける（Ｓ１１）。埋設管の第１データ１７は、例えば、管路マップ１０１（図５４を参照）と、埋設管の管路ＩＤ、布設（埋設）年、呼び径、接合形式、管厚の種類及び管路長さ（図５５を参照）とを含む。

【0259】

環境因子マップ作成部１０５は、管路マップ１０１に対応する地域における環境因子マップ１０６（図５６を参照）を作成する（Ｓ８４）。具体的には、環境因子マップ作成部１０５は、地盤情報マップデータベース部１０７を参照して、地盤情報マップから、管路マップ１０１に対応する地域における地盤情報を取得する。環境因子マップ作成部１０５は、地盤－環境因子対応関係データベース部１０８を参照して、取得された地盤情報と地盤－環境因子対応データテーブル１１０とから、管路マップ１０１に対応する地域における埋設管の第１環境因子を、埋設管の管路ＩＤ毎に特定する。環境因子マップ作成部１０５は、特定された埋設管の第１環境因子を管路マップ１０１に対応する地図に表示して、環境因子マップ１０６（図５６を参照）を作成する。環境因子マップ作成部１０５は、環境因子マップ１０６を環境マップ記憶部１０９に格納する。

【0260】

埋設管属性データ取得部１０（属性データ作成部１４）は、記憶部２０に記憶されている現在年（埋設管の更新時期の予測を実行する年）と第１データ１７に含まれる埋設管の布設年との間の差を、第１埋設期間Ｔ₁として算出する（Ｓ１３）。埋設管属性データ取得部１０（属性データ作成部１４）は、第１埋設期間Ｔ₁を、埋設管の管路ＩＤ毎に算出する。埋設管属性データ取得部１０（属性データ作成部１４）は、第１データ１７に含まれる布設（埋設）年、呼び径、接合形式及び管厚の種類（図４を参照）と、公称管厚データベース部２２とから、埋設管の管路ＩＤ毎に公称管厚を特定する（Ｓ７６）。

【0261】

属性データ作成部１４は、埋設管の管路ＩＤ、埋設管の第１環境因子、第１埋設期間Ｔ₁及び公称管厚が対応づけられている埋設管の属性データ１６（図４０を参照）を作成する（Ｓ１９）。埋設管属性データ取得部１０は、埋設管の属性データ１６を埋設管属性データ記憶部２４に出力する。埋設管の属性データ１６は、埋設管属性データ記憶部２４に記憶される。

【0262】

図６３を参照して、腐食深さ超過確率予測モデル選択部３２は、腐食深さ超過確率予測モデル記憶部２６に記憶されている本実施の形態の複数の腐食深さ超過確率予測モデルから、第１環境因子用の腐食深さ超過確率予測モデルを選択する（Ｓ７７）。本実施の形態のステップ（Ｓ７７）は、実施の形態４のステップ（Ｓ７７）と同じである。

【0263】

図６３を参照して、管路ＩＤ毎に、腐食深さ超過確率を出力する（Ｓ８５）。
具体的には、図６５に示されるように、腐食深さ超過確率予測部３８は、埋設管属性データ記憶部２４から、埋設管の管路ＩＤ、第１埋設期間Ｔ₁及び公称管厚を読み出す（Ｓ８１）。

【0264】

腐食深さ超過確率予測部３８は、ステップ（Ｓ７７）で選択された第１環境因子用の腐食深さ超過確率予測モデルと、埋設管の第１埋設期間Ｔ₁及び公称管厚とから、管路ＩＤ毎に、腐食深さ超過確率を算出する（Ｓ８２）。本実施の形態のステップ（Ｓ８２）は、実施の形態４のステップ（Ｓ８２）と同じである。腐食深さ超過確率予測部３８は、管路ＩＤ毎に、現在年における腐食深さ超過確率を算出してもよいし、管路ＩＤ毎に、ｎ年後の将来における腐食深さ超過確率を算出してもよいし、管路ＩＤ毎に、現在年における腐食深さ超過確率とｎ年後の将来における腐食深さ超過確率の両方を算出してもよい。

【0265】

図６３を参照して、漏水事故件数算出部１２３は、ある時期（例えば、現在年、将来年または将来期間）における漏水事故件数（図６０を参照）を、管路ＩＤ毎に算出する（Ｓ８６）。漏水事故件数算出部１２３は、例えば、現在年における漏水事故件数を管路ＩＤ毎に算出してもよいし、ｎ年後（例えば、ｎ＝３０）における漏水事故件数を管路ＩＤ毎に算出してもよいし、現在年における漏水事故件数とｎ年後における漏水事故件数の両方を管路ＩＤ毎に算出してもよい。

【0266】

具体的には、漏水事故件数算出部１２３は、管路ＩＤ毎に、埋設管の第１データ１７に含まれる管路長さと、腐食深さ超過確率予測部３８によって算出された、ある時期（例えば、現在年、将来年または将来期間）における埋設管の腐食深さ超過確率との積を計算して、漏水事故件数評価指標（図５９を参照）を算出する。漏水事故件数評価指標は、管路長さと腐食深さ超過確率との積であるから、管路ＩＤ毎の漏水事故件数に比例する指標である。漏水事故件数算出部１２３は、既に述べた係数を漏水事故件数評価指標に掛けることによって、管路ＩＤ毎に漏水事故件数を算出する。漏水事故件数算出部１２３は、管路ＩＤ毎の漏水事故件数を漏水事故指標記憶部１２４に出力する。管路ＩＤ毎の漏水事故件数は、漏水事故指標記憶部１２４に格納される。

【0267】

図６３を参照して、漏水事故確率算出部１２７は、ある時期（例えば、現在年、将来年または将来期間）における漏水事故確率（図６０を参照）を、管路ＩＤ毎に算出する（Ｓ８７）。漏水事故確率算出部１２７は、例えば、現在年における漏水事故確率を管路ＩＤ毎に算出してもよいし、ｎ年後（例えば、ｎ＝３０）における漏水事故確率を管路ＩＤ毎に算出してもよいし、現在年における漏水事故確率とｎ年後における漏水事故確率の両方を管路ＩＤ毎に算出してもよい。

【0268】

具体的には、漏水事故確率算出部１２７は、管路ＩＤ毎に、漏水事故件数算出部１２３で算出された漏水事故件数を、埋設管の第１データ１７に含まれる管路長さ（図５５を参照）で割ることによって、漏水事故確率を算出する。漏水事故確率算出部１２７は、管路ＩＤ毎の漏水事故確率を漏水事故指標記憶部１２４に出力する。管路ＩＤ毎の漏水事故確率は、漏水事故指標記憶部１２４に格納される。

【0269】

図６３を参照して、漏水事故確率出力部１２８は、漏水事故確率結果を作成して、出力する（Ｓ８８）。漏水事故確率出力部１２８は、漏水事故確率結果を、漏水事故指標記憶部１２４に出力するとともに、図１に示されるＲＡＭ４、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力する。漏水事故確率結果は、漏水事故指標記憶部１２４に格納される。漏水事故確率結果は、例えば、漏水事故確率テーブル（図６０を参照）または漏水事故確率マップ１２９（図６１を参照）である。漏水事故確率出力部１２８は、管路ＩＤと当該管路ＩＤに対応する漏水事故確率とをテーブルにまとめて、漏水事故確率テーブルを作成してもよい。漏水事故確率出力部１２８は、埋設管の第１データ１７に含まれる管路マップ１０１（図５４を参照）に管路ＩＤ毎の漏水事故確率を表示して、漏水事故確率マップ１２９を作成してもよい。

【0270】

図６３を参照して、漏水事故総件数算出部１３１は、ある時期（例えば、現在年、将来年または将来期間）における漏水事故総件数（図６０を参照）を算出する（Ｓ９０）。漏水事故総件数算出部１３１は、属性データ１６に含まれる全ての管路ＩＤ（属性データ１６または管路マップ１０１（図５４を参照）に含まれる全ての管路）について、ある時期（例えば、現在年、将来年または将来期間）における漏水事故件数を足し合わせることによって、漏水事故総件数を算出する。漏水事故総件数算出部１３１は、例えば、現在年における漏水事故総件数を算出してもよいし、ｎ年後（例えば、ｎ＝３０）における漏水事故総件数を算出してもよいし、現在年における漏水事故総件数とｎ年後における漏水事故総件数の両方を算出してもよい。漏水事故総件数算出部１３１は、漏水事故総件数を漏水事故指標記憶部１２４に出力する。漏水事故総件数は、漏水事故指標記憶部１２４に格納される。

【0271】

図６３を参照して、漏水事故総件数出力部１３２は、漏水事故総件数結果を作成して出力する（Ｓ９１）。漏水事故総件数出力部１３２は、漏水事故総件数結果を、漏水事故指標記憶部１２４に出力するとともに、図１に示されるＲＡＭ４、ハードディスク５、可搬型記憶媒体７ｍ及びモニタ８ｂの少なくとも一つに出力する。漏水事故総件数結果は、漏水事故指標記憶部１２４に格納される。漏水事故総件数結果は、例えば、漏水事故総件数テーブル（図６０を参照）または漏水事故総件数グラフ１３３（図６２を参照）である。漏水事故総件数出力部１３２は、漏水事故総件数の経年変化を示す漏水事故総件数テーブルを作成してもよい。漏水事故総件数出力部１３２は、漏水事故総件数の経年変化を示す漏水事故総件数グラフ１３３として作成してもよい。

【0272】

図６２に示されるように、漏水事故総件数出力部１３２は、将来における埋設管の更新の態様に応じた漏水事故総件数の経年変化を出力してもよい。例えば、漏水事故総件数出力部１３２は、（ｓ）ｎ年後の将来時期まで管路を全く更新しない場合の漏水事故総件数の経時変化と、（ｔ）ｎ年後の将来時期までの間に、第１埋設期間Ｔ₁が長い管路から順に、毎年一定距離（例えば、１００ｋｍ）ずつ管路を更新する場合の漏水事故総件数の経時変化と、（ｕ）ｎ年後の将来時期までの間に、漏水事故確率が高い管路から順に、毎年一定距離（例えば、１００ｋｍ）ずつ管路を更新する場合の漏水事故総件数の経時変化とを示す漏水事故総件数グラフ１３３を作成して、出力してもよい。漏水事故総件数グラフ１３３のような、将来における埋設管の更新の態様に応じた漏水事故総件数の経年変化は、顧客が管路の更新計画を策定することを容易にする。

【0273】

本実施の形態の埋設管更新時期予測装置１ｅ及び埋設管更新時期予測方法では、漏水事故件数、漏水事故確率及び漏水事故総件数が算出されているが、漏水事故件数、漏水事故確率または漏水事故総件数の少なくとも一つが算出されてもよい。

【0274】

本実施の形態のプログラムは、本実施の形態の埋設管更新時期予測方法をプロセッサ２に実行させる。本実施の形態のコンピュータ読み取り可能な記録媒体は、本実施の形態の埋設管更新時期予測方法をプロセッサ２に実行させるプログラムが記録されている。

【0275】

本実施の形態において、埋設管の属性データ１６は、埋設管の公称管厚に代えて、埋設管の許容腐食深さを含んでもよい。埋設管更新時期予測装置１ｅは、最小許容管厚算出部１２と、許容腐食深さ算出部１３と、管厚許容差データベース部２３とを備えてもよい。腐食深さ超過確率予測モデルに、埋設管の第１埋設期間Ｔ₁と許容腐食深さとを適用して、腐食深さ超過確率と、漏水事故件数、漏水事故確率または漏水事故総件数の少なくとも一つとが算出されてもよい。

【0276】

本実施の形態の埋設管更新時期予測装置１ｅ、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体の効果は、実施の形態４の埋設管更新時期予測装置１ｄ、埋設管更新時期予測方法、プログラム及びコンピュータ読み取り可能な記録媒体の効果に加えて、以下の効果を奏する。

【0277】

本実施の形態の埋設管更新時期予測装置１ｅは、漏水事故件数算出部１２３、漏水事故確率算出部１２７または漏水事故総件数算出部１３１の少なくとも一つをさらに備える。属性データ１６は、埋設管の管路ＩＤと管路長さとをさらに含む。漏水事故件数算出部１２３は、管路ＩＤで特定される埋設管の腐食深さ超過確率と管路ＩＤで特定される埋設管の管路長さとから、ある時期における漏水事故件数を管路ＩＤ毎に算出する。漏水事故件数は、ある時期において、単位時間当たりに、管路ＩＤで特定される埋設管に漏水事故が発生する件数である。漏水事故確率算出部１２７は、管路ＩＤで特定される埋設管の腐食深さ超過確率と管路ＩＤで特定される埋設管の管路長さとから、ある時期における漏水事故確率を管路ＩＤ毎に算出する。漏水事故確率は、ある時期において、単位時間かつ単位距離当たりに、管路ＩＤで特定される埋設管に漏水事故が発生する件数である。漏水事故総件数算出部１３１は、属性データ１６に含まれる全ての管路ＩＤについて、ある時期における漏水事故件数を足し合わせて、ある時期における漏水事故総件数を算出する。

【0278】

埋設管更新時期予測装置１ｅによれば、顧客が管路の更新計画を策定することを容易にする漏水事故件数、漏水事故確率または漏水事故総件数の少なくとも一つを、顧客に提供することができる。

【0279】

本実施の形態の埋設管更新時期予測方法は、漏水事故件数、漏水事故確率または漏水事故総件数の少なくとも一つを算出するステップをさらに備える。属性データ１６は、埋設管の管路ＩＤと管路長さとをさらに含む。漏水事故件数は、ある時期において、単位時間当たりに、埋設管に漏水事故が発生する件数であって、管路ＩＤで特定される埋設管の腐食深さ超過確率と管路ＩＤで特定される埋設管の管路長さとから管路ＩＤ毎に算出される。漏水事故確率は、ある時期において、単位時間かつ単位距離当たりに、管路ＩＤで特定される埋設管に漏水事故が発生する件数であって、管路ＩＤで特定される埋設管の腐食深さ超過確率と管路ＩＤで特定される埋設管の管路長さとから算出される。漏水事故総件数は、属性データ１６に含まれる全ての管路ＩＤについて、ある時期における漏水事故件数を足し合わせて算出される。

【0280】

本実施の形態の埋設管更新時期予測方法によれば、顧客が管路の更新計画を策定することを容易にする漏水事故件数、漏水事故確率または漏水事故総件数の少なくとも一つを、顧客に提供することができる。

【0281】

本実施の形態のプログラムは、本実施の形態の埋設管更新時期予測方法の各ステップをプロセッサ２に実行させる。本実施の形態のコンピュータ読み取り可能な記録媒体には、本実施の形態のプログラムが記録されている。本実施の形態のプログラム及びコンピュータ読み取り可能な記録媒体によれば、顧客が管路の更新計画を策定することを容易にする漏水事故件数、漏水事故確率または漏水事故総件数の少なくとも一つを、顧客に提供することができる。

【0282】

（変形例）
実施の形態１から実施の形態３において、埋設管の属性データ１６は、埋設管の許容腐食深さに代えて、埋設管の公称管厚（図６を参照）を含んでもよい。管更新時期予測部３６は、埋設管の腐食深さが埋設管の公称管厚に達する公称管厚到達時期を算出して出力してもよい。管更新判断部３７は、管更新判断基準記憶部２７から、埋設管の公称厚さに対応する管更新判断内容を読み出して、当該管更新判断内容を含む埋設管の管更新判断結果５２を出力してもよい。

【0283】

実施の形態１から実施の形態４において、埋設管の第１データ１７は、埋設場所（図４を参照）に代えて、管路マップ１０１（図５４を参照）を含んでもよい。実施の形態１から実施の形態４の埋設管更新時期予測装置１，１ｂ，１ｃ，１ｄでは、環境因子マップ作成部１０５と、地盤情報マップデータベース部１０７と、地盤－環境因子対応関係データベース部１０８と、環境マップ記憶部１０９とを備えてもよい。

【0284】

実施の形態４及び実施の形態５の埋設管更新時期予測装置１ｄ，１ｅは、実施の形態２または実施の形態３に示されているように、通信ネットワーク９０を介して、クライアント端末８０または属性データ作成ユニット７０に通信可能に接続されてもよい。

【0285】

実施の形態４及び実施の形態５の埋設管更新時期予測装置１ｄ，１ｅは、管更新時期予測部３６（図２を参照）と、管更新判断部３７（図２を参照）と、最小許容管厚算出部１２（図２を参照）と、許容腐食深さ算出部１３（図２を参照）と、管厚許容差データベース部２３（図２を参照）と、管更新判断基準記憶部２７（図２を参照）とを備えてもよい。

【0286】

今回開示された実施の形態１－５及びそれらの変形例はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は、上記した説明ではなく特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることを意図される。

【符号の説明】

【0287】

１，１ｂ，１ｃ，１ｄ，１ｅ 埋設管更新時期予測装置、２，７２，８２ プロセッサ、３，７３，８３ ＲＯＭ、４，７４，８４ ＲＡＭ、５，７５ ハードディスク、６，７６，８６ 通信部、７ 可搬型記憶媒体用ドライブ、７ｍ 可搬型記憶媒体、８ａ，７７，８７ 入力部、８ｂ，７８，８８ モニタ、９ バス、１０ 埋設管属性データ取得部、１１ 埋設管データ受付部、１２ 最小許容管厚算出部、１３ 許容腐食深さ算出部、１４ 属性データ作成部、１６ 属性データ、１７ 第１データ、１８ 参照データ、２０，８５ 記憶部、２１ 環境因子データベース部、２２ 公称管厚データベース部、２３ 管厚許容差データベース部、２４ 埋設管属性データ記憶部、２５ 腐食深さ経時変化予測モデル記憶部、２６ 腐食深さ超過確率予測モデル記憶部、２７ 管更新判断基準記憶部、２８ 腐食のラグタイム記憶部、３１ 腐食深さ経時変化予測モデル選択部、３２ 腐食深さ超過確率予測モデル選択部、３６ 管更新時期予測部、３７ 管更新判断部、３８ 腐食深さ超過確率予測部、４１，４２，４３，４５ データテーブル、５０ 管更新時期予測結果、５１ 管更新判断データテーブル、５２ 管更新判断結果、５３ 腐食深さ超過確率結果、６０，６０ｃ 埋設管更新時期予測システム、６５ 記憶ユニット、７０ 属性データ作成ユニット、８０ クライアント端末、９０ 通信ネットワーク、１０１ 管路マップ、１０５ 環境因子マップ作成部、１０６ 環境因子マップ、１０７ 地盤情報マップデータベース部、１０８ 環境因子対応関係データベース部、１０９ 環境マップ記憶部、１１０ 環境因子対応データテーブル、１２３ 漏水事故件数算出部、１２４ 漏水事故指標記憶部、１２７ 漏水事故確率算出部、１２８ 漏水事故確率出力部、１２９ 漏水事故確率マップ、１３１ 漏水事故総件数算出部、１３２ 漏水事故総件数出力部、１３３ 漏水事故総件数グラフ。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】

【図24】

【図25】

【図26】

【図27】

【図28】

【図29】

【図30】

【図31】

【図32】

【図33】

【図34】

【図35】

【図36】

【図37】

【図38】

【図39】

【図40】

【図41】

【図42】

【図43】

【図44】

【図45】

【図46】

【図47】

【図48】

【図49】

【図50】

【図51】

【図52】

【図53】

【図54】

【図55】

【図56】

【図57】

【図58】

【図59】

【図60】

【図61】

【図62】

【図63】

【図64】

【図65】