JP7534202B2 - 掘削装置 - Google Patents

Description

この発明は、例えば地盤を掘削した際の掘削データに基づいて、地盤の土質性状を識別するような掘削装置に関する。

建造物の基礎を構築するための杭を地盤に構築する杭孔掘削の杭工法として、例えば、リバース工法がある（特許文献１参照）。
このリバース工法は、回動するビットで地盤を掘削し、掘削された杭孔内の泥水を土砂とともに、回収ホースを介して地上に排出する。さらに、リバース工法は、地盤表層部では杭孔の孔壁をスタンドパイプで保持し、スタンドパイプの下端以深ではマッドケーキに水頭圧が作用することで孔壁を保持している。

従来、このような杭工法では、杭孔内の状態を直接視認できないため、ビットの回転トルクや掘削速度などの掘削データに基づいて、オペレータが、地盤の土質性状や掘削状況を見極めながら、掘削装置を操作する。このため、オペレータには、豊富な経験と高度な判断とが要求される。

しかしながら、例えば場所打ち杭の施工現場では、昨今、経験豊富なオペレータの高齢化だけでなく、経験豊富なオペレータの確保が難しくなっている。このため、経験豊富なオペレータに頼らず、地盤の土質性状を識別したいというニーズがあった。

特開２００４－２６３５６１号公報

本発明は、上述の問題に鑑み、地盤の土質性状を識別できる掘削装置を提供することを目的とする。

この発明は、地盤に杭を構築するための杭孔を、土砂を含む泥水を地上に排出しながらビットによって掘削形成する掘削装置であって、前記ビットの回転状態を示す時系列データを取得するビットデータ取得手段と、前記ビットの回転状態を示す時系列データに基づいて前記地盤のＮ値を推定するＮ値推定手段と、該Ｎ値推定手段で推定されたＮ値を出力する出力手段とを備え、前記Ｎ値推定手段は、前記ビットの回転状態を示す時系列データ、及び前記泥水の排泥流速を示す時系列データを教師データとする学習モデルで構築されたことを特徴とする。

上記ビットの回転状態は、ビットの貫入力、ビットの回転トルク、ビットの掘削速度、ビットの振動などのことをいう。
この発明によれば、掘削装置は、ビットの回転状態を示す時系列データ、及び排泥流速を示す時系列データのいずれか一方を教師データとする学習モデルに比べて、精度の高い学習モデルを用いて地盤のＮ値を推定することができる。このため、掘削装置は、オペレータの経験に頼ることなく、地盤の土質性状を精度よく識別することができる。

さらに、推定されたＮ値を出力手段に出力することにより、掘削装置は、地盤の土質性状を、Ｎ値を用いてオペレータに容易に伝えることができる。このため、掘削装置は、オペレータによる掘削状況の見極めを容易にして、オペレータの負担を軽減することができる。

この発明の態様として、前記泥水の排泥流速を示す時系列データを取得する排泥データ取得手段を備え、前記Ｎ値推定手段は、前記ビットの回転状態を示す時系列データ、及び前記排泥流速を示す時系列データに基づいて前記地盤のＮ値を推定する構成であってもよい。
この構成によれば、掘削装置は、ビットの回転状態を示す時系列データに基づいてＮ値を推定する場合に比べて、地盤のＮ値をより精度よく推定することができる。

またこの発明の態様として、前記Ｎ値推定手段によって推定された前記Ｎ値に基づいて、前記ビットの支持層への到達を判定する支持層判定手段を備えてもよい。
この構成によれば、掘削装置は、ビットの支持層への到達をオペレータが判定することを不要にできる。さらに、オペレータが支持層への到達を判断する場合、オペレータの経験によって判断がばらつくのに対して、掘削装置は、支持層への到達を安定して判定することができる。

またこの発明の態様として、前記Ｎ値推定手段によって推定された前記Ｎ値に基づいて、地盤の土質分類を判定する土質判定手段を備えてもよい。
上記土質分類は、例えば礫層、粘土層などのことをいう。
この構成によれば、掘削装置は、回転トルクや貫入力などの複数のデータに基づいてオペレータが土質分類を判断する場合に比べて、オペレータの負担を軽減することができる。

またこの発明の態様として、前記ビットデータ取得手段は、前記ビットの貫入力、前記ビットの回転トルク、前記ビットの掘削速度、及び前記ビットの振動のうち、少なくとも２つ以上の時系列データを、前記ビットの回転状態を示す時系列データとして取得する構成であってもよい。

この構成によれば、掘削装置は、ビットの貫入力、ビットの回転トルク、ビットの掘削速度、及びビットの振動のうち、いずれか１つをビットの回転状態を示す時系列データとして取得した場合に比べて、地盤のＮ値をさらに精度よく推定することができる。

またこの発明の態様として、正常な排泥流速を示す閾値を流速閾値とし、正常なビットの回転状態を示す閾値をビット閾値として、前記学習モデルは、前記排泥流速が前記流速閾値を超え、かつ前記ビットの回転状態が前記ビット閾値を超える時間帯域を除去した前記教師データを用いて構築されてもよい。
上記流速閾値及びビット閾値は、それぞれ上限値、下限値、または上下限値からなる許容範囲のことをいう。

この構成によれば、掘削装置は、正常な掘削状態を示す教師データを用いて構築された学習モデルに基づいて、地盤のＮ値を精度よく推定することができる。
具体的には、ビットの回転トルクや泥水の排泥流速などは、地盤をスムーズに掘削している場合でもある程度変動するが、土質性状や層厚によっては許容範囲を超えて変動することがある。例えば、礫層では、泥水を排出する流路が礫によって閉塞することで、排泥流速が許容範囲を超えて低下することがある。

つまり、ビットの回転状態及び排泥流速が許容範囲を超える時間帯域は、ビットの回転状態が意図しない状態、または排泥流速が意図しない流速になっているおそれがある。換言すれば、ビットの回転状態及び排泥流速が許容範囲を超える時間帯域は、正常な地盤の掘削状態を示していないおそれがある。

そこで、排泥流速が流速閾値を超え、かつビットの回転状態がビット閾値を超える時間帯域を除去することで、教師データは、正常な地盤の掘削状態を示すことになる。このような教師データを用いて学習モデルが構築されているため、掘削装置は、地盤のＮ値を精度よく推定することができる。

またこの発明の態様として、前記学習モデルは、前記排泥流速に関わらず、前記ビットの掘削速度が０ｃｍ／ｍｉｎ以下となる時間帯域を除去した前記教師データを用いて構築されてもよい。
この構成によれば、掘削装置は、より正常な掘削状態を示す教師データを用いて構築された学習モデルに基づいて、地盤のＮ値を精度よく推定することができる。

具体的には、例えば、ビットが回転しているが掘削深度に変化がない状態、空転させながらビットを上昇させている状態、あるいは上昇位置でビットの空転を維持している状態では、掘削速度が０ｃｍ／ｍｉｎ以下となる。つまり、掘削速度が０ｃｍ／ｍｉｎ以下の時間帯域は、ビットが空転している時間帯域であり、正常な地盤の掘削状態を示していない。

そこで、ビットが空転している時間帯域を除去することで、教師データは、より正常な地盤の掘削状態を示すことになる。このような教師データを用いて学習モデルが構築されているため、掘削装置は、地盤のＮ値を精度よく推定することができる。

本発明により、地盤の土質性状を識別できる掘削装置を提供することができる。

掘削装置の構成を示す構成図。 掘削装置の内部構成を示すブロック図。 オペレータ用モニタ、及び掘削管理用モニタに表示される画面を説明する説明図。 学習モデルの概略を説明する説明図。 時系列データの一例を説明する説明図。 Ｎ値を推定する処理動作を示すフローチャート。 推定Ｎ値とボーリング調査でのＮ値とを比較した比較図。 データ処理装置の内部構成を示すブロック図。 修正掘削データを生成出力する処理動作を示すフローチャート。

この発明の一実施形態を以下図面と共に説明する。
本実施形態の掘削装置１は、場所打ち杭のための杭孔をリバース工法で掘削形成する装置である。このような掘削装置１について、図１から図６を用いて説明する。

なお、図１は掘削装置１の構成図を示し、図２は掘削装置１のブロック図を示し、図３はオペレータ用モニタ５１、及び掘削管理用モニタ５２に表示される画面を説明する説明図を示している。
さらに、図４は学習モデル５６の概略を説明する説明図を示し、図５は時系列データの一例を説明する説明図を示し、図６はＮ値を推定する処理動作のフローチャートを示している。

掘削装置１は、図１に示すように、地盤Ｇを掘削する掘削機２と、土砂を含む泥水Ｗ（安定液ともいう）を循環させる泥水循環装置３と、杭孔Ｈに貯留された泥水Ｗの水位を検知する水位センサ４と、これらの動作を制御するコントロールユニット５とで構成されている。

掘削機２は、詳細な図示を省略するが、例えば低空頭型の掘削機である。この掘削機２は、図１に示すように、二点鎖線で図示した掘削機本体２１と、掘削機本体２１のフィード（図示省略）に支持された内部中空のロッド２２と、ロッド２２の下端に一体的に設けた掘削用のビット２３とを備えている。

さらに、掘削機本体２１は、図２に示すように、フィードを昇降させる油圧ポンプ２４と、ロッド２２を回転駆動させる回転駆動部２５と、油圧センサ２６、回転検知センサ２７、及び振動検知センサ２８とを備えている。

油圧センサ２６は、油圧ポンプ２４の油圧を検知する機能と、検知した油圧を出力信号としてコントロールユニット５に出力する機能とを有している。
回転検知センサ２７は、ロッド２２の回転数を検知する機能と、検知した回転数を出力信号としてコントロールユニット５に出力する機能とを有している。
振動検知センサ２８は、ロッド２２の振動を検知する機能と、検知したロッド２２の振動を出力信号としてコントロールユニット５に出力する機能とを有している。

また、泥水循環装置３は、図１に示すように、ロッド２２の上端に接続され、ロッド２２の内部に連通する回収ホース３１と、ロッド２２及び回収ホース３１を介して泥水Ｗを杭孔Ｈから地上に排出する排泥ポンプ３２と、地上に排出された泥水Ｗから土砂を分離する土砂分離機３３とを備えている。
さらに、泥水循環装置３は、図１に示すように、土砂を分離した泥水Ｗを一時貯留する貯留槽３４と、貯留槽３４の泥水Ｗを、供給ホース３５を介して杭孔Ｈに圧送する送泥ポンプ３６とを備えている。

加えて、泥水循環装置３は、図２に示すように、杭孔Ｈから土砂分離機３３へ向かう泥水Ｗの流速を検知する流量計３７を備えている。この流量計３７は、泥水Ｗの流速（以下、排泥流速と呼ぶ）を検知する機能と、検知した排泥流速を出力信号としてコントロールユニット５に出力する機能とを有している。

また、水位センサ４は、図１に示すように、杭孔Ｈの内部に挿入され、泥水Ｗの水位を検知する機能と、検知した水位を出力信号としてコントロールユニット５に出力する機能とを有している。
また、コントロールユニット５は、図１に示すように、掘削機２、泥水循環装置３、及び水位センサ４に電気的に接続されるとともに、各種情報を授受可能に構成されている。

具体的には、コントロールユニット５は、図２に示すように、オペレータ用モニタ５１、掘削管理用モニタ５２、操作部５３、記憶部５４、及びこれらの動作を制御する掘削制御部５５とで構成されている。

オペレータ用モニタ５１は、掘削制御部５５の指示によって各種情報を表示する液晶ディスプレイと、オペレータの入力操作を受け付けるタッチパネルとを備えた、所謂、タッチパネル付き液晶ディスプレイで構成されている。このオペレータ用モニタ５１は、掘削制御部５５の指示によって各種情報を表示する機能と、オペレータの入力操作を受け付ける機能と、受け付けた入力内容を示す情報を掘削制御部５５に出力する機能とを有している。

このオペレータ用モニタ５１には、例えば、図３（ａ）に示すように、杭孔Ｈの現在の掘削状態を示す画面が表示される。なお、現在の掘削状態を示す画面には、図３（ａ）に示すように、掘削深度、掘削速度、安定液水位（泥水Ｗの水位）、及び後述する推定Ｎ値などがリアルタイムに表示されている。

掘削管理用モニタ５２は、例えば、液晶ディスプレイなどで構成され、掘削制御部５５の指示によって各種情報を表示する機能を有している。この掘削管理用モニタ５２には、図３（ｂ）に示すように、杭孔Ｈの掘削状態を経過時間、及び掘削深度で示す画面が表示される。なお、杭孔Ｈの掘削状態を示す画面には、図３（ｂ）に示すように、貫入力、掘削速度、回転速度、及び回転トルクが、経過時間、及び掘削深度の双方で表示されている。さらに、杭孔Ｈの掘削状態を示す画面には、詳細な図示を省略するが、掘削深度と推定Ｎ値との関係を示すグラフが表示されている。

操作部５３は、例えば、キーボードやタッチパネルで構成され、オペレータの入力操作を受け付ける機能と、受け付けた入力内容を示す情報を掘削制御部５５に出力する機能とを有している。
記憶部５４は、ハードディスクあるいは不揮発性メモリなどで構成され、各種情報を書き込んで記憶する機能と、各種情報を読み出す機能とを有している。

この記憶部５４は、各種処理の実行プログラム、オペレータが入力した各種情報、及び地盤ＧのＮ値を推定する学習モデル５６などを記憶している。
学習モデル５６は、図４に示すように、例えば、入力情報が入力される入力層５６ａ、中間層５６ｂ、及び出力情報が出力される出力層５６ｃからなるニューラルネットワークを用いた推定アルゴリズムである。

この学習モデル５６は、図４に示すように、例えば、掘削機本体２１の各センサから得た各種情報、及び泥水循環装置３の流量計３７から得た水位を示す情報を入力情報とし、入力情報に対する出力情報として、地盤ＧのＮ値の推定値である推定Ｎ値が得られるように構築されている。
なお、入力情報は、泥水Ｗの排泥流速、ビット２３の回転速度、ビット２３の回転トルク、貫入力、フィード吊荷重、ビット２３の振動、及び掘削速度などの時系列データ群である。

さらに、学習モデル５６は、図４に示すように、ボーリング調査で得た土質性状、及びＮ値を関連付けたボーリングデータと、後述する修正掘削データとを、入力情報に対する教師データＴとして、繰り返し学習して構築されている。
この際、学習モデル５６は、入力情報に対する出力情報が、地盤Ｇの推定Ｎ値となるように、教師データＴに基づいて重み付けや判定閾値を繰り返し調整して学習している。

掘削制御部５５は、例えば、ＣＰＵやメモリなどのハードウェアと、制御プログラムなどのソフトウェアとで構成されている。この掘削制御部５５は、掘削機２、泥水循環装置３、及び水位センサ４との各種信号の授受に係る処理機能と、杭孔Ｈの掘削状況の演算に係る各種処理機能と、所定のバスを介して接続された各部の動作を制御する機能とを有している。

より詳しくは、掘削制御部５５は、フィード吊荷重、ビット２３の回転トルク、貫入力、ビット２３の回転速度、掘削速度、掘削深度、ビット２３の振動、及び泥水Ｗの水位を、それぞれ時系列データとして算出する機能を有している。

フィード吊荷重、及び回転トルクは、油圧センサ２６が出力した油圧を示す出力信号に基づいて算出している。
貫入力は、ロッド２２、及びビット２３の総重量と、フィード吊荷重とに基づいて算出している。
ビット２３の回転速度は、回転検知センサ２７が出力したロッド２２の回転数を示す出力信号に基づいて算出している。

掘削速度は、フィード吊荷重、及び掘削の経過時間に基づいて算出している。
掘削深度は、掘削速度、及び掘削の経過時間に基づいて算出している。
ビット２３の振動は、振動検知センサ２８が出力したロッド２２の振動を示す出力信号に基づいて算出している。
泥水Ｗの水位は、水位センサ４が出力した水位を示す出力信号に基づいて算出している。

次に、上述した構成の掘削装置１が、地盤Ｇを掘削する流れについて簡単に説明する。なお、地盤Ｇの表層には、浅く掘削した部分に、ライナープレートによる口元管が予め設置されている。

掘削装置１は、オペレータの操作によって地盤Ｇの掘削を開始すると、杭孔Ｈの泥水Ｗを循環させながら、フィードを下降させるとともに、ビット２３を回動させることで、ビット２３で口元管内の地盤Ｇを掘削する。
この際、掘削装置１の掘削制御部５５は、フィード吊荷重、ビット２３の回転トルク、貫入力、ビット２３の回転速度、掘削速度、掘削深度、ビット２３の振動、及び泥水Ｗの水位を逐次算出し、掘削の経過時間に関連付けられた時系列データ群として取得する。

また、オペレータは、オペレータ用モニタ５１に表示された現在の掘削状態を示す各種情報を確認しながら、コントロールユニット５を操作することで、ビット２３の回転速度や掘削速度などを調整して杭孔Ｈの掘削を進行させる。

例えば、オペレータは、図５に示すように、排泥流速が低下した場合（図中の時刻Ｔ１）、土砂が増加するなどして泥水Ｗの排出に遅れが生じているものと判断し、コントロールユニット５を操作して、フィードを上昇させてビット２３を空転させる。

その後、泥水Ｗの排泥流速が回復すると（図中の時刻Ｔ２）、オペレータは、コントロールユニット５を操作して、杭孔Ｈの掘削を再開し正常な掘削状態へ移行させることで、杭孔Ｈの掘削を進行させる。
このように掘削装置１が、杭孔Ｈの掘削状態を示す各種情報を算出し、オペレータが、算出された各種情報を確認しながら、コントロールユニット５を操作することで、杭孔Ｈの掘削が進行する。

さらに、掘削装置１は、口元管内のビット２３が地盤Ｇを掘削開始すると、算出した時系列データ群に基づく地盤ＧのＮ値の推定を開始する。
この地盤ＧのＮ値を推定するコントロールユニット５の処理動作について図６を用いて説明する。

オペレータの操作によってフィードが降下開始すると、コントロールユニット５の掘削制御部５５は、図６に示すように、ビット２３の回転トルクや貫入力などに基づいて、ビット２３が地盤Ｇの掘削を開始したか否かを判定する（ステップＳ１０１）。

ビット２３が地盤Ｇの掘削を開始していない場合（ステップＳ１０１：Ｎｏ）、掘削制御部５５は、ビット２３が地盤Ｇに到達し掘削を開始するまで処理を待機する。
一方、ビット２３が地盤Ｇの掘削を開始した場合（ステップＳ１０１：Ｙｅｓ）、掘削制御部５５は、算出した時系列データ群に基づいて、Ｎ値を推定するＮ値推定処理を開始する（ステップＳ１０２）。

具体的には、掘削制御部５５は、泥水Ｗの排泥流速、ビット２３の回転速度、ビット２３の回転トルク、貫入力、フィード吊荷重、ビット２３の振動、及び掘削速度を示す時系列データを、記憶部５４から読み込んだ学習モデル５６の入力層５６ａに入力情報として入力する。

この際、学習モデル５６は、入力情報を入力層５６ａから中間層５６ｂへ、中間層５６ｂから出力層５６ｃへ受け渡しながら、予め学習した重みや閾値との比較判定などを行って推定Ｎ値を推定する。そして、学習モデル５６の出力層５６ｃは、推定した推定Ｎ値を出力情報として出力する。

推定Ｎ値が出力されると、掘削制御部５５は、学習モデル５６から出力された推定Ｎ値と掘削深度とを関連付けて一時記憶する（ステップＳ１０３）。さらに、掘削制御部５５は、推定Ｎ値を、オペレータ用モニタ５１及び掘削管理用モニタ５２に表示する。その後、掘削制御部５５は、推定Ｎ値が地盤Ｇの支持層を示す指標である４０以上か否かを判定する（ステップＳ１０４）。

推定Ｎ値が４０以上の場合（ステップＳ１０４：Ｙｅｓ）、掘削制御部５５は、ビット２３が支持層に到達したと判断し、支持層への到達を報知する報知処理を開始する（ステップＳ１０５）。この際、掘削制御部５５は、例えば、ビット２３が支持層に到達したことを示す案内画面を、オペレータ用モニタ５１に表示する。

その後、掘削制御部５５は、時系列データ群に基づいて、杭孔Ｈの掘削が完了したか否かを判定する（ステップＳ１０６）。杭孔Ｈの掘削が完了していない場合（ステップＳ１０６：Ｎｏ）、掘削制御部５５は、処理をステップＳ１０２に戻し、杭孔Ｈの掘削が完了するまで所定時間間隔で、ステップＳ１０２からステップＳ１０６の処理を繰り返す。

一方、杭孔Ｈの掘削が完了した場合（ステップＳ１０６：Ｙｅｓ）、掘削制御部５５は、時系列データ群、及び一時記憶した推定Ｎ値を記憶部５４に記憶し（ステップＳ１０７）、その後全ての処理を終了する。

なお、ステップＳ１０４において、推定Ｎ値が４０未満の場合（ステップＳ１０４：Ｙｅｓ）、掘削制御部５５は、処理をステップＳ１０６に進め、杭孔Ｈの掘削が完了したか否かを判定する。

このようにして、掘削装置１は、杭孔Ｈの掘削に伴って地盤ＧのＮ値を推定することで、ビット２３の支持層への到達を判別している。

引き続き、掘削装置１が推定した推定Ｎ値と、ボーリング調査で得た地盤ＧのＮ値について図７を用いて説明する。
なお、図７は推定Ｎ値とボーリング調査でのＮ値とを比較した比較図であり、図７中の左図はボーリング調査で得た地盤Ｇの土質性状を示し、図７中の右図は掘削装置１が推定した推定Ｎ値とボーリング調査で得たＮ値とを比較した比較図を示している。
図７によれば、礫層（砂礫層）に隣接する地層において、ボーリング調査で得たＮ値に対して推定Ｎ値に乖離が見られるものの、各地層で概ね良好な推定Ｎ値が得られていることがわかる。

次に、掘削装置１とは異なる装置であり、かつ上述した学習モデル５６の教師データＴを出力するデータ処理装置１０と、データ処理装置１０が教師データＴとして出力する修正掘削データＦとについて、図８及び図９を用いて説明する。
なお、図８はデータ処理装置１０のブロック図を示し、図９は修正掘削データＦを生成出力する処理動作のフローチャートを示している。

教師データＴである修正掘削データＦは、実際に地盤Ｇに杭孔Ｈを掘削形成した際に得られた時系列データ群を掘削データＥとし、教師データＴとして不適切な時間帯域を掘削データＥから除去して生成されている。

なお、掘削データＥは、図８に示すように、泥水Ｗの排泥流速、ビット２３の回転速度、ビット２３の回転トルク、貫入力、フィード吊荷重、ビット２３の振動、及び掘削速度を示す時系列データ群とする。

まず、掘削データＥから修正掘削データＦを生成するデータ処理装置１０について説明する。データ処理装置１０は、図８に示すように、データ入力部１１、表示部１２、操作部１３、記憶部１４、及びこれらの動作を制御する制御部１５で構成されている。

データ入力部１１は、図８に示すように、例えば、記憶媒体（図示省略）に記憶された掘削データＥを読み取る機構部であって、ＵＳＢフラッシュドライブのような記憶媒体が接続される接続部、あるいは光学ディスクドライブで構成されている。このデータ入力部１１は、制御部１５の指示によって、掘削データＥを読み取る機能と、読み取った掘削データＥを制御部１５に出力する機能とを有している。

表示部１２は、例えば、液晶ディスプレイなどで構成され、制御部１５の指示によって各種情報を表示する機能を有している。
操作部１３は、例えば、キーボードなどで構成され、作業者の入力操作を受け付ける機能と、受け付けた入力内容を示す情報を制御部１５に出力する機能とを有している。
記憶部１４は、ハードディスクあるいは不揮発性メモリなどで構成され、各種情報を書き込んで記憶する機能と、各種情報を読み出す機能とを有している。この記憶部１４には、生成された修正掘削データＦが記憶される。

制御部１５は、例えば、ＣＰＵやメモリなどのハードウェアと、制御プログラムなどのソフトウェアとで構成されている。この制御部１５は、掘削データＥの解析に係る処理機能と、修正掘削データＦの生成出力に係る処理機能と、所定のバスを介して接続された各部の動作を制御する機能とを有している。

このようなデータ処理装置１０において、例えば掘削データＥから正常でない礫層の掘削を示す時間帯域を識別し、当該時間帯域を除去して修正掘削データＦを生成出力する処理動作について、図９を用いて説明する。
なお、正常でない礫層の掘削を示す時刻帯域としては、例えば、泥水を排水する流路が礫によって閉塞して排泥流速が閾値を下回り、泥水（安定液）の比重が高くなることで掘削速度が閾値を下回り、かつビット２３の振動が閾値を上回る時刻帯域とする。

まず、修正掘削データＦを生成出力する処理を開始すると、制御部１５は、図９に示すように、データ入力部１１を介して掘削データＥを読み込む（ステップＳ２０１）。
その後、制御部１５は、掘削データＥから掘削速度を示す時系列データを抽出し、時系列データの記録時刻での掘削速度が０ｃｍ／ｍｉｎを上回るか否かを判定する（ステップＳ２０２）。なお、掘削速度が０ｃｍ／ｍｉｎ以下の場合とは、例えば、排泥流速を回復させるために、ビット２３を上昇させている状態、あるいはビット２３を空転させている状態のことをいう。

掘削速度が０ｃｍ／ｍｉｎを上回る場合（ステップＳ２０２：Ｙｅｓ）、制御部１５は、ビット２３が空転していない、つまり地盤Ｇを掘削している状態のため、記録時刻での排泥流速が排泥下限値を下回るか否かを判定する（ステップＳ２０３）。この際、制御部１５は、掘削データＥから排泥流速を示す時系列データを抽出したのち、記録時刻での排泥流速が排泥下限値を下回るか否かを判定する。
なお、排泥下限値は、正常な掘削状態における排泥流速のバラツキ範囲の下限値とする。

排泥流速が排泥下限値を下回る場合（ステップＳ２０３：Ｙｅｓ）、制御部１５は、排泥流速の低下が礫層の掘削によるものかを判定するために、記録時刻での掘削速度が掘削下限値を下回るか否かを判定する（ステップＳ２０４）。なお、掘削下限値は、正常な掘削状態における掘削速度のバラツキ範囲の下限値とする。

掘削速度が掘削下限値を下回る場合（ステップＳ２０４：Ｙｅｓ）、制御部１５は、正常な礫層の掘削状態を示すデータでない可能性が高いため、記録時刻でのビット２３の振動が振動上限値を上回るか否かを判定する（ステップＳ２０５）。この際、制御部１５は、掘削データＥからビット２３の振動を示す時系列データを抽出したのち、掘削速度の低下が礫層の掘削によるものかを判定する。
なお、振動上限値は、正常な掘削状態における振動のバラツキ範囲の上限値とする。

ビット２３の振動が振動上限値を上回る場合（ステップＳ２０５：Ｙｅｓ）、制御部１５は、正常な礫層の掘削状態を示すデータではないと判定して、各時系列データにおける当該記録時刻のデータを掘削データＥから除去する（ステップＳ２０６）。

具体的には、制御部１５は、掘削データＥの各時系列データにおいて、当該時刻に記録されたデータを、修正掘削データＦに用いるデータとして一時記憶しないことで、掘削データＥから除去している。

また、図９のステップＳ２０２において、記録時刻での掘削速度が０ｃｍ／ｍｉｎ以下の場合（ステップＳ２０２：Ｎｏ）、制御部１５は、ビット２３が空転している状態のため、処理をステップＳ２０６に進める。その後、制御部１５は、ステップＳ２０６において、ビット２３の空転を示す当該記録時刻でのデータを掘削データＥから除去する。

また、図９のステップＳ２０３において、記録時刻での排泥流速が排泥下限値以上の場合（ステップＳ２０３：Ｎｏ）、制御部１５は、正常な掘削状態であるため、各時系列データにおける当該記録時刻のデータを一時記憶する（ステップＳ２０７）。
具体的には、制御部１５は、掘削データＥの各時系列データにおける当該時刻に記録されたデータを、修正掘削データＦに用いるデータとして一時記憶する。

また、ステップＳ２０４において、記録時刻での掘削速度が掘削下限値以上の場合（ステップＳ２０４：Ｎｏ）、制御部１５は、正常な掘削状態であるため、処理をステップＳ２０７へ進めて、当該時刻に記録されたデータを修正掘削データＦに用いるデータとして一時記憶する。

あるいは、ステップＳ２０５において、記録時刻でのビット２３の振動が振動上限値以下の場合（ステップＳ２０５：Ｎｏ）、制御部１５は、正常な掘削状態であるため、処理をステップＳ２０７へ進めて、当該時刻に記録されたデータを修正掘削データＦに用いるデータとして一時記憶する。

図９のステップＳ２０７において、当該時刻に記録されたデータを修正掘削データＦに用いるデータとして一時記憶すると、制御部１５は、掘削データＥの全記録時刻に対する処理が完了したか否かを判定する（ステップＳ２０８）。掘削データＥの全記録時刻に対する処理が完了していない場合（ステップＳ２０８：Ｎｏ）、制御部１５は、処理をステップＳ２０２に戻し、掘削データＥの全記録時刻に対する処理が完了するまで、ステップＳ２０２からステップＳ２０７の処理を繰り返す。

一方、掘削データＥの全記録時刻に対する処理が完了した場合（ステップＳ２０８：Ｙｅｓ）、制御部１５は、データ出力処理を開始して（ステップＳ２０９）、一時記憶した各データをそれぞれ時系列で結合して新しい時系列データを生成し、修正掘削データＦとして記憶部５４に記憶する。
このようにして、データ処理装置１０は、正常な礫層の掘削状態でない時間帯域を掘削データＥから除去して、教師データＴである修正掘削データＦを生成している。

以上のように、掘削装置１は、地盤Ｇに杭を構築するための杭孔Ｈを、土砂を含む泥水を地上に排出しながらビット２３によって掘削形成する装置である。
この掘削装置１は、ビット２３の回転状態（回転速度、回転トルク、貫入力、フィード吊荷重、ビット２３の振動、及び掘削速度）を示す時系列データを取得するビットデータ取得手段（掘削制御部５５）を備えている。

さらに、掘削装置１は、ビット２３の回転状態を示す時系列データに基づいて地盤ＧのＮ値を推定するＮ値推定手段（掘削制御部５５）と、Ｎ値推定手段（掘削制御部５５）で推定されたＮ値を表示するオペレータ用モニタ５１及び掘削管理用モニタ５２とを備えている。

そして、Ｎ値推定手段（掘削制御部５５）は、ビット２３の回転状態（掘削速度、及びビット２３の振動）を示す時系列データ、及び泥水の排泥流速を示す時系列データを教師データＴとする学習モデル５６で構築されている。

これによれば、掘削装置１は、ビット２３の回転状態を示す時系列データ、及び排泥流速を示す時系列データのいずれか一方を教師データとする学習モデルに比べて、精度の高い学習モデル５６を用いて地盤ＧのＮ値を推定することができる。このため、掘削装置１は、オペレータの経験に頼ることなく、地盤の土質性状を精度よく識別することができる。

さらに、推定されたＮ値をオペレータ用モニタ５１及び掘削管理用モニタ５２に表示することにより、掘削装置１は、地盤Ｇの土質性状を、Ｎ値を用いてオペレータに容易に伝えることができる。このため、掘削装置１は、オペレータによる掘削状況の見極めを容易にして、オペレータの負担を軽減することができる。

また、掘削装置１は、泥水の排泥流速を示す時系列データを取得する排泥データ取得手段（掘削制御部５５）を備えている。そして、Ｎ値推定手段（掘削制御部５５）は、ビット２３の回転状態を示す時系列データ、及び排泥流速を示す時系列データに基づいて地盤ＧのＮ値を推定する構成である。
この構成によれば、掘削装置１は、ビット２３の回転状態を示す時系列データに基づいてＮ値を推定する場合に比べて、地盤ＧのＮ値をより精度よく推定することができる。

また、掘削装置１は、Ｎ値推定手段（掘削制御部５５）によって推定されたＮ値に基づいて、ビット２３の支持層への到達を判定する支持層判定手段（掘削制御部５５）を備えたものである。
この構成によれば、掘削装置１は、ビット２３の支持層への到達をオペレータが判定することを不要にできる。さらに、オペレータが支持層への到達を判断する場合、オペレータの経験によって判断がばらつくのに対して、掘削装置１は、支持層への到達を安定して判定することができる。

また、ビットデータ取得手段（掘削制御部５５）は、ビット２３の貫入力、ビット２３の回転トルク、ビット２３の掘削速度、及びビット２３の振動のうち、少なくとも２つ以上の時系列データを、ビット２３の回転状態を示す時系列データとして取得する構成である。

この構成によれば、掘削装置１は、ビット２３の貫入力、ビット２３の回転トルク、ビット２３の掘削速度、及びビット２３の振動のうち、いずれか１つをビット２３の回転状態を示す時系列データとして取得した場合に比べて、地盤ＧのＮ値をさらに精度よく推定することができる。

また、学習モデル５６は、排泥流速が排泥下限値を下回り、かつビット２３の回転状態がビット閾値を超える（掘削速度が掘削下限値を下回り、かつビット２３の振動が振動上限値を上回る）時間帯域を除去した教師データＴを用いて構築されたものである。

この構成によれば、掘削装置１は、正常な掘削状態を示す教師データＴを用いて構築された学習モデル５６に基づいて、地盤ＧのＮ値を精度よく推定することができる。
具体的には、ビット２３の回転トルクや泥水の排泥流速などは、地盤Ｇをスムーズに掘削している場合でもある程度変動するが、土質性状や層厚によっては許容範囲を超えて変動することがある。例えば、礫層では、泥水を排出する流路が礫によって閉塞することで、排泥流速が許容範囲を超えて低下することがある。

つまり、ビット２３の回転状態及び排泥流速が許容範囲を超える時間帯域は、ビット２３の回転状態が意図しない状態、または排泥流速が意図しない流速になっているおそれがある。換言すれば、ビット２３の回転状態及び排泥流速が許容範囲を超える時間帯域は、正常な地盤Ｇの掘削状態を示していないおそれがある。

そこで、排泥流速が排泥下限値を下回り、かつビット２３の回転状態がビット閾値を超える時間帯域を除去することで、教師データＴは、正常な地盤Ｇの掘削状態を示すことになる。このような教師データＴを用いて学習モデル５６が構築されているため、掘削装置１は、地盤ＧのＮ値を精度よく推定することができる。

また、学習モデル５６は、排泥流速に関わらず、ビット２３の掘削速度が０ｃｍ／ｍｉｎ以下となる時間帯域を除去した教師データＴを用いて構築されたものである。
この構成によれば、掘削装置１は、より正常な掘削状態を示す教師データＴを用いて構築された学習モデル５６に基づいて、地盤ＧのＮ値を精度よく推定することができる。

具体的には、例えば、ビット２３が回転しているが掘削深度に変化がない状態、空転させながらビット２３を上昇させている状態、あるいは上昇位置でビット２３の空転を維持している状態では、掘削速度が０ｃｍ／ｍｉｎ以下となる。つまり、掘削速度が０ｃｍ／ｍｉｎ以下の時間帯域は、ビット２３が空転している時間帯域であり、正常な地盤Ｇの掘削状態を示していない。

そこで、ビット２３が空転している時間帯域を除去することで、教師データＴは、より正常な地盤Ｇの掘削状態を示すことになる。このような教師データＴを用いて学習モデル５６が構築されているため、掘削装置１は、地盤ＧのＮ値を精度よく推定することができる。

この発明の構成と、上述の実施形態との対応において、
この発明のビットデータ取得手段、Ｎ値推定手段、排泥データ取得手段、及び支持層判定手段は、実施形態の掘削制御部５５に対応し、
以下同様に、
出力手段は、オペレータ用モニタ５１及び掘削管理用モニタ５２に対応し、
ビットデータ取得手段が取得するビット２３の回転状態を示す時系列データは、回転速度、回転トルク、貫入力、フィード吊荷重、ビット２３の振動、及び掘削速度を示す時系列データに対応し、
教師データとなるビット２３の回転状態を示す時系列データは、掘削速度、及びビット２３の振動を示す時系列データに対応するが、
この発明は、上述の実施形態の構成のみに限定されるものではなく、多くの実施の形態を得ることができる。

例えば、上述の実施形態において、低空頭型の掘削装置１としたがこれに限定せず、例えば、低空頭型よりもさらに低い超低空頭型の掘削装置であってもよい。
また、場所打ち杭に用いる掘削装置１としたが、これに限定せず、既成杭に用いる掘削装置であってもよい。
また、リバース工法で杭孔Ｈを掘削する場合について説明したが、これに限定せず、泥水Ｗを地上に排出しながら杭孔Ｈを掘削する工法であれば、適宜の工法であってもよい。

また、掘削装置１において、フィード吊荷重、回転トルク、貫入力、回転速度、掘削速度、掘削深度、ビット２３の振動、及び泥水Ｗの水位を示す情報を、学習モデル５６に入力する入力情報としたが、これに限定せず、掘削機２、及び泥水循環装置３、及び水位センサ４から得られる適宜の情報であってもよい。この場合であっても、学習モデル５６は、入力情報に対して推定Ｎ値が出力情報として得られるように構築される。

また、掘削装置１において、学習モデル５６を、入力層５６ａ、中間層５６ｂ、及び出力層５６ｃからなるニューラルネットワークを用いた推定アルゴリズムとしたが、これに限定せず、地盤ＧのＮ値を推定できる適宜の推定アルゴリズムであってよい。

また、学習モデル５６は、正常でない礫層の掘削を示す時間帯域を除去した教師データＴを用いて構築したが、これに限定せず、地層に関わらず正常でない地盤の掘削状態を示す時間帯域を除去した教師データを用いて構築してもよい。
また、掘削装置１の処理動作におけるステップＳ１０５において、推定Ｎ値が４０以上の場合、掘削制御部５５は、ビット２３が支持層に到達したと判断し、支持層への到達を報知したが、この際、ビット２３の回転を自動停止してもよい。

また、教師データＴは、掘削速度、及びビット２３の振動が閾値を超える場合、当該時間帯域を除去して生成したが、これに限定しない。例えば、教師データＴは、ビットの回転状態を示す回転トルク、掘削速度、貫入力、ビット２３の振動、及び回転速度のうち、１つ以上が正常な状態を示す許容範囲を超える場合、当該時刻帯域を除去して生成したものであってもよい。あるいは、教師データＴは、回転トルク、掘削速度、貫入力、ビット２３の振動、及び回転速度の全てが許容範囲を超える場合、当該時刻帯域を除去して生成してもよい。

また、掘削装置１は、推定されたＮ値に基づいて地盤Ｇの土質分類を判定する土質判定手段（掘削制御部５５）を備え、土質判定手段（掘削制御部５５）で判定された土質分類をオペレータ用モニタ５１及び掘削管理用モニタ５２に表示する構成であってよい。これにより、掘削装置１は、回転トルクや貫入力などの複数のデータに基づいてオペレータが土質分類を判断する場合に比べて、オペレータの負担を軽減することができる。

また、推定されたＮ値をオペレータ用モニタ５１及び掘削管理用モニタ５２に表示したが、これに限定せず、推定されたＮ値を適宜の出力手段に出力する構成であってもよい。例えば、推定されたＮ値と掘削深度とを関連付けてプリンタに出力してもよい。

また、データ処理装置１０において、排泥流速、掘削速度、及びビット２３の振動に基づいて、正常でない礫層の掘削を示す時刻帯域を識別したが、これに限定せず、正常でない礫層の掘削を示す時刻帯域は、例えば、掘削速度、ビット２３の振動、回転トルク、及び貫入力の値を適宜組み合わせて識別してもよい。
例えば、排泥流速が排泥下限値を下回り、回転トルクの変動が許容範囲を超え、かつ貫入力の変動が許容範囲を超える時刻帯域を、正常でない礫層の掘削を示す時刻帯域としてもよい。

また、データ処理装置１０のデータ入力部１１で掘削データＥを読み取る構成としたが、これに限定せず、通信回線に接続する回線接続部を備え、通信回線を介して掘削データＥを取得する構成であってもよい。

また、データ処理装置１０において、予め計測した掘削データＥを用いて修正掘削データＦを生成したが、これに限定せず、掘削装置１とデータ処理装置１０とを電気的に接続し、地盤Ｇを掘削しながら取得した掘削データＥを用いて修正掘削データＦをリアルタイムで生成してもよい。

また、掘削装置１が地盤ＧのＮ値を推定することで、土質性状を判別したが、これに限定せず、データ処理装置１０によって正常な掘削状態でない礫層のみを識別する構成であってもよい。この場合であっても、オペレータの負担を軽減することができる。

１…掘削装置
２３…ビット
５１…オペレータ用モニタ
５２…掘削管理用モニタ
５５…掘削制御部
５６…学習モデル
Ｅ…掘削データ
Ｆ…修正掘削データ
Ｇ…地盤
Ｈ…杭孔
Ｔ…教師データ
Ｗ…泥水

Claims (5)

1. 地盤に杭を構築するための杭孔を、土砂を含む泥水を地上に排出しながらビットによって掘削形成する掘削装置であって、
   前記ビットの回転状態を示す時系列データを取得するビットデータ取得手段と、
   前記ビットの回転状態を示す時系列データに基づいて前記地盤のＮ値を推定するＮ値推定手段と、
   該Ｎ値推定手段で推定されたＮ値を出力する出力手段とを備え、
   前記Ｎ値推定手段は、
   前記ビットの回転状態を示す時系列データ、及び前記泥水の排泥流速を示す時系列データを教師データとする学習モデルで構築された
   掘削装置。
2. 前記泥水の排泥流速を示す時系列データを取得する排泥データ取得手段を備え、
   前記Ｎ値推定手段は、
   前記ビットの回転状態を示す時系列データ、及び前記排泥流速を示す時系列データに基づいて前記地盤のＮ値を推定する構成である
   請求項１に記載の掘削装置。
3. 前記ビットデータ取得手段は、
   前記ビットの貫入力、前記ビットの回転トルク、前記ビットの掘削速度、及び前記ビットの振動のうち、少なくとも２つ以上の時系列データを、前記ビットの回転状態を示す時系列データとして取得する構成である
   請求項１または請求項２に記載の掘削装置。
4. 正常な排泥流速を示す閾値を流速閾値とし、正常なビットの回転状態を示す閾値をビット閾値として、
   前記学習モデルは、
   前記排泥流速が前記流速閾値を超え、かつ前記ビットの回転状態が前記ビット閾値を超える時間帯域を除去した前記教師データを用いて構築された
   請求項１から請求項３のいずれか１つに記載の掘削装置。
5. 前記学習モデルは、
   前記排泥流速に関わらず、前記ビットの掘削速度が０ｃｍ／ｍｉｎ以下となる時間帯域を除去した前記教師データを用いて構築された
   請求項１から請求項４のいずれか１つに記載の掘削装置。

Images