現場で収集・蓄積してきた約6,000件の腐食調査データや埋設環境データを分析し、埋設環境の腐食性を考慮した「埋設環境モデル」、管外面塗装の防護期間（ラグタイム）を反映した「ラグタイムモデル」、管体の腐食深さを反映した「腐食深さ予測モデル」と、これら３つのモデルをもとにした「漏水リスクモデル」を構築した。機械学習を活用して新しい「老朽度評価モデル」を構築することで、従来の老朽度予測と比べて精度を大幅に向上させることが可能となった。管路ごとの予測漏水件数（件/年/㎞）の算出や、現状の漏水危険度、将来の漏水危険度マップの提示、管路ごとの更新優先順位の提示が可能となる。

URL　:　https://www.kubota.co.jp/news/2021/management-20210415.html

• 業種分類
• インフラ（電気・ガス・熱供給・水道業）　公共

• 製品分類
• データ処理・分析

• サービス分類
• システム販売

• 対応地域
• 大阪

• 出典
• 日経産業新聞
  2021.8.11

• 日付
• 2021年4月開発

• リリース日
• 2021/09/01