中華民國內政部建築研究所中華民國內政部建築研究所

一、研究緣起
台灣位於環太平洋地震帶板塊交界處，地震發生頻繁。根據歷史記錄，臺灣近百年曾經發生多次災害性的地震，例如：1986年花蓮地震以及造成重大傷亡的1999年南投集集大地震等。紀錄顯示台灣平均20至30年即有致災性的高強度地震風險，中高強度的地震更是不計其數。
期望收集國內外AIoT技術進行建築物結構安全監測之資料，了解目前可行的建築結構監測與分析方式，提升自動化比例，減少大規模監測時所需的人力。
並由法規政策及宣導推廣等面向，探討AIoT應用於建築結構結構監測未來推動的方式，降低推動時的阻力。未來能促進應用智慧化的技術保障人民生命財產安全，打造安居樂業的智慧城市，並作為後續研究參考。
二、研究方法及過程
收集國內外AIoT技術進行建築物結構安全監測之資料，了解目前可行的建築結構監測與分析方式，並探討AI智慧及IoT技術結合結構監測與分析之應用範疇，從中整合具有準確性、可行性的監測方式，並 選擇一處實證場域進行建築結構監測分析的實證。監測方式包含長期監測與微振量測兩大類。長期監測將於實證場域裝設地震記錄儀等器材，並以IoT方式連結資訊進行分析。
透過實際監測與數據蒐集，建立監測數據蒐集格式與通報流程之方式，作為後續推廣時參考。
三、重要發現
本研究建議初步推廣期間，考慮服務到更多的民眾，建議以供公眾使用的大型建築為主要類型，例如商場、旅館、醫院、學校、政府單位或社會住宅等開始試辦。用戶於地震後收到即時分析結果，可以判斷是否需要立即疏散建築內人員，或是於事後進行結構補強的工作。
分析端可由國內具公信力之地震與建築相關專業機構擔任，持續更新建築結構監測模式，如國家實驗研究院國家地震工程研究中心結合財團法人台灣建築中心，作為後續國內地震監測的後端分析單位。
政府端可分別由中央主管機關與地方主管機關管理。中央主管機關可藉由整體數據了解國內建築物的安全狀況，規劃相關政策引導建築結構安全提升。地方主管機關則可篩選資料中具風險之建築物，強制督導改善，保障人民生命財產安全。
四、主要建議事項
根據研究發現，本研究針對行政檢查業務委託民間辦理處理的法制化，提出下列具體建議。以下分別從立即可行的建議、及長期性建議加以列舉。
立即可行之建議
主辦機關：內政部營建署、內政部建築研究所
協辦機關：國家地震工程研究中心
本研究主要以住宅類建築物進行AI模型訓練，若想最大化此AI模型之適用範圍，應盡可能針對不同結構形式(如抗彎構架、剪力牆)與材料(如鋼筋混凝土造、鋼構造)進行量測，且需要長時間的觀測以確保地震規模由小至大的紀錄均能被AI考量。考慮到大地震發生的頻率較低，也可以透過過往各種強震之數值模擬結果來訓練神經網絡。如此訓練出來的模型將可以作為代理模型用於即時的結構安全監測與評估。
長期性建議—耐震標章、住宅性能評估容積獎勵協議書加入地震監測相關規範
主辦機關：內政部營建署、內政部建築研究所
協辦機關：各縣市政府、財團法人台灣建築中心
耐震標章、住宅性能評估容積獎勵協議書，或是都市更新、都市危險及老舊建築物重建契約範本中，加入AIoT長期地震監測相關規範，快速了解建築物結構狀況確保民眾生命財產安全。此外可於相關文件中加入地震速報瓦斯遮斷功能以及電梯自動連動控制，於接收地震速報訊號後啟動連動服務。

Taiwan is located on the Circum-Pacific belt and at a compressive tectonic boundary, so frequent earthquakes often pose a threat to people’s lives and property. As the technologies of IoT and AI have matured over time, applying them to the structural safety monitoring system is increasingly being put into practice. Therefore, this research aims to combine IoT and AI technologies to collect and analyze relevant data of buildings’ structure before and after an earthquake, to help better protect people’s lives and property.
By collecting structural safety monitoring data gathered and evaluated by AIoT technologies at home and abroad, the research aims to understand current feasible methods for structural safety monitoring and analysis, and to discuss a range of applications of combining AI and IoT technologies for structural monitoring and analyzing, in order to reduce the manpower required for monitoring. In addition, by using long-term monitoring and ambient vibration measurements, the research selects a field to serve as evidence for evaluating structural safety monitoring. Through real-time monitoring and data collection, the research seeks to prove the feasibility of applying AI to analyzing the structural status of buildings, and to establish operational processes for long-term monitoring and ambient vibration measurement. Moreover, by discussing laws and policies as well as dissemination, the research proposes possible ways to promote the application of AIoT to monitor structural safety and hopes to reduce future resistance to adoption of these technologies.
This research adopts relevant AIoT technologies to collect related structural data of buildings before and after an earthquake automatically. Meanwhile, it immediately identifies potential problems in a building to assist the owners and management entities 
in doing advance preparation, and also serves as a reference for emergency response and restoration measures after accidents. Make use of smart technologies to protect people’s lives and property, and to build a smart city so people may enjoy a good and prosperous life.