(LUẬN án TIẾN sĩ) nghiên cứu giải pháp công nghệ quan trắc chuyển vị công trình cầu trong điều kiện việt nam

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT NGUYỄN THÙY LINH NGHIÊN CỨU GIẢI PHÁP CƠNG NGHỆ QUAN TRẮC CHUYỂN VỊ CƠNG TRÌNH CẦU TRONG ĐIỀU KIỆN VIỆT NAM LUẬN ÁN TIẾN SĨ HÀ NỘI - 2022 TIEU LUAN MOI download : skknchat123@gmail.com moi nhat BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT NGUYỄN THÙY LINH NGHIÊN CỨU GIẢI PHÁP CƠNG NGHỆ QUAN TRẮC CHUYỂN VỊ CƠNG TRÌNH CẦU TRONG ĐIỀU KIỆN VIỆT NAM NGÀNH: KỸ THUẬT TRẮC ĐỊA - BẢN ĐỒ MÃ SỐ: 9.520503 LUẬN ÁN TIẾN SĨ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS TS Trần Khánh PGS TS Hồ Thị Lan Hương HÀ NỘI - 2022 TIEU LUAN MOI download : skknchat123@gmail.com moi nhat i LỜI CAM ĐOAN Tơi xin cam đoan cơng trình nghiên cứu riêng tôi, số liệu, kết luận án trung thực chưa cơng bố cơng trình khác Tác giả Nguyễn Thùy Linh TIEU LUAN MOI download : skknchat123@gmail.com moi nhat ii MỤC LỤC LỜI CAM ĐOAN i MỤC LỤC ii DANH MỤC CÁC CHỮ VIẾT TẮT vi DANH MỤC CÁC BẢNG, BIỂU ĐỒ vii DANH MỤC CÁC HÌNH VẼ ix MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ QUAN TRẮC CHUYỂN DỊCH CẦU TRÊN THẾ GIỚI VÀ VIỆT NAM 1.1 Tổng quan cơng trình cầu 1.1.1 Khái niệm cơng trình cầu 1.1.2 Phân loại cầu 1.2 Tổng quan quan trắc chuyển dịch cơng trình cầu 1.2.1 Khái niệm, nguyên nhân gây chuyển dịch cơng trình cầu 1.2.2 Yêu cầu kỹ thuật quan trắc chuyển dịch công trình cầu 1.3 Tổng quan tình hình nghiên cứu lý thuyết thực tiễn quan trắc chuyển dịch cầu giới Việt Nam 11 1.3.1 Trên giới 11 1.3.2 Tại Việt Nam 21 1.4 Các vấn đề tồn định hướng nghiên cứu luận án 24 1.4.1 Một số vấn đề tồn 24 1.4.2 Định hướng nghiên cứu luận án 24 CHƯƠNG 2NGHIÊN CỨU ỨNG DỤNG PHƯƠNG PHÁP HƯỚNG CHUẨN 25 TRONG QUAN TRẮC CHUYỂN DỊCH NGANG CẦU CỨNG 25 2.1 Đặc điểm kết cấu yêu cầu kỹ thuật quan trắc chuyển dịch ngang cầu cứng 25 2.1.1 Đặc điểm kết cấu cơng trình cầu cứng 25 2.1.2 Một số yêu cầu kỹ thuật quan trắc chuyển dịch cầu có kết cấu cứng 26 2.2 Hệ thống lưới quan trắc chuyển dịch ngang 27 2.2.1 Nguyên tắc xây dựng lưới quan trắc chuyển dịch ngang cơng trình 27 TIEU LUAN MOI download : skknchat123@gmail.com moi nhat iii 2.2.2 Yêu cầu độ xác bậc lưới 28 2.2.3 Các phương pháp quan trắc chuyển dịch ngang cơng trình 30 2.3 Phương pháp hướng chuẩn quan trắc chuyển dịch ngang cầu cứng 32 2.3.1 Khái niệm hướng chuẩn 32 2.3.2 Đo độ lệch hướng hướng chuẩn quang học 32 2.3.3 Nguyên tắc xác định chuyển dịch ngang hướng chuẩn 34 2.3.4 Khảo sát số sơ đồ hướng chuẩn kinh điển 35 2.4 Nghiên cứu mơ hình hướng chuẩn tổng quát 38 2.4.1 Mô hình hóa phép đo hướng chuẩn 38 2.4.2 Xử lý số liệu đo lưới hướng chuẩn theo nguyên lý số bình phương nhỏ 39 2.5 Thành lập lưới khống chế sở theo đồ hình hướng chuẩn 40 2.5.1 Cơ sở lý thuyết 40 2.5.2 Quy trình tính tốn 44 2.5.3 Ví dụ xử lý số liệu lưới sở 46 2.6 Tính tốn chuyển dịch ngang cầu cứng theo số liệu quan trắc hướng chuẩn 48 2.6.1 Xác định độ chuyển dịch ngang điểm quan trắc 48 2.6.2 Lập biểu đồ chuyển dịch ngang đánh giá chuyển dịch tổng thể cầu 48 CHƯƠNG NGHIÊN CỨU ỨNG DỤNG CÔNG NGHỆ GNSS - RTK 51 TRONG QUAN TRẮC VÀ PHÂN TÍCH CHUYỂN DỊCH CẦU DÂY VĂNG 51 3.1 Quan trắc kết cấu cơng trình cầu dây văng 52 3.1.1 Mục đích khái niệm quan trắc liên tục kết cấu cầu dây văng 52 3.1.2 Đặc điểm cầu dây văng, yêu cầu kỹ thuật quan trắc chuyển dịch phương pháp GNSS - RTK quan trắc cầu dây văng 53 3.1.3 Hệ thống quan trắc kết cấu cơng trình cầu dây văng 54 3.2 Ứng dụng GNSS - RTK quan trắc chuyển dịch cầu dây văng 55 3.2.1 Phương pháp định vị vệ tinh 55 3.2.2 Bố trí lắp đặt máy thu GNSS quan trắc chuyển dịch cầu dây văng 57 TIEU LUAN MOI download : skknchat123@gmail.com moi nhat iv 3.3 Nghiên cứu đánh giá độ xác quan trắc chuyển dịch theo phương đứng cầu dây văng phương pháp GNSS - RTK điều kiện Việt Nam 62 3.3.1 Quan trắc chuyển dịch theo phương đứng cầu dây văng phương pháp GNSS - RTK 63 3.3.2 Ứng dụng phương pháp trung bình động lọc nhiễu số liệu GNSS- RTK 65 3.3.3 Nghiên cứu đánh giá độ xác phương pháp GNSS - RTK quan trắc chuyển dịch theo phương đứng cầu dây văng 66 3.4 Tổ chức quan trắc xác lập sở liệu quan trắc kết cấu cầu dây văng 69 3.4.1 Tổ chức quan trắc xác lập sở liệu quan trắc kết cấu cầu dây văng 69 3.4.2 Quy trình hoạt động hệ thống SHM 72 3.5 Mạng nơ-ron nhân tạo ứng dụng ANN xây dựng mơ hình chuyển dịch cầu dây văng 73 3.5.1 Khái niệm mạng nơ-ron nhân tạo 73 3.5.2 Cấu trúc mạng nơ-ron nhân tạo 76 3.5.3 Huấn luyện mạng nơ-ron nhân tạo 80 3.5.4 Giải thuật lan truyền ngược 81 3.5.5 Ứng dụng ANN xây dựng mơ hình chuyển dịch cầu dây văng 90 KẾT LUẬN CHƯƠNG 97 CHƯƠNG THỰC NGHIỆM 98 4.1 Thực nghiệm xử lý số liệu quan trắc chuyển dịch ngang cầu Chương Dương 98 4.1.1 Giới thiệu chung cầu Chương Dương 98 4.1.2 Sơ đồ phân bố mốc khống chế sở mốc quan trắc 98 4.1.3 Kết đo lưới khống chế quan trắc chuyển dịch ngang cầu Chương Dương 99 4.1.4 Kết bình sai lưới sở hướng chuẩn cầu Chương Dương 100 4.2 Thực nghiệm đánh giá độ xác quan trắc chuyển dịch theo phương đứng cầu Bạch Đằng phương pháp GNSS - RTK 102 4.2.1 Mô tả thực nghiệm 102 TIEU LUAN MOI download : skknchat123@gmail.com moi nhat v 4.2.2 Đánh giá độ xác số liệu GNSS - RTK quan trắc chuyển dịch theo phương đứng cầu Bạch Đằng 105 4.3 Thực nghiệm đánh giá độ xác quan trắc chuyển dịch theo phương đứng cầu Cần Thơ phương pháp GNSS - RTK 109 4.3.1 Mô tả số liệu 109 4.3.2 Đánh giá độ xác số liệu GNSS-RTK quan trắc chuyển dịch cầu 111 4.4 Xây dựng mơ hình chuyển dịch cầu dây văng Cần Thơ phương pháp ANN truyền thẳng nhiều lớp 112 4.4.1 Chuẩn bị liệu 113 4.4.2 Xây dựng mơ hình chuyển dịch điểm nhịp cầu dây văng 118 4.4.3 Đánh giá độ xác mơ hình chuyển dịch cầu dây văng 126 KẾT LUẬN CHƯƠNG 127 KẾT LUẬN VÀ KIẾN NGHỊ 128 TÀI LIỆU THAM KHẢO 132 PHỤ LỤC 141 TIEU LUAN MOI download : skknchat123@gmail.com moi nhat vi DANH MỤC CÁC CHỮ VIẾT TẮT Chữ viết tắt Chữ viết đầy đủ ANN: Artificial Neural Network Mạng nơ-ron nhân tạo ARIMA: Auto Regressive Integrated Trung bình động kết hợp tự hồi quy Moving Average BP: Back - Propagation Thuật toán lan truyền ngược FNN: Feedforward neural networks Mạng nơ-ron truyền thẳng GNSS: Global Navigation Satellite Hệ thống định vị vệ tinh toàn cầu System GPS: Global Positioning System Hệ thống định vị vệ tinh tồn cầu MA: Moving Average Trung bình động MAE: Mean Absolute Error Sai số tuyệt đối trung bình MLP: Multi Layer Perceptron Mạng nơ – ron nhân tạo nhiều lớp MSE: Mean squared error Sai số toàn phương trung bình R2 Coefficient of determination Hệ số xác định (Hệ số hồi quy) RMSE: Root Mean Squared Error Sai số trung phương RTK: Real time kinematic Đo động thời gian thực SHM: Structure Health Monitoring: Hệ thống quan trắc kết cấu cơng trình TCVN: Tiêu chuẩn Việt Nam TIEU LUAN MOI download : skknchat123@gmail.com moi nhat vii DANH MỤC CÁC BẢNG, BIỂU ĐỒ TT Tên bảng, biểu Trang Bảng 1: Một số cầu dây văng có lắp đặt GNSS hệ thống quan trắc 20 Bảng 2: Cầu dây văng Việt Nam có lắp đặt GNSS hệ thống SHM 23 Bảng 1: Sai số trung phương cho phép quan trắc chuyển dịch ngang 26 giai đoạn xây dựng sử dụng cơng trình (Đơn vị milimét) 26 Bảng 2:Yêu cầu độ xác quan trắc theo đất, tầm quan trọng cơng trình 27 Bảng 3: Sai số trung phương độ lệch hướng sơ đồ hướng chuẩn [15] 37 Bảng 4: Tọa độ điểm gốc 46 Bảng 5: Trị đo trị bình sai độ lệch hướng 47 Bảng 6: Tọa độ bình sai sai số vị trí điểm 47 Bảng 7: Đánh giá độ lệch tọa độ điểm sở lần (lặp lần 1) 47 Bảng 8: Đánh giá độ lệch tọa độ điểm sở lần (lặp lần 2) 48 Bảng 1: Một số loại máy thu GNSS 56 Bảng 3.1: Số liệu đầu vào ANN 87 Bảng 3.2: Trọng số khởi đầu ANN 87 Bảng 1: Tọa độ điểm gốc 99 Bảng 2: Tọa độ bình sai sai số vị trí điểm 100 Bảng 3: Trị đo trị bình sai độ lệch hướng 100 Bảng 4: Đánh giá độ lệch tọa độ điểm sở 102 Bảng 5: Vị trí thước trượt giá trị thước điểm QT1, QT2 104 Bảng 6: Kết độ lệch theo phương đứng giá trị thước trượt hiệu độ cao điểm QT01 hai thời điểm đo liên tiếp .106 Bảng 7: Kết độ lệch theo phương đứng giá trị thước trượt hiệu độ cao điểm QT02 hai thời điểm đo liên tiếp .107 Bảng 8: Kết sai số trung phương độ cao vị trí thước trượt .108 Bảng 9: Kết đo trị đo kép kết tính 109 Bảng 4.10: Mối quan hệ tương quan nhiệt độ, gió, chuyển vị đỉnh tháp chuyển dịch điểm nhịp 116 TIEU LUAN MOI download : skknchat123@gmail.com moi nhat viii Bảng 4.11: Mối quan hệ tương quan chuyển vị ứng suất điểm nhịp 117 Bảng 13: Phương án thiết kế ANN .119 Bảng 14: Kết độ xác huấn luyện mạng .121 Bảng 15: Kết lập mơ hình chuyển dịch theo phương X điểm nhịp 123 Bảng 16: Kết lập mơ hình chuyển dịch theo phương Y điểm nhịp 124 Bảng 17: Kết lập mơ hình chuyển dịch theo phương Z điểm nhịp 125 Bảng 18: Kết sai số trung phương xây dựng mô hình chuyển dịch cầu 126 TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 134 20 Nguyễn Thùy Linh, Hồ Thị Lan Hương, Nguyễn Hữu Hưng (2019), Nghiên cứu ứng dụng trí tuệ nhân tạo (AI) xây dựng mơ hình dự báo chuyển dịch theo phương đứng cầu dây văng, Tạp chí Giao thơng Vận tải, 12/2019 tr 72-77 21 Nguyễn Thùy Linh, Hồ Thị Lan Hương, Nguyễn Hữu Hưng, Lê Văn Hiến, (2021), Nghiên cứu ứng dụng mạng nơ - ron để khôi phục số liệu GNSS quan trắc chuyển vị cầu dây văng, Tạp chí Giao thông Vận tải,12/2021 tr67-71 22 Trần Đắc Sử, Trần Quang Học (2008), Quan trắc chuyển dịch ngang mố trụ cầu phương pháp hướng chuẩn, Tạp chí Khoa học Giao thơng Vận tải 23 Nguyễn Đình Thúc (2000), Trí tuệ nhân tạo mạng Nơron phương pháp ứng dụng, NXB Giáo dục 24 Nguyễn Viết Trung, Bùi Xuân Học (2017), Hệ thống quan trắc cầu dây văng cầu dây võng, NXB Xây dựng 25 Nguyễn Cao Văn, Trần Thái Ninh (2004), Giáo trình lý thuyết xác suất thống kê tốn, NXB Thống kê 26 Cơng ty Cổ phần BOT cầu Bạch Đằng (2016), Đề cương kỹ thuật khai thác hệ thống quan trắc cầu dây văng, dự án cầu Bạch Đằng tỉnh Quảng Ninh, thành phố Hải Phòng 27 Ban Quản lý Dự án Duy tu Hạ tầng Giao thông (2015), Hệ thống quan trắc kết cấu cầu Nhật Tân, Sở Giao Thông Vận tải Hà Nội 28 Nippon Koei Co LTD, Chodai Co, LTD liên doanh với Tedi South (5/2010), Tóm tắt báo cáo kỹ thuật thiết kế hệ thống quan trắc kết cấu cầu Cần Thơ 29 VSL Việt Nam (Vorspann System Losinger) (2013), Sổ tay vận hành Hệ thống quan trắc cầu Trần Thị Lý 30 Tiêu chuẩn quốc gia TCVN 9398:2012 Công tác trắc địa xây dựng cơng trình - u cầu chung 31 Tiêu chuẩn quốc gia TCVN 9399:2012 Nhà cơng trình xây dựng - Xác định chuyển dịch ngang phương pháp trắc địa 32 Tiêu chuẩn Quốc gia TCVN11823:2017 thiết kế cầu đường Việt Nam TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 135 Tiếng Anh 33 Ana Paula, Camargo Larocca (2004), Using High-rate GPS Data to Monitor the Dynamic Behavior of a Cable-stayed Bridge, 17th Int Tech Meeting of the Satellite Divison of the U.S Institute of Navigation, Long Beach, CA, pp 225–234 34 Andreas Wieser, Fritz K Brunner (2002), Analysis of Bridge Deformations using Continuous GPS Measurements, 2nd Conference of Engineering Surveying, Bratislava, Slovakia, pp 45–52 35 Ashkenazi V., Roberts G W (1997), Experimental monitoring of the Humber bridge using GPS, Civil Eng, 120(4), pp 177–182 36 Boris Mazurov, Fawzi Zarzoura, Mohamed Hassan (2017), Study of Suspension Bridge Deformation Using Neural Network, Actual Issues of Mechanical Engineering (AIME), Advances in Engineering Research Volume 133, pp 490-494 37 Cybenco, G (1989), Approximation by superposition of a sigmoidal function Mathematics of control, Signals and Systems 2, 303–314 38 Dah-Jing Jwo and Hung-Chih Huang (2004), Neural network aided adaptive extended Kalman filtering approach for DGPS positioning, The Journal of navigation 39 Fanis Moschas, Stathis Stiros (2011), Measurement of the dynamic displacements and of the modal frequencies of a short-span pedestrian bridge using GPS and an accelerometer, Engineering Structures, Vol 33(1), pp 10-17 40 Gethin W Roberts, Xiaolin Meng, Alan H Dodson (2002), Using Adaptive Filtering to Detect Multipath and Cycle Slips in GPS/Accelerometer Bridge Deflection Monitoring Data, Conference: XXII FIG Congress, Washington DC 41 Heng Lin, Yiqiang Xiang, Yakun Jia (2017), Study on Health Monitoring System Design of Cable-Stayed Bridge, Sustainable Civil Infrastructures 42 Hien Van Le (2015), Application of time-series analysis for a cable-stayed bridge monitoring using GPS long-term data, thesis, YOKOHAMA National University TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 136 43 Hien Van Le, Mayuko Nishio (2015) Time-series analysis of GPS monitoring data from a long-spanbridge considering the global deformation due to air temperaturechanges, Journal of Civil Structural Health Monitoring5(4) pp415-425 44 H.F Zhou, Y.Q Ni, and J.M Ko (2005), Performance of neural networks for simulation and prediction of temperature-induced modal variability, Smart Structures and Materials: Sensors and Smart Structures Technologies for Civil, Mechanical and Aerospace Systems, Vol 5765(SPIE, Bellingham,WA)pp 912-922 45 H.F Zhou, Y.Q Ni, J.M Ko (2010), Constructing input to neural networks for modeling temperature-caused modal variability: Mean temperatures, effective temperatures, and principal components of temperatures, Engineering Structures 32, pp 1747–1759 46 H L T Ho, H V Le, L T Nguyen (2017), A Study on Accuracy Evaluation of GPS Vertical Monitoring Outcomes on Main Span of Can Tho Bridge, Vietnam, The 8th International Conference on Structural Health Monitoring of Intelligent Infrastructure Brisbane, Australia 47 Holger Robert Maier, Graeme Clyde Dandy, K P Sudheer, Ashu Jain (2010), Methods used for the development of neural networks for the prediction of water resource variables in river systems: Current status and future directions, Environmental Modelling and Software 25(8), DOI:10.1016/j.envsoft.2010.02.003, pp 891-909 48 Hyun Su Moon, Suyeol Ok, Pang-jo Chun and Yun Mook Lim (2012), Artificial Neural Network for Vertical Displacement Prediction of a Bridge from Strains (Part 1): Girder Bridge under Moving Vehicles, Applied Sciences 9(14):2881 DOI:10.3390/app9142881 49 Irwanda Laory, Thanh N Trinh, Ian F C Smith James M W Brown John (2014), Methodologies for predicting natural frequency variation of a suspension bridge 2, Engineering Structures, Vol 80, pp 211-221 50 Jiayong Yu, Xiaolin Meng, Xudong Shao, Banfu Yan, Lei Yang (2014), Identification of dynamic displacements and modal frequencies of a mediumspan suspension bridge using multimode GNSS processing, Engineering Structures, Volume 81, pp 432-443 TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 137 51 Jiayong Yu, Xiaolin Meng, Xudong Shao, Banfu Yan, Lei Yang (2007), Detecting bridge dynamics with GPS and triaxial accelerometers, Engineering Structures, Volume 29, Issue 11, pp 3178-3184 52 Jong Jae Lee, Jong Won Lee, Jin Hak Yi, Chung Bang Yun, Hie Young Jung (2005), Neural networks-based damage detection for bridges considering errors in baseline finite element models, Journal of Sound and Vibration, vol 280, no 3–5, pp 555–578 53 Kai Yuen Wong, King Leung Man, Wai Yee K Chan (2001), Application of global positioning system to structural health monitoring of cable-supported bridges, Proc SPIE, 4337, pp 390–401 54 Karolina Góka, Zbigniew Muynski, Jaroslaw Rybak (2013), Displacement monitoring and sensitivity analysis in the observational methos, Studia Geotechnica et Mechanica, Vol XXXV, No 55 Kliusin E.B nnk (2015), Phương pháp đo đạc vệ tinh trắc địa, Nxb ИИГАиК-Moskva (Tiếng Nga) 56 Kurt Hornik, Maxwell Stinchcombe, Halbert White (1989), Multilayer feedforward networks are universal approximators, Neural Networks 2, 359–366 57 Meisam Gordan, Hashim Abdul Razak, Zubaidah Ismail, Khaled Ghaedi (2017), Recent Developments in Damage Identification of Structures Using Data Mining, Lat Am j solids struct, Vol.14 no.13, Rio de Janeiro , https://doi.org/10.1590/1679-78254378 58 Mohamed T Elnabwy, Mosbeh R Kaloop, Emad Elbeltagi (2013), Talkha steel highway bridge monitoring and movement identification using RTK-GPS technique, Measurement 46, pp 4282–4292 59 Ming Liu, Frangopol Dan M., and Kim Sunyong (2009), Bridge system performance assessment from structural health monitoring: a case study, Journal of Structural Engineering, vol 135, no 6, pp 733– 742 TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 138 60 Mosbeh Kaloop and Jong Wan Hu (2015), Stayed-cable bridge damage detection and localization based on accelerometer health monitoring measurements, Shock and Vibration 61 Mosbeh Kaloop and Hui Li (2014), Multi input–single output models identification of tower bridge movements using GPS monitoring system, Measurement 47 62 Mosbeh Kaloop and Doo Kie Kim (2014), GPS-structural health monitoring of a long span bridge using neural network adaptive filter, Survey Review, Volume 46 63 Mosbeh Kaloop and Jong Wan Hu (2015), Optimizing the De-Noise Neural Network Model for GPS Time-Series Monitoring of Structures, Sensors (Basel) 64 Nickitopoulou, A., Protopsalti, K., and Stiros, S (2006), Monitoring dynamic and quasi-static deformations of large flexible engineering structures with GPS: accuracy, limitations and promises, Engineering Structures, vol 28, no 10, pp 1471-1482 65 Roberts, G.W., H Dodson and V Ashkenazi (1999), Twist and deflect: monitoring motion of the Humber Bridge, GPS World, 10(10), pp 24-34 66 Stefania Arangio and Franco Bontempi (2014), Structural health monitoring of a cable-stayed bridge with Bayesian neural networks, Structure and Infrastructure Engineering, vol 11, no 4, pp 575–587 67 Sun ichi Nakamura (2000), GPS measurement of wind induced suspension bridge girder displacements, Journal of Structure Engineering Asce, vol.126 (12) 68 Ting Hua Yi, Hong Nan Li, Ming Gu (2012), Recent research and applications of GPS-based monitoring technology for high-rise structures, Structural Control and Health Monitoring 69 Tinh Duc Le, Hien Van Le, Linh Thuy Nguyen, Thanh Kim Thi Nguyen, Duy Tien Le, (2020), Application of correlation and regression analysis between GPS – RTK and environmental data in processing the monitoring data of cable – stayed, Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất, Số 61, Kỳ TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 139 70 Thuy Linh Nguyen, Van Hien Le, Minh Ngoc Le, Duc Cong Tran, (2018), Accuracy assessment of displacement measurements of cable-stayed bridge using GPS-RTK technology, International Conference on Sustainability in Civil Engineering, Hanoi, Vietnam 71 Thuy Linh Nguyen, Huu Hung Nguyen, (2020), Application of Artificial Neural Network for recovering GPS - RTK data in the monitoring of cable - stayed bridge deformation, Structural Health Monitoring and Engineering Structure Select proceedings of SHM&ES 2020, Lecture Notes in Civil Engineering, ISBN 978-981-16-0945-9 Doi:http://doi.org/10.1007/978-981-16-0945-9 72 Xiaolin Meng, Alan Dodson, Gethin Wyn Roberts ( 2007), Detecting bridge dynamics with GPS and triaxial accelerometers, Engineering Structures, Vol 29, pp 3178-3184 73 Xiaolin Meng Wei Huang (2009), Global Navigation Satellite Systems (GNSSs) for Monitoring Long Suspension Bridges, In book: Encyclopedia of Structural Health Monitoring 74 You Lin Xu ,W.S Chan (2009), Wind and structural monitoring of long span cable supported bridge with GPS, The Seventh Asia-Pacific Conference on Wind Engineering, Taipei, Taiwan 75 Y Q Ni; H F Zhou; and J M Ko (2009), Generalization Capability of Neural Network Models for Temperature-Frequency Correlation Using Monitoring Data, Journal of structure engineering © ASCE / / 1297 76 Y.Q.Ni, M.Li (2016), Wind pressure data reconstruction using neural network techniques: A comparison between BPNN and GRNN, Measurement, 88, pp 468-476, https://doi.org/10.1016/j.measurement.2016.04.049 77 Yukio Tamura, Akihito Yoshida, Ryukichi Ishibashi, Masahiro Matsui, Measurement of windinduced response of buildings using RTK-GPS, Journal of Wind Engineering and Industrial Aerodynamics, Vol 90, 2002, pp 1783-1793 78 Zbigniew Muszynski, Jaroslaw Rybak (2010), Application of geodetic survey methods in load capacity testing of piles, Conference: XIVth Danube - TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 140 European Conference on Geotechnical Engineering From Research to Design in European Practice,, At Bratislava 79 Zbigniew Muszyski and Jarosaw Rybak (2017), Horizontal Displacement Control in Course of Lateral Loading of a Pile in a Slope, IOP Conf Ser.: Mater Sci Eng 245 032002 80 Zbigniew Muszyński, Jarosław Rybak, and Paulina Kaczor (2018), Accuracy Assessment of Semi-Automatic Measuring Techniques Applied to Displacement Control in Self-Balanced Pile Capacity Testing Appliance - Sensors (Basel) 81 Wai Shan Chan, You Lin Xu, Xiao Li Ding, Yong Liang Xiong, Wu Jiao Dai (2006), Assessment of Dynamic Measurement Accuracy of GPS in Three Directions, Journal of suveying engineering, Vol 132 Issue 3, pp 45- 51 82 Wenchen Shan, Xianqiang Wang, Yubo Jiao (2018), Modeling of Temperature Effect on Modal Frequency of Concrete Beam Based on Field Monitoring Data, Structural Health Monitoring through Vibration - Based Approaches, Vol 2018 | Article, ID 8072843 | https://doi.org/10.1155/2018/8072843 83 Wong, K Y., Man, K L., and Chan, W Y (2001), Monitoring Hong Kong’s bridges: Real-time kinematic spans the gap, GPS World, 12(7), pp 10–18 Tiếng Nga 84 Горелов В А (1976), Анализ и обработка результатов высокоточных створных измерений.— М., ЦНИИАтоминформ 85 Донских И Е (1974), Створный метод измерений смещений сооружений.— М., Недра 86 Ямбаев X К (1978), Высокоточные створные измерения.— М., Недра TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 141 PHỤ LỤC TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 142 PHỤ LỤC SỐ LIỆU QUAN TRẮC CHUYỂN DỊCH THEO PHƯƠNG ĐỨNG CẦU BẠCH ĐẰNG QT01 QT02 Độ STT Độ cao Thời gian đo STT 53.999 2018Y08M01D14H22M00S 54.075 2018Y08M01D15H48M00S 53.995 2018Y08M01D14H22M01S 54.081 2018Y08M01D15H48M01S 54.009 2018Y08M01D14H22M02S 54.073 2018Y08M01D15H48M02S 54.004 2018Y08M01D14H22M03S 54.082 2018Y08M01D15H48M03S 54.002 2018Y08M01D14H22M04S 54.075 2018Y08M01D15H48M04S 53.998 2018Y08M01D14H22M05S 54.075 2018Y08M01D15H48M05S 54 2018Y08M01D14H22M06S 54.076 2018Y08M01D15H48M06S 53.992 2018Y08M01D14H22M07S 54.078 2018Y08M01D15H48M07S 54.009 2018Y08M01D14H22M08S 54.079 2018Y08M01D15H48M08S 10 53.993 2018Y08M01D14H22M09S 10 54.081 2018Y08M01D15H48M09S … … … … 2367 54.013 2018Y08M01D15H25M47S 4285 54.074 2018Y08M01D16H59M47S 2368 54.011 2018Y08M01D15H25M48S 4286 2369 54.016 2018Y08M01D15H25M49S 4287 54.072 2018Y08M01D16H59M49S 2370 54.018 2018Y08M01D15H25M50S 4288 54.072 2018Y08M01D16H59M50S 2371 54.023 2018Y08M01D15H25M51S 4289 54.074 2018Y08M01D16H59M51S 2372 54.019 2018Y08M01D15H25M52S 4290 54.075 2018Y08M01D16H59M52S 2373 54.014 2018Y08M01D15H25M53S 4291 54.082 2018Y08M01D16H59M53S 2374 54.024 2018Y08M01D15H25M54S 4292 54.074 2018Y08M01D16H59M54S 2375 54.009 2018Y08M01D15H25M55S 4293 54.08 2018Y08M01D16H59M55S 2376 54.017 2018Y08M01D15H25M56S 4294 54.08 2018Y08M01D16H59M56S 2377 54.015 2018Y08M01D15H25M57S 4295 54.08 2018Y08M01D16H59M57S 2378 54.018 2018Y08M01D15H25M58S 4296 54.082 2018Y08M01D16H59M58S 2379 54.019 2018Y08M01D15H25M59S 4297 54.089 2018Y08M01D16H59M59S cao … 54.07 Thời gian đo … 2018Y08M01D16H59M48S TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 143 PHỤ LỤC SỐ LIỆU QUAN TRẮC CHUYỂN DỊCH PHƯƠNG ĐỨNG CẦU CẦN THƠ S TT 4 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 ĐỘ CAO 42.6422 42.6362 42.6362 42.6437 42.6402 42.6392 42.6472 42.6442 42.6422 42.6362 42.6422 42.6392 42.6362 42.6422 42.6372 42.6392 42.6362 42.6342 42.6452 42.6452 42.6392 42.6282 42.6402 42.6482 42.6422 42.6432 42.6442 42.6432 42.6432 42.6412 42.6422 S TT 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 ĐỘ CAO 42.6342 42.6372 42.6392 42.6352 42.6332 42.6392 42.6402 42.6322 42.6392 42.6412 42.6342 42.6382 42.6412 42.6372 42.6342 42.6302 42.6242 42.6182 42.6172 42.6122 42.6022 42.6052 42.6022 42.5972 42.5992 42.5912 42.5852 42.5762 42.5712 42.5662 42.5572 S TT 61 62 63 64 65 66 67 68 69 70 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 ĐỘ CAO 42.5402 42.5582 42.5492 42.5502 42.5552 42.5482 42.5282 42.5522 42.5532 42.5442 42.5482 42.5382 42.5382 42.5692 42.5452 42.5402 42.5512 42.5472 42.5562 42.5542 42.5462 42.5502 42.5672 42.5492 42.5402 42.5572 42.5612 42.5582 42.5542 42.5522 42.5672 S TT 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 ĐỘ CAO 42.5562 42.5742 42.5682 42.5692 42.5712 42.5722 42.5582 42.5722 42.5672 42.5622 42.5632 42.5702 42.5762 42.5882 42.5812 42.6022 42.5932 42.6102 42.6042 42.6222 42.6202 42.6172 42.6142 42.6182 42.6202 42.6162 42.6152 42.6152 42.6162 42.6162 42.6302 S TT 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 ĐỘ CAO 42.6392 42.6312 42.6222 42.6512 42.6512 42.6572 42.6392 42.6362 42.6542 42.6452 42.6482 42.6402 42.6532 42.6652 42.6622 42.6252 42.6382 42.6382 42.6342 42.6342 42.6302 TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 144 PHỤ LỤC STT SỐ LIỆU ĐO GNSS, GIÓ, NHIỆT ĐỘ TẠI CẦU CẦN THƠ Số liệu đo GNSS - RTK Gió Nhiệt Thời gian độ X (m) Y (m) Z (m) Vận tốc Hướng 20160108000000 275.317 12.298 42.640 3.573 131.310 25.10 20160108001000 275.314 12.297 42.644 3.804 131.512 25.04 20160108002000 275.317 12.299 42.639 4.001 134.963 25.09 20160108003000 275.315 12.298 42.634 4.232 137.627 25.11 20160108004000 275.315 12.297 42.639 4.473 137.103 25.11 20160108005000 275.315 12.298 42.636 4.336 139.171 25.09 20160108010000 275.314 12.298 42.636 4.561 138.723 25.01 20160108011000 275.315 12.299 42.639 4.531 136.657 24.96 20160108012000 275.313 12.297 42.640 4.167 133.253 24.89 10 20160108013000 275.314 12.298 42.648 3.748 131.623 24.80 11 20160108014000 275.316 12.298 42.643 3.899 128.486 24.80 12 20160108015000 275.315 12.300 42.645 3.530 133.230 24.81 13 20160108020000 275.315 12.298 42.636 3.692 135.240 24.88 14 20160108021000 275.316 12.298 42.640 4.172 134.538 24.95 … … … … … … … … 352 20160110094000 275.321 12.311 42.557 6.539 108.799 27.98 353 20160110095000 275.318 12.316 42.566 6.151 105.762 28.28 354 20160110100000 275.312 12.313 42.570 5.851 99.861 355 20160110101000 275.315 12.308 42.561 5.596 104.256 28.12 356 20160110102000 275.317 12.309 42.554 5.754 100.601 28.51 357 20160110103000 275.319 12.310 42.551 6.070 96.955 358 20160110104000 275.326 12.321 42.549 5.911 104.910 28.60 359 20160110105000 275.318 12.321 42.554 6.699 108.009 28.88 360 20160110110000 275.318 12.312 42.537 6.667 99.852 28.31 28.61 29.11 TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 145 PHỤ LỤC SỐ LIỆU ĐO ÚNG SUẤT TẠI CẦU CẦN THƠ STT Máy Máy Máy Máy Máy Máy Máy Máy -0.591 1.007 2.002 2.281 -3.418 9.102 0.189 -2.045 0.114 2.084 2.106 2.601 -2.836 8.231 0.148 -2.055 -0.065 1.969 2.352 2.644 -3.066 8.552 0.065 -2.109 0.175 2.173 2.576 2.827 -2.928 8.368 0.012 -2.126 0.622 2.312 2.675 2.988 -2.569 7.847 -0.037 -2.124 0.350 2.038 2.391 2.744 -2.855 8.345 -0.132 -2.150 0.470 2.155 2.533 2.820 -2.785 8.258 -0.193 -2.187 0.666 2.252 2.546 2.969 -2.631 7.996 -0.251 -2.216 0.766 2.292 2.814 3.049 -2.624 7.987 -0.330 -2.252 10 1.144 2.455 3.016 3.364 -2.381 7.626 -0.383 -2.263 11 1.295 2.687 2.991 3.434 -2.319 7.513 -0.426 -2.271 12 1.677 3.160 2.970 3.590 -2.074 7.138 -0.447 -2.259 13 1.670 2.771 2.930 3.547 -2.057 7.142 -0.498 -2.267 14 1.847 3.103 3.374 3.783 -1.930 7.023 -0.544 -2.273 … … … … … … … … … 351 7.862 6.973 6.332 8.459 11.067 11.304 1.000 0.534 352 7.571 7.170 6.130 8.362 11.513 11.873 1.187 0.656 353 7.322 6.230 6.011 8.139 12.057 12.262 1.410 0.718 354 6.807 6.551 5.910 8.066 12.370 13.078 1.612 0.918 355 6.606 6.677 5.727 7.973 12.993 13.745 1.828 1.066 356 6.684 6.852 5.946 8.330 13.780 13.902 2.093 1.232 357 6.440 6.483 5.809 8.190 14.328 14.446 2.326 1.402 358 5.945 6.640 5.678 7.835 14.626 15.217 2.527 1.533 359 5.193 5.643 5.049 7.274 14.820 15.883 2.739 1.463 360 4.513 4.974 4.808 7.090 14.935 16.391 2.915 1.508 TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 146 PHỤ LỤC Chương trình máy tính dự báo chuyển dịch cơng trình cầu dây văng phương pháp ANN dựa số liệu đo tải trọng động clear all; fclose all; clc; close all if isdir('networks41')==0 mkdir('networks41'); end %Chương trình dự báo chuyển dịch cầu dây văng %Nhập số liệu đầu vào x1=dlmread('linh_dauvao3.txt', '\t', 0, 0); %input data y1=dlmread('linh_targetZ3.txt', '\t', 0, 0); %target data ouput1=dlmread('linh_kiemtra3.txt', '\t', 0, 0); check1=dlmread('linh_kiemtraketquaZ3.txt', '\t', 0, 0); inputs=x1'; targets=y1'; ouput=ouput1'; check=check1'; trainFcn = 'trainlm'; ii=1; % so neurons jj=20; % so neurons max %Train the networks for i=ii:jj %vary number of hidden layer neurons from to 100 hiddenLayerSize = i; %number of hidden layer neurons net = fitnet(hiddenLayerSize,trainFcn); %create a fitting network net.divideParam.trainRatio = 70/100; %use 70% of data for training net.divideParam.valRatio = 15/100; %15% for validation net.divideParam.testRatio = 15/100; %15% for testing net.trainparam.epochs=10000; net.trainParam.max_fail=2000; net.trainparam.goal=1e-25; TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 147 net.trainparam.lr=0.01; net.trainParam.mu=0.0001; net.trainParam.mu_dec=0.01; net.trainParam.mu_inc=10; net.trainParam.mu_max=1e10; [net,tr] = train(net,inputs,targets); % train the network disp(i) ketqua = net(ouput) %simulate 15% test data toadoX(i,:)=ketqua(1,:); rmseX(i)=sqrt(mean((toadoX(i,:)-check(1,:)).^2)); %RMSE for X data save(['networks41\net' num2str(i)],'net'); %save the network in networks folder end %Plot the RMSEs figure plot(ii:jj,rmseX, 'b*-'); %hold on; plot(1:100, rmse2016, 'ro-'); legend('Toa X'); xlabel('Number of hidden layer neurons'); ylabel('RMSE X'); nntool %Plot the predict result predict_outputs=predict_outputs'; figure plot(predict_outputs); hold on; plot(check1); v = check1 - predict_outputs; m = std(v); max=max(v); min=min(v); biendo=max(v)-min(v); xlabel('So luong mau '); ylabel('Do cao(m)'); TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 148 %title('Du bao chuyen vi theo phuong Z'); legend('Gia tri thuc te màu xanh','Gia tri du bao mau do'); hold on; plot(check1,'b'); plot(predict_outputs,'r'); %Plot v result figure plot (v) xlabel('So luong mau'); ylabel('Sai so du bao(m)'); %title('Sai so du bao chuyen vi theo phuong Z'); %Plot training result figure plot(damz_outputs,'g'); hold on targets=targets'; plot(targets,'k'); legend('Giá tri hoc mau xanh','Gia tri thuc te mau den'); plot(targets,'k'); xlabel('So luong mau '); ylabel('Do cao(m)'); %title('Ket qua huan luyen mang'); %Plot training error result figure plot(damz_errors,'b'); xlabel('So luong mau'); ylabel('Sai so huan luyen(m)'); %title('Sai so huan luyen mang'); TIEU LUAN MOI download : skknchat123@gmail.com moi nhat ... đích nghiên cứu giải pháp công nghệ quan trắc chuyển dịch cơng trình cầu Việt Nam, tiến hành nghiên cứu nội dung sau: Quan trắc chuyển dịch ngang cơng trình cầu có kết cấu cứng - Nghiên cứu sơ đồ... CHẤT NGUYỄN THÙY LINH NGHIÊN CỨU GIẢI PHÁP CƠNG NGHỆ QUAN TRẮC CHUYỂN VỊ CƠNG TRÌNH CẦU TRONG ĐIỀU KIỆN VIỆT NAM NGÀNH: KỸ THUẬT TRẮC ĐỊA - BẢN ĐỒ MÃ SỐ: 9.520503 LUẬN ÁN TIẾN SĨ NGƯỜI HƯỚNG DẪN... Tại Việt Nam 1.3.2.1 Các cơng trình nghiên cứu khoa học Trong lĩnh vực quan trắc chuyển dịch công trình cầu, cơng trình khoa học nghiên cứu theo hướng sau: a Phương pháp hướng chuẩn quan trắc chuyển