Ăn mòn thép gia cường đã được chứng minh là một nguyên nhân chính của sự hư hỏng cấu trúc của bê tông cốt thép (RCreinforced concrete), dẫn đến giảm tuổi thọ của Kết cấu bê tông. Một lượng đáng kể các nghiên cứu liên quan đến ăn mòn cốt thép đã được thực hiện trong quá khứ, giải quyết các vấn đề khác nhau liên quan đến quá trình ăn mòn ban đầu và tác dụng gây hại (Imam, Anifowose and Azad 2015). Jeyasehar and Sumangala (2006) đánh giá không phá hủy của dầm bê tông dự ứng lực bằng cách sử dụng phương pháp tiếp cận mạng thần kinh nhân tạo (ANN artificial neural network). Tsai and Hsu (2002) chẩn đoán cơ sở thiệt hại kết cấu bê tông cốt thép dựa trên lịch sử thời gian dịch chuyển bằng cách sử dụng Kỹ thuật mạng nơ ron truyền ngược. Gần đây, Imam and Kazmi (2020) sử dụng phương pháp hồi quy đã sửa đổi và mô hình ANN cho khả năng chịu tải của dầm bê tông cốt thép bị ăn mòn.
Trang 1K2 TĐT 2023
Chuyên đề: Dự đoán khả năng chịu uốn của dầm
bê tông cốt thép bị ăn mòn sử dụng mô hình trí
tuệ nhân tạo
Môn học: Phương pháp nghiên cứu khoa học ở
trường Đại Học
Họ và tên : Lê Minh Chánh Ngày sinh : 18/01/1994
Nơi sinh: Tiền Giang STT: 9
Trang 2
MỤC LỤC
1 TÊN ĐỀ TÀI 2
2 MÃ SỐ 2
3 LĨNH VỰC NGHIÊN CỨU 2
4 LOẠI HÌNH NGHIÊN CỨU 2
5 THỜI GIAN THỰC HIỆN 2
6 CƠ QUAN CHỦ TRÌ ĐỀ TÀI 2
7 CHỦ NHIỆM ĐỀ TÀI 2
8 NHỮNG THÀNH VIÊN THAM GIA NGHIÊN CỨU ĐỀ TÀI 2
9 ĐƠN VỊ PHỐI HỢP CHÍNH 2
10 TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU THUỘC LĨNH VỰC CỦA ĐỀ TÀI Ở TRONG VÀ NGOÀI NƯỚC 2
11 TÍNH CẤP THIẾT CỦA ĐỀ TÀI 2
12 MỤC TIÊU ĐỀ TÀI 2
13 ĐỐI TƯỢNG, PHẠM VI NGHIÊN CỨU 2
14 CÁCH TIẾP CẬN, PHƯƠNG PHÁP NGHIÊN CỨU 2
15 NỘI DUNG NGHIÊN CỨU VÀ TIẾN ĐỘ THỰC HIỆN 2
16 SẢN PHẨM 2
17 HIỆU QUẢ 2
18 PHƯƠNG THỨC CHUYỂN GIAO KẾT QUẢ NGHIÊN CỨU VÀ ĐỊA CHỈ ỨNG DỤNG 2
Trang 3Đề bài: Chọn 01 đề tài nghiên cứu khoa học và xây dựng đề cương chi tiết cho đề tài nghiên cứu khoa học đó.
Đề tài: Dự đoán khả năng chịu uốn của dầm bê tông cốt thép bị ăn mòn
sử dụng mô hình trí tuệ nhân tạo
BÀI LÀM THUYẾT MINH ĐỀ TÀI NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG
TRỌNG ĐIỂM NĂM 2021
Trang 41 TÊN ĐỀ TÀI
Dự đoán khả năng chịu uốn của
dầm bê tông cốt thép bị ăn mòn
sử dụng mô hình trí tuệ nhân tạo
2 MÃ SỐ:
MÃ SỐ THEO LĨNH VỰC NGHIÊN CỨU:
MÃ SỐ THEO MỤC TIÊU NGHIÊN CỨU:
3 LĨNH VỰC NGHIÊN CỨU
trường Kinh tế;
trí tuệ
4 LOẠI HÌNH NGHIÊN CỨU
Cơ bản
Ứng dụng
Triển khai
X
5 THỜI GIAN THỰC HIỆN 12 tháng
6 CƠ QUAN CHỦ TRÌ ĐỀ TÀI
Tên cơ quan:
Điện thoại:
Địa chỉ:
7 CHỦ NHIỆM ĐỀ TÀI
Họ và tên:
Chức danh khoa học: Giảng viên
Đơn vị công tác:
E-mail:
Học vị:
Năm sinh:
Di động:
8 NHỮNG THÀNH VIÊN THAM GIA NGHIÊN CỨU ĐỀ TÀI
TT Họ và tên Đơn vị công tác và
lĩnh vực chuyên môn
Nội dung nghiên cứu cụ thể được giao
Chữ ký
1 TS Trường Đại học Nghiên cứu về
mô hình trí tuệ nhân tạo, viết X
Trang 5báo cáo
2 KS. Khoa Xây dựng/ Xâydựng Thu thập và xửlý số liệu
9 ĐƠN VỊ PHỐI HỢP CHÍNH
Tên đơn vị
trong và ngoài
nước
Nội dung phối hợp nghiên
cứu Họ và tên người đại diện đơn vị
Trang 610 TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU THUỘC LĨNH VỰC CỦA ĐỀ TÀI Ở TRONG VÀ NGOÀI NƯỚC
10.1 Ngoài nước (phân tích, đánh giá tình hình nghiên cứu thuộc lĩnh vực
của đề tài trên thế giới, liệt kê danh mục các công trình nghiên cứu, tài liệu có liên quan đến đề tài được trích dẫn khi đánh giá tổng quan)
Ăn mòn thép gia cường đã được chứng minh là một nguyên nhân chính của sự
hư hỏng cấu trúc của bê tông cốt thép (RC-reinforced concrete), dẫn đến giảm tuổi thọ của Kết cấu bê tông Một lượng đáng kể các nghiên cứu liên quan đến ăn mòn cốt thép đã được thực hiện trong quá khứ, giải quyết các vấn đề khác nhau liên quan đến quá trình ăn mòn ban đầu và tác dụng gây hại (Imam, Anifowose and Azad 2015) Jeyasehar and Sumangala (2006) đánh giá không phá hủy của dầm bê tông dự ứng lực bằng cách sử dụng phương pháp tiếp cận mạng thần kinh nhân tạo (ANN- artificial neural network) Tsai and Hsu (2002) chẩn đoán cơ sở thiệt hại kết cấu bê tông cốt thép dựa trên lịch sử thời gian dịch chuyển bằng cách
sử dụng Kỹ thuật mạng nơ ron truyền ngược Gần đây, Imam and Kazmi (2020)
sử dụng phương pháp hồi quy đã sửa đổi và mô hình ANN cho khả năng chịu tải của dầm bê tông cốt thép bị ăn mòn
10.2 Trong nước (phân tích, đánh giá tình hình nghiên cứu thuộc lĩnh vực
của đề tài ở Việt Nam, liệt kê danh mục các công trình nghiên cứu, tài liệu có liên quan đến đề tài được trích dẫn khi đánh giá tổng quan)
Ở Việt Nam, có một số kết quả nghiên cứu liên quan đến vấn đề ăn mòn Ví
dụ, Nguyễn Thanh Hưng và các công sự đã công bố một số kết quả nghiên cứu về ứng xử của kết cấu bê tông cốt thép bị ăn mòn, kết quả cho thấy kết cấu bê tông cốt thép khi bị ăn mòn ảnh hưởng rất lớn đến sự làm việc của kết cấu Về bài toán chẩn đoán kỹ thuật cho dầm bê tông cốt thép bị ăn mòn trong trường hợp thiếu số liệu đã được giới thiệu ở Hội nghị khoa học cơ học toàn quốc và đăng tải trên tạp chí xây dựng Gần đây, Nguyễn Thanh Hưng và cộng sự đã áp dụng thành công phương pháp phần tử hữu hạn để mô phỏng dầm bê tông cốt thép bị ăn mòn xét đến cường độ liên kết giữa cốt thép và bê tông Trong những năm gần đây, các nhà khoa học đã nghiên cứu việc sử dụng các kỹ thuật trí tuệ nhân tạo (AI) để đánh giá sự làm việc của kết cấu bê tông cốt thép
Trong lĩnh vực dự báo dựa vào trí tuệ nhân tạo tại Việt Nam vẫn còn ở giai đoạn đầu của sự phát triển và hiện nay chỉ có một số nghiên cứu về lĩnh vực này
Trang 7Đặc biệt, một nghiên cứu tổng quan trong lĩnh vực này cho thấy rằng kỹ thuật AI chưa được sử dụng để dự đoán chất lượng cho kết cấu dầm bê tông cốt thép bị ăn mòn Nghiên cứu này đề xuất mô hình trí tuệ nhân tạo kết hợp cho việc dự đoán cường độ dầm bê tông cốt thép bị ăn mòn dựa trên dữ liệu thực tế
10.3 Danh mục các công trình đã công bố thuộc lĩnh vực của đề tài của chủ
nhiệm và những thành viên tham gia nghiên cứu (họ và tên tác giả; bài báo;
ấn phẩm; các yếu tố về xuất bản)
[1] Nguyễn Thanh Hưng (2013), Mô phỏng dầm bê tông cốt thép bị ăn mòn xét đến cường độ liên kết giữa cốt thép và bê tông theo phương pháp phần tử hữu hạn, Hội nghị Khoa học toàn quốc Cơ học Vật rắn biến dạng lần thứ XI - Thành phố Hồ Chí Minh, 7-9/11/2013, tr.542-550
[2] Nguyễn Thanh Hưng, Nguyễn Trọng Hà, Phạm Văn Trung, Lê Công Điều (2017), Xây dựng mô hình đánh giá sự ảnh hưởng của lực bám dính giữa bê tông
và cốt thép cho dầm bê tông cốt thép chịu tải trọng, Tạp chí Khoa học Công nghệ Xây dựng, số 25 - 2017, tr 41-48
[3] Nguyễn Thanh Hưng, Nguyễn Văn Phó, Trần Văn Liên (2015), Chẩn đoán dầm bê tông cốt thép bị ăn mòn trong trường hợp thiếu số liệu, Tuyển tập Hội nghị Khoa học toàn quốc Cơ học Vật rắn biến dạng lần thứ XII, Đà nẵng, 6-7/8/2015
[4] Thanh Hung Nguyen, Anh Thang Le, Duy Duan Nguyen (2020), Bending strength diagnosis for corroded reinforced concrete beams with attendance of deterministic, random and fuzzy parameters, Journal of Structural Integrity and Maintenance (Accept)
[5] Anh-Thang Le, Thanh-Hung Nguyen (2020), A Study on Behavior of Reinforcement Concrete Beam using the Recycled Concrete, CIGOS 2019, Innovation for Sustainable Infrastructure, 379-384
[6] A Imam and Z A Kazmi, "Modified regression and ANN model for load carrying capacity of corroded reinforced concrete beam," AIMS Materials Science,, vol 4, no 5, pp 1140-1164, 2020
[7] A Imam, F Anifowose, and A K Azad, "Residual Strength of Corroded Reinforced Concrete Beams Using an Adaptive Model Based on ANN," International Journal of Concrete Structures and Materials, vol 9, no 2, pp
Trang 8159-172, 2015/06/01 2015.
[8] C.-H Tsai and D.-S Hsu, "Diagnosis of Reinforced Concrete Structural Damage Base on Displacement Time History using the Back-Propagation Neural Network Technique," Journal of Computing in Civil Engineering, vol 16, no 1,
pp 49-58, 2002
[9] J A Abdalla, A Elsanosi, and A Abdelwahab, "Modeling and simulation of shear resistance of R/C beams using artificial neural network," Journal of the Franklin Institute, vol 344, no 5, pp 741-756, 2007/08/01/ 2007
[10] C A Jeyasehar and K Sumangala, "Nondestructive Evaluation of Prestressed Concrete Beams using an Artificial Neural Network (ANN) Approach," Structural Health Monitoring, vol 5, no 4, pp 313-323, 2006
Trang 911 TÍNH CẤP THIẾT CỦA ĐỀ TÀI
Sự ăn mòn cốt thép trong bê tông là quá trình xuống cấp nghiêm trọng nhất ảnh hưởng đến kết cấu nếu không được gia cường sửa chữa đối với kết cấu đang
sử dụng Do vậy, cần phải có những giải pháp đánh giá cường độ chính xác và biện pháp gia cường phù hợp cho kết cấu Nhận thấy rằng ảnh hưởng của ăn mòn tới khả năng chịu lực của kết cấu bê tông cốt thép là một vấn đề rất phức tạp nhất
là khi đánh giá lại khả năng chịu lực của các cấu kiện Đặc biệt là trong bối cảnh biến đổi khí hậu toàn cầu như hiện nay đã làm cho các số liệu thống kê để tính toán trước đây đã không còn đủ tin cậy, nhất là đối với các công trình kết cấu bê tông cốt thép ở vùng ngập mặn
Do vậy, nghiên cứu này đề xuất một cách tiếp cận mới dùng các mô hình trí tuệ nhân tạo kết hợp để đánh giá cường độ của bê tông cho dầm bê tông cốt thép
bị ăn mòn Thông qua việc đánh giá, sẽ kiến nghị các biện pháp xử lý phù hợp nhằm duy trì và đảm bảo an toàn cho việc khai thác kết cấu trong quá trình vận hành
12 MỤC TIÊU ĐỀ TÀI
- Đề xuất mô hình trí tuệ nhân tạo kết hợp mới cho các bài toán dự đoán.
- Nghiên cứu các yếu tố ảnh hưởng cường độ của dầm bê tông cốt thép bị ăn
mòn
- Áp dụng mô hình trí tuệ nhân tạo đề xuất để dự đoán cường độ của dầm bê
tông cốt thép bị ăn mòn
13 ĐỐI TƯỢNG, PHẠM VI NGHIÊN CỨU
13.1 Đối tượng nghiên cứu
- Nghiên cứu về kết cấu dầm bê tông cốt thép bị ăn mòn
- Nghiên cứu về các thuật toán trí tuệ nhân tạo
13.2 Phạm vi nghiên cứu
- Các công trình xây dựng từ những năm 1975 trên địa bàn Tp Hồ Chí Minh.
- Các công cụ trí tuệ nhân tạo được phát triển gần đây.
Trang 1014 CÁCH TIẾP CẬN, PHƯƠNG PHÁP NGHIÊN CỨU
14.1 Cách tiếp cận
- Thông qua các tài liệu sách, các bài báo trong nước và quốc tế, và các thí
nghiệm thực tế
14.2 Phương pháp nghiên cứu
- Nghiên cứu các lý thuyết về ăn mòn, về trí tuệ nhân tạo
- Sử dụng các công cụ hỗ trợ để xử lý dữ liệu
- Thu thập dữ liệu tại phòng thí nghiệm cũng như hiện trường
15 NỘI DUNG NGHIÊN CỨU VÀ TIẾN ĐỘ THỰC HIỆN
15.1 Nội dung nghiên cứu (trình bày dưới dạng đề cương nghiên cứu chi tiết)
- Chương 1: Tổng quan.
- Chương 2: Cơ sở lý thuyết của nghiên cứu.
- Chương 3: Khảo sát thu thập và đánh giá số liệu.
- Chương 4: Ứng dụng mô hình và thuật toán trí tuệ nhân tạo vào dự đoán.
- Chương 5: Kết quả và kết luận kiến nghị.
15.2 Tiến độ thực hiện
STT Các nội dung, công việc
thực hiện
Sản phẩm Thời gian
(số tháng)
Người thực hiện
1 Tổng quan Tổng quanvà số liệu 2 tháng KS.
2 Cơ sở lý thuyết của nghiên cứu Mô hình 2 tháng
TS
3 Khảo sát thu thập và đánh giá số liệu hoàn thiệnMô hình 2 tháng
TS KS
4 Ứng dụng mô hình và thuật toán trí tuệ nhân tạo vào dự đoán Thẩm địnhkết quả 2 tháng TS.
5 Kết quả và kết luận kiến nghị Sản phẩm
nghiên cứu,
1 tháng
TS
Trang 11bài báo KS.
16 SẢN PHẨM
16.1 Sản phẩm khoa học
Sách chuyên khảo Bài báo đăng tạp chí nước ngoài
Sách tham khảo Bài báo đăng tạp chí trong nước
Giáo trình Bài đăng kỷ yếu hội nghị, hội thảo quốc tế
16.2 Sản phẩm đào tạo
Nghiên cứu sinh Cao học
16.3 Sản phẩm ứng dụng
Tiêu chuẩn Qui phạm Sơ đồ, bản thiết kế
Tài liệu dự báo Qui trình công nghệ Luận chứng kinh tế
Phương pháp Chương trình máy
tính
Bản kiến nghị
Dây chuyền CN Báo cáo phân tích Bản quy hoạch
16.4 Các sản phẩm khác
16.5 Tên sản phẩm, số lượng và yêu cầu khoa học đối với sản phẩm
1 01 Bài báo trong nước 01
2
Trang 1217 HIỆU QUẢ (giáo dục và đào tạo, kinh tế - xã hội)
- Kết quả nghiên cứu của đề tài sử dụng làm tài liệu tham khảo hữu ích cho
các đề tài luận văn thạc sĩ, luận án tiến sĩ - Có thể sử dụng để viết các bài báo khoa học, tài liệu tham khảo cho các giáo trình và sách xuất bản
18 PHƯƠNG THỨC CHUYỂN GIAO KẾT QUẢ NGHIÊN CỨU VÀ ĐỊA CHỈ ỨNG DỤNG
- Nghiên cứu này sẽ là tài liệu tham khảo trong việc giảng dạy và nghiên cứu
cho sinh viên và học viên cao học các ngành xây dựng cũng như quản lý dự án, kết cấu xây dựng Kết quả đề tài được kiến nghị áp dụng đối với các chủ đầu tư xây dựng, các nhà thầu xây lắp, các đơn vị tư vấn thiết kế, quản lý dự án tại Việt Nam hiện nay và trong tương lai nhằm đạt được hiệu quả quản lý tối ưu
Ngày tháng năm 202
Trưởng đơn vị
(ký, họ và tên)
Ngày tháng năm 202
Chủ nhiệm đề tài
(ký, họ và tên)
Ngày tháng năm
HIỆU TRƯỞNG
(ký, họ và tên, đóng dấu)