Đang tải... (xem toàn văn)
BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ NÔNG NGHIỆP VÀ PTNT TRƯỜNG ĐẠI HỌC THỦY LỢI NGUYỄN THỊ THANH THÚY NGHIÊN CỨU TỐI ƯU TIẾT DIỆN KHUNG THÉP SỬ DỤNG PHÂN TÍCH TRỰC TIẾP KẾT HỢP KỸ THUẬT HỌC MÁY LUẬN ÁN TIẾN SĨ[.]
BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ NÔNG NGHIỆP VÀ PTNT TRƯỜNG ĐẠI HỌC THỦY LỢI NGUYỄN THỊ THANH THÚY NGHIÊN CỨU TỐI ƯU TIẾT DIỆN KHUNG THÉP SỬ DỤNG PHÂN TÍCH TRỰC TIẾP KẾT HỢP KỸ THUẬT HỌC MÁY LUẬN ÁN TIẾN SĨ KỸ THUẬT HÀ NỘI, NĂM 2023 BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ NÔNG NGHIỆP VÀ PTNT TRƯỜNG ĐẠI HỌC THỦY LỢI NGUYỄN THỊ THANH THÚY NGHIÊN CỨU TỐI ƯU TIẾT DIỆN KHUNG THÉP SỬ DỤNG PHÂN TÍCH TRỰC TIẾP KẾT HỢP KỸ THUẬT HỌC MÁY Ngành: Cơ học vật rắn Mã số: 9440107 NGƯỜI HƯỚNG DẪN KHOA HỌC GS TS Nguyễn Tiến Chương PGS TS Trương Việt Hùng HÀ NỘI, NĂM 2023 LỜI CAM ĐOAN Tác giả xin cam đoan công trình nghiên cứu thân tác giả Các kết nghiên cứu kết luận luận văn trung thực, không chép từ nguồn hình thức Việc tham khảo nguồn tài liệu (nếu có) thực trích dẫn ghi nguồn tài liệu tham khảo quy định Tác giả luận án Nguyễn Thị Thanh Thúy i LỜI CÁM ƠN Luận án Tiến sĩ thực hướng dẫn khoa học GS.TS Nguyễn Tiến Chương PGS.TS Trương Việt Hùng Tác giả xin trân trọng gửi lời cảm ơn bày tỏ lòng biết ơn sâu sắc tới thầy trực tiếp hướng dẫn bảo tận tình suốt trình nghiên cứu viết luận án Tác giả xin chân thành cảm ơn GS.TS Nguyễn Trung Việt, TS Nguyễn Văn Thìn, PGS TS Nguyễn Ngọc Thắng PGS.TS Nguyễn Anh Dũng tạo điều kiện thuận lợi, quan tâm giúp đỡ mặt trình tác giả thực luận án Tác giả xin bày tỏ lòng biết ơn đến Ban Giám hiệu nhà trường, phịng Đào tạo, khoa Cơng trình, môn Xây dựng Dân dụng Công nghiệp, đồng nghiệp, nhà Khoa học quan tâm chia sẻ, cung cấp thơng tin đóng góp ý kiến để tác giả hoàn thiện luận án Cuối cùng, biết ơn đến gia đình lời cảm ơn chân thành tới người thân, bạn bè sát cánh, động viên tinh thần để nghiên cứu sinh vượt qua khó khăn thực hồn thành luận án./ ii MỤC LỤC DANH MỤC CÁC HÌNH ẢNH vi DANH MỤC BẢNG BIỂU .vii DANH MỤC CÁC TỪ VIẾT TẮT VÀ THUẬT NGỮ viii MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ VẤN ĐỀ NGHIÊN CỨU Đặt vấn đề Các phương pháp phân tích kết cấu thép 1.2.1 Các phương pháp phân tích truyền thống 1.2.2 Phương pháp phân tích trực tiếp kết cấu khung thép .9 1.2.3 Phân tích đánh giá thảo luận 14 Tối ưu kết cấu thép .15 1.3.1 Bài toán tối ưu kết cấu thép phân loại 15 1.3.2 Các phương pháp giải toán tối ưu 17 1.3.3 Lịch sử phát triển tối ưu kết cấu thép .21 1.3.4 Nhận xét 22 Công nghệ học máy ứng dụng thiết kế kết cấu cơng trình .23 1.4.1 Giới thiệu chung công nghệ học máy 23 1.4.2 Tình hình nghiên cứu ứng dụng học máy kết cấu công trình 26 Tình hình định hướng nghiên cứu 30 1.5.1 Tình hình nghiên cứu giới tối ưu kết cấu thép sử dụng phân tích trực tiếp thuật toán meta – heuristic 30 1.5.2 Tình hình nghiên cứu nước tối ưu kết cấu thép sử dụng kỹ thuật học máy 32 1.5.3 Định hướng nghiên cứu giới hạn nội dung nghiên cứu luận án 33 CHƯƠNG TỐI ƯU TIẾT DIỆN KHUNG THÉP BẰNG PHÂN TÍCH TRỰC TIẾP VÀ THUẬT TỐN TIẾN HĨA VI PHÂN TỰ THÍCH ỨNG 36 Đặt vấn đề 36 Mơ hình phân tích khung thép sử dụng phương pháp phần tử dầm – cột 37 2.2.1 Các giả thiết .37 2.2.2 Phi tuyến hình học 37 2.2.3 Phi tuyến vật liệu 39 iii 2.2.4 Hiệu ứng biến dạng cắt .41 2.2.5 Hiệu ứng ổn định cục 43 2.2.6 Hiệu ứng ổn định mặt phẳng .43 2.2.7 Ma trận độ cứng phần tử 44 2.2.8 Phương pháp giải toán phi tuyến 46 Chương trình phân tích trực tiếp kết cấu thép PAAP 50 Xây dựng toán tối ưu khung thép sử dụng phân tích trực tiếp 51 2.4.1 Phát biểu toán 51 2.4.2 Các điều kiện ràng buộc 52 2.4.3 Chuyển đổi toán tối ưu khơng có điều kiện ràng buộc 54 Đề xuất thuật tốn tiến hóa vi phân tự thích ứng 56 2.5.1 Thuật toán tiến hóa vi phân (Differential Evolution – DE) 56 2.5.2 Đề xuất thuật tốn tiến hóa vi phân tự thích ứng (AEpDE) 57 Ví dụ nghiên cứu 62 Kết luận chương 66 CHƯƠNG XÂY DỰNG MƠ HÌNH DỰ BÁO ỨNG XỬ CỦA KHUNG THÉP SỬ DỤNG CÁC KỸ THUẬT HỌC MÁY 67 Đặt vấn đề .67 Nguyên lý thuật toán học máy .67 3.2.1 Thuật toán hồi quy tuyến tính 68 3.2.2 Học sâu .68 3.2.3 Nhóm thuật toán tăng cường 70 3.2.4 Nhận xét 78 Xây dựng mơ hình dự báo ứng xử khung thép có xét đến ứng xử phi tuyến sử dụng thuật toán học máy 78 3.3.1 Phân tích trực tiếp xác định khả chịu tải chuyển vị khung thép 78 3.3.2 Các bước tạo liệu học cho mơ hình học máy 79 3.3.3 Đề xuất quy trình tạo tập liệu sử dụng phân tích trực tiếp 81 3.3.4 Xây dựng quy trình huấn luyện siêu mơ hình học máy dự đoán ứng xử khung thép .82 Ví dụ nghiên cứu 84 iv 3.4.1 Khung phẳng nhịp x 10 tầng 84 3.4.2 Khung không gian hai mươi tầng 87 Kết luận chương .92 CHƯƠNG TỐI ƯU TIẾT DIỆN KHUNG THÉP SỬ DỤNG THUẬT TỐN TIẾN HĨA VI PHÂN TỰ THÍCH ỨNG VÀ KỸ THUẬT HỌC MÁY LIGHTGBM94 Đặt vấn đề 94 Xây dựng chương trình tối ưu kết cấu khung thép kết hợp thuật toán Meta – heuristic kỹ thuật học máy .95 4.2.1 Đề xuất quy trình tối ưu hóa .95 4.2.2 Đề xuất thuật toán kết hợp AEpDE kỹ thuật học máy LightGBM 97 Các ví dụ nghiên cứu 98 4.3.1 Khung thép phẳng nhịp × 10 tầng 99 4.3.2 Khung thép phẳng nhịp × 14 tầng .102 Kết luận chương 108 KẾT LUẬN VÀ KIẾN NGHỊ 109 DANH MỤC CƠNG TRÌNH ĐÃ CƠNG BỐ 112 TÀI LIỆU THAM KHẢO .113 PHỤ LỤC 124 A Mơ hình vật liệu thép 124 B Phân tích phi tuyến .124 C Cấu hình máy tính .127 D Mã nguồn thuật toán AEpDE 127 E Các siêu tham số mơ hình ML 129 v DANH MỤC CÁC HÌNH ẢNH Hình 1.1 Các mức độ phân tích phi tuyến .7 Hình 1.2 Hiệu ứng P P 10 Hình 1.3 Q trình tìm vị trí tối ưu phương pháp Gradient 18 Hình 1.4 Mối quan hệ ba lĩnh vực AI, ML DL 23 Hình 2.1 Phần tử dầm – cột chịu uốn 38 Hình 2.2 Hàm ổn định .38 Hình 2.3 Bề mặt chảy dẻo hoàn toàn 41 Hình 2.4 Các ký hiệu thành phần lực chuyển vị hai đầu phần tử .45 Hình 2.5 Quan hệ tải trọng - chuyển vị theo phương pháp GDC 48 Hình 2.6 Lưu đồ phân tích phi tuyến sử dụng phương pháp GDC [141] 49 Hình 2.7 Các đặc trưng chung hệ phi tuyến 50 Hình 2.8 Minh họa điều kiện ràng buộc cấu tạo 52 Hình 2.9 Sơ đồ tải trọng tác dụng lên khung thép × 10 63 Hình 2.10 Giá trị p thuật tốn AEpDE q trình tối ưu khung thép × 10 (A=1.0) 64 Hình 3.1 Mạng nơ ron truyền thẳng với hai lớp ẩn 69 Hình 3.2 Biểu diễn phương pháp RF 71 Hình 3.3 Mơ hình tăng cường độ dốc 74 Hình 3.4 So sánh MSE mơ hình ML hồi quy ULF khung phẳng 3x10 .85 Hình 3.5 Sơ đồ mặt khung 20 tầng 89 Hình 3.6 So sánh MSE mơ hình ML hồi quy ULF khung 20 tầng .90 Hình 4.1 Lưu đồ chương trình đề xuất 96 Hình 4.2 Đường cong hội tụ khối lượng tốt cho khung thép x 10 101 Hình 4.3 Đường cong hội tụ khối lượng trung bình cho khung thép x 10 102 Hình 4.4 Sơ đồ tải trọng tác dụng lên khung thép phẳng 5x14 .103 Hình 4.5 So sánh MSE mơ hình ML hồi quy ULF cho khung phẳng 5x14 104 Hình 4.6 Đường cong hội tụ khối lượng tốt cho khung thép x 14 107 Hình 4.7 Đường cong hội tụ khối lượng trung bình khung thép x 14 107 Hình PL- Mơ hình vật liệu phần tử dầm –cột ngoại trừ hai đầu hình thành khớp dẻo 124 Hình PL- Các thành phần lực chuyển vị phần tử dầm – cột .125 vi DANH MỤC BẢNG BIỂU Bảng 2.1 Kết tối ưu cho khung thép 3×10 64 Bảng 2.2 Kết tối ưu chi tiết trường hợp có khối lượng tốt khung thép 3×10 65 Bảng 3.1 Thuộc tính tiết diện W 80 Bảng 3.2 Quy trình tạo liệu 81 Bảng 3.3 Các siêu tham số hệ thống thuật toán học máy sử dụng 85 Bảng 3.4 Hiệu suất mơ hình ML cho khung thép x 10 86 Bảng 3.5 Danh sách tiết diện W đầu vào tóm tắt số liệu thiết kế khung 20 tầng 88 Bảng 3.6 Các siêu tham số hệ thống thuật toán học máy sử dụng khung không gian 20 tầng 90 Bảng 3.7 Hiệu suất thời gian chạy mơ hình ML hồi quy dự đoán ULF 92 Bảng 4.1 Kết tối ưu cho khung thép x 10 99 Bảng 4.2 Kết tối ưu chi tiết trường hợp có khối lượng tốt khung thép x 10 100 Bảng 4.3 Tải trọng gió tương đương khung thép x 14 103 Bảng 4.4 Hiệu suất mơ hình ML cho khung thép x 14 104 Bảng 4.5 Các kết tối ưu cho khung thép x 14 105 Bảng 4.6 Kết tối ưu chi tiết trường hợp khối lượng tốt khung thép x 14 106 Bảng PL - Cường độ chịu uốn giới hạn tỷ lệ chiều rộng-độ dày với tiết diện chữ I [24] 127 vii a DANH MỤC CÁC TỪ VIẾT TẮT VÀ THUẬT NGỮ ACO AFE AI AISC ANN ASD BA BFGS BHM BIM BP CART CATBOOST CBO CoQ CFST CSDL DE DL DT ECBO EFB ES FA FEM FNN FORM GA GDC GOSS GSP GTB HS KNN LC LR Ant Colony Optimization Average number of Function Evaluations Artificial Intelligence American Institute of Steel Construction Artificial Neural Network Allowable Stress Design Bat Aglorithm Broyden-Fletcher-GoldfarbShanno Bridge health Monitoring Building information modeling Back Propagation Classification and Regression Trees Colliding Bodies Optimization Coefficient of quality Concrete – filled steel tube Differential Evolution Deep Learning Decision Tree Enhanced Colliding Bodies Optimization Exclusive Feature Bundling Evolution Strategy Firely Algorithm Finite Element Method FeedForward Neutral Network First Order Reliability Method Genetic Algorithm General Displacement Control Gradient-based One-Side Sampling Generalized stiffness parameter Gradient Tree Boosting Harmony Search K-Nearest Neighbors Linear Classification Linear Regression viii Tối ưu đàn kiến Số lần đánh giá hàm trung bình Trí tuệ nhân tạo Viện cơng trình thép Hoa Kỳ Mạng nơ ron nhân tạo Thiết kế theo ứng suất cho phép Thuật toán dơi Phương pháp Broyden-FletcherGoldfarb-Shanno Theo dõi sức khỏe cơng trình cầu Mơ hình thơng tin cơng trình Lan truyền ngược Cây phân loại hồi quy Cây tăng cường độ dốc phân loại Tối ưu vật thể va chạm Hệ số chất lượng Ống thép nhồi bê tơng Cơ sở liệu Tiến hóa vi phân Học sâu Cây định Tối ưu vật thể va chạm cải tiến Gom nhóm đặc trưng quan trọng Chiến lược tiến hóa Đàn đom đóm Phần tử hữu hạn Mạng nơ ron lan truyền thẳng Phương pháp độ tin cậy bậc Thuật toán di truyền Kiểm sốt chuyển vị tổng qt Lấy mẫu phía dựa độ dốc Tham số độ cứng tổng quát Cây tăng cường độ dốc Tìm kiếm hài hịa K láng giềng gần Phân loại tuyến tính Hồi quy tuyến tính