áp dụng thuật toán trí tuệ nhân tạo tích hợp mô hình bim để giảm hao hụt gạch lát các công trình xây dựng

Nghiên cứu này đề xuất một phương pháp triển khai để sắp xếp gạch lát sàn trên nhiều mặt phòng khác nhau có sử dụng cùng loại gạch bằng thuật toán Nesting và thuật toán tối ưu hóa đa mục

TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU

Gạch ốp lát

Lịch sử của gạch ốp lát bắt nguồn từ rất lâu, được tiếp cận từ thời kỳ cổ đại của người La Mã khi họ chiếm đóng vùng lãnh thổ Tây Âu, họ đã giới thiệu phương pháp làm gạch, đánh dấu sự xuất hiện đầu tiên của nghệ thuật này trong lịch sử

Dưới sự đóng góp của nhà nghiên cứu Herbert Minton vào năm 1843 tại Anh Quốc, ngành công nghiệp sản xuất gạch ốp lát đã vượt qua những thời kỳ khó khăn và thách thức từ đó phát triển mạnh mẽ

Trong thế kỷ 20, sau chuỗi các cuộc chiến tranh thế giới, nhiều thành phố đã bị hủy hoại, chuyển thành những khu vực xây dựng quy mô lớn Điều này thúc đẩy sự phát triển của ngành công nghiệp vật liệu xây dựng, bao gồm cả ngành sản xuất gạch ốp lát, để tái tạo và xây dựng lại những khu vực đã bị thiệt hại [7]

Ngành sản xuất gạch ốp lát toàn cầu hiện đang trải qua giai đoạn bão hòa, với tốc độ tăng trưởng hàng năm của sản lượng sản xuất và tiêu thụ giảm dần, chỉ đạt 1,32% và 1,39% tương ứng trong giai đoạn từ 2014 đến 2018

Sản xuất và tiêu thụ gạch ốp lát trên toàn cầu có mức độ tập trung cao Cụ thể,

10 quốc gia hàng đầu chiếm tỷ trọng lớn, đạt 80,7% của sản lượng sản xuất và 66,6% của tỷ trọng tiêu thụ trên toàn thế giới vào năm 2018

Cơ cấu sản xuất gạch ốp lát trên thế giới đang chuyển dịch sang châu Á, đặc biệt là Trung Quốc và Ấn Độ Nguyên nhân chính là do ngành sản xuất gạch ốp lát tại châu Âu và châu Mỹ đã bước vào giai đoạn bão hòa, với mức tiêu thụ trên đầu người ở mức cao Trong khi đó, tăng trưởng tích cực của thị trường xây dựng châu Á đang thúc đẩy sản lượng sản xuất và tiêu thụ gạch ốp lát tại khu vực này [7]

Nhu cầu về gạch càng tăng do sự tăng trưởng hiện nay của ngành công nghiệp Hơn nữa, nhận thức về việc bảo vệ môi trường khỏi các môi nguy hiểm công nghiệp ngày càng cao cũng là một trong những yếu tố góp phần thúc đẩy nhu cầu về gạch ngày càng tăng Những người tham gia thị trường sản xuất gạch đang sử dụng các công nghệ tiên tiến để phát triển sản phẩm và đưa ra càng nhiều phương pháp thay thế Ví dụ Pamesa Ceramica SL đang sản xuất gạch men ép thô ở Tây Ban Nha, loại gạch có đặc tính tiêu thụ nước cao sẽ mang lại độ bền và mật độ hút nước cao hơn Công ty cung cấp phiên bản tái tạo của K-Slate có các tính năng tương tự nhưng nâng cao hơn với chất liệu giả đá bằng sứ để nâng cao vẻ đẹp trong căn nhà.[8]

Trong giai đoạn từ 2019 đến 2023, Châu Á dự kiến sẽ có mức tăng trưởng nhanh chóng về nhu cầu gạch ốp lát Dư địa tăng trưởng sản xuất và tiêu thụ gạch ốp lát tại châu Á là khá lớn, do tốc độ tăng trưởng kinh tế của các nước trong khu vực đang ở mức cao Đồng thời, tăng trưởng dân số cùng với tốc độ đô thị hóa cao là động lực tăng nhu cầu về vật liệu xây dựng hoàn thiện như gạch ốp lát.[7]

2.1.2 Cấu tạo gạch lát nền

Gạch lát nền và các loại gạch ốp trang trí khác thường được cấu tạo từ ba lớp chính theo thứ tự:

Hình 2.1 Cấu tạo gạch lát nền

Xương gạch được coi là thành phần quan trọng nhất trong khả năng chịu lực là liên kết của gạch vì tiếp xúc trực tiếp với nền thông qua keo dán gạch Trên thị trường sàn xuất gạch hiện nay có bốn loại xương gạch phổ biến

 Porcelain: Chất lượng chủ yếu của gạch Porcelain đến từ thành phần chính là bột đá chuyên dụng, được xử lý qua nhiều công đoạn trước khi trải qua quá trình nén ở áp suất cực lớn để tạo ra các viên gạch với độ cứng cao Áp suất nén cao cùng với bột đá chất lượng giúp gạch Porcelain có khả năng chống thấm nước rất tốt (0,5%)

 Đất sét và bột đá: có đặc tính cứng hơn so với xương gạch từ đất sét, tuy nhiên, vẫn không đạt được độ cứng như xương gạch Porcelain Tính chất thấm hút nước vẫn tồn tại, do đó, nếu sử dụng cho mục đích làm gạch lát nền, cần cân nhắc kỹ lưỡng Đối với ứng dụng ngoại thất hoặc nơi tiếp xúc thường xuyên với nước, việc chọn lựa loại gạch khác có khả năng chống thấm nước cao hơn có thể là một lựa chọn tốt hơn Xương gạch thường có màu đen hoặc nâu và thường chứa nhiều tạp chất, điều này dễ nhận thấy Việc này có thể tạo ra hiệu ứng thị giác độc đáo, nhưng đồng thời cũng làm tăng khả năng nhận diện các tạp chất và màu sắc của xương gạch Để tạo ra bề mặt gạch, một thành phần không thể thiếu là lớp men mỏng phủ phía trên xương gạch Lớp men này chủ yếu được sử dụng như một nền để in màu lên Trong trường hợp của các loại gạch gia công thủ công việc này được thực hiện dưới bàn tay của các nghệ nhân Ngược lại, đối với những loại gạch sản xuất công nghiệp, quá trình phủ lớp màu thường được thực hiện tự động thông qua dây chuyền sản xuất với công nghệ in 3D, 5D, … Các chữ số ở đây chỉ đơn giản là chỉ số lượng lớp màu được in lên bề mặt gạch (3 lớp, 5 lớp, …) Ưu điểm của in màu nhiều lớp làm tăng độ chân thực và độ sâu cho hình ảnh trên viên gạch Công nghệ này đã có thể tạo ra các loại vân đá có độ tương phản rất giống với thực tế Để có được chất lượng màu in tốt, phần xương gạch cần phải đạt chất lượng tuyệt đối trước khi tiến hành in vì khi xương gạch không đạt chất lượng, bề mặt không bằng phẳng màu sắc sẽ bị thẩm thấu, làm cho hình ảnh bị nhòe, không được rõ

Cuối cùng là lớp phủ bền mặt gạch, có tác dụng bảo vệ lớp màu in, tăng hiệu ứng cho hình ảnh bên dưới đồng thời tăng khả năng chịu lực của viên gạch Men thường được dùng để phủ lên bề mặt gạch, ngoài ra các loại gạch nền cao cấp có thể phủ một lớp thủy tin dày, trong suốt Một số loại gạch vì muốn giữ nguyên hiệu ứng màu của lớp bề mặt mà không có bất kì lớp phủ nào

2.1.3 Quy trình sản xuất cắt gạch

Hiện nay, trong ngành sản xuất gạch, quy trình tại nhà máy đã trải qua sự hiện đại hóa đáng kể, đồng bộ hóa với những tiến bộ công nghệ mới nhất Bắt đầu từ việc chọn lựa nguyên liệu chất lượng cao, nhà máy tích hợp các quy trình trộn, tạo hình, sấy khô và nung ở nhiệt độ cao một cách tự động và hiệu quả

Các dây chuyền sản xuất được thiết kế để đảm bảo sự đồng nhất và chính xác trong việc tạo ra từng viên gạch Công nghệ kiểm soát chất lượng tiên tiến giúp đảm bảo rằng mọi sản phẩm đều đáp ứng các tiêu chuẩn cao về kích thước, màu sắc, và đặc tính vật lý

Khả năng linh hoạt của quy trình sản xuất cho phép tạo ra nhiều loại gạch khác nhau, từ gạch trang trí nghệ thuật đến gạch chịu lực cho sàn nhà Sự tích hợp của công nghệ và nguồn nguyên liệu chất lượng cao làm cho sản phẩm gạch từ nhà máy ngày càng đáp ứng được mọi đòi hỏi và xu hướng trong lĩnh vực xây dựng và trang trí hiện đại

Khai thác nguyên liệu đất sét, cao lanh,

Chuyển nguyên liệu vào nhà máy

Phân loại và đóng gói

Vận chuyển đến nơi tái sử dụng

Hình 2.2 Quy trình sản xuất gạch ốp lát[9]

2.2 Mô hình thông tin công trình BIM

Các nghiên cứu liên quan

Giảm chi phí xây dựng và hướng đến tự động hóa là một trong những vấn đề được quan tâm nhất trong quá trình thực hiện bản vẽ shopdrawing Việc tối giảm thiểu được số lượng gạch cắt, số lần cắt gạch và tận dụng được các mảnh gạch vụn có kích thước lớn cho những vị trí khác trong phòng, trong khu vực hay lớn hơn là trong công trình: giữa tháp này với tháp khác, giữa tầng này với tầng khác nhằm tiết kiệm chi phí cho nhà thầu cũng như hướng tới bảo vệ môi trường, phát triển công trình bền vững Việc sử dụng thuật toán cho công tác ốp lát đòi hỏi nhiều điều kiện ràng buộc và yêu cầu tính thẩm mỹ cao Trong một căn phòng sẽ cần thiết bố trí ở hai phương là phương ngang và phương đứng tương ứng với một mặt bằng theo phương ngang và bốn mặt đứng theo phương đứng

Các kỹ sư hiện trường đã đề xuất các phương pháp tối xử lý khác nhau để giải ra Những năm gần đây dưới sự phát triển của khoa học công nghệ, các thuật toán tối ưu hóa đang dần được đưa vào các giai đoạn nhằm hỗ trợ tốt hơn cho việc đưa ra sản phẩm cuối cùng

Các phương pháp này được phân loại thành bốn loại chính là Lập trình tuyến tính (LP); Lập trình phi tuyến tính (NLP); Phương pháp hoạch động (DP) và Thuật toán tiến hóa (EA)

Bảng 2.2 Bảng tóm tắt các nghiên cứu đã được công bố

TT Tên tạp chí Tên tác giả Năm Mô tả

1 Dynamic construction material layout planning optimization model by integrating 4D

Min-Yuan Cheng & Nai- Wen Chang

2019 Nghiên cứu này đề xuất mô hình tối ưu hóa quy hoạch bố trí vật liệu xây dựng động để nghiên cứu việc tối ưu hóa bố trí vật liệu từ góc độ lập kế hoạch nhiệm vụ động Ngoài các biến số về tiến độ và tiến triển của lịch trình, các yêu cầu về vật liệu động và những thay đổi về địa điểm và kho bãi, thời gian thực hiện nhiệm vụ được phân tích để tính đến những thay đổi về khoảng cách di chuyển ba chiều giữa các địa điểm cung và cầu vật liệu đồng thời với những thay đổi trong nhiệm vụ tiến độ và đảm bảo rằng các quan sát phù hợp với điều kiện thời gian thực Điều này làm giảm đáng kể chi phí vận chuyển vật liệu và xác nhận tính hiệu quả của mô hình đề xuất

Wu, Shihai Zhang, Nan Xiang, Yujing

2022 Nghiên cứu áp dụng BIM và nền tảng

Parametric Design (PD) để tự động và tối ưu hóa thiết kế bố trí gạch lát sàn Đề xuất quy trình công việc để tạp và tối ưu hóa thiết kế bố cục gạch lát Chuẩn hóa thuật toán theo các yêu cầu

TT Tên tạp chí Tên tác giả Năm Mô tả

Lu, Wei Zhen đưa ra, sau đó kết hợp với thuật toán tiến hóa (EA) để tự động bố trí và tối ưu nhằm giảm thiểu lãng phí vật liệu

Sử dụng với phần mềm ArchiCAD và Grasshopper (Nền tảng PD) Các bố trí ốp lát căn hộ được sử dụng để chứng minh tính khả thi và hiệu quả của phương pháp đề xuất Kết quả đã làm giảm tỷ lệ lãng phí vật liệu lần lượt là 14.58% 11.46% và cải thiện hiệu quả tính toán cần thiết từ 17.3 giây xuống còn 5 giây Hơn nữa nghiên cứu đã cải tiến thuật toán cho phép sử dụng BIM và PD đối với sàn có biên dạng cong Tóm tắt các kết quả nhằm cung cấp những hiểu biết về giảm chất thải gạch lát sàn hướng đến phát triển bền vững

3 Intelligent optimal design of floor tiles A goal-oriented approach based on BIM and parametric design platform[6]

Shihai Wu, Nan Zhang, Xiaowei Luo, Wei-Zhen Lu

2021 Nghiên cứu này đề xuất một luồng công việc dựa trên các phương pháp BIM và PD để tạo ra và tối ưu hóa thiết kế bố trí gạch lát sàn một cách thông minh Luồng công việc này hình thành các quy tắc cắt và lập kế hoạch gạch lát sàn, bao gồm việc lập kế hoạch tích cực về việc cắt gạch, thành một thuật toán thiết kế để tự động tạo ra kế hoạch bố trí gạch lát sàn và đồng thời giảm thiểu lãng phí vật liệu Một thuật toán tiến hóa (EA) được tích hợp với luồng công việc để thực hiện tối ưu hóa định hướng mục tiêu cho kế hoạch được tạo ra phát triển một hệ thống nguyên mẫu trong

TT Tên tạp chí Tên tác giả Năm Mô tả

Grasshopper (một nền tảng PD) để xác minh tính khả thi của luồng công việc được đề xuất Kết quả cho thấy rằng hệ thống nguyên mẫu hiệu quả tạo ra và tối ưu hóa thiết kế bố trí gạch lát sàn (sử dụng 19.1se116.4s) và cung cấp điểm tọa độ chính xác và toàn diện cho việc cắt và lát gạch chưa cắt và gạch đã cắt So với tiêu chuẩn ngành công nghiệp (tức là 10%e15%), tỷ lệ lãng phí vật liệu của các kế hoạch được tạo ra đã được giảm đáng kể, là 3.43%e5.50% Kết quả được tổng hợp để cung cấp cái nhìn sâu hơn để cải thiện việc sản xuất gạch lát sàn, xây dựng robot và vận chuyển, cũng như khuyến khích phát triển bền vững của ngành

4 Algorithms for the two- dimensional bin packing problem with partial conflicts[18]

Hamdi- Dhaoui, Khaoula Labadie, Nacima Yalaoui, Alice

2012 Bài báo về thuật toán đóng gói thùng

2 chiều Các ứng dụng thực tế như vân chuyển vật liệu nguy hiểm các vật phẩm vận chuyển không tương thích một phần và phải được phân tách bằng một khoảng cách an toàn Bài viết mở rộng thuật toán đóng gói thùng hai chiều có xung đột từng phần với các ràng buộc về khoảng cách giữa các mục nhất định nếu được đóng gói trong một thùng Trình bày mô hình toán học, hai phương pháp phỏng đoán và thuật toán di truyền đa điểm cho vấn đề được đặt ra

TT Tên tạp chí Tên tác giả Năm Mô tả

5 Polyominoes tiling by a genetic algorithm[19]

1996 Nghiên cứu về thuật toán di truyền

(GA) được sử dụng để sắp xếp tối ưu các khối thẳng hai chiều Sử dụng thuật toán giải mã gọi là sắp xếp vòng tròn Tính mới của kỹ thuật sắp xếp hình tròn là nó cấu hình các khối vuông góc bằng cách xây dựng các nhóm khối có khả năng kết hợp tốt bắt đầu từ các góc của khu vực Nghiên cứu xác nhận hiệu suất của thuật toán sắp xếp dựa trên GA của bằng cách trình bày kết quả mô phỏng của một số vấn đề về xếp lớp với tối đa 128 đa thức Thuật toán được mô tả trong nghiên cứu có tiềm năng lớn cho các ứng dụng trong việc đóng gói, nén và sắp xếp thành phần chung trong các lĩnh vực kỹ thuật khác nhau

Herley, Cormac Kovaeevic, Jelena Ramchandran, Kannan

1993 Nghiên cứu đã xem xét các khai triển cho phép sắp xếp tùy ý trực giao của mặt phẳng thời gian-tần số Nghiên cứu chỉ ra cách có thể đạt được điều này bằng cách sử dụng các cấu trúc cây trực giao thay đổi theo thời gian, giúp duy trì tính trực giao, ngay cả khi chuyển tiếp Phương pháp này dựa trên việc xây dựng các bộ lọc biên và chuyển tiếp; những điều này cho phép tác giả xây dựng các ô về cơ bản tùy ý Các phép biến đổi chồng chéo được điều chế thay đổi theo thời gian là một trường hợp đặc biệt, trong đó có thể thực hiện được cả hai giải pháp biên

TT Tên tạp chí Tên tác giả Năm Mô tả bày một thuật toán cây kép mà đối với một tín hiệu nhất định sẽ quyết định phân đoạn nhị phân tốt nhất cả về thời gian và tần số Đó là, nó là một sự tối ưu hóa chung về thời gian và tần suất phân chia Thuật toán là tối ưu cho các hàm chi phí phụ gia (ví dụ: tỷ lệ biến dạng) và dẫn đến các cơ sở tốt nhất thay đổi theo thời gian, ứng dụng chính của thuật toán này là để nén các tín hiệu không cố định

7 Nghiên cứu tận dụng phế liệu gạch ceramic để chế tạo bê tông[21]

2019 Đề tài Luận văn Thạc Sĩ tiến hành các thí nghiệm nhằm xác định cường độ chịu nén và một số tính chất cơ lí của bê tông được sản xuất từ các thành phần cấp phối theo quy định, thay thế cốt liệu lớn (đá dăm 1x2cm) bằng cốt liệu tái chế từ phế phẩm của sản phẩm gạch ceramic có kích thước, thành phần hạt tương tự đá dăm nhằm đánh giá khả năng sử dụng loại vật liệu tái chế này để sản xuất bê tông

8 Chẩn đoán hư hỏng trong kết cấu tấm sử dụng phương pháp năng lượng biến dạng kết hợp với thuật toán di truyền[22]

Cao, Bạch Văn Sỹ, PGS

2020 Bài báo đề xuất phương pháp chuẩn đoán hư hỏng và cải thiện mức độ hư hỏng kết cấu tấm thông qua sự thay đổi của năng lượng biến dạng “Modal

PHƯƠNG PHÁP NGHIÊN CỨU

Định nghĩa lãng phí vật liệu trong thi công xây dựng

Lãng phí được nhìn nhận là những phương pháp sử dụng các nguồn tài nguyên không hiệu quả như thời gian, nguồn nhân lực, các loại thiết bị máy móc, tài chính vượt quá sự cần thiết để hoàn thành một sản phẩm Lãng phí bao gồm hao phí, hư hỏng về vật chất và các công việc tạo ra sản phẩm không mang lại giá trị, những công việc tốn thời gian và chi phí nhưng không mang lại lợi ích cho sản phẩm [25] Một yếu số ảnh hưởng xấu đến hiệu quả hoạt động của các dự án xây dựng là việc quản lý vật liệu không đúng cách trong quá trình thi công tại công trường [26] Về cơ bản quản lý vật liệu liên quan đến việc lập kế hoạch, xác định, mua sắm, lưu trữ, tiếp nhận và phân phối nguyên liệu Mục đích của việc quản lý vật liệu là đảm bảo nguyên liệu phù hợp được đặt đúng nơi, đúng số lượng cần thiết [27]

Các loại lãng phí vật liệu trong xây dựng

Lãng phí trong xây dựng được chia thành 8 nhóm bao gồm:

Sản xuất quá mức là sản xuất vượt quá sự cần thiết của khách hàng hoặc sản xuất vượt tiến độ trước khi cần thiết Điều này làm tăng nguy cơ tồn kho, tăng khả năng sai lỗi và có thể phải bán những sản phẩm đó với giá chiết khấu hoặc phải hủy bỏ Lãng phí về sản xuất quá mức trong xây dựng là do:

 Đặt hàng vật liệu không đúng chủng loại và phải chờ thay thế;

 Đặt hàng quá mức hoặc đặt hàng không đủ cần thiết;

 Đặt hàng dư thừa hoặc đặt hàng sai sót do thiếu sự kết nối giữa bộ phận thi công và bộ phận kho

 Vật liệu hư hỏng trước khi thi công;

 Hàng tồn kho không cần thiết trong công trường dẫn đến lãng phí

 Các khuyết tật sản xuất;

 Vật liệu kém chất lượng;

 Sử dụng không đúng loại vật liệu, do đó phải thay thế;

 Thiết bị thường xuyên hư hỏng, sự cố;

 Công nghệ lạc hậu, kỹ thuật thi công kém;

 Thiếu các công cụ và thiết bị cần thiết;

 Làm lại sản phẩm do sai lỗi trong quá trình thi công;

 Công tác sau làm hư hỏng công tác trước đã hoàn thành;

 Tay nghề công nhân kém

 Nguyên vật liệu được cất giữ, bảo quản không đúng cách;

 Không đủ lưu trữ tại chỗ;

 Biện pháp xếp hàng và lưu trữ không hợp lý;

 Hư hại, xuống cấp trong thời gian bảo quản tại kho

 Vận chuyển làm hư hỏng thiết bị, vật liệu;

 Sử dụng công cụ vận chuyển không phù hợp;

 Bảo quản trong quá trình vận chuyển kém;

 Khoảng cách giữa nơi vận chuyển và kho chứa;

 Không đóng gói cẩn thận

 Chậm trễ hồ sơ và bản vẽ thi công;

 Làm lại do không tuân thủ theo bản vẽ và kỹ thuật;

 Làm lại do lỗi công nhân;

 Chậm trễ trong trao đổi thông tin giữa nhà thầu và các đơn vị liên quan;

 Thời gian chờ công nhân và vật liệu nhập kho;

 Thiết bị hư hỏng, xảy ra sự cố;

 Thay đổi đơn vị cung cấp hàng

Chuyển động không cần thiết (đi bộ, với tới, nâng, …) lãng phí thời gian và năng lượng chẳng hạng như việc đi lại giữa khu tập kết và vị trí đang cần thi công, giữa khu vực để thiết bị và khu vực làm việc

 Kế hoạch mua sắm vật liệu không hiệu quả;

 Xử lý vật liệu không cần thiết;

 Người giao dịch chậm hoặc không hiệu quả;

 Khoảng cách xa giữa nơi làm việc và kho chứa vật tư;

 Phân phối vật liệu không hợp lý;

 Thiếu các hướng đi phù hợp;

 Công nhân di chuyển khó khăn do điều kiện công trường

3.2.7 Quy trình, cách thức không cần thiết

 Rác thải từ gia công các hình dạng không mang lại giá trị

 Sử dụng số lượng vật liệu vượt quá số lượng cần thiết

 Xử lý sai nguyên vật liệu

 Hướng dẫn không rõ ràng để xử lý

 Người thực hiện thiếu kĩ năng

 Công việc chuyên môn sau gặp khó khăn khi thực hiện

3.2.8 Năng lực của nhân viên không được sử dụng đúng

Trong ngành kỹ thuật đặc trưng như xây dựng, do tính chất đặc trưng, phức tạp và nguy hiểm của công việc nên mỗi cá nhân sẽ đảm nhận vị trí khác nhau trong tổ chức cũng như trong công tác thi công Tuy nhiên do sự khan hiếm nguồn nhân lực phổ thông, việc công nhân được phân công làm các công việc không phải thế mạnh của bản thân tạo ra những khó khăn cho bản thân họ do đó nhân lực đó không được sử dụng hiệu quả dẫn đến lãng phí Ở khía cạnh khác, cấp quản lý chưa tận dụng hết sự sáng tạo và năng lực vốn có của nhân viên gây lãng phí nguồn nhân lực của tổ chức.[28]

Mục tiêu giảm hao phí gạch

Các hao phí gạch bao gồm:

 Hao phí do sự không thương thích giữa nhà sản xuất và thiết kế Thông thường viên gạch sẽ nằm trong các kích thước như 300, 400, 600, 800,

… Tuy nhiên kích thước phòng không nằm trong bội số của các giá trị trên dẫn đến xuất hiện phần thừa ra của viên gạch sau khi cắt;

 Hao phí do trình độ và năng lực tay nghề công nhân dẫn đến hư hao thiết bị, nguyên liệu;

 Hao phí sinh ra do trình độ quản lý độ không hiệu quả dẫn đến thi công chậm trễ;

 Hao phí do máy móc thiết bị lạc hậu dẫn đến hư hao nguyên liệu và kéo dài thời gian thi công;

 Hao phí do quy trình kiểm soát nhập, gia công, lắp đặt còn hạn chế

Các hao hụt do yếu tố máy móc, con người có thể được loại bỏ bằng cách nâng cấp thiết bị, đào tạo huấn luyện chuyên môn trước khi tiến hành dự án Hao hụt do quy trình kiểm soát mua sắm vật liệu dựa theo tiêu chuẩn chung, dẫn đến thiếu nguyên liệu hoặc đặt hàng theo kinh nghiệm bản thân dẫn đến dư thừa nhiều Hao hụt do sự không tương thích giữa thiết kế và nhà sản xuất hiện nay chỉ được giảm thông qua kinh nghiệm của người trực tiếp thực hiện lát sàn tại hiện trường, một yếu tố mang tính chủ quan cao Điều này có thể được bổ sung ở bước Shopdrawing để đưa ra được hướng dẫn rõ ràng hơn cho việc cắt và sắp xếp gạch.

Hướng nghiên cứu

Nghiên cứu tập trung vào việc áp dụng thuật toán tiến hóa và tích hợp mô hình thông tin công trình (BIM) để giảm thiểu hao hụt gạch lát trong các công trình xây dựng Hướng nghiên cứu được chọn nhằm tăng cường hiệu suất và tính hiệu quả của quá trình lập kế hoạch và thiết kế gạch lát, từ đó giảm thiểu lãng phí vật liệu và tăng cường sự bền vững trong ngành xây dựng Đầu tiên thuật toán tiến hóa như một phần việc lập kế hoạch lát gạch Với khả năng lọc, lựa chọn và tối ưu hóa quá trình thiết kế, thuật toán giúp tăng cường sự chính xác và hiệu quả của quy trình Việc tích hợp mô hình BIM vào quy trình cho phép thu thập và quản lý thông tin các cấu kiện một cách tự động BIM ở đây không chỉ cung cấp phương tiện quan sát trực quan toàn diện, dễ hiểu mà còn hỗ trợ tích hợp các công cụ khác nhau với các ưu điểm khác nhau như Revit – một công cụ được sử dụng rộng rãi tại Việt Nam và Rhino-Grasshopper – một công cụ hỗ trợ các thuật toán đa dạng và môi trường thiết kế tham số, tích hợp và phân tích dữ liệu giúp cho việc tự động hóa thiết kế

Nghiên cứu sẽ đo lường hiệu suất của thuật toán tiến hóa tích hợp BIM trong việc giảm hao hụt gạch lát các công trình xây dựng thông qua các chỉ số bao gồm chi phí xây dựng, tỉ lệ lãng phí và yếu tố thẩm mĩ Bằng cách so sánh kết quả của phương pháp nghiên cứu với các kết quả của phương pháp truyền thống trước đó, nghiên cứu đánh giá hiệu quả và tiềm năng ứng dụng của phương pháp trong thực tiễn

Nghiên cứu cơ sở lý thuyết

- Tầm quan trọng và sự cần thiết của vấn đề

- Những thông số và vấn đề liên quan đến chi phí vật liệu hoàn thiện

- Công cụ sử dụng tính toán

- Các nghiên cứu trong và ngoài nước có liên quan

- Các thuật toán có thể áp dụng

Lựa chọn hướng nghiên cứu

(Phương pháp, thuật toán sử dụng, các điều kiện ràng buộc)

Phân tích khả thi của phương pháp nghiên cứu

Lập trình thuật toán và phương pháp cho kết quả tốt nhất

Kết luận và kiến nghị

Tìm dữ liệu phục vụ cho đề tài nghiên cứu Đặt vấn đề

Thuật toán cắt đóng gói

Bài toán cắt và đóng gói bao gồm việc đặt một vật thể nhỏ vào bên trong vật thể lớn và tối ưu các sự sắp xếp Những vấn đề này đã tác động mạnh mẽ đến nền kinh tế và hệ sinh thái khi nó giải quyết đúng đắn những vấn đề trong nhiều lĩnh vực như ngành dệt may, giày dép, đóng tàu, …

Các vấn đề tối ưu hóa nhằm mục đích tối đa việc sử dụng một thùng chứa duy nhất Sự khác biệt giữa các vấn đề tối đa P và K nằm ở sự đa dạng của các loại mảnh: Trong khi ở tập hợp các mảnh ở P có tính không đồng nhất yếu, thì K lại là không đồng nhất mạnh mẽ

Phương pháp metaheuricstic được đề xuất năm 2012 dựa trên thủ tục tìm kiếm thích ứng ngẫu nhiên tham lam, để giải các bài toán P và K với một thùng chứa hình chữ nhật Ngoài ra tác giả còn trình bày một phương pháp giải quyết vấn đề nhu cầu về sản phẩm không giới hạn, dựa trên việc phân cụm sản phẩm thành hình chữ nhật và trên việc đóng gói tối ưu các hình chữ nhật này bằng phương pháp phương pháp quy hoạch động chính xác Dalalah, Khrais và Bataineh (2014) đề xuất một thuật toán mang tính xây dựng và lặp lại cho các vấn đề tối đa hóa, với các vùng chứa thông thường và không đều Birgin và Lobato (2010) giải quyết vấn đề đặt số lượng hình chữ nhật giống hệt nhau tối đa vào các thùng chứa lồi

Trong vấn đề tối ưu hóa cấu trúc (CS), giải pháp truyền thống là tạo cột và nó được triển khai dựa trên công trình nghiên cứu kỹ thuật của Gilmore và Gomory (1961; 1963) Các bài báo của Valle et al (2012) và Song và Bennell (2014) tiếp tục sử dụng kỹ thuật này Cụ thể, Valle et al (2012) áp dụng một phương pháp phỏng đoán hai giai đoạn, nhóm hình chữ nhật và lập trình động chính xác theo Cintra et al (2008)

Trong khi đó, vấn đề tối ưu hóa về bài toán đề cập đến việc gán một tập hợp các phần không đồng nhất cho nhiều vùng chứa Các giải thuật được đề xuất chủ yếu là siêu chẩn đoán, với các phương pháp siêu phỏng đoán dựa trên thuật toán di truyền của Terashima-Marín et al (2010), và phương pháp chùm tia của Bennell và Song

(2010) Các tác giả López-Camacho và đồng nghiệp (2013, 2014) cũng sử dụng các phương pháp phỏng đoán tương tự để giải quyết các vấn đề với các phần không đều

Tóm lại, dù vấn đề tối ưu hóa cấu trúc và vấn đề tối ưu hóa về bài toán gán có điểm tương đồng về việc sử dụng các phương pháp phỏng đoán, nhưng cả hai đều có những khía cạnh riêng biệt và đòi hỏi các giải thuật và phương pháp xử lý đặc biệt cho từng bối cảnh cụ thể

Quy tắc đặt được định vị theo đường đi biểu thị trong Hình 3.2 Có sáu quy tắc bao gồm: Bottom Left (BL), các mảnh được đặt từ vị trí thấp nhất và bên trái nhất; Left Bottom (LB), các mảnh được đặt từ vị trí thấp nhất và bên trái nhất; Anti Spiral -1 (S -1 ), các mảnh được đặt theo đường xoắn ốc ngược chiều kim đồng hồ, bắt đầu từ góc dưới bên trái thùng chứa; Sprial (S), các mảnh được đặt theo đường xoắn theo chiều kim đồng hồ bắt đầu từ góc dưới bên trái của thùng chứa; Vertical Zig-Zag (V ZZ), các mảnh được đặt theo đường zig-zag theo chiều dọc, bắt đầu từ góc dưới bên trái của thùng chứa; Horizontal Zig-Zag (H ZZ), các mảnh được đặt theo đường zig-zag theo chiều ngang, bắt đầu từ góc dưới bên trái của thùng chứa.[29]

Hình 3.2 Các quy tắc vị trí thường sử dụng trong Heurictic vấn đề Nesting

Thuật toán BL – Bottom Left

Input: Width and height of the rectangular matrix representing the container Output: List of points LP

2 for each x value from 0 to width - 1 do

3 for each y value from 0 to height - 1 do

Thuật toán LB – Left Bottom

Input: The dimensions of the rectangular matrix representing the container (width and height)

Output: List of points LP

2 for y from 0 to width − 1 do

3 for x from 0 to height − 1 do

Thuật toán V ZZ - Vertical Zig-Zag

Input: Dimensions of the rectangular matrix representing the container (width and height)

Output: List of points LP

2 For each x value from 0 to width - 1 do

4 For each y value from 0 to height - 1 do

7 For each y value from height - 1 down to 0 do

Thuật toán H ZZ - Horizontal Zig-Zag

Input: Dimensions of the rectangular matrix representing the container (width and height)

Output: List of points LP

4 For each y value from 0 to height - 1 do

7 For each y value from height - 1 down to 0 do

Input: Dimensions of the rectangular matrix representing the container (width and height)

Output: List of points LP

4 For k from 0 to 2 ∗ min (width, height) − 1 do

6 // Move from left to right

7 For n from 1 to width − 2 ∗ (k/4) do

14 For m from 1 to height − 2 ∗ (k/4) − 1 do

20 // Move from right to left

21 For n from x − 2 ∗ (k/4) down to 2 do

28 For m from y − 2 ∗ (k/4) down to 3 do

Input: Dimensions of the rectangular matrix representing the container (width and height)

Output: List of points LP

4 For k from 0 to 2 ∗ min(width, height) − 1 do

7 For m from 1 to height − 2 ∗ (k/4) − 1 do

13 // Move from left to right

14 For n from 1 to width − 2 ∗ (k/4) do

21 For m from height − 2 ∗ (k/4) down to 3 do

27 // Move from right to left

28 For n from width − 2 ∗ (k/4) down to 2 do

OpenNet là một Addon dành cho Grasshopper được tạo ra bởi Petras Vestartas và công bố vào tháng 11 năm 2018 Nó cung cấp các công cụ giải quyết các vấn đề liên quan đến cắt, đóng gói và các đường cong lồng vào nhau.[30]

Các dữ liệu đầu vào của OpenNest bao gồm:

- Sheet: Danh sách các hình đại diện cho tấm vật liệu cần sử dụng

- Polylines: Danh sách các đường cong cần được đóng gói và sắp xếp

- Spacing: khoảng cách giữa các đường cong

- PlacementType: loại, cách sắp xếp đường cong

- Tolerance: Sai số cho phép

- Rotations: Số lần xoay đường cong

- Iterations: Số lần lặp lại của quá trình đóng gói và sắp xếp

Sau khi các vòng lặp được thực hiện, OpenNest sẽ cho ra các kết quả:

- Sheets: Danh sách các hình chữ nhật đại diện cho các tấm đã được sử dụng

- Curve: Danh sách các đường cong đã được đóng gói và sắp xếp

- ID: Danh sách các ID của các đường cong đã được đóng gói và sắp xếp

- Transform: Danh sách các ma trận biến đổi của đường cong được sử dụng.[30]

Tiềm năng của thuật toán cắt đóng gói trong việc thực hiện bài toán cắt gạch, lên sơ đồ lát gạch được thể hiện như sau:

 Giảm thiếu số lượng gạch bị lãng phí, bằng cách cắt và sắp xếp một cách có chọn lọc, thuật toán có thể giảm thiểu số lượng gạch cách do cắt không hiệu quả;

 Tối ưu hóa sử dụng vật liệu, thuật toán giúp xác định được các viên gạch nào có thể tận dụng được cho các vị trí khác thay vì đo cắt thủ công;

 Tính linh hoạt, thuật toán có thể được tùy chỉnh để đáp ứng các yêu cầu cụ thể như thay đổi kích thước đường cắt

 Tích hợp tốt với nền tảng BIM, việc trao đổi giữa các mô hình BIM với

 Tối ưu thời gian thi công, bằng cách đưa ra sơ đồ cắt gạch trước khi công nhân tiến hành cắt, việc cắt gạch và vận chuyển gạch giảm thiểu thời gian đo, di chuyển gạch, di chuyển máy cắt đến nơi cần thực hiện;

 Được ứng dụng rỗng rãi, thuật toán cắt đóng gói đã có rất nhiều thành công và đang được sử dụng rộng rãi trong các ngành công nghiệp sản xuất tự động như cắt ván, cắt thép, ứng dụng để tổ chức đóng gói, tổ chức kho bãi

Hình 3.3 trình bày hàm OpenNest đã được bao gồm thuật toán cắt đóng gói sẽ được áp dụng trong nghiên cứu này Các viên gạch giao cắt với biên dạng sàn sẽ được tập hợp lại dưới dạng danh sách các đường cong (Curve) và được nhập vào tham biến

Geo Khoảng cách giữa các viên gạch để có thể cắt được do chiều dày lưỡi cắt quyết định được nhập vào tham biến Spacing, tùy vào từng loại gạch, chiều dày đường cắt sẽ khác nhau như đã được trình bày ở 2.1 Tham biến Iterations là yếu tố tiếp theo cần được cung cấp, đại diện cho số lần lặp trong quá trình xếp gạch Việc tăng giá trị này sẽ dẫn đến việc thực hiện nhiều lần sắp xếp gạch dựa trên kết quả của các lần trước, từ đó tối ưu hóa việc sử dụng vật liệu và đạt được phương án với lượng vật liệu ít nhất Một sơ đồ bao gồm các viên gạch được sắp xếp phía ngoài khu vực sàn sẽ trình bày được khởi tạo và đưa vào tham số Sheets, Sheets tương ứng như một đích đến, nơi chứa các viên gạch sau khi cắt và là nơi xác định các viên gạch nào có thể cắt chung với nhau

Sau khi kết quả sau các lần sắp xếp đóng gói được trình bày Sheets sẽ đưa cho danh sách các viên gạch được sử dụng để cắt Bằng việc cộng các viên gạch không giao cắt với biên dạng sàn và viên gạch sử dụng để cắt ta sẽ thu được tổng số viên gạch cần dùng trong một mặt bằng sàn Việc đánh dấu các viên gạch là cần thiết để công nhân xác định được đích đến của viên gạch sau khi cắt Geo sẽ được đánh số trước tại mặt bằng sàn và tại sơ đồ cắt gạch

Vấn đề đa mục tiêu tiến hóa

3.6.1 Thuật toán tối ưu đa mục tiêu

Những người ra quyết định trong lĩnh vực kỹ thuật thường cần cân bằng nhiều loại nguồn lực và tối đa hóa các lợi ích của sự phát triển bền vững của công trình bằng cách tìm kiếm các giải pháp ngày càng tối ưu hơn Bài toán này thường được xử lý bằng thuật toán tối ưu đa mục tiêu Trong mô hình đa mục tiêu, các mục tiêu phải được chọn phù hợp với các phương pháp và giải pháp đưa ra để tìm cách phân bổ nguồn nhân lực, kinh phí hợp lý Vì tính phức tạp của bài toán tối ưu đa mục tiêu nên ngày càng có nhiều thuật toán đựa đưa ra nhằm giải quyết các vấn đề tối ưu đa mục tiêu Đáng chú ý nhất, thuật toán tiến hóa

Tuy nhiên thuật toán tối ưu đa mục tiêu thường không được sử dụng rộng rãi vì nó đưa ra một tập hợp các giải pháp thay vì một giải pháp cố định Do đó việc lựa chọn giải pháp phù hợp trong tập hợp vô vàng giải pháp đựa tối ưu đa mục tiêu đưa ra là một vấn đề khó khăn Phương pháp chọn giải pháp trên mặt Pareto được đề xuất để tạo điều kiện thuận lợi cho việc lựa chọn, trong đó lấy ví dụ F 1 (x) và F 2 (x) là các hàm mục tiêu của bài toán A và B là hai nghiệm tối ưu trên mặt phẳng Pareto, khi đó giả sử giải pháp A có giá trị thấp hơn giải pháp B trong F2(x) nhưng lại có giá trị tốt hơn ở F1(x) Tất cả các giải pháp trong tối ưu đa mục tiêu đều có tình chất này Với phương giải pháp bằng “khoảng cách ngắn nhất” từ các mục tiêu đến gốc hệ trục tọa độ cung cấp các giải pháp được lựa chọn phù hợp nhất với bài toán

3.6.2 Thuật toán tiến hóa sức mạnh Pareto 2

Thuật toán tiến hóa sức mạnh Pareto (The Strength Pareto Evolutionary Algorithm 2 SPEA-2) xuất bản vào năm 2001 bởi Zitz-ler, tuy không phải là thuật toán mới trong việc giải quyết các vấn đề đa mục tiêu tiến hóa nhưng có thể là khởi đầu tốt cho bài toán SPEA-2 là một kỹ thuật để tìm hoặc xấp xỉ tối ưu Pareto cho các vấn đề tối ưu hóa đa mục tiêu Chủ yếu lấy cảm hứng từ khái niệm Pareto dominace, một khái niệm quan trọng trong tối ưu đa mục tiêu, nó xác định xem một cá thể có hiệu suất tốt hơn hoặc xấu hơn bằng cách so với các cá thể khác theo mục tiêu mà không làm bị kém hơn ít nhất ở một mục tiêu Bảng lưu trữ của SPEA-2 được sử dụng để duy trì một tập hợp các các thể

Cụ thể hơn SPEA-2 sử dụng một tập hợp thông thường và một kho lưu trữ (bộ bên ngoài) Bắt đầu với tập hợp ban đầu và một kho lưu trữ trống, các bước sau được thực hiện trong mỗi lần lặp Đầu tiên, tất cả các thành viên trong quần thể không bị ràng buộc đều được sao chép vào kho lưu trữ; bất kì cá nhân nào hoặc bản sao của nó bị ràng buộc (liên quan đến các giá trị mục tiêu) đều bị xóa khỏi kho lưu trữ trong quá trình cập nhật này Nếu kích thước của kho lưu trữ được cập nhật vượt quá giới hạn được xác định trước, các thành viên lưu trữ tiếp theo sẽ bị xóa bằng kỹ thuật phân cụm nhằm duy trì đặc điểm của mặt trước không bị ràng buộc Sau đó các giá trị thích hợp được gán cho cả thành viên lưu trữ và tập hợp:

 Mỗi các thể I trong kho lưu trữ được gán một giá trị cường độ S i      0 1 ,

, đồng thời biểu thị giá trị thích hợp F i   của nó S i   là số thành viên quần thể j bị trội hoặc bằng i đối với các giá trị khách quan, chia cho quy mô quần thể cộng một

 Độ thích hợp F i   của một cá thể j trong quần thể được tính bằng cách tính tổng các giá trị sức mạnh S i   của tất cả các thành viên lưu trữ i chiếm ưu thế bằng j và thêm một vào cuối

Bước tiếp theo thể hiện giai đoạn chọn lọc giao phối trong đó các cá thể từ liên minh quần thể và kho lưu trữ được chọn bằng các giải pháp nhị phân Mức độ phù hợp sẽ được giảm thiểu, tức là mỗi cá nhân trong kho lưu trữ có cơ hội được chọn cao hơn bất kì thành viên nào trong quần thể Cuối cùng, sau khi tái tổ hợp và đột biến, quần thể cũ được thay thế bằng quần thể con của nó.[31]

Tổng thể vòng lặp chính của thuật toán SPEA-2 được thể hiện ở Hình 3.4cụ thể như sau: Đầu vào: N (quy mô)

T (số thế hệ tối đa) Đầu ra: A (Tập không chiếm ưu thế)

Hình 3.4 Sơ đồ thuật toán SPEA-2

Bước 1: khởi tạo: Tạo quần thể ban đầu P0 và tạo kho lưu trữ trống (bộ ngoài)

Bước 2: Phân công độ thích nghi: tính giá trị độ thích nghi của các cá thể trong

Bước 3: Lựa chọn môi trường: sao chép tất cả các cá thể không trội trong P t và

P t sang P t 1  Có hai trường hợp sẽ dẫn đến:

Trường hợp 1: Nếu kích thước của P t 1  vượt quá N thì giảm P t 1  Hình 3.5 Trình bày minh họa cách xóa bỏ nghiệm có bước nhỏ nhất thông qua cá kiểm tra với l=k=1,…,1 còn lại

Hình 3.5 Xóa bỏ các nghiệm có bước nhỏ

Trường hợp 2: Ngược lại nếu kích thước của P t 1  nhỏ hơn N thì lấp đầy P t 1  với các cá thể mạnh nhất trong P t và P t ;

Bước 4: Kết thúc: nếu t ≥ T hoặc tiêu chí dừng thỏa mãn thì đặt A tới tập hợp cscs vecto quyết dịnh được đại diện bởi các cá thể không bị thống trị trong P t 1  Dừng lại;

Bước 5: Lựa chọn giao phối: Thực hiện lựa chọn các giải pháp nhị phân có thể thay thế cho P t 1  để lấp đầy giao phối;

Bước 6: Biến thể: Áp dụng các toán tử tái tổ hợp và đột biến cho nhóm giao phối và đặt P t 1  cho quần thể kết quả Bộ đếm số tang  t   t 1  và chuyển sang bước

2 Ở SPEA-2 kích thước lưu trữ là cố định, tức là bất cứ khi nào số lượng cá thể không bị thống trị nhỏ hơn kích thước lưu trữ được xác định trước, thì kho lưu trữ sẽ được lấp đầy bởi các cá nhân bị thống trị Chỉ các cá thể trong kho lưu trữ mới được phép tham gia quá trình lựa chọn giao phối[31]

Octopus được tạo ra cho bài toán tối ưu hóa đa mục tiêu được là một phần trong một loạt các công cụ hỗ trợ được nghiên cứu tại Đại học Applied Arts Vienna Cho phép tìm kiếm nhiều mục tiêu cùng một lúc, tạo ra các giải pháp cân bằng giữa các điểm cực trị của mỗi mục tiêu và đưa các giải pháp đa dạng.[32] Dựa trên thuật toán tiến hóa là SPEA-2, HypE do ETH Zurich đặt ra Được phát triển để phù hợp hơn với Grasshopper bởi Robert Vierlinger, Christoph Zimmel và Bollinger Grohmann Engineers.[32]

SPEA-2 mang lại hiệu xuất tối ưu mạnh mẽ, nổi bật với khả năng xác định và duy trì các giải pháp tốt nhất trên bề mặt Pareto Giúp tạo ra một tập hợp các giải pháp nơi mà không có giải pháp nào có thể cải thiện mục tiêu mà không làm ảnh hưởng hay hư hại đến mục tiêu khác

SPEA-2 có khả năng duy trì mật độ phân bố đa dạng của các giải pháp trên bề mặt Pareto, giúp người dùng có cái nhìn toàn diện về không gian tối ưu Các giải pháp giúp người quyết định lựa chọn dựa trên nhiều yếu tố độc lập

Khả năng chịu đựng và tìm kiếm hiệu quả trước những biến động phức tạp trong không gian tối ưu đa mục tiêu Sự kết hợp giữa việc duy trì Pareto-front và sự đột biến thông qua toán tử tiến hóa giúp SPEA-2 thích ứng tốt với các sự thay đổi

3.7 Quy trình phương pháp đề xuất

KIỂM NGHIỆM ĐÁNH GIÁ MÔ HÌNH ĐỀ XUẤT

Cách thức kiểm định độ tin cậy của các thuật toán

Đối với thuật toán cắt đóng gói Nesting kết quả trình bày được sơ đồ cắt gạch và mặt bằng bố trí gạch Các kích thước của từng viên gạch cắt phải khớp với viên gạch đánh số tương ứng trên mặt bằng Điều quan trọng nhất trong thuật toán cắt đóng gói là xác định chính xác mặt phẳng bố trí lưới gạch, lưới gạch phải đảm bảo giao cắt với biên dạng sàn Biên dạng sàn được lấy từ mô hình Revit với dạng một khối solid với biến vị trí nghe theo Project Base Point Sai lệch về cao độ của mặt phẳng giữa các sàn có cao độ khác nhau được xử lý bằng cách tách và đưa mặt phẳng trên cùng của khối sàn về một mặt bằng tương tự như 2D để tiến hành giao cắt Vì trong quá trình thuật toán chạy, khả năng sinh ra nhiều mặt bằng là có, để đảm bảo lưới gạch bao quát xung quanh tất cả các biên dạng sàn, bước tiến hành bắt buộc theo thứ tự: Curve → Deconstruc Brep (lấy các Vertices với dạng danh sách) → Flatten danh sách → Convex Hull (tập hợp thành danh sách tất cả điểm và trải lên một mặt bẳng với z=0) → Bounding Box (xác định Curve bao phủ toàn bộ sàn) → tạo lưới gạch với đường bao lấy được Đối với thuật toán tiến hóa đa mục tiêu, biến vị trí x và y sẽ chạy độc lập và gói gọn trong kích thước một viên gạch với điều kiện

Khi thay đổi vị trí của điểm xuất phát, lưới gạch sẽ được tạo lại và sau khi xác định các viên gạch cắt, các thông số về chiều dài, diện tích, số lượng viên gạch cắt, số lượng viên gạch không cắt được xác định Các hàm điều kiện được lập trước trong Grasshopper lấy số liệu từ dữ liệu hình học do Rhino đưa ra kết quả, tiến hành so sánh mức độ phù hợp của nghiệm vừa nhận được Nếu thỏa mãn tiêu chí của SPEA-2 tức nghiệm được giữ lại, nghiệm đó sẽ được trình bày lên hệ trục các hàm mục tiêu Nghiệm được chọn là nghiệm nằm trên mặt phẳng Pareto, với một tập hợp các giải pháp nơi mà không có giải pháp nào có thể cải thiện mục tiêu mà không làm ảnh hưởng hay hư hại đến mục tiêu khác

Tính khả thi của mô hình được đề xuất để giảm thiểu hao hụt gạch lát nền được đánh giá bằng cách so sánh với bản bố trí trước đó ở công trình thực tế do đơn vị thiết kế thực hiện Thông số đầu vào bao gồm biên dạng sàn, một số kích thước gạch được sử dụng thực tế trong dự án (bao gồm hình chữ nhật 1200x600 và hình vuông 600x600mm)

Kiểm nghiệm đánh giá sẽ thực hiện theo các trường hợp:

 Trường hợp tính toán cho một sàn duy nhất và so sánh kết quả với phương án bố trí từ thiết kế cũ;

 Trường hợp tính toán tất cả các sàn trên cùng một tầng có dùng chung một loại gạch và so sánh với dự án thực tế để so sánh hiệu quả giảm hao hụt mang lại.

Kiểm định với một mặt bằng sàn

Lựa chọn phòng khách căn hộ chung cư, mặt bằng sàn được chọn gạch vuông 600x600mm với diện tích sàn 39.184m³ với 18 cạnh Kích thước ron gạch được lựa chọn là 3mm

Hình 4.1 Mặt bằng phòng khách căn hộ

Hình 4.3 trình bày quan hệ giữa các mục tiêu với nhau, chiều dài đường cắt có số tần xuất thay đổi ít trong khi đó tỉ lệ hao hụt và số lượng viên gạch không cắt tức viên gạch nguyên phân bố đồng đều trên tập kết quả Phương án được lựa chọn là một trong các phương án có khoảng cách đến trục tọa độ lớn nhất Tuy nhiên phải xem xét đến trường hợp có tỉ lệ hao hụt quá thấp, gạch khi đó có thể xảy ra tép lẻ vì bị cắt quá vụn

Bảng so kết quả của các mục tiêu giữa phương án cũ và các phương án đề xuất Bảng 4.1 cho thấy sự chênh lệch rõ ràng ở các tiêu chí Gạch trong quá trình tính toán được xem là lãng phí khi không có kế hoạch tái sử dụng gạch Ở số viên gạch không cắt, thuật toán tối ưu tìm ra các trường hợp cho số viên gạch cắt cao hơn 21 đến 43 viên so với thiết kế ban đầu Chiều dài đường cắt cũng cho kết quả tốt hơn khi đưa ra trường hợp có chiều dài đường cắt ít nhất là 21.38m Do có sự sắp sắp xếp, tận dụng lại các viên gạch đã cắt và đưa ra sơ đồ cắt gạch trước khi thi công, tỉ lệ hao hụt gạch cắt trên lý thuyết được giảm đáng kể, dao động từ 0.447% đến 9.663%

Bảng 4.1 Kết quả với các tiêu chí tối ưu giữa phương án cũ và mới

Mục tiêu Phương án cũ Phương án đề xuất

Số viên gạch không cắt (viên) 49 70 92

Tổng chiều dài đường cắt (m) 33.128 21.38 33.128

Hình 4.2 Tổng hợp các giải pháp qua các thế hệ

Hình 4.3 Quan hệ kết quả giữa các mục tiêu mặt bằng sàn đơn

Hình 4.4 trình bày kết quả của ba mục tiêu giữa phương án cũ và phương án lựa chọn sau khi quá trình tối ưu đa mục tiêu được thực hiện Mặt bằng sàn Hình 4.6 cung cấp vị trí gạch cắt trong khi đó Hình 4.7 cung cấp sơ đồ cắt gạch Gạch sau khi cắt sẽ cần được sắp xếp vào các vị trí đã được đánh số tương ứng Trong trường hợp này, một viên gạch cắt được cắt từ 2 đến 3 lần Tỉ lệ hao hụt đạt 4.137%, giảm hơn 9.79% so với phương án ban đầu Phương án gạch ban đầu Hình 4.5 và phương án gạch do lựa chọn của phương án đề xuất được trình bày Hình 4.6

Hình 4.4 Giá trị kết quả của ba mục tiêu phương án cũ và phương án được lựa chọn

Hình 4.5 Mặt bằng lát gạch sàn đơn từ thiết kế ban đầu

Hình 4.6 Mặt bằng lát gạch sàn đơn áp dụng thuật toán

Hình 4.7 Sơ đồ cắt gạch sàn đơn

Kiểm định với tầng điển hình Tháp A – gạch hình vuông

Tầng điển hình (L27) của Tháp A Hình 4.8 có năm căn hộ, ở mỗi căn hộ phòng khách được bố trí các biên dạng sàn khác nhau, dùng chung gạch với kích thước 600x600mm Có tổng diện tích 198.53m² sàn cần lát gạch 600x600, các viên gạch sau khi cắt sử dụng cho phòng này được xem xét tận dụng cho các phòng còn lại

Hình 4.8 Mặt bằng tầng điển hình tháp A

Biểu đồ mối quan hệ giá trị của các mục tiêu Hình 4.9 cho thấy kết quả tổng quát Kết quả có sự phân bố nhiều ở số viên gạch không cắt và tỷ lệ hao hụt gạch Chiều dài đường cắt gần như không thay đổi nhiều so với tổng số trường hợp được tính toán, sự thay đổi làm chiều dài đường cắt đạt giá trị min chủ yếu do trong một mặt bằng gạch có vị trí gạch nguyên nằm trùng với biên dạng sàn Phương án được lựa chọn là phương án có vị trí xa hệ trục tọa độ nhất, khi đó các giá trị của ba mục tiêu sẽ đạt giá trị trung bình tốt nhất

Kết quả của phương án đề xuất Tháp A Bảng 4.2 cho thấy giá trị tổng số viên gạch không bị cắt tức viên gạch nguyên lớn hơn 7 đến 63 viên so với tổng số của phương án cũ là 376 viên Tổng chiều dài đường cắt cũng được cho thấy chênh lệch ở cận min của phương án đề xuất Tuy nhiên tại trường hợp có chiều dài đường cắt tốt nhất thì các viên gạch thừa không thể có nhiều khả năng tận dụng dẫn đến tỷ lệ lãng cần thi công nhanh chóng (tổng chiều dài đường cắt ngắn nhất) người quản lý có thể linh động ưu tiên lựa chọn sơ đồ cắt gạch phù hợp Tỉ lệ hao hụt gạch cho kết quả giảm rõ rệt khi các viên gạch thừa ở lần cắt trước đó được chỉ ra vị trí có thể tận dụng được

Bảng 4.2 Kết quả với các tiêu chí tối ưu giữa phương án cũ và mới Tháp A

Mục tiêu Phương án cũ Phương án đề xuất

Số viên gạch không cắt (Viên) 376 382 450

Tổng chiều dài đường cắt (m) 160.850 137.243 160.838

Bảng 4.3 trình bày mặt bằng phương án gạch của thiết kế và phương án đề xuất Kết quả các mục tiêu lần lượt là số viên gạch không bị cắt 426 viên, chiều dài đường cắt 159.083m Đáng chú ý nhất tỉ lệ hao hụt gạch đặt 1,73% có nghĩa gần như các viên gạch đều được tận dụng Hình 4.10 ít hơn so với phương án cũ 13.057%

Hình 4.10 Kết quả tương ứng với ba mục tiêu Tháp A Bảng 4.3 Bảng so sánh mặt bằng bố trí gạch Tháp A

STT Phương án cũ Phương án đề xuất

Sơ đồ cắt gạch được trình bày Hình 4.11 cho biết số hiệu viên gạch tương ứng với vị trí của nó trên mặt bằng sàn Kích thước của viên gạch được trình bày rõ, cung cấp thông tin hỗ trợ việc cắt tại hiện trường Hình 4.12 trình bày một trường hợp cắt gạch và bố trí gạch cắt vào các phòng đã được đánh số tương ứng Các viên 169, 171,

196, 198 phòng 3; các viên 123, 131 phòng 2 và viên 16 phòng 0

Hình 4.11 Sơ đồ cắt gạch Tháp A

Hình 4.12 Trích sơ đồ cắt gạch và mặt bằng vị trí gạch tương ứng Tháp A

Kiểm định với tầng điển hình Tháp B – gạch hình vuông

Tầng điển hình (L27) của Tháp B Hình 4.13 có năm căn hộ, ở mỗi căn hộ phòng khách được bố trí các biên dạng sàn khác nhau, dùng chung gạch với kích thước 600x600mm Cấu tạo mặt bằng tương tự như Tháp A nhưng có tổng diện tích lơn hơn: 240.65m² sàn cần lát gạch và biên dạng sàn có nhiều cạnh hơn gây phức tạp cho sự lựa chọn phương án cắt gạch

Hình 4.13 Mặt bằng tầng điển hình tháp B

Biểu đồ mối quan hệ giữa các giá trị của ba mục tiêu Hình 4.15 cho thấy kết quả của các trường hợp gạch lát đối với ba mục tiêu ban đầu Kết quả cho thấy ở mục tiêu số gạch nguyên và tỷ lệ lãng phí phân bố nhiều, trong khi đó chiều dài cắt gạch như đã phân tích ở Tháp A vẫn cho ít giá trị hơn Tuy nhiên do mặt bằng có nhiều cạnh hơn gây ra các viên gạch cắt lớn không đồng đều dẫn đến việc tận dụng được gạch ít hơn so với kết quả ở Tháp A Tỉ lệ gạch hao hụt được tính bằng sự chênh lệch giữa diện tích cần dùng và tổng diện tích sàn, sau đó chia cho diện tích tổng của sàn Chiều dài đường cắt được xác định bởi khoảng cách giao giữa biên sàn và viên gạch ở phía ngoại cùng (gạch cắt) Số lượng viên gạch không cần cắt là tổng số viên gạch không tiếp xúc với biên sàn

Kết quả so sánh phương án đề xuất và phương án cũ Bảng 4.4 cho thấy giá trị tổng viên gạch nguyên lớn hơn so với phương án cũ 57 viên so với tổng số viên gạch nguyên ở phương án cũ là 488 viên Tổng chiều dài đường cho kết quả tốt ở cận min khi nhỏ hơn 9.27m cắt so với phương án lát gạch ban đầu Tỉ lệ hao hụt trên lý thuyết giảm đáng kể nhất, cận min có thể đạt tới 0.370% Giúp tăng hiệu suất sử dụng gạch theo lý thuyết lên hơn 11.37% tuy nhiên khi chọn phương án tỉ lệ hao hụt quá thấp, các viên gạch được cắt vụn nhiều dẫn đến thiếu thẩm mỹ cho căn phòng Phương án phù hợp được lựa chọn trình bày với hệ số vector tọa độ khống chế điểm xuất phát của lưới gạch theo phương X và phương Y lần lượt là 0.74519 và 0.351 Hình 4.14

Hình 4.14 Hệ số tọa độ khống chế điểm bắt đầu lưới gạch Tháp B Bảng 4.4 Kết quả với các tiêu chí tối ưu giữa phương án cũ và mới Tháp B

Mục tiêu Phương án cũ Phương án đề xuất

Số viên gạch không cắt (viên) 488 495 556

Hình 4.15 Quan hệ kết quả giữa các mục tiêu Tháp B

Hình 4.16 trình bày giá trị của ba mục tiêu ở trường hợp mặt bằng được lựa chọn trong khi đó Bảng 4.5 trình bày sự so sánh mặt bằng bố trí gạch Tháp B giữa phương án cũ và phương án áp dụng thuật toán cắt đóng gói và tối ưu đa mục tiêu Lựa chọn phương án theo tiêu chí một trong các điểm có khoảng cách từ hệ trục tọa độ đến điểm có giá trị cao Giá trị được chọn là mục tiêu chiều dài đường cắt ngắn nhất và hai mục tiêu còn lại đạt mức trung bình của các kết quả tương tự Tháp A một lần nữa cho thấy sự phù hợp của kết quả Tỉ lệ hao hụt gạch là 1.38% ít hơn so với ban đầu 13.465%

Hình 4.16 Kết quả ba mục tiêu tối ưu tháp B Bảng 4.5 Bảng so sánh mặt bằng bố trí gạch Tháp B

STT Phương án cũ Phương án đề xuất

Sơ đồ cắt gạch được trình bày Hình 4.17 cho biết số hiệu viên gạch tương ứng với vị trí của nó trên mặt bằng sàn Kích thước của viên gạch được trình bày rõ, cung cấp thông tin hỗ trợ việc cắt tại hiện trường Hình 4.18 trình bày một trường hợp cắt và bố trí gạch vào các vị trí khác nhau ở các phòng đã được đánh số tương ứng Các viên

126, 128, 134 phòng 2 và các viên 215, 216, 217 được bố trí vào khu vực giáp ban công của phòng 4

Hình 4.17 Sơ đồ cắt gạch Tháp B

Hình 4.18 Trích sơ đồ cắt gạch và mặt bằng vị trí gạch tương ứng Tháp B

5.1 Kết luận

Hướng nghiên cứu trong tương lai

Trong nghiên cứu này, phương pháp đề xuất chỉ thực việc cắt và bố trí một loại vực đặc biệt cần sử dụng gạch có hoa văn, lát gạch so le, các kiểu gạch có kích thước khác nhau trong nhiều mặt phẳng Do đó các nghiên cứu trong tương lai sẽ đưa thêm nhiều dữ liệu đầu vào, nhiều mối quan hệ cùng lúc và phức tạp hơn nhằm cung cấp các giải pháp toàn diện hơn cho quản lý dự án

Trong tương lai, các nghiên cứu cũng sẽ tập trung vào phát triển các yêu cầu ràng buộc về mặt thẩm mĩ dựa vào các nguyên tắc cắt gạch thực tế để cung cấp một công cụ hoàn thiện và hữu ích cho các nhà quản lý dự án xây dựng Đồng thời cũng sẽ phát triển thuật toán tiềm kiếm mới hơn để tận dụng hết khả năng của máy hỗ trợ cho công việc; thêm các vị trí của các thiết bị điện, nước cần khoan qua gạch để thuật toán tìm và tránh rơi vào vị trí khoan cắt nguy hiểm Đưa Scan-to-BIM vào quy trình để xác định biên dạng sàn hiện trạng cần thực hiện ốp gạch, giúp công tác ra bản vẽ sẽ tiệm cận với thực tế nhất có thể; máy cắt gạch tự động tại công trường từ ý tưởng máy cắt CNC công nghiệp có thể được thử nghiệm để giảm thiểu hư hao do đo, cắt thủ công

Nghiên cứu này là nền tảng để học viên phát triển một chương trình lên sơ đồ sắp xếp gạch và đánh giá hao hụt trong quá trình lát gạch để hỗ trợ công tác quản lý đối với các công trình sử dụng gạch lát làm vật liệu hoàn thiện cuối cùng Chương trình sẽ là công cụ giúp các nhà quản lý dễ dàng dưa ra quyết định phù hợp cho dự án của mình.