Luận văn thạc sĩ Kỹ thuật xây dựng: Xác định hư hỏng cho tuabin gió sử dụng các đặc trưng dao động

Tìm hiểu và nắm vững phương pháp chẩn đoán hư hỏng kết cấu sử dụng các phương pháp sự thay đổi tần số, sự thay đổi dạng dao động, năng lượng biến dạng và thuật toán mạng nơ-ron nhân t

Trang 1

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC BÁCH KHOA

-

NGUYỄN HỮU PHƯƠNG

XÁC ĐỊNH HƯ HỎNG CHO TUABIN GIÓ SỬ DỤNG CÁC

Trang 2

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH

Cán bộ hướng dẫn khoa học 1: PGS TS Hồ Đức Duy

Cán bộ hướng dẫn khoa học 2: TS Huỳnh Thanh Cảnh

Cán bộ chấm nhận xét 1: PGS TS Đỗ Nguyễn Văn Vương

Cán bộ chấm nhận xét 2: TS Trần Minh Thi

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG -

Tp.HCM, ngày 27 tháng 07 năm 2022

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:

1 PGS TS Nguyễn Văn Hiếu - Chủ tịch hội đồng

2 PGS TS Nguyễn Minh Long - Thư ký

3 PGS TS Đỗ Nguyễn Văn Vương - Phản biện 1

5 PGS TS Lương Văn Hải - Ủy viên

KỸ THUẬT XÂY DỰNG

PGS TS Nguyễn Văn Hiếu

Trang 3

ĐẠI HỌC QUỐC GIA TP.HCM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc Lập - Tự Do - Hạnh Phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Chuyên ngành: Kỹ thuật Xây dựng Mã số: 8580201

I TÊN ĐỀ TÀI : Xác định hư hỏng cho tuabin gió sử dụng các đặc trưng dao động (Damage identification for wind turbines using vibration characteristics).

II NHIỆM VỤ VÀ NỘI DUNG

1 Tìm hiểu và nắm vững phương pháp chẩn đoán hư hỏng kết cấu sử dụng các phương pháp sự thay đổi tần số, sự thay đổi dạng dao động, năng lượng biến dạng và thuật toán mạng nơ-ron nhân tạo

2 Xây dựng mô hình tuabin có móng giếng chìm theo phương pháp PTHH

3 Áp dụng các phương pháp sự thay đổi tần số, sự thay đổi dạng dao động, năng lượng biến dạng để chẩn đoán cho kết cấu tuabin với các kịch bản hư hỏng khác nhau Đánh giá độ chính xác của các phương pháp chẩn đoán thông qua ma trận nhầm lẫn Xây dựng mạng nơ-ron nhân tạo chẩn đoán mức độ hư hỏng trong kết cấu tuabin

4 Phân tích và đánh giá kết quả chẩn đoán

5 Kết luận và kiến nghị

III NGÀY GIAO NHIỆM VỤ : 14/02/2022

IV NGÀY HOÀN THÀNH NHIỆM VỤ : 13/06/2022

V HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN : PGS TS Hồ Đức Duy, TS Huỳnh Thanh Cảnh

NGƯỜI HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN

PGS TS Hồ Đức Duy TS Huỳnh Thanh Cảnh

TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG

Trang 4

LỜI CẢM ƠN

Luận văn thạc sỹ là bài luận cuối khóa nhằm giúp cho học viên học được khả năng

tự nghiên cứu vấn đề, biết cách giải quyết các vấn đề đã được đặt ra, tổng ôn lại kiến

thức sau 2 năm học Đó là trách iệm và niềm tự hào của mỗi học viên cao học

Để hoàn thành luận văn này, n oài ự cố gắng và nỗ lực của bản thân, tôi đã nhận

được nhiều sự giúp đỡ từ tập thể và các cá nhân Đầu tiên, Tôi xin gửi lời tri ân đến Thầy

PGS.TS Hồ Đức Duy, Thầy đã tận tâm hướng dẫn, đưa ra gợi ý đầu tiên để hình thành

nên ý tưởng của đề tài và Thầy đã góp ý cho tôi về cách nhận định đún đắn trong những

vấn đề nghiên cứu, cũng như cách tiếp cận nghiên cứu hiệu quả Sự tận tâm chỉ bảo của

Thầy là động lực lớn để tôi có thể hoàn thành tốt luận văn này Xin chân thành cảm ơn

Thầy TS Huỳnh Thanh Cảnh và anh Nguyễn Công Uy đã giúp đỡ tôi rất nhiều trong

quá trình làm luận văn cũng như mô hình kết cấu, giải đáp các thắc mắc của tôi trong

thời gian vừa qua Tôi xin chân thành cảm ơn quý Thầy Cô Khoa Kỹ thuật Xây dựng,

trường Đại học Bách Khoa Tp.HCM đã truyền dạy những kiến thức quý giá cho tôi, đó

cũng là những kiến thức không thể thiếu trên con đường nghiên cứu khoa học và sự

nghiệp của tôi sau này Sau cùng, tôi xin tỏ lòng biết ơn sâu sắc đến cha mẹ, người thân

trong gia đình đã lu n ủng hộ, động viên tôi, giúp tôi v ợt qua khó hăn trong suốt quá

trình học tập và làm luận văn tại trường

Luận văn thạc sĩ đã hoàn thành trong thời gian quy định với sự nỗ lực của bản thân,

tuy nhiên không thể không có những thiếu sót Kính mong quý Thầy Cô chỉ dẫn thêm

để tôi bổ sung những kiến thức và hoàn thiện bản thân mình h n

Xin trân trọng cảm ơn

Thành phố Hồ Chí Minh, ngày 13 tháng 06 năm 2022

Học viên thực hiện Nguyễn Hữu Phương

Trang 5

do giảm độ cứng và hư hỏng do mất cát ở trong móng Sau đó, dữ liệu dao động ở hai trạng thái trước hư hỏng và sau hư hỏng được thu thập để áp dụng các phương pháp chẩn đoán theo trình tự sau:

1 Chẩn đoán sự xuất hiện của hư hỏng dựa vào sự thay đổi tần số và sự thay đổi dạng dao động

2 Chẩn đoán vị trí hư hỏng dựa vào phương pháp năng lượng biến dạng

3 Chẩn đoán mức độ hư hỏng dựa vào thuật toán mạng nơ-ron nhân tạo

Độ chính xác của phương pháp chẩn đoán vị trí được đánh giá thông qua ma trận nhầm lẫn với nhiều ngưỡng hư hỏng khác nhau Từ đó, đề xuất được ngưỡng hư hỏng hợp lý để cho ra kết quả chẩn đoán là chính xác nhất Kết quả từ nghiên cứu cho thấy phương pháp năng lượng biến dạng kết hợp với thuật toán mạng nơ-ron nhân tạo cho kết quả chẩn đoán trong kết cấu tuabin gió có độ chính xác cao cả về vị trí lẫn mức độ

hư hỏng

Trang 6

1 Identify the occurrence of damage based on frequency change method and mode shape change method

2 Detect the damaged locations using modal strain energy method

3 Estimate the severity of structural damages using artificial neural network The accuracy of method detecting damaged locations is evaluated through the Confusion Matrix along with a set of different damage thresholds From there, a reasonable damage threshold is proposed to give the most accurate diagnostic results The results show that modal strain energy method combined with the artificial neural network algorithm is capable of exactly identifying the location and the severity of damages in wind turbine structures

Trang 7

LỜI CAM ĐOAN

Tôi xin cam đoan nghiên cứu được trình bày ở đây do chính tôi thực hiện dưới sự

hướng dẫn của Thầy PGS TS Hồ Đức Duy và Thầy TS Huỳnh Thanh Cảnh

Các kết quả trong luận văn là đúng sự thật và chưa được công bố ở các nghiên cứu

khác

Tôi xin chịu trách nhiệm về công việc thực hiện nghiên cứu của mình

Thành phố Hồ Chí Minh, ngày 13 tháng 06 năm 2022

Nguyễn Hữu Phương

Trang 8

MỤC LỤC

LỜI CẢM ƠN i

TÓM TẮT ii

ABSTRACT iii

LỜI CAM ĐOAN iv

MỤC LỤC v

DANH MỤC CÁC BẢNG viii

DANH MỤC CÁC HÌNH x

DANH MỤC CÁC CHỮ VIẾT TẮT xiii

CHƯƠNG 1 GIỚI THIỆU 1

1.1 Đặt vấn đề 1

1.1.1 Tổng quan về công nghiệp điện gió 1

1.1.2 Tầm quan trọng của việc theo dõi và chẩn đoán kết cấu 3

1.1.3 Hư hỏng ở kết cấu tuabin gió 4

1.2 Mục tiêu và nội dung nghiên cứu 6

1.2.1 Mục tiêu nghiên cứu 6

1.2.2 Nội dung nghiên cứu 6

1.3 Đối tượng và phạm vi nghiên cứu 7

1.4 Tính cần thiết và nghĩa thực tiễn của nghiên cứu 7

1.5 Cấu trúc luận văn 8

CHƯƠNG 2 TỔNG QUAN 9

2.1 Tình hình nghiên cứu nước ngoài 9

2.2 Tình hình nghiên cứu tại Việt Nam 12

2.3 Tổng kết 14

CHƯƠNG 3 CƠ SỞ LÝ THUYẾT 15

3.1 Phương pháp chẩn đoán dựa trên sự thay đổi tần số 15

3.1.1 Giới thiệu phương pháp 15

3.1.2 Công thức đánh giá 15

3.1.3 Các bước tính toán của phương pháp 16

3.2 Phương pháp chẩn đoán dựa trên sự thay đổi dạng dao động 16

3.3 Phương pháp năng lượng biến dạng 17

Trang 9

3.3.3 Ngưỡng hư hỏng 20

3.3.4 Ảnh hưởng của điều kiện biên 21

3.4 Phương pháp đánh giá độ chính xác của kết quả chẩn đoán 24

3.4.1 Mô hình đ nh giá 24

3.4.2 Các chỉ số đánh giá 25

3.4.3 Đề xuất chỉ số sử dụng để đánh giá phương pháp 26

3.5 Thuật toán Machine learning và mạng nơ-ron nhân tạo 27

3.5.1 Định nghĩa của thuật toán Machine learning 27

3.5.2 Phân nhóm các thuật toán machine learning 28

3.5.3 Mạng nơ-ron nhân tạo 29

3.6 Phần mềm IBM SPSS 32

3.6.1 Giới thiệu 32

3.6.2 Các bước xây dựng mạng nơ-ron nhân tạo 33

CHƯƠNG 4 CÁC BÀI TOÁN KHẢO SÁT 35

4.1 Mô phỏng kết cấu và phân tí dao động 35

4.1.1 Thông số bài toán 35

4.1.2 Mô phỏng số 38

4.1.3 Phân tích d o động tự do 41

4.1.4 Kiểm chứng mô hình 42

4.2 Bài to n 1: Hư hỏng độ cứng ở phần thân tuabin gió 46

4.2.2 Các trường hợp hư hỏng khảo sát 46

4.2.3 Chẩn đoán sự xuất hiện của hư hỏng 48

4.2.4 Chẩn đoán vị trí hư hỏng bằng phương pháp năng lượng biến dạng 51

4.2.5 Ứng dụng thuật toán mạng nơ-ron nhân tạo để chẩn đoán mức độ hư hỏng độ cứng trong kết cấu thân tuabin 80

4.2.6 Kết luận chung cho bài toán 1 89

4.3 Bài to n 2: Hư hỏng độ cứng ở phần móng giếng chìm của tuabin gió 91

4.3.4 Chẩn đoán vị trí hư hỏng bằng phương pháp năng lượng biến dạng 97

Trang 10

4.3.5 Ứng dụng thuật toán mạng nơ-ron nhân tạo để chẩn đoán mức độ hư hỏng

độ cứng trong kết cấu móng của tuabin 111

4.4 Bài to n 3: Hư hỏng do mất cát ở phần móng giếng chìm 119

4.4.4 Chẩn đoán chiều sâu mất cát trong móng bằng phương pháp năng lượng biến dạng 124

4.4.5 Ứng dụng thuật toán mạng nơ-ron nhân tạo để chẩn đoán chiều sâu mất cát trong móng tuabin 149

CHƯƠNG 5 KẾT LUẬN VÀ KIẾN NGHỊ 155

5.1 Kết luận 155

5.2 Những điểm cần cải thiện 157

5.3 Kiến nghị 157

DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC 158

TÀI LIỆU THAM KHẢO 159

LÝ LỊCH TRÍCH NGANG 163

Trang 11

DANH MỤC CÁC BẢNG

Bảng 4.1 Bề dày mặt cắt ngang của thành trụ tháp theo chiều cao 36

Bảng 4.2 Thông số vật liệu tháp tuabin có móng giếng chìm 37

Bảng 4.3 Tần số dao động của kết cấu 41

Bảng 4.4 Tổng hợp tần số dao động uốn theo phương X 41

Bảng 4.5 Tổng hợp tần số dao động uốn theo phương Y 41

Bảng 4.6 Tổng hợp tần số dao động dọc trục và dao ộng xoắn 41

Bảng 4.7 Kết quả so sánh tần số dao động 42

Bảng 4.8 Các trường hợp hư hỏng được khảo sát 47

Bảng 4.9 Tổng hợp tần số các trường hợp hư hỏng theo phương X 48

Bảng 4.10 Sự thay đổi tần số của các trường hợp hư hỏng 48

Bảng 4.11 Các tổ hợp rút ra từ mô hình phân loại 57

Bảng 4.12 Tổng hợp chỉ số đánh giá cho các mode của TH1 58

Bảng 4.18 Cấu hình mạng nơ-ron nhân tạo 82

Bảng 4.19 Chẩn đoán mức độ hư hỏng của mode 1 – 21 điểm dữ liệu 84

Bảng 4.22 Chẩn đoán hư hỏng 7% độ cứng 86

Bảng 4.28 Chẩn đoán hư hỏng 20% độ cứng đoạn 1 và % độ cứng đoạn 2 88

Bảng 4.29 Chẩn đoán hư hỏng 20% độ cứng đoạn 1 và 0% độ cứng đoạn 2 88

Bảng 4.30 Các trường hợp hư hỏng 91

Bảng 4.31 Tổng hợp tần số các trường hợp theo phương X 92

Trang 12

Bảng 4.38 Cấu hình mạng nơ ron nhân tạo 111

Bảng 4.39 Chẩn đoán mức độ hư hỏng của mode 1 113

Bảng 4.48 Chẩn đoán hư hỏng 20% độ cứng Anchor và 7% độ cứng Stiffener 117

Bảng 4.49 Chẩn đoán hư hỏng 20% độ cứng Anchor và 20% độ cứng Stiffener 117

Bảng 4.50 Các trường hợp hư hỏng 119

Bảng 4.51 Tổng hợp tần số các trường hợp theo phương X 121

Bảng 4.53 Kết quả chỉ số Accuracy cho các dạng dao động 127

Bảng 4.54 Kết quả chỉ số Recall cho các dạng dao động 129

Bảng 4.61 Bộ dữ liệu huấn luyện 149

Bảng 4.62 Bộ dữ liệu chẩn đoán 149

Bảng 4.63 Cấu hình mạng nơ-ron nhân tạo 150

Bảng 4.64 Chẩn đoán chiều sâu mất cát - mode 2 – Phương X 151

Bảng 4.65 Chẩn đoán chiều sâu mất cát - mode 2 – Phương Y 152

Bảng 4.66 Chẩn đoán chiều sâu mất cát - mode 2 – Phương Z 152

Bảng 4.67 Chẩn đoán chiều sâu mất cát H/L = 31% 152

Bảng 4.68 Chẩn đoán chiều sâu mất cát H/L = 70% 153

Trang 13

DANH MỤC CÁC HÌNH

Hình 1.1 Trang trại điện gió Bạc Liêu 2

Hình 1.2 18 trụ tuabin gió của Dự án Nhà m y điện gió Tân Thuận 3

Hình 1.3 Các loại tải trọng tác dụng lên kết cấu tuabin gió 4

Hình 1.4 Hư hỏng kết cấu tua bin gió (nguồn: internet) 5

Hình 1.5 Hư hỏng kết cấu tua bin gió (nguồn: internet) 5

Hình 3.1 Sơ đồ dầm với vị trí h hỏng 18

Hình 3.2 Minh họa về hai ngưỡng hư hỏng [26] 20

Hình 3.3 Minh họa về đường cong dạng dao động [26] 21

Hình 3.4 Minh họa về Ma trận nhầm lẫn (Confusion matrix) 24

Hình 3.5 Minh họa về 4 tổ hợp tính toán chỉ số ma trận nhầm lẫn 27

Hình 3.6 Mô hình perceptron [32] 30

Hình 3.7 Mô hình kiến trúc mạng ANNs [32] 30

Hình 3.8 Đồ thị hàm Sigmoid 31

Hình 3.9 Đồ thị hàm Tanh 32

Hình 3.10 Chuẩn bị dữ liệu đầu vào cho mạng 33

Hình 3.11 Minh họa (a) thẻ Variable và (b) thẻ Partition trong phần mềm SPSS 34

Hình 4.1 Thông số kí h thước của kết cấu khảo sát [34] 38

Hình 4.2 Mô hình tuabin gió có móng giếng chìm trong SAP2000 40

Hình 4.3 Bốn dạng dao động uốn theo phương X của 3 mô hình 43

Hình 4.4 Bốn dạng dao động uốn theo phương Y của 3 mô hình 44

Hình 4.5 Hai dạng dao động dọc trục theo phương Z của 3 mô hình 45

Hình 4.6 Hai dạng dao động xoắn theo phương Z của 3 mô hình 45

Hình 4.7 Vị trí h hỏng và số điểm dữ liệu khảo sát cho bài toán 47

Hình 4.8 Phần trăm sự thay đổi tần số của các mode ở các trường hợp hư hỏng 48

Hình 4.9 Sự thay đổi dạng dao động của các trường hợp hư hỏng 50

Hình 4.10 Kết quả chẩn đoán cho trường hợp 1 với Zo = 5% 54

Hình 4.17 Chỉ số Accuracy của các dạng dao động ở TH1 73

Trang 14

Hình 4.18 Chỉ số Recall của các dạng dao động ở TH1 74

Hình 4.29 Kiến trúc mạng nơ-ron nhân tạo 82

Hình 4.30 Thuật toán tối ưu mạng nơ ron nhân tạo 83

Hình 4.31 Vị trí hư hỏng và số điểm dữ liệu khảo sát cho bài toán 92

Hình 4.32 Phần trăm sự thay đổi tần số của các mode theo các trường hợp hư hỏng 93 Hình 4.33 Sự thay đổi dạng dao động của TH1 94

Hình 4.34 Sự thay đổi dạng dao động của TH2 94

Hình 4.38 Kết quả chẩn đoán cho TH1 với ngưỡng Zo = 30% 98

Hình 4.43 Chỉ số Accuracy của TH1 107

Hình 4.46 Chỉ số Recall của TH1 109

Hình 4.49 Kiến trúc mạng nơ ron nhân tạo 112

Hình 4.51 Trường hợp chưa hư hỏng (Đầy cát) 120

Hình 4.52 Các trường hợp hư hỏng mất cát khảo sát 120

Trang 15

Hình 4.53 Phần trăm sự thay đổi tần số của các mode theo các trường hợp hư hỏng121

Hình 4.58 Kết quả chẩn đoán cho trường hợp 1 – Phương X – Zo = 5% 125

Hình 4.59 Kết quả chẩn đoán cho trường hợp 1 – Phương Y – Zo = 5% 126

Hình 4.60 Kết quả chẩn đoán cho trường hợp 1 – Phương Z – Zo = 5% 127

Hình 4.61 Chỉ số Accuracy cho các dạng dao động theo 3 phương 128

Hình 4.62 Chỉ số Recall cho các dạng dao động theo 3 phương 130

Hình 4.78 Kiến trúc mạng nơ ron nhân tạo 150

Trang 16

DANH MỤC CÁC CHỮ VIẾT TẮT

Trang 17

CHƯƠNG 1 GIỚI THIỆU 1.1 Đặt vấn đề

1.1.1 Tổng quan về công nghiệp điện gió

Hiện nay, nhu cầu về năng lượng đang ngày một tăng cao do sự phát triển của khoa học kỹ thuật và sự phát triển của dân số Để có thể đáp ứng được nhu cầu năng lượng to lớn như vậy, các quốc gia trên thế giới đã tập trung vào khai thác các nguồn khoáng thạch, xây dựng hàng loạt các nhà máy thủy điện, nghiên cứu về năng lượng hạt nhân,… Tuy nhiên, việc khai thác quá đà các nguồn năng lượng hóa thạch dẫn đến tài nguyên cạn dần và có tác động mạnh đến môi trường, các nguồn thủy điện thì rất nhạy cảm với

hệ sinh thái và thiên tai như lũ lụt và động đất Năng lượng hạt nhân thì có nhiều nguy

cơ mất an toàn và thiếu biện pháp dài hạn cho các chất thải hạt nhân Vì thế, công nghệ năng lượng ở các nước tiên tiến hiện nay đang chuyển dần sang các nguồn nhiên liệu có thể tái tạo và sạch như mặt trời, gió, khí sinh học, sóng và thủy triều Trong đó, khai thác điện từ gió và mặt trời là các công nghệ năng lượng tái tạo phát triển nhanh nhất Khai thác năng lượng từ gió dường như là khả thi và đáng tin cậy nhất ở nhiều nước với

tỷ lệ phát triển hàn năm khoảng 25 – 30%

Điện gió ở Việt Nam thuộc nhóm công nghiệp năng lượng mới nổi, được nhập cuộc theo sự phát triển nguồn năng lượng tái tạo chung của thế giới, sự nhập khẩu khoa học kỹ thuật, đồng thời đáp ứng nhu cầu phát triển nguồn năng lượng khi các nguồn thủy điện lớn đã khai thác hết, các thủy điện nhỏ không đảm bảo lợi ích mang lại so với thiệt hại môi trường mà nó gây ra Mặt khác Việt Nam có tiềm năng lớn về năng lượng mặt trời và gió, do ở gần xích đạo và tồn tại những vùng khô nắng nhiều và gió có hướng tương đối ổn định như ở các tỉnh Nam Trung Bộ [1] Nhược điểm của điện gió là điện năng chỉ được tạo ra khi có gió, và công suất phát ra thay đổi theo mức gió Vùng thuận lợi cho đặt nhà máy cũng thường cách xa vùng tiêu thụ Điều này làm cho lưới điện phải

bố trí dẫn truyền điện, và có kế hoạch điều hòa nguồn phát thích hợp để đảm bảo năng lượng cho các phụ tải tiêu thụ

Một số dự án điện gió tiêu biểu ở Việt Nam có thể kể đến như Trang trại điện gió Bạc Liêu có quy mô 99 MW (Hình 1.1): Với 56 km, tương đương 8% tổng chiều dài bờ

Trang 18

biển miền Tây, tỉnh Bạc Liêu đang dẫn đầu về thu hú đầu tư, khai thác tà nguyên sản xuất năng lượng sạch, phát triển bền vững Theo thiết kế, nhà máy sẽ sản xuất ra sản lượng khoảng 400 triệu KWh/1 năm, với mức doanh thu dự kiến có thể đạt trên 800 tỉ đồng/năm Trong đó, dự án Nhà máy điện gió Hòa Bình 1 có diện tích khoảng 935 ha;

dự án Nhà máy điện gió Hòa Bình 2 có hệ thống tuabin gió được xây dựng trong khu vực biển thuộc địa phận xã Vĩnh Thịnh, có diện tích khu vực biển khoảng 1.119 ha [2]

Hình 1.1 Trang trại điện gió Bạc Liêu

Dự án Nhà máy điện gió Tân Thuận quy mô 75 MW gồm 18 trụ tuabin gió (Hình 1.2), do Công ty Cổ phần Đầu tư năng lượng tái tạo Cà Mau (CMC) làm chủ đầu tư Là

dự án điện gió gần bờ đầu tiên thuộc tỉnh Cà Mau, trên địa phận khu vực biển xã Tân Thuận, được đánh giá là một trong những dự án trọng điểm do Công ty Cổ Phần Tư vấn Xây dựng Điện 2 (PECC2) làm Tổng thầu EPC phối hợp cùng các nhà thầu, đối tác uy tín trong nước và quốc tế thực hiện [3] Khởi công từ tháng 1/2020, dự án đã được nghiên cứu, khảo sát từ công tác lựa chọn địa điểm, đo gió, khoan khảo sát tới công tác lập báo cáo nghiên cứu khả thi, thiết kế kỹ thuật cho tới công tác quản lý thi công xây dựng Với nhiều hạng mục có tính chất phức tạp cao, dự án được tiến hành thi công trên các địa hình khác nhau Trong đó, 18 trụ điện gió nằm hoàn toàn ngoài khơi với trụ xa nhất cách

bờ lên tới 5.3 km; tuyến đường dây 22kV hỗn hợp gồm 5 mạch cáp ngầm xuyên biển nối 18 trụ tuabin gió cùng tuyến đường dây trên không nối từ trụ T1 cho tới Trạm biến

Trang 19

áp; Trạm biến áp 110kV nằm trên khu vực cửa sông, có độ só mòn cao do tác động của dòng chảy cùng đường dây 110kV dài 6.2 km băng qua khu vực có nhiều sông, rạch đòi hỏi tất cả phải có sự tính toán tỉ mỉ, thi công chính xác

Hình 1.2 18 trụ tuabin gió của Dự án Nhà máy điện gió Tân Thuận

1.1.2 Tầm quan trọng của việc theo dõi và chẩn đoán kết cấu

Sự phát triển mạnh mẽ của khoa học và công nghệ trong lĩnh vực xây dựng đã để lại nhiều công trình vĩ đại, nhiều kết cấu đặc biệt Trong đó, nhu cầu về việc xây dựng các kết cấu tuabin gió để phục vụ cho công nghiệp điện gió đang ngày càng phát triển Cùng với sự phát triển của kỹ thuật xây dựng, việc theo dõi và chẩn đoán kết cấu (Structural Health Monitoring - SHM) cũng hết sức quan trọng Việc này giúp phát hiện sớm những bất thường trên kết cấu, tạo điều kiện thuận lợi để sửa chữa hoặc thay thế những cấu kiện bị hỏng kịp thời, đánh giá tuổi thọ còn lại của công trình, hạn chế đến mức thấp nhất hậu quả có thể xảy ra

Hai phương pháp phổ biến dùng để đánh giá phát hiện hư hỏng trên kết cấu là: phương pháp thí nghiệm phá hủy và phương pháp thí nghiệm không phá hủy Với những

ưu điểm như khả năng đo lường linh hoạt, chi phí tương đối thấp, phương pháp không phá hủy ngày càng trở nên phổ biến Trong đó, phương pháp phân tí h dao động kết cấu trở thành một trong những phương pháp gián tiếp và hiệu quả để phát hiện, chẩn đoán

Trang 20

hư hỏng kết cấu Khi có khuyết tật trong kết cấu sẽ đẫn đến sự thay đổi các đặc trưng dao động trong cấu kiện như: tần số dao động, dạng dao động, độ cong dạng dao động, năng lượng biến dạng

Đối với các nước phát triển, khi ngành xây dựng đã bão hòa về số lượng thì việc theo dõi, chẩn đoán và bảo trì, thay thế các cấu kiện là rất cần thiết

1.1.3 Hư hỏng ở kết cấu tuabin gió

Trong suốt thời gian vận hành, kết cấu tuabin có thể sẽ chịu nhiều điều kiện bất lợi

từ môi trường (Hình 1.3), phần đất dưới đáy biển có thể bị gây lún bởi trọng lượng bản thân kết cấu cũng như có thể bị xói mòn do ảnh hưởng của sóng nước, dạng kết cấu thanh mảnh mà phải chịu các điều kiện thời tiết khắc nghiệt như động đất, sóng thần, gió mạnh hoặc thậm chí là sức nóng mặt trời

Với tình hình biến đổi khí hậu diễn biến phức tạp vào những năm gần đây, các kết cấu này đã phải liên tục đối mặt với nhiều trận bão và động đất dữ đội Mặc dù trước đó các kết cấu tuabin đã được thiết kế với khả năng chống được các cấp thiên tai trên và cũng được kiểm tra định kỳ Tuy nhiên, sau những biến động đó thì vẫn luôn có không

ít những trường hợp đáng tiếc xảy ra (Hình 1.4, Hình 1.5)

Hình 1.3 Các loại tải trọng tác dụng lên kết cấu tuabin gió

Trang 21

Hình 1.4 Hư hỏng kết cấu tua bin gió (nguồn: internet)

Hình 1.5 Hư hỏng kết cấu tua bin gió (nguồn: internet)

Trang 22

1.2 Mục tiêu và nội dung nghiên cứu

1.2.1 Mục tiêu nghiên cứu

Luận văn này tiến hàn đánh giá, kết hợp các phương pháp chẩn đoán hư hỏng cho kết cấu tuabin gió dựa trên kết quả phân tí h dao động Đánh giá tính hiệu quả của phương pháp chẩn đoán khi chẩn đoán hư hỏng trên kết cấu tuabin; từ đó nâng cao t nh khả thi và tính ứng dụng của nghiên cứu trong thực tế

Các phương pháp được áp dụng trong nghiên cứu này:

• Phương pháp sự thay đổi của tần số

• Phương pháp sự thay đổi của dạng dao động

• Phương pháp năng lượng biến dạng

• Thuật toán mạng nơ-ron nhân tạo

So với các nghiên cứu đã công ố, các điểm đóng góp ính ủa luận văn là Các nghiên cứu trước chỉ dừng lại ở việc chẩn đoán sự xuất hiện của hư hỏng trên kết cấu tuabin, trong nghiên cứu này, kết cấu tuabin gió ngoài khơi có móng giếng chìm

sẽ được mô phỏng bằng phần mềm SAP2000 Thu thập dữ liệu đặc trưng dao động, từ đó áp dụng phương pháp năng lượng biến dạng để chẩn đoán được vị trí hư hỏng xảy ra trên kết cấu Hai loại hư hỏng khác nhau được tạo ra trên kết cấu là hư hỏng do giảm độ cứng và hư hỏng do mất cát trong phần móng tuabin Sử dụng bộ chỉ số đánh giá ma trận nhầm lẫn để khảo sát độ chính xác của phương pháp chẩn đoán với các ngưỡng hư hỏng khác nhau, từ đó đề xuất ra được ngưỡng hư hỏng cho độ chính xác tốt nhất Bên cạnh đó, việc ứng dụng thuật toán mạng nơ-ron nhân tạo dùng để chẩn đoán được mức

độ hư hỏng tại các vị trí hư hỏng

1.2.2 Nội dung nghiên cứu

Các nội dung của luận văn được thực hiện thông qua các bước cụ thể như sau:

- Phân tích dao động cho kết cấu tuabin bằng phương pháp phần tử hữu hạn So sánh kết quả phân tích với kết quả nghiên cứu đã công bố

Trang 23

- Áp dụng các phương pháp chẩn đoán để chẩn đoán lần lượt sự xuất hiện của hư hỏng, vị trí hư hỏng và mức độ hư hỏng xảy ra trên kết cấu Khảo sát 3 bài toán ứng với các trường hợp hư hỏng khác nhau như sau:

• Bài toán 1: hư hỏng độ cứng ở phần thân tuabin

• Bài toán 2: hư hỏng độ cứng ở phần neo (Anchor) và phần sườn gia cường (Stiffener)

• Bài toán 3: hư hỏng mất cát ở phần móng giếng chìm

- Thực hiện đánh giá, xem xét các ngưỡng hư hỏng khác nhau Đề xuất ngưỡng

hư hỏng và các chỉ số đánh giá thích hợp để đánh giá độ chính xác của kết quả chẩn đoán Đồng thời chẩn đoán mức độ hư hỏng bằng thuật toán ANNs

- Từ các kết quả phân tích, các kết luận và kiến nghị được rút ra

1.3 Đối tượng và phạm vi nghiên cứu

Trong luận văn này, đối tượng nghiên cứu là kết cấu tuabin gió ngoài khơi có móng giếng chìm

1.4 Tính cần thiết và ý nghĩa thực tiễn của nghiên cứu

Ngày nay, nhu cầu về năng lượng đang ngày một gia tăng, việc sử dụng các kết cấu biến các nguồn nhiên liệu sạch và vô tận như gió thành năng lượng đang được sự quan tâm hàng đầu Do đó, ngoài việc xây dựng nên những kết cấu như vậy, chúng ta còn phải quan tâm đến sức khỏe và tình trạng của nó thường xuyên để có thể tu dưỡng, bảo trì kịp thời Một số phương pháp chẩn đoán hư hỏng dựa trên các đặc trưng dao động (tần số dao động, dạng dao động) đã được áp dụng với các dạng kết cấu khác nhau Tuy nhiên, những nghiên cứu trước đây về chuẩn đoán hư hỏng cho kết cấu tuabin gió vẫn còn hạn chế, đặc biệt hơn là tuabin gió ngoài khơi có móng giếng chìm Vì vậy, vấn đề này sẽ được tiếp tục thực hiện trong nghiên cứu này, thông qua tháp tuabin gió được

mô phỏng bằng phần tử hữu hạn Việc áp dụng mô hình phần tử hữu hạn để mô phỏng

và chẩn đoán hư hỏng có nhiều ưu điểm: giảm chi phí thí nghiệm, có thể mô phỏng nhiều bài toán hoặc sử dụng nhiều dạng dao động khác nhau để đánh giá độ chính xác của phương pháp một cách nhanh chóng và hiệu quả

Trang 24

1.5 Cấu trúc luận văn

Nội dung luận văn trì h bày ồm các chương như sau:

Chương 1: Giới thiệu

Giới thiệu sơ lược về đề tài đang thực hiện nghiên cứu: thực trạng, mục tiêu, nội dung, đối tượng, tính cần thiết và ý nghĩa thực tiễn của đề tài

Chương 2: Tổng quan

Trình bày tình hình nghiên cứu ngoài nước, tình hình nghiên cứu trong nước và chỉ ra những vấn đề mà luận văn cần tập trung giải quyết

Chương 3: Cơ sở lý thuyết

Trình bày các cơ sở lý thuyết của các phương pháp chẩn đoán, công thức để đưa

ra mối liên hệ giữa tần số dao động, dạng dao động, năng lượng biến dạng và mạng ron nhân tạo

nơ-Chương 4: Các bài toán khảo sát

Trình bày về bài toán kiểm chứng, thực hiện các kịch bản hư hỏng khác nhau cho từng loại hư hỏng khác nhau, sau đó chẩn đoán bằng các phương pháp nêu trên và rút ra kết luận về độ chính xác của phương pháp chẩn đoán

Chương 5: Kết luận và kiến nghị

Từ kết quả thu được, đưa ra một số đánh giá, kết luận và kiến nghị cho những nghiên cứu về sau

Trang 25

2.1 Tình hình nghiên cứu nước ngoài

Trong vài thập kỷ gần đây, các nghiên cứu về vấn đề theo dõi kết cấu để có thể phát hiện hư hỏng ở giai đoạn sớm nhất, đã và đang phổ biến trên khắp các lĩnh vực công trình dân dụng, cơ khí, và hàng không vũ trụ Các nghiên cứu có thể phân loại theo nhiều phạm vi, phương pháp khác nhau [4]

Cawley và Adams (1979) [5] đã đề xuất khái niệm độ nhạy tần số, được xuất ra trong các trường hợp hư hỏng tại nhiều vị trí trên kết cấu Các tác giả đã thử chẩn đoán thành công khuyết tật trên tấm nhôm và tấm CFRP (CarbonFibre Reinforced Plastic) Qua đó tác giả cũng đã đưa phương pháp đánh giá không phá hủy trên kết cấu mục tiêu bằng cách sử dụng kết quả đo tần số của kết cấu và các kết quả phân tích dao động từ

mô hình phần tử hữu hạn

West (1984) [6] đã đề xuất một phương pháp có tên là Modal Assurance Criterion (MAC) để đánh giá sự khác nhau giữa 2 véc-tơ dao động của mô hình được phân tích Đây là một phương pháp phổ biến cho việc xác định mức độ tương quan tuyến tính giữa

2 dạng dao động Rigner (1985) [7], Fotsch và Ewins (2000) [8], Allemang (2003) [9] đã sử dụng phương pháp thay đổi dạng dao động để đánh giá sự tương quan giữa các dạng dao động của cùng một mô hình hay giữa những mô hình với nhau

Liang và cộng sự (1991) [10] đã thiết lập công thức dựa trên sự thay đổi tần số (Frequency Change) của dầm ở trạng thái trước hư hỏng và trạng thái sau hư hỏng để xác định vị trí bất lợi trên dầm Ostachowics và Krawczuk (1991) [11] đã phân tích ảnh hưởng của các vết nứt đồng thời lên tần số tự nhiên của dầm console khi dao động Stubbs và Kim (1995) [12] đã áp dụng phương pháp năng lượng biến dạng lần đầu tiên để chẩn đoán hư hỏng dựa trên sự thay đổi năng lượng biến dạng dao động của kết

Trang 26

cấu Vài năm sau, Petro và cộng sự (1997) [13] đã thực hiện nghiên cứu hướng đến việc đánh giá tình trạng của mô hình cầu dựa trên việc đo đạc động học Hệ thống sử dụng cảm biến laser để đo các chỉ số động học Tác giả đã thực hiện thí nghiệm với kết cấu tấm nhôm điều kiện biên tự do và đưa ra kết luận rằng năng lượng biến dạng có độ nhạy cao hơn so với các chỉ số động học khác (tần số dao động tự nhiên, dạng dao động,…) trong việc chẩn đoán hư hỏng của kết cấu

Doebling (1998) [14] đã trình bày một hệ thống phân loại các phương pháp xác định hư hỏng được định nghĩa thành 4 cấp độ nhận dạng hư hỏng:

• Cấp độ 1: Xác định rằng hư hỏng hiện diện trên kết cấu

• Cấp độ 2: Cấp độ 1 + Xác định vị trí hình học của hư hỏng

• Cấp độ 3: Cấp độ 2 + Định lượng mức độ hư hỏng

• Cấp độ 4: Cấp độ 3 + Dự báo khả năng tồn tại còn lại của kết cấu

Khi một kết cấu thực tế xảy ra hư hỏng sẽ dẫn đến các đặc trưng động lực học thay đổi Thay đổi đặc trưng động lực học do hư hỏng sẽ dẫn đến thay đổi đặc trưng dao động và là cơ sở để nghiên cứu các phương pháp sử dụng đặc trưng dao động trong nhận dạng kết cấu hư hỏng Với các đặc trưng động lực học thì khối lượng là ít nhạy với hư hỏng nhất, giá trị giảm chấn nhạy nhất với hư hỏng, độ cứng kết cấu sẽ giảm và giá trị giảm chấn sẽ tăng lên [15] Trong khi đó, với các đặc trưng dao động: tần số của hệ sẽ giảm

đi, các chuyển vị mode-shape sẽ thay đổi

Efstathiades và cộng sự (2007) [16] đã đề cập đến vấn đề theo dõi sức khỏe cho kết cấu tường vách và đề xuất mạng nơ-ron nhân tạo (ANNs) để xác định các điểm hư hỏng có thể có trong hệ thống tường vách điển hình Một số mô hình phần tử hữu hạn đã được phát triển và phân tích sự mất độ cứng Các kết quả có được sẽ dùng cho việc tạo cơ sở dữ liệu làm ầu vào huấn luyện xây dựng mạng nơ-ron Kết quả đạt được cho thấy ANNs là một phương pháp hiệu quả cho việc nhận diện và xác định hư hỏng trong kết cấu tường vách

Dixit và Hanagud (2011) [17] đã đề xuất một phương pháp đánh giá hư hỏng trong dầm có liên quan đến năng lượng biến dạng Trong đó, ngoà các thuộc tí h dao động

Trang 27

(tần số, dạng dao động) tác giả đã xét đến các đặc tính vật lý của kết cấu khi xảy ra hư hỏng là sự suy giảm độ cứng, khối lượng vào phương pháp

Seyedpoor (2012) [18] đã phá triển phương pháp năng lượng biến dạng cho chẩn đoán hư hỏng trên khung dàn thép nhằm chẩn đoán vị trí và mức độ hư hỏng tại nhiều

vị trí qua hai bước Bước thứ nhất là chẩn đoán vị trí của hư hỏng dựa trên chỉ tiêu đánh giá sự có mặt của hư hỏng (modal strain energy based index - MSEBI) Bước thứ hai là chẩn đoán mức độ của các phần tử hư hỏng được xác định từ bước một thông qua lời giải tối ưu có tên Particle Swarm Optimization (PSO) Tác giả đã áp dụng phương pháp trên hai ví dụ mô phỏng số Kết cấu được dùng trong nghiên cứu là hệ dàn phẳng Kết quả nghiên cứu cho thấy phương pháp cho kết quả có ộ chính xác và tin cậy cao trong việc chẩn đoán hư hỏng nhiều vị trí trên kết cấu

Hakim và Razak (2013) [19] đã nghiên cứu về việc chẩn đoán mức độ hư hỏng cho kết cấu dầm cầu thép bằng thuật toán mạng nơ-ron nhân tạo Kết cấu được mô hình bằng phương pháp phần tử hữu hạn và được phân tích để có được dữ liệu Kết quả cho thấy chỉ với năm tần số tự do đầu tiên của kết cấu được dùng cho việc huấn luyện, mạng nơ-ron nhân tạo đã có thể chẩn đoán được mức độ hư hỏng xảy ra trên dầm cầu thép với sai số lớn nhất là 6.8% Điều này cho thấy ANNs có tiềm năng mạnh mẽ để xác định hư hỏng cho kết cấu

Nguyen và cộng sự (2015) [20] đã phân tích dò tìm hư hỏng dựa trên dao động cho kết cấu tuabin bằng 2 phương pháp, thứ nhất là sử dụng phương pháp dò tìm hư hỏng dựa trên tần số (Frequency-based Damage Detection - FBDD) để xác định vị trí hư hỏng thông qua sự thay đổi tần số tự nhiên Thứ hai là phương pháp dò tìm hư hỏng dựa trên dạng dao động (Mode-shape-based Damage Detection - MBDD) để nhận diện hư hỏng cục bộ bằng cách đánh giá sự thay đổi của dạng dao động

Feyzollahzadeh và cộng sự (2016) [21] đã phân tích đánh giá kết cấu tuabin với kết cấu móng là cọc Mono bằng phương pháp phần tử hữu hạn và phương pháp phân tích ma trận chuyển dời (Transfer Matrix Method - TMM) Phương pháp TMM được thiết lập dựa trên phương trình Euler-Bernoulli và ma trận chuyển dời tổng thể có được bằng cách áp dụng điều kiện biên của kết cấu và xây dựng ma trận điểm Các kết quả từ

Trang 28

phương pháp TMM được so sánh với kết quả của mô phỏng phần tử hữu hạn về nội lực và ứng suất có được cho thấy phương pháp TMM cho kết quả khá tương đồng

Nguyen và cộng sự (2017) [22] đã đề xuất thuật toán báo động hư hỏng dựa trên đặc trưng dao động để phân tích cho kết cấu tuabin gió ngoài khơi khi chịu một tải kích thích điều hòa trên đỉnh Rotor Sự thay đổi tần số tự nhiên, chỉ số đánh giá dạng dao động (MAC) và chỉ số đánh giá tỷ số phản ứng tần số (Frequency-response-ratio Assurance Criterion - FRRAC) được sử dụng để nhận dạng sự thay đổi của các đặc trưng dao động do bởi hư hỏng của kết cấu Kết quả cho thấy những chỉ số này đầy hứa hẹn

để dự báo hư hỏng cho kết cấu

Nguyen và cộng sự (2019) [23] đã phân tích các đặc trưng dao động của kết cấu tuabin gió với móng giếng chìm Các đặc trưng như tần số và dạng dao động được trích xuất khi kết cấu chịu các loại sóng khác nhau bằng phương pháp nhận dạng đặc trưng dao động kết hợp miền thời gian và miền tần số Sự thay đổi các đặc trưng dao động dùng để đánh giá sự ảnh hưởng do bởi hư hỏng trên kết cấu dưới các điều kiện sóng biển tác dụng khác nhau

Kumar và cộng sự (2021) [24] đã trình bày phương pháp xác định vị trí vết nứt cho dầm công xôn thép bằng tỷ số tần số và mạng nơ-ron nhân tạo Tác giả đã sử dụng phương pháp phần tử hữu hạn để mô hình kết cấu dầm khi chưa nứt và đã nứt với nhiều

vị trí nứt khác nhau, từ đó thu thập dữ liệu tần số ở bốn dạng dao động đầu tiên và tính toán tỷ số tần số Dữ liệu tỷ số tần số được đưa vào mạng nơ-ron nhân tạo làm dữ liệu huấn luyện cho mô hình Kết quả cho thấy thuật toán mạng nơ-ron nhân tạo thật sự hiệu quả khi có thể chẩn đoán vị trí vết nứt trên dầm thép rất tốt

2.2 Tình hình nghiên cứu tại Việt Nam

Do (2016) [25] đã nghiên cứu chẩn đoán tổn hao ứng suất của cáp trong dầm bê tông ứng suất trước sử dụng trở kháng có xét đến độ nhạy của miền tần số Nghiên cứu trên dựa vào sự thay đổi tín hiệu trở kháng ở các miền tần số khác nhau, mạng nơ-ron nhân tạo (ANNs) sẽ huấn luyện tín hiệu trở khảng ở từng miền tần số để tìm hư hỏng Nghiên cứu đã cho thấy với mỗi kết cấu khác nhau và vị trí hư hỏng khác nhau thì miền tần số nhạy cảm là khác nhau; chỉ sổ RMSD cho thấy tính hiệu quả trong việc cung cấp

vị trí xảy ra hư hỏng Phương pháp kết hợp giữa việc sử dụng tín hiệu trở kháng, chỉ số

Trang 29

RMSD và A Ns đã c o phép xác ịnh vị trí xảy ra hư hỏng và chẩn đoán chính xác h hỏng xảy ra

Ho và cộng sự (2018) [26] đã trì h bày phương pháp năng lượng biến dạng để chẩn đoán hư hỏng trong kết cấu dầm với các điều kiện biên khác nhau, phương pháp được kiến nghị và áp dụng thành công cho bài toán dầm đơn giản và bài toán dầm công-xôn Kết quả phân tích cho thấy, phương pháp chẩn đoán đề xuất có khả năng chẩn đoán chính xác vị trí h hỏng trong dầm, đặc biệt là khi sử dụng dạng dao động thích hợp Nguyen (2019) [27] đã trình bày phương pháp năng lượng biến dạng để chẩn đoán vùng nứt trong dầm Kết cấu được mô phỏng bằng phần mềm ANSYS, sau đó được gia tải với các cấp tải khác nhau để cho dầm tự ứng xử và xuất hiện vết nứt tương ứng với từng cấp tải trọng Khi sử dụng phương pháp năng lượng biến dạng, một ngưỡng hư hỏng được đề xuất để loại bỏ vùng nhiễu Để đánh giá độ chính xác của phương pháp, các chỉ số chẩn đoán hư hỏng cho vùng nứt và vùng không nứt được đề xuất mới Ngoài

ra, để đánh giá vị trí tối ưu đặt gia tốc kế nhằm thu thập dữ liệu dạng dao động khi ứng dụng thực tiễn, một bài toán phân tích tính hiệu quả phương pháp chẩn đoán theo vị trí lấy dữ liệu dạng dao động cũng được thực hiện

Nguyen (2021) [28] đã trình bày các phương pháp sự thay đổi tần số, sự thay đổi dạng dao động và năng lượng biến dạng để chẩn đoán lần lượt sự hiện diện của vết nứt và vị trí vùng nứt trong khung bê tông cốt thép có gia tải trong mô hình ANSYS Kết quả cho thấy phương pháp chẩn đoán nhận diện tốt sự có mặt của hư hỏng và chẩn đoán vùng nứt của khung với độ chính xác cao Ngoài ra, tác giả còn sử dụng thuật toán mạng nơ-ron nhân tạo để dự đoán tải trọng tác dụng lên khung chỉ với dữ liệu huấn luyện là tần số dao động của khung ứng với các cấp tải khác nhau

Vo (2022) [29] đã trình bày phương pháp chẩn đoán hư hỏng trong kết cấu tấm sử dụng phương pháp năng lượng biến dạng kết hợp với các thuật toán mạng nơ-ron nhân tạo Kết cấu khảo sát là tấm nhôm đồng chất với hư hỏng được tạo ra bằng cách giảm chiều dày phần tử và tấm sàn bê tông cốt thép tự ứng xử trong quá trình gia tải Độ chính xác của phương pháp được thể hiện thông qua các chỉ số của mô hình ma trận nhẫm lẫn Thuật toán mạng nơ-ron nhân tạo được dùng để chẩn đoán mức độ hư hỏng trong kết cấu tấm Kết quả từ nghiên cứu cho thấy phương pháp năng lượng biến dạng kết hợp

Trang 30

với thuật toán mạng nơ-ron nhân tạo cho kết quả chẩn đoán trong kết cấu tấm có độ chính xác cao cả về vị trí lẫn mức độ hư hỏng

2.3 Tổng kết

Các đề tài nghiên cứu ở Việt Nam về chẩn đoán hư hỏng cho kết cấu tuabin gió vẫn còn rất hạn chế, có nghĩa đây là ột lĩnh vực đang cần được đầu tư nghiên cứu Các nghiên cứu trước đây, chỉ mới dừng lại ở việc đánh giá, chẩn đoán sự hiện diện của hư hỏng trên kết cấu tuabin gió Trong nghiên cứu này, sẽ phát triển thêm với phương pháp năng lượng biến dạng kết hợp với thuật toán mạng nơ-ron nhân tạo để chẩn đoán cả vị trí và mức độ hư hỏng xảy ra trên kết cấu Xử lý các dữ liệu đầu ra của các phản ứng dao động để thu được các tham số dao động tin cậy nhất cho kết cấu Từ đó, phát triển và áp dụng phương pháp chẩn đoán để cho ra kết quả tốt nhất, tạo tiền đề cho việc áp dụng phương pháp phân tích kết quả dao động để chẩn đoán hư hỏng kết cấu tuabin gió ngoài thực tiễn

Các phương pháp chẩn đoán được sử dụng trong nghiên cứu này đều chỉ dùng dữ liệu đặc trưng dao động là tần số và dạng dao động của kết cấu, những dữ liệu này dễ dàng có được khi đo đạc trên kết cấu tuabin thực tế Phương pháp sự thay đổi tần số và

sự thay đổi dạng dao động dễ áp dụng, nhanh chóng và độ chính xác cao để nhận diện

sự xuất hiện của hư hỏng Hiện nay, việc sử dụng mô hình mạng nơ-ron nhân tạo trong

dự đoán hư hỏng kết cấu là một hướng tiếp cận được sự quan tâm đặc biệt ANNs được coi là một công cụ mạnh để giải quyết các bài toán có tính phi tuyến, phức tạp và đặc biệt trong các trường hợp mà mối quan hệ giữa các quá trình không dễ thiết lập một cách tường minh

Từ những tổng kết nêu trên, học viên thực hiện nghiên cứu và kiến nghị phương pháp xác định sự xuất hiện, vị trí và mức độ của hư hỏng xảy ra trong kết cấu tuabin gió

sử dụng các phương pháp sự thay đổi tần số, sự thay đổi dạng dao động, năng lượng biến dạng và mạng nơ-ron nhân tạo

Trang 31

CHƯƠNG 3 CƠ SỞ LÝ THUYẾT

Bài toán chẩn đoán hư hỏng là bài toán ngược trong kết cấu, tức là đi xác định độ cứng của các phần tử trong kết cấu đã tồn tại Trong các phương pháp đề xuất, thông số đầu vào được sử dụng là tần số và dạng dao động (mode shape) của kết cấu Trong thực

tế, thông số này thu được từ việc phân tích dữ liệu đo đạc từ các cảm biến (sensors) được gán trên kết cấu cần chẩn đoán Trong luận văn này, trạng thái hư hỏng của kết cấu được giả định và xem như đó là ột tình huống cần chẩn đoán, được sử dụng để kiểm chứng tính khả thi của phương pháp chẩn đoán Trạng thái giả định đó được mô phỏng và các thông số dao động của mô hình đ ợc tính toán dựa trên phương pháp phần tử hữu hạn

3.1 Phương pháp chẩn đoán dựa trên sự thay đổi tần số

3.1.1 Giới thiệu phương pháp

Với kết cấu khi không hư hỏng và có hư hỏng, ta đều thu được các tần số dao động khi phân tích dao động Kết cấu hư hỏng sẽ có tần số dao động riêng nhỏ hơn hoặc lớn hơn tần số dao động riêng của kết cấu không hư hỏng Dựa vào sự thay đổi đó, có thể đánh giá được sự hiện diện của hư hỏng trong kết cấu [5]

• f : Phần trăm sự thay đổi tần số

• f : Tần số dao động riêng của kết cấu ở trạng thái không hư hỏng (Hz)

• f : Tần số dao động riêng của kết cấu ở trạng thái hư hỏng (Hz) *

Dựa vào giá trị phần trăm sự thay đổi tần số f ở các dạng dao động, ta vẽ đồ thị thể hiện quan hệ phần trăm thay đổi tần số với các dạng dao động Từ đó, đánh giá được

sự hiện diện hư hỏng trong kết cấu Nếu có hư hỏng xuất hiện thì phần trăm thay đổi tần

số sẽ khác 0 Dạng dao động nào có phần trăm thay đổi nhiều nhất thì dạng dao động đó

sẽ nhạy nhất với hư hỏng

Trang 32

3.1.3 Các bước tính toán của phương pháp

Bước 1: Thu thập dữ liệu đo đạc

Dữ liệu từ các cảm biến gán trên kết cấu khảo sát như chuyển vị, vận tốc hoặc gia tốc (trong thực tế thường đo đạc gia tốc vì nó nhạy nhất) được thu thập

Bước 2: Trích xuất các đặc trưng dao động

Đặc trưng dao động của kết cấu là tần số được trích xuất từ dữ liệu gia tốc thông qua các phương pháp nhận diện đặc trưng dao động như frequency domain decomposition (FDD), stochastic subspace identification (SSI), … Tuy nhiên, trong luận văn nà do kết cấu được mô phỏng bằng phần mềm PTHH nên dữ liệu tần số dao động

ở 2 trạng thái trước hư hỏng và sau hư hỏng sẽ có được ngay sau khi phân tíc dao động

Bước 3: Áp dụng công thức tính toán

Sử dụng dữ liệu tần số của 2 trạng thái trước hư hỏng và sau hư hỏng vào công thức (3.1) để khảo sát sự thay đổi của tần số

3.2 Phương pháp chẩn đoán dựa trên sự thay đổi dạng dao động

Chỉ số Modal Assurance Criterion (MAC) là một chỉ số thống kê chỉ thị sự tương đồng giữa các mô hình, hay giữa các dạng dao động khác nhau của hai mô hình Chỉ số MAC nhận các giá trị nằm trong khoảng [0;1] Giá trị MAC bằng 0 thể hiện sự không tương đồng hay không phù hợp của các dạng dao động Giá trị MAC bằng 1 chỉ ra sự tương đồng hoàn toàn của các dạng dao động [7]–[9]

*

2 2

Trang 33

• X, X*: Véc-tơ dạng dao động của mô hình ở trạng thái trước hư hỏng và sau hư hỏng

Giá trị MAC có thể được sử dụng để: (1) Xem xét tính tương đồng giữa cùng một dạng dao động của mô hình thực nghiệm và mô hình lý thuyết; (2) So sánh giữa hai mô hình hay kiểm tra các mô hình khác nhau Dựa vào chỉ số MAC, ta đánh giá dấu hiệu sai khác trong hai mô hình Từ đó, ta chẩn đoán được sự hiện diện hư hỏng ở kết cấu

Bước 1 và bước 2 của phương pháp này cũng tương tự như bước 1 và bước 2 của

phương pháp sự thay đổi tần số (mục 3.1.3) Đặc trưng dao động của kết cấu là dạng dao động (mode shape) được trích xuất từ dữ liệu gia tốc thông qua các phương pháp FDD, SSI, … Trong luận văn này, dữ liệu dạng dao động cũng sẽ có được ngay sau khi phân tích d o động kết cấu

Bước 3: Áp dụng công thức tính toán

Sử dụng dữ liệu dạng dao động của 2 trạng thái trước hư hỏng và sau hư hỏng vào công thức (3.2) để khảo sát sự thay đổi của dạng dao động

3.3 Phương pháp năng lượng biến dạng

Phương pháp năng lượng biến dạng đã được phát triển và áp dụng trong nhiều nghiên cứu Phương pháp này được sử dụng ban đầu cho bà toán xác định sự thay đổi

độ cứng chống uốn của dầm EulerBernoulli Ý tưởng cơ bản của phương pháp là dựa vào sự thay đổi của đường cong dạng dao động của dầm là một chỉ tiêu để đánh giá hư hỏng của kết cấu Năng lượng biến dạng (modal strain energy: MSE) là một chỉ tiêu có

độ nhạy cao hơn các chỉ tiêu dao động khác (tần số dao động và dạng dao động) trong việc chẩn đoán hư hỏng của kết cấu [30] Biểu thức của năng lượng biến dạng của phần

tử thứ j ở dạng dao động thứ i có dạng như sau:

Trong đó, i là véc-tơ dạng dao động thứ i; Kjlà ma trận độ cứng của phần tử

thứ j trong hệ tọa độ tổng thể

Trang 34

3.3.2 Công thức đánh giá

Kim và cộng sự (2003) [31] đã đề xuất một phương pháp chẩn đoán hư hỏng cho kết cấu dầm dựa vào sự thay đổi năng lượng biến dạng của dạng dao động Phương pháp này sử dụng hai đặc trưng dao động của kết cấu là tần số và dạng dao động của hai trạng thái khác nhau cho việc chẩn đoán hư hỏng trên kết cấu Đây là một phương pháp SHM tổng thể và dựa vào kết quả đo và phân tích dao động để chẩn đoán hư hỏng cho kết cấu Xét một kết cấu dầm có chiều dài L, tiết diện không đổi Dầm có hư hỏng (giả sử khe nứt với chiều dài là a) tại vị trí cách mép trái là x như Hình 3.1

Hình 3.1 Sơ đồ dầm với vị trí hư hỏng Chỉ số hư hỏng do sự suy giảm độ cứng tại vị trí thứ j của dầm, khi sử dụng nm

dạng dao động được xác định như sau [31]:

* 1

*

1

11

nm ij

• j là chỉ số hư hỏng tại vị trí thứ j của dầm;

• k là độ cứng chống uốn tại vị trí thứ j ở trạng thái 1 (chưa xuất hiện hư j

 lần lượt là độ cứng đóng góp của phần tử thứ j ở dạng dao động thứ

i của trạng thái 1 và trạng thái 2

• i là tổng độ cứng ở dạng dao động thứ i của trạng thái 1

Trang 35

• g i là một hệ số không thứ nguyên đại diện cho phân đoạn thay đổi trong

thông số dao động thứ i

i

g nm

• i là tần số góc ứng với dạng dao động thứ i;

• i là sự thay đổi của tần số góc, giữa trạng thái 1 và trạng thái 2, tương

ứng với dạng dao động thứ i

Vị trí hư hỏng được xác định thông qua việc chuẩn hóa chỉ số hư hỏng j như

sau:

j j

• Z là chỉ số hư hỏng chuẩn hóa cho vị trí thứ j; j

• j, j là giá trị trung bình và ộ lệch chuẩn của j

Trang 36

3.3.3 Ngưỡng hư hỏng

Ho và cộng sự (2018) [26] đã đề xuất hai ngưỡng hư hỏng của phương pháp năng

lượng biến dạng là Z o = 1.5 (tương ứng với độ tin cậy chẩn đoán xuất hiện vùng hư hỏng

là 93.3% ) và Zo = 2 (tương ứng với độ tin cậy chẩn đoán xuất hiện vùng hư hỏng là 98%) như Hình 3.2 Tuy nhiên, nếu sử dụng các ngưỡng này để chẩn đoán thì có thể sẽ không phù hợp cho các loại kết cấu khác nhau và loại hư hỏng khác nhau (độ chính xác thấp) Trong luận văn này, biểu diễn các chỉ số hư hỏng trên biểu đồ sau khi chuẩn hoá, nhận thấy có nhiều phần tử có chỉ số hư hỏng lớn hơn các phần tử còn lại Do đó, cần đề xuất tiêu chí ể đánh giá một phần tử có ư hỏng hay chưa

Ngưỡng hư hỏng Zo trong luận văn này được đề xuất tính bằng tỷ lệ phần trăm chỉ

số hư hỏng đã chuẩn hoá lớn nhất trong toàn chiều dài kết cấu theo từng dạng dao động Khi chỉ số hư hỏng lớn hơn hoặc bằng ngưỡng hư hỏng thì phần tử đó được xem là đã

hư hỏng và ng ợc lại

Nghĩa là

• Zj ≥ Zo : phần tử j được xem là h hỏng

• Zj < Zo : phần tử j được xem là ch a hư hỏng

Tuỳ vào mức độ hư hỏng cũng như sự phân bố của đồ thị chỉ số hư hỏng mà giá trị Zo được lựa chọn hợp lí

Hình 3.2 Minh họa về hai ngưỡng hư hỏng [26]

Trang 37

3.3.4 Ảnh hưởng của điều kiện biên

Trong phương pháp năng lượng biến dạng, giá trị độ cong dạng dao động (đạo hàm bậc hai của đường cong dạng dao động) phải được xác định Tuy nhiên, việc này sẽ gặp khó khăn khi vận dụng trong thực tiễn Thứ nhất, hàm số của đường cong dạng dao động khó xác định chính xác với số lượng cảm biến hạn chế khi đo đạc thực nghiệm Thứ hai, việc lấy tích phân xác định theo các phương trình (3.5) đến (3.7) là khó khả thi Vì vậy, phương pháp sai phân trung tâm bậc hai được sử dụng để xác định gần đúng độ cong dạng dao động

Xét một dầm có np điểm nút Đối với các nút ở giữa (j = 2, …, np-1), độ cong dạng dao động thứ i được xác định như sau:

Hình 3.3 Minh họa về đường cong dạng dao động [26]

Như vậy, độ cong dạng dao động tại nút thứ j được xác định thông qua giá trị đường cong dạng dao động (mode shape) của 3 nút liên tiếp (nút j và hai nút liền kề j-1

và j+1) như Hình 3.3 Tuy nhiên, đối với các nút ở 2 đầu biên của dầm, dữ liệu của nút j-1 là không có cho nút biên bên trái và dữ liệu của nút j+1 là không có cho nút biên bên

phải Do đó, giá trị đường cong dạng dao động tại 2 nút biên này được xác định bằng phương pháp ngoại suy Một kết cấu dầm sẽ có 2 nút cận biên ảo có giá trị đường cong

dạng dao động thứ i tương ứng là  0,i, np i+1, Kết quả là độ cong dạng dao động thứ i của nút biên bên trái (j=1) và nút biên bên phải (j=np) lần lượt được xác định như sau:

Trang 38

và biên liên kết ngàm Đối với điều kiện biên tự do và biên liên kết khớp, nút biên không

bị ràng buộc về chuyển vị xoay (xoay tự do) Hai giá trị 0,i và np+ 1,i được đề xuất xác định theo nguyên tắc phản xứng như sau:

Bước 1: Chuẩn bị dữ liệu đặc trưng dao động (tần số và dạng dao động) ở hai trạng

thái trước hư hỏng và sau hư hỏng Trong thực tế, dữ liệu đặc trưng dao động sẽ được thu thập bằng đo đạc kết cấu thực tế Tuy nhiên, trong phạm vi luận văn, dữ liệu này được trích xuất từ mô hình phần tử hữu hạn

Bước 2: Tính toán độ cong dạng dao động

Do dữ liệu dạng dao động thu được là rời rạc, nên việc đạo hàm trực tiếp chuyển

vị dạng dao động để tí h độ cong là không khả thi Do đó độ cong được tính bằng cách

sử dụng công thức sai phân trung tâm bậc hai:

Trang 39

2 , 1

j i

j i norm np

j i j

Bước 3: Tính toán độ cứng đóng góp của phần tử tại nút thứ j ở hai trạng thái trước

hư hỏng và sau hư hỏng

1 i i

i

g nm

Trang 40

* 1

*

1

11

nm ij

j

i i ij i

j j

Bước 5: Kết luận và so sánh Zj tính được tại các nút phần tử với ngưỡng hư hỏng

Zo, xác định vị trí vùng hư hỏng qua đồ thị chẩn đoán vị trí hư hỏng Biểu đồ Zj sẽ là hình ảnh trực quan về trạng thái của kết cấu

3.4 Phương pháp đánh giá độ chính xác của kết quả chẩn đoán

3.4.1 Mô hình đánh giá

Trong nghiên cứu này, một mô hình đánh giá (dựa trên mô hình phân loại, sử dụng nhiều trong lĩnh vực học máy, trí tuệ nhân tạo) được ứng dụng để đánh giá độ chính xác của các kết quả chẩn đoán Mô hình ma trận nhầm lẫn là một trong những kỹ thuật đo lường hiệu suất phổ biến nhất và được sử dụng rộng rãi cho các mô hình phân loại Trong nghiên cứu này, ta chỉ xét trường hợp đơn giản nhất của ma trận nhầm lẫn áp dụng cho bài toán nhị phân (Binary Classification) Khi đó, ma trận nhầm lẫn trình bày tần suất của 4 tổ hợp: TP (True Positive), TN (True Positive), FP (False positive) và FN (False negetive) True (Đúng) chỉ sự tương hợp, khi kết quả phân loại phù hợp với giá trị thực tế; False (Sai) chỉ sự bất xứng hay nhầm lẫn, khi mô hình phân loại nhầm so với thực tế (Hình 3.4, Hình 3.5)

Hình 3.4 Minh họa về Ma trận nhầm lẫn (Confusion matrix)

Định dạng
Số trang	179
Dung lượng	7,91 MB

Tiêu đề	Xác định hư hỏng cho tuabin gió sử dụng các đặc trưng dao động
Tác giả	Nguyễn Hữu Phương
Người hướng dẫn	PGS. TS. Hồ Đức Duy, TS. Huỳnh Thanh Cảnh
Trường học	Trường Đại học Bách Khoa, Đại học Quốc gia Tp.HCM
Chuyên ngành	Kỹ thuật Xây dựng
Thể loại	Luận văn thạc sĩ
Năm xuất bản	2022
Thành phố	Thành phố Hồ Chí Minh