THI U
T V
Truy n thông ã và t vai trò quan tr ng trong xã h i c a chúng ta, m t xã h i ng t i tính k t n i toàn c u hu c u v m t m ng i truy n thông ch ã và c phát tri n c c kì m nh m ã bi t, c truy n d n d li u h u h c chia thành hai lo i chính là h u tuy n và vô tuy n Ngày nay, truy n d n vô tuy c s d ng vô cùng r ng rãi vì s ti n l i c a nó - không c n thêm các thi t b dây k t n i gi a máy thu phát và thi t b s d n tho ng, ) ch ng d n truy n t òi h i ph i xây d ng m m thu phát c c và chi u cao c a chúng c ì th mà ngày m t có th t n d ng t di n tích và kh c s ng và t m vóc c a các tháp tr anten truy n thông ngày càng l n trên th gi i m c a các ki tháp truy n thông có th chia làm ba lo i: Tháp tr a (Monopole Antenna Tower ng là các tr thép d ng ng công-xôn c l p có chi u n 70 mét, Hình 1.1 a); i (Lattice
Tower) hay tháp t h tr (Self-Supporting Tower) là m t trong các tháp a c s d ng ph bi n nh t t i các thành ph l cao t n 120 mét và có th n 634 mét (tháp Tokyo Skytree, Nh t B n), Hình 1.1 b); Tháp anten dây co (Guyed Mast Tower) là m t k t c u có thân m nh gi ng v i tháp i ti t di i theo chi u cao và có thêm các dây co h tr làm b ng cáp cao c neo xung quanh v i m duy trì s nh c a tháp, tháp có th n 646 mét (tháp Warsaw Radio Mast, Ba Lan)
Hình 1.1 Tháp tr i a) Tháp tr Monopole Antenna Tower) b) i (Lattice Tower)
T i Vi t Nam, c ba lo i tr tháp anten trên c c s d ng khá r ng rãi c bi t là các tr anten dây co là các k t c u chuyên d c s d h tr các thi t b vi n thông thu phát sóng M c dù tho t nhìn chúng gi ng v i các c l p khác, tuy nhiên ng x c a các k t c u này l i r t khác bi t Do có s hi n di n c a các dây co h tr m t s nh p c a k t c u này cho phép tr i c c nh u so v i các lo i khác Vi c gi m tr ng t ng th c t li c ti t ki m c a khung làm cho tr anten dây co là m t s l a ch n ph bi n cho các tháp c n có chi ng k
Ph i k n các tr anten dây co có chi n 100 mét t i c ta: các tr m ng (BTS) t i B n Tre (Hình 1.2), t i T nh Th a Thiên – Hu , t i Huy n Hòn t - T nh Kiên Giang,
Hình 1.2 Tr m BTS d ng tr anten dây co t i B n Tre cao 100m
V i tình hình bi i khí h u di n bi n ph c t p vào nh k t c ã ph i liên t c i m t v i nhi u tr n bão và t d i M c dù t c u tháp tr ã c thi t k v i kh c các c p thiên tai trên th c tr ã ch u và c c ki nh k Tuy nhiên, sau nh ng bi ng thì v n luôn có không ít nh ng h c x y ra c Vi t Nam ta là m t qu c gia n m c - N
, s h u m ng b bi n khá dài kho ng xuyên ph i h ng ch u nh ng tr n thiên tai b ão l n t Bi n tr ng t i Vi t Nam trong th i gian qua, nhi u tr anten, các tháp phát thanh-truy n hình (PT-TH) c a các t nh thành trong c ã b h ng n ng hay th m chí b ngã gây thi t h i v tài s n l n tính m ão hay ch là l t c ã c thi t k kháng l i c p thiên tai l c t ã ch u Có th k n các s c ây:
4 n hình c - nh cao 180 mét m d ã b ão S b vào t nh này v i c p gió 11, khi n toàn b t nh m t sóng phát thanh truy n hình, i, thi t h i hàng ch c t ng, Hình 1.3
Hình 1.3 Tháp truy n hình cao 180m ã s p do bão S
S c tr anten c s 65 L c Trung (Hà N c chi u ngày 13/6/2015 tuy không ng t i tín hi u phát sóng các kênh truy n hình s m t c ng v à h i chuông báo ng v ch ng, Hình 1.4
Hình 1.4 Tr anten 65 L c Trung (Hà N i) b qu c
5 Ngoài ra, t c ta còn ghi nh n nh ng tr ng xuyên x y ra các t nh mi n núi phía B t gãy: t gãy n Biên - t gãy
– Sông Mã, t gãy M ng Thanh, Vi ã t ng ghi nh n hai tr n t m t t n Biên (1935), v 6 Richter Tr n th t t i Tu n Giáo (1983), v kho ng 6 Richter u có ch ng phá h y h p, không gây thi t h v i và tài s i mi n B c (Hà
N i) c ã x y ra m t tr t v kho ng 7.0 Richter, làm nhi u ng xá b i n ng Ti u ng c a lan truy n ch ng t m t tr t x y ra t t nh Vân Nam, Trung Qu l n c a tr t ghi nh n là 5 Richter, khi n nhi i ho ng lo n Ngoài các tr t do thiên nhiên thì a ch n c do th v p th n, xây d ng các công trình lân c n, khai thác h m m ,
Hình 1.5 Các tháp anten KGO (AM) b ng sau tr t Loma Prieta (1989)
Vào cu t và c nh báo sóng th n
(Vi n V a C u) ã 6 tr t liên ti p v ng trung bình 3.5 Richter x y ra hai huy n Nam và B c Trà My, t nh Qu ng Nam do s c ho ng c p th n Sông Tranh 2 khi n cu c s ng c a
6 i dân hai huy n mi n núi bày t s quan ng i và lo s Có th th y, m t di n ra ngày càng c và di n bi n ph c t u này ch ng t các m i nguy hi m ti t gây ra t i Vi t Nam không ph i là không i, nó có th x y ra b t c lúc nào, dù cho tác nhân có là thiên tai hay k c i gây ra
Th c tr ng, Vi t Nam r t hi m x y ra nh ng tr t m nh nên các s c x y ra v i các tr anten gây b i v u hay ngu n tin r có th ti p c n Trên th gi i, t ng x t B n, Hoa
K , c ã ghi nh c các thi t h i cho các tháp tr n hình là vào ngày 17/10/1989 t i Newark, Hoa K ã x y ra tr t Loma Prieta gây s p
3 tháp anten KGO (AM), Hình 1.5 Các s c ã x y ra v i các tr tháp anten gây ra b a ch n trên th gi i r t nhi à các bài h c mà chúng ta nên h c h có th chu n b òng ch ng h u hi u
Hi c t m quan tr ng c a v B Xây D ng yêu c u các t ch c t ng ki m tra vi c ki nh an toàn và s tuân th pháp lu t c a ch qu n lý s d ng các công trình tháp anten có chi u cao t 100m tr lên theo v n s 2379/BXD- Tuy nhiên, v i tình hình di n bi n ph c t p, các tr tháp anten v n ti p t c g p ph i nh ng s c liên ti
2017, B Xây D ng ti p t n s -BXD v phê duy t quy trình ki m nh và quy trình b o trì công trình tháp thu phát sóng vi n thông, truy n thanh, truy n hình u này ch ng t vi c nghiên c u, theo dõi và ki m soát th tr ng c a các tr tháp anten này v n r p t c nghiên c u t c ta
Vi c n m b c các hành vi ng x d ng c ng c a các tr tháp anten này s giúp cho ta có kh c các s c có th x y ra v i chúng Các nghiên c u v ng c a các tháp tr anten trên th gi ã xu t hi n t lâu, tuy nhiên t i Vi t Nam, v này còn khá m i m và c c chú tr ng c bi t là các nghiên c u v ng x c a các tr anten dây co ch ng c t
Vì v y, vi c phân tích các ng ng c a tr tháp anten ng t ngày càng tr nên quan tr ng và c p thi t Nghiên c u giúp ta nh c các ng c a k t c u (t n s t nhiên, d ng ), ph c v cho các công tác theo dõi th tr ng k t c u, ch c k t c u b ng cách c tính v trí khuy t t t c a k t c u là m t trong nh ng nghiên c u có tính th c ti u hi n nay.
M C TIÊU VÀ N I DUNG NGHIÊN C U
M c tiêu nghiên c u chính c tài là: Phân tích các ng ng c a tr anten khi ch u các tr n t khác nhau T i c a t n s dao ng t nhiên và d ng c a tr
1.2.2 N i dung nghiên c u m v và n i dung c a nghiên c u này:
1 Xây d ng mô hình mô ph ng tr anten dây co b ng ph n m m chuyên d ng SAP2000
2 ng t do và p ng c a tr anten khi ch ng c a các sóng t khác nhau
3 Áp d Phân tích trên mi n t n s (Frequency Domain
Decomposition) phân tích tín hi ng t các ng gia t c t k t c u; t các ng (t n s t nhiên, d ng) c a k t c u c nh
4 k t qu ng t do gi a mô ph ng so v i th c nghi m
5 t qu phân tích gi a phân ng t do so v i ng khi ch u các tr t khác nhau
T ÍNH C N THI T VÀ Ý NGH C TI N C A NGHIÊN C U
Hình 1.6 C m bi c g n trên k t c u kh o sát
Trong th c t , vi c theo dõi th tr ng c a các k t c u này nh t th c nghi m thông qua các c m bi n (Sensor) c g n trên các b ph n c a thân tr và dây co (Hình 1.6) Các k t c u càng l òi h i s ng c m bi n ph i càng nhi u và phân b u trên toàn k t c thu v các k t qu lý t ng nh t Tuy nhiên, có r t nhi u lý do h n ch c a c khó ti p c n v trí c m bi n c t, vi nh s ng và v trí c m bi n t t, lý do chính v n là kinh phí thi t b và công s c b i lên r t cao u này d n s t c phòng ng a r i ro, các nghiên c u theo dõi th c tr ng s c kh e c a k t c ã i và c th c hi n trên các mô hìn c mô ph ng trong các ph n m m ph n t h u h n (PTHH) Chúng s d ng các d li u th c nghi c truy n v thông qua các c m bi n (các ng nh các s bi n i trên k t c o sát Tuy nhiên, các ph n ng này ch ghi nh n l i các d li u k t qu h n h p xung quanh, lo i b các nhi u t ng
9 c nghiên c u các x lý tín hi u ch t các d li u u ra (các ng) c a k t c i tác nhân kích thích t ng xung quanh là m t nghiên c u c n thi t
Trong nghiên c u này, các ng (các ng gia t c) c a m t tr i s kích thích c a các sóng a ch n s c ti n hành phân tích trong ph n m m ph n t h u h n SAP2000 ích trên mi n t n s (Frequency Domain Decomposition) D a vào các ng c a k t c n s t nhiên và d ng c a tr anten nh c
Ta có th ti c s ng c t lên các c ng c a tr M t khác, có cái nhìn rõ nét h c áp d pháp FDD vào m t bài toán c th anten này
Các k t qu trong bài toán ng d ng c a lu dùng làm tài li u tham kh o, giúp các công tác theo dõi th tr ng k t c u và ch c c a tr thu n ti n và d
C U TRÚC LU
N i dung lu c trình bày nh
T ng quan v các lo i tháp tr anten và v g p ph i i v i tr trong t nhiên M c tiêu và n i dung nghiên c u Tính c n thi t và ý ngh c ti n c tài
T ng quan v tr anten dây co và tình hình nghiên c u c a các tác gi trong và c nghiên c u v tr anten dây co lý các tín hi u dao ng Nh ng v mà lu p trung gi i quy t
Trình bày các c lý thuy t, x lý s li u ra c a các ng ng gi a các k t c u
Các bài toán ng d ng
Trình bày m t thí nghi m v tr ng các c ng c a tr và dây co Ti n hành mô ph ng tr anten dây co cao 100m gi ng v i bài toán th c nghi m trên trong ph n m m SAP2000 Phân tích k t c u ng t do và khi k t c u ch u các sóng t khác nhau c các c ng t qu c
K t lu n và ki n ngh t s k t lu n quan tr c trong lu n ngh ng phát tri
Các tr anten dây co là các k t c u chuyên d c s d h tr các thi t b vi n thông thu phát sóng M c dù, tho t nhìn chúng gi ng v i các c l p khác, tuy nhiên ng x c a các k t c u này l i r t khác bi t Do có s hi n di n c a các dây co cao) h tr m t s nh p c a k t c u này cho phép tr i c c nh nhi u so v i các lo i khác Vi c gi m tr ng t ng th c t li c ti t ki m c a khung làm cho tr anten dây co là m t s l a ch n ph bi n cho các tháp c n có chi Trong ph m vi t n 150m thì m c a vi c ti t ki m v t li u c a lo c th hi n rõ Tuy nhiên, trên ph m vi này, s ph c t p trong thi t k và s n xu c s d ng các tháp anten dây do là s l a ch n t
M ã có nhi u tiêu chu n vi t v vi c thi t k k t c u này b gi n hóa ANSI/TIA (Hoa K ) hay Eurocode 8, tuy nhiên vi c phân tích k t c u này là r t ph c t p c thi t k v i ti t di i hình tam giác hay hình vuông v i liên k t v i móng t i chân các tr b ng thép ng c neo liên k t v i m t h p m t góc t n , bán kính c a hình chi u các dây co tùy thu c vào chi u cao c a tr
Các tr anten dây co ph i ch u các t i tr ng t môi ng, m t nh, K t ã có kho ng 100 v s p tháp c ghi nh n t i Hoa K Ph n l n trong s này là do t i tr ng gió bão gây ra, m t s ng h p b l ch, s v n t c ã c báo cáo T i Vi t
Nam, các tài li u v s c i v i các tr anten dây co h t khó ti p c n Tuy nhiên, v i các tháp anten s ão là r t nhi u
12 u này ch ng t , ng x c a các k t c u tr c hi u rõ hoàn toàn và c c nghiên c u thêm
K thu t ng tr c ti p trên k t c u (Operational Modal
Analysis c bi ng ch t d li u ra (Output Only
Modal Analysis) ã xu t hi n m nh m l Các k thu t này ã c áp d nh các tham s ng h c c a các công trình xây d ng bên ngoài và c n r ng rãi trong các k t c u s mô ph ng S ti n l i c a k thu t mang l n các lo i sóng kích thí ã tác d ng lên k t c u hay không c n ph t chính xác các tín hi u c a l c tác d ng K thu ng ch t d li u ra hi ã ng h c c a k t c n s t nhiên, d ng và t s c n ch b ng vi ng tr c ti p t k t c u mà không c n quan tâm nhi n các y u t khác ng ng c s d ng trong k thu t này là các ng gia t c, càng nhi u các ph n ng c tham chi u s d ng s mang l i k t qu càng t t Ngày nay, các nhà nghiên c ã phát minh ra r t nhi u k thu t phân tích phi tham s có th k n n t n s (Frequency Domain Decomposition - FDD), Nh n d ng mi n không gian ng u nhiên (Stochastic Subspace Identification - SSI), ã và c phát tri n và ng d ng r ng rãi trong l c Theo dõi ch t c u (Structural Health Monotoring - SHM ) không nh ng n, ti n l i mà còn mang l i các k t qu nhanh g tin c y cao.
T ÌNH HÌNH NGHIÊN C C
Các nghiên c u liên quan n tài trên th gi i:
Adams và c ng s (1978), Cawley và Adams ( ã xu ng trong các k t c u khác nhau B n s t nhiên trong th c nghi m c a chúng và k t h p v i t n s t nhiên c a mô hình lý thuy t, r i ti i chi nh s i c a 2 t n s D a vào s i này ta có th k t lu n s ng có t n t i trong k t c u hay không
Criterion) khác nhau gi a các d ng gi a 2 mô hình c bi n cho vi nh m tuy n tính gi a 2 d ng ã th c hi n m t nghiên c u v các tham s nh a ch n cho các tr anten dây co, quan tr ng trong vi c thi t k c th c hi n nghiên c u có chi u cao t ã ch a ch nh xem ng nào trong các ng l c h c hay không ã ti n hành phân tích t h c ng h c c a các tr anten dây co b ng cách s d ng các mô hình PTHH Các phân tích PTHH c áp d ng lên 8 tr ng t do và da ng khi có ngo i l c tác d ng M t cu c nghiên c u khác v ng c kh o sát trên 33 tr tìm ra các tham s ng chính nào ng t do c a các tr này D a trên nghiên c thành l p ra 3 công th c th c nghi m có th c các t n s t nhiên n c a m t tr Các công th c c tính này có giá tr trong vi c tìm ra ng c a các tr anten dây co cho các k t k Nghiên c u còn so sánh các k thu t phân tích mô hình v i nhau thông qua các m c t i tr ng khác nhau
Brincker và c ng s (2000) gi i thi u m t k thu t trên mi n t n s (Frequency Domain Decomposition - FDD c gi i thi u cho vi u khi n d li nh các c a h nh c các ng c a h mà không c u vào B ng cách phân tích hàm ma tr n ph m ng có th c tách thành m t t p h p các h m t b c t do, m i h ng v i m t d ng riêng B ng cách s d ng này, k thu t phân tích trên mi n t n s (FDD) có th c các ng v chính xác cao ngay c ng h p nhi u t môi ng m òn ch ra các thành ph u hòa trong các tín hi u ph n ng
14 Aiko và Junji ( ã nh n d ng c a k t c u d a trên các ng ng Bài báo trình bày v Hàm ng t n s FRF (Frequency Response
Functions c thi t l p b i l u hòa D a trên th c t , n u k t c u b ng s i vi c gi c c n c trình nh n d c thi t l p b ng cách so sánh v ình chuy ng c a k t c ng
Yi và Yun ( ã th c hi n các cu c thí nghi m s ti n hành so sánh tính hi u qu trong vi c nh các ng c a các k t c u khác nhau gi a các k th ng t các d li có m t s k t lu n: Các k t qu c b ng các k thu t trong mi n t n s cho k t qu d b nhi i các k t qu c b ng các k thu t trong mi n th i gian còn l ìn chung các ph c th c hi n trong thí nghi u cho ra các k t qu c tính r t t t v t n s t nhiên, l n d ng dao ng, còn t s c n có s khác bi t rõ r t
Brincker và c ng s (2006) ã ti n hành phân tích, gi c tính toán trong k thu u khi n d li u Nh n d ng không gian con ng u nhiên (Stochastic Subspace Identification - SSI) Nhóm tác gi phát bi u r là m t trong các k thu u khi n d li u m nh nh ã c bi phân tích các d li u vào t nhiên c a m t mô hình trong mi n th i gian Các thu t toán c a k thu ã xu t hi n t th t s
1996 v i s xu t b n c a m t cu n sách do Van Overschee và De Moore vi t ra theo các khái ni m c a lý thuy t ng t k thu có th hi u rõ, vì tính hi u qu ngay l p t c c a các thu t toán mang l i mà khuôn kh toán h c trong cu c ch p nh t tiêu chu n th c t cho các thu t toán SSI v sau
Matthew ã phân tích dao ng c a 2 lo i tháp anten: tr anten dây co và tháp t tr cùng ch u các t i tr t, gió và ch kh o sát riêng tr anten dây co là ch u t i tr ng t b ng ph n m m ph n t h u h n Nghiên c u còn ti n hành phân tích ng do s i c a các thành ph n c a tr
15 chân tr và dây co lên tình tr ng t ng th tr T các k t qu hi n c các ph n t nào c a tr n l c t i h n có th ki m soát các s c
Matthew ã ti n hành phân tích 4 tr anten dây co t
Qu c Anh, có chi u cao t n 312 mét, b ng ph n m m ph n t h u h n SAP2000 khi các tr ch u các tr t khác nhau và c t i tr ng gió Nghiên c n s hi u rõ v s phân ph c a các l c phát sinh c a tr và dây co khi ch u các ngo i l c trên Nghiên c u còn c n s ng c a sóng t i và t m quan tr ng c a chuy ng th ng c t n n i v i tr Cecília và Rui (2013) ã ti n hành phân tích ng x ng h c c a k t c u tr ng c a 2 lo i t i tr t Tác gi ã mô ph ng m t tr ng Nghiên c n hi u ng P-delta và phi tuy n hình h c trong các cáp dây co
Nikolai và Rolfes ( nh s c ch u t i và kh d ng c a các sàn tr n nhà g y k t c u, s d ng k thu t phân tích ng Nghiên c u miêu t m c t ng c p nh t mô hình s b ng cách c p nh t các tham s c c p nh t thông qua n t n s (FDD) Mô hình c c p nh t có kh hi n ng x ng h c c a sàn trong vùng t n s mà ta kh o sát
Kogul và c ng s (2015) mô ph ng các tr anten dây co ch u t i tr ng t có th x y ra t i Sri Lanka và c n m t s ng h ng B ng cách s d ng tiêu chu n thi t k ANSI/ TIA-222-G cho các tr c các ng x ng h c Ngoài ra, nghiên c u ti n hành so sánh các chuy n v , n i l c và ph n l c t i các nút trên tr chính và các kh o sát ng c a 2 lo i t i tr ng này v i nhau
Jorge và c ng s (2017) phân tích các ng h c phi tuy n c a tr anten dây co trong trong không gian Nghiên c u ch y n ng x phi tuy n c a n d ng l n và hi u ng P-delta b ng cách áp d ng m t công th c ph n t h u h n phi tuy n 3 chi ã c phát tri n và t T i tr ng theo c ch n là t i tr ng gió ã n hóa
16 Alberto và c ng s (2018) ã phân tích các ng h c c a tr anten dây co cao 120m b ng ph n m m chuyên d ng SAP2000 Nghiên c c th c hi n cho tr ch ng c a 6 tr t khác nhau c tham s nh a ch n Tác gi c ã n xét: các s i trong vi u ch nh các giá tr tham s này a các tr t s n các ng h c c a k t c u
Nguyen và c ng s ( ng c a m t tháp tua- bin qu i các sóng kích thích khác nhau Nghiên c ã ch ra các ng không ch ph ng c a k t c u mà còn có c c tính c a sóng kích thích Khi t n s c a sóng t i x p x v i t n s t nhiên c a tháp thì s bi i t n s do s ng s b lu m b i s bi i t n s do sóng kích thích Nghiên c u còn c n ng do chu k và chi u cao c a n vi nh các d ng dao ng c a tháp.
T ÌNH HÌNH NGHIÊN C C
Hi n tr c ta, h u là các bài vi n k thu t l p d ng, ki nh và s d ng, b o trì các tr anten Nh ng nghiên c c p tài phân tích các ng h c c a tr anten dây co là còn r t h n ch :
Trung tâm NCCN & TBCN (RECTIE) (2013) thành l p báo cáo ki nh ch ng công trình h t ng tr m BTS Bi o Kiên Giang
Lê ã kh o sát ng c a thi t b n ng x k t c u li n k ch t Tác gi ti n hành phân tích hi u qu gi m thi u ng va p c a thi t b m cao su gi a hai k t c u li n k ch u gia t c n n c t ng x c a thi t b c mô ph ng b ng mô hình tác ng phi tuy n tr ng cong l c - chuy n v c có d ng hàm s m s c p c nh ph thu c vào v n t p gi a hai k t c ình chuy ng c a hai k t c u li n k có thi t b m cao su khi ch u gia t c n n c a
17 c thi t l c gi i b trình máy tính c vi t b ng ngôn ng MATLAB ng l c h c k t c u t ìm ra k t qu bao g m chuy n v , v n t c, gia t c và l p c a hai k t c u cho th y hi u qu gi m xóc c a thi t b m cao su
Nguy n ã s d u ch nh mô hình ph n t h u h n qua nhi n, thông qua t n s t nhiên c a tr anten dây co cao 100 mét t i huy n Hòn t, t có th s d ng mô hình này ti n hành theo dõi và t c u K t qu c ng c a tr d ng nh c ng c a tr ã thi t k ng v i t n s c ã tóm t t l t s ch ng k t c u t k t qu ng và có m t s bài toán áp d ng lên k t c u d m Bao g bi i t n s t nhiên (Relative
Variation Of Natural Frequency), S i d ng (Modal Assurance
Criterion - M.A.C) ng bi n d ng (Modal Strain Energy), S c ng - t n s (Stiffness-Frequency Change)
H ã ánh giá hi u qu gi m ch n c a nhi u h c n kh ng
(Multi-Tuned Mass Dampers) trong k t c u ch t Lu u qu gi m ch n c a nhi u h c n kh ng (Multi - Tuned Mass Dampers, M- TMD) trong k t c u ch u gia t c n t Mô hình c a h bao g m m t k t c u c mô t t h h u h n b c t do là các chuy n v ngang c a các t ng có g n thêm h c n kh ng t i m i t ng sàn H k t c u này ch u gia t c n n c a t theo th i gian Thông s v c tính c a thi t b TMD c c phân tích tài ng (2016) xét ng x ng k t c u khung ch u t i tr n ng x c a móng c c Lu n trình bày mô hình tính toán và thu t gi phân tích ng x c a k t c a k t c u và n n móng (SSI: Soil -
Structure Interaction) K t c c mô hình nh nhi u b c t do ch xét chuy n v n chuy n v ch y u khi k t c u ch t c ng (c m ch ng
18 l c h c c a móng nông, móng c ng nh t (SSI-1) ho t ng nh t (SSI-M)
B Xây D ng trình ki nh các công trình tháp thu phát sóng vi n thông, truy n thanh, truy n hình (kèm theo quy nh s -BXD ngày 25/01/2017 c a B ng B Xây D ng)
Nguy n nh t n s t n c a k t c giàn khoan bi n b t qu ng thông qua i nhanh Fourier Trong nghiên c u này, tác gi c ã c p n m ng t hi u qu n a ta ch là so sánh s i gi a các t n s n v i nhau, mang tính ng d ng cao
Nguy n và c ng s (2018) gi i thi u các nguyên lý làm vi c c t tr dây co và áp d ng trong tính toán thi t k nh công trình c t l p máy gió trong t p chí ng Th 2018, s 686.
T NG K T
th y t các nghiên c u nêu trên, vi c thi u các nghiên c u v phân tích ng x ng h c c a các tr anten dây co khi ch ng c a t i tr ng t hi n có t c ta; có ngh à m t l c còn t ng và u tra nghiên c u Trong lu t tr anten dây co cao 100m v i ti t di n tam giác s c mô ph ng và phân tích khi ch ng c a các t i tr t khác nhau trong ph n m m chuyên d ng SAP2000 M c tiêu nghiên c u n là x lý các d li u gia t c c a các ng khi có t i tr ng c các ng tin c y nh t cho k t c u ph c v cho công tác ch n t c u sau này M t khác, hi c s ng do a các sóng t i ng tr trong s i t n s t nhiên và s i d ng c a tr so v ng t do
Trong th c t , vi c theo dõi tình tr ng c a m t k t c u c xác nh t th c nghi m thông qua các thi t b ng là b c m bi n (Sensor) không dây hay có dây c g n trên các b ph n c a k t c u Các b c m bi n ghi tín hi ng là c m bi n gia t c, vì gia t i ng nh y nh i v i s ng c a k t c u
M t h k t c c th hi n b ng l c h c k t c c ng, kh ng và h s c n c a h Các ng gia t c c d c a k t c u và nó có th c th hi :
T ình chuy ng t ng quát:
( )t u , u( )t và u( )t l t là các véc- c, v n t c và chuy n v c a h ; M , K và C l t là ma tr n kh ng, ma tr c ng và ma tr n c n; F là véc- a ngo i l c tác d ng
Nhìn vào công th c (3.2) ta có th th y ng gia t c cung c p các thông tin v các tham s ng l c h c k t c u c ng, kh ng và h s c n c a h và có ch a c ngo i l c tác d ng, chúng có th k t
20 c u Th c t , vi nh chính xác các t i tr ng ngo i l ng {F} lên k t c u là r ì th , trong h u h t các ng h p, c t các c m bi n gia t c ng u ra c a k t c u (tín hi u gia t c)
V i các l ng nh lên m t h k t c u t ng quát s sinh ra ng tín hi u gia t c có th c T c m t Hàm ng t n s (FRF) t ng quát c a k t c , có th i d theo Ewins (2000):
, h nh ngh t t s gi a các ph n ng l c tác d ng và gia t c u ra trong mi n t n s Có th th y, p ình (3.2) có th c bi u di ình (3.3) và ng l c h c (kh ng, c ng và c n) c a h c có th c c tính thông qua các ng : t n s t nhiên, d ng riêng và c n c a h
Hình 3.1 Theo dõi dao ng c a k t c u
Kết cấu kiểm tra Đáp ứng động học t
Tham số dao động tần số tự nhiên hình dạng dao động tỉ số cản
Thi t b ng trong thí nghi m c t anten bao g m b c m bi n không dây Imote2/SHM-A Imote2 (Hình 3.2)
Ph n m m s d u khi n c m bi n không dây Imote2/SHM-A c l p trình d hi u gia t c, thành ph n RemoteSensing c c s d u khi n bo m ch SHM-A (Hình 3.3)
Hình 3.3 Bo m ch SHM-A và h th ng bo m ch Imote2
Khi t t c các c m bi n con (Sensor) k t thúc ghi nh n tín hi u gia t c t k t c u, tín hi u s truy n v c m bi n ch các d li u u ra này c ng s c x lý và phân tích tín hi u t mi n th i gian (gia t c) sang mi n t n s (t n s ng và d ng) theo các thu t toán c các thông s c n
22 thi t Các thu t toán g m có: Ph m ng hay ph t n s (Power
Spectral Density - PSD) hân tích trên mi n t n s (Frequency
Domain Decomposition - FDD) ng là các t n s ng riêng và d ng [Ngu n: Trung tâm Nghiên C u Công Ngh & Thi t B Công Nghi p (RECTIE), 2014] háp ph ng là các t n s t nh b c s tr c ti p t nh t n s , thông qua vi c ch nh tr i c a hàm ph ng c a d li ng c a k t c u
Hình 3.4 H th ng Imote2/SHM-A
3.2.2 c tính ph ng th c nghi m
T các k t qu tín hi u gia t c trên k t c u, ph ng (Power
Spectral Density) c c tính nh các t n s ng tr c ti p t ph
M c tính ph ng c theo quy trình c a Welch (1967) thông qua vi c áp d ng phép bi i Fourier nhanh:
: S XX là ph ng; n d là s b ng ghi tín hi u gia t c;
M t công c toán h c r t quan tr ng và h u hi c dùng trong vi c phân tích và t ng h p các h th ng tuy n tính b t bi i
Fourier Ý t n c a phân tích Fourier là: M t hàm tu n hoàn b t k có th khai tri n thành t ng c u hòa (sin và cos) c phân gi i thành các thành ph n sin (ho c m c bi u di n trong mi n t n s
Jean Baptiste Fourier (1768-1830), m t nhà toán h ã dùng khai tri n m t chu mô t hi ng d n nhi t và s phân b nhi c a m t v t th M c dù, công trình nghiên c u c a ông ch v bài toán d n nhi c xây d ng vào n u th k n bây gi v c áp d ng trong nhi u l h c, lý thuy t h th n t c bi t trong x lý tín hi u
Bi i Fourier c a m t tín hi u f(t) tu n hoàn c nh ngh
0, n , b n a a là các tr ng s c tính b i:
24 Trong nhi u ng d ng th c t , phân tích Fourier c a m t tín hi u f(t) liên t c b t k c bi u di i d ng s ph c:
F( ) ( ) t f t e i t dt (3.6) t 0 là th i gian kéo dài c a tín hi u
Hình 3.5 Phân tích Fourier t mi n th i gian sang mi n t n s thu n ti n cho l p trình, ta có nhi u cách di t bi
3.3.1 Bi i Fourier r i r i v i dãy tu n hoàn có chu k N
Ta th i v i các tín hi u ng s không liên t c mà s l y m u v i m t chu k b t k V i m t tín hi u tu n hoàn không c n thi t ph i th c hi n bi i Fourier liên t c mà ch c n l i d ng tính ch t tu n hoàn c a chu k N và chu k 2 , ngh à ch c n l c bi t 2
N ng tròn v ng v i chu k N c a tín hi u tu n hoàn
Bi i Fourier r i r c c a m t tín hi u tu n hoàn f t( ) có chu k c nh ngh
N v i k = 0 (N-1) t: W N kt e j k t ì bi i Fourier r i r i v i dãy tu n hoàn chu k c vi t l
N kt k N t f t W (3.8) bi u di n d n, ng bi u di
3.3.2 Bi i Fourier r i r i v i dãy không tu n hoàn có chi u dài h u h n N
M t dãy f(t) có chi u dài N ngh à:
Trong th c t , không ph i lúc nào ta c p dãy tu là các tín hi ng s không liên t c mà s l y m u v i m t chu k b t k , là m t dãy b t k có chi u dài h u h n N, Hình 3.6
Hình 3.6 Dãy không tu n hoàn v i chi u dà h u h n N ãy có chi u dài h u h t chu k c a m t dãy tu n hoàn có chu k M Quan h gi a N và M ph i th a mãn:
26 ng, ch n M 2 ngh à ch n d ng hàm m 2 và M x p x b ng N Ta v n có th ch n khích là th a mãn u ki có s ph c h i tín hi u t t nh t
N u M = N, ta có th bi u di n quan h gi a dãy tu n hoàn f t( ) có chu k N và dãy không tu n hoàn f t( ) chi u dài h u h
Hay bi u di i d ng g n sau:
N ( ) rect t là b l c s tái t o tín hi u y, n u ta xem f t( ) N là m t chu k c a dãy tu n hoàn có chu k f t( ) M v u ki n M N , ta có th áp d nh ngh i Fourier r i r i v i dãy tu n hoàn cho dãy không tu n hoàn v i chi u dài h u h n T m t khoanh vùng chu k này ta s xây d c m t k t qu bi i và t p t c hình thành nên các c p bi i còn l i c a dãy dài bi u di n d i ta ng bi u di
3.3.3 B l c s a s hình ch nh t a s ch nh t là m n nh t tái t o tín hi u không tu n hoàn sang mi n t n s Trong lu a s ch nh t c s d c tính ph ng tr c ti p t các tín hi u ng gia t c M t khác, khi áp d c a s ch nh t, ta th y ph ã mang l c các thông tin mà ta c n
M c tiêu chính c a s có s áp d ng tr c ti p vào b l c s tái t o ng có chi u dài h u h n a s ch nh t: Trong mi n th i gian (t), c a s ch nh c nh ngh
Xét c a s trong mi n t n s , ta có:
Có hai tham s c a s ch nh t:
- T s gi nh th c p th nh nh trung tâm:
3.4 c tính ph ng (Power Spectral Estimation)
Ph ng là m t trong nh ng ng d ng quan tr c s d ng trong lu B i vì, k thu t ng c a k t c c xác nh thông qua ph ng c c tính t các ng c
3.4.1 c tính ph (1948) c tính ph ng c n, còn c bi n v i cái tên trung bình
M t k thu t gi th u nh vào phép l y trung bình, i l y vi c gi phân gi th c tính cu i cùng c a ph t i m t t n s kh c b ng cách l y trung bình các c tính t các ph t i t n s ng, b t ngu n t n không trùng l p c a dãy tín hi u m r i r c n i ti p nhau hình thành nên dãy d li u s c ch n chia nh n, m n có chi u dài M Trong m a này, chúng ta s ti th thông qua phép bi i
Fourier r i r c (không chia nh n n ình ph c a ph r i chia nó cho chi u dài M Cu i cùng, l y k t qu trung bình c a các b ng ghi trong cùng m ng
Ph c tính theo Bartlett (1948) t mi n n sang mi n t n s :
N là chi u dài c a dãy tín hi u
L là chi u dài m n chia nh
P (1967) là m c k th a và phát tri n t c dùng c tính ph phân b ng c a tín hi u trên m i t n s này d a trên khái ni m s d c tính ph là k t qu c a vi c chuy i t mi n th i gian sang mi n t n s gi m nhi u trong ph i l y vi c gi phân gi i t n s thông qua vi c ch n ch ng l p
Dãy tín hi u v i chi u dài M s c ch n phân thành K n ch ng l p, v i chi u dài L cho m i phân n, Hình 3.8 M n s ch ng l p v i nhau t m D N u s m D = 0.5L nh ngh phân c ch ng l p theo t l 50% N u D = 0, ta s ng v i ng l p Bartlett (1948)
Hình 3.8 n ch ng l p c a m t dãy tín hi u n ch ng l c s d ng là các b l c s a s : Trong mi n th i gian, sau khi d li n
30 ch ng l p riêng l v i chi u dài L, chúng ta s s d ng m t b l c s theo pháp c a s tùy ch n cho chúng B i vì, h u h t các hàm b l c c a s u tái t o m nh nh t t i v trí trung tâm c a c a s , còn các c u b t n th t thông tin Do c ch ng l p các c a s ã gi m thi u vi c m t thông tin t i các c nh d n tái t o d li u m t cách hi u qu Vi c s d ng các c a s ch ng l p òn có tên là ph Welch s a i
Cu i cùng c (1948), u c tính cu i cùng c a ph m t t n s nh c b ng cách l y trung bình các c tính t các bi khác (có cùng t n s c t m t ph n ch ng l ng
Bi i Fourier t mi n j sang mi n t n s n cho t n L:
L (3.14) phân gi i (Resolution) c a ph nh b phân gi i c a ph c a m n v i chi c d a trên c a s
T t c ph c s d ng trong lu s c tính theo pháp c a Welch (1967) v i b l c s a s hình ch nh t, s m u ch ng l p theo t l 50%
3.4.3 nh lý l y m u Nyquist-Shannon nh lý l y m u Nyquist–Shannon là m c s d ng trong l c lý thuy c bi t là trong vi n thông và x lý tín hi u do Harry Nyquist và Claude Shannon (1993) phát minh L y m u là quá trình chuy i m t tín hi u (m t hàm liên t c theo không th i gian) thành m t chu i s (m t hàm r i r c theo không th nh lý l y m c phát bi u
P C NGHI NG
Thi t b ng trong thí nghi m c t anten bao g m b c m bi n không dây Imote2/SHM-A Imote2 (Hình 3.2)
Ph n m m s d u khi n c m bi n không dây Imote2/SHM-A c l p trình d hi u gia t c, thành ph n RemoteSensing c c s d u khi n bo m ch SHM-A (Hình 3.3)
Hình 3.3 Bo m ch SHM-A và h th ng bo m ch Imote2
Khi t t c các c m bi n con (Sensor) k t thúc ghi nh n tín hi u gia t c t k t c u, tín hi u s truy n v c m bi n ch các d li u u ra này c ng s c x lý và phân tích tín hi u t mi n th i gian (gia t c) sang mi n t n s (t n s ng và d ng) theo các thu t toán c các thông s c n
22 thi t Các thu t toán g m có: Ph m ng hay ph t n s (Power
Spectral Density - PSD) hân tích trên mi n t n s (Frequency
Domain Decomposition - FDD) ng là các t n s ng riêng và d ng [Ngu n: Trung tâm Nghiên C u Công Ngh & Thi t B Công Nghi p (RECTIE), 2014] háp ph ng là các t n s t nh b c s tr c ti p t nh t n s , thông qua vi c ch nh tr i c a hàm ph ng c a d li ng c a k t c u
Hình 3.4 H th ng Imote2/SHM-A
3.2.2 c tính ph ng th c nghi m
T các k t qu tín hi u gia t c trên k t c u, ph ng (Power
Spectral Density) c c tính nh các t n s ng tr c ti p t ph
M c tính ph ng c theo quy trình c a Welch (1967) thông qua vi c áp d ng phép bi i Fourier nhanh:
: S XX là ph ng; n d là s b ng ghi tín hi u gia t c;
M t công c toán h c r t quan tr ng và h u hi c dùng trong vi c phân tích và t ng h p các h th ng tuy n tính b t bi i
Fourier Ý t n c a phân tích Fourier là: M t hàm tu n hoàn b t k có th khai tri n thành t ng c u hòa (sin và cos) c phân gi i thành các thành ph n sin (ho c m c bi u di n trong mi n t n s
Jean Baptiste Fourier (1768-1830), m t nhà toán h ã dùng khai tri n m t chu mô t hi ng d n nhi t và s phân b nhi c a m t v t th M c dù, công trình nghiên c u c a ông ch v bài toán d n nhi c xây d ng vào n u th k n bây gi v c áp d ng trong nhi u l h c, lý thuy t h th n t c bi t trong x lý tín hi u
Bi i Fourier c a m t tín hi u f(t) tu n hoàn c nh ngh
0, n , b n a a là các tr ng s c tính b i:
P I F OURIER
F( ) ( ) t f t e i t dt (3.6) t 0 là th i gian kéo dài c a tín hi u
Hình 3.5 Phân tích Fourier t mi n th i gian sang mi n t n s thu n ti n cho l p trình, ta có nhi u cách di t bi
3.3.1 Bi i Fourier r i r i v i dãy tu n hoàn có chu k N
Ta th i v i các tín hi u ng s không liên t c mà s l y m u v i m t chu k b t k V i m t tín hi u tu n hoàn không c n thi t ph i th c hi n bi i Fourier liên t c mà ch c n l i d ng tính ch t tu n hoàn c a chu k N và chu k 2 , ngh à ch c n l c bi t 2
N ng tròn v ng v i chu k N c a tín hi u tu n hoàn
Bi i Fourier r i r c c a m t tín hi u tu n hoàn f t( ) có chu k c nh ngh
N v i k = 0 (N-1) t: W N kt e j k t ì bi i Fourier r i r i v i dãy tu n hoàn chu k c vi t l
N kt k N t f t W (3.8) bi u di n d n, ng bi u di
3.3.2 Bi i Fourier r i r i v i dãy không tu n hoàn có chi u dài h u h n N
M t dãy f(t) có chi u dài N ngh à:
Trong th c t , không ph i lúc nào ta c p dãy tu là các tín hi ng s không liên t c mà s l y m u v i m t chu k b t k , là m t dãy b t k có chi u dài h u h n N, Hình 3.6
Hình 3.6 Dãy không tu n hoàn v i chi u dà h u h n N ãy có chi u dài h u h t chu k c a m t dãy tu n hoàn có chu k M Quan h gi a N và M ph i th a mãn:
26 ng, ch n M 2 ngh à ch n d ng hàm m 2 và M x p x b ng N Ta v n có th ch n khích là th a mãn u ki có s ph c h i tín hi u t t nh t
N u M = N, ta có th bi u di n quan h gi a dãy tu n hoàn f t( ) có chu k N và dãy không tu n hoàn f t( ) chi u dài h u h
Hay bi u di i d ng g n sau:
N ( ) rect t là b l c s tái t o tín hi u y, n u ta xem f t( ) N là m t chu k c a dãy tu n hoàn có chu k f t( ) M v u ki n M N , ta có th áp d nh ngh i Fourier r i r i v i dãy tu n hoàn cho dãy không tu n hoàn v i chi u dài h u h n T m t khoanh vùng chu k này ta s xây d c m t k t qu bi i và t p t c hình thành nên các c p bi i còn l i c a dãy dài bi u di n d i ta ng bi u di
3.3.3 B l c s a s hình ch nh t a s ch nh t là m n nh t tái t o tín hi u không tu n hoàn sang mi n t n s Trong lu a s ch nh t c s d c tính ph ng tr c ti p t các tín hi u ng gia t c M t khác, khi áp d c a s ch nh t, ta th y ph ã mang l c các thông tin mà ta c n
M c tiêu chính c a s có s áp d ng tr c ti p vào b l c s tái t o ng có chi u dài h u h n a s ch nh t: Trong mi n th i gian (t), c a s ch nh c nh ngh
Xét c a s trong mi n t n s , ta có:
Có hai tham s c a s ch nh t:
- T s gi nh th c p th nh nh trung tâm:
C TÍNH PH NG (P OWER S PECTRAL E STIMATION )
Ph ng là m t trong nh ng ng d ng quan tr c s d ng trong lu B i vì, k thu t ng c a k t c c xác nh thông qua ph ng c c tính t các ng c
3.4.1 c tính ph (1948) c tính ph ng c n, còn c bi n v i cái tên trung bình
M t k thu t gi th u nh vào phép l y trung bình, i l y vi c gi phân gi th c tính cu i cùng c a ph t i m t t n s kh c b ng cách l y trung bình các c tính t các ph t i t n s ng, b t ngu n t n không trùng l p c a dãy tín hi u m r i r c n i ti p nhau hình thành nên dãy d li u s c ch n chia nh n, m n có chi u dài M Trong m a này, chúng ta s ti th thông qua phép bi i
Fourier r i r c (không chia nh n n ình ph c a ph r i chia nó cho chi u dài M Cu i cùng, l y k t qu trung bình c a các b ng ghi trong cùng m ng
Ph c tính theo Bartlett (1948) t mi n n sang mi n t n s :
N là chi u dài c a dãy tín hi u
L là chi u dài m n chia nh
P (1967) là m c k th a và phát tri n t c dùng c tính ph phân b ng c a tín hi u trên m i t n s này d a trên khái ni m s d c tính ph là k t qu c a vi c chuy i t mi n th i gian sang mi n t n s gi m nhi u trong ph i l y vi c gi phân gi i t n s thông qua vi c ch n ch ng l p
Dãy tín hi u v i chi u dài M s c ch n phân thành K n ch ng l p, v i chi u dài L cho m i phân n, Hình 3.8 M n s ch ng l p v i nhau t m D N u s m D = 0.5L nh ngh phân c ch ng l p theo t l 50% N u D = 0, ta s ng v i ng l p Bartlett (1948)
Hình 3.8 n ch ng l p c a m t dãy tín hi u n ch ng l c s d ng là các b l c s a s : Trong mi n th i gian, sau khi d li n
30 ch ng l p riêng l v i chi u dài L, chúng ta s s d ng m t b l c s theo pháp c a s tùy ch n cho chúng B i vì, h u h t các hàm b l c c a s u tái t o m nh nh t t i v trí trung tâm c a c a s , còn các c u b t n th t thông tin Do c ch ng l p các c a s ã gi m thi u vi c m t thông tin t i các c nh d n tái t o d li u m t cách hi u qu Vi c s d ng các c a s ch ng l p òn có tên là ph Welch s a i
Cu i cùng c (1948), u c tính cu i cùng c a ph m t t n s nh c b ng cách l y trung bình các c tính t các bi khác (có cùng t n s c t m t ph n ch ng l ng
Bi i Fourier t mi n j sang mi n t n s n cho t n L:
L (3.14) phân gi i (Resolution) c a ph nh b phân gi i c a ph c a m n v i chi c d a trên c a s
T t c ph c s d ng trong lu s c tính theo pháp c a Welch (1967) v i b l c s a s hình ch nh t, s m u ch ng l p theo t l 50%
3.4.3 nh lý l y m u Nyquist-Shannon nh lý l y m u Nyquist–Shannon là m c s d ng trong l c lý thuy c bi t là trong vi n thông và x lý tín hi u do Harry Nyquist và Claude Shannon (1993) phát minh L y m u là quá trình chuy i m t tín hi u (m t hàm liên t c theo không th i gian) thành m t chu i s (m t hàm r i r c theo không th nh lý l y m c phát bi u
“M t hàm s tín hi u x(t) không ch a b t k thành ph n t n s nào l ho c b ng m t giá tr f m có th bi u di n chính xác b ng t p các giá tr c a nó v i chu k l y m u T = 1/(2f m )” y, t n s l y m u ph i tho mãn u ki n f s m T n s gi i h n f s /2 c g i là t n s Nyquist và kho ng (-f s /2; f s /2) g i là kho ng Nyquist
Th c t , tín hi c khi l y m u s b gi i h n b ng m t b l t n s tín hi u n m trong kho ng Nyquist [0;f s /2].
M A TR N PH NG CHÉO (C ROSS P OWER S PECTRAL D ENSITY
Ph m ng (Power Spectral Density) c a m t tín hi u x(t) th hi n s phân b s ng trên m t tín hi u t n s Trên mi n t n s u này nh n c thông qua vi c bình ph ph sau khi bi i Fourier c a tín hi u ph m ng chéo c a hai tín hi u r i r c x(t) và y(t) c nh ngh
Kí hi u “*” th hi n giá tr ph c
Ph m n th i c s d c tính m a hai tín hi u
Ma tr n ph c xây d các ph m ng chéo (hay v i chính nó t ng chéo chính) cho t t c các t n s kh o sát M t ma tr n ba chi u s c xây d ng Hình 3.9 n bi u th cho v trí tín hi ng; M là s ng tín hi u, L là chi u dài t n s l y m u
Hình 3.9 Ma tr n ph ng chéo
Trong lu hân tích trong mi n t n s (Frequency
Domain Decomposition) s c l a ch nh các ng là các t n s t nhiên và d ng riêng c a tr anten V pháp này thì
Phân tích mi n t n s c áp d ng theo Brincker và c ng s (2000)
33 c k th a và phát tri n t k thu t Phân tích mi n t n s c n, còn c g i là k thu t Ch nh (Peak Picking) i v i k thu t ch n nh truy n th gi n ch là d a trên phép bi i Fourier r i r c c a m t tín hi c m th c bi t t th này c các t n s t nhiên T ng h p kích thích ng m nh, d li u vào ít nhi u và t s c n c a k t c u nh , m mà có th nh c tr c ti p các ng (t n s t nhiên, d ng và t s c n) ch t x lý các ng dao ng hân tích trong mi n t n s (Frequency Domain
FDD nh các ng d a trên vi c s d ng k thu t Phân tích v giá tr (Singular Value Decomposition - SVD) c a m i dãy d li u riêng Vi ng ngh i vi nh các H m t b c t do
(Single Degree Of Freedom – SDOF) c a h nhi u b c t ng v i m i giá tr ìm th y
M i liên h gi a tín hi t x(t) và các ng u ra y(t) có th c bi u di n theo Bendat và c ng s (
G xx r r là ma tr n Ph phân b u vào
(Input Power Spectral Density), r là s ng d li u vào; G yy m m là ma tr n Ph phân b u ra (Output Power Spectral Density), m là s ng ph n ng H m r là ma tr n ng t n s (Frequency
Response Function – FRF) và các kí hi u * và T l t là kí hi u s ph c và chuy n trí ng t n s FRF có th c vi t l i d ng riêng ph n g m ph n nguyên và ph
H X j j (3.17) k k k j (3.18) ng các d ng kh o sát, k là ph n nguyên c a t n s t nhiên d ng th k, k là c n c ng và k là t n s có c n c a d ng th k
R (3.19) k là véc- d ng; k véc- ng
Gi thi t tín hi u vào không b nhi u: G xx C u vào là m t h ng s Áp d nh lý riêng ph n Heaviside, ình (3.16) tr thành:
A k là ma tr n ph d ng th k c a ma tr u ra, s phân b ph này t d ng th k có th c bi u di :
Khi c n c a h bé thì các ph n A k trong công th c (3.20) chi m t tr ng quy
A R C R C d (3.22) có th th y d k là m t h ng s v i m t ma tr u vào b t k
T i m t t n s ng ch th hi n m t (có th hai) d ng dao ng Ta kí hi u t n s này là Sub( ) v y v i m t h k t c u ng v i c n bé, ma tr n ph phân b ph n ng có th c th hi
(3.23) ây là m có th phân tích thành các véc- d ng ch t ma tr n ph u ra
Có th th y, n u áp d ng k thu t Phân tích v giá tr (Singular Value Decomposition - SVD) cho ma tr n này, ta có th c m t chu i các giá tr d k (Singular Values) và các véc- k (Singular Vectors) ng cho t n s ng v i d ng th k , mà tr - ò c tính các d ng
3.7 Thu t toán Phân tích v giá tr (Singular Value Decomposition)
Khi mu n tìm ki m hay phân tích ch vài thông tin quan tr ng t m t ma tr n l n mà s còn l i có th b qua, ta có th áp d ng k thu t Phân tích v giá tr (Singular Value Decomposition - SVD)
Các Phân tích v giá tr SVD c a m t ma tr n A b t k có kích c m n b t k có nhi u cách phân tích, không duy nh t, m t cách t ng quát chúng ta có th :
U và V là các ma tr n tr c giao
[ ]I là ma tr b ng luôn ch a các giá tr th c, là ma tr ng chéo không vuông góc v i các ph n t ng chéo, ngh à 1 2 3 r 0 min( , ) r m n M c dù lúc này i là ma tr n xem nó là ma tr n chéo vì các thành ph n khác không i (i = 1, ,r) c a nó n m trên ng chéo, t i v trí c t b ng hàng ng khi ng d ng, ta s s d ng ma tr n này là m t ma tr n vuông
( , , , , r ) diag i v i các s ph c thì kí hi u T s c chuy n thành kí hi u H (chuy i Hermitian cho các s ph c) nh các giá tr U , V và sau phân tích:
T m b qua kích c c a các ma tr n, t công th c (3.24) ta xét:
Quan sát th y r ng T là m t ma tr ng chéo v i các ph n t trên ng chéo 1 2 , 2 2 , 3 2 , V y W 1 chính là bài toán tr riêng, có th phân tích thành các tr tr riêng i (i 1, , )r thông qua: det(W 1 [ ])I 0 Lúc này các i (i 1, , )r b c hai c a các i (i 1, , )r 0, còn c g i là các giá tr Singular Values) c a [A] Cái tên “Singular Value Decomposition” xu t phát t
V i các i (i 1, , )r ã bi t thì ma tr n ã xác c Có W 1 và ta c c U nh V , ta ti n hành tính toán giá tr W 2 A T A
Trong các bài toán k thu t, các nhà nghiên c ng ch n kích c c a ma tr A b ng v i kích c c a ma tr n ti n cho vi c tính toán và ki m soát k t qu
3.8 P Phân tích mi n t n s (Frequency Domain Decomposition) i v i các tr ng xung quanh luôn luôn t n t i các l c kích thích ng u nhiên b t kì, các tín hi u gia t c c a h là các d li u ra c a các ng t trích xu t các ng t d li u ra c a các ng phân tích có th c th c hi n trong mi n t n s hay mi n th i gian Trong lu n n t n s s c l a ch nh các ng là các t n s t nhiên và d ng c a tr anten V i này thì ph tích mi n t n s (Frequency Domain
Decomposition - FDD c áp d ng theo Brincker và c ng s (2000) Theo m t nghiên c u so sánh c a Yi và Yun (2004), p ã c các k t qu v i tin c y cao, th hi n s n và ti t ki m th i gian trong tính toán tích mi n t n s (FDD) phân tích tín hi u t mi n th i gian (gia t c) sang mi n t n s (t n s ng), là m t k thu t phân tích ma tr n hàm ph m ng o ra m t t p h p các h m t b c t do t các ng, m i h ng v i m t d ng dao ng riêng Brincker và c ng s (2000) B ng cách s d ng này, k thu t có th c các ng v chính xác cao ngay c ng h p nhi u t ng m nh Các c ti n hành c c t ng h p theo Park (2009) :
39 c 1: Ti n hành thu th p các d li u ra c a ng t n c m bi n gia t c c 2: nh ma tr n ph m ng chéo (Cross Power Spectral
Density Matrix) hay ma tr u ra PSD, S YY ( ) có d ng :
S (3.25) c 3: Ma tr n ph m u ra s c áp d ng các thu t toán phân tích thành các giá tr Singular Value Decomposition - SVD):
, ( ) là m t ma tr ng chéo ch a các giá tr ng i (i 1, 2, n) c a chính các ma tr n PSD, còn U( ) vàV( ) là các ma tr n tr c giao Ma tr n U( ) T bi u th chuy n trí và ph c h p c a ma tr n V( ) do
S là ma tr i x ng c 4: nh t n s (t n s t nhiên n ) t các giá tr u tiên 1 c 5: Các d c trích xu t t các véc- t c a ma tr n véc- ( )
U t i các t n s ng (Brincker và c ng s 2000, Yi và Yun 2004)
Ta s ti n hành làm rõ h c này: c 1, ti n hành thu th p các d li u ra c a ng t các c m bi n gia t c Các ng là các tín hi u gia t c t m kh o sát Khi có t i tr ng lên k t c u, t m m kh o sát ta s trích xu t, thu th p c m t b ng d li u ghi gia t c, Hình 3.10
Hình 3.10 Các tín hi u gia t c ng) minh h a c 2, chúng ta tính Ma tr n ph m ng chéo (Cross Power
Spectral Density Matrix), Hình 3.11 t các d li u gia t c bên trên
B ng cách áp d c tính ph ng theo Welch (1967) ng v i m i tín hi u gia t c, ta s c m t hàm ph m ng
(ph ng) trên mi n t n s c các giá tr ng chéo chính c a Ma tr n ph m ng chéo, các S xx ( )
41 Các giá tr ng chéo chính s nh theo các hàm ph m ng chéo gi a hai tín hi u r i r c x(t) và y(t), S xy ( ) Có th th y , n u t n d ng nh hàm ph m ng chéo gi a tín hi u x(t) và chính nó x(t) ta c c các giá tr gi ng v ng chéo chính c a Ma tr n ph m ng chéo c n tính
Trong lu n hành phân tích các tín hi u gia t c b pháp Welch (1967) c tính ma tr n ph ng chéo thông qua hàm pwelch( ) tích h p s n ph n m m MATLAB, v i các thông s tín hi c ch n v i chu k m l y m m, chu k l y m u dt = 0.02 giây, t n s l y m u fs = 50 Hz và t n s Nyquist s b ng 25 Hz S m ch n trong phân tích Fourier là 2 12 4096 ng v phân gi i (Resolution) th hàm ph m t ng là 0.0122 Hz Và b l c s pháp c a s hình ch nh t, s m u ch ng l p theo t l 50%
Hình 3.11 Ma tr n ph ng chéo
Ti p theo c 3, Ma tr n ph m ng chéo v nh s c áp d ng thu t toán phân tích thành các giá tr (SVD) Thu c s d ng có s n trong ph n m m MATLAB s là svd( ) c các ma tr n sau khi phân tích t i m i giá tr t n s ng có d ng công th c (3.27), (3.28) và (3.29) i
M i giá tr t n s trên mi n t n s s ng có m t ma tr ng chéo i , ch a các giá tr o thành các hàm giá tr n t n s , ng ta ch n Hàm giá tr u tiên (First Singular
Values) , 1 Theo Brincker và c ng s (2000) trong m t s ng h c bi t nh t n s c n ch n không tr i, ta có th s d n các giá tr hai 2 hay th m chí các giá tr ba 3 nh các giá tr c bi t
T HU T TOÁN P HÂN TÍCH V GIÁ TR (S INGULAR V ALUE
Khi mu n tìm ki m hay phân tích ch vài thông tin quan tr ng t m t ma tr n l n mà s còn l i có th b qua, ta có th áp d ng k thu t Phân tích v giá tr (Singular Value Decomposition - SVD)
Các Phân tích v giá tr SVD c a m t ma tr n A b t k có kích c m n b t k có nhi u cách phân tích, không duy nh t, m t cách t ng quát chúng ta có th :
U và V là các ma tr n tr c giao
[ ]I là ma tr b ng luôn ch a các giá tr th c, là ma tr ng chéo không vuông góc v i các ph n t ng chéo, ngh à 1 2 3 r 0 min( , ) r m n M c dù lúc này i là ma tr n xem nó là ma tr n chéo vì các thành ph n khác không i (i = 1, ,r) c a nó n m trên ng chéo, t i v trí c t b ng hàng ng khi ng d ng, ta s s d ng ma tr n này là m t ma tr n vuông
( , , , , r ) diag i v i các s ph c thì kí hi u T s c chuy n thành kí hi u H (chuy i Hermitian cho các s ph c) nh các giá tr U , V và sau phân tích:
T m b qua kích c c a các ma tr n, t công th c (3.24) ta xét:
Quan sát th y r ng T là m t ma tr ng chéo v i các ph n t trên ng chéo 1 2 , 2 2 , 3 2 , V y W 1 chính là bài toán tr riêng, có th phân tích thành các tr tr riêng i (i 1, , )r thông qua: det(W 1 [ ])I 0 Lúc này các i (i 1, , )r b c hai c a các i (i 1, , )r 0, còn c g i là các giá tr Singular Values) c a [A] Cái tên “Singular Value Decomposition” xu t phát t
V i các i (i 1, , )r ã bi t thì ma tr n ã xác c Có W 1 và ta c c U nh V , ta ti n hành tính toán giá tr W 2 A T A
Trong các bài toán k thu t, các nhà nghiên c ng ch n kích c c a ma tr A b ng v i kích c c a ma tr n ti n cho vi c tính toán và ki m soát k t qu
P P HÂN TÍCH MI N T N S (F REQUENCY D OMAIN
i v i các tr ng xung quanh luôn luôn t n t i các l c kích thích ng u nhiên b t kì, các tín hi u gia t c c a h là các d li u ra c a các ng t trích xu t các ng t d li u ra c a các ng phân tích có th c th c hi n trong mi n t n s hay mi n th i gian Trong lu n n t n s s c l a ch nh các ng là các t n s t nhiên và d ng c a tr anten V i này thì ph tích mi n t n s (Frequency Domain
Decomposition - FDD c áp d ng theo Brincker và c ng s (2000) Theo m t nghiên c u so sánh c a Yi và Yun (2004), p ã c các k t qu v i tin c y cao, th hi n s n và ti t ki m th i gian trong tính toán tích mi n t n s (FDD) phân tích tín hi u t mi n th i gian (gia t c) sang mi n t n s (t n s ng), là m t k thu t phân tích ma tr n hàm ph m ng o ra m t t p h p các h m t b c t do t các ng, m i h ng v i m t d ng dao ng riêng Brincker và c ng s (2000) B ng cách s d ng này, k thu t có th c các ng v chính xác cao ngay c ng h p nhi u t ng m nh Các c ti n hành c c t ng h p theo Park (2009) :
39 c 1: Ti n hành thu th p các d li u ra c a ng t n c m bi n gia t c c 2: nh ma tr n ph m ng chéo (Cross Power Spectral
Density Matrix) hay ma tr u ra PSD, S YY ( ) có d ng :
S (3.25) c 3: Ma tr n ph m u ra s c áp d ng các thu t toán phân tích thành các giá tr Singular Value Decomposition - SVD):
, ( ) là m t ma tr ng chéo ch a các giá tr ng i (i 1, 2, n) c a chính các ma tr n PSD, còn U( ) vàV( ) là các ma tr n tr c giao Ma tr n U( ) T bi u th chuy n trí và ph c h p c a ma tr n V( ) do
S là ma tr i x ng c 4: nh t n s (t n s t nhiên n ) t các giá tr u tiên 1 c 5: Các d c trích xu t t các véc- t c a ma tr n véc- ( )
U t i các t n s ng (Brincker và c ng s 2000, Yi và Yun 2004)
Ta s ti n hành làm rõ h c này: c 1, ti n hành thu th p các d li u ra c a ng t các c m bi n gia t c Các ng là các tín hi u gia t c t m kh o sát Khi có t i tr ng lên k t c u, t m m kh o sát ta s trích xu t, thu th p c m t b ng d li u ghi gia t c, Hình 3.10
Hình 3.10 Các tín hi u gia t c ng) minh h a c 2, chúng ta tính Ma tr n ph m ng chéo (Cross Power
Spectral Density Matrix), Hình 3.11 t các d li u gia t c bên trên
B ng cách áp d c tính ph ng theo Welch (1967) ng v i m i tín hi u gia t c, ta s c m t hàm ph m ng
(ph ng) trên mi n t n s c các giá tr ng chéo chính c a Ma tr n ph m ng chéo, các S xx ( )
41 Các giá tr ng chéo chính s nh theo các hàm ph m ng chéo gi a hai tín hi u r i r c x(t) và y(t), S xy ( ) Có th th y , n u t n d ng nh hàm ph m ng chéo gi a tín hi u x(t) và chính nó x(t) ta c c các giá tr gi ng v ng chéo chính c a Ma tr n ph m ng chéo c n tính
Trong lu n hành phân tích các tín hi u gia t c b pháp Welch (1967) c tính ma tr n ph ng chéo thông qua hàm pwelch( ) tích h p s n ph n m m MATLAB, v i các thông s tín hi c ch n v i chu k m l y m m, chu k l y m u dt = 0.02 giây, t n s l y m u fs = 50 Hz và t n s Nyquist s b ng 25 Hz S m ch n trong phân tích Fourier là 2 12 4096 ng v phân gi i (Resolution) th hàm ph m t ng là 0.0122 Hz Và b l c s pháp c a s hình ch nh t, s m u ch ng l p theo t l 50%
Hình 3.11 Ma tr n ph ng chéo
Ti p theo c 3, Ma tr n ph m ng chéo v nh s c áp d ng thu t toán phân tích thành các giá tr (SVD) Thu c s d ng có s n trong ph n m m MATLAB s là svd( ) c các ma tr n sau khi phân tích t i m i giá tr t n s ng có d ng công th c (3.27), (3.28) và (3.29) i
M i giá tr t n s trên mi n t n s s ng có m t ma tr ng chéo i , ch a các giá tr o thành các hàm giá tr n t n s , ng ta ch n Hàm giá tr u tiên (First Singular
Values) , 1 Theo Brincker và c ng s (2000) trong m t s ng h c bi t nh t n s c n ch n không tr i, ta có th s d n các giá tr hai 2 hay th m chí các giá tr ba 3 nh các giá tr c bi t
Trong ma tr n chéo này, có th th y 1 luôn là giá tr l n nh t Nên Hàm giá tr u tiên có th ng giá tr l n nh t c a các giá tr Singular Value) phân tích, bi u th ng l n nh t phân b t i t n s , nên thông ng nh c c a k t c l n s ch c n s d ng giá tr này ng, t i t n s ta c c ma tr n phân tích bên trái (Left
Singluar Vectors) ho c bên ph i (Right Singluar Vectors):
43 n U( ) ho c V( ) u ch a các vector c tính d ng riêng c n trích xu t ng s ch n ma tr n U( ) trích xu t véc- c tính d ng Nhìn vào v ng, có th th là c u tiên c a véc- U( ) t i t n s theo hàm giá tr u tiên ng, nên ch c n trích xu t c u tiên u 1 c a ma tr n này c 4, chúng ta s x nh t n s tr i t ng hàm giá tr u tiên 1 mà ta v c, Hình 3.12
Hình 3.12 Hàm giá tr u tiên 1 minh h a
Theo Brincker và c ng s (2000), u tiên, xu t phát t các t n s ng t nhiên (Natural Frequencies) c a k t c ã c t mô ph ng hay b ng m c bi ghi chú l i và nh v trí c a chúng
44 n m trên tr c t n s ( ng nét ch t t i các Mode 1, Mode 2, Mode 3 và Mode 4 trên Hình 3.13 là v trí các t n s nh t mô ph ng) ng t i các t n s này, chúng ta tham chi u lê ng Hàm giá tr u tiên
Hình 3.13 Ch nh giá tr u tiên 1 minh h a
Khi tham chi ng giá tr u tiên, ta s th ng xu t hi n ng t i v trí xung quanh khu v c tham chi u này s xu t hi n duy nh t m nh (Peak) riêng l , có tính ch t tr nh lân c n ti n hành ch nh cao nh t t c giá tr tr c ti p v t n s ng Thông ng giá tr t n s này s l ch so v i giá tr ã nh nên, các t n s t nhiên mà ta v a nh c g c tính thông qua nh giá tr u tiên này M t s nhà nghiên c u còn g i là nh các nh t n s c ng hay ph nh (Peak Picking Method) m t s ng h c bi t, t i v trí tham chi u không xu t hi nh tr i do m t s ng k nhau có t n s ng quá g n nhau
45 hay vì n ng kích thích là bé hay c n c a k t c u là l n, Theo Brincker và c ng s (2000) chúng ta ph i s d ng Hàm giá tr hai ho c th m ng Hàm giá tr nh các t n s này
Cu i cùng, B c 5 c trích xu t d ng t i các Mode T i m t t n s c th , chúng ta s trích xu c m t c t véc- c tính d ng ng t thu t toán SVD ng, vi c ch c giá tr ã mang l i các k t qu t n s và d ng c tính t t Tuy nhiên m t s ng h p, d ng dao ng c tính có th d ng u (các d ng t k t qu ng t c t mô ph ng) gi i quy t v này, chúng ta ph i ch n các t n s lân c n v i t n s t nh (tr c và sau) B i vì ph m vi xét này còn ph thu phân gi i c th , h xu t xét trong ph m vi x p x kho ng ±5% so v nh t n s v c Trong ph m vi này, xét ch n các t n s mang l i d ng có ch s M.A.C cao, g n v i d ng i theo (Michael và c ng s 2000, Svend và c ng s 2006) xu t c a Micheal và c ng s (2000) ch s M.A.C gi a hình d ng c xét và hình d ã mang l i d ng c tính t t T n s ng s ch n l i t
M Ô HÌNH K T C PTHH
c ng d ng tính k t c u v i s tr giúp c a máy tính, ình r i r lý t ng hoá k t c u th c Th c hi n r i r c hoá k t c u b ng cách chia k t c u liên t c thành h u h n các mi n ho c các k t c u con g i là ph n t h u h n Sau khi r i r c hoá, gi thi t các ph n t h u h n ch n i v i nhau t i m t s ng là u ho c góc c a ph n t ) g i là nút Toàn b t p h p các ph n t h u h n g i i ph n t S ng ph n t n s n s c a bài toán
SAP ình phân tích k t c u , tính toán và thi t k trong các l t c u và k t c u công trình nh ng dân d ng, giao thông, th y l i SAP2000 cung c nh m , h tr nhi u lo i k t c u làm vi c nhi u tr ng thái khác nhau ch ng c a nhi u lo i t i tr ng Ta có th s d ng ph n m gi i các k t c u v i c u t o thanh, h t m v , k t c c Bên c v t li ng, tr ng, d ng hay v t li u v i các tính ch t phi tuy n
3.9.1 L a ch n các lo i ph n t mô ph ng trong mô hình
Ph n t thanh (The Frame Element)
Ph n t mô hình các c u ki n d m, c t, dàn trong m t ph ng c T ng quát trong không gian, ph n t này ch u các thành ph n moment u c c c d c và moment xo n c mô hình b ng th ng n i gi m, i v i thanh d ng cong có th chia nh thành t p h p nhi u thanh th x p x ng cong
M i ph n t thanh có th ch u t i tr ng do tr ng b n thân (Sefl-weight), các l c t p trung (Concentrated Loads), các l c phân b (Distributed Loads) m chèn (Insertion Point) và các vùng c u thanh (End Offsets) c l c ng t i v trí giao nhau c a các ph n t Gi i phóng liên k t t u thanh (End Release) giúp mô hình các d ng liên k t khác nhau t u thanh
Hình 3.15 Các thành ph n n i l c trên ph n t thanh
Các thành ph n n i l c trong thanh (l c d c, l c c t và l c u n) có th c xu t ra t u thanh và t u nhau (Output Station) trên thanh (Hình 3.15)
Các k t c u có th c mô hình b ng ph n t này trong SAP2000 bao g m: Khung không gian (Three-dimensional Frames)
Giàn không gian (Three- dimensional Trusses)
Khung ph ng (Planar Frames)
Giàn ph ng (Planar Trusses)
48 n t cáp (Cable) ch ch u kéo Các hành vi phi tuy n k t c u c a ph n t này có th thêm vào khi c n, ch ng h c ng u ng P- võng l n Nh òi h i phân tích phi tuy n v t li u hay hình h c
Trong lu này khi ti n hành phân tích, các b ph n:
Tr chính, thang gi ng b ng và b gá ch ng xoay s c ch n mô ph ng b ng ph n t thanh-Frame
Các dây co b ng các bó cáp thép s c mô ph ng b ng ph n t thanh- Cable
Các s l a ch n và các gi thi t chi ti t s c trình bày trong bài toán áp d ng c a lu
Hình 3.16 Mô ph ng tr anten dây co b ng ph n m m SAP2000
3.9.2 L a ch n các t i tr ng ng b t kì gây ra t ng, c ng dao ng b t kì s c t các ng gia t c t k t c u Trong nghiên c u này, các t i tr c ch n s là t i tr i d ng sóng gia t c theo th i gian
P pháp mô ph c l a ch n thông qua các Hàm l ch s th i gian (Time History Functions) trong ph n m m SAP2000 tính toán tác d a ch n trong ph n m c ch n là hân tích ng tuy n tính l ch s th i gian (Linear Modal
Vi c s d ng phân tích mi n th i gian cho phép ta ch n d li u vào là gia t c n n, d a trên l ch s th i gian c a m t s tr c ghi l i ho c t ng h p) B i vì, các tr ng t x y ra c ghi nh n v i nhi u gia t c, t n s khác t tr t có th t sóng kích thích t i k t c u
Do vi c thi u d li u c a các tr t t i Vi t Nam, nên trong lu này, h c viên s s d ng d li u b ng ghi gia t c t các tr t tiêu bi u có s n trong quá kh trên th gi kh o sát
Các b ng ghi gia t ng s là các hàm l ch s th i gian (Time History
Function) trong ph n m m chuyên d ng SAP2000 s c l y d li u t ngu n Trung tâm nghiên c u k thu t Thái Bình D Database Pacific Earthquake Engineering Research Center - PEERC)
Các tr c ch n là ba tr t:
- Kobe (Nh t B n, 1995), Hình 3.19 n các tr t s c th hi n trong B ng 3.1 i Lu kh t tác d ng theo thành ph n ngang, b qua thành ph n th ng
B ng 3.1 Thông tin các tr t t PEERC
B ng ghi gia t c c a các tr t t ngu n PEERC:
Hình 3.17 B ng ghi gia t c tr t Elcentro (1940)
Hình 3.18 B ng ghi gia t c tr t Loma Prieta (1989)
Hình 3.19 B ng ghi gia t c tr t Kobe (1995)
Các d li u t i tr c ch n v n i dung m i tr n
Tr t Elcentro (1940), kho ng th i gian kéo dài c a chuy ng m nh là dài, trong 24.2 giây l n nh t c a chuy ng n t là l n, v i giá tr gia t c n n l n nh t 0.2808 (g) s Arias là 1.6 (m/s), bi u th ng tích l a tr t này là khá cao
V i tr t Loma Prieta (1989), kho ng th i gian kéo dài c a chuy n ng m nh c ài, trong 16.5 giây l n nh t c a chuy ng n t là bé, giá tr gia t c n n l n nh t 0.1029 (g) Arias ch ng tích l a tr t này là bé
Cu i cùng, n v i tr t Kobe (1995), kho ng th i gian kéo dài c a chuy ng m nh là ng n, ch trong 7 giây l n nh t c a chuy ng n n t là l n, v i giá tr gia t c n n l n nh t 0.2758 (g) Arias ng tích l a tr t này là l n
M a vi c l a ch so sánh m hi u qu trong vi c s d nh các ng mà khi n ng và n i dung t n s c a tr i
C GIÁ T CÁC K T QU NG
Trong nghiên c u này, l t các ng là t n s t nhiên và các d ng c a t ng d ng ng s c ti n hành so sánh gi a phân tích ng t ng c a tr anten khi ch u các t i tr t
B ng cách áp d ng hai ph bi n: S i t n s t nhiên (Relative
Variation Of Natural Frequency) và Tiêu chu n d ng ng (Modal Assurance
S i gi a t n s t nhiên c ng khi có ngo i l c tác d ng ng t do c tính theo công th :
Trong công th c này, l t là các t n s t nhiên c ng t do f ng khi có ngo i l c tác d ng f
D a vào giá tr ph c a s i t n s f % m i t ng d ng, ta có th i ít hay nhi u gi a t n s xem xét so v i t n s t nhiên c ng t hi u qu c a c tính mang l nh, n và tr i t i d ng nào là nhi u nh t
- nh t ng giá tr t n s t ng t do f Hz( ) ng khi có t i tác d ng f (Hz)
- Áp d ng công th c (3.30 nh giá tr ph a s i t n s
S khác nhau c a các d ng gi c kh o sát,
.A.C (Modal Assurance Criterion) Trong pháp d a trên s A.C là m ã r t ph bi n cho vi ng c a các véc- ng Nó có th nh m c n tính gi a hai thành ph n c a các d ng (Mode
Shape ã c chu n hóa khi s d ng nh ng gi i thu t phân tích khác nhau m t tiêu chí b ng c a k t c u theo West (1984)
Các s bi i c a véc- d ng ch u các tr ng thái t i tr ng khác heo công th c sau:
, i , i l t là các véc- d ng c t các phân tích ng t ng khi có ngo i l c tác d ng
Giá tr M.A.C s nh n các giá tr t n 1 Khi ch s nh n giá tr ti m c n 0, có ngh à s ng hay s gi ng nhau càng ít gi a hai d ng c l i, khi ch s nh n giá tr ti m c n hay b ng 1 ch ra s phù h p hay gi ng nhau hoàn toàn gi a hai d ng này
- nh, trích xu c tính chuy n v t i h u h m kh o sát d c theo k t c hình thành véc- d ng c a d ng t các k t qu ng b ng ph n m m ph n t h u h n
- Ti n hành chu n hóa t ng véc- d ng v c
- Áp d ng công th c (3.31 tính các giá tr ch s M.A.C cho t ng c p véc- d ng c n kh o sát
- Cu n tính gi a hai mô hình d ng dao ng thông qua các ch s ng v a nh
Hình 4.1 Hình nh th c t c a công trình tr anten
G I I THI U CÔNG TRÌNH
Theo ngu n: Trung tâm Nghiên C u Công Ngh & Thi t B Công Nghi p (RECTIE) (2014), “Báo cáo ki nh ch ng công trình h t ng tr m BTS Cà Mau 333”,
Tên công trình: h t ng tr m BTS bi o - t 3 a ch : p Sào i, xã Khánh Bình Tây B c, H Tr i, t nh Cà Mau
H ng m c: h t ng tr m BTS Cà Mau 333
Chi u cao c t anten dây co: 100m
Tiêu chu n, qui ph m áp d ng nh v h t ng tr m BTS ban hành theo quy nh s - ng Quy chu n k thu t qu c gia v ti t cho các tr m vi n thông QCVN 9:2010/BTTTT
T i tr ng - Tiêu chu n thi t k - TCVN 2737-1995
Tiêu chu n thi t k k t c u thép - Tiêu chu n thi t k - TCVN 338-2005
Tiêu chu n thi t kê k t c u bê tông c t thép- Tiêu chu n TCVN - 356 - 2005 Tiêu chu n m - TCVN 5408 - 1991
T i tr ng t i tr ng b n thân c a k t c u và ph ki n
T i tr ng anten: ng GSM: Tr ng 0.2 kN/cái
2 anten VIBA D=1.2m: Tr ng 0.7 kN/cái
3 b khu i công su t: Tr ng 0.6 kN/cái
T i tr ng gió: Tr c thi t k v i vùng gió IIA, theo TCVN 2737-1995
L L t cáp cho phép PBK = 140 kN
4.1.2 Thông s k thu n c a tr anten và dây cáp
Chi u cao thân tr anten: 100 m
M t c t ngang c a tr : Ti t di n hình tam giác không i theo chi u cao, k t h p v i các khung ch ng xoay, c ch t o t thép ng và thép hình, liên k t bu lông, thành h dàn c a k t c u không gian
Thanh ch là các thanh thép ng tròn D89×5 ( )
Thanh gi ng, vách c ng u c nh L63×5 ( t
B gá ch ng xoay thép C100×48× nh tr anten có l t kim thu sét có t ng chi u dài 2m
Tr c gi ng b ng các dây co là cáp thép b ng kính D = 13.5 mm ng kính ph n lõi thép), lo i cáp 1×19 s i
T ng s dây cáp h tr : 30 dây cáp (Hình 4.3)
Chia thành ba m t ph ng theo góc 120 o , m i m t 10 dây cáp (Hình 4.2)
Hình 4.2 M t b ng b trí tr m BTS
Thép ng s d ng lo tính toán f y 390(MPa) (SS540) Thanh b ng thép góc và các chi ti t s d ng lo tính toán
Cáp dây co: S d ng lo i cáp thép b ng kính ph n lõi thép) (lo i cáp 1 19); L t cho phép PBK = 140 kN
B ng 4.1 L c trong các nhóm cáp (kN)
Hình 4.4 Các chi ti t c a dây co
Hình 4.5 Các chi ti t c a b gá ch ng xoay
Hình 4.6 B gá ch ng xoay
Hình 4.9 Chi ti t liên k t thanh tr ng và các thanh gi ng
Hình 4.10 Chi ti t b n mã gi a t
Hình 4.14 Chi ti t bu lông neo chân c t
Các lo i móng g m: M tr M0 và các móng neo dây cáp M1, M2
Móng M0 là móng nông bêtông c t thép Mác 250, gia c b ng c tràm dài 4.7m, ng kính g c 100 mm, m 2
Móng M1, M2 là móng nông bêtông c t thép Mác 250, gia c b ng c tràm dài
Hình 4.15 Móng neo dây cáp M1 và M2
Hình 4.17 Hình nh th c t chân tr anten
Hình 4.18 Hình nh th c t liên k t gi a thanh tr và các thanh gi ng
K T QU M T CÔNG TRÌNH TR M BTS C À M AU 333
4.2 K t qu thí nghi m t công trình tr m BTS Cà Mau 333
4.2.1 Thí nghi ng tr anten dây co
Thí nghi ng tr c ti n hành vào ngày
Thí nghi c th c hi n cho 1 tr anten và 2 dây cáp (m t dây cáp có chi u dài nh nh t, C1, và m t dây cáp có chi u dài l n nh t, C8) (Hình 4.19) C m bi n
V i tr anten, 1 c m bi c l t cách m t trên móng M0 m n 12m i v i dây cáp C1, 1 c m bi c l t cách m t trên móng M2 m n
2.5 i v i dây cáp C8, 1 c m bi c l t cách m t trên móng M1 m t n 4 nghiêng c a dây cáp Tín hi u gia t c ghi nh n trong th i gian 60 giây v i t n s l y m u là 50Hz, 3 l n v i th i gian cách nhau c a m i l 10 phút
(a) Tr anten (b) Dây cáp C1 (c) Dây cáp C8
Hình 4.19 Các thi t b ng trên (a) Tr anten,
67 Quá trình x lý các ng gia t c:
Khi t t c các c m bi n Imote2/SHM-A k t thúc ghi nh n tín hi u gia t c t các b ph n k t c u, tín hi u s truy n v c m bi n ch li u ra này c ng s c x lý và phân tích tín hi u t mi n th i gian (gia t c) sang mi n t n s theo các thu t toán c các thông tin c n thi t
T các k t qu tín hi u gia t c trên k t c u, ph ng (Power
Spectral Density) c c tính nh các t n s ng t ph P c tính ph ng theo quy trình c a Welch (1967):
S XX là ph ng n d là s b ng ghi tín hi u gia t c
Các k thu t áp d ng g m có: Ph m ng hay ph t n s (Power
Domain Decomposition - FDD ng là các t n s ng riêng ng PSD, các ng là các t n s t c nh b c s tr c ti p t nh t n s , thông qua vi c ch nh tr i c a hàm ph ng c a d li u ng c a k t c u
[Ngu n: Trung tâm Nghiên C u Công Ngh & Thi t B Công Nghi p (RECTIE), 2014].
K t qu c nghi ng c a tr anten c th hi
Hình 4.21 (a) Tín hi u gia t c c a tr anten và (b) Ph t n s c a tr anten
K t qu c nghi ng c a tr c tóm t t
Mode 1 Mode 2 Mode 3 Mode 4 Mode 5 Mode 6
Nh n xét: Theo k t qu ng cho k t c u c t anten, t n s ng c a 6 d c kh o sát là nh qua ba l
Vì s h n ch c a s ng c m bi ng ch là m t c m bi n, k t qu ng có th th hi n các mode u n và xo n tr n l n v i nhau
B ÀI TOÁN 1: M Ô PH NG TR ANTEN DÂY CO B NG PH N M M PTHH
4.3.1 Mô hình k t c u và các gi thi t
L a ch c mô hình k t c u tr anten dây co b ng ph n m m phân tích k t c u chuyên d ng SAP2000 ti n hành mô hình k t c u, ta có m t s gi thi c áp d i Vì m c tiêu chính trong lu ng l c h trích xu ng là gia t c t m kh o sát trên k t c u nên: c c a các thanh, dây co và cao trình c mô hình gi ng v i c c a công trình tr m BTS Cà Mau 333
Mô hình ch mô ph n các k t c u chính:
Mô hình b qua các mô ph ng:
- Các thi t b l p vào ph c v thông tin liên l c
Tr chính, thang gi ng b ng và b gá ch ng xoay s c ch n mô ph ng b ng ph n t thanh (Frame), v t li i tuy n tính (Linear Elastic) Các dây co b ng các bó cáp thép ng l c s c mô ph ng b ng ph n t thanh (Cable) Mô ph ng các dây cáp b ng ph n t n các phi tuy n hình h c c a cáp do l trong B ng 4.1
- Liên k t kh p, gi a: Tr ng và móng (các g i c nh) Dây cáp và móng neo Dây cáp và tr ng
- Liên k t nút c ng, gi t tr li n k nhau B gá và tr ng
Tr ng và các thanh gi ng b ng
Kh ng (Mass Sources nh ch t kh i ng b n thân c a các c u ki n c ng c a các c u ki c gi nguyên v i m nh ng c c l a ch n mô ph ng thông qua các sóng chuy n ng c t n n d a trên các b ng ghi d li u gia t c trong quá kh (Data- base Record) có s ch s th i gian (Time History
Functions) ng cho t ng tr t khác nhau trong ph n m m c phân tích t n s t nhiên và d c ch n
(Modal c ch - Eigen Vectors) ng và tính toán tác d a ch n trong ph n m c ch ch s – th i gian (Time History), ch n lo i ng tuy n tính (Modal Linear), d c d a trên các d ng phân tích Modal, tr u b ng không
Các l c c n cho k t c n t hai ngu n chính: ph thu c vào v t li u-hình d ng c u t o k t c u và c n t i v i các k t c u thép t s c ng t n 4% V i k t c u tr anten dây co này thì t s c a Amiri (1997) thì t s c n s ph thu c vào v t li u thép hình, cáp thép và các ki u liên k t c u ki n t c ng có c u t o liên k t ki u bu lông thì t s c n kho ng kính trên 10mm s có t s c n i 3% Do chúng ta không mô ph ng h ng nên c n t ng không Và theo Nakamoto và c ng s (1985) thì v i k t c u có t n s t n t n 5 Hz s có t s c n x p x 1- u này h c viên s ch n t s c c áp d ng cho t t c các d ng (Modal Damping) theo Amiri (1997) và Matthew Grey (2006), l a ch n b ng h ng s là 2% Trong m t s nghiên c u khác c n r ng t s c n c a tr anten dây co này là dao ng trong kho n 1.2% theo Oskoei (2008)
Tr ng ng riêng 78.5 (kN/m 3 ) i kéo E s = 2.1×10 5 (MPa)
Kh i ng riêng 1 (kG/m) i E sp = 1.70×10 5 (MPa)
Thanh tr là các thanh thép ng D89×5 (SS540)
B gá ch ng xoay thép C100×48×5.3 (SS400)
Ti t di n cáp thép ng kính D = 13.5 mm
L c trong các cáp tham kh o B ng 4.1
B ng 4.3 i c a m t s lo i cáp thép dùng trong xây d ng
[Ngu n: Wire Rope – BLUEJAY INDUSTRIAL INC.]
4.3.3 Mô ph ng tr anten dây co
L a ch n các ph n t mô ph c ti t di n và các gi thi t khi mô ph ã c p bên trên
Mô hình mô ph ng tr anten dây co trong SAP2000 c th hi
Hình 4.22 Mô hình tr anten dây co trong SAP2000
4.3.4 ng t do ng c a tr c phân tích b i tr ng thái dao ng t do Các phân tích th hi n các ng chung c a tr anten và dây co Trong ph m vi nghiên c u c a lu h c viên ch kh o sát các ng c a riêng tr anten Trong 20 d c phân tích, các t n s t nhiên c a tr c th hi n trong b i Các d ng
(Mode Shapes) c a tr bao g m các d ng u c X (BX), u c Y (BY) và d ng xo n quanh tr c Z (T)
B ng 4.4 T n s t nhiên c a các d ng t do
Các d ng ng u n c a tr c th hi tr
Hình 4.23 D ng u n th nh t BX1
Hình 4.24 D ng u n th hai BX2
Hình 4.25 D ng ng u n th ba BX3
75 m tin c y c a mô hình mô ph ng, các k t qu t n s t nhiên c a các d ng t c t SAP2000 s c khác bi t so v i các giá tr trung bình c a k t qu t n s t nhiên c a các d ng c c s p x p ng (s p x p theo các giá tr t n s g n nhau nh t) t th c nghi m công trình tr anten Cà Mau 333 ã th c hi n theo RECTIE (2014) Các k t qu c tham chi u gi a B ng 4.2 và B ng 4.4.
B ng 4.5 So sánh t n s t nhiên gi a mô ph ng và th c nghi m
Có th th y, s khác bi t gi a các t n s t nhiên có t mô ph ng so v i các t n s t nhiên có t th c nghi m là chênh l ch h u h t m ch p nh c bài toán k thu t c bi t, trong các d u là x p x 5% u này ch ng t , các k t qu trong mô hình mô ph ng tr anten dây co là y và có th s d ng
76 Trong gi i h n nghiên c u c a lu c viên ch n các d ng ng u n c a riêng tr kh o sát (b qua các d ng xo n) Do các d u luôn chi m t tr ng cao nh t khi phân ng, nên h c viên ch n 4 d ng u u tiên c a tr anten
Hình 4.27 Các d ng u c X c a tr anten
B ng 4.6 T n s t nhiên c a 4 d ng u ng Mode BX1 Mode BX2 Mode BX3 Mode BX4
Xét 4 d ng u n u tiên c X c a tr anten, các k t qu c tóm t t trong B ng 4.6 và Hình 4.27 T n s ng t nhiên c a Mode c phân tích là 1.3769 (Hz) có giá tr g n v i Mode BX2 là 1.7499 (Hz) t n s có ng dãn cách xa nhau ra, l t là 2.5809 (Hz) và 3.7698 (Hz) ng l n nh t t nh c a tr V ng s l n nh t g n v trí g n m t n a chi u cao c a tr n v l n nh t c a ng s hai v trí là g a và kho ng hai ph n ba chi u cao công trình Cu i cùng ã có s xu t hi n c l n t i m t ph n hai chi u cao công trình n, n v i d ng u n b c cao thì s ng c này là khá nh
B ng 4.7 T n s t nhiên c a 4 d ng u ng chính Y
Mode BY1 Mode BY2 Mode BY3 Mode BY4
Xét 4 d ng u n u tiên c Y c a tr anten, các k t qu c tóm t t trong B ng 4.7 và Hình 4.28 ý các t n s t
78 nhiên trong m i d ng b ng v i các giá tr t n s t nhiên trong các d ã phân tích
Th y r ng, các d ng ng u n c a 4 d tr c Y c gi ng v i 4 d ng u c X trên
Hình 4.28 Các d ng u c Y c a tr anten
T các k t qu t n s t nhiên và d ng c t ta có th k t lu n r ng các ng x ng theo hai c X và Y c a tr anten dây co u này có th c gi i thích : M c dù, ti t di n c a tr anten không i x là ti t di n hình tam giác Tuy nhiên, ngoài s ng c a k t c u thép hình c a riêng tr anten còn có s nh h ng 3 nhóm dây co các ng vòng xung quanh tr u nhau m t góc 120 , l p l c kéo trùng v i tr ng tâm c a ti t di n tr u này d n ng x ng c a tr là g n gi ng nhau, không khác bi t nhi u
Hình 4.29 T ng m t b ng c a tr anten dây co
Gi i h n c a lu ch kh o sát 4 d ng u u tiên theo qua các d ng xo n ã ch ng minh bên trên thì ng x ng c a tr h c viên ch ch n kh o sát 4 d ng u i di n ng u n c a tr anten này, các giá tr t n s c ch i
B ng 4.8 T n s t nhiên c a 4 d ng u u tiên c a tr anten
Mode u n Mode B1 Mode B2 Mode B3 Mode B4
Hình 4.30 Các d ng u n c a tr anten
Các d ng c a 4 d ng u u tiên c a tr c trích xu t t k t qu ng t do t ph n m m SAP2000, t m l y d li u và v c 4.3.5 theo sau
Hình 4.31 Các d ng u n c a tr anten t SAP2000
4.3.5 Ch m kh o sát trên thân tr anten
Vi c theo dõi tình tr ng c a m t k t c nh t th c nghi m thông qua các thi t b ng b ng các b c m bi n (Sensor) c g n trên các b ph n c a k t c u Các b c m bi ghi tín hi ng là c m bi n gia t c
Trong nghiên c u này, chúng ta s mô ph ng các c m bi n này b ng cách s d ng các c m bi n m kh c ch n s n, d c theo chi u cao c a thân tr anten T m m kh o sát này, ta s ti n hành trích xu t các ng gia t c (các b ng ghi gia t c) gây ra b i các sóng tác d ng lên công trình, c d li u ng M t khác, d m kh th hi n d ng c a tr ng
Tr c bao g m t tr c liên k t v i nhau xu t phát t m t nh công trình, trong t s c u t o t 3 thanh tr b ng thép ng c gi ng v i nhau b u c nh Do các thanh tr có tính ch t xuyên su t t nh công trình nên ta s ch m kh o sát n m trên các thanh này m b o ph c ng u n c a toàn tr anten, các m kh o sát còn c ch n t i các nút liên k t c a thanh tr và các thanh gi ng Ngoài ra, vì có 3 nhóm thanh tr ng nên chúng ta s ti n hành kh o sát xem s ph n ánh d ng u n c a tr c a t ng nhóm t ch n ra 1 nhóm kh i di n cho bài toán
Hình 4.32 Các nhóm kh o sát theo m t b ng tr anten
Hình 4.33 m kh o sát t nh công trình
Do tr c bao g t nên t nh m t, ta s ch m
(Sensor) kh i di t t và xuyên su t t nh công trình, d c theo thân tr m kh o sát Và cho c 3 nhóm kh o sát (Group Sensor) ta ch m có cao trình gi ng sau
B ng 4.9 Cao trình các m kh o sát trên thân tr anten m kh o sát Cao trình (m)
Sensor 10 59.900 Sensor 11 65.900 Sensor 12 71.900 Sensor 13 77.900 Sensor 14 83.900 Sensor 15 89.900 Sensor 16 95.900 Sensor 17 99.900 m kh o sát
V trí c m kh o sát d c theo thân tr anten c th hi ình i
Hình 4.34 m kh o sát d c theo thân tr anten kh o sát s n ánh d ng u n tr c a các nhóm Ta s so sánh d ng u n c X i di n) mà các nhóm th hi n cho t ng d ng
Các k t qu c th hi n trong các hình t Hình 4.35 n Hình 4.38
K T LU N
Trong nghiên c u này, ng (t n s ng và d ng dao ng riêng) c a m t tr anten dây co cao 100 mét ã c nh t vi c phân tích ch t các ng dao ng (tín hi u gia t c) sinh ra b i ng c a các sóng t khác nhau lên tr anten b ng mô ph ng thông qua ph n m m ph n t h u h n chuyên d ng SAP2000 ng này s ph c v cho các công tác theo dõi th tr ng k t c u, ch c k t c u b c tính các v trí b ng c a k t c u là m t trong nh ng nghiên c u có tính th c ti u hi n nay
Xu t phát ch t các ng c trích xu t d dàng trên k t c u mà không c n ngu n kích thích tích mi n t n s
(Frequency Domain Decomposition), m ti n l i, nhanh chóng và hi u qu ã c s d phân tích các ng này, nh ng thông qua ngôn ng l p trình MATLAB S ti n d ng c a k thu ã c th hi n trong nghiên c u Ch b ng vi n là ch nh tr i c a ph m t c tính t k t c u t i các t n s ã có th c các t n s t nhiên Th c t , m t s nh t n s này chính là các t n s c ng hay t n s ng v i t n s c a sóng kích thích T , ta có th hi u rõ h ng x ng c a tr anten lúc m m nh c c nh c các t n s ng, k thu t còn có th trích xu c các d ng x p x c a t ng d ng riêng bi t thông qua thu t toán SVD phân tích thành các véc- ng v i t n s ã ch nh tr i ki tin c y c a k thu t và hi u rõ h ng x ng c a tr anten khi ch u a ch n mang tính ch t kích thích ng u nhiên Nghiên c u
152 ã l a ch n ba sóng ng lên k t c u tr anten dây co v i n ng và th ng m nh khác nhau kh o sát b
T k t qu phân tích các bài toán ng d ng trong nghiên c u, m t s k t lu n
(1) Các t n s ng và d ng c a k t c u có th c nh hoàn toàn ch t các ng gia t c u ra mà không c n quan tâm n t ng
(2) Các ng th c trên k t c u không ch ph n ánh ng x c a k t c u mà còn mang c thông tin c a t i ng
(3) Khi t n s c a t i ng x p x v i t n s ng t nhiên c a k t c u thì k t c u s ng c ng i t n s t nhiên t ng d ng là mang tính ch t ng u nhiên, ph thu c vào n i dung t n s c a t i ng
(4) So v i k t qu ng t do, t n s và d ng c a k t c i khi ch t
(5) N ng c a sóng t càng nh thì s i d ng c tính càng l n d ng u n th ba c a tr anten dây co u này ch ng t r ng d ng này là nh y nh t v i n ng c a sóng t ng D ng u n th là nh nh t khi nh hình d ng
(6) Do tính ch i x ng c a k t c u, c ng c a tr anten ng nhau y, ta có th s d ng ch t m a tr ng c a tr
K I N NGH
Do th i gian th c hi n lu n tuy nhiên lu ã c m t s k t qu nh ti r ng còn r t nhi u v ng nghiên c u
153 này mà h k p th c hi c viên t xu t m t s v n nghiên c u có th ti p t c k th a và
(1) ng c a m t l i k t c u khác, ví d : nhà bê tông – c t thép, nhà công nghi p nhi u t ng nhi u nh p,
(2) Nghiên c tr hay k t h có th ng còn l i là t s c n c a k t c u
(3) K t h p các k t qu c a lu phát tri n thêm v k thu t ch n ng c a tr i tác d ng c a các thiên tai c a ng
(4) T i tr ng kh o sát có th k t h p là t i tr ng gió bão lên tr t d ng thiên tai gây g tr u
(5) Áp d n vào k t c có th tính chính xác trong vi c phân tích ng x ng
(6) C n áp d ng các k thu t tiên ti có th liên k t, c p nh t các k t qu theo dõi k t c u th c t và mô hình mô ph t c u
[1] M G Alberto, A C Francisco and A R Víctor, “Dynamic Response of a Guyed Mast under Seismic Loadings,” Universidad Tecnológica Nacional, Facultad Regional Mendoza, Rodríguez 273, Argentina, 2017
[2] R Brincker, L Zhang and P Andersen, “Modal identification of output-only systems using frequency domain decomposition,” Smart Materials and Structures, 10, P.441-445, 2001
[3] M Cecília and C B Rui, “Methods to design a guided tower concerning dynamic behaviour,” Universidade do Porto, Portugal, 2013
[4] H B Dang, “X Lý Tín Hi u S ,” H c Vi n Công Ngh n Thông, 2006
[5] N Dang, S Lee, T Huynh and J Kim, “Experimental Modal Analysis of Caisson-Foundation System using In-situ Vibration Measurement,” Department of Ocean Engineering, Pukyong National University, Korea,
[6] J S Eric, “Analysis of radio communication towers subjected to wind, ice and seismic loadings,” A Thesis Presented to the Faculty of the Graduate School of the University of Missouri, Columbia, 2006
[7] D J Ewins, “Modal Testing: theory, practice and application,” 2nd edition
Research Studies Press Ltd., Hertfordshire, UK, 2000
[8] A Furukawa and J Kiyono, “Identification of structural damage based on vibration responses,” 13th World Conference on Earthquake Engineering,
Vancouver, B.C., Canada, August 1-6, 2004, Paper No 132, 2004
[9] A Ismail, “Seismic assessment of guyed towers: A case study combining field measurements and pushover analysis,” HBRC, Structure and Metallic Institute, Egypt, 2014
155 [10] B Jorge, Marta and P Sergio, “Nonlinear dynamic response of a three- dimensional guyed mas,” X International Conference on Structural Dynamics, EURODYN, 2017
[11] S Kogul, A M L N Gunathilaka, C S Lewanagamage and M R Jayasinghe, “Seismic Analysis of Guyed Mast Towers in Sri Lanka,” University of Moratuwa, Colombo, Sri Lanka, 2014
[12] M Masura, “The practical Cases of Aerodynamic Vibration of Stayed Cables,” Wind Induced Vibration of Cable Stay Bridges Workshop, April 25-
[13] G Matthew, “Finite Element Seismic Analysis of Guyed Masts,” A thesis submitted for the degree of Master of Science by Research at the University of Oxford, UK, 2006
[14] D T Michael, G A Johnson and S T Vohra, “Deployment of fiber Bragg grating-based measurement system in a structural heal monitoring application,” US Naval Research Laboratory, Washington, DC 20375, USA,
[15] P Nikolai, R Rolfes, S Arne and G Tanja, “Non-Destructive Determination of Serviceability and Load Bearing Capacity of Floor Slabs Using Dynamic Methods,” Appelstr 9A, 30167 Hannover, 2014
[16] S A G Oskoei, “Simplified seismic analysis methods for guyed telecommunication masts,” Structural Engineering Series Report No 2008-1, Department of Civil Engineering and Applied Mechanics, McGill University,
[17] J Park, “Development of Autonomous Smart Sensor Nodes for Hybrid Structural Health Monitoring of Large Structures,” Doctoral Thesis,
Department of Ocean Engineering, Pukyong National University, 2009
[18] G Svend, B M Nis, H Henrik and K Hans, “Frequency Domain Techniques for Operational Modal Analysis,” Brỹel & Kjổr Sound and Vibration Measurements A/S, Skodsborgvej 307, DK2850 Nổrum, Denmark, 2006
156 [19] D T Tran, T Huynh and L Nguyen, “Digital Signal Processing, X Lý Tín
Hi u S ,” Nhà Xu t B i H c Qu c Gia Hà N i, 2012
[20] Trung tâm Nghiên C u Công Ngh & Thi t B Công Nghi p (RECTIE), “Báo cáo ki nh ch ng công trình h t ng tr m BTS
[21] W M West, “Illustration of the Use of Modal Assurance Criterion to Detect Structural Changes in an Orbiter Test Specimen,” Proc of Air Force Conference on Aircraft Structural Integrity, 1-6, 1984
[22] J R Wu and Q S Li, “Finite element model updating for a high-rise structure based on ambient vibration measurements,” Engineering Structures, Vol 26
[23] Y B Yang and Y J Chen, “A new direct method for updating structural models based on measured modal data,” Engineering Structure, Vol 31, No
[24] J H Yi and C B Yun, “Comparative study on modal identification methods using outputonly information,” Structural Engineering and Mechanics, 17(3- 4), 445-446, 2004
[25] M F W Yohanna, “Static and dynamic analyses of guyed antenna towers,” The degree of Doctor of Philosophyatthe University of Windsor, Canada,
[26] Q W Zhang, C C Chang and T Y P Chang, “Finite element model updating for structures with parametric constrains,” Earthquake Engineering and Structural Dynamics, Vol 29, No 7, pp 927