Luận văn thạc sĩ Kỹ thuật xây dựng: Dự đoán lực căng cho dầm bê tông cốt thép ứng suất trước sử dụng tần số dao động tự nhiên và các thuật toán trí tuệ nhân tạo

ii TÓM TẮT LUẬN VĂN THẠC SĨ Đề tài luận văn thạc sĩ “Dự đoán lực căng cho dầm bê tông cốt thép ứng suất trước sử dụng tần số dao động tự nhiên và các thuật toán trí tuệ nhân tạo” trình

GIỚI THIỆU

Đặt vấn đề

Cơ sở hạ tầng kỹ thuật xây dựng gồm các toà nhà, công trình cầu đường, đê đập, nhà máy,… đóng vai trò rất quan trọng trong cuộc sống hàng ngày của chúng ta, các công trình này giúp đảm bảo an toàn cũng như cung cấp các tiện nghi, tạo điều kiện thuận lợi cho hoạt động sinh hoạt, giao thương mua bán của con người Các công trình xây dựng dưới tác động của nhiều yếu tố khác nhau trong suốt quá trình vận hành sẽ xuống cấp sau thời gian dài sử dụng Để đảm bảo vận hành an toàn các công trình xây dựng, lĩnh vực theo dõi và chẩn đoán sức khỏe công trình (Structural Health Monitoring - SHM) đã nổi lên và phát triển mạnh mẽ SHM cung cấp các công cụ cần thiết để đảm bảo an toàn trong suốt quá trình khai thác sử dụng công trình Lĩnh vực SHM có vai trò quan trọng trong ngành công nghiệp xây dựng SHM cung cấp các giải pháp theo dõi và kiểm tra liên tục hoặc định kỳ nhằm phát hiện sớm dấu hiệu hư hỏng, xuống cấp hoặc các bất thường xuất hiện trong quá trình vận hành công trình Qua đó, đơn vị quản lý vận hành có thể xác định và xử lý kịp thời các nguy cơ tiềm ẩn xuất hiện trên công trình, đảm bảo công trình được khai thác vận hành liên tục và an toàn, đặc biệt là đối với những công trình quy mô lớn có ý nghĩa quan trọng về kinh tế, xã hội, an ninh quốc phòng và an toàn tính mạng của con người

Hình 1.1 Hình minh họa hệ thống theo dõi và chẩn đoán sức khỏe công trình [1]

Trong những năm gần đây, sự xuống cấp của các công trình có tuổi thọ lâu đời đã dẫn đến hàng loạt vụ sụp đổ thảm khốc gây ra những thiệt hại vô cùng to lớn Năm

2019 tại Nigeria, trường học Lagos bị sụp đổ do xuống cấp làm 20 người chết và hơn

60 người bị thương, sau đó nhằm ngăn chặn nguy cơ xảy ra sự cố tương tự, cơ quan Kiểm soát Tòa nhà Tiểu bang (LASBCA) đã chấp thuận phá hủy 80 tòa nhà xuống cấp khác trong khu vực; năm 2020, cầu Caprigliola tại Ý có tuổi thọ hơn 100 năm bị sụp đổ hoàn toàn, sự cố trên đã làm 2 người bị thương (Hình 1.2), nguyên nhân gây ra sụp đổ của cầu Caprigliola được cho là do các hư hỏng cục bộ dẫn đến sự sụp đổ dây chuyền của toàn bộ cây cầu Những sự cố nghiêm trọng đã xảy ra cho thấy tầm quan trọng của SHM trong quá trình khai thác vận hành công trình để đảm bảo vận hành an toàn công trình và hạn chế tối thiểu các sự cố đáng tiếc có thể xảy ra

Hình 1.2 Sụp đổ cầu Caprigliola tại Ý năm 2020 [2]

Trong lĩnh vực xây dựng, kết cấu bê tông cốt thép ứng suất trước (BTCT ƯST) đã và đang được áp dụng rộng rãi cho các công trình cầu, công trình nhà cao tầng,… Trong đó, dầm BTCT ƯST, với những ưu điểm vượt trội về khả năng vượt nhịp lớn, tính thẩm mỹ cao, khả năng chống nứt và chống thấm tốt, là một trong những cấu kiện chịu lực chính được sử dụng rất phổ biến trong các công trình xây dựng Cấu

CHƯƠNG 1: GIỚI THIỆU 3 kiện dầm BTCT ƯST làm việc dưới tác dụng của nhiều loại tải trọng cũng như điều kiện môi trường khác nhau trong thời gian dài dẫn đến xuống cấp và xuất hiện các hư hỏng gây ra mất an toàn cho công trình Các dạng hư hỏng thường thấy trên dầm BTCT ƯST gồm có: hư hỏng vùng neo cáp, xuất hiện vết nứt trên dầm (vết nứt co ngót, vết nứt do ép mặt khu vực kê gối, vết nứt xiên,…), bong tróc mảng bê tông, ăn mòn do phong hoá và xâm nhập hơi ẩm gây gỉ thép từ đó ảnh hưởng đến mức độ liên kết giữa thép và bê tông dầm, đứt cáp dự ứng lực… có thể thấy, hầu hết các hư hỏng thường gặp trên dầm BTCT ƯST đều dẫn đến mất mát lực căng trong dầm Khả năng làm việc của kết cấu dầm BTCT ƯST phụ thuộc chủ yếu vào lực căng, do đó kiểm soát và dự đoán chính xác tình trạng lực căng của dầm trong quá trình khai thác có ý nghĩa hết sức quan trọng để đảm bảo vận hành an toàn công trình

Việc theo dõi và dự đoán chính xác giá trị lực căng trong dầm là hết sức cần thiết để đảm bảo an toàn trong quá trình khai thác sử dụng kết cấu dầm BTCT ƯST Trước nhu cầu cấp thiết đó, luận văn thạc sĩ này được thực hiện nhằm đề xuất phương pháp dự đoán lực căng cho dầm BTCT ƯST sử dụng tần số dao động kết hợp các thuật toán trí tuệ nhân tạo Phương pháp đề xuất thuộc nhóm phương pháp không phá huỷ, kết quả dự đoán được đưa ra dựa trên các thay đổi bất thường trong đặc trưng dao động của dầm.

Mục tiêu và nội dung nghiên cứu

Mục tiêu nghiên cứu chính của luận văn là phát triển phương pháp dự đoán lực căng cho dầm BTCT ƯST sử dụng tần số dao động và các thuật toán trí tuệ nhân tạo 1.2.2 Nội dung nghiên cứu

Các nội dung thực hiện trong nghiên cứu này gồm:

+ Tìm hiểu phương pháp dự đoán lực căng cho dầm BTCT ƯST dựa trên phân tích dao động và thuật toán trí tuệ nhân tạo

+ Xây dựng mô hình PTHH cho dầm BTCT ƯST bằng phần mềm ANSYS Thực hiện phân tích tần số dao động với các cấp lực căng khác nhau và kiểm chứng độ tin cậy với kết quả thực nghiệm Ứng dụng thuật toán trí tuệ nhân tạo xây dựng các mô hình học máy dự đoán lực căng cho dầm BTCT ƯST

+ Khảo sát, đánh giá tính khả thi và mức độ hiệu quả của phương pháp đề xuất + Đưa ra các kết luận và kiến nghị.

Tính cần thiết và ý nghĩa của nghiên cứu

Kết cấu BTCT ƯST với những ưu điểm vượt trội đã và đang được áp dụng rộng rãi trong hầu hết các lĩnh vực của ngành xây dựng từ các công trình cầu, các nhà máy điện, cho đến các công trình nhà cao tầng,… Trong đó dầm BTCT ƯST là cấu kiện được sử dụng phổ biến hơn cả Lực căng đóng vai trò quyết định đến khả năng làm việc của dầm BTCT ƯST, do vậy tình trạng lực căng trong dầm là một trong những yếu tố quan trọng cần được theo dõi, giám sát cẩn thận nhằm mục đích phát hiện và xử lý kịp thời các bất thường xuất hiện trên kết cấu dầm BTCT ƯST Qua đó, đảm bảo an toàn cho kết cấu dầm BTCT ƯST nói riêng và cho công trình nói chung Các công trình xây dựng sử dụng kết cấu BTCT ƯST thường có quy mô lớn và tuổi thọ sử dụng kéo dài lên đến hàng trăm năm đối với các công trình đặc biệt như nhà máy điện hạt nhân, cầu dây văng, Quá trình khai thác sử dụng trong thời gian dài, dưới tác động của nhiều yếu tố sẽ làm cho các công trình này xuống cấp dần theo thời gian cũng như xuất hiện các hư hỏng có thể dẫn đến phá hủy, sụp đổ hoàn toàn công trình Các sự cố này gây ra những tác động tiêu cực về kinh tế, xã hội, môi trường và đặc biệt là an toàn tính mạng của con người

Thực tế trên thế giới đã chứng kiến nhiều kết cấu BTCT ƯST bị hư hỏng sụp đổ sau thời gian dài khai thác sử dụng Vào tháng 12 năm 2005, cầu vượt Lake View Drive bắc qua cao tốc I70 tại Mỹ đã sụp đổ do hư hỏng cáp dự ứng lực của dầm biên, sự cố đã làm 5 người chết và hư hỏng hoàn toàn dầm biên của cầu (Hình 1.3); năm

2017, sự cố hư hỏng cáp dự ứng lực đã dẫn đến sụp đổ công trình cầu đi bộ Troja footbridge tại Cộng hòa Czech, sự cố này đã làm 4 người bị thương và gây hư hỏng hoàn toàn kết cấu nhịp của cầu Troja (Hình 1.4)

Hình 1.3 Sụp đổ cầu vượt Lake View Drive tại Mỹ năm 2005 [3]

Hình 1.4 Sụp đổ cầu đi bộ Troja tại Cộng hòa Czech năm 2017 [4]

Việc theo dõi và chẩn đoán sức khỏe cho kết cấu dầm BTCT ƯST là hết sức cần thiết để có thể đưa ra các cảnh báo sớm về tình trạng bất thường của kết cấu dầm Từ

CHƯƠNG 1: GIỚI THIỆU 6 đó có thể xác định và đưa ra các biện pháp phù hợp như duy tu, bảo dưỡng hoặc gia cường nhằm giúp kéo dài tuổi thọ, đảm bảo vận hành an toàn, tin cậy cho công trình cũng như hạn chế đến mức tối thiểu các thiệt hại đáng tiếc có thể xảy ra.

Nội dung luận văn

Luận văn thạc sĩ này được chia thành 5 chương với nội dung chính như sau:

+ Chương 1: giới thiệu chung về lĩnh vực chẩn đoán sức khoẻ công trình, ý nghĩa và tính cấp thiết của đề tài nghiên cứu Mục tiêu và nội dung nghiên cứu cũng được trình bày trong chương này

+ Chương 2: tổng hợp tình hình nghiên cứu trong nước và trên thế giới qua đó tìm ra các vấn đề còn tồn tại mà đề tài cần tập trung nghiên cứu và giải quyết + Chương 3: trình bày cơ sở lý thuyết sử dụng trong đề tài luận văn với ba nội dung chính là: chẩn đoán sức khoẻ công trình, phân tích dao động dầm BTCT ƯST và thuật toán học máy

+ Chương 4: chương này trình bày kết quả các bài toán khảo sát, cụ thể gồm: o Bài toán 1: xây dựng và kiểm chứng mô hình phần tử hữu hạn của dầm BTCT ƯST o Bài toán 2: dự đoán lực căng cho dầm sử dụng tần số dao động của dầm và các thuật toán học máy o Bài toán 3 (mở rộng): tiến hành gia tải đứng cho dầm theo sơ đồ uốn

4 điểm và thực hiện dự đoán tải trọng đứng tác dụng lên dầm sử dụng tần số dao động của dầm và các thuật toán học máy

+ Chương 5: tổng hợp kết quả đạt được của nghiên cứu, rút ra các kết luận và đưa ra kiến nghị cho các nghiên cứu trong tương lai.

TỔNG QUAN

Tình hình nghiên cứu ngoài nước

Các phương pháp giám sát và chẩn đoán sức khoẻ cho công trình đã được các nhà khoa học trên thế giới bắt đầu nghiên cứu từ cuối thập niên 70 Từ đó đến nay, lĩnh vực SHM ngày càng được quan tâm với hàng loạt công trình nghiên cứu được các tác giả trên khắp thế giới thực hiện và đã thu được nhiều kết quả quan trọng Trong số đó, các nghiên cứu sử dụng đặc trưng dao động và phương pháp trí tuệ nhân tạo để chẩn đoán sức khỏe cho kết cấu dạng thanh gồm có các công trình nghiên cứu sau: Năm 1978, Adams và cộng sự [5] đã nghiên cứu phương pháp không phá hủy để đánh giá tính toàn vẹn của kết cấu và tiến hành áp dụng cho các cấu kiện dạng thanh Nghiên cứu đã sử dụng kết quả đo dao động trên các mẫu thí nghiệm khác nhau gồm thanh thẳng hình lăng trụ, thanh kép thon và trục cam ô tô; kết hợp với mô hình lý thuyết phù hợp để đưa ra kết quả chẩn đoán vị trí và mức độ hư hỏng của kết cấu Kết quả chẩn đoán thu được rất phù hợp với hư hỏng thực tế trên cấu kiện

Năm 1991, Collins và Mitchell [6] từ các kết quả phân tích đã phát hiện các tổn hao lực căng xảy ra dọc theo toàn bộ chiều dài dầm bê tông dự ứng lực Tác giả đã chỉ ra các nguyên nhân gây tổn hao lực căng cho dầm dự ứng lực gồm có sự co ngắn đàn hồi, các hiện tượng từ biến và co ngót trong bê tông, hiện tượng tự chùng của cáp dự ứng lực, tổn hao do ma sát và hư hỏng các đầu neo

Năm 1998, Doebling và cộng sự [7] đã thực hiện bài đánh giá tổng hợp các phương pháp chẩn đoán hư hỏng dựa trên dao động Bài đánh giá cung cấp một góc nhìn tổng quan về các phương pháp phát hiện hư hỏng, xác định vị trí xảy ra hư hỏng và xác định mức độ hư hỏng của kết cấu xây dựng và các hệ thống cơ khí thông qua sự thay đổi trong các đặc trưng dao động đo được Tác giả đã đưa ra kiến nghị phát triển phương pháp chẩn đoán dựa trên dao động bằng cách tập trung nghiên cứu và áp dụng cho các lĩnh vực cụ thể, các công trình thực tế trong điều kiện khai thác sử dụng thay vì các mẫu thử trong phòng thí nghiệm

Năm 2000, Miyamoto và cộng sự [8] đã trình bày phương pháp gia cường công trình cầu xuống cấp sử dụng kỹ thuật dự ứng lực căng ngoài Nghiên cứu tập trung vào phân tích dầm giản đơn liên hợp được gia cường bằng cáp dự ứng lực ứng căng

CHƯƠNG 2: TỔNG QUAN 8 ngoài, mức độ chính xác của kết quả phân tích được kiểm chứng với thực nghiệm trên mô hình kích thước lớn của dầm liên hợp ứng suất trước, ngoài ra tác giả cũng trình bày kết quả áp dụng thực tế cho một công trình cầu Qua nghiên cứu, tác giả đã đưa ra công thức đề xuất để xác định tần số dao động cho dầm liên hợp sử dụng cáp dự ứng lực căng ngoài có xét đến ảnh hưởng của độ lệch tâm cáp dự ứng lực, kết quả thực nghiệm và tính toán cho thấy công thức này có thể ước lượng tương đối dễ dàng tần số của dầm liên hợp được gia cường bằng cáp dự ứng lực căng ngoài

Năm 2004, Kim và cộng sự [9] đã tiến hành nghiên cứu phương pháp không phá hủy để phát hiện mất mát lực căng cho dầm cầu BTCT ƯST Giải thuật nghịch đảo được áp dụng để đưa ra kết quả dự đoán mất mát lực căng trong dầm thông qua sự thay đổi giá trị tần số dao động ở hai mode dao động đầu tiên Tác giả đã đưa ra kết luận việc sử dụng tần số dao động của các dạng dao động đầu tiên để dự đoán mất mát lực căng là khả thi Tuy nhiên, phương pháp này chưa phân biệt được nguyên nhân của sự thay đổi tần số là do hư hỏng bê tông hay do mất mát lực căng Ngoài ra, độ chính xác của phương pháp đề xuất cần phải được cải thiện thêm

Năm 2007, Zhang và cộng sự [10] đã tiến hành thí nghiệm động trên năm dầm BTCT ƯST, kết hợp với tính toán bằng các công thức lý thuyết được đề xuất từ những nghiên cứu trước nhằm tìm mối quan hệ giữa lực căng và tần số dao động của dầm Kết quả thí nghiệm cho thấy tần số dao động của dầm tăng khi lực căng tăng Ngoài ra, tác giả đã đưa ra công thức đề xuất sử dụng để tính toán tần số dao động của dầm bằng cách sử dụng độ cứng tương đương có xét đến ảnh hưởng của lực căng Sai số khi tính toán bằng công thức đề xuất nằm ở mức chấp nhận được, tuy nhiên sai số này có xu hướng tăng ở các dạng dao động bậc cao

Năm 2010, Kim và cộng sự [11] đã đề xuất một hệ thống giám sát và chẩn đoán sức khỏe cho dầm BTCT ƯST sử dụng kết hợp phương pháp dao động và trở kháng để phát hiện và phân loại hai dạng hư hỏng trong dầm BTCT ƯST, hư hỏng cáp và hư hỏng dầm Hệ thống chẩn đoán được thiết kế với ba cấp độ: cảnh báo hư hỏng tổng thể, phân loại hư hỏng và ước lượng mức độ hư hỏng cho dầm Kết quả dự đoán hư hỏng cáp do mất mát lực căng có độ chính xác cao; khi chẩn đoán dạng hư hỏng

CHƯƠNG 2: TỔNG QUAN 9 dầm, vị trí hư hỏng được dự đoán khá chính xác, tuy nhiên kết quả dự báo mức độ hư hỏng có độ chính xác không cao

Năm 2011, Zhang và cộng sự [12] đã thực hiện thí nghiệm trên hai dầm BTCT ƯST sử dụng cáp dự ứng lực không bám dính Kết quả cho thấy tần số dao động của dầm tăng khi lực căng tăng, công thức hiệu chỉnh được đề xuất cho kết quả tính toán giá trị tần số dao động của dầm phù hợp với kết quả thu được từ thực nghiệm Năm 2012, Ho và cộng sự [13] đã trình bày một phương pháp để ước lượng lực căng cho dầm BTCT ƯST bằng cách sử dụng các đặc trưng dao động và hệ thống nhận dạng kết cấu (SID) Phương pháp cho kết quả chính xác khi dự đoán mất mát lực căng bằng cách sử dụng các tần số dao động đo được và tần số dao động ở trạng thái không có lực căng

Năm 2014, Shi và cộng sự [14] đã phát triển một phương pháp mới để xác định lực căng trong dầm BTCT ƯST sử dụng cáp căng ngoài dựa trên phương trình tần số và phương pháp đo tần số Hiệu quả của phương pháp này được chứng minh bằng các thí nghiệm trên dầm một nhịp và hai nhịp sử dụng cáp căng ngoài Hàm số mối quan hệ giữa thay đổi lực căng và chuyển vị được xây dựng Ngoài ra, công thức độ lệch tâm tương đương cũng được nhóm tác giả giới thiệu trong nghiên cứu này Phương pháp đo tần số có thể sử dụng trong theo dõi sức khỏe của công trình cầu thông qua xử lý tín hiệu đo được từ thực tế Thay đổi của lực căng trong dầm có thể được nhận biết qua sự thay đổi xu hướng tần số dao động đo được

Năm 2016, Noh và cộng sự [15] đã tiến hành thí nghiệm trên các mẫu dầm BTCT ƯST bố trí cáp cong và cáp thẳng để nghiên cứu ảnh hưởng của lực căng đến tần số dao động của dầm Nghiên cứu đã đưa ra kết luận tần số dao động của dầm bị ảnh hưởng bởi rất nhiều yếu tố như: độ lớn của lực căng, tỉ lệ độ cứng giữa bê tông và cáp dự ứng lực, điều kiện biên và cách bố trí cáp dự ứng lực, tác giả cũng chỉ ra rằng đang có sự mâu thuẫn giữa các mô hình lý thuyết sử dụng để phân tích tần số dao động cho dầm BTCT ƯST Ngoài ra, một số lý thuyết cho kết quả có xu hướng ngược lại so với kết quả thực nghiệm, do đó cần thiết phải phát triển một mô hình lý thuyết tin cậy hơn để phản ánh đúng mối quan hệ giữa tần số dao động tự nhiên và lực căng

Năm 2017, Cha và cộng sự [16] đã nghiên cứu và ứng dụng mạng nơron sâu (DNN) để chẩn đoán vết nứt trên bề mặt bê tông thông qua các hình ảnh chụp bề mặt cấu kiện Tính ưu việt của phương pháp được chứng minh khi có thể phát hiện vết nứt trên bề mặt cấu kiện từ ảnh chụp trong nhiều điều kiện khác nhau Tuy nhiên, để đạt hiệu quả cao cần huấn luyện với số lượng dữ liệu đủ nhiều, do đó vấn đề thu thập dữ liệu huấn liệu là một hạn chế lớn của phương pháp này, ngoài ra việc chẩn đoán bằng phương pháp này chỉ phát hiện được hư hỏng xuất hiện trên bề mặt, chưa cung cấp được thông tin về hư hỏng bên trong

Năm 2017, Lin và cộng sự [17] đã trình bày một phương pháp chẩn đoán tự động trích xuất các thông tin cần thiết từ dữ liệu trên miền thời gian bằng thuật toán học sâu Một mạng nơron tích chập (CNN) được thiết kế để học các tính năng và xác định vị trí hư hỏng Phương pháp này được áp dụng và so sánh với phương pháp chẩn đoán dựa trên wavelet Phương pháp chẩn đoán được đề xuất cho kết quả chính xác trên cả tập dữ liệu có nhiễu và tập dữ liệu không nhiễu

Năm 2019, Gan [18] đã trình bày trong luận án tiến sĩ nghiên cứu về ảnh hưởng của lực căng đến tần số dao động của dầm Trong nghiên cứu này, tác giả đã tiến hành tổng hợp các lý thuyết và thí nghiệm đã được thực hiện về ảnh hưởng của lực căng đến tần số của dầm Qua đó, tác giả đã nhận thấy sự không nhất quán và mâu thuẫn giữa các nghiên cứu trước cũng như giữa lý thuyết và thực nghiệm Gan cũng đã tiến hành các mô phỏng số để khảo sát ảnh hưởng của lực căng có xét đến hiện tượng từ biến của bê tông dầm Gan đã đưa ra kết luận đối với dầm làm bằng đồng chất quan hệ tần số và lực căng sẽ phù hợp với lý thuyết, tần số dao động của dầm giảm hoặc không thay đổi khi lực căng tăng; ngược lại đối với dầm không đồng chất tần số sẽ tăng khi lực căng tăng

Tình hình nghiên cứu trong nước

Trong những năm gần đây, lĩnh vực SHM ngày càng được quan tâm tại Việt Nam Hàng loạt nghiên cứu đã được công bố, trong số đó những nghiên cứu có liên quan đến phương pháp chẩn đoán cho dầm BTCT ƯST có thể kể đến như:

Năm 2014, Nguyễn [29] trong luận văn thạc sĩ đã trình bày phương pháp hiệu chỉnh mô hình PTHH sử dụng thuật giải di truyền cho dầm BTCT ƯST dựa vào sự thay đổi của các đặc trưng dao động Từ đó đưa ra dự đoán về trạng thái lực căng cho dầm BTCT ƯST

Năm 2015, Hồ [30] đã tiến hành mô phỏng dầm BTCT ƯST bằng phần mềm ANSYS và tiến hành khảo sát lực căng của dầm trong luận văn thạc sĩ của mình Nghiên cứu cho thấy tính khả thi trong việc sử dụng mô hình phần tử hữu hạn để phục vụ công tác theo dõi và chẩn đoán sức khoẻ cho dầm BTCT ƯST

Năm 2015, Nguyễn [31] đã trình bày phương pháp chẩn đoán hư hỏng dầm BTCT ƯST căng sau sử dụng mô hình hỗn hợp dao động-trở kháng trong luận văn thạc sĩ Mức độ tổn hao ứng suất tại thời điểm kiểm tra được xác định bằng tín hiệu trở kháng từ tấm PZT gắn tại vùng neo Kết quả mô phỏng và dự đoán hư hỏng rất phù hợp với kết quả từ thực nghiệm, tuy nhiên phương pháp vẫn còn hạn chế là chưa xác định chính xác mức độ hư hỏng trên dầm

Năm 2017, Nguyễn [32] đã đề xuất phương pháp chẩn đoán hư hỏng dầm cầu BTCT ƯST nhịp giản đơn bằng phương pháp dao động sử dụng thuật toán Mac- Ewwin và Bunnhiacopxiki Phương pháp đã xác định được trạng thái hư hỏng, vị trí xuất hiện hư hỏng và đánh giá được mức độ hư hỏng của kết cấu dầm cầu

Năm 2017, Trần [33] đã tiến hành nghiên cứu dự đoán trạng thái tổn hao lực căng trong kết cấu dầm BTCT ƯST dựa trên các thay đổi của đặc trưng dao động Nghiên cứu này sử dụng mô hình PTHH được hiệu chỉnh bằng phương pháp tối ưu sử dụng giải thuật tiến hóa khác biệt Kết quả mô hình PTHH sau khi hiệu chỉnh bằng phương pháp được đề xuất có sai số dưới 1%, giá trị lực căng trong dầm cũng được dự đoán chính xác so với thực nghiệm Ngoài ra, tác giả cũng rút ra kết luận về mối quan hệ tuyến tính giữa lực căng và tần số dao động của dầm

Năm 2018, Hồ và cộng sự [34] đã áp dụng phương pháp năng lượng biến dạng để chẩn đoán hư hỏng trong kết cấu dầm Nghiên cứu được thực hiện trên mô hình PTHH của cấu kiện dầm đồng chất có điều kiện biên là dầm công xôn và dầm đơn giản với mục đích xử lý việc tính toán độ cong dạng dao động tại các điểm biên Năm 2019, Phạm [35] trong luận văn thạc sĩ đã nghiên cứu nhận dạng tổn hao lực căng trong kết cấu dầm BTCT ƯST căng sau sử dụng tần số dao động Mô hình PTHH được hiệu chỉnh bằng thuật toán độ nhạy, sau đó tác giả tiến hành phân tích và đánh giá kết quả dự đoán lực căng trong dầm cho trường hợp không gia tải và khi tiến hành gia tải cho dầm Kết quả tần số dao động của mô hình PTHH sau hiệu chỉnh khá chính xác so với kết quả thực nghiệm Tác giả cũng đã đề xuất công thức hiệu chỉnh dùng để dự đoán lực căng trong quá trình sử dụng (khi có tải trọng tác dụng lên dầm)

Năm 2020, Nguyễn và cộng sự [36] đã trình bày nghiên cứu phân tích tần số và dạng dao động của dầm BTCT ƯST với các điều kiện biên khác nhau sử dụng phương pháp số Newton – Raphson Nghiên cứu đã rút ra kết luận về dạng phương trình đặc trưng xác định tần số dao động của dầm dự ứng lực, ngoài ra tác giả cũng đưa ra nhận xét về ảnh hưởng của ứng suất dư đến tần số dao động của dầm

Năm 2020, Lưu và cộng sự [37] đã đề xuất phương pháp chẩn đoán tổn hao lực căng trong vùng neo cáp sử dụng đáp ứng trở kháng cơ-điện Nghiên cứu được thực hiện bằng cách mô phỏng vùng neo cáp trong phần mềm ANSYS và so sánh với thực nghiệm Kết quả mô phỏng ANSYS cho thấy sự phù hợp giữa kết quả mô phỏng với kết quả thực nghiệm Phương pháp trở kháng có hiệu quả cao khi chẩn đoán tổn hao lực căng tại vùng neo cáp, ngoài ra mức độ hư hỏng có thể chẩn đoán chính xác bằng cách kết hợp phương pháp trở kháng với thuật toán trí tuệ nhân tạo

Năm 2021, Lưu và Hồ [38] đã ứng dụng mạng nơron nhân tạo (ANN) để chẩn đoán sự xuất hiện và mức độ tổn hao lực căng tại vùng neo cáp Sự xuất hiện tổn hao được tác giả đánh giá thông qua chỉ số MAPD (Mean Absolute Percentage Deviation) Mức độ tổn hao lực căng được xác định bằng thuật toán ANN Vùng neo được mô phỏng số và kiểm chứng độ tin cậy với kết quả thực nghiệm Các kết quả

CHƯƠNG 2: TỔNG QUAN 15 cho thấy, phương pháp đề xuất đạt hiệu quả cao khi chẩn đoán tổn hao lực căng tại vùng neo cáp

Năm 2022, Phan và cộng sự [39] đã trình bày nghiên cứu thực nghiệm về ứng xử biến dạng của vùng neo cáp dự ứng lực dưới tác dụng mất mát lực căng Từ đó, đưa ra phương pháp xác định mất mát lực căng tại vùng neo Kết quả nghiên cứu cho thấy, việc sử dụng tín hiệu biến dạng vùng neo để theo dõi trạng thái làm việc tại vị trí này là rất khả thi

Năm 2022, Đặng và cộng sự [40] đã trình bày nghiên cứu dự đoán sức kháng còn lại của dầm BTCT bị ăn mòn dựa trên mô hình mạng nơron hồi quy tổng quát Nghiên cứu sử dụng số liệu của 123 dầm BTCT bị ăn mòn cốt thép dọc đã được công bố trong các tài liệu trước đây Kết quả dự đoán sức kháng uốn của dầm BTCT bị ăn mòn bằng mô hình được đề xuất cho độ chính xác cao khi so sánh với kết quả từ thực nghiệm

Năm 2022, Nguyễn và cộng sự [41] đã đề xuất phương pháp chẩn đoán kết cấu BTCT bị ăn mòn dựa trên mô hình lai ghép trí tuệ nhân tạo Nghiên cứu này sử dụng mô hình lai ghép giữa máy hỗ trợ vectơ bình phương cực tiểu với thuật toán tiến hóa vi phân So với các mô hình riêng lẻ, mô hình lai ghép cho hiệu quả chẩn đoán cao nhất khi áp dụng để ước tính cường độ còn lại của dầm BTCT bị ăn mòn

Năm 2023, Phạm [42] trong luận văn thạc sĩ của mình đã đề xuất phương pháp chẩn đoán hư hỏng trong dầm BTCT sử dụng các đặc trưng dao động kết hợp với thuật toán trí tuệ nhân tạo Nghiên cứu đã áp dụng chẩn đoán với ba cấp độ là phát hiện hư hỏng, xác định vị trí hư hỏng và xác định mức độ hư hỏng Ngoài ra, tác giả còn tiến hành dự đoán tải trọng tác dụng lên dầm Các kết luận về mức độ hiệu quả của các cấp độ chẩn đoán cũng được tác giả đưa ra.

Tổng kết

Có thể thấy, các nghiên cứu thực hiện trước đây đã phát triển được nhiều phương pháp hiệu chỉnh mô hình phần tử hữu hạn cũng như chẩn đoán hư hỏng cho cấu kiện dầm BTCT ƯST và đã đạt được nhiều kết quả có ý nghĩa quan trọng Tuy vậy, các nghiên cứu trước vẫn ghi nhận những vấn đề còn tồn tại như: chưa xác định chính xác mức độ hư hỏng trên dầm BTCT ƯST, đa phần các nghiên cứu chỉ tiến hành khảo

CHƯƠNG 2: TỔNG QUAN 16 sát hư hỏng của kết cấu không chịu tác dụng của tải trọng bên ngoài, hầu hết các nghiên cứu chỉ sử dụng riêng lẻ tần số từng mode để chẩn đoán mà chưa xem xét sử dụng kết hợp tần số các mode, ngoài ra nhiều phương pháp được đề xuất không mang lại hiệu quả cao khi chỉ sử dụng riêng lẻ

Trí tuệ nhân tạo đang được áp dụng ngày càng rộng rãi và mang lại nhiều hiệu quả tích cực ở hầu hết mọi lĩnh vực đời sống SHM cũng không nằm ngoài xu hướng trên, nhiều công trình nghiên cứu gần đây cho thấy tính khả thi cũng như mức độ hiệu quả cao khi áp dụng trí tuệ nhân tạo vào việc theo dõi và chẩn đoán sức khỏe công trình Qua quá trình tìm hiểu tình hình nghiên cứu trong nước và trên thế giới, học viên nhận thấy hiện tại vẫn còn thiếu những nghiên cứu áp dụng trí tuệ nhân tạo vào việc dự đoán lực căng cho dầm BTCT ƯST Với hiệu quả đã được kiểm chứng khi áp dụng cho những dạng cấu kiện khác nhau từ những nghiên cứu trước, việc áp dụng trí tuệ nhân tạo là rất khả thi và hứa hẹn mang lại hiệu quả tốt hơn khi giải quyết vấn đề dự đoán lực căng trong các điều kiện làm việc khác nhau của cấu kiện dầm BTCT ƯST

Trong luận văn này học viên tiến hành nghiên cứu phương pháp dự đoán lực căng cho dầm BTCT ƯST sử dụng đặc trưng dao động của dầm kết hợp với thuật toán trí tuệ nhân tạo Đây là phương pháp không phá hủy, đưa ra dự đoán dựa trên các thay đổi bất thường trong đặc trưng dao động của dầm BTCT ƯST Mô hình phần tử hữu hạn của một dầm BTCT ƯST được xây dựng bằng phần mềm ANSYS và kiểm chứng độ tin cậy với kết quả thực nghiệm Tần số dao động của dầm được phân tích ứng với các cấp lực căng khác nhau Từ đó, mô hình học máy sẽ được xây dựng và sử dụng để dự đoán lực căng cho dầm Dữ liệu đầu vào của mô hình học máy là giá trị tần số dao động của dầm Ngoài ra, hiệu quả khi sử dụng kết hợp dữ liệu tần số dao động để dự đoán cũng được xem xét và đánh giá trong luận văn này.

CƠ SỞ LÝ THUYẾT

Theo dõi và chẩn đoán sức khỏe công trình (Structural Health Monitoring - SHM)

SHM là một giải pháp giúp phát hiện sớm hư hỏng, sự xuống cấp và những bất thường của công trình Qua đó, đơn vị quản lý vận hành có thể can thiệp kịp thời, ngăn ngừa các sự cố nghiêm trọng, đảm bảo vận hành an toàn, tin cậy, kéo dài tuổi thọ công trình và giúp tối ưu quá trình vận hành bảo trì công trình Việc áp dụng hệ thống theo dõi và chẩn đoán sức khoẻ cho cấu kiện chịu lực chính của công trình là dầm BTCT ƯST mang lại nhiều lợi ích lớn như:

+ Nâng cao mức độ an toàn cho công trình: quá trình quan trắc giám sát liên tục sẽ giúp phát hiện các dấu hiệu bất thường (thay đổi bất thường trong đặc trưng dao động, xuất hiện chuyển vị, ứng suất vượt quá mức cho phép,…) và ngăn chặn kịp thời các nguy cơ gây mất an toàn cho công trình

+ Tiết kiệm chi phí vận hành: các thông tin chuyên sâu từ hệ thống SHM giúp đơn vị vận hành tối ưu được quá trình vận hành công trình Việc bảo trì và sửa chữa kịp thời giúp giảm chi phí vận hành và tối ưu thời gian sử dụng của công trình, từ đó gia tăng hiệu quả sử dụng công trình

+ Kéo dài tuổi thọ: xác định và giải quyết sớm các vấn đề kết hợp với việc bảo trì và sửa chữa kịp thời có thể giúp kéo dài tuổi thọ cho công trình

Lĩnh vực SHM tập trung vào việc quan trắc và đánh giá liên tục hoặc theo chu kỳ trạng thái làm việc của các công trình xây dựng như nhà cao tầng, công trình cầu, đê đập, đường ống, nhà máy,… việc theo dõi và chẩn đoán trạng thái làm việc của công trình được thực hiện thông qua một hệ thống bao gồm các thành phần chính như sau: + Mạng lưới cảm biến thu thập các thông số của công trình (chuyển vị, biến dạng, tần số dao động,…) theo thời gian thực

+ Bộ công cụ phân tích, xử lý các dữ liệu thu thập được

+ Kỹ thuật phân tích đánh giá tình trạng của công trình dựa trên những bất thường, hoặc dựa trên sự thay đổi trạng thái của các dữ liệu, từ đó đưa ra kết luận và có các giải pháp phù hợp cho công trình

CHƯƠNG 3: CƠ SỞ LÝ THUYẾT 18

Hệ thống SHM được phát triển theo các cấp độ khác nhau tuỳ thuộc vào đối tượng cần chẩn đoán, mục tiêu theo dõi chẩn đoán Theo Chen [43] các hệ thống theo dõi và chẩn đoán sức khoẻ công trình được chia làm 5 cấp độ chính như sau:

+ Cấp độ I: phát hiện hư hỏng, đưa các dấu hiệu định tính chỉ ra rằng hư hỏng có thể đã xuất hiện trên công trình

+ Cấp độ II: định vị hư hỏng, cung cấp các thông tin về vị trí xuất hiện hư hỏng trên kết cấu

+ Cấp độ III: phân loại hư hỏng, đưa ra thông tin về loại hư hỏng xảy ra + Cấp độ IV: đánh giá mức độ hư hỏng, cung cấp ước lượng về mức độ thiệt hại của công trình

+ Cấp độ V: chẩn đoán độ an toàn của công trình, với hư hỏng xảy ra cung cấp thông tin về mức độ an toàn của công trình Đi từ cấp độ I đến V là sự gia tăng kiến thức về tình trạng hư hỏng xảy ra trên công trình Trong đó, các cấp độ cao thường yêu cầu thông tin từ những cấp độ thấp hơn Hai cấp độ đầu tiên có thể đạt được thông qua việc đo đạc các đặc trưng dao động của công trình Để phân loại được hư hỏng (cấp độ III), cần phải có dữ liệu phân tích các dạng hư hỏng cho kết cấu để tương quan với các dữ liệu đo được Ở cấp độ

IV và V, việc đánh giá và chẩn đoán hư hỏng cần thiết phải có mô hình phân tích của kết cấu để trích xuất các dữ liệu phục vụ chẩn đoán, ngoài ra còn cần thêm các thông tin về loại hư hỏng ở cấp độ III

Việc lựa chọn phương pháp SHM phụ thuộc vào các đặc điểm, yêu cầu cụ thể của công trình được tiến hành quan trắc, giám sát SHM bao gồm nhiều phương pháp và kỹ thuật khác nhau để đánh giá tình trạng của công trình, các phương pháp thường áp dụng trong việc chẩn đoán sức khoẻ cho công trình sử dụng cấu kiện dầm BTCT ƯST gồm có:

+ Kiểm tra trực quan: là cách thức cơ bản, truyền thống lâu đời được áp dụng rộng rãi nhất Hư hỏng được phát hiện thông qua có dấu hiệu trực quan như vết nứt, biến dạng quá mức, các khuyết tật có thể nhìn thấy được,… Phương pháp này giúp cung cấp thông tin ban đầu về tình trạng của kết cấu nhưng không thể phát hiện các hư hỏng ở bên trong, khó áp dụng cho kết cấu có

CHƯƠNG 3: CƠ SỞ LÝ THUYẾT 19 quy mô lớn phức tạp, các công trình xây dựng ở nơi hiểm trở (công trình khu vực hẻo lánh, công trình ngoài khơi,…)

+ Sử dụng thử nghiệm không phá hủy (Non-destructive Testing – NDT): đánh giá tình trạng của kết cấu thông qua các phương pháp thử nghiệm không gây ra thiệt hại như kiểm tra siêu âm (Ultrasonic Testing – UT), kiểm tra chụp ảnh phóng xạ (Radiographic Testing – RT), kiểm tra bằng hạt từ tính (Magnetic Particle Testing – MPT),…

+ Giám sát bằng cảm biến (Sensor-Based Monitoring): triển khai nhiều loại cảm biến khác nhau để thu thập liên tục dữ liệu chuyển vị, gia tốc, nhiệt độ,… của kết cấu theo thời gian thực

+ Phương pháp phân tích dao động kết cấu (Modal Analysis): tập trung vào các đặc trưng dao động của kết cấu như tần số dao động, hình dạng dao động,… xác định các thay đổi bất thường trong đặc trưng dao động của kết cấu để đưa ra các chẩn đoán về hư hỏng

Phương pháp xác định tần số dao động của dầm BTCT ƯST

Năm 2004, Kim và cộng sự [9] đã đề xuất lý thuyết xác định tần số dao động cho dầm BTCT ƯST Trong đó, độ cứng chống uốn tương đương của dầm BTCT ƯST được xác định theo các công thức:

𝐸 𝐼 : độ cứng chống uốn tương đương của tiết diện dầm BTCT ƯST

𝐸 : mô đun đàn hồi của bê tông

𝐼 : mô men quán tính của tiết diện mặt cắt ngang dầm bê tông

𝐿 : chiều dài nhịp dầm sau khi căng cáp

𝐴 : diện tích mặt cắt ngang tiết diện dầm bê tông

Tần số dao động của dầm BTCT ƯST được xác định theo độ cứng tương đương bằng công thức được đề xuất bởi Kim và cộng sự [9]:

𝐿 : chiều dài nhịp dầm sau khi căng cáp

𝐸 : mô đun đàn hồi của bê tông

𝐼 : mô men quán tính của tiết diện mặt cắt ngang dầm bê tông

𝑚 : khối lượng phân bố theo chiều dài dầm

Học máy (Machine Learning – ML)

Học máy (ML) là một lĩnh vực nghiên cứu của trí tuệ nhân tạo (Artificial Intelligence - AI) Học máy tập trung vào việc phát triển các mô hình và thuật toán có khả năng học tập từ dữ liệu để đưa ra các dự đoán, hành động hoặc quyết định thông qua một mô hình xấp xỉ mối quan hệ tương quan giữa các dữ liệu mà không phải thực hiện việc lập trình cho từng tác vụ cụ thể

Kỹ thuật học máy được chia thành ba nhóm chính gồm có:

+ Học có giám sát (Supervised Learning): là quá trình cho máy tính học trên tập dữ liệu đã có gắn nhãn (dữ liệu X và nhãn t tương ứng) Mục đích chính của kỹ thuật học có giám sát là tìm ra mô hình xấp xỉ từ tập dữ liệu học tập để mô hình này đưa ra dự báo tốt nhất nhãn của dữ liệu mới Các dạng bài toán chính trong nhóm học có giám sát gồm có: hồi quy (regression), phân loại (classification), định danh & nhận dạng (identification & recognition),

+ Học không giám sát (Unsupervised Learning): là quá trình cho máy tính học trên tập dữ liệu không có gắn nhãn (dữ liệu X không có nhãn đi kèm) Mục đích của kỹ thuật học không giám sát nhằm tìm ra những đặc tính quan trọng trên tập dữ liệu đầu vào Một số dạng bài toán chính của nhóm học không giám sát gồm: gom nhóm (clustering), thu giảm số chiều (dimensionality reduction), trực quan hoá (visualization), phát hiện bất thường (abnormally detection),…

+ Học tăng cường (Reinforcement Learning): đầu vào của quá trình học tăng cường gồm các thành phần: môi trường của bài toán, danh sách các trạng thái của bài toán, danh sách các hành động và các tiêu chí để phản hồi Mục đích của kỹ thuật này là thực hiện quá trình “thử-sai” nhiều lần để sau quá trình học mô hình có thể chọn ra hành động tối ưu ứng với từng ngữ cảnh cụ thể Một số dạng bài toán của nhóm này gồm có: robot, xe tự hành… Một mô hình học máy được mô tả qua các siêu tham số được lựa chọn trước khi huấn luyện và các tham số mô hình thu được thông quá trình huấn luyện Quá trình xây dựng một thuật toán học máy tương ứng với việc đi tìm tổ hợp của các siêu tham số và các tham số mô hình sao cho phương pháp đánh giá đạt được kết quả tốt nhất Với các bài toán hồi quy, mô hình được xem là tốt khi sai lệch giữa giá trị dự đoán và giá trị thực tế là nhỏ nhất Mối quan hệ giữa phép đánh giá đối với các tham số mô hình 𝜽 được thể qua một hàm số gọi là hàm mất mát (Loss function) 𝐿(𝜽) Để phép

CHƯƠNG 3: CƠ SỞ LÝ THUYẾT 22 đánh giá đạt kết quả tốt thì cần phải cực tiểu hóa hàm mất mát, 𝑎𝑟𝑔𝑚𝑖𝑛

𝐿(𝜽) là giá trị 𝜽 ∗ để 𝐿(𝜽) đạt giá trị nhỏ nhất:

Trong luận văn này bài toán hồi quy thuộc nhóm học có giám sát sẽ được sử dụng để giải quyết vấn đề dự đoán lực căng trong dầm BTCT ƯST từ giá trị tần số dao động của dầm

Dữ liệu lực căng và tần số dao động tương ứng được thu thập từ mô hình phần tử hữu hạn đã qua kiểm chứng với kết quả thực nghiệm Tập dữ liệu thu thập được chia thành hai tập con, tập huấn luyện-kiểm thử (tập CV) và tập kiểm tra (tập test) Phương pháp kiểm thử Leave-One-Out Cross-Validation (LOOCV) được sử dụng để xây dựng và kiểm thử mô hình Với đặc điểm tập dữ liệu của bài toán này, LOOCV sẽ giúp giải quyết vấn đề về phân chia dữ liệu cho quá trình đào tạo và kiểm thử Mô hình được huấn luyện số lượng dữ liệu đào tạo lớn (training set) và đánh giá với số lượng mẫu kiểm thử nhỏ nhưng thực hiện trên nhiều tập kiểm thử khác nhau (validation set) từ đó đảm bảo đủ số lượng dữ liệu sử dụng cho quá trình đào tạo và hạn chế hiện tượng quá khớp (overfitting) do thiếu dữ liệu kiểm thử

Trong phương pháp LOOCV, tập dữ liệu CV được chia thành k tập con có kích thước như nhau được gọi là các ‘‘Fold’’ Số tập con này bằng đúng số lượng phần tử trong tập dữ liệu ban đầu Tại mỗi lần lặp, một trong số các tập con sẽ được sử dụng làm tập kiểm thử và mô hình học máy sẽ được xây dựng với k-1 tập con còn lại Quá trình này được lặp lại đến khi tất cả tập con đều được sử dụng để kiểm thử Kết quả đánh giá mô hình được tính bằng giá trị trung bình kết quả đánh giá của tất cả các lần lặp Cuối cùng, tất cả dữ liệu của tập CV sẽ được sử dụng để xây dựng một mô hình hoàn chỉnh (mô hình này sẽ dùng cho để dự đoán cho tập kiểm tra) Minh họa cho phương pháp LOOCV cho tập dữ liệu có k phần tử được thể hiện tại Bảng 1

Hiệu suất dự đoán của mô hình hồi quy được đánh giá thông qua chỉ số [44]: + Mean Square Error (MSE) là phương sai của các sai số cho từng mẫu đánh giá MSE được định nghĩa là trung bình tổng bình phương sai số giữa đầu ra dự đoán và kết quả thực Hiệu suất dự đoán của mô hình được xem là tốt khi giá trị MSE thấp

𝑛 [𝑦 − 𝑦 ] (3.5) với 𝑛 là số điểm dữ liệu ; 𝑦 là giá trị thực ; 𝑦 :là giá trị dự đoán

+ Root Mean Square Error (RMSE) là độ lệch chuẩn của các sai số cho từng mẫu đánh giá, RMSE có cùng đơn vị đo với nhãn dữ liệu; do đó, RMSE cho cảm nhận tốt hơn MSE về độ lớn nhỏ của kết quả so với nhãn dữ liệu RMSE được định nghĩa là căn bậc hai trung bình tổng bình phương sai số giữa đầu ra dự đoán và kết quả thực, tương tự với độ đo MSE giá trị RMSE thấp cho thấy mô hình có hiệu suất dự đoán tốt

Bảng 3.1 Minh họa phương pháp kiểm thử chéo LOOCV

Lần lặp Fold 1 Fold 2 Fold i Fold k-1 Fold k Hiệu suất

2 Huấn luyện Kiểm thử Huấn luyện

Huấn luyện Kiểm thử Huấn luyện

Huấn luyện Pi k-1 Huấn luyện

Huấn luyện Kiểm thử Huấn luyện Pk-1 k Huấn luyện

3.3.1 Thuật toán hồi quy tuyến tính

Hồi quy tuyến tính là thuật toán đơn giản nhất thuộc nhóm học có giám sát Trong thuật toán hồi quy tuyến tính, vectơ đặc trưng 𝒙 = 𝑥 , 𝑥 , , 𝑥 là dữ liệu đầu vào,

𝑦 giá trị cần dự đoán được xấp xỉ theo công thức:

𝑦 = 𝑤 𝑥 + 𝑤 𝑥 + ⋯ + 𝑤 𝑥 (3 7) với 𝒘 = 𝑤 , 𝑤 , , 𝑤 là vectơ trọng số Khi 𝑥 = 1, 𝑤 là tung độ giao điểm của hàm được xấp xỉ với trục tọa độ hay còn được gọi là giá trị bù

Hình 3.1 Hình ảnh minh họa thuật toán hồi quy tuyến tính

Sai số giữa giá trị thực và giá trị dự đoán được xác định theo công thức (3.8)

Giá trị của hàm mất mát là tổng sai số giữa giá trị thực của tất cả các điểm dữ liệu được sử dụng làm kinh nghiệm xây dựng mô hình khi so với giá trị dự đoán Hàm mất mát của mô hình được xác định bằng công thức (3.9)

CHƯƠNG 3: CƠ SỞ LÝ THUYẾT 25 trong đó:

𝑁 : số điểm dữ liệu dùng để xây dựng mô hình

𝒙 𝒊 : vectơ thông số đầu vào của điểm dữ liệu thứ i

𝑦 : thông số đầu ra của điểm dữ liệu thứ i

3.3.2 Thuật toán hồi quy đa thức

Thuật toán hồi quy đa thức thường được dùng để xây dựng mô hình xấp xỉ cho các tập dữ liệu có quan hệ phi tuyến Mô hình được xây dựng bằng cách xác định vectơ đặc trưng mới dựa trên vectơ đặc trưng ban đầu, việc tính toán hàm mất mát và xác định các tham số của mô hình được tiến hành tương tự như ở thuật toán hồi quy tuyến tính Có thể thấy, thuật toán hồi quy tuyến tính là một trường hợp đặc biệt của thuật toán hồi quy đa thức khi sử dụng hàm xấp xỉ là đa thức bậc nhất

Ví dụ trong thuật toán hồi quy đa thức, giá trị cần dự đoán 𝑦 khi xấp xỉ bằng đa thức bậc hai được xác định theo các công thức (3.10) và (3.11)

Hình 3.2 Hình ảnh minh họa thuật toán hồi quy đa thức 3.3.3 Thuật toán hồi quy đa thức phân đoạn

Trong thuật toán hồi quy đa thức phân đoạn, mối quan hệ của các điểm dữ liệu trên từng phân đoạn sẽ được xấp xỉ dưới dạng đường cong B-spline theo công thức:

𝑦(𝑡) : là giá trị dự đoán có miền xác định 0 ≤ 𝑡 ≤ 1

𝑞 : là số đoạn điều khiển

𝑁 , (𝑡): hàm cơ sở B-spline được định nghĩa dưới dạng đệ quy Chỉ số 𝑑 là bậc cao nhất của hàm (1 ≤ 𝑑 ≤ 𝑛); 𝑡 là chuỗi các điểm nút có giá trị không giảm Hàm B-spline có dạng đệ quy được thể hiện trong công thức (3.13) bên dưới với chỉ số 𝑖 và 𝑗 lần lượt có giá trị 0 ≤ 𝑖 ≤ 𝑛 + 𝑑 − 𝑗 và 1 ≤ 𝑗 ≤ 𝑑:

𝑡 − 𝑡 𝑁 , (𝑡) (3 13) với chỉ số 𝑖 và 𝑗 lần lượt có giá trị 0 ≤ 𝑖 ≤ 𝑛 + 𝑑 và 1 ≤ 𝑗 ≤ 𝑑:

Hình 3.3 Hình ảnh minh họa thuật toán hồi quy đa thức phân đoạn [45]

Lưu đồ thuật toán đề xuất

Lưu đồ thuật toán đề xuất trình bày trong Hình 3.12 được sử dụng để dự đoán lực tác dụng từ tần số dao động của dầm bằng các thuật toán học máy, trong đó lực tác dụng có thể là lực căng trong dầm hoặc tải trọng đứng tác dụng lên dầm

Hình 3.12 Lưu đồ thuật toán đề xuất

BÀI TOÁN KHẢO SÁT

Bài toán 1: Mô hình phần tử hữu hạn dầm BTCT ƯST

Mô hình phần tử hữu hạn cho dầm BTCT ƯST được xây dựng bằng phần mềm ANSYS Kết quả từ mô hình phần tử hữu hạn sẽ được kiểm chứng với kết quả thực nghiệm của Kim [50] Mô hình phần tử hữu hạn của dầm BTCT ƯST sau khi đã kiểm chứng với thực nghiệm được xem là đủ độ tin cậy để trích xuất dữ liệu phục vụ cho bài toán dự đoán lực căng trong dầm BTCT ƯST

4.1.1 Số liệu thực nghiệm dầm BTCT ƯST

Dầm BTCT ƯST sử dụng trong nghiên cứu này tham khảo từ mô hình thực nghiệm được tiến hành vào tháng 01 năm 2007 tại Smart Structure Engineering Lab thuộc Đại học Quốc gia Pukyong, Busan, Hàn Quốc [50] Thực nghiệm này sử dụng một dầm BTCT ƯST nhịp giản đơn, tiết diện chữ T chiều dài nhịp 6m, chiều cao tiết diện 600mm, bề rộng cánh trên 710mm, bề rộng bụng dầm 90mm, vùng bố trí cáp dự ứng lực có kích thước 140x180mm

Mẫu dầm thực nghiệm sử dụng bê tông có cường độ chịu nén ở 28 ngày tuổi là 23.6MPa; khối lượng riêng 2,400kg/m 3 ; thông số mô đun đàn hồi của bê tông 20,000MPa [51]; cường độ chịu kéo của bê tông được tính toán từ giá trị cường độ chịu nén theo công thức (19.2.3.1) tiêu chuẩn ACI 318M-19

𝑓 = 0.62𝜆 𝑓 (4.1) Thép dự ứng lực trong dầm sử dụng 1 tao cáp thẳng loại 7 sợi, đường kính danh định 15.2mm cấp bền Grade 250 đặt cách mặt dưới dầm 70mm Cốt thép dọc và cốt đai của dầm sử dụng thép Grade 60, thanh cốt thép đường kính 10mm, lớp trên và lớp dưới mỗi lớp bố trí 4 thanh cốt thép đường kính 10mm Chi tiết cụ thể về kích thước hình học và thông số vật liệu của dầm được thể hiện tại Bảng 4.1, Hình 4.1 và Hình 4.2

CHƯƠNG 4: BÀI TOÁN KHẢO SÁT 35

Bảng 4.1 Đặc trưng vật liệu dầm BTCT ƯST Đặc trưng vật liệu Đơn vị Bê tông Cốt thép Thép dự ứng lực

Mô đun đàn hồi MPa 20,000 200,000 195,000

Cường độ chịu nén MPa 23.6 - -

Cường độ chịu kéo MPa 3.01 - -

Giới hạn bền MPa - 620 1,725 a Sơ đồ thí nghiệm b Mặt cắt ngang dầm Hình 4.1 Chi tiết dầm BTCT ƯST [50]

Hình 4.2 Hình ảnh thiết lập thí nghiệm tại Smart Structure engineering Lab [50]

Trong thực nghiệm này, tác giả đã tiến hành ghi nhận giá trị tần số dao động của dầm tương ứng với 6 cấp lực căng như sau: 0kN, 39.2kN, 58.8kN, 78.4kN, 98.0kN và 117.6kN Kết quả từ thực nghiệm cho thấy, giá trị tần số dao động của dầm tăng khi lực căng trong dầm tăng Chi tiết kết quả tần số dao động của dầm được trình bày tại Bảng 4.2

Bảng 4.2 Kết quả tần số dao động từ thực nghiệm

Trường hợp Lực căng (kN) Tần số dao động (Hz)

4.1.2 Mô hình phần tử hữu hạn

4.1.2.1 Lựa chọn phần tử mẫu

Lựa chọn phần tử mẫu xây dựng mô hình là công việc quan trọng có ảnh hưởng trực tiếp đến kết quả phân tích Phần mềm ANSYS cung cấp số lượng lớn phần tử mẫu có thể sử dụng để mô hình cấu kiện BTCT ƯST, tuỳ thuộc vào mục tiêu của bài toán có thể lựa chọn các loại phần tử khác nhau Đối với bài toán phân tích tần số dao động cho dầm BTCT ƯST, mô hình phần tử hữu hạn của dầm được xây dựng bằng hai loại phần tử chính là SOLID65 và LINK180 Chi tiết các phần tử mẫu sử dụng được trình bày Bảng 4.3

Bảng 4.3 Tổng hợp phần tử mẫu sử dụng xây dựng mô hình PTHH

Phần tử Phần tử mẫu sử dụng

Cáp dự ứng lực LINK180

Phần tử SOLID65 (Hình 4.3) của ANSYS là phần tử chuyên được sử dụng để mô phỏng vật liệu có khả năng chịu nén lớn hơn rất nhiều so với khả năng chịu kéo (bê tông, đá,…) SOLID65 là phần tử khối 3D có 8 nút, mỗi nút có 3 bậc tự do cho phép chuyển vị tịnh tiến theo 3 phương X, Y, Z Ngoài ra, đặc tính quan trọng nhất của phần tử này là khả năng xử lý các thuộc tính phi tuyến của vật liệu, SOLID65 có khả năng mô tả được các đặc tính của vật liệu bê tông như vết nứt, sự nén vỡ, biến dạng dẻo và hiện tượng từ biến Với các đặc điểm như trên, SOLID65 là phần tử thích hợp sử dụng để mô phỏng bê tông cho dầm BTCT ƯST

LINK180 (Hình 4.4) là phần tử trụ 3D có hai điểm nút, mỗi nút có 3 bậc tự do cho phép tịnh tiến theo 3 phương X, Y, Z, đây là phần tử được sử dụng rộng rãi trong kỹ thuật để mô phỏng các thanh dàn chịu kéo nén dọc trục, dây xích, cáp, lò xo,…LINK180 là phần tử chịu kéo nén một trục, phần tử này còn có khả năng mô phỏng các cấu kiện chỉ chịu nén hoặc chỉ chịu kéo, ngoài ra phần tử này còn có khả

CHƯƠNG 4: BÀI TOÁN KHẢO SÁT 38 năng thực hiện các phân tích phi tuyến, từ biến, chuyển vị lớn Với những đặc tính như trên, LINK180 được lựa chọn để mô phỏng cốt thép và cáp dự ứng lực cho dầm BTCT ƯST

Mô hình vật liệu bê tông được khai báo trong ANSYS bao gồm các thông số cho mô hình vật liệu tuyến tính và mô hình vật liệu phi tuyến của bê tông Các thông số của mô hình vật liệu bê tông tuyến tính được khai báo theo thông số vật liệu sử dụng cho dầm trong thực nghiệm, chi tiết cụ thể được trình bày tại Bảng 4.1 Hệ số truyền lực cắt được lấy theo đề xuất của Tjitradi và cộng sự [52], trong đó lực cắt được xem như truyền hoàn toàn qua vết nứt đóng và truyền 30% đối với vết nứt mở

Mô hình vật liệu bê tông phi tuyến của dầm sử dụng đường quan hệ ứng suất - biến dạng theo đề xuất của Kent và Park [53], các thông số và đường quan hệ ứng suất – biến dạng của bê tông dầm được thể hiện tại Hình 4.5 và Bảng 4.4

Hình 4.5 Đường quan hệ ứng suất - biến dạng vật liệu bê tông

Bảng 4.4 Thông số đường quan hệ ứng - suất biến dạng

STT Ứng suất (MPa) Biến dạng (%)

Cốt thép chính và cốt thép đai sử dụng cùng loại thép cấp độ bền Grade 60 Mô hình vật liệu đàn dẻo tuyệt đối được dùng để mô phỏng vật liệu cốt thép (Hình 4.6)

Hình 4.6 Đường quan hệ ứng suất - biến dạng vật liệu cốt thép

4.1.2.4 Vật liệu thép dự ứng lực

Thí nghiệm sử dụng cáp dự ứng lực cấp bền Grade 250 loại tao cáp 7 sợi xoắn có đường kính danh định 15.2 mm, diện tích cáp dự ứng lực 139 mm 2 , lực căng cáp lớn nhất cho phép khoảng 190 kN Vật liệu thép dùng cho cáp dự ứng lực được khai báo bằng mô hình đàn dẻo tuyệt đối tương tự mô hình sử dụng cho cốt thép

Hình 4.7 Đường quan hệ ứng suất - biến dạng vật liệu thép dự ứng lực

4.1.2.5 Mô hình phần tử hữu hạn dầm BTCT ƯST

Mô hình phần tử hữu hạn của dầm BTCT ƯST (Hình 4.8) được xây dựng bằng các phần tử SOLID65 và LINK180 Lưới phần tử được chia với kích thước lớn nhất là 50mm, số lượng phần tử khối SOLID65 và LINK180 lần lượt là 15,720 và 2,788 phần tử Các phần tử được liên kết với nhau tại các điểm nút để đảm bảo sự làm việc đồng thời giữa bê tông, cốt thép và cáp dự ứng lực a Bê tông dầm b Cốt thép và cáp dự ứng lực trong dầm Hình 4.8 Mô hình PTHH dầm BTCT ƯST

Lực căng trong dầm có thể được mô phỏng thông qua biến dạng ban đầu trong cáp từ đó truyền lực căng cáp sang bê tông thông qua tương thích biến dạng do các phần tử được liên kết, ghép nối với nhau tại nút của chúng Tuy nhiên phương pháp này gặp khó khăn khi xét đến ảnh hưởng của lực căng đến tần số dao động của dầm, do trong hầu hết các phần mềm PTHH ảnh hưởng của lực căng thường không được xem xét trong bài toán phân tích dao động Do đó, ảnh hưởng của lực căng đến giá trị tần số dao động của dầm sẽ được kể đến thông qua giá trị mô đun đàn hồi tương đương theo phương pháp được đề xuất bởi Kim và cộng sự [9] Kết hợp các dữ liệu từ kết quả thực nghiệm mô đun đàn hồi tương đương của dầm BTCT ƯST được xác định theo công thức như sau [54]:

 𝐸 là mô đun đàn hồi tương đương (MPa)

 𝑁 là lực căng trong dầm (kN)

 𝐸 là mô đun đàn hồi của bê tông (MPa)

Giá trị mô đun đàn hồi tương đương ứng với các cấp lực căng được trình bày trong Bảng 4.5 bên dưới

Bảng 4.5 Mô đun đàn hồi tương đương của dầm BTCT ƯST

Mô đun đàn hồi tương đương (MPa)

Bài toán 2: Dự đoán lực căng cho dầm BTCT ƯST

Bài toán này được thực hiện với mục tiêu tiến hành khảo sát tính khả thi và mức độ hiệu quả khi dự đoán lực căng trong dầm sử dụng tần số dao động kết hợp với các thuật toán học máy Ngoài ra, mức độ hiệu quả khi sử dụng kết hợp dữ liệu tần số của cả hai mode dao động cũng được xem xét trong bài toán này

Các thuật toán trí tuệ nhân tạo với mức độ phức tạp tăng dần, gồm có hồi quy tuyến tính, hồi quy đa thức, hồi quy đa thức phân đoạn và học sâu, lần lượt được áp dụng để dự đoán lực căng cho dầm BTCT ƯST

Bảng 4.9 Chi tiết tập dữ liệu huấn luyện và kiểm thử (tập CV)

Phương pháp kiểm thử chéo (Leave One Out Cross-Validation - LOOCV) được sử dụng để xây dựng và đánh giá cho các mô hình học máy đề xuất Tập dữ liệu tần số dao động ứng với 10 cấp lực căng khác nhau đã thu thập được chia làm 2 tập con: tập huấn luyện và kiểm thử (tập CV) gồm 6 trường hợp theo khảo sát của thực nghiệm [50] và tập kiểm tra (tập test) gồm 4 trường hợp khảo sát mở rộng Chi tiết tập CV trình bày tại Bảng 4.9

Dữ liệu đầu vào để dự đoán lực căng là giá trị tần số dao động của tập kiểm tra (dữ liệu của các trường hợp khảo sát mở rộng) Bài toán này sử dụng dữ liệu tần số dao động riêng lẻ của từng mode và tần số dao động kết hợp của cả hai mode để dự đoán lực căng cho dầm, trong đó dữ liệu tần số dao động kết hợp được đưa vào mô hình học máy dưới dạng vectơ dữ liệu đầu vào f = [f1, f2] T

4.2.1 Thuật toán hồi quy tuyến tính

Kết quả đánh giá trên tập kiểm thử có độ chính xác cao, mức độ sai lệch trung bình lớn nhất chỉ 0.44%, chỉ số RMSE trung bình lớn nhất là 0.42kN Mô hình hồi quy tuyến tính hoạt động rất hiệu quả trên tập kiểm thử Ngoài ra, khi sử dụng kết hợp 2 mode cho thấy mức độ chính xác của kết quả dự đoán được cải thiện mạnh so với khi sử dụng riêng lẻ tần số dao động của từng mode Sai lệch trung bình khi sử dụng kết hợp tần số dao động là 0.1%, chỉ số RMSE trung bình là 0.07kN Chi tiết kết quả trình bày tại Bảng 4.10 Tiếp đó, mô hình học máy hồi quy tuyến tính hoàn chỉnh được xây dựng và sử dụng để dự đoán lực căng cho tập kiểm tra

Chi tiết kết quả đánh giá mô hình trên tập kiểm tra được trình bày tại Bảng 4.11, đường xấp xỉ mối quan hệ lực căng và tần số dao động thể hiện tại Hình 4.11 Kết quả dự đoán trên tập kiểm tra cho độ chính xác rất cao, sai lệch trung bình lớn nhất và giá trị RMSE trung bình lớn nhất lần lượt là 0.63% và 0.27kN Hơn nữa, khi sử dụng kết hợp 2 mode độ chính xác cũng cho thấy sự cải thiện rõ rệt so với khi sử dụng riêng lẻ từng mode

Bảng 4.10 Kết quả dự đoán trên tập kiểm thử - thuật toán hồi quy tuyến tính

Lực căng thực tế (kN)

Sử dụng tần số Mode 1 Sử dụng tần số Mode 2

Lực căng dự đoán (kN)

PS_39.2 39.20 39.47 0.69 0.27 39.49 0.73 0.29 PS_58.8 58.80 59.11 0.54 0.31 59.14 0.58 0.34 PS_78.4 78.40 78.64 0.31 0.24 78.65 0.32 0.25 PS_98.0 98.00 98.00 0.00 0.00 97.99 0.01 0.01 PS_117.6 117.60 116.98 0.53 0.62 116.94 0.56 0.66

Sử dụng tần số trung bình Sử dụng kết hợp 2 mode

PS_39.2 39.20 39.48 0.72 0.28 39.21 0.03 0.01 PS_58.8 58.80 59.13 0.57 0.33 58.69 0.18 0.11 PS_78.4 78.40 78.65 0.32 0.25 78.46 0.07 0.06 PS_98.0 98.00 97.99 0.01 0.01 98.08 0.08 0.08 PS_117.6 117.60 116.95 0.55 0.65 117.44 0.14 0.16

Bảng 4.11 Kết quả dự đoán trên tập kiểm tra - thuật toán hồi quy tuyến tính

PS_Pre_10 10.00 9.86 1.39 0.14 9.86 1.44 0.14 PS_Pre_50 50.00 50.25 0.49 0.25 50.27 0.54 0.27 PS_Pre_100 100.00 99.97 0.03 0.03 99.97 0.03 0.03 PS_Pre_130 130.00 129.39 0.47 0.61 129.37 0.49 0.63

CHƯƠNG 4: BÀI TOÁN KHẢO SÁT 52 a Sử dụng tần số dao động Mode 1 b Sử dụng tần số dao động Mode 2

CHƯƠNG 4: BÀI TOÁN KHẢO SÁT 53 c Sử dụng tần số dao động trung bình Hình 4.11 Quan hệ lực căng và tần số dao động - thuật toán hồi quy tuyến tính

+ Mô hình học máy hồi quy tuyến tính cho kết quả dự đoán lực căng có độ chính xác rất cao, sai lệch nhỏ hơn 1% trên cả tập kiểm thử và tập kiểm tra + Kết quả đánh giá trên cả tập kiểm thử và tập kiểm tra cho thấy, độ chính xác của kết quả dự đoán là tương đương nhau khi sử dụng riêng lẻ tần số của từng mode và sử dụng tần số trung bình Tuy nhiên, khi sử dụng kết hợp dữ liệu tần số dao động 2 mode, độ chính xác của kết quả dự đoán được cải thiện rõ rệt

4.2.2 Thuật toán hồi quy đa thức

Lực căng trong dầm được dự đoán bằng thuật toán hồi quy sử dụng hàm xấp xỉ đa thức bậc 2 Mô hình hoạt động rất hiệu quả trên tập kiểm thử Mô hình dự đoán gần như chính xác giá trị lực căng trong dầm, sai lệch trung bình là 0.01% và chỉ số RMSE trung bình gần như bằng 0kN Sử dụng kết hợp 2 mode không giúp cải thiện

CHƯƠNG 4: BÀI TOÁN KHẢO SÁT 54 rõ rệt độ chính xác của kết quả dự đoán Sau đó, mô hình học máy hồi quy đa thức hoàn chỉnh được xây dựng và sử dụng để dự đoán lực căng cho tập dữ liệu kiểm tra Chi tiết kết quả được trình bày tại Bảng 4.12 và Hình 4.12

Bảng 4.12 Kết quả dự đoán trên tập kiểm thử - thuật toán hồi quy đa thức

Sử dụng tần số Mode 1 Sử dụng tần số Mode 2 Lực căng dự đoán (kN)

PS_39.2 39.20 39.20 0.01 0.00 39.20 0.01 0.00 PS_58.8 58.80 58.79 0.01 0.01 58.80 0.00 0.00 PS_78.4 78.40 78.40 0.00 0.00 78.40 0.00 0.00 PS_98.0 98.00 98.00 0.00 0.00 98.00 0.00 0.00 PS_117.6 117.60 117.59 0.01 0.01 117.60 0.00 0.00

Sử dụng tần số trung bình Sử dụng kết hợp 2 mode Lực căng dự đoán (kN)

PS_39.2 39.20 39.20 0.01 0.00 39.20 0.00 0.00 PS_58.8 58.80 58.80 0.00 0.00 58.80 0.00 0.00 PS_78.4 78.40 78.40 0.00 0.00 78.40 0.00 0.00 PS_98.0 98.00 98.00 0.00 0.00 98.00 0.00 0.00 PS_117.6 117.60 117.60 0.00 0.00 117.60 0.00 0.00

Kết quả dự đoán trên tập kiểm tra cho độ chính xác cao, sai lệch trung bình chỉ 0.01%, giá trị RMSE trung bình lớn nhất là 0.01kN Độ chính xác của kết quả dự đoán khi sử dụng kết hợp 2 mode không cho thấy sự cải thiện rõ rệt Chi tiết được trình bày tại Bảng 4.13 và Hình 4.12

Bảng 4.13 Kết quả dự đoán trên tập kiểm tra - thuật toán hồi quy đa thức

CHƯƠNG 4: BÀI TOÁN KHẢO SÁT 56 a Sử dụng tần số dao động Mode 1 b Sử dụng tần số dao động Mode 2

CHƯƠNG 4: BÀI TOÁN KHẢO SÁT 57 c Sử dụng tần số dao động trung bình Hình 4.12 Quan hệ lực căng và tần số dao động - thuật toán hồi quy đa thức

+ Mô hình học máy hồi quy đa thức có khả năng dự đoán rất chính xác giá trị lực căng trong dầm, mức độ sai lệch của kết quả dự đoán là rất nhỏ chỉ 0.01% trên cả tập kiểm thử và tập kiểm tra

+ Độ chính xác của kết quả dự đoán khi sử dụng kết hợp dữ liệu tần số 2 mode không cho thấy sự cải thiện rõ rệt so với khi sử dụng riêng lẻ tần số từng mode Tuy nhiên, thuật toán này đã dự đoán gần như chính xác hoàn toàn giá trị lực căng trong dầm, do đó chưa thể đưa ra kết luận về hiệu quả khi sử dụng kết hợp 2 mode từ kết quả đánh giá này

4.2.3 Thuật toán hồi quy đa thức phân đoạn

Lực căng trong dầm được dự bằng thuật toán hồi quy đa thức phân đoạn với số điểm dừng (breakpoint) được xác định dựa trên sự thay đổi về xu hướng độ dốc giữa các điểm dữ liệu Trên từng phân đoạn, hàm cơ sở B-spline sẽ được sử dụng để xấp

CHƯƠNG 4: BÀI TOÁN KHẢO SÁT 58 xỉ mối quan hệ giữa lực căng và tần số dao động của dầm Đoạn ngoại suy nằm ngoài phạm vi dữ liệu huấn luyện được xấp xỉ bằng hàm tuyến tính

Mô hình hoạt động khá hiệu quả trên tập CV Sai lệch trung bình khi sử dụng tần số riêng lẻ từng mode chỉ khoảng 0.16% Khi sử dụng kết hợp 2 mode để dự đoán, độ chính xác của kết quả được cải thiện với sai lệch trung bình khoảng 0.08% và chỉ số RMSE là 0.07kN Chi tiết kết quả trình bày tại Bảng 4.14

Bảng 4.14 Kết quả dự đoán trên tập kiểm thử - thuật toán hồi quy đa thức phân đoạn

Sử dụng tần số Mode 1 Sử dụng tần số Mode 2 Lực căng dự đoán (kN)

PS_39.2 39.20 39.33 0.33 0.13 39.33 0.33 0.13 PS_58.8 58.80 58.83 0.05 0.03 58.83 0.06 0.03 PS_78.4 78.40 78.35 0.07 0.05 78.34 0.07 0.06 PS_98.0 98.00 97.86 0.14 0.14 97.86 0.14 0.14 PS_117.6 117.60 117.36 0.21 0.24 117.37 0.20 0.23

Sử dụng tần số trung bình Sử dụng kết hợp 2 mode Lực căng dự đoán (kN)

PS_39.2 39.20 39.33 0.33 0.13 39.27 0.17 0.07 PS_58.8 58.80 58.83 0.06 0.03 58.81 0.02 0.01 PS_78.4 78.40 78.34 0.07 0.06 78.37 0.04 0.03 PS_98.0 98.00 97.86 0.14 0.14 97.93 0.07 0.07 PS_117.6 117.60 117.36 0.20 0.24 117.48 0.10 0.12

Bài toán 3 (mở rộng): Dự đoán tải trọng tác dụng lên dầm BTCT ƯST bằng tần số dao động kết hợp thuật toán trí tuệ nhân tạo

Ở bài toán trước, lực căng của dầm BTCT ƯST được dự đoán dựa vào sự thay đổi tần số dao động do ảnh hưởng của lực căng và không xem xét đến tác dụng của tải trọng bên ngoài Tuy nhiên trong điều kiện làm việc thực tế, ngoài lực căng, dầm BTCT ƯST còn chịu tác dụng của rất nhiều loại tải trọng khác nhau như trọng lượng các cấu kiện phi kết cấu, các lớp cấu tạo, hoạt tải sử dụng, tải trọng môi trường Các tải trọng này có ảnh hưởng nhất định đến giá trị tần số dao động của dầm Do đó, việc xem xét khả năng sử dụng các thuật toán để dự đoán tác dụng của tải trọng ngoài dựa trên tần số dao động của dầm là rất cần thiết trước khi kết hợp đầy đủ ảnh hưởng của chúng để tiến hành bài toán chẩn đoán phức tạp hơn cho cấu kiện dầm BTCT ƯST Nhằm khảo sát phạm vi áp dụng và tính hiệu quả của thuật toán đề xuất khi dự đoán tải trọng ngoài tác dụng lên dầm, bài toán này tiến hành phân tích tần số dao động của dầm khi có tải trọng đứng tác dụng lên dầm ứng với cấp lực căng 117.6kN Kết quả gia tải trên mô hình phần tử hữu hạn được kiểm chứng với kết quả tính toán tải trọng gây nứt và tải trọng phá hoại theo tiêu chuẩn ACI 318M-19 & AASHTO LRFD Bridge Design Specifications 9 th

Tiếp theo các thuật toán đã đề xuất ở bài toán 2 được sử dụng để dự đoán tải trọng tác dụng lên dầm BTCT ƯST từ giá trị tần số dao động của dầm

4.3.1 Mô hình gia tải đứng cho dầm BTCT ƯST

Dầm BTCT ƯST tại bài toán 1 sẽ được sử dụng để tiến hành gia tải đứng theo sơ đồ dầm chịu uốn 4 điểm Giá trị lực căng trong dầm khi tiến hành gia tải là 117.6kN Trọng lượng bản thân dầm được tính toán với giá trị gia tốc trọng trường là 9.81 m/s 2 ; trọng lượng riêng của vật liệu và kích thước hình học dầm được lấy theo số liệu thực nghiệm Tải trọng đứng tác dụng được xem xét là lực tập trung Q đặt tại vị trí L/3 và 2L/3, giá trị lực tập trung Q được gia tăng dần từ 0kN đến khi dầm bị phá hoại Sơ đồ gia tải đứng cho dầm được thể hiện tại Hình 4.16

Hình 4.16 Sơ đồ gia tải đứng cho dầm BTCT ƯST

Mô hình phần tử hữu hạn của dầm BTCT ƯST xây dựng bằng ANSYS ở bài toán trước tiếp tục được sử dụng để tiến hành gia tải cho dầm Tải trọng tác dụng lên dầm được gán đều cho các nút tại mặt trên dầm vị trí L/3 và 2L/3 Chi tiết kết quả quá trình gia tải cho dầm được trình bày tại Bảng 4.18, Bảng 4.19 và Hình 4.17

+ Giai đoạn dầm chưa nứt: khi tăng tải trọng đứng từ 0 đến tải trọng gây nứt dầm, không có vết nứt xuất hiện trên dầm; giá trị tần số dao động của cả 2 mode cho thấy xu hướng giảm, tuy nhiên mức độ thay đổi là rất nhỏ không đáng kể; chuyển vị tại vị trí giữa nhịp dầm tăng dần, giá trị chuyển vị đứng lớn nhất ở giai đoạn này là -1.74 mm

+ Giai đoạn khi dầm bắt đầu xuất hiện vết nứt, giá trị tần số dao động của cả

2 mode giảm đột ngột khoảng 40%; chuyển vị tại vị trí giữa nhịp dầm tăng từ - 1.74 mm đến -4.21 mm, hơn 200% so với trước khi xuất hiện vết nứt Hiện tượng này là rất phù hợp với lý thuyết, khi xuất hiện vết nứt độ cứng của dầm bị giảm đi đáng kể do đó làm giảm đột ngột dao động và tăng mạnh giá trị chuyển vị tại giữa nhịp

+ Sau đó khi tiếp tục tăng tải trọng đứng thì giá trị tần số dao động của dầm tiếp tục giảm dần; chuyển vị giữa nhịp tăng dần, độ dốc đường chuyển vị đứng có sự thay đổi qua các cấp lực Cuối cùng dầm bị phá hoại ở cấp tải 72.6kN

Bảng 4.18 Kết quả tần số dao động của dầm khi gia tải đứng

Tần số dao động (Hz)

Bảng 4.19 Hình ảnh vết nứt trên dầm khi gia tải đứng

Trường hợp Hình ảnh vết nứt trên dầm

Hình 4.17 Đường tải trọng - chuyển vị của dầm khi gia tải đứng

Ngoài ra để kiểm chứng độ tin cậy, kết quả gia tải từ mô hình phần tử hữu hạn được so sánh với kết quả tính toán theo tiêu chuẩn Mỹ (ACI 318M:19 và AASHTO LRFD Bridge Design Specifications (9th Edition)) Các hệ số an toàn sẽ được bỏ qua nhằm thu được kết quả phù hợp nhất với mô hình phân tích Chi tiết kết quả tính toán đối chứng được thể hiện tại Bảng 4.20

Sai số giữa kết quả tính toán theo tiêu chuẩn và kết quả từ phần mềm ANSYS lần lượt là 2.54% cho giá trị tải trọng gây nứt và 11.82% cho giá trị tải cực hạn Giá trị tải trọng gây nứt giữa tính toán và mô phỏng rất phù hợp sai lệch chỉ 2.54% Giá trị tải trọng cực hạn có mức độ sai lệch tương đối cao hơn 10% Yếu tố phi tuyến vật liệu và hình học được xem xét trong mô hình phần tử hữu hạn ANSYS vì vậy tải trọng cực hạn từ mô hình sẽ có phần cao hơn so với giá trị tính toán theo công thức trong tiêu chuẩn, vốn có xu hướng thiên về an toàn

Kết hợp các nhận xét cùng kết quả tính toán kiểm chứng có thể thấy kết quả từ mô hình ANSYS có xu hướng cũng như giá trị phù hợp với lý thuyết và có đủ độ tin cậy để sử dụng cho mục đích dự đoán tải trọng đứng tác dụng lên dầm

Bảng 4.20 Phụ lục tính toán tải trọng gây nứt và tải trọng cực hạn của dầm

Thông số Ký hiệu Giá trị Đơn vị

Cường độ chịu nén (28 ngày tuổi) f'c 23.60 MPa

Cường độ chịu kéo fr 3.01 MPa

Mô đun đàn hồi Ec 20,000 MPa

Giới hạn chảy fy 420 MPa

Giới hạn bền fu 550 MPa

Mô đun đàn hồi Es 200,000 MPa

Giới hạn chảy fpy 1,460 MPa

Giới hạn bền fpu 1,725 MPa

Mô đun đàn hồi Ep 195,000 MPa

B Bố trí cốt thép và cáp dự ứng lực trong dầm

1 Bố trí thép dự ứng lực

Số tao cáp bố trí nps 1 tao cáp Đường kính danh định dps 15.2 mm

Diện tích cáp dự ứng lực Aps 139 mm 2

Tọa độ trọng tâm thép dự ứng lực yps 70 mm

2 Bố trí cốt thép dọc chịu kéo

Số thanh cốt thép bố trí nsb 4 thanh Đường kính cốt thép dsb 10 mm

Tổng diện tích cốt thép Asb 314 mm 2

Tọa độ trọng tâm cốt thép dọc chịu kéo ysb 70 mm

3 Bố trí cốt thép dọc chịu nén

Số thanh cốt thép bố trí nst 4 thanh Đường kính cốt thép dst 10 mm

Tổng diện tích cốt thép Ast 314 mm 2

Tọa độ trọng tâm cốt thép dọc chịu nén yst 560 mm

C Tính đặc trưng hình học tiết diện quy đổi

1 Đặc trưng hình học phần bê tông dầm

Diện tích mặt cắt ngang phần bê tông dầm A 124,800 mm 2

Mô men quán tính mặt cắt ngang dầm Ix 4.9E+09 mm 4

Tọa độ trọng tâm tiết diện dầm y0 394.42 mm

2 Đặc trưng hình học phần cáp dự ứng lực

Tỷ số mô đun đàn hồi cáp DƯL - bê tông n1 = Ep/Ec 9.75

Diện tích thép dự ứng lực quy đổi Aps.eq 1,216.25 mm 2

Bề rộng tương đương bps.eq 80.02 mm

Mô men quán tính thép dự ứng lực quy đổi I1 2.3E+04 mm 4

3 Đặc trưng hình học phần cốt thép

Tỷ số mô đun đàn hồi thép - bê tông n2 = Es/Ec 10.00

Diện tích cốt thép chịu kéo quy đổi Asb.eq 2,827.43 mm 2

Bề rộng tương đương của cốt thép chịu kéo bsb.eq 282.74 mm

Mô men quán tính cốt thép chịu kéo quy đổi I2 2.4E+04 mm 4 Diện tích cốt thép chịu nén quy đổi Ast.eq 2,827.43 mm 2

Bề rộng tương đương của cốt thép chịu nén bst.eq 282.74 mm

Mô men quán tính cốt thép chịu nén quy đổi I3 2.4E+04 mm 4

4 Tính toán đặc trưng hình học tiết diện quy đổi

Diện tích mặt cắt ngang tiết diện quy đổi Aeq 1.3E+05 mm 2

Trọng tâm tiết diện quy đổi yGeq 388.01 mm

Mô men quán tính tiết diện quy đổi Ixeq 5.4E+09 mm 4

D Tính toán tải trọng gây nứt

Lực căng trong dầm PS 117.60 kN Ứng suất nén trước trong bê tông fcpe 3.56 MPa

Mô men uốn gây nứt dầm Mcr 92.19 kN.m

Mô men uốn do tải trọng bản thân dầm Msw 12.36 kN.m Tải trọng gây nứt dầm - Tính toán Qcr 39.92 kN Tải trọng gây nứt dầm - Mô hình ANSYS Qcr_ANSYS 38.90 kN Sai lệch giữa kết quả tính toán và mô phỏng  2.54%

E Tính toán tải trọng phá hoại dầm

Chiều cao hữu hiệu thép dự ứng lực dp 640.00 mm Ứng suất trong thép dự ứng lực fps 1684 MPa

Chiều cao vùng bê tông chịu nén a 64.82 mm

Mô men kháng uốn danh định Mcr 142.21 kN.m

Mô men uốn do tải trọng bản thân dầm Msw 12.36 kN.m

Tải phá hoại dầm - Tính toán Qult 64.93 kN

Tải phá hoại dầm - Mô hình ANSYS Qult_ANSYS 72.60 kN Sai lệch giữa kết quả tính toán và mô phỏng  11.82%

4.3.2 Dự đoán tải trọng đứng tác dụng lên dầm

Các thuật toán tương tự bài toán 2 sẽ được áp dụng để dự đoán tải trọng đứng tác dụng lên dầm từ số liệu đầu vào là tần số dao động của dầm Chi tiết các trường hợp dự đoán được trình bày tại Bảng 4.21

Bảng 4.21 Các trường hợp dự đoán

Tần số dao động (Hz) Mode 1 Mode 2

4.3.2.1 Thuật toán hồi quy tuyến tính

Mô hình hồi quy tuyến tính cho kết quả dự đoán rất kém trên tập CV, đặc biệt là với các cấp tải trọng nhỏ khi dầm chưa xuất hiện vết nứt; sai lệch trung bình lớn nhất lên đến hơn 53.74%, chỉ số RMSE trung bình lớn nhất 12.11KN Ngoài ra, sử dụng kết hợp 2 mode cho thấy kết quả dự đoán được cải thiện so với sử dụng riêng lẻ từng mode Chi tiết kết quả đánh giá trên tập CV được trình bày tại Bảng 4.22

Chi tiết kết quả đánh giá mô hình hoàn chỉnh trên tập kiểm tra được trình bày tại Bảng 4.23 và Hình 4.18 Kết quả thu được trên tập kiểm tra cho thấy xu hướng tương tự như trên tập CV, với sai lệch trung bình lớn nhất là 21.77%, chỉ số RMSE trung bình lớn nhất là 6.71kN

Bảng 4.22 Kết quả dự đoán trên tập kiểm thử - thuật toán hồi quy tuyến tính

Tải trọng thực tế (kN)

Tải trọng dự đoán (kN)

Bảng 4.23 Kết quả dự đoán trên tập kiểm tra - thuật toán hồi quy tuyến tính

Trung bình 19.21 5.59 16.55 4.05 a Sử dụng tần số dao động mode 1

CHƯƠNG 4: BÀI TOÁN KHẢO SÁT 80 b Sử dụng tần số dao động mode 2 c Sử dụng tần số dao động trung bình Hình 4.18 Quan hệ tần số và lực tác dụng - thuật toán hồi quy tuyến tính

Tiêu đề	Dự đoán lực căng cho dầm bê tông cốt thép ứng suất trước sử dụng tần số dao động tự nhiên và các thuật toán trí tuệ nhân tạo
Tác giả	Trần Quốc Tiến
Người hướng dẫn	PGS. TS. Hồ Đức Duy
Trường học	Đại học Quốc gia TP. Hồ Chí Minh
Chuyên ngành	Kỹ thuật Xây dựng
Thể loại	Luận văn thạc sĩ
Năm xuất bản	2024
Thành phố	Tp. Hồ Chí Minh

Định dạng
Số trang	123
Dung lượng	5,18 MB