Phân tích công thức ước tính khả năng chịu chọc thủng của các tấm bê tông cốt FRP

1 LỜI CẢM ƠN Luận văn được hoàn thành với sự hướng dẫn tận tình, chu đáo của thầy TS Hoàng Nhật Đức Tôi xin bày tỏ sự biết ơn chân thành đến Quý thầy và khoa Sau đại học - Trường Đại học Duy Tân tạo điều kiện học tập, nghiên cứu tốt nhất cho Xin cảm ơn đến quan, bạn bè đồng nghiệp, gia đình và người thân chia sẻ, giúp đỡ, động viên, tạo điều kiện thuận lợi để hoàn thành nhiệm vụ học tập Đà Nẵng, ngày 18 tháng năm 2018 Học viên Lê Công Hải LỜI CAM ĐOAN Tôi xin cam đoan là công trình nghiên cứu của riêng và được sự hướng dẫn khoa học của TS Hoàng Nhật Đức Các nội dung nghiên cứu, kết đề tài này là trung thực và chưa công bố dưới bất kỳ hình thức nào trước Những số liệu các bảng biểu phục vụ cho việc phân tích, nhận xét, đánh giá được tác giả thu thập từ các nguồn khác có ghi rõ phần tài liệu tham khảo Ngoài ra, luận văn sử dụng số nhận xét, đánh giá số liệu của các tác giả khác, quan tổ chức khác đều có trích dẫn và thích nguồn gớc Nếu phát hiện có bất kỳ sự gian lận nào tơi xin hoàn toàn chịu trách nhiệm về nội dung luận văn của mình Đà Nẵng, ngày 18 tháng năm 2018 Học viên Lê Công Hải MỤC LỤC DANH MỤC HÌNH VẼ DANH MỤC BẢNG Bảng 2.1: Một sớ hàm truyền thông dụng Bảng : Mô tả thống kê các biến Bảng Kết tính toán MAPE Bảng Kết tính toán RMSE Bảng 4: So sánh sai số kết DANH MỤC BIỂU ĐỒ Biểu đồ 3.1 Phân phối của các biến số Biểu đồ 3.2 Phân phối của biến đầu Biểu đồ 3.3 Tương quan các biến số đầu vào Biểu đồ 3.4 Kết tính toán MAPE Biểu đồ 3.5 Kết tính toán RMSE Biểu đồ 3.6 Biểu đồ thể hiện mức độ tương quan, kết tính toán sau 20 lần chạy Biểu đồ 3.7 Kết tính toán sau 20 lần chạy (So sánh thí nghiệm và mô phỏng) MỞ ĐẦU MỤC TIÊU NGHIÊN CỨU VÀ TÍNH CẤP THIẾT CỦA ĐỀ TÀI Trong xây dựng, sợi gia cường polyme (FRP) ngày càng được sử dụng nhiều có độ bền và độ cứng, tính chất nhiệt tớt, khả chớng ăn mòn, trọng lượng nhẹ, và độ bền vượt trội, tính ăn mòn của cốt thép là yếu tố quan trọng ảnh hưởng đến sự suy giảm và rút ngắn tuổi thọ của kết cấu bê tông cốt thép Cốt FRP thay thế cho cốt thép truyền thống kết cấu chịu lực tạo điều kiện để nâng cao suất của quá trình xây dựng, cải thiện hiệu suất của kết cấu bê tơng, giảm chi phí bảo dưỡng và kéo dài thời gian hoạt động của kết cấu Sàn phẵng làm việc hai phương là loại kết cấu phổ biến giúp đơn giản hóa kết cấu, tiết kiệm không gian kiến trúc, giảm chiều cao xây dựng và chịu lực lớn Việc tính toán khả chịu chọc thủng các cột đỡ là mối quan tâm lớn quá trình thiết kế kết cấu này, các kết nối cột đỡ dạng tấm dễ bị ảnh hưởng lực cắt lớn và điều này làm mất khả chịu lực Đặc biệt là cốt thép bị ăn mòn độ ẩm và các yếu tố phá hủy khác môi trường hoạt động, tình trạng mất khả chịu lực cắt xảy kết nới dạng tấm này, theo đó, chúng dẫn đến toàn kết cấu bị sụp đổ Vì lý vậy, định hình FRP gần được xem là sản phẩm thay thế hiệu cho các loại thép truyền thống các tấm bê tơng phẳng và tấm bê tơng có trụ đỡ, vấn đề này được nghiên cứu rộng rãi nhiều tài liệu Kết là, có nhiều nghiên cứu khác được thực hiện để điều tra khả ứng dụng và điều chỉnh các phương thức tiếp cận thực nghiệm hiện có để dự tính khả chịu cắt của tấm bê tông cốt FRP Các phương pháp bằng công thức thực nghiệm theo tiêu chuẩn của viện bê tông Hoa kỳ (ACI 31.811), tiêu chuẩn Anh Quốc (BS-97)và số tác El-Ghandour và các cộng sự, Matthys và Taerwe , nhiên qua tìm hiểu của tác giả nhận thấy các phương pháp thực hiện bài toán thiết kế cho kết rất khác biệt nhau, các sai số lớn, mặt khác công thức có nhiều thơng sớ gây khó khăn thực hiện thiết nhiều bài toán thiết kế khác Cần có giải pháp ứng dụng bằng phần mền mấy tính giúp việc tính toán dễ dàng và cho độ xác tin cậy, giải pháp trí tuệ nhân tạo, mạng nơ ron nhân tạo là lựa chọn đắn Trong nghiên cứu này, tác giả nghiên cứu ứng dụng mạng nơ ron thần kinh nhân tạo mô phỏng khả chịu cắt của sàn bê tông cốt sợi pô-lime gia cường Mô hình mạng nơ ron thần kinh nhân tạo được sử dụng nhằm nâng cao khả dự báo khả chịu cắt của sàn bê tơng, từ giúp ích cho việc thiết kế các kết cấu sàn bê tông cốt sợi Polyme PHẠM VI NGHIÊN CỨU Thu thập và nghiên cứu các phương pháp tính toán khả chiụ cắt của tấm bê tông cốt sợi gia cường polyme bằng công thức thực nghiệm, và nghiên cứu phương pháp mới là phương pháp “ứng dụng mạng nơ ron thần kinh nhân tạo” để lập mô hình dự báo khả chịu cắt các tấm bê tông cốt sợi gia cường Polyme KHÁI QUÁT VỀ PHƯƠNG PHÁP NGHIÊN CỨU - Nghiên cứu lý thuyết tính toán và mơ phỏng sớ phần mềm máy tính, - Phân tích cơng thức ước tính khả chịu chọc thủng của các tấm bê tông cốt FRP - Thiết lập liệu thu thập về các thử nghiệm chịu uốn, cắt - Xây dựng Mạng lưới nơ-ron nhân tạo (ANN) - Xây dựng mô hình hồi quy đề xuất dựa cân bằng thích nghi sử dụng để dự đoán khả chọc thủng của các khối bê tông cốt FRP - Viết lập trình ứng dụng bằng ngôn ngữ Matlab -Áp dụng mạng ANN phân tích khả chụ cắt của tấm bê tông cốt sợi FRP số liệu cụ thể và kiểm chứng kết BỐ CỤC CỦA LUẬN VĂN Nội dung của luận văn được tổ chức thành chương có nội dung được mô tả dưới Mở đầu: Chương này giới thiệu tổng quan về đề tài, mục tiêu, phạm vi và phương pháp nghiên cứu của đề tài Chương 1: Chương này trình bày về các phương pháp tính toán khả chiụ cắt của tấm bê tông cốt gia cường bằng vật liệu cốt sợi polyme bằng công thức thực nghiệm theo tiêu chuẩn của viện bê tông Hoa kỳ (ACI), tiêu chuẩn Anh Quốc (BS) và số tác giả khác, đưa nhận định kết luận chương Chương 2: Chương này trình bày lý thuyết về mạng nơron nhân tạo Cung cấp cách nhìn tổng quát nhất, và vấn đề về quá trình huấn luyện mạng và thuật toán học của mạng nơ ron thần kinh nhân tạo, trình bày việc ứng dụng các thuật toán của mạng Nơ ron thần kinh nhân tạo được lập trình bằng ngôn ngữ Matlab để xây dựng mô hình huấn luyện mô phỏng khả chịu cắt của tấm bê tông cốt FRP Chương 3: Áp dụng mạng ANN phân tích liệu về tấm bê tơng cớt FRP, so sánh kết với các phương pháp khác để kiểm chứng kết Kết luận: Tổng kết kết đạt được của luận văn và hướng phát triển nghiên cứu tiếp theo CHƯƠNG I: TỔNG QUAN VỀ KẾT CẤU BÊ TÔNG GIA CƯỜNG BỞI CỐT SỢI POLYME 1.1 Tấm bê tông cốt sợi gia cường polyme Độ bền lâu dài của kết cấu bê tông cốt thép là mối quan tâm lớn ngành xây dựng Một ́u tớ làm giảm độ bền và rút ngắn tuổi thọ của các kết cấu bê tơng cớt thép là tính ăn mòn của cớt thép Do đó, việc sử dụng vật liệu cớt sợi gia cường Polyme (FRP) để thay thế thép các kết cấu bê tông cốt thép, đặc biệt hiệu sử dụng thiết kế các tấm sàn chịu lực cắt chọc thủng lớn, tấm sàn các công trình ngầm, sàn mặt cầu vượt biển, các kết cấu sàn chịu lực lớn làm việc mơi trường ăn mòn cao… Vật liệu FRP ngày càng được sử dụng xây dựng vì có ưu điểm là tỷ lệ độ cứng-trọng lượng và độ bền-trọng lượng cao, có đặc tính nhiệt tớt, chớng ăn mòn, trọng lượng nhẹ và độ bền cao Việc ứng dụng vật liệu mới này tạo hội tăng hiệu xây dựng, tăng cường hiệu suất kết cấu, giảm chi phí bảo trì và kéo dài tuổi thọ của kết cấu Nhược điểm của là khó gia cơng ́n tạo hình độ cứng lớn Vật liệu FRP có sẵn nhiều dạng, chẳng hạn thanh, lưới, tấm và sợi cuộn Ngoài ra, các vật liệu này được ứng dụng nhiều kết cấu, bao gồm dầm, cột, tấm và mặt cầu Các nghiên cứu tổng quát được tiến hành để điều tra và nắm bắt hoạt động của các thành phần của tấm bê tông cốt FRP Hình 1.1: Sản phẩm từ cốt thép FRP (nguồn: Internet) Khi thiết kế các tấm sàn bê tông phẳng có cột đỡ, chịu lực lớn cần xem xét tới khả chịu cắt của tấm bê tông này Trong nhiều thập kỷ qua, khả chịu cắt của các tấm bê tông gia cố bằng thép thông thường được nghiên cứu kỹ lưỡng và số mô hình thiết kế khác được đề xuất (Elshafey và các cộng sự, 2011) 10 1.2 Một số công trình sữ dụng vật liệu bê tơng cốt FRP Hình 1.2: Sử dụng Bê tông cốt FRP thi công Gara đổ xe Canada (nguồn: Internet) 59 KẾT LUẬN VÀ KIẾN NGHI Kết luận kết quả đạt được: Qua nghiên cứu và phân tích nhận thấy, Kết cấu bê tơng cốt sợi gia cường Polyme xuất hiện khá muộn so với bê tơng cớt thép trùn thớng có rất nhiều ưu điểm, được ứng dụng ngày càng rộng rãi Các lý thút tính toán dựa theo cơng thức được xây dựng dựa lý thuyết về bê tơng cớt thép, nhiên độ xác chưa cao, kết so với thực nghiệm chênh lệch lớn Nghiên cứu thành cơng phương pháp ứng dụng tính toán dựa trí tuệ nhân tạo AI bằng phần mềm máy tính có tên gọi là “Mạng nơ ron thần kinh nhân tạo mô dự báo khả chịu cắt sàn bê tông cốt gia cường sợi Polyme”, phương pháp mới này cho kết tương đới xác và nhanh chóng, ứng dụng lợi ích thiết kế, kiểm định công trình và nghiên cứu khoa học Có thể kết nới dẽ dang với hệ thớng các ứng dụng tính toán khác dựa máy tính Kiến nghị hướng phát triển nghiên cứu tiếp theo: Khả áp dụng phương pháp mới giới hạn phạm vi các tính đầu vào liệu Theo đó, các kết thử nghiệm tấm bê tông nên được thu thập bằng thử nghiệm thực tế và phân tích thơng qua các gói phần tử hữu hạn phi tuyến tính; các liệu này được đưa vào liệu hiện có để tăng tính tổng quát và khả áp dụng ANN Đây là hướng tương lai của nghiên cứu này TÀI LIỆU THAM KHẢO [1] Ozbakkaloglu T, Chen J-F, Smith ST, Dai J-G (2016) Applications of Fiber Reinforced Polymer Composites International Journal of Polymer Science 2016:1 doi:10.1155/2016/5804145 [2] TLTK: Hoang N-D, Chen C-T, Liao K-W (2017) Prediction of chloride diffusion in cement mortar using Multi-Gene Genetic Programming and Multivariate Adaptive Regression Splines Measurement 112:141-149 doi:https://doi.org/10.1016/j.measurement.2017.08.031 [3] TLTK: Tran T-H, Hoang N-D (2016) Predicting Colonization Growth of Algae on Mortar Surface with Artificial Neural Network Journal of Computing in Civil Engineering 30:04016030 doi:10.1061/(ASCE)CP.1943-5487.000059 [4] Tran T-H, Hoang N-D (2016) Predicting Colonization Growth of Algae on Mortar Surface with Artificial Neural Network Journal of Computing in Civil Engineering 30:04016030 doi:10.1061/(ASCE)CP.1943-5487.000059: [5] N.-D Hoang*, D.T Vu, X.L Tran, V.D Tran (2017), Modeling Punching Shear Capacity of Fiber-Reinforced Polymer Concrete Slabs: a Comparative Study of Instance-Based and Neural Net [6].M-Y.Cheng, N.-D.Hoang (2017), Estimating Construction Duration of Diaphragm Wall Using Firefly-Tuned Least Squares Support Vector Machine, Neural computing and applications (Impact Factor: 1.5) [7] Sunnil K Sinha, Robert A Mc.Kim, ANN for measuring organization effectivity, Journal of Computing in Civil Engineering, ASCE-January -2000 [8] M A W Hassan, Punching shear behavior of concrete two-way slabs reinforced with Glass Fiber-Reinforced Polymer (GFRP) bars [Ph.D thesis], University of Sherbrooke, 2013 [9] I M Metwally, “Prediction of punching shear capacities of two-way concrete slabs reinforced with FRP bars,” HBRC Journal, vol 9, no 2, pp 125–133, 2013 [10] L Nguyen-Minh and M Rovňák, “Punching shear resistance of interior GFRP reinforced slab-column connections,” Journal of Composites for C PHỤ LỤC Phụ lục1 Bảng 4: Bộ liệu có được từ các thử nghiệm cắt tấm bê tông cốt FRP X1 X2 X3 X4 X5 X6 Y c(mm2) d(mm) fc(MPa) Ef(GPa) p(%) V(kN) 10000 55 52.9 100 0.31 61 10000 55 41 100 0.31 65 5625 61 44.6 113 0.95 78 5625 61 42.4 113 0.95 93 10000 61 39 113 0.95 96 10000 61 36.6 113 0.95 99 40000 82 37.4 46 1.1 165 40000 142 33.3 45 0.22 170 40000 112 33 46 0.81 170 40000 129 39 48 0.48 180 62500 120 37.5 28.4 0.87 206 62500 100 26 42 0.95 210 40000 82 38.2 46 1.29 210 40000 129 39 48 0.68 212 62500 120 29.5 34 0.73 217 62500 100 35 42 1.05 218 50625 110 36.3 48.2 1.18 222 40000 142 34.7 110 0.18 229 40000 82 39.7 46 1.54 230 62500 75 45 100 234 40000 142 30.3 45 0.47 237 62500 100 29 42 1.67 240 50625 110 36.3 48.2 2.15 246 50625 110 36.3 48.2 248 40000 129 39 48 0.92 248 62500 100 40 42 1.18 249 Phụ lục Bảng Kết tính toán lực cắt V bằng phương pháp theo công thức b0,0.5d 620 620 544 544 644 644 980 1300 1128 1368 1248 676 1316 1316 1316 984 1304 1480 980 1400 1128 1316 808 1480 1400 1340 1368 1128 956 1300 1088 ACI3 b0,1.5 BS81 18 d 10-97 82 72 73 71 81 78 175 235 187 370 265 119 350 350 350 189 252 359 334 236 189 350 184 318 273 293 378 192 168 216 248 1060 1060 1032 1032 1132 1132 1740 2060 1784 2504 2144 1388 2348 2348 2348 1752 2072 2440 1740 2200 1784 2348 1784 2440 2200 2220 2504 1784 1668 1900 2064 71 65 102 101 107 105 127 151 218 260 287 269 311 349 311 148 176 368 291 264 232 349 289 320 301 343 247 249 323 224 334 ElGhand our ACI 64 56 59 58 66 64 156 209 113 221 160 69 214 214 214 143 191 184 188 138 114 214 110 173 160 179 304 116 97 169 148 ElGhan Mat Ospi dour hys na 58 53 87 85 91 89 118 140 138 163 181 163 198 223 198 118 140 197 171 161 146 223 180 182 184 220 208 157 195 183 209 61 56 96 94 101 99 152 181 141 191 201 167 229 258 229 141 167 205 176 171 150 258 203 196 195 244 283 161 200 209 235 BS 67 62 101 99 106 104 137 163 160 190 211 189 231 259 231 137 163 230 199 188 170 259 210 212 214 256 242 183 227 213 243 nf k 2.92533 3.32285 3.60009 3.69231 3.84989 3.97411 5.50022 5.45029 1.60038 1.65918 1.70374 1.44527 1.63535 1.63535 1.63535 3.22412 3.19809 0.98674 0.73058 1.75253 1.58354 1.63535 1.68239 1.33190 1.51049 1.70214 3.97311 1.55333 1.44729 3.17173 1.68239 0.12591 0.13360 0.22956 0.23210 0.23635 0.23961 0.13450 0.13393 0.17086 0.08187 0.15291 0.28040 0.11769 0.13843 0.11769 0.12137 0.12091 0.12273 0.09214 0.16659 0.18273 0.13843 0.18244 0.13006 0.16295 0.18134 0.11266 0.19611 0.28057 0.22213 0.18244 ACI440 H 24.98 23.34 40.70 40.12 46.39 45.56 57.20 76.24 77.32 73.42 98.22 80.86 99.82 117.41 99.82 55.56 73.95 106.78 74.55 95.14 83.57 117.41 81.52 100.37 107.97 128.84 103.13 91.44 114.27 116.23 109.76 1368 1400 1340 1340 1316 1400 980 1480 1368 1300 1400 1368 1736 1424 1104 1160 1736 1736 2336 1724 1724 1724 1310 2324 1322 2324 1340 1448 1724 1310 1448 2366 1448 1310 2338 2328 1430 2336 2336 2368 2336 353 249 293 293 350 292 184 315 438 246 389 349 450 347 267 250 477 477 692 463 456 424 346 572 436 631 393 502 649 425 502 907 502 470 817 841 513 863 1374 858 1282 2504 2200 2220 2220 2348 2200 1740 2440 2504 2060 2200 2504 2808 2432 2112 2040 2808 2808 3408 2772 2772 2772 2390 3372 2418 3372 2460 2744 2772 2390 2744 3686 2744 2390 3610 3576 2670 3608 4608 3688 4608 325 330 419 469 386 327 231 401 375 275 396 313 417 311 269 314 434 434 554 548 498 517 429 628 334 671 329 369 686 411 369 572 369 526 936 802 594 773 985 691 941 211 145 179 179 214 171 141 172 262 188 228 281 275 263 203 147 292 292 424 283 309 260 204 350 257 386 328 371 421 251 371 758 371 277 464 509 302 515 841 717 785 237 235 312 349 287 233 215 266 273 256 282 307 311 287 248 225 323 323 413 408 410 384 308 468 239 499 334 332 541 295 332 581 332 377 647 590 426 561 734 702 701 203 202 268 300 246 200 185 228 235 220 242 264 267 247 213 193 278 278 354 350 352 330 264 402 206 429 287 285 465 253 285 499 285 324 556 507 366 482 630 603 602 238 214 298 333 285 212 222 245 275 264 257 359 312 316 273 211 324 324 414 407 430 383 303 466 237 498 396 384 556 291 384 718 384 372 653 612 435 580 889 867 848 1.73938 1.65941 1.70214 1.70214 1.63535 1.41293 3.38292 1.34565 1.40256 3.35484 1.06053 4.30179 1.75106 3.34228 3.36691 1.54205 1.65065 1.65065 1.53047 1.64723 2.25492 1.79794 1.54205 1.79794 1.25552 1.63042 4.08893 2.79059 1.40275 1.25552 2.79059 3.70082 2.79059 1.13654 1.23072 1.41050 1.30566 1.34740 1.63381 3.91594 1.75106 0.11995 0.20934 0.23641 0.27257 0.15907 0.16669 0.23337 0.17955 0.10842 0.23253 0.14618 0.17473 0.14574 0.16987 0.17043 0.17476 0.14183 0.14183 0.13695 0.20246 0.20790 0.21045 0.17476 0.21045 0.08946 0.20154 0.16525 0.11744 0.18846 0.12408 0.11744 0.14852 0.11744 0.15208 0.19818 0.16847 0.16204 0.15124 0.09999 0.20701 0.10333 102.61 126.26 167.96 193.65 134.92 118.08 103.85 137.14 115.02 138.42 137.96 147.73 158.85 142.80 110.27 105.84 163.98 163.98 229.81 227.26 230.03 216.43 146.69 291.76 94.45 308.11 157.44 142.83 296.45 127.92 142.83 326.67 142.83 173.20 392.28 343.33 201.34 316.49 333.12 430.67 321.18 2936 2260 2936 2324 2324 2324 2260 2924 2260 2300 2300 1918 945 1566 1172 1353 1473 945 1475 945 1290 1817 5208 3580 5208 4572 4572 4572 3580 5172 3580 4500 4500 1194 692 1043 1138 1251 1324 692 1287 692 1561 1962 1174 839 959 717 828 901 839 903 839 834 1175 890 748 777 847 931 986 748 958 748 1227 1542 764 642 668 727 800 847 642 823 642 1054 1325 1077 952 941 1022 1124 1190 952 1156 952 1515 1903 1.47106 4.07187 1.80168 1.88105 1.63042 1.49758 4.07187 1.88105 4.07187 1.95188 1.38564 0.09514 0.19349 0.10473 0.15256 0.14284 0.13734 0.19349 0.15256 0.19349 0.22124 0.19009 442.43 443.37 397.66 433.62 468.42 490.32 443.37 545.57 443.37 691.89 837.44 Phụ lục Kết tính lực cắt V bằng ANN X1 X2 X3 X4 X5 X6 Va (Thực) 1 1 1 2 1 2 2 1 1 1 2 1 1 1 100 100 56.25 56.25 100 100 176.71 415.48 400 400 400 50.27 400 176.71 415.48 625 176.71 625 400 400 50.27 625 625 506.25 400 400 176.71 625 176.71 400 625 506.25 506.25 400 625 176.71 625 55 55 61 61 61 61 95 95 82 142 112 89 129 96 96 120 95 100 82 129 122 120 100 110 142 82 89 75 122 142 100 110 110 129 100 95 120 52.9 41 44.6 42.4 39 36.6 32.6 33.2 37.4 33.3 33 35.9 39 36.7 37.3 37.5 118 26 38.2 39 32.1 29.5 35 36.3 34.7 39.7 35.8 45 32.1 30.3 29 36.3 36.3 39 40 35.7 28.9 100 100 113 113 113 113 147.6 147.6 46 45 46 40.7 48 91.8 91.8 28.4 37.3 42 46 48 44.8 34 42 48.2 110 46 40.7 100 44.8 45 42 48.2 48.2 48 42 95 34 0.31 0.31 0.95 0.95 0.95 0.95 0.19 0.19 1.1 0.22 0.81 3.78 0.48 0.26 0.26 0.87 0.64 0.95 1.29 0.68 1.21 0.73 1.05 1.18 0.18 1.54 3.78 1.21 0.47 1.67 2.15 0.92 1.18 1.05 1.46 61 65 78 93 96 99 142 150 165 170 170 171 180 181 189 206 207 210 210 212 217 217 218 222 229 230 231 234 237 237 240 246 248 248 249 255 260 Vp (Tính ANN) 59 60 230 229 220 197 154 210 226 216 94 386 215 65 227 200 219 225 227 233 181 168 237 257 349 227 266 220 241 232 232 277 263 254 238 244 232 1 2 1 1 3 3 3 3 3 3 3 3 1 1 1 3 400 415.48 625 400 900 415.48 176.71 1500 900 2025 900 900 900 1500 2025 1500 2025 1500 375 900 1500 375 375 375 1507.5 375 1500 1502.5 1505 1500 1500 900 1510 900 2025 1293.8 2025 900 900 900 1293.8 2025 1293.8 142 95 100 142 134 126 126 110 134 134 131 131 131 135 131 137 131 140 162 131 135 162 162 162 165 162 135 159 156 155 159 284 165 284 284 165 284 281 281 281 165 281 165 46.6 36.3 71 29.6 34.3 34.3 33.8 35.2 38.6 44.9 38.6 37.5 32.4 35.2 32.4 53.1 39.4 40.3 42 75.8 53.1 42 42 42 49.6 42 64.8 44.3 49.2 49.1 49.6 39.4 44.3 34.3 48.6 59 32.4 29.6 39.4 46.7 59 29.6 59 45 95 42 110 48.2 92 92 43 48.2 48.2 48.1 64.9 48.1 43 48.1 43 48.1 122 85 57.4 43 85 85 85 122.5 85 43 38.5 46.5 43 44.6 48.2 122.5 48.2 48.2 147 48.2 48.1 48.1 48.1 147 48.1 147 0.47 1.05 1.18 0.43 0.71 0.52 0.52 1.2 0.71 0.71 1.56 1.21 1.56 1.2 1.56 0.35 1.56 0.4 0.28 1.56 0.7 0.28 0.28 0.28 0.35 0.28 1.2 1.99 1.21 1.2 0.34 0.69 0.34 0.34 0.57 0.34 0.73 0.73 0.73 0.57 0.73 0.57 271 273 275 317 329 343 347 362 386 400 431 438 451 484 504 506 511 530 534 547 549 575 584 622 674 698 704 712 732 732 740 781 799 825 911 1000 1020 1027 1071 1195 1200 1248 1328 368 229 247 349 334 330 365 345 362 433 415 428 460 533 539 558 465 254 612 585 566 612 612 612 664 612 643 786 717 722 729 1001 754 979 1099 1126 1099 976 1022 1076 1126 1099 1126 1 900 900 275 275 38.2 75.8 56.7 56.7 1.61 1.61 1492 1600 1148 1419 Phụ Lục 3– Mã MATLAB function RepetitiveRegressModelEvaluation %% Data close all; clc; clear; RawData = xlsread('FRPSlab82Data.xlsx'); [DataNormal, MeanD, StdD] = ZscoreNormalization4Reg(RawData); MeanY = MeanD(end); StdY = StdD(end); TestRate = 0.1; Want2ComputMAPE = 1; % or %% Model Selection ModelTrainFunctionName = @TrainAnnRegMLTbx; ModelPredictFunctionName = @PredictAnnRegMLTbx; Nr = 5; epochs = 1000; max_fail = 100; lr = 0.01; ModelParameterSet = [Nr epochs max_fail lr]; %% NumOfRun NumOfRun = 20; %% Preallocation RunTime_All = zeros(1, NumOfRun); RMSEtr_All = zeros(1, NumOfRun); R2tr_All = zeros(1, NumOfRun); RMSEte_All = zeros(1, NumOfRun); R2te_All = zeros(1, NumOfRun); if Want2ComputMAPE == MAPEtr_All = zeros(1, NumOfRun); % Y must be non zeros MAPEte_All = zeros(1, NumOfRun); % Y must be non zeros end Ytr_All = []; Ytrp_All = []; Yte_All = []; Ytep_All = []; for r = : NumOfRun TimeBegin = cputime(); fprintf('Current Run is %d.\n', r); %% Subsampling Data [Xtr, Ytr, Xte, Yte] = DataSubSamplingForReg(DataNormal, TestRate); %% Model Training and Prediction Model = ModelTrainFunctionName(Xtr, Ytr, ModelParameterSet); Ytrp = ModelPredictFunctionName(Model, Xtr); Ytep = ModelPredictFunctionName(Model, Xte); % Convert data from Z-score normalized to original range: Ytrp = Ytrp*StdY + MeanY; Ytep = Ytep*StdY + MeanY; Ytr = Ytr*StdY + MeanY; Yte = Yte*StdY + MeanY; %% Evaluation Phase % size(Ytr) % size(Ytrp) RMSEtr = RMSE_Calculation(Ytr, Ytrp); RMSEte = RMSE_Calculation(Yte, Ytep); if Want2ComputMAPE == MAPEtr = MAPE_Calculation(Ytr, Ytrp); MAPEte = MAPE_Calculation(Yte, Ytep); end R2tr = R2_Calculation(Ytr, Ytrp); R2te = R2_Calculation(Yte, Ytep); % Model Time TimeEnd = cputime(); TimeRun = TimeEnd - TimeBegin; RunTime_All(r) = TimeRun; RMSEtr_All(r) = RMSEtr; RMSEte_All(r) = RMSEte; if Want2ComputMAPE == MAPEtr_All(r) = MAPEtr; MAPEte_All(r) = MAPEte; end R2tr_All(r) = R2tr; R2te_All(r) = R2te; Ytr_All = [Ytr_All; Ytr]; Ytrp_All = [Ytrp_All; Ytrp]; Yte_All = [Yte_All; Yte]; Ytep_All = [Ytep_All; Ytep]; end % for r = : NumOfRun %% Save if Want2ComputMAPE == save MarsReg.mat RunTime_All RMSEtr_All RMSEte_All R2tr_All R2te_All Ytr_All Ytrp_All Yte_All Ytep_All; end if Want2ComputMAPE == save MarsReg.mat RunTime_All RMSEtr_All RMSEte_All MAPEtr_All MAPEte_All R2tr_All R2te_All Ytr_All Ytrp_All Yte_All Ytep_All; end %% Statistis MeanRMSEtr = mean(RMSEtr_All); stdRMSEtr = std(RMSEtr_All); MeanRMSEte = mean(RMSEte_All); stdRMSEte = std(RMSEte_All); if Want2ComputMAPE == MeanMAPEtr = mean(MAPEtr_All); stdMAPEtr = std(MAPEtr_All); MeanMAPEte = mean(MAPEte_All); stdMAPEte = std(MAPEte_All); end MeanR2tr = mean(R2tr_All); stdR2tr = std(R2tr_All); MeanR2te = mean(R2te_All); stdR2te = std(R2te_All); MeanRunTime = mean(RunTime_All); stdRunTime = std(RunTime_All); %% Display if Want2ComputMAPE == TrainingResultMean = [MeanRMSEtr; MeanR2tr] TrainingResultStd = [stdRMSEtr; stdR2tr] TestingResultMean = [MeanRMSEte; MeanR2te] TestingResultStd = [stdRMSEte; stdR2te] end if Want2ComputMAPE == TrainingResultMean = [MeanRMSEtr; MeanMAPEtr; MeanR2tr] TrainingResultStd = [stdRMSEtr; stdMAPEtr; stdR2tr] TestingResultMean = [MeanRMSEte; MeanMAPEte; MeanR2te] TestingResultStd = [stdRMSEte; stdMAPEte; stdR2te] end RunTimeMean = MeanRunTime RunTimeStd = stdRunTime % R2tr = R2_Calculation(Ytr_All, Ytrp_All) % R2te = R2_Calculation(Yte_All, Ytep_All) figure(1); subplot(1,2,1); PlotLineOfBestFitSingleRun(Ytr_All, Ytrp_All, 'Training Phase', R2tr); subplot(1,2,2); PlotLineOfBestFitSingleRun(Yte_All, Ytep_All, 'Testing Phase', R2te); figure(2); PlotActVsPred(Yte_All, Ytep_All); RMSEte_All_Show = RMSEte_All' R2te_All_Show = R2te_All' end % function Repetitive2RegressModelEvaluation ... mặt Cầu Bê tông cốt FRP (nguồn: Internet) 13 1.3 Các phương pháp tính toán cường độ chịu cắt của các khối bê tông cốt FRP dựa cơng thức 1.3.1 Phân tích cơng thức ước tính khả chịu uốn,... liệu bê tơng cốt FRP Hình 1.2: Sử dụng Bê tông cốt FRP thi công Gara đổ xe Canada (nguồn: Internet) 11 Hình 1.3: Sử dụng Bê tơng cốt FRP thi cơng Cầu Canada (nguồn: Internet) 12 Hình 1.4 Thi công. .. để dự đoán khả chọc thủng của các khối bê tông cốt FRP - Viết lập trình ứng dụng bằng ngôn ngữ Matlab -Áp dụng mạng ANN phân tích khả chụ cắt của tấm bê tông cốt sợi FRP số liệu