Khoa học Kỹ thuật Công nghệ Phát triển phương pháp xác định tổn hao ứng suất trước vùng neo cáp sử dụng đáp ứng trở kháng mạng nơ-ron nhân tạo Lưu Trần Hữu Tín, Hồ Đức Duy* Khoa Kỹ thuật xây dựng, Trường Đại học Bách khoa, Đại học Quốc gia TP Hồ Chí Minh Ngày nhận 17/8/2020; ngày chuyển phản biện 20/8/2020; ngày nhận phản biện 21/9/2020; ngày chấp nhận đăng 5/10/2020 Tóm tắt: Trong nghiên cứu này, phương pháp xác định tổn hao ứng suất trước vùng neo cáp kết cấu bê tông cốt thép ứng suất trước sử dụng đáp ứng trở kháng kết hợp với mạng nơ-ron nhân tạo phát triển Trước tiên, sở lý thuyết đáp ứng trở kháng, phương pháp chẩn đoán xuất mức độ tổn hao ứng suất trước giới thiệu Trong đó, xuất tổn hao ứng suất trước xác định số đánh giá MAPD (Mean Absolute Percentage Deviation) Sau đó, mức độ tổn hao ứng suất trước xác định mạng nơ-ron nhân tạo Tính khả thi phương pháp kiến nghị kiểm chứng thông qua mô số cho vùng neo cáp với nhiều mức độ tổn hao khác Độ tin cậy mô số đáp ứng trở kháng đánh giá cách so sánh với kết thực nghiệm Cuối cùng, xuất mức độ tổn hao ứng suất trước xác định xác phương pháp kiến nghị Các kết từ nghiên cứu cho thấy phương pháp kiến nghị đạt hiệu cao việc xác định tổn hao ứng suất trước vùng neo cáp Từ khóa: mạng nơ-ron nhân tạo, theo dõi chẩn đoán kết cấu, tổn hao ứng suất trước, trở kháng, vùng neo cáp Chỉ số phân loại: 2.1 Giới thiệu Trong kỷ vừa qua, lĩnh vực theo dõi chẩn đoán sức khỏe kết cấu (Structural Health Monitoring - SHM) ngày quan tâm, trọng, nhằm sớm phát hư hỏng kịp thời đưa giải pháp xử lý, đảm bảo an toàn tuổi thọ cơng trình xây dựng Nhiều phương pháp chẩn đoán kết cấu nghiên cứu ứng dụng Trong đó, phương pháp chẩn đốn sử dụng đáp ứng trở kháng - điện phương pháp có tính hiệu cao phát kịp thời hư hỏng từ lúc hình thành mà khơng gây phá hủy kết cấu [1] Phương pháp trở kháng lần giới thiệu Liang cộng vào năm 1994 [2] Sau đó, phương pháp phát triển ứng dụng rộng rãi nhiều lĩnh vực khí, hàng khơng, xây dựng nhiều loại kết cấu khác như: kết cấu dàn [3], kết cấu mỏng [4], kết cấu thép [5], kết cấu bê tông [6], vùng neo dầm bê tông ứng suất trước [7], kết cấu bê tơng có gia cường FRP [8] Hiện nay, với bùng nổ cách mạng công nghiệp 4.0, thuật ngữ trí tuệ nhân tạo dần trở nên phổ biến ứng dụng nhiều lĩnh vực đời sống Trong đó, mạng nơ-ron nhân tạo (Artificial Neural Networks - ANNs) mơ hình tốn học xây dựng dựa ý tưởng mạng nơ-ron sinh học Mạng ANNs * bao gồm nhóm nơ-ron nhân tạo (nút) nối với thông tin mạng xử lý cách truyền theo kết nối tính giá trị nút Thơng qua q trình học hỏi huấn luyện, mạng ANNs có khả lưu giữ kinh nghiệm, hiểu biết, tri thức sử dụng tri thức việc dự đoán liệu chưa biết [9] Tại Việt Nam, việc ứng dụng mạng nơ-ron nhân tạo lĩnh vực xây dựng khiêm tốn Mạng ANNs ứng dụng số nghiên cứu phát hư hỏng dầm giản đơn [10], dự đoán sức chịu tải tới hạn cấu kiện thép chữ Y [11] Trong lĩnh vực xây dựng, kết cấu bê tông cốt thép ứng suất trước sử dụng phổ biến Đối với loại kết cấu này, tổn hao ứng suất trước mục tiêu quan trọng cần theo dõi chẩn đoán nhằm đảm bảo độ an toàn cho kết cấu Từ nhu cầu thực tế đặt kế thừa nghiên cứu trước, mục tiêu báo phát triển phương pháp chẩn đoán tổn hao ứng suất trước vùng neo cáp kết cấu bê tông cốt thép ứng suất trước sử dụng đáp ứng trở kháng kết hợp với mạng nơ-ron nhân tạo Đầu tiên, sở lý thuyết đáp ứng trở kháng phương pháp chẩn đoán tổn hao ứng suất trước trình bày Tiếp theo, mơ số cho vùng neo cáp với nhiều mức độ tổn hao khác thực phần Tác giả liên hệ: Email: hoducduy@hcmut.edu.vn 63(3) 3.2021 33 Khoa học Kỹ thuật Công nghệ Development of prestress-loss identification method in the cable-anchorage system using impedance responses and artificial neural networks Tran Huu Tin Luu, Duc Duy Ho* Faculty of Civil Engineering, Ho Chi Minh city University of Technology, Vietnam National University Ho Chi Minh city Received 17 August 2020; accepted October 2020 Abstract: Trong lĩnh vực xây dựng, kết cấu tông thépkết ứngcấu suất sử dụ Trong lĩnhbêvực xâycốt dựng, bêtrước tông cốt thép ứ mềm ANSYS Độ tin cậy đáp ứng trở kháng mô phổ biến Đối với loạirấtkếtphổ cấubiến này,Đối tổn với haoloại ứngkết suấtcấu trước mục rấttrư q này,làtổn hao ứngtiêu suất vớivàkết thực nghiệm Cuối cùng, trọng cầnkiểm đượcchứng theo dõi chẩn đốn nhằm đảm bảo độ an tồn cho kết cấu Từ nhữ trọng cần theo dõi chẩn đoán nhằm đảm bảo độ an xuất mức độ tổn hao ứng suất trước vùng nhu cầu thực tế đặt vànhu kế thừa nghiên cứu trước, mục tiêu củatrước, báo cầu kết thực tếkhi đặttông thừa nghiên mụ neo cáp chẩn xác sử dụng phương pháp Trong lĩnh vực đoán xây dựng, cấu bê cốtkếthép ứng suất trước cứu sử dụng làkiến phát triển phương pháp chẩn đoán tổn hao ứng suất trước vùng neo phát triển phương pháptrước chẩnlà đoán tổntiêu haorấtứng suấ nghị phổ biến Đối với loại kết cấu này,một tổn hao ứng suất mục quan củatrọng kết cấu bê tông cốt thép ứng suất trước sử dụng đáp ứng trở kháng kết hợp kết cấu tôngđảm cốtbảo thép ứngtoàn suất sử Từ dụng đáp cần theo dõicủa chẩn đoánbê nhằm độ an chotrước kết cấu Đáp nơ-ron ứng trởnhân kháng phương pháplýchẩn đoán tổnứng haotrởứng mạng tạo đáp kháng phương p nhu cầu thực tế đặt Đầu kếtiên, thừa cácsở nghiên cứu Đầu trước, mụccơ tiêusởchính củavà báo mạng nơ-ron nhânthuyết tạo tiên, lý thuyết đápnày ứng suất trước chẩnlà đoán tổn hao phương ứng chẩn suất trước trình bày Tiếp theo, mơ số phát triển pháp chẩn đoán tổn hao ứng suất trước vùng neo cáp đoán tổn hao ứng suất trước trình bày Tiếp t Đáp ứng kháng cơneo - điện kết cáp cấu với bêtrở tông cốtvùng thép ứng suấthao trước sử dụng trở kết hợp vớim vùng neo nhiều mức độ tổn khác thực phần cáp với nhiều mứcđáp độứng tổn haokháng khác mạng nhân tạo Đầu lý thuyết vềphỏng đáp trở kháng phương ANSYS Độ cậy củaANSYS đáptiên, ứng trởsở kháng kiểm chứng vớipháp kết Kếtnơ-ron cấutin cần chẩn đốn miêu tả mơ cácứng đặc trưng Độ tin cậy đáp ứng trở kháng mơ đư chẩn đốn tổn hao ứng suất trước trình bày Tiếp theo, mơ số cho khối lượng (m), độ cứng (k), hệ số cản (c) điều thực nghiệm Cuối cùng,thực nghiệm xuất hiệnCuối mức tổnhiện hao ứngmức suấtđộtrước tro cùng,độsựcủa xuất tổ vùng neo cáp vớitương nhiềuđoán mứcchính độ tổnxác haokhi khác thực bằngnghị phần mềm kiện biên ứng Cảm biến PZT làm từ vật vùng neo cáp(BC) chẩn sử dụng phương pháp kiến vùng neo cáp chẩn đốn xác sử dụng phươn ANSYS Độ tin cậymiêu đáp ứng trở kháng mơđiện phỏngđiều đượchịa kiểm chứng với kết liệu áp điện tả mạch với Đáp ứng trở kháng phương pháp chẩn đoán tổn haopháp ứng chẩn suất trước Đáp trở kháng vàđộ phương đốn tổn hao hiệu Cuối cường độứng dịng điện Trong mộttổn số hao nghiên thựcđiện nghiệm cùng, xuất mức ứng suất trước Đáp ứng trở kháng điện trở -nhôm điệnpháp cứu gần [1], tácứng làm từkháng liệu vùng neođây cáp chẩn tương đốnĐáp xác sửvật dụng phương kiến nghị ( Kếtứng cấu cần chẩn đoán miêu tả đặc trưng khối Kết cấu cần chẩn đoán miêu tảtrước cáclượng đặc trư sửĐáp dụng nhằm làm tăng độ nhạy đáp ứng trở kháng đo trở kháng phương pháp chẩn đoán tổn hao ứng suất từ PZT đặc trưng kết cấu thay đổi Hình ( k )ứng ( ccơ )cứng , hệ trở số kháng cản độ điều biên đư độ cứng Đáp - điện ( k ) ,kiện ( c ) tương hệ số cản(BC) điềuứng kiệnCảm biênbiến (BC)PZT tương thể tương tác điện cảm biến PZT, ( m ) Kết cấu cần chẩn đoán miêu tả đặc trưng khối lượng , làm từ vật liệu áp điện làm đượctừmiêu tả hòamột với mạch hiệu điện vật liệu áp điện mạch điện miêuđiều tả điện tương tác kết cấu ( k ) , độ ( c ) hệ số cảnđiện điều kiện biên (BC) tương ứng Cảm biến PZT cứng ( độ ) ( ) cường dòng Trong số nghiên cứu gần [1], tươ ( ) cường độ dòng điện ( ) Trong số nghiên làm từ vật liệu áp điện miêu tả mạch điện điều hòa với hiệu điện tác làm từ vật liệu nhômtác nhằm làmđược tăng độ nhạy đáp ứng trởđộ khn làmsửtừdụng vật liệu nhôm sử dụng nhằm làm tăng ( ) từ ( ).PZT PZT cườngkhi độcác dòng điện Trong mộtthay số nghiên cứu gần [1],sựtấm tương đo đặc trưng kết cấu đổi Hình thể tương tác đặc trưng kết cấu thay đổi Hìn I(ω) đo từ PZT Tấm tương tác đáp ứng trở kháng tác làm từ vật liệu nhôm sử dụng nhằm làm tăng độ nhạy - điện biến PZT, tươngcảm tác biến kết cấu.tấm tương tác kết cấu V(ωcảm ) - điện PZT, In this paper, a method for identifying the loss of prestressing force (prestress-loss) in the cable-anchorage system of prestressed concrete structures using the impedance responses and artificial neural networks (ANNs) is developed First, theories of impedance responses and damage detection methods for diagnosing the occurrence and the severity of prestress-loss are đo từ PZT đặc trưng kết cấu thay đổi Hình thể tương tác PZT presented In which, the occurrence of prestress-loss PZT - điện cảm biến PZT, I(tương ) tác kết cấu.Tấm tương I( ) tác Tấm tương is determined by MAPD (Mean Absolute Percentage V( ) PZT V( ) Kết Deviation) index Then, the severity of the prestress-loss I( )cấu Tấm tương tác V( (m, ) k, c, BC) is determined by ANNs The feasibility of the developed Kết cấu method is verified by numerical simulations for a real Kết cấu (m, k, c, BC) (m, k, c, BC) cable-anchorage system with different levels of prestressKết cấu PZT, tương tác (m,biến k, c, BC) loss The reliability of the numerical simulations for Hình Sự tương tác - điện cảm Hình Sự tương tác cơHình - điện cảm biến PZT, tấmgiữa tương PZT, kết cấu kết cấu Sự tương tác - điện cảmtác biến impedance responses is evaluated by comparison Hình 1.ứng Sự tương tác cơcơ- điện cảm biến PZT, tương tác kết cấu ( ) Đáp trở kháng điện hệ hàm số kết hợp trở kh - điện củahợp hệ ( ) hàm Đáp ứng trở kháng -Đáp điệnứng củatrở hệ kháng mộtcơ hàm số kết to experimental results Finally, the occurrence and ( ) hàm số kết hợp trở kháng Đáp ứng trở kháng điện hệ ) vàcơtrở kháng điện biến PZT trở kết kháng cấu Z s (cơ) (ω)Zcủa cảm trở kháng điệnZcủa kết cấu cảmdiễn biếntảPZb kết Zcấu a ( severity of the prestress-loss are exactly identified by the cơgiữa s ( ) trở kháng điện s Z a ( ) diễn tả ) trở kháng điện cảm biếnthức PZTsau kếtPZT cấu ZZs ( (ω) diễn tả công [1]: cảm biến proposed method The results of this study show that the công thức sau [1]: a công thức sau [1]: công thức sau [1]: proposed method is highly effective in determining the ( ) ( ) ̅̅̅̅)) (1) ̅̅̅̅)) ( ) ( ) ( prestress-loss in the cable-anchorage system (̅( ) ̅̅̅̅()) ̅ ( ) ( ) ( )⁄ ( () ( (̅ (1) Keywords: artificial neural networks, cable-anchorage system, impedance response, prestress-loss, structural health monitoring Classification number: 2.1 ( ) (( ))⁄ ( ) ( )⁄ ( ) ̅̅̅̅ ̅̅̅̅đun ) ) làlà đó:đó: đun đàn hồi trường )của đó: làPZT mơ đun đàn hồi củabằng PZT đó: ̅̅̅̅ ( ( mô hồi PZT khikhi điện trường làmô mô đun(đàn đàn hồi PZT khiđiện d ̅ điện số điện dung PZT ứng suất ; ( ) ) làlàhằng d ̅ (trường số điện dung PZT ứng suất ; số áp ( ) 0;hằng số điện dung ̅ số điện dung 31PZT su 31 ứng số PZT ứng suất 0; d số áp điện PZT chiều rộng, chiều dài ch điện PZT suất chiều rộng, chiều dài chiều điện PZT khiứng ứng suất 31 ứng suất ch điện PZT ứng suất 0; wa,và la, ta lần hệ chiều rộng, chiều dài lượt cản hệlàsố mát điện dày cảm biếnPZT PZT hệsốsốmất mát hệhệ sốsốmất dày cảm biến vàmát lầncản lượt mấtmát mátđ dàyvà cảm biếnlàlàPZT vàmôi chiều dày cảm biến PZT; η δ hệ số PZT môi PZT PZT mát cản hệ số mấtmôi mátcủa điện môi PZT Đáp ứng trở kháng kết cấu3 Zs (ω) hàm số phụ thuộc vào đặc trưng động lực3học (như khối lượng, độ cứng, hệ số cản) điều kiện biên Do đó, thay đổi đặc trưng động lực học điều kiện biên (được xem hư hỏng) dẫn đến thay đổi đáp ứng trở kháng - điện Z(ω); ngược lại sử dụng thay đổi đáp ứng trở kháng - điện để đánh giá hư hỏng kết cấu Theo công thức (1), kết cấu 63(3) 3.2021 34 Khoa học Kỹ thuật Công nghệ xuất hư hỏng, đáp ứng trở kháng Zs (ω) kết cấu thay đổi làm thay đổi đáp ứng trở kháng - điện Y = Z (ω) Hư hỏng kết cấu phát có sai lệch hai đáp ứng trở kháng hai khoảng thời điểm khảo sát khác Đối với hư hỏng kết cấu, phần thực đáp ứng trở kháng nhạy so với phần ảo; cho nên, phần thực thường sử dụng phương pháp chẩn đoán hư hỏng [12] n f ∑ Wi X i + W0 i =1 (3) Phương pháp chẩn đoán Sự hư hỏng kết cấu thể thay đổi đáp ứng trở kháng Sự thay đổi định lượng thông qua số đánh giá Trong nghiên cứu này, phương pháp bao gồm hai bước để chẩn đoán xuất mức độ tổn hao ứng suất trước phát triển Trong bước một, số MAPD (Mean Absolute Percentage Deviation) [13] sử dụng để đánh giá thay đổi hai trạng thái trước sau xuất tổn hao ứng suất trước: MAPD = n Z * (ωi ) − Z (ωi ) ∑ Z (ω ) n i =1 i (2) đó: Z (ωi) Z* (ωi) đáp ứng trở kháng hai trạng thái khảo sát, trước sau xuất tổn hao ứng suất trước, tương ứng với tần số thứ i; n số điểm tần số miền khảo sát Nếu giá trị MAPD lớn kết cấu có xuất tổn hao ngược lại giá trị kết cấu không xuất tổn hao Từ kết bước 1, xuất tổn hao ứng suất trước xác định Trong bước hai, mạng ANNs MLP (MultiLayer Perceptron) triển khai để chẩn đoán mức độ tổn hao ứng suất trước Khi có tổn hao ứng suất trước xảy ra, đáp ứng trở kháng thay đổi khơng theo quy luật tuyến tính Mục đích mạng ANNs tìm hàm phi tuyến xấp xỉ quy luật thay đổi đáp ứng trở kháng thơng qua q trình huấn luyện điều chỉnh trọng số liên kết Một mạng MLP tổng qt (hình 2) mạng có k lớp (khơng tính lớp vào), có k-1 lớp ẩn lớp (lớp thứ k) Mỗi nơ-ron liên kết với tất nơ-ron lớp trước với trọng số (W) riêng Đầu nơ-ron lớp trước đầu vào nơ-ron thuộc lớp liền sau [9] Nguyên lý hoạt động mạng ANNs MLP sau: nơ-ron lớp ẩn thứ nhận liệu từ lớp vào xử lý cách tính tổng trọng số, gửi tới hàm truyền xuất kết (là kết hàm truyền); kết truyền tới nơ-ron thuộc lớp ẩn thứ hai (nếu có); nơron tiếp nhận liệu đầu vào, xử lý gửi kết đến lớp ẩn kế tiếp; trình tiếp tục nơ-ron thuộc lớp cho kết Quá trình học ANNs MLP thực trình điều chỉnh trọng số liệu đầu vào để có kết đầu mong muốn Về chất, nhiệm vụ nơ-ron mạng hiểu có tập giá trị đầu vào X ánh xạ tập giá trị Y thông qua hàm truyền f sau: 63(3) 3.2021 Hình Mơ hình mạng ANNs MLP Hình thể sơ đồ chẩn đoán tổn hao ứng suất trước sử dụng kết hợp đáp ứng trở kháng - điện mạng nơ-ron nhân tạo Đầu tiên, theo dõi đáp ứng trở kháng miền tần số rộng, thông thường 10~100 kHz Tiếp theo, chọn miền tần số phụ thích hợp có độ rộng nhỏ miền tần số rộng khảo sát; miền tần số phụ thích hợp miền tần số có độ nhạy cao với tổn hao Sau đó, số đánh giá MAPD xác định miền tần số phụ để phát xuất tổn hao Cuối cùng, đáp ứng trở kháng miền tần số phụ trường hợp phát tổn hao dùng làm tập liệu đầu vào cho việc chẩn đoán mức độ tổn hao mạng ANNs MLP Hình Sơ đồ chẩn đoán hư hỏng sử dụng kết hợp đáp ứng trở kháng - điện mạng nơ-ron nhân tạo 35 Khoa học Kỹ thuật Công nghệ Bài tốn phân tích Thiết lập tốn Một vùng neo cáp dầm bê tông cốt thép ứng suất trước chọn để mô nghiên cứu Chi tiết thực tế vùng neo cáp thể hình [7] Trong đó, tương tác nhơm có kích thước 100×18×6 mm, bị khuyết lỗ 30×18×1 mm đặt lên neo thép có kích thước 100×100×10 mm Đầu neo thép có đường kính ngồi D=45 mm, đường kính d=15,2 mm Cảm biến PZT-5A có kích thước 15×15×0,51 mm dán lên tương tác Điện áp kích thích điều hòa với hiệu điện V Đặc trưng vật liệu sử dụng mô lấy theo tài liệu [14] Các trường hợp tổn hao ứng suất trước khảo sát liệt kê bảng Trong đó, trường hợp huấn luyện lấy theo tài liệu [14]; trường hợp cần chẩn đoán đặt nghiên cứu chắn Trong nghiên cứu này, giá trị độ cứng lò xo xác định cách sử dụng phương pháp thử dần (trial and error), so sánh với đáp ứng trở kháng từ thực nghiệm cho trường hợp không tổn hao (T0) tổn hao (T3) Từ đó, phương pháp nội suy ngoại suy tuyến tính sử dụng để xác định giá trị độ cứng lò xo cho trường hợp lại [16] Trong nghiên cứu này, phần mềm ANSYS APDL có tính mơ trở kháng - điện, sử dụng để thiết lập mơ hình phần tử hữu hạn (PTHH) cho vùng neo cáp Hình thể mơ hình PTHH vùng neo cáp ANSYS Bản neo, đầu neo tương tác mơ hình hóa phần tử khối đặc có nút SOLID45 Cảm biến PZT mơ hình hóa phần tử - điện có nút SOLID5 Hệ lị xo mơ hình hóa phần tử đàn hồi COMBIN14 Đáp ứng trở kháng từ mô so sánh với kết thực nghiệm tương ứng [7] để minh chứng tính xác tính khả thi mơ số Hình thể kết so sánh đỉnh trở kháng mô thực nghiệm cho trường hợp T0 Kết so sánh cho trường hợp huấn luyện tổng hợp bảng Kết cho thấy chênh lệch nhỏ 1% Điều chứng tỏ, mơ hình PTHH vùng neo cáp có độ tin cậy cao sử dụng để đại diện cho vùng neo cáp thực tế vấn đề chẩn đoán tổn hao ứng suất trước Hình hình cho thấy đáp ứng trở kháng miền tần số 15~25 kHz nhạy so với miền tần số 77~87 kHz có tổn hao xảy nên ưu tiên sử dụng miền tần số 15~25 kHz để chẩn đốn tổn hao Hình Mơ hình thực nghiệm Hình Mơ hình phần tử hữu hạn vùng neo cáp [7] vùng neo cáp Bảng Các trường hợp tổn hao ứng suất trước để huấn luyện chẩn đoán Tập liệu Trường hợp tổn hao Mức độ Lực ứng suất tổn hao (%) trước (kN) Độ cứng lị xo (N/m) Huấn luyện T0 49,05 120×106 Huấn luyện T1 20 39,20 105×106 Huấn luyện T2 40 29,40 90×106 Huấn luyện T3 60 19,60 75×106 Chẩn đốn T1’ 46,60 116,3×106 Chẩn đốn T2’ 30 34,34 97,5×106 Chẩn đốn T3’ 55 22,07 78,8×106 Chẩn đốn T4’ 70 14,72 67,5×10 Theo chế tiếp xúc, tương tác vị trí tiếp xúc đơn giản hóa hệ số cản độ cứng lị xo Mặt khác, biến đổi hệ số cản độ cứng lị xo có liên quan đến thay đổi áp lực tiếp xúc [15] Theo nghiên cứu [14], lực ứng suất trước mơ hình hóa thơng qua độ cứng lị xo Khi kết cấu bị hư hỏng, lực ứng suất trước giảm, đồng nghĩa với việc độ cứng lò xo bị giảm tương ứng Vì vậy, đáp ứng trở kháng kết cấu thay đổi theo độ cứng lị xo vị trí tiếp xúc Trong mơ hình, độ cứng lị xo vị trí tiếp xúc vùng neo thơng số chưa biết khơng 63(3) 3.2021 Hình Đáp ứng trở kháng trường hợp T0 Bảng So sánh đỉnh trở kháng mô thực nghiệm Trường hợp tổn hao Mức độ tổn hao (%) Mô f1 (kHz) Thực nghiệm f1 (kHz) ∆f1 (%) Mô f2 (kHz) Thực nghiệm f2 (kHz) ∆f2 (%) T0 19,67 19,63 0,20 82,51 82,23 0,34 T1 20 19,63 19,63 0,00 82,50 82,15 0,43 T2 40 19,58 19,57 0,05 82,49 82,03 0,56 T3 60 19,52 19,53 0,05 82,48 - - 36 Khoa học Kỹ thuật Công nghệ Hình Đáp ứng trở kháng trường hợp cần chẩn đốn Hình Đáp ứng trở kháng mơ 15~25 kHz Hình 10 Chỉ số MAPD trường hợp cần chẩn đốn Hình Đáp ứng trở kháng mơ 77~87 kHz Chẩn đốn tổn hao ứng suất trước Miền tần số 19~20 kHz chọn để khảo sát cho vấn đề tổn hao ứng suất trước Cần lưu ý toán chẩn đoán ngược, trường hợp giả định tổn hao T1’, T2’, T3’, T4’ chưa biết mức độ tổn hao bao nhiêu, cần chẩn đốn; cịn trường hợp T0, T1, T2, T3 biết mức độ tổn hao, dùng để huấn luyện Hình thể đáp ứng trở kháng trường hợp cần chẩn đoán Các trường hợp chẩn đoán thành cơng có xuất tổn hao thơng qua số MAPD (hình 10) Chỉ số MAPD cao mức độ tổn hao lớn Tuy nhiên, số cho biết mức độ tổn hao cụ thể Do vậy, mạng nơ-ron nhân tạo sử dụng để chẩn đoán mức độ tổn hao 63(3) 3.2021 Mạng ANNs xây dựng miền tần số 19~20 kHz, với độ rộng kHz (1000 Hz) bước tần số 10 Hz, có 1000/10=100 biến đầu vào để chẩn đốn tổn hao Trong nghiên cứu này, mạng ANNs mạng truyền thẳng có nhiều lớp (MLP), hình 11, xây dựng công cụ Neural Networks phần mềm IBM SPSS [17] Theo đó, sơ đồ mạng gồm lớp vào, lớp ẩn lớp xuất kết Lớp vào có 100 nơ-ron tương ứng đáp ứng trở kháng vị trí tần số; số nơ-ron lớp ẩn phần mềm kiến nghị kết tối ưu nhất, lớp ẩn có 14 nơ-ron lớp ẩn có 11 nơ-ron; lớp có nơ-ron tương ứng tổn hao cần chẩn đoán (LOSS) Các trọng số liên kết lựa chọn tự động ngẫu nhiên điều chỉnh thay đổi qua lần huấn luyện Tại lớp có thêm biến ngưỡng (Bias); biến thêm vào để điều chỉnh giá trị kết hàm truyền, làm tăng khả thích nghi mạng trình huấn luyện Hình 12 đến hình 15 thể đáp ứng trở kháng tương ứng với liệu đầu vào trường hợp cần chẩn đoán Trong đó, đáp ứng trở kháng có giá trị tổn hao L chưa biết Mục tiêu mạng ANNs MLP tìm giá trị L Các kết sau chạy mạng ANNs MLP trình bày hình 16 bảng Kết phân tích cho thấy mạng ANNs MLP chẩn đốn xác mức độ tổn hao ứng suất trước cho bốn trường hợp, sai số dao động từ 0~13% 37 Khoa học Kỹ thuật Công nghệ Bias Bias Bias Z1 H(1:1) H(2:1) Z2 Hình 14 Đáp ứng trở kháng để chẩn đốn T3’ H(1:2) H(2:2) Z3 LOSS H(1:3) H(2:3) Z4 H(1:4) Z5 H(2:11) Hình 15 Đáp ứng trở kháng để chẩn đoán T4’ H(1:14) Z100 Hình 11 Sơ đồ mạng ANNs MLP Hình 16 Kết chẩn đoán mức độ tổn hao Bảng Kết chẩn đoán mức độ tổn hao từ ANNs MLP Hình 12 Đáp ứng trở kháng để chẩn đốn T1' Trường hợp tổn hao Giả định (%) Chẩn đoán (%) Sai số (%) T1’ 5,00 4,33 13,40 T2’ 30,00 30,63 2,10 T3’ 55,00 54,99 0,02 T4’ 70,00 66,67 4,76 Kết luận Hình 13 Đáp ứng trở kháng để chẩn đoán T2' 63(3) 3.2021 Trong báo này, phương pháp chẩn đoán xuất mức độ tổn hao ứng suất trước vùng neo cáp sử dụng đáp ứng trở kháng - điện kết hợp với mạng nơ-ron nhân tạo phát triển thành công Các kết luận sau rút từ kết phân tích: 38 Khoa học Kỹ thuật Công nghệ (1) Mô số đáp ứng trở kháng - điện vùng neo cáp mô thành công Đáp ứng trở kháng từ mô hình PTHH phù hợp với kết thực nghiệm monitoring techniques”, Experimental Mechanics, 46(5), pp.609-618 (2) Chỉ số MAPD phát thành công xuất tổn hao ứng suất trước vùng neo cáp Chỉ số MAPD gia tăng mức độ tổn hao ứng suất trước gia tăng [8] W Li, S Fan, S.C.M Ho, J Wu, and G Song (2018), “Interfacial debonding detection in fiber-reinforced polymer rebar-reinforced concrete using electro-mechanical impedance technique”, Structural Health Monitoring, 17(3), pp.461-471 (3) Mạng nơ-ron nhân tạo ANNs MLP chẩn đốn xác mức độ tổn hao ứng suất trước, với độ xác đạt từ 87 đến 100% LỜI CẢM ƠN Nghiên cứu tài trợ Đại học Quốc gia TP Hồ Chí Minh khuôn khổ Đề tài mã số B2020-20-06 Các tác giả xin trân trọng cảm ơn TÀI LIỆU THAM KHẢO [1] T.-C Huynh, N.-L Dang, J.-T Kim (2017), “Advances and challenges in impedance-based structural health monitoring”, Structural Monitoring and Maintenance, 4(4), pp.301-329 [2] C Liang, F.P Sun, and C.A Rogers (1994), “Coupled eectromechanical analysis of adaptive material systems - determination of the actuator power consumption and system energy transfer”, Journal of Intelligent Material Systems and Structures, 5(1), pp.12-20 [3] F.P Sun, Z Chaudhry, C Liang, and C.A Rogers (1995), “Truss structure integrity identification using PZT sensor-actuator”, Journal of Intelligent Material Systems and Structures, 6(1), pp.134-139 [4] V Giurgiutiu and A Zagrai (2005), “Damage detection in thin plates and aerospace structures with the electro-mechanical impedance method”, Structural Health Monitoring, 4(2), pp.99-118 [7] T.-C Huynh and J.-T Kim (2014), “Impedance-based cable force monitoring in tendon-anchorage using portable PZT-interface technique”, Mathematical Problems in Engineering, pp.1-11 [9] C.C Aggrawal (2018), Neural Networks and Deep Learning: a textbook, Springer International Publishing [10] Nguyễn Hữu Hưng (2018), “Nghiên cứu sử dụng mạng nơ ron nhân tạo phát hư hỏng dầm giản đơn thông qua biến dạng dầm”, Tạp chí Cầu đường Việt Nam, 2018(1+2), tr.39-43 [11] Lý Hải Bằng, Nguyễn Thùy Anh (2020), “Nghiên cứu ứng dụng mơ hình mạng nơ-ron nhân tạo để dự đoán sức chịu tải tới hạn cấu kiện thép chữ Y”, Tạp chí Giao thơng vận tải, 2020(3), tr.45-49 [12] S Bhalla and C Kiong Soh (2003), “Structural impedance based damage diagnosis by piezo-transducers”, Earthquake Engineering & Structural Dynamics, 32(12), pp.1897-1916 [13] A.N Zagrai and V Giurgiutiu (2001), “Electro-mechanical impedance method for crack detection in thin plates”, Journal of Intelligent Material Systems and Structures, 12(10), pp.709-718 [14] T.-C Huynh, Y.-H Park, J.-H Park, and J.-T Kim (2015), “Feasibility verification of mountable PZT-interface for impedance monitoring in tendon-anchorage”, Shock and Vibration, 2015, Article ID 262975 [15] K.L Johnson (1987), Contact mechanics, Cambridge Uuniversity Press [5] S Park, C.-B Yun, Y Roh, and J.-J Lee (2005), “Health monitoring of steel structures using impedance of thickness modes at PZT patches”, Smart Structures and Systems, 1(4), pp.339-353 [16] S Ritdumrongkul, M Abe, Y Fujino, and T Miyashita (2003), “Quantitative health monitoring of bolted joints using a piezoceramic actuator-sensor”, Smart Materials and Structures, 13(1), p.20 [6] S Park, S Ahmad, C.B Yun, and Y Roh (2006), “Multiple crack detection of concrete structures using impedance-based structural health [17] IBM SPSS (2017), IBM SPSS Neural Networks 25, IBM Corporation 63(3) 3.2021 39 ... trước vùng neo cáp đốn tổn hao ứng suất trước trình bày Tiếp t Đáp ứng kháng c? ?neo - điện kết cáp cấu với b? ?trở tông cốtvùng thép ứng suấthao trước sử dụng trở kết hợp vớim vùng neo nhiều mức độ tổn. .. dựng, cấu bê cốtkếthép ứng suất trước cứu sử dụng làkiến phát triển phương pháp chẩn đoán tổn hao ứng suất trước vùng neo phát triển phương pháptrước chẩnlà đoán tổntiêu haorấtứng suấ nghị phổ biến... củavà báo mạng nơ-ron nhânthuyết tạo tiên, lý thuyết đápnày ứng suất trước chẩnlà đoán tổn hao phương ứng chẩn suất trước trình bày Tiếp theo, mơ số phát triển pháp chẩn đoán tổn hao ứng suất trước