Mô hình hóa khớp dẻo trong đánh giá phá hoại địa chấn của cột bê tông cốt thép dựa trên mạng nơron nhân tạo

Bài báo trình bày khả năng áp dụng mạng nơron nhân tạo (Artificial neural network - ANN) trong xây dựng mô hình khớp dẻo của cột bê tông cốt thép (BTCT) chịu động đất nhằm phục vụ cho mô hình hóa số, phân tích ứng xử và đánh giá phá hoại địa chấn của loại kết cấu này. Phương pháp dựa trên bộ dữ liệu thí nghiệm gia tải lặp đảo chiều của cột BTCT tiết diện chữ nhật.

Tạp chí Khoa học Cơng nghệ Xây dựng, ĐHXDHN, 2021, 15 (7V): 119–130 MƠ HÌNH HĨA KHỚP DẺO TRONG ĐÁNH GIÁ PHÁ HOẠI ĐỊA CHẤN CỦA CỘT BÊ TÔNG CỐT THÉP DỰA TRÊN MẠNG NƠRON NHÂN TẠO Phan Hoàng Nama,∗, Hồ Mạnh Hùnga , Nguyễn Minh Hảia , Hoàng Phương Hoaa a Khoa Xây dựng Cầu đường, Trường Đại học Bách khoa, Đại học Đà Nẵng, 54 Nguyễn Lương Bằng, quận Liên Chiểu, Đà Nẵng, Việt Nam Nhận ngày 15/9/2021, Sửa xong 08/11/2021, Chấp nhận đăng 18/11/2021 Tóm tắt Bài báo trình bày khả áp dụng mạng nơron nhân tạo (Artificial neural network - ANN) xây dựng mô hình khớp dẻo cột bê tơng cốt thép (BTCT) chịu động đất nhằm phục vụ cho mơ hình hóa số, phân tích ứng xử đánh giá phá hoại địa chấn loại kết cấu Phương pháp dựa liệu thí nghiệm gia tải lặp đảo chiều cột BTCT tiết diện chữ nhật Cụ thể, mối quan hệ tham số đầu vào tham số tới hạn cột trước hết thiết lập dựa mơ hình ANN Trong đó, sở liệu thí nghiệm 800 mẫu chia thành tập huấn luyện, tập kiểm thử tập xác thực cho cho mơ hình Phân tích mạng tối ưu trước hết thực Kết cho thấy kiến trúc ANN lớp ẩn 24 nơron lớp ẩn có khả ước lượng tốt Tính hiệu mơ hình việc ước lượng tham số tới hạn cột với chế phá hoại khác xác thực với kết thực nghiệm công bố Nghiên cứu mơ hình đề xuất áp dụng để phân tích ứng xử địa chấn đánh giá trạng thái sụp đổ cột BTCT tiết diện chữ nhật với độ xác cao Từ khố: cột BTCT; mạng nơron nhân tạo; thí nghiệm gia tải lặp đảo chiều; mơ hình khớp dẻo; ứng xử địa chấn PLASTIC HINGE MODELING FOR SEISMIC DAMAGE ASSESSMENT OF RECTANGULAR REINFORCED CONCRETE COLUMNS BASED ON ARTIFICIAL NEURAL NETWORK Abstract This paper presents the possibility of applying an artificial neural network (ANN) model in the development of plastic hinge models of reinforced concrete (RC) columns; this allows rapidly modeling, analyzing responses, and assessing damage states of this type of structure The method is based on a dataset of the cyclic loading test collected to build a plastic hinge model for rectangular RC columns In particular, the relationship between the input parameters and the critical parameters of RC columns is first established based on the ANN model In which, the dataset of 800 specimens from the literature is divided into the training set, test set, and validation set for the model The optimal ANN architecture analysis is first performed The results show that the ANN model with hidden layers and 24 neurons in one hidden layer gives the best prediction The effectiveness of the training model on predicting modeling parameters of the plastic hinge model of an RC column is verified with available experimental data The study shows that the proposed model can be applied to rapidly analyze the seismic response, including both nonlinear static and dynamic, as well as the collapse assessment of rectangular RC columns with high accuracy Keywords: RC column; artificial neural network; quasi-static cyclic loading test; plastic hinge model; seismic response https://doi.org/10.31814/stce.huce(nuce)2021-15(7V)-11 © 2021 Trường Đại học Xây dựng Hà Nội (ĐHXDHN) ∗ Tác giả đại diện Địa e-mail: phnam@dut.udn.vn (Nam, P H.) 119 Nam, P H., cs / Tạp chí Khoa học Cơng nghệ Xây dựng Giới thiệu Trong thiết kế kháng chấn cho kết cấu cơng trình khung, nhà cao tầng, cơng trình cầu, v.v., cột (hay trụ cầu) bê tông cốt thép (BTCT) xem kết cấu chịu lực chính, hư hỏng phát sinh từ kết cấu dẫn đến phá hoại phần sụp đổ tồn cơng trình Do vậy, tốn đánh giá mức độ phá hoại cơng trình nhà cao tầng hay cầu chịu động đất, nhiều nghiên cứu tập trung vào đánh giá làm việc chế phá hoại thành phần kết cấu Các nghiên cứu trình diễn động đất, cột chịu đồng thời tải trọng đứng Hình Mơ hình cường độ chịu cắt chế ngang dẫn đến chế phá hoại chính, (i) phá hoại cột BTCT chịu động đất phá hoại cắt, (ii) phá hoại uốn-cắt (iii) phá hoại uốn Mơ hình ứng xử chế phá hoại biểu diễn Hình [1]; đó, µ∆ tỷ số chuyển vị dẻo Nhiều nghiên cứu giới tập trung xây dựng mơ hình cường độ chế phá hoại cột Điển hình, Sezen Moehle [1] xây dựng công thức xác định cường độ chịu cắt cho cột BTCT tiết diện chữ nhật với hàm lượng cốt đai thấp Nghiên cứu dựa 51 mẫu thí nghiệm cột chịu tải trọng ngang để hiệu chuẩn công thức kinh nghiệm Trong nghiên cứu tiếp theo, Elwood Moehle [2] tiếp tục tập trung vào xây dựng biểu thức thực nghiệm cho cột BTCT có hàm lượng cốt đai thấp Nhóm tác giả sử dụng liệu thí nghiệm tương tự với nghiên cứu Sezen Moehle [1] để hiệu chuẩn mơ hình tỷ số chuyển vị Cơng thức kinh nghiệm thiết lập cho phép xác định giá trị tỷ số chuyển vị ứng với trạng thái phá hoại cắt cột Bên cạnh đó, Zhu cs [3] trình bày phương pháp để phân loại chế phá hoại cắt uốn cột BTCT tồn Tiếp theo, tác giả dựa 125 mẫu thí nghiệm để xây dựng mơ hình cường độ chịu cắt cho chế phá hoại mơ hình tỷ số chuyển vị ứng với trạng thái phá hoại dọc trục cột Trên sở nghiên cứu trình bày trên, nhiều nghiên cứu sau tập trung vào xây dựng mơ hình vật liệu đơn trục cho ứng xử phi tuyến cột, đặc biệt mơ hình phá hoại cắt [4] Mơ hình vật liệu đơn trục sau thiết lập gán vào phần tử cột vị trí khớp dẻo Phương pháp mơ hình hóa gọi mơ hình dẻo tập trung (lumped plasticity model) Trong đó, phương pháp mơ hình dẻo phân bố (distributed plasticity model) thường thực thơng qua việc mơ hình hóa vùng khớp dẻo, mặt cắt thớ phần tử hữu hạn (PTHH) [5], thể Hình Phương pháp mơ hình PTHH thường cho kết xác so với mơ hình cịn lại tiêu tốn nhiều thời gian việc mơ hình hóa phân tích Bên cạnh đó, nhược điểm mơ hình PTHH mơ hình dẻo phân bố khác khó khăn đánh giá trường hợp biến dạng lớn trạng thái sụp đổ kết cấu Nhiều nghiên cứu nước sử dụng mơ hình PTHH hay mơ hình mặt cắt thớ kết hợp với mơ hình vật liệu đơn trục để đánh giá ứng xử địa chấn cột BTCT xác thực tính xác mơ hình so với kết thí nghiệm (ví dụ [6, 7]) Tuy nhiên, nghiên cứu việc xây dựng mơ hình dẻo tập trung cho cột BTCT cịn hạn chế Mơ hình dẻo tập trung biết đến với ưu điểm bật cho phép giảm thời gian phân tích so với mơ hình dẻo phân bố [5], có khả phân tích biến dạng lớn đánh giá trạng thái sụp đổ kết cấu Elwood [8] phát triển mơ hình vật liệu đơn trục tảng phần mềm OpenSees [9] 120 Nam, P H., cs / Tạp chí Khoa học Cơng nghệ Xây dựng Hình Mơ hình dẻo tập trung mơ hình dẻo phân bố cột phân tích ứng xử địa chấn nhằm mơ ứng xử phi tuyến chế phá hoại cột BTCT Mơ hình xét đến tương tác thành phần ứng xử cắt-uốn phá hoại dọc trục cột Ibarra cs [10] phát triển mơ hình dẻo tập trung tương đối đơn giản bao gồm tham số cường độ, độ cứng, biến dạng phi đàn hồi, v.v Mơ hình sau sử dụng phổ biến mơ ứng xử địa chấn khung nhà cao tầng BTCT, cho phép đánh giá trạng thái hư hỏng trạng thái sụp đổ kết cấu Tuy nhiên, tính xác mơ hình đòi hỏi thiết lập hợp lý tham số đầu vào; bên cạnh đó, cịn phụ thuộc vào kinh nghiệm nhà phân tích Trong năm gần đây, với phát triển khoa học máy tính, lĩnh vực học máy trí tuệ nhân tạo phát triển mạnh mẽ ứng dụng nhiều ngành khoa học khác Trong số kỹ thuật học máy, mạng nơron nhân tạo (ANN) phương pháp điển hình mơ hình dựa hoạt động hệ thần kinh sinh học Nhiều nghiên cứu ứng dụng mơ hình ANN để ước lượng cường độ kết cấu bê tơng Điển hình, Oreta Kawashima [11] ước lượng cường độ bê tông lõi biến dạng cột BTCT tiết diện tròn dựa mơ hình ANN Mơ hình ước lượng phát triển dựa liệu thí nghiệm xét đến ảnh hưởng tham số vật liệu hình học cột Liu Li [12] sử dụng mơ hình ANN dựa gần 1200 mẫu thí nghiệm để ước lượng tham số cho mơ hình dẻo cột BTCT Tác giả phát triển mơ hình song tuyến tam tuyến tính cho ứng xử địa chấn cột Tuy nhiên, nghiên cứu nhóm tác giả, sở để xây dựng kiến trúc mạng ANN chưa làm rõ Hơn nữa, tính xác mơ hình đánh giá chế phá hoại cắt uốn-cắt chưa xác thực Với hướng nghiên cứu tương tự, Lee cs [13] sử dụng kỹ thuật hồi quy để ước lượng tham số cho mô hình dẻo cột BTCT tiết diện trịn Nghiên cứu dựa liệu tương đối nhỏ gồm 210 mẫu BTCT tiết diện trịn để xây dựng mơ hình hồi quy Mơ hình huấn luyện sau sử dụng để ước lượng tham số cho mô hình dẻo trụ cầu BTCT Gần hơn, Hồn [14] giới thiệu ứng dụng kỹ thuật học máy XGBoost để ước lượng cường độ nén dọc trục cột ống thép nhồi bê tơng tiết diện trịn Tác giả sử dụng kết từ 1017 thí nghiệm loại cấu kiện để làm liệu để huấn luyện mơ hình Liên quan đến chế phá hoại cột BTCT chịu động đất, gần đây, Mangalathu Jeon [15] so sánh kết ước lượng kỹ thuật học máy khác có mơ hình ANN nhằm phân loại ước lượng kiểu phá hoại cột BTCT tiết diện tròn Kết nghiên cứu thể tính ưu việt mơ hình ANN việc phân loại chuẩn xác kiểu phá hoại cột so với phương pháp khác phương pháp truyền thống trước Khác với nghiên cứu thiết lập biểu thức kinh nghiệm trình bày phần đầu, mơ hình ANN dựa vào lượng lớn liệu huấn luyện thay liệu hạn chế với giả thiết định; đó, mơ hình giảm thiểu lỗi chủ quan liên quan đến việc lựa chọn tham số đầu vào kinh nghiệm nhà phân tích Trong nghiên cứu này, phương pháp mơ hình theo hướng liệu thực để xác định 121 Nam, P H., cs / Tạp chí Khoa học Cơng nghệ Xây dựng tham số tới hạn cho mơ hình dẻo tập trung cột BTCT Mơ hình ước lượng ANN huấn luyện dựa liệu thí nghiệm gia tải lặp đảo chiều 800 mẫu cột BTCT tiết diện chữ nhật Tính xác mơ hình xác thực thơng qua việc so sánh với liệu thí nghiệm cột BTCT với chế phá hoại khác Mơ hình huấn luyện sau sử dụng để ước lượng tham số mơ hình dẻo tập trung cột BTCT chịu tải trọng động đất Cuối cùng, ứng xử động đất trạng thái sụp đổ cột đánh giá cụ thể thơng qua phân tích tĩnh động phi tuyến tảng phần mềm OpenSees Mơ hình mạng nơron nhân tạo 2.1 Thu thập liệu thí nghiệm Bộ liệu thí nghiệm gia tải lặp đảo chiều 800 mẫu cột BTCT tiết diện vuông chữ nhật lựa chọn từ nhiều nguồn khác nghiên cứu Phần lớn liệu thu thập từ sở liệu NEEShub [16], PEER [17] số từ nghiên cứu xuất khác Bộ liệu sàng lọc để số lượng mẫu với chế phá hoại (đó uốn, uốn-cắt cắt) tương đồng Kết thí nghiệm mẫu cột BTCT với đầy đủ tham số mô hình, kết ứng xử trễ lựa chọn dựa tiêu chí sau: (i) Chỉ xét cột có tiết diện vng chữ nhật (ii) Trong q trình gia tải tĩnh, cột chịu tác dụng tải trọng dọc trục khơng đổi Quy trình gia tải thực đến cột xuất hư hỏng bị phá hoại (tải trọng ngang giảm 20% so với giá trị đỉnh) Tổng cộng 800 kết thí nghiệm gia tải lặp đảo chiều cột BTCT thu thập để xây dựng sở liệu cho huấn luyện, kiểm thử xác thực mơ hình ANN Các tham số hình học vật liệu cột Hình có giới hạn sau: - Chiều rộng B tiết diện cột từ 0,15 – m, - Chiều sâu D tiết diện cột từ 0,14 – m, - Tỷ lệ cốt thép chủ ρl = 0,0028 – 0,069, - Tỷ lệ thể tích cốt thép đai ρv = 0,0014 – 0,073, - Cường độ chịu nén bê tông fc = 13,1 – 75,9 MPa, - Cường độ chảy cốt chủ fy = 317,9 – 745 Hình Mơ hình tham số cột thí MPa cốt đai fyh = 220 – 880 MPa, nghiệm gia tải lặp đảo chiều - Tỷ số lực dọc trục n = P/( fc Ag ) = – 0,9, - Tỷ số chiều cao cột chiều sâu tiết diện ad = H/D = 0,24 – 13,2 2.2 Kiến trúc ANN ANN mơ hình xử lý thơng tin mơ dựa hoạt động hệ thống thần kinh sinh vật, bao gồm số lượng lớn nơron gắn kết để xử lý thơng tin Mơ hình giống não người, học kinh nghiệm thông qua huấn luyện, có khả lưu giữ kinh nghiệm sử dụng để ước lượng liệu chưa biết Kiến trúc chung ANN gồm thành phần 122 Nam, P H., cs / Tạp chí Khoa học Cơng nghệ Xây dựng lớp đầu vào, lớp ẩn lớp đầu ra, thể Hình Trong đó, lớp ẩn gồm nơron nhận liệu đầu vào từ nơron lớp trước chuyển đổi liệu cho lớp xử lý Trong nghiên cứu này, lớp đầu vào gồm nơron nhận liệu 10 tham số đầu vào cột BTCT, bao gồm chiều rộng cột (B), chiều sâu cột (D), tỷ lệ cốt chủ (ρl ), tỷ lệ thể tích cốt đai (ρv ), cường độ chịu nén bê tông ( fc ), cường độ chảy cốt chủ ( fy ), cường độ chảy cốt đai ( fyh ), tham số liên quan đến bước cốt đai (s/ld fy /100) (trong s bước cốt đai, ld đường kính cốt chủ), tỷ số lực dọc trục [P/( fc Ag )] (trong Ag diện tích tiết diện cột) tỷ số chiều cao cột chiều sâu tiết diện (ad ) Hình Kiến trúc chung ANN Hình Xác định tham số tới hạn từ kết thí nghiệm gia tải lặp đảo chiều cột BTCT Lớp đầu gồm tham số tới hạn cột bao gồm tải trọng ngang cực hạn (Vc ), tỷ số chuyển vị chảy (δy ), tỷ số chuyển vị tương ứng với Vc (δc ) tỷ số chuyển vị tương ứng với 0,8Vc (δu ) Các tham số mơ tả Hình xác định từ kết thí nghiệm mẫu cột liệu [16, 17] Như vậy, số lượng nơron đầu vào đầu mơ hình ANN 10 4, tương ứng với ma trận đầu vào x = x1 , x2 , , x10 ma trận đầu y = y1 , y2 , , y4 Thuật toán lan truyền ngược sai số (cascade-forward backpropagation network) sử dụng với hàm truyền dạng phi tuyến (sigmoid) Cụ thể, liệu đầu vào truyền từ lớp vào tới lớp ẩn để tính tốn liệu đầu ra; từ đó, tín hiệu lỗi tính tốn từ sai số liệu thí nghiệm liệu ước lượng, sau lan truyền ngược lại từ lớp đến lớp trước để hiệu chỉnh trọng số mạng 2.3 Huấn luyện xác thực mơ hình ước lượng Trước huấn luyện mơ hình ANN, tất tham số đầu vào đầu cột từ 800 mẫu thí nghiệm tiêu chuẩn hóa phạm vi [−1 1] thiết lập ma trận đầu vào đầu Tiếp theo sau đó, tập huấn luyện, kiểm thử xác thực mơ hình thiết lập cách ngẫu nhiên từ liệu đầu vào với tỷ lệ 0,7, 0,15 0,15 Các tham số khác sử dụng để huấn luyện mơ hình bao gồm sai số dừng lặp 10−5 , tốc độ học 0,15 số lần lặp tối đa 1000 Các nghiên cứu chưa có quy tắc cụ thể việc lựa chọn số nơron lớp ẩn; vậy, nghiên cứu này, phân tích tham số trước hết thực nhằm mục tiêu tối ưu hóa mơ hình ước lượng Cụ thể, số lớp ẩn số lượng nơron lớp ẩn khảo sát Tính mơ hình sau đánh giá thơng qua giá trị sai số tồn phương trung bình (MS E) 123 Nam, P H., cs / Tạp chí Khoa học Cơng nghệ Xây dựng hệ số tương quan (R) giá trị dự đốn giá trị thí nghiệm tập liệu xác thực Trong đó, MS E xác định n (yi − yˆ i )2 MS E = i=1 (1) n với yi giá trị thí nghiệm, yˆ i giá trị ước lượng n số mẫu Phân tích tham số thực với kiến trúc ANN có 1, lớp ẩn Trong trường hợp, vòng lặp thực cho 1-30 nơron lớp ẩn Kết phân tích ghi lại Bảng Trong đó, tính làm việc mơ hình đánh giá thơng qua giá trị trung bình R MS E việc ước lượng tham số đầu Số nơron tối ưu lớp ẩn cho trường hợp 22, 24 22 Ứng với kiến trúc mạng tối ưu này, trường hợp lớp ẩn cho kết R lớn MS E nhỏ Bên cạnh đó, xét khía cạnh thời gian phân tích, trường lớp ẩn có thời gian huấn luyện nhanh 496,0 s, trường hợp lớp ẩn tiêu tốn 2813,3 s trường hợp lớp ẩn tiêu tốn thời gian huấn luyện nhiều 7405,6 s Thời gian huấn luyện đo lường máy tính bàn CPU Intel core i7-9700 với 8Gb Ram Từ kết phân tích tham số kết luận mơ hình ANN lớp ẩn với 24 nơron lớp ẩn có tính làm việc tốt lựa chọn cho phân tích ước lượng Bảng Kết phân tích tham số tối ưu cho mơ hình ANN Số lớp Số nơron tối ưu Giá trị R trung bình Giá trị MS E trung bình Tổng thời gian huấn luyện ẩn lớp ẩn cho tham số đầu cho tham số đầu cho 1-30 nơron/1 lớp ẩn lớp lớp lớp 22 nơron 24 nơron 22 nơron 0,9187 0,9660 0,9322 0,0108 0,0057 0,0092 496,0 s 2813,3 s 7405,6 s Hình thể ví dụ kết khảo sát ảnh hưởng số nơron lớp ẩn đến tính mơ hình ước lượng cho tham số đầu ra; đó, số lượng nơron lớp ẩn khảo sát cho trường hợp từ đến 30 nơron cho trường hợp mạng ANN có lớp ẩn Số nơron lớp ẩn tối ưu 24 nơron lựa chọn sở giá trị R lớn MS E nhỏ cho tham số đầu (a) hệ số tương quan R (b) sai số MS E Hình Ví dụ khảo sát tính mơ hình ANN lớp ẩn theo số lượng nơron lớp ẩn 124 Nam, P H., cs / Tạp chí Khoa học Cơng nghệ Xây dựng Ứng dụng mơ hình huấn luyện phân tích ứng xử phá hoại địa chấn cột BTCT 3.1 Mơ hình hóa Để ứng dụng mơ hình huấn luyện việc ước lượng tham số cho mơ hình hóa khớp dẻo tập trung, mẫu cột BTCT tiết diện vuông với chế phá hoại khác gồm mẫu C1-1 từ thí nghiệm Mo Wang [18] mẫu 2CLD12 từ thí nghiệm Sezen Moehle [1] lựa chọn để phân tích đối sánh Các mẫu thí nghiệm với thí nghiệm khác liên quan nhóm tác giả loại bỏ từ liệu huấn luyện Các cột làm việc theo sơ đồ công xôn với kích thước mặt cắt ngang, chiều dài làm việc cột với điều kiện biên tải trọng tác dụng thể Hình Thêm vào đó, 10 tham Hình Kích thước hình học tải trọng số đầu vào mẫu cột trình bày Bảng mẫu cột thí nghiệm Theo đánh giá từ kết thí nghiệm, mẫu C1-1 có kiểu phá hoại uốn mẫu 2CLD12 có kiểu phá hoại cắt Kiểu phá hoại cắt thường gặp kết cấu thiết kế mới; nhiên, cột BTCT cơng trình qua nhiều năm sử dụng không thiết kế kháng chấn, kiểu phá hoại thường gặp Nguyên nhân cốt thép chịu cắt thiết kế khơng đảm bảo Bảng Tham số hình học vật liệu mẫu cột thí nghiệm cho kiểm chứng mơ hình ước lượng Mẫu thí nghiệm B (m) D (m) C1-1 [18] 2CLD12 [1] ρl ρv fc (MPa) fy (MPa) fyh (MPa) 0,4 0,4 0,021 0,015 0,457 0,457 0,025 0,004 25 21 (a) Mẫu C1-1 497 434 460 476 sn n ad 0,05 0,11 3,5 0,31 0,15 3,2 (b) Mẫu 2CLD12 Hình Ước lượng tham số mơ hình dẻo tập trung sử dụng mơ hình huấn luyện Dựa tham số đầu vào cột, tham số mơ hình dẻo tập trung bao gồm Vc , δy , δc δu ước lượng từ mơ hình huấn luyện Kết ước lượng kiến trúc ANN (đó 125 Nam, P H., cs / Tạp chí Khoa học Công nghệ Xây dựng lớp ẩn, lớp ẩn lớp ẩn) thể Hình với kết thí nghiệm gia tải lặp đảo chiều Có thể nhận thấy kết ước lượng mơ hình ANN lớp ẩn phù hợp với đồ thị thí nghiệm, đặc biệt giá trị cường độ đỉnh tỷ số chuyển vị tương ứng Trong đó, mơ hình ANN lớp ẩn thể sai số ước lượng định, đặc biệt mơ hình ANN lớp ẩn Kết ước lượng mơ hình hồn tồn khớp với nhận định từ phân tích tham số Tiếp theo, mơ hình số cột chịu động đất xây dựng tảng phần mềm OpenSees Trong đó, khớp dẻo mơ hình chân cột phần tử “ZeroLength Element” Phần lại cột mơ hình sử dụng phần tử dầm cột đàn hồi “Elastic Beam Column Element” Chi tiết mô hình khớp dẻo tập trung cột BTCT dạng cơngxon thể Hình Trong đó, ứng xử phi tuyến vị trí khớp dẻo mơ hình quan hệ mơ men góc xoay biểu diễn mơ hình vật liệu đơn trục “uniaxialMaterial ModIMKPinching” [10, 19] Đây mơ hình tam tuyến tính sử dụng rộng rãi mơ hình hóa ứng xử trạng thái sụp đổ kết cấu, đặc biệt có xét đến suy giảm cường độ độ cứng tiết diện tải trọng lặp Như thể Hình 9, tham số mơ hình dẻo tập trung bao gồm độ cứng đàn hồi (Ke ), mô men chảy (My ), mô men cực hạn (Mc ), tỷ số biến cứng α s = K s /Ke miền giới hạn θ p θ pc Hình Mơ hình tam tuyến tuyến cho ứng xử khớp dẻo (trái) mơ hình khớp dẻo tập trung cột công xôn chịu động đất (phải) Các tham số mơ hình khớp dẻo tập trung liệt kê xác định từ tham số đầu mơ hình huấn luyện ANN bao gồm tải trọng ngang lớn Vc tỷ số chuyển vị δy , δc , δu Với giả thiết góc xoay khớp dẻo tỷ số chuyển vị lệch tầng tương đối cột, quan hệ sau sử dụng để xác định tham số cho quan hệ mơ men góc xoay khớp dẻo tập trung [19]: Ke = My /δy (2) My = Vy H + Pδy H (3) K s = (Vc + Pδc − Vy − Pδy )H/(δc − δy ) (4) Kc = 0, 2/(δu − δc ) (5) 126 Nam, P H., cs / Tạp chí Khoa học Cơng nghệ Xây dựng Ngồi tham số tới hạn xác định, mơ hình vật liệu đơn trục bổ sung thêm tham số để điều chỉnh suy giảm cường độ độ cứng tiết diện tải trọng lặp; tham số hiệu chỉnh tùy theo trường hợp cụ thể dựa biểu thức đề xuất Ibarra cs [10, 19] 3.2 Phân tích gia tải lặp đảo chiều Phân tích gia tải lặp đảo chiều dựa chuyển vị trước hết thực hiện, chuyển vị lặp đảo chiều từ thí nghiệm Sezen Moehle [1] (Hình 10(a)) Mo Wang [18] (Hình 10(b)) sử dụng Kết phân tích gia tải lặp đảo chiều mơ hình dẻo tập trung thể Hình 11 với kết từ thí nghiệm nhóm tác giả Đặc biệt trường hợp (đó trường hợp cột phá hoại cắt), mơ hình có khả đánh giá trạng thái sụp đổ kết cấu, điểm mà tải trọng ngang gần Có thể nhắc lại tính ưu việt mơ hình dẻo tập trung so với mơ hình dẻo phân bố (a) Mẫu C1-1 (b) Mẫu 2CLD12 Hình 10 Chuyển vị lặp đảo chiều (a) Mẫu C1-1 (b) Mẫu 2CLD12 Hình 11 Kết phân tích lặp đảo chiều So sánh với đồ thị thí nghiệm, ứng xử tĩnh thu từ mơ hình thể phù hợp cao cho trường hợp Như vậy, kết luận mơ hình ứng xử cột dựa tham số ước 127 Nam, P H., cs / Tạp chí Khoa học Cơng nghệ Xây dựng lượng từ mơ hình ANN cho kết tương đối xác có khả đánh giá trạng thái sụp đổ kết cấu 3.3 Phân tích lịch sử thời gian Phân tích động lực lịch sử thời gian bước quan trọng để đánh giá ứng xử động đất kết cấu Để thực phân tích, băng gia tốc theo phương ngang trận động đất Kobe 1995 lựa chọn Đồ thị theo thời gian băng gia tốc thể Hình 12, giá trị gia tốc đỉnh PGA = 0,51 g Phân tích lịch sử thời gian thực với bước thời gian phân tích 0,02 s tổng thời gian phân tích 40 s Kết phân tích cho mẫu cột C1-1 2CLD12 thể Hình 12 Băng gia tốc Kobe Hình 13 Hình 14 Trong đó, liệu lịch sử thời gian chuyển vị đỉnh cột ứng xử trễ cột (biểu diễn quan hệ lực cắt đáy chuyển vị đỉnh) trình bày cho trường hợp Có thể nhận thấy ứng xử phi tuyến cột rõ ràng cho trường hợp (a) Dữ liệu chuyển vị theo lịch sử thời gian (b) Ứng xử trễ Hình 13 Kết phân tích lịch sử thời gian mẫu C1-1 Đối với trường hợp 1, chuyển vị đỉnh lớn ghi lại 0,062 m Dựa đồ thị ứng xử trễ, lực cắt đáy đạt giá trị lớn nhất, Vc = 263,3 kN, có xu hướng giảm nhẹ với tăng biến dạng Trong trường hợp này, cột làm việc thềm dẻo trạng thái hư hỏng chưa ghi nhận, kết cấu đảm bảo khả làm việc Đối với trường hợp 2, chuyển vị đỉnh lớn ghi lại 0,130 m kết cấu đạt cường độ lớn biến dạng nhỏ Đây đặc điểm cột với kiểu phá hoại cắt Tiếp theo, chuyển vị cột thay đổi lớn đột ngột từ thời điểm 15 s, điểm mà cột bắt đầu sụp đổ Như vậy, kết phân tích cho phép xác định trạng thái hư hỏng cột suốt trình động đất, từ thời điểm bắt đầu hư hỏng đến bị phá hoại hồn tồn (sụp đổ) Ở đây, tiêu chí đánh giá sụp đổ hay phá hoại dọc trục cột giá trị cường độ chịu cắt sụt giảm gần 128 Nam, P H., cs / Tạp chí Khoa học Cơng nghệ Xây dựng (a) Dữ liệu chuyển vị theo lịch sử thời gian (b) Ứng xử trễ Hình 14 Kết phân tích lịch sử thời gian mẫu CLD12 Kết luận Bài báo tập trung xây dựng mơ hình huấn luyện dựa ANN để ước lượng tham số cho mơ hình dẻo tập trung cột BTCT tiết diện chữ nhật chịu động đất Mơ hình ANN huấn luyện dựa 800 liệu thí nghiệm thu thập Một số kết luận từ kết mơ hình hóa phân tích sau: - Từ phân tích tham số, mơ hình kiến trúc ANN tối ưu cho ước lượng tham số đầu mơ hình khớp dẻo cấu thành lớp ẩn 24 nơron lớp ẩn - Tính xác thực mơ hình thực việc so sánh kết ước lượng với kết thí nghiệm mẫu cột BTCT với kiểu phá hoại khác (đó phá hoại uốn phá hoại cắt) Mơ hình huấn luyện ước lượng xác tham số tới hạn cột cho trường hợp - Mơ hình dẻo tập trung xây dựng từ tham số đầu mơ hình huấn luyện cho mẫu cột Kết phân tích gia tải lặp đảo chiều phù hợp cao với đồ thị thí nghiệm bao gồm giá trị đỉnh, thay đổi suy giảm cường độ độ cứng cột - Kết phân tích lịch sử thời gian tác dụng băng gia tốc Kobe cho thấy ứng xử phi tuyến cột rõ ràng Trong cột C1-1 (kiểu phá hoại uốn) làm việc giới hạn dẻo, cột 2CLD12 (kiểu phá hoại cắt) đạt giá trị cường độ đỉnh từ sớm sau bắt đầu phá hoại sụp đổ Như vậy, tính ưu việt mơ hình cho phép xác định trạng thái phá hoại cột suốt trình động đất, từ thời điểm bắt đầu hư hỏng đến thời điểm bị phá hoại hồn tồn - Mơ hình huấn luyện nghiên cứu sử dụng để ước lượng tham số mơ hình dẻo tập trung cho cột BTCT tiết diện chữ nhật bất kỳ, ví dụ cột nhà cao tầng trụ cầu Tài liệu tham khảo [1] Sezen, H., Moehle, J P (2004) Shear Strength Model for Lightly Reinforced Concrete Columns Journal of Structural Engineering, 130(11):1692–1703 [2] Elwood, K J., Moehle, J P (2005) Drift Capacity of Reinforced Concrete Columns with Light Transverse Reinforcement Earthquake Spectra, 21(1):71–89 [3] Zhu, L., Elwood, K J., Haukaas, T (2007) Classification and Seismic Safety Evaluation of Existing Reinforced Concrete Columns Journal of Structural Engineering, 133(9):1316–1330 129 Nam, P H., cs / Tạp chí Khoa học Cơng nghệ Xây dựng [4] Phan, H N., Paolacci, F., Bursi, O S., Tondini, N (2017) Seismic fragility analysis of elevated steel storage tanks supported by reinforced concrete columns Journal of Loss Prevention in the Process Industries, 47:57–65 [5] Andreotti, G., Lai, C G (2017) A nonlinear constitutive model for beam elements with cyclic degradation and damage assessment for advanced dynamic analyses of geotechnical problems Part II: validation and application to a dynamic soil–structure interaction problem Bulletin of Earthquake Engineering, 15 (7):2803–2825 [6] Hung, N V., Huy, N X., Dat, P X (2018) Nghiên cứu thực nghiệm mô số cột bê tông cốt thép tiết diện chữ Lchịu tải trọng động đất Tạp chí Khoa học Cơng nghệ Xây dựng (KHCNXD) - ĐHXDHN, 12(2):11–17 [7] Nam, P H., Khoa, V N., Vĩnh, N H., Hoa, H P (2021) Phân tích ứng xử địa chấn kiểm soát hư hại kết cấu trụ cầu bê tơng cốt thép sử dụng phương pháp phân tích tĩnh động phi tuyến Tạp chí khoa học công nghệ - Đại học Đà nẵng, 19(9):37–42 [8] Elwood, K J (2004) Modelling failures in existing reinforced concrete columns Canadian Journal of Civil Engineering, 31(5):846–859 [9] Mckenna, F., Fenves, G L (2013) Open system for earthquake engineering simulation (OpenSees) In Pacific Earthquake Engineering Research Center; University of California: California, CA, USA [10] Ibarra, L F., Medina, R A., Krawinkler, H (2005) Hysteretic models that incorporate strength and stiffness deterioration Earthquake Engineering & Structural Dynamics, 34(12):1489–1511 [11] Oreta, A W C., Kawashima, K (2003) Neural Network Modeling of Confined Compressive Strength and Strain of Circular Concrete Columns Journal of Structural Engineering, 129(4):554–561 [12] Liu, Z., Li, S (2019) Development of an ANN-Based Lumped Plasticity Model of RC Columns Using Historical Pseudo-Static Cyclic Test Data Applied Sciences, 9(20):4263 [13] Lee, C S., Park, Y., Jeon, J.-S (2021) Model parameter prediction of lumped plasticity model for nonlinear simulation of circular reinforced concrete columns Engineering Structures, 245:112820 [14] Hoàn, P T (2021) Ước lượng khả chịu nén tâm cột ống thép nhồi bê tơng thuật tốn máy học Tạp chí Khoa học Cơng nghệ Xây dựng (KHCNXD) - ĐHXDHN, 15(3V):69–78 [15] Mangalathu, S., Jeon, J.-S (2019) Machine Learning–Based Failure Mode Recognition of Circular Reinforced Concrete Bridge Columns: Comparative Study Journal of Structural Engineering, 145(10): 04019104 [16] NEEShub databases [17] UW-PEER structural performance database [18] Mo, Y L., Wang, S J (2000) Seismic Behavior of RC Columns with Various Tie Configurations Journal of Structural Engineering, 126(10):1122–1130 [19] Lignos, D G., Krawinkler, H., Whittaker, A S (2010) Prediction and validation of sidesway collapse of two scale models of a 4-story steel moment frame Earthquake Engineering & Structural Dynamics, 40 (7):807–825 130 ... đất, cột chịu đồng thời tải trọng đứng Hình Mơ hình cường độ chịu cắt chế ngang dẫn đến chế phá hoại chính, (i) phá hoại cột BTCT chịu động đất phá hoại cắt, (ii) phá hoại uốn-cắt (iii) phá hoại. .. cho ứng xử phi tuyến cột, đặc biệt mơ hình phá hoại cắt [4] Mơ hình vật liệu đơn trục sau thiết lập gán vào phần tử cột vị trí khớp dẻo Phương pháp mơ hình hóa gọi mơ hình dẻo tập trung (lumped... trung mơ hình dẻo phân bố cột phân tích ứng xử địa chấn nhằm mơ ứng xử phi tuyến chế phá hoại cột BTCT Mơ hình xét đến tương tác thành phần ứng xử cắt-uốn phá hoại dọc trục cột Ibarra cs [10] phát