Áp dụng phương pháp năng lượng biến dạng kết hợp mạng nơ-ron tích chập để chẩn đoán suy giảm độ cứng kết cấu khung phẳng và không gian

Mục tiêu và nội dung nghiên cứu 1. Mục tiêu nghiên cứu

• Nghiên cứu xây dựng thông số và bộ dữ liệu đầu vào cho mạng nơ-ron tích chập dựa trên các đặc trưng dao động và chỉ số năng lượng biến dạng nhằm cải thiện độ chính xác khi cắt giảm dữ liệu dạng dao động. • Áp dụng phương pháp đề xuất để chẩn đoán sự xuất hiện, vị trí và mức độ hư hỏng cho kết cấu khung phẳng và kết cấu khung không gian sử dụng lần lượt là 4 và 6 dạng dao động làm dữ liệu đầu vào.

Đối tượng và phạm vi nghiên cứu

Phương pháp đề xuất chính trong nghiên cứu là sử dụng chỉ số năng lượng biến dạng (MSE) làm cơ sở dữ liệu để thực hiện học sâu bằng phương pháp sử dụng mạng nơ-ron tích chập (CNN). • Áp dụng phương pháp cải tiến để chẩn đoán sự xuất hiện, vị trí và mức độ hư hỏng trong khung không gian chỉ sử dụng dạng dao động thứ nhất làm cơ sở dữ liệu cho mạng CNN.

Tính cần thiết và ý nghĩa thực tiễn của nghiên cứu

Kết cấu chỉ được khảo sát dựa trên đặc trưng vật liệu và thông số mô hình, không kể tới các yếu tố khách quan khác làm thay đổi các thông số nêu trên. Từ những ý nghĩa thực tiễn kể trên, việc nghiên cứu cải tiến phương pháp năng lượng biến dạng kết hợp với mạng nơ-ron tích chập để chẩn đoán sự suy giảm độ cứng trong kết cấu khung là cần thiết, đặc biệt là khi sử dụng ít thông số dạng dao động hơn.

Cấu trúc luận văn

Tạo nền tảng vững chắc cho quy trình chẩn đoán hoàn chỉnh trong chẩn đoán kết cấu thực tế.

CƠ SỞ LÝ THUYẾT

• Tần số và dạng dao động
• Năng lượng biến dạng
• Các giả định trong phương pháp chẩn đoán
• Áp dụng mô hình CNN vào bài toán đề xuất 1. Công cụ sử dụng

Vì vậy, khi xét trên một hệ trục tọa độ tổng thể với nhiều phần tử được ghép nối với nhau, một bước chuyển trục tọa độ là bắt buộc phải thực hiện nhằm phản ánh đúng sự đóng góp của từng phần tử trong ma trận độ cứng và ma trận khối lượng của toàn hệ kết cấu. Chỉ số năng lượng biến dạng (Modal Strain Energy – MSE) được lần đầu giới thiệu và phát triển bởi Stubbs và cộng sự (1995) đề xuất sử dụng cho bài toán xác định sự thay đổi độ cứng chống uốn dầm Euler-Bernoulli [3]. Trong quy mô luận văn này, chỉ xem xét việc hư hỏng xảy ra đến từ việc suy giảm độ cứng trong phần tử áp dụng cho các hư hỏng tuyến tính như lỏng bu lông liên kết, kết cấu bị ăn mòn, hoặc bị nứt do phải chịu tải trọng tuần hoàn.

Trong đó mô hình học tập có giám sát được xem là mô hình hiện đang sử dụng nhiều nhất và đóng góp một vai trò quan trọng trong việc phát triển các hệ thống thông minh có khả năng đưa ra dự đoán hoặc quyết định dựa trên dữ liệu lịch sử. Có rất nhiều hàm mất mát hiện nay bao gồm: sai số toàn phương trung bình (Mean Square Error – mse), sai số tuyệt đối trung bình (Mean Average Error - mae), …Hàm mse là hàm được sử dụng thông dụng hiện nay trong các bài toán hồi quy. Nói một cách ngắn gọn, thuật toán Adam có thể hiểu là tận dụng được ưu thế của Momentum khi bổ sung gia tốc ban đầu nhưng được bổ sung thêm hệ số cản giúp cho việc dừng tại cực tiểu tổng thể một cách dễ dàng hơn.

Mỗi bộ dữ liệu huấn luyện sẽ có 100,000 dữ liệu được tính toán bằng phương pháp PTHH với các kịch bản hư hỏng được tạo ngẫu nhiên trong khoảng hư hỏng từ 0 đến 50% được xây dựng bằng cách giảm độ cứng của phần tử, số lượng phần tử hư hỏng được trải đều từ không có hư hỏng cho đến có hư hỏng xảy ra trên toàn bộ khung kết cấu.

CÁC BÀI TOÁN KHẢO SÁT

• Bài toán khảo sát 1

Đối với bài nghiên cứu, mô phỏng phần tử hữu hạn trong bài nghiên cứu sử dụng lý thuyết dầm Euler-Bernoulli, kết quả là tương đồng; đối với giá trị thí nghiệm, có sai số xuất hiện khi so với thuật toán đề xuất (sai số lớn nhất là 4.67%). Sau khi thực hiện mô phỏng và tiến hành chẩn đoán cho 8 kịch bản đa hư hỏng và 120 kịch bản hư hỏng một phần tử, nhận thấy mô hình CNN sẽ không dùng trọng số đồng đều với hệ số MSE theo từng dạng dao động khi dựa vào kết quả kịch bản 1- KP4 và kịch bản hư hỏng 1 thanh. Nhận định rằng mô hình CNN đã dùng dạng dao động 1 có trọng số cao khi chẩn đoán khi mà các phần tử thuộc vùng không nhạy tại dạng dao động 1 và một vài phần tử thuộc vùng ít nhạy có kết quả ít tốt hơn nhiều so với các phần tử còn lại (xem Bảng 4.13).

Phương pháp đề xuất được xem xét dựa trên chỉ số năng lượng biến dạng (MSE) dựa trên 6 dạng dao động và mạng nơ-ron tích chập (CNN) nhằm chẩn đoán được vị trí và mức độ hư hỏng của các phần tử thanh trong khung không gian thông qua một bước chẩn đoán. Sáu dạng dao động của mô hình khung không gian được tính toán và mô phỏng dựa trên phương pháp phần tử hữu hạn sử dụng ma trận độ cứng Timoshenko và ma trận khối lượng Lump được trình bày trong mục 3.1.3, được lập trình trên ngôn ngữ lập trình Python. • Về phương pháp chẩn đoán, Cha và Buyukozturk (2015) đã sử dụng thuật toán di truyền (GA) với việc xây dựng hàm mục tiêu nhằm mục đích xác định mối liên hệ vật lý giữa MSE và độ suy giảm độ cứng của kết cấu, thực hiện chẩn đoán một bước để xác định vị trí và mức độ hư hỏng.

• Với chẩn đoán đa hư hỏng khác, thuật toán chẩn đoán tốt với mức độ hư hỏng từ 10% (trừ kịch bản có thanh tại vùng không nhạy), không quá ảnh hưởng với kết quả khi thực hiện chẩn đoán tại các vị trí đặc biệt như gần ngàm hoặc cách thanh hư hỏng liên kết với nhau.

BÀI TOÁN MỞ RỘNG

• Kết cấu khảo sát và kịch bản khảo sát 1. Kết cấu khảo sát
• Phương pháp cải tiến

Hệ số MSER được xác định thông qua dữ liệu MSE đầu vào từ dữ liệu dao động kết cấu cần chẩn đoán (MSEd1) và dữ liệu MSE dựa trên dao động của kết cấu khi sử dụng kết quả hư hỏng trên thanh đã được chẩn đoán (xem là kịch bản hư hỏng) để thực hiện “Tính toán kết cấu PTHH” (MSEd2). Trong đó giá trị fa,i, fb,i và fc,i là các kí hiệu rút gọn nhằm thể hiện việc tính toán chỉ số MSER (lặp lại quy trình “Tính toán kết cấu PTHH”, sau đó tính chỉ số MSER) cho thanh thứ i với kịch bản hư hỏng a(d2) và giá trị hư hỏng thanh thứ i trong kịch bản được gán giá trị lần lượt là a, b và c. • Về chẩn đoán mức độ hư hỏng, ngoại trừ các thanh không thể chẩn đoán được vị trí, thuật toán cải tiến vẫn chẩn đoán tốt với mức độ hư hỏng từ 10% cho cả hai vùng nhạy và không nhạy, không quá khác biệt với thuật toán đề xuất sử dụng 6 mode.

• Về chẩn đoán vị trí hư hỏng, thuật toán chẩn đoán chính xác toàn bộ kịch bản có mức độ hư hỏng từ 15%; nhưng hiện tượng nhiễu lớn vẫn xuất hiện khi chẩn đoán các kịch bản hư hỏng tại các cột kể cả mức độ hư hỏng từ 15% khi mà các dầm liên kết với nút giao đầu cột bị chẩn đoán nhầm là có hư hỏng xuất hiện. Tuy có nhiều nhược điểm được kể ra về mặt giới hạn trong thuật toán cải tiến khi chỉ sử dụng dạng dao động đầu tiên, thuật toán đã thực hiện chẩn đoán tốt khi được sử dụng trong giới hạn của mình kể cả về mặt chẩn đoán vị trí lẫn chẩn đoán mức độ hư hỏng.