Chẩn đoán hư hỏng trong dầm bê tông cốt thép sử dụng các đặc trưng dao động kết hợp với thuật toán trí tuệ nhân tạo

1.2 Mục tiêu và nội dung nghiên cứu 1.2.1 Mục tiêu nghiên cứu Mục tiêu nghiên cứu của luận văn là phát triển các phương pháp chẩn đoán hư hỏng cho cấu kiện dầm BTCT dựa trên kết quả ph

Trang 1

ĐẠI HỌC QUỐC GIA TP HCM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

-* -

PHẠM MINH NHÂN

CHẨN ĐOÁN HƯ HỎNG TRONG DẦM BÊ TÔNG CỐT THÉP SỬ DỤNG CÁC ĐẶC TRƯNG DAO ĐỘNG KẾT HỢP

VỚI THUẬT TOÁN TRÍ TUỆ NHÂN TẠO

Chuyên ngành: Kỹ thuật Xây dựng

Mã số: 85 80 201

LUẬN VĂN THẠC SĨ

-

TP HỒ CHÍ MINH, tháng 01 năm 2023

Trang 2

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI

ĐẠI HỌC QUỐC GIA TP.HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA

Cán bộ hướng dẫn khoa học: PGS TS Hồ Đức Duy

Cán bộ chấm nhận xét 1: PGS TS Đỗ Nguyễn Văn Vương

Cán bộ chấm nhận xét 2: TS Liêu Xuân Quí

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp.HCM, ngày 13 tháng 01 năm 2023

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:

1 PGS TS Lương Văn Hải - Chủ tịch hội đồng

3 PGS TS Đỗ Nguyễn Văn Vương - Phản biện 1

5 TS Nguyễn Phú Cường - Ủy viên

KỸ THUẬT XÂY DỰNG

Trang 3

ĐẠI HỌC QUỐC GIA TP.HCM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc lập – Tự do – Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: PHẠM MINH NHÂN MSHV: 2070515

Ngày, tháng, năm sinh: 07/03/1998 Nơi sinh: Bà Rịa – Vũng Tàu Chuyên ngành: Kỹ thuật Xây dựng Mã số: 85 80 201

I TÊN ĐỀ TÀI: Chẩn đoán hư hỏng trong dầm bê tông cốt thép sử dụng các đặc trưng dao động kết hợp với thuật toán trí tuệ nhân tạo (Damage detection in reinforced concrete beam using vibration-based methods and artificial intelligence algorithms)

II NHIỆM VỤ VÀ NỘI DUNG

1 Tìm hiểu các phương pháp chẩn đoán hư hỏng kết cấu dựa trên phân tích dao động và thuật toán trí tuệ nhân tạo

2 Xây dựng mô hình PTHH cho dầm BTCT bằng phần mềm ANSYS Phân tích tĩnh học và động học cấu kiện dầm BTCT So sánh kết quả thu được với tính toán lý thuyết và thí nghiệm nhằm xác nhận sự phù hợp của mô hình

3 Chẩn đoán sự xuất hiện của hư hỏng trong dầm BTCT sử dụng phương pháp

sự thay đổi tần số và phương pháp sự thay đổi dạng dao động

4 Dự đoán tải trọng tác dụng lên dầm BTCT sử dụng thuật toán học máy

5 Chẩn đoán vị trí và mức độ hư hỏng của dầm BTCT sử dụng phương pháp năng lượng biến dạng và thuật toán học sâu

6 Kết luận và kiến nghị

IV NGÀY HOÀN THÀNH NHIỆM VỤ: 25/12/2022

Tp Hồ Chí Minh, ngày … tháng … năm 20…

PGS.TS Hồ Đức Duy

TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG

Trang 4

i

LỜI CẢM ƠN

Luận văn tốt nghiệp là học phần cuối cùng trong chương trình đào tạo thạc sĩ

ngành Kỹ thuật Xây dựng Thông qua việc thực hiện luận văn, học viên cao học sẽ

được trang bị kiến thức chuyên môn, kỹ năng nghiên cứu và kỹ năng giải quyết vấn

đề Luận văn “Chẩn đoán hư hỏng trong dầm bê tông cốt thép sử dụng các đặc trưng

dao động kết hợp với thuật toán trí tuệ nhân tạo” được thực hiện bởi công sức và sự

nỗ lực của bản thân học viên Trong quá trình thực hiện, học viên đã nhận được sự

hỗ trợ và giúp đỡ từ các tập thể và các cá nhân Những từ đầu tiên trong luận văn này

là lời cảm ơn xin gửi đến họ

Đầu tiên, học viên xin được cảm ơn thầy PGS.TS Hồ Đức Duy, giảng viên

hướng dẫn chính trong luận văn này Thầy là người đã đưa ra các ý tưởng cho đề tài,

hỗ trợ về kiến thức, tài liệu tham khảo, đồng thời thực hiện việc giám sát tiến độ làm

việc, cũng như tạo môi trường học tập, trao đổi cho nhóm nghiên cứu khoa học Sự

hướng dẫn của thầy là động lực chính giúp học viên hoàn thành tốt nội dung luận văn

được giao

Tiếp theo xin cảm ơn quý thầy cô giảng viên của Khoa Kỹ thuật Xây dựng vì

đã truyền đạt những kiến thức hữu ích, cốt lõi của ngành học thông qua các lớp học

và các bài báo cáo Xin cảm ơn quý thầy cô thuộc Phòng Đào tạo Sau Đại học đã hỗ

trợ học viên trong các vấn đề về thủ tục và hành chính, đặc biệt là trong hoàn cảnh

khó khăn do đại dịch COVID-19 tại các học kỳ trong năm 2021

Cuối cùng xin gửi lời cảm ơn đến những bạn học trong Khoa vì đã hỗ trợ, trao

đổi kiến thức và là nguồn động viên cho học viên trong quá trình hoàn thành chương

trình học và luận văn Sự giúp đỡ và đồng hành của các bạn đã giúp học viên duy trì

tốt động lực để hoàn thành chương trình học

Luận văn thạc sĩ đã được hoàn thành trong thời gian quy định Trong luận văn

có những nội dung có chất lượng tốt, tuy nhiên việc xuất hiện một số sai sót là không

thể tránh khỏi Kính mong nhận được sự đánh giá và góp ý từ quý thầy cô

Xin trân trọng cảm ơn

Tp Hồ Chí Minh, ngày 25 tháng 12 năm 2022

Phạm Minh Nhân

Trang 6

iii

ABSTRACT

The thesis title is: “Damage detection in reinforced concrete beam using vibration-based methods and artificial intelligence algorithms”

In this thesis, vibration-based methods for monitoring and detecting the damage

of reinforced concrete beams are presented This thesis also developed and applied artificial intelligence algorithms in damage detection methods The above methods are applied to reinforced concrete beams in which damage occurs under loading The objective of this thesis is to evaluate beam members' damages at three levels: detecting the occurrence of damage; localizing the damage; evaluating the damage extent The implementation of the above goals is demonstrated through five problems The first and second problems detect the occurrence of damages in reinforced concrete beams through the frequency-based method and the modal assurance criterion (MAC) The third problem is to localize the damage in reinforced concrete beams using modal strain energy method (MSE) The fourth problem is to evaluate the load acting on reinforced concrete beams through machine learning algorithms (ML) In the last problem, a deep learning algorithm (DL) is applied to localize the position and to evaluate the damage level of reinforced concrete beams This thesis uses the confusion matrix modal to evaluate the effectiveness of the damage detection methods when locating and sizing the damage The results from the study show that the damage detection methods based on dynamic response of structures and artificial intelligence algorithms are capable of detecting the damage

in reinforced concrete beams subjected to loads

Trang 7

iv

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn được trình bày do chính tôi thực hiện, dưới sự hướng dẫn của Thầy PGS.TS Hồ Đức Duy

Các kết quả thu được từ luận văn là đúng sự thật và chưa được công bố ở các nghiên cứu khác

Tôi xin chịu trách nhiệm cho công việc và sản phẩm do mình thực hiện

Tp Hồ Chí Minh, ngày 25 tháng 12 năm 2022

Phạm Minh Nhân

Trang 8

v

MỤC LỤC

LỜI CẢM ƠN i

TÓM TẮT LUẬN VĂN THẠC SĨ ii

ABSTRACT iii

LỜI CAM ĐOAN iv

MỤC LỤC v

DANH MỤC HÌNH ẢNH viii

DANH MỤC BẢNG BIỂU x

DANH MỤC CÁC CHỮ VIẾT TẮT xi

DANH MỤC CÁC KÝ HIỆU xii

CHƯƠNG 1 GIỚI THIỆU 1

1.1 Đặt vấn đề 1

1.1.1 Chẩn đoán hư hỏng kết cấu 1

1.1.2 Phương pháp chẩn đoán trong SHM 2

1.1.3 Kết cấu dầm BTCT và đặc điểm của hư hỏng trong dầm BTCT 2

1.1.4 Thuật toán trí tuệ nhân tạo 4

1.2 Mục tiêu và nội dung nghiên cứu 5

1.2.1 Mục tiêu nghiên cứu 5

1.2.2 Nội dung nghiên cứu 5

1.3 Tính cần thiết và ý nghĩa thực tiễn của nghiên cứu 6

1.4 Cấu trúc luận văn 7

CHƯƠNG 2 TỔNG QUAN 9

2.1 Tình hình nghiên cứu nước ngoài 9

2.2 Tình hình nghiên cứu tại Việt Nam 12

2.3 Tổng kết 13

CHƯƠNG 3 CƠ SỞ LÝ THUYẾT 16

3.1 Phương pháp chẩn đoán hư hỏng kết cấu dựa trên sự thay đổi tần số 16

3.1.1 Giới thiệu phương pháp 16

3.1.2 Công thức đánh giá 16

3.2 Phương pháp chẩn đoán hư hỏng kết cấu dựa trên sự thay đổi dạng dao động 16

Trang 9

vi

3.2.1 Giới thiệu phương pháp 16

3.3 Phương pháp chẩn đoán hư hỏng kết cấu sử dụng phương pháp năng lượng biến dạng 17

3.3.2 Ngưỡng hư hỏng đề xuất 19

3.4 Thuật toán học máy 20

3.4.1 Định nghĩa thuật toán học máy 20

3.4.2 Thuật toán quy hoạch tuyến tính 21

3.4.3 Thuật toán quy hoạch đa thức 22

3.4.4 Thuật toán quy hoạch đa thức phân đoạn 23

3.4.5 Thuật toán học sâu 24

3.5 Đánh giá độ chính xác của phương pháp chẩn đoán 28

3.6 Mô hình phần tử hữu hạn 30

3.6.1 Mô hình phần tử 30

3.6.2 Mô hình vật liệu 31

3.6.3 Mô hình liên kết giữa bê tông và cốt thép 35

CHƯƠNG 4 CÁC BÀI TOÁN KHẢO SÁT 36

4.1 Mô phỏng số dầm bê tông cốt thép 36

4.1.1 Số liệu dầm thí nghiệm 36

4.1.2 Mô phỏng cấu kiện dầm BTCT 37

4.1.3 So sánh mô phỏng và thí nghiệm, tính toán lý thuyết 40

4.2 Bài toán 1: Chẩn đoán sự xuất hiện của hư hỏng sử dụng phương pháp sự thay đổi tần số 46

4.2.1 Xác định bài toán 46

4.2.2 Kết quả chẩn đoán 46

4.2.3 Nhận xét kết quả chẩn đoán 48

4.3 Bài toán 2: Chẩn đoán sự xuất hiện của hư hỏng sử dụng phương pháp sự thay đổi dạng dao động 49

Trang 10

vii

4.4 Bài toán 3: Chẩn đoán vị trí và bề rộng vùng nứt sử dụng phương pháp năng lượng biến dạng 51

4.5 Bài toán 4: Dự đoán tải trọng tác dụng sử dụng các thuật toán học máy khi biết giá trị tần số dao động 65

4.5.2 Thuật toán quy hoạch tuyến tính 66

4.5.3 Thuật toán quy hoạch đa thức 68

4.5.4 Thuật toán quy hoạch đa thức phân đoạn 70

4.5.5 Thuật toán học sâu 73

4.5.6 Độ lệch của kết quả dự đoán tải trọng tác dụng lên dầm BTCT 76

4.6 Bài toán 5: Chẩn đoán vị trí và mức độ hư hỏng sử dụng thuật toán học sâu 78

CHƯƠNG 5 KẾT LUẬN VÀ KIẾN NGHỊ 90

5.1 Kết luận 90

5.1.1 Các nội dung đã thực hiện 90

5.1.2 Kết luận và phân tích về nội dung các bài toán 91

5.2 Kiến nghị 93

DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC 95

TÀI LIỆU THAM KHẢO 97

LÝ LỊCH TRÍCH NGANG 101

Trang 11

viii

DANH MỤC HÌNH ẢNH

Hình 1.1 Minh họa một quá trình SHM 1

Hình 1.2 Minh họa dầm BTCT bị khuyết tật (nguồn: Internet) 4

Hình 1.3 Minh họa dầm BTCT bị nứt (nguồn: Internet) 4

Hình 3.1 Minh họa chẩn đoán vị trí và chiều dài vùng nứt 20

Hình 3.2 Minh họa bài toán quy hoạch tuyến tính [33] 21

Hình 3.3 Minh họa 1 perceptron [33] 24

Hình 3.4 Đồ thị hàm sigmoid (nguồn: Internet) 25

Hình 3.5 Đồ thị hàm Tanh (nguồn: Internet) 25

Hình 3.6 Đồ thị hàm ReLU (nguồn: Internet) 26

Hình 3.7 Minh họa các lớp trong kiến trúc ANN [33] 27

Hình 3.8 Minh họa về ma trận nhầm lẫn [34] 29

Hình 3.9 Hình dạng hình học của phần tử SOLID65 từ ANSYS Manual [35] 31

Hình 3.10 Hình dạng hình học của phần tử BEAM188 từ ANSYS Manual [35] 31

Hình 3.11 Biểu đồ ứng suất – biến dạng của bê tông đề xuất bởi Kent và Park [37] 32

Hình 3.12 Mặt phá hoại của bê tông được sử dụng trong ANSYS [35] 33

Hình 3.13 Biểu đồ ứng suất – biến dạng BISO trong ANSYS Manual [35] 35

Hình 3.14 Minh họa liên kết giữa phần tử bê tông và phần tử cốt thép [35] 35

Hình 4.1 Sơ đồ dầm BTCT trong nghiên cứu của Sasmal [38] 36

Hình 4.2 Mô hình dầm BTCT trong phần mềm ANSYS APDL 37

Hình 4.3 Đường cong ứng suất – biến dạng của bê tông và cốt thép 39

Hình 4.4 Biểu đồ quan hệ tải trọng – chuyển vị của dầm BTCT 40

Hình 4.5 Kết quả vùng nứt của dầm BTCT trong mô phỏng 42

Hình 4.6 Bốn dạng dao động uốn của dầm ở trạng thái ban đầu 45

Hình 4.7 Biểu đồ thống kê sự thay đổi tần số dao động của dầm BTCT tại các cấp tải so với trạng thái ban đầu 48

Hình 4.8 Biểu đồ thống kê chỉ số MAC của dầm BTCT tại các cấp tải so với trạng thái ban đầu 50

Hình 4.9 Biểu đồ chỉ số hư hỏng và kết quả chẩn đoán đối với cấp tải 41 kN 54

Trang 12

ix

Hình 4.13 Biểu đồ quy hoạch tuyến tính mối quan hệ tải trọng - tần số dao động 68Hình 4.14 Biểu đồ hoạch đa thức mối quan hệ tải trọng - tần số dao động 70Hình 4.15 Biểu đồ quy hoạch đa thức phân đoạn mối quan hệ tải trọng - tần số dao động 72Hình 4.16 Biểu đồ quy hoạch mối quan hệ tải trọng - tần số dao động, áp dụng thuật toán học sâu 75Hình 4.17 Tổng hợp độ lệch dự đoán của bốn thuật toán – giá trị trung bình theo dạng dao động 77Hình 4.18 Tổng hợp độ lệch dự đoán của bốn thuật toán – giá trị trung bình theo cấp tải trọng 78

Trang 13

x

DANH MỤC BẢNG BIỂU

Bảng 3.1 Trạng thái hư hỏng của phần tử SOLID65 – ANSYS [35] 34

Bảng 4.1 Đặc trưng vật liệu của dầm BTCT 36

Bảng 4.2 So sánh tải trọng gây nứt giữa các phương pháp 42

Bảng 4.3 Tính toán tải gây nứt lý thuyết 43

Bảng 4.4 So sánh tần số dao động giữa tính toán lý thuyết và mô phỏng bằng ANSYS 46

Bảng 4.5 Tần số dao động tự nhiên của dầm tại các cấp tải (Hz) 47

Bảng 4.6 Sự thay đổi tần số dao động của dầm BTCT tại các cấp tải so với trạng thái ban đầu 47

Bảng 4.7 Chỉ số MAC của dầm BTCT tại các cấp tải so với trạng thái ban đầu 49

Bảng 4.8 Tổng hợp chỉ số đánh giá độ chính xác của phương pháp 62

Bảng 4.9 Kết quả dự đoán tải trọng tác dụng bằng thuật toán quy hoạch tuyến tính 66

Bảng 4.10 Kết quả dự đoán tải trọng tác dụng bằng thuật toán quy hoạch đa thức 69 Bảng 4.11 Kết quả dự đoán tải trọng tác dụng bằng thuật toán quy hoạch đa thức phân đoạn 71

Bảng 4.12 Kết quả dự đoán tải trọng tác dụng bằng thuật toán học sâu 74

Bảng 4.13 Tổng hợp độ lệch dự đoán của bốn thuật toán – giá trị trung bình theo dạng dao động 77

Bảng 4.14 Tổng hợp độ lệch dự đoán của bốn thuật toán – giá trị trung bình theo cấp tải trọng 78

Bảng 4.15 Kết quả chẩn đoán vị trí và mức độ hư hỏng, tải trọng 41 kN 80

Bảng 4.22 Tổng hợp chỉ số đánh giá độ chính xác của phương pháp 87

Trang 14

xi

DANH MỤC CÁC CHỮ VIẾT TẮT

AI Trí tuệ nhân tạo (Artificial Intelligence)

ANN Mạng nơ-ron nhân tạo (Artificial Neural Network)

BTCT Bê tông cốt thép

FEM Phương pháp phần tử hữu hạn (Finite Element Method)

MAC Chỉ số đánh giá sự khác biệt dạng dao động (Modal Assurance

Criterion)

ML Học máy (Machine Learning)

MSE Năng lượng biến dạng (Modal strain energy)

PTHH Phần tử hữu hạn

SHM Chẩn đoán hư hỏng công trình (Structural Health Monitoring)

Trang 15

Z Ngưỡng hư hỏng của dạng dao động thứ i

E Module đần hồi của vật liệu

 Hệ số Poisson của vật liệu

y

f Ứng suất chảy dẻo của thép

'

c

f Cường độ chịu nén dọc trục của mẫu trụ bê tông

x Véc-tơ dữ liệu đầu vào mô hình học máy

ˆy Véc-tơ dữ liệu chẩn đoán mô hình học máy

w Véc-tơ trọng số mô hình học máy

N t Hàm cơ sở B-spline thuật toán đa thức phân đoạn

TP Số lượng phần tử được dự đoán chính xác là có hư hỏng trong mô hình

ma trận nhầm lẫn

TN Số lượng phần tử được dự đoán chính xác là không hư hỏng trong mô

hình ma trận nhầm lẫn

FP Số lượng phần tử được dự đoán có hư hỏng, nhưng trong thực tế thì

không hư hỏng trong mô hình ma trận nhầm lẫn

Trang 16

xiii

FN Số lượng phần tử được dự đoán không hư hỏng, nhưng trong thực tế

thì có hư hỏng trong mô hình ma trận nhầm lẫn

Trang 17

GIỚI THIỆU 1

CHƯƠNG 1 GIỚI THIỆU 1.1 Đặt vấn đề

1.1.1 Chẩn đoán hư hỏng kết cấu

Xây dựng là một trong những ngành nghề cơ bản và lâu đời nhất trên thế giới Sản phẩm của ngành xây dựng có chức năng phục vụ các nhu cầu thiết yếu và quan trọng trong xã hội Một số sản phẩm điển hình có thể kể đến của ngành xây dựng là nhà ở, cầu đường, kho lưu trữ, xưởng sản xuất, công trình quốc phòng, nhà máy năng lượng Phát triển song hành cùng với kỹ thuật xây dựng là kỹ thuật theo dõi và chẩn đoán sức khỏe kết cấu (Structural Health Monitoring – SHM)

Hầu hết công trình xây dựng đều có kích thước lớn, chi phí cao Ngoài ra, thời gian tạo nên một công trình xây dựng dài hơn so với các loại sản phẩm khác Với lí

do trên, mỗi công trình xây dựng cần được hạn chế tối đa việc hư hỏng, sửa chữa, thay thế Để đáp ứng yêu cầu tuổi thọ dài hạn của các công trình xây dựng, lĩnh vực SHM đã được hình thành và liên tục phát triển Vai trò của SHM là phát hiện sớm hư hỏng cho công tác sửa chữa, từ đó đảm bảo tuổi thọ công trình và giảm rủi ro có thể xảy ra khi gặp điều kiện bất thường Theo thời gian, ngành xây dựng ngày càng phát triển, các công trình mới được xây dựng có kích thước ngày càng lớn nhằm đạt tối đa công năng Điều này lại càng khẳng định tính cấp thiết và thực tiễn của công tác nghiên cứu và phát triển kỹ thuật SHM

Hình 1.1 Minh họa một quá trình SHM

Theo H Chen [1], các phương pháp chẩn đoán hư hỏng được nghiên cứu và

phát triển có thể được phân làm 5 cấp độ:

 Cấp độ I: Nhận diện sự xuất hiện của hư hỏng;

 Cấp độ II: Chẩn đoán vị trí hư hỏng;

Trang 18

GIỚI THIỆU 2

 Cấp độ III: Phân loại hư hỏng;

 Cấp độ IV: Chẩn đoán mức độ hư hỏng;

 Cấp độ V: Chẩn đoán mức độ an toàn của hệ kết cấu khi có hư hỏng Trong các cấp độ nêu trên, sự tăng lên về cấp độ tương ứng với việc biết được nhiều thông tin hơn về hư hỏng đang khảo sát Để có thể thực hiện việc chẩn đoán ở cấp độ hư hỏng cao hơn, các cấp độ chẩn đoán thấp hơn thường cần phải được thực hiện trước đó Ở cấp độ I và II, việc chẩn đoán có thể đạt được dựa trên kết quả phân tích động học kết cấu Với cấp độ III, việc phân loại hư hỏng cần có thông tin về cấu tạo và điều kiện làm việc của kết cấu Tại cấp độ IV và V, một mô hình phân tích thường được yêu cầu thực hiện nhằm cung cấp dữ liệu phục vụ công tác chẩn đoán Ngoài ra, hai cấp độ cuối cùng có thể không đạt được nếu không biết được kết quả phân loại hư hỏng tại cấp độ III

1.1.2 Phương pháp chẩn đoán trong SHM

Trong kỹ thuật SHM, phương pháp chẩn đoán được chia làm hai nhóm: phương pháp thí nghiệm phá hủy và phương pháp thí nghiệm không phá hủy Trong 2 nhóm phương pháp trên, phương pháp thí nghiệm không phá hủy đang ngày càng nhận được nhiều sự quan tâm trong giới nghiên cứu do có các ưu điểm như chi phí thấp và tính linh hoạt trong ứng dụng Một trong những phương pháp thuộc nhóm phương pháp thí nghiệm không phá hủy là phương pháp chẩn đoán hư hỏng dựa trên kết quả phân tích dao động Cơ sở của phương pháp này là sự xuất hiện của hư hỏng sẽ khiến cho các trưng động học (tần số dao động, dạng dao động) của cấu kiện hoặc công trình có

sự thay đổi Để thực hiện việc thu thập dữ liệu đặc trưng động học trong thực tế nhằm chẩn đoán hư hỏng, có nhiều phương pháp có thể được áp dụng Một trong số đó là Ambient Vibration Testing, được nhắc đến trong nghiên cứu tổng quan bởi Birtharia

và Jain [2] vào năm 2015

1.1.3 Kết cấu dầm BTCT và đặc điểm của hư hỏng trong dầm BTCT

Dầm là kết cấu dạng thanh, có công năng chính là chịu lực tác dụng trên thân cấu kiện Các loại lực được cấu kiện dầm tiếp nhận thường là lực uốn, lực xoắn, tổ hợp lực giữa uốn – nén – xoắn Cấu tạo tiết diện và vật liệu của dầm phụ thuộc vào yêu cầu sử dụng Một số ví dụ có thể kể đến như sau:

 Dầm được sử dụng trong kết cấu nhà ở thường là dầm được cấu tạo từ vật liệu bê tông và cốt thép, có tiết diện chữ nhật;

Trang 19

Về vật liệu BTCT, MacGregor [3] đã chỉ ra rằng đây là loại vật liệu thông dụng nhất được sử dụng trong công trình xây dựng tại mọi quốc gia Sự thông dụng của loại vật liệu này xuất phát từ ba nguyên nhân sau:

 Bê tông và cốt thép được sản xuất từ các loại vật liệu thô thông dụng và

dễ tìm kiếm trên thị trường;

 Việc thi công kết cấu BTCT không phức tạp;

 Vật liệu BTCT có tính kinh tế cao

Với những đặc tính đã được phân tích như trên, kết cấu dầm BTCT là một loại kết cấu quan trọng và thông dụng Do đó, dầm BTCT thường là đối tượng nghiên cứu trong lĩnh vực SHM Việc phát triển phương pháp chẩn đoán hư hỏng cho một loại kết cấu phải dựa trên đặc điểm hư hỏng của hệ kết cấu đó H Chen [1] đã chỉ ra rằng

hư hỏng của một loại kết cấu có năm tham số chính như sau:

 Một là nguyên nhân hư hỏng Dầm BTCT có thể xuất hiện hư hỏng do

từ quá trình thi công, sử dụng hoặc từ điều kiện môi trường làm việc

 Hai là loại hư hỏng Dầm BTCT có các loại hư hỏng chính là nứt, suy giảm đặc tính vật liệu, biến đổi hình dạng hoặc bị thất thoát cường độ chịu lực

 Ba là vị trí hư hỏng Dầm BTCT có vị trí hư hỏng có thể nằm tại bất kỳ

vị trí nào Ngoài ra, vị trí hư hỏng còn liên quan mật thiết đến nguyên nhân hư hỏng

 Bốn là phạm vi hư hỏng Dầm BTCT có thể có hư hỏng tại một số phần

tử vật liệu nhỏ hoặc phạm vi rộng trên cả chiều dài dầm

Trang 20

GIỚI THIỆU 4

 Năm là mức độ hư hỏng Hư hỏng trong dầm BTCT có thể nhỏ, không đáng kể hoặc có thể lớn và quyết định sự an toàn của toàn bộ công trình

Hình 1.2 Minh họa dầm BTCT bị khuyết tật (nguồn: Internet)

Hình 1.3 Minh họa dầm BTCT bị nứt (nguồn: Internet)

1.1.4 Thuật toán trí tuệ nhân tạo

Thế giới đã trải qua 3 cuộc “Cách mạng công nghiệp” Đại diện cho những giai đoạn phát triển đó lần lượt là động cơ hơi nước, năng lượng điện và máy tính – tự động hóa Hiện nay, thế giới đã bắt đầu bước sang “Cách mạng công nghiệp lần thứ tư” Tiên phong trong giai đoạn phát triển này là lĩnh vực trí tuệ nhân tạo (Artificial Intelligence – AI) AI đã và đang trở thành nền tảng cốt lõi trong các sản phẩm, dịch

vụ mà mọi người thường xuyên sử dụng: nhận diện khuôn mặt của Facebook, gợi ý

Trang 21

có khả năng xử lý dữ liệu đầu vào và xuất dữ liệu kết quả dựa trên cơ sở đã được huấn luyện

Với đặc điểm đã được trình bày, nhóm phương pháp thí nghiệm không phá hủy

và nhóm các kỹ thuật AI thể hiện tiềm năng có thể phối hợp với nhau để phát triển thêm cho kỹ thuật SHM Các công trình xây dựng có thể được chẩn đoán tình trạng

hư hỏng tại bất kỳ thời điểm nào trong quá trình làm việc Dữ liệu số hóa thu được từ việc phân tích đặc trưng động học kết cấu có thể được sử dụng nhằm đánh giá nhanh chóng và chính xác bằng các mô hình ML đã học dữ liệu từ mô hình mô phỏng số

1.2 Mục tiêu và nội dung nghiên cứu

1.2.1 Mục tiêu nghiên cứu

Mục tiêu nghiên cứu của luận văn là phát triển các phương pháp chẩn đoán hư hỏng cho cấu kiện dầm BTCT dựa trên kết quả phân tích dao động và các thuật toán trí tuệ nhân tạo Việc chẩn đoán được thực hiện ở ba cấp độ là chẩn đoán sự xuất hiện của hư hỏng, chẩn đoán vị trí hư hỏng và chẩn đoán mức độ hư hỏng Các phương pháp chẩn đoán hư hỏng cụ thể được sử dụng trong nghiên cứu:

 Nhóm phương pháp sử dụng đặc trưng dao động: Phương pháp dựa trên

sự thay đổi tần số, phương pháp dựa trên sự thay đổi dạng dao động và phương pháp năng lượng biến dạng;

 Nhóm thuật toán học máy: Thuật toán quy hoạch tuyến tính, thuật toán quy hoạch đa thức, thuật toán quy hoạch đa thức phân đoạn và thuật toán học sâu

1.2.2 Nội dung nghiên cứu

Nội dung nghiên cứu được thực hiện thông qua các bước sau:

1) Mô phỏng một dầm BTCT bằng phương pháp PTHH trên phần mềm ANSYS APDL Sau đó, nghiên cứu thực hiện khảo sát kết quả phân tích tĩnh học và động học: tải trọng gây nứt, biểu đồ lực – chuyển vị, tần số dao động – dạng dao động

Trang 22

GIỚI THIỆU 6

2) So sánh kết quả thu được từ mô hình với kết quả thí nghiệm và lý thuyết nhằm chứng minh sự phù hợp của mô hình

3) Áp dụng các phương pháp đã trình bày để chẩn đoán hư hỏng cho dầm Sau

đó, so sánh kết quả chẩn đoán hư hỏng với mô hình PTHH để xác định độ chính xác của phương pháp

4) Đánh giá tính hiệu quả của các phương pháp chẩn đoán đối với cấu kiện dầm BTCT

5) Dựa vào những kết quả thu được từ các bài toán, đưa ra kết luận và kiến nghị cho những nghiên cứu tiếp theo

1.3 Tính cần thiết và ý nghĩa thực tiễn của nghiên cứu

Trong lĩnh vực xây dựng, kết cấu BTCT chiếm một số lượng lớn do được sử dụng cho nhiều mục đích thực tiễn: nhà phố, nhà cao tầng phục vụ mục đích chung

cư – văn phòng, các cơ sở quốc phòng an ninh, các công trình đặc trưng chuyên biệt như đập thủy điện, nhà máy hạt nhân, v.v Công trình xây dựng có đặc điểm là thời gian sử dụng lâu dài Tuổi thọ của một công trình BTCT không chỉ từ 5 đến 10 năm

mà có thể kéo dài đến 40 hoặc 50 năm Song song với yêu cầu về công năng của công trình, thời gian sử dụng cũng là một yêu cầu quan trọng cần được đảm bảo Trong giai đoạn kinh tế xã hội hiện nay, có ba vấn đề thực tiễn được đặt ra:

 Kết cấu càng lớn và càng phức tạp thì càng khó chẩn đoán bằng các phương pháp trực tiếp hay thí nghiệm phá hoại;

 Số lượng công trình đang ngày càng nhiều và tiến đến mức bão hòa Với hiện trạng trên, ngành xây dựng đang phát triển theo định hướng là đảm bảo tuổi thọ và độ bền cho các công trình đang hiện hữu;

 Trong thời đại công nghệ 4.0, công nghệ thông tin đang là đầu tàu trong việc phát triển kinh tế xã hội hiện đại Việc ứng dụng trí tuệ nhân tạo có thể được áp dụng trong nhiều lĩnh vực, kể cả ngành nghề xây dựng

Từ những nguyên nhân nêu trên, việc có các để tài nghiên cứu nhằm phát triển

kỹ thuật SHM theo phương pháp thí nghiệm không phá hủy, đồng thời vận dụng các thuật toán trí tuệ nhân tạo như luận văn này là điều rất cần thiết

Sau khi thực hiện, nghiên cứu này chứng minh được ý nghĩa thực tiễn của việc ứng dụng trí tuệ nhân tạo trong chẩn đoán hư hỏng cho công trình thực tế Các thuật toán AI có ưu điểm là không cần tính toán cụ thể như các phương pháp số truyền thống Với ưu điểm trên, việc phát triển phương pháp chẩn đoán các dạng hư hỏng

Trang 23

GIỚI THIỆU 7

mới trở nên đơn giản hơn vì không phải thiết lập công thức tính toán mới Việc ứng dụng AI có nhược điểm là ngoài dữ liệu được sử dụng để chẩn đoán, một mô hình chẩn đoán AI còn cần thêm các bộ dữ liệu huấn luyện Nhược điểm này có thể được khắc phục bằng cách sử dụng kết quả mô phỏng số làm dữ liệu huấn luyện cho các thuật toán trí tuệ nhân tạo, sau đó chẩn đoán ngược lại kết cấu thật Những ý nghĩa thực tiễn trên được thể hiện trong bài toán số 4 và bài toán số 5 của luận văn

Ngoài mặt thực tiễn, luận văn này còn có những đóng góp mới cho việc nghiên cứu lĩnh vực SHM như sau:

 Phương pháp chẩn đoán hư hỏng được áp dụng cho cấu kiện dầm BTCT chịu tác dụng của tải trọng;

 Việc chẩn đoán được thực hiện để xác định mức độ hư hỏng trên phạm

vi toàn bộ cấu kiện;

 Luận văn đề xuất việc áp dụng các thuật toán học máy nhằm theo dõi trạng thái làm việc của cấu kiện thông qua dự đoán tải trọng tác dụng;

 Kết quả chẩn đoán được định lượng và định tính thông qua mô hình ma trận nhầm lẫn

1.4 Cấu trúc luận văn

Trong luận văn này có 5 chương với các nội dung như sau:

CHƯƠNG 1 GIỚI THIỆU

Trình bày tổng quan về SHM và nhóm phương pháp chẩn đoán hư hỏng sử dụng đặc trưng dao động Giới thiệu sơ bộ về lĩnh vực trí tuệ nhân tạo, mục tiêu và nội dung của luận văn, ý nghĩa của nghiên cứu khi ứng dụng trong thực tế

CHƯƠNG 2 TỔNG QUAN

Tóm tắt kết quả nghiên cứu đã thực hiện trong và ngoài nước về chủ đề của luận văn Chỉ ra những thiếu sót mà luận văn có thể bổ sung thêm cho chủ đề

CHƯƠNG 3 CƠ SỞ LÝ THUYẾT

Trình bày cơ sở lý thuyết của các phương pháp chẩn đoán hư hỏng sử dụng kết quả phân tích động học Trình bày lý thuyết về các thuật toán học máy được sử dụng Trình bày lý thuyết về mô hình PTHH được sử dụng để mô phỏng dầm BTCT

CHƯƠNG 4 CÁC BÀI TOÁN KHẢO SÁT

Trang 24

GIỚI THIỆU 8

Trình bày số liệu chi tiết mô hình dầm BTCT được mô hình trên ANSYS, kết quả so sánh giữa mô hình PTHH với tính toán lý thuyết và thí nghiệm Trình bày kết quả khi áp dụng phương pháp chẩn đoán; tính toán các chỉ số đánh giá độ chính xác của phương pháp; thực hiện nhận xét đánh giá kết quả thu được

CHƯƠNG 5 KẾT LUẬN VÀ KIẾN NGHỊ

Trình bày các kết luận rút ra được sau khi áp dụng các phương pháp chẩn đoán

đã trình bày cho mô hình PTHH dầm BTCT Trình bày những điểm đã đạt được và chưa đạt được trong nghiên cứu, từ đó đưa ra đề xuất định hướng cho những nghiên cứu tiếp theo

Trang 25

2.1 Tình hình nghiên cứu nước ngoài

Một trong những phương pháp đầu tiên sử dụng đặc trưng dao động trong chẩn đoán hư hỏng là phương pháp sự thay đổi tần số Cawley và Adams [4] vào năm 1979

đã thực hiện nghiên cứu áp dụng phương pháp trên để chẩn đoán hư hỏng cho cấu kiện tấm Nghiên cứu đã chỉ ra rằng phương pháp có thể chẩn đoán được sự có mặt của hư hỏng, xác định vị trí hư hỏng và có thể được sử dụng cho mọi loại hệ kết cấu

mô phỏng bằng phương pháp phần tử hữu hạn

Tiếp theo, vào năm 1983, Sato [5] đã thực hiện nghiên cứu về sự thay đổi tần

số dao động của cấu kiện dầm có tiết diện thay đổi Năm 1985, Yuen [6] đã sử dụng giá trị tham số trị riêng (eigen-parameters) để chẩn đoán vị trí và kích thước hư hỏng của cấu kiện dầm công xôn bằng nhôm

Liang và cộng sự [7] vào năm 1991 đã nghiên cứu về phương pháp xác định vị trí và mức độ hư hỏng sử dụng tần số dao động Loại kết cấu được chọn làm đối tượng nghiên cứu là dầm đồng chất tựa đơn và dầm công xôn Nghiên cứu trên đã sử dụng

mô hình lò xo xoắn không khối lượng để mô phỏng vết nứt trong phần tử dầm Nandwana và Maiti [8] vào năm 1997 đã phát triển phương pháp sự thay đổi tần số nhằm chẩn đoán vết nứt xiên và vết nứt bên trong cấu kiện đối với kết cấu dầm

mô phỏng vết nứt bằng lò xo xoắn

Patil và Maiti [9] vào năm 2003 đã thực hiện nghiên cứu sử dụng phương pháp

sự thay đổi tần số để chẩn đoán hư hỏng cho cấu kiện dầm có nhiều vết nứt Cấu kiện dầm được nghiên cứu có điều kiện biên là tựa đơn hoặc công xôn, đồng thời nghiên cứu còn khảo sát kết cấu dầm đặt trên nền đất hoặc có nhiều gối tựa trên thân dầm Nghiên cứu trên cũng đã chỉ ra được giới hạn của phương pháp sử dụng tần số dao động là số lượng vết nứt tối đa có thể phát hiện phụ thuộc vào việc chia phần tử dầm,

Trang 26

TỔNG QUAN 10

đồng thời phương pháp không thể áp dụng cho dầm có mô men kháng xoay lớn, biến dạng cắt lớn hoặc bài toán có hệ số cản cao

Nối tiếp những nghiên cứu về chẩn đoán hư hỏng cho kết cấu bằng phương pháp

sử dụng tần số dao động, nhiều tác giả đã thực hiện những nghiên cứu sử dụng dạng dao động làm cơ sở tính toán các chỉ số chẩn đoán Wang và Qiao [10] vào năm 2008

đã phát triển một phương pháp chẩn đoán vị trí và kích thước của vết nứt trên dầm dựa trên sự sai khác của dạng dao động Trong nghiên cứu trên, mô hình cấu kiện dầm có vết nứt được phân tích động học để thu được dạng dao động, sau đó sự sai khác giữa dạng dao động ở trạng thái hư hỏng và trạng thái ban đầu được tính toán bằng phương pháp số

Pastor và cộng sự [11] vào năm 2012 đã trình bày lại việc sử dụng chỉ số Modal Assurance Criterion (MAC) để đánh giá sự tương đồng giữa dạng dao động của mô hình thí nghiệm và mô hình phân tích, hoặc cùng một mô hình nhưng ở các trạng thái khác nhau

Capecchi và cộng sự [12] vào năm 2016 đã thực hiện một nghiên cứu về chẩn đoán vị trí và mức độ hư hỏng cho cấu kiện dầm hình vòm bằng phương pháp xem xét sự thay đổi tần số dao động, dạng dao động và đường cong dạng dao động của cấu kiện

Song song với nhóm các phương pháp chẩn đoán hư hỏng bằng tần số dao động

và dạng dao động, nhóm các phương pháp chẩn đoán hư hỏng sử dụng năng lượng biến dạng biểu kiến (Modal Strain Energy: MSE) cũng được nghiên cứu và phát triển Một trong những nghiên cứu đầu tiên về phương pháp này được thực hiện bởi Kim

và cộng sự [13] vào năm 2003 Nghiên cứu trên đã đề xuất một phương pháp chẩn đoán vị trí và mức độ hư hỏng dựa trên sự thay đổi của năng lượng biến dạng Phương pháp được áp dụng cho cấu kiện dầm được tạo hư hỏng tại giữa nhịp và một phần tư nhịp

Trong năm 2012, Hu và cộng sự [14] đã áp dụng phương pháp năng lượng biến dạng để chẩn đoán hư hỏng cho cấu kiện vỏ hình ống Vào cùng năm trên, một phương pháp chẩn đoán hư hỏng gồm 2 bước được phát triển bởi Seyedpoor [15] Nghiên cứu trên đã sử dụng phối hợp phương pháp MSE và thuật toán tối ưu bầy đàn (particle swarm optimization, PSO) áp dụng cho cấu kiện dầm công xôn và cấu kiện dàn Bước

1 là áp dụng phương pháp MSE để chẩn đoán vị trí hư hỏng Bước 2 là áp dụng thuật toán PSO để xác định độ giảm độ cứng của phần tử cấu kiện Nghiên cứu này đồng

Trang 27

TỔNG QUAN 11

thời chỉ ra rằng có sự tương quan chữa chỉ số chẩn đoán MSE và mức độ hư hỏng của phần tử

Tiếp theo đó, vào năm 2016, Vo và cộng sự [16] đã phát triển một phương pháp

2 bước, chẩn đoán vị trí hư hỏng bằng MSE và mức độ hư hỏng bằng giải thuật tiến hóa cải tiến (Improved Differential Evolution Algorithm) cho cấu kiện tấm vật liệu hỗn hợp nhiều lớp (Laminated Composite Plate)

Dinh và cộng sự [17] cũng đã phát triển một phương pháp MSE phối hợp 2 bước chẩn đoán hư hỏng cho kết cấu tấm, trong đó mức độ hư hỏng được xác định bằng thuật toán Jaya vào năm 2018 Nghiên cứu cũng cho thấy việc chuẩn hóa chỉ số hư hỏng sau khi tính toán làm tăng hiệu quả chẩn đoán vị trí hư hỏng

Khatir và cộng sự [18] đã trình bày một phương pháp chẩn đoán vị trí và mức

độ hư hỏng cho kết cấu dầm vào năm 2019 Trong nghiên cứu đã chẩn đoán vị trí hư hỏng bằng phương pháp sự thay đổi tần số và chỉ số MSE chuẩn hóa, đồng thời chẩn đoán mức độ hư hỏng bằng thuật toán Teaching Learning Based Optimization (TLBO) Sau đó, kết quả từ thuật toán TLBO được so sánh với hai thuật toán tối ưu

đã được ứng dụng trong các nghiên cứu trước đây là Particle Swarm Optimization và Bat Algorithm

Đối với việc ứng dụng công nghệ trí tuệ nhân tạo trong lĩnh vực theo dõi sức khỏe kết cấu, đã có những nghiên cứu được thực hiện nhằm phục vụ các mục tiêu chẩn đoán khác nhau Trong bài báo tóm tắt tình hình nghiên cứu thực hiện bởi Ye

và cộng sự [19], nhóm tác giả đã chỉ ra rằng giai đoạn từ 2015 đến 2019 đã bắt đầu

có nhiều nghiên cứu ứng dụng trí tuệ nhân tạo và học máy trong lĩnh vực SHM Cha và cộng sự [20] vào năm 2017 đã nghiên cứu phương pháp học sâu (Deep learning) và ứng dụng phương pháp trong việc chẩn đoán vị trí vết nứt trên hình chụp

bề mặt cấu kiệu có vật liệu cấu tạo là bê tông Phương pháp đã thể hiện tính ưu việt khi phát hiện vết nứt trong ảnh chụp dưới nhiều điều kiện khác nhau như độ sáng, góc tối, góc chụp và khoảng cách chụp Tuy nhiên, phương pháp vẫn còn hạn chế là cần nhiều dữ liệu huấn luyện để hoạt động hiệu quả và phương pháp chưa thể phát hiện hư hỏng bên trong cấu kiện

Lin và cộng sự [21] đã đề xuất một phương pháp chẩn đoán hư hỏng mới dựa trên thuật toán CNN để tự động tách thông tin cần thiết từ dữ liệu trên miền thời gian trong năm 2017 Phương pháp mới đồng thời được áp dụng và so sánh với phương pháp chẩn đoán dựa trên wavelet để đánh giá sự hiệu quả

Trang 28

TỔNG QUAN 12

Pathirage và cộng sự [22] trong năm 2018 đã nghiên cứu ứng dụng phương pháp học sâu vào công tác chẩn đoán vị trí và mức độ hư hỏng cho kết cấu khung thép Điểm mới của phương pháp là trước khi thực hiện việc “học” mối quan hệ giữa đặc trưng động học và mức độ giảm độ cứng, trong phương pháp có một thao tác là giảm

số chiều của dữ liệu đầu vào

Alwanas và cộng sự [23] đã nghiên cứu ứng dụng phương pháp học máy trong việc dự đoán khả năng chịu lực tác dụng tối đa và dạng phá hủy của nút khung dầm-cột bê tông cốt thép trong năm 2019 Mô hình được đề xuất đã sử dụng dữ liệu đầu vào là kích thước hình học của cấu kiện và thông số vật liệu Nghiên cứu đã đề xuất

sử dụng phương pháp được phát triển cho công tác tiền thiết kế và hướng đến thay thế các sổ tay kinh nghiệm thiết kế

He và cộng sự [24] trong năm 2021 đã nghiên cứu ứng dụng phương pháp học máy trong chẩn đoán vị trí và kích thước vùng tách lớp của cấu kiện dầm gia cường

bằng tấm FRB

2.2 Tình hình nghiên cứu tại Việt Nam

Trong nước cũng đã có những nghiên cứu về chẩn đoán hư hỏng kết cấu bằng các đặc trưng động học được thực hiện dưới hình thức luận văn thạc sĩ hoặc bài đăng trên tạp chí khoa học như sau:

Vào năm 2014, Đỗ [25] đã nghiên cứu và khảo sát 5 phương pháp chẩn đoán hư hỏng dựa trên kết quả phân tích dao động: Phương pháp dựa trên sự thay đổi tần số; Phương pháp dựa trên sự thay đổi dạng dao động; phương pháp dựa trên sự thay đổi

độ cong dạng dao động; phương pháp dựa trên thay đổi độ cứng và tần số; phương pháp dựa trên sự thay đổi năng lượng biến dạng Các phương pháp được thực hiện trên cấu kiện dầm đơn giản

Đến năm 2015, Lê và Hồ [26] đã phát triển phương pháp năng lượng biến dạng cho chẩn đoán hư hỏng trong kết cấu dạng tấm Nghiên cứu thực hiện trên mô hình PTHH cấu kiện tấm nhôm phẳng với các trường hợp điều kiện biên khác nhau

Hồ và cộng sự [27] trong năm 2018 đã áp dụng phương pháp năng lượng biến dạng cho chẩn đoán hư hỏng trong kết cấu dầm Nghiên cứu thực hiện trên mô hình PTHH cấu kiện dầm đồng chất với 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

Huỳnh [28] đã thực hiện nghiên cứu chẩn đoán cho kết cấu tấm thông qua một phương pháp gồm 2 bước trong năm 2019 Bước 1 sử dụng chỉ tiêu MSECR, MSEBI,

Trang 29

TỔNG QUAN 13

MSEEI, MSEPI để cảnh báo vị trí hư hỏng Bước 2 sử dụng thuật toán di truyền để đánh giá mức độ hư hỏng

Đến năm 2020, Lê và cộng sự [29] đã phát triển một phương pháp chẩn đoán

hư hỏng cho cấu kiện tấm sử dụng phối hợp phương pháp MSE và thuật toán di truyền Nghiên cứu này đã chỉ ra rằng việc chỉ sử dụng thành phần chuyển vị đứng của dạng dao động vẫn đảm bảo chẩn đoán tốt vị trí hư hỏng, từ đó có thể giảm công tác thu thập dữ liệu phục vụ chẩn đoán trong thực tế Đồng thời, nghiên cứu còn cho thấy mỗi dạng dao động nhạy với một số trạng thái hư hỏng nhất định, dẫn đến sự cần thiết phải sử dụng kết hợp các dạng dao động để có thể chẩn đoán hư hỏng một cách tổng quát

Đối với hướng nghiên cứu áp dụng các thuật toán trí tuệ nhân tạo trong chuẩn đoán hư hỏng, tại Việt Nam đã có một số nghiên cứu như sau:

Trong năm 2020, Lý và Nguyễn [30] đã đề xuất một phương pháp dự đoán sức chịu tải tới hạn của cấu kiện cột thép chữ “Y” áp dụng thuật toán ANN sử dụng hàm tối ưu theo thuật toán Levenberg Marquart (LM) Cấu kiện cột tiết diện chữ “Y” được cấu thành từ thép góc đều cạnh và thép tấm sử dụng liên kết hàn Mô hình ANN được tác giả xây dựng sử dụng dữ liệu đầu vào là chiều dài cột, chiều dày và chiều rộng thép tấm, chiều dày và chiều rộng thép góc Kết quả mô hình ANN xuất ra là tải trọng tới hạn của cột thép tương ứng Nghiên cứu đã thực hiện thí nghiệm và so sánh kết quả với mô hình ANN để đánh giá sự hiệu quả của phương pháp

Lưu và Hồ [31] trong năm 2021 đã nghiên cứu ứng dụng phương pháp mạng nơ-ron nhân tạo (Artificial neural network) để chẩn đoán sự xuất hiện và mức độ tổn hao ứng suất trước trong vùng neo cáp Trong phương pháp, sự xuất hiện tổn hao được đánh giá thông qua chỉ số MAPD (Mean Absolute Percentage Deviation), sau

đó mức độ tổn hao được xác định bằng thuật toán ANN Nghiên cứu đã thực hiện xây dựng một mô hình mô phỏng số chi tiết vùng neo cáp, đánh giá độ tin cậy của mô phỏng thông qua so sánh với mô hình thí nghiệm Phương pháp kiến nghị được áp dụng cho mô hình mô phỏng để đánh giá tính hiệu quả

2.3 Tổng kết

Trong các nghiên cứu trước đây, việc chẩn đoán hư hỏng có đối tượng là cấu kiện dầm, dàn, sàn được mô phỏng bằng phần tử thanh hoặc phần tử tấm riêng lẻ với vật liệu đồng chất Đồng thời, các nghiên cứu đã thực hiện chỉ khảo sát sự xuất hiện của hư hỏng khi cấu kiện không chịu tác dụng của tải trọng, điển hình là các hư hỏng

Trang 30

TỔNG QUAN 14

đơn lẻ được mô phỏng bằng cách xóa hoặc giảm độ cứng chống uốn phần tử Lĩnh vực chẩn đoán hư hỏng hiện đang thiếu những nghiên cứu áp dụng phương pháp chẩn đoán cho kết cấu xuất hiện hư hỏng dưới tác dụng của tải trọng Một thiếu sót khác trong các nghiên cứu về phương pháp chẩn đoán hư hỏng sử dụng đặc trưng dao động

là cần có một mô hình đánh giá, định lượng độ chính xác, cũng như đặc điểm và tính ứng dụng thực tiễn của phương pháp chẩn đoán

Các nghiên cứu trước đây còn có điểm thiếu sót là chỉ chẩn đoán hư hỏng cho các cấu kiện đã xuất hiện hư hỏng Đối tượng nghiên cứu thường được hướng tới là

sự xuất hiện của hư hỏng, vị trí của hư hỏng và mức độ hư hỏng Vẫn chưa có nhiều nghiên cứu về phương pháp theo dõi tình trạng và tải trọng tác dụng lên kết cấu trước khi bị hư hỏng được thực hiện Nguyên nhân để nhóm phương pháp trên nên nhận được thêm sự quan tâm là do thứ tự cấp độ hư hỏng Trong lĩnh vực SHM, việc biết được trạng thái hoặc độ lớn tải trọng tác dụng lên kết cấu giúp cung cấp thông tin nhằm phân loại hư hỏng có thể xuất hiện Như đã trình bày trong mục 1.1.1, phân loại

hư hỏng là cơ sở để có thể đi đến chẩn đoán mức độ hư hỏng Ngoài ra, trong thực tế mọi kết cấu đều thường xuyên trong trạng thái làm việc và luôn chịu tải trọng Đối với một công trình, từ thời điểm phát hiện được vị trí của hư hỏng cho đến thời điểm

có thể tiếp cận và thực hiện công tác sữa chữa, vẫn có một khoảng thời gian kết cấu làm việc dưới điều kiện bất lợi Do đó, việc phát hiện sớm việc sắp xuất hiện hư hỏng nhằm đưa kết cấu về trạng thái làm việc thuận lợi hơn, chịu tải trọng thấp hơn là cần thiết Bên cạnh đó, phương pháp theo dõi trạng thái làm việc của kết cấu còn cần thiết trong việc kiểm tra công trình có được sử dụng đúng công năng, cũng như phục vụ công tác kiểm định công trình có được sử dụng đúng với tải trọng thiết kế Các vấn

đề nêu trên đã đặt ra nhu cầu về phát triển các phương pháp dự đoán tải trọng tác dụng lên kết cấu công trình một cách nhanh chóng, hiệu quả trong thực tế

Việc tìm hiểu tình hình nghiên cứu cho thấy vẫn còn thiếu các nghiên cứu ứng dụng đặc trưng động học của kết cấu dầm BTCT với các thuật toán hiện đại như học máy để phát triển thêm các phương pháp chẩn đoán Một đặc điểm của các thuật toán học máy là cần có tập dữ liệu huấn luyện để xây dựng nên lời giải cho một bài toán

cụ thể Đặc điểm này có thể là cản trở trong các nghiên cứu về SHM vì trong nghiên cứu lĩnh vực xây dựng, mẫu thí nghiệm có thể cồng kềnh và tốn nhiều chi phí Đặc điểm này có thể khắc phục được thông qua việc mô phỏng cấu kiện cần chẩn đoán bằng phương pháp PTHH, sử dụng kết quả phân tích động học của mô hình số để

Trang 32

CƠ SỞ LÝ THUYẾT 16

CHƯƠNG 3 CƠ SỞ LÝ THUYẾT 3.1 Phương pháp chẩn đoán hư hỏng kết cấu dựa trên sự thay đổi tần số 3.1.1 Giới thiệu phương pháp

Cơ sở của phương pháp chẩn đoán sự có mặt của hư hỏng dựa trên sự thay đổi tần số là kết cấu ở các trạng thái làm việc khác nhau có tần số dao động khác nhau Kết cấu ở trạng thái ban đầu có tần số dao động riêng lớn hơn khi so với kết cấu đã xuất hiện vết nứt Sự thay đổi này được đánh giá qua công thức (3.1)

 f : Tần số dao động của kết cấu ở trạng thái ban đầu (Hz);

 f *: Tần số dao động của kết cấu ở trạng thái đang xét (Hz)

Phương pháp được áp dụng vào việc chẩn đoán sự xuất hiện của hư hỏng tại cấp tải trọng tác dụng bất kỳ bằng cách thực hiện tính toán giá trị f tại các cấp tải trọng cần chẩn đoán Ở cùng một dạng dao động, giá trị f khác 0 thể hiện sự khác biệt giữa kết cấu ở trạng thái đang xét so với trạng thái ban đầu, từ đó có thể đưa ra kết luận là trong kết cấu đang có sự xuất hiện của hư hỏng

3.2 Phương pháp chẩn đoán hư hỏng kết cấu dựa trên sự thay đổi dạng dao động

3.2.1 Giới thiệu phương pháp

Trong phương pháp sự thay đổi dạng dao động, chỉ số MAC được sử dụng để đánh giá sự tương đồng giữa hai mô hình khác nhau hoặc giữa hai trạng thái khác nhau của cùng một mô hình Khi ứng dụng trong lĩnh vực SHM, chỉ số MAC chủ yếu được sử dụng để so sánh trạng thái sau khi hư hỏng và trạng thái ban đầu của cùng một cấu kiện Chỉ số MAC có giá trị trong đoạn từ 0 đến 1 Với giá trị là 1, phương pháp đưa ra đánh giá là có sự tương đồng giữa hai trạng thái, tức không có sự xuất hiện của hư hỏng trong cấu kiện Chỉ số MAC giảm dần đến 0 thể hiện rằng có sự khác biệt giữa hai trạng thái, tức có sự xuất hiện của hư hỏng trong cấu kiện

Trang 33

3.2.2 Công thức đánh giá

2

* 1

 Y Y, *: Trạng thái cơ bản và trạng thái cần so sánh của một mô hình;

trạng thái Y* của mô hình;

 Φ ΦY, Y*: Véc-tơ dạng dao động của trạng thái Y và Y* của mô hình

3.3 Phương pháp chẩn đoán hư hỏng kết cấu sử dụng phương pháp năng lượng biến dạng

3.3.1 Công thức đánh giá

Nghiên cứu của Kim và cộng sự [13] đã đề xuất các công thức tính toán chỉ số

hư hỏng cho kết cấu dầm đồng chất thông qua việc theo dõi sự thay đổi của năng lượng biến dạng Dựa trên phương pháp đã được nêu trong nghiên cứu [7], các công thức trong phương pháp năng lượng biến dạng được trình bày và áp dụng vào việc chẩn đoán hư hỏng trong dầm BTCT

Xét một cấu kiện dầm BTCT được mô phỏng theo phương pháp PTHH Mô hình dầm gồm các phần tử bê tông khối 8 nút và các phần tử cốt thép thanh 2 nút Dầm có tiết diện không đổi Các giá trị tung độ của dạng dao động được lấy tại nút phần tử Chỉ số hư hỏng tại vị trí thứ j của dầm được xác định theo công thức sau:

*

11

nm

ij i

ij nm

i i ij i

*2 2 2

Trang 34

Trong đó:

 nm là số dạng dao động sử dụng trong chẩn đoán;

 f i là tần số của dạng dao động thứ i

Độ thay đổi tương đối độ cứng dầm tại vị trí thứ j trong dạng dao động thứ i

là ij. Dấu sao “*” đại diện cho giá trị tại trạng trái có sự xuất hiện hư hỏng Giá trị

 là độ cong dạng dao động thứ i tại vị trí thứ j

Với dạng dao động là kết quả thu được từ phân tích động học mô hình PTHH, miền giá trị của ij có tính chất là rời rạc và không liên tục Để xác định gần đúng

độ cong dạng dao động trong trường hợp trên, nghiên cứu sử dụng phương pháp sai phân trung tâm bậc hai, được trình bày trong công thức sau:

Trang 35

3.3.2 Ngưỡng hư hỏng đề xuất

Ngưỡng hư hỏng là một đường chuẩn song song với trục hoành của biểu đồ chỉ

số hư hỏng, được dùng để xác định vị trí và chiều dài vùng hư hỏng trong dầm [32] Đối với mỗi bài toán chẩn đoán, ngưỡng hư hỏng có giá trị Z io được chọn trước Vùng nứt chẩn đoán là vùng có điểm bắt đầu tại vị trí có chỉ số hư hỏng Z ij Z io lần đầu tiên và kết thúc tại vị trí có chỉ số Z ij Z io lần cuối cùng, minh họa như Hình 3.1 Khi áp dụng phương pháp chẩn đoán trong thực tế, vẫn có trường hợp chỉ số hư hỏng

Trang 36

(a) Xác định giá trị tổ hợp FP và tổ hợp TP

(b) Xác định giá trị tổ hợp TN và tổ hợp FN

Hình 3.1 Minh họa chẩn đoán vị trí và chiều dài vùng nứt

3.4 Thuật toán học máy

3.4.1 Định nghĩa thuật toán học máy

Dựa trên tài liệu của Vu [33], học máy được định nghĩa là một nhóm thuật toán,

có chức năng là xây dựng một mối quan hệ giữa hai nhóm đại lượng là dữ liệu đầu vào và dữ liệu đầu ra Một thuật toán học máy có thể xây dựng một mô hình xấp xỉ mối quan hệ trên mà không cần lập trình cụ thể Tập dữ liệu ban đầu bao gồm hai nhóm đại lượng cần xây dựng mối quan hệ được gọi là kinh nghiệm Việc xây dựng

mô hình xấp xỉ mối quan hệ giữa hai nhóm dữ liệu được gọi là nhiệm vụ Để đánh

Trang 37

Một mô hình học máy được mô tả bằng các tham số mô hình Việc xây dựng một thuật toán học máy tương ứng với việc tìm các tham số mô hình sao cho phương pháp đánh giá đạt được kết quả tốt nhất Trong trường hợp của bài toán quy hoạch, kết quả được đánh giá là tốt khi sai lệch giữa giá trị dự đoán và kết quả thực tế là thấp nhất Mối quan hệ giữa phép đánh giá đối với các tham số mô hình θ được biểu diễn qua một hàm số gọi là hàm mất mát L θ  Việc đi tìm véc-tơ hoặc ma trận tham số

mô hình θ* sao cho phép đánh giá đạt kết quả tốt tương đương với việc tối thiểu hàm mất mát, được tổng quát theo công thức (3.11) Trong công thức, argmin L 

θ

θ là giá trị θ* để hàm L θ đạt giá trị nhỏ nhất  

 

* argmin L

θ

3.4.2 Thuật toán quy hoạch tuyến tính

Hình 3.2 Minh họa bài toán quy hoạch tuyến tính [33]

Trang 38

Trong thuật toán quy hoạch tuyến tính, với véc-tơ đặc trưng x  x x0, 1, ,x p T

là dữ liệu đầu vào, giá trị cần chẩn đoán ˆy được xấp xỉ theo công thức:

Vậy, véc-tơ w là tham số mô hình cho thuật toán quy hoạch tuyến tính Sai số

giữa giá trị thực y và giá trị chẩn đoán ˆy là:

1

12

N

T

i i i

 x là véc-tơ thông số đầu vào của điểm dữ liệu thứ i i;

 y i là thông số đầu ra của điểm dữ liệu thứ i

3.4.3 Thuật toán quy hoạch đa thức

Thuật toán quy hoạch đa thức có thể được sử dụng nhằm xấp xỉ mối quan hệ của dữ liệu có tính phi tuyến Điều này được thực hiện bằng cách xác định véc-tơ đặc trưng mới x dựa trên véc-tơ đặc trưng x ban đầu, sau đó thực hiện tính toán hàm mất

mát và xác định tham số mô hình tương tự với thuật toán quy hoạch tuyến tính Ví

dụ, với véc-tơ đặc trưng có 2 tham số xx x1, 2T, giá trị chẩn đoán ˆy tương ứng với

Trang 39

3.4.4 Thuật toán quy hoạch đa thức phân đoạn

Thuật toán quy hoạch đa thức phân đoạn có phương pháp xấp xỉ mối quan hệ của các điểm dữ liệu dưới dạng đường cong B-Spline dựa trên công thức:

 ˆy t  là giá trị chẩn đoán có miền xác định là 0  t 1;

 q i là n 1 điểm điều khiển;

 N i d,  t là hàm cơ sở B-spline, được định nghĩa dưới dạng đệ quy;

 d là bậc cao nhất của hàm cơ sở B-spline, với 1 d n;

 t i là chuỗi các điểm nút có giá trị không giảm

Với chỉ số i và j có giá trị 0 i   n d j và 1 j d , hàm cơ sở B-spline có dạng đệ quy được trình bày trong công thức (3.18) Với chỉ số i có giá trị 0   i n d, hàm cơ sở B-spline bắt đầu chuỗi đệ quy được trình bày trong công thức (3.19)

1 1

i j i

Khi sử dụng thuật toán quy hoạch đa thức phân đoạn, tập dữ liệu được sử dụng

để xây dựng hàm xấp xỉ có m1 điểm dữ liệu và có dạng  k, km0

k

x y  Dữ liệu x k được quy đổi sang t có miền giá trị là  0,1 thông qua công thức t k x kx0 / x mx0 Trong thuật toán quy hoạch đa thức phân đoạn, tham số mô hình là véc-tơ các điểm điều khiển qq q0, , ,1 q nT Hàm mất mát của thuật toán theo véc-tơ q có dạng sau:

Trang 40

0 0

12

được đưa vào perceptron sẽ được nhân với trọng số w i Công thức minh họa hoạt động của một perceptron có dạng như sau:

1

d

i i i

mô hình dữ liệu khác nhau, perceptron có thể được thiết kế để z được đưa vào một hàm số gọi làm hàm kích hoạt trước khi xuất dữ liệu đầu ra Hàm kích hoạt có 2 loại: hàm kích hoạt rời rạc (discrete) có miền giá trị là một số hữu hạn các giá trị và hàm kích hoạt liên tục (continuous) có miền giá trị là một tập con của R

Tiêu đề	Chẩn đoán hư hỏng trong dầm bê tông cốt thép sử dụng các đặc trưng dao động kết hợp với thuật toán trí tuệ nhân tạo
Tác giả	Phạm Minh Nhân
Người hướng dẫn	PGS. TS. Hồ Đức Duy
Trường học	Đại học Bách Khoa - ĐHQG TP.HCM
Chuyên ngành	Kỹ thuật Xây dựng
Thể loại	Luận văn thạc sĩ
Năm xuất bản	2023
Thành phố	TP. Hồ Chí Minh

Định dạng
Số trang	117
Dung lượng	2,01 MB