Luan van thac si _CHẨN ĐOÁN HƯ HỎNG KẾT CẤU KHUNG PHẲNG SỬ DỤNG PHƯƠNG PHÁP CẬP NHẬT MÔ HÌNH DỰA TRÊN GIẢI THUẬT TỐI ƯU DẠY – HỌC

Luận văn này giúp các học viên cao học có cái nhìn rõ hơn trong nguyên cứu làm luận văn thạc sĩ. Bên cạnh đó luận văn này giúp các học viên rất nhiều trong cách trình bày luận văn thạc sĩ sao cho hợp lý mà đa số các học viên cao và ngay cả thạc sĩ thiếu kỹ năng về mặt này. về phần kỹ thuật, độ khó,chuyên môn thì tác giả sẽ không mô tả và đó chính là sự am hiểu về học thực và khả năng chuyên sâu của mỗi người....

TỔNG LIÊN ĐOÀN LAO ĐỘNG VIỆT NAM

TRƯỜNG ĐẠI HỌC TÔN ĐỨC THẮNG KHOA XÂY DỰNG CÔNG TRÌNH

NGUYỄN QUỐC DŨNG

CHẨN ĐOÁN HƯ HỎNG KẾT CẤU

KHUNG PHẲNG SỬ DỤNG

PHƯƠNG PHÁP CẬP NHẬT MÔ HÌNH DỰA TRÊN GIẢI THUẬT

TỐI ƯU DẠY – HỌC

LUẬN VĂN THẠC SĨ

KỸ THUẬT XÂY DỰNG

\

THÀNH PHỐ HỒ CHÍ MINH, NĂM 2020

TỔNG LIÊN ĐOÀN LAO ĐỘNG VIỆT NAM

TRƯỜNG ĐẠI HỌC TÔN ĐỨC THẮNG KHOA XÂY DỰNG CÔNG TRÌNH

NGUYỄN QUỐC DŨNG

CHẨN ĐOÁN HƯ HỎNG KẾT CẤU KHUNG PHẲNG SỬ DỤNG PHƯƠNG PHÁP CẬP NHẬT MÔ HÌNH DỰA TRÊN GIẢI THUẬT TỐI ƯU DẠY – HỌC

LUẬN VĂN THẠC SĨ

KỸ THUẬT XÂY DỰNG

THÀNH PHỐ HỒ CHÍ MINH, NĂM 2020

LỜI CÁM ƠN

Trải qua thời gian 9 tháng, để hoàn thành một luận văn cao học, đây cũng

là khoảng thời gian trải nghiệm sâu sắc nhất, đòi hỏi bản thân phải nỗ lực rất lớn Ngoài việc nắm vững kiến thức các môn học cơ sở, bản thân phải trau dồi nhiều kỹ năng khác trong việc tìm kiếm các tờ báo quốc tế, biết trích dẫn các nghiên cứu khoa học, khả năng nghiên cứu độc lập, tự giải quyết các vấn đề trong quá trình tự học,

Để hoàn thành luận văn này, lời đầu tiên tôi xin chân thành biết ơn sâu sắc tới thầy GS.TS Nguyễn Thời Trung; thầy đã truyền cảm hứng cho tôi về niềm say mê nghiên cứu khoa học từ những ngày đầu, khi thầy dạy các môn học ở lớp Khi nhận đề tài làm luận văn, thầy đã tận tình hướng dẫn và đưa ra những gợi ý đầu tiên để tôi hình thành ý tưởng nghiên cứu

Tôi xin chân thành cám ơn Th.S Đinh Công Dự - nghiên cứu viên của Viện khoa học tính toán INCOS, trường Đại học Tôn Đức Thắng đã giúp đỡ tôi rất nhiều trong quá trình làm luận văn

Tôi xin chân thành cảm ơn quý thầy, cô thuộc Khoa xây dựng công trình, trường Đại học Tôn Đức Thắng đã giúp đỡ tôi trong quá trình học và nghiên cứu khoa học

Cám ơn vợ và các con đã luôn động viên, cổ vũ và tạo điều kiện thời gian

để tôi hoàn thành luận văn này

Tp.HCM, ngày 05 tháng 12 năm 2020

Nguyễn Quốc Dũng

Công trình được hoàn thành tại Trường Đại học Tôn Đức Thắng

Cán bộ hướng dẫn khoa học: GS.TS Nguyễn Thời Trung

Luận văn thạc sĩ được bảo vệ tại Hội đồng đánh giá Luận văn thạc sĩ

Trường Đại học Tôn Đức Thắng vào ngày 14/11/2020 theo Quyết định

2049-6/2020/QĐ-TĐT ngày 06/11/2020

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

Xác nhận của Chủ tịch Hội đồng đánh giá Luận văn và Trưởng khoa quản lý chuyên ngành sau khi nhận Luận văn đã được sửa chữa (nếu có)

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC TÔN ĐỨC THẮNG

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi và được sự hướng dẫn khoa học của GS.TS Nguyễn Thời Trung Các nội dung nghiên cứu, kết quả trong đề tài này là trung thực và chưa công bố bất kỳ hình thức nào trước đây Những số liệu trong các bảng biểu phục vụ cho việc phân tích, nhận xét, đánh giá được chính tác giả thu thập từ các nguồn khác nhau có ghi

rõ trong phần tài liệu tham khảo

Ngoài ra, trong luận văn còn sử dụng một số nhận xét, đánh giá cũng như

số liệu của các tác giả khác, cơ quan tổ chức khác đều có trích dẫn và chú thích nguồn gốc

Nếu phát hiện có bất kỳ sự gian lận nào tôi xin hoàn toàn chịu trách nhiệm về nội dung luận văn của mình Trường đại học Tôn Đức Thắng

không liên quan đến những vi phạm tác quyền, bản quyền do tôi gây ra trong quá trình thực hiện (nếu có)

Tp.HCM, ngày 05 tháng 12 năm 2020 Học viên thực hiện

Nguyễn Quốc Dũng

TÊN ĐỀ TÀI TÓM TẮT

“Chẩn đoán hư hỏng kết cấu khung phẳng sử dụng phương pháp cập nhật

mô hình dựa trên giải thuật tối ưu dạy – học”

Luận văn này đề xuất một phương pháp chẩn đoán một giai đoạn để xác định vị trí và mức độ hư hỏng cho kết cấu khung phẳng bằng phương pháp cập nhật mô hình dựa trên giải thuật tối ưu dạy và học (TLBO) Đầu tiên, một mô hình phân tích kết cấu chẩn đoán dựa trên phương pháp phần tử hữu hạn được xây dựng, sau đó các tham số được lựa chọn của mô hình liên quan đến hư hỏng được cập nhật theo tiến trình lặp Một phương pháp tối ưu hóa hiệu quả mới phát triển gần đây, giải thuật tối ưu dạy và học TLBO, được đề xuất cho tiến trình lặp đó Khả năng thực hiện của phương pháp đề xuất được đánh giá thông qua 3 ví dụ số: khung 1 nhịp 1 tầng; khung 3 nhịp 5 tầng và khung 5 nhịp 3 tầng Quá trình xác định hư hỏng cho cả 3 ví dụ số đều có xét đến dữ liệu không nhiễu và có nhiễu

Kết quả phân tích cho thấy phương pháp cập nhật mô hình dựa trên giải thuật TLBO áp dụng hiệu quả cho việc xác định vị trí và mức độ hư hỏng của kết cấu khung phẳng với điều kiện dữ liệu bị nhiễu 5% Bên cạnh đó, chi phí tính toán của giải thuật TLBO hiệu quả hơn so với các giải thuật khác như GA

và DE

NAME OF THESIS ABSTRACT

“Diagnosing damage in planar frame structures using model updating method based on teaching-learning-based optimization algorithm”

This thesis proposes a one-stage damage identification method for determining both the damage locations and corresponding severities in planar frame structures by model updating process based on teaching-learning-based optimization algorithm (TLBO) First, a finite element (FE) model of the monitored structure is established, and then the selected updating parameters

of the FE model is updated iteratively A recently quite developed

algorithm, is proposed for solving the iterative process The performance of the proposed damage identification method is investigated through three numerical examples: a 1-span frame, 3-span 5-story frame, a 5-span 3-stage frame The damage identification process for all three numerical examples is considered with noise-free and noisy levels

The analysis results show that the proposed model updating method based

on the TLBO algorithm is able to determine the positions and severities of damage in the planar frame structures in noisy conditions Besides, the computational cost of the TLBO is more effective in comparison with other algorithms, GA and DE

MỤC LỤC

DANH MỤC HÌNH i

DANH MỤC BẢNG BIỂU iii

CÁC TỪ VIẾT TẮT iv

CHƯƠNG 1 MỞ ĐẦU 1

1.1 Lý do chọn đề tài 1

1.2 Mục tiêu nghiên cứu 3

1.3 Đối tượng và phạm vi nghiên cứu 4

1.3.1 Đối tượng nghiên cứu 4

1.3.2 Phạm vi nghiên cứu 4

1.4 Tổng quan tài liệu 4

1.4.1 Nghiên cứu trên thế giới 4

1.4.2 Nghiên cứu tại Việt Nam 8

1.4.3 Đánh giá chung tổng quan tài liệu và khe hẹp nghiên cứu 9

CHƯƠNG 2 CƠ SỞ LÝ THUYẾT & PHƯƠNG PHÁP 11

NGHIÊN CỨU 11

2.1 Phương pháp phần tử hữu hạn phân tích khung phẳng 11

2.1.1 Véc-tơ chuyển vị nút 11

2.1.2 Ma trận độ cứng phần tử 12

2.1.3 Ma trận khối lượng phần tử 13

2.1.4 Các ma trận và véc-tơ trong hệ tổng thể 14

2.1.5 Phương trình phân tích dao động tự do 15

2.2 Phương pháp chẩn đoán hư hỏng kết cấu khung 15

2.2.1 Hàm mục tiêu cần cực tiêu hóa 16

2.2.2 Giải thuật tối ưu hóa dựa trên dạy - học 17

2.2.3 Qui trình nghiên cứu 20

CHƯƠNG 3 VÍ DỤ SỐ 21

3.1 Bài toán 1 22

3.1.1 Trường hợp khung có 01 vị trí hư hỏng 23

3.1.2 Trường hợp khung có 02 vị trí hư hỏng 25

3.1.3 Trường hợp khung có 03 vị trí hư hỏng 29

3.2 Bài toán 2 33

3.2.1 Trường hợp khung có 01 vị trí hư hỏng 34

3.2.2 Trường hợp khung có 02 vị trí hư hỏng 36

3.2.3 Trường hợp khung có 03 vị trí hư hỏng 40

3.3 Bài toán 3 44

3.3.1 Trường hợp khung có 01 vị trí hư hỏng 45

3.3.2 Trường hợp khung có 03 vị trí hư hỏng 46

3.3.3 Trường hợp khung có 04 vị trí hư hỏng 47

CHƯƠNG 4 KẾT LUẬN 53

4.1 Kết luận 53

4.2 Ý nghĩa khoa học và ý nghĩa thực tiễn của nghiên cứu 54

4.3 Hướng phát triển của nghiên cứu 54

KẾT QUẢ NGHIÊN CỨU KHOA HỌC 56

TÀI LIỆU THAM KHẢO 57

PHỤ LỤC

DANH MỤC HÌNH

Hình 1.1: Một số hình ảnh minh họa kết cấu khung………

(nguồn: http://www.vsteel.vn.) 2

Hình 1.2: Hình ảnh một số sự cố công trình kết cấu khung bị hư hỏng, sụp đổ (Nguồn: internet) 3

Hình 2.1: Phần tử khung phẳng tuyến tính trong hệ tọa độ địa phương 11

Hình 2.2: Phần tử khung phẳng trong hệ tọa độ tổng thể 14

Hình 2.3: Sơ đồ của giải thuật tối ưu hóa dạy - học (TLBO) 18

Hình 2.4: Qui trình nghiên cứu 20

Hình 3.1: Mô hình phần tử hữu hạn kết cấu khung 1 nhịp 1 tầng 22

Hình 3.2: So sánh kết quả chẩn đoán hư hỏng thu được từ các giải thuật tối ưu cho bài toán khung 1 nhịp 1 tầng có 01 vị trí hư hỏng trong các trường hợp nhiễu khác nhau: (a) không nhiễu; (b) mức nhiễu 1; (c) mức nhiễu 2 23

Hình 3.3: So sánh kết quả chẩn đoán hư hỏng thu được từ các giải thuật tối ưu cho bài toán khung 1 nhịp 1 tầng có 02 vị trí hư hỏng trong các trường hợp nhiễu khác nhau: (a) không nhiễu; (b) mức nhiễu 1; (c) mức nhiễu 2 26

Hình 3.4: So sánh kết quả chẩn đoán hư hỏng thu được từ các giải thuật tối ưu cho bài toán khung 1 nhịp 1 tầng có 03 vị trí hư hỏng trong các trường hợp nhiễu khác nhau: (a) không nhiễu; (b) mức nhiễu 1; (c) mức nhiễu 2 29

Hình 3.5: Mô hình phần tử hữu hạn kết cấu khung 3 nhịp 4 tầng 33

Hình 3.6: So sánh kết quả chẩn đoán hư hỏng thu được từ các giải thuật tối ưu cho bài toán khung 3 nhịp 4 tầng có 01 vị trí hư hỏng trong các trường hợp nhiễu khác nhau: (a) không nhiễu; (b) mức nhiễu 1; (c) mức nhiễu 2 34

Hình 3.7: So sánh kết quả chẩn đoán hư hỏng thu được từ các giải thuật tối ưu cho bài toán khung 3 nhịp 4 tầng có 02 vị trí hư hỏng trong các trường hợp nhiễu khác nhau: (a) không nhiễu; (b) mức nhiễu 1; (c) mức nhiễu 2 37

Hình 3.8: So sánh kết quả chẩn đoán hư hỏng thu được từ các giải thuật tối ưu cho bài toán khung 3 nhịp 4 tầng có 03 vị trí hư hỏng trong các trường hợp nhiễu khác nhau: (a) không nhiễu; (b) mức nhiễu 1; (c) mức nhiễu 2 40Hình 3.9: Mô hình phần tử hữu hạn kết cấu khung 5 nhịp 3 tầng 44Hình 3.10: So sánh kết quả chẩn đoán hư hỏng thu được từ các giải thuật tối

ưu cho bài toán khung 5 nhịp 3 tầng có 01 vị trí hư hỏng trong các trường hợp nhiễu khác nhau: (a) không nhiễu; (b) mức nhiễu 1; (c) mức nhiễu 2 45Hình 3.11: So sánh kết quả chẩn đoán hư hỏng thu được từ các giải thuật tối

ưu cho bài toán khung 5 nhịp 3 tầng có 03 vị trí hư hỏng trong các trường hợp nhiễu khác nhau: (a) không nhiễu; (b) mức nhiễu 1; (c) mức nhiễu 2 46Hình 3.12: So sánh kết quả chẩn đoán hư hỏng thu được từ các giải thuật tối

ưu cho bài toán khung 5 nhịp 3 tầng có 04 vị trí hư hỏng trong các trường hợp nhiễu khác nhau: (a) không nhiễu; (b) mức nhiễu 1; (c) mức nhiễu 2 47

GA, DE và TLBO cho khung 1 nhịp 1 tầng có 02 vị trí hư hỏng ứng với các trường hợp dữ liệu đo đạc có mức độ nhiễu khác nhau 27 Bảng 3.4: Kết quả thống kê đánh giá mức độ hư hỏng của ba giải thuật tối ưu

GA, DE và TLBO cho khung 1 nhịp 1 tầng có 03 vị trí hư hỏng ứng với các trường hợp dữ liệu đo đạc có mức độ nhiễu khác nhau 30 Bảng 3.5: Các trường hợp hư hỏng giả định của khung 3 nhịp 4 tầng 34 Bảng 3.6: Kết quả thống kê đánh giá mức độ hư hỏng của ba giải thuật tối ưu

GA, DE và TLBO cho khung 3 nhịp 4 tầng có 01 vị trí hư hỏng ứng với các trường hợp dữ liệu đo đạc có mức độ nhiễu khác nhau 35 Bảng 3.7: Kết quả thống kê đánh giá mức độ hư hỏng của ba giải thuật tối ưu

GA, DE và TLBO cho khung 3 nhịp 4 tầng có 02 vị trí hư hỏng ứng với các trường hợp dữ liệu đo đạc có mức độ nhiễu khác nhau 38 Bảng 3.8: Kết quả thống kê đánh giá mức độ hư hỏng của ba giải thuật tối ưu

GA, DE và TLBO cho khung 3 nhịp 4 tầng có 03 vị trí hư hỏng ứng với các trường hợp dữ liệu đo đạc có mức độ nhiễu khác nhau 41 Bảng 3.9: Các trường hợp hỏng giả định của khung 5 nhịp 3 tầng 45 Bảng 3.10: Kết quả thống kê đánh giá mức độ hư hỏng của ba giải thuật tối ưu

GA, DE và TLBO cho khung 5 nhịp 3 tầng gồm các trường hợp 1, 3 và 4 vị trí

hư hỏng ứng với các điều kiện dữ liệu đo đạc có mức độ nhiễu khác nhau 48

CÁC TỪ VIẾT TẮT

dựa trên dạy-học)

Trong kết cấu khung chịu lực, tất cả các loại tải trọng ngang và thẳng

và cột kết hợp với nhau thành một hệ không gian vững cứng Liên kết giữa dầm và cột thường là loại liên kết cứng

So với kết cấu tường chịu lực, kết cấu khung có độ cứng không gian lớn hơn, ổn định hơn và chịu đựng được lực chấn động tốt hơn nên được sử dụng hiệu quả cho công trình có không gian lớn Ngoài ra, còn có một số ưu điếm khác nữa như tiết kiệm vật liệu, trọng lượng nhà nhỏ, hình thức kiến trúc nhẹ nhàng, tiết kiệm không gian, bố trí phòng linh hoạt và cơ động, phù hợp với

ngày càng được ưu tiên lựa chọn cho các công trình xây dựng ở Việt Nam và trên thế giới Một vài hình ảnh kết cấu khung được minh họa như Hình 1.1

Tòa số 12 Hammersmith

Grove London

Tòa nhà kết cấu thép

21 tầng ở Hà Nội

nguyên nhân như: thi công hoặc thiết kế chưa đạt chuẩn kỹ thuật, mỏi trong

quá trình sử dụng, khuyết tật bên trong vật liệu do sản xuất, rung động bởi các

công trình xây dựng lận cận, công tác bảo trì bảo dưỡng không tốt, hoặc do tác

động từ môi trường như độ ẩm, nhiệt độ, hàm lượng muối, acit cao trong

không khí, hoặc do tác động của thiên tai từ các trận động đất, sóng thần và

bão Khi kết cấu khung bị hư hỏng nó sẽ làm suy giảm độ cứng của khung;

việc này có thể dẫn đến những tai nạn nghiêm trọng gây thiệt hại về người và

tài sản Trên thực tế đã xảy ra nhiều tai nạn mà nguyên nhân là do hư hỏng kết

cấu khung chịu lực chính nhưng không có sự phát hiện kịp thời để gia cố sửa

chữa như thể hiện trong Hình 1.2

Tuy nhiên, việc chẩn đoán hư hỏng cho kết cấu nói chung và kết cấu khung nói riêng là công việc khó khăn Theo những thông tin và tài liệu tham khảo mà tác giả thu thập được, cho đến nay nhiều nghiên cứu trong và ngoài nước về chẩn đoán hư hỏng kết cấu vẫn còn giới hạn ở các phương pháp chẩn đoán vị trí hư hỏng mà chưa chẩn đoán mức độ hư hỏng Ngoài ra, một số phương pháp chẩn đoán mức độ hư hỏng kết cấu còn bị hạn chế khi có chi phí tính toán lớn, hoăc có độ chính xác không thỏa mãn trong trường hợp dữ liệu

đo đạc bị nhiễu Luận văn này vì vậy được thực hiện nhằm đề xuất thêm một phương pháp hiệu quả để chẩn đoán vị trí và mức độ hư hỏng kết cấu khung trong trường hợp dữ liệu đo đạc bị nhiễu

1.2 Mục tiêu nghiên cứu

Đề tài này thực hiện nhằm giải quyết hai mục tiêu sau:

a) Nắm vững cách áp dụng phương pháp phần tử hữu hạn (PTHH) [14] để phân tích ứng xử bài toán kết cấu khung bằng ngôn ngữ lập trình MATLAB [13]; từ đó xác định được các đáp ứng động học của kết cấu trong các trạng thái bị hư hỏng và trạng thái không bị hư hỏng

b) Giải bài toán chẩn đoán hư hỏng cho kết cấu khung 2D, bao gồm:

- Sử dụng phương pháp cập nhật mô hình dựa trên giải thuật TLBO

- Xác định vị trí và mức độ hư hỏng cho các kết cấu khung khác nhau với các kịch bản hư hỏng khác nhau trong trường hợp dữ liệu đo đạc không có nhiễu và có nhiễu

- So sánh hiệu quả giải thuật TLBO với một số giải thuật tối ưu khác

1.3 Đối tượng và phạm vi nghiên cứu

1.3.1 Đối tượng nghiên cứu

Đối tượng nghiên cứu là các kết cấu khung phẳng 2D gồm: khung 1 nhịp -

1 tầng; khung 3 nhịp - 4 tầng và khung 5 nhịp - 3 tầng Giả định ban đầu, khung có các phần tử bị hư hỏng và mức độ hư hỏng cho trước

1.3.2 Phạm vi nghiên cứu

Phạm vi nghiên cứu giới hạn ở việc xác định vị trí và mức độ hư hỏng cho kết cấu khung phẳng 2D; ứng xử của vật liệu được giả thiết làm việc trong giới hạn đàn hồi tuyến tính và biến dạng trong kết cấu khung được xem là biến dạng nhỏ; dữ liệu động học đo đạc của kết cấu có xét tới ảnh hưởng của nhiễu, với mức độ nhiễu của dữ liệu đo đạc được giới hạn ở mức 8%

1.4 Tổng quan tài liệu

1.4.1 Nghiên cứu trên thế giới

Trên thế giới, việc chẩn đoán hư hỏng kết cấu khung đã được nghiên cứu trong nhiều thập kỉ qua Trong số các phương pháp phổ biến, phương pháp chẩn đoán dựa trên các tham số động lực học luôn thu hút sự quan tâm của nhiều học giả nghiên cứu Một số hướng nghiên cứu chính có thể kể đến như sau:

a Hướng nghiên cứu chẩn đoán tìm vị trí hư hỏng Trong hướng

nghiên cứu này, một số công trình nghiên cứu tiêu biểu được kể đến như:

- Cawley và Adams (1979) đã nghiên cứu kỹ thuật rung cho kiểm tra không phá hủy các kết cấu sợi tổng hợp [18] Nghiên cứu đã đề xuất một phương trình phát hiện hư hỏng dựa trên sự thay đổi của tần số ở dạng dao động thứ i và dạng dao động thứ j trong tấm dẻo có gia cường sợi carbon (carbon fibre-reinforced plastics-CFRP) Vị trí hư hỏng được chẩn đoán bằng cách giảm thiểu các sai số giữa các thay đổi của tần số đo được ở hai dạng dao động và những thay đổi đó giúp xác định được một mô hình suy giảm độ cứng cục bộ Trong phương trình này, hư hỏng trong nhiều vị trí và sự thay đổi hệ cản đều không được xem xét

- Messina và cộng sự (1998) đã chẩn đoán hư hỏng kết cấu bằng phương pháp thống kê và độ nhạy [26] Nghiên cứu cho thấy có thể chẩn đoán vị trí hư hỏng chính xác hơn nếu sự thay đổi của tần số trong kết cấu hư hỏng và kết cấu ban đầu được chuẩn hóa tương đối với các tần số của kết cấu ban đầu Tuy nhiên, nghiên cứu này chỉ ra rằng độ nhạy của tần số tự nhiên trong việc chẩn đoán hư hỏng là tương đối thấp, việc chẩn đoán chỉ có thể thực hiện được khi mức độ hư hỏng lớn và các phép đo phải được thực hiện với độ chính xác cao

để đạt được kết quả đáng tin cậy Hơn nữa, khả năng chẩn đoán vị trí hư hỏng

có phần hạn chế, vì các tần số tự nhiên là các thông số toàn cục chỉ có thể được xác định ở những tần số cao

- Bernal (2002) đã đề xuất một tập “véc-tơ tải” để xác định vị trí hư hỏng [17] Đây là một kỹ thuật khoanh vùng hư hỏng trong kết cấu, và có thể được coi là tuyến tính ở các trạng thái trước và sau hư hỏng Nghiên cứu tập trung xác định một tập các véc-tơ được xem là các véc-tơ hư hỏng (DLV) trong đó các ứng suất của các phần tử hư hỏng sẽ có độ lớn bằng 0 Nghiên cứu đã thành công với một số kết cấu đơn giản Tuy nhiên, nghiên cứu này vẫn còn

và thực nghiệm, tác giả đã chứng minh các tần số tự nhiên của các tấm mỏng không bị ảnh hưởng đáng kể bởi hư hỏng, nhưng các dạng dao động lại bị thay đổi đáng kể khi có sự xuất hiện của hư hỏng Từ đó các tác giả cũng đề xuất một chỉ số xác định hư hỏng dựa trên sự thay đổi của dạng dao động

- Pawar và Ganguli (2005) đã nghiên cứu một phương pháp giám sát sức khỏe kết cấu sử dụng hệ thống di truyền mờ [28] Nghiên cứu đã sử dụng sự thay đổi tần số để chẩn đoán vết nứt của nền trong kết cấu hỗn hợp (composite) thành mỏng Các kết cấu được đề cập trong nghiên cứu này là dầm, ống và cánh quạt máy bay trực thăng

- Katebi và cộng sự (2018) dùng phương pháp phát hiện hư hại không phá hủy sử dụng phương pháp cập nhật mô hình dựa trên thay đổi ma trận độ nhạy của ma trận độ mềm Phương pháp được đề xuất có khả năng định vị hư hại cho các kết cấu dàn và khung phẳng [24]

Tổng quan, hướng nghiên cứu xác định vị trí hư hỏng này vẫn còn một số nhược điểm như: (1) có thể chẩn đoán nhầm; và (2) chưa xác định được mức

độ hư hỏng của kết cấu

b Hướng nghiên cứu chẩn đoán đồng thời vị trí và mức độ hư hỏng của kết cấu sử dụng các thuật toán tối ưu Trong hướng nghiên cứu này,

một số công trình nghiên cứu tiêu biểu có thể kể đến như:

- Araújo dos Santos và cộng sự (2006) đã đề xuất một kỹ thuật mới để tối

ưu hóa việc sử dụng các trích xuất dạng dao động để chẩn đoán hư hỏng trong tấm hỗn hợp (composite) nhiều lớp [16] Nghiên cứu này tuy nhiên còn tồn tại một số hạn chế như: (1) việc đo lường các dạng dao động đòi hỏi nhiều cảm

biến; (2) việc đo đạc dạng dao động dễ bị nhiễu hơn so với tần số tự nhiên; (3) phương pháp dựa trên sự thay đổi các dạng dao động ít nhạy đối với các hư hỏng nhỏ

- Cha Yoang-Jin và cộng sự (2012) đã nghiên cứu một giải thuật di truyền

đa mục tiêu để phân phối hiệu quả chi phí của thiết bị truyền động và cảm biến trong kết cấu lớn [19] Nghiên cứu đề xuất một giải thuật di truyền đa mục tiêu (Moga) cho các vị trí tối ưu của thiết bị điều khiển và cảm biến trong kết cấu Hàm mục tiêu được rút gọn lại nhằm giảm chi phí tính toán, đồng thời đảm bảo tối ưu hiệu suất điều khiển phản ứng rung trong thiết kế hệ thống điều khiển cơ cấu Nghiên cứu đã ứng dụng thành công cho kết cấu khung phẳng

- Nanda và cộng sự (2014) áp dụng kỹ thuật tối ưu hóa dòng hạt thống nhất (UPSO) để đánh giá vết nứt trong khung [27] Các nghiên cứu số được thực hiện để điều tra hiệu suất của giải thuật dựa trên UPSO trong đánh giá vết nứt bằng cách sử dụng dữ liệu phương thức nhiễu Kết quả của nghiên cứu này chỉ ra rằng phương pháp được phát triển có khả năng phát hiện và định lượng vết nứt với độ chính xác thỏa đáng

- Gần đây, Ghannadi và Kourehli (2019) đã phát triển giải thuật tối ưu hóa lấy cảm hứng từ sinh học mới được gọi là Salp Swarm [23] cho bài toán chẩn đoán hư hỏng kết cấu khung Hiệu suất của giải thuật Salp Swarm (SSA) được

so sánh với giải thuật tối ưu hóa Swarm Particle (PSO) Kết quả cho thấy độ chính xác tốt hơn thu được bằng SSA so với sử dụng PSO Phương pháp được

đề xuất có thể được sử dụng để xác định chính xác và hiệu quả cả vị trí và mức

độ hư hỏng trong các khung nhà nhiều tầng Dinh-Cong và cộng sự [21] đã đề xuất một phương pháp hai giai đoạn dựa trên sự thay đổi năng lượng biến dạng và giải thuật Jaya để đánh giá thiệt hại trong các kết cấu tấm Giải thuật Jaya được mở rộng trong [22] để giải quyết vấn đề nhận dạng thiệt hại dựa trên bài toán tối ưu hóa để giải quyết hiệu quả cả các vấn đề tối ưu hóa bị ràng buộc và không bị ràng buộc Kết quả thu được chỉ ra rằng ngay cả với mức

nhiễu dữ liệu đo đạc tương đối cao, phương pháp được đề xuất không chỉ phát hiện và định lượng thành công hư hại trong các cấu trúc kỹ thuật, mà còn cho thấy hiệu quả tốt hơn về mặt chi phí tính toán

Tổng quan, nhược điểm chính của hướng nghiên cứu xác định đồng thời

cả vị trí và mức độ hư hỏng này là chi phí tính toán cao, và tính khả thi còn thấp trong việc áp dụng cho các công trình có quy mô lớn

1.4.2 Nghiên cứu tại Việt Nam

Tại Việt Nam, các nghiên cứu trong nước về chẩn đoán hư hỏng kết cấu

có thể chia làm 3 hướng chính sau:

a Thứ nhất là hướng nghiên cứu sử dụng các phương pháp dựa trên tần số

và sóng v.v Một số kết quả nghiên cứu chính có thể được đề cập như:

- Trần Văn Liên, Trần Tuấn Khôi (2010) đã chẩn đoán các vết nứt trong dầm bằng các phân tích Wavelet [7]

- Trần Văn Liên (2011) nghiên cứu chẩn đoán vị trí và độ sâu vết nứt trong kết cấu hệ thanh sử dụng phân tích wavelet [8]

- Nguyễn Quý Hân (2011) chẩn đoán khung có chứa vết nứt bằng phương pháp hai giai đoạn Wavelet kết hợp giải thuật di truyền [4]

- Nguyễn Anh Tuấn (2013) phân tích dao động tự do của tấm Mindlin có vết nứt bằng phần tử XCS-DSG3 và chẩn đoán vết nứt của tấm bằng phân tích Wavelet [15]

- Trần Văn Liên, Ngô Trọng Đức (2015) đã chẩn đoán vết nứt xiên bất kỳ trong tấm dày chịu uốn sử dụng phân tích sóng Wavelet đối với độ võng và các dạng dao động riêng [9]

b Thứ hai là hướng nghiên cứu dùng tần số chẩn đoán hư hỏng của kết cấu với một số nghiên cứu tiêu biểu như:

- Trần Thanh Lam (2005) đánh giá các mô hình chẩn đoán dầm một vết nứt bằng tần số riêng và biến dạng [6]

- Nguyễn Văn Hùng (2005) đánh giá các mô hình chẩn đoán dầm nhiều vết nứt bằng tần số riêng và biến dạng [5]

- Phạm Ngọc Sáng (2009) nghiên cứu chẩn đoán hư hỏng kết cấu nhịp cầu

bê tông cốt thép dự ứng lực nhịp giản đơn bằng phương pháp dao động [12]

- Lê Thanh Phong (2010) nghiên cứu tổng hợp chẩn đoán hư hỏng bằng phương pháp dao động [11]

c Thứ ba là hướng nghiên cứu dùng một số phương pháp khác như mạng thần kinh nhân tạo, tối ưu hóa, với các công trình tiêu biểu như:

- Lê Xuân Hằng, Nguyễn Thị Hiền Lương (2001) đã phân tích và chẩn đoán dầm đàn hồi có nhiều vết nứt [3]

- Nguyễn Thị Hiền Lương, N Đ Thạch (2006) đã chẩn đoán vết nứt trong dầm công-xôn sử dụng giải thuật di truyền [10]

- Lê Xuân Hàng (2007) phân tích và chẩn đoán dầm đàn hồi có nhiều vết nứt [2]

- Lê Minh Cảnh (2009) đã ứng dụng giải thuật Neuron để chẩn đoán hư hỏng công trình cầu [1]

1.4.3 Đánh giá chung tổng quan tài liệu và khe hẹp nghiên cứu

Qua khảo sát các tài liệu tham khảo (cả trong và ngoài nước) được trình bày ở trên, các nghiên cứu đã cho thấy hiệu quả của các phương pháp chẩn đoán được đề xuất trong việc xác định vị trí hư hỏng và mức độ hư hỏng của kết cấu Tuy nhiên, vẫn còn nhiều khoảng trống cần được cải tiến nhằm đề xuất mới thêm các phương pháp hiệu quả để chẩn đoán cả vị trí và mức độ hư

hỏng trong trường hợp dữ liệu đo đạc bị nhiễu Bên cạnh đó, chi phí tính

toán trong bài toán chẩn đoán cũng cần quan tâm đến Vì vậy, việc nghiên cứu

đề xuất một giải thuật hiệu quả để chẩn đoán cả vị trí và mức độ hư hỏng của công trình, đặc biệt cho trường hợp dữ liệu đo đạc bị nhiễu, là cần thiết

Dựa trên những khe hẹp nghiên cứu nêu trên, luận văn này sẽ nghiên cứu việc áp dụng một phương pháp tối ưu hóa hiệu quả mới, được gọi là “tối ưu hóa dựa trên dạy và học (Teaching-Learning-Based Optimization-TLBO)

[29]”, nhằm xác định vị trí và mức độ hư hỏng của kết cấu khung phẳng Giống như các giải thuật lấy cảm hứng từ “tự nhiên” khác, TLBO cũng dựa trên dân số và sử dụng các giải pháp cho dân số để tìm kiếm nghiệm tối ưu tổng thể Trong giải thuật này, dân số được coi là như một nhóm người học hoặc một lớp người học Tiến trình tối ưu của TLBO được chia thành hai phần: phần đầu tiên là “giai đoạn giáo viên” (teaching) và phần thứ hai là “giai đoạn học tập” (learning) của người học Trong phương pháp xác định hư hỏng được đề xuất, giải thuật TLBO được sử dụng cho việc cập nhật mô hình phần

tử hữu hạn của kết cấu được chẩn đoán nhằm đạt được giá trị cực tiểu sai số giữa dữ liệu được đo đạc và dữ liệu tính toán mô phỏng Tiến trình tối ưu tìm giá trị cực tiểu được thực hiện bằng cách cực tiểu một hàm mục tiêu phù hợp Trong luận văn này, một hàm mục tiêu có sự kết hợp giữa chỉ số tương quan dựa trên tiêu chí đảm bảo phương thức (MAC) và chỉ số dựa trên ma trận độ mềm sẽ được sử dụng [20], [21], và dự kiến sẽ cho ra một hàm mục tiêu phù hợp cho bài toán xác định hư hỏng kết cấu Hiệu quả của phương pháp TLBO được so sánh với một số giải thuật tối ưu hóa dựa trên dân số khác Kết quả nghiên cứu này vì vậy sẽ có ý nghĩa cả về mặt khoa học và mặt thực tiễn

CHƯƠNG 2 CƠ SỞ LÝ THUYẾT & PHƯƠNG PHÁP

NGHIÊN CỨU

2.1 Phương pháp phần tử hữu hạn phân tích khung phẳng

Hình 2.1: Phần tử khung phẳng tuyến tính trong hệ tọa độ địa phương

Phần này trình bày tóm tắt cơ sở lý thuyết của phương pháp phần tử hữu hạn cho khung phẳng, được tham khảo từ tài liệu [14]

Xét một phần tử khung phẳng với hai nút ở hai đầu như Hình 2.1 Trong

hệ tọa độ địa phương của phần tử, trục x được lấy theo hướng dọc trục thanh,

và điểm gốc O được đặt tại nút bên tay trái của phần tử Một phần tử khung phẳng chứa đặc tính của cả phần tử dàn và phần tử dầm Vì vậy, các ma trận

và véc-tơ phần tử của một phần tử khung phẳng có thể đơn giản được thành lập bằng cách kết hợp các ma trận và véc-tơ của phần tử dàn và dầm Nghiên cứu này, phần tử Euler-Bernoulli được chọn để kết hợp với phần tử dàn

2.1.1 Véc-tơ chuyển vị nút

Phần tử dàn có 1 bậc tự do ở mỗi nút (chuyển vị dọc trục), và phần tử dầm

có 2 bậc tự do ở mỗi nút (độ võng và góc xoay) Kết hợp 2 phần tử này sẽ cho

ba bậc tự do tại mỗi nút của phần tử khung phẳng Vì vậy véc-tơ chuyển vị tại nút loe

d cho một phần tử khung phẳng trong hệ tọa độ địa phương được viết

như sau:

Để xây dựng ma trận độ cứng cho phần tử khung phẳng (kích thước 6x6),

ta cần mở rộng các kích thước của ma trận độ cứng của phần tử dàn (kích thước 2x2) và của phần tử dầm (kích thước 4x4) thành cùng kích thước 6x6 Đầu tiên, ma trận độ cứng của phần tử dàn sẽ được mở rộng thành

là chiều dài phần tử đang xét

Ma trận độ cứng của phần tử dầm (Euler-Bernoulli) được mở rộng thành:

Ma trận độ cứng phần tử của khung phẳng vì vậy sẽ là tổng của 2 ma trận

trên và kết quả được trình bày như sau:

2.1.4 Các ma trận và véc-tơ trong hệ tổng thể

Hình 2.2: Phần tử khung phẳng trong hệ tọa độ tổng thể

Các ma trận và véc-tơ của phần tử khung phẳng ở trên được xây dựng cho một phần tử khung phẳng trong hệ tọa độ địa phương của nó Một kết cấu khung phẳng đầy đủ thường bao gồm nhiều phần tử khung phẳng với các hướng khác nhau Để lắp ghép các ma trận và véc-tơ phần tử cùng nhau, ta cần biểu diễn tất cả các ma trận và véc-tơ phần tử này trong một hệ tọa độ chung,

được gọi là hệ tọa độ tổng thể Quá trình biến đổi giống như với phần tử dàn

T các công thức trên, các ma trận và véc-tơ của

phần tử khung phẳng trong hệ tọa độ tổng thể sẽ được tính tương tự như phần

tử dàn như sau:

( ) ( )

T là ma trận biến

đổi tọa độ cho phần tử khung phẳng và có dạng:

trong đó α là góc giữa trục x và X như minh họa trong Hình 2.2

Chú ý rằng biến đổi tịnh tiến trong mặt phẳng X-Y không ảnh hưởng đến

toán dùng tọa độ tổng thể của hai nút I và J của phần tử sau:

e

2.1.5 Phương trình phân tích dao động tự do

Phương trình phân tích dao động tự do cho kết cấu khung có dạng như sau:



ma trận độ cứng tổng thể

2.2 Phương pháp chẩn đoán hư hỏng kết cấu khung

Trong luận văn này, phương pháp xác định hư hỏng được đề xuất dựa trên giải thuật tối ưu hóa dạy và học (TLBO) Giải thuật được sử dụng cho việc cập nhật mô hình phần tử hữu hạn của kết cấu chẩn đoán nhằm tìm giá trị cực tiểu

sai số giữa dữ liệu đo đạc của kết cấu hư hỏng và dữ liệu tính toán mô phỏng Quá trình giải bài toán tối ưu tìm giá trị cực tiểu này được thực hiện bằng cách cực tiểu một hàm mục tiêu thích hợp Các nội dung tiếp theo sẽ trình bày hàm mục tiêu được chọn, giải thuật tối ưu dựa trên dạy và học (TLBO) và qui trình

nghiên cứu của luận văn

2.2.1 Hàm mục tiêu cần cực tiêu hóa

Luận văn này đề xuất sử dụng một hàm mục tiêu kết hợp dựa trên phần dư của ma trận độ mềm và phần dư của chỉ số MAC [21], nhằm tạo ra một hàm mục tiêu phù hợp cho bài toán chẩn đoán hư hỏng Hai dạng của phần dư được biểu diễn như sau:

( ) ( )

các ký tự d và ana biểu thị trạng thái của kết cấu bị hư hỏng và kết cấu mô

x; nc là tổng số cột của ma trận độ mềm; w1 và w2 là các trọng số của phần dư

2.2.2 Giải thuật tối ưu hóa dựa trên dạy - học

Giải thuật tối ưu hóa dựa trên dạy và học (TLBO), được đề xuất bởi [29],

là một phương pháp tối ưu toàn cục dựa trên dân số Giải thuật này được lấy cảm hứng từ quá trình dạy và học trong một lớp học Có hai thành phần quan trọng trong giải thuật này: người dạy và người học, được mô tả thông qua hai chế độ học tập cơ bản Đầu tiên, người học học từ giáo viên trong giai đoạn giáo viên dạy Sau đó người học cũng học hỏi từ sự tương tác giữa họ với nhau trong giai đoạn người học học tập Giải thuật TLBO rất dễ sử dụng vì nó không yêu cầu bất kỳ tham số điều khiển thuật toán cụ thể nào Chi tiết về giải thuật TLBO được trình bày ngắn gọn qua các giai đoạn sau: “giai đoạn giáo viên” và “giai đoạn học tập”

giai đoạn giáo viên

Là tiêu chí chấm dứt hài lòng?

Giá trị cuối cùng của giải pháp

Từ chối Chấp nhận

Khởi tạo số lượng sinh viên (dân số), tiêu chí chấm dứt

Tính giá trị trung bình của từng biến thiết kế

Xác định giải pháp tốt nhất (giáo viên)

Sửa đổi giải pháp tốt nhất trên giải pháp tốt nhất

Là giải pháp mới tốt hơn so với hiện tại

2.2.2.1 Giai đoạn giáo viên

Giai đoạn giáo viên là phần đầu tiên của giải thuật trong đó giáo viên cố gắng tăng kết quả học tập cho người học Trong giai đoạn này, giáo viên cố gắng đào tạo người học để tăng hiệu suất của lớp học Đối với hàm mục tiêu

( )x

Đối với một lớp có NP người học (quy mô dân số), kết quả trung bình của người học trong phép lặp thứ G được trình bày dưới dạng

trí của mỗi cá nhân trong lần lặp hiện tại được cập nhật theo phương trình sau

giá trị 1 hoặc 2 cho mỗi lần lặp; rand là một số ngẫu nhiên trong phạm vi

i là ( X new j,i,G) đưa ra các giá trị hàm thấp hơn giá trị cũ (X old j,i,G), thì các vị trí mới được giữ nguyên và trở thành đầu vào cho giai đoạn người học

2.2.2.2 Giai đoạn người học

Trong giai đoạn người học, mỗi người học tìm cách tăng kiến thức của họ bằng cách tương tác ngẫu nhiên với những người học khác Một người học học thông tin mới nếu người học khác có nhiều kiến thức hơn người học đó

được đưa ra là

được giữ lại trong dân số Tiến trình của giai đoạn giáo viên và giai đoạn người học được lặp lại cho đến khi đạt được tiêu chí dừng.

2.2.3 Qui trình nghiên cứu

Qui trình nghiên cứu sử dụng giải thuật TLBO để chẩn đoán hư hỏng kết cấu khung được trình bày trong Hình 2.4

Hình 2.4: Qui trình nghiên cứu

Phân tích ứng xử bài toán kết cấu

khung bằng ngôn ngữ lập trình

MATLAB để tính được trạng thái

bị hư hỏng và trạng thái không bị

hư hỏng của khung 2D

Thiết lập bài toán chẩnđoán hư hỏng dưới dạngbài toán tối ưu hóa và sửdụng phương pháp cậpnhật mô hình dựa trên giảithuật TLBO để giải

Kết quả bài toán tối ưu giúp xác

định vị trí và mức độ hư hại cho

các kết cấu khung khác nhau với

các kịch bản hư hỏng trong

trường hợp không có nhiễu và có

nhiễu trong dữ liệu đo đạc

So sánh hiệu quả giảithuật TLBO với một sốthuật toán tối ưu khác

độ cứng), khi đó ma trận độ cứng tổng thể của kết cấu có các phần tử bị hư hỏng có thể được biểu thị bằng [22]

tử hữu hạn sử dụng phần mềm lập trình MATLAB Ngoài ra, trong mỗi ví dụ, các kịch bản hư hỏng còn được xem xét trong ngữ cảnh dữ liệu đo đạc có các mức độ nhiễu khác nhau Ảnh hưởng của các mức độ nhiễu đối với hiệu quả chẩn đoán của phương pháp đề xuất được giả thiết từ mức độ nhiễu trung bình (±0.3% ở tần số tự nhiên và ±5.0% ở dạng dao động - mức nhiễu 1) đến mức nhiễu tương đối cao (±0.5% ở tần số tự nhiên và ±8.0% ở dạng dao động - mức nhiễu 2) Trong các ví dụ, chúng ta giả định rằng chỉ có năm tần số dao động tự nhiên đầu tiên được sử dụng cùng với các dạng dao động tương ứng Các tham số của giải thuật TLBO trong tất cả các ví dụ được khảo sát

được thiết lập như sau: kích thước dân số (NP) = 30, số vòng lặp tối đa =

quy mô dân số, số vòng lặp tối đa và điều kiện dừng cho tất cả các giải thuật được chọn giống nhau Các tham số còn lại dùng cho giải thuật DE và GA [30], [13] Do đặc tính ngẫu nhiên của dữ liệu đo đạc bị nhiễu, tác giả sẽ giải các giải thuật này 10 lần độc lập cho từng kịch bản hư hỏng Các kết quả trung bình được vẽ trên các biểu đồ, trong khi các kết quả thống kê đánh giá hư hỏng được liệt kê trong bảng

3.1 Bài toán 1

Ví dụ này xem xét khả năng ứng dụng và hiệu quả của phương pháp được

đề xuất cho việc chẩn đoán hư hỏng của kết cấu khung 2D 1 nhịp - 1 tầng Thông số kết cấu khung phẳng 2D [22] Mô hình phần tử hữu hạn của khung này bao gồm 24 phần tử với 25 nút như mô tả trong Hình 3.1 Dầm và hai cột

Ba trường hợp hư hỏng khác nhau, bao gồm trường hợp một vị trí hư hỏng, hai

vị trí hư hỏng và ba vị trí hư hỏng với các tỉ lệ hư hỏng khác nhau được cho như trong Bảng 3.1 Ngoài ra, để minh họa tính chính xác và hiệu quả của phương pháp được đề xuất, các kết quả nhận dạng hư hỏng sẽ được so sánh giữa giải thuật TLBO với các giải thuật DE và GA

Hình 3.1: Mô hình phần tử hữu hạn kết cấu khung 1 nhịp 1 tầng

1 2

8

24 23 17

1 2

8

18

24 25

Hình 3.2: So sánh kết quả chẩn đoán hư hỏng thu được từ các giải thuật tối ưu

cho bài toán khung 1 nhịp 1 tầng có 01 vị trí hư hỏng trong các trường hợp

nhiễu khác nhau: (a) không nhiễu; (b) mức nhiễu 1; (c) mức nhiễu 2

Phần này xem xét bài toán chẩn đoán hư hỏng của kết cấu có 01 vị trí hư hỏng ở phần tử thứ 1 với mức độ hư hỏng là 20% Hình 3.2 trình bày kết quả xác định vị trí và mức độ hư hỏng của kết cấu từ ba giải thuật tối ưu GA, DE

và TLBO Kết quả cho thấy trong điều kiện dữ liệu không nhiễu (Hình 3.2(a))

và dữ liệu có nhiễu (Hình 3.2(b), (c)); hai giải thuật DE và TLBO có thể xác định thành công vị trí và mức độ hư hỏng (xấp xỉ 20%) và có các cảnh báo sai với mức độ hư hỏng thấp không đáng kể (< 5%) Trong khi đó, giải thuật GA

có độ tin cậy thấp khi cho kết quả xác định vị trí hư hỏng với nhiều cảnh báo sai có mức độ hư hỏng lớn (> 5%, thậm chí xấp xỉ 10%)

Bảng 3.2 trình bày kết quả thống kê đánh giá mức độ hư hỏng gồm độ lệch chuẩn, sai số trung bình giữa mức độ hư hỏng thực tế và tính toán, số lần lặp và thời gian phân tích trung bình từ ba giải thuật

Bảng 3.2: Kết quả thống kê đánh giá mức độ hư hỏng của ba giải thuật tối

ưu GA, DE và TLBO cho khung 1 nhịp 1 tầng có 01 vị trí hư hỏng ứng với

các trường hợp dữ liệu đo đạc có mức độ nhiễu khác nhau

Mức độ

hư hỏng

TB

Độ lệch chuẩn

Các kết quả đạt được trong bảng cho thấy giải thuật GA có thể xác định vị trí hư hỏng nhưng mức độ hư hỏng còn có sai số lớn, đặc biệt là các trường hợp có nhiễu Cụ thể cho trường hợp dữ liệu không nhiễu, sai số mức độ hư hỏng được chẩn đoán là 7,95%, và cho các trường hợp mức nhiễu 1 và mức nhiễu 2 thì sai số mức độ hư hỏng được chẩn đoán lần lượt tăng tương ứng thành 11.77% và 11%

Trong khi đó, các giải thuật DE và TLBO đều cho kết quả xác định vị trí chính xác và mức độ hư hỏng có sai số nhỏ Cụ thể, ở kịch bản không nhiễu, sai số mức độ hư hỏng của hai giải thuật lần lượt là 2.72% và 0.61%; còn ở mức nhiễu 1, sai số mức độ hư hỏng lần lượt là 0.84% và 2.04%; và ở mức nhiễu 2, sai số mức độ hư hỏng lần lượt là 0.3% và 0.66% Ngoài ra, độ lệch chuẩn của kết quả mức độ hư hỏng thu được, biểu thị sự thay đổi so với giá trị trung bình của mức độ hư hỏng của hai giải thuật DE và TLBO là tương đối nhỏ và có giá trị gần bằng nhau

Tuy nhiên, khi xem xét về chi phí tính toán, ở trường hợp dữ liệu không nhiễu, giải thuật DE có thời gian phân tích là 76s, gấp 9.5 lần thời gian phân tích của giải thuật TLBO là 8s; ở mức nhiễu 1, giải thuật DE có thời gian phân tích là 128s, gấp 1.91 lần thời gian phân tích của giải thuật TLBO là 67s; và ở mức nhiễu 2, giải thuật DE có thời gian phân tích là 55s, gấp 1.90 lần thời gian phân tích của giải thuật TLBO là 29s Kết quả này cho thấy giải thuật TLBO

có thời gian phân tích thấp và hiệu quả hơn nhiều so với giải thuật DE, đặc

biệt là trong trường hợp dữ liệu không có nhiễu

3.1.2 Trường hợp khung có 02 vị trí hư hỏng

Phần này xem xét bài toán chẩn đoán hư hỏng của kết cấu có 02 vị trí hư hỏng ở các phần tử thứ 1 và thứ 12 với mức độ hư hỏng tương ứng lần lượt là 20% và 30% Hình 3.3 trình bày kết quả xác định vị trí và mức độ hư hỏng của kết cấu từ ba giải thuật tối ưu GA, DE và TLBO

a)

b)

c)

Hình 3.3: So sánh kết quả chẩn đoán hư hỏng thu được từ các giải thuật tối ưu

cho bài toán khung 1 nhịp 1 tầng có 02 vị trí hư hỏng trong các trường hợp

nhiễu khác nhau: (a) không nhiễu; (b) mức nhiễu 1; (c) mức nhiễu 2

Kết quả cho thấy trong điều kiện dữ liệu không nhiễu (Hình 3.3 (a)) và dữ liệu có nhiễu (Hình 3.3 (b), (c)), hai giải thuật TLBO và DE có thể xác định thành công vị trí hư hỏng và mức độ hư hỏng của kết cấu với sai số của mức

độ hư hỏng là không đáng kể Trong khi đó, giải thuật GA cho kết quả xác định vị trí hư hỏng và mức độ hư hỏng có sai số lớn cho cả hai trường hợp dữ liệu không nhiễu và có nhiễu

Kết quả thống kê đánh giá mức độ hư hỏng bao gồm độ lệch chuẩn, sai số trung bình giữa mức độ hư hỏng thực tế và tính toán, số lần lặp và thời gian phân tích trung bình từ ba giải thuật tối ưu GA, DE và TLBO được trình bày trong Bảng 3.3

Bảng 3.3: Kết quả thống kê đánh giá mức độ hư hỏng của ba giải thuật tối

ưu GA, DE và TLBO cho khung 1 nhịp 1 tầng có 02 vị trí hư hỏng ứng với

các trường hợp dữ liệu đo đạc có mức độ nhiễu khác nhau

Mức độ

hư hỏng

TB

Độ lệch chuẩn