Xác định tốc độ thi công lắp dựng bê tông cốt thép dự ứng lực căng trước tiền chế

Xác định được tốc độ thi công lắp ghép là cơ sở để nhà thầu thi công xác định được tổng tiến độ thi công trong giai đoạn đấu thầu, cũng như xây dựng được tiến độ, kế hoạch thi

TRƯỜNG ĐẠI HỌC BÁCH KHOA

Cán bộ hướng dẫn khoa học: TS Lê Hoài Long

Cán bộ chấm nhận xét 1: PGS.TS Nguyễn Thống

Cán bộ chấm nhận xét 2: TS Lương Đức Long

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 20 tháng 01 năm 2013

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

(Ghi rõ họ, tên, học hàm, học vị của Hội đồng chấm bảo vệ luận văn thạc sĩ)

1 PGS.TS Phạm Hồng Luân

2 TS Lưu Trường Văn

3 TS Lương Đức Long

4 PGS.TS Nguyễn Thống

5 TS Lê Hoài Long

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

CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: Trần Ngọc Tuấn Hoàng MSHV:10080280

Ngày, tháng, năm sinh: 15/01/1986 Nơi sinh: Đồng Nai

Chuyên ngành: Công nghệ và Quản lý xây dựng Mã số : 60.58.90

I TÊN ĐỀ TÀI:

XÁC ĐỊNH TỐC ĐỘ THI CÔNG LẮP DỰNG BÊ TÔNG CỐT THÉP DỰ ỨNG

LỰC CĂNG TRƯỚC TIỀN CHẾ

II NHIỆM VỤ VÀ NỘI DUNG:

- Xác định các yếu tố ảnh hưởng tới tốc độ thi công lắp dựng bê tông cốt thép dự ứng lực tiền chế

- Xây dựng mô hình ANN để xác định tốc độ thi công lắp dựng bê tông cốt thép dự ứng lực tiền chế

III NGÀY GIAO NHIỆM VỤ : (Ghi theo trong QĐ giao đề tài)

IV NGÀY HOÀN THÀNH NHIỆM VỤ: (Ghi theo trong QĐ giao đề tài)

V CÁN BỘ HƯỚNG DẪN : TS LÊ HOÀI LONG

tâm hướng dẫn và giúp đỡ tôi rất nhiều để hoàn thành luận văn này Xin gửi lời những thầy cô giảng dạy ngành Công nghệ và Quản lý xây dựng, thuộc trường Đại học Bách Khoa, đã truyền đạt nhiều kiến thức bổ ích trong suốt quá trình học tập

Xin chân thành cảm ơn những người bạn học đã cùng tôi trải qua những ngày tháng học tập, rèn luyện, trao đổi và thảo luận về học tập trên lớp, giúp tôi học hỏi được nhiều điều

Xin cảm ơn đến các anh trong trong Công ty Vinaconex45 và Vinaconex Xuân Mai đã hỗ trợ cung cấp thông tin, giúp đỡ rất nhiều trong quá trình thu thập

dữ liệu và hỗ trợ rất nhiều trong suốt thời gian thực hiện đề tài này

Và cuối cùng tôi xin gửi lời cảm ơn đến những người thân trong gia đình, những bạn bè đã luôn bên cạnh quan tâm, động viên, giúp đỡ tôi về tinh thần, giúp tôi vượt qua những khó khăn để hoàn thành luận văn này

Tp Hồ Chí Minh, ngày 02 tháng 01 năm 2013

Xin chân thành cảm ơn

Trần Ngọc Tuấn Hoàng

Xác định tốc độ thi công thi công lắp ghép là một vấn đề quan trọng đối với các nhà thầu thi công lắp ghép Có rất nhiều yếu tố ảnh hưởng tới tốc độ thi công lắp ghép bê tông dự ứng lực tiền chế nên ANN (Artificial Neural Networks) được sử dụng để giải quyết vấn đề này Trong nghiên cứu này hai mạng neuron đã được xây dựng và phát triển để xác định tốc độ thi công lắp ghép Các yếu tố ảnh hưởng được xác định qua những nghiên cứu liên quan và thảo luận trực tiếp với 4 chuyên gia trong lĩnh vực thi công lắp ghép Hai mươi bảng dữ liệu đã được thu thập và xử

lý để sử dụng trong mạng ANN Kiến trúc mạng ANN được lựa chọn phù hợp qua rất nhiều phép thử khác nhau Kết quả xây dựng được mạng có khả năng khái quá hóa và hội tụ để xác định tốc độ thi công

Abstract

Determining the speed of construction is an important issue for the assembly construction contractors There are many factors that affect the speed of assembly construction of Pre-cast pre-tensioned concrete In this study, Two Artificial Neural Networks were built and developed to determine the speed of the assembly construction The influencing factors are identified through relevant researches and discussed directly with four experts in the field of assembly construction Twenty questionnaires were collected and processed for using in the ANN network The ANN network structure is suitably choiced through a lot of different tests The Result is to build the network structure which is capable of generalization and convergence to determine the speed of assembly construction

MỤC LỤC 1

DANH MỤC BẢNG BIỂU 4

DANH MỤC HÌNH VẼ 6

CHƯƠNG 1: ĐẶT VẤN ĐỀ NGHIÊN CỨU 8

1.1 GIỚI THIỆU CHUNG 8

1.2 XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU 10

1.3 MỤC TIÊU NGHIÊN CỨU 10

1.4 PHẠM VI NGHIÊN CỨU 11

1.5 ĐÓNG GÓP DỰ KIẾN CỦA NGHIÊN CỨU 11

1.5.1 Về mặt học thuật 11

1.5.2 Về mặt thực tiễn 11

CHƯƠNG 2: TỔNG QUAN 13

2.1 CÁC KHÁI NIỆM 13

2.1.1 Kết cấu bê tông ứng lực trước 13

2.1.2 Công tác lắp ghép 13

2.1.3 Cấu tạo nhà cao tầng bê tông cốt thép đúc sẵn 13

2.1.4 Quá trình lắp ghép 14

2.1.5 Trình tự lắp ghép công trình 14

2.1.6 Hình ảnh thi công lắp ghép thực tế 16

2.2 MẠNG NEURON NHÂN TẠO 18

2.2.1 Khái niệm về mạng neuron nhân tạo 18

2.2.2 Các thành phần cơ bản của mạng neuron nhân tạo 18

2.2.3 Mô hình kết nối mạng neuron nhân tạo 21

2.2.4 Huấn luyện mạng 23

2.2.5 Tính quá khớp của mạng 26

2.3 CÁC NGHIÊN CỨU LIÊN QUAN 26

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU 31

3.1 QUY TRÌNH NGHIÊN CỨU 31

3.2 THU THẬP DỮ LIỆU 32

3.2.1 Xác định yếu tố ảnh hưởng 32

3.2.2 Dữ liệu công trình cụ thể 32

3.3 CÁC PHƯƠNG PHÁP, CÔNG CỤ NGHIÊN CỨU 33

CHƯƠNG 4: THU THẬP VÀ PHÂN TÍCH SỐ LIỆU 34

4.1 THU THẬP DỮ LIỆU 34

4.1.1 Thiết kế bảng thu thập dữ liệu 34

4.1.2 Thu thập dữ liệu cho mô hình 35

4.1.3 Xử lý dữ liệu 35

4.2 PHÂN TÍCH SỐ LIỆU 41

4.2.1 Thống kê mô tả 41

4.2.2 Phân tích số liệu 47

CHƯƠNG 5: PHÁT TRIỂN MÔ HÌNH ANN 55

5.1 XÂY DỰNG MÔ HÌNH 55

5.1.1 Mục đích 55

5.1.2 Xây dựng kiến trúc mạng 56

5.1.3 Xây dựng kiến trúc mạng với Matlab 58

5.2 HUẤN LUYỆN MẠNG 64

5.2.1 Lựa chọn hàm truyền ẩn 65

5.2.2 Lựa chọn hàm huấn luyện và lớp ẩn 67

5.2.3 Lựa chọn chu kỳ huấn luyện 71

5.3 ĐÁNH GIÁ MÔ HÌNH 73

5.4 PHÁT TRIỂN MÔ HÌNH 74

CHƯƠNG 6: KẾT LUẬN VÀ KIẾN NGHỊ 79

6.1 KẾT LUẬN 79

6.1.2 Kết quả thu thập dữ liệu công trình 80

6.1.3 Xác định tốc độ thi công lắp ghép 81

6.2 KIẾN NGHỊ 82

Tài liệu tham khảo 83

PHỤ LỤC 1: BẢNG CÂU HỎI KHẢO SÁT 86

PHỤ LỤC 2: BỘ TRỌNG SỐ LỚP ẨN, LỚP XUẤT (MÔ HÌNH 1) 91

PHỤ LỤC 3: BỘ TRỌNG SỐ LỚP ẨN, LỚP XUẤT (MÔ HÌNH 2) 93

DANH MỤC BẢNG BIỂU

Bảng 4.1 Bảng thống kê các biến được mã hóa trong bộ dữ liệu

Bảng 4.2 Mô tả địa điểm xây dựng

Bảng 4.3 Mô tả vị trí công tác

Bảng 4.4 Mô tả số năm kinh nghiệm trong ngành xây dựng

Bảng 4.5 Mô tả số năm kinh nghiệm trong lĩnh vực thi công lắp ghép Bảng 4.6 Mô tả vai trò trong dự án tham gia

Bảng 4.7 Mô tả nguồn vốn dự án tham gia

Bảng 4.8 Loại công trình tham gia chủ yếu

Bảng 4.9 Mô tả quy mô vốn lớn nhất của dự án tham gia

Bảng 4.10 Bảng thống kê mô tả với thủ tục Explore

Bảng 4.11 Bảng kiểm định T test về tốc độ thi công

Bảng 5.1 Các biến đầu vào mô hình

Bảng 5.2 Các biến đầu ra mô hình

Bảng 5.3 Kết quả huấn luyện với hàm truyền logsig

Bảng 5.4 Kết quả huấn luyện hàm truyền logsig với các hàm huấn luyện Bảng 5.5 Kết quả huấn luyện với hàm truyền tansig

Bảng 5.6 Kết quả huấn luyện hàm truyền tansig với các hàm huấn luyện Bảng 5.7 Kết quả huấn luyện với hàm truyền purelin

Bảng 5.8 Kết quả huấn luyện hàm truyền purelin với các hàm huấn luyện Bảng 5.9 So sánh giữa 3 hàm truyền với lớp ẩn khác nhau

Bảng 5.10 Kết quả huấn luyện với hàm huấn luyện traingd

Bảng 5.11 Kết quả huấn luyện với hàm huấn luyện traingdm

Bảng 5.12 Kết quả huấn luyện với hàm huấn luyện traingdx

Bảng 5.13 Kết quả huấn luyện với hàm huấn luyện trainrp

Bảng 5.14 Kết quả huấn luyện với hàm huấn luyện trainscg

Bảng 5.15 Kết quả huấn luyện với hàm huấn luyện trainlm

Bảng 5.17 Kết quả huấn luyện với bộ số liệu thứ 1

Bảng 5.18 Kết quả huấn luyện với bộ số liệu thứ 2

Bảng 5.19 Kết quả huấn luyện với bộ số liệu thứ 3

Bảng 5.20 Kết quả huấn luyện với bộ số liệu thứ 4

Bảng 5.21 Kết quả huấn luyện với các chu kỳ khác nhau

Bảng 5.22 Sai số giữa giá trị đầu ra thực tế và dự đoán

Bảng 5.23 Các biến đầu vào mô hình

Bảng 5.24 Các biến đầu ra mô hình

Bảng 5.25 Kết quả huấn luyện với hàm huấn luyện traingd

Bảng 5.26 Kết quả huấn luyện với hàm huấn luyện traingdm

Bảng 5.27 Kết quả huấn luyện với hàm huấn luyện traingdx

Bảng 5.28 Kết quả huấn luyện với hàm huấn luyện traingrp

Bảng 5.29 Kết quả huấn luyện với hàm huấn luyện trainscg

Bảng 5.30 Kết quả huấn luyện với hàm huấn luyện trainlm

Bảng 5.31 Bảng so sánh kết quả huấn luyện với 6 hàm huấn luyện khác nhau

Bảng 5.32 Kết quả huấn luyện (hàm traingd) với bộ số liệu thứ 2

Bảng 5.33 Kết quả huấn luyện (hàm traingd) với bộ số liệu thứ 3

Bảng 5.34 Kết quả huấn luyện (hàm traingd) với bộ số liệu thứ 4

Bảng 5.35 Trị trung bình kết quả huấn luyện (hàm traingd) của 4 bộ số liệu

Bảng 5.36 Kết quả huấn luyện với các chu kỳ khác nhau (mô hình 11 biến đầu vào)

DANH MỤC HÌNH VẼ

Hình 2.1 Các loại cấu kiện lắp ghép

Hình 2.2 Trình tự thi công nhà lắp ghép

Hình 2.3 Cấu trúc của một neuron trong hệ neuron con người

Hình 2.4 Cấu trúc của một neuron

Hình 2.5 Hàm truyền logsig

Hình 2.6 Hàm truyền tansig

Hình 2.7 Hàm truyền purelin

Hình 2.8 Mạng neuron với nhiều đầu vào (Howard và ccs, 2009)

Hình 2.9 Mạng neuron một lớp ẩn (Howard và ccs, 2009)

Hình 2.10 Mạng neuron nhiều lớp ẩn (Howard và ccs, 2009)

Hình 2.11 Mô tả cách học giám sát của một mạng neuron nhân tạo (Tuấn, 2007) Hình 3.1 Sơ đồ qui trình nghiên cứu

Hình 4.1 Địa điểm xây dựng công trình khảo sát

Hình 4.2 Vị trí công tác hiện tại

Hình 4.3 Số năm kinh nghiệm trong ngành xây dựng

Hình 4.4 Số năm kinh nghiệm trong lĩnh vực thi công lắp ghép

Hình 4.5 Vai trò chủ yếu trong các dự án tham gia

Hình 4.6 Nguồn vốn các dự án tham gia

Hình 4.7 Loại công trình tham gia chủ yếu

Hình 4.8 Quy mô vốn các dự án tham gia

Hình 4.9 Biểu đồ hộp về tốc độ thi công

Hình 4.10 Biểu đồ Q-Q tốc độ thi công theo hợp đồng khu vực Hà Nội

Hình 4.12 Biểu đồ Q-Q tốc độ thi công theo hợp đồng khu vực TP.HCM Hình 4.13 Biểu đồ Q-Q tốc độ thi công theo thực tế khu vực TP.HCM Hình 5.1 Hộp thoại Network/Data Manager

Hình 5.2 Hộp thoại Create Network or Data

Hình 5.3 Hộp thoại Network (khai báo dữ liệu huấn luyện)

Hình 5.4 Hộp thoại Network (khai báo tham số huấn luyện)

Hình 5.5 Hộp thoại Network (dự đoán đầu ra)

Hình 5.6 Biểu đồ sai số huấn luyện mse

CHƯƠNG 1: ĐẶT VẤN ĐỀ NGHIÊN CỨU

1.1 GIỚI THIỆU CHUNG

Khi mà hàng trăm nghìn người dân tại các đô thị lớn như Hà Nội, Tp.HCM đang chật vật tìm kiếm một chỗ ở cho dù chỉ là đi thuê, ở nhờ thì con số thống kê của Bộ Xây Dựng khiến nhiều người phải giật mình: diện tích sàn nhà ở bình quân

trên đầu người của cả nước đạt 16,7 m2 sàn/người Nhưng tại khu vực đô thị thì con

số này đã tăng lên 19,2 m2 sàn/người, trong khi tại khu vực nông thôn đã giảm

xuống chỉ còn 15,7 m2 sàn/người (Anh, 2010)

Con số thống kê trên chỉ ra những nghịch lý trong ngành bất động sản từ khi hình thành cho đến nay Trong thị trường bất động sản từ khi hình thành đến nay, những khái niệm đại loại như đầu tư, đầu cơ vẫn thường được nhắc tới Và cũng

từ đây đã nảy sinh vô số những nghịch lý khác mà đến nay cả cơ quan quản lý lẫn người dân đều thừa nhận với nghĩa như là khuyết tật của thị trường bất động sản Nào là lướt sóng, bán chênh, giá gốc, suất ngoại giao, quan hệ để rồi từ đó khiến cho diện tích nhà ở cứ phát triển theo kiểu “nhà giàu trồng lau ra lúa” (Anh, 2010) Bất cập trên càng được khẳng định khi mà kết quả tổng hợp của Bộ Xây dựng chỉ ra rằng, trong khi số hộ có nhà ở với diện tích dưới 25 m2 (diện tích không đảm bảo đủ công năng sinh hoạt bình thường cho con người) chiếm tỷ lệ còn nhiều (khoảng 8%), thì số hộ có nhà ở với diện tích sử dụng trên 100 m2 chiếm tỷ lệ gần như cao nhất, đạt trên 19% (đặc biệt là tại khu vực đô thị gần 30%) (Anh, 2010) Theo kế hoạch phát triển của Bộ Xây dựng, đến năm 2015, diện tích nhà ở

bình quân toàn quốc đạt khoảng 22 m2 sàn/người, trong đó, tại đô thị đạt 26 m2

sàn/người và tại nông thôn đạt 19 m2 sàn/người Đến năm 2020, diện tích nhà ở

bình quân toàn quốc đạt khoảng 25 m2 sàn/người, trong đó, tại đô thị đạt 29 m2sàn/người và tại nông thôn đạt 22 m2 sàn/người (Trân, 2011)

Hiện nay bộ trưởng Bộ Xây dựng Trịnh Đình Dũng vừa ký tờ trình đề nghị Thủ tướng Chính phủ phê duyệt Chiến lược phát triển nhà ở quốc gia đến năm 2020 và tầm nhìn đến năm 2030 Theo ông Trịnh Đình Dũng, để đáp ứng yêu cầu về chỗ ở và điều kiện sống của các tầng lớp dân cư, chiến lược đặt mục tiêu mỗi năm đầu

tư xây dựng mới khoảng 100 triệu m 2 sàn nhà ở Trong đó, tối thiểu khoảng 20%

chính sách xã hội, người có thu nhập thấp và người nghèo (Trân, 2011)

Bộ Xây dựng có công văn gửi Công ty CP Bê tông và Xây dựng Vinaconex, Công ty TNHH Địa ốc Đất Lành và Viện Khoa học công nghệ XD - Bộ XD để yêu cầu các cơ quan nói trên "hiến kế" cho việc ra đời một mẫu nhà cho người thu nhập thấp phù hợp nhất (Giác, 2009)

Bên cạnh việc chia nhỏ nhà để bán rất thành công mà Công ty Đất Lành đã thực hiện thì mô hình nhà lắp ghép bằng các cấu kiện bê tông đúc sẵn mà Công ty

CP Bê tông và Xây dựng Vinaconex đang triển khai được đánh giá là rất khả quan

cả về giá thành và tiến độ xây dựng Thực tế trên cho thấy rất có thể sau gần nửa

thế kỷ không còn được coi trọng, nhà lắp ghép bằng bê tông đúc sẵn đang chuẩn bị

quay lại và có nhiều triển vọng là cứu cánh cho việc phát triển nhà ở nhanh, rẻ

hơn so với phương pháp xây dựng thông thường hiện nay (Giác, 2009)

Công ty CP Bê tông và Xây dựng Vinaconex là nơi sản xuất toàn bộ các cấu kiện bê tông cho việc lắp ghép các khu nhà chung cư cũ của Hà Nội và nhiều tỉnh, thành phố khác trên cả nước từ nửa thế kỷ trước Sau khi nghiên cứu ứng dụng một

số công nghệ mới của Châu Âu, Công ty CP Bê tông và Xây dựng Vinaconex đã chính thức xuất xưởng khu nhà ở lắp ghép giá khá rẻ bằng bê tông đúc sẵn tại Xuân Mai - Hà Nội vào năm 2007 Mỗi căn hộ rộng 51 m2 được bán tới tay người tiêu dùng với giá 150 triệu đồng (bao gồm đầy đủ điện nước, bình nóng lạnh ) Năm

2008 Công ty CP Bê tông và Xây dựng Vinaconex tiếp tục xây dựng lô nhà ở thứ 2 cũng tại Xuân Mai với giá 190 triệu đồng/căn hộ/51 m2 với đầy đủ tủ bếp, bình nóng lạnh, cửa nhôm kính cao cấp (Giác, 2009)

Theo Ông Nguyễn Trần Nam - Thứ trưởng Bộ Xây dựng đã nhiều lần thừa nhận với báo chí, phân khúc thị trường nhà ở xã hội (NXH) gần như bỏ ngỏ Cũng theo ông Nam, mỗi năm, cả nước tăng bình quân diện tích nhà ở trên 30 m2 Tuy nhiên trong thực tế số m2 nhà ở dành cho người có thu nhập trung bình và thấp là rất

ít nếu không nói người thu nhập thấp không thể với tới Trong khi đó, nhu cầu nhà ở của hàng triệu cán bộ công chức, CNLĐ, sinh viên và những người có thu nhập thấp lại ngày càng tăng (Giác, 2009)

Trong điều kiện hiện nay, phương án lắp ghép bằng bê tông đúc sẵn có vẻ có

ưu thế Phương án này phát huy được tối đa thế mạnh là sản xuất hàng loạt và lắp

dựng nhanh Như vậy nhà lắp ghép bê tông rất có thể sẽ lại là giải pháp cho việc

xây dựng nhà giá rẻ cho người có thu nhập thấp tại các đô thị trong một tương lai gần (Giác, 2009)

Qua các số liệu thống kê trên ta thấy nhu cầu sử dụng công nghệ bê tông lắp ghép cho các dự án nhà ở xã hội là rõ ràng Và phương án thi công bê tông lắp ghép

đã được đánh giá là có triển vọng về giá thành cũng như là tốc độ thi công Như vậy tốc độ thi công bê tông lắp ghép so với phương pháp đổ bê tông toàn khối ra sao? Phương pháp nào đạt được hiệu quả cao? Những yếu tố nào ảnh hưởng tới tốc độ thi công bê tông lắp ghép

1.2 XÁC ĐỊNH VẤN ĐỀ NGHIÊN CỨU

Sự xuất hiện công nghệ thi công mới đồng thời phải có những phương pháp quản lý phù hợp với quy trình công nghệ thi công Một trong các công việc cần quản lý là hoạch định và xác định tiến độ phù hợp với công nghệ thi công bê tông dự ứng lực lắp ghép Vấn đề đặt ra là các yếu tố nào ảnh hưởng tới tốc độ thi công lắp ghép các cấu kiện bê tông cốt thép đúc sẵn? Xác định tốc độ thi công lắp ghép như thế nào?

Xác định được tốc độ thi công lắp ghép là cơ sở để nhà thầu thi công xác định được tổng tiến độ thi công trong giai đoạn đấu thầu, cũng như xây dựng được tiến độ, kế hoạch thi công cho từng tầng trên cơ sở các đặc điểm cụ thể cho từng tầng, từng công trình sử dụng công nghệ thi công lắp ghép bê tông cốt thép dự ứng lực căng trước tiền chế Và dựa vào các yếu tố ảnh hưởng tới tốc độ thi công thì đơn vị thi công có những chủ động trong việc lên kế hoạch thi công và có biện pháp ứng phó với những rủi ro trong quá trình thi công

1.3 MỤC TIÊU NGHIÊN CỨU

Trên cơ sở vấn đề nghiên cứu, đề tài này được tiến hành nhằm mục tiêu sau:

 Xác định các yếu tố ảnh hưởng đến tốc độ thi công lắp ghép bê tông cốt thép dự ứng lực căng trước tiền chế

căng trước tiền chế

1.4 PHẠM VI NGHIÊN CỨU

Không gian: Luận văn thực hiện nghiên cứu với các dự án nhà cao tầng ở khu

vực thành phố Hồ Chí Minh, Hà Nội và một số tỉnh lân cận 2 thành phố trên

Thời gian: Các dự án được thực hiện từ năm 2007 đến năm 2012

Đặc điểm đối tượng nghiên cứu:

 Nhà cao tầng

 Các công trình sử dụng công nghệ bê tông cốt thép dự ứng lực căng trước tiền chế cho phần thân công trình (phần khung chịu lực)

Quan điểm phân tích: Áp dụng cho các đơn vị thi công lắp ghép cấu kiện bê

tông cốt thép dự ứng lực căng trước tiền chế trong việc hoạch định và xây dựng tiến độ thi công hợp lý phù hợp với nguồn lực hiện có

1.5 ĐÓNG GÓP DỰ KIẾN CỦA NGHIÊN CỨU

Công trình xây dựng sử dụng công nghệ bê tông lắp ghép dự ứng lực tiền chế là phương pháp thi công xây dựng mới trở lại ở Việt Nam và có nhiều điều thay đổi

so với phương pháp thi công bê tông đổ tại chỗ Đồng thời chưa có nghiên cứu nào nói về việc xác định tốc độ thi công lắp ghép bê tông cốt thép dự ứng lực đúc sẵn Vì vậy qua nghiên cứu này tác giả mong muốn đóng góp vài điều như sau:

1.5.1 Về mặt học thuật

Tìm được những yếu tố chính tác động đến tiến độ thi công lắp ghép các cấu kiện bê tông tiền chế

Ứng dụng được phương pháp khoa học trong việc xác định tốc độ thi công lắp ghép cấu kiện bê tông đúc sẵn

Xây dựng phương pháp tính toán tốc độ thi công cho công nghệ thi công lắp ghép cấu kiện bê tông đúc sẵn

1.5.2 Về mặt thực tiễn

Xác định được yếu tố ảnh hưởng lớn đến tốc độ thi công xây dựng lắp dựng bê tông cốt thép đúc sẵn Trên cơ sở các yếu tố ảnh hưởng đến tốc độ thi công thì đơn

vị thi công có kế hoạch cho công tác chuẩn bị cũng như có những biện pháp ứng phó với những rủi ro khi các yếu tố tác động đến tốc độ thi công công trình

Xác định được tốc độ thi công cho một tầng cụ thể, xây dựng được tiến độ thi công tổng thể của công trình phục vụ cho giai đoạn đấu thầu cũng như giai đoạn thi công thực tế ngoài hiện trường

2.1 CÁC KHÁI NIỆM

2.1.1 Kết cấu bê tông ứng lực trước

Theo Wikipedia Kết cấu bê tông cốt thép ứng suất trước, còn gọi là kết cấu

bê tông cốt thép ứng lực trước, hay bê tông tiền áp, hoặc bê tông dự ứng lực

(tên gọi Hán-Việt), là kết cấu bê tông cốt thép sử dụng sự kết hợp ứng lực căng rất cao của cốt thép ứng suất trước và sức chịu nén của bê tông để tạo nên trong kết cấu những biến dạng ngược với khi chịu tải, ở ngay trước khi chịu tải Nhờ đó những kết cấu bê tông này có khả năng chịu tải trọng lớn hơn kết cấu bê tông thông thường, hoặc vượt được những nhịp hay khẩu độ lớn hơn kết cấu bê tông cốt thép thông thường

2.1.2 Công tác lắp ghép

Theo Wikipedia thì Công nghệ thi công lắp ghép là công nghệ lắp ráp tại

hiện trường các cấu kiện đã được chế tạo sẵn ở nhà máy thành các kết cấu chịu lực của một công trình, sau khi đã được vận chuyển đến công trường, bằng các mối nối thi công tại công trường Các cấu kiện bằng kim loại thì thường được giáp mối bằng mối liên kết hàn hay liên kết cơ khí khác Các cấu kiện bằng bê tông hoặc bê tông cốt thép đúc sẵn thì liên kết bằng mối liên kết bê tông hay bê tông cốt thép có chất lượng tương đương với việc thi công bê tông toàn khối Các cấu kiện đúc sẵn có thể là dầm, cột, cầu thang, bản sàn (panel sàn), tấm tường (panel tường), dàn vì kèo, móng cốc, đoạn đường ống (tunnel), đốt cọc,

“Thi công công trình theo phương pháp lắp ghép là phương pháp trong đó các kết cấu được chế tạo thành những cấu kiện tại nhà máy và được lắp dựng bằng các

phương tiện cơ giới tại công trường” (Đức và ccs, 2009)

2.1.3 Cấu tạo nhà cao tầng bê tông cốt thép đúc sẵn

“Các cấu kiện cột, dầm, sàn được sản xuất tại nhà máy Các tấm sàn được thiết

kế có hệ sườn và lớp đệm, lõi cứng của công trình được thi công tại chỗ hoặc trượt lõi Sau khi cột, dầm, tấm sàn được lắp thì đổ một lớp bê tông cốt thép toàn khối trên toàn bộ mặt sàn từng tầng, tấm sàn là tấm 3 lớp (giải pháp thiết kế và thi công

được ứng dụng thành công tại chung cư Trung Hòa – Nhân Chính – Hà Nội)” (Đức

và ccs, 2009)

Một số cấu kiện bê tông cốt thép đúc sẵn:

Hình 2.1: Các loại cấu kiện lắp ghép

(Nguồn: Vinaconex Xuân Mai)

2.1.4 Quá trình lắp ghép

- Vận chuyển: Bao gồm bốc xếp, vận chuyển cấu kiện từ nơi sản xuất đến

công trường và các quá trình liên quan đến vận chuyển, bốc xếp cấu kiện lắp ghép tại mặt bằng công trình

- Lắp đặt kết cấu: Tiến hành treo, buộc nâng cấu kiện vào vị trí thiết kế, cố

định tạm, điều chỉnh và cố định vĩnh viễn kết cấu

2.1.5 Trình tự lắp ghép công trình

 Lắp dựng cột

 Lắp dựng tấm sàn

 Lắp đặt lưới thép và đổ bù sàn

Bước 1: Lắp dựng cột Bước 2: Lắp dựng dầm lên cột

Bước 3: Lắp dựng toàn bộ dầm chính Bước 4: Lắp dựng dầm phụ

Bước 5: Lắp dựng tấm sàn Bước 6: Lắp dựng lưới thép và đổ bù

Hình 2.2 : Trình tự thi công nhà lắp ghép

(Nguồn : Vinaconex Xuân Mai)

2.1.6 Hình ảnh thi công lắp ghép thực tế

CỘT ĐÚC SẴN ĐẶT CỘT VÀO VỊ TRÍ LẮP

LẮP CỘT NEO GIỮ VÀ CHỈNH CỘT

CHÉT KHE CỘT ĐỔ SIKA GROUT

LẮP DỰNG DẦM CHỐNG ĐỠ DẦM

LẮP TẤM SÀN CHỐNG TẤM SÀN

LẮP ĐẶT LƯỚI THÉP ĐỔ BÊ TÔNG BÙ SÀN

2.2 MẠNG NEURON NHÂN TẠO

2.2.1 Khái niệm về mạng neuron nhân tạo

Mạng neuron nhân tạo là mạng được xây dựng bằng cách sao chép lại các nguyên lý tổ chức của hệ neuron con người (Thúc và Hải, 2000)

Cấu trúc cơ bản của một neuron trong hệ neuron con người gồm có các đầu vào (dendrities), thân neuron và đầu ra (axon) Thân neuron là phần tử xử lý có chức năng thu thập tất cả các thông tin đến từ các đầu vào (dendrities), tính toán và đưa ra quyết định ở đầu ra (axon) để gởi tín hiệu đến nhiều neuron khác thông qua chức năng kết nối (synaps) như được mô tả ở Hình 2.3 (Thúc và Hải, 2000)

Hình 2.3: Cấu trúc của một neuron trong hệ neuron con người

2.2.2 Các thành phần cơ bản của mạng neuron nhân tạo

2.2.2.1 Cấu trúc một neuron nhân tạo (Tuấn, 2007)

Hình 2.4: Cấu trúc của một neuron

xi: các tín hiệu đầu vào

wkp: trọng số của từng tín hiệu đầu vào

f(.): hàm tác động

yk: kết xuất của mạng

b: thông số ảnh hưởng đến ngưỡng ra của đầu ra

- Các tín hiệu input được đưa vào Neuron đều có một trọng số wki để phân biệt mức độ quan trọng của từng tín hiệu đối với Neuron ấy

- Bộ tổng (.): tổng trọng hóa các input

uk = i p

1 i

ki.xw

Ngoài ra, thông số b ảnh hưởng đến giá trị ngõ ra của Neuron

Các thành phần cơ bản của các mạng neuron nhân tạo đó là các phần tử xử lý, mô hình kết nối và việc huấn luyện mạng

2.2.2.2 Phần tử xử lý (Tuấn, 2007)

Mỗi neuron được cấu tạo từ nhiều thân neuron, mỗi thân neuron là một phần tử xử lý Mỗi phần tử xử lý có vai trò tổng hợp các thông tin từ nguồn bên ngoài hoặc từ các phần tử xử lý khác và truyền đạt lại các thông tin lên phần tử xử lý tiếp nhận

Mỗi phần tử xử lý có nhiều đầu vào và một đầu ra Để kết hợp các đầu vào của phần tử xử lý, một hàm tổng hợp f có chức năng tổng hợp tất cả các thông tin từ các nguồn bên ngoài hoặc từ nhiều phần tử xử lý khác gửi đến và để truyền thông tin đến mỗi phần tử xử lý sau đó, một hàm tác động hay còn gọi là hàm truyền đạt f(u)

có nhiệm vụ xử lý thông tin và truyền đi

2.2.2.3 Hàm tổng hợp (Tuấn, 2007)

Nếu xj là đầu vào từ môi trường bên ngoài hoặc đầu ra của một phần tử xử lý thứ j, wij là trọng số kết nối giữa xj và phần tử xử lý thứ i và i là giá trị ngưỡng của phần tử xử lý thứ i, thì hàm tổng hợp fi để kết hợp tất cả các thông tin từ các đầu vào của phần tử xử lý i được định nghĩa một trong các dạng như sau:

Hàm tổng hợp tuyến tính:

f = i

m 1 j

2 j

MSE: Mean squared error performance function

(Hàm thực hiện trung bình bình phương sai số)

MSEREG: Mean squared error with regularization performance function

(Hàm thực hiện trung bình bình phương sai số có qui tắc)

SSE: Sum squared error performance function

(Hàm thực hiện tổng bình phương sai số)

2.2.2.5 Hàm truyền (Tuấn, 2007)

Kết hợp đầu ra của phần tử xử lý thứ i là một hàm tác động còn gọi là hàm truyền đạt f(u) (transfer funtion) Giá trị các nút trong lớp ẩn và trong lớp xuất là giá trị của hàm truyền với tham số là tổng trọng hóa, đồ thị của hàm truyền có dạng chữ S - nên người ta gọi là hàm dạng S

Một hàm f(u) là một hàm truyền dạng S nếu nó thỏa :

- f(u) là hàm bị chặn Nghĩa là giá trị của f(u) không được vượt quá chặn trên cũng như thấp hơn chặn dưới bất chấp giá trị của u

- f(u) là hàm đơn điệu tăng Giá trị của f(u) luôn tăng khi giá trị u tăng, nhưng

do tính chất thứ nhất nên khi u tăng, f(u) tiệm cận giới hạn là chặn trên và khi u giảm, f(u) tiệm cận giới hạn là chặn dưới của hàm

- f(u) là hàm liên tục và trơn, vì vậy nó có đạo hàm và độ dốc rõ ràng và phân biệt tại từng điểm

Một số hàm truyền được sử dụng trong mạng neuron nhiều lớp (mutilayer networks) với thuật toán lan truyền ngược là hàm logsig, tansig và purelin

Hình 2.5 Hàm truyền logsig

Hình 2.6 Hàm truyền tansig

Hình 2.7 Hàm truyền purelin Hàm logsig cho giá trị kết xuất đầu ra nằm trong khoảng 0 đến 1

Hàm tansig cho giá trị kết xuất đầu ra nằm trong khoảng -1 đến 1

Hàm tuyến tính sử dụng trong thuật toán lan truyền ngược là hàm purelin Nếu lớp neuron đầu ra của mạng sử dụng hàm tác động là purelin thì giá trị đầu ra (output) có thể nhận bất kỳ giá trị nào

2.2.3 Mô hình kết nối mạng neuron nhân tạo

Thành phần quan trọng thứ hai của mạng neuron nhân tạo đó là mô hình kết nối Mô hình kết nối của các mạng neuron nhân tạo có thể được chia ra làm hai loại đó là các mạng hướng tiến và các mạng hướng lùi

Mạng hướng tiến (feedforward network) là mạng được xây dựng bằng cách đầu ra của neuron lớp đứng trước chính là đầu vào của neuron ở lớp đứng sau nó Mạng hướng tiến nhiều lớp gồm có lớp các neuron đầu vào, các lớp neuron ẩn, và lớp các neuron đầu ra Mạng neuron nhiều lớp có thể giải quyết các bài toán phi tuyến nhờ vào các lớp ẩn Các lớp ẩn này xen giữa các input bên ngoài và output của mạng Càng nhiều lớp ẩn thì khả năng mở rộng thông tin càng cao và xử lý tốt mạng có nhiều input và output Trong khi đó mạng neuron 1 lớp được sử dụng rộng rãi trong các hệ tuyến tính, nhưng cấu trúc mạng neuron 1 lớp giống như cấu trúc 1 neuron gộp lại nên nó không có khả năng biểu diễn các hệ phi tuyến

Một số mô hình mạng neuron hướng tiến như:

Hình 2.8: Mạng neuron với nhiều đầu vào (Howard và ccs, 2009)

Hình 2.9: Mạng neuron một lớp ẩn (Howard và ccs, 2009)

Hình 2.10: Mạng neuron nhiều lớp ẩn (Howard và ccs, 2009)

Ngoài ra ta còn có mạng hướng lùi (feedback network - đầu ra được định hướng lùi về làm các đầu vào cho các neuron ở cùng lớp hoặc ở lớp đứng trước nó)

và mạng neuron dạng lưới (là các mảng nhiều chiều với các phần tử của mảng là các Neuron, mỗi mảng là một mạng Neuron hướng lùi với số lớp tùy theo chức năng của mạng neuron)

2.2.4 Huấn luyện mạng

Một bước quan trọng trong mạng neuron là việc huấn luyện mạng hay còn là học Việc học này nhằm giúp cho mạng tích lũy những kinh nghiệm và phản ứng tốt hơn

Có hai cách học khác nhau trong mạng neuron nhân tạo: Học thông số (parameter learning) và học cấu trúc (structure learning) Trong luận văn này, ta dùng cách học thông số để huấn luyện mạng (Tuấn, 2007)

Học thông số là phương pháp học bằng cách cập nhật trọng số kết nối Chế độ học thông số được áp dụng là chế độ học giám sát Hai hàm học được sử dụng cho mạng hướng tiến là :

- Learngd: Gradient descent weight/bias learning function (hàm học giảm

gradient sử dụng trọng số/nút bias – định hướng)

- Learngdm: Grad descent w/momentum weight/bias learning function (hàm

học giảm gradient sử dụng trọng số/nút bias – định hướng tăng cường)

2.2.4.1 Học giám sát (Tuấn, 2007)

Trong cách học giám sát, mạng neuron nhân tạo được cung cấp một dãy các cặp đầu vào, đầu ra mong muốn : (x(1) , d(1)) , (x(2) , d(2) ), …, (x(k) , d(k) ) Khi mỗi đầu vào x(k) được đặt vào mạng thì đầu ra mong muốn tương ứng d(k) và đầu

ra mong muốn d(k) được giám sát trong khâu phát sinh tín hiệu sai số Trọng số kết nối giữa các neuron trong mạng này sẽ được cập nhật sử dụng tín hiệu sai lệch này sao cho đầu ra thật sự của mạng sẽ tiến đến đầu ra mong muốn của mạng (Tuấn, 2007)

Hình 2.11 Mô tả cách học giám sát của một mạng neuron nhân tạo (Tuấn, 2007)

2.2.4.2 Mạng hướng tiến và giải thuật lan truyền ngược (Tuấn, 2007)

Giải thuật truyền ngược (back propagation algorithm) là một trong các giải thuật quan trọng nhất trong lịch sử phát triển của các mạng neuron nhân tạo Giải thuật được sử dụng để huấn luyện các mạng hướng tiến nhiều lớp với các phần tử xử lý trong mạng có hàm tác động là hàm phi tuyến Mạng hướng tiến nhiều lớp được kết hợp với thuật giải truyền ngược còn được gọi là mạng truyền ngược (back propagation network) Nếu cho tập các cặp mẫu huấn luyện đầu vào - ra (x(k), d(k) với k = 1, 2, …., p, giải thuật sẽ cung cấp một thủ tục cho việc cập nhật các trọng số

Mạng neuron

W

Khâu phát sinh tín hiệu sai số

Y (Đầu ra thực sự)

X

(Đầu vào)

thuật vận hành theo hai luồng dữ liệu Đó là:

- Đầu tiên, các mẫu huấn luyện được truyền từ lớp neuron đầu vào đến lớp đầu

ra và cho kết quả thực sự y(k) của lớp neuron đầu ra

- Sau đó, tín hiệu sai lệch giữa đầu ra mong muốn và đầu ra thực sự của mạng truyền ngược từ lớp đầu ra đến các lớp đứng trước để cập nhật các trọng số kết nối trong mạng

Việc áp dụng phương pháp lan truyền ngược là một quá trình lặp đi lặp lại nhiều lần hai tiến trình chính: ánh xạ và lan truyền ngược sai số Hai tiến trình này được áp dụng trên một tập mẫu xác định Ta gọi tiến trình này là luyện mạng hay còn gọi là học

Quá trình luyện mạng được bắt đầu với các trọng số tùy ý có thể là các số ngẫu nhiên và tiến hành lặp đi lặp lại Mỗi lần lặp được gọi là một thế hệ Trong mỗi thế hệ, mạng hiệu chỉnh các trọng số sao cho sai số giảm dần Tiến trình điều chỉnh nhiều lần giúp cho trọng số dần dần đạt được tập hợp các giá trị tối ưu Thường mạng cần thực hiện nhiều thế hệ trước khi việc luyện mạng hoàn tất

Để cập nhật trọng số trong mỗi thế hệ, mạng phải xử lý tất cả mẫu trong tập mẫu Đối với từng mẫu, mạng thực hiện phép toán sau đây:

- Trước tiên mạng thực hiện quá trình lan truyền tiến, nghĩa là mạng ánh xạ các biến nhập của mẫu hiện hành thành các trị xuất

- Kế tiếp, sai số được tính dựa trên giá trị của kết xuất và giá trị đích Trên cơ sở sai số tính toán được, mạng sẽ cập nhật lại các trọng số theo nguyên tắc lan truyền ngược sai số - gọi là giai đoạn lan truyền ngược

Như vậy để học mỗi mẫu, mạng thực hiện hai bước: lan truyền tiến - thực hiện ánh xạ, và lan truyền ngược sai số - cập nhật các trọng số

Trong giải thuật lan truyền ngược việc cập nhật trọng số đơn giản nhất là giảm gradient Trong Matlab có 2 cách khác nhau để giảm gradient là incremental và batch Trong chế độ incremental trọng số sẽ được cập nhật ngay khi mỗi bộ được

đưa vào huấn luyện Còn chế độ học batch việc cập nhật trọng số chỉ thực hiện sau khi toàn bộ dữ liệu được đưa qua huấn luyện

2.2.4.3 Hàm huấn luyện (Tuấn, 2007)

Trong Matlab cập nhật trọng số theo cách giảm gradient với chế độ batch được thực hiện thông qua cách hàm huấn luyện Có 12 hàm huấn luyện:

Traingd: Basic gradient descent

Traingdm: Gradient descent with momentum

Traingdx: Adaptive learning rate

Trainrp: Resilient backpropagation

Traincgf: Fletcher-Reeves conjugate gradient

Traincgp: Polak-Ribiere conjugate gradient

Traincgb: Powell-Beale conjugate gradient

Trainscg: Scaled conjugate gradient

Trainbfg: BFGS quasi-Newton

Trainoss: One step secant

Trainlm: Levenberg-Marquardt

Trainbr: Bayesian regularization

2.2.5 Tính quá khớp của mạng

Một trong những vấn đề xảy ra trong quá trình huấn luyện mạng là quá khớp Sai số trong bộ mẫu huấn luyện rất nhỏ nhưng khi sử dụng mạng để dự đoán trên bộ mẫu kiểm tra thì sai số rất lớn Nguyên nhân xảy ra là do mạng đã học quá thuộc với bộ dữ liệu huấn luyện, lúc này mạng chỉ trả lời được những gì được học còn những gì không học nó không thể trả lời được Điều này có nghĩa là mạng không có khả năng khái quát hóa, một điều cần thiết khi sử dụng mạng neuron nhân tạo

2.3 CÁC NGHIÊN CỨU LIÊN QUAN

A Samer Ezeldin and Lokman M Sharara (2006): Lắp đặt ván khuôn, cốt

thép, đổ bê tông là 3 hoạt động chủ yếu khi xây dựng kết cấu công trình Tác giả đã

được thu thập thông qua phỏng vấn trực tiếp các kỹ sư công trường có 5 đến 10 năm kinh nghiệm và nguồn dữ liệu được lựa chọn trong các dự án thương mại, công nghiệp và chung cư Các yếu tố đầu vào của bảng khảo sát dữ liệu đã được tổng hợp

từ những nghiên cứu trước đó và ý kiến của 6 chuyên gia nhiều năm kinh nghiệm

Tarek M Zayed and Daniel W Halpin (2005): Sử dụng mô hình ANN để

ước lượng năng suất, chu kỳ và chi phí khoan cọc nhồi cho các dự án móng đường cao tốc Dữ liệu được thu thập từ bảng khảo sát, gọi điện thoại, phỏng vấn công trường với đối tượng khảo sát là các nhà thầu thi công và đơn vị tư vấn Tỷ lệ phản hồi là 35,42% với 102 bộ dữ liệu được thu thập Với 10 yếu tố đầu ra tác giả đã xây dựng 2 kiến trúc mạng: ANN1 có kiến trúc mạng 7 đầu vào và 5 đầu ra, ANN2 tương tự cũng có kiến trúc mạng 7 đầu vào và 5 đầu ra Sử dụng chương trình MATLAB để huấn luyện và xây dựng số lớp lượng neuron ẩn cho từng kiến trúc mạng Tác giả đã xây dựng được những đồ thị phục vụ cho việc tính toán chu kỳ, năng suất và chi phí cọc khoan nhồi

Mohd Hanizun Hanafi và nhóm tác giả (2010): khảo sát những yếu tố ảnh

hưởng tới năng suất lắp dựng các cấu kiện đúc sẵn trên công trường ở Malaysia Bốn mươi hai yếu tố thu thập từ những nghiên cứu trước đó được sử dụng để thu thập dữ liệu Dữ liệu được tính toán, xếp hạng và phân tích và mười yếu tố đã được xác định: hoạch định và lên tiến độ công việc, khả năng cung ứng các thiết bị và cấu kiện đúc sẵn, sự thành thạo của đội thiết kế, năng lực của giám sát công trường, lành nghề của lực lượng lao động, công cụ và lao động phù hợp, thông tin liên hệ thích hợp và thực hiện đầy đủ kiểm soát mức độ lắp các cấu kiện đúc sẵn tại công trường

M.R Abdul Kadir và cộng sự (2005): Các yếu tố gây ảnh hưởng tới năng

suất thi công đã được khảo sát và đánh giá sắp hạng tầm quan trọng, tần suất và sự ảnh hưởng Năm yếu tố thể hiện tầm quan trọng: tình trạng thiếu vật liệu tại công trường, không thanh toán cho nhà cung ứng vật liệu vì ngừng giao vật liệu đến công trường, sự thay đổi bởi tư vấn, chậm trễ phát hành bản vẽ thi công của tư vấn, khả năng của chỉ huy trưởng nhà thầu trong việc tổ chức các hoạt động công trường

Những yếu tố xảy ra thường xuyên nhất là: tình trạng thiếu vật liệu tại công trường, không thanh toán cho nhà cung ứng vật liệu vì ngừng giao vật liệu đến công trường, chậm trễ trong quá trình thanh toán của chủ đầu tư cho thầu chính, thiếu lao động trong nước và nước ngoài, vấn đề phối hợp giữa thầu chính và thầu phụ

Eddy M Rojas and Peerapong Aramvareekul (2003): Nguyên cứu về năng

suất lao động trong ngành công nghiệp xây dựng Yếu tố về kỹ năng quản lý và nguồn nhân lực là hai nhóm yếu tố có khả năng ảnh hưởng lớn nhất đến năng suất lao động Điều ngạc nhiên là yếu tố bên ngoài, những yếu tố thường được xem như là yếu tố chính dẫn đến giảm năng suất lao động nhưng kết quả khảo sát lại cho thấy rằng đó là yếu tố ít liên quan đến việc kiểm soát năng suất Kết quả cho thấy người được khảo sát cho rằng việc cải thiện năng suất lao động trong những yếu tố họ có thể kiểm soát hơn là những yếu tố bên ngoài

H Randolph Thomas and Victor E Sanvido (2000): xem xét định lượng sự

tác động của gia công trước đến năng suất lao động với 3 dự án cụ thể và công việc được nghiên cứu là lắp đặt cửa sổ và mái đón, lắp đặt các tấm sàn đúc sẵn và đóng

cừ thép Dự án đầu tiên do sự chậm trễ trong việc cung cấp vật liệu nên ảnh hưởng đến hiệu suất lắp đặt các cửa sổ và mái đón Dự án thứ hai khảo sát việc lắp đặt các tấm sàn đúc sẵn, vì sự cung cấp cấu kiện không đáp ứng được tiến độ lắp nên hiệu suất bị suy giảm Dự án thứ ba khảo sát việc lắp đặt các tấm cừ thép, sự cung cấp cừ thép đã không đáp ứng được tiến độ lắp dựng Kết quả tính toán 3 dự án được so sánh với những tính toán trong những bài báo đã nghiên cứu trước, mức giảm hiệu suất tương ứng là 16,6%, 28,4%, 56,8%

Jason Portas and Simaan AbouRizk (1997): Tác giả xây dựng mô hình ước

lượng năng suất thi công ván khuôn của công trình Sử dụng mô hình ANN với các

dữ liệu lịch sử từ các giám sát có kinh nghiệm lịch sử của nhà thầu thi công hàng

đầu trong lĩnh vực xây dựng Và các yếu tố ảnh hưởng tới năng suất lao động cũng

được xem xét và đánh giá để thu thập dữ liệu liên quan đến năng suất

Hazem Yahia, Hossam Hosny and Mohammad E Abdel Razik (2011):

Các yếu tố quan trọng nhất ảnh hưởng đến thời gian dự phòng của dự án được xác định và sắp hạng dựa trên một cuộc khảo sát toàn diện các chuyên gia ở Ai Cập Dữ

Một mô hình ANN đã được phát triển để dự đoán thời gian dự phòng của dự án Từ

dữ liệu 54 dự án thu thập, mô hình đã ước lượng được thời gian dự phòng của dự án với sai số lớn nhất là 7,5%

đề cập đến việc ước lượng thời gian dự phòng cho một dự án bởi khi lập tiến độ ta phải có thêm thời gian dự phòng để tiến độ thi công có sự thích ứng linh hoạt với sự thay đổi của dự án Việc ước lượng thời gian dự phòng giúp cho kế hoạch tổng thể của dự án không thay đổi Các yếu tố ảnh hưởng tới thời gian dự phòng đã được đánh giá, sắp xếp và xây dựng một mô hình để ước tính thời gian dự phòng cho một dự án xây dựng Dữ liệu sau khi thu thập áp dụng hệ thống phân cấp bậc AHP để phát triển mô hình Kết quả thời gian dự phòng của mô hình có tính chính xác đến 87% so với thời gian thực dự án

Nguyễn Thanh Hùng (2011) : tác giả sử dụng 50 bảng khảo sát được phản

hồi với công cụ kiểm định T-test và Levene-test để đánh giá sự ảnh hưởng của tầng,

số tầng đến năng suất lao động công tác ván khuôn và cốt thép Đồng thời thu thập

dữ liệu của 2 công trình cụ thể để phân tích năng suất lao động thực tế của ván khuôn và cốt thép Đồng thời dựa vào năng suất lao động ván khuôn và cốt thép để ước lượng thời gian thi công theo tầng bằng đường cong tuyến tính học (Straight line)

Nguyễn Thanh Tuấn (2010): Tác giả đề cập đến những đặc thù của nhà

thép tiền chế và phân tích các yếu tố gây ảnh hưởng tới thời gian thi công Có 5 yếu

tố ảnh hưởng (1 - Khó khăn tài chính của chủ đầu tư; (2) - Chủ đầu tư thay đổi quy

mô dự án, thay đổi thiết kế các hạng mục; (3) - Chủ đầu tư, Ban QLDA thiếu kinh nghiệm; (4) - Lập tiến độ thi công không phù hợp; (5) - Bản vẽ thiết kế không chính xác, thiếu chi tiết Dựa vào yếu tố ảnh hưởng để ước lượng thời gian chậm trễ tiến độ bằng mô hình hồi quy bội nhưng dữ liệu thu thập không thể thực hiện được Qua tổng hợp các nguyên cứu trên cho thấy việc xác định các yếu tố ảnh hưởng và ước lượng năng suất thi công công trình là một điều cần thiết trong giai đoạn lập kế hoạch và triển khai dự án Nhưng chưa có nghiên cứu nào đề cập đến

việc xác định đến những yếu tố ảnh hưởng tới tốc độ lắp dựng các công trình bê tông cốt thép lắp ghép cũng như xây dựng một mô hình cho phép ước lượng được tốc độ thi công lắp ghép Đề tài này sẽ tập trung phân tích các yếu tố ảnh hưởng và xác định tốc độ thi công lắp ghép

3.1 QUY TRÌNH NGHIÊN CỨU

Xác định vấn đề

nghiên cứu

Sơ bộ các yếu tố ảnh hưởng tới tốc độ thi công bê tông cốt thép lắp ghép

Tham khảo các nghiên

cứu liên quan, sách

báo, internet… Các

tài liệu kỹ thuật thi

công lắp ghép

Hỏi ý kiến các chuyên gia

có kinh nghiệm trong lĩnh vực thi công lắp ghép

Phỏng vấn các chuyên gia về các yếu tố ảnh hưởng

Xây dựng bảng câu hỏi các yếu tố ảnh hưởng

Thu thập dữ liệu cần thiết

Xây dựng mô hình và

phân tích dữ liệu

Trường hợp áp dụng kiểm tra đánh giá mô hình

Kết luận và kiến nghị

Thiết kế bảng hỏi thu thập

3.2 THU THẬP DỮ LIỆU

Để tiến hành thu thập dữ liệu, việc đầu tiên là xác định được các yếu tố ảnh hưởng tới tốc độ thi công lắp dựng Trên cơ sở đó sẽ lập một bảng câu hỏi để tiến

dữ liệu thực tế thi công các công trình Các yếu tố ảnh hưởng tốc độ thi công được xác định thông qua việc thảo luận với các chuyên gia Dữ liệu thực tế công trình được thu thập thông qua bảng câu hỏi khảo sát được gửi đến chỉ huy trưởng hoặc cán bộ ban điều hành từng công trình của đơn vị thi công

3.2.1 Xác định yếu tố ảnh hưởng

Căn cứ vào các nghiên cứu trước đây có liên quan (Mohd Hanizun Hanafi và cộng sự, 2010; M.R Abdul Kadir và ccs, 2005; Eddy M Rojas và Peerapong Aramvareekul, 2003; Jason Portas và Simaan AbouRizk, 1997) và tham khảo tài liệu thi công lắp ghép, sách, báo, internet, thảo luận với 4 chuyên gia có kinh nghiệm trong lĩnh vực thi công lắp ghép…tổng hợp các yếu tố gây ảnh hưởng tới tốc độ, năng suất thi công

3.2.2 Dữ liệu công trình cụ thể

Sau khi xác định được các yếu tố ảnh hưởng đến tốc độ thi công Một bảng câu hỏi được phát triển và tiến hành khảo sát thử 4 chuyên gia đã nói trên Nếu bảng câu hỏi được có nội dung chưa phù hợp, chưa rõ ràng, chưa đầy đủ thì tiếp tục điều chỉnh cho đến khi được đánh giá tốt thì hoàn tất bảng câu hỏi chính thức (Tín, 2010)

Có nhiều phương pháp để lấy mẫu nhưng vì không có điều kiện về thời gian, thông tin về tổng thể, chi phí nên ta có thể sử dụng phương pháp lấy mẫu thuận tiện (Trọng và Ngọc, 2010, tr.33) Tuy nhiên dữ liệu liên quan đến chuyên lĩnh vực chuyên môn về lắp ghép nên bảng câu hỏi chỉ gửi đến các chỉ huy trưởng hoặc cán bộ ban điều hành dự án của nhà thầu thi công lắp ghép bằng email, phát bảng hỏi trực tiếp và phỏng vấn trực tiếp Danh mục các công trình cần lấy dữ liệu được xác định thông qua danh mục các công trình đã thi công trên website của công ty (Vinaconex) Các công trình thi công được thu thập dữ liệu là công trình thi công phần thân bằng công nghệ thi công bê tông cốt thép dự ứng lực tiền chế được đúc sẵn trong nhà máy và được lắp dựng tại công trường

(missing), “sự chệch” (bias) Những bảng câu hỏi trả lời không đầy đủ hay bị chệch

sẽ bị loại (Tín, 2009)

3.3 CÁC PHƯƠNG PHÁP, CÔNG CỤ NGHIÊN CỨU

STT NỘI DUNG CÔNG CỤ NGHIÊN

CỨU

PHÀN MỀM ỨNG

DỤNG

1

- Phân tích, đánh giá sơ

bộ về dữ liệu được thu

thập

- Thống kê mô tả

- Bảng câu hỏi - SPSS

2

- Xác định tốc độ thi

công lắp dựng bê tông

cốt thép dự ứng lực tiền

chế

- Mô hình ANN (Artificial Neural Networks)

- Matlab 2009b với sự hỗ trợ của công cụ Neural Network Toolbox

CHƯƠNG 4: THU THẬP VÀ PHÂN TÍCH SỐ LIỆU

4.1 THU THẬP DỮ LIỆU

4.1.1 Thiết kế bảng thu thập dữ liệu

Bảng thu thập dữ liệu được thiết kế gồm có 4 phần:

Phần 1: Thông tin về công trình được khảo sát Gồm một số thông tin như:

Phần 3: Thông tin về đặc trưng công trình

Gồm có 16 mục hỏi nhằm cung cấp những thông tin về những đặc trưng công trình như diện tích sàn, số tầng, số cấu kiện, thời gian thi công lắp ghép, số lượng cẩu bố trí…Các yếu tố này đặc trưng cho từng công trình được khảo sát

Phần 4: Thông tin chung về người cung cấp số liệu công trình

Gồm 7 mục hỏi liên quan đến người cung cấp thông tin về kinh nghiệm làm việc trong lĩnh vực xây dựng, kinh nghiệm làm việc trong lĩnh vực thi công lắp ghép…

Ta tiến hành thu thập dữ liệu theo danh mục công trình đã chuẩn bị trước Các bảng hỏi được gửi email đến chỉ huy trưởng, người phụ trách thi công công trình để thu thập Ngoài ra một số công trình ở khu vực phía Nam thì những người phụ trách thi công trên công trường được hỏi trực tiếp thông tin Với 26 công trình dự kiến lấy

số liệu thì chỉ thu thập được 20 bộ số liệu trong đó có 12 công trình ở khu vực phía Bắc và 8 công trình ở khu vực phía Nam

4.1.3 Xử lý dữ liệu

Quá trình xử lý dữ liệu gồm có 2 bước:

4.1.3.1 Nhập dữ liệu từ bảng hỏi vào phần mềm excel

Bảng dữ liệu gồm có dữ liệu định tính và dữ liệu định lượng Đối với dữ liệu đính tính ta nhập trực tiếp số liệu vào excel, còn dữ liệu định lượng ta tiến hành mã hóa và nhập số mã hóa tương ứng vào phần mềm Bảng dữ liệu gồm có 4 phần tương ứng với 4 phần trong bảng hỏi

Phần 1: Ta nhập trực tiếp thông tin của công trình vào bảng dữ liệu

Phần 2: Là phần dữ liệu đánh giá mức độ thực hiện đã được mã hóa sẵn trong bảng

câu hỏi nên ta nhập trực tiếp số đã mã hóa tương ứng với câu trả lời trong bảng hỏi Các số được mã hóa tương ứng từ 1 đến 5

KH YẾU TỐ TÁC ĐỘNG

MỨC ĐỘ THỰC HIỆN

Rất không tốt  Rất tốt

A1

Mức độ chính xác của việc lập kế hoạch thực

hiện công việc trước khi thi công lắp dựng của

nhà thầu

A2 Mức độ kiểm soát và quản lý thi công của cán

bộ kỹ thuật nhà thầu

A3 Năng lực và kinh nghiệm của chỉ huy trưởng

công trường

A4 Kinh nghiệm của TVGS với công nghệ thi công

bê tông lắp ghép

A5 Khả năng cung ứng cấu kiện cho công trình của

nhà máy sản xuất

A6 Khả năng cung ứng máy móc thi công tại công trường xây dựng