Chẩn đoán dầm cầu bằng phương pháp phân tích dao động trên mô hình số hoá kết cấu được cập nhật sử dụng thuật toán tối ưu hoá bầy đàn kết hợp mạng nơ ron nhân tạo

Trong khi phương pháp tĩnh dựa trên phân tích các đáp ứng ứng suất, biến dạng và chuyển vị của kết cấu dưới tác dụng của các tải trọng đặt tĩnh, thì phương pháp động dựa trên việc xác đị

TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI

THUẬT TOÁN TỐI ƯU HOÁ BẦY ĐÀN KẾT HỢP

MẠNG NƠ RON NHÂN TẠO

LUẬN ÁN TIẾN SĨ KỸ THUẬT

HÀ NỘI – 2021

TRƯỜNG ĐẠI HỌC GIAO THÔNG VẬN TẢI

THUẬT TOÁN TỐI ƯU HOÁ BẦY ĐÀN KẾT HỢP

MẠNG NƠ RON NHÂN TẠO

Chuyên ngành : Kỹ thuật Xây dựng Cầu - Hầm

LUẬN ÁN TIẾN SĨ KỸ THUẬT

NGƯỜI HƯỚNG DẪN KHOA HỌC:

1 PGS.TS Bùi Tiến Thành

2 PGS.TS Ngô Văn Minh

HÀ NỘI – 2021

Tôi xin cam đoan đây là công trình nghiên cứu khoa học độc lập của riêng tôi Các số liệu sử dụng phân tích trong luận án có nguồn gốc rõ ràng, đã công bố theo đúng quy định Các kết quả nghiên cứu trong luận án do tôi tự tìm hiểu, phân tích một cách trung thực Việc tham khảo các nguồn tài liệu đã được thực hiện trích dẫn và ghi nguồn tài liệu tham khảo đúng quy định

Hà Nội, ngày 30 tháng 10 năm 2021

Tác giả

Hồ Khắc Hạnh

MỤC LỤC

MỞ ĐẦU 1

1 Đặt vấn đề nghiên cứu 1

2 Mục tiêu nghiên cứu 4

3 Phương pháp nghiên cứu 5

4 Đối tượng và phạm vi nghiên cứu 5

5 Ý nghĩa khoa học và thực tiễn 5

6 Nội dung của luận án 6

CHƯƠNG 1: TỔNG QUAN VỀ GIÁM SÁT SỨC KHỎE KẾT CẤU CÔNG TRÌNH DỰA TRÊN PHƯƠNG PHÁP ĐO NHẬN DẠNG DAO ĐỘNG 8

1.1 Tổng quan về giám sát sức khỏe kết cấu công trình dựa vào kết quả đo các đặc trưng dao động 8

1.2 Tình hình nghiên cứu trên thế giới về giám sát sức khỏe kết cấu công trình dựa trên phương pháp đo nhận dạng dao động 11

1.3 Tình hình nghiên cứu ở Việt Nam về giám sát sức khỏe kết cấu công trình dựa trên phương pháp đo nhận dạng dao động 16

Kết luận Chương 1 18

CHƯƠNG 2: NGHIÊN CỨU VÀ ĐỀ XUẤT PHƯƠNG PHÁP CHẨN ĐOÁN HƯ HỎNG KẾT CẤU BẰNG PHƯƠNG PHÁP ĐO DAO ĐỘNG NGẪU NHIÊN 19

2.1 Cơ sở lý thuyết về dao động kết cấu 19

2.2 Các phương pháp chẩn đoán hư hỏng kết cấu dựa trên dao động 23

2.2.1 Phương pháp dựa trên sự thay đổi của tần số dao động riêng 23

2.2.2 Phương pháp dựa vào sự thay đổi của hình dạng dao động 25

2.2.3 Phương pháp dựa trên hàm đáp ứng tần số 34

2.3 Chẩn đoán hư hỏng kết cấu dựa trên kết quả đo nhận dạng dao động sử dụng thuật toán bầy đàn PSO 37

2.4 Chẩn đoán hư hỏng kết cấu dựa trên kết quả đo nhận dạng dao động sử dụng mạng nơ ron nhân tạo 40

2.5 Chẩn đoán hư hỏng kết cấu dựa trên kết quả đo nhận dạng dao động sử dụng thuật toán kết hợp PSO-ANN 44

Kết luận Chương 2 52

CHƯƠNG 3: ÁP DỤNG PSO KẾT HỢP VỚI ANN ĐỂ CHẨN ĐOÁN CÁC HƯ

HỎNG CHO MÔ HÌNH SỐ 53

3.1 Cầu dầm giản đơn 53

3.1.1 Trường hợp hư hỏng tại một phần tử 56

3.1.2 Trường hợp hư hỏng tại nhiều phần tử 59

3.2 Tấm composite 61

3.2.1 Trường hợp hư hỏng tại một phần tử 64

3.2.2 Trường hợp hư hỏng tại nhiều phần tử 66

3.3 Cầu dàn thép liên tục 68

3.3.1 Trường hợp hư hỏng tại một phần tử 73

3.3.2 Trường hợp hư hỏng tại nhiều phần tử 75

Kết luận Chương 3 77

CHƯƠNG 4: ÁP DỤNG PSO KẾT HỢP VỚI ANN ĐỂ CHẨN ĐOÁN CÁC HƯ HỎNG TRÊN MÔ HÌNH THỰC NGHIỆM 79

4.1 Dầm giản đơn trong phòng thí nghiệm 79

4.1.1 Mô hình bài toán 79

4.1.2 Mô hình thực nghiệm 80

4.1.3 Phân tích, so sánh các kết quả thu được từ lý thuyết và thực nghiệm 83

4.2 Cầu Bến Quan 88

4.2.1 Giới thiệu về cầu Bến Quan 88

4.2.2 Mô hình thí nghiệm 89

4.2.3 Mô hình phần tử hữu hạn 91

4.2.4 Cập nhật mô hình và xác định hư hỏng trong kết cấu 92

Kết luận Chương 4 96

KẾT LUẬN VÀ KIẾN NGHỊ 97

DANH MỤC HÌNH VẼ

Hình 1.1 Cầu Tsing Ma được lắp đặt 600 đầu đo phục vụ cho việc giám sát sức khỏe kết cấu công trình 10

Hình 2.1 Sơ đồ thuật toán tối ưu hoá bầy đàn – PSO 39

Hình 2.2 Kiến trúc mạng ANN 40

Hình 2.3 Sơ đồ thuật toán ANN 43

Hình 2.4 Quá trình xác định giải pháp tối ưu dựa trên phương pháp GD của ANN (a) mạng với một điểm tối ưu toàn cục, (b) mạng với tối ưu toàn cục và cục bộ 45

Hình 2.5 Mạng với nhiều tối ưu cục bộ 46

Hình 2.6 Áp dụng PSO để khắc phục vấn đề tối ưu cục bộ của ANN 47

Hình 2.7 Sơ đồ thuật toán PSO kết hợp song song với ANN 51

Hình 3.1 Bố trí chung cầu 53

Hình 3.2 Mặt cắt ngang cầu 54

Hình 3.3 Kiến trúc mạng nơ ron cho bài toán xác định hư hỏng trong dầm giản đơn 55 Hình 3.4 Giá trị hồi quy (a) ANN và (b) ANN kết hợp với PSO 57

Hình 3.5 Sai số phân bố (a) ANN và (b) ANN kết hợp với PSO 57

Hình 3.6 Sai số thực (a) ANN và (b) ANN kết hợp với PSO 58

Hình 3.7 Kết quả phát hiện hư hỏng của PSO, ANN và ANNPSO của phần tử số 3: (a) 7% hư hỏng; (b) 70% hư hỏng 59

Hình 3.8 Giá trị hồi quy (a) ANN và (b) ANN kết hợp với PSO 60

Hình 3.9 Sai số phân bố (a) ANN và (b) ANN kết hợp với PSO 60

Hình 3.10 Sai số thực (a) ANN và (b) ANN kết hợp với PSO 60

Hình 3.11 Kết quả phát hiện hư hỏng của PSO, ANN và ANNPSO trong dầm: 20% hư hỏng của phần tử 1 – và 60% hư hỏng của phần tử 3 61

Hình 3.12 (a) Tấm composite 3 lớp ; (b) Mô hình phần tử hữu hạn 62

Hình 3.13 Hình dạng dao động của 15 mode đầu tiên 63

Hình 3.14 Kiến trúc mạng dùng để phát hiện hư hỏng của các phần tử trong tấm composite 64

Hình 3.15 Giá trị hồi quy (a) ANN và (b) ANN kết hợp với PSO 64

Hình 3.16 Sai số thực (a) ANN và (b) ANN kết hợp với PSO 65

Hình 3.17 Kết quả phát hiện hư hỏng của PSO, ANN và ANNPSO của phần tử số 9:

66

Hình 3.18 Giá trị hồi quy (a) ANN và (b) ANN kết hợp với PSO 67

Hình 3.19 Sai số thực (a) ANN và (b) ANN kết hợp với PSO 67

Hình 3.20 Kết quả phát hiện hư hỏng của PSO, ANN và ANNPSO trong dầm: 50% hư hỏng của phần tử 3 và 70% hư hỏng của phần tử 5 68

Hình 3.21 Cầu Bến Thủy; (a) Kết cấu nhịp; (b) Mặt cắt ngang của cầu 69

Hình 3.22 Mô hình phần tử hữu hạn cầu Bến Thủy 70

Hình 3.23 Hình dạng dao động của một số mode tính toán 72

Hình 3.24 Kiến trúc mạng dùng để phát hiện hư hỏng 72

Hình 3.25 Giá trị hồi quy (a) ANN và (b) ANN kết hợp với PSO 73

Hình 3.26 Sai số phân bố (a) ANN và (b) ANN kết hợp với PSO 73

Hình 3.27 Sai số thực (a) ANN và (b) ANN kết hợp với PSO 74

Hình 3.28 Kết quả phát hiện hư hỏng của PSO, ANN và ANNPSO của phần tử số 4: (a) 7% hư hỏng; (b) 80% hư hỏng 75

Hình 3.29 Giá trị hồi quy (a) ANN và (b) ANN kết hợp với PSO 75

Hình 3.30 Sai số phân bố (a) ANN và (b) ANN kết hợp với PSO 76

Hình 3.31 Sai số thực (a) ANN và (b) ANN kết hợp với PSO 76

Hình 3.32 Kết quả phát hiện hư hỏng của PSO, ANN và ANNPSO trong dầm: 20% hư hỏng của phần tử 2 và 80% hư hỏng của phần tử 8 77

Hình 4.1 Dầm giản đơn với điều kiện biên tự do 79

Hình 4.2 Mô hình dầm thép được chia thành 21 phần tử 80

Hình 4.3 Thí nghiệm dầm thép [143] 81

Hình 4.4 Sơ đồ biểu diễn vị trí của các hư hỏng được tạo ra 81

Hình 4.5 Tần số dao động riêng thí nghiệm của dầm thép: 83

Hình 4.6 Kiến trúc mạng nơ ron 84

Hình 4.7 Giá trị hồi quy (a) ANN và (b) ANN kết hợp với PSO 85

Hình 4.8.Sai số thực (a) ANN và (b) ANN kết hợp với PSO 85

Hình 4.9 Sai số phân bố (a) ANN và (b) ANN kết hợp với PSO 86

Hình 4.10 Kết quả phát hiện hư hỏng của PSO, ANN và ANNPSO của 87

Hình 4.11 Cầu Bến Quan 88

Hình 4.12 Bố trí chung cầu Bến Quan 88

Hình 4.13 Mặt cắt ngang cầu Bến Quan 89

Hình 4.14 Đo đạc hiện trường (a) công tác chuẩn bị; (b) Thu thập dữ liệu 89

Hình 4.15 Tạo ra hư hỏng trên mặt cầu (a) phá hủy mặt cầu (b) thu thập tín hiệu sau khi phá hủy mặt cầu 90

Hình 4.16 Bố trí điểm đo trên mặt cắt ngang 90

Hình 4.17 Mặt bằng lưới điểm đo trên mặt cầu 91

Hình 4.18 Mô hình cầu Bến Quan 91

Hình 4.19 Kiến trúc mạng nơ ron 93

Hình 4.20 Giá trị hồi quy (a) ANN và (b) ANN kết hợp với PSO 94

Hình 4.21 Sai số thực (a) ANN và (b) ANN kết hợp với PSO 94

Hình 4.22 Sai số phân bố (a) ANN và (b) ANN kết hợp với PSO 95

Hình 4.23 Kết quả phát hiện hư hỏng của PSO, ANN và ANNPSO 96

DANH MỤC BẢNG BIỂU

Bảng 3.1 Đặc trưng vật liệu của dầm chủ 53

Bảng 3.2 Tần số dao động riêng của mười mode đầu tiên 54

Bảng 3.3 Các chỉ số đánh giá hiệu suất của các thuật toán - Kịch bản hư hỏng đơn 58

Bảng 3.4 Các chỉ số đánh giá hiệu quả của các thuật toán - Kịch bản hư hỏng tại nhiều phần tử cho dầm xem xét 61

Bảng 3.5 Thông số vật liệu của tấm Composite 62

Bảng 3.6 Tần số dao động riêng của 15 mode đầu tiên 62

Bảng 3.7 Các chỉ số đánh giá hiệu quả của các thuật toán - Kịch bản hư hỏng tại một phần tử 65

Bảng 3.8 Các chỉ số đánh giá hiệu quả của các thuật toán - Kịch bản hư hỏng tại hai phần tử 67

Bảng 3.9 Mặt cắt ngang của các thanh dàn 69

Bảng 3.10 Tần số dao động riêng của 15 mode đầu tiên 70

Bảng 3.11 Các chỉ số đánh giá hiệu quả của các thuật toán - Kịch bản hư hỏng tại một phần tử 74

Bảng 3.12 Các chỉ số đánh giá hiệu quả của các thuật toán - Kịch bản hư hỏng tại hai phần tử 76

Bảng 4.1 Đặc trưng vật liệu của dầm thép 79

Bảng 4.2 Tần số dao động riêng tính toán của 3 mode đầu tiên 80

Bảng 4.3 Tần số dao động riêng của 3 mode đầu tiên 83

Bảng 4.4 Tần số dao động riêng của 3 mode đầu tiên 83

Bảng 4.5 Các chỉ số đánh giá hiệu suất của các thuật toán 86

Bảng 4.6 Đặc trưng vật liệu của dầm chủ 89

Bảng 4.7 Tần số dao động của 4 mode dao động đầu tiên 91

Bảng 4.8 Tần số dao động của 4 mode dao động đầu tiên 92

Bảng 4.9 Tần số dao động riêng của 4 mode đầu tiên 92

Bảng 4.10 Các chỉ số đánh giá hiệu suất của các thuật toán 95

DANH MỤC CHỮ VIẾT TẮT

Tiếng Việt

NCS Nghiên cứu sinh

Tiếng Anh

ABC Artificial Bee Colony – Thuật toán bầy ong

AC Ant Colony – Thuật toán đàn kiến

ANN Artificial Neural Network (mạng nơ ron nhân tạo)

AI Artificial Intelligence (Trí tuệ nhân tạo)

BP Backpropagation - Thuật toán truyền ngược

COMAC Co-Ordinate Modal Assurance Criterion

(Tiêu chí đảm bảo hình dạng dạo động phối hợp)

CS Cuckoo Search - Thuật toán tìm kiếm chim Cúc cu

DOF Degree-of-freedom (Bậc tự do)

GA Genetic Algorithm - Thuật toán di truyền

GD Gradient Descent - độ dốc đi xuống

FFT Fast Fourier Transform (Chuyển đổi Fourier)

FHWA Federal Highway Administration (Cục quản lý đường cao tốc liên

bang) FRF Fast Response Transform (Chuyển đổi phản ứng nhanh)

HS Thuật toán tìm kiếm hài hòa

LM Thuật toán Levenberg-Marquest

MAC Modal Assurance Criterion (Tiêu chí đảm bảo hình dạng dạo động)

ML Machine learning - phương pháp học máy

MSE Mean Square Error - sai số bình phương trung bình

PSO Particle Swarm Optimization - Thuật toán tối ưu hóa bầy đàn

SHM Structural Health Monitoring – giám sát sức khỏe kết cấu

WT Wavelet Transform (Chuyển đổi sóng Wavelet)

để phát hiện sớm những hư hỏng dựa trên các dữ liệu đo đạc và phân tích đánh giá mức độ nghiêm trọng của những hư hỏng này trước khi đưa ra các quyết định sửa chữa

Trong các giải pháp giám sát sức khỏe kết cấu, giải pháp sử dụng các phương pháp không phá huỷ đang trở thành hướng nghiên cứu nhận được sự quan tâm của rất nhiều nhà khoa học trên thế giới [1-5] Ưu điểm của phương pháp này là có thể xác định được thông số có tính bất định (uncertainty) của kết cấu bao gồm điều kiện biên, các đặc tính về vật liệu, hay đặc trưng hình học có thể thay đổi theo thời gian dưới tác dụng của tải trọng khai thác và môi trường, Hơn nữa phương pháp theo dõi sức khỏe kết cấu không phá hủy có thể phát hiện được các hư hỏng nằm trong kết cấu mà không làm thay đổi tính chất vật lý ban đầu của kết cấu [6-1010] Tuy nhiên, sự thay đổi của các tham số kết cấu nhiều khi không rõ ràng, đặc biệt là với các hư hỏng nằm trong kết cấu Ngoài ra, dữ liệu thu được thường bị ảnh hưởng bởi nhiễu, làm giảm độ chính xác của kết quả Do đó, mục tiêu của đề tài là phát triển một giải pháp hiệu quả, chi phí thấp để theo dõi tình trạng sức khỏe và giúp phát hiện sớm hư hỏng trong kết cấu

Hiện nay có hai phương pháp chính để theo dõi tình trạng sức khỏe kết cấu là phương pháp tĩnh và phương pháp động Trong khi phương pháp tĩnh dựa trên phân tích các đáp ứng (ứng suất, biến dạng và chuyển vị) của kết cấu dưới tác dụng của các tải trọng đặt tĩnh, thì phương pháp động dựa trên việc xác định và phân tích các đặc trưng động học như tần số dao động tự nhiên (natural frequencies), dạng dao động (mode shapes) và/hoặc hệ số cản (damping ratio) để đánh giá Trong hai phương pháp trên, do các đặc trưng động học của kết cấu (đặc biệt là dạng dao động) phụ thuộc vào

sự phân bố về độ cứng và khối lượng của nó, nên dựa vào các đặc trưng động học có thể giúp xác định được vị trí có khả năng xuất hiện hư hỏng trong kết cấu

Quá trình đo đạc xác định các đặc trưng động học của kết cấu được gọi là quá trình đo nhận dạng dao động Quá trình này là rất cần thiết để xây dựng một mô hình phân tích số đáng tin cậy dùng để đánh giá tình trạng sức khỏe của các công trình Trong quá trình này, các phép đo được thực hiện dưới kích động cưỡng bức hoặc kích động tự nhiên

Kích động cưỡng bức có thể được thực hiện bằng cách dùng các lực kích thích nhân tạo (ví dụ như các loại máy rung) Kích động cưỡng bức thích hợp cho các kết cấu nhỏ, đặc biệt là các kết cấu trong phòng thí nghiệm

Kích động tự nhiên được tạo ra bởi gió, vi chấn, hay xung kích của phương tiện giao thông Kích động tự nhiên rất phù hợp với công trình lớn, đặc biệt là công trình cầu vì yêu cầu chi phí thấp và quá trình kích động không cản trở sự lưu thông của phương tiện giao thông trên cầu

Những năm gần đây, việc theo dõi sức khỏe kết cấu công trình đang nhận được

sự quan tâm đặc biệt của các nhà khoa học Trong đó việc ứng dụng phương pháp học máy (Machine learning – ML) để hoàn thiện quy trình đánh giá sức khỏe kết cấu công trình dựa trên phân tích động đã cho thấy những hiệu quả tiềm năng [11-17] Một trong những đặc tính nổi bật của ML là khả năng học từ kinh nghiệm, tự cải thiện hiệu suất của mạng Do đó, mạng được đào tạo có thể được sử dụng để phân loại và kiểm tra các bộ dữ liệu mới tương tự như đặc điểm của các bộ dữ liệu được đào tạo Một trong những phương pháp học máy là mạng nơ ron nhân tạo (ANN), đây là các chương trình máy tính lấy cảm hứng từ hệ nơ ron sinh học được thiết kế để mô phỏng theo cách mà bộ não con người xử lý thông tin ANN thu thập kiến thức bằng cách phát hiện các mẫu và mối quan hệ trong dữ liệu thông qua học tập từ kinh nghiệm,

không phải từ lập trình ML đã được ứng dụng để giải quyết nhiều vấn đề kỹ thuật phức tạp, bao gồm nhận dạng, phân loại, hệ thống kiểm soát và xử lý hình ảnh, Tuy nhiên do áp dụng các thuật toán truyền ngược dựa trên độ dốc giảm dần, một nhược điểm lớn của ML, mạng có thể bị rơi vào các tối ưu cục bộ khi tạo ra các bề mặt phức tạp với quá nhiều điểm tối ưu cục bộ, từ đó làm giảm độ chính xác và hiệu quả của

ML Để khắc phục nhược điểm này, các phương pháp tối ưu tiến hóa được áp dụng Tối ưu tiến hóa là phương pháp tối ưu toàn cục (global optimization – GO) cho phép xác định kết quả tối ưu tổng thể và tránh được các vùng tối ưu cục bộ Các thuật toán tối ưu tiến hóa phổ biến có thể kể đến là: thuật toán di truyền (Genetic Algorithm – GA) [18-19], thuật toán tối ưu hóa bầy đàn (Particle Swarm Optimization – PSO) [20], hay thuật toán tối ưu hóa tìm kiếm chim Cúc cu (Cuckoo Search - CS) Những phương pháp tối ưu tiến hóa này làm việc dựa trên nguyên lý ứng xử của các sinh vật trong tự nhiên trong quá trình tiến hóa, có khả năng tìm kiếm tối ưu toàn cục dựa trên phương pháp tìm kiếm ngẫu nhiên Vì vậy việc kết hợp các thuật toán tối ưu tiến hóa với ML sẽ đem lại những tiềm năng để khắc phục nhược điểm (tối ưu cục bộ) của phương pháp học máy, và cải thiện độ chính xác của kết quả thu được

Ở Việt Nam, các thuật toán tối ưu tiến hóa và ML đã được áp dụng trong nhiều lĩnh vực như toán học, tin học, cơ điện tử và đem lại hiệu quả trong xác định tối ưu vùng phủ sóng, hay tối ưu quy hoạch mạng [2121-22],…Tuy nhiên việc áp dụng các phương pháp này trong lĩnh vực giám sát sức khỏe kết cấu vẫn còn rất mới ở Việt Nam Việc đánh giá sức khỏe kết cấu công trình cầu chủ yếu được thực hiện thông qua công tác thử tải, dựa vào đáp ứng tĩnh của kết cấu dưới tác dụng của tải trọng thử và phải được thực hiện trong điều kiện cấm lưu thông các phương tiện giao thông trên cầu Ngoài ra, phép thử tải không thể thực hiện một cách thường xuyên mà chỉ được thực hiện sau những khoảng thời gian nhất định; do đó chỉ cung cấp hình ảnh về trạng thái sức khỏe kết cấu công trình ở những thời điểm rất cụ thể, không đưa ra được các

dự báo về tình trạng sức khỏe của kết cấu trong tương lai Phương pháp đánh giá động, với các ưu điểm: không thay đổi tính chất vật lý ban đầu của kết cấu, dễ áp dụng, kết quả có độ tin cậy cao, không hoặc ít gây cản trở lưu thông trên cầu và có khả năng thực hiện thường xuyên, liên tục do vậy là một phương pháp phù hợp hơn, đặc biệt là cho những công trình cầu lớn và có kết cấu phức tạp

Gần đây, việc theo dõi sức khỏe của kết cấu thông qua các đặc trưng dao động được đo đạc tại hiện trường bắt đầu được thực hiện Một số cầu lớn như Mỹ Thuận, Bãi Cháy, hay Kiền đã được lắp đặt các thiết bị theo dõi thường xuyên sức khỏe kết cấu Về nguyên tắc những thiết bị này cung cấp những dữ liệu cơ bản về đáp ứng động của kết cấu như gia tốc, vận tốc, chuyển vị động tại một số vị trí Các số liệu này là căn cứ xác định các đặc trưng dao động (tần số dao động tự nhiên, dạng dao động, hệ

số cản) của công trình Các đặc trưng dao động thực đo này là “chuẩn” để điều chỉnh

và từ đó xác định được các thông số bất định của kết cấu về điều kiện biên, độ cứng, khối lượng, trên mô hình tính toán Mô hình tính toán sau khi đã được cập nhật chuẩn

sẽ là căn cứ để đánh giá khả năng chịu lực và chẩn đoán hư hỏng (nếu có) của công trình

Nội dung có tính cốt lõi trong quy trình phân tích, đánh giá kết cấu dựa trên kết quả đo đạc xác định các đặc trưng dao động là thuật toán giúp cập nhật và hoàn thiện một cách tự động mô hình tính toán kết cấu từ kết quả đo đạc hiện trường Như trên đã phân tích, việc ứng dụng các thuật toán học máy vào việc cập nhật các mô hình toán này hứa hẹn là một giải pháp tốt để hoàn thiện quy trình đánh giá động kết cấu công trình cầu, do đó nghiên cứu sinh quyết định lựa chọn đề tài:

“Chẩn đoán dầm cầu bằng phương pháp phân tích dao động trên mô hình số hoá kết cấu được cập nhật sử dụng thuật toán tối ưu hoá bầy đàn kết hợp mạng

nơ ron nhân tạo” làm chủ đề nghiên cứu của mình

2 Mục tiêu nghiên cứu

- Nghiên cứu bài toán chẩn đoán hư hỏng của kết cấu dựa trên các đặc trưng dao động

- Đề xuất thuật toán kết hợp mạng nơ ron nhân tạo (Artificial Neural Network – ANN) và thuật toán tối ưu hóa bầy đàn (PSO) cập nhật mô hình số hóa kết cấu theo các đặc trưng động học để cập nhật chính xác mô hình kết cấu áp dụng cho bài toán chẩn đoán kết cấu

- Xây dựng chương trình cập nhật mô hình kết cấu theo thuật toán đề xuất cho kết cấu dầm Mở rộng áp dụng với các dạng kết cấu khác như kết cấu dàn và kết cấu tấm (bản)

- Thực hiện và tham khảo các thí nghiệm đo dao động của kết cấu trong phòng thí nghiệm và công trình cầu thực tế, sau đó áp dụng phương pháp đề xuất để cập nhật mô hình cũng như chẩn đoán hư hỏng trong kết cấu

3 Phương pháp nghiên cứu

- Phương pháp tổng hợp phân tích lý thuyết;

- Phương pháp số;

- Phương pháp phân tích số kết hợp với thực nghiệm

4 Đối tượng và phạm vi nghiên cứu

- Đặc trưng động học của kết cấu công trình cầu: các thông số đặc trưng về dao động như tần số dao động, các mode dao động, hệ số giảm chấn;

- Mô hình số hóa kết cấu cầu: Thực hiện mô phỏng kết cấu cầu bằng phần mềm Matlab theo phương pháp phần tử hữu hạn;

- Các phương pháp tối ưu tiến hóa và ANN: Phát triển, mở rộng và ứng dụng các thuật toán tối ưu vào nội dung nghiên cứu của đề tài Qua đó, đề xuất thuật toán kết hợp mới;

- Chẩn đoán vị trí và hư hỏng của kết cấu: Phục vụ nội dung giám sát sức khỏe kết cấu công trình giao thông

5 Ý nghĩa khoa học và thực tiễn

- Áp dụng các phương pháp tối ưu tiến hóa và phương pháp ANN trong việc cập nhật mô hình số hóa kết cấu và chẩn đoán hư hỏng kết cấu

- Đề xuất thuật toán kết hợp thuật toán tối ưu tiến hóa với phương pháp ANN để khắc phục những nhược điểm của từng phương pháp riêng rẽ, từ đó tăng độ chính xác của kết quả, giảm thời gian tính toán, khi áp dụng để giám sát sức khỏe kết cấu

- Tạo cơ sở dữ liệu công trình như một dạng hồ sơ lưu trữ giúp giám sát sức khoẻ công trình

- Xây dựng chương trình cập nhật nhật mô hình số hóa kết cấu phục vụ chẩn đoán các kết cấu cầu thông thường như dầm, dàn và tấm (bản)

- Kết quả của luận án có thể sử dụng làm tài liệu tham khảo hữu ích cho lĩnh vực giám sát sức khoẻ công trình

6 Nội dung của luận án

Ngoài phần mở đầu, kết luận và kiến nghị, luận án bao gồm những nội dung như sau:

Chương 1 - Tổng quan về giám sát sức khỏe kết cấu công trình dựa trên phương pháp đo nhận dạng dao động

Chương 1 giới thiệu tổng quan về giám sát sức khỏe kết cấu công trình dựa trên phương pháp nhận dạng dao động, tình hình nghiên cứu giám sát sức khỏe kết cấu công trình dựa trên phương pháp nhận dạng dao động trên thế giới cũng như ở Việt Nam

Chương 2 - Nghiên cứu lý thuyết và phương pháp nhận dạng kết cấu bằng phương pháp đo dao động ngẫu nhiên

Chương 2 giới thiệu cơ sở lý thuyết về dao động kết cấu và các phương pháp dựa vào dao động của kết cấu để chẩn đoán các hư hỏng trong kết cấu bao gồm các phương pháp dựa trên sự thay đổi của tần số dao động riêng, phương pháp dựa vào sự thay đổi của hình dạng dao động, phương pháp dựa trên hàm phản ứng tần số và phương pháp dựa trên sự thay đổi của tần số dao động riêng kết hợp với PSO và ANN Trong chương này, nguyên lý sử dụng, ưu nhược điểm của từng phương pháp cũng được phân tích chi tiết, trong đó nêu rõ tầm quan trọng cũng như những ưu điểm vượt trội của phương pháp đề xuất trong vấn đề giám sát sức khỏe kết cấu công trình

Chương 3 - Áp dụng các thuật toán tối ưu tiến hóa và phương pháp mạng

nơ ron nhân tạo để chẩn đoán các hư hỏng cho mô hình số

Chương 3 giới thiệu một số cách tiếp cận để chẩn đoán các hư hỏng trong kết cấu bằng cách giải các mô hình số Trong đó 3 thuật toán được áp dụng, thuật toán PSO, ANN và thuật toán được đề xuất bởi NCS, trong đó sử dụng thuật toán PSO làm việc song song với ANN, từ đó khắc phục vấn đề tối ưu cục bộ của phương pháp ANN, tăng độ chính xác của kết quả, giảm thời gian tính toán rất đáng kể so với thuật toán PSO, khi áp dụng để giám sát sức khỏe kết cấu công trình

Chương 4 - Áp dụng các thuật toán tối ưu tiến hóa và phương pháp mạng

nơ ron nhân tạo để chẩn đoán các hư hỏng trên mô hình thực nghiệm

Chương 4 áp dụng phương pháp đề xuất (phương pháp ANN làm việc song song với thuật toán PSO) để chẩn đoán hư hỏng cho một dầm giản đơn trong phòng thí

nghiệm và một cầu cũ nhịp giản đơn Để so sánh với thuật toán được đề xuất, phương pháp ANN riêng rẽ cũng như thuật toán PSO cũng được áp dụng

Ngoài ra, luận án cũng cung cấp bộ code được NCS xây dựng dựa trên nền tảng của chương trình MATLAB (MathWorks®), để xác định đặc trưng động học (tần số dao động riêng, hình dạng dao động) của kết cấu, code của các thuật toán PSO và phương pháp ANN, và phương pháp ANN làm việc song song với thuật toán PSO được dùng để giám sát sức khỏe kết cấu công trình

CHƯƠNG 1: TỔNG QUAN VỀ GIÁM SÁT SỨC KHỎE KẾT CẤU CÔNG TRÌNH DỰA TRÊN PHƯƠNG PHÁP ĐO NHẬN DẠNG

Để khắc phục những nhược điểm của phương pháp kiểm tra trực quan cũng như phương pháp thử nghiệm tĩnh, các phương pháp đánh giá, xác định hư hỏng trong kết cấu khác đã được nghiên cứu, phát triển Trong đó, phương pháp được nghiên cứu tập trung hiện nay là phương pháp đánh giá tình trạng sức khỏe kết cấu công trình dựa trên kết quả đo các đặc trưng dao động (tần số dao động tự nhiên, dạng dao động, hệ số cản ) Ưu điểm chính của phương pháp này là cung cấp thông tin tổng thể về tình trạng sức khỏe kết cấu công trình Ngoài ra, từ việc phân tích sự thay đổi về các đặc trưng dao động như tần số và dạng dao động, có thể xác định được vị trí hư hỏng Vị trí hư hỏng này không nhất thiết phải trùng với các vị trí đặt đầu đo xác định các đặc

trưng dao động Các cảm biến đo nhận dạng dao động giúp xác định các đặc trưng dao động của kết cấu có thể được gắn tạm thời trên kết cấu khi cần thực hiện phép đo hoặc được gắn sẵn trên kết cấu để tạo ra hệ thống theo dõi sức khỏe kết cấu công trình một cách liên tục

Các phương pháp xác định hư hỏng dựa trên kết quả đo nhận dạng dao động đã thu hút sự chú ý của các nhà nghiên cứu trên toàn thế giới với các chỉ dẫn tương đối chi tiết về phương pháp này cho một số kết cấu điển hình đã được nghiên cứu [2424-2626]

Giám sát sức khỏe kết cấu công trình bằng phương pháp đo nhận dạng dao động

mô hình số của kết cấu Ví dụ, Salawu [28] trình bày đánh giá về việc sử dụng các thay đổi của tần số dao động tự nhiên để chẩn đoán các hư hỏng trong kết cấu Trong một nghiên cứu khác, thông tin về hình dạng dao động cũng được kiến nghị sử dụng

để xác định các hư hỏng trong kết cấu [29] Khatir và cộng sự [30] trình bày các phương pháp khác nhau để xác định các hư hỏng trong kết cấu dựa vào các thông số

về đặc trưng dao động Tran-Ngoc và cộng sự [31] sử dụng các thay đổi về tần số dao động riêng để chẩn đoán các hư hỏng trong cầu dầm giản đơn

Giám sát sức khỏe kết cấu công trình dựa trên phương pháp đo nhận dạng dao động có thể áp dụng rộng rãi cho kết cấu công trình và kết cấu cơ khí (máy bay, ô tô, ), mà đặc biệt là trong lĩnh vực giám sát sức khỏe kết cấu công trình xây dựng Hiện nay phương pháp này được triển khai rộng rãi ở Mỹ, châu Âu, Nhật Bản và Trung Quốc Chẳng hạn như cầu Tsing Ma ở Hồng Kông với nhịp thông thuyền là 1377m (Hình 1.1) được gắn 600 đầu đo để giám sát sức khỏe công trình

Hình 1.1 Cầu Tsing Ma được lắp đặt 600 đầu đo phục vụ cho việc giám sát sức

khỏe kết cấu công trình

Giám sát sức khỏe thường xuyên bằng cách gắn các thiết bị đo cố định trên công trình cho phép đánh giá khả năng chịu tải của kết cấu một cách liên tục, giúp nhà quản

lý đưa ra các quyết định về khai thác, bảo trì cầu một cách kịp thời như: cảnh báo, theo dõi các hư hỏng mới xuất hiện; hạn chế phương tiện qua cầu khi phát hiện ứng xử bất thường của kết cấu (rung lắc mạnh, võng lớn, )

Theo số liệu thống kê của Cục Đường bộ Liên Bang Mỹ – the Federal Highway Administration (FHWA) – chi phí duy tu và bảo dưỡng hệ thống cầu sẽ ngày càng tăng Đặc biệt là khi yêu cầu đồng nhất hóa về tải trọng và điều kiện khai thác cho các cầu thuộc các hệ thống đường bộ, đường sắt liên quốc gia ngày càng trở nên quan trọng

Tại Việt Nam, theo dõi, đánh giá sức khỏe kết cấu công trình hiện nay đang là chủ đề nhận được sự quan tâm nhiều của các nhà khoa học cũng như các cơ quan quản

lý Nguyên nhân là hầu hết các công trình cầu lớn, có kết cấu phức tạp bắt đầu được xây dựng từ thập kỷ 90 đến nay, qua khoảng 30 năm khai thác sử dụng đã bắt đầu xuất hiện hư hỏng, gây ảnh hưởng đến an toàn khai thác Ngoài ra, các cầu được xây dựng

ở nhiều thời điểm khác nhau, theo nhiều tiêu chuẩn khác nhau cũng đòi hỏi được đánh giá theo một phương pháp thống nhất, làm cơ sở cho việc quản lý trạng thái cầu một cách đồng nhất

1.2 Tình hình nghiên cứu trên thế giới về giám sát sức khỏe kết cấu công trình dựa trên phương pháp đo nhận dạng dao động

Trong phương pháp đánh giá sức khỏe kết cấu công trình dựa trên kết quả đo nhận dạng dao động, có các hướng nghiên cứu chính sau đây:

- Hướng nghiên cứu về thiết bị (cảm biến) đo dao động trên kết cấu và xử lý (lọc nhiễu) – truyền dẫn kết quả đo về máy tính;

- Hướng nghiên cứu về các thuật toán cập nhật mô hình số hóa kết cấu (bằng cách thay đổi điều kiện biên, đặc trưng vật lý của kết cấu) dựa trên các đặc trưng dao động thực đo, từ đó xây dựng một “bản sao số” của kết cấu trên máy tính phù hợp với công trình thực tế;

- Hướng nghiên cứu dựa trên các mô hình kết cấu đã được cập nhật xác định hoặc

dự đoán các vị trí hư hỏng (nếu có) và dự đoán về ứng xử của kết cấu công trình Trong đó, các hướng nghiên cứu này đều rất quan trọng, thu hút sự quan tâm của nhiều nhóm nghiên cứu Ví dụ, Wu và cộng sự [1] sử dụng các cảm biến quang học phân tán không gian để cập nhật một cây cầu nằm trên đường cao tốc Tran-Ngoc và cộng sự [9] đã xác định các điều kiện độ cứng của các nút giàn của một cầu giàn thép quy mô lớn bằng các phép đo thực nghiệm được thực hiện dưới các nguồn kích thích của đoàn tàu chạy qua, gió và chấn động vi mô kết hợp với mô hình phần tử hữu hạn Ashebo và cộng sự [32] kết hợp các phép đo hiện trường với mô hình phần tử hữu hạn

để xem xét ảnh hưởng của độ lệch của dầm chính đối với sự phân bố tải trọng của phương tiện theo hướng ngang trên cầu Zhong và cộng sự [33] đã xác định các tham

số kết cấu không chắc chắn của cầu dây văng dài sử dụng mô hình cập nhật kết hợp với lý thuyết xác suất Kuok và cộng sự [34] đã áp dụng xác suất Bayes để xác định các phản ứng kết cấu của cầu Ting Kau, đây là cây cầu dây văng quy mô lớn ở Hồng Kông Cheng và cộng sự [35] đã phân tích các đặc tính động học của cầu đường sắt bằng cách sử dụng các lò xo giảm chấn Yan và cộng sự [36] đề xuất một phương pháp dựa trên sóng wavelet của các phản ứng dao động tự do của các kết cấu bị hư hỏng Phương pháp này không chỉ nhận dạng được các hư hỏng đang xảy ra trong kết cấu mà còn xác định chính xác vị trí và mức độ hư hỏng Sim và cộng sự [37] sử dụng cả các phép đo toàn cục và cục bộ thay thế các phép đo gia tốc để cải thiện độ chính xác của các phương pháp giám sát sức khỏe kết cấu công trình

Sự xuất hiện của các thuật toán tối ưu tiến hoá như GA, PSO trong những thập

kỷ gần đây đã nâng cao hiệu quả của SHM Những phương pháp tối ưu này được sử dụng để giảm thiểu sự sai khác giữa kết quả mô hình và kết quả thực tế Từ đó nâng cao được độ chính xác của kết quả thu được Na và cộng sự [18] trình bày một cách tiếp cận mới để phát hiện hư hỏng trong kết cấu dựa trên GA và các đặc trưng động học của kết cấu Phương pháp đề xuất cho phép xác định vị trí và mức độ hư hỏng trong kết cấu, mặc dù có xét đến nhiễu và dự liệu không đầy đủ trong các phép đo Mares and Surace [19] đã sử dụng các thuật toán GA bằng cách áp dụng phương pháp lực dư dựa trên lý thuyết phân tích dao động riêng để xác định hư hỏng trong các kết cấu đàn hồi Kết quả cho thấy phương pháp đề xuất cung cấp dự đoán chính xác về cả

vị trí hư hỏng và mức độ hư hỏng của kết cấu được xem xét Perera và cộng sự [38] sử dụng một số thuật toán GA đa biến dựa trên sự tối ưu Pareto và các hàm tổng hợp để xác định hư hỏng trong kết cấu

Chou và cộng sự [39] đã xác định vị trí và mức độ của hư hỏng trong các kết cấu bằng cách giải quyết vấn đề nghịch đảo sử dụng thuật toán GA trong đó các phép đo tĩnh của chuyển vị được áp dụng để xác định sự thay đổi của các tính chất như diện tích mặt cắt ngang và mô đun đàn hồi Hao và cộng sự [40] sử dụng thuật toán GA để phát hiện hư hỏng trong khung và dầm công xon sử dụng hàm mục tiêu bao gồm tần

số dao động tự nhiên, mode dao động và kết hợp cả hai Kết quả chỉ ra rằng phương pháp đề xuất có thể xác định chính xác vị trí và mức độ hư hỏng của kết cấu xem xét, ngay cả khi dữ liệu đo có sai số

Gonçalves và cộng sự [41] đã giới thiệu thuật toán nhóm tìm kiếm, đây là một phương pháp tối ưu hóa siêu dữ liệu mới để giải quyết vấn đề tối ưu hóa các kết cấu giàn Kết quả của thuật toán đề xuất đã chứng minh khả năng nhận diện hư hỏng trong các kết cấu Guo và cộng sự [42] áp dụng thuật toán GA và kỹ thuật tổng hợp thông tin

để xác định vị trí và mức độ của hư hỏng tại nhiều vị trí trong kết cấu Đầu tiên, hư hỏng được nhận dạng bằng cách sử dụng hàm mục tiêu của cả tần số dao động tự nhiên và mode dao động Sau đó, một thuật toán GA tìm kiếm vi mô được áp dụng để xác định mức độ hư hỏng Yu và cộng sự [43] áp dụng tối ưu hóa đàn kiến (Ant Colony – AC) để xác định vị trí hư hỏng của khung hai tầng và kết cấu khung thép ba tầng được hiệu chỉnh trên các phép đo Thuật toán đề xuất cung cấp dự đoán chính xác

về cả vị trí và mức độ của hư hỏng trong các kết cấu được xem xét

Bên cạnh các ưu điểm thì các phương pháp tối ưu hoá dựa vào các nguyên lý di truyền như GA vẫn còn tồn tại những nhược điểm làm giảm độ chính xác của kết quả thu được Một trong những nhược điểm lớn của GA đó là thuật toán này thường bị mất thông tin với cá thể không được lựa chọn để tiếp tục so sánh với thế hệ trước Hơn nữa qua mỗi bước, bởi vì có quá nhiều tham số phải điều chỉnh, quá trình tính toán thường rất dài và yêu cầu các siêu máy tính với cấu hình cao khi áp dụng GA để giải quyết các

mô hình số phức tạp, với nhiều phần tử và số bậc tự do (degree of freedom – DOF) Trong các thuật toán tối ưu tiến hóa, thuật toán PSO là thuật toán phổ biến với nhiều ưu điểm vượt trội Điển hình như, khả năng tìm kiếm trong không gian rộng lớn,

có thể giữ lại tất cả các thông tin của các phần tử mà nó đã sử dụng Từ đó thông tin của tất các các phần tử qua các lần lặp sẽ được lưu giữ và các phần tử với giải pháp tốt hơn sẽ được lựa chọn Vì vậy thuật toán này đã được áp dụng thành công để giải quyết các vấn đề tối ưu hóa, đặc biệt là vấn đề giám sát sức khỏe kết cấu công trình

Ví dụ, Seyedpoor [44] đã kết hợp một chỉ số dựa trên năng lượng biến dạng với PSO để xác định vị trí và mức độ của nhiều trường hợp hư hỏng khác nhau Trong giai đoạn đầu tiên, thuật toán đề xuất được sử dụng để xác định chính xác vị trí hư hỏng của kết cấu Trong giai đoạn thứ hai, mức độ của hư hỏng thực tế được xác định bằng cách áp dụng PSO dựa trên kết quả của giai đoạn đầu tiên Kết quả cho thấy thuật toán

đề xuất có thể cung cấp một công cụ đáng tin cậy để phát hiện hư hỏng kết cấu Sandesh và cộng sự [45] đã sử dụng thuật toán tối ưu hóa kết hợp giữa GA và PSO để xác định hư hỏng trong một tấm mỏng Nguyên lý năng lượng biến dạng tương đương được chọn là hàm mục tiêu để giảm thiểu sự khác biệt giữa gia tốc đo được và dự đoán theo lý thuyết Jain và cộng sự [46] đã trình bày một phương pháp để chọn và định cỡ tối ưu cho máy phát điện phân tán bằng cách dựa trên PSO Zonkoly [47] cũng áp dụng PSO để tối ưu hóa cho tải công suất

Trong nghiên cứu của [48], một thuật toán PSO cải tiến cũng được đề xuất để khắc phục các vấn đề tối ưu cục bộ Moradi và Abedini [49] sử dụng PSO kết hợp với

GA để tối ưu hoá kích thước cho máy phát điện phân tán Kaveh and Maniat [20] đã

sử dụng PSO để xác định hư hỏng trong hai kết cấu dầm và hai kết cấu giàn Kết quả cho thấy PSO có thể xác định chính xác các dạng hư hỏng trong kết cấu, ngay cả khi

dữ liệu không đầy đủ và kết quả đo chịu ảnh hưởng bởi nhiễu Miguel và cộng sự [50]

đã xác định một số kịch bản hư hỏng khác nhau của ba dầm công xon bằng cách áp

dụng thuật toán tối ưu hóa lai Để đánh giá hiệu quả và độ chính xác của phương pháp

đề xuất, kết quả được so sánh với các thuật toán khác như thuật toán PSO, GA và chỉ

ra rằng thuật toán tối ưu hóa lai không chỉ giảm thời gian tính toán mà còn cho kết quả chính xác hơn sử dụng PSO và GA riêng rẽ

Thuật toán PSO có những nhược điểm có thể làm giảm hiệu quả của nó trong việc giải quyết các vấn đề tối ưu hóa, trong số đó thuật toán này không chỉ phụ thuộc chủ yếu vào chất lượng của quần thể ban đầu mà còn không có các khả năng như giao chéo hay đột biến để cải thiện chất lượng của các thế hệ mới Quá trình tìm giải pháp tối ưu cục bộ của phương pháp PSO truyền thống cũng tốn nhiều thời gian vì thuật toán này chỉ phụ thuộc vào phương pháp tìm kiếm ngẫu nhiên trong suốt quá trình di chuyển của các phần tử

Trong những thập kỷ gần đây phương pháp học máy được sử dụng rộng rãi và đã đem lại những kết quả tiềm năng cho vấn đề SHM Zenzen và cộng sự [51] phát hiện các hư hỏng trong tấm composite sử dụng truyền động (tranmissibility) và ML Cả hai trường hợp hư hỏng tại một vị trí và hư hỏng tại nhiều vị trí đều được xem xét Kết quả chỉ ra rằng, phương pháp đề xuất không chỉ xác định chính xác các hư hỏng xảy ra trong kết cấu mà còn giảm thời gian tính toán Patel và cộng sự [52] đã sử dụng ML để

dự đoán ứng xử của vật liệu composite được gia cố bằng các sợi các bon khi bắt đầu xuất hiện các vết nứt Trong nghiên cứu của [53], ML dựa trên mô hình phần tử hữu hạn đã được kết hợp với mô phỏng Monte Carlo để xác định ứng xử của kết cấu dạng

vỏ Abuodeh và cộng sự [54] đã sử dụng kỹ thuật ML để dự đoán độ bền cắt và ứng xử của vật liệu polyme gia cố bằng sợi các bon cường độ cao Kết quả chỉ ra rằng phương pháp được đề xuất cung cấp kết quả chính xác hơn các tiêu chuẩn truyền thống bao gồm CNRDT200

Gần đây, ANN đã được sử dụng rộng rãi để mô phỏng và điều tra một số vấn đề trong nhiều lĩnh vực kỹ thuật ANN cần có đủ số lượng dữ liệu đầu vào và đầu ra, dữ liệu này có thể được thu thập thông qua các nghiên cứu lý thuyết, số học, hoặc thực nghiệm ANN có khả năng xử lý dữ liệu phi tuyến tính, dữ liệu không đầy đủ, hoặc dữ liệu chịu ảnh hưởng của nhiễu, đây là trường hợp phổ biến trong các lĩnh vực kỹ thuật

Ví dụ, mô hình ANN được xây dựng để xác định hư hỏng của dầm bê tông và dự đoán khả năng chịu cắt của các dầm [55] Cai và cộng sự [56] trình bày mô hình ANN dự đoán khả năng chống cắt còn lại của dầm tiếp xúc với lửa Một mạng lưới thần kinh

được phát triển để dự đoán đường cong của tải trọng và cường độ nén của bê tông được gia cố bằng sợi composite được giới thiệu bởi Ashrafi và cộng sự [57] Erdem [58] đã dự đoán khả năng chịu uốn của các tấm bê tông cốt thép tiếp xúc với lửa bằng

mô hình ANN

Bengar và cộng sự [59] đã phát triển mô hình ANN có khả năng dự đoán độ dẻo của kết cấu dầm Armaghani và cộng sự [60], đề xuất ứng dụng các phương pháp trí tuệ nhân tạo (Artificial Intelligence - AI) để dự đoán cường độ nén của vật liệu vữa gốc xi măng có hoặc không có đất sét Asteris và cộng sự [61] sử dụng ANN và thuật toán di truyền để xác định cường độ chịu nén của bê tông Cả mô hình số và mô hình thực nghiệm đều được xem xét Kết quả chứng minh rằng các thông số như mác xi măng và đường kính tối đa của cốt liệu, rất cần thiết trong việc dự đoán cường độ nén của vữa làm từ xi măng Apostolopouloua và cộng sự [62] sử dụng ANN để mô phỏng

và lập bản đồ sự phát triển của các đặc tính thủy lực tự nhiên cao của vữa vôi thủy lực, chẳng hạn như cường độ nén, tỷ lệ giữa độ nén và độ bền uốn và độ đặc, cho các thông

số hỗn hợp vữa đã chọn, cụ thể là tỷ lệ chất kết dính trên cát, tỷ lệ nước trên chất kết dính và đường kính tối đa của cốt liệu đối với các tuổi mẫu vữa khác nhau Kiểm chứng thực nghiệm đã được thực hiện sử dụng mô hình ANN đề xuất cho thấy mối tương quan tốt giữa kết quả lý thuyết và thực nghiệm

Duẩn và cộng sự [63], đã nghiên cứu bốn mô hình khác nhau dựa trên AI để dự đoán cường độ nén của bê tông cốt liệu tái chế Trong số các mô hình này, mô hình ICA-XGBoost được chọn là mô hình tối ưu trong dự đoán hiệu suất Tất cả các mẫu được sử dụng cho quá trình thử nghiệm có độ lệch thấp hơn ± 10% so với các giá trị thực nghiệm chứng minh mô hình được đề xuất là một công cụ hữu ích trong lĩnh vực này Asteris và Mokos [64], đã trình bày về ứng dụng của ANN nhằm mục đích dự đoán cường độ nén của bê tông trong các kết cấu dầm Kết quả thu được cho thấy một

sự tương đồng cao giữa kết quả dự đoán dùng ANN và kết quả thực nghiệm Arangio

và cộng sự [65] đã sử dụng mạng lưới nơ ron Bayes để xác định hư hỏng trong cầu dây văng quy mô lớn dựa trên các đặc trưng động học kết cấu

Mặc dù trong những năm gần đây, ML và ANN đã chứng tỏ được những tiềm năng trong lĩnh vực kỹ thuật nói riêng và lĩnh vực SHM nói chung, thuật toán này vẫn tồn tại những nhược điểm cơ bản làm giảm độ chính xác của kết quả thu được Một trong những vấn đề cốt lõi nhất là ANN sử dụng các thuật toán lan truyền ngược dựa

trên các kỹ thuật GD (Gradient Descent), có một nhược điểm chính liên quan đến các vấn đề cực tiểu cục bộ, đặc biệt có thể xảy ra khi mạng chứa các bề mặt lỗi khác nhau với nhiều cực tiểu cục bộ được phân phối rộng rãi

1.3 Tình hình nghiên cứu ở Việt Nam về giám sát sức khỏe kết cấu công trình dựa trên phương pháp đo nhận dạng dao động

Ở Việt Nam, các nghiên cứu về lĩnh vực giám sát sức khỏe kết cấu công trình đầu tiên tập trung vào phát hiện các vết nứt tồn tại trong kết cấu, sau đó các nghiên cứu tiếp tục đi vào phân tích sự phát triển của các vết nứt Các nghiên cứu về phát hiện

hư hỏng trong kết cấu được thực hiện với nhiều loại kết cấu như cầu đường, các loại nền móng và các giàn khoan Nguyễn Tiến Minh [66] đề xuất phương pháp xác định

sự thay đổi của các tham số trong kết cấu cầu như mô đun đàn hồi của bê tông bằng cách so sánh kết cấu ở trạng thái chưa hư hỏng và trạng thái hư hỏng Tuy nhiên trong nghiên cứu này chưa đề cập đến khả năng phát hiện khu vực cũng như mức độ hư hỏng của kết cấu

Bùi Đức Chính [67-70] sử dụng biến đổi Hilbert-Huang để chẩn đoán hư hỏng của kết cấu phần dưới của công trình cầu Kết quả chứng minh rằng biến đổi Hilbert-Huang có thể phân biệt được các ứng xử dao động khác nhau của các trụ cầu, ngoài ra còn có thể xác định được sự giảm về độ cứng của các trụ, trong khi đó các phương pháp biến đổi cũ như Fast Fourier Transform (FFT), và Wavelet Transform (WT) chỉ cho thấy có sự thay đổi nhỏ về biên độ dao động của các trụ cầu, nhưng không thể đưa

ra được mức độ của sự thay đổi biên độ này Ngoài ra các phương pháp chuyển đổi như FFT và WT còn chịu ảnh hưởng khá nhiều của hiện tượng nhiễu Ngô Trọng Đức

và cộng sự [71] áp dụng phân tích các dao động riêng để xác định các vết nứt trong các dầm sử dụng vật liệu có cơ tính biến thiên Trong nghiên cứu này, ảnh hưởng của nhiễu cũng được xem xét Kết quả chỉ ra rằng, phương pháp đề xuất có thể phát hiện được vị trí của vết nứt

Khiêm và cộng sự [72] đề xuất phương pháp phân tích tần số riêng của kết cấu dầm với một số vết nứt ngẫu nhiên dựa trên phương pháp ma trận chuyển giao và mô hình lò xo quay của các vết nứt Phương pháp đề xuất có thể xác định chính xác khu vực hư hỏng và giảm thời gian tính toán so với các phương pháp khác Phạm Xuân Khang [73-76] đề xuất thuật toán để xác định các hư hỏng trong kết cấu dựa vào các đặc trưng động học (so sánh dao động riêng của kết cấu ở các trạng thái đo khác nhau)

Nghiên cứu đề xuất được áp dụng cho công trình cầu thực tế và đem lại những kết quả phù hợp với thực tế Tác giả cũng áp dụng phương pháp động dựa vào sự thay đổi của dạng dao động riêng để đề xuất trình tự chẩn đoán hư hỏng trong kết cấu nhịp giản đơn Nguyễn Việt Khoa [77-82] đã áp dụng các phương pháp giám sát sức khỏe không phá hủy dựa vào đặc trưng động học của kết cấu để chẩn đoán các hư hỏng trong kết cấu

Một số nghiên cứu cũng đã được tiến hành để giám sát sức khỏe cho các công trình cầu lớn như cầu Mỹ Thuận, cầu Bãi Cháy, hay cầu Kiền bằng cách lắp đặt các thiết bị cảm ứng để theo dõi thường xuyên sức khỏe kết cấu công trình Tuy nhiên, những thiết bị này chỉ cung cấp các thông tin cơ bản và cần được kiểm chứng cũng như so sánh với các mô hình tính toán bằng cách áp dụng cập nhật mô hình từ đó xác định các tham số chưa tường minh hoặc thay đổi trong quá trình khai thác hay tác động của ảnh hưởng môi trường như tính chất vật liệu, độ cứng của các bộ phận, điều kiện biên, từ đó đánh giá đúng khả năng chịu lực cũng như chẩn đoán các hư hỏng xảy ra nếu có của công trình

Nguyễn Hữu Thuấn và cộng sự [83] giám sát sức khỏe cầu dây văng Mỹ Thuận bằng cách tiến hành đo thực nghiệm tại hiện trường Một mô hình số cũng được xây dựng để so sánh với kết quả từ thực nghiệm Hàm mục tiêu so sánh bao gồm tần số dao động riêng và hình dạng dao động Bùi Tiến Thành và cộng sự [84] tiến hành đo đạc thực nghiệm cầu dây văng Mỹ Thuận Tuy nhiên trong nghiên cứu này, tác giả tập trung vào lựa chọn vị trí tối ưu của các cảm biến để có thể thu nhập được nhiều thông tin nhất về các đặc trưng động học của kết cấu như tần số dao động riêng và hình dạng dao động Hoàng Nam [85] nghiên cứu về hệ thống quan trắc để lắp đặt cho cầu Cần Thơ nhằm thu thập các dữ liệu về tần số dao động riêng và hình dạng dao động Bùi Xuân Ngó và cộng sự [86] xác định một số chỉ tiêu kỹ thuật cơ bản của cầu dây văng thông qua các hệ thống quan trắc sức khỏe kết cấu công trình theo thời gian thực Nguyễn Trọng Nghĩa và cộng sự [87] đo lực căng dây cáp của cầu dây văng Phú Mỹ dựa trên phương pháp đồ thị Lực căng cáp được tính toán dựa vào kết quả đo dao động, bao gồm tần số dao động riêng Trần Văn Đức và cộng sự [88] thực hiện các phép đo hiện trường để xác định các đặc trưng động học của cầu dây văng Phò Nam Các nghiên cứu về giám sát sức khỏe kết cấu công trình bằng nhận dạng dao động đã thực hiện ở Việt Nam chủ yếu phân tích hoặc xác định các đặc trưng động học

của kết cấu như tần số dao động riêng, hình dạng dao động mà chưa hoàn toàn xác định được giá trị của các thông số bất định của kết cấu có thể thay đổi theo thời gian như các đặc trưng của vật liệu (mô đun đàn hồi ), hình dạng mặt cắt, và điều kiện biên Những thông số này ảnh hưởng đến sự làm việc của kết cấu và phản ánh rõ ràng nhất những ứng xử của kết cấu khi xảy ra hư hỏng Ngoài ra, mặc dù gần đây trên thế giới các nghiên cứu sử dụng các thuật toán tối ưu, hay các phương pháp học máy đã được áp dụng rộng rãi và hiệu quả để giám sát sức khỏe các công trình Ở Việt Nam, các kỹ thuật này vẫn còn mới, chưa có nhiều nghiên cứu sử dụng các thuật toán tối ưu, hay các phương pháp học máy để giám sát sức khỏe các công trình

Kết luận Chương 1

Chương 1 giới thiệu tổng quan về giám sát sức khỏe kết cấu công trình dựa trên phương pháp đo nhận dạng dao động và tình hình nghiên cứu, áp dụng phương pháp giám sát sức khỏe kết cấu công trình dựa trên phương pháp này Hiện nay, việc giám sát sức khỏe các công trình cầu ở Việt Nam theo các định kỳ thời gian nhất định, áp dụng các phương pháp tĩnh, phụ thuộc nhiều vào sự phán đoán của các kỹ sư Các phương pháp này đòi hỏi chi phí lớn, huy động nhiều nhân lực, độ chính xác hạn chế cũng như không kịp thời chẩn đoán các hư hỏng hoặc sự cố xảy ra với các công trình Giám sát sức khỏe kết cấu công trình dựa trên các đặc trưng động học như tần số dao động riêng, hình dạng dao động và hệ số cản là phương pháp giám sát sức khỏe không phá hủy Phương pháp này có nhiều ưu điểm điển hình như: cung cấp một cách thức toàn cục để đánh giá trạng thái kết cấu, các phép đo tại một địa điểm là đủ để đánh giá tình trạng của toàn bộ kết cấu, các kết cấu vẫn có thể khai thác trong điều kiện bình thường khi tiến hành các công tác thực nghiệm

CHƯƠNG 2: NGHIÊN CỨU VÀ ĐỀ XUẤT PHƯƠNG PHÁP CHẨN ĐOÁN HƯ HỎNG KẾT CẤU BẰNG PHƯƠNG PHÁP ĐO

DAO ĐỘNG NGẪU NHIÊN

2.1 Cơ sở lý thuyết về dao động kết cấu

Dao động của kết cấu liên tục được rời rạc hóa bằng phương pháp phần tử hữu hạn với số bậc tự do- (degree-of-freedom-DOF) được thể hiện bởi phương trình vi phân bậc hai viết dưới dạng ma trận (còn được gọi là phương trình chuyển động cơ bản) [27]:

(2.1)

Ở đây 𝑀, , 𝐾 ∈ lần lượt là ma trận khối lượng, ma trận giảm chấn, ma trận

độ cứng của kết cấu; 𝑢(𝑡) ∈ là véc tơ chuyển vị tại thời điểm 𝑡 (biến thời gian liên tục) bất kỳ Véc tơ và và véc tơ (hàm) vận tốc và gia tốc Véc tơ 𝑓(𝑡) biểu diễn lực tác dụng, là tổng hợp của ma trận vị trí và véc tơ lực tác dụng vào phần tử 𝑢(𝑡) Ma trận khối lượng 𝑀 và ma trận độ cứng 𝐾 được xây dựng từ đặc trưng hình học và đặc trưng vật liệu của kết cấu Cách xây dựng ma trận giảm chấn thường dựa vào quan sát hiện tượng vật lý hoặc dựa trên các giả thuyết toán học để đơn giản hóa việc mô tả bài toán dao động tắt dần (ví dụ như trường hợp mô tả giảm nhớt theo quy luật hàm mũ âm)

Trên thực tế, giảm chấn là hiện tượng vật lý rất phức tạp Do đó, tổng hợp được

ma trận giảm chấn cho kết cấu thực là rất khó khăn thậm chí là không thể trong phần lớn các công trình Mô hình phần tử hữu hạn ở phương trình (2.1) là cách phổ biến nhất để mô tả hình thức dao động của kết cấu Tuy nhiên xét về phương diện dao động,

nó chỉ là công cụ khởi đầu để diễn tả những khái niệm phức tạp hơn của các mô hình phù hợp cho công tác thí nghiệm Lý do thứ nhất là không thể đo đạc được hết tất cả các bậc tự do (mô hình tính toán một kết cấu quy mô lớn có thể bao gồm hàng triệu phần tử, trong đó có rất nhiều phần tử không thể gắn được thiết bị đo đạc) Thứ hai, 𝑡 trong phương trình 2.1 là biến liên tục, trong khi đó số liệu đo là các mẫu rời rạc theo thời gian Thêm vào đó nhiễu và sai số là một phần không thể thiếu được trong bất kỳ thí nghiệm động nào Cuối cùng thì kết cấu có thể dao động do các tác động không thể

đo đạc được như gió và các yếu tố ngẫu nhiên khác

2.1.1 Bài toán giá trị riêng cho kết cấu dao động không tắt

Đầu tiên ta xét trường hợp kết cấu dao động không tắt Lời giải cho bài toán tìm giá trị riêng và véc tơ riêng ở phương trình (2.1) được trình bày ở đây để diễn giải cho các khái niệm cơ bản ở các phần sau Khi không có ma trận giảm chấn và không có ngoại lực tác dụng, phương trình (2.1) có dạng phần tử hữu hạn dao động tự do như sau:

(2.2) Chuyển vị của kết cấu xác định bằng phương pháp giải tích có dạng:

Thay thế lại phương trình 2.2 ta được phương trình trị riêng tổng quát:

(2.3)

Ở đây là bất kỳ véc tơ trị riêng và là giá trị riêng (số thực) Trong trường hợp không giảm chấn, giá trị riêng thường được định nghĩa là bình phương của tần số , do đó:

(2.6)

Ở đây là các phần tử khối lượng mode (modal masses) và là các phần tử độ cứng mode (modal stiffness) Vector là vector chuyển vị của vector Thay phương trình (2.6) vào (2.5) ta được:

nhắc tới như là các hình dạng dao động, bởi vì đặc trưng của véc tơ này rất trực quan

và dễ hiểu để mô tả biến dạng của kết cấu Chú ý rằng nếu kết cấu dao động liên tục thì véc tơ trị riêng có giá trị thực và cũng được gọi là véc tơ mode tiêu chuẩn (normal modal vector)

2.1.2 Dao động tắt dần tỷ lệ

Bằng cách nhân hai vế của phương trình chuyển động cơ bản (2.1) với và chuyển hệ tọa độ q(t)=ф ta có:

(2.9) Véc tơ ∈ chứa các giá trị chuyển vị mode (modal displacements) Tính trực giao ở phương trình (2.6) có thể dùng để rút gọn phần tử thứ nhất và phần tử thứ

ba ở vế trái của phương trình (2.9) Trong trường hợp tắt dần ta có thể biến đổi ma trận giảm chấn thành dạng đường chéo Sau đó bằng cách định nghĩa tỷ

lệ giảm dao động và đặt Г=diag(2 ta có:

(2.10) Thay phương trình (2.6) và (2.10) vào (2.9) ta được:

(2.11) Nghiệm của phương trình vi phân bậc hai thuần nhất (mô hình phần tử hữu hạn viết dưới dạng ma trận) có dạng Có thể dễ dàng nhận thấy rằng véc tơ trị riêng có dạng giống như trường hợp dao động không tắt Giá trị riêng của phương trình (2.11) phải thỏa mãn phương trình:

(2.12) Cho ta đáp số:

(2.13)

Ở đây ‘*’ ký hiệu số phức liên hợp Khi dùng phương pháp phần tử hữu hạn để phân tích động, ta thường phải xác định các tỷ lệ giảm dao động riêng (modal damping ratio) tương ứng với số mode dao động cần thiết Các hệ số này có thể xác

định từ kết quả đo dao động Cuối cùng ma trận giảm chấn tổng hợp từ phương trình (2.10) có dạng:

(2.14)

Chú ý rằng đẳng thức thứ hai được biến đổi từ điều kiện trực giao như ở phương trình (2.6) Trường hợp đặc biệt của giảm dao động tắt dần tỷ lệ là giảm chấn Rayleigh theo đó ma trận giảm chấn tỷ lệ thuận với ma trận khối lượng và ma trận độ cứng:

(2.15) Với 𝛼 và 𝛽 là hằng số Nhìn vào phương trình này ta thấy thêm một điều kiện ràng buộc vào hệ phương trình phần tử hữu hạn Tuy nhiên bản chất vật lý của nó là

ma trận hệ số giảm dao động được phân bố tỷ lệ trên toàn bộ kết cấu Như đã đề cập, rất khó có thể kết luận về cơ chế giảm dao động, do đó ta phải dựa vào các giả thiết gần đúng và có ý nghĩa toán học để thuận tiện cho việc phân tích

2.1.3 Dao động giảm nhớt tổng quát

Nếu như giả thiết về giảm dao động tỷ lệ không còn đúng nữa như trường hợp kết cấu cầu dây có gắn thiết bị giảm chấn, ta phải dùng cách khác để xác định giá trị riêng – đó là lý thuyết giảm nhớt tổng quát (general viscous damping) Trên thực tế gần như tất cả các phương pháp thực nghiệm để tìm ra hệ số giảm dao động thường sử dụng lý thuyết giảm nhớt Trong trường hợp không giảm tỷ lệ, véc tơ trị riêng của phương trình dao động không tắt (2.2) không giống với véc tơ trị riêng của phương trình dao động có cản Để giải bài toán giảm nhớt, phương trình dao động tổng quát (2.1) phải được viết lại dưới dạng bậc nhất bằng cách đặt:

(2.16) Khi đó (2.1) trở thành:

(2.17)

Ở đây 𝑥(𝑡) ∈ được gọi là véc tơ trạng thái (state vector) Bài toán trị riêng có dạng:

(2.18) Trong đó Ѱ∈ chứa = 2 vector riêng phức theo cột và = diag( )

∈ là ma trận đường chéo bao gồm giá trị riêng phức [rad/s] Có thể nhận thấy rằng và Ѱ có dạng như sau:

(2.19)

Ở đây ʌ, ∈ là giá trị riêng và véc tơ riêng của phương trình vi phân bậc hai ban đầu Phương trình (2.18) thỏa mãn điều kiện:

(2.20) Chú ý rằng ký hiệu thay thế ký hiệu của trường hợp giảm chấn tỷ lệ, giá trị riêng có dạng như sau:

2.2 Các phương pháp chẩn đoán hư hỏng kết cấu dựa trên dao động

2.2.1 Phương pháp dựa trên sự thay đổi của tần số dao động riêng

Cách tiếp cận phổ biến nhất và sớm nhất để xác định hư hỏng trong kết cấu dựa vào dao động đó là việc sử dụng tần số dao động riêng hoặc cộng hưởng của kết cấu

Sự xuất hiện của hư hỏng trong kết cấu gây nên những sự thay đổi của tần số riêng trong kết cấu Một nghiên cứu chuyên sâu sử dụng dữ liệu tần số riêng để xác định các

hư hỏng trong kết cấu được cung cấp bởi [28, 89] Ndambi và cộng sự [90] biểu diễn một thí nghiệm kiểm tra để đánh giá sự tương hợp giữa quá trình phát triển vết nứt trong dầm bê tông cốt thép Tải trọng tĩnh được sử dụng để tạo ra các vết nứt trong dầm và thí nghiệm động được sử dụng để xác định các đặc trưng động học của kết cấu Mỗi thí nghiệm tĩnh được đi kèm với một thí nghiệm động trên cùng một mẫu dầm với

điều kiện biên tự do (dầm được treo trên giá) để giảm ảnh hưởng của độ cứng gối Kết quả cho thấy rằng tần số dao động riêng chịu ảnh hưởng của sự tích lũy của các vết nứt trong dầm nhưng không chịu ảnh hưởng của khu vực xảy ra vết nứt Kết quả cũng chú

ý rằng nếu tần số dao động riêng đơn điệu giảm thì mức độ hư hỏng có thể ước tính được

Kim và cộng sự [91] báo cáo phương pháp luận để xác định khu vực và kích thước của hư hỏng sử dụng tần số dao động riêng Hai phương pháp luận được giới thiệu để xác định khu vực và mức độ hư hỏng, và chỉ sử dụng tần số dao động riêng hoặc/và hình dạng dao động của một số mode dao động Một dầm bê tông giản đơn được sử dụng cho thí nghiệm Tham số dao động riêng của dầm thu được từ mô hình phần tử hữu hạn sử dụng phần mềm thương mại ANSYS Nghiên cứu chỉ ra rằng, biên

độ thay đổi trong các hình dạng dao động một mình không đủ độ nhạy để xác định vị trí hư hỏng trong dầm Một thuật toán dựa trên lý thuyết dầm Euler Bernoulli được phát triển, sử dụng mối quan hệ giữa sự thay đổi phân đoạn trong năng lượng biến dạng và thay đổi phân đoạn theo tần số riêng để xác định mức độ của hư hỏng Kết quả chỉ ra rằng, vị trí hư hỏng có thể được xác định với sai số rất bé Hơn nữa, khi vết nứt xảy ra tại vị trí giữa dầm, kích thước của vết nứt có thể ước tính chính xác và độ chính xác giảm dần khi vết nứt xảy ra ở vị trí một phần tư đến vị trí gối của dầm chủ

Garesci và cộng sự [92] giới thiệu phương pháp luận để xác định sự xuất hiện của hư hỏng và khu vực hư hỏng bằng cách áp dụng phân tích thí nghiệm và mô hình phần tử hữu hạn Phương pháp này giả sử rằng quan hệ của các vật liệu là tuyến tính

và tác giả so sánh các giá trị riêng và vec tơ riêng có được từ hai phương pháp Đầu tiên phương pháp được ứng dụng cho tấm chữ nhật để kiểm tra độ tin cậy của việc chẩn đoán các hư hỏng đối với vật liệu trực hướng và đẳng hướng Tiếp đến phương pháp được kiểm tra với các vật liệu khác Kết quả cho thấy phương pháp này có thể xác định chính xác vị trí hư hỏng Tuy nhiên, sự lựa chọn phù hợp của thang độ màu trong mô hình số là cần thiết để phát hiện hư hỏng

Nghiên cứu của Kim và công sự [91, 93] đề xuất giám sát hư hỏng kết cấu dựa trên dao động để xác định vị trí và mức độ của hư hỏng trong điều kiện thay đổi của nhiệt độ Đầu tiên, một tập hợp các giá trị dao động riêng được đo trong các điều kiện nhiệt độ thay đổi Giá trị trung bình và phương sai của tần số dao động riêng thu được

đã được kiểm chứng trong thí nghiệm Sau đó, một tập hợp các công thức hiệu chỉnh

tần số theo kinh nghiệm được đưa ra để điều chỉnh nhiệt độ gây ra sự thay đổi trong tần số dao động riêng Sau đó, biểu đồ được kiểm soát đã được vẽ giữa nhiệt độ và tần

số dao động riêng Cả hai vị trí hư hỏng và mức độ hư hỏng đều rất chính xác khi tần

số thu được trước khi hư hỏng và sau khi hư hỏng từ cùng một điều kiện nhiệt độ nhưng độ chính xác này giảm khi khoảng cách nhiệt độ tăng Zhong và cộng sự [94]

đã đề xuất một phương pháp mới dựa trên phương pháp thăm dò không gian bằng phương pháp hiệu chỉnh trung tâm quang phổ, từ đó cung cấp một giải pháp đơn giản

để phát hiện hư hỏng trong kết cấu bằng cách sử dụng phương pháp phân tích lịch sử thời gian sử dụng đầu ra của các kết cấu giống như dầm

Ưu điểm của phương pháp dựa trên sự thay đổi của tần số dao động riêng là dễ

áp dụng và chi phí thấp Tuy nhiên, việc xác định hư hỏng trong kết cấu dựa vào sự thay đổi của tần số riêng cũng tồn tại nhiều nhược điểm Nhược điểm thứ nhất đó là các hư hỏng tạo bởi các tần số thấp yêu cầu rất chính xác các kết quả từ đo đạc Hư hỏng có thể chỉ tạo ra các thay đổi rất nhỏ trong tần số dao động riêng, đặc biệt đối với các kết cấu quy mô lớn và những thay đổi nhỏ này có thể sẽ khó được phát hiện do những sai lệch hoặc những lỗi xảy ra trong quá trình đo đạc Thêm nữa, những phương pháp này không thể phân biệt các hư hỏng tại các vị trí đối xứng trong các kết cấu đối xứng Nhược điểm khác đó là tần số dao động riêng dễ dàng bị ảnh hưởng bởi các thay đổi môi trường ví dụ như sự thay đổi về độ ẩm, và đặc biệt là ảnh hưởng của nhiệt độ

Vì thế nếu chỉ áp dụng tần số dao động riêng để dự đoán hư hỏng xảy ra trong kết cấu thì có thể dẫn đến những sai lệch về kết quả và vị trí cũng như mức độ xảy ra hư hỏng Trong trường hợp này cần dùng các phương pháp có độ chính xác cao để xác định các phát hiện các thay đổi đó Những phương pháp này được sẽ được NCS đề xuất ở mục 2.3.3

2.2.2 Phương pháp dựa vào sự thay đổi của hình dạng dao động

Hình dạng dao động là đặc trưng vốn có của một kết cấu Chúng không phụ thuộc vào lực hoặc tải trọng tác động lên kết cấu Thay đổi về hình dạng dao động thường nhạy hơn nhiều so với thay đổi về tần số riêng và hệ số cản khi kết cấu xuất hiện hư hỏng cục bộ Trong những năm gần đây, rất nhiều phương pháp xác định hư hỏng được phát triển dựa trên các hình dạng dao động thực đo hoặc các đặc điểm của hình dạng dao động như đường cong hoặc năng lượng biến dạng

2.2.2.1 Phương pháp dựa trên hình dạng dao động trực tiếp

Có thể sử dụng so sánh giữa hai bộ dữ liệu hình dạng dao động (có thể là dữ liệu hình dạng dao động trực tiếp hoặc biến đổi của chúng) để xác định hư hỏng vì hình dạng dao động có thể cung cấp nhiều thông tin hơn và nhạy cảm hơn với hư hỏng cục

bộ khi so sánh với tần số dao động riêng Có hai phương pháp phổ biến thường được dùng để so sánh hai bộ hình dạng dao động: tiêu chí đảm bảo hình dạng dao động (Modal assurance criterion - MAC) và tiêu chí đảm bảo hình dạng dao động phối hợp (Co-ordinate modal assurance criterion - COMAC)

West [95] đã sử dụng tiêu chí đảm bảo hình dạng dao động để phát hiện các thay đổi trong mẫu thực nghiệm và Lieven và cộng sự [96] đề nghị sử dụng COMAC để xác định khu vực hư hỏng Allemang [97] cho rằng có thể sử dụng các số đo đơn lẻ của sự thay đổi hình dạng dao động Tiêu chí MAC được áp dụng phổ biến nhưng các nghiên cứu cho thấy tiêu chí này không nhạy cảm với những hư hỏng nhỏ trong kết cấu Giá trị MAC của hai dao động và (ví dụ: hình dạng dao động ở trạng thái không bị hư hỏng và bị hư hỏng) được biểu diễn như sau:

(2.24)

Trong đó là số bậc tự do Giá trị MAC cho biết mức độ tương quan giữa hai mode và thay đổi từ 0 đến 1, với 0 thể hiện không có tương quan và 1 cho tương quan chặt chẽ

Tiêu chí đảm bảo hình dạng dao động phối hợp khác với định nghĩa MAC vì nó cung cấp thông tin cục bộ và nó kết hợp thông tin của các mode khác nhau Giá trị COMAC ở dao động phối hợp và cho các mode được định nghĩa như sau:

(2.25) Nếu chuyển vị trong tọa độ từ hai bộ số đo là giống hệt nhau, giá trị COMAC bằng 1 cho tọa độ này Cả COMAC và MAC đều có thể được sử dụng để phát hiện cả

hư hỏng đơn và hư hỏng tại nhiều phần tử Tuy nhiên, hai kỹ thuật này chủ yếu được

áp dụng cho các mô hình số và cho kết quả tốt trong việc xác định hư hỏng Choi và cộng sự [98] đã trình bày một phương pháp để xác định hư hỏng trong một kết cấu sử dụng một hình thức phương pháp chỉ số hư hỏng mới Phương pháp này dựa trên

những thay đổi về hình dạng dao động của kết cấu Những thay đổi thu được bằng cách sử dụng các hình dạng dao động của trạng thái trước hư hỏng và trạng thái sau khi hư hỏng của kết cấu Các ví dụ số của dầm giản đơn và dầm 2 nhịp liên tục kết hợp với dữ liệu thí nghiệm của dầm với điều kiện biên tự do được sử dụng để kiểm tra phương pháp đề xuất Kết quả thu được cho thấy chỉ số dựa trên sự thay đổi trong hình dạng dao động của kết cấu có thể xác định vị trí hư hỏng và ước tính mức độ hư hỏng Các nghiên cứu bằng mô hình số và thực nghiệm cho thấy chỉ số này có thể xác định các vị trí hư hỏng đơn và hư hỏng tại nhiều phần tử Ngoài ra, phương pháp này tạo ra ít sai số hơn các phương pháp chỉ dựa vào chỉ số năng lượng biến dạng Các tác giả cho rằng các chỉ số hư hỏng tổng hợp với nhiều hình dạng dao động có thể cải thiện hiệu suất trong bài toán xác định vị trí hư hỏng và ước tính mức độ hư hỏng James Hu và cộng sự [99] đã đề xuất biến đổi wavelet để xác định hình dạng dao động trong bài toán nhận dạng mô hình hư hỏng Kịch bản hư hỏng đơn và kép trên dầm gỗ được xác định bằng cách sử dụng các chỉ số hư hỏng Kết quả chỉ ra rằng phương pháp

đề xuất hiệu quả và khả thi để phát hiện các kịch bản hư hỏng khác nhau

Ismail và cộng sự [100] đã đề xuất một phương pháp dựa trên hình dạng dao động để xác định vị trí hư hỏng do các vết nứt đơn và dạng tổ ong trong dầm bê tông cốt thép Năm dầm bê tông cốt thép đã được sử dụng để kiểm tra tính chính xác của phương pháp Một chỉ số thu được bằng cách sắp xếp lại phương trình dao động ngang

tự do của dầm, được đề xuất sử dụng để xác định vị trí hư hỏng bằng cách kiểm tra cường độ gia tăng của các chỉ số xung quanh vùng hư hỏng Sự gia tăng tối đa đã được tìm thấy gần vị trí vết nứt hoặc xung quanh giữa các hư hỏng dạng tổ ong Vì kỹ thuật này không phụ thuộc vào dữ liệu ở trạng thái không bị hư hỏng, nên nó có thể dễ dàng được sử dụng để phát hiện hư hỏng trong kết cấu Tuy nhiên, kết quả cho thấy rằng khi

hư hỏng gần hơn tại gối, kết quả có độ chính xác thấp

Kim và cộng sự [101] đã xây dựng một phương pháp đánh giá hư hỏng dựa trên dao động để phát hiện, xác định vị trí và mức độ hư hỏng bằng cách sử dụng các hình dạng dao động có tần số thấp hơn Phương pháp đề xuất nhằm giải quyết vấn đề lựa chọn mode, vấn đề lực dọc trục và vấn đề ước tính mức độ hư hỏng Phương pháp đề xuất cung cấp một chỉ số hư hỏng đại diện duy nhất bằng cách sử dụng nhiều hơn một mode Hơn nữa, phương pháp đề xuất không đòi hỏi bất kỳ thông tin nào về mật độ khối lượng, lực dọc trục và độ cứng nền móng Tuy nhiên, để có được kết quả chính

xác về hư hỏng, một phép đo với lưới đo dày đặc và trích xuất chính xác các hình dạng dao động là điều kiện tiên quyết

2.2.2.2 Phương pháp dựa trên đường cong hình dạng dao động

Một cách khác để sử dụng hình dạng dao động để có được thông tin không gian

về các nguồn của thay đổi dao động là sử dụng các đặc trưng của hình dạng dao động, chẳng hạn như đường cong hình dạng dao động Các đặc trưng của hình dạng dao động rất nhạy cảm với các hư hỏng nhỏ, vì vậy chúng có thể được sử dụng để phát hiện hư hỏng cục bộ Nếu một kết cấu bị hư hỏng cục bộ, sự thay đổi hình dạng dao động sẽ xảy ra trong vùng lân cận của hư hỏng đó Việc giảm độ cứng gây ra bởi hư hỏng làm thay đổi hình dạng dao động của kết cấu Về lý thuyết, những thay đổi trong hình dạng dao động có thể được sử dụng để phát hiện hư hỏng; tuy nhiên, những thay đổi thường nhỏ dẫn đến khó phát hiện được các hư hỏng Đường cong của hình dạng dao động được xác định bằng cách sử dụng độ lệch trung tâm xấp xỉ được biểu diễn như công thức 2.26:

(2.26) Với là số hình dạng dao động, số nút và khoảng cách giữa các nút Vị trí của

hư hỏng sau đó được đánh giá bằng chênh lệch tuyệt đối được tính toán lớn nhất giữa các đường cong hình dạng dao động của kết cấu bị hư hỏng và không bị hư hỏng như sau:

(2.27) Mối tương quan giữa giảm độ cứng cục bộ và thay đổi đường cong hình dạng dao động được thể hiện bởi Pandey và cộng sự [102] với giả định rằng hư hỏng kết cấu chỉ ảnh hưởng đến ma trận độ cứng chứ không ảnh hưởng đến ma trận khối lượng Trong khi hư hỏng thường chỉ tạo ra các thay đổi rất nhỏ về về chuyển vị, chúng tạo ra những thay đổi lớn hơn ở đường cong hình dạng của dao động Đối với dầm, đường cong hình dạng dao động và biến dạng uốn có mối quan hệ trực tiếp như sau:

(2.28) Trong đó biến dạng là bán kính cong , và là khoảng cách đến trục trung tâm Hai tùy chọn có thể áp dụng để xây dựng được đường cong bao gồm: tính toán từ các chuyển vị hoặc đo trực tiếp đường cong/biến dạng Hơn nữa, nghiên cứu này cũng đã xác nhận rằng đường cong hình dạng dao động là một chỉ số nhạy hơn nhiều so với giá

trị MAC hoặc COMAC của hình dạng dao động Maeck and De Roeck [89] đã phát triển một kỹ thuật để phát hiện, định vị và định lượng hư hỏng bằng cách sử dụng tần

số dao động riêng và đường cong hình dạng dao động được tính toán từ các chuyển vị Các chuyển vị thí nghiệm dọc theo kết cấu và các phép đo biến dạng đã được sử dụng

để thu được đường cong hình dạng dao động Kỹ thuật đã được áp dụng trên một dầm

bê tông cốt thép chịu uốn bốn điểm được gia tải sáu bước Đối với phương pháp này, không cần một mô hình số để xác định sự suy giảm về độ cứng Phương pháp này có thể xác định được kết cấu có hư hỏng hay không Tuy nhiên phương pháp này vẫn tồn tại những sai số khi định lượng mức độ hư hỏng

Các thực nghiệm của kỹ thuật phát hiện hư hỏng dựa trên phản ứng đường cong hình dạng dao động trên vật liệu tổng hợp carbon/epoxy đã được nghiên cứu [103] Các hư hỏng được xác định chính xác bằng kỹ thuật phát hiện hư hỏng dựa trên đường cong dao động được trình bày trong nghiên cứu này Các dao động của các kết cấu được thu bằng các cảm biến và cơ cấu truyền dẫn sử dụng vật liệu điện tử thông minh Các cảm biến này được gắn trên bề mặt dầm Bốn loại thuật toán phát hiện hư hỏng: phương pháp phân tích sự khác biệt tuyệt đối của đường cong hình dạng dao động, phương pháp hệ số hư hỏng đường cong, phương pháp chỉ số hư hỏng và phương pháp đường cong hàm đáp ứng tần số được đánh giá cho một số giả thiết hư hỏng với hai nguồn kích thích khác nhau Cuối cùng, tất cả các phương pháp được trình bày cho thấy các hình dạng dao động cong được đo bằng cảm biến điện tử là cách tiếp cận khả thi để thay thế cho các kỹ thuật truyền thống trong kỹ thuật phát hiện hư hỏng

Dutta và cộng sự [104] đã nghiên cứu sự thay đổi đường cong hình dạng dao động chi tiết hơn để phát hiện và khoanh vùng nhiều hư hỏng trong bản mặt cầu theo

sơ đồ giản đơn và liên tục Trong nghiên cứu này năm mode dao động đầu tiên được

sử dụng Các tác giả nhận thấy các đỉnh cao hơn trong đường cong hình dạng dao động thay đổi tại vị trí hư hỏng dọc theo dầm, cả theo hướng dọc và ngang Nghiên cứu này

đã lập luận rằng đường cong hình dạng dao động nhạy hơn so với hình dạng dao động

để xác định vị trí hư hỏng Nhưng như kết quả nghiên cứu được thực hiện bởi Alvandi

và cộng sự [105], độ chính xác của phương pháp này không cao khi số liệu đo bị nhiễu

2.2.2.3 Phương pháp dựa trên năng lượng biến dạng

Phương pháp năng lượng biến dạng cho các kết cấu dạng dầm được phát triển bởi Stubbs và cộng sự [106] Phương pháp này sau đó được mở rộng áp dụng cho các kết cấu dạng tấm bởi Cornwell và cộng sự [107] Cách tiếp cận cơ bản của phương pháp năng lượng biến dạng là phân chia kết cấu thành một chuỗi các phần tử dạng dầm hoặc tấm, sau đó ước tính năng lượng biến dạng của từng phần tử trước và sau khi hư hỏng Một hình dạng dao động lưu trữ một lượng lớn năng lượng biến dạng trong một đường tải trọng kết cấu cụ thể Khi hư hỏng xảy ra, năng lượng biến dạng trong đường tải trọng thay đổi do độ nhạy cao của tần số và hình dạng của dao động đó Vị trí hư hỏng được xác định bằng cách so sánh hai giá trị năng lượng biến dạng

Stubbs và cộng sự [108] đã trình bày một thuật toán gọi là chỉ số hư hỏng để xác định hư hỏng trong kết cấu dạng dầm đàn hồi Chỉ số hư hỏng được xác định theo sự thay đổi của hàm lượng năng lượng biến dạng trong kết cấu Điều này đòi hỏi phải xác định hình dạng dao động hoàn chỉnh hơn số lượng cảm biến giới hạn có thể cung cấp

Để xác định giá trị hình dạng dao động giữa các vị trí cảm biến, phép nội suy sử dụng

đa thức bậc ba đã được sử dụng Phương pháp thống kê sau đó được sử dụng để kiểm tra các thay đổi trong chỉ số hư hỏng và để liên kết những thay đổi này với các vị trí hư hỏng có thể Vị trí và mức độ hư hỏng được xác định chính xác từ phương pháp đề xuất

Shi và cộng sự [109] đã đề xuất một phương pháp dựa trên năng lượng biến dạng

để xác định vị trí hư hỏng trong một kết cấu Ưu điểm của phương pháp là không cần

sử dụng thông tin về độ cứng và ma trận khối lượng của kết cấu Thuật toán cải tiến giúp giảm lỗi cắt ngắn trong tính toán; tránh lỗi mô hình phần tử hữu hạn ở các dao động cao hơn và cải thiện tốc độ hội tụ trong tính toán độ cứng Phương pháp được kiểm chứng bằng cách sử dụng một ví dụ mô hình số và kết quả thực nghiệm của khung thép hai tầng Các kết quả đã chứng minh rằng thuật toán này hiệu quả và tin cậy để định lượng hư hỏng kết cấu

Kim và cộng sự [110] đã mở rộng phương pháp của họ bằng thuật toán phát hiện

hư hỏng dựa trên dao động được cải tiến Một thuật toán mới đã được xây dựng để cải thiện độ chính xác của việc xác định vị trí hư hỏng và ước tính mức độ hư hỏng bằng cách loại bỏ các giả định và giới hạn bất thường trong các thuật toán hiện có Một dầm liên tục hai nhịp được sử dụng để đánh giá độ chính xác của phương pháp dự đoán hư