Tổng quan nghiên cứu

Trong kỹ thuật công trình và quản lý cơ sở hạ tầng, kết cấu dầm đóng vai trò là cấu kiện chịu uốn chủ lực, gánh vác tới hơn 70% tải trọng từ bản sàn để truyền xuống hệ thống cột, vách và móng. Theo các báo cáo thống kê chuyên ngành xây dựng, chi phí sửa chữa và phục hồi các kết cấu công trình bị xuống cấp nghiêm trọng có thể cao gấp từ 5 đến 10 lần so với chi phí giám sát, bảo trì dự phòng định kỳ. Dưới tác động liên tục của tải trọng khai thác, rung động động lực học và các yếu tố môi trường khắc nghiệt, sự hình thành các khuyết tật cục bộ, vết nứt ngầm và hiện tượng suy giảm độ cứng uốn (EI) là điều tất yếu. Nếu không được phát hiện kịp thời, những tổn hại vi mô này sẽ phát triển âm thầm dẫn đến nguy cơ phá hoại giòn đột ngột, đe dọa trực tiếp đến an toàn tính mạng và gây thiệt hại kinh tế to lớn.

Giám sát sức khỏe kết cấu (Structural Health Monitoring - SHM) đã trở thành hướng đi chiến lược nhằm giải quyết thách thức này. Mặc dù các phương pháp thí nghiệm không phá hủy (NDT) truyền thống như siêu âm hay chụp ảnh nhiệt có hiệu quả cục bộ, nhưng chúng đòi hỏi chi phí thiết bị cao, thời gian kiểm tra kéo dài và thường làm gián đoạn quá trình vận hành công trình. Trong khi đó, các phương pháp chẩn đoán dựa trên dao động kết cấu cho phép quan trắc diện rộng với chi phí tối ưu. Tuy nhiên, các đại lượng động lực học truyền thống như tần số dao động tự nhiên thường có độ nhạy rất thấp đối với các khuyết tật ở giai đoạn sớm (mức độ thay đổi tần số thường dưới 2% đến 5% ngay cả khi xuất hiện nứt cục bộ).

Luận văn thạc sĩ chuyên ngành Kỹ thuật Xây dựng của học viên Phan Hoàng Tặng, dưới sự hướng dẫn khoa học của PGS. Hồ Đức Duy tại Trường Đại học Bách Khoa – Đại học Quốc gia TP. Hồ Chí Minh (hoàn thành tháng 01/2024), đã giải quyết triệt để bài toán này. Mục tiêu cốt lõi của nghiên cứu là xây dựng quy trình chẩn đoán tự động hóa theo 3 cấp độ trong thang 5 cấp độ SHM: nhận diện sự xuất hiện của hư hỏng (Cấp I), định vị chính xác vị trí khuyết tật (Cấp II) và lượng hóa mức độ hư hỏng (Cấp IV). Phạm vi nghiên cứu khảo sát toàn diện trên hai hệ kết cấu: dầm đơn giản đồng chất với nhiều kịch bản suy giảm độ cứng và dầm bê tông cốt thép (BTCT) phi tuyến chịu tải trọng gia tăng từng cấp từ 0 kN đến khi phá hoại ở mức 236 kN. Hiệu quả của mô hình được định lượng chính xác qua hệ thống chỉ số: độ chính xác vùng hư hỏng A (đạt trên 88,2%), độ chính xác vùng không hư hỏng B (đạt trên 92,0%) và độ chính xác tổng thể C (đạt trên 94,5%).

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự giao thoa liên ngành giữa cơ học kết cấu công trình, lý thuyết xử lý tín hiệu nâng cao và trí tuệ nhân tạo (AI):

Thứ nhất là Lý thuyết Biến đổi Wavelet (Wavelet Transform Theory): Biến đổi Fourier truyền thống (FFT) chỉ phân tích tín hiệu trên miền tần số và làm mất hoàn toàn thông tin không gian hoặc thời gian. Biến đổi Fourier thời gian ngắn (STFT) giải quyết một phần nhược điểm này nhưng bị giới hạn bởi độ dài cửa sổ cố định. Phân tích Wavelet ra đời như một bước đột phá nhờ khả năng phân tích đa phân giải (Multiresolution Analysis) với các hàm sóng con được co giãn tỷ lệ (scaling) và dịch chuyển không gian (shifting). Biến đổi Wavelet liên tục (CWT) và Wavelet dừng (SWT) sử dụng các họ hàm như Daubechies (từ db2 đến db10), Symlets (sym2 đến sym8), và Coiflets (coif1 đến coif5) có độ nhạy cơ học đặc biệt cao với các điểm gãy, điểm gián đoạn và bước nhảy độ dốc trên đường cong dạng dao động (mode shapes), từ đó phản ánh trực tiếp tọa độ xuất hiện khuyết tật.

Thứ hai là Lý thuyết Mạng nơ-ron nhân tạo (Artificial Neural Networks - ANNs): Mạng nơ-ron truyền thẳng đa lớp (Feedforward Neural Network) với kiến trúc học sâu được ứng dụng để thiết lập mối quan hệ phi tuyến phức tạp giữa các đặc trưng dao động đầu vào và mức độ suy giảm độ cứng chống uốn đầu ra. Mô hình sử dụng các hàm kích hoạt phi tuyến như hàm truyền lũy thừa tuyến tính (Exponential Linear Units - ELU) hoặc hàm Sigmoid, kết hợp thuật toán lan truyền ngược để tối thiểu hóa hàm mất mát sai số bình phương trung bình (Mean Squared Error - MSE).

Thứ ba là Mô hình phi tuyến dầm bê tông cốt thép: Nghiên cứu ứng dụng mô hình ứng suất - biến dạng của bê tông chịu nén theo đề xuất của Kent và Park (1971), tiêu chuẩn phá hoại đa trục William-Warnke trong cơ học vật liệu khối, cùng mô hình cốt thép song tuyến có tái bền đẳng hướng (Bilinear Isotropic Hardening - BISO) với giới hạn chảy dẻo fy xác định.

Phương pháp nghiên cứu

Nghiên cứu áp dụng quy trình mô phỏng phần tử hữu hạn (Finite Element Method - FEM) kết hợp giải thuật số học thực nghiệm trong thời gian từ tháng 09/2022 đến tháng 12/2023:

Về nguồn dữ liệu và mô hình hóa: Dữ liệu dao động được trích xuất từ hai chương trình phân tích kết cấu chuẩn mực. Bài toán 1 sử dụng SAP2000 để mô phỏng dầm đơn giản đồng chất gối tựa đơn, khảo sát hội tụ lưới qua 4 kịch bản chia lưới: 50, 100, 200 và 400 phần tử (chọn lưới 200 phần tử làm chuẩn tối ưu cho phân tích dao động uốn). Bài toán 2 sử dụng phần mềm ANSYS APDL để xây dựng mô hình 3D dầm BTCT thực nghiệm (dựa trên cấu kiện của Sasmal, 2015), sử dụng phần tử khối SOLID65 (8 nút) cho bê tông để mô phỏng ứng xử nứt/vỡ vụn và phần tử thanh BEAM188/LINK cho mạng lưới cốt thép dọc và thép đai.

Về phương pháp trích xuất và tiền xử lý tín hiệu: Nghiên cứu trích xuất 4 dạng dao động uốn đầu tiên của kết cấu ở trạng thái nguyên vẹn và hư hỏng. Để khắc phục hiện tượng nhiễu biên (boundary effect) tại hai đầu gối tựa dầm vốn là nhược điểm cố hữu của biến đổi Wavelet, tác giả đề xuất giải pháp làm trơn dữ liệu biên mở rộng và thuật toán khử nhiễu tự động. Đồng thời, nghiên cứu phát triển phương pháp dạng dao động tổng hợp bằng cách kết hợp thông tin từ 4 dạng dao động bậc 1, 2, 3 và 4 nhằm loại bỏ hoàn toàn các điểm mù tại các nút dao động (nodes).

Về kỹ thuật huấn luyện mạng ANNs: Bộ dữ liệu dạng dao động được chuẩn hóa và phân chia thành các tập huấn luyện (training set) và kiểm tra (testing set). Hai chiến lược huấn luyện được so sánh: phương pháp 1 sử dụng toàn bộ dữ liệu trên toàn chiều dài dầm, và phương pháp 2 chỉ tập trung dữ liệu trong phạm vi đã được khoanh vùng bởi phân tích Wavelet kết hợp phân đoạn theo 3 giai đoạn làm việc của dầm BTCT (giai đoạn đàn hồi, giai đoạn nứt phát triển từ 41 kN đến 158 kN, và giai đoạn chảy dẻo phá hoại từ 216 kN đến 236 kN).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm số trên các mô hình dầm đã mang lại 4 phát hiện quan trọng:

Một là, phân tích Wavelet dạng dao động chứng minh khả năng định vị chính xác tuyệt đối các hư hỏng cục bộ. Đối với dầm đồng chất, Wavelet đã định vị thành công 100% các kịch bản: dầm 1 vị trí hư hỏng (tại phần tử thứ 100 ở giữa nhịp), dầm 2 vị trí hư hỏng (phần tử 50 và 100), và dầm 3 vị trí hư hỏng phức tạp (phần tử 50, 100 và 150). Trong khi đó, việc quan sát đơn thuần biểu đồ trừ dạng dao động hoặc đo độ giảm tần số dao động chỉ ghi nhận mức giảm tần số dưới 3,5%, hoàn toàn không thể chỉ ra vị trí hư hỏng.

Hai là, dạng dao động tổng hợp tạo ra bước đột phá về độ tin cậy. Khi sử dụng các dạng dao động đơn lẻ bậc 2 hoặc bậc 3, biểu đồ hệ số Wavelet có thể xuất hiện các điểm cực trị giả hoặc bỏ sót khuyết tật nếu vết nứt nằm trùng với vị trí nút dao động (nơi có chuyển vị bằng 0). Việc kết hợp 4 dạng dao động thành một dạng dao động tổng hợp đã nâng chỉ số chính xác tổng thể C lên mức trên 94,5%, đồng thời triệt tiêu hoàn toàn các cảnh báo sai lệch.

Ba là, vị trí đo đạc dao động trên tiết diện dầm BTCT quyết định độ nhạy nhận diện nứt. Khi khảo sát dầm BTCT chịu tải trọng từ 35 kN đến 236 kN, dữ liệu đo dạng dao động tại bề mặt dưới đáy dầm (vùng bê tông chịu kéo) cho kết quả phát hiện vết nứt sớm nhất ngay từ cấp tải 40 kN đến 41 kN (thời điểm mô men uốn vượt quá mô men gây nứt Mcr). Chỉ số chính xác vùng hư hỏng A của mặt dưới đạt từ 88,2% đến 96,1%, vượt trội hoàn toàn so với việc lấy tín hiệu tại mặt giữa dầm (chỉ số A đạt khoảng 72,4%) và mặt trên dầm (chỉ số A giảm xuống dưới 60,0%).

Bốn là, mô hình ANNs phân đoạn kịch bản giúp tối ưu hóa khả năng lượng hóa tổn thất. Thay vì huấn luyện một mạng duy nhất cho toàn bộ dải tải trọng, việc chia mạng ANNs theo 3 giai đoạn làm việc của dầm BTCT giúp giảm thiểu sai số trung bình bình phương (MSE) xuống dưới 0,0005. Sai số dự báo mức độ suy giảm độ cứng chống uốn thực tế chỉ dao động trong khoảng từ 1,5% đến 3,2%, mang lại kết quả chẩn đoán tiệm cận tuyệt đối với thực tế.

Thảo luận kết quả

Cơ chế vật lý đằng sau sự thành công của phương pháp bắt nguồn từ việc: khi vết nứt xuất hiện hoặc độ cứng EI suy giảm cục bộ, độ cong của trục trung hòa dầm sẽ xuất hiện điểm uốn vi mô có đạo hàm bậc cao gián đoạn. Biến đổi Wavelet với các hệ số chi tiết D đóng vai trò như một bộ lọc thông cao không gian, khuếch đại tức thì bước nhảy này thành các đỉnh nhọn (peaks) có biên độ vượt trội so với nền tín hiệu xung quanh.

Khi so sánh với các nghiên cứu trước đây vốn chỉ dừng lại ở các bài toán dầm thép hoặc dầm nhôm đơn giản có một khía cắt nhân tạo, nghiên cứu của Phan Hoàng Tặng đã tiến một bước dài khi giải quyết thành công bài toán phi tuyến phức tạp trên dầm BTCT thực tế với nhiều vết nứt thẳng góc và vết nứt xiên lan rộng dưới tải trọng tĩnh tăng dần. Hiện tượng nhiễu biên tại hai gối tựa dầm – vốn là nguyên nhân gây ra cảnh báo giả trong nhiều công bố quốc tế – đã được xử lý triệt để nhờ thuật toán làm trơn đường biên mở rộng.

Dữ liệu chẩn đoán trong nghiên cứu có thể được trực quan hóa rõ nét thông qua hai công cụ:

  • Biểu đồ hệ số Wavelet theo chiều dài dầm: Thể hiện vị trí trục dầm (từ 0 đến L) trên trục hoành và biên độ hệ số Wavelet trên trục tung. Vị trí hư hỏng được nhận diện tức thì qua các đỉnh xung nhọn vượt trội khỏi đường biên khử nhiễu.
  • Bảng ma trận đánh giá độ chính xác (A, B, C): Cung cấp các tỷ lệ phần trăm định lượng cụ thể về độ bao phủ vùng nứt thực tế, loại trừ vùng không hư hỏng và tính nhất quán tổng thể của mô hình.

Đề xuất và khuyến nghị

Nhằm chuyển giao kết quả nghiên cứu vào thực tiễn kiểm định và quản lý vận hành công trình xây dựng, 4 khuyến nghị hành động cụ thể được đề xuất:

Thứ nhất, chuẩn hóa quy trình lắp đặt mạng lưới cảm biến đo dao động trên dầm cầu và nhà cao tầng. Các ban quản lý dự án hạ tầng giao thông và các đơn vị tư vấn kiểm định cần ưu tiên bố trí các đầu đo gia tốc (accelerometers) tại bề mặt đáy dầm (vùng chịu kéo) với mật độ từ 8 đến 16 điểm đo trên một nhịp dầm. Mục tiêu là đảm bảo độ phân giải không gian của dạng dao động, giúp phát hiện vết nứt uốn ngay khi tải trọng khai thác đạt từ 40% đến 50% sức chịu tải thiết kế trong vòng 3 đến 6 tháng đầu đưa vào khai thác.

Thứ hai, tích hợp thuật toán phân tích Wavelet dừng (SWT) kết hợp dạng dao động tổng hợp vào phần mềm giám sát SHM thời gian thực. Đội ngũ kỹ sư phần mềm công trình cần nhúng mô-đun lọc khử nhiễu biên và thuật toán tổng hợp 4 bậc dao động vào các hệ thống quan trắc tự động trước quý 4/2025. Giải pháp này sẽ giúp giảm thiểu trên 85% các cảnh báo sai lệch do rung động môi trường và điều kiện liên kết gối tựa gây ra.

Thứ ba, thiết lập quy trình huấn luyện mạng nơ-ron ANNs phân đoạn theo chu kỳ sống của kết cấu. Các trung tâm kiểm định chất lượng công trình xây dựng nên áp dụng chiến lược chia nhỏ dữ liệu huấn luyện mạng ANNs thành 3 pha làm việc (đàn hồi, nứt ổn định, và suy thoái dẻo). Việc cập nhật trọng số mạng định kỳ 6 tháng một lần sẽ duy trì sai số dự báo mức độ tổn thương của cấu kiện luôn dưới 3,0%.

Thứ tư, ban hành hướng dẫn kỹ thuật và tiêu chuẩn hóa bộ chỉ số đánh giá A, B, C. Cơ quan quản lý nhà nước như Bộ Xây dựng và Bộ Giao thông Vận tải cần xem xét đưa bộ chỉ số độ chính xác vùng hư hỏng (A), vùng không hư hỏng (B) và tổng thể (C) vào khung tiêu chuẩn đánh giá an toàn kết cấu cầu và công trình dân dụng trong lộ trình 12 đến 24 tháng tới, từng bước thay thế phương pháp kiểm tra trực quan thủ công nhiều rủi ro.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả của luận văn mang lại giá trị thực tiễn và học thuật sâu sắc cho 4 nhóm đối tượng chính:

Nhóm 1: Kỹ sư kiểm định, giám định và quan trắc công trình (SHM Engineers). Luận văn cung cấp cẩm nang chi tiết về phương pháp xử lý tín hiệu dao động và quy trình khử nhiễu biên, giúp các kỹ sư định vị chính xác vị trí vết nứt ngầm trong dầm bê tông cốt thép mà không cần khoan lõi hay phá hủy bề mặt hoàn thiện.

Nhóm 2: Các đơn vị quản lý, khai thác và bảo trì hạ tầng giao thông, cao ốc. Các chủ đầu tư và ban quản lý cầu đường có thể ứng dụng khung thuật toán này để xây dựng hệ thống cảnh báo sớm mức độ nguy hiểm của dầm cầu, giúp tiết kiệm từ 30% đến 50% chi phí kiểm định định kỳ và lập kế hoạch sửa chữa đón đầu chính xác.

Nhóm 3: Giảng viên, học viên cao học và nghiên cứu sinh chuyên ngành Xây dựng, Cơ kỹ thuật. Tài liệu là nguồn tham khảo mẫu mực về kỹ thuật mô phỏng phi tuyến nâng cao trên ANSYS APDL (sử dụng phần tử SOLID65 và mô hình Kent-Park) và SAP2000, cũng như phương pháp kết hợp thuật toán AI/Machine Learning trong chẩn đoán kết cấu.

Nhóm 4: Các doanh nghiệp công nghệ xây dựng (ConTech) và phát triển giải pháp IoT/AI. Luận văn cung cấp nền tảng toán học và cấu trúc thuật toán chuẩn hóa để lập trình các mô-đun trí tuệ nhân tạo nhúng vào các thiết bị cảm biến thông minh, phục vụ thị trường bảo trì công trình số hóa trong kỷ nguyên đô thị thông minh.

Câu hỏi thường gặp

Phân tích Wavelet có ưu điểm gì vượt trội so với phân tích Fourier truyền thống trong chẩn đoán dầm?

Biến đổi Fourier chỉ chuyển đổi tín hiệu sang miền tần số đơn thuần và triệt tiêu hoàn toàn tọa độ vị trí. Trong khi đó, phân tích Wavelet bảo toàn đồng thời cả thông tin tần số và tọa độ không gian. Nhờ khả năng co giãn tỷ lệ của hàm Wavelet mẹ, phương pháp này nhận diện chính xác các điểm kỳ dị vi mô do nứt dầm tạo ra với độ chính xác vị trí đạt tới 95% đến 100%.

Tại sao nghiên cứu lại đề xuất sử dụng dạng dao động tổng hợp thay vì từng dạng dao động riêng lẻ?

Mỗi dạng dao động đơn lẻ đều có các điểm nút dao động (nodes) với biên độ bằng 0. Nếu vết nứt nằm đúng tại vị trí nút của một bậc dao động, hệ số Wavelet sẽ không thể phát hiện được khuyết tật. Việc kết hợp 4 dạng dao động uốn đầu tiên thành dạng tổng hợp giúp loại trừ hoàn toàn các điểm mù không gian, nâng chỉ số chính xác C lên trên 94,5%.

Mạng nơ-ron nhân tạo ANNs đóng vai trò gì trong quy trình chẩn đoán 3 cấp độ?

Nếu phân tích Wavelet đảm nhiệm việc phát hiện sự xuất hiện (Cấp I) và khoanh vùng vị trí vết nứt (Cấp II), thì mạng ANNs giải quyết bài toán lượng hóa mức độ hư hỏng (Cấp IV). Dựa trên dữ liệu dạng dao động, mạng ANNs dự báo chính xác mức suy giảm độ cứng chống uốn với sai số chỉ từ 1,5% đến 3,2%.

Vị trí gắn cảm biến đo dao động nào trên dầm bê tông cốt thép cho hiệu quả cao nhất?

Khảo sát mô phỏng số chi tiết trên ANSYS cho thấy việc thu thập dữ liệu tại mặt dưới dầm (vùng bê tông chịu kéo) mang lại độ nhạy cao nhất. Chỉ số chính xác vùng hư hỏng A tại đáy dầm đạt trên 88,2% ngay khi dầm chớm nứt ở cấp tải 40 kN đến 41 kN, vượt trội hơn nhiều so với mặt giữa và mặt trên dầm.

Hiện tượng nhiễu biên trong phân tích Wavelet được xử lý như thế nào trong luận văn?

Tại hai đầu gối tựa dầm, sự gián đoạn biên của hàm toán học thường tạo ra các đỉnh xung giả biên độ lớn, dễ gây nhận định sai. Luận văn đã ứng dụng kỹ thuật mở rộng đối xứng tín hiệu làm trơn biên và thuật toán khử nhiễu tự động, giúp triệt tiêu hoàn toàn đỉnh giả và nâng độ chính xác vùng không hư hỏng B lên trên 92%.

Kết luận

  • Luận văn đã hoàn thiện xuất sắc quy trình chẩn đoán hư hỏng kết cấu dầm tự động 3 cấp độ, kết hợp nhuần nhuyễn giữa giải thuật phân tích Wavelet đa phân giải và mạng nơ-ron nhân tạo ANNs.
  • Đề xuất thành công giải pháp dạng dao động tổng hợp và kỹ thuật khử nhiễu biên, giúp nâng cao độ tin cậy và đạt chỉ số chính xác tổng thể C trên 94,5% trên các kịch bản dầm đa hư hỏng.
  • Làm sáng tỏ quy luật ứng xử động lực học và cơ chế mở rộng vết nứt của dầm bê tông cốt thép phi tuyến dưới các cấp tải trọng gia tăng từ 0 kN đến 236 kN trên nền tảng phần tử hữu hạn ANSYS APDL.
  • Tối ưu hóa kiến trúc huấn luyện mạng ANNs theo phương pháp phân đoạn 3 giai đoạn làm việc của kết cấu, kiểm soát sai số dự báo độ cứng tổn thương ở mức cực thấp từ 1,5% đến 3,2%.
  • Thiết lập cơ sở khoa học và tiền đề thực tiễn vững chắc cho việc ứng dụng trí tuệ nhân tạo và xử lý tín hiệu nâng cao vào lĩnh vực giám sát sức khỏe công trình (SHM) tại Việt Nam.

Trong giai đoạn 6 đến 12 tháng tiếp theo, hướng nghiên cứu sẽ tiếp tục được mở rộng sang các hệ kết cấu không gian phức tạp như dầm liên tục nhiều nhịp, bản sàn hai chiều và khung phẳng chịu tải trọng động đất thực tế. Các đơn vị kiểm định, ban quản lý dự án và doanh nghiệp công nghệ xây dựng hãy chủ động ứng dụng ngay khung phương pháp Wavelet kết hợp ANNs vào các hệ thống quan trắc công trình nhằm tối ưu hóa chi phí vận hành, đảm bảo chất lượng công trình bền vững và an toàn tuyệt đối cho cộng đồng.