Luận văn thạc sĩ kỹ thuật xây dựng xác định hư hỏng trong kết cấu dầm sử dụng phân tích wavelet cho dạng dao động kết hợp với mạng nơ ron nhân tạo

Luận văn kỹ thuật xây dựng: Nghiên cứu xác định hư hỏng kết cấu dầm bằng phân tích Wavelet và mạng nơ-ron. Giải pháp tiên tiến, độ chính xác cao.

• Tác giả: Phan Hoàng Tặng
• Người hướng dẫn: PGS. Hồ Đức Duy
• Trường học: Trường Đại học Bách Khoa
• Chuyên ngành: Kỹ thuật Xây dựng
• Đề tài: Xác định hư hỏng trong kết cấu dầm sử dụng phân tích Wavelet cho dạng dao động kết hợp với mạng nơ-ron nhân tạo
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2024
• Địa điểm: TP. Hồ Chí Minh

Tóm tắt

I. Tổng quan Cách Chẩn đoán Hư Hỏng Dầm bằng Wavelet 55 Ký tự

Trong lĩnh vực kỹ thuật xây dựng, việc chẩn đoán hư hỏng dầm một cách chính xác và kịp thời là vô cùng quan trọng. Dầm là cấu kiện chịu lực chính trong nhiều công trình, và sự suy yếu của chúng có thể dẫn đến những hậu quả nghiêm trọng. Các phương pháp truyền thống thường tốn kém, mất thời gian và đôi khi không đủ độ chính xác. Luận văn này trình bày một phương pháp tiếp cận mới, kết hợp phân tích wavelet và mạng nơ-ron nhân tạo (ANN) để phát hiện và đánh giá hư hỏng dầm một cách hiệu quả. Phương pháp này hứa hẹn sẽ mang lại những lợi ích đáng kể trong việc giám sát kết cấu và bảo trì công trình.

1.1. Kết cấu Dầm và Các Dạng Hư Hỏng Thường Gặp

Kết cấu dầm chịu nhiều tác động, dẫn đến các dạng hư hỏng khác nhau. Các dạng hư hỏng phổ biến bao gồm nứt do tải trọng, ăn mòn do môi trường, và hư hỏng do lão hóa vật liệu. Theo luận văn, vết nứt xiên và vết nứt thẳng góc là các dạng hư hỏng thường gặp trong dầm bê tông cốt thép [3]. Việc hiểu rõ các dạng hư hỏng này là bước đầu tiên để áp dụng các phương pháp chẩn đoán hiệu quả. Việc theo dõi sự phát triển của các vết nứt cũng rất quan trọng.

1.2. Phân Tích Wavelet Cơ Sở Cho Việc Chẩn Đoán

Phân tích wavelet là một công cụ mạnh mẽ trong xử lý tín hiệu, cho phép phân tích tín hiệu theo thời gian và tần số. Luận văn sử dụng phân tích wavelet cho dạng dao động dầm để xác định các điểm bất thường, từ đó phát hiện vị trí hư hỏng. Ưu điểm của wavelet so với biến đổi Fourier truyền thống là khả năng xử lý tín hiệu không ổn định và có tính cục bộ cao. Hình 1.5 trong luận văn minh họa biểu đồ phân tích wavelet.

II. Giải pháp Chẩn đoán Hư Hỏng Dầm bằng Wavelet và ANN 59 Ký tự

Phương pháp chẩn đoán hư hỏng dầm trong luận văn này dựa trên việc kết hợp phân tích wavelet và mạng nơ-ron nhân tạo (ANN). Đầu tiên, phân tích wavelet được sử dụng để xử lý tín hiệu rung động của dầm và xác định các đặc trưng liên quan đến hư hỏng. Sau đó, các đặc trưng này được đưa vào mạng nơ-ron đã được huấn luyện để nhận dạng và đánh giá mức độ hư hỏng. Phương pháp này có khả năng phát hiện cả vị trí và mức độ hư hỏng một cách chính xác.

2.1. Ứng Dụng Phân Tích Wavelet Cho Dạng Dao Động Dầm

Phân tích wavelet được áp dụng cho dạng dao động của dầm để xác định các điểm bất thường, cho thấy sự thay đổi về độ cứng hoặc khối lượng. Theo luận văn, các công trình nghiên cứu đã chứng minh tính hiệu quả của phân tích wavelet trong việc phát hiện hư hỏng kết cấu dựa trên sự thay đổi dạng dao động. Việc sử dụng các dạng dao động khác nhau có thể cung cấp thêm thông tin về vị trí và mức độ hư hỏng.

2.2. Sử Dụng Mạng Nơ Ron Nhân Tạo ANN Để Chẩn Đoán

Mạng nơ-ron nhân tạo (ANN) được sử dụng để học mối quan hệ giữa các đặc trưng trích xuất từ phân tích wavelet và mức độ hư hỏng. ANN có khả năng xử lý các dữ liệu phức tạp và không tuyến tính, làm cho nó trở thành một công cụ hiệu quả trong chẩn đoán hư hỏng. Luận văn sử dụng ANN để chẩn đoán mức độ hư hỏng trong dầm, dựa trên dữ liệu đầu vào là dạng dao động.

2.3. Thuật Toán Machine Learning và Học Sâu Deep Learning

Luận văn này đề cập đến việc sử dụng thuật toán machine learning, đặc biệt là mạng nơ-ron nhân tạo (ANN), để chẩn đoán hư hỏng. Trong tương lai, các kỹ thuật học sâu (deep learning), chẳng hạn như mạng nơ-ron tích chập (CNN), có thể được áp dụng để cải thiện độ chính xác và khả năng nhận dạng hư hỏng phức tạp. Hình 1.6 trong luận văn minh họa mối quan hệ giữa AI, Machine Learning và Deep Learning.

III. Nghiên cứu Ứng dụng Chẩn Đoán Hư Hỏng Dầm Bê tông 58 Ký tự

Luận văn trình bày hai bài toán nghiên cứu cụ thể. Bài toán đầu tiên tập trung vào chẩn đoán hư hỏng trong dầm đơn giản gối tựa đơn. Bài toán thứ hai nghiên cứu chẩn đoán vùng nứt trong dầm bê tông cốt thép chịu tải trọng. Cả hai bài toán đều sử dụng phân tích wavelet và mạng nơ-ron (ANN) để phát hiện và đánh giá hư hỏng. Kết quả cho thấy phương pháp này có độ chính xác cao trong cả việc xác định vị trí và mức độ hư hỏng.

3.1. Mô Hình Phần Tử Hữu Hạn FEM Trong ANSYS

Luận văn sử dụng phần mềm ANSYS để xây dựng mô hình phần tử hữu hạn (FEM) của dầm. Mô hình FEM cho phép mô phỏng chính xác hành vi cơ học của dầm, bao gồm cả sự xuất hiện và phát triển của hư hỏng. Theo luận văn, các phần tử SOLID65 và BEAM188 được sử dụng để mô hình hóa bê tông và cốt thép [59]. Mô hình FEM là cơ sở để thu thập dữ liệu về dạng dao động của dầm.

3.2. Chẩn Đoán Hư Hỏng Dầm Đơn Giản Bằng Wavelet

Trong bài toán dầm đơn giản, phân tích wavelet được sử dụng để phát hiện vị trí hư hỏng dựa trên sự thay đổi dạng dao động. Luận văn so sánh dạng dao động của dầm bình thường và dầm hư hỏng, và sử dụng hiệu dạng dao động để tăng cường khả năng phát hiện hư hỏng. Kết quả cho thấy wavelet có khả năng xác định chính xác vị trí hư hỏng.

3.3. Chẩn Đoán Vùng Nứt Dầm Bê Tông Cốt Thép

Trong bài toán dầm bê tông cốt thép, phân tích wavelet được sử dụng để chẩn đoán vùng nứt. Luận văn so sánh kết quả mô phỏng với kết quả thực nghiệm và tính toán lý thuyết để đánh giá độ tin cậy của phương pháp. Kết quả cho thấy wavelet có thể phát hiện sự xuất hiện và phát triển của các vết nứt trong dầm bê tông cốt thép.

IV. Đánh Giá Độ Tin Cậy Chẩn Đoán Hư Hỏng Dầm 55 Ký tự

Độ tin cậy của phương pháp chẩn đoán được đánh giá thông qua các chỉ số A (Độ chính xác vùng hư hỏng), B (Độ chính xác vùng không hư hỏng) và C (Độ chính xác tổng thể). Luận văn cũng sử dụng phương pháp kết hợp 4 dạng dao động để cải thiện độ chính xác của chẩn đoán. Kết quả cho thấy phương pháp phân tích wavelet kết hợp với mạng nơ-ron cho kết quả chẩn đoán có độ chính xác cao cả về vị trí lẫn mức độ hư hỏng.

4.1. Phương Pháp Đánh Giá Kết Quả Chẩn Đoán

Luận văn sử dụng các chỉ số A, B và C để đánh giá độ chính xác của chẩn đoán. Chỉ số A đo lường độ chính xác trong việc xác định vùng hư hỏng, chỉ số B đo lường độ chính xác trong việc xác định vùng không hư hỏng, và chỉ số C đo lường độ chính xác tổng thể. Các chỉ số này cung cấp một cái nhìn toàn diện về hiệu quả của phương pháp chẩn đoán.

4.2. Kết Hợp Dạng Dao Động Để Tăng Độ Chính Xác

Luận văn sử dụng phương pháp kết hợp 4 dạng dao động để tăng cường khả năng phát hiện hư hỏng. Phương pháp này dựa trên việc kết hợp thông tin từ nhiều dạng dao động khác nhau để giảm thiểu ảnh hưởng của nhiễu và cải thiện độ chính xác của chẩn đoán. Việc kết hợp các dạng dao động mang lại kết quả tốt hơn trong việc xác định vị trí hư hỏng.

V. Kết luận Ưu Điểm và Tương Lai Chẩn Đoán Hư Hỏng 58 Ký tự

Luận văn đã thành công trong việc phát triển một phương pháp chẩn đoán hư hỏng dầm hiệu quả dựa trên phân tích wavelet và mạng nơ-ron. Phương pháp này có nhiều ưu điểm so với các phương pháp truyền thống, bao gồm độ chính xác cao, khả năng tự động hóa và khả năng áp dụng cho nhiều loại dầm khác nhau. Trong tương lai, phương pháp này có thể được ứng dụng rộng rãi trong việc giám sát kết cấu và bảo trì công trình.

5.1. Các Nội Dung Nghiên Cứu Đã Thực Hiện

Luận văn đã thực hiện các nội dung nghiên cứu sau: Tìm hiểu về phân tích wavelet và mạng nơ-ron, xây dựng mô hình FEM của dầm, áp dụng phân tích wavelet để phát hiện vị trí hư hỏng, sử dụng mạng nơ-ron để đánh giá mức độ hư hỏng, và đánh giá độ tin cậy của phương pháp chẩn đoán.

5.2. Hướng Phát Triển Trong Tương Lai

Trong tương lai, phương pháp này có thể được cải thiện bằng cách sử dụng các kỹ thuật học sâu (deep learning), chẳng hạn như mạng nơ-ron tích chập (CNN). Ngoài ra, việc thu thập dữ liệu thực tế từ các công trình có thể giúp cải thiện độ chính xác và khả năng ứng dụng của phương pháp. Các nghiên cứu cũng có thể tập trung vào việc chẩn đoán các loại hư hỏng phức tạp hơn, chẳng hạn như hư hỏng do ăn mòn hoặc do động đất.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. Tầm quan trọng của việc theo dõi và chẩn đoán kết cấu Đối với lĩnh vực xây dựng, dầm là một cấu kiện quan trọng trong hệ kết cấu công trình. Trong quá trình sử dụng lâu dài, việc kết cấu bị tổn hao và hư hại là một điều tất yếu không thể tránh khỏi, đặc biệt là kết cấu dầm. Việc phát hiện hư hỏng, đánh giá tình trạng và theo dõi sức khỏe của các kết cấu luôn là mối quan tâm của các kỹ sư.

Đã có rất nhiều nghiên cứu được đưa ra để có thể giúp kỹ sư phát hiện ra hư hỏng hoặc sự xuống cấp của kết cấu ở giai đoạn sớm nhất, từ đó có thể để tiến hành sửa chữa và trang bị thêm khi cần thiết. Do nhiều yếu tố khách quan và chủ quan mà dẫn đến việc mở rộng và phát triển nhanh chóng của các kết cấu xây dựng, đi cùng với tốc độ của sự xuống cấp hay sự hư hỏng, đòi hỏi các kỹ sư phải nghiên cứu ra các phương pháp có thể chẩn đoán và phát hiện các hư hỏng trong kết cấu trong thời gian sớm nhất có thể, để phòng tránh các thiệt hại có thể xảy ra. Trong những năm gần đây, lĩnh vực theo dõi và chẩn đoán kết cấu (Structural Health Monitoring: SHM) đã và đang đóng một vai trò rất quan trọng đối với sự an toàn, tuổi thọ và sự hoạt động bền vững của kết cấu công trình xây dựng. Thuật ngữ “SHM” đề cập đến việc đánh giá ứng xử đang làm việc của kết cấu bằng các kỹ thuật đo lường khác nhau.

Các phương pháp SHM được áp dụng để đưa ra cảnh báo về sự xuất hiện hư hỏng từ những tín hiệu ghi nhận được từ việc đo lường cấu kiện, nhận dạng vị trí và độ lớn của hư hỏng trong cấu kiện và đánh giá được ảnh hưởng của hư hỏng đến toàn bộ kết cấu. Điều này tương ứng với 5 cấp độ của mục tiêu chẩn đoán hư hỏng khi xây dựng các phương pháp phục vụ lĩnh vực SHM, theo H.Chen (2018) [1]: • Cấp độ I: Nhận diện sự có mặt của hư hỏng; • Cấp độ II: Chẩn đoán vị trí hư hỏng; • Cấp độ III: Phân loại hư hỏng; • Cấp độ IV: Chẩn đoán mức độ hư hỏng; • Cấp độ V: Chẩn đoán mức độ an toàn của hệ kết cấu khi có hư hỏng. SHM là một hướng nghiên cứu quan trọng trong lĩnh vực xây dựng, được áp dụng để theo dõi và kiểm soát quá trình thi công, xác nhận đặc điểm thiết kế của công trình, xác nhận tải trọng trong công trình, phát hiện hư hỏng kịp thời,… Trong khoảng vài thập niên trở lại đây, số lượng các nghiên cứu về SHM có sự phát triển nhanh chóng, qua đó Giới thiệu 2 đưa ra được các cơ sơ lý thuyết và đề xuất các hệ thống, phương pháp tương ứng để theo dõi một cách hiệu quả và khoa học về thực trạng của kết cấu xây dựng. Việc này giúp kỹ sư phát hiện sớm những tình huống bất lợi cho kết cấu, từ đó tạo điều kiện thuận lợi cho việc sửa chữa hoặc thay thế những cấu kiện bị hư hỏng kịp thời, đánh giá thực trạng công trình về công năng, tuổi thọ và hạn chế tối đa các thiệt hại bất ngờ có thể xảy ra.

Hai phương pháp phổ biến dùng để đánh giá phát hiện hư hỏng trên kết cấu là: phương pháp thí nghiệm phá hủy và phương pháp thí nghiệm không phá hủy. Với những ưu điểm như khả năng đo lường linh hoạt, chi phí tương đối thấp, phương pháp không phá hủy ngày càng trở nên phổ biến. Trong đó, phương pháp phân tích dao động kết cấu trở thành một trong những phương pháp gián tiếp và hiệu quả để phát hiện, chẩn đoán hư hỏng kết cấu. Khi có khuyết tật trong kết cấu sẽ dẫn đến sự thay đổi các đặc trưng dao động trong cấu kiện như: tần số dao động, dạng dao động, độ cong dạng dao động, năng lượng biến dạng… Hình 1.

Các phương pháp đánh giá, phát hiện hư hỏng Trong lĩnh vực xây dựng nói chung và ngành xây dựng dân dụng nói riêng, kết cấu dầm là một phần không thể thiếu trong tổng thể kết cấu công trình. Trong quá trình sử dụng, không thể tránh khỏi hư hỏng tạo thành vết nứt do nhiều nguyên nhân như: tác động vật lý, hoá học, môi trường khắc nghiệt,… Các hư hỏng này có khả năng gia tăng theo thời gian do sự xuống cấp của kết cấu hay do sự gia tăng của tác động gây hư hỏng. Ngoài ra, kết cấu dầm thường là thành phần liên kết giữa các kết cấu cột, sàn và móng, kết cấu dầm giữ một vị trí quan trọng trong việc chịu tải trọng từ sàn và truyền các tải trọng này lên cột, sau đó sẽ từ cột truyền xuống móng. Vì tính chất quan trọng này, những phương pháp chẩn đoán để phát hiện hư hỏng kịp thời trên cấu kiện dầm là vô cùng cần thiết.

Kết cấu dầm và một số dạng hư hỏng thường gặp Trong hệ kết cấu công trình, dầm là cấu kiện cơ bản xuất hiện nhiều và đóng vai trò rất quan trọng. Kết cấu dầm có thể là dầm bê tông cốt thép (BTCT), dầm thép hình, dầm gỗ, dầm liên hợp composite,… Các dạng dầm phổ biến là dạng hình chữ nhật hoặc hình vuông. Cấu kiện dầm được xem đơn giản như thanh chịu lực (chịu uốn là chủ yếu), có vai trò dùng để đỡ các bản sàn, tường, mái phía trên hoặc liên kết các hệ kết cấu móng. Dầm bê tông cốt thép có cấu tạo đơn giản bởi bê tông liên kết, cốt thép dọc, cốt đai, cốt giá (Hình 1.

Cấu tạo dầm bê tông cốt thép. [2] Dầm làm việc hiệu quả với vai trò là cấu kiện chịu uốn. Khi có gia tải tăng dần, dầm bê tông cốt thép sẽ từ trạng thái nguyên vẹn chuyển sang hình thành vết nứt ở vùng có ứng suất kéo lớn nhất trong kết cấu: bao gồm vết nứt thẳng góc tại vị trí chịu mô men lớn và vết nứt xiên tại vị trí gần gối tựa hoặc chỗ có lực ngang lớn. Cụ thể, vị trí vết nứt nguy hiểm ảnh hưởng nghiêm trọng đến độ an toàn của dầm bê tông cốt thép: ở giữa nhịp dầm – vết nứt vuông góc, ở gần gối dầm – vết nứt xiên, phía trên gối dầm liên tục – vết nứt song song trục dầm, ở gần đầu ngàm dầm công xôn – vết nứt xiên (Hình 1.

Vết nứt xiên và vết nứt thẳng góc [3] Giới thiệu 4 Ngoài các chức năng về kiến trúc, liên kết ổn định, hỗ trợ liên kết các thiết bị MEP,… Thì trong hệ kết cấu, dầm có vai trò rất quan trọng là cấu kiện truyền tải trọng từ sàn xuống cột vách, và xuống móng công trình. Dầm còn là cấu kiện liên kết bản sàn cứng tiếp nhận trực tiếp tải trọng ngang (gió, động đất) để truyền vào các kết cấu thẳng đứng (cột, vách), sau đó truyền xuống móng. Như vậy, dầm vừa là cấu kiện liên kết, vừa là cấu kiện trực tiếp truyền lực tác động của công trình theo cả chiều đứng và chiều ngang. Trong quá trình sử dụng lâu dài, những hư hỏng ở kết cấu dầm có thể xảy ra ở nhiều dạng khác nhau như: phần tử trong kết cấu chịu lực quá giới hạn dẫn đến bị suy giảm độ cứng hoặc hình thành vết nứt; vật liệu bị tác động của môi trường xung quanh làm giảm cường độ và đặc tính ban đầu của vật liệu (ăn mòn, bị sự cố do tác động của con người,…); kết cấu bị khuyết tật trong quá trình thi công,… Các hư hỏng này có khả năng hình thành một cách âm thầm, gia tăng theo thời gian do sự xuống cấp của kết cấu hay do sự gia tăng của tác động gây hư hỏng và làm xảy ra các sự cố bất ngờ gây thiệt hại.

Vết nứt xuất hiện thẳng góc vị trí nhịp dầm bê tông cốt thép [4] Vì những tính chất quan trọng này, phương pháp chẩn đoán để phát hiện kịp thời hư hỏng cấu kiện dầm là vô cùng cần thiết. Từ nhu cầu thực tế và phân tích trên, đề tài: “Xác định hư hỏng trong kết cấu dầm sử dụng phương pháp phân tích Wavelet cho dạng dao động và mạng nơ-ron nhân tạo” đã được tác giả lựa chọn thực hiện nghiên cứu. Phân tích Wavelet cho dạng dao động dầm Phân tích Wavelet là công cụ hữu ích trong nhiều lĩnh vực: xử lý tín hiệu, hình ảnh máy tính, nén dữ liệu, xử lý ảnh, đồ họa, hàng không, quân sự,… Phương pháp phân tích Wavelet có nhiều ưu điểm như: Wavelet có độ nhạy cao với sự thay đổi các điểm gãy, gián đoạn của tín hiệu; phân tích chi tiết được từng vùng không gian rất nhỏ; linh Giới thiệu 5 hoạt, chi phí thấp bằng thực hiện mô phỏng và có thể thực hiện thí nghiệm phá hủy để kiểm chứng; kết quả phân tích Wavelet trực quan, dễ dàng nhận biết vị hư hỏng. Phân tích Wavelet cho dạng dao động (Hình 1.5) là một trong những phương pháp không phá hủy đã được đề cập, có thể được ứng dụng để chẩn đoán sức khỏe kết cấu.

Hiện nay, phương pháp này đang được các nhà khoa học nghiên cứu và ứng dụng hiệu quả trong việc phát hiện hư hỏng xảy ra trên dầm. Biểu đồ phân tích Wavelet [5] 1. Tổng quan về trí tuệ nhân tạo, học máy, mạng nơ-ron nhân tạo 1.1 Trí tuệ nhân tạo Trí tuệ nhân tạo (Artificial Intelligence: AI) là một ngành thuộc lĩnh vực khoa học máy tính (Computer Science), đôi khi được gọi là trí thông minh nhân tạo, là trí thông minh được thể hiện bằng máy móc, trái ngược với trí thông minh tự nhiên của con người. Đây là trí thông minh của máy do con người lập trình tạo nên với mục tiêu giúp máy tính có thể tự động hóa thực hiện các hành vi thông minh như con người.

Các hành Giới thiệu 6 vi này này tổng quan gồm việc học tập (thu thập thông tin và các quy tắc sử dụng thông tin), lập luận (sử dụng các quy tắc để đạt được kết luận gần đúng hoặc xác định) và tự sửa lỗi… Trí tuệ nhân tạo khác với việc lập trình logic trong các ngôn ngữ lập trình ở chổ trí tuệ nhân tạo giúp máy tính có được những trí tuệ của con người, từ đó máy tính có thể tự biết suy nghĩ và lập luận để giải quyết vấn đề, biết giao tiếp do hiểu ngôn ngữ, tiếng nói, biết học và tự thích nghi.