Tổng quan nghiên cứu
Công nghệ bê tông cốt thép ứng suất trước (BTCT ứng suất trước) ngày càng được ứng dụng rộng rãi trong xây dựng các công trình cao tầng, cầu đường, silô chứa nguyên liệu với yêu cầu kết cấu phức tạp và hiệu quả kinh tế cao. Tuy nhiên, một trong những vấn đề kỹ thuật quan trọng hiện nay là sự tổn hao lực ứng suất trong vùng neo cáp, gây ảnh hưởng nghiêm trọng đến độ bền và an toàn của kết cấu. Theo ước tính, sự tổn hao lực ứng suất có thể làm giảm hiệu suất làm việc của cáp neo từ 20% đến 60% tùy vào điều kiện sử dụng và môi trường. Việc phát hiện sớm và xác định chính xác mức độ tổn hao lực ứng suất trong vùng neo cáp là rất cần thiết để đảm bảo an toàn và tuổi thọ công trình.
Mục tiêu nghiên cứu là tìm hiểu đặc tính điện cơ trở kháng (Electro-Mechanical Impedance - EMI) của kết cấu bê tông cốt thép ứng suất trước trong vùng neo cáp, mô phỏng và so sánh kết quả giữa mô hình và thực nghiệm, đồng thời ứng dụng mạng nơ-ron nhân tạo (Artificial Neural Networks - ANNs) để chẩn đoán mức độ tổn hao lực ứng suất. Nghiên cứu tập trung vào hai vùng neo cáp có một cáp và năm cáp, khảo sát sự xuất hiện, vị trí và mức độ tổn hao lực ứng suất dưới các điều kiện khác nhau, đồng thời phân tích ảnh hưởng của nhiệt độ đến kết quả chẩn đoán.
Phạm vi nghiên cứu được thực hiện trong khoảng thời gian từ năm 2020 đến 2023, tại các phòng thí nghiệm và mô hình thực nghiệm ở TP. Hồ Chí Minh. Kết quả nghiên cứu có ý nghĩa quan trọng trong việc nâng cao hiệu quả giám sát sức khỏe kết cấu (Structural Health Monitoring - SHM), giúp phát hiện sớm các hư hỏng trong vùng neo cáp, từ đó đề xuất các giải pháp bảo trì, sửa chữa kịp thời, đảm bảo an toàn và kéo dài tuổi thọ công trình.
Cơ sở lý thuyết và phương pháp nghiên cứu
Khung lý thuyết áp dụng
Nghiên cứu dựa trên hai lý thuyết chính: lý thuyết điện cơ trở kháng (EMI) và mô hình mạng nơ-ron nhân tạo đa lớp (Multilayer Perceptron - MLP).
Lý thuyết điện cơ trở kháng (EMI): Dựa trên nguyên lý cảm ứng điện cơ của vật liệu PZT (Lead Zirconate Titanate), khi có lực tác động lên kết cấu, các tấm PZT dán trên bề mặt sẽ tạo ra tín hiệu điện trở kháng đặc trưng. Sự thay đổi tín hiệu này phản ánh sự biến dạng và tổn hao lực ứng suất trong kết cấu. Các chỉ số đánh giá như RMSD (Root Mean Square Deviation), CC (Correlation Coefficient), CCD (Correlation Coefficient Deviation), MAPD (Mean Absolute Percentage Deviation) được sử dụng để phân tích và so sánh tín hiệu EMI.
Mạng nơ-ron nhân tạo (ANNs): Mạng MLP được sử dụng để xử lý và phân loại dữ liệu EMI thu thập được, nhằm xác định mức độ tổn hao lực ứng suất trong vùng neo cáp. Mạng được huấn luyện với dữ liệu mô phỏng và thực nghiệm, giúp nâng cao độ chính xác và khả năng dự đoán tổn hao lực ứng suất.
Các khái niệm chính bao gồm: vùng neo cáp, tổn hao lực ứng suất, tín hiệu điện cơ trở kháng, mạng nơ-ron nhân tạo, chỉ số RMSD, CC, CCD, MAPD.
Phương pháp nghiên cứu
Nguồn dữ liệu bao gồm dữ liệu thực nghiệm thu thập từ các mẫu dầm thép và vùng neo cáp có một cáp và năm cáp, cùng với dữ liệu mô phỏng bằng phần mềm ANSYS APDL và SPSS. Cỡ mẫu thực nghiệm gồm 4 mẫu dầm thép và 2 vùng neo cáp với các mức tổn hao lực ứng suất khác nhau (20%, 40%, 60%).
Phương pháp phân tích gồm:
Mô phỏng điện cơ trở kháng của các mẫu bằng phương pháp phần tử hữu hạn (FEM) trong ANSYS APDL để so sánh với kết quả thực nghiệm, đánh giá độ tin cậy của mô hình.
Thu thập và xử lý tín hiệu EMI từ các tấm PZT dán trên vùng neo cáp, phân tích các chỉ số RMSD, CC, CCD, MAPD để đánh giá sự thay đổi tín hiệu khi có tổn hao lực ứng suất.
Xây dựng và huấn luyện mạng nơ-ron nhân tạo MLP trong phần mềm SPSS với dữ liệu tín hiệu EMI, nhằm phân loại và dự đoán mức độ tổn hao lực ứng suất.
Phân tích ảnh hưởng của nhiệt độ (10°C đến 40°C) đến tín hiệu EMI và kết quả chẩn đoán.
Timeline nghiên cứu kéo dài từ tháng 2/2020 đến tháng 6/2020 cho phần thực nghiệm và mô phỏng, tiếp tục đến năm 2023 cho việc phát triển và hoàn thiện mô hình mạng nơ-ron nhân tạo.
Kết quả nghiên cứu và thảo luận
Những phát hiện chính
Độ tin cậy của mô hình mô phỏng: So sánh tín hiệu điện cơ trở kháng giữa mô phỏng và thực nghiệm cho thấy hệ số tương quan CC đạt trên 0.95 trong dải tần 15 kHz - 25 kHz và 77 kHz - 87 kHz, chứng tỏ mô hình mô phỏng có độ tin cậy cao. RMSD trung bình dưới 5% cho các mẫu dầm thép.
Ảnh hưởng của mức tổn hao lực ứng suất: Khi tổn hao lực ứng suất tăng từ 20% đến 60%, các chỉ số RMSD và MAPD tăng tương ứng từ khoảng 0.02 đến 0.15, cho thấy tín hiệu EMI phản ánh rõ ràng mức độ tổn hao. Vùng neo cáp có 5 cáp cho thấy sự phân bố tín hiệu tổn hao rõ ràng hơn so với vùng neo 1 cáp.
Vị trí và số lượng cáp tổn hao: Mạng nơ-ron nhân tạo MLP đạt độ chính xác trên 92% trong việc xác định vị trí cáp bị tổn hao và mức độ tổn hao. Mạng có khả năng phân biệt tổn hao ở từng cáp riêng biệt trong vùng neo 5 cáp.
Ảnh hưởng của nhiệt độ: Nhiệt độ thay đổi từ 10°C đến 40°C làm biến đổi tín hiệu EMI nhưng không ảnh hưởng đáng kể đến độ chính xác chẩn đoán khi áp dụng thuật toán bù nhiễu EFS. Độ chính xác chẩn đoán duy trì trên 90% trong các điều kiện nhiệt độ khác nhau.
Thảo luận kết quả
Nguyên nhân chính của sự tổn hao lực ứng suất trong vùng neo cáp là do sự biến dạng vật liệu, sự lỏng lẻo tại các điểm neo và ảnh hưởng của môi trường như nhiệt độ và rung động. Kết quả mô phỏng và thực nghiệm cho thấy tín hiệu EMI là công cụ hiệu quả để phát hiện sớm tổn hao lực ứng suất, phù hợp với các nghiên cứu trước đây về ứng dụng EMI trong giám sát kết cấu bê tông cốt thép.
Việc ứng dụng mạng nơ-ron nhân tạo giúp xử lý lượng lớn dữ liệu tín hiệu phức tạp, nâng cao độ chính xác và khả năng dự đoán tổn hao lực ứng suất so với các phương pháp truyền thống. So sánh với các nghiên cứu trong và ngoài nước, phương pháp kết hợp EMI và ANNs cho thấy ưu điểm vượt trội về độ nhạy và khả năng phân biệt tổn hao ở nhiều vị trí khác nhau trong vùng neo cáp.
Dữ liệu có thể được trình bày qua biểu đồ so sánh RMSD và CC giữa mô phỏng và thực nghiệm, bảng phân loại mức độ tổn hao lực ứng suất theo từng cáp, và biểu đồ thể hiện ảnh hưởng của nhiệt độ đến độ chính xác chẩn đoán.
Đề xuất và khuyến nghị
Triển khai hệ thống giám sát EMI kết hợp ANNs: Áp dụng hệ thống giám sát điện cơ trở kháng và mạng nơ-ron nhân tạo trong các công trình sử dụng BTCT ứng suất trước để phát hiện sớm tổn hao lực ứng suất trong vùng neo cáp, nhằm giảm thiểu rủi ro an toàn. Thời gian triển khai trong vòng 12 tháng, chủ thể thực hiện là các đơn vị tư vấn thiết kế và quản lý công trình.
Đào tạo nhân lực chuyên sâu: Tổ chức các khóa đào tạo về kỹ thuật thu thập và phân tích tín hiệu EMI, cũng như xây dựng và vận hành mạng nơ-ron nhân tạo cho cán bộ kỹ thuật và quản lý công trình. Mục tiêu nâng cao năng lực chẩn đoán và xử lý dữ liệu trong 6 tháng.
Nghiên cứu mở rộng phạm vi ứng dụng: Tiếp tục nghiên cứu và phát triển phương pháp cho các loại kết cấu khác như cầu dây văng, kết cấu thép, và các công trình có cấu trúc phức tạp hơn. Thời gian nghiên cứu dự kiến 24 tháng, phối hợp giữa các viện nghiên cứu và trường đại học.
Xây dựng tiêu chuẩn kỹ thuật: Đề xuất xây dựng tiêu chuẩn kỹ thuật về giám sát tổn hao lực ứng suất trong vùng neo cáp bằng phương pháp EMI và ANNs, làm cơ sở pháp lý cho việc áp dụng rộng rãi trong ngành xây dựng. Chủ thể thực hiện là các cơ quan quản lý nhà nước, thời gian hoàn thành trong 18 tháng.
Đối tượng nên tham khảo luận văn
Kỹ sư kết cấu và thiết kế công trình: Nắm bắt phương pháp mới trong giám sát và chẩn đoán tổn hao lực ứng suất, áp dụng vào thiết kế và bảo trì kết cấu bê tông cốt thép ứng suất trước.
Chuyên gia giám sát và bảo trì công trình: Sử dụng hệ thống EMI và ANNs để phát hiện sớm hư hỏng, từ đó lập kế hoạch bảo trì hiệu quả, giảm thiểu chi phí sửa chữa lớn.
Nhà nghiên cứu và học viên cao học: Tham khảo phương pháp kết hợp mô phỏng phần tử hữu hạn, phân tích tín hiệu EMI và mạng nơ-ron nhân tạo trong lĩnh vực giám sát sức khỏe kết cấu.
Cơ quan quản lý và lập tiêu chuẩn xây dựng: Áp dụng kết quả nghiên cứu để xây dựng các quy định, tiêu chuẩn kỹ thuật về giám sát và bảo trì kết cấu bê tông cốt thép ứng suất trước.
Câu hỏi thường gặp
Phương pháp EMI là gì và tại sao được sử dụng trong giám sát kết cấu?
EMI là phương pháp đo tín hiệu điện cơ trở kháng của vật liệu PZT dán trên kết cấu, phản ánh sự biến dạng và tổn hao lực ứng suất. Phương pháp này không phá hủy, nhạy bén và có thể phát hiện tổn hao sớm, phù hợp với giám sát kết cấu bê tông cốt thép ứng suất trước.Mạng nơ-ron nhân tạo giúp gì trong việc chẩn đoán tổn hao lực ứng suất?
Mạng ANNs xử lý dữ liệu tín hiệu phức tạp, phân loại và dự đoán mức độ tổn hao chính xác hơn các phương pháp truyền thống, giúp xác định vị trí và mức độ tổn hao trong vùng neo cáp hiệu quả.Ảnh hưởng của nhiệt độ đến kết quả chẩn đoán như thế nào?
Nhiệt độ thay đổi làm biến đổi tín hiệu EMI, nhưng khi áp dụng thuật toán bù nhiễu EFS, độ chính xác chẩn đoán vẫn duy trì trên 90%, đảm bảo tính ổn định của phương pháp trong điều kiện môi trường thực tế.Phạm vi ứng dụng của phương pháp này có giới hạn không?
Phương pháp phù hợp với các kết cấu BTCT ứng suất trước có vùng neo cáp từ một đến nhiều cáp, có thể mở rộng nghiên cứu cho các loại kết cấu khác như cầu dây văng, kết cấu thép, tuy nhiên cần điều chỉnh mô hình và huấn luyện mạng phù hợp.Làm thế nào để triển khai hệ thống giám sát này trong công trình thực tế?
Cần thiết kế hệ thống cảm biến PZT phù hợp, thu thập dữ liệu tín hiệu EMI định kỳ, xây dựng mô hình mạng nơ-ron nhân tạo huấn luyện với dữ liệu thực tế, đồng thời đào tạo nhân lực vận hành và phân tích dữ liệu để đảm bảo hiệu quả giám sát.
Kết luận
- Nghiên cứu đã phát triển thành công phương pháp kết hợp tín hiệu điện cơ trở kháng và mạng nơ-ron nhân tạo để chẩn đoán tổn hao lực ứng suất trong vùng neo cáp BTCT ứng suất trước.
- Mô hình mô phỏng và thực nghiệm có độ tương quan cao với hệ số CC trên 0.95 và RMSD dưới 5%, đảm bảo độ tin cậy của phương pháp.
- Mạng nơ-ron nhân tạo MLP đạt độ chính xác trên 92% trong việc xác định vị trí và mức độ tổn hao lực ứng suất.
- Phương pháp có khả năng bù nhiễu hiệu quả, duy trì độ chính xác chẩn đoán trong điều kiện nhiệt độ thay đổi từ 10°C đến 40°C.
- Đề xuất triển khai hệ thống giám sát EMI kết hợp ANNs trong các công trình BTCT ứng suất trước nhằm nâng cao an toàn và tuổi thọ kết cấu.
Next steps: Triển khai thử nghiệm hệ thống giám sát tại các công trình thực tế, mở rộng nghiên cứu cho các loại kết cấu khác và xây dựng tiêu chuẩn kỹ thuật áp dụng rộng rãi.
Call to action: Các đơn vị thiết kế, thi công và quản lý công trình nên quan tâm và áp dụng phương pháp này để nâng cao hiệu quả giám sát và bảo trì kết cấu bê tông cốt thép ứng suất trước.