Dự đoán khả năng chịu uốn dầm bê tông cốt thép bị ăn mòn bằng trí tuệ nhân tạo

TRANG TỰA

LÝ LỊCH KHOA HỌC

LỜI CAM ĐOAN

LỜI CẢM ƠN

TÓM TẮT

ABSTRACT

1. CHƯƠNG 1: TỔNG QUAN

1.1. Tổng quan chung về tình hình nghiên cứu trong và ngoài nước

1.1.1. Tổng quan tình hình nghiên cứu ngoài nước

1.1.2. Tổng quan tình hình nghiên cứu trong nước

1.1.3. Tính cấp thiết của đề tài

1.1.4. Mục tiêu đề tài

1.1.5. Đối tượng và phạm vi nghiên cứu

1.1.5.1. Đối tượng nghiên cứu

1.1.5.2. Phạm vi nghiên cứu

1.1.6. Cách tiếp cận, phương pháp nghiên cứu

1.1.7. Tính mới của đề tài

1.1.8. Ý nghĩa khoa học và thực tiễn của đề tài

1.1.9. Cấu trúc luận văn

1.2. Kết luận Chương 1

2. CƠ SỞ LÝ THUYẾT CỦA NGHIÊN CỨU

2.1. Giới thiệu Chương

2.2. Lý thuyết về ăn mòn bê tông

2.2.1. Khái niệm về ăn mòn bê tông

2.2.2. Phân loại ăn mòn bê tông

2.2.3. Mức độ ăn mòn bê tông

2.2.4. Nguyên nhân gây ăn mòn bê tông

2.2.5. Đặc trưng ăn mòn Bê tông

2.2.6. Các biện pháp hạn chế ăn mòn bê tông

2.3. Lý thuyết ăn mòn cốt thép trong bê tông

2.3.1. Các dạng cơ chế ăn mòn cốt thép

2.3.2. Ăn mòn Ion Clorua Cl-

2.3.3. Ăn mòn Ion Sulfate SO4^2-

2.3.4. Các quá trình ăn mòn cốt thép

2.3.5. Nguyên nhân gây ăn mòn cốt thép

2.3.6. Mô hình ăn mòn cốt thép

2.3.7. Giảm đường kính cốt thép

2.3.8. Nứt bê tông do giãn nở thể tích

2.3.9. Các biện pháp chống ăn mòn bê tông cốt thép

2.4. Chống ăn mòn bê tông

2.5. Chống ăn mòn cốt thép

2.6. Lý thuyết về các mô hình dự đoán dầm BTCT ăn mòn

2.6.1. Khai phá dữ liệu (KPDL - Data Mining)

2.6.2. Trí tuệ nhân tạo (AI - Artificial Intelligence)

2.6.3. Mạng nơ ron nhân tạo (ANN - Artificial Neural Network)

2.6.4. Thuật toán support vector machine (SVM - Support Vector Machine)

2.6.5. Mô hình cây quyết định (CART - Classification and Regression Trees)

2.6.6. Mô hình hồi quy tuyến tính (LR - Linear regression)

2.6.7. Mô hình tuyến tính tổng quát (GENLIN - Generalized linear regression)

2.6.8. Tự động phát hiện tương tác Chi-squared (CHAID - Chi-square automatic interaction detector)

2.6.9. Kết hợp các phương pháp (Ensemble method)

2.6.10. Phương pháp đánh giá hiệu suất

2.6.11. Phần mềm và mô hình thực nghiệm

2.7. Kết luận Chương 2

3. KHẢO SÁT THU THẬP VÀ ĐÁNH GIÁ SỐ LIỆU

3.1. Khảo sát số liệu đầu vào của dầm bê tông cốt thép bị ăn mòn

3.1.1. Thiết lập cơ sở dữ liệu dự đoán

3.1.2. Các phương pháp khảo sát

3.1.2.1. Một số phương pháp khảo sát cho kết cấu bê tông cốt thép

3.1.2.2. Tính toán xác định cường độ bê tông hiện trường (Rht)

3.1.2.3. Trường hợp khoan lấy mẫu bê tông

3.1.3. Trường hợp sử dụng các phương pháp không phá huỷ

3.1.4. Đánh giá cường độ bê tông trên kết cấu công trình

3.1.5. Các phương pháp khảo sát thu thập số liệu sử dụng trong luận văn

3.1.6. Đặc trưng ăn mòn bê tông và cốt thép trong khảo sát

3.2. Tổng hợp số liệu đã khảo sát

3.2.1. Xử lý dữ liệu đưa vào mô hình

3.2.2. Mô tả số liệu

3.3. Kết luận Chương 3

4. ỨNG DỤNG MÔ HÌNH VÀ THUẬT TOÁN TRÍ TUỆ NHÂN TẠO VÀO DỰ ĐOÁN

4.1. Giới thiệu tổng quan về phần mềm Clementine

4.2. Quy trình dự đoán

4.3. Xây dựng mô hình bằng SPSS Modeler

5. KẾT QUẢ VÀ KẾT LUẬN KIẾN NGHỊ

5.1. Kết quả mô hình dự đoán

5.2. Kết luận và kiến nghị, định hướng phát triển

TÀI LIỆU THAM KHẢO

I. Tổng quan về dầm bê tông cốt thép và khả năng chịu uốn

Dầm bê tông cốt thép (dầm bê tông cốt thép) là một trong những cấu kiện quan trọng trong xây dựng. Khả năng chịu uốn của dầm phụ thuộc vào nhiều yếu tố, bao gồm chất lượng vật liệu, thiết kế và điều kiện môi trường. Khi dầm bị ăn mòn, khả năng chịu lực của nó giảm sút, dẫn đến nguy cơ hư hỏng. Nghiên cứu này tập trung vào việc dự đoán khả năng chịu uốn của dầm bê tông cốt thép bị ăn mòn, nhằm đưa ra các biện pháp sửa chữa kịp thời.

1.1. Nguyên lý chịu uốn của dầm bê tông cốt thép

Nguyên lý chịu uốn của dầm bê tông cốt thép dựa trên sự phân phối ứng suất trong cấu kiện khi chịu tải. Khi dầm bị uốn, các lớp bê tông phía trên chịu nén, trong khi các lớp phía dưới chịu kéo. Sự ăn mòn cốt thép làm giảm khả năng chịu kéo của dầm, dẫn đến việc dầm dễ bị nứt và gãy. Việc hiểu rõ nguyên lý này là cần thiết để áp dụng các phương pháp dự đoán hiệu quả.

II. Ứng dụng trí tuệ nhân tạo trong dự đoán khả năng chịu uốn

Trí tuệ nhân tạo (trí tuệ nhân tạo) đã được áp dụng rộng rãi trong nhiều lĩnh vực, bao gồm cả xây dựng. Nghiên cứu này sử dụng các mô hình AI như mạng nơron nhân tạo (ANN), máy vectơ hỗ trợ (SVM) và hồi quy tuyến tính (LR) để dự đoán khả năng chịu uốn của dầm bê tông cốt thép bị ăn mòn. Các mô hình này cho phép phân tích dữ liệu lớn và tìm ra các mối quan hệ phức tạp giữa các yếu tố ảnh hưởng đến khả năng chịu lực.

2.1. Các mô hình AI được sử dụng

Nghiên cứu áp dụng sáu mô hình AI khác nhau, bao gồm ANN, SVM, CART, LR, GENLIN và CHAID. Mỗi mô hình có ưu điểm riêng, nhưng kết quả cho thấy mô hình LR và GENLIN đạt hiệu quả tốt nhất trong việc dự đoán khả năng chịu uốn. Việc so sánh các mô hình này giúp xác định mô hình nào phù hợp nhất cho từng trường hợp cụ thể.

III. Phân tích và đánh giá kết quả

Kết quả dự đoán từ các mô hình AI được so sánh với dữ liệu khảo sát thực tế từ 120 dầm bê tông cốt thép bị ăn mòn. Việc phân tích cho thấy mô hình LR và GENLIN cho kết quả gần giống nhau và có độ chính xác cao. Điều này chứng tỏ rằng việc áp dụng trí tuệ nhân tạo trong dự đoán khả năng chịu uốn của dầm bê tông cốt thép bị ăn mòn là khả thi và hiệu quả.

3.1. Giá trị thực tiễn của nghiên cứu

Nghiên cứu này không chỉ cung cấp một phương pháp dự đoán khả năng chịu uốn hiệu quả mà còn góp phần nâng cao độ an toàn cho các công trình xây dựng. Việc phát hiện sớm tình trạng ăn mòn và đánh giá khả năng chịu lực giúp các kỹ sư có thể đưa ra quyết định sửa chữa hoặc gia cố kịp thời, từ đó kéo dài tuổi thọ của công trình.

Luận văn thạc sĩ HCMUTE: Dự đoán khả năng chịu uốn của dầm bê tông cốt thép bị ăn mòn