I. Giới thiệu
Trong bối cảnh hiện nay, việc đảm bảo an toàn cho các công trình xây dựng là một nhiệm vụ quan trọng. Các công trình như cầu, nhà cao tầng, và đê đập thường xuyên phải chịu tác động của nhiều yếu tố môi trường và tải trọng khác nhau. Điều này dẫn đến sự xuống cấp và hư hỏng, ảnh hưởng đến độ an toàn của công trình. Đặc biệt, dầm bê tông cốt thép (BTCT) ứng suất trước là một trong những cấu kiện chịu lực chính, thường gặp phải các vấn đề như nứt, ăn mòn, và mất mát lực căng. Do đó, việc dự đoán lực căng trong dầm BTCT là rất cần thiết để đảm bảo an toàn trong quá trình khai thác. Luận văn này đề xuất một phương pháp mới để dự đoán lực căng cho dầm BTCT ƯST dựa trên tần số dao động và trí tuệ nhân tạo. Phương pháp này không chỉ giúp phát hiện sớm các dấu hiệu hư hỏng mà còn nâng cao hiệu quả trong việc quản lý và bảo trì công trình.
II. Phương pháp nghiên cứu
Phương pháp nghiên cứu trong luận văn này bao gồm việc xây dựng mô hình phần tử hữu hạn (PTHH) cho dầm BTCT ƯST bằng phần mềm ANSYS. Mô hình này sẽ được sử dụng để phân tích tần số dao động của dầm dưới các cấp lực căng khác nhau. Kết quả phân tích sẽ được kiểm chứng với các kết quả thực nghiệm để đảm bảo độ tin cậy. Sau đó, các thuật toán trí tuệ nhân tạo sẽ được áp dụng để xây dựng các mô hình học máy nhằm dự đoán lực căng từ giá trị tần số dao động. Việc sử dụng các mô hình học máy như hồi quy tuyến tính, hồi quy đa thức, và hồi quy đa thức phân đoạn sẽ giúp cải thiện độ chính xác của dự đoán. Kết quả dự đoán sẽ được đánh giá trên cả tập kiểm thử và tập kiểm tra để xác định tính khả thi và hiệu quả của phương pháp đề xuất.
III. Kết quả và thảo luận
Kết quả nghiên cứu cho thấy phương pháp đề xuất có khả năng dự đoán lực căng với độ chính xác cao. Việc sử dụng tần số dao động của các mode khác nhau đã giúp cải thiện đáng kể độ chính xác của các mô hình học máy. Các mô hình này không chỉ dự đoán chính xác lực căng mà còn có thể áp dụng để dự đoán tải trọng tác dụng lên dầm. Kết quả phân tích tải trọng gây nứt và tải trọng cực hạn từ mô hình PTHH cũng được kiểm chứng với các tiêu chuẩn quốc tế, cho thấy tính khả thi của phương pháp trong thực tế. Điều này mở ra hướng đi mới cho việc ứng dụng trí tuệ nhân tạo trong lĩnh vực xây dựng, đặc biệt là trong việc theo dõi và chẩn đoán sức khỏe công trình.
IV. Kết luận
Luận văn đã đề xuất một phương pháp mới để dự đoán lực căng cho dầm BTCT ƯST dựa trên tần số dao động và trí tuệ nhân tạo. Kết quả nghiên cứu cho thấy phương pháp này có độ chính xác cao và khả năng ứng dụng thực tiễn tốt. Việc áp dụng các thuật toán học máy không chỉ giúp nâng cao hiệu quả trong việc dự đoán lực căng mà còn góp phần vào việc đảm bảo an toàn cho các công trình xây dựng. Từ những kết quả đạt được, tác giả hy vọng nghiên cứu này sẽ là nguồn tham khảo hữu ích cho các nghiên cứu tiếp theo trong lĩnh vực xây dựng.
