I. Luận án tiến sĩ Tổng quan dao động ngẫu nhiên phi tuyến
Việc nghiên cứu, phân tích và điều khiển dao động đóng vai trò cốt lõi trong kỹ thuật hiện đại. Các công trình, máy móc và thiết bị phải hoạt động ổn định dưới tác động của nhiều loại tải trọng. Trong thực tế, phần lớn các tải trọng này, như gió, sóng biển, động đất, hay sự gồ ghề của mặt đường, đều có bản chất ngẫu nhiên. Điều này dẫn đến các dao động ngẫu nhiên phi tuyến, một lĩnh vực phức tạp nhưng có ý nghĩa khoa học và thực tiễn to lớn. Việc phân tích chính xác loại dao động này giúp đảm bảo hiệu suất, kéo dài tuổi thọ và ngăn ngừa sự phá hủy đột ngột của kết cấu. Luận án tiến sĩ của tác giả Nguyễn Cao Thắng tập trung vào thách thức này, đề xuất một phương pháp giải tích xấp xỉ tiên tiến để nâng cao độ chính xác khi phân tích các hệ thống kỹ thuật phức tạp. Luận án giới thiệu và phát triển tiêu chuẩn sai số bình phương trung bình địa phương – tổng thể (GLOMSEC). Đây là một cải tiến quan trọng của phương pháp tuyến tính hóa tương đương ngẫu nhiên. Phương pháp này được xây dựng dựa trên quan điểm đối ngẫu, kết hợp cả phạm vi phân tích địa phương và tổng thể để khắc phục những nhược điểm của các tiêu chuẩn trước đó. Mục tiêu chính là cung cấp một công cụ phân tích mạnh mẽ, dễ áp dụng cho cả hệ một bậc tự do (SDOF) và hệ nhiều bậc tự do (MDOF), vốn rất phổ biến trong thực tế kỹ thuật. Luận án không chỉ dừng lại ở lý thuyết mà còn kiểm chứng tính hiệu quả của phương pháp GLOMSEC thông qua việc so sánh kết quả với các lời giải chính xác từ phương trình Fokker-Planck-Kolmogorov (FPK) và kết quả từ mô phỏng Monte Carlo (MC), khẳng định độ tin cậy và tính ứng dụng cao.
1.1. Tầm quan trọng của việc nghiên cứu dao động trong kỹ thuật
Dao động là một hiện tượng phổ biến trong kỹ thuật, từ các công trình xây dựng cao tầng, cầu dây văng cho đến máy bay và tàu thủy. Khi các tải trọng tác động là ngẫu nhiên, việc dự báo chính xác đáp ứng của hệ thống trở nên cực kỳ khó khăn. Các phương pháp phân tích dao động tiền định không còn phù hợp. Do đó, việc nghiên cứu dao động ngẫu nhiên bằng các công cụ của cơ học ngẫu nhiên là yêu cầu cấp thiết. Các mô hình toán học mô tả những hệ thống này thường là các phương trình vi phân ngẫu nhiên phi tuyến, đòi hỏi các phương pháp giải quyết chuyên biệt. Việc tìm ra lời giải chính xác cho các phương trình này rất hạn chế, thúc đẩy sự phát triển của các phương pháp xấp xỉ hiệu quả.
1.2. Giới thiệu phương pháp GLOMSEC trong luận án Nguyễn Cao Thắng
Luận án của Nguyễn Cao Thắng đề xuất một hướng đi mới để giải quyết bài toán phân tích dao động ngẫu nhiên phi tuyến. Trọng tâm của công trình là phát triển tiêu chuẩn sai số bình phương trung bình địa phương – tổng thể (GLOMSEC). Phương pháp này được xây dựng trên nền tảng của phương pháp tuyến tính hóa tương đương nhưng được cải tiến để tăng độ chính xác, đặc biệt với các hệ có tính phi tuyến mạnh. Bằng cách áp dụng quan điểm đối ngẫu, GLOMSEC đã khắc phục được nhược điểm cố hữu của tiêu chuẩn LOMSEC (tiêu chuẩn sai số bình phương trung bình địa phương), đó là việc xác định miền tích phân hữu hạn một cách tùy ý. Sáng kiến này mở ra khả năng phân tích chính xác hơn cho cả hệ SDOF và MDOF.
II. Thách thức phân tích dao động ngẫu nhiên phi tuyến hiện nay
Phân tích dao động ngẫu nhiên phi tuyến là một trong những bài toán phức tạp nhất trong cơ học ứng dụng. Mặc dù sự phát triển của máy tính đã cho phép sử dụng các phương pháp số như mô phỏng Monte Carlo (MC), các phương pháp này thường đòi hỏi chi phí tính toán rất lớn và chỉ cung cấp kết quả ở dạng số, thiếu tính quy luật tổng quát. Do đó, các phương pháp giải tích xấp xỉ vẫn giữ vai trò quan trọng. Trong số đó, phương pháp tuyến tính hóa tương đương ngẫu nhiên được sử dụng phổ biến nhất vì tính đơn giản và khả năng áp dụng cho hệ nhiều bậc tự do (MDOF). Tuy nhiên, phương pháp này tồn tại nhiều hạn chế. Tiêu chuẩn kinh điển của Caughey cho kết quả kém chính xác khi mức độ phi tuyến của hệ tăng lên. Để cải thiện, nhiều tiêu chuẩn mới đã ra đời, trong đó có tiêu chuẩn LOMSEC do Anh và Di Paola đề xuất. LOMSEC cải thiện độ chính xác bằng cách thay thế tích phân trên miền vô hạn bằng một miền hữu hạn, nơi đáp ứng của hệ tập trung nhiều nhất. Tuy nhiên, theo luận án của Lưu Xuân Hùng [7], nhược điểm lớn nhất của LOMSEC là miền tích phân này lại là một ẩn số, khiến phương pháp chưa khép kín về mặt giải tích. Vấn đề đặt ra là làm thế nào để xác định miền tích phân một cách khoa học mà không cần thử-sai. Đây chính là thách thức lớn mà luận án của Nguyễn Cao Thắng đặt mục tiêu giải quyết.
2.1. Hạn chế của các phương pháp tuyến tính hóa tương đương kinh điển
Phương pháp tuyến tính hóa tương đương kinh điển, do Caughey đề xuất, hoạt động hiệu quả đối với các hệ phi tuyến yếu. Nguyên tắc của nó là thay thế phương trình phi tuyến bằng một phương trình tuyến tính tương đương, sao cho sai số bình phương trung bình giữa hai phương trình là nhỏ nhất. Tuy nhiên, khi hệ số phi tuyến tăng, sai số của phương pháp này cũng tăng lên đáng kể. Giả thiết đáp ứng của hệ tuân theo phân phối Gauss không còn chính xác, dẫn đến việc tính toán các mô men bậc hai của đáp ứng bị sai lệch. Hạn chế này thúc đẩy cộng đồng khoa học tìm kiếm các tiêu chuẩn tuyến tính hóa cải tiến để mở rộng phạm vi ứng dụng của phương pháp.
2.2. Nhược điểm của tiêu chuẩn LOMSEC và bài toán cần giải quyết
Tiêu chuẩn sai số bình phương trung bình địa phương (LOMSEC) là một bước tiến quan trọng. Bằng cách tập trung vào một miền hữu hạn [-rσx, +rσx], LOMSEC cho phép tạo ra một loạt lời giải xấp xỉ, trong đó lời giải kinh điển chỉ là một trường hợp đặc biệt. Về nguyên tắc, tồn tại một giá trị r tối ưu để nhận được lời giải chính xác. Tuy nhiên, như được chỉ ra trong luận án, "nhược điểm chính của LOMSEC là: đối với một hệ phi tuyến bất kỳ, miền tích phân khu vực phù hợp (giá trị r) lại là một ẩn số". Việc tìm ra ẩn số này một cách hệ thống là bài toán cốt lõi cần được giải quyết để phương pháp trở nên hoàn thiện và có tính ứng dụng rộng rãi.
III. Phương pháp GLOMSEC Hướng dẫn giải quyết dao động phi tuyến
Để giải quyết những hạn chế của các phương pháp trước, luận án của Nguyễn Cao Thắng đã xây dựng thành công tiêu chuẩn sai số bình phương trung bình địa phương – tổng thể (GLOMSEC). Đây là một phương pháp đột phá, kết hợp sự tinh hoa của cả hai cách tiếp cận: địa phương (local) và tổng thể (global). Nền tảng của GLOMSEC là quan điểm đối ngẫu, một cách tiếp cận xem xét đồng thời hai khía cạnh của một vấn đề để đạt được sự cân bằng và chính xác hơn. Thay vì phải đi tìm một giá trị r tối ưu một cách mò mẫm như trong LOMSEC, GLOMSEC đề xuất một quy trình khép kín về mặt giải tích. Cụ thể, phương pháp này xem xét một tập hợp các hệ số tuyến tính hóa địa phương tương ứng với các miền tích phân khác nhau. Sau đó, giá trị cuối cùng của hệ số tuyến tính hóa được xác định bằng cách lấy giá trị trung bình trên toàn bộ tổng thể của tất cả các hệ số địa phương này. Cách tiếp cận này giúp loại bỏ sự phụ thuộc vào tham số r không xác định. Quy trình này không chỉ giúp khép kín bài toán về mặt lý thuyết mà còn được chứng minh là mang lại độ chính xác vượt trội khi phân tích dao động ngẫu nhiên phi tuyến. Luận án trình bày chi tiết cách xây dựng công thức toán học cho GLOMSEC, áp dụng cho cả các hệ có lực cản và lực đàn hồi phi tuyến, dưới tác động của kích động ồn trắng.
3.1. Nguyên tắc xây dựng tiêu chuẩn GLOMSEC từ quan điểm đối ngẫu
Việc xây dựng GLOMSEC dựa trên ý tưởng kết hợp hai phạm vi: "địa phương" và "tổng thể". Cách tiếp cận này được gọi là quan điểm đối ngẫu. Thay vì chỉ tối ưu hóa sai số trên một miền địa phương duy nhất, GLOMSEC tính toán các hệ số tuyến tính hóa cho nhiều miền địa phương khác nhau. Sau đó, một phép toán trung bình hóa trên toàn bộ không gian (tổng thể) được áp dụng để tìm ra một hệ số tuyến tính hóa đại diện duy nhất. "Những giá trị mới thu được của các hệ số tuyến tính hóa là giá trị trung bình trên tổng thể của tất cả các hệ số tuyến tính hóa địa phương", trích từ luận án. Điều này giúp phương pháp trở nên ổn định và ít nhạy cảm hơn với các tham số lựa chọn ban đầu.
3.2. Quy trình tính toán hệ số tuyến tính hóa cho hệ SDOF
Đối với hệ một bậc tự do (SDOF), quy trình áp dụng GLOMSEC được thực hiện qua các bước rõ ràng. Đầu tiên, phương trình phi tuyến được thay thế bằng một phương trình tuyến tính hóa tương đương. Sau đó, các hệ số tuyến tính hóa (ví dụ: hệ số cản và độ cứng tương đương) được xác định bằng cách giải một hệ phương trình đại số phi tuyến. Các phương trình này được thiết lập dựa trên tiêu chuẩn GLOMSEC. Luận án cung cấp các công thức giải tích cụ thể và một thuật toán lặp hiệu quả để tìm ra các mô men bậc hai của đáp ứng. Thuật toán này bắt đầu với một giá trị giả định ban đầu và lặp lại cho đến khi đạt được độ chính xác mong muốn, đảm bảo tính hội tụ và hiệu quả tính toán.
IV. Bí quyết mở rộng GLOMSEC cho hệ nhiều bậc tự do MDOF
Một trong những đóng góp quan trọng nhất của luận án là việc mở rộng thành công tiêu chuẩn sai số bình phương trung bình địa phương – tổng thể (GLOMSEC) cho các hệ nhiều bậc tự do (MDOF). Trong kỹ thuật, hầu hết các hệ thống thực tế như nhà cao tầng, cầu, giàn khoan ngoài khơi đều được mô hình hóa dưới dạng MDOF. Việc phân tích các hệ thống này phức tạp hơn rất nhiều so với hệ SDOF. Luận án đã phát triển một khuôn khổ toán học chặt chẽ để áp dụng GLOMSEC cho các hệ MDOF chịu kích động ngẫu nhiên. Thay vì các hệ số tuyến tính hóa vô hướng, phương pháp này xác định các ma trận cản và ma trận độ cứng tương đương. Quy trình tính toán dựa trên việc tối thiểu hóa sai số theo chuẩn Euclid trong không gian nhiều chiều. Hơn nữa, luận án không chỉ giới hạn ở kích động ồn trắng, một giả định lý tưởng, mà còn mở rộng phương pháp cho trường hợp kích động ồn màu. Kích động ồn màu mô tả thực tế hơn các tải trọng như gió hay sóng biển, vốn có năng lượng tập trung trong một dải tần số nhất định. Việc xử lý kích động ồn màu đòi hỏi phải sử dụng các bộ lọc tuyến tính và giải một hệ phương trình phức tạp hơn, thể hiện tính tổng quát và năng lực mạnh mẽ của phương pháp GLOMSEC được phát triển.
4.1. Cách áp dụng GLOMSEC cho hệ MDOF chịu kích động ồn trắng
Việc mở rộng GLOMSEC cho hệ nhiều bậc tự do (MDOF) đòi hỏi phải làm việc với các véc-tơ và ma trận. Phương trình dao động phi tuyến được thay thế bằng một hệ phương trình tuyến tính tương đương. Các ma trận hệ số tương đương (khối lượng, cản, độ cứng) được xác định bằng cách cực tiểu hóa trung bình bình phương của véc-tơ sai số. Luận án đã chứng minh rằng các ma trận này có thể được tính toán thông qua kỳ vọng của gradient của véc-tơ hàm phi tuyến gốc. Quá trình này dẫn đến một hệ phương trình đại số phi tuyến đối với ma trận hiệp phương sai của đáp ứng, có thể được giải bằng các thuật toán lặp số.
4.2. Phân tích hệ thống chịu kích động ngẫu nhiên ồn màu
Kích động ồn màu là một quá trình ngẫu nhiên có mật độ phổ không đều, mô tả chính xác hơn nhiều tải trọng trong thực tế. Để phân tích hệ chịu kích động ồn màu, luận án sử dụng một kỹ thuật phổ biến là mô hình hóa quá trình ồn màu như đầu ra của một bộ lọc tuyến tính khi đầu vào là ồn trắng. Bằng cách này, bài toán ban đầu được chuyển thành một bài toán lớn hơn với số bậc tự do tăng lên, nhưng hệ mới này lại chịu kích động ồn trắng. Sau đó, phương pháp GLOMSEC cho hệ MDOF có thể được áp dụng trực tiếp để tìm ra đáp ứng của hệ thống. Cách tiếp cận này cho thấy tính linh hoạt và khả năng ứng dụng của phương pháp cho các bài toán phức tạp hơn.
V. Top kết quả ứng dụng GLOMSEC trong các bài toán thực tiễn
Tính hiệu quả và độ chính xác của tiêu chuẩn sai số bình phương trung bình địa phương – tổng thể (GLOMSEC) đã được kiểm chứng một cách toàn diện thông qua việc áp dụng vào nhiều bài toán dao động ngẫu nhiên phi tuyến kinh điển. Luận án đã tiến hành so sánh kết quả tính toán mô men bậc hai của đáp ứng thu được từ GLOMSEC với lời giải chính xác (nếu có), kết quả từ tiêu chuẩn kinh điển và kết quả từ mô phỏng Monte Carlo (MC). Các ví dụ nghiên cứu bao gồm hệ dao động Duffing, hệ Van der Pol, các hệ có cản phi tuyến bậc ba và hệ có cả lực cản và đàn hồi phi tuyến. Trong tất cả các trường hợp được khảo sát, phương pháp GLOMSEC đều cho kết quả có độ chính xác cao hơn đáng kể so với phương pháp tuyến tính hóa kinh điển, đặc biệt khi mức độ phi tuyến của hệ tăng. Sự sai khác giữa kết quả của GLOMSEC và mô phỏng Monte Carlo là rất nhỏ, khẳng định độ tin cậy của phương pháp. Một ứng dụng đáng chú ý khác là phân tích dao động của tàu thủy, một hệ thống kỹ thuật phức tạp chịu tác động của sóng biển ngẫu nhiên. Việc áp dụng thành công GLOMSEC cho bài toán này cho thấy tiềm năng ứng dụng rộng rãi của phương pháp trong việc giải quyết các vấn đề thực tiễn trong ngành kỹ thuật cơ khí và công trình.
5.1. Đánh giá độ chính xác qua so sánh với mô phỏng Monte Carlo
Để đánh giá độ chính xác, mô phỏng Monte Carlo (MC) được sử dụng làm một chuẩn mực tham chiếu. Đây là phương pháp số mạnh mẽ nhưng tốn kém, cho phép tìm ra nghiệm gần đúng với độ tin cậy cao. Luận án đã so sánh đáp ứng bình phương trung bình tính toán bằng GLOMSEC với kết quả từ MC cho nhiều hệ khác nhau, dưới các cường độ kích động và mức độ phi tuyến khác nhau. Các bảng số liệu trong luận án, ví dụ như "Bảng 3.6: Đáp ứng bình phương trung bình của hệ dao động Duffing", cho thấy sự trùng khớp gần như hoàn hảo giữa hai phương pháp, trong khi tiêu chuẩn kinh điển cho sai số lớn hơn nhiều.
5.2. Phân tích hệ dao động Duffing và Van der Pol với GLOMSEC
Hệ dao động Duffing và Van der Pol là hai mô hình kinh điển trong nghiên cứu dao động phi tuyến. Hệ Duffing mô tả các hệ có độ cứng phi tuyến (cứng dần hoặc mềm dần), trong khi hệ Van der Pol đặc trưng cho các dao động tự kích. Luận án đã áp dụng GLOMSEC để phân tích đáp ứng của cả hai hệ này dưới kích động ngẫu nhiên. Kết quả cho thấy phương pháp mới nắm bắt rất tốt các đặc tính phi tuyến của hệ, mang lại các giá trị mô men bậc hai chính xác hơn nhiều so với các phương pháp xấp xỉ truyền thống. Điều này chứng tỏ GLOMSEC là một công cụ phân tích hiệu quả cho một lớp rộng các bài toán dao động.
VI. Tương lai nghiên cứu dao động phi tuyến và vai trò GLOMSEC
Luận án tiến sĩ của Nguyễn Cao Thắng đã có những đóng góp khoa học mới và quan trọng cho lĩnh vực phân tích dao động ngẫu nhiên phi tuyến. Bằng việc xây dựng và phát triển thành công tiêu chuẩn sai số bình phương trung bình địa phương – tổng thể (GLOMSEC), công trình đã giải quyết được một nhược điểm cố hữu của phương pháp LOMSEC, tạo ra một công cụ giải tích xấp xỉ mạnh mẽ, chính xác và có tính hệ thống. Việc mở rộng phương pháp cho hệ nhiều bậc tự do (MDOF) và trường hợp kích động ồn màu đã nâng cao đáng kể khả năng ứng dụng thực tiễn của phương pháp tuyến tính hóa tương đương. Những kết quả này không chỉ có giá trị lý luận mà còn mở ra những hướng nghiên cứu tiếp theo. Trong tương lai, phương pháp GLOMSEC có thể được phát triển để phân tích các hệ thống phức tạp hơn, chẳng hạn như hệ có trễ thời gian, hệ chịu kích động không dừng, hoặc các hệ có tính phi tuyến phức tạp hơn nữa. Hơn nữa, việc tích hợp GLOMSEC vào các phần mềm tính toán kết cấu thương mại có thể giúp các kỹ sư có một công cụ hiệu quả để thiết kế và đánh giá các công trình, máy móc làm việc trong môi trường ngẫu nhiên. Sự ra đời của GLOMSEC khẳng định tiềm năng to lớn của các phương pháp giải tích xấp xỉ trong việc cung cấp những hiểu biết sâu sắc về các hiện tượng phi tuyến phức tạp.
6.1. Tổng kết những đóng góp chính của luận án tiến sĩ
Đóng góp cốt lõi của luận án là việc xây dựng tiêu chuẩn GLOMSEC dựa trên quan điểm đối ngẫu, giúp khép kín về mặt giải tích bài toán xác định hệ số tuyến tính hóa. Luận án đã áp dụng thành công tiêu chuẩn này cho cả hệ một bậc tự do và nhiều bậc tự do, dưới tác động của cả kích động ồn trắng và ồn màu. Độ chính xác và hiệu quả của phương pháp đã được kiểm chứng một cách thuyết phục qua nhiều ví dụ số, so sánh với các lời giải chính xác và mô phỏng Monte Carlo. Các kết quả nghiên cứu đã được công bố trên các tạp chí và hội nghị khoa học uy tín trong và ngoài nước.
6.2. Hướng phát triển tiếp theo cho phương pháp phân tích xấp xỉ
Mặc dù GLOMSEC là một bước tiến lớn, vẫn còn nhiều hướng phát triển tiềm năng. Một hướng là cải tiến phương pháp để có thể ước lượng không chỉ mô men bậc hai mà còn cả các mô men bậc cao hơn hoặc thậm chí là hàm mật độ xác suất của đáp ứng. Việc này có thể thực hiện bằng cách kết hợp GLOMSEC với các kỹ thuật như khai triển chuỗi hoặc các giả thiết phân phối phi-Gauss. Một hướng khác là áp dụng phương pháp này cho các bài toán tương tác kết cấu-lưu chất hoặc các hệ thống điều khiển phi tuyến, nơi các yếu tố ngẫu nhiên và phi tuyến đóng vai trò quyết định.
