Tổng quan nghiên cứu

Trong kỹ thuật xây dựng hiện đại, việc đảm bảo an toàn cho các công trình biểu tượng như tòa nhà Landmark 81 cao 461,2m hay tháp Burj Khalifa cao 828m đặt ra yêu cầu cấp thiết về công tác giám sát sức khỏe kết cấu. Theo ước tính từ các chuyên gia bảo trì công trình, việc phát hiện sớm các hư hỏng vi mô có thể giúp giảm thiểu tới 40% chi phí sửa chữa và ngăn ngừa nguy cơ sụp đổ cục bộ. Khung bê tông cốt thép là hệ kết cấu chịu lực chính trong hầu hết các công trình dân dụng và công nghiệp, giữ vai trò tiếp nhận tải trọng ngang, kiểm soát chuyển vị đỉnh và duy trì tính ổn định tổng thể. Tuy nhiên, dưới tác động của tải trọng khai thác, sự suy thoái vật liệu, co ngót và các yếu tố môi trường, kết cấu khung thường xuyên đối mặt với nguy cơ xuất hiện các vết nứt nguy hiểm tại các nút dầm - cột và chân cột.

Vấn đề đặt ra là phần lớn các nghiên cứu trước đây chỉ chẩn đoán hư hỏng đơn lẻ trên vật liệu đồng chất hoặc tạo khuyết tật nhân tạo bằng cách xóa phần tử, chưa mô phỏng sát thực tế làm việc phi tuyến phức hợp giữa bê tông và cốt thép. Mục tiêu nghiên cứu của luận văn là đánh giá, so sánh và phát triển các phương pháp chẩn đoán hư hỏng kết cấu khung bê tông cốt thép dựa trên phân tích dao động, kết hợp mô phỏng số và trí tuệ nhân tạo. Phạm vi nghiên cứu tập trung vào mô hình khung bê tông cốt thép chịu tải trọng tĩnh với 5 cấp tải từ 0 kN, 77 kN, 147 kN, 175 kN đến 280 kN, thực hiện tại Trường Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh. Kết quả nghiên cứu mang ý nghĩa thực tiễn to lớn khi thiết lập quy trình kiểm định không phá hủy với độ chính xác nhận dạng vết nứt đạt trên 85%, mở ra giải pháp tối ưu cho công tác quản lý an toàn công trình trong đô thị thông minh.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng lý thuyết động lực học kết cấu đàn hồi kết hợp với lý thuyết cơ học phá hủy bê tông cốt thép. Phương pháp chính bao gồm:

  • Phương pháp thay đổi tần số dao động (Frequency Change - Based Method): Dựa trên nguyên lý khi kết cấu xuất hiện vết nứt, ma trận độ cứng tổng thể suy giảm dẫn đến tần số dao động riêng giảm theo từng bậc dao động.
  • Phương pháp chỉ số tương quan dạng dao động (Modal Assurance Criterion - MAC): Sử dụng ma trận tương quan giữa các vector chuyển vị dạng dao động trước và sau khi hư hỏng để định lượng sự sai khác hình học của dạng dao động trong không gian.
  • Phương pháp năng lượng biến dạng dao động (Modal Strain Energy - MSE): Ứng dụng đạo hàm bậc hai của đường cong dạng dao động để tính toán năng lượng biến dạng phân đoạn tại từng phần tử, thiết lập chỉ số hư hỏng chuẩn hóa nhằm khoanh vùng chính xác vị trí nứt.
  • Mô hình phá hoại bê tông William-Warnke: Mô tả trạng thái nứt do kéo và vỡ vụn do nén của vật liệu bê tông dưới tác động của trạng thái ứng suất đa trục.
  • Mạng nơ-ron nhân tạo (Artificial Neural Networks - ANNs): Cấu trúc mạng đa tầng ẩn ứng dụng các hàm kích hoạt phi tuyến như Sigmoid, ReLU, Leaky ReLU và Softmax để tự động phân loại vùng nứt và không nứt.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thực nghiệm kết hợp mô phỏng số phần tử hữu hạn trên phần mềm chuyên dụng ANSYS. Cỡ mẫu nghiên cứu bao gồm toàn bộ hệ thống lưới phần tử phân chia trên khung bê tông cốt thép, được chia mịn thành hàng trăm phần tử đại diện cho dầm trên, dầm dưới và hai cột biên. Phương pháp chọn mẫu là khảo sát toàn diện có hệ thống trên 5 cấp gia tải thực nghiệm gồm 0 kN, 77 kN, 147 kN, 175 kN và 280 kN.

Lý do lựa chọn phương pháp phân tích số phần tử hữu hạn kết hợp thuật toán lặp Newton-Raphson là khả năng mô phỏng chính xác sự làm việc đồng thời giữa phần tử khối bê tông SOLID65 và cốt thép dầm cột BEAM188. Phương pháp sai phân trung tâm bậc hai được áp dụng để tính toán độ cong dạng dao động từ các điểm đo rời rạc, khắc phục triệt để hạn chế thiếu cảm biến đo ngoài hiện trường. Dữ liệu trích xuất từ mô hình sau đó được chuẩn hóa theo thang đo [0; 1] và đưa vào huấn luyện mô hình mạng nơ-ron với thuật toán lan truyền ngược. Toàn bộ quá trình nghiên cứu được triển khai thực hiện và hoàn thành trong thời gian 11 tháng (từ tháng 02/2020 đến tháng 01/2021).

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích động lực học và xử lý số liệu trên mô hình khung bê tông cốt thép đã chỉ ra các kết quả nổi bật:

  • Độ suy giảm tần số dao động: Khi cấp tải trọng tăng dần từ trạng thái ban đầu 0 kN lên đến cấp tải cực hạn 280 kN, tần số dao động riêng bậc 1 của khung giảm tới 18,5% so với trạng thái nguyên vẹn. Điều này chứng minh ma trận độ cứng tổng thể của khung bị suy thoái mạnh khi các vết nứt uốn và nứt cắt phát triển.
  • Hạn chế của tiêu chí MAC: Giá trị MAC giữa trạng thái chưa nứt và sau khi nứt giảm dần từ 1,00 xuống khoảng 0,86 ở cấp tải cao nhất. Tuy nhiên, MAC chỉ phản ánh sự thay đổi tổng thể mà không thể xác định vị trí tọa độ vết nứt cụ thể trên các cấu kiện.
  • Độ chính xác vượt trội của phương pháp MSE: Bằng việc đề xuất ngưỡng hư hỏng chuẩn hóa nằm trong khoảng 0,35 đến 0,45, phương pháp năng lượng biến dạng định vị chính xác hơn 82% các vùng nứt thực tế tại dầm dưới và vùng nút liên kết dầm - cột.
  • Hiệu quả tối ưu của mô hình mở rộng MSE_ANNs: Khi kết hợp chỉ số năng lượng biến dạng với mạng nơ-ron nhân tạo, mô hình đạt độ chính xác cân bằng (Balanced Accuracy) trên 89,4% và độ nhạy nhận diện vùng nứt (Precision) đạt hơn 91,2% ở cấp tải 147 kN và 175 kN.

Thảo luận kết quả

Sự biến đổi mạnh mẽ của các đặc trưng dao động xuất phát từ cơ chế suy giảm mô men quán tính tiết diện hiệu dụng khi bê tông chịu kéo bị nứt. Tại các vùng chịu uốn lớn ở giữa nhịp dầm và vùng chịu mô men âm tại đầu cột, sự tập trung ứng suất làm xuất hiện nhiều khe nứt cục bộ. Năng lượng biến dạng tại các phần tử này tăng đột biến so với phần tử nguyên vẹn, tạo nên các đỉnh xung rõ rệt trên biểu đồ chỉ số hư hỏng.

So với các công bố quốc tế trước đây vốn chỉ thử nghiệm trên dầm nhôm đơn giản hoặc thanh thép có vết cắt nhân tạo, nghiên cứu này đã phản ánh đúng bản chất làm việc phi tuyến của vật liệu bê tông cốt thép chịu lực thực tế. Kết quả phân tích có thể được biểu diễn trực quan hóa qua biểu đồ ma trận nhầm lẫn (Confusion Matrix), đồ thị đường cong lực - chuyển vị và biểu đồ phân bố năng lượng biến dạng theo chiều dài cấu kiện. Điều này chứng minh rằng việc kết hợp cơ học kết cấu với trí tuệ nhân tạo giúp loại bỏ yếu tố chủ quan khi lựa chọn ngưỡng hư hỏng thủ công, nâng cao độ tin cậy trong đánh giá an toàn công trình.

Đề xuất và khuyến nghị

Nhằm chuyển giao hiệu quả kết quả nghiên cứu vào thực tiễn kỹ thuật xây dựng và quản lý đô thị, các giải pháp cụ thể được đề xuất:

  • Tích hợp hệ thống cảm biến thông minh: Các đơn vị quản lý tòa nhà và trung tâm kiểm định cần lắp đặt hệ thống quan trắc gồm 8 đến 12 cảm biến gia tốc ba chiều tại các vị trí nút khung trọng yếu. Mục tiêu là giảm 50% thời gian kiểm tra hiện trường định kỳ, hoàn thành lộ trình lắp đặt thử nghiệm trước quý 3 năm 2026.
  • Chuẩn hóa quy trình chẩn đoán hai giai đoạn: Các viện nghiên cứu và công ty tư vấn kiểm định nên ban hành hướng dẫn kỹ thuật áp dụng phương pháp năng lượng biến dạng để sàng lọc nhanh vùng hư hại, sau đó sử dụng mạng ANNs để xác định mức độ nứt, hướng tới tỷ lệ cảnh báo chính xác đạt trên 90% cho các công trình trên 20 năm tuổi.
  • Xây dựng cơ sở dữ liệu số hóa ma trận độ cứng: Sở Xây dựng và các ban quản lý dự án cần phối hợp triển khai mô hình thông tin công trình kết hợp dữ liệu dao động thực tế, thực hiện cập nhật ma trận độ cứng định kỳ 6 tháng/lần cho ít nhất 100 tòa nhà cao tầng trọng điểm trước năm 2028.
  • Nâng cấp thuật toán học sâu xử lý nhiễu: Các nhóm nghiên cứu học thuật cần tiếp tục tối ưu hóa kiến trúc mạng học sâu với bộ dữ liệu huấn luyện mở rộng trên 10.000 mẫu dao động, nhằm triệt tiêu ảnh hưởng của nhiễu tín hiệu môi trường và nhiệt độ với sai số kiểm định khống chế dưới 3% trong giai đoạn 2026 - 2027.

Đối tượng nên tham khảo luận văn

Nội dung và phương pháp trong luận văn đem lại giá trị ứng dụng thiết thực cho các nhóm đối tượng:

  • Kỹ sư kiểm định và quan trắc công trình (SHM Engineers): Khai thác trực tiếp thuật toán tính toán năng lượng biến dạng và quy trình xử lý dữ liệu cảm biến gia tốc để chẩn đoán vết nứt ngầm cho hơn 10 loại hình kết cấu cầu và nhà cao tầng.
  • Chuyên gia nghiên cứu và giảng viên ngành Kỹ thuật Xây dựng: Sử dụng công trình như một tài liệu tham khảo chuyên sâu về kỹ thuật mô phỏng phần tử hữu hạn phi tuyến trong ANSYS và ứng dụng Machine Learning trong cơ học công trình.
  • Ban quản lý tòa nhà và chủ đầu tư bất động sản: Nắm vững cơ sở khoa học của phương pháp kiểm tra không phá hủy để xây dựng kế hoạch bảo dưỡng phòng ngừa định kỳ, giúp tiết kiệm ước tính 25% ngân sách duy tu hàng năm.
  • Học viên cao học và sinh viên kỹ thuật: Học hỏi phương pháp luận nghiên cứu thực nghiệm kết hợp mô phỏng số, cách xử lý ma trận dao động và kỹ năng ứng dụng trí tuệ nhân tạo vào giải quyết các bài toán kỹ thuật phức tạp.

Câu hỏi thường gặp

  • Phương pháp thay đổi tần số dao động đơn thuần có xác định được chính xác vị trí vết nứt không?
    Không thể định vị chính xác vị trí vết nứt chỉ bằng tần số. Mặc dù tần số dao động riêng giảm từ 5% đến 18% khi kết cấu bị nứt, tần số là tham số đặc trưng toàn cục của toàn bộ hệ kết cấu. Sự suy giảm này chỉ cảnh báo công trình đang có hư hỏng chung mà không thể chỉ rõ vết nứt nằm ở dầm hay cột.
  • Tại sao phương pháp năng lượng biến dạng (MSE) lại nhạy hơn phương pháp dạng dao động (MAC)?
    Phương pháp MSE tính toán dựa trên đạo hàm bậc hai của đường cong dạng dao động (độ cong dạng dao động). Do độ cong tỷ lệ thuận với mô men uốn và nghịch đảo với độ cứng, mọi sự suy giảm độ cứng cục bộ tại vết nứt đều được khuếch đại rõ rệt, mang lại độ chính xác định vị cao hơn 80% so với chỉ số MAC.
  • Phần mềm ANSYS đóng vai trò gì trong quy trình chẩn đoán hư hỏng của luận văn?
    ANSYS đóng vai trò là công cụ mô phỏng số 3 chiều chính xác cao. Thông qua phần tử bê tông SOLID65 và mô hình nứt William-Warnke qua 5 cấp tải trọng thực tế từ 0 kN đến 280 kN, ANSYS giúp trích xuất chính xác ma trận độ cứng và các mode dao động tương ứng để cung cấp dữ liệu đầu vào cho các giải thuật chẩn đoán.
  • Ứng dụng mạng nơ-ron nhân tạo (ANNs) mang lại lợi ích gì so với phương pháp truyền thống?
    Mạng ANNs tự động hóa quá trình phân loại các vùng nứt và không nứt dựa trên các đặc trưng năng lượng dao động đã chuẩn hóa. Mô hình giúp loại bỏ việc chọn ngưỡng hư hỏng thủ công, nâng độ chính xác chẩn đoán cân bằng lên trên 89% ngay cả trong điều kiện dữ liệu có độ lệch lớn.
  • Giải pháp trong luận văn có thể triển khai thực tế trên các công trình cầu và nhà cao tầng không?
    Hoàn toàn khả thi trong thực tiễn. Bằng cách bố trí mạng lưới từ 6 đến 16 cảm biến gia tốc đo dao động kích thích tự nhiên do gió hoặc tải trọng giao thông, các thuật toán trong luận văn có thể xử lý tín hiệu theo thời gian thực để cảnh báo hư hỏng với sai số định vị dưới 5%.

Kết luận

  • Khẳng định tính khả thi và độ tin cậy cao của phương pháp phân tích dao động không phá hủy trong việc phát hiện trạng thái hư hỏng của khung bê tông cốt thép với độ chính xác đạt trên 85%.
  • Xây dựng thành công mô hình phần tử hữu hạn 3D trong ANSYS mô phỏng sát ứng xử phi tuyến và sự suy giảm độ cứng của kết cấu qua 5 cấp gia tải từ 0 kN đến 280 kN.
  • Chứng minh phương pháp năng lượng biến dạng (MSE) có độ nhạy vượt trội trong việc khoanh vùng vị trí vết nứt cục bộ so với các phương pháp tần số và MAC truyền thống.
  • Ứng dụng thành công mô hình trí tuệ nhân tạo (MSE_ANNs), nâng cao chỉ số Precision và Balanced Accuracy nhận diện hư hỏng lên trên 89%.
  • Đề xuất giá trị ngưỡng hư hỏng chuẩn hóa làm cơ sở khoa học quan trọng cho việc thiết lập hệ thống quan trắc sức khỏe kết cấu tự động ngoài hiện trường.

Kế hoạch nghiên cứu mở rộng trên các hệ khung không gian nhiều tầng và tích hợp thuật toán học sâu dự kiến hoàn thiện trong giai đoạn 2026 - 2027. Hãy liên hệ với nhóm nghiên cứu ngay hôm nay để nhận bộ công cụ tính toán dao động và tư vấn giải pháp kiểm định kết cấu chuyên sâu cho công trình của bạn!