## Tổng quan nghiên cứu

Trong bối cảnh phát triển nhanh chóng của ngành công nghệ vật liệu và kỹ thuật xây dựng, vật liệu phân lớp chức năng (Functionally Graded Material - FGM) đã trở thành một chủ đề nghiên cứu quan trọng với nhiều ứng dụng thực tiễn trong công nghiệp tàu thủy, xây dựng, hàng không vũ trụ và các hệ thống chịu tải trọng phức tạp. Ước tính, các kết cấu FGM có khả năng giảm thiểu sự tập trung ứng suất và hạn chế hiện tượng rạn nứt nhờ tính chất cơ học biến đổi liên tục theo chiều dày. Tuy nhiên, việc phân tích động lực học của tấm FGM với chiều dày thay đổi liên tục theo cả hai hướng x-y vẫn còn nhiều thách thức do tính không đồng nhất và biến đổi phức tạp của vật liệu.

Mục tiêu nghiên cứu của luận văn là xây dựng và phát triển phương pháp phân tích động lực học tấm phân lớp chức năng có chiều dày thay đổi sử dụng phương pháp đẳng hình học (Isogeometric Analysis - IGA) kết hợp với các kỹ thuật học máy (Machine Learning - ML) và học sâu (Deep Learning - DL). Phạm vi nghiên cứu tập trung vào phân tích ứng xử động học của tấm FGM trong khoảng thời gian từ tháng 9/2023 đến tháng 12/2023 tại Trường Đại học Bách Khoa, Đại học Quốc gia TP. Hồ Chí Minh. Nghiên cứu không chỉ giải quyết bài toán thuận mà còn mở rộng sang bài toán ngược trong lĩnh vực chẩn đoán sức khỏe kết cấu (Structural Health Monitoring - SHM).

Ý nghĩa của nghiên cứu được thể hiện qua việc giảm thiểu chi phí tính toán và thời gian xử lý so với các phương pháp truyền thống, đồng thời nâng cao độ chính xác trong phân tích động lực học của các kết cấu phức tạp. Kết quả nghiên cứu góp phần thúc đẩy ứng dụng trí tuệ nhân tạo trong kỹ thuật xây dựng, mở ra hướng đi mới cho việc thiết kế và bảo trì các công trình hiện đại.

## Cơ sở lý thuyết và phương pháp nghiên cứu

### Khung lý thuyết áp dụng

- **Vật liệu phân lớp chức năng (FGM):** Vật liệu composite với tính chất cơ học biến đổi liên tục theo chiều dày, thường bao gồm hai thành phần chính là gốm (Silicon nitride - Si3N4) và kim loại (Stainless steel - SUS304). Tính chất hiệu dụng của vật liệu được xác định theo nguyên tắc hỗn hợp (Rule of Mixture) và phương pháp Mori-Tanaka, cho phép mô tả chính xác sự không đồng nhất trong mặt phẳng.

- **Phương pháp đẳng hình học (IGA):** Sử dụng hàm cơ sở NURBS (Non-Uniform Rational B-Spline) để mô hình hóa hình học và phân tích động lực học tấm FGM. IGA tích hợp chặt chẽ giữa thiết kế CAD và phân tích phần tử hữu hạn, giúp giảm sai số và tăng độ chính xác. Kỹ thuật làm mịn k được áp dụng để tăng độ liên tục và bậc của hàm cơ sở, phù hợp với các bài toán động lực học phức tạp.

- **Lý thuyết biến dạng cắt tổng quát (GSDT):** Được sử dụng để mô tả trường chuyển vị và biến dạng trong tấm FGM, bao gồm các thành phần chuyển vị và góc xoay tại mặt phẳng giữa tấm, giúp phân tích chính xác ứng xử cơ học.

- **Học máy và học sâu:** Áp dụng các thuật toán học kết hợp (Ensemble Methods) như XGBoost, Random Forest và mạng nơ ron sâu (Deep Neural Network - DNN) để huấn luyện mô hình dự đoán ứng xử cơ học của tấm FGM. Các mô hình này sử dụng dữ liệu đầu vào từ kết quả phân tích IGA và có khả năng dự đoán ngược trong lĩnh vực SHM, xử lý nhiễu đo đạc từ công trình thực tế.

### Phương pháp nghiên cứu

- **Nguồn dữ liệu:** Dữ liệu được thu thập từ kết quả phân tích động lực học tấm FGM sử dụng phương pháp IGA với các điều kiện biên và mô hình phân phối vật liệu khác nhau. Bộ dữ liệu bao gồm các trường hợp tấm vuông và tấm tròn với các điều kiện biên SSSS, CCCC, CSFS.

- **Phương pháp phân tích:** Phương pháp đẳng hình học được triển khai dựa trên hàm cơ sở NURBS, kết hợp với lý thuyết biến dạng cắt tổng quát để thiết lập phương trình động lực học. Phương pháp Newmark được sử dụng để giải bài toán động lực học theo thời gian. Các thuật toán học máy XGBoost, Random Forest và DNN được huấn luyện và kiểm thử trên bộ dữ liệu thu thập được nhằm dự đoán ứng xử tấm FGM trong cả bài toán thuận và ngược.

- **Timeline nghiên cứu:** Nghiên cứu được thực hiện trong khoảng thời gian từ tháng 9/2023 đến tháng 12/2023, bao gồm các giai đoạn xây dựng mô hình, lập trình, kiểm tra độ tin cậy, huấn luyện mô hình học máy và phân tích kết quả.

## Kết quả nghiên cứu và thảo luận

### Những phát hiện chính

- **Độ chính xác của phương pháp IGA:** Kết quả phân tích động lực học tấm FGM với chiều dày thay đổi cho thấy phương pháp IGA đạt độ chính xác cao khi so sánh với các nghiên cứu trước đó, với sai số dưới 5% đối với các tần số dao động riêng đầu tiên.

- **Hiệu quả của mô hình học máy:** Mô hình DNN đạt độ chính xác dự đoán chuyển vị theo thời gian lên đến khoảng 95%, vượt trội hơn so với XGBoost và Random Forest với độ chính xác lần lượt khoảng 90% và 88%.

- **Khả năng dự đoán bài toán ngược:** Các mô hình học máy có khả năng dự đoán chính xác các thông số ban đầu của tấm FGM từ dữ liệu đo đạc thực tế, với sai số trung bình dưới 7%, trong khi các phương pháp phần tử hữu hạn truyền thống không thể giải quyết hiệu quả bài toán này.

- **Ảnh hưởng của điều kiện biên:** Kết quả phân tích cho thấy điều kiện biên ảnh hưởng đáng kể đến ứng xử động của tấm FGM, với sự khác biệt về tần số dao động riêng lên đến 15% giữa các điều kiện biên SSSS và CCCC.

### Thảo luận kết quả

Nguyên nhân của độ chính xác cao trong phương pháp IGA là do việc sử dụng hàm cơ sở NURBS giúp mô hình hóa hình học và trường biến dạng liên tục, giảm thiểu sai số so với phương pháp phần tử hữu hạn truyền thống. Việc kết hợp học máy và học sâu giúp giảm đáng kể khối lượng tính toán và thời gian xử lý, đồng thời mở rộng khả năng giải quyết bài toán ngược trong chẩn đoán sức khỏe kết cấu.

So sánh với các nghiên cứu trước đây, kết quả luận văn khẳng định tính ưu việt của phương pháp IGA-ML-DL trong việc phân tích động lực học tấm FGM với chiều dày thay đổi, đặc biệt trong các ứng dụng thực tế có dữ liệu nhiễu và phức tạp. Dữ liệu có thể được trình bày qua các biểu đồ so sánh tần số dao động riêng và độ chính xác dự đoán của các mô hình học máy, cũng như bảng tổng hợp sai số giữa các phương pháp.

## Đề xuất và khuyến nghị

- **Triển khai ứng dụng IGA-ML-DL trong thiết kế kết cấu:** Khuyến nghị các đơn vị thiết kế và nghiên cứu áp dụng phương pháp này để nâng cao hiệu quả phân tích động lực học, giảm chi phí và thời gian tính toán, đặc biệt trong các công trình sử dụng vật liệu FGM.

- **Phát triển hệ thống chẩn đoán sức khỏe kết cấu tự động:** Sử dụng mô hình học máy để xây dựng hệ thống giám sát và dự đoán tình trạng kết cấu trong thời gian thực, nâng cao độ tin cậy và an toàn công trình.

- **Mở rộng nghiên cứu cho các loại vật liệu và hình dạng khác:** Đề xuất nghiên cứu thêm về các loại vật liệu phân lớp chức năng khác và các hình dạng kết cấu phức tạp hơn nhằm tăng tính ứng dụng rộng rãi của phương pháp.

- **Đào tạo và nâng cao năng lực chuyên môn:** Khuyến khích đào tạo chuyên sâu về IGA và trí tuệ nhân tạo trong kỹ thuật xây dựng để đáp ứng nhu cầu phát triển công nghệ hiện đại.

## Đối tượng nên tham khảo luận văn

- **Nhà nghiên cứu và giảng viên kỹ thuật xây dựng:** Nắm bắt kiến thức mới về phương pháp đẳng hình học và ứng dụng trí tuệ nhân tạo trong phân tích kết cấu.

- **Kỹ sư thiết kế kết cấu:** Áp dụng phương pháp phân tích động lực học chính xác và hiệu quả cho các công trình sử dụng vật liệu FGM.

- **Chuyên gia giám sát và bảo trì công trình:** Sử dụng mô hình học máy để phát hiện và dự đoán các hư hỏng trong kết cấu, nâng cao hiệu quả quản lý.

- **Sinh viên ngành kỹ thuật xây dựng và vật liệu:** Học tập và nghiên cứu các phương pháp hiện đại trong phân tích kết cấu và ứng dụng AI.

## Câu hỏi thường gặp

1. **Phương pháp đẳng hình học (IGA) là gì?**  
IGA là phương pháp tích hợp thiết kế CAD và phân tích phần tử hữu hạn, sử dụng hàm cơ sở NURBS để mô hình hóa hình học và trường biến dạng, giúp tăng độ chính xác và giảm sai số trong phân tích kết cấu.

2. **Tại sao sử dụng học máy trong phân tích tấm FGM?**  
Học máy giúp xử lý dữ liệu lớn, dự đoán chính xác ứng xử cơ học và giải quyết bài toán ngược mà các phương pháp truyền thống khó thực hiện, đồng thời giảm thời gian và chi phí tính toán.

3. **Bài toán ngược trong chẩn đoán sức khỏe kết cấu là gì?**  
Bài toán ngược nhằm xác định các thông số ban đầu hoặc trạng thái hư hỏng của kết cấu dựa trên dữ liệu đo đạc thực tế, giúp phát hiện sớm và chính xác các vấn đề trong công trình.

4. **Phương pháp Newmark được áp dụng như thế nào?**  
Phương pháp Newmark là kỹ thuật số giải phương trình động lực học theo thời gian, sử dụng các giả thiết về biến thiên gia tốc để tính toán chuyển vị và gia tốc tại các bước thời gian kế tiếp.

5. **Ưu điểm của vật liệu phân lớp chức năng (FGM) là gì?**  
FGM có tính chất cơ học biến đổi liên tục, giảm ứng suất tập trung, tăng khả năng chịu nhiệt và chịu tải, phù hợp cho các kết cấu chịu môi trường khắc nghiệt và tải trọng phức tạp.

## Kết luận

- Phương pháp đẳng hình học kết hợp học máy và học sâu là công cụ hiệu quả trong phân tích động lực học tấm FGM với chiều dày thay đổi.  
- Mô hình học máy DNN đạt độ chính xác dự đoán cao, hỗ trợ giải quyết bài toán thuận và ngược trong chẩn đoán sức khỏe kết cấu.  
- Kết quả nghiên cứu góp phần giảm chi phí và thời gian tính toán so với phương pháp phần tử hữu hạn truyền thống.  
- Nghiên cứu mở rộng khả năng ứng dụng trí tuệ nhân tạo trong kỹ thuật xây dựng hiện đại.  
- Đề xuất triển khai ứng dụng rộng rãi và phát triển thêm các mô hình cho các loại vật liệu và hình dạng kết cấu khác.

Hành động tiếp theo là áp dụng phương pháp nghiên cứu vào các dự án thực tế và phát triển hệ thống chẩn đoán sức khỏe kết cấu tự động nhằm nâng cao hiệu quả quản lý và bảo trì công trình.