Tổng quan nghiên cứu

Trong bối cảnh nhu cầu năng lượng toàn cầu ngày càng tăng, năng lượng tái tạo, đặc biệt là điện gió, trở thành hướng phát triển trọng điểm nhằm giảm thiểu tác động môi trường và đảm bảo nguồn cung bền vững. Tại Việt Nam, các dự án điện gió như Trang trại điện gió Bạc Liêu với công suất 99 MW và Nhà máy điện gió Tân Thuận 75 MW đã đánh dấu bước tiến quan trọng trong ngành năng lượng tái tạo. Tuy nhiên, các kết cấu tuabin gió ngoài khơi, đặc biệt là loại có móng giếng chìm, chịu tác động phức tạp từ môi trường biển như sóng, gió mạnh, xói mòn và lún nền, dẫn đến nguy cơ hư hỏng kết cấu cao. Việc theo dõi và chẩn đoán sớm các hư hỏng này là cần thiết để đảm bảo an toàn, tuổi thọ và hiệu quả vận hành của tuabin.

Luận văn tập trung nghiên cứu các phương pháp chẩn đoán hư hỏng kết cấu tuabin gió ngoài khơi có móng giếng chìm dựa trên đặc trưng dao động, bao gồm sự thay đổi tần số, dạng dao động, năng lượng biến dạng và thuật toán mạng nơ-ron nhân tạo. Mục tiêu chính là xác định sự xuất hiện, vị trí và mức độ hư hỏng nhằm nâng cao độ chính xác và tính ứng dụng thực tiễn của các phương pháp chẩn đoán. Nghiên cứu được thực hiện trên mô hình tuabin gió mô phỏng bằng phần mềm SAP2000, khảo sát các kịch bản hư hỏng do giảm độ cứng và mất cát trong móng. Kết quả nghiên cứu có ý nghĩa quan trọng trong việc phát triển hệ thống giám sát sức khỏe kết cấu (SHM) cho các công trình điện gió, góp phần giảm thiểu rủi ro và chi phí bảo trì.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

  • Phương pháp sự thay đổi tần số (Frequency Change Method): Dựa trên nguyên lý rằng tần số dao động tự nhiên của kết cấu sẽ thay đổi khi có hư hỏng, công thức tính phần trăm thay đổi tần số được sử dụng để phát hiện sự xuất hiện hư hỏng.

  • Phương pháp sự thay đổi dạng dao động (Mode Shape Change Method): Sử dụng chỉ số Modal Assurance Criterion (MAC) để đánh giá sự tương đồng giữa dạng dao động của kết cấu trước và sau hư hỏng, từ đó xác định sự hiện diện hư hỏng.

  • Phương pháp năng lượng biến dạng (Modal Strain Energy - MSE): Tính toán năng lượng biến dạng của từng phần tử kết cấu dựa trên độ cong dạng dao động, giúp xác định vị trí hư hỏng với độ nhạy cao hơn so với các phương pháp truyền thống.

  • Thuật toán mạng nơ-ron nhân tạo (Artificial Neural Network - ANN): Mạng nơ-ron đa lớp (MultiLayer Perceptron - MLP) được sử dụng để chẩn đoán mức độ hư hỏng dựa trên dữ liệu đặc trưng dao động, tận dụng khả năng học phi tuyến và xử lý dữ liệu phức tạp.

Các khái niệm chính bao gồm tần số dao động, dạng dao động (mode shape), năng lượng biến dạng, ma trận nhầm lẫn (confusion matrix) và các chỉ số đánh giá như Accuracy, Recall, Precision.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là mô hình kết cấu tuabin gió ngoài khơi có móng giếng chìm được xây dựng bằng phần tử hữu hạn trên phần mềm SAP2000. Mô hình mô phỏng các trạng thái kết cấu trước và sau khi xảy ra hư hỏng, gồm hai loại hư hỏng chính: giảm độ cứng kết cấu và mất cát trong móng.

Phương pháp phân tích bao gồm:

  • Thu thập dữ liệu tần số và dạng dao động từ mô hình mô phỏng.

  • Áp dụng các phương pháp chẩn đoán: sự thay đổi tần số, sự thay đổi dạng dao động, năng lượng biến dạng để phát hiện sự xuất hiện và vị trí hư hỏng.

  • Sử dụng ma trận nhầm lẫn để đánh giá độ chính xác của phương pháp chẩn đoán vị trí hư hỏng với các ngưỡng hư hỏng khác nhau.

  • Xây dựng và huấn luyện mạng nơ-ron nhân tạo MLP trên phần mềm IBM SPSS để chẩn đoán mức độ hư hỏng dựa trên dữ liệu dạng dao động.

Cỡ mẫu dữ liệu gồm nhiều trường hợp hư hỏng với các mức độ khác nhau, được chia thành tập huấn luyện, kiểm tra và xác thực nhằm đảm bảo tính tổng quát của mô hình. Phương pháp chọn mẫu là mô phỏng số với các kịch bản hư hỏng đa dạng. Timeline nghiên cứu kéo dài từ tháng 2 đến tháng 6 năm 2022.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Phát hiện sự xuất hiện hư hỏng qua sự thay đổi tần số: Các trường hợp hư hỏng cho thấy sự thay đổi tần số dao động tự nhiên từ 5% đến 40% tùy theo mức độ hư hỏng. Dạng dao động uốn theo phương X và Y có độ nhạy cao nhất với hư hỏng, thể hiện qua phần trăm thay đổi tần số lớn nhất.

  2. Xác định vị trí hư hỏng bằng phương pháp năng lượng biến dạng: Chỉ số hư hỏng chuẩn hóa Zj được tính toán cho từng phần tử kết cấu, với ngưỡng hư hỏng Zo được đề xuất dựa trên tỷ lệ phần trăm chỉ số lớn nhất. Phương pháp này đạt độ chính xác trên 90% trong việc xác định vị trí hư hỏng, được đánh giá qua ma trận nhầm lẫn với chỉ số Recall và Accuracy cao.

  3. Chẩn đoán mức độ hư hỏng bằng mạng nơ-ron nhân tạo: Mạng MLP được huấn luyện với dữ liệu dạng dao động chuẩn hóa cho kết quả chẩn đoán mức độ hư hỏng với sai số nhỏ nhất khoảng 6%. Mạng cho phép phân biệt chính xác các mức độ hư hỏng 7%, 20% và 40% độ cứng giảm, đồng thời nhận diện được các vị trí hư hỏng phức tạp như đồng thời giảm độ cứng ở nhiều đoạn.

  4. So sánh hiệu quả các phương pháp: Phương pháp năng lượng biến dạng kết hợp với mạng nơ-ron nhân tạo cho kết quả chẩn đoán vị trí và mức độ hư hỏng tốt hơn so với chỉ sử dụng sự thay đổi tần số hoặc dạng dao động riêng lẻ. Đồ thị biểu diễn chỉ số Accuracy và Recall cho thấy sự cải thiện rõ rệt khi kết hợp các phương pháp.

Thảo luận kết quả

Nguyên nhân của các phát hiện trên là do năng lượng biến dạng phản ánh trực tiếp sự thay đổi cục bộ trong độ cứng kết cấu, nhạy hơn với các hư hỏng nhỏ và phức tạp. Mạng nơ-ron nhân tạo tận dụng khả năng học phi tuyến giúp mô hình hóa mối quan hệ phức tạp giữa đặc trưng dao động và mức độ hư hỏng, vượt trội hơn các phương pháp truyền thống.

So với các nghiên cứu trước đây chỉ tập trung vào phát hiện sự xuất hiện hư hỏng, luận văn đã mở rộng phạm vi chẩn đoán đến vị trí và mức độ hư hỏng, đặc biệt cho kết cấu tuabin gió ngoài khơi có móng giếng chìm – một lĩnh vực còn hạn chế nghiên cứu tại Việt Nam. Kết quả nghiên cứu phù hợp với các báo cáo quốc tế về độ nhạy của phương pháp năng lượng biến dạng và hiệu quả của mạng nơ-ron nhân tạo trong chẩn đoán kết cấu.

Việc sử dụng mô hình phần tử hữu hạn giúp giảm chi phí thí nghiệm và cho phép khảo sát nhiều kịch bản hư hỏng khác nhau. Dữ liệu thu thập từ mô hình cũng đảm bảo tính chính xác và khả năng áp dụng thực tế cao. Các biểu đồ và bảng số liệu trong luận văn minh họa rõ ràng sự thay đổi tần số, dạng dao động và chỉ số hư hỏng theo từng trường hợp, hỗ trợ trực quan cho việc đánh giá phương pháp.

Đề xuất và khuyến nghị

  1. Triển khai hệ thống giám sát sức khỏe kết cấu (SHM) cho tuabin gió ngoài khơi: Áp dụng các cảm biến gia tốc để thu thập dữ liệu dao động thực tế, kết hợp với phương pháp năng lượng biến dạng và mạng nơ-ron nhân tạo để theo dõi liên tục tình trạng kết cấu. Mục tiêu nâng cao độ chính xác chẩn đoán trên 90% trong vòng 1 năm, do các đơn vị vận hành và bảo trì thực hiện.

  2. Phát triển phần mềm phân tích tự động: Xây dựng phần mềm tích hợp các thuật toán chẩn đoán đã nghiên cứu, hỗ trợ xử lý dữ liệu lớn và đưa ra cảnh báo sớm về hư hỏng. Thời gian phát triển dự kiến 12 tháng, phối hợp giữa các viện nghiên cứu và doanh nghiệp công nghệ.

  3. Nâng cao năng lực đào tạo và nghiên cứu: Tổ chức các khóa đào tạo chuyên sâu về SHM, phân tích dao động và trí tuệ nhân tạo cho kỹ sư và nhà nghiên cứu trong ngành điện gió. Mục tiêu trong 2 năm tới có ít nhất 50 chuyên gia được đào tạo bài bản.

  4. Mở rộng nghiên cứu ứng dụng: Áp dụng phương pháp chẩn đoán cho các loại kết cấu khác trong ngành xây dựng và công nghiệp năng lượng tái tạo, như cột điện, cầu cảng, nhà máy thủy điện. Thời gian nghiên cứu mở rộng 3 năm, do các trường đại học và viện nghiên cứu chủ trì.

Đối tượng nên tham khảo luận văn

  1. Kỹ sư và chuyên gia vận hành điện gió: Nắm bắt các phương pháp chẩn đoán hư hỏng hiện đại để áp dụng trong giám sát và bảo trì tuabin gió, giảm thiểu rủi ro và chi phí sửa chữa.

  2. Nhà nghiên cứu và sinh viên ngành kỹ thuật xây dựng, cơ khí: Tham khảo các mô hình phần tử hữu hạn, thuật toán mạng nơ-ron nhân tạo và phương pháp phân tích dao động trong nghiên cứu kết cấu.

  3. Doanh nghiệp công nghệ và phần mềm: Phát triển các giải pháp SHM tích hợp trí tuệ nhân tạo, nâng cao hiệu quả giám sát và dự báo hư hỏng kết cấu công trình.

  4. Cơ quan quản lý và hoạch định chính sách năng lượng: Đánh giá tính khả thi và hiệu quả của các công nghệ giám sát kết cấu trong phát triển bền vững ngành điện gió, từ đó xây dựng các tiêu chuẩn và quy định phù hợp.

Câu hỏi thường gặp

  1. Phương pháp năng lượng biến dạng có ưu điểm gì so với các phương pháp khác?
    Phương pháp này nhạy hơn với các hư hỏng cục bộ và nhỏ, vì nó dựa trên sự thay đổi năng lượng biến dạng trong kết cấu, phản ánh chính xác hơn sự suy giảm độ cứng so với chỉ dựa vào tần số hoặc dạng dao động.

  2. Mạng nơ-ron nhân tạo giúp gì trong chẩn đoán hư hỏng?
    Mạng nơ-ron nhân tạo có khả năng học và mô hình hóa các mối quan hệ phi tuyến phức tạp giữa dữ liệu dao động và mức độ hư hỏng, giúp dự đoán chính xác hơn mức độ và vị trí hư hỏng so với các phương pháp truyền thống.

  3. Dữ liệu dao động được thu thập như thế nào trong thực tế?
    Thông thường sử dụng các cảm biến gia tốc gắn trên kết cấu để đo gia tốc dao động, sau đó xử lý tín hiệu để trích xuất tần số và dạng dao động phục vụ cho chẩn đoán.

  4. Ngưỡng hư hỏng Zo được xác định ra sao?
    Ngưỡng này được đề xuất dựa trên tỷ lệ phần trăm chỉ số hư hỏng chuẩn hóa lớn nhất trong toàn bộ chiều dài kết cấu, nhằm tối ưu độ chính xác chẩn đoán và giảm thiểu sai số do nhiễu.

  5. Phương pháp này có thể áp dụng cho các kết cấu khác ngoài tuabin gió không?
    Có, phương pháp năng lượng biến dạng kết hợp mạng nơ-ron nhân tạo có thể mở rộng áp dụng cho nhiều loại kết cấu khác như cầu, dầm, tấm bê tông, với điều chỉnh phù hợp về mô hình và dữ liệu đầu vào.

Kết luận

  • Luận văn đã phát triển và ứng dụng thành công các phương pháp chẩn đoán hư hỏng kết cấu tuabin gió ngoài khơi dựa trên đặc trưng dao động, bao gồm sự thay đổi tần số, dạng dao động, năng lượng biến dạng và mạng nơ-ron nhân tạo.

  • Phương pháp năng lượng biến dạng kết hợp mạng nơ-ron nhân tạo cho kết quả chẩn đoán vị trí và mức độ hư hỏng với độ chính xác cao, vượt trội so với các phương pháp truyền thống.

  • Mô hình phần tử hữu hạn mô phỏng kết cấu tuabin gió có móng giếng chìm giúp giảm chi phí thí nghiệm và cho phép khảo sát đa dạng kịch bản hư hỏng.

  • Kết quả nghiên cứu có ý nghĩa thực tiễn lớn trong việc phát triển hệ thống giám sát sức khỏe kết cấu cho các công trình điện gió, góp phần nâng cao an toàn và hiệu quả vận hành.

  • Đề xuất các bước tiếp theo bao gồm triển khai hệ thống SHM thực tế, phát triển phần mềm phân tích tự động, đào tạo chuyên gia và mở rộng nghiên cứu ứng dụng trong các lĩnh vực kết cấu khác.

Luận văn là tài liệu tham khảo quý giá cho các kỹ sư, nhà nghiên cứu và doanh nghiệp trong lĩnh vực kỹ thuật xây dựng và năng lượng tái tạo, đồng thời mở ra hướng nghiên cứu mới cho việc ứng dụng trí tuệ nhân tạo trong giám sát kết cấu công trình.