Tổng quan về luận án

Giám sát sức khỏe kết cấu công trình (Structural Health Monitoring - SHM) đối với hệ thống hạ tầng giao thông đường bộ, đặc biệt là các công trình cầu nhịp lớn, đóng vai trò sống còn trong việc đảm bảo an toàn vận hành và tối ưu hóa chi phí bảo trì vòng đời. Trong bối cảnh phương pháp thử tải tĩnh truyền thống bộc lộ nhiều hạn chế nghiêm trọng—như làm gián đoạn giao thông, chi phí đắt đỏ và chỉ phản ánh trạng thái tức thời—phương pháp chẩn đoán động thái không phá hủy (Non-Destructive Damage Identification) dựa trên nhận dạng dao động ngẫu nhiên đã khẳng định tính tiên phong vượt bậc. Luận án tiến sĩ kỹ thuật chuyên ngành Kỹ thuật Xây dựng Cầu - Hầm (Mã số: 9580205) của tác giả Hồ Khắc Hạnh, dưới sự hướng dẫn khoa học của PGS.TS. Bùi Tiến Thành và TS. Ngô Văn Minh tại Trường Đại học Giao thông Vận tải (Hà Nội, 2021), đã giải quyết bài toán cốt lõi này thông qua công trình: "Chẩn đoán dầm cầu bằng phương pháp phân tích dao động trên mô hình số hoá kết cấu được cập nhật sử dụng thuật toán tối ưu hoá bầy đàn kết hợp mạng nơ ron nhân tạo".

Khoảng trống nghiên cứu (research gap) trọng tâm mà luận án hướng tới là tính chất phi tuyến và không chính xác (ill-posed inverse problem) khi cập nhật mô hình phần tử hữu hạn (Finite Element Model Updating - FEMU) từ dữ liệu dao động thực đo. Trong khi mạng nơ-ron nhân tạo truyền thống (Artificial Neural Network - ANN) dễ bị sa lầy vào các điểm cực tiểu cục bộ (local minima) do thuật toán lan truyền ngược dựa trên độ dốc giảm dần (Gradient Descent - GD), thì thuật toán tối ưu hóa bầy đàn độc lập (Particle Swarm Optimization - PSO) lại đòi hỏi khối lượng tính toán khổng lồ và hội tụ chậm trên các kết cấu có số bậc tự do (Degree of Freedom - DOF) lớn.

Hệ thống câu hỏi nghiên cứu và giả thuyết khoa học được xác lập chặt chẽ:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để trích xuất chính xác các đặc trưng động học nhạy cảm với hư hỏng từ tín hiệu rung động ngẫu nhiên chịu ảnh hưởng của nhiễu môi trường?
  • Câu hỏi nghiên cứu 2 (RQ2): Cơ chế lai ghép song song giữa PSO và ANN có thể triệt tiêu hoàn toàn hiện tượng bẫy cực tiểu cục bộ của mạng nơ-ron đồng thời giảm thiểu chi phí tính toán của thuật toán bầy đàn hay không?
  • Giả thuyết 1 (H1): Sự kết hợp đồng thời giữa tần số dao động riêng ($\omega_i$) và dạng dao động ($\phi_i$) cho phép nhận diện chính xác vị trí và mức độ suy giảm độ cứng cục bộ ($E \cdot I$) của phần tử kết cấu.
  • Giả thuyết 2 (H2): Mô hình số hóa kết cấu cập nhật bằng thuật toán lai PSO-ANN đạt độ tin cậy vượt trội so với các mô hình ANN hay PSO đơn lẻ trên cả kết cấu dầm giản đơn, bản composite và cầu dàn thép liên tục.

Khung lý thuyết của luận án được xây dựng vững chắc trên nền tảng cơ học kết cấu động lực học vi phân, lý thuyết phần tử hữu hạn, thuật toán tối ưu tiến hóa bầy đàn (Kennedy & Eberhart, 1995) và mạng nơ-ron học sâu nhiều lớp (Multilayer Perceptron). Phạm vi nghiên cứu bao quát từ mô phỏng số học phức tạp (dầm giản đơn, tấm composite 3 lớp với 15 mode dao động, cầu dàn thép Bến Thủy) đến kiểm chứng thực nghiệm quy chuẩn trên mô hình dầm thép 21 phần tử tại phòng thí nghiệm và công trình cầu Bến Quan khai thác thực tế.

Literature Review và Positioning

Tổng quan y văn quốc tế và trong nước về SHM chỉ ra ba dòng nghiên cứu (research streams) chủ đạo:

  1. Dòng nhận dạng hư hỏng dựa trên tham số động học: Khởi xướng từ các nghiên cứu kinh điển của Salawu (1997) về độ nhạy của tần số dao động tự nhiên, Pandey và cộng sự (1991) về độ cong dạng dao động (Mode Shape Curvature), Maeck & De Roeck (1999) ứng dụng ma trận độ mềm (Flexibility Matrix). Dòng nghiên cứu này khẳng định hư hỏng làm suy giảm ma trận độ cứng $[K]$ trong khi ma trận khối lượng $[M]$ hầu như không đổi.
  2. Dòng tối ưu hóa tiến hóa (Evolutionary Algorithms - EA): Tiêu biểu với thuật toán di truyền (GA) của Mares & Surace (1999), Chou và cộng sự (2001), tối ưu hóa đàn kiến (AC) của Yu và cộng sự (2007), và PSO của Seyedpoor (2012), Kaveh & Maniat (2015). Mặc dù giải quyết tốt bài toán tối ưu toàn cục, GA và PSO thuần túy thường mất nhiều tài nguyên bộ nhớ khi xử lý mô hình có hàng ngàn DOF.
  3. Dòng trí tuệ nhân tạo và học máy (AI/ML): Điển hình qua các công trình của Zenzen và cộng sự (2020), Asteris và cộng sự (2021), sử dụng ANN để thiết lập tương quan phi tuyến giữa đặc trưng dao động đầu vào và chỉ số hư hỏng đầu ra.

Trong y văn tồn tại cuộc tranh luận học thuật gay gắt giữa hai quan điểm đối nghịch: Một bên ủng hộ việc sử dụng dữ liệu phản hồi tần số thuần túy (FRF) để giảm thiểu chi phí gắn cảm biến (Owolabi et al., 2003), trong khi bên đối lập chứng minh rằng nếu không kết hợp dữ liệu không gian của dạng dao động thông qua tiêu chí đảm bảo dạng dao động (Modal Assurance Criterion - MAC, COMAC), thuật toán không thể phân biệt được các hư hỏng nằm tại các vị trí đối xứng trên kết cấu.

Vị thế học thuật của luận án được xác lập rõ nét khi đặt cạnh các nghiên cứu quốc tế quy mô lớn. Trong khi các công trình trên cầu Ting Kau (Kuok et al., 2007) hay cầu treo Tsing Ma dài 1377m tại Hồng Kông với 600 đầu đo chủ yếu dựa trên xác suất Bayes hoặc phương pháp sóng Wavelet (Yan et al., 2006) có độ phức tạp thuật toán cực cao, luận án của Hồ Khắc Hạnh đã đột phá đề xuất mô hình lai song song PSO-ANN. Phương pháp này vừa khắc phục hiện tượng mất thông tin di truyền của GA, vừa loại bỏ rủi ro kẹt điểm cực trị địa phương của giải thuật Gradient Descent trong ANN, tạo nên công cụ chẩn đoán có độ chính xác cao và thời gian xử lý thực tế vượt bậc.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng trực tiếp cơ sở lý thuyết động lực học kết cấu Euler-Bernoulli và lý thuyết giảm chấn tỷ lệ Rayleigh:

$$[C] = \alpha [M] + \beta [K]$$

Công trình đã giải quyết xuất sắc bài toán nghịch đảo (inverse problem) trong chẩn đoán kết cấu bằng cách thiết lập mô hình toán học tích hợp, biểu diễn phương trình chuyển động tổng quát:

$$[M]{\ddot{u}(t)} + [C]{\dot{u}(t)} + [K]{u(t)} = {f(t)}$$

và phương trình trị riêng không cản:

$$([K] - \omega_i^2 [M]){\phi_i} = 0$$

Mô hình chuyển đổi hư hỏng thành hàm suy giảm mô đun đàn hồi $\Delta E_e$ hoặc suy giảm độ cứng cục bộ của từng phần tử thứ $e$:

$$\alpha_e = \frac{E_e^{damaged}}{E_e^{intact}} \in [0, 1]$$

Bằng cách tích hợp tiêu chuẩn tương quan dạng dao động phối hợp (COMAC) và hiệu chỉnh ma trận độ mềm:

$$[F] \approx \sum_{i=1}^{m} \frac{1}{\omega_i^2} {\phi_i}{\phi_i}^T$$

nghiên cứu đã chứng minh bằng thực nghiệm rằng ma trận độ mềm hội tụ rất nhanh ở các mode bậc thấp, cho phép chẩn đoán chính xác mức độ tổn hại kết cấu mà không cần đo đạc toàn bộ các bậc tự do vô hạn.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba trụ cột lý thuyết: Động lực học công trình ngẫu nhiên, Mạng thần kinh nhân tạo đa lớp (ANN) và Tối ưu hóa bầy đàn (PSO). Quy trình lai ghép song song PSO-ANN vận hành theo cơ chế:

  • Thuật toán PSO thực hiện rà soát không gian tìm kiếm đa chiều ngẫu nhiên để xác định vùng chứa nghiệm tối ưu toàn cục ($g_{best}$), thiết lập các véc-tơ trọng số ($w$) và ngưỡng lệch ($b$) ban đầu lý tưởng.
  • Mạng ANN tiếp nhận bộ trọng số tối ưu từ PSO để tiến hành quá trình huấn luyện cục bộ tốc độ cao thông qua hàm mục tiêu sai số bình phương trung bình (Mean Square Error - MSE):

$$MSE = \frac{1}{N} \sum_{k=1}^{N} \left( y_k^{target} - y_k^{predicted} \right)^2$$

Cách tiếp cận này đóng vai trò như một bước chuyển đổi mô hình (paradigm shift), thiết lập điều kiện biên phân tích chặt chẽ, loại bỏ hoàn toàn các nghiệm giả định sai lệch do nhiễu đo đạc môi trường gây ra.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ thế giới quan thực chứng (positivism) với phương pháp tiếp cận định lượng đa cấp độ (multi-level hierarchical design):

  • Cấp độ 1 (Numerical Benchmark): Thiết lập mô hình giải tích số trên phần mềm chuyên dụng MATLAB (MathWorks®) cho ba hệ kết cấu đại diện: Dầm giản đơn tiết diện chữ I, tấm composite 3 lớp chịu uốn phẳng và mô hình không gian cầu dàn thép liên tục Bến Thủy.
  • Cấp độ 2 (Laboratory Experiment): Thử nghiệm dầm thép thực nghiệm trong điều kiện biên tự do (free-free boundary conditions), chia thành 21 phần tử hữu hạn tiêu chuẩn.
  • Cấp độ 3 (Field Full-Scale Bridge): Thử nghiệm hiện trường trên công trình cầu Bến Quan thực tế dưới tác động của tải trọng xe ngẫu nhiên và kích động môi trường tự nhiên.

Quy trình nghiên cứu rigorous

Giao thức thu thập dữ liệu hiện trường và phòng thí nghiệm được thực hiện thông qua mạng lưới cảm biến gia tốc áp điện siêu nhạy (piezoelectric accelerometers). Dữ liệu rung động ngẫu nhiên miền thời gian được biến đổi sang miền tần số thông qua thuật toán biến đổi Fourier nhanh (Fast Fourier Transform - FFT). Quy trình kiểm soát tính giá trị (validity) và độ tin cậy (reliability) của số liệu bao gồm các bước lọc nhiễu dải thông (band-pass filter), khử xu hướng (detrending) và hiệu chuẩn tương quan chéo.

Độ tin cậy của thuật toán nhận dạng được kiểm tra nghiêm ngặt thông qua chỉ số tương quan dạng dao động MAC:

$$MAC({\phi_A}, {\phi_B}) = \frac{|{\phi_A}^T {\phi_B}|^2}{({\phi_A}^T {\phi_A})({\phi_B}^T {\phi_B})}$$

Giá trị MAC tiến sát 1.0 (dao động trong khoảng 0.96 - 0.99) khẳng định độ trùng khớp tuyệt đối giữa kết quả mô phỏng số và dữ liệu đo đạc thực tế.

Data và phân tích

Toàn bộ hệ thống code tính toán phần tử hữu hạn, thuật toán lan truyền ngược Levenberg-Marquardt (LM), thuật toán bầy đàn PSO và thuật toán lai PSO-ANN được lập trình nguyên bản trên môi trường MATLAB. Ma trận dữ liệu huấn luyện bao gồm hàng trăm kịch bản hư hỏng đơn và đa phần tử với mức độ tổn hại mô phỏng suy giảm độ cứng từ 7% đến 80%. Các kiểm tra độ bền vững (robustness checks) được thực hiện với các mức nhiễu trắng nhân tạo (Gaussian white noise) từ 5% đến 10% đưa vào tín hiệu đo, chứng minh sai số nhận dạng của mô hình đề xuất vẫn duy trì dưới ngưỡng 3.5%.

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả nghiên cứu cung cấp các bằng chứng thực nghiệm cụ thể và định lượng:

  1. Khắc phục triệt để bẫy cực tiểu cục bộ: Trong kịch bản dầm giản đơn, mạng ANN độc lập bị kẹt tại cực trị địa phương khiến hệ số hồi quy chỉ đạt $R \approx 0.88 - 0.91$, trong khi mô hình lai PSO-ANN đạt hệ số hồi quy vượt trội $R > 0.992$, giảm thiểu chỉ số sai số phân bố và sai số thực về mức tiệm cận 0.
  2. Nhận dạng chính xác hư hỏng đơn phần tử mức độ thấp và cao: Tại phần tử số 3 của dầm giản đơn, thuật toán xác định chính xác cả trường hợp vi hư hỏng 7% lẫn hư hỏng nghiêm trọng 70%. Tương tự, trên mô hình tấm composite 3 lớp (khảo sát 15 mode dao động đầu tiên), thuật toán định vị chuẩn xác vị trí hư hỏng tại phần tử số 9.
  3. Phân lập hoàn hảo kịch bản đa hư hỏng phức tạp: Trong thử nghiệm dầm giản đơn chịu đa chấn thương (suy giảm 20% tại phần tử 1 và 60% tại phần tử 3), cũng như tấm composite (suy giảm 50% tại phần tử 3 và 70% tại phần tử 5), mô hình PSO-ANN tách biệt rõ ràng các đỉnh suy giảm mà không xuất hiện hiện tượng báo động giả ở các phần tử lân cận.
  4. Hiệu năng vượt bậc trên cầu dàn thép liên tục: Áp dụng trên kết cấu cầu Bến Thủy, thuật toán nhận diện xuất sắc kịch bản hư hỏng phần tử số 4 (7% và 80%) cũng như kịch bản kép tại phần tử số 2 (20%) và phần tử số 8 (80%).
  5. Kiểm chứng thực nghiệm thành công: Trên mô hình dầm thép 21 phần tử và công trình thực tế cầu Bến Quan, sau khi phá hủy mặt cầu nhân tạo để tạo kịch bản tổn thương, mô hình số hóa cập nhật bằng PSO-ANN đã khớp 4 mode dao động đầu tiên với tần số thực đo, định vị chính xác khu vực mặt cầu bị phá hoại.

Implications đa chiều

  • Đóng góp học thuật: Xác lập một framework hoàn chỉnh cho bài toán cập nhật mô hình số hóa kết cấu (Digital Twin) trong công trình cầu, đóng góp vào lý thuyết cơ học tính toán và trí tuệ nhân tạo ứng dụng.
  • Đổi mới phương pháp luận: Cung cấp bộ công cụ thuật toán lai hóa có khả năng mở rộng cho nhiều dạng kết cấu hạ tầng phức tạp khác như cầu dây văng, công trình biển, tháp gió và nhà cao tầng.
  • Ứng dụng thực tiễn công nghiệp: Giúp các đơn vị quản lý đường bộ chuyển dịch từ cơ chế bảo trì thụ động (reactive maintenance) sang bảo trì dự đoán chủ động (predictive maintenance), giảm thiểu tối đa chi phí kiểm định định kỳ.
  • Chính sách hạ tầng: Cung cấp cơ sở khoa học để Bộ Giao thông Vận tải xây dựng quy chuẩn kỹ thuật quốc gia về lắp đặt hệ thống quan trắc sức khỏe thường xuyên cho các công trình cầu huyết mạch tại Việt Nam.

Limitations và Future Research

Luận án thẳng thắn thừa nhận các giới hạn kỹ thuật:

  1. Ảnh hưởng của biến thiên nhiệt độ môi trường: Sự thay đổi nhiệt độ ngày - đêm và theo mùa có thể gây dao động tần số tự nhiên tương đương với mức suy giảm do vi hư hỏng cơ học gây ra (từ 1% đến 5%), đòi hỏi các thuật toán lọc nhiệt phức tạp hơn.
  2. Mật độ cảm biến hiện trường: Việc bố trí lưới cảm biến dày đặc trên các công trình cầu nhịp lớn trong điều kiện kinh phí hạn chế tại Việt Nam vẫn là một thách thức kỹ thuật.
  3. Mô hình hóa ứng xử vết nứt phi tuyến: Luận án giả định hư hỏng thể hiện qua sự suy giảm tuyến tính của mô đun đàn hồi, chưa xét đến hiện tượng đóng - mở vết nứt (breathing cracks) dưới tác động của tải trọng trùng phục động lực học.

Chương trình nghiên cứu tương lai cần tập trung: Tích hợp mạng nơ-ron tích chập đồ thị (Graph Neural Networks - GNN) để xử lý dữ liệu không gian cảm biến bất quy tắc; phát triển chip biên thông minh (Edge AI) xử lý tín hiệu tại chỗ; và mở rộng thuật toán sang phân tích động học phi tuyến dưới tác động của động đất và bão lũ cực đoan.

Tác động và ảnh hưởng

Công trình tạo lập ảnh hưởng học thuật sâu rộng với tiềm năng trích dẫn cao trong các tạp chí chuyên ngành thuộc danh mục ISI/Scopus (như Mechanical Systems and Signal Processing, Engineering Structures, Computers & Structures). Về mặt công nghiệp và kinh tế - xã hội, việc ứng dụng thuật toán cập nhật mô hình số giúp tối ưu hóa hàng trăm tỷ đồng chi phí duy tu hàng năm cho ngành giao thông, đồng thời ngăn ngừa nguy cơ thảm họa sập cầu, bảo vệ an toàn tính mạng cho hàng triệu lượt phương tiện tham gia giao thông.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học giả: Tiếp cận mã nguồn tính toán, phương pháp luận lai ghép thuật toán tối ưu và dữ liệu thực nghiệm tiêu chuẩn.
  • Kỹ sư tư vấn và kiểm định cầu: Sở hữu công nghệ xây dựng bản sao số (Digital Twin) chuẩn xác, phục vụ đánh giá năng lực chịu tải thực tế của công trình cũ.
  • Cơ quan quản lý nhà nước (Tổng cục Đường bộ, Bộ GTVT): Có cơ sở dữ liệu số hóa tin cậy để hoạch định chiến lược đầu tư nâng cấp, sửa chữa cầu đường trên toàn quốc.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì?
    Đó là việc thiết lập thành công cơ chế đồng bộ hóa song song giữa PSO và ANN trong bài toán ngược nhận dạng kết cấu, chứng minh toán học rằng việc tiền định vị vùng tìm kiếm toàn cục bằng bầy đàn sẽ loại bỏ hoàn toàn hiện tượng kẹt cực trị địa phương của giải thuật Gradient Descent.

  2. Đổi mới phương pháp luận so với các nghiên cứu trước đây thể hiện ở đâu?
    So với nghiên cứu thuần GA của Mares & Surace (1999) hay thuần PSO của Kaveh & Maniat (2015), phương pháp lai PSO-ANN của luận án giảm hơn 65% thời gian hội tụ số học mà vẫn đảm bảo độ chính xác định vị hư hỏng trên 96% ngay cả khi dữ liệu thực nghiệm bị nhiễu 10%.

  3. Phát hiện thực nghiệm gây bất ngờ nhất là gì?
    Thuật toán có khả năng phát hiện các tổn thất độ cứng rất nhỏ (chỉ 7%) tại các vị trí gần gối tựa—nơi mà độ cong dạng dao động và biến dạng uốn thường có biên độ cực nhỏ và rất khó phân tách trong điều kiện đo đạc thông thường.

  4. Luận án có cung cấp quy trình tái lập nghiên cứu (replication protocol) không?
    Có. Luận án đính kèm toàn bộ hệ thống sơ đồ thuật toán, cấu trúc tham số mạng ANN, phương trình cập nhật vận tốc/vị trí của PSO và mã nguồn xây dựng trên nền tảng MATLAB.

  5. Chương trình nghiên cứu 10 năm tiếp theo được định hình như thế nào?
    Định hướng phát triển hệ thống giám sát sức khỏe kết cấu tự hành (Autonomous SHM) theo thời gian thực dựa trên điện toán đám mây và công nghệ Digital Twin cho toàn bộ mạng lưới cầu lớn tại Việt Nam.

Kết luận

  1. Luận án đã giải quyết trọn vẹn bài toán khoa học về giám sát sức khỏe kết cấu cầu thông qua phương pháp đo nhận dạng dao động ngẫu nhiên kết hợp mô hình số hóa cập nhật.
  2. Thuật toán lai song song PSO-ANN là một đóng góp đột phá, giải quyết triệt để nhược điểm kẹt cực tiểu cục bộ của ANN và thời gian tính toán kéo dài của PSO.
  3. Độ tin cậy của thuật toán đã được chứng minh nhất quán trên các mô hình số phức tạp: Dầm giản đơn, bản composite 3 lớp (15 mode dao động) và cầu dàn thép liên tục Bến Thủy.
  4. Kiểm chứng thực nghiệm thành công trên dầm thép phòng thí nghiệm 21 phần tử và công trình thực tế cầu Bến Quan khẳng định tính khả thi vượt trội của phương pháp trong điều kiện khai thác thực tế tại Việt Nam.
  5. Mở ra hướng tiếp cận mới trong việc xây dựng hệ thống cơ sở dữ liệu số hóa, phục vụ quản lý, bảo trì thông minh và nâng cao tuổi thọ khai thác của các công trình cầu giao thông.