Xác định hư hỏng trong kết cấu dầm sử dụng phân tích wavelet cho dạng dao động kết hợp với mạng nơ ron nhân tạo

Phân tích wavelet và mạng nơ ron phát hiện hư hỏng dầm. Nghiên cứu dạng dao động, xác định vị trí và mức độ tổn thương kết cấu hiệu quả.

• Tác giả: Phan Hoàng Tặng
• Người hướng dẫn: PGS. Hồ Đức Duy
• Trường học: Trường Đại học Bách Khoa
• Chuyên ngành: Kỹ thuật Xây dựng
• Đề tài: Xác định hư hỏng trong kết cấu dầm sử dụng phân tích Wavelet cho dạng dao động kết hợp với mạng nơ-ron nhân tạo
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2024
• Địa điểm: Tp. Hồ Chí Minh

Tóm tắt

I. Giới thiệu Chẩn đoán hư hỏng dầm bằng Wavelet ANN

Kết cấu dầm đóng vai trò quan trọng trong nhiều công trình xây dựng. Việc theo dõi và chẩn đoán hư hỏng kịp thời là vô cùng cần thiết để đảm bảo an toàn và tuổi thọ công trình. Các phương pháp truyền thống thường tốn kém và mất thời gian. Nghiên cứu này tập trung vào ứng dụng phân tích wavelet và mạng nơ-ron nhân tạo (ANN) để chẩn đoán hư hỏng dầm một cách hiệu quả. Phương pháp này hứa hẹn mang lại giải pháp nhanh chóng, chính xác và tiết kiệm chi phí cho việc giám sát kết cấu. Mục tiêu là xác định sự xuất hiện, vị trí và mức độ hư hỏng dầm dựa trên dữ liệu rung động dầm. Theo Phan Hoàng Tặng (2024), luận văn này hướng đến mục tiêu có thể chẩn đoán hư hỏng cho kết cấu dầm theo ba cấp độ: chẩn đoán sự xuất hiện của hư hỏng; chẩn đoán vị trí hư hỏng; chẩn đoán mức độ hư hỏng.

1.1. Tổng quan về kết cấu dầm và các dạng hư hỏng thường gặp

Kết cấu dầm là thành phần chịu lực chính trong nhiều công trình. Các dạng hư hỏng thường gặp bao gồm nứt, võng, ăn mòn và bong tróc. Nguyên nhân có thể do tải trọng quá lớn, vật liệu kém chất lượng hoặc môi trường khắc nghiệt. Việc phát hiện sớm các dấu hiệu hư hỏng giúp ngăn ngừa sự cố nghiêm trọng và kéo dài tuổi thọ công trình. Các phương pháp kiểm tra không phá hủy (NDT) như siêu âm, chụp ảnh nhiệt và kiểm tra bằng mắt thường được sử dụng để đánh giá tình trạng kết cấu dầm. Hình 1 trong tài liệu gốc minh họa các phương pháp đánh giá và phát hiện hư hỏng.

1.2. Giới thiệu phương pháp phân tích Wavelet cho dạng dao động dầm

Phân tích wavelet là một công cụ mạnh mẽ để xử lý tín hiệu không ổn định và cục bộ. Trong chẩn đoán hư hỏng dầm, phân tích wavelet được sử dụng để phân tích dạng dao động dầm. Sự thay đổi trong dạng dao động thường chỉ ra sự xuất hiện của hư hỏng. Wavelet có khả năng xác định vị trí và mức độ hư hỏng dựa trên các đặc trưng của tín hiệu dao động. Tính năng wavelet nổi trội so với biến đổi Fourier truyền thống, đặc biệt khi xử lý tín hiệu có tính cục bộ cao.

1.3. Tổng quan về mạng nơ ron nhân tạo ANN và ứng dụng

Mạng nơ-ron nhân tạo (ANN) là một mô hình học máy được lấy cảm hứng từ hệ thần kinh sinh học. ANN có khả năng học từ dữ liệu và đưa ra dự đoán hoặc phân loại. Trong chẩn đoán hư hỏng dầm, ANN có thể được huấn luyện để nhận biết các mẫu hư hỏng dựa trên dữ liệu dạng dao động. Học máy (machine learning) giúp tự động hóa quá trình đánh giá hư hỏng và cải thiện độ chính xác chẩn đoán. Trí tuệ nhân tạo (AI) đang ngày càng được ứng dụng rộng rãi trong lĩnh vực giám sát kết cấu.

II. Thách thức Chẩn đoán chính xác vị trí mức độ hư hỏng dầm

Việc chẩn đoán hư hỏng dầm một cách chính xác và tin cậy là một thách thức lớn. Các yếu tố như nhiễu, sai số đo lường và sự phức tạp của kết cấu có thể ảnh hưởng đến kết quả chẩn đoán. Việc xác định chính xác vị trí và mức độ hư hỏng là rất quan trọng để đưa ra các biện pháp khắc phục phù hợp. Các phương pháp chẩn đoán truyền thống thường dựa vào kinh nghiệm của kỹ sư và có thể không đảm bảo tính khách quan. Nghiên cứu này nhằm giải quyết những thách thức này bằng cách kết hợp phân tích wavelet và mạng nơ-ron nhân tạo (ANN) để tạo ra một hệ thống chẩn đoán hư hỏng tự động và chính xác.

2.1. Các yếu tố ảnh hưởng đến độ chính xác chẩn đoán hư hỏng dầm

Nhiều yếu tố ảnh hưởng đến độ chính xác chẩn đoán hư hỏng dầm. Độ tin cậy của dữ liệu đo lường rung động dầm là yếu tố quan trọng. Các loại nhiễu khác nhau có thể làm sai lệch kết quả phân tích wavelet. Sự phức tạp của mô hình hóa hư hỏng cũng có thể ảnh hưởng đến độ chính xác. Việc lựa chọn các tham số phù hợp cho phân tích wavelet và huấn luyện mạng nơ-ron cũng đóng vai trò quan trọng.

2.2. Hạn chế của phương pháp chẩn đoán hư hỏng dầm truyền thống

Các phương pháp chẩn đoán hư hỏng dầm truyền thống thường tốn thời gian, chi phí cao và phụ thuộc nhiều vào kinh nghiệm của kỹ sư. Các phương pháp này có thể không đủ nhạy để phát hiện các dấu hiệu hư hỏng sớm. Hơn nữa, việc đánh giá độ võng dầm và các thông số khác bằng mắt thường có thể không chính xác. Do đó, cần có các phương pháp chẩn đoán tự động và chính xác hơn.

2.3. Yêu cầu về độ tin cậy trong chẩn đoán hư hỏng kết cấu công trình

Độ tin cậy là một yêu cầu quan trọng trong chẩn đoán hư hỏng kết cấu công trình. Kết quả chẩn đoán phải chính xác và nhất quán để đảm bảo an toàn và hiệu quả của các biện pháp khắc phục. Các phương pháp chẩn đoán phải được kiểm tra và xác nhận trên các trường hợp thực tế. Cần có các tiêu chuẩn và quy trình để đảm bảo độ tin cậy của hệ thống chẩn đoán.

III. Phương pháp Phân tích Wavelet và Mạng Nơ ron ANN chẩn đoán

Nghiên cứu này đề xuất phương pháp kết hợp phân tích wavelet và mạng nơ-ron nhân tạo (ANN) để chẩn đoán hư hỏng dầm. Phân tích wavelet được sử dụng để trích xuất các đặc trưng từ dạng dao động dầm. Các đặc trưng này sau đó được sử dụng làm đầu vào cho mạng nơ-ron nhân tạo (ANN), được huấn luyện để nhận biết các mẫu hư hỏng. Phương pháp này giúp tự động hóa quá trình chẩn đoán và cải thiện độ chính xác. Theo tóm tắt luận văn, phương pháp này sử dụng kết hợp mạng nơ-ron nhân tạo (ANNs) để chẩn đoán mức độ hư hỏng.

3.1. Quy trình phân tích Wavelet để trích xuất đặc trưng hư hỏng

Quy trình phân tích wavelet bao gồm các bước sau: thu thập dữ liệu rung động dầm, tiền xử lý dữ liệu, lựa chọn hàm wavelet phù hợp, phân tích wavelet và trích xuất các đặc trưng. Các đặc trưng có thể bao gồm hệ số wavelet, năng lượng wavelet và entropy wavelet. Các đặc trưng này phản ánh sự thay đổi trong dạng dao động do hư hỏng. Khử nhiễu Wavelet là một bước quan trọng để cải thiện độ chính xác.

3.2. Xây dựng và huấn luyện mạng nơ ron nhân tạo ANN để chẩn đoán

Việc xây dựng mạng nơ-ron nhân tạo (ANN) bao gồm các bước sau: lựa chọn kiến trúc mạng, xác định hàm kích hoạt, khởi tạo trọng số và huấn luyện mạng. Dữ liệu huấn luyện bao gồm các cặp đầu vào-đầu ra, trong đó đầu vào là các đặc trưng wavelet và đầu ra là vị trí và mức độ hư hỏng. Thuật toán backpropagation thường được sử dụng để huấn luyện mạng nơ-ron. Cần có một lượng lớn dữ liệu để huấn luyện mạng nơ-ron một cách hiệu quả.

3.3. Kết hợp các dạng dao động để nâng cao độ chính xác chẩn đoán

Nghiên cứu có thể kết hợp nhiều dạng dao động khác nhau của dầm (ví dụ: dạng uốn, dạng xoắn) để cải thiện độ chính xác chẩn đoán. Mỗi dạng dao động có thể cung cấp thông tin khác nhau về hư hỏng. Việc kết hợp thông tin từ nhiều dạng dao động giúp giảm thiểu ảnh hưởng của nhiễu và cải thiện độ tin cậy của kết quả chẩn đoán. Phương pháp này có thể sử dụng dạng dao động tổng hợp để chẩn đoán.

IV. Ứng dụng Chẩn đoán hư hỏng dầm bê tông cốt thép bằng Wavelet ANN

Phương pháp chẩn đoán hư hỏng dầm bằng phân tích wavelet và mạng nơ-ron nhân tạo (ANN) đã được áp dụng cho nhiều loại dầm khác nhau, bao gồm cả dầm bê tông cốt thép. Kết quả cho thấy phương pháp này có độ chính xác cao trong việc xác định vị trí và mức độ hư hỏng. Phương pháp này có thể được sử dụng để giám sát kết cấu và đưa ra các biện pháp bảo trì kịp thời. Theo tài liệu, các phương pháp trên được áp dụng cho kết cấu dầm đồng chất có hư hỏng tạo ra bằng các giảm độ cứng chống uốn ở các vị trí khác nhau và kết cấu dầm bê tông cốt thép có hư hỏng xuất hiện theo từng cấp gia tải.

4.1. Mô hình hóa dầm bê tông cốt thép bằng phương pháp phần tử hữu hạn FEM

Để mô phỏng hư hỏng dầm bê tông cốt thép, phương pháp phần tử hữu hạn (FEM) được sử dụng. FEM cho phép mô hình hóa các đặc tính vật liệu phức tạp và các hiệu ứng phi tuyến. Các phần tử bê tông và cốt thép được mô hình hóa riêng biệt và liên kết với nhau thông qua các phần tử liên kết. FEM cung cấp dữ liệu dạng dao động chính xác để huấn luyện mạng nơ-ron.

4.2. Kết quả chẩn đoán hư hỏng dầm trong các thí nghiệm gia tải

Phương pháp chẩn đoán đã được kiểm tra trên các dầm bê tông cốt thép trong các thí nghiệm gia tải. Dữ liệu rung động dầm được thu thập ở các cấp tải khác nhau. Kết quả cho thấy phương pháp có khả năng phát hiện các vết nứt và các dạng hư hỏng khác. Độ chính xác của phương pháp tăng lên khi kết hợp nhiều dạng dao động.

4.3. Đánh giá độ chính xác và độ tin cậy của phương pháp chẩn đoán

Để đánh giá độ chính xác và độ tin cậy của phương pháp chẩn đoán, các chỉ số như độ chính xác vùng hư hỏng (A), độ chính xác vùng không hư hỏng (B) và độ chính xác tổng thể (C) được sử dụng. Các chỉ số này cho phép so sánh hiệu quả của phương pháp với các phương pháp chẩn đoán khác. Kết quả cho thấy phương pháp phân tích wavelet và mạng nơ-ron có độ chính xác và độ tin cậy cao.

V. Kết luận Ưu điểm tiềm năng phát triển của Wavelet ANN

Nghiên cứu này đã chứng minh rằng phương pháp kết hợp phân tích wavelet và mạng nơ-ron nhân tạo (ANN) là một công cụ hiệu quả để chẩn đoán hư hỏng dầm. Phương pháp này có độ chính xác cao, tự động và có thể được áp dụng cho nhiều loại dầm khác nhau. Trong tương lai, phương pháp này có thể được phát triển để giám sát kết cấu trực tuyến và đưa ra các cảnh báo sớm về hư hỏng. Ứng dụng thực tế của phương pháp này là rất lớn, giúp đảm bảo an toàn và tuổi thọ của các công trình xây dựng.

5.1. Tóm tắt các kết quả nghiên cứu và đánh giá hiệu quả phương pháp

Nghiên cứu đã chỉ ra rằng phương pháp kết hợp phân tích wavelet và mạng nơ-ron có thể chẩn đoán hư hỏng dầm với độ chính xác cao. Các chỉ số đánh giá hiệu quả cho thấy phương pháp vượt trội so với các phương pháp truyền thống. Phương pháp này có tiềm năng lớn trong việc giám sát kết cấu và bảo trì dự phòng.

5.2. Hướng nghiên cứu tiếp theo và ứng dụng trong tương lai

Các hướng nghiên cứu tiếp theo có thể tập trung vào việc cải thiện độ chính xác của phương pháp, phát triển các thuật toán huấn luyện mạng nơ-ron hiệu quả hơn và tích hợp phương pháp vào hệ thống giám sát kết cấu trực tuyến. Ứng dụng tiềm năng bao gồm giám sát cầu, tòa nhà cao tầng và các công trình hạ tầng quan trọng khác.

5.3. Tổng kết về tầm quan trọng của việc chẩn đoán hư hỏng kết cấu

Việc chẩn đoán hư hỏng kết cấu là vô cùng quan trọng để đảm bảo an toàn và tuổi thọ của các công trình xây dựng. Các phương pháp chẩn đoán tiên tiến như phân tích wavelet và mạng nơ-ron có thể giúp phát hiện sớm các dấu hiệu hư hỏng và đưa ra các biện pháp khắc phục kịp thời. Đầu tư vào giám sát kết cấu là một cách hiệu quả để bảo vệ tài sản và giảm thiểu rủi ro.

Trích đoạn nội dung tài liệu

CHƯƠNG 1. Tầm quan trọng của việc theo dõi và chẩn đoán kết cấu Đối với lĩnh vực xây dựng, dầm là một cấu kiện quan trọng trong hệ kết cấu công trình. Trong quá trình sử dụng lâu dài, việc kết cấu bị tổn hao và hư hại là một điều tất yếu không thể tránh khỏi, đặc biệt là kết cấu dầm. Việc phát hiện hư hỏng, đánh giá tình trạng và theo dõi sức khỏe của các kết cấu luôn là mối quan tâm của các kỹ sư.

Đã có rất nhiều nghiên cứu được đưa ra để có thể giúp kỹ sư phát hiện ra hư hỏng hoặc sự xuống cấp của kết cấu ở giai đoạn sớm nhất, từ đó có thể để tiến hành sửa chữa và trang bị thêm khi cần thiết. Do nhiều yếu tố khách quan và chủ quan mà dẫn đến việc mở rộng và phát triển nhanh chóng của các kết cấu xây dựng, đi cùng với tốc độ của sự xuống cấp hay sự hư hỏng, đòi hỏi các kỹ sư phải nghiên cứu ra các phương pháp có thể chẩn đoán và phát hiện các hư hỏng trong kết cấu trong thời gian sớm nhất có thể, để phòng tránh các thiệt hại có thể xảy ra. Trong những năm gần đây, lĩnh vực theo dõi và chẩn đoán kết cấu (Structural Health Monitoring: SHM) đã và đang đóng một vai trò rất quan trọng đối với sự an toàn, tuổi thọ và sự hoạt động bền vững của kết cấu công trình xây dựng. Thuật ngữ “SHM” đề cập đến việc đánh giá ứng xử đang làm việc của kết cấu bằng các kỹ thuật đo lường khác nhau.

Các phương pháp SHM được áp dụng để đưa ra cảnh báo về sự xuất hiện hư hỏng từ những tín hiệu ghi nhận được từ việc đo lường cấu kiện, nhận dạng vị trí và độ lớn của hư hỏng trong cấu kiện và đánh giá được ảnh hưởng của hư hỏng đến toàn bộ kết cấu. Điều này tương ứng với 5 cấp độ của mục tiêu chẩn đoán hư hỏng khi xây dựng các phương pháp phục vụ lĩnh vực SHM, theo H.Chen (2018) [1]: • Cấp độ I: Nhận diện sự có mặt của hư hỏng; • Cấp độ II: Chẩn đoán vị trí hư hỏng; • Cấp độ III: Phân loại hư hỏng; • Cấp độ IV: Chẩn đoán mức độ hư hỏng; • Cấp độ V: Chẩn đoán mức độ an toàn của hệ kết cấu khi có hư hỏng. SHM là một hướng nghiên cứu quan trọng trong lĩnh vực xây dựng, được áp dụng để theo dõi và kiểm soát quá trình thi công, xác nhận đặc điểm thiết kế của công trình, xác nhận tải trọng trong công trình, phát hiện hư hỏng kịp thời,… Trong khoảng vài thập niên trở lại đây, số lượng các nghiên cứu về SHM có sự phát triển nhanh chóng, qua đó Giới thiệu 2 đưa ra được các cơ sơ lý thuyết và đề xuất các hệ thống, phương pháp tương ứng để theo dõi một cách hiệu quả và khoa học về thực trạng của kết cấu xây dựng. Việc này giúp kỹ sư phát hiện sớm những tình huống bất lợi cho kết cấu, từ đó tạo điều kiện thuận lợi cho việc sửa chữa hoặc thay thế những cấu kiện bị hư hỏng kịp thời, đánh giá thực trạng công trình về công năng, tuổi thọ và hạn chế tối đa các thiệt hại bất ngờ có thể xảy ra.

Hai phương pháp phổ biến dùng để đánh giá phát hiện hư hỏng trên kết cấu là: phương pháp thí nghiệm phá hủy và phương pháp thí nghiệm không phá hủy. Với những ưu điểm như khả năng đo lường linh hoạt, chi phí tương đối thấp, phương pháp không phá hủy ngày càng trở nên phổ biến. Trong đó, phương pháp phân tích dao động kết cấu trở thành một trong những phương pháp gián tiếp và hiệu quả để phát hiện, chẩn đoán hư hỏng kết cấu. Khi có khuyết tật trong kết cấu sẽ dẫn đến sự thay đổi các đặc trưng dao động trong cấu kiện như: tần số dao động, dạng dao động, độ cong dạng dao động, năng lượng biến dạng… Hình 1.

Các phương pháp đánh giá, phát hiện hư hỏng Trong lĩnh vực xây dựng nói chung và ngành xây dựng dân dụng nói riêng, kết cấu dầm là một phần không thể thiếu trong tổng thể kết cấu công trình. Trong quá trình sử dụng, không thể tránh khỏi hư hỏng tạo thành vết nứt do nhiều nguyên nhân như: tác động vật lý, hoá học, môi trường khắc nghiệt,… Các hư hỏng này có khả năng gia tăng theo thời gian do sự xuống cấp của kết cấu hay do sự gia tăng của tác động gây hư hỏng. Ngoài ra, kết cấu dầm thường là thành phần liên kết giữa các kết cấu cột, sàn và móng, kết cấu dầm giữ một vị trí quan trọng trong việc chịu tải trọng từ sàn và truyền các tải trọng này lên cột, sau đó sẽ từ cột truyền xuống móng. Vì tính chất quan trọng này, những phương pháp chẩn đoán để phát hiện hư hỏng kịp thời trên cấu kiện dầm là vô cùng cần thiết.

Kết cấu dầm và một số dạng hư hỏng thường gặp Trong hệ kết cấu công trình, dầm là cấu kiện cơ bản xuất hiện nhiều và đóng vai trò rất quan trọng. Kết cấu dầm có thể là dầm bê tông cốt thép (BTCT), dầm thép hình, dầm gỗ, dầm liên hợp composite,… Các dạng dầm phổ biến là dạng hình chữ nhật hoặc hình vuông. Cấu kiện dầm được xem đơn giản như thanh chịu lực (chịu uốn là chủ yếu), có vai trò dùng để đỡ các bản sàn, tường, mái phía trên hoặc liên kết các hệ kết cấu móng. Dầm bê tông cốt thép có cấu tạo đơn giản bởi bê tông liên kết, cốt thép dọc, cốt đai, cốt giá (Hình 1.

Cấu tạo dầm bê tông cốt thép. [2] Dầm làm việc hiệu quả với vai trò là cấu kiện chịu uốn. Khi có gia tải tăng dần, dầm bê tông cốt thép sẽ từ trạng thái nguyên vẹn chuyển sang hình thành vết nứt ở vùng có ứng suất kéo lớn nhất trong kết cấu: bao gồm vết nứt thẳng góc tại vị trí chịu mô men lớn và vết nứt xiên tại vị trí gần gối tựa hoặc chỗ có lực ngang lớn. Cụ thể, vị trí vết nứt nguy hiểm ảnh hưởng nghiêm trọng đến độ an toàn của dầm bê tông cốt thép: ở giữa nhịp dầm – vết nứt vuông góc, ở gần gối dầm – vết nứt xiên, phía trên gối dầm liên tục – vết nứt song song trục dầm, ở gần đầu ngàm dầm công xôn – vết nứt xiên (Hình 1.

Vết nứt xiên và vết nứt thẳng góc [3] Giới thiệu 4 Ngoài các chức năng về kiến trúc, liên kết ổn định, hỗ trợ liên kết các thiết bị MEP,… Thì trong hệ kết cấu, dầm có vai trò rất quan trọng là cấu kiện truyền tải trọng từ sàn xuống cột vách, và xuống móng công trình. Dầm còn là cấu kiện liên kết bản sàn cứng tiếp nhận trực tiếp tải trọng ngang (gió, động đất) để truyền vào các kết cấu thẳng đứng (cột, vách), sau đó truyền xuống móng. Như vậy, dầm vừa là cấu kiện liên kết, vừa là cấu kiện trực tiếp truyền lực tác động của công trình theo cả chiều đứng và chiều ngang. Trong quá trình sử dụng lâu dài, những hư hỏng ở kết cấu dầm có thể xảy ra ở nhiều dạng khác nhau như: phần tử trong kết cấu chịu lực quá giới hạn dẫn đến bị suy giảm độ cứng hoặc hình thành vết nứt; vật liệu bị tác động của môi trường xung quanh làm giảm cường độ và đặc tính ban đầu của vật liệu (ăn mòn, bị sự cố do tác động của con người,…); kết cấu bị khuyết tật trong quá trình thi công,… Các hư hỏng này có khả năng hình thành một cách âm thầm, gia tăng theo thời gian do sự xuống cấp của kết cấu hay do sự gia tăng của tác động gây hư hỏng và làm xảy ra các sự cố bất ngờ gây thiệt hại.

Vết nứt xuất hiện thẳng góc vị trí nhịp dầm bê tông cốt thép [4] Vì những tính chất quan trọng này, phương pháp chẩn đoán để phát hiện kịp thời hư hỏng cấu kiện dầm là vô cùng cần thiết. Từ nhu cầu thực tế và phân tích trên, đề tài: “Xác định hư hỏng trong kết cấu dầm sử dụng phương pháp phân tích Wavelet cho dạng dao động và mạng nơ-ron nhân tạo” đã được tác giả lựa chọn thực hiện nghiên cứu. Phân tích Wavelet cho dạng dao động dầm Phân tích Wavelet là công cụ hữu ích trong nhiều lĩnh vực: xử lý tín hiệu, hình ảnh máy tính, nén dữ liệu, xử lý ảnh, đồ họa, hàng không, quân sự,… Phương pháp phân tích Wavelet có nhiều ưu điểm như: Wavelet có độ nhạy cao với sự thay đổi các điểm gãy, gián đoạn của tín hiệu; phân tích chi tiết được từng vùng không gian rất nhỏ; linh Giới thiệu 5 hoạt, chi phí thấp bằng thực hiện mô phỏng và có thể thực hiện thí nghiệm phá hủy để kiểm chứng; kết quả phân tích Wavelet trực quan, dễ dàng nhận biết vị hư hỏng. Phân tích Wavelet cho dạng dao động (Hình 1.5) là một trong những phương pháp không phá hủy đã được đề cập, có thể được ứng dụng để chẩn đoán sức khỏe kết cấu.

Hiện nay, phương pháp này đang được các nhà khoa học nghiên cứu và ứng dụng hiệu quả trong việc phát hiện hư hỏng xảy ra trên dầm. Biểu đồ phân tích Wavelet [5] 1. Tổng quan về trí tuệ nhân tạo, học máy, mạng nơ-ron nhân tạo 1.1 Trí tuệ nhân tạo Trí tuệ nhân tạo (Artificial Intelligence: AI) là một ngành thuộc lĩnh vực khoa học máy tính (Computer Science), đôi khi được gọi là trí thông minh nhân tạo, là trí thông minh được thể hiện bằng máy móc, trái ngược với trí thông minh tự nhiên của con người. Đây là trí thông minh của máy do con người lập trình tạo nên với mục tiêu giúp máy tính có thể tự động hóa thực hiện các hành vi thông minh như con người.

Các hành Giới thiệu 6 vi này này tổng quan gồm việc học tập (thu thập thông tin và các quy tắc sử dụng thông tin), lập luận (sử dụng các quy tắc để đạt được kết luận gần đúng hoặc xác định) và tự sửa lỗi… Trí tuệ nhân tạo khác với việc lập trình logic trong các ngôn ngữ lập trình ở chổ trí tuệ nhân tạo giúp máy tính có được những trí tuệ của con người, từ đó máy tính có thể tự biết suy nghĩ và lập luận để giải quyết vấn đề, biết giao tiếp do hiểu ngôn ngữ, tiếng nói, biết học và tự thích nghi.