Luận án – 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

Tên luận án:

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

Ngành:

Kỹ thuật xây dựng công trình giao thông, chuyên ngành Xây dựng Cầu Hầm (Mã số: 9580205)

Tóm tắt nội dung tài liệu:

Luận án này tập trung giải quyết bài toán chẩn đoán hư hỏng dầm cầu thông qua phân tích dao động, một khía cạnh trọng yếu trong Giám sát Sức khỏe Kết cấu (SHM). Trong bối cảnh các công trình cầu chịu tác động đa dạng từ môi trường và hoạt động khai thác, việc phát hiện sớm và chính xác các khiếm khuyết là thiết yếu để đảm bảo an toàn và hiệu quả kinh tế.

Nghiên cứu đã chỉ ra những hạn chế của các phương pháp truyền thống như kiểm tra trực quan và thử nghiệm tĩnh, cũng như các phương pháp động học dựa trên tần số riêng hoặc hình dạng dao động đơn lẻ, vốn dễ bị ảnh hưởng bởi nhiễu, khó xác định vị trí hư hỏng trong cấu trúc phức tạp và có thể tốn thời gian. Các thuật toán Học máy (ML) và Mạng nơ-ron nhân tạo (ANN) mặc dù có tiềm năng nhưng thường gặp phải vấn đề tối ưu cục bộ do bề mặt lỗi phức tạp. Ngược lại, các thuật toán Tối ưu tiến hóa (EO) như PSO có khả năng tìm kiếm tối ưu toàn cục nhưng lại tốn nhiều thời gian tính toán.

Để khắc phục những nhược điểm này, luận án đã đề xuất một thuật toán lai ghép tiên tiến, kết hợp Mạng nơ-ron nhân tạo (ANN) với thuật toán Tối ưu hóa bầy đàn (PSO). Mục tiêu chính là tận dụng khả năng hội tụ nhanh của ANN và khả năng tìm kiếm toàn cục của PSO. Sự kết hợp này nhằm cải thiện độ chính xác và giảm thời gian tính toán trong quá trình cập nhật mô hình số hóa kết cấu dựa trên các đặc trưng dao động, từ đó chẩn đoán chính xác vị trí và mức độ hư hỏng của kết cấu.

Phương pháp đề xuất đã được kiểm chứng hiệu quả thông qua việc áp dụng trên các mô hình số của dầm giản đơn, cầu dàn, tấm composite và các thí nghiệm thực tế trên dầm thép trong phòng thí nghiệm cũng như cầu Bến Quan. Kết quả thực nghiệm và phân tích cho thấy thuật toán ANNPSO (kết hợp ANN và PSO) mang lại độ chính xác vượt trội (hệ số hồi quy R cao, sai số bình phương trung bình MSE thấp) và hiệu quả tính toán đáng kể so với các thuật toán PSO và ANN riêng lẻ, đặc biệt trong việc xác định chính xác vị trí và ước tính gần đúng mức độ hư hỏng ngay cả khi có nhiễu hoặc trong các kịch bản hư hỏng phức tạp.

Luận án đã đóng góp vào việc đề xuất thuật toán lai ghép hiệu quả để cập nhật mô hình số hóa kết cấu và chẩn đoán hư hỏng, đồng thời xây dựng chương trình (code) ứng dụng cho các kết cấu cầu dạng dầm, dàn và tấm (bản). Các kết quả này cung cấp tài liệu tham khảo hữu ích cho lĩnh vực giám sát sức khỏe công trình.