Tên luận án:
CHẨN ĐOÁN KẾT CẤU CẦU DỰA TRÊN CHUỖI DỮ LIỆU ĐO DAO ĐỘNG THEO THỜI GIAN KẾT HỢP SỬ DỤNG MẠNG HỌC SÂU TÍCH CHẬP
Ngành:
Kỹ thuật xây dựng công trình giao thông
Tóm tắt nội dung tài liệu:
Luận án tập trung vào vấn đề chẩn đoán hư hỏng kết cấu cầu, một quá trình quan trọng nhằm phát hiện khuyết tật dựa trên sự thay đổi các đặc trưng dao động. Trong bối cảnh nguồn dữ liệu lớn được đo dài hạn theo thời gian, các phương pháp truyền thống gặp hạn chế. Nghiên cứu này đề xuất ứng dụng mô hình học sâu để khắc phục những hạn chế đó, nhằm phát hiện, phân loại, dự đoán chính xác vị trí và mức độ hư hỏng, góp phần giám sát sức khỏe công trình hiệu quả và tiết kiệm chi phí.
Mục tiêu nghiên cứu bao gồm việc giải quyết bài toán chẩn đoán hư hỏng kết cấu cầu dựa trên dữ liệu động thu được từ cảm biến, đề xuất thuật toán học sâu tích chập kết hợp để phát hiện hư hỏng, và áp dụng phương pháp này vào các thí nghiệm đo dao động thực tế. Phương pháp nghiên cứu kết hợp tổng hợp phân tích lý thuyết, phương pháp số và thực nghiệm. Đối tượng nghiên cứu là đặc trưng động học của kết cấu cầu, các phương pháp xử lý số liệu, và các phương pháp học sâu tích chập kết hợp để chẩn đoán vị trí và hư hỏng.
Luận án đề xuất một phương pháp giám sát sức khỏe kết cấu không phá hủy với độ chính xác cao, sử dụng mạng học sâu kết hợp (1DCNN và LSTM) để xử lý dữ liệu động theo thời gian. Mạng 1DCNN được dùng để xử lý dữ liệu gốc và lọc thông tin không quan trọng, liên kết dữ liệu về mặt không gian, trong khi mạng LSTM học, nhớ và phân loại dữ liệu, nâng cao độ chính xác chẩn đoán. Để cải thiện chất lượng dữ liệu thô và tăng độ chính xác, phương pháp tiền xử lý SAX và MDWD cũng được áp dụng.
Kết quả thực nghiệm trên mô hình cầu Z24 và mô hình cầu dây văng trong phòng thí nghiệm cho thấy phương pháp đề xuất (MDWD-SAX-1DCNN-LSTM) đạt độ chính xác cao (83% cho cầu Z24 và 95% cho mô hình phòng thí nghiệm), vượt trội so với các phương pháp truyền thống 1DCNN và 1DCNN-LSTM. Điều này chứng tỏ tiềm năng lớn của phương pháp trong việc giám sát sức khỏe công trình cầu thực tế, đặc biệt trong việc xử lý dữ liệu chuỗi thời gian.
Mục lục chi tiết:
- Mở đầu
- Chương 1 - Tổng quan về nghiên cứu chẩn đoán kết cấu công trình cầu dựa trên phương pháp đo nhận dạng dao động.
- 1.1 Tổng quan về nghiên cứu chẩn đoán sức khoẻ kết cấu công trình cầu dựa trên phương pháp đo nhận dạng dao động
- 1.1.1 Giới thiệu về chẩn đoán sức khoẻ kết cấu công trình cầu dựa trên phương pháp đo nhận dạng dao động
- 1.1.2 Mục đích của chẩn đoán sức khoẻ kết cấu dựa trên phương pháp đo nhận dạng dao động
- 1.1.3 Sự phát triển của các phương pháp chẩn đoán sức khoẻ kết cấu dựa trên phương pháp đo nhận dạng dao động
- 1.2 Các nghiên cứu trên thế giới về chẩn đoán kết cấu dựa trên phương pháp đo nhận dạng dao động
- 1.3 Các nghiên cứu ở Việt Nam về chẩn đoán kết cấu dựa trên phương pháp đo nhận dạng dao động.
- Chương 2 - Cơ sở lý thuyết về giám sát sức khoẻ kết cấu sử dụng dữ liệu theo thời gian dựa trên các đặc trưng động học.
- 2.1 Khái niệm về dữ liệu chuỗi thời gian (time series data)
- 2.2 Dữ liệu chuỗi thời gian cho giám sát sức khỏe kết cấu
- 2.3 Các loại dữ liệu chuỗi thời gian
- 2.4 Tính bất định của dữ liệu chuỗi thời gian trong giám sát sức khỏe kết cấu cầu
- 2.4.1 Phương trình dao động của kết cấu
- 2.4.2 Phân tích hình thái dao động
- 2.4.3 Dao động tắt dần
- 2.5 Phương pháp xấp xỉ tổng hợp tượng trưng (Symbolic Aggregate approximation – SAX).
- 2.6 Phương pháp phân rã sóng rời rạc đa cấp (Multilevel Discrete Wavelet Decomposition – MDWD)
- Chương 3 – Mạng học sâu truyền thống và mạng học sâu tích chập ứng dụng trong chẩn đoán kết cấu công trình cầu
- 3.1 Mạng học sâu truyền thống
- 3.1.1 Cấu trúc cơ bản của mạng học sâu truyền thống
- 3.1.2 Một số mạng học sâu truyền thống
- 3.1.3 Mạng học sâu CNN 2 chiều (2DCNN)
- 3.1.4 Mạng học sâu CNN một chiều
- 3.2 Mạng học sâu tích chập đề xuất
- Chương 4 - Áp dụng mạng học sâu tích chập kết hợp phương pháp SAX-MDWD để chẩn đoán các hư hỏng cho mô hình cầu
- 4.1 Áp dụng mạng học sâu tích chập kết hợp phương pháp SAX-MDWD để chẩn đoán các hư hỏng cho mô hình cầu thực tế
- 4.1.1 Giới thiệu mô hình cầu
- 4.1.2 Xử lý dữ liệu
- 4.1.3 Kiến trúc mạng
- 4.1.4 Huấn luyện mạng và phân tích kết quả
- 4.2 Áp dụng mạng học sâu tích chập để chẩn đoán các hư hỏng cho mô hình cầu trong phòng thí nghiệm
- 4.2.1 Mô tả mô hình
- 4.2.2 Thí nghiệm đo dao động mô hình cầu dây văng
- 4.2.3 Xử lý dữ liệu
- 4.2.4 Các trường hợp tạo hư hỏng
- 4.2.5 Kiến trúc mạng
- 4.2.6 Phân tích kết quả
- Kết luận và kiến nghị
- Phần Tài liệu tham khảo:
- DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN