Nghiên cứu kết hợp thiết bị trắc địa và cảm biến trong quan trắc dịch chuyển công trình giao thông đường bộ: Luận án Tiến sĩ Kỹ thuật trắc địa bản đồ

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT

VŨ NGỌC QUANG NGHIÊN CỨU KẾT HỢP THIẾT BỊ TRẮC ĐỊA VÀ CẢM BIẾN TRONG QUAN TRẮC DỊCH CHUYỂN CÔNG TRÌNH GIAO THÔNG ĐƯỜNG BỘ LUẬN ÁN TIẾN SĨ NGÀNH KỸ THUẬT TRẮC ĐỊA BẢN ĐỒ

HÀ NỘI- 2025

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỎ - ĐỊA CHẤT

VŨ NGỌC QUANG NGHIÊN CỨU KẾT HỢP THIẾT BỊ TRẮC ĐỊA VÀ CẢM BIẾN TRONG QUAN TRẮC DỊCH CHUYỂN CÔNG TRÌNH GIAO THÔNG ĐƯỜNG BỘ

Ngành: Kỹ thuật trắc địa-bản đồ Mã số : 9.520503 Người hướng dẫn khoa học:

1. PGS.TS NGUYỄN VIỆT HÀ 2. PGS.TS TRẦN ĐÌNH TRỌNG

HÀ NỘI-2025

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu độc lập của tôi, các số

liệu, kết quả trong luận án là trung thực và chưa từng được công bố trong các

công trình của các tác giả khác.

Hà Nội, Ngày …tháng…năm 2025

Tác giả luận án

Vũ Ngọc Quang

MỤC LỤC

LỜI CAM ĐOAN ...................................................................................................... i

MỤC LỤC ................................................................................................................. ii

DANH MỤC CÁC TỪ VIẾT TẮT ........................................................................ vi

DANH MỤC CÁC HÌNH VẼ................................................................................ vii

DANH MỤC CÁC BẢNG BIỂU ........................................................................... xi

MỞ ĐẦU .................................................................................................................... 1

CHƯƠNG 1. TỔNG QUAN VỀ QUAN TRẮC ..................................................... 8

DỊCH CHUYỂN CÔNG TRÌNH GIAO THÔNG ĐƯỜNG BỘ .......................... 8

1.1. Công trình giao thông đường bộ và công trình cầu .................................... 8

1.1.1. Công trình giao thông đường bộ ............................................................... 8

1.1.2. Công trình cầu và phân loại ...................................................................... 8

1.2. Quy định về công tác quan trắc công trình đường bộ ................................ 9

1.2.1. Đối tượng quan trắc ................................................................................. 10

1.2.2. Độ chính xác và chu kỳ quan trắc ........................................................... 11

1.3. Nghiên cứu quan trắc dịch chuyển công trình cầu trong nước ............... 13

1.3.1. Một số nghiên cứu về quan trắc dịch chuyển công trình cầu .................. 13

1.3.2. Các dự án áp dụng GNSS và cảm biến trong quan trắc theo phương pháp SHMS ................................................................................................................ 17

1.4. Nghiên cứu quan trắc dịch chuyển công trình cầu trên thế giới ............. 19

1.4.1. Cảm biến lá điện trở ................................................................................ 19

1.4.2. Cảm biến dịch chuyển tuyến tính (LVDT) ............................................. 20

1.4.3. Cảm biến gia tốc...................................................................................... 21

1.4.4. Nghiên cứu sử dụng kết hợp GNSS và cảm biến laser ........................... 23

1.4.5. Nghiên cứu kết hợp máy toàn đạc robotic với cảm biến dịch chuyển .... 25

1.4.6. Nghiên cứu kết hợp GNSS và cảm biến hình ảnh để xác định dịch chuyển ............................................................................................................... 27

1.4.7. Nghiên cứu sử dụng phương pháp GNSS ............................................... 28

1.4.8. Một số công trình cầu sử dụng GNSS và cảm biến trên thế giới ............ 30

iii

1.5. Nghiên cứu kết hợp GNSS với dữ liệu cảm biến dự báo dịch chuyển không gian ............................................................................................................ 31

1.6. Một số vấn đề tồn tại và định hướng nghiên cứu ...................................... 33

1.6.1. Một số vấn đề tồn tại ............................................................................... 33

1.6.2. Định hướng nghiên cứu ........................................................................... 34

1.7. Tiểu kết chương 1 ......................................................................................... 34

CHƯƠNG 2. NGHIÊN CỨU KẾT HỢP THIẾT BỊ GNSS VÀ CẢM BIẾN

TRONG QUAN TRẮC DỊCH CHUYỂN CÔNG TRÌNH CẦU ........................ 36

2.1. Sự phát triển của các thiết bị GNSS, cảm biến và các thiết bị IoT ......... 36

2.1.1. Sự phát triển của thiết bị GNSS .............................................................. 36

2.1.2. Sự phát triển của thiết bị cảm biến .......................................................... 39

2.1.3. Sự phát triển của công nghệ IoT ............................................................. 44

2.2. Cơ sở thực tiễn kết hợp GNSS và cảm biến trong quan trắc ................... 45

2.3. Kết hợp thiết bị GNSS, cảm biến và giải pháp IoT trong quan trắc thời gian thực công trình cầu ..................................................................................... 46

2.3.1. Anten GNSS ............................................................................................ 46

2.3.2. Cảm biến gia tốc MPU6050 .................................................................... 48

2.3.3. Module Wifi ESP8266 ............................................................................ 48

2.3.4. Kết nối các thiết bị .................................................................................. 49

2.4. Bố trí thiết bị quan trắc trên công trình cầu ............................................. 52

2.4.1. Vị trí lắp đặt ............................................................................................ 52

2.4.2. Phương thức lắp đặt ................................................................................ 54

2.5. Thu nhận, hiển thị và lưu trữ dữ liệu quan trắc ....................................... 55

2.5.1. Cơ sở xác định tần suất lấy mẫu ............................................................. 55

2.5.2. Định dạng dữ liệu .................................................................................... 56

2.5.3. Hiển thị dữ liệu ........................................................................................ 57

2.5.4. Lưu trữ dữ liệu ........................................................................................ 63

2.5. Đồng bộ dữ liệu GNSS và dữ liệu gia tốc ................................................... 64

2.5.1. Đồng bộ hóa về thời gian đo ................................................................... 64

2.5.2. Đồng bộ hóa tần suất lấy mẫu ................................................................. 66

2.5.3. Phương pháp đồng bộ hóa dữ liệu về các phương tọa độ ....................... 66

2.6. Tiểu kết chương 2 ......................................................................................... 68

CHƯƠNG 3. XỬ LÝ DỮ LIỆU GNSS, CẢM BIẾN GIA TỐC ......................... 69

VÀ PHÂN TÍCH KẾT HỢP .................................................................................. 69

3.1. Xác định dịch chuyển tuyến tính từ dữ liệu GNSS-RTK ......................... 69

3.1.1. Độ nhậy của giải pháp GNSS-RTK trong quan trắc ............................... 69

3.1.2. Lọc giá trị ngoại lai và phân tích dịch chuyển tuyến tính với dữ liệu GNSS-RTK ....................................................................................................... 72

3.2. Xác định đặc trưng dao động từ dữ liệu cảm biến gia tốc ....................... 79

3.2.1. Chuyển đổi các giá trị gia tốc sang dịch chuyển và tần số ..................... 79

3.2.2. Độ chính xác xác định tần số của cảm biến gia tốc MPU6050............... 81

3.3. Xử lý kết hợp dãy trị đo GNSS và cảm biến gia tốc tại điểm quan trắc công trình cầu ...................................................................................................... 88

3.3.1. Giới thiệu mô hình lọc kalman ................................................................ 88

3.3.2. Xử lý kết hợp dãy trị đo GNSS và cảm biến gia tốc trong quan trắc công trình cầu theo mô hình lọc kalman .................................................................... 90

3.4. Xác định biến dạng bằng cảm biến dịch chuyển tuyến tính .................... 95

3.4.1. Quan hệ ứng suất và biến dạng ............................................................... 95

3.4.2. Cảm biến dịch chuyển tuyến tính và nguyên lý hoạt động ..................... 96

3.4.3. Xác định lượng biến dạng 𝛥 bằng cảm biến dịch chuyển tuyến tính...... 97

3.5. Tiểu kết chương 3 ......................................................................................... 98

CHƯƠNG 4. THỰC NGHIỆM ............................................................................. 99

4.1. Thực nghiệm quan trắc thời gian thực cầu Nhật Tân .............................. 99

4.1.1. Giới thiệu công trình cầu Nhật Tân ......................................................... 99

4.1.2. Lắp đặt anten GNSS và cảm biến gia tốc trên bản mặt cầu .................... 99

4.2. Kết quả quan trắc thời gian thực.............................................................. 100

4.2.1. Kết quả hiển thị dữ liệu quan trắc đồng bộ thời gian thực .................... 100

4.2.2. Kết quả lưu trữ dữ liệu .......................................................................... 103

4.3. Ứng dụng bài toán Kalman trong dự báo trạng thái GNSS-RTK ........ 104

4.3.1. Dữ liệu GNSS-RTK ban đầu................................................................. 104

4.3.2. Dữ liệu cảm biến gia tốc ban đầu .......................................................... 113

4.3.3. Kết quả của bài toán Kalman kết hợp GNSS và cảm biến gia tốc ........ 114

4.4. Thực nghiệm xác định biến dạng dầm sử dụng IoT ............................... 117

4.4.1. Mô tả thực nghiệm ................................................................................ 117

4.4.2. Kết quả độ chính xác ............................................................................. 119

4.5. Tiểu kết chương 4 ....................................................................................... 123

KẾT LUẬN VÀ KIẾN NGHỊ .............................................................................. 125

DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA NCS ........................ 128

TÀI LIỆU THAM KHẢO .................................................................................... 130

PHỤ LỤC ............................................................................................................... 138

PHỤ LỤC 1 ............................................................................................................. 139

PHÂN TÍCH TẦN SỐ ĐÁNH GIÁ CẢM BIẾN GIA TỐC NI ............................. 139

PHỤ LỤC 2 ............................................................................................................. 142

PHÂN TÍCH TẦN SỐ ĐÁNH GIÁ CẢM BIẾN GIA TỐC MPU6050 ................ 142

PHỤ LỤC 3 ............................................................................................................. 145

MỘT ĐOẠN DỮ LIỆU CẢM BIẾN GIA TỐC NI LẦN 1 (04 ĐẦU ĐO) ........... 145

PHỤ LỤC 4 ............................................................................................................. 147

MỘT ĐOẠN DỮ LIỆU CẢM BIẾN GIA TỐC MPU6050 LẦN 1 ....................... 147

PHỤ LỤC 5 ............................................................................................................. 148

DỮ LIỆU DỊCH CHUYỂN GNSS-RTK TẦN SUẤT 01 GIÂY ........................... 148

PHỤ LỤC 6 ............................................................................................................. 162

DỮ LIỆU GIA TỐC MPU6050 TẦN SUẤT 01 GIÂY ......................................... 162

DANH MỤC CÁC TỪ VIẾT TẮT

Hệ thống quan trắc sức khỏe kết SHMS Structural health monitoring system cấu

Ground Laser System Hệ thống laser mặt đất GLS

Terrestrial Laser system Hệ thống laser mặt đất TLS

LVDT Linear Variable Differential Transformer Thiết bị vi sai dịch chuyển tuyến tính

Inertial Measurement Unit Định vị quán trình bên trong IMU

Mobile lidar system Hệ thống lidar di động MLS

Unmanned Ariel Vehicle Thiết bị bay không người lái UAV

Acoustic Emission Phát xạ âm thanh AE

Robotic Total Station Toàn đạc điện tử Robotic RTS

GNSS Global Navigation Satellites system Hệ thống định vị vệ tinh toàn cầu

Real-time kinematic Định vị động thời gian thực RTK

Global Positioning System Hệ thống GPS GPS

Root Mean Square Error Sai số trung phương RMSE

Mean Absolute Error Sai số tuyệt đối trung bình MAE

Sai số phần trăm tuyệt đối trung MAPE Mean Absolute Percentage Error bình

PPP Precise Point Positioning Định vị điểm chính xác

Radio Technical Commission for Ủy ban kỹ thuật vô tuyến về dịch RTCM Maritime Services vụ hàng hải

Networked Transport of RTCM via Truyền tải RTCM qua mạng lưới Ntrip Internet Protocol giao thức Internet

Internet of Things Internet vạn vật IoT

Frequency Response Function Hàm đáp ứng tần số FRF

Autoregressive Tự hồi quy AR

Moving average Trung bình động MA

Moving median Trung vị động MM

Fast Fourier Transform Biến đổi Fourier nhanh FFT

vii

DANH MỤC CÁC HÌNH VẼ

Hình 1. 1. Cầu dây văng Nhật Tân .............................................................................. 9

Hình 1. 2. Cầu Nanjing 4 qua sông Yangtze, Trung Quốc ......................................... 9

Hình 1. 3. Hiện trạng đầu tư và tương lai của đường cao tốc và quốc lộ ................. 13

Hình 1. 4. Số lượng cây cầu đến tháng 8/2022 ......................................................... 14

Hình 1. 5. Nguyên lý quan trắc cầu tự động ............................................................. 14

Hình 1. 6. Các cảm biến cơ khí lắp đặt trên kết cấu ................................................. 16

Hình 1. 7. Độ võng với sơ đồ xếp tải đúng tâm nhịp P61-P62 ................................. 16

Hình 1. 8. Độ võng với sơ đồ xếp tải lệch tâm nhịp P61-P62 .................................. 16

Hình 1. 9. Cầu Cổ Lũy .............................................................................................. 18

Hình 1. 10. Bố trí hệ thống cảm biến trong hệ thống SHMS của cầu Cổ Lũy ......... 19

Hình 1. 11. Cảm biến là điện trở ............................................................................... 20

Hình 1. 12. Cảm biến dịch chuyển tuyến tính trong quan trắc ................................. 20

Hình 1. 13. Cảm biến gia tốc..................................................................................... 21

Hình 1. 14. Mô phỏng một số dạng dao động của kết cấu ........................................ 22

Hình 1. 15. Thiết bị quét Lidar trên không ............................................................... 24

Hình 1. 16. Lidar trên không phục vụ quan trắc, kiểm định cầu .............................. 24

Hình 1. 17. Phân tích dịch chuyển phương X bằng máy toàn đạc tự động ............... 25

Hình 1. 18. Phân tích dịch chuyển phương Y bằng máy toàn đạc tự động ............... 26

Hình 1. 19. Phân tích dịch chuyển phương Z bằng máy toàn đạc tự động ............... 26

Hình 1. 20. Các ứng dụng của UAV trong quan trắc hạ tầng giao thông ................. 27

Hình 1. 21. Công tác lắp đặt ...................................................................................... 29

Hình 1. 22. Sơ đồ vị trí các máy thu GNSS .............................................................. 30

Hình 2. 1. Dòng main K8 mới nhất của Comnav ...................................................... 36

Hình 2. 2. Số lượng vệ tinh sử dụng đồng thời (Máy N3-Comnav) ......................... 37

Hình 2. 3. GNSS board UM982 ................................................................................ 37

Hình 2. 4. Số lượng vệ tinh tại một điểm quan trắc trên công trình cầu ................... 38

Hình 2. 5. Giao diện WebUi để thiết lập các cài đặt ................................................. 38

Hình 2. 6. Cấu trúc NTRIP........................................................................................ 39

viii

Hình 2. 7. Các cảm biến trong hệ thống quan trắc sức khỏe cầu Cổ Lũy ................. 40

Hình 2. 8. Cảm biến dây rung đo biến dạng võng cầu Hang Lương ........................ 41

Hình 2. 9. Dao động mố cầu A1, cầu Sông Cái Nhỏ (phương Z) ............................. 41

Hình 2. 10. Dao động trụ cầu P2, cầu Sông Cái Nhỏ (phương Z) ............................ 42

Hình 2. 11. Dao động nhịp 3, cầu Sông Cái Nhỏ (phương Z) .................................. 42

Hình 2. 12. Thống kê các chu kỳ và tần số của một kết cấu nhịp ............................. 43

Hình 2. 13. Tỉ lệ công bố sáng chế liên quan đến IOT năm 2017 ............................ 45

Hình 2. 14. Máy thu Comnav N3 .............................................................................. 47

Hình 2. 15. Thông tin hệ thống của thiết bị .............................................................. 47

Hình 2. 16. Cảm biến gia tốc MPU6050 ................................................................... 48

Hình 2. 17. Module wifi ESP8266 ............................................................................ 48

Hình 2. 18. Cài đặt cấu hình cho máy thu rover ....................................................... 49

Hình 2. 19. Sơ đồ kết nối của hợp phần GNSS ......................................................... 50

Hình 2. 20. Kết nối MPU và ESP.............................................................................. 50

Hình 2. 21. Sơ đồ mạch kết nối giữa cảm biến MPU và ESP8266 ........................... 51

Hình 2. 22. Mạch kết nối chi tiết, truyền thời gian thực ........................................... 51

Hình 2. 23. Mạch kết nối chi tiết với thẻ nhớ lưu trữ ............................................... 51

Hình 2. 24. Sơ đồ kết nối tổng thể ............................................................................ 52

Hình 2. 25. Bố trí thiết bị GNSS và cảm biến gia tốc trên nhịp cầu ......................... 53

Hình 2. 26. Bố trí thiết bị GNSS và cảm biến gia tốc trên đỉnh trụ tháp .................. 53

Hình 2. 27. Lắp đặt cảm biến và GNSS trên công trình cầu ..................................... 54

Hình 2. 28. Thực tế lắp đặt một anten GNSS và cảm biến gia tốc trên mặt cầu ...... 55

Hình 2. 29. Tệp dữ liệu định dạng GPGGA của GNSS ............................................ 56

Hình 2. 30. Tệp dữ liệu từ cảm biến gia tốc khi lấy đủ các giá trị ............................ 57

Hình 2. 31. Sever giả lập và giao diện trình duyệt .................................................... 58

Hình 2. 32. Dữ liệu phương X của cảm biến (m/s2) ................................................. 58

Hình 2. 33. Dữ liệu phương Y của cảm biến (m/s2) ................................................. 58

Hình 2. 34. Dữ liệu phương Z của cảm biến (m/s2) ................................................. 59

Hình 2. 35. Dữ liệu thời gian thực của GNSS ........................................................... 60

Hình 2. 36. Biểu đồ dịch chuyển tọa độ X theo thời gian ......................................... 60

Hình 2. 37. Biểu đồ dịch chuyển tọa độ Y theo thời gian ......................................... 61

Hình 2. 38. Biểu đồ dịch chuyển tọa độ Z theo thời gian ......................................... 61

Hình 2. 39. Biểu đồ các giá trị gia tốc phương X theo thời gian .............................. 62

Hình 2. 40. Biểu đồ các giá trị gia tốc phương Y theo thời gian .............................. 62

Hình 2. 41. Biểu đồ các giá trị gia tốc phương Z theo thời gian ............................... 63

Hình 2. 42. Lưu trữ dữ liệu quan trắc trên máy chủ .................................................. 63

Hình 2. 43. Tính chuyển hai hệ tọa độ phẳng ........................................................... 67

Hình 3. 1. Anten GNSS lắp đặt trên Eto cơ khí ........................................................ 69

Hình 3. 2. So sánh dịch chuyển mặt bằng từ eto cơ khí và GNSS ............................ 70

Hình 3. 3. So sánh dịch chuyển phương đứng từ eto cơ khí và GNSS ..................... 70

Hình 3. 4. Anten quan trắc trên cầu Dachongyong ................................................... 73

Hình 3. 5. Lọc các giá trị ngoại lai ............................................................................ 74

Hình 3. 6. Cài đặt các tham số đầu vào ..................................................................... 75

Hình 3. 7. Các giá trị ngoại lai (X, Y, h) phương pháp MA ..................................... 76

Hình 3. 8. Các giá trị ngoại lai (X, Y, h) phương pháp MM .................................... 76

Hình 3. 9. So sánh các giá trị dịch chuyển ban đầu và sau lọc (phương X) ............. 76

Hình 3. 10. So sánh các giá trị dịch chuyển ban đầu và sau lọc (phương Y) ........... 77

Hình 3. 11. So sánh các giá trị dịch chuyển ban đầu và sau lọc (phương h) ............ 77

Hình 3. 12. Quy trình phân tích các thành phần dịch chuyển ................................... 78

Hình 3. 13. Hàm chuyển đổi ..................................................................................... 81

Hình 3. 14. Cảm biến MPU6050, cảm biến NI và kết cấu bản thép thực nghiệm .... 82

Hình 3. 15. Mô hình số bản thép trên phần mềm SAP2000 ..................................... 83

Hình 3. 16. Phân tích FFT, cảm biến NI1 lần thứ nhất .............................................. 83

Hình 3. 17. Phân tích FFT, cảm biến NI2 lần thứ nhất .............................................. 84

Hình 3. 18. Phân tích FFT, cảm biến NI3 lần thứ nhất .............................................. 84

Hình 3. 19. Phân tích FFT, cảm biến NI4 lần thứ nhất .............................................. 84

Hình 3. 20. Phân tích FFT, cảm biến MPU6050 lần thứ nhất .................................. 85

Hình 3. 21. Nguyên lý hoạt động của bộ lọc Kalman ............................................... 90

Hình 3. 22. Sơ đồ tính toán của bài toán Kalman ..................................................... 92

Hình 3. 23. Mô tả trạng thái biến dạng của dầm cầu ................................................ 95

Hình 3. 24. Cảm biến dịch chuyển tuyến tính KTR .................................................. 96

Hình 3. 25. Lắp đặt cảm biến dịch chuyển tuyến tính trên dầm cầu ......................... 97

Hình 4. 1. Cầu Nhật Tân [42] .................................................................................... 99

Hình 4. 2. Anten GNSS và cảm biến gia tốc trên mặt cầu Nhật Tân ........................ 99

Hình 4. 3. Hiển thị thời gian thực dữ liệu GNSS phương X ................................... 100

Hình 4. 4. Hiển thị thời gian thực dữ liệu gia tốc phương X .................................. 101

Hình 4. 5. Hiển thị thời gian thực dữ liệu GNSS phương Y ................................... 101

Hình 4. 6. Hiển thị thời gian thực dữ liệu gia tốc phương Y .................................. 102

Hình 4. 7. Hiển thị thời gian thực dữ liệu GNSS phương h .................................... 102

Hình 4. 8. Hiển thị thời gian thực dữ liệu gia tốc phương h ................................... 102

Hình 4. 9. Các trường dữ liệu trong tệp tin GNSS .................................................. 103

Hình 4. 10. Các trường dữ liệu trong tệp tin cảm biến gia tốc ................................ 103

Hình 4. 11. Phân bố dãy trị đo tọa độ X, phương ngang dọc cầu ........................... 111

Hình 4. 12. Phân bố dãy trị đo tọa độ Y, phương ngang ngang cầu ....................... 111

Hình 4. 13. Phân bố dãy trị đo cao độ h .................................................................. 112

Hình 4. 14. Các giá trị gia tốc theo phương X ........................................................ 113

Hình 4. 15. Các giá trị gia tốc theo phương Y ........................................................ 113

Hình 4. 16. Các giá trị gia tốc theo phương h ......................................................... 114

Hình 4. 17. Dữ liệu X ban đầu và ước tính theo kalman ........................................ 115

Hình 4. 18. Dữ liệu Y ban đầu và ước tính theo kalman ........................................ 115

Hình 4. 19. Dữ liệu h ban đầu và ước tính theo kalman ......................................... 116

Hình 4. 23. Cảm biến dịch chuyển tuyến tính KTR ................................................ 117

Hình 4. 24. Bảng mạch Arduino ............................................................................. 118

Hình 4. 25. Biểu đồ quan hệ giữa số đọc điện thế và dịch chuyển ......................... 121

DANH MỤC CÁC BẢNG BIỂU

Bảng 1. 1. Một số công trình cầu áp dụng quan trắc thời gian thực [12].................. 18

Bảng 1. 2. Một số công trình sử dụng GNSS và cảm biến trong quan trắc [12] ...... 30

Bảng 1. 3. Đánh giá 05 mô mình với điểm GNSS1 .................................................. 32

Bảng 1. 4. Đánh giá 05 mô mình với điểm GNSS2 .................................................. 32

Bảng 2. 1. Thông số kỹ thuật của Comnav [25] ....................................................... 47

Bảng 2. 2. Ý nghĩa của các trường dữ liệu ................................................................ 56

Bảng 3. 1. Số lượng trị đo trước và sau mỗi lần dịch chuyển ................................... 70

Bảng 3. 2. Tọa độ, độ cao trung bình của GNSS ...................................................... 71

Bảng 3. 3. Bảng các giá trị dịch chuyển từ hai thiết bị ............................................. 71

Bảng 3. 4. Bảng tính các giá trị độ lệch dịch chuyển từ hai thiết bị ......................... 72

Bảng 3. 5. Biên độ dao động trước và sau lọc .......................................................... 78

Bảng 3. 6. Vận tốc dịch chuyển theo các phương ..................................................... 79

Bảng 3. 7. Biên độ dao động theo các phương ......................................................... 79

Bảng 3. 8. Các giá trị tần số của 04 cảm biến NI sau 05 lần đo ............................... 85

Bảng 3. 9. Các giá trị tần số của cảm biến NI với FFT ............................................. 86

Bảng 3. 10. Các giá trị tần số của cảm biến MPU6050 với tính chuyển FFT .......... 87

Bảng 3. 11. So sánh tỉ lệ độ lệch giữa cảm biến NI và MPU6050............................ 87

Bảng 3. 12. Một đoạn dữ liệu tính toán thử nghiệm ................................................. 93

Bảng 3. 13. Kết quả so sánh các giá trị tính toán ...................................................... 95

Bảng 4. 1. Các giá trị tọa độ GNSS ban đầu ........................................................... 104

Bảng 4. 2. Các giá trị tọa độ xoay về hướng trục cầu ............................................. 106

Bảng 4. 3. Các giá trị dịch chuyển theo các hướng trục cầu ................................... 108

Bảng 4. 4. Thống kê mô tả của dãy dữ liệu GNSS ................................................. 112

Bảng 4. 5. So sánh giá trị ước tính sau khi sử dụng kalman ................................... 116

Bảng 4. 6. Đánh giá kết quả ước tính ...................................................................... 117

Bảng 4. 7. Các giá trị điện thế và dịch chuyển tương ứng ...................................... 119

Bảng 4. 8. Các kết quả dự báo và độ lệch ............................................................... 122

MỞ ĐẦU

1. Tính cấp thiết của đề tài

Giao thông đường bộ tại Việt Nam đóng vai trò cực kỳ quan trọng với tỉ

lệ vận chuyển hàng năm cho hành khách và hàng hóa lần lượt là 70% và 90%.

Với nhu cầu phát triển, kết nối các vùng miền kinh tế các công trình đường bộ,

đặc biệt là đường bộ cao tốc với quy mô lớn, tiêu chuẩn kỹ thuật cao được đầu

tư ngày càng nhiều. Theo chủ trương phát triển, tổng chiều dài đường bộ cao

tốc sẽ vào khoảng 5400 Km vào năm 2030 và khoảng 8500 Km vào năm 2050

[3]. Song song với công tác đầu tư xây dựng mới các công trình hạ tầng giao

thông đường bộ, công tác quan trắc, kiểm định, đánh giá chất lượng công trình,

đặc biệt là các hạ tầng như công trình cầu trên tuyến đòi hỏi phải được thực

hiện đầy đủ, kịp thời.

Liên quan tới các quy định về pháp luật, thông tư 37/2018/TT-BGTVT

“Quy định về quản lý, vận hành khai thác và bảo trì công trình đường bộ”

có quy định rõ về các bộ phận công trình cần thiết phải thực hiện công tác quan

trắc gồm các kết cấu chịu lực chính của công trình như nhịp, mố, trụ, tháp trụ,

vỏ hầm. Các nội dung về quan trắc được quy định bao gồm biến dạng lún, nứt,

nghiêng, chuyển vị võng với thời gian và số lượng được quy định chi tiết trong

các tài liệu [1,2]. Về mặt cung cấp các giải pháp quan trắc, PGS. TS Tống Trần

Tùng đã tổng kết rằng phần lớn là được cung cấp bởi các đơn vị nước ngoài

như VSL, Freysinet, NiponKoe, Cementys, Socotec...điển hình là các công

trình như cầu Nhật Tân, cầu Trần Thị lý, cầu Bính, cầu Rạch Miễu và hiện có

tồn tại một số bất cập trong quản lý, khai thác, lưu trữ dữ liệu quan trắc.

Về mặt thiết bị, do đặc thù kết cấu vô cùng phức tạp của các kết cấu lớn

trên các tuyến cao tốc, đặc biệt là công trình cầu lớn nên thiết bị được sử dụng

trong quan trắc rất đa dạng nhằm đánh giá đầy đủ các phản ứng của công trình

cầu trong quá trình khai thác, sử dụng dưới ảnh hưởng của các tác động như tải

trọng bản thân, tải trọng động, các điều kiện ngoại cảnh. Các cảm biến được sử

dụng phổ biến với các dự án cầu lớn có thể bao gồm: cảm biến gnss, cảm biến

gia tốc, cảm biến ứng suất, cảm biến lực, cảm biến dịch chuyển. Đây là các cảm

biến chính nhằm đánh giá tình trạng hoạt động của kết cấu theo thời gian trong

suốt quá trình hoạt động. Ngoài ra, các cảm biến đo gió, nhiệt độ, hay các

camera hình ảnh cũng có thể được sử dụng để kết hợp với các thiết bị khác

trong quá trình đánh giá và chẩn đoán trạng thái của kết cấu.

Về mặt kết nối, truyền dữ liệu, tác giả Lương Minh Chính cũng đã tổng

kết dựa trên thực tiễn các công trình cầu đã được triển khai quan trắc theo

phương pháp SHMS như sau: Các cảm biến được kết nối về một hay nhiều bộ

data logger được lắp đặt trên cầu, sau đó dữ liệu được truyền về máy chủ ở khu

vực công trình dự án hoặc máy chủ ở một địa chỉ khác để lưu trữ và hiển thị dữ

liệu quan trắc. Ở bước thứ nhất, hầu hết các cảm biến được kết nối về data

logger bằng hệ thống dây dẫn cáp đồ sộ. Hệ thống này có thể lên tới hàng Km

với cầu có chiều dài lớn và số đầu đo được lắp đặt tại nhiều vị trí.

Về mặt khai thác dữ liệu, dữ liệu của hợp phần GNSS và cảm biến gia tốc

được khai thác độc lập với nhau. Trong khi dữ liệu GNSS phục vụ chủ yếu cho

nhiệm vụ xác định dịch chuyển, dữ liệu gia tốc phục vụ cho mục tiêu xác định

các đặc trưng dao động động học của kết cấu, sự suy giảm của kết cấu theo thời

gian thông qua xác định các thay đổi trong đặc trưng dao động và so sánh với

các mô hình mô phỏng. Về mặt lắp đặt và hoạt động, cảm biến gia tốc có thể

được lắp đặt sao cho các trục trùng với các phương cục bộ của công trình cầu

bao gồm phương ngang dọc cầu, phương ngang ngang cầu và phương đứng.

Ngược lại thiết bị GNSS lại hoạt động trong một hệ tọa độ khác so với hệ tọa

độ của công trình cầu và hệ thống thời gian của hai thiết bị này cũng khác nhau.

Do đó, để kết hợp phân tích, việc đồng bộ hai loại dữ liệu này về mặt thời gian,

không gian có vai trò quan trọng.

Các nghiên cứu, tổng kết đi trước đã phần nào cho thấy sự tiến bộ trong

công tác quan trắc, giám sát công trình tự động. Tuy nhiên, phần lớn các hệ

thống quan trắc được lắp đặt cho các công trình cầu lớn, có các hệ thống cảm

biến hiện đại đã và đang được triển khai bởi các đơn vị nước ngoài dẫn đến việc

thiếu chủ động trong công tác quản lý chất lượng và đánh giá, dự báo tính an

toàn của công trình. Mặt khác, sự tiến bộ của các thiết bị đo, các công nghệ cảm

biến có tốc độ, độ nhậy cao, các mạch điện tử có chi phí thấp, các công nghệ

kết nối và truyền không dây đã mở ra cơ hội mới cho lĩnh vực quan trắc tự động

ở tất cả các cấp độ trong xu hướng chuyển đổi số diễn ra mạnh mẽ ở tất các lĩnh

vực. Luận án với đề tài “nghiên cứu kết hợp thiết bị trắc địa và cảm biến trong

quan trắc dịch chuyển công trình giao thông đường bộ” có tính phù hợp trong

bối cảnh thực tiễn đã và đang diễn ra ở Việt Nam và xu hướng phát triển các

thiết bị tự động trong quan trắc công trình cầu, phù hợp với xu hướng và yêu

cầu chuyển đổi số nói chung và chuyển đổi số trong lĩnh vực đo đạc, quan trắc

nói riêng.

2. Mục tiêu nghiên cứu

Kết hợp được thiết bị GNSS và cảm biến gia tốc ứng dụng IoT quan trắc

dịch chuyển cầu thời gian thực.

Đồng bộ hóa dữ liệu GNSS-RTK và dữ liệu cảm biến gia tốc về mặt thời

gian và không gian trong quan trắc công trình cầu.

Áp dụng được mô hình lọc Kalman trong xử lý kết hợp dữ liệu đo GNSS

và cảm biến gia tốc nhằm nâng cao độ tin cậy dữ liệu quan trắc.

3. Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: Là dịch chuyển của công trình giao thông trong đó

tập trung hướng tới công trình cầu là đối tượng có yêu cầu và mức độ phức tạp

cao nhất.

Phạm vi nghiên cứu: Phạm vi khoa học là kết hợp thiết bị GNSS, thiết bị

cảm biến gia tốc và ứng dụng IoT cho quan trắc dịch chuyển công trình cầu

trong giai đoạn vận hành, khai thác, bảo trì; phạm vi không gian là cầu dây

văng Nhật Tân.

4. Nội dung nghiên cứu

Nghiên cứu tổng quan tình hình phát triển các giải pháp và công nghệ quan

trắc dịch chuyển áp dụng trong các công trình hạ tầng giao thông đường bộ nói

chung và công trình cầu nói riêng.

Nghiên cứu ứng dụng giải pháp kết hợp thiết bị GNSS và cảm biến trong

quan trắc công trình cầu theo hướng thời gian thực (real-time) với các thiết bị

IoT, đáp ứng nhu cầu chuyển đổi số trong công tác trắc địa công trình cùng với

xu hướng và yêu cầu chuyển đổi số nói chung của xã hội.

Nghiên cứu khả năng xác định các đại lượng dịch chuyển trong quan trắc

công trình cầu với kết cấu nhịp từ dữ liệu GNSS và cảm biến gia tốc với giải

pháp khoa học phù hợp đáp ứng yêu cầu thực tiễn.

Nghiên cứu đánh giá khả năng của cảm biến gia tốc MPU trong xác định

các đặc trưng dao động tự nhiên của kết cấu, một thông số quan trọng trong

đánh giá trạng thái an toàn của kết cấu

5. Phương pháp nghiên cứu

Để đạt mục tiêu và nội dung nghiên cứu đề ra, nghiên cứu sử dụng các

phương pháp chính sau:

Phương pháp chuyên gia: Tổng hợp, phân tích các ý kiến của các chuyên

gia lĩnh vực xây dựng, vận hành và bảo trì công trình giao thông đặc biệt là các

công trình cầu lớn đã áp dụng phương pháp quan trắc sức khỏe kết cấu.

Phương pháp nghiên cứu thực địa: Tìm hiểu tình hình thực tế trong quan

trắc, kiểm định công trình giao thông đường bộ nói chung, công trình cầu nói

riêng về phương pháp thực hiện, thiết bị thi công. Từ đó, NCS nắm bắt các vấn

đề tồn tại, nhu cầu thực tiễn và giải bài toán nhu cầu sản xuất.

Phương pháp thu thập và phân tích dữ liệu: Tìm hiểu, thu thập các tài liệu

nghiên cứu mới nhất trong nước và quốc tế để hình thành cơ sở tổng quan cho

nội dung của luận án

Phương pháp phân tích và so sánh: Phân tích các cơ sở lý thuyết, đối chiếu,

so sánh các kết quả thực nghiệm hoặc kết quả có liên quan để đưa ra đánh giá

Phương pháp thực nghiệm: Tiến hành các thực nghiệm khách quan để

chứng minh tính đúng đắn và đi đến kết luận

Phương pháp ứng dụng công nghệ thông tin: Ứng dụng công nghệ thông

tin trong các giải pháp cài đặt, điều khiển, thu thập và hiển thị dữ liệu với cả

giải pháp quan trắc dành cho dài hạn và giải pháp ngắn hạn, tức thời cho công

tác kiểm định định kỳ để đánh giá trạng thái an toàn kết cấu.

6. Luận điểm bảo vệ

Luận điểm thứ nhất: Kết hợp GNSS và cảm biến gia tốc ứng dụng IoT

đảm bảo yêu cầu kỹ thuật quan trắc dịch chuyển thời gian thực công trình cầu

trong khai thác và bảo trì.

Luận điểm thứ hai: Đồng bộ hóa dữ liệu đo GNSS và cảm biến gia tốc

về không gian, thời gian , xử lý kết hợp dãy trị đo đã đồng bộ hóa theo mô hình

của bài toán Kalman nâng cao độ tin cậy của kết quả quan trắc.

7. Các điểm mới của luận án

Đã kết hợp thiết bị GNSS và thiết bị cảm biến gia tốc phục vụ quan trắc

công trình thời gian thực với giải pháp IoT mang lại hiệu quả kinh tế và kỹ

thuật trong quan trắc dịch chuyển công trình cầu.

Đề xuất giải pháp đồng bộ hóa dữ liệu đo GNSS và cảm biến gia tốc phục

vụ phân tích và đánh giá dịch chuyển công trình cầu đảm bảo thống nhất trong

không gian ba chiều.

Áp dụng mô hình lọc Kalman trong xử lý kết hợp dãy trị đo GNSS và cảm

biến gia tốc nâng cao độ chính xác, độ tin cậy của dữ liệu quan trắc.

Áp dụng thành công cảm biến gia tốc MPU với giải pháp IoT quan trắc hệ

kết cấu. Đây cũng là một ứng dụng mới của cảm biến MPU từ lĩnh vực chuyển

động sang lĩnh vực quan trắc hệ kết cấu.

8. Ý nghĩa khoa học và thực tiễn

8.1. Ý nghĩa khoa học

Luận án đóng góp vào công tác quan trắc công trình một giải pháp kết hợp

GNSS và cảm biến gia tốc với giải pháp hoàn toàn không dây, hiển thị các giá

trị quan sát thời gian thực trên nền giao diện web thuận tiện.

Phân tích độ nhậy của GNSS trong xác định các thành phần dịch chuyển

để là cơ sở xác định ngưỡng phù hợp giải pháp GNSS trong quan trắc chuyển

dịch và khả năng xác định các tần số dao động tự nhiên từ cảm biến MPU6050.

Giải pháp nâng cao độ tin cậy trong dự báo dịch chuyển kết hợp GNSS,

cảm biến gia tốc với phép lọc Kalman.

8.2. Ý nghĩa thực tiễn

Kết quả của luận án đảm bảo tính chủ động trong công tác quan trắc các

dự án trong các giai đoạn, khắc phục nhược điểm “bị động trong công tác quan

trắc” như các chuyên gia và nhà khoa học đã nhận định.

Giải pháp không dây hoàn toàn là giải pháp tiết kiệm chi phí, lắp đặt gọn

nhẹ, giảm thiểu công tác thiết kế đường dây dẫn trong các kết cấu của công

trình, đơn giản trong vận hành, thay thế vào bảo trì.

9. Cấu trúc luận án

Chương 1: Tổng quan về quan trắc dịch chuyển công trình giao thông

đường bộ

Chương 2: Nghiên cứu kết hợp thiết bị GNSS và cảm biến trong quan

trắc dịch chuyển công trình cầu

Chương 3: Xử lý dữ liệu GNSS, cảm biến gia tốc và phân tích kết hợp

Chương 4: Thực nghiệm

10. Lời cảm ơn

Trước hết, nghiên cứu sinh xin chân thành cảm ơn PGS. TS Nguyễn Việt

Hà và PGS. TS Trần Đình Trọng đã tận tình hướng dẫn, đồng hành và luôn tạo

mọi điều kiện tốt nhất cho nghiên cứu sinh trong suốt thời gian nghiên cứu.

Những chỉ bảo, những tư vấn, những địa chỉ liên hệ thực nghiệm từ tiểu ban

hướng dẫn đã hỗ trợ nghiên cứu sinh rất nhiều trong suốt quá trình thực hiện

luận án.

Tiếp theo, nghiên cứu sinh xin trân trọng cảm ơn các thầy cô trong khoa

Trắc địa - Bản đồ và Quản lý đất đai, phòng đào tạo sau đại học và các thầy, cô

trong bộ môn Trắc địa công trình, Trường Đại học Mỏ - Địa chất đã luôn tạo

điều kiện, hỗ trợ tốt nhất cho nghiên cứu sinh trong quá trình học tập và nghiên

cứu. Các ý kiến đóng góp về nội dung, phương pháp trong suốt các đợt sinh

hoạt chuyên môn, các đợt bảo vệ chuyên đề và buổi hội thảo là vô cùng quí giá

để nghiên cứu sinh hoàn thành bản thảo luận án.

Nghiên cứu sinh xin gửi lời cảm ơn chân thành tới Bộ môn Quy hoạch

và Giao thông đô thị, Khoa công trình và Ban Giám Hiệu trường Đại học Công

nghệ giao thông vận tải đã có những hỗ trợ tốt nhất về thời gian, về lịch biểu

giảng dạy và chế độ hỗ trợ tốt nhất cho nghiên cứu sinh. Đây là sự hỗ trợ vô

cùng có ý nghĩa và thiết thực với nghiên cứu sinh.

Cuối cùng, nghiên cứu sinh xin trân trọng và tỏ lòng biết ơn sâu sắc tới

gia đình, bạn bè, người thân đã luôn đồng hành, hỗ trợ cùng nghiên cứu sinh

trong mọi giai đoạn thực hiện luận án.

CHƯƠNG 1. TỔNG QUAN VỀ QUAN TRẮC

DỊCH CHUYỂN CÔNG TRÌNH GIAO THÔNG ĐƯỜNG BỘ

1.1. Công trình giao thông đường bộ và công trình cầu

1.1.1. Công trình giao thông đường bộ

Nghị định số 06/2021 của chính phủ về “Quy định chi tiết một số nội

dung về quản lý chất lượng, thi công xây dựng và bảo trì công trình xây dựng”,

đã phân loại các kết cấu dạng cầu, đường, hầm (dưới dạng một công trình độc

lập hay tổ hợp các công trình) được xếp vào loại hình công trình giao thông

[13] phục vụ trực tiếp cho giao thông vận tải, điều tiết, điều phối các hoạt động

giao thông vận tải. Các kết cấu này bao gồm:

Công trình đường bộ: bao gồm đường cao tốc, đường quốc lộ, đường đô

thị, đường nông thôn và các hạ tầng như bến, cơ sở đăng kiểm, trạm thu phí,

dừng nghỉ.

Công trình đường sắt: bao gồm đường sắt cao tốc, đường sắt tốc độ cao,

đường sắt đô thị (trên cao, ngầm), đường sắt quốc gia, địa phương, chuyên dụng

và các nhà ga.

Công trình cầu: Cầu đường bộ, cầu đường sắt, cầu phao, cầu treo dân

sinh.

Và nhiều loại công trình khác như công trình hầm, đường thủy nội địa,

hàng không…

1.1.2. Công trình cầu và phân loại

Công trình cầu là công trình xây dựng để vượt qua dòng nước, thung

lũng, đường bộ, các khu vực sản xuất, khu thương mại, khu dân cư... là một

phần quan trọng đảm bảo lưu thông kết nối. Với sự phát triển của khoa học

công nghệ xây dựng và công nghệ vật liệu, các công trình cầu ngày càng có

thiết kế, qui mô phức tạp hơn. Để phân loại công trình cầu, có thể dựa theo mục

đích sử dụng, vật liệu làm cầu, theo chướng ngại vật vượt qua…Theo sơ đồ tĩnh

học, các công trình cầu có thể được phân loại bao gồm: Cầu hệ dầm, cầu hệ

khung, cầu hệ vòm, cầu hệ liên hợp, cầu hệ treo. Hình 1.1 là hình ảnh cầu dây

văng Nhật Tân và hình 1.2 là hình ảnh cầu dây võng Nanjing 4, trung quốc.

Hình 1. 1. Cầu dây văng Nhật Tân

Hình 1. 2. Cầu Nanjing 4 qua sông Yangtze, Trung Quốc

1.2. Quy định về công tác quan trắc công trình đường bộ

Với tính chất quan trọng đặc biệt là các tuyến đường cao tốc, các công

trình cầu thường có quy mô lớn, thiết kế phức tạp. Công tác quan trắc cầu được

quy định chung trong thông tư số 37/2018/TT-BGTVT. Trong đó, các nội dung

về bộ phận quan trắc (nhịp, mố, trụ, tháp), vị trí quan trắc, thông số quan trắc

và các giá trị tới hạn (nghiêng, lún, nứt, chuyển vị, võng), thời gian, số lượng

được quy định trong khoản 2 điều 4 của thông tư [2]. Đặc biệt, văn bản số

2727/BGTVT-KCHT năm 2012 đã quy định tất cả công trình cầu hệ dây phải

phải lắp đặt hệ thống quan trắc. Tiếp đó, thông tư 04/2019/TT-BXD (sửa đổi

thông tư 26/2016/TT-BXD) cũng đã có quy định công trình cầu cấp I trở lên

phải thực hiện công tác trong quá trình khai thác [4].

1.2.1. Đối tượng quan trắc

Đối tượng quan trắc chuyển dịch được lựa chọn sao cho nó phải phản ánh

được dao động thực ở những nơi nhạy cảm với các thay đổi về độ cứng của

cầu, những nơi có độ ổn định kém, có nguy cơ xảy ra chuyển dịch hay nếu xảy

ra chuyển dịch thì gây nguy hiểm đối với công trình. Với công trình cầu có kết

cấu cứng thì đối tượng quan trắc chuyển dịch là mố, trụ cầu do nó có chức năng

đỡ kết cấu nhịp và phải truyền áp lực của tải trọng ngang, tải trọng đứng xuống

nền đất đồng thời các nhịp cầu lại thường có tải trọng bản thân lớn, kết cấu

thành các khối lớn. Thêm vào đó, mố và trụ cầu thường xuyên nằm sâu trong

đất, thuộc phạm vi của dòng chảy nên rất dễ bị xâm thực, xói lở, bào mòn. Thân

trụ cầu còn có thể bị va đập do các vật trôi nổi, va chạm tàu thuyền. Mố cầu

còn làm nhiệm vụ nữa là tường chắn đất nên chịu áp lực đẩy ngang của đất. Do

đó, so với các bộ phận khác của cầu thì mố, trụ cầu là những bộ phận bị tác

động nhiều nhất của tĩnh tải và hoạt tải nên nó dễ bị hư hỏng nhất.

Với cầu dây văng, đối tượng quan trắc thường là các tháp cầu, nhịp chính

cầu. Tháp cầu có tính quyết định đến độ an toàn của cầu cùng với dây văng đỡ

mặt cầu. Tháp cầu có thể tựa lên đỉnh trụ hoặc tựa trực tiếp lên móng và nó

được bố trí cố định vào một đầu dây văng, đầu còn lại của dây văng được neo

vào dầm chủ. Các trụ tháp thường có chiều cao lớn, có dạng hộp rỗng nhưng

phải chịu toàn bộ tải trọng của bản thân, hoạt tải tác động lên nhịp cầu thông

qua trụ truyền tải trọng xuống đất. Do đặc điểm, cấu tạo của tháp cùng với sự

tác động tải trọng, đỉnh tháp thường có xu hướng bị nghiêng hoặc chuyển dịch

ngang theo phương dọc cầu. Dầm cầu có vai trò quan trọng trong cầu dây văng

có chức năng là truyền tải trọng tác dụng, trọng lượng bản thân và hoạt tải xe

xuống hệ dây văng. Nó ảnh hưởng đến khả năng chịu tải, độ cứng, độ ổn định

của cầu. Vật liệu xây dựng dầm chủ có thể bằng bê tông cốt thép hoặc thép.

Dầm chủ bằng bê tông cốt thép thường được áp dụng cho các cầu nhỏ nhờ đặc

tính chịu nén tốt của bê tông. Nhưng khi chiều dài của nhịp chính tăng lên thì

tĩnh tải cũng tăng lên lúc đó dầm chủ bằng thép sẽ tiện lợi hơn.

Với đặc điểm của cầu dây văng là chiều dài nhịp chính cầu thường rất

lớn, có thể lên tới 1000 m hoặc hơn nữa, chiều dày bản dầm thanh mảnh, vật

liệu dầm bằng thép nên khi chịu hoạt tải, tĩnh tải, điểm giữa nhịp chính thường

bị võng xuống. Với tất cả những đặc điểm trên, khi quan trắc chuyển dịch cầu

dây văng, các điểm quan trắc thường được bố trí tại những điểm đặc trưng của

cầu như đỉnh tháp (nơi có biên độ dao động ngang lớn nhất), chân tháp, giữa

nhịp chính (thường có độ võng lớn nhất), một phần tư nhịp chính... Ngoài ra để

cung cấp số liệu cho việc phân tích dao động uốn xoắn của dầm cầu thì điểm

quan trắc chuyển dịch được bố trí tại phía thượng lưu, hạ lưu dầm chủ.

1.2.2. Độ chính xác và chu kỳ quan trắc

Việc xác định hợp lý độ chính xác quan trắc chuyển dịch cầu rất quan

trọng. Nếu chuyển dịch của công trình cầu diễn ra chậm, tốc độ chuyển dịch

nhỏ mà quan trắc với độ chính xác thấp sẽ không phát hiện được chuyển dịch

vì lúc đó sai số đo có thể lớn hơn giá trị chuyển dịch. Ngược lại, nếu chuyển

dịch cầu xảy ra nhanh với tốc độ chuyển dịch lớn thì vẫn có thể phát hiện được

chuyển dịch ngay cả khi quan trắc với độ chính xác thấp. Trong quá trình quan

trắc cầu, do đặc điểm kết cấu của công trình không giống nhau nên yêu cầu độ

chính xác cũng khác nhau.

Dựa trên thiết kế, các kỹ sư sẽ mô hình hóa công trình cầu dựa trên các

kích thước hình học của công trình cầu cùng với các điều bất lợi nhất để cho ra

các ngưỡng cảnh báo khi tiến hành quan trắc kết cấu. Các ngưỡng này kết hợp

với các tham số trong tiêu chuẩn thiết kế quy định các điều kiện an toàn của

công trình cầu để cho ra ngưỡng cảnh báo trong quá trình quan trắc công trình

cầu. Hiện tại, các ngưỡng cánh báo có thể chia thành ba cấp là cấp “bình

thường” là công trình hoạt động bình thường, cấp “chú ý” là cần tăng cường

kiểm tra đo đạc, kiểm tra kết cấu, và cấp cấp “cảnh báo” là dừng thi công, khai

thác để kiểm tra. Từ các ngưỡng này kết hợp với các bài toán ước tính, độ chính

xác cần đạt được của công tác quan trắc sẽ được chỉ định. Công trình cầu hệ

dây thường có tính chất dao động nhậy và lớn hơn so với các loại hình công

trình khác. Để đảm bảo an toàn của công trình, sai số quan trắc cần phải nhỏ

hơn 1/10 đến 1/20 giá trị biến dạng cho phép được ấn định trong bản thiết kế

của công trình. Ví dụ: nếu kết quả dịch chuyển giới hạn cho phép của kết cấu

trụ tháp trong bản thiết kế là ±372,5 mm thì sai số cho phép khi quan trắc là

1/10 giá trị giới hạn và bằng ± 37,2 mm.

Chu kỳ quan trắc là khoảng thời gian giữa hai lần đo kế tiếp nhau. Khi

quan trắc cầu trong quá trình khai thác sử dụng, chu kỳ quan trắc phụ thuộc chủ

yếu vào độ lớn, tốc độ chuyển dịch, đặc điểm cầu. Việc xác định chu kỳ quan

trắc sẽ mang lại giá trị về các mặt kinh tế và kỹ thuật. Nếu chuyển dịch cầu diễn

ra chậm mà thời gian giữa hai chu kỳ quan trắc ngắn thì sẽ khó phát hiện được

chuyển dịch, đồng thời không hiệu quả về kinh tế. Ngược lại, nếu chuyển dịch

của cầu diễn ra nhanh mà thời gian giữa hai chu kỳ quan trắc quá dài thì không

đạt về yêu cầu kỹ thuật vì khi đó công trình có thể đã bị biến dạng hoặc bị phá

hủy. Tùy vào từng loại công trình cầu mà chu kỳ theo dõi chuyển dịch có thể

là quan trắc định kỳ hoặc quan trắc liên tục. Tuy nhiên, các công trình cầu như

cầu dây văng, thông thường theo thiết kế kỹ thuật, công tác quan trắc đòi hỏi

phải thực hiện liên tục và áp dụng phương pháp quan trắc SHMS.

1.3. Nghiên cứu quan trắc dịch chuyển công trình cầu trong nước

1.3.1. Một số nghiên cứu về quan trắc dịch chuyển công trình cầu

Năm 2022, nghiên cứu về giải pháp công nghệ quan trắc chuyển vị công

trình cầu trong điều kiện Việt Nam đã hoàn thành. Nghiên cứu đã góp phần

hoàn thiện lý thuyết về xử lý số liệu lưới khống chế trắc địa hướng chuẩn khi

quan trắc chuyển vị công trình cầu. Đồng thời, tác giả cũng đã bước đầu sử

dụng phương pháp ANN để xây dựng mô hình chuyển vị của công trình cầu

dây văng với dữ liệu GNSS-RTK [12].

Với tỉ trọng đầu tư lớn vào hạ tầng giao thông đường bộ, số Km đường

bộ nói chung và đường bộ cao tốc, quốc lộ có sự phát triển nhanh chóng (hình

1.3), kéo theo số lượng công trình cầu có qui mô lớn, thiết kế và kết cấu phức

tạp đã được đầu tư xây dựng trên các tuyến giao thông ngày càng tăng (hình

1.4). Song song với đó, các quy định và yêu cầu về công tác quan trắc, giám sát

sức khỏe công trình của nhà nước, nhiều dự án đã triển khai hệ thống quan trắc

sức khỏe kết cấu thời gian thực. Do tính chất là công nghệ mới, hiện đại được

áp dụng cho quan trắc, đây cũng là một hướng nghiên cứu hấp dẫn, thu hút sự

quan tâm của nhiều chuyên gia, nhà khoa học và cũng từ đó các công trình

nghiên cứu liên quan từng bước được công bố.

40000

32000

24866

25484

30000

20000

10000

1010

1163

5000

2019

2021

2030

Quốc lộ

Cao tốc

Hình 1. 3. Hiện trạng đầu tư và tương lai của đường cao tốc và quốc lộ

15000

14962

7668

10000

5000

Cầu Quốc lộ

Cầu địa phương

Hình 1. 4. Số lượng cây cầu đến tháng 8/2022

Năm 2013, tác giả Lương Minh Chính đã giới thiệu tổng quan về hệ thống

quan trắc lâu dài các công trình cầu lớn [7]. Công trình nghiên cứu đã thống kê

các thành phần của hệ thống quan trắc bao gồm: Hệ thống quan trắc trạng thái

kết cấu (ứng suất, độ võng); Hệ thống quan trắc khí tượng (Nhiệt độ, độ ẩm,

vận tốc gió); Hệ thống quan trắc chuyển vị và biến dạng; Hệ thống giám sát

hình ảnh. Hệ thống quan trắc dịch chuyển công trình cầu sử dụng GNSS và hệ

thống cảm biến khác có thể tham khảo trong hình 1.5.

Hình 1. 5. Nguyên lý quan trắc cầu tự động

Trong sơ đồ hình 1.5, các loại cảm biến được kết nối về các hệ thống thu

nhận dữ liệu bằng cách sử dụng các hệ thống dây cáp tín hiệu khá đồ sộ.

Năm 2014, tác giả Bùi Hữu Hưởng, thuộc tổng công ty tư vấn thiết kế giao

thông vận tải đã giới thiệu thiết kế, bố trí các thiết bị quan trắc cho công trình

cầu Rạch Miễu. Trong nghiên cứu, tác giả đã nhấn mạnh tới khía cạnh chủ yếu

là nguyên tắc và nội dung bố trí các thiết bị quan trắc [5]. Tính tới thời điểm

công bố nghiên cứu, hệ thống các thiết bị quan trắc được đánh giá là hoạt động

tốt (từ tháng 1/2009).

Năm 2015, tác giả Hoàng Nam và các cộng sự đã giới thiệu hệ thống quan

trắc cầu Cần Thơ với rất nhiều loại cảm biến khác nhau. Cùng với đó là kết quả

bước đầu trong thu thập dữ liệu từ các thiết bị này [6].

Năm 2018, tác giả Nguyễn Lan và các công sự đã sử dụng các chương

trình Midas và SAP để phân tích mô hình kết cấu công trình cầu Thuận Phước.

Các kết quả tính toán được so sánh với mô hình thiết kế ban đầu đồng thời so

sánh với kết quả quan trắc hiện tại. Trên cơ sở phân tích đánh giá, nghiên cứu

đã sử dụng chương trình Labview để thiết kế phương pháp sắp xếp các thiết bị

trong hệ thống quan trắc [11].

Với loại hình công trình cầu cứng, bê tông cốt thép trên cạn, các công

trình nghiên cứu thực nghiệm so sánh giữa toàn đạc chính xác cao, thiết bị quét

laser mặt đất và cảm biến cơ khí trong đo đạc xác định biến dạng võng của kết

cấu nhịp ở sơ đồ xếp tải đúng tâm với nhịp P13-P14, sơ đồ xếp tải đúng tâm và

lệch tâm với nhịp P61-P62 (hình 1.6) đường vành đai 2 trên cao, thành phố Hà

Nội đã được thực hiện [14, 15].

Hình 1. 6. Các cảm biến cơ khí lắp đặt trên kết cấu

Các kết quả xác định độ võng từ các thiết bị toàn đạc điện tử độ chính

xác cao, thiết bị quét laser GLS 2200 và cảm biến thiên phân kế ở hai sơ đồ xếp

tải được thể hiện trong hình 1.7 và hình 1.8.

)

m m

(

g n õ v

ộ Đ

10.5 10.0 9.5 9.0 8.5 8.0 7.5

G1 G2 G3 G4

TLS Cảm biến Toàn đạc

Hình 1. 7. Độ võng với sơ đồ xếp tải đúng tâm nhịp P61-P62

)

m m

(

g n õ v

ộ Đ

11.0 10.5 10.0 9.5 9.0 8.5 8.0 7.5 7.0 6.5 6.0

G1 G2 G3 G4

TLS Cảm biến Toàn đạc

Hình 1. 8. Độ võng với sơ đồ xếp tải lệch tâm nhịp P61-P62

Các nghiên cứu khoa học về quan trắc sức khỏe kết cấu công trình và

quan trắc dịch chuyển công trình cầu ở trên đây phần lớn tập trung vào giới

thiệu hệ thống SHMS với các công trình cầu dây văng. Thiết bị và dữ liệu quan

trắc chủ yếu là thiết bị GNSS theo phương pháp RTK. Với cầu cứng, bê tông

cốt thép, công tác quan trắc chỉ tập trung vào nội dung kiểm định công trình

cầu trước khi đưa vào sử dụng và sử dụng các thiết bị truyền thống, không phải

quan trắc liên tục thời gian thực.

Với cảm biến gia tốc, các dữ liệu đo dao động cũng được sử dụng trong

phân tích chuyển vị, biến dạng và xác định vị trí hư hỏng của kết cấu dạng bản

với tần suất lẫy mẫu rất cao. Tác giả Nguyễn Hướng Dương và cộng sự đã sử

dụng số liệu đo dao động từ 15 cảm biến gia tốc với 5 sơ đồ đo khác nhau để

xác định vị trí hư hỏng của kết cấu dạng bản sử dụng phương pháp độ cong dao

động [8]. Phương pháp độ cong dao động cũng được sử dụng kết hợp với mạng

nơ ron tích chập trong xác định vị trí hư hỏng của kết cấu dạng bản [10]. Cả hai

nghiên cứu đã khẳng định độ tin cậy của phương pháp trong đánh giá trạng thái

của kết cấu. Ngoài ra, phương pháp ma trận độ mềm và số liệu đo dao động

cũng được sử dụng cho đánh giá, xác định vùng hư hỏng của kết cấu dạng bản

[9]. Trong các nghiên cứu trên, số liệu đo dao động với tần suất lấy mẫu lớn,

độ tin cậy cao từ các cảm biến gia tốc đều đóng một vai trò quan trọng trong

kết quả của nghiên cứu.

Các nghiên cứu của tác giả đều sử dụng các đầu đo cảm biến gia tốc với

tần suất lấy mẫu dày đặc, số lượng lớn. Đây là một yêu cầu cần thiết khi muốn

đánh giá tình trạng của kết cấu. Với kết cấu có kích thước lớn, số lượng sẽ cảm

biến sẽ tăng lên đáng kể và kéo theo chi phí. Bên cạnh đó, các cảm biến cũng

đang sử dụng kết nối truyền thống có dây để thu nhận dữ liệu dao động.

1.3.2. Các dự án áp dụng GNSS và cảm biến trong quan trắc theo phương pháp

SHMS

Cùng với sự phát triển trong xây dựng hạ tầng giao thông đường bộ, các

công trình cầu với quy mô lớn đã được đầu tư xây dựng trong khoảng thời gian

hơn mười năm trở lại đây. Dựa theo các quy định, tiêu chuẩn kỹ thuật về thiết

kế và vai trò đặc biệt quan trọng của chúng, các công trình cầu này đã áp dụng

phương pháp GNSS-RTK và nhiều loại cảm biến khác nhau trong hệ thống

quan trắc này. Tổng hợp một số công trình cầu có sử dụng GNSS và cảm biến

trong quan trắc thời gian thực được trình bày trong bảng 1.1.

Bảng 1. 1. Một số công trình cầu áp dụng quan trắc thời gian thực [12]

Stt 1 2 3 4 5 6 7

Công trình cầu Cần Thơ Nhật Tân Trần Thị Lý Vòm Cống Cao Lãnh An Đông Bạch Đằng

Stt 8 9 10 11 12 13 14

Công trình cầu Thuận Phước Cổ Lũy (Cửa Đại) Mỹ Thuận 1 Mỹ Thuận 2 Cầu Bãi Cháy Cầu Bính Cầu Phú Mỹ

Hệ thống quan trắc các cầu này rất phức tạp, tích hợp nhiều thiết bị, công

nghệ tiên tiến để giám sát liên tục, phản ánh kịp thời theo thời gian thực. Hình

1.9 là mô hình cầu Cổ Lũy và hình 1.10 là sơ đồ thiết kế hệ thống các cảm biến

trên công trình cầu phục vụ quan trắc thời gian thực.

Hình 1. 9. Cầu Cổ Lũy

Hình 1. 10. Bố trí hệ thống cảm biến trong hệ thống SHMS của cầu Cổ Lũy

Trong sơ đồ này, hai anten thu GNSS của hãng Topcon được lắp đặt ở

hai vị trí giữa nhịp hai bên trụ T20 của công trình. Bên cạnh các hệ thống thiết

bị chính phục vụ quan trắc trạng thái kết cấu, biến dạng, chuyển vị, ứng suất,

các cảm biến về hình ảnh cũng được áp dụng trong các hệ thống này.

1.4. Nghiên cứu quan trắc dịch chuyển công trình cầu trên thế giới

Ở các nước phát triển công tác quan trắc dịch chuyển công trình cầu, đặc

biệt với các công trình cầu dây văng đã đạt được nhiều thành tựu về nghiên cứu

khoa học. Các thành tựu này đã được áp dụng vào nhiều dự án và theo phương

pháp quan trắc sức khỏe kết cấu ở cả bốn cấp độ [18, 28]. Trong phần này,

nghiên cứu sinh trình bày một số phương pháp và thiết bị hiện đại trong quan

trắc dịch chuyển, biến dạng kết cấu công trình cầu.

1.4.1. Cảm biến lá điện trở

Cảm biến lá điện trở (hình 1.11) là thiết bị xác định biến dạng của đối

tượng quan trắc dưới tác dụng của lực căng hoặc kéo. Các thanh điện trở sẽ gửi

tín hiệu điện đến máy đo biến dạng tương ứng với sự thay đổi trên bề mặt quan

trắc. Sự thay đổi các tín hiệu điện trở sẽ xảy ra tương ứng với sự thay đổi kích

thước bề mặt của đối tượng quan trắc [30].

Bàn lá Hướng biến dạng Dây điện

Thanh điện trở

Miếng hàn

Hình 1. 11. Cảm biến là điện trở

Trên cơ sở vật lý để xác định và phóng đại sự thay đổi về kích thước, cảm

biến lá điện trở được chia thành 03 dạng bao gồm: Phương pháp cơ học, phương

pháp quang học, phương pháp điện. Cảm biến này được dùng nhiều trong công

tác kiểm định cầu định kỳ nhằm xác định biến dạng theo phương mong muốn.

1.4.2. Cảm biến dịch chuyển tuyến tính (LVDT)

LVDT là một loại đầu dò điện cơ phổ biến có thể chuyển đổi các chuyển

động thẳng của một vật thể mà nó được ghép cơ học thành một tín hiệu điện

tương ứng (hình 1.12). Cảm biến vị trí tuyến tính LVDT có thể đo các chuyển

động nhỏ từ vài inch, nhưng cũng có khả năng đo các vị trí lên đến ± 20 inch

(± 0,5 m) [27].

Hình 1. 12. Cảm biến dịch chuyển tuyến tính trong quan trắc

Tương tự như cảm biến là điện trở, cảm biến LVDT cũng xác định lượng

biến dạng của kết cấu quan trắc theo phương quan trắc mong muốn.

1.4.3. Cảm biến gia tốc

Cảm biến gia tốc (hình 1.13) đáp ứng yêu cầu quan trắc các kết cấu, cấu

trúc với tần số nhỏ hơn 0.1 Hz và biên độ dao động rất nhỏ [50].

Hình 1. 13. Cảm biến gia tốc

Cảm biến gia tốc chuyên dụng cho phép đo đạc với tần suất lấy mẫu lên

hàng ngàn mẫu trên giây, đáp ứng yêu cầu công việc trong quá trình quan trắc,

kiểm định công trình chịu ảnh hưởng lớn của các tải trọng động như gió, hoạt

tải của các phương tiện giao thông mà điển hình trong số đó là các công trình

cầu. Cùng với các cảm biến khác, cảm biến gia tốc có vai trò quan trọng trong

các hệ thống quan trắc sức khỏe kết cấu các cấp độ từ thấp nhất đến cao nhất.

Từ các bản ghi số liệu với tần suất lấy mẫu dày đặc, sử dụng các kỹ thuật

phù hợp, trong đó sử dụng các phép tính tích phân và đạo hàm [32, 82] để

chuyển đổi giữa các giá trị gia tốc, vận tốc và sau cùng là xác định được biến

dạng, dịch chuyển của đối tượng quan trắc.

Sự phát triển của các hệ thống giám sát sức khỏe kết cấu (SHMS) và sự

tích hợp của chúng trong kết cấu thực tế đã trở thành một nhu cầu cần thiết và

là một giải pháp mạnh mẽ để theo dõi trạng thái và phản ứng của kết cấu, dự

báo tuổi thọ của kết cấu. Một câu hỏi quan trọng với phương pháp sử dụng các

cảm biến đó là số lượng và vị trí cần thiết trên kết cấu để chúng hoàn thành vai

trò là hiểu được các phản ứng vật lý của cấu trúc. Điều này đòi hỏi kinh nghiệm

của các kỹ sư thiết kế, kết cấu [67, 71, 85] và hiện tại các cảm biến đang đóng

thêm vai trò là giám sát, kiểm định lại các giải pháp, các mô hình thiết kế của

chính các kỹ sư kết cấu. Với các công trình trước khi đưa vào sử dụng, các cảm

biến đo dao động được sử dụng nhiều trong xác định trạng thái “0” (trạng thái

ban đầu) trước khi đưa vào sử dụng chính thức (hình 1.14).

(a)

(b)

(c)

Hình 1. 14. Mô phỏng một số dạng dao động của kết cấu

Các dạng dao động của kết cấu có thể được xác định được từ các dữ liệu

cảm biến gia tốc. Các cảm biến chuyên dụng có độ nhạy cao có thể nắm bắt

được những dao động nhỏ nhất của kết cấu giúp ghi nhận các biến dạng.

1.4.4. Nghiên cứu sử dụng kết hợp GNSS và cảm biến laser

Thiết bị quét mặt đất (GLS, TLS) ra đời đã được ứng dụng nhiều trong

xây dựng mô hình 3D của các kết cấu với hàng triệu điểm bề mặt được trích

xuất, mang lại hình ảnh, mô hình chân thực [76]. Mô hình bề mặt của kết cấu

sẽ được hình thành bằng cách xây dựng các mạng lưới tam giác dày đặc dựa

trên các đám mây điểm lên tới hàng nghìn điểm trên mỗi mét vuông diện tích

bề mặt của kết cấu. Các số liệu đám mây điểm hỗ trợ nhanh chóng trong nhiệm

vụ hình thành các bản vẽ hoàn công tổng thể của công trình hay kết cấu với các

kích thước chi tiết nhất [36, 60, 78]. Các thiết bị quét mặt đất có khả năng thu

nhận thông tin không gian của các đối tượng một cách độc lập hoặc kết hợp với

các thiết bị chuyên dụng khác [65, 101] cho các mục đích chuyên biệt với từng

dạng công trình tương ứng. Các ứng dụng của GLS trong quan trắc, kiểm định

công trình cầu bao gồm xây dựng mô hình 3D của các kết cấu, kiểm tra độ lệch

của dầm, kiểm tra độ võng bề mặt trong các sơ đồ tải khác nhau. Các kết quả

từ một số thiết bị quét mặt đất được đánh giá cao khi so sánh với một số phương

pháp khác như I-Site TLS so sánh với phương pháp ảnh số, thiết bị Riegl LMS

Z390i so với Leica TCR 1102 [56, 59, 74] . Ứng dụng trong phát hiện các hư

hỏng bề mặt kết cấu của công trình có thể tham khảo trong nghiên cứu [102].

Đặc biệt, trong công trình nghiên cứu [85], số liệu từ thiết bị quét mặt đất sau

khi xây dựng mô hình đã phát hiện chính xác tới 87% diện tích bề mặt bị hư

hỏng.

Một dạng thiết bị tương tự như laser scanner nhưng được tích hợp thêm

các hợp phần định vị GNSS, cảm biến bù nghiêng IMU đó là hệ thống lidar di

động (MLS). Thiết bị này có thể được vận hành bằng nhiều phương thức bao

gồm trên xe ô tô, đeo trên lưng và trên thiết bị bay không người lái UAV (hình

1.15). Do các hệ thống quét Lidar được hợp với hệ thống định vị GNSS và có

thể vận hành với các phương thức khác nhau nên vai trò của hệ thống cảm biến

IMU là vô cùng quan trọng trong đảm bảo độ chính xác xác định các thành

phần tọa độ không gian, đặc biệt cho nhiệm vụ quan trắc [35].

Hình 1. 15. Thiết bị quét Lidar trên không

Tác giả Yuan và cộng sự năm 2012 đã công bố rằng Lidar là có thể sử

dụng cho công tác kiểm định, quan trắc các công trình trong suốt quá trình xây

dựng và đặc biệt hữu ích trong các hạng mục hạ tầng giao thông [97]. Hình 1.16

là ứng dụng mobile lidar trên máy bay trong quan trắc, đánh giá hiện trạng công

trình cầu.

Hình 1. 16. Lidar trên không phục vụ quan trắc, kiểm định cầu

Phương pháp 3D Laser scanning có ưu điểm lớn nhất đó là có thể thu

nhận toàn bộ số liệu khảo sát, quan trắc của bề mặt cầu, đường mà không cần

phải tiếp xúc.

Tuy nhiên, trong một số trường hợp các kết cấu quan trắc được thiết kế

và thi công từ nhiều dạng vật liệu khác nhau dẫn đến khả năng phản xạ bề mặt

khác nhau làm ảnh hưởng tới độ chính xác của các trị đo. Ngoài ra, các yếu tố

khí tượng có thể dẫn đến các giá trị nhiễu trong các kết quả thu nhận được. Với

các vị trí kết cấu có hình thù phức tạp, thiết bị quét khó có thể tiếp cận và hoàn

thành nhiệm vụ. Các kết quả phần lớn phục vụ quan trắc các kết cấu bề mặt và

không liên quan đến trạng thái an toàn kết cấu.

1.4.5. Nghiên cứu kết hợp máy toàn đạc robotic với cảm biến dịch chuyển

Nghiên cứu [82] đã sử dụng máy toàn đạc điện tử robotic Topcon

GT1001 và xác định được lượng dịch chuyển từ 1.3 cm đến 4.2 cm của cây cầu

bê tông Sultan Idris Shad ở Malaysia. Khi sử dụng máy toàn đạc điện tử Robotic

(RTS), máy đo và các lăng kính mục tiêu thường được gắn cố định. Trong đó,

máy đo được thiết lập tại những vị trí tối ưu nhất sao cho có thể ngắm bắt được

nhiều mục tiêu nhất. Các lăng kính mục tiêu sẽ được gắn cố định vào các kết

cấu cần quan trắc. Hình 1.17-1.19 là kết quả quan trắc thời gian thực với tần

suất lấy mẫu là 1 giờ đồng hồ / một trị đo của một công trình cầu vượt đường

bộ tại nước Pháp.

Hình 1. 17. Phân tích dịch chuyển phương X bằng máy toàn đạc tự động

Hình 1. 18. Phân tích dịch chuyển phương Y bằng máy toàn đạc tự động

Hình 1. 19. Phân tích dịch chuyển phương Z bằng máy toàn đạc tự động

Trong nghiên cứu [63], các tác giả đã thực hiện một nghiên cứu so sánh

với thiết bị cảm biến dịch chuyển tuyến tính và khẳng định rằng toàn đạc điện

tử Robotic có thể xác định độ võng của công trình cầu với độ chính xác lên tới

0.2 mm. Để khắc phục nhược điểm về tần suất lấy mẫu, nghiên cứu [57] đã đề

xuất ba cách tiếp cận để nâng cao tần suất lẫy mẫu (tăng số lượng trị đo) của

máy toàn đạc điện tử bao gồm chỉ xác định các trị đo góc; chỉ xác định các trị

đo cạnh; kết hợp các trị đo từ hình ảnh camera hay luồng video tích hợp trên

máy toàn đạc điện tử.

1.4.6. Nghiên cứu kết hợp GNSS và cảm biến hình ảnh để xác định dịch chuyển

Tác giả De Roover đã thực hiện nghiên cứu và kết luận rằng phương

pháp này đạt độ chính xác tương đương với cảm biến dịch chuyển tuyến tính

LVDT [77]. Sự phát triển nhanh chóng của các kỹ thuật UAV có thể tham khảo

trong công trình nghiên cứu số [31]. Theo đó, các ứng dụng từ phân tích hình

ảnh cho mục đích quan trắc có thể thấy rất đa dạng (hình 1.20). Công trình

nghiên cứu này cũng cho thấy rằng các nghiên cứu, ứng dụng UAV là một trong

lĩnh vực được quan tâm và phát triển nhanh chóng trong giai đoạn 2007 -2020.

Hình 1. 20. Các ứng dụng của UAV trong quan trắc hạ tầng giao thông

Không chỉ riêng với kết cấu là các công trình cầu, công tác quản lý hạ

tầng đường bộ nói chung cũng được áp dụng phương pháp UAV để xác định,

phân tích tình trạng bề mặt và dịch chuyển các tuyến đường. Một loạt các ứng

dụng của phương pháp UAV trong quan trắc và bảo trì công trình đường bộ đã

được đề cập trong nghiên cứu số [29]. Kết quả của các công trình nghiên cứu

[99-101] cho thấy sự khác biệt giữa các kích thước hình học xác định từ phân

tích hình ảnh so với các phép đo trực tiếp trên mặt đất là dưới 1cm đã khẳng

định tính khả thi của phương pháp trong tương lai đồng thời cũng đảm bảo tính

an toàn, đồng nhất, đồng bộ trong thực hiện nhiệm vụ.

1.4.7. Nghiên cứu sử dụng phương pháp GNSS

Sự phát triển của các hệ thống định vị toàn cầu, hệ thống định vị vùng

làm gia tăng số lượng các chòm sao vệ tinh trên bầu trời và số lượng vệ tinh có

thể lên tới hàng chục vệ tinh tại mỗi thời điểm [95]. Các kỹ thuật định vị mới

[21, 61] , kỹ thuật xử lý kết hợp các hệ định vị vệ tinh [91, 92] đã làm gia tăng

đáng kể độ chính xác của phương pháp định vị GNSS. Do đó, các ứng dụng

của GNSS ngày càng được mở rộng trong nhiều lĩnh vực. Liên quan tới lĩnh

vực quan trắc, nghiên cứu [40, 95] đã thống kê hàng loạt các công trình lớn

được quan trắc bằng công nghệ GNSS bao gồm nhà cao tầng [58, 93], ống khói

[19, 33], đập, các tòa tháp [55, 58] hay các cây cầu có quy mô lớn [45, 49], đo

động thời gian thực với hệ thống trạm tham chiếu hoạt động liên tục (Net-RTK)

và phương pháp PPP [21]. Trong các hệ thống quan trắc sức khỏe kết cấu đã

được triển khai, hệ thống GNSS đã được sử dụng để đánh giá tình trạng dịch

chuyển của kết cấu [76, 84, 89], biên độ dao động theo các phương dọc ngang

của công trình cầu, tần số, độ võng [52] với các hạng mục như lan can cầu, bản

mặt cầu, đỉnh tháp trụ cầu.

Những nghiên cứu đầu tiên về xác định đặc tính động học của công trình

cầu sử dụng dữ liệu GPS được thực hiện ở cây cầu treo Humber, Vương quốc

Anh những năm 1997 [16, 20]. Mặc dù thời gian đó, GPS còn chưa thực sự

phát triển như hiện tại nhưng các tác giả đã xác định được lượng chuyển vị là

3 mm, biên độ dao động lần lượt là 14 cm theo phương dọc và 40 cm theo

phương ngang, tần số xác định được là 0.116 Hz và 0.052 Hz tương ứng với

hai phương dọc và ngang. Tương tự, cầu treo Nottingham Wilford ở Vương

quốc Anh đã được xác định tần số phương thức cơ bản là 1.69 Hz và dịch

chuyển đứng là 8 mm [94]. Tác giả Nakamura và cộng sự đã xác định được sai

số theo phương ngang và phương đứng khi sử dụng GNSS cho một cầu treo

nhịp lớn ở Nhật Bản với nhịp chính lên tới 720m lần lượt là 1.6 cm và 2.1 cm

[57].

Công nghệ GNSS đã được áp dụng quan trắc cho công trình cầu treo

Pierre-Laporte với chiều dài là 1040 m và nhịp trung tâm lên tới 667 m đã được

xác định tần số dao động tự nhiên bằng kỹ thuật GNSS là 0.21 Hz ở nhịp trung

tâm và các phương tiện giao thông đã gây ra độ võng từ 4 đến 8 cm [51], cầu

Akashi Kaiyo ở nhật bản [48], cầu Aizhai [96], cầu Humen [37] ở Trung Quốc,

cầu Forth ở Scotland [62], cầu dây văng Evripos ở Hi Lạp [53], cầu dây văng

Batman, Australia và rất nhiều các công trình khác.

Các nền tảng phần cứng (hardware), phần mềm (Firmware) được phát

triển, các dòng máy thu đa hệ vệ tinh, đa tần số, đa kênh thu ra đời làm cho

GNSS ngày càng được sử dụng nhiều hơn nữa trong lĩnh vực quan trắc. Hình

1.21 là công tác lắp đặt và hình 1.22 là sơ đồ lắp đặt các anten GNSS quan trắc

trên cầu Nanning 4.

Hình 1. 21. Công tác lắp đặt

Hình 1. 22. Sơ đồ vị trí các máy thu GNSS

1.4.8. Một số công trình cầu sử dụng GNSS và cảm biến trên thế giới

Dựa trên các thành tựu nghiên cứu về khoa học cũng như phát triển về

công nghệ, rất nhiều công trình cầu trên thế giới đã áp dụng công nghệ GNSS

và hệ thống các cảm biến để phục vụ quan trắc dịch chuyển, dao động và trạng

thái của kết cấu. Bảng 1.2 liệt kê một số công trình cầu sử dụng phương pháp

quan trắc SHMS

Bảng 1. 2. Một số công trình sử dụng GNSS và cảm biến trong quan trắc [12]

Stt

Cầu

Quốc gia

1 Humber

Anh

2 Wilford

Anh

3 Pierre-Laporte

Canada

4 Akashi Kaiyo

Nhật Bản

5 Aizhai

Trung Quốc

6 Humen

Trung Quốc

7 Forth

Scotland

Stt

Cầu

Quốc gia

8 Evripos

Hi Lạp

9 Batman

Australia

10 Binzhou Yellow

Trung Quốc

11 Tianjin Yonghe

Trung Quốc

12 Nanning 4

Trung Quốc

13 Dachong Yong

Trung Quốc

14 SeoHae

Hàn Quốc

15 Incheon

Hàn Quốc

16 Neva

Nga

17 Chaibu

Trung Quốc

18 Zhi Jiang

Trung Quốc

19 Hangzhuo Bay

Trung Quốc

1.5. Nghiên cứu kết hợp GNSS với dữ liệu cảm biến dự báo dịch chuyển

không gian

Nhiều kỹ thuật hiện đại đã được nghiên cứu và ứng dụng vào công tác

dự báo. Tuy nhiên, đặc thù về dao động động học của công trình cầu là vô cùng

phức tạp và có rất nhiều yếu tố ảnh hưởng trong suốt quá trình vận hành, khai

thác nên để có thể lựa chọn mô hình tốt nhất là rất khó khăn. Tác giả Paola và

cộng sự đã kết luận rằng không có một quy trình chuẩn nào cho chuỗi dữ liệu

GNSS theo thời gian [71]. Với sự xuất hiện của nhiều mô hình mới, các nghiên

cứu về các mô hình học máy có sự gia tăng nhanh trong giai đoạn 2006 đến

2017 [88] như sử dụng mô hình học sâu để dự báo dịch chuyển động dưới ảnh

hưởng của các tải trọng động của tác giả OK và cộng sự [69], dự báo dịch

chuyển đứng của dầm cầu dưới tác dụng của tải trọng động [64]. Nghiên cứu

sinh và đồng nghiệp đã sử dụng 02 mô hình học sâu bao gồm 05 biến thể là

vanila LSTM, stacked LSTM, bibidirectional LSTM, Vanila GRU và Stacked

GRU để dự báo dịch chuyển không gian của kết cấu nhịp với chuỗi dữ liệu thời

gian đa biến gồm ba thành phần tọa độ không gian, dữ liệu nhiệt độ và dữ liệu

ứng suất. Tỉ lệ dành cho đào tạo và kiểm tra tương ứng là 70% và 30%. Ma trận

để đánh giá so sánh độ chính xác là các tiêu chí RMSE, MAE và MAPE.

Kết quả đánh giá 05 mô hình trong giai đoạn kiểm tra của hai điểm

GNSS1 và GNSS2 được trình bày trong các bảng sau:

Bảng 1. 3. Đánh giá 05 mô mình với điểm GNSS1

Ma trận

Điểm đánh giá

Mô hình

Tổng

RMSE MAE MAPE RMSE MAE MAPE

Vanilla LSTM

0.0057 0.0040 0.0002

Stacked LSTM

0.0052 0.0036 0.0002

Bidirectional LSTM 0.0052 0.0038 0.0002

Vanilla GRU

0.0054 0.0040 0.0002

Stack GRU

0.0053 0.0038 0.0002

Bảng 1. 4. Đánh giá 05 mô mình với điểm GNSS2

Ma trận

Điểm đánh giá

Mô hình

Tổng

RMSE MAE MAPE RMSE MAE MAPE

Vanilla LSTM

0.0056 0.0038 0.0003

Stacked LSTM

0.0051 0.0036 0.0002

Bidirectional LSTM 0.0054 0.0039 0.0003

Vanilla GRU

0.0055 0.0039 0.0003

Stack GRU

0.0048 0.0035 0.0002

Xét cho cả hai điểm quan trắc GNSS1, GNSS2 và dựa trên các tiêu chí

thống kê, mô hình Stacked LSTM có kết quả tốt hơn cả. Tuy nhiên, việc tìm ra

cấu trúc mạng tốt nhất, hàm kích hoạt tốt nhất, số lượng nút, số lượng lớp ẩn

tối ưu nhất cho mỗi mô hình đòi hỏi rất nhiều thời gian. Ngoài ra, số lượng trị

đo trong thời gian ngắn là có hạn chế và các giá trị quan sát từ các cảm biến

khác như tốc độ gió, tải trọng, độ ẩm chưa được đưa vào nghiên cứu, đánh giá.

1.6. Một số vấn đề tồn tại và định hướng nghiên cứu

1.6.1. Một số vấn đề tồn tại

Nhiều công trình cầu lớn ở Việt Nam đã triển khai các hệ thống quan trắc

theo các qui định hiện hành. Tuy nhiên, PGS. TS Tống Trần Tùng đã tổng kết

luận rằng phần lớn được triển khai bởi các đơn vị tư vấn nước ngoài. Điều này

dẫn đến sự thiếu chủ động trong quản lý, chuyển giao và vận hành hệ thống

quan trắc. Thực tiễn cũng đã chỉ ra rằng có hệ thống không còn hoạt động sau

thời gian bảo hành dẫn đến công tác quan trắc liên tục bị ảnh hưởng, không

đánh giá kịp thời phản ứng của kết cấu.

Về mặt khai thác dữ liệu, mục tiêu đặt ra với hệ thống SHMS là “Đánh

giá sự làm việc của kết cấu, phát hiện sự xuống cấp, suy giảm hiệu suất, nắm

bắt biến đổi của kết cấu theo thời gian, cung cấp thông tin cho việc lập kế hoạch

quản lý bảo trì hiệu quả…” thì đa phần chưa thực hiện được.

Theo thời gian, các công trình hạ tầng giao thông, đặc biệt là các công

trình cầu sẽ bước vào giai đoạn kiểm định đánh giá với chu kỳ dày hơn do sự

suy giảm về chất lượng kết cấu. Với số lượng lớn, đây sẽ là một khối lượng

công việc khổng lồ cần phải thực hiện trong tương lai, đặt ra vấn đề cần phải

chủ động nắm bắt phương pháp và thiết bị thực hiện công tác xây dựng hệ thống

quan trắc liên tục theo thời gian đảm bảo theo các quy định hiện hành.

Về mặt kết nối các hợp phần quan trắc bao gồm các thiết bị GNSS và các

loại cảm biến, toàn bộ các thiết bị được kết nối bằng hệ thống dây cáp đồ sộ,

có khối lượng lớn tới các bộ ghi dữ liệu và sau đó được truyền về máy chủ tại

dự án. Theo xu hướng tương lai, các hệ thống cảm biến không dây, các phương

pháp kết nối không dây ngày càng được ứng dụng nhiều hơn nhằm giảm chi

phí lắp đặt, vận hành đơn giản.

Về mặt khai thác và xử lý dữ liệu quan trắc, hiện đang chưa có sự kết

hợp dữ liệu trong phân tích nhằm nâng cao độ chính xác sau xử lý và khai thác

các dữ liệu hiệu quả hơn, đánh giá kết cấu chính xác hơn. Trong thực tế, các hệ

thống SHMS của các công trình cầu có rất nhiều cảm biến nhưng việc phân tích

đang đi riêng rẽ hoàn toàn. Về mặt nghiên cứu, cũng chưa có nghiên cứu khoa

học nào thực hiện nghiên cứu kết hợp dữ liệu quan trắc dịch chuyển với dữ liệu

dao động từ cảm biến theo các hướng đồng bộ hóa và kết hợp tính toán xử lý

dữ liệu.

1.6.2. Định hướng nghiên cứu

Dựa trên việc tìm hiểu tình hình nghiên cứu khoa học trong và ngoài

nước, các công trình khoa học đã được công bố cũng như thực tiễn triển khai

công tác quan trắc dịch chuyển công trình cầu tại Việt Nam, hướng nghiên cứu

của luận án được đưa ra như sau:

 Nghiên cứu ứng dụng thiết bị GNSS theo phương pháp RTK, thiết bị

cảm biến gia tốc kết hợp với giải pháp IoT trong quan trắc dịch chuyển

thời gian thực công trình cầu.

 Nghiên cứu phương pháp đồng bộ hóa dữ liệu GNSS và cảm biến gia tốc

trong không gian, thời gian để phục vụ công tác xử lý dữ liệu đồng bộ.

 Nghiên cứu ứng dụng phép lọc Kalman trong xử lý kết hợp dữ liệu GNSS

và cảm biến gia tốc để xác định trạng thái trị đo GNSS theo thời gian

trong bối cảnh tần suất lấy mẫu của GNSS là hạn chế và cảm biến gia tốc

cho phép lấy mẫu với tần suất cao hơn.

 Nghiên cứu khả năng xác định tần số dao động tự nhiên của cảm biến gia

tốc MPU phục vụ mục tiêu xác định các trạng thái dao động của kết cấu

sau một thời gian sử dụng.

1.7. Tiểu kết chương 1

Quan trắc dịch chuyển các công trình cầu lớn, đặc biệt là các công trình

cầu hệ dây có vai trò rất quan trọng và đã được chi tiết hóa trong các quy định

hiện hành. Tuy nhiên, còn nhiều vấn đề tồn tại trong nghiên cứu và thực tiễn.

Nghiên cứu sinh đã tìm hiểu tình hình nghiên cứu trong nước và thế giới, các

thành tựu đã đạt được về mặt khoa học cũng như tình hình áp dụng trong thực

tiễn sản xuất, các tồn tại và từ đó định hướng triển khai các nội dung nghiên

cứu ở các chương sau.

CHƯƠNG 2. NGHIÊN CỨU KẾT HỢP THIẾT BỊ GNSS VÀ CẢM

BIẾN TRONG QUAN TRẮC DỊCH CHUYỂN CÔNG TRÌNH CẦU

2.1. Sự phát triển của các thiết bị GNSS, cảm biến và các thiết bị IoT

2.1.1. Sự phát triển của thiết bị GNSS

Các máy thu GNSS không ngừng được nâng cấp và phát triển các nền

tảng OEM board, các firmware mới để cải thiện năng lực thu tín hiệu cũng như

khả năng xử lý tức thời, đồng thời các dữ liệu vệ tinh. Năm 2020, hãng máy thu

Comnav, một hãng máy thu có khả năng tự nghiên cứu và phát triển công nghệ

lõi là GNSS OEM board đã cho ra đời dòng GNSS main K8 965 kênh với kích

thước nhỏ nhưng đạt hiệu suất cao khi thu tín hiệu từ tất cả các hệ thống vệ tinh

và hỗ trợ nhiều tính năng khác như PPP có lựa chọn từ các tín hiệu HAS hay

SBAS [26] (hình 2.1).

Hình 2. 1. Dòng main K8 mới nhất của Comnav

Dòng main này được thiết kế để thực hiện các nhiệm vụ khảo sát và quan

trắc, điều khiển máy móc thi công và kết nối Internet vạn vật. Đây là cơ hội để

thực hiện nhiệm vụ theo dõi, quan trắc với các dòng máy thu phổ thông, có đơn

giá phù hợp mà vẫn đáp ứng yêu cầu kỹ thuật. Với số lượng kênh thu lớn, thu

được tín hiệu từ nhiều hệ thống vệ tinh, số lượng vệ tinh thu được tại vị trí máy

thu có thể lên tới hơn 40 hoặc trên 50 vệ tinh (hình 2.2).

Hình 2. 2. Số lượng vệ tinh sử dụng đồng thời (Máy N3-Comnav)

Vào tháng 5 năm 2022, công ty Unicore Communication đã công bố

GNSS board UM982 lên tới 1408 kênh thu (hình 2.3) dành cho định vị độ chính

xác cao và dẫn hướng máy móc trong định vị và thi công công trình [87].

Hình 2. 3. GNSS board UM982

Các dòng GNSS main board mới cho phép thu nhận tín hiệu từ nhiều hệ

thống vệ tinh, đa tần, đa kênh (hình 2.4). GNSS board UM982 có thông số kỹ

thuật rất tốt về độ chính xác mặt bằng và độ cao, độ chính xác thời gian lên tới

20 ns, vận tốc 0.03 m/s, tần suất cập nhật với RTK lên tới 20 Hz. Đặc biệt, dải

nhiệt hoạt động rất rộng (-400C đến 850C), cho phép hoạt trong điều kiện môi

trường khó khăn nhất. Thời gian khởi tạo nhỏ hơn 5s và trọng lượng nhẹ giúp

thu nhỏ kích thước máy hoặc tạo không gian cho các module IoT tích hợp khác.

Hình 2. 4. Số lượng vệ tinh tại một điểm quan trắc trên công trình cầu

Về phương thức kết nối máy thu để cài đặt, phương pháp kết nối

Bluetooth, Wifi, đặc biệt là kết nối, cài đặt trên giao diện WebUI, tiện dụng cho

quá trình vận hành hay thay đổi cập nhật các bản vá lỗi bằng các phiên bản

Firmware (hình 2.5). Về định dạng dữ liệu, định dạng dữ liệu RTCM (Radio

Technical Commission for Maritime Services) là định dạng phổ biến để truyền

phát dữ liệu thời gian thực và được dùng phổ biến trong các dòng máy thu.

Hình 2. 5. Giao diện WebUi để thiết lập các cài đặt

Cuối cùng là phương thức truyền phát số hiệu chỉnh, có thể sử dụng

phương pháp 4G hay phương pháp radio trong hay ngoài. Phương pháp 4G với

module sim di động tích hợp trong máy thu có ý nghĩa quan trọng đối với các

máy thu rover khi thực hiện nhiệm vụ quan trắc thời gian thực. Để truyền dữ

liệu số hiệu chỉnh, RTCM là định dạng phổ biến và mạng truyền tải RTCM qua

giao thức Internet gọi tắt là NTRIP được giới thiệu bởi liên đoàn trắc địa và bản

đồ của Đức [39] chính thức được ra đời với ba bộ phận chính là máy chủ

NTRIP, bộ truyền NTRIP và máy khách NTRIP được minh họa trong hình 2.6.

Giao thức NTRIP trở thành một trong những giao thức chính, được dùng phổ

biến trong truyền phát số hiệu chỉnh trong phương pháp đo động thời gian thực

GNSS-RTK.

Hình 2. 6. Cấu trúc NTRIP

Với sự tích hợp các công nghệ IoT (Bluetooth, wifi) trong các bảng mạch

GNSS, các đầu thu có thể được kết nối, điều khiển, truyền số liệu với phương

pháp không dây một cách thuận tiện và đơn giản.

2.1.2. Sự phát triển của thiết bị cảm biến

Các cảm biến bao gồm cảm biến ứng suất, cảm biến lực, cảm biến gia

tốc, cảm biến vị trí và các cảm biến phụ trợ bao gồm cảm biến nhiệt độ, độ ẩm,

tốc độ gió có vai trò quan trọng trong quan trắc sức khoẻ công trình nói chung

và quan trắc công trình cầu nói riêng Trên hình 2.7 là bản thiết kế, bố trí các

loại cảm biến trong hệ thống quan trắc sức khỏe kết cấu (SHMS) của công trình

cầu Cỗ Lũy.

Hình 2. 7. Các cảm biến trong hệ thống quan trắc sức khỏe cầu Cổ Lũy

Trong hệ thống này, cảm biến lực, cảm biến ứng suất đóng vai trò trong

thu thập các thông tin liên quan đến ứng xử của kết cấu quan trắc trong quá

trình thi công và chủ yếu là giai đoạn vận hành khai thác dưới ảnh hưởng của

các điều kiện khác nhau. Cảm biến gia tốc, cảm biến GNSS đảm nhiệm vai trò

thu nhận các thông tin liên quan tới các loại hình dịch chuyển như dịch chuyển

tuyến tính, dao động điều hòa, các giá trị dao động đột biến trong các điều kiện

vận hành thông thường hay bị ảnh hưởng bởi các yếu tố như động đất, gió bão

cường độ lớn.

Các cảm biến sử dụng trong các hệ thống quan trắc cũng có sự phát triển

không ngừng về thiết kế, độ nhậy, tuổi thọ, phương pháp kết nối và khả năng

tích hợp để thu thập dữ liệu và truyền tải trong các môi trường khác nhau. Hình

2.8 là cảm biến dây rung được lắp đặt để đo chuyển vị biến dạng võng cầu bê

tông cốt thép Hang Lương trong quá trình kiểm định đánh giá chất lượng cầu.

Hình 2. 8. Cảm biến dây rung đo biến dạng võng cầu Hang Lương

Về tần suất lấy mẫu trong quá trình quan trắc và kiểm định, các cảm biến

có khả năng lấy mẫu lên tới hàng trăm, hàng nghìn mẫu trên giây, đảm bảo ghi

nhận mọi dao động, biến đổi trong quá trình hoạt động, kiểm định đánh giá các

bộ phận của công trình cầu. Hình 2.9, 2.10, 2.11 là số liệu dao động thô (chưa

qua xử lý) của các bộ phận mố cầu, trụ cầu và nhịp cầu của công trình Cầu Sông

Cái Nhỏ (phương Z) được ghi nhận qua cảm biến gia tốc với tần suất lấy mẫy

1000 Hz.

0.150

0.100

0.050

2 s /

0.000

-0.050

m c ố t a i G

-0.100

-0.150

-0.200

8 6 Thời gian (s)

Hình 2. 9. Dao động mố cầu A1, cầu Sông Cái Nhỏ (phương Z)

0.030

0.020

0.010

2 s /

0.000

m c ố t a i G

-0.010

-0.020

-0.030

0 1 1 2 2 3 3 4 5 5 6 6 7 8 8 9 9 10101112121313141515161617 Thời gian (s)

Hình 2. 10. Dao động trụ cầu P2, cầu Sông Cái Nhỏ (phương Z)

0.500

0.400

0.300

0.200

2 s /

0.100

0.000

-0.100

m c ố t a i G

-0.200

-0.300

-0.400

-0.500

0 1 1 2 2 3 4 4 5 6 6 7 7 8 9 9 1011111212131414151616171718 Thới gian (s)

Hình 2. 11. Dao động nhịp 3, cầu Sông Cái Nhỏ (phương Z)

Từ dữ liệu dao động ban đầu được ghi nhận bởi các cảm biến gia tốc, sử

dụng các kỹ thuật phân tích phù hợp như phân tích phổ, phân tích FFT, PSD,

các thông số quan trọng trong đánh giá mức độ an toàn của kết cấu công trình

như tần số và chu kỳ dao động, biên độ dao động sẽ được xác định (hình 2.12).

Từ đó, các khuyến nghị về khả năng vận hành của kết cấu được đưa ra và sau

đó là các kế hoạch khai thác, bảo trì công trình cầu.

Hình 2. 12. Thống kê các chu kỳ và tần số của một kết cấu nhịp

Cảm biến không dây với sự tích hợp của kết nối không dây, giá thành

thấp, kích thước nhỏ, thiết kế trên cùng một bảng mạch sẽ thay thế cảm biến có

dây truyền thống trong hệ thống quan trắc. Tuy nhiên các nghiên cứu chưa đề

cập đến truyền thời thực với tần số lấy mẫu cao, xử lý và hiển thị dữ liệu thời

gian thực. Trong các nghiên cứu [38, 73, 79], các tác giả cũng cho rằng hệ thống

quan trắc được kết nối và truyền tải sử dụng hệ thống dây dẫn là một trong

những nguyên nhân dẫn đến sự khó khăn trong cài đặt, bảo trì và sửa chữa.

2.1.3. Sự phát triển của công nghệ IoT

Thuật ngữ “Internet of things - IoT” được sử dụng rộng rãi trong bối cảnh

triển khai các ứng dụng viễn thông không dây hiện đại. Các định nghĩa và ứng

dụng rất đa dạng của IoT cho thấy mức độ quan trọng của các thiết bị và công

nghệ này trong thời đại kỷ nguyên số. Có thể khẳng định rằng hai thuật ngữ

“Internet” và “things” đặt cùng nhau, đi cùng nhau, kết hợp cùng nhau đã tạo

ra một sự đột phá trong thế giới công nghệ thông tin và truyền thông. Thuật

ngữ Internet of Things (IoT) được đưa ra lần đầu tiên vào năm 1999 trong bối

cảnh quản lý các chuỗi cung ứng. Khái niệm về IoT có tính đa ngành rất cao,

tập hợp nhiều loại hình công nghệ, giao thức, ứng dụng và các kịch bản [17].

Tốc độ phát triển của IoT có thể nói là cực nhanh và liên tục, làm tăng sự hiện

diện của IoT trong rất nhiều ứng dụng và các khía cạnh của đời sống hàng ngày.

Ngày nay, các thiết bị thông minh là ví dụ sinh động và dễ dàng nhận biết nhất

của IoT, được áp dụng nhiều trong các lĩnh vực khác nhau như thành phố thông

minh, công nghiệp hiện đại, thương mại đa nền tảng, nông nghiệp, dân dụng và

di động. IoT có thể được coi là nhân tố quyết định tới thành công của cuộc cách

mạng công nghiệp 4.0. Các lĩnh vực phát triển của IoT là rất đa dạng nhưng

nhanh nhất, mạnh nhất có thể kể đến ba lĩnh vực là phân tích, điện toán và triển

khai mạng 5G. Khi 5G được triển khai, các nền tảng phân tích sẽ cần phải thích

ứng và phát triển song song với công nghệ này [81]. Cùng sự phát triển của

IoT, các nghiên cứu và ứng dụng IoT trong các lĩnh vực khác nhau có những

phát triển mạnh mẽ ở trong nước và quốc tế. Với sự hiện diện trong nhiều lĩnh

vực, cũng không có gì là quá bất ngờ khi số lượng sáng chế, nghiên cứu liên

quan đến IOT có sự phát triển vượt bậc ở các nước phát triển (hình 2.13).

Hình 2. 13. Tỉ lệ công bố sáng chế liên quan đến IOT năm 2017

Trong lĩnh vực thu thập và phân tích số liệu địa không gian, một loạt các

vấn đề thử thách cũng như cơ hội và các dự án trong tương lai về ứng dụng IoT

được giới thiệu trong các công trình nghiên cứu [34, 47], thu thập số liệu trong

thời gian thực [23]. Theo đó, IoT đã góp phần tạo ra các nền tảng ứng dụng vô

cùng hữu ích trong các lĩnh vực du lịch, quan trắc, cảnh báo sóng thần, trượt lở

đất, dịch bệnh...

2.2. Cơ sở thực tiễn kết hợp GNSS và cảm biến trong quan trắc

Mục đích chính của GNSS trong các hệ thống SHMS là xác định độ dịch

chuyển tuyệt đối, biên độ theo các hướng và độ lệch của cầu. Về mặt tần số dao

động, GNSS cũng đã từng được sử dụng trên công trình cầu như các nghiên

cứu từ cách đây cả hàng chục năm. Tuy nhiên, với quan trắc công trình cầu thời

gian thực và với các kết cấu có độ cứng cao như mố cầu, trụ cầu hay nhịp cầu

thì phương pháp GNSS bị giới hạn bởi tần suất lấy mẫu của thiết bị là không

cao. Mặc dù công nghệ GNSS đã có nhiều tiến bộ trong thu tín hiệu, xử lý tín

hiệu trực tiếp và là một phần không thể thiếu trong hệ thống quan trắc dịch

chuyển công trình cầu ở tất cả các cấp độ [18] nhưng để xác định các đại lượng

tần số, chu kỳ dao động của kết cấu là rất khó để thực hiện.

Để đánh giá tình trạng và đưa ra khuyến nghị về vận hành, bảo trì công

trình cầu, các dữ liệu của GNSS là chưa đủ. Các dữ liệu về ứng xử của kết cấu

quan trắc dưới các điều kiện hoạt động khác nhau đòi hỏi cần phải thu thập dữ

liệu với tần số lên tới hàng trăm, hàng ngàn mẫu trên mỗi giây và ở những vị

trí mà bản thân phương pháp GNSS là không thể thực hiện được như trong lòng

dầm hộp, tại những điểm kết cấu quan trọng dưới bề mặt cầu… Lúc này, cảm

biến là sự bổ sung không thể thiếu. Thực tế quan trắc cho thấy, chúng ta có thể

lắp đặt hàng chục anten GNSS để quan trắc dịch chuyển công trình. Tuy nhiên,

con số hàng chục, hàng trăm này là không đáng kể với số lượng các cảm biến

được sử dụng trong đánh giá về an toàn vận hành công trình theo thời gian.

Như vậy, xét về mặt dao động của công trình cầu trong quá trình vận

hành, các thành phần sau đây cần thiết phải được xem xét bao gồm dịch chuyển

tuyến tính của công trình, dao động điều hòa của kết cấu quan trắc, tần số

phương thức để đánh giá trạng thái kết cấu, chu kỳ dao động của kết cấu tại

điểm quan trắc. Các yếu tố này chỉ đạt được khi đồng thời kết hợp GNSS và

cảm biến trong quá trình quan trắc từ đó có diễn giải phù hợp về trạng thái của

kết cấu cần quan trắc. Cũng cần phải nhấn mạnh rằng, sự kết hợp ở đây là kết

hợp để diễn giải cho các thay đổi của kết cấu, sự đồng bộ của cảm biến với gnss

về mặt vị trí không gian lắp đặt đối với kết cấu nhịp, dầm là khó khả thi do yêu

cầu đặc biệt về lắp đặt cảm biến trên kết cấu trong quá trình quan trắc.

2.3. Kết hợp thiết bị GNSS, cảm biến và giải pháp IoT trong quan trắc thời

gian thực công trình cầu

2.3.1. Anten GNSS

Nghiên cứu sử dụng máy thu GNSS-RTK N3 (hình 2.14) của hãng

Comnav, máy thu có tính năng kết nối wifi để cài đặt các chức năng của thiết

bị với vai trò rover. Máy thu có thể thu nhận tín hiệu từ nhiều hệ thống vệ tinh

khác nhau như GPS, Glonass, Galileo, Beidou với nhiều kênh thu khác nhau.

Chế độ hoạt động với nhiều phương thức truyền nhận số hiệu chỉnh như 4G,

radio trong, định dạng dữ liệu đầu ra đang dạng và tần suất ghi dữ liệu dày.

Bảng 2. 1. Thông số kỹ thuật của Comnav [25]

Tín hiệu

Đa hệ vệ tinh

8 mm+1 ppm mặt bằng

Độ chính xác RTK

15mm+1 ppm phương đứng

Kết nối

Wifi, Bluetooth

Dữ liệu

RTCM 2.X, 3.X...

Dữ liệu vị trí

GGA, GSA…

Hình 2. 14. Máy thu Comnav N3

Tần suất ghi

20 Hz

Máy thu có tính năng kết nối và cài đặt qua giao diện Web-UI nhanh

chóng và đơn giản. Với nhiều tính năng như theo dõi thông tin hệ thống, đặc

biệt thông tin về Firmware và GNSS board, cài đặt hệ thống, quản lý máy thu,

cập nhật phần mềm và định dạng dữ liệu (hình 2.15). Hệ thống thông tin máy

thu được truy cập sau khi kết nối wifi với máy tính và truy cập địa chỉ

192.168.10.21. Hình 2. 15. Thông tin hệ thống của thiết bị

Trên hình 2.15, các thông tin cơ bản của máy thu bao gồm: Model máy

thu, số seri của sản phẩm, phiên bản Firmware và GNSS board…

2.3.2. Cảm biến gia tốc MPU6050

Hình 2. 16. Cảm biến gia tốc MPU6050

Cảm biến sử dụng trong nghiên cứu là cảm biến gia tốc MPU 6050 (hình

2.16), thiết bị cảm biến tích hợp 6 trục với kích thước nhỏ, độ nhạy cao.

MPU6050 kết hợp con quay hồi chuyển 3 trục và gia tốc kế 3 trục trên cùng

một bảng mạch [41], có dải đo rộng từ ±2g đến ±16g, thu nhận được các gia

tốc của các kết cấu có tần số dao động từ thấp đến cao.

2.3.3. Module Wifi ESP8266

ESP8266 là dòng chip tích hợp module wifi

độc lập, cho phép lưu trữ các ứng dụng và

kết nối với các thiết bị cảm biến khác [70].

ESP8266 có kích thước nhỏ gọn, bộ vi xử lý

mạnh và được dùng nhiều trong các ứng

dụng IoT (hình 2.17). Nghiên cứu sử dụng

phiên bản ESP8266 V12, đóng gói trong

mạch nodeMCU 1.0 và được lập trình trên

Hình 2. 17. Module wifi ESP8266

nền tảng Arduino IDE phiên bản 2.1.0.

2.3.4. Kết nối các thiết bị

(a) Kết nối thiết bị GNSS

Thiết bị quan trắc GNSS được cài đặt và thiết lập chế độ làm việc theo

phương thức 4G, SIM được gắn trên máy thu với module SIM được tích hợp

sẵn. Địa chỉ sever là 123.31.47.47. cổng kết nối là 8888 cùng với tài khoản và

mật khẩu người dùng. Phương pháp đo đạc được sử dụng là phương pháp đo

động thời gian thực, trạm base đơn. Các tham số cài đặt được minh họa trọng

hình (hình 2.18).

Hình 2. 18. Cài đặt cấu hình cho máy thu rover

Trên hình 2.18, cổng (port) có thể hoạt động với nhiều tài khoản rover,

cùng thời điểm có thể lên tới hàng trăm thiết bị. Sơ đồ kết nối giữa thiết bị đóng

vai trò làm base và thiết bị quan trắc rover như trên hình 2.19.

Hiển thị thời gian thực X, Y, H

Base Server Rover

Hình 2. 19. Sơ đồ kết nối của hợp phần GNSS

Trên hình 2.19, kết quả quan trắc thời gian thực đầu ra được tính toán

chuyển đổi từ tệp dữ liệu định dạng GGA (với chuẩn NMEA) sang hệ tọa độ

địa phương tương ứng hoặc theo yêu cầu riêng của đơn vị quản lý.

(b) Kết nối thiết bị cảm biến gia tốc MPU6050 và ESP8266

Thiết bị cảm biến gia tốc MPU6050 được kết nối với thiết bị wifi

ESP8266, sử dụng chung nguồn với điện áp thấp. Sơ đồ kết nối MPU6050 với

ESP8266 sử dụng các dây dẫn được minh họa trong hình 2.20.

Hình 2. 20. Kết nối MPU và ESP

Thiết kế, gia công mạch để kết nối giữa thiết bị MPU và ESP8266 được

thực hiện với cả module không có thẻ nhớ khi truyền dữ liệu thời gian thực và

module có thẻ nhớ khi quan trắc thời gian ngắn phục vụ công tác kiểm định

đánh giá định kỳ. Sơ đồ mạch kết nối với hai trường hợp được thể hiện trong

các hình 2.21-2.23.

(a)

(b)

Hình 2. 21. Sơ đồ mạch kết nối giữa cảm biến MPU và ESP8266

Hình 2. 22. Mạch kết nối chi tiết, truyền thời gian thực

Hình 2. 23. Mạch kết nối chi tiết với thẻ nhớ lưu trữ

Trình tự thực hiện thu, truyền và hiển thị dữ liệu từ cảm biến thực hiện

theo trình tự sau :

Bước 1 : Thiết lập server giả lập

Bước 2 : Xác định và thiết lập địa chỉ IP của mạng Wifi

Bước 3 : Bắt đầu ghi dữ liệu, truyền và hiển thị số liệu cảm biến qua kết

nối wifi trên điện thoại thông minh.

Nghiên cứu sử dụng server giả lập, địa chỉ IP động (IP thay đổi). Sơ đồ

kết nối tổng thể của thiết bị GNSS, cảm biến được thể hiện trên hình 2.24

MPU6050 GNSS

ESP8266

Bộ xử lý trung tâm

Máy chủ Người dùng

Hình 2. 24. Sơ đồ kết nối tổng thể

Trong hình 2.24, MPU6050, GNSS, ESP8266 và bộ xử lý trung tâm được

đặt tại công trình, kết cấu cần đo đạc, quan trắc. Server được đặt ở một nơi bất

kỳ và người dùng cuối với các chức năng xem, tải dữ liệu và chọn phương pháp

xử lý số liệu tức thời với GNSS.

2.4. Bố trí thiết bị quan trắc trên công trình cầu

2.4.1. Vị trí lắp đặt

Với công trình cầu hệ dây, thông tư số 37/2018/TT-BGTVT đã quy định

hai dạng kết cấu chính được chú trọng kết hợp giữa quan trắc chuyển vị và dao

động là tháp trụ cầu và nhịp cầu. Trong thực tế tính toán mô phỏng các mô hình

kết cấu công trình cầu, trụ tháp và nhịp cũng là hai vị trí có nguy cơ ảnh hưởng

nhiều trong quá trình vận hành, khai thác. Ngoài ra, các vị trí khác như dây

văng, móng trụ, mố trụ cũng được lắp đặt các cảm biến quan trắc khác. Ví dụ

minh họa về thiết kế vị trí lắp đặt thiết bị GNSS và cảm biến gia tốc trên bản

mặt cầu trên hình 2.25

Hình 2. 25. Bố trí thiết bị GNSS và cảm biến gia tốc trên nhịp cầu

Trong hình 2.25, thiết bị quan trắc GNSS (GNSS-02_Disp) và cảm biến

gia tốc (ACC) được lắp đặt trên bản mặt cầu để quan trắc đồng thời chuyển vị

và dao động. Hình 2.26 là sơ đồ lắp đặt thiết bị GNSS và cảm biến gia tốc đồng

thời trên hai đỉnh trụ tháp.

Hình 2. 26. Bố trí thiết bị GNSS và cảm biến gia tốc trên đỉnh trụ tháp

Như vậy, về vị trí lắp đặt các thiết bị quan trắc trên công trình cầu cơ bản

dựa trên tính toán mô phỏng dao động của kết cấu trong các tình huống, đặc

biệt là tình huống bất lợi như gió, bão, tải trọng, rung động. Khi đó, các thiết bị

quan trắc bao gồm dịch chuyển (GNSS) và cảm biến sẽ được chỉ định để thu

nhận dữ liệu và phân tích.

2.4.2. Phương thức lắp đặt

Thiết bị GNSS và thiết bị cảm biến hoạt động trong hai hệ trục tọa độ

khác nhau. Trong đó, GNSS hoạt động trong hệ tọa độ WGS84 (B, L, H), kết

quả đầu ra được tính chuyển sang hệ tọa độ địa phương (X, Y, h) và cảm biến

hoạt động trong hệ tọa độ giả định riêng của cảm biến với ba trục x, y, z như

hình 2.27.

Hình 2. 27. Lắp đặt cảm biến và GNSS trên công trình cầu

Thiết bị GNSS sẽ được lắp đặt cố định vào bản mặt cầu, sao cho thiết bị

có khả năng thông hướng lên bầu trời với góc mở tốt nhất để thu nhận tối đa tín

hiệu từ các hệ định vị vệ tinh. Thiết bị cảm biến gia tốc được gắn cố định chắc

chắn vào bản mặt cầu, ở vị trí thấp nhất để giảm tối đa ảnh hưởng từ các nguồn

tác động bên ngoài, đảm bảo tốt nhất sao cho dao động mà cảm biến thu nhận

được chính là dao động của kết cấu cần quan trắc. Lắp đặt thực tế anten GNSS

và cảm biến được minh họa trong hình 2.28.

Hình 2. 28. Thực tế lắp đặt một anten GNSS và cảm biến gia tốc trên mặt cầu

2.5. Thu nhận, hiển thị và lưu trữ dữ liệu quan trắc

2.5.1. Cơ sở xác định tần suất lấy mẫu

Cơ sở để xác định tần suất lấy mẫu dựa vào các yếu tố sau:

o Phương pháp quan trắc (thời gian thực hay định kỳ)

o Mục tiêu phân tích dữ liệu

o Năng lực của thiết bị IoT được sử dụng trong hệ thống

o Nội dung và yêu cầu từ nhiệm vụ quan trắc

Dựa vào bốn yếu tố trên, thiết bị GNSS được đo đạc với tần suất lẫy mẫu

là một trị đo cho mỗi giây (1hz). Trong khi đó, thiết bị cảm biến được đo đạc

với tần suất lấy mẫu là 250 đến 1000 trị đo trên mỗi giây (250hz-1000hz). Dữ

liệu phục vụ đồng thời cho mục tiêu theo dõi thời gian thực về dịch chuyển,

dao động của kết cấu tại điểm quan trắc và phân tích, xác định các đại lượng

tần số chu kỳ dao động của kết cấu.

2.5.2. Định dạng dữ liệu

Hình 2. 29. Tệp dữ liệu định dạng GPGGA của GNSS

Dữ liệu quan trắc bao gồm các dữ liệu tọa độ theo thời gian của thiết bị

GNSS và thiết bị cảm biến gia tốc. Dữ liệu đầu ra của GNSS được chuyển đổi

từ các giá trị trong tệp dữ liệu có định dạng GPGGA (hình 2.29). Ý nghĩa của

các giá trị trong tệp dữ liệu GPGGA được trình bày chi tiết trong tài liệu tham

khảo [84] và được mô tả trong bảng 2.2.

Bảng 2. 2. Ý nghĩa của các trường dữ liệu

Stt Trường Ký hiệu Ý nghĩa

1 #1 $GPGGA Mã tin nhắn GPGGA

Thời gian của trị đo tương ứng (giờ UTC) 2 #2 040153.00 (giờ phút giây)

3 #3 1156.3748709 Vĩ độ của điểm đo (độ phút.phút)

4 #4 N (S) Hướng bắc (Nam)

5 #5 10827.544581 Kinh độ của điểm đo (độ phút.phút)

6 #6 E (W) Hướng Đông (Tây)

7 #7 4 Trạng thái lời giải (4:fixed)

8 #8 36 Số lượng vệ tinh sử dụng cho lời giải

9 #9 0.6 HDOP

Stt Trường Ký hiệu Ý nghĩa

1509.3547 10 #10 Độ cao

11 #11 M Đơn vị (m)

12 #12 2.602 Dị thường độ cao

13 #13 M Đơn vị (m)

14 #14 1.0 Tuổi của bản ghi dữ liệu GNSS

15 #15 0004 Mã trạm tham chiếu

16 #16 *4F Kiểm tra tính toán vẹn của NMEA

Các giá trị tọa độ trong hệ tọa độ trắc địa được chuyển đổi trực tiếp sang

hệ tọa độ VN:2000 trong quá trình cài đặt máy thu GNSS trên phần mềm điều

khiển bằng sổ tay.

Cảm biến gia tốc MPU6050 có thể đo đạc đồng thời bảy đại lượng bao

gồm ba giá trị gia tốc, ba giá trị góc xoay và giá trị nhiệt độ (hình 2.30).

Hình 2. 30. Tệp dữ liệu từ cảm biến gia tốc khi lấy đủ các giá trị

Trong hình 2.30, theo thứ tự các trường dữ liệu là các giá trị thời gian

(theo hệ thống đếm thời gian của cảm biến), ba giá trị gia tốc theo ba phương

của cảm biến (đơn vị là m/s2), ba giá trị vận tốc góc và cuối cùng là giá trị nhiệt

độ.

2.5.3. Hiển thị dữ liệu

Giao diện trình duyệt để xem và hiển thị được thể hiện trong hình 2.31

với hai module là anten GNSS và cảm biến gia tốc MPU6050.

Hình 2. 31. Sever giả lập và giao diện trình duyệt

Kết quả thu nhận và hiển thị dữ liệu thử nghiệm thời gian thực tại cầu Nhật

Tân (Thành phố Hà Nội) từ cảm biến gia tốc MPU6050 với tần suất 250 trị đo

trên mỗi giây được thể hiện trong hình 2.32- 2.34.

Hình 2. 32. Dữ liệu phương X của cảm biến (m/s2)

Hình 2. 33. Dữ liệu phương Y của cảm biến (m/s2)

Hình 2. 34. Dữ liệu phương Z của cảm biến (m/s2)

Biểu đồ hình 2.32-2.34 là hiển thị trực quan theo thời gian thực dữ liệu gia

tốc ban đầu theo các phương X, Y, Z theo hệ trục tọa độ của của cảm biến, cho

phép quan sát, nhận biết các giá trị bất thường trong quá trình quan trắc.

Kết quả thu nhận và hiển thị dữ liệu thời gian thực của thiết bị GNSS với

tần suất 01 trị đo trên mỗi giây (sample interval) được thể hiện trong hình

2.35(a)-(c).

(a)

(b)

(c)

Hình 2. 35. Dữ liệu thời gian thực của GNSS

Biểu đồ hình 2.35 là hiển thị thời gian thực các vị trí của điểm đặt anten

GNSS quan trắc theo các phương X, Y, Z sử dụng phương pháp RTK trạm base

đơn. Trong đó: trục hoành là các giá trị thời gian dưới dạng giờ - phút – giây,

trục tung là các giá trị tọa độ, độ cao tương ứng. Các dữ liệu GNSS và cảm biến

gia tốc sau khi được đồng bộ thời gian và tần suất lấy mẫu được minh họa trong

các hình 2.36-2.41.

Hình 2. 36. Biểu đồ dịch chuyển tọa độ X theo thời gian

Hình 2. 37. Biểu đồ dịch chuyển tọa độ Y theo thời gian

Hình 2. 38. Biểu đồ dịch chuyển tọa độ Z theo thời gian

Hình 2. 39. Biểu đồ các giá trị gia tốc phương X theo thời gian

Hình 2. 40. Biểu đồ các giá trị gia tốc phương Y theo thời gian

Hình 2. 41. Biểu đồ các giá trị gia tốc phương Z theo thời gian

Trong các hình 2.36 đến hình 2.41, số lượng trị đo rất lớn nên trên trình

duyệt chỉ hiển thị đến đơn vị phút. Các giá trị trên trục tung là các giá trị dịch

chuyển theo đơn vị mm và giá trị gia tốc theo đơn vị m/s2.

2.5.4. Lưu trữ dữ liệu

Lưu trữ dữ liệu GNSS

Lưu trữ dữ liệu cảm biến

Hình 2. 42. Lưu trữ dữ liệu quan trắc trên máy chủ

Kết quả dữ liệu cảm biến và GNSS được lưu trữ dưới các tệp tin định

dạng text. Trong đó, GNSS có tần suất thu tín hiệu thưa hơn, được ngắt và lưu

với thời gian một tiếng cho mỗi tệp tin. Với cảm biến, tần suất thu tín hiệu 250

trị đo mỗi giây nên được ngắt và lưu với tần suất mỗi giây (hình 2.42).

Các dữ liệu hiển thị thời gian thực ở các biểu đồ trên là dữ liệu thô ban

đầu. Để phục vụ công tác phân tích, đánh giá hậu kỳ, dữ liệu GNSS và cảm

biến được lưu trữ trên máy chủ. Kết quả của hợp phần GNSS với tần suất một

giây một trị đo là tương đương với kết quả trong nghiên cứu về xây dựng hệ

thống cảnh báo thời gian thực năm 2023 của nghiên cứu sinh và cộng sự. Kết

quả của hợp phần cảm biến với tần suất 250 trị đo trên mỗi giây là bài toán có

nhiều khó khăn nhất với giải pháp không dây mà các nghiên cứu đi trước không

đề cập đến nội dung này. Tuy nhiên, so sánh với thực tế, kết quả truyền thời

gian thực với tần suất 250 trị đo là một kết quả tốt mà nghiên cứu đạt được. Do

tốc độ đường truyền mạng từ sim di động (gói cước di động) là có hạn chế, giải

pháp truyền không dây thời gian thực dữ liệu cảm biến gia tốc cần được cân

nhắc với tần suất phù hợp và áp dụng giải pháp lưu trữ tích hợp trong trường

hợp cần phục vụ mục đích kiểm định, đánh giá dao động của kết cấu quan trắc.

Dữ liệu cảm biến được truyền và lưu trữ theo đơn vị thời gian tính bằng

giây bởi nguyên nhân là thiết bị ESP8266 giá thành rẻ, năng lực xử lý của chip

tích hợp trên sản phẩm là giới hạn. Để có thể xử lý với tần suất cao hơn, có thể

sử dụng thiết bị IoT có chất lượng cao hơn. Bên cạnh đó, hạ tầng mạng cũng là

một yếu tố ảnh hưởng tới khả năng truyền dữ liệu thời gian thực với tần số cao.

Nghiên cứu sử dụng mạng wifi từ gói cước của Sim di động, tốc độ có hạn chế

ở băng tần 2.4GHz.

2.5. Đồng bộ dữ liệu GNSS và dữ liệu gia tốc

2.5.1. Đồng bộ hóa về thời gian đo

(a) thời gian đo của GNSS

Trong 16 trường dữ liệu của tệp GPGGA (hình 2.29), trường thứ 2 là

thời gian theo giờ UTC (Coordinated Universal Time) dưới định dạng giờ phút

(hhmm.mm). Giá trị thời gian này được đổi sang giờ địa phương theo quy định

của chính phủ Việt Nam theo công thức sau:

(2.1)

𝑡𝐿𝐶 = 𝑇𝐺𝑃𝐺𝐺𝐴 + 7

Trong đó: 𝑡𝐿𝐶: là thời gian theo giờ địa phương

𝑇𝐺𝑃𝐺𝐺𝐴: là thời gian của trị đo GNSS trong tệp GPGGA

(b) Thời gian của cảm biến

Thiết bị cảm biến sử dụng bộ đếm thời gian nội bộ, với mỗi giá trị đo gia

tốc sẽ tương ứng với một giá trị của hệ thống thời gian cảm biến. Trong sơ đồ

của MPU6050, chân giao tiếp I2C với ký hiệu SCL đóng vai trò như đồng hồ

cung cấp tín hiệu xung nhịp để đồng bộ hóa thời gian giữa MPU và thiết bị vi

điều khiển [41]. Thời gian đo đạc của cảm biến theo cài đặt ban đầu sẽ tương

ứng với mỗi xung nhịp. Mỗi xung nhịp thời gian ghi nhận được tương đương

với thời gian trên vi điều khiển. Phương pháp tính toán được minh họa như sau:

Xác định thời điểm đo bắt đầu của trị đo đầu tiên từ cảm biến bằng cách

gán thời gian từ máy tính hoặc bộ điều khiển đo;

Gán thời gian hệ thống bằng cách sử dụng thời gian máy tính hoặc điện

thoại cho các dữ liệu từ cảm biến;

Dựa vào tần suất lấy mẫu của cảm biến để ghi thời gian cho từng trị đo

tương ứng theo công thức (2.2).

𝑖

(2.2)

𝑡𝑖 = 𝑇𝑃𝐶 +

𝑓

Trong đó: 𝑡𝑖: là thời gian của trị đo cảm biến

𝑇𝑃𝐶: Thời gian của hệ thống theo máy tính hoặc điều khiển

𝑖: là chỉ số trị đo cảm biến

𝑓: là tần số lấy mẫu của cảm biến

Như vậy các trị đo GNSS và gia tốc được đồng bộ hóa về thời gian.

2.5.2. Đồng bộ hóa tần suất lấy mẫu

Về tần suất lấy mẫu, thiết bị GNSS hoạt động với vai trò là máy thu rover

quan trắc có khả năng lấy mẫu lớn nhất hiện tại là 10Hz-20Hz tương ứng với

10-20 trị đo trên mỗi giây. Tuy nhiên, thực tế với thiết bị GNSS-RTK thì lấy

mẫu phổ biến thông thường là ở 1 Hz tương ứng với một trị đo trên mỗi giây.

Với cảm biến gia tốc, thiết bị có khả năng lấy mẫu lên tới 1ms tương ứng

với 1000 trị đo trên mỗi giây. Tần suất lấy mẫu này có thể tùy chỉnh trong cài

đặt quá trình đo. Số liệu cảm biến ngoài mục tiêu đo dao động của kết cấu quan

trắc còn có mục tiêu quan trọng hơn nữa là để phân tích miền tần số, xác định

các tần số dao động tự nhiên để đánh giá trạng thái an toàn của kết cấu. Do đó,

tần suất lấy mẫu của cảm biến gia tốc sẽ lớn hơn nhiều so với GNSS.

Để đồng bộ về tần suất lẫy mẫu và xử lý kết hợp với dữ liệu GNSS hậu

kỳ trong xây dựng mô hình, hai cách đồng bộ suất lấy mẫu sau có thể áp dụng:

o Hai thiết bị đều được cài đặt với cùng một tần suất lấy mẫu. Dữ liệu từ

hai thiết bị đã được đồng bộ về thời gian cũng được đồng bộ về tần suất

lấy mẫu. Tuy nhiên, với tần suất lấy mẫu thưa ngang bằng với GNSS,

các yếu tố quan trọng khác về trạng thái kết cấu khó được phân tích.

o Một phương pháp khác có thể được sử dụng đó là giữ nguyên tần suất

lấy mẫu ban đầu với mật độ dày đặc (để phục vụ mục đích xác định các

trạng thái dao động của kết cấu tại điểm quan trắc). Sau đó, có thể lấy

giá trị trung bình theo tần suất lấy mẫu cài đặt để đồng bộ hóa với dữ liệu

GNSS hoặc lấy theo thời gian được tính toán như ở công thức 2.2.

2.5.3. Phương pháp đồng bộ hóa dữ liệu về các phương tọa độ

Trong quan trắc công trình cầu, các kết quả quan trắc sau xử lý thông

thường được tính toán trong hệ tọa độ công trình cầu với các phương tương ứng

với tên gọi là phương ngang dọc cầu (trục X dọc cầu), phương ngang ngang

cầu (Trục Y vuông góc với trục tim cầu) và phương thẳng đứng (trục Z).

X

𝑋′

′ 𝑋𝑃

P

𝑋𝑃

𝛼

O’

𝑋0

′ 𝑌𝑃

𝑌′

𝑌𝑃

𝑌0

O

Y

Hình 2. 43. Tính chuyển hai hệ tọa độ phẳng

Với thiết bị cảm biến đã xác định các trục trên thiết bị nên việc lắp đặt

sao cho các trục này song song với các hướng trục của công trình cầu được thực

hiện dễ dàng. Tuy nhiên, thiết bị GNSS-RTK hoạt động trong hệ tọa độ

WGS84, kết quả đầu ra được tính chuyển sang hệ tọa độ quốc gia VN:2000

kinh tuyến trục địa phương và có sự khác biệt với hệ tọa độ của cảm biến (hình

2.43).

Do phương thức lắp đặt của hai thiết bị có yêu cầu là khác nhau, thuật

ngữ đồng bộ ở đây là đưa các giá trị tọa độ GNSS theo các phương X, Y, h

trong hệ tọa độ địa phương về trùng với phương của hệ tọa độ công trình cầu

và thiết bị cảm biến.

Công thức tính chuyển tọa độ giữa hai hệ tọa độ phẳng như sau:

(2.3)

{

′ = 𝑋0 + 𝑋𝑃.𝐶𝑜𝑠𝛼 − 𝑌𝑃.𝑆𝑖𝑛𝛼 𝑋𝑃 ′ = 𝑌0 + 𝑌𝑃.𝐶𝑜𝑠𝛼 + 𝑋𝑃.𝑆𝑖𝑛𝛼 𝑌𝑃

Để thực hiện bài toán này có thể lựa chọn hai phương pháp.

o Xác định tọa độ của một số điểm trong cả hai hệ tọa độ và sau đó sử

dụng bài toán tính chuyển tọa độ

o Xác định trực tiếp góc xoay α của trục cầu bằng các trị đo GNSS và sau

đó sử dụng chức năng xoay hệ tọa độ trực tiếp trên thiết bị điều khiển

đo. Phương pháp này đơn giản, nhanh chóng.

2.6. Tiểu kết chương 2

Trên cơ sở nghiên cứu về sự phát triển của các công nghệ IoT, thiết bị

GNSS, thiết bị cảm biến và yêu cầu thực tiễn kết hợp các thiết bị GNSS và cảm

biến gia tốc trong quan trắc, nghiên cứu sinh đã kết hợp hai thiết bị này với

công nghệ IoT để thực hiện quan trắc thời gian thực công trình cầu. Nghiên cứu

sinh đã ứng dụng các công nghệ và giải pháp mới, phù hợp với xu thế chuyển

đổi số trong lĩnh vực xây dựng nói chung và lĩnh vực quan trắc công trình cầu

nói riêng. Nghiên cứu đã đạt được các kết quả cụ thể sau:

1. Kết nối các đầu đo tới các bộ dataloger đã được thực hiện hoàn toàn bằng

giải pháp kết nối không dây thay vì sử dụng hệ thống dây dẫn đồ sộ. Đây

là một điểm mới khi so sánh với phương pháp kết nối đã và đang triển

khai trong các hệ thống SHMS hiện nay, đảm bảo khả năng kết nối,

truyền dữ liệu thời gian thực.

2. Thực hiện nhiệm vụ quan trắc thời gian thực sử dụng đầu đo GNSS và

cảm biến gia tốc với các thiết bị và công nghệ IoT có giá thành thấp, dễ

dàng thay thế, giảm đáng kể chi phí của hệ thống dây dẫn. Tuy nhiên,

yêu cầu đảm bảo kết nối mạng liên tục là cần thiết.

3. Tăng cường tính chủ động trong thực hiện giải pháp quan trắc dịch

chuyển công trình cầu trong trường hợp các gói quan trắc thuộc các dự

án xây dựng công trình cầu hết thời hạn mà nhiệm vụ quan trắc thì luôn

cần phải được thực hiện theo các quy định hiện hành.

4. Đồng bộ hóa dữ liệu đo GNSS và cảm biến gia tốc về mặt thời gian, tần

suất lấy mẫu và không gian là tiền đề để xử lý kết hợp hai loại dữ liệu

này trong giai đoạn xử lý hậu kỳ.

CHƯƠNG 3. XỬ LÝ DỮ LIỆU GNSS, CẢM BIẾN GIA TỐC

VÀ PHÂN TÍCH KẾT HỢP

3.1. Xác định dịch chuyển tuyến tính từ dữ liệu GNSS-RTK

3.1.1. Độ nhậy của giải pháp GNSS-RTK trong quan trắc

Trong quá trình quan trắc thời gian thực, trong tệp dữ liệu có thể tồn tại

các giá trị đo có khác biệt lớn về các yếu tố mặt bằng và độ cao. Điều này có

thể gây ra bởi các yếu tố ngoại cảnh dẫn tới dịch chuyển bất thường thực sự của

kết cấu hoặc có thể do bản thân anten quan trắc chịu ảnh hưởng của các yếu tố

khí tượng bất thường. Trong cả hai trường hợp, công tác cảnh báo đều có ý

nghĩa quan trọng với công tác xử lý số liệu và quản lý, khai thác công trình.

Để xem xét khả năng phát hiện lượng dịch chuyển của các yếu tố mặt

bằng và độ cao, anten GNSS quan trắc được lắp đặt trên một thiết bị eto cơ khí

độ chính xác cao (hình 3.1). Eto cho phép dịch chuyển anten GNSS với khoảng

cách mỗi vòng quay là 1.25 mm/1 vòng quay theo mỗi phương vuông góc với

nhau. Giá trị dịch chuyển thực tế từ thiết bị eto cơ khí được coi là giá trị chuẩn

để xem xét đánh giá lượng dịch chuyển tính toán được từ kết quả của phương

pháp RTK.

Hình 3. 1. Anten GNSS lắp đặt trên Eto cơ khí

Phương pháp đo với RTK được thực hiện theo phương pháp trạm base

đơn, phương thức làm việc của cả hai thiết bị là base-rover 4G, tần suất đo RTK

là 5s cho mỗi trị đo. Số lượng trị đo trong mỗi lần dịch chuyển được trình bày

trong bảng 3.1 (Kết quả đo được trình bày trong phụ lục)

Bảng 3. 1. Số lượng trị đo trước và sau mỗi lần dịch chuyển

Lần dịch chuyển Trước khi dịch chuyển Lần 1 Lần 2 Lần 3

Số lượng trị đo 351 294 360 360

Kết quả tính toán, so sánh lượng dịch chuyển thực trên thiết bị Eto cơ

khí với kết quả dịch chuyển từ dữ liệu GNSS-RTK được trình bày trong hình

3.2 đối với mặt bằng và hình 3.3 đối với phương đứng.

GNSS

Eto cơ khí

)

27.2

31.8

m m

(

21.2

12.6

n ể y u h c h c ị D

10.6

0 0

35 30 25 20 15 10 5 0

Trước DC

Hình 3. 2. So sánh dịch chuyển mặt bằng từ eto cơ khí và GNSS

GNSS

Eto cơ khí

44.9

)

m m

(

18.8

15.7

n ể y u h c h c ị D

0 0

Trước DC

Hình 3. 3. So sánh dịch chuyển phương đứng từ eto cơ khí và GNSS

Kết quả tính toán tọa độ, độ cao trung bình trước và sau mỗi lần dịch

chuyển eto cơ khí được trình bày trong bảng 3.2.

Bảng 3. 2. Tọa độ, độ cao trung bình của GNSS

Stt

Ghi chú

Tọa độ X (m)

Tọa độ (m)

Cao độ H (m)

1 2321020.640

581255.830

30.415 Trước DC

2 2321020.652

581255.826

30.431 Lần 1

3 2321020.656

581255.809

30.434 Lần 2

4 2321020.657

581255.802

30.460 Lần 3

Các giá trị độ lệch tương ứng theo từng phương được tính toán với các

giá trị trước khi dịch chuyển eto cơ khí là giá trị ban đầu. Kết quả trình bày

trong bảng 3.3.

Bảng 3. 3. Bảng các giá trị dịch chuyển từ hai thiết bị

Dịch chuyển của GNSS-RTK Dịch chuyển từ eto cơ khí

Stt

∆𝑋 (m) ∆𝑌 (m) ∆ℎ (m) ∆𝑋= 𝑋𝑖 − 𝑋0 (m) ∆𝑌= 𝑌𝑖 − 𝑌0 (m) ∆𝐻= 𝐻𝑖 − 𝐻0 (m)

1 0.0120 -0.0050 0.0160 0.0075 - 0.0075 0.0100

2 0.0160 -0.0220 0.0190 0.0150 - 0.0150 0.0200

3 0.0170 -0.0280 0.0450 0.0225 -0.0225 0.0300

Theo lý thuyết, các đại lượng dịch chuyển trên eto cơ khí có độ chính

xác cao hơn nên có thể được xem như là các giá trị thực. Sử dụng công thức

Gauss để đánh giá độ chính xác xác định dịch chuyển theo các phương từ thiết

bị GNSS-RTK theo công thức 3.1.

(3.1)

𝑚 = √[∆𝑖.∆𝑖]

𝑛

Trong đó: ∆𝑖= ∆𝐺𝑁𝑆𝑆 − ∆𝑒𝑡𝑜

n: là số lượng trị đo

Các giá trị độ lệch tính toán từ hai thiết bị và sai số tính theo công thức

(3.1) của từng phương tương ứng được trình bày trong bảng 3.4

Bảng 3. 4. Bảng tính các giá trị độ lệch dịch chuyển từ hai thiết bị

Stt

∆𝑿𝒊 = ∆𝑿(𝑮𝑵𝑺𝑺) − ∆𝑿(𝒆𝒕𝒐) (m)

∆𝒀𝒊 = ∆𝒀(𝑮𝑵𝑺𝑺) − ∆𝒀(𝒆𝒕𝒐) (m)

∆𝑯𝒊 = ∆𝑯(𝑮𝑵𝑺𝑺) − ∆𝑯(𝒆𝒕𝒐) (m)

0.0045

0.0025

0.0060

0.0010

-0.0070

-0.0010

-0.0055

0.0150

± 0.0041

± 0.0053

± 0.0093

𝒎𝑮𝒂𝒖𝒔𝒔

Kết quả so sánh lượng dịch chuyển từ hai phương pháp cho thấy về tổng

thể GNSS-RTK đều cho kết quả lớn hơn so với dịch chuyển thực từ eto cơ khí.

Trong đó, yếu tố phương đứng có độ lệch cao hơn so với mặt bằng. Kết quả

này là phù hợp với các thông số kỹ thuật của thiết bị và phương pháp GNSS-

RTK. Kết quả này đặt ra vấn đề là cần phải có phương pháp xử lý số liệu phù

hợp để xác định trạng thái ban đầu (giá trị quan trắc ban đầu) và phù hợp với

tính toán thời gian thực trong quá trình quan trắc.

3.1.2. Lọc giá trị ngoại lai và phân tích dịch chuyển tuyến tính với dữ liệu

GNSS-RTK

Các kết quả đánh giá về độ nhậy của phương pháp GNSS-RTK ở phần

trên cho thấy bản chất của dãy dữ liệu GNSS-RTK luôn tồn tại các giá trị đo

ngoại lai. Cơ sở lý thuyết để định nghĩa và xác định các giá trị ngoại lai được

định nghĩa trong tài liệu tính toán bình sai của tác giả Charles [22]. Việc tồn tại

giá trị ngoại lai trong chuỗi số liệu có thể dẫn đến những sai số trong tính toán

và từ đó dẫn đến những đánh giá không đúng về dịch chuyển của kết cấu được

quan trắc. Do đó, các giá trị ngoại lai cần thiết phải loại bỏ trước khi thực hiện

kịch bản xử lý số liệu tiếp theo. Nghiên cứu sinh và cộng sự đã sử dụng phương

pháp trung bình trượt (Moving Average) và phương pháp trung vị trượt (Moving

median) để áp dụng cho dãy dữ liệu GNSS-RTK có số lượng là 1646 trị đo

trong thời gian 105 ngày với điểm quan trắc DCQ01 sử dụng anten quan trắc

P5U GNSS (hình 3.4) trên công trình cầu Dachongyong.

(a) (b)

Hình 3. 4. Anten quan trắc trên cầu Dachongyong

Bài toán tính toán các giá trị dịch chuyển theo các phương được thực

hiện theo công thức sau:

(3.2)

∆𝑋𝑖= 𝑋𝑖 − 𝑋0

(3.3)

∆𝑌𝑖= 𝑌𝑖 − 𝑌0

(3.4)

∆𝑍𝑖= 𝑍𝑖 − 𝑍0

Trong đó:

∆𝑋𝑖, ∆𝑌𝑖, ∆𝑍𝑖: là các giá trị dịch chuyển tương ứng theo các phương

𝑋𝑖, 𝑌𝑖, 𝑍𝑖: là các giá tọa độ, độ cao quan trắc ở thời điểm ti

𝑋0, 𝑌0, 𝑍0: là các giá trị quan trắc ban đầu

Để lọc các giá trị ngoại lai, hai thuật toán trung bình trượt và trung vị

trượt được áp dụng cho dãy trị đo GNSS-RTK và được viết thành chương trình

với giao diện như hình 3.5.

Hình 3. 5. Lọc các giá trị ngoại lai

(3.5)

𝑌𝑖̅ =

Thuật toán trung bình trượt được minh họa trong công thức 3.5. 𝑦𝑛 + 𝑦𝑛−1 + ⋯ + 𝑦𝑀−(𝑛−1) 𝑀

Trong đó: n: Số lượng trị đo

M: kích thước cửa sổ trượt

Với thuật toán trung vị trượt, khi kích thước cửa sổ M được chọn, các trị

đo trong dãy sẽ được sắp xếp lại theo thứ tự tăng dần. Giá trị trung vị của dãy

số liệu con được gán là giá trị tại vị trí tương ứng. Chương trình lọc ngoại lai

được viết với giao diện như hình 3.5. Các tham số cài đặt đầu vào để tiến hành

lọc ngoại lai được minh họa trong hình 3.6.

Hình 3. 6. Cài đặt các tham số đầu vào

Trong hình 3.6, các tham số về phép lọc, ngưỡng lọc, kích thước cửa sổ trượt,

phương pháp nội suy và các kết quả đầu ra có thể tùy chọn. Kết quả lọc giá trị ngoại

lai với ngưỡng 2.0, cửa sổ trượt là 24, phương pháp nội suy là nội suy tuyến

tính được thể hiện trong hình 3.7 và hình 3.8.

Hình 3. 7. Các giá trị ngoại lai (X, Y, h) phương pháp MA

Hình 3. 8. Các giá trị ngoại lai (X, Y, h) phương pháp MM

Các giá trị dịch chuyển ban đầu và các giá trị sau lọc được minh họa trong

MA Clean X

)

m m

(

n ể y u h c

h c ị D

40.0 35.0 30.0 25.0 20.0 15.0 10.0 5.0 0.0 -5.0 -10.0

6 5

6 9 4

1 1 1

6 6 1

1 2 2

6 7 2

1 3 3

6 8 3

1 4 4

1 5 5

6 0 6

1 6 6

6 1 7

1 7 7

6 2 8

1 8 8

6 3 9

1 9 9

6 8 4 1

6 4 0 1

1 0 1 1

6 5 1 1

1 1 2 1

6 6 2 1

1 2 3 1

6 7 3 1

1 3 4 1

1 4 5 1

6 9 5 1

hình 3.9-3.11

Hình 3. 9. So sánh các giá trị dịch chuyển ban đầu và sau lọc (phương X)

MA Clean Y

20.0

15.0

10.0

)

5.0

m m

(

0.0

-5.0

-10.0

n ể y u h c h c ị D

-15.0

-20.0

-25.0

6 5

6 7 2

1 8 8

1 1 1

6 6 1

1 2 2

1 3 3

6 8 3

1 4 4

6 9 4

1 5 5

6 0 6

1 6 6

6 1 7

1 7 7

6 2 8

6 3 9

1 9 9

6 4 0 1

1 0 1 1

6 5 1 1

1 1 2 1

6 6 2 1

1 2 3 1

6 7 3 1

1 3 4 1

6 8 4 1

1 4 5 1

6 9 5 1

Hình 3. 10. So sánh các giá trị dịch chuyển ban đầu và sau lọc (phương Y)

MA Clean h

50.0

40.0

)

30.0

m m

(

20.0

10.0

n ể y u h c h c ị D

0.0

-10.0

-20.0

6 5

6 7 2

1 8 8

1 1 1

6 6 1

1 2 2

1 3 3

6 8 3

1 4 4

6 9 4

1 5 5

6 0 6

1 6 6

6 1 7

1 7 7

6 2 8

6 3 9

1 9 9

6 4 0 1

1 0 1 1

6 5 1 1

1 1 2 1

6 6 2 1

1 2 3 1

6 7 3 1

1 3 4 1

6 8 4 1

1 4 5 1

6 9 5 1

Hình 3. 11. So sánh các giá trị dịch chuyển ban đầu và sau lọc (phương h)

Trên hình 3.9-3.11, X, Y, h là các giá trị dịch chuyển ban đầu theo các

phương tương ứng, MA là phương pháp trung bình trượt và clean X, Y, h là

các giá trị sau lọc. Kết quả các giá trị biên độ dao động trước và sau lọc được

trình bày trong bảng 3.5.

Bảng 3. 5. Biên độ dao động trước và sau lọc

Gốc MA MM So sánh

Giá trị X Y Z X Y Z X Y Z

Max (mm) 36.0 16.0 44.1 34.5 14.1 37.1 34.5 15.4 37.1

Min (mm) -5.2 -18.9 -15.6 -4.2 -17.8 -10.3 -4.2 -16.7 -10.3

Các giá trị sau lọc tiếp tục được sử dụng cho quá trình phân tích các đặc

tính dịch chuyển của đối tượng quan trắc. Quy trình phân tích được thể hiện

trong hình 3.12.

Xuất các đặc tính Lọc giá trị ngoại lai Chuỗi GNSS

Dịch chuyển Dịch chuyển Nội suy

tuyến tính Phi tuyến

Làm trơn

Offset Jumps

Vận tốc Dao động

Kết luận

KĐ thống kê (Cảnh báo)

Hình 3. 12. Quy trình phân tích các thành phần dịch chuyển

Sử dụng phương pháp lọc ngoại lai trung bình trượt với cửa sổ trượt 24,

ngưỡng lọc là 2.5, phương pháp nội suy Akima Cubic. Sau đó, xác định các đặc

tính gồm giá trị vận tốc và biên độ dịch chuyển của điểm quan trắc DCQ01

được tính toán trong bảng 3.6 và bảng 3.7.

Bảng 3. 6. Vận tốc dịch chuyển theo các phương

Điểm Vận tốc_X (mm/h) Vận tốc _Y (mm/h) Vận tốc _Z (mm/h) Vận tốc _XY (mm/h) Vận tốc _XYZ (mm/h)

DCQ01 -0.014 0.012 0.004 0.02 0.02

Bảng 3. 7. Biên độ dao động theo các phương

Name Biên độ X (mm) Biên độ Y (mm) Biên độ _Z (mm)

DCQ01 2.62 2.14 3.23

Các giá trị tính toán cho thấy vận tốc theo các phương X, Y có giá trị lớn

hơn so với phương Z. Xét về tính chất kết cấu và các phương chịu lực của điểm

quan trắc DCQ01 (tháp trụ cầu) sẽ chịu tác động lớn hơn trong các phương

ngang dọc cầu (chiều dây văng) và phương ngang ngang cầu (chiều thượng-hạ

lưu), các giá trị này là hoàn toàn phù hợp.

3.2. Xác định đặc trưng dao động từ dữ liệu cảm biến gia tốc

3.2.1. Chuyển đổi các giá trị gia tốc sang dịch chuyển và tần số

(a) Chuyển đổi các giá trị gia tốc sang vận tốc và dịch chuyển

Với dữ liệu cảm biến gia tốc, ước tính vận tốc và dịch chuyển được

chuyển đổi qua công thức sau [24]:

(3.6)

(3.7)

Trong đó:

a(t) là gia tốc tại thời điểm t;

v(t), x(t) là vận tốc và dịch chuyển ở thời điểm t;

v0, x0 là vận tốc và dịch chuyển ban đầu tương ứng.

Từ công thức (3.6) và (3.7) sử dụng bài toán tích phân kép có thể ước

tính từ các giá trị gia tốc sang các giá trị vận tốc và khoảng cách dịch chuyển.

(b) Phân tích tần số để xác định các trạng thái dao động

Dữ liệu dao động từ cảm biến gia tốc ngoài việc có thể chuyển đổi sang

các giá trị vận tốc và dịch chuyển theo các công thức trên còn có thể sử dụng

để xác định các trạng thái dao động. Đây là một đại lượng có ý nghĩa vô cùng

quan trọng trong đánh giá an toàn của kết cấu dựa vào sự suy giảm độ cứng của

kết cấu theo thời gian. Phương pháp kinh điển được sử dụng là phép biến đổi

Fourier dựa trên nguyên lý của bài toán động học [43].

Biến đổi Fourier của tín hiệu X(t) được xác định bởi:

(3.8)

∞ 𝑋(𝑓) = ∫ 𝑥(𝑡)𝑒−𝑖2𝜋𝑓𝑡

𝑑𝑡

−∞

Các biến đổi Fourier của các đạo hàm này là:

(3.9)

[𝑥̇ (𝑡)] = 𝑖2𝜋𝑓𝑋(𝑓)

(3.10)

[𝑥̈ (𝑡)] = −(2𝜋𝑓)2𝑋(𝑓)

Kết hợp phương trình (3.9) và (3.10) với phương trình cân bằng động

học của hệ dao động một bậc ta được:

(3.11)

𝑋(𝑓)[𝑘 − (2𝜋𝑓)2𝑚 + 𝑖2𝜋𝑓𝑐] = 𝑃(𝑓)

Gọi tỉ số giữa miền tần số đầu ra và tỉ số đầu vào là hàm đáp ứng tần số

phức hợp (hàm chuyển đổi)

(3.12)

𝐻(𝑓) =

= [𝑘 − (2𝜋𝑓)2𝑚 + 𝑖2𝜋𝑓𝑐]−1

𝑋(𝑓) 𝑃(𝑓)

Hình 3.13 minh họa cho cấu trúc hai bậc tự do. Ở đây, độ lớn của hàm

phức trong công thức (3.12) được biểu diễn bằng đồ thị. Trục X biểu diễn tần

số (theo radian trên giây hoặc Hz) và trục Y được cung cấp theo decibel. Một

decibel (dB) được định nghĩa là:

(3.13)

𝑑𝑏 = 20 log(𝐴𝑚𝑝𝑙𝑖𝑡𝑢𝑑𝑒)

Các đỉnh trong hàm chuyển đổi tương ứng với tần số dao động tự nhiên

của cấu trúc như thể hiện trong hình 3.13.

Hình 3. 13. Hàm chuyển đổi

Trên đây là cơ sở lý thuyết quan trọng để tính toán, chuyển đổi sang miền

tần số, là cơ sở khai thác chuỗi dữ liệu của cảm biến gia tốc trong giai đoạn

quan trắc kết cấu để xác định sự thay đổi trong các dạng dao động hay trong

giai đoạn xác định trạng thái “0” ban đầu của công trình.

3.2.2. Độ chính xác xác định tần số của cảm biến gia tốc MPU6050

Về lý thuyết, có thể chuyển đổi các giá trị gia tốc sang các giá trị vận tốc

và dịch chuyển theo các công thức (3.5) và (3.6). Tuy nhiên, vấn đề tồn tại là

thí nghiệm với các kết cấu trong phòng để xác định lượng dịch chuyển thực từ

dữ liệu cảm biến gia tốc là rất khó do có giá trị rất nhỏ. Do đó, để nghiên cứu

và đánh giá độ chính xác của cảm biến gia tốc MPU6050, đại lượng tần số dao

động được lựa chọn để so sánh dựa trên hai lý do:

Một là: Với kết cấu thử nghiệm với đầy đủ thông số đầu vào, hoàn toàn

có thể mô phỏng số các dạng dao động của kết đó. Đây là cơ sở thứ nhất để so

sánh kết quả thử nghiệm thực tế với lý thuyết

Hai là: Có thể sử dụng một cảm biến chuyên dụng khác (độ nhạy cao

hơn, độ chính xác cao hơn, kết nối có dây) để so sánh kết quả phân tích tần số

với kết quả tính toán từ cảm biến gia tốc MPU6050. Đây là cơ sở thứ hai để

đánh giá độ chính xác.

Dựa vào các phân tích trên, cảm biến gia tốc MPU6050 được thiết kế thử

nghiệm trong phòng thí nghiệm công trình cầu, trường Đại học Xây dựng Hà

Nội như sau: cảm biến MPU6050 được lắp đặt trên một dầm thép cùng với 04

cảm biến NI tần số lấy mẫu cao (2560 Hz). Dầm thép có chiều dài 2.5 m, rộng

0.35 m, một gối cố định, một gối di động, khoảng cách gối là 2.0 m (hình 3.14).

Dao động của dầm được tạo ra bằng cách dùng búa gõ tạo dao động.

Hình 3. 14. Cảm biến MPU6050, cảm biến NI và kết cấu bản thép thực nghiệm

Trong đó:

1-2-3-4: là các cảm biến NI độ chính xác cao để đối chứng

5-6: là cảm biến đo theo real-time và offline điều khiển bằng IoT

7: là cảm biến trên điện thoại di động

Cảm biến NI là cảm biến chuyên dụng trong đo đạc và xác định các dạng

dao động của kết cấu. Do đó, các trị đo từ các cảm biến NI có thể được xem là

giá trị gốc để so sánh và đánh giá độ chính xác các kết quả tần số tính toán được

từ cảm biến MPU 6050.

Mô hình kết cấu dạng bản nhịp đơn giản đã được xây dựng bằng phần

mềm SAP2000 V22 với các kích thước hình học như ở trên, vật liệu mô phỏng

là thép có module đàn hồi ES = 200000Mpa, khối lượng riêng 𝜌 = 7820 Kg/m3.

Với 1020 phần tử tấm chịu uốn được dùng để mô phỏng toàn bộ kết cấu tấm

(hình 3.15).

Hình 3. 15. Mô hình số bản thép trên phần mềm SAP2000

Cảm biến NI được gắn với bốn đầu đo, đo 05 lần và sử dụng kết nối có

dây. Cảm biến MPU6050 được điều khiển thông qua module wifi ESP và điện

thoại thông minh, kết nối là không dây, dữ liệu kiểm định thử với 06 lần đo,

thời gian khoảng 300 giây cho mỗi lần đo. Tệp dữ liệu của bốn cảm biến NI và

cảm biến MPU6050 được phân tích bằng chương trình Vibrationdata và cùng

với phương pháp FFT. Kết quả minh họa phân tích tần số của 04 cảm biến NI

và MPU6050 ở lần đo đầu tiên trong hình 3.16- 3.20 (các lần đo còn lại được

trình bày trong phần phụ lục).

Hình 3. 16. Phân tích FFT, cảm biến NI1 lần thứ nhất

Hình 3. 17. Phân tích FFT, cảm biến NI2 lần thứ nhất

Hình 3. 18. Phân tích FFT, cảm biến NI3 lần thứ nhất

Hình 3. 19. Phân tích FFT, cảm biến NI4 lần thứ nhất

Hình 3. 20. Phân tích FFT, cảm biến MPU6050 lần thứ nhất

Trên các hình 3.16 - 3.20, cảm biến NI với tần suất lấy mẫu cao (2560

mẫu trên giây) cho phép xác định được ba dạng mode shape trong khi cảm biến

gia tốc MPU6050 lẫy mẫu thưa hơn (300 mẫu trên giây) có thể xác định hai

dạng mode shape (khung hình màu đỏ trên trục hoành).

Bảng thống kê các giá trị tần số của 04 cảm biến NI sau 05 lần đo thực

nghiệm với búa dao động trong bảng 3.8.

Bảng 3. 8. Các giá trị tần số của 04 cảm biến NI sau 05 lần đo

Đầu đo NI1

Lần 1

Lần 2

Lần 3

Lần 4

Lần 5

Mode 1 (Hz)

5.69

5.68 Mode 2 (Hz)

21.84

21.80

21.79

21.80 Mode 3 (Hz)

45.81

45.77

45.80 Đầu đo NI2

Mode 1 (Hz)

5.69

5.68 Mode 2 (Hz)

21.84

21.80

21.79

21.82 Mode 3 (Hz)

45.79

45.78

45.79

45.81 Đầu đo NI1

Lần 1

Lần 2

Lần 3

Lần 4

Lần 5

Đầu đo NI3

Mode 1 (Hz)

5.70

5.68

5.69 Mode 2 (Hz)

21.84

21.82

21.79

21.80 Mode 3 (Hz)

45.80

45.79

45.81 Đầu đo NI4

Mode 1 (Hz)

5.70

5.68

5.69 Mode 2 (Hz)

21.86

21.80

21.79

21.80 Mode 3 (Hz)

45.79

45.78

45.79

45.80

45.81 Các giá trị tần số trung bình sau 05 lần đo và giá trị trung bình của 03

mode shape từ 04 đầu đo trong bảng 3.9.

Bảng 3. 9. Các giá trị tần số của cảm biến NI với FFT

Đầu đo

NI1

NI2

NI3

NI4

Trung bình

Mode 1 (Hz)

5.68

5.69

5.68 Mode 2 (Hz)

21.80

21.81 Mode 3 (Hz)

45.79

45.80

45.79 Các giá trị phân tích FFT từ dữ liệu của các cảm biến NI cho thấy các tần

số dao động tính toán được từ các lần đo khác nhau của các đầu đo đều có độ

lệch rất nhỏ và tương đồng với kết quả từ mô hình lý thuyết đã được công bố

trong nghiên cứu của tác giả Nguyễn Hướng Dương và cộng sự năm 2023. Từ

đó, độ chính xác của thiết bị trong xác định tần số được khẳng định và các giá

trị đo này có thể được coi là trị đo gốc trong tính toán, đánh giá khả năng của

cảm biến MPU6050.

Các giá trị tần số xác định được sau khi dùng phương pháp FFT của cảm

biến MPU6050 trong bảng 3.10.

Bảng 3. 10. Các giá trị tần số của cảm biến MPU6050 với tính chuyển FFT

Lần Lần 1 Lần 2 Lần 3 Lần 4 Lần 5 Lần 6 Trung bình

Mode Mode 1 (Hz) 5.66 5.66 5.66 5.67 5.67 5.68 5.67

Mode 2 (Hz) 21.74 21.74 21.78 21.71 21.61 21.74 21.72

Biên độ lệch lớn nhất của cảm biến MPU6050 là rất nhỏ lần lượt với

mode 1 là 0.02 hz và mode 2 là 0.17 hz. Nếu so với tính toán từ mô hình lý

thuyết, hai mode dao động này có độ lệch rất nhỏ. Độ lệch của giá trị tần số

trung bình của các mode giữa hai cảm biến NI và MPU6050 trong bảng 3.11.

Bảng 3. 11. So sánh tỉ lệ độ lệch giữa cảm biến NI và MPU6050

Mode

NI

MPU6050

Độ lệch (hz)

Tỉ lệ (%)

Mode 1 (hz)

5.68

5.67

0.01

0.18 Mode 2 (hz)

21.81

21.72

0.09

0.10 Kết quả so sánh trong bảng 3.8 cho thấy độ lệch trong xác định tần số

dao động là rất nhỏ. Với hai mode dao động, độ lệch lần lượt là 0.01 hz và 0.09

hz tương ứng với tỉ lệ 0.18% và 0.10%.

Kết quả chứng tỏ khả năng làm việc và độ chính xác của cảm biến

MPU6050 trong xác định các mode dao động tự nhiên của kết cấu mặc dù tần

số lấy mẫu là nhỏ hơn rất nhiều lần.

Sử dụng các giá trị tần số từ cảm biến NI như là các giá trị thực, độ chính

xác xác định các đại lượng tần số tự nhiên ở hai mode tương ứng lần lượt là:

= ±0.02 (hz)

𝜎𝑚𝑜𝑑𝑒 1 = ±√

Σ(𝑓𝑁𝐼𝑚𝑜𝑑𝑒1 −𝑓𝑀𝑃𝑈𝑖1 𝑛

= ±0.10 (hz)

𝜎𝑚𝑜𝑑𝑒 2 = ±√

−𝑓𝑀𝑃𝑈𝑖2 Σ(𝑓𝑁𝐼𝑚𝑜𝑑𝑒2 𝑛

3.3. Xử lý kết hợp dãy trị đo GNSS và cảm biến gia tốc tại điểm quan trắc

công trình cầu

3.3.1. Giới thiệu mô hình lọc kalman

Bộ lọc là thuật toán xử lý dữ liệu đệ quy tối ưu để ước tính vectơ trạng

thái (hoặc trạng thái biến) của một hệ thống động có tính đến một loạt dữ liệu

có chứa các sai số ngẫu nhiên. Các yếu tố chính liên quan đến định nghĩa bộ

lọc là sự tối ưu, đệ quy, thuật toán, trạng thái, hệ thống động và dữ liệu. Bộ lọc

được coi là tối ưu vì nó tạo ra các ước tính tốt hơn (về độ chính xác) so với các

ước tính mà bất kỳ dữ liệu đầu vào nào sẽ tạo ra nếu được xử lý độc lập. Bộ lọc

có khả năng xử lý đồng thời nhiều loại dữ liệu (các trị đo và trị dự báo), bất kể

độ chính xác của chúng, điều này khác hẳn so với quá trình bình sai trong

phương pháp số bình phương nhỏ nhất, trong đó tính tối ưu được dựa trên khả

năng giảm thiểu sai sót trong các phép đo (không bao gồm các giá trị dự đoán).

Có nhiều phương pháp lọc, trong đó lọc Kalman là phương pháp được

biết đến và áp dụng nhiều nhất. Bộ lọc Kalman là thuật toán tối ưu để xử lý dữ

liệu đệ quy và yêu cầu các mô hình toán học tương ứng phải là tuyến tính. Có

thể coi, bộ lọc Kalman là một biến thể của mô hình bài toán bình sai theo

phương pháp số bình phương nhỏ nhất, trong đó các điều kiện đặc biệt được áp

đặt ngầm đối với hành vi của các tham số theo thời gian.

Bộ lọc Kalman hiện đang được sử dụng trong nhiều lĩnh vực khác nhau,

như định vị động học và tĩnh trong công nghệ GNSS, trong tích hợp các hệ

thống đạo hàng trên biển, trên đất liền hoặc trong không gian. Bộ lọc Kalman

cũng có tiềm năng ứng dụng để dự báo biến dạng theo kết quả quan trắc công

trình.

Ý tưởng cơ bản thuật toán của mô hình lọc Kalman dựa trên định lý

Bayes cho phân bố chuẩn nhiều chiều. Kalman Filter là một công cụ kết hợp

thông tin không chắc chắn ở thời điểm hiện tại cùng với thông tin nhiễu loạn

của môi trường sang một dạng thông tin mới đáng tin cậy hơn để phục vụ dự

đoán tương lai. Kalman Filter thực hiện thủ tục đệ quy để xác lập 2 mô hình là

mô hình dự đoán và mô hình lọc [52, 88].

1. Mô hình dự đoán

Trong phép lọc Kalman giá trị dự đoán trạng thái của một hệ thống động

tại thời điểm i được xác định bằng công thức:

(3.14)

𝑋̅𝑖 = 𝐻𝑖𝑋̂𝑖−1 + 𝐵𝑖−1𝑢𝑖−1

Trong đó: 𝑋̅𝑖 – Vector dự đoán trạng thái của đối tượng ở thời điểm tương lai (i) 𝑋̂𝑖−1- Vector lọc trạng thái của đối tượng ở thời điểm hiện tại (i-1) Hi - Ma trận mô hình chuyển đổi trạng thái của đối tượng từ thời điểm

(i-1) đến thời điểm (i).

ui-1 -Vector các yếu tố đầu vào ảnh hưởng đến trạng thái của đối tượng

từ thời điểm (i-1) đến thời điểm (i).

Bi-1 - Ma trận điều khiển tác động của các yếu tố đầu vào (ui-1)

(3.15)

Ma trận hiệp phương sai của vector trạng thái dự đoán: 𝑇 𝑇 + 𝐵𝑖−1𝑄𝑢𝑖−1𝐵𝑖−1

𝑄𝑋̅𝑖 = 𝐻𝑖𝑄𝑋̂𝑖−1𝐻𝑖

Trong đó 𝑄𝑋̂𝑖là ma trận hiệp phương sai của vector lọc 𝑄𝑋̂𝑖, 𝑄𝑢𝑖−1 là ma

trận hiệp phương sai của vector 𝑢𝑖−1.

2. Mô hình lọc

Xác lập mô hình đo:

(3.16)

𝐿𝑖 = 𝐴𝑖𝑋̂𝑖 + 𝑉𝑖

Trong đó:

𝐿𝑖 – Tập trị đo thực tế của vector trạng thái tại thời điểm i

𝐴𝑖 – Ma trận hệ phương trình trị đo ở dạng tuyến tính

𝑋̂𝑖 – Vector trạng thái lọc của hệ thống tại thời điểm i

𝑣𝑖 – Vector số hiệu chỉnh trị đo.

(3.17)

Tính Kalman gain: 𝑇(𝐴𝑖𝑄𝑋̅𝑖𝐴𝑖

𝐾𝑖 = 𝑄𝑋̅𝑖𝐴𝑖

𝑇 + 𝑄𝐿𝑖)−1

Tính vector lọc trạng thái của đối tượng ở thời điểm (i):

(3.18)

𝑋𝑖̂ = 𝑋𝑖̅ + 𝐾𝑖(𝐿𝑖 − 𝐴𝑖𝑋̅𝑖)

Ma trận hiệp phương sai của vector lọc trạng thái:

(3.19)

𝑄𝑋̂𝑖 = (𝐸 − 𝐾𝑖𝐴𝑖)𝑄𝑋̂𝑖

Sử dụng các đại lượng lọc để tính các yếu tố dự báo cho đối tượng ở thời

điểm i+1:

(3.20)

𝑋̅𝑖+1 = 𝐻𝑖+1𝑋̂𝑖 + 𝐵𝑖𝑢𝑖

𝑇

(3.21)

𝑇 + 𝐵𝑖𝑄𝑢𝑖𝐵𝑖

𝑄𝑋̅𝑖+1 = 𝐻𝑖+1𝑄𝑋̂𝑖𝐻𝑖+1

Sơ đồ nguyên lý hoạt động của bộ lọc Kalman được đưa ra trên hình 3.21.

Hình 3. 21. Nguyên lý hoạt động của bộ lọc Kalman

3.3.2. Xử lý kết hợp dãy trị đo GNSS và cảm biến gia tốc trong quan trắc công

trình cầu theo mô hình lọc kalman

Tại mỗi điểm quan trắc trên công trình cầu, dãy trị đo GNSS và cảm biến

gia tốc đã được quy chuẩn đồng nhất theo thời gian và theo 3 hướng trục tọa độ

(X,Y,Z) nên chúng ta có thể lập mô hình chuyển dịch theo từng hướng trục tọa

độ, ví dụ theo phương thẳng đứng (độ lún với kí hiệu 𝑆 ≡ 𝑍) đối với một điểm

quan trắc với điều kiện bài toán đặt ra như sau: Giả định điểm quan trắc tại công

trình có vận tốc lún (v), tác động của một số yếu tố ngoại cảnh đến công trình

gây ra gia tốc ban đầu (a) với sai số ngẫu nhiên (ma). Quá trình lập mô hình lọc

Kalman được triển khai theo trình tự sau:

1. Xác lập hệ thống công thức thể hiện độ trồi lún điểm quan trắc:

Đối với mô hình dự đoán lún:

Chọn vector trạng thái được lọc và trạng thái dự đoán của điểm quan trắc

tại thời điểm bất kỳ (N) tương ứng là:

(3.22)

]

𝑋̂𝑖−1 = [

] và 𝑋̅𝑖 = [

𝑆̅𝑖 𝑣̅𝑖

𝑆̂𝑖−1 𝑣̂𝑖−1

trong đó kí hiệu S thể hiện độ lún, v thể hiện vận tốc lún.

Theo giả thiết của bài toán, độ lún dự đoán của điểm quan trắc tuân theo

quy luật vật lý thể hiện bằng công thức:

(3.23)

𝑆̅𝑖 = 𝑆̂𝑖−1 + (∆𝑡𝑖)𝑣̂𝑖−1 +

(∆𝑡𝑖

2)𝑎𝑖−1

Trong đó Δt là bước thời gian, ai-1 là gia tốc hệ thống tại thời điểm i-1. Tương

tự, tốc độ dự đoán (vi) tại thời điểm i có thể được đưa ra là:

(3.24)

𝑣̅𝑖 = 𝑣̂𝑖 + (∆𝑡𝑖)𝑎𝑖−1

Ma trận chuyển tiếp (Hi) được xác định bằng cách lấy đạo hàm riêng của các

biểu thức (3.48) và (3.49) đối với vectơ trạng thái được lọc hiện tại thu được:

(3.25)

]

𝐻𝑖 = [

1 ∆𝑡𝑖 1 0

Kết quả, phương trình được thể hiện dưới dạng ma trận:

(3.26)

𝑋̅𝑖 = [

] 𝑋̂𝑖−1 + [

] 𝑎𝑖−1

1 ∆𝑡𝑖 1 0

2 ∆𝑡𝑖 2 ∆𝑡𝑖

Đối với mô hình trị đo:

Độ lún tại thời điểm (i) là đại lượng được đo trực tiếp bằng trị đo GNSS

nên phương trình đo có thể được thiết lập như sau:

(3.27)

𝑙𝑖 = 𝑆̂𝑖

Vi phân biểu thức trên với vector trạng thái lọc, thu được 𝐴𝑖= [1 0].

Như vậy, phương trình (3.27) có thể được biểu thị dưới dạng ma trận như sau:

(3.28)

]

𝑙𝑖 = [1 0] [

𝑆̅𝑖 𝑣̅𝑖

2. Quy trình xử lý số liệu

Trình tự tính toán và hệ thống công thức tính toán đã được đưa ra trong

mục 3.3.1 và có thể được tóm tắt thông qua sơ đồ ở hình 3.22 dưới đây:

Giá trị ban đầu 𝑋̂𝑖−1, QX̂i−1

Dự đoán trị đo tương lai

Hiệu chỉnh phép đo

1. Tính Kalman gain

𝑇(𝐴𝑖𝑄𝑋̅𝑖𝐴𝑖

𝑇 + 𝑄𝐿𝑖)−1

𝐾𝑖 = 𝑄𝑋̅𝑖𝐴𝑖 2. Tính vector trạng thái

1. Cập nhật trạng thái tương lai X̅i = HiX̂i−1 + Bi−1ui−1 2. Cập nhật ma trận hiệp phương sai T T + Bi−1Qui−1Bi−1 Hi

QX̅i = HiQX̂i−1

𝑋𝑖̂ = 𝑋𝑖̅ + 𝐾𝑖(𝐿𝑖 − 𝐴𝑖𝑋̅𝑖) 3. Cập nhật ma trận hiệp phương sai của

vector lọc

𝑄𝑋̂𝑖 = (𝐸 − 𝐾𝑖𝐴𝑖)𝑄𝑋̂𝑖

4. Tính yếu tố dự báo thời điểm i+1 𝑋̅𝑖+1 = 𝐻𝑖+1𝑋̂𝑖 + 𝐵𝑖𝑢𝑖

𝑇 𝑇 + 𝐵𝑖𝑄𝑢𝑖𝐵𝑖

𝑄𝑋̅𝑖+1 = 𝐻𝑖+1𝑄𝑋̂𝑖𝐻𝑖+1

Hình 3. 22. Sơ đồ tính toán của bài toán Kalman

Sử dụng quy trình trên tính toán với tệp dữ liệu trong bảng sau:

Bảng 3. 12. Một đoạn dữ liệu tính toán thử nghiệm

Acc (H) (m/s2)

Stt

H (m)

MH (m)

1 0.0039

0.002 0.005131

2 0.0041

0.002 0.006883

3 0.0044

0.002 0.007813

4 0.0064

0.002 0.008994

5 0.0067

0.002 0.006709

Trạng thái ban đầu:

]

0 𝑋̂0 = [ 0

Ma trận trạng thái:

], với ∆𝑡 = 1 nên 𝐻 = [

𝐻 = [

]

1 1 0 1

1 ∆𝑡 1 0 Ma trận điều khiển tác động của các yếu tố đầu vào:

]

], với ∆𝑡 = 1 nên 𝐵 = [

0.5 1

1 2 ∆𝑡 𝐵 = [ 2 ∆𝑡

Ma trận trị đo:

𝐴 = [1 0]

Tại thời điểm i=1

Dự đoán trạng thái:

𝑋̅𝑖 = 𝐻𝑖𝑋̂𝑖−1 + 𝐵𝑖−1𝑢𝑖−1

Bước 1. Thay các giá trị

] × [

] + [

] × 0.005131 = [

]

𝑋̅1 = [

1 1 0 1

0 0

0.0025655 0.005131

0.5 1

Bước 2. Tính toán các giá trị hiệp phương sai dự đoán

𝑇 𝑇 + 𝐵𝑖−1𝑄𝑢𝑖−1𝐵𝑖−1

Thay các ma trận

𝐻 = [

];

𝑄𝑋̅𝑖 = 𝐻𝑖𝑄𝑋̂𝑖−1𝐻𝑖 1 1 0 1

𝐻𝑇 = [

];

1 0 1 1

];

Ma trận 𝑄𝑋̂𝑖−1 = [

0.000004 0

0 0.0225

2 𝑚𝐺𝑁𝑆𝑆 0

0 2 ] = [ 𝑚𝐴𝑐𝑐

Ma trận

𝐵 = [

];

𝑄𝑢𝑖−1 = 0.0225 0.5 1

𝐵𝑇 = [0.5 1] ta được

𝑇 = [

]

𝑇 + 𝐵𝑖−1𝑄𝑢𝑖−1𝐵𝑖−1

𝑄𝑋̅𝑖 = 𝐻𝑖𝑄𝑋̂𝑖−1𝐻𝑖

0.028129 0.03375 0.03375

0.045 Bước 3. Tính Kalman gain

𝑇 + 𝑄𝐿𝑖)−1

𝑇(𝐴𝑖𝑄𝑋̅𝑖𝐴𝑖

𝑇 = [

]

𝐴𝑖

𝐾𝑖 = 𝑄𝑋̅𝑖𝐴𝑖 Thay các ma trận 𝑄𝑋̅𝑖 đã tính ở bước 2 𝐴𝑖 = [1 0]; Ma trận 1 0

Ma trận 𝑄𝐿𝑖 = 0.000004

]

Ta có 𝐾𝑖 = 𝑄𝑋̅𝑖𝐴𝑖

𝑇(𝐴𝑖𝑄𝑋̅𝑖𝐴𝑖

𝑇 + 𝑄𝐿𝑖)−1 = [

0.999858 1.199659

Bước 4. Cập nhật trạng thái lọc 𝑋𝑖̂ = 𝑋𝑖̅ + 𝐾𝑖(𝐿𝑖 − 𝐴𝑖𝑋̅𝑖)

]

Ma trận 𝑋̅𝑖 đã tính ở bước1: 𝑋̅𝑖= [

0.0025655 0.005131

]

Ma trận 𝐾𝑖 đã tính ở bước 3: 𝐾𝑖 = [

0.999858 1.199659 𝐿𝑖 : là trị đo GNSS đầu tiên: 𝐿𝑖 = 0.0039 Ma trận 𝐴𝑖 = [1 0]

]

Thay vào tính được 𝑋𝑖̂ = [

0.00390 0.006732

Kết luận các giá trị tính toán được bao gồm:

Giá trị trạng thái dự đoán là 0.0025655; Giá trị trạng thái lọc là

0.00389931. Sử dụng các giá trị tại thời điểm i=1, tính toán với quy trình tương

tự, các giá trị dự đoán và trạng thái lọc được thể hiện trong bảng 3.13:

Bảng 3. 13. Kết quả so sánh các giá trị tính toán

Stt

Giá trị ban đầu

Trạng thái dự đoán Trạng thái lọc

1 0.0039

0.0025655

0.00389931

2 0.0041

0.01062858

0.00410314

3 0.0044

0.01137997

0.00440059

4 0.0064

0.01368335

0.00640094

5 0.0067

0.01510381

0.00670087

3.4. Xác định biến dạng bằng cảm biến dịch chuyển tuyến tính

3.4.1. Quan hệ ứng suất và biến dạng

Với vật liệu đàn hồi, đại lượng ứng suất, biến dạng tuân theo định luật

Hook với công thức như sau:

(3.28)

σ = E × ε

Trong đó: σ : Ứng suất của điểm đo, MPa; E : Modulus đàn hồi của vật liệu,

MPa; ε : Biến dạng tỷ đối, mm/mm

Với kết cấu dầm cầu, nguyên lý biến dạng đàn hồi được mô tả như sau

như trong hình 3.23.

B A

Trạng thái ban đầu của dầm cầu

A’ B’

L0+Δ

Trạng thái biến dạng khi chịu tải của dầm cầu

Hình 3. 23. Mô tả trạng thái biến dạng của dầm cầu

Các điểm A và B dịch chuyển đến vị trí mới so với vị trí ban đầu. Gọi Δ

(mm) là khoảng biến dạng giữa 2 trạng thái vừa nêu trong khoảng AB, khi đó

biến dạng tỷ đối, ε, được xác định theo công thức sau:

(3.29)

Trong thực tiễn đo đạc, nếu xác định được các giá trị L0, đo đạc được

chuyển dịch Δ ngoài thực địa, kết hợp giá trị modul đàn hồi của vật liệu đã biết

thì thay phương trình 3.29 vào phương trình 3.28, ta xác định được ứng suất

dầm cầu theo biểu thức:

(3.30)

𝜎 = 𝐸 × 𝜀 = 𝐸 ×

𝛥 𝐿0

Trong phương trình 3.30, đại lượng biến dạng 𝛥 cần phải được xác định

trong quá trình quan trắc, kiểm định kết cấu công trình trình cầu và phương

pháp phổ biến là sử dụng cảm biến dịch chuyển tuyến tính.

3.4.2. Cảm biến dịch chuyển tuyến tính và nguyên lý hoạt động

Để xác định lượng biến dạng phục vụ công tác xác định ứng suất và đánh

giá sự thay đổi về ứng suất của kết cấu, nghiên cứu sử dụng cảm biến dịch

chuyển tuyến tính dạng chiết áp KTR như hình 3.24 và kết hợp với giải pháp

IoT để đánh giá độ chính xác.

Hình 3. 24. Cảm biến dịch chuyển tuyến tính KTR

Cảm biến hoạt động theo nguyên lý như sau: Đầu đo hành trình theo sự

biến dạng của kết cấu (theo hướng cần đo đạc biến dạng, khi sự dịch chuyển

xảy ra, điện thế đầu ra sẽ thay đổi tuyến tính với dịch chuyển của đầu đo.

Nguyên lý này là cơ sở để thực hiện xác định phương trình hồi quy tuyến tính

giữa số đọc điện thế đầu ra và biến dạng (dịch chuyển tuyến tính) của kết cấu.

Quá trình điều khiển cảm biến để lấy dữ liệu, truyền dữ liệu và xử lý tín

hiệu được lập trình trên bảng mạch Arduino. Dữ liệu được truyền về máy tính

hoặc lưu trữ trên thẻ nhớ.

3.4.3. Xác định lượng biến dạng 𝛥 bằng cảm biến dịch chuyển tuyến tính

Hình 3. 25. Lắp đặt cảm biến dịch chuyển tuyến tính trên dầm cầu

Dựa trên quan hệ ứng suất và biến dạng, đại lượng biến dạng có thể được

đo đạc bằng cách lắp đặt cảm biến dịch chuyển theo phương chịu tác dụng của

tải trọng như mô tả trong hình 3.25

Trình tự phương pháp đo đạc bao gồm các bước:

Bước 1. Lắp đặt thiết bị vào vị trí cần đo:

Gắn cần đo cơ bản: thông thường được làm bằng gỗ hoặc nhôm;

Gắn đồng hồ so hoặc thiết bị vào vị trí với lưu ý phải nén trước khoảng

½ hành trình (khoảng dịch chuyển) của đồng hồ so để đảm bảo đo được cả 2

chiều trạng thái nén hoặc kéo của ứng suất;

Các miếng đệm gắn vào kết cấu cần đo, có thể dùng các loại keo dán

thông thường có tính kết dính nhanh và đảm bảo ổn định trong quá trình đo.

Bước 2. Đo đạc các giá trị trước khi có tải trọng tác dụng:

Giá trị L0: Đo đạc chiều dài giữa 2 điểm AB bằng thước thép với đơn vị

đo là mm trực tiếp tại công trường;

Giá trị “không tải” được đọc trên mặt đồng hồ so.

Bước 3. Khi đã đặt tải trọng ổn định lên kết cấu, đọc giá trị “có tải” trên mặt

đồng hồ so;

Bước 4. Sau khi dỡ bỏ tải trọng khỏi kết cấu, đọc giá trị “ra tải” trên mặt đồng

hồ so.

Như vậy, chênh lệch giữa lần đọc số “có tải” và “ra tải” chính là giá trị

Δ biến dạng của điểm B theo mô tả trên hình 3.26 và từ đó xác định được biến

dạng tương đối ε, và ứng suất σ theo phương đo mong muốn.

3.5. Tiểu kết chương 3

Dữ liệu GNSS và dữ liệu dao động từ cảm biến gia tốc có ý nghĩa quan

trọng trong quan trắc công trình cầu nhằm phân tích và đánh giá tốt nhất các

thông số dịch chuyển tuyến tính và tần số dao động. Nghiên cứu sinh đã nghiên

cứu đánh giá khả năng của phương pháp GNSS-RTK trong xác định dịch

chuyển tuyến tính. Kết quả nghiên cứu là cơ sở chọn giá trị đầu vào ban đầu,

ngưỡng cảnh báo và mức độ cảnh báo phù hợp.

Song song với đó, cảm biến MPU6050 cũng đã được nghiên cứu, đánh

giá độ chính xác một cách kỹ lưỡng, chi tiết với cả hai phương pháp mô phỏng

số và thực nghiệm với thiết bị cảm biến NI có độ chính xác cao hơn, tần suất

lấy mẫu lớn hơn, sử dụng kết nối có dây truyền thống.

Cơ sở lý thuyết ứng dụng phép lọc Kalman trong dự báo trạng thái của

các trị đo GNSS-RTK sử dụng các trị đo gia tốc sau khi được đồng bộ về thời

gian và không gian nhằm tăng cường độ nhậy của hệ thống quan trắc.

CHƯƠNG 4. THỰC NGHIỆM

4.1. Thực nghiệm quan trắc thời gian thực cầu Nhật Tân

4.1.1. Giới thiệu công trình cầu Nhật Tân

Hình 4. 1. Cầu Nhật Tân [42]

Cầu Nhật Tân là công trình biểu tượng của tình hữu nghị Việt-Nhật, là

cầu dây văng lớn nhất Đông Nam Á với năm trụ tháp. Cầu dẫn là cầu dầm Super

T đúc sẵn dầm hộp bê tông cốt thép dự ứng lực [42]. Cầu Nhật Tân là công

trình cầu thứ sáu bắc qua Sông Hồng, nối liền tuyến đường vành đai 2, cải thiện

lưu trông trên tuyến từ sân bay tới trung tâm thành phố, góp phần phát triển khu

vực phía bắc của thành phố. Công trình được trang bị 13 anten GNSS cho mục

tiêu quan trắc dịch chuyển và nhiều cảm biến khác.

4.1.2. Lắp đặt anten GNSS và cảm biến gia tốc trên bản mặt cầu

Hình 4. 2. Anten GNSS và cảm biến gia tốc trên mặt cầu Nhật Tân

100

Công tác đo đạc thực nghiệm trên công trình cầu Nhật Tân nhằm mục

tiêu kiểm tra các nội dung bao gồm thu nhận, hiển thị số liệu thời gian thực, lưu

trữ số liệu với tần suất lấy mẫu thiết kế và cuối cùng là kết hợp dữ liệu GNSS

và dữ liệu gia tốc để dự báo trạng thái các trị đo GNSS theo thời gian khi sử

dụng phép lọc Kalman.

Anten GNSS được lắp trên giá ba chân chuyên dụng thông qua một eto

cơ khí có khối lượng lớn để tăng độ ổn định của anten trong quá trình thử

nghiệm. Cảm biến gia tốc MPU6050 được gắn trực tiếp vào bề mặt cầu theo

quy định của lắp đặt thiết bị cảm biến. Bề mặt được làm sạch trước khi gắn thiết

bị cảm biến gia tốc.

4.2. Kết quả quan trắc thời gian thực

4.2.1. Kết quả hiển thị dữ liệu quan trắc đồng bộ thời gian thực

Kết quả hiển thị số liệu thời gian thực với anten GNSS theo phương pháp

single base trong quá trình đo thử nghiệm với các phương tương ứng được trình

bày trong các hình 4.3-4.5.

2333177.048

2333177.047

2333177.046

)

(

2333177.045

2333177.044

X ộ đ a ọ T

2333177.043

2333177.042

2333177.041

2333177.040

2333177.039

8 0 : 7 5 : 6 1

9 1 : 7 5 : 6 1

0 0 : 7 5 : 6 1

1 0 : 7 5 : 6 1

2 0 : 7 5 : 6 1

3 0 : 7 5 : 6 1

4 0 : 7 5 : 6 1

5 0 : 7 5 : 6 1

6 0 : 7 5 : 6 1

7 0 : 7 5 : 6 1

9 0 : 7 5 : 6 1

0 1 : 7 5 : 6 1

1 1 : 7 5 : 6 1

2 1 : 7 5 : 6 1

3 1 : 7 5 : 6 1

4 1 : 7 5 : 6 1

5 1 : 7 5 : 6 1

6 1 : 7 5 : 6 1

7 1 : 7 5 : 6 1

8 1 : 7 5 : 6 1

0 2 : 7 5 : 6 1

1 2 : 7 5 : 6 1

2 2 : 7 5 : 6 1

3 2 : 7 5 : 6 1

4 2 : 7 5 : 6 1

5 2 : 7 5 : 6 1

6 2 : 7 5 : 6 1

7 2 : 7 5 : 6 1

8 2 : 7 5 : 6 1

9 2 : 7 5 : 6 1

0 3 : 7 5 : 6 1

Hình 4. 3. Hiển thị thời gian thực dữ liệu GNSS phương X

) 2 ^ s /

(

X g n ơ ư h p

c ố t a i G

0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 -0.1 -0.2 -0.3

M P 0 0 : 7 5 : 4

M P 1 0 : 7 5 : 4

M P 2 0 : 7 5 : 4

M P 3 0 : 7 5 : 4

M P 4 0 : 7 5 : 4

M P 5 0 : 7 5 : 4

M P 6 0 : 7 5 : 4

M P 7 0 : 7 5 : 4

M P 8 0 : 7 5 : 4

M P 9 0 : 7 5 : 4

M P 0 1 : 7 5 : 4

M P 1 1 : 7 5 : 4

M P 2 1 : 7 5 : 4

M P 3 1 : 7 5 : 4

M P 4 1 : 7 5 : 4

M P 5 1 : 7 5 : 4

M P 6 1 : 7 5 : 4

M P 7 1 : 7 5 : 4

M P 8 1 : 7 5 : 4

M P 9 1 : 7 5 : 4

M P 0 2 : 7 5 : 4

M P 1 2 : 7 5 : 4

M P 2 2 : 7 5 : 4

M P 3 2 : 7 5 : 4

M P 4 2 : 7 5 : 4

M P 5 2 : 7 5 : 4

M P 6 2 : 7 5 : 4

M P 7 2 : 7 5 : 4

M P 8 2 : 7 5 : 4

M P 9 2 : 7 5 : 4

M P 0 3 : 7 5 : 4

101

Hình 4. 4. Hiển thị thời gian thực dữ liệu gia tốc phương X

584,977.386

584,977.385

584,977.384

584,977.383

)

584,977.382

(

584,977.381

Y ộ đ a ọ T

584,977.380

584,977.379

584,977.378

584,977.377

584,977.376

3 2 : 7 5 : 6 1

9 2 : 7 5 : 6 1

0 0 : 7 5 : 6 1

1 0 : 7 5 : 6 1

2 0 : 7 5 : 6 1

3 0 : 7 5 : 6 1

4 0 : 7 5 : 6 1

5 0 : 7 5 : 6 1

6 0 : 7 5 : 6 1

7 0 : 7 5 : 6 1

8 0 : 7 5 : 6 1

9 0 : 7 5 : 6 1

0 1 : 7 5 : 6 1

1 1 : 7 5 : 6 1

2 1 : 7 5 : 6 1

3 1 : 7 5 : 6 1

4 1 : 7 5 : 6 1

5 1 : 7 5 : 6 1

6 1 : 7 5 : 6 1

7 1 : 7 5 : 6 1

8 1 : 7 5 : 6 1

9 1 : 7 5 : 6 1

0 2 : 7 5 : 6 1

1 2 : 7 5 : 6 1

2 2 : 7 5 : 6 1

4 2 : 7 5 : 6 1

5 2 : 7 5 : 6 1

6 2 : 7 5 : 6 1

7 2 : 7 5 : 6 1

8 2 : 7 5 : 6 1

0 3 : 7 5 : 6 1

Hình 4. 5. Hiển thị thời gian thực dữ liệu GNSS phương Y

Các kết quả giá trị gia tốc theo thời gian thực được thể hiện trong các

hình 4.6-4.8.

0.15

0.1

) 2 ^ s /

(

0.05

Y g n ơ ư h p

-0.05

-0.1

c ố t a i G

M P 7 0 : 7 5 : 4

M P 9 2 : 7 5 : 4

M P 0 0 : 7 5 : 4

M P 1 0 : 7 5 : 4

M P 2 0 : 7 5 : 4

M P 3 0 : 7 5 : 4

M P 4 0 : 7 5 : 4

M P 5 0 : 7 5 : 4

M P 6 0 : 7 5 : 4

M P 8 0 : 7 5 : 4

M P 9 0 : 7 5 : 4

M P 0 1 : 7 5 : 4

M P 1 1 : 7 5 : 4

M P 2 1 : 7 5 : 4

M P 3 1 : 7 5 : 4

M P 4 1 : 7 5 : 4

M P 5 1 : 7 5 : 4

M P 6 1 : 7 5 : 4

M P 7 1 : 7 5 : 4

M P 8 1 : 7 5 : 4

M P 9 1 : 7 5 : 4

M P 0 2 : 7 5 : 4

M P 1 2 : 7 5 : 4

M P 2 2 : 7 5 : 4

M P 3 2 : 7 5 : 4

M P 4 2 : 7 5 : 4

M P 5 2 : 7 5 : 4

M P 6 2 : 7 5 : 4

M P 7 2 : 7 5 : 4

M P 8 2 : 7 5 : 4

M P 0 3 : 7 5 : 4

102

Hình 4. 6. Hiển thị thời gian thực dữ liệu gia tốc phương Y

)

(

ộ đ

o a C

32.380 32.375 32.370 32.365 32.360 32.355 32.350 32.345

2 0 : 7 5 : 6 1

0 1 : 7 5 : 6 1

8 1 : 7 5 : 6 1

6 2 : 7 5 : 6 1

0 0 : 7 5 : 6 1

1 0 : 7 5 : 6 1

3 0 : 7 5 : 6 1

4 0 : 7 5 : 6 1

5 0 : 7 5 : 6 1

6 0 : 7 5 : 6 1

7 0 : 7 5 : 6 1

8 0 : 7 5 : 6 1

9 0 : 7 5 : 6 1

1 1 : 7 5 : 6 1

2 1 : 7 5 : 6 1

3 1 : 7 5 : 6 1

4 1 : 7 5 : 6 1

5 1 : 7 5 : 6 1

6 1 : 7 5 : 6 1

7 1 : 7 5 : 6 1

9 1 : 7 5 : 6 1

0 2 : 7 5 : 6 1

1 2 : 7 5 : 6 1

2 2 : 7 5 : 6 1

3 2 : 7 5 : 6 1

4 2 : 7 5 : 6 1

5 2 : 7 5 : 6 1

7 2 : 7 5 : 6 1

8 2 : 7 5 : 6 1

9 2 : 7 5 : 6 1

0 3 : 7 5 : 6 1

Hình 4. 7. Hiển thị thời gian thực dữ liệu GNSS phương h

0.6

0.4

) 2 ^ s /

0.2

(

-0.2

-0.4

h g n ơ ư h p

-0.6

c ố t a i G

M P 0 0 : 7 5 : 4

M P 1 0 : 7 5 : 4

M P 2 0 : 7 5 : 4

M P 3 0 : 7 5 : 4

M P 4 0 : 7 5 : 4

M P 5 0 : 7 5 : 4

M P 6 0 : 7 5 : 4

M P 7 0 : 7 5 : 4

M P 8 0 : 7 5 : 4

M P 9 0 : 7 5 : 4

M P 0 1 : 7 5 : 4

M P 1 1 : 7 5 : 4

M P 2 1 : 7 5 : 4

M P 3 1 : 7 5 : 4

M P 4 1 : 7 5 : 4

M P 5 1 : 7 5 : 4

M P 6 1 : 7 5 : 4

M P 7 1 : 7 5 : 4

M P 8 1 : 7 5 : 4

M P 9 1 : 7 5 : 4

M P 0 2 : 7 5 : 4

M P 1 2 : 7 5 : 4

M P 2 2 : 7 5 : 4

M P 3 2 : 7 5 : 4

M P 4 2 : 7 5 : 4

M P 5 2 : 7 5 : 4

M P 6 2 : 7 5 : 4

M P 7 2 : 7 5 : 4

M P 8 2 : 7 5 : 4

M P 9 2 : 7 5 : 4

M P 0 3 : 7 5 : 4

Hình 4. 8. Hiển thị thời gian thực dữ liệu gia tốc phương h

103

Dữ liệu GNSS và cảm biến gia tốc được thu nhận đồng bộ với tần suất

là 1 giây cho mỗi trị đo và hiển thị thời gian thực với đúng thời gian lấy mẫu

tương ứng. Kết quả trên đồ thị thời gian thực có thể được lựa chọn với giãn

cách thời gian khác nhau. Tuy nhiên để thống nhất cho toàn bộ các đầu đo trên

toàn bộ công trình, giãn cách thời gian sẽ được thống nhất cài đặt từ khi bắt đầu

thực hiện dự án quan trắc.

4.2.2. Kết quả lưu trữ dữ liệu

Dữ liệu GNSS và cảm biến gia tốc được lưu trữ dưới các tệp tin định

dạng text hoặc excel với các trường nội dung chi tiết như hình 4.9, 4.10.

Hình 4. 9. Các trường dữ liệu trong tệp tin GNSS

Trong tệp dữ liệu của GNSS, cột đầu tiên là dữ liệu ngày, tháng, năm và

thời gian tương ứng. Ba cột sau cùng lần lượt là các giá trị tọa độ X, Y và độ

cao h theo đơn vị m.

Hình 4. 10. Các trường dữ liệu trong tệp tin cảm biến gia tốc

104

Cột đầu tiên có ý nghĩa tương tự như với dữ liệu GNSS, ba cột tiếp theo

lần lượt là các giá trị gia tốc theo đơn vị m/s2. Cột 5 là giá trị nhiệt độ theo đơn

vị độ C, cột cuối cùng là giá trị đếm thời gian theo xung nhịp của cảm biến.

Tính toàn vẹn dữ liệu với phương pháp dùng 4G với GNSS và cảm biến

gia tốc ở tần suất lấy mẫu một giây cho mỗi trị đo được đánh giá bằng cách so

sánh số lượng trị đo theo mỗi khoảng thời gian và trên toàn bộ thời gian của tệp

dữ liệu đo. Kết quả về tính toàn vẹn dữ liệu là hoàn toàn đảm bảo.

4.3. Ứng dụng bài toán Kalman trong dự báo trạng thái GNSS-RTK

4.3.1. Dữ liệu GNSS-RTK ban đầu

Số liệu bao gồm 960 trị đo theo thời gian được trình bày trong bảng 4.1

Bảng 4. 1. Các giá trị tọa độ GNSS ban đầu

Stt Thời gian (hh:pp:ss) Tọa độ X (m) Tọa độ Y (m) Cao độ h (m)

1 16:57:00 2333177.046 584977.3768 32.3548

2 16:57:01 2333177.047 584977.3773 32.3589

3 16:57:02 2333177.043 584977.3767 32.3592

4 16:57:03 2333177.045 584977.3775 32.3612

5 16:57:04 2333177.044 584977.3793 32.3615

6 16:57:05 2333177.046 584977.3776 32.3548

7 16:57:06 2333177.045 584977.3765 32.3624

8 16:57:07 2333177.044 584977.3781 32.3626

9 16:57:08 2333177.043 584977.3795 32.3511

10 16:57:09 2333177.042 584977.3806 32.3547

11 16:57:10 2333177.043 584977.3793 32.351

12 16:57:11 2333177.043 584977.3796 32.3579

105

Stt Thời gian (hh:pp:ss) Tọa độ X (m) Tọa độ Y (m) Cao độ h (m)

16:57:12 2333177.042 584977.3781 32.3527 13

16:57:13 2333177.042 584977.3795 32.3637 14

16:57:14 2333177.041 584977.3807 32.3481 15

16:57:15 2333177.042 584977.3816 32.3513 16

16:57:16 2333177.042 584977.3808 32.353 17

16:57:17 2333177.04 584977.3794 32.3596 18

16:57:18 2333177.041 584977.381 32.363 19

16:57:19 2333177.042 584977.3813 32.356 20

16:57:20 2333177.041 584977.3825 32.3574 21

16:57:21 2333177.04 584977.385 32.3656 22

16:57:22 2333177.041 584977.382 32.3638 23

16:57:23 2333177.044 584977.3825 32.3702 24

16:57:24 2333177.044 584977.3822 32.3719 25

16:57:25 2333177.044 584977.3834 32.3679 26

16:57:26 2333177.042 584977.3816 32.367 27

16:57:27 2333177.043 584977.3797 32.3688 28

16:57:28 2333177.045 584977.3829 32.369 29

………… ………… ………… ………… …………

17:12:49 2333177.046 584977.3786 32.3367 950

17:12:50 2333177.047 584977.3783 32.3343 951

106

Stt Thời gian (hh:pp:ss) Tọa độ X (m) Tọa độ Y (m) Cao độ h (m)

17:12:51 2333177.046 584977.3754 32.3427 952

17:12:52 2333177.047 584977.3756 32.3481 953

17:12:53 2333177.046 584977.3761 32.3436 954

17:12:54 2333177.046 584977.3769 32.3491 955

17:12:55 2333177.047 584977.3739 32.351 956

17:12:56 2333177.048 584977.3756 32.3454 957

17:12:57 2333177.049 584977.3779 32.3522 958

17:12:58 2333177.046 584977.3767 32.3558 959

17:12:59 2333177.046 584977.3778 32.3521 960

Các giá trị tọa độ được xoay về các phương là phương ngang dọc cầu,

phương ngang ngang cầu và đồng bộ với các phương của cảm biến gia tốc. Kết

quả tính toán theo công thức 2.3 với góc xoay phương vị xác định được là

22059’18”, thể hiện trong bảng 4.2.

Bảng 4. 2. Các giá trị tọa độ xoay về hướng trục cầu

Stt Thời gian (hh:pp:ss) Ngang dọc cầu (m) Ngang ngang cầu (m) Cao độ h (m)

16:57:00 1919427.1603 1449728.6076 32.3548 1

16:57:01 1919427.1610 1449728.6085 32.3589 2

16:57:02 1919427.1576 1449728.6063 32.3592 3

16:57:03 1919427.1591 1449728.6079 32.3612 4

16:57:04 1919427.1575 1449728.6091 32.3615 5

16:57:05 1919427.1600 1449728.6083 32.3548 6

107

Stt Thời gian (hh:pp:ss) Ngang dọc cầu (m) Ngang ngang cầu (m) Cao độ h (m)

7 16:57:06 1919427.1595 1449728.6069 32.3624

8 16:57:07 1919427.1579 1449728.6080 32.3626

9 16:57:08 1919427.1565 1449728.6089 32.3511

10 16:57:09 1919427.1551 1449728.6095 32.3547

11 16:57:10 1919427.1566 1449728.6087 32.351

12 16:57:11 1919427.1564 1449728.6090 32.3579

13 16:57:12 1919427.1561 1449728.6072 32.3527

14 16:57:13 1919427.1556 1449728.6085 32.3637

15 16:57:14 1919427.1542 1449728.6092 32.3481

16 16:57:15 1919427.1547 1449728.6105 32.3513

17 16:57:16 1919427.1550 1449728.6097 32.353

18 16:57:17 1919427.1537 1449728.6077 32.3596

19 16:57:18 1919427.1540 1449728.6095 32.363

20 16:57:19 1919427.1548 1449728.6102 32.356

21 16:57:20 1919427.1535 1449728.6109 32.3574

22 16:57:21 1919427.1516 1449728.6128 32.3656

23 16:57:22 1919427.1537 1449728.6104 32.3638

24 16:57:23 1919427.1562 1449728.6121 32.3702

25 16:57:24 1919427.1563 1449728.6118 32.3719

26 16:57:25 1919427.1559 1449728.6129 32.3679

27 16:57:26 1919427.1547 1449728.6105 32.3670

108

Stt Thời gian (hh:pp:ss) Ngang dọc cầu (m) Ngang ngang cầu (m) Cao độ h (m)

16:57:27 1919427.1564 1449728.6091 32.3688 28

16:57:28 1919427.1570 1449728.6128 32.369 29

………… ………… ………… ………… …………

17:12:49 1919427.1570 1449728.6130 32.3367 950

17:12:50 1919427.1570 1449728.6130 32.3343 951

17:12:51 1919427.1570 1449728.6130 32.3427 952

17:12:52 1919427.1570 1449728.6130 32.3481 953

17:12:53 1919427.1570 1449728.6130 32.3436 954

17:12:54 1919427.1570 1449728.6130 32.3491 955

17:12:55 1919427.1570 1449728.6130 32.3510 956

17:12:56 1919427.1570 1449728.6130 32.3454 957

17:12:57 1919427.1570 1449728.6130 32.3522 958

17:12:58 1919427.1570 1449728.6130 32.3558 959

17:12:59 1919427.1570 1449728.6130 32.3521 960

Các giá trị dịch chuyển tuyến tính theo các phương, tính toán theo công

thức 3.1-3.3 được trình bày trong bảng 4.3.

Bảng 4. 3. Các giá trị dịch chuyển theo các hướng trục cầu

Stt Thời gian (hh:pp:ss) Ngang dọc cầu (m) Ngang ngang cầu (m) Cao độ h (m)

16:57:00 0.0000 0.0000 0.0000 1

16:57:01 0.0007 0.0009 0.0041 2

109

Stt Thời gian (hh:pp:ss) Ngang dọc cầu (m) Ngang ngang cầu (m) Cao độ h (m)

16:57:02 -0.0027 -0.0013 0.0044 3

4 16:57:03 -0.0012 0.0003 0.0064

5 16:57:04 -0.0028 0.0015 0.0067

6 16:57:05 -0.0003 0.0007 0.0000

7 16:57:06 -0.0008 -0.0007 0.0076

8 16:57:07 -0.0023 0.0004 0.0078

9 16:57:08 -0.0038 0.0013 -0.0037

10 16:57:09 -0.0052 0.0019 -0.0001

11 16:57:10 -0.0037 0.0011 -0.0038

12 16:57:11 -0.0039 0.0014 0.0031

13 16:57:12 -0.0042 -0.0004 -0.0021

14 16:57:13 -0.0047 0.0009 0.0089

15 16:57:14 -0.0061 0.0016 -0.0067

16 16:57:15 -0.0056 0.0029 -0.0035

17 16:57:16 -0.0052 0.0021 -0.0018

18 16:57:17 -0.0065 0.0001 0.0048

19 16:57:18 -0.0062 0.0019 0.0082

20 16:57:19 -0.0054 0.0026 0.0012

21 16:57:20 -0.0068 0.0033 0.0026

110

Stt Thời gian (hh:pp:ss) Ngang dọc cầu (m) Ngang ngang cầu (m) Cao độ h (m)

22 16:57:21 -0.0087 0.0052 0.0108

23 16:57:22 -0.0066 0.0028 0.0090

24 16:57:23 -0.0041 0.0045 0.0154

25 16:57:24 -0.0040 0.0042 0.0171

26 16:57:25 -0.0044 0.0053 0.0131

27 16:57:26 -0.0056 0.0029 0.0122

28 16:57:27 -0.0039 0.0015 0.0140

29 16:57:28 -0.0033 0.0052 0.0142

………… ………… ………… ………… …………

950 17:12:49 -0.0033 0.0054 -0.0181

951 17:12:50 -0.0033 0.0054 -0.0205

952 17:12:51 -0.0033 0.0054 -0.0121

953 17:12:52 -0.0033 0.0054 -0.0067

954 17:12:53 -0.0033 0.0054 -0.0112

955 17:12:54 -0.0033 0.0054 -0.0057

956 17:12:55 -0.0033 0.0054 -0.0038

957 17:12:56 -0.0033 0.0054 -0.0094

958 17:12:57 -0.0033 0.0054 -0.0026

959 17:12:58 -0.0033 0.0054 0.0010

960 17:12:59 -0.0033 0.0054 -0.0027

111

Dãy dữ liệu GNSS bao gồm 960 trị đo với tần suất lấy mẫu 1 giây/1 trị

đo. Phân bố của dãy trị đo theo ba phương tọa độ được mô tả trong hình 4.11-

4.13.

1919427.1700

1919427.1650

)

1919427.1600

(

1919427.1550

X ộ đ a ọ T

1919427.1500

1919427.1450

0 0 : 7 5 : 6 1

5 0 : 0 0 : 7 1

0 1 : 3 0 : 7 1

7 3 : 7 5 : 6 1

4 1 : 8 5 : 6 1

1 5 : 8 5 : 6 1

8 2 : 9 5 : 6 1

2 4 : 0 0 : 7 1

9 1 : 1 0 : 7 1

6 5 : 1 0 : 7 1

3 3 : 2 0 : 7 1

7 4 : 3 0 : 7 1

4 2 : 4 0 : 7 1

1 0 : 5 0 : 7 1

8 3 : 5 0 : 7 1

5 1 : 6 0 : 7 1

2 5 : 6 0 : 7 1

9 2 : 7 0 : 7 1

6 0 : 8 0 : 7 1

3 4 : 8 0 : 7 1

0 2 : 9 0 : 7 1

7 5 : 9 0 : 7 1

4 3 : 0 1 : 7 1

1 1 : 1 1 : 7 1

8 4 : 1 1 : 7 1

5 2 : 2 1 : 7 1

Thời gian

Hình 4. 11. Phân bố dãy trị đo tọa độ X, phương ngang dọc cầu

1449728.6200

1449728.6150

)

1449728.6100

(

1449728.6050

Y ộ đ a ọ T

1449728.6000

1449728.5950

0 0 : 7 5 : 6 1

5 0 : 0 0 : 7 1

0 1 : 3 0 : 7 1

7 3 : 7 5 : 6 1

4 1 : 8 5 : 6 1

1 5 : 8 5 : 6 1

8 2 : 9 5 : 6 1

2 4 : 0 0 : 7 1

9 1 : 1 0 : 7 1

6 5 : 1 0 : 7 1

3 3 : 2 0 : 7 1

7 4 : 3 0 : 7 1

4 2 : 4 0 : 7 1

1 0 : 5 0 : 7 1

8 3 : 5 0 : 7 1

5 1 : 6 0 : 7 1

2 5 : 6 0 : 7 1

9 2 : 7 0 : 7 1

6 0 : 8 0 : 7 1

3 4 : 8 0 : 7 1

0 2 : 9 0 : 7 1

7 5 : 9 0 : 7 1

4 3 : 0 1 : 7 1

1 1 : 1 1 : 7 1

8 4 : 1 1 : 7 1

5 2 : 2 1 : 7 1

Thời gian

Hình 4. 12. Phân bố dãy trị đo tọa độ Y, phương ngang ngang cầu

32.390

32.380

32.370

)

32.360

(

32.350

h ộ đ o a C

32.340

32.330

32.320

32.310

1 3 : 7 5 : 6 1

2 0 : 8 5 : 6 1

0 3 : 2 1 : 7 1

0 0 : 7 5 : 6 1

3 3 : 8 5 : 6 1

4 0 : 9 5 : 6 1

5 3 : 9 5 : 6 1

6 0 : 0 0 : 7 1

9 3 : 0 0 : 7 1

8 0 : 1 0 : 7 1

9 3 : 1 0 : 7 1

0 1 : 2 0 : 7 1

1 4 : 2 0 : 7 1

2 1 : 3 0 : 7 1

3 4 : 3 0 : 7 1

4 1 : 4 0 : 7 1

5 4 : 4 0 : 7 1

6 1 : 5 0 : 7 1

7 4 : 5 0 : 7 1

8 1 : 6 0 : 7 1

9 4 : 6 0 : 7 1

0 2 : 7 0 : 7 1

1 5 : 7 0 : 7 1

2 2 : 8 0 : 7 1

3 5 : 8 0 : 7 1

4 2 : 9 0 : 7 1

5 5 : 9 0 : 7 1

6 2 : 0 1 : 7 1

7 5 : 0 1 : 7 1

8 2 : 1 1 : 7 1

9 5 : 1 1 : 7 1

112

Hình 4. 13. Phân bố dãy trị đo cao độ h

Các chỉ tiêu thống kê cơ bản của dãy dữ liệu GNSS với ba thành phần

tọa độ được trình bày trong bảng 4.4.

Bảng 4. 4. Thống kê mô tả của dãy dữ liệu GNSS

Chỉ tiêu Tọa độ X Tọa độ Y Cao độ h

Mean 1919427.1558 1449728.6047 32.3541

Median 1919427.1560 1449728.6046 32.3547

Mode 1919427.1507 1449728.6047 32.3632

Standard Deviation 0.0039 0.0031 0.0108

Sample Variance 0.0000 0.0000 0.0001

Range 0.0177 0.0191 0.0639

Minimum 1919427.1478 1449728.5958 32.3184

Maximum 1919427.1655 1449728.6149 32.3823

Các kết quả thống kê trong bảng 4.4 cho thấy chất lượng của dãy dữ liệu

GNSS là rất tốt khi độ lệch chuẩn của ba phương tọa độ lần lượt là 3.9 mm, 3.1

mm và 10.8 mm.

113

4.3.2. Dữ liệu cảm biến gia tốc ban đầu

Dãy dữ liệu của cảm biến gia tốc với tần suất lẫy mẫu trực tiếp tương tự

như thiết bị GNSS được trình bày trong hình 4.14-4.16

0.5

) 2 ^ s /

(

-0.5

X g n ơ ư h p

-1

c ố t a i G

-1.5

M P 0 1 : 2 0 : 5

M P 0 0 : 7 5 : 4

M P 1 3 : 7 5 : 4

M P 2 0 : 8 5 : 4

M P 3 3 : 8 5 : 4

M P 4 0 : 9 5 : 4

M P 5 3 : 9 5 : 4

M P 6 0 : 0 0 : 5

M P 9 3 : 0 0 : 5

M P 8 0 : 1 0 : 5

M P 9 3 : 1 0 : 5

M P 1 4 : 2 0 : 5

M P 2 1 : 3 0 : 5

M P 3 4 : 3 0 : 5

M P 4 1 : 4 0 : 5

M P 5 4 : 4 0 : 5

M P 6 1 : 5 0 : 5

M P 7 4 : 5 0 : 5

M P 8 1 : 6 0 : 5

M P 9 4 : 6 0 : 5

M P 0 2 : 7 0 : 5

M P 1 5 : 7 0 : 5

M P 2 2 : 8 0 : 5

M P 3 5 : 8 0 : 5

M P 4 2 : 9 0 : 5

M P 5 5 : 9 0 : 5

M P 6 2 : 0 1 : 5

M P 7 5 : 0 1 : 5

M P 8 2 : 1 1 : 5

M P 9 5 : 1 1 : 5

M P 0 3 : 2 1 : 5

Hình 4. 14. Các giá trị gia tốc theo phương X

0.25

0.2

0.15

) 2 ^ s /

0.1

(

0.05

Y g n ơ ư h p

-0.05

c ố t a i G

-0.1

-0.15

-0.2

M P 5 4 : 4 0 : 5

M P 8 2 : 1 1 : 5

M P 0 0 : 7 5 : 4

M P 1 3 : 7 5 : 4

M P 2 0 : 8 5 : 4

M P 3 3 : 8 5 : 4

M P 4 0 : 9 5 : 4

M P 5 3 : 9 5 : 4

M P 6 0 : 0 0 : 5

M P 9 3 : 0 0 : 5

M P 8 0 : 1 0 : 5

M P 9 3 : 1 0 : 5

M P 0 1 : 2 0 : 5

M P 1 4 : 2 0 : 5

M P 2 1 : 3 0 : 5

M P 3 4 : 3 0 : 5

M P 4 1 : 4 0 : 5

M P 6 1 : 5 0 : 5

M P 7 4 : 5 0 : 5

M P 8 1 : 6 0 : 5

M P 9 4 : 6 0 : 5

M P 0 2 : 7 0 : 5

M P 1 5 : 7 0 : 5

M P 2 2 : 8 0 : 5

M P 3 5 : 8 0 : 5

M P 4 2 : 9 0 : 5

M P 5 5 : 9 0 : 5

M P 6 2 : 0 1 : 5

M P 7 5 : 0 1 : 5

M P 9 5 : 1 1 : 5

M P 0 3 : 2 1 : 5

Hình 4. 15. Các giá trị gia tốc theo phương Y

0.6

0.4

0.2

) 2 ^ s /

(

h g n ơ ư h p

-0.2

c ố t a i G

-0.4

-0.6

-0.8

M P 0 1 : 2 0 : 5

M P 0 0 : 7 5 : 4

M P 1 3 : 7 5 : 4

M P 2 0 : 8 5 : 4

M P 3 3 : 8 5 : 4

M P 4 0 : 9 5 : 4

M P 5 3 : 9 5 : 4

M P 6 0 : 0 0 : 5

M P 9 3 : 0 0 : 5

M P 8 0 : 1 0 : 5

M P 9 3 : 1 0 : 5

M P 1 4 : 2 0 : 5

M P 2 1 : 3 0 : 5

M P 3 4 : 3 0 : 5

M P 4 1 : 4 0 : 5

M P 5 4 : 4 0 : 5

M P 6 1 : 5 0 : 5

M P 7 4 : 5 0 : 5

M P 8 1 : 6 0 : 5

M P 9 4 : 6 0 : 5

M P 0 2 : 7 0 : 5

M P 1 5 : 7 0 : 5

M P 2 2 : 8 0 : 5

M P 3 5 : 8 0 : 5

M P 4 2 : 9 0 : 5

M P 5 5 : 9 0 : 5

M P 6 2 : 0 1 : 5

M P 7 5 : 0 1 : 5

M P 8 2 : 1 1 : 5

M P 9 5 : 1 1 : 5

M P 0 3 : 2 1 : 5

114

Hình 4. 16. Các giá trị gia tốc theo phương h

Sử dụng các giá trị GNSS-RTK và các giá trị gia tốc để dự báo trạng thái

của GNSS theo quy trình ở mục 3.3 chương 3.

4.3.3. Kết quả của bài toán Kalman kết hợp GNSS và cảm biến gia tốc

Ở thực nghiệm này, dữ liệu GNSS và dữ liệu cảm biến gia tốc được lấy

mẫu và đồng bộ với tần suất một giây cho mỗi trị đo. Các giá trị sai số của các

trị đo GNSS-RTK được ghi nhận và lưu trữ cùng với tệp dữ liệu dữ liệu tọa độ

đầu ra. Sai số đo của cảm biến gia tốc là 0.15 m/s2. Hai kết quả thu nhận trong

quá trình khai thác công trình cầu. Sử dụng quy trình và các công thức tính toán

được trình bày ở mục 3.3 chương 3, các giá trị ban đầu, giá trị lọc và giá trị dự

báo được minh họa trong các hình 4.17-4.19.

115

Hình 4. 17. Dữ liệu X ban đầu và ước tính theo kalman

Hình 4. 18. Dữ liệu Y ban đầu và ước tính theo kalman

116

Hình 4. 19. Dữ liệu h ban đầu và ước tính theo kalman

Các kết quả ước tính trạng thái các trị đo GNSS-RTK theo thời gian dựa

vào các giá trị gia tốc rất gần với các trị đo ban đầu. Các giá trị độ lệch của các

thành phần tọa độ đều rất nhỏ (bảng 4.5).

Bảng 4. 5. So sánh giá trị ước tính sau khi sử dụng kalman

Chỉ tiêu

X

Y

h

X-Kalman Y-Kalman h-Kalman

Lớn nhất (m)

0.0052

0.0073

0.0275

0.0049

0.0069

0.0289

Nhỏ nhất (m)

-0.0125

-0.0118

-0.0364

-0.0125

-0.0119

-0.0363

Biên độ (m)

0.0177

0.0191

0.0639

0.0174

0.0188

0.0652

Sử dụng các tiêu chí sai số tuyệt đối trung bình và sai số trung phương

theo công thức (4.1) và (4.2) để đánh giá kết quả ước tính trong bảng 4.6.

𝑁 𝑖=1

(4. 1)

𝑅𝑀𝑆𝐸(𝑦, 𝑦̂) = √∑ (𝑦𝑖−𝑦̂𝑖)2

𝑁

𝑁 𝑖=1

(4. 2)

𝑀𝐴𝐸(𝑦, 𝑦̂) =

∑ | 𝑦𝑖−𝑦̂𝑖| 𝑁

117

Bảng 4. 6. Đánh giá kết quả ước tính

Tiêu chí MAE RMSE

Phương X Y h X Y h

Kết quả (m) 0.0017 0.0020 0.0044 0.0036 0.0041 0.0092

Nhận xét:

Kết quả ước tính trạng thái dịch chuyển GNSS-RTK sử dụng các trị đo

từ cảm biến gia tốc cho kết quả độ chính xác với các chỉ tiêu sai số MAE và

RMSE theo ba phương lần lượt được trình bày bảng 4.6. Trong thử nghiệm này,

bề mặt cầu (dầm cầu) chỉ chịu tác động của tải trọng được thiết kế thử tải. Do

đó, dữ liệu cảm biến gia tốc thay đổi không nhiều và có tính chất điều hòa.

4.4. Thực nghiệm xác định biến dạng dầm sử dụng IoT

4.4.1. Mô tả thực nghiệm

Để xác định lượng biến dạng phục vụ công tác xác định ứng suất và đánh

giá sự thay đổi về ứng suất của kết cấu, nghiên cứu sử dụng cảm biến dịch

chuyển tuyến tính dạng chiết áp KTR như hình 4.23 để thu nhận dữ liệu dịch

chuyển bằng cách sử dụng một hệ thống nhúng Arduino hình 4.24 để đọc dữ

liệu tự động.

Hình 4. 20. Cảm biến dịch chuyển tuyến tính KTR

118

Cảm biến hoạt động theo nguyên lý như sau: Đầu đo hành trình theo sự

biến dạng của kết cấu (theo hướng cần đo đạc biến dạng, khi sự dịch chuyển

xảy ra, điện thế đầu ra sẽ thay đổi tuyến tính với dịch chuyển của đầu đo.

Nguyên lý này là cơ sở để thực hiện xác định phương trình hồi quy tuyến tính

giữa số đọc điện thế đầu ra và biến dạng (dịch chuyển tuyến tính) của kết cấu.

Bảng mạch Arduino là một hệ thống nhúng, cho phép lập trình để kết nối

và điều khiển các thiết bị đo trong các ứng dụng khác nhau. Với phép đo kỹ

thuật thông thường, độ chính xác của phép đo ứng suất cần thiết vào khoảng

Δσ = 0,01 MPa. Với module đàn hồi của bê tông cấp 30 MPa vào khoảng Ec =

28100 MPa thì biến dạng tỷ đối cần đo có giá trị Δεyc = Δσ / Ec = 3,558x10-7 =

0,356 με (*).

Hình 4. 21. Bảng mạch Arduino

Hành trình của phần lớn cảm biến vị trí thông dụng Δ=12,7mm thì với

bộ chuyển đổi ADC tích hợp sẵn có độ phân giải 10 bits, tương ứng với số

lượng trạng thái tối đa ρ10bits = 210, độ phân giải chuyển vị thực theo hành trình

cảm biến sẽ là δ10bits = Δ / ρ10bits = 12,7 / 210 = 0,0124 mm. Thông thường, chiều

dài đo cơ bản ở hiện trường L0 = 200 mm, như vậy biến dạng tỷ đối có độ phân

giải tương ứng Δε10bits = δ10bits / L0 = 0,0124 / 200 = 6,2x10-5 = 62,011 με. Nói

cách khác, tỷ lệ về độ phân giải thực đo nhận được so với yêu cầu: Δε10bits / Δεyc

= 174 >> 1, tức chưa đạt được độ chính xác kỹ thuật cần thiết. Sự phân tích này

119

cho thấy nếu số liệu được thu thập trực tiếp thông qua mạch tích hợp ADC sẵn

có trên Arduino là không thể sử dụng được trên các đánh giá và phân tích kết

cấu cầu.

Như vậy, có thể thấy không thể sử dụng trực tiếp ADC đã được tích hợp

sẵn trên board Arduino mà phải dùng giải pháp khác để thực hiện sự khuếch

đại và chuyển đổi tín hiệu.

Nghiên cứu các mô đun hỗ trợ cho board Arduino có tính năng, chọn loại

mô đun HX-711 phối hợp để ghép cùng board Arduino với phân tích nêu sau:

Mô đun khuếch đại HX-711 có độ phân giải 24 bits, ngoài 1 bits dấu (+

hoặc -) sẽ còn 23 bits giá trị, các kết quả tương ứng sẽ là ρ24bits = 224-1, δ24bits =

Δ / ρ24bits = 12,7 / 223 = 1,51x10-6mm; Δε24bits = δ24bits / L0 = 7,56x10-9 = 0,00757

με và tỷ lệ độ phân giải so với yêu cầu: Δε24bits / Δεyc = 0,0212 << 1. Như vậy,

việc ứng dụng thêm mô đun HX-711 cho phép nâng cao độ chính xác của số

liệu đo và đáp ứng hoàn toàn với yêu cầu về độ chính xác kỹ thuật chuyên

ngành xây dựng.

4.4.2. Kết quả độ chính xác

Kết quả đo đạc trong phòng thí nghiệm được so sánh với thước kẹp

Palmer có độ chính xác 0.01 mm. Các giá trị điện thế đầu ra và dịch chuyển

tương ứng được trình bày trong bảng 4.7.

Bảng 4. 7. Các giá trị điện thế và dịch chuyển tương ứng

Số thứ tự

Số đọc Điện thế x (Volts) Chuyển vị y (mm)

1 5.02162124 0.00

2 5.02162124 0.59

3 5.02162124 1.00

4 5.02162124 1.53

120

Số thứ tự

Số đọc Điện thế x (Volts) Chuyển vị y (mm)

5 5.02162124 2.01

6 4.746249436 2.59

7 4.440280764 3.08

8 4.09351627 3.62

9 3.889537156 4.04

10 3.644762219 4.52

11 3.399987282 5.07

12 3.134814434 5.53

13 2.910437408 6.04

14 2.696259338 6.55

15 2.461683357 7.01

16 2.21690842 7.56

17 2.00273035 8.06

18 1.819149147 8.51

19 1.564175254 9.10

20 1.380594052 9.55

21 1.125620159 10.04

22 0.850248355 10.52

23 0.625871329 11.04

24 0.452489082 11.52

25 0.197515189 12.05

121

Số thứ tự

Số đọc Điện thế x (Volts) Chuyển vị y (mm)

26 0.013933986 12.53

27 0.013933986 13.13

Mối quan hệ giữa số đọc điện thế và dịch chuyển thực đo bằng thước

palmer được thể hiện trong biểu đồ hình 4.25.

Dịch chuyển thực Dịch chuyển dự báo

)

m m

(

n ể y u h c

h c ị D

0 1 2 4 5 6

3 Số đọc điện áp (V)

Hình 4. 22. Biểu đồ quan hệ giữa số đọc điện thế và dịch chuyển

Biểu đồ thể hiện mối quan hệ tuyến tính giữa hai đại lượng, sử dụng bài

toán hồi quy tương quan giữa hai biến, xác định được phương trình hồi quy

tổng thể mẫu giữa hai đại lượng này như sau:

y = -2.2581.V + 12.635

Hệ số tương quan R = -0.995

Hệ số R bình phương R2 = 0.990

122

Dựa vào phương trình hồi quy tổng thể mẫu, các giá trị dịch chuyển dự

báo tương ứng với các giá trị điện thế đọc được được tính toán trong bảng 4.8.

Bảng 4. 8. Các kết quả dự báo và độ lệch

Stt Ythực (mm) YDự báo (mm) Vi Vi.Vi

1.30 -1.30 1.68 1 0.00

1.30 -0.71 0.50 2 0.59

1.30 -0.30 0.09 3 1.00

1.30 0.23 0.05 4 1.53

1.30 0.71 0.51 5 2.01

1.92 0.67 0.45 6 2.59

2.61 0.47 0.22 7 3.08

3.39 0.23 0.05 8 3.62

3.85 0.19 0.04 9 4.04

4.41 0.11 0.01 10 4.52

4.96 0.11 0.01 11 5.07

5.56 -0.03 0.00 12 5.53

6.06 -0.02 0.00 13 6.04

6.55 0.00 0.00 14 6.55

7.08 -0.07 0.00 15 7.01

7.63 -0.07 0.00 16 7.56

8.11 -0.05 0.00 17 8.06

8.53 -0.02 0.00 18 8.51

9.10 0.00 0.00 19 9.10

123

20 9.52 9.55 0.03 0.00

21 10.09 10.04 -0.05 0.00

22 10.72 10.52 -0.20 0.04

23 11.22 11.04 -0.18 0.03

24 11.61 11.52 -0.09 0.01

25 12.19 12.05 -0.14 0.02

26 12.60 12.53 -0.07 0.01

27 12.60 13.13 0.53 0.28

4.02 ∑ 𝑉𝑖 𝑉𝑖

M (mm) 0.38

Các kết quả dự báo từ phương trình hồi quy tổng thể mẫu có độ lệch nhỏ

so với các chuyển vị thực. Sử dụng công thức tính sai số trung phương với giá

trị từ thước kẹp Palmer như là giá trị thực, giá trị này tính được là 0.38 mm.

Ý nghĩa lớn nhất của nghiên cứu thực nghiệm trong phòng này là kết hợp

được cảm biến KTR với bảng mạch Arduino để ghi nhận các số đọc (trị đo)

giúp giảm số lượng người thực hiện nhiệm vụ quan trắc, kiểm định đặc biệt khi

thực hiện theo mặt cắt cầu lớn, có nhiều dầm ngoài thực tế, tăng tính an toàn và

tiết kiệm chi phí.

4.5. Tiểu kết chương 4

Quan trắc thời gian thực công trình cầu hệ dây với các hợp phần bao gồm

trụ tháp, nhịp cầu, dây văng là một bài toán có ý nghĩa quan trọng trong đánh

giá an toàn vận hành công trình cầu. Bằng phương pháp kết hợp thiết bị GNSS

và cảm biến gia tốc, NCS đã thực hiện quan trắc công trình cầu theo thời gian

thực. Kết quả hiển thị dữ liệu quan trắc thời gian thực đảm bảo nắm bắt các

thông tin kịp thời và cung cấp dữ liệu cho công tác phân tích, đánh giá, cảnh

124

báo tình trạng của công trình cầu. Kết quả đạt được tương đương với cấp độ I

trong phân cấp mức độ của hệ thống SHMS. Kết quả đạt được đảm bảo tính

chủ động trong đo đạc, thay thế các hợp phần trong hệ thống quan trắc.

Kết quả quan trắc thực nghiệm về hiển thị, lưu trữ dữ liệu thời gian thực

với độ trễ rất nhỏ, thiết bị gọn nhẹ, dễ dàng thay thế trong qua trình bảo hành,

bảo trì thiết bị. Tính toàn vẹn dữ liệu được đảm bảo với phương pháp đo, truyền

không giây và sử dụng thiết bị công nghệ IoT với giá thành thấp.

Về cảm biến, kết hợp cảm biến chiết áp với thiết bị IoT trong xác định

lượng biến dạng, phục vụ xác định ứng suất của kết cấu dầm cầu là khả thi,

giảm thiểu nhân lực trong quá trình quan trắc, kiểm định ngoài thực địa và đảm

bảo độ chính xác yêu cầu.

Bài toán Kalman ứng dụng cho dự báo trạng thái GNSS-RTK cho kết

quả độ chính xác cao trong cả hai trường hợp lấy mẫu nguyên gốc và lấy giá trị

trung bình theo thời gian. Kết quả so sánh độ lệch ở bảng 4.2 và đánh giá độ

chính xác bảng 4.3 đều rất nhỏ. Đây là cơ sở để dự báo các trạng thái GNSS-

RTK khi sử dụng số liệu cảm biến gia tốc với tần suất dày hơn.

125

KẾT LUẬN VÀ KIẾN NGHỊ

Quan trắc dịch chuyển các công trình giao thông đường bộ nói chung và

đặc biệt là các công trình cầu lớn trên tuyến theo các quy định hiện hành có vai

trò quan trọng trong đảm bảo an toàn cho người, công trình và phương tiện lưu

thông trên tuyến. Các kết quả nghiên cứu trong luận án với đề tài “Nghiên cứu

kết hợp thiết bị trắc địa với thiết bị cảm biến trong quan trắc dịch chuyển công

trình giao thông đường bộ” đã chứng minh các luận điểm khoa học đề ra ban

đầu. Dựa trên kết quả nghiên cứu của luận án, NCS đưa ra một số kết luận và

kiến nghị như sau:

1. Kết luận

Sự phát triển của các thiết bị quan trắc và các thiết bị IoT cho phép kết

nối, điều khiển và thực hiện nhiệm vụ quan trắc một cách nhanh chóng thuận

tiện, đáp ứng nhu cầu thực tiễn sản xuất, xu hướng chuyển đổi số nói chung

cũng như xu hướng chuyển đổi số trong lĩnh vực quan trắc công trình cầu nói

riêng.

Việc kết hợp các thiết bị GNSS và thiết bị cảm biến trong công tác quan

trắc mang lại nhiều thông tin có giá trị theo thời gian thực và phân tích chuyên

sâu hậu kỳ để kịp thời nắm bắt các phản ứng của kết cấu trong quá trình vận

hành. Từ đó, các phản ứng và trạng thái an toàn của kết cấu được diễn giải một

cách đầy đủ, chi tiết và các quyết định được đưa ra một cách kịp thời.

Giải pháp đồng bộ hóa dữ liệu đo GNSS và cảm biến gia tốc cả về không

gian và thời gian, mang lại hiệu quả cả về kinh tế cũng như kỹ thuật trong phân

tích và đánh giá dịch chuyển công trình cầu. Số liệu quan trắc được thống nhất

trong không gian và thời gian.

Áp dụng mô hình lọc Kalman trong xử lý kết hợp dãy trị đo GNSS và

cảm biến gia tốc sau khi được thống nhất trong không gian và thời gian cho

thấy độ chính xác, độ tin cậy và đặc biệt là tăng cường độ nhậy của hệ thống

126

của dãy dữ liệu quan trắc được nâng cao.

Trong phân tích miền tần số và tính toán các dạng dao động thường sử

dụng cảm biến kết nối có dây tần suất lấy mẫu lớn. Nghiên cứu đã áp dụng

thành công cảm biến gia tốc MPU với giải pháp IoT quan trắc hệ kết cấu và

cho kết quả tương đồng với cảm biến chuyên dụng. Đây cũng là một ứng dụng

mới của cảm biến MPU từ lĩnh vực chuyển động sang lĩnh vực quan trắc hệ kết

cấu.

2. Kiến nghị

Dựa trên các kết quả đạt được và thuộc phạm vi nghiên cứu của luận án,

NCS có một số kiến nghị sau:

Giải pháp GNSS kết hợp cảm biến với kết quả nghiên cứu, đối chiếu

thực tế là một công cụ hữu ích trong quan trắc, đánh giá tình trạng công trình

nói chung và công trình cầu nói riêng. Các ngưỡng độ nhạy về GNSS và các

đại lượng về tần số dao động tự nhiên của kết cấu là những tham chiếu rất cần

thiết trong đánh giá an toàn kết cấu. Các kết quả phân tích tần số từ dữ liệu cảm

biến gia tốc MPU6050 có thể được ứng dụng trong đo đạc dao động và tính

toán các tần số tự nhiên của kết cấu. Việc áp dụng phương pháp IoT để điều

khiển quá trình thu, ghi, truyền dữ liệu với GNSS và cảm biến có thể áp dụng

trong thực tiễn đo đạc, đơn giản hóa công tác thực hiện ngoài thực địa.

Các kết quả nghiên cứu hiện tại cũng định hướng một số nội dung nghiên

cứu trong tương lai như sau:

Tìm hiểu các giải pháp mới để nâng cao độ chính xác hơn nữa của kết

quả GNSS theo phương pháp RTK trong bối cảnh máy thu đã có nhiều tiến bộ

về kích thước, về main board và firmware và kết hợp số liệu đo từ cảm biến.

Tiếp tục thử nghiệm giao thức truyền thông tốt hơn, nâng cao tần suất

đo, ghi và truyền dữ liệu của cảm biến nói chung và cảm biến gia tốc nói riêng

để từ đó cho phép xác định được nhiều dạng dao động tự nhiên của kết cấu.

127

Nghiên cứu sử dụng giao thức truyền thông mới ngoài giải pháp 4G dành

cho cả GNSS và cảm biến trong điều kiện khoảng cách, kích thước của công

trình cầu để cho phép thực hiện với nhiều đầu đo hơn, xác định trạng thái dao

động, chuyển vị của hệ kết cấu tại nhiều vị trí và từ đó cho phép mô hình hóa

trạng thái dao động của toàn bộ kết cấu. Trong đó, công nghệ Lora cần được

nghiên cứu và ứng dụng trong truyền và thu nhận dữ liệu.

128

DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA NCS

Tạp chí trong danh mục SCIE

1. Tran, D. T., Nguyen, D. H., Vu, N. Q., & Nguyen, Q. I. (2023). Crustal

displacement in Vietnam using CORS data during 2018 – 2021. Earth Sciences

Research Journal, 27(1), 27-36. https://doi.org/10.15446/esrj.v27n1.102630

Tạp chí trong danh mục ESCI

2. Trong, T.D., Dung, L.N., and Quang, V.N. (2023). Solution of inclinometer data

processing for horizontal displacement: A case study of basement diaphragm

wall monitoring in Vietnam. Reports on Geodesy and Geoinformatics, 116

(1):69–76

Tạp chí trong danh mục ACI

3. Chieu, V.D., Dung, L.N., Hung, C.V., Quang, V.N., and Son, B.N. (2023). Study

on the application of TLS for bridge deflection inspection in Vietnam. Journal

of Science and Technology in Civil Engineering (STCE) - HUCE, 17 (4):14–25

Bài báo tạp chí quốc tế

4. Nguyen, V.H., and Vu, N.Q. (2022). The First Phase of Research and

Manufacturing of Bridge Deformation Monitoring Equipment using Position

Sensor: Case study in Viet Nam. Technology Audit and Production Reserves, 4

(3):42–46.

5. Thai Ha Vu, Ngoc Quang Vu, Nguyen Van Thieu, Chapter 24 - Spatial prediction

of bridge displacement using deep learning models: A case study at Co Luy

bridge, Editor(s): Hoang Nguyen, Xuan-Nam Bui, Erkan Topal, Jian Zhou,

Yosoon Choi, Wengang Zhang, Applications of Artificial Intelligence in

Mining and Geotechnical Engineering, Elsevier, 2024, Pages 437-461, ISBN

9780443187643, https://doi.org/10.1016/B978-0-443-18764-3.00007-2.

Bài báo trong hội nghị khoa học quốc tế (Scopus)

6. Vu, N.Q., Le, V.H. (2024). Filtering Outliers in GNSS Time Series Data in Real-

Time Bridge Monitoring. In: Nguyen-Xuan, T., Nguyen-Viet, T., Bui-Tien, T.,

Nguyen-Quang, T., De Roeck, G. (eds) Proceedings of the 4th International

129

Conference on Sustainability in Civil Engineering. ICSCE 2022. Lecture Notes

in Civil Engineering, vol 344. Springer, Singapore. https://doi.org/10.1007/978-

981-99-2345-8_67

7. Ngoc Quang Vu, and Hoa Pham Thi Thanh (2023). Mobile Lidar for Road Surface

Monitoring: A Case Study of an Integrated AU20 Lidar. Recent Advances in

Structural Health Monitoring and Engineering Structures. SHM&ES 2023,

575–584

8. Ngoc Quang Vu, Viet Ha Nguyen and Dinh Trong Tran (2024). Application of

digital transformation in real-time bridge monitoring systems: a case study with

GNSS, accelerometer and IoT solution. IOP Conf. Series: Earth and

Environmental Science (GREEN-EME-2023)1383 (2024)

012001.doi:10.1088/1755-1315/1383/1/012001

Bài báo trong hội nghị khoa học quốc tế

9. Ngoc Quang Vu, Thi Nhung Le and Ngoc Dung Luong. Analysis of bridge

displacement using GNSS time-series data. IOP Conf. Ser.: Mater. Sci.

Eng. 1289 012034.

Bài báo tạp chí khoa học trong nước

10. Quang, V. N., Hà, N. V., & Chiều, V. Đình. (2023). Xây dựng hệ thống quan trắc

chuyển dịch và cảnh báo sớm sử dụng kỹ thuật GNSS-RTK. Tạp Chí Khoa Học

Công Nghệ Xây Dựng (TCKHCNXD) - ĐHXDHN, 17(1V), 134-146.

https://doi.org/10.31814/10.31814/stce.huce(nuce)2023-17(1V)-11

11. Quang, V. N., HàN. V., & TrọngT. Đình. (2023). Kết hợp GNSS, cảm biến gia

tốc và giải pháp IoT trong quan trắc cầu thời gian thực. Tạp Chí Khoa Học Công

Nghệ Xây Dựng (TCKHCNXD) - ĐHXDHN, 17(4V), 139-151.

https://doi.org/10.31814/stce.huce2023-17(4V)-12

12. Quang, V.N.; Hà, N.V.; Trọng, T.Đ. Quan trắc thời gian thực và kết hợp phân

tích dịch chuyển công trình sử dụng GNSS và cảm biến gia tốc. Tạp chí Khí

tượng Thuỷ văn 2024, 768, 10-20.

130

TÀI LIỆU THAM KHẢO

TIẾNG VIỆT

[1] Bộ Giao thông vận tải (2018). Thông tư hướng dẫn một số nội dung về quản lý, khai

thác và bảo trì công trình đường cao tốc. 1–20.

[2] Bộ Giao thông vận tải (2018). Thông tư số: 37/2018/QĐ-BGTVT ngày 07/06/2018 về “Quy định về quản lý, vận hành khai thác và bảo trì công trình đường bộ”. 1–13. [3] Bộ Giao thông Vận tải Việt Nam (2021). Khảo sát Thu thập Dữ liệu cho Chiến lược

Phát triển Giao thông Vận tải Bền vững ở Việt Nam (VITRANSS 3).

[4] Bộ xây dựng (2019). Thông tư Số: 04/2019/TT-BXD Sửa đổi, bổ sung một số nội dung của Thông tư số 26/2016/TT-BXD ngày 26/10/2016 của Bộ trưởng Bộ Xây dựng quy định chi tiết một số nội dung về quản lý chất lượng và bảo trì công trình

xây dựng.

[5] Bùi Hữu Hưởng (2014). Bố trí thiết bị quan trắc cho cầu dây văng Rạch Miễu. Tư

vấn thiết kế, 133–38.

[6] Hoàng Nam, Lê Văn Nam, Nguyễn Văn Thành, Mã Lý Thông (2018). Hệ quan trắc

công trình cầu Cần Thơ. Tạp chí Giao thông vận tải, 1–11.

[7] Lương Minh Chính (2013). Hệ thống quan trắc lâu dài công trình lớn ở việt nam.

Tuyển tập Hội nghị Khoa học thường niên năm 2013, 31–33.

[8] Nguyễn Hướng Dương, Bùi Tiến Thành (2021). Xác định vị trí hư hỏng trên dầm bằng phương pháp sử dụng độ cong của dạng dao động. Tạp chí Khoa học Công nghệ

Xây dựng (KHCNXD) - ĐHXDHN, 15 (7V):49–56.

[9] Nguyễn Hướng Dương, Nguyễn Quốc Bảo (2023). Xác định vị trí hư hỏng trên kết cấu dạng bản sử dụng ma trận độ mềm và số liệu đo dao động. Transport and

Communications Science Journal, 74 (5):570–581.

[10] Nguyễn Hướng Dương, Nguyễn Quốc Bảo (2023). Xác định vùng hư hỏng trên kết cấu dạng bản sử dụng độ cong dạng dao động theo hai phương và mạng nơ ron tích chập. Tạp chí Khoa học Công nghệ Xây dựng (TCKHCNXD) - ĐHXDHN, 17 (3V):66–77.

[11] Nguyễn Lan, Phạm Hùng Huy, Bùi Trung Hồng (2018). Hệ thống giám sát sức khỏe kết cấu cầu treo Thuận Phước tại Việt Nam. The International Conference on GeoInformatics for Spatial-Infrastructure Development in Earth & Allied Sciences.,

1–13.

131

[12] Nguyễn Thùy Linh (2022). Nghiên cứu giải pháp công nghệ quan trắc chuyển vị công

trình cầu trong điều kiện Việt Nam.

[13] Văn phòng chính phủ (2021). Nghị định quy định chi tiết một số nội dung về quản lý

chất lượng, thi công xây dựng và bảo trì công trình xây dựng.

[14] Vũ Đình Chiều, Lương Ngọc Dũng, Cù Việt Hưng, Vũ Ngọc Quang, Bùi Ngọc Sơn (2023). Nghiên cứu ứng dụng TLS trong kiểm tra độ võng cầu tại Việt Nam. Journal

of Science and Technology in Civil Engineering (STCE) - HUCE, 17 (4):14–25. [15] Vũ Ngọc Quang, Vũ Đình Chiều, Phạm Thị Thanh Hòa (2022). Một nghiên cứu thực nghiệm kiểm định và quan trắc cầu bằng thiết bị toàn đạc laser mặt đất. Tạp chí Khoa

học Kiến trúc-Xây dựng, 4565–69.

TIẾNG ANH

[16] Ashkenazi, V., FICE, and Roberts, G.W. (1997). Experimental monitoring of the

Humber bridge using GPS. Proc. Instn Civ. Engrs, Civ. Engng, 177–182.

[17] Atzori, L., Iera, A., and Morabito, G. (2010). The Internet of Things: A Survey.

Computer Networks, 2787–2805.

[18] Bisby, L.A. (2006). An Introduction to Structural Health Monitoring. [19] Breuer, P., Chmielewski, T., Górski, P., and Konopka, E. (2002). Application of GPS technology to measurements of displacements of high-rise structures due to weak

winds. Journal of Wind Engineering and Industrial Aerodynamics, 90 (3):223–230. [20] Brown, C.J., MIMechE, R.Karuna, and V.Ashkenazi (1999). Monitoring of structures using the Global Positioning System. Proc. Instn Civ. Engrs Structs & Bldgs, 97–

105.

[21] Cai, C., Gao, Y., Pan, L., and Dai, W. (2014). An analysis on combined GPS/COMPASS data quality and its effect on single point positioning accuracy under

different observing conditions. Advances in Space Research, 54 (5):818–829. [22] Charles D, G., and Paul R, W. (2006). ADJUSTMENT COMPUTATIONS, JOHN

WILEY & SONS, INC.

[23] Chaudhry, N., Yousaf, M.M., and Khan, M.T. (2020). Indexing of real time geospatial data by IoT enabled devices: Opportunities, challenges and design considerations. J Ambient Intell Smart Environ, 12 (4):281–312.

[24] Clough, R.W., and Penzien, J. (2003). Dynamics of Structures. [25] Comnav Tech (2021). N3_IMU_GNSS_Receiver. 1–2. [26] ComNav Technology Ltd. (2020). K803 GNSS Module 30.

132

[27] CONNECTIVITY, T. (2016). LVDT Principles of operation. SENSOR SOLUTIONS,

(08):

[28] Di Prisco, M., di Milano, P., Sheng-Hong Chen, I., Sharma, A., Kumar, N., and Ming Wang, C. Recent Advances in Structural Health Monitoring and Engineering

Structures.

[29] DKHAR, B. (2017). Uav Applications in Road Monitoring for Maintenance Purposes

Uav Applications in Road Monitoring for Maintenance Purposes. (May):

[30] Dong, Y., Song, R., and Liu, H. (2010). Bridges Structural Health Monitoring and Deterioration Detection-Synthesis of Knowledge and Technology. Final Report.

Fairbanks, .

[31] Feroz, S., and Dabous, S.A. (2021). UAV‐Based Remote Sensing Applications for

Bridge Condition Assessment. Remote Sens (Basel), 13 (1809):.

[32] Gindy, M., Nassif, H.H., and Velde, J. (2007). Bridge Displacement Estimates from Measured Acceleration Records. Journal of the Transportation Research Board,

2028136–145.

[33] Górski, P. (2017). Dynamic characteristic of tall industrial chimney estimated from

GPS measurement and frequency domain decomposition. Eng Struct, 148277–292.

[34] Granell, C., Kamilaris, A., Kotsev, A., Ostermann, F.O., and Trilles, S. (2020). Internet of Things, in Internet of Things in Geospatial Analytics, Springer Singapore. [35] Guan, H., Li, J., Cao, S., and Yu, Y. (2016). Use of mobile LiDAR in road

information inventory: a review. Int J Image Data Fusion, 7 (3):219–242.

[36] Gumilar, I., Hawaari, T., Sidiq, T.P., and Lukmanulhakim, A. (2020). As-built drawing generation of LFM building ITB using terrestrial laser scanner. IOP Conf

Ser Earth Environ Sci, 500 (1):.

[37] Guo, J., Liang Xu, Dai, L., McDonald, M., Wu, J., and Li, Y. (2005). Application of the Real-Time Kinematic Global Positioning System in Bridge Safety Monitoring. JOURNAL OF BRIDGE ENGINEERING, 10 (2):163–168.

[38] H, P. kumara V, and C, S.D. (2020). Design and Implementation of Real time monitoring of bridge using Wireless technology. Proceedings of the Second International Conference on Inventive Research in Computing Applications, 949– 953.

[39] Heo, Y., Li, B., Lim, S., and Rizos, C. (2009). Development of a network real-time kinematic processing platform. 22nd International Technical Meeting of the Satellite

Division of the Institute of Navigation, 63647–3655.

133

[40] Im, S.B., Hurlebaus, S., and Kang, Y.J. (2013). Summary Review of GPS Technology for Structural Health Monitoring. Journal of Structural Engineering, 139 (10):1653–

1664.

[41] InvenSense (2013). MPU-6000 and MPU-6050 Register Map and Descriptions. 1

(408).

[42] JICA (2014). Japan’s cooperation for the development of Hanoi’s transport. [43] Juan Martin Caicedo, Sinique Betancourt, and Shirley J. Dyke Introduction to

Dynamics of Structures.

[44] Kaloop, M.R., and Hu, J.W. (2016). Dynamic Performance Analysis of the Towers of a Long-Span Bridge Based on GPS Monitoring Technique. J Sens, 20161–14. [45] Kamilaris, A., and Ostermann, F.O. (2018). Geospatial analysis and the internet of

things. ISPRS Int J Geoinf, 7 (7):1–22.

[46] Kashima, S., Yanaka, Y., Suzuk, S., and Mori, K. (2001). Monitoring the Akashi

Kaiyo Bridge: First Experiences. Structural Engineering Internationa, 2120–123.

[47] Kim, K., Choi, J., Chung, J., Koo, G., Bae, I.-H., and Sohn, H. (2018). Structural Displacement Estimation through Multi-rate Fusion of Accelerometer and RTK-GPS

Displacement and Velocity Measurements. Measurement 9, 130223–235.

[48] Kopacik, A., Erdélyi, J., and Kyrinovic, P. (2015). Structural health monitoring of bridges using accelerometers – a case study at Apollo Bridge in Bratislava.

Geonauka, 3 (1):8–15.

[49] Larocca, A.P.C., Schaal, R.E., Santos, M.C., and Langley, R.B. (2005). Monitoring the deflection of the pierre-laporte suspension bridge with the phase residual method.

Proceedings of the 18th International Technical Meeting of the Satellite Division of

The Institute of Navigation, ION GNSS 2005, 20052023–2028.

[50] Lee, J.K., and Kim, J.O. (2017). A case study on GNSS based deflection and dynamic characteristics monitoring analysis for SeoHae bridge. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 35 (5):389–404.

[51] Lekidis, V., Tsakiri, M., Makra, K., Karakostas, C., Klimis, N., and Sous, I. (2005). Evaluation of dynamic response and local soil effects of the Evripos cable-stayed bridge using multi-sensor monitoring systems. Eng Geol, 79 (1–2):43–59.

[52] Li, Q., Li, R., Ji, K., and Dai, W. (2016). Kalman filter and its application. Proceedings - 8th International Conference on Intelligent Networks and Intelligent

Systems, ICINIS 2015, 74–77.

134

[53] Li, X., Ge, L., Ambikairajah, E., Rizos, C., Tamura, Y., and Yoshida, A. (2006). Full- scale structural monitoring using an integrated GPS and accelerometer system. GPS

Solutions, 10 (4):233–247.

[54] Lichti, D., Gordon, S., Stewart, M., Franke, J., and Tsakiri, M. (2002). Comparison of Digital Photogrammetry and Laser Scanning Vision-Based Deformation and Crack

Monitoring in Bridges View project. Vol. 0039–44.

[55] Lienhart, W., Ehrhart, M., and Grick, M. (2017). High frequent total station measurements for the monitoring of bridge vibrations. Journal of Applied Geodesy, 11 (1):1–8.

[56] Liu1, T., Yang, B., and Zhang, Q. (2017). Health Monitoring System Developed for

Tianjin 117 High-Rise Building. J. Aerosp. Eng, 30 (2):1–13.

[57] Lovas, T., Barsi, A., Dunai, L., Berényi, A., Lovas, T., Barsi, A., Detrekoi, A., Dunai, L., Csak, Z., Polgar, A., Berenyi, A., Kibedy, Z., and Szocs, K. (2008). Terrestrial

Laserscanning in Deformation Measurements of Structures. The International

Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences,

527–532.

[58] Lubowiecka, I., Armesto, J., Arias, P., and Lorenzo, H. (2009). Historic bridge modelling using laser scanning, ground penetrating radar and finite element methods

in the context of structural dynamics. Eng Struct, 312667–2676.

[59] Ma, X., Yu, K., He, X., Montillet, J.P., and Li, Q. (2020). Positioning Performance Comparison between GPS and BDS with Data Recorded at Four MGEX Stations.

IEEE Access, 8147422–147438.

[60] Meng, X., Nguyen, D.T., Xie, Y., Owen, J.S., Psimoulis, P., Ince, S., Chen, Q., Ye, J., and Bhatia, P. (2018). Design and Implementation of a New System for Large

Bridge Monitoring—GeoSHM. sensors Article, 18 (775):1–23.

[61] Merkle, W., and Myers, J.J. (2004). Use of the total station for serviceability monitoring of bridges with limited access in Missouri, USA. Proceeding of Civil Engineering, University of Missouri-Rolla, USA, (Figure 1):1–8.

[62] Moon, H.S., Ok, S., Chun, P. jo, and Lim, Y.M. (2019). Artificial neural network for vertical displacement prediction of a bridge from strains (part 1): Girder bridge under moving vehicles. Applied Sciences (Switzerland), 9 (14):1–21.

[63] Muhammad Shumail Farooq, B., and Tran Ph Brian Lines Ph D Michael Panethiere PE, D.D. (2017). An Approach to Bridge Inspection Using 3D Laser Scanners and

Digital Photographs.

135

[64] Mustapha, S., Lu, Y., Ng, C.-T., and Malinowski, P. (2021). Sensor Networks for Structures Health Monitoring: Placement, Implementations, and Challenges—A

Review. vibration Review, 4552–585.

[65] Nakamura, S. (2000). GPS MEASUREMENT OF WIND-INDUCED SUSPENSION JOURNAL OF STRUCTURAL BRIDGE GIRDER DISPLACEMENTS.

ENGINEERING, 1261413–1419.

[66] Ni, Y.Q., Xia, Y., Liao, W.Y., and Ko, J.M. (2009). Technology innovation in developing the structural health monitoring system for Guangzhou New TV Tower. Struct Control Health Monit, 16 (1):73–98.

[67] Ok, S., Son, W., and Lim, Y.M. (2012). A study of the use of artificial neural networks to estimate dynamic displacements due to dynamic loads in bridges. J Phys Conf Ser, 382 (1):.

[68] Ostachowicz, W., Soman, R., and Malinowski, P. (2019). Optimization of sensor placement for structural health monitoring: a review. Struct Health Monit, 18

(3):963–988.

[69] Paola Barba, B.R., Ramírez-Zelaya, J., and Berrocoso, M. (2021). Comparative Analysis of Statistical and Analytical Techniques for the Study of GNSS Geodetic

Time Series. Eng. Proc, 1–11.

[70] Perets, T. (2021). Investigation of Wi-Fi (ESP8266) Module and Application to an

Audio Signal Transmission.

[71] R, A., Mesta, S.S., A U, V., G, R., and Sivaranan, H.K. (2017). Brigde monitoring

system using wireless networks. Ijariie, 2 (5):107–111.

[72] Riveiro, B., González-Jorge, H., Varela, M., and Jauregui, D. V. (2013). Validation of terrestrial laser scanning and photogrammetry techniques for the measurement of

vertical underclearance and beam geometry in structural inspection of bridges.

Measurement (Lond), 46784–794.

[73] Riveiro, B., Morer, P., Arias, P., and De Arteaga, I. (2011). Terrestrial laser scanning and limit analysis of masonry arch bridges. Constr Build Mater, 251726–1735. [74] Roberts, G.W., Brown, C.J., and Ogundipe, O. (2010). Monitoring Bridges by GNSS. The XXIV FIG International Congress 2010 ‘Facing the Challenges - Building the Capacity’, (April 2010):11–16.

[75] Roover, C. De, Vantomme, J., Wastiels, J., and Taerwe, L. (2002). Deformation Analysis of a Modular Connection System By Digital Image Deformation

Correlation. TECHNIQUES TECHNIQUES, (December):37–40.

136

[76] Ross, R.J., Brashaw, B.K., and Anderson, S.J. (2012). Use of Laser Scanning

Technology to Obtain As-Built Records of Historic Covered Bridges.

[77] S, S.K., S, B.B., S, C.K., and S, M.K. (2021). Real Time Monitoring of Bridge Using Wireless Technology. International Advanced Research Journal in Science,

Engineering and Technology, 8 (4):362–364.

[78] Sekiya, H., Kimura, K., and Miki, C. (2021). Technique for Determining Bridge Displacement Response Using MEMS Accelerometers. Sensors, 16 (2):1–21. [79] Shafi, M., Molisch, A.F., Smith, P.J., Haustein, T., Zhu, P., De Silva, P., Tufvesson, F., Benjebbour, A., and Wunder, G. (2017). 5G: A tutorial overview of standards,

trials, challenges, deployment, and practice. IEEE Journal on Selected Areas in

Communications, 35 (6):1201–1221.

[80] Sin, F.K., and Zainon, O. (2021). Monitoring Of Concrete Bridge Using Robotic Total Station. Journal of Advanced Geospatial and Science Technology, 1 (1):163–

192.

[81] Soman, R., Kudela, P., Balasubramaniam, K., Singh, S.K., and Malinowski, P. (2019). A Study of Sensor Placement Optimization Problem for Guided Wave-Based

Damage Detection. sensors, 191–18.

[82] Stiros, S.C. (2021). Gnss (Gps) monitoring of dynamic deflections of bridges: Structural constraints and metrological limitations. Infrastructures (Basel), 6 (2):1–

14.

[83] Teza, G., Galgaro, A., and Moro, F. (2009). Contactless recognition of concrete surface damage from laser scanning and curvature computation. NDT and E

International, 42 (4):240–249.

[84] Trimble (2003). Trimble ® R7/R8 GPS Receiver User Guide. [85] Unicore Communications (2022). UM982 GPS/BDS/GLONASS/Galileo/QZSS All- constellation Multi-frequency High Precision Positioning & Heading Module. 1–26. [86] Vargas, R., Mosavi, A., and Ruiz, L. (2017). Deep Learning A Review. Advances in

Intelligent Systems and Computing, .

[87] Wang, X., Zhao, Q., Xi, R., Li, C., Li, G., and Li, L. (2021). Review of Bridge Structural Health Monitoring Based on GNSS: From Displacement Monitoring to Dynamic Characteristic Identification. IEEE Access, 980043–80065.

[88] Welch, G., and Bishop, G. An Introduction to the Kalman Filter.

137

[89] Xi, R., He, Q., and Meng, X. (2021). Bridge monitoring using multi-GNSS observations with high cutoff elevations: A case study. Measurement (Lond), 168

(August 2020):108303.

[90] Xi, R., Xiaolin, M., Jiang, W., He, Q., and An, X. (2019). Performance analysis of bridge monitoring with the integrated GPS , BDS and GLONASS. (May):15–17. [91] Yi, J., Zhang, J.W., and Li, Q.S. (2013). Dynamic characteristics and wind-induced responses of a super-tall building during typhoons. Journal of Wind Engineering and

Industrial Aerodynamics, 121116–130.

[92] Yu, J., Meng, X., Yan, B., and Yang, L. (2014). Identification of dynamic displacements and modal frequencies of a medium- span suspension bridge using

multimode GNSS processing. Eng Struct, 81432–443.

[93] Yu, J., Meng, X., Yan, B., Xu, B., Fan, Q., and Xie, Y. (2019). Global Navigation Satellite System-based positioning technology for structural health monitoring: a

review. Struct Control Health Monit, 27 (1):1–27.

[94] Yu, S., and Ou, J. (2017). Structural Health Monitoring and Model Updating of

Aizhai Suspension Bridge. J Aerosp Eng, 30 (2):1–15.

[95] Yuan, X., Lippitt, C., and Moreu, F. (2020). Bridge construction monitoring using

LIDAR for Quantified, Objective Quality Control Quality-Assurance (QOQCQA).

[96] Zhang, C. (2008). An UAV-based photogrammetric mapping system for road condition assessment. The International Archives of the Photogrammetry, Remote

Sensing and Spatial Information Sciences., 627–632.

[97] Zhang, C. (2010). Monitoring the condition of unpaved roads with remote sensing

and other technology. Final Report US DOT DTPH56-06-BAA-0002, 1–53.

[98] Zhang, C., and Elaksher, A. (2012). An unmanned aerial vehicle-based imaging system for 3D measurement of unpaved road surface distresses. Computer-Aided

Civil and Infrastructure Engineering, 27 (2):118–129.

[99] Zhang, C., Arditi, D., and Chen, Z. (2013). DOCUMENTATION AND VISUALIZATION OF AN AS-BUILT TUNNEL BY COMBINING 3D LASER SCANNING AND WEB MAPPING. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 139–144.

[100] Zhao, L., Mbachu, J., Wang, B., Liu, Z., and Zhang, H. (2022). Installation

Quality Inspection for High Formwork Using Terrestrial Laser Scanning Technology.

Symmetry (Basel), 141–31.

138

PHỤ LỤC

139

PHỤ LỤC 1

PHÂN TÍCH TẦN SỐ ĐÁNH GIÁ CẢM BIẾN GIA TỐC NI

Phần mềm phân tích: Vibrationdata Toolbox

Phân tích FFT, đầu đo NI thứ nhất, lần 1

Phân tích FFT, đầu đo NI thứ nhất, lần 2

140

Phân tích FFT, đầu đo NI thứ nhất, lần 3

Phân tích FFT, đầu đo NI thứ nhất, lần 4

141

Phân tích FFT, đầu đo NI thứ nhất, lần 5

142

PHỤ LỤC 2

PHÂN TÍCH TẦN SỐ ĐÁNH GIÁ CẢM BIẾN GIA TỐC MPU6050

Phần mềm phân tích: Vibrationdata Toolbox

Phân tích FFT, đầu đo MPU6050, lần 1

Phân tích FFT, đầu đo MPU6050, lần 2

143

Phân tích FFT, đầu đo MPU6050, lần 3

Phân tích FFT, đầu đo MPU6050, lần 4

144

Phân tích FFT, đầu đo MPU6050, lần 5

Phân tích FFT, đầu đo MPU6050, lần 6

145

PHỤ LỤC 3

MỘT ĐOẠN DỮ LIỆU CẢM BIẾN GIA TỐC NI LẦN 1 (04 ĐẦU ĐO)

t 0 0.000391 0.000781 0.001172 0.001563 0.001953 0.002344 0.002734 0.003125 0.003516 0.003906 0.004297 0.004688 0.005078 0.005469 0.005859 0.00625 0.006641 0.007031 0.007422 0.007813 0.008203 0.008594 0.008984 0.009375 0.009766 0.010156 0.010547 0.010938 0.011328 0.011719 0.012109 0.0125 0.012891 0.013281 0.013672 0.014063 0.014453 0.014844

NI1 0.006305 0.00559 0.006732 0.006582 0.006889 0.006913 0.007039 0.007532 0.007255 0.007273 0.006714 0.006949 0.00669 0.007045 0.007105 0.007574 0.007189 0.006798 0.006798 0.006967 0.006732 0.00737 0.007315 0.008205 0.007881 0.007544 0.006528 0.006402 0.007195 0.008049 0.007562 0.007249 0.006738 0.006438 0.007514 0.006877 0.006895 0.005572 0.00669

NI2 -0.00018 -0.00016 -8.92E-05 0.000208 0.000117 -1.64E-05 -0.00042 -0.00041 8.69E-05 0.000506 0.001247 0.000664 0.001137 0.000931 0.000135 7.47E-05 0.000354 0.001113 0.001083 0.001447 0.001332 0.000652 0.00084 0.000591 0.000585 0.000785 0.001162 0.001034 0.00166 0.00169 0.000609 -9.53E-05 -0.0007 0.000943 0.002364 0.00152 0.001307 0.000712 0.000688

NI3 -0.00222 -0.00139 -0.00163 -0.00207 -0.00257 -0.00245 -0.00278 -0.00286 -0.00333 -0.00283 -0.00244 -0.00232 -0.00261 -0.00348 -0.00399 -0.0042 -0.00324 -0.00271 -0.00247 -0.0023 -0.00309 -0.00319 -0.00351 -0.00329 -0.00337 -0.00306 -0.00222 -0.0019 -0.00118 -0.00207 -0.00355 -0.00388 -0.00336 -0.00226 -0.00135 -0.00195 -0.00286 -0.00282 -0.00321

NI4 0.005143 0.005078 0.004137 0.004102 0.005025 0.005066 0.005048 0.004658 0.004392 0.003386 0.002753 0.003434 0.004214 0.004244 0.004339 0.004398 0.003682 0.003416 0.002446 0.003025 0.003049 0.003647 0.004102 0.004096 0.003859 0.002872 0.002375 0.002245 0.002274 0.002842 0.003747 0.003605 0.003073 0.00341 0.002635 0.002747 0.002351 0.002712 0.004007

Stt 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

Phân bố như hình 3.12, chương 3

40 41 42 43 44 45 …….. …….. …….. 767975 767976 767977 767978 767979 767980 767981 767982 767983 767984 767985 767986 767987 767988 767989 767990 767991 767992 767993 767994 767995 767996 767997 767998 767999 768000

0.000907 0.001556 0.000457 0.000518 0.001198 0.001477 …….. …….. …….. -3.46E-05 -0.00041 -0.00022 -0.00042 -0.00032 -7.71E-05 -0.00026 -0.00029 -0.00082 -0.00051 -0.00044 -5.28E-05 -0.00025 -0.00068 -0.00022 -3.46E-05 9.90E-05 -0.00052 -0.00068 -0.00102 -0.00088 -0.00044 -0.00107 -0.00177 -0.00141 -0.00071

0.015234 0.015625 0.016016 0.016406 0.016797 0.017188 …….. …….. …….. 299.9898 299.9902 299.9906 299.991 299.9914 299.9918 299.9922 299.9926 299.993 299.9934 299.9938 299.9941 299.9945 299.9949 299.9953 299.9957 299.9961 299.9965 299.9969 299.9973 299.9977 299.998 299.9984 299.9988 299.9992 299.9996

0.007333 0.00737 0.006492 0.005704 0.005969 0.006913 …….. …….. …….. 0.001862 0.002043 0.001646 0.000816 0.001832 0.002151 0.001862 0.001273 0.001063 0.001802 0.002325 0.001694 0.001838 0.002127 0.002013 0.001772 0.002025 0.002241 0.002103 0.002596 0.002415 0.00256 0.002818 0.002518 0.002307 0.002644

-0.00316 -0.00247 -0.00271 -0.00307 -0.0021 -0.00157 …….. …….. …….. -0.0046 -0.00442 -0.00461 -0.00447 -0.00449 -0.00373 -0.00374 -0.0044 -0.00439 -0.00466 -0.00411 -0.00473 -0.00455 -0.00513 -0.00465 -0.00456 -0.00466 -0.00444 -0.0046 -0.00438 -0.00407 -0.00403 -0.00423 -0.0043 -0.00449 -0.0046

0.004818 0.004232 0.003434 0.002268 0.002913 0.003877 …….. …….. …….. 0.002913 0.002475 0.002564 0.002304 0.002535 0.002144 0.002316 0.003037 0.002813 0.002552 0.003167 0.003215 0.002854 0.002907 0.003274 0.003079 0.003156 0.003079 0.002901 0.003055 0.003102 0.003185 0.003096 0.003286 0.002996 0.00338

146

147

PHỤ LỤC 4

MỘT ĐOẠN DỮ LIỆU CẢM BIẾN GIA TỐC MPU6050 LẦN 1

Stt 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

Acc_X 0 0.06 0 0.02 0.01 0.03 -0.03 0.05 -0.04 0.02 0.07 -0.02 -0.01 0.01 -0.04 0 0.01 0.06 0.03 0.02 0.08 0 0 0.07 0.03 0.01 0.02 0.03 0.04 0 -0.03 -0.01 0.05 0.04

t 0 0.003152 0.006304 0.009456 0.012608 0.01576 0.018912 0.022064 0.025216 0.028368 0.03152 0.034672 0.037824 0.040976 0.044128 0.04728 0.050432 0.053584 0.056736 0.059888 0.06304 0.066192 0.069344 0.072496 0.075648 0.0788 0.081952 0.085104 0.088256 0.091408 0.09456 0.097712 0.100864 0.104016

Acc_Y 0 -0.05 -0.04 -0.08 -0.02 -0.05 -0.07 -0.1 -0.04 -0.02 -0.01 -0.06 -0.04 0.02 0.03 -0.06 -0.1 -0.07 -0.01 -0.04 -0.07 0.04 -0.01 0 0 -0.04 -0.07 -0.04 -0.04 -0.08 -0.03 -0.1 -0.08 -0.04

Acc_h 0 0.08 0.06 0.05 0.05 0.06 0.09 0.06 0.07 0.03 0.01 0.11 0 0.09 0.06 0.04 0.04 0.17 0.05 0.14 0.02 0.21 0.1 0.05 0.05 0.12 0.07 0.04 0.09 0.07 0.07 0.05 0.1 0.11

Phân bố như hình 3.12, chương 3

148

PHỤ LỤC 5

DỮ LIỆU DỊCH CHUYỂN GNSS-RTK TẦN SUẤT 01 GIÂY

Stt X Y Z mX mY mZ

1 0 0 0 0.002 0.002 0.0055

2 0.0007 0.0009 0.0041 0.002 0.002 0.0055

3 -0.0027 -0.0013 0.0044 0.002 0.002 0.0055

4 -0.0012 0.0003 0.0064 0.002 0.002 0.0055

5 -0.0028 0.0015 0.0067 0.002 0.002 0.0055

6 -0.0003 0.0007 0 0.002 0.002 0.0055

7 -0.0008 -0.0007 0.0076 0.002 0.002 0.0055

8 -0.0023 0.0004 0.0078 0.002 0.002 0.0055

9 -0.0038 0.0013 -0.0037 0.002 0.002 0.0055

10 -0.0052 0.0019 -0.0001 0.002 0.002 0.0055

11 -0.0037 0.0011 -0.0038 0.002 0.002 0.0055

12 -0.0039 0.0014 0.0031 0.002 0.002 0.0055

13 -0.0042 -0.0004 -0.0021 0.002 0.002 0.0055

14 -0.0047 0.0009 0.0089 0.002 0.002 0.0055

15 -0.0061 0.0016 -0.0067 0.002 0.002 0.0055

16 -0.0056 0.0029 -0.0035 0.002 0.002 0.0055

17 -0.0052 0.0021 -0.0018 0.002 0.002 0.0055

18 -0.0065 0.0001 0.0048 0.002 0.002 0.0055

19 -0.0062 0.0019 0.0082 0.002 0.002 0.0055

20 -0.0054 0.0026 0.0012 0.002 0.002 0.0055

21 -0.0068 0.0033 0.0026 0.002 0.002 0.0055

22 -0.0087 0.0052 0.0108 0.002 0.002 0.0055

23 -0.0066 0.0028 0.009 0.002 0.002 0.0055

24 -0.0041 0.0045 0.0154 0.002 0.002 0.0055

25 -0.004 0.0042 0.0171 0.002 0.002 0.0055

26 -0.0044 0.0053 0.0131 0.002 0.002 0.0055

27 -0.0056 0.0029 0.0122 0.002 0.002 0.0055

28 -0.0039 0.0015 0.014 0.002 0.002 0.0055

149

29 0.0142 -0.0033 0.0052 0.002 0.002 0.0055

30 0.0222 -0.0046 0.0032 0.002 0.002 0.0055

31 0.0149 -0.0049 0.0013 0.002 0.002 0.0055

32 0.0142 -0.0055 0.0028 0.002 0.002 0.0055

33 0.0057 -0.0044 0.0028 0.002 0.002 0.0055

34 0.0094 -0.0046 0.0032 0.04 0.046 0.1183

35 0.0084 -0.006 0.0013 0.031 0.037 0.0936

36 0.0062 -0.0061 0.0015 0.002 0.002 0.0062

37 -0.0062 0.0044 -0.0006 0.002 0.002 0.0057

38 -0.0051 0.0044 -0.0035 0.002 0.002 0.0059

39 -0.0056 0.0055 -0.0132 0.002 0.002 0.0059

40 -0.0069 0.0035 -0.0063 0.002 0.002 0.0059

41 -0.0069 0.006 0.0007 0.002 0.002 0.0059

42 -0.0066 0.0053 0.0029 0.002 0.002 0.0059

43 -0.0074 0.0046 0.0051 0.002 0.002 0.0059

44 -0.0069 0.0034 0.0037 0.002 0.002 0.0059

45 -0.0057 0.0031 -0.0008 0.002 0.002 0.0059

46 -0.006 0.004 0.0024 0.002 0.002 0.0058

47 -0.0063 0.0047 -0.0003 0.002 0.002 0.0058

48 -0.0062 0.0044 -0.0067 0.002 0.002 0.0059

49 -0.0072 0.0042 -0.0112 0.002 0.002 0.0058

50 -0.0066 0.0027 -0.0053 0.002 0.002 0.0058

51 -0.0072 0.0041 -0.004 0.002 0.002 0.0058

52 -0.0063 0.0046 -0.0081 0.002 0.002 0.0058

53 -0.0076 0.0051 -0.0082 0.002 0.002 0.0058

54 -0.0063 0.0046 -0.0031 0.002 0.002 0.0058

55 -0.0063 0.0045 0.0045 0.002 0.002 0.0058

56 -0.0085 0.0073 0.0041 0.002 0.002 0.0058

57 -0.007 0.0062 0.0046 0.002 0.002 0.0058

58 -0.0071 0.0039 0.0086 0.002 0.002 0.0058

59 -0.0056 0.0029 0.0118 0.002 0.002 0.0058

60 -0.0082 0.0039 0.0002 0.002 0.002 0.0058

150

-0.0085 0.0046 0.0003 61 0.002 0.002 0.0058

0.004 -0.0093 0.004 62 0.002 0.002 0.0058

0.0042 -0.0082 0.0065 63 0.002 0.002 0.0058

0.0038 -0.006 0.004 64 0.002 0.002 0.0057

0.0011 -0.0087 0.0025 65 0.002 0.002 0.0057

0.0022 -0.0085 0.0073 66 0.002 0.002 0.0057

0.0074 -0.0111 0.003 67 0.002 0.002 0.0057

0.0011 -0.0108 0.005 68 0.002 0.002 0.0057

-0.0101 0.0058 -0.0011 69 0.002 0.002 0.0057

0.0049 -0.0079 0.0034 70 0.002 0.002 0.0057

0.0088 -0.0083 0.0017 71 0.002 0.002 0.0057

0.0159 -0.0072 0.0015 72 0.002 0.002 0.0057

0.0144 -0.01 0.0005 73 0.002 0.002 0.0057

-0.0084 0.0018 0.006 74 0.002 0.002 0.0057

0.0068 -0.0103 0.0013 75 0.002 0.002 0.0057

0.0031 -0.0098 0.0001 76 0.002 0.002 0.0057

0.0083 -0.0104 0.0014 77 0.002 0.002 0.0057

0.0029 -0.0111 0.003 78 0.002 0.002 0.0057

-0.0104 0.0015 -0.0037 79 0.002 0.002 0.0057

-0.0094 -0.0009 0.001 80 0.002 0.002 0.0057

-0.0085 -0.0005 -0.0027 81 0.002 0.002 0.0057

-0.0092 -0.0013 -0.0088 82 0.002 0.002 0.0057

-0.0106 -0.0007 -0.0036 83 0.002 0.002 0.0057

-0.0125 0.0012 -0.0091 84 0.002 0.002 0.0057

-0.0113 0.0011 -0.0101 85 0.002 0.002 0.0057

-0.01 0.0004 -0.0122 86 0.002 0.002 0.0057

-0.0082 -0.0064 -0.0006 627 0.002 0.002 0.0055

-0.0085 -0.0081 0.0023 628 0.002 0.002 0.0055

-0.0094 -0.0085 0.001 629 0.002 0.002 0.0055

-0.0093 -0.0087 -0.0081 630 0.002 0.002 0.0055

-0.0084 -0.0083 0.0046 631 0.002 0.002 0.0055

-0.0071 -0.0064 0.0001 632 0.002 0.002 0.0055

151

633 -0.008 -0.0069 -0.0096 0.002 0.002 0.0055

634 -0.0069 -0.0068 0.0005 0.002 0.002 0.0055

635 -0.0068 -0.007 -0.0024 0.002 0.002 0.0055

636 -0.0082 -0.0088 0.0039 0.002 0.002 0.0055

637 -0.0085 -0.0057 -0.0015 0.002 0.002 0.0055

638 -0.0088 -0.0049 -0.0032 0.002 0.002 0.0055

639 -0.0103 -0.0065 -0.0029 0.002 0.002 0.0055

640 -0.0093 -0.0037 0.0019 0.002 0.002 0.0055

641 -0.0091 -0.0042 -0.0006 0.002 0.002 0.0055

642 -0.0084 -0.0058 0.0066 0.002 0.002 0.0055

643 -0.0097 -0.0054 0.0037 0.002 0.002 0.0055

644 -0.0102 -0.004 0.0074 0.002 0.002 0.0055

645 -0.0111 -0.0021 0.0035 0.002 0.002 0.0055

646 -0.011 -0.0049 0.0043 0.002 0.002 0.0055

647 -0.0115 -0.0063 0.0136 0.002 0.002 0.0055

648 -0.0101 -0.0043 0.0076 0.002 0.002 0.0055

649 -0.0118 -0.0055 0.0054 0.002 0.002 0.0055

650 -0.0121 -0.0048 -0.0006 0.002 0.002 0.0055

651 -0.011 -0.0048 -0.0025 0.002 0.002 0.0055

652 -0.0111 -0.0072 0.0023 0.002 0.002 0.0055

653 -0.0104 -0.0063 -0.0016 0.002 0.002 0.0055

654 -0.0103 -0.0063 -0.001 0.002 0.002 0.0055

655 -0.0085 -0.0056 -0.0016 0.002 0.002 0.0055

656 -0.0089 -0.0047 -0.0028 0.002 0.002 0.0055

657 -0.0089 -0.0045 -0.0079 0.002 0.002 0.0055

658 -0.01 -0.0045 -0.0039 0.002 0.002 0.0055

659 -0.0106 -0.0058 0.0049 0.002 0.002 0.0055

660 -0.0119 -0.0053 0.0051 0.002 0.002 0.0055

661 -0.0103 -0.0038 0.0057 0.002 0.002 0.0055

662 -0.0101 -0.0044 0.0036 0.002 0.002 0.0055

663 -0.0104 -0.0037 0.0023 0.002 0.002 0.0055

664 -0.0094 -0.006 0.0055 0.002 0.002 0.0055

152

665 -0.0095 -0.0059 0.0087 0.002 0.002 0.0055

666 -0.0094 -0.0034 0.0017 0.002 0.002 0.0055

667 -0.0096 -0.0031 -0.0014 0.002 0.002 0.0055

668 -0.0103 -0.0064 0.0056 0.002 0.002 0.0055

669 -0.0079 -0.0069 0.0115 0.002 0.002 0.0055

670 -0.0094 -0.0034 0.0088 0.002 0.002 0.0055

671 -0.0087 -0.005 0.0108 0.002 0.002 0.0055

672 -0.0085 -0.0055 0.0092 0.002 0.002 0.0055

673 -0.0079 -0.0095 0.01 0.002 0.002 0.0055

674 -0.007 -0.0066 0.0053 0.002 0.002 0.0055

675 -0.0095 -0.0057 0.0068 0.002 0.002 0.0055

676 -0.0083 -0.0085 -0.0014 0.002 0.002 0.0055

677 -0.0093 -0.0061 -0.0036 0.002 0.002 0.0055

678 -0.0103 -0.0063 -0.0011 0.002 0.002 0.0055

679 -0.0105 -0.0061 -0.0086 0.002 0.002 0.0055

680 -0.0097 -0.0053 -0.0069 0.002 0.002 0.0055

681 -0.0105 -0.006 -0.0058 0.002 0.002 0.0055

682 -0.01 -0.0071 -0.0044 0.002 0.002 0.0055

683 -0.0086 -0.0053 -0.0045 0.002 0.002 0.0055

684 -0.0093 -0.0062 -0.0115 0.002 0.002 0.0055

685 -0.0093 -0.0062 -0.0068 0.002 0.002 0.0055

686 -0.0095 -0.0059 -0.0123 0.002 0.002 0.0055

687 -0.0098 -0.0051 -0.0205 0.002 0.002 0.0055

688 -0.0091 -0.0041 -0.0214 0.002 0.002 0.0055

689 -0.0099 -0.0049 -0.0236 0.002 0.002 0.0055

690 -0.0086 -0.0053 -0.0144 0.002 0.002 0.0055

691 -0.0103 -0.0038 -0.013 0.002 0.002 0.0055

692 -0.0096 -0.0082 -0.0135 0.002 0.002 0.0055

693 -0.0098 -0.005 -0.0162 0.002 0.002 0.0055

694 -0.0082 -0.0064 -0.0201 0.002 0.002 0.0055

695 -0.0089 -0.0047 -0.0148 0.002 0.002 0.0055

696 -0.009 -0.0044 -0.0198 0.002 0.002 0.0055

153

697 -0.0074 -0.0056 -0.0209 0.002 0.002 0.0055

698 -0.009 -0.0043 -0.0227 0.002 0.002 0.0055

699 -0.0091 -0.0042 -0.0249 0.002 0.002 0.0055

700 -0.0072 -0.006 -0.0244 0.002 0.002 0.0055

701 -0.0065 -0.0052 -0.0217 0.002 0.002 0.0055

702 -0.0072 -0.006 -0.0147 0.002 0.002 0.0055

703 -0.0064 -0.0029 -0.0185 0.002 0.002 0.0055

704 -0.0066 -0.0049 -0.0162 0.002 0.002 0.0055

705 -0.0051 -0.0059 -0.018 0.002 0.002 0.0055

706 -0.0076 -0.0052 -0.0233 0.002 0.002 0.0055

707 -0.0075 -0.0053 -0.0152 0.002 0.002 0.0055

708 -0.0075 -0.0054 -0.0034 0.002 0.002 0.0055

709 -0.0077 -0.0049 -0.0025 0.002 0.002 0.0055

710 -0.0075 -0.0053 0.0015 0.002 0.002 0.0055

711 -0.0075 -0.0054 -0.0032 0.002 0.002 0.0055

712 -0.0071 -0.0037 -0.0063 0.002 0.002 0.0055

713 -0.0086 -0.0027 -0.0026 0.002 0.002 0.0055

714 -0.0056 -0.0047 -0.0024 0.002 0.002 0.0055

715 -0.0073 -0.0032 -0.0045 0.002 0.002 0.0055

716 -0.0089 -0.0047 -0.0082 0.002 0.002 0.0055

717 -0.0087 -0.0026 -0.0094 0.002 0.002 0.0055

718 -0.0085 -0.0055 -0.012 0.002 0.002 0.0055

719 -0.0085 -0.0055 -0.0128 0.002 0.002 0.0055

720 -0.0092 -0.0039 -0.017 0.002 0.002 0.0055

721 -0.0109 -0.0025 -0.0113 0.002 0.002 0.0055

722 -0.0086 -0.0053 -0.02 0.002 0.002 0.0055

723 -0.0092 -0.0064 -0.0173 0.002 0.002 0.0055

724 -0.0093 -0.0063 -0.0128 0.002 0.002 0.0055

725 -0.0078 -0.0046 -0.0161 0.002 0.002 0.0055

726 -0.0056 -0.0047 -0.0169 0.002 0.002 0.0055

727 -0.0067 -0.0047 -0.0179 0.002 0.002 0.0055

728 -0.0068 -0.0045 -0.0177 0.002 0.002 0.0055

154

729 -0.0079 -0.0043 -0.017 0.002 0.002 0.0055

730 -0.0086 -0.0027 -0.0091 0.002 0.002 0.0055

731 -0.0096 -0.003 -0.0112 0.002 0.002 0.0055

732 -0.0096 -0.003 -0.0099 0.002 0.002 0.0055

733 -0.009 -0.0043 -0.0043 0.002 0.002 0.0055

734 -0.0081 -0.004 -0.0071 0.002 0.002 0.0055

735 -0.0072 -0.0035 -0.002 0.002 0.002 0.0055

736 -0.0091 -0.0041 -0.0071 0.002 0.002 0.0055

737 -0.0098 -0.0026 -0.0019 0.002 0.002 0.0055

738 -0.0105 -0.006 -0.0015 0.002 0.002 0.0055

739 -0.0098 -0.0026 -0.0049 0.002 0.002 0.0055

740 -0.0085 -0.003 -0.009 0.002 0.002 0.0055

741 -0.0088 -0.0023 -0.0118 0.002 0.002 0.0055

742 -0.0084 -0.0032 -0.0179 0.002 0.002 0.0055

743 -0.009 -0.0043 -0.0072 0.002 0.002 0.0055

744 -0.0075 -0.0053 -0.0051 0.002 0.002 0.0055

745 -0.0091 -0.0041 -0.0129 0.002 0.002 0.0055

746 -0.0089 -0.002 -0.0195 0.002 0.002 0.0055

747 -0.009 -0.0043 -0.0184 0.002 0.002 0.0055

748 -0.0077 -0.005 -0.0184 0.002 0.002 0.0055

749 -0.0076 -0.0052 -0.0123 0.002 0.002 0.0055

750 -0.0089 -0.0046 -0.0197 0.002 0.002 0.0055

751 -0.01 -0.0045 -0.0175 0.002 0.002 0.0055

752 -0.009 -0.0044 -0.0218 0.002 0.002 0.0055

753 -0.0098 -0.005 -0.0245 0.002 0.002 0.0055

754 -0.0096 -0.0029 -0.0223 0.002 0.002 0.0055

755 -0.0094 -0.0034 -0.0245 0.002 0.002 0.0055

756 -0.0081 -0.004 -0.0224 0.002 0.002 0.0055

757 -0.008 -0.0069 -0.0141 0.002 0.002 0.0055

758 -0.0095 -0.0033 -0.0154 0.002 0.002 0.0055

759 -0.0084 -0.0031 -0.0098 0.002 0.002 0.0055

760 -0.0076 -0.0025 -0.0086 0.002 0.002 0.0055

155

761 -0.0091 -0.0017 -0.0112 0.002 0.002 0.0055

762 -0.0077 -0.0024 -0.009 0.002 0.002 0.0055

763 -0.0099 -0.0022 -0.0058 0.002 0.002 0.0055

764 -0.0078 -0.0021 -0.0027 0.002 0.002 0.0055

765 -0.0078 -0.0021 -0.0027 0.002 0.002 0.0055

766 -0.0103 -0.0013 -0.0085 0.002 0.002 0.0055

767 -0.0088 -0.0024 -0.0102 0.002 0.002 0.0055

768 -0.008 -0.0042 -0.015 0.002 0.002 0.0055

769 -0.0075 -0.0002 -0.0208 0.002 0.002 0.0055

770 -0.0071 -0.0038 -0.0191 0.002 0.002 0.0055

771 -0.0086 -0.0027 -0.02 0.002 0.002 0.0055

772 -0.008 -0.0017 -0.0215 0.002 0.002 0.0055

773 -0.0086 -0.0002 -0.0318 0.002 0.002 0.0055

774 -0.0066 -0.0023 -0.0364 0.002 0.002 0.0055

775 -0.0056 -0.0048 -0.0296 0.002 0.002 0.0055

776 -0.0051 -0.0034 -0.0278 0.002 0.002 0.0055

777 -0.0047 -0.0042 -0.0254 0.002 0.002 0.0055

778 -0.006 -0.0013 -0.0203 0.002 0.002 0.0055

779 -0.0058 -0.0042 -0.0159 0.002 0.002 0.0055

780 -0.0086 -0.0028 -0.0198 0.002 0.002 0.0055

781 -0.0047 -0.0017 -0.0176 0.002 0.002 0.0055

782 -0.0066 -0.0023 -0.0189 0.002 0.002 0.0055

783 -0.0056 -0.0023 -0.018 0.002 0.002 0.0055

784 -0.0057 -0.002 -0.0155 0.002 0.002 0.0055

785 -0.0049 -0.0012 -0.0101 0.002 0.002 0.0055

786 -0.0061 -0.0009 -0.0132 0.002 0.002 0.0055

787 -0.0045 -0.0022 -0.0173 0.002 0.002 0.0055

788 -0.0034 -0.0023 -0.0132 0.002 0.002 0.0055

789 -0.0025 -0.0017 -0.0079 0.002 0.002 0.0055

790 -0.0016 -0.0038 -0.0082 0.002 0.002 0.0055

791 -0.002 -0.0029 -0.0102 0.002 0.002 0.0055

792 -0.0023 -0.0024 -0.013 0.002 0.002 0.0055

156

793 -0.001 -0.0027 -0.005 0.002 0.002 0.0055

794 -0.0026 -0.0014 -0.0079 0.002 0.002 0.0055

795 -0.0043 -0.0026 -0.0015 0.002 0.002 0.0055

796 -0.0054 -0.0027 0.0021 0.002 0.002 0.0055

797 -0.006 -0.0012 -0.0065 0.002 0.002 0.0055

798 -0.0028 -0.0037 0.0093 0.002 0.002 0.0055

799 -0.0038 -0.0012 0.0017 0.002 0.002 0.0055

800 -0.0046 -0.0045 0.006 0.002 0.002 0.0055

801 -0.0053 -0.0004 -0.0048 0.002 0.002 0.0055

802 -0.0036 0.0008 -0.004 0.002 0.002 0.0055

803 -0.0031 -0.0029 -0.005 0.002 0.002 0.0055

804 -0.0033 -0.0025 -0.0095 0.002 0.002 0.0055

805 -0.0045 -0.0022 -0.0119 0.002 0.002 0.0055

806 -0.0053 -0.003 -0.0092 0.002 0.002 0.0055

807 -0.006 -0.0038 -0.007 0.002 0.002 0.0055

808 -0.0052 -0.0032 -0.0075 0.002 0.002 0.0055

809 -0.0043 -0.0027 -0.0116 0.002 0.002 0.0055

810 -0.0043 -0.0027 -0.0075 0.002 0.002 0.0055

811 -0.0028 -0.0036 -0.01 0.002 0.002 0.0055

812 -0.0047 -0.0043 -0.0087 0.002 0.002 0.0055

813 -0.0038 -0.0039 -0.0136 0.002 0.002 0.0055

814 -0.0023 -0.0048 -0.0108 0.002 0.002 0.0055

815 -0.004 -0.0058 -0.0108 0.002 0.002 0.0055

816 -0.003 -0.0032 -0.013 0.002 0.002 0.0055

817 -0.0026 -0.0041 -0.0123 0.002 0.002 0.0055

818 -0.0019 -0.0057 -0.0046 0.002 0.002 0.0055

819 -0.0032 -0.0053 -0.0156 0.002 0.002 0.0055

820 -0.0017 -0.0037 -0.015 0.002 0.002 0.0055

821 -0.0009 -0.0056 -0.0155 0.002 0.002 0.0055

822 0.0003 -0.0032 -0.0181 0.002 0.002 0.0055

823 -0.0005 -0.004 -0.0053 0.002 0.002 0.0055

824 -0.0004 -0.0042 -0.0077 0.002 0.002 0.0055

157

825 -0.0007 -0.0035 -0.0048 0.002 0.002 0.0055

826 -0.0023 -0.0049 -0.0002 0.002 0.002 0.0055

827 -0.0022 -0.0052 0.0066 0.002 0.002 0.0055

828 -0.002 -0.0054 0.0074 0.002 0.002 0.0055

829 -0.0014 -0.0043 0.0049 0.002 0.002 0.0055

830 -0.0006 -0.0037 0.0127 0.002 0.002 0.0055

831 -0.0003 -0.0018 0.0102 0.002 0.002 0.0055

832 -0.0005 -0.0014 0.0045 0.002 0.002 0.0055

833 -0.0008 -0.0006 0.0103 0.002 0.002 0.0055

834 0.0003 -0.0032 0.0064 0.002 0.002 0.0055

835 -0.0014 -0.0045 0.0015 0.002 0.002 0.0055

836 -0.0007 -0.0009 0.007 0.002 0.002 0.0055

837 -0.0019 -0.0032 -0.0019 0.002 0.002 0.0055

838 -0.0008 -0.0032 0.0003 0.002 0.002 0.0055

839 -0.0006 -0.0011 0.0019 0.002 0.002 0.0055

840 -0.0014 -0.0018 0.003 0.002 0.002 0.0055

841 -0.0049 -0.0038 0.0106 0.002 0.002 0.0055

842 -0.0008 -0.0032 -0.0071 0.002 0.002 0.0055

843 0.0025 -0.0009 -0.0108 0.002 0.002 0.0055

844 0.0014 -0.0034 -0.0085 0.002 0.002 0.0055

845 0.0013 -0.003 -0.0113 0.002 0.002 0.0055

846 0.0018 -0.0041 -0.0163 0.002 0.002 0.0055

847 0.0005 -0.0038 -0.0104 0.002 0.002 0.0055

848 0.0011 -0.0026 -0.0076 0.002 0.002 0.0055

849 0.0002 -0.003 -0.0108 0.002 0.002 0.0055

850 -0.0003 -0.002 -0.0057 0.002 0.002 0.0055

851 0.0006 -0.0015 -0.0065 0.002 0.002 0.0055

852 -0.0002 -0.0021 -0.0113 0.002 0.002 0.0055

853 -0.0022 -0.0025 -0.0099 0.002 0.002 0.0055

854 -0.0011 -0.0026 -0.0047 0.002 0.002 0.0055

855 -0.0011 0 -0.0077 0.002 0.002 0.0055

856 -0.0022 0.0001 -0.0069 0.002 0.002 0.0055

158

857 -0.0008 -0.0007 -0.0098 0.002 0.002 0.0055

858 -0.0007 -0.0009 -0.0048 0.002 0.002 0.0055

859 -0.0008 -0.0006 -0.0015 0.002 0.002 0.0055

860 -0.003 -0.0006 -0.0013 0.002 0.002 0.0055

861 -0.003 -0.0007 -0.0029 0.002 0.002 0.0055

862 -0.001 -0.0001 -0.0002 0.002 0.002 0.0055

863 -0.0004 -0.0017 -0.0064 0.002 0.002 0.0055

864 -0.0005 -0.0015 -0.0026 0.002 0.002 0.0055

865 -0.0014 -0.0019 -0.0043 0.002 0.002 0.0055

866 0.0003 -0.0006 0.0013 0.002 0.002 0.0055

867 0.0002 -0.0005 -0.0012 0.002 0.002 0.0055

868 -0.0001 -0.0023 0 0.002 0.002 0.0055

869 -0.0005 0.0011 0.0019 0.002 0.002 0.0055

870 -0.0001 0.0003 -0.0036 0.002 0.002 0.0055

871 -0.002 -0.0004 -0.0062 0.002 0.002 0.0055

872 -0.0008 -0.0006 -0.0087 0.002 0.002 0.0055

873 -0.0014 0.0007 -0.0092 0.002 0.002 0.0055

874 -0.0022 0.0001 -0.0171 0.002 0.002 0.0055

875 -0.0022 0.0001 -0.0178 0.002 0.002 0.0055

876 -0.0007 0.0016 -0.0164 0.002 0.002 0.0055

877 -0.0018 -0.0008 -0.0174 0.002 0.002 0.0055

878 -0.0025 0.0009 -0.0209 0.002 0.002 0.0055

879 -0.0025 0.0008 -0.0202 0.002 0.002 0.0055

880 -0.0019 -0.0007 -0.0196 0.002 0.002 0.0055

881 -0.003 -0.0005 -0.0204 0.002 0.002 0.0055

882 -0.0017 -0.0011 -0.0228 0.002 0.002 0.0055

883 -0.0024 0.0006 -0.0245 0.002 0.002 0.0055

884 -0.0024 -0.002 -0.0225 0.002 0.002 0.0055

885 -0.0003 -0.0019 -0.0127 0.002 0.002 0.0055

886 -0.001 -0.0002 -0.013 0.002 0.002 0.0055

887 -0.0025 0.0008 -0.0131 0.002 0.002 0.0055

888 -0.0027 0.0013 -0.0151 0.002 0.002 0.0055

159

889 -0.0012 0.0003 -0.0067 0.002 0.002 0.0055

890 -0.0002 -0.002 -0.0067 0.002 0.002 0.0055

891 -0.0001 -0.0023 -0.0071 0.002 0.002 0.0055

892 -0.0011 0 -0.0065 0.002 0.002 0.0055

893 0 0.0001 -0.0098 0.002 0.002 0.0055

894 -0.0004 -0.0017 -0.005 0.002 0.002 0.0055

895 0.0015 -0.0036 -0.0039 0.002 0.002 0.0055

896 0.0006 -0.0015 -0.0073 0.002 0.002 0.0055

897 0.0003 -0.0033 -0.0079 0.002 0.002 0.0055

898 0.0006 -0.0014 -0.0041 0.002 0.002 0.0055

899 -0.0001 0.0003 -0.0138 0.002 0.002 0.0055

900 -0.0008 -0.0006 -0.0199 0.002 0.002 0.0055

901 0.0005 -0.0013 -0.0144 0.002 0.002 0.0055

902 -0.0006 -0.001 -0.0169 0.002 0.002 0.0055

903 -0.0003 -0.0018 -0.0232 0.002 0.002 0.0055

904 0 0.0001 -0.0215 0.002 0.002 0.0055

905 0.0004 -0.0008 -0.0266 0.002 0.002 0.0055

906 0.0001 -0.0028 -0.0263 0.002 0.002 0.0055

907 0.0031 -0.0023 -0.0249 0.002 0.002 0.0055

908 0.0013 -0.003 -0.0219 0.002 0.002 0.0055

909 0.0025 -0.0034 -0.0194 0.002 0.002 0.0055

910 0.0014 -0.0033 -0.0181 0.002 0.002 0.0055

911 0.0004 -0.001 -0.0187 0.002 0.002 0.0055

912 0.0036 -0.0034 -0.0192 0.002 0.002 0.0055

913 0.0052 -0.0021 -0.0167 0.002 0.002 0.0055

914 0.003 -0.002 -0.0086 0.002 0.002 0.0055

915 0.0018 -0.0017 -0.0091 0.002 0.002 0.0055

916 0.0011 -0.0027 -0.0058 0.002 0.002 0.0055

917 0.0007 0.0009 0 0.002 0.002 0.0055

918 0.0014 -0.0006 -0.0017 0.002 0.002 0.0055

919 0.0012 -0.0003 -0.0004 0.002 0.002 0.0055

920 0.0041 -0.0046 0.0087 0.002 0.002 0.0055

160

921 0.0042 -0.0022 0.0012 0.002 0.002 0.0055

922 0.0017 0.0011 0.0029 0.002 0.002 0.0055

923 0.0019 0.0006 0.0032 0.002 0.002 0.0055

924 0.0021 0.0001 -0.003 0.002 0.002 0.0055

925 0.0007 -0.0017 0.0015 0.002 0.002 0.0055

926 0.0021 -0.0025 0.0047 0.002 0.002 0.0055

927 0.0014 -0.0006 -0.0019 0.002 0.002 0.0055

928 0.0002 -0.0004 -0.0039 0.002 0.002 0.0055

929 0.0017 -0.0014 -0.0083 0.002 0.002 0.0055

930 0.0002 -0.0006 -0.0191 0.002 0.002 0.0055

931 0.0003 -0.0006 -0.0074 0.002 0.002 0.0055

932 0.0014 -0.0006 -0.0123 0.002 0.002 0.0055

933 0.0021 0.0001 -0.0163 0.002 0.002 0.0055

934 0.0031 0.0003 -0.01 0.002 0.002 0.0055

935 0.001 0.0001 -0.0099 0.002 0.002 0.0055

936 -0.0003 0.0006 -0.0061 0.002 0.002 0.0055

937 -0.0022 0 -0.0045 0.002 0.002 0.0055

938 -0.0033 0.0001 0.0031 0.002 0.002 0.0055

939 -0.0017 -0.0011 0.0024 0.002 0.002 0.0055

940 -0.0028 -0.0011 0.0003 0.002 0.002 0.0055

941 -0.0016 -0.0013 -0.0055 0.002 0.002 0.0055

942 -0.0008 -0.0008 -0.0022 0.002 0.002 0.0055

943 -0.0014 0.0006 0.0035 0.002 0.002 0.0055

944 -0.0008 -0.0007 -0.0013 0.002 0.002 0.0055

945 -0.0018 0.0017 -0.0045 0.002 0.002 0.0055

946 -0.0016 -0.0013 -0.0045 0.002 0.002 0.0055

947 -0.002 0.0021 -0.0089 0.002 0.002 0.0055

948 -0.0001 0.0002 -0.0128 0.002 0.002 0.0055

949 -0.0034 0.0029 0.0031 0.002 0.002 0.0055

950 -0.0007 0.0017 -0.0181 0.002 0.002 0.0055

951 0.0003 0.0018 -0.0205 0.002 0.002 0.0055

952 0.0005 -0.0013 -0.0121 0.002 0.002 0.0055

161

953 0.0014 -0.0007 -0.0067 0.002 0.002 0.0055

954 0.0003 -0.0006 -0.0112 0.002 0.002 0.0055

955 0 0.0001 -0.0057 0.002 0.002 0.0055

956 0.0021 -0.0023 -0.0038 0.002 0.002 0.0055

957 0.0023 -0.0003 -0.0094 0.002 0.002 0.0055

958 0.0023 0.0022 -0.0026 0.002 0.002 0.0055

959 0 -0.0001 0.001 0.002 0.002 0.0055

960 -0.0004 0.0009 -0.0027 0.002 0.002 0.0055

162

PHỤ LỤC 6

DỮ LIỆU GIA TỐC MPU6050 TẦN SUẤT 01 GIÂY

stt 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38

ax -0.00321 -0.00168 0.000163 0.000199 0.000399 0.000489 3.62E-05 -9.06E-05 0.000517 0.00183 0.000625 -3.62E-05 -0.00181 -0.00224 -0.00261 -0.00355 -0.00211 7.25E-05 -0.00211 -0.00074 -6.3E-05 0.002782 0.003779 0.005373 0.003951 0.000843 -0.00142 -0.00166 -0.00156 -0.00049 -0.00087 5.44E-05 0.001096 0.001513 0.002555 0.0027 0.002438 0.002003

ay -0.00512 -0.00157 0.001219 0.004027 0.001749 0.002488 -0.00149 -0.00504 -0.00432 -0.0052 -0.00393 -0.00677 -0.00632 -0.00301 -0.00272 -0.00013 -0.0005 0.004507 0.005736 0.004887 0.002138 0.001309 -0.00188 -0.00138 -0.00271 -0.00345 -0.00095 0.002188 0.004906 0.004037 0.003947 0.002118 -0.00086 -0.00136 -0.00291 -0.00273 -0.00333 -0.00192

az 0.005131 0.006883 0.007813 0.008994 0.006709 0.005577 0.004783 0.00485 0.007019 0.008907 0.009517 0.01034 0.00851 0.00821 0.008316 0.008287 0.006632 0.002856 0.001501 -0.0003 0.000891 0.001791 0.000513 0.000707 0.003631 0.004134 0.00668 0.007135 0.0076 0.008636 0.008646 0.007726 0.006361 0.006554 0.003079 0.003117 0.005673 0.006119

0.001469 0.004697 …….. …….. -0.00448 -0.00659 -0.00269 -0.00168 -0.00177 -0.00136 -0.00209 -0.00217 0.00012 -0.00158 -0.00059 -0.00223 -0.00055 0.00023 0.003178 0.0005 0.001759

0.003625 0.002265 …….. …….. -0.00153 -0.00166 -0.00282 -0.00022 0.002229 0.002428 0.001205 0.000997 0.000825 0.001776 0.003452 0.00357 0.004023 0.003616 0.004558 0.002909 0.00376

0.004666 0.004705 …….. …….. 0.009546 0.008045 0.007271 0.004057 0.000532 -0.00168 -0.00243 -0.00093 0.003166 0.004744 0.005209 0.005199 0.004812 0.004763 0.005412 0.010562 0.011811

39 40 …….. …….. 944 945 946 947 948 949 950 951 952 953 954 955 956 957 958 959 960

163