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
i
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
ii
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
iv
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
v
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
vi
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
ix
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
x
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
xi
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
1
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
2
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.
3
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.
4
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
5
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.
6
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
7
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.
8
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
9
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
10
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
11
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
12
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.
13
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
0
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
0
Cầu Quốc lộ
Cầu địa phương
14
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
15
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].
16
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
17
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
18
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
19
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].
20
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
21
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
22
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
23
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
24
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
25
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
26
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.
27
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.
28
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
29
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
30
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
31
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
32
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
1
2
1
4
Stacked LSTM
0.0052 0.0036 0.0002
4
5
4
13
Bidirectional LSTM 0.0052 0.0038 0.0002
5
4
4
13
Vanilla GRU
0.0054 0.0040 0.0002
2
1
1
4
Stack GRU
0.0053 0.0038 0.0002
3
3
3
9
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
1
3
2
6
Stacked LSTM
0.0051 0.0036 0.0002
4
4
4
12
Bidirectional LSTM 0.0054 0.0039 0.0003
3
1
1
5
Vanilla GRU
0.0055 0.0039 0.0003
2
2
2
6
Stack GRU
0.0048 0.0035 0.0002
5
5
5
15
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.
33
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
34
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.
35
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.
36
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).
37
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.
38
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
39
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
40
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
41
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
0
2
4
10
12
14
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)
42
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)
43
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
44
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).
45
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
46
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.
47
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
48
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.
49
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.
50
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.
51
(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
52
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
53
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
54
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
55
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.
56
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
57
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.
58
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)
59
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)
60
(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
61
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
62
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
63
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
64
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
65
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.
66
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).
67
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
68
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.
69
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
70
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
33
)
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
L2
L3
L1
Trước DC
Hình 3. 2. So sánh dịch chuyển mặt bằng từ eto cơ khí và GNSS
GNSS
Eto cơ khí
50
44.9
)
40
m m
(
30
30
18.8
15.7
20
20
n ể y u h c h c ị D
10
0 0
10
0
L1
L2
L3
Trước DC
Hình 3. 3. So sánh dịch chuyển phương đứng từ eto cơ khí và GNSS
71
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
72
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)
L1
0.0045
0.0025
0.0060
L2
0.0010
-0.0070
-0.0010
L3
-0.0055
-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
73
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.
74
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.
75
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.
76
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
X
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
1
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)
Y
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
1
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
77
Hình 3. 10. So sánh các giá trị dịch chuyển ban đầu và sau lọc (phương Y)
h
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
1
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.
78
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.
79
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.
80
(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.
81
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.
82
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).
83
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
84
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
85
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
5.68
5.68
5.68
Mode 2 (Hz)
21.84
21.80
21.79
21.79
21.80
Mode 3 (Hz)
45.81
45.77
45.77
45.80
45.80
Đầu đo NI2
Mode 1 (Hz)
5.69
5.68
5.68
5.68
5.68
Mode 2 (Hz)
21.84
21.80
21.79
21.79
21.82
Mode 3 (Hz)
45.79
45.78
45.79
45.79
45.81
86
Đầu đo NI1
Lần 1
Lần 2
Lần 3
Lần 4
Lần 5
Đầu đo NI3
Mode 1 (Hz)
5.70
5.68
5.68
5.68
5.69
Mode 2 (Hz)
21.84
21.82
21.79
21.79
21.80
Mode 3 (Hz)
45.80
45.79
45.79
45.79
45.81
Đầu đo NI4
Mode 1 (Hz)
5.70
5.68
5.68
5.68
5.69
Mode 2 (Hz)
21.86
21.80
21.79
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
5.68
5.69
5.69
5.68
Mode 2 (Hz)
21.80
21.81
21.81
21.81
21.81
Mode 3 (Hz)
45.79
45.79
45.80
45.79
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.
87
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:
)2
= ±0.02 (hz)
𝜎𝑚𝑜𝑑𝑒 1 = ±√
Σ(𝑓𝑁𝐼𝑚𝑜𝑑𝑒1 −𝑓𝑀𝑃𝑈𝑖1 𝑛
)2
= ±0.10 (hz)
𝜎𝑚𝑜𝑑𝑒 2 = ±√
−𝑓𝑀𝑃𝑈𝑖2 Σ(𝑓𝑁𝐼𝑚𝑜𝑑𝑒2 𝑛
88
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
89
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
90
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
91
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:
1
(3.23)
𝑆̅𝑖 = 𝑆̂𝑖−1 + (∆𝑡𝑖)𝑣̂𝑖−1 +
(∆𝑡𝑖
2)𝑎𝑖−1
2
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
92
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:
93
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
94
];
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:
95
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
L0
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
96
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
97
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;
98
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.
99
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
)
m
(
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 /
m
(
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
m
(
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 /
m
(
0.05
0
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
)
m
(
h
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
m
(
0
-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
m
(
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
m
(
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
m
(
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
1
0.5
) 2 ^ s /
m
(
0
-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
m
(
0.05
0
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 /
m
(
0
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
14
)
12
m m
(
10
8
n ể y u h c
h c ị D
6
4
2
0
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