Ứng dụng thuật toán học máy dự đoán ứng suất cắt và ứng suất kéo chính trong nút dầm - cột bê tông cốt thép
lượt xem 2
download
Khảo sát các công trình xây dựng bị hư hại sau động đất cho thấy các kết cấu khung bê tông cốt thép không được thiết kế và cấu tạo kháng chấn bị hư hỏng, thậm chí dẫn đến sụp đổ chủ yếu là do hiệu năng kém của các nút dầm - cột. Bài viết trình bày ứng dụng thuật toán học máy dự đoán ứng suất cắt và ứng suất kéo chính trong nút dầm - cột bê tông cốt thép.
Bình luận(0) Đăng nhập để gửi bình luận!
Nội dung Text: Ứng dụng thuật toán học máy dự đoán ứng suất cắt và ứng suất kéo chính trong nút dầm - cột bê tông cốt thép
- Tuyển tập Hội nghị Khoa học thường niên năm 2022. ISBN: 978-604-82-7001-8 ỨNG DỤNG THUẬT TOÁN HỌC MÁY DỰ ĐOÁN ỨNG SUẤT CẮT VÀ ỨNG SUẤT KÉO CHÍNH TRONG NÚT DẦM - CỘT BÊ TÔNG CỐT THÉP Nguyễn Thị Thanh Thúy1, Chu Tuấn Long1 Trường Đại học Thủy lợi, email: thuynt@tlu.edu.vn 1. GIỚI THIỆU CHUNG mô hình số cho nút khung trong đó ứng suất Khảo sát các công trình xây dựng bị hư hại kéo chính của nút khung được xác định theo sau động đất cho thấy các kết cấu khung bê một công thức phân tích kết hợp thực nghiệm, tông cốt thép (BTCT) không được thiết kế và công thức này được xây dựng theo thuật toán cấu tạo kháng chấn bị hư hỏng, thậm chí dẫn hồi quy từ bộ 390 dữ liệu tập hợp từ 62 nghiên đến sụp đổ chủ yếu là do hiệu năng kém của cứu đã được công bố. Kết quả cho thấy mô các nút dầm - cột. Các nút dầm - cột trong kết hình này có thể đánh giá được ứng xử phi cấu khung BTCT chỉ được thiết kế chịu tải tuyến của nút khung BTCT với độ chính xác trọng trọng lực này có một số các đặc điểm phù hợp. như: cốt thép chịu cắt không được bố trí đủ Mặc dù nhiều mô hình nút dầm cột đã trong vùng nút, các chi tiết cấu tạo kháng được khuyến nghị, được ghi nhận kết quả và chấn không phù hợp như chiều dài neo không độ chính xác nhưng cần thiết có một cách đủ, đoạn nối chồng ngắn và thanh thép dọc thức đơn giản và tổng quát, để phù hợp trong không liên tục. Vì thế các nút này có khả các ứng dụng trong thực hành phân tích đánh năng bị phá hoại do cắt hoặc phá hoại do giá kết cấu của nút khung BTCT ở Việt trượt bám dính của cốt thép, đặc biệt là khi Nam. Những khó khăn trong xác định đặc được xây dựng ở vùng có nguy cơ động đất. trưng của mô hình nút dầm cột là do có nhiều Như vậy việc xác định ứng xử chịu động đất yếu tố ảnh hưởng đến ứng xử cơ học cần của nút dầm - cột BTCT về dạng phá hoại, được xem xét như các kiểu neo của thanh cường độ và độ dẻo là rất quan trọng trong thép dọc dầm, hàm lượng cốt thép chịu cắt bài toán đánh giá hoặc thiết kế kết cấu. trong nút, mức tải trọng dọc trục của cột, cốt Nhiều khảo sát đã được tiến hành để đánh thép trung gian cột, thép dọc dầm, cường độ giá phản ứng ngoài đàn hồi của nút BTCT và chịu nén bê tông, tỷ lệ hình học nút, tỷ lệ được phân loại thành ba nhóm ([1] - [6]) gồm: chiều cao dầm / chiều rộng dầm, cơ chế phá nghiên cứu thực nghiệm của Genesio và hoại nút, v.v. Với nhiều yếu tố ảnh hưởng Sharma (2010), Melo et al. (2012); Sharma như trên, việc xây dựng công thức để dự (2013), Shafaei et al. (2014); Kaung và Wong đoán ứng suất kéo chính trong lõi nút phức (2013); nhóm nghiên cứu số của Niroomandi tạp và tốn nhiều công sức. et al. (2014) Vecchio et al. (2016) Genesio Gần đây, nhờ vào số lượng lớn các nghiên (2012) và nhóm nghiên cứu phân tích của cứu thực nghiệm đã được công bố, phương Lowes và Altoontash 2003; Wong 2005; pháp đánh giá khả năng chịu lực của nút Sharma et al. 2011; Unal M và Burak khung theo hướng sử dụng dữ liệu có sẵn 2013; Jeon et al. 2015; Shayanfar et al. 2016, (data-driven) được sử dụng ngày càng nhiều. 2017, 2018; De Risi et al. 2016; Trong số đó Việc dự đoán trên có thể thực hiện được bằng Shayanfar và cộng sự [1] đã phát triển một cách sử dụng các phương pháp học máy trên 188
- Tuyển tập Hội nghị Khoa học thường niên năm 2022. ISBN: 978-604-82-7001-8 bộ số liệu sẵn có để “học” huấn luyện và tra bộ số liệu trên, xem xét độ chính xác khi so kiểm tra, sử dụng một cơ sở dữ liệu lớn về sánh giữa kết quả thí nghiệm và kết quả dự kết quả thí nghiệm đã thực hiện trên nút dầm đoán, hiệu chỉnh các tham số của phương pháp - cột có xem xét đến nhiều yếu tố ảnh hưởng. học máy để đạt được độ chính xác tốt nhất. Từ kết quả dự đoán tìm được sẽ xây dựng 3. KẾT QUẢ NGHIÊN CỨU quan hệ ứng suất kéo chính - góc xoay của nút là đặc trưng của lò xo vùng nút, kết hợp Sử dụng thuật toán hồi quy tuyến tính cho với các kết quả nghiên cứu về ứng xử uốn và kết quả độ chính xác dự đoán của ứng suất cắt trong dầm/ cột để tiến hành đánh giá ở cắt và ứng suất kéo chính là 63,36% và mức độ kết cấu. 60,68% tương ứng chưa đạt được như mong muốn vì thế cần phải sử dụng thuật toán có khả năng dự đoán tốt hơn. Với việc sử dụng phương pháp học máy do tác giả đề xuất: xử lý dữ liệu qua polynominal features và dùng hồi quy Ridge đã đạt được độ chính xác dự đoán là 98,67% và 98,57% cho giá trị ứng suất cắt và ứng suất kéo chính trong lõi nút. Với giá trị trung bình của tỷ lệ (thực nghiệm/ dự đoán = 0,999306 của ứng suất cắt và 0,999018 của ứng suất kéo chính tương ứng tốt hơn 0.975 và 0.988 của bài bài báo [1] cho Hình 1. Cấu tạo neo khác nhau của vùng nút thấy phương pháp đề xuất có khả năng dự đoán dầm – cột BTCT trong dữ liệu tốt với chương trình học máy được viết đơn 2. PHƯƠNG PHÁP NGHIÊN CỨU giản và ngắn gọn. Sử dụng phương pháp thống kê để được bộ số liệu thí nghiệm các nút dầm cột đã được thực hiện trên thế giới. Các yếu tố ảnh hưởng được xem xét và liệt kê ở trên thành tập dữ liệu đầu vào của phương pháp học máy. Bài báo lựa chọn bộ dữ liệu của 390 dữ liệu của phụ lục của [1] với 9 chiều dữ liệu của tập các đặc điểm lần lượt bao gồm: loại neo của cốt thép dọc của dầm, hệ số kể đến thiết lập thí nghiệm, hệ số kể đến cốt thép trung gian cột, cường độ Hình 2. Kết quả dự đoán ứng suất cắt chịu nén của bê tông, tỷ lệ chiều cao/ bề rộng, bằng các thuật toán học máy tỷ lệ hình học nút, hệ số kể đến ảnh hưởng của số lượng và cấu tạo của thép dọc dầm, hệ số kể đến ảnh hưởng của tải trọng dọc trục trong cột và hàm lượng thép ngang trong nút. Tập nhãn là giá trị của ứng suất cắt và ứng suất kéo chính của nút thí nghiệm. Lựa chọn các phương pháp học máy gồm: Hồi quy tuyến tính, Hồi quy Ridge, Polynominal features kết hợp chuẩn hóa dữ liệu [7], [8]. Mã nguồn chương trình được viết Hình 3. Kết quả dự đoán ứng suất kéo bằng ngôn ngữ python để huấn luyện và kiểm chính bằng các thuật toán học máy 189
- Tuyển tập Hội nghị Khoa học thường niên năm 2022. ISBN: 978-604-82-7001-8 5. TÀI LIỆU THAM KHẢO [1] Javad Shayanfar1, Ali Hemmati1 and Habib Akbarzadeh Bengar1.2018. A simplified numerical model to simulate RC beam- column joints collapse. Bulletin of Earthquake Engineering. [2] Shafaei J, Zareian MS, Hosseini, Marefat MS .2014. Effects of joint flexibility on lateral response of reinforced concrete frames. Eng Struct 81: 412-31. Hình 4. Giao diện chương trình dự đoán [3] Niroomandi A, Najafgholipour MA, Từ mô hình tìm được, ứng dụng để dự Ronagh HR. 2014. Numerical investigation of the affecting parameters on the shear đoán ứng suất chính và cường độ chịu cắt cho failure of nonductile RC exterior joints. Eng các nút dầm - cột BTCT có kể đến nhiều yếu Failure Anal 46: 62-7. tố ảnh hưởng như trên. Từ đó xây dựng các [4] Genesio G. 2012. Seismic assessment of RC đặc trưng quan hệ của lò xo vùng nút và thực exterior beam-column joints and retrofit hiện bài toán phân tích đánh giá kết cấu with haunches using post-installed anchors. BTCT chịu động đất tiếp theo. Ph.D. Dissertation. University of Stuttgart, Stuttgart. 4. KẾT LUẬN [5] Lowes LN, Altoontash A. 2003. Modelling reinforced-concrete beam-column joints Khi kết hợp dùng phương pháp hồi quy subjected to cyclic loading. J Struct Eng Ridge và xử lý dữ liệu thông qua thuật toán 1686–97. Polynorminal Features mô hình đã cho đạt [6] De Risi MT, Ricci P, Verderame GM. 2016. được độ chính xác tốt hơn phương pháp phân Modelling exterior unreinforced tích kết hợp thực nghiệm trong nghiên cứu beam‐column joints in seismic analysis of của Javad Shayanfar [1]. Chương trình thuật non‐ductile RC frames. J Earthq Eng toán viết đơn giản, dễ sử dụng bằng ngôn ngữ Struct Dyn 46(6): 899-923. python. [7] Vũ Hữu Tiệp. Machine Learning cơ bản. Với độ chính xác tốt cùng với chương 2018. ebookMLCB/book_ML_color.pdf at trình dự đoán do tác giả viết có thể phát triển master · tiepvupsu/ebookMLCB · GitHub. [8] Stuart J. Russell, Peter Norvig. 2020 (4th để xác định được quan hệ ứng suất chính - Ed). Artificial Intelligence: A Modern biến dạng của vùng nút để thực hiện bài toán Approach (AIMA). phân tích đánh giá kết cấu khung BTCT chịu động đất. 190
CÓ THỂ BẠN MUỐN DOWNLOAD
-
Công nghệ mạng nơ ron tế bào và ứng dụng.
8 p | 103 | 11
-
Mô hình mạng giao thông thông minh ba tầng và giải pháp giảm thiểu độ trễ truyền tin ứng dụng phương pháp học tăng cường
12 p | 18 | 9
-
Ứng dụng thuật toán điều khiển bền vững cho hệ chuyển động tay máy almega 16
7 p | 70 | 5
-
Ứng dụng mô hình học máy để dự đoán cường độ chịu nén hỗn hợp chất thải mỏ quặng gia cố bằng xi măng trong trường hợp khan hiếm dữ liệu
5 p | 10 | 5
-
Ứng dụng thuật toán học máy để dự báo khai thác cho đối tượng móng nứt nẻ, vòm trung tâm, mỏ Bạch Hổ
8 p | 16 | 5
-
Dự đoán sức chịu tải của cọc bê tông cốt thép bằng thuật toán LightGBM
7 p | 9 | 4
-
Xây dựng mạng giám sát hành vi người trong tòa nhà sử dụng công nghệ WIFI
6 p | 21 | 4
-
Ứng dụng thuật toán học máy LightGBM cho bài toán hồi quy ước lượng khả năng chịu tải của giàn thép sử dụng phân tích trực tiếp
4 p | 8 | 3
-
Dự đoán mức độ phá hoại cục bộ của tấm bê tông cốt sợi chịu tải trọng va đập sử dụng thuật toán máy học
14 p | 20 | 3
-
Ứng dụng thuật toán học máy trong ước lượng mô hình suy hao truyền sóng dải sóng milimet
11 p | 47 | 3
-
Ứng dụng giải thuật Backstepping xây dựng thuật toán điều khiển chuyển động cho UAV dạng Tri-rotor
12 p | 53 | 3
-
Ứng dụng mạng nơ ron nhân tạo trong chẩn đoán lỗi cho máy biến áp lực tại truyền tải điện Kon Tum – Công ty truyền tải điện 2 (PTC2)
6 p | 24 | 2
-
Nghiên cứu ứng dụng thuật toán học máy để dự báo khai thác cho đối tượng móng nứt nẻ, mỏ Bạch Hổ
10 p | 25 | 2
-
Ứng dụng kỹ thuật phân cụm Kmeans để nhận dạng màu sắc đối tượng phục vụ tự động hóa trộn màu
6 p | 4 | 2
-
Sử dụng thuật toán Yolov3 nâng cao chất lượng phát hiện đối tượng cho hệ thống giám sát, bảo vệ căn cứ trên đảo
7 p | 36 | 1
-
Nghiên cứu tìm hiểu thuật toán học máy Adaboost và ứng dụng trong phát hiện và nhận diện biển số xe
8 p | 43 | 1
-
Ứng dụng thuật toán Gradient Boosting kết hợp tối ưu hóa để dự đoán cường độ nén của bê tông sử dụng cát nhân tạo
12 p | 4 | 1
Chịu trách nhiệm nội dung:
Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA
LIÊN HỆ
Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM
Hotline: 093 303 0098
Email: support@tailieu.vn