Dự báo khả năng nứt nhiệt trong bê tông tuổi sớm trong kết cấu trụ cầu sử dụng mạng nơ-ron nhântạo

  • Đỗ Anh Tú Khoa Công trình, trường Đại học Giao thông Vận tải, 03 Cầu Giấy, Đống Đa, Hà Nội, Việt Nam
  • Nguyễn Minh Hiếu Khoa Đào tạo Quốc tế, trường Đại học Giao thông Vận tải, 03 Cầu Giấy, Đống Đa, Hà Nội, Việt Nam
  • Trần Đức Tâm Sở GTVT Hòa Bình, 724 Cù Chính Lan, Đồng Tiến,Hòa Bình, Việt Nam
  • Nguyễn Thị Hà Ly Côngty TNHH IHI Infrastructure Asia (IIA) - Văn phòng Hà Nội, 28 Xuân La, Tây Hồ, Hà Nội, Việt Nam
Từ khóa: Aritificial Neural Networks (ANNs), rủi ro nứt nhiệt, bê tông tuổi sớm, trụ cầu

Tóm tắt

Trụ cầu là bộ phận kết cấu quan trọng của công trình cầu, đóng vai trò chịu lực và truyền lực từ kết cấu nhịp xuống nền móng, giữ ổn định cho kết cấu nhịp. Trong thực tế xây dựng các công trình cầu bê tông, các bộ phận như móng, mố, trụ có thể xuất hiện vết nứt (bao gồm nứt do nhiệt, nứt do co ngót,...) ngay từ sớm gây ảnh hưởng đến tính nguyên vẹn cũng như khả năng chịu lực và tuổi thọ của công trình. Bên cạnh các phương pháp kinh nghiệm, kỹ sư, hoặc mô phỏng số thì mạng nơ-ron nhân tạo (ANN) cho thấy tiềm năng to lớn trong dự báo rủi ro nứt nhiệt tuổi sớm trong bê tông trụ cầu. Bài báo này trình bày việc sử dụng mô hình ANN để dự đoán khả năng nứt nhiệt tuổi sớm trong bê tông trụ cầu trong điều kiện nhiệt độ môi trường thông thường ở Việt Nam. Các thuật toán Levenberg-Marquardt, Bayesian Regularization và Scaled Conjugate Gradient cùng với bộ dữ liệu bao gồm 462 mẫu được sử dụng để phục vụ cho việc huấn luyện, so sánh và kiểm chứng mô hình. Hiệu suất của mô hình được đánh giá thông qua các tiêu chí thống kê, từ đó đưa ra được thuật toán tốt nhất để sử dụng. Kết quả từ các mô hình huấn luyện cho thấy mạng ANN là công cụ tốt để dự báo rủi ro nứt nhiệt trong bê tông trụ cầu và thời điểm xảy ra tương ứng.

Tải xuống

Dữ liệu tải xuống chưa có sẵn.
Xuất bản
29-12-2022
Chuyên mục
Bài báo khoa học