Ứng dụng mô hình học máy trong dự đoán khả năng chịu nén của cột ống thép nhồi bê tông
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (5.55 MB, 100 trang )
ĐẠI HỌC ĐÀ NẴNG
TRƯỜNG ĐẠI HỌC BÁCH KHOA
---------------------------------
HUỲNH VĂN VŨ
ỨNG DỤNG MƠ HÌNH HỌC MÁY TRONG DỰ ĐỐN KHẢ
NĂNG CHỊU NÉN CỦA CỘT ỐNG THÉP NHỒI BÊ TÔNG
LUẬN VĂN THẠC SĨ
QUẢN LÝ XÂY DỰNG
Đà Nẵng - 2022
ĐẠI HỌC ĐÀ NẴNG
TRƯỜNG ĐẠI HỌC BÁCH KHOA
------------------------------------
HUỲNH VĂN VŨ
ỨNG DỤNG MƠ HÌNH HỌC MÁY TRONG DỰ ĐỐN KHẢ
NĂNG CHỊU NÉN CỦA CỘT ỐNG THÉP NHỒI BÊ TÔNG
Chuyên ngành: QUẢN LÝ XÂY DỰNG
Mã số: 8580302
LUẬN VĂN THẠC SĨ
NGƯỜI HƯỚNG DẪN KHOA HỌC:
TS. NGÔ NGỌC TRI
Đà Nẵng - 2022
i
LỜI CAM ĐOAN
Tôi xin cam đoan Luận văn thạc sĩ này hồn tồn do tơi tự nghiên cứu và thực hiện
dưới sự hướng dẫn của thầy TS. Ngô Ngọc Tri. Tôi xin cam đoan các thông tin trong
luận văn được trích dẫn nguồn gốc rõ ràng, các số liệu và kết quả nghiên cứu trong
luận văn này là hoàn toàn trung thực khơng sao chép. Nếu có gì sai sót tơi hồn tồn
chịu trách nhiệm.
Đà Nẵng, ngày 01 tháng 03 năm 2022
Học viên
Huỳnh Văn Vũ
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
ii
LỜI CẢM ƠN
Lời đầu tiên, Tôi xin gửi lời cảm ơn tới trường Đại Học Bách Khoa – Đại học Đà
Nẵng đã tạo điều kiện và tổ chức khóa học này để tơi có điều kiện tiếp thu kiến thức
mới và có thời gian để hồn thành Luận văn Cao học này.
Tôi xin được cảm ơn Thầy TS. Ngô Ngọc Tri, người đã tận tình hướng dẫn tơi
trong suốt q trình xây dựng đề cương và hồn thành luận văn.
Tơi xin chân thành cảm ơn các thầy cô trong Khoa Quản Lý Dự Án đã truyền đạt
cho tôi những kiến thức quý báu trong suốt quá trình học tập tại trường.
Tôi chân thành cảm ơn các anh chị, bạn bè trong lớp cao học K39.QXD đã giúp
đỡ, chia sẻ những kinh nghiệm trong học tập và đời sống hằng ngày trong suốt khóa
học.
Cuối cùng tơi xin cảm ơn đến gia đình và người thân của tơi, những người đã hết
lịng chăm sóc, dạy bảo và động viên tơi để tơi có kết quả như ngày hơm nay.
Mặc dù tơi đã cố gắng hoàn thành Luận văn trong phạm vi và khả năng cho phép
nhưng chắc chắn không tránh khỏi những thiếu sót. Xin kính mong nhận được sự cảm
thơng và tận tình chỉ bảo của q Thầy Cơ và các bạn.
Tôi xin trân trọng cảm ơn!
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
iii
MỤC LỤC
LỜI CAM ĐOAN ............................................................................................................. i
LỜI CẢM ƠN ..................................................................................................................ii
TÓM TẮT LUẬN VĂN................................................................................................... v
DANH MỤC CÁC CHỮ VIẾT TẮT VÀ KÝ HIỆU ..................................................... vi
DANH MỤC BẢNG BIỂU.......................................................................................... viii
DANH MỤC HÌNH ẢNH ............................................................................................. ix
MỞ ĐẦU ......................................................................................................................... 1
1. LÝ DO CHỌN ĐỀ TÀI ............................................................................................... 1
2. MỤC TIÊU NGHIÊN CỨU CỦA ĐỀ TÀI ................................................................ 2
3. ĐỐI TƯỢNG, PHẠM VI NGHIÊN CỨU .................................................................. 2
4. CÁCH TIẾP CẬN VÀ PHƯƠNG PHÁP NGHIÊN CỨU ......................................... 2
5. Ý NGHĨA KHOA HỌC VÀ THỰC TIỄN CỦA ĐỀ TÀI .......................................... 3
6. BỐ CỤC CỦA LUẬN VĂN ....................................................................................... 3
Chương 1 - TỔNG QUAN VỀ CỘT ỐNG THÉP NHỒI BÊ TÔNG VÀ MƠ HÌNH
HỌC MÁY TRONG DỰ ĐỐN KHẢ NĂNG CHỊU NÉN CỦA CỘT CFST ............. 5
1.1. Tổng quan về cột ống thép nhồi bê tơng và ứng dụng của nó trong xây dựng ........ 5
1.1.1. Tổng quan về cột ống thép nhồi bê tông ............................................................... 5
1.1.2. Một số nghiên cứu liên quan về cột ống thép nhồi bê tông ................................... 7
1.1.3. Ứng dụng của cột ống thép nhồi bê tông trong xây dựng hiện nay ...................... 9
1.2. Tổng quan về mô hình học máy và ứng dụng học máy trong xây dựng ................ 11
1.2.1. Tổng quan về mơ hình học máy .......................................................................... 11
1.2.2. Phân loại các mơ hình học máy ........................................................................... 12
1.2.3. Một số nghiên cứu về ứng dụng của mô hình học máy trong xây dựng ............. 15
Chương 2 - CÁC NGHIÊN CỨU TRƯỚC LIÊN QUAN ĐẾN ỨNG DỤNG MƠ
HÌNH HỌC MÁY VÀO CỘT CFST. ........................................................................... 20
2.1. Phân tích các nghiên cứu trước liên quan đến ứng dụng mơ hình học máy vào cột
CFST. ............................................................................................................................. 20
2.2. Công thức thực nghiệm cho cột CFST ................................................................... 26
2.2.1. Tiêu chuẩn Euro Code 4 – 1994 (EC 4) .............................................................. 26
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
iv
2.2.2. Tiêu chuẩn AISC 2010 (AISC) ........................................................................... 27
Chương 3 - XÂY DỰNG VÀ ĐÁNH GIÁ CÁC MƠ HÌNH HỌC MÁY BẰNG
PHẦN MỀM WEKA ..................................................................................................... 29
3.1. Giới thiệu về phần mềm Weka ............................................................................... 29
3.1.1. Ưu điểm của Weka .............................................................................................. 30
3.1.2. Kiến trúc thư viện Weka ...................................................................................... 30
3.2. Các mơ hình học máy ............................................................................................. 30
3.2.1. Mơ hình rừng ngẫu nhiên bổ sung (ARF) ........................................................... 30
3.2.2. Mơ hình mạng nơ ron nhân tạo (ANNs) ............................................................. 32
3.2.3. Mơ hình hỗ trợ hồi quy vector (Support Vector Regression - SVR) .................. 33
3.3. Thu thập bộ dữ liệu thực nghiệm về kết cấu cột CFST sử dụng các loại bê tơng có
cường độ khác nhau ....................................................................................................... 34
3.4. Quy trình đánh giá các mơ hình học máy để dự đoán cường độ chịu nén của cột
CFST với các loại bê tông khác nhau ............................................................................ 39
3.5. Các thông số đánh giá về tính hiệu quả của các mơ hình ....................................... 40
3.6. Kết quả phân tích và so sánh các mơ hình ............................................................. 40
KẾT LUẬN VÀ KIẾN NGHỊ ....................................................................................... 49
1. Kết luận...................................................................................................................... 49
2. Hạn chế của đề tài ...................................................................................................... 49
3. Định hướng nghiên cứu tiếp theo của đề tài .............................................................. 50
DANH MỤC BÀI BÁO KHOA HỌC .......................................................................... 51
DANH MỤC TÀI LIỆU THAM KHẢO ...................................................................... 52
PHỤ LỤC ...................................................................................................................... 58
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
v
TĨM TẮT LUẬN VĂN
ỨNG DỤNG MƠ HÌNH HỌC MÁY TRONG DỰ ĐOÁN KHẢ NĂNG CHỊU NÉN
CỦA CỘT ỐNG THÉP NHỒI BÊ TÔNG
Học viên: Huỳnh Văn Vũ
Chuyên ngành: Quản lý xây dựng
Mã số: 8580302
Khóa: 39
Trường Đại học Bách khoa – ĐHĐN
Tóm tắt - Cột ống thép nhồi bê tông (CFST) được sử dụng trong ngành xây dựng vì độ bền cao, độ dẻo,
độ cứng và khả năng chống cháy của chúng. Luận văn này phát triển các mơ hình học máy để dự đoán
cường độ dọc trục trong các cột CFST ngắn được đổ bê tơng có các cường độ khác nhau. Các mơ hình rừng
ngẫu nhiên bổ sung (ARF), mạng nơ ron nhân tạo (ANNs) và hỗ trợ hồi quy véc tơ (SVR) được phát triển và
thử nghiệm bằng cách sử dụng dữ liệu thử nghiệm lớn. Các mơ hình hướng dữ liệu này cho phép dự đoán
cường độ dọc trục trong cột CFST dựa trên đường kính cột, độ dày ống, ứng suất chảy của thép, cường độ
bê tông, chiều dài cột và tỉ lệ đường kính / độ dày ống. Kết quả phân tích cho thấy mơ hình ARF đạt được độ
chính xác cao với 6,39% sai số tuyệt đối trung bình (MAPE) và 211,31 kN về chỉ số sai số tuyệt đối trung
bình (MAE). Mơ hình ARF vượt trội đáng kể hơn so với ANNs với độ chính xác được cải thiện là 84,1% về
chỉ số MAPE và 65,4% về chỉ số MAE và cải thiện hơn so với mơ hình SVR là 77% về chỉ số MAPE và
76,3% về chỉ số MAE. So với các mã thiết kế như EC4 và AISC, mơ hình ARF đã cải thiện độ chính xác dự
đốn với 36,9% về chỉ số MAPE và 22,3% về chỉ số MAE. Kết quả so sánh xác nhận rằng ARF là mơ hình
học máy hiệu quả nhất trong số các phương pháp tiếp cận được khảo sát. Về mặt đóng góp, nghiên cứu này
đã đề xuất một mơ hình học máy để dự đốn chính xác cường độ dọc trục trong các cột CFST ngắn. Mơ hình
đề xuất hỗ trợ các nhà thiết kế và kỹ sư trong công tác quản lý và thiết kế cột CFST hiệu quả và nhanh
chóng.
Từ khóa - Học máy; mơ hình rừng ngẫu nhiên; mạng nơ ron nhân tạo; cột ống thép nhồi bê tơng; phân
tích dữ liệu.
MACHINE LEARNING MODELS FOR INFERRING THE AXIAL STRENGTH
IN SHORT CONCRETE-FILLED STEEL TUBE COLUMNS INFILLED.
Abstract - Concrete-filled steel tube (CFST) columns are used in the construction industry because of
their high strength, ductility, stiffness, and fire resistance. This paper developed machine learning techniques
for inferring the axial strength in short CFST columns infilled with various strength concrete. Additive
Random Forests (ARF), Artificial Neural Networks (ANNs) and Support Vector Regression models were
developed and tested using large experimental data. These data-driven models enable us to predict the axial
strength in CFST columns based on the diameter, the tube thickness, the steel yield stress, concrete strength,
column length, and diameter/tube thickness. The analytical results showed that the ARF obtained high
accuracy with the 6.39% in mean absolute percentage error (MAPE) and 211.31 kN in mean absolute error
(MAE). The ARF outperformed significantly the ANNs with an improvement rate at 84.1% in MAPE and
65.4% in MAE and improved over the SVR model of 77% on the MAPE index and 76.3% on the MAE
index. In comparison with the design codes such as EC4 and AISC, the ARF improved the predictive
accuracy with 36.9% in MAPE and 22.3% in MAE. The comparison results confirmed that the ARF was the
most effective machine learning model among the investigated approaches. As a contribution, this study
proposed a machine learning model for accurately inferring the axial strength in short CFST columns. The
proposed model facilitates designers and civil engineers in managing and designing the CFST columns.
Keyword - Machine learning; random forests; Artificial neural networks; concrete-filled steel tube
columns; data analytics.
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
vi
DANH MỤC CÁC CHỮ VIẾT TẮT VÀ KÝ HIỆU
c
DANH MỤC CHỮ VIẾT TẮT
Tiêu chuẩn AISC
Mơ hình mạng nơ ron nhân tạo
Mơ hình rừng ngẫu nhiên bổ sung
Cột ống thép nhồi bê tơng
Cường độ bê tơng
Tiêu chuẩn Euro Code 4
Thuật tốn duy truyền
Lập trình gen
Bê tơng cường độ cao
Sai số tuyệt đối trung bình
Sai số phần trăm tuyệt đối trung bình
Học máy
Bê tông cường độ thường
Khả năng chịu lực nén dọc trục của cột
Bê tơng cốt liệu tái chế
Mơ hình rừng ngẫu nhiên
Cột ống thép hình vng nhồi bê tơng
Hỗ trợ hồi quy véc tơ
Khả năng chịu lực nén cực hạn
Bê tông cường độ siêu cao
DANH MỤC KÝ HIỆU
Hệ số kiềm chế nở hông của bê tông
a
Hệ số kiềm chế nở hông của ống thép
AISC
ANNs
ARF
CFST
CS
EC4
GA
GEP
HSC
MAE
MAPE
ML
NSC
Nu
RAC
RF
SCFST
SVR
UBC
UHSC
fy
Ứng suất chảy của thép
fc
AS
Cường độ nén bê tơng
AC
Diện tích mặt cắt của bê tơng
(E I )
eff
Diện tích mặt cắt của thép
Độ cứng
IS
Mơ men qn tính của ống thép
IC
Mơ men qn tính của lõi bê tơng
Ke
Hệ số hiệu chỉnh
E
Mô đun đàn hồi bê tông
c2
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
vii
P0,AISC
Cường độ mặt cắt ngang
Pe
KA
Tải trọng đàn hồi
LA
Chiều dài bên không được đánh dấu của cột
E
Mô đun đàn hồi của bê tông
c1
eff 1
Y
Hệ số giảm cho đường cong vênh
Độ mảnh tương đối
pred _ C
net
k
j
oj
y
k
pj
Hệ số chiều dài hiệu dụng
Độ cứng hữu hiệu của mặt cắt hỗn hợp
Các giá trị được dự đốn
Hàm được kích hoạt của nơron thứ k
Nơ-ron ở lớp trước
Đầu ra
Hàm trung chuyển
Tham số tốc độ học
Lỗi lan truyền
o pj
Đầu ra của nơron j
Tham số động lượng
Giá trị thay đổi
w (t − 1 )
kj
J (, b, e)
e
k
x
k
y
k
b
n
k
(C )
L
t
R
D
Hàm mục tiêu
Tham số xấp xỉ tuyến tính
Lỗi
Các yếu tố dự đốn
Các biến phụ thuộc
Thiên vị
Kích thước tập dữ liệu.
Hệ số nhân
Tham số điều hòa .
Chiều dài của cột
Độ dày của ống thép
Hệ số tương quan
Đường kính của cột
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
viii
DANH MỤC BẢNG BIỂU
Số hiệu bảng
3.1
3.2
3.3
3.4
3.5
3.6
Tên bảng
Bảng dữ liệu các thuộc tính của cột CFST
Tóm tắt các thuộc tính dữ liệu
Trình bày các thơng số mặc định của các mơ hình thuật
tốn
Khả năng chịu lực thực tế của cột CFST cho một số mẫu
và dự đốn bởi mơ hình học máy
Độ chính xác dự đốn của các mơ hình học máy và tiêu
chuẩn thiết kế
Khả năng chịu lực thực tế và dự đoán bởi tiêu chuẩn EC4
và AISC của cột CFST cho một số mẫu
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Trang
35
36
41
43
45
46
Lưu hành nội bộ
ix
Số hiệu hình vẽ
1.1
1.2
1.3
1.4
1.5
1.6
2.1
2.2
2.3
2.4
2.5
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
3.10
3.11
3.12
3.13
3.14
3.15
3.16
3.17
3.18
3.19
3.20
DANH MỤC HÌNH ẢNH
Tên hình vẽ
Trang
Cấu tạo cột ống thép trịn nhồi bê tơng
6
Tịa tháp đơi Petronas - Kuala Lampur
9
Nhà ga Techno ở Tokyo Nhật Bản (nhìn từ phía bê ngồi)
10
Bên trong nhà ga Techno ở Tokyo, Nhật Bản
10
Tháp Canton ở Quảng Châu, Trung Quốc
11
Mơ hình học có giám sát
12
Phân bố các thơng số cột CFST
22
Phân bố cường độ nén của bê tông
23
Phân bố khả năng chịu nén đúng tâm của cột
23
Tương quan giữa các thông số khảo sát
23
Tầm quan trọng của các thông số đầu vào
24
Giao diện phần mềm Weka
29
Quá trình đào tạo và thử nghiệm mơ hình rừng ngẫu nhiên
31
bổ sung
Cấu trúc mơ hình ANNs
33
Khung hỗ trợ hồi quy vector
34
Biểu đồ thể hiện tỷ lệ cường độ bê tơng
36
Phân bố các thuộc tính hình học của cột
37
Phân bố vật liệu của cột CFST
37
Phân bố khả năng chịu lực của cột CFST
38
Biểu đồ phân tán của các thuộc tính hình học của cột CFST
38
và khả năng chịu lực cuối cùng
Biểu đồ phân tán của vật liệu làm cột CFST và khả năng
39
chịu lực cuối cùng
Lấy mẫu lại dữ liệu bằng phương pháp xác nhận chéo k-lần
39
Quy trình đào tạo và thử nghiệm cho các mơ hình học máy
40
Các thơng số mặc định mơ hình ANNs
41
Các thơng số mặc định mơ hình SVR
42
Các thơng số mặc định mơ hình ARF
42
Mơ tả mối quan hệ của giá trị dự đoán và giá trị thực tế
43
cường độ chịu nén của CFST
Khả năng chịu lực thực tế và dự đoán của cột CFST theo
45
phương pháp thực nghiệm
So sánh chỉ số MAE giữa các mơ hình
47
So sánh chỉ số MAPE giữa các mơ hình
48
So sánh chỉ số R giữa các mơ hình
48
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
1
MỞ ĐẦU
1. LÝ DO CHỌN ĐỀ TÀI
Tiếp cận từ góc độ quản lý thiết kế về việc tính tốn khả năng chịu lực của cột
ống thép nhồi bê tông theo phương pháp truyền thống dùng công thức thực nghiệm
thường tốn thời gian và có độ chính xác hạn chế. Thay vào đó việc áp dụng mơ hình
học máy có ưu điểm học nhanh, dự đốn chính xác. Điều này giúp cho kỹ sư thiết kế
đưa ra kết quả phân tích khả năng chịu lực cực hạn của cột ống thép nhồi bê tơng một
cách nhanh chóng, hiệu quả nhằm tăng năng suất công việc.
Cột ống thép nhồi bê tông (concrete filled steel tube columns – CFST columns)
được sử dụng rộng rãi trong các cơng trình xây dựng (cột nhà cao tầng, trụ cầu...) do
tính vượt trội của nó so với cột bê tông cốt thép truyền thống về mặt cường độ và độ
dẻo cao, độ cứng lớn, khả năng chịu lửa tốt và khả năng tiêu tán năng lượng tốt [1].
Trong thực tế, cột CFST có thể sử dụng các loại bê tơng có cường độ khác nhau như
bê bơng cường độ thường (normal strength concrete - NSC), bê tông cường độ cao
(high strength concrete - HSC), bê tông cường độ siêu cao (ultrahigh strength concrete
- UHSC).
Bê tông NSC thường có cường độ chịu nén dưới 50 MPa, bê tơng HSC thường
có cường độ chịu nén dao động trong khoảng 50 MPa đến 90 MPa và bê tơng UHSC
có cường độ chịu nén vượt trội hơn 90 MPa lên đến 150 MPa. Trong những năm gần
đây, với sự phát triển của công nghệ vật liệu, bê tông UHSC đã bắt đầu được ứng dụng
rộng rãi và được xem xét như là vật liệu thay thế tuyệt vời cho bê tông NSC và bê tơng
HSC bởi những tính năng vượt trội như mô đun đàn hồi của UHSC dao động từ 45 đến
55 MPa, cường độ chịu nén có thể hơn 150 MPa, cường độ chịu kéo trực tiếp có thể
lên đến 5 MPa, trong trường hợp sử dụng cốt sợi cường độ chịu kéo trực tiếp có thể rất
cao từ 7 – 15 MPa.
Cường độ chịu nén cực hạn (Ultimate load capacity) của cột CFST là nhân tố rất
quan trọng đến khả năng làm việc của cột CFST. Việc xác định chính xác cường độ
chịu nén cực hạn của CFST là phức tạp bởi vị nó bị ảnh hưởng một cách phi tuyến bởi
nhiều yếu tố như chiều dài ống thép (L), độ dày của ống thép (t), tỉ lệ chiều cao và
đường kính của cột CFST (D), đặc tính sợi thép (steel fiber) dùng trong bê tơng (nếu
có), và cường độ chịu nén của bê tông dùng trong cột CFST. Hiện nay các tiêu chuẩn
quốc tế như Eurocode 4 (EC4), AISC (tiêu chuẩn Mỹ), ACI 318R (tiêu chuẩn của hiệp
hội bê tông Mỹ), tiêu chuẩn Trung Quốc DLT/5085 – 1999 đã đề xuất nhiều công thức
và hướng tiếp cận khác nhau để tính tốn khả năng chịu lực cực hạn.
Bên cạnh đó cũng đã có nhiều cơng thức thực nghiệm được đề xuất trong các
nghiên cứu trước của nhiều tác giả trên thế giới. Đến nay, tất cả các cơng thức dự đốn
cường độ chịu nén của cột CFST chỉ phù hợp đối với bê tông thường NSC, trong một
số tiêu chuẩn và các nghiên cứu cũng đã mở rộng và hiệu chỉnh cho bê tông cường độ
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
2
cao HSC chỉ đến 90 MPa. Các tiêu chuẩn cũng hạn chế trong việc dự đốn chính xác
cường độ của cột CFST cho tất cả các loại cường độ bê tông, đặc biệt là với bê tông
UHSC. Các nghiên cứu của các tác giả cũng chưa đề xuất được công thức, mơ hình dự
đốn lực cực hạn cho cột CFST, cũng như với việc sử dụng các loại bê tông có cường
độ khác nhau. Chính vì thế việc thiết lập một mơ hình dự đốn lực cực hạn cho cột
CFST sử dụng các loại bê tông với cường độ khác nhau là việc rất cần thiết và có tính
thực tế khi áp dụng triển khai cho các cơng trình.
Tuy nhiên, cơng thức thực nghiệm hạn chế độ chính xác trong dự đoán cường độ
chịu nén của cột CFST. Trong khi đó mơ hình học máy được xem là mơt cuộc cách
mạng thay đổi nhiều lĩnh vực. Bởi tính năng học nhanh và độ tin cậy cao, gần đây có
một số nghiên cứu ứng dụng mơ hình học máy để mơ phỏng ứng xử của các kết cấu và
vật liệu. Mô hình học máy giúp tăng độ chính xác dự báo và giúp giảm bớt các sai lệch
trong thiết kế kết cấu. Vì vậy, ứng dụng mơ hình học máy cho bài toán xác định cường
độ chịu nén cực hạn của cột CFST là cấp thiết và có ý nghĩa rất lớn trong thiết kế kết
cấu các cơng trình xây dựng.
Từ những cơ sở trên học viên đề xuất đề tài: “Ứng Dụng Mơ Hình Học Máy
Trong Dự Đốn Khả Năng Chịu Nén Của Cột Ống Thép Nhồi Bê Tông”
2. MỤC TIÊU NGHIÊN CỨU CỦA ĐỀ TÀI
- Ứng dụng mơ hình học máy trong dự đoán cường độ chịu nén cực hạn của cột
ống thép nhồi bê tông CFST.
- So sánh tính hiệu quả của các mơ hình học máy trong dự đoán cường độ chịu
nén cực hạn của cột ống thép nhồi bê tơng CFST.
- Đề xuất mơ hình hợp lý cho bài toán dự đoán cường độ chịu nén của cột CFST.
3. ĐỐI TƯỢNG, PHẠM VI NGHIÊN CỨU
- Đối tượng nghiên cứu: Đề tài tập trung vào mơ hình học máy và cột ống thép
nhồi bê tông.
- Phạm vi nghiên cứu: Phạm vi nghiên cứu bao gồm việc xây dựng và đánh giá
mơ hình học máy để dự đốn cường độ chịu nén của cột CFST.
4. CÁCH TIẾP CẬN VÀ PHƯƠNG PHÁP NGHIÊN CỨU
a) Cách tiếp cận:
Quá trình nghiên cứu gồm các bước chính sau:
Xác định tính cấp thiết của ứng dụng mơ hình học máy để dự đốn cường độ chịu
nén cực hạn của cột CFST với bê tông cường độ khác nhau như bê tông NSC, bê tơng
HSC và bê tơng UHSC. Phân tích tiềm năng ứng dụng của các mơ hình học máy trong
kỹ thuật xây dựng nói chung và trong kết cấu cột bê tơng ống thép nói riêng.
Tổng quan các nghiên cứu trước liên quan đến đề tài:
-Tập hợp và phân tích các nghiên cứu liên quan về mơ hình học máy như mơ
hình mạng lưới thần kinh nhân tạo (Artificial neural networks - ANNs), mơ hình rừng
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
3
ngẫu nhiêm bổ sung (Additive random forests – ARF), mô hình hồi quy véc tơ hỗ trợ
(Support vector regression – SVR).
- Tập hợp và phân tích các nghiên cứu liên quan đến cột CFST sử dụng các loại
bê tơng có các cường độ hoặc cấp độ bền khác nhau. Các yếu tố ảnh hưởng đến khả
năng làm việc của cột CFST.
- Thu thập bộ dữ liệu thực nghiệm về cột CFST. Rà soát và chọn lọc các bộ dữ
liệu thưc nghiệm về cột CFST thông qua các các bài báo đã công bố và các nguồn dữ
liệu mở. Các thông số ảnh hưởng đến khả năng làm việc cột CFST sẽ được thu thập.
- Phát triển các mơ hình học máy như ANNs, ARF, SVR dựa trên bộ dữ liệu thu
thập được.
- Đánh giá và phân tích tính hiệu quả của các mơ hình thơng qua các chỉ số thơng
kê, từ đó đề xuất mơ hình tốt trong dự đốn khả năng chịu nén của cột CFST.
b) Phương pháp nghiên cứu:
- Thu thập và xử lý số liệu về cường độ chịu nén cực hạn của cột CFST: Dữ liệu
về cột CFST được thu thập từ các nguồn mở và các nghiên cứu trước, bao gồm có các
loại bê tơng cường độ thường (NSC), bê tông cường độ cao (HS) và bê tơng cường độ
siêu cao (UHSC). Các thuộc tính của mẫu thu thập bao gồm chiều dài ống thép (L),
đường kính (D), độ dày của ống thép (t), ứng suất chảy của thép ( f y ), tỉ lệ của đường
kính và độ dày ống thép (D/t), cường độ chịu nén của bê tông ( fc ) và cường độ dọc
trục trong cột CFST (Nu).
- So sánh tính hiệu quả giữa các mơ hình học máy: Hiệu quả các các mơ hình sẽ
được đánh giá thơng qua các dữ liệu thu thập và các chỉ số thống kê.
- Đề xuất mơ hình học máy để dự đốn cường độ chịu nén của cột CFST: Dựa
trên hiệu quả và độ chính xác của các mơ hình học máy.
5. Ý NGHĨA KHOA HỌC VÀ THỰC TIỄN CỦA ĐỀ TÀI
Ý nghĩa khoa học: Hướng nghiên cứu ứng dụng mơ hình học máy về dự đoán
cường độ chịu nén của cột CFST là một chủ đề đang được các nhà nghiên cứu trên thế
giới quan tâm. Kết quả nghiên cứu góp phần thúc đẩy ứng dụng các mơ hình học máy
và trí tuệ nhân tạo trong lĩnh vực kỹ thuật và quản lý xây dựng.
Ý nghĩa thực tiễn: Kết quả đề tài cung cấp một cơng cụ dựa trên mơ hình học
máy cho các nhà thiết kế và quản lý trong việc xác định khả năng chịu lực của cột
CFST nhằm tăng độ chính xác dự báo và giúp giảm bớt các sai lệch trong thiết kết cấu
của các cơng trình xây dựng.
6. BỐ CỤC CỦA LUẬN VĂN
Nội dung Luận văn với cấu trúc cụ thể như sau:
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
4
Mở đầu
• Trình bày tính cấp thiết của đề tài nghiên cứu, mục tiêu, đối tượng, phạm vi,
cách tiếp cận và phương pháp nghiên cứu, ý nghĩa khoa học và thực tiễn của đề tài và
cấu trúc của Luận văn.
Chương 1: Tổng quan về cột ống thép nhồi bê tông và mơ hình học máy trong
dự đốn khả năng chịu nén của CFST
• Trình bày tổng quan về cột ống thép nhồi bê tông, một số nghiên cứu liên quan
về cột ống thép nhồi bê tông và ứng dụng của nó trong xây dựng.
• Trình bày tổng quan về mơ hình học máy, phân loại các mơ hình học máy và
một số nghiên cứu về ứng dụng của mơ hình học máy trong xây dựng.
Chương 2: Các nghiên cứu trước liên quan đến ứng dụng mơ hình học máy vào
cột CFST
• Phân tích các nghiên cứu trước liên quan đến ứng dụng mơ hình học máy vào
cột CFST.
• Trình bày hai công thức thực nghiệm cho cột CFST là Euro Code 4 (1994) và
AISC 2010.
Chương 3: Xây dựng và đánh giá các mơ hình học máy bằng phần mềm Weka
• Giới thiệu về phần mềm Weka, kiến trúc thư viện của Weka và các ưu điểm
của nó.
• Phân tích các mơ hình học máy bao gồm mơ hình rừng ngẫu nhiên bổ sung
(ARF), mơ hình mạng nơ ron nhân tạo (ANNs), mơ hình hỗ trợ hồi quy vector ( SVR)
• Trình bày việc thu thập bộ dữ liệu thực nghiệm về kết cấu cột CFST sử dụng
các loại bê tông có cường độ khác nhau bao gồm 802 bộ dữ liệu với 6 thơng số đầu
vào là: đường kính của cột (D), độ dày ống thép (t), ứng suất chảy của thép ( f y ),
cường độ của bê tông ( fc ), chiều dài của cột (L), tỷ lệ giữa đường kính/ độ dày ống
thép (D/t) và 1 thơng số đầu ra là khả năng chịu lực cuối cùng của cột CFST ( N u ).
• Trình bày quy trình và các thơng số đánh giá các mơ hình học máy để dự đoán
cường độ chịu nén của cột CFST với các loại bê tơng khác nhau.
• Kết quả phân tích và so sánh các mơ hình.
Kết luận và kiến nghị
• Trình bày kết luận của luận văn đạt được, hạn chế của đề tài và định hướng
nghiên cứu tiếp theo của đề tài.
Danh mục bài báo khoa học
Danh mục tài liệu tham khảo
Phụ lục
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
5
Chương 1 - TỔNG QUAN VỀ CỘT ỐNG THÉP NHỒI BÊ TƠNG VÀ MƠ
HÌNH HỌC MÁY TRONG DỰ ĐỐN KHẢ NĂNG CHỊU NÉN CỦA CỘT
CFST
1.1. Tổng quan về cột ống thép nhồi bê tơng và ứng dụng của nó trong xây dựng
1.1.1. Tổng quan về cột ống thép nhồi bê tơng
Tình hình phát triển xã hội và đơ thị hóa diễn ra ngày càng nhanh, những đòi hỏi
của con người ngày càng cao, những cơng trình cao tầng, siêu cao tầng, những cây cầu
vượt nhịp cần được ra đời. Vì những yêu cầu đó, con người đã nghiên cứu ra nhiều
phương án thiết kế kết cấu mới, những công nghệ mới nhằm đáp ứng cho nhu cầu
ngày càng phát triển của xã hội. Việc sử dụng kết cấu hợp lý sẽ đem lại hiệu quả cao
về mặt kết cấu, kinh tế cũng như khả năng khai thác cho cơng trình.
Cột ống thép nhồi bê tông được sử dụng phổ biến trong các cơng trình xây dựng
ở nhiều nước trên thế giới. Hiện tại ở Việt Nam vẫn ứng dụng cột ống thép nhồi bê
tơng vào các cơng trình xây dựng nhưng vẫn chưa được phổ biến và việc áp dụng cột
ống thép nhồi bê tông này cũng sẽ dần thay thế cho cột bê tơng cốt thép truyền thống
vì các tính năng vượt trội của nó mà nó mang lại.
Cột ống thép nhồi bê tông là kết cấu bao gồm ống thép được lấp đầy bên trong
bằng bê tơng. Ớng thép lúc này đóng vai trị vừa là ván khn cho q trình đổ bê
tơng, vừa tham gia tăng cường khả năng chịu tải của cùng bê tông. Trong khi đó, việc
nhồi bê tơng giúp tăng sự ổn định của ống thép và độ dẻo của tiết diện. Ngoài ra, cột
CFST cịn có các ưu điểm như hấp thụ năng lượng cao, độ bền cao và khả năng chống
cháy, chống biến dạng tốt, tính kinh tế và khả năng khai thác thuận tiện. Vì vậy, ứng
xử của cột CFST được quan tâm nghiên cứu rộng rãi trong suốt ba thập kỷ qua [2].
Kết cấu ống thép nhồi bê tông là một cấu kiện liên hợp bao gồm ống thép vỏ và
bê tơng lõi sử dụng các loại bê tơng có cường độ khác nhau cùng làm việc chung. Hình
1.1 thể hiện cấu tạo cột ống thép nhồi bê tông. Cột ống thép có thể được nhồi bê tơng
cường độ thường (NSC) có cường độ chịu nén dưới 50 MPa, bê tơng cường độ cao
(HSC) thường có cường độ chịu nén dao động trong khoảng 50 MPa đến 90 MPa và
bê tơng cường độ siêu cao (UHSC) có cường độ chịu nén vượt trội hơn từ 90 MPa lên
đến 150 MPa [2].
Trong những năm gần đây, với sự phát triển của công nghệ vật liệu, bê tông
UHSC đã bắt đầu được ứng dụng rộng rãi và được xem xét như là vật liệu thay thế
tuyệt vời cho bê tông NSC và bê tơng HSC bởi những tính năng vượt trội như mô đun
đàn hồi của UHSC dao động từ 45 đến 55 MPa, cường độ chịu nén có thể hơn 150
MPa, cường độ chịu kéo trực tiếp có thể lên đến 5 MPa, trong trường hợp sử dụng cốt
sợi cường độ chịu kéo trực tiếp có thể rất cao từ 7 – 15 MPa [3].
Hình 1.1 thể hiện một ví dụ về cấu tạo cột ống thép trịn nhồi bê tơng. Thông
thường, cột CFST được chia thành ba loại dựa trên tỷ lệ chiều dài / đường kính (L/D)
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
6
của cột: cột ngắn (nếu L/D ≤ 4); cột trung bình (nếu 4
chỉ ra rằng độ bền của cột giảm khi tăng L/D tỉ lệ. Hơn nữa, khả năng chịu tải còn phụ
thuộc vào tỷ lệ đường kính / độ dày của ống thép ( D / t ), cường độ chịu kéo của ống
thép, cường độ bê tông, tải trọng bổ sung trên lõi thép hoặc trên toàn bộ tiết diện. Theo
các nghiên cứu, cường độ chịu tải tăng khi tỷ số ( D / t ) giảm hoặc cường độ thép chịu
kéo tăng [4].
Cường độ chịu tải trong cột CFST chủ yếu bị ảnh hưởng bởi giới hạn giãn nở của
ống thép. Theo đó, khi bổ sung tải trọng lên lõi bê tơng, ống thép có tác dụng giam giữ
vật liệu giãn nở bên trong lõi bê tơng, do đó nó sinh ra khả năng chịu tải cao hơn so
với trường hợp tăng tải trọng trên toàn bộ tiết diện khi ống thép có cả ứng suất thẳng
đứng và ứng suất trịn tạo nên ứng suất giãn nở giảm [5].
Cột ống thép nhồi bê tông chỉ làm việc hiệu quả khi chịu nén. Khả năng chịu lực
nén cực hạn (ultimate bearing capacity viết tắt tiếng anh là UBC) của cột CFST là một
yếu tố rất quan trọng ảnh hưởng đến khả năng làm việc của cột CFST. Việc xác định
chính xác UBC của cột CFST rất phức tạp vì chúng bị ảnh hưởng phi tuyến bởi nhiều
yếu tố như chiều dài ống thép (L), độ dày ống thép (t), tỷ lệ chiều dài và đường kính
của cột CFST (L/D) trong bê tơng và cường độ nén của bê tông dùng trong cột CFST.
Khi chịu kéo khả năng chịu lực của nó nhỏ hơn nhiều. Tuy nhiên trong một số
trường hợp cũng có thể dùng ống thép nhồi bê tông chịu kéo để chống gỉ cho bề mặt
trong ống, tăng độ cứng chống uốn hay tăng trọng lượng bản thân, tăng khả năng
chống biến dạng của ống thép do có sự liên kết với lõi bê tơng và khả năng chịu nhiệt
tốt.
Theo tìm hiểu của tác giả thì cột ống thép nhồi bê tơng có rất nhiều loại đa dạng,
nhiều tiết diện như ống thép nhồi bê tơng tiết diện trịn, tiết diện vng, tiết diện chữ
nhật, tiết diện lục giác, đa giác, hình chữ I…nhưng trong nghiên cứu này tác giả chỉ
tập trung nghiên cứu cột CFST tiết diện tròn do dạng tiết diện này có độ cứng và độ
bền chảy tốt hơn so với các dạng tiết diện khác như đã được chỉ ra trong các nghiên
cứu trước đây [6, 7].
Hình 1.1: Cấu tạo cột ống thép trịn nhồi bê tơng [2]
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
7
1.1.2. Một số nghiên cứu liên quan về cột ống thép nhồi bê tông
Trong suốt nhiều thập kỷ qua, khá nhiều nghiên cứu về cột CFST đã được thực
hiện với nhiều trọng tâm nghiên cứu khác nhau như: cường độ của bê tơng [8], tỉ lệ
của đường kính và độ dày ống thép [9] hay ảnh hưởng của liên kết giữa bê tơng và ống
thép [10].
Một số chương trình thí nghiệm lớn về cột CFST được thực hiện:
Chương trình thí nghiệm của Knowles và Park [11] được thực hiện vào cuối
những năm 1960 nhằm đánh giá ứng xử của cột CFST khi chịu tải đúng tâm và chịu tải
lệch tâm. Các thí nghiệm của Liu và Goel [12] cuối những năm 1980 nhằm đánh giá
ứng xử của cọc CFST khi chịu tải trọng động theo chu kỳ. Kilpatrick và Rangan [13]
nghiên cứu ảnh hưởng của việc sử dụng bê tông cường độ cao trong cột CFST. Sakino
và cộng sự [14] nghiên cứu ảnh hưởng của hình dạng và cường độ ống thép, tỷ lệ
đường kính ống trên chiều dày và cường độ của bê tơng.
Tuy nhiên, số lượng thí nghiệm thực hiện được vẫn còn nhiều hạn chế do các
chương trình thí nghiệm thường địi hỏi tiêu tốn nhiều tiền bạc, hệ thống thiết bị thử
nghiệm đắt tiền, cũng như tốn nhiều thời gian và công sức của con người. Dựa trên các
kết quả thực nghiệm, các công thức thiết kế cọc CFST được đề xuất. Một cách truyền
thống, các công thức thiết kế này được xây dựng dựa trên các phương pháp lý thuyết
và mô phỏng dựa trên ứng xử của sự làm việc chung giữa 2 loại vật liệu thép và bê
tơng và lấy kết quả thí nghiệm để đánh giá độ chính xác của cơng thức cũng như mơ
hình được đề xuất.
Sai số trong q trình thí nghiệm, sai khác giữa các chương trình thực nghiệm
cũng như ảnh hưởng của các yếu tố thời tiết, vật liệu đầu vào hay tay nghề của người
thực hiện khiến cho các công thức được xây dựng giữa các nhà khoa học có sự khác
nhau đáng kể. Ví dụ, cơng thức xác định khả năng chịu tải của cột CFST được cung
cấp trong các tiêu chuẩn Eurocode 4 và AISC 360.
Không có cơng thức nào có sự tương đồng với nhau. Các mơ hình này được xây
dựng dựa trên mối quan hệ ứng suất- biến dạng được giả định trước của ống thép hoặc
bê tơng trong lịng nên tính chính xác của các mơ hình là một dấu hỏi lớn.
Nhiều nghiên cứu khác nhau liên quan đến ứng xử của các cột CFST. Ví dụ, hiệu
suất của các cột CFST được gia cố bên ngoài và bên trong bằng các đường xoắn ốc đã
được đánh giá [15]. Nghiên cứu của họ đã sử dụng 16 mẫu CFST để kiểm tra dưới lực
nén dọc trục và các mẫu được làm cứng theo hình xoắn ốc liên tục bên ngồi (ECS),
xoắn ốc liên tục bên trong (ICS) và xoắn ốc liên tục bên trong không hàn (UICS).
Nghiên cứu này chỉ ra rằng độ dẻo dai và độ đàn hồi được tăng cường đáng kể khi
được làm cứng bên ngoài và bên trong bởi các đường xoắn ốc. Các chỉ số về ECS, ICS
và UICS làm nâng cao khả năng nén dọc trục so với mẫu đo chuẩn.
Nghiên cứu cũng đề xuất các công thức để dự đoán khả năng tới hạn của cột
SSRCFST và so sánh chúng với kết quả thực nghiệm. Hiệu suất của cột ống thép
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
8
không gỉ nhồi bê tông (CFSST) đã được nghiên cứu trong [16]. Họ đã nghiên cứu 9
ống thép không gỉ nhồi bê tông (austenit CFSST) và 9 cột sơ khai bằng thép không gỉ
song chế chứa đầy bê tông (duplex CFSST). Cuối cùng, các phương pháp mới đã
được đề xuất để cải thiện dự đoán độ bền của cấu trúc Austenit và CFSST.
Một phương pháp thực nghiệm đã được đề xuất để ước tính độ ổn định của các
cột CFST có hình dạng đặc biệt dưới lực dọc trục [17]. Công cụ ABAQUS đã được áp
dụng để xây dựng các mơ hình phần tử hữu hạn. Các kết quả ước lượng từ phương
pháp đề xuất phù hợp với dữ liệu được ghi lại và chúng tương đối nhỏ hơn so với kết
quả của phương pháp phần tử hữu hạn. Một mơ hình đã được thiết lập cho cột ống
thép chứa đầy bê tông (MCFST) nhiều ô dưới tải trọng dọc trục [18]. Mơ hình được đề
xuất đã tính tốn các đường cong tải trọng- biến dạng của 12 mẫu với nhiều hình dạng
cũng như cấu trúc khác nhau và tính tốn mối quan hệ cấu thành của bê tơng trong
từng ô riêng lẻ. Kết quả cho thấy mô hình cung cấp hướng dẫn hữu ích cho cột
MCSFT.
Bê tơng cốt sợi tái chế được gia cố bằng thép (RAC) trong sản xuất cột CFST
đã được nghiên cứu trong nghiên cứu này [19]. Nghiên cứu của họ đã đánh giá ứng
xử dọc trục của 54 cột thép-sợi gia cường bằng thép tự ứng suất của cột ống thép gia
cố RAC (SSRCFST). Bê tơng cốt liệu tái chế có thể được coi là một cách hữu ích để
xử lý rác thải cũng như mang lại lợi ích cho sự phát triển bền vững về mơi trường. Một
mơ hình dự đốn đã được tạo ra để dự đoán cường độ nén trong các cột ống thép nhồi
RAC [20]. Mơ hình đề xuất cũng được so sánh với mơ hình ANNs và các phương
pháp thực nghiệm trước đây để chứng minh hiệu quả hoạt động tốt của mơ hình.
Cường độ bê tơng (CS) có thể được coi là một yếu tố quan trọng cần thiết cho
việc thiết kế cột CFST. Do đó, có sự đa dạng của các nghiên cứu được nghiên cứu về
CS. Đặc biệt, một mơ hình tự học được tối ưu hóa mới đã được tạo ra để dự đoán CS
trong bê tơng hiệu suất cao [21]. Bên cạnh đó, cột ống thép trịn nhồi bê tơng hiệu suất
cực cao (UHPC-FSTCs) đã được xem xét và phân tích để cung cấp tài liệu tham khảo
hữu ích về tính chất nén của UHPC-FSTCs dưới tải trọng dọc trục [22].
Gần đây, các nghiên cứu đề cập đến vấn đề ảnh hưởng của cường độ bê tông
như: Liew và cộng sự (2016) [23], Tue và cộng sự (2004) [24] cùng Uy và cộng sự
(2013) [25] cho thấy rằng khi cường độ bê tông nâng lên, giới hạn giãn nở giảm vì bê
tơng có cường độ càng cao thì hệ số giãn nở càng giảm so với khả năng chịu lực của
bê tông thấp. Với cột CFST, nghiên cứu của An và Fehling (2017) [26] cho thấy các
chỉ tiêu thiết kế để dự đoán tải trọng cao hơn so với thử nghiệm thực tế của cột CFST,
đặc biệt là những cột sử dụng cường độ bê tơng cao hơn 90 MPa. Mặt khác, có nhiều
loại bê tơng với cấp phối cũng như tính chất khác nhau và ảnh hưởng đến tải trọng như
bê tông cốt thép nhẹ, bê tông sợi, bê tông tái chế, v.v. Do đó, việc nghiên cứu các cột
CFST sử dụng các loại bê tông cường độ cao, cường độ siêu cao khác nhau là rất quan
trọng và đề xuất cơng thức tính khả năng chịu tải cho cột này là cần thiết.
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
9
Hơn nữa, ứng xử giam giữ của bê tông hiệu suất cực cao mà khơng có sử dụng và
sử dụng sợi thép (UHPC và UHPFRC) đã được nghiên cứu [27]. Trong nghiên cứu
này, các tác giả đã nghiên cứu các cột CFST tròn được đổ UHPC và UHPFRC với
cường độ bê tông từ 150 MPa đến 200 MPa. Một số nghiên cứu về các cột CFST sử
dụng UHPC và UHPFRC đã được thực hiện [28]. Vì vậy, cần nghiên cứu cột CFST
với các loại bê tông cường độ khác nhau bao gồm cả bê tông cường độ cao và siêu cao
có hoặc khơng có sợi thép.
Tóm lại, có rất nhiều nghiên cứu của nhiều tác giả về kết cấu liên quan đến cột
ống thép nhồi bê tông từ trước đến nay. Qua đó, cho chúng ta thấy rằng việc sử dụng
công năng của cột CFST để áp dụng vào các cơng trình xây dựng dân dụng, cơng
nghiệp hay cơng trình cầu đường là cực kỳ quan trọng.
1.1.3. Ứng dụng của cột ống thép nhồi bê tông trong xây dựng hiện nay
Trong lĩnh vực xây dựng dân dụng, công nghiệp, hạ tầng kỹ thuật thì cột CFST
được áp dụng rất nhiều như cơng trình nhà ga, tịa nhà cao tầng…vì tính ưu việt của nó
như độ bền cao, độ dẻo, độ cứng và khả năng chống cháy tốt. Một số hình ảnh ứng
dụng của cột ống thép nhồi bê tông qua các cơng trình xây dựng hiện nay được thể
hiện bên dưới:
Hình 1.2 là tồ tháp đơi Petronas được xây dựng ngay trung tâm thành phố Kuala
Lampur - Malaysia với chiều cao 452m gồm 88 tầng, diện tích sàn đến 395.000m². Hệ
thống kết cấu của tòa tháp là một thiết kế dạng ống thép nhồi bê tơng [29].
Hình 1.2: Tịa tháp đơi Petronas - Kuala Lampur
Hình 1.3 và hình 1.4 là nhà ga Techno ở thành phố Tokyo, Nhật Bản với diện
tích sàn 5535 m2, 3 tầng, cao 18m. Kết cấu của tịa nhà gồm các cột ống thép nhồi bê
tơng với đường kính 500mm, sử dụng thép cường độ cao 780 MPa [30].
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
10
Hình 1.3: Nhà ga Techno ở Tokyo Nhật Bản (nhìn từ phía bê ngồi)
Hình 1.4: Bên trong nhà ga Techno ở Tokyo, Nhật Bản
Hình 1.5 là tháp Canton ở Quảng Châu, Trung Quốc là một trong những cơng
trình cao nhất thế giới được xây dựng và hoàn thành vào năm 2010 với chiều cao lên
đến 610 m gồm 37 tầng nổi và 2 tầng hầm. Tòa tháp được thiết kế bởi công ty
Information Based Architecture (IBA), một công ty kiến trúc có trụ sở tại Amsterdam,
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
11
Hà Lan. Tòa tháp sử dụng 24 cột ống thép nhồi bê tơng trịn được sử dụng với đường
kính cột tối đa là 2 m và độ dày thành tối đa là 50 mm.
Hình 1.5: Tháp Canton ở Quảng Châu, Trung Quốc
1.2. Tổng quan về mơ hình học máy và ứng dụng học máy trong xây dựng
1.2.1. Tổng quan về mơ hình học máy
Học máy, có tài liệu gọi là học máy có tên tiếng Anh đầy đủ là Machine
Learning, là một lĩnh vực của trí tuệ nhân tạo liên quan đến việc nghiên cứu và xây
dựng các kĩ thuật cho phép các hệ thống “học” tự động từ dữ liệu để giải quyết những
vấn đề cụ thể. Ví dụ như các máy có thể “học” cách phân loại thư điện tử xem có phải
thư rác (spam) hay khơng và tự động xếp thư vào thư mục tương ứng. Học máy rất gần
với suy diễn thống kê tuy có khác nhau về thuật ngữ [31].
Học máy có liên quan lớn đến thống kê, vì cả hai lĩnh vực đều nghiên cứu việc
phân tích dữ liệu, nhưng khác với thống kê, học máy tập trung vào sự phức tạp của các
giải thuật trong việc thực thi tính tốn [32]. Nhiều bài tốn suy luận được xếp vào loại
bài tốn khó, vì thế một phần của học máy là nghiên cứu sự phát triển các giải thuật
suy luận xấp xỉ mà có thể xử lý được.
Học máy có hiện nay được áp dụng rộng rãi bao gồm mơ hình học máy để truy
tìm dữ liệu, chẩn đốn y khoa, phát hiện thẻ tín dụng giả, phân tích thị trường chứng
khốn, phân loại các chuỗi ADN, nhận dạng tiếng nói và chữ viết, dịch tự động, chơi
trò chơi và trong xây dựng như dự đoán khả năng chịu lực, dự đoán độ võng của của
kết cấu chịu uốn bê tông cốt thép, dự đốn mức tiêu thụ năng lượng trong nhiều tịa
nhà…
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
12
Các thuật tốn học máy là các chương trình máy tính có khả năng học hỏi về
cách hồn thành các nhiệm vụ và cách cải thiện hiệu suất theo thời gian. Học máy vẫn
đòi hỏi sự đánh giá của con người trong việc tìm hiểu dữ liệu cơ sở và lựa chọn các kĩ
thuật phù hợp để phân tích dữ liệu. Đồng thời, trước khi sử dụng, dữ liệu phải sạch,
khơng có sai lệch và khơng có dữ liệu giả.
Các mơ hình học máy u cầu lượng dữ liệu đủ lớn để "huấn luyện" và đánh giá
mơ hình. Học máy ngày càng mang tính phổ biến trên tồn thế giới. Sự tăng trưởng
vượt bậc của dữ liệu lớn (Big Data) và các thuật toán học máy với đủ dữ liệu đã cải
thiện độ chính xác của những mơ hình và dự đoán tương lai.[33]
Một số thuật toán ML mạnh mẽ hiện nay có thể kể đến như là ANNs, Gradient
Tree Boosting (GTB), học sâu (Deep learning - DL), học máy véc tơ hỗ trợ (SVM),
rừng ngẫu nhiên (RF), ARF và cây quyết định (DT).
1.2.2. Phân loại các mơ hình học máy
Có 4 loại mơ hình học máy chính bao gồm học có giám sát (supervised learning),
học khơng giám sát (unsupervised learning), học bán giám sát, học tăng cường.
a) Học có giám sát (supervised learning)
Học có giám sát là một kỹ thuật của ngành học máy để xây dựng một hàm từ dữ
liệu huấn luyện. Dữ liệu huấn luyện bao gồm các cặp đối tượng đầu vào (thường dạng
vector) và đầu ra thực sự. Đầu ra của một hàm có thể là một giá trị liên tục (gọi là hồi
quy), hay có thể là dự đốn một nhãn phân lớp cho một đối tượng đầu vào (gọi là phân
lớp). Hình 1.6 thể hiện sơ đồ huấn luyện và dự đoán dựa trên mơ hình học máy có
giám sát. Nhiệm vụ của chương trình học có giám sát là dự đốn giá trị của hàm cho
một đối tượng bất kỳ là đầu vào hợp lệ, sau khi đã xem xét một số ví dụ huấn luyện
(nghĩa là, các cặp đầu vào và đầu ra tương ứng). Mục đích chính của bài tốn học có
giám sát là để học một ánh xạ X tới Y. Mơ hình chung của học có giám sát được khái
qt như hình 1.6 bên dưới.
Tập huấn
luyện
Thuật tốn học máy
có giám sát
X
Y
Dự đốn ra Y
Hình 1.6: Mơ hình học có giám sát
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
13
Để giải quyết một bài tốn nào đó của học có giám sát, người ta phải xem xét
nhiều bước khác nhau:
- Xác định loại của các mẫu huấn luyện. Trước khi làm bất cứ điều gì, người làm
nhiệm vụ phân lớp nên quyết định loại dữ liệu nào sẽ được sử dụng làm mẫu. Chẳng
hạn đó có thể là một kí tự viết tay đơn lẻ, tồn tập một từ viết tay, hay tồn tập một
dịng chữ viết tay.
- Thu thập tập huấn luyện. Tập huấn luyện cần đặc trưng cho thực tế sử dụng của
hàm chức năng. Vì thế, một tập các đối tượng đầu vào được thu thập và đầu ra tương
ứng được thu thập, hoặc từ các chun gia hoặc từ việc đo đạc tính tốn.
- Xác định việc biểu diễn các đặc trưng đầu vào cho hàm chức năng cần tìm. Sự
chính xác của hàm chức năng phụ thuộc lớn vào cách các đối tượng đầu vào được biểu
diễn. Thông thường, đối tượng đầu vào được chuyển đổi thành một vector đặc trưng,
chứa một số các đặc trưng nhằm mơ tả cho đối tượng đó. Số lượng các đặc trưng
không nên quá lớn, do sự bùng nổ tổ hợp nhưng phải đủ lớn để dự đoán chính xác đầu
ra.
- Xác đinh cấu trúc của hàm chức năng cần tìm và giải thuật học tương ứng. Ví
dụ người thực hiện q trình phân lớp có thể lựa chọn việc sử dụng mạng nơ- ron nhân
tạo hay cây quyết định.
- Hoàn thiện thiết kế. Người thiết kế sẽ chạy giải thuật học từ một tập huấn luyện
thu thập được. Các tham số của giải thuật học có thể được điều chỉnh bằng cách tối ưu
hoá hiệu năng trên một tập con (gọi là tập kiểm chứng – validation set) của tập huấn
luyện, hay thông qua kiểm chứng chéo (crossvalidation). Sau khi học và điều chỉnh
tham số, hiệu năng của giải thuật có thể được đo dạc trên một tập kiểm tra độc lập với
tập huấn luyện.
Một số thuật tốn điển hình như: thuật tốn K láng giềng, mơ hình xác suất Nive
Bayes, học máy véc tơ hỗ trợ SVM…
Học có giám sát là phương pháp sử dụng những dữ liệu được gán nhãn sẵn để
suy luận ra quan hệ giữa đầu vào và đầu ra. Sau khi tìm hiểu cách tốt nhất để mơ hình
hóa các mối quan hệ dựa trên dữ liệu được gán nhãn, thuật toán huấn luyện sẽ được sử
dụng cho các bộ dữ liệu mới.
Ứng dụng của học có giám sát chính là giúp xác định tín hiệu hay biến số tốt nhất
để đưa ra dự đoán dự báo xu hướng, lợi nhuận trong tương lai bao gồm đa lĩnh vực
như cổ phiếu, chứng khốn, xây dựng, y học…
b) Học khơng giám sát (unsupervised learning)
Học khơng có giám sát là một phương pháp của ngành học máy nhằm tìm ra một
mơ hình mà phù hợp với các quan sát. Nó khác biệt với học có giám sát ở chỗ là đầu ra
đúng tương ứng cho mỗi đầu vào là không biết trước. Trong học khơng có giám sát,
một tập dữ liệu đầu vào được thu thập. Học khơng có giám sát thường đối xử với các
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
14
đối tượng đầu vào như là một tập các biến ngẫu nhiên. Sau đó, một mơ hình mật độ kết
hợp sẽ được xây dựng cho tập dữ liệu đó.
Học khơng có giám sát có thể được dùng kết hợp với suy diễn Bayes để cho ra
xác suất có điều kiện (nghĩa là học có giám sát) cho bất kì biến ngẫu nhiên nào khi biết
trước các biến khác.
Học khơng có giám sát cũng hữu ích cho việc nén dữ liệu: về cơ bản, mọi giải
thuật nén dữ liệu hoặc là dựa vào một phân bố xác suất trên một tập đầu vào một cách
tường minh hay không tường minh.
Một dạng khác của học khơng có giám sát là phân mảnh (data clustering), nó đơi
khi khơng mang tính xác suất. Xem thêm phân tích khái niệm hình thức (formal
concept analysis).
Học khơng giám sát là phương pháp học mà mơ hình học máy không được cung
cấp dữ liệu được dán nhãn mà thay vào đó chỉ được sử dụng những dữ liệu chưa được
gán nhãn sẵn để suy luận và tìm cách để mô tả dữ liệu cùng cấu trúc của chúng. Ứng
dụng của học khơng giám sát đó là hỗ trợ phân loại thành các nhóm có đặc điểm tương
đồng.
c) Học bán giám sát (semi – supervised learning)
Trong khoa học máy tính, học bán giám sát là một phương thức của ngành học
máy sử dụng cả dữ liệu gán nhãn và chưa gán nhãn, nhiều nghiên cứu của ngành học
máy có thể tìm ra được dữ liệu chưa gán nhãn khi sử dụng với một số lượng nhỏ dữ
liệu gán nhãn. Công việc thu được kết quả của dữ liệu gán nhãn thường địi hỏi ở trình
độ tư duy và khả năng của con người, công việc này tốn nhiều thời gian và chi phí, do
vậy dữ liệu gán nhãn thường rất hiếm và đắt, trong khi dữ liệu chưa gán nhãn thì lại rất
phong phú. Trong trường hợp đó, chúng ta có thể sử dụng học bán giám sát để thi hành
các công việc ở quy mô lớn.
Học bán giám sát bao gồm dữ liệu gán nhãn và chưa gán nhãn. Học bán giám sát
có thể được áp dụng vào việc phân lớp và phân cụm. Mục tiêu của học bán giám sát là
huấn luyện tập phân lớp tốt hơn học có giám sát từ dữ liệu gán nhãn và chưa gán nhãn.
Như vậy, có thể nói học bán giám sát là phương pháp học có giám sát kết hợp với việc
tận dụng các dữ liệu chưa gán nhãn. Trong phần bổ sung thêm vào cho dữ liệu gán
nhãn, thuật tốn cung cấp một vài thơng tin giám sát, việc này không cần thiết cho tất
cả các mẫu huấn luyện. Thông thường thông tin này sẽ được kết hợp với một vài mẫu
cho trước. Học bán giám sát là một nhánh của ngành học máy (machine learning). Các
dữ liệu gán nhãn thường hiếm, đắt và rất mất thời gian, đòi hỏi sự nỗ lực của con
người, trong khi đó dữ liệu chưa gán nhãn thì vơ vàn nhưng để sử dụng vào mục đích
cụ thể của chúng ta thì rất khó, vì vậy ý tưởng kết hợp giữa dữ liệu chưa gán nhãn và
dữ liệu đã gán nhãn để xây dựng một tập phân lớp tốt hơn là nội dung chính của học
bán giám sát. Bởi vậy học bán giám sát là một ý tưởng tốt để giảm bớt công việc của
con người và cải thiện độ chính xác lên mức cao hơn.
THƯ VIỆN TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC ĐÀ NẴNG.
Lưu hành nội bộ
