SỬ DỤNG PHƯƠNG PHÁP KHÔNG PHÁ HOẠI MẪU KẾT HỢP MÔ HÌNH TIÊN LƯỢNG ANN ĐỂ XÁC ĐỊNH CƯỜNG ĐỘ CHỊU NÉN BÊ TÔNG GEOPOLYMER

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

LUẬN VĂN THẠC SĨ
NGUYỄN HỒNG ĐỨC

SỬ DỤNG PHƯƠNG PHÁP KHÔNG PHÁ HOẠI MẪU
KẾT HỢP MÔ HÌNH TIÊN LƯỢNG ANN
ĐỂ XÁC ĐỊNH CƯỜNG ĐỘ CHỊU NÉN
BÊ TÔNG GEOPOLYMER

NGÀNH: KỸ THUẬT XÂY DỰNG CÔNG TRÌNH
DÂN DỤNG VÀ CÔNG NGHIỆP - 60580208
Hướng dẫn khoa học:
PSG.TS. PHAN ĐỨC HÙNG

Tp. Hồ Chí Minh, tháng 4/2017


CAM ĐOAN

Tôi cam đoan đây là công trình nghiên cứu của tôi.
Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai
công bố trong bất kỳ công trình nào khác.
Tp. Hồ Chí Minh, ngày 10 tháng 3 năm 2017
Nguyễn Hồng Đức

vi

LỜI CẢM ƠN

Để hoàn thành luận văn thạc sỹ này, tôi đã nhận được sự giúp đỡ rất nhiều từ
bạn bè quý Thầy Cô trong Khoa xây dựng và Cơ học Ứng dụng - Trường đại học
Sư Phạm Kỹ Thuật TPHCM đã giảng dạy, tôi xin bày tỏ lòng biết ơn đến Thầy
Phan Đức Hùng và cô Nguyễn Thị Thúy Hằng đã tận tình hướng dẫn, cung cấp các
thông tin nghiên cứu cần thiết và chỉ bảo tôi trong thời gian tôi thực hiện luận văn
thạc sỹ.
Tôi chân thành biết ơn gia đình cùng bạn bè động viên và giúp đỡ tôi trong
suốt thời gian tôi thực hiện luận văn.
Xin chân thành cảm ơn.
Tp. Hồ Chí Minh, ngày 10 tháng 3 năm 2017
Nguyễn Hồng Đức

vii


TÓM TẮT
Báo cáo sử dụng phương pháp không phá hoại mẫu kết hợp phương
pháp siêu âm và búa bật nảy để nghiên cứu sự phát triển cường độ của bê tông
geopolymer theo thời gian dưỡng hộ. Kết quả thí nghiệm cho thấy khi bê tông
geopolymer được dưỡng hộ trong môi trường nhiệt độ cao với thời gian
dưỡng hộ dài thì vận tốc truyền sóng tăng lên do cường độ tăng lên. Bên cạnh
đó, khi nồng độ dung dịch NaOH tăng từ 10-16M thì vận tốc truyền sóng
cũng tăng khoảng 15% trong cùng một thời gian dưỡng hộ. Kết quả thí
nghiệm được phân tích và tạo các mảng giá trị dùng để xây dựng mô hình hồi
quy tuyến tính (Linear Regression - LR) và mạng thần kinh nhân tạo
(Artificial Neural Network – ANN). Từ đó thiết lập mối tương quan giữa điều
kiện dưỡng hộ, nồng độ NaOH đến cường độ chịu nén, vận tốc truyền sóng,
giá trị búa bật nảy để đưa ra giá trị dự đoán về cường độ. Giá trị tiên lượng từ

hai mô hình được so sánh, đánh giá mức độ hiệu quả thông qua trị số R2, SSE.
Kết quả cho thấy mô hình ANN dự đoán cường độ tốt hơn LR. Tuy nhiên, mô
hình LR hiệu quả hơn bởi khả năng dự đoán giá trị cường độ nhanh và đơn
giản thông qua bảng tra được thiết kế sẵn. Ngoài ra, trong quá trình phân tích
ANN, mô hình còn cho phép xác định mức độ ảnh hưởng của các yếu tố đến
cường độ, trong đó nhiệt độ là yếu tố có quan trọng nhất chiếm hơn 50%.

vii


ABSTRACT
The thesis used non-destructione test which combined usage of
unltrasonic pulse velocity and rebound hammer to study the compressive
strength development of geopolymer concrete with different curing time. The
experimental results showed that ultrasonic pulse velocity increase due to the
increase of the compressive strength when geopolymer concrete were cured in
high temperatures and longer curing times. Besides, the increase of the
concentration of NaOH liquid (from 10 to 16M) leads to the increase about
15% of the ultrasonic pulse velocity in the same curing condition. The
experimental results were analysed and created the array of values used to
build the model of Linear Regression (LR) and Artificial Neural Network
(ANN). Then, the correlations between curing conditions, concentration of
NaOH and compressive strength, speed of transmission, characterization of
the rebound hammer were established to predict the value of compressive
strength. The prediction values from two models were compared and
evaluated the efficacy by R2 and SSE (Sum of Square Error). The results
showed ANN model predicted the compressive strength better than LR.
However, the LR model proved effeciency through quick and simple
predictability by using a pre-designed checklist. In addition, during the
analyse process by ANN, the model also allows to determine the degree

of significance of these factors

to

the compressive strength, whereas

temperature curing is the most important factor with more than 50%.

viii


MỤC LỤC

QUYẾT ĐỊNH GIAO ĐỀ TÀI....................................................................................i
QUYẾT ĐỊNH THAY ĐỔI TÊN ĐỀ TÀI.................................................................ii
XÁC NHẬN GIÁO VIÊN HƯỚNG DẪN...............................................................iii
LÝ LỊCH KHOA HỌC..............................................................................................iv
CAM ĐOAN...............................................................................................................v
LỜI CẢM ƠN............................................................................................................vi
TÓM TẮT................................................... ..............................................................vii
MỤC LỤC...................................................................................................................ix
DANH MỤC HÌNH..................................................................................................xii
DANH MỤC BẢNG.................................................................................................xv
Chương 1: TỔNG QUAN................................................................................ 1
1.1 Sự cần thiết của đề tài nghiên cứu .............................................................. 1
1.2 Tình hình nghiên cứu................................................................................ 5
1.2.1 Khái niệm về Geopolymer .................................................................. 5
1.2.2 Tình hình nghiên cứu ngoài nước......................................................... 7
1.2.3 Tình hình nghiên cứu trong nước ....................................................... 11
1.2.4 Vị trí của đề tài nghiên cứu ............................................................... 12

1.3 Mục tiêu đề tài ....................................................................................... 12
1.4 Đối tượng và phạm vi nghiên cứu ............................................................ 12
1.5 Phương pháp nghiên cứu ........................................................................ 13
1.6 Nội dung nghiên cứu .............................................................................. 13
1.7 Ý nghĩa khoa học và thực tiễn của đề tài .................................................. 13
Chương 2: CƠ SỞ LÝ THUYẾT .................................................................. 14
2.1 Bê tông Geopolymer .............................................................................. 14

ix


2.1.1 Thành phần chính tạo chất kết dính GPC ............................................ 14
2.1.1.1 Tro bay...................................................................................... 14
2.1.1.2 Dung dịch kiềm Alkaline Silicate................................................. 16
2.1.2 Chất kết dính Geopolymer ................................................................ 16
2.1.3 Phương pháp thiết kế cấp phối GPC................................................... 20
2.2 Phương pháp xác định cường độ bê tông .................................................. 23
2.2.1 Phương pháp phá hoại mẫu ............................................................... 23
2.2.2 Phương pháp không phá hoại mẫu ..................................................... 24
2.2.2.1 Sử dụng súng bật nẩy .................................................................. 24
2.2.2.2 Sử dụng súng bật nẩy kết hợp sóng siêu âm .................................. 26
2.3 Phương pháp xử lý số liệu....................................................................... 32
2.3.1 Mô hình hồi quy tuyến tính (LR) ....................................................... 32
2.3.2 Mô hình mạng thần kinh nhân tạo (ANN)........................................... 36
2.3.2.1 Định nghĩa ................................................................................. 36
2.3.2.2 Cấu trúc ANN ............................................................................ 37
2.3.2.3 Thuật toán lan truyền ngược ........................................................ 44
2.3.2.4 Xác định số lớp ẩn, số lượng neural trong mỗi lớp và dữ liệu huấn
luyện .................................................................................................... 49
Chương 3: NGUYÊN VẬT LIỆU VÀ PHƯƠNG PHÁP THÍ NGHIỆM ........ 51

3.1 Nguyên liệu sử dụng............................................................................... 51
3.1.1 Tro bay ........................................................................................... 51
3.1.2 Sodium silicate (Na2SiO3) ................................................................. 52
3.1.3 Sodium hydroxide (NaOH) ............................................................... 52
3.1.4 Cốt liệu lớn...................................................................................... 53

x


3.1.5 Cốt liệu nhỏ ..................................................................................... 54
3.2 Cấp phối bê tông .................................................................................... 55
3.2.1 Thí nghiệm cấp phối mẫu bê tông ...................................................... 55
3.2.2 Xác định cấp phối ............................................................................ 55
3.3 Quy trình thí nghiệm mẫu ....................................................................... 55
3.4 Xây dựng mô hình ANN cho bài toán tiên lượng cường độ GPC ................ 61
Chương 4: KẾT QUẢ VÀ THẢO LUẬN ...................................................... 64
4.1 Kết quả thí nghiệm ................................................................................. 64
4.2 Phân tích đánh giá .................................................................................. 65
4.2.1 Ảnh hưởng của nồng độ dung dịch NaOH đến cường độ chịu nén và vận
tốc........................................................................................................... 65
4.2.2 Ảnh hưởng của điều kiện dưỡng hộ đến cường độ chịu nén và vận tốc .. 68
4.3 Xác định cường độ chịu nén GPC bằng phương pháp không phá hoại ......... 70
4.4 Đánh giá hiệu quả ước tính cường độ chịu nén GPC bằng mô hình ANN .... 74
Chương 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI........................ 79
5.1 Kết luận ................................................................................................ 79
5.2 Hướng phát triển đề tài ........................................................................... 80
TÀI LIỆU THAM KHẢO ............................................................................. 81

xi

DANH MỤC HÌNH
Hình 1.1 Đặc tính ít tỏa nhiệt GPC (J. Davidovits, 2002)...................................... 2
Hình 1.2 Chi phí cho việc xử lý khí thải của các ngành công nghiệp xây dựng ....... 2
Hình 1.3 Lượng khí thải khi sử dụng GPC và OPC (Louise K. Turner, 2013) ......... 3
Hình 1.4 Phế phẩm mẫu nén (Đại học sư phạm kỹ thuật TP.HCM) ....................... 3
Hình 1.5 Công trình đặt biệt và công trình hiện hữu (nguồn Internet) .................... 4
Hình 1.6 Công trình sử dụng GPC lần đầu tiên năm 2013..................................... 8
Hình 1.7 Sự phát triển công nghệ Geopolymer trên thế giới (Davidovits, 2016)...... 8
Hình 1.8 Công trình sử dụng GPC gần đây nhất năm 2015 cùng giáo sư Joseph
Davidovits ....................................................................................................... 9
Hình 2.1 Thành phần trong GPC (Vijaya Rangan, 2014) .................................... 14
Hình 2.2 Tro bay loại C và loại F (nguồn internet) ............................................. 15
Hình 2.3 Cấu trúc vi mô của Geopolymer (J. Davidovits, 2002).......................... 17
Hình 2.4 Cấu trúc vi mô của Geopolymer dưới kính hiển vi ............................... 17
Hình 2.5 Quá trình Geopolymer hóa (J. Davidovits, 2015) ................................ 19
Hình 2.6 So sánh quá trình tạo chất kết dính giữa Portland cement và Gel polymer
Hình 2.7 Ứng dụng của geopolymer dựa vào cấu trúc hóa học ........................... 20
Hình 2.8 Ảnh hưởng tỷ lệ dung dịch ankali/tro bay và nhiệt độ dưỡng hộ đến cường
độ chịu nén của GPC (Cherdsak Suksiripattanapong, 2015) ................................ 22
Hình 2.9 Ảnh hưởng tỷ lệ Na2SiO3/NaOH và nhiệt độ dưỡng hộ đến cường độ chịu
nén của GPC (Hardjito và Rangan, 2005) ......................................................... 22
Hình 2.10 Mẫu thí nghiệm kích thước 150 x 150 x150 mm ................................ 23
Hình 2.11 Mẫu nén bị phá hoại thực tế ............................................................. 24
Hình 2.12 Súng bật nẩy ................................................................................... 24
Hình 2.13 Bảng tra súng bật nẩy (TCVN 9334:2012)......................................... 25
Hình 2.14 Hình thức lan truyền sóng trong chất rắn (Tekin Yılmaz, 2014) ........... 26
Hình 2.15 Biểu đồ xác định cường độ bê tông tiêu chuẩn (TCVN 9335:2012) ...... 28
Hình 2.16 Thiết bị siêu âm đo vận tốc truyền sống............................................. 30

xii


Hình 2.17 Nguyên lý làm việc máy siêu âm (Tekin Yılmaz, 2014) ...................... 30
Hình 2.18 Màn hình hiển thị thời gian truyền sóng ............................................ 31
Hình 2.19 Thước đo chiều dài mẫu................................................................... 31
Hình 2.20 Phổ sóng siêu âm mẫu bê tông có chiều dài 200mm ........................... 32
Hình 2.21 Bảng tổng hợp các mô hình hồi quy trên cơ sở phương pháp OLS ....... 34
Hình 2.22 Ý nghĩa mô hình LR đa biến (nguồn internet) .................................... 35
Hình 2.23 Mô hình LR đa biến ........................................................................ 36
Hình 2.24 Tương quan giữa một neural sinh học và neural nhân tạo .................... 36
Hình 2.25 Hoạt động đơn giản một neural (David Kriesel, 2007) ........................ 37
Hình 2.26 Cấu trúc mạng ANN được sử dụng phổ biến...................................... 38
Hình 2.27 So sánh mô hình LR (Sarle, 1994) .................................................... 39
Hình 2.28 Cấu trúc (Y. hwang, 2002) ............................................................... 40
Hình 2.29 Nhóm hàm và hàm được sử dụng phổ biến (nguồn internet) ................ 42
Hình 3.1 Nguyên vật liệu sử dụng đúc mẫu ....................................................... 51
Hình 3.2 Biểu đồ thành phần hạt của đá dăm..................................................... 53
Hình 3.3 Biểu đồ thành phần hạt cát sử dụng..................................................... 54
Hình 3.4 Bê tông sau khi trộn và thiết bị trộn .................................................... 56
Hình 3.5 Khuôn tạo mẫu và mẫu sau khi tháu khuôn.......................................... 56
Hình 3.6 Lò sấy mẫu....................................................................................... 58
Hình 3.7 Chia lưới tọa độ trên mẫu .................................................................. 58
Hình 3.8 Thí nghiệm siêu âm mẫu.................................................................... 59
Hình 3.9 Thí nghiệm súng bật nẩy.................................................................... 59
Hình 3.10 Thí nghiệm nén mẫu ........................................................................ 59
Hình 3.11 Quy trình thí nghiệm ....................................................................... 60
Hình 4.1 Mối tương quan giữa cường độ chịu nén và nồng độ dung dịch NaOH khi
dưỡng hộ ở 1000C........................................................................................... 66
Hình 4.2 Mối tương quan giữa UPV và nồng độ dung dịch NaOH khi dưỡng hộ ở

1000C ............................................................................................................ 67
Hình 4.3 Cấu trúc hạt tro bay dưới các nồng độ NaOH khác nhau ....................... 68

xiii


Hình 4.4 Mối quan hệ giữa cường độ chịu nén và điều kiện dưỡng hộ với nồng đô
dung dịch NaOH 14M..................................................................................... 69
Hình 4.5 Mối tương quan giữa UPV và điều kiện dưỡng hộ với nồng độ dung dịch
NaOH 14M.................................................................................................... 70
Hình 4.6 Mối quan hệ giữa vận tốc và cường độ chịu nén GPC........................... 71
Hình 4.7 Biểu đồ xác định cường độ chịu nén GPC ........................................... 72
Hình 4.8 Đồ thị các hàm số đề xuất .................................................................. 73
Hình 4.9 So sánh kết quả thực nghiệm với tính toán theo hàm bậc nhất ............... 74
Hình 4.10 Giá trị tiên lượng của mô hình ANN-12-4-3-1 và LR.......................... 78
Hình 4.11 Kết quả phân tích thứ hạng thể hiện mức độ ảnh hưởng của 3 yếu tố trong
mô hinh ANN 12-4-3-1 lớp ẩn ......................................................................... 78

xiv


DANH MỤC BẢNG
Bảng 2.1 Thành phần vật lý của tro bay ............................................................ 16
Bảng 2.2 Ảnh hưởng của nồng độ Mol và tỷ lệ TTL với NaOH .......................... 21
Bảng 2.3 Bảng xác định cường độ nén tiêu chuẩn .............................................. 29
Bảng 2.4 Bảng thuật ngử mô hình LR thường được sử dụng ............................... 33
Bảng 3.1 Thành phần hóa của tro bay ............................................................... 52
Bảng 3.2 Các chỉ tiêu cơ lý của đá sử dụng ....................................................... 53
Bảng 3.3 Thành phần hạt của đá ...................................................................... 53
Bảng 3.4 Các chi tiêu cơ lý của cát sử dụng ...................................................... 54

Bảng 3.5 Thành phần hạt của cát...................................................................... 55
Bảng 3.6 Cấp phối bê tông Geopolymer. Đơn vị tính kg/m3 ................................ 55
Bảng 3.7 Thời gian và nhiệt độ dưỡng hộ ......................................................... 57
Bảng 3.8 Ký hiệu các mô hình ANN ................................................................ 63
Bảng 4.1 Kết quả thí nghiệm ........................................................................... 64
Bảng 4.2 Giá trị được chọn theo TCVN 4548 : 2009 .......................................... 71
Bảng 4.3 Một số hàm hồi quy đề xuất............................................................... 72
Bảng 4.4 Bộ trọng số mô hình ANN 12-4-3-1 ................................................... 74
Bảng 4.5 Kết quả tiên lượng của mô hình ANN................................................. 75
Bảng 4.6 Giá trị R2, SSE của ANN & LR ......................................................... 76
Bảng 4.7 Kết quả tiên lượng của mô hình ANN và LR ....................................... 77

xv


Chương 1
TỔNG QUAN
1.1 Sự cần thiết của đề tài nghiên cứu
Sự nóng lên toàn cầu do hiệu ứng nhà kính, mà phần lớn khoảng 65% do hoạt
động của con người thải vào bầu khí quyển lượng carbon dioxit CO2 Theo
(SalawuOS, 1997). Trong đó các ngành công nghiệp xi măng toàn cầu chiếm 7% 1,35 tỷ tấn khí thải mỗi năm (SalawuOS, 1997) vì sản xuất một tấn OPC thì thải ra
môi trường khoảng một tấn CO 2. L.Krishnan (2014) đã khẳng định có thể lượng khí
thải sẽ tăng hơn 50% lượng khí thải cho phép hiện tại. Theo thống kê của Bộ Xây
dựng, tổng công suất các nhà máy xi-măng của nước ta đạt khoảng 81,5 triệu tấn,
trong khi năm 2016 dự kiến tiêu thụ tăng 5 - 7% so với năm 2015 đạt khoảng 75 76 triệu tấn. Như vậy lượng xi măng sử dụng ngày một tăng, đồng nghĩa với việc
lượng khí thải cũng tăng theo mức tiêu thụ. Điều này đặc ra một thách thức cho
ngành công nghiệp xi măng để sản xuất ra đủ lượng xi măng cần thiết, đáp ứng nhu
cầu xây dựng, nguồn nguyên liệu chính tạo nên bê tông. Để giải quyết vấn đề này,
bê tông sử dụng công nghệ geopolymer là một bước tiến đột phá, không những đáp
ứng được nhu cầu vật liệu mà còn giải quyết được vấn đề môi trường sống con

người đang bị ô nhiễm bởi khí thải và các phế phấm chưa xử lý triệt để.
Bên cạnh đó, lượng phế phẩm công nghiệp chưa qua xử lý hay còn tồn động còn
rất lớn. Theo khảo sát, lượng tro bay phế phẩm trên thế giới là khoảng 780 triệu tấn
mỗi năm nhưng sử dụng chỉ khoảng 17-20% (J. Davidovits, 2002). Riêng ở Việt
Nam, theo thống kê cho thấy, tổng công suất các nhà máy nhiệt điện đốt than trong
nước hiện nay khoảng 4800MW, sản lượng tro xỉ thải là 4,8 triệu tấn/năm. Lượng
tro bay này khi thảy vào môi trường nó ảnh hưởng trực tiếp đến sức khỏe và môi
trường sống của con người.
Thông qua việc sử dụng tro bay để chế tạo bê tông geopolymer (GPC) góp phần
làm giảm chi phí xử lý.

1


Sử dụng vật liệu mới với chi phí thấp, thân thiện môi trường, giảm khả năng gây
hiệu ứng nhà kính từ 26-45% so với bê tông xi măng thông thường, mà vẫn có được
những ưu điểm của xi măng truyền thống, thậm chì còn tối ưu hơn như: dễ đạt
cường độ trong thời gian ngắn, tính thấm của bê tông sử dụng geopolymer cũng
thấp, tính chịu nhiệt cao rất phù hợp nhu cầu chống cháy của công trình và hơn hết
là khả năng chống lại khả năng ăn mòn bởi axit (Tống Tôn Kiên, 2009).

Hình 1.1 Đặc tính ít tỏa nhiệt GPC (J. Davidovits, 2002)
Mặt khác, việc sử dụng chất kết dính geopolymer thay thế xi măng truyền thống
nhằm hạn chế việc khai thác tài nguyên thiên nhiên điều này rất phù hợp với xu
hướng vật liệu xanh của thế giới.

Hình 1.2 Chi phí cho việc xử lý khí thải của các ngành công nghiệp xây dựng
(J. Davidovits, 1994)

2

Hình 1.3 Lượng khí thải khi sử dụng GPC và OPC (Louise K. Turner, 2013)
Khi sử dụng phương pháp phá hoại mẫu, gây ô nhiễm do thải ra môi trường số
lượng lớn mẫu thử đó là các phế phẩm, tốn kém chi phí xử lý mà còn không kinh tế
trong việc sử dụng và bảo trì thiết bị do làm việc trong môi trường chịu ứng suất lớn
từ việc nén mẫu, trong suốt thời gian tồn tại.

Hình 1.4 Phế phẩm mẫu nén (Đại học sư phạm kỹ thuật TP.HCM)
Việc sử dụng phương pháp không phá hoại mẫu (Non-destructive test, NDT)
giảm được chi phí sản xuất mẫu và hạn chế được lượng bê tông phế phấm do nén
phá hoại mẫu, mà còn phù hợp với nhu cầu xác định cường độ với cấu kiện lớn

3


được đúc tại chỗ với khối lượng kiểm tra và số lượng khoang lấy mẫu nhiều. Bên
cạnh đó phạm vi ứng dụng nó còn được mở rộng trong việc kiểm định các công
trình hiện hữu, cần đánh giá chất lượng hay các công trình đòi hỏi mức độ an toàn
cao nhất như nhà máy điện hạt nhân hay trong lĩnh vực hàng không, xưởng hóa chất
nguy hiểm. Với nhiều bước tiến vượt bật trong công nghệ và được sự hỗ trợ của các
thiết bị hiện đại, việc kiểm tra cường độ với mức độ chính xác ngày càng cao, nên
việc ứng dụng phương pháp không phá hoại mẫu như điều tất yếu trong việc
nghiệm thu và đánh giá mức độ hoàn thiện sản phẩm.

Hình 1.5 Công trình đặt biệt và công trình hiện hữu (Đập thủy điện Yaly)
Cùng với sự phát triển của phương pháp NDT, kết hợp với các mô phỏng
hiện đại, giúp việc xác định cường độ bê tông trở nên chính xác, giảm thời gian và
nhân lực thực hiện mà còn loại bỏ được những sai sót trong công tác thi công.
Trong đó mô hình Artificial Neural Networks (ANN) là một công cụ mạnh trong

lớp bài toán tiên lượng. ANN trong thời gian gần đây đã được nhiều người quan tâm
và áp dụng thành công trong nhiều lĩnh vực khác nhau, như tài chính, y tế, địa chất
và vật lý. Bất cứ ở đâu có vấn đề về dự báo, phân loại và điều khiển, ANN đều có
thể ứng dụng được. Sự thành công nhanh của ANN là do một số nhân tố chính sau:
 Tính ưu việc so với thống kê truyền thống: mô hình ANN sử dụng các thuật
toán mô phỏng tinh vi, có khả năng thiết lập các hàm phức tạp. Đặc biệt,
ANN giải quyết được các mối quan hệ phi tuyến, với lớp bài toán số biến
gấp nhiều lần số đối tượng quan sát, thí nghiệm. Trong khi đó, hầu hết các
phân tích thống kê truyền thống chỉ được thiết kế để giải quyết được các
trường hợp số biến ít hơn số đối tượng quan sát.

4


 Thân thiện với người sử dụng: ANN có khả năng thu thập các thông tin từ dứ
liệu quá khứ, sau đó gọi các thuật toán huấn luyện (Training) để có thể tự
phân loại, xác định cấu trúc của dữ liệu. Từ đó đưa ra mô hình phù hợp để
tiên lượng các giá trị mong muốn.
1.2 Tình hình nghiên cứu
1.2.1 Khái niệm về Geopolymer
Vật liệu geopolymer được chế tạo nhờ vào quá trình polymer hóa nguyên
liệu alumino – silicat trong môi trường kiềm do giáo thư Joseph Davidovits đưa ra
năm 1979. Theo Joseph Davidovits "Bất kỳ một nguyên vật liệu nào có chứa oxide
silic và oxide nhôm đều có thể sử dụng để tạo ra vật liệu geopolymer".
Sự tạo thành cấu trúc cường độ sau quá trình gia nhiệt thích hợp sẽ giúp cho
vật liệu có tính chất cơ học như bê tông xi măng. Khi vật liệu geopolymer chịu tác
dụng của nhiệt độ, bên trong vật liệu diễn ra sự thay đổi pha bao gồm sự phát triển
tinh thể, sự khử nước và phân hủy vữa geopolymer. Quá trình thay đổi có ảnh
hưởng đến tính chất cường độ của vật liệu geopolymer.
1.2.2 Hoạt động của ANN

Mô hình ANN mô phỏng cách các khớp thần kinh làm việc trong não người.
Chức năng cảm ứng của neural sinh học, nhận xung thần kinh dưới dạng các tín
hiệu hóa học, sau đó sử dụng một loạt xác nhận logic để thực hiện một nhiệm vụ.
Mạng neural (Neural networks, NN) lại sử dụng một mạng lưới các nút (hoạt động
như tế bào thần kinh) và các cạnh (hoạt động như các khớp thần kinh) để xử lý dữ
liệu. Dữ liệu đầu vào sẽ chạy qua toàn bộ hệ thống và một loạt kết quả dự báo được
tạo ra.
1.2.3 Lịch sử phát triển của ANN
Cuối thế kỷ 19, đầu thế kỷ 20, một số nghiên cứu về vật lý, tâm lý và hệ thần
kinh của các nhà khoa học Herman, Ernst Mach và Ivan Ivalov đã đưa ra các lý
thuyết về quá trình học, sự tưởng tượng, sự quyết định... của hệ thần kinh nhưng
chưa có sự mô tả toán học cho hoạt động của NN

5


Năm 1943, mô hình đơn giản NN bằng mạch điện tử lần đầu tiên được đưa
ra bởi Warren McCulloch và Walter Pits cùng với sự khẳng định NN nhân tạo về
nguyên lý có thể thực hiện được trong phạm vi tính toán các hàm số học và logic.
Đây là điểm khởi đầu của lĩnh vực NN.
Sau đó Donal Hebb đưa ra một cơ chế giải thích cho quá trình học
(Learning) diễn ra trong các neural sinh học (trong cuốn Organnization of
Behaviaor, 1949).
Cuối thập niên 50, ứng dụng thực tế đầu tiên của ANN do Frank Rosenblatt
đưa ra. Mạng của ông đưa ra là mạng Perceptron có kết hợp luật học (Learning rule)
dùng để nhận dạng mẫu (Pattern recognition). Cùng thời gian đó, Bernard Widrow
và Ted Hoff giới thiệu một thuật toán học (Learning algorithm) và sử dụng nó để
huấn luyện (training) các NN tiếp hợp tuyến tính (tương tự mạng của Rosenblatt).
Năm 1969, Minskey và Papert là hai nhà toán học nổi tiếng thời đó đã chỉ ra
những hạn chế của mạng Perceptron của Rosenblatt và mạng Widrow- Hoff làm

nhiều người nghĩ rằng nghiên cứu về NN sẽ vào ngõ cụt. Hơn nữa vào thời gian này
chưa có những máy tính số mạnh để thực nghiệm NN nên các nghiên cứu về mạng
nơ-ron bị trì hoãn gần một thập kỷ.
Năm 1972, Teuvo Kohonen và James Anderson độc lập phát triển các NN
mới với năng lực nhớ (Memory) và khả năng tự tổ chức (Self- organizing). Cũng
trong giai đoạn này,Stephen Grossberg cũng nghiên cứu tích cực về các mạng tự tổ
chức.
Sang thập kỷ 80, khi ngành công nghiệp máy tính phát triển mạnh mẽ thì
những nghiên cứu về NN tăng lên một cách đột ngột. Có hai phát kiến quan trọng
nhất là:
 Sử dụng cơ học thống kê để giải thích hoạt động của mạng hồi qui một lớp
(Recurrent network), loại mạng được sử dụng như một bộ nhớ kết hợp, được
nhà vật lý John Hopfield mô tả.
 Sử dụng thuật toán lan truyền ngược (Backpropagation Algorithm) để huấn
luyện mạng với cấu trúc nhận thức đa lớp (Multilayer perceptron). David

6


Rumelhalt và James McClrlland là những người trình bày thuật toán lan
truyền ngược có ảnh hưởng nhất (1968).
1.2.2 Tình hình nghiên cứu ngoài nước
Ngành Công nghệ vật liệu Geopolymer ra đời từ những năm 1960, nhưng
được quan tâm và nghiên cứu nhiều hơn từ những năm 1972 đến nay. Hiện tại, đã
có rất nhiều bằng sáng chế, nghiên cứu và ứng dụng Geopolymer vào các ngành
công nghệ vật liệu hiện đại (vật liệu cách nhiệt, vật liệu chống cháy, chất kết dính
vô cơ, công nghệ xử lý chất thải…) được giới thiệu và ứng dụng trên toàn thế giới.
Trước đó, vào năm 1940 tác giả Purdon đã nghiên cứu bằng cách sử dụng xỉ
lò cao được kích hoạt dung dịch hyroxit natri. Theo ông quá trình phát triển cấu trúc
gồm 2 bước: trước tiên xảy ra quá trình giải phóng các hợp nhất nhôm – silic và

hydroxit canxi. Sau đó xảy ra sự hydrat hóa nhôm và silic đồng thời tái tạo dung
dịch kiềm.
Cấu trúc hóa học của geopolymer tương tự như vật liệu ziotit trong tự nhiên
nhưng cấu trúc ở dạng vô định hình thay vì dạng tinh thể (Polano, 1999).
Palomo, Grutzeck và Blanco (1999), khi nghiên cứu về ảnh hưởng của điều
kiện dưỡng hộ và tỷ lệ dung dịch alkali/tro bay đến cường độ cho thấy cả thời gian
và nhiệt độ dưỡng hộ đều ảnh hưởng đến cường độ bê tông. Sữ kết hợp giữa thủy
tinh lỏng và dung dịch NaOH tạo nên cường độ đến 60MPa khi dưỡng hộ ở nhiệt độ
850C với thời gian 5 giờ.
Van Jaarsveld (2002), khi nghiên cứu về các đặc tính của geopolymer do ảnh
hưởng của sự hòa tan không hoàn toàn giữa các vật liệu trong quá trình geopolymer
hóa cho rằng hàm lượng nước, thời gian và nhiệt độ dưỡng hộ ảnh hưởng đến đặc
tính của geopolymer.
Một nghiên cứu khác về vật liệu geopolymer (High – Akali – Poly) đã cho
thấy ứng dựng trong nhiều ngành kỹ thuật như : Hàng không, xây dựng, công
nghiệp chất dẻo. Kết quả nghiên cứu chỉ ra rằng chất kết dính mới này đóng rắn
nhanh với nhiệt độ phòng, cường độ chịu nén có thể đạt tới 20 MPa sau 4 giờ ở

7


nhiệt độ 2000C và có thể đạt từ 70 đến 100 MPa sau khi bảo dưỡng 28 ngày
(Davidovits, 1999).

Hình 1.6 Công trình sử dụng GPC lần đầu tiên năm 2013
John L.Provis và Jannie S. J. van Deventer (2014), xuất bản ấn phẩm cấu
trúc, công nghệ, đặc tính và ứng dụng của Geopolymer với nội dung xoay quanh
cấu trúc tinh thể vữa geopolymer, từ đó đánh giá được đặc tính cũng như ứng dụng
loạt vật liệu này trong đời sống, sản xuất công nghiệp.
N.A.Lloyd và B.V.Rangan (2010), đã trình bày đặc tính hỗn hợp GPC, cách

thiết kế một mẻ bê tông Gepolymer, về các sản phẩm bê tông đúc sẳn, sự đóng góp
của GPC đối với phát triển.
Benny Joseph, George Mathew (2012), dựa trên các nghiên cứu thực hiện,
khẳng định rằng GPC khi được tổng hợp từ cốt liệu, điều kiện dưỡng hộ và hàm
lượng dung dịch thích hợp, sẽ chế tạo được bê tông có chất lượng tốt hơn OPC.

Hình 1.7 Sự phát triển công nghệ Geopolymer trên thế giới (Davidovits, 2016)

8


Jee Sang Kim, Tae Hong Kim (2015), với các nghiên cứu xoay quanh đến sự
thay đổi vận tốc xung siêu âm và tần số cao đối với cấu kiện GPC chịu tải trọng tĩnh
với các cấp tải khác nhau để thấy rõ mối quan hệ giữa các cấp tải với tần số, qua các
dữ liệu thực nghiệm tiên đoán phương trình cường độ nén của GPC.
Tomasz Gorzelańczyk, Jerzy Hoła, Łukasz Sadowski, Krzysztof Schabowicz
(2016), trình bày vị trí xác định các vết nức của tường bê tông khối lớn thông qua
siêu âm cắt lớp, kết hợp phương pháp NDT đối với công trình đập thủy điện.

Hình 1.8 Công trình sử dụng GPC gần đây nhất năm 2015 cùng
giáo sư Joseph Davidovits
Jerzy Hola (2005), báo cáo đi sâu phân tích, các thông số liên quan đến lý
thuyết thống kê khi mô hình ANN thực hiện từ giai đoạn huấn luyện đến kiểm tra
kết quả. Phần lớn các dữ liệu đầu vào được sử dụng dựa trên thực nghiệm xác định
cường độ chịu nén bằng phương pháp NDT. Cường độ dự báo từ mô hình đạt từ 24
đến 105 MPa, giá trị có được từ mô hình so với tiêu chuẩn phân tích thống kê rất
phù hợp, điều này cho thấy kết quả dự báo sát với thực tế.

9

Gregor Trtnik (2008), dựa trên các nghiên cứu thực nghiệm xác định cường
độ chịu nén bê tông bằng NDT, tác giả thiết lập mô hình ANN trong môi trường
Matlab để đưa ra các mối quan hệ giữa vận tốc siêu âm với cường độ chịu nén,
modulus động Young và modulus lực cắt. Mô hình ANN này có xét đến yếu tố ảnh
hưởng bao gồm vật liệu đầu vào, tỷ lệ nước/xi măng và điều kiện dưỡng hộ. Nhờ
kết quả đạt được từ mô hình, dễ dàng xác định cường độ bê tông khi kết hợp vận tốc
siêu âm với thông số đầu vào, mà vẫn đạt độ tin cậy cao.
Salim T. Yousif (2009), với sự thành công trong nghiên cứu, khi áp dụng mô
hình ANN để dự đoán cường độ chịu nén bê tông dựa trên cấp phối, kích thước hạt
cốt liệu và độ sụt. Các dữ liệu nạp vào mô hình, được tác giả sử dụng từ các nghiên
cứu trước đây và kết quả tiên lượng từ mô hình có mức độ sai lệch ít hơn 10% so
với giá trị thực nghiệm. Bên cạnh đó, nghiên cứu cho thấy, mức độ sai khác kết quả
tiên lượng giữa các lần học của mô hình từ 20 đến 80% mà trong đó tỷ lệ nước/xi
măng là yếu tố ảnh hưởng lớn nhất đến kết quả đầu ra của mô hình. Từ các kết quả
đạt được nói trên, tác giả khẳng định rằng, mô hình ANN rất có tiềm năng trong
việc dự đoán cường độ của bê tông.
Warren S. Sarle (1994), tác giả so sánh một cách tổng quát, giữa mô hình hồi
quy tuyến tính truyền thống với mô hình ANN hiện đại, được xây dựng theo cấu
trúc Multilayer perceptrons. Sự so sánh này dựa trên các tiêu chuẩn của phân tích
thống kê. Kết quả cho thấy, hai mô hình có mối quan hệ mật thiết từ các thật ngữ,
tiến trình thực hiện cho đến nguyên tắc hoạt động của mô hình.
Inna Boldina (2015), nghiên cứu nhấn mạnh vào các kỹ thuật phân tích và
yếu tố ảnh hưởng, kèm theo những điều kiện ràng buộc xoay quanh mô hình hồi
quy tuyến tính. Đưa ra những giả định, để áp dụng mô hình vào trong thực tế, đối
với công tác dự báo trong lĩnh vực hệ sinh thái biển. Đánh giá trong nghiên cứu dựa
trên dựa trên R2 và giá trị p.
Ngoài những công trình khẳng định tính ưu việt, cũng có những công trình
nêu ra những hạn chế của mô hình ANN. Zhang và cộng sự (1998) khẳng định mô
hình ANN chỉ dự báo tốt cho trường hợp phi tuyến còn đối với những mối quan hệ

10


tuyến tính, mô hình ANN dự báo không tốt bằng mô hình hồi quy tuyến tính. Trong
một nghiên cứu khác của Binner và cộng sự (2010) nhóm tác giả kết luận mô hình
KRLS dự báo tốt hơn mô hình ANN trong lĩnh vực kinh tế, tài chính. Ngoài ra,
nghiên cứu của Zhang (2003); Khashei & Bijari (2011) còn kết luận thêm mô hình
lai tạo (hybrid model) giữa ANN và ARIMA cho ra kết quả dự báo tốt hơn khi sử
dụng những mô hình này đơn lẻ.
Nhìn chung, có nhiều kết luận khác nhau liên quan đến hiệu quả dự báo của
mô hình ANN tùy thuộc vào từng quốc gia và tùy thuộc vào bộ dữ liệu mà nhà
nghiên cứu sử dụng.
1.2.3 Tình hình nghiên cứu trong nước
Ở Việt nam, từ những năm 2008 đã có khá nhiều đề tài khoa học nghiên cứu
và ứng dụng công nghệ này. Lần đầu tiên công nghệ geopolymer được ứng dụng
chủ yếu là để tận dụng nguồn phế phẩm công nghiệp là tro bay của các nhà máy
nhiệt điện, tro bay được thiết kế trong thành phần của bê tông, được ứng dụng vào
công nghệ chế tạo các loại mặt đường cứng (đường ô tô, đường sân bay…). Ngoài
ra, công nghệ Geopolymer còn được sử dụng để ổn định, xử lý và tận dụng chất thải
boxite từ các quặng khai thác nhôm để chế tạo gạch không nung và đóng rắn nền
đường (Phạm Huy Khang, 2002).
Hiện nay, vật liệu đất sét được tổng hợp theo công nghệ Geopolymer đang là
đề tài được rất nhiều giáo viên và sinh viên ở các trường đại học nước ta quan tâm
và nghiên cứu, tạo nên nhiều sản phẩm hữu ích vừa có giá trị kinh tế vừa góp phần
bảo vệ môi trường bền vững hơn, phải kể đến:
Tống Tôn Kiên (2009), đã trình bày những thành tựu nổi bật, các mốc thời
gian phát triển của chất kết dính hoạt hóa kiềm, quá trình hình thành cấu trúc GPC,
các đặc tính và ứng dụng của GPC.
Vũ Huyền Trân và Nguyễn Thị Thanh Thảo (2009), đã giới thiệu về quy

trình chế tạo của loại vật liệu tổng hợp từ bùn đỏ và tro bay và đồng thời ngiên cứu
các yếu tố ảnh hưởng đến tính chất của loại vật liệu này trên cơ sỡ Geopolymer hóa
tro bay và bùn đỏ.

11


Phạm Hữu Lê Quốc Phục (2010), nghiên cứu lý thuyết ứng dụng ANN trong
môi trường ngôn ngữ lập trình C++ cho bài toán dự đoán và phân loại, bao gồm hai
bài toán đặt ra là dự đoán tiêu thụ theo chuỗi thời gian kèm tham số ngữ cảnh và bài
toán đánh giá tài chính cá nhân.
Nguyễn Sĩ Dũng (2008), báo cáo trình bày một thuật toán về huấn luyện
mạng neuron được phát triển từ phương pháp Newton và thuật toán LevenbergMarquardt mang tên thuật toán T3. Kết quả mô phỏng cho thấy thuật toán T3 có tốc
độ hội tụ trung bình cao hơn tốc độ hội tụ của thuật toán Gauss-Newton và
LevenbergMarquardt: thời gian hội tụ và số vòng lặp trung bình nhỏ hơn.
Nguyễn Sĩ Dũng và Lê Hoài Quốc (2006), bài báo giới thiệu hai thuật toán
mới mang tên thuật toán TT* và thuật toán TT** về huấn luyện mạng neuron dựa
trên phương pháp Conjugate Gradient (CG) với mục tiêu đặt ra là tăng tốc độ hội tụ
tìm kiếm điểm cực tiểu hàm sai số, khi thuật toán TT* vượt khỏi các điểm cự trị địa
phương nhằm tiệm cận tới điểm cực trị toàn cục của quá trình huấn luyện mạng.
Nguyễn Văn Chức (2008), trình bày lý thuyết tổng quát và toàn diện cấu trúc
một mạng ANN hoàn chỉnh, tuy nhiên chưa đi sâu hay khai thác các lý thuyết ứng
dụng cho một bài toán cụ thể, mà chỉ dừng lại ở các khái niệm và đưa các thuật toán
huấn luyện phù hợp với từng lớp bài toán.
1.2.4 Vị trí của đề tài nghiên cứu
Các bài báo, đề tài ngiên cứu trên trình bày rất chi tiết về vật liệu
Geopolymer, về lịch sử ra đời, công thức tạo mẫu, lý thuyết thí nghiệm, nhưng chưa
có đề tài nào đề cập việc xác định cường độ chịu nén GPC sử dụng kỹ thuật siêu
âm, súng bật nẩy kết hợp mô hình tiên lượng ANN.
1.3 Mục tiêu đề tài

Sử dụng NDT kết hợp mô hình tiên lượng ANN để xác định cường độ chịu
nén GPC
1.4 Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu là các yếu tố ảnh hưởng đến vận tốc truyền sóng,
cường độ chịu nén GPC và cách thức hoạt động mô hình ANN. Nghiên cứu giới

12


hạn cường độ chịu nén GPC trong khoảng 10-35MPa. Sử dụng giá trị vận tốc siêu
âm và súng bật nẩy trong phương pháp NDT. Ứng dụng mô hình ANN và LR trong
bài toán tiên lượng. Phân tích và xử lý số liệu theo phương pháp phân tích thống kê.
1.5 Phương pháp nghiên cứu
Nghiên cứu lý thuyết kết hợp mô phỏng sau đó tiến hành thực nghiệm kiểm
chứng. Xác định cường độ chịu nén bằng cả hai phương pháp, NDT sử dụng kết
hợp máy đo siêu âm, súng bật nẩy và nén trực tiếp phá hoại mẫu để đối chứng.
ANN
1.6 Nội dung nghiên cứu
Nghiên cứu này sử dụng cùng một hàm lượng tro bay với tỷ lệ dung dịch
hoạt hóa không đổi, điều kiện dưỡng hộ nhiệt và nồng độ Alkaline khác nhau để
khảo sát sự phát triển cường độ của bê tông, bằng phương pháp NDT, theo các tiêu
chuẩn hiện hành trong nước. Do các tiêu chuẩn này chỉ hạn chế ở các bảng tra và
biểu đồ nên đề tài chỉ khảo sát cường độ chịu nén GPC trong giới hạn từ 10 đến
35MPa.
Ngoài ra, mô hình ANN được sử dụng để đánh giá mức độ ảnh hưởng các
yếu tố thành phần và điều kiện dưỡng hộ đến tính chất của vật liệu từ đó tiên lượng
được cường độ thông qua các thuật toán trong mô hình. Sau đó, đối chứng với
những kết quả đã thí nghiệm, lựa chọn được cấu trúc tối ưu cho mô hình dự báo,
dựa trên những phân tích và đánh giá trong phương pháp phân tích thống kê.
1.7 Ý nghĩa khoa học và thực tiễn của đề tài

Làm phong phú thêm các kết quả về đặc điểm, tính chất của hỗn hợp GPC.
Bên cạnh đó làm tiền đề cho việc đưa GPC vào trong thực tiễn, đánh giá chất lượng
bê tông tại hiện trường. Đề xuất được cấu trúc mạng ANN phù hợp với mục đích
tiên lượng cho loại bê tông này.
Kết quả nghiên cứu có thể sử dụng trong công tác thiết kế và sản xuất các
thành phần cốt liệu phục vụ trong các lĩnh vực khác nhau. Các kết quả nghiên cứu
cũng có thể làm tài liệu tham khảo cho các đơn vị xây dựng công trình, cho các nhà
quản lý, làm tài liệu giảng dạy đại học và sau đại học.

13