Đại Học Quốc Gia Tp. Hồ Chí Minh
TRƯỜNG ĐẠI HỌC BÁCH KHOA
--------------------
NGUYỄN TRỌNG THÁI
NGHIÊN CỨU ỨNG DỤNG MẠNG NƠRON NHÂN TẠO ĐỂ
THIẾT KẾ CẤP PHỐI VỮA MÁC CAO, KHÔNG CO NGÓT
ĐỂ GIA CƯỜNG KHẢ NĂNG CHỊU LỰC CỦA CÁC CẤU
KIỆN CƠNG TRÌNH
Chun ngành : VẬT LIỆU VÀ CƠNG NGHỆ VẬT LIỆU XÂY DỰNG
Mã ngành
: 60.58.80
LUẬN VĂN THẠC SĨ
TP. HỒ CHÍ MINH, tháng 07 năm 2010
CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI
TRƯỜNG ĐẠI HỌC BÁCH KHOA
ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH
Cán bộ hướng dẫn khoa học : PGS.TS. PHAN XUÂN HOÀNG
Cán bộ chấm nhận xét 1 : PGS. TS. NGUYỄN VĂN CHÁNH
Cán bộ chấm nhận xét 2 : TS. NGUYỄN NINH THỤY
Luận văn thạc sĩ được bảo vệ tại HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN
THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày 30 tháng 07 năm 2010
Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:
1. PGS.TS. Nguyễn Văn Chánh
2. GS.TSKH. Phùng Văn Lự
3. TS. Trịnh Hồng Tùng
4. TS. Nguyễn Ninh Thụy
5. TS. Trần Văn Miền
Xác nhận của Chủ tịch Hội đồng đánh giá Luận văn và Bộ môn quản lý chuyên
ngành sau khi luận văn đã được sửa chữa (nếu có)
Chủ tịch Hội đồng đánh giá LV
PGS. TS. NGUYỄN VĂN CHÁNH
Bộ môn quản lý chuyên ngành
PGS. TS. NGUYỄN VĂN CHÁNH
TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM
PHỊNG ĐÀO TẠO SĐH
----------------
CỘNG HỒ XÃ HỘI CHỦ NGHIÃ VIỆT NAM
Độc Lập - Tự Do - Hạnh Phúc
---oOo--Tp. HCM, ngày 25 tháng 01 năm 2010
NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ và tên học viên: NGUYỄN TRỌNG THÁI
Phái: Nam
Ngày, tháng, năm sinh: . 23/05/1981
Nơi sinh: Tây Ninh
Chuyên ngành: VẬT LIỆU VÀ CÔNG NGHỆ VẬT LIỆU XÂY DỰNG
MSHV: 01908743
1- TÊN ĐỀ TÀI: NGHIÊN CỨU ỨNG DỤNG MẠNG NƠRON NHÂN TẠO ĐỂ THIẾT KẾ
CẤP PHỐI VỮA MÁC CAO, KHƠNG CO NGĨT ĐỂ GIA CƯỜNG KHẢ NĂNG CHỊU LỰC
CỦA CÁC CẤU KIỆN CƠNG TRÌNH
2- NHIỆM VỤ VÀ NỘI DUNG:
Chương 1: Tổng quan
Chương 2: Cơ sở khoa học liên quan đến đề tài
Chương 3: Phương pháp nghiên cứu
Chương 4: Các kết quả nghiên cứu và nhận xét
Chương 5: Kết luận và kiến nghị
3- NGÀY GIAO NHIỆM VỤ : 25/01/2010
4- NGÀY HOÀN THÀNH NHIỆM VỤ : 02/07/2010
5- CÁN BỘ HƯỚNG DẪN: PGS.TS. PHAN XUÂN HOÀNG
CÁN BỘ HƯỚNG DẪN
(Họ tên và chữ ký)
PGS.TS. PHAN XN HỒNG
CHỦ NHIỆM BỘ MƠN QUẢN LÝ
CHUN NGÀNH
(Họ tên và chữ ký)
PGS.TS. NGUYỄN VĂN CHÁNH
Sau gần hai năm học tập và nghiên cứu, đến nay, tơi đã hồn thành Luận Văn Thạc Sĩ
của chương trình cao học. Tơi xin gởi lời cảm ơn đến những người thân thương đã luôn bên
cạnh tôi, hỗ trợ, ủng hộ và giúp đỡ tơi hịan thành luận văn này.
Lời đầu tiên tôi xin được gởi đến thầy PGS.TS. Phan Xn Hồng, người thầy mà tơi
kính trọng và ngưỡng mộ nhất. Thầy đã tận tình chỉ dạy và đóng góp những ý kiến q báu
trong q trình thực hiện luận văn.
Tôi xin gởi lời cám ơn đến các thầy, cô trong Bộ môn Vật Liệu Xây Dựng đã truyền đạt
cho tôi những kiến thức nền tảng làm hành trang cho giúp tôi thực hiện tốt luận văn cũng như
công tác trong lĩnh vực vật liệu xây dựng sau này.
Góp phần không nhỏ cho sự thành công của luận văn này, phải kể đến những bạn bè,
đồng nghiệp, những người đã ở bên cạnh tơi những lúc khó khăn, hỗ trợ và giúp đỡ tơi rất
nhiệt tình. Đó là:
- Tập thể cán bộ, nhân viên và Ban lãnh đạo Phòng Thí Nghiệm của Cơng ty Kiểm Định
Xây Dựng Sài Gịn (SCQC).
- Tập thể cán bộ, nhân viên và Ban lãnh đạo Công ty TNHH Nghiên cứu kỹ thuật và tư
vấn xây dựng Hồng Vinh.
Lời cuối cùng, tơi xin gởi lời cảm ơn gia đình, bạn bè, người thân đã ủng hộ, động viên
cũng như giúp đỡ tơi hịan thành luận văn này.
Trân trọng cảm ơn!
TP.HCM, ngày 02 tháng 07 năm 2010
Nguyễn Trọng Thái
TÓM TẮT LUẬN VĂN THẠC SĨ
Thiết kế cấp phối là công tác thực hiện thường xuyên của những người nghiên cứu liên
quan đến lĩnh vực vật liệu xây dựng. Việc thiết kế cấp phối thường mất khá nhiều thời gian
cho việc tìm mối quan hệ tương quan giữa các thành phần nguyên vật liệu đến các tính chất
của sản phẩm vật liệu xây dựng nhất là khi có nhiều mối tương quan phức tạp giữa các thành
phần nguyên vật liệu chế tạo. Hiện nay, có nhiều phương pháp thiết kế cấp phối khác nhau
nhưng cịn khá ít các chương trình thiết kế cấp phối tự động, tận dụng trí tuệ nhân tạo và máy
tính điện tử.
Bằng việc sử dụng mạng nơron nhân tạo kết hợp ngơn ngữ lập trình Visual C++ và tập
các dữ liệu thiết kế cấp phối trong quá khứ, đề tài nghiên cứu cung cấp thêm một phương pháp
thiết kế cấp phối vữa mác cao, khơng ngót bằng chương trình máy tính điện tử một cách tự
động hóa giúp người thiết kế giảm bớt thời gian và chi phí.
Cấp phối thiết kế bằng chương trình tự động hóa này sẽ được kiểm nghiệm thực tế bằng
cách sử dụng cấp phối trên chế tạo hỗn hợp vữa để gia cường cho các cấu kiện kém chất lượng
của công trình xây dựng. Khả năng thích ứng của vật liệu vữa mác cao, khơng co ngót trong
lĩnh vực gia cường cấu kiện được cũng được xem xét, đánh giá thông qua việc nghiên cứu thực
nghiệm trên các cấu kiện bê tơng cốt thép kích thước lớn.
Từ khóa: mạng nơron nhân tạo (ANN); gia cường; thiết kế cấp phối; vữa mác cao,
khơng co ngót; khả năng chịu lực.
ABSTRACT
Designing and Proportioning Concrete mixtures is frequently task of the material
engineer and anyone who research about contruction material. Designing and Proportioning
Concrete mixtures normaly spents more time for finding the relation of input materials involve
to concrete’s characteristics. Especially, it’ll be more difficult when there are more complex
input materials . Nowadays, there are many different method of Designing and Proportioning
Concrete mixtures. However, there is not much automatically Proportioning Program used
strength of Artificial Intelligence and computer.
By the way of using Artificial Neural Networks (ANN), Microsoft Visual C++ and data
about Designing and Proportioning in the past, this thesis supply one more method of Grout
Proportioning Design Program, which will help the designer save more time and cost
The Proportion of Grout which was designed by this Program will be used in mix
Grout Proportion to strengthen load-bearing capacity of low quality building element.
The adapting of Grout in the field of strengthening load-bearing capacity of low quality
building element was considered and evaluated by doing research on large building elements.
Keywords: Artificial Neural Networks (ANN); strengthening; Designing and Proportioning;
Grout
MỤC LỤC
Trang
Chương 1. Tổng quan
1-3
1.1 Đặt vấn đề
1-2
1.2 Các nghiên cứu đã thực hiện có liên quan đến đề tài
2-3
1.3 Phạm vi nghiên cứu của đề tài
3
Chương 2. Cơ sở khoa học liên quan đến đề tài
4-29
2.1 Tổng quan về mạng nơron nhân tạo
4-12
2.2 Vữa mác cao, khơng co ngót và các tính chất chủ yếu
2.3 Hệ nguyên vật liệu và vai trò của vật liệu thành phần của vữa mác cao,
12
13-23
khơng co ngót
2.4 Cơ sở hình thành khả năng chịu lực của cấu kiện cơng trình
2.5 Ngun nhân làm giảm khả năng chịu lực của cấu kiện bê tông cốt thép
2.6 Tính tốn gia cường khả năng chịu lực cấu kiện cơng trình bằng vữa mác
23-25
26
26-29
cao, khơng co ngót
Chương 3. Phương pháp nghiên cứu
30-79
3.1 Nghiên cứu các tính chất của vữa mác cao, khơng co ngót
30-31
3.2 Xây dựng mơ hình mạng nơron nhân tạo để thiết kế cấp phối vữa mác
31-33
cao, khơng co ngót
3.3 Thu thập số liệu thực tế để huấn luyện mạng nơron nhân tạo
34-35
3.4 Huấn luyện mạng nơron nhân tạo bằng chương trình MATLAB
35-44
3.5 Phân tích, đánh giá kết quả huấn luyện mạng nơron nhân tạo bằng các
45-52
cơng cụ thống kê
3.6 Xây dựng thuật tốn chương trình thiết kế cấp phối mạng nơron nhân tạo
53-58
“GROUT PROPORTIONING DESIGN” trên nền ngơn ngữ lập trình
Microsoft Visual C++
3.7 Nghiên cứu thực nghiệm ứng dụng vữa mác cao, không co ngót để gia
59-79
cường khả năng chịu lực của cấu kiện cơng trình
Chương 4. Các kết quả nghiên cứu và nhận xét
80-129
4.1 Kết quả xác định các đặc tính kỹ thuật của hệ nguyên vật liệu chế tạo vữa
80-82
mác cao, không co ngót
4.2 Kết quả thu thập và phân tích số liệu thực tế để huấn luyện mạng nơron
82-86
nhân tạo
4.3 Kết quả huấn luyện mạng nơron nhân tạo bằng chương trình Matlab
86-97
4.4 Kết quả thiết kế cấp phối vữa mác cao, không co ngót bằng chương trình
98-99
“GROUT PROPORTIONING DESIGN”
4.5 Kết quả thí nghiệm kiểm tra các tính chất cơ lý yêu cầu của vữa thiết kế
99-104
cấp phối bằng chương trình “GROUT PROPORTIONING DESIGN
4.6 Kết quả gia cường khả năng chịu lực công trình bằng vữa mác cao,
104-129
khơng co ngót
Chương 5. Kết luận và kiến nghị
130131
5.1 Kết luận
130
5.2 Kiến nghị
130131
Tài liệu tham khảo
132-133
DANH MỤC CÁC HÌNH ẢNH, ĐỒ THỊ
STT
TÊN HÌNH ẢNH, ĐỒ THỊ
Trang
Hình 2.1
Cấu tạo một nơron sinh học của bộ não người
4
Hình 2.2
Cấu tạo một nơron nhân tạo
4
Hình 2.3
Mơ hình tốn học một mạng nơron nhân tạo
5
Hình 2.4
Biểu diễn tốn học của một nơron nhân tạo
5
Hình 2.5
Hàm tác động dạng hàm dốc
6
Hình 2.6
Hàm tác động dạng sigmoid đơn cực
7
Hình 2.7
Hàm tác động dạng sigmoid lưỡng cực (tansig)
7
Hình 2.8
Mạng truyền thẳng 1 lớp
7
Hình 2.9
Mạng truyền thẳng nhiều lớp
8
Hình 2.10
Nút đơn hồi tiếp
8
Hình 2.11
Mạng hồi quy nhiều lớp
8
Hình 2.12
Học có giám sát
9
Hình 2.13
Học củng cố
10
Hình 2.14
Học khơng có giám sát
10
Hình 2.15
Mơ hình giải thuật Gradient descent
11
Hình 2.16
Sự hình thành các sản phẩm hydrat hóa theo thời gian
15
Hình 2.17
Cấu trúc tinh thể của C-S-H dưới kính hiển vi điện tử
16
Hình 2.18
Cấu trúc tinh thể entringite và Ca(OH)2 dưới kính hiển vi điện tử
17
Hình 2.19
Silicafume dạng bột mịn
19
Hình 2.20
Cấu trúc tinh thể Silicafume dưới kính hiển vi điện tử
19
Hình 3.1
Dụng cụ thí nghiệm xác định độ lưu động (độ chảy xịe)
31
Hình 3.2
Mơ hình mạng nơron nhân tạo thiết kế cấp phối vữa
33
Hình 3.3
Giao diện chính của chương trình Matlab
35
Hình 3.4
Cửa sổ Neural Networks Toolbox
36
Hình 3.5
Nhậo dữ liệu đầu vào và đầu ra cho mạng
36
Hình 3.6
Tạo mới mạng nơron
37
Hình 3.7
Xem mơ hình mạng nơron đã thiết lập
38
Hình 3.8
Thiết lập thơng số huấn luyện mạng
39
1
Hình 3.9
Sai số của quá trình huấn luyện sau 100 vịng lặp
40
Hình 3.10
Kết quả sai số của q trình huấn luyện
41
Hình 3.11
Xác định bộ trọng số đầu vào
42
Hình 3.12
Xác định ngưỡng đầu vào
42
Hình 3.13
Ma trận bộ trọng số đầu ra
43
Hình 3.14
Ma trận ngưỡng đầu ra
43
Hình 3.15
Ma trận đầu ra của quá trình huấn luyện
44
Hình 3.16
Ma trận sai số của quá trình huấn luyện
44
Hình 3.17
Tổ chức dữ liệu để phân tích tương quan
46
Hình 3.18
Sử dụng cơng cụ Data Analysis (phân tích tương quan)
46
Hình 3.19
Chọn cơng cụ Correlation
47
Hình 3.20
Thiết lập các thơng số cho Correlation
47
Hình 3.21
Kết quả hệ số tương quan
48
Hình 3.22
Tổ chức dữ liệu để kiểm định giả thuyết thống kê
50
Hình 3.23
Sử dụng cơng cụ Data anylysis (kiểm định thống kê)
50
Hình 3.24
Chọn cơng cụ ”t-Test: Two- sample Assuming Unequal Variances”
51
Hình 3.25
Thiết lập các thơng số cho ”t-Test: Two- sample Assuming
51
Unequal Variances”
Hình 3.26
Kết quả kiểm định giả thuyết thống kế
52
Hình 3.27
Giao diện chính của chương trình
56
Hình 3.28
Giao diện xuất kết quả tính tốn cấp phối vữa
57
Hình 3.29
Thơng tin về chương trình
58
Hình 3.30
Sơ đồ chịu tải số 1
59
Hình 3.31
Sơ đồ chịu tải số 2
59
Hình 3.32
Dầm thiết kế
59
Hình 3.33
Dầm hiện trạng
60
Hình 3.34
Khoan tạo lỗ thóat nước tạo rỗ cho bê tơng
61
Hình 3.35
Xúc cốt liệu trộn bê tơng
62
Hình 3.36
Đổ bê tơng sau 2 giờ trộn
63
Hình 3.37
Làm mặt bê tơng
64
Hình 3.38
Nước bê tơng chảy qua các lỗ tạo sẵn
64
2
Hình 3.39
Khơng bảo dưỡng ẩm bê tơng
65
Hình 3.40
Mẫu bê tơng khi đúc dầm hiện trạng
66
Hình 3.41
Khoan lấy mẫu bê tơng dầm hiện trạng
66
Hình 3.42
Mẫu bê tơng khoan lấy mẫu dầm trước và sau khi xác định cường
67
độ
Hình 3.43
Mẫu thép trước khi thí nghiệm
67
Hình 3.44
Mẫu thép sau thí nghiệm
68
Hình 3.45
Biểu đồ gia tải cho dầm
69
Hình 3.46
Quét lớp sơn trắng lên bề mặt dầm để dễ quan sát quá trình phát
70
triển vết nứt của dầm khi gia tải
Hình 3.47
Khung gia tải
71
Hình 3.48
Hệ thống điều khiển quá trình gia tải
71
Hình 3.49
Lắp đặt thiết bị đo cảm biến lực loadcell
72
Hình 3.50
Lắp đặt thiết bị đo độ võng
72
Hình 3.51
Gia cường cốt thép cho dầm
74
Hình 3.52
Gia cường cốt pha cho dầm
75
Hình 3.53
Qt sikadur 732 bên hơng dầm để tăng độ bám dính
76
Hình 3.54
Chuẩn bị các thành phần nguyên vật liệu
Hình 3.55
Trộn hỗn hợp vữa
77
Hình 3.56
Lấy mẫu vữa
78
Hình 3.57
Bảo dưỡng dầm bằng bao bố
79
Hình 4.1
Biểu đồ thành phần hạt của cát
81
Hình 4.2
So sánh lượng ximăng giữa kết quả huấn luyện ANN và thực tế
90
Hình 4.3
So sánh lượng Cát vàng giữa kết quả huấn luyện ANN và thực tế
91
Hình 4.4
So sánh lượng Silicafume giữa kết quả huấn luyện ANN và thực tế
91
Hình 4.5
So sánh lượng phụ gia siêu dẻo giữa kết quả huấn luyện ANN và
92
76-77
thực tế
Hình 4.6
So sánh lượng sợi polypropylene giữa kết quả huấn luyện ANN và
92
thực tế
Hình 4.7
So sánh lượng nước giữa kết quả huấn luyện ANN và thực tế
93
Hình 4.8
Nhập dữ liệu đầu vào để thiết kế cấp phối
98
3
Hình 4.9
Kết quả thiết kế cấp phối vữa
99
Hình 4.10
Thí nghiệm xác định cường độ uốn
100
Hình 4.11
Mẫu vữa sau khi xác định cường độ uốn
100
Hình 4.12
Mẫu vữa sau khi xác định cường độ nén
101
Hình 4.13
Xác định độ chảy xịe
102
Hình 4.14
Độ chảy xịe của vữa
102
Hình 4.15
Xác định độ co ngót
103
Hình 4.16
Hiện trạng dầm trước gia cường
104
Hình 4.17
Sơ đồ chịu tải của dầm D1
105
Hình 4.18
Dầm D1 trước khi gia tải
106
Hình 4.19
Đồ thị mối quan hệ Lực- độ võng tại điểm giữa dầm D1
108
Hình 4.20
Phân bố vết nứt khi dầm phá hủy (dầm D1)
109
Hình 4.21
Bê tơng trên mặt dầm bị bong tróc, phá hủy (dầm D1)
109
Hình 4.22
Sơ đồ chịu tải của dầm D3
110
Hình 4.23
Dầm D3 trước khi gia tải
110
Hình 4.24
Đồ thị mối quan hệ Lực- độ võng tại điểm giữa dầm D3
111
Hình 4.25
Phân bố vết nứt trong dầm khi dầm bị phá hoại (dầm D3)
112
Hình 4.26
Bê tơng mặt dầm tại vị trí đặt lực bị bong tróc (dầm D3)
113
Hình 4.27
Phương án gia cường cấu kiện
114
Hình 4.28
Dầm sau khi gia cường (dầm D2)
114
Hình 4.29
Dầm sau khi gia cường (dầm D4)
115
Hình 4.30
Mặt trên mẫu bê tơng gia cường
115
Hình 4.31
Mặt bên hơng mẫu bê tơng gia cường
116
Hình 4.32
Xác định cường độ nén mẫu bê tơng gia cường
116
Hình 4.33
Bề mặt mẫu bê tơng gia cường sau khi nén
117
Hình 4.34
Sơ đồ chịu tải của dầm D4
118
Hình 4.35
Dầm D4 trước khi gia tải
118119
Hình 4.36
Vết nứt xuyên 450 từ điểm đặt tải (dầm D4)
120
Hình 4.37
Đo bề rộng vết nứt nhỏ bằng kính hiển vi (dầm D4)
121
Hình 4.38
Đồ thị mối quan hệ Lực- độ võng tại điểm giữa dầm (dầm D4)
122
4
Hình 4.39
Phân bố vết nứt khi dầm phá hủy (dầm D4)
123
Hình 4.40
Bề mặt liên kết giữa vữa và dầm khi dầm phá hủy
123
Hình 4.41
Sơ đồ chịu tải của dầm D2
124
Hình 4.42
Dầm D2 trước khi gia tải
124
Hình 4.43
Phân bố vết nứt trong dầm khi dầm bị phá hoại (dầm D2)
126
Hình 4.44
Bề mặt bê tơng vị trí đặt tải khi dầm bị phá hoại (dầm D2)
126
Hình 4.45
Dầm bị võng sau bị phá hoại (dầm D2)
127
Hình 4.46
Đồ thị mối quan hệ Lực- độ võng tại điểm giữa dầm (dầm D2)
127
5
DANH MỤC CÁC BẢNG BIỂU
STT
TÊN BẢNG BIỂU
Trang
Bảng 2.1
Các chỉ tiêu quy định đối với xi măng Portland hỗn hợp
18
Bảng 2.2
Một số lọai phụ gia siêu dẻo phổ biến trên thị trường hiện nay
21
Bảng 2.3
Cường độ chịu nén và chịu kéo của tính tốn của bê tơng theo mác
24
bê tơng
Bảng 2.4
Cường độ chịu kéo và nén trong tính tốn của cốt thép
25
Bảng 2.5
Hệ số uốn dọc
25
Bảng 3.1
Mẫu bảng thu thập dữ liệu
34
Bảng 3.2
Đánh giá mức độ tương quan
45
Bảng 4.1
Kết quả xác định các chỉ tiêu cơ lý của xi măng
80
Bảng 4.2
Kết quả xác định các chỉ tiêu của cát thô
80
Bảng 4.3
Kết quả xác định thành phần hạt của cát
81
Bảng 4.4
Thông số kỹ thuật của silicafume
82
Bảng 4.5
Tập mẫu dữ liệu thu thập
83
Bảng 4.6
Bảng scale dữ liệu đầu vào
84
Bảng 4.7
Dữ liệu đầu ra của quá trình huấn luyện
86
Bảng 4.8
Bảng dữ liệu đầu ra sau khi scale out
87
Bảng 4.9
Sai số của dữ liệu đầu ra so với thực tế
89
Bảng 4.10
Kết quả tính tốn hệ số tương quan của Ximăng
93
Bảng 4.11
Kết quả tính tốn hệ số tương quan của cát vàng
94
Bảng 4.12
Kết quả tính tốn hệ số tương quan của silicafume
94
Bảng 4.13
Kết quả tính tốn hệ số tương quan của Phụ gia siêu dẻo
94
Bảng 4.14
Kết quả tính tốn hệ số tương quan của Sợi polypropylene
94
Bảng 4.15
Kết quả tính tốn hệ số tương quan của Nước
95
Bảng 4.16
Kết quả so sánh t-Test của xi măng, với độ tin cậy 95%
95
Bảng 4.17
Kết quả so sánh t-Test của cát vàng, với độ tin cậy 95%
95
Bảng 4.18
Kết quả so sánh t-Test của Silicafume, với độ tin cậy 95%
96
Bảng 4.19
Kết quả so sánh t-Test của Phụ gia siêu dẻo, với độ tin cậy 95%
96
Bảng 4.20
Kết quả so sánh t-Test của sợi polypropylene, với độ tin cậy 95%
97
1
Bảng 4.21
Kết quả so sánh t-Test của Nước, với độ tin cậy 95%
97
Bảng 4.22
Kết quả xác định cường độ nén và uốn của vữa gia cường
99
Bảng 4.23
Kết quả xác định độ chảy xịe
101
Bảng 4.24
Kết quả thí nghiệm co ngót
103
Bảng 4.25
Kết quả xác định cườn độ bê tông khoan lấy mẫu dầm
105
Bảng 4.26
Kết quả xác định cường độ kéo, nén tính toán của thép
105
Bảng 4.27
Kết quả tổng hợp xác định khả năng chịu lực của dầm hiện trạng
113
Bảng 4.28
Kết quả xác định cường độ nén mẫu bê tông gia cường
117
Bảng 4.29
Kết quả xác định khả năng chịu lực của dầm sau gia cường
128
Bảng 4.30
Bảng so sánh khả năng chịu lực của dầm trước và sau khi gia
129
cường
Bảng 4.31
Bảng so sánh độ võng giữa dầm khi dầm bị phá hoại, của dầm
trước và sau khi gia cường
2
129
1
CHƯƠNG 1. TỔNG QUAN
1.1 Đặt vấn đề
Việc thiết kế cấp phối bê tơng nói chung và thiết kế cấp phối vữa nói riêng
thường được thực hiện theo phương pháp kết hợp giữa lý thuyết và thực nghiệm.
Trước tiên, thiết kế cấp phối sơ bộ bằng các cơng thức tính tốn hoặc bằng đồ thị…,
sau đó kiểm tra các tính chất của yêu cầu của bê tông trên các mẻ thử, từ đó điều
chỉnh thành phần cấp phối đã thiết kế cho đến khi đạt được cấp phối tối ưu.
Các phương pháp thiết kế cấp phối bê tông phổ biến và thường được sử dụng là:
Phương pháp Bolomey-Skramtaev; Phương pháp Dreux-Gorisse; phương pháp của
Viện Bê tông Mỹ ACI; phương pháp quy họach thực nghiệm…..Mỗi phương pháp
đều có những điểm mạnh riêng, tuy nhiên, để tính tốn cấp phối được chuẩn xác,
cần phải xác định rõ được mối quan hệ giữa các thành phần nguyên vật liệu đến các
tính chất của bê tơng. Việc làm này khá khó khăn và mất nhiều thời gian nếu như
khơng có sự hỗ trợ của máy tính điện tử và những cơng cụ tốn học hiện đại.
Hiện nay, các đề tài nghiên cứu thuần túy về tính chất của vật liệu trên các mẫu
thử trong phịng thí nghiệm chiếm khá nhiều trong khi các đề tài nghiên cứu ứng
dụng các vật liệu mới vào các cấu kiện lớn của kết cấu cơng trình cịn khá khiêm
tốn. Sự làm việc của vật liệu trên cấu kiện công trình phụ thuộc rất nhiều vào loại
cấu kiện, điều kiện thi công…..và sự ứng xử của vật liệu trên kết cấu thực tế đôi khi
khác biệt nhiều so với các tính chất vật liệu đã nghiên cứu trên các mẫu thử.
Vữa mác cao, khơng co ngót là loại vữa rót có thành phần vật liệu gồm: xi
măng, cát vàng, silicafume, phụ gia siêu dẻo, sợi polypropylene và nước. Các thành
phần vật liệu của vữa có mối quan hệ tương quan phức tạp đến các tính chất của vữa
như: cường độ chịu nén, cường độ chịu uốn, độ chảy xòe, độ co ngót…
Việc nghiên cứu các tính chất cơ lý của vữa mác cao, khơng co ngót đã được
khảo sát khá nhiều trên các mẫu thử ở phịng thí nghiệm, tuy nhiên việc ứng dụng
vữa để gia cường cho các cấu kiện kém chất lượng thì chưa được quan tâm nghiên
cứu nhiều.
Bằng việc sử dụng mạng nơron nhân tạo kết hợp ngơn ngữ lập trình Visual
C++, đề tài nghiên cứu cung cấp thêm một phương pháp thiết kế cấp phối vữa mác
cao, khơng ngót bằng chương trình máy tính điện tử một cách tự động hóa. Cấp
2
phối thiết kế bằng chương trình tự động hóa này sẽ được ứng dụng để gia cường
cho các cấu kiện kém chất lượng của cơng trình xây dựng.
1.2 Các nghiên cứu đã thực hiện có liên quan đến đề tài.
Trên thế giới, mạng nơron nhân tạo đã được nghiên cứu ứng dụng rộng rãi trong
lĩnh vực xây dựng, cụ thể như một số đề tài sau:
- “Dự đoán cường độ chịu nén của bê tông tự lèn bằng cách ứng dụng mạng nơron
nhân tạo” của các tác giả Mustafa ALTIN, Ismail SARITAS, M. Tolga
COGURCU, Sakir TASDEMIR, Mehmet KAMANLI
và M. Yasar
KALTAKCI [1]. Trong nghiên cứu này, các tác giả đã sử dụng mạng nơron
nhân để dự đoán cường độ chịu nén của bê tông tự lèn (output) từ việc trộn 5
thành phần nguyên vật liệu (input) là: xi măng, cốt liệu lớn, cốt liệu nhỏ, phụ gia
và nước. Kết quả nghiên cứu kết luận có khả năng dự đốn cường độ chịu nén
với độ chính xác đến 95%
- “Thiết kế cấp phối bê tông cường độ cao sử dụng mạng nơron nhân tạo và
chương trình phi tuyến” của tác giả I-Cheng Yeh [2]. Tác giả đã sử dụng mạng
nơron nhân tạo để dự đoán độ lưu động và cường độ chịu nén của bê tông từ các
dữ liệu thực nghiệm và sử dụng một chương trình phần mềm phi tuyến để tối ưu
các thành phần nguyên vật liệu của bê tông sau khi dự đoán bằng mạng nơron.
- “Dự đoán chi phí đầu tư xây dựng đường cao tốc bằng mạng nơron nhân tạo”
của tác giả Amr S.Ayed [3]. Tác giả đã xây dựng mơ hình mạng nơron nhân tạo
để dự đốn chi phí xây dựng (output) dựa trên 10 yếu tố đầu vào (input) là: loại
cơng trình, hình thức xây dựng, mùa xây dựng, năm xây dựng, vị trí xây dựng,
thời gian xây dựng, chiều dài tuyến đường, số làn xe, khả năng mang đường ống
nước trên cầu, điều kiện địa chất.
Ở Việt Nam, mạng nơron nhân tạo được ứng dụng khá nhiều trong lĩnh vực điện
tử và điều khiển tự động. Gần đây, trong công nghệ quản lý xây dựng, mạng nơron
cũng đang được quan tâm nghiên cứu ứng dụng ngày càng nhiều, điển hình ở một
số đề tài như:
- “Nghiên cứu ứng dụng mạng nơron nhân tạo hỗ trợ cơng tác chọn thầu thi cơng
theo quy trình đấu thầu Việt Nam” của các tác giả Phạm Hồng Luân, Phạm
Trường Giang [4]
3
- “Ước lượng chi phí xây dựng chung cư bằng mạng nơron nhân tạo” của các tác
giả Phan Văn Khoa, Lưu Trường Văn, Lê Hoài Long [5]
Về nghiên cứu ứng dụng vữa rót khơng co ngót gia cường các cấu kiện: trong
nước có các đề tài nghiên cứu của PGS.TS. Nguyễn Viết Trung về việc sử dụng vữa
sửa chữa trộn sẵn để gia cường cho các cơng trình cầu đường [6] hay đề tài “công
nghệ sửa chữa cầu bê tông cốt thép cũ trên đường sắt” [7]
Về lĩnh vực khảo sát thực nghiệm của các cấu kiện gia cường: trong nước có đề
tài nghiên cứu của các tác giả Bùi Đức Vinh, Nguyễn Quốc Thơng, Kim Huy
Hồng về việc khảo sát thực nghiệm dầm bê tông cốt thép gia cường bằng vật liệu
G-FRP [8]
Nhìn chung, mạng nơron nhân tạo và phương pháp nghiên cứu thực nghiệm về
gia cường trên cấu kiện cơng trình đã được sử dụng khá nhiều trên thế giới và đang
được ứng dụng phổ biến trong lĩnh vực xây dựng. Tuy nhiên, trong lĩnh vực vật liệu
xây dựng, các đề tài nghiên cứu ứng dụng như trên cịn rất ít và cần được quan tâm
xem xét nhiều hơn nữa.
1.3 Phạm vi nghiên cứu của đề tài
Phạm vi nghiên cứu của đề tài gồm một số nội dung chính sau:
-
Ứng dụng mạng nơron nhân tạo để thiết kế cấp phối vữa mác cao, khơng
co ngót.
-
Nghiên cứu thực nghiệm ứng dụng vữa mác cao, khơng co ngót để gia
cường khả năng chịu lực của cấu kiện cơng trình
4
CHƯƠNG 2. CƠ SỞ KHOA HỌC LIÊN QUAN ĐẾN ĐỀ TÀI
2.1 Tổng quan về mạng nơron nhân tạo
2.1.1 Giới thiệu chung
Mạng nơron nhân tạo (Artificial Neural Networks, ANN) là một mạng lưới
mơ hình tốn học được xây dựng nhằm mơ phỏng những chức năng của hệ thần
kinh con người như: khả năng thu thập dữ liệu, xử lý dữ liệu và ra quyết định
Hình 2.1. Cấu tạo một nơron sinh học của bộ não người
Trục nơron
Hình 2.2. Cấu
tạo một
nơron
nhân
tạotạo
Mơ hình
mạng
nơron
nhân
Với sự phát triển mạnh mẽ của máy tính điện tử trong kỹ thuật mô phỏng và
xử lý số liệu, ngày nay, mạng nơron nhân tạo ngày càng được xây dựng có cấu
trúc phức tạp hơn nhằm phản ảnh gần giống với khả năng làm việc của bộ não
người
5
Lớp vào
Lớp ẩn
Lớp ra
Hình 2.3. Mơ hình tốn học một mạng nơron nhân tạo
Nhờ ưu điểm là có khả năng mơ phỏng và học hỏi mạnh mẽ (q trình học
là quá trình nhận dữ liệu đầu vào và điều chỉnh tín hiệu đầu ra của mạng sao
cho gần bằng với số liệu đầu ra mong muốn) mà ngày nay mạng nơron nhân tạo
được ứng dụng khá phổ biến trong nhiều lĩnh vực như: nhận dạng, điều khiển tự
động, phân loại và dự đoán….
2.1.2 Đặc điểm của mạng nơron nhân tạo [9]
Mạng nơron nhân tạo được đặc trưng bởi 3 yếu tố:
- Phần tử xử lý (nơron)
- Cấu trúc và cách liên kết giữa các phần tử xử lý
- Phương pháp huấn luyện mạng
Phần tử xử lý:
Hình 2.4. Biểu diễn tốn học của một nơron nhân tạo
6
y(k) = a(f(x)- θ)
(2.1)
X= [x1, x2,…, xm]T : vectơ tín hiệu vào
y: vectơ tín hiệu ra
θ: ngưỡng tác động
a: hàm tác động
f(x): các hàm tích hợp
- Hàm tích hợp có nhiệm vụ kết hợp các thông tin nhận được từ tín hiệu vào.
Một số hàm tích hợp thơng dụng:
+ Hàm tích hợp tuyến tính: là hàm được biểu diễn dưới biểu thức sau
+ Hàm tích hợp tịan phương: là hàm được biểu diễn dưới biểu thức sau:
Trong đó W= [w1, w2,…, wm]T : vectơ trọng số
- Hàm tác động có nhiệm vụ tạo tín hiệu đầu ra. Một số dạng hàm tác động thông
dụng:
+ Hàm tác động dạng bước nhảy đơn vị:
+Hàm tác động dạng hàm dấu:
+Hàm tác động dạng hàm dốc:
Hình 2.5. Hàm tác động dạng hàm dốc
7
+Hàm tác động dạng sigmoid đơn cực:
Hình 2.6. Hàm tác động dạng sigmoid đơn cực
+Hàm tác động dạng sigmoid lưỡng cực (tansig):
Với λ: hằng số >0, xác định độ dốc của
hàm tác động ở lân cận điểm net =0
Hình 2.7. Hàm tác động dạng sigmoid lưỡng cực (tansig)
Cấu trúc và cách liên kết giữa các phần tử xử lý:
Có 4 dạng cấu trúc và kết nối giữa các phần tử xử lý như sau:
- Mạng truyền thẳng 1 lớp:
Hình 2.8. Mạng truyền thẳng 1 lớp
8
- Mạng truyền thẳng nhiều lớp:
Lớp vào
Lớp ẩn
Lớp ra
Hình 2.9. Mạng truyền thẳng nhiều lớp
- Nút đơn hồi tiếp
Hình 2.10. Nút đơn hồi tiếp
- Mạng hồi quy nhiều lớp
Hình 2.11. Mạng hồi quy nhiều lớp
9
Các phương pháp huấn luyện mạng (học)
- Để huấn luyện mạng nơron nhân tạo, người ta thường dùng 2 phương pháp học
như sau:
+ Học thông số: dùng để cập nhật các trọng số liên kết giữa các nơron và
ngưỡng tác động trong mạng
+ Học cấu trúc: dùng để thay đổi cấu trúc mạng bao gồm cả các nơron và cách
liên kết giữa chúng
- Thường sử dụng phương pháp học có thơng số. Học có thơng số có 3 luật học là:
+ Học có giám sát: cho tập các dữ liệu vào- ra {x1,d1}; {x2,d2}…{xm,dm}.
Ban đầu các trọng số của mạng được chọn bất kỳ. Luật học dựa vào sai số e =
d-y hiệu chỉnh trọng số và ngưỡng tác động sao cho tín hiệu ra gần với mục
tiêu mong muốn nhất (e~0)
Hình 2.12. Học có giám sát
+ Học củng cố: được cung cấp trước mục tiêu (mỗi tín hiệu vào sẽ có 1 tín
hiệu ra tương ứng). Luật học này phù hợp với các ứng dụng điều khiển hệ
thống.
10
Hình 2.13. Học củng cố
+ Học khơng có giám sát: trái ngược với học có giám sát. Luật học này
khơng có mục tiêu rõ ràng. Luật học này sẽ tự phát hiện các đặc điểm, mối
tương quan giữa các tín hiệu vào và mã hóa thành tín hiệu đầu ra.
Hình 2.14. Học khơng có giám sát
2.1.3 Thuật tốn huấn luyện mạng nơron nhân tạo [9]
Có nhiều thuật tốn để huấn luyện mạng nơron nhân tạo, thuật toán phổ biến và
thường được sử dụng nhất là thuật toán lan truyền thuận tín hiệu và lan truyền
ngược sai lệch (back propagation learning rule). Thuật toán này được xây dựng trên
nền giải thuật Gradient descent, cụ thể như sau:
- Hàm mục tiêu: