Giá Trị Hồi Quy (A) Ann Và (B) Ann Kết Hợp Với Pso

tiên, trong khi dữ liệu đầu ra bao gồm các vị trí và mức độ hư hỏng. Lớp ẩn bao gồm 18 nơ-ron. Cả hai kịch bản hư hỏng tại một phần tử và nhiều phần tử được xem xét.

Hình 3 14 Kiến trúc mạng dùng để phát hiện hư hỏng của các phần tử trong 1

Hình 3.14. Kiến trúc mạng dùng để phát hiện hư hỏng của các phần tử trong tấm

composite

Có thể bạn quan tâm!

Xem toàn bộ 154 trang tài liệu này.

3.2.1. Trường hợp hư hỏng tại một phần tử‌

Đối với các trường hợp hư hỏng tại một phần tử, độ cứng của phần tử giảm từ 0% đến 50% với khoảng 1%, trong khi các phần tử còn lại chưa hư hỏng. Bởi tấm composite đối xứng theo cả 2 phương, để giảm thời gian tính toán, chỉ 1/4 tấm được xem xét.

Data Fit

Y = T

Output ~= 0.98*Target + 0.55

Training: R=0.98997

Validation: R=0.99006

Data Fit

Y = T

Output ~= 0.99*Target + 0.4

Training: R=0.99147

Data Fit

Y = T

Output ~= 0.98*Target + 0.41

Validation: R=0.99104

Data Fit

Y = T

Output ~= 0.99*Target + 0.2

0 20 40

Data Fit

Y = T

Output ~= 0.97*Target + 0.74

Target Test: R=0.98711

0 20 40

Target

Data Fit

Y = T

Output ~= 0.98*Target + 0.56

All: R=0.98956

0 20 40

Data Fit

Y = T

Output ~= 0.98*Target + 0.48

Target Test: R=0.98883

0 20 40

Target

Data Fit

Y = T

Output ~= 0.98*Target + 0.39

All: R=0.99101

0 20 40

Target

0 20 40

Target

0 20 40

Target

0 20 40

Target

(a) (b)

Hình 3.15. Giá trị hồi quy (a) ANN và (b) ANN kết hợp với PSO

(a)

(b)
Hình 3.16. Sai số thực (a) ANN và (b) ANN kết hợp với PSO

Bảng 3.7 cho thấy các chỉ số đánh giá hiệu quả của các thuật toán được đề xuất.

Bảng 3.7. Các chỉ số đánh giá hiệu quả của các thuật toán - Kịch bản hư hỏng tại

một phần tử

Thuật toán

MSE-giá trị	- Giá trị	Thời gian (giây)
PSO			12934
ANN	1.1577	0.989	248.9
ANNPSO	0.1357	0.991	548.6

Hình 3.15 – 3.16 và Bảng 3.7 cho thấy Giá trị được tính toán bởi ANNPSO cao hơn giá trị được xác định bởi ANN, trong khi giá trị MSE được tính bởi ANNPSO nhỏ hơn giá trị của ANN và PSO. Xét về thời gian tìm kiếm giải pháp tối ưu, ANNPSO và ANN giảm đáng kể thời gian tính toán so với PSO. Cụ thể, trong khi, ANN và ANNPSO dành 248.9 và 548.6 giây tương ứng để tìm giải pháp tối ưu, PSO dành nhiều thời gian nhất (12934 giây) cho quá trình đó.

(a)

(b)

Hình 3.17. Kết quả phát hiện hư hỏng của PSO, ANN và ANNPSO của phần tử số 9:

(a) 9% hư hỏng; (b) 70% hư hỏng

Như được hiển thị trong Hình 3.18, vị trí hư hỏng của phần tử 9 được xác định chính xác bởi PSO và ANNPSO. ANN phát hiện sai vị trí hư hỏng khi mức độ hư hỏng 70%. Điều này xảy ra vì, trong bộ dữ liệu đào tạo mạng chỉ xem xét các trường hợp hư hỏng từ 0 đến 50% nên đối với hư hỏng lớn hơn 50% (mạng chưa được đào tạo) thì kết quả chẩn đoán hư hỏng của ANN sẽ có kết quả kém chính xác hơn. Về mặt phát hiện mức độ hư hỏng, kết quả dự đoán được tính toán bởi PSO và ANN sai khác so với thực tế. Ngược lại, ANNPSO có thể xác định mức độ hư hỏng chính xác.

3.2.2. Trường hợp hư hỏng tại nhiều phần tử‌

Đối với kịch bản hư hỏng tại nhiều phần tử, hư hỏng được gán ngẫu nhiên cho 2 phần tử cùng một lúc với độ cứng giảm trong các phần tử từ 0% -50% với bước 1%.

Output ~= 0.96*Target + 0.9

Training: R=0.98063

Data

50 Fit

40 Y = T

0 20 40

Output ~= 0.96*Target + 0.99

Target Test: R=0.9783

Data

50 Fit

40 Y = T

0 20 40

Target

Validation: R=0.98407

Output ~= 0.98*Target + 0.5

Data

50 Fit

40 Y = T

0 20 40

Target

Output ~= 0.96*Target + 0.85

All: R=0.98077

Data

50 Fit

40 Y = T

0 20 40

Target

Training: R=0.98788

Output ~= 0.97*Target + 0.64

50 Data

Fit

40 Y = T

0 20 40

Output ~= 0.96*Target + 0.93

Target Test: R=0.98349

50 Data

Fit

40 Y = T

0 20 40

Target

Validation: R=0.98749

Output ~= 0.98*Target + 0.43

50 Data

Fit

40 Y = T

0 20 40

Target

Output ~= 0.97*Target + 0.65

All: R=0.98717

50 Data

Fit

40 Y = T

0 20 40

Target

(a) (b)

Hình 3.18. Giá trị hồi quy (a) ANN và (b) ANN kết hợp với PSO

(a)

(b)
Hình 3.19. Sai số thực (a) ANN và (b) ANN kết hợp với PSO

Bảng 3.8. Các chỉ số đánh giá hiệu quả của các thuật toán - Kịch bản hư hỏng tại hai phần tử

Thuật toán

MSE-giá trị	- Giá trị	Thời gian (giây)
PSO			13102
ANN	1.9161	0.981	348.9
ANNPSO	0.3306	0.987	602.9

Hình 3.18 – 3.19 và bảng 3.8 cho thấy Giá trị được tính toán bởi ANNPSO cao hơn giá trị được xác định bởi ANN, trong khi giá trị MSE được tính bởi ANNPSO nhỏ hơn giá trị do ANN và PSO cung cấp. Về thời gian tìm kiếm giải pháp tối ưu, ANN và ANNPSO dành lần lượt 348.9 và 602.9 giây để đào tạo mạng, trong khi PSO dành nhiều thời gian nhất (13102 giây) cho quá trình đó.

Hình 3.20. Kết quả phát hiện hư hỏng của PSO, ANN và ANNPSO trong dầm: 50% hư hỏng của phần tử 3 và 70% hư hỏng của phần tử 5.

Hình 3.20 cho thấy có một số lỗi xảy ra khi sử dụng PSO, ANN để xác định trường hợp hư hỏng xảy ra tại nhiều phần tử. Kết quả dự đoán về mức độ hư hỏng được tính toán bởi PSO có lỗi nhỏ so với thực tế, ANN không chỉ xác định mức độ hư hỏng không chính xác mà còn dự đoán sai vị trí hư hỏng. ANNPSO có thể phát hiện chính xác cả vị trí hư hỏng và mức độ hư hỏng của các phần tử.

3.3. Cầu giàn thép liên tục‌

Để đánh giá sự hiệu quả của phương pháp đề xuất, một cây cầu giàn cũ quy mô lớn cũng được sử dụng. Cầu Bến Thủy (Hình 3.21) bắc qua sông Lam tại Km467+500 trên tuyến Quốc lộ 1 thuộc địa phận Thành phố Vinh, tỉnh Nghệ An. Đây là cây cầu huyết mạch phục vụ cho việc lưu thông giữa 2 tỉnh Nghệ An và Hà Tĩnh nói riêng và cho toàn tuyến lưu thông trên Quốc lộ 1 nói chung. Cầu được xây dựng từ năm 1984 và khánh thành đưa vào sử dụng năm 1990 với tải trọng thiết kế H30 – XB80, người đi bộ 300 kG/ . Do thời gian khai thác dài, dưới tác động của môi trường cũng như tải

trọng của các phương tiện tham gia giao thông làm cho nhiều bộ phận của cầu đã bị xuống cấp, đặc biệt là sự giảm độ cứng của các thanh giàn cũng như tại các liên kết.

(a) (b)

Hình 3.21. Cầu Bến Thủy; (a) Kết cấu nhịp; (b) Mặt cắt ngang của cầu

Kết cấu nhịp bố trí theo sơ đồ 4x33.0+53.0+83.15+84.0+83.15+53.0+ 4x33.0 ). Trong đó 5 nhịp cầu chính 53.0+83.15+84.0+83.15+53.0 ) (nhịp N5, N6, N7, N8, N9 tương ứng với các trụ từ T4, T5, T6, T7, T8 và T9) bằng giàn thép cao 11.0 được sử dụng để đánh giá tính hiệu quả của thuật toán đề xuất cho bài toán xác định hư hỏng trong kết cấu. Các thanh dàn bao gồm thanh biên, thanh đứng đầu nhịp, thanh đứng giữa nhịp, thanh xiên đầu nhịp, thanh xiên giữa nhịp, giằng ngang, hệ giằng được miêu tả như hình số 3.22 và bảng 3.9.

Bảng 3.9. Mặt cắt ngang của các thanh dàn

Tên thanh	Mặt cắt ngang	Diện tích ()	( )	( )
1	Thanh biên	460x460x10	0.0138	0.056290253	0.28233519
2	Thanh đứng đầu nhịp	460x460x10	0.0138	0.05629025	0.28233519
3	Thanh đứng giữa nhịp	460x260x10	0.0098	0.04212893	0.31218585
4	Thanh xiên đầu nhịp	[] 460x460x10	0.018	0.91813259	8.47690707
5	Thanh xiên giữa nhịp	460x460x10	0.0138	0.05629025	0.28233519
6	Giằng ngang	2130x90x10x2480	0.0044	0.01676509	0.33411610
7	Hệ giằng	180x190x10	0.0056	0.02176509	0.46776936

Mô hình phần tử hữu hạn của cây cầu được xây dựng như trong Hình 3.22. Trục trùng với hướng dọc, trong khi trục tương ứng với trục đứng và trục nằm trong trục ngang của cầu. Mô hình này bao gồm 201 nút, 720 phần tử. Các phần tử không gian được sử dụng có sáu bậc tự do tại mỗi nút bao gồm các chuyển vị tịnh tiến theo các hướng và và các chuyển vị xoay quanh các hướng và . Các đặc tính động bao gồm tần số dao động riêng và hình dạng dao động của cây cầu được thể hiện trong Hình 3.23 và Bảng 3.10. sử dụng gối con lắc, trong khi các trụ còn lại sử dụng gối con lăn. Gối con lắc chỉ cho phép chuyển vị quay và gối con lăn cho phép chuyển vị tịnh tiến và quay theo hướng dọc. Các thành phần phi kết cấu và đường ray bao gồm đường dẫn bảo trì, lan can,…được đánh giá như là khối lượng tập trung.

Hình 3.22. Mô hình phần tử hữu hạn cầu Bến Thủy

Bảng 3.10. Tần số dao động riêng của 15 mode đầu tiên

Mode

Tần số dao động riêng (Hz)	Mode	Tần số dao động riêng (Hz)	Mode	Tần số dao động riêng (Hz)
1	4.05	6	7.12	11	11.23
2	4.97	7	7.60	12	11.37
3	5.73	8	8.11	13	11.57
4	6.03	9	8.57	14	12.61
5	6.35	10	9.03	15	12.98