PHÁT HIỆN HƯ HỎNG KẾT CẤU CÔNG TRÌNH SỬ DỤNG CÁC MÔ HÌNH HỌC MÁY

GIỚI THIỆU

Phát hiện hư hỏng trong kết cấu là một nhiệm vụ quan trọng trong lĩnh vực giám sát sức khỏe kết cấu công trình. Việc phát hiện hư hỏng được thực hiện bằng cách so sánh tín hiệu động nội tại theo thời gian của một cấu trúc với tín hiệu tham chiếu cơ bản được ghi lại trong điều kiện không hư hỏng. Thông thường, người ta thực hiện đo lường sự thay đổi trong các đặc tính động của một cấu trúc và trích xuất các đặc trưng bao gồm tần số, mode shapes, chức năng truyền miền tần số… và sử dụng các phương pháp phân tích để tìm ra hư hỏng.

Các đặc trưng trích xuất từ tín hiệu đo dao động kết cấu

 

Những năm gần đây, các mô hình học máy, đặc biệt là các mô hình học sâu phát triển mạnh, cùng với dữ liệu đo dao động kết cấu càng ngày càng lớn, việc ứng dụng các mô hình học sâu vào phân tích phát hiện hư hỏng kết cấu công trình đã thu được những kết quả khả quan. Tại trường ĐH GTVT, chúng tôi thực hiện đo đạc dữ liệu các công trình giao thông trọng điểm, sử dụng các mô hình học sâu để phân tích và phát hiện hư hỏng kết cấu dựa trên dữ liệu mà không cần biết trước các thông số kết cấu. Các mô hình học sâu được chúng tôi xây dựng có thể trích xuất các đặc trưng theo không gian và thời gian, giúp phát hiện chính xác hơn các hư hỏng.

Mô hình học sâu trong phát hiện hư hỏng

Kết quả cho thấy các phương pháp chúng tôi đề xuất có độ chính xác cao hơn các phương pháp trước đó trong việc phát hiện hư hỏng

Các đặc trưng hư hỏng (trái) và so sánh các mô hình phát hiện hư hỏng (phải)

MỘT SỐ XUẤT BẢN CHÍNH

1. “Damage Detection in Structural Health Monitoring using Combination of Deep Neural Networks”, Hieu Nguyen-Tran, Thanh Bui-Tien, Magd Abdel Wahab, Dung Bui-Ngoc, Journal of materials and engineering structures, Vol. 7 (4), pp. 619-626, 2021.

2. “Damaged Detection in Structural Health Monitoring using Handcrafted Feature and Convolution Neural Network”, Dung Bui Ngoc, Thanh Bui Tien, Hieu Nguyen Tran, Magd Abdel Wahab and Guido De Roeck, Lecture Note in Civil Engineering, Vol. 110, pp. 103-112, 2020.

3. “Deep learning-based detection of structural damage using time-series data”; HV Dang, M Raza, TV Nguyen, T Bui-Tien, HX Nguyen; Structure and Infrastructure Engineering, Taylor & Francis; 2020

4. “Data-driven structural health monitoring using feature fusion and hybrid deep learning”; Hung V Dang, Hoa Tran-Ngoc, Tung V Nguyen, T Bui-Tien, Guido De Roeck, Huan X Nguyen; IEEE Transactions on Automation Science and Engineering; 1-17; 2020.

5. “Damage detection in structures using modal curvatures gapped smoothing method and deep learning”; HD Nguyen, T Bui-Tien, G De Roeck, MA Wahab; Structural Engineering and Mechanics, An International Journal, Volume 77 (1), 47-56, 2021.

6. “Connection stiffness reduction analysis in steel bridge via deep CNN and modal experimental data”; HV Dang, M Raza, H Tran-Ngoc, T Bui-Tien, HX Nguyen; Structural Engineering and Mechanics, An International Journal, Volume 77 (4), 495-508 2021.

 

Tôi có đam mê rất lớn trong ngành công nghệ thông tin và mong muốn được chia sẻ kiến thức của mình đến thật nhiều người

Gửi đánh giá

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *