
Ước lượng khả năng chịu nén đúng tâm của cột ống thép nhồi bê tông bằng thuật toán máy học
Thông tin tài liệu:
Nội dung trích xuất từ tài liệu:
Ước lượng khả năng chịu nén đúng tâm của cột ống thép nhồi bê tông bằng thuật toán máy học Tạp chí Khoa học Công nghệ Xây dựng, NUCE 2021. 15 (3V): 69–78 ƯỚC LƯỢNG KHẢ NĂNG CHỊU NÉN ĐÚNG TÂM CỦA CỘT ỐNG THÉP NHỒI BÊ TÔNG BẰNG THUẬT TOÁN MÁY HỌC Phạm Thái Hoàna,∗ a Khoa Xây dựng dân dụng và công nghiệp, Trường Đại học Xây dựng, 55 đường Giải Phóng,quận Hai Bà Trưng, Hà Nội, Việt Nam Nhận ngày 30/05/2021, Sửa xong 22/06/2021, Chấp nhận đăng 23/06/2021Tóm tắtCấu kiện cột ống thép nhồi bê tông (Concrete-Filled Steel Tube-CFST) với nhiều ưu điểm được quan tâm nghiêncứu và ứng dụng rộng rãi trong các công trình xây dựng khoảng 3 thập kỷ qua. Bên cạnh đó, sự phát triển mạnhmẽ cùa kỹ thuật máy tính đã mở ra nhiều cơ hội ứng dụng các kỹ thuật trí tuệ nhân tạo (AI) vào trong thiết kếcông trình. Bài báo giới thiệu và ứng dụng XGBoost, một trong những kỹ thuật trí tuệ nhân tạo mới nhất vàmạnh mẽ nhất để ước lượng khả năng chịu nén dọc trục của cột ống thép nhồi bê tông (CFST) tiết diện tròn.Kết quả từ 1017 thí nghiệm về loại cấu kiện này được sử dụng làm dữ liệu để huấn luyện mô hình. Các thôngsố bao gồm đường kính ngoài của tiết diện (D), chiều dày của ống thép (t), cường độ chảy của thép ( fy ), cườngđộ chịu nén của bê tông ( fc0 ) và chiều dài cột (L) được sử dụng như những thông số đầu vào, trong khi đó khảnăng chịu lực nén đúng tâm dọc trục (N) là thông số đầu ra. Kết quả huấn luyện từ mô hình cho thấy thuật toánXGBoost có thể ứng dụng hiệu quả trong việc ước lượng khả năng chịu nén dọc trục của cột CFST tiết diệntròn với độ chính xác cao với thời gian ngắn.Từ khoá: XGBoost; trí tuệ nhân tạo; máy học; ống thép nhồi bê tông; CFST.ESTIMATION OF CONCENTRIC AXIAL COMPRESSIVE LOAD-CARRYING CAPACITY OF CONCRETE-FILLED STEEL TUBE USING MACHINE LEARNING ALGORITHMSAbstractConcrete-Filled Steel Tube (Concrete-Filled Steel Tube-CFST) columns with many advantages have been stud-ied and widely applied in construction projects for decades. Besides, the rapid development of computer engi-neering has opened up many opportunities to apply artificial intelligence (AI) techniques in building design.This paper introduces and applies XGBoost, one of the newest and most powerful artificial intelligence tech-niques to estimate the concentric axial compressive load-carrying capacity of circular section concrete-filledsteel tube (CFST) columns. The results from 1017 experiments on this type of columns are used as dataset totrain the model. The outer diameter of the section (D), the thickness of the steel tube (t), the yield strength ofthe steel ( fy ), the compressive strength of the concrete ( fc0 ), and the length of the column (L) are used as inputparameters, while the axial compression force capacity (N) is the output parameter. The training results fromthe model showed that the XGBoost algorithm can be effectively applied in estimating the axial compressivecapacity of the circular section CFST columns with high accuracy and short time.Keywords: XGBoost; artificial intelligence; machine learning; concrete-filled steel tube; CFST. https://doi.org/10.31814/stce.nuce2021-15(3V)-06 © 2021 Trường Đại học Xây dựng (NUCE)1. Giới thiệu Cột ống thép nhồi bê tông (concrete-filled steel tube) (CFST) là kết cấu bao gồm ống thép đượclấp đầy bên trong bằng bê tông. Ống thép lúc này đóng vai trò vừa là ván khuôn cho quá trình đổ bê ∗ Tác giả đại diện. Địa chỉ e-mail: hoanpt@nuce.edu.vn (Hoàn, P. T.) 69 Hoàn, P. T. / Tạp chí Khoa học Công nghệ Xây dựngtông, vừa tham gia tăng cường khả năng chịu tải của cùng bê tông. Trong khi đó, việc nhồi bê tônggiúp tăng sự ổn định của ống thép và độ dẻo của tiết diện. Ngoài ra, cột CFST còn có khả năng hấpthụ năng lượng cao, độ bền cao và khả năng chống cháy tốt hơn [1, 2]. Vì vậy, ứng xử của cột CFSTđược quan tâm nghiên cứu rộng rãi trong suốt ba thập kỷ qua. Bài báo này tập trung nghiên cứu cộtCFST tiết diện tròn do dạng tiết diện này có độ cứng và độ bền chảy tốt hơn so với các dạng tiết diệnchữ nhật hoặc hình vuông như đã được chỉ ra trong các nghiên cứu trước đây [3–6]. Trong suốt nhiềuthập kỷ qua, khá nhiều thí nghiệm về cọc tròn CFST đã được thực hiện với nhiều trọng tâm nghiên cứukhác nhau như: cường độ của bê tông [7], tỉ lệ của đường kính và độ dày ống thép [8] hay ảnh hưởngcủa liên kết giữa bê tông và ống thép [9], v.v. Một số chương trình thí nghiệm lớn về cọc CFST có thểkể đến như sau. Chương trình thí nghiệm của Knowles và Park [10] được thực hiện vào cuối nhữngnăm 1960 nhằm đánh giá ứng xử của cột CFST khi chịu tải đúng tâm và tải lệch tâm. Các thí nghiệmcủa Liu và Goel [11] cuối những năm 1980 nh ...
Tìm kiếm theo từ khóa liên quan:
Khoa học Công nghệ xây dựng Trí tuệ nhân tạo Ống thép nhồi bê tông Cột ống thép nhồi bê tông Chịu nén dọc trụcTài liệu có liên quan:
-
Đề cương chi tiết học phần Trí tuệ nhân tạo
12 trang 476 0 0 -
7 trang 283 0 0
-
6 trang 210 0 0
-
Kết quả bước đầu của ứng dụng trí tuệ nhân tạo trong phát hiện polyp đại tràng tại Việt Nam
10 trang 206 0 0 -
9 trang 172 0 0
-
Xu hướng và tác động của cách mạng công nghiệp lần thứ tư đến môi trường thông tin số
9 trang 170 0 0 -
Tìm hiểu về Luật An ninh mạng (hiện hành): Phần 1
93 trang 155 0 0 -
Xác lập tư cách pháp lý cho trí tuệ nhân tạo
6 trang 154 1 0 -
Luận văn tốt nghiệp: Ứng dụng trí tuệ nhân tạo trong xây dựng GAME
120 trang 147 0 0 -
Nghiên cứu ứng xử chịu nén đúng tâm của cột ống thép nhồi bê tông
6 trang 135 0 0 -
Chuyển đổi số: cơ sở và ứng dụng
18 trang 135 0 0 -
Tác động của ứng dụng công nghệ tài chính đến hiệu quả hoạt động của ngân hàng thương mại Việt Nam
10 trang 122 0 0 -
Nhận dạng giọng chữ cái tiếng Việt sử dụng deep Boltzmann machines
8 trang 96 0 0 -
Dự báo công suất nguồn điện mặt trời sử dụng trí tuệ nhân tạo
12 trang 91 0 0 -
Đồ án tốt nghiệp: Thiết kế và điều khiển robot tự hành dò đường trong mê cung
64 trang 88 0 0 -
Triển khai AI trong dạy học và nghiên cứu khoa học của sinh viên theo xu hướng chuyển đổi số
13 trang 77 0 0 -
39 trang 73 0 0
-
Độ chính xác nhận dạng trong mô hình Faster R-CNN khi có nhiễu
5 trang 68 0 0 -
Hệ sinh thái kinh tế số tại Việt Nam
10 trang 66 0 0 -
Giáo trình Trí tuệ nhân tạo và hệ chuyên gia (Nghề Lập trình máy tính): Phần 1 - CĐ Nghề
103 trang 66 0 0