BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  19,349,090
  • Công bố khoa học và công nghệ Việt Nam

Kỹ thuật giao thông vận tải

Nguyễn Hữu Hưng(1), Trần Thị Thu Hằng, Trần Minh Long

Sử dụng mạng nơ ron nhân tạo với mô hình phần tử hữu hạn để xếp hạng tải trọng cầu dầm thép

Using artificial neural networks with finite element modeling for steel girder bridge load rating

Cầu đường Việt Nam

2022

3

9-14

1859-459X

Mạng nơ ron nhân tạo, Cầu thép, Xếp hạng tải trọng, Tĩnh tải, Hoạt tải

ANN, Steel bridge, Load rating, Dead load, Live load

Công trình cầu sau một thời gian khai thác cần có những đánh giá về tải trọng khai thác thực tế của các công trình này. Các cách làm hiện nay tại Việt Nam thường áp dụng theo các tài liệu hướng dẫn đánh giá cầu của Hoa Kỳ (The Manual for Bridge Evaluation- MBE). Với cách đánh giá truyền thống cần phải xác định được khả năng chịu lực của kết cấu và các hiệu ứng do tải trọng tĩnh tải và hoạt tải gây ra. Công việc tính toán trên cần phải có kiến thức chuyên sâu và hiệu rõ các thành phần trong đó. Ngày nay với sự phát triển của khoa học công nghệ, không chỉ có máy tính các điện thoại thông minh ngày càng trở lên phổ biến, việc ứng dụng trí tuệ nhân tạo đã đi vào hầu hết các lĩnh vực trong cuộc sống. Do đó, việc ứng dụng trí tuệ nhân tạo trong công việc xếp hạng tải trọng cầu là công việc không còn xa lạ nữa. Bài báo tiến hành xây dựng mạng nơ ron nhân tạo và ứng dụng trong việc đánh giá xếp hạng tải trọng cầu dầm thép, kết quả thu được bằng phương pháp đề xuất được so sánh với phương pháp truyền thống, phương pháp ứng dụng mạng nơ ron nhân tạo của tác giả khác và cho kết quả có độ tin cậy cao.

Bridge after a period of operation need to have assessments of the actual operating loads of these works. The current practices in Vietnam are usually applied according to the US bridge assessment guidelines (The Manual for Bridge Evaluation (MBE). With the traditional assessment, it is necessary to determine the bearing capacity of the structure and the effects caused by the dead and live loads. The above calculation work requires in-depth knowledge and clear understanding of its components. Today, with the development of science and technology, not only computers and smartphones are becoming more and more popular, the application of artificial intelligence has entered most areas of life. Therefore, the application of artificial intelligence in bridge load rating is no longer a strange job. The article builds an artificial neural network and applies it to the load rating of steel girder bridges, the results obtained by the proposed method are compared with the traditional method, the result of applying another artificial neural networks and give results with high agreement.

TTKHCNQG, CVv 465

Xem toàn văn