Nghiên cứu khả năng áp ứng dụng thuật toán tối ưu thỏ nhân tạo trong chẩn đoán hư hỏng cầu treo dây võng dân sinh
Email:
nttoan@utc.edu.vn
Từ khóa:
thuật toán tối ưu hóa thỏ nhân tạo, chẩn đoán hư hỏng, cầu treo dân sinh
Tóm tắt
Công tác giám sát sức khỏe kết cấu các công trình giao thông nói chung và công trình cầu nói riêng đã và đang ngày một trở nên quan trọng trong công tác duy tu, bảo trì nhằm đảm bảo an toàn và tính toàn vẹn của kết cấu. Trong những năm gần đây, việc ứng dụng các thuật toán tối ưu trong công tác giám sát sức khỏe kết cấu đã cho thấy kết quả đáng khích lệ với độ chính xác và tính hiệu quả cao. Trong số đó, thuật toán tối ưu thỏ nhân tạo (ARO) là một trong những thuật toán tối ưu mới nhất đã được áp dụng hiệu quả cho nhiều lĩnh vực, tuy nhiên khả năng áp dụng của thuật toán này cho công tác giám sát sức khỏe kết cấu vẫn chưa được kiểm chứng. Bài báo này giới thiệu tiềm năng của thuật toán ARO trong công tác chẩn đoán hư hỏng của cầu treo dây võng dân sinh Na Xá (Nghệ An). Các kết quả cho thấy rằng thuật toán ARO hiệu quả trong việc xác định các hư hỏng trong kết cấu và hiệu suất của nó tương đương hoặc tốt hơn so với các thuật toán tối ưu khác như thuật toán tối ưu dạy-học (TLBO), thuật toán tìm kiếm chim cúc-cu (CS), thuật toán di truyền (GA), thuật toán tối ưu bầy đàn (PSO). ARO cũng cho thấy sự vượt trội hơn về thời gian tính toán, do vậy khả năng ứng dụng của thuật toán ARO cho công tác chẩn đoán hư hỏng của kết cấu công trình là hoàn toàn khả thi và có nhiều tiềm năng phát triểnTài liệu tham khảo
[1]. P. Guru, R. Dugalam, B. Mohamed, A. Sandhu, Recent advancement of concrete dam health monitoring technology: A systematic literature review, Structures, 44 (2022) 766-784. https://doi.org/10.1016/j.istruc.2022.08.021
[2]. G. M. Roberto, R. Sánchez-García, J. A. Escobar-Sanchez, L.M. Arenas-García, M.A. Mendoza-Salas, O. N. Rosales-González, Monitoring two cable-stayed bridges during load tests with fiber optics, Structures, 33 (2021) 4344-4358. https://doi.org/10.1016/j.istruc.2021.07.026
[3]. S. W. Doebling, C. R. Farrar, M. B. Prime, D. W. Shevitz, Damage identification and health monitoring of structural and mechanical systems from changes in their vibration characteristics: a literature review, 1996. https://doi.org/10.2172/249299
[4]. L.Sun, Z. Shang, Y. Xia, S. Bhowmick, S. Nagarajaiah, Review of bridge structural health monitoring aided by big data and artificial intelligence: From condition assessment to damage detection, Journal of Structural Engineering, 5 (2020) 04020073. https://doi.org/10.1061/(ASCE)ST.1943-541X.0002535
[5]. H. Tran-Ngoc, S. Khatir, G. De Roeck, T. Bui-Tien, M. Abdel Wahab, An efficient artificial neural network for damage detection in bridges and beam-like structures by improving training parameters using cuckoo search algorithm. Engineering Structures, 199 (2019) 109637. https://doi.org/10.1016/j.engstruct.2019.109637
[6]. J.-H. Chou, J. Ghaboussi, Genetic algorithm in structural damage detection, Computers & Structures, 79 (2001) 1335–1353. https://doi.org/10.1016/S0045-7949(01)00027-X
[7]. Z. Wei, J. Liu, Z. Lu, Structural damage detection using improved particle swarm optimization. Inverse Problems in Science and Engineering, 26 (2018) 792–810. https://doi.org/10.1080/17415977.2017.1347168
[8]. S. Khatir, T. Khatir, D. Boutchicha, C. Le -Thanh, H. Tran-Ngoc, T.Q. Bui, R. Capozucca, M. Abdel Wahab, An efficient hybrid TLBO-PSO-ANN for fast damage identification in steel beam structures using IGA, Smart Structures and Systems, 25 (2020) 605–617. https://doi.org/10.12989/SSS.2020.25.5.605
[9]. L. Wang, Q. Cao, Z. Zhang, S. Mirjalili, W. Zhao, Artificial rabbits optimization: A new bio-inspired meta-heuristic algorithm for solving engineering optimization problems, Engineering Applications of Artificial Intelligence, 114 (2022) 105082 https://doi.org/10.1016/j.engappai.2022.105082
[10]. S. François, M. Schevenels, D. Dooms, M. Jansen, J. Wambacq, G. Lombaert, G. Degrande, G. De Roeck, Stabil, An educational Matlab toolbox for static and dynamic structural analysis, Comput Appl Eng Educ, 29 (2021) 1372–1389. https://doi.org/10.1002/cae.22391.
[11]. L. Ngoc-Nguyen, H. Tran-Ngoc, S. Khatir et al., Damage assessment of suspension footbridge using vibration measurement data combined with a hybrid bee-genetic algorithm, Sci Rep, 12 (2022) 20143. https://doi.org/10.1038/s41598-022-24445-6
[2]. G. M. Roberto, R. Sánchez-García, J. A. Escobar-Sanchez, L.M. Arenas-García, M.A. Mendoza-Salas, O. N. Rosales-González, Monitoring two cable-stayed bridges during load tests with fiber optics, Structures, 33 (2021) 4344-4358. https://doi.org/10.1016/j.istruc.2021.07.026
[3]. S. W. Doebling, C. R. Farrar, M. B. Prime, D. W. Shevitz, Damage identification and health monitoring of structural and mechanical systems from changes in their vibration characteristics: a literature review, 1996. https://doi.org/10.2172/249299
[4]. L.Sun, Z. Shang, Y. Xia, S. Bhowmick, S. Nagarajaiah, Review of bridge structural health monitoring aided by big data and artificial intelligence: From condition assessment to damage detection, Journal of Structural Engineering, 5 (2020) 04020073. https://doi.org/10.1061/(ASCE)ST.1943-541X.0002535
[5]. H. Tran-Ngoc, S. Khatir, G. De Roeck, T. Bui-Tien, M. Abdel Wahab, An efficient artificial neural network for damage detection in bridges and beam-like structures by improving training parameters using cuckoo search algorithm. Engineering Structures, 199 (2019) 109637. https://doi.org/10.1016/j.engstruct.2019.109637
[6]. J.-H. Chou, J. Ghaboussi, Genetic algorithm in structural damage detection, Computers & Structures, 79 (2001) 1335–1353. https://doi.org/10.1016/S0045-7949(01)00027-X
[7]. Z. Wei, J. Liu, Z. Lu, Structural damage detection using improved particle swarm optimization. Inverse Problems in Science and Engineering, 26 (2018) 792–810. https://doi.org/10.1080/17415977.2017.1347168
[8]. S. Khatir, T. Khatir, D. Boutchicha, C. Le -Thanh, H. Tran-Ngoc, T.Q. Bui, R. Capozucca, M. Abdel Wahab, An efficient hybrid TLBO-PSO-ANN for fast damage identification in steel beam structures using IGA, Smart Structures and Systems, 25 (2020) 605–617. https://doi.org/10.12989/SSS.2020.25.5.605
[9]. L. Wang, Q. Cao, Z. Zhang, S. Mirjalili, W. Zhao, Artificial rabbits optimization: A new bio-inspired meta-heuristic algorithm for solving engineering optimization problems, Engineering Applications of Artificial Intelligence, 114 (2022) 105082 https://doi.org/10.1016/j.engappai.2022.105082
[10]. S. François, M. Schevenels, D. Dooms, M. Jansen, J. Wambacq, G. Lombaert, G. Degrande, G. De Roeck, Stabil, An educational Matlab toolbox for static and dynamic structural analysis, Comput Appl Eng Educ, 29 (2021) 1372–1389. https://doi.org/10.1002/cae.22391.
[11]. L. Ngoc-Nguyen, H. Tran-Ngoc, S. Khatir et al., Damage assessment of suspension footbridge using vibration measurement data combined with a hybrid bee-genetic algorithm, Sci Rep, 12 (2022) 20143. https://doi.org/10.1038/s41598-022-24445-6
Tải xuống
Chưa có dữ liệu thống kê
Nhận bài
04/07/2023
Nhận bài sửa
07/08/2023
Chấp nhận đăng
16/08/2023
Xuất bản
15/10/2023
Chuyên mục
Công trình khoa học
Kiểu trích dẫn
Nguyễn Ngọc, L., Nguyễn Hữu, Q., & Nguyễn Thanh, T. (1697302800). Nghiên cứu khả năng áp ứng dụng thuật toán tối ưu thỏ nhân tạo trong chẩn đoán hư hỏng cầu treo dây võng dân sinh. Tạp Chí Khoa Học Giao Thông Vận Tải, 74(8), 923-933. https://doi.org/10.47869/tcsj.74.8.6
Số lần xem tóm tắt
190
Số lần xem bài báo
112
