Evaluation of early-age cracking risk in mass concrete footings under different placement conditions

Nguyen, Chuc Trong; Do, Tu Anh; Hoang, Tuyet Thi; Tran, Tam Duc

doi:10.4067/s0718-50732021000100005

Cited by 7 publications

(1 citation statement)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Các nghiên cứu ban đầu chủ yếu tập trung vào việc sử dụng các hàm lý thuyết mô tả sự phát sinh nhiệt trong quá trình thủy hóa xi măng để tính toán độ tăng nhiệt độ đoạn nhiệt, sau đó áp dụng vào mô hình tính [5,6]. Nhiều tác giả đã phát triển mô hình tính dựa trên phương pháp sai phân hữu hạn và phần tử hữu hạn để mô phỏng ứng xử nhiệt của bê tông tuổi sớm và dự đoán nguy cơ nứt của một số kết cấu bê tông như bệ trụ, cột, xà mũ trụ, bản mặt cầu và đốt đúc dầm hộp [7][8][9][10][11]. Wu và cs.…”

Section: Giới Thiệuunclassified

Dự báo khả năng nứt nhiệt trong bê tông tuổi sớm trong kết cấu trụ cầu sử dụng mạng nơ-ron nhântạo

Tú¹,

Hiếu²,

Tâm³

et al. 2022

TCKHCNXD

View full text Add to dashboard Cite

Trụ cầu là bộ phận kết cấu quan trọng của công trình cầu, đóng vai trò chịu lực và truyền lực từ kết cấu nhịp xuống nền móng, giữ ổn định cho kết cấu nhịp. Trong thực tế xây dựng các công trình cầu bê tông, các bộ phận như móng, mố, trụ có thể xuất hiện vết nứt (bao gồm nứt do nhiệt, nứt do co ngót,...) ngay từ sớm gây ảnh hưởng đến tính nguyên vẹn cũng như khả năng chịu lực và tuổi thọ của công trình. Bên cạnh các phương pháp kinh nghiệm, kỹ sư, hoặc mô phỏng số thì mạng nơ-ron nhân tạo (ANN) cho thấy tiềm năng to lớn trong dự báo rủi ro nứt nhiệt tuổi sớm trong bê tông trụ cầu. Bài báo này trình bày việc sử dụng mô hình ANN để dự đoán khả năng nứt nhiệt tuổi sớm trong bê tông trụ cầu trong điều kiện nhiệt độ môi trường thông thường ở Việt Nam. Các thuật toán Levenberg-Marquardt, Bayesian Regularization và Scaled Conjugate Gradient cùng với bộ dữ liệu bao gồm 462 mẫu được sử dụng để phục vụ cho việc huấn luyện, so sánh và kiểm chứng mô hình. Hiệu suất của mô hình được đánh giá thông qua các tiêu chí thống kê, từ đó đưa ra được thuật toán tốt nhất để sử dụng. Kết quả từ các mô hình huấn luyện cho thấy mạng ANN là công cụ tốt để dự báo rủi ro nứt nhiệt trong bê tông trụ cầu và thời điểm xảy ra tương ứng.

show abstract