Nghiên cứu so sánh, lựa chọn mô hình máy học tối ưu để dự báo và phân tích các yếu tố ảnh hưởng đến cường độ chịu nén của bê tông tự lèn

Abstract

Nội dung tóm tắt: a) Tính cấp thiết của đề tài: Bê tông tự lèn (BTTL) là một loại vật liệu xây dựng được sử dụng phổ biến trong nhiều lĩnh vực, bao gồm xây dựng dân dụng, giao thông và thủy lợi, nhờ vào khả năng chịu lực cao và tuổi thọ lớn. BTTL được đánh giá là một loại bê tông đặc biệt vì có cường độ và hiệu suất cao, cũng như khả năng tự đầm chặt mà không cần rung động cơ học. Vì vậy, BTTL đã trở thành một giải pháp tiên tiến trong xây dựng cầu, đường hầm và đường bộ, đặc biệt là trong việc xây dựng mặt đường cứng, làn đường giao thông, đường cao tốc và sân bay, đường băng. Bên cạnh đó, một trong những vấn đề cần quan tâm khi sử dụng BTTL là mặt đường dễ bị nứt, không đảm bảo cường độ và tồn tại các khuyết tật kết cấu khác. Để khắc phục những nhược điểm này, cần chú ý đến thuộc tính quan trọng nhất của bê tông tự đầm, đó là cường độ. Tuy nhiên, việc thực hiện các thí nghiệm để xác định cường độ nén của BTTL là mất thời gian và tốn kém. Do đó để khắc phục những hạn chế trên, cần thiết phải có một phương pháp khác để dự đoán cường độ bê tông. Vì vậy, đề tài: “Nghiên cứu so sánh, lựa chọn mô hình máy học tối ưu để dự báo và phân tích các yêu tố ảnh hưởng đến cường độ chịu nén của bê tông tự lèn” là có có ý nghĩa thực tiễn. b) Mục đích, đối tƣợng, phạm vi nghiên cứu của luận văn: - Mục đích nghiên cứu: Nghiên cứu khảo sát các tham số và so sánh, lựa chọn mô hình máy học tối ƣu nhằm dự báo cƣờng độ chịu nén của BTTL. Đồng thời, phân tích các yếu tố ảnh hƣởng đến cƣờng độ chịu nén của BTTL bằng mô hình máy học. Các kết quả đạt đƣợc sẽ đƣợc dùng làm cơ sở để đề xuất các phƣơng án dự báo cƣờng độ chịu nén của vật liệu BTTL.10 - Đối tƣợng nghiên cứu: Cƣờng độ chịu nén của bê tông tự lèn. - Phạm vi nghiên cứu: Sử dụng bộ dữ liệu có sẵn, đƣợc thu thập từ 45 tài liệu tham khảo là các bài báo đã đƣợc đăng trên các tạp chí uy tín trên thế giới. c) Phƣơng pháp nghiên cứu: - Sử dụng công cụ xác suất thống kê để phân tích dữ liệu và đánh giá hiệu suất dự báo của mô hình. - Sử dụng các mô hình máy học. d) Các kết quả nghiên cứu: - Khả năng dự báo của ba mô hình tối ƣu CAT, GB, RF đƣợc so sánh, đánh giá dựa trên bốn tiêu chí thống kê: R2, MAE, RMSE và MAPE. Kết quả cho thấy mô hình CAT là mô hình có khả năng tốt nhất trong việc dự báo cƣờng độ chịu nén của BTTL, với các giá trị RMSE = 4,897 MPa; MAE = 3,565 MPa; R2 = 0,960; MAPE = 0,104 cho giai đoạn kiểm tra. - Phƣơng pháp biểu đồ phụ thuộc một phần (PDP) thực hiện phân tích độ nhạy để đánh giá ảnh hƣởng của các biến đầu vào đến cƣờng độ chịu nén của dự báo. Cho thấy có 5 tham số ảnh hƣởng tích cực đến cƣờng độ chịu nén là xi măng, xỉ lò cao, muội silica, metakaolin và thời gian bảo dƣỡng mẫu. Ngƣợc lại, hàm lƣợng nƣớc và hàm lƣợng phụ gia điều chỉnh độ nhớt là hai yếu tố có ảnh hƣởng tiêu cực đến cƣờng độ chịu nén của BTTL. Các tham số còn lại nhƣ tro bay, cốt liệu nhỏ, cốt liệu thô, phụ gia siêu dẻo, bột đá vôi, tro trấu có ảnh hƣởng phức tạp đến cƣờng độ chịu nén của BTTL.