Việc dự đoán khả năng chịu lực dọc trục của cột thép bê tông composite hai lớp FRP hình elip gặp nhiều thách thức do tính phi tuyến phức tạp của cơ chế tương tác giữa ba lớp vật liệu (FRP - bê tông - thép) và sự phân bố không đồng đều của hiệu ứng kiểm chế. Nghiên cứu này phát triển mô hình Rừng ngẫu nhiên dựa trên bộ dữ liệu gồm 112 mẫu và được tinh chỉnh thông qua kỹ thuật tìm kiếm lưới kết hợp kiểm chứng chéo.
Trong những năm gần đây, các cấu kiện composite kết hợp bê tông, thép và vật liệu sợi gia cường polymer (Fiber Reinforced Polymer - FRP) đã trở thành giải pháp hiệu quả nhằm nâng cao khả năng chịu lực, độ dẻo và khả năng chống ăn mòn của cột trong công trình dân dụng và cầu đường. Trong đó, cột ống thép bê tông composite hai lớp (Double- Skin Tubular Columns - DSTC) với lớp vỏ FRP bên ngoài, ống thép bên trong và bê tông nhồi ở giữa thể hiện nhiều ưu điểm vượt trội [1, 2].
Ảnh minh họa
Trong kết cấu này, ống FRP đóng vai trò như hệ ván khuôn vĩnh cửu trong quá trình đổ bê tông, giúp giảm chi phí thi công, đồng thời cung cấp khả năng chống ăn mòn cao, phù hợp với môi trường khắc nghiệt. Bên cạnh đó, lõi bê tông còn giúp ngăn chặn hiện tượng mất ổn định cục bộ sớm của ống thép trong, từ đó nâng cao đáng kể khả năng chịu lực của toàn bộ cấu kiện [3].
Mặc dù phần lớn các nghiên cứu trước đây tập trung vào DSTC có tiết diện tròn hoặc chữ nhật [4, 5], tiết diện elip đang ngày càng được quan tâm. Cột DSTC hình elip cho phép điều chỉnh độ cứng uốn khác biệt theo hai trục chính mà không làm suy giảm đáng kể hiệu ứng kiềm chế của lớp FRP, rất phù hợp với các trường hợp chịu tải trọng không đồng đều theo hai phương ngang [6].
Tuy nhiên, sự phức tạp về hình học cùng với cơ chế tương tác phi tuyến giữa FRP, bê tông và thép khiến việc dự đoán chính xác khả năng chịu lực dọc trục của cột elip DSTC trở nên khó khăn. Các công thức thiết kế hiện hành và phương pháp giải tích truyền thống chủ yếu dựa trên mô hình bán thực nghiệm, thường thiếu độ chính xác khi áp dụng cho tiết diện elip do không định lượng được đầy đủ hiệu ứng kiềm chế không đồng đều.
Để khắc phục những hạn chế này, học máy (Machine Learning - ML) đã được ứng dụng ngày càng rộng rãi trong lĩnh vực kỹ thuật kết cấu [7, 8]. Trong số các thuật toán ML, Rừng ngẫu nhiên (Random Forest - RF) nổi bật nhờ khả năng xử lý quan hệ phi tuyến phức tạp, giảm thiểu hiện tượng quá khớp và cung cấp thông tin về tầm quan trọng của các biến.
Việc kết hợp RF với các kỹ thuật giải thích mô hình như SHAP và LIME còn giúp làm rõ đóng góp của từng tham số thiết kế đến kết quả dự đoán, nâng cao tính minh bạch và khả năng áp dụng thực tiễn. Do đó, nghiên cứu này tập trung phát triển mô hình RF được tối ưu siêu tham số bằng kỹ thuật tìm kiếm lưới để dự đoán khả năng chịu lực dọc trục của cột DSTC hình elip chịu nén đúng tâm. Đồng thời, phân tích SHAP và LIME được thực hiện nhằm làm rõ cơ chế ảnh hưởng của các thông số đầu vào, cung cấp cơ sở khoa học trực quan hỗ trợ kỹ sư trong thiết kế.
Nghiên cứu này đã ứng dụng thuật toán Rừng ngẫu nhiên kết hợp với các kỹ thuật giải thích mô hình SHAP và LIME để dự báo và phân tích khả năng chịu lực dọc trục của cột ống thép bê tông composite hai lớp FRP hình elip. Với R2 = 0,984 trên toàn bộ dữ liệu và độ ổn định được kiểm chứng qua 100 lần mô phỏng Monte Carlo (hệ số biến thiên của R2 dưới 0,36%), mô hình cho thấy khả năng khái quát hóa tốt và ít nhạy cảm với sự ngẫu nhiên của tập dữ liệu.
Phân tích SHAP xác định diện tích lõi bê tông, cường độ bê tông và độ dày ống FRP là ba thông số có ảnh hưởng chính. Phân tích LIME làm rõ sự khác biệt giữa giải thích toàn cục và cục bộ tại các mẫu có giá trị đặc trưng biên hoặc tương tác phức tạp. Kết quả nghiên cứu cho thấy phương pháp kết hợp học máy với các kỹ thuật giải thích mô hình cung cấp một công cụ dự báo chính xác và minh bạch, hỗ trợ kỹ sư kết cấu trong việc lựa chọn thông số thiết kế.
Dựa trên những kết quả thu được, nghiên cứu kiến nghị mở rộng bộ dữ liệu huấn luyện bằng cách bổ sung các kết quả thí nghiệm thực tế. Đồng thời, phương pháp này có thể được phát triển thêm để dự báo ứng xử của cột DSTC hình elip dưới các điều kiện tải trọng phức tạp hơn, chẳng hạn như nén lệch tâm, tải trọng chu kỳ hoặc tải trọng va đập.
Xem chi tiết Bài nghiên cứu TẠI ĐÂY:
Buildata
