Ứng dụng máy học xây dựng mô hình phân loại đất dựa trên kết quả thí nghiệm cone penetration test (CPT)

Nghiên cứu này nhằm mục đích xây dựng một mô hình máy học để xác định các loại đất dựa vào các dữ liệu đầu vào của CPT có độ chính xác cao và khả năng thích ứng về việc gia tăng số lượng theo thời gian. Giống kết quả ở bảng 6, các nhóm sẽ có các khoảng giá trị để có thể xác định cách ứng xử của đất từ các dữ liệu từ phương pháp CPT.
Nội dung trích xuất từ tài liệu:
Ứng dụng máy học xây dựng mô hình phân loại đất dựa trên kết quả thí nghiệm cone penetration test (CPT)Tuyển tập Hội nghị Khoa học thường niên năm 2023. ISBN: 978-604-82-7522-8 ỨNG DỤNG MÁY HỌC XÂY DỰNG MÔ HÌNH PHÂN LOẠI ĐẤT DỰA TRÊN KẾT QUẢ THÍ NGHIỆM CONE PENETRATION TEST(CPT) Nguyễn Khắc Hiếu1, Nguyễn Trần Gia Khiêm1, Khánh Phạm1, Nguyễn Anh Dũng2 1 Trường Đại học Quốc tế - Đại học Quốc gia TP. HCM, email: nguyenkhachieu528@gmail.com 2 Trường Đại học Thủy lợi1. GIỚI THIỆU CHUNG Đồ thị của Robertson (2016) để xác định Hiện nay, phương pháp phân tích thành cách ứng xử của đất được thể hiện trong hình 1phần hạt (Particle size distribution - PSD) và bảng 1. Ngoài ra còn có loại 0, là tập hợpđược ứng dụng phổ biến trong phân loại đất. của các dữ liệu nhiễuPhương pháp này gồm có phân tích ray sàn Bảng 1. Các loại ứng xử của đất(sieve analysis) và hydrometers được sử dụngcho từng nhóm kích thước hạt tương ứng, kết Types Soils Behaviourquả phân tích thành phần hạt được tham CCS(1) Clay-like-Contractive-Sensitivechiếu theo các hệ thống phân loại đất phổbiến khác nhau trên thế giới (e.g., USCS và CC(2) Clay-like-ContractiveAASHTO) nhằm xác định nhóm đất phù hợp. CD(3) Clay-like-DilativeTuy nhiên phương pháp truyền thống khôngthể phân loại được cách ứng xử của đất trong TC(4) Transitional-Contractivetự nhiên. Giải pháp tiềm năng là phân loại TD(5) Transitional-Dilativedựa trên kết quả Cone Penetration Test (CPT)đang trở nên phổ biến nhờ vào những ưu SC(6) Sand-like-Contractiveđiểm như giữ nguyên tình trạng tự nhiên của SD(7) Sand-like-Dilativeđất, chi phí hiệu quả, quá trình thực hiện thínghiệm nhanh chóng và liên tục. Các hệ Do đó, việc xây dựng một phương phápthống phân loại đất căn cứ theo kết quả của phân loại đất dựa trên kết quả CPT có độCPT được đề xuất và cập nhập theo sự gia chính xác cao, có khả năng tự thích ứng vớităng số lượng dữ liệu quan sát. sự gia tăng về số lượng thành phần đất có vai trò rất lớn đến sự phổ biến của phương pháp phân loại này trong lĩnh vực địa kỹ thuật. Nghiên cứu này tập trung khai thác thế mạnh trong máy học và nhận diện dữ liệu của phương pháp máy học nhằm xây dựng một mô hình phân loại đất dựa trên kết quả CPT với độ tin cậy cao. Xa hơn nữa, phương pháp này cho phép xây dựng bảng đồ địa chất 3D giúp nâng cao hiệu quả công tác quản lý và Hình 1. Modified SBTn (Robertson,2016) qui hoạch hạ tầng. 206 Tuyển tập Hội nghị Khoa học thường niên năm 2023. ISBN: 978-604-82-7522-82. PHƯƠNG PHÁP NGHIÊN CỨU - Bước 3: Để đánh giá sự đóng góp ảnh 2.1. Bộ dữ liệu hưởng đồng đều của các tính chất đầu vào. Sử dụng Min-Max Scaler để đánh giá và Bộ dữ liệu được thu thập bởi Graz chuẩn hóa dữ liệu, giá trị của Min-Max ScalerUniversity of Technology kết hợp với trong khoảng 0 và 1.Premstaller Geotechnik GmbH (Rauter et al.2021). Bộ dữ liệu được thu thập tại các khu Bảng 4. Đặc điểm của các featuresvực của nước Áo (Austria) và phía Nam nước Feature Unit DescriptionĐức bao gồm 35 khu vực. Bộ dữ liệu thô sẽ Depth m Depth of data pointsgồm có 1339 CPT test với 2516978 hàng và28 cột. Giá trị của các biến từ -100 tới 10000 qc MPa Cone penetration resistancenếu hơn sẽ để trống. fs kPa Friction sleeve Bảng 2. Các loại CPT test Rf % Friction ratio Test type Total number of test  v kPa Effective stresse at level depth CPT 931 u0 kPa Equilibrium pore pressure CPTu 312 v kPa Total stress at level depth SCPT 46 2.2. Th ...