T. 15 S. 03 (2025): Tạp chí Vật liệu và Xây dựng
##common.pageHeaderLogo.altText##
Tạp chí Vật liệu và Xây dựng - Bộ Xây dựng

ISSN:

Website: www.jomc.vn

Ứng dụng phương pháp phần tử hữu hạn và học máy phân tích bài toán gia cố mái dốc bằng một hàng cọc đứng

Nguyễn Trung Kiên , Trần Nhật Linh , Nguyễn Minh Quân

Từ khóa:

Ổn định mái dốc
Gia cố mái dốc
Hàng cọc đứng
FEM
ANN

Tóm tắt

Bài báo đề xuất một phương pháp mới trong việc tính toán ổn định mái dốc được gia cố bằng một hàng cọc đứng, sử dụng phương pháp phần tử hữu hạn (FEM) kết hợp với mô hình học máy. Trong đó, mô hình FEM của bài toán được xây dựng với phần mềm Plaxis và hệ số an toàn (FS) được tính toán bằng phương pháp giảm dần sức chống cắt (shear strength reduction method). Hệ số FS được tính toán cho các trường hợp khác nhau của vị trí hàng cọc, khoảng cách giữa các cọc đứng, thông số chống cắt của đất nền, và góc mái dốc. Kết quả của mô hình FEM được sử dụng để làm dữ liệu đầu vào huấn luyện mô hình mạng thần kinh nhân tạo (artificial neural network – ANN). Mô hình ANN với các công thức được viết dưới dạng tường minh sẽ cho kết quả hệ số FS nhanh chóng, giảm thiểu thời gian tính toán, và thuận tiện cho việc tìm kiếm phương án thiết kế mái dốc tối ưu. Đồng thời, mô hình học máy cũng phân tích đánh giá tầm quan trọng của các thông số đầu vào (vị trí hàng cọc, khoảng cách giữa các cọc, lực dính và góc nội ma sát của đất nền, góc mái dốc) đến kết quả hệ số FS của bài toán ổn định mái dốc gia cố một hàng cọc đứng. Kết quả cho thấy sức chống cắt của đất và góc dốc ảnh hưởng đến FS nhiều hơn so với vị trí và khoảng cách cọc.

Điều hướng Người dùng

PDF

Cách trích dẫn

Nguyễn, T. K., Trần, N. L., & Nguyễn, M. Q. (2025). Ứng dụng phương pháp phần tử hữu hạn và học máy phân tích bài toán gia cố mái dốc bằng một hàng cọc đứng. Tạp Chí Vật liệu Và Xây dựng - Bộ Xây dựng, 15(03), Trang 232 – Trang 239. https://doi.org/10.54772/jomc.03.2025.1007

Tài liệu tham khảo

  1. Phương Anh (19/9/2024). Nhìn lại những vụ sạt lở đất gây hậu quả nghiêm trọng. https://laodong.vn/infographic/nhin-lai-nhung-vu-sat-lo-dat-gay-hau-qua-nghiem-trong-1396737.ldo.
  2. Gupta, P., & Mehndiratta, S. (2024). Exploring the Efficacy of Slope Stabilization Using Piles: A Comprehensive Review. Indian Geotechnical Journal, 1-18.
  3. Zhang, L., Zhang, P., Chen, C., Zhang, Z., & Rui, R. (2024). Experimental and finite element analyses of seismic behavior of pile-reinforced soft clayey slope. Bulletin of Engineering Geology and the Environment, 83(7), 275.
  4. Wei, W. B., & Cheng, Y. M. (2009). Strength reduction analysis for slope reinforced with one row of piles. Computers and Geotechnics, 36(7), 1176-1185.
  5. Zhang, L., Li, Y., Zheng, H., & Lin, S. (2024). An FDM–DEM coupling method for analyzing the mechanical behavior of a slope reinforced by piles. Environmental Earth Sciences, 83(8), 241.
  6. Li, X., Su, L., He, S., & Xu, J. (2016). Limit equilibrium analysis of seismic stability of slopes reinforced with a row of piles. International Journal for Numerical and Analytical Methods in Geomechanics, 40(8), 1241-1250.
  7. Wu, H. G., & Pai, L. F. (2022). Shaking table test for reinforcement of soil slope with multiple sliding surfaces by reinforced double-row anti-slide piles. Journal of Mountain Science, 19(5), 1419-1436..
  8. Wang, L. P., & Zhang, G. A. (2014). Centrifuge model test study on pile reinforcement behavior of cohesive soil slopes under earthquake conditions. Landslides, 11, 213-223.
  9. Hu, H., Huang, Y., Xiong, M., & Zhao, L. (2021). Investigation of seismic behavior of slope reinforced by anchored pile structures using shaking table tests. Soil Dynamics and Earthquake Engineering, 150, 106900.
  10. Lai, J., Liu, Y., Liu, Y., & Jiangbo, X. (2024). Experimental study on seismic characteristics of slope supported by long-short composite anti-slide piles. Scientific Reports, 14(1), 15137.
  11. Bao, N., Chen, J., Sun, R., Yan, K., & Shi, Z. (2024). Seismic response of soil arching in pile-reinforced soil slopes: Insights from shaking table tests. Soil Dynamics and Earthquake Engineering, 184, 108852.
  12. Phoon, K. K., & Zhang, W. (2023). Future of machine learning in geotechnics. Georisk: Assessment and Management of Risk for Engineered Systems and Geohazards, 17(1), 7-22
  13. Plaxis manual (2023). Tutorial Manual 2D, Bentley.
  14. Nasiri, M., & Amiri, E. (2025). ANN Insight in Forecasting Slope Stability by Analyzing the Influence of Strength Parameters in 2D and 3D Scenarios. Transportation Infrastructure Geotechnology, 12(4), 126.
  15. Kumar, N., & Kumari, S. (2024). State-of-the-art advanced hybrid ANNs paradigm for assessment and prediction of slope stability. Multiscale and Multidisciplinary Modeling, Experiments and Design, 7(4), 3483-3509.
  16. Wei, W.B. and Cheng, Y.M. (2009). Strength reduction analysis for slope reinforced with one row of piles. Computers and Geotechnics, 36(7), pp.1176-1185
  17. Pedregosa et al (2011). Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research, 12, pp. 2825-2830.
  18. Pedregosa et al (2011). Feature importances with a forest of trees. https://scikit-learn.org/stable/auto_examples/ensemble/plot_forest_importances.html.
  19. Pedregosa et al (2011). Permutation Feature Importance. https://scikit-learn.org/stable/modules/permutation_importance.html.