lời nói đầu - tapchikhcn.udn.vntapchikhcn.udn.vn/ortherfile/2018_12_7_11_41_841so... · học...

Lời nói đầu

----

Căn cứ vào quy hoạch báo chí đã được Thủ tướng Chính phủ phê duyệt, theo văn bản đề nghị của Bộ Giáo dục và Đào tạo, ngày 25 tháng 11 năm 2002, Bộ Văn hoá - Thông tin đã ra Quyết định số 510/GP-BVHTT, cấp giấy phép hoạt động báo chí cho Tạp chí “Khoa học và Công nghệ” Đại học Đà Nẵng.

Ngày 10 tháng 8 năm 2006, Cục Báo chí Bộ Văn hoá - Thông tin đã có Công văn số 816/BC đồng ý cho phép Tạp chí “Khoa học và Công nghệ” Đại học Đà Nẵng được tăng kỳ xuất bản từ 03 tháng/kỳ lên thành 02 tháng/kỳ.

Ngày 6 tháng 2 năm 2007, Trung tâm Thông tin Khoa học và Công nghệ Quốc gia thuộc Bộ Khoa học và Công nghệ đã có Công văn số 44/TTKHCN-ISSN đồng ý cấp mã chuẩn quốc tế: ISSN 1859-1531 cho Tạp chí “Khoa học và Công nghệ”, Đại học Đà Nẵng.

Ngày 5 tháng 3 năm 2008, Cục Báo chí, Bộ Thông tin và Truyền thông đã có Công văn số 210/CBC cho phép Tạp chí “Khoa học và Công nghệ” Đại học Đà Nẵng, ngoài ngôn ngữ được thể hiện là tiếng Việt, được bổ sung thêm ngôn ngữ thể hiện bằng tiếng Anh và tiếng Pháp.

Ngày 15 tháng 9 năm 2011, Bộ Thông tin và Truyền thông đã có Quyết định số 1487/GP-BTTTT cấp Giấy phép sửa đổi, bổ sung cho phép Tạp chí Khoa học và Công nghệ, Đại học Đà Nẵng được tăng kỳ hạn xuất bản từ 02 tháng/kỳ lên 01 tháng/kỳ và tăng số trang từ 80 trang lên 150 trang.

Ngày 07 tháng 01 năm 2016, Bộ Thông tin và Truyền thông đã có Quyết định số 07/GP-BTTTT cấp Giấy phép hoạt động báo chí in cho Tạp chí Khoa học và Công nghệ, Đại học Đà Nẵng được xuất bản 15 kỳ/01 năm (trong đó, có 03 kỳ xuất bản bằng ngôn ngữ tiếng Anh).

Tạp chí “Khoa học và Công nghệ” Đại học Đà Nẵng ra đời với mục đích:

Công bố, giới thiệu các công trình nghiên cứu khoa học trong lĩnh vực giảng dạy và đào tạo;

Thông tin các kết quả nghiên cứu khoa học ở trong và ngoài nước nhằm phục vụ cho công tác đào tạo của nhà trường;

Tuyên truyền, phổ biến đường lối chính sách của Đảng và Nhà nước trong lĩnh vực giáo dục, đào tạo và nghiên cứu khoa học, công nghệ.

Tạp chí “Khoa học và Công nghệ” Đại học Đà Nẵng ra đời là sự kế thừa và phát huy truyền thống các tập san, thông báo, thông tin, kỷ yếu Hội thảo của Đại học Đà Nẵng và các trường thành viên trong gần 40 năm qua.

Ban Biên tập rất mong sự phối hợp cộng tác của đông đảo các nhà khoa học, nhà giáo, các cán bộ nghiên cứu trong và ngoài nhà trường, trong nước và ngoài nước để Tạp chí “Khoa học và Công nghệ” của Đại học Đà Nẵng ngày càng có chất lượng tốt hơn.

BAN BIÊN TẬP

MỤC LỤC ISSN 1859-1531 - Tạp chí KHCN ĐHĐN, Số 5(126).2018, Quyển 1

KHOA HỌC KỸ THUẬT VÀ CÔNG NGHỆ

Xây dựng bản đồ ngập lụt dựa trên ảnh viễn thám Sentinel-1 và mô hình số hóa độ cao SRTM cho tỉnh Bình Định Flood mapping by Sentinel-1 satellite images and SRTM dem for Binh Dinh province Nguyễn Quang Bình 1

Nghiên cứu thành phần cấp phối cốt liệu thủy tinh y tế để sản xuất bê tông Research on the composition of medical glass aggregates for concrete production Trương Hoài Chính, Huỳnh Thị Mỹ Dung 6

Nghiên cứu và ứng dụng nguồn năng lượng nước công suất nhỏ để làm lạnh Studying and applying water energy with small capacity to cooling Võ Chí Chính, Vũ Huy Khuê 9

Sử dụng phương pháp bề mặt đáp ứng để tối ưu hóa các yếu tố ảnh hưởng đến phản ứng chuyển hóa sucrose thành 5-hydroxymethyl-2-fufuraldehyde bằng sự kết hợp giữa nhiệt và xúc tác HCl Using response surface method to optimize conversion reaction conditions of sucrose into 5-hydroxymethyl-2-

fufuraldehyde by a combination of heat and HCl as a catalyst Bùi Viết Cường, Võ Thị Hoàng Yến, Phùng Thanh Anh, Trần Thị Thu Hương, Lê Thị Kim Dung,

Trần Thị Thu Vân, Trần Thị Thảo My, Nguyễn Thị Minh Nguyệt 12

Điều khiển mô hình con lắc ngược sử dụng bộ điều khiển LQR với hai vòng phản hồi Control of an inverted pendulum model using LQR with two feedback loops Cao Xuân Cường, Trần Đình Khôi Quốc 16

Ứng dụng plasma lạnh để xử lý nước: tổng hợp tài liệu The use of cold plasma for water treatment-a review Nguyễn Văn Dũng, Đặng Huỳnh Giao 21

Phương pháp phân tích và tính toán hệ thống điện có tích hợp nguồn năng lượng gió A method for analysis and calculation of electricity systems with integrated wind energy resources Lê Đình Dương, Lê Văn Thông, Đậu Trọng Tuấn, Huỳnh Văn Kỳ, Nguyễn Quốc Tuyến 26

Một số điều chỉnh khi tính toán nội lực trong cọc đối với móng cọc đài cao theo các tài liệu hiện hành Some adjustments when calculating internal force in the pile for floating pile foundation according to current

documents Nguyễn Thu Hà 30

Quy trình xác định giá trị SAR lớn nhất của thiết bị vô tuyến nhiều ăng ten sử dụng kỹ thuật bật/tắt nguồn bức xạ A measurement procedure for determining the maximum SAR value of multiple antenna radio devices using

the on/off technique Chu Văn Hải, Nguyễn Huy Hoàng, Lê Đình Thành 35

Nghiên cứu - chế tạo bộ đo lưu lượng biogas theo nguyên lý chênh áp cho động cơ biogas Designing and manufacturing pressure mass flow meters for biogas engines Nguyễn Việt Hải, Nguyễn Văn Anh 40

Thiết kế và chế tạo thiết bị phơi sấy cá sặc rằn ứng dụng kỹ thuật sấy động kết hợp năng lượng mặt trời Design and manufacture of trichogaster pectoralis fish drying equipment using dynamic drying technology and

solar energy Phan Văn Hiệp, Đào Duy Liêm, Bùi Văn Miên, Phan Thị Chiêu Mỹ, Đinh Thị Tâm 45

Khảo sát thủy điện bậc thang trong chiến lược điều độ tiết kiệm hệ thống thủy điện và nhiệt điện Ennergy- saving generation scheduliing of hydro-thermal power system considering cascaded hydropower plants Trần Hoàng Hiệp, Lê Xuân Sanh 49

Nghiên cứu ứng dụng công nghệ đất ngập nước kiến tạo sử dụng nhóm thực vật Green Roof cho mục đích tái sinh nước thải sinh hoạt Research on application of contructed wetland technology using Green Roof (GR) plants for recycling living waste

water Phạm Ngọc Hòa 53

Phân tích hệ thống định vị sự cố bằng phương pháp sóng lan truyền cho đường dây truyền tải điện 500kV Dốc Sỏi - Đà Nẵng Analyze the fault locating system by traveling wave method for 500kV Doc Soi - Da Nang transmission line Lê Kim Hùng, Vũ Phan Huấn, Trương Thanh Trường 58

Đánh giá hiện trạng ô nhiễm kim loại nặng và đề xuất mô hình tiên lượng tại hạ lưu sông Sài Gòn, tỉnh Bình Dương Evaluation of heavy metals pollution and proposing predictive models on downstream of Sai Gon river subbasin,

Binh Duong province Nguyễn Ngọc Huy, Lê Đức Trung, Chế Đình Lý, Lê Thị Xuân Thùy 63

Tối ưu vị trí tua-bin trong nhà máy điện gió sử dụng phương pháp tìm kiếm tia sét Optimizing layout of wind turbines in wind farms using lightning search algorithm Nguyễn Đăng Khoa, Võ Ngọc Điều, Lê Đình Văn 68

Đánh giá đặc trưng của bột đá phế thải từ làng đá non nước và khả năng chế tạo sản phẩm composite Estimating characteristics of the waste stone powder at non nuoc stone village and its possibilities of producing

composite products Đoàn Thị Thu Loan, Nguyễn Thị Sen 73

Lựa chọn vị trí và dung lượng của thiết bị D-Statcom nhằm khắc phục sụt giảm điện áp ngắn hạn trên lưới phân phối điện 16 nút sử dụng thuật toán di truyền Optimizing the location and size of D-Statcom for voltage sag mitigation in 16 bus distribution system using genetic

algorithm Nguyễn Văn Minh, Bạch Quốc Khánh 79

Nghiên cứu sản xuất gelatin từ da cá hồi bằng dịch enzyme của vi khuẩn lactic Research on using lactic bacteria to produce gelatin from salmon skin Đoàn Thị Hoài Nam 84

Nghiên cứu ảnh hưởng của sự phân bố không đồng nhất theo chiều cao trong việc sắp xếp chất hấp thụ cháy trong bó nhiên liệu của lò phản ứng WWER-1200 đối với đặc trưng vật lý - neutron - K∞ A study on the influence of axial heterogeneity in the distribution of burnable absorbers in the fuel assembly

WWER-1200 at neutronic characteristics - K∞ Trương Hoài Nam, Hoàng Ngọc Đồng 89

Mối quan hệ giữa tuổi thọ cách điện và tích điện không gian trong cáp HVDC-XLPE Correlation between insulation life and space charge in HVDC-XLPE cable Vũ Thị Thu Nga 94

Áp dụng sơ đồ chuỗi giá trị (VSM) tại dây chuyền sản xuất tôm A research on value stream mapping in shrimp production line Nguyễn Ngọc Thùy Nhiên, Nguyễn Thị Tú Nhi, Võ Trần Thị Bích Châu 99

Nhận dạng hình ảnh tự nhiên sử dụng mô hình mạng neuron tích chập Natural image recognition based on convolutional neural network Vương Quang Phước, Hồ Phước Tiến 105

Tính toán và triển khai hệ thống làm mát chuồng trại bằng nguồn nước ngầm Calculating and operating the cooling system of farmhouses using underground water Thái Ngọc Sơn 110

Đề xuất cải tiến thuật toán điều khiển hệ thống điều tốc Nhà máy Thủy điện Srêpốk 3 ứng dụng logic mờ Proposing an improved control algorithm for the governance system of Srepok 3 Hydropower Plant using

fuzzy logic system Trần Đức Sỹ, Mai Đình Thành, Lê Tiến Dũng 115

Khảo sát hiệu năng của hệ thống thông tin quang WDM MMW/RoF sử dụng tiền khuếch đại quang và máy thu coherence Investigating performance of WDM MMW/RoF system using optical preamplifier and coherence receiver Nguyễn Văn Tuấn, Nguyễn Văn Điền 120

Tối ưu tiến trình công nghệ bằng giải thuật di truyền Optimization of operation sequencing based on genetic algorithm Phạm Trường Tùng, Phạm Đăng Phước, Lưu Đức Bình 125

Mức tiện nghi nhiệt trong các phòng học thông gió tự nhiên ở Trường Đại học Bách khoa – Đại học Quốc gia Tp. Hồ Chí Minh Thermal comfort sensation in naturally ventilated lecture rooms in Ho Chi Minh city University of Technology Nguyễn Quốc Ý, Lê Thanh Thuận, Phạm Hồ Mai Anh 130

KHOA HỌC TỰ NHIÊN

Về tính UGN của đại số đường đi Leavitt trên các đồ thị rời rạc chu trình On the UGN property of Leavitt path algebras on the discrete cycle graphs Vũ Nhân Khánh, Ngô Tấn Phúc 135

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 5(126).2018, Quyển 1 1

XÂY DỰNG BẢN ĐỒ NGẬP LỤT DỰA TRÊN ẢNH VIỄN THÁM SENTINEL-1

VÀ MÔ HÌNH SỐ HÓA ĐỘ CAO SRTM CHO TỈNH BÌNH ĐỊNH

FLOOD MAPPING BY SENTINEL-1 SATELLITE IMAGES AND SRTM DEM FOR

BINH DINH PROVINCE

Nguyễn Quang Bình

Trường Đại học Bách khoa - Đại học Đà Nẵng; [email protected]

Tóm tắt - Trong công tác phòng chống thiên tai, xác định nhanh chóng mức độ và phạm vi ngập lụt mà không phụ thuộc vào yếu tố thời tiết là một yêu cầu cấp thiết. Trong nghiên cứu này tác giả sẽ trình bày kết quả nghiên cứu xác định vùng ngập lụt bằng ảnh viễn thám. Nghiên cứu sử dụng ảnh viễn thám Sentinel-1 của Cơ quan Vũ trụ châu Âu cung cấp kết hợp với mô hình số độ cao SRTM được thu thập từ Cục Khảo sát Địa chất Hoa Kỳ (USGS), để xây dựng bản đồ ngập lụt cho tỉnh Bình Định trong trận lũ lớn xảy ra năm 2017, kéo dài từ ngày 25/11 đến ngày 05/12. Kết quả nghiên cứu hy vọng sẽ cung cấp thêm cơ sở để hiệu chỉnh cho các mô hình thủy lực và chính quyền trong việc xác định các vùng bị ảnh hưởng bởi ngập lụt.

Abstract - In the prevention of natural disasters, quickly determining the depth and inundation of flooding without depending on weather factors is an urgent need. In this study, the author will present the results of the study to determine flooded areas with radar images. The study uses the European Space Agency's Sentinel-1 image combined with digital elevation model (DEM) SRTM collected from the United States Geological Survey (USGS) to build a flood map for Binh Dinh province during a major flood in 2017, from 25/11 to 05/12. Hopefully, the results of the study will provide additional basis for calibrating hydraulic models and for government in identifying areas affected by flooding.

Từ khóa - ngập lụt; Sentinel-1; SRTM; năm 2017; tỉnh Bình Định. Key words - flooding; Sentinel-1; SRTM; 2017; Binh Dinh province.

1. Đặt vấn đề

Lũ lụt là một thảm họa thiên tai lớn ở Việt Nam do đặc

trưng khí hậu nhiệt đới gió mùa điển hình kết hợp với ảnh

hưởng của yếu tố địa hình và biến đổi khí hậu trong thời

gian gần đây. Đặc biệt, khu vực đồng bằng ven biển miền

Trung được biết đến là dễ bị ngập lụt vì thuộc khu vực có

lượng mưa lớn, vùng đồng bằng duyên hải hẹp, các con

sông ngắn và dân cư tập trung đông. Do đó, quản lý và giảm

bớt rủi ro do lũ lụt là một trong những nhiệm vụ quan trọng

của chính quyền các địa phương. Đến nay, việc xây dựng

các bản đồ ngập lụt theo từng trận lũ thực tế thường được

trích xuất từ kết quả mô phỏng của các mô hình thủy lực.

Trong mô phỏng mô hình thủy lực, để đảm bảo độ tin cậy

trong hiệu chỉnh và kiểm định mô hình thì cần phải có dữ

liệu độ sâu ngập tại nhiều vị trí khác nhau. Theo Thông tư

51/2013/TT-BTNMT của Bộ Tài nguyên và Môi trường

công bố năm 2013, chi phí khảo sát ngoài thực địa trung

bình cho một vết lũ là khoảng 15 nhân công cộng thêm chi

phí thiết bị và phương tiện [1]. Rõ ràng phương pháp này

sẽ có chi phí cao, mất nhiều thời gian cho công tác khảo sát

ngoài thực địa, thu thập và chỉnh lý dữ liệu.

Trong nhiều trường hợp, yêu cầu ứng phó nhanh với

thảm họa từ thiên nhiên như động đất, bão nhiệt đới và lũ

lụt là hết sức cần thiết để phục vụ cho công tác hỗ trợ và tái

thiết. Do đó, lập bản đồ thiệt hại nhanh sau thảm hoạ là rất

quan trọng để phát hiện khu vực bị ảnh hưởng và phạm vi

thiệt hại. Ngày nay, sự phát triển của công nghệ ảnh viễn

thám đã mở ra một hướng mới trong việc thu thập dữ liệu

phục vụ cho việc phân tích, xây dựng bản đồ ngập lụt và

đánh giá thiệt hại theo thời gian thực. Ảnh viễn thám đóng

một vai trò quan trọng với khả năng thu thập trên một phạm

vi rộng và có chi phí thấp. Với nguồn dữ liệu miễn phí được

thu thập trong thời gian dài và từ nhiều vệ tinh khác nhau,

nhiều phương pháp đã được phát triển dựa trên trên nguồn

ảnh viễn thám để đánh giá thiệt hại do lũ lụt.

Tuy nhiên, chất lượng của ảnh viễn thám phụ thuộc rất lớn vào điều kiện thời tiết, đặc biệt là trong các trận bão, việc thu thập dữ liệu mặt đất gặp rất nhiều khó khăn do ảnh hưởng của mây. Ngoài ra, thời gian và khu vực hoạt động của vệ tinh cũng ảnh hưởng rất lớn đến việc thu thập dữ liệu khu vực nghiên cứu theo thời gian của từng trận lũ. Do đó, việc áp dụng ảnh viễn thám chủ động Sentinel-1 của Cơ quan Vũ trụ châu Âu đã giúp vượt qua những khó khăn trên [2]. Với độ phân giải trung bình 10 m và miễn phí nên đến nay có nhiều tác giả đã áp dụng ảnh viễn thám Sentinel – 1 để xây dựng bản đồ ngập lụt cho các khu vực khác nhau trên thế giới. Tác giả Trần Kim Châu áp dụng ảnh Sentinel – 1 để xây dựng bản đồ ngập lụt cho tỉnh Hà Tĩnh trong trận lũ ngày 24/10/2016 [3], Twele và đồng nghiệp đã đưa ra chuỗi xử lý tự động ảnh Sentinel-1 để phát hiện lũ lụt theo thời gian thực tại biên giới Hy Lạp và Thổ Nhĩ Kỳ [4].

Bình Định là tỉnh duyên hải miền Trung Việt Nam, trải dài 110 km theo hướng Bắc - Nam, diện tích tự nhiên: 6.025 km². Địa hình của tỉnh tương đối phức tạp, thấp dần từ Tây sang Đông, với độ chênh lệch khá lớn (khoảng 1.000m). Các dạng địa hình phổ biến là vùng núi, đồi và cao nguyên, chiếm 70% diện tích toàn tỉnh với độ cao trung bình 500 – 1.000 m, các dãy núi chủ yếu là sườn dốc đứng (Hình 4). Trong năm 2017 vừa qua, trên địa bàn tỉnh xuất hiện 1 đợt lũ lớn kéo dài từ ngày 25/11 – 05/12, làm mực nước các sông dâng cao gây ra thiệt hại lớn trên địa bàn tỉnh (Bảng 1).

Để đánh giá chi tiết về mức độ và phạm vi ngập lụt,

nghiên cứu sẽ sử dụng ảnh Sentinel-1 để xây dựng bản đồ

ngập lụt cho tỉnh Bình Định trong trận lũ lớn xảy ra năm

2017 kéo dài từ ngày 25/11 đến ngày 05/12. Kết quả nghiên

cứu hy vọng sẽ cung cấp thêm cơ sở để hiệu chỉnh cho các

mô hình thủy lực và chính quyền trong việc xác định các

vùng bị ảnh hưởng bởi ngập lụt.

https://www.google.com.vn/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0ahUKEwiaxIDnw-3ZAhWJqo8KHWtnBDQQFgglMAA&url=https%3A%2F%2Fluatminhgia.com.vn%2Fthong-tu%2Fthong-tu-51-2013-tt-btnmt-ban-hanh-dinh-muc-kinh-te-ky-thuat-cong-tac-dieu-tra-lu.aspx&usg=AOvVaw1KGrgoFm_N5vV47NjxNZrO

https://www.google.com.vn/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0ahUKEwiaxIDnw-3ZAhWJqo8KHWtnBDQQFgglMAA&url=https%3A%2F%2Fluatminhgia.com.vn%2Fthong-tu%2Fthong-tu-51-2013-tt-btnmt-ban-hanh-dinh-muc-kinh-te-ky-thuat-cong-tac-dieu-tra-lu.aspx&usg=AOvVaw1KGrgoFm_N5vV47NjxNZrO

2 Nguyễn Quang Bình

Bảng 1. Tổng hợp thiệt hại năm 2017 của tỉnh Bình Định [5]

STT Chỉ tiêu thiệt hại Đơn vị

tính

Số

lượng

Thành tiền

(triệu đồng)

1

Số người chết Người 9 -

Số người mất tích Người 4 -

Số người bị thương Người 9 -

Số hộ bị ảnh hưởng Hộ 16.552 -

Số người bị ảnh hưởng Người 82.760 -

2 Thiệt hại về nhà ở Triệu

đồng - 132.395

3 Thiệt hại về giáo dục Triệu

đồng - 7.110

4 Thiệt hại về nông,

lâm nghiệp

Triệu

đồng - 58.285,5

5 Thiệt hại về thủy lợi Triệu

đồng - 139.170,6

2. Phương pháp nghiên cứu

Sử dụng ảnh viễn thám Sentinel-1 để xây dựng bản đồ

ngập lụt ở tỉnh Bình Định trong hai ngày 26/11/2017 vào

lúc 22h35’ và 04/12/2017 vào lúc 10h55’ mà vệ tinh thu

thập được. Phạm vi ngập lụt được so sánh với thời gian

trước khi xuất hiện lũ là ngày 23/06/2017. Quá trình xử lý

ảnh Sentinel-1 để xây dựng bản đồ ngập lụt được trình bày

chi tiết tại Hình 1.

Hình 1. Quá trình xử lý ảnh

2.1. Vệ tinh Sentinel-1

Vệ tinh Sentinel-1 đã được Cơ quan Vũ trụ châu Âu

phóng thành công lên vũ trụ vào năm 2014. Sentinel-1

được thiết kế và làm việc với chế độ đã được lập trình sẵn,

có nhiệm vụ chụp ảnh các vùng đất toàn cầu, các vùng ven

biển, các vùng băng biển, các vùng cực, các tuyến đường

vận chuyển có độ phân giải cao và các đại dương của thế

giới. Nhiệm vụ sẽ đảm bảo độ tin cậy và tạo ra một nguồn

lưu trữ dữ liệu lâu dài, thống nhất. Chế độ hoạt động của

vệ tinh Sentinel – 1 được minh họa tại Hình 2.

Hình 2. Chế độ hoạt động của vệ tinh Sentinel – 1 [6]

Hiện nay, Sentinel 1 có 2 vệ tinh đang hoạt động cùng

lúc và đặt cách nhau 180° trên mặt phẳng quỹ đạo là vệ tinh

Sentinel-1A, Sentinel-1B (Hình 3). Tần suất và vùng phủ

sóng của Sentinel-1 rất lớn với các vệ tinh của Cơ quan Vũ

trụ châu Âu, sử dụng ảnh radar khẩu độ tổng hợp (SAR) và

ảnh radar khẩu độ tổng hợp nâng cao ASAR [2], cho phép

chụp ảnh bề mặt Trái đất xuyên qua các đám mây và mưa

bất kể thời gian ngày hay đêm [7].

Hình 3. Quỹ đạo hoạt động của vệ tinh Sentinel-1A

và Sentinel-1B [7]

Ảnh viễn thám Sentinel-1 siêu cao tần cho phép xác

định các đặc tính bề mặt của đối tượng, độ ẩm, … dựa vào

năng lượng tán xạ phản hồi thu được trên ảnh. Tuy nhiên,

ảnh Sentinel-1 có hạn chế là không phân loại được lớp phủ

bề mặt do đặc điểm thu nhận tín hiệu trên ảnh chỉ phản ánh

đặc tính cấu trúc bề mặt, trừ khi kết hợp thêm với các ảnh

khác như ảnh quang học [8].

2.2. Khu vực nghiên cứu

Bình Định thuộc vùng nhiệt đới ẩm gió mùa. Nhiệt độ

trung bình là 27°C.

Lượng mưa trung bình hàng năm trong 5 năm gần đây

là 2.185 mm. Mùa mưa (từ tháng 8 đến tháng 12) tập trung

70 - 80% lượng mưa cả năm. Mùa mưa trùng với mùa bão

nên thường gây ra lũ lụt. Ngược lại, mùa nắng kéo dài nên

gây hạn hán ở nhiều nơi. Hàng năm, khu vực này thường

phải chịu tác động trực tiếp từ hai đến bốn cơn bão lớn [9].

Tải ảnh

Hiệu chỉnh ảnh

Lọc ảnh

Điều chỉnh hình dạng

Phân ngưỡng Sigma

Hiệu chỉnh bởi DEM SRTM

Khu vực ngập lụt

Bản đồ ngập lụt


Hình 4. Bản đồ lưu vực sông và các trạm thủy văn của

tỉnh Bình Định

3. Kết quả và thảo luận

Kết quả diễn biến mực nước tại các trạm thủy văn ở các

lưu vực sông của tỉnh Bình Định được thu thập và thể hiện

tại Hình 5. Mực nước lớn nhất của 7 trạm đều xuất hiện vào

ngày 04/12/2017, trùng với thời gian vệ tinh thu thập được

dữ liệu.

Hình 5. Biểu đồ mực nước tại các trạm thủy văn [5]

Hình 6 thể hiện kết quả xây dựng bản đồ ngập lụt bằng

ảnh viễn thám Sentinel-1 của tỉnh Bình Định. Kết quả tính

toán được so sánh trước và trong thời gian xuất hiện lũ.

Hình 7, 8, 9, 10 trình bày chi tiết kết quả ngập lụt tại hạ lưu

sông Kôn - Hà Thanh (thành phố Quy Nhơn), sông La Tinh

và diện tích mặt nước tại hai hồ chứa lớn là hồ Định Bình

và hồ Núi Một.

(a) Ngày 23/06/2017 (b) Ngày 26/11/2017 (c) Ngày 04/12/2017

Hình 6. Bản đồ ngập lụt tỉnh Bình Định


Hình 7. Bản đồ ngập lụt ở hạ lưu sông Kôn – Hà Thanh

Ngập

Không ngập

Ngập

Không ngập

Ngập

Không ngập

Ngập

Không ngập

Ngập

Không ngập

Ngập

Không ngập

4 Nguyễn Quang Bình


Hình 8. Bản đồ ngập lụt ở hạ lưu sông La Tinh


Hình 9. Bản đồ diện tích mặt nước hồ Định Bình


Hình 10. Bản đồ diện tích mặt nước hồ Núi Một

Ngập

Không ngập

Ngập

Không ngập

Ngập

Không ngập

Ngập

Không ngập

Ngập

Không ngập

Ngập

Không ngập

Ngập

Không ngập

Ngập

Không ngập

(a) (c)


Theo kết quả phân tích, vùng bị ảnh hưởng lớn bởi ngập

lụt là tại hạ lưu của các lưu vực sông và gần cửa ra. Đặc

biệt là tại hạ lưu của lưu vực sông Kôn – Hà Thanh, có diện

tích phần lớn thuộc thành phố Quy Nhơn. Kết hợp với dữ

liệu thu thập về thủy văn tại các trạm cho thấy mực nước

tại trạm Thạnh Hòa lúc 10h55’, ngày 04/12/2017 thuộc

sông Kôn là 8,65m, trên báo động III 0,65m. Độ sâu mực

nước tương ứng với trạm Diêu Trì trên sông Hà Thanh là

4,35 m, dưới báo động II là 0,15 m.

Diện tích mặt nước của các hồ chứa lớn thay đổi không

lớn trước và trong trận lũ. Kết hợp với dữ liệu lượng mưa

thu thập tại các trạm thì nguyên nhân gây ra ngập lụt trên

địa bàn tỉnh Bình Định từ ngày 25/11/2017 đến ngày

05/12/2017 được xác định là do lượng mưa lớn tập trung ở

hạ lưu.

4. Kết luận

Nghiên cứu đã sử dụng thành công ảnh viễn thám

Sentinel-1 của Cơ quan Vũ trụ châu Âu kết hợp với mô hình

số độ cao SRTM để xây dựng bản đồ ngập lụt cho tỉnh Bình

Định trong trận lũ lớn xảy ra trong năm 2017. Phương pháp

mới này cho thấy có nhiều thuận lợi bao gồm nguồn dữ liệu

miễn phí, thu thập ở phạm vi lớn, không phụ thuộc vào điều

kiện thời tiết, kết quả phân tích nhanh và chính xác. Việc khai

thác ảnh này sẽ làm giảm được chi phí và thời gian đi điều tra

các vết lũ. Hướng tiếp cận này mở ra một cách thức mới trong

việc khắc phục thiếu dữ liệu ở các vùng nghiên cứu.

Qua kết quả phân tích cho thấy vùng bị ảnh hưởng lớn

bởi ngập lụt chủ yếu tại hạ lưu của các lưu vực sông và gần

cửa ra, đặc biệt là tại hạ lưu của lưu vực sông Kôn – Hà

Thanh. Nguyên nhân gây ra ngập lụt trên địa bàn tỉnh Bình

Định từ ngày 25/11/2017 đến ngày 05/12/2017 được xác

định là do lượng mưa lớn tập trung ở khu vực hạ lưu.

Kết quả nghiên cứu này hy vọng sẽ cung cấp thêm cơ

sở để hiệu chỉnh cho các mô hình thủy lực và chính quyền

trong việc xác định các vùng bị ảnh hưởng bởi ngập lụt.

TÀI LIỆU THAM KHẢO

[1] Bộ Tài nguyên và Môi trường, Thông tư 51/2013/TT-BTNMT, Định mức kinh tế - kỹ thuật công tác điều tra lũ.

[2] Earth online, https://earth.esa.int/web/guest/missions/esa-operational-eo-missions/sentinel-1.

[3] T. K. Chau, “Mapping extent of flooded areas using Sentinel-1

satellite image”, Khoa học Kỹ thuật Thủy lợi và Môi trường, Số 58, 9/2017, trang 78-82.

[4] A. Twele, W. Cao, S. Plank, and S. Martinis, “Sentinel-1-based

flood mapping: A fully automated processing chain”, Int. J. Remote Sens., Vol. 37, No. 13, 2016, pp. 2990-3004.

[5] Ban Chỉ huy Phòng chống thiên tai và Tìm kiếm cứu nạn tỉnh Bình

Định, http://pcttbinhdinh.gov.vn/

[6] A. Spatiale Européenne, Sentinel-1: ESA’s Radar Observatory

Mission for GMES Operational Services, ESA communications production, 2012.

[7] S.-1 Team, Sentinel-1 User Handbook, 2013.

[8] T. V. A. Lê Minh Hằng, “Nghiên cứu phương pháp trộn ảnh viễn thám siêu cao tần Sentinel-1 và ảnh viễn thám quang học”, Tạp chí

Khoa học Đại học Quốc gia Hà Nội: Các Khoa học Trái đất và Môi

trường, Tập 32, Số 1, 2016, trang 18-27.

[9] Đài khí tượng thuỷ văn - khu vực Nam Trung Bộ, “Đặc điểm khí hậu

thủy văn tỉnh Bình Định, 2006.

(BBT nhận bài: 06/02/2018, hoàn tất thủ tục phản biện: 19/3/2018)

6 Trương Hoài Chính, Huỳnh Thị Mỹ Dung

NGHIÊN CỨU THÀNH PHẦN CẤP PHỐI CỐT LIỆU THỦY TINH Y TẾ

ĐỂ SẢN XUẤT BÊ TÔNG

RESEARCH ON THE COMPOSITION OF MEDICAL GLASS AGGREGATES FOR

CONCRETE PRODUCTION

Trương Hoài Chính1, Huỳnh Thị Mỹ Dung2 1Trường Đại học Bách khoa - Đại học Đà Nẵng; [email protected]

2Trường Đại học Trà Vinh; [email protected]

Tóm tắt - Bài báo xem xét sự thay đổi về cường độ chịu nén của bê tông khi sử dụng cốt liệu đá dăm thông thường và cốt liệu thủy tinh y tế. Các cấp phối sử dụng để so sánh với hàm lượng là 50% thủy tinh và 100% thủy tinh thay thế cho cốt liệu đá dăm thông thường theo khối lượng và sử dụng cấp phối đối chứng là cấp bền tương đương B15 và B20. Nghiên cứu cho thấy việc sử dụng kết hợp hoặc thay thế hoàn toàn lượng cốt liệu thủy tinh thay thế đá dăm là rất khả thi về cường độ chịu nén, đồng thời góp phần xử lý lượng chất thải rắn trong y tế tại địa phương và tạo ra một sản phẩm xây dựng có khả năng ứng dụng vào thực tế. Ngoài ra, kết quả cho thấy cường độ chịu nén của bê tông thủy tinh phụ thuộc rất lớn vào cường độ của vật liệu thủy tinh.

Abstract - This article examines the change in compressive strength of concrete using conventional macadam aggregate and medical glass aggregate. Three mixtures for each concrete class B15 and B20 have been used in this research for comparison by replacing the gravel content with 0% glass, 50% glass and 100% glass. Research has shown that the use of glass as partly or complete replacement of gravel is feasible in terms of compressive strength. Furthermore, it helps to treat the solid wastes in local health facilities and creates a practical building product. In addition, the results show that the compressive strength of glass concrete depends greatly on the strength of the glass material.

Từ khóa - bê tông thủy tinh; rác thải thuỷ tinh; bê tông tái chế; cường độ chịu nén; cấp phối

Key words - glass concrete; waste glass; recycled concrete; compressive strength; gradation


Bê tông là vật liệu được sử dụng rộng rãi trong xây

dựng với khối lượng rất lớn. Khi tính toán thiêt kê kêt cấu

bê tông và bê tông cốt thep cân phải xác định được thành

phân cấp phối hợp lý của bê tông. Trong thực tê hiện nay,

các cơ sở y tê, đặc biệt là các bệnh viện (BV) đã thải ra môi

trường một lượng lớn các chất thải y tê, trong đó có chất

thải rắn, cụ thể là chai lọ thuốc bằng thủy tinh [1]. Nhiều

nghiên cứu đã được triển khai và ứng dụng việc dùng thủy

tinh để chê tạo sợi thủy tinh [2], thủy tinh bột [3], thủy tinh

bọt [4] mang lại kêt quả rất tốt trong lĩnh vực xây dựng.

Việc sử dụng thủy tinh y tê làm cốt liệu để sản xuất bê tông

là để góp phân xử lý lượng chất thải rắn trong y tê tại địa

phương, góp phân bảo vệ môi trường và tạo ra một sản

phẩm xây dựng có khả năng ứng dụng vào thực tê [5].

Bài báo tiên hành nghiên cứu thực nghiệm để xem xét

sự thay đổi về cường độ chịu nen của bê tông thông thường

và bê tông sử dụng cốt liệu thủy tinh y tê, từ đó xác định

được cường độ bê tông thủy tinh tương ứng và khẳng định

được tính khả thi của việc sử dụng thủy tinh y tê để làm cốt

liệu cho bê tông.

2. Chuẩn bị vật liệu thí nghiệm

2.1. Nguyên vật liệu

Các cốt liệu sử dụng để thực hiện thí nghiệm được lựa

chọn theo tiêu chuẩn quốc gia TCVN 7570:2006 [6] và

phải đạt các yêu câu về cường độ theo tiêu chuẩn quốc gia

TCVN 7572:2006 [7].

2.1.1. Cốt liệu

- Cốt liệu nhỏ sử dụng “cát nghiền” (cát nghiền được

sản xuất bằng cách nghiền các loại đá tự nhiên có cấu trúc

đặc chắc đên các cỡ hạt đạt yêu câu dùng để chê tạo bê tông và vữa (theo TCVN 9205:2012) sạch, có khối lượng riêng

2,72 g/cm3, khối lượng thể tích xốp 1,58 g/cm3, thành phân

hạt được thể hiện trong Hình 1.

Hình 1. Biểu đồ thành phần hạt của cát nghiền

- Cốt liệu thô sử dụng đá sạch, có khối lượng riêng là

2,72 g/cm3, khối lượng thể tích 1,42 là g/cm3, thành phân

hạt được thể hiện trong Hình 2.

Hình 2. Biểu đồ thành phần hạt của đá

- Cốt liệu thô sử dụng thủy tinh y tê có khối lượng riêng

là 2,49 g/cm3, khối lượng thể tích là 1,27 g/cm3. Thành phân hạt được thể hiện trong Hình 3.

mailto:[email protected]


Hình 3. Biểu đồ thành phần hạt của thủy tinh

2.1.2. Xi măng

Sử dụng xi măng pooclăng PC40 với thành phân hóa

học, độ mịn phải phù hợp với tiêu chuẩn quốc gia TCVN

6260:2009 [8] với các đặc tính cơ lý của xi măng như khối

lượng riêng 3,1 g/cm3. Cường độ xi măng phải đạt chuẩn

theo tiêu chuẩn quốc gia TCVN 6016:2011 [9].

2.1.3. Nước

Nước không có hàm lượng tạp chất vượt quá giới hạn

cho phep làm ảnh hưởng tới quá trình đông kêt của bê tông

và vữa, cũng như làm giảm độ bền lâu của kêt cấu bê tông

và vữa trong quá trình sử dụng, thỏa mãn các yêu câu của

tiêu chuẩn quốc gia TCVN 4506:2012 [10].

2.2. Thiết kế cấp phối

Thành phân cấp phối của bê tông được xây dựng dựa

trên chỉ dẫn 778/1998 [11] và TCVN 9382:2012 [12].

Thành phân cấp phối được thể hiện cụ thể trong Bảng 1.

Bảng 1. Cấp phối bê tông thường và bê tông thủy tinh cho 1 m3 bê tông

Cấp

bền Cấp phối Ký hiệu

Đá

(kg)

Cát

(kg)

Thủy

tinh (kg)

XM

(kg)

Nước

(lít)

Tương

đương

B15

100% đá B15/1 1105 831 - 297 133

50% đá

50% thủy tinh B15/2 552 831 489 297 151

100%thủy tinh B15/3 - 831 979 297 170

Tương

đương

B20

100% đá B20/1 1093 749 - 344 135

50% đá

50% thủy tinh B20/2 546 749 484 344 154

100% thủy tinh B20/3 - 749 968 344 172

2.3. Thực hiện thí nghiệm và xử lý số liệu

- Quá trình lấy mẫu thực hiện thí nghiệm được tiên hành

theo tiêu chuẩn Việt Nam TCVN 3105:1993 [13].

- Các mẻ bê tông trước khi được lấy mẫu đã được kiểm tra

độ sụt theo tiêu chuẩn quốc gia TCVN 3106:1993 [14]. Độ sụt

các mẻ đạt từ 9 - 11 cm, phù hợp với các kêt cấu bê tông và

bê tông cốt thep toàn khối theo TCVN 4453:1995 [15].

- Các mẫu thử có kích thước 15 1515cm được nen

3, 7, 14 và 28 ngày tuổi theo tiêu chuẩn quốc gia TCVN

3118:1993 [16].

3. Kết quả thí nghiệm - Bàn luận

3.1. Cường độ chịu nén của bê tông thông thường và bê

tông thủy tinh

Đối với cấp bền tương đương B15, kêt quả biểu diễn

trên Hình 4 cho thấy, ở cấp bền này khi thay thê 50% lượng

đá bằng thủy tinh thì khả năng chịu nen đạt khoảng 93% so

với cấp phối đá thông thường; Khi thay thê hoàn toàn cốt

liệu bằng thủy tinh thì cường độ chịu nen đạt khoảng 81,8%

so với cấp phối đá thông thường.

Hình 4. Kết quả thí nghiệm xác định cường độ chịu nén của bê

tông thường và bê tông thủy tinh - Cấp bền tương đương B15

Đối với cấp bền tương đương B20, kêt quả biểu diễn

trên Hình 5 cho thấy, ở cấp bền này khi thay thê 50% lượng

đá bằng thủy tinh thì khả năng chịu nen đạt khoảng 70,2%

so với cấp phối đá thông thường; Khi thay thê hoàn toàn

cốt liệu bằng thủy tinh thì cường độ chịu nen đạt khoảng

56,2% so với cấp phối đá thông thường.

Hình 5. Kết quả thí nghiệm xác định cường độ chịu nén của bê

tông thường và bê tông thủy tinh - Cấp bền tương đương B20

Hình 6. Biểu đồ so sánh cường độ giữa bê tông thủy tinh cấp bền tương

đương B15 và tương đương B20 sử dụng 100% cốt liệu thủy tinh

Cả hai cấp bền khi thay thê 100% cốt liệu đá thông thường

bằng thủy tinh thì cường độ chịu nen đều dao động trong

khoảng hơn 18 (daN/cm2). Kêt quả được thể hiện trên Hình 6.

8 Trương Hoài Chính, Huỳnh Thị Mỹ Dung

3.2. So sánh sự chênh lệch giữa cường độ chịu nén của

bê tông thông thường và bê tông thủy tinh

So sánh cường độ giữa các cấp phối của bê tông có cấp

độ bền tương đương B15.

Bảng 2. Sự chênh lệch cường độ chịu nén giữa bê tông thường và bê

tông thủy tinh (50% đá + 50% thủy tinh) - Cấp bền tương đương B15

Thời gian

Cường độ

3

ngày

7

ngày

14

ngày

28

ngày

Cường độ bê tông

thường (daN/cm2) 14,50 17,31 18,32 22,02

Cường độ bê tông thủy

tinh (daN/cm2) 13,35 15,46 17,20 20,48

Chênh lệch (%) 1,09 1,12 1,07 1,08

Bảng 3. Sự chênh lệch cường độ chịu nén giữa bê tông thường và

bê tông thủy tinh (100% thủy tinh) - Cấp bền tương đương B15

Thời gian

Cường độ

3

ngày

7

ngày

14

ngày

28

ngày

Cường độ bê tông thường

(daN/cm2) 14,50 17,31 18,32 22,02


tinh (daN/cm2) 10,56 13,79 15,33 18,01

Chênh lệch (%) 1,37 1,26 1,20 1,22

Bảng 4. Sự chênh lệch cường độ chịu nén giữa bê tông thủy tinh

(50% thủy tinh và 100% thủy tinh) - Cấp bền tương đương B15

Thời gian

Cường độ

3

ngày

7

ngày

14

ngày

28

ngày

Cường độ bê tông 50%

thủy tinh (daN/cm2) 13,35 15,46 17,20 20,48


thủy tinh (daN/cm2) 10,56 13,79 15,33 18,01

Chênh lệch (%) 1,26 1,12 1,12 1,14

So sánh cường độ giữa các cấp phối của bê tông có cấp

độ bền tương đương B20.

Bảng 5. Sự chênh lệch cường độ chịu nén giữa bê tông thường và bê

tông thủy tinh (50% đá + 50% thủy tinh) - Cấp bền tương đương B20

Thời gian

Cường độ

3

ngày

7

ngày

14

ngày

28

ngày


thường (daN/cm2) 21,06 25,72 26,71 33,45


tinh (daN/cm2) 15,61 18,84 19,91 23,43

Chênh lệch (%) 1,35 1,37 1,34 1,43

Bảng 6. Sự chênh lệch cường độ chịu nén giữa bê tông thường và

bê tông thủy tinh (100% thủy tinh) - Cấp bền tương đương B20

Thời gian

Cường độ

3

ngày

7

ngày

14

ngày

28

ngày


thường (daN/cm2) 21,06 25,72 26,71 33,45


tinh (daN/cm2) 11,73 13,93 15,85 18,80

Chênh lệch (%) 1,80 1,85 1,69 1,78

Bảng 7. Sự chênh lệch cường độ chịu nén giữa bê tông thủy tinh

(50% thủy tinh và 100% thủy tinh) - Cấp bền tương đương B20

Thời gian

Cường độ

3

ngày

7

ngày

14

ngày

28

ngày


thủy tinh (daN/cm2) 15,61 18,84 19,91 23,43


thủy tinh (daN/cm2) 11,73 13,93 15,85 18,80

Chênh lệch (%) 1,33 1,35 1,26 1,25

4. Kết luận

Một số kêt luận có thể rút ra từ kêt quả thí nghiệm

nghiên cứu sử dụng thủy tinh y tê làm cốt liệu thô để chê

tạo bê tông như sau:

- Cường độ chịu nen của bê tông thủy tinh tỷ lệ nghịch

với khối lượng thủy tinh thay thê đá dăm tự nhiên.

- Cường độ bê tông thủy tinh (thay thê 100% đá dăm)

tương đương cấp bền B15 có giá trị gân với giá trị của bê

tông đá dăm thông thường ở độ tuổi 28 ngày.

- Chỉ nên sử dụng thủy tinh thay thê đá dăm (100% thủy

tinh thay cho cốt liệu đá 1x2) có các cấp bền nhỏ hơn hoặc

bằng B15.

Lời cảm ơn: Nghiên cứu này được tài trợ bởi Quỹ Phát

triển Khoa học và Công nghệ Đại học Đà Nẵng trong đề tài

mã số B2016-DNA-24-TT.


[1] Quyêt định số 43/2007/QÐ - BYT ngày 30 tháng 11 năm 2007 về việc ban hành Quy chê quản lý chất thải y tê.

[2] Nguyễn Quang Phú, “Sử dụng cốt sợi thủy tinh để thiêt kê bê tông có

cường độ kháng uốn cao ứng dụng trong công trình thủy lợi”, Tạp chí

Khoa học kỹ thuật Thủy lợi và Môi trường, Số 54, 9/2016, trang 24-27.

[3] Amirpasha Peyvandi, Parviz Saroushian & Roz-Ud-Din Nassar,

“Recycled Glass Concrete”, Concrete International, Vol. 35, Iss. 1,

2013, pp. 29-32.

[4] Lightweight Filling Materials for Road Construction, Directorate of

Public Roads - Road Technology Department, Oslo, December 2002.

[5] Bạch Đình Thiên, Công nghệ thủy tinh xây dựng, NXB Xây dựng.

[6] Tiêu chuẩn quốc gia TCVN 7570:2006, Cốt liệu cho bê tông và vữa

– Yêu cầu kỹ thuật.

[7] Tiêu chuẩn quốc gia TCVN 7572:2006, Cốt liệu cho bê tông và vữa

– Phương pháp thử.

[8] Tiêu chuẩn quốc gia TCVN 6260:2009, Xi măng Poóc lăng hỗn hợp

– Yêu cầu kỹ thuật.

[9] Tiêu chuẩn quốc gia TCVN 6016:2011, Xi măng - Phương pháp thử

– Xác định cường độ.

[10] Tiêu chuẩn quốc gia TCVN 4506:2012, Nước cho bê tông và vữa –

Yêu cầu kỹ thuật.

[11] Chỉ dẫn kỹ thuật chọn thành phân bê tông các loại theo Quyêt định

số 778/1998/QÐ - BXD ngày 05/9/1998.

[12] Tiêu chuẩn quốc gia TCVN 9382:2012, Chỉ dẫn kỹ thuật chọn thành

phần bê tông sử dụng cát nghiền.

[13] Tiêu chuẩn quốc gia TCVN 3105:1993, Hỗn hợp bê tông và bê tông

nặng - Lấy mẫu, chế tạo và bảo dương mẫu thử.

[14] Tiêu chuẩn quốc gia TCVN 3106:1993, Hỗn hợp bê tông nặng –

Phương pháp thử độ sụt.

[15] Tiêu chuẩn quốc gia TCVN 4453:1995, Kết cấu bê tông và bê tông

cốt thép toàn khối.

[16] Tiêu chuẩn quốc gia TCVN 3118:1993, Bê tông nặng – Phương

pháp xác định cường độ nén.



NGHIÊN CỨU VÀ ỨNG DỤNG NGUỒN NĂNG LƯỢNG NƯỚC

CÔNG SUẤT NHỎ ĐỂ LÀM LẠNH

STUDYING AND APPLYING WATER ENERGY WITH SMALL CAPACITY TO COOLING

Võ Chí Chính1, Vũ Huy Khuê2 1Trường Đại học Bách khoa – Đại học Đà Nẵng; [email protected]

2Trường Đại học Bách khoa Hà Nội; [email protected]

Tóm tắt - Bài báo trình bày sơ đồ nguyên lý hệ thống lạnh sử dụng sức nước để sản xuất đá viên và bảo quản thực phẩm, các cơ sở lý thuyết, tính toán thiết kế và lựa chọn thiết bị, kết quả lắp đặt hệ thống thiết bị và phân tích hiệu quả kinh tế của dự án ứng dụng năng lượng tái tạo để làm lạnh đã được triển khai ứng dụng thực tế tại Khu Du lịch Sinh thái Lái Thiêu – Đà Nẵng. Từ các kết quả nghiên cứu và đánh giá cho thấy việc ứng dụng sức nước tại các khu du lịch sinh thái là cần thiết, có thể sử dụng vào nhiều mục đích khác nhau và mang lại hiệu quả thiết thực cho chủ đầu tư. Các kết quả nghiên cứu là cơ sở để triển khai các dự án sử dụng nguồn nước tự nhiên công suất nhỏ để làm lạnh.

Abstract - This article presents the schematic diagram of the cooling system using water power to produce ice cubes and preserve food, the theoretical basis, the design calculation and the equipment selection, the results of the equipment system installation. The article also analyses the economic efficiency of renewable energy application projects for refrigeration that have been applied to Lai Thieu eco-tourism park of Da Nang city. The research and evaluation results show that the application of water energy to eco-tourism parks is necessary and can be used for many purposes to bring benefits to investors. The research results are the basis for implementing projects using small capacity natural water for cooling.

Từ khóa - năng lượng nước; du lịch sinh thái; đá viên; bảo quản thực phẩm; ứng dụng sức nước

Key words - water energy; eco-tourism; ice cubes; food preservation; water energy application


Khai thác và ứng dụng các nguồn năng lượng tái tạo là

một trong những ưu tiên của Đảng và Nhà nước ta trong

thời gian qua. Đối với các khu du lịch sinh thái miền núi

luôn có sẵn các nguồn năng lượng nước công suất nhỏ có

thể khai thác phục vụ cho khu du lịch như cung cấp điện

sinh hoạt, sản xuất đá viên và bảo quản thực phẩm. Do công

suất của nguồn nhỏ nên việc khai thác hầu như không ảnh

hưởng môi trường.

Trong bài báo này, nhóm tác giả giới thiệu các kết quả

nghiên cứu, thiết kế và triển khai lắp đặt hệ thống lạnh sản

xuất đá viên và bảo quản thực phẩm sử dụng sức nước.

Điểm đặc biệt ở đây là nguồn nước được sử dụng trực tiếp

để chạy máy lạnh mà không thông qua điện năng. Giải pháp

này một mặt làm giảm chi phí đầu tư máy phát điện và tránh

được tổn thất năng lượng ở máy phát điện. Mặt khác, trong

quá trình vận hành, khi lưu lượng nước thay đổi theo mùa,

hệ thống vẫn hoạt động bình thường không hề bị ảnh hưởng

như trường hợp sử dụng mô tơ điện, chỉ khác là thời gian

làm lạnh có thể thay đổi.

2. Khảo sát nhu cầu sử dụng đá viên và bảo quản thực

phẩm của các khu du lịch sinh thái tại miền Trung

Khu vực miền Trung và Tây Nguyên có rất nhiều khu

du lịch sinh thái. Qua khảo sát lượng du khách tham quan

các cơ sở hằng năm trên các website và ước tính nhu cầu

về sử dụng đá viên, thực phẩm theo số lượng khách du lịch

hằng năm, nhóm tác giả đã xác lập được các kết quả ước

tính như Bảng 1 dưới đây.

Bảng 1. Ước tính nhu cầu sử dụng đá viên và thực phẩm tại các

khu du lịch sinh thái các tỉnh miền Trung – Tây Nguyên

TT Tỉnh, thành

Du khách

(triệu

người/năm)

Nhu cầu (tấn/năm)

Đá viên TP

1 Thanh Hóa 0,8 400 800

2 Nghệ An 1,0 500 1.000

3 Hà Tĩnh 0,6 300 600

4 Quảng Bình 3 1.500 3.000

5 Quảng Trị 0,2 100 200

6 Thừa Thiên –

Huế 2 1.000 2.000

7 Đà Nẵng 2,5 1.250 2.500

8 Quảng Nam 1,2 600 1.200

9 Quảng Ngãi 0,2 100 200

10 Bình Định 0,7 350 700

11 Phú Yên 0,2 100 200

12 Khánh Hòa 1,0 500 1.000

13 Ninh Thuận 0,4 200 400

14 Bình Thuận 0,9 450 900

15 Kon Tum 0,1 50 100

16 Gia Lai 0,3 150 300

17 Đắk Lắk 0,3 150 300

18 Đắc Nông 0,1 50 100

19 Lâm Đồng 2 1.000 2.000

TỔNG 7.501 15.003

3. Sơ đồ nguyên lý

Hình 1. Sơ đồ nguyên lý hệ thống lạnh

10 Võ Chí Chính, Vũ Huy Khuê

Hệ thống sử dụng 01 máy nén lạnh kiểu hở chạy cho 03

phụ tải gồm: máy đá viên 1.000 kg/ngày, kho lạnh bảo quản

đá kích thước 15 m3, nhiệt độ -15°C, kho lạnh bảo quản rau

quả 20 m3, nhiệt độ 5°C. Máy nén lạnh được dẫn động trực

tiếp bằng một tua bin gáo. Nguồn nước có độ cao chừng

100m và lưu lượng cực đại có thể khai thác chừng 100 kg/s.

4. Tính toán công suất hệ thống thiết bị

4.1. Các thông số đầu thiết kế

- Máy đá viên năng suất: 1.000 kg/ngày;

- Kích cỡ đá viên: 38x38 mm;

- Thời gian làm đá của mỗi mẻ: 45 phút;

- Khối lượng mỗi mẻ : 50 kg/mẻ;

- Kho bảo quản đá: -15°C, 15 m3;

- Kho bảo quản thực phẩm (rau quả): 5°C, 20 m3.

4.2. Xác định phụ tải nhiệt máy đá viên

- Dòng nhiệt tổn thất do truyền nhiệt tại cối đá:

11 1 1 1Q k .F . t= (1)

k1: Hệ số dẫn nhiệt của cối đá, W/m2.K;

F1: Diện tích trao đổi nhiệt cối đá, m2;

t1: Độ chênh nhiệt độ bên trong và ngoài cối đá, K.

- Dòng nhiệt do nước làm đá tỏa ra:

d d

21 o pn n pd d

d

d

G GQ q (C .t r C t )

G(4186.tn 333600 2090. t )

= = + +

= + +

(2)

Gd: Khối lượng đá trong một mẻ, kg/mẻ;

qo: Nhiệt lượng làm đông 1 kg đá, J/kg;

: Thời gian sản xuất một mẻ đá, giây.

tn, td: Nhiệt độ nước vào làm đá và nhiệt độ đá thành

phẩm, °C;

Cpn, Cpd: Nhiệt dung riêng của nước và đá, J/kg.K;

R: Nhiệt hóa rắn nước đá, J/kg.

Trong một ngày máy sẽ chạy 20 mẻ, nên khối lượng

một mẻ sẽ là dG 1.000 / 20 50= = kg/mẻ.

Trong cối đá viên vẫn còn một số dòng nhiệt tổn thất

như: tổn thất nhiệt trên đường ống gas, tổn thất nhiệt do mở

cửa v.v... Tuy nhiên các tổn thất nhiệt này nhỏ, khó tính

toán nên được đưa vào trong hệ số dự trữ.

4.3. Xác định phụ tải kho lạnh

- Dòng nhiệt tổn thất truyền nhiệt qua kết cấu kho lạnh:

12 2 2 2Q k .F . t= (3)

k2: Hệ số dẫn nhiệt qua vách kho, W/m2.K;

F2: Diện tích trao đổi nhiệt của kho, m2;

t2: Độ chênh nhiệt độ bên trong và bên ngoài kho, K.

Ở đây có hai kho có độ chênh nhiệt độ khác nhau nên

tính phụ tải riêng biệt, tuy nhiên công thức thì giống nhau.

- Dòng nhiệt do sản phẩm mang vào kho lạnh bảo quản:

2

22 p 2 1

GQ .C .(t t )

24x3.600= − (4)

G2: Lượng sản phẩm nhập vào kho lạnh trong một ngày

đêm, kg/ngày đêm. Ở đây có hai kho và sản phẩm bảo quản

khác nhau;

Cp: Nhiệt dung riêng sản phẩm, J/kg.K;

t1, t2: Nhiệt độ sản phẩm bảo quản và nhiệt độ sản phẩm

khi đưa vào kho bảo quản, °C.

Tương tự như máy đá viên, ở các kho lạnh, ngoài hai

dòng nhiệt kể trên, trong kho lạnh còn có các dòng tổn thất

như thông gió kho lạnh, do mở cửa, do quạt dàn lạnh tỏa ra

v.v... Tuy nhiên, các dòng nhiệt này không lớn và khó tính

toán nên đưa vào hệ số dự trữ của máy.

4.4. Xác định công suất yêu cầu của nguồn nước

- Công suất yêu cầu của nguồn nước:

o

i e td i e td

QNsN ,W

.= =

(5)

Ns: Công suất nén đoạn nhiệt, W;

Qo: Năng suất lạnh yêu cầu của máy để đáp ứng các phụ

tải máy đá viên và kho lạnh, W;

i, e, tđ: Hiệu suất tính đến do nén lệch đoạn nhiệt,

ma sát và truyền động của máy nén;

: Hệ số lạnh chu trình máy lạnh.

- Lưu lượng và cột áp yêu cầu của nguồn nước:

2

n nN G gh G .2

= = (6)

Gn: Lưu lượng nguồn nước, kg/s;

H: Độ cao nguồn nước, m;

: Tốc độ chuyển động, m/s;

G: Gia tốc trọng trường, m/s2.

Công thức trên đây chưa tính đến tổn thất năng lượng

trên đường ống nước, tổn thất ở các van, các chỗ rẽ, tổn

thất ở tua bin v.v... Do đó, khi lựa chọn cần tính đến hệ số

dự trữ.

5. Kết quả tính toán, lựa chọn máy và triển khai ứng

dụng

Trên cơ sở các tính toán và có tính đến công suất dự

phòng, nhóm tác giả đã chọn các thiết bị triển khai như

Bảng 2 và 3 dưới đây.

Bảng 2. Kết quả tính toán

Phụ tải máy đá viên Phun tải

kho lạnh

Tổng phụ tải

yêu cầu

8 kW 4 12 kW

Bảng 3. Kết quả lựa chọn máy và thiết bị của hệ thống

Công suất

tua bin

Công suất

máy lạnh

Lưu lượng nước yêu cầu

(H = 100m)

3 kW 13,5 kW (18 HP) 4 kg/s

Trên cơ sở các kết quả tính toán, nhóm tác giả đã thiết

kế, lắp đặt hệ thống lạnh sử dụng nguồn năng lượng nước

chạy trực tiếp tại Khu Du lịch Sinh thái Lái Thiêu – Đà

Nẵng như Hình 2 và 3 dưới đây.


Hình 2. Hệ thống máy lạnh

Hình 3. Thi công lắp đặt hệ thống

Bảng 4 là kết quả chạy thử 05 mẻ vận hành máy đá viên

mà nhóm tác giả đã thực hiện tại hiện trường. Từ các kết

quả này cho thấy hệ thống vận hành tốt, ổn định, đáp ứng

thời gian và năng suất yêu cầu của toàn hệ thống.

Bảng 4. Kết quả chạy thử

Thông số Mẻ 1 Mẻ 2 Mẻ 3 Mẻ 4 Mẻ 5

Thời gian 45 45 45 45 45

Khối lượng đá, kg 55 54 55 52 53

Nhiệt độ đá, °C -5 -4 -5 -5 -4

Qua kết quả lắp đặt và vận hành hệ thống tại thực tế

công trình, nhóm tác giả nhận thấy:

- Nguồn nước của khu du lịch ổn định, đáp ứng đầy đủ

phụ tải của hệ thống lạnh máy đá viên 1.000 kg/ngày và hai

kho lạnh bảo quản đá và thực phẩm ngay cả vào mùa hè;

- Tua bin hoạt động tốt, ổn định và rất phù hợp cho việc

dẫn động máy nén lạnh, hiệu suất làm việc cao, nguồn nước

sau tua bin có thể tận dụng giải nhiệt dàn ngưng và đưa vào

hồ nuôi cá;

- Hệ thống lạnh máy đá viên hoạt động hiệu quả, chất

lượng đá đạt chất lượng tốt;

- Hệ thống lạnh hoạt động tốt, ổn định do nguồn nước

đảm bảo, thời gian làm đá đạt yêu cầu là 45 phút;

- Các kho lạnh hoạt động tốt, nhiệt độ đạt yêu cầu.

6. Nhận xét và kết luận

Việc nghiên cứu và ứng dụng các nguồn năng lượng

nước công suất nhỏ để chạy các máy lạnh sản xuất đá viên

có nhiều thuận lợi, mang lại hiệu quả kinh tế cao và có

nhiều ưu điểm như:

- Không ảnh hưởng đến môi trường vì không cần xây

đập, ngăn sông mà chỉ tận dụng các nguồn nước công suất

nhỏ.

- Khi sử dụng nguồn nước chạy trực tiếp không qua

phát điện có ưu điểm là không cần trang bị thêm máy

phát điện, tránh tổn thất năng lượng do phát điện và khi

lượng nước thay đổi cũng không ảnh hưởng nhiều đến

hệ thống.

- Qua phân tích tính kinh tế của hệ thống, nhóm tác giả

đã xác định được thời gian hoàn vốn hệ thống là khoảng 3

năm. Sở dĩ như vậy là do năng lượng vận hành hệ thống

chủ yếu được tận dụng từ nguồn nước tự nhiên, nên không

tính vào chi phí vận hành.

- Việc sản xuất đá viên không những tạo ra giá trị cho

các cơ sở du lịch mà còn tăng tính chủ động trong kinh

doanh, tạo điểm nhấn cho du khách tham quan học hỏi.

- Đây là mô hình tốt mà các khu du lịch sinh thái miền

núi có các nguồn nước tự nhiên chảy quanh năm nên tham

khảo áp dụng.


[1] Nguyễn Đức Lợi, Phạm Văn Tùy, Máy và thiết bị lạnh, Nhà xuất

bản Khoa học Kỹ thuật, Hà Nội, 2005.

[2] Đinh Văn Thuận, Võ Chí Chính. Hệ thống máy và Thiết bị lạnh, Nhà

xuất bản Khoa học Kỹ thuật, Hà Nội, 2005.

[3] Nguyễn Đức Lợi. Hướng dẫn tính toán thiết kế hệ thống lạnh, Nhà

xuất bản Giáo dục, Hà Nội, 2001.


12 B.V. Cường, V.T.H. Yến, P.T. Anh, T.T.T. Hương, L.T.K. Dung, T.T.T. Vân, T.T.T. My, N.T.M. Nguyệt

SỬ DỤNG PHƯƠNG PHÁP BỀ MẶT ĐÁP ỨNG ĐỂ TỐI ƯU HÓA CÁC YẾU TỐ

ẢNH HƯỞNG ĐẾN PHẢN ỨNG CHUYỂN HÓA SUCROSE

THÀNH 5-HYDROXYMETHYL-2-FUFURALDEHYDE BẰNG SỰ KẾT HỢP

GIỮA NHIỆT VÀ XÚC TÁC HCl

USING RESPONSE SURFACE METHOD TO OPTIMIZE CONVERSION REACTION

CONDITIONS OF SUCROSE INTO 5-HYDROXYMETHYL-2-FUFURALDEHYDE

BY A COMBINATION OF HEAT AND HCl AS A CATALYST

Bùi Viết Cường1, Võ Thị Hoàng Yến2, Phùng Thanh Anh2, Trần Thị Thu Hương2, Lê Thị Kim Dung2,

Trần Thị Thu Vân2, Trần Thị Thảo My2, Nguyễn Thị Minh Nguyệt1 1Trường Đại học Bách khoa - Đại học Đà Nẵng; [email protected], [email protected]

2Sinh viên ngành Công nghệ Thực phẩm, Khoa Hóa, Trường Đại học Bách khoa - Đại học Đà Nẵng

Tóm tắt - 5-Hydroxymethyl-2-furfuraldehyde (5-HMF) là sản phẩm trung gian của phản ứng caramel và có rất nhiều ứng dụng trong công nghiệp. Dựa trên khảo sát ban đầu, phương pháp bề mặt đáp ứng được sử dụng để tối ưu hóa các yếu tố ảnh hưởng đến phản ứng chuyển hóa sucrose thành 5-HMF bằng sự kết hợp giữa nhiệt và xúc tác HCl với hàm mục tiêu là hiệu suất chuyển hóa 5-HMF (H, %). Điều kiện tối ưu của phản ứng chuyển hóa là T = 17,4 phút; C = 1,81 M và R = 6,6:1 (mL:g), với điều kiện phản ứng tối ưu hiệu suất chuyển hóa đạt giá trị cực đại Hmax = 56,229 ± 2,519%. Nghiên cứu đã cung cấp thông tin quan trọng cho các nghiên cứu tiếp theo về hợp chất 5-HMF và tiến tới quá trình sản xuất 5-HMF với quy mô lớn và quy mô công nghiệp.

Abstract - 5-Hydroxymethyl-2-furfuraldehyde is one of intermediate products of caramel reaction and it has a variety of applications in industry. Based on primary results, response surface method is employed to optimize conversion reaction conditions of sucrose into 5-HMF by a combination of heat and HCl as a catalyst and the target function is 5-HMF yield. The optimized conditions of conversion reaction is T = 17.4 min, C = 1.81 M, and R = 6.6:1 (mL:g); with the optimized conditions conversion reaction yield reaches the maximal value of 56.229 ± 2.519%. This research has provided important information for further research of 5-HMF and approach to large scale production and industrial production of 5-HMF.

Từ khóa - 5-Hydroxymethyl-2-furfuraldehyde; tối ưu hóa; phương trình hồi quy; sucrose; sự kết hợp giữa nhiệt và xúc tác HCl.

Key words - 5-Hydroxymethyl-2-furfuraldehyde; optimization; regression function; sucrose; a combination of heat and HCl as a catalyst.


5-Hydroxymethyl-2-fufuraldehyde là một trong những

sản phẩm trung gian của phản ứng caramel [1], thu hút sự

quan tâm nghiên cứu về tính chất vật lý và hóa học, phương

pháp sản xuất và ứng dụng của các nhà khoa học trên thế

giới từ cuối thế kỉ 19 [2]. 5-HMF có rất nhiều ứng dụng đa

dạng trong các lĩnh vực khác nhau của công nghiệp như:

vật liệu (sản xuất polymer, nhựa tái sinh, polyester, ...),

năng lượng (phụ gia cho nhiên liệu lỏng), hóa chất (tổng

hợp dialdehydes, eter, chất béo có khối lượng phân tử thấp

và các dẫn xuất hữu cơ khác ...) [3], y dược (điều trị các

bệnh thần kinh, tim mạch, chấn thương do thiếu oxy, ...)

[4], thực phẩm (sản xuất phụ gia thực phẩm: alapyridaine,

acid levulinic, acid formic, ..., chất bảo quản, ...) [5].

Các nguồn nhiệt (nước nhiệt, hơi nước bão hòa, hơi

nước quá bão hòa, ...) và xúc tác (H3PO4, H2SO4, hỗn hợp

MgO và ZrO2, ...) đã được sử dụng để chuyển hóa các cơ

chất (glucose, fructose) thành 5-HMF, tuy nhiên có nhiều

nhược điểm như: thiết bị nhiệt có cấu tạo phức tạp, chi phí

bảo trì bảo dưỡng lớn, vận hành ở áp suất cao, ..., các xúc

tác bắt buộc phải loại bỏ hoàn toàn trước khi 5-HMF được

sử dụng cho thực phẩm và y dược, cơ chất ban đầu đắt tiền,

do đó, khả năng ứng dụng với quy mô sản xuất lớn còn hạn

chế. Nghiên cứu chuyển hóa sucrose thành 5-HMF bằng sự

kết hợp giữa nhiệt và xúc tác HCl khắc phục nhược điểm

của các nghiên cứu đã được tiến hành [6]. Tuy nhiên, tối

ưu hóa các yếu tố ảnh hưởng đến phản ứng chuyển hóa

sucrose thành 5-HMF chưa được thực hiện; vì vậy, ứng

dụng của nghiên cứu vào thực tế sản xuất bị giới hạn.

Nghiên cứu này được tiến hành nhằm mục đích xây

dựng mô hình toán học mô tả mối quan hệ của các yếu tố

ảnh hưởng đến hiệu suất chuyển hóa 5-HMF, xác định

được điều kiện tối ưu và tinh chế hợp chất 5-HMF nhằm

nâng cao khả năng ứng dụng của nghiên cứu với quy mô

sản xuất lớn.

2. Hóa chất và phương pháp nghiên cứu

2.1. Hóa chất

Sucrose (Merk, Đức), acid clohydric (36 – 38%), acid

gluconic, natri hydroxit khan (96%) (Trung Quốc),

5-HMF, methanol (Sigma-Aldrich, USA).

2.2. Phương pháp nghiên cứu

2.2.1. Xây dựng mô hình toán học và ma trận thực nghiệm

Dựa trên khảo sát ban đầu của nhóm tác giả, các yếu tố

có ảnh hưởng chính đến phản ứng chuyển hóa sucrose

thành 5-HMF bằng sự kết hợp giữa nhiệt và xúc tác HCl là

thời gian phản ứng, nồng độ xúc tác HCl và tỉ lệ thể tích

xúc tác HCl:sucrose. Mối quan hệ giữa các yếu tố ảnh

hưởng đến hiệu suất chuyển hóa 5-HMF là phi tuyến, do

đó mô hình toán học cấp 2 được chọn để mô tả ảnh hưởng

của các yếu tố và sự tương tác giữa các yếu tố đến hiệu suất

chuyển hóa 5-HMF. Mức, khoảng biến thiên các yếu tố

được thể hiện ở Bảng 1.


Bảng 1. Mức, khoảng biến thiên của các yếu tố ảnh hưởng

Các yếu tố

ảnh hưởng

Khoảng biến thiên

Biến thực Biến mã

Mức

dưới

Mức

cơ sở

Mức

trên

Mức

dưới

Mức

cơ sở

Mức

trên

Thời gian phản ứng

(T, phút) 5 10 15 -1 0 +1

Nồng độ xúc tác

HCl (C, M) 1,8 2 2,2 -1 0 +1

Tỉ lệ thể tích xúc tác

HCl:sucrose (R, mL:g) 8:1 10:1 12:1 -1 0 +1

Phương trình hồi quy cấp 2 có dạng [7]:

H = bo + b1T + b2C + b3R + b12TC + b13TR + b23CR

+ b11T2 + b22C2 + b33R2

Trong đó: T: Thời gian phản ứng (phút),

C: Nồng độ chất xúc tác HCl (M),

R: Tỉ lệ thể tích xúc tác HCl:sucrose (mL:g),

bi (i=1,2,3): Hệ số tuyến tính,

bij (i=1,2,3; j=1,2,3): Hệ số tương tác cặp,

bjj (j=1,2,3): Hệ số bậc hai.

Phần mềm Minitab (Version 16, Minitab Inc.,

Pennsylvania State, USA) được sử dụng để xây dựng ma

trận thí nghiệm cho mô hình toán học cấp 2 bằng phương

pháp bề mặt theo phương án cấu trúc có tâm quay (Central

Composite Design) có số lượng thí nghiệm là 20, số lượng

thí nghiệm tại tâm là 6 và cánh tay đòn α = 1,68179.

Ma trận thí nghiệm được thể hiện ở Bảng 2.

Bảng 2. Ma trận thí nghiệm

TT T (phút) C (M) R (mL:g)

1 5 1,8 8:1

2 15 1,8 8:1

3 5 2,2 8:1

4 15 2,2 8:1

5 5 1,8 12:1

6 15 1,8 12:1

7 5 2,2 12:1

8 15 2,2 12:1

9 1,6 2 10:1

10 18,4 2 10:1

11 10 1,66 10:1

12 10 2,34 10:1

13 10 2 6,6:1

14 10 2 13,4:1

15 10 2 10:1

16 10 2 10:1

17 10 2 10:1

18 10 2 10:1

19 10 2 10:1

20 10 2 10:1

2.2.2. Phản ứng chuyển hóa sucrose thành 5-HMF

Sucrose (1 g) và xúc tác HCl được hòa trộn đều trong

bình phản ứng kín Teflon (60 mL) chịu nhiệt và chịu áp

suất, phản ứng chuyển hóa sucrose thành 5-HMF được thực

hiện trong lò sấy (101-2, Ketong, Trung Quốc). Nhiệt độ

phản ứng được cài đặt là 180°C. Sản phẩm thô thu được

sau phản ứng được làm nguội đến nhiệt độ phòng và bảo

quản ở 4°C cho phân tích tiếp theo.

2.2.3. Xác định hiệu suất chuyển hóa 5-HMF

Hiệu suất chuyển hóa 5-HMF được xác định bằng

phương pháp sắc kí lỏng hiệu năng cao (HPLC) [8, 9]. Sản

phẩm thô thu được sau phản ứng được trung hòa bằng

NaOH và lọc qua màng lọc PTFE (Sartorius, Đức) có

đường kính lỗ màng 0,2 µm. 20 µL mẫu được tiêm vào

HPLC. Hỗn hợp nước khử ion và methanol (90:10, v:v)

được lọc qua màng lọc cellulose nitrate (Sartorius, Đức) có

đường kính lỗ màng 0,45 µm, được sử dụng làm pha động

với tốc độ dòng 1 mL/phút. Cột C18 (Dionex, 5 µm,

120 Å, 4,6 x 50 mm), đầu dò UV trên HPLC (Dionex

Ultimate 3000, Thermo Scientific, Mỹ) được sử dụng để

phân tách và xác định độ hấp thụ của 5-HMF tại bước sóng

284 nm. Acid gluconic được sử dụng làm chất nội chuẩn

cho xây dựng đường chuẩn và tất cả các mẫu phân tích.

Hiệu suất chuyển hóa 5-HMF được tính bằng %

(g 5-HMF/100 g sucrose).

2.2.4. Phân tích, đánh giá phương trình hồi quy và tối ưu

hóa theo Central Composite Design

Sự tương thích của phương trình hồi quy đối với thực

nghiệm, ý nghĩa của hệ số b trong phương trình hồi quy,

mức độ ảnh hưởng của từng yếu tố và sự tương tác giữa các

yếu tố đến hiệu suất chuyển hóa 5-HMF được đánh giá qua

hệ số R2, kiểm định Student, kiểm định Fisher [7, 10, 11].

3. Kết quả nghiên cứu và thảo luận

Các thí nghiệm được tiến hành theo ma trận thực

nghiệm ở Bảng 2, mỗi thí nghiệm cho từng điều kiện của

phản ứng chuyển hóa được lặp lại 3 lần, tương ứng với

3 hiệu suất chuyển hóa (H1, H2, H3) được xác định. Sắc kí

đồ của sản phẩm thô thu được sau phản ứng được thể hiện

ở Hình 1, kết quả thí nghiệm được thể hiện ở Bảng 3.

Bảng 3. Kết quả thí nghiệm

STT H1(%) H2(%) H3(%)

1 14,00 11,30 8,86

2 44,65 49,69 49,69

3 10,92 10,44 10,92

4 36,04 38,3 35,20

5 4,67 4,67 3,35

6 23,89 28,13 25,63

7 8,62 6,91 9,32

8 37,67 37,63 33,79

9 0,95 0,95 0,92

10 61,07 61,60 61,07

11 40,39 40,40 40,39

12 33,67 42,83 42,83

13 43,06 38,97 43,06

14 49,06 46,31 46,31

15 42,15 41,65 42,73

16 45,29 44,57 44,49

17 32,83 33,96 36,69

18 43,13 40,15 40,57

19 39,54 38,76 40,08

20 35,89 35,63 39,80

14 B.V. Cường, V.T.H. Yến, P.T. Anh, T.T.T. Hương, L.T.K. Dung, T.T.T. Vân, T.T.T. My, N.T.M. Nguyệt

Hình 1. Sắc kí đồ của sản phẩm thô thu được sau phản ứng

chuyển hóa (điều kiện phản ứng: 180°C, HCl 2 M, 10 phút,

tỉ lệ thể tích xúc tác HCl:sucrose 10:1, mL:g)

Phương trình hồi quy được xây dựng bởi phần mềm Minitab:

H = - 238,523 + 10,970T + 248,784C - 7,343R

- 0,555TC - 0,158TR + 8,330CR - 0,258T2

- 81,507C2 - 0,428R2

Với R2 = 0,7907 chứng tỏ phương trình hồi quy cấp 2

có sự tương thích khá cao đối với thực nghiệm. Kiểm định

Student và kiểm định Fisher sử dụng giá trị P để đánh giá

ý nghĩa của hệ số b trong phương trình hồi quy, mức độ

ảnh hưởng của từng yếu tố và sự tương tác của từng yếu tố

đến hiệu suất chuyển hóa 5-HMF [11, 12].

Bảng 4. Kết quả kiểm định Student và kiểm định Fisher

Phương trình

hồi quy

Hệ số b Giá trị T Giá trị F Giá trị P

b0 -1,493 0,142

20,99 0,000

T b1 2,839 8,06 0,007

C b2 1,882 3,54 0,066

R b3 -0,697 0,49 0,489

TC b12 -0,333 0,11 0,740

TR b13 -0,948 0,90 0,347

CR b23 2,000 4,00 0,051

T2 b11 -5,187 26,90 0,000

C2 b22 -2,626 6,90 0,011

R2 b33 -1,380 1,90 0,174

Với mức độ tin cậy 95%, các hệ số có ý nghĩa trong

phương trình hồi quy, các yếu tố và sự tương tác giữa các

yếu tố có ảnh hưởng đáng kể đến hiệu suất chuyển hóa

5-HMF khi P < 0,05.

Với giá trị tại tâm, phác đồ đường viền 2D và phác đồ

bề mặt 3D được xây dựng bởi phần mềm Minitab giúp đánh

giá được vai trò của từng yếu tố trong ảnh hưởng của tương

tác giữa hai yếu tố đến hiệu suất chuyển hóa 5-HMF và dự

đoán được hiệu suất chuyển hóa 5-HMF, được thể hiện ở

Hình 2, Hình 3, và Hình 4.

Thời gian phản ứng đóng vai trò quan trọng đối với ảnh

hưởng của tương tác giữa thời gian phản ứng và nồng độ

xúc tác HCl đến hiệu suất chuyển hóa 5-HMF. Hình 2,

hiệu suất chuyển hóa 5-HMF đạt giá trị lớn nhất khi

T = 14 - 18 phút, C = 2M.

Hình 2. Phác đồ đường viền 2D và phác đồ bề mặt 3D thể hiện

ảnh hưởng của tương tác giữa T và C đến H khi

R (constant) = 10:1 (mL:g)


ảnh hưởng của tương tác giữa T và R đến H khi

C (constant) = 2 M

Thời gian phản ứng đóng vai trò quan trọng đối với ảnh

hưởng của tương tác giữa thời gian phản ứng và tỉ lệ thể

tích xúc tác HCl:sucrose đến hiệu suất chuyển hóa 5-HMF.

Hình 3, hiệu suất chuyển hóa 5-HMF đạt giá trị lớn nhất

khi T = 15 - 18 phút và R = 7:1 (mL:g).


ảnh hưởng của tương tác giữa C và R đến H khi

T (constant) = 10 phút

Nồng độ xúc tác HCl đóng vai trò quan trọng đối với

ảnh hưởng của tương tác giữa nồng độ xúc tác HCl và tỉ lệ

thể tích xúc tác HCl:sucrose đến hiệu suất chuyển hóa

sucrose thành 5-HMF. Hình 4, hiệu suất chuyển hóa

5-HMF đạt giá trị lớn nhất khi C = 1,8 - 1,9 M và

R = 7:1 (mL:g).

Với phác đồ đường viền 2D và bề mặt 3D cho thấy thời

gian phản ứng và nồng độ xúc tác có ảnh hưởng đáng kể đến

hiệu suất chuyển hóa 5-HMF, tỉ lệ thể tích xúc tác

HCl:sucrose không có ảnh hưởng đáng kể đến hiệu suất

chuyển hóa 5-HMF, điều này phù hợp với kết quả kiểm định

Student và kiểm định Fisher (Bảng 4) với giá trị P cho thời

gian phản ứng, nồng độ xúc tác và tỉ lệ thể tích xúc tác

HCl:sucrose lần lượt là 0,007; 0,066 và 0,489. Hiệu suất

chuyển hóa 5-HMF sẽ tăng và đạt giá trị lớn nhất khi tăng

thời gian phản ứng trong khoảng từ 15 đến 18 phút, tăng

Acid gluconic

5-HMF


nồng độ xúc tác HCl trong khoảng 1,8 M đến 1,9M và tỉ lệ

thể tích xúc tác HCl:sucrose được duy trì ở 7:1 (mL:g). Phân

tích này phù hợp với lý thuyết về phản ứng caramel [1].

Nghiệm tối ưu của phương trình hồi quy là T = 17,4 phút;

C = 1,81 M và R = 6,6 (mL:g). Với giá trị của nghiệm tối ưu,

hiệu suất chuyển hóa 5-HMF đạt giá trị cực đại

Hmax = 54,371%. Nghiệm tối ưu của phương trình hồi quy

phù hợp với phân tích ở phác đồ đường viền 2D và phác đồ

bề mặt 3D. Hiệu suất chuyển hóa 5-HMF thực tế đạt giá trị

cực đại Hmax = 56,229 ± 2,519% ở điều kiện phản ứng tối ưu.

Có sự sai khác giữa hiệu suất chuyển hóa 5-HMF tính bằng

phương trình hồi quy so với thực nghiệm vì sai số trong quá

trình thí nghiệm và tính toán kết quả thí nghiệm.

Hiệu suất chuyển hóa 5-HMF cực đại trong nghiên cứu

này (56,229 ± 2,519%) có thể so sánh với nghiên cứu của

Mendonça và cộng sự (Hmax = 50%) [13], OktayYemiş và

cộng sự (Hmax = 3,4%) [14], Yanlei Song và cộng sự

(Hmax = 99,40%) [15]. Sự chênh lệch về hiệu suất cực đại

trong nghiên cứu này và các nghiên cứu khác là do khác

nhau về cơ chất, nguồn nhiệt và xúc tác được sử dụng.

4. Kết luận

Nghiên cứu đã thành công khi xây dựng mô hình toán

học mô tả ảnh hưởng của các yếu tố và sự tương tác giữa

các yếu tố đến hiệu suất chuyển hóa sucrose thành 5-HMF

bằng sự kết hợp giữa nhiệt và xúc tác HCl. Điều kiện phản

ứng chuyển hóa tối ưu khi T = 17,4 phút; C = 1,81 M và R

= 6,6 (mL:g) phù hợp với phân tích phác đồ đường viền 2D

và phác đồ bề mặt 3D. Với điều kiện phản ứng tối ưu, hiệu

suất chuyển hóa 5HMF cực đại khi tính bằng phương trình

hồi quy Hmax = 54,371% và thực tế Hmax = 56,229 ±

2,519%. Nghiên cứu đã cung cấp thông tin quan trọng cho

các nghiên cứu tiếp theo về hợp chất 5-HMF.

Lời cảm ơn

Bài báo này được tài trợ bởi Trường Đại học Bách khoa

- Đại học Đà Nẵng với đề tài có mã số T-2018-02-53.


[1] Simpson, B. K., et al., Food Biochemistry and food Processing, ed. 2nd, Iowa (USA): A John Wiley and Sons Ltd. Publications, 2006.

[2] Jarosław Lewkowski, Synthesis, Chemistry and Applications of

5-hydroxymethylfurfural and Its Derivatives, 2001.

[3] Gomes, F., et al., “Production of 5-hydroxymethylfurfural (HMF) via

Fructose Dehydration: Effect of Solvent and Salting-out”, Brazilian Journal of Chemical Engineering, 32(1), 2015, pp. 119-126.

[4] Li, Y.-X., et al., “In vitro Antioxidant Activity of 5-HMF Isolated

from Marine Red Alga Laurencia Undulata in Free-radical-mediated

Oxidative Systems”, J Microbiol Biotechnol, 19(11), 2009,

pp. 1319-1327.

[5] Zaldivar, J., A. Martinez, and L. O. Ingram, “Effect of Selected

Aldehydes on The Growth and Fermentation of Ethanologenic Escherichia coli”, Biotechnology and Bioengineering, 65(1), 1999.

pp. 24-33.

[6] Bùi Viết Cường, N. T. H., Đặng Thị Thiện và Đoàn Thị Ngọc Thúy,

“Nghiên cứu chuyển hóa sucrose thành 5-Hydroxymethyl-2-Furfuraldehyde bằng sự kết hợp giữa nhiệt và xúc tác”, Tạp chí Khoa

học Công nghệ Đại học Đà Nẵng, 7(116), 2017 pp. 107-111.

[7] Montgomery, D. C. and G. C. Runger, Applied Statistics and

Probability for Engineers, John Wiley & Sons, 2010.

[8] Bui, C. V., et al., “Conversion of Konjac Powder into Glucomannan-

Oligosaccharides, Mannose, and Glucose by Hydrolysis Facilitated

by Microwave Heating and HCl Catalyst”, The Journal of Industrial Technology, 12(2), 2016, pp. 45-61.

[9] Bui, C.V., et al., “Conversion of Jerusalem Artichoke Tuber Powder

into Fructooligosaccharides, Fructose, and Glucose by a

Combination of Microwave Heating and HCl as a Catalyst”, Science

& Technology Asia, 21(3), 2016, pp. 31-45.

[10] Kumar, M., et al., “Statistical Optimization of Physical Parameters

for Enhanced Bacteriocin Production by L. casei”, Biotechnology and Bioprocess Engineering, 17(3), 2012, pp. 606-616.

[11] Chen, J., et al., “Optimization of Hydrolysis Conditions for the

Production of Glucomanno-Oligosaccharides from Konjac Using

β-Mannanase by Response Surface Methodology”, Carbohydrate

Polymers, 93(1), 2013, pp. 81-88.

[12] Guo, X., X. Zou, and M. Sun, “Optimization of Extraction Process

by Response Surface Methodology and Preliminary Characterization of Polysaccharides from Phellinus Igniarius”,

Carbohydrate Polymers, 80(2), 2010, pp. 344-349.

[13] Mendonça, A., et al., “Optimization of Production of

5-Hydroxymethylfurfural from Glucose in a Water: Acetone

Biphasic System”, Brazilian Journal of Chemical Engineering, 32(2), 2015, pp. 501-508.

[14] Yemiş, O. and G. Mazza, “Optimization of Furfural and

5-Hydroxymethylfurfural Production from Wheat Straw by A

Microwave-Assisted Process”, Bioresource Technology, 109, 2012,

pp. 215-223.

[15] Song, Y., et al., “Efficient Dehydration of Fructose to 5-Hydroxy-

Methylfurfural Catalyzed by Heteropolyacid Salts”, Catalysts, 6(4), 2016, pp. 49.


https://www.sciencedirect.com/science/article/pii/S0960852412000375#!

16 Cao Xuân Cường, Trần Đình Khôi Quốc

ĐIỀU KHIỂN MÔ HÌNH CON LẮC NGƯỢC SỬ DỤNG BỘ ĐIỀU KHIỂN LQR

VỚI HAI VÒNG PHẢN HỒI

CONTROL OF AN INVERTED PENDULUM MODEL USING LQR WITH

TWO FEEDBACK LOOPS

Cao Xuân Cường1, Trần Đình Khôi Quốc2 1Trường Cao đẳng Công nghệ Tây Nguyên; [email protected]

2Đại học Đà Nẵng; [email protected]

Tóm tắt - Bài báo trình bày phương pháp thiết kế bộ điều khiển cho mô hình con lắc ngược qua hai vòng hồi tiếp. Vòng kín bên trong sử dụng phương pháp phản hồi trạng thái để ổn định mô hình con lắc xung quanh điểm cân bằng thẳng đứng phía trên. Vòng kín bên ngoài phản hồi vị trí xe để điều khiển xe đến vị trí đặt. Bộ điều khiển toàn phương tuyến tính LQR được sử dụng cho hai mạch vòng đồng thời nhằm điều khiển tối ưu hoạt động của mô hình. Để ước lượng biến trạng thái dùng cho vòng kín bên trong kết hợp với lọc nhiễu, tác giả sử dụng bộ lọc Kalman như một bộ quan sát. Kết quả mô phỏng trên Matlab chứng tỏ ưu điểm của việc sử dụng bộ điều khiển LQR cho hai mạch vòng đồng thời và hiệu quả lọc nhiễu của bộ lọc Kalman. Bộ điều khiển được kiểm chứng trên mô hình con lắc ngược thực nghiệm.

Abstract - This paper presents method of controller design for an inverted pendulum system via two close loops. The inner loop uses state feedback method to stabilize model around the up-right equilibrium point. The outer loop uses the cart position feedback to drive the whole model to its set point. The Linear Quadratic Regulator (LQR) is used for both two loops at the same time to optimize the operation of the model. To estimate the state variables for the inner loop coupled with the noise filter, we use the Kalman filter as a state observatory. Simulation results on Matlab demonstrate the advantages of using LQR for both two loops and the effect of the Kalman filter. This controller is tested on the pendulum model by experiment.

Từ khóa - con lắc ngược; bộ điều khiển LQR; bộ lọc Kalman; phản hồi vị trí; hai vòng kín; bo mạch arduino

Key words - inverted pendulum; LQR; Kalman filter; position feedback; two feedback loops; arduino card

1. Giới thiệu

Trong lĩnh vực điều khiển tự động, điều khiển con lắc

ngược là một bài toán kinh điển do có nhiều ứng dụng khác

nhau như: điều khiển cân bằng cánh tay robot trên các dây

chuyền lắp ráp, điều khiển xe hai bánh tự cân bằng, điều

khiển cân bằng khi phóng tàu vũ trụ, cân bằng giàn khoan

trên biển… Ngoài ra, đây còn là một điển hình về việc sử

dụng các bộ điều khiển tuyến tính để điều khiển ổn định

cho một đối tượng phi tuyến. Khi lý thuyết về các luật điều

khiển hiện đại ngày càng phong phú, cùng với sự phát triển

mạnh mẽ của vi mạch số, việc thực thi các thuật toán điều

khiển phức tạp trên con lắc ngược được dễ dàng thực hiện

để kiểm chứng các lý thuyết đó. Đã có nhiều công trình

nghiên cứu về điều khiển mô hình con lắc ngược, có thể kể

đến như Varghese và các tác giả kết hợp bộ điều khiển PID

với LQR trong điều khiển con lắc và vị trí xe [1], Vora và

Basu [2] dùng phương pháp điều khiển phản hồi mạch vòng

nội trên cơ sở các hàm truyền đạt của con lắc, Chalupa và

Bobál giới thiệu phương pháp điều khiển dự báo [4],

Landry [5] sử dụng bộ điều khiển có thời gian trễ và kiểm

chứng bộ điều khiển trên mô hình thực nghiệm, Nguyễn

Văn Khanh [7] dùng thuật toán điều khiển mờ, Kumar [3]

giới thiệu phương pháp mô hình hóa và mô phỏng con lắc

ngược và kiểm tra các đặc tính con lắc ngược trên Matlab,

v.v... Ngoài điều khiển con lắc đơn, bài toán điều khiển con

lắc ngược kép cũng được một số tác giả nghiên cứu trong

[6]. Các công trình nghiên cứu trên đã đưa ra các bộ điều

khiển khác nhau cho hệ con lắc ngược, tuy nhiên việc ổn

định con lắc tại vị trí đặt khi xét đến ảnh hưởng của nhiễu

chưa được thực hiện và kiểm chứng trên mô hình thực.

Việc xuất hiện nhiễu trong đo lường có thể dẫn đến các đáp

ứng sai và làm giảm độ tin cậy của hệ thống. Chính vì vậy,

lọc nhiễu và đảm bảo bộ điều khiển không tác động nhầm,

đồng thời ổn định xe mang con lắc tại vị trí đặt là một yêu

cầu cần thiết cho hệ con lắc ngược. Để giải quyết bài toán

trên, các tác giả đề xuất sử dụng bộ điều khiển LQR với hai

vòng phản hồi kết hợp với bộ lọc Kalman. Thuật toán điều

khiển được kiểm chứng trên mô phỏng và trên mô hình thật.

1.1. Mô tả toán học mô hình con lắc ngược

Mô hình con lắc ngược gồm một thanh quay đồng chiều

dài 2 l, khối lượng m được gắn trên xe có khối lượng M. Xe

di chuyển theo phương ngang nhờ dây đai điều khiển bằng

động cơ điện một chiều như Hình 1. Khi xe di chuyển,

thanh quay dịch chuyển xung quanh điểm cố định gắn trên

xe và tạo ra hệ con lắc. Yêu cầu đặt ra là điều khiển xe để

con lắc cân bằng tại vị trí thẳng đứng phía trên, đồng thời

xe dừng tại vị trí đặt.

Hình 1. Mô hình con lắc ngược

Phương trình chuyển động theo phương ngang của xe:

c c xMx bx N F+ + = (1)

Trong đó, b là hệ số ma sát giữa xe và ray, Nx là lực tác

động của con lắc lên xe theo phương ngang, F là lực tác

động vào hệ và xc là vị trí xe.

Đối với con lắc, phương trình lực tác dụng theo phương

https://en.wikipedia.org/wiki/Kalman_filter


ngang như sau:

2

c xmx ml cos ml sin N + − = (2)

Trên phương vuông góc với con lắc:

sin cos sin cosy y cN N mg ml mx + + = + (3)

với là góc lệch của con lắc khỏi vị trí cân bằng phía trên,

Ny là lực tác động của con lắc lên xe theo phương thẳng đứng.

Phương trình mô-men tại tâm con lắc là:

sin cosy xN l N l J − − = (4)

với J là mô-men quán tính của con lắc.

Kết hợp (1) với (2), (3) với (4), ta được hệ phương trình

mô tả chuyển động của con lắc như sau:

( )

( )

2

2 sin cos

c c

c

M m x bx ml cos ml sin F

J ml mgl mlx

+ + + − =

+ + = −

(5)

Để truyền động cho con lắc, mô hình sử dụng động cơ

điện một chiều và hệ dây đai, puly. Theo [10], phương trình

mạch phần ứng của động cơ như sau:

m m mv L i R i K = + + (6)

Trong đó, v là điện áp cấp vào cho động cơ; i là dòng điện

chạy trong dây quấn phần ứng; là góc quay trục động cơ;

Rm và Lm là điện trở và điện kháng phần ứng; Km là hệ số

phụ thuộc kết cấu và từ thông động cơ, giả thiết hằng số.

Bỏ qua điện kháng cuộc dây, từ phương trình (6), mô-men

điện từ do động cơ sinh ra khi cấp điện áp v là:

( )m

m m m

m

KT K i v K

R= = − (7)

Đối với động cơ nhỏ, mô-men quán tính và ma sát tại

trục động cơ không đáng kể. Do đó phương trình cân bằng

mô-men trên trục động cơ là:

( )m

m p

m

Kv K Fr

R− = (8)

Trong đó, F là lực tác động lên xe, rp là bán kính puly. Mối

liên hệ giữa chuyển động theo phương ngang của xe với

chuyển động quay của động cơ thông qua hệ puly-dây đai là:

c px r = (9)

Kết hợp (8) và (9), phương trình của lực tác động vào xe

mang con lắc là:

2

2

m m

c c

m m

K KF v x v x

R r R r = − = − (10)

với m

m p

K

R r = và

2

2

m

m p

K

R r =

Thay phương trình lực trong (10) vào hệ phương trình

(5), ta có phương trình tổng quát mô tả hoạt động của mô

hình điều khiển con lắc ngược như sau:

( ) ( )

( )

2

2 sin cos

c c

c

M m x b x ml cos ml sin v

J ml mgl mlx

+ + + + − =

+ + = −

(11)

Hình 2 biểu diễn kết quả mô phỏng góc quay con lắc trên

Matlab Simulink theo hệ phương trình (11) với các thông số:

M = 0,15 kg; m = 0,22 kg; l = 0,33 m; J = 0,002 kg/m2;

b = 0,1 Ns/m; g = 9,81 m/s2. Góc lệch ban đầu 0,2 rad và vị

trí xe tại gốc tọa độ được sử dụng trong mô phỏng.

Hình 2. Đáp ứng góc quay khi không điều khiển

Đáp ứng mô phỏng cho thấy góc quay con lắc rời xa giá

trị ban đầu, sau đó dao động tự do tắt dần quanh giá trị

= . Hệ không ổn định tại vị trí thẳng đứng phía trên

nhưng ổn định tại vị trí thẳng đứng phía dưới. Kết quả mô

phỏng này cho mô hình toán học con lắc theo hệ phương

trình (11) phù hợp quy luật vật lý của mô hình thật.

1.2. Mô hình tuyến tính hóa

Xung quanh điểm cân bằng thẳng đứng phía trên, xem

góc quay biến thiên nhỏ, do đó sin và cos 1 .

Hệ phương trình (11) được viết lại như sau:

( ) ( )

( )2

c c

c

M m x b x ml v

J ml mgl mlx

+ + + + =

+ + = −

(12)

Hệ phương trình (12) là mô tả toán học mô hình con lắc

ngược đã được tuyến tính hóa xung quanh điểm cân bằng.

Để xác định hàm truyền đạt mô hình con lắc ngược

tuyến tính hóa, gọi tín hiệu vào là điện áp v đưa đến động

cơ, tín hiệu ra là góc quay con lắc và vị trí xe xc. Biến đổi

Laplace hệ phương trình (12), ta tìm được các hàm truyền

đạt của mô hình con lắc ngược như sau:

( )

2

2

4 3 2

( )

( ) ( ) ( ) ( )

mls

s q

v s b J ml M m mgl b mgls s s s

q q q

−

=+ + + +

+ − −

(13)

( )

( )

2

2

2

4 3 2

( )

( ) ( ) ( ) ( )

J ml mgls

X s q q

v s b J ml M m mgl b mgls s s s

q q q

+−

=+ + + +

+ − −

(14)

với ( )( )2 2q M m J ml ml= + + −

Đặt các biến trạng thái, tín hiệu vào, tín hiệu ra:

1

2

3

4

c

c

x

xX

xx

xx

= =

, 1

2 c

yY

xy

= =

, u = v

Từ phương trình (12), mô hình con lắc ngược có thể

biểu diễn dưới dạng phương trình trạng thái:

dXAX Bu

dt

Y CX

= +

=

(15)

với:

0 20 40 60 80 1000

2

4

6

time

TH

ET

A


( ) ( )

( )( ) ( )222 2

0 1 0 0 0

0 0

00 0 0 1

0 0

1 0 0 0

0 0 1 0

M m mgl b ml ml

qq qA B

J mlb J mlm gl

qq q

C

+ + − = = +− + +−

=

Thay các thông số của mô hình con lắc vào các phương

trình từ (13) đến (15), nhóm tác giả tìm được mô hình tuyến

tính hóa của con lắc ngược có các điểm cực tại

0 6,69 6,65 829,73T

− − . Với các điểm cực này, mô

hình con lắc khi chưa điều khiển không ổn định tại vị trí

thẳng đứng phía trên. Điều này phù hợp với kết quả mô

phỏng đã trình bày trong Hình 2.

2. Thiết kế các bộ điều khiển cho mô hình con lắc ngược

2.1. Bộ điều khiển PID

Nhóm tác giả bắt đầu quá trình thiết kế từ bộ điều khiển

kinh điển PID. Chọn góc quay là tín hiệu ra được phản hồi.

Sử dụng công cụ tự chỉnh thông số trong Matlab, các tác giả

tìm được KP = -200 , KI = -1.500, KD = 0. Kết quả mô phỏng

với bộ điều khiển PID biểu diễn trên Hình 3 cho thấy con lắc

ổn định tại θ = 0 với bộ điều khiển PID đã chọn. Tuy nhiên,

từ điểm dừng khi con lắc cân bằng, xe tiếp tục dịch chuyển

chậm theo thời gian chứ không cố định.

Hình 3. Đáp ứng với bộ điều khiển PID

2.2. Bộ điều khiển LQR

Khi sử dụng bộ điều khiển PID ở trên, hệ thống chỉ sử

dụng một vòng phản hồi góc quay , không phản hồi vị trí

xe. Điều đó lý giải nguyên nhân không thể kiểm soát được

vị trí của xe. Do đó, để điều khiển đồng thời góc quay và ổn

định vị trí xe, nhóm tác giả chọn phương pháp điều khiển

bằng phản hồi trạng thái. Có nhiều thuật toán khác nhau để

xác định thông số bộ điều khiển phản hồi trạng thái được

giới thiệu trong [9], [10]. Đối với bài toán con lắc ngược, từ

yêu cầu giữ con lắc và xe ổn định xung quanh điểm cân bằng

X = 0, nhóm tác giả chọn bộ điều khiển toàn phương tuyến

tính LQR. Bộ điều khiển này tính toán tín hiệu điều khiển u

để tối thiểu hóa hàm mục tiêu dạng toàn phương:

( )2

0

TJ X QX Ru dt

= + (16)

Trong đó, Q là ma trận bán xác định dương và R > 0 chứa

các hệ số do người thiết kế chọn trước. Để hàm mục tiêu

trong (16) tối ưu, theo [9] tín hiệu điều khiển u được tính:

u KX= − (17)

Trong đó:

(18)

P là nghiệm của phương trình đại số Riccati:

1 0T TA P PA PBR B P Q−+ − + = (19)

Hình 4. Đáp ứng với bộ điều khiển LQR

Chọn ma trận Q có Q(1,1) = Q(3,3) = 3000, các hệ số còn

lại bằng 0 và R = 1, tính toán ma trận hệ số phản hồi K theo

các phương trình (18), (19), ta được

84,82 9,68 54,77 43,59T

K = − − − − . Hệ thống kín

khi có bộ điều khiển LQR có các điểm cực tại

829,41 24,96 2,47 1,67 2,47 1,67T

j j− − − + − − nên

ổn định. Mô phỏng hệ thống với bộ điều khiển LQR trên Hình

4 cho thấy con lắc ổn định, xe cân bằng xung quay gốc tọa độ,

khả năng đáp ứng của hệ thống nhanh. Các thông số của quá

trình quá độ phụ thuộc vào việc chọn trước các ma trận Q, R

trong hàm mục tiêu. Điều chỉnh Q, R và mô phỏng trên Matlab

để có đáp ứng quá độ theo yêu cầu điều khiển.

2.3. Kết hợp điều khiển vị trí trong bộ điều khiển LQR

Bộ điều khiển LQR mang lại đáp ứng điều khiển tối ưu

xung quanh điểm cân bằng. Tuy nhiên, theo (17), tín hiệu

điều khiển u không chứa thành phần tín hiệu đặt từ bên

ngoài nên hệ thống không có khả năng đáp ứng các yêu cầu

từ tín hiệu đặt. Trong bài toán con lắc ngược, ta không thể

điều khiển di chuyển xe mang con lắc đến vị trí đặt mong

muốn. Bộ điều khiển LQR do vậy chỉ đóng vai trò làm bộ

điều chỉnh tại điểm cân bằng.

Hình 5. Sơ đồ điều khiển LQR hai vòng kín

Để đồng thời điều khiển cân bằng con lắc và xe di

chuyển đến vị trí đặt, nhóm tác giả tạo thêm một mạch vòng

phản hồi vị trí xe như Hình 5. Lúc này hệ có 2 vòng kín:

vòng ngoài phản hồi vị trí xe và vòng trong phản hồi biến

trạng thái.

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-0.2

0

0.2

time

TH

ET

A

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10

0.02

0.04

0.06

time

x c

1 TK R B P−=


Tín hiệu ra cần điều khiển cho mạch vòng ngoài là vị trí xe:

2 2cy x C X= = (20)

với 2 0 0 1 0C = .

Đặt thêm biến trạng thái x5 sao cho:

5

c

dxe r x

dt= = − (21)

Từ Hình 5, tín hiệu điều khiển tác động đến mô hình

con lắc ngược có 2 vòng kín là:

5 5u KX k x= − − (22)

Từ (15), (20), (21) và (22), ta có thể viết lại phương

trình trạng thái của hệ thống 2 vòng phản hồi như sau:

5

55 2

0

0 1

dX

XA BK Bkdtr

xdx C

dt

− −

= + −

(23)

Đặt:

5

XX

x

=

,2 0

A BKA

C

− =

−

0,

0

BB

=

, 5K K k=

phương trình (23) có thể được viết dưới dạng tổng quát của

bộ điều khiển LQR như sau:

dX

AX Budt

u KX

= +

= −

(24)

Với phương trình (24), ta có thể áp dụng thuật toán

LQR xung quanh điểm cân bằng 0=X . Tại vị trí cân

bằng, x5 = 0 nên sai lệch giữa vị trí xe và vị trí đặt được

triệt tiêu. Kết quả là, mô hình thực hiện được điều khiển vị

trí xe cùng với bộ điều khiển LQR.

Hình 6. Đáp ứng với bộ điều khiển LQR

Áp dụng các bước tính toán bộ điều khiển LQR đã trình

bày ở phần 2.2 vào hệ phương trình (24) với vị trí xe ban

đầu tại gốc tọa độ và 0 = 0,2 rad, nhóm tác giả tìm được

100,82 12,66 110,59 57,11 100T

K = − − − − . Hình

6 trình bày kết quả mô phỏng trong đó giá trị đặt vị trí xe -

0,2 m được đưa đến ở thời điểm t = 2 s khi xe đã ổn định

tại gốc tọa độ. Từ kết quả mô phỏng có thể nhận thấy, khi

nhận được giá trị đặt, hệ xe - con lắc di chuyển đến vị trí

đặt mới, con lắc dao động nhỏ nhưng đảm bảo cân bằng

trong quá trình xe di chuyển.

3. Điều khiển khi xét đến ảnh hưởng của nhiễu

3.1. Tác động của nhiễu đến mô hình

Các hệ thống điều khiển trong thực tế luôn chịu tác

động của nhiễu từ nhiều nguồn khác nhau như: các thiết bị

đo lường, các bộ chuyển đổi, tác động bên ngoài, v.v. Đối

với mô hình đang khảo sát, do hệ thống cần điều khiển để

con lắc ổn định ở vị trí thẳng đứng phía trên nên bất cứ tác

động nhỏ nào của nhiễu đều có thể ảnh hưởng đến tình

trạng ổn định của mô hình. Ngoài ra, khi sử dụng bộ điều

khiển LQR, hệ thống cần đến các biến trạng thái nên sự có

mặt của nhiễu trong biến trạng thái sẽ ảnh hưởng đến bộ

điều khiển đã tính toán. Hình 7 mô phỏng con lắc khi chịu

tác động nhiễu trên thiết bị đo góc quay và vị trí xe với

phương sai nhiễu lần lượt là 0,002 và 0,001 và tác động của

ngoại lực tại thời điểm 2 s. Kết quả mô phỏng cho thấy, tuy

mô hình con lắc ngược vẫn ổn định nhưng tín hiệu điều

khiển u luôn phải tác động để giữ cân bằng cho mô hình.

Hình 7. Đáp ứng hệ thống khi có nhiễu

3.2. Lọc nhiễu

Hình 8. Đáp ứng khi sử dụng bộ lọc Kalman

Để ước lượng các biến trạng thái dùng cho bộ điều

khiển LQR và kết hợp lọc nhiễu, nhóm tác giả sử dụng bộ

lọc Kalman theo phương trình:

ˆˆ ˆ( )

dXAX Bu L Y Cx

dt= + + − (25)

Trong đó, L hệ số điều chỉnh của bộ lọc Kalman được giới

thiệu trong [8]. Kết quả mô phỏng khi sử dụng bộ lọc

Kalman được trình bày trong Hình 8. Có thể nhận thấy, khi

sử dụng bộ lọc, tín hiệu điều khiển u giảm dao động đáng kể,

do đó, vị trí xe và góc lệch con lắc ít bị tác động của nhiễu.


4. Xây dựng mô hình thực nghiệm

4.1. Thiết kế mô hình

Nhóm tác giả xây dựng mô hình thực nghiệm với các

thông số trùng với thông số dùng trong mô phỏng để đánh

giá các thuật toán điều khiển. Chiều dài tối đa dịch chuyển

theo phương ngang của xe là 50 cm. Hệ thống sử dụng 2

thiết bị đo: encoder thứ nhất gắn đồng trục puly của cơ cấu

chuyển động để xác định góc quay của con lắc, encoder thứ

hai gắn đồng trục với động cơ truyền động điều khiển vị trí

để đo vị trí xe. Mô hình sử dụng động cơ điện một chiều có

điện áp định mức 24 V, công suất 32 W.

Thuật toán điều khiển con lắc ngược dùng bo mạch

arduino UNO R3 bao gồm hai quá trình. Đầu tiên vi xử lý đọc

thông số góc lệch và độ dịch chuyển của con lắc ở thời điểm

hiện tại. Quá trình lắc (swing up) được thực hiện nếu góc lệch

con lắc lớn hơn 0,35 rad. Thuật toán điều khiển swing up sử

dụng cho mô hình được giới thiệu trong [11], trong đó điện áp

điều khiển đưa đến con lắc theo phương trình:

( ) ( )rv k E E sign cos = − (25)

với 2rE mgl= , ( )21cos 1

2E J mgl = + −

Sau quá trình swing up, vi xử lý điều khiển giữ thăng

bằng cho con lắc dựa vào tín hiệu điều khiển u theo công

thức (17) nếu chỉ điều khiển xung quanh điểm cân bằng,

hoặc công thức (24) nếu kết hợp điều khiển vị trí. Các

thông số bộ điều khiển đã tính toán được trong mô phỏng

được đưa vào mô hình thực nghiệm.

4.2. Kết quả thực nghiệm

Ở quá trình khởi động, con lắc dao động mạnh sang hai

bên để bắt đầu swing up. Sau vài chu kỳ dao động, con lắc

ổn định ở vị trí thẳng đứng phía trên.

Hình 9. Con lắc bị tác động ngoại lực lớn

Hình 9 mô tả quá trình điều khiển con lắc ngược khi bị

tác động ngoại lực đủ lớn từ vị trí cân bằng được quan sát

trên Labview. Con lắc rơi khỏi vị trí thẳng đứng phía trên

và quá trình swing up xuất hiện. Sau 2 chu kỳ dao động

nhờ tác động của quá trình swing up, bộ điều khiển LQR

tiếp tục tác động làm xe dao động nhỏ để đưa hệ thống về

điểm cân bằng. Kết quả thực nghiệm với các tác động ngoài

và giá trị đầu khác nhau, cho thấy mô hình con lắc hoạt

động ổn định với thông số bộ điều khiển đã tính toán và

phù hợp với mô phỏng. Con lắc có khả năng tự cân bằng

trong khoảng thời gian ngắn khi khởi động cũng như khi bị

tác động ngoại lực. Tuy nhiên vẫn còn một số sai lệch nhỏ

giữa mô phỏng và thực nghiệm, do mô hình mô phỏng đã

sử dụng một số giả thiết để đơn giản hóa mô hình.

5. Kết luận

Từ việc xây dựng mô tả toán học của mô hình con lắc

ngược, bài báo chứng tỏ con lắc ngược là đối tượng điều khiển

phi tuyến. Tuyến tính hoá xung quanh điểm cân bằng cho thấy

mô hình con lắc là hệ không ổn định ở vị trí thẳng đứng phía

trên. Sử dụng bộ điều khiển tối ưu LQR cho phép ổn định góc

quay nhưng không di chuyển xe đến vị trí đặt. Bằng việc bổ

sung mạch vòng phản hồi vị trí xe bên ngoài mạch phản hồi

trạng thái và thực hiện một số biến đổi, các tác giả có thể áp

dụng bộ điều khiển LQR cho hệ thống 2 mạch vòng. Kết quả

mô phỏng cho thấy hệ thống 2 mạch vòng cho phép điều khiển

xe đến vị trí đặt trong khi con lắc giữ được cân bằng. Nhằm

giảm ảnh hưởng của nhiễu đo lường tác động lên mô hình lắp

ráp trong quá trình điều khiển, nhóm tác giả sử dụng bộ lọc

Kalman để lọc nhiễu và ước lượng trạng thái. Kết quả từ mô

hình thực nghiệm đã chứng tỏ việc sử dụng 2 mạch vòng điều

khiển kết hợp với bộ lọc Kalman đã giảm đáng kể tác động

của nhiễu đo lường đến điều khiển, đồng thời mô hình đáp

ứng các yêu cầu điều khiển đặt ra.


[1] Elisa Sara Varghese et al, Optimal Control of Inverted Pendulum

System Using PID Controller, LQR and MPC, IOP Conference Series: Materials Science and Engineering 263 052007, 2017.

[2] Dimple J. Vora, Nabanita Basu, “Modelling and Simulation of

Inverted Pendulum Using Internal Model Control”, Journal for

research, Vol. 01, Issue 12, 2016, pp. 41-45.

[3] Roshan Kumar et al, “Modeling and Simulation of Inverted Pendulum

System Using Matlab: Overview”, International Journal of Mechanical

and Production Engineering, Vol. 1, Issue 4, 2013, pp. 52-55.

[4] Petr Chalupa, Vladimír Bobál, Modelling and Predictive Control of

Inverted Pendulum, Proceeding of the 22nd European Conference on Modelling and Simulation ECMS, 2008, pp. 531-537.

[5] Maria Landry et al, “Dynamics of An Inverted Pendulum with

Delayed Feedback Control”, SIAM Journal on Applied Dynamical

systems, Vol. 4, No. 2, 2005, pp. 333-351.

[6] Kavirayani Srikanth, G. V. Nagesh Kumar, “Stabilization at Upright

Equilibrium Position of A Double Inverted Pendulum with Unconstrained

Bat Optimization”, International Journal on Computational Science & Applications (IJCSA), Vol. 5, No. 5, 2015, pp. 87-101.

[7] Nguyễn Văn Khanh et al, “Điều khiển cân bằng con lắc ngược sử

dụng thuật toán PD mờ”, Tạp chí Khoa học Trường Đại học Cần

Thơ, Số 29, 2013, trang 15-22.

[8] Greg Welch, Gary Bishop, An Introduction to the Kalman Filter,

UNC-Chapel Hill, 2000, pp. 95-041.

[9] Richard C. Doft, Robert H. Bishop, Modern Control System, 12th

edition, Prentice Hall, 2013.

[10] Farid Golnaraghi, Benjamin C. Kuo, Automatic Control Systems, 9th

edition, John Willey & Sons, INC, 2009.

[11] K.J. Åström, K. Furuta, “Swinging up a Pendulum by Energy

Control”, Automatica, Vol. 36, Issue 2, 2000, pp. 287-295.



ỨNG DỤNG PLASMA LẠNH ĐỂ XỬ LÝ NƯỚC: TỔNG HỢP TÀI LIỆU

THE USE OF COLD PLASMA FOR WATER TREATMENT - A REVIEW

Nguyễn Văn Dũng, Đặng Huỳnh Giao

Trường Đại học Cần Thơ; [email protected]

Tóm tắt - Công nghệ plasma lạnh đã được nghiên cứu và ứng dụng thành công trong lĩnh vực xử lý nước trên thế giới và gần đây công nghệ này đã thu hút được sự quan tâm của các nhà khoa học ở Việt Nam. Plasma lạnh thông thường được tạo ra do sự phóng điện ở điện áp cao. Phóng điện màn chắn và phóng điện vầng quang là hai phương pháp khả thi nhất có thể ứng dụng vào thực tế. Công nghệ plasma lạnh cho thấy có khả năng diệt khuẩn cao, phân rã hợp chất hữu cơ và xử lý kim loại nặng. Bài báo này tổng hợp các phương pháp tạo plasma lạnh, sự tương tác giữa plasma và nước cần xử lý, và các kết quả nghiên cứu cũng như tác động phụ của công nghệ này. Ngoài ra, bài báo cũng giới thiệu mô hình sẽ được nghiên cứu và phát triển.

Abstract - Cold plasma for water treatment has been studied and successfully applied to water treatment in the world and has attracted scientists in Vietnam in recent years. Cold plasma is normally generated with electric discharges in high voltage. Dielectric barrier discharges and pulsed corona discharges are the most feasible methods. Cold plasma technology has shown to efficiently destroy bacteria, decompose organic compound and deal with heavy metals. This paper reviews the methods of generating cold plasma, interaction between cold plasma and water, research achievements as well as unexpected impacts. In addition, this paper also introduces an experimental model being studied and developed in the near future.

Từ khóa - plasma lạnh; xử lý nước; cao áp; phóng điện màn chắn; phóng điện vầng quang

Key words - cold plasma; water treatment; high voltage; dielectric barrier discharges; pulsed corona discharges


Đồng bằng sông Cửu Long (ĐBSCL) gồm 13 tỉnh và

thành phố với tổng số dân gần 18 triệu người, chiếm 20%

dân số cả nước, trong đó khoảng 80% dân số sống ở nông

thôn. Hiện nay, tại một số vùng nông thôn của ĐBSCL

không có nước sinh hoạt đạt quy chuẩn nước sạch. Tỉ lệ

người dân chưa có nước sinh hoạt đạt QCVN02:2009/BYT

chiếm khoảng 63% 1. Đa phần các hộ dân sử dụng trực

tiếp nguồn nước mặt bị ô nhiễm từ sông và kênh rạch làm

nước sinh hoạt sau khi xử lý sơ bộ bằng phèn. Ngoài ra, ở

các tỉnh như Bạc Liêu, Cà Mau, Trà Vinh và Sóc Trăng,

người dân nông thôn chủ yếu sử dụng nước ngầm. Nguồn

nước này thường được sử dụng trực tiếp hoặc chỉ qua xử lý

lọc đơn giản nên hầu hết chỉ đạt tiêu chuẩn hợp vệ sinh.

Kết quả quan trắc cho thấy nguồn nước mặt trên các sông

Tiền và sông Hậu bị nhiễm bẩn chất hữu cơ và vi sinh như

BOD, COD, Coliform, E. coli, H2S, NH4…. Ngoài ra, nước

ngầm ở một số tỉnh thuộc ĐBSCL bị ô nhiễm chất hữu cơ

(NO3-, NH4

+), kim loại nặng (Fe, As) và vi sinh (Coliform,

E. Coli). ĐBSCL là vùng trọng điểm của cả nước về sản

xuất thủy sản. Các tỉnh ở ĐBSCL hiện đang phát triển

mạnh nuôi thủy sản với các hình thức thâm canh và bán

thâm canh. Tuy nhiên có đến gần 60% số hộ dân không xử

lý nước trước khi cấp vào bể/ao nuôi 2. Đây chính là điều

kiện để mầm bệnh phát triển và lây lan.

Công nghệ plasma lạnh với ưu điểm nổi bật là công

nghệ xanh và thân thiện môi trường đã được nghiên cứu từ

lâu trên thế giới 3-10 và đã bắt đầu được nghiên cứu ở

nước ta trong thời gian gần đây 11-13. Plasma lạnh cho

thấy khả năng diệt khuẩn hiệu quả cũng như khả năng phân

rã hợp chất hữu cơ và xử lý kim loại nặng 5, 7, 8, 10-13.

Do đó, việc nghiên cứu và phát triển các hệ thống xử lý kết

hợp plasma lạnh với các công nghệ khác như keo tụ - tạo

bông và lọc cơ học để xử lý nước sông hoặc nước ngầm

thành nước sinh hoạt hoặc nước cấp nuôi trồng thủy sản có

ý nghĩa rất thiết thực trong việc nâng cao chất lượng cuộc

sống của người dân, cũng như phát triển nuôi trồng thủy

sản theo hướng bền vững của vùng ĐBSCL. Bên cạnh yếu

tố kỹ thuật, giá thành thiết bị cũng là một yếu tố quan trọng

quyết định loại công nghệ plasma lạnh sẽ được nghiên cứu

và phát triển để phù hợp với điều kiện kinh tế của người

dân vùng nông thôn.

Nghiên cứu này sẽ tổng kết các kết quả đã đạt được

trong lĩnh vực ứng dụng công nghệ plasma lạnh trong xử

lý nước trên thế giới và ở nước ta. Từ đó giới thiệu mô hình

xử lý nước bằng công nghệ plasma lạnh sẽ được nghiên

cứu và phát triển.

2. Công nghệ tạo plasma lạnh và kết quả nghiên cứu

Plasma lạnh có thể được tạo ra từ phóng điện màn chắn,

phóng điện ở áp suất thấp, phóng điện vầng quang, phóng

điện cảm ứng ở tần số vô tuyến và phóng điện vi sóng …

14. Tuy nhiên, bài báo này chỉ tập trung vào các kết quả

nghiên cứu từ 02 phương pháp tạo plasma lạnh có khả năng

ứng dụng vào thực tế nhất.

2.1. Phương pháp phóng điện màn chắn

Phóng điện màn chắn thường được tạo ra từ hệ thống

hai điện cực trụ đồng trục bị ngăn cách bởi lớp cách điện

như Hình 1. Mô hình xử lý nước bằng công nghệ phóng

điện màn chắn điển hình sử dụng hệ thống điện cực trụ

đồng trục được trình bày trong nghiên cứu 4 như Hình 2.

Các thiết bị phóng điện màn chắn hoạt động ở điện áp

10 - 20 kV với dãy tần số rộng (0,5 - 500 kHz) 9. Plasma

lạnh được tạo thành trong khe hở điện cực do sự phóng điện

đồng thời của các tia lửa điện có kích thước nhỏ. Các thông

số của tia lửa điện trong khe điện cực có màn chắn ở áp

suất khí quyển được trình bày ở Bảng 1.

Hình 1. Hệ thống điện cực trụ

Plasma

Cao áp

(b)

Màn chắn

cách điện

22 Nguyễn Văn Dũng, Đặng Huỳnh Giao

Hình 2. Mô hình hệ thống xử lý nước điển hình bằng

công nghệ phóng điện màn chắn 4

Khi plasma hình thành, ghi nhận được sự tồn tại của

ozone, tia cực tím (UV) và các phần tử oxy hóa mạnh khác

bao gồm cả gốc hydroxyl tự do (•OH) 4, 9. Tùy theo giá

trị điện áp, lưu lượng nước qua hệ thống và thời gian xử lý,

nồng độ ozone trong nước có thể đạt đến 10 mg/L 4.

Bảng 1. Các thông số của tia lửa điện trong hệ thống điện cực

có màn chắn 9

TT Thông số Giá trị

1 Thời gian phóng

điện 10-9 - 10-8 s

2 Bán kính tia lửa 10-4 m

3 Biên độ dòng

điện 0,1 A

4 Mật độ dòng điện 106 - 107 A/m2

5 Tổng điện tích 10-10 - 10-9 C

6 Mật độ điện tử 1020 - 1021 m-3

7 Năng lượng trung

bình của điện tử 1 - 10 eV

8 Nhiệt độ tia lửa Xấp xỉ nhiệt độ trung bình của

khe hở điện cực

Sự tương tác giữa plasma lạnh và nước cần xử lý được

trình bày ở Hình 3. Kết quả của sự tương tác này là hình

thành nên O3 và UV trong khe không khí cũng như O, O3

và •OH trong môi trường nước. Quá trình hình thành các

thành phần oxy hóa rất mạnh này (O, O3 và •OH) được trình

bày qua các phương trình bên dưới.

Hình 3. Tác động của plasma đến nước

- Quá trình hình thành ozone dưới tác động của tia lửa điện:

OOhfO +→+2 (1)

32 OOO →+ (2)

- Quá trình hình thành hydroxyl tự do khi ozone hòa tan

trong nước:

OHOOHO •−•− +→+ 33 (3)

23 OOO +→ −•−• (4)

−•−• ++ OHOHOHO 2 (5)

- Quá trình hình thành hydroxyl tự do khi các điện tử

năng lượng va đập vào phân tử hơi nước:

−••− ++→+ eHOHOHe 2 (6)

- Quá trình hình thành hydroxyl tự do khi các oxy

nguyên tử phản ứng với phân tử hơi nước:

OHOHOHO •• +→+ 2 (7)

Plasma lạnh có khả năng diệt E. coli cao. Sau thời gian

xử lý khoảng 90 s, toàn bộ E. coli trong 10 ml nước có nồng

độ 3 105 cfu/ml bị bất hoạt 8. Nguyên lý diệt khuẩn của

plasma lạnh là tổng hợp của nguyên lý diệt khuẩn bằng UV

và nguyên lý diệt khuẩn bằng chất oxy hóa bậc cao như

(O, O3, •OH…). Đặc biệt một số loại vi khuẩn chỉ có thể bị

tiêu diệt khi chịu tác động đồng thời của UV và các chất oxy

hóa bậc cao. Plasma lạnh còn có khả năng phân rã các hợp

chất hữu cơ được biểu hiện thông qua việc hàm lượng COD

và BOD5 đo được trong nước sau xử lý giảm rất mạnh, cũng

như sự đổi màu của nước sau khi xử lý 4. Ngoài ra, plasma

lạnh có thể phân rã dư lượng thuốc kháng sinh sulfadiazine

được sử dụng trong chăn nuôi gia súc với hàm lượng

10 mg/L trong vòng 30 phút 5 và phân hủy hiệu quả các

chất ô nhiễm có nguồn gốc từ thuốc nhuộm 15. Hơn nữa,

plasma lạnh còn có khả năng phân hủy đến 98% các phân tử

dầu mỏ và các chất hoạt động bề mặt cũng như giảm mạnh

hàm lượng kim loại nặng như Pb, Cd, Fe và Mn 3.

Tại nước ta, nghiên cứu về ứng dụng của plasma lạnh

để xử lý nước chỉ mới bắt đầu trong những năm gần đây,

với số lượng công trình nghiên cứu rất hạn chế 11-13.

Plasma lạnh đã được nghiên cứu để xử lý nước thải y tế và

nước uống đóng chai 11, 12. Đối với hệ thống xử lý nước

thải y tế, kết quả khảo sát chỉ ra rằng, hiệu suất xử lý BOD5

là 54%, COD là 51%, nitrate là 50%, phosphate là 60%,

coliform là 99,9%, với điện áp 30 kV, dòng điện 4 A và lưu

lượng là 500 ml/phút 11. Đối với hệ thống nước đóng

chai, plasma lạnh tiêu diệt hoàn toàn vi khuẩn với lưu

lượng nước 0,7 lít/phút/module, điện áp 20 kV và dòng

điện 2 A 12. Ngoài ra công nghệ plasma lạnh đã được bắt

đầu nghiên cứu đối với lĩnh vực xử lý nước cấp 13. Kết

quả cho thấy, plasma lạnh diệt khuẩn hiệu quả trong nước

sông và nước ngầm và có khả năng phân rã hợp chất thuốc

bảo vệ thực vật trong nước thải thuốc bảo vệ thực vật 13.

2.2. Phương pháp phóng điện vầng quang

Phương pháp này đã được trình bày trong các nghiên

cứu 6, 7, 10. Nguyên lý chung của phương pháp tạo

plasma lạnh theo công nghệ này là tạo điện trường rất

không đều giữa các điện cực. Không khí xung quanh các

Nước vào

Nước ra

Ống thủy tinh cách

điệnPlasma

Nguồn cao

áp

Nước

chảy tràn

Buồng

plasma

Nắp cách

điện

Bơm

nước

Điện cực trong

Điện cực

ngoài

Thùng

chứa

Van xả

Thùng chứa

O3

H2O (hơi)

H2OO3

Nước

e-

•OH

Tia lửa điện

Cao áp

Nối đất

Màn chắn thủy

tinhVùng plasma

UV


điện cực có điện thế rất lớn bị phóng điện vầng quang tạo

môi trường plasma lạnh. Để tạo ra vầng quang trong thể

tích không gian lớn đòi hỏi điện áp rất cao giữa các điện

cực (25 - 30 kV). Ngoài ra sóng xung điện áp phải có độ

rộng rất nhỏ từ vài chục đến vài trăm ns. Nước được cung

cấp vào buồng plasma dưới dạng phun sương giữa các điện

cực 7, 10 hoặc màng nước chảy trên bề mặt điện cực

ngoài 6. Mô hình nguyên lý của công nghệ phóng điện

vầng quang xung điển hình được trình bày ở Hình 4.

Tương tác giữa plasma lạnh và các giọt nước sẽ tiêu diệt

được vi khuẩn và phân rã các hợp chất hóa học hữu cơ trong

nước (Hình 5). Do toàn bộ diện tích bề mặt giọt nước bị

bao phủ bởi plasma nên hiệu quả tác động giữa plasma và

nước sẽ rất cao. Kết quả là hiệu quả xử lý nước của plasma

lạnh được tạo ra nhờ phóng điện vầng quang xung cao hơn

so với các phương pháp khác 15.

Plasma lạnh tạo ra từ phóng điện vầng quang xung có

hiệu quả cao trong việc phân rã hợp chất tạo màu thực

phẩm indigo carmine 6, 7, phenol 10 và các thành phần

dược phẩm trong nước 10. Dung dịch chứa indigo

carmine với hàm lượng 20 mg/L bị khử màu sau 8 phút xử

lý ở tần số xung là 50 Hz 6. Hiệu suất năng lượng khử

màu thay đổi từ 120 - 200 J/mg khi tần số xung tăng từ

10 - 50 Hz. Khi oxy được bơm vào buồng plasma thì hiệu

suất năng lượng tăng lên rất cao, đạt giá trị 5,6 J/mg. Khi

được phun sương, chất tạo màu indigo carmine với nồng độ

trong dung dịch như trên (20mg/L) bị phân rã hoàn toàn sau

60 phút xử lý 7. Sau thời gian xử lý khoảng 20 phút, tỉ lệ

khử màu đạt khoảng 70%. Hiệu quả năng lượng khử màu

đạt giá trị 9 J/mg và 360 J/mg đối với liên kết chromogenic

và liên kết không bão hòa của phân tử màu 7. Hiệu quả

phân rã phenol đã được trình bày chi tiết trong nghiên cứu

10. Khi buồng plasma hoạt động trong môi trường không

khí, năng lượng tiêu thụ khi xử lý phenol đạt 55 g/kWh với

tần số xung là 840 Hz và giảm xuống 88 g/kWh khi tần số

là 100 Hz. Khi nồng độ oxy trong buồng plasma tăng lên,

ghi nhận được hiệu quả xử lý cũng tăng lên.

Hình 4. Mô hình hệ thống xử lý nước điển hình bằng

công nghệ phóng điện vầng quang 10

Hình 5. Tác động của plasma đến nước trong

công nghệ phóng điện vầng quang 10

3. Thảo luận

3.1. Hiệu quả xử lý nước

Từ các kết quả trình bày ở trên, nhận thấy công nghệ

phóng điện màn chắn diệt khuẩn rất hiệu quả và có khả

năng xử lý kim loại nặng. Tuy nhiên hiệu quả xử lý các chỉ

tiêu này của công nghệ phóng điện vầng quang không được

đề cập trong các nghiên cứu đã tổng hợp.

Cả công nghệ phóng điện màn chắn và công nghệ

phóng điện vầng quang đều có hiệu quả cao khi sử dụng để

phân rã hợp chất hữu cơ. Để so sánh hiệu quả phân rã hợp

chất hữu cơ giữa các công nghệ với nhau, chỉ số hiệu suất

năng lượng tương đối (REE) được đề xuất tại nghiên cứu

14. REE càng lớn, hiệu suất phân rã hợp chất hữu cơ càng

cao. Kết quả được tóm tắt trong Bảng 2. Từ Bảng 2, thấy

rằng hiệu quả phân rã hợp chất hữu cơ sẽ giảm theo thứ tự

như sau: (1) điện áp xung > điện áp DC hoặc AC; (2) phóng

điện vầng quang xung > phóng điện xung có màn chắn >

phóng điện DC; (3) Plasma trong khí oxy > plasma trong

không khí > plasma trong dung dịch; (4) nước được phun

sương > màng nước > lớp nước. Như vậy phóng điện vầng

quang xung trong không khí kết hợp với nước được phun

sương sẽ cho hiệu quả xử lý cao nhất. Tuy nhiên công nghệ

phóng điện vầng quang xung chỉ hoạt động hiệu quả đối

với xung cao áp có biên độ rất lớn (25 - 30 kV) và độ rộng

xung rất nhỏ (10 - 100 ns) 6, 7, 10. Bộ nguồn xung kiểu

này hiện không có trên thị trường trong nước nên phải nhập

khẩu và có giá thành rất đắt. Mặc dù có hiệu suất xử lý thấp

hơn công nghệ phóng điện vầng quang xung, phóng điện

màn chắn hoạt động hiệu quả với bộ nguồn xung cao áp có

dạng sóng gần sin với tần số cao (20 - 30 kHz) và biên độ

điện áp có giá trị từ 10 kV đến 20 kV. Bộ nguồn xung tần

số cao kiểu này hiện sẵn có trên thị trường với giá thành

thấp nên thích hợp để phát triển các hệ thống xử lý nước

bằng plasma lạnh theo kiểu phóng điện màn chắn có quy

mô hộ gia đình với giá thành phù hợp nhu cầu người dân.

3.2. Tác động phụ

Mặc dù có hiệu quả cao trong diệt khuẩn và phân rã hợp

chất hóa học trong nước như trình bày ở phần trên, nhưng

công nghệ phóng điện màn chắn vẫn gây ra tác động không

mong muốn đối với nước sau khi xử lý, đó là làm giảm độ

Bơm

nước

Máy phát

xung cao

áp

Bể chứa

nước

Buồng

phản ứng

plasma

Nước đầu vào được

phun sương

Buồng

plasma

Điện cực

Xung

cao áp

Vùng

plasma

Điện cực

Nước sau xử lý

24 Nguyễn Văn Dũng, Đặng Huỳnh Giao

pH, tăng độ dẫn điện và gia tăng rất mạnh nồng độ NOx-

khi thời gian xử lý đủ dài 5, 8, 13. Nguyên nhân của sự

sụt giảm nồng độ pH có thể giải thích là do sự tương tác

giữa plasma với nước sẽ làm tăng nồng độ H+, acid nitric,

acid nitrous, H2O2 và O2- 5, 8. Sự tăng độ dẫn điện có thể

là do sự tăng mạnh nồng độ các ion trong nước sau khi xử

lý, chẳng hạn như H+, H3O+, NO3-, NO2

- 5. Nguồn gốc

xuất hiện các acid nitric và acid nitrous trong nước sau xử

lý là do quá trình phóng điện tia lửa trong khe hở không

khí ẩm giữa các điện cực sẽ hình thành các oxide nitơ NOx

(NO, NO2). Khi NOx kết hợp với nước/hơi nước sẽ tạo

thành acid nitric và acid nitrous.

Tác động phụ của công nghệ phóng điện vầng quang

xung vẫn chưa được đề cập trong các nghiên cứu đã

tổng hợp.

4. Mô hình xử lý nước nghiên cứu

Như đã trình bày ở phần thảo luận, xuất phát từ yêu cầu

cần phát triển các hệ thống xử lý nước bằng plasma lạnh có

quy mô hộ gia đình với giá thành hợp lý, công nghệ phóng

điện màn chắn sẽ được nghiên cứu. Mô hình hệ thống xử lý

nước bằng công nghệ phóng điện màn chắn được trình bày

ở Hình 6. Mô hình này được phát triển dựa trên cơ sở các kết

quả ở nghiên cứu 4, 13. Tuy nhiên, khe plasma phụ được

thiết kế thêm ở bên ngoài ống thủy tinh dùng để tạo ozone

xử lý sơ bộ nguồn nước đầu vào. Hơn nữa khe plasma phụ

này còn có tác dụng giảm tác động của sự méo dạng ống

thủy tinh đến sự hình thành và ổn định của plasma bên trong

ống thủy tinh. Hiệu quả của khe plasma phụ đã được khảo

sát và sẽ trình bày ở nghiên cứu tiếp theo. Mô hình này sẽ

được kết hợp thêm với các bộ phận lắng lọc cơ học hoặc/và

keo tụ-tạo bông tùy theo loại nguồn nước đầu vào và chất

lượng yêu cầu của nước đầu ra để tăng hiệu quả xử lý.

Bảng 2. Hiệu suất năng lượng tương đối (REE) của

các công nghệ tạo plasma lạnh 14

TT Công nghệ REE

1 Phóng điện phát sáng trên bề mặt dung dịch điện

phân 0,07

2 Phóng điện màng ngăn 0,7

3

Phóng điện vầng quang xung trong nước; Phóng

điện vầng quang xung trong không khí trên bề

mặt nước; Phóng điện phát sáng trong dung dịch

điện phân; Phóng điện hồ quang trượt

1

4 Phóng điện vầng quang xung trong nước có tạo

bọt khí; Phóng điện ở dải tần số vô tuyến 2

5 Phóng điện vầng quang xung ghép nối tiếp;

Phóng điện vi sóng 3

6

Phóng điện bề mặt xung trong nước; Phóng điện

hồ quang trượt AC trong khí oxy với nước được

phun sương 4

7 Phóng điện vầng quang xung trong nước có tạo

bọt oxy 5

8

Phóng điện vầng quang xung có thổi oxy qua lỗ

điện cực; Phóng điện xung kiểu màng ngăn có

tạo bọt khí 10

9

Phóng điện bề mặt xung trong nước có tạo bọt

khí; Phóng điện vầng quang xung trên bề mặt

nước trong môi trường Ar hoặc oxy; UV và

ozone từ phóng điện màn chắn trong không khí

20

10 Phóng điện vầng quang xung ghép nối tiếp + tiền

xử lý 50

11 Phóng điện DC trong không khí trên bề mặt

màng nước 100

12

Phóng điện xung có màn chắn trong không khí

trên bề mặt màng nước; Phóng điện hồ quang

trượt trong khí oxy với nước được phun sương 400

13 Phóng điện vầng quang xung trong không khí

trên bề mặt màng nước 1000

14

Phóng điện vầng quang xung trong không khí kết

hợp nước được phun sương; Phóng điện vầng

quang xung trong khí oxy trên bề mặt màng

nước; Phóng điện xung có màn chắn trong khí

oxy với nước được phun sương

2000

5. Kết luận

Tổng hợp tài liệu về các phương pháp tạo plasma lạnh

khả thi và kết quả xử lý nước từ các phương pháp này đã

hoàn thành. Các kết quả thí nghiệm cho thấy rằng plasma

lạnh được tạo ra từ công nghệ phóng điện vầng quang và

phóng điện màn chắn có hiệu quả cao trong xử lý nước.

Cụ thể, plasma lạnh có thể xử lý hiệu quả coliform, E. coli,

chất hóa học hữu cơ và các ion kim loại. Tuy nhiên, công

nghệ plasma lạnh cần kết hợp với các công đoạn phụ khác

như keo tụ - tạo bông và/hoặc lắng lọc cơ học để tăng hiệu

quả xử lý. Nhược điểm cố hữu của công nghệ tạo plasma

lạnh từ hiện tượng phóng điện màn chắn là làm tăng đáng

kể hàm lượng nitrite và nitrate, tăng độ dẫn điện và giảm

độ pH. Do đó cần phải tìm biện pháp để hạn chế các tác

động phụ này. Ngoài ra mô hình thiết bị của công nghệ xử

lý nước bằng phương pháp phóng điện màn chắn có khe

tạo plasma phụ được giới thiệu.

Hình 6. Mô hình hệ thống xử lý nước bằng

công nghệ phóng điện màn chắn có khe tạo plasma phụ

Lời cám ơn

Nghiên cứu này được tài trợ từ Chương trình phát triển

bền vững vùng Tây Nam Bộ trong đề tài mã số

12/2015/HĐ-KHCN-TNB.ĐT/14-19/C02.

Nước vào

Nguồn cao

áp tần số cao

Bơm

nước

Điện cực trong

Điện cực

ngoài

Van xả

Bơm

không khí

Ống thủy

tinh

Buồng

plasma

Đĩa sủi

Bể chứa

đầu ra

Bể chứa đầu vào

Ozone

Khe

plasma

phụ



[1] Đoàn Thu Hà, “Đánh giá hiện trạng cấp nước nông thôn vùng Đồng bằng sông Cửu Long và đề xuất giải pháp phát triển”, Tạp chí Khoa

học kỹ thuật Thủy lợi và Môi trường, Số 43, 2013, trang 2-9.

[2] Lê Xuân Sinh và Đỗ Minh Chung, “Khảo sát mô hình nuôi cá lóc ở

đồng bằng sông Cửu Long”, Kỷ yếu Hội nghị khoa học Thủy sản

toàn quốc, Trường Đại học Nông Lâm TP. Hồ Chí Minh, 2009, trang 436-447.

[3] V. I. Grinevich, E. Y. Kvitkova, N. A. Plastinia and V. V. Rybkin,

“Application of Dielectric Barrier Discharge for Waste Water

Purification”, Plasma Chemistry and Plasma Process, Vol. 31,

2011, pp. 573-583.

[4] M.M. Kuraica et al., “Application of Coaxial Dielectric Barrier

Discharge for Potable and Waste Water Treatment”, Journal of Industrial and Engineering Chemical Research, Vol. 45, 2006, pp.

882-905.

[5] S. P. Rong, Y. B. Sun and Z. H. Zhao, “Degradation of Sulfadiazine

Antibiotics by Water Falling Film Dielectric Barrier Discharge”,

Chinese Chemical Letter, Vol. 25, 2014, pp. 187-192.

[6] T. Yano et al., “Water Treatment by Atmospheric Discharge

Produced with Nanosecond Pulsed Power”, Proc. IEEE int. Power Modulators and High Voltage Conference, 2008, pp. 80-83.

[7] Y. Minamitani et al., “Decomposition of Dye in Water Solution by

Pulsed Power Discharge in a Water Droplet Spray”, IEEE

Transaction on Plasma Science, Vol. 36, 2008, pp. 2586-2591.

[8] N. Shainsky et al., “Plasma Acid: Water Treated by Dielectric

Barrier Discharge”, Plasma Processes and Polymers, Vol. 9, 2012,

pp. 1-6.

[9] U. Kogelschatz, B. Eliasson and W. Egli, “Dielectric-Barrier

Discharges - Principle and Application”, Journal of Physics IV France, Vol. 7, 1997, pp. 47-66.

[10] S. Preis et al., “Pulsed Corona Discharge: The Role of Ozone and

Hydroxyl Radical in Aqueous Pollutants Oxidation”, Water Science

& Technology, 2013, pp. 1536-1542.

[11] Trần Ngọc Đảm và Nguyễn Đức Long, “Thiết kế và chế tạo hệ thống

xử lý nước thải y tế công suất 5 m3/ngày bằng công nghệ Plasma”, Tạp chí Khoa học Giáo dục Kỹ thuật Trường Đại học Sư phạm Kỹ

thuật TP. Hồ Chí Minh, Quyển 25, 2013, trang 78-83.

[12] Trần Ngọc Đảm và Nguyễn Đức Long, “Thiết kế và chế tạo hệ thống

xử lý nước uống đóng chai công suất 07 m3/ngày bằng công nghệ lọc

trao đổi ion và Plasma”, Tạp chí Khoa học Giáo dục Kỹ thuật Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh, Quyển 33, 2015.

[13] Nguyễn Văn Dũng, “Nghiên cứu ứng dụng công nghệ plasma lạnh

trong xử lý nước”, Tạp chí Khoa học và Công nghệ Đại học Đà

Nẵng, Số, 2017, trang 11-15.

[14] M. A. Malik, “Water Purification by Plasmas: Which Reactors are

Most Energy Efficient?”, Plasma Chem Plasma Process, Vol. 30,

2010, pp. 21-31.


26 Lê Đình Dương, Lê Văn Thông, Đậu Trọng Tuấn, Huỳnh Văn Kỳ, Nguyễn Quốc Tuyến

PHƯƠNG PHÁP PHÂN TÍCH VÀ TÍNH TOÁN HỆ THỐNG ĐIỆN CÓ TÍCH HỢP

NGUỒN NĂNG LƯỢNG GIÓ

A METHOD FOR ANALYSIS AND CALCULATION OF ELECTRICITY SYSTEMS WITH

INTEGRATED WIND ENERGY RESOURCES

Lê Đình Dương1, Lê Văn Thông1, Đậu Trọng Tuấn1, Huỳnh Văn Kỳ2, Nguyễn Quốc Tuyến3 1Trường Đại học Bách khoa - Đại học Đà Nẵng;

[email protected], [email protected], [email protected] 2Đại học Đà Nẵng; [email protected]

3Điện lực Thuận Nam - Công ty Điện lực Ninh Thuận; [email protected]

Tóm tắt - Ngày nay, nhu cầu sử dụng điện ngày càng gia tăng trong khi các nguồn năng lượng hoá thạch ngày càng cạn kiệt. Để đáp ứng nhu cầu tiêu thụ điện cũng như giải quyết các vấn đề môi trường, các nguồn năng lượng mới, đặc biệt là năng lượng gió, đã và đang được khai thác và đưa vào sử dụng ngày càng phổ biến ở Việt Nam nói riêng và trên thế giới nói chung. Tuy nhiên, đặc tính ngẫu nhiên của nguồn này gây ra nhiều khó khăn khi kết nối và làm việc trong hệ thống điện. Trong bài báo này, phương pháp mô phỏng nguồn năng lượng gió cũng như phương pháp phù hợp cho phân tích và tính toán hệ thống điện có kết nối nguồn năng lượng gió được tập trung nghiên cứu với mục đích đưa ra những đánh giá toàn diện hơn về hệ thống khi vận hành.

Abstract - Today, the demand for electricity is increasing while fossil fuels are becoming increasingly exhausted. To meet the demand for electricity as well as solve environmental problems, renewable energy resources, especially wind power, have been being exploited and widely used in Vietnam in particular and in the world in general. However, the random nature of this source causes many difficulties in integration and operation in the electrical system. In this article, the method for modelling wind energy resources as well as the appropriate method for analyzing and calculating power systems with integrated wind resources is studied for the purpose of giving comprehensive evaluation of the system.

Từ khóa - hệ thống điện; vận tốc gió; công suất gió; đường cong công suất; hàm phân bố.

Key words - power system; wind speed; wind power; power curve; distribution function.


Ngày nay, cùng với sự phát triển của kinh tế xã hội thì

nhu cầu sử dụng điện ngày càng gia tăng, trong khi các

nguồn năng lượng hóa thạch như than đá, dầu mỏ, khí đốt,

... ngày càng cạn kiệt. Ngoài ra, việc sử dụng các nguồn hóa

thạch là một trong những nguyên nhân gây ra ô nhiễm môi

trường. Trước tình hình đó, việc tìm kiếm để đưa vào khai

thác sử dụng các nguồn năng lượng tái tạo (năng lượng sạch)

càng trở nên bức thiết. Trong số các nguồn năng lượng này,

nguồn năng lượng gió là một trong những nguồn tái tạo phổ

biến nhất. Nhà máy điện gió đã và đang được chú trọng đầu

tư và xây dựng ngày càng nhiều ở Việt Nam.

Vận tốc gió với đặc tính ngẫu nhiên, thay đổi liên tục

kéo theo công suất đầu ra của nhà máy điện gió cũng thay

đổi theo. Do đó, khi hòa nhà máy điện gió vào lưới điện sẽ

ảnh hưởng trực tiếp tới sự vận hành của lưới. Để có thể tính

toán và phân tích hệ thống điện có nguồn gió kết nối vào,

cần có phương pháp mô phỏng nguồn gió cũng như có

phương pháp tính toán hệ thống điện phù hợp.

Đối với các phương pháp tính toán hệ thống điện truyền

thống, các thông tin đầu vào của bài toán như thông số vận

hành của lưới điện (công suất phụ tải, công suất đầu ra của

các nhà máy điện…), thông số hệ thống (tổng trở đường

dây, máy biến áp…) đều được lấy bằng những giá trị cố

định. Ngoài ra, cấu trúc lưới xem như đã biết trước. Với

thông tin đầu vào như vậy, kết quả đầu ra của bài toán (điện

áp nút, công suất truyền tải trên các nhánh, ...) cũng là

những giá trị cố định. Như vậy, bài toán tính toán hệ thống

bỏ qua sự biến đổi ngẫu nhiên của thông tin đầu vào như

sự biến đổi ngẫu nhiên của phụ tải, khả năng sự cố các thiết

bị, sự biến đổi ngẫu nhiên của các nguồn năng lượng mới,

đặc biệt là năng lượng gió.

Hiện nay, trên thế giới có rất nhiều phương pháp tính

toán hệ thống điện có xét đến sự biến đổi ngẫu nhiên của

thông tin đầu vào, nhìn chung có các nhóm phương pháp

sau đây: phương pháp mô phỏng (điển hình là mô phỏng

Monte Carlo) [1 - 5] và phương pháp giải tích [6 - 8]. Mỗi

nhóm phương pháp có những ưu, nhược điểm riêng và

được lựa chọn ứng dụng một cách phù hợp tùy theo từng

mục đích tính toán [9]. Trong phạm vi bài báo này, phương

pháp mô phỏng Monte Carlo được lựa chọn vì phương

pháp này cho độ chính xác cao, các thông tin đầu vào của

bài toán được mô phỏng một cách dễ dàng, đặc biệt là công

suất đầu ra của các nhà máy điện gió.

Bài báo trình bày phương pháp mô phỏng nguồn năng

lượng gió để từ đó làm đầu vào cho bài toán phân tích và

tính toán hệ thống điện có kết nối nguồn gió. Kết quả của

bài toán cho phép đưa ra những đánh giá toàn diện hơn về

các thông số chế độ của hệ thống điện.

2. Mô phỏng nguồn năng lượng gió dùng cho tính toán

hệ thống điện

2.1. Số liệu sử dụng và phương pháp mô phỏng nguồn

năng lượng gió

Để cung cấp đầu vào cho bài toán tính toán hệ thống điện

có xét đến sự biến đổi ngẫu nhiên của các đại lượng đầu vào

[1 - 5, 9], hàm phân bố xác suất của công suất đầu ra nhà

máy điện gió được yêu cầu. Từ hàm phân bố xác suất xây

dựng được, bộ số liệu ngẫu nhiên mẫu cho nhà máy được

phát ra và sử dụng cho bài toán tính toán [1 - 5, 9].

Để tạo ra bộ số liệu ngẫu nhiên thể hiện được đặc tính

ngẫu nhiên của công suất phát của nhà máy điện gió, có hai




hướng tiếp cận sau đây:

• Phương pháp 1: Dùng số liệu đo được từ công suất phát

của nhà máy để xây dựng hàm phân bố xác suất phù hợp nhất,

sau đó dùng hàm này để phát ra bộ số liệu công suất đầu ra;

• Phương pháp 2: Dùng số liệu đo của vận tốc gió để xây

dựng hàm phân bố xác suất cho vận tốc gió, dùng hàm này

phát ra bộ số liệu ngẫu nhiên của vận tốc, sau đó dùng

đường cong công suất (đường cong quan hệ công suất đầu

ra theo vận tốc gió) [10] để tạo bộ số liệu ngẫu nhiên của

công suất đầu ra.

Đối với một nhà máy điện gió đã và đang vận hành, số

liệu có thể thu thập được là vận tốc gió đo được tại các cột

đo gió và công suất phát ra của nhà máy. Đối với nhà máy

này, có thể áp dụng cả hai phương pháp tiếp cận trên.

Ngược lại, với nhà máy đang trong quá trình khảo sát để

xây dựng thì số liệu về công suất phát của nhà máy chưa

có, đối với nhà máy này chỉ có thể áp dụng cách tiếp cận

thứ 2. Ngoài ra có một thực tế, đó là việc xây dựng hàm

phân bố xác suất cho vận tốc gió nhìn chung dễ thực hiện

và cho độ chính xác cao hơn so với xây dựng hàm phân bố

trực tiếp cho công suất phát, vì số liệu này thường phân bố

theo những quy luật rất phức tạp [10]. Do đó, trong thực tế,

phương pháp 2 thường được lựa chọn phổ biến hơn và

trong bài báo này, phương pháp 2 cũng được lựa chọn sử

dụng. Tuy nhiên, để áp dụng phương pháp 2 thì đường cong

công suất cho nhà máy điện gió được yêu cầu, việc xây

dựng đường cong này được trình bày trong Mục 2.3. Trong

bài báo này, bộ số liệu đo đếm hàng giờ về vận tốc gió

(dùng ở Mục 2.2) và công suất phát tại một nhà máy điện

gió thực tế ở Ý (công suất lắp đặt 90 MW, vận tốc gió khởi

động Vcut-in = 3m/s, vận tốc gió dừng máy Vcut-out = 20m/s)

trong thời gian một năm được sử dụng. Vận tốc gió và công

suất đầu ra thu thập được như trong Hình 1 và 2.

Hình 1. Vận tốc gió

Hình 2. Công suất đầu ra nhà máy điện gió

2.2. Mô tả vận tốc gió

Vận tốc gió trong nghiên cứu thực tế thường được biểu

diễn bằng các hàm phân phối xác suất phổ biến như

Weibull, Gamma, Rayleigh, ... Hàm phân phối xác suất tích

lũy và hàm mật độ xác suất của các hàm này được trình bày

trong [11]. Với mỗi bộ số liệu vận tốc thu thập được từ một

nhà máy điện gió thực tế, dùng các phương pháp ước lượng

hàm trong xác suất sẽ tìm được hàm phân phối phù hợp

nhất đối với bộ số liệu có được.

Hình 3 trình bày các hàm phân phối xác suất tích lũy

khác nhau được ước lượng cho vận tốc gió đo đếm tại nhà

máy điện gió trình bày ở Mục 1.1, trong đó hàm Gamma (có

tham số hình dạng a = 2,75 và tham số tỷ lệ b = 1,93) [11] là

hàm phù hợp nhất (đường cong ứng với hàm Gamma bám

sát đường cong số liệu thực tế Data trên Hình 3). Hàm phân

bố này được dùng để phát bộ số liệu ngẫu nhiên cho vận tốc

gió (với số mẫu tạo ra Nsample = 5.000, bằng với số lượng

mẫu cần cho bài toán tính toán trong Mục 4).

Hình 3. Hàm phân phối xác suất tích lũy của vận tốc gió

2.3. Xây dựng đường cong công suất cho nhà máy điện gió

Với bộ số liệu vận tốc gió và công suất đầu ra của nhà

máy điện gió thu thập được, dùng công cụ Curve Fitting

Toolbox [12] trong Matlab có thể cho phép ước lượng được

đường cong công suất phù hợp nhất cho từng nhà máy. Tuy

nhiên, trong thực tế, bộ số liệu thu thập được thường chứa

đựng một số lượng số liệu lỗi nhất định do một số nguyên

nhân như lỗi do thiết bị đo, lỗi do thiết bị truyền dữ liệu,

lỗi sao chép, lưu trữ, ... Các cặp số liệu lỗi này không tuân

theo quy luật quan hệ công suất - vận tốc đúng với hoạt

động bình thường của nhà máy và các cặp số liệu này nên

được loại bỏ trước khi ước lượng để đạt được kết quả chính

xác nhất. Các cặp số liệu lỗi thường gặp ứng với các trường

hợp như [10]: vận tốc gió có giá trị âm; vận tốc gió có giá

trị lớn hơn Vcut-out nhưng công suất phát khác 0; công suất

phát có giá trị nhỏ hơn 0 hoặc lớn hơn công suất lắp đặt; số

liệu vận tốc gió duy trì, ít thay đổi trong khoảng thời gian

dài vài giờ,... Sau khi loại các cặp số liệu này xong, số liệu

vận tốc gió từ Vcut-in đến Vcut-out được chia theo các khoảng

đều nhau 0,5 m/s để hình thành các bin (thùng) [10], số liệu

công suất ứng với vận tốc trong từng bin có độ lệch quá xa

so với công suất trung bình trong từng bin sẽ bị loại ra

(trong bài báo này số liệu lệch so với giá trị trung bình quá

4 lần phương sai sẽ bị loại) [10]. Hình 4 biểu diễn số liệu

sau khi lọc (Filtered data) và số liệu ban đầu (Data).

Trong công cụ Curve Fitting [12] có rất nhiều phương

pháp và đường cong để ước lượng cho bộ số liệu vận tốc,

công suất như Fourier, Polynomial, Smoothing spline, ...

Sau khi chạy cho tất cả các phương pháp, sự phù hợp của

các phương pháp được đánh giá bằng giá trị Goodness-of-

Fit Statistics, và dựa vào giá trị này sẽ chọn được phương

pháp phù hợp nhất với bộ số liệu. Hình 4 biểu diễn đường

cong ước lượng được ứng với bộ số liệu lúc chưa lọc

28 Lê Đình Dương, Lê Văn Thông, Đậu Trọng Tuấn, Huỳnh Văn Kỳ, Nguyễn Quốc Tuyến

(Curve 1) và bộ số liệu sau khi lọc (Curve 2), cả hai đều

tương ứng với hàm Polynomial (bậc 8). Đường Curve 2

được chọn dùng để làm đường cong quan hệ công suất -

vận tốc cho nhà máy điện gió đang xét.

Đối với một máy phát điện gió, quan hệ công suất - vận

tốc là một quan hệ phi tuyến [10]. Mối quan hệ phi tuyến

công suất - vận tốc của một nhà máy điện gió càng phức

tạp hơn vì nhà máy bao gồm nhiều tuốc bin gió và các tuốc

bin này khi gió thổi qua sẽ ảnh hưởng lẫn nhau và ảnh

hưởng đến đặc tính công suất - vận tốc của từng hệ thống

tuốc bin – máy phát. Đặc biệt, trên Hình 4 cho thấy khi vận

tốc gió lớn hơn khoảng 14 m/s, những ảnh hưởng trên làm

cho công suất đầu ra của nhà máy có xu hướng giảm xuống.

Hình 4. Số liệu và đường cong công suất xây dựng cho

nhà máy điện gió

2.4. Kết quả

Bộ số liệu vận tốc gió được phát ra từ hàm phân bố ước

lượng được ở Mục 2.2 và bộ số liệu công suất đạt được sau

khi dùng bộ số liệu vận tốc gió phát ra và đường cong ước

lượng được ở Mục 2.3 lần lượt biểu diễn trên Hình 5 và

Hình 6.

Hình 5. Vận tốc gió được phát ra từ hàm phân bố xây dựng

được từ số liệu thực tế (dạng histogram)

Hình 6. Công suất đầu ra của nhà máy điện gió có được

từ số liệu vận tốc gió phát ra và đường cong công suất

xây dựng được (dạng histogram)

3. Thuật toán tính toán và phân tích hệ thống điện có

kết nối nguồn năng lượng gió

Như đã phân tích ở trên, phương pháp mô phỏng Monte

Carlo [9] được áp dụng trong bài báo này, các bước thực

hiện như sau:

• Bước 1: Nhập thông tin đầu vào của bài toán tính toán

hệ thống điện (truyền thống) như thông số hệ thống, cấu

trúc lưới.

• Bước 2: Dựa vào số liệu thu thập được đối với từng biến

đầu vào (công suất phụ tải, công suất đầu ra các nhà máy điện,

xác suất sự cố các phần tử...), xây dựng hàm phân bố cho từng

đại lượng. Trong bài báo này, nhóm tác giả tập trung đi sâu vào

việc xây dựng hàm phân bố cho công suất nhà máy điện gió.

• Bước 3: Chọn số lượng mẫu (Nsample) và phát ra các

bộ số liệu mẫu cho từng biến đầu vào dựa trên hàm phân

bố đạt được ở Bước 2.

• Bước 4: Chạy bài toán tính toán chế độ xác lập cho tất

cả các mẫu (Nsample) và lưu lại kết quả đầu ra (gồm

Nsample kết quả đầu ra cho điện áp nút, công suất truyền

tải các nhánh...).

• Bước 5: Dùng bộ số liệu đầu ra cho từng đại lượng, xây

dựng hàm phân bố và đánh giá khả năng quá tải, quá hoặc

thiếu điện áp, ... (nếu có) để từ đó đưa ra giải pháp khắc

phục. Các hàm này phản ánh một cách đầy đủ quy luật biến

đổi của các đại lượng trong suốt quá trình vận hành để từ

đó có thể đánh giá một cách đầy đủ sự làm việc cũng như

mức độ an toàn của hệ thống.

4. Áp dụng

Phương pháp mô phỏng và xây dựng bộ số liệu ngẫu

nhiên cho nguồn gió và phương pháp tính toán hệ thống

điện có xét đến sự biến đổi ngẫu nhiên của thông tin đầu

vào trình bày ở Mục 3 [9] được áp dụng cho hệ thống điện

mẫu IEEE-9 nút có sửa đổi như Hình 7 [13]. Các thông tin

về công suất phát các nhà máy, công suất phụ tải tại các nút

5, 7, 9 được cho trên Hình 7 [13]. Nhà máy nối vào nút 3

là nhà máy điện gió trình bày ở Mục 2.

Hình 7. Hệ thống điện IEEE-9 nút sửa đổi

Trong phần này, biến đầu vào cho bài toán tính toán hệ

thống điện (trình bày ở Mục 3) giả sử chỉ có các biến ngẫu

nhiên là công suất phát nhà máy điện gió nối vào nút 3 và

công suất phụ tải tại các nút 5, 7, 9. Các đại lượng đầu vào

khác xem như hằng số (giả sử không xét sự ngẫu nhiên).

Do không có số liệu thực tế của phụ tải để ước lượng hàm

phân bố, các phụ tải giả sử biến đổi theo quy luật phân bố

chuẩn [14] với giá trị kỳ vọng là giá trị xác lập và độ lệch


chuẩn bằng 8% kỳ vọng. Các hàm này được dùng để phát

mẫu cho phụ tải (với Nsample = 5.000 mẫu).

Hình 8, 9, 10, 11 lần lượt trình bày minh họa hàm phân

bố của điện áp tại nút 6, điện áp nút 7, công suất truyền qua

nhánh 8-9 và 4-5. Trong trường hợp này, điện áp tất cả các

nút dù có biến đổi ngẫu nhiên nhưng không có trường hợp

quá áp hoặc thiếu áp (hai đường giới hạn vẽ nét đứt trên

Hình 8 và 9). Trong khi đó, luồng công suất truyền tải qua

các nhánh biến đổi mạnh theo sự biến đổi ngẫu nhiên của

phụ tải và nguồn gió nối vào lưới. Trong trường hợp đang

xét, các luồng công suất qua các nhánh đều không bị quá

tải, trừ trường hợp nhánh 4-5 có nguy cơ bị quá tải (công

suất cực đại cho phép truyền Smax = 95 MVA) với xác suất

quá tải là 2,42%. Tùy theo khả năng quá tải mà đơn vị quản

lý vận hành lưới điện sẽ có giải pháp phù hợp để giảm bớt

nguy cơ xảy ra quá tải cho hệ thống điện.

Hình 8. Hàm phân bố của điện áp tại nút 6

Hình 9. Hàm phân bố của điện áp tại nút 7

Hình 10. Hàm phân bố của công suất truyền tải trên

đường dây 8-9

Hình 11. Hàm phân bố của công suất truyền tải trên

đường dây 4-5

5. Kết luận

Bài báo trình bày phương pháp mô phỏng nguồn năng

lượng gió và phương pháp tính toán, phân tích hệ thống điện

có xét đến sự biến đổi ngẫu nhiên của các đại lượng đầu vào

trong đó có nguồn năng lượng gió. Kết quả đạt được cho

phép đưa ra những đánh giá toàn diện hơn về các thông số

chế độ của hệ thống điện cũng như ảnh hưởng của sự biến

đổi ngẫu nhiên của nguồn gió đến hệ thống điện. Phương

pháp trình bày trong bài báo có thể triển khai áp dụng cho

các hệ thống điện có nhà máy điện gió trong thực tế.


[1] T. Cui and F. Franchetti, “A Quasi-Monte Carlo Approach for

Radial Distribution System Probabilistic Load Flow”, Innovative

Smart Grid Technologies (ISGT), 2013 IEEE PES, 24-27 Feb. 2013, pp. 1-6.

[2] R. Billinton and W. Li, Reliability Assessment of Electrical Power

Systems Using Monte Carlo Methods, Plenum Press, New York, 1994.

[3] Liu, J. S., Monte Carlo Strategies in Scientific Computing, Springer-

Verlag, New York, USA, 2001.

[4] Rubinstein, R. Y. and D. P. Kroese, Simulation and the Monte Carlo

Method, 2nd Ed. Wiley, Hoboken, NJ, USA, 2008.

[5] J. M. Hammenley and D. C. Handscomb, Monte Carlo Methods,

Norwich: Fletcher and Son Ltd, 1964.

[6] P. Zhang and S. T. Lee, “Probabilistic Load Flow Computation

Using The Method of Combined Cumulants and Gram-Charlier”,

IEEE Trans. Power Syst., 19(1), Feb. 2004, pp. 676-682.

[7] M. Fan, V. Vittal, G. T. Heydt, and R. Ayyanar, “Probabilistic Power

Flow Studies for Transmission Systems with Photovoltaic

Generation Using Cumulants”, IEEE Trans. Power Syst., 27(4), Nov. 2012, pp. 2251-2261.

[8] C. L. Su, “Probabilistic Load-Flow Computation Using Point Estimate

Method”, IEEE Trans. Power Syst., 20(4), 2005, pp. 1843-1851.

[9] Lê Đình Dương, Nguyễn Thị Ái Nhi, Huỳnh Văn Kỳ, “Giải pháp

tính toán và phân tích các chế độ vận hành hệ thống điện bằng

phương pháp xác suất”, Hội nghị Khoa học & Công nghệ Điện lực

toàn quốc 2014, trang 492-503.

[10] D. D. Le, G. Gross, and A. Berizzi, “Probabilistic Modeling of Multisite

Wind Farm Production for Scenario-based Applications”, IEEE

Transactions on Sustainable Energy, No. 6(3), 2015, pp. 748-758.

[11] Eugene C. Morgan, Matthew Lackner, Richard M. Vogel, Laurie G.

Baise, “Probability Distributions for Offshore Wind Speeds”,

Energy Conversion and Management, 52, 2011, pp. 15-26.

[12] Online, https://www.mathworks.com/help/curvefit/evaluating-goodness-

of-fit.html

[13] Online: http://www.pserc.cornell.edu/matpower/

[14] K. Krishnamoorthy, Handbook of Statistical Distributions with

Applications, CRC Press, 2006.


30 Nguyễn Thu Hà

MỘT SỐ ĐIỀU CHỈNH KHI TÍNH TOÁN NỘI LỰC TRONG CỌC ĐỐI VỚI

MÓNG CỌC ĐÀI CAO THEO CÁC TÀI LIỆU HIỆN HÀNH

SOME ADJUSTMENTS WHEN CALCULATING INTERNAL FORCE IN THE PILE FOR

FLOATING PILE FOUNDATION ACCORDING TO CURRENT DOCUMENTS

Nguyễn Thu Hà

Trường Đại học Bách khoa – Đại học Đà Nẵng; [email protected]

Tóm tắt - Bài báo trình bày tóm tắt phương pháp, sơ đồ và trình tự tính toán nội lực trong cọc đối với móng cọc đài cao. Tác giả chỉ ra những nhầm lẫn và sai sót trong các công thức tính toán theo một số tài liệu hiện hành. Từ đó điều chỉnh các công thức tính cho đúng để người dùng sử dụng tính toán cho kết quả hợp lý và chính xác. Sử dụng các công thức sau khi điều chỉnh để tính toán nội lực lên cọc trong móng đài cao. Kết quả tính được trình bày đối với móng có các cọc chỉ bố trí theo phương thẳng đứng và trường hợp móng có cọc bố trí theo phương đứng và phương xiên. Bài báo là tài liệu rất hữu ích cho sinh viên, học viên và các kỹ sư tư vấn thiết kế tham khảo trong việc tính toán thiết kế móng cọc đài cao.

Abstract - The article presents a summary of the method, structural plan and calculation of internal force in the pile for floating pile foundation. The author gives the error in the formula according to current documents, thereby adjusting the calculation formula so that users use the calculation for accurate results. Use the formula after adjustment for the calculation of internal force in the pile for floating pile foundation. Calculated results are presented for foundation with vertical piles and case foundation with vertical and oblique piles. This paper is very useful for students, master students and design engineers in calculating and designing floating pile foundation.

Từ khóa - móng cọc đài cao, cọc xiên, nội lực lên cọc, chuyển vị của đài cọc, mô men uốn.

Key words - floating pile foundation, oblique pile, internal force, displacement of the capping, flexural moment.


Móng cọc đài cao được sử dụng rất nhiều và rộng rãi

đối với các công trình xây dựng, đặc biệt là các công trình

xây dựng Giao thông và công trình Cảng biển. Hiện nay,

khi tính toán móng cọc thì tuân theo tiêu chuẩn hiện hành

như: TCVN 10304-2014 - Móng cọc - tiêu chuẩn thiết kế;

hoặc tiêu chuẩn ngành như 22TCN 272-05 - Tiêu chẩn thiết

kế cầu. Tuy nhiên, trong các tiêu chuẩn lại không nêu rõ

ràng phương pháp và cách tính toán nội lực lên các cọc đối

với móng cọc đài cao. Trong một số tài liệu của các tác giả

thì có nói đến rất cụ thể nhưng các công thức tính toán có

vài chỗ nhầm lẫn sai sót. Vì vậy, có một số bảng tính nôi

lực trong cọc của các công trình xây dựng thực tế và các

bảng tính bằng phần mềm excel đã được các tác giả trong

nước nghiên cứu xây dựng dựa theo các tài liệu đó nên kết

quả kiếm toán giữa ngoại lực và nội lực lên cọc không cân

bằng. Bài báo nêu một số điều chỉnh cho các công thức tính

và công thức kiểm toán nội lực trong cọc dựa theo các tài

liệu [1] Nền và móng Công trình Cầu Đường của tác giả

Bùi Anh Định, Nguyễn Ngọc Sỹ; [2] Nền và Móng của tác

giả Lê Xuân Mai (chủ biên).

2. Phương pháp, sơ đồ và công thức tính nội lực trong

cọc đối với móng cọc đài cao

2.1. Phương pháp tính

Theo quan điểm tĩnh học, móng cọc đài cao có thể coi

như một khung không gian gồm các cọc đứng và cọc xiên

ngàm đàn hồi vào đất và ngàm vào đài (đài xem như thanh

ngang cứng hoặc mềm). Khung với thanh ngang cứng

dùng để tính toán móng cọc mố, trụ cầu. Khung với thanh

ngang mềm dùng để tính toán móng cọc công trình bến

cảng [2].

Để tính toán nội lực trong cọc thì dựa vào các giả thiết

cơ bản như [1] và [2] đã nêu từ đó dùng phương pháp

chuyển vị trong cơ học kết cấu để tính.

2.2. Sơ đồ tính

Hình 1. Sơ đồ tính toán móng cọc đài cao

Giả sử trong móng bố trí m cọc. Khi tác dụng tải trọng

lên đầu cọc, đài cọc chuyển vị được biểu diễn thông qua 3

liên kết phụ (v), (u) và (ω). Trong đó, liên kết (v) chống lại

chuyển vị thẳng đứng, (u) chống lại chuyển vị ngang, (ω)

chống lại chuyển vị xoay

Theo phương pháp chuyển vị: Tổng số phản lực sinh ra

trong một liên kết phụ do chuyển vị của nó cũng như

chuyển vị của các liên kết khác và ngoại lực bằng không.

Phương trình chính tắc:

0

0

0

vv vu v

uv uu u x

v u y

r v r u r p

r v r u r H

r v r u r M

+ + − =

+ + − = + + − =

Với rvv gọi là phản lực đon vị - phản lực trong liên kết

phụ v do chuyển vị của chính nó bằng 1 sinh ra; ruu, rww gọi

là phản lực đơn vị (tương tự trên); rik phản lực đơn vị tại

các liên kết của hệ cơ bản, i (chỉ số) chỉ phương của phản

lực. Ví dụ ruw là phản lực tại liên kết chống chuyển vị ngang

(u) do chuyển vị đơn vị của liên kết cản trở chuyển vị xoay

w gây ra. Theo cơ học kết cấu ta có

ruw = rwu tương tự ta có đối với ruv = rvu và rvw = rwv

x

z

x

y

oo

H

P

MEJ=

O

uv

x

z


u,v,w là chuyển vị ngang, chuyển vị đứng và góc xoay

của đài tuyệt đối cứng

N là tổng tải trọng thẳng đứng tác dụng tại đáy đài; Hx

là tổng tải trọng ngang tác dụng theo chiều ox; My là tổng

mômen tác dụng đối với trục oy.

2.3. Trình tự tính toán

Trình tự tính được thực hiện theo các bước sau:

- Chuyển sơ đồ bài toán về một khung phẳng.

- Chọn gốc toạ độ là trọng tâm đáy đài (O)

- Chuyển tất cả các ngoại lực tác dụng lên đài về điểm

O ta sẽ có P, HX và My.

a. Tính chiều dài chịu nén (LN) và chịu uốn (LM)

b. Tính các hệ số của phương trình chính tắc

c. Giải hệ phương trình chính tắc được các công thức

tính chuyển vị của đài v, u, ω

d. Thay các giá trị chuyển vị của đài (v, u, ω) vào các

công thức để xác định được nội lực trong từng cọc

e. Kiểm tra lại các kết quả tính toán được xem có bị

nhầm lẫn gì không.

2.4. Công thức tính nội lực trong cọc theo các tài liệu [1],

[2] và một số điều chỉnh

Về cơ bản các công thức tính nội lên cọc theo [1] và

[2]. Tuy nhiên có một số công thức chưa chính xác hoặc

bị nhầm lẫn khi biên soạn. Sở dĩ tác giả thấy điều đó vì

trong quá trình tính toán phát hiện ra thứ nguyên của các

đại lượng không đồng nhất và không đúng như lý thuyết

truyền thống. Mặt khác nếu cứ tính theo công thức tài liệu

thì nội lực và ngoại lực không cân bằng với nhau. Ở đây,

bài báo chỉ nêu những công thức chưa chính xác và điều

chỉnh lại để việc tính toán đạt kết quả đúng (nội lực và

ngoại lực cân bằng).

Bảng 1. Các công thức gốc và điều chỉnh theo [1]

TT Công thức gốc (3-88) trang 151,

(3-98) trang 152, (3-118) và (3- 119) trang 158 Công thức điều chỉnh

(1) cos sin cosn

n n n n n

Nn

EFN v u x

L = + + cos sin cosn

n n n n n

Nn

EFN v u x

L = + +

(2) 2sin os 6

. os

n n

u u n n n

Nn Mn n

F Jr r E x c E

L L c

= = −

2sin os 6 osn n

u u n n n n

Nn Mn

F Jr r E x c E c

L L = = −

(3) 2

.( 0,5 . )

. .

.2.

.

Ny x M

x M MTn n

Nn

M

J LM H L

H L F LM x

J Lmx m

F L

+

= −

+ 2

.( 0,5 . )

. .

.2.

.

Ny x M

x M MTn

Nn

M

J LM H L

H L F LM

J Lmx m

F L

+

= −

+

(4) 2

.( 0,5 . )

. .

.2.

.

Ny x M

x M MDn n

Nn

M

J LM H L

H L F LM x

J Lx m

F L

+

= −

+ 2

.( 0,5 . )

. .

.2.

.

Ny x M

x M MDn

Nn

M

J LM H L

H L F LM

J Lmx m

F L

+

= − −

+

Bảng 2. Các công thức và điều chỉnh trong trường hợp móng chỉ có cọc thẳng đứng theo [2]

TT Công thức gốc

(3.137) trang 169, (3.164), (3.172) và (3.173) trang 174 Công thức điều chỉnh

(5) 1

( . . ) 0m

T n n

n

M m M N x=

− − = 1

( . . ) 0m

n n T

n

M N x m M=

− − =

(6) 3

6.EJu u

M

r r mL

= = − 2

6.EJu u

M

r r mL

= = −

(7) 2

6 4Tn

MM

EJM u

LL= −

2

6 4Tn

MM

EJ EJM u

LL= −

(8) 2

Dn Tn

M

M ML

= + 2Dn Tn

M

EJM M

L= − −

Bảng 3. Các công thức và điều chỉnh trong trường hợp tổng quát móng có cọc xiên theo [2]

Công

thức gốc

3.139

đến

3.143,

trang

170

2 2

3sin 12 osn n

uu n n

Nn Nn

F Jr E c

L L = +

2 2

1 1

cos 4m m

n n

n n

n nNn Mn

F Jr E x

L L

= =

= +

21 1

( sin cos 6 cos )m m

n n

u u n n n n

n nNn Mn

F Jr r E x

L L

= =

= = − 1

sin cosm

n

vu uv n

n Nn

Fr r E

L

=

= =

2

1

x cosm

nv v n n

n Nn

Fr r E

L

=

= =

32 Nguyễn Thu Hà

Điều

chỉnh

(9)

(10)

(11)

(12)

(13)

2 2

3( sin 12 os )n n

uu n n

Nn Mn

F Jr E c

L L = +

3. Một số ví dụ tính toán nội lực tác dụng lên cọc trong

móng cọc đài cao

3.1. Móng chỉ có các cọc bố trí theo phương thẳng đứng,

đối xứng

3.1.1. Số liệu ban đầu

- Cọc bê tông cốt thép, tiết diện ngang 40cmx40cm,

chiều dài 23,8m. Bê tông cọc loại B25 (M350), cốt thép

dọc 8Φ16 (loại CII), cốt đai rời Φ8 (loại CI). Bố trí 21 cọc

(m=21cọc) trong đài theo phương thẳng đứng, đối xứng.

- Chiều cao đài hđ=2m. Cọc ngàm vào đài là 2d=0,8m

trong đó đập vỡ đầu cọc 0,6m, còn lại 0,2m ngàm chặt vào

đài. Chiều dài tính toán của cọc là Ltt=23m.

- Kích thước đáy đài là 3,4mx8,2m, đáy ở độ sâu 0,5m

so với mặt đất tự nhiên.

Hình 2. Mặt bằng bố trí cọc trong móng

3.1.2. Xác định chiều dài chịu nén (LN) và chiều dài chịu

uốn (LM) của cọc

- Chiều dài chịu nén LN=Ltt=23m

- Chiều dài chịu uốn:

Khi L1<2η.d thì lấy LM=L0+2η.d–Ltt/2

Khi L1 ≥2η.d thì lấy LM=L0+η.d

L0 là đoạn cọc dài tự do, L0=0; L1 là chiều dài của đoạn

cọc nằm trong đất L1=23m; d=0,4m; η là hệ số thường lấy

η=5÷7, đất càng tốt thì η càng nhỏ. Ta có

L1=23m≥2η.d=2.(5÷7).0,4(m) nên LM=η.d=7.0,4=2,8m

3.1.3. Xác định các đặc trưng của cọc

Mô đun đàn hồi của vật liệu làm cọc: BT B25 (M350);

E=30x103(MPa)=30x105(T/m2); Mô mem quán tính của

tiết diện ngang cọc: J=ab3/12=0,4.0,43/12=2,133.10-3(m4);

Diện tích tiết diện ngang cọc: F=0,4.0,4=0,16(m2)

Từ đó có EJ=6,399.103(Tm2); EF=0,48.106(T)

3.1.4. Tính các phản lực đơn vị

Các giá trị phản lực đơn vị không phụ thuộc vào vị trí

cọc trong đài, chỉ phụ thuộc vào phương tính toán:

2 2 2 2 2

1

(3,6 2,4 1,2 ).3.2 120,96(m )m

nngang

n

x=

= + + =

2 2 2

1

(1,2 ).7.2 20,16(m )m

ndoc

n

x=

= =

xn là khoảng cách từ tim bệ cọc đến tim cọc thứ n

1

1m

vv

n N

Fr EJ

J L=

=

; 3

12.uu

M

EJr m

L=

2

1 1

14

m mn

n nN M

xFr EJ

J L L

= =

= +

2

6.u u

M

EJr r m

L = = −

Bảng 4a. Phản lực đơn vị tính theo phương ngang

Tính theo phương ngang

ruu (T/m) rvv (T/m) rvv (Tm)

ruw = rwu(T)

73,458.103 438.103 2716.103

-102,84.103

Bảng 4b. Phản lực đơn vị tính theo phương dọc

Tính theo phương dọc

ruu (T/m) rvv (T/m) rvv (Tm)

ruw = rwu(T)

73,458.103 438.103 613.103

-102,84.103

3.1.5. Tính các chuyển vị của đáy đài

Bảng 5. Tải trọng tính toán tác dụng lên đỉnh móng

Phương ngang Phương dọc

P (T) My (Tm) Hx (T) P (T) My (Tm) Hx (T)

1200 420 142 1200 0 0

Chuyển vị đứng, chuyển vị ngang và góc xoay:

vvr

Pv = ;

2

x u y

uu u

r H r Mu

r r r

−=

−;

2

uu y u x

uu u

r M r H

r r r

−

=−

Bảng 6a. Chuyển vị của đáy đài theo phương ngang

Phương ngang

v (m) u (m) w (rad)

2,74.10-3 2,27.10-3 0,24.10-3

Bảng 6b. Chuyển vị của đáy đài theo phương dọc

Phương dọc

v (m) u (m) w (rad)

2,74.10-3 0 0

8200

3400

500

1200

500

1200

500 1200 1200 1200 1200 1200 1200 500

2 2 2 2

3 21 1 1 1

cos 4 12 sin 12 sinm m m m

n n n n

n n n n n n

n n n nNn Mn Mn Mn

F J J Jr E x x x

L L L L

= = = =

= + + +

2 31 1 1

( sin cos 6 cos 12 sin cos )m m m

n n n

u u n n n n n n n

n n nNn Mn Mn

F J Jr r E x x

L L L

= = =

= = − −

31 1

sin cos 12 sin cosm m

n n

vu uv n n

n nNn Mn

F Jr r E

L L

= =

= = −

2 2

2 31 1 1

x cos 6 sin 12 sinm m m

n n n

v v n n n n n

n n nNn Mn Mn

F J Jr r E x

L L L

= = =

= = + +


3.1.6. Tính nội lực tác dụng lên các cọc trong móng

Lực dọc, lực cắt, mô men tại đầu cọc và mô men tại

ngàm trong đất được tính như sau:

( )n n

N

EFN v x

L= +

3 2

12 6n

M M

EJ EJQ u

L L= −

2

6 4EJTn

M M

EJM u

L L= −

2EJDn Tn

M

M ML

= − −

Bảng 7. Nội lực trong cọc trường hợp móng chỉ có cọc thẳng đứng

Theo phương ngang Theo phương dọc

Tên cọc x (m) Nn (T) Qn (T) MTn(Tm) MDn(Tm) x (m) Nn (T) Qn (T) MTn(Tm) MDn(Tm)

1 3,6 75,22 6,76 8,92 -10,02 1,2 57,14 0,00 0,00 0,00

2 3,6 75,22 6,76 8,92 -10,02 0 57,14 0,00 0,00 0,00

3 3,6 75,22 6,76 8,92 -10,02 -1,2 57,14 0,00 0,00 0,00

4 2,4 69,19 6,76 8,92 -10,02 -1,2 57,14 0,00 0,00 0,00

5 2,4 69,19 6,76 8,92 -10,02 0 57,14 0,00 0,00 0,00

6 2,4 69,19 6,76 8,92 -10,02 1,2 57,14 0,00 0,00 0,00

7 1,2 63,17 6,76 8,92 -10,02 1,2 57,14 0,00 0,00 0,00

8 1,2 63,17 6,76 8,92 -10,02 0 57,14 0,00 0,00 0,00

9 1,2 63,17 6,76 8,92 -10,02 -1,2 57,14 0,00 0,00 0,00

10 0 57,14 6,76 8,92 -10,02 -1,2 57,14 0,00 0,00 0,00

11 0 57,14 6,76 8,92 -10,02 0 57,14 0,00 0,00 0,00

12 0 57,14 6,76 8,92 -10,02 1,2 57,14 0,00 0,00 0,00

13 -1,2 51,12 6,76 8,92 -10,02 1,2 57,14 0,00 0,00 0,00

14 -1,2 51,12 6,76 8,92 -10,02 0 57,14 0,00 0,00 0,00

15 -1,2 51,12 6,76 8,92 -10,02 -1,2 57,14 0,00 0,00 0,00

16 -2,4 45,09 6,76 8,92 -10,02 -1,2 57,14 0,00 0,00 0,00

17 -2,4 45,09 6,76 8,92 -10,02 0 57,14 0,00 0,00 0,00

18 -2,4 45,09 6,76 8,92 -10,02 1,2 57,14 0,00 0,00 0,00

19 -3,6 39,07 6,76 8,92 -10,02 1,2 57,14 0,00 0,00 0,00

20 -3,6 39,07 6,76 8,92 -10,02 0 57,14 0,00 0,00 0,00

21 -3,6 39,07 6,76 8,92 -10,02 -1,2 57,14 0,00 0,00 0,00

3.1.7. Kiểm tra kết quả tính toán

1200 3(75,22 69,19

63,17 57,14 51,12 45,09 39,07) 0

nP N− = − +

+ + + + + =

142 21.6,76 0x nH mQ− = − =

( . . ) 420 (607,25 187,25) 0y n n TM N x m M− − = − − =

Vậy nội lực và ngoại lực cân bằng.

3.2. Móng có các cọc bố trí theo phương thẳng đứng và

phương xiên đối xứng nhau

Sơ đồ bài toán tương tự như ví dụ trên, 4 hàng cọc phía

ngoài bố trí xiên đối xứng nhau qua trọng tâm đáy đài (góc

xiên trong bảng tính), 3 hàng cọc giữa bố trí theo phương

đứng. Kết quả cụ thể như các bảng 8, 9, 10, 11. Kiểm tra

kết quả tính được nội lực và ngoại lực cân bằng

( cos sin ) 2400 (2399,79 ( 0,21)) 0

( sin cos ) 142 (32,79 109,21) 0

( cos sin )

620 (781,25 24,3 136,95) 0

n n n n

x n n n n

y n n n n n n Tn

P N Q

H N Q

M N x Q x M

− − = − − − =

− + = − + =

− − −

= − − − =

Bảng 8. Các phản lực đơn vị trong móng có cọc xiên

Theo phương ngang

rvv(T/m) ruu(T/m) rvu = ruv(T/m) rωω (Tm) rvω = rωv(T) ruω = rωu(T)

433410,16 77506,93 0,00 2670979,97 0,00 1258,63

Theo phương dọc

rvv(T/m) ruu(T/m) rvu = ruv(T/m) rωω (Tm) rvω = rωv(T) ruω = rωu(T)

433410,16 77506,93 0,00 608073,75 0,00 -102285,14

Bảng 9. Tải trọng tác dụng lên đỉnh móng


P(T) My (Tm) Hx (T) P (T) My(Tm) Hx(T)

2400 620 142 2400 0 0

Bảng 10. Các chuyển đứng, ngang và góc xoay của đáy đài


v(m) u(m) ω(rad) v (m) v(m) ω (rad)

0,0055 0,0018 0,0002 0,0055 0,004 0,0017

34 Nguyễn Thu Hà

Bảng 11. Nội lực lên cọc trong trường hợp móng có cọc thẳng đứng và cọc xiên

Tên

cọc

x

(m)

Góc

α (độ)

Phương ngang Phương dọc

Nn (T) Qn (T) MTn(Tm) MDn(Tm) x (m) Nn (T) Qn (T) MTn MDn

1 3,6 8 136,93 2,10 2,41 -3,47 1,2 168,63 2,09 -0,97 -6,83

2 3,6 8 136,93 2,10 2,41 -3,47 0 126,29 3,09 0,43 -8,23

3 3,6 8 136,93 2,10 2,41 -3,47 -1,2 83,96 4,09 1,82 -9,63

4 2,4 8 131,20 2,24 2,60 -3,66 -1,2 83,96 4,09 1,82 -9,63

5 2,4 8 131,20 2,24 2,60 -3,66 0 126,29 3,09 0,43 -8,23

6 2,4 8 131,20 2,24 2,60 -3,66 1,2 168,63 2,09 -0,97 -6,83

7 1,2 0 121,34 5,26 6,84 -7,90 1,2 158,30 5,93 4,40 -12,20

8 1,2 0 121,34 5,26 6,84 -7,90 0 115,55 5,93 4,40 -12,20

9 1,2 0 121,34 5,26 6,84 -7,90 -1,2 72,81 5,93 4,40 -12,20

10 0 0 115,55 5,26 6,84 -7,90 -1,2 72,81 5,93 4,40 -12,20

11 0 0 115,55 5,26 6,84 -7,90 0 115,55 5,93 4,40 -12,20

12 0 0 115,55 5,26 6,84 -7,90 1,2 158,30 5,93 4,40 -12,20

13 -1,2 0 109,77 5,26 6,84 -7,90 1,2 158,30 5,93 4,40 -12,20

14 -1,2 0 109,77 5,26 6,84 -7,90 0 115,55 5,93 4,40 -12,20

15 -1,2 0 109,77 5,26 6,84 -7,90 -1,2 72,81 5,93 4,40 -12,20

16 -2,4 -8 97,66 7,63 10,15 -11,21 -1,2 60,24 7,49 6,58 -14,38

17 -2,4 -8 97,66 7,63 10,15 -11,21 0 102,57 8,48 7,98 -15,78

18 -2,4 -8 97,66 7,63 10,15 -11,21 1,2 144,90 9,48 9,37 -17,18

19 -3,6 -8 91,93 7,49 9,96 -11,02 1,2 144,90 9,48 9,37 -17,18

20 -3,6 -8 91,93 7,49 9,96 -11,02 0 102,57 8,48 7,98 -15,78

21 -3,6 -8 91,93 7,49 9,96 -11,02 -1,2 60,24 7,49 6,58 -14,38

4. Kết luận

- Từ kết quả tính toán ở trên và thực hiện cho nhiều bài

toán khác thì thấy rằng việc điều chỉnh các công thức tính

đã đạt độ chính xác.

- Việc điều chỉnh các công thức tính toán ở trên là rất

cần thiết bởi vì chỉ có hai tài liệu [1] và [2] như trên trình

bày một cách cụ thể, rõ ràng cách tính nội lực trong móng

cọc đài cao nhưng lại có sự nhầm lẫn như đã nêu. Còn lại,

hầu hết các giáo trình tham khảo khác có đề cập đến nhưng

không nêu công thức tính rõ ràng.

- Hiện nay, sinh viên cách ngành Xây dựng công trình

Giao thông khi tính toán nội lực trong móng cọc đài cao

đều tham khảo 2 tài liệu trên là chính. Thế nên, bài báo có

thể dùng làm tài liệu cho sinh viên học tập nghiên cứu.

Ngoài ra, bài báo có thể sử dụng cho học viên sau đại học

tham khảo hoặc các kỹ sư thiết kế.


[1] Bùi Anh Định - Nguyễn Ngọc Sĩ, Nền và Móng công trình cầu Đường, Nhà xuất bản Giao thông Vận tải Hà Nội, Năm 2003.

[2] Lê Xuân Mai - Đỗ Hữu Đạo - Nguyễn Tín - Đoàn Việt Lê, Nền và

Móng, Nhà xuất bản Xây dựng, năm 2010.

[3] Tiêu chuẩn thiết kế cầu 22TCN 272-05, Bộ Giao thông Vận tải, Năm

2005.

[4] Móng cọc - Tiêu chuẩn thiết kế TCVN 10304-2014, Năm 2014

[5] Vũ Công Ngữ, Nguyễn Thái, Móng cọc - Phân tích và thiết kế, Nhà

xuất bản Khoa học Kỹ thuật, Năm 2004.

[6] Lê Đức Thắng, Tính toán móng cọc, Nhà xuất bản Giao thông Vận

tải Hà Nội, Năm 1998.



QUY TRÌNH XÁC ĐỊNH GIÁ TRỊ SAR LỚN NHẤT CỦA THIẾT BỊ VÔ TUYẾN

NHIỀU ĂNG TEN SỬ DỤNG KỸ THUẬT BẬT/TẮT NGUỒN BỨC XẠ

A MEASUREMENT PROCEDURE FOR DETERMINING THE MAXIMUM SAR VALUE OF

MULTIPLE ANTENNA RADIO DEVICES USING THE ON/OFF TECHNIQUE

Chu Văn Hải, Nguyễn Huy Hoàng, Lê Đình Thành

Học viện Kỹ thuật Quân sự; [email protected], [email protected], [email protected]

Tóm tắt - Trong bài báo này, nhóm tác giả đề xuất một quy trình đo mới nhằm xác định SAR cực đại của thiết bị nhiều ăng ten phát. Quy trình đo kiểm này dựa trên kỹ thuật bật/tắt lần lượt các ăng ten trong mỗi phép đo để xác định các tham số ước lượng, từ đó, ước lượng cường độ điện trường tại điểm đo đối với các tổ hợp sai pha bất kỳ giữa các ăng ten. Trên cơ sở đó, chúng ta có thể chỉ ra tổ hợp sai pha cụ thể ứng với SAR cực đại trong mặt phẳng đo. Sau khi biết tổ hợp sai pha này, phép đo xác định SAR trung bình không gian cực đại của thiết bị nhiều ăng ten có thể tiến hành tương tự như đối với thiết bị đơn ăng ten. Nhóm tác giả phân tích các vấn đề cơ bản, mô phỏng và kiểm chứng kỹ thuật ước lượng mới đối với một số cấu hình ăng ten điển hình. Kết quả kiểm chứng cho thấy kỹ thuật ước lượng và quy trình đo mới đơn giản, chính xác và tiết kiệm thời gian.

Abstract - In this paper, theauthors propose a new measurement procedure for determining the maximum SAR value of multi-antenna devices. The proposed procedure is based on a new technique which requires antennas turning ON/OFF alternatively in each measurement to determine the estimated factors. Then, the E-field at measured points can be estimated for any combination of relative phases of the antennas. Thanks to the estimation, we can find out the combination of relative phases corresponding to the maximum E-field in the measured plane. By setting the combination to the antennas, the maximum spatial-averaged SAR of a multiple-antenna device can be measured similarly to that of a single antenna device. The authors have analyzed the fundamentals of the new technique, conducted simulations and validations for some typical antenna configurations. As a result, it is confirmed that the proposed technique and procedure is simple, accurate, and time saving.

Từ khóa - hệ số hấp thụ riêng; thiết bị vô tuyến nhiều ăng ten phát; đầu dò điện trường véc-tơ; sai pha tương đối; cường độ điện trường.

Key words - specific absorption rate - SAR; multiple antenna radio device; vector field probes; relative phase; E-Field.


Thiết bị vô tuyến nhiều ăng ten phát được kỳ vọng sẽ

đóng vai trò quan trọng trong các hệ thống thông tin vô

tuyến thế hệ tiếp theo. Hiện nay, các thiết bị vô tuyến nhiều

ăng ten, bao gồm kỹ thuật MIMO (Multi-Input Multi-

Output), và ăng ten mạng pha, nhận được nhiều quan tâm

về nghiên cứu và phát triển. Tuy nhiên, để đưa các thiết bị

này vào hoạt động trong thực tế, có nhiều vấn đề cần nghiên

cứu, giải quyết như tốc độ truyền dữ liệu, chất lượng tin,

kích thước, cường độ điện trường bức xạ… Trong đó, vấn

đề về tương thích điện từ trường là yêu cầu quan trọng để

đảm bảo các thiết bị cung cấp dịch vụ an toàn và tin cậy,

không gây nhiễu đến thiết bị khác trong hệ thống.

Một tham số đặc trưng để kiểm tra tính tương thích điện

từ trường đó là hệ số hấp thụ riêng SAR (Specific

Absorption Rate) được chỉ ra trong các chuẩn quốc tế về an

toàn bức xạ vô tuyến [1], [2], [3]. Hệ số hấp thụ riêng SAR

được định nghĩa là giá trị đặc trưng cho công suất hấp thụ

trên mỗi đơn vị khối lượng của một cơ thể sinh học khi cơ

thể đó tiếp xúc với trường điện từ. Giá trị SAR tỷ lệ với

bình phương biên độ cường độ điện trường bức xạ, và được

tính theo công thức:

2

W / SAR E Kg = (1)

trong đó, và tương ứng là độ dẫn điện ( /S m ) và

mật độ khối lượng riêng (3/Kg m ) của cơ thể sinh học; E

là cường độ điện trường tại điểm đo ( /V m ).

Hệ thống đo SAR thông thường có các thành phần

chính gồm: (1) một phantom được cấu tạo từ chất điện môi

ít tổn hao; (2) chất lỏng bên trong phantom có tính chất

điện từ trường tương đương với cơ thể con người; (3) đầu

dò điện trường để đo cường độ điện trường bên trong

phantom; và (4) thiết bị cần đo. Tùy thuộc vào các hệ thống

đo khác nhau, có thể có thêm cánh tay robot để điều khiển

đầu dò điện trường đo các điểm khác nhau trong phantom.

Phantom có 2 loại cơ bản là phantom phẳng - dùng để đo

SAR của các thiết bị vô tuyến nói chung và phantom có

dạng đầu người (head phantom) - dùng để đo SAR của điện

thoại di động. Chất lỏng bên trong phantom (liquid) là môi

trường hấp thụ sóng điện từ mạnh. Đầu dò điện trường có

hai loại: đầu dò vô hướng [4] (scalar probes) và đầu dò véc-

tơ [5] (vector probes). Đầu dò vô hướng chỉ có thể cung

cấp thông tin về biên độ điện trường tại điểm đo, trong khi

đó đầu dò véc-tơ cung cấp thông tin cả về pha và biên độ

của điện trường.

Đối với các thiết bị vô tuyến có 1 ăng ten phát (trên một

đường thông tin), các kỹ thuật đo SAR và quy trình tìm giá

trị SAR lớn nhất đã được chỉ rõ trong các chuẩn đo quốc tế

[1], [2]. Tuy nhiên, đối với thiết bị có nhiều ăng ten phát

hoạt động trong cùng một tần số, các kỹ thuật đo và quy

trình xác định SAR hiện nay vẫn chưa rõ ràng, tốn thời gian

và phức tạp. Chẳng hạn, các chuẩn IEEE 1528 [1] và

IEC/TR 62630 [2] hiện tại khuyến nghị thực hiện các phép

đo SAR với các giá trị sai pha của nguồn bức xạ (ăng ten)

thay đổi từ 0 độ đến 360 độ (với một giá trị bước pha xác

định). Theo đó, nếu thiết bị có N ăng ten phát hoạt động

trong cùng một tần số, và bước pha là k độ, thì cần thực

hiện 1360 /( )Nk − phép đo SAR lặp đi lặp lại, và tìm giá trị

SAR lớn nhất trong số kết quả đo. Rõ ràng, đây là một quy

trình tốn nhiều thời gian, thậm chí không khả thi trong thực

tế khi giá trị bước pha nhỏ, hoặc số lượng ăng ten lớn, biết


36 Chu Văn Hải, Nguyễn Huy Hoàng, Lê Đình Thành

rằng mỗi phép đo SAR thường mất khoảng 30 phút.

Một số nghiên cứu trong [6], [7], với trường hợp 2 ăng

ten phát và giá trị bước pha bằng 45 độ, thực hiện 8 phép đo

để xác định giá trị SAR lớn nhất. Tuy nhiên, do bước pha là

khá lớn nên giá trị SAR lớn nhất tìm được có thể nhỏ hơn rất

nhiều giá trị SAR thực tế (ứng với giá trị sai pha không phải

là bội của bước pha 45 độ). Các nghiên cứu này chỉ dừng lại

với các trường hợp 2 ăng ten phát. Khi số lượng các ăng ten

phát tăng lên, kỹ thuật đo này trở nên khó khả thi vì yêu cầu

số lượng lớn các phép đo SAR trong thực tế.

Để giảm thời gian đo, một kỹ thuật khác đã được giới

thiệu trong [8]. Theo đó, giá trị SAR của thiết bị nhiều ăng

ten phát được xác định bằng cách kết hợp các giá trị SAR

riêng lẻ của từng ăng ten. Tuy vậy, kỹ thuật này chỉ có thể

chỉ ra giá trị cận trên của SAR, và giá trị này thường quá

cao so với SAR thực tế (overestimating).

Ngoài ra, trong [9], đánh giá SAR trên 4 mẫu điện thoại

di động điển hình có 2 ăng ten phát cùng một tần số hoạt

động ở băng tần LTE. Giá trị SAR được tính theo công thức

của FCC [3] và không xem xét đến sự thay đổi sai pha giữa

2 ăng ten. Vì vậy giá trị SAR thu được có thể thay đổi khi

sai pha thay đổi. Một kỹ thuật ước lượng được giới thiệu

trong [10], phân tích vị trí đặt các ăng ten trong thiết bị di

động với 6 mẫu được khảo sát. Kết quả cho thấy SAR lớn

nhất tại hình a và hình c có thể dự đoán được tương ứng

với sai pha cụ thể là 0° và 180° giúp giảm rất nhiều thời

gian đo. Nghiên cứu cũng đưa ra hướng dẫn thiết kế thiết

bị cầm tay đa ăng ten với SAR thấp. Tuy nhiên, kỹ thuật

ước lượng này có thể không chính xác khi số lượng ăng ten

tăng, vị trí đặt khác và với chủng loại ăng ten khác.

Như vậy, các kỹ thuật đo SAR hiện nay đang gặp thách

thức rất lớn về thời gian đo và tính chính xác trong xác định

SAR của thiết bị. Để giải quyết bài toán này, nhóm nghiên

cứu đã giới thiệu một vài kỹ thuật để ước lượng nhanh SAR

[11], [12]. Các kỹ thuật này được phát triển trên cơ sở phân

tích lý thuyết điện trường tổng tại điểm đo, tính toán các

tham số ước lượng và thực hiện ước lượng SAR với các tổ

hợp sai pha bất kỳ của nguồn bức xạ. Các kiểm chứng cho

một vài mô hình cụ thể đã được tiến hành nhằm minh chứng

cho tính chính xác của kỹ thuật ước lượng.

Trong bài báo này, nhóm tác giả trình bày chi tiết một

kỹ thuật mới để xác định các tham số ước lượng, từ đó đề

xuất quy trình đo đơn giản và hiệu quả nhằm xác định giá

trị SAR cực đại của thiết bị vô tuyến nhiều ăng ten phát.

Kỹ thuật mới được phát triển trên cơ sở ứng dụng hệ thống

đo điện trường sử dụng đầu dò điện trường véc-tơ.

2. Phân tích điện trường tại điểm đo

Để đơn giản, trước hết ta khảo sát điện trường tại một

điểm đo bên trong chất lỏng của hệ thống đo SAR. Về cơ

bản, môi trường chất lỏng bên trong phantom là môi trường

hấp thụ sóng điện trường mạnh. Vì vậy, điện trường tại điểm

đo bên trong phantom của thiết bị có N ăng ten phát có thể

được biểu diễn là tổng véc-tơ các thành phần điện trường

gây ra bởi mỗi nguồn bức xạ riêng lẻ theo phương các trục

x, y, z. Để đánh giá SAR, ba thành phần điện trường theo

phương các trục x, y, z cần được đo kiểm. Tuy nhiên, dưới

đây, nhóm tác giả chỉ trình bày giải pháp ước lượng cho

thành phần điện trường theo trục x (trường hợp theo

phương trục y, z ước lượng tương tự). Xét theo phương trục

x, giá trị cường độ điện trường tại điểm đo được tính theo

công thức:

2

1 2 ... Nii

NtotE a a e a e

= + + + (2)

trong đó 1...n

n Na = là các giá trị phức, đặc trưng cho

điện trường tại điểm đo gây ra bởi ăng ten thứ n; và

( )2...n

n N = là sai pha tương ứng giữa ăng ten thứ n và

ăng ten 1.

Chúng ta nhận thấy rằng, nếu có thể xác định được các

giá trị 1...n

n Na = thông qua một số hữu hạn các phép đo

cho trước, thì cường độ điện trường ứng với tổ hợp sai pha

bất kỳ có thể được ước lượng thông qua công thức (2). Vì

thế, các giá trị 1...n

n Na = được gọi là các tham số ước

lượng. Trong các nghiên cứu ước lượng trước đây [11],

[12], các tham số ước lượng 1...n

n Na = được xác định

dựa trên dữ liệu đo từ các phép đo đối với các tổ hợp sai

pha biết trước. Tuy nhiên, việc thiết lập các giá trị sai pha

chính xác ở một giá trị nào đó trong quá trình đo là rất khó

khăn và thường gây ra sai số. Nếu việc thiết lập các tổ hợp

sai pha có sai số lớn, thì giá trị SAR ước lượng có thể khác

nhiều so với giá trị SAR thực tế.

Để giải quyết vấn đề này, nhóm tác giả đề xuất trong

bài báo kỹ thuật xác định các tham số ước lượng

1...n

n Na = một cách đơn giản mà không cần thiết phải

thiết lập giá trị sai pha trong các phép đo. Từ công thức (2),

chúng ta thấy rằng các tham số ước lượng 1...n

n Na =

đặc trưng cho cường độ điện trường tại điểm đo gây ra bởi

từng nguồn bức xạ. Vì thế, bằng cách bật/tắt tuần tự từng

ăng ten và đo cường độ điện trường bức xạ từ ăng ten đang

bật, các tham số này có thể được xác định thông qua các

phép đo sử dụng đầu dò điện trường véc-tơ.

Quy trình cơ bản được thực hiện như sau:

1 tot

2 tot

N tot

a = E (1) Khi ¨ng ten 1 bËt, çc ¨ng ten kh¸c t¾t

a = E (2) Khi ¨ng ten 2 bËt, çc ¨ng ten kh¸c t¾t

a = E (N) Khi ¨ng ten N bËt, çc ¨ng ten kh¸c t¾t

(3)

Như vậy, đối với thiết bị có N ăng ten phát, cần thực hiện

N phép đo để xác định các tham số ước lượng 1... .n

n Na =

So với kỹ thuật ước lượng trong [12] (cùng sử dụng loại đầu

dò điện trường véc-tơ), số lượng phép đo được yêu cầu là

không đổi, song hệ thống đo sẽ phức tạp hơn do phải bật/tắt

nguồn kích thích và khó thực hiện với hệ thống ăng ten được

kích thích đồng thời, ví dụ như ăng ten mảng pha. Tuy nhiên,

kỹ thuật bật/tắt tuần tự từng ăng ten sẽ loại bỏ được sai số

gây ra do việc đặt sai tổ hợp sai pha của các nguồn bức xạ.

Sau khi các tham số ước lượng được xác định, thì cường độ

điện trường tại điểm đo ứng với tổ hợp sai pha bất kỳ đều có

thể được ước lượng dựa vào công thức (2).

3. Quy trình đo SAR mới

Đối với việc đo SAR theo các chuẩn quốc tế IEEE1528

[1] hay IEC/TR 62630 [2], quy trình đo SAR phải thực hiện

qua 2 bước đo cơ bản: i) đo trong một mặt phẳng xác định


(gọi là area scan), và ii) đo trong một không gian hình lập

phương xung quanh điểm có giá trị SAR lớn nhất trong mặt

phẳng đo ở bước i (được gọi là zoom scan). Giá trị SAR

lớn nhất cần được xác định là giá trị SAR trung bình theo

không gian (spatial-averaged SAR), được tính là trung bình

SAR của các điểm đo trong bước ii.

Cần chú ý rằng, việc ước lượng giá trị cường độ điện

trường ở đây là ước lượng theo từng điểm. Nghĩa là, các

tham số ước lượng ở các điểm đo khác nhau sẽ khác nhau.

Vì thế, việc đo các điểm trong bước đo “area scan” cần

được thực hiện lần lượt trong mỗi lần bật/tắt các ăng ten.

Sau khi thực hiện ước lượng và xác định tổ hợp sai pha của

các nguồn ứng với giá trị cường độ điện trường (hay SAR)

lớn nhất trong mặt phẳng đo, chúng ta có thể thực hiện

bước đo “zoom scan” đối với tổ hợp sai pha đó và xác định

giá trị SAR trung bình không gian lớn nhất.

Trên cơ sở kỹ thuật ước lượng trên, nhóm tác giả đưa

ra quy trình đo mới nhằm xác định giá trị SAR trung bình

không gian cực đại cho các thiết bị vô tuyến có nhiều ăng

ten phát như chỉ ra trên Hình 1. Các phép đo “area scan”

và “zoom scan” được thực hiện tuân thủ theo tiêu chuẩn

quốc tế về đo SAR.

Thực hiện N phép đo “area scan” để xác định:

Etot (1) cho ăng ten thứ 1 bật, (N-1) ăng ten còn lại tắt.

Etot (2) cho ăng ten thứ 2 bật, (N-1) ăng ten còn lại tắt.

…

Etot (N) cho ăng ten thứ N bật, (N-1) ăng ten còn lại tắt.

Bắt đầu

Thiết lập công suất ở mức lớn nhất cho mỗi ăng ten phát

Tính toán các tham số ước lượng a1 …aN theo (3)

Ước lượng Etot cho (β2 ,β3 ,…,βN) bất kỳ theo công thức (2)

Kết thúc

Xác định bộ giá trị (β2 ,β3 ,…,βN)max tương ứng với (Etot)max

Đo Etot tương ứng với giá trị (β2 ,β3 ,…,βN)max trong “zoom scan”

Xác định SAR theo công thức (1) trong “zoom scan”

Lựa chọn hệ thống đo sử dụng đầu dò véc tơ

Tính toán giá trị SAR trung bình không gian theo chuẩn IEEE1528/IEC62209

Hình 1. Quy trình đo SAR của thiết bị có N ăng ten

4. Mô hình và kết quả kiểm chứng

4.1. Mô hình

Để kiểm chứng việc xác định hệ số ước lượng dựa trên

việc bật/tắt tuần tự các ăng ten, nhóm tác giả xây dựng một

số mô hình với 3 trường hợp thiết bị đo kiểm DUT (Device

Under Test) như sau: 2 ăng ten chữ F ngược (IFA: Inverted-

F Antenna); 3 ăng ten chữ F ngược và 3 ăng ten chấn tử

nửa sóng. Cấu hình ăng ten và các thông số kích thước

được thể hiện trong Hình 2 và Bảng 1. DUT được đặt phía

dưới phantom phẳng và cách chất lỏng trong phantom là

10 mm. Kích thước phantom phẳng, vỏ phantom, các thông

số chất lỏng theo các tiêu chuẩn quốc tế được thể hiện ở

Bảng 1. Hình 3 là ví dụ biểu diễn mô hình phantom phẳng

và DUT là ăng ten chữ F ngược. Mặt phẳng đo “area scan”

nhóm tác giả lựa chọn là mặt phẳng XZ phía trong phantom

và cách DUT là 11 mm.

Mô hình phantom phẳng, cấu hình DUT được mô

phỏng bằng phần mềm CST STUDIO SUITE [13]

(Computer Simulation Technology) ... Dữ liệu cường độ

điện trường khi bật/tắt từng ăng ten có được từ mô phỏng

tính toán sẽ được sử dụng thay thế cho dữ liệu đo thực tế.

Để đánh giá sai số ước lượng, nhóm tác giả cũng lấy dữ

liệu mô phỏng tính toán SAR tương ứng với các sai pha từ

0 độ đến 360 độ (với bước pha là 15 độ) cho trường hợp 2

ăng ten; đối với trường hợp 3 ăng ten, dữ liệu SAR tính

toán tương ứng với 64 tổ hợp sai pha2 3,

giữa các nguồn

bức xạ, trong đó2 3, lần lượt nhận các giá trị 0 độ đến

360 độ (với bước pha là 45 độ). Các dữ liệu mô phỏng này

sẽ được dùng để so sánh với dữ liệu ước lượng SAR theo

quy trình được đề xuất như Hình 1. Tất cả các dữ liệu SAR

được chuẩn hóa theo giá trị SAR lớn nhất trong mặt phẳng

đo “area scan”. Ngoài ra, kỹ thuật ước lượng trong [12]

cũng được sử dụng để so sánh kết quả ước lượng SAR với

kỹ thuật bật/tắt nguồn bức xạ mà nhóm tác giả đề xuất.

50

29

3

5

100

Inverted F

antennas

GND

(a)

50

29

3

5

100

Inverted F

antennas

GND

29

(b)

Hình 2. Mô hình và kích thước (mm) ăng ten chữ F ngược:

(a) trường hợp 2 ăng ten; (b) trường hợp 3 ăng ten.

10 mm

Chất lỏng trong phantom

Mặt phẳng quan sát

DUT

Ăng ten chữ F ngược

Vỏ phantom

Vỏ phantom

Hình 3. Mô hình phantom và ăng ten chữ F ngược

Bảng 1. Các thông số của phantom và ăng ten chấn tử nửa sóng

TT Tham số Giá trị

1 Kích thước phantom (180 120 150)mm

2 Độ dày vỏ phantom 2mm

3 Khoảng cách giữa chất lỏng

phantom và DUT 10mm

4 Hằng số điện môi của chất lỏng 39,2

5 Độ dẫn điện chất lỏng (σ) 1,8 /S m

6 Khối lượng riêng chất lỏng (ρ) 31000 /Kg m

7 Tần số 2,45GHz

8 Bán kính lưỡng cực 1,8mm

9 Chiều dài tổng thể / 2

10 Khoảng cách giữa 2 ăng ten / 4

38 Chu Văn Hải, Nguyễn Huy Hoàng, Lê Đình Thành

4.2. Kết quả kiểm chứng

4.2.1. Trường hợp 2 ăng ten

Hình 4. Phân bố SAR trên mặt phẳng đo “area scan”:

(a) Ăng ten 1 bật, ăng ten 2 tắt; (b) Ăng ten 2 bật, ăng ten 1 tắt

Với mô Hình 2 ăng ten chữ F ngược, Hình 4 thể hiện

phân bố SAR khi bặt/tắt ăng ten trên mặt phẳng đo “area

scan”. Dữ liệu SAR này dùng để tính toán các tham số ước

lượng theo (3).

Từ các tham số ước lượng nhanh chóng xác định được

SAR với sai pha bất kỳ thay đổi từ 0 độ đến 360 (với bước

pha là 1 độ). Hình 5 biểu diễn SAR lớn nhất cho tương ứng

với các sai pha khác nhau. Từ Hình 5, nhận thấy đường

biểu diễn SAR lớn nhất cho cả 2 kỹ thuật ước lượng là

tương đối trùng khớp và tại sai pha bằng 175 độ, cả 2 kỹ

thuật SAR ước lượng đều cho kết quả SAR lớn nhất trên

mặt phẳng đo “area scan”, giá trị SAR sai lệch khoảng

0,28%. Phân bố SAR lớn nhất tại sai pha bằng 175 độ trên

mặt phẳng đo “area scan” được thể hiện trong Hình 6, dễ

thấy các phân bố SAR là khá tương đồng.

Hình 5. Giá trị SAR lớn nhất tương ứng với các sai pha

Hình 6. Phân bố SAR trên mặt phẳng đo “area scan” tại sai

pha bằng 175 độ: (a) Kỹ thuật bật/tắt nguồn bức xạ;

(b) Kỹ thuật trong [12]; (c) Dữ liệu tính toán mô phỏng

Hình 7. Sai số giữa ước lượng và tính toán SAR

Hình 7 thể hiện sai số giữa SAR tính toán mô phỏng và

SAR ước lượng cho tất cả các trường hợp kiểm tra, sai số

ước lượng giữa kỹ thuật đề xuất và kỹ thuật trong [12] đều

rất nhỏ (dưới 0,5%).

4.2.2. Trường hợp 3 ăng ten chữ F ngược

Hình 8. Phân bố SAR cho 3 ăng ten chữ F ngược trên mặt

phẳng đo “area scan”: (a) Ăng ten 1 bật, 2, 3 tắt;

(b) Ăng ten 2 bật, 1, 3 tắt; (c) Ăng ten 3 bật, 1, 2 tắt

Hình 8 biểu diễn phân bố SAR trên mặt phẳng đo “area

scan” cho trường hợp 3 ăng ten chữ F ngược khi bật/tắt

tuần tự từng ăng ten. Tương tự như trường hợp 2 ăng ten,

nhóm tác giả cũng nhanh chóng xác định được SAR lớn

nhất trên mặt phẳng đo “area scan”. Hình 9a cho biết SAR

lớn nhất xác định tại tổ hợp sai pha (92 độ và 67 độ) theo

kỹ thuật đề xuất và Hình 9b biểu diễn SAR lớn nhất tương

ứng tại tổ hợp sai pha (90 độ và 65 độ) khi sử dụng kỹ thuật

trong [12].

Hình 9. Giá trị SAR lớn nhất tương ứng với các tổ hợp sai pha

cho trường hợp 3 ăng ten chữ F ngược:

(a) Kỹ thuật bật/tắt nguồn bức xạ; (b) Kỹ thuật trong [12]

Hình 10. Sai số giữa tính toán và ước lượng SAR cho trường

hợp 3 ăng ten chữ F ngược:


Hình 10 thể hiện sai số giữa SAR tính toán mô phỏng

và SAR ước lượng cho tổ hợp 64 bộ sai pha kiểm tra. Với

cả 2 kỹ thuật, ước lượng sai số đều rất nhỏ (dưới 1,6% cho

kỹ thuật đề xuất và dưới 0,8% cho kỹ thuật trong [12]).


4.2.3. Trường hợp 3 ăng ten chấn tử nửa sóng

Hình 11. Phân bố SAR cho 3 ăng ten chấn tử nửa sóng trên

mặt phẳng đo “area scan”: (a) Ăng ten 1 bật, 2, 3 tắt;

(b) Ăng ten 2 bật, 1, 3 tắt; (c) Ăng ten 3 bật, 1, 2 tắt

Tiến hành các bước tính toán tương tự như trường hợp

3 ăng ten chữ F ngược. Kết quả phân bố SAR tương ứng

với các tham số ước lượng thể hiện trên Hình 11; phân bố

SAR lớn nhất trên mặt phẳng đo “area scan” (Hình 12) và

sai số kiểm tra thể hiện trên Hình 13 cho cả 2 kỹ thuật ước

lượng. Các kết quả đều cho thấy kỹ thuật ước lượng bật/tắt

nguồn bức xạ xác định nhanh chóng SAR lớn nhất và sai

số ước lượng dưới 0,5%. SAR lớn nhất ước lượng theo kỹ

thuật đề xuất tương ứng với tổ hợp sai pha (225 độ và 12

độ) (Hình 12a) và theo kỹ thuật [12] tương ứng với tổ hợp

sai pha (212 độ và 347 độ) (Hình 12b).

Hình 12. Giá trị SAR lớn nhất tương ứng với các tổ hợp sai pha

cho trường hợp 3 ăng ten chấn tử nửa sóng:


Hình 13. Sai số giữa tính toán và ước lượng SAR cho trường

hợp 3 ăng ten chấn tử nửa sóng:


5. Kết luận

Trong bài báo này, nhóm tác giả đã phân tích, đề xuất

kỹ thuật ước lượng và quy trình đo mới, cho phép xác định

giá trị SAR lớn nhất của thiết bị vô tuyến có nhiều ăng ten

phát một cách nhanh chóng và chính xác. Kỹ thuật được đề

xuất trong bài báo này cho phép xác định các giá trị ước

lượng thông qua việc đo điện trường tại điểm đo sử dụng

các đầu dò véc-tơ khi các nguồn bức xạ (ăng ten) lần lượt

được bật/tắt. Ưu điểm của kỹ thuật này là tránh được sai số

đo gây ra do việc đặt sai giá trị sai pha của nguồn trong quá

trình đo.

Nhóm tác giả thực hiện một số kiểm chứng trong các

mô hình khác nhau để xác định tính chính xác của kỹ thuật

đề xuất. Kết quả là, giá trị ước lượng SAR và giá trị tính

toán SAR khá phù hợp với nhau. Sai số giữa giá trị ước

lượng và giá trị mô phỏng chỉ nhỏ hơn 1,6% trong hầu hết

các trường hợp.

Với quy trình mới này, việc đo SAR của các thiết bị vô

tuyến nhiều ăng ten trở nên đơn giản hơn, nhanh hơn và

chính xác hơn so với các kỹ thuật hiện tại, góp phần giảm

thời gian và chi phí trong đo kiểm của nhà sản xuất.


[1] IEEE 1528, IEEE Recommended Practice for Determining the Peak

Spatial-Average Specific Absorption Rate (SAR) in the Human Head from Wireless Communications Devices: Measurement Techniques, Ed.2013.

[2] IEC/TR 62630, Guidance for Evaluating Exposure from Multiple

Electromagnetic Sources, Ed. 1.0, 2010.

[3] FCC OET Bulletin 65, Evaluating Compliance with FCC Guidelines for

Human Exposure to Radiofrequency Electromagnetic Fields, Ed. 97-01.

[4] DASY52 by SPEAG, http://www.speag.com/products/dasy/dasy-

systems/.

[5] ART-MAN by ART-Fi, http://www.art-fi.eu/art-man.

[6] K.-C. Chim, K. C. L. Chan, and R. D. Murch, “Investigating The

Impact of Smart Antennas on SAR”, IEEE Trans. Antennas Propag., Vol. 52, No. 5, May 2004, pp. 1370-1374.

[7] J. O. Mattsson, and L. P. De Leon, “SAR Evaluation of A Multi-

Antenna System”, Proc. IEEE Antennas and Propagation Int.

Symp., Honolulu, Jun. 2007, pp. 1373-1376.

[8] T. Iyama and T. Onishi, “Maximum Average SAR Measurement

Procedure for Multi-Antenna Transmitters”, IEICE Trans. Comm.,

Vol. E93-B, No. 7, Jul 2010, pp. 1821-1825.

[9] K. Zhao, S. Zhang, Z. Ying, T. Bolin, S. He, “SAR Study of

Different MIMO Antenna Designs for LTE Application in Smart Mobile Handsets”, IEEE Trans. Antennas Propag., Vol. 61, No. 6,

Jun. 2013, pp.3270-3279.

[10] H. Li, A. Tsiaras, B. Lau, “Analysis and Estimation of MIMO-SAR

for Multi-antenna Mobile Handsets”, IEEE Trans. Antennas

Propag., 2017, pp. 1522-1527.

[11] D. T. Le, L. Hamada, and S. Watanabe, “Measurement Procedure to

Determine SAR of Multiple Antenna Transmitters Using Scalar Electric Field Probes”, Proc. IEEE The International Conference on

Advanced Technologies for Communications 2014 (ATC'14)., Ha

Noi, Oct 2014.

[12] D. T. Le, L. Hamada, S. Watanabe, and T. Onishi, “An Estimation

Method for Vector Probes Used in Determination SAR of Multiple-Antenna Transmission Systems”, Proc. IEEE International

Symposium on Electromagnetic Compatibility., Tokyo, May 2014.

[13] https://www.cst.com/products/csts2.


40 Nguyễn Việt Hải, Nguyễn Văn Anh

NGHIÊN CỨU - CHẾ TẠO BỘ ĐO LƯU LƯỢNG BIOGAS THEO NGUYÊN LÝ

CHÊNH ÁP CHO ĐỘNG CƠ BIOGAS

DESIGNING AND MANUFACTURING PRESSURE MASS FLOW METERS

FOR BIOGAS ENGINES

Nguyễn Việt Hải1, Nguyễn Văn Anh2 1Trường Đại học Bách khoa - Đại học Đà Nẵng; [email protected]

2Trường Cao đẳng Công nghiệp Huế; [email protected]

Tóm tắt - Sử dụng nhiên liệu biogas cho động cơ đốt trong là một vấn đề nhận được sự quan tâm của nhiều nhà khoa học. Để nâng cao hiệu quả sử dụng biogas trong động cơ, chúng ta cần chế tạo bộ phụ kiện có tính năng tốt hơn. Vì vậy, bài báo này trình bày kết quả nghiên cứu - chế tạo bộ đo lưu lượng biogas theo nguyên lý chênh áp cho động cơ biogas và phương pháp hiệu chỉnh lưu lượng kế. Hệ thống đo hệ số tương đương của động cơ dual fuel biogas diesel được lắp đặt với 2 cảm biến áp suất được dùng trên động cơ ô tô. Mối quan hệ giữa hệ số thực tế nhận được nhờ phân tích khí sau bộ tạo hỗn hợp và tỉ số điện áp đầu ra của hai cảm biến cho phép ta xác định được hệ số chuẩn của hệ thống đo. Kết quả nghiên cứu được áp dụng để đo lưu lượng biogas cung cấp cho động cơ thí nghiệm một xi lanh EV2600NB.

Abstract - The use of biogas fuel for internal combustion engines is an issue of great interest to scientists. To increase the efficiency of biogas engines, we need to manufacture a kit which has better features. This article presents the result of researching and manufacturing pressure mass flow meters for biogas engines and flow meter calibration method. A system of measuring equivalence

ratio of biogas diesel dual fuel engines is established by 2 pressure sensors used on automobile engines. The relationship

between real given by gas analysis in downstream of mixer and ratio of output voltage of the two sensors allows us to determine calibration coefficient of the system. The research result can be used to measure the flow of biogas for the EV2600NB engines in experiments.

Từ khóa - biogas; biogas-diesel; động cơ; phương pháp đo; bộ đo lưu lượng.

Key words - biogas; biogas-diesel; engine; measurement methods; flow meters.

1. Giới thiệu

Nhu cầu phát triển các hệ thống điều khiển động cơ, đặc

biệt là các hệ thống điều khiển cung cấp nhiên liệu và đánh

lửa trên động cơ đốt cháy cưỡng bức như động cơ nhiều xi

lanh/động cơ xe gắn máy dùng LPG/CNG/biogas/nhiên

liệu sinh học, đặt ra yêu cầu quan trọng cho việc nghiên

cứu và chế tạo thành công các bộ đo lưu lượng thể tích,

nhất là bộ đo lưu lượng không khí nạp cho động cơ và lưu

lượng nhiên liệu khí.

Các bộ đo lưu lượng không khí (kiểu tấm đo gió và kiểu

dây nhiệt/màng nhiệt) đã qua sử dụng có trên thị trường hiện

nay chỉ phù hợp cho các ứng dụng đo lưu lượng không khí

nạp với động cơ có thông số làm việc tương đương. Những

bộ đo này khó áp dụng được cho những động cơ có dung tích

lớn hơn như các động cơ dùng nhiên liệu khí chuyển đổi từ

động cơ diesel, hay kích thước rất nhỏ như các động cơ xe

gắn máy, hay các chất khác nhiên liệu lỏng/khí, khí thải, lọt

khí. Do đó, việc nghiên cứu và xác định công nghệ phù hợp

để tự phát triển các bộ đo lưu lượng trong điều kiện ở Việt

Nam là một công tác quan trọng và cần thiết.

Việc chuyển đổi động cơ xăng dầu truyền thống sang

động cơ sử dụng biogas có ý nghĩa rất quan trọng đối với

việc tiết kiệm nhiên liệu hóa thạch và bảo vệ môi trường ở

nông thôn nước ta. Mặt khác, việc sử dụng các động cơ

chạy bằng biogas còn góp phần giảm chi phí sản xuất nông

nghiệp, nâng cao chất lượng cuộc sống, thực hiện chương

trình nông thôn mới mà Nhà nước đang tiến hành.

Nhóm GATEC của Đại học Đà Nẵng đi tiên phong

trong việc phát triển các bộ phụ kiện đơn giản nhằm cải tạo

các động cơ truyền thống thành động cơ biogas. Đây là các

bộ phụ kiện kiểu cơ khí, điều chỉnh công suất động cơ theo

các nguyên lý cổ điển của cơ học, vì vậy hiệu quả hoạt động

có giới hạn [1].

Để nâng cao hiệu quả sử dụng biogas trong động cơ,

chúng ta cần chế tạo bộ phụ kiện có tính năng tốt hơn dựa

trên các thành tựu về điện tử và công nghệ thông tin. Một

trong những vấn đề cần giải quyết theo hướng này là phát

triển bộ đo lưu lượng biogas để xác định lưu lượng khí

biogas cung cấp cho động cơ đốt trong [2], [3].

Nghiên cứu này trình bày kết quả nghiên cứu chế tạo

bộ đo lưu lượng theo nguyên lý chênh áp. Bộ đo này được

áp dụng cho động cơ dual fuel biogas-diesel EV2600NB.

Đây là kết quả do nhóm GATEC của Đại học Đà Nẵng

nghiên cứu phát triển. Do đây là động cơ diesel được

chuyển đổi sang động cơ sử dụng khí biogas, do vậy phạm

vi làm việc của bộ đo lưu lượng sẽ được giới hạn theo các

thông số kỹ thuật của động cơ này.

2. Phương đo lưu lượng theo nguyên lý chênh áp

Một trong những nguyên tắc phổ biến để đo lưu lượng

chất lỏng và khí là nguyên tắc đo lưu lượng dựa trên sự

thay đổi áp suất: khi lưu chất chuyển động qua vị trí có tiết

diện hẹp sẽ làm cho vận tốc tăng lên và đồng thời làm cho

áp suất tĩnh giảm xuống. Lưu lượng chất lỏng/khí đi qua

ống tỉ lệ với độ chênh lệch áp suất này. Các phương án đo

lưu lượng dựa trên nguyên tắc chênh áp như: ống venturi,

lỗ orifice, ống nozzle và ống pitot [4], [5], [6].

Hình 1. Phương pháp đo

bằng ống venture


bằng lỗ orifice

D1 D2

Doøng chaûy

h



bằng ống nozzle


bằng ống pitot

Đặc tính làm việc của các phương án đo dựa trên độ

chênh áp như: ống venturi, orifice, nozzle, phân kỳ - hội tụ

sẽ được khảo sát bằng phương pháp mô phỏng với phần

mềm Ansys CFD/Fluent để xác định các đặc tuyến chuyển

đổi, độ nhạy và hệ số cản tương ứng.

2.1. Điều kiện về kích thước

Các phương án được mô phỏng phải đồng dạng về kích

thước. Đường kính tại vị trí co hẹp bằng 0,75 đường kính

vào của ống. Trong đó, đường kính vào 55 được chọn

theo kích thước của động cơ ô tô.

Ống venturi

Ống orifice

Ống nozzle

Ống phân kỳ - hội tụ

Hình 5. Điều kiện về kích thước của các ống đo khi

mô phỏng

2.2. Điều kiện về lưu chất mô phỏng

Trong điều kiện mô phỏng, lưu chất được sử dụng là

không khí ở 25°C có tính chất như bảng sau:

Bảng 1. Bảng thông số của không khí ở 25°C

Khối lượng phân tử [kg/kmol] 28,96

Khối lượng riêng [kg/m3] 1,185

Hệ số giãn nở do nhiệt [1/K] 0,003356

Hệ số nhớt động học [kg/m.s] 1,831e-05

2.3. Điều kiện về lưới của mô phỏng

Hình 6. Mô hình chia lưới

ống venturi


ống orifice


ống nozzle


ống phân kỳ - hội tụ

2.4. Kết quả mô phỏng

a. Ống venturi

Hình 10. Kết quả mô phỏng ống venturi

Kết quả trên Hình 10 cho thấy, với độ chênh áp

∆Pmax=5.500 Pa thì lưu lượng lớn nhất qua ống venturi

Qmax= 123 lít/s và hệ số cản Cmax = 2.500. Khi độ chênh áp

∆P tăng từ 550 Pa - 5.550 Pa thì lưu lượng Q tăng từ

40 lít/s - 123 lít/s (tăng 3 lần) và tỷ số ∆P/Q tăng khoảng

3,5 lần. Nếu độ chênh áp giữa đầu vào và chỗ co hẹp ngày

càng tăng thì lưu lượng qua ống tăng theo, nhưng đồng thời

làm cho hệ số cản của ống venturi cũng tăng theo, nguyên

nhân là do khi tăng độ chênh áp sẽ làm cho các lốc xoáy

xuất hiện ngày càng nhiều và làm tăng hệ số cản.

b. Ống orifice

Hình 11. Kết quả mô phỏng ống orifice

Theo đồ thị trên Hình 11 ta thấy, với độ chênh áp

∆Pmax=2.500 kPa thì lưu lượng lớn nhất qua ống orifice

Qmax≈ 68 (lít/s) và hệ số cản Cmax ≈ 17.000. Khi độ chênh

áp ∆P tăng từ 250 Pa - 2.500 Pa thì lưu lượng Q tăng từ

21 lít/s - 68 lít/s (tăng khoảng 3,2 lần) và tỷ số ∆P/Q tăng

khoảng 3,11 lần. Hệ số cản của ống orifice tăng cao là do

xoáy lốc được tạo ra khi dòng đi qua vị trí co hẹp, chính

các lốc xoáy này làm cho dòng lưu chất bị mất năng lượng

dẫn đến lưu lượng bị giảm mạnh.

c. Ống nozzle

Hình 12. Kết quả mô phổng ống nozzle

Kết quả trên Hình 12 cho thấy, với độ chênh áp

∆Pmax=2.500 Pa thì lưu lượng lớn nhất qua ống nozzle

Qmax≈ 79 (lít/s) và hệ số cản Cmax ≈ 12.200. Khi độ chênh

áp ∆P tăng từ 260 Pa - 2.440 Pa thì lưu lượng Q tăng từ

26 lít/s - 79 lít/s (tăng khoảng 3,03 lần) và tỷ số ∆P/Q tăng

khoảng 3,18 lần.

d. Ống phân kỳ - hội tụ

Hình 13. Kết quả mô phỏng ống phân kỳ - hội tụ

D1

Doøng chaûy

h

D2 Doøng chaûy

Ñieåm döøng

PsAÙp suaát tónh

PtAÙp suaáttuyeät ñoái

h

18060

Ø55

0.75 x 55

21° 7°

180

60

0.75 x 55

Ø5

5

18060

21°0.75 x 55

Ø55

180

1.3 x 55

Ø55


Kết quả mô phỏng được trình bày trên Hình 13 cho

thấy, với độ chênh áp ∆Pmax = 1.000 Pa thì lưu lượng lớn

nhất qua ống phân kỳ - hội tụ Qmax ≈ 130 lít/s và hệ số cản

Cmax≈1.200. Khi độ chênh áp ∆P tăng từ 100 Pa - 1.050 Pa

thì lưu lượng Q tăng từ 41 lít/s - 130 lít/s (tăng khoảng

3,18 lần) và tỷ số ∆P/Q tăng khoảng 2,81 lần. Chính vì khả

năng cản dòng thấp cho nên độ chênh áp giữa đầu vào và

chỗ co hẹp dẫn đến độ nhạy của ống phân kỳ - hội tụ thấp

hơn nhiều so với các phương án khác.

3. Thiết kế bộ đo lưu lượng kiểu ống orifice 3.1. Nguyên lý làm việc của ống đo orifice

Hình 14. Phân bố áp suất và vận tốc trong ống đo orifice

Ống đo orifice hoạt động dựa trên nguyên tắc đo độ

giảm áp suất của dòng chảy khi đi qua màng ngăn có lỗ thu

hẹp. Khi chảy qua lỗ thu hẹp của màng ngăn, vận tốc của

lưu chất tăng lên, do đó tạo ra sự chênh áp trước và sau lỗ

thu hẹp. Sử dụng một áp kế vi sai đo độ chênh áp này có

thể xác định được lưu lượng của dòng chảy.

Từ Hình 14 áp dụng phương trình Bernoulli cho lưu

chất chảy qua lỗ ta có vận tốc cực đại W2 được xác định

như sau [7], [8]:

( )' '

2 1 22 2

1 2. .

.W p p

= −

−,[m/s] (1)

Trong đó:

- p1’, p2’ - Áp suất tĩnh tại tiết diện A-A và B-B;

- ρ - Tỉ trọng chất lưu;

- ξ - Hệ số tổn thất thuỷ lực;

- - Tỉ số thu hẹp của màng ngăn, = F0/F1;

- μ - Hệ số thu hẹp dòng chảy, μ = F2/F0.

Thường ta không đo độ giảm áp Δp’ = p’1 - p’2 ở tiết

diện A-A và B-B, mà đo độ giảm áp Δp = p1 - p2 ngay trước

và sau lỗ thu hẹp. Quan hệ giữa Δp’ và Δp có dạng:

( ) ( )' '

1 2 1 2.p p p p− = − (2)

Khi đó: ( )2 1 22 2

2. .

.W p p

= −

−,[kg/h] (3)

Mặt khác, ta có lưu lượng khối lượng của lưu chất:

2 2. .G W F = , [kg/h] (4)

Với μ = F2/F0 F2= μ .F0 , [m2] (5)

Thay (3) và (5) vào (4) ta có

( )2 0 1 22 2

.. . 2. .

.W F p p

= −

−,[kg/h] (6)

Đặt 2 2

.

.dC

=

− - gọi là hệ số lưu lượng.

Suy ra ( )0 1 2. . 2. .dG C F p p= − , [kg/h] (7)

Từ các biểu thức trên và

2

2

04

dF

= , ta nhận được công

thức xác định lưu lượng khối của dòng lưu chất là:

( )2

2

1 2. . 2. .4

d

dG C p p

= − , [kg/h] (8)

Trên cơ sở thực nghiệm người ta xác định hệ số lưu

lượng cho mỗi lỗ thu hẹp và xem như không đổi trong

phạm vi số Reynol giới hạn.

Bảng 2. Hệ số lưu lượng Cd theo chỉ số Re [1], [3]

Cd

Số Reynolds- Re

104 105 106 107

0,2 0,60 0,595 0,594 0,594

0,4 0,61 0,603 0,598 0,598

0,5 0,62 0,608 0,603 0,603

0,6 0,63 0,61 0,608 0,608

0,7 0,64 0,614 0,609 0,609

3.2. Xác định khối lượng riêng biogas

Khối lượng riêng biogas 𝜌𝑏𝑖𝑜𝑔𝑎𝑠 với hàm lượng

methane %𝐶𝐻4 ở điều kiện nhiệt độ 𝑇𝑏𝑖𝑜𝑔𝑎𝑠 và áp suất

𝑃𝑏𝑖𝑜𝑔𝑎𝑠 được xác định theo công thức sau:

𝜌𝑏𝑖𝑜𝑔𝑎𝑠 =𝑀𝑏𝑖𝑜𝑔𝑎𝑠

𝑀𝑎𝑖𝑟. 𝜌𝑎𝑖𝑟 (9)

Trong đó:

𝑀𝑏𝑖𝑜𝑔𝑎𝑠: khối lượng mol của biogas với giả thiết chỉ

bao gồm CH4 và CO2.

𝑀𝑏𝑖𝑜𝑔𝑎𝑠 = 16,043 ∗ %𝐶𝐻4 + 44.01 ∗ (1 −%𝐶𝐻4) (10)

𝑀𝑎𝑖𝑟 = 29,0: khối lượng mol của không khí.

𝜌𝑎𝑖𝑟: khối lượng riêng của không khí ở điều kiện

nhiệt độ 𝑇𝑏𝑖𝑜𝑔𝑎𝑠 và áp suất 𝑃𝑏𝑖𝑜𝑔𝑎𝑠

𝜌𝑎𝑖𝑟 =𝑃𝑏𝑖𝑜𝑔𝑎𝑠

𝑇𝑏𝑖𝑜𝑔𝑎𝑠.𝑇𝑎𝑖𝑟𝑐𝑎𝑙

𝑃𝑎𝑖𝑟𝑐𝑎𝑙 . 𝜌𝑎𝑖𝑟

𝑐𝑎𝑙 (11)

3.3. Cân chuẩn bộ đo lưu lượng orifice

Lưu lượng khối lượng đi qua bộ đo orifice có dạng: [5]

= √𝜌. 𝐾. ∆𝑃 (12)

Trong đó:

- : lưu lượng khối lượng;


- 𝜌: khối lượng riêng;

- 𝐾: hệ số đặc trưng của đĩa orifice, được giả thiết là

hằng số;

- ∆𝑃: độ chênh lệch áp suất trước và sau đĩa orifice.

Sau khi chế tạo, bộ đo được cân chuẩn (calibration)

bằng không khí ở điều kiện nhiệt độ 𝑇𝑎𝑖𝑟𝑐𝑎𝑙 và áp suất 𝑃𝑎𝑖𝑟

𝑐𝑎𝑙

(tương ứng với khối lượng riêng 𝜌𝑎𝑖𝑟𝑐𝑎𝑙) để xác định quan hệ

giữa và ∆𝑃. Quan hệ này có dạng:

𝑎𝑖𝑟𝑐𝑎𝑙 = √𝜌𝑎𝑖𝑟

𝑐𝑎𝑙 . 𝐾. ∆𝑃 (13)

Quá trình cân chuẩn và chương trình đo độ chênh lệch

áp suất ∆𝑃 và xác định lưu lượng 𝑎𝑖𝑟𝑐𝑎𝑙 theo công thức (13).

Khi sử dụng bộ đo orifice để đo lưu lượng biogas có khối

lượng riêng 𝜌𝑏𝑖𝑜𝑔𝑎𝑠, 𝑎𝑖𝑟𝑐𝑎𝑙 sẽ được hiệu chỉnh để xác định

lưu lượng biogas cần đo 𝑏𝑖𝑜𝑔𝑎𝑠:

𝑏𝑖𝑜𝑔𝑎𝑠 = 𝑎𝑖𝑟𝑐𝑎𝑙 . √

𝜌𝑏𝑖𝑜𝑔𝑎𝑠

𝜌𝑎𝑖𝑟𝑐𝑎𝑙 (14)

1 2

3 4

51. Bộ đo lưu lượng chuẩn ABB Sensy Flow

2. Bộ đo lưu lượng orifice

3. Quạt hút

4. Motor 3 pha

5. Biến tần điều khiển

Hình 15. Sơ đồ nguyên lý cân chuẩn bộ đo lưu lượng orifice

Hình 16. Quan hệ giữa lưu lượng không khí và

điện áp ra của cảm biến

Từ đồ thị trình bày trên Hình 16 ta rút ra đượng phương

trình quan hệ giữa lưu lượng không khí và điện áp ra:

Q = 0,179U5 – 2,4657U4 + 12,639U3 – 30,161U2

+ 38,776U – 2,9532 (16)

3.4. Bộ đo lưu lượng orifice

Hình 17 giới thiệu cấu tạo của ống đo lưu lượng kiểu orifice.

Thông số chính của bộ đo:

- Giới hạn đo tức thời cực đại : 34,0 kg/h

- Giới hạn đo tức thời cực tiểu : 15%FS

- Sai số đo tĩnh : < 2,5%FS

- Nguồn điện : 220V~50Hz

Hình 17. Cấu tạo ống đo orifice

1 2

43

5

1. Cảm biến áp suất MAP 1

2. Cảm biến áp suất MAP 2

3. Bộ khuếch đại vi sai

4. Bộ thu thập dữ liệu

5. Máy tính

Hình 18. Sơ đồ nguyên lý bộ đo lưu lượng kiểu ống orifice

Khi lưu lượng biogas đi vào ống đo thì tiếp xúc với

màng do có lỗ thu hẹp. Khi đó, áp suất trước và sau màng

đo sẽ được cảm biến áp suất 1 và 2 ghi nhận và truyền tín

hiều về bộ khuếch đại 3. Tại đây, tín hiệu được khuếch đại

lên và truyền đến bộ thu nhận dữ liệu 4, bộ thu nhận dữ liệu

xử lý và truyền tín hiệu đến máy tính hiển thị cho kết quả

đo (Hình 18, Hình 19).

Hình 19. Giao diện của chương trình ghi nhận dữ liệu đo của

bộ đo lưu lượng biogas

3.5. Kết quả thực nghiệm trên động cơ EV2600NB

Trong quá trình vận hành động cơ dual fuel biogas-

diesel, việc điều chỉnh công suất được thực hiện thông qua

điều chỉnh lưu lượng biogas cung cấp cho động cơ, thông

qua đó điều chỉnh hệ số tương đương . Các nghiên cứu lý

thuyết và thực nghiệm đều cho thấy rằng, công suất cực đại

của động cơ đạt được khi hệ số tương đương của hỗn hợp

đạt giá trị cháy hoàn toàn lý thuyết nghĩa là = 1. Do đó,

đường đặc tính ngoài của động cơ dual fuel là đường đặc

tính công suất ứng với = 1. Do nguồn cung cấp biogas có

chất lượng thay đổi nên khi thiết kế hệ thống cung cấp

biogas cho động cơ ta chọn đường kính ống cung cấp

biogas đảm bảo cho hệ số tương đương ứng với = 1, với

biogas chứa thành phần CH4 thấp nhất và động cơ chạy ở


tốc độ cao nhất. Khi thành phần CH4 trong biogas cao hơn

hay động cơ chạy ở tốc độ định mức thấp hơn, ta chỉnh lại

độ mở cực đại của bướm ga để đạt = 1.

Hình 20 giới thiệu biến thiên hệ số tương đương theo

độ mở bướm ga ứng với biogas có chứa 60%, 70% và 80%

CH4 và động cơ chạy ở tốc độ 2.000 vòng/phút. Kết quả

này cho thấy rõ hàm lượng CH4 trong biogas càng cao thì

hệ số tương đương của hỗn hợp càng cao ứng với một độ

mở bướm ga cho trước. Để đạt được hệ số tương đương

=1 khi biogas chứa 60% CH4, bướm ga phải mở 90%.

Trong khi đó, ứng với biogas chứa 70% CH4, điều kiện này

đạt được ứng với độ mở bướm ga 65% và ứng với biogas

chứa 80% CH4, ứng với độ mở bướm ga 55%.

Hình 20. Biến thiên hệ số tương đương theo độ mở bướm ga

khi động cơ chạy ở tốc độ 2.000 vòng/phút

1 - Ứng với biogas có chứa 80% CH4; 2 - Ứng với biogas có

chứa 70% CH4; 3 - Ứng với biogas có chứa 60% CH4.

Từ kết quả khi chạy thực nghiệm ta tiến hành xác định

kích thước lỗ cấp chính tương ứng với từng loại nhiên liệu

có thành phần biogas khác nhau.

Bảng 3. Đường kính lỗ cấp chính của nhiên liệu biogas

Nhiên liệu biogas 60% CH4 70% CH4 80% CH4

Đường kính lỗ

cấp chính (mm) 17,07 14,83 13,59

4. Kết luận

Kết quả nghiên cứu của bài báo này cho ta rút ra một số

kết luận sau:

- Bộ đo lưu lượng biogas theo nguyên lý chênh áp được

áp dụng cho hệ thống đo lưu lượng khí biogas cung cấp cho

động cơ dual fuel biogas diesel. Khi áp dụng cho động dual

fuel biogas diesel EV2600NB thì dựa vào hệ thống đo

chúng ta đã xác định được các kích thước cơ bản của lỗ cấp

chính tương ứng với hàm lượng CH4 có trong biogas.

- Hệ thống đo lưu lượng kế kiểu ống orifice có độ chính

xác và tín hiệu đầu ra dưới dạng điện áp nên thuận lợi trong

việc thiết lập hệ thống điều khiển tự động.

- Trong điều kiện nước ta, việc chế tạo bộ đo lưu lượng

cho động cơ dual fuel biogas-diesel gặp khó khăn về mặt

kỹ thuật. Do đó, việc sử dụng các cảm biến áp suất trên các

loại ô tô để chế tạo bộ đo lưu lượng biogas có kích thước

phù hợp để áp dụng trên động cơ dual fuel biogas-diesel là

rất thiết thực.


[1] Bùi Văn Ga, Nguyễn Văn Anh, Nguyễn Việt Hải, Võ Anh Vũ, Bùi

Văn Hùng, “Phát triển phương pháp đo hệ số tương đương ϕ của

động cơ dual fuel biogas diesel”, Tạp chí Khoa học và Công nghệ

Đại học Đà Nẵng, Số 05(90), 2015, trang 43-46. [2] Bùi Văn Ga, Nguyễn Văn Anh, Nguyễn Việt Hải, Võ Anh Vũ, Bùi

Văn Hùng, “Đo thực nghiệm hệ số tương đương và nghiên cứu ảnh

hưởng nó đến tính năng công tác của động cơ dual fuel biogas-

diesel”, Tuyển tập công trình Hội nghị khoa học Cơ học Thủy khí

toàn quốc năm 2015, trang 225-232.

[3] Võ Anh Vũ, Nghiên cứu xác định ảnh hưởng độ đậm của hỗn hợp

đến tính năng của động cơ sử dụng biogas, Luận văn thạc sỹ kỹ thuật, Đại học Đà Nẵng, 2014.

[4] American Society of Mechanical Engineers, Measurement of Fluid

Flow in Pipes Using Orifice, Nozzle and Venturi, ASME Standard

MFC-3M-1989, Reaffirmed 1995.

[5] Ahmet Baylar, M. Cihan Aydin, Mehmet Unsal and Fahri Ozkan,

“Numerical Modeling of Venturi Flows for Determining Air

Injection Rates Using Fluent V6.2”, Mathematical and Computational Applications, Vol. 14, No. 2, 2009, pp. 97-108.

[6] Roger C. Baker, Industrial designs, Handbook Flow Measurement,

Operating principles, Performance and Application, 2000.

[7] Nguyễn Ngọc Ẩn, Nguyễn Thị Bảy, Lê Song Giang, Huỳnh Công

Hoài, Lê Thị Minh Nghĩa, Nguyễn Thị Phương, Nguyễn Thiện

Tống, Giáo trình Cơ lưu chất, NXB Đại học Quốc gia Thành phố Hồ Chí Minh.

[8] Richard Thorn, Adrian Melling, Herbert Köchner, Reinhard Haak,

Zaki D. Husain, Donald J. Wass, David Wadlow, Harold M. Miller,

Halit Eren, Hans-Peter Vaterlaus, Thomas Hossle, Paolo Iordano,

Christophe Bruttin, Wade M. Mattar, James H. Vignos, Nam-Trung Nguyen, Jesse Yoder, Rekha, Philip-Chandy, Roger Morgan,

Patricia J. Scully, Flow Measurement, 1999.



THIẾT KẾ VÀ CHẾ TẠO THIẾT BỊ PHƠI SẤY CÁ SẶC RẰN

ỨNG DỤNG KỸ THUẬT SẤY ĐỘNG KẾT HỢP NĂNG LƯỢNG MẶT TRỜI

DESIGN AND MANUFACTURE OF TRICHOGASTER PECTORALIS FISH DRYING

EQUIPMENT USING DYNAMIC DRYING TECHNOLOGY AND SOLAR ENERGY

Phan Văn Hiệp1, Đào Duy Liêm2, Bùi Văn Miên1, Phan Thị Chiêu Mỹ1, Đinh Thị Tâm1 1Trường Đại học Văn Hiến; hieppv, mienbv, myptc, [email protected]

2Trường Đại học Công nghệ Sài Gòn; [email protected]

Tóm tắt - Bài báo trình bày việc thiết kế và chế tạo thiết bị phơi sấy cá sặc rằn ứng dụng kỹ thuật sấy động kết hợp năng lượng mặt trời và nguồn cấp nhiệt bằng lò đốt điện trở. Với thiết bị này, giàn phơi cá được điều khiển quay liên tục với tốc độ quay phụ thuộc nhiệt độ và độ ẩm bên trong buồng phơi, trong đó các giá trị tham chiếu được quyết định bởi kinh nghiệm phơi sấy của người nông dân tùy vào những thời điểm khác nhau. Ngoài ra, thiết bị còn có thể ứng dụng cho việc phơi sấy các loại nông sản và hải sản khác nhờ vào khả năng sấy liên tục, khép kín và tự động của hệ thống thiết kế. Kết quả thực nghiệm cho thấy thiết bị hoạt động ổn định với năng suất cao, tiết kiệm năng lượng, giảm chi phí nhân công, đồng thời vẫn đảm bảo chất lượng, an toàn vệ sinh và cảm quan thực phẩm.

Abstract - The paper presents the design and manufacture of trichogaster pectoralis fish drying equipment based on the combination of the dynamic drying technology and the solar energy as well as the sources heated by thermistors. With this design, the fish drying racks are controlled to rotate continuously at any proper speed depending on the temperature and humidity inside the drying chamber, in which the reference values are determined by the drying experience of the farmer at different times. In addition, the equipment can be used for drying other agricultural products and seafood due to the continuous, self-contained and automatic drying of the designed system. Experimental results show that the equipment is stable with high productivity, energy saving, labor cost reduction while ensuring quality, hygiene and food sensibility.

Từ khóa - cá sặc rằn; giàn sấy động; hiệu ứng nhà kính; nông nghiệp thông minh; thiết bị sấy cá.

Key words - trichogaster pectoralis; dynamic drying; greenhouse effect; smart agriculture; fish drying equipment.

1. Giới thiệu

Khô cá sặc rằn là đặc sản nổi tiếng có giá trị kinh tế cao,

mang về nguồn lợi kinh tế cho các hộ nông nghiệp ở Thành

phố (TP) Hồ Chí Minh và các tỉnh miền Tây Nam Bộ. Phần

lớn khô cá sặc được chế biến theo phương pháp phơi nắng

thủ công với các ưu điểm vượt trội về đảm bảo cảm quan,

màu sắc, dinh dưỡng. Tuy nhiên, phương pháp này cũng tồn

tại các nhược điểm như phụ thuộc vào thời tiết, năng suất

thấp, nhiễm vi sinh, tốn nhân công [1]. Bên cạnh đó, một số

cơ sở chế biến đã đưa các lò sấy thủ công hoặc công nghiệp

vào sấy cá. Phương pháp này rút ngắn thời gian sấy, đảm bảo

vệ sinh an toàn thực phẩm, giảm tiêu tốn nhân công nhưng

khô cá không đảm bảo cảm quan: thịt cá xơ cứng, cá tươm

mỡ, màu sắc không tự nhiên, mất dinh dưỡng.

Hiện nay, các công nghệ sấy nông sản, thủy sản nói

chung và các công nghệ sấy ứng dụng năng lượng mặt trời

đã được nghiên cứu và triển khai ở nhiều nơi [2], [3], [4],

[5], [6], [7]. Dựa vào thực tiễn trên cùng với sự hỗ trợ của

Sở Khoa học và Công nghệ Thành phố Hồ Chí Minh,

nhóm tác giả đã triển khai nghiên cứu “Thiết kế, chế tạo

thiết bị sấy ứng dụng năng lượng mặt trời với giàn sấy

động cho cá sặc rằn tại huyện Củ Chi, Thành phố Hồ Chí

Minh”. Thiết bị được chế tạo dựa trên nguyên lý phơi

nắng ban ngày và duy trì nhiệt độ và độ ẩm phơi như ban

ngày ở thời điểm ban đêm hoặc khi không có nắng. Thiết

bị được triển khai kết hợp với hệ thống kho xưởng chế

biến – đóng gói và lưu trữ sản phẩm của Hợp tác xã thủy

sản Tương Lai tại ấp Cây Trôm, xã Phước Hiệp, huyện

Củ Chi, Thành phố Hồ Chí Minh.

2. Thiết kế phần cứng thiết bị

2.1. Cấu tạo và nguyên lý hoạt động của thiết bị

Thiết bị phơi sấy cá tự động được trình bày như Hình 1

với hành lang kín ngăn côn trùng xâm nhập.

2.1.1. Cấu tạo

Thiết bị phơi sấy cá tự động với ba buồng phơi sấy thiết

kế liên hoàn nhằm đạt được sản lượng 100 kg khô cá mỗi

mẻ phơi sấy. Mỗi buồng phơi sấy có giàn sấy chuyển động

quanh trục cố định, có các bộ phận tự động điều chỉnh tốc

độ quay của giàn sấy và tốc độ dòng không khí theo nhiệt

độ bên trong buồng phơi sấy.

Mỗi buồng phơi sấy có 48 vỉ phơi (với kích thước vỉ là

400 mm x 450 mm), được bố trí thành 6 cánh đối xứng

nhau. Nếu sản lượng sản phẩm không đủ cho 1 buồng phơi,

cần chú ý bố trí sao cho các vỉ nằm đối xứng nhau nhằm

đảm bảo đối trọng không làm lệch trục quay, cũng như tận

dụng tốt hơn năng lượng mặt trời. Động cơ sử dụng kéo

giàn phơi sấy quay theo tốc độ cài đặt trước là loại động cơ

DC 350W giảm tốc với tốc độ tối đa là 330 vòng/phút. Một

hệ thống truyền động với cơ cấu bánh răng và xích có tỷ số

truyền động 30:1, sử dụng kết hợp với động cơ và bộ điều

khiển để đảm bảo tốc độ quay của giàn phơi sấy ở ngưỡng

tối đa là 10 vòng/phút.

Quạt thổi và hút cùng với hệ thống phun sương 10 béc,

giúp thay đổi tốc độ lưu chuyển của dòng không khí trong

buồng phơi sấy và điều chỉnh nhiệt độ, độ ẩm ở mức thích

hợp nhất. Tốc độ của quạt tùy thuộc vào nhiệt độ và độ ẩm

đọc được từ cảm biến bên trong buồng phơi sấy.

46 Phan Văn Hiệp, Đào Duy Liêm, Bùi Văn Miên, Phan Thị Chiêu Mỹ, Đinh Thị Tâm

Hình 1. Thiết bị phơi sấy bố trí liên hoàn với hành lang kín ngăn côn trùng

Lò đốt nhiệt bằng điện trở, công suất 6 kW, sử dụng

điện thế xoay chiều ba pha 380V, cung cấp nhiệt lượng cho

buồng phơi sấy vào ban đêm hoặc khi không có nắng bằng

cách giữ nhiệt độ ở mức giống như ban ngày (38°C đến

40°C). Cơ cấu hồi lưu nhiệt (lấy nhiệt từ buồng phơi sấy

qua quạt hút đưa ngược trở lại buồng đốt nhiệt) trong thiết

kế giúp tiết kiệm điện năng tiêu thụ cho lò đốt nhiệt. Hệ

thống cảm biến nhiệt độ bên trong buồng phơi sấy giúp cắt

điện cung cấp cho lò đốt nhiệt nếu nhiệt độ vượt ngưỡng.

Đây cũng là phương pháp kiểm soát nhiệt độ và tiết kiệm

điện năng tiêu thụ của lò đốt nhiệt.

2.1.2. Nguyên lý hoạt động

Vào ban ngày khi có nắng, hệ thống hoạt động như quá

trình phơi nắng tự nhiên kết hợp hiệu ứng nhà kính để gia

nhiệt trong buồng phơi sấy. Ánh sáng mặt trời chiếu xuống

xuyên qua “mặt kính hay tấm trong suốt” gặp vật màu đen

là “cá sặc rằn” được xếp trên các giàn phơi sấy đặt trong hệ

thống quay và đặt bên trong “buồng thu năng lượng”, đây

là một dạng bẫy nhiệt [8], khiến cho cá và cả giàn quay

nóng lên. Cá nóng lên sẽ bốc hơi nước, cả các khay và

khung giàn nóng làm cho không khí trong buồng cũng nóng

lên. Nhờ có quạt thổi hoặc hút mà không khí nóng có ẩm

từ cá được hút ra ngoài. Các cảm biến nhiệt độ và độ ẩm

đặt bên trong buồng phơi sấy sẽ quyết định tự động điều

chỉnh tốc độ quay của giàn phơi sấy, tốc độ của dòng tác

nhân sấy cũng như hệ thống phun sương sao cho đảm bảo

cảm quan cấu trúc của cá. Với thiết kế như trên, nhiệt độ

trong buồng sấy khi có nắng tốt sẽ lên đến khoảng 50°C

đến 60°C, rất phù hợp cho giai đoạn khử vi sinh khi có

thêm nhiệt được cung cấp bởi lò đốt nhiệt.

Trong trường hợp không có nắng hoặc vào ban đêm,

cảm biến nhiệt độ, độ ẩm sẽ tự động đưa lò đốt nhiệt bằng

điện trở với nguồn cung cấp của lưới điện hiện có vào hoạt

động. Khi lò đốt nhiệt hoạt động, ống hồi lưu nhiệt sẽ giúp

hệ thống tiết kiệm điện năng bằng cách sử dụng dòng

không khí hồi lưu từ buồng sấy thổi vào điện trở nhiệt để

cung cấp nhiệt lượng cho toàn buồng. Nghiễm nhiên, lò đốt

nhiệt tự động tắt/mở theo cảm biến nhiệt độ bên trong

buồng phơi sấy. Với thiết kế là một buồng kín, trong quá

trình hoạt động độ ẩm trong buồng ít bị tác động bởi môi

trường bên ngoài. Ngoài ra, nhiệt lượng bị thoát ra ngoài

cũng rất ít, nên chu kỳ tắt/mở của lò đốt nhiệt dự kiến là 15

phút tắt/2 phút mở lò.

2.2. Thiết kế mạch điều khiển

Toàn bộ hoạt động của thiết bị phơi sấy được vận hành

bởi sự điều khiển của mạch điều khiển trung tâm với các

thông số đầu vào là nhiệt độ, độ ẩm của buồng phơi và các

yếu tố thời gian. Hình 2 trình bày sơ đồ khối của hệ thống

điều khiển mỗi buồng phơi sấy với chức năng và nguyên lý

hoạt động như sau:

Hình 2. Sơ đồ khối của hệ thống điều khiển

• Khối Sensor bao gồm các cảm biến có chức năng

chuyển đổi nhiệt độ và độ ẩm từ buồng phơi sấy sang giá

trị số và gửi đến MCU (Micro Controller Unit).


• Khối Real time cung cấp giá trị thời gian thực cho

MCU trong quá trình xử lý các công đoạn phơi sấy, khử vi

sinh, …

• LCD loại TFT có tích hợp cảm ứng điện trở. Ngoài

chức năng hiển thị các thông tin hoạt động của hệ thống,

LCD này còn là nơi để người điều khiển tương tác với

MCU (thay đổi tốc độ động cơ, thay đổi thời gian phơi sấy,

cài đặt nhiệt độ và độ ẩm của buồng phơi sấy….) qua cảm

ứng điện trở.

• Driver Fan là mô-đun trung gian giúp MCU điều

khiển tốc độ quạt thổi khí, quạt hút để điều khiển luồng lưu

chuyển không khí trong buồng phơi sấy.

• SSR (Solid State Relay) là loại relay bán dẫn giúp

MCU điều khiển hệ thống phun sương tạo ẩm và lò đốt

nhiệt điện trở để tăng nhiệt độ buồng phơi sấy.

• Khối MCU là vi điều khiển trung tâm điều khiển

mọi hoạt động của thiết bị. Nhóm nghiên cứu lựa chọn loại

Atmega 2560 hoặc Atmega 328 với ưu điểm: độ ổn định

cao, hỗ trợ nhiều chuẩn giao tiếp, dễ dàng trong lập trình

và cài đặt, có thiết kế nhỏ gọn tích hợp trong mô-đun

Arduino, …

• Ở hoạt động thông thường, MCU sẽ đọc dữ liệu từ

cảm biến và IC thời gian thực từ đó điều khiển các mô-đun

khác theo các thông số cài đặt trước từ LCD. Mọi hoạt động

trong buồng phơi sấy sẽ hiển thị trên LCD để người sử dụng

giám sát, ngoài ra có thể hiệu chỉnh các cài đặt thông qua

màn hình cảm ứng trên LCD. Ở chế độ nghỉ (giai đoạn lấy

cá và đưa cá vào), người sử dụng có thể điều khiển động

cơ chính xoay thông qua một nút nhấn đơn (hoặc điều

khiển từ LCD).

3. Xây dựng giải thuật điều khiển hệ thống

Giải thuật điều khiển hệ thống được trình bày như Hình

3 với hai giai đoạn chính là phơi sấy và khử vi sinh. Tổng

thời gian thực hiện là khoảng 30 giờ. Giai đoạn phơi sấy cá

phải đảm bảo nhiệt độ vào khoảng 38°C đến 40°C và độ

ẩm từ 20% đến 30% trong thời gian gần 30 giờ. Giai đoạn

khử vi sinh sẽ đưa nhiệt độ lên 65°C và độ ẩm trên 70%

kéo dài trong 30 phút.

Hình 3. Giải thuật hoạt động

Trong suốt quá trình hoạt động, tốc độ quay đảo khay

và tốc độ luồng không khí được điều chỉnh theo nhiệt độ

và độ ẩm trong buồng phơi sấy. Toàn bộ các thông số đều

có thể được hiệu chỉnh từ người sử dụng để phù hợp với

sản phẩm được phơi sấy.

4. Kết quả thực nghiệm

Công trình nghiên cứu đã được thực hiện thành công và

triển khai tại Hợp tác xã Thủy sản Tương Lai, huyện Củ

Chi, TP Hồ Chí Minh. Hình 4 cho thấy thiết bị được bố trí

liên hoàn 3 buồng phơi sấy theo hướng Bắc – Nam để tận

dụng tối đa năng lượng mặt trời. Hình 5 là giao diện hiển

thị và điều khiển. Các thông số về thời gian, độ ẩm, nhiệt

độ, tốc độ quay, … được cài đặt từ người sử dụng qua cảm

ứng điện trở tích hợp trên LCD.

Hình 4. Hệ thống thực tế đã được lắp đặt tại huyện Củ Chi

Hình 5. Giao diện điều khiển hệ thống

Hình 6. Lò đốt nhiệt bằng điện trở công suất 6 kW

Hình 6 là ảnh thực tế của lò đốt nhiệt bằng điện trở công

suất 6 kW sử dụng điện áp 3 pha 380V đảm bảo cấp và giữ

nhiệt độ trong điều kiện thiếu nắng.

Để nhận thấy rõ hơn các ưu điểm của thiết bị, Bảng 1

cung cấp kết quả so sánh các công đoạn phơi sấy cá của

Hợp tác xã Thủy sản Tương Lai trước và sau khi lắp đặt

thiết bị.

48 Phan Văn Hiệp, Đào Duy Liêm, Bùi Văn Miên, Phan Thị Chiêu Mỹ, Đinh Thị Tâm

Bảng 1. So sánh các công đoạn phơi sấy cá trước và

sau khi lắp hệ thống

Công đoạn Trước khi lắp hệ

thống Sau khi lắp hệ thống

Phơi sấy cá vào ban

đêm Không Có

Phơi sấy cá khi

không có nắng Không Có

Đảo cá Bằng tay Tự động

Khử vi sinh Không Có

Cung cấp nhiệt độ

cho buồng sấy

Phơi nắng trực

tiếp

Năng lượng mặt trời

+ lò đốt nhiệt

Cung cấp độ ẩm cho

buồng sấy Không Phun sương tạo ẩm

Năng suất (với cùng

diện tích buồng phơi)

50 kg cá khô

thành phẩm/mẻ

150 kg cá khô thành

phẩm/mẻ

Thời gian phơi sấy 4 ngày (có nắng) 30 giờ

Tiêu tốn điện năng

180 kWh/mẻ (máy

sấy cùng năng suất

hoạt động 30 giờ)

30 kWh/mẻ (hoạt

động trong 30 giờ)

Bảng 2. Kết quả kiểm nghiệm vi sinh tại CASE

STT Chỉ tiêu kiểm nghiệm Đơn vị tính Kết quả

1 Coliform CFU/g <10

2 E-Coli /g Không phát hiện

3 Salmonella /25g Không phát hiện

4 Tổng số vi sinh vật hiếu

khí (TPC) CFU/g 3,2.106

Bảng 3. Kết quả kiểm nghiệm dinh dưỡng tại CASE

STT Chỉ tiêu kiểm nghiệm Đơn vị tính Kết quả

1 Cu mg/Kg 0,98

2 Fe mg/Kg 9,52

3 Mn mg/Kg 0,58

4 Zn mg/Kg 16,3

5 Carbohydrate % 0

6 Lipid % 5,51

7 Protide % 43,8

Sau nhiều lần thử nghiệm phơi sấy các mẻ cá sặc rằn tại

Hợp tác xã Thủy sản Tương Lai, khô cá thành phẩm đã

được kiểm nghiệm và chứng nhận đạt chuẩn vi sinh thực

phẩm, cũng như các tiêu chí về dinh dưỡng bởi Trung tâm

Dịch vụ và Phân tích Thí nghiệm Thành phố Hồ Chí Minh

(CASE). Bảng 2 và Bảng 3 cho thấy các kết quả cụ thể đã

được kiểm nghiệm vi sinh và dinh dưỡng tại CASE đối với

khô cá thành phẩm được phơi sấy bởi thiết bị.

5. Kết luận

Bài viết đã trình bày việc thiết kế và thi công thiết bị phơi

sấy cá sặc rằn ứng dụng kỹ thuật sấy động kết hợp với năng

lượng mặt trời. Sản phẩm hoàn thiện được lắp đặt tại Hợp

tác xã Thủy sản Tương Lai, huyện Củ Chi, Thành phố Hồ

Chí Minh với các điểm nổi bật: thiết bị hoạt động hoàn toàn

tự động với năng suất tăng 300% so với phơi nắng, giảm tiêu

tốn điện năng 6 lần so với sử dụng lò sấy vỉ ngang cùng năng

suất, giảm thời gian phơi sấy xấp xỉ 3 lần so với phơi nắng,

chỉ cần một nhân công vận hành, khô cá có màu sắc tự nhiên

như phơi nắng, thịt dai và ngọt, các dòng vi sinh phổ biến

như E-Coli, Coliform và Salmonella đều bị khử triệt để, các

chỉ tiêu dinh dưỡng đa lượng, protide, lipid, … đều đạt. Với

việc cải tiến kết cấu của vỉ phơi, thử nghiệm bộ thông số phơi

sấy và bổ sung chức năng giám sát và điều khiển từ xa bằng

giải pháp công nghệ IoT, thiết bị sẽ được ứng dụng rộng rãi

cho việc phơi sấy các sản phẩm khô cá khác có sản lượng

tương đối lớn hiện nay như cá lóc, cá chạch, cá dứa, … cũng

như các sản phẩm hạt, trái cây, gia vị, …


[1] Sở Khoa học và Công nghệ Thành phố Hồ Chí Minh, Chế tạo thành công

máy sấy cá dứa, 2018, http://40nam.dost.hochiminhcity.gov.vn/tin-bai/che-tao-thanh-cong-may-say-ca-dua/ [online]: truy cập ngày 11/03/2018.

[2] Đỗ Minh Cường, Phan Hòa, “Nghiên cứu quá trình sấy thóc bằng

thiết bị sấy năng lượng mặt trời kiểu đối lưu tự nhiên”, Tạp chí Khoa

học Đại học Huế, Số 55, 2009, trang 27-33.

[3] Mai Thanh Phong, Phan Đình Tuấn, “Chế tạo và ứng dụng hệ thống

thiết bị sấy cà phê sử dụng kết hợp năng lượng mặt trời và sinh khối”,

Tạp chí Khoa học và Công nghệ, 50(2), 2012, trang 247-252.

[4] Sở Khoa học và Công nghệ Thành phố Hồ Chí Minh, Trung tâm Thông tin và Thống kê Khoa học và Công nghệ, Xu hướng ứng dụng

công nghệ sấy tiên tiến trong bảo quản và chế biến nông sản, thủy

sản, 2016.

[5] Hoàng Xuân Niên, Nguyễn Minh Hùng, “Nghiên cứu hệ thống thiết

bị thí nghiệm sấy gỗ bằng năng lượng mặt trời kết hợp nồi dầu”, Tạp chí Khoa học và Công nghệ Lâm nghiệp, Số 4, 2015, trang 113-122.

[6] Cao Văn Hùng, Nguyễn Hữu Dương, Sấy và bảo quản thóc, ngô giống

trong gia đình, NXB Nông nghiệp, Thành phố Hồ Chí Minh, 2001.

[7] Trần Thị Chung Thủy, “Chế tạo máy sấy nông sản dùng năng lượng

mặt trời có cải tiến màng hấp thụ năng lượng Nano TiO2”, Tạp chí

Khoa học Kỹ thuật Thủy lợi và Môi trường, Số 57(6), 2017, trang

124-128.

[8] Hoàng Dương Hùng, Mai Vinh Hòa, “Nghiên cứu hệ thống tích trữ

năng lượng nhiệt mặt trời”, Tạp chí Khoa học và Công nghệ Đại học Đà Nẵng, Số 36, 2010, trang 14-20.



KHẢO SÁT THỦY ĐIỆN BẬC THANG TRONG CHIẾN LƯỢC ĐIỀU ĐỘ

TIẾT KIỆM HỆ THỐNG THỦY ĐIỆN VÀ NHIỆT ĐIỆN

ENNERGY - SAVING GENERATION SCHEDULIING OF HYDRO-THERMAL POWER

SYSTEM CONSIDERING CASCADED HYDROPOWER PLANTS

Trần Hoàng Hiệp, Lê Xuân Sanh

Trường Đại học Điện lực; [email protected], [email protected]

Tóm tắt - Trên cơ sở khảo sát công suất phát tổ máy nhiệt điện với chi phí tiêu hao nhiên liệu và lượng khí phát thải ô nhiễm, đồng thời khảo sát công suất phát thủy điện với các tham số ngẫu hợp về thời gian và không gian, cùng với lợi ích liên hợp điều độ giữa tổ máy thủy điện - nhiệt điện, để xây dựng mô hình điều độ tiết kiệm đa mục tiêu bao gồm: cực tiểu lượng nước tràn hệ thống thủy điện bậc thang, chi phí tiêu hao nhiên liệu nhiệt điện và lượng khí phát thải ô nhiễm, v.v. Thông qua việc mô phỏng một hệ thống điện thủy điện - nhiệt điện bao gồm bốn thủy điện bậc thang và ba nhà máy nhiệt điện, các kết quả tối ưu hóa đã nghiệm chứng tính khả thi của thuật toán và hiệu quả tiết kiệm được minh chứng rõ ràng.

Abstract - Considering the overall benefit among generating unit output, energy consumption cost and pollution emission of thermal power plants and that between output of cascaded hydropower stations and hydraulic coupling parameters as well as that between hydropower generating units and thermal power generating units, a comprehensive multi-objective energy-saving scheduling model, in which the minimized spillage water quantity of cascaded hydropower stations, the lowest energy consumption cost of thermal power plants and minimized pollution emission are taken as the objectives. Through the simulation of a hydropower-thermal power system containing four cascaded hydropower stations and three thermal power plants, the feasibility of the modified optimization algorithm is validated by optimization results. In addition, simulation results also show that using the proposed method helps achieve obvious energy-saving effects.

Từ khóa - điều độ kinh tế; điều độ phát điện tiết kiệm; hệ thống thủy - nhiệt điện; quy hoạch phi tuyến; thủy điện bậc thang.

Key words - economic dispatch; schedule energy - saving generation; hydrothermal power system; nonlinear programing; cascaded hydropower stations.

1. Giới thiệu

Vấn đề tối ưu liên hợp điều độ phát giữa hệ thống thủy

- nhiệt điện xuất hiện đi kèm với cục diện của sự đồng thời

cung cấp điện cho xã hội của hệ thống thủy và nhiệt điện.

Học giả Pháp Ricard là một trong những học giả đầu tiên

trên thế giới quan tâm đến vận hành kinh tế của hệ thống

thủy - nhiệt điện. Trên cơ sở nghiên cứu về vấn đề này, lần

đầu tiên vào năm 1940, ông đề xuất mô hình toán học chặt

chẽ của vấn đề tối ưu liên hợp điều độ trong vận hành kinh

tế hệ thống thủy điện và nhiệt điện, trở thành một mô tả

khoa học đầu tiên về kinh tế hệ thống thủy - nhiệt điện trên

thế giới. Kể từ đó, vấn đề tối ưu liên hợp điều độ giữa hệ

thống điện thủy - nhiệt điện đã bắt đầu thu hút sự chú ý của

thế giới, các phương trình tối ưu liên hợp cho thủy - nhiệt

dựa trên toán học cổ điển đã được nghiên cứu rộng rãi. Cho

đến nay, cùng với sự phát triển nhanh chóng của lý thuyết

toán học hiện đại và sự xuất hiện của nhiều mô hình tối ưu

hóa mới mà vấn đề này trở thành chủ đề nghiên cứu nóng

của các học giả trong và ngoài nước [1].

Tối ưu điều độ hệ thống thủy - nhiệt khi xét đến thủy

điện bậc thang là một vấn đề tối ưu đa mục tiêu phức tạp,

nhiều hạng số, phi lồi, phi tuyến, nhiều thời đoạn và thời

gian trễ. Đối với lĩnh vực tối ưu hồ chứa, bên cạnh lý

thuyết hệ thống và kỹ thuật máy tính không ngừng phát

triển, các mô hình mới và phương pháp giải mới cũng

không ngừng xuất hiện, phương pháp thường dùng gồm

hai loại lớn. Một là phương pháp tối ưu truyền thống, bao

gồm phương pháp quy hoạch tuyến tính, quy hoạch động,

phương pháp phỏng đoán, phương pháp đẳng suất gia

tăng, phương pháp nhân tử Lagrange, v.v… [2]. Phương

pháp truyền thống đối với hàm số mục tiêu và nghiệm

xuất phát có yêu cầu chặt chẽ, do đó trong xử lý bài toán

tối ưu điều độ tiết kiệm hệ thống thủy - nhiệt điện dễ gặp

phải nghiệm cục bộ. Hai là phương pháp hiện đại, bao

gồm: phương pháp quy hoạch ngẫu nhiên, phương pháp

nội điểm, phương pháp di truyền, phương pháp mô phỏng

luyện kim, phương pháp mạng thần kinh nhân tạo,

phương pháp quy hoạch mờ v.v…

Thủy điện bậc thang trong tối ưu điều độ tiết kiệm hệ

thống thủy - nhiệt điện thuộc về vấn đề tối ưu tổ hợp nhiều

giai đoạn, phi tuyến, ràng buộc chặt chẽ. Ràng buộc này rất

phức tạp, tồn tại đẳng thức và bất đẳng thức điều kiện ràng

buộc. Vì vậy, bài báo trình bày mô hình “tối ưu điều độ hệ

thống thủy - nhiệt điện khi xét đến thủy điện bậc thang”,

lấy mục tiêu tối ưu là cực tiểu chi phí phát điện, cực tiểu

lượng khí ô nhiễm phát thải hệ thống nhiệt điện và cực tiểu

tổng lượng nước tràn hệ thống thủy điện bậc thang. Đồng

thời, thông qua việc mô phỏng một hệ thống điện thủy điện

- nhiệt điện bao gồm bốn thủy điện bậc thang và ba nhà

máy nhiệt điện, các kết quả tối ưu hóa đã nghiệm chứng

tính tin cậy và thực tiễn của mô hình.

2. Điều độ phát điện tiết kiệm hệ thống thủy - nhiệt điện

2.1. Đặc tính ngẫu hợp thủy lực của thủy điện bậc thang

Công suất phát mỗi cấp nhà máy thủy điện không chỉ

phụ thuộc vào yếu tố bản thân dung tích hồ chứa, đặc tính

máy phát, lượng nước tự nhiên đến hồ chứa mà còn có

quan hệ mật thiết với lượng nước tràn và lưu lượng nước

phát điện của thủy điện cấp trên. Cũng có thể nói, giữa

các thủy điện bậc thang tồn tại đặc tính thủy lực ngẫu hợp

về không gian và thời gian. Hình 1 thể hiện liên hệ thủy

lực thủy điện bậc thang.

50 Trần Hoàng Hiệp, Lê Xuân Sanh

Hình 1. Liên hệ thủy lực thủy điện bậc thang

Trong đó, qi(t) là nước tự nhiên đến hồ chứa; Qi(t) là

lưu lượng nước phát điện (m3/s); yi(t) là lượng nước tràn; 𝜏

là thời gian dòng chảy từ thủy điện cấp trên xuống cấp

dưới, tức là thời gian trễ dòng chảy.

2.2. Tối ưu điều độ tiết kiệm thủy điện bậc thang

Giữa lưu vực các thủy điện bậc thang không chỉ tồn tại

quan hệ về thủy lực mà còn có quan hệ về điện lực, đồng

thời các thủy điện bậc thang còn phải đảm nhận và phối

hợp với các phương diện khác về sử dụng nước như: thủy

lợi, tưới tiêu, phòng chống lũ lụt, sản xuất nước sinh hoạt,

v.v... Trong tối ưu điều độ, các quan hệ này được thể hiện

bằng các điều kiện ràng buộc như: cân bằng lượng nước,

yêu cầu công suất phát, giới hạn mức tích nước, hạn chế

lưu lượng nước phát điện, ràng buộc dốc (ràng buộc tốc độ

tăng, giảm công suất phát tổ máy nhiệt điện trong nội chu

kỳ điều độ), lượng khí thải ô nhiễm, v.v... [3].

a. Ràng buộc cân bằng lượng nước

uk

ki ki

i, i, 1 i, i, i,

k, k,

1

(q )

( )

t t t t t

R

t t

k

V V Q y

Q y

−

− −

=

= + − −

+ + (1)

Trong đó, qi,t, yi,t lần lượt là lượng nước tự nhiên đến và

nước tràn của thủy điện i tại thời đoạn điều độ t; ki là thời

gian trễ dòng chảy giữa thủy điện k và i; Ruk là tập hợp các

thủy điện thượng lưu có liên hệ nước trực tiếp với thủy điện i.

b. Ràng buộc lượng tích nước hồ chứa và lưu lượng

nước phát điện

i, ii tV V V (2)

i,t iiQ Q Q (3)

Trong đó, iV , iV là dung tích cực tiểu và cực đại hồ

chứa thủy điện i; i

Q , i

Q là lưu lượng nước phát điện cực

tiểu và cực đại tổ máy thủy điện i.

c. Ràng buộc công suất phát

i i,t iP P P (4)

Trong đó, iP , iP là công suất phát cực tiểu và cực đại

của tổ máy i.

Công suất phát tổ máy thủy điện i phụ thuộc vào dung

tích hồ chứa và lưu lượng nước phát điện, được tính theo

công thức:

2 2

i, 1i i, 2i i, 3 i, i,

4 i, 5 i, 6

t t t i t t

i t i t i

P c V c Q c V Q

c V c Q c

= + +

+ + + (5)

Trong đó, 1ic ， 2ic ， 3ic ， 4ic ， 5ic ， 6ic là các hệ

số đặc trưng cho sự chuyển hóa nước - điện.

Điều độ tối ưu giữa các thủy điện bậc thang thông

thường lựa chọn tổng lượng phát điện cực đại, lượng tích

nước hồ chứa cực đại, lượng nước tiêu hao cực tiểu, lượng

nước tràn cực tiểu làm mục tiêu tối ưu. Trong tối ưu tiết

kiệm và bảo vệ môi trường, lựa chọn lượng nước tràn cực

tiểu làm mục tiêu tối ưu, được biểu thị như sau:

4

i, 1 i, i-1, - i-1, -

t 1 i 1

i, i,

min ( q + +

)

T

t t t t

t

f V Q y

Q V

−

= =

= +

− −

(6)

2.3. Khảo sát thủy điện bậc thang tối ưu điều độ tiết kiệm

hệ thống thủy - nhiệt điện

Thông thường, chi phí sản xuất và vận hành của nhiệt

điện bao gồm chi phí nhiên liệu, chi phí vận hành, khấu hao

thiết bị, chi phí trả lương, v.v... Trong đó, chi phí nhiên liệu

là ảnh hưởng nhất đến việc sản xuất điện năng. Do đó, hàm

số mục tiêu thông thường được chọn là cực tiểu chi phí

nhiên liệu của hệ thống điện khảo sát. Đặc tính tiêu hao

nhiên liệu tổ máy nhiệt điện được tính bởi công thức sau:

32

1 j, , ,

t 1 j 1

( ) ( )T

t j j j t j j tf P a b P c P= =

= + + (7)

Trong đó, T là chu kỳ điều độ; Pj,t là công suất phát tổ

máy nhiệt điện; aj, bj, cj là các hệ số đặc tính tiêu hao nhiên

liệu tổ máy phát nhiệt điện.

Trong quá trình vận hành, các nhà máy nhiệt điện sinh

ra chất thải ô nhiễm, chủ yếu bao gồm: khí SO2, các loại

khí NOx và bụi bẩn. Trong khuôn khổ bài báo chỉ khảo sát

lượng khí ô nhiễm phát thải SO2 và NOx. Lượng khí phát

thải nhiệt điện được biểu thị như sau:

32

2 j, j, j,

t 1 1

( ) ( )T

t j j t j t

j

f P P P = =

= + + (8)

Trong đó,j ,

j ,j là các hệ số đặc trưng cho hàm phát

thải khí ô nhiễm của nhiệt điện.

Các tổ máy nhiệt điện phải thỏa mãn các điều kiện ràng

buộc riêng như: giới hạn công suất phát, ràng buộc dốc.

Ngoài ra còn phải thỏa mãn các ràng buộc hệ thống khi liên

hợp điều độ với các thủy điện (cân bằng công suất, dự

phòng công suất phát hệ thống) [4].

a. Ràng buộc công suất phát

j,j t jP P P (9)

b. Ràng buộc dốc

,j, j 1

up

tt jP P P−−

(10)

j, 1 j,

down

t t jP P P− −

(11)


Trong đó, up

jP ,down

jP là hạn chế tốc độ tăng và giảm

công suất phát tổ máy nhiệt điện trong một thời đoạn điều độ.

c. Ràng buộc cân bằng công suất hệ thống

Trong mọi thời đoạn điều độ, tổng công suất phát của các

thủy điện phải cân bằng công suất yêu cầu của phụ tải, tức là:

4 3

, ,

1 1

+ 0D

i t j t t

i j

P P P= =

− = (12)

Trong đó,D

tP là công suất phụ tải yêu cầu.

d. Ràng buộc dự phòng hệ thống

4 3 _

1 1

D

j j t t

j i

P P P R= =

+ +

(13)

Trong đó, Rt là dự phòng công suất phát hệ thống.

Quy nạp lại, khảo sát thủy điện bậc thang trong mô hình

tối ưu điều độ tiết kiệm hệ thống thủy - nhiệt điện, hàm

mục tiêu là:

32

1 , ,

t 1 j 1

32

2 j, j,

t 1 1

4

3 i, 1 i, i -1, - i -1, -

t 1 i 1

i, i,

min (x) ( )

min (x) ( )

min (x) ( q + +

)

T

j j j t j j t

T

j j t j t

j

T

t t t t

t

f a b P c P

f P P

f V Q y

Q V

= =

= =

−

= =

= + +

= + + = +

− −

(14)

3. Tính toán và phân tích kết quả

Lựa chọn hệ thống gồm 4 trạm thủy điện bậc thang và

3 nhà máy nhiệt điện, chi tiết các thông số tính toán tham

khảo tài liệu [5]. Cụ thể, tham số tính toán 4 trạm thủy điện

được cho trong Bảng 1 - 4; thông số đặc tính tiêu hao nhiên

liệu và phát thải khí ô nhiễm cho trong Bảng 5 - 6.

Bảng 1. Nước tự nhiên đến hồ chứa (104m3)

t(h) Ký hiệu thủy điện

t(h) Ký hiệu thủy điện

1 2 3 4 1 2 3 4

1 15 12 12 13 13 11 8,5 9 0

2 19 18 18 12 14 12 11 4,4 0

3 8,5 9,4 4 6,6 15 7 6 4 1,1

4 7 9 11 1,2 16 10 8,8 2 0

5 8,6 8 3 0 17 9,7 7 5,1 1,6

6 7,7 7 12 1,7 18 18,9 16 12 0

7 8,2 17 7 0 19 7,6 7 6 0

8 19 18 14 0 20 8,2 6,4 4 0

9 11 8 8,4 2,1 21 7,9 9 2,1 0

10 14 7 6 1,1 22 6 4 2 0

11 13 9 8,1 0 23 19 8,6 5,4 4,3

12 11 8 6,9 3,1 24 10,8 8 2 0

Bảng 2. Giới hạn thông số thủy điện bậc thang

No Vmin

(104m3)

Vmax

(104m3)

V(0)

(104m3)

V(T)

(104m3)

Qmax

(104m3)

Qmin

(104m3)

Pmin

(MW)

Pmax

(MW)

1 80 150 120 120 5 15 0 500

2 60 160 90 70 6 20 0 500

3 100 240 170 170 10 30 0 500

4 70 300 120 180 6 30 0 500

Bảng 3. Hệ số đặc tính chuyển hóa điện - nước

No C1 C2 C3 C4 C5 C6

1 -0,004 -0,42 0,03 0,9 10 -50

2 -0,004 -0,3 0,015 1,14 9,5 -70

3 -0,003 -0,3 0,025 1,05 10,5 -80

4 -0,003 -0,31 0,027 1,44 14 -90

Bảng 4. Thời gian trễ dòng chảy các thủy điện

No 1 2 3 4

t(h) 2 3 4 0

Bảng 5. Thông số giới hạn công suất và các hệ số hàm chi phí

nhiệt điện

No a

($/h)

b

($/MWh)

c

($/MW2h)

Pmin

(MW)

Pmax

(MW)

1 100 2,45 0,0012 20 175

2 120 2,32 0,001 40 300

3 150 2,1 0,0015 50 500

Bảng 6. Thông số phụ tải yêu cầu hệ thống

t(h) 1 2 3 4 5 6 7 8

Phụ tải

(MW) 750 780 700 650 670 800 950 110

t(h) 9 10 11 12 13 14 15 16

Phụ tải

(MW) 1.090 1.080 1.100 1.150 1.110 1.030 1.010 1.060

t(h) 17 18 19 20 21 22 23 24

Phụ tải

(MW) 1.050 1.120 1.070 1.050 910 860 850 800

Bài báo sử dụng phần mềm tối ưu GAMS\BARON

(General Algebaic Modeling System\ Branch and Reduce

Optimization Navigator) để giải quyết bài toán liên hợp điều độ

thủy - nhiệt điện với mô hình toán học và số liệu ở trên để tính

toán. GAMS là một hệ thống mô hình toán học cao cấp [6], lần

đầu tiên được Ngân hàng Thế giới do Brooke, Kendrickm và

Meeraus nghiên cứu và phát triển năm 1992, có thể dùng để giải

quyết các bài toán thuộc về vấn đề: quy hoạch tuyến tính (LP),

quy hoạch phi tuyến (NLP), quy hoạch hỗn hợp số nguyên

(MIP), quy hoạch hỗn hợp số nguyên phi tuyến (MINLP), v.v...

Giao diện nền tảng GAMS thân thiện, linh hoạt, chỉ cần người

dùng có kỹ năng xây dựng mô hình toán học tốt, chuẩn xác theo

quy phạm, có thể nhanh chóng và dễ dàng tạo và sửa đổi các

mô hình trong nền tảng giao diện, và cũng có thể chọn bất kỳ

công cụ giải nào để có thể thực hiện nhiệm vụ giải quyết bài

toán một cách dễ dàng. GAMS cho phép người dùng tập trung

nhiều hơn vào quá trình mô hình hóa toán học, điều này có tác

dụng lớn đến việc nâng cao hiệu quả tính toán của người dùng.

Nhìn chung, so với các công cụ mô hình hóa khác, chẳng hạn

như LINGO, UNDO và AMPL, quá trình tính toán GAMS đòi

hỏi ít thời gian hơn và có kết quả tính toán tốt, được đánh giá

cao, kết quả tính toán như sau:

Bảng 7. Kết quả tính toán hàm số mục tiêu

Chi phí nhiên liệu

Nhiệt điện (USD)

Lượng khí thải

(kg)

Nước tràn

(104m3)

18.976,033 2.651,934 0,715

52 Trần Hoàng Hiệp, Lê Xuân Sanh

Hình 2. Công suất phát nhiệt điện (Pj/MW)

Hình 3. Công suất phát thủy điện (Pi/MW)

Hình 4. Công suất phát thủy điện, nhiệt điện và phụ tải hệ thống

(P/MW)

Từ biểu đồ công suất phát của nhiệt điện (Hình 2), ta

thấy: Nhiệt điện 1 phát công suất là lớn nhất, điều này là

do nó có hàm chi phí tiêu hao nhiên liệu thấp nhất và điều

này phù hợp với mục tiêu tối ưu.

Đối với các trạm thủy điện bậc thang (Hình 4), thủy

điện bậc thang cấp 2 và cấp 3 phát công suất tương đối ổn

định là do khả năng điều tiết nước phát điện tốt từ ảnh

hưởng liên hợp điều độ với các thủy điện thượng lưu, hoàn

toàn phù hợp với thực tế điều độ hệ thống điện. Cuối cùng,

Hình 4 cho thấy thủy điện đóng góp công suất phát lớn hơn

thủy điện để tận dụng tối đa việc sử dụng tài nguyên năng

lượng tái tạo, giảm lượng than đốt phát điện, từ đó nâng

cao tính hiệu quả kinh tế phát điện, ngoài ra nó còn thể hiện

tính phủ đỉnh trong điều độ một cách rõ ràng.

4. Kết luận

Khảo sát thủy điện bậc thang trong điều độ tối ưu hệ

thống thủy - nhiệt điện là một vấn đề tối ưu phức tạp, nhiều

điều kiện ràng buộc, nhiều hạng số, phi lồi, phi tuyến, nhiều

thời đoạn. Bài báo đã xây dựng mô hình tối ưu điều độ kinh

tế và tiết kiệm với đa mục tiêu tối ưu: cực tiểu lượng nước

tràn thủy điện, cực tiểu chi phí tiêu hao nhiên liệu và lượng

khí phát thải ô nhiễm.Thông qua việc mô phỏng một hệ

thống điện thủy điện - nhiệt điện bao gồm bốn thủy điện

bậc thang và ba nhà máy nhiệt điện, các kết quả tối ưu hóa

đã nghiệm chứng tính khả thi của thuật toán và mục tiêu tối

ưu được minh chứng rõ ràng.


[1] Thang Trung Nguyen, Dieu Ngoc Vo, “Solving Short-Term

Cascaded Hydrothermal Scheduling Problem Using Modified

Cuckoo Search Algorithm”, International Journal of Grid and Distributed Computing, Vol. 9, No. 1, 2016, pp. 67-78.

[2] Wu Jiekang, Tang Litao, Huang Huan, et al., “Multi-objective

Economic Scheduling for Hydrothermal Power Systems Based on

Genetic Algorithm and Data Envelopment Analysis”, Power System Technology, 35(5), 2011 (in Chinese), pp. 76-81.

[3] Christoforos E, Anastasios B G, John V P B., “A Genetic Algorithm

Solution Approach to The Hydrothermal Coordination Problem”,

IEEE Transactions on Power Systems, Vol. 19, Iss. 3, 2004, pp.

1356-1364.

[4] Johannesen A, Gjelsvik A, Fosso O B, “Optimal Short Term Hydro

Scheduling Including Security Constraints”, IEEE Trans on Power Systems, Vol. 6, Iss. 2, 1991, pp. 576-583.

[5] Basu M., “An Interactive Fuzzy Satisfying Method Based on

Evolutionary Programming Technique for Multi-objective Short-

term Hydrothermal Scheduling”, Electric Power Systems Research,

Vol. 69, 2004, pp. 277-285.

[6] Richard E. Rosenthal., GAMS – A User’s Guide, GAMS

Development Corporation, Washington, DC, USA, 9.2014.



NGHIÊN CỨU ỨNG DỤNG CÔNG NGHỆ ĐẤT NGẬP NƯỚC KIẾN TẠO

SỬ DỤNG NHÓM THỰC VẬT GREEN ROOF CHO MỤC ĐÍCH TÁI SINH

NƯỚC THẢI SINH HOẠT

RESEARCH ON APPLICATION OF CONTRUCTED WETLAND TECHNOLOGY USING

GREEN ROOF (GR) PLANTS FOR RECYCLING LIVING WASTE WATER

Phạm Ngọc Hòa

Trường Đại học Công nghiệp Thực phẩm Thành phố Hồ Chí Minh; [email protected]

Tóm tắt - Hiện nay, vấn đề ô nhiễm nguồn nước đang là mối quan tâm rất lớn ở nước ta, đặc biệt là nước thải sinh hoạt. Bên cạnh đó, công nghệ đất ngập nước sử dụng nhóm thực vật green roof (GR) cho thấy được tiềm năng ứng dụng trong xử lý nước thải sinh hoạt khá cao. Kết quả nghiên cứu cho thấy khả năng xử lý của một số loại thực vật GR (cây hoa mười giờ, cây dừa cạn và me đất hoa vàng) đối với nước thải sinh hoạt từ ký túc xá khá tốt. Trong đó, khả năng xử lý của mô hình trồng hoa mười giờ đạt hiệu quả tương đối cao và ổn định ở tải trọng 300 kgCOD/ha.ngày. Cụ thể, hiệu quả xử lý COD; tổng nitơ (TN); tổng phốt pho (TP); coliform trung bình lần lượt là 85,6% (20,0 ± 5,0 mg/L); 66,9% (12,0 ± 1,0 mg/L); 61% (2,5 ± 0,5 mg/L); 98,2% (180 CFU/100mL). Với giá trị nồng độ đầu ra đạt được từ tải trọng này, nước thải sau xử lý có thể sử dụng cho mục đích tái sinh với chất lượng nước tái sinh đạt trung bình và thấp.

Abstract - At present, water pollution is a great concern in our country, especially domestic waste water. In addition, wetland technology using the Green Roof plants shows that potential application to the treatment of domestic wastewater is quite high. Research results show that some GR plants such as Portulaca grandiflora, Catharanthus roseus (L.)G.Don and Oxalis corniculata have great ability to treat domestic waste from dormitory. In particular, the processing ability of the model of Portulaca grandiflora has a relatively high efficiency and stability at a load of 300 kg COD/ha. a day. Specifically, with the efficiency of COD treatment; total nitrogen (TN); total phosphorus (TP), coliform is 85.6% (20.0 ± 5.0 mg/L); 66.9% (12.0 ± 1.0 mg/L); 61% (2.5 ± 0.5 mg/L); 98.2% (180 CFU/100mL) respectively. With the output concentration derived from this load, wastewater after treatment can be used for recycling purposes with medium and low quality recycled water.

Từ khóa - đất ngập nước kiến tạo; mái nhà xanh; nước thải sinh hoạt; tái sử dụng nước; đất ngập nước trên mái nhà

Key words - constructed wetlands; green roof; living waste water; waste water reuse; roof wetland


Ngày nay, quá trình công nghiệp hóa – hiện đại hóa ở

nước ta đang diễn ra với tốc độ khá nhanh. Đi đôi với

những lợi ích kinh tế do các hoạt động này đem lại, ô nhiễm

nguồn nước hiện đang là vấn đề khá nghiêm trọng gây ảnh

hưởng đến sức khoẻ con người và các loài động thực vật

sống gần khu vực xả thải.

Gần đây, đất ngập nước kiến tạo (CW) được biết đến

trên thế giới như một giải pháp công nghệ xử ly nước thải

trong điều kiện tự nhiên, thân thiện với môi trường, đạt hiệu

suất cao, chi phí thấp và ổn định [1], đồng thời góp phần

làm tăng giá trị đa dạng sinh học.

Sinh khối thực vật, bùn phân hủy, nước thải sau xử ly

từ đất ngập nước kiến tạo còn có giá trị kinh tế. Tuy nhiên,

hệ thống tốn khá nhiều diện tích đất.

Nhiều quốc gia bắt đầu quan tâm đến mái nhà xanh -

green roof (GR) bởi vì họ nhận thấy rằng GR không những

có khả năng xử ly nước thải [2], mà còn góp phần giảm rủi

ro lũ lụt ở các đô thị, tiết kiệm năng lượng, tăng giá trị đa

dạng sinh học [2, 3], tăng mảng xanh đô thị [4], giảm phát

thải khí hiệu ứng nhà kính [5]. GR có cấu tạo nhẹ, lớp vật

liệu thấp, thực vật ứng dụng cũng có chiều cao tương đối

thấp và chịu được điều kiện thời tiết.

Hình 1. Cấu trúc của một GR

Việc ứng dụng công nghệ đất ngập nước sử dụng nhóm

thực vật GR làm sạch nước thải tại chỗ cho các hộ gia đình

hay các cụm dân cư, với công nghệ phù hợp, vừa đơn giản,

tiết kiệm diện tích, có chi phí xây dựng và vận hành thấp,

vừa làm tăng giá trị thẩm mỹ.

2. Nội dung và phương pháp nghiên cứu

2.1. Nội dung nghiên cứu

Nghiên cứu này gồm 2 nội dung chính nhằm lựa chọn

loại thực vật GR thích hợp và đánh giá khả năng xử ly của

nhóm thực vật được lựa chọn. Nội dung nghiên cứu được

thể hiện trong Hình 2.

Hình 2. Nội dung nghiên cứu

54 Phạm Ngọc Hòa


2.2.1. Vật liệu nghiên cứu

Nước thải được lấy từ ngăn cuối bể tự hoại tại ký túc xá

(KTX) Trường Đại học Công nghiệp Thực phẩm Thành

phố Hồ Chí Minh tọa lạc tại số 102-104-106 Nguyễn Quy

Anh, phường Tân Sơn Nhì, quận Tân Phú. Thành phần tính

chất nước thải được thể hiện trong Bảng 1.

Bảng 1. Thành phần tính chất nước thải KTX Trường Đại học

Công nghiệp Thực phẩm Thành phố Hồ Chí Minh

STT Chỉ tiêu Đơn vị Nồng độ

pH - 7,6 ± 0,3

1 COD mg/l 150 ± 10

2 TN mg/l 40 ± 5

3 TP mg/l 6 ± 2

4 Coliform CFU/100mL 104 ± 103

Thực vật sử dụng: Nghiên cứu này sử dụng 3 loại thực

vật nước khác nhau nhằm đánh giá khả năng thích nghi

cũng như hiệu quả xử ly của chúng đối với nước thải sinh

hoạt. Cụ thể là dừa cạn, me đất hoa vàng và hoa mười giờ.

Bảng 2. Thực vật sử dụng trong mô hình nghiên cứu

Thực vật Me đất hoa vàng Dừa cạn Hoa mười giờ

Tên

khoa

học

Oxalis

corniculata L.

Catharanthus

roseus (L.) G.

Don

Portulaca

grandiflora

Họ Chua me đất

(Oxalidaceae)

Trúc đào

(Apocynace)

Rau sam

(Portulacace)

Nguồn

gốc

Chiết từ thảm thực vật trồng tại sân trường Đại học

Nông Lâm

Mật độ

cấy 35 cây/m2 35 cây/m2 35 cây/m2

PP cấy Cấy trực tiếp vào lớp đất

Đặc

điểm

hình

thái,

sinh lý

hình thái

- Thân cỏ, mọc

bò sát đất.

- Tốc độ sinh

trưởng nhanh.

- Là loại cây ưa

sống nơi đất ẩm

và hơi chịu nóng.

- Tái tạo mỗi

năm từ hạt

giống, có thể dễ

dàng tái phát

triển và sinh

trưởng bởi hệ

thống rễ ngầm

- Cây thân cỏ.

- Tốc độ sinh

trưởng nhanh.

- Cây mọc

khoẻ, dễ trồng,

ưa sáng, đất

giàu dinh

dưỡng, thoát

nước tốt.

- Nhân giống

dễ dàng từ

giâm cành.

- Cây thân

cỏ; cây thân

mọng nước,

nhỏ, nhiều

nhánh.

- Tốc độ sinh

trưởng nhanh

- Loài cây ưa

nắng.

- Nhân giống

dễ dàng từ

giâm cành.

Hình

ảnh

Những loại cây được chọn trên có những đặc tính rất phù

hợp cho nghiên cứu này như phổ biến ở nước ta và có sức

sống mãnh liệt, thích hợp với khí hậu nhiệt đới, có khả năng

ứng dụng thực tế với nhiều quy mô khác nhau.

2.2.2. Mô hình nghiên cứu

Mô hình nghiên cứu được đặt tại phòng thí nghiệm gồm

4 ô với kích thước mỗi ô là LxRxH = 1,0x0,2x0,4 (m), độ

dốc mô hình 1-5%.

Mô hình thực tế và bố trí cấu trúc vật liệu trong mô hình

được thể hiện trong Hình 3 và Hình 4.

A – Lớp đất thịt; B – Lớp cát vàng; C – Lớp sỏi 0,5x1 cm;

D – Lớp đá 1x2 cm

Hình 3. Cấu trúc lớp vật liệu sử dụng trong mô hình

(a) (b)

(1) Thùng chứa NT đầu vào (2) Thùng chứa NT sau xử lý

Hình 4. Mô hình đất ngập nước sử dụng nhóm thực vật GR

a) Mặt bằng mô hình b) Mô hình thực tế

Mô hình được vận hành dưới dạng dòng chảy ngầm theo

phương ngang vì nếu nước được duy trì dưới bề mặt lớp vật

liệu sẽ có ít rủi ro về mùi hoặc sinh vật truyền nhiễm.

Mô hình được đặt trong sân Trung tâm Thí nghiệm -

Thực hành, Trường Đại học Công nghiệp Thực phẩm

Thành phố Hồ Chí Minh, tiếp xúc trực tiếp và đầy đủ với

ánh nắng mặt trời, gió và nhiệt độ của môi trường tự nhiên.

Vì vậy, đặc điểm khí hậu ở đây cũng được xem là đặc điểm

chung của Thành phố Hồ Chí Minh.

2.2.3. Vận hành mô hình

Sau khi mô hình chạy thích nghi đảm bảo độ che phủ

cũng như ổn định của nhóm thực vật ở lưu lượng 1 L/h, các

thí nghiệm ở nội dung 1 và 2 được tiến hành theo các thông

số vận hành thể hiện trong Bảng 3 và 4.

Vị trí lấy mẫu: Mẫu đầu vào được lấy trực tiếp trong

thùng chứa nước thải. Mẫu đầu ra sau xử ly được lấy tại

ống dẫn nước đầu ra.

Thời gian lấy mẫu: Được lấy vào mỗi buổi sáng sau khi

kiểm tra mô hình hoạt động bình thường.

Chỉ tiêu phân tích: COD, TN, TP, coliform. Riêng chỉ

tiêu pH được đo trực tiếp tại mô hình.

Bảng 3. Thông số vận hành nội dung 1

Thông số Đơn vị Giá trị

Lưu lượng nước vào L/h 1,25

Thời gian lưu Giờ 24

Tải trọng hữu cơ bề mặt kgCOD/ha.ngày 225 ± 15

pH - 7,6 ± 0,3

TN mg/L 40 ± 4

TP mg/L 6 ± 2

Coliform CFU/100mL 104± 103

Ghi chú: Thể tích nước trong MH bằng 60% thể tích ô trồng.


Bảng 4. Thông số vận hành nội dung 2

Thông số Đơn vị Giá trị

L1 L2 L3 L4

Tải trọng hữu

cơ bề mặt (L)

kg COD/

ha.ngày

180

± 12

225

± 15

300

± 20

360

± 24

Lưu lượng (Q) L/h 1 1,25 1,67 2,0

Thời gian lưu

(HRT) H 30 24 18 15

pH - 7,6 ± 0,3

TN mg/L 40 ± 4

TP mg/L 6 ± 2

Coliform CFU/100 mL 104 ± 103

Các phương pháp được sử dụng trong nghiên cứu:

Phương pháp tổng quan tài liệu: Thu thập, tổng hợp

các tài liệu nghiên cứu về tính chất nước thải sinh hoạt, các

nghiên cứu về công nghệ xử CW với nhóm thực vật GR.

Phương pháp mô hình: Từ các nghiên cứu liên quan

tiến hành xây dựng và vận hành mô hình CW với các thí

nghiệm thích hợp.

Phương pháp phân tích: Các kỹ thuật lấy mẫu và phân

tích các chỉ tiêu ô nhiễm hữu cơ được tiến hành theo tiêu

chuẩn quốc tế - Standard Methods for the Examination of

Water and Wastwater. Tất cả các số liệu, kết quả thí nghiệm

được phân tích và xử lý bằng phần mềm Excel.

3. Kết quả và bàn luận

3.1. Xác định mô hình sử dụng loại thực vật GR trong xử

lý nước thải sinh hoạt

Trong nghiên cứu này, giai đoạn thích nghi được xác

định khi hiệu quả xử ly COD của mô hình ổn định.

Kết quả quan sát và phân tích cho thấy, đến ngày thứ

34, hoa mười giờ và me đất hoa vàng đã che phủ toàn bộ

diện tích trồng và hiệu quả xử ly COD của mô hình tương

đối ổn định với hiệu quả đạt trên 70%. Tuy nhiên, ô trồng

cây dừa cạn có hiệu suất giảm dần sau ngày thứ 40 (cây có

dấu hiệu lá bị úa vàng và thối ngang thân).

Sau quá trình chạy thích nghi, tiến hành với tải trọng

225 kgCOD/ha.ngày (bắt đầu từ ngày 46 – 60). Kết quả

nghiên cứu cho thấy:

3.1.1. Khả năng xử lý COD

Cơ chế loại bỏ COD của CW là nhờ vào quá trình phân

hủy sinh học và lọc qua lớp vật liệu. Các quá trình hiếu khí,

thiếu khí và kỵ khí tồn tại trong CW góp phần làm giảm

lượng các bon trong CW. Hệ thống rễ cây tạo môi trường

ly tưởng cho sự phát triển của các vi sinh vật. Phân hủy

sinh học xảy ra khi chất hữu cơ hòa tan được khuếch tán

vào lớp vi sinh bám dính trên phần thân ngập nước của thực

vật, hệ thống rễ và vật liệu lọc [5].

Với giá trị COD đầu vào dao động 150 ± 10 mg/L, giá

trị pH đầu vào dao động từ 7,6 ± 0,3 thì ở cả 3 ô thực vật

trong 3 ngày đầu chạy tải 225 kgCOD/ha.ngày còn chưa ổn

định, hiệu quả xử ly dao động 60 - 65%, trong khi ô đối

chứng chỉ đạt 40 - 50%.

Trong các ngày còn lại, ô trồng cây hoa mười giờ cho

thấy khả năng xử ly cao hơn các cây còn lại, đạt hiệu quả

cao nhất vào ngày thứ 9 - 78,2 % (nồng độ sau xử ly 34

mg/L), trong khi các cây còn lại gồm cây me đất hoa vàng

và cây dừa cạn cho hiệu quả xử ly cao nhất đạt 63,5% và

72,9% (tương ứng với 40 và 58 mg/L). Các ngày còn lại

hiệu quả xử ly của các mô hình giữ ổn định, hiệu quả xử ly

đối với mô hình trồng cây hoa mười giờ, me đất hoa vàng

và cây dừa cạn lần lượt là 77%, 72% và 63% (Hình 5).

Hình 5. Biến thiên hiệu quả xử lý COD đối với các

mô hình trồng các loại thực vật GR khác nhau

3.1.2. Khả năng xử lý nitơ

Đối với môi trường CW, càng xuống sâu lớp vật liệu

thì lượng oxy hoà tan càng thấp dần, tạo điều kiện cho quá

trình khử nitrat thành khí nitơ xảy ra.

Với lượng TN đầu vào dao động từ 38 – 42 mg/L, sau

khi qua mô hình cho thấy hiệu quả xử lý trung bình của các

loại thực vật lần lượt là: hoa mười giờ - 61,1%, me đất hoa

vàng - 52,5%, dừa cạn - 31,1 % (Hình 6). Từ ngày 10 đến

ngày 14, dừa cạn có dấu hiệu vàng lá và chết dần. Hiện tượng

này có thể là do nước ngập mô hình. Dừa cạn chịu được hạn

vì có bộ rễ xâu và rộng, nhưng không chịu được úng.

Hình 6. Biến thiên hiệu quả xử lý TN đối với các


Đối với cây hoa mười giờ, cây thích nghi tốt nên khả

năng xử ly ổn định, ngày thứ 9 đạt giá trị cao nhất là khoảng

63% (14,4 mg/L) so với ô đối chứng đạt 25,6% (29 mg/L).

3.1.3. Khả năng xử lý phốt pho

Hàm lượng tổng phốt pho (TP) cũng giảm ở ngăn đối

chứng do sự lắng của các chất lơ lửng chứa phốt pho và sự

tích lũy vào lớp vật liệu lọc. Kết quả này tương tự như

nghiên cứu [6].

Trong giai đoạn đầu của quá trình chạy thích nghi, các loại

thực vật đang trong giai đoạn phát triển mạnh (diện tích che

phủ chiếm hết toàn bộ diện tích bề mặt WR từ ngày thứ 23).

Do đó, cây có nhu cầu dinh dưỡng cao hơn nên tốc độ sử dụng

56 Phạm Ngọc Hòa

TP cao hơn. TP đầu vào và đầu ra đều thấp dưới 1,5 mg/L.

Ở giai đoạn chạy tải 225 kgCOD/ha.ngày, hiệu suất xử

ly TP và tốc độ khử TP của các thực vật tương đối ổn định.

Hiệu suất xử ly TP cao nhất là ô trồng cây hoa mặt trời

(55%), thứ hai là ô trồng cây me đất hoa vàng (50%), kế

đến là ô trồng cây dừa cạn (24%), và cuối cùng là ô đối

chứng (18%) (Hình 7).

Hình 7. Biến thiên hiệu quả xử lý TP đối với các


Bảng 5 cho thấy, ô trồng cây hoa mười giờ là thực vật

GR không những có khả năng thích ứng với điều kiện môi

trường ngập nước tốt mà còn có khả năng xứ ly COD, TN,

TP (P-PO43-) khá tốt so với 2 loại thực vật còn lại, làm cơ

sở cho các thí nghiệm của nội dung 2.

Bảng 5. Tóm tắt khả thích nghi và hiệu quả xử lý của

thực vật ở nội dung 1

Loại thực vật

Khả năng thích

nghi (tỷ lệ sống

của cây), %

Hiệu quả xử ly, %

COD TN P-PO43-

Hoa mười giờ 100 77 61,1 50

Me đất hoa vàng 100 72 52,5 44

Dừa cạn < 50 63 31,1 20

Đối chứng - 48 24,9 15

3.2. Đánh giá hiệu quả xử lý và xác định tải trọng vận

hành thích hợp cho mục đích tái sinh

3.2.1. Khả năng xử lý COD

Với pH dao động ở mức 7 - 8 thì hiệu quả xử ly COD

trung bình của cây hoa mặt trời đạt giá trị ổn định và cao

nhất đối với tải trọng 300 kgCOD/ha.ngày (L3) - 85,6%,

cao hơn 35,89% so với ô đối chứng (48,51%).

Hình 8. Biến thiên hiệu quả xử lý COD đối với các

mô hình trồng cây hoa mười giờ với 4 tải trọng khác nhau

Hình 8 cho thấy hiệu quả xử ly không ổn định trong 5

ngày đầu sau qua trình chạy thích nghi. Tuy nhiên, từ ngày

thứ 6 trở đi quá trình xử ly diễn ra tương đối ổn định. Cụ

thể, đối với tải trọng L1 đạt 77,1%; L2 đạt 82,4%, L3 đạt

85,6%, L4 đạt 62% (Hình 8). Đối với tải L4, hiệu quả có

xu hướng giảm dần do thời gian lưu thấp, dẫn đến khả năng

xử ly của hệ không đạt hiệu quả tốt.

Với giá trị nồng độ COD đầu vào là 150 ± 10 mg/L thì

nồng độ COD đầu ra đều thấp hơn 100 mg/L và đạt mức

tiêu chuẩn CITAI (2003) của châu Âu cho tái sử dụng trong

bổ sung nguồn nước mặt, tái tạo cảnh quan đô thị cũng như

tưới tiêu trong nông nghiệp, và tiêu chuẩn chất lượng nước

tái sinh để tưới cây và rửa đường ở Đài Loan (TWEA) [7].

3.2.2. Khả năng xử lý tổng nitơ

Nồng độ TN đầu vào ở 4 tải thí nghiệm sau rất cao, dao

động trong khoảng 30 - 46 mg/L. Ở giai đoạn thích nghi,

hiệu suất khử TN của WR dao động từ 60 – 65%.

Hình 9 cho thấy ở các ngày đầu, hiệu quả xử ly của mô

hình còn chưa ổn định nên hiệu quả xử ly chưa cao. Sau

ngày thứ 5, các tải trọng L1, L2, L3 cho hiệu quả xử ly

tương đối định, với hiệu quả xử ly trung bình đạt từ 50 đến

67%, so với ô đối chứng hiệu quả xử ly chỉ đạt 25%. Trong

đó, tải L3 cho hiệu quả xử ly cao nhất, đạt 66,9%.

Khi tiếp tục tăng tải trọng lên 360 kgCOD/ha.ngày

(L4), thời gian lưu nước trong mô hình giảm xuống nên quá

trình khử nitrat không triệt để, làm cho tốc độ khử TN có

xu hướng giảm dần. Hiệu quả xử ly từ sau ngày 11 chỉ còn

từ 31 đến 34%.

Hình 9. Biến thiên hiệu quả xử lý TN đối với các


3.2.3. Khả năng xử lý phốt pho

Phốt pho là nguyên tố không thể thiếu trong toàn bộ quá

trình sinh trưởng, phát triển của thực vật và là dưỡng chất

cần thiết cho sự phát triển sinh khối của vi sinh vật. Ở hệ

thống CW, cơ chế loại bỏ phốt pho bao gồm sự hấp thụ của

thực vật, sự đồng hóa của các vi sinh vật sống bám trong

vật liệu và rễ thực vật, sự hấp phụ của vật liệu lọc và các

quá trình kết tủa với các ion kim loại tạo nên hợp chất muối

phốt phát không tan.

Ở giai đoạn thích nghi, tốc độ sử dụng phốt pho của

thực vật tương đối thấp. Ở giai đoạn chạy tải trọng, hiệu

quả xử ly phốt pho tăng dần đến tải L1 và bắt đầu có xu

hướng giảm dần ở L4. Hiệu quả xử ly của tải L1, L2, L3 và

L4 lần lượt là 47%, 51%, 61% và 20% (Hình 10). Tốc độ

xử ly tăng dần từ L1 đến L3 và sau đó giảm mạnh ở L4.

Điều này có thể giải thích bởi khả năng hấp phụ phốt pho


lên trên bề mặt vật liệu trong WR đã giảm dần theo thời

gian và đến một mức nào đó sẽ trở nên bão hòa.

Hình 10. Biến thiên hiệu quả xử lý TP đối với các


Đối với chỉ tiêu coliform cũng cho kết quả xử ly khá tốt

ở tải L1, L2 và L3. Trong đó tải L3 cho hiệu quả xử ly cao

nhất đạt 98,2% với giá trị đầu ra là 180 CFU.

Qua đánh giá số liệu nghiên cứu khi tiến hành chạy mô

hình CW với thực vật GR ở tải trọng 300 kgCOD/ha.ngày

cho thấy, kết quả sau xử ly đạt hiệu quả khá cao, đạt QCVN

14:2008/BTNMT, cột B.

Bảng 6. Tương quan kết quả chạy mô hình với một số tiêu

chuẩn chất lượng yêu cầu cho mục đích tái sinh

Chỉ tiêu Đơn vị

NT đầu ra

MH CW (cây

hoa mười

giờ) tải L3

CL yêu cầu

TB theo

N.P.Dân và

cộng sự [8]

CL yêu cầu

TB theo

TC US

EPA [9]

pH - 7,7 - 8,2 5,8 - 8,6 6 - 9

COD mg/L 20,0 ± 5,0 < 30 < 20

TN mg/L 12 ± 1,0 < 15 -

TP mg/L 2,5 ± 0,5 < 4 -

Coliform CFU/

100 mL 180 ± 20 < 200 KPH

Ngoài ra, với thành phần tính chất nước thải sinh hoạt

tại KTX Trường Đại học Công nghiệp Thực phẩm Thành

phố Hồ Chí Minh sau xử ly, số liệu tương quan của các tiêu

chuẩn và nghiên cứu trước đó (Nguyễn Phước Dân và cộng

sự [8]; Tiêu chuẩn US EPA [9]) ở Bảng 6, cho thấy nước

thải sau quá trình xử ly sử dụng công nghệ CW với thực

vật là cây hoa mười giờ vận hành ở tải trọng 300

kgCOD/ha.ngày có thể tái sử dụng nước thải với chất lượng

thấp, trung bình.

Cụ thể nước sau xử ly có thể:

- Tái sử dụng trong sinh hoạt: tưới cây trong công viên -

vùng không hạn chế tiếp xúc của cộng đồng; dội rửa toilet,

chữa cháy, điều hòa không khí, tưới đường trong khu công

nghiệp.

- Tái sử dụng cho mục đích phục vụ xây dựng: đầm nén

nền móng, kiểm soát ô nhiễm bụi, phun nước rửa, đầm nén

đất…

- Phục vụ lại cho quá trình sản xuất công nghiệp: cung

cấp nồi hơi, làm mát, rửa thiết bị.

4. Kết luận

Trong suốt quá trình thực hiện nghiên cứu, bằng các

phương pháp phân tích chỉ tiêu và xử ly số liệu, nhóm tác

giả đã nhận thấy rằng khả năng xử ly và hiệu suất xử ly các

chỉ tiêu COD, TN, TP trong nước sinh hoạt từ KTX Trường

Đại học Công nghiệp Thực phẩm Thành phố Hồ Chí Minh

của công nghệ CW trồng cây hoa mười giờ với tải trọng

300 kgCOD/ha.ngày đều không vượt quá ngưỡng cho phép

của QCVN 14:2008/BTNMT cột B. Cụ thể, hiệu quả xử ly

COD; TN; TP (P-PO43-), coliform trung bình lần lượt là

85,6% (20,0 ± 5,0 mg/L); 66,9% (12,0 ± 1,0 mg/L); 61%

(2,5 ± 0,5 mg/L); 98,2% (180 ± 20 CFU/100 mL).

Qua nghiên cứu này, cho thấy nước thải sau khi xử ly

với tải trọng thích hợp (tải L3) đạt hiệu quả tương đối cao,

có khả năng tái sử dụng với chất lượng nước tái sử dụng

thấp và trung bình, góp phần giảm thiểu ô nhiễm và bảo vệ

môi trường.


[1] Solano, M. L., Soriano, P., and Ciria, M. P., “Constructed Wetlands

as A Sustainable Solution for Wastewater Treatment in Small Villages”, Biosystems Engineering, Vol. 87, 2004, pp. 109-118.

[2] Blumberg I., Wetland Roofs, A Versatile and Innovative Type of

Green Roof.

[3] http://www.blumberg-engineers.com/PDF/Wetland_roofs.pdf

[4] Justyna Czemiel Berndtsson, “Green Roof Performance Towards

Management of Runoff Water Quantity and Quality: A Review”, Ecological Engineering, Vol. 36, 2010, pp. 351-360.

[5] Berndtsson, J. C., Bengtsson, L., Jinno, K., “Runoff Water Quality

from Intensive and Extensive Vegetated Roofs”, Ecological

Engineering, Vol. 35, 2009, pp. 1-8.

[6] Li, J. F, Wai, O. W. H., Li, Y. S., Zhan, J. M., Ho, Y. A., Li, J., Lam,

E., “Effect of Green Roof on Ambient CO2 Concentration”, Building and Environment, 45, 2010, pp. 2644-2651.

[7] Kelly Luckett, Green Roof Construction and Maintenance,

Copyright © 2009 by The McGRAW-Hill Companies, Inc.

[8] Tousignant, E., Eng, P., Fankhauser, O., Hurd, H., Guidance Manual

for The Design, Construction and Operations of Constructed

Wetlands for Rural Applications in Ontario, Stantec Consulting Ltd,

Research and Technology Transfer Group, Alfred College (University of Guelph), South Nation Conservation, 1999, pp. 5-6.

[9] Nguyễn Phước Dân và cộng sự, Nghiên cứu sử dụng lại nước thải

sinh hoạt đã qua xử lý cho Thành phố Hồ Chí Minh, Báo cáo nghiên

cứu – Sở Khoa học và Công nghệ Thành phố Hồ Chí Minh, 2010.

[10] US.EPA (U.S. Environmental Protection Agency), Guidelines for

water reuse, EPA/625/R-04/108 September 2004, Municipal

Support Division Office of Wastewater Management Office of Water Washington, DC (2004) 7-20, 2004.


58 Lê Kim Hùng, Vũ Phan Huấn, Trương Thanh Trường

PHÂN TÍCH HỆ THỐNG ĐỊNH VỊ SỰ CỐ BẰNG PHƯƠNG PHÁP

SÓNG LAN TRUYỀN CHO ĐƯỜNG DÂY TRUYỀN TẢI ĐIỆN 500KV

DỐC SỎI - ĐÀ NẴNG

ANALYZE THE FAULT LOCATING SYSTEM BY TRAVELING WAVE METHOD FOR

500KV DOC SOI - DA NANG TRANSMISSION LINE

Lê Kim Hùng1, Vũ Phan Huấn2, Trương Thanh Trường3

1Trường Đại học Bách khoa - Đại học Đà Nẵng; [email protected]. 2Công ty TNHH MTV Thí nghiệm Điện miền Trung; [email protected]

3Công ty Truyền tải Điện 2; [email protected]

Tóm tắt - Bài báo sử dụng phần mềm Matlab-Simulink để phân tích, đánh giá phương pháp sóng lan truyền sóng kiểu D, áp dụng cho đường dây truyền tải điện 500 kV Dốc Sỏi - Đà Nẵng có chiều dài 100 km. Đầu tiên, các tín hiệu điện áp pha A, B, C ở hai đầu đường dây được thu thập bằng biến điện áp CVT. Sau đó, nhóm tác giả lấy mẫu với tần số 10 MHz cho thành phần alpha của điện áp (Vα) các pha thông qua phép biến đổi Clarke. Tiếp đến, lọc các mẫu này bằng cách trích xuất hệ số chi tiết bậc 1 (Cd1) bằng công cụ Wavelet họ Daubechies 4. Cuối cùng là tính toán khoảng cách sự cố trong các trường hợp mô phỏng sự cố trên đường dây với điện trở sự cố (10, 20, 30 Ω), phụ tải thay đổi, và sử dụng tụ bù dọc. Kết quả thu được của bài báo đã giải quyết tốt vấn đề mà phương pháp tổng trở hiện tại chưa đáp ứng được, đó là xác định nhanh chóng, chính xác vị trí sự cố trên đường dây truyền tải điện với sai số không quá ± 84 m.

Abstract - This article uses Matlab-Simulink software to analyze and evaluate type D wave travelling propagation method, which is applied to 500 kV Doc Soi - Da Nang transmission line with the length of 100 km. Firstly, the voltage signals of phase A, B, and C at the two terminals are collected by the CVT voltage transformer. Then, we sample them with the 10 MHz frequency for the alpha component of the phase voltage (Vα) through Clarke's transformation. Next, we filter these samples by extracting the first detail coefficient (Cd1) using the Daubechies 4 Wavelet tool. Finally, the incident distance calculation in the case of fault simulations on the transmission line such as fault resistors (10, 20, or 30 Ω), changeover loads, and vertical compensation capacitors is calculated. The results of the article solve the problem that the impedance method can not. That is to quickly and accurately determine the position of the fault on the transmission line with the error not exceeding ± 84 meters.

Từ khóa - sóng lan truyền; biến đổi Clarke; truyền tải điện; định vị sự cố; Matlab Simulink.

Key words - travelling wave; Clarke’s transformation; transmission grid; fault location; Matlab Simulink.


Lưới điện truyền tải là các đường dây có chiều dài

tương đối lớn, đi qua địa hình phức tạp, cho nên việc xác

định chính xác vị trí sự cố giúp giảm được thời gian ngừng

vận hành của đường dây để khắc phục sự cố và giảm chi

phí vận hành đường dây khi xử lý sự cố. Trong thực tế vận

hành, các sự cố trên lưới thường thoáng qua nên việc xác

định chính xác vị trí sự cố sẽ giúp cho đơn vị quản lý thực

hiện các giải pháp ngăn ngừa như thay thế các chuỗi sứ bị

phóng điện, cắt tỉa các cây cao ngoài hành lang có thể vi

phạm khoảng cách khi có tác động của gió....

Hiện nay, việc xác định điểm sự cố sử dụng phổ biến

nhất là thuật toán tổng trở đo được từ một đầu đường dây.

Tuy nhiên, thuật toán này chịu ảnh hưởng bởi nhiều yếu tố

như: sai số thiết bị đo lường về dòng điện (CT) và điện áp

(VT), ảnh hưởng của điện trở sự cố đến vùng làm việc của

rơle khoảng cách, ảnh hưởng của thiết bị bù, ảnh hưởng của

thông số đường dây, ảnh hưởng của cấu hình cột điện, ... [1],

[2], [3]. Mặc dầu các hãng sản xuất đã đưa ra nhiều giải pháp

để khắc phục như sử dụng hệ số bù chạm đất kE, bù tác dụng

tương hỗ của đường dây song song kM, trì hoãn thời gian tác

động khi đường dây có lắp tụ bù, đo tổng trở toàn đường dây

khi không tải,... nhưng sai số về vị trí sự cố vẫn rất lớn, gây

khó khăn cho việc tìm kiếm và khắc phục sự cố.

Thống kê thực tế một số sự cố sử dụng thuật toán tổng

trở của rơle Siemens 7SA tại TBA 500kV Dốc Sỏi cho

đường dây mạch kép 220kV Dốc Sỏi/276-Tam Kỳ/272, Dốc

Sỏi/277-Tam Kỳ/271, đường dây 500kV Dốc Sỏi/574-Đà

Nẵng/576 như Bảng 1 cho thấy sai số định vị còn khá lớn.

Bảng 1. Kết quả xác định vị trí sự cố trên rơle khoảng cách và

tìm kiếm thực tế tại TBA 500kV Dốc Sỏi

Đường dây Thời điểm

sự cố L (km) mtt (km) m (km)

Dốc Sỏi/276-

Tam Kỳ/272 01/12/2016 42,58

33,1

5,671

35,08

7,5

Dốc Sỏi/277-

Tam Kỳ/271 01/12/2016 42,58

30,1

6,129

35,08

7,5

Dốc Sỏi/574-

Đà Nẵng/576 03/12/2016 108,6

108,6

53,88

62,42

46,11

Trong đó, L là chiều dài đường dây, mtt là vị trí sự cố

hiển thị trên rơle tại TBA Dốc Sỏi và TBA đối diện, và m

là vị trí sự cố thực tìm thấy trên đường dây.

Nhằm khắc phục nhược điểm phương pháp định vị sự cố

của rơle bảo vệ đang sử dụng phổ biến trên lưới điện, bài báo

trình bày các phương pháp định vị sự cố bằng sóng lan

truyền. Trên cơ sở đó, nhóm tác giả thực hiện phân tích, đánh

giá cấp chính xác phương pháp kiểu D ứng dụng cho đường

dây 500kV Dốc Sỏi – Đà Nẵng bằng phần mềm Matlab

Simulink để đưa ra kết luận của bài viết.

2. Định vị sự cố bằng phương pháp sóng lan truyền trên

đường dây tải điện

Thuật toán sóng lan truyền dựa trên nguyên lý quá độ

điện khi xảy ra sự cố trên đường dây truyền tải điện. Sóng

sự cố lan truyền gần với tốc độ ánh sáng, chạy dọc theo

đường dây hướng về vị trí đặt thiết bị định vị và thiết bị

định vị sự cố sẽ nhận biết sóng đến để gán nhãn thời gian

tương ứng. Tùy thuộc vào phương pháp đo được sử dụng



mà bộ định vị điểm sự cố chia thành 05 phương pháp A, B,

C, D và E, có thể tóm tắt như sau.

Phương pháp A: Bộ định vị điểm sự cố kiểu A thực hiện

phép đo ở một phía của đường dây, khoảng cách đến điểm

sự cố được phân tích bằng cách xác định độ lệch thời gian

giữa sóng đầu tiên tạo ra tại vị trí sự cố đến trạm A (t1) và

sóng phản xạ tiếp theo từ vị trí sự cố về A (t3), như Hình 1.

Khoảng cách d đến vị trí sự cố F được xác định tại trạm A

theo công thức [4]:

3 1

2

t td v

−= (1)

Trong đó, v là vận tốc truyền sóng trên đường dây (m/s).

Sai số của phương pháp chịu ảnh hưởng bởi thời gian

ngắn mạch và phát sinh hồ quang tại điểm sự cố, nếu thời

gian tồn tại quá ngắn thì sẽ khó có sóng phản xạ lần hai từ

điểm sự cố.

Hình 1. Bộ định vị sự cố loại A

Phương pháp B: Bộ định vị điểm sự cố kiểu B dựa vào

kết quả thực hiện phép đo cả hai đầu đường dây, sóng sự cố

từ điểm F chạy về cả hai đầu trạm A và B như Hình 2. Sự xuất

hiện của đợt sóng đầu tiên vài micro giây đến một đầu kích

hoạt bộ hẹn giờ. Bộ đếm thời gian bị tắt ở đầu kích hoạt khi

tín hiệu từ thiết bị được cài đặt ở đầu đối diện được gửi đi, khi

sóng phát ra từ vị trí sự cố được phát hiện trong thiết bị.

Hình 2. Bộ định vị sự cố loại B

Việc tính toán khoảng cách vị trí sự cố cũng tương tự

như phương pháp đo kiểu D (sẽ được trình bày dưới đây).

Sai số của phương pháp là phải tính toán đến sự chậm

trễ liên quan đến việc truyền tín hiệu từ trạm đối diện đến

trạm kích hoạt làm dừng bộ hẹn giờ.

Phương pháp C: Bộ định vị loại C thực hiện các phép

đo ở một phía của đường dây. Bộ định vị gửi một xung đến

vị trí mà xảy ra sự cố tại F, khoảng cách đến vị trí sự cố

được tính bằng khoảng thời gian giữa thời điểm gửi xung

(t1) và thời gian sóng phản xạ từ vị trí sự cố về trạm A (t2)

thể hiện ở Hình 3, và công thức (2) [4]:

Hình 3. Bộ định vị sự cố loại C

2 1

2

t td v

−= (2)

Phương pháp này thực hiện ghép nối máy phát xung

vào đường dây gặp rất nhiều khó khăn và tốn kém chi phí.

Phương pháp D: Khác với phương pháp B, phương

pháp định vị kiểu D yêu cầu đồng bộ thời gian của thiết bị

được lắp trên hai đầu, bộ định vị sự cố xác định thời điểm

sóng đầu tiên tới trạm A (tA) và trạm B (tB), xem Hình 4.

Khoảng cách d đến vị trí sự cố F tính từ Trạm A được

xác định theo công thức [4]:

Hình 4. Bộ định vị sự cố loại D

( )2

A BL t t vd

+ − = (3)

Trong đó, L là chiều dài toàn bộ đường dây (nối từ trạm

A đến trạm B) (m).

Phương pháp D có độ chính xác cao (ngay cả đường

dây có bù dọc và đường dây song song, ngay cả khi mất

kênh thông tin). Tuy nhiên, khi đường dây bị tuột lèo thì

phương pháp D không xác định được vị trí sự cố.

Phương pháp E: Bộ định vị kiểu E thực hiện phép đo

ở một phía của đường dây, với mục đích sử dụng sóng gây

ra bởi máy cắt trên đường dây. Điện áp trong các pha khi

có lệnh chuyển mạch của máy cắt có một sự thay đổi biên

độ và pha khác nhau, kết quả từ việc chuyển đổi mỗi cực

trong một khoảng thời gian khác nhau. Khoảng thời gian

giữa xung thứ nhất khởi tạo bởi máy cắt đóng (t1) và xung

phản xạ từ mạch vòng của điểm sự cố về trạm A (t2) được

cho ở Hình 5, dùng làm cơ sở để tính toán cho khoảng cách

đến điểm sự cố [4]:

Hình 5. Bộ định vị sự cố loại E

2 1

2

t td v

−= (4)

Bộ định vị kiểu E có thể được sử dụng để phát hiện vị

trí của dây dẫn bị tuột lèo hoặc đứt.

Nhận xét: Mỗi phương pháp định vị sự cố có ưu, nhược

điểm và phạm vi ứng dụng riêng, với kiểu D đáp ứng rất

tốt yêu cầu về độ chính xác và tin cậy, kiểu E có khả năng

định vị sự cố trong trường hợp sự cố tuột lèo hoặc đứt dây,

kiểu A đơn giản nhất nhưng độ tin cậy của nó phụ thuộc

vào kiểu dáng khác nhau của sự cố như hồ quang và các

đường dây bên cạnh, còn kiểu C cho độ chính xác cao


nhưng phải sử dụng thiết bị phát xung, gây khó khăn cho

việc vận hành và ghép nối vào hệ thống điện. Hầu hết các

sự cố trên lưới điện truyền tải là do khách quan như thời

tiết, dây diều của trẻ em, cây ngoài hành lang đổ vào đường

dây, sét đánh vòng hoặc cảm ứng vào dây dẫn, ... cho nên

phương pháp kiểu D được nhóm tác giả đề xuất áp dụng,

phân tích.

3. Xây dựng mô hình đường dây để đánh giá phương

pháp định vị sự cố bằng sóng lan truyền

Để đánh giá tính ưu việt của phương pháp, nhóm tác giả

sử dụng phần mềm Matlab-Simulink mô phỏng cho đường

dây truyền tải, điển hình là đường dây đường dây 500kV

Dốc Sỏi/574 - Đà Nẵng/576 (Hình 6).

Hình 6. Mô hình mô phỏng phương pháp định vị sự cố bằng sóng lan truyền

cho đường dây 500kV Dốc Sỏi/574 - Đà Nẵng/576

a. Đường dây truyền tải: đường dây 3 pha thông số rải,

như Bảng 2.

Bảng 2. Thông số mô phỏng

Đường dây Phụ tải Tụ bù dọc

L = 100 km

RL1 = 0,021725 Ω/km

RL0 = 0,19444 Ω/km

LL1 = 3,949e-4 H/km

LL0 = 10,072e-4 H/km

CL1 = 29e-9 F/km

CL0 = 11,103 e-9 F/km

Bình thường

P = 500 MW,

Q = 50 Mvar, tải

cao gấp 2 lần tải

bình thường

226 Mvar

b. Khối đo lường dòng điện và điện áp 3 pha: sử dụng

tín hiệu điện áp để đưa vào bộ phận biến đổi tín hiệu sóng.

c. Khối thu thập biến đổi tín hiệu sóng: Để thu thập giá

trị tức thời của tín hiệu sóng truyền khi có sự cố từ hai đầu

đường dây, ta có thể sử dụng tín hiệu sóng dòng điện hoặc

sóng điện áp. Bài báo sử dụng sóng điện áp để phân tích,

tính toán thông qua phép biến đổi Clarke như Hình 7.

Hình 7. Khối biến đổi Clarke’s

Xét phương trình xác định thành phần Clarke của điện áp [5]:

0 1 1 11

2 1 13

1 3 3

A

B

C

V V

V V

V V

= − − −

(5)

Nếu điện áp bằng nhau chạy qua dây dẫn A, B, C và

quay trở lại điểm nối đất thì chỉ có điện áp V0 (zero) được

tính toán ở hàng trên cùng của (5). Nếu tất cả điện áp chạy

qua pha A và trả về một nửa trên B và C, thì chỉ có điện áp

Vα (alpha) tính toán ở hàng giữa (5). Nếu tất cả điện áp

chạy qua pha B và trả về C thì chỉ có điện áp Vβ (beta) được

kích thích và được hiển thị ở cột dưới cùng (5). Như vậy,

thành phần V0 chỉ hoạt động khi có chạm đất, thành phần

Vα hoạt động tốt cho cả sự cố pha - đất và pha - pha, thành

phần Vβ thích hợp cho sự cố pha - pha. Cho nên, bài báo

sử dụng 3 bộ thành phần điện áp Vα cho pha A, pha B và

pha C để tính toán trong các trường hợp sự cố [5]:

0

0

0

2 1 11

0 3 33

1 1 1

1 2 11

3 0 33

1 1 1

1 1 21

3 3 03

1 1 1

A

A

A

B

A

C

B

A

B

B

B

C

C

A

C

B

C

C

V V

V V

V V

V V

V V

V V

V V

V V

V V

− −

= −

− −

= −

− −

=

(6)

Tín hiệu điện áp VAα, VBα, VCα từ cả hai đầu đường

dây được chuyển đến bộ lấy mẫu, với tần số lấy mẫu rất

cao 1.e-7. Các tên gọi A, A1, A2 tương ứng với pha A, B,

C của phía đầu Dốc Sỏi và tên gọi B, B1, B2 tương ứng với

pha A, B, C của phía đầu Đà Nẵng.

Sau đó sử dụng công cụ phân tích sóng Wavelet với họ

Wavelet Daubechies 4 bằng Matlab Code:

%su dung bo loc phan tich song Daubechies4 wavelet

[Lo_D,Hi_D] = wfilters('db4','d');

%Bo loc tai tao


[Lo_R,Hi_R] = wfilters('db4','r');

%phan tich tin hieu song thanh 4 muc 'db4'

[cA,lA] = wavedec(A,4,Lo_D,Hi_D);

% trich suat he so chi tiet o muc 4 tu wavelet dau A

% cau truc phan tich [c,l]

[cd1A, cd2A, cd3A, cd4A] = detcoef(cA,lA,[1 2 3 4]);

% hinh (1); in(tin hieu); vitri('tin hieu goc')

figure (1); plot (cd1A); title('BUS A');

[cB,lB] = wavedec(B,4,Lo_D,Hi_D);

% trich xuat he so chi tiet o muc 4 tu wavelet dau B

% cau truc phan tich [c,l]

[cd1B, cd2B, cd3B, cd4B] = detcoef(cB,lB,[1 2 3 4]);

% hinh (1); in(tin hieu); vitri('tin hieu goc')

figure (2); plot (cd1B); title('BUS B');

d. Khối sự cố ba pha: tạo dạng sự cố 01 pha, 02 pha, 03 pha, ...

e. Thuật toán tính toán xác định vị trí sự cố: được trình

bày tại công thức (3).

4. Kết quả mô phỏng

Thời gian mô phỏng t = 0,03 s, thời gian lấy mẫu

t = 1e-7, t = 0,008 s là thời điểm tạo sự cố và 15*104 số mẫu

thu được tương ứng.

Xét trường hợp sự cố 01 pha với điện trở RF = 10 Ω

cách Trạm Dốc Sỏi 60 km với thông số như Bảng 2, thì

sóng truyền về hai đầu sau khi sử dụng công cụ Wavelet để

phân tích, ta xác định được thời điểm và độ lớn của sóng

tín hiệu cd1A, cd1B có dạng như Hình 8, Hình 9.

Hình 8. Xác định tín hiệu sóng truyền về đầu Dốc Sỏi: (a)Tín

hiệu đo lường điện áp 3 pha; (b) Tín hiệu cd1A của điện áp pha

A sau phân tích bằng Wavelet; (c) Thời điểm sóng đầu tiên

truyền từ điểm sự cố

Hình 9. Xác định tín hiệu sóng truyền về đầu Đà Nẵng:

(a)Tín hiệu đo lường điện áp 3 pha; (b) Tín hiệu cd1A của

điện áp pha A sau phân tích bằng Wavelet; (c) Thời điểm sóng

đầu tiên truyền từ điểm sự cố

Tính toán xác định vị trí sự cố:

+ Theo Hình 8c, thời gian sóng truyền về đầu Dốc Sỏi

của sóng đầu tiên là:

4 4(4,01021*10 *0,03) /15*10 0,00820044At = = s

+ Theo Hình 9c, thời gian sóng truyền về đầu Đà Nẵng

của sóng đầu tiên là:

4 4(4,0682*10 *0,03) /15*10 0,0081364Bt = = s

+ Theo tài liệu [6], ta có vận tốc truyền sóng trên đường

dây truyền tải:

4 91 1

1 1= =

3,9295499,9

49 29L L

vL C e e− −

=

km/s

+ Vị trí sự cố tính từ đầu Dốc Sỏi theo công thức (3):

1( )

2

1100 (0,0082044 0,0081364) 295499,9

2

60,047( )

A A B

A

A

m L t t v

m

m km

= + −

= + −

=

Tương tự, mô phỏng lần lượt cho các trường hợp sự cố

AG, BC, ABC ứng với điện trở sự cố RF thay đổi 10, 20,

30 Ω ở chế độ phụ tải bình thường, phụ tải tải cao, có tụ và

không có tụ, ta có kết quả như Bảng 3.

tA = 8.20044ms

tB = 8.1364 ms


Bảng 3. Kết quả mô phỏng tính toán áp dụng cho đường dây 500kV Dốc Sỏi/574- Đà Nẵng/576

Khoảng cách

thực, km RF (Ω)

Dạng sự cố Phụ tải Tụ bù dọc

AG (km) BC (km) ABC (km) 500 MW,

50 MVAR

1000 MW,

100 MVAR

226

MVAR 0 MVAR

5 10, 20, 30 5,084 5,084 5,084 5,084 5,084 5,084 5,084

15 10, 20, 30 14,983 14,983 14,983 14,983 14,983 14,983 14,983

25 10, 20, 30 25,03 25,03 25,03 25,03 25,03 25,03 25,03

35 10, 20, 30 34,929 34,929 34,929 34,929 34,929 34,929 34,929

45 10, 20, 30 44,976 44,976 44,976 44,976 44,976 44,976 44,976

50 10, 20, 30 50 50 50 50 50 50 50

55 10, 20, 30 55,023 55,023 55,023 55,023 55,023 55,023 55,023

60 10, 20, 30 60,047 60,047 60,047 60,047 60,047 60,047 60,047

65 10, 20, 30 65,07 65,07 65,07 65,07 65,07 65,07 65,07

75 10, 20, 30 74,969 74,969 74,969 74,969 74,969 74,969 74,969

85 10, 20, 30 85,016 85,016 85,016 85,016 85,016 85,016 85,016

95 10, 20, 30 94,915 94,915 94,915 94,915 94,915 94,915 94,915

Nhận xét: Định vị sự cố bằng phương pháp sóng lan

truyền kiểu D cho đường dây 500kV, cần có thông tin về

chiều dài đường dây, vận tốc truyền sóng và thời gian

chênh lệch của xung tín hiệu đầu tiên truyền đến hai đầu

đường dây để tính toán điểm sự cố. Kết quả thu được của

Bảng 3 có sai số lớn nhất 84 m, sai số nhỏ nhất bằng 0 m

khi sự cố giữa đường dây.

5. Kết luận

Bài báo đã thực hiện mô phỏng, đánh giá sai số của hệ

thống định vị sự cố bằng phương pháp sóng lan truyền kiểu

D trong các điều kiện vận hành khác nhau của hệ thống như

điện trở sự cố, dạng ngắn mạch, tụ bù dọc, phụ tải, ... và

cho ra kết quả có độ chính xác cao hơn rất nhiều so với

phương pháp tổng trở ứng dụng trong rơle bảo vệ truyền

thống. Dựa trên cơ sở đó, nhóm tác giả đề xuất lựa chọn sử

dụng bộ định vị sự cố SFL2000 của hãng Kinkei với tần số

lấy mẫu 10 MHz, thiết bị đồng bộ GPS GNSS của hãng

Puruno, hệ thống mạng WAN liên kết tất cả các đơn vị trực

thuộc và từng trạm biến áp của Tổng Công ty Truyền tải

điện NPT với tốc độ 1 Gbit/s, và máy tính chủ được lắp đặt

tại đơn vị điều hành xử lý sự cố. Hiệu quả mang lại sau khi

đưa vào vận hành, hệ thống định vị sự cố đề xuất sẽ đóng

vai trò vô cùng to lớn trong việc giảm thiểu thời gian mất

điện cũng như nâng cao độ tin cậy vận hành hệ thống điện.


[1] Trần Đình Long, Bảo vệ các hệ thống điện, NXB Khoa học và Kỹ thuật, 2007.

[2] Dipl.-Ing. Ulrich Klapper, Dr. Michael Krüger, Dipl.-Ing. Wolfgang

Wurzer, Measurement of Line Impedances and Mutual Coupling of

Parallellines, Relay Protection and Substation Automation of

Modern EHV Power Systems, Moscow – Cheboksary, 2007.

[3] Le Kim Hung, Vu Phan Huan, “An ANFIS Based Approach to

Improve the Fault Location on 110 kV Transmission Line Dak Mil – Dak Nong”, International Journal of Computer Science Issues,

Vol. 11, Issue 3, No. 1, 2014.

[4] Gale P. F., Taylor P. V., Naidoo P., Hitchin C., Clowes D.,

Travelling Wave Fault Locator Experience on Eskom’s

TransmissionNetwork, Seventh International Conference on Developments in Power System Protection (IEE) April 2001, pp.

327–330.

[5] Edmund O. Schweitzer, III, Armando Guzmán, Mangapathirao V.

Mynam, Veselin Skendzic, and Bogdan Kasztenny Locating Faults

by the Traveling Waves They Launch, Schweitzer Engineering Laboratories (2014), Inc.

[6] Võ Viết Đạn, Giáo trình kỹ thuật điện cao áp, NXB Hà Nội, 1972.



ĐÁNH GIÁ HIỆN TRẠNG Ô NHIỄM KIM LOẠI NẶNG VÀ ĐỀ XUẤT MÔ HÌNH

TIÊN LƯỢNG TẠI HẠ LƯU SÔNG SÀI GÒN, TỈNH BÌNH DƯƠNG

EVALUATION OF HEAVY METALS POLLUTION AND PROPOSING PREDICTIVE

MODELS ON DOWNSTREAM OF SAI GON RIVER SUBBASIN, BINH DUONG PROVINCE

Nguyễn Ngọc Huy1, Lê Đức Trung2, Chế Đình Lý2, Lê Thị Xuân Thùy3 1Công ty TNHH Môi trường xanh SUSTECH; [email protected]

2Viện Môi trường và Tài nguyên - Đại học Quốc gia Thành phố Hồ Chí Minh 3Trường Đại học Bách khoa - Đại học Đà Nẵng

Tóm tắt - Bài báo đánh giá hiện trạng ô nhiễm kim loại nặng trong nước, trầm tích tại tiểu lưu vực hạ lưu sông Sài Gòn và đề xuất mô hình tiên lượng nồng độ kim loại nặng trong nước bằng phương pháp thống kê và mạng trí tuệ nhân tạo. Kết quả cho thấy tại khu vực nghiên cứu, nồng độ Fe vượt quá quy chuẩn kỹ thuật quốc gia về chất lượng nước mặt, nồng độ các kim loại nặng khác nằm trong quy chuẩn cho phép. Bên cạnh đó, hàm lượng các kim loại nặng trong trầm tích tại khu vực cuối tuyến khảo sát cao hơn khu vực đầu tuyến và tương quan thuận với nồng độ Cu, Zn và Cr, tương quan nghịch với nồng độ Ni và Cd trong nước. Mô hình tiên lượng kim loại nặng được xây dựng nhằm tiên đoán nồng độ các kim loại nặng trong nước theo phương pháp hồi quy tuyến tính đa biến và mạng trí tuệ nhân tạo đã tìm thấy 3 mô hình tiên lượng có xác suất xuất hiện hệ số tương quan r ≥ 0,9 đạt khoảng 9 – 15%.

Abstract - This research evaluates the current concentration of heavy metals in the downstream of Sai Gon River subbasin and proposes the predictive models of heavy metals in water by statistical and artificial neural network methods. The results have shown that the concentration of Fe exceeds National Technical Regulation on surface water quality while the other heavy metals remain in the standard. Moreover, the concentration of heavy metals in sediments on downstream is higher than that upstream, and it has positive correlation with that of Cu, Zn and negative correlation with that of Ni and Cd in water. The predictive models of heavy metals are built to predict the concentration of heavy metals in water by applying multiple linear regression and artificial neural network methods and have found that 3 models have the existing probability of correlation coefficient ≥ 0,9 of about 9 – 15%.

Từ khóa - sông Sài Gòn; ô nhiễm kim loại nặng; mô hình tiên lượng; hồi quy tuyến tính đa biến; mạng trí tuệ nhân tạo

Key words - Sai Gon river; heavy metal pollution; predictive model; multiple linear regression; artificial neural network


Hiện nay, ô nhiễm kim loại nặng (KLN) trong nước và

trầm tích tại các kênh, rạch, sông, suối đang diễn ra phổ

biến trên thế giới. Các biện pháp loại bỏ ion KLN trong

nước tại các nhà máy xử lý nước hiện nay còn hạn chế.

Ngoài ra, do tính khả thi về mặt kinh tế và khó khăn trong

việc kiểm soát thành phần KLN trong sản phẩm sau xử lý

nên các công nghệ xử lý bùn thải hiện nay chưa đáp ứng

được yêu cầu xử lý triệt để. Khi thải bỏ tùy tiện chất thải

vào môi trường, KLN sẽ dễ dàng phát tán sang môi trường

đất, nước mặt và nước ngầm. Đây là mối nguy hiểm tiềm

tàng đối với sức khỏe của con người cũng như hệ sinh thái

tự nhiên.

Tiểu lưu vực (TLV) hạ lưu sông Sài Gòn, tỉnh Bình

Dương hiện nay đang phải tiếp nhận nước thải từ 5 khu

công nghiệp, 2 cụm công nghiệp và 2 nhà máy xử lý nước

thải sinh hoạt. Trong số những ngành nghề phát triển tại

địa phương thì dệt may; hóa chất, nhựa, cao su; thiết bị

điện, điện tử; cơ khí, sản phẩm kim loại; vật liệu xây dựng,

gỗ, giấy; xử lý chất thải là những ngành sản xuất có khả

năng phát thải KLN trong nước và bùn thải [1].

Hiện nay trên thế giới, nhiều nghiên cứu đã ứng dụng

các mô hình diễn toán nhằm mô tả các quá trình ô nhiễm,

lan truyền KLN trong môi trường nước và trầm tích [2 - 3].

Dữ liệu đầu vào cho các mô hình này cần độ phong phú, đủ

lớn và có độ tin cậy. Thêm vào đó, sự hiểu biết về các quá

trình lan truyền của KLN trong môi trường là yêu cầu bắt

buộc để xây dựng một mô hình tính toán lan truyền ô

nhiễm. Tại TLV hạ lưu sông Sài Gòn, Bình Dương, công

tác quan trắc KLN trong nước và trầm tích ở một số địa

phương được tiến hành từ năm 2012 với tần suất quan trắc

6 lần/năm. Mức độ ô nhiễm một số KLN trong nước như

Fe, Zn, Cr, Ni có dấu hiệu tăng trong trong 05 năm qua

(2012 – 2016), vượt quy chuẩn cho phép theo QCVN

08-MT:2015/BTNMT – Quy chuẩn kỹ thuật quốc gia về

chất lượng nước mặt. Ngoài ra, hàm lượng KLN trong bùn

lắng, trầm tích cũng cho thấy dấu hiệu tăng dần về phía hạ

lưu, một số thời điểm vượt ngưỡng quy chuẩn cho phép

theo QCVN 43:2012/BTNMT – Quy chuẩn kỹ thuật quốc

gia về chất lượng trầm tích.

Trước sự gia tăng mức độ ô nhiễm KLN tại TLV hạ lưu

sông Sài Gòn, một số nghiên cứu đã được tiến hành nhằm

đánh giá hiện trạng ô nhiễm KLN trong nước và trầm tích

[4]. Tuy vậy, chưa có nghiên cứu nào đề xuất mô hình tiên

lượng nồng độ KLN. Bài báo ứng dụng phương pháp phân

tích thống kê và mạng trí tuệ nhân tạo để đánh giá hiện

trạng ô nhiễm KLN tại TLV hạ lưu sông Sài Gòn và đề xuất

mô hình tiên lượng nồng độ một số KLN trong nước.

2. Nội dung nghiên cứu

2.1. Phạm vi nghiên cứu

Tiểu lưu vực hạ lưu sông Sài Gòn thuộc phạm vi nghiên

cứu có giới hạn theo hành chính bao gồm toàn bộ thành

phố Thủ Dầu Một và toàn bộ thị xã Thuận An. Theo Quyết

định 3613/QĐ-UBND 26/12/2016 của Ủy ban nhân dân

(UBND) tỉnh Bình Dương, việc bảo vệ tài nguyên nước

mặt được quy định đối với chất lượng nước sông Sài Gòn

đạt cột A2 theo QCVN 08-MT:2015/BTNMT và đạt cột

B1 cho các sông, suối còn lại.

Khu vực mang nhiều đặc tính của vùng khí hậu nhiệt

đới gió mùa nóng ẩm như nắng nhiều, nhiệt độ cao đều

quanh năm, lượng mưa trung bình tháng khá cao, mùa mưa

64 Nguyễn Ngọc Huy, Lê Đức Trung, Chế Đình Lý, Lê Thị Xuân Thùy

thường bắt đầu từ tháng 05 đến tháng 10 và mùa khô bắt

đầu từ tháng 11 đến tháng 04 năm sau. Địa chất khu vực

gồm 3 nhóm đất chính là đất phèn, đất xám và đất mặt nước

(kênh, rạch, suối). Trong đó đất phèn phân bố chủ yếu dọc

sông Sài Gòn từ thượng lưu về hạ lưu.

Hình 1. Bản đồ các tiểu lưu vực quy hoạch tài nguyên nước

tỉnh Bình Dương


2.2.1. Thu thập tài liệu

Dữ liệu chất lượng nước mặt và trầm tích được thu thập

từ các báo cáo quan trắc nước mặt và trầm tích định kỳ

hàng năm của Sở Tài nguyên và Môi trường tỉnh Bình

Dương; dữ liệu lượng mưa và lưu lượng dòng chảy được

thu thập từ báo cáo liên quan [5].

Tần suất quan trắc 1 tháng/lần đối với nước mặt và

2 tháng/lần đối với trầm tích. Phương pháp lấy mẫu và bảo

quản mẫu, phương pháp phân tích mẫu theo các quyết định

1153/QĐ-BTNMT và 1613/QĐ-BTNMT của Bộ Tài

nguyên và Môi trường. Các chỉ tiêu KLN trong nước và trầm

tích được nghiên cứu bao gồm Fe, Cu, Zn, Cd, Ni, Cr. Một

số chỉ tiêu KLN trong nước như Hg, Pb, As có nồng độ quan

trắc luôn nằm dưới ngưỡng phát hiện của thiết bị phân tích.

2.2.2. Xử lý dữ liệu

Việc lưu trữ, phân tích và xử lý dữ liệu được thực hiện

nhờ phần mềm R kết hợp với Microsoft Excel. Các kỹ thuật

thống kê được sử dụng gồm thống kê mô tả, thống kê suy

diễn, phân tích tương quan [6 - 7]. Mục đích sử dụng phân

tích thống kê là tính toán các thông số như cỡ mẫu (n),

trung bình (mean), sd (độ lệch chuẩn), median (trung vị),

min (giá trị tối thiểu), max (giá trị tối đa) và xây dựng mô

hình hồi quy tuyến tính đa biến.

2.2.3. Mô hình tiên lượng nồng độ kim loại nặng

a) Mô hình hồi quy tuyến tính đa biến

Mô hình hồi quy tuyến tính đa biến (multiple linear

regression model – MLR) là mô hình được diễn đạt bằng

phương trình:

yi = α + βix1i + βix2i + βix3i + … βkxki + εi

Trong phương trình trên, biến cần tiên lượng yi là biến

phụ thuộc, các biến x (x1, x2,… đến xk) là các biến độc lập.

Mỗi biến độc lập có một thông số βj (j = 1, 2, …, k) cần phải

ước tính. Phương pháp ước tính βj dựa vào phương pháp bình

phương nhỏ nhất. Gọi 𝑦 = + 𝛽1𝑥1𝑖 + 𝛽2𝑥1𝑖 + 𝛽3𝑥1𝑖 +

⋯ + 𝛽𝑥𝑘𝑖 là ước tính của yi, phương pháp bình phương nhỏ

nhất tìm giá trị , 𝛽1, 𝛽2, 𝛽3, …, 𝛽 sao cho ∑ (𝑦𝑖 − 𝑦)2𝑛

𝑖=1

nhỏ nhất, trong đó và (với dấu mũ phía trên) là 2 ước số

(estimates) của α và β và (𝑦𝑖 − 𝑦) gọi là phần dư (residual).

Hệ số xác định R2 và hệ số xác định hiệu chỉnh R2 adj

được sử dụng để đo lường mối liên hệ giữa kết quả và giá

trị thực trong thống kê. Ngoài ra, hệ số tương quan r

(coefficient of correlation) được sử dụng để đánh giá tính

tương quan giữa 2 biến số và đánh giá hiệu quả trong các

mô hình tiên lượng. Mô hình MLR đã được ứng dụng trong

các nghiên cứu liên quan trên thế giới [8 - 9]. Trong nghiên

cứu này, mô hình hồi quy tuyến tính đa biến được ứng dụng

để tiên lượng nồng độ của một KLN dựa trên một phương

trình quan hệ mà trong đó dữ liệu chất lượng nước của các

thông số khác là những biến độc lập. Mô hình sau đó được

tối ưu để loại bỏ những biến không cần thiết trong phương

trình theo tiêu chuẩn Bayesian [6].

b) Mô hình mạng trí tuệ nhân tạo

Mô hình mạng trí tuệ nhân tạo (hay còn gọi là mạng nơ

ron) (Artificial Neural Network – ANN) là một mô hình

toán học được sử dụng nhằm xây dựng phương trình tiên

lượng biến y (biến phụ thuộc) dựa vào sự tương quan với

các biến x (biến độc lập). Cũng giống như mô hình hồi quy

tuyến tính đa biến, mô hình ANN là một mô hình hộp đen

(blackbox model) mà trong đó dữ liệu đầu vào và dữ liệu

đầu ra được sử dụng để chạy mô hình [10 - 11].

Công cụ NFTool (Neural Fitting Tool) trong phần mềm

Matlab được sử dụng để xây dựng mô hình tiên lượng nồng

độ KLN trong nước. Nghiên cứu xây dựng một mô hình

ANN với 10 lớp ẩn (hidden layer) và thuật toán huấn luyện

Levenberg Marquardt để tiên lượng nồng độ của một KLN

trong nước. Kết quả mô hình được xuất ra hàm lưu trữ trong

file .m của Matlab và có thể được sử dụng cho mục đích

tiên lượng trong tương lai.

3. Kết quả nghiên cứu và thảo luận

3.1. Đánh giá hiện trạng ô nhiễm kim loại nặng trong

trầm tích

Hiện trạng ô nhiễm trầm tích trên tuyến khảo sát tại

TLV hạ lưu sông Sài Gòn được đánh giá theo 2 khu vực

đầu tuyến và cuối tuyến đặc trưng cho tính chất nguồn thải,

cụ thể: đầu tuyến (vị trí RSG3, SG2) – tiếp nhận nước thải

sinh hoạt và cuối tuyến (vị trí RSG6, SG3) – tiếp nhận đồng

thời nước thải sinh hoạt và công nghiệp. Kết quả thống kê

dữ liệu cho thấy hàm lượng trung bình các KLN trong trầm

tích trong 5 năm (2012 – 2016) đều thấp hơn quy chuẩn

cho phép theo QCVN 43:2012/BTNMT – cột trầm tích

nước ngọt, ngoài ra hàm lượng trung bình các KLN tại khu

vực cuối tuyến khảo sát cao hơn so với đầu tuyến.

Trong khi đó, giá trị tối đa của hàm lượng Zn trong trầm

tích trong 05 năm trên tuyến khảo sát vượt quy chuẩn cho

phép theo QCVN 43:2012/BTNMT - cột trầm tích nước

ngọt từ 3,8 đến 5,5 lần. Hàm lượng Ni tối đa vượt tiêu

chuẩn tham khảo từ 1,7 đến 5,8 lần. Hàm lượng Crtổng cuối

tuyến tối đa vượt quy chuẩn 1,7 lần. Các KLN còn lại đều

nằm trong quy chuẩn cho phép. Tính trong năm 2016, các

chỉ tiêu KLN trong trầm tích hầu hết đều đạt quy chuẩn

ngoại trừ Ni tại SG2 (đợt 1) và RSG6 (đợt 2).


Hình 2. Bản đồ vị trí lấy mẫu định kỳ

3.2. Đánh giá hiện trạng ô nhiễm kim loại nặng trong

nước mặt

Hiện trạng ô nhiễm KLN trong nước mặt tại khu vực

nghiên cứu cũng được đánh giá trên 3 khu vực đầu tuyến,

giữa tuyến và cuối tuyến đặc trưng cho tính chất nguồn

thải: đầu tuyến (vị trí RSG1, RSG2, RSG3, SG2) – tiếp

nhận nước thải sinh hoạt; giữa tuyến (vị trí RSG4, RSG5,

Suối Đờn) và cuối tuyến (vị trí RSG9, RSG10, RSG7,

RSG6, SG3) – tiếp nhận nước thải công nghiệp.

Hình 3. Phần trăm nồng độ trung bình của kim loại nặng trong

nước mặt trên tuyến khảo sát trong 05 năm 2012 – 2016

Kết quả thống kê dữ liệu nồng độ trung bình các KLN

trong nước trên tuyến khảo sát trong 5 năm (2012 – 2016)

cho thấy nồng độ Fe và Zn tại khu vực giữa tuyến cao hơn

2 khu vực còn lại. Trong khi đó nồng độ Cu và Ni cao tại

khu vực giữa tuyến và cuối tuyến, nồng độ Cr3+ và Cr6+

không thay đổi trên tuyến khảo sát (Hình 3).

Trong khi đó, tại các kênh, rạch, suối là nguồn tiếp nhận

trực tiếp của nước thải, nồng độ trung bình các KLN Fe,

Zn, Ni, Cd cao hơn trên sông Sài Gòn. Trong đó, nồng độ

trung bình của Fe gấp 1,6 – 1,9 lần, Zn gấp 3,8 – 4,7 lần,

Ni gấp 1,7 – 2,3 lần và Cd gấp 1,5 lần, tuy nhiên nhìn chung

vẫn thấp hơn quy chuẩn cho phép theo QCVN

08-MT:2015/BTNMT, cột B1.

3.3. Đánh giá mối tương quan giữa nồng độ kim loại

nặng trong nước và trầm tích

3.3.1. Tại mỗi vị trí lấy mẫu

Trong môi trường nước, KLN tồn tại dưới dạng ion

hoặc hấp phụ lên các chất rắn lơ lửng, bùn đáy và tồn tại

trong 5 dạng khác nhau [12]. Tại khu vực nghiên cứu, kết

quả đánh giá tương quan giữa KLN gồm Cu, Zn, Ni, Cd và

Cr trong nước và trầm tích tại mỗi vị trí lấy mẫu trong 5

năm cho thấy sự tương quan yếu với hệ số tương quan

Kendall |τ| < 0,5 (Bảng 1). Kết quả này là phù hợp bởi vì

dưới tác động của dòng chảy, các chất ô nhiễm sẽ khuếch

tán hay di chuyển. Do đó quá trình hấp phụ KLN lên trầm

tích hoặc giải phóng KLN từ trầm tích sẽ không tạo nên sự

tương quan thuận.

Bảng 1. Hệ số tương quan giữa nồng độ kim loại nặng trong

nước và trầm tích tại mỗi vị trí lấy mẫu

Kim

loại

Hệ số tương quan Kendall τ

SG2

(Cường)

SG2

(Kiệt)

SG3

(Cường)

SG3

(Kiệt) RSG3 RSG6

Cu 0,16 0,42 0,30 0,34 0,18 -0,24

Zn 0,31 0,20 0,31 0,04 -0,04 0,38

Ni 0,20 -0,28 0,02 -0,07 0,09 0,22

Cd -0,53 0,00 -0,13 0,13 0,05 -0,02

Cr 0,32 -0,13 0,07 -0,24 0,34 0,16

As -0,07 -0,18 -0,49 -0,40 -0,05 0,23

3.3.2. Giữa khu vực đầu tuyến và cuối tuyến

Hình 4. Phần trăm nồng độ KLN trong nước và trầm tích trên

tuyến khảo sát trong 05 năm 2012 – 2016

Kết quả phân tích tương quan giữa KLN trong nước và

trầm tích giữa khu vực đầu tuyến và cuối tuyến trong

05 năm thể hiện qua Hình 4.

Dọc theo tuyến khảo sát, hàm lượng các KLN trong

trầm tích gồm Cu, Zn, Ni, Cd, Crtổng tăng dần từ khu vực

đầu tuyến đến cuối tuyến. Trong khi đó, nồng độ KLN

trong nước cũng có sự thay đổi, cụ thể nồng độ Cu, Zn,

Cr6+ và Cr3+ tăng dần từ khu vực đầu tuyến đến cuối tuyến,

tương quan thuận với hàm lượng KLN trong trầm tích.

Trong khi đó, nồng độ Ni, Cd trong nước giảm dần từ khu

vực đầu tuyến đến cuối tuyến, tương quan nghịch với hàm

lượng KLN trong trầm tích.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Fe Cu Zn Ni CdCr3+ Cr6+

Kim loại nặng

Đầu tuyến Giữa tuyến Cuối tuyến

0% 10% 20% 30% 40% 50% 60% 70%

Cr_TT

Cr3+_N

Cr6+_N

Zn_TT

Zn_N

Cu_TT

Cu_N

Cd_TT

Cd_N

Ni_TT

Ni_N

Cr

Zn

Cu

Cd

Ni

Đầu tuyến Cuối tuyến

66 Nguyễn Ngọc Huy, Lê Đức Trung, Chế Đình Lý, Lê Thị Xuân Thùy

Kết quả đánh giá cho thấy sự tương quan nghịch của Ni

và Cd trong nước và trầm tích cho thấy sự cân bằng vật

chất dưới tác động của dòng chảy trên sông Sài Gòn, hay

nói cách khác, ảnh hưởng từ nguồn thải KLN trong môi

trường là rất thấp, không đáng kể. Trong khi đó, Cu, Zn và

Cr, cho thấy sự tương quan thuận, tức là có sự tác động

đáng kể của nguồn thải đến chất lượng nước ở khu vực cuối

tuyến, đặc biệt KLN.

3.4. Xây dựng mô hình tiên lượng nồng độ kim loại nặng

trong nước

3.4.1. Mô hình hồi quy tuyến tính đa biến

Trong nhiều nghiên cứu trước đây [8 - 9], nồng độ một

số KLN trong nước có thể được tiên lượng dựa trên một

phương trình hồi quy mà các biến là những chỉ tiêu chất

lượng nước như nhiệt độ, pH, … Nghiên cứu này ứng dụng

mô hình hồi quy tuyến tính đa biến để xây dựng phương

trình tiên lượng nồng độ một KLN tại SG2 và SG3 dựa trên

các chỉ tiêu chất lượng nước, chỉ số WQI, lượng mưa (mm)

và lưu lượng dòng chảy (m3/s). Tất cả dữ liệu trong phương

trình tiên lượng đều được chuẩn hóa bằng hàm log().

Kết quả xây dựng phương trình tiên lượng và tối ưu mô

hình theo tiêu chuẩn Bayesian chọn được 10 mô hình hồi

quy tuyến tính đa biến tiên lượng KLN có hệ số xác định

điều chỉnh R2 adj ≥ 0,7 thể hiện trong Bảng 2 gồm: Mô hình

Cu, Zn, Cd, Cr3+, Cr6+ tại SG2 (Cường); Mô hình Zn tại

SG2 (Kiệt); Mô hình Cr6+ tại SG3 (Cường) và mô hình Fe,

Ni, Cr6+ tại SG3 (Kiệt).

Bảng 2. Hệ số xác định của mô hình hồi quy tuyến tính đa biến

sau khi loại bỏ biến KLN

Mô hình tối ưu

SG2 (Cường)

Cu Zn Cd Cr3+ Cr6+

R2 0,782 0,831 0,841 0,877 0,810

R2 adj 0,691 0,761 0,754 0,818 0,769

Mô hình tối ưu

SG2 (Kiệt)

SG3 (Cường)

SG3 (Kiệt)

Zn Cr6+ Fe Ni Cr6+

R2 0,879 0,803 0,819 0,79 0,935

R2 adj 0,804 0,735 0,725 0,69 0,897

3.4.2. Mô hình mạng trí tuệ nhân tạo

Nhằm mục đích so sánh và đánh giá hiệu quả của mô

hình hồi quy tuyến tính đa biến, mô hình mạng trí tuệ nhân

tạo được ứng dụng để xây dựng phương trình phi tuyến tiên

lượng nồng độ KLN trong nước.

Dữ liệu sử dụng để chạy mô hình ANN là dữ liệu sử

dụng để chạy mô hình MLR. Tuy nhiên phương pháp xử lý

dữ liệu của mô hình ANN có tính ngẫu nhiên trong việc lựa

chọn dữ liệu để huấn luyện, hiệu chỉnh và kiểm định, do đó

nghiên cứu thực hiện việc huấn luyện mô hình trong 100

lần để tìm ra một mô hình có hệ số tương quan tổng cao

nhất. Bên cạnh đó, kết quả tối ưu biến cho thấy hiệu quả

tiên lượng của mô hình ANN tăng lên sau khi loại bỏ những

biến không cần thiết theo tiêu chuẩn Bayesian (tiêu chuẩn

đã được áp dụng trong mô hình MLR). Hình 5 minh họa

cho các mô hình tiên lượng KLN tại SG2 (Cường) trước và

sau khi tối ưu biến. Tại SG2 (Kiệt), SG3 (Cường & Kiệt)

cũng cho kết quả tương tự.

Hình 5. Hệ số tương quan r trong mô hình ANN tiên lượng nồng

độ KLN trong nước tại SG2 (Cường) với tất cả các biến và

tối ưu biến theo tiêu chuẩn Bayesian

3.4.3. Kiểm định và đánh giá hai mô hình tiên lượng

Từ kết quả tiên lượng trong mô hình hồi quy tuyến tính

MLR và mô hình mạng trí tuệ nhân tạo ANN, tiến hành

kiểm định và đánh giá 2 mô hình. Hình 6 là biểu đồ box-

plot minh họa hiệu quả tiên lượng nồng độ KLN trong nước

tại SG2 (Cường) bằng 2 mô hình ANN và MLR. Theo đó,

độ lệch giữa giá trị tiên lượng và nồng độ đo đạc thực tế tại

các đợt quan trắc (2012 – 2016) ở mô hình ANN thấp hơn

và có phạm vi nhỏ hơn so với mô hình MLR. Kết quả tương

tự tại SG2 (Kiệt), SG3 (Cường & Kiệt).

Hình 6. Thống kê độ lệch giữa giá trị tiên lượng và nồng độ

quan trắc KLN tại SG2 (Cường) theo 2 mô hình MLR và ANN

Như vậy, mô hình ANN cho thấy khả năng tiên lượng

tốt hơn với cùng số biến đầu vào so với mô hình hồi quy

tuyến tính. Kết quả này cũng phù hợp với một số nghiên

cứu trên thế giới [13].

3.5. Đề xuất mô hình tiên lượng nồng độ kim loại nặng

Trên lý thuyết, các mô hình tiên lượng nồng độ KLN

trong nước đã tìm được đều là những mô hình đáp ứng đủ

cơ sở khoa học. Tuy nhiên vì những lý do liên quan đến chi

phí phân tích các chỉ tiêu KLN trong nước, một mô hình

tiên lượng KLN tốt hơn hết không nên có sự phụ thuộc vào

giá trị của các KLN khác.

Việc loại bỏ hoàn toàn các biến độc lập là giá trị nồng

độ của KLN cần phải được xem xét bởi vì hiệu quả tiên

lượng của các mô hình này có thể giảm do một số KLN

trong nước có mối tương quan chặt chẽ với nhau. Kết quả

loại bỏ các biến độc lập là KLN từ 10 mô hình MLR được

lựa chọn cho thấy chỉ có 2 mô hình cho hệ số xác định R2

≥ 0,7 gồm mô hình tiên lượng Zn tại SG2 (Cường) và mô

hình tiên lượng Cr6+ tại SG3 (Kiệt).

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Cu Zn Cd Cr3+ Cr6+ Cu Zn Cd Cr3+ Cr6+

Tất cả biến Tối ưu biến

r < 0,5 0,5 ≤ r < 0,7 0,7 ≤ r < 0,8 0,8 ≤ r < 0,9 r ≥ 0,9


Phương trình tiên lượng cho Zn tại SG2 (Cường):

[Zn] = -22,9974 + 8,8327.[pH] + 1,1222.[TDS]

+ 0,6664.[Độ đục] – 1,6135.[DO] – 0,6475.[COD]

– 0,2504.[NO2-N] + 0,6327.[NH3-N] – 0,7045.[EC]

– 0,2432.[F-] (1)

Và phương trình tiên lượng cho Cr6+ tại SG3 (Kiệt) là:

[Cr6+] = -12,3760 – 0,2779.[SS] + 0,0577.[TDS]

+ 0,2576.[Độ đục] – 0,9904.[DO] – 0,1434.[NH3-N]

+ 0,0115.[EC] + 0,1555.[NaCl] – 0,0663.[Cl-]

– 0,0486.[Coliform] – 0,6146.[WQI] + 1,6818.[Q] (2)

Các mô hình ANN cũng cho thấy kết quả tương tự khi

loại bỏ các biến KLN, xác suất xuất hiện các mô hình tiên

lượng có hệ số tương quan r ≥ 0,9 khá thấp. Trong số các

mô hình, có 3 mô hình cho xác suất xuất hiện cao hơn các

mô hình còn lại (hệ số r thu được từ 9 – 15%) trong 100 lần

huấn luyện (Bảng 3) gồm mô hình tiên lượng Zn tại SG2

(Cường), Zn tại SG2 (Kiệt) và Cr6+ tại SG3 (Cường). Đây

cũng là 3 mô hình được đề xuất để tiên lượng nồng độ KLN

trong nước (được lưu trong các file .m của Matlab).

4. Kết luận

Kết quả đánh giá hiện trạng ô nhiễm KLN trong nước và

trầm tích trên các kênh, rạch, sông, suối tiểu lưu vực hạ lưu

sông Sài Gòn cho thấy hầu hết các KLN vẫn nằm trong giới

hạn cho phép theo QCVN 08-MT:2015/BTNMT, tuy nhiên

một số KLN trong nước có dấu hiệu tăng mạnh tại cuối tuyến

khảo sát, nhất là tại RSG10 – nơi tiếp nhận nước thải từ Khu

Công nghiệp (KCN) Đồng An. Ngoài ra, kết quả phân tích

thống kê dữ liệu cũng cho thấy tại mỗi vị trí lấy mẫu, nồng

độ kim loại nặng trong nước tương quan yếu với hàm lượng

kim loại nặng trong trầm tích. Đồng thời, xét trên tuyến thì

sự gia tăng nồng độ Cu, Zn và Cr trong nước được chứng

minh là do ảnh hưởng của nguồn thải tại cuối tuyến khảo sát.

Bảng 3. Hệ số tương quan của mô hình ANN sau khi

loại bỏ biến KLN

Kim loại r < 0,5 0,5 ≤ r

< 0,7

0,7 ≤ r

< 0,8

0,8 ≤ r

< 0,9 r ≥ 0,9

I. SG2 (Cường)

Cu 34% 29% 19% 17% 1%

Zn 25% 16% 27% 20% 12%

Cd 14% 35% 27% 22% 2%

Cr3+ 32% 31% 20% 14% 3%

Cr6+ 39% 56% 5% 0% 0%

II. SG2 (Kiệt)

Zn 36% 33% 12% 10% 9%

III. SG3 (Cường)

Cr6+ 19% 29% 32% 18% 2%

IV. SG3 (Kiệt)

Fe 40% 27% 21% 11% 1%

Ni 34% 39% 14% 12% 1%

Cr6+ 8% 21% 16% 40% 15%

Kết quả xây dựng mô hình hồi quy tuyến tính đa biến với

tiêu chuẩn Bayesian đã tìm ra được mô hình tiên lượng Zn

tại SG2 (Cường) và mô hình tiên lượng Cr6+ tại SG3 (Kiệt)

cho hệ số R2 ≥ 0,7. Đồng thời, mô hình ANN cũng được thử

nghiệm nhằm đánh giá, so sánh hiệu quả 2 mô hình tiên

lượng. Kết quả đã chỉ ra mô hình ANN có hiệu quả tiên

lượng tốt hơn so với mô hình hồi quy tuyến tính có cùng số

biến lựa chọn. Ngoài ra, mô hình ANN còn tìm được thêm 1

mô hình tiên lượng Zn tại SG3 (Cường) với xác suất xuất

hiện mô hình có hệ số tương quan r ≥ 0,9 đạt khoảng 9%.

Vì sự thiếu sót dữ liệu chất lượng nguồn thải công

nghiệp và sinh hoạt, các mô hình tiên lượng đưa ra vẫn còn

hạn chế, tính hiệu quả thực tiễn của mô hình chưa cao. Vì

vậy, nghiên cứu nhằm mục đích bước đầu đánh giá và xây

dựng mô hình tiên lượng nồng độ KLN trong môi trường

dựa trên các phương pháp mới và phổ biến, làm cơ sở tham

khảo cho các nghiên cứu tiếp theo trong tương lai.


[1] Bộ Tài nguyên và Môi trường, Thông tư số 06/2013/TT-BTNMT ngày

07/05/2013 của Bộ Tài nguyên và Môi trường ban hành Danh mục lĩnh vực, ngành sản xuất, chế biến có nước thải chứa kim loại nặng

phục vụ tính phí bảo vệ môi trường đối với nước thải, Hà Nội, 2013.

[2] C. Garneau, S. Sauvage, A. Probst, and J. M. Sánchez-Pérez,

“Modelling of Trace Metal Transfer in A Large River Under Different

Hydrological Conditions (The Garonne River in Southwest France)”, Ecological Modelling, Vol. 306, 2015, pp. 195-204.

[3] M. L. Sámano, A. García, J. A. Revilla, and C. Álvarez, “Modeling

Heavy Metal Concentration Distributions in Estuarine Waters: An

Application to Suances Estuary (Northern Spain)”, Environmental

Earth Sciences, Vol. 72, No. 8, 2014, pp. 2931-2945.

[4] Đặng Vũ Bích Hạnh, “Tóm tắt kết quả khảo sát kim loại vết trong

nước và bùn trầm tích lưu vực sông Sài Gòn xác định mối tương quan giữa nước và bùn trầm”, Tạp chí Tài nguyên và Môi trường, Số

17, 2015, trang 25-26.

[5] Sở Khoa học và Công nghệ Thành phố Hồ Chí Minh, Đánh giá mức

độ khan hiếm tài nguyên nước ngọt cho TP. HCM bằng chỉ số áp lực

về nước WSI theo các kịch bản quy hoạch phát triển đến năm 2030 trong điều kiện biến đổi khí hậu khi nước biển dâng và đề xuất các

giải pháp tổng thể giảm thiểu, Tp. Hồ Chí Minh, 2016.

[6] Nguyễn Văn Tuấn, Phân tích dữ liệu với R, NXB Tổng hợp Thành

phố Hồ Chí Minh, 2016.

[7] Chế Đình Lý, Thống kê và xử lý dữ liệu môi trường, NXB Đại học

Quốc gia Thành phố Hồ Chí Minh, 2012.

[8] M. C. Faier, G. A. Dumitrel, and D. Perju, “Experimental Modeling

of Heavy Metals Concentration Distribution in Rivers”, Chemical

Bulletin of “Politehnica” University of Timişoara, România, Vol.

56(70), No. 1, 2011, pp. 38-42.

[9] T. M. Akpomie, E. O. Ekanem, M. M. Adamu, and J. O. Akpomie,

“Computer Modelling of the Concentration of Heavy Metals in

Artificial Borings”, World Journal of Analytical Chemistry, Vol. 4,

No. 1, 2016, pp. 6-10.

[10] A. S. Abdolmaleki, A. G. Ahangar, and J. Soltani, “Artificial Neural

Network (ANN) Approach for Predicting Cu Concentration in Drinking Water of Chahnimeh1 Reservoir in Sistan-Balochistan,

Iran”, Health Scope, Vol. 2, No. 1, 2013, pp. 31-38.

[11] A. Sarkar and P. Pandey, “River Water Quality Modelling Using

Artificial Neural Network Technique”, Aquatic Procedia, Vol. 4,

2015, pp. 1070-1077.

[12] A. Tessier, P. G. C.Campbell, and M. Bisson, “Sequential Extraction

Procedure for The Speciation of Particulate Trace Metals”,

Analytical Chemistry, Vol. 51, No. 7, 1979, pp. 844-851.

[13] A. Abdallaoui and H. E. Badaoui, “Comparative Study of Two

Stochastic Models Using The Physicochemical Characteristics of River

Sediment to Predict The Concentration of Toxic Metals”, Journal of Materials and Environmental Science, Vol. 6, No. 2, 2015, pp. 445-454.


68 Nguyễn Đăng Khoa, Võ Ngọc Điều, Lê Đình Văn

TỐI ƯU VỊ TRÍ TUA-BIN TRONG NHÀ MÁY ĐIỆN GIÓ

SỬ DỤNG PHƯƠNG PHÁP TÌM KIẾM TIA SÉT

OPTIMIZING LAYOUT OF WIND TURBINES IN WIND FARMS

USING LIGHTNING SEARCH ALGORITHM

Nguyễn Đăng Khoa1, Võ Ngọc Điều2, Lê Đình Văn2 1Trường Đại học Cần Thơ; [email protected]

2Trường Đại học Bách khoa – Đại học Quốc gia Thành phố Hồ Chí Minh; [email protected]

Tóm tắt - Ngày nay, với sự trợ giúp từ máy tính, việc tính toán tối ưu đang ngày một trở thành công cụ vô cùng mạnh mẽ và các thuật toán tính toán tối ưu cũng phát triển theo. Các thuật toán này thường được dựa trên mô phỏng hoạt động của tự nhiên hoặc cách giải quyết vấn đề theo tự nhiên. Chẳng hạn như thuật toán tối ưu đàn kiến (ACO), thuật toán di truyền (GA), … Tối ưu vị trí đặt tua-bin điện gió bằng phương pháp tìm kiến tia sét (Lightning Search Algorithm - LSA) là một cách tiếp cận mới về việc tìm vị trí tối ưu để đặt tua-bin gió nhằm thu được năng lượng lớn nhất. Bài báo này sẽ khảo sát một trang trại máy phát điện gió đặt ở biển dựa trên các điều kiện như hướng gió, tốc độ gió, sự ảnh hưởng của lưu khối không khí phía sau máy phát điện gió (hiệu ứng Wake), độ nhám bề mặt, … từ đó sẽ xác định vị trí tối ưu lắp đặt tua-bin gió để đạt được công suất cao nhất.

Abstract - Nowadays, with the support from computers, the optimal computation is becoming a powerful tool, and optimization algorithms have been also developed accordingly. These algorithms such as the ant colony optimization (ACO), genetic algorithm (GA), etc. are usually based on simulations of the natural behavior or problems in the nature. Optimizing layout of wind turbines in wind farms using the lightning search algorithm (LSA) is a new approach to obtain the highest amount of energy. This paper has investigated an offshore wind farm based on the conditions such as wind direction, wind velocity, the effect of wind turbine generators on wind velocity (wake effect) and rough surface to determine the optimal location for the installation of the wind turbines to capture the highest wind capacity.

Từ khóa - thuật toán tìm kiếm tia sét; vị trí tối ưu; tua-bin gió; nhà máy điện gió; hiệu ứng Wake

Key words - lightning search algorithm; optimal layout; wind turbine; wind farm; Wake effect

1. Giới thiệu

Trong cuộc sống hiện đại ngày nay, năng lượng ngày

càng đóng vai trò thiết yếu cho sự tồn tại và phát triển của

một quốc gia, đặc biệt là sự đóng góp của các dạng năng

lượng hóa thạch như dầu mỏ, than đá, khí tự nhiên, ... [1].

Tuy nhiên, nguồn nhiên liệu hóa thạch trong lớp vỏ Trái

đất cũng đang ngày càng cạn kiệt do khai thác quá mức,

đồng thời lượng khí thải từ nhiên liệu hóa thạch đi vào môi

sinh cũng tác động không nhỏ đến hệ sinh thái và môi

trường, gây ra nhiều chiều hướng tiêu cực như biến đổi khí

hậu, hiệu ứng nhà kính, Trái đất nóng dần lên…

Năng lượng tái tạo là nguồn năng lượng “xanh”, “sạch”

không gây tác hại đến môi trường. Tuy nhiên, năng lượng

tái tạo vẫn chưa tạo ra cho mình bước đột phá do nguồn

năng lượng thu lại thường nhỏ, chi phí công nghệ cao. Từ

đó, việc nghiên cứu làm sao để tăng năng suất đồng thời

với việc giảm chi phí lắp đặt và chi phí công nghệ đến mức

thấp nhất đang là một bài toán lớn mà các nhà khoa học từ

các nước trên thế giới đang cùng nhau nghiên cứu và xây

dựng. Cụ thể như dò tìm điểm công suất cực đại trong lắp

đặt hệ thống pin mặt trời, vị trí đặt tua-bin gió, …

Vì thế, bài báo này sẽ đi sâu vào nghiên cứu tối ưu vị

trí đặt tua-bin gió trong một trang trại máy phát gió đặt trên

biển (offshore) dựa trên thuật toán Lightning Search

Algorithm (LSA) [2], [3].

2. Mô hình hiệu ứng Wake và Thuật toán tìm kiếm tia sét

2.1. Mô hình hiệu ứng Wake của Jensen

Theo mô hình của Jensen [4] như trong Hình 1, gió thổi

từ trái sang phải với tốc độ v0 và đập vào tua-bin, bán kính

quét của cánh quạt là r0. Tại một khoảng cách x nằm phía

sau tua-bin, tốc độ sẽ là v1 và bán kính bị ảnh hưởng bởi hiệu

ứng Wake là rx = ax + r0. Đại lượng thể hiện mức độ mở

rộng hiệu ứng Wake và được xác định theo công thức:

0

0,5

lnz

z

= (1)

trong đó, z là chiều cao tua-bin gió và z0 là độ nhám bề mặt.

Hình 1. Mô hình hiệu ứng Wake của Jensen

Gọi i là vị trí tua-bin phía trước tạo ra hiệu ứng Wake,

j là vị trí tua-bin phía sau bị ảnh hưởng, v0 là biên độ tốc độ

gió, vj là tốc độ gió tại vị trí j. Ta có:

( )ijj vdvv −= 10 (2)

trong đó, vdij là vận tốc hao hụt tại vị trí j khi bị ảnh hưởng hiệu

ứng Wake của tua-bin ở vị trí i, vdij được xác định như sau:

http://journals.sagepub.com/keyword/Wake+Effect


2

1

2

+

=

d

ij

ij

r

xvd

(3)

Hệ số được gọi là hệ số điện kháng dọc trục và được

xác định như sau:

( )0,5 1 1 TC = − − (4)

Trong đó, CT là hệ số đẩy của tua-bin, có mối quan hệ với

điện kháng dọc trục như sau:

( ) −= 14TC (5)

trong đó, rd là bán kính quét của rotor phía sau:

21

1

−

−= rd rr (6)

trong đó, xij là khoảng cách giữa vị trí i và j.

Trong một trang trại máy phát gió, hiệu ứng Wake bị

giao nhau và các tua-bin phía sau đều bị ảnh hưởng cùng

một lúc [7]. Theo mô hình của Jensen, vận tốc bị hao hụt

vdef (j) tại vị trí thứ j sẽ bị ảnh hưởng theo công thức sau:

( )

=)(

2

jWi

ijdef vdjv (7)

Trong đó, W(j) là tập hợp các tua-bin bị ảnh hưởng hiệu

ứng Wake bởi tua-bin vị trí i.

Theo giả thuyết của Mosetti [5], tổng chi phí đầu tư cho

một tua-bin là 1, thì đầu tư cho mỗi tua-bin tiếp theo chỉ

còn 1/3. Như vậy, tổng chi phí trên một năm của một trang

trại gió được tính như sau:

20,001742 1cos exp

3 3

Nt N − = +

(8)

Hiệu suất của trang trại máy phát điện gió được tính

như sau:

3

00,3

totalPEfficiency

Nv= (9)

Để tính toán công suất trong một trang trại máy phát điện

gió, các công thức được đề xuất từ Mosetti [3] như sau:

Đối với 01 tua-bin gió có xét đến hiệu suất:

3

2

1AuproducedPower = (10)

Trong đó, là hiệu suất tổng thể của tua-bin gió; là mật độ

không khí (kg/m3); và A là diện tích quét của tua-bin gió (m2);

Công suất của tua-bin được đề xuất theo [3] là:

( )2 31

40% 1,2 202

Power produced u= (11)

)(301 3 WattuproducedPower = (12)

2.2. Thuật toán Tìm kiếm tia sét và áp dụng

Phương pháp LSA là thuật toán tối ưu mới phát triển do

Hussain Shareef cùng các đồng nghiệp đề xuất [2]. Thuật

toán LSA là một thuật toán tối ưu được lấy cảm hứng từ

hiện tượng tự nhiên, đó là sự hình thành sét trong cơn bão.

Thuật toán này là một trong những thuật toán tối ưu sử

dụng công cụ tính toán bằng máy vi tính đã được đề xuất

trong thời gian gần đây. Có thể kể đến như thuật toán di

truyền (GA), thuật toán đàn kiến (ACO), thuật toán tối ưu

bầy đàn (PSO), thuật toán đàn ong (ABC) [10-12]. Tất cả

các thuật toán kể trên đều mô phỏng theo cách giải quyết

vấn đề của tự nhiên.

Một tính chất rất quan trọng của tiên đạo bước là có thể

rẽ nhánh, trong đó các nhánh xuất hiện cân xứng và cùng

một lúc. Hiện tượng này hiếm khi xảy ra bởi vì có sự va

chạm hạt nhân. Nhiều kênh mới được tạo trong suốt thời

gian các điểm nhánh tăng số lượng hướng phóng. Trong

thuật toán này, giả định rằng điểm nhánh luôn rẽ thành

2 hướng và được thể hiện như Hình 2 [8].

Hình 2. Sự hình thành của tiên đạo sét

Trước tiên, các kênh được hình thành cùng một lúc do sự

va chạm hạt nhân của các hướng phóng điện theo công thức:

ii PbaP −+= (13)

Trong đó, iP là hướng phóng điện nghịch; Pi là hướng

phóng điện thuận; và a, b là giới hạn biên.

Đáp ứng này sẽ làm tăng một số giải pháp “xấu”. Nếu

điểm nhánh không làm tăng số kênh trong thuật toán LSA,

thì một trong số các kênh tại điểm rẽ nhánh sẽ phát sáng để

duy trì quy mô.

Điểm rẽ thứ hai, một kênh được giả định hình thành tại

đỉnh tiên đạo do có sự phân bố lại năng lượng của tất cả các

tiên đạo không có khả năng hình thành sau một vài lần thử

lan truyền. Những tiên đạo không có khả năng hình thành

đó có thể được phân bố lại bằng cách xác định số lượng tối

đa có thể cho phép của những lần thử như là thời gian kênh

[8]. Trong trường hợp này, số tiên đạo sẽ không tăng.

Hàm mật độ xác suất:

( )

−=

)()(0

1

bxoraxkhi

bxakhiabxf

T

T

T (14)

Trong đó, xT là số ngẫu nhiên đại diện cho một giải pháp

hoặc năng lượng ban đầu Esli của tiên đạo sli và a, b là hai

bờ biên.

Véc-tơ tiên đạo: SL = [sl1, sl2, sl3, …, slN]

Véc-tơ hướng phóng ngẫu nhiên (random projectile):

PT= [p1T, p2

T, p3T,…, pN

T]


Véc-tơ hướng phóng không gian (space projectile):

PS = [p1S, p2

S, p3S,…, pN

S]

Hàm mật độ xác suất với hệ số dạng viết dưới dạng

hàm mũ:

( )

=

−

00

01

S

S

x

S

xkhi

xkhiexf

s

(15)

Hàm (15) biểu diễn vị trí của hướng phóng không gian

hay là véc-tơ hướng cho bước phóng điện tiếp theo và nó

được hiệu chỉnh bằng hệ số dạng .

Vị trí của hướng phóng không gian piS tại bước thứ

bước +1 có thể viết thành:

)(exp i

S

i

S

newi randpp =− (16)

Trong đó, exprand là số mũ ngẫu nhiên. Nếu piS là số âm,

thì thành phần số ngẫu nhiên (exprand) phải mang dấu âm

do (15) luôn dương. Tuy nhiên, vị trí mới S

newip −không đảm

bảo hướng phóng điện của tiên đạo, trừ trường hợp năng

lượng hướng phóng điện S

ipE −lớn hơn tiên đạo bước

S

newiE −để mở rộng kênh truyền dẫn hay có giải pháp tốt

được tìm thấy. Nếu S

newip − cung cấp một giải pháp tốt ở

bước (bước +1), thì các tiên đạo sli được mở rộng đến một

vị trí mới sli-new, và piS được cập nhật đến S

newip −. Ngược

lại, chúng sẽ duy trì không đổi ở bước tiếp theo. Nếu S

newip −mở rộng sli-new vượt ra ngoài khoảng, hầu hết các tia

tiên đạo mở rộng trong suốt quá trình này sẽ trở thành

hướng phóng tiên đạo chính.

Có thể dự đoán, tiên đạo bước sẽ di chuyển gần với mặt

đất và hướng phóng đi cùng với nó sẽ không đủ năng lượng

để ion hóa không khí trước đỉnh tiên đạo. Vì thế tiên đạo

phóng chính có thể mô hình hóa như là một số ngẫu nhiên

rút ra từ phân bố chuẩn với hệ số dạng và hế số tỉ lệ .

Hàm mật độ được biểu diễn:

( )( )

2

2

2

2

1

−−

=

Lx

L exf (17)

Công thức (17) cho thấy tiên đạo chính hình thành ngẫu

nhiên này có thể tìm kiếm tất cả các hướng từ vị trí hiện tại

bằng hệ số dạng. Hướng tuyến còn có thể sử dụng hệ số tỉ

lệ. Trong thuật toán LSA, L dùng cho hướng tiên đạo

chính pL, và hệ số tỉ lệ L sẽ giảm theo hàm mũ khi nó

hướng về phía mặt đất hoặc tìm ra một giải pháp tốt nhất.

Như vậy, vị trí pL tại bước bước +1 có thể được viết:

),( LL

LL

new normrandpp += (18)

Trong đó, normrand là số ngẫu nhiên trong hàm phân bố.

Tương tự, hướng tiên đạo chính mới có vị trí S

newp sẽ không

đảm bảo hướng phóng của tiên đạo trừ khi tiên đạo chính

có năng lượng S

ipE −lớn hơn tia tiên đạo bước Esl-i để mở

rộng giải pháp. Nếu L

newp cung cấp một giải pháp tốt tại

bước (bước +1), thì tia tiên đạo sli sẽ được mở rộng đến vị

trí mới slL-new, và pL được cập nhật đến L

newp . Trái lại, chúng

sẽ duy trì không thay đổi cho đến bước tiếp theo, như

trường hợp của hướng phóng không gian.

Hiệu ứng Wake được lồng ghép vào chương trình tính

toán công suất để tìm ra công suất lớn nhất. Cụ thể như sau:

Bước 1: Sau khi có vị trí phân bố tua-bin ban đầu,

chương trình sẽ thực hiện kiểm tra từng tua-bin trong trang

trại gió có kích thước LxL theo các điều kiện thỏa để xảy

ra hiệu ứng Wake (kiểm tra bằng điều kiện giới hạn nhỏ

nhất xảy ra hiệu ứng Wake). Nếu xảy ra hiệu ứng Wake, sẽ

thực hiện tính toán công suất tại các tua-bin đó. Quá trình

sẽ thực hiện kiểm tra từ tua-bin thứ 2 đến tua-bin thứ N.

Các tua-bin không bị ảnh hưởng bởi hiệu ứng Wake coi

như nhận được công suất gió là tối đa.

Công suất tổng sẽ bằng tổng công suất của N tua-bin.

Bước 2: Vị trí tua-bin tiếp theo của tua-bin sẽ được

chương trình chính của thuật toán LSA cập nhật từ giá trị

tua-bin ở vòng lặp thứ nhất. Quá trình được tính toán tương

tự vòng lặp 1, kiểm tra ảnh hưởng của hiệu ứng Wake cho

từng tua-bin, sau đó tính ra công suất tổng cho vòng lặp thứ

2. Quá trình được tiếp diễn cho tới vòng lặp thứ k của

chương trình chính (k cho trước).

Hình 3 trình bày sơ đồ thuật toán LSA cho việc tìm

kiếm vị trí tối ưu lắp đặt tua-bin gió để có được công suất

lớn nhất.

Hình 3. Sơ đồ thuật toán LSA

3. Kết quả tính toán và thảo luận

Dựa theo mô hình bài toán do Mosetti và Grady [3], [6]

và đề xuất như Bảng 1:


Bảng 1. Thông số bài toán

STT Thông số Giá trị

1 Độ nhám (z0) 0,3

2 Vận tốc gió ban đầu (v0) 12 m/s

3 Chiều cao cột tháp tua-bin (h) 60 m

4 Đường kính rotor tua-bin (D) 40 m

5 Chiều dài khoảng đất 2.000 m

6 Chiều rộng khoảng đất 2.000 m

7 Hệ số CT 0,88

8 Mật độ không khí 1,2253(kg/m3)

9 Diện tích quét của tua-bin gió 5.080 (m2)

Bài toán bố trí cho 26 và 30 tua-bin gió trên mặt biển

hoặc khu đất lý tưởng có địa hình bằng phẳng, cây cỏ thấp

có diện tích 2.000m x 2.000m. Khu đất được chia thành 10

ô (ngang x dọc), mỗi ô có kích thước 200m x 200m. Xem

như các tua-bin gió là giống nhau về mặt kỹ thuật và công

suất, hướng gió được lấy trong điều kiện lý tưởng là gió

thổi theo một hướng và vuông góc với mặt trước cánh quạt

tua-bin gió, được thể hiện như Hình 4.

Hình 4. Mô hình tua-bin gió

Các bước áp dụng thuật toán LSA cho bài toán đặt tối

ưu vị trí tua-bin gió trong nhà máy điện gió như sau:

Bước 1: Khởi tạo các giá trị ban đầu bao gồm:

- Khởi tạo số vòng lặp T.

- Số lượng tua-bin N.

- Tốc độ gió ban đầu v0 (m/s).

- Kích thước ranh đất L (m).

- Độ nhám của môi trường xung quanh z0.

- Chiều cao của tua-bin h (m).

- Bán kính mặt phẳng quét của cánh quạt tua-bin r0 (m).

- Hệ số CT.

- Góc 𝛼 (thể hiện bán kính ảnh hưởng của hiệu ứng

Wake của tua-bin phía trước đối với tua-bin sau).

- Số kênh (channel).

- Số kênh lớn nhất (max channel).

- Kích thước dân số (population size).

- Dim (Dimension).

- Khởi tạo ngẫu nhiên vị trí của các tua-bin theo điều

kiện ràng buộc (wind farm).

- Khởi tạo hướng phóng tiên đạo direct.

Bước 2: Tính toán giá trị năng lượng gió ban đầu với vị

trí tua-bin ngẫu nhiên.

Bước 3: Đánh giá năng lượng qua vị trí đầu tiên. Gán hàm

năng lượng ban đầu E bằng giá trị năng lượng ngẫu nhiên.

Bước 4: Cập nhật hướng phóng, loại bỏ các tiên đạo

bước “xấu”.

Bước 5: Cập nhật tiên đạo bước, trong bước này sẽ

kiểm tra có hiện tượng rẽ nhánh không, nếu có sẽ loại bỏ

kênh có năng lượng thấp, giữ lại các kênh có năng lượng

cao hơn.

Bước 6: Kiểm tra số vòng lặp. Nếu chưa thỏa mãn, sẽ

cập nhật lại số kênh và tính toán như ban đầu. Kết quả thu

được là vị trí các tua-bin có năng lượng thu về là lớn nhất.

Bước 7: Kết thúc.

Kết quả tính toán tối ưu bằng thuật toán LSA với số lượng

tua-bin là 26 và 30 được thể hiện ở Hình 6 và Hình 8. Có thể

thấy rằng sự phân bố tua-bin bằng LSA khác hoàn toàn so với

thuật toán GA, được thể hiện ở Hình 5 và Hình 7.

Bảng 2 và Bảng 3 là sự so sánh về tổng công suất nhận

được và hiệu suất của toàn trang trại điện gió giữa hai giải

thuật LSA và GA với cùng số lượng tua-bin là 26 và 30.

Bảng 2 với số lượng tua-bin là 26 như nhau, nhưng kết quả

tính toán bằng LSA sẽ cho công suất là 13.461kW và hiệu

suất là 99,871%, lớn hơn so với kết quả tính toáng bằng

GA có công suất là 12.352kW và hiệu suất 91,645%.

Tương tự cho trường hợp số lượng tua-bin là 30 thì việc sử

dụng LSA cũng cho kết quả tốt hơn so với GA và được thể

hiện cụ thể ở Bảng 3. Công suất thu được và hiệu suất của

thuật toán LSA là 15.548 kW và 99,974%, so với

14.310 kW và 92,015% của thuật toán GA [9].

Bảng 2. Công suất nhận được và so sánh với

thuật toán di truyền với số tua-bin là 26 [9]

Thuật toán GA LSA

Số lượng tua-bin N 26 26

Tổng công suất (kW) 12.352 13.461

Hiệu suất 91,645% 99,871%

Bảng 3. Công suất nhận được và so sánh với

thuật toán di truyền với số tua-bin là 30 [9]

Thuật toán GA LSA

Số lượng tua-bin N 30 30

Tổng công suất (kW) 14.310 15.548

Hiệu suất 92,015% 99,974%

Hình 5. Kết quả phân bố 26 tua-bin sử dụng GA [9]

wind direction

200 m

200 m

wind turbine

20

00

m

2000m


Hình 6. Kết quả phân bố 26 tua-bin sử dụng LSA

Hình 7. Kết quả phân bố 30 tua-bin sử dụng GA [9]

Hình 8. Kết quả phân bố 30 tua-bin sử dụng LSA

4. Kết luận

Trong bài báo này, thuật toán LSA đã được áp dụng

thành công đối với bài toán xác định vị trí tối ưu cho các

tua-bin gió trong nhà máy điện gió. Việc áp dụng thuật toán

LSA vào bài toán tìm vị trí tối ưu của tua-bin gió có thể

giúp nhanh chóng tìm ra vị trí thích hợp của các tua-bin gió

sao cho năng lượng gió được khai thác trong một khu vực

là lớn nhất. Kết quả tính toán thuật toán LSA đạt hiệu quả

cao hơn phương pháp GA cho cùng một bài toán. Do đó,

thuật toán LSA có thể được tin cậy sử dụng để tính toán

tìm vị trí tối ưu tua-bin gió trong nhà máy điện gió. Tuy

nhiên, thuật toán chỉ mới xét trên phương diện lý tưởng về

mặt địa hình và hướng gió trực tiếp. Đối với đất liền, địa

hình sẽ không được lý tưởng, do đó các tua-bin có độ cao

khác nhau nên khả năng đón gió khác nhau và bị ảnh hưởng

hiệu ứng Wake cũng khác nhau. Bên cạnh đó, hướng gió

không chỉ thổi trực tiếp mà sẽ thổi theo các góc nghiêng

khác nhau, tốc độ gió cũng không được ổn định trong suốt

thời gian tua-bin gió vận hành. Do đó, những nghiên cứu

tiếp theo sẽ xem xét các khía cạnh này.


[1] Hồ Phạm Huy Ánh, Nguyễn Hữu Phúc, Phạm Đình Trực, Nguyễn

Quang Nam, Trần Công Binh, Phạm Quang Ấn, Kỹ thuật hệ thống năng

lượng tái tạo, NXB Đại học Quốc gia Thành phố Hồ Chí Minh, 2013.

[2] Hussain Shareef, Ahmad Asrul Ibrahim, Ammar Hussein Mutlag.

“Lightning Search Algorithm”, Applied Soft Computing, Vol. 36, Nov 2015, pp. 315-333.

[3] Hussain Shareef, Ammar Hussein Mutlag, Azah Mohamed, “A

Novel Approach for Fuzzy Logic PV Inverter Controller

Optimization Using Lightning Search Algorithm”, Neurocomputing,

Vol. 168, 2015, pp. 435-453.

[4] Jensen, N., A Note on Wind Turbine Interaction, Technical Report

No. M-2411, Risoe National Laboratory: Roskilde, Denmark, 1983.

[5] G. Mosetti, C. Poloni, B. Diviacco. “Optimization of Turbine

Positioning in Large Wind Farms by Means of A Genetic Algorithm”, Journal of Wind Engineering and Industrial

Aerodynamics, Vol. 51, 1994, pp. 105-116.

[6] S. A. Grady, M. Y. Hussaini, M. M. Abdullah, “Placement of Wind

Turbines Using Genetic Algorithms”, Renewable Energy, Vol. 30,

2005, pp. 259-270.

[7] Michele Samorani, The Wind Farm Layout Optimization Problem,

in Handbook of Wind power systems, Panos M. Pardalos, Steffen Rebennack, Mario V.F. Pereira, Niko A. Iliadis, Vijay Pappu, Ed.

Berlin: Springer, 2013, pp 21-38.

[8] M. D. N. Perera and D. U. J. Sonnadara, “Fractal Nature of

Simulated Lightning Channels”, Sri Lankan Journal of Physics, Vol.

13(2), 2012, pp. 9-25.

[9] C. BalaKrishna, M. K. Deshmukh, Darshana Mukherejee, “Optimal

Location of Wind Turbines in A Wind Farm Using Genetic Algorithm”, Telkomnika Indonesian Journal of Electrical

Engineering, Vol. 12, No. 8, 2014, pp. 5869-5876.

[10] A. M. Adrian, A. Utamima và K. J. Wang, “A Comparative Study of

GA, PSO and ACO for Solving Construction Site Layout Optimization”,

KSCE Journal of Civil Engineering, 1, 2014, pp. 520-527.

[11] Alireza Emami, Pirooz Noghreh, “New Approach on Optimization

in Placement of Wind Turbines within Wind Farm by Genetic Algorithms”, Renewable Energy, Vol. 35, 2010, pp. 1559-1564.

[12] Tales G. Couto, Bruno Farias, Alberto Carlos G. C. Diniz, Marcus

Vinicius G. de Morais, Optimization of Wind Farm Layout Using

Genetic Algorithm, in 10th World Congress on Structural and

Multidisciplinary Optimization, Frorida, May 2013.


20

00

m

2000m


ĐÁNH GIÁ ĐẶC TRƯNG CỦA BỘT ĐÁ PHẾ THẢI TỪ LÀNG ĐÁ NON NƯỚC

VÀ KHẢ NĂNG CHẾ TẠO SẢN PHẨM COMPOSITE

ESTIMATING CHARACTERISTICS OF THE WASTE STONE POWDER AT NON NUOC

STONE VILLAGE AND ITS POSSIBILITIES OF PRODUCING COMPOSITE PRODUCTS

Đoàn Thị Thu Loan1, Nguyễn Thị Sen2 1Trường Đại học Bách khoa - Đại học Đà Nẵng; [email protected]

2Lớp Cao học KTHH-K34, Trường Đại học Bách khoa - Đại học Đà Nẵng

Tóm tắt - Tiềm năng bột đá phế thải tại làng đá mỹ nghệ Non Nước, thành phố Đà Nẵng là rất lớn. Mục tiêu của nghiên cứu nhằm đánh giá khả năng sử dụng bột đá phế thải từ làng đá mỹ nghệ Non Nước trong gia công chế tạo một số sản phẩm composite như lưới chắn rác, nắp hố ga và lươn giao thông, góp phần giải quyết vấn đề ô nhiễm môi trường do bột đá phế thải gây ra. Trong nghiên cứu này, một số đặc trưng của bột đá khô và ướt được khảo sát bao gồm thành phần khoáng, thành phần hóa học, phân bố kích thước hạt, hình thái học và so sánh với bột đá thương phẩm. Ngoài ra, một số tính chất cơ học như kéo, uốn, va đập, độ cứng và khả năng chịu tải trọng nén của composite từ nhựa polyester không no, sợi thủy tinh và bột đá cũng được khảo sát nhằm đánh giá khả năng thay thế bột đá thương phẩm trong chế tạo một số sản phẩm composite như song chắn rác, nắp hố ga và lươn giao thông.

Abstract - There is a big potential of waste stone powder at Non Nuoc stone village, Danang city. The objective of this study is to estimate the possibility of using the Non Nuoc waste stone powder in producing some composite products such as trash traps, manhole covers and traffic barriers in order to contribute to solving the environmental problem due to this kind of waste. In this study, some characteristics of the dry and wet stone powder such as mineralogical composition, chemical composition, particle size, morphology are investigated and compared to those of the commercial stone powder. Additionally, some mechanical properties such as tensile, bending, impact, hardness and compression properties of the composite products based on unsaturated polyester, glass fibe and waste stone powder are studied in order to estimate the possibility of using the stone waste to replace the commercial stone powder in producing several composite products including trash traps, manhole covers and traffic islands.

Từ khóa - bột đá; composite; nhựa polyester không no; tính chất cơ học; hình thái học

Key words - stone powder; composite; unsaturated polyester; mechanical properties; morphology

1. Giới thiệu

Vấn đề cấp bách nhất hiện nay chính là môi trường.

Trong cùng một thời điểm, chúng ta phải đối mặt với nhiều

vấn đề như sự cạn kiệt dần các nguồn tài nguyên, đặc biệt

là các nguồn tài nguyên không tái tạo được, thiếu các bãi

chôn lấp rác thải khi lượng chất thải ngày càng tăng…Vì

vậy, việc phát triển các loại vật liệu thân thiện với môi

trường, tận dụng, tái sử dụng các nguồn nguyên liệu phế

thải ngày càng được chú trọng.

Tại Việt Nam có hàng trăm mỏ đá phân bố chủ yếu ở

miền Bắc và miền Trung với trữ lượng ước tính đạt 52 tỷ

tấn. Với nhu cầu sử dụng đá trong xây dựng cũng như

trong đời sống sinh hoạt thì nhu cầu khai thác cũng như

chế tác đá càng tăng. Tại Đà Nẵng nghề chế tác đá là một

nghề lâu đời và phát triển. Với đặc thù của nghề, lượng

đá phế thải thải ra môi trường là rất lớn. Mỗi năm có

khoảng 4.000 – 5.000 m3 đá dăm (đá khô) và 1.200 –

1.500 m3 bột đá ướt thải ra môi trường tại làng đá mỹ nghệ

Non Nước [1].

Đá phế thải khô được hình thành do cưa cắt và đục đẽo

tại các doanh nghiệp cưa cắt và điêu khắc đá thuộc làng đá

mỹ nghệ Non nước, thành phố Đà Nẵng. Đá phế thải khô là

loại đá dăm với các kích cỡ khác nhau. Hơn 50% lượng đá

phế thải khô được thu gom, nghiền và bán lại cho các cơ sở

sản xuất gạch, đúc tượng và các sản phẩm mỹ nghệ rẻ tiền.

Phần còn lại thải bừa bãi trên các bãi đất trống (Hình 1).

Đá phế thải ướt hình thành trong quá trình cưa cắt đá

(Hình 2). Nước được dùng để làm nguội, bôi trơn và làm

sạch bột đá ra khỏi lưỡi cưa trong quá trình cưa cắt. Nước

và bột đá tạo nên huyền phù bột đá thải ra đi vào các bể

lắng ba ngăn sau đó được lắng ở các hồ chứa. Định kỳ bột

đá được xúc, đổ đống ngoài trời và thỉnh thoảng được thuê

xe chở đi đổ ở những nơi khác. Như vậy, lượng đá phế thải

khô và ướt được thải ra tại làng đá mỹ nghệ Non Nước đã

gây ô nhiễm môi trường, ảnh hưởng đến cảnh quang khu

vực và tốn chi phí cũng như diện tích đất để chôn lấp.

Hình 1. Bãi đá phế thải tại làng đá mỹ nghệ Non nước

Hình 2. Hoạt động cưa cắt đá

Trên thế giới, việc nghiên cứu sử dụng đá phế thải đã

được quan tâm bởi nhiều nhà nghiên cứu trong các ứng

dụng khác nhau như sản xuất xi măng, gạch, ceramic…

[2 - 5]. Tuy nhiên, hiện nay chỉ có một số nhà khoa học

74 Đoàn Thị Thu Loan, Nguyễn Thị Sen

quan tâm nghiên cứu sử dụng đá phế thải trong gia công

composite [6, 7].

Trong gia công composite, bột đá thương phẩm được

sử dụng phổ biến và với lượng lớn. Hiện nay, lượng bột đá

thương phẩm chủ yếu được nhập từ Trung Quốc, Ấn Độ,

Bangladesh…

Hơn nữa, hiện nay việc sử dụng vật liệu composite ngày

càng tăng. Một số sản phẩm dân dụng như nắp hố ga, song

chắn rác, lươn giao thông phần lớn đều được làm bằng vật

liệu composite, thay thế các vật liệu truyền thống như kim

loại, bê tông… Các sản phẩm này được sản xuất với một

lượng lớn bột đá thương phẩm (10 - 30% trọng lượng).

Phần lớn bột đá thương phẩm được nhập ngoại nên nên giá

thành tương đối cao.

Chính vì vậy, nghiên cứu này đã khảo sát một số đặc

trưng của đá phế thải tại làng đá mỹ nghệ Non Nước –

thành phố Đà Nẵng và khả năng sử dụng bột đá phế thải

thay thế bột đá thương phẩm trong chế tạo một số sản

phẩm composite như lưới chắn rác, nắp hố ga và lươn giao

thông. Việc tái sử dụng lượng đá phế thải này để làm

nguyên liệu chế tạo vật liệu composite vừa cho chúng ta

một nguồn nguyên liệu dồi dào vừa giải quyết được vấn

đề môi trường.

2. Thực nghiệm

2.1. Nguyên liệu

Nhựa polyester không no (UPE) Polyplex Resin xuất

xứ Nuplex Industries Limited, New Zealand.

Đá phế thải được thu gom từ làng đá mỹ nghệ Non

Nước – thành phố Đà Nẵng. Đá phế thải khô thường có độ

ẩm thấp (< 0,2%) không cần phơi hoặc sấy được đập đến

kích thước dưới 2 cm trước khi đưa vào nghiền. Bột đá phế

thải ướt khi thu gom có độ ẩm cao được phơi ngoài trời 3

ngày hoặc sấy ở 100 - 105°C đến độ ẩm dưới 0,2%. Sau

đó, đá phế thải khô và ướt được nghiền trong máy nghiền

bi với buồng nghiền 5 lít, tốc độ quay 50 vòng/phút trong

thời gian 300 phút thu được bột đá khô (BĐ-K) và 30 phút

thu được bột đá ướt (BĐ-U) [8].

Bột đá thương phẩm sử dụng được cung cấp bởi Công

ty Cổ phần Hóa chất Minh Đức.

2.2. Gia công mẫu sản phẩm composite

Các mẫu sản phẩm composite nắp hố ga (NHG-U,

NHG-K, NHG-TP), song chắn rác (SCR-K, SCR-U, SCR-

TP) và lươn giao thông (LGT-K, LGT-U, LGT-TP) được

chế tạo từ nhựa polyester không no độn bột đá ướt, bột đá

khô và bột đá thương phẩm. Vật liệu gia cường gồm roving

thủy tinh (RTT), mat (MTT). Đơn phối liệu được trình bày

trong Bảng 1.

Bảng 1. Đơn phối liệu gia công sản phẩm composite

Mẫu UPE RTT MTT BĐ-K BĐ-U BĐ-TP

NHG-K 50 15 20 15

NHG-U 50 15 20 15

NHG-TP 50 15 20 15

SCR-K 50 25 0 25

SCR-U 50 25 0 25

SCR-TP 50 25 0 25

LGT-K 50 10 10 30

LGT-U 50 10 10 30

LGT-TP 50 10 10 30

2.3. Xác định thành phần hóa và thành phần khoáng của

bột đá

2.3.1. Phổ nhiễu xạ tia X

Thành phần khoáng của bột đá được xác định bằng

phương pháp phổ nhiễu xạ tia X (X-ray diffraction - XRD)

trên thiết bị XRD SmartLab, Rigaku, Nhật sử dụng Copper

Kα radiation và góc 2θ từ 10° đến 70°.

2.3.2. Phổ huỳnh quang tia X

Thành phần hóa của bột đá được xác định bằng phương

pháp phổ huỳnh quang tia X (X-ray fluorescence - XRF)

trên thiết bị Thermo Scientific™ ARL™ 9900 X-ray

WorkStation™, Thụy Sĩ. Mỗi mẫu chứa 10 g bột đá có

đường kính 25 mm.

2.4. Khảo sát hình dạng và kích thước hạt trung bình của

bột đá

Hình thái học bề mặt của bột đá được xác định bằng

kính hiển vi kỹ thuật số (digital microscope) Keyence

VHX-100 (Nhật) và kính hiển vi điện tử quét FE-SEM

(Ultra 55, Carl Zeiss SMT AG, Đức).

Kích thước hạt trung bình của bột đá được xác định trên

thiết bị tán xạ ánh sáng Static light scattering (SDS),

Malvern Mastersizer 2000, Helos Rodos, Sympatec

GmbH, Đức.

2.5. Thử cơ tính composite

Độ bền kéo và uốn của các mẫu composite được xác

định trên thiết bị thử vạn năng (Universal Testing Machine)

AG-X plus, Shimadzu, Nhật theo tiêu chuẩn ISO 527-3 và

ISO 178. Tốc độ kéo 5 mm/phút và tốc độ uốn 2 mm/phút.

Mỗi phép đo được thực hiện tối thiểu 5 mẫu để lấy giá trị

trung bình.

Độ bền va đập của mẫu không có vết cắt (Unnotched

Izod) được xác định trên thiết bị đo va đập HIT 50P,

Zwick/Roell, Đức theo tiêu chuẩn ISO 180 ở nhiệt độ

phòng. Mỗi phép đo được thực hiện tối thiểu 5 mẫu để lấy

giá trị trung bình. Độ cứng của các mẫu composite được xác định trên

thiết bị đo độ cứng HPK 4/22, Đức (Hình 3) theo tiêu

chuẩn ISO 2039-1 với mẫu có chiều dày tối thiểu 4 mm.

Mỗi phép đo được thực hiện tối thiểu 10 vị trí để lấy giá

trị trung bình.

Hình 3. Thiết bị đo độ cứng

Thử tải nén của các mẫu nắp hố ga và song chắn rác


được đo trên máy nén WE-1000B, thước lá theo phương

pháp thử KT2.K4.TN-003-TT, tải thử 25 tấn (nắp hố ga)

và 9 tấn (song chắn rác).


3.1. Khảo sát một số đặc trưng của bột đá

3.1.1. Thành phần khoáng và thành phần hóa

Kết quả phân tích thành phần khoáng của bột đá bằng

XRD được trình bày trong Hình 4 cho thấy, bột đá phế thải

sử dụng thuộc loại đá cẩm thạch (Marble) với thành phần

chính là khoáng calcite (CaCO3). Ngoài ra một số khoáng

như ankerite - (Ca, Fe, Mg)CO3, quartz - SiO2, melilite -

Ca1.87Na0.1Sr0.02K0.02Mg0.96Al0.09Si1.98, aluminum gallium

phosphate - (Al0.7 Ga0.3)PO4 cũng có mặt với lượng nhỏ

tương ứng với các peak có cường độ thấp. Kết quả cho thấy

thành phần khoáng bột đá ướt và khô có các peak khá giống

nhau và giống với bột đá thương phẩm.

Bảng 2. Thành phần hóa của bột đá (%) được xác định

bằng XRF

Thành phần BĐ-K BĐ-U BĐ-TP

CaO 55,34 53,99 55,57

MnO - 1,29 -

MgO - 0,06 -

SiO2 0,37 0,55 0,44

Fe2O3 0,07 0,85 0,12

Al2O3 0,04 0,07 0,07

SO3 0,03 0,04 0,03

SrO 0,26 0,10 0,03

P2O5 0,03 0,03 0,02

K2O 0,03 0,06 0,02

Cr2O3 0,03 - -

LOI 43,79 42,96 43,69

Hình 4. Kết quả phân tích XRD của bột đá thương phẩm (a), bột đá ướt (b) và bột đá khô (c)

3.1.2. Hình dạng và kích thước hạt

Ảnh chụp kính hiển vi kỹ thuật số và kính hiển vi điện

tử quét ở Hình 5 cho thấy hình dạng của bột đá khô, bột đá

ướt và bột đá thương phẩm. Bột đá khô, ướt và bột đá

thương phẩm đều có hình dạng không cân đối, kích thước

và hình dạng thay đổi nhiều. Kích thước hạt của bột đá ướt

và bột đá thương phẩm nhỏ hơn và đồng nhất hơn so với

bột đá khô. Kết quả này phù hợp với kết quả phân tích kích

thước hạt bằng phương pháp tán xạ ánh sáng (Bảng 3).

Kích thước và hình dạng bột đá phụ thuộc nhiều vào

nguồn gốc đá và phương pháp gia công, xử lý đá. Bột đá

phế thải ướt được hình thành trong quá trình gia công cưa

cắt đá. Bột đá mịn được rửa trôi cùng với dòng nước làm

mát. Sau khi qua các bể lắng, huyền phù bột đá được tách

nước và các hạt bột đá mịn có khuynh hướng hình thành

các tập hợp lớn hơn (vón cục) với liên kết vật lý yếu được

hình thành giữa các hạt. Các tập hợp này dễ vỡ ra thành bột

mịn với năng lượng nghiền, đập tương đối bé. Tuy nhiên,

đá phế thải khô được thu gom từ quá trình đục đẽo tạo hình

các sản phẩm đá, do vậy có kích thước lớn từ vài đến vài

chục centimet. Kết quả phân tích ở trên cho thấy đá phế

thải cẩm thạch này cấu tạo chủ yếu gồm các tinh thể calcite

và nó chỉ tạo thành các hạt cơ bản với năng lượng nghiền,

đập lớn [9]. Trong nghiên cứu này, năng lượng nghiền, đập

đối với bột đá khô lớn hơn bột đá ướt khoảng 10 lần.

Kích thước hạt càng bé thì diện tích bề mặt riêng càng

lớn, khả năng truyền ứng suất trong composite càng tốt, tuy

nhiên, xu hướng vón cục càng cao. Nếu quá trình phân tán

bột đá trong nhựa không tốt sẽ dẫn đến tình trạng kém đồng

nhất của composite và ảnh hưởng đến độ bền sản phẩm.

0

100000

200000

300000

400000

50000020 30 40 50 60 70

0

100000

200000

300000

400000

500000

0

10000

20000

30000

40000

50000

A,C,Q,MA,C,Q,MC,Q,MC,Q,M

A,C,M

C

Q,AlC,M

Inte

nsi

ty (

cps)

2-theta (deg)

A: Ankerite

Al: Alumni Gallium Phosphate

C: Calcite

M: Melilite

Q: Quartz

(a)

(c)

(b)


Hình 5. Ảnh chụp kính hiển vi kỹ thuật số (trái) và kính hiển vi điện tử quét (phải) bột đá khô (trên),

bột đá ướt (giữa) và bột đá thương phẩm (dưới)

Bảng 3. Thống kê cỡ hạt bột đá

Thống kê Cỡ hạt (m)

BĐ-K BĐ-U1 BĐ-U2 BĐ-U3

x10 2,34 0,79 0,78 0,90

x50 19,24 4,53 4,47 5,66

x90 54,30 17,33 17,01 23,62

x99 102,58 31,65 31,15 33,81

3.2. Nghiên cứu khả năng sử dụng bột đá phế thải thay

thế bột đá thương phẩm trong chế tạo composite

3.2.1. Xây dựng quy trình gia công sản phẩm composite

Để nghiên cứu khả năng thay thế bột đá thương phẩm

trong gia công chế tạo composite, nhóm tác giả tiến hành

gia công các mẫu nắp hố ga và lươn giao thông composite

từ nhựa polyester không no gia cường sợi thủy tinh và bột

đá với đơn phối liệu như ở Bảng 1. Quy trình gia công được

xây dựng như Hình 6.


Hình 6. Quy trình gia công sản phẩm composite

Quy trình gia công mẫu gồm các bước sau:

Bước 1: Chuẩn bị nguyên liệu

Nhựa UPE được trộn với bột đá theo các tỉ lệ khác nhau

(Bảng 1), dùng máy khuấy khuấy hỗn hợp với tốc độ 500

vòng/phút, trong 15 phút đảm bảo bột đá phân tán đồng

đều. Hỗn hợp sau đó được cho chất xúc tiến cobalt và chất

khơi mào MEKP vào, khuấy đều để có hỗn hợp đồng nhất

chuẩn bị gia công. Roving thủy tinh và mat thủy tinh được

cắt theo hình dạng khuôn mẫu.

Bước 2: Chuẩn bị khuôn

Khuôn (nắp hố ga, song chắn rác và lươn giao thông)

được làm sạch và phủ lớp mỏng chất chống dính trước khi

sử dụng để tháo khuôn được dễ dàng.

Bước 3: Phủ gelcoat

Sau khi phủ lớp chống dính, phủ lớp gelcoat mỏng lên

bề mặt khuôn với chiều dày dưới 0,5 mm bằng phương pháp

phun hoặc quét. Để 30 phút để gelcoat đóng rắn sơ bộ.

Bước 4: Quét nhựa, trải sợi và lăn

Trải lớp mỏng nhựa chứa bột đá và đặt một lớp mat

thủy tinh, lăn để nhựa thấm ướt đều sợi thủy tinh. Quá trình

tẩm nhựa, đắp sợi, lăn ép xen kẽ nhau và lặp lại đến khi đạt

được chiều dày yêu cầu. Vải thủy tinh dày được đặt ở giữa

các lớp mat. Khi lăn lưu ý không để sợi bị gợn sóng, bị gấp,

bị thiếu sợi hoặc bọt khí.

Bước 5: Đóng rắn

Sản phẩm được đóng rắn ở nhiệt độ phòng với thời gian

tối thiểu 120 phút.

Bước 6: Tháo sản phẩm

Sau khi sản phẩm đóng rắn, tháo khuôn và tiếp tục để

thêm 48 giờ nữa để đóng rắn hoàn toàn trước khi gia công

cơ khí hoàn thiện sản phẩm.

Bước 7: Hoàn thiện sản phẩm composite

Sản phẩm sau khi đóng rắn hoàn toàn được cắt toàn bộ

bavia, sau đó mài và trét những chỗ thiếu nhựa (nếu có) để

đảm bảo sản phẩm hoàn thiện phải nhẵn, bóng, không lồi

lõm, đúng kích thước sản phẩm.

Sau đây là một số hình ảnh sản phẩm (Hình 7):

(a) (b) (c)

Hình 7. Hình ảnh nắp hố ga (a), song chắn rác (b)

và lươn giao thông (c) bằng composite

3.2.2. Khảo sát độ bền của sản phẩm composite

Hình 8 và 9 cho thấy kết quả đo độ bền và độ cứng của

các mẫu nắp hố ga, song chắn rác và lươn giao thông bằng

composite.

Hình 8. Độ bền kéo, uốn và va đập của các mẫu composite

Từ kết quả trên cho thấy, các mẫu composite chế tạo từ

bột đá phế thải khô có độ bền kéo, uốn, va đập và độ cứng

tương đương với composite chế tạo từ bột đá thương phẩm.

Tính chất cơ lý của composite bột đá khô tương đối cao

hơn so với composite bột đá ướt. Hơn nữa, độ đồng nhất

của mẫu composite bột đá ướt không cao nên độ lệch chuẩn

của các kết quả đo độ bền kéo, uốn và va đập của composite

bột đá ướt tương đối cao hơn so với composite bột đá khô

và bột đá thương phẩm.

Đối với sản phẩm nắp hố ga và song chắn rác, phép thử

tải nén là một thông số quan trọng của sản phẩm. Trong

nghiên cứu này, các sản phẩm composite đã được thử tải

25 tấn đối với nắp hố ga và 9 tấn đối với song chắn rác. Kết

quả ở Bảng 4 cho thấy các sản phẩm đều đạt yêu cầu.

Hình 9. Độ cứng của các mẫu composite

0

20

40

60

80

100

120

140

160

180Độ bền kéo (Mpa)Độ bền uốn (MPa)Độ bền va đập (KJ/m2)

Độ

bền

0

20

40

60

80

100

120

140

160

Độ

cứn

g (

MP

a)


Bảng 4. Thử tải nén sản phẩm composite

Mẫu Tải nén (tấn) Kết quả

NHG-K 25 Đạt

NHG-U 25 Đạt

NHG-C 25 Đạt

SCR-K 9 Đạt

SCR-U 9 Đạt

SCR-C 9 Đạt

4. Kết luận

Từ các kết quả nghiên cứu trên có thể kết luận:

- Bột đá phế thải tại làng đá mỹ nghệ Non Nước, thành

phố Đà Nẵng thuộc loại đá cẩm thạch với thành phần chính

là CaCO3 chiếm tỉ lệ lớn (trên 96% khối lượng), tương

đương với bột đá thương phẩm dùng gia cường cho

composite.

- Nghiên cứu đã xây dựng được quy trình công nghệ gia

công chế tạo một số mẫu sản phẩm nắp hố ga, song chắn

rác và lươn giao thông.

- Các tính năng cơ lý của composite bột đá phế thải khô

tương đương với composite bột đá thương phẩm, điều này

có thể khẳng định khả năng sử dụng bột đá phế thải tại làng

đá mỹ nghệ Non Nước, thành phố Đà Nẵng để thay thế bột

đá thương phẩm trong chế tạo một số sản phẩm composite.

Tuy nhiên, các tính năng cơ lý của composite bột đá

phế thải ướt thấp hơn một ít so với composite bột đá thương

phẩm và bột đá khô.

Lời cám ơn

Nhóm tác giả chân thành cám ơn Ủy ban nhân dân

thành phố Đà Nẵng, Sở Khoa học và Công nghệ thành phố

Đà Nẵng, Viện Nghiên cứu Vật liệu polymer Dresden,

Cộng hòa Liên bang Đức, Trường Đại học Bách khoa - Đại

học Đà Nẵng, giảng viên Nguyễn Đình Minh Tuấn,

Nguyễn Kim Sơn, Dương Thế Hy và các sinh viên lớp

11H4, 12H4 và 13H4 đã cung cấp kinh phí và hỗ trợ nhóm

tác giả thực hiện nghiên cứu này.


[1] Phòng Tài nguyên và Môi trường quận Ngũ Hành Sơn, Phiếu xác nhận thống kê tại làng đá mỹ nghệ Non Nước – thành phố Đà Nẵng,

2017.

[2] Ali A. et al., “Re-use of Waste Marble Dust in the Production of

Cement and Concrete”, Construction and Building Materials, (50),

2014, pp. 28-41.

[3] Omar M. et al., “Influence of Limestone Waste as Partial

Replacement Material for Sand and Marble Powder in Concrete

Properties”, Housing and Building National Research Center

Journal, (8), 2012, pp. 193-203.

[4] Bilgin, N., Yeprem, H. A., Arslan, S., Bilgin, A., Gunay, E. and

Marsoglu, M., “Use of Waste Marble Powder in Brick Industry”,

Construction and Building Materials, 29, 2012, pp. 449-457.

[5] Akbulut, H. and Gurer, C., “Use of Aggregates Produced from

Marble Quarry Waste in Asphalt Pavements”, Building

Environment, 42 (5), 2007, pp. 1921-1930.

[6] Andoglu E. M., Akpinar Borazan A. and Acikbas G., Effect of

Marble: Hop Waste Ratios on Mechanical Properties of Polyester

Matrix Composites, Proceeding of the 14th International Conference on Environmental Science and Technology Rhodes,

Greece, September 2015, pp. 3-5.

[7] Hassan Sawalha, Shadi Sawalha, Tahreer Yousof, Wala Abu-Saa,

Hiba Al-Sheikh, “Utilization of Stone Cutting Waste Powder as a

Compounding Filler for Polyethylene”, International Journal of

Environment Water, Vol. 4, Issue 4, 2015, pp. 122-131.

[8] Đoàn Thị Thu Loan, Báo cáo chuyên đề 4, đề tài Khoa học và Công

nghệ cấp thành phố, 2017. [9] Roger N. Rothon, Particulate-Filled Polymer Composites, Rapra

Technology, 2003.



LỰA CHỌN VỊ TRÍ VÀ DUNG LƯỢNG CỦA THIẾT BỊ D-STATCOM NHẰM

KHẮC PHỤC SỤT GIẢM ĐIỆN ÁP NGẮN HẠN TRÊN LƯỚI PHÂN PHỐI ĐIỆN

16 NÚT SỬ DỤNG THUẬT TOÁN DI TRUYỀN

OPTIMIZING THE LOCATION AND SIZE OF D-STATCOM FOR VOLTAGE SAG

MITIGATION IN 16 BUS DISTRIBUTION SYSTEM USING GENETIC ALGORITHM

Nguyễn Văn Minh1, Bạch Quốc Khánh2 1Trường Đại học Sư phạm Kỹ thuật Vĩnh Long; [email protected]

2Trường Đại học Bách khoa Hà Nội; [email protected]

Tóm tắt - Bài báo đề xuất một phương pháp mới nhằm lựa chọn vị trí và công suất của thiết bị D-Statcom trong lưới phân phối điện nhằm khắc phục hiện tượng sụt giảm điện áp ngắn hạn (SANH) do ngắn mạch. Việc lắp đặt D-Statcom được thực hiện trên quan điểm của bên cấp điện không chỉ để đảm bảo chất lượng điện năng (CLĐN) cho một phụ tải riêng lẻ mà cho phụ tải tại nhiều nút trên lưới điện. Lựa chọn tối ưu vị trí và công suất của D-Statcom được dựa trên cực tiểu hàm chi phí có xét đến đầu tư cho D-Statcom và chi phí phạt do SANH thông qua tổng độ lệch điện áp lưới. Mô phỏng tác dụng cải thiện SANH của D-Statcom được thực hiện nhờ phương pháp ma trận tổng trở nút. Bài báo sử dụng thuật toán di truyền giải bài toán tối ưu và ứng dụng cho lưới phân phối mẫu 16 nút. Bài toán cũng xem xét các trường hợp tổng trở ngắn mạch và vị trí ngắn mạch để thấy ảnh hưởng của các yếu tố này đến kết quả tối ưu hóa vị trí của D-Statcom.

Abstract - The paper introduces a novel method for optimization of D-Statcom’s location and size for mitigating voltage sags due to faults in distribution systems. D-Statcom installation is assumed to be made by the utility for improving the power quality for not only a single load, but also for various neighboring load buses in the system of interest. Optimally locating and sizing D-Statcom is based on the minimization of cost function considering either the investment in D-Statcomand the penalty for voltage sag in the form of system bus voltage deviation. Voltage sag mitigation is simulated by using the bus impedance method. The optimization problem is solved by Genetic Algorithm for the case study of a 16 bus test distribution system. The paper also discusses cases of study on different short-circuit fault impedances (voltage sag levels) and fault positions to analyse their influences on the D-Statcom’s placement and size.

Từ khóa - lưới phân phối; chất lượng điện áp; sụt giảm điện áp ngắn hạn; thiết bị điều hòa công suất D-Statcom; tối ưu hóa; giải thuật gen - GA.

Key words - distribution system; power quality; voltage sag; Distribution Static Compensator-DVR; optimization; Genetic Algorithms - GA.

1. Giới thiệu

Theo IEEE1159, sụt giảm điện áp ngắn hạn (SANH)

hay còn gọi là lõm điện áp (voltage sag, voltage dip) là hiện

tượng chất lượng điện năng (CLĐN) mà trong đó trị số hiệu

dụng của điện áp giảm xuống dưới 0,9 pu trong thời gian

dưới 1 phút [1]. Ngắn mạch trong lưới điện, khởi động các

động cơ công suất lớn, đóng điện không tải máy biến áp là

các nguyên nhân chính dẫn đến SANH, trong đó ngắn

mạch là nguyên nhân dẫn đến trên 90% các sự kiện SANH

trong hệ thống điện.

Ở Việt Nam, SANH được ghi nhận là nguyên nhân gây

nên thiệt hại kinh tế lớn đối với nhiều phụ tải, đặc biệt là

phụ tải công nghiệp. Đó là vì các thiết bị điện nhạy cảm với

CLĐN nói chung và SANH nói riêng ngày càng được sử

dụng nhiều trong lưới phân phối điện, đặc biệt là các thiết

bị ứng dụng các linh kiện điện tử công suất. Việc đảm bảo

CLĐN cho phụ tải có thể được thực hiện bởi cả khách hàng

và bên cấp điện. Có nhiều giải pháp đảm bảo CLĐN đã

được xem xét và việc sử dụng các thiết bị FACTS trong

lưới phân phối (còn được gọi là D-FACTS) [2] là giải pháp

ngày càng được bên cấp điện sử dụng khi giá thành của các

thiết bị này giảm dần. Khi ứng dụng các thiết bị D-FACTS

trong lưới phân phối, nếu đứng trên quan điểm của bên cấp

điện (giả thiết là bên đầu tư cho giải pháp), một vấn đề luôn

đặt ra là phải lựa chọn vị trí và công suất của thiết bị

D-FACTS. Đây không phải nhiệm vụ dễ dàng vì các tham

số trên phụ thuộc nhiều vào loại hiện tượng CLĐN, cấu

trúc lưới điện và vị trí phụ tải được bảo vệ. Nhiệm vụ này

thường sẽ khả thi hơn nếu chúng ta xét cho từng sự kiện

CLĐN và từng loại thiết bị.

Cho đến nay, việc xây dựng và giải bài toán tối ưu hóa

vị trí đặt thiết bị D-FACTS trong lưới phân phối đã được

giới thiệu trong một số nghiên cứu gần đây [3]. Các bài

toán tối ưu thường được xây dựng để giải quyết một hoặc

một vài hiện tượng CLĐN và cách tiếp cận phổ biến thường

dưới dạng bài toán tối ưu đa mục tiêu [9, 10, 11, 12]. Bài

báo [13] xem xét bài toán tương tự với DVR nhằm khắc

phục SANH trong lưới phân phối 16 nút. Bài báo này vẫn

tiếp tục xét hiện tượng CLĐN là SANH do ngắn mạch trên

lưới phân phối và thiết bị D-FACT được xem xét là

D-Statcom. Bài báo này xây dựng mô hình tính toán dòng

điện bù của D-Statcom có xét đến tham số mức độ sụt giảm

điện áp của SANH đối với lưới điện và đưa vào hàm mục

tiêu của bài toán tối ưu lựa chọn vị trí và dung lượng

D-Statcom. Mô hình bài toán được xây dựng cho trường

hợp lưới phân phối mẫu 16 nút với các thông số có xem xét

đến đặc điểm lưới phân phối tại Việt Nam. Hàm mục tiêu

được xây dựng có xét chi phí đầu tư cho D-Statcom và chi

phí do SANH thông qua độ lệch điện áp hệ thống trong thời

gian tồn tại SANH. Phương pháp giải bài toán tối ưu được

lựa chọn là thuật toán di truyền – một công cụ tìm kiếm đã

được chứng minh là hiệu quả đối với lớp các bài toán tối

ưu khó giải bởi các phương pháp giải tích, cho phép đạt tới

lời giải tối ưu [8, 14]. Việc tính toán các thông số của lưới

điện, tính toán hàm mục tiêu và giải bài toán tối ưu sử dụng

công cụ tính toán dùng GA được thực hiện trong môi

trường MatLab. Cùng với [13], nghiên cứu này cũng được

xem là một trong những cố gắng đầu tiên tại Việt Nam



80 Nguyễn Văn Minh, Bạch Quốc Khánh

nhằm ứng dụng D-FACTS vào việc nâng cao CLĐN trong

lưới phân phối. Bài báo cũng đề xuất việc đưa mô hình mô

tả D-Statcom vào bài toán tối ưu để lựa chọn vị trí và công

suất của thiết bị này trong những ứng dụng cụ thể.

2. Các vấn đề liên quan

2.1. Giới thiệu về bù tĩnh D-Statcom

Thiết bị D-Statcom là một dạng thiết bị D-FACTS.

Thiết bị này được kết nối song song với phụ tải cần bảo vệ

hoặc song song với các nguồn gây ra các vấn đề CLĐN để

hạn chế sự lan truyền các vấn đề CLĐN đó. Nhờ vậy,

D-Statcom có thể khắc phục được các ảnh hưởng về CLĐN

như biến thiên điện áp, không đối xứng điện áp, sóng hài

và bù công suất phản kháng trên lưới điện [3, 4, 5].

Hình 1 minh họa nguyên lý bù điện áp của D-Statcom

khi kết nối song song một D-Statcom với phụ tải nhạy cảm

tại nút phụ tải kết nối với lưới điện (điểm kết nối chung -

PCC). D-Statcom được kết nối thông qua máy biến áp kết

nối. Zbus là tổng trở hệ thống điện (HTĐ) nhìn từ vị trí nút

tải nhạy cảm. Điện áp tại nút nối với D-Statcom (VL) sẽ

được so sánh với một giá trị chuẩn. Sự sai khác điện áp sẽ

được bù bởi phản ứng của D-Statcom là bơm công suất vào

hoặc tiêu thụ công suất phù hợp.

Hình 1. Mô hình ứng dụng điển hình của D-Statcom

2.2. Lưới phân phối mẫu 16 nút

Bài báo này sử dụng lưới phân phối mẫu 16 nút (Hình

2) làm đối tượng để minh họa hiện tượng sụt giảm điện áp

ngắn hạn và xem xét các phương án đặt D-Statcom trong

các trường hợp tối ưu được xác định bởi GA.

Hình 2. Cấu hình mạng phân phối 16 nút lưới phân phối mẫu

Mô hình lưới mẫu 16 nút được xây dựng dựa trên mô

hình lưới phân phối mẫu 13 nút của IEEE nhưng có xem

xét đến đặc điểm lưới phân phối điện Việt Nam với các

mạch và phụ tải đều là 3 pha đối xứng. Yêu cầu chất lượng

điện áp ở chế độ xác lập theo 39/2015/TT-BCT. Điện áp hệ

thống là 1,05 pu. Công suất ngắn mạch của hệ thống được

giả thiết là 150 kVA, các tham số được cho trong [13].

3. Xây dựng bài toán

3.1. Mô tả bài toán ở các chế độ làm việc

a. Chế độ xác lập

Khi lưới hoạt động bình thường, điện áp tại các nút trên

lưới đều lớn hơn 0,95 pu (Hình 3) theo đúng yêu cầu chất

lượng điện áp tại Việt Nam.

Hình 3. Phân bố điện áp nút trong chế độ làm việc bình thường

b. Chế độ ngắn mạch

Khi mô tả sự kiện SANH do sự cố ngắn mạch trên lưới

điện, bài báo giả thiết ngắn mạch 3 pha với tổng trở sự cố

Zf = Rf+jXf(Ω), kết quả tính các điện áp nút thông qua

chương trình tính toán ngắn mạch được lập trong Matlab

theo từng trường hợp của kịch bản phân tích ở Mục 4.

Để khắc phục SANH trên toàn bộ lưới điện, bài báo

xem xét việc đặt một thiết bị D-Statcom. Vị trí và công suất

của D-Statcom là mục tiêu phải tính toán. Về mặt lý thuyết,

ứng với mỗi vị trí đặt D-Statcom, công suất D-Statcom

được tính theo phương pháp xếp chồng [15] như sau:

Hình 4. Sơ đồ lưới điện 1 nút phụ tải có đặt D-Statcom

Trong trường hợp đơn giản, Hình 4a là sơ đồ mô tả lưới

điện một nguồn và có bù điện áp bởi D-Statcom tại nút phụ

tải. ZNg là tổng trở nguồn điện. Zt. là tổng trở phụ tải. Nhờ

có D-Statcom bơm dòng điện Istat.i vào lưới, điện áp tại nút

tải (cũng là nút nối với D-Statcom) có thể được bù đến giá

trị Ut. Để tính trị số dòng điện Istat, ta có thể coi mạch 4a là

xếp chồng của mạch 4b và mạch 4c. Trong đó, mạch 4b mô

tả lưới điện chưa xét D-Statcom. Khi đó điện áp tại nút tải

là USANH. Mạch 4c là sơ đồ lưới điện không xét nguồn lưới.

Khi đó chỉ xét mạch bù điện áp Ut (Ut = Ut – USANH) nhờ

D-Statcom bơm dòng Istat. Như vậy ta có thể tính được dòng

điện của D-Statcom như sau:

Istat =∆Ut

Zth=

Ut − USANH

Zth (1)

Trong đó

Zth: Tổng trở Thevenin của lưới điện nhìn từ nút tải

(theo Hình 4c gồm ZNg song song Zt);

Ut: Điện áp nút tải sau khi có đặt D-Statcom, được giả

thiết sẽ trong vùng điện áp an toàn của đặc tính chịu điện


áp của thiết bị điện. Với lưới phân phối, thời gian tồn tại

SANH chính là thời gian làm việc của bảo vệ, chủ yếu là

bảo vệ quá dòng với thời gian trên 30 chu kỳ. Do đó, nếu

giả sử đặc tính chịu điện áp của phụ tải là đường ITIC theo

[17, trang 42], thì:

0,8 ≤ Ut ≤ 1,1 (3)

Ta có thể chọn Ut = 1.

Thực tế, đối với lưới điện như lưới mẫu 16 nút, việc

tính Istat cũng theo nguyên tắc xếp chồng dựa trên định lý

Thevenin đối với ma trận tổng trở nút như sau [16]:

Hình 5. Lưới điện mô tả theo tổng trở nút và

xét một D-Statcom nối vào nút k

Giả sử trạng thái ban đầu là khi lưới ngắn mạch, chưa

xét D-Statcom, ta có phương trình điện áp nút:

[𝑈0] = [𝑍𝑏𝑢𝑠] × [𝐼0] (4)

Trong đó:

[𝑈0]: Ma trận điện áp nút ở trạng thái ban đầu (SANH

tại các nút trên lưới điện khi có ngắn mạch);

[𝐼0]: Ma trận dòng điện bơm vào các nút ở trạng thái

ban đầu;

[𝑍𝑏𝑢𝑠]: Ma trận tổng trở nút của lưới điện. [𝑍𝑏𝑢𝑠] được

tính từ ma trận tổng dẫn nút: [𝑍𝑏𝑢𝑠] = [𝑌𝑏𝑢𝑠]−1.

Cũng cần lưu ý rằng, điểm ngắn mạch cũng có thể được

giả thiết là phụ tải với tổng trở phụ tải chính là tổng trở

ngắn mạch Zf.

Khi có xét D-Statcom, tương tự như khi ta bơm dòng

∆𝐼𝑘 = 𝐼𝑠𝑡𝑎𝑡 vào nút k thì phương trình điện áp nút của lưới

điện được tính như sau theo định lý Thevenin:

[𝑈] = [𝑍𝑏𝑢𝑠] × ([𝐼0] + [∆𝐼]) (5)

= [𝑍𝑏𝑢𝑠] × [𝐼0] + [𝑍𝑏𝑢𝑠] × [∆𝐼]

= [𝑈0] + [∆𝑈]

trong đó [∆𝑈] = [𝑍𝑏𝑢𝑠] × [∆𝐼] (6)

hay là:

[ ∆𝑈1

⋯∆𝑈𝑘⋯

∆𝑈𝑛]

= [𝑍𝑏𝑢𝑠] ×

[

00

∆𝐼𝑘00 ]

=

[ 𝑍1𝑘

⋯𝑍𝑘𝑘⋯𝑍𝑛𝑘]

× 𝐼𝑠𝑡𝑎𝑡 (7)

Trong đó:

∆Ui: Độ tăng điện áp nút i, i= 1, n khi bơm thêm dòng

∆Ik vào nút k (Istat).

Vì chỉ xét 1 D-Statcom nên ma trận dòng bơm thêm vào

các nút [∆I] chỉ có phần tử ∆Ik ≠ 0, còn các phần tử khác

đều bằng 0.

Giả thiết điện tại nút k nối với D-Statcom sẽ tăng từ

Uk0 = USANH.k lên đến Uk = 1. Thế thì dòng điện Istat của

D-Statcom tương ứng sẽ là:

Istat = ∆Ik =∆Uk

Zkk=

1

Zkk∙ (1 − USANH.k) (8)

và suy ra công suất của D-Statcom sẽ là:

Sstat.k = Uk × Istat (9)

Cũng từ đó suy ra độ tăng điện áp tại các nút i (i=1-n;

ik) khi lưới có D-Statcom sẽ được tính như sau:

Ui = ∆Ui + Ui0 = Zik × Istat + USANH.i (10)

Tất cả các tính toán như mô tả lưới Zbus, tính toán công

suất Sstat của D-Statcom và kiểm tra độ lệch điện áp khi có

lắp đặt D-Statcom trên lưới được lập trình trong Matlab.

3.2. Xây dựng bài toán tối ưu

Trong nghiên cứu này, bài toán xác định vị trí và công

suất của D-Statcom tối ưu được xây dựng có dạng (11),

trong đó có xét chi phí đầu tư cho D-Statcom và chi phí

phạt do CLĐN xấu (do SANH) thông qua tổng độ lệch điện

áp lưới điện trong thời gian tồn tại SANH:

f = C1 × Sstat + C2 × ∆U ⇒ Min (11)

Trong đó:

C1: Suất đầu tư cho 1 kVA thiết bị D-Statcom

C1 = Cm + Clđ (12)

Cm: Suất chi phí mua thiết bị D-Statcom (USD/kVA),

Clđ: Suất chi phí cho lắp đặt D-Statcom (USD /kVA),

C2: Suất thiệt hại do độ lệch điện áp lưới (USD /p.u),

Sstat: Công suất D-Statcom (kVA) được tính theo (9),

ΔU: Tổng độ lệch điện áp (p.u).

Độ lệch điện áp của lưới điện xét đến toàn bộ các độ lệch

điện áp nút trên lưới điện đang xét và được tính bằng trung

bình nhân của độ lệch điện áp n nút trên lưới điện:

ΔU = √∑ (Uref − Ui)2n

i=1 (13)

Trong đó:

Uref: Điện áp tiêu chuẩn của lưới điện, lấy bằng 1 p.u.

Ui: Điện áp nút i sau khi lưới có đặt bù với D-Statcom.

Điện áp các nút trên lưới Ui khi có D-Statcom được xác

định theo (10).

Trong bài báo, các tham số sau được giả thiết cho tính toán:

- Suất chi phí đầu tư và lắp đặt D-Statcom:

CD = 400 USD/kVA; Clđ = 10 USD/kVA,

- Suất chi phí độ lệch điện áp lưới điện: C2 = 150 USD/p.u.

- Công suất cơ sở của D-Statcom: 1 p.u. = 100 kVA.

Bài toán (11) là bài toán tối ưu, trong đó ẩn là vị trí và

công suất của D-Statcom được xác định tương ứng một sự

kiện ngắn mạch nhất định. Các phương án cần xem xét là

các vị trí đặt D-Statcom. Ứng với mỗi vị trí đặt ta sẽ tính

được một công suất D-Statcom tương ứng theo đặc trưng

biên độ điện áp của SANH tại vị trí đó (USANH.k) theo (8).

Nghiệm của bài toán là chọn được một vị trí tối ưu để ứng

với vị trí đó, công suất D-Statcom Sstat và tổng độ lệch điện

áp của lưới điện ∆U tương ứng sẽ cực tiểu hóa hàm mục

tiêu (11).

Có thể có nhiều cách giải bài toán tối ưu trên. Bài báo

này sử dụng thuật toán GA. Các tính toán lập trình và sử

82 Nguyễn Văn Minh, Bạch Quốc Khánh

dụng các công cụ tính toán được thực hiện trong MatLab.

3.3. Giới thiệu về giải thuật GA áp dụng [12, 14]

Thuật toán di truyền là một kỹ thuật tìm kiếm tổng thể để

giải các bài toán tối ưu, dựa trên lý thuyết chọn lọc tự nhiên,

quá trình động lực cho sự tiến hóa của sinh vật. Thuật toán

di truyền đã chứng tỏ là một công cụ rất hiệu quả cho các bài

toán điều khiển vận hành hệ thống điện. Khả năng mạnh hơn

về tìm kiếm xác suất (stochastic heuristic search) cũng như

khả năng hội tụ dễ dàng, ứng dụng cho nhiều dạng bài toán

tối ưu đã làm cho GA là một lựa chọn tốt để giải các bài toán

tối ưu [7, 8]. Nó đã được tìm thấy là sự lựa chọn đúng để đạt

được giá trị tối ưu toàn cục.

Hình 6. Các bước thực hiện thuật toán GA

Bài toán lựa chọn vị trí và công suất D-Statcom trong

lưới phân phối cũng là trường hợp ứng dụng phù hợp của

GA. Các bước chính của thuật toán GA để giải bài toán

chọn vị trí và công suất D-Statcom nhằm cải thiện điện áp

lưới khi có ngắn mạch được cho ở Hình 6.

Mỗi nhiễm sắc thể là một tập hợp 16 bit nhị phân ứng

với 16 nút lưới, trong đó 0 là nút không nối với D-Statcom,

1 là có nối với D-Statcom. Trình tự giải tương tự như ứng

dụng thuật toán GA trong [13].

4. Phân tích kết quả

4.1. Các trường hợp nghiên cứu và kết quả

- Vị trí 01 thiết bị D-Statcom lắp đặt bất kỳ tại các nút

trong lưới trừ nút gần nguồn.

- Sự kiện ngắn mạch ba pha qua tổng trở sự cố Zf khác

nhau sẽ cho dữ liệu điện áp sự cố trên lưới phân phối 16 nút

tương ứng khác nhau và hàm mục tiêu có giá trị khác nhau.

Trong nghiên cứu này, Zf được chọn sao cho biên độ điện áp

tại các điểm nút riêng lẻ, kể cả nút sự cố lớn hơn 0,5 pu. Bài

báo xét hai phương án tổng trở sự cố và hai phương án vị trí

sự cố để xem xét ảnh hưởng của các yếu tố này.

4.2. Trường hợp 1

Chọn Zf = 0,8 + j0,5 (Ω), ngắn mạch tại nút 10. Điện áp

các nút của lưới điện ở chế độ ngắn mạch ứng với việc có

và không lắp đặt D-Stacom như Hình 7.

Hình 7. Điện áp trước và sau khi lắp D-Statcom

Ví trí tối ưu để đặt D-Statcom cũng với công suất và

hàm chi phí trong trường hợp này được cho ở Bảng 1. Ở vị

trí đặt bù là nút 16, điện áp được giả thiết bù lên đến 1 để

xác định dòng điện và công suất của D-Statcom theo thuật

toán được giới thiệu ở (8).

Bảng 1. Các thông số khi có D-Statcom lắp đặt

Vị trí đặt tối ưu Nút 16

Giá trị hàm Fmin 4147,4 (USD)

Công suất (pu) 0,6641pu


Chọn Zf = 0,4 +j0,3 (Ω). Sự cố vẫn xét tại nút 10. Điện

áp các nút của lưới điện ở chế độ ngắn mạch ứng với việc

có và không lắp đặt D-Stacom như Hình 8.



hàm chi phí trong trường hợp này được cho ở Bảng 2.

Bảng 2. Các thông số khi có lắp đặt D-Statcom





Chọn Zf = 0,4 +j0,3 (Ω), ngắn mạch bây giờ xét tại nút

13. Điện áp các nút của lưới điện ở chế độ ngắn mạch ứng

với việc có và không lắp đặt D-Stacom như Hình 9.

Kết thúc

Khởi tạo dân số

Tính toán giá trị mục tiêu cho

từng nhiễm sắc thể tương ứng

Kiểm tra điều

kiện dừng

Lựa chọn những

cá thể tốt

Tạo nhiễm sắc thể mới dựa trên toán tử gen di truyền

Quá trình lai tạo

Quá trình đột biến

Bắt đầu

Đ

S




hàm chi phí trong trường hợp này được cho ở Bảng 3.

Bảng 3. Các thông số khi có D-Statcom lắp đặt




Một số nhận xét chính:

Từ các Hình 7, 8 và 9, rõ ràng điện áp được cải thiện rõ

nét khi có lắp đặt các D-Statcom vào các vị trí tối ưu. Ứng

với tổng trở sự cố khác nhau, D-Stacom sẽ bơm các giá trị

dòng điện tương ứng để cải thiện điện áp toàn lưới. Tổng trở

ngắn mạch càng nhỏ gây sụt áp càng sâu thì yêu cầu

D-Stacom bơm công suất càng lớn và chi phí đầu tư lớn, như

trong Bảng 1 (Sstat =0,6641pu) và Bảng 2 (Sstat =0,9354pu)

tương ứng với Zf =0,8+j0,5 (Ω) và Zf =0,4+j0,3 (Ω) và ngược

lại. Khi có D-Statcom lắp vào lưới với công suất tối ưu, hầu

như tất cả các phụ tải kết nối vào lưới này đều vượt qua sự

kiện SANH. Các kết quả cũng cho thấy ở cả ba trường hợp

hầu như tất cả các nút đều an toàn trong suốt sự kiện SANH.

Các Bảng 1 và 3 cho thấy chi phí D-Statcom khác nhau

khi vị trí sự cố khác nhau. Do đó, nghiên cứu này sẽ có tính

thực tiễn khi giả thiết sự cố chỉ xảy ra ở một số vị trí nhất

định gần nhau trên lưới. Khi đó ta sẽ có phương án đặt

D-Statcom để hiệu quả bảo vệ là tốt nhất cho cả lưới điện.

5. Kết luận

Bài báo đã trình bày bài toán tối ưu hóa dùng giải thuật

GA để xác định vị trí và công suất D-Statcom nhằm cải

thiện chất lượng điện áp trong lưới phân phối mẫu 16 nút,

điển hình cho lưới phân phối Việt Nam. Hàm chi phí có xét

đến đầu tư cho D-Statcom (trong đó công suất được chọn

phụ thuộc vào đặc tính biên độ của SANH từ phương trình

ma trận tổng trở nút) và chi phí phạt do tổng độ lệch điện

áp của lưới do SANH. Các tính toán được thực hiện trên

phần mềm Matlab. Các kết quả đã được phân tích, đánh giá

để thấy được hiệu quả cải thiện SANH mang tính hệ thống

khi sử dụng D-Statcom.

Với kết quả đạt được như trên, góp phần khẳng định việc

lắp đặt các thiết bị D-Statcom vào lưới phân phối có ý nghĩa

kinh tế và đảm bảo chất lượng điện áp cho các tải nhạy cảm

ngày càng đòi hỏi nguồn cấp ổn định và đảm bảo CLĐN.

Để phân tích CLĐN, ý nghĩa khi lắp D-Statcom vào hệ

thống điện ngoài việc cải thiện điện áp còn có ảnh hưởng

thế nào về sóng hài trong lưới, là một trong những nghiên

cứu tiếp theo trong thời gian tới.


[1] IEEE Std. 1159-2009, IEEE Recommended Practice for Monitoring

Power Quality, IEEE, 2009.

[2] A. Ghosh and G. Ledwich, Power Quality Enhancement Using

Custom Power Devices, Kluwer Academic Publishers, London, 2002.

[3] M. Farhoodnea, A. Mohamed, H. Shareef, H. Zayandehroodi, “A

Comprehensive Review of Optimization Techniques Applied for

Placement and Sizing of Custom Power Devices in Distribution Networks”, PRZEGLĄD ELEKTROTECHNICZNY, ISSN 0033-

2097, R. 88 NR 11a/2012.

[4] Nguyen Van Minh, Bach Quoc Khanh, Pham Viet Phuong, “On a

MATLAB/SIMULINK Comparative Simulation of Voltage Sag Mitigation in IEEE 13-Bus Distribution Test Feeder by DVR and D-

Statcom”, Journal of Science and Technology, English version,

Hanoi University of Industry, No 43, 2017, pp. 25-30.

[5] S. A. Taher, S. A. Afsari, “Optimal Location and Sizing of

DSTATCOM in Distribution Systems by Immune Algorithm”, ScientDirect, International Journal of Electrical Power & Energy

Systems, Vol. 60, September 2014, pp. 34–44.

[6] S. M. S. Hussain, M. Subbaramiah, “An Analytical Approach for

Optimal Location of D-Statcom in Radial Distribution System”,

IEEE proceedings, ICEETS 2013, 10-12 April, 2013, pp.1365–1369 Nagercoil, India.

[7] T. Gozel, U. Eminoglu, “A Tool for Voltage Stability and

Opyimization in Radial Distribution System Using Matlab GUI”,

Science Direct, Simulation Modelling Practice and Theory, Vol. 16,

Iss. 5, 2008, pp. 505-518.

[8] Mr. Manish Gupta, Dr. Balwinder Singh Surjan, “Optimal Sizing

and Placement of Capacitors for Loss Minimization In 33-Bus Radial Distribution System Using Genetic Algorithm in MATLAB

Environment”, International Journal of Advanced Research in

Computer Engineering & Technology (IJARCET), Vol. 1, Iss. 8, October 2012, pp. 122-127.

[9] Yan Zhang, Jovica V. Milanovic, “Global Voltage Sag Mitigation

With FACTS-Based Devices”, IEEE Transactions on Power

Delivery, Vol. 25, Iss. 4, Oct. 2010, pp. 2842-2850.

[10] C. S. Chang & S. W. Yang, “TABU Search Application for Optimal

Multi-objective Planning of Dynamic Voltage Restorer”, IEEE

Proceedings, IEEE PES WM 2000, Vol. 4, Jan. 2000, pp.2751-2756.

[11] M. A. Ali, Manoj Fozdar, K. R. Niazi, A. R. Phadke, “Optimal

Placement of Static Compensators for Global Voltage Sag Mitigation and Power”, Research Journal of Applied Sciences,

Engineering and Technology, 10(5), 2015, pp. 484-494.

[12] Bruno Canizes, João Soares, Zita Valeand Cristina Lobo, “Optimal

Approach for Reliability Assessment in Radial Distribution

Networks”, IEEE Systems Journal, Vol. 11, Iss. 3, Sept. 2017, pp. 1846-1856.

[13] Nguyen Van Minh, Bach Quoc Khanh, Pham Viet Phuong, “Lựa

chọn vị trí và dung lượng của thiết bị điều áp động (DVR) nhằm hạn

chế hậu quả của sụt giảm điện áp ngắn hạn trên lưới phân phối 16

nút bằng thuật toán GA”, Tạp chí Khoa học và Công nghệ Đại học Đà Nẵng, Số 11(120), 2017, trang 67-72.

[14] L. Davis, Handbook of Genetic Algorithms, Van Nortrand Reinhold, 1991.

[15] Math H. J. Bollen, Understanding Power Quality Problems: Voltage

Sags and Interruptions, IEEE Press, John Wiley& Sons, Inc, 2000.

[16] J. J. Grainger, W. D. Stevenson, Power System Analysis, McGraw-

Hill, Inc. 1994.

[17] R. C. Dugan, M. F. McGranaghan, S. Santoso, H. W. Beauty,

Electric Power System Quality, McGraw Hill, 2004.


http://ieeexplore.ieee.org/xpl/RecentIssue.jsp?punumber=4267003

http://ieeexplore.ieee.org/xpl/tocresult.jsp?isnumber=8052178

84 Đoàn Thị Hoài Nam

NGHIÊN CỨU SẢN XUẤT GELATIN TỪ DA CÁ HỒI BẰNG DỊCH ENZYME

CỦA VI KHUẨN LACTIC

RESEARCH ON USING LACTIC BACTERIA TO PRODUCE GELATIN

FROM SALMON SKIN

Đoàn Thị Hoài Nam


Tóm tắt - Gelatin là một loại protein có giá trị cao được thu nhận từ phụ phẩm thủy sản như da, xương cá... Trong công nghiệp, dung dịch acid và kiềm được sử dụng phổ biến để loại protein và khoáng nhằm thu nhận gelatin thành phẩm. Để tăng chất lượng gelatin và tìm giải pháp sản xuất thân thiện với môi trường, chủng vi khuẩn lactic phân lập từ nem chua có khả năng sinh acid lactic và enzyme protease được dùng để sản xuất gelatin. Khảo sát các yếu tố ảnh hưởng đến giai đoạn khử protein và khoáng trong nguyên liệu da cá hồi gồm tỷ lệ dịch enzyme bổ sung: 10%, 20% và 30%; thời gian xử lý: 2h, 4h, 6h, và 8h; nhiệt độ: 10°C, 20°C, 30°C và 40°C lên các chỉ tiêu hàm lượng protein hòa tan, hàm lượng khoáng hòa tan, hàm lượng chất béo và hiệu suất thu nhận gelatin. Kết quả cho thấy dịch chiết enzyme với tỷ lệ bổ sung 30% ở 30°C trong 6h sẽ thu được sản phẩm gelatin tốt nhất, đạt được các chỉ tiêu về chất lượng tương tự như gelatin được sản xuất bằng phương pháp hóa học.

Abstract - Gelatin, a kind of high-value proteins used in food, pharmaceutical products and cosmetics can be obtained from by-products of seafood processing industries such as skin, bone ... In industry, acid and base solutions are used worldwide to eliminate protein and minerals in maritime by-products to produce gelatin. In order to increase the quality of gelatin product as well as set up the gelatin bio-process manufacture which is friendly to the environment, lactic bacteria, isolated from fermented pork roll, with high bio-activity in producing acid lactic and protease is used in this research. The paper also researches the impact of some factors on non-collagenous protein removal process and demineralized process in Salmon skin including the proportion of translated enzyme supplements at 10%, 20% and 30%; processing time of 2 hours, 4 hours, 6 hours and 8 hours and processing temperature at 10°C, 20°C, 30°C and 40°C on some norms such as dissolved proteins content, dissolved minerals content, fatty content and gelatin productivity. As a result, the optimal conditions for gelatin manufacture from Salmon skin are 30% of enzyme translated, processing time of 6 hours and processing temperature at 30°C. Gelatin product obtained from bio-process has qualitative norms as gelatin produced from chemical process.

Từ khóa - dịch enzyme bổ sung; gelatin; khử khoáng; khử protein; vi khuẩn lactic.

Key words - translated enzyme supplement; gelatin; demineralized process; protein removal process; lactic bacteria.


Gelatin là một polymer sinh học thu được từ sự biến

tính collagen, một loại protein chính có nhiều trong các mô

liên kết ở da cá và được ứng dụng trong nhiều lĩnh vực khác

nhau như thực phẩm, mỹ phẩm, dược phẩm v.v… Ngành

công nghiệp chế biến thủy hải sản đang phát triển mạnh mẽ

ở nước ta theo sau đó là một lượng lớn phụ phẩm thủy hải

sản như da cá, đầu cá, xương cá… chúng có thể được thu

nhận để sản xuất gelatin.

Trong công nghiệp hiện nay, gelatin được sản xuất chủ

yếu bằng phương pháp hóa học, sử dụng các dung dịch acid

và kiềm khác nhau đòi hỏi các thiết bị sản xuất đắt tiền và

quá trình sản xuất sử dụng nhiều hóa chất gây ảnh hưởng

không nhỏ đến môi trường.

Vi khuẩn lactic phân lập từ nguồn nem chua được

chứng minh có hoạt tính sinh acid lactic cao cũng như khả

năng sinh enzyme protease ngoại bào. Trong dịch enzyme

thu nhận được sau khi nuôi cấy, enzyme protease có thể

được sử dụng để loại bỏ protein và acid lactic dùng để khử

khoáng để sản xuất gelatin bằng con đường sinh học.

Bên cạnh đó, khi sử dụng dịch enzyme để sản xuất gelatin

thì giai đoạn khử protein và khử khoáng sẽ được diễn ra đồng

thời, giúp tiết kiệm thời gian và thiết bị sử dụng, dịch thủy

phân thu được có thể thu nhận để làm thức ăn chăn nuôi.

Do đó, việc nghiên cứu sản xuất gelatin từ phụ phẩm

thủy sản bằng con đường sinh học sẽ giải quyết được nhiều

vấn đề về môi trường, đồng thời góp phần tạo ra sản phẩm

gelatin có giá trị kinh tế cao [8].

2. Nguyên liệu và phương pháp nghiên cứu

2.1. Nguyên liệu và hóa chất

Da cá hồi của Công ty Thủy sản Sea Prodex Đà Nẵng

được thu mua và bảo quản trong đá vận chuyển về Phòng

thí nghiệm Công nghệ Sinh học – Trường Đại học Bách

Khoa, Đại học Đà Nẵng. Nguyên liệu được rửa sạch, cắt

thành miếng có kích thước 2x2 cm, bảo quản ở -22°C đến

khi sử dụng. Thời gian trữ không quá 3 tháng.

Nem chua mua tại chợ Hòa Khánh, Đà Nẵng. Nem

được sử dụng phân lập vi sinh vật trong ngày.

Hóa chất sử dụng bao gồm: Môi trường MRS của Merk

(Đức), NaOH, ete dầu hỏa 30-60 (Trung Quốc), thuốc

nhuộm Amino-black (Mỹ), ….

2.2. Thiết bị

Các thiết bị chính gồm tủ ấm hãng Memmerk (Đức), tủ

cấy vô trùng Esco Smart Control (Úc), kính hiển vi quang

học CX31RTSS (Philippine), máy đo pH MP220

(Thụy Sĩ), nồi hấp CL-40L (Nhật)….

2.3. Phương pháp

2.3.1. Xác định thành phần hóa học trong da cá hồi

Da cá hồi được rã đông tự nhiên trong 2h ở nhiệt độ

phòng (37°C), tiến hành xác định độ ẩm bằng phương pháp

sấy đến khi độ ẩm không đổi [9], hàm lượng lipit bằng

phương pháp Soxhlet [10], hàm lượng tro hòa tan bằng

phương pháp đốt [11], hàm lượng protein tổng số bằng

phương pháp Kjeldahl [1].


2.3.2. Sản xuất gelatin bằng phương pháp hóa học

Sử dụng phương pháp trích ly kết hợp giữa kiềm và acid

[4]. 30g da cá sau khi rã đông được ngâm với dung dịch

NaOH 0,04 N ở 8°C, lặp lại 2 lần, mỗi lần 30 phút. Rửa

sạch NaOH bằng nước lạnh. Tiếp tục ngâm da cá bằng

dung dịch H2SO4 0,12 M trong 30 phút và ngâm tiếp trong

dung dịch acid citric 0,005 M trong 30 phút. Rửa sạch với

nước lạnh nhiều lần. Trích ly da cá 2 lần, mỗi lần 2 giờ.

Đầu tiên trích ly bằng nước ấm 56°C tỷ lệ 1:1 (v/w), trích

ly lần 2 bằng nước nóng 65°C tỷ lệ 1:1 (v/w). Dịch trích ly

đem đi lọc và làm khô ở 60°C trong 38h thu được gelatin

thành phẩm.

2.3.3. Phân lập vi khuẩn sinh acid lactic từ nem chua

Đồng hóa mẫu nem trong nước cất khử trùng và pha

loãng ở các nồng độ từ 10-1 đến 10-9. Cấy trải 30 µl các

nồng độ pha loãng trên môi trường thạch MRS và ủ ở 30°C

trong 48h. Quan sát hình thái khuẩn lạc và kiểm tra đặc tính

phân giải CaCO3 trên môi trường MRS-CaCO3.

2.3.4. Xác định khả năng sinh acid lactic

Khả năng sinh acid lactic được xác định thông qua sự giảm

pH trong môi trường theo thời gian và nhiệt độ nuôi cấy.

2.3.5. Xác định hoạt tính sinh enzyme protease

Sử dụng phương pháp đục lỗ thạch trên môi trường

Casein-aga. Ly tâm dịch nuôi 5.000 vòng/phút, lấy 20 µl

dịch nhỏ vào lỗ thạch, ủ trong tủ ấm 8h. Hoạt tính sinh

enzyme protease được xác định bằng vòng phân giải quanh

lỗ thạch, tức bằng D-d, mm. Với D là đường kính vòng

phân giải (mm), và d là đường kính lỗ thạch (mm).

2.3.6. Xác định lượng protein hòa tan

Dịch chiết enzyme trước và sau khi sử dụng để loại

khoáng và loại protein được đem đi xác định hàm lượng

protein hòa tan bằng phương pháp Bradford [6]. Lượng

protein hòa tan thu được ở mỗi quá trình được xác định

bằng lượng protein hòa tan có trong dịch sau xử lý trừ cho

lượng protein hòa tan có trong dịch ban đầu.

2.3.7. Xác định hiệu suất thu hồi gelatin

Sử dụng theo phương pháp nghiên cứu của Ratnasari và

cộng sự, 2013 [7]. Trong đó X (g) là lượng da cá để ráo

đem đi chiết, Y(g) là lượng gelatin thu được sau khi sấy từ

X gam nguyên liệu.

Hiệu suất thu hồi: H = 𝑌

𝑋 𝑥 100%

2.3.8. Phương pháp xác định độ nhớt của gelatin

Pha dung dịch gelatin 1% trong nước ấm 60°C, sử dụng

máy đo độ nhớt cầm tay Brookfield LV ở nhiệt độ phòng

với tốc độ quay 50 vòng/phút.

2.4. Phương pháp xử lý số liệu

Mỗi thí nghiệm được tiến hành lặp lại 3 lần, kết quả

được tính toán trung bình, xử lý số liệu và vẽ đồ thị bằng

phần mềm Excel 2003.


3.1. Xác định thành phần trong nguyên liệu da cá hồi

Kết quả xác định một số thành phần vật lý và hóa học

của nguyên liệu da các hồi ban đầu được thể hiện ở Bảng1.

Trong da cá ban đầu, hàm lượng nước khá cao, hàm lượng

protein và hàm lượng lipit chiếm đa số. Các protein không

phải collagen, các chất béo và chất khoáng trong da cá là

thành phần không mong muốn trong quá trình thu nhận

gelatin do đó cần phải loại bỏ thông qua quá trình khử

khoáng và khử protein để chuẩn bị cho quá trình trích ly

thu nhận gelatin.

Bảng 1. Thành phần của nguyên liệu da cá hồi

STT Thành phần Giá trị

1 Độ ẩm (%) 67,09 ± 0,3

2 Hàm lượng chất béo (%) 9 ± 0,15

3 Hàm lượng tro hòa tan (%) 1,2 ± 0,06

4 Hàm lượng protein tổng số (%) 22,2 ± 0,21

3.2. Sản xuất gelatin bằng phương pháp hóa học

Đầu tiên, da cá sẽ được xử lý bằng dung dịch NaOH

0,04 N ở 8°C trong 30 phút để loại bỏ protein không phải

collagen, đồng thời phá vỡ một số các liên kết ngang của

collagen, giúp da cá trương phồng lên và dai hơn. Thời gian

ngâm, nhiệt độ ngâm và nồng độ dung dịch kiềm ảnh

hưởng lớn đến quá trình khử protein trong da cá, nếu ngâm

trong thời gian dài ở nhiệt độ cao và sử dụng dung dịch

NaOH nồng độ lớn thì ngoài protein, các collagen có trong

da cá cũng sẽ bị phân hủy hoặc hòa tan trong dung dịch,

làm giảm lượng gelatin thành phẩm.

Tiếp đến là quá trình khử khoáng. Các chất khoáng

trong da cá thường được xử lý bằng các dung dịch acid.

Theo các kết quả nghiên cứu trước thì các acid vô cơ có

tác dụng rất tốt trong quá trình khử khoáng và các acid

hữu cơ giúp giảm mùi và màu của sản phẩm. Do đó, trong

nghiên cứu này cho da cá tiếp tục qua xử lý với dung dịch

H2SO4 0,12 M và dung dịch acid citric 0,005 M trong

30 phút ở 8°C.

Việc sử dụng dung dịch kiềm và acid còn giúp loại bỏ

chất béo trên da cá để tránh việc hình thành các phản ứng

xà phòng hóa làm giảm chất lượng gelatin.

Kết quả, lượng tro hòa tan của mẫu da cá giảm đi rất

nhiều, từ 1,2% xuống 0,017%, chất béo giảm từ 9% xuống

còn 3,75%. Gelatin có độ ẩm 10,27%, nằm trong giới hạn

cho phép và có thể bảo quản trong bình kín không cần hút

ẩm [5].

Sau khi loại protein và khoáng, tiến hành trích ly ở

2 mức nhiệt độ 56°C và 65°C trong 30 phút. Nhiệt độ và

thời gian trích ly ảnh hưởng rất lớn đến sản phẩm. Nếu

trích ly ở nhiệt độ càng cao và thời gian càng dài thì sự

phân giải collagen ngoài tạo thành gelatin còn tạo thành

gelatone và gelatose, làm giảm chất lượng gelatin.

Ở 56°C, các liên kết collagen trong da sẽ bị đứt hẳn và

chuyển thành gelatin hòa tan trong nước, trích ly lần 2 ở

65°C để hòa tan lượng gelatin còn lại trong da, đồng thời

tăng hiệu suất trích ly.

3.3. Phân lập vi khuẩn sinh acid lactic từ nem chua

Kết quả phân lập chủng vi khuẩn sinh acid lactic từ

nem chua bằng phương pháp pha loãng và cấy trải trên

môi trường thạch MRS ở 30°C trong 48h, được trình bày

ở Bảng 2.


Bảng 2. Hình thái khuẩn lạc phân lập từ nem chua

Chủng

phân lập Hình thái khuẩn lạc

L1 Tròn, nhỏ, trắng đục, nhẵn bóng

L2 To, hình bầu dục, trắng đục, nhẵn bóng

L3 To, tròn, trắng sữa, nhẵn bóng, mép lồi lõm

L4 Nhỏ, tròn, trắng sữa, ăn sâu vào thạch

L5 Nhỏ, tròn, trắng đục, lồi nhiều

L6 To, bầu dục, trắng đục, lồi ít

L7 Nhỏ, tròn, trắng đục, ăn sâu vào thạch

L8 To, tròn, nhẵn bóng, lồi ít

L9 Nhỏ, bầu dục, mép lồi lõm, ăn sâu vào thạch

Kiểm tra khả năng sinh acid lactic của các chủng bằng

cách nuôi cấy chấm điểm 9 chủng (từ L1-L9) trên môi

trường thạch MRS-CaCO3.

Hình 1. Khả năng sinh acid lactic của các chủng phân lập

Bảng 3. Đường kính vòng phân giải CaCO3 của các chủng

Chủng Đặc điểm

L1 Xuất hiện vòng phân giải, D = 2 cm


L3, L4, L5, L6 Không xuất hiện vòng phân giải


L8 Xuất hiện vòng phân giải, D = 2,5 cm

Chủng L7 được phân lập trên môi trường riêng biệt

MRS dành cho vi khuẩn lactic, mang các đặc điểm khuẩn

lạc của vi khuẩn lactic, chúng có khả năng sinh acid lactic

mạnh nhất nên chủng L7 có khả năng là vi khuẩn lactic.

3.4. Khảo sát ảnh hưởng của nhiệt độ và thời gian lên

khả năng sinh acid lactic và enzyme protease

Khảo sát điều kiện tối ưu bao gồm nhiệt độ nuôi cấy

(25°C, 30°C và 37°C) và thời gian (16h, 24h, 32h, 48h, 60h

và 72h) mà tại đó chủng L7 có khả năng sinh acid lactic

mạnh nhất và tiết nhiều enzyme protease nhất. Kết quả

kiểm tra độ giảm pH trong môi trường MRS lỏng theo thời

gian và nhiệt độ được thể hiện như sau:

Hình 2. Sự biến đổi pH của dịch chiết enzyme theo thời gian

nuôi cấy ở 25°C, 30°C và 37°C

Vi khuẩn lactic được chọn lựa phân lập do chúng có đặc

điểm sinh acid lactic có thể dùng để thay thế cho dung dịch

acid trong vai trò khử khoáng. Bên cạnh đó, nem chua làm

từ nguồn nguyên liệu có protein của động vật nên có thể

chủng vi khuẩn phân lập được sẽ có thêm khả năng sinh ra

enzyme protease. Trong điều kiện nuôi cấy trên môi trường

MRS lỏng, pH = 6,5, chủng vi khuẩn phân lập có khả năng

sinh acid lactic rất mạnh, tối ưu nhất ở 30°C sau 48h nuôi

cấy, pH giảm từ 6,5 xuống 3,6. Sau đó, khả năng sinh acid

lactic giảm dần do pH thấp ức chế ngược lại sự sinh trưởng

và phát triển của vi khuẩn [4].

Bằng phương pháp đục lỗ thạch trên môi trường

Casein-aga, chứng tỏ chủng vi khuẩn này còn có hoạt tính

sinh enzyme protease ngoại bào nhưng không cao.

Hình 3. Vòng phân giải casein trên môi trường Casein-aga của

dịch chiết enzyme sau 48h nuôi cấy ở 30°C và 37°C

3.5. Kết quả nhân giống và thu nhận dịch enzyme thô

Tiến hành nhân giống sản xuất ở 30°C, sử dụng 10%

thể tích giống cấp 1 bổ sung vào môi trường MRS có chứa

40% da cá hồi xay nhuyễn theo khối lượng.

Khảo sát khả năng sinh acid lactic và enzyme protease

của chủng vi khuẩn theo thời gian. Thu nhận dịch chiết

enzyme bằng cách ly tâm dịch khuẩn ở tốc độ

6.000 vòng/phút trong 15 phút.

Hình 4. Giá trị pH, đường kính vòng thủy phân thu được

sau 24h, 48h, 72h và 96h nuôi cấy

Hình 5. Vòng thủy phân của dịch chiết enzyme trên

môi trường Casein-aga sau 24h, 48h, 72h và 96h nuôi cấy


Môi trường nhân giống sản xuất ngoài thành phần chính

là MRS lỏng còn có 40% khối lượng là da cá xay nhuyễn,

giúp giảm lượng môi trường MRS sử dụng đồng thời là

nguồn cơ chất cảm ứng tăng khả năng sinh enzyme

protease của chủng vi khuẩn phân lập được.

Kết quả cho thấy, môi trường nhân giống sản xuất này

cũng rất phù hợp cho sự sinh trưởng và phát triển của vi

khuẩn. Khả năng sinh acid lactic trong môi trường sản xuất

này có kết quả tương tự như trên môi trường MRS riêng

biệt, pH thấp nhất đạt 3,63 sau 48h nuôi cấy. Đặc biệt, trong

môi trường này, khả năng sinh enzyme protease ngoại bào

của vi khuẩn tăng lên, thể hiện ở đường kính vòng thủy

phân đo được D – d = 9,5 (mm).

3.6. Kết quả khảo sát các yếu tố ảnh hưởng đến quá trình

khử protein và khử khoáng trên da cá hồi

3.6.1. Ảnh hưởng của tỷ lệ dịch chiết enzyme bổ sung và

thời gian lên quá trình khử protein và khử khoáng

Tỷ lệ dịch chiết khảo sát lần lượt là 10%, 20% và 30%

theo thể tích ở 30°C tại các khoảng thời gian là 2h, 4h, 6h

và 8h. Mỗi tỷ lệ bổ sung, tiến hành xác định các chỉ tiêu:

Hàm lượng protein hòa tan, hàm lượng khoáng, hàm lượng

chất béo, hiệu suất thu hồi gelatin [7].

Bảng 4. Kết quả đo các chỉ tiêu dưới ảnh hưởng của

tỷ lệ dịch enzyme bổ sung và thời gian xử lý

Mẫu

Hàm lượng

protein hòa tan

(µg/ml)

Hàm lượng tro

hòa tan (%)

Hàm

lượng chất

béo (%)

Hiệu suất

thu nhận

gelatin (%)

2h 10% 162,3 ± 3,32 0,062 ± 0,0015 5 34,10

20% 248,22 ± 1,79 0,039 ± 0,002 4 30,41

30% 276,12 ± 4,34 0,061 ± 0,003 5 31,48

4h 10% 186,96 ± 2,27 0,058 ± 0,006 6 24,21

20% 265,08 ± 2,80 0,040 ± 0,003 5 20,93

30% 276,96 ± 3,98 0,047 ± 0,006 4 22,61

6h 10% 189,42 ± 3,70 0,028 ± 0,001 6 20,06

20% 286,64 ± 2,02 0,020 ± 0,003 6 20,78

30% 305,76 ± 3,03 0,028 ± 0,003 4 22,04

8h 10% 163,14 ± 2,17 0,030 ± 0,002 6 23,62

20% 248,64 ± 1,46 0,020 ± 0,001 4 26,81

Tỷ lệ dịch enzyme sử dụng là một trong những yếu tố

ảnh hưởng lớn đến quá trình thủy phân. Tỷ lệ dịch enzyme

thấp thì không đủ nồng độ để loại protein và loại khoáng,

nếu quá cao thì không hiệu quả kinh tế. Do đó, nghiên cứu

tiến hành khảo sát tỷ lệ dịch enzyme bổ sung từ 10%, 20%

và 30%. Chất béo ảnh hưởng đến chất lượng gelatin thành

phẩm do đó việc loại khoáng, loại béo trong nguyên liệu

cũng được quan tâm. Nghiên cứu này còn xác định hiệu

suất thu hồi gelatin ở các điều kiện khảo sát khác nhau để

xem xét ứng với các điều kiện nghiên cứu cụ thể có làm tổn

hao lượng colagen trong da, từ đó làm giảm hiệu suất thu

nhận gelatin thành phẩm hay không.

Kết quả cho thấy mẫu xử lý với tỷ lệ dịch enzyme bổ

sung 30% theo khối lượng sau 6h xử lý cho hiệu quả tốt

nhất. Sau 6h, khả năng loại khoáng và loại protein bắt đầu

chậm và môi trường xử lý bắt đầu xuất hiện mùi hôi của

quá trình thối rữa.

3.6.2. Ảnh hưởng của nhiệt độ đến quá trình khử protein

và khử khoáng

Collagen dễ dàng bị biến tính và hòa tan thành gelatin

ở nhiệt độ cao [2], do đó, để hạn chế tổn thất gelatin, tiến

hành khảo sát ảnh hưởng của nhiệt độ (10°C, 20°C, 30°C

và 40°C) đến khả năng khử protein và khử khoáng của dịch

enzyme. Các chỉ tiêu đánh giá tương tự như trên.

Bảng 5. Kết quả đo các chỉ tiêu dưới ảnh hưởng của nhiệt độ

Nhiệt

độ (°C)

Hàm lượng

protein hòa tan

(µg/ml)

Hàm lượng

tro hòa tan (%)

Hàm

lượng chất

béo (%)

Hiệu suất

thu hồi

gelatin (%)

10 250,28 ± 1,52 0,0282 ± 0,003 5 34,81

20 252,86 ± 2,99 0,0278 ± 0,002 6 32,42

30 298,99 ± 1,48 0,0280 ± 0,002 5 22,37

40 316,28 ± 0,91 0,0283 ± 0,00015 6 15,66

Ở 10°C và 20°C, khả năng loại protein trong mẫu thấp

hơn ở hai mức nhiệt độ còn lại và khi sử dụng nước ấm để

trích ly gelatin thì sản phẩm gelatin thu được sẽ chứa thêm

một lượng protein còn sót chưa thủy phân, làm tăng hiệu

suất thu hồi nhưng lại giảm chất lượng sản phẩm. Ở nhiệt

độ khảo sát 40°C, mặc dù một lượng lớn protein hòa tan

(316,28 µg/ml) thu nhận được trong dịch thủy phân chứng

tỏ nhiệt độ này dịch enzyme có hoạt tính loại protein rất tốt

nhưng hiệu suất gelatin thu nhận được rất thấp, chứng tỏ ở

nhiệt độ xử lý này, bên cạnh loại bỏ protein không phải

collagen, một phần collagen trong da cá còn bị biến tính và

hòa tan trong dịch xử lý. Do vậy, chọn xử lý ở 30°C, nhiệt

độ này vừa đảm bảo mục đích khử protein, khử khoáng,

vừa đảm bảo hiệu suất của sản phẩm cũng như tính kinh tế

trong điều chỉnh nhiệt độ.

3.7. Kết quả so sánh gelatin sản xuất bằng phương pháp

sinh học và phương pháp hóa học

Da cá sau khi xử lý bằng dịch enzyme sẽ được rửa sạch

bằng nước và tiến hành trích ly như ở phương pháp hóa

học. Sản phẩm gelatin sản xuất bằng con đường sinh học

được so sánh với gelatin sản xuất bằng phương pháp hóa

học cho kết quả như sau:

Bảng 6. Bảng so sánh chỉ tiêu chất lượng giữa gelatin sản xuất

bằng phương pháp sinh học và hóa học

Chỉ tiêu Sản phẩm

gelatin sinh học

Sản phẩm

gelatin hóa học

Tiêu chuẩn

Anh

Hàm lượng tro hòa tan

(%) 0,028 ± 0,002 0,017±0,003 ≤ 2%

Hàm lượng protein hòa

tan (µg/ml) 298,99±1,48 618,1±5,8 -

Hàm lượng béo (%) 5 3,75 -

Độ nhớt của dung dịch

gelatin 1% (Cst) 5,2±0,03 5,0 ±0,02 5 – 6,5

pH của dung dịch

gelatin 1% 6,35±0,01 3,84±0,01 3,8 – 7

Độ ẩm (%) 9,8±0,12 10,27± 0,2 ≤ 16%

Mặc dầu khả năng khử protein và khử khoáng của dịch

chiết enzyme thấp hơn so với việc dùng hóa chất nhưng kết

quả cho thấy chất lượng gelatin thu được bằng phương

pháp sinh học tương tự như gelatin hóa học và đều nằm


trong tiêu chuẩn chất lượng của Anh.

Trong phương pháp hóa học, NaOH là chất có hoạt tính

khử protein mạnh, trong khi đó, phương pháp sinh học chỉ

sử dụng dịch enzyme từ nuôi cấy vi khuẩn lactic có hoạt

tính sinh enzyme protease thấp nên khả năng loại protein

trong da cá không cao. Nếu xét về khả năng khử khoáng,

chủng vi khuẩn lactic phân lập được có hoạt tính sinh acid

lactic mạnh nên khi sử dụng dịch enzyme thì khả năng loại

khoáng trong da cá rất tốt, không có sự chệnh lệch đáng kể

khi so sánh với phương pháp hóa học.

Độ nhớt là một trong những yếu tố quan trọng nhất để

đánh giá chất lượng của gelatin. Sản phẩm gelatin sản xuất

theo con đường sinh học cho sản phẩm có độ nhớt cao hơn

so với phương pháp hóa học. pH của gelatin sinh học là

6,35 chứng tỏ đây là gelatin loại B, còn của phương pháp

hóa học thì cho pH = 3,84 là gelatin loại A. Gelatin loại A

thường có độ nhớt và độ bền gel thấp hơn so với gelatin

loại B khi ở cùng một điều kiện tạo gel. Tuy nhiên cả hai

sản phẩm gelatin đi từ 2 phương pháp sản xuất ở trên đều

có các chỉ tiêu đánh giá nằm trong khoảng chỉ tiêu chất

lượng đánh giá theo tiêu chuẩn Anh.

4. Kết luận

Nghiên cứu đã xác định được nguyên liệu da cá ban đầu

có độ ẩm là 67,09%, hàm lượng chất béo 9%, lượng tro

toàn phần 1,2%, protein tổng số là 22,2%

Trong nghiên cứu này, để sản xuất gelatin bằng phương

pháp sinh học, tác giả đã phân lập được chủng vi khuẩn

latic từ nem chua có khả năng sinh acid lactic mạnh và có

khả năng sinh enzyme protease ngoại bào. Tác giả cũng đã

khảo sát các điều kiện thích hợp cho quá trình khử khoáng

và khử protein bằng dịch enzyme, theo đó tỷ lệ dịch

enzyme bổ sung là 30% theo khối lượng, xử lý ở 30°C

trong 6h, sản phẩm gelatin thu được cho chất lượng cao so

với phương pháp hóa học. Với nghiên cứu này, có thể xây

dựng quy trình sản xuất gelatin từ da cá hồi hoàn toàn bằng

dịch enzyme vi khuẩn lactic, không cần phải sử dụng hóa

chất, quá trình khử protein và khử khoáng được thực hiện

trong cùng một bước, dịch thu được sau khi thủy phân có

thể được sử dụng bổ sung làm thức ăn chăn nuôi và quá

trình sản xuất thân thiện với môi trường.

Tuy nhiên, phương pháp sinh học vẫn còn tồn tại một

số các hạn chế như thời gian thủy phân dài, tốn thời gian

chuẩn bị dịch enzyme vi khuẩn và chưa xử lý triệt để màu

và mùi của sản phẩm. Trong tương lai, tác giả tiếp tục

nghiên cứu rút ngắn thời gian sản xuất, khắc phục màu và

mùi của sản phẩm để hoàn thiện quy trình sản xuất tạo sản

phẩm gelatin có chất lượng tốt hơn.


[1] AOAC, Official Methods of Analysis of the Association of Official Analytical Chemists, Virginia, 2016.

[2] Đỗ Minh Phụng, Đặng Văn Hiệp, Phân tích kiểm nghiệm sản phẩm

thủy sản, Trường Đại học Thủy sản Nha Trang, 1997.

[3] Jan Arne Arnesen, Asbjørn Gildberg, “Extraction and

Characterisation of Gelatin from Atlantic Salmon (Salmo salar)

skin”, Bioresour Technol, 98(1), 2007, pp. 53-57.

[4] Mai Đàm Linh, Đỗ Minh Phương, Phạm Thị Tuyết, Kiều Hữu Ảnh,

Nguyễn Thị Giang, “Đặc điểm sinh học của các chủng vi khuẩn

lactic phân lập trên địa bàn thành phố Hà Nội”, Tạp chí Khoa học Đại học Quốc gia Hà Nội, Khoa học Tự nhiên và Công nghệ, 24,

2008, trang 221-226.

[5] Nguyễn Quốc Duy, Nguyễn Hữu Hiếu, Nguyễn Phạm Trúc Nguyên,

Lê Hồng Vân, Sản xuất Gelatin và ứng dụng, Báo cáo công nghệ chế

biến thịt – thủy sản, Trường Đại học Bách khoa Hà Nội, 2010.

[6] Nguyễn Văn Mùi, Thực hành hóa sinh học, NXB Khoa học và Kỹ

thuật, Hà Nội, 2001.

[7] Ratnasari Ida, Yuwono Sudarminto Setyo, Nusyam, H. and Widjanark

Simon Bambang, “Extraction and characterization of gelatin from different fresh water fishes as alternative sources of gelatin”,

International Food Research Journal, 20(6), 2013, pp. 3085-3091

[8] Soottawat Benjakul, Phanat Kittiphattanabawon, Joe M. Regenstein,

“Fish Gelatin”, Food Biochemistry and Food Processing, 21, 2012,

pp. 388-405.

[9] TCVN 4069, Kẹo, Xác định độ ẩm, 2009.

[10] TCVN 3703, Thủy sản và sản phẩm thủy sản, Xác định hàm

lượng chất béo, 2009.

[11] TCVN 3705, Xác định tro hòa tan, 2009.



NGHIÊN CỨU ẢNH HƯỞNG CỦA SỰ PHÂN BỐ KHÔNG ĐỒNG NHẤT

THEO CHIỀU CAO TRONG VIỆC SẮP XẾP CHẤT HẤP THỤ CHÁY

TRONG BÓ NHIÊN LIỆU CỦA LÒ PHẢN ỨNG WWER-1200 ĐỐI VỚI

ĐẶC TRƯNG VẬT LÝ - NEUTRON - K∞

A STUDY ON THE INFLUENCE OF AXIAL HETEROGENEITY IN THE DISTRIBUTION

OF BURNABLE ABSORBERS IN THE FUEL ASSEMBLY WWER-1200 AT

NEUTRONIC CHARACTERISTICS - K∞

Trương Hoài Nam1, Hoàng Ngọc Đồng2 1Ban Quản lý Dự án Nhiệt điện 2 - Chi nhánh Tập đoàn Điện lực Việt Nam; [email protected]

2Trường Đại học Bách khoa - Đại học Đà Nẵng; [email protected]

Tóm tắt - Bài báo nghiên cứu ảnh hưởng của sự phân bố không đồng nhất trong việc sắp xếp chất hấp thụ cháy trong bó thanh nhiên liệu lò phản ứng hạt nhân loại WWER-1200 – loại tiên tiến nhất hiện nay, thế hệ 3+. Việc lựa chọn sử dụng chất hấp thụ cháy cho phép tránh sử dụng quá nhiều Bor và để giảm tải cho thanh điều khiển của hệ thống điều khiển và an toàn lò phản ứng. Để thực hiện được cần dựa trên cơ sở nghiên cứu, đánh giá các yếu tố về kinh nghiệm xây dựng và vận hành, bảo dưỡng và sửa chữa cũng như thị trường cung cấp thiết bị cùng với việc tính toán, phân tích, so sánh giữa các thông số kỹ thuật, bao gồm các đặc trưng vật lý - neutron (K∞) để chọn được thông số tối ưu nhất. Từ đó có thể kéo dài tuổi thọ của thanh nhiên liệu, tức kéo dài được thời gian làm việc của lò phản ứng.

Abstract - The article presents the idea on the influence of axial heterogeneity in the distribution of burnable absorbers in the fuel assembly WWER-1200 at its neutronic characteristics, which is classified as the most advanced type in the world at present, the "Generation 3-plus" nuclear reactor. Using burnable absorbers allows us to avoid excessive use of bor, and to reduce the load on the control bar of the control system and increase reactor safety. All projects should be based on the study and evaluation of the elements of the experience in erection, operation, maintenance and repairs, the equipment supply market, together with the calculations, analysis, comparisons between the technical parameters including neutronic characteristics (K∞) to select the optimum parameters. This could extend the life of the fuel rod and would lengthen the reactor's working life.

Từ khóa - nhà máy điện hạt nhân; WWER-1200; bó thanh nhiên liệu; chất hấp thụ cháy; hệ số tái sinh neutron; lò phản ứng.

Key words - nuclear power plants; WWER-1200; fuel assembly; burnable absorbers; neutron regeneration coefficient; reactor.


Các lò phản ứng nước áp lực (PWR) thuộc loại phổ biến

nhất của lò phản ứng hạt nhân – lò phản ứng nước nhẹ có

vỏ, vùng hoạt không đồng nhất có phổ neutron nhiệt. Nhiên

liệu là urani dioxit (UO2) được làm giàu 235U. Trong các lò

phản ứng loại này, nước được sử dụng làm chất tải nhiệt và

chất làm chậm.

Ngày nay, để nâng cao hiệu quả kinh tế, độ tin cậy và

an toàn của nhà máy điện hạt nhân, về mặt kỹ thuật, cần

thực hiện mọi biện pháp hợp lý để ngăn ngừa và giảm thiểu

hậu quả của sự cố xảy ra. Đảm bảo độ tin cậy cao nhất cho

tất cả sự cố khả dĩ được đưa vào thiết kế, kể cả những sự

cố với xác suất xảy ra rất thấp. Theo các chuyên gia, lò

phản ứng áp lực nước WWER-1200 có hiệu quả kinh tế

trong việc sản xuất năng lượng và an toàn tốt hơn so với

các thế hệ trước. Ngoài ra, để đảm bảo tính cạnh tranh, điều

quan trọng phải tính đến khi thiết kế lò phản ứng thế hệ

3+ là các hướng phát triển làm tăng thời gian vận hành (tuổi

thọ) của các lò phản ứng nước áp lực. Các hướng phát triển

trên thế giới hiện nay như sau:

- Tăng độ sâu cháy* của các bó nhiên liệu được lấy ra

và từ đó giảm nhiên liệu sử dụng và lượng thải phát sinh

(*Độ sâu cháy nhiên liệu là tổng năng lượng được giải

phóng do quá trình phân hạch của một lượng nhiên liệu

hạt nhân (MWD));

- Tăng hệ số sử dụng công suất lắp đặt** nhà máy (**Hệ

số sử dụng công suất lắp đặt là tỷ lệ công suất thực tế khi

vận hành trong một khoảng thời gian nhất định với công

suất theo lý thuyết);

- Đảm bảo tính linh hoạt của chu trình nhiên liệu (bảo đảm

thời gian nạp nhiên liệu trong khoảng từ 9 đến 24 tháng);

- Sử dụng tích hợp các nhiên liệu hấp thụ cháy;

- Hình thành các cấu hình vùng hoạt với sự làm giảm

rò rỉ neutron;

- Tăng tính hiệu quả của hệ thống kiểm soát và bảo vệ.

Trong lò phản ứng WWER, có một số cách để tăng độ

cháy của nhiên liệu hạt nhân, trong đó chủ yếu là:

- Tăng thời gian vận hành của lò phản ứng và hệ số sử

dụng của công suất lắp đặt;

- Tăng hiệu quả sử dụng uranium tự nhiên;

- Giảm tiêu thụ năng lượng cho các hệ thống thiết bị

riêng;

- Giảm tốc độ rút thanh nhiên liệu đã qua sử dụng để

làm giảm nhu cầu lưu trữ các bó nhiên liệu đã qua sử dụng.

Trong quá trình vận hành lò phản ứng, lượng nhiên liệu

hạt nhân luôn luôn giảm dần. Vì vậy, lượng nhiên liệu lúc

đầu nạp vào lò cao hơn mức cần thiết để đạt đến độ tới hạn

nhằm tăng thời gian vận hành của lò phản ứng trong một

chu kỳ của thanh nhiên liệu. Độ phản ứng, tương ứng với

lượng nhiên liệu dư lúc đầu nạp vào được gọi là dự trữ độ

phản ứng cho quá trình cháy [1]. Ở giai đoạn đầu của chu

kỳ cần phải điều hòa độ phản ứng dư, bằng cách đưa vào

vùng hoạt loại vật liệu hấp thụ neutron mạnh và đưa vào độ

phản ứng âm. Các thanh điều khiển (thanh điều khiển và

90 Trương Hoài Nam, Hoàng Ngọc Đồng

bảo vệ), vốn chứa các đồng vị hấp thụ, thường là 10B, là

loại vật liệu có thể hấp thụ tốt neutron và sẽ tạo ra được độ

phản ứng âm. Tuy nhiên, việc sử dụng các thanh điều khiển

để điều hòa độ phản ứng là không thật sự tối ưu bởi vì

chúng làm cho trường neutron trở nên rất không đồng nhất.

Trong các lò phản ứng nước - nước, ở giai đoạn đầu

người ta sử dụng đồng vị 10B ở dạng axit boric hòa tan trong

chất tải nhiệt dạng nước. Theo tiến trình cháy nhiên liệu,

nồng độ Bor giảm xuống, và như vậy là đã đưa vào độ phản

ứng dương.

Phương pháp tốt nhất để điều hòa độ phản ứng dư và ít

làm sai lệch trường neutron nhất là sử dụng chất hấp thụ

cháy (Chất hấp thụ cháy là các chất hấp thụ có tiết diện

bắt neutron nhiệt cao, đặt cố định vào vùng hoạt và từ từ

bị cháy trong quá trình hoạt động của lò phản ứng nhờ vào

sự hấp thụ bởi neutron). Yêu cầu cơ bản mà chất hấp thụ

cháy cần thỏa mãn là: Ở giai đoạn đầu chu kỳ, khả năng

hấp thụ của chất hấp thụ cháy cần bảo đảm điều hòa được

phần lớn độ phản ứng dự trữ cho quá trình cháy. Ở giai

đoạn cuối chu kỳ, khả năng hấp thụ neutron trong chất hấp

thụ cháy cần nhỏ tới mức có thể bỏ qua so với khả năng

hấp thụ trong nhiên liệu, nghĩa là, ở giai đoạn cuối đó chất

hấp thụ cháy cơ bản là đã cháy hết.

Ý nghĩa khoa học và thực tiễn của bài báo này là

nghiên cứu khả năng gia tăng thời gian vận hành (kéo dài

tuổi thọ), tăng độ sâu cháy và hệ số công suất lắp đặt của

lò phản ứng loại WWER-1200 và tính khả thi để có thể

áp dụng được trong thực tế. Kết quả đánh giá dựa trên

việc nghiên cứu sự phân bố khác nhau của chất hấp thụ

cháy trong bó thanh nhiên liệu và tầm ảnh hưởng của nó

lên sự thay đổi của hệ số tái sinh của neutron trong môi

trường vô tận К∞.

2. Mục đích nghiên cứu

Mục đích nghiên cứu là so sánh về ảnh hưởng, hiệu quả

của việc phân bố đồng nhất và không đồng nhất theo chiều

cao của chất hấp thụ cháy (oxit gadolini) trong bó thanh

nhiên liệu của lò phản ứng loại WWER-1200, nhờ sử dụng

phần mềm «Serpent» dựa trên các thư viện dữ liệu

ENDF/B-7.

Các nhiệm vụ cần giải quyết trong quá trình nghiên cứu là:

- Nghiên cứu các đặc tính của lò phản ứng hạt nhân loại

WWER-1200 (cụ thể là cấu trúc bó thanh nhiên liệu);

- Tạo ra một mô hình toán học mô phỏng bó thanh

nhiên liệu;

- Mô phỏng các quá trình vật lý - neutron trong vùng

hoạt với các biến thể khác nhau của sự phân bố không đồng

nhất của chất hấp thụ cháy;

- Phân tích và so sánh các kết quả nghiên cứu.

Điều hòa độ phản ứng dư được thực hiện bằng cách cho

axit boric vào chất tải nhiệt, bộ phận kiểm soát cơ học của

hệ thống điều khiển và chất hấp thụ cháy. Cần lưu ý rằng,

các đặc tính vật lý - neutron của WWER không cho phép

tăng nồng độ axit boric quá giá trị đã định cho lò phản ứng

đã được đưa vào trạng thái tới hạn. Nồng độ giới hạn của

axit boric cho lò phản ứng tới hạn dao động trong khoảng

không lớn – gần 7,5 g H3BO3/(kg H2O), tùy thuộc vào cách

bố trí mẻ nhiên liệu [1]. Với nồng độ axit boric khoảng 7,5g

H3BO3/(kg H2O) thì sẽ không đủ để lò phản ứng điều hòa

được lượng dự trữ độ phản ứng cho quá trình cháy, vì vậy

trong các bó thanh nhiên liệu người ta lắp các thanh hấp

thụ cháy, các thanh này làm giảm các tính chất tái sinh của

vùng hoạt ở thời điểm đầu chu kỳ hoặc sử dụng chất hấp

thụ cháy gadolini trong bó thanh nhiên liệu, chất này được

đưa trực tiếp vào nhiên liệu. Các thanh nhiên liệu chứa

gadolini được gọi tắt là thanh nhiên liệu G.

Tác dụng chính của chất hấp thụ cháy là:

- Điều hòa một phần mức độ phản ứng để đốt trong giai

đoạn đầu chu kỳ của nhiên liệu;

- Đốt hoàn toàn chất hấp thụ cháy ở giai đoạn cuối chu

kỳ của nhiên liệu;

- Cân bằng phân bố của sự giải phóng năng lượng dọc

theo bán kính của vùng hoạt lò phản ứng, cũng như tiết diện

riêng của bó thanh nhiên liệu.

Gadolini, Erbi, Cadmi, Bor và ở mức độ thấp hơn

Samari và Europi được sử dụng làm chất hấp thụ cháy

trong lò phản ứng hạt nhân. Hiện nay, gadolini là chất được

sử dụng phổ biến cho lò phản ứng WWER. Trong tự nhiên,

Gadolinium có sáu đồng vị ổn định. Tiết diện hấp thụ các

neutron nhiệt bởi Gadolinium tự nhiên đạt đến 49.000 barn,

trong khi đối với đồng vị 157Gd tiết diện hấp thụ là

255.000 barn [6].

Gadolinium đặc trưng không chỉ bởi tiết diện hấp thụ

neutron cao, mà còn bởi khả năng tương thích tốt với các

thành phần kim loại khác, bao gồm uranium oxide.

Hình 1. Phân bố tiết diện hấp thụ neutron bởi Gadolinium và

Erbium theo mức năng lượng neutron [6]

3. Phương pháp nghiên cứu

Trong quá trình nghiên cứu, các tính toán vật lý -

neutron của lò phản ứng được thực hiện với sự trợ giúp của

gói phần mềm “Serpent” dựa trên cơ sở dữ liệu thư viện

ENDF/B-VII - Trung tâm Dữ liệu Hạt nhân Quốc gia

(NNDC). “Serpent” là một gói phần mềm thực hiện theo

phương pháp Monte-Carlo, cho phép tính toán các thông

số lò phản ứng và chu kỳ hoạt động của nó với độ chính

xác tốt nhất, được phát triển và đã được nghiên cứu tại

Trung tâm Khoa học Công nghệ của Phần Lan năm 2004

[2], [3], [4], [5].

3.1. Mô hình thiết kế tính toán

Mô hình thiết kế tính toán là một bó thanh nhiên liệu


dùng cho lò phản ứng WWER-1200 được mô hình hóa, mô

phỏng giống như các bó thanh nhiên liệu đã được sử dụng

tại các nhà máy điện hạt nhân trong hiện tại. Trong quá

trình mô phỏng, nhiệt độ trung bình của nhiên liệu (UO2)

bằng 1.200 K, nhiệt độ của chất tải nhiệt (H2O) là 600 K,

nhiệt độ vỏ thanh nhiên liệu (thanh nhiên liệu có chứa

Gadolinium) là 1.200 K.

.

- Thanh nhiên liệu

- Thanh nhiên liệu có

chứa Gadolinium

- Kênh dẫn hướng

- Kênh đo lường

Hình 2. Cấu trúc bó thanh nhiên liệu (FA) (mặt cắt ngang)

3.2. Thông số kỹ thuật của bó thanh nhiên liệu

Thông số kỹ thuật cơ bản của bó thanh nhiên liệu, loại

được sử sụng để mô hình hóa và tiến hành quá trình vật lý

- neutron được thể hiện ở Bảng 1.

Các FA được thiết kế cho mục đích phát nhiệt và truyền

nhiệt từ bề mặt thanh nhiên liệu đến chất làm mát trong quá

trình làm việc mà không vượt quá các giới hạn cho phép có

thể làm hỏng thanh nhiên liệu. Chiều cao danh định của các

FA là 4.570 mm. Khi lò phản ứng ở tình trạng nóng thì

chiều cao phần phát năng lượng của thanh nhiên liệu là

3.750 mm. Mô hình thiết kế tính toán bó thanh nhiên liệu

trên chứa 312 thanh nhiên liệu, trong đó 300 thanh nhiên

liệu và 12 thanh nhiên liệu có chứa Gadolini. Ngoài ra, FA

còn bao gồm 18 kênh dẫn, mỗi FA có 13 lưới giữ cùng với

phần đầu và chân tạo nên cấu trúc vững chắc của bó. Vỏ

bọc thanh nhiên liệu làm bằng hợp kim zirconi 1% niobi.

Bên trong vỏ nhiên liệu sắp xếp các viên gốm UO2 với độ

làm giàu tối đa là 5% [6].

Bảng 1. Thông số kỹ thuật cơ bản của bó thanh nhiên liệu lò

phản ứng hạt nhân WWER-1200 [1], [6]

Thông số Giá trị

Hình dạng FA Lục lăng 6 mặt

Kích thước “chìa khóa trao tay” FA 235,1 mm

Số lượng thanh nhiên liệu trong FA 312

Bước xếp giữa các thanh nhiên liệu 12,75 mm

Độ làm giàu 235U 4,79 %

Thời gian làm việc, eff.ngày 350 eff.ngày

Thành phần của nhiên liệu dạng viên UO2

Thành phần của nhiên liệu có chứa Gadolini

dạng viên UO2+Gd2O3

Khối lượng (UO2) trong thanh nhiên liệu 1,712 kg

Khối lượng (UO2 + Gd2O3) trong thanh

nhiên liệu có chứa Gadolinium (Gd2O3 5 %) 1,712 kg

Công suất tối đa của một FA 31 МW

Đường kính ngoài/trong của thanh nhiên liệu 9,10/7,73 mm

Đường kính ngoài/ trong của kênh dẫn hướng 13/11 mm

1 – phần đầu; 2 – kênh dẫn hướng; 3 – kênh đo lường; 4 – thanh

nhiên liệu; 5 – mạng lưới định vị; 6 – mạng lưới dưới; 7 – phần đuôi

Hình 3. Cấu trúc bó thanh nhiên liệu

Mặt cắt ngang của bó thanh nhiên liệu mô phỏng bởi

phần mềm “Serpent”, được thể hiện bởi Hình 4 bên dưới.

Mô hình thể hiện đầy đủ các thông số kỹ thuật và đặc tính

của bó thanh nhiên liệu.

Thanh nhiên liệu có

chứa Gadolinium

(UO2 + Gd2O3)

Kênh định hướng

Thanh trung tâm

Тhanh nhiên liệu (UO2)

Kênh đo lường

Hình 4. Cấu trúc mặt cắt ngang của mô hình tính toán

bó thanh nhiên liệu

Để phân tích ảnh hưởng của sự phân bố không đồng

nhất của chất hấp thụ cháy trong chu kỳ hoạt động của bó

thanh nhiên liệu lò phản ứng, các mô hình tính toán của bó

thanh niên liệu nhất định phải được mô phỏng với sự phân

bố khác nhau về nồng độ của Gd2O3 theo thể tích của bó

thanh nhiên liệu:

− Mô hình tính toán bó nhiên liệu không có Gd2O3;

− Mô hình tính toán bó nhiên liệu với sự phân bố đồng

nhất của Gd2O3 trong các thanh nhiên liệu;

− Mô hình tính toán bó nhiên liệu với sự phân bố không

đồng nhất của Gd2O3 theo chiều cao trong các thanh nhiên

liệu (không đồng nhất về nồng độ hạt nhân của

Gadolinium).

Sự phân bố không đồng nhất của Gd2O3 theo chiều cao

trong các thanh nhiên liệu được chia làm 3 phần, mỗi phần

có một nồng độ khác nhau. Các phép tính được thực hiện

cho một chu kỳ kéo dài 350 ngày, với công suất không đổi

của bó thanh nhiên liệu bằng 31 MW. Thời gian hiệu quả

tối đa của vận hành FA giữa các kỳ đảo thanh nhiên liệu

92 Trương Hoài Nam, Hoàng Ngọc Đồng

đối với một chu trình nhiên liệu 12 tháng là 8.400 giờ hiệu

dụng. Độ sâu cháy trung bình của một thanh nhiên liệu đã

cháy lên đến 60 MW.D/kg.U. Để đạt được một chu kỳ như

vậy, độ làm giàu nhiên liệu đã được lựa chọn bằng 4,79%.

a) b) c)

Hình 5. Mô hình tính toán bó thanh nhiên liệu

(theo phần mềm Serpent)

a) Không có Gd2O3 (mặt cắt ngang); b) Phân bố đồng nhất

Gd2O3 trong thanh nhiên liệu (mặt cắt đứng); c) Phân bố không

đồng nhất Gd2O3 trong thanh nhiên liệu (mặt cắt đứng).

Ghi chú: Khi phân bố không đồng nhất Gd2O3, chia

thanh nhiên liệu ra 3 phần bằng nhau theo chiều cao, trong

đó, 2 phần trên và dưới sẽ có nồng độ Gd2O3 bằng nhau,

phần giữa sẽ chênh lệch so với 2 phần còn lại (tỷ lệ trong

bài nghiên cứu này là gấp 2x, 3x và 6x lần, với x là giá trị

nồng độ Gd2O3 ở phần giữa***). ***Có thể lấy tỷ lệ phân chia nồng độ Gd2O3 theo ý

muốn, không bắt buộc.

4. Phân tích kết quả nghiên cứu

Kết quả của quá trình nghiên cứu được thể hiện ở Bảng

2 - giá trị hệ số tái sinh neutron trong môi trường vô tận K∞

theo các chu kỳ đốt và Hình 6 - sự phụ thuộc của hệ số tái

sinh neutron trong môi trường vô tận К∞ đến thời gian đốt

nhiên liệu khi có sự phân bố khác nhau của Gd2O3 trong

thanh nhiên liệu.

Bảng 2. Giá trị hệ số tái sinh neutron**** trong môi trường vô

tận K∞ theo các chu kỳ đốt

Thời

gian đốt

(Ngày)

Không

có Gd2O3

Phân bố

đồng

nhất

Gd2O3

Phân bố

không

đồng nhất

Gd2O3 (2x)

Phân bố

không

đồng nhất

Gd2O3 (3x)

Phân bố

không

đồng nhất

Gd2O3 (6x)

Trạng

thái ban

đầu

1,3544

±

0,0029

1,2526

±

0,0034

1,2457

±

0,0033

1,2492

±

0,0033

1,26147

±

0,0034

70

1,2611

±

0,0036

1,1861

±

0,0036

1,2007

±

0,0035

1,2120

±

0,0034

1,2181

±

0,0037

140

1,2108

±

0,0035

1,1662

±

0,0035

1,1769

±

0,0037

1,1856

±

0,0039

1,1870

±

0,0035

210

1,1665

±

0,0035

1,1578

±

0,0039

1,16120

±

0,0039

1,1588

±

0,0039

1,1596

±

0,0037

280

1,1308

±

0,0036

1,1324

±

0,0039

1,1345

±

0,0042

1,1356

±

0,0043

1,1394

±

0,0042

350

1,0606

±

0,0039

1,0635

±

0,0041

1,0602

±

0,0042

1,0633

±

0,0039

1,0651

±

0,0043

***Điều kiện cần để tạo ra phản ứng dây chuyền tự duy

trì là mỗi neutron được tạo ra trong quá trình phân hạch

đều phải tự tạo ra được trong phân hạch tiếp theo. Điều

kiện đó có thể được thể hiện trong khái niệm hệ số tái sinh

- K∞. Hệ số tái sinh được xác định bằng tỷ số giữa số

neutron của một thế hệ và số neutron của thế hệ trước.

Hay một định nghĩa khác của K∞ là tỷ số giữa số

neutron đã được sinh ra từ tất cả các phản ứng phân hạch

trong một đơn vị thể tích, trong một đơn vị thời gian và số

tất cả các neutron đã bị hấp thụ trong một đơn vị thể tích,

trong một đơn vị thời gian.

Hệ số tái sinh cho phép giám sát định tính và định lượng

đối với quá trình tái sinh neutron trong môi trường, đối với

số phận các neutron thứ cấp được tạo ra khi phân hạch.

Hình 6. Sự phụ thuộc của hệ số tái sinh neutron trong môi

trường vô tận К∞ đến thời gian đốt nhiên liệu khi có sự phân bố

khác nhau của Gd2O3 trong thanh nhiên liệu

Từ bảng kết quả nghiên cứu nhận thấy rằng, đối với sự

phân bố đồng nhất của chất hấp thụ cháy, hệ số tái sinh

neutron giảm 0,1891 đơn vị (tính từ trạng thái ban đầu đến

thời điểm t = 350 ngày) và giảm 0,19367 đơn vị đối với sự

phân bố không đồng nhất (6x). Như vậy, đối với bó thanh

nhiên liệu với sự phân bố không đồng nhất của Gd2O3, độ

hoạt ứng giảm trong 350 ngày là 0,977%, cao hơn so với

sự phân bố đồng nhất. Do đó, hiệu quả của việc phân bố

không đồng nhất chỉ được quan sát ở giữa chu kỳ, lên đến

khoảng 210 ngày. Hơn nữa, đối với trường hợp 2x lần, hiệu

quả vượt đáng kể so với trường hợp 3x lần, còn trường hợp

6x mang lại hiệu quả nhỏ hơn nhiều.

5. Kết luận

Phân tích các kết quả của K∞ trong chu kỳ nhiên liệu

cho sự phân bố đồng nhất và không đồng nhất của chất

hấp thụ cháy cho thấy, trong trường hợp phân bố không

đồng nhất của Gd2O3 (tỷ lệ nồng độ chất hấp thụ nhiệt

theo chiều cao của bó thanh nhiên liệu = 1:6), giảm độ

phản ứng trong 350 ngày đốt là 0,977%, cao hơn so với

sự phân bố đồng nhất. Nếu tiếp tục đốt thêm trong

khoảng thời gian 30 ngày, tức thời gian đảo thanh nhiên

liệu là 380 ngày thì lò vẫn hoạt động ổn định. Như đã đề

cập ở trên, thời gian hiệu quả tối đa của vận hành FA

giữa các kỳ đảo thanh nhiên liệu đối với một chu trình

nhiên liệu 12 tháng là 8.400 giờ hiệu dụng. Trên cơ sở

kết quả thu được, có thể rút ra kết luận về tiềm năng tăng

chu kỳ hoạt động của bó thanh nhiên liệu lò phản ứng

hạt nhân kiểu WWER-1200 bằng cách: thay đổi sự phân


bố đồng nhất của chất hấp thụ cháy bằng sự phân bố

không đồng nhất về nồng độ của Gd2O3 theo chiều cao

bó thanh nhiên liệu.


[1] Крючков В.П., Андреев Е.А., Хренников Н.Н., Физика

реакторов для персонала АЭС с ВВЭР и РБМК: Учебное

пособие для персонала АЭС/ Под редакцией доктора физ.- мат., наук В.П. Крючкова., М.: Энергоатомиздат, 2006, 288с.

[2] Jaakko Leppanen, PSG2/SERPENT - A Continious Energy Monte-

Carlo Reactor Physics Burnup Calculation Code, Helsinki: VTT

Technical Research Centre of Finland, 2012.

[3] Evaluated Nuclear Data File (ENDF) Format, International Atomic

Energy Agency Nuclear Data Services Vienna International Centre,

P.O. Box 100, A-1400 Vienna, Austria, available at Internet site:

https://www-nds.iaea.org/

[4] Каражелевская Ю.Е., Колесов В.В., Терехова А.М., Учебное

пособие. Использование программного комплекса SERPENT для проведения нейтронно-физического расчета реакторов по

курсу «Физический расчет ядерных реакторов», Обнинск:

ИАТЭ НИЯУ МИФИ, 2016, 54 с.

[5] Клинов Д.А., Колесов В.В., Нейтронно-физический расчёт

ядерных реакторов - Часть I, Подготовка библиотек многогрупповых констант с использованием комплекса NJOY,

Обнинск: ИАТЭ НИЯУ МИФИ, 2002, 54с.

[6] Коробейников В.В., Клинов Д.А., Введение в нейтронно-

физический расчёт ядерных реакторов: Учебное пособие по курсу «Нейтронно-физический расчёт ядерных реакторов»,

Обнинск: ИАТЭ НИЯУ МИФИ, 2011, 188с.


94 Vũ Thị Thu Nga

MỐI QUAN HỆ GIỮA TUỔI THỌ CÁCH ĐIỆN VÀ

TÍCH ĐIỆN KHÔNG GIAN TRONG CÁP HVDC-XLPE

CORRELATION BETWEEN INSULATION LIFE AND

SPACE CHARGE IN HVDC-XLPE CABLE

Vũ Thị Thu Nga

Trường Đại học Điện lực; [email protected]

Tóm tắt - Một trong số các yếu tố ảnh hưởng đến sự làm việc của cáp điện một chiều cao áp (HVDC) là sự biến thiên của phân bố điện trường trong lớp cách điện sinh ra từ sự kết hợp giữa chênh lệch nhiệt độ trong cáp, không đồng nhất về điện dẫn và sự tích điện không gian. Mục đích của nghiên cứu này là thảo luận về mối quan hệ giữa tuổi thọ của cách điện với sự tích điện không gian trong cáp điện một chiều cao áp cách điện polymer liên kết ngang (HVDC-XLPE) dựa trên các mô hình về tuổi thọ cách điện phụ thuộc vào ứng xuất điện, với sự xem xét của việc không hoặc có xảy ra hiệu ứng đảo chiều điện cực của điện áp đặt. Trong các mô hình này, ảnh hưởng của hệ số tăng cường điện trường (FEF), mật độ trung bình của điện tích (QM) và mức năng lượng của các điện tích tích lũy trong vật liệu khi có điện trường đặt đến độ bền của vật liệu cũng được đề cập. Phép đo thực nghiệm điện tích không gian cùng các đại lượng liên quan đến tuổi thọ cách điện trên các mẫu phẳng và cáp mô hình sẽ được thảo luận.

Abstract - One of the factors that affects HVDC cable is the field distribution inside the insulation resulting from combined processes of temperature gradient in the cables, non-linear conductivity and space charge accumulation. The purpose of this work is to present and discuss a relationship between insulation life and space charge in HVDC-XLPE cable based on the models of insulation life under electric stress with and without voltage inversion. In these models, criteria such as Field Enhancement Factor-FEF, space-averaged charge density (QM) and minimum and maximum trap depths

(min, max) and their influence on material's durability are also mentioned. Space charge measurements and results concerning insulation life on plaque samples and model cable will be discussed.

Từ khóa - tuổi thọ cách điện; HVDC; tích điện không gian; hệ số tăng cường điện trường; phương pháp PEA.

Key words - insulation life; HVDC; space charge; field enhancement factor; pulsed electro-acoustic method.


Về mặt kinh tế, khả năng làm việc ở nhiệt độ cao, dễ

dàng chế tạo bảo dưỡng và thân thiện với môi trường, cáp

cách điện polymer có nhiều ưu điểm hơn cáp cách điện

giấy [1]. Vật liệu cách điện polymer được sử dụng trong

hệ thống truyền tải điện AC đã đạt nhiều thành tựu lớn,

tuy nhiên khi sử dụng trong truyền tải điện DC thì phải

đối mặt với thách thức do sự hình thành tích điện không

gian dưới tác động của các ứng lực điện và nhiệt. Hơn

nữa, khi làm việc dưới điện áp DC, phân bố điện trường

không còn là điện dung ở trạng thái ổn định mà chuyển

sang phân bố điện trở khi đi qua chế độ quá độ (là thời

gian mà các tích điện không gian được tích lũy). Do đó,

tác động trực tiếp của tích điện không gian là làm méo sự

phân bố điện trường trong cách điện dẫn đến việc xác định

phân bố điện trường dưới điện áp DC không đơn giản.

Như vậy, một trong các vấn đề chính của cách điện

polymer trong cáp HVDC là liên quan đến sự hình thành

tích điện không gian. Đó chính là nguyên nhân làm giảm

hiệu suất làm việc và tuổi thọ của cáp.

Các phép đo lượng tích điện không gian trong cách điện

đã trở nên khá phổ biến trong quá trình nghiên cứu tích điện

không gian dưới ứng lực điện. Một số hệ thống đo lường

đã tồn tại với những giá trị tiêu biểu về độ nhạy, độ phân

giải, mô hình hình học của mẫu đo, đo lường ... Đó là

những công cụ hiệu quả trong việc tối ưu hóa cấu trúc vật

liệu bán dẫn/cách điện cho cáp HVDC. Trong bài báo này,

tác giả giới thiệu phương pháp đánh giá tuổi thọ của vật

liệu cáp dựa vào các phép đo thực nghiệm độ tích điện

không gian trên vật mẫu phẳng và cáp mô hình.

2. Phương pháp đánh giá

2.1. Mô hình tương quan giữa tuổi thọ vật liệu cách điện

và tích điện không gian

Vật liệu polymer trải qua những thay đổi liên tục trong

suốt trong thời gian hoạt động của nó, thành phần hóa học

và cấu trúc vi mô của nó có thể thay đổi dưới sự ảnh hưởng

kết hợp của điện, cơ nhiệt và độ ẩm làm nhiều thuộc tính có

thể bị biến đổi. Ví dụ, tính dẫn điện và tổn thất điện môi có

thể sẽ tăng lên trong quá trình làm việc và do đó độ bền cơ

học cũng như độ bền điện môi của nó bị xấu đi. Cuối cùng,

vật liệu có thể bị già hóa; kết quả là nó không thể thực hiện

chức năng cách điện theo đúng tiêu chuẩn yêu cầu.

Vấn đề thay đổi tuổi thọ của vật liệu cách điện dưới tác

động kết hợp của các ứng suất điện và nhiệt dưới tác dụng

của điện áp AC là sự kết hợp ảnh hưởng của các ràng buộc

riêng biệt. Sự già hóa do nhiệt, nói chung tương ứng với sự

suy thoái hóa học của vật liệu trong hầu hết các trường hợp

được mô phỏng bởi luật Arrhenius, sự thay đổi tuổi thọ của

vật liệu được đặc trưng bởi công thức [2], [3]:

Lt(T) = L0t exp [ −G

kB(

1

T0−

1

T)] (1)

Trong đó, L0t là tuổi thọ của vật liệu ở nhiệt độ tương

ứng T0, nó thường là nhiệt độ khí quyển; G là năng lượng

kích hoạt, năng lượng kích hoạt càng lớn, sự biến động về

tuổi thọ của cáp càng nhanh.

Sự già hóa của vật liệu do tác động của điện trường

được xác định theo luật nghịch đảo công suất theo công

thức [3]:

Lt(E) = L0E (E

E0)

−n

(2)


Trong đó; L0E là tuổi thọ của vật liệu ở điện trường

tương ứng E0, n là hệ số công suất liên quan đến sự già hóa

vật liệu, thường được xác định bởi quá trình hiệu chỉnh phù

hợp kết quả thực nghiệm của điện áp với thời gian phá hủy

vật liệu (đặc tính V-t). Giá trị n càng lớn thì tuổi thọ của

vật liệu càng ngắn.

Khi không có tác động của điện trường, chỉ có sự già

hóa do nhiệt tác động vào tuổi thọ của vật liệu. Tuy nhiên,

dưới một ràng buộc điện áp, tuổi thọ của vật liệu sẽ chịu

tác động của cả già hóa do nhiệt và điện trường, tuổi thọ

vật liệu trong trường hợp này được xác định bởi sự kết hợp

của 2 ràng buộc trên [4]:

Lt(E, T) = L0 (E

E0)

−n′

exp [ −G

kB(

1

T0−

1

T)] (3)

Dưới tác dụng của điện trường DC, sự tích điện

không gian trong vật liệu có thể là nguồn gốc của sự suy

thoái vật liệu bởi sự tăng cường của điện trường cục bộ [5].

Ở điện trường rất cao, sự xuất hiện điện tích bứt phá từ các

điện cực gây nên hiện tượng cây điện và mất ổn định nhiệt.

Dưới điện trường nhỏ hơn, sự già hóa diễn ra chậm hơn và

tuổi thọ vật liệu được kéo dài hơn, tuy nhiên sự xuất hiện

của các điện tích không gian (bởi sự thay đổi hình thái của

vật liệu) có thể góp phần làm tăng tỷ lệ già hóa (liên quan

đến sự hình thành các khuyết tật trong vật liệu). Như vậy,

thời gian phá hủy vật liệu tương quan với số lượng điện

tích tích lũy trong vật liệu [6].

Khi cáp điện được thiết kế làm việc với bộ chuyển đổi

nguồn điện áp SVC (Voltage Source Converter), sự đảo

chiều luồng công suất sẽ được thực hiện bởi sự thay đổi

hướng của dòng điện mà không đảo chiều điện áp. Trong

trường hợp đó, tuổi thọ cách điện sẽ được xác định thông

qua định luật nghịch đảo công suất – thời gian phá hủy vật

liệu là hàm của ứng lực điện lớn nhất qua vật liệu: N

FCL

=

max

1.

(4)

Trong đó: Fmax là ứng lực điện lớn nhất qua vật liệu cách

điện, N là hệ số già hóa và còn được biết như là độ bền điện

áp (Voltage Endurance Coefficient VEC) và C là hằng số.

Việc tích tụ không gian dưới điện áp DC có thể tham

gia vào quá trình lão hóa thông qua việc thay đổi cấu trúc

vật liệu [7] và có thể làm tăng VEC. Theo công thức 4, xét

giá trị của VEC là 10, tương ứng với các khuyến nghị của

Cigré cho các loại cáp đùn cao áp (HV) [8], nếu tăng 10%

giá trị điện trường (Fmax) thì dẫn đến giảm tuổi thọ khoảng

3 lần. Đối với cách điện không tối ưu, lượng tích điện

không gian (yếu tố bóp méo trường) tăng tỷ lệ với điện áp

đặt. Để giữ được tuổi thọ cáp trong giới hạn có thể chấp

nhận được, phải giảm điện áp đặt tối đa cho cáp trong thiết

kế và do đó cũng sẽ làm giảm hiệu suất truyền tải điện.

Trong trường hợp hệ thống cáp làm việc với bộ chuyển

đổi điện áp LCC (Line commutated Converters), sự đảo

ngược điện cực điện áp xuất hiện. Do vậy, cáp cũng phải

được thiết kế chế tạo để thích ứng với sự làm việc của loại

ứng lực điện này. Trong trường hợp này, cáp được thử

nghiệm [9] thông qua các bài kiểm tra tuổi thọ nhanh kết

hợp với các phép đo điện tích không gian, và đã chứng

minh rằng tuổi thọ của vật liệu cách điện không chỉ phụ

thuộc vào điện trường mà còn phụ thuộc vào các thông số

khác nhau liên quan đến tích lũy điện tích không gian như:

số lượng điện tích trung bình (QM) thu được dưới điện

trường đặt Eđặt, tốc độ tiêu tán điện tích (s) trong thời gian

khử cực tính (E = 0) và tần số đảo ngược phân cực (f). Theo

mô hình đã được đưa ra bởi Cavallini và cộng sự [10], tỷ

số giữa tuổi thọ khi có (L1) và không có (L) sự đảo chiều

phân cực điện áp như sau:

𝐿1

𝐿=

1

1+𝐾.𝑠−𝑎1𝑄𝑀(𝐸đặ𝑡).𝑓𝑎2 (5)

Trong đó:

K, a1 và a2 là các hệ số quan hệ (>0).

=d

M dxtxd

tQ0

),(1

)(

(6)

)10ln()log(

)(.

1

minmax0 −

−==

Tk

td

tQd

Qs BM

M

(7)

d là khoảng cách giữa các điện cực; QM0 được xác định

ngay sau khi volt-off, có thể xem xét bằng lượng điện tích

xuất hiện trong khoảng thời gian volt-on; min, max là độ sâu

nhỏ nhất và lớn nhất (tương đương với mức năng lượng đạt

được nhỏ nhất và lớn nhất) của điện tích tích lũy trong vật

liệu; N0 là năng lượng đơn vị trong khoảng giữa [min - max].

Theo mối quan hệ trong biểu thức (5), ta có thể nhận

thấy rằng, tuổi thọ cách điện cáp giảm với tần số đảo ngược

phân cực và số lượng điện tích không gian tồn tại trong vật

liệu (QM). Đối với vật liệu polymer, QM là hàm của điện

trường đặt (Eđặt) [9, 10] cho các ứng suất điện ở chế độ

ohmic theo hàm QM = Eđặtb, b tương đương với tỷ lệ tích

lũy điện tích với ứng suất đặt. Theo (5), ta thấy tuổi thọ của

vật liệu khi có sự đảo chiều điện cực (L1) giảm tỷ lệ nghịch

với tốc độ tiêu tán điện tích. Nó có nghĩa là trong trường

hợp có sự đảo chiều điện cực, vật liệu nên đẩy các điện tích

ra nhanh nhất có thể khi điện áp về 0 trong khoảng thời

gian đảo chiều điện cực. Trong các nghiên cứu cho vật liệu

khác nhau (ví dụ trên XLPE), các hệ số tương quan (K, a1

và a2) liên quan đến tuổi thọ cách điện không được thay đổi

khi thay đổi điều kiện xử lý vật liệu, mà chỉ có các thông

số liên quan đến điện tích không gian như yếu tố tăng

cường điện trường, mật độ điện tích bị mắc kẹt và tỷ lệ tiêu

tán điện tích trong quá trình thay đổi điện áp được thay đổi.

2.2. Mẫu, phương pháp và điều kiện thực nghiệm

2.2.1. Mẫu đo

Các phép đo điện tích không gian được thực hiện trên

mẫu vật liệu cách điện phẳng và mô hình cáp mẫu.

Đối với mẫu phẳng: từ các mẫu phẳng vật liệu cách điện

XLPE và vật liệu bán dẫn (semiconducting - SC) được

cung cấp từ công ty chế tạo cáp điện, chúng được cắt thành

hình đĩa với đường kính tương ứng là 10 cm đối với cách

điện và 12 mm đối với bán dẫn. Ba lớp bán dẫn - cách điện

- bán dẫn được tiếp tục xử lý liên kết ngang cùng nhau ở

nhiệt độ 180°C trong 15 phút dưới áp lực để tạo thành mẫu

đo gồm 3 lớp. Hai lớp bán dẫn được tạo với độ dày khác

nhau là 200 và 600 µm. Lớp bán dẫn phía trên (600 µm)

được tiếp xúc với điện cực PEA (điện cực PEA được nối

với cảm biến sóng âm) để làm suy giảm sự phản xạ của

sóng âm mà có thể xuất hiện trên bề mặt của mẫu đo và

điện cực PEA. Lớp bán dẫn phía dưới (200 µm) để giữ độ


phân giải không gian phù hợp trong phép đo. Độ dày của

lớp cách điện giới hạn đến 500 µm với mục đích đạt được

điện trường đặt lên tới 40 kV/mm với điện áp đặt tối đa của

thiết bị PEA là 30 kV. Hình 1 thể hiện mẫu đo phẳng được

tạo bởi 3 lớp SC/XLPE/SC, với độ dày tương ứng là

600 µm/500 µm/200 µm.

Hình 1. Cấu trúc của mẫu phẳng

Đối với mẫu cáp mô hình: phép đo được thực hiện trên

cáp có độ dài 3 m, đường kính lõi đồng là 8,2 mm; lớp bán

dẫn bên trong và ngoài có độ dày tương ứng là 1 mm và độ

dày của lớp cách điện là 4,5 mm (Hình 2).

Hình 2. Cấu trúc của mẫu cáp mô hình

2.2.2. Phương pháp thực nghiệm

Trong nghiên cứu này, tác giả lựa chọn phương pháp

xung sóng âm - điện PEA (pulsed electro-acoustic) [11] để

đo sự tích điện không gian, bởi phương pháp này đơn giản

và linh hoạt với một dải rộng về độ dày của mẫu đo có thể

từ hàng trăm micro mét đến vài mili mét cho vật liệu XLPE

bằng cách thích ứng các đặc tính của thiết bị như độ rộng của

xung hoặc độ dày của bộ cảm biến điện. Một ưu điểm nữa

của phương pháp PEA là có thể thực hiện phép đo dễ dàng

trong cả hai trường hợp volt-on và volt-off, do tính chất kích

thích và thông qua việc sử dụng các tụ điện tách biệt. Phương

pháp PEA cũng cung cấp độ phân giải theo thời gian rất cao

và do đó có thể phát hiện nhanh các hiện tượng thay đổi theo

thời gian của tích điện không gian, ví dụ như các khối điện

tích được gọi là “gói tích điện nhanh” [12].

Phương pháp này cũng có thể đáp ứng trong việc đo

điện tích không gian trong mẫu cáp đồng trục với ưu điểm

là có thể tính toán cả sự ảnh hưởng của chênh lệch nhiệt độ

trong cáp. Tuy nhiên, kết quả có phần sai số do hiệu ứng

của sự chênh lệch nhiệt độ và tính đến cả cấu trúc hình trụ,

sự suy giảm sóng âm trong quá trình hiệu chỉnh từ tín hiệu

thô đo được bởi PEA cáp.

2.2.3. Điều kiện thực nghiệm

Đối với mẫu phẳng: các phép đo điện tích không gian

được đặt với điện áp đặt thể hiện trên Hình 3, bao gồm quá

trình phân cực/khử cực ở 10, 20, 30 kV/mm, mỗi bước điện

áp được thực hiện trong 3h, tới điện trường 40 kV/mm sau

đó đảo ngược điện cực điện áp tới -40 kV/mm trong 3h và

cuối cùng để thời gian khử cực (V = 0) trong 3h. Đặt bước

nhảy tăng và giảm của điện trường là 1 kV/mm/s. Phép đo

được thực hiện trong dải điện trường ở nhiệt độ cố định từ

25 đến 50°C. Tín hiệu điện tích không gian được ghi lại

trong toàn bộ thời gian đo với tần số 1 tín hiệu/s.

Đối với mẫu cáp mô hình: phép đo điện tích không gian

được thực hiện trong điều kiện nhiệt độ phòng (không có

sự chênh lệch nhiệt độ trong cáp) để có sự tương đồng so

sánh kết quả với mẫu phẳng. Trong các phép đo, cáp được

đặt điện áp -80 kV trong 90 phút (lớp bán dẫn bên ngoài

được nối đất (V = 0)). Với điện áp đặt này, điện trường

tương đương khoảng -25 kV/mm ở lớp bán dẫn bên trong.

Hình 3. Điện trường đặt áp dụng cho các phép đo tích điện

không gian trên các mẫu phẳng

Trong nghiên cứu này, tác giả thực hiện nghiên cứu tính

toán và trình bày các thông số ảnh hưởng đến tuổi thọ cách

điện dựa vào phép đo điện tích không gian gồm:

- Hình ảnh của mật độ tích điện không gian;

- FEFmax và vị trí của chúng ở thời gian ngắn;

- Giá trị QM0, max, min.


3.1. Sự tích điện không gian

Sự phát triển của điện tích không gian theo thời gian -

không gian có thể được sử dụng mã màu để thể hiện mật

độ của điện tích. Từ sự thể hiện này, trạng thái của vật liệu

được xác định một cách tổng quan dưới quan sát sự tích

điện của điện tích với các mức điện trường khác nhau.

Cũng từ sự quan sát này, chúng ta cũng có thể đưa ra các ý

tưởng ban đầu về tốc độ tiêu tán điện tích trong khoảng thời

gian volt-off. Ví dụ, Hình 4 mô tả tích điện của vật liệu

XLPE được thực hiện trong phép đo. Trục X thể hiện thời

gian (mỗi khoảng thời gian là 3h), trục Y thể hiện độ dày

của vật liệu (anod ở phía trên, cathode ở phía dưới trước

khi đảo ngược điện cực). Thang màu thể hiện mật độ điện

tích tích lũy trong vật liệu (màu xanh thể hiện điện tích âm,

màu vàng thể hiện điện tích dương).

Ở 10 kV/mm, các điện tích được bứt phá từ cả hai điện

cực anode và cathode và hình thành homocharge (điện tích

cùng dấu với điện cực) trên các điện cực. Trong khoảng 3h

volt-off tỷ lệ tích điện âm vẫn còn nhưng với mật độ rất nhỏ,

thể hiện sự tiêu tán nhanh của điện tích sau khi điện áp đặt

bằng không. Khi điện trường tăng 20 kV/mm đến


40 kV/mm, sự tích điện xuất hiện nhanh hơn trong vật liệu

và lượng điện tích âm chiếm một khoảng không gian lớn

trong khối vật liệu. Khi đảo ngược điện cực của điện áp, sự

bứt phá điện tích ở hai điện cực vẫn tồn tại, tuy nhiên điện

tích dương có sự phân tán nhanh hơn vào trong khối vật liệu.

Ta có thể nhận thấy rằng, sự đảo chiều điện cực điện áp là

nguồn gốc của sự hình thành mạnh mẽ cầu điện tích dương,

nó có xu hướng trung hòa các điện tích âm trong vật liệu.

Hình 4. Tích điện không gian cho mẫu phẳng. Thang màu thể

hiện mật độ điện tích không gian (C/m3)

3.2. Sự phát triển của hệ số tăng cường điện trường

(FEF) theo không gian - thời gian

Sự tích điện của điện tích không gian trong vật liệu làm

thay đổi giá trị điện trường. Giá trị FEF được xác định là tỷ

số của điện trường cục bộ, xác định được khi có điện tích

trên điện trường Laplacien (điện trường ban đầu khi đặt

điện áp), hệ số FEF sẽ bằng 1 nếu không có sự tích điện

xuất hiện trong vật liệu. Nếu tồn tại điện tích không gian

tích lũy trong vật liệu, giá trị của FEF nhất thiết sẽ lớn hơn

1 ở bất kỳ vị trí nào trong vật liệu. Do vậy, điều này rất phù

hợp cho sự xem xét quá trình phát triển theo thời gian của

vị trị FEFmax. Vị trí này trong khoảng thời gian phân cực

(có điện áp đặt) có thể mang tới rất nhiều thông tin thú vị,

ví dụ: FEFmax tồn tại ở gần điện cực (anode hay cathode)

có thể tượng trưng cho khả năng tồn tại điện tích trái dấu

với điện cực đó. Tương tự, giá trị FEFmax tồn tại ở giữa khối

điện môi có thể là do có sự tích điện homocharge.

Hình 5 miêu tả sự phát triển theo thời gian của FEFmax

(cột bên trái) và vị trí của nó (cột bên phải) ở điện trường đặt

khác nhau trong trường hợp mẫu phẳng XLPE-HVDC. Ở tất

cả các mức điện trường đặt 10 kV/mm đến 40 kV/mm và -

40 kV/mm, giá trị cao nhất của điện trường tồn tại ở trong

khối điện môi do có sự hình thành homocharge ở cả 2 điện

cực. Giá trị FEFmax đạt khoảng 1,22 sau 3 giờ đặt điện áp.

3.3. Cơ chế tiêu tán của điện tích tích lũy trong vật liệu

Tổng số lượng điện tích tồn tại trong vật liệu không thể

xác định đầy đủ bằng giá trị FEF, ví dụ: khi tồn tại liên tục

các lớp điện tích âm và dương trong vật liệu, ta có thể tính

toán giá trị FEF đạt trị số nhỏ, nhưng thực tế số lượng điện

tích có thể là tương đối cao và là tác nhân đẩy nhanh quá

trình già hóa vật liệu thông qua quá trình tích lũy năng

lượng cơ - điện [7]. Vấn đề liên quan hơn trong việc xác

định số lượng điện tích tích lũy là tính toán lượng điện tích

trung bình dọc theo chiều dày của mẫu đo (QM). Số lượng

điện tích này được ước tính ngay sau khi điện áp đặt bằng

không (volt-off) và nó cũng được xem xét coi như là số

lượng điện tích tích lũy trong khoảng thời gian volt-on.

Hơn nữa, sự phát triển của QM theo thời gian còn liên quan

trực tiếp đến sự tiêu tán điện tích. Sử dụng mô hình tiêu tán

điện tích phù hợp [13], những thông số thích hợp liên quan

đến các bẫy điện tích (mật độ, mức năng lượng) có thể được

đưa ra từ các đường cong của QM.

Hình 5. Sự phát triển của FEFmax và vị trí của nó theo

thời gian dưới điện trường đặt khác nhau.

X = 0/d đặc trưng cho điện cực là cathode/anode

Hình 6 thể hiện các đường cong khác nhau của QM(t)

thu được trong thời gian của quá trình khử cực (V = 0)

trong trường hợp mẫu phẳng XLPE-HVDC ở các điện

trường đặt khác nhau. Ta nhận thấy rằng, trước khi đổi

chiều điện cực điện áp, số lượng điện tích (ở thời điểm bắt

đầu của khử cực) tăng với điện trường đặt. Tuy nhiên, giá

trị QM(t = 0, -40 kV/mm) sau khi đổi chiều phân cực giảm

dưới giá trị đạt được ở 30 kV/mm. Điều này do sự tổ chức

lại phức tạp của điện tích không gian được điều khiển bởi

sự đảo chiều điện áp, ví dụ sự kết hợp giữa sự tồn tại lượng

điện tích âm trong khối vật liệu ở 40 kV/mm và sự bứt phá

mạnh mẽ điện tích dương từ điện cực anode sau khi đảo

chiều điện cực (xem Hình 4). Từ các đường cong của QM

(Hình 6), theo mô hình tiêu tán điện tích của Dissado [13],

ta có thể xác định được các giá trị của max và min, thể hiện

trong Bảng 1 với mức năng lượng từ 0,99 đến 1,18 eV. Từ

các giá trị của QM0 và max, min ta nhận thấy rằng độ sâu của

các điện tích tích lũy trong vật liệu (tương ứng với mức

năng lượng của nó) càng lớn thì các điện tích đã bị tích lũy

trong vật liệu tiêu tán càng khó khi volt-off.

3.4. Mẫu cáp đồng trục

Để kiểm tra sự tương quan giữa mẫu phẳng và cáp thực

tế, mẫu cáp được sử dụng đo sự tích điện không gian bằng

hệ thống đo PEA cáp. Thông qua thuật toán giải mã phân

tích kết quả đo của PEA cáp [14], ta thu được điện tích

không gian trong lớp cách điện trên mẫu cáp đồng trục, thể

hiện trên Hình 7.

Các profile của điện tích thể hiện sự hình thành

heterocharge (điện tích trái dấu với điện cực) cả trên 2 điện

cực (thể hiện bởi 2 mũi tên) với số lượng lớn hơn ở gần

0 50 100 1501.1

1.2

1.3

t(min)

0 50 100 1500

0.5

1

t(min)

0 50 100 1501.1

1.2

1.3

t(min)

0 50 100 1500

0.5

1

t(min)

0 50 100 1501.1

1.2

1.3

t(min)

FE

Fm

ax

0 50 100 1500

0.5

1

t(min)

xE

max/d

0 50 100 1501.1

1.2

1.3

t(min)

0 50 100 1500

0.5

1

t(min)

0 50 100 1501.1

1.2

1.3

t(min)

0 50 100 1500

0.5

1

t(min)

10kV/mm

20kV/mm

30kV/mm

40kV/mm

-40kV/mm


phía lớp bán dẫn bên ngoài. Đây là nguyên nhân dẫn tới sự

đảo ngược điện trường phân bố trong vật liệu (điện trường

lớp bán dẫn bên ngoài cao hơn lớp bán dẫn bên trong) so

với điện trường ban đầu khi đặt điện áp (Laplacien). Sự ảnh

hưởng của điện tích không gian tích lũy trong cáp cũng sẽ

làm biến dạng điện trường và làm tăng hệ số FEF, yếu tố

làm giảm hiệu suất hoạt động của cáp. Tuy nhiên giá trị của

FEF trong mẫu cáp khó có thể so sánh bằng định lượng với

FEF trên mẫu phẳng bởi ảnh hưởng của sự không đồng nhất

của điện trường dọc theo độ dày của cách điện cáp (do cáp

đồng trục).

Hình 6. Sự phát triển của QM theo thời gian thu được trong

3h sau khi phân cực (volt-on) ở điện trường đặt khác nhau

Bảng 1. Giá trị FEFmax và các thông số xác định được theo

mô hình tiêu tán điện tích khi có sự tích điện không gian trong

vật liệu XLPE

Eapp (kV/mm) 10 20 30 40 -40

FEFmax 1,23 1,22 1,22 1,22 1,21

QM0(C/m3) 0,26 0,46 0,6 x 0,6

min (eV) 0,99 1 1 x 0,99

max (eV) 1,17 1,18 1,18 x 1,17

Hình 7. Sự phát triển của mật độ điện tích theo thời gian

trong cách điện của cáp điện đồng trục XLPE-HVDC

dưới điện áp đặt -80 kV trong 3 giờ

4. Kết luận

Tác giả đã giới thiệu phương pháp đánh giá tuổi thọ của

vật liệu sử dụng trong cáp HVDC từ các thông số tính toán

được từ phép đo điện tích không gian. Các thông số được

quan tâm là độ méo điện trường tối đa, mật độ điện tích còn

lại sau khi volt-off. Với việc sử dụng các thông số này, mặc

dù kết quả còn sơ lược, chúng ta vẫn có thể có một bức

tranh về độ bền của vật liệu dưới ứng lực điện DC khi có

hoặc không có sự đảo chiều điện cực. Hơn nữa, sự so sánh

về tuổi thọ (độ bền) của các vật liệu khác nhau cũng có thể

được thực hiện khả thi thông qua các phép đo điện tích

không gian trong cáp điện XLPE-HVDC.

Lời cảm ơn: Cảm ơn Phòng thí nghiệm LAPLACE

(Toulouse, Pháp) đã giúp đỡ tác giả thực hiện các phép đo

thực nghiệm.


[1] T. L. Hanley et al., “A General Review of Polymeric Insulation for

Use in HVDC Cables”, IEEE Electr. Insul. Mag., Vol. 19, No. 1, 2003, pp. 13-24.

[2] R. Liu, “Long-Distance DC Electrical Power Transmission”, IEEE

Electr. Insul. Mag., Vol. 29, No. 5, 2013, pp. 37-46.

[3] L. Simoni, “A General Approach to The Endurance of Electrical

Insulation Under Temperature and Voltage”, IEEE Trans. Electr.

Insul., Vol. EI-16, No. 4, 1981, pp. 277-289.

[4] G. Mazzanti and M. Marzinotto, Extruded Cable for High-Voltage

Direct- Current Transmission. Hoboken, New Jersey: JohnWiley &

Sons, Inc, 2013.

[5] G C. Montanari, “Bringing an Insulation to Failure: The Role of

Space Charge”, IEEE Trans. Dielectr. Electr. Insul., Vol. 18, No. 2, 2011, pp. 339-364.

[6] G. Mazzanti, et al., “Electrical Aging and Life Models: The Role of

Space Charge”, IEEE Trans. Dielectr. Electr. Insul., Vol. 12, No. 5,

2005, pp. 876-890.

[7] L.A Dissado et al., “The Role of Trapped Space Charges in The

Electrical Aging of Insulating Materials”, IEEE Trans. Dielectr.

Electr. Insul., Vol. 4, 1997, pp. 496-505.

[8] Cigré Working Group 21.01, “Recommendations for Testing DC

Extruded Cable Systems for Power Transmission at Rated Voltage up to 250 kV”, 2003, pp. 1-29.

[9] G. C. Montanari et al., “Evaluation of DC Insulation Performance

Base on Space-charge Measurements and Accelerated Life Test”,

IEEE Trans. Dielectr. Electr. Insul., Vol. 7, 2000, pp. 322-328.

[10] A. Cavalini et al., “Life Model Base on Space-charge Quantities for

HVDC Polymeric Cables Subjected to Voltage-polarity Inversions”,

IEEE Trans. Dielectr. Electr. Insul., Vol. 9, 2002, pp. 514-523.

[11] T. Maeno et al., “Measurement of Spatial Charge Distribution in

Thick Dielectric Using the Pulsed Electro-acoustic Method”, IEEE Trans. Electr. Insul., Vol. 23, 1988, pp.433-439.

[12] S. Delpino et al., “Fast Charge Packet Dynamics in XLPE Insulated

Cable Model”, Proceedings Conference on Electrical Insulation and

Dielectric Phenomena, Vancouver (Canada), 2007, pp. 421-424.

[13] L. A. Dissado et al., “Space Charge Injection and Extraction in High

Divergent Fields”, Proceedings Conference on Electrical Insulation

and Dielectric Phenomena, Harbin (China), 1999, pp. 23-26.

[14] B. Vissouvanadin et al., “Deconvolution Techniques for Space

Charge Recovery Using Pulsed Electroacoustic Method in Coaxial Geometry”, IEEE Transactions on Dielectrics and Electrical

Insulation, Vol. 21, Iss. 2, 2014, pp. 821-828.


101

102

103

104

105

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

time(s)

QM

(C/m

3)

10kV/mm

20kV/mm

30kV/mm

-40kV/mm


ÁP DỤNG SƠ ĐỒ CHUỖI GIÁ TRỊ (VSM) TẠI DÂY CHUYỀN SẢN XUẤT TÔM

A RESEARCH ON VALUE STREAM MAPPING IN SHRIMP PRODUCTION LINE

Nguyễn Ngọc Thùy Nhiên, Nguyễn Thị Tú Nhi, Võ Trần Thị Bích Châu

Trường Đại học Cần Thơ

[email protected], [email protected], [email protected]

Tóm tắt - Sơ đồ chuỗi giá trị (Value Stream Mapping - VSM) là một công cụ cơ bản của sản xuất tinh gọn giúp nhận diện các lãng phí hay các hoạt động không tạo ra giá trị cho sản phẩm trong toàn bộ hệ thống sản xuất. VSM chỉ ra những công đoạn chính của quy trình vận hành, bên cạnh những dữ liệu liên quan đến dòng nguyên vật liệu, chất lượng, thời gian đáp ứng đơn hàng và nhịp sản xuất. Bài báo tập trung xây dựng một sơ đồ chuỗi giá trị của dây chuyền sản xuất tôm ở một công ty thủy sản kết hợp những công cụ trong sản xuất tinh gọn như hệ thống sản xuất kéo, Kanban, kệ tồn kho và xây dựng các giải pháp lâu dài dựa trên triết lý 5S kết hợp Kaizen. Những đề xuất, cải tiến nhằm loại bỏ những điểm gây ra lãng phí và tắc nghẽn trong dòng chảy giá trị của dây chuyền sản xuất tại Công ty TNHH Thực phẩm Nắng Đại Dương. Các kết quả khi ứng dụng sơ đồ chuỗi giá trị vào công ty cũng được trình bày cụ thể.

Abstract - Value Stream Mapping (VSM) is a fundamental tool of lean manufacturing that involves constructing an overview of the whole production system and identifying wastes, which are called non-value activities for the system production. VSM recognizes main stations in the process, besides data concerned with material flow, quality, time to meet orders and production rate. This paper associates designing VSM, presented by a case study of a shrimp production line at an aquaculture company with many lean tools, namely pull production system, Kanban, shelf inventory and establishing long-term solutions based on 5S philosophy of Kaizen. The aim of this proposal is to carry out some improvements which help to reduce wastes and bottle-neck of the value stream production line in Nang Dai Duong (Ocean Sun) food company. The application results in the enterprise are also presented specifically.

Từ khóa - trạng thái hiện tại; trạng thái tương lai; sản xuất tinh gọn; sơ đồ chuỗi giá trị; triết lý 5S

Key words - current state; future state; lean manufacturing; value stream mapping; 5S philosophy


Sản xuất tinh gọn (lean manufacturing) bắt nguồn từ

hệ thống sản xuất Toyota và là một nhóm phương pháp

hiện đang được áp dụng ngày càng rộng rãi trên thế giới,

nhằm loại bỏ lãng phí và những bất hợp lý trong quá trình

sản xuất, làm giảm chi phí và tăng tính cạnh tranh cho nhà

sản xuất. Triết lý này lần đầu được giới thiệu bởi tác giả

Daniel Jones (1990) đã cho rằng loại bỏ lãng phí là mục

tiêu lớn nhất mà hệ thống này muốn hướng đến. Sơ đồ

chuỗi giá trị (VSM) là một trong những công cụ chủ yếu

giúp nhận ra công đoạn gây lãng phí trong cả quá trình và

những công đoạn nào có khả năng cắt giảm hoặc loại bỏ.

VSM được phát triển giúp định hình chuỗi giá trị trong

tương lai khi áp dụng những cải tiến của hệ thống sản xuất

tinh gọn. Mike và John (1999) đã giới thiệu tổng quan về

sơ đồ chuỗi giá trị, các bước thực hiện việc lập sơ đồ chuỗi

giá trị, từ đó phân tích các yếu tố gây ra lãng phí trong

toàn bộ quá trình. Fawaz và Jayant (2006) đã trình bày

một nghiên cứu điển hình về phương pháp “lean”, áp dụng

công cụ chính là sơ đồ chuỗi giá trị để vẽ một mô hình mô

phỏng dây chuyền sản xuất tại một nhà máy thép lớn. Bài

báo đã cho các nhà quản lý thấy được những lợi ích tiềm

năng của việc áp dụng công cụ này như giảm thời gian

sản xuất và giảm tồn kho bán thành phẩm. Synthia và

Chuan (2007) đã giới thiệu một sơ đồ chuỗi giá trị (VSM)

trong thực trạng sản xuất điện công nghiệp ở Trung Quốc.

Công cụ cộng tác này mang lại quá trình làm việc chắc

chắn với thông tin nhanh dòng chảy nguyên vật liệu và

xây dựng một nền tảng lý thuyết với một khái niệm quản

lý mới cho Trung Quốc EMS để thúc đẩy sản xuất linh

hoạt và tăng lợi nhuận. Trong vài năm gần đây, hầu hết

các ngành công nghiệp sản xuất đều cố gắng thực hiện các

triết lý tinh gọn trong quá trình sản xuất. Dinesh Seth

(2007) đã có một nghiên cứu điển hình ở Ấn Độ về áp

dụng sơ đồ chuỗi giá trị cho các hoạt động tinh gọn và

giảm thiểu thời gian chu kỳ trong quá trình sản xuất. Bài

báo cho thấy VSM đã chứng minh được hiệu quả trong

việc xác định và loại bỏ các lãng phí trên cơ sở với các

quy trình sản phẩm tương tự hoặc giống nhau, chẳng hạn

như đối với các cơ sở lắp ráp. VSM được sử dụng như

một kỹ thuật để cải thiện năng suất của nhà cung cấp cho

ngành công nghiệp tự động hóa. Haitao và Reza (2009)

đã trình bày bộ sưu tập dữ liệu và lựa chọn chuỗi giá trị

hiện tại phân tích những lãng phí thực tế, và những đề

xuất thay đổi cụ thể cho mô hình sản xuất tinh gọn. Ngoài

ra, nhóm nghiên cứu này còn tiếp cận hệ thống dựa trên

giá trị kỹ thuật của sơ đồ chuỗi giá trị trong việc phân tích

các quá trình hiện tại.

Hiện nay tại Việt Nam có một số nghiên cứu như ứng

dụng VSM tại dây chuyền sản xuất bộ thu RC - 2300 tại

Công ty TNHH SONION Việt Nam (Nguyễn Quốc Luyện,

2010). Nghiên cứu cho thấy được các lý thuyết về hệ thống

sản xuất tinh gọn và quy trình thực hiện VSM, qua đó tìm

được các nguyên nhân gây ra lãng phí như: sản xuất không

theo nhịp thời gian, lượng bán thành phẩm tại các công

đoạn nhiều, bố trí mặt bằng chưa hợp lý. Trong sơ đồ chuỗi

giá trị tương lai, tác giả đã đưa ra một số phương pháp

nhằm loại bỏ các lãng phí và nâng cao hiệu suất của dây

chuyền. Ngoài ra, sơ đồ VSM còn được kết hợp với ứng

dụng các nguyên lý của sản suất tinh gọn để cải tiến quy

trình quản lý dự án tại Công ty TNHH P&Q Solution (Vũ

Lê Dung, 2010). Cuối cùng là một nghiên cứu ứng dụng

của VSM để cải thiện quy trình sản xuất của chuyền 67 -

Công ty Cổ phần Đầu tư Thái Bình (Lê Tuấn Anh, 2014)

bằng phương pháp xác định các loại lãng phí, từ đó phân

tích kết hợp với biểu đồ pareto tần suất và chi phí để đưa

ra nguyên nhân cốt loi của các loại lãng phí. Tuy nhiên, các

nghiên cứu về VSM trong nước chưa nhiều, chủ yếu tập

trung vào những lĩnh vực điện tử, cơ khí, có rất ít nghiên

cứu trong lĩnh vực thủy sản.


100 Nguyễn Ngọc Thùy Nhiên, Nguyễn Thị Tú Nhi, Võ Trần Thị Bích Châu

2. Nội dung nghiên cứu


Để thực hiện vẽ sơ đồ chuỗi giá trị cần tiến hành các

bước như Hình 1:

Hình 1. Phương pháp thực hiện nghiên cứu

Bước 1 - Hình thành nhóm thực hiện VSM: Nhóm thực

hiện VSM sẽ bao gồm các thành viên đến từ nhiều bộ phận

khác nhau với các chức năng khác nhau. Nhóm sẽ có người

đứng đầu gọi là “Value Stream Manager” là người đứng

đầu trong việc vẽ ra sơ đồ chuỗi giá trị hiện tại và tương lai

của bộ phận thực hiện VSM, kiểm tra dòng quy trình hằng

ngày và hằng tuần sau khi thực hiện VSM, duy trì và cải

tiến để đạt được sơ đồ chuỗi giá trị tương lai.

Bước 2 - Xây dựng sơ đồ chuỗi giá trị hiện tại: Nhóm

thực hiện VSM cần tiến hành lựa chọn thước đo quy trình

thông qua việc lựa chọn những thuộc tính và đến hiện

trường thu thập những dữ liệu thực tế. Các thuộc tính quá

trình cần thu thập được chọn từ danh sách liệt kê toàn bộ

các thuộc tính trong quá trình, bao gồm: số ca làm việc

trong ngày, thời gian mỗi ca, tổng thời gian sản xuất hằng

ngày sẵn có, lịch giao hàng, thời gian chu kỳ (cycle time),

thời gian chuyển đổi ở các trạm (change-over time), số

công nhân ở mỗi trạm.

Bước 3 - Xây dựng sơ đồ chuỗi giá trị tương lai:

Giai đoạn 1 - Giai đoạn nhu cầu: Nhằm giảm thiểu lãng

phí tồn kho, các phương pháp hay công cụ tinh gọn được

sử dụng để cải tiến và nâng cao năng lực quá trình sản xuất.

Trong giai đoạn nhu cầu, các phương pháp và công cụ

thường dùng bao gồm: 5S, chuyển đổi nhanh QCO (Quick

Change-over), ….

Giai đoạn 2 - Tạo dòng chảy liên tục: Giai đoạn dòng

chảy hoạch định sơ đồ chuỗi giá trị tương lai, giúp tạo dòng

chảy liên tục. Các phương pháp, công cụ kiểm soát sản xuất

được sử dụng trong giai đoạn này bao gồm: kệ tồn kho bán

phẩm, hệ thống Kanban, luồng tồn kho FIFO.

Giai đoạn 3 - Điều hòa sản xuất: Điều hòa sản xuất là

thiết kế hệ thống mà dòng thông tin về nhu cầu khách hàng

được tích hợp liên tục với dòng vật tư của chuỗi giá trị. Một

số hệ thống Kanban để kiểm soát dòng sản xuất như:

Kanban sản xuất, Kanban tín hiệu, Kanban di chuyển, biểu

tượng hộp thẻ Kanban. Để hoàn tất sơ đồ chuỗi giá trị tương

lai, cần vẽ thêm trục thời gian của chuỗi giá trị và hộp thống

kê chỉ các thông tin của chuỗi giá trị tương lai, nhằm đánh

giá hiệu quả tinh gọn về thời gian, bao gồm: tổng thời gian

của quá trình (Lead Time – LT), thời gian tạo ra giá trị

(Value added Time – VAT).

2.2. Triển khai việc thiết lập VSM

Để kiểm tra tính hiệu quả của mô hình sơ đồ chuỗi giá

trị, việc ứng dụng triển khai sơ đồ chuỗi giá trị vào dây

chuyền sản xuất thủy sản được tiến hành ở Công ty TNHH

Thực Phẩm Nắng Đại Dương. Trong nghiên cứu này chỉ

tập trung khảo sát và cải tiến dây chuyền sản xuất tôm PD

(tôm lột vỏ, rút chỉ lưng) đông block tại xưởng sản xuất của

Công ty. Quy trình sản xuất được thể hiện dưới đây:

Bảng 1. Sơ đồ công nghệ chế biến tôm nuôi PD đông block của Công ty

Nhà cung cấp Đầu vào Quy trình Đầu ra Khách hàng

Công ty Thành Toàn Tôm sú tươi Quy trình gia công sản phẩm Sản phẩm (tôm PD

đông block)

Công ty Thành Toàn

2.2.1. Hình thành nhóm VSM

Để thực hiện dự án VSM cần có một nhóm người hiểu

rõ về dây chuyền sản xuất tôm PD đông block và tình trạng

sản xuất của Công ty, góp ý và thảo luận cho quá trình thực

hiện VSM tại dây chuyền.

2.2.2. Xây dựng sơ đồ chuỗi giá trị hiện tại

- Thời gian làm việc của công nhân là 10h/ngày. Thời

gian sản xuất sẵn có hằng ngày là (Available Production

Time - APT):

APT = 10 x 60 = 600 (phút)

Hình thành nhóm thực hiện VSM

Xây dựng sơ đồ chuỗi giá trị hiện tại

Xây dựng sơ đồ chuỗi giá trị tương lai

TNNL SƠ CHẾ + RỬA PHÂN CỠ PHÂN MÀU

LỰA TẠP

CHẤT

CÂN – XẾP

KHUÔN CẤP ĐÔNG

TÁCH KHUÔN

– MẠ BĂNG

VÔ TÚI PE BAO GÓI


Để dễ dàng cho việc tính toán, sản phẩm được quy đổi

đồng nhất thành đơn vị Block (1 Block = 1,98 kg) qua các

công đoạn. Sản phẩm được gia công qua 10 trạm làm việc.

Các dữ liệu được thu thập thực tế ở mỗi công đoạn như:

chu kỳ thời gian (Cycle Time - CT), thời gian chuyển đổi

(bao gồm thời gian di chuyển và thời gian chuẩn bị của các

công đoạn (ChangeOver Time - CO), số nhân viên

(Operator Process - OP), lượng tồn kho và thời gian tồn

kho được thể hiện ở Bảng 2 và Bảng 3. Từ đó, ta tính được

thời gian làm việc thực tế (Actual Operating Time - AOP)

và tỷ lệ thời gian làm việc thực tế (Up Time - UT) của từng

trạm sản xuất.

AOP = APT – CO (1)

UT (%) = AOP

APT × 100 (2)

Bảng 2. Dữ liệu thuộc tính về thời gian của quy trình

STT Công đoạn OP (người) CT (giây) CO (phút) APT (phút) AOP (phút) UT (%)

1 TNNL 4 10 10 600 590 98,3

2 Sơ chế + Rửa 1 1.840 10 600 590 98,3

3 Phân cỡ 1 30 5 600 595 99,2

4 Phân màu 1 30 5 600 595 99,2

5 Loại tạp chất 2 30 10 600 590 98,3

6 Cân xếp khuôn 4 150 30 600 570 95

7 Cấp đông 4 12.600 30 600 570 95

8 Tách khuôn – Mạ băng 2 7 30 600 570 95

9 Vô túi PE 1 7 10 600 590 98,3

10 Bao gói 1 6 10 600 590 98,3

Bảng 3. Dữ liệu về thuộc tính tồn kho của quy trình

STT Công đoạn Lượng tồn

kho (Block)

Thời gian tồn

kho (giờ)

1 TNNL 246 4,25

2 Sơ chế + Rửa 394 13,5

3 Phân cỡ 0 0

4 Phân màu 0 0

5 Loại tạp chất 394 1

6 Cân xếp khuôn 0 0

7 Cấp đông 427 14,17

8 Tách khuôn – Mạ băng 0 0

9 Vô túi PE 0 0

10 Bao gói 7 48

Dựa vào những số liệu thực tế đã thu thập được trình

bày ở Bảng 2 ta vẽ được sơ đồ chuỗi giá trị hiện tại, được

thể hiện như Hình 2.

Sau khi vẽ được sơ đồ chuỗi giá trị hiện tai, ta tiến hành

xác định và phân tích những lãng phí trong quá trình:

Sự không đồng nhất về thông tin đơn hàng từ bộ phận

kiểm soát sản xuất đến xưởng gia công nói riêng và toàn hệ

thống nói chung cũng như sự biến động về thông tin sản

xuất sản phẩm đã làm tăng thời gian chờ sản xuất, trong khi

chúng ta có thể gộp các đơn hàng có trình tự gia công giống

nhau. Cùng với sự bất đồng bộ và biến động trong nhu cầu,

kế hoạch sản xuất không phù hợp, hạn chế về nguồn nhân

lực và vận hành theo sản xuất “đẩy” truyền thống đã gây ra

tồn kho, dẫn đến lãng phí không đáng có. WIP (Work-In-

Process) làm phát sinh các chi phí liên quan như chi phí

bảo quản, giảm chất lượng nguyên vật liệu, lưu trữ, mặt

bằng. Mặt khác, khi lượng tồn kho WIP tăng lên thì sẽ làm

cho thời gian chu kỳ của một sản phẩm tăng lên, thời gian

đợi gia công lâu làm bán thành phẩm bị giảm chất lượng,

dòng sản phẩm bị đình trệ. Bên cạnh đó, lượng tồn kho

thành phẩm của Công ty hiện tại là do năng lực Công ty

không đáp ứng được kích cỡ đơn hàng lớn.

Lãng phí về di chuyển gây ra bởi bố trí mặt bằng chưa

phù hợp. Với khoảng cách giữa các công đoạn khá lớn,

công nhân phải chuyển từng rổ tôm ở bàn sơ chế sang công

đoạn rửa sau đó chuyển đến khu vực phân cỡ; di chuyển

BTP từ khu vực phân cỡ đến khu vực cấp đông. Từ đó gây

ra sự thiếu tập trung, mất nhiều thời gian, sức lực, ảnh

hưởng đến thời gian chu kỳ của sản phẩm.

Một lãng phí khác trong quy trình sản xuất là sự chờ

đợi giữa các công đoạn. Công đoạn tiếp nhận nguyên liệu

- rửa phải chời đợi đủ số lượng mới chuyển sang khâu sơ

chế, việc tiếp nhận phải thực hiện thủ công. Công đoạn này

luôn bị gián đoạn do sự phụ thuộc vào khâu cung cấp của

khách hàng và công nhân luôn trong trạng thái chờ đợi.

Trong khi đó, công đoạn sơ chế tiếp theo có thời gian gia

công lớn hơn càng dẫn đến thời gian chờ tại đây rất cao,

nhất là trong trường hợp ưu tiên các đơn hàng đặc biệt.

Công đoạn phân cỡ - phân màu tiến hành theo lô hàng dẫn

đến tồn kho WIP trước mỗi công đoạn và làm tăng chi phí

bảo quản, kéo dài thời gian sản xuất. Công đoạn cấp đông

tiếp theo làm tăng thời gian chờ bởi sự cân nhắc chi phí vận

hành về số lượng block mỗi lần đông phải đủ lớn theo yêu

cầu. Sự chờ đợi trong quy trình phần nào làm ảnh hưởng

đến chất lượng sản phẩm do đặc thù của sản phẩm tôm. Các

thành phẩm lưu trữ lâu trong môi trường sản xuất không

được bảo quản tốt dễ bị nhiễm vi sinh phải bỏ đi một lượng

khá lớn. Bên cạnh đó, các công đoạn được thực hiện thủ

công, phụ thuộc vào tay nghề công nhân sẽ gây ra sai cỡ

tôm, sót nội tạng, chưa loại bỏ hết vỏ và chỉ lưng, làm ảnh

hưởng chất lượng, không đáp ứng nhu cầu khách hàng.


Hình 2. Sơ đồ chuỗi giá trị hiện tại

2.2.3. Xây dựng sơ đồ chuỗi giá trị tương lai

Sau khi phân tích chuỗi giá trị hiện tại và xác định được

các lãng phí đang xảy ra tại Công ty, nhóm nghiên cứu dựa

vào những kiến thức cơ sở về sản xuất tinh gọn cũng như

các công cụ trong sản xuất tinh gọn để vẽ sơ đồ chuỗi giá

trị tương lai với những cải tiến được phân tích và trình bày

sau đây:

Xác định trạm tạo nhịp (Pacemaker) cho quy trình sản

xuất. Do đặc thù của quy trình sản xuất tôm đông block tại

Công ty là công đoạn Cấp đông có khoảng thời gian gia

công dài nhất (3h30 phút) và cần số lượng là 427 block để

tiến hành thực hiện, nên ta dễ dàng thấy được trạm tạo nhịp

trong dòng quy trình này là trạm Cấp đông.

Ở sơ đồ chuỗi giá trị tương lai, thay vì phát đơn hàng

trực tiếp đến xưởng nhiều lần như hiện tại, các đơn hàng

của sản phẩm tôm đông block sẽ được gộp chung để phát

tín hiệu 1 lần và được điều hòa bởi hộp điều hòa sản xuất

với bước nhịp là 1 ngày/lần và tổng lượng bán thành phẩm

đến là 427 block. Sử dụng kệ tồn kho (Supermarket) tại

công đoạn Cân xếp khuôn, phân màu và tiếp nhận nguyên

liệu để để tạo hệ thống kéo từ khách hàng. Lượng tồn kho

dự trữ trong kệ tồn kho S1 và S4 tối đa là 427 block. Cụ

thể như sau:

- Kệ nguyên liệu S1 được đặt trước trạm Tiếp nhận

nguyên liệu và nhận nguyên liệu từ nhà cung cấp, với lượng

tồn kho tương ứng với 1 ngày. Trạm Tiếp nhận nguyên liệu

sẽ sản xuất đúng với cỡ lô 427 block và thẻ Kanban thu hồi

được sử dụng để lấy nguyên liệu từ kệ tồn kho S1. Đồng

thời, thẻ Kanban tương ứng cũng sẽ được bỏ vào hộp thẻ

Kanban và gửi đến bộ phận kiểm soát sản xuất ứng với

lượng nguyên liệu đã sử dụng. Dựa vào thẻ Kanban này,

bộ phận kiểm soát sản xuất sẽ nhận nguyên liệu hằng ngày

từ nhà cung cấp. Nhà cung cấp vận chuyển nguyên liệu

hằng ngày đến xưởng sản xuất, thay vì không được lên kế

hoạch như hiện tại

- Kệ tồn kho bán phẩm S2 được thiết lập giữa trạm Phân

cỡ và Phân màu. Thẻ Kanban thu hồi từ trạm Phân màu được

sử dụng để lấy bán phẩm từ kệ S2 theo nhu cầu. Thẻ Kanban

sản xuất được sử dụng để phát lệnh sản xuất cho trạm Phân

cỡ bổ sung lượng bán phẩm ở kệ tồn kho S2 khi trạm Phân

màu thực hiện hành động kéo vật tư từ kệ tồn kho.

- Kệ tồn kho bán phẩm S3 được thiết lập giữa trạm Phân

màu và Lựa tạp chất. Thẻ Kanban thu hồi từ trạm Lựa tạp

chất được sử dụng để lấy bán phẩm từ kệ S3 theo nhu cầu.

Thẻ Kanban sản xuất được sử dụng để phát lệnh sản xuất

cho trạm Phân màu bổ sung lượng bán phẩm ở kệ tồn kho

S3 khi trạm Lựa tạp chất thực hiện hành động kéo vật tư từ

kệ tồn kho.

- Kệ tồn kho bán phẩm S4 được thiết lập giữa trạm Cân

xếp khuôn và Cấp đông. Thẻ Kanban thu hồi từ trạm Cấp

đông được sử dụng để lấy bán phẩm từ kệ S4 theo nhu cầu.

Trạm Cân xếp khuôn phải sản xuất với cỡ lô lớn, thẻ Kanban

tín hiệu được sử dụng để phát lệnh sản xuất cho trạm Cân

xếp khuôn sản xuất bù vào lượng sử dụng ở kệ S4.

Bán thành phẩm sau trạm Lựa tạp chất sẽ được đẩy theo

luồng tồn kho FIFO đến trạm Cân xếp khuôn, lượng tồn

kho bán phẩm tối đa là 5 block.

Để đạt được sơ đồ trạng thái tương lai, nhóm tác giả đề

xuất giải pháp lâu dài nhằm cải thiện môi trường làm việc

đó chính là công cụ 5S trong sản xuất tinh gọn. Nhóm tác

giả chia ra làm 2 giai đoạn cho quá trình thực hiện 5S tại

Công ty:

- Giai đoạn 1: Sàng lọc - Sắp xếp - Sạch sẽ

- Giai đoạn 2: Săn sóc - Sẵn sàng

Sơ đồ chuỗi giá trị tương lai được thể hiện như Hình 3.


Hình 3. Sơ đồ chuỗi giá trị tương lai


3.1. Kết quả

Nghiên cứu đã đạt được những kết quả như sau: Xây

dựng được sơ đồ chuỗi giá trị cho sản phẩm tôm PD đông

block của Công ty, chỉ ra những công đoạn chính của quy

trình vận hành, phát hiện và nhận dạng lãng phí trong quá

trình sản xuất. Hình thành sơ đồ trạng thái tương lai giảm

thời gian của quá trình sản xuất (Lead time - LT), lượng

tồn kho, thời gian tồn kho (Inventory Time), nâng cao thời

gian tạo ra giá trị (Value added time - VAT) và hiệu quả

của quá trình (Process Cycle Efficiency - PCE) tại mỗi trạm

sản xuất.

Bảng 4. So sánh hiệu quả chuỗi giá trị trước và sau cải tiến

Ta thấy rằng sau khi tinh gọn hệ thống, Lead Time giảm

từ 85 giờ xuống còn 53,1 giờ. Tỉ số PCE được cải thiện từ

4,81 % lên 7,7 %. Lãng phí về thời gian giảm, đáp ứng nhu

cầu của khách hàng ngày càng cao.

3.2. Thảo luận

Nếu có đủ thời gian và nguồn lực nhóm tác giả sẽ phát

triển nghiên cứu này bằng cách:

- Thực hiện cải tiến cho toàn bộ dòng sản phẩm của

Công ty.

- Tiến hành cân bằng chuyền để cải thiện Cycle time

sao cho đạt được Takt time.

- Thống kê và giải quyết các vấn đề chất lượng của sản

phẩm.

4. Kết luận

Có thể nói, hầu hết các công ty không nhận ra phần lớn

các chi phí sản xuất ở những hoạt động không tạo ra giá trị.

Điều này dẫn đến sự sai lệch trong việc tính toán và lựa

chọn các giải pháp cải tiến. Do đó, việc cần làm của các

nhà quản lý là tập trung vào những tổn thất và giảm thiểu

hoặc loại bỏ chúng bằng cách thiết kế lại VSM tương lai

thật chính xác đúng điều kiện của công ty mình. Điều này

sẽ giúp công ty tăng sức cạnh tranh về nhiều khía cạnh như

uy tín, giá, năng suất, chất lượng... Kết quả nghiên cứu là

cơ sở cho nghiên cứu tiếp theo về việc áp dụng những công

cụ sản xuất tinh gọn vào dây chuyền sản xuất và mở rộng

nghiên cứu cho các dây chuyền khác tại Công ty cũng như

các công ty thủy sản khác.


[1] Daniel, J., James, W. and Danile, R., The Machine that Changed the

World, New York, USA, 1990.

[2] Mike, R., Jonh, S., Learning to see, New York, USA, 1999.

[3] Fawaz, A. A., Jayant, R., “Analyzing the Benefits of Lean

Manufacturing and Value Stream Mapping via Simulation: A

Process Sector Case Study”, 107 (1), 2006, pp. 223 – 236.

[4] Synthia, X. S., Chuan, F. H., “China Electrical Manufacturing

Services Industry Value Stream Mapping Collaboration”, International Journal of Flexible Manufacturing Systems, Vol. 18,

Iss. 4, 2007, pp. 285 – 303.

[5] Dinesh, S., Nitin, S. and Deepak, G., “Application of Value Stream

Mapping (VSM) for Minimization of Wastes in the Processing Side

of Supply Chain of Cottonseed Oil Industry in Indian Context”, Journal of Manufacturing Technology Management, 19(4), 2007,

pp. 529 – 550.

[6] Haitao, Y., and Reza, N., “Development of Lean Model for House

Construction Using Value Stream Mapping”, Journal of

Sơ đồ chuỗi giá

trị hiện tại

Sơ đồ chuỗi giá

trị tương lai

Lead time 85 giờ 53,1 giờ

Value added time 14.710 giây 14.710 giây

PCE 4,81 % 7,7 %

Inventory time 80,9 giờ 49 giờ


Construction Engineering and Management, 135(8), 2009, pp. 782

– 790.

[7] Nguyễn Quốc Luyện, Nghiên cứu và ứng dụng sơ đồ dòng giá trị

(VSM) tại dây chuyền sản xuất bộ thu RC – 2300 Công ty TNHH SONION Việt Nam, Khóa luận tốt nghiệp, Khoa Quản lý công

nghiệp, Trường Đại học Bách khoa Thành phố Hồ Chí Minh, 2010.

[8] Vũ Lê Dung, Ứng dụng các nguyên lý của Lean và công cụ VSM để

cải tiến quy trình quản lý dự án tại Công ty TNHH P&Q Solution,

Khóa luận tốt nghiệp, Khoa Quản trị kinh doanh, Trường Đại học

Kinh tế quốc dân, 2010.

[9] Lê Tuấn Anh, Ứng sụng sơ đồ dòng chảy VSM để cải thiện quy trình

sản xuất của chuyền 67 - Công ty Cổ phần đầu tư Thái Bình, Khóa

luận tốt nghiệp, Khoa Quản lý công nghiệp, Trường Đại học Bách

khoa Thành phố Hồ Chí Minh, 2014.

[10] Nguyễn Như Phong, Vo Văn Thanh, Nguyễn Hữu Phúc và Hà Thị

Thúy Vân, “Ứng dụng sơ đồ chuỗi giá trị VSM tinh gọn hệ thống

sản xuất Công ty Clisal Việt Nam”, Tạp chí Phát triển Khoa học và

Công nghệ, 18(1), 2015, pp. 54 – 58.



NHẬN DẠNG HÌNH ẢNH TỰ NHIÊN

SỬ DỤNG MÔ HÌNH MẠNG NEURON TÍCH CHẬP

NATURAL IMAGE RECOGNITION BASED ON CONVOLUTIONAL NEURAL NETWORK

Vương Quang Phước1, Hồ Phước Tiến2 1Trường Đại học Khoa học - Đại học Huế; [email protected]

2Trường Đại học Bách khoa - Đại học Đà Nẵng; [email protected]

Tóm tắt - Gần đây, kỹ thuật Deep Learning đã tạo ra những bước

tiến lớn trong việc giải quyết các bài toán về thị giác máy tính. Bằng cách sử dụng kiến trúc mạng neuron mới – mạng neuron tích chập (Convolutional Neural Network - CNN) –, ta có thể khắc phục được những trở ngại của mạng neuron truyền thống, tức dạng Perceptron đa lớp (Multilayer Perceptrons - MLP), và từ đó giúp việc huấn luyện mạng neuron hiệu quả hơn. Tuy nhiên, kiến trúc MLP cũng có những ưu điểm đối với việc xử lý cục bộ trong miền không gian. Bài báo trình bày một kiến trúc kết hợp giữa CNN và MLP để khai thác ưu điểm của hai kiến trúc này trong việc nhận dạng hình ảnh tự nhiên. Vai trò của các khối chức năng trong mạng sẽ được phân tích và đánh giá thông qua tỉ lệ nhận dạng. Việc đánh giá được thực hiện với bộ dữ liệu ảnh tự nhiên CIFAR-10. Quá trình thực nghiệm đã cho thấy những kết quả hứa hẹn về tỉ lệ nhận dạng, cũng như thể hiện được ưu điểm của kiến trúc kết hợp CNN và MLP.

Abstract - Recently, Deep Learning has brought about interesting improvements in solving computer vision problems. By using a new specific architecture, i.e. Convolutional Neural Network (CNN), which has more advantages than the traditional one - known as Multilayer Perceptrons (MLP) -, we can improve performance of the training process. Yet, the MLP architecture is also useful for localized processing in the spatial domain. This paper considers an architecture combining both CNN and MLP to exploit their advantages for the problem of natural image recognition. The functional blocks in the network are analyzed and evaluated using recognition rate. The evaluation is carried out with a well-known dataset (CIFAR-10). The experiment shows promising results as well as benefits of a combination of the CNN and MLP architectures.

Từ khóa - deep learning; neuron network; MLP; CNN; mô hình kết hợp; nhận dạng hình ảnh; CIFAR-10.

Key words - deep learning; neural network; MLP; CNN; combination of models; image recognition; CIFAR-10.


Deep Learning là một kỹ thuật của Machine Learning,

cho phép huấn luyện mạng neuron nhiều lớp, cùng với một

lượng dữ liệu lớn. Hiện nay, Deep Learning được ứng dụng

nhiều trong các lĩnh vực thị giác máy tính, xử lý tiếng nói,

hay xử lý ngôn ngữ tự nhiên với độ chính xác vượt trội so

với các phương pháp truyền thống.

Nhìn chung, những kết quả của Deep Learning gắn liền

với mạng CNN khi cho phép thực hiện mạng neuron nhiều

lớp và khai thác mối quan hệ không gian (ví dụ với hình

ảnh) [1, 2]. Gần đây, Lin [3] đã đề xuất ý tưởng kết hợp

mạng CNN với MLP truyền thống, trong đó MLP cho phép

khai thác thông tin cục bộ. Thật ra, MLP cũng có thể xem

như là trường hợp riêng của CNN khi mà vùng kích thích

(receptive field) có kích thước là 1x1. Để nhấn mạnh đặc

điểm của cấu trúc này, sau đây nhóm tác giả vẫn sẽ sử dụng

tên gọi MLP.

Bài báo này trình bày phương pháp giải quyết bài toán

phân loại hình ảnh tự nhiên dựa trên mô hình kết hợp giữa

mạng neuron tích chập (CNN) và mạng neuron truyền

thống (MLP). Kiến trúc này giúp khai thác ưu điểm của

mỗi kiểu mạng, nhằm nâng cao tỉ lệ nhận dạng ảnh. Ngoài

ra, vai trò của số lượng khối con, tốc độ học (learning rate),

cũng như cách loại bỏ ngẫu nhiên một số neuron trong

mạng (dropout), hay quá trình tiền xử lý dữ liệu tác động

đến kết quả nhận dạng sẽ được phân tích cụ thể trong phần

thực nghiệm.

2. Mô hình kết hợp giữa MLP và CNN

Bản thân mỗi kiểu mạng MLP và CNN là một chủ đề

lớn. Trong khuôn khổ giới hạn của bài báo, nhóm tác giả

sẽ cố gắng trình bày những đặc điểm cơ bản về hai kiểu

mạng neuron này, trước khi đi vào một kiến trúc kết hợp

giữa CNN và MLP. Chi tiết về MLP và CNN có thể được

tìm thấy ở [4].

2.1. Perceptron và Multi-layers Perceptron (MLP)

Một Perceptron có các ngõ vào nhị phân xj và được gán

tương ứng các trọng số wj - thể hiện mức tác động của ngõ

vào đến ngõ ra [4].

Hình 1. Mô hình Perceptron đơn giản

Ngõ ra sẽ được xác định là 1/0 phụ thuộc vào ∑ wjxjj

lớn/bé hơn giá trị ngưỡng threshold:

output =

0 nếu∑ wjxj j

≤ threshold

1 nếu ∑ wjxjj

> threshold (1)

Tuy nhiên, Perceptron chỉ giải quyết được các bài toán

tuyến tính đơn giản, mạng Perceptron đa lớp (MLP) được

phát triển để giải các bài toán phức tạp hơn.

Cấu trúc MLP gồm một lớp đầu vào, một lớp đầu ra và

một hay nhiều lớp neuron ẩn.

Các lớp ẩn sẽ làm nhiệm vụ tính toán và truyền thông

tin từ ngõ vào đến ngõ ra, thông qua các kết nối đến toàn

bộ node ở lớp phía trước và phía sau.

x1

x2

w1

w2

output

106 Vương Quang Phước, Hồ Phước Tiến

Hình 2. Mô hình mạng MLP với 3 lớp ẩn [4]

2.2. Mạng neuron tích chập (CNN)

Về cơ bản, CNN bao gồm một vài lớp tích chập với các

hàm kích hoạt phi tuyến áp vào đầu ra của lớp tích chập.

Trong mạng MLP, mỗi neuron đầu vào được kết nối đến

tất cả neuron của lớp kế tiếp. Ngược lại, ở mạng CNN, mỗi

neuron trong một lớp chỉ liên kết với một số neuron lân cận

với nó trong lớp kế trước. Lớp tích chập được thực hiện

thông qua các bộ lọc: mỗi bộ lọc cho phép trích xuất một

thuộc tính, như tần số, hướng; từ đó tạo nên bản đồ thuộc

tính (feature map). Thông tin được lan truyền theo các lớp

từ trước ra sau. Lớp cuối cùng thực hiện đánh giá để đưa ra

quyết định ở ngõ ra. Một mô hình CNN cơ bản [1] được

minh họa ở Hình 3.

Hình 3. Minh họa mô hình cấu trúc mạng CNN Lenet:

Input → [Conv → Pool]*2 → FC → Output

2.3. Kết hợp MLP và CNN

Với mạng CNN, các lớp tích chập cho phép khai thác

thông tin trong miền không gian (ví dụ giữa các pixel lân

cận nhau), nhưng không thực sự khai thác thông tin cục bộ

(ví dụ, tại một pixel nhưng giữa các feature map khác

nhau). Chính mạng MLP sẽ tập trung vào kiểu thông tin

cục bộ này.

Hinh 4. (a) Khai thác thông tin theo miền không gian ở mô hình

CNN, (b) Khai thác thông tin cục bộ ở mô hình MLP

Hình 4 minh họa phương thức xử lý của CNN và MLP.

Sau đây, ta sẽ xem xét các lớp chính trong kiến trúc kết hợp

CNN-MLP, cũng như mô hình tổng thể của nó.

2.3.1. Lớp kết hợp CNN+MLP

Mạng MLP được thực hiện sau phép tích chập. Thực tế,

thông qua nhiều bộ lọc, tích chập tạo ra nhiều feature map.

Sau đó, MLP sẽ được áp dụng tại mỗi pixel nhưng với tất

cả các thuộc tính (feature). Hình 5 minh họa lớp tích chập

và sự kết hợp của lớp tích chập và MLP.

(a) (b)

Hình 5. (a) Lớp tích chập trong CNN;

(b) Lớp tích chập kết hợp với MLP (vẽ lại theo [3])

2.3.2. Hàm kích hoạt phi tuyến

Mô hình sử dụng hàm ReLU (Rectified Linear Units

Layers) để làm hàm kích hoạt phi tuyến. Mục đích của lớp

này là để thêm thành phần phi tuyến cho mô hình. Các lớp

ReLU được thêm vào vì những ưu điểm dễ thiết lập, tính

toán nhanh và hiệu quả.

Công thức tính hàm ReLU:

Hình 6. Lớp ReLU chuyển đổi tất cả các giá trị âm về 0

2.3.3. Pooling

Mục đích chính của các lớp Pooling [5] là để giảm kích

thước dữ liệu, từ đó giảm tính toán trong mạng, đồng thời

hạn chế overfitting – vấn đề này xảy ra khi mạng bám quá

sát vào bộ dữ liệu huấn luyện. Pooling có thể xem như là

phép lấy mẫu xuống. Mô hình được chọn sử dụng hai loại

Pooling phổ biến hiện nay là Max Pooling - sử dụng cho các

khối con, và Average Pooling - để xử lý thông tin toàn cục.

2.3.4. Dropout

Lớp Dropout nhằm giảm hiện tượng overfitting.

Dropout loại bỏ một cách ngẫu nhiên một số neuron trong

mạng bằng cách cho nó bằng 0 (bỏ kết nối). Có nghĩa là hệ

thống sẽ quyết định ngõ ra trong khi thiếu thông tin. Lớp

Dropout được đặc trưng bằng tỉ lệ dropout.

Hình 7. Mạng neuron trước và sau quá trình Dropout, các node

gạch chéo là các node đã bị loại bỏ [6]

Ta sẽ xem xét ảnh hưởng của tỉ lệ này đến kết quả nhận

dạng trong phần thực nghiệm. Quá trình loại bỏ ngẫu nhiên

các node được minh họa trong Hình 7.

x

f(x) = max(0,x)


2.3.5. Hàm tổn hao

Hàm tổn hao Softmax đặt ở lớp cuối cùng trong mạng

nhằm thực hiện giám sát quá trình huấn luyện mạng

neuron. Hàm tổn hao sẽ so sánh kết quả dự đoán của mạng

với nhãn thực sự đã có. Hàm có giá trị bé nếu kết quả dự

đoán trùng với nhãn và ngược lại.

l(y,c) = -logeyc

∑ eykCk=1

= -yc+ log∑ eyk

C

k=1

(2)

Trong đó, y là véc-tơ đầu ra, C là số lượng nhãn, c là

nhãn đã biết.

Quá trình huấn luyện nhằm cập nhật các trọng số để tối

thiểu hóa hàm tổn hao. Trong mô hình này, cũng như trong

các mô hình Deep Learning khác, kỹ thuật lan truyền

ngược được sử dụng cho quá trình huấn luyện.

2.3.6. Mô hình kết hợp CNN-MLP

Mô hình kết hợp (gọi là CNN-MLP) được xây dựng dựa

trên ý tưởng Network in Network [3]. Cấu trúc NiN được

đề xuất gồm 3 khối con nối tiếp và 1 lớp Average Pooling.

Khối con hình thành dựa trên việc xen kẽ các cấu trúc

CNN, MLP, các hàm kích hoạt phi tuyến ReLU, các lớp

Max Pooling [5, 7], và cuối cùng là lớp Dropout để giảm

hiện tượng overfitting. Các khối con này được sắp xếp liền

kề nhau. Sau đó, thông tin được đưa vào lớp Average

Pooling và lớp Softmax để quyết định giá trị ngõ ra.

Tiếp theo, ta sẽ khảo sát mô hình trên đây để làm rõ ưu

điểm của mô hình kết hợp CNN-MLP so với mô hình CNN

đơn thuần. Bên cạnh đó, một số yếu tố ảnh hưởng đến mô

hình cũng sẽ được đánh giá.

3. Thực nghiệm và kết quả

Bài báo sử dụng bộ cơ sở dữ liệu ảnh tự nhiên CIFAR-

10 [2] để đánh giá các mô hình. CIFAR-10, chứa 60.000

ảnh màu, được chia thành 10 nhóm, mỗi nhóm ứng với một

loại đối tượng như máy bay, mèo, xe tải... Mỗi ảnh có kích

thước 32x32. Ảnh trong CIFAR-10 có sự đa dạng về độ

chiếu sáng, hướng, vị trí, tỉ lệ của các đối tượng.

Bộ dữ liệu này được chia thành hai phần: 50.000 ảnh

dành cho huấn luyện, 10.000 ảnh còn lại dành cho kiểm tra.

Sự phân chia này được dùng chung cho tất cả các mô hình

được đánh giá trong bài báo này.

Mèo Máy bay Xe tải Chó Chim

Hình 8. Một số hình ảnh được chọn ngẫu nhiên từ bộ dữ liệu

CIFAR-10 (kích thước 32x32)

Tỉ lệ lỗi được chọn làm tiêu chí để đánh giá chất lượng

nhận dạng của các mô hình, và được định nghĩa như sau:

Tỉ lệ lỗi = Số lượng ảnh nhận dạng sai

Tổng số ảnh được nhận dạng × 100 (3)

Ta thấy rằng:

Tỉ lệ nhận dạng đúng = 100 - tỉ lệ lỗi (4)

Quá trình thực nghiệm các mô hình được thực hiện dựa

trên máy tính cá nhân, với cấu hình như sau: Intel Core i5-

5200U 2.2GHz (4CPU), RAM 4GB, GPU NVIDIA

Geforce 940M - VRAM 2GB. Thời gian huấn luyện mô

hình xấp xỉ 18 giờ, ứng với 100 chu kỳ học (mỗi chu kỳ

học/vòng lặp/epoch mất khoảng 11 phút để hoàn thành).

MatConvNet [8] được dùng cho việc huấn luyện.

Sau đây ta sẽ đánh giá vai trò của MLP khi kết hợp với

mạng CNN, cũng như ảnh hưởng của cấu trúc mạng đến

kết quả nhận dạng.

3.1. So sánh cấu trúc CNN thuần và cấu trúc kết hợp

Để đánh giá chất lượng của mô hình mạng kết hợp trong

việc nhận dạng hình ảnh tự nhiên, nhóm tác giả thực hiện

so sánh kết quả mô hình LeNet (chỉ sử dụng CNN) và mô

hình có kết hợp giữa CNN và MLP.

Hình 9. So sánh tỉ lệ lỗi giữa mô hình LeNet và CNN-MLP

Hình 9 thể hiện tỉ lệ lỗi về nhận dạng ảnh trên tập kiểm

tra của bộ dữ liệu CIFAR-10 đối với 2 mô hình LeNet và

CNN-MLP. Trong đánh giá này, LeNet được giữ nguyên

theo thiết kế ở [1] và được minh họa tại Hình 3; mô hình

CNN-MLP sử dụng cấu trúc với 3 khối con, theo ý tưởng ở

[3]. Cả hai mô hình này đều được huấn luyện cho đến khi tỉ

lệ nhận dạng đúng không còn thay đổi đáng kể trong các chu

kỳ học liên tiếp (sau 100 vòng lặp). Kết quả huấn luyện và

kiểm tra cho thấy, tỉ lệ lỗi giảm từ 19,55% (LeNet) xuống

còn 10,13% (CNN-MLP). Kết quả này chứng tỏ rằng, quá

trình kết hợp thêm MLP đã góp phần nâng cao chất lượng

nhận dạng so với việc chỉ sử dụng CNN đơn thuần.

Trên thực tế, khác biệt chính giữa mạng LeNet và

CNN-MLP nằm ở chỗ không có và có MLP; trong khi cách

xử lý trong khối CNN tương đối giống nhau giữa hai mạng

này. Như vậy, khi được thực hiện sau phép tích chập, MLP

tăng cường thêm phần xử lý cục bộ (tại mỗi vị trí không

gian, nhưng trên các thuộc tính khác nhau – minh họa tại

Hình 4), và có thể điều này đã cho phép trích ra những

thuộc tính hữu ích hơn cho việc nhận dạng.

3.2. Tác động của tốc độ học – Learning Rate (LR)

Việc lựa chọn giá trị LR ảnh hưởng đến sự thay đổi tốc

độ học của mô hình (sự thay đổi của các trọng số). Việc sử

dụng LR thích hợp sẽ giúp rút ngắn được quá trình huấn

luyện của mạng. Ở đây, nhóm tác giả sử dụng giá trị LR

lớn cho các chu kỳ học đầu, giúp quá trình học nhanh hơn,

sau đó thực hiện giảm LR đi 10 lần cho các chu kỳ học sau

để quá trình tinh chỉnh các giá trị huấn luyện tốt hơn.

Hình 10 mô tả kết quả nhận dạng khi thay đổi LR, quá

trình thay đổi được thực hiện tại vòng lặp (chu kỳ học) thứ

61 và vòng lặp thứ 81.

19

,55

10

,13

Lenet CNN-MLP

Tỉ lệ lỗi (%)

Kiểm tra

108 Vương Quang Phước, Hồ Phước Tiến

Hinh 10. Tác động của learning rate đến kết quả nhận dạng

Qua kết quả được đưa ra ở Hình 10, có thể dễ dàng nhận

thấy một số đặc điểm thú vị sau. Đầu tiên, kết quả kiểm tra

gần như chỉ dao động xung quanh mức tỉ lệ lỗi 15% trước

khi có sự thay đổi về learning rate xảy ra. Thứ hai, việc

thay đổi tỉ lệ LR đã tạo ra bước nhảy vọt về tỉ lệ nhận dạng

lỗi trong cả quá hình huấn luyện lẫn kiểm tra như kết quả

tại vòng lặp thứ 61 (tỉ lệ lỗi trên tập kiểm tra hạ xuống

~11%). Cuối cùng, tại lần giảm giá trị LR ở vòng lặp thứ

81 thì tỉ lệ nhận dạng không có sự thay đổi rõ rệt, mô hình

gần như đạt đến trạng thái giới hạn và tỉ lệ nhận dạng đúng

đạt ngưỡng gần tối đa.

3.3. Vai trò của Dropout

Như đã đề cập ở phần trên, các lớp Dropout loại bỏ một

số ngẫu nhiên các neuron, từ đó giúp cho quá trình huấn

luyện không bị overfitting. Ta đánh giá vai trò của lớp

Dropout trong việc nhận dạng hình ảnh thông qua việc sử

dụng các tỉ lệ dropout khác nhau: 0% (tức không sử dụng

lớp dropout), 30%, 50%, 70% và 90%. Chú ý rằng tỉ lệ

dropout thể hiện tỉ lệ neuron được loại bỏ.

Với nội dung khảo sát khá nhiều, nhóm tác giả chỉ thực

hiện khảo sát trên mô hình có 3 khối con (với các giá trị

Dropout khác nhau) và ứng với mỗi mô hình, thực hiện

huấn luyện trong 60 chu kỳ học. Kết quả đưa ra thể hiện xu

thế học của mô hình và được mô tả ở Bảng 1.

Bảng 1. Tỉ lệ lỗi khi thay đổi giá trị Dropout của hệ thống

0% 30% 50% 70% 90%

Huấn luyện 9,31 11,35 13,43 17,1 27,7

Kiểm tra 14,49 14,19 15,16 16,59 23,47

Thông qua kết quả nhận được, ta thấy mô hình không

có lớp Dropout cho tỉ lệ lỗi khi huấn luyện thấp nhất

(9,31%). Nhưng độ chênh lệch tỉ lệ lỗi giữa quá trình huấn

luyện và kiểm tra lại cao hơn so với các trường hợp khác.

Mối quan hệ giữa tỉ lệ dropout, tỉ lệ lỗi khi huấn luyện

và kiểm tra cho thấy được hiện tượng overfitting rõ ràng ở

trường hợp không có lớp Dropout. Hiện tượng này giảm

dần khi tăng tỉ lệ dropout. Tuy nhiên, khi tỉ lệ dropout quá

lớn, ví dụ 90%, thì tỉ lệ lỗi nhận dạng trong huấn luyện và

kiểm tra đều tăng vọt (thể hiện quá trình underfitting).

Nguyên nhân gây ra hiện tượng này là thông tin bị mất khá

nhiều trong quá trình xử lý dẫn đến phân loại không được

chính xác.

Thực tế, để có được tỉ lệ phân loại tối ưu nhất, yêu cầu

phải thực hiện thử nghiệm nhiều tỉ lệ khác nhau và riêng lẻ

cho từng mô hình.

3.4. Ảnh hưởng của số lượng khối con trong mô hinh kết

hợp CNN-MLP

Cho đến nay, giải thích chặt chẽ sự hoạt động của mô

hình mạng neuron nhiều lớp (Deep Learning), ví dụ bằng

cách sử dụng mô hình toán học, vẫn còn là câu hỏi mở. Nói

chung, cấu trúc mạng neuron được lựa chọn bằng cách dựa

trên kết quả đầu ra, ứng với một công việc cụ thể. Theo

cách tiếp cận trên, bài báo này cũng xem xét ảnh hưởng của

số lượng các khối con lên khả năng nhận dạng của mạng

kết hợp CNN-MLP.

Chú ý rằng, mỗi khối con chính là khối kết hợp chứa cả

CNN, MLP, ReLU, Pooling, và Dropout.

Hình 11. Tỉ lệ lỗi khi thay đổi số lượng khối con trong

mô hình kết hợp

Giữ nguyên cấu trúc các khối con, tăng số lượng các

khối con từ 3 khối lên 4 khối và 5 khối, kết quả nhận được

như Hình 11 (sau 100 vòng lặp). Trong trường hợp tăng số

lượng các khối, tỉ lệ lỗi khi huấn luyện (màu xanh) tăng lên

trong khi giá trị tỉ lệ lỗi khi kiểm tra không thay đổi quá

lớn, cho thấy đã hạn chế được hiện tượng overfitting. Tuy

nhiên, ở trường hợp sử dụng 4 khối con, tỉ lệ lỗi trong quá

trình kiểm tra lại tốt hơn (10,13% → 9,89%). Và khi tăng

số khối lên 4 hoặc 5, độ chênh lệch tỉ lệ nhận dạng sai trong

quá trình kiểm tra và huấn luyện có xu hướng hạ xuống so

với 2 trường hợp trước.

Như vậy, ở đây ta có thể có hai nhận xét sau. Thứ nhất,

tăng số lượng khối con có thể làm tăng tỉ lệ nhận dạng

đúng, ví dụ trường hợp dùng 4 khối con - với tỉ lệ nhận

dạng đúng lên đến 90,11% (tỉ lệ lỗi 9,89%); tức là mạng

nhiều lớp hơn có khả năng cao hơn trong việc học được

những thuộc tính quan trọng và cần thiết cho quá trình nhận

dạng. Thứ hai, khi tăng số lượng khối con thì độ chênh lệch

giữa tỉ lệ lỗi trên tập kiểm tra so với tập huấn luyện có xu

hướng giảm. Điều này chứng tỏ mạng có xu thế hạn chế

hiện tượng overfitting khi số lượng khối con tăng lên. Và

còn có thể tăng thời gian huấn luyện để cải thiện kết quả.

Trong bài báo này, do giới hạn về tài nguyên phần cứng

nên nhóm tác giả chỉ dừng lại ở mô hình với 5 khối con.

Có thể kết quả sẽ được cải thiện tốt hơn khi tăng số lượng

khối con và tăng thời gian huấn luyện.

3.5. Tác động chuẩn hóa dữ liệu và whitening

Ngoài việc khảo sát mô hình mạng kết hợp dựa trên các

siêu tham số, tác động của việc chuẩn hóa dữ liệu và

whitening cũng được đánh giá. Mô hình sử dụng đánh giá

là mô hình kết hợp đơn giản, với 3 khối con CNN-MLP

5,8

3

6,8

6

7,61

0,1

3

9,8

9

10

,52

3 Block 4 Block 5 Block

Tỉ lệ lỗi (%)

Huấn luyện Kiểm tra


như trong một số khảo sát đã thực hiện. Kết quả nhận được

sau khi thực hiện 45 vòng lặp huấn luyện, lựa chọn với tỉ

lệ dropout 0,5, áp dụng giảm learning rate tại vòng lặp thứ

40. Bảng 2 thể hiện kết quả khảo sát được trong trường hợp

có và không có tiền xử lý dữ liệu.

Bảng 2. Kết quả nhận dạng trong trường hợp có và

không có tiền xử lý dữ liệu

Mô hình Tỉ lệ kiểm tra lỗi (%)

1 Thực hiện tiền xử lý dữ liệu

(chuẩn hóa + whitening) 11,61

2 Không thực hiện chuẩn hóa 12,26

3 Không thực hiện whitening 15,95

4 Không thực hiện tiền xử lý 15,36

Dựa vào các kết quả trên ta nhận thấy được kết quả nhận

dạng của mô hình (1) là tốt nhất, và giảm dần theo thứ tự

(2), (4), (3).

Quá trình chuẩn hóa dữ liệu có tác động đến kết quả

phân loại, tuy nhiên ảnh hưởng không lớn (chênh lệch

~0,6% - xét trên tỉ lệ nhận dạng sai của mô hình (1) và (2))

đối với bộ dữ liệu CIFAR10.

So sánh kết quả của mô hình (1) và (3), ta thấy tỉ lệ nhận

dạng lỗi tăng vọt từ 11,61% lên 15,95%. Khác biệt giữa hai

mô hình này là có và không có xử lý whitening. Như vậy,

có thể thấy rằng bằng cách hạn chế sự tương quan giữa các

phần tử trong ảnh, xử lý whitening có tác động lớn đến kết

quả nhận dữ liệu, giúp tăng được tỉ lệ nhận dạng đúng của

hệ thống. Ở mô hình (4), loại bỏ cả hai quá trình chuẩn hóa

và whitening, tỉ lệ nhận dạng đúng thấp hơn so với mô hình

(1) và (2). Và với mô hình (3) thì lại có kết quả tương đồng

vì mức độ ảnh hưởng của chuẩn hóa dữ liệu trong các khảo

sát này không cao.

Các kết quả thực nghiệm trên cho thấy việc xử lý chuẩn

hóa (tuy kết quả chưa nhận thấy quá rõ ràng) và whitening

giúp tăng tỉ lệ nhận dạng ảnh, và đáng cân nhắc để đưa vào

mô hình.

3.6. Ảnh hưởng của Batch size đến kết quả nhận dạng

Batch size quyết định số lượng ảnh được dùng cho mỗi

lần cập nhật trọng số, ví dụ, với kích thước tập huấn luyện

của CIFAR-10 là 50.000 ảnh. Một chu kỳ học tương ứng

với xử lý 50.000 ảnh. Nếu chọn batch size = 20, có nghĩa

là dữ liệu sẽ được chia thành 2.500 gói con để xử lý. Tương

tự, nếu batch size = 200, thì số gói dữ liệu là 250 gói. Bảng

3 là các kết quả khảo sát thu được sau 60 vòng lặp trên mô

hình 3 khối con.

Bảng 3 là kết quả khi có sự thay đổi về kích thước gói

dữ liệu batch. Với kích thước Batch size nhỏ, tỉ lệ nhận

dạng lỗi cao (47,41%). Khi kích thước tăng dần, kết quả

khảo sát đã có những thay đổi khả quan. Nhìn chung, khi

batch size lớn, các trọng số sẽ được cập nhật một cách ổn

định hơn. Nhưng cũng lưu ý rằng, batch size lớn sẽ yêu cầu

nhiều bộ nhớ hơn.

Bảng 3. Kết quả nhận dạng khi sử dụng dữ liệu với các batch

size khác nhau trên cùng một mô hình mạng

Batch size 10 20 50 100 200

Tỉ lệ lỗi (%) 47,41 22,88 17,43 15,16 14,45

4. Kết luận

Bài báo đã thực hiện nhận dạng ảnh tự nhiên dựa trên

sự kết hợp giữa mạng neuron tích chập CNN và mạng

perceptron đa lớp MLP. Trong đó, MLP được sử dụng để

khai thác thêm thông tin cục bộ, bên cạnh thông tin về mặt

không gian từ CNN. Kết quả thực nghiệm cho thấy sự kết

hợp CNN-MLP cho phép cải thiện tỉ lệ nhận dạng. Ngoài

ra, bài báo cũng phân tích tác động của tốc độ học đến việc

rút ngắn thời gian huấn luyện, cho thấy vai trò của lớp

dropout trong việc giảm overfitting, tầm quan trọng của

quá trình tiền xử lý dữ liệu, cũng như kích thước gói batch

size ảnh hưởng đến kết quả nhận dạng. Khi tăng độ sâu của

mạng, ta nhận thấy xu hướng cải thiện chất lượng nhận

dạng. Xu hướng này có thể càng được thể hiện rõ khi thời

gian huấn luyện càng lớn.

Bài báo hiện tại quan tâm đến nhận dạng ảnh với kích

thước nhỏ. Bằng cách kết hợp với phương pháp phát hiện

sự nổi bật [9], mô hình trên có thể sẽ giúp nhận dạng đối

tượng trong bối cảnh thực tế hơn.


[1] Y. Lecun, L. Bottou, Y. Bengio, P. Haffner, “Gradient-based

Learning Applied to Document Recognition”, Proceedings of The

IEEE 86 (11), 1998, pp. 2278-2324.

[2] A. Krizhevsky, G. Hinton, Learning Multiple Layers of Features from Tiny Images, Technical report, University of Toronto, 2009.

[3] Min Lin, Qiang Chen, Shuicheng Yan, Network in Network,

arXiv:1312.4400v3, 2014.

[4] Michael A. Nielsen, Neural Networks and Deep Learning,

Determination Press, 2015.

[5] Ian Goodfellow, Yoshua Bengio, Aaron Courville, Deep Learning,

MIT Press, 2016.

[6] Nitish Srivastava, Geoffrey Hinton, Alex Krizhevsky, Ilya

Sutskever, Ruslan Salakhutdinov, “Dropout: A Simple Way to

Prevent Neural Networks from Overfitting”, Journal of Machine

Learning Research, 2014, pp. 1929-1958.

[7] Ian Goodfellow, David Warde-Farley, Mehdi Mirza, Aaron

Courville, Yoshua Bengio, MaxOut Network, arXiv:1302.4389v4, 2013.

[8] Andrea Vedaldi, Karel Lenc, MatConvNet - Convolutional Neural

Networks for MATLAB, arXiv:1412.4564, 2016.

[9] T. Ho-Phuoc, Développement et mise en oeuvre de modèles

d'attention visuelle, PhD thesis, Université Joseph Fourier, 2010.


110 Thái Ngọc Sơn

TÍNH TOÁN VÀ TRIỂN KHAI HỆ THỐNG LÀM MÁT CHUỒNG TRẠI

BẰNG NGUỒN NƯỚC NGẦM

CALCULATING AND OPERATING THE COOLING SYSTEM OF FARMHOUSES USING

UNDERGROUND WATER

Thái Ngọc Sơn


Tóm tắt - Nguồn nước ngầm tại miền Trung Việt Nam có trữ lượng phong phú, nhiệt độ trong mùa hè lại thấp hơn nhiệt độ không khí khá nhiều. Để làm mát chuồng trại chăn nuôi gia cầm có rất nhiều phương pháp như tưới nước, phun sương, sử dụng buồng phun, thiết bị trao đổi nhiệt kiểu vách ngăn, thông gió qua tấm làm mát (cooling pad), điều hòa không khí... Bài báo đã phân tích, lựa chọn một phương pháp làm mát hỗn hợp: vừa phun mưa để giảm lượng nhiệt truyền vào chuồng do bức xạ mặt trời qua mái, vừa dùng tấm làm mát cooling pad, sử dụng nước ngầm để thông gió và làm mát không khí cho chuồng trại. Bài báo trình bày các điểm cơ bản trong tính toán thiết kế hệ thống làm mát nêu trên, kết quả triển khai ứng dụng và phương pháp vận hành hệ thống.

Abstract - The central region of Vietnam has abundant reserves of underground water. During summer, the water temperature is much lower than the ambient air temperature. For cooling poultry farms, there are many popular methods such as watering, spraying, using spray chambers (air washer), surface heat exchangers, direct evaporative coolers, using the cooling pad, air conditioning systems and so on. In this article, we analyze and select a complex cooling system which combines water spray method and direct evaporative coolers using cooling pads. The former method is utilized to reduce the amount of heat entering the farmhouse due to solar radiation through the roof.Meanwhile, the latter one is applied to cool the air by evaporating the underground water as it goes through the cooling pad. This article presents the basics of calculating in designing a combined cooling system as mentioned above, the results of the application and the method of operating the whole the system.

Từ khóa - không khí ẩm; phương pháp lặp; nước ngầm; làm mát chuồng trại; tấm làm mát

Key words - moist air; iterative methods; ground water; cooling animal sheds; cooling pad


Khí hậu Việt Nam chia làm hai mùa rõ rệt, đặc biệt là

tại miền Trung, “nắng lắm mưa nhiều”. Bài toán đặt ra cho

các nhà chăn nuôi là làm sao để khống chế vi khí hậu trong

các trang trại chăn nuôi ở điều kiện tốt nhất có thể trong

khi vốn đầu tư còn nhỏ.

Để làm mát chuồng trại chăn nuôi gia cầm có rất nhiều

phương pháp như: tưới nước, phun sương, sử dụng buồng

phun, thiết bị trao đổi nhiệt kiểu vách ngăn, thông gió qua

tấm làm mát (cooling pad), điều hòa không khí... Khảo

sát nguồn nước ngầm ở Quảng Nam, Đà Nẵng trong các

năm từ 2014 - 2017 cho thấy nhiệt độ khá ổn định, nằm

trong khoảng 24,5 - 25,5°C. Với trữ lượng khá lớn, nguồn

nhiệt này có thể sử dụng để làm mát chuồng trại. Bài báo

phân tích, lựa chọn một phương pháp thích hợp, trình bày

các điểm cơ bản trong tính toán thiết kế hệ thống làm mát

đó, nêu kết quả triển khai ứng dụng và phương pháp vận

hành hệ thống.

2. Giải quyết vấn đề

Tính toán và triển khai hệ thống làm mát tại trang trại ở

Hòa Phú, Hòa Vang, Đà Nẵng có kích thước dài D = 70 m;

rộng R = 8,5 m; chiều cao của không gian cần làm mát là

H = 3 m. Chuồng nuôi 6.000 con gà.

2.1. Thông số khí hậu, tính toán nhiệt thừa, ẩm thừa

Xét điều kiện thời tiết tại Đà Nẵng [1], tháng nóng nhất

trong năm là tháng 7 với nhiệt độ không khí cao nhất trung

bình trong mùa hè là tN = 34,4°C. Phân tích biến trình ngày

của nhiệt độ không khí và biến trình ngày của độ ẩm tương

đối trong tháng 7, nhận thấy khi nhiệt độ không khí lên cao,

độ ẩm tương đối của không khí xuống thấp, ví dụ trong

tháng 7 nhiệt độ không khí cao nhất lúc 12h là 33,4°C cũng

chính là lúc độ ẩm tương đối của không khí thấp nhất 57%.

Việc làm mát cho chuồng trại thường được thực hiện trong

các giờ nắng nóng cao điểm, do vậy ta chọn các thông số

để tính toán ứng với thời gian đó, tức là thông số ngoài trời:

nhiệt độ tN = 34,4°C, độ ẩm tương đối N = 57%.

Điều kiện vi khí hậu đối với chăn nuôi gia cầm, cụ thể

là gà, tối ưu là t = 18 - 24°C, = 60 - 70%. Điều kiện này

chỉ có thể đáp ứng được khi sử dụng hệ thống điều hòa

không khí với chi phí đầu tư ban đầu và cả chi phí vận hành

(tiền điện) rất cao. Trong điều kiện sản xuất của Việt Nam,

theo [2], khi khảo sát chuồng nuôi gà đẻ, nhiệt độ trong

chuồng có thể chấp nhận là trong khoảng 27 - 30°C, độ ẩm

82 - 90%, tốc độ gió 1,7 – 2 m/s. Ở điều kiện này gà chưa

thể hiện stress nhiệt. Vậy ta chọn điều kiện trong chuồng

như sau: nhiệt độ tT = 28,6°C; độ ẩm T = 89%.

Nhiệt thừa được tính toán dựa trên tài liệu [3].

Nhiệt do nguồn sáng nhân tạo Q1 = 0,90 kW.

Nhiệt thừa của gia cầm tương đối khó tính toán do

không có các số liệu nghiên cứu, ta tạm tính theo nhiệt thừa

trung bình của người dựa trên tỷ lệ da người và gà, thu được

Q2 = 22,5 kW.

Nhiệt do bức xạ mặt trời vào phòng qua kết cấu bao che

(ở đây là qua mái khi không có các biện pháp giảm nhiệt

bức xạ như phun mưa, phun sương...) Q3 = 33,4 kW.

Nhiệt truyền qua kết cấu bao che (tường, trần, nền đất)

Q4 = 8,9 kW.

Vậy tổng nhiệt thừa là Q = 65,7 kW, trong đó nhiệt thừa

do bức xạ qua mái chiếm hơn một nửa.

Lượng ẩm thừa do gà sinh ra được xác định gần đúng,


ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 5(126).2018 111

bằng lượng nước cung cấp hàng ngày cho gà, được gà thải

qua phân và hô hấp: W = 0,029 kg/s.

2.2. Lựa chọn phương án làm mát

Phương án sử dụng điều hòa không khí là tối ưu để điều

khiển nhiệt độ và độ ẩm không khí trong chuồng như các

nghiên cứu trên thế giới. Tuy nhiên chi phí đầu tư rất cao,

chi phí vận hành cũng lớn nên chưa thích hợp với phần

nhiều trang trại tại miền Trung.

Phương án dùng thiết bị trao đổi nhiệt kiểu vách ngăn

không khả thi do độ chênh nhiệt độ của nước ngầm với

không khí trong chuồng thấp, nếu sử dụng loại thiết bị này

sẽ rất cồng kềnh, đòi hỏi một lượng nước ngầm rất lớn. Mặt

khác, nước ngầm luôn có chứa nhiều tạp chất, khi bám vào

mặt trong của thiết bị trao đổi nhiệt sẽ làm tăng nhiệt trở,

rất khó vệ sinh, làm giảm hiệu suất trao đổi nhiệt.

Phương pháp phun sương đòi hỏi nước tương đối sạch

để tránh làm nghẹt béc phun. Mặt khác, khi phun sương trên

mái sẽ làm mát cả bầu không khí xung quanh gây lãng phí.

Bên cạnh đó, nếu phun trực tiếp vào chuồng sẽ cần hệ thống

phân phối gió để ẩm không tập trung, dễ làm gia cầm dịch

bệnh. Do vậy, phương pháp phun sương không thích hợp.

Phương pháp cho nước chảy theo rãnh của mái tôn được

tính toán kỹ [4], đòi hỏi lưu lượng nước lớn. Khi sử dụng

nước ngầm với nhiệt độ 25°C, lưu lượng 5,4 m3/h có thể

giảm khoảng 30% lượng nhiệt truyền qua mái.

Để làm mát mái, ta có thể dùng phương pháp phun mưa

trên mái. Phương pháp này giống như phun sương, nhưng

đường kính hạt lớn hơn, do đó tránh hiện tượng nghẹt béc

phun. Thiết bị phun mưa đơn giản, năng lượng điện tiêu

hao ít hơn phun sương. Khi sử dụng, nước ra khỏi tấm làm

mát có nhiệt độ xấp xỉ nhiệt độ nhiệt kế ướt với lưu lượng

là 2,7 m3/h, lượng nhiệt xâm nhập qua mái sẽ là QT = 3,5

kW, giảm gần 90% lượng nhiệt truyền qua mái.

Để giảm nhiệt độ không khí trong chuồng, ta có thể

dùng thiết bị trao đổi nhiệt kiểu hỗn hợp, cụ thể là buồng

phun (có hoặc không có lớp đệm). Tuy nhiên buồng phun

khá cồng kềnh, lượng nước tuần hoàn lớn nên hiện tại

phương pháp dùng tấm làm mát tương đối phổ biến.

Tấm làm mát (cooling pad) có thể làm giảm nhiệt độ

xuống đến giới hạn chấp nhận được trong các ngày hè nóng

bức với độ ẩm phù hợp trong chăn nuôi. Nước sau khi đi

qua tấm làm mát có nhiệt độ gần với nhiệt độ nhiệt kế ướt,

ta lấy nước đó phun mưa lên mái, theo như trên đã phân

tích, sẽ làm giảm đáng kể công suất nhiệt của hệ thống.

Vậy ta sẽ sử dụng đồng thời hai phương pháp làm mát:

nước ngầm vào thời gian nắng nóng cao điểm sẽ được hút

và bơm qua hệ thống cooling pad; nước ra khỏi hệ thống sẽ

được trữ lại để tái tuần hoàn qua cooling pad hoặc phun

mưa làm mát mái.

2.3. Tính toán hệ thống phun mưa

Nước tạo thành một màng mỏng bao phủ toàn bộ mái

tôn. Tùy theo lưu lượng nước phun mà nhiệt độ của mái sẽ

giảm xuống.

Bài toán: Cho không khí ngoài trời có nhiệt độ tN, độ

ẩm tương đối φN. Không khí trong chuồng có nhiệt độ tT,

độ ẩm tương đối φT, nước phun mưa lên mái nhà có lưu

lượng Gn, nhiệt độ t'L. Xác định lượng nhiệt truyền qua mái

vào chuồng QT, nhiệt độ đầu ra khỏi mái của nước t''L.

Giải: Bài toán giải theo phương pháp lặp. Trong quá

trình tính toán có sử dụng một số giả thiết sau:

- Toàn bộ mái được phủ một lớp nước có nhiệt độ tính

toán là nhiệt độ trung bình của nước phun lên mái t'L và

nước thu hồi sau khi làm mát mái t"L.

- Nhiệt độ của bề mặt ngoài của mái xem như bằng nhiệt

độ của nước.

- Nhiệt lượng bức xạ mặt trời do mái hấp thụ xem như

truyền toàn bộ cho nước do hệ số tỏa nhiệt từ bề mặt ngoài

của mái vào màng nước khá lớn.

- Bỏ qua quá trình trao đổi nhiệt khối giữa nước từ vòi

phun đến khi tạo thành lớp màng trên bề mặt mái. Trong

thực tế, quá trình này sẽ làm giảm bớt lưu lượng nước chảy

trên mái và thay đổi trạng thái không khí gần bề mặt mái.

Hình 1. Tính cân bằng nhiệt cho nước phủ trên mái

Nước phun mưa là nước đã đi qua cooling pad, khi đó

nước sẽ có nhiệt độ xấp xỉ nhiệt độ nhiệt kế ướt.

Bảng 1. Tính nhiệt hệ thống phun mưa

Diễn giải Ký hiệu/Công

thức

Kết

quả

Lưu lượng nước phun (kg/s) Gn 0,75

Nhiệt độ nước phun ra mái bằng

nhiệt độ nước ra khỏi cooling pad

(°C)

t'L 26,9

Nhiệt độ nước ra khỏi mái (chọn) t''L 34,6

Nhiệt trở tỏa nhiệt từ bề mặt ngoài

của mái vào nước (m2K/W) Rαn 0,002

Nhiệt trở dẫn nhiệt mái (m2K/W) Rm = δm/λm 0,033

Nhiệt trở của không khí (m2K/W) Rkk 0,172

Nhiệt trở dẫn nhiệt trần (m2K/W) Rt = δt/λt 0,067

Nhiệt trở tỏa nhiệt bên trong của

kết cấu bao che (m2K/W) RαT = 1/αT 0,086

Tổng nhiệt trở R (m2K/W) R = Rαn+ Rm+

Rkk+ Rt+ RαT 0,360

Diện tích mái (m2) Fm 595

Nhiệt truyền từ trong chuồng vào

nước (kW) QT=Fm(tT-tL)/R -3,5

Hệ số hấp thụ của mái εS 0,61

Nhiệt bức xạ đối với mặt ngang

(kW/m2) E 0,777

Nhiệt lượng bức xạ từ mặt trời

vào mái (kW) Qε = FmεSE 282,0

Lượng nhiệt truyền từ không khí

ngoài trời vào nước (kW)

QN = Fm.αN.(tN-

tL) 50,5

Diện tích bề mặt bay hơi (m2) Fbh = (L+Hs)Lm 856

Tốc độ gió trung bình (m/s) ωtb 1,78


Hệ số bay hơi (kg/(s.m2.Pa)) [6] c=(17,17+13,0

5ωtb).10-5/3600

1,12

E-07

Áp suất hơi nước bão hòa theo

nhiệt độ của nước (Pa) ps 4 398

Áp suất hơi nước bão hòa theo nhiệt

độ của không khí ngoài trời (Pa) ps_N 5 399

Áp suất riêng phần của hơi nước

trong không khí ngoài trời (Pa) ph = ps_N.φN 3 078

Lượng nước bay hơi trên toàn bộ

bề mặt mái (kg/s) [6] W = Fbhc(ps-рh) 0,127

Lượng nhiệt chuyển pha cần để

bay hơi nước (kW) Qbh = W.r 307,9

Tồng lượng nhiệt cung cấp cho

nước (kW) Q = Qε+QT+QN 328,9

Biến thiên enthalpy của nước

(kW) ΔI = Q-Qbh 21,1

Nhiệt độ đầu ra của nước (tính)

(°C)

t"L_Tính= t'L+ΔI/

[(Gn-W).cp] 35,0

Sai số nhiệt độ đầu ra εt=abs(t"L-

t"L_Tính)/t"L_Tính 1,3%

Việc phun nước trên mái nhà chủ yếu để giảm lượng

nhiệt bức xạ mặt trời và lượng nhiệt truyền từ không khí

ngoài trời qua mái vào chuồng. Khi phun nước có lưu

lượng lớn hơn, nhiệt độ trung bình của nước sẽ giảm, đến

thời điểm nhiệt độ của nước nhỏ hơn nhiệt độ của không

khí trong chuồng, khi đó nhiệt sẽ truyền từ trong chuồng ra

nước. Tuy nhiên, nhiệt trở truyền nhiệt từ trong chuồng lên

mái rất lớn, để làm mát không khí trong chuồng hoàn toàn

không có lợi.

2.4. Tính toán hệ thống cooling pad

a. Tính chọn quạt

Không khí lưu thông qua chuồng trong những ngày hè

có 2 mục đích: cung cấp lượng không khí tươi tối thiểu cần

thiết và duy trì tốc độ gió cần thiết để thải nhiệt cho gia cầm.

Lượng không khí tươi tối thiểu Gmin [5]:

Gmin = GN.n.ρ/60 = 32,8 kg/s

Trong đó, năng suất chuồng trại n = 6.000 con; khối lượng

trung bình mỗi con gà m = 2 kg/con; định lượng không khí

tươi cho 1 kg gà GN = 5 CFM (cube feet per min; 1 cubic

feet=28,3 lít); khối lượng riêng của không khí tại 30°C là

ρ = 1,16 kg/m3.

Để làm mát trong mùa hè, không khí trong chuồng cần

lưu chuyển tối thiểu với tốc độ 2 – 3 m/s. Ứng với tốc độ 2

m/s cần lưu lượng Gmax = ρ.ω.F = 59,2 kg/s. Chọn quạt hút

Kolowa SLR54-3DS với lưu lượng gió: 24.000 CFM, hiệu

suất 0,8, ta tính được cần dùng 4 quạt để duy trì lưu lượng

không khí tươi tối thiểu cho gà và cần thêm 4 quạt để duy

trì tốc độ không khí trong chuồng trong các ngày hè nóng

bức là 2,4 m/s

b. Tính chọn cooling pad

Bài toán: Cho không khí và nước trao đổi nhiệt – khối

khi đi qua tấm cooling pad. Biết không khí có lưu lượng

vào thiết bị là 62,7 kg/s; nhiệt độ là tN = 34,4°C, φN = 57%.

Nước ngầm vào thiết bị có nhiệt độ t'n = 25°C. Xác định

nhiệt độ của không khí ẩm ra khỏi thiết bị và ra khỏi chuồng

gà có nhiệt thừa, ẩm thừa đã tính trong mục 2.1, lưu lượng

nước để không khí ẩm ra khỏi thiết bị có độ ẩm 85 - 90%;

số tấm làm mát cần thiết.

Giải: Khi cho nước có nhiệt độ bằng nhiệt độ nhiệt kế

ướt chảy qua cooling pad, không khí ẩm biến đổi trạng thái

theo đường đẳng enthalpy, từ nhiệt độ ban đầu t'k = tN đến

nhiệt độ ra khỏi cooling pad t"k_u, quá trình diễn ra theo

đường AB. Sau đó không khí ẩm tại trạng thái B được thổi

vào chuồng, nhận nhiệt thừa và ẩm thừa, biến đổi đến trạng

thái điểm E.

Khi nước ngầm có nhiệt độ thấp hơn nhiệt độ nhiệt kế

ướt vào cooling pad, không khí sẽ cung cấp thêm một

lượng enthalpy ΔIn để làm tăng nhiệt độ nước đến nhiệt độ

nhiệt kế ướt, quá trình diễn ra theo đường AC (Hình 2).

Không khí ẩm sau đó được thổi vào chuồng, cũng nhận

nhiệt thừa và ẩm thừa, biến đổi đến trạng thái F.

Hình 2. Quá trình trao đổi nhiệt - khối của không khí ẩm khi

qua cooling pad

Vậy E và F tương ứng với trạng thái không khí ẩm trong

chuồng khi nước tưới cooling pad là nước tuần hoàn trong

hệ thống cooling pad (có nhiệt độ của nhiệt kế ướt) và nước

ngầm. Với cùng nhiệt thừa, ẩm thừa, trạng thái E có nhiệt

độ cao hơn nhưng độ ẩm tương đối thấp hơn; trạng thái F

có nhiệt độ thấp hơn nhưng độ ẩm tương đối cao hơn. Đây

là vấn đề cần lưu ý khi vận hành hệ thống.

Chọn tấm cooling pad Celdek 7090-15 với kích thước

H×W×D = 1800 x 600 x 100 mm. Nhiệt độ không khí ẩm

ra khỏi cooling pad phụ thuộc vào tốc độ của không khí và

bề dày của cooling pad. Số lượng tấm cooling pad phụ

thuộc vào lưu lượng và tốc độ không khí cần làm mát.

Khi nước vào cooling pad với nhiệt độ nhiệt kế ướt,

nhiệt độ không khí qua tấm cooling pad 7090-15 được tính

theo công thức thực nghiệm sau [7]:

tk_u” = tk’ – η.(tk’-tư)

trong đó, η là hiệu suất làm mát.

Để có được độ ẩm cần thiết và tấm làm mát hoạt động

tối ưu, cần cung cấp lượng nước cD nhất định cho 1 m2 bề

mặt trên cùng của tấm làm mát. Lượng nước GD cung cấp

cho toàn bộ chiều dài được tính như sau:

GD = cD LD

Trong đó, L = nW: Tổng chiều dài các tấm cooling pad

(m); D: Bề dày tấm cooling pad (m).

Các giá trị η và cD xác định từ catalogue của cooling

pad Celdek 7090-15 [7].

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 5(126).2018 113

Bảng 2. Tính nhiệt hệ thống cooling pad

Diễn giải Ký hiệu/Công thức Kết

quả

BÀI TOÁN

Không khí vào cooling pad

Lưu lượng khối lượng

không khí (kg/s) G0 62,7

Lưu lượng khối lượng

KKK (kg/s) Gk 61,5

Nhiệt độ (°C) t'k = tN 34,4

Độ ẩm tương đối φ'k = φN 0,57

Không khí ra khỏi chuồng

Độ ẩm yêu cầu φT 0,85-

0,9

Nước

Nhiệt độ nước vào (°C) tn' 25

GIẢI

Khối lượng riêng trung bình

của không khí khô (kg/m3) ρ 1,15

Lưu lượng thể tích KKK, (m3/s) Vk = Gk/ρ 53,5

Chọn tốc độ gió vào các

tấm cooling pad (m/s) ωc 2,5

Tổng diện tích các tấm

cooling pad (m2) F = Vk/ωc 21,4

Số lượng tấm cooling pad ncp=F/(W.H) 19,8

Chọn số tấm cooling pad n 20

Kiểm tra lại tốc độ gió vào

các tấm cooling pad (m/s) ω=Vk/(n.W.H) 2,48

Nhiệt độ nhiệt kế ướt tư 26,9

Hiệu suất làm mát η 0,67

Nhiệt độ không khí ra

cooling pad (°C) tk_u” = tk’ – η.(tk’-tư) 29,4

Ẩm dung không khí ra

cooling pad (kg/kgKKK) dk” = f(tk_u”, i'k)

0,021

8

Lượng nước bay hơi (kg/s) E = Gk(dk"-dk') 0,125

Lượng nước xả bỏ (kg/s) B = CbE = 0,2E 0,025

Lượng nước cần bổ sung

khí bơm tuần hoàn (kg/s) F = E+B 0,150

Định lượng tưới (kg/(s.m2)) cD 1,0

Tổng chiều dài các tấm

cooling pad (m) L = nW 12,00

Lượng nước cung cấp GD

cho toàn bộ chiều dài (kg/s) GD = cD LD 1,20

Lưu lượng nước qua toàn

bộ cooling pad (kg/s) Glt = GD+B 1,23

Lưu lượng nước bơm qua

toàn bộ cooling pad (kg/s)

(theo bơm chọn thực tế)

Gn 1,50

Biến thiên enthalpy của

nước (kW) ΔIn = GnCpn(tư -tn') 12,23

Enthalpy của không khí

giảm (kJ/kgKKK) Δik = ΔIn/Gk 0,199

Enthalpy thực tế của không

khí khi ra khỏi cooling pad

(kJ/kgKKK)

ik" = ik'-Δik 84,9

Nhiệt độ thực tế của không

khí ra khỏi cooling pad (°C) tk" = f(dk”, ik") 29,2

Độ ẩm tương đối thực tế của

không khí ra khỏi cooling pad φk" = f(dk”, tk") 0,84

Nhiệt thừa khi sử dụng phương

pháp phun mưa với lưu lượng

nước 0,75 kg/s (kW)

Q = Qp-QT 35,85

Enthalpy không khí mang

vào chuồng (kW) IT' = Gkik" 5222

Enthalpy không khí mang ra

khỏi chuồng (kW) IT'' = Q+IT' 5257

Ẩm thừa do gà tỏa ra (kg/s) W=nmamc/(24*3600) 0,029

Không khí ra khỏi chuồng cũng là không khí trong chuồng

Enthalpy riêng (kJ/kg) iT = iT"=iT"/Gk 85,51

Dung ẩm (g, kg/kgKKK) dT = dk"+W1/Gk 0,022

Nhiệt độ (°C) tT = f(iT,dT) 28,6

Độ ẩm tương đối φT = f(tT,dT) 0,89

2.5. Sơ đồ nguyên lý hệ thống làm mát

Hình 3. Sơ đồ nguyên lý hệ thống làm mát

Nước được bơm 3 với lưu lượng Gn_c hút từ giếng ngầm

1 lên phân phối vào các tấm cooling pad 5 dựng ở 1 đầu

của chuồng gia cầm. Ở đầu kia của chuồng gia cầm đặt quạt

hút 7 với lưu lượng Gk tạo áp suất âm trong chuồng, không

khí ngoài trời với nhiệt độ tN, độ ẩm tương đối φN đi qua

các tấm cooling pad 5 trao đổi nhiệt - khối với nước, hòa

trộn với không khí trong chuồng đạt đến trạng thái nhiệt độ

tT, độ ẩm tương đối φT. Nước sau khi đi qua cooling pad

hồi về bể chứa 2 qua đường số 10.

Nước từ bể chứa 2 theo đường ống số 11 được bơm 4

với lưu lượng Gn_m hút lên và qua hệ thống ống 6 phun mưa

trên mái. Nước gom từ mái về ống góp 8 rồi đưa về bể chứa

9 để dùng cho các nhu cầu vệ sinh chuồng trại, trồng trọt...

Khi nhiệt độ ngoài trời không quá cao ta có thể chỉ cần

sử dụng nước từ bể chứa 2 tuần hoàn để làm mát.

2.6. Vận hành hệ thống

Kết quả vận hành và đo đạc trong một số ngày mùa hè

năm 2017 được thể hiện trong Bảng 3, trong đó có các ký

hiệu viết tắt về phương pháp vận hành hệ thống như sau:

- PM: Sử dụng nước từ bể chứa nước sau khi qua

cooling pad để phun mưa trên mái nhà;

- NN: Sử dụng nước ngầm để cung cấp cho hệ thống

cooling pad; sử dụng nước từ bể chứa nước sau khi qua

cooling pad để phun mưa trên mái nhà;

- CL: Sử dụng nước từ bể chứa nước sau khi qua

cooling pad để cung cấp cho hệ thống cooling pad (tuần

hoàn kín); sử dụng nước từ bể chứa nước sau khi qua

cooling pad để phun mưa trên mái nhà.


Bảng 3. Số liệu khảo sát thực tế làm mát chuồng trại hè 2017

Thông số Ngày 16/06/2017

Giờ 7 9 11

Nhiệt độ không khí ngoài trời (°C) tN 31,7 34,5 37

Độ ẩm không khí ngoài trời φN 0,76 0,55 0,49

Số tấm cooling pad ướt n 20 20

Nhiệt độ nước vào cooling

pad (°C) tn' 27,3 25

Phương pháp PP PM CL NN

Nhiệt độ trong chuồng (°C) tT 30,1 30 29,8

Độ ẩm trong chuồng φT 0,8 0,82 0,82

Nhiệt độ nước phun (°C) t'L 27 27,3 27,2

Độ chênh nhiệt độ ngoài trời -

trong chuồng tN-tT 1,6 4,5 7,2

Ngày 10/07/17 01/08/17

Giờ 12 13 14 13 14 15 16

tN 33,8 34,6 35,2 38 36,1 38,1 35,7

φN 0,63 0,65 0,54 0,46 0,52 0,54 0,54

n 20 10 20 20 20 20 20

tn' 27,5 25 24,8 24,7 27,6 24,7 28

PP CL NN NN NN CL NN CL

tT 29,7 29,9 29,1 30,6 30,4 30,6 30,6

φT 0,85 0,89 0,85 0,82 0,79 0,88 0,82

t'L 27,5 27,9 27,5 27,8 27,6 28,2 28

tN-tT 4,1 4,7 6,1 7,4 5,7 7,5 5,1

Để dự đoán nhiệt độ, độ ẩm trong chuồng khi sử dụng hệ

thống làm mát, tác giả xây dựng một phần mềm tính toán

trong Excel. Đầu vào là các số liệu cập nhật thực tế như ngày,

giờ, nhiệt độ và độ ẩm tương đối ngoài trời (trong bóng râm);

nhiệt độ nước ngầm hoặc nước trong bể chứa nước tuần hoàn

từ cooling pad; số lượng cooling pad cho nước đi qua... Phần

mềm sẽ tính toán nhiệt thừa, ẩm thừa, chế độ phun mưa và

vận hành cooling pad theo các công thức tính đã đề cập trong

phần 2 ở trên. Trong một số bài toán, cần sử dụng phương

pháp lặp để đạt đến sai số cho phép, tácgiar đã dùng VBA

(Visual Basic for Applications) để lập trình, kết hợp với các

mô-đun phần mềm tính toán thông số nhiệt động của nước,

hơi nước, thông số nhiệt động của không khí khô, không khí

ẩm và tính bức xạ mặt trời. Kết quả tính toán của phần mềm

là nhiệt độ và độ ẩm trong chuồng. Kiểm tra so sánh kết quả

vận hành thực tế với kết quả tính toán của phần mềm, thấy

rằng sai số nằm trong khoảng 3 - 15%. Nguyên nhân là do

các thiết bị đo đều có sai số khá lớn; phương pháp đo thô sơ

và biến động điều kiện thời tiết theo thời gian. Tuy nhiên

phần mềm cho thấy có thể dự kiến trước kết quả để vận hành

hệ thống tốt hơn.

2.7. Đánh giá về hiệu quả làm mát

Làm mát trong ngày hè được thực hiện bằng cách kết

hợp 3 biện pháp: phun mưa, tưới nước ngầm qua cooling

pad và tưới nước tuần hoàn qua cooling pad. Việc kết hợp

giữa các biện pháp nhằm làm giảm lưu lượng khai thác

nước ngầm, giãn thời gian khai thác nước ngầm nhằm phục

hồi lưu lượng nước ngầm tự nhiên. Tổng hợp số liệu 15

ngày khảo sát rải rác trong hè năm 2017 được thể hiện tại

Bảng 4. Cột “Nhỏ nhất trung bình” thể hiện trung bình các

giá trị (nhiệt độ, độ ẩm...) nhỏ nhất trong 15 ngày khảo sát.

Cột “Trung bình” thể hiện trung bình các giá trị (nhiệt độ,

độ ẩm...) trong 15 ngày khảo sát. Cột “Lớn nhất trung bình”

thể hiện trung bình các giá trị (nhiệt độ, độ ẩm...) lớn nhất

trong 15 ngày khảo sát.

Bảng 4. Tổng hợp số liệu thực tế làm mát trại gà hè 2017

Thông số Nhỏ nhất

trung bình

Trung

bình

Lớn nhất

trung bình

Nhiệt độ không khí ngoài trời (°C) 30,5 34,1 37,0

Độ ẩm không khí ngoài trời 0,49 0,60 0,74

Nhiệt độ trong chuồng (°C) 28,4 29,7 30,7

Độ ẩm trong chuồng 0,76 0,84 0,89

Độ chênh nhiệt độ ngoài trời -

trong chuồng (°C) 1,2 4,6 6,9

3. Kết luận

Bài báo đã đưa ra cơ sở lý thuyết tính toán hệ thống làm

mát chuồng trại kết hợp giữa phun mưa làm mát mái và sử

dụng các tấm làm mát công nghiệp (cooling pad) với nguồn

nước ngầm.

Tác giả đã tính toán ứng dụng cụ thể và triển khai hệ

thống làm mát cho 1 trang trại gà. Kết quả cho thấy hệ

thống làm mát đã thiết kế có khả năng giảm nhiệt độ tối đa

trung bình đến 6,9°C, ứng với các giờ cao điểm của nắng

nóng. Trung bình trong các ngày nóng có thể giảm đến

4,6°C, tạo nhiệt độ trung bình trong chuồng là 29,7°C với

độ ẩm tối đa trung bình dưới 90%, nằm trong ngưỡng gà

có thể chịu đựng trong điều kiện Việt Nam.

Tác giả đã xây dựng được phần mềm dự báo nhiệt độ,

độ ẩm của chuồng trại khi vận hành hệ thống. Kiểm tra so

sánh kết quả vận hành thực tế với phần mềm cho thấy sai

số nằm trong khoảng 5 - 15%, có thể chấp nhận được trong

thực tế sản xuất.

Hệ thống làm mát sử dụng nước ngầm tưới qua các tấm

cooling pad kết hợp với phun mưa có vốn đầu tư thấp, hiệu

quả giải nhiệt nằm trong phạm vi có thể chấp nhận được.

Hệ thống có thể vận hành hiệu quả theo dự báo nhiệt độ,

độ ẩm chuồng trại của phần mềm tính toán.


[1] Bộ Xây dựng Việt Nam, QCVN 02:2009/BXD: Quy chuẩn kỹ thuật

quốc gia số liệu điều kiện tự nhiên dùng trong xây dựng, Hà Nội, 2009.

[2] Nguyễn Nhựt Xuân Dung, Lưu Hữu Mãnh, Lê Thanh Phương,

“Khảo sát chất lượng không khí và vị trí chuồng nuôi lên năng suất sinh sản của gà đẻ trứng giống hisex brown”, Tạp chı Khoa học

Trường Đại học Cân Thơ, Số chuyên đề Nông nghiệp (2), 2016,

trang 83-90.

[3] Võ Chí Chính, Giáo trình Điều hòa không khí, NXB Khoa học và

Kỹ thuật, Hà Nội, 2005.

[4] Thai Ngoc Son, Vo Chi Chinh, Pham Quoc Thang, “Solving the

Problem of Heat Transfer of Cooling Shed for Animals”, Proceedings - 2017 International Conference on System Science

and Engineering (ICSSE) ISBN: 978-1-5386-3422-6/17, pp. 632-

635, 2017 DOI: 10.1109/ICSSE.2017.8030952.

[5] Hệ thống lạnh trong chăn nuôi, http://ksp.com.vn/cho-an-tu-

dong/he-thong-lanh-trong-chan-nuoi/121/ [truy cập 09/08/2017].

[6] Уравнение массоотдачи, https://studopedia.ru/8_163496_uravnenie-

massootdachi.html [truy cập 09/08/2017].

[7] Munters, Evaporative Cooling with CELdek, Technical Manual.


http://ksp.com.vn/cho-an-tu-dong/he-thong-lanh-trong-chan-nuoi/121/

http://ksp.com.vn/cho-an-tu-dong/he-thong-lanh-trong-chan-nuoi/121/


ĐỀ XUẤT CẢI TIẾN THUẬT TOÁN ĐIỀU KHIỂN HỆ THỐNG ĐIỀU TỐC

NHÀ MÁY THỦY ĐIỆN SRÊPỐK 3 ỨNG DỤNG LOGIC MỜ

PROPOSING AN IMPROVED CONTROL ALGORITHM FOR THE GOVERNANCE SYSTEM

OF SREPOK 3 HYDROPOWER PLANT USING FUZZY LOGIC SYSTEM

Trần Đức Sỹ1, Mai Đình Thành1, Lê Tiến Dũng2* 1Công ty Thủy điện Buôn Kuốp; [email protected], [email protected]

2Trường Đại học Bách khoa – Đại học Đà Nẵng; [email protected]

Tóm tắt - Nhà máy Thủy điện Srêpốk 3 nằm trong hệ thống thủy điện bậc thang trên sông Srêpốk, góp phần quan trọng trong việc cung cấp năng lượng điện cho lưới điện quốc gia. Trong bài báo này, các tác giả thực hiện nghiên cứu xây dựng mô hình toán học của hệ thống điều tốc Nhà máy Thủy điện Srêpốk 3 trên cơ sở giữ nguyên các bản chất phi tuyến của hệ thống để mô hình mô tả sát với thực tiễn. Dựa trên cơ sở mô hình toán học và sự hiểu biết về bản chất hệ thống, kinh nghiệm vận hành, quản lý nhà máy, các tác giả đề xuất một phương án cải tiến thuật toán điều khiển hệ thống điều tốc Nhà máy Thủy điện Srêpốk 3 sử dụng logic mờ. Hiệu quả của thuật toán đề xuất được thử nghiệm bằng mô phỏng trên phần mềm Matlab/Simulink. Kết quả cho thấy đặc tính khởi động của hệ thống đã được cải thiện tốt, đáp ứng nhanh chóng công suất đặt.

Abstract - Srepok 3 Hydropower Plant is located on the terraced hydropower system on the Srepok river, contributing significantly to the supply of electricity to the national grid. In this paper, the authors have conducted a study to construct mathematical model of the governance system of the Srepok 3 hydropower plant on the basis of maintaining the nonlinear nature of the system so that the model is close to reality. Based on a mathematical model and an understanding of the system, operation experience and plant management, the authors propose a method for improving the control algorithm for the governance system of Srepok 3 hydropower plant using fuzzy logic. The effect of the proposed algorithm is tested through simulation on the Matlab/Simulink. The results show that the startup characteristic of the system has been improved, responding quickly to the setup power.

Từ khóa - nhà máy thủy điện; hệ thống điều tốc; logic mờ; mô hình hóa; mô phỏng.

Key words - hydropower plant; governance system; fuzzy logic; modeling; simulation.


Cho đến nay, các nhà máy thủy điện vẫn đóng một vai

trò quan trọng trong việc cung cấp năng lượng điện trên

toàn cầu. Theo thống kê, lượng điện năng do các nhà máy

thủy điện sản xuất và cung ứng chiếm khoảng 19% tổng

năng lượng điện của toàn cầu [1]. Tại Việt Nam, sau hơn

30 năm đổi mới, thủy điện đóng vai trò vô cùng to lớn trong

sự phát triển kinh tế của đất nước, là một cấu phần quan

trọng của ngành điện đảm bảo cung ứng điện cho quá trình

hội nhập kinh tế quốc tế. Theo quy hoạch, đến năm 2020,

tổng công suất các nguồn thủy điện sẽ đạt khoảng 21.600

MW, khoảng 24.600 MW vào năm 2025 và 27.800 MW

vào năm 2030. Điện năng sản xuất từ nguồn thủy điện

chiếm tỷ trọng tương ứng là 29,5 - 20,5% và 15,5%. Như

vậy, có thể nói, đến thời điểm hiện tại và cả tương lai gần,

thủy điện vẫn là một trong ba nguồn năng lượng chính đáp

ứng nhu cầu điện quốc gia [2].

Với một vai trò quan trọng kể trên, việc nghiên cứu

nâng cao chất lượng hoạt động của các nhà máy thủy điện

luôn được các tổ chức năng lượng, các công ty trong lĩnh

vực điện năng, các trường đại học và các nhà khoa học quan

tâm thực hiện. Trong nhà máy thủy điện thì hệ thống điều

tốc đóng vai trò quan trọng. Trên thế giới đã có nhiều công

trình nghiên cứu đi trước đề xuất các giải pháp khác nhau

để mô hình hóa và nâng cao chất lượng hệ thống điều tốc.

Trong bài báo [3], một số mô hình toán học khác nhau của

các loại tua-bia thủy lực đã được đề xuất cho mục đích

nghiên cứu và thiết kế các thuật toán điều khiển. Một công

cụ mô phỏng cho các nhà máy thủy điện đã được xây dựng

dựa trên phần mềm Matlab/Simulink và đã được trình bày

trong bài báo [4]. Bên cạnh đó, một thuật toán điều khiển

PI kết hợp với logic mờ đã được đề xuất để nâng cao chất

lượng điều khiển cho nhà máy thủy điện ở Thổ Nhĩ Kỳ [5].

Ngoài ra, trong các nghiên cứu [6 - 9], các kỹ thuật,

thuật toán điều khiển hiện đại đã được áp dụng để đề xuất

các phương pháp mô hình hóa và điều khiển hệ thống điều

tốc nhà máy thủy điện cho các trường hợp cụ thể.

Tại Việt Nam, cũng đã có các công trình nghiên cứu

nâng cao chất lượng hệ thống điều tốc nhà máy thủy điện.

Một số công trình nghiên cứu có thể kể đến như đề xuất

thuật điều khiển bền vững H∞ [10] để điều khiển ổn định

tốc độ tua-bin nhưng lại xem hệ thống là tuyến tính; đề xuất

phương án điều khiển có xét đến hiệu ứng đàn hồi của cột

nước trong ống áp lực [11]. Tuy nhiên, các phương pháp

này đều đơn giản hóa mô hình toán học của hệ thống và

xem hệ là tuyến tính.

Trong bài báo này, các tác giả thực hiện nghiên cứu xây

dựng mô hình toán học của hệ thống điều tốc Nhà máy Thủy

điện Srêpốk 3 trên cơ sở giữ nguyên các bản chất phi tuyến

của hệ thống để mô hình mô tả sát với thực tiễn. Dựa trên cơ

sở mô hình toán học và sự hiểu biết về bản chất hệ thống,

kinh nghiệm vận hành, quản lý nhà máy, các tác giả đề xuất

một phương án cải tiến thuật toán điều khiển hệ thống điều

tốc Nhà máy Thủy điện Srêpốk 3 sử dụng logic mờ. Các mô

phỏng để kiểm chứng sự hiệu quả của phương pháp đề xuất

được thực hiện trên phần mềm Matlab/Simulink.

Các phần còn lại của bài báo được tổ chức như sau: Mục

2 sẽ trình bày về xây dựng mô hình toán học của hệ thống

điều tốc Nhà máy Thủy điện Srêpốk 3; Phương án cải tiến

thuật toán điều khiển hệ thống điều tốc Nhà máy Thủy điện

Srêpốk 3 sử dụng logic mờ được trình bày trong Mục 3;

Chi tiết của các thành phần trong bộ điều khiển mờ được



116 Trần Đức Sỹ, Mai Đình Thành, Lê Tiến Dũng

trình bày ở Mục 4; Mục 5 trình bày các kết quả mô phỏng.

Cuối cùng, các kết luận của bài báo được trình bày trong

Mục 6.

2. Mô hình toán học của hệ thống điều tốc Nhà máy

Thủy điện Srêpốk 3

Nhà máy Thủy điện Srêpốk 3 nằm trong hệ thống thủy

điện bậc thang trên sông Srêpốk có diện tích lưu vực 9.410

km2, với hồ chứa có dung tích toàn bộ là 218.99 triệu m3,

trong đó dung tích hữu ích là 62.85 triệu m3, hồ chứa làm

nhiệm vụ điều tiết ngày, được tích nước từ ngày 11/5/2010.

Công suất lắp đặt của nhà máy là 220 MW, sản lượng điện

trung bình hàng năm là 1.060 tỉ kwh. Nhà máy Thủy điện

Srêpốk 3 góp phần quan trọng trong việc cung cấp năng

lượng điện cho lưới điện quốc gia.

Hình 1. Sơ đồ cấu trúc các phần tử thủy lực Nhà máy Thủy điện

Srêpốk 3

Mô hình phi tuyến của Nhà máy Thủy điện Srêpốk 3 sẽ

được xây dựng bao gồm các thành phần: Cột nước, tua-bin,

cánh hướng và tải máy phát. Do đường ống áp lực ngắn nên

các tác giả nghiên cứu đối tượng không có sự đàn hồi của

cột nước trong đường ống áp lực.

2.1. Các phương trình động học phi tuyến của hệ thống

- Phương trình động học đường hầm [12]:

( )0

1l

w

dUH H H

dt T= − − (1)

- Phương trình động học đường ống áp lực [12]:

0 l wH H H UT s= − − (2)

22

2l f

L UH f k U

d g= = (3)

- Động học của tua-bin [12]:

( )1

2U G H= (4)

- Công suất cơ [13]:

( )m NLt DamP A U U H D G w= − − (5)

- Chuyển động của tua-bin [12]:

(2 )m loadP P Hs D w− = + (6)

- Động học của van hướng [14]:

g

dGT G u

dt+ = (7)

2.2. Sơ đồ cấu trúc của hệ thống điều tốc

Mô hình cột nước và tua-bin (Hình 2)

Hình 2. Mô hình cột nước và tua-bin

Mô hình van hướng, cột nước và tua-bin (Hình 3)

Hình 3. Mô hình van hướng, cột nước và tua-bin

Mô hình tải máy phát (Hình 4)

Hình 4. Mô hình tải máy phát

Mô hình tổng thể của hệ thống điều tốc (Hình 5)

Hình 5. Mô hình tổng thể của hệ thống điều tốc


3. Đề xuất cải thiện thuật toán bộ điều khiển Nhà máy

Thủy điện Srêpốk 3

3.1. Bộ điều khiển hiện tại của Nhà máy Srêpốk 3

Nhà máy Thủy điện Srêpốk 3 sử dụng bộ điều khiển

PID để điều khiển tổ máy và có 4 chế độ vận hành, mỗi chế

độ vận hành sẽ có các bộ PID khác nhau, sơ đồ nguyên lý

điều khiển được thể hiện ở Hình 6.

Hình 6. Sơ đồ nguyên lý điều khiển hệ thống điều tốc

3.2. Cải thiện thuật toán điều khiển ở chế độ khởi động

Hình 7. Sơ đồ bộ điều khiển có thêm bộ điều khiển mờ

4. Thiết kế bộ điều khiển mờ

4.1. Cấu trúc bộ điều khiển mờ

Bộ điều khiển mờ có hai biến trạng thái đầu vào và một

biến đầu ra. Ở đây ta chọn hai biến trạng thái vào là: Sai

lệch giữa tốc độ đặt và tốc độ phản hồi “E”, tốc độ biến

thiên của tín hiệu sai lệch tốc độ “dE’” và biến đầu ra “U”

là đại lượng bù vào tín hiệu điều khiển độ mở cánh hướng.

4.2. Định nghĩa tập mờ

- Định nghĩa các biến ngôn ngữ vào ra:

Biến ngôn ngữ vào là lượng sai lệch tốc độ điều khiển

“E” và tốc độ biến thiên của tín hiệu sai lệch tốc độ “dE”;

Biến ngôn ngữ ra “U” là đại lượng bù vào tín hiệu điều

khiển độ mở cánh hướng;

- Xác định miền giá trị vật lý của các biến ngôn ngữ vào ra:

E = [-0,1; 0,1]; dE = [-0,1; 0,1]; U = [-1; 1];

- Số lượng tập mờ: được chọn 5 giá trị để điều khiển

nâng cao chất lượng;

E = NB NM ZE PM PB;

dE = NB NM ZE PM PB;

U = NB NM ZE PM PB;

Các hàm liên thuộc được chọn cho biến ngôn ngữ vào

ra như Hình 8, Hình 9 và Hình 10.

Hình 8. Hàm liên thuộc cho sai lệch E

Hình 9. Hàm liên thuộc cho sai lệch dE

Hình 10. Hàm liên thuộc cho đầu ra U

4.3. Xây dựng luật hợp thành

Bảng 1. Luật mờ của bộ điều khiển mờ

U Sai lệch tốc độ (E)

NB NM ZE PM PB

Sai

lệch

tích

phân

tốc độ

(dE)

NB NB NB NM NM ZE

NM NB NM NM ZE NM

ZE NM NM ZE PM PM

PM NM ZE PM PM PB

PB ZE NM PM PB PB

Với 5 tập mờ của mỗi biến đầu vào, ta xây dựng được

5x5 = 25 luật điều khiển.

4.4. Chọn luật hợp thành

Từ các luật điều khiển trên ta chọn luật hợp thành

MAX-MIN, luật mờ điều khiển dưới dạng Ruler (Hình 11).

Hình 11. Luật mờ điều khiển dưới dạng Ruler

4.5. Giải mờ

Giải mờ theo phương pháp trọng tâm. Kết quả hợp

thành và giải mờ được thể hiện ở Hình 12.

118 Trần Đức Sỹ, Mai Đình Thành, Lê Tiến Dũng

Hình 12. Giải mờ

5. Kết quả mô phỏng

5.1. Mô phỏng hệ thống điều tốc với thực trạng hiện tại

của Nhà máy Thủy điện Srêpốk 3

- Mô phỏng bộ điều PID khiển hiện tại (Hình 13)

Hình 13. Mô phỏng bộ điều khiển hiện tại

Kết quả mô phỏng chế độ khởi động

Kết quả đặc tính khởi động của tổ máy sát với mô hình

thực tế hiện tại của Nhà máy Srêpốk 3, với thời gian khởi

động khoảng 60 s như Hình 14.

Hình 14. Kết quả mô phỏng đặc tính khởi động

Kết quả mô phỏng chế độ khởi động, hòa lưới và

mang tải (Hình 15)

Hình 15. Kết quả mô phỏng chế độ khởi động, hòa lưới

- Đặc tính khởi động, hòa lưới và mang tải thực tế của

Nhà máy Thủy điện Srêpốk 3 (Hình 16).

Hình 16. Đặc tính thực tế Nhà máy Thủy điện Srêpốk 3

5.2. Mô phỏng với thuật toán điều kiển đề xuất

- Mô phỏng bộ điều khiển đề xuất (Hình 17)

Hình 17. Mô phỏng bộ điều khiển trên Matlab-Simullink

Kết quả mô phỏng chế độ khởi động

Kết quả mô phỏng (Hình 18) và so sánh với kết quả khi

sử dụng bộ điều khiển PID (Hình 19). Kết quả trên Hình

19 cho thấy bộ điều khiển PID + FUZZY mang lại đáp ứng

tốt hơn, giúp cho tốc độ nhanh chóng đạt đến giá trị đặt.

Hình 18. Kết quả mô phỏng đặc tính tốc độ khi

sử dụng bộ điều khiển PID+FUZZY


Hình 19. So sánh kết quả đặc tính tốc độ khi khởi động tổ máy

sử dụng bộ PID và PID+FUZZY

So sánh kết quả đặc tính tốc độ khi khởi động, hòa lưới

và mang tải khi sử dụng bộ PID và PID+FUZZY (Hình 20)

Kết quả cho thấy trường hợp sử dụng thuật toán điều khiển

PID + FUZZY do bài báo đề xuất mang lại kết quả tốt hơn,

hệ thống đáp ứng nhanh chóng công suất mong muốn,

không có độ quá điều chỉnh.

Hình 20. Kết quả đặc tính tốc độ khi khởi động, hòa lưới và

mang tải khi sử dụng bộ PID và PID+FUZZY

6. Kết luận

Bài báo đã xây dựng được mô hình toán học các phần

tử của Nhà máy Thủy điện Srêpốk 3, trên cơ sở mô hình đã

xây dựng mô phỏng được chế độ khởi động thực tế của Nhà

máy và đề xuất cải thiện thuật toán điều khiển ứng dụng

logic mờ để cải thiện chế độ khởi động của tổ máy.

Từ kết quả mô phỏng ở chế độ khởi động tổ máy, khi

sử dụng bộ điều khiển PID kết hợp FUZZY cho ta kết quả

tốt hơn so với khi chỉ sử dụng bộ điều khiển PID. Cụ thể là

thời gian khởi động tổ máy nhanh hơn khoảng 38 s so với

60 s khi sử dụng bộ điều khiển PID.

Như vậy, bộ điều khiển mới cho kết quả tốt hơn so với

bộ điều khiển cũ, đáp ứng nhanh chóng công suất khi có

yêu cầu nhằm góp phần tham gia vào việc ổn định cho hệ

thống điện quốc gia. Với kết quả trên, nghiên cứu này có

khả năng ứng dụng đưa vào thực tiễn tại Nhà máy Thủy

điện Srêpốk 3.


[1] Paish, Oliver., “Small Hydro Power: Technology and Current Status”,

Renewable and Sustainable Energy Reviews, 6.6, 2002, pp. 537-556.

[2] Nguyễn Sơn, Định vị vai trò của thủy điện, PetroTimes, 07/04/2017.

[3] Demello, F. P., et al., “Hydraulic-turbine and Turbine Control-

Models for System Dynamic Studies”, IEEE Transactions on Power

Systems, 7.1, 1992, pp. 167-179.

[4] Fang, Hongqing, et al., “Basic Modeling and Simulation Tool for

Analysis of Hydraulic Transients in Hydroelectric Power Plants”, IEEE Transactions on Energy Conversion, 23.3, 2008 pp. 834-841.

[5] Çam, Ertuğrul., “Application of Fuzzy Logic for Load Frequency

Control of Hydroelectrical Power Plants”, Energy Conversion and

Management, 48.4, 2007, pp. 1281-1288.

[6] Lansberry, John E., and L. Wozniak., “Adaptive Hydrogenerator

Governor Tuning with A Genetic Algorithm”, IEEE Transactions

on Energy Conversion, 9.1, 1994, pp. 179-185.

[7] Sarasúa, José Ignacio, et al., “Dynamic Response and Governor Tuning

of A Long Penstock Pumped-Storage Hydropower Plant Equipped with A Pump-Turbine and A Doubly Fed Induction Generator”, Energy

Conversion and Management, 106, 2015, pp. 151-164.

[8] Qian, D., and L. Yu., “Governor Design for Hydropower Plants by

Intelligent Sliding Mode Variable Structure Control”, Journal of AI

and Data Mining, 4.1, 2016, pp. 85-92.

[9] Choo, Yin Chin, Kashem M. Muttaqi, and Michael Negnevitsky.,

“Modelling of Hydraulic Governor-Turbine for Control Stabilisation”, ANZIAM Journal, 49, 2008, pp. 681-698.

[10] Nguyễn Văn Dũng, Điều khiển ổn định tốc độ turbine bằng thật điều

khiển bền vững H∞, Luận văn thạc sĩ kỹ thuật, Trường Đại học Bách

khoa - Đại học Đà Nẵng, 2016.

[11] Đoàn Quang Vinh, Lê Đức Dũng, “Điều khiển LQ cho tốc độ tuabin

nhà máy thủy điện”, Tạp chí khoa học và Công nghệ Đại học Đà Nẵng, Số 6(35), 2009, trang 22-29.

[12] Prabha Kundur, Power System Stability and Control, McGraw-Hill,

New York, 1993.

[13] F. P. de Mello (Chairman) and R. J. Koesslerwith contributions from

J. Agee.P. M. Anderson, J. H. Doudna, J. H. Fish 111, P. A. L.

Hamm, P. Kundur. D. C. Lee, G. J. Rogers and C. Taylor,

“Hydraulic Turbine and Turbine Control Models for System Dynamic Studies”, Transactions on Power Systems, Vol. 7, No. 1,

February 1992, pp. 167-179.

[14] Lê Đình Tâm, Nâng cao chất lượng hệ thống điều tốc Nhà máy Thủy

điện Buôn Kuốp ứng dụng điều khiển thích nghi, Luận văn thạc sĩ kỹ

thuật, Trường Đại học Bách khoa - Đại học Đà Nẵng, 2016.


120 Nguyễn Văn Tuấn, Nguyễn Văn Điền

KHẢO SÁT HIỆU NĂNG CỦA HỆ THỐNG THÔNG TIN QUANG WDM

MMW/ROF SỬ DỤNG TIỀN KHUẾCH ĐẠI QUANG VÀ MÁY THU COHERENCE

INVESTIGATING PERFORMANCE OF WDM MMW/ROF SYSTEM USING OPTICAL

PREAMPLIFIER AND COHERENCE RECEIVER

Nguyễn Văn Tuấn, Nguyễn Văn Điền

Trường Đại học Bách khoa - Đại học Đà Nẵng; [email protected], [email protected]

Tóm tắt - Bài báo đề xuất một mô hình tính toán hiệu năng (SNR, BER) của hệ thống truyền dẫn tín hiệu vô tuyến sóng milimét qua sợi quang ghép kênh theo bước sóng (WDM MMW/RoF) sử dụng bộ tiền khuếch đại quang EDFA và máy thu Coherence. Tiến hành khảo sát các loại nhiễu trội bao gồm nhiễu phát xạ tự phát (ASE) tạo ra từ EDFA, nhiễu trộn bốn bước sóng (FWM) do hệ thống ghép nhiều bước sóng quang và nhiễu từ máy thu Coherence để xác định tỉ số tín hiệu trên nhiễu (SNR), tỉ lệ lỗi bit (BER) của hệ thống. Tiếp đến, viết chương trình bằng Matlab, cho chạy chương trình và vẽ các đồ thị biểu diễn các đặc tính của hệ thống, chẳng hạn BER, SNR theo công suất máy phát, theo số kênh quang, theo độ khuếch đại G của EDFA, theo công suất dao động nội của máy thu Coherence, theo tốc độ bít từng kênh. Kết quả này có thể được sử dụng hiệu quả trong tính toán, thiết kế và khai thác hệ thống nhằm nâng cao dung lượng mà vẫn đảm bảo chất lượng tín hiệu truyền dẫn trong hệ thống.

Abstract - In this paper, a calculating model of Milimeter-Wave (MMW) Radio-over-Fiber WDM Fiber Optic Communication System (WDM MMW/RoF) using EDFA preamplifier and Coherence receiver is proposed. We then investigate dominant noises including Amplified Spontaneous Emission (ASE) noise from EDFA, Four Wave Mixing (FWM) noise created by the WDM and receiver’s noise to determine the SNR, BER of this system. After that, we write MatLab-based program and make it run to draw graphs that show system performance, such as BER, SNR versus number of optical channels, transmitter’s power, EDFA’s Gain, oscillator power of Coherence receiver, bit rate of each channel. The results could be used effectively in calculating, designing and exploting the WDM MMW/RoF system to improve the capacity so that signal quality is still ensured in this system.

Từ khóa - WDM; RoF; Coherence; ASE; FWM; SNR; BER Key words - WDM; RoF; Coherence; ASE; FWM; SNR; BER


Mạng di động 5G và 5G thế hệ tiếp theo đòi hỏi sự cải

tiến đáng kể về hiệu suất, công suất, điện năng tiêu thụ, độ

trễ, và số người dùng [1]. Hệ thống truyền dẫn tín hiệu vô

tuyến qua sợi quang (RoF) kết hợp tính di động của thông

tin di động và dung lượng cực lớn của thông tin sợi quang

trở thành một trong những giải pháp tiềm năng đáp ứng với

yêu cầu cao của mạng di động trong tương lai. Việc áp

dụng các công nghệ quang điện hiện đại để tạo, truyền và

chuyển đổi các tín hiệu vô tuyến tần số cao (ví dụ dải tần

milimét) được coi là một trong những giải pháp đầy hứa

hẹn vì nó giúp tăng công suất hệ thống và giảm chi phí, độ

trễ, và độ phức tạp của các vị trí anten [2], [3]. RoF đã thu

hút sự chú ý của các nhà mạng cho các ứng dụng mạng truy

cập thế hệ tiếp theo bao gồm việc truyền thông di động 5G

đến truyền tải tín hiệu cáp truyền hình (CATV) hoặc tín

hiệu vệ tinh [4]. Nhờ những đặc tính ưu việt của nó, RoF

đã và đang sử dụng các tuyến quang có độ tuyến tính cao,

góp phần làm giảm số trạm lặp trên đường truyền và phân

phối tín hiệu vô tuyến từ trạm trung tâm (CS) tới các trạm

gốc (BS) và ngược lại, như được biểu diễn trong Hình 1.

Hình 1. Mô hình hệ thống RoF tiêu biểu

Bài báo khảo sát sự kết hợp RoF với kỹ thuật ghép kênh

quang phân chia theo bước sóng (WDM) để nâng cao hiệu

quả sử dụng băng thông, tăng dung lượng, cung cấp số kênh

truyền dẫn đa dạng với các bước sóng khác nhau được truyền

trên một sợi quang. Khi hệ thống khảo sát có khoảng cách

truyền dẫn dài (chẳng hạn hệ thống RoF truyền dẫn tín hiệu

giữa đất liền và các đảo) thì suy hao trên đường truyền rất

lớn. Trường hợp này, việc sử dụng máy thu quang

Coherence kết hợp bộ khuếch đại EDFA là giải pháp thích

hợp với ưu điểm vượt trội so với máy thu tách sóng trực tiếp

(DD). Máy thu quang Coherence với bộ dao động nội đặt tại

máy thu (cấu hình tiền khuếch đại quang) cho phép tăng

công suất tín hiệu đến đầu vào máy thu, bù đắp những tổn

hao trên đường truyền, cải thiện độ nhạy máy thu, tăng tốc

độ thông tin, đặc biệt là sự linh hoạt trong việc lựa chọn kênh

quang trong môi trường đa kênh dựa trên sự thay đổi tần số

dao động nội nhằm khôi phục tín hiệu ban đầu [5].

Hệ thống WDM RoF sử dụng bộ khuếch đại EDFA

cùng chủ điểm của bài báo đã được khảo sát trong những

năm gần đây, chẳng hạn [10], tuy nhiên các tác giả mới chỉ

khảo sát khoảng cách truyền dẫn đến 100 km và chưa đề

cập máy thu Coherence trong hệ thống, đồng thời chỉ sử

dụng phần mềm Optisystem mô phỏng chứ chưa xây dựng

mô hình tính toán SNR và BER. Bài báo [11] khảo sát ảnh

hưởng của một số loại khuếch đại quang như SOA, EDFA,

Raman đến đặc tính của hệ thống WDM/SCM RoF và tìm

độ khuếch đại phù hợp để nâng cao đặc tính của hệ thống.

Tuy nhiên, các tác giả cũng chưa đề cập và chưa khảo sát

máy thu Coherence để nâng cao khoảng cách truyền dẫn.

Khác với các bài báo cùng chủ điểm, nội dung của bài

báo này tập trung phân tích, đánh giá ảnh hưởng của các

loại nhiễu đến hiệu năng SNR, BER của hệ thống WDM


MMW/RoF sử dụng EDFA và máy thu Coherence.

2. Mô hình tính toán và tỉ số công suất tín hiệu trên

nhiễu SNR, tỉ lệ lỗi bit BER

Mô hình tính toán của hệ thống truyền dẫn tín hiệu vô

tuyến qua sợi quang ghép kênh theo bước sóng (WDM

MMW/RoF) sử dụng bộ tiền khuếch đại quang EDFA và

máy thu Coherence được biểu diễn như Hình 2.

Hình 2. Mô hình tính toán hệ thống WDM MMW/RoF

Sóng vô tuyến tần số được điều chế ASK bởi luồng

tín hiệu số NRZ và được biểu diễn bởi biểu thức:

tcosA)t(E)t(si

= (1)

Trong đó, Ei(t) là bit 0 hoặc bit 1. Sóng s(t) này được

đưa vào bộ điều chế quang để chuyển đổi thành tín hiệu

quang và truyền qua sợi quang đến máy thu.

Tín hiệu quang từ Laser phát quang được cho bởi:

ssoLaser

tcosE)t(E += (2)

Trong đó, oE , s , s

lần lượt là biên độ, tần số và

pha của tín hiệu quang từ laser. Sau khi qua điều chế, tín

hiệu quang được biểu diễn như sau:

)tcos(tcosmE

tcostcosE

A)t(EE

)tcos()t(sE)t(E

sso

ss

o

i

o

ssophat

++=

+

+=

=++=

1

1 (3)

Với

o

i

E

AtEm

)(= là hệ số điều chế. Phổ của tín hiệu

quang sau khi điều chế được biểu diễn như Hình 3. Đây là

kiểu điều chế AM hai biên (DSB) có tần số sóng mang là

tần số ánh sáng của laser phát quangs

, 2 biên tần tương

ứng với 2 tần số +s

và −s

.

Hình 3. Phổ của tín hiệu sau khi điều chế quang

phatE và

phatP (công suất quang đưa vào sợi quang sau

khi qua bộ ghép quang) được biểu diễn như sau:

LASER

phat

phatZ

EKP

2

2

1= (4)

Trong đó, LASERZ là trở kháng ra của laser, K1 là hệ

số tổn hao trong bộ ghép quang. phatP sau khi qua bộ ghép

quang sẽ được đưa vào sợi quang để truyền đến máy thu.

Tại máy thu Coherence, tín hiệu quang đến máy thu và tín

hiệu quang từ laser dao động nội cùng tác động lên

photodiode trong mạch giải điều chế quang, chuyển đổi

thành dòng điện tín hiệu, được biểu diễn như sau [5], [6]:

)t(cos)]t(

t)cos[(PPR)t(ILOSLOSP

+

−= 2 (5)

PS[W], PLO[W] lần lượt là công suất quang đến máy thu

và công suất quang từ laser dao động nội. Thông thường,

người ta chọn PLO >> PS. LO là tần số của tín hiệu quang

của laser dao động nội. (t) là độ lệch pha giữa 2 sóng

quang. R là hệ số chuyển đổi quang điện, cosθ(t) thể hiện

độ lệch phân cực giữa hai sóng quang.

Giả thiết (t)=0 nhờ sử dụng vòng khóa pha OPLL. Khi

sử dụng phương pháp điều chế và giải điều chế ASK đổi

tần, công suất tín hiệu điện tại đầu ra của photodiode được

biểu diễn như sau [5]:

)(cos

))(cos2(4

1

4

1

22

22

tPPRR

tPPRRIRP

LOSL

LOSLpLsignal

=

==

(6)

RL [Ω] là điện trở tải của photodiode.

Tổng công suất nhiễu tại máy thu bao gồm công suất

nhiễu do EDFA và máy thu Coherence tạo ra (PEDFA-CO) và

công suất nhiễu trộn bốn bước sóng (PFWM) sinh ra do hệ

thống sử dụng kỹ thuật ghép kênh WDM. Trong đó các

thành phần của PEDFA-CO gồm nhiễu bắn 2

SH , nhiễu nhiệt


2

TH , nhiễu phách 2

ASE được biểu diễn như sau [6], [7]:

oespLOephate

ASE_SHLO_SHS_SHSH

BB)G(nePBhf

eGPB

hf

e1422 2

22

2222

−++=

++=

(7)

L

e

THR

KTB42 = (8)

oespespLO

espphat

ASE_ASELO_ASES_ASEASE

BB)]G(n[)e(B)G(nPhf

)e(

B)G(GnPhf

)e(

22

2

2

2222

1414

14

−+−+

−=

++=

(9)

LTHASESHLCOEDFAR)(RP 2222 ++==

− (10)

Với Be [Hz] và Bo [Hz] lần lượt là băng thông nhiễu điện

của máy thu và bộ lọc quang. Pphat [W] là công suất phát

đưa vào sợi quang. nsp là hệ số nhiễu phát xạ tự phát của

EDFA. là hiệu suất lượng tử của photodiode, e là điện

tích electron. hf là năng lượng photon của ánh sáng đến.

α [1/lần] là tổn hao công suất do sợi gây ra trên toàn tuyến.

G là độ khuếch đại của EDFA. K [J/K] là hằng số

Boltzmann. T [°K] là nhiệt độ tại máy thu.

Công suất nhiễu trộn 4 bước sóng (tổng nhiễu tích lũy)

tại tần số fh được tính theo biểu thức [8]:

−+=

=hjik i jffff f f

hpqrhFWM)f(P)f(P (11)

Với fi, fj, fk là tần số của 3 kênh bất kỳ trong N kênh. Hệ

thống khảo sát gồm 2 phân đoạn )()( LLL 1

2

1

11+= và

)()( LLL 2

2

2

12+= thì công nhiễu từng thành phần

)f(Phpqr

được biểu diễn như sau [8]:

2

22

1

2221

111

11

1

111

11

2

1

11

3

2

2

2

1

1

2

1

112

3

2

224

0

6

1

1

1024

−

+−−+−

+−

+−−

++−

+++−=

i

L)i(expL)i(exp

.i

L).iexp(

.G

.i)LL(exp.G

)LLLL(exp.A

P.).d(

c..n)f(P

)(

)(

)(

)()()(

)()()()(

eff

phat

hpqr

(12)

1,2 [rad/m] là pha phối hợp của sợi 1 và 2 trên 1 phân

đoạn.

−+−−

−−=

d

)(dD

c)ff()ff()(D

c)ff)(ff(

k,k

kjkik,

k

kjki,

21

2

21

2

21

2

2 (13)

)1(

22

)1(

11

)1( LL += là pha phối hợp tích luỹ

trong phân đoạn 1; 21

LLL += là độ dài tuyến sợi quang.

)()( LLL 1

2

1

11+= và )()( LLL 2

2

2

12+= tương ứng là 2 phân

đoạn (ở 2 bên bộ khuếch đại EDFA), trong mỗi phân đoạn

(chẳng hạn 1

L ) sử dụng đoạn )(L 1

1 là sợi quang đơn mode

(SMF) và đoạn )(L 1

2 là sợi quang tán sắc dịch chuyển

(DSF) theo phương pháp bù tán sắc hoàn toàn:

01

22

1

11=+ )()( LDLD

trong đó D1 và D2 tương ứng là hệ số tán sắc của sợi SMF

và sợi DSF. c [m/s] là vận tốc ánh sáng. n0 là chiết suất của

sợi; [m] là bước sóng; d là hệ số suy giảm (d = 3 nếu

i = j k, d = 6 nếu i j k); [m3/W.s] là độ cảm ứng phi

tuyến bậc 3; Aeff [m2] là diện tích hiệu dụng của lõi sợi. 1,

2 [1/m] lần lượt là suy hao của 2 loại sợi SMF và DSF.

D1,2(k) [s/m2] là tán sắc của 2 loại sợi tại bước sóng k.

dD1,2/d [s/m3] là độ biến thiên tán sắc của sợi.

Khi EDFA đặt ở cuối tuyến (đầu vào máy thu) theo

phương án tiền khuếch đại thì:

02

2

2

12=+= )()( LLL

trong đó cả )(L 2

1và )(L 2

2đều bằng 0: 02

2

2

1== )()( LL . Khi

số kênh càng lớn, số tổ hợp các bước sóng mới tạo ra do

hiệu ứng trộn 4 bước sóng càng nhiều, lúc đó việc tính tổng

công suất nhiễu của tất cả số bước sóng mới trùng với bước

sóng của kênh sẵn có được thể hiện qua biểu thức (11).

Từ các biểu thức (6), (10) và (11), tỉ số công suất tín

hiệu và công suất nhiễu (SNR) ở đầu ra của máy thu

Coherence ở kênh h tương ứng với tần số fh trong N kênh

được biểu diễn như sau:

2 2

2

( )( )

( ) ( )

cos ( )

( )

signal h

h

EDFA CO h FWM h

L S LO

L FWM h

P fSNR f

P f P f

R R P P t

R P f

−

=+

=+

(14)

Trong đó, )f(Phsignal

, )f(PhCO_EDFA

và )f(PhFW M

lần lượt là

các công suất tín hiệu, công suất nhiễu do EDFA và máy

thu Coherence tạo ra và công suất nhiễu trộn bốn bước sóng

tương ứng với tần số fh. Sau khi qua máy thu Coherence tín

hiệu trở về dạng sóng vô tuyến điều chế ASK s(t) như biểu

thức (1). Sau đó tín hiệu này được đưa vào mạch giải điều

chế RF (Hình 1) để khôi phục lại tín hiệu số NRZ ban đầu.

Quan hệ giữa BER và SNR theo phương pháp giải điều chế

ASK được biểu diễn như biểu thức [5], [6]:

)22

1(5,0

SNRerfcBER = (15)

3. Kết quả tính toán và thảo luận

Bảng 1. Các giá trị của hệ thống RoF sử dụng tiền khuếch đại

EDFA và máy thu Coherence

Thông số Định nghĩa Giá trị và đơn vị

RL Trở tải của photodiode 50 Ω

Rb Tốc độ bit mỗi kênh 10 Gbit/s

L Chiều dài của sợi quang 150 km

)(L 1

1 Sợi quang đơn mode (SMF) 10 km

)(L 1

2 Sợi quang tán sắc dịch

chuyển (DSF)

140 km


fRF Tần số RF 60 GHz

G Độ khuếch đại EDFA 10 dB - 40 dB

nsp Hệ số nhiễu phát xạ tự phát

của EDFA

1,26

min-max Dải bước sóng quang 1.530 nm - 1.565 nm

PLO Công suất quang của laser

dao động nội –5 dBm - +5 dBm

Pphat C. suất quang đưa vào sợi –5 dBm - +5 dBm

no Chiết suất lõi sợi quang 1,5

Độ cảm ứng phi tuyến bậc 3 4.10-15 m3/W.s

Aeff Diện tích hiệu dụng của lõi

sợi

50.10-12 m2

D1 Hệ số tán sắc của sợi mode

SMF

18 ps/nm.km

D2 Hệ số tán sắc của sợi tán sắc

dịch chuyển DSF

–1,29 ps/nm.km

dD1,2() Độ biến thiên tán sắc của sợi 0,07 ps/nm.km

3.1. Quan hệ của SNR theo công suất phát (Pphat) và số

kênh N

Hình 4. Quan hệ giữa SNR và công suất phát tương ứng với số

kênh khác nhau với G = 30 dB, PLO=5 dBm, Rb = 10 Gbit/s,

L = 150 km

Hình 4 biểu diễn mối quan hệ giữa SNR theo sự biến

thiên của công suất phát Pphat từ –5 dBm đến 5 dBm với số

kênh khác nhau (N = 1, 16, 24, 32, 40, 48 và 56) tương ứng

với G = 30 dB, PLO = 5 dBm, Rb = 10 Gbit/s, L = 150 km.

Qua đó ta thấy trong trường hợp hệ thống chỉ truyền 1 kênh,

khi công suất phát Pphat tăng lên thì SNR tăng tuyến tính. Đối

với trường hợp đa kênh, khi tăng Pphat đến một ngưỡng nhất

định thì ảnh hưởng của hiệu ứng trộn 4 bước sóng (FWM)

của hệ thống tăng nhanh, dẫn đến tổng công suất nhiễu cao,

SNR của hệ thống giảm. Điều này được giải thích là khi Pphat

tăng thì công suất các kênh quang đưa vào sợi Pphat tăng lên,

làm cho công suất nhiễu FWM )f(Phpqr

trong biểu thức (12)

và công suất nhiễu FWM tổng )f(PhFW M

trong biểu thức

(11) cũng tăng lên. Do đó, dựa vào biểu thức (14), SNR của

hệ thống giảm. Hơn nữa số kênh truyền càng lớn, số bước

sóng mới tạo ra càng nhiều, công suất nhiễu FWM càng tăng

làm SNR càng giảm, điều này được thể hiện khi số kênh N

càng tăng lên thì SNR của hệ thống càng giảm và khi N = 56

thì SNR có giá trị thấp nhất.

3.2. Quan hệ của BER theo G của EDFA và số kênh N

Hình 5. Quan hệ giữa BER và G tương ứng với số kênh khác

nhau tại Pphat = 5 dBm, PLO = 5 dBm, L = 150 km, Rb = 10 Gbit/s

Hình 5 biểu diễn mối tương quan của BER biến thiên

theo độ khuếch đại G từ 10 đến 40 dB với các số kênh khác

nhau (N = 1, 16, 24, 32, 40, 48 và 56) tương ứng Pphat =5

dBm, PLO = 5 dBm, L = 150 km, Rb = 10 Gbit/s. Ta nhận

thấy, khi G tăng lên và nằm trong khoảng từ 10 dB đến 25

dB thì BER giảm xuống. BER trong khoảng này không phụ

thuộc vào số kênh hệ thống, nghĩa là các đặc tuyến BER

tương ứng với các kênh khác nhau nhưng gần như trùng

nhau, do chúng ít phụ thuộc vào số kênh. Điều này được

giải thích là khi G còn nhỏ (< 25 dB) thì nhiễu do EDFA

và máy thu Coherence tạo ra là nhiễu trội so với nhiễu trộn

4 bước sóng (FWM), mà loại nhiễu này không phụ thuộc

vào số kênh N. Tuy nhiên khi G > 25 dB thì nhiễu FWM

tăng nhanh, trở thành nhiễu trội trong hệ thống và làm cho

BER tăng lên đáng kể. Ảnh hưởng của số kênh càng tăng

cũng làm cho đặc tính BER càng xấu đi và các đặc tuyến

BER ngày càng tách riêng ra, số kênh càng nhiều thì BER

càng xấu, vì khi đó hiệu ứng trộn bốn bước sóng tạo ra càng

nhiều bước sóng mới càng tăng, tác động vào các bước

sóng của hệ thống làm chất lượng tín hiệu càng giảm. Cũng

từ Hình 5, ta thấy khi số kênh truyền và độ khuếch đại G

thay đổi, BER của hệ thống cũng thay đổi trong khoảng từ

10-19 đến 10-4. Đặc biệt, với số kênh xác định (chẳng hạn

như N = 56 kênh) thì G thay đổi từ 30 dB đến 31 dB sẽ cho

giá trị BER tương ứng trong khoảng từ 10-12 đến 10-9.

3.3. Quan hệ của SNR theo tốc độ bít và số kênh N

Hình 6. Quan hệ giữa SNR và tốc độ bít tương ứng với các số kênh

khác nhau với Pphat = 1 dBm, PLO = 5 dBm, L = 150 km, G = 30 dB


Hình 6 biểu diễn mối quan hệ giữa SNR và tốc độ bít

Rb tương ứng với số kênh khác nhau (N = 1, 16, 24, 32, 40,

48 và 56) ứng với trường hợp Pphat = 1 dBm, PLO = 5 dBm,

L = 150 km, G = 30 dB. Qua đó, ta thấy khi tốc độ bít Rb

tăng lên thì SNR giảm. Điều này được giải thích là vì khi

Rb tăng thì băng thông bộ lọc quang Bo và băng thông nhiễu

điện của máy thu Be đều tăng lên (Be = 0,75 Rb), làm cho

các loại nhiễu nhiệt, nhiễu bắn và nhiễu liên quan với phát

xạ tự phát (ASE) do EDFA tạo ra cũng tăng lên, như thể

hiện trong các biểu thức nhiễu (7), (8) và (9). Do đó, nhiễu

tổng COEDFA

P−

tăng lên dẫn đến SNR giảm. Ngoài ra, hệ

thống càng nhiều kênh, SNR càng giảm do ngoài tác dụng

của các nhiễu kể trên còn có thêm ảnh hưởng của nhiễu

trộn bốn bước sóng FWM, mà nhiễu FWM này tăng tỉ lệ

với số kênh như thể hiện trong biểu thức (11), (12). Kết quả

là khi số kênh càng tăng thì SNR càng giảm. Chẳng hạn

với cùng một giá trị tốc độ bít Rb = 5 Gb/s, SNR của hệ

thống lần lượt khoảng 29 dB, 28 dB, 27 dB, 25,5 dB và

23,8 dB tương ứng với số kênh là 24, 32, 40, 48 và 56 kênh.

3.4. Quan hệ của BER theo công suất dao động nội và số

kênh N

Hình 7. Quan hệ giữa BER và công suất dao động nội ứng với

các số kênh khác nhau với Pphat = 3 dBm, L = 150 km, G =30 dB

Hình 7 biểu diễn đặc tuyến của BER thay đổi theo công

suất dao động nội (PLO) tương ứng với số kênh khác nhau (N

= 1, 16, 24, 32, 40, 48 và 56) ứng với trường hợp Pphat = 3

dBm, L = 150 km, G = 30 dB, Rb = 10 Gbit/s. Từ đồ thị này

ta nhận thấy rằng, công suất dao động nội càng tăng lên thì

giá trị BER càng giảm. Điều này được giải thích là khi PLO

tăng lên thì công suất tín hiệu Psignal trong biểu thức (6) và

(14) tăng lên, làm SNR tăng, dẫn đến BER giảm xuống.

Ngoài ra, tương ứng cùng một PLO, khi số kênh truyền càng

nhiều thì BER càng tăng lên (chất lượng tín hiệu càng giảm).

Chẳng hạn, tương ứng với PLO = 5 dBm, hệ thống có số kênh

N = 32, 40, 48 thì BER có giá trị tương ứng là khoảng 10-30,

10-19 và 10-12. Điều này được giải thích là khi hệ thống càng

nhiều kênh, công suất nhiễu trộn bốn bước sóng FWM càng

tăng, như thể hiện trong biểu thức (11). Điều này làm SNR

giảm và BER tăng lên vì chúng biến thiên theo chiều ngược

nhau, thể hiện trong biểu thức (14).

4. Kết luận

Bài báo đã đề xuất được mô hình và xây dựng được các

biểu thức tính toán hiệu năng của hệ thống WDM

MMW/RoF sử dụng máy thu Coherence kết hợp bộ tiền

khuếch đại EDFA. Trên cơ sở đó, bài báo đã tiến hành khảo

sát, so sánh, đánh giá hệ thống khi sử dụng nhiều kênh

truyền khác nhau và tốc độ bít khác nhau. Sự phụ thuộc của

chất lượng tín hiệu vào số kênh, công suất phát, độ khuếch

đại cũng như sự thay đổi tốc độ bít đã được phân tích, so

sánh và đánh giá. Qua kết quả tính toán cho thấy, khi sử

dụng hệ thống truyền dẫn đa kênh mặc dù chịu ảnh hưởng

của các nhiễu không mong muốn nhưng có thể đảm bảo về

SNR, BER trong khoảng số kênh truyền nhất định.


[1] P. Rost et al., “Mobile Network Architecture Evolution Toward 5G”, IEEE Communications Magazine, Vol. 54, No. 5, May 2016, pp. 84-91.

[2] T. S. Rappaport et al., “Millimeter Wave Mobile Communications for

5G Cellular: It Will Work!”, IEEE Access, Vol. 1, 2013, pp. 335-349.

[3] P. T. Dat, A. Kanno, N. Yamamoto and T. Kawanishi, “5G Transport

Networks: The Need for New Technologies and Standards”, IEEE

Communications Magazine, Vol. 54, No. 9, September 2016, pp. 18-26.

[4] D. Novak et al., “Radio-Over-Fiber Technologies for Emerging

Wireless Systems”, IEEE Journal of Quantum Electronics, Vol. 52,

No. 1, Jan. 2016, pp. 1-11.

[5] K. Kikuchi, “Fundamentals of Coherent Optical Fiber

Communications”, Journal of Lightwave Technology, Vol. 34, No. 1, Jan.1, 1 2016, pp. 157-179.

[6] Govind P. Agrawal, Fiber-Optic Communication Systems, John

Wiley & Sons, Inc., NewYork, Third Edition, 2002.

[7] G. Keiser, Optical Fiber Communications, 3rd ed., McGraw-Hill,

Inc., 2000.

[8] W. Zeiler, F. D. Pasquale, P. Bayel, J. Midwinter, “Modeling of

Four-Wave Mixing and Gain Peaking in Amplified WDM Optical

Communication Systems and Networks”, Journal of Lightwave Technology, Vol. 14, No. 9, September 1996, pp. 1933-1942.

[9] A. Stohr et al., Coherent Radio-over-Fiber THz Communication

Link for High Data-Rate 59 Gbit/s 64-QAM-OFDM and Real-Time

HDTV Transmission, Optical Fiber Communication Conference,

January 2017.

[10] Mukesh Kumar, Sandeep Singh, Jay Singh, Rohini Saxena,

“Performance Analysis of WDM/SCM System Using EDFA”, International Journal of Advanced Research in Computer Science

and Software Engineering, Vol. 2, Issue 6, June 2012.

[11] Sakshi Sharma, Kamaljeet Singh Bhatia, Harsimrat Kaur, “Effect of

Optical Amplifiers on the Performance of SCM Radio over Fiber

Systems”, Journal of Optical Communications, Vol. 36, 2015.



TỐI ƯU TIẾN TRÌNH CÔNG NGHỆ BẰNG GIẢI THUẬT DI TRUYỀN

OPTIMIZATION OF OPERATION SEQUENCING BASED ON GENETIC ALGORITHM

Phạm Trường Tùng1, Phạm Đăng Phước2, Lưu Đức Bình3 1, 2Trường Đại học Phạm Văn Đồng; [email protected], [email protected]

3Trường Đại học Bách khoa – Đại học Đà Nẵng; [email protected]

Tóm tắt - Lập tiến trình công nghệ được xem là yếu tố quan trọng, phức tạp trong công nghệ CAPP (Computer Aided Process Planning). Bài báo trình bày việc ứng dụng giải thuật di truyền (GA) trong việc xác định tiến trình công nghệ với hàm mục tiêu là chi phí thấp nhất. Một giải thuật di truyền gồm các toán tử lai ghép, đột biến, chiến lược lựa chọn cá thể trên cơ sở “mô hình ưu tú” được đề nghị. Một ma trận ràng buộc được tạo ra trên cơ sở quan hệ hình học của chi tiết, các yêu cầu công nghệ và các tài nguyên gia công. Tiến trình công nghệ tối ưu được xác định bằng thuật toán tối ưu trên cơ sở tuân thủ các luật ràng buộc của ma trận ràng buộc. Cuối cùng, một ví dụ thực tế được đưa ra để chứng tỏ rằng tính hội tụ đến lời giải tối ưu của GA tốt hơn so với giải thuật đàn kiến (ACO).

Abstract - Process sequencing is considered as the key technology for computer aided process planning (CAPP) and is very complex. This paper deals with optimization of operation sequencing based on Genetic Algorithm (GA) with the lowest cost function. A GA is proposed, including the crossover, mutation operators and selection strategy based on “elitist model”. A matrix of constrants is created based on geometrical shape of part, technology requirements and available machining resources. An optimization of operation sequencing is found through GA in compliance with rules of matrix of constrants. Finally, an experiment is presented to verify that the convergence to optimal solution is better than that to Ant colony optimization Algorithm (ACO).

Từ khóa - giải thuật di truyền; CAPP; tối ưu; tiến trình công nghệ; ma trận ràng buộc.

Key words - genetic algorithm; CAPP; optimization; operation sequencing; constraint matrix.


Thiết kế quy trình công nghệ là quá trình đưa ra giải

pháp công nghệ dựa trên các thông số đầu vào như kích

thước, hình dáng vật liệu phôi; các yêu cầu kỹ thuật của chi

tiết gia công; dạng sản xuất; chủng loại và thông số kỹ thuật

của máy; chủng loại, kích thước và vật liệu dao; kích thước,

hình dáng vật liệu phôi; các yêu cầu kỹ thuật của chi tiết

gia công; các yêu cầu kinh tế xã hội; điều kiện sản xuất, bí

quyết và truyền thống công nghệ,… Phương pháp chuẩn bị

công nghệ truyền thống mang nặng tính chủ quan và tính

hợp lý phụ thuộc vào kỹ năng, kiến thức, kinh nghiệm của

người thiết kế và thực tế là rất khó có thể là phương án tối

ưu. Việc chuẩn bị công nghệ có sự trợ giúp của máy tính

(CAPP) khắc phục được các nhược điểm của phương pháp

truyền thống, nâng cao chất lượng quy trình công nghệ, rút

ngắn thời gian lập quy trình công nghệ.

Theo Paiva Gustavo Silva và Carvalho Marco Antonio M.

[1], giải quyết bài toán lập tiến trình công nghệ là một trong

những vấn đề quan trọng, khó khăn, phức tạp khi nghiên cứu

CAPP, bởi đây là dạng bài toán NP (nondeterministic

polymonial) khó, phi tuyến, hàm mục tiêu và các điều kiện

ràng buộc là yếu tố không được định lượng rõ ràng. Do đó,

việc giải bài toán bằng các giải thuật truyền thống là khó khăn

và thường không cho được kết quả tối ưu.

Tối ưu tiến trình công nghệ bằng cách sử dụng các giải

thuật thông minh đã được quan tâm nghiên cứu trong những

năm gần đây. Wang Jinfeng và Fan Xiaoliang cùng các cộng

sự [2] đã sử dụng thuật toán đàn dơi lai (Hybird Bat

Algorithm) dựa trên nguyên lý mô phỏng việc định vị bằng

siêu âm của đàn dơi và kết hợp hai chiến lược tìm kiếm nhằm

tránh vấn đề hội tụ cục bộ để lập tiến trình công nghệ tối ưu.

Petrović Milica và Vuković Najdan cùng các cộng sự [3] đã

sử dụng thuật toán tối ưu bầy đàn hỗn loạn CPSO (Chaotic

Particle Swarm Optimization) để xác định tiến trình công

nghệ và kế hoạch sản xuất tối ưu trên hệ thống sản xuất. Tran

Anh Van và Nguyen Ngoc Binh [4] sử dụng thuật toán tối ưu

đàn kiến (ACO) để xác định tiến trình công nghệ tối ưu. Paiva

Gustavo Silva và Carvalho Marco Antonio M. [1] lại sử dụng

thuật toán heuristic cải tiến để xác định chuỗi công việc và bài

toán chọn dao tối ưu trong hệ thống sản xuất linh hoạt (FMS).

Giải thuật di truyền (Genetic Algorithm - GA) cũng đã

được quan tâm, nghiên cứu ứng dụng cho việc tối ưu hóa các

hoạt động công nghệ trong sản xuất. Khan Z. và Prasad B.

cùng các cộng sự [5] đã sử dụng cả hai thuật toán GA và giải

thuật mô phỏng luyện kim (Simulated Annealing - SA) để xác

định các chế độ cắt cho nguyên công tiện nhiều lớp với các

vật liệu và dao khác nhau. Li L. và Fuh J. Y. H. cùng các cộng

sự [6] ứng dụng GA trong việc xác định tiến trình tối ưu hoặc

gần tối ưu trên cơ sở một số các tiêu chuẩn cho hệ thống sản

xuất phân tán. Chiu Nan-Chieh và Fang Shu-Cherng cùng các

cộng sự [7] sử dụng GA để xác định chuỗi hoạt động của trung

tâm gia công phay/tiện với các máy song song.

Bài báo trình bày việc ứng dụng giải thuật di truyền để

lập tiến trình công nghệ gia công chi tiết trong sản xuất loạt

nhỏ với hàm mục tiêu là giá thành thấp nhất. Thông tin chi

tiết sẽ được biểu diễn theo quan điểm hướng đối tượng, các

ràng buộc hình học giữa các đối tượng, các chi phí gia công

cũng sẽ được tính đến.

2. Kết quả nghiên cứu

2.1. Một số các định nghĩa

2.1.1. Biểu diễn đối tượng gia công

Một đối tượng gia công có thể định nghĩa bởi bốn thuộc

tính như sau:

( ) , , , , i e a i

F ID F A M f= (1)

Trong đó:

- Fi biểu diễn đối tượng gia công thứ i của chi tiết.

- ID biểu diễn mã của đối tượng gia công.

- Fe biểu diễn đối tượng gia công thuộc loại nào.

126 Phạm Trường Tùng, Phạm Đăng Phước, Lưu Đức Bình

- A biểu diễn độ chính xác gia công.

- Ma biểu diễn vật liệu.

- fi biểu diễn nguyên công, hay bước nguyên công thứ i

trong bảng tiến trình công nghệ.

2.1.2. Phần tử gia công

Mỗi đối tượng gia công Fi có thể được tạo bởi chuỗi các

nguyên công hay bước nguyên công khác nhau. Mỗi bước

này gọi là phần tử gia công. Để thuận tiện, ta gọi F là tập

các phần tử gia công và fi là phần tử gia công thứ i thì

F = f1, f2, … fn, với n là số các phần tử gia công. Với mỗi

phần tử gia công, ta quy ước:

- Một phần tử gia công chỉ thuộc về một đối tượng gia

công, có thể là một nguyên công hoặc một bước nguyên công.

- Một phần tử gia công chỉ sử dụng một loại dao cụ duy

nhất khi gia công.

- Một phần tử gia công chỉ gia công trong một lần gá đặt.

- Một phần tử gia công chỉ dùng duy nhất một phương

pháp gia công.

Ta mô tả mối quan hệ giữa các phần tử gia công i và j

bằng một ma trận gọi là ma trận ràng buộc:

12 1

21 2

1 2

0 ...

0 ...

... ... 0 ...

... 0

n

n

n n

r r

r rR

r r

=

(2)

Trong đó:

- rij = 1 nếu phần tử gia công i được thực hiện trước

phần tử gia công j;

- rij = 0 nếu phần tử gia công i được thực hiện sau j.

Các phần tử gia công trước khi được sắp xếp theo một

tiến trình hợp lý thì trước hết phải thỏa mãn ma trận ràng

buộc này.

2.1.3. Mục tiêu tối ưu hóa

Khi lập tiến trình công nghệ, các nhà công nghệ luôn

mong muốn lập một tiến trình gia công mà thời gian gia

công là ngắn nhất, chi phí gia công là nhỏ nhất và chất

lượng là cao nhất. Bài báo này chỉ xét đến mục tiêu là tối

ưu hóa chi phí gia công. Chi phí gia công của chi tiết bao

gồm tổng chi phí thực hiện các phần tử gia công cộng với

chi phí khi vận chuyển từ phần tử này sang phần tử khác.

Số lượng các phần tử gia công trên chi tiết là không đổi, do

đó chi phí trên mỗi chi tiết gia công là cố định, do vậy muốn

giảm chi phí gia công ta phải giảm chi phí chuyển đổi từ

phần tử này sang phần tử khác.

Để biểu diễn chi phí khi chuyển các phần tử gia công ta sử

dụng một ma trận chi phí. Quá trình chuyển đổi giữa các phần

tử chủ yếu phát sinh từ những vấn đề sau: chi phí thay đổi máy

móc, chi phí thay đổi đồ gá, chi phí thay dao. Giả sử chi phí

tổng là C, chi phí khi chuyển từ phần tử gia công thứ i sang

thứ j là Cij. Ma trận chi phí có thể biểu diễn như sau:

11 12 1

21 22 2

1 2

...

...

... ... ... ...

...

n

n

n n nn

C C C

C C CC

C C C

=

(3)

Gọi ma trận khoảng cách F theo quy luật như sau: nếu

rij = 0 thể hiện đối tượng gia công thứ i đứng trước đối

tượng gia công thứ j, khi đó không tồn tại chi phí gia công,

Cij = 0 thì fij = 0. Nếu rij = 1, chi phí gia công fij = Cij. Ma

trận khoảng cách cuối cùng sẽ là:

11 12 1

21 22 2

1 2

...

...

... ... ... ...

...

n

n

n n nn

f f f

f f fF

f f f

=

(4)

Hàm mục tiêu là quãng đường ngắn nhất có thể được

biểu diễn như sau:

1

1

j n

ij

i

f f= −

=

= (5)

Ở đây, fij biểu diễn chi phí khi chuyển giữa phần tử gia

công thứ i sang phần tử gia công thứ j.

2.2. Giải thuật di truyền xác định tiến trình công nghệ tối ưu

2.2.1. Giải thuật di truyền

Giải thuật di truyền cũng như các thuật toán tiến hoá

khác hình thành dựa trên quan niệm cho rằng quá trình tiến

hoá tự nhiên là quá trình hợp lý, hoàn hảo, tự nó đã mang

tính tối ưu. Quan điểm trên như một tiên đề, không chứng

minh, nhưng phù hợp với thực tế khách quan. Giải thuật di

truyền sử dụng một số thuật ngữ của ngành di truyền học

như: nhiễm sắc thể, quần thể (population), gen.... Nhiễm

sắc thể được tạo thành từ các gen. Mỗi gen mang một số

đặc trưng và có vị trí nhất định trong nhiễm sắc thể. Mỗi

nhiễm sắc thể sẽ biểu diễn một lời giải của bài toán.

Một giải thuật di truyền cơ bản bao gồm các bước sau:

Bước 1: Khởi tạo một quần thể ban đầu gồm các chuỗi

nhiễm sắc thể.

Bước 2: Xác định giá trị mục tiêu cho từng nhiễm sắc

thể tương ứng.

Bước 3: Tạo các nhiễm sắc thể mới dựa trên các toán tử

di truyền.

Bước 5: Xác định hàm mục tiêu cho các nhiễm sắc thể

mới và đưa vào quần thể.

Bước 4: Loại bớt các nhiễm sắc thể có độ thích nghi thấp.

Bước 6: Kiểm tra thỏa mãn điều kiện dừng. Nếu điều

kiện đúng, lấy ra nhiễm sắc thể tốt nhất, giải thuật dừng lại.

Ngược lại, quay về Bước 3.

2.2.2. Thuật toán giải thuật di truyền xác định tiến trình

công nghệ tối ưu

Để sử dụng giải thuật di truyền tối ưu tiến trình công

nghệ, nhóm tác giả đề xuất các phương pháp định nghĩa

các toán tử di truyền như sau:

Cá thể: Trong giải thuật này, mỗi cá thể được đại diện

bởi một nhiễm sắc thể đặc trưng cho độ thích nghi của cá

thể trong quần thể. Một chi tiết gia công có N phần tử gia

công, được đánh số thứ tự từ 1 đến N. Ta gọi p là tập các

phần tử gia công p = 1, 2, … N. Khi đó, nhiễm sắc thể

E là một véc-tơ N phần tử với các phần tử véc-tơ là một

phần tử gia công.


1

2

...

N

e

eE

e

=

(6)

Trong đó: ei p và ei ej ij.

Tập hợp các cá thể E, gọi là quần thể, ký hiệu P.

Độ thích nghi của mỗi cá thể: là tổng chi phí của mỗi

lời giải. Độ thích nghi chính là hàm mục tiêu của bài toán

toán tối ưu cần hướng tới.

1

1

1i i

N

e e

i

f f+

−

=

= (7)

Trong đó: 1i ie ef

+là phần tử thuộc ma trận F được định

nghĩa trong (4).

Sinh sản: Quá trình sinh sản là quá trình lai ghép một

phần nhiễm sắc thể của cá thể cha và một phần nhiễm sắc

thể của cá thể mẹ. Việc chọn các cá thể cha/mẹ để lai ghép

được dựa trên độ thích nghi của các cá thể cha/mẹ trong

quần thể theo nguyên tắc độ thích nghi của cá thể nào cao

hơn thì xác suất được lựa chọn cũng cao hơn. Xác suất để

lựa chọn cá thể cha, mẹ theo công thức (8). Chiến lược lựa

chọn cá thể cha/mẹ dựa trên nguyên lý bánh xe Roullet [8].

/

/

f m

f m

fp

f=

(8)

Trong đó: f là tổng độ thích nghi của quần thể.

Gọi k là vị trí lai ghép giữa hai nhiễm sắc thể cha Ef và

nhiễm sắc thể mẹ Em. Khi đó, nhiễm sắc thể của con được

lai ghép từ cặp cha mẹ trên là:

f

c f mE E I E = +

Trong đó:

( )

1

k

f f fi NE e I E

= =

(9)

( )

( )

( ) ( )

k k N kk

N k k N k N k

I ZeroI

Zero Zero

−

− − −

=

(10)

- kI là ma trận đơn vị cấp k.

- ( )N k k

Zero−

là ma trận 0 có (N-k) hàng và k cột.

- mE là véc-tơ có N phần tử với:

( )1

k

mi mi mi pj

j

e e e e

=

= − (11)

f

ij N NI a

= với:

11

1 1

0

jiij

f i lj ip m j

l p

if i k

ae a a e if i k

−−

= =

= + +

(12)

( )0 0

1

if uu

else

==

(13)

( )1 0

0

if uu

else

==

(14)

Hình 1. Mô tả quá trình lai ghép

Đột biến: là quá trình tạo ra một nhiễm sắc thể không

mang bất kỳ kiểu nhiễm sắc thể nào từ cha và mẹ với một

xác suất rất nhỏ. Trong giải thuật di truyền cho bài toán tối

ưu hóa tiến trình công nghệ bằng giải thuật di truyền, ta

thực hiện phép đột biến như sau: Chọn ngẫu nhiên 1 cá thể

E trong quần thể; Chọn ngẫu nhiên 2 vị trí k1 và k2 trên

nhiễm sắc thể của cá thể được chọn, tráo đổi 2 vị trí đó để

trở thành nhiễm sắc thể cá thể E* sau đột biến. Ta mô tả

bằng công thức sau:

m

E I E

= (15)

Trong đó:

m

ij N NI b

= (16)

1 2

1

2

1 0 0 ... 0 ... 0

0 1 0 ... ... ... 0

0 0 ... ... 0 ... 0

0 0 ... 0 0

0 0 ... 0 0 ... 0

0 0 0 1 0

0

0 1

1 0

0 0 0 ... 0 1

m

N N

k k

I

k

k

=

→

→

(17)

Ví dụ:

Hình 2. Mô tả quá trình đột biến

Chọn lọc: Sau các quá trình sinh sản và đột biến, kích

thước quần thể sẽ tăng lên, do đó toán tử chọn lọc là một

phần rất quan trọng của giải thuật GA. Nó quyết định sự

hội tụ của giải thuật đến kết quả tối ưu. Có rất nhiều các

chiến lược lựa chọn đã được đề xuất. Như chiến lược “mô

hình thủ lĩnh”, hay chiến lược “cạnh tranh” ... dựa trên cơ

sở giới hạn quần thể của thuật toán và độ thích nghi của

từng cá thể theo công thức …. Trong bài báo này, nhóm tác

giả sử dụng chiến lược “mô hình ưu tú” để tiến hành loại

128 Phạm Trường Tùng, Phạm Đăng Phước, Lưu Đức Bình

bỏ các cá thể có độ thích nghi thấp, chỉ giữ lại các cá thể

có độ thích nghi cao (tức giữ lại các kết quả tốt nhất của

bài toán tối ưu).

Cuối cùng, sau quá trình sinh sản, đột biến sẽ sinh ra

các cá thể của một đời mới và được bổ sung vào quần thể.

Thông qua quá trình chọn lọc, chỉ các cá thể tốt mới được

giữ lại trong quần thể và qua một số đời, giải thuật sẽ dừng

và cá thể có độ thích nghi cao nhất trong quần thể chính là

đáp án cho bài toán tối ưu.

2.3. Kết quả ứng dụng giải thuật di truyền tối ưu tiến

trình công nghệ.

2.3.1. Mô tả chi tiết gia công

Để đánh giá các giải thuật, ta sử dụng một chi tiết gia

công có 6 đối tượng công nghệ đã được trình bày và nghiên

cứu trong [4]. Căn cứ vào bản vẽ và yêu cầu công nghệ, 6

đối tượng gia công này sẽ có 8 phần tử gia công.

Hình 3. Mô tả chi tiết gia công

Bảng 1. Bảng thông tin các đối tượng gia công

Mã đối

tượng Loại

Kích

thước

Độ

sâu

Cấp

chính xác

Độ

nhám

Vật

liệu

F1 Mặt phẳng 7 3,2 CT45

F2 Trụ tròn ngoài 50 7 CT45

F3 Lỗ 12 10 7 6,3 CT45

F4 Lỗ 12 10 7 6,3 CT45

F5 Mặt phẳng 7 3,2 CT45

F6 Lỗ 30 35 7 1,2 CT45

Bảng 2. Bảng thông tin các phần tử gia công

Đối tượng gia công Phần tử gia công Máy

Mã đối Loại Mã Phương pháp gia

tượng công

F1 Mặt phẳng f1 Phay thô F1 Phay

f2 Phay tinh F1 Phay

F2 Trụ tròn ngoài f3 Tiện F2 Tiện

F3 Lỗ f4 Khoan lỗ F3 Phay

F4 Lỗ f5 Khoan lỗ F4 Phay

F5 Mặt phẳng f6 Phay thô F5 Phay

f7 Phay tinh F5 Phay

F6 Lỗ f8 Phay lỗ F6 Phay

Gọi C1 là chi phí thay đổi máy móc, C2 là chi phí thay

đổi đồ gá, C3 là chi phí thay dao. Giả sử ta có C1 = 50,

C2 = 10, C3 = 5. Ta lập các ma trận quan hệ và ma trận chi

phí như sau:

0 1 1 1 1 1 1 1

0 0 1 1 1 1 1 1

0 0 0 1 1 0 0 0

0 0 0 0 1 0 0 0

0 0 0 0 0 0 0 1

0 1 1 1 1 0 1 1

0 0 1 0 0 0 0 1

0 0 0 0 0 0 0 0

R

=

(18)

0 10 65 15 15 10 15 15

10 0 65 15 15 15 15 15

65 65 0 65 65 65 65 65

15 15 65 0 0 5 5 5

15 15 65 0 0 5 5 5

10 15 65 5 5 0 5 5

15 15 65 5 5 5 0 5

15 15 65 5 5 5 5 0

C

=

(19)

0 10 65 15 15 10 15 15

0 0 65 15 15 15 15 15

0 0 0 65 65 0 0 0

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 5

0 15 65 5 5 0 5 5

0 0 65 0 0 0 0 5

0 0 0 0 0 0 0 0

F

=

(20)

Tất cả các thuật toán sử dụng dưới đây để tìm tiến trình

công nghệ tối ưu là tìm giá trị nhỏ nhất. Ma trận F trong (4)

xuất hiện những khoảng cách giữa 2 đỉnh (i, j) = 0 (nếu

không thỏa mãn ma trận R). Để đảm bảo sự hội tụ của bài

toán và cũng để đơn giản hóa thuật toán, nhóm tác giả đề

xuất một phương pháp: đó là nếu như không thể đi từ đỉnh

i đến đỉnh j thì ta cho F(i, j) = (một giá trị rất lớn).

Khi đó kết quả có chứa cặp đỉnh (i, j) này sẽ là kết quả

rất lớn, và quá trình tìm kiếm lời giải sẽ bỏ qua kết quả này.

Nếu như có thể đi được từ đỉnh i → j mà chi phí bằng 0 thì

ta gán cho nó một giá trị tượng trưng (trong các thuật toán

sử dụng bằng 1), khi đó kết quả cuối cùng của thuật toán ta

trừ đi giá trị tượng trưng này. Như vậy, ta có ma trận F sử

dụng trong thuật toán được trình bày trong (22).

1000000 10 65 15 15 10 15 15

1000000 1000000 65 15 15 15 15 15

1000000 1000000 1000000 65 65 1000000 1000000 10000000

1000000 1000000 1000000 1000000 1 1000000 1000000 1000000

1000000 1000000 1000000 1000000 1000000 1000000 1000000 5

1000

F = (22)

000 15 65 5 5 1000000 5 5

1000000 1000000 65 1000000 1000000 1000000 1000000 5

1000000 1000000 1000000 1000000 1000000 1000000 1000000 1000000


Tiến trình công nghệ tìm được được mô tả bằng một

dãy chứa các mã đối tượng fi mô tả thứ tự thực hiện các

nguyên công.

2.3.2. Kết quả ứng dụng thuật toán di truyền tối ưu tiến

trình công nghệ

Áp dụng giải thuật GA để lập tiến trình công nghệ gia

công cho chi tiết trên, với kích thước quần thể là 500 cá

thể, xác suất đột biến là 0,1, số đời 20. Kết quả chạy mô

phỏng trên Matlab R2010b với cấu hình máy Intel Core i5-

Ram 4GB, ta được tiến trình tối ưu là f1 → f2 → f6 → f7

→ f3 → f4 → f5 → f8 với tổng chi phí là 166. Giải thuật

có thời gian tính toán là 12s.

Hình 4. Kết quả mô phỏng của thuật toán GA

Kết quả nghiên cứu của [4] khi sử dụng giải thuật đàn

kiến (ACO) cho cùng một chi tiết được mô tả ở trên, cho

ra tiến trình công nghệ là f1 → f6 → f2 → f7 → f3 → f4

→ f5 → f8 với tổng chi phí là 174. So sánh với giải thuật

GA được trình bày trong bài báo này, ta thấy giải thuật GA

tốt hơn nhiều, kết quả cũng cho ra tiến trình công nghệ với

chi phí thấp hơn rất nhiều.

3. Kết luận

Lập tiến trình công nghệ tối ưu là một vấn đề hết sức

quan trọng trong công nghệ CAPP. Bài báo đã trình bày

cách tiếp cận giải thuật GA với các toán tử chọn lọc, lai

ghép, đột biến… được mô tả bằng ngôn ngữ toán học để

lập tiến trình công nghệ tối ưu. Một chi tiết điển hình với

nhiều đối tượng gia công được mô tả bằng các ma trận ràng

buộc, ma trận chi phí. Giải thuật GA được trình bày ở trên

cũng đã được ứng dụng để tìm tiến trình công nghệ với chi

phí thấp nhất và rõ ràng hiệu quả của giải thuật GA tốt hơn

so với giải thuật ACO.

Mức độ hội tụ đến kết quả tối ưu khi sử dụng thuật toán

GA phụ thuộc rất nhiều vào kích thước quần thể, số đời,

xác suất đột biến. Việc tăng kích thước quần thể và số đời

sẽ làm giải thuật có khả năng tìm được lời giải tối ưu, tuy

nhiên sẽ làm thời gian tính toán tăng lên rất nhiều. Giảm

kích thước quần thể và số đời sẽ làm giảm thời gian tính

toán, tuy nhiên kết quả đạt được chưa chắc là tối ưu. Xác

suất đột biến nhỏ sẽ làm cho bài toán lâu hội tụ, tuy nhiên

khi tăng xác suất đột biến sẽ dễ làm xuất hiện các cá thể có

độ thích nghi thấp và duy trì trong nhiều đời liên tiếp, đôi

khi sẽ làm mất khả năng đạt được điểm tối ưu cục bộ sắp

đạt được trước đó. Do đó, việc lựa chọn kích thước quần

thể, số đời và xác suất đột biến phải tính tới mục tiêu đạt

được tiến trình công nghệ tốt ở mức chấp nhận được.

Khi lập tiến trình công nghệ, các nhà công nghệ luôn

mong muốn lập một tiến trình gia công mà thời gian gia

công là ngắn nhất, chi phí gia công là nhỏ nhất và chất

lượng cao nhất. Rõ ràng để đáp ứng được yêu cầu này,

chúng ta phải giải bài toán tối ưu đa mục tiêu. Giải thuật

GA trong bài báo chỉ mới giải bài toán tối ưu hóa một mục

tiêu chi phí. Việc tối ưu hóa đa mục tiêu áp dụng cho lập

tiến trình công nghệ sẽ được nghiên cứu tiếp theo bằng

cách ứng dụng lý thuyết của Vũ Ngọc Phàn [8].

Hiện nay, các giải thuật tối ưu rất phát triển. Trong

phạm vi nghiên cứu của bài báo, nhóm tác giả chưa thể

trình bày được việc ứng dụng các giải thuật PSO (Particle

Swarm Optimization), giải thuật luyện kim, giải thuật di

truyền vi sai, các thuật toán trí tuệ nhân tạo, các giải thuật

lai… Việc tiếp tục nghiên cứu các giải thuật này cũng sẽ

mở ra hướng nghiên cứu tiếp theo trong nghiên cứu công

nghệ CAPP.


[1] Paiva Gustavo Silva and Carvalho Marco Antonio M., “Improved

Heuristic Algorithms for the Job Sequencing and Tool Switching

Problem”, Computers & Operations Research, 88(Supplement C), 2007, pp. 208-219.

[2] Wang Jinfeng, et al., “A Hybrid Bat Algorithm for Process Planning

Problem”, IFAC-PapersOnLine, 48(3), 2015, pp. 1708-1713.

[3] Petrović Milica, et al., “Integration of Process Planning and

Scheduling Using Chaotic Particle Swarm Optimization

Algorithm”, Expert Systems with Applications, 64(Supplement C),

2016, pp. 569-588.

[4] Tran Anh Van and Nguyen Ngoc Binh, “Optimization of Operation

Sequencing in CAPP Based on Ant Colony Algorithm”, Proceedings of The 4th National Conference on Mechanical Science

& Technology, 2, 2015, pp. 87-95.

[5] Khan Z., Prasad B., and Singh T., “Machining Condition

Optimization by Genetic Algorithms and Simulated Annealing”,

Computers & Operations Research, 24(7), 1997, pp. 647-657.

[6] Li L., et al.,2005 “Application of Genetic Algorithm to Computer-

Aided Process Planning in Distributed Manufacturing Environments”, Robotics and Computer-Integrated Manufacturing,

21(6), 2005, pp. 568-578.

[7] Chiu Nan-Chieh, Fang Shu-Cherng, and Lee Yuan-Shin,

“Sequencing Parallel Machining Operations by Genetic

Algorithms”, Computers & Industrial Engineering, 36(2), 1999, pp. 259-280.

[8] Vũ Ngọc Phàn, “Ứng dụng thuật toán tiến hóa giải bài toán tối ưu đa

mục tiêu có ràng buộc”, Tạp chí Tin học và Điều khiển, 16, 2000,

pp. 16-22.

[9] KA De Jong, An Analysis of The Behavior of A Class of Genetic

Adaptive Systems, Doctoral dissertation, University of Michigan.

[10] DE Gold Berg, K Deb, and B Korb, “Do Not Worry, Be Messy”,

Proceedings of The Fourth International Conference on Genetic Algorithms, 1991, pp. 24-30.


130 Nguyễn Quốc Ý, Lê Thanh Thuận, Phạm Hồ Mai Anh

MỨC TIỆN NGHI NHIỆT TRONG CÁC PHÒNG HỌC THÔNG GIÓ TỰ NHIÊN Ở

TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH

THERMAL COMFORT SENSATION IN NATURALLY VENTILATED LECTURE ROOMS IN

HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY

Nguyễn Quốc Ý, Lê Thanh Thuận, Phạm Hồ Mai Anh

Trường Đại học Bách khoa – Đại học Quốc gia Thành phố Hồ Chí Minh; [email protected]

Tóm tắt - Bài báo trình bày kết quả nghiên cứu về mức tiện nghi nhiệt trong các phòng học được thông gió tự nhiên (có sử dụng quạt trần) ở các phòng học của Trường Đại học Bách khoa – Đại học Quốc gia thành phố Hồ Chí Minh. Các thông số của môi trường nhiệt bên trong phòng được đo đạc tại nhiều vị trí đồng thời với việc khảo sát cảm giác nhiệt của sinh viên theo thang cảm giác nhiệt của ASHRAE. Kết quả đo đạc và khảo sát được phân tích theo tỉ lệ bình chọn cảm giác nhiệt theo điều kiện môi trường nhiệt và giới tính. Kết quả cho thấy phần lớn sinh viên bình chọn môi trường nhiệt ở mức chấp nhận được, trong khi tỉ lệ sinh viên cảm thấy dễ chịu thấp hơn 50%. Sinh viên nữ có cảm giác nhiệt thiên về hướng nóng hơn sinh viên nam ở cùng điều kiện môi trường nhiệt. Nhiệt độ tiện nghi thu được từ tỉ lệ bình chọn trung bình là 30°C.

Abstract - In this paper, a study on thermal comfort conditions in classrooms in Ho Chi Minh City University of Technology is presented. Parameters of thermal environment inside the classrooms are measured at many locations in each room. Meanwhile, survey on thermal sensation is conducted with questions following ASHRAE sensation scale. The measured and surveyed data is then analyzed to find relationships between voted thermal sensation and the parameters of the thermal environment. The results show that most students find the thermal comfort conditions at acceptable level while less than 50% of students feel comfortable. Female students feel hotter than the male ones at the same thermal conditions. Neutral operative temperature found from the votes is 30°C.

Từ khóa - tiện nghi nhiệt; phòng học; cảm giác nhiệt; TSV (Thermal Sensation Votes); nhiệt độ tổng hợp.

Key words - thermal comfort; lecture rooms; thermal sensation; TSV (Thermal Sensation Votes); operative temperature.

1. Giới thiệu

Tiện nghi nhiệt thể hiện mức độ dễ chịu của người sử dụng

đối với môi trường nhiệt bên trong không gian sống hay làm

việc. Cảm giác tiện nghi nhiệt phụ thuộc vào hai nhóm yếu tố

chính: yếu tố môi trường nhiệt (như nhiệt độ không khí, bức

xạ nhiệt từ các bề mặt xung quanh, tốc độ và độ ẩm không

khí…) và các điều kiện chủ quan của người sử dụng (mức độ

tỏa nhiệt do vận động, khả năng cách nhiệt của trang phục, đặc

điểm sinh lý…). Do đó, việc đánh giá mức độ tiện nghi nhiệt

của một không gian thường được tiến hành đồng thời cả hai

việc song song: đo đạc các thông số môi trường nhiệt và khảo

sát cảm nhận của người sử dụng [1].

Đối với các công trình thông gió tự nhiên, mức độ tiện

nghi nhiệt thường được dự đoán thông qua yếu tố nhiệt độ

môi trường và nhiệt độ tổng hợp bên trong không gian đó

[1]. Nhiệt độ tổng hợp được tính theo công thức:

𝑡𝑜𝑝 =ℎ𝑐.𝑡𝑎+ℎ𝑟.𝑡𝑚𝑟𝑡

ℎ𝑐+ℎ𝑟 (1)

Trong đó, ℎ𝑟 = 4,7 𝑊/𝑚2. 𝐶 là hệ số truyền nhiệt bức xạ

trong phòng, ℎ𝑐 là hệ số truyền nhiệt đối lưu được tính

theo trường hợp người ngồi (được lấy theo Bảng 9.6,

ASHREA Fundamentals Handbooks [2]), 𝑡𝑎 và 𝑡𝑚𝑟𝑡 lần

lượt là nhiệt độ không khí và nhiệt độ bức xạ trung bình

từ các bề mặt trong phòng. Hai hệ số ℎ𝑟 và ℎ𝑐 cần phải

được xác định cho từng trường hợp không gian và đối

tượng khảo sát cụ thể. Trong nghiên cứu này, nhóm tác

giả sử dụng cách tính ℎ𝑟 và ℎ𝑐 của nghiên cứu trước [2]

do có cùng điều kiện khảo sát.

Tiện nghi nhiệt trong các phòng học được thông gió tự

nhiên thu hút sự quan tâm của nhiều nhà nghiên cứu gần

đây, đặc biệt là ở các nước có khí hậu nhiệt đới [3, 4, 5].

Đối tượng nghiên cứu là học sinh [3] và sinh viên [4, 5].

Trong các nghiên cứu này, các thông số của môi trường

nhiệt được đo ở nhiều vị trí trong lớp học. Cảm giác nhiệt

được khảo sát dựa theo thang cảm giác nhiệt của ASHRAE

với 7 mức độ: rất lạnh (cold), lạnh (cool), hơi lạnh (slightly

cool), dễ chịu (neutral), hơi nóng (slightly warm), nóng

(warm), và rất nóng (hot). Kết quả của các nghiên cứu này

cho thấy nhiệt độ tổng hợp cho cảm giác nhiệt dễ chịu trong

các phòng học được thông gió tự nhiên luôn cao hơn điều

kiện đề xuất cho các không gian được điều hòa không khí

của ASHRAE [1]. Nhiệt độ tổng hợp tiện nghi thay đổi từ

28,1°C [5], 28,8°C [3] và 29,5°C [4].

Trong nghiên cứu này, nhóm tác giả đo đạc và khảo sát

mức tiện nghi nhiệt trong các phòng học ở Trường Đại học

Bách khoa thuộc Đại học quốc gia thành phố Hồ Chí Minh

(HCMUT) với mục đích chính là đánh giá mức tiện nghi

nhiệt trong các phòng học của Trường và mức cảm giác

nhiệt của sinh viên theo các điều kiện môi trường nhiệt ở

thành phố Hồ Chí Minh. Nghiên cứu của nhóm tác giả

tương tự như nghiên cứu của Nguyễn và Lê [5] cho các

phòng học của Đại học Đà Nẵng. Tuy nhiên, điều kiện thời

tiết ở thành phố Hồ Chí Minh ít nóng nhưng ẩm hơn ở Đà

Nẵng. Do vậy, qua nghiên cứu, nhóm tác giả cũng muốn so

sánh mức cảm giác nhiệt của sinh viên ở hai thành phố này.

2. Phương pháp đo đạc và khảo sát

2.1. Phòng học được khảo sát

Nghiên cứu được tiến hành từ tháng 9 đến tháng 11 năm

2017 trong các phòng học ở cả hai cơ sở của HCMUT.

Tổng cộng có 09 phòng học được khảo sát, bao gồm 04

phòng ở Cơ sở 1 và 05 phòng ở Cơ sở 2, như trên Bảng 1.

Các phòng học có hai hướng chính là Tây Bắc – Đông Nam

và Đông – Tây và đều ở các tầng giữa của các tòa nhà. Chỉ

có 03 phòng học ở Cơ sở 1 được che chắn hoàn toàn bởi

cây xanh xung quanh. Các phòng còn lại hoàn toàn không

được cây xanh che chắn.


Bảng 1. Đặc điểm chính của các phòng học được khảo sát

Phòng Hướng Cây xanh che chắn

xung quanh

Cơ sở 1 (Quận 10, Thành phố Hồ Chí Minh)

303B1,

313B1 Tây Bắc – Đông Nam Có

202B6 Đông - Tây Có

401C4 Đông - Tây Không

Cơ sở 2 (Quận Thủ Đức, Thành phố Hồ Chí Minh)

206H6,

113H6,

311H6

Tây Bắc – Đông Nam Không

202H2,

301H2 Tây Bắc – Đông Nam Không

2.2. Phương pháp đo đạc

Các thông số của môi trường nhiệt được đo tại nhiều vị

trí phân bố đều trong phòng học, như trên Hình 1. Tùy theo

kích thước phòng và phân bố sinh viên trong phòng, số

điểm đo thay đổi từ 2 đến 7. Các thông số đo đạc bao gồm:

nhiệt độ, độ ẩm và tốc độ không khí và nhiệt độ bức xạ

trung bình từ các bề mặt trong phòng. Thiết bị đo là bộ thiết

bị đo tiện nghi nhiệt chuyên dụng Testo 480. Các thông số

của thiết bị đo được trình bày trên Bảng 2.

Thời gian đo trong ngày từ khoảng 10 giờ sáng đến 16 giờ

chiều. Trong mỗi phòng học, nhiệt độ bức xạ trung bình tmrt

được đo ở vị trí giữa phòng sau khi thiết bị được đặt tại vị trí

đó hơn 30 phút, khoảng thời gian đủ để có được giá trị đo ổn

định. Các thông số khác được đo ở từng vị trí được xác định

trước và được tính trung bình trong khoảng thời gian từ 3 đến

5 phút, theo [1]. Ở mỗi vị trí đo, các cảm biến được đặt ở độ

cao ngang mặt bàn, tương ứng với độ cao đo phù hợp với hoạt

động ngồi học của sinh viên trong lớp học [1].

Hình 2 cho thấy thiết bị đo ở hiện trường.

Bảng 2. Thông số thiết bị đo

Thông số đo Khoảng đo; Độ phân giải;

Độ chính xác

Nhiệt độ không khí ta (°C) 0 – 50°C; 0,1°C; 0,5°C

Nhiệt độ bức xạ trung bình từ

các bề mặt tmrt (°C) 0°C - 120°C; 0,1°C; 1,0°C

Tốc độ gió v (m/s) 0-5,0 m/s; 0,03 m/s; 0,01 m/s

Độ ẩm không khí RH (%) 0 – 100%; 0,1%; 1,8%

2.3. Phương pháp khảo sát

Phiếu khảo sát nhằm thu thập thông tin về cảm giác nhiệt

của sinh viên trong các phòng học song song với việc đo đạc.

Nội dung của phiếu khảo sát dựa trên mẫu của ASHRAE [1]

và của các nghiên cứu trước đây [3, 4, 5]. Các thông tin cơ

bản bao gồm: giới tính, tuổi, cân nặng, vị trí ngồi trong lớp

học và trang phục. Các thông tin về cảm giác nhiệt bao gồm:

(1) Cảm giác chung về môi trường nhiệt theo thang đo

ASHRAE [1]; (2) Lựa chọn cảm giác thoải mái hay không

thoải mái; (3) Cảm giác về tốc độ gió, độ ẩm; (4) Lựa chọn

yêu thích về chỗ ngồi, giờ học, phòng học… Trong bài báo

này, nhóm tác giả tập trung vào việc phân tích hai thông tin

đầu tiên trên phiếu khảo sát, như trên Hình 3.

Phiếu khảo sát được phát cho sinh viên sau khi đã ổn

định trong lớp học được hơn 15 phút. Điều này giúp hạn

chế tối đa ảnh hưởng của các hoạt động thể chất trước đó

lên cảm giác nhiệt của sinh viên trong phòng học. Trong

quá trình đo đạc và khảo sát, các hoạt động dạy và học trên

lớp vẫn diễn ra như bình thường.

Trong các phòng học được khảo sát, phương pháp giảng

dạy chủ yếu là thuyết giảng với máy chiếu và bảng phấn.

Sinh viên hoạt động chủ yếu ở trạng thái ngồi. Sinh viên

cũng được tự do lựa chọn trang phục và các hoạt động điều

chỉnh để thích ứng với môi trường nhiệt: lựa chọn chỗ ngồi,

đóng hay mở cửa sổ, tắt mở quạt hay điều chỉnh tốc độ quay

của quạt. Các hoạt động này diễn ra vào trước giờ học và

không thay đổi trong suốt thời gian học.

Tổng số mẫu khảo sát là 463 sinh viên, trong đó tỉ lệ nữ

chiếm gần 10%. Trong các phòng học được khảo sát, không

có phòng học nào có ít hơn 30 sinh viên. Số mẫu này tương

đương với số mẫu của Wong và Khoo [3] và của Mishra và

Rampogal [4], nhưng ít hơn số mẫu của Nguyễn và Lê [5].

Độ tuổi khảo sát nằm trong khoảng 18 đến 24, trong đó chủ

yếu là từ 19 đến 21 tuổi, với tỉ lệ 92,5%.

Bảng 3. Thống kê giới tính mẫu khảo sát

Giới tính Số người Tỉ lệ (%)

Nam 417 90,06

Nữ 46 9,94

Tổng 463 100,00

Hình 1. Vị trí đo trong phòng học 202H6. 1-4: vị trí đo tốc độ,

nhiệt độ và độ ẩm không khí; 5: vị trí đo nhiệt độ ngoài phòng.

Nhiệt độ bức xạ trung bình từ các bề mặt được đo ở giữa phòng

Hình 2. Hình ảnh thiết bị đo tại hiện trường


Hình 3. Hai câu hỏi chính trong bảng khảo sát

3. Kết quả và bàn luận

3.1. Kết quả đo đạc và khảo sát

Kết quả đo các thông số của môi trường nhiệt được thể

hiện trên Hình 4. Nhiệt độ không khí trung bình 𝑡𝑎 trong

các phòng học thay đổi từ 30,6°C đến 34,8°C với giá trị

trung bình bằng 32,8°C. Nhiệt độ bức xạ trung bình 𝑡𝑚𝑟𝑡

thay đổi từ 29,0°C đến 33,4°C. Nhiệt độ 𝑡𝑚𝑟𝑡 luôn thấp hơn

nhiệt độ 𝑡𝑎 trong hầu hết các phòng học, trừ phòng 113H6

ở Cơ sở 2. Độ ẩm tương đối của không khí trong các phòng

học thay đổi từ 63% đến 78% với một trường hợp đặc biệt

ở phòng 113H6 (RH = 92%). Tốc độ không khí (không

được thể hiện trên Hình 4) trong các phòng học chủ yếu

nằm trong khoảng từ 0,35 m/s đến 1,0 m/s.

Hình 4. Giá trị trung bình của nhiệt độ không khí 𝑡𝑎, nhiệt độ

bức xạ trung bình 𝑡𝑚𝑟𝑡, và độ ẩm không khí RH trong

các phòng học được khảo sát

Hình 5. Giá trị bình chọn cảm giác nhiệt theo nhiệt độ

không khí 𝑡𝑎

Hình 5 cho thấy kết quả bình chọn cảm giác nhiệt theo

thang ASHRAE (Câu hỏi số 1 trên Hình 3) được thể hiện

theo nhiệt độ không khí. Kết quả được thể hiện cho hai

nhóm giới tính: nam và nữ. Mỗi điểm tương ứng với một

phiếu bình chọn hợp lệ. Thang cảm giác nhiệt ASHRAE

được thể hiện trên Bảng 4.

Bảng 4. Thang cảm giác nhiệt ASHRAE

Cảm

giác

Rất lạnh

Lạnh Hơi lạnh

Dễ chịu Hơi nóng

Nóng Rất nóng

Chỉ số -3 -2 -1 0 1 2 3

Hình 5 cho thấy trong khoảng nhiệt độ không khí khảo

sát (dưới 30°C đến trên 35°C), phần lớn số phiếu bình chọn

nằm ở hai mức dễ chịu và hơi nóng. Tỉ lệ bình chọn điều

kiện dễ chịu tăng lên khi nhiệt độ không khí giảm. Đặc biệt,

đường hồi quy tuyến tính cho số liệu của hai nhóm giới tính

cho thấy ở cùng nhiệt độ không khí, sinh viên nữ có xu

hướng bình chọn cảm giác nhiệt luôn ở mức nóng hơn so

với sinh viên nam. Chênh lệch của chỉ số cảm giác nhiệt

của hai nhóm nữ - nam vào khoảng +0,5.

Hình 6 thể hiện tỉ lệ bình chọn cho từng mức cảm giác

nhiệt của hai nhóm sinh viên nam và nữ từ số liệu trên Hình

5. Đối với sinh viên nam, khoảng 50% cảm thấy dễ chịu và

khoảng 35% cảm thấy hơi nóng. Đối với sinh viên nữ, 100%

phiếu bình chọn nằm trong khoảng dễ chịu đến rất nóng, với

khoảng 35% cảm thấy dễ chịu và 35% cảm thấy hơi nóng.

Như vậy, nếu xem khoảng cảm giác nhiệt trong khoảng

[hơi lạnh: hơi nóng] là chấp nhận được [3, 4] thì 90% sinh

viên nam và 70% sinh viên nữ cảm thấy điều kiện môi

trường nhiệt trong các phòng học là chấp nhận được. Tỉ lệ

này trong nghiên cứu của Wong và Khoo [3] là 56,7%.

Hình 6. Tỉ lệ bình chọn cho từng mức cảm giác nhiệt

theo giới tính

Hình 7 cho thấy tỉ lệ bình chọn tương ứng với từng mức

cảm giác nhiệt cho từng cơ sở của HCMUT. Kết quả cho

thấy sinh viên ở Cơ sở 2 có xu hướng cảm thấy nóng hơn

sinh viên ở Cơ sở 1. Điều này có thể được giải thích dựa

trên đặc điểm của phòng học hai cơ sở (Bảng 1) và kết quả

đo nhiệt độ trên Hình 4. Nhiệt độ không khí trung bình

trong các phòng học ở Cơ sở 1 là 32,5°C trong khi ở Cơ sở

2 là 33,2°C. Nhiệt độ bức xạ trung bình ở Cơ sở 1 là 30,4°C

trong khi ở Cơ sở 2 là 31,7°C. Điều này cũng do một phần

là các phòng học ở Cơ sở 2 không được cây xanh che chắn.

Tuy nhiên, tỉ lệ bình chọn trong mức chấp nhận được đều

hơn 80% cho cả hai cơ sở (88,7% cho Cơ sở 1 và 88,8%

cho Cơ sở 2).

Hình 7. Tỉ lệ bình chọn cho từng mức cảm giác nhiệt cho

hai cơ sở của HCMUT

1. Bạn cảm thấy nhiệt độ hiện tại như thế nào?

Rất lạnh Lạnh Hơi lạnh Dễ chịu Hơi nóng Nóng Rất nóng

2. Bạn có thoải mái với nhiệt độ hiện tại trong phòng?

Thoải mái Không thoải mái


Tỉ lệ cho hai mức bình chọn trực tiếp: Thoải mái và

Không thoải mái (Câu hỏi số 2 trên Hình 3) được thể hiện

trên Hình 8 cho các bình chọn ở từng mức cảm giác nhiệt

theo thang đo ASHRAE. 67% cảm thấy thoải mái ở mức

Dễ chịu trong khi tỉ lệ này là 8,3% ở mức Hơi lạnh và

23,6% ở mức Nóng. 84,7% sinh viên lựa chọn mức Không

thoải mái phân bố ở mức cảm giác nhiệt từ Hơi nóng đến

Rất nóng với 54,7% ở mức Hơi nóng.

Kết quả trên Hình 8 cho thấy phần lớn sinh viên chỉ cảm

thấy Thoải mái ở mức Dễ chịu trong khi ở mức Hơi nóng

– được xem là chấp nhận được [3, 4] – được phần đông

cảm nhận là Không thoải mái.

Hình 8. Tỉ lệ bình chọn “thoải mái” và “không thoải mái”

3.2. Phân tích mức tiện nghi nhiệt theo ASHRAE 55 và

theo mức bình chọn trung bình TSV

Trong phần này, kết quả khảo sát được so sánh với một

trong những mô hình dự đoán cảm giác nhiệt được sử dụng

phổ biến nhất hiện nay, mô hình PMV (Predicted Mean

Vote) [1, 2]. Mô hình PMV sử dụng các mô hình toán cho

điều kiện cân bằng nhiệt của người sử dụng trong một môi

trường nhiệt nào đó và sử dụng các thông số môi trường

nhiệt (04 thông số mà nhóm tác giả đã đo đạc) cùng với hai

thông số chủ quan chính là mức độ vận động (chỉ số met)

và nhiệt trở của trang phục (chỉ số clo). Trong các phòng

học, sinh viên hoạt động chủ yếu ở tư thế ngồi nên chỉ số

𝑚𝑒𝑡 = 1,2 [1, 2]. Trang phục được sử dụng chủ yếu là

quần tây hay quần jeans và áo phông hay áo sơ mi nên chỉ

số 𝑐𝑙𝑜 ≈ 0,5. Chỉ số clo được tính cho từng mẫu khảo sát.

Chỉ số bình chọn cảm giác nhiệt trung bình TSV được

tính bằng giá trị trung bình của các phiếu bình chọn cảm

giác nhiệt trên Hình 5:

𝑇𝑆𝑉 =∑ 𝑉𝑖×𝑛𝑖

𝑁𝑖=1

𝑁 (2)

Trong đó, N là tổng số mẫu, 𝑛𝑖 là số người bình chọn

chỉ số cảm giác nhiệt 𝑉𝑖 theo Bảng 4.

Hình 9 và 10 cho thấy chỉ số PMV và TSV tại các vị trí

khảo sát trong các phòng học theo nhiệt độ tổng hợp và

nhiệt độ không khí. Mỗi điểm số liệu tương ứng với một vị

trí khảo sát trong phòng. Kết quả cho thấy, cả hai chỉ số

PMV và TSV đều tăng theo nhiệt độ với đường hồi quy

tuyến tính có giá trị R2 khá tốt, tương tự như các nghiên

cứu trước [3, 4, 5]. Tuy nhiên, ở cùng mức nhiệt độ, mô

hình PMV luôn dự đoán cảm giác nhiệt ở mức nóng hơn so

với TSV. Do đó, nhiệt độ trung tính từ mô hình PMV cũng

thấp hơn. Nhiệt độ trung tính từ mô hình TSV là 30°C cho

nhiệt độ tổng hợp và 29,9°C cho nhiệt độ không khí. Kết

quả này khá gần với các kết quả trước [3, 4]. Tuy nhiên, so

với kết quả nghiên cứu ở Đà Nẵng [5], nhiệt độ trung tính

của nhóm tác giả cao hơn 1,9°C. Nhóm tác giả chưa rõ

nguyên nhân của sự khác biệt này nên cần nghiên cứu thêm.

Hình 9. Giá trị PMV và TSV tại các vị trí khảo sát trong

các phòng học theo nhiệt độ tổng hợp

Hình 10. Giá trị PMV và TSV tại các vị trí khảo sát trong

các phòng học theo nhiệt độ không khí

Do mô hình PMV được cho là thích hợp đối với môi

trường được điều hòa không khí, nhiệt độ tiện nghi của mô

hình này luôn thấp hơn từ kết quả khảo sát TSV [3]. Tương

tự như nghiên cứu của Wong và Khoo [3], mô hình PMV

không thể được sử dụng để dự đoán kết quả khảo sát TSV

trong nghiên cứu của nhóm tác giả.

Hình 11. Giá trị TSV theo độ ẩm và tốc độ không khí

trong phòng


Nhóm tác giả cũng thử tìm mối liên hệ giữa giá trị TSV

và hai thông số còn lại của môi trường nhiệt: độ ẩm và tốc

độ không khí trong phòng. Kết quả được thể hiện trên Hình

11. Mỗi điểm số liệu cũng tương ứng với một vị trí khảo

sát trong phòng. Sự phân bố ngẫu nhiên của các điểm số

liệu theo cả độ ẩm và tốc độ không khí cho thấy không có

mối liên hệ rõ ràng giữa giá trị TSV và hai thông số đó.

4. Kết luận

Trong nghiên cứu này, nhóm tác giả đã đo đạc các

thông số môi trường nhiệt và khảo sát cảm giác nhiệt của

sinh viên trong các phòng học được thông gió tự nhiên ở

Trường Đại học Bách khoa – Đại học quốc gia Thành phố

Hồ Chí Minh. Kết quả nghiên cứu cho thấy phần lớn sinh

viên cảm thấy dễ chịu đến rất nóng, với gần 50% sinh viên

nam và 35% sinh viên nữ cảm thấy dễ chịu. Tỉ lệ sinh viên

có cảm giác nhiệt trong khoảng chấp nhận được là 90% đối

với nam và 70% đối với nữ. Nhiệt độ tiện nghi theo tỉ lệ

bình chọn trung bình TSV là 30°C đối với nhiệt độ tổng

hợp và 29,9°C đối với nhiệt độ không khí. Giá trị này cao

hơn kết quả nghiên cứu ở Đà Nẵng [5] nhưng khá gần với

kết quả nghiên cứu ở Singapore [3] và Ấn Độ [4]. Nhóm

tác giả cũng không tìm được mối liên hệ giữa giá trị TSV

với độ ẩm và tốc độ không khí trong phòng.

Lời cảm ơn

Nghiên cứu này được tài trợ bởi Trường Đại học Bách

khoa – Đại học Quốc gia Thành phố Hồ Chí Minh mã số

T-KTXD-2017-79. Các tác giả cám ơn sinh viên lớp

PFIEV 2014 (Nguyễn Thành Danh, Nguyễn Mai Hoàng

Thiện, Lê Chí Toàn) đã hỗ trợ việc khảo sát.


[1] ASHRAE, ASHRAE Strandard 55: Thermal Environmental Conditions for Human Occupancy, American Society of Heating,

Refrigerating and Air-conditioning Engineers, 2013.

[2] ASHRAE, 2009 ASHRAE Handbook: Fundamentals, SI ed.,

American Society of Heating, Refrigerating and Air-conditioning

Engineers, 2009.

[3] N. H. Wong, & S. S Khoo, “Thermal Comfort in Classrooms in the

Tropics”, Energy and Buildings, 35(4), 2003, pp. 337–351.

[4] A. K. Mishra, & M. Ramgopal, “A Thermal Comfort Field Study of

Naturally Ventilated Classrooms in Kharagpur, India”, Building and Environment, 92, 2015, pp. 396–406.

[5] A. T. Nguyen, & T. K. D. Le, “Tiện nghi nhiệt trong một số giảng

đường thông gió tự nhiên”, Tạp chí Khoa học và Công nghệ Đại học

Đà Nẵng, Số 1 (86), 2015, trang 84-88.

[6] S. A. Zaki, S. A. Damiati, H. B. Rijal, A. Hagishima, & A. Abd Razak,

“Adaptive Thermal Comfort in University Classrooms in Malaysia

and Japan”, Building and Environment, 122, 2017, pp. 294–306.



VỀ TÍNH UGN CỦA ĐẠI SỐ ĐƯỜNG ĐI LEAVITT

TRÊN CÁC ĐỒ THỊ RỜI RẠC CHU TRÌNH

ON THE UGN PROPERTY OF LEAVITT

PATH ALGEBRAS ON THE DISCRETE CYCLE GRAPHS

Vũ Nhân Khánh, Ngô Tấn Phúc

Trường Đại học Đồng Tháp; [email protected], [email protected]

Tóm tắt - Năm 1962, W. Leavitt đã đề xuất khái niệm UGN như

sau: một vành R được gọi là thỏa mãn điều kiện UGN nếu có một

đơn ánh từ mR đến

nR thì m n . Khái niệm này đóng vai trò

quan trọng trong lý thuyết vành hay lý thuyết mô-đun nói chung. Năm 2005, Abrams – Aranda Pino đã xây dựng đại số đường đi Leavitt với hệ tử trên một trường và vật sinh từ một đồ thị mở rộng của một đồ thị có hướng. Gần đây, Abrams – Nam – Phuc đã chỉ ra điều kiện cần và đủ trên các đồ thị có hướng để đại số đường đi Leavitt của chúng có tính chất UGN. Trong bài viết này, nhóm tác giả chứng minh tính chất UGN của đại số đường đi Leavitt trên các đồ thị rời rạc chu trình. Áp dụng kết quả trên, nhóm tác giả xét tính UGN của đại số đường đi Leavitt của một số lớp đồ thị cảm sinh từ các nhóm hữu hạn.

Abstract - In 1962, W. Leavitt described the UGN property as

follows: a ring R is considered to have UGN property if there is a

monomorphism from mR to

nR then m n . In 2005, Abrams –

Aranda Pino constructed the Leavitt path algebras with coefficients in a field and generators in an extended graph of a digraph. Recently, Abrams – Nam – Phuc have given the necessary and sufficient conditions for the digraph which imply that their Leavitt path algebra has UGN property. In this paper, the authors give a proof for the UGN property of Leavitt path algebras of the discrete cycle graphs. Then, the authors investigate the UGN property of the Leavitt path algebras of certain graphs arising from finite groups.

Từ khóa - đại số đường đi Leavitt; đồ thị Cayley; đồ thị chia; đồ thị lũy thừa; tính chất UGN.

Key words - Leavitt path algebra; Cayley graph; divisibility graph; power graph; UGN property.


Trong [5], W. Leavitt đã đề xuất khái niệm UGN như

sau: một vành R được gọi là thỏa mãn điều kiện UGN nếu

có một đơn ánh từ mR đến nR thì m n . Khái niệm này

đóng vai trò quan trọng trong lý thuyết vành hay lý thuyết

mô-đun nói chung. Một số kết quả gần đây về tính UGN có

thể tham khảo tại [1], [3], [6].

Cho một đồ thị (trực tiếp) E và một trường số K ,

Abrams - Aranda Pino trong [2] đã giới thiệu lớp đại số

đường đi Leavitt ( )KL E của đồ thị E . Lớp đại số này là

mở rộng của đại số Leavitt (1, )KL n trong [5]. Trong [1],

Abrams, Nam, Phuc đã chỉ ra các điều kiện về đồ thị E để

( )KL E thỏa mãn tính UGN.

Nội dung chính của bài viết này là chứng minh tính chất

UGN của đại số đường đi Leavitt của các đồ thị rời rạc chu

trình. Tiếp theo, nhóm tác giả áp dụng kết quả trên để xét

tính UGN của đại số đường đi Leavitt của một số lớp đồ thị

cảm sinh từ lý thuyết nhóm.

2. Tính UGN của đại số đường đi Leavitt

Trong phần này, bài báo giới thiệu lại kết quả chính

trong [1] mà nhóm tác giả sẽ sử dụng xuyên suốt trong bài

viết của mình. Trước tiên là nhắc lại một số khái niệm về

đồ thị trực tiếp và đại số đường đi Leavitt.

Một đồ thị 0 1( , , , )E E E s r= là một bộ bao gồm hai tập

hợp 0E và 1E và hai ánh xạ 1 0, :r s E E→ . Các phần tử của

0E được gọi là các đỉnh và các phần tử của 1E được gọi là

các cạnh. Đối với mỗi cạnh e trong 1E , ( )s e được gọi là

điểm đầu của e và ( )r e được gọi là điểm cuối của e . Đồ

thị E được gọi là hữu hạn nếu các tập 0E và 1E là các

tập hữu hạn phần tử. Trong bài viết này, ta chỉ xét những

đồ thị hữu hạn.

Một đường đi trong một đồ thị E là chuỗi các cạnh

1 2 ... np e e e= sao cho ( ) ( )1i ir e s e += với mọi 1,2,..., 1i n= − .

Đường đi p được gọi là một chu trình nếu như

( ) ( )1: ( ) ( ) :ns p s e r e r p= = = và ( ) ( )i js e s e đối với mọi

i j . Nói cách khác, một chu trình là một đường đi mà

bắt đầu và kết thúc trên cùng một đỉnh và không đi qua bất

kỳ đỉnh nào quá một lần. Kí hiệu 0p là tập tất cả các đỉnh

trong p . Nếu c là một chu trình thì các phần tử trong tập

0c được gọi là tập đỉnh của một chu trình. Đồ thị E được

gọi là rời rạc chu trình nếu E không chứa chu trình hoặc

hai chu trình phân biệt trong E không có điểm chung.

Trong đồ thị E , một đỉnh v được gọi là ngọn nếu như

( )1s v− = và v được gọi là gốc nếu như 1( )r v− = , nếu

v không phải là ngọn thì được gọi là đỉnh chinh quy. Với

hai đỉnh 0,u v E kí hiệu u v nếu tồn tại một đường đi

p mà ( ) , ( )s p u r p v= = .

Cho một đồ thị trực tiếp 0 1( , , , )E E E s r= và một

trường bất kỳ K , đại số đường đi Leavitt ( )KL E của đồ

thị E với hệ tử trên K là một K đại số sinh bởi tập 0E

và 1E , cùng với tập cạnh ảo * 1 | e e E , thỏa mãn các

điều kiện sau với mọi 0,v w E và 1,e f E :

(1) ,v wvw w= , ( là kí hiệu Kronecker);

(2) ( ) ( )s e e e er e= = và * * *( ) ( )r e e e e s e= = ;

(3) *

, ( )e fe f r e= .

136 Vũ Nhân Khánh, Ngô Tấn Phúc

(4) 1

*

( )e s v

v ee−

= với mọi đỉnh chính quy v .

Trong [1] các tác giả đã chỉ ra các điều kiện sau đây

(Định lý 1 và Định lý 2) về điều kiện của đồ thị E để

( )KL E thỏa mãn tính UGN.

Định lý 1. [1, Theorem 3.9] Cho 0 1( , , , )E E E r s= là

một đồ thị hữu hạn và không có gốc, K là một trường. Khi

đó ( )KL E thỏa điều kiện UGN nếu và chỉ nếu E chứa

một chu trình c sao cho 1| ( ) | 1r v− = với mọi 0v c .

Chu trình c thỏa mãn điều kiện 1| ( ) | 1r v− = với mọi

0v c như trên được gọi là chu trình nguồn (theo nghĩa

không có cạnh nào bên ngoài đi đến chu trình này).

Cho 0 1( , , , )E E E r s= là một đồ thị, và 0v E là một

gốc. Ta gọi đồ thị thu gọn gốc vE của E là đồ thị được

xác định như sau: 0 0( ) vE E v= ,

1 1 1( ) ( )vE E s v−= , 1( )|

v vE E

s s= và 1( )|

v vE E

r r= .

Nói cách khác, vE là đồ thị có được từ E bằng cách bỏ

đi v và các cạnh trong E có điểm đầu là v . Trong trường

hợp E là đồ thị chỉ có một đỉnh v và không có cạnh nào

(còn gọi là đỉnh cô lập) thì ta quy ước vE E= .

Nhận xét 1. Nếu 0 1( , , , )E E E r s= là đồ thị hữu hạn

không chứa chu trình thì tồn tại dãy thu gọn gốc

0 1 i t sfE E E E E E= → → → → → = sao cho sfE là

đồ thị chỉ có một đỉnh cô lập.

Định lý 2. [1, Theorem 3.16] Cho E là một đồ thị hữu

hạn và K là một trường. Đặt

0 1 i t sfE E E E E E= → → → → → =

là một dãy các đồ thị thu gọn gốc, trong đó sfE là đồ thị

không có gốc. Khi đó ( )KL E thỏa điều kiện UGN khi và

chỉ khi 0 j t để jE chứa một điểm cô lập, hoặc

sfE

chứa một chu trình c với 1| ( ) | 1r v− = với mọi 0.v c

Ví dụ 1. Một số đồ thị sau đây thỏa mãn điều kiện của

Định lý 1:

Ví dụ 2. Các đồ thị sau đây không thỏa mãn điều kiện

của Định lý 1 nhưng thỏa mãn điều kiện của Định lý 2:

3. Kết quả chính

Định nghĩa 1. (i) Giả sử 1c và 2c là hai chu trình trong

đồ thị E . Nếu có một đường đi p mà

0 0( ) , ( ) 's p c r p c (điểm đầu tại một đỉnh thuộc 0

1c và

điểm cuối tại một đỉnh thuộc 0

2c ) thì ta nói chu trình 1c kéo

theo chu trình 2c . Kí hiệu 1 2c c .

(ii) Chu trình c trong đồ thị E được gọi là gần nhất

nếu trong E không tồn tại bất cứ chu trình nào khác c kéo

theo chu trình c .

Ví dụ 3. Trong đồ thị dưới đây thì chu trình 1 1 2c e e=

kéo theo chu trình 2 1 2 3 4c f f f f= và 1c là chu trình gần nhất

trong đồ thị E .

Định lý 3. Cho E là một đồ thị hữu hạn rời rạc chu

trình. Khi đó nếu E chứa chu trình thì trong E tồn tại chu

trình gần nhất.

Chứng minh. Giả sử mọi chu trình trong E đều không

là chu trình gần nhất. Gọi 1c là một chu trình trong E . Vì

1c không là chu trình gần nhất nên trong E tồn tại chu

trình 2c kéo theo chu trình 1c . Lại tiếp tục vì 2c không là

chu trình gần nhất nên trong E tồn tại chu trình 3c kéo

theo chu trình 2c . Vì E không chứa chu trình gần nhất

nên quá trình trên lặp lại vô hạn lần. Tức là ta được một

dãy vô hạn các chu trình trong E :

1 2, , ..., , ...kc c c

trong đó 1ic + kéo theo ic với mọi 1.i Điều này mâu

thuẫn với tính hữu hạn của E .

Định lý 4. Cho E là một đồ thị hữu hạn rời rạc chu

trình và K là một trường. Khi đó ( )KL E thỏa mãn điều kiện

UGN.

Chứng minh. Trường hợp 1. E là đồ thị không chứa

chu trình. Khi đó theo Nhận xét 1, tồn tại dãy thu gọn gốc

0 1 i t sfE E E E E E= → → → → → = sao cho sfE là

đồ thị chỉ có một đỉnh cô lập. Kết hợp với Định lý 2 suy ra

( )KL E thỏa mãn điều kiện UGN.

Trường hợp 2. E chứa chu trình. Khi đó theo Định lý

3, trong E tồn tại chu trình gần nhất. Ta gọi c là một chu

trình gần nhất trong E . Khi đó có hai trường hợp có thể

xảy ra:

Trường hợp 2.1. c là chu trình nguồn. Từ Định lý 1 suy

ra ( )KL E thỏa mãn điều kiện UGN.

Trường hợp 2.2. c không là chu trình nguồn. Vì c là

một chu trình gần nhất nên các phần tử trong tập 0 0 : , , v E v u v u u c không là đỉnh của bất kỳ


chu trình nào trong E . Theo Nhận xét 1, tồn tại dãy các

phép thu gọn gốc trong E

0 1 si tE E E E E= → → → → →

sao cho c là chu trình nguồn trong stE . Suy ra ( )KL E

thỏa mãn điều kiện UGN theo Định lý 2.

4. Ứng dụng

Trong phần này, bài báo áp dụng kết quả chính ở trên

để xét tính UGN của đại số đường đi Leavitt của một số

lớp đồ thị cảm sinh từ lý thuyết nhóm.

Định nghĩa 2. [4, tr. 1] Cho G là một nhóm và S là

tập sinh của G . Ta gọi đồ thị Cayley của nhóm G ứng với

tập sinh S , kí hiệu là S

GC , là đồ thị xác định như sau: tập

đỉnh là tập các phần tử trong G và ta nói có một cạnh đi

từ u đến v nếu tồn tại s S để u vs= .

Ví dụ 4. Xét ( 3)nG n= và chọn tập sinh

1, , (1 )S j j n= . Đồ thị Cayley của G ứng với tập

sinh S trong trường hợp này kí hiệu là j

nC . Sau đây là hình

vẽ của 0 1

4 4,C C và 2

4C .

Định lý 5. Cho G là nhóm hữu hạn nhiều hơn 2 phần

tử, S là tập sinh của G và K là một trường. Khi đó,

( )S

K GL C thỏa mãn tính chất UGN khi và chỉ khi S là tập

chỉ gồm một phần tử.

Chứng minh:

Nếu S a= thì khi đó kG a k= . Do đó S

GC là

một chu trình và theo Định lý 1, ( )S

K GL C thỏa tính UGN.

Nếu 2S thì ta chọn một phần tử a b S . Giả sử

1 2; ;...; nG a a a= , do G là nhóm hữu hạn nên .G a G=

và .Gb G= . Tức là ta có:

1 2 1 2

1 2 1 2

; ;...; ; ;...;

; ;...; ; ;...;

n n

n n

a a a a a a a a a

a b a b a b a a a

=

=

Như vậy, trong S

GC chứa các cạnh mà tập điểm đầu

( )1 2; ;...; na a a và tập điểm cuối

( )1 2 1 2; ;...; , ; ;...;n na a a a a a a b a b a b là các hoán vị khác

đồng nhất của nhau. Từ đó, ta luôn có thể chỉ ra được 2 chu

trình 1c và 2c trong S

GC như sau:

1) 0 0

1 2c c G= = .

2) 1c gồm các cạnh đi từ ia đến ia a và 2c gồm các

cạnh đi từ ia đến ia b với 1 i n .

Suy ra 0 0

1 2c c G = nên S

GC không là đồ thị rời rạc

chu trình. Theo Định lý 4, ( )S

K GL C không thỏa mãn tính

chất UGN.

Định nghĩa 3. [4, tr. 1] Cho S là một vị nhóm giao

hoán. Ta gọi đồ thị chia của vị nhóm S , kí hiệu là ( )d S ,

là đồ thị xác định như sau: tập đỉnh là tập các phần tử trong S và ta nói có một cạnh đi từ u đến v nếu u v và tồn

tại s S để u vs= .

Ví dụ 5. Cho S là nhóm có n phần tử. Ta kí hiệu ( )d S

là nd . Khi đó:

Định lý 6. Cho S là nhóm hữu hạn có n phần tử và

K là một trường. Khi đó, ( )K nL d thỏa mãn tính chất UGN

khi và chỉ khi 2.n

Chứng minh:

Với 1,2n = thì nd là các đồ thị sau:

Dễ thấy các đồ thị này thỏa mãn tính chất chu trình rời

rạc nên theo Định lý 4, ( )K nL d thỏa tính UGN.

Với 3n thì nd là đồ thị chứa tập đỉnh là

1 2; ;...; na a a và ( )1n n− cạnh. Giữa hai đỉnh bất kỳ luôn

có 2 cạnh nối chúng với nhau tạo thành một chu trình.

Chẳng hạn như

Như vậy, đồ thị chứa các chu trình phân biệt nhưng có

điểm chung. Do đó, theo Định lý 4 thì ( )K nL d không thỏa

tính UGN.

Định nghĩa 4. [4, tr. 1] Cho S là một nhóm. Ta gọi đồ

thị lũy thừa của nhóm S , kí hiệu là ( )P S , là đồ thị xác

định như sau: Tập đỉnh là tập các phần tử trong S và ta nói

có một cạnh đi từ u đến v ( ,u v S ) nếu u v và v là

một lũy thừa của u .

Trong bài viết này, ta kí hiệu n là tập các số nguyên

modulo n . Hiển nhiên n là một nhóm cộng và ta viết

( ) :n nP = .

Nhận xét 2. Trên n , với mỗi 0 i n ta đặt

( ) : ( , )nC i a a n i= = . Khi đó:

(i) ( ),a b C i luôn có cạnh đi từ a đến b và ngược lại.

(ii) ( )a C i , ( )b C j . Khi đó có cạnh đi từ a đến

b khi và chỉ khi | .i j

138 Vũ Nhân Khánh, Ngô Tấn Phúc

Ví dụ 6. Trong 6 thì ( ) ( ) 0 0 , 1 1, 5C C= =

và

( ) ( ) 2 2, 4 , 3 3C C= = . Ta được hình vẽ của 6 là:

Nhận xét 3. (i) Trong n ta có | (1) | ( )C n= trong đó

( )n là giá trị của hàm số Euler tại số nguyên dương .n

(ii) Nếu 2n thì trong n không có cạnh nối từ các

đỉnh trong ( ), 1C i i đến các đỉnh trong (1)C .

Áp dụng Định lý 4, ta thu được một tiêu chuẩn sau đây

để kiểm tra tính UGN của đại số đường đi Leavitt của các đồ

thị lũy thừa. Kết quả này đã được nêu ra trong [6]. Tuy nhiên,

ở đây, nhóm tác giả cung cấp một chứng minh đơn giản hơn.

Định lý 7. [6, Định lý 4] Đại số đường đi Leavitt của

( )n n thoả mãn tinh chất UGN khi và chỉ khi

( ) 2.n

Chứng minh:

Theo các kết quả về hàm số Ơle,

( ) 2 1,2,3,4,6n n = . Khi đó n là các hình sau

Dễ thấy các đồ thị trên chỉ chứa các chu trình rời rạc

nên theo Định lý 4, ( )K nL thỏa mãn tính chất UGN.

Với ( ) 2n , ta gọi ( ) 1 2; ;...; , 3kC n a a a k= . Khi

đó trên đồ thị n , giữa hai đỉnh bất kỳ

( ), , 1i ja a i j k luôn có các cạnh nối chúng với nhau

tạo thành một chu trình. Như vậy sẽ có ít nhất hai chu trình

phân biệt có điểm chung nên theo Định lý 4, ( )K nL

không thỏa tính UGN.

Ghi chú: Bài báo được hỗ trợ bởi đề tài nghiên cứu khoa

học sinh viên mã số SPD2017.02.36.


[1] G. Abrams, T. G. Nam and N. T. Phuc, “Leavitt Path Algebras

Having Unbounded Generating Number”, Journal of Pure and

Applied Algebra, 6(221), 2017, pp. 1322-1343.

[2] G. Abrams and G. Aranda Pino, “The Leavitt Path Algebra of a

Graph”, Journal of Algebra, 293, 2005, pp. 319-334.

[3] T. Y. Lam, Lectures on Modules and Rings, Springer - Verlag, New

York – Berlin, 1999.

[4] A. V Kelarev, “Directed Graphs and Combinatiorial Properties of Semigroups”, Journal of Algebra, 2(51), 2002, pp. 16-26.

[5] W. G. Leavitt, “The Module Type of a Ring”, Trans. Amer. Math.

Soc, 42, 1962, pp. 113-130.

[6] N. H. Tính, N. T. Phúc, “Khảo sát tính UGN của đại số đường đi

Leavitt trên các đồ thị lũy thừa”, Tạp chi Khoa học – Trường Đại

học Đồng Tháp, 28, 2017, trang 83-87.


lời nói đầu - tapchikhcn.udn.vntapchikhcn.udn.vn/ortherfile/2018_12_7_11_41_841so... · học...

Documents