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 3(112).2017, Quyển 1

KHOA HỌC KỸ THUẬT VÀ CÔNG NGHỆ Đánh giá hiện trạng lắp đặt, sử dụng máy điều hòa không khí tại các khu dân cư ở thành phố Đà Nẵng và đề xuất giải pháp hợp lý Assessing the status of installation and use of air conditioners at residential areas in Da Nang city and proposing appropriate solutions Nguyễn Phước Quý An, Nguyễn Đình Huấn 1Tác động của biến đổi khí hậu đến lượng bốc hơi tiềm năng ET0 trên địa bàn tỉnh Kon Tum Climate change impact on the reference evaporation ET0: a case study of Kon Tum province Nguyễn Chí Công 6Nghiên cứu xâm nhập mặn cho hạ lưu sông Hậu dựa trên mô hình mã nguồn mở SUNTANS Study of saltwater instrusion for Hau riverbased on open sources code SUNTANS Vũ Huy Công, Nguyễn Chí Công 10Đề xuất cấu trúc hệ thống quản lý khai thác mặt đường Việt Nam A proposal of Vietnam pavement management system structure Nguyễn Văn Đăng, Cao Thị Xuân Mỹ 15Thiết kế hệ thống điều khiển cửa tự động sử dụng công nghệ xử lý giọng nói và công nghệ xử lý ảnh Designing an automatic door control system applying speech processing and image processing Lê Tiến Dũng, Trịnh Ngọc Văn, Nguyễn Văn Kiên, Nguyễn Đức Tường 22Xử lý dữ liệu thiếu trong nghiên cứu phụ tải bằng Support Vector Regression (SVR) Dealing with missing data for the power load studies using Support Vector Regression (SVR) Nguyễn Tuấn Dũng, Nguyễn Thanh Phương 28Nghiên cứu đặc tính phóng điện của dầu bắp và dầu phộng A study of breakdown properties of corn oil and peanut oil Nguyễn Văn Dũng 34Phát triển mô hình truyền nhiệt dùng cho điều khiển dự báo năng lượng trong các tòa nhà Development of thermal models for predictive control of energy in buildings Nguyễn Minh Hòa, Nghị Vĩnh Khanh 38Điều khiển cuốn chiếu mờ thích nghi cho hệ định vị động của tàu biển Adaptive fuzzy backstepping control for a dynamic positioning system of ships Vũ Minh Hùng, Trịnh Quang Trung, Võ Quốc Thắng 44Đánh giá khả năng giữ ổn định điện áp của hệ thống bù tĩnh tại trạm 220 kV Thái Nguyên bằng Simulink Voltage stability evaluation of SVC at 220 kV Thai Nguyen substation with Simulink Trần Thanh Sơn 50Đề xuất phương pháp chia tầng cho mạng WBAN để tăng thông lượng Proposal of hierachical clustering for high throughput of WBAN Nguyễn Như Thắng, Nguyễn Huy Hoàng, Phạm Thanh Hiệp 55Vị trí và công suất tối ưu của tụ điện trong qui hoạch và cải tạo hệ thống phân phối Optimal allocation and sizing of capacitors in distribution system planning Vũ Văn Thắng, Bạch Quốc Khánh 59Nghiên cứu xây dựng mô hình tuyển nổi loại bỏ ion chì trong nước thải A study of building the model of removing lead ions from wastewater Lê Thị Xuân Thùy, Nguyễn Ngọc Huy 64Sử dụng công thức véc-tơ từ thế để tính toán dòng điện xoáy trong lõi thép máy biến áp bằng phương pháp phần tử hữu hạn Using a magnetic vector potential formulation for calculating eddy currents in iron cores of transformers by a finite element method Trần Thanh Tuyền, Đặng Quốc Vương 69Khởi động động cơ một chiều kích từ độc lập bằng phương pháp thay đổi điện áp phần ứng Starting separately excited direct current motor by varying armature voltage Đoàn Quang Vinh, Đoàn Đức Tùng, Bùi Văn Vũ 73

KHOA HỌC TỰ NHIÊN Xây dựng mô hình dự báo dịch tả ngắn hạn và đánh giá ảnh hưởng của các yếu tố khí hậu và địa lý Building short-term cholera forecast models and effect evaluation of climate and geographical factors Lê Thị Ngọc Anh, Hoàng Xuân Dậu 79Xác định, phân loại và phân tích sự biểu hiện của họ gen knox ở cây khoai tây (Solanum tuberosum L.) bằng các phương pháp tin sinh học Identification, classification and expression analysis of knox gene family in potato (Solanum tuberosum L.) by using bioinformatic methods Cao Phi Bằng 84Optimal bidding strategy for gencos based on multi-objective genetic algorithm in competitive electricity market Chiến lược chào giá tối ưu của nhà máy điện dựa vào thuật toán di truyền đa mục tiêu trong thị trường điện cạnh tranh Nguyen Huu Hieu, Le Hong Lam 88Hướng tiếp cận giải bài toán đa mục tiêu trong điều kiện thay đổi The approach of solving multiple critical decision making problems in changing conditions Nguyễn Văn Hiệu 94Xây dựng các lược đồ chữ ký số tập thể có phân biệt trách nhiệm ký tuần tự dựa trên bài toán Logarit rời rạc và khai căn Constructing two sequential multisignature schemes with distinguished signing authorities based on discrete Logarithm problem and modulo root problem Đào Tuấn Hùng, Nguyễn Hiếu Minh 100So sánh văn bản dựa trên mô hình véc-tơ Comparison of the documents based on vector model Võ Trung Hùng, Nguyễn Thị Ngọc Anh, Hồ Phan Hiếu, Nguyễn Ngọc Huyền Trân, Võ Duy Thanh 105Xác định hoạt tính sinh học và khả năng bảo quản thịt lợn của tinh dầu vỏ quả hồng bì Determination of biological activity and ability to preserve pork meat of Clausena lansium (Lour.) Skeels peel oil Nguyễn Văn Lợi 110Nghiên cứu đồng trùng hợp ghép axit acrylic lên tinh bột sắn dây và tinh bột bình tinh khơi mào bằng (NH4)2S2O8 Graft copolymerization of acrylic acid onto pueruaria thomsoni benth root starch and arrowroot (Maranta arundiancae L.) starch initiated by (NH4)2S2O8 Trần Mạnh Lục, Trần Thị Ngọt 115Hàm lượng xyanua tổng số trong nước tại một số khu vực thuộc xã Tam Lãnh, huyện Phú Ninh, tỉnh Quảng Nam Total cyanide content in water-bodies in some areas of Tam Lanh commune, Phu Ninh district, Quang Nam province Võ Văn Minh, Lê Văn Hào, Phan Nhật Trường, Đoạn Chí Cường 122Mô hình dự đoán các tham số và kịch bản ra quyết định trong ngôi nhà thông minh sử dụng mạng nơ-ron kết hợp thuật toán Active Lezi Modeling of prediction and context of decision in smarthome using neural network combined with Active Lezi algorithm Nguyễn Hữu Phát, Dương Văn Hoàn, Hà Khánh Hợp 128Xây dựng mô hình giám sát trạng thái và hoạt động tương tác cho các đối tượng trong hệ phân tán dựa trên máy trạng thái hữu hạn truyền thông Building monitoring model for state and interactive operations of objects in distributed systems based on communicating finite state machines Trần Nguyễn Hồng Phúc, Lê Văn Sơn 133Ứng dụng lý thuyết hàng đợi trong việc tối ưu hóa thiết kế dịch vụ Application of queuing theory in optimization of service design Nguyễn Đình Sơn 140Ước lượng trạng thái cho hệ quá trình hóa học có thông tin không đầy đủ State estimation for chemical process systems with incomplete state information Lâm Thuận Thành, Hoàng Ngọc Hà 144Tổng hợp carbon nano sợi trên các chất mang có cấu trúc Synthesis of carbon nano fibers on macroscopic structured materials Trương Hữu Trì, Nguyễn Đình Lâm 149Mức độ ô nhiễm và rủi ro của thủy ngân và chì trong trầm tích mặt tại cửa An Hòa, sông Trường Giang, tỉnh Quảng Nam Contamination degree and ecological risk of mercury and lead in surface sediment sampled at An Hoa estuary, Truong Giang river, Quang Nam province Phan Nhật Trường, Võ Văn Minh, Ngô Quang Hợp, Đoạn Chí Cường 153

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 1

ĐÁNH GIÁ HIỆN TRẠNG LẮP ĐẶT, SỬ DỤNG MÁY ĐIỀU HÒA KHÔNG KHÍ TẠI CÁC KHU DÂN CƯ Ở THÀNH PHỐ ĐÀ NẴNG VÀ ĐỀ XUẤT

GIẢI PHÁP HỢP LÝ ASSESSING THE STATUS OF INSTALLATION AND USE OF AIR CONDITIONERS AT

RESIDENTIAL AREAS IN DA NANG CITY AND PROPOSING APPROPRIATE SOLUTIONS

Nguyễn Phước Quý An, Nguyễn Đình Huấn Trường Đại học Bách khoa, Đại học Đà Nẵng; npqan@dut.udn.vn, ndhuan@dut.udn.vn

Tóm tắt - Việt Nam là một nước nhiệt đới chịu ảnh hưởng rất lớncủa không khí nóng, đặc biệt là vào mùa hè. Điều hòa không khí làmột trong những thiết bị được lựa chọn khá phổ biến để giải quyếtvấn đề này. Tuy nhiên, việc lựa chọn và sử dụng điều hòa khôngkhí còn nhiều bất cập, gây ảnh hưởng đến chi phí đầu tư, vận hànhvà đặc biệt là ảnh hưởng đến sức khỏe con người. Do vậy, nghiêncứu này đã khảo sát hiện trạng lắp đặt, sử dụng điều hòa ở các hộdân trên địa bàn thành phố Đà Nẵng để tìm ra các sự cố thườnggặp và đề xuất giải pháp phù hợp. Ngoài ra, việc lựa chọn kết cấuphòng cũng được đề xuất nhằm tiết kiệm điện năng. Kết quả tínhtoán cho thấy nếu sử dụng kết cấu hợp lý sẽ giảm chi phí đáng kểtrong quá trình sử dụng điều hòa.

Abstract - Vietnam is a tropical country greatly influenced by hot air, especially in summer. An air conditioner is one of devices selected commonly to solve this problem. However, the selection and use of air conditioners is inadequate, affecting the cost of investment, operation and especially human health. Therefore, this study examines the current status of installation and use of air conditioners in a number of households in Da Nang city in order to find common problems and propose appropriate solutions. In addition, the choice of room structure is also proposed to save power. The calculated results show that if using a reasonable structure of rooms, the cost would significantly decrease in the process of using air conditioners.

Từ khóa - điều hòa không khí; chi phí; hộ gia đình; lắp đặt; sự cố Key words - air conditioning; cost; households; installation; problem

1. Đặt vấn đề

Việt Nam có khí hậu nhiệt đới nóng ẩm gió mùa, nhiệt độ và độ ẩm tương đối của không khí khá cao, vì vậy luôn làm cho con người không được thoải mái khi làm việc cũng như khi nghỉ ngơi, kèm theo đó là sự mệt mỏi và dễ mắc các bệnh về đường hô hấp, làm ảnh hưởng trực tiếp đến sức khỏe con người. Để giải quyết vấn đề này, điều hòa không khí là thiết bị thích hợp nhất để tạo ra môi trường không khí đáp ứng tiện nghi nhiệt của con người.

Đà Nẵng nằm trong vùng khí hậu nhiệt đới gió mùa điển hình. Mỗi năm có 2 mùa rõ rệt: Mùa mưa kéo dài từ tháng 8 đến tháng 12 và mùa khô từ tháng 01 đến tháng 7. Trong những năm gần đây, mùa khô kéo dài và nhiệt độ tăng cao dần, có một số ngày nhiệt độ cao hơn 40oC [1]. Nhiệt độ trung bình tháng của Đà Nẵng được thể hiện ở hình 1.

Hình 1. Đồ thị biểu diễn nhiệt độ thành phố Đà Nẵng

Xu hướng người dân ở thành phố Đà Nẵng sử dụng điều hòa không khí là khá phổ biến. Bài báo này nghiên cứu hiện trạng lắp đặt, sử dụng điều hòa không khí và đưa ra giải pháp hợp lý nhằm tiết kiệm chi phí điện năng trong quá trình sử dụng và bảo vệ sức khỏe người dân trên địa bàn TP Đà Nẵng.

2. Đối tượng, phạm vi và phương pháp nghiên cứu 2.1. Đối tượng nghiên cứu

Đối tượng nghiên cứu là các máy điều hòa không khí

của hộ dân trên địa bàn thành phố Đà Nẵng, từ việc lựa chọn chủng loại, công suất điều hòa, cách thức lắp đặt, kết cấu phòng ở cũng như thói quen vận hành điều hòa không khí của người dân. 2.2. Phạm vi nghiên cứu

Nghiên cứu hiện trạng sử dụng điều hòa không khí ở các hộ gia đình trên địa bàn thành phố Đà Nẵng. Bao gồm các hộ gia đình ở trung tâm thành phố và ở vùng ven với kiểu nhà và mức sống khác nhau.

2.3. Phương pháp nghiên cứu 2.3.1. Phương pháp phân tích tổng hợp lý thuyết

Tổng hợp các kiến thức liên quan đến điều hòa không khí để xác định ưu, nhược điểm của từng phương thức điều hòa không khí, từ đó xác định loại điều hòa không khí phù hợp với quy mô hộ gia đình. 2.3.2. Phương pháp điều tra, khảo sát

Đối tượng khảo sát là các hộ gia đình sử dụng điều hòa không khí ở các khu vực trên địa bàn TP Đà Nẵng. Tiến hành khảo sát các thông tin liên quan đến việc sử dụng điều hòa không khí của các hộ dân cư bằng phiếu điều tra trực tiếp. Quan sát thực tế lắp đặt và các yếu tố liên quan đến điều hòa không khí hiện đang được sử dụng ở hộ gia đình. Phát phiếu khảo sát rải rác một số hộ gia đình sử dụng điều hòa không khí trên địa bàn thành phố Đà Nẵng ở các quận: Hải Châu, Liên Chiểu, Cẩm Lệ, Thanh Khê. 2.3.3. Phương pháp tính toán so sánh

Tính toán nhiệt thừa của 6 loại phòng có kết cấu khác nhau để lựa chọn kết cấu nhà phù hợp, nhằm tiết kiệm chi phí lắp đặt và sử dụng điều hòa không khí.

3. Kết quả nghiên cứu 3.1. Hiện trạng và bất cập

2 Nguyễn Phước Quý An, Nguyễn Đình Huấn

3.1.1. Loại máy điều hòa sử dụng Kết quả khảo sát trên địa bàn thành phố Đà Nẵng cho

thấy máy điều hòa sử dụng ở hộ gia đình thuộc 8 hãng chính bao gồm: Daikin, Panasonic, Mitsubishi, Toshiba, LG, Samsung, Sharp, Electrolux với các công suất 1HP, 1,5HP, 2HP, 2,5HP. Thị phần các loại điều hòa trên thị trường được thể hiện ở hình 2.

Hình 2. Loại điều hòa và công suất sử dụng

Loại điều hòa được sử dụng nhiều nhất là Panasonic và Daikin, chiếm hơn nửa tổng thị phần vì công nghệ hiện đại, chuyên sâu, hiệu quả cao, giá thành hợp lý, tiết kiệm điện năng. Loại được sử dụng ít nhất là Sharp và Electrolux, vì 2 dòng máy này chưa được đầu tư nhiều và chuyên sâu vào công nghệ sản xuất nên ít được sử dụng trên thị trường.

Diện tích phòng ngủ hợp lý nằm trong khoảng từ 15-22m2 nên công suất máy điều hòa đa số được các gia đình lựa chọn chủ yếu nằm trong khoảng 1-1,5HP (chiếm 35% và 42%). Điều hòa không khí với công suất làm lạnh là 2,5HP chiếm 3% tổng số điều hòa, vì hầu như phòng ngủ không quá rộng để cần đến công suất lạnh lớn như vậy, còn lại là điều hòa không khí có công suất làm lạnh 2HP, chiếm 20% tổng số điều hòa các gia đình sử dụng.

Tùy thuộc điều kiện kinh tế, số người trong gia đình và kiến trúc xây dựng nhà mà nhu cầu sử dụng điều hòa khác nhau, dẫn đến số lượng điều hòa mỗi hộ gia đình sử dụng cũng khác nhau. Kết quả cụ thể được biểu diễn ở hình 3.

Hình 3. Số lượng điều hòa các gia đình sử dụng

Trong thực tế, khi lựa chọn máy điều hòa không khí sao cho phù hợp với phòng thì phải dựa trên rất nhiều tiêu chí. Có hai tiêu chí cơ bản là diện tích phòng và số lượng người sử dụng phòng điều hòa, thường kết hợp với sự tư vấn của người bán hàng và hướng dẫn sử dụng của người quen. Hình 4 thể hiện những lý do ảnh hưởng đến quyết định lựa chọn điều hòa của các hộ dân.

Hình 4. Cơ sở để chọn ĐHKK

Số người trong phòng sử dụng điều hòa ở mỗi hộ gia đình khác nhau được thể hiện ở hình 5.

Hình 5. Số người trong phòng sử dụng ĐHKK

Đa số các phòng sử dụng điều hòa là phòng ngủ của gia đình nên tỷ lệ 2 người sử dụng trong phòng là cao nhất; phòng 3-4 người chủ yếu là phòng ngủ của vợ chồng và con nhỏ nên chiếm tỉ lệ tương đối ít hơn. Còn trường hợp phòng điều hòa 1 người sử dụng thì khá ít vì đa số là phòng của người độc thân trẻ tuổi có nhu cầu sử dụng điều hòa. 3.1.2. Hiện trạng lắp đặt điều hòa

Hiện nay kết cấu phòng sử dụng điều hòa có cấu tạo tường thường dày 10cm, 15cm, 20cm, 30cm và tường mê-ca, chủ yếu là tường 10cm và 20cm. Trần của các phòng sử dụng điều hòa là mê đổ bê-tông, la-phông nhựa, thạch cao, phần lớn là mê và la-phông nhựa. Mái được sử dụng cho các phòng lắp đặt điều hòa không khí là mê, ngói, tôn lạnh, trong đó chủ yếu là mê và tôn lạnh.

Đa số các gia đình lắp điều hòa, không lắp quạt thổi qua tường do một số nguyên nhân như: không hiểu biết về quạt cấp khí qua tường, suy nghĩ lắp quạt cấp khí sẽ ảnh hưởng đến công suất làm lạnh của điều hòa, hao tốn điện năng,… nên số hộ gia đình lắp quạt cấp khí thổi qua tường chỉ chiếm 35% tổng số hộ gia đình khảo sát được trên địa bàn thành phố Đà Nẵng.

Qua khảo sát, khoảng cách và độ chênh lệch giữa cục trong và cục ngoài của điều hòa được thể hiện như hình 6.

a/ Độ chênh cục trong và ngoài b/ Khoảng cách cục trong và ngoài

Hình 6. Độ chênh chiều cao lắp đặt giữa dàn nóng và lạnh

Độ chênh lệch chiều cao giữa dàn nóng và dàn lạnh đa số dưới 5m, chủ yếu dưới 1m, tuy nhiên khoảng cách này đảm bảo cho điều hòa hoạt động hiệu quả cao. Tất cả các hộ gia đình lắp điều hòa với khoảng cách giữa dàn nóng và dàn lạnh dưới 15m và đa số là dưới 5m, điều này thường được các nhân viên lắp đặt tư vấn cho chủ nhà.

Thời tiết mùa hè tương đối nóng, nên đa số các gia đình có ý định lắp đặt điều hòa khi xây nhà. Tuy nhiên, tùy điều kiện kinh tế mà các gia đình lựa chọn lắp đặt ngay trong khi xây hay sẽ lắp đặt ở khoảng thời gian về sau. Tỷ lệ hộ gia đình có dự tính lắp điều hòa không khí khi xây nhà chiếm phần lớn là 68%, còn lại 32% là không có dự tính. 3.1.3. Cách thức sử dụng điều hòa

Kết quả khảo sát nhiệt độ điều hòa thường sử dụng của các hộ gia đình như hình 7.

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 3

Hình 7. Nhiệt độ thường sử dụng của ĐHKK

Có nửa số hộ gia đình khảo sát sử dụng nhiệt độ hợp lý theo khuyến cáo của nhà sản xuất là 26-28oC, một nửa còn lại sử dụng nhiệt độ theo nhu cầu cá nhân và không quan tâm đến các khuyến cáo của nhà sản xuất.

Số gia đình thường xuyên sử dụng quạt điện cùng với điều hòa chỉ chiếm 29,73% và đa số là không sử dụng quạt điện cùng với điều hòa, chiếm tới 51,35% vì họ chưa biết nhiều lợi ích về mặt kinh tế và sức khỏe khi bật quạt cùng với sử dụng điều hòa.

Tần suất vệ sinh và thay gas điều hòa thể hiện ở hình 8.

a/ Tần suất vệ sinh b/ Tần suất thay gas Hình 8. Tần suất vệ sinh và thay gas

Khi máy điều hòa giảm công suất thì người sử dụng nghĩ đến việc vệ sinh và thay gas, phần lớn người sử dụng sau một năm sẽ vệ sinh máy và thay. Một số gia đình có tần suất sử dụng điều hòa ít thì thời gian vệ sinh và thay gas lâu hơn, dao động từ 12-24 tháng. 3.1.4. Các sự cố thường gặp

Trong quá trình lắp đặt và sử dụng, điều hòa có khả năng gặp trục trặc về kỹ thuật hoặc các sự cố gây ảnh hưởng đến hoạt động của điều hòa và gây khó chịu cho người sử dụng. Kết quả khảo sát cho thấy một số sự cố thường gặp như sau:

a. Rỉ nước trong nhà: là hiện tượng khá phổ biến, thường xuyên gặp nhất ở điều hòa. Nguyên nhân do ống thoát nước ngưng bị hỏng, tắc ống thoát. Bên cạnh đó, việc lắp đặt ống thoát nước ngưng không đúng kỹ thuật cũng là nguyên nhân gây rò rỉ nước khi sử dụng ĐHKK.

Ống nước nâng quá cao Đường ống nước bị gập Ống nước bị chặn

Hình 9. Ống thoát nước lắp đặt sai kỹ thuật

Dàn lạnh thổi ra giọt nước: Có thể do dàn lạnh quá bẩn hoặc quạt hút quá mạnh. Trong trường hợp mới lắp máy điều hòa thì nguyên nhân của hiện tượng trên có thể là do lỗi của nhà sản xuất, các khe hở trong dàn lạnh quá lớn.

Hình 10. Tấm lọc bụi điều hòa bẩn

Dàn lạnh bị đóng tuyết: Máy lạnh bị thiếu gas, quạt dàn lạnh bị hỏng, không quay hoặc quay chậm là nguyên nhân chính dẫn đến đóng tuyết dàn lạnh. Thông thường nước ngưng tụ ở dàn lạnh sẽ chảy xuôi theo máng nước ra đường ống thoát nước, nhưng khi dàn lạnh bị đóng tuyết sẽ ngăn dòng nước hoặc nhỏ trực tiếp xuống phòng. Trường hợp máy lạnh vừa lắp đã bị chảy nước có thể do kỹ thuật lắp không đúng cách làm dàn lạnh hoặc máng nước bị nghiêng, ống thoát nước lắp không đúng.

Hình 11. Hiện tượng đọng tuyết điều hòa

b. Làm lạnh lâu Làm lạnh lâu là hiện tượng xảy ra khá phổ biến với điều

hòa, hầu hết nguyên nhân của hiện tượng này là do các thói quen sử dụng không hợp lý của người tiêu dùng như: để bụi bám nhiều trong máy điều hòa, máy điều hòa bị thiếu gas, nhiệt độ cài đặt thấp hơn nhiệt độ có thể làm lạnh của máy điều hòa.

Bụi bám trong máy điều hòa là nguyên nhân phổ biến khiến máy điều hòa làm lạnh lâu. Lưới lọc bụi của máy điều hòa bị quá nhiều bụi bám vào, gây tắc khe dàn tản nhiệt, giảm lưu lượng không khí lưu thông, khiến gió điều hòa phả ra rất yếu.

Máy điều hòa bị thiếu gas: Sau khi sử dụng một thời gian sẽ xảy ra sự hao hụt về gas, khiến máy điều hòa không đủ gas làm lạnh, dẫn đến máy làm lạnh lâu.

Nhiệt độ cài đặt thấp hơn nhiệt độ có thể làm lạnh của máy điều hòa: Khi bắt đầu khởi động máy, nhiệt độ cứ hạ dần theo nhiệt độ cài đặt, tuy nhiên đến giới hạn cho phép của máy điều hòa thì không thể xuống thấp hơn nữa, lúc này máy vẫn cứ chạy ở mức nhiệt độ tối thiểu của máy điều hòa chứ không xuống thấp hơn được, dẫn tới điều hòa không khí không làm lạnh hơn được và tiêu hao lượng điện năng lớn.

c. Phát ra tiếng ồn Một trong những nguyên nhân đầu tiên được nghĩ đến

khi máy điều hòa không khí gây tiếng ồn là do tiếng rung của cửa sổ kính. Khi hoạt động, máy điều hoà không khí rung lên như một cái máy nén, đây là nguyên nhân làm rung một vài thứ mà nó tiếp xúc.

Bản mặt trước của điều hòa bị lỏng ốc vít, quạt gió không cân bằng cũng gây ra tiếng ồn. Máy điều hòa không khí tạo ra nhiều tiếng ồn nếu đoạn dây kim loại ở hệ thống cuộn của dàn ngưng đụng phải hộp quạt. Ngoài ra, máy điều hòa đặt ở môi trường bên ngoài trong một thời gian

4 Nguyễn Phước Quý An, Nguyễn Đình Huấn

dài sẽ bị bụi bẩn và các đồ vật khác như vỏ cây bị kẹt vào quạt gió, gây ra tiếng ồn. 3.2. Đề xuất các giải pháp [2] 3.2.1. Chống rỉ nước trong nhà

Để giải quyết các vấn đề rỉ nước trong nhà cần phải kiểm tra và điều chỉnh lại một số chi tiết. Kiểm tra lại đường ống thoát nước, dùng bơm áp lực thổi mạnh vào để rửa cặn bẩn. Kiểm tra và châm thêm gas cho máy điều hòa với các trường hợp máy điều hòa đóng tuyết dàn lạnh. Kiểm tra lại quạt dàn lạnh có hoạt động ổn định hay không. Chỉnh lại dàn lạnh, máng nước bị nghiêng hoặc lắp ráp không đúng kỹ thuật.

Hình 12. Ống thoát nước được lắp đặt đúng kỹ thuật

3.2.2. Duy trì làm lạnh lâu Để giảm vấn đề làm lạnh lâu của điều hòa có thể áp

dụng những cách khác nhau. Tự bảo dưỡng điều hòa bằng cách tháo nắp bảo vệ dàn lạnh điều hòa và tự vệ sinh sạch bụi dàn tản nhiệt bằng chổi quét sơn lông dài, máy xì khô,… lưới lọc bụi mang giặt sạch rồi phơi khô, lắp lại sử dụng tiếp. Kiểm tra sử dụng đồng hồ đo áp suất gas, kiểm tra áp suất gas trong máy (kiểm tra tại khối ngoài trời máy điều hòa hay còn gọi là dàn nóng). Thông thường máy điều hòa có công suất làm lạnh 9000-18000 Btu sẽ có áp suất gas điều hòa từ 75 tới 80 PSI. Sử dụng nhiệt độ được khuyến cáo của các hãng sản xuất điều hòa là từ 26-280C. 3.2.3. Chống tiếng ồn

Để giải quyết hiện tượng gây tiếng ồn của điều hòa cần thực hiện một trong số các giải pháp sau. Dùng tay đặt lên cửa sổ và lắng nghe xem có âm thanh khác thường hay không, nếu có hãy đặt lại dây viền cách ly ở giữa cửa sổ và khung cửa, ma-tít ở khung cửa cũng là một cách khắc phục lỗi này. Nếu tiếng ồn phát ra không phải do tiếng rung của cửa sổ kính thì hãy kiểm tra lại sức đè của cánh cửa lên khung trượt và nếu có phát hiện âm thanh khác thường nào, khắc phục nó bằng cách chèn một miếng gỗ vào chỗ hở ở giữa cửa và khung trượt để cố định nó. Kiểm tra lại ốc vít ở bảng mặt trước của máy điều hoà không khí. Nếu nó bị lỏng, gần như có thể khẳng định chắc chắn đây là nguyên nhân gây ra tiếng ồn. Nếu như đó là một ốc vít khó vặn, hãy dùng băng dính để cố định lại bản mặt trước của máy điều hoà không khí.

Kiểm tra quạt gió: Người sử dụng cần tắt máy và rút dây cắm điện của điều hòa, sau đó tháo hộp khung bao quanh nó rồi quay quạt gió một cách cẩn thận. Nếu thấy nó không cân bằng, hãy cẩn thận nắn lại như nguyên bản ban đầu để cho các cánh quạt đồng đều. Đôi khi, sức mạnh của cánh quạt làm cho nó đụng phải các lá gió của dàn ngưng điều hòa, hãy nắn cánh quạt lại đúng vị trí. Để kiểm tra nó, lắc lư nhẹ hộp máy và xem đoạn kim loại này có đụng phải hộp quạt hay không. Nếu có, khắc phục bằng cách đặt một miếng cao su ở giữa đoạn kim loại này và hộp quạt. Cố

định lại hộp ngoài của máy điều hoà không khí, cắm dây nguồn vào và bật máy để kiểm tra xem máy giảm bớt tiếng ồn hay chưa. Chỉ cần làm sạch quạt gió là điều hòa sẽ hoạt động bình thường trở lại. 3.3. Tính toán so sánh lợi ích của kết cấu nhà [3]

Lựa chọn kết cấu phù hợp khi sử dụng điều hòa không khí để có thể tiết kiệm tiền điện và giá thành xây dựng kết cấu. Tiến hành tính toán đối với 6 loại nhà có kết cấu khác nhau, bao gồm kết cấu nhà thông thường hiện nay và kết cấu nhà sử dụng có lợi cho năng lượng điều hòa.

Kết cấu 1: Nhà 20m2, tường 10, nền không cách nhiệt, mái tôn - trần la-phông nhựa.

Kết cấu 2: Nhà 20m2, tường 10, nền không cách nhiệt, trần bê tông cốt thép (BTCT).

Kết cấu 3: Nhà 20m2, tường 10, nền không cách nhiệt, mái tôn - trần BTCT.

Kết cấu 4: Nhà 20m2, tường 20, nền cách nhiệt, mái tôn - trần BTCT lót đá dăm.

Kết cấu 5: Nhà 20m2, tường 20, nền cách nhiệt, mái tôn - trần BTCT lót xốp.

Kết cấu 6: Nhà 20m2, tường 30, nền cách nhiệt, mái ngói - trần BTCT lót xốp.

Hình 13. Kết cấu 1 Hình 14. Kết cấu 2

Hình 15. Kết cấu 3 Hình 16. Kết cấu 4

Hình 17. Kết cấu 5 Hình 18. Kết cấu 6

Tính toán nhiệt thừa của phòng với 6 kết cấu để xác định công suất làm lạnh của điều hòa. Với giả thiết số giờ sử dụng điều hòa trong 1 ngày là 8 (giờ), số ngày sử dụng điều hòa trong năm: 210 (ngày), 1W = 3,41214 Btu/h, tuổi thọ trung bình điều hòa 6 năm, giá điện: 2.587 đồng/KW. Kết quả tính toán tiền điện sử dụng trong 1 năm được thể hiện ở bảng 1. Ngoài ra để tính tổng chi phí cho một phòng sử dụng điều hòa phải có thêm tiền mua máy điều hòa và tiền xây dựng phòng. Tổng chi phí cho 6 loại kết cấu khác nhau là cơ sở để lựa chọn kết cấu nhà phù hợp khi sử dụng điều hòa không khí.

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 5

Bảng 1. Kết quả tính toán các thông số liên quan ĐHKK của 6 loại kết cấu

Kết cấu Nhiệt thừa (Kcal/h) Công suất (BTU)

Tiền điện (triệu đồng)

Tiền mua ĐH (triệu đồng)

Tiền xây phòng (triệu đồng)

Tổng (triệu đồng)

1 3793,78 18000 137,5 15 30 182,5

2 2749,98 13050 99,7 15 35 149,7

3 2748,93 13045 99,65 15 37 151,65

4 1757,55 8343 63,75 10 45 118,75

5 1606,55 7656 58,5 10 47 115,5

6 1510,83 7170 54,78 10 55 119,78

Dựa vào kết quả trên thì sử dụng nhà có kết cấu số 5 là loại nhà ứng dụng có lợi về mặt kinh tế nhất (xét tổng thể 2 mặt là tiền điện điều hòa và giá thành xây dựng kết cấu). Loại nhà gây tổn thất nhiều nhất về mặt kinh tế khi sử dụng điều hòa là kết cấu nhà số 1. Tuy nhiên, nếu xét trong thời gian dùng điều hòa của kết cấu thì kết cấu nhà số 6 là loại nhà có lợi cho năng lượng điều hòa ít nhất vì thời gian tồn tại của kết cấu kéo dài từ 40 đến 50 năm.

4. Kết luận Quá trình khảo sát và đánh giá hiện trạng lắp đặt và sử

dụng điều hòa không khí cho thấy không phải hộ gia đình nào sử dụng điều hòa cũng thực hiện đúng phương pháp, nên xảy ra sự cố đối với điều hòa của một số hộ gia đình như sự cố rỉ nước, làm lạnh lâu hay điều hòa gây tốn điện năng. Nghiên cứu đã nêu ra một số cách giải quyết sự cố cũng như phương pháp lắp đặt và sử dụng điều hòa một cách hợp lý nhất và tiết kiệm.

Kết cấu nhà là một yếu tố rất quan trọng trong quá trình sử dụng điều hòa, đối với các kết cấu cách nhiệt tuy lúc xây dựng tốn kém hơn các kết cấu thông thường, nhưng nếu tính thời gian dùng điều hòa theo tuổi thọ của kết cấu thì

tiết kiệm hơn nhiều. Với nhà có kết cấu tường 20, nền cách nhiệt, mái tôn - trần bê tông cốt thép lót xốp thì theo tính toán sẽ có lợi về mặt kinh tế nhất (xét tổng thể 2 mặt là tiền điện điều hòa và giá thành xây dựng kết cấu).

Vì vậy, trước khi có ý định sử dụng điều hòa không khí cũng như xây dựng nhà nên cân nhắc thật kỹ mọi vấn đề về vị trí lắp đặt điều hòa sao cho thuận lợi nhất để tạo tính thẩm mỹ cho ngôi nhà và tiết kiệm năng lượng, tránh hao mòn, làm giảm tuổi thọ của máy điều hòa. Trong quá trình sử dụng nên tuân thủ theo các khuyến cáo của các nhà sản xuất để đạt lợi ích lớn nhất về mặt sức khỏe cũng như kinh tế. Xây dựng kết cấu nhà phù hợp với khả năng kinh tế và tiết kiệm cho năng lượng điều hòa tốt nhất có thể.

TÀI LIỆU THAM KHẢO [1] TSKH. Phạm Ngọc Đăng, ThS. Phạm Hải Hà, Nhiệt và khí hậu kiến

trúc, NXB Xây dựng, 2002. [2] Hội Môi trường Xây dựng Việt Nam, Các công trình hạ tầng kỹ

thuật và phát triển bền vững đô thị, NXB Xây dựng, 2015. [3] GS.TS. Trần Ngọc Chấn, Điều hòa không khí, NXB Xây dựng, Hà

Nội, 2002. [4] QCVN 09:2013/BXD, Các công trình xây dựng sử dụng năng lượng

hiệu quả.

(BBT nhận bài: 13/02/2017, hoàn tất thủ tục phản biện: 24/03/2017)

6 Nguyễn Chí Công

TÁC ĐỘNG CỦA BIẾN ĐỔI KHÍ HẬU ĐẾN LƯỢNG BỐC HƠI TIỀM NĂNG ET0 TRÊN ĐỊA BÀN TỈNH KON TUM

CLIMATE CHANGE IMPACT ON THE REFERENCE EVAPORATION ET0: A CASE STUDY OF KON TUM PROVINCE

Nguyễn Chí Công Trường Đại học Bách khoa, Đại học Đà Nẵng; chicongbkdn@gmail.com

Tóm tắt - Kon Tum là một tỉnh thuộc khu vực Tây Nguyên-Việt Namvới thế mạnh kinh tế là nông nghiệp và có trên 80% lực lượng lao độngtham gia trong lĩnh vực này. Nghiên cứu này tập trung đánh giá tácđộng của biến đổi khí hậu đến lượng bốc hơi tiềm năng ET0 và đưa ranhững nhận định về xu hướng thay đổi lượng bốc hơi tiềm năng trongtương lai. Những phân tích và mô phỏng sẽ được thực hiện để làm rõmối quan hệ giữa biến đổi khí hậu với lượng bốc hơi tiềm năng và ướctính được xu thế thay đổi của lượng bốc hơi tiềm năng hàng năm theocác kịch bản biến đổi khí hậu. Kết quả phân tích cho thấy sự thay đổicủa nhiệt độ là rõ nét nhất và làm gia tăng tổng lượng bốc hơi tiềmnăng trong vùng. Các kết quả này sẽ là cơ sở cho việc quy hoạch vàđịnh hướng phát triển ngành nông nghiệp của tỉnh Kon Tum theohướng bền vững.

Abstract - Kon Tum is a province in the Central Highlands of Vietnam whose economic strength is agriculture and over 80% of the labor force are engaged in this field. This study focuses on assessing the impact of climate change on reference evaporation ET0 and provides comments on the changing trends of the referenceevaporation in the future. The analysis and simulation will be done to clarify the relationship between climate change and the referenceevaporation, and estimate the changing trends of the reference evaporation under climate change scenarios. The results show that the change of temperature is most evident and increases the reference evaporation in this region. These results will form the basis for the planning and development orientation of agricultural sector of Kon Tum province in the direction of sustainability.

Từ khóa - Cropwat; Kon Tum; bốc hơi chuẩn; biến đổi khí hậu; câytrồng

Key words - Cropwat; KonTum; reference evaporation; climate change; crop

1. Đặt vấn đề

Theo đánh giá của các nghiên cứu trước đây [1; 2], Việt Nam là quốc gia chịu tác động trực tiếp của biến đổi khí hậu (BĐKH). Hậu quả của BĐKH ảnh hưởng rất lớn đến nhiều ngành và lĩnh vực trong xã hội. Trong đó, ngành nông nghiệp được đánh giá là ngành dễ bị tổn thương nhất. Dấu hiệu dễ nhận biết nhất trong những năm gần đây là hạn hán và lũ lụt ngày càng diễn biến phức tạp và khó dự báo. Điều này đã làm suy giảm sản lượng và năng suất cây trồng, có tác động tiêu cực đến an ninh lương thực và xã hội [1].

Lượng bốc hơi tiềm năng ET0 được xác định chủ yếu theo các yếu tố khí hậu như: nhiệt độ, số giờ nắng, độ ẩm, tốc độ gió… ET0 có thể xác định theo nhiều công thức như công thức Bức xạ, Penman, Blaney Criddle... Sự khác nhau chủ yếu của các công thức này là xem các yếu tố khí hậu nào tác động lớn đến ETo, rồi thiết lập mối quan hệ giữa ET0 với các yếu tố khí hậu đó. Các công thức trên chỉ thích hợp cho từng vùng và phụ thuộc vào điều kiện thời tiết khí hậu của mỗi vùng.

Lượng bốc hơi mặt ruộng cây trồng ETc (ETcrop) được xác định theo ET0.

ETc = Kc. ET0 với Kc: hệ số cây trồng, thay đổi theo từng loại cây trồng và từng thời kỳ sinh trưởng.

Yêu cầu tưới của cây trồng IRReq được xác định theo ETc và mưa hiệu quả Peff (effective rainfall).

IRReq = ETc - Peff Như vậy, khi ET0 có xu hướng tăng thì sẽ làm gia tăng

ETc và nhu cầu nước tưới cho cây trồng. Hiện nay, năng lực tưới của các hệ thống tưới ngày càng bị suy giảm do công trình xuống cấp hoặc nguồn nước mặt ngày càng trở nên khan hiếm trong mùa khô. Nếu không có dự báo và giải pháp khắc phục thì vấn đề hạn hán sẽ trở nên nghiêm trọng và tần suất lặp lại ngày càng phổ biến, gây tổn thất nặng nề đến ngành nông

nghiệp. Nghiên cứu này đánh giá tác động của BĐKH đến lượng

bốc hơi tiềm năng ET0 trên địa bàn tỉnh Kon Tum dựa trên phân tích số liệu thực đo các yếu tố khí hậu tại các trạm khí tượng. Từ đó xác định rõ yếu tố chính tác động đến ET0 và mô phỏng với các kịch bản BĐKH trong tương lai. Hiện nay chưa có một nghiên cứu nào về vấn đề này cho tỉnh Kon Tum.

2. Giới thiệu vùng nghiên cứu và dữ liệu 2.1. Vùng nghiên cứu

Kon Tum là tỉnh thuộc khu vực Tây Nguyên, có 08 huyện và 01 thành phố với tổng diện tích đất nông nghiệp gần 155.796 (ha). Theo báo cáo của Sở NN&PTNN tỉnh năm 2015, tỷ lệ diện tích đất sử dụng trồng cây lương thực chiếm 14,15%; cây hoa màu 26,07%; cây công nghiệp ngắn ngày 0,17% và cây công nghiệp lâu năm 59,6%. Các loại cây trồng chiếm tỷ lệ diện tích đất nông nghiệp lớn chủ yếu là: lúa, sắn, cà phê và cao su. Diện tích của các loại cây trồng này chủ yếu tập trung tại thành phố KonTum, huyện Sa Thầy, huyện Đăk Hà và huyện Đăk Tô (hình 1).

Hình 1. Vị trí vùng nghiên cứu

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 7

2.2. Dữ liệu Để xác định được lượng bốc hơi chuẩn của các loại cây

trồng trong vùng nghiên cứu cần thu thập dữ liệu thực đo của các yếu tố khí tượng như: nhiệt độ, độ ẩm, số giờ nắng và tốc độ gió. Trên địa bàn tỉnh Kon Tum chỉ có 02 trạm khí tượng: trạm khí tượng Kon Tum nằm tại trung tâm thành phố Kon Tum và trạm khí tượng Đăk Tô tại huyện Đăk Tô [4].

Bảng 1. Trạm khí tượng phục vụ tính toán

Tên trạm Số năm Thời gian đo

Khí tượng Kon Tum 34 1982-2015

Khí tượng Đăk Tô 35 1981-2015

Để nhận thấy được sự ảnh hưởng của BĐKH đến các yếu tố khí tượng, tác giả chia thời gian quan sát 02 trạm trên thành 2 thời kỳ: thời kỳ 1980 -1999 đươc chọn là thời kỳ cơ sở (đường nét đứt) để so sánh với thời kỳ 2000 - 2015 (đường nét liền).

Hình 2. So sánh thay đổi nhiệt độ bình quân giữa 2 thời kỳ của

trạm Kon Tum

Hình 3. So sánh thay đổi nhiệt độ bình quân giữa 2 thời kỳ của

trạm Đắk Tô Hình 2 và hình 3 cho thấy có sự gia tăng nhiệt độ bình

quân giữa 2 thời kỳ từ 0,5oC đến 1,5oC. Tương tự như vậy tiến hành so sánh 03 yếu tố còn lại là độ ẩm, số giờ nắng và tốc độ gió. Tuy nhiên sự thay đổi của 3 yếu tố trên là không đáng kể so với sự thay đổi rõ nét về nhiệt độ.

3. Phương pháp 3.1. Xác định lượng bốc hơi tiềm năng ET0

Theo tổ chức Lương nông thế giới FAO đề xuất, lượng

bốc hơi tiềm năng được xác định theo 02 cách [8]: (i) phương pháp bốc hơi chậu và (ii) phương pháp Penman-Monteith.

Nghiên cứu này sử dụng phương pháp Penman-Monteith để tính toán ET0 cho 2 thời kỳ đã nêu và mô phỏng sự thay đổi ET0 cho các kịch bản BĐKH trong tương lai. Theo đó ET0 được xác định như sau:

Trong đó: T: nhiệt độ không khí trung bình (oC) Rn: bức xạ thực tế được tính thông qua số giờ nắng

trung bình (MJ/m2/ngày) G: mật độ thông nhiệt của đất (MJ/m2/ngày) u2: tốc độ gió bình quân (m/s) γ : hằng số ẩm (kPa/oC) Δ: độ dốc của đường cong áp suất hơi nước (kPa/oC) Việc tính toán ET0 được thực hiên thông quan phần

mềm Cropwat 8.0.

3.2. Dự báo khí hậu tương lai Nghiên cứu này sử dụng trực tiếp kết quả công bố

của Bộ Tài nguyên và Môi trường [8] về dự báo khí hậu cho vùng Tây Nguyên trong 02 giai đoạn: năm 2045-2065 và năm 2080-2099 của giữa và cuối thế kỷ 21, ứng với 02 kịch bản về nồng độ khí thải trung bình thấp (RCP4.5) và cao (RPC8.5). Bảng 2 trình bày kết quả dự báo sự gia tăng nhiệt độ bình quân năm của giai đoạn giữa và cuối thế kỷ 21.

Bảng 2. Dự báo chênh lệch nhiệt độ bình quân theo các kịch bản so với thời kỳ cơ sở (1980-1999)

Giai đoạn 2045-2065 2080-2099

Kịch bản RCP4.5 RCP8.5 RCP4.5 RCP8.5

Δ T (oC) + 1.6 +1.9 +2.05 +3.35

4. Kết quả và bàn luận 4.1. Đánh giá hiện trạng sự thay đổi ET0

Hình 4 và hình 5 so sánh lượng bốc hơi tiềm năng bình quân nhiều năm ET0 giai đoạn từ năm 2000 đến 2015 (đường nét liền) so với thời kỳ cơ sở (đường nét đứt) tại 02 trạm Kon Tum và Đăk Tô.

Hình 4. So sánh ET0 bình quân tại trạm Kon Tum

18.019.020.021.022.023.024.025.026.027.0

1 2 3 4 5 6 7 8 9 10 11 12

nhiệ

t độ

(0 C)

,18.0 ,19.0 ,20.0 ,21.0 ,22.0 ,23.0 ,24.0 ,25.0 ,26.0 ,27.0

1 2 3 4 5 6 7 8 9 10 11 12

nhiệ

t độ

(0 C)

33.23.43.63.8

44.24.44.64.8

1 2 3 4 5 6 7 8 9 10 11 12

ET

0(m

m/n

gày)

8 Nguyễn Chí Công

Hình 5. So sánh ET0 bình quân tại trạm Đăk Tô

Tổng lượng ET0 toàn năm tăng 573 (m3/ha) so với thời kỳ cơ sở tại trạm Kon Tum và tăng 363 (m3/ha) so với thời kỳ cơ sở tại trạm Đăk Tô. Vậy tổng lượng ET0 toàn năm bình quân tăng so với thời kỳ cơ sở là 468 (m3/ha). Với tổng diện tích đất nông nghiệp 155.796 (ha) thì sự gia tăng bốc hơi tiềm năng ước tính vào khoảng 73 triệu (m3/năm) so với thời kỳ cơ sở.

4.2. Dự báo sự thay đổi ET0 trong tương lai *Giai đoạn giữa thế kỷ (2045-2065): Hình 6 và hình 7 thể hiện kết quả dự báo sự thay đổi

của ET0 vào giữa thế kỷ so với thời kỳ cơ sở (đường liền nét) tương ứng với 02 kịch bản phát thải trung bình thấp (đường đứt nét mảnh) và cao (đường đứt nét đậm) tại trạm Kon Tum và Đăk Tô.

Hình 6. Dự báo sự thay đổi ET0 tại trạm Kon Tum

Hình 7. Dự báo sự thay đổi ET0 tại trạm Đắk Tô

*Giai đoạn cuối thế kỷ (2080-2099): Hình 8 và hình 9 thể hiện kết quả dự báo sự thay đổi

của ET0 vào cuối thế kỷ tương ứng với 02 kịch bản phát thải trung bình thấp và cao tại trạm Kon Tum và Đăk Tô.

Hình 8. Dự báo sự thay đổi ET0 tại trạm Kon Tum

Hình 9. Dự báo sự thay đổi ET0 tại trạm Đắk Tô

Hình 10 cho thấy nếu trong tương lai tổng diện tích đất nông nghiệp không có sự thay đổi thì tổng lượng bốc hơi tiềm năng toàn năm có sự gia tăng đáng kể so với thời kỳ cơ sở (đường liền nét). Đối với kịch bản phát thải trung bình thấp (RCP4.5) thì ΔET0 sẽ là 81 triệu (m3/năm) và 104 triệu (m3/năm), tương ứng với giai đoạn giữa và cuối thế kỷ 21. Xu hướng tăng rất mạnh đối với kịch bản phát thải cao (RCP8.5), sẽ là 97 triệu (m3/năm) và 172 triệu (m3/năm) tương ứng với giai đoạn giữa và cuối thế kỷ 21. Với những kết quả trên cho thấy BĐKH đã làm gia tăng nhiệt độ trong vùng và dẫn đến sự gia tăng tổng lượng bốc hơi tiềm năng hàng năm rất lớn, dự kiến vào cuối thế kỷ tăng từ 1,4 đến 2,4 lần so với tổng lượng bốc hơi ET0 hiện tại (giai đoạn 2000-2015) của hai kịch bản trên.

Hình 10. Dự báo sự gia tăng tổng lượng bốc hơi ET0

2.83

3.23.43.63.8

44.24.4

1 2 3 4 5 6 7 8 9 10 11 12

ET

0(m

m/n

gày)

33.23.43.63.8

44.24.44.64.8

1 2 3 4 5 6 7 8 9 10 11 12

ET

0(m

m/n

gày)

2.83

3.23.43.63.8

44.24.44.6

1 2 3 4 5 6 7 8 9 10 11 12

ET

0(m

m/n

gày)

33.23.43.63.8

44.24.44.64.8

1 2 3 4 5 6 7 8 9 10 11 12

ET

0(m

m/n

gày)

2.83

3.23.43.63.8

44.24.44.6

1 2 3 4 5 6 7 8 9 10 11 12

ET

0(m

m/n

gày)

6080

100120140160180200

(2000-2015) (2045-2065) (2080-2099)

ΔE

T0

( 106

m3 )

RCP4.5 RCP8.5

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 9

5. Kết luận Nghiên cứu này đã chỉ ra được mối quan hệ giữa BĐKH

và nhu cầu nước của cây trồng thông qua lượng bốc hơi tiềm năng ET0. Từ dữ liệu thực đo các yếu tố khí tượng trong vùng nghiên cứu, tác giả xác định được yếu tố nhiệt độ có độ nhạy lớn nhất khi so sánh giữa thời kỳ cơ sở (năm 1980 - 1999) và thời kỳ (năm 2000 - 2015) khi có BĐKH. Sự gia tăng nhiệt độ giữa 2 thời kỳ này là từ 0,5oC đến 1,5oC. Dựa trên các kết quả mô phỏng về sự thay đổi nhiệt độ trong tương lai (giữa và cuối thế kỷ 21) ứng với 2 kịch bản phát thải thấp và cao cho Tây Nguyên, nghiên cứu đã cho thấy sự gia tăng tổng lượng bốc hơi tiềm năng hàng năm qua các thời kỳ là rất lớn, đặc biệt đối với kịch bản phát thải cao (gấp 2,4 lần so với thời kỳ hiện tại).

TÀI LIỆU THAM KHẢO [1] The World Bank, The Social dimension of adaptation to climate

change in Vietnam 2012.

[2] Bộ Tài nguyên và Môi trường, Dự tính khí hậu tương lai với độ phân giải cao cho Việt Nam - Khu vực Tây Nguyên, 2012.

[3] Vũ Ngọc Dương, Nguyễn Mai Đăng, Hà Văn Khối, “Đánh giá của biến đổi khí hậu đến nhu cầu nước tưới cho nông nghiệp thuộc khu tưới hồ Cửa Đạt”, Tạp chí Khoa học kỹ thuật Thủy lợi và Môi trường, Số 45, 2014, trang 102-108.

[4] Nguyễn Minh Tân, Đặc điểm khí hậu tỉnh Kon Tum, Đài Khí tượng Thủy văn Khu vực Tây Nguyên, 1999.

[5] Falguni Parekh, Kevin Pramodchandra Prajapati, “Climate change impacts on crop water requirement for Sukhi reservoir project”, International Journal of Innovative Research in Science, Engineering and Technology, Vol 2, 2013.

[6] Sudip Kumar Chatterjee, Saon Banerjee, Mridul Bose, “Climate change impact on Crop water requirement in Ganga River basin, West Bengal, India”, Environment and Chemistry, V46.4, 2012.

[7] Waseem Rija, “Validation of Cropwat 8.0 for estimation of reference evapotranspiration using limited climatec data under Temperate conditions of Kashmir”, Research Journal of Agricultural Sciences 2010, 1(4), page 338-340.

[8] Crop Water Requirement and Irrigation Scheduling, 2002.

(BBT nhận bài: 28/02/2017, hoàn tất thủ tục phản biện: 23/03/2017)

10 Vũ Huy Công, Nguyễn Chí Công

NGHIÊN CỨU XÂM NHẬP MẶN CHO HẠ LƯU SÔNG HẬU DỰA TRÊN MÔ HÌNH MÃ NGUỒN MỞ SUNTANS

STUDY OF SALTWATER INSTRUSION FOR HAU RIVERBASED ON OPEN SOURCES CODE SUNTANS

Vũ Huy Công, Nguyễn Chí Công Trường Đại học Bách khoa, Đại học Đà Nẵng; chicongbkdn@gmail.com

Tóm tắt - Xâm nhập mặn là một trong những vấn đề cấp thiết ởViệt Nam và đang được nhiều nhà nghiên cứu quan tâm. Để môphỏng xâm nhập mặn, hầu như các nghiên cứu trước đây ở ViệtNam đều sử dụng mô hình Mike 11. Đây là mô hình một chiều nênnhững đặc tính của nêm mặn theo không gian 3 chiều đã bị bỏqua. Trong nghiên cứu này tác giả sẽ áp dụng mô hình 3 chiều,SUNTANS. SUNTANS là một mô hình mã nguồn mở, giúp ngườisử dụng linh hoạt hơn, có thể can thiệp nhiều hơn vào trong môhình. SUNTANS được áp dụng để mô phỏng xâm nhập mặn chohạ lưu sông Hậu thuộc đồng bằng sông Cửu Long, nơi vấn đề nàyđang diễn ra mạnh mẽ và có xu hướng trầm trọng hơn trong tươnglai do lưu lượng ở thượng nguồn giảm. Qua nghiên cứu này,những ưu điểm của SUNTANS sẽ được thể hiện.

Abstract - Salinity intrusion is a big challenge in Vietnam and it is getting more attention from many researchers. To simulate saltwater intrusion, most previous studies used the Mike 11 program, which is one dimension, so three-dimensional characteristics of salt wedge were neglected. In this work, another model is applied, that is Suntans. SUNTANS is the open source code model and users can use it flexibly or modify it. The case study in this work is the Cuu Long Delta, where saltwater intrusion problem has become strong and tends to worsen in the future due to the reduced discharge. Through this study, the advantages of using open source model, SUNTANS, will be shown.

Từ khóa - xâm nhập mặn; SUNTANS; sông Cửu Long; mã nguồnmở.

Key words - salt intrusion; SUNTANS; Cuu Long river; open source code.

1. Đặt vấn đề

Trong các vấn đề nghiên cứu, mô hình toán luôn phát huy những ưu điểm của nó bằng cách cung cấp lời giải nhanh hơn, không chỉ cho một kịch bản mà cho nhiều kịch bản khác nhau. Tuy nhiên, các số liệu ở đầu ra chỉ đáng tin cậy khi mô hình được xây dựng trên cơ sở nhận biết đầy đủ về các tác nhân, và các quan hệ hệ thống của chúng phải được thể hiện tường minh trong thuật giải của mô hình. Các mô hình thương mại thường được xem như là những “hộp đen”, nơi người sử dụng đưa số liệu đầu vào, lấy số liệu đầu ra mà ít có khả năng can thiệp vào sâu bên trong mô hình. Hiện nay, ở Việt Nam, tình trạng số liệu nói chung là thiếu, không liên tục, không đồng bộ về thời gian, không gian, và khó tiếp cận. Trong khi các mô hình thương mại thường chạy trên những yêu cầu khắt khe về số liệu. Việc khắc phục sự không đầy đủ về số liệu này đòi hỏi những thử nghiệm thay thế số liệu thiếu bằng cách tổ hợp các số liệu có, có liên quan, và chúng cần được kiểm chứng. Do đó, một mô hình cho phép người sử dụng có thể tương tác nhiều hơn, thay đổi để có thể sử dụng các số liệu sẵn có là cần thiết. Muốn vậy, các mô hình được sử dụng nên theo hướng mã nguồn mở. Người viết, hay sử dụng các phần mềm mã nguồn mở có thể hiểu rõ hơn bên trong mô hình, đồng thời có thể cải tiến và phát triển thêm mô hình dựa vào yêu cầu từ thực tiễn.

Trong nhiều năm qua, các nhà nghiên cứu đã chủ yếu ứng dụng Mike 11 để tính toán dòng chảy và mô phỏng xâm nhập mặn ở các lưu vực sông ở Việt Nam [3, 9]. Trong đó các tác giả đã mô phỏng xâm nhập mặn bằng bài toán trung bình hoá theo một chiều nên không thể mô phỏng được sư xáo trộn giữa nước mặn và nước ngọt, bởi đây là vấn đề 3 chiều trong không gian. Theo tác giả, các nghiên cứu trước đây chủ yếu là một chiều bởi vì việc cung cấp số liệu cho mô hình 3 chiều là một vấn đề lớn. Bên cạnh đó,

MIKE là phần mềm có bản quyền nên việc ứng dụng cho các dự án gặp khó khăn.

Bài toán xâm nhập mặn nên được nghiên cứu ở góc độ 3 chiều, khi đó người nghiên cứu không những thấy được mức độ xâm nhập mặn mà còn thấy được cả hình dáng của nêm mặn và các yếu tố tác động lên đó. Đây cũng là một vấn đề đáng quan tâm bởi thực tế cho thấy, cùng vị trí sông nếu lấy nước ở trên mặt và ở dưới sâu sẽ có thể có độ mặn khác nhau.

Nghiên cứu này nhằm giới thiệu một mô hình mã nguồn mở, đó là SUNTANS. Việc sử dụng SUNTANS cho phép tác giả có thể can thiệp vào code mô hình để có thể sử dụng số liệu đầu vào từ một mô hình khác nhằm khắc phục tình trạng thiếu số liệu ở Việt Nam. Trong nhiều công bố khoa học, SUNTANS đã chứng tỏ là một công cụ hữu hiệu để mô phỏng dòng chảy 3D tại cửa sông ven biển [1, 12–14]. Ở đây tác giả đã áp dụng mô hình SUNTANS tính toán xâm nhập mặn cho hạ lưu sông Hậu thuộc đồng bằng sông Cửu Long, nơi mà vấn đề này đang diễn ra mạnh mẽ và ngày càng có xu hướng trầm trọng hơn. Trong các nghiên cứu trước đây về đồng bằng sông Cửu Long [2, 7, 8, 10, 11], có rất ít nghiên cứu về hình dáng nêm mặn hay ảnh hưởng của thủy triều lên sự xáo trộn nước mặn-ngọt này. Kết quả nghiên cứu này sẽ cho thấy hình dáng nêm mặn cũng như các tác động về dòng chảy hay thủy triều ảnh hưởng lên hình dáng nêm mặn.

2. Mô hình thủy lực 3 chiều SUNTANS Mô hình SUNTANS được Đại học Stanford (Stanford

University) phát triển nhằm mô phỏng quá trình thuỷ lực, chất lượng nước. SUNTANS được viết trên ngôn ngữ C và cung cấp mã nguồn miễn phí. Hiện nay, bộ mã nguồn mở SUNTANS đã chạy ổn định và đã được áp dụng thành công trong nhiều nghiên cứu, đặc biệt là dòng chảy cửa sông ven

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 11

biển [1, 12–14]. Với mô hình này người dùng có thể can thiệp trực tiếp vào mã nguồn để phát triển, bổ sung và ứng dụng cho từng bài toán cụ thể. Mô hình này được xây dựng trên các thuật toán mạnh khi dùng phương pháp thể tích hữu hạn. Theo phương ngang, SUNTANS sử dụng lưới các phần tử tam giác phi cấu trúc, nhờ vậy nó có thể chi tiết hóa miền tính toán, đặc biệt tại những vị trí có địa hình thay đổi phức tạp. Ở phương đứng, SUNTANS dùng lưới dạng “z”. Việc sử dụng lưới “z” sẽ giúp tránh lỗi phổ biến “pressure gradient” hay xảy ra trong lưới sigma. Ngoài ra, lưới “z” có hiệu quả hơn từ việc truy suất bộ nhớ trong quá trình thực hiện tính toán.

SUNTANS sử dụng hệ phương trình 3 chiều Navier Stoke với xấp xỉ Boussinesq như sau:

1( ) ( )

0

u p uu fv bw uH H H Vt x z z

ν νρ

∂ ∂ ∂ ∂+ ∇ ⋅ − + = − + ∇ ⋅ ∇ +

∂ ∂ ∂ ∂

⎛ ⎞⎜ ⎟⎝ ⎠

u

1( ) ( )

0

v p vv fu vH H H Vt y z z

ν νρ

∂ ∂ ∂ ∂+ ∇ ⋅ − = − + ∇ ⋅ ∇ +

∂ ∂ ∂ ∂

⎛ ⎞⎜ ⎟⎝ ⎠

u

1( ) ( ) ( )0

0 0

w p w gw bu wH H H Vt z z z

ν ν ρ ρρ ρ

∂ ∂ ∂ ∂+ ∇ ⋅ − = − + ∇ ⋅ ∇ + − +

∂ ∂ ∂ ∂

⎛ ⎞⎜ ⎟⎝ ⎠

u

Trong đó u, v, w là các thành phần vector vận tốc theo các phương. Thành phần vận tốc w có thể tính từ phương trình liên tục:

= 0∇⋅u Trong đó ρo là trọng lượng riêng tham chiếu và ρo +ρ

là tổng trọng lượng riêng, f là thông số lực coriolis. Độ nhớt xoáy ngang và dọc lần lượt là νH và νV , và g là gia tốc trọng trường.

Trọng lượng riêng được xác định bởi phương trình của trạng thái của muối s và nhiệt độ T như sau:

( , )s Tρ ρ=

Trong đó s và T thể hiện độ muối và nhiệt độ. Phương trình truyền chất cho muối và nhiệt độ được cho bởi:

( ) ( )H H H Vs s

s st z z

γ γ∂ ∂ ∂

+ ∇ ⋅ = ∇ ⋅ ∇ +∂ ∂ ∂

⎛ ⎞⎜ ⎟⎝ ⎠

u

( ) ( )H H H VT T

T Tt z z

κ κ∂ ∂ ∂

+ ∇ ⋅ = ∇ ⋅ ∇ +∂ ∂ ∂

⎛ ⎞⎜ ⎟⎝ ⎠

u

Trong đó γH, γV, κH, κV là năng lượng rối và khuếch tán nhiệt lần lượt theo phương dọc và phương ngang.

Mô hình rối Mellor-Yamada 2.5 được sử dụng trong SUNTANS để tính các hệ số nhớt xoáy và hệ số khuếch tán. Chi tiết về việc áp dụng mô hình rối có thể tham khảo thêm tại [13].

Bộ mã nguồn mở SUNTANS gồm file code chứa chương trình chính và các file code chứa thông tin để thiết lập các thông số cho mô hình như điều kiện đầu vào, điều kiện biên, bước thời gian… Tất cả các file này người sử dụng có thể can thiệp để sử dụng mô hình một cách linh hoạt.

3. Áp dụng cho sông Hậu 3.1. Giới thiệu vùng nghiên cứu

Đồng bằng sông Cửu Long (Hình 1) là vùng hạ lưu cuối

cùng của sông Mekong trước khi đổ ra biển Đông. Đồng bằng sông Cửu Long được xem là vùng canh tác nông nghiệp và nuôi trồng thủy sản lớn nhất Việt Nam và là khu vực quan trọng đóng góp (hơn 50% sản lượng lương thực và khoảng 70% sản lượng thủy sản) cho sự phát triển kinh tế-xã hội chung của Việt Nam. Chế độ thủy lực trên các sông Cửu Long chịu ảnh hưởng mạnh mẽ của thủy triều bán nhật triều không đều từ Biển Đông với biên độ từ 3-3.5m, và nhật triều không đều với biên độ từ 0.8-1.2m từ Biển Tây, cộng với chế độ lưu lượng từ thượng nguồn. Trong hệ thống sông Cửu Long, sông Hậu là một trong hai phân lưu chính. Trước khi đổ ra biển Đông, sông Hậu chia thành hai nhánh: Định An và Trần Đề (Hình 1). Trong những năm gần đây, 2 nhánh sông này thường xuyên bị xâm nhập mặn, và vấn đề này được dự báo ngày càng nghiêm trọng hơn khi lưu lượng thượng nguồn suy giảm [10, 11]. 3.2. Thiết lập mô hình

Lưới tính: Miền tính toán được chia lưới phi cấu trúc với hình dạng tam giác và có độ lớn thay đổi dần từ biên phía biển đến biên phía trong sông.

Hình 1. Đồng bằng sông Cửu Long và khu vực nghiên cứu Tại biên phía biển, kích thước ô lưới xấp xỉ 5km, và

giảm dần vào trong sông còn khoảng 100m. Kích thước các ô lưới được giảm nhỏ dần để tránh các lỗi mô hình số phát sinh do thay đổi kích thước đột ngột. Tổng số ô lưới tính trên mặt ngang là 25.520 ô lưới, trong đó 40% tập trung ở vùng biển. Theo chiều đứng, lưới tính có dạng “z”, với 10 lớp ở vùng sâu nhất của khu vực tính toán.

Điều kiện biên và điều kiện ban đầu: Chế độ thủy lực trên sông phụ thuộc chủ yếu vào lưu lượng thượng nguồn và hoạt động của dòng triều vùng cửa sông. Biên phía thượng lưu của sông được xác định tại điểm cách thành phố Cần Thơ 20km về thượng lưu, cách cửa sông khoảng 100km. Tại biên này lưu lượng dòng chảy được chỉ định. Cần chú ý thêm trong mô hình mã nguồn mở, người sử dụng có thể can thiệp để chỉ định đầu vào là lưu lượng hoặc vận tốc.

Để mô phỏng chính xác tác động của dòng triều lên quá trình xâm nhập mặn, biên phía biển được mở rộng về phía biển và có bán kính cách cửa sông khoảng 80km. Tại vị trí biên này, số liệu dòng triều gồm cao độ mực nước (h), và 3 thành phần vận tốc u, v, w của dòng triều là cực kỳ khó. Để khắc phục tình trạng này, cách thường dùng là lấy số liệu từ các mô hình lớn toàn cầu. Việc lấy số liệu từ mô hình toàn cầu sử dụng cho các mô hình con được thực hiện dễ dàng hơn khi các mô hình con là mã nguồn mở. Ở đây, tác giả đã sử dụng số liệu dòng triều bao gồm mực nước

12 Vũ Huy Công, Nguyễn Chí Công

(h), vận tốc dòng triều (u,v,w) từ mô hình triều trên thế giới (OTIS) với 8 thành phần triều (m2, s2, n2, k2, k1, o1, p1, q1) cho số liệu đầu vào của SUNTANS. Để làm được việc đó, tác giả đã phải viết thêm phần code trong phần điều kiện biên của mô hình SUNTANS. Điều này là khó thực hiện trong các mô hình thương mại, khi chúng ta không thể can thiệp được vào bên trong. Như vậy, việc có thể can thiệp vào mô hình là cần thiết trong điều kiện số liệu không đầy đủ như ở Việt Nam. Hiện nay, mô hình “couple” SUNTANS-ROMS đang được phát triển [5]. Trong đó, ROMS là mô hình mã nguồn mở rất mạnh về dòng chảy trên biển nhưng lại ít hiệu quả đối với dòng chảy trong sông. Việc “couple” này sẽ giúp cung cấp đầy đủ các số liệu về dòng chảy, độ mặn, nhiệt từ ROMS cho SUNTANS. Tất cả những việc trên chỉ được thực hiện khi các mô hình là mã nguồn mở.

Về độ mặn, tại biên phía biển, vì cách xa cửa sông nên sự phân tầng theo phương đứng có thể bỏ qua, và độ mặn được chỉ định đồng nhất là 30 psu. Giá trị này tương ứng với giá trị trung bình ở vùng biển của nước ta. Ngược lại, độ mặn tại biên thượng lưu sông được chỉ định bằng 0, vùng biên này được xem như nằm ngoài ảnh hưởng của xâm nhập mặn.

Hiệu chỉnh và kiểm định mô hình: Tác giả tiến hành hiệu chỉnh và kiểm định mô hình với

kịch bản gốc có lưu lượng 1.200m3/s xảy ra trong tháng 4 năm 1996 [4]. Thời gian mô phỏng là 30 ngày và bước thời

gian tính toán là 1s. Việc hiệu chỉnh mô hình được được tiến hành với hệ số nhám zo. Đây là thông số quan trọng trong bộ thông số mô hình thủy lực vì nó tác động đến “shear stress” ở đáy và ảnh hưởng đến kết quả mô hình. Quá trình này được thực hiện thông qua phương pháp thử sai cho đến khi mô phỏng mực nước đạt yêu cầu. Tác giả đã so sánh mực nước tính từ mô hình và mực nước của mô hình triều OTIS trên thế giới. Vị trí chọn để so sánh mực nước là điểm A trên hình 2. Kết quả cho thấy số liệu tính toán của mô hình hoàn toàn tương tự với số liệu từ mô hình triều OTIS cả về trị số mực nước lẫn pha của triều.

Việc kiểm định bài toán xâm nhập mặn được dựa vào kết quả so sánh độ mặn từ mô hình với số liệu quan trắc được của Worlanski [4] tại cùng thời điểm là tháng 4 năm 1996. Thông số quan trọng ảnh hưởng đến sự phân bố độ mặn trong mô hình là hệ số β “advection” (ở đây β=0,0007). Kết quả tính toán trên kịch bản gốc Q=1.200m3/s cho thấy độ mặn là 25 psu tại vị trí cửa sông và giảm dần xuống 1 psu tại vị trí cách cửa sông khoảng 40km về thượng lưu. Kết quả độ mặn này tương tự với kết quả quan sát của Worlanski với các độ mặn lần lượt là 22 psu và 1 psu tại 2 vị trí tương ứng ở trên.

Từ việc hiệu chỉnh và kiểm định mô hình dựa trên các kết quả so sánh cao độ mực nước và độ mặn cho thấy mô hình hoàn toàn đủ độ chính xác để có thể áp dụng tính toán cho các kịch bản khác.

Hình 2. Dao động mực nước tại A, tháng 4 năm 1996 (Q=1.200 m3/s, Suntans: nét mảnh; OTIS: nét đậm)

3.3. Các kịch bản mô phỏng Trong nghiên cứu tác giả đề xuất 3 kịch bản với 3 lưu

lượng thượng nguồn sông Hậu khác nhau. Kịch bản gốc với lưu lượng trong sông là 1.200 m3/s (xảy ra năm 1996, [4]). Ngoài ra, theo [11] lưu lượng trên sông Hậu có thể giảm từ 15%-33% trong giai đoạn 2010 – 2039, tùy theo nhu cầu nước cho các hoạt động của các nước ở thượng nguồn sông Hậu. Do đó, tác giả đề xuất thêm 2 kịch bản ứng với lưu lượng thượng nguồn suy giảm là 804, 1.020 m3/s tương ứng với mức giảm 15-33%. Thông qua các kịch bản này, ảnh hưởng của dòng chảy thủy triều và sự thay đổi lưu lượng đến xâm nhập mặn được nghiên cứu chi tiết bằng mô hình mã nguồn mở SUNTANS.

4. Kết quả và bàn luận 4.1. Ảnh hưởng của thủy triều

Tại khu vực cửa sông, thủy triều và lưu lượng thượng nguồn sông sẽ quyết định đến mức độ xáo trộn và sự phân bố của nước mặn. Ảnh hưởng của thủy triều lên sự xáo trộn

nước ngọt và mặn được thể hiện rõ trên hình 3. Tác động này có thể thấy dựa vào vị trí xuất hiện của độ mặn 10 psu. Khi thủy triều xuống (hình 3a), độ mặn 10 psu xuất hiện tại vị trí cách cửa sông 11,3 km, trong khi độ mặn này xuất hiện tại vị trí 13,5 km khi thủy triều lên, xem hình 3(b). Như vậy thủy triều lên có thể khiến xâm nhập mặn sâu hơn 2,2 km. Khi thủy triều lên, việc xâm nhập mặn diễn ra mạnh hơn, nêm mặn dày hơn. Điều này có thể giải thích bởi mực nước dâng cao khi thủy triều lên đã kéo theo một lượng lớn nước mặn đi vào sông làm tăng thêm độ mặn.

Ngoài ra thủy triều còn ảnh hưởng mạnh đến mức độ xáo trộn “mixing” giữa nước ngọt và nước mặn, hay hình dáng nêm mặn. Khi thủy triều xuống (hình 3a) các đường đồng độ mặn dốc hơn cho thấy sự xáo trộn mạnh hơn theo chiều đứng, hay nói cách khác mức độ phân tầng yếu hơn. Điều này xảy ra tương tự như kết luận tại sông Ba Lạt, mức độ phân tầng tăng khi thủy triều lên và giảm khi thủy triều xuống [6].

Trên hình 3(b), sự phân tầng diễn ra mạnh mẽ ở phía

t(ngày)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 13

sông và ít hơn ở phía biển. Tại phía thượng lưu sông, dòng chảy và biên độ thủy triều yếu hơn và có thể xem dòng chảy trong sông chiếm ưu thế, sự phân tầng mạnh hơn. Xuôi về phía hạ lưu, dòng chảy thủy triều tăng lên, và mức độ phân tầng cũng giảm đi so với ở thượng lưu. Thậm chí tại vị trí cửa sông, dòng chảy thủy triều đủ mạnh để gây ra sự xáo trộn hoàn toàn.

Hình 3. Tác động của thủy triều lên sự phân bố nước mặn

(Q=1.200 m3/s); (a) thủy triều xuống, (b) thủy triều lên Sự thay đổi độ mặn qua các thời điểm khác nhau khi

thủy triều lên xuống trên mặt bằng được thể hiện trên hình 4.

Độ mặn trong sông có sự dao động khi thủy triều lên và xuống rõ ràng. 4.2. Ảnh hưởng của sự suy giảm dòng chảy trong sông

Lưu lượng dòng chảy trong sông luôn giữ vai trò quan trọng ảnh hưởng đến mức độ xâm nhập mặn. Chiều dài và hình dạng của nêm mặn thay đổi chịu ảnh hưởng lớn của dòng chảy trong sông. Hình 5 thể hiện mức độ xâm nhập mặn trong sông ứng với các cấp lưu lượng khác nhau, trong đó độ mặn được lấy trung bình theo phương đứng.

Lưu lượng từ thượng nguồn lớn dẫn đến chiều dài xâm nhập mặn nhỏ và ngược lại. Với lưu lượng 1.200 m3/s, nồng độ muối 10 psu quan sát được ở vị trí cách cửa sông khoảng 10km. Ngược lại, khoảng cách này sẽ là 32km trong trường hợp lưu lượng thượng nguồn 804m3/s.

Ngoài ra, sự thay đổi lưu lượng đã ảnh hưởng mạnh đến hình thái nêm mặn, ở đó nước ngọt nhẹ hơn ở trên tiến về phía biển và phần nước mặn nặng hơn ở dưới hướng về phía sông. Mức độ phân tầng được thể hiện bởi tỉ lệ độ mặn ở lớp nước trên và lớp nước dưới. Ở đây tác giả giả sử đại lượng dS thể hiện sự khác nhau về độ mặn của lớp dưới và lớp trên. Độ phân tầng dS/So được tính toán dọc sông và được thể hiện trên hình 6. Tỉ lệ này nhỏ thể hiện sự phân tầng nhỏ, và khi đó lớp trên và dưới có độ mặn gần như nhau. Tỉ lệ này tăng lên khi lưu lượng tăng lên, cho thấy lưu lượng càng lớn càng xảy ra sự phân tầng mạnh giữa nước mặn và nước ngọt. Điều này phù hợp với kết luận của [8] khi cho rằng vào mùa kiệt, sự phân tầng xảy ra yếu hơn. Sự phân bố nước mặn theo chiều đứng được thể hiện thêm ở hình 7.

.

a c d e f g h b

Hình 4. Ảnh hưởng của chế độ thủy triều tại các thời điểm (thể hiện trên hình nhỏ phía dưới) lên sự phân bố độ mặn trên mặt bằng (màu đỏ: nước mặn;

màu xanh: nước ngọt)

14 Vũ Huy Công, Nguyễn Chí Công

Hình 5. Sự phân bố độ mặn dọc theo sông

Hình 6. Sự khác nhau giữa độ mặn của lớp dưới và lớp trên

Hình 7. Sự phân tầng của nước mặn và ngọt (a) Q=804 m3/s; (b) Q=1.020 m3/s; (c) Q=1.200 m3/s

5. Kết luận Nghiên cứu đã ứng dụng thành công mô hình mã nguồn

mở SUNTANS vào tính toán xâm nhập mặn cho hạ lưu của sông Hậu ở đồng bằng sông Cửu Long. Tác giả đã can thiệp vào code trong mô hình để có thể sử dụng được số liệu dòng triều từ mô hình triều thế giới, OTIS, với đầy đủ mực nước và vận tốc, để khắc phục tình trạng thiếu số liệu ở Việt Nam.

Trong nghiên cứu này, với lợi thế là mô hình 3D, tác giả đã chỉ rõ được ảnh hưởng của dòng chảy thủy triều và sự suy giảm dòng chảy thượng lưu đến sự xáo trộn, mức độ xâm nhập mặn trong sông. Đặc biệt, hình dạng nêm mặn thay đổi khi thủy triều và lưu lượng dòng chảy thay đổi cũng được thể hiện chi tiết, điều này không thể thấy được ở các mô hình 1 chiều. Khi thủy triều lên, mức độ phân tầng diễn ra mạnh hơn so với thủy triều xuống. Còn đối với lưu lượng thượng nguồn, mức độ phân tầng sẽ giảm khi lưu lượng giảm và ngược lại. Cùng với đó, khi lưu lượng càng giảm thì nước mặn càng xâm nhập vào sâu về phía thượng lưu.

TÀI LIỆU THAM KHẢO [1] Chua, V.P. and Fringer, O.B. 2011, "Sensitivity analysis of three-

dimensional salinity simulations in North San Francisco Bay using the unstructured-grid SUNTANS model", Ocean Modelling. 39, 3–4 (2011), page 332–350.

[2] Danet Hak et al. 2016, "Spatio-temporal variations of sea level around the Mekong Delta: their causes and consequences on the coastal environment", Hydrological Research Letters. 10, 2 (2016), page 60–66.

[3] Đặng Thị Kim Nhung et al. 2015, "Đánh giá và dự báo hình thái xâm nhập mặn vùng hạ lưu sông Trà Khúc-sông Vệ", Khoa học Kỹ thuật Thủy lợi và Môi trường, 50, (Sep. 2015).

[4] Eric Wolanski et al. 1998, "Sediment dynamics during low flow conditions in the Mekong river estuary, Vietnam", Journal of Coastal Research, 14, 2 (1998), page 472–482.

[5] Fringer, O.B. et al. 2006, "A new hybrid model for coastal simulations", Oceanography, 19, 1 (2006), page 64–77.

[6] Van Maren, D.S. and Hoekstra, P. 2004, "Seasonal variation of hydrodynamics and sediment dynamics in a shallow subtropical estuary: the Ba Lat River, Vietnam", Estuarine, Coastal and Shelf Science, 60, 3 (Jul. 2004), page 529–540.

[7] Nguyen, A.D. et al. 2007, "Using salt instrusion measurement to determine the fresh water discharge distribution over the branches of a multi-channel estuary: The Mekong delta case", Estuarine, Coastal and Shelf Science, 77, 3 (2007), page 433–445.

[8] Nguyễn Anh Đức 2008, "Salt instrusion, tides and mixing in multi-channel estuaries", CRC Press.

[9] Nguyễn Thế Hùng, Nguyễn Hữu Thiêm 2013, "Ứng dụng mô hình Mike 11 dự báo thử nghiệm xâm nhập mặn hạ lưu sông Vu Gia", Tạp chí Khoa học và Công nghệ Đại học Đà Nẵng, 3, 64 (2013).

[10] Trần Quốc Đạt et al. 2012, "Mô phỏng xâm nhập mặn đồng bằng sông Cửu Long dưới tác dụng mực nước biển dâng và sự suy giảm lưu lượng từ thượng nguồn", Tạp chí Khoa học, Trường Đại học Cần Thơ. 21b, (2012), trang 141–150.

[11] Trần Thị Lệ Hằng et al. 2015, "Động thái xâm nhập mặn trên hệ thống sông chính vùng hạ lưu sông Tiền dưới tác động công trình cống Ba Lai", Tạp chí Khoa học Trường Đại học Cần Thơ: Số chuyên đề Môi trường và biến đổi khí hậu, (2015), trang 139–149.

[12] Wang, B. et al. 2009, "High-resolution simulations of a macrotidal estuary using SUNTANS", Ocean Modelling, 26, 1–2 (2009), page 60–85.

[13] Wang, B. et al. 2011, "Modeling and understanding turbulent mixing in a macrotidal salt wedge estuary", Journal of Geophysical Research: Oceans, 116, C2 (Feb. 2011), C02036.

[14] Wang, X. et al. 2009, "Modeling tides in Monterey Bay, California", Deep Sea Research Part II: Topical Studies in Oceanography, 56, 3–5 (Feb. 2009), page 219–231.

(BBT nhận bài: 28/02/2017, hoàn tất thủ tục phản biện: 20/03/2017)

0

5

10

15

20

25

30

0 5000 10000 15000 20000 25000 30000 35000 40000

Độ

mặn

(psu

)

Khoảng cách tính từ cửa sông (m)

Q= 804 m3/s

Q=1020 m3/s

Q=1200 m3/s

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0 2000 4000 6000 8000 10000 12000 14000 16000 18000

dS/S

o

Khoảng cách tính từ cửa sông (m)

Q=1200 m3/s

Q=1020 m3/s

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 15

ĐỀ XUẤT CẤU TRÚC HỆ THỐNG QUẢN LÝ KHAI THÁC MẶT ĐƯỜNG VIỆT NAM

A PROPOSAL OF VIETNAM PAVEMENT MANAGEMENT SYSTEM STRUCTURE

Nguyễn Văn Đăng1, Cao Thị Xuân Mỹ2 1Trường Đại học Kiến trúc Đà Nẵng; dangnv@dau.edu.vn

2Trường Cao đẳng Công nghệ, Đại học Đà Nẵng; mycao.dct@gmail.com

Tóm tắt - Quản lý khai thác đường bộ là một nhiệm vụ quan trọngcủa ngành giao thông vận tải. Nước ta hiện nay có khoảng300.000km đường bộ và đang phát triển nhanh chóng, đặc biệt làhệ thống đường quốc lộ và đường cao tốc. Do đó, việc ứng dụngcác tiến bộ khoa học kỹ thuật và công nghệ thông tin trong lĩnh vựcquản lý khai thác đường bộ là một nhu cầu cấp thiết. Hệ thốngthông tin địa lý (GIS) là một công cụ tiên tiến đã được ứng dụngtrong khá nhiều lĩnh vực và được nhiều chuyên gia trong và ngoàinước đánh giá là rất hiệu quả trong việc xây dựng kế hoạch quảnlý khai thác tài sản đường bộ. Bài báo này tác giả đề xuất cấu trúccũng như lộ trình xây dựng hệ thống quản lý khai thác tài sảnđường bộ nói chung và quản lý khai thác mặt đường ở Việt Namnói riêng trên nền hệ thống thông tin địa lý cùng một số kiến nghị.

Abstract - Road Asset Management (RAM) plays an important role in Transportation. Currently, the Vietnam road network has a total length of about 300,000 kilometers and it has been increasing rapidly in recent years, especially the system of national highways and freeways. The application of advanced science and information technology, therefore, is a critical need for improvement the efficiency of road asset management plan. Geographic Information System (GIS) is a cutting-edge tool used in many socio-economic sectors around the world and many experts believe that GIS will be a high-potential application in road asset management in the near future. This paper, as a result, introduces some information about thereality of transportation asset management in Viet Nam and proposes the structure and establishment schedule of Road Asset Management System in general and Pavement Management System (which accounts for a large proportion of national annual maintenance total cost) in particular, based on geographic information system and some recommendations.

Từ khóa - quản lý khai thác tài sản đường bộ; hệ thống quản lýkhai thác mặt đường; hệ thống thông tin địa lý; quốc lộ; cao tốc.

Key words - road asset management; pavement management system; geographic information system; national highways; freeways.

1. Giới thiệu

Chất lượng tuyến đường phụ thuộc rất lớn vào kế hoạch bảo dưỡng, bảo trì và nâng cấp chúng trong quá trình khai thác. Không một con đường nào tồn tại tốt được vĩnh viễn dù được xây dựng với chất lượng cao, kể cả những tuyến đường có các lớp kết cấu ở cấp hạng cao, chất lượng tốt cũng không thoát khỏi quy luật này. Theo K Levik [2], nếu việc duy tu, bảo dưỡng đường bị lơ là thì chi phí dành cho việc sửa chữa làm lại nó có thể tăng lên gấp 5 đến 6 lần. Thống kê của [2] ở các nước hạ Sahara cho thấy, người ta đã sử dụng 150 tỷ USD trong vòng 3 thập kỷ để xây dựng đường sá, tuy nhiên do không có kế hoạch bảo trì phù hợp nên 1/3 trong số đó đã bị hư hỏng trong cùng thời gian (tương đương 50 tỷ USD). Do đó, công tác quản lý, khai thác và bảo trì đường bộ đóng vai trò rất quan trọng trong việc giảm thiểu các chi phí dành cho sửa chữa, tiết kiệm ngân sách cho các quốc gia. Nó cần được quan tâm một cách đúng mức. Trong bài báo này, tác giả đề xuất cấu trúc hệ thống quản lý khai thác tài sản đường bộ nói chung và hệ thống quản lý khai thác mặt đường Việt Nam nói riêng trên nền tảng hệ thống thông tin địa lý (Geographic Information System – GIS) cùng một số kiến nghị.

2. Các nội dung chính 2.1. Hiện trạng quản lý khai thác tài sản đường bộ ở Việt Nam

Tính đến năm 2016, theo Tổng cục Đường bộ Việt Nam, nước ta có khoảng 300.000 km đường, số lượng cầu cống khoảng trên 10.000 cái. Số liệu cụ thể được ghi ở bảng 1, trong đó cho thấy tốc độ tăng trưởng của hệ thống

đường quốc lộ (QL) là tương đối cao 20,9% trong vòng 5 năm. Trong cùng khoảng thời gian ấy, hệ thống đường địa phương mà cụ thể là đường xã chiều dài tăng đến 34,1%. Đối với hệ thống đường bộ cao tốc, theo quyết định 326/QĐ-TTg về việc phê duyệt quy hoạch phát triển mạng đường bộ cao tốc Việt Nam đến năm 2020 và định hướng đến năm 2030 ngày 01 tháng 03 năm 2016, Việt Nam sẽ có khoảng 6.410km đường bộ cao tốc, trong đó 3.083 km cao tốc Bắc – Nam gồm hai tuyến phía Đông 1.814km và phía Tây 1.269km, hệ thống cao tốc khu vực phía Bắc gồm 14 tuyến dài 1.368km, khu vực miền Trung có 03 tuyến với tổng chiều dài 264km, khu vực phía Nam có 07 tuyến với tổng chiều dài 983km và hệ thống đường cao tốc vành đai Hà Nội dài 425km và vành đai TP Hồ Chí Minh dài 287km.

Công tác quản lý khai thác hệ thống tài sản đường bộ ở nước ta hiện do Tổng cục Đường bộ Việt Nam chịu trách nhiệm chính được trình bày như sơ đồ (hình 1). Công cụ quản lý chính vẫn là thu thập dữ liệu bằng thủ công, thống kê bằng các bảng tổng hợp (excel), hoặc bằng các bản đồ GIS trích xuất từ các phần mềm Mapinfo, ArcGis... Tuy nhiên cũng chỉ dừng lại ở mức độ trình diễn tài sản đường bộ và đưa lên website mà chưa sử dụng các tính năng phân tích mạnh mẽ của GIS trong hỗ trợ ra quyết định.

Sự phát triển không ngừng của hệ thống giao thông đường bộ nước ta trong thời gian gần đây như đề cập ở trên đã và đang tạo ra những thách thức và khó khăn cho công tác quản lý khai thác. Do đó nghiên cứu ứng dụng các tiến bộ khoa học công nghệ để nâng cao hiệu quả quản lý là điều hết sức cấp thiết trong bối cảnh hiện nay.

16 Nguyễn Văn Đăng, Cao Thị Xuân Mỹ

Bảng 1. Hiện trạng mạng lưới giao thông đường bộ nước ta

TT Loại đường

Chiều dài

(km) 2010

Chiều dài (km) (2/2016)

Tăng trưởng

(%)

1 Quốc lộ 18.744 22.660 20,92 Đường tỉnh 23.520 23.729 0,93 Đường huyện 49.823 53.964 8,34 Đường xã 151.187 202.705 34,15 Đường đô thị 8.492 - -

6 Đường chuyên dùng 6.434 6.911 7,4

Nguồn: Tổng cục Đường bộ Việt Nam 2.2. Bài học thành công của việc ứng dụng GIS vào quản lý khai thác tài sản đường bộ trên thế giới

Việc ứng dụng GIS hay ITS trong quản lý khai thác tài sản đường bộ đòi hỏi vốn đầu tư cho phần cứng, phần mềm, thu thập dữ liệu, đào tạo nguồn nhân lực cũng như thay đổi khá nhiều quy trình làm việc của các cơ quan chức năng. Tuy nhiên, lợi ích từ việc đầu tư chúng vào trong hệ thống quản lý, khai thác tài sản đường bộ đã được minh chứng ở nhiều nơi trên thế giới. Nghiên cứu của Blanchard (1996) ở Canada được trích dẫn trong [6] cho thấy việc ứng dụng GIS và ITS trong lĩnh vực giao thông đem lại lợi ích rất lớn trong lĩnh vực quản lý hạ tầng giao thông đô thị, tỷ số thu chi BCR lên đến 6,46. Nghiên cứu của [5] cho thấy việc ứng dụng GIS vào hệ thống quản lý khai thác ở bang Florida (Hoa Kỳ) mang lại lợi nhuận ròng NPV từ 1,0 ÷ 2,8 triệu USD trong vòng 5 năm từ 1996 đến 2001. Ở King County, con số này

là 775 triệu USD trong vòng 19 năm từ năm 1992 đến 2010 và tỷ số thu chi BCR ở bang Iowa & Caltrans (Hoa Kỳ) năm 2011 lên đến 21,4. Các kết luận của [5] và [6] đều cho thấy lợi ích của việc đầu tư GIS vào hệ thống quản lý khai thác chính là tăng được năng suất lao động, giảm được chi phí thu thập, lưu trữ, phân tích dữ liệu, giảm được số nhân lực và quan trọng là minh bạch hóa các thông tin có liên quan.

Hình 1. Sơ đồ quản lý tài sản đường bộ Việt Nam hiện nay

(Ghi chú: ĐB= Đường bộ, UBND = Ủy ban Nhân Dân, GTVT = Giao thông vận tải, QLĐB= Quản lý đường bộ, QLXD = Quản lý xây dựng. Nét liền = quản lý trực tiếp,

nét đứt = hỗ trợ quản lý)

Hình 2. Đề xuất cấu trúc của hệ thống quản lý khai thác tài sản đường bộ Việt Nam [1] Ghi chú: VRAMS = Vietnam Road Asset Management System, ATGT= An toàn giao thông, LLXC= Lưu lượng xe chạy, LOS= Level

of Service, KNTH= Khả năng thông hành, PMS = Pavement Management System, BMS= Bridge Management System

Bộ GTVT UBND

Tổng cục ĐB

Cục QLĐB cao tốc

Cục QLXD đường

bộ

Cục QLĐB

I,II, II,IV

Sở GTVT

các Tỉnh

Cao tốc Quốc lộ Đường địa phương

VRAMS

Quản lý bảo trì công trình Quản lý giao thông

Đường Kết cấu trên đường

Công trình phục vụ Tải trọng ATGT Chất lượng

GT Phương

tiện Vận tải

Kết

cấu

áo đườn

g (

)Lề

đườ

ng

Cầu

(BM

S)

Cốn

g và

HT

thoá

t nướ

c

Tườn

g chắn

Côn

g trì

nh A

TGT

Trạm

dừn

g ng

hỉ, b

ãi đỗ

Trạm

thu

phí

Dep

ot sử

a chữa

Thôn

g tin

liên

lạc

Trạm

cân

cố đị

nh

Trạm

cân

di độn

g

Tai nạn

Điể

m đ

en

Nhu

cầu

gia

o th

ông

Ùn

tắc

giao

thôn

g

Điề

u kh

iển

giao

thôn

g

LLX

C, L

OS,

KN

TH

Đăn

g kiểm

Giá

m sá

t hàn

h trì

nh

Vận

tải h

ành

khác

h

Vận

tải h

àng

hóa

Nguồn nhân lực

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 17

2.3. Các khả năng của GIS có thể ứng dụng trong hệ thống quản lý khai thác tài sản đường bộ

Trên cơ sở nội dung công tác quản lý khai thác tài sản đường bộ ở nước ta, tác giả đề xuất cấu trúc hệ thống quản lý khai thác tài sản đường bộ Việt Nam (viết tắt VRAMS) như hình 2. Hệ thống này bao gồm hai module chính là quản lý bảo trì công trình và quản lý giao thông, ngoài ra, giám sát nguồn nhân lực cũng là một chức năng không thể thiếu của hệ thống VRAMS. Quản lý và giám sát tự động sẽ giúp nâng cao năng suất lao động, minh bạch hóa các thông tin cũng như tinh thần trách nhiệm của lực lượng chức năng trong quá trình thi hành nhiệm vụ.

Quá trình vận hành của hệ thống VRAMS được tóm tắt ở sơ đồ hình 3. Trong đó quá trình thiết lập và phân tích các kịch bản, quyết định sử dụng các nguồn lực và thông tin đến các bên liên quan có thể được tự động hóa trên nền công nghệ GIS.

Hình 3. Quá trình vận hành của hệ thống VRAMS [1]

GIS có thể hỗ trợ công tác quản lý khai thác hệ thống đường bộ một cách hiệu quả trên các mặt sau:

Nhận diện tình trạng của đường: GIS cung cấp cho hệ thống VRAMS khả năng giám sát và trình diễn dữ liệu thuộc tính cùng dữ liệu không gian, giúp nhà quản lý có thể thấu hiểu tình trạng của các tuyến đường một cách nhanh chóng và chính xác, do đó tiết kiệm được thời gian và tiền của của cơ quan quản lý khai thác.

Quản lý, đánh giá rủi ro và thảm họa: Nhờ có khả năng tích hợp thông tin trong quá khứ và quản lý thông tin theo lớp, cơ quan quản lý đường bộ có thể sử dụng những công cụ để kiểm soát, ước tính các rủi ro và sự cố xảy ra với hệ thống đường sá.

Xác định nhu cầu và công việc cần thực hiện: GIS cung cấp cho cơ quan quản lý bức tranh tổng thể về hư hỏng, giúp nhà quản lý nhận diện nguyên nhân hư hỏng lựa chọn giải pháp và lên kịch bản thi công sửa chữa phù hợp.

Quản lý, giám sát thi công hiệu quả: Do GIS quản lý dữ liệu theo không gian (tọa độ), vì vậy nó là một công cụ hữu hiệu trong giám sát quá trình thi công cũng như duy tu, sửa chữa đường. GIS cho phép cơ quan quản lý lên kế hoạch thi công một cách trực quan, tránh chồng chéo, tối ưu hóa việc sử dụng nhân lực, đặc biệt là giúp nhà quản lý có thể lựa chọn được thời điểm và nguồn lực thi công để tránh tác động quá lớn đến người đi đường.

Tổng hợp dữ liệu và thông tin nhanh chóng: GIS bao gồm các công cụ quản trị dữ liệu giúp nhà quản lý dễ dàng tổng hợp và báo cáo kết quả. Nó cũng là công cụ tuyệt vời trong việc công bố các kế hoạch, dự án duy tu, sửa chữa đến các bên liên quan, đặc biệt là người sử dụng đường bởi vì GIS có thể dễ dàng truyền tải dữ liệu một cách trực quan và dễ hiểu trên nền web. Đây có thể xem là ưu điểm lớn nhất khi sử dụng GIS trong quản lý khai thác tài sản đường bộ, bởi vì, một mặt nó giúp người sử dụng đường có thể lên kế hoạch đi lại, mặt khác nó là kênh thông tin giúp cộng đồng có thể giám sát hiệu quả làm việc và sử dụng vốn của các cơ quan quản lý bảo trì đường bộ. 2.4. Kiến nghị cấu trúc hệ thống quản lý khai thác mặt đường Việt Nam – VPMS

Để đạt được một hệ thống có đầy đủ các nội dung như cấu trúc đề cập ở hình 2 đòi hỏi nhiều thời gian, tiền bạc và công sức mà không phải nước nào cũng có thể làm được trong một sớm một chiều. Cách tiếp cận của nhiều quốc gia trên thế giới thường là xây dựng từng hệ thống quản lý khai thác bộ phận, sau đó mới tích hợp chúng lại thành hệ thống quản lý khai thác tài sản đường bộ hoàn chỉnh. Hai hệ thống bộ phận được nhiều nước quan tâm đầu tư là hệ thống quản lý khai thác mặt đường (PMS) và hệ thống quản lý khai thác cầu (BMS), bởi vì đây là hai loại công trình chiếm tỷ trọng lớn trong vốn đầu tư xây dựng ban đầu. Phần này tác giả trình bày kiến nghị xây dựng cấu trúc hệ thống quản lý khai thác mặt đường Việt Nam trên nền công nghệ GIS (Vietnam Pavement Management System – VPMS).

Cấu trúc hệ thống quản lý khai thác mặt đường Việt Nam trên nền GIS được trình bày ở hình 4. Dữ liệu đầu vào bao gồm dữ liệu thuộc tính, dữ liệu không gian và dữ liệu khác. Quá trình thực thi xử lý và phân tích số liệu trong GIS gồm quá trình Geocoding và Geoprocessing.

G

eogr

aphi

c In

form

atio

n Sy

stem

(GIS

)

Xác lập mục tiêu • Thiết lập mục tiêu cho HT quản lý khai thác. • Định ra mục tiêu và thước đo về mức phục vụ

và khả năng vận hành.

Mức vốn đầu tư

Yêu cầu và phản hồi của người sử dụng

Thiết lập và phân tích các kịch bản • Phân tích tác động của các mức độ tài chính đến khả năng phục vụ của hệ thống đường bộ.

• Kết hợp kết quả đánh giá rủi ro. • Xem xét sự hòa hợp giữa việc bảo trì, tính cơ động, sự an toàn và vấn đề môi trường.

Quyết định sử dụng các nguồn lực • Xác định chiến lược để phát triển các chương

trình và dự án ưu tiên. • Định rõ vai trò của các bên liên quan trong

việc sử dụng các nguồn lực. • Cấp kinh phí hoạt động.

Thông tin đến các bên liên quan • Đánh giá các phương án bảo trì. • Đảm bảo các bên liên quan trong trạng thái

cập nhật liên tục trạng thái bảo trì.

Đánh giá và phản hồi • Giám sát và báo cáo kết quả phục vụ. • Thu thập và quản lý dữ liệu để đảm bảo trách

nhiệm và sự phản hồi.

18 Nguyễn Văn Đăng, Cao Thị Xuân Mỹ

Hình 4. Kiến nghị cấu trúc hệ thống quản lý khai thác mặt đường Việt Nam [1]

Ghi chú: DL = Dữ liệu, GPS = Global Positioning System

Geocoding là tiến trình kết nối dữ liệu thuộc tính và dữ liệu khác với dữ liệu không gian để đảm bảo một sự kiện, một hư hỏng luôn gắn liền với một tọa độ trên thực tế. Quá trình Geoprocessing thực chất là các công cụ, mô hình tự động hóa quá trình thực thi, xử lý số liệu trong GIS. Nó hỗ trợ thực thi một cách tự động bằng việc kết hợp một loạt các lệnh thực thi sẵn có nhằm tạo ra một cơ sở dữ liệu mới phù hợp với mục đích phân tích và sử dụng. Yêu cầu đầu ra của hệ thống VPMS bao gồm: nhận diện tình trạng đường, lên kế hoạch bảo trì, xác định nhu cầu vốn, đánh giá các dự án ưu tiên cũng như dự báo khả năng phục vụ còn lại của kết cấu và thông tin đến các bên liên quan. Chúng cũng là một cơ sở để đánh giá và hiệu chỉnh các mô hình xử lý trong GIS (đường feedback trên hình 4). 2.5. Dữ liệu đầu vào của VPMS

Dữ liệu đầu vào đóng vai trò cực kỳ quan trọng đối với bất kỳ hệ thống quản lý khai thác nào vì vậy công tác thu thập, xử lý chúng cần được hoàn thiện theo hướng tự động hóa và chính xác hóa. Các dữ liệu đầu vào bao gồm:

- Dữ liệu sử dụng: gồm các dữ liệu về lịch sử quá trình xây dựng, khai thác, bảo trì, dữ liệu về quy hoạch, tính toán thiết kế. Chúng là các số liệu nền để đánh giá, phân tích hư hỏng cũng như dự báo vòng đời còn lại của kết cấu áo đường. Các số liệu này có thể thu thập từ các cơ quan quản lý đường bộ.

- Dữ liệu điều kiện xe chạy: Dữ liệu điều kiện xe chạy gồm các dữ liệu về độ nhám, độ bằng phẳng, hằn lún vệt bánh xe… được thu thập và đánh giá theo các tiêu chuẩn hay quy định hiện hành. Một số loại hư hỏng như nứt mặt đường, ổ gà, miếng vá, làn sóng, trượt trồi, chảy nhựa, bong bật… nước ta vẫn chưa có hướng dẫn hay quy trình đánh giá. Vì vậy có thể tham khảo các hướng dẫn của AASHTO hoặc ASTM để tiến hành thu thập và phân loại.

- Dữ liệu về cường độ mặt đường: Dữ liệu thường được sử dụng để đánh giá cường độ mặt đường là mô-đun đàn hồi

chung của kết cấu. Hiện có nhiều phương pháp đo mô-đun đàn hồi của kết cấu bao gồm đo mô-đun đàn hồi tĩnh bằng cần đo võng Benkelman theo TCVN 8867-2011, hoặc bằng bàn nén tĩnh (tấm ép cứng) theo TCVN 8861-2011. Tuy nhiên, hai phương pháp này năng suất chậm, thu thập dữ liệu bằng thủ công nên không phù hợp với hệ thống quản lý khai thác mặt đường hiện đại. Hiện nay, việc đo mô-đun đàn hồi động bằng thiết bị FWD được đánh giá rất thích hợp cho công tác thiết kế tăng cường mặt đường và xây dựng ngân hàng dữ liệu bảo trì đường bộ. Ngoài FWD, Ủy ban đường bộ liên ban Hoa Kỳ (FHWA) đang phát triển thiết bị đo mô-đun đàn hồi động RWD (Rolling Wheel Deflectometor) được thiết kế để xác định biến dạng của mặt đường dưới điều kiện xe chạy thực tế. Thiết bị này có thể thu thập dữ liệu biến dạng mặt đường ở tốc độ 70 đến 80km/h. Năng suất thu thập dữ liệu mỗi ngày từ 320 đến 480km.

- Dữ liệu về tải trọng và môi trường: Tải trọng và môi trường là hai tác nhân chính gây suy giảm khả năng phục vụ của kết cấu áo đường, do đó cần phải thu thập để phục vụ quá trình phân tích và dự báo. Các dữ liệu thu thập bao gồm: lưu lượng xe chạy, tải trọng trục xe, tốc độ khai thác, điều kiện môi trường, điều kiện thoát nước.

- Dữ liệu không gian cần thu thập bao gồm dữ liệu thông tin địa lý như tọa độ địa lý, tọa độ quy chiếu, GPS, dữ liệu địa hình, dữ liệu hình học đường (đường thẳng, đường cong, độ dốc, tầm nhìn…). Chúng là những cơ sở để trình diễn các thuộc tính của mặt đường lên trên bản đồ đảm bảo tính chính xác và hợp lý.

- Các dữ liệu cần thu thập khác gồm dữ liệu viễn thám Landsat (chương trình thu thập dữ liệu hình ảnh từ vệ tinh của Hoa Kỳ), hình ảnh thực tế điều kiện mặt đường, kể cả các video. Các dữ liệu này có thể rất hữu ích trong việc theo dõi sự thay đổi của tình trạng mặt đường theo thời gian.

DL thuộc tính (Attribute data)

DL không gian(Spatial data)

DL khác Geocoding Geocoding

DL sử dụng

DL điều kiện xe

chạy

DL cường độ mặt đường

DL tải trọng &

môi trường

Thông tin địa

lý, GPS

DL hình học

đường

DL địa hình

DL Lansat

DL hình ảnh

DL Video

Điều kiện đường

Kế hoạch bảo trì

Nhu cầu vốn

Các dự án ưu tiên

Dự báo khả năng vận

hành còn lại

Thông tin đến các bên

liên quan Output

Input

GIS

Geoprocessing models feedback

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 19

2.6. Dữ liệu đầu ra của VPMS Dữ liệu đầu ra của hệ thống VPMS phải đảm bảo hỗ trợ

cho cơ quan quản lý khai thác nhận diện tình trạng mặt đường, lên kế hoạch bảo trì, xác định nhu cầu vốn, đánh giá các dự án ưu tiên, xác định khả năng phục vụ còn lại của mặt đường và thông tin hiệu quả đến các bên liên quan (Bộ GTVT, Tổng cục Đường bộ, các cục QLĐB, các sở GTVT và người sử dụng). 2.6.1. Nhận diện tình trạng đường thông qua dữ liệu hư hỏng

Chỉ số tình trạng mặt đường PCI (Pavement Condition Index) và chỉ số phục vụ PSI (Present Servicability Index) là các chỉ số dùng để đánh giá tình trạng của hệ thống mặt đường, được sử dụng ở nhiều nước trên thế giới. PCI là phương pháp đánh giá được phát triển bởi quân đội Mỹ vào năm 1976. Nền tảng của phương pháp này dựa trên các hư hỏng của kết cấu áo đường (cả bê tông nhựa và bê tông xi măng). Một kết cấu áo đường vừa được xây dựng xong được xem là hoàn hảo với chỉ số PCI =100. Mỗi dạng hư hỏng bề mặt quan sát được sẽ được đánh giá thông qua cường độ và mức độ nghiêm trọng của loại hư hỏng đó mà khấu trừ một số điểm tương ứng. Trong khi đó, PSI được phát triển từ những năm 1960 sau thí nghiệm đường vòng của AASHO, chỉ số này được xác định chủ yếu dựa vào kết quả đo độ bằng phẳng, hằn lún vệt bánh xe, vết nứt và miếng vá. Ở đây tác giả không đi sâu phân tích cách thực hiện của hai phương pháp trên, nhưng chúng là hai chỉ số đầu ra quan trọng của bất kỳ một hệ thống quản lý khai thác mặt đường nào. Việc đánh giá tình trạng mặt đường theo PCI và PSI được nêu ở bảng 2 và 3.

Bảng 2. Đánh giá tình trạng mặt đường theo chỉ số điều kiện mặt đường PCI [1]

PCI Đánh giá Biện pháp bảo trì 85÷100 Rất tốt Không cần 70÷84 Tốt Bảo dưỡng thường xuyên 55÷69 Khá Sửa chữa nhỏ 40÷54 Trung bình Sửa chữa nhỏ hoặc vừa 25÷39 Xấu Sửa chữa vừa hoặc lớn 10÷24 Rất xấu Sửa chữa lớn hoặc cải tạo <10 Hỏng Làm lại đường

Bảng 3. Đánh giá tình trạng mặt đường theo chỉ số phục vụ PSI [1]

PSI Đánh giá chất lượng khai thác 5,0 Chất lượng hoàn hảo

4,2÷4,5 Đường mới làm xong 3,0 Có 12% người sử dụng không chấp nhận

2,5 Có 55% người sử dụng không chấp nhận 2,0 Có 85% người sử dụng không chấp nhận

0 Không thể đi được

2.6.2. Xác định thời điểm bảo trì và tuổi thọ còn lại của mặt đường thông qua đường cong suy giảm khả năng phục vụ

Mục tiêu hướng tới của bất kỳ hệ thống quản lý khai thác

tài sản đường bộ nào cũng là nguyên tắc “3Đ” bao gồm: “đúng nơi, đúng lúc và đúng phương pháp”. Trên thực tế, việc bỏ vốn bảo trì đường bộ không đúng thời điểm, không hợp lý hoặc phương pháp bảo trì không phù hợp có thể gây lãng phí mà không thu được hiệu quả nào đáng kể. Có nhiều nhân tố ảnh hưởng đến thời điểm bảo trì một tuyến đường như tải trọng xe chạy, số trục xe tích lũy, thời tiết khí hậu, điều kiện thoát nước, bản thân kết cấu áo đường và cả lịch sử quá trình duy tu, bảo dưỡng con đường đó. Do đó, về nguyên tắc, thời điểm bỏ vốn đầu tư bảo trì tối ưu cho các tuyến đường khác nhau là hoàn toàn khác nhau.

Hiện nay, trong đào tạo kỹ sư ngành giao thông ở một số trường Đại học ở nước ta vẫn còn sử dụng các khuyến cáo của 22TCN 211-93 trong việc chọn thời điểm trung tu, đại tu và tỷ lệ chi phí so với vốn đầu tư xây dựng ban đầu. Tuy nhiên, khuyến nghị này tương đối cứng nhắc và hầu như không phù hợp với thực tế khai thác hiện nay. Nếu được áp dụng thực tế nó sẽ dẫn đến hậu quả là một số tuyến đường đầu tư bảo trì quá trễ với chi phí rất cao, ngược lại một vài con đường bảo trì quá sớm dẫn đến lãng phí ngân sách nhà nước.

Hình 5. Dạng đường cong suy giảm khả năng phục vụ [4]

Ở thời điểm hiện tại, nhiều nước trên thế giới đã và đang phát triển nhiều mô hình để dự báo thời điểm bỏ vốn, mức độ bảo trì và tuổi thọ còn lại của mặt đường. Theo Dennis Polhill [4], nghiên cứu về sự suy giảm khả năng phục vụ của mặt đường cho thấy “dù cho các kết cấu áo đường là khác nhau, điều kiện về đất nền và môi trường khác nhau, chịu tác động về tải trọng và điều kiện duy tu không giống nhau thì hình dạng của đường cong suy giảm khả năng phục vụ cũng tương tự hình 5”. Theo đó, khoảng 75% thời hạn phục vụ của mặt đường tính từ lúc đưa đường vào sử dụng, chất lượng phục vụ của nó giảm khoảng 40%, tuy nhiên chất lượng phục vụ giảm tiếp khoảng 40% trong khoảng chỉ 12% thời hạn phục vụ tiếp theo. Có thể nói rằng, mặt đường càng cũ, tốc độ suy thoái khả năng phục vụ càng nhanh và chi phí để sửa chữa càng lớn. Điều này là tương đối dễ hiểu bởi khi tuổi thọ kết cấu áo đường đã cao, các vết nứt đã phát triển thì nước và hơi ẩm có thể xâm nhập rất nhanh vào kết cấu. Độ ẩm tương tác với tải trọng xe chạy đẩy nhanh tốc độ xuống cấp của áo đường.

Chi phí phải bỏ ra để bảo trì mặt đường ở thời điểm 87% thời kỳ phục vụ (mặt đường đã giảm 80% chất lượng) cao gấp 4 đến 5 lần so với thời điểm 75% thời kì phục vụ (mới giảm khoảng 40% chất lượng). Có nghĩa là nếu mặt đường có thời hạn phục vụ 15 năm thì chi phí bỏ ra để bảo trì ở năm thứ 13 có thể gấp 4 đến 5 lần so với thời điểm năm thứ 11.

20 Nguyễn Văn Đăng, Cao Thị Xuân Mỹ

Về nguyên tắc, bảo trì càng sớm thì hiệu quả về mặt kỹ thuật càng cao, tuy nhiên điều đó không có nghĩa là nên tiến hành bảo trì quá sớm bởi vì hai lý do: (1) Đường cong suy giảm khả năng phục vụ cho thấy ban đầu mức phục vụ của mặt đường giảm rất chậm. Mặt đường lúc đó hầu như chưa bị hư hỏng hoặc hư hỏng rất ít, nếu bỏ vốn đầu tư bảo trì trong giai đoạn này sẽ không mang lại nhiều lợi ích mà có khi còn lãng phí vì không tận dụng được sức phục vụ của kết cấu. (2) Duy tu, sửa chữa quá nhiều lần, đặc biệt trong khu vực đô thị sẽ gây ảnh hưởng lớn đến giao thông và môi trường. Vì vậy, [3] khuyến nghị thời điểm tiến hành bảo trì đường bộ phù hợp là khi mức phục vụ của nó rơi xuống mức khá (rating bé hơn 6), ngoài ra còn xem xét đến các điều kiện khác gồm: An toàn xe chạy, loại hư hỏng, cường độ và tải trọng xe, tần suất sửa chữa, chất lượng và chi phí bỏ ra của người đi đường.

Đối với Việt Nam, thời điểm hiện tại có thể tham khảo những khuyến cáo của các nước trên thế giới trong vấn đề chọn thời điểm bảo trì, tuy nhiên để có thể dự báo và đánh giá tuổi thọ còn lại của mặt đường trong tương lai, nhất thiết phải có các nghiên cứu về mô hình phá hoại và đường cong suy giảm khả năng phục vụ trên cơ sở các dữ liệu thu thập từ thực tế ở nước ta. Với sự hỗ trợ của GIS, việc thu thập, lưu trữ dữ liệu theo thời gian sẽ trở nên đơn giản hơn, vì thế, các cơ quan quản lý, các nhà nghiên cứu có thể xây dựng những mô hình phù hợp với điều kiện nước ta để sử dụng trong dự báo và đánh giá khả năng phục vụ của kết cấu áo đường. 2.6.3. Xác định dự án ưu tiên, nhu cầu vốn và chương trình bảo trì

Mục tiêu của hệ thống VPMS là lên chương trình bảo trì, sửa chữa đem lại lợi ích cao nhất cho toàn mạng lưới. Các dự án ưu tiên được xác định thông qua phân tích kinh tế - kỹ thuật của toàn bộ mạng lưới đường trên cơ sở những chi phí vòng đời (Life Cycle Costs). Tỷ số thu chi (BCR) thường được sử dụng để phân tích. Cần lưu ý rằng, việc phân tích này không đơn thuần là phân tích chi phí phải bỏ ra sửa chữa và bảo trì ban đầu mà còn là phân tích cả lợi ích và chi phí phải bỏ ra trong suốt quá trình 20 đến 30 năm tiếp theo. Kế hoạch được ưu tiên nhất là kế hoạch mang lại nhiều lợi ích nhất.

Các mặt lợi ích cần xét đến bao gồm: Lợi ích của người sử dụng, lợi ích của cơ quan quản lý và lợi ích kết hợp giữa người sử dụng và cơ quan quản lý. Lợi ích của người sử dụng được xét trên khía cạnh tiết kiệm trong chi phí vận hành xe cộ, tiết kiệm thời gian, an toàn, tiện nghi và thoải mái. Tổng lợi ích có được sẽ bằng hiệu số giữa các chi phí mà người sử dụng đường phải bỏ ra giữa việc có và không có phương án bảo trì. Lấy tổng lợi ích đó chia cho chi phí mà cơ quan bảo trì phải bỏ ra để sửa chữa trong suốt quá trình phân tích (20÷30 năm) sẽ có được tỷ số BCR của một kế hoạch bảo trì. Kế hoạch bảo trì nào có BCR lớn nhất sẽ là kế hoạch được ưu tiên thực hiện nhất.

Một khi đã chọn được kế hoạch bảo trì cho mạng lưới, dữ liệu đầu ra tiếp theo của hệ thống quản lý khai thác chính là xác định nhu cầu vốn cho các dự án theo từng giai đoạn, trên cơ sở kế hoạch bảo trì đã vạch ra. Trong trường hợp nguồn vốn sẵn có (ví dụ vốn cố định được cấp hàng năm cho từng địa phương theo hạn ngạch), cách làm cũng có thể tương tự, tuy nhiên, việc lên kế hoạch bảo trì cần xem xét

đến số lượng dự án để đảm bảo không vượt quá giới hạn nguồn vốn cho phép. 2.6.4. Thông tin đến các bên liên quan

Một nhiệm vụ quan trọng mà hệ thống quản lý khai thác mặt đường cần phải thực hiện đó là thông tin đến các bên liên quan, đặc biệt là người sử dụng đường nhằm mục đích:

(1) Minh bạch hóa quá trình sử dụng vốn ngân sách vào công tác quản lý khai thác.

(2) Tạo điều kiện cho việc kiểm tra giám sát quá trình bảo trì.

(3) Để người đi đường có thể sớm lên phương án di chuyển khi các đơn vị thi công bảo trì tuyến đường nhằm tránh ùn tắc giao thông.

Với sự hỗ trợ của GIS đặc biệt là các ứng dụng GIS online, công việc lập báo cáo và thông tin cho người sử dụng trở nên tương đối dễ dàng trong thời gian gần đây. 2.7. Lộ trình triển khai hệ thống VPMS

Nghiên cứu ứng dụng hệ thống quản lý khai thác tài sản đường bộ nói chung và mặt đường nói riêng đã được phát triển khoảng 20 năm trên thế giới. Các hệ thống quản lý khai thác ban đầu tương đối đơn giản sau đó được nâng cấp và cải tiến cùng với sự phát triển của khoa học kỹ thuật. Để đảm bảo hệ thống VPMS có đầy đủ nội dung như kiến nghị cần có một lộ trình áp dụng và hoàn thiện dần.

Bảng 4. Kiến nghị lộ trình triển khai hệ thống VPMS [1]

Giai đoạn

Mức độ Yêu cầu đầu vào Yêu cầu đầu ra

I 04

năm

Dự

án - Độ bằng phẳng

- Độ nhám, hằn lún vệt bánh xe - Hư hỏng mặt đường - FWD

- PCI hoặc PSI - Kế hoạch bảo trì - Nhu cầu vốn - Thông tin các bên liên quan

II

03 năm

Mạn

g lưới

- Như giai đoạn 1 - Cập nhật các phương pháp khảo sát thu thập dữ liệu. - RWD - Mô hình phân tích kinh tế

- PCI hoặc PSI - Chọn dự án ưu tiên và lên kế hoạch bảo trì - Nhu cầu vốn - Thông tin các bên liên quan

III

03 năm

Mạn

g lưới

- Như giai đoạn 2 - Cập nhật các phương pháp khảo sát thu thập dữ liệu. - Mô hình đường cong suy giảm khả năng phục vụ.

- Như giai đoạn 2 - Đường cong suy giảm khả năng phục vụ. - Dự báo khả năng vận hành còn lại của mạng lưới.

Vì được ứng dụng muộn nên hệ thống VPMS sẽ có nhiều lợi thế về công nghệ và học tập được nhiều kinh nghiệm trong vận hành từ các nước khác. Tuy vậy, Việt Nam hiện còn thiếu khá nhiều điều kiện để có thể xây dựng thành công VPMS, trong đó tác giả xác định 03 điều kiện cần phải giải quyết trong thời gian sắp tới gồm:

- Nghiên cứu hoàn thiện hệ thống thu thập dữ liệu đầu vào theo hướng tự động hóa để nâng cao năng suất và độ tin cậy.

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 21

- Đầu tư đồng bộ phần cứng, phần mềm kết hợp với đào tạo cán bộ kỹ thuật vì con người vẫn là thành phần quan trọng nhất của hệ thống VPMS.

- Nghiên cứu mô hình phân tích, dự báo khả năng phục vụ của mặt đường trong điều kiện Việt Nam.

Để có hiệu quả tác giả đề nghị hai mức độ áp dụng: Mức độ dự án và mức độ mạng lưới. Với mức độ dự án, hệ thống quản lý khai thác mặt đường sẽ được thử nghiệm ứng dụng ở một khu vực cụ thể có mạng lưới đường không quá lớn để từ đó có những đánh giá, hiệu chỉnh trước khi áp dụng cho mức độ mạng lưới. Ngược lại với mức độ mạng lưới, hệ thống VPMS sẽ được triển khai áp dụng cho toàn bộ hệ thống đường trên cả nước sau khi đã thử nghiệm thành công ở mức độ dự án. Trên cơ sở đó tác giả đề xuất khung lộ trình áp dụng hệ thống VPMS trong vòng 10 năm như trình bày ở bảng 4.

3. Kết luận Ứng dụng tiến bộ kỹ thuật và công nghệ trong quản lý

khai thác tài sản đường bộ mang lại nhiều lợi ích đã được kiểm chứng ở nhiều nơi trên thế giới, đó là xu hướng phát triển tất yếu mà nước ta cần sớm áp dụng. Hệ thống VPMS sẽ là một thay đổi mang tính bước ngoặt cho công tác quản lý khai thác mặt đường ở nước ta.

Để có được một hệ thống quản lý khai thác mặt đường gồm đầy đủ các yêu cầu đề ra cần phải tiến hành theo từng bước dựa trên một lộ trình định sẵn và tất nhiên là phải cần một nguồn vốn ban đầu không hề nhỏ cho việc trang bị phần cứng, phần mềm cũng như đào tạo nguồn nhân lực.

Cũng giống như hệ thống GIS truyền thống, con người vẫn là yếu tố then chốt trong hệ thống quản lý khai thác mặt đường VPMS. Cần nhấn mạnh rằng, VPMS chỉ là công cụ hỗ trợ phân tích, ra quyết định nhằm tăng năng suất lao

động dựa trên kỹ thuật lập trình và mô hình hóa, do đó độ tin cậy và tính hợp lý của kết quả đầu ra phụ thuộc rất lớn vào những gì mà con người đã tích hợp vào cấu trúc bên trong nó gồm: Số liệu đầu vào, kỹ thuật lập trình và mô hình phân tích. Vì vậy, song song với việc đầu tư phát triển hệ thống VPMS (phần cứng, phần mềm, nguồn nhân lực), cũng cần phải phát triển các kỹ thuật thu thập số liệu theo hướng tự động hóa và chính xác hóa, phát triển kỹ thuật lập trình và nghiên cứu các mô hình phân tích khả năng phục vụ của kết cấu áo đường trong điều kiện nước ta.

Hệ thống quản lý khai thác mặt đường là một thành phần của hệ thống quản lý khai thác tài sản đường bộ, do đó việc áp dụng thành công VPMS là cơ sở để triển khai hệ thống VRAMS, nhằm tiến tới quản lý một cách có hiệu quả toàn bộ tài sản trên đường.

TÀI LIỆU THAM KHẢO [1] Nguyễn Văn Đăng (2016), “GIS trong quản lý khai thác tài sản

đường bộ, áp dụng cho hệ thống quản lý khai thác mặt đường Việt Nam”, Đề tài khoa học công nghệ cấp trường, Trường Đại học Kiến trúc Đà Nẵng, Mã số KTD 2013-14.

[2] K. Levik (2001), “How to sell the message “Road maintenance is necessary” to decision makers”, First Road Transportation Technology Transfer Conference in Africa, Arusha International Conference Center, Tanzania, page 416-423.

[3] County of Martin (2013), Road Resurfacing Priorities and Ranking Criteria, Deputy County Engineer, State of Florida, USA.

[4] P.E Dennis Polhill (1983), How do we tackle the Infrastructure Problems? (Municipal Management), [cited 25/04/2015], Available: http://www.dennis.polhill.info/page/6

[5] National Cooperative Highway Research Program (2015) , NCHRP Report 800 – Successful practices in GIS-based Asset Management.

[6] N M Waters (1998), Transportation GIS: GIS- T in P.A. Longley, M.F. Goodchild, D.J. Maguire and D.W.Rhind, Geographical Information Systems: Principles, Techniques, Management and Applications, London, Pearson page 827-844.

(BBT nhận bài: 22/03/2017, hoàn tất thủ tục phản biện: 28/03/2017)

22 Lê Tiến Dũng, Trịnh Ngọc Văn, Nguyễn Văn Kiên, Nguyễn Đức Tường

THIẾT KẾ HỆ THỐNG ĐIỀU KHIỂN CỬA TỰ ĐỘNG SỬ DỤNG CÔNG NGHỆ XỬ LÝ GIỌNG NÓI VÀ CÔNG NGHỆ XỬ LÝ ẢNH

DESIGNING AN AUTOMATIC DOOR CONTROL SYSTEM APPLYING SPEECH PROCESSING AND IMAGE PROCESSING

Lê Tiến Dũng1, Trịnh Ngọc Văn2, Nguyễn Văn Kiên2, Nguyễn Đức Tường2 1Trường Đại học Bách khoa, Đại học Đà Nẵng; ltdung@dut.udn.vn

2Lớp 12DCLC, Trường Đại học Bách khoa, Đại học Đà Nẵng; vantnbk91@gmail.com, vankienemk@yahoo.com, tuongnguyen9494@gmail.com

Tóm tắt - Ngày nay, với sự phát triển không ngừng của ngành tựđộng hóa, con người có xu hướng sử dụng các thiết bị tự động đểnâng cao tính tiện nghi, an toàn cho không gian sống của họ. Trongbài báo này, chúng tôi đề xuất một giải pháp nhằm nâng cao tínhan ninh và tiện lợi của hệ thống điều khiển cửa tự động. Hệ thốngđiều khiển này sử dụng các công nghệ bảo mật như mật khẩu, bảomật bằng thẻ RFID, hay bằng các phương pháp sinh trắc học khácnhư nhận diện khuôn mặt hay giọng nói của người dùng. Ngoài rahệ thống có thêm chức năng truyền hình ảnh từ camera đặt ở cửatới các thiết bị trong mạng LAN, cũng như giao tiếp với các thiết bịtrong mạng LAN thông qua giao thức MQTT. Đồng thời chúng tôixây dựng một mô hình để kiểm nghiệm hoạt động thực tế các giảipháp đã đề ra.

Abstract - Nowadays, because of the consistent development of automation technology, there is a growing tendency among people to use automatic devices to improve the convenience and safety of their living space. In this paper, we propose a measure to enhance the convenience and security of the control system of automatic doors. Our control system uses security technology such as password, RFID or biometric methods like face recognition or speech recognition. Besides, our system have two extra functions: transmitting images captured by camera via Local Area Network (LAN) to other devices and saving video to review when it is necessary. The system adopt MQTT as the main communication protocol to exchange messages. Finally, we build up a working model to demo and test our solution.

Từ khóa - xử lý giọng nói; xử lý hình ảnh; hệ thống bảo mật; nhậndạng khuôn mặt; cửa thông minh.

Key words - speech processing; image processing; security systems; face recognition; intelligent door.

1. Đặt vấn đề

Ngày nay, khi đời sống kinh tế - xã hội phát triển, vấn đề an ninh được quan tâm nhiều hơn. Ở nước ta, việc bảo vệ an ninh đang dẫm chân tại chỗ ở việc người ta vẫn đang sử dụng con người cho mục đích an ninh là chính như việc thuê các bảo vệ viên, hay lắp đặt các hệ thống camera thông thường mà một kẻ gian hiểu biết có thể qua mắt được.

Trên thế giới hiện đã có nhiều công trình nghiên cứu và áp dụng hệ thống điều khiển cửa thông minh. Trước hết, có thể kể đến hệ thống chuông cửa thông minh Chui [4] sử dụng kỹ thuật nhận diện khuôn mặt, thẻ từ và mật khẩu để nhận diện và quyết định mở khóa. Ngoài ra, hệ thống này còn truyền hình ảnh qua mạng LAN để người dùng biết được người đang đứng trước cửa là ai. Tuy nhiên, hệ thống đó chưa lưu lại video để người dùng dễ dàng xem lại khi cần. Một ứng dụng thương mại khác là hệ thống khóa HF6618 sử dụng kỹ thuật nhận diện khuôn mặt, thẻ từ, khóa cơ và mật khẩu hoặc kết hợp để mở khóa [8]. Nhược điểm của hệ thống này là chưa truyền hình ảnh qua mạng LAN cũng như lưu lại video để người sử dụng giám sát ngôi nhà của họ. Bên cạnh đó, có thể kể đến hệ thống cửa thông minh ở các sân bay Australia [2] đối chiếu khuôn mặt trong hộ chiếu điện tử và khuôn mặt thu được từ camera để mở cửa cho du khách nhập cảnh. Hệ thống này khá cồng kềnh và cũng chưa có chức năng lưu video hay truyền qua mạng LAN.

Trong bài báo này, chúng tôi sẽ xây dựng một mô hình hệ thống cửa tự động với cấp độ bảo mật cao và khắc phục các vấn đề còn tồn tại của các hệ thống cửa thông mình kể đến ở trên. Sơ đồ khối cấu trúc của toàn hệ thống được biểu diễn ở hình 1.

Hình 1. Sơ đồ khối của hệ thống

Hệ thống cửa này sử dụng camera để phân biệt, nhận diện các đối tượng được phép mở cửa làm phương thức bảo mật chính. Ngoài ra, hệ thống cửa còn chấp nhận các yêu cầu khác như việc nhập khẩu từ bàn phím có sẵn hay nhận dạng giọng nói người dùng, đồng thời lưu trữ hình ảnh từ camera để thuận tiện cho việc truy xuất hình ảnh khi cần.

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 23

Khi người dùng yêu cầu mở cửa, một cơ cấu chốt khóa sẽ tự động được kéo ra cho phép người dùng có thể mở cửa. Cơ cấu này cũng sẽ gài lại khi có yêu cầu từ người dùng. Hệ thống còn có một số tính năng bổ sung khác như truyền hình ảnh từ camera đến các thiết bị khác như điện thoại, máy tính, cũng như chế độ từ chối tiếp khách liên động với chuông cửa. Cái cốt lõi nhất mà bài báo này hướng đến đó là giải pháp tự động hóa mang tính cải tiến, nâng cao bảo mật và ứng dụng thực tế cao.

Phần còn lại của bài báo được bố cục như sau: Mục 2 trình bày thuật toán xử lý ảnh và nhận diện khuôn mặt; Mục 3 trình bày về phương án xử lý giọng nói cho hệ thống điều khiển của cửa tự động; Mục 4 trình bày về giải pháp truyền thông. Một mô hình thực nghiệm được xây dựng để kiểm chứng giải pháp đề xuất, được trình bày trong mục 5. Cuối cùng, mục 6 đưa ra những kết luận, đề xuất.

2. Thuật toán xử lý ảnh và nhận diện khuôn mặt 2.1. Thuật toán xử lý ảnh

Hệ thống xác minh khuôn mặt trong bài báo này thực hiện xử lý ảnh qua bốn bước như sau:

Phát hiện khuôn mặt (detection): Tìm ra vị trí và kích thước của khuôn mặt trong bức ảnh.

Căn chỉnh khuôn mặt (alignment): Tìm các điểm landmarks rồi dựa vào các điểm này để biến đổi khuôn mặt (xoay, tịnh tiến hay thu phóng) sao cho khuôn mặt trong bức ảnh ở góc nhìn chính diện nhất có thể.

Biểu diễn (Representation): Biểu diễn khuôn mặt thành các số đo để dựa vào đó xác minh khuôn mặt.

Xác minh (Verification): Dựa vào các số đo đã được tìm ra để xác minh khuôn mặt có phải là người dùng hay không.

Bức ảnh thu được từ camera có kích thước là 480x640x3, bức ảnh này sẽ được xử lý để phát hiện ra vị trí và kích thước của khuôn mặt; khuôn mặt này được cắt ra rồi được điều chỉnh về kích thước 96x96x3. Bức ảnh đã được điều chỉnh sẽ được xử lý tiếp qua các giai đoạn sau để xác minh.

Các khung hình được xử lý liên tiếp. Sau khi xử lý xong một khung hình, máy tính sẽ lấy tiếp một khung hình nữa rồi lặp lại các bước xử lý như trên; quá trình này được lặp lại vô hạn.

Trong ngôn ngữ lập trình Python, các bức ảnh được biểu diễn ở dạng numpy array. Ví dụ một mảng numpy array như sau:

I = [[1, 0, 0], [0, 1, 2]] Trong mảng này, các số ở giữa mỗi cặp ngoặc vuông bên

trong là các phần tử của một hàng; dấu phẩy giữa các cặp ngoặc vuông phân cách các hàng với nhau. Việc đánh số các phần tử trong hàng và cột được bắt đầu bằng số 0, ví dụ I [0, 0] trả về giá trị 1. Để lấy tất cả các phần tử ở một chiều nào đó, ta dùng dấu “:” ở các chiều khác, ví dụ để lấy hàng đầu tiên, ta dùng lệnh I [1,:] (lấy tất cả các cột ở hàng 1).

Các bức ảnh được biểu diễn bằng mảng numpy array 3 chiều theo thứ tự là chiều dọc, chiều ngang và chiều sâu. Sau đây, chi tiết về các bước xử lý ảnh và xác minh sẽ được trình bày.

2.2. Phát hiện khuôn mặt Thuật toán được sử dụng để phát hiện khuôn mặt trong

bài báo này là thuật toán Viola-Jones. Ưu điểm nổi bật của thuật toán này là tốc độ xử lý. Thực tế đây là thuật toán phát hiện khuôn mặt có tốc độ nhanh nhất và có độ chính xác tương đối cao. Bài báo này sử dụng thư viện xử lý ảnh mã nguồn mở OpenCV [3] để thực hiện việc phát hiện khuôn mặt.

Sau khi phát hiện khuôn mặt, chương trình trả về vị trí và kích thước của hình chữ nhật bao quanh khuôn mặt như hình 2. Từ đó, ta có thể tách khuôn mặt ra khỏi bức ảnh để thực hiện tiếp các bước nhận dạng.

Hình 2. Kết quả của đoạn chương trình phát hiện khuôn mặt

2.3. Căn chỉnh khuôn mặt Để căn chỉnh khuôn mặt, trước hết, cần phải tìm các

điểm landmarks, đây là các điểm đặc biệt có mặt trong mọi khuôn mặt, chẳng hạn như góc mắt, đỉnh mũi hay khóe miệng. Bài báo này sử dụng thư viện xử lý ảnh mã nguồn mở Dlib [6] để tìm 68 điểm landmarks trên khuôn mặt. Thuật toán được sử dụng là thuật toán Ensemble of Regression Trees; thuật toán này có tốc độ thực thi rất cao, nó có thể xử lý 1.000 bức ảnh trong vòng 1s.

Minh họa các điểm landmarks trên một khuôn mặt như hình 3.

Hình 3. Kết quả tìm điểm landmarks và căn chỉnh khuôn mặt Sau khi phát hiện các điểm landmarks, ta sẽ dựa vào các

điểm này để biến đổi khuôn mặt sao cho góc nhìn được chính diện nhất. Ở đây ta sẽ sử dụng phép biến đổi affine. Cụ thể là tìm một ma trận H, ma trận này biến đổi các điểm có tọa độ , , 1 trong bức ảnh gốc thành các điểm có tọa độ , [3] trong bức ảnh mới sao cho: = 1 (1)

Để tìm được H, ta cần dựa vào một tính chất của phép biến đổi affine như sau: Với hai hình tam giác bất kỳ, ta luôn tìm được một phép biến đổi affine để biến đổi tam giác này thành tam giác kia [5]. Dựa vào tính chất này, ta sẽ chọn ra ba điểm, tìm ma trận H sao cho với ma trận H, ba điểm landmarks được chọn trong bức ảnh gốc được biến đổi thành ba điểm landmarks chuẩn tương ứng. Hình 4 bên dưới minh họa 68 điểm landmarks chuẩn mà bài báo này sử dụng [1].

24 Lê Tiến Dũng, Trịnh Ngọc Văn, Nguyễn Văn Kiên, Nguyễn Đức Tường

Gọi A, B, C là ba điểm landmarks được chọn trong bức ảnh gốc và A’, B’, C’ là ba điểm tương ứng của landmarks chuẩn, từ phương trình (1) ta có: = 1 (2)

Hình 4. Các điểm landmarks chuẩn được sử dụng = 1 (3)

= 1 (4)

Giải hệ phương trình trên ta tìm ra H:

=1 0 0 00 0 0 11 0 0 00 0 0 11 0 0 00 0 0 1

(5)

Ma trận biến đổi cuối cùng là: = (6)

Trong bài báo này, các điểm landmarks số 39, 42 và 33 được sử dụng để biến đổi. 2.4. Biểu diễn khuôn mặt

Để so sánh hai khuôn mặt, điều cần thiết là phải biểu diễn bức ảnh thành các tính chất để làm giảm sự biến thiên đối với các bức ảnh của cùng một người, trong khi đó phải làm tăng sự biến thiên đối với các bức ảnh của hai người khác nhau. Đây là phần quan trọng nhất trong quá trình xác minh khuôn mặt vì quá trình xác minh hoàn toàn dựa vào các tính chất này.

Hệ thống của bài báo này sử dụng mạng neuron đã được luyện sẵn của thư viện mã nguồn mở OpenFace [1]. Mạng neuron có input là một bức ảnh màu RGB với kích thước 96x96x3 và output là một vector chứa 128 số đo, được gọi là embeddings. Khoảng cách Euclide giữa hai embeddings của hai bức ảnh sẽ lớn nếu chúng thuộc về hai người khác nhau và sẽ nhỏ nếu chúng thuộc về hai người khác nhau. Gọi là một bức ảnh đầu vào và là vector chứa các embeddings của [7]. Mạng này được huấn luyện sao cho: || || || || 7

Trong đó là bức ảnh của một người để đối chiếu; là một bức ảnh khác của cùng một người với và là ảnh của một người khác với và . Từ bất đẳng thức (7) ta thấy rằng khoảng cách của các embeddings hai khuôn mặt của hai người khác nhau luôn lớn hơn khoảng cách của các embeddings của hai khuôn mặt cùng một người ít nhất là (với mạng neuron của OpenFace, = 0.2) [1]. 2.5. Xác minh khuôn mặt

Sau khi biểu diễn khuôn mặt, việc xác minh là rất dễ dàng. Từ công thức (7) ta rút ra: || || || || 8

Từ công thức (8) suy ra: 0 || || 9 Như vậy, khoảng cách Euclide của hai khuôn mặt của

hai người khác nhau luôn lớn hơn , trong bài báo này là 0,2. Như vậy, khi lập trình, chỉ cần tính khoảng cách giữa khuôn mặt đã được lưu trong máy tính với khuôn mặt thu được từ camera, nếu khoảng cách này nhỏ hơn 0,2 thì kết luận là hai khuôn mặt là của cùng một người. Ngược lại, nếu lớn hơn 0,2 thì kết luận là hai khuôn mặt khác nhau. Tuy nhiên, để đảm bảo an toàn, ta chọn ngưỡng thấp hơn, trong bài báo này chúng tôi chọn 0,18.

2.6. Đọc ảnh từ sever Để đọc ảnh từ server trả về, trước hết, cần phải kết nối

với server. Server trong bài báo này trả về ảnh dạng JPEG; đây là chuẩn nén ảnh phổ biến trên internet. Nếu server chỉ trả về một bức ảnh thì ta chỉ cần giải mã chuỗi dữ liệu nhận được trong biến stream là đã được một bức ảnh. Tuy nhiên, trong bài báo này, server liên tục trả ảnh về nên cần phải có cách để đọc từng chuỗi mã hóa ảnh trong stream ra. Để tìm được chuỗi mã hóa ảnh, ta cần tìm các chuỗi ‘\xff\xd8’ và ‘xff\xd9’; đây là các chuỗi mở đầu và kết thúc được quy ước trong định dạng ảnh JPEG. Sau khi đọc được chuỗi mã hóa, ta sẽ xóa các giá trị từ ‘\xd9’ trở về trước. Quá trình đọc ảnh tiếp tục được lặp lại để đọc các ảnh tiếp theo.

2.7. Lưu ảnh thành video Để lưu ảnh thành video, ta dùng hàm cv2.imwrite() của

thư viện opencv. Ta có ba thông số cần phải khai báo. Thông số đầu tiên là tên của video (ví dụ ‘out.avi’), sau đó cần phải khai báo mã Fourcc và số khung hình trên một giây (frames per second). Cuối cùng là cờ isColor; nếu cờ này được set bằng True thì chương trình sẽ lưu thành video với các khung hình màu, nếu bằng False thì chương trình lưu lại thành video đen trắng.

Fourcc là một đoạn mã dùng để nhận biết mã ảnh động (video codec), định dạng nén và định dạng pixel hoặc màu được sử dụng trong video. Mỗi mã Fourcc được ký hiệu bằng bốn chữ cái trong bảng mã ASCII. Mã Fourcc phụ thuộc vào hệ điều hành đang được sử dụng cũng như định dạng video; nếu khai báo sai mã Fourcc thì việc lưu video sẽ thất bại. Mã Fourcc được sử dụng trong bài báo này là ‘MJPG’ với định dạng video là .avi. Nếu việc lưu video thất bại thì cần phải thử với các mã Fourcc khác trên trang web https://www.fourcc.org/codecs.php.

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 25

3. Phương pháp xử lý giọng nói 3.1. Thư viện âm thanh MARF

Trong phạm vi bài báo này, chúng tôi nhận thấy việc xác minh người nói (speaker identifier) có ý nghĩa quan trọng hơn trong việc bảo mật của hệ thống thay vì nhận diện giọng nói, vì thế chúng tôi quyết định chọn những phần mềm, thiết bị liên quan tới công việc này.

Hình 5. Giới thiệu về MARF

Giải pháp phần mềm được đưa ra trong bài báo này là thư viện MARF (Modular Audio Recognition Framework) đã được chỉnh sửa lại để có thể sử dụng với ngôn ngữ lập trình python và hoạt động được trên máy tính Raspberry Pi.

MARF là một nền tảng nghiên cứu mã nguồn mở và là một tập hợp của các thuật toán về xử lý giọng nói/ âm thanh/ ngôn ngữ được viết trên nền tảng java, được sắp xếp vào trong một mô-đun và một cái sườn có thể mở rộng được bằng việc thêm vào các thuật toán mới. MARF có thể chạy trên mạng (network) hoặc có thể hoạt động như một thư viện thêm vào các ứng dụng, hoặc có thể dùng như một nguồn để nghiên cứu và phát triển. 3.2. Cài đặt thư viện

Thư viện MARF được tùy biến thành thư viện piwho sử dụng cho ngôn ngữ lập trình python. Về bản chất, thư viện MARF được viết trên nền tảng java, vì vậy để sử dụng được thư viện chúng ta cần nền java tối thiểu là phiên bản 1.7. Đối với máy tính Raspberry pi cũng như nhiều dạng máy tính linux khác, trong nhân máy đã được cài sẵn java. Để kiểm tra phiên bản của nền tảng java, chúng ta sử dụng câu lệnh:

$ java –version Để ghi âm phục vụ cho nhận diện người nói, chúng ta

cần một thư viện âm thanh dành cho python là pyaudio: $ pip install pyaudio Cuối cùng là câu lệnh cài đặt thư viện: $ pip install piwho

3.3. Huấn luyện máy nhận diện Việc huấn luyện máy nhận diện không quá khó khăn,

người dùng chỉ việc lặp lại việc nói một câu nào đó nhiều lần với các âm điệu khác nhau, thường là từ năm đến mười lần. Sau khi các đoạn âm thanh được ghi âm xong, máy tính sẽ bắt đầu huấn luyện trên cả thư mục chứa các đoạn âm thanh đã được ghi âm và lưu tập huấn luyện được vào một tệp tin.

Yêu cầu của việc huấn luyện: Số lượng huấn luyện: Tối thiểu hai người. Định dạng tệp âm thanh huấn luyện: PCM signed

(wav).

Tốc độ mẫu âm thanh: 8.000Hz (8Khz). Độ phân giải mẫu: 16bit. Kênh thu âm: 1 (mono).

Nếu tập âm thanh không đúng định dạng trên thì nó sẽ được chuyển về đúng định dạng và ghi đè lên tập tin gốc. Sau khi huấn luyện lần đầu tiên thì một mô-đun có đuôi mở rộng là “.gzbin” và một tập tin “speaker.txt “ được tạo ra tại thư mục làm việc hiện tại. Tập tin “speaker.txt” chứa thông tin tên người nói và số ID của người nói. Tập tin “*.gzbin” chứa các đặc tính được phân tích ra từ tập âm thanh huấn luyện. Mỗi lần huấn luyện, tập tin “*.gzbin” sẽ được cập nhật lại.

Để sử dụng thư viện piwho trong chương trình python chúng ta phải nhập thư viện:

from piwho import recognition recog = recognition.SpeakerRecognizer() Nếu tập âm thanh dùng để huấn luyện và nhận diện nằm

ở một thư mục khác thì chúng ta phải chỉ rõ ra địa chỉ của chúng. Ví dụ các tập tin nằm ở địa chỉ ‘/home/pi/recordings’:

recognition.SpeakerRecognizer(‘/home/pi/recordings/’) Để huấn luyện một tập dữ liệu âm thanh mới sử dụng

câu lệnh: recog.train_new_data()

3.4. Nhận diện người nói Sau khi thực hiện xong việc huấn luyện thì bước tiếp

theo là thử nghiệm bằng việc chạy trình nhận diện người nói. Để thực hiện được điều này có một số yêu cầu như sau:

Phải đảm bảo tập tin “*.gzbin” và “speaker.txt” nằm trong cùng thư mục, nơi chứa đoạn code python được thực thi.

Kiểm tra “speaker.txt” không phải là file trống. Thực hiện việc nhận diện bằng hàm identify_speakers()

và kết quả trả về ‘name’ dưới đây là danh sách của hai người nói có điểm số tốt nhất trong tập huấn luyện. Người đầu tiên là người nói gần giống nhất, tức là có điểm số thấp nhất:

name = recog.identify_speaker()

4. Giải pháp truyền thông 4.1. Truyền hình ảnh qua mạng LAN

Mạng LAN (Local Area Network) là tên của một loại mạng cục bộ. Các thiết bị kết nối trong mạng này có thể chia sẻ thông tin, dữ liệu với nhau mà không bị can thiệp, tấn công từ các thiết bị ngoài mạng. Việc truyền hình ảnh qua mạng LAN giúp các thiết bị trong mạng có thể xem được hình ảnh từ camera ở cửa gửi về. Để truyền được hình ảnh qua mạng LAN trên máy tính Raspberry Pi (sử dụng hệ điều hành Debian) chúng tôi sử dụng một dịch vụ (service) đi kèm, đó là motion.

Để cài đặt dịch vụ, chúng ta nhập vào terminal câu lệnh: sudo apt-get install motion.

Để bắt đầu sử dụng dịch vụ chúng ta gõ vào terminal câu lệnh: sudo service motion start. Để dừng dịch vụ sử dụng câu lệnh: sudo service motion stop. Nếu việc truyền

26 Lê Tiến Dũng, Trịnh Ngọc Văn, Nguyễn Văn Kiên, Nguyễn Đức Tường

hình ảnh không như ý muốn, chúng ta có thể thay đổi các thông số trong tập tin cấu hình của dịch vụ bằng câu lệnh: sudo nano/etc/motion/motion.conf, lúc đó tập cấu hình được mở ra và chúng ta chỉnh sửa lại dựa trên chú thích trước mỗi thông số, hoặc tìm hiểu để biết thêm cách chỉnh sửa các thông số cho phù hợp. 4.2. Giao tiếp với thiết bị khác qua giao thức MQTT

MQTT là một giao thức truyền tin hiệu quả, đáng tin cậy dựa trên nền tảng giao thức TCP/IP được sử dụng phổ biến hiện nay. MQTT thích hợp với việc truyền tải những dữ liệu nhỏ, yêu cầu tốc độ nhanh và sự đồng bộ dựa trên phương pháp đăng ký/xuất bản (subscribe/publish) lên một kênh bất kỳ.

MQTT có hỗ trợ ngôn ngữ python. Để cài đặt gói giao thức MQTT cho python, sử dụng câu lệnh pip install paho-mqtt. Để thêm thư viện MQTT vào chương trình python, sử dụng import paho.mqtt.client as mqtt. Để đăng nội dung lên một kênh (topic), sử dụngclient.publish(“topic”, data, qos=0, retain=False). Để đăng ký nội dung từ một kênh bất kỳ, sử dụng câu lệnh client.subscribe(“topic”, qos = 0). Chú ý, yêu cầu kênh đó phải tồn tại, có nghĩa là chúng ta phải chỉ rõ địa chỉ máy chủ nơi mà kênh được thiết lập và tồn tại, sử dụng client.connect (địa chỉ máy chủ, cổng, thời gian giữ tin). Ví dụ: ”client.connect("iot.eclipse.org", 1883, 60)”.

5. Mô hình thực nghiệm Để kiểm nghiệm những đề xuất, giải pháp của bài báo,

chúng tôi đã xây dựng một mô hình thực tế và đã thử nghiệm các phương án nhiều lần. Chương trình xác minh khuôn mặt đã xác minh đúng 98,55% số lần thử. Với chế độ bảo mật bằng bàn phím, tỷ lệ thành công là 100%, chế độ bảo mật bằng giọng nói có xác suất thành công là 91%, và chế độ bảo mật bằng thẻ RFID đạt tỷ lệ thành công 100%. Với các chế độ kết hợp, RFID kết hợp xác minh khuôn mặt đạt tỷ lệ thành công là 96%; RFID kết hợp giọng nói đạt 89%, xác minh khuôn mặt kết hợp xác minh giọng nói đạt 88%. Như vậy, các chương trình cho kết quả với độ chính xác cao, chế độ RFID kết hợp với xác minh khuôn mặt là chế độ tốt nhất và nên được sử dụng.

Hình 6. Hình ảnh thiết kế mô hình và các thiết bị mặt trước

Hình 7. Mặt trước mô hình thực nghiệm thực tế

Hình 8. Mặt sau mô hình thực nghiệm thực tế

6. Kết luận Bài báo đã trình bày phương án thiết kế hệ thống điều

khiển cửa tự động sử dụng công nghệ xử lý giọng nói và công nghệ xử lý ảnh và các phương thức bảo mật kết hợp. Các thuật toán xử lý hình ảnh, nhận dạng giọng nói đã được trình bày chi tiết. Các thiết kế trình bày trong bài báo giúp làm chủ công nghệ, đưa ra giải pháp để chế tạo hệ thống điều khiển cửa thông minh có chất lượng tốt, nhiều ưu điểm so với các hệ thống đã được ứng dụng trong thực tiễn. Đồng thời, một mô hình thực tế đã được xây dựng để kiểm nghiệm các đề xuất của bài báo. Qua quá trình thử nghiệm thực tế, chúng tôi nhận thấy rằng mô hình hoạt động có hiệu quả, đáp ứng được yêu cầu đặt ra và có thể áp dụng được trong thực tiễn.

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 27

TÀI LIỆU THAM KHẢO [1] Amos, B., Ludwiczuk, B. & Satyanarayanan, M., 2016, OpenFace:

A general-purpose face recognition library with mobile application, CMU-CS-16-118, CMU School of Computer Science.

[2] Australian Border Force, n.d. The Department of Immigration and Border Protection, [Online] Available at: https://www.border.gov.au [Accessed 20 August 2016]

[3] Bradski, G., 2000, “The OpenCV Library”, Dr. Dobb's Journal of Software Tools.

[4] Chui, n.d. CHUI, [Online] Available at: https://www.getchui.com/[Accessed 20 August 2016]

[5] Gonzalez, R.C. & E., W.R., 2007, Digital Image Processcing. 3rd ed. Pearson.

[6] King, D.E., 2009, “Dlib-ml: A Machine Learning Toolkit”, Journal of Machine Learning Research, 10, page 1755-58.

[7] Schroff, F., Kalenichenko, D. & Philbin, J., 2015, “FaceNet: A Unified Embedding For Face Recognition And Clustering”, In IEEE Computer Society Conference on Computer Vision and Pattern Recognition 2015., 2015.

[8] Xiamen Surmount Industry Co., Ltd., n.d, Xiamen Surmount Industry Co., Ltd, [Online] Available at: http://www.xmsurmount.com/en/ [Accessed 20 August 2016]

(BBT nhận bài: 17/12/2016, hoàn tất thủ tục phản biện: 03/02/2017)

28 Nguyễn Tuấn Dũng, Nguyễn Thanh Phương

XỬ LÝ DỮ LIỆU THIẾU TRONG NGHIÊN CỨU PHỤ TẢI BẰNG SUPPORT VECTOR REGRESSION (SVR)

DEALING WITH MISSING DATA FOR THE POWER LOAD STUDIES USING SUPPORT VECTOR REGRESSION (SVR)

Nguyễn Tuấn Dũng1, Nguyễn Thanh Phương2 1Tổng Công ty Điện lực TP. Hồ Chí Minh; dungnt@hcmpc.com.vn

2Trường Đại học Công nghệ TP. Hồ Chí Minh; nt.phuong@hutech.edu.vn

Tóm tắt - Trong những năm gần đây, việc nghiên cứu và ứng dụngcác kỹ thuật khai thác dữ liệu gặp phải nhiều khó khăn, thách thứclớn, trong đó có vấn đề giá trị thiếu, tức là có những giá trị thuộc tínhcủa dữ liệu bị thiếu. Có nhiều nguyên nhân khác nhau dẫn tới hiệntượng này: thiết bị thu thập dữ liệu bị hỏng, sự thay đổi thiết kế thínghiệm, sự từ chối cung cấp dữ liệu nhằm bảo vệ tính riêng tư, sựsơ suất khi nhập dữ liệu, các sự cố xảy ra trong quá trình truyền dữliệu,... [1]. Trong đó, việc thiếu dữ liệu phục vụ công tác nghiên cứu,dự báo phụ tải điện là một trong những vấn đề nan giải đối với ngànhđiện. Hiện các công ty điện lực đang thực hiện việc này bằng cáchnội suy từ các giá trị đo đếm của các ngày trước, giờ trước một cáchthủ công, không chuẩn xác làm ảnh hưởng không nhỏ đến kết quảphân tích, xử lý dữ liệu trong quá trình nghiên cứu phụ tải. Bài báođề xuất một phương pháp xử lý dữ liệu thiếu bằng cách xây dựngcác mô hình hồi quy tối ưu hóa các thông số tự động thông qua quátrình huấn luyện học máy Support Vector Regression (SVR), từ đóước lượng lại các dữ liệu đã mất hoặc không ghi nhận được trongquá trình đo đếm.

Abstract - In recent years, the research and the application of data mining techniques have encountered many difficulties and challenges, including the missing value problem i.e. the attribute values of the data are missing . There are many different causes of this phenomenon: damaged data collection equipment, the change of design of experiments, the refusal to provide the data in order to protect privacy, the mistake when importing data, the incident occurrence during the data transmission... [1]. In particular, the lack of data is one of the problems for the power sector. The power companies are doing this manually, causing influence on results analysis. This paper proposes a method of handling missing data by building the regression model to optimize parameters automatically through Support Vector Regression (SVR), machine learning training which estimates the lost data or unrecorded data during the measurement.

Từ khóa - thiếu dữ liệu; ước lượng; số liệu đo đếm; phụ tải điện;SVM; SVR

Key words - missing data; estimation; measurement data; power load; SVM; SVR

1. Đặt vấn đề 1.1. Dữ liệu thiếu trong quá trình khai thác cơ sở dữ liệu (CSDL)

Tất cả các nhà nghiên cứu đều đã phải đối mặt với các vấn đề về dữ liệu định lượng bị mất (thiếu giá trị) tại một số điểm trong công việc của họ, làm thế nào để xử lý các các giá trị thuộc tính thiếu là một nhiệm vụ quan trọng hàng đầu của quá trình khái thác từ các CSDL. Việc loại bỏ tất cả các bộ dữ liệu có chứa giá trị thuộc tính thiếu sẽ làm mất thông tin, đánh mất các đặc trưng ban đầu của CSDL. Phương pháp xem xét tình trạng nguyên thủy (dữ liệu gốc), sử dụng dữ liệu sẵn có để có thể gán các giá trị thiếu sẽ là cách làm tốt nhất. Tuy nhiên, để xác định giá trị thực của dữ liệu thiếu là công việc rất khó khăn.

Cho đến nay, có nhiều phương pháp xử lý giá trị thiếu đã được đề xuất và áp dụng [1, 2]. Các phương pháp này cho phép xử lý trực tiếp các giá trị thiếu, tuy nhiên chúng cũng có thể mang những thông tin nhiễu vào tập dữ liệu đang xét. Việc xử lý các giá trị thiếu cần phải được cân nhắc và thực hiện một cách thận trọng, nếu các nhà nghiên cứu sử dụng phương pháp xử lý dữ liệu bị mất mà không cẩn thận xem xét các giả định cần thiết của phương pháp đó, họ có nguy cơ có kết quả sai lệch và gây hiểu nhầm [2]. Cho đến nay, việc xử lý giá trị thiếu trong các CSDL vẫn là đề tài thu hút sự quan tâm của nhiều nhà nghiên cứu và ứng dụng.

Một nhiệm vụ vô cùng quan trọng khi xây dựng một phương pháp xử lý giá trị thiếu là phải hiểu được cơ chế

sinh ra các giá trị thiếu trong CSDL cần khai phá. Nắm bắt được cơ chế sinh ra giá trị thiếu trong một tình huống cụ thể sẽ giúp xây dựng được một phương pháp xử lý thích hợp và hiệu quả. Theo các nhà thống kê toán học, sự xuất hiện các giá trị thiếu trong một CSDL có thể phân thành ba trường hợp theo tính ngẫu nhiên như [1, 2]:

- Trường hợp 1: Thiếu hoàn toàn ngẫu nhiên (Missing Completely At Random – MCAR). Đây là mức độ ngẫu nhiên cao nhất. Trường hợp này xảy ra khi xác suất một giá trị của thuộc tính bị thiếu không phụ thuộc vào các giá trị đã biết cũng như bản thân giá trị bị thiếu.

- Trường hợp 2: Thiếu ngẫu nhiên (Missing At Random – MAR). Đó là khi xác suất xuất hiện một giá trị thiếu tại một thuộc tính có thể phụ thuộc vào các giá trị đã biết, nhưng không phụ thuộc vào bản thân giá trị bị thiếu. - Trường hợp 3: Thiếu không ngẫu nhiên (Not Missing At Random – NMAR): khi xác suất xuất hiện một giá trị thiếu tại một thuộc tính phụ thuộc vào giá trị của thuộc tính đó.

1.2. Dữ liệu thiếu trong nghiên cứu phụ tải điện Nghiên cứu phụ tải là hoạt động phân tích biểu đồ phụ

tải hệ thống điện nhằm chia thành biểu đồ của các thành phần phụ tải, phân nhóm phụ tải, các khách hàng sử dụng điện cuối cùng và các công nghệ sử dụng điện, để đưa ra các thông tin quan trọng như: Công suất và thời gian xuất hiện phụ tải đỉnh; Xu hướng tăng trưởng của phụ tải đỉnh

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 29

và hệ số phụ tải; Chênh lệch phụ tải cao/thấp điểm của hệ thống; Lập kế hoạch, thiết kế và triển khai các chương trình DSM; Nâng cao độ chính xác của dự báo phụ tải ngắn hạn;....

Đây là một hoạt động chuyên sâu về phân tích số liệu, trong đó dữ liệu được thu thập thường là rất lớn, thông qua các hình thức thu thập tự động hoặc thủ công. Do đó dữ liệu bị lỗi là rất khó tránh khỏi, bởi có rất nhiều nguyên nhân như: sự cố đường truyền, sự cố thiết bị đo đếm, sự cố thiết bị lưu trữ hay do việc xử lý dữ liệu thủ công không đúng phương pháp,...

Dữ liệu đo đếm của phụ tải là số liệu công suất, điện năng tiêu thụ của phụ tải theo chu kỳ đo quy định (30 phút hoặc 60 phút), thông số vận hành, biểu đồ phụ tải (load profile). Các Tổng công ty điện lực có trách nhiệm thực hiện cài đặt công tơ để truyền dữ liệu tự động về kho dữ liệu.

Trong quá trình vận hành, thu thập dữ liệu đã xuất hiện nhiều sự cố làm gián đoạn việc ghi nhận các dữ liệu đo đếm như: sự cố truyền dẫn tín hiệu từ công tơ đo đếm về kho dữ liệu làm mất gói dữ liệu truyền về; lỗi tại thiết bị đo đếm; lỗi do mất nguồn điện; lỗi do cài đặt thiết bị đo đếm không đúng; lỗi do xử lý dữ liệu bằng phương pháp thủ công; hoặc do việc thu thập dữ liệu bằng thủ công,... dẫn đến dữ liệu ghi nhận được không phù hợp như: dữ liệu có có giá trị bằng 0 (Fasse Zero); trùng lặp dữ liệu (Inconsistent/Duplicate); thiếu chuỗi dữ liệu (Missing Data); dữ liệu thiếu chính xác, không logic cao quá hoặc thấp bất thường (Too High/Too Low).

Hình 1. Các lỗi thường gặp trong ghi nhận dữ liệu

2. Các phương pháp nghiên cứu xử lý dữ liệu thiếu Cho đến nay vẫn chưa có một phương pháp nào chuyên

dụng được khuyên sử dụng riêng cho việc xử lý dữ liệu thiếu trong các ứng dụng khai thác dữ liệu. Đặc biệt, là làm thế nào để có thể xử lý giá trị thiếu trong một CSDL dữ liệu khổng lồ. Một số phương pháp xử lý dữ liệu thiếu đã được nghiên cứu [3, 4, 5]. 2.1. Phương pháp loại bỏ: nếu xảy ra trường hợp thiếu dữ liệu cho một biến bất kỳ nào đó, giải pháp đơn giản là loại bỏ thuộc tính bị thiếu của dữ liệu ra khỏi qua quá trình phân tích đánh giá của chuỗi dữ liệu. Phương pháp này chỉ được áp dụng khi dữ liệu bị mất là hoàn toàn ngẫu nhiên (MCAR), vốn rất hiếm khi xảy ra trong thực tế.

Phương pháp loại bỏ các bộ dữ liệu có chứa giá trị thiếu có ưu điểm là đơn giản, ít tốn thời gian hơn bất kỳ phương pháp nào khác. Nhưng nó lại có có hai điểm hạn chế quan trọng: i) thứ nhất là nếu chúng ta áp dụng vào trong thực tế có thể gây mất mát nhiều dữ liệu; ii) thứ hai là nếu phân bố dữ liệu thiếu trong tập dữ liệu không thuộc trường hợp (MCAR) thì việc loại bỏ tất cả các bộ dữ liệu có giá trị thiếu sẽ làm sai lệch nghiêm trọng kết quả.

2.2. Phương pháp gán ghép: Phương pháp này thay thế các giá trị bị thiếu bằng một giá trị dự đoán được xem là hợp lý, và sau đó thực hiện các phân tích cho chuỗi dữ liệu đã được bổ sung.

- Gán ghép trung bình: Tính giá trị trung bình dữ liệu của X bằng cách sử dụng các giá trị không bị mất và sử dụng nó để gán ghép cho giá trị thiếu của X.

2.3. Phương pháp hồi qui tuyến tính Khi hai thuộc tính định lượng nào đó có mối quan hệ

tuyến tính với nhau, chúng ta có thể xây dựng một phương trình hồi quy tuyến tính, trong đó thuộc tính có giá trị thiếu là biến phụ thuộc, biến còn lại là biến độc lập, và sử dụng phương trình hồi quy cho việc dự đoán các giá trị thiếu của biến phụ thuộc thông qua các giá trị đã biết của biến độc lập.

Phương pháp hồi quy tuyến tính thường gặp phải hai vấn đề: i) thứ nhất, mô hình quan hệ giữa các thuộc tính có phải tuyến tính không. Nếu mối quan hệ này là không tuyến tính, các giá trị thiếu ước lượng được có thể bị sai lệch lớn so với các giá trị thực; ii) thứ hai, thường thì trong cùng một bộ dữ liệu, các thuộc tính có quan hệ chặt với thuộc tính có giá trị thiếu cũng có giá trị thiếu.

2.4. Phương pháp xử lý dữ liệu thiếu trong nghiên cứu phụ tải điện

Một số phương pháp ước lượng số liệu đo đếm của các phụ tải điện bị lỗi trong quá trình thu thập dữ liệu của các Công ty điện lực thường được sử dụng như [12]:

- Nội suy tuyến tính: nội suy từ đường đặc tính xu thế tiêu thụ điện; - Ngày tương đồng: sử dụng dữ liệu ngày tương đồng của tuần hiện tại hoặc tuần trước; - Tự động ước lượng: sử dụng trong trường hợp dữ liệu bị thiếu không quá bảy (07) ngày; - Kiểm tra trực quan đồ thị: để biết được dữ liệu bị sai và quyết định về dữ liệu được ước lượng; - Hiệu chỉnh ước lượng số liệu thủ công: được sử dụng khi dữ liệu bị thiếu nhiều hơn bảy (07) ngày; - Hiệu chỉnh ước lượng giá trị trung bình các tuần của ngày tham chiếu: dựa vào dữ liệu của bốn (04) tuần gần nhất; Tuy nhiên, các cách làm này đều thực hiện một cách

thủ công và phụ thuộc rất nhiều vào năng lực kinh nghiệm của chuyên gia thực hiện ước lượng.

Dữ liệu đo đếm của phụ tải gồm: số liệu công suất (Pmax), điện năng tiêu thụ (Atổng) và nhiệt độ (t0) có mối quan hệ ràng buộc với nhau. Qua quan sát các dữ liệu thống kê chúng ta thấy được mối quan hệ tuyến tính giữa chúng, chẳng hạn như: những ngày nhiệt độ tăng cao thì điện năng sẽ được tiêu thụ nhiều hơn do người dân sử dụng nhiều thiết bị làm mát như máy điều hòa, quạt máy,... dẫn đến công suất Pmax sẽ tăng cao đột biến và sản lượng điện thương phẩm Atổng cũng vì thế tăng lên theo. Ngược lại, những ngày thời tiết có nhiệt thấp (trời mát hay có mưa) thì công suất Pmax và sản lượng điện thương phẩm Atổng sẽ không tăng cao mà hạ xuống thấp, đó là do nhu cầu sử dụng điện để giải nhiệt của người dân

30 Nguyễn Tuấn Dũng, Nguyễn Thanh Phương

không còn nữa. Với phân tích trên, ta thấy mối quan hệ ràng buộc của ba thành phần số liệu công suất (Pmax), điện năng tiêu thụ (Atổng) và nhiệt độ (t0). Như vậy, việc sử dụng phương trình hồi quy cho việc dự đoán các giá trị thiếu trong quá trình nghiên cứu phụ tải điện là hoàn toàn phù hợp.

Bài báo đã đề xuất một phương pháp xử lý dữ liệu thiếu bằng cách xây dựng các mô hình hồi quy tối ưu hóa các thông số tự động thông qua quá trình huấn luyện học máy Support Vector Regression (SVR), từ đó ước lượng lại các dữ liệu đã mất hoặc không ghi nhận được trong quá trình đo đếm. 2.4.1. Phương pháp học máy Support Vector Machine (SVM)

Support Vector Machine (SVM) là phương pháp mạnh và chính xác nhất trong số các thuật toán nổi bật ở lĩnh vực khai thác dữ liệu. SVM bao gồm hai nội dung chính là: support vector classifier (SVC), bộ phân lớp dựa theo vector hỗ trợ, và support vector regression (SVR), bộ hồi quy dựa theo vector hỗ trợ. Được phát triển đầu tiên bởi Vapnik vào những năm 1990 [6], SVM có nền tảng lý thuyết được xây dựng trên nền móng lý thuyết xác suất thống kê. Trong những thập niên qua, SVM đã phát triển nhanh chóng cả về lý thuyết lẫn thực nghiệm. 2.4.2. Bộ hồi quy dựa theo vector hỗ trợ – Support vector regression (SVR)

Ý tưởng cơ bản của SVR là ánh xạ không gian đầu vào sang một không gian đặc trưng nhiều chiều mà ở đó, ta có thể áp dụng được hồi quy tuyến tính (mà nếu ta áp dụng trực tiếp hồi quy tuyến tính thì không hiệu quả).

Đặc điểm của SVR là cho ta một giải pháp thưa (sparse solution); nghĩa là để xây dựng được hàm hồi quy, ta không cần phải sử dụng hết tất cả các điểm dữ liệu trong bộ huấn luyện. Những điểm có đóng góp vào việc xây dựng hàm hồi quy được gọi là những Support Vector. Việc phân lớp cho một điểm dữ liệu mới sẽ chỉ phụ thuộc vào các support vector.

Hình 2. Biến đổi không gian dữ liệu sang không gian đặc trưng

(thủ thuật Kernel) Hàm hồi quy cần tìm có dạng:

b)x(w)x(fy T +Φ== Trong đó: mRw ∈ là véc-tơ trọng số; T là kí hiệu

chuyển vị; Rb∈ là hằng số; nRx∈ là véc-tơ đầu vào; mR)x( ∈Φ là véc-tơ đặc trưng; Φ làm hàm ánh xạ từ

không gian đầu vào sang không gian đặc trưng [6, 7, 8]. Như vậy, mục tiêu của việc huấn luyện SVR là tìm

được w và b. Cho tập huấn luyện (x1, t1), (x2, t2), …, (xN, tN)

RR n ×⊂ . Với bài toán hồi quy đơn giản, để tìm w và b ta phải tối thiểu hóa hàm lỗi chuẩn hóa:

2N

1n

2nn w

2ty

21 λ

+−∑=

với λ là hằng số chuẩn hóa

Để có được một giải pháp thưa, ta sẽ thay hàm lỗi trên bằng hàm lỗi ε-insensitive. Đặc điểm của hàm lỗi này là nếu trị tuyệt đối của sự sai khác giữa giá trị dự đoán y(x) và giá trị đích nhỏ hơn ε (với ε> 0) thì nó coi như độ lỗi bằng 0.

Như vậy bây giờ, ta phải tối thiểu hóa hàm lỗi chuẩn hóa sau:

2N

1n

2nn w

21)t)x(y(EC +−∑

=ε

Với b)x(w)x(y nT

n +Φ= , C là hằng số chuẩn hóa

giống như λ nhưng được nhân với hàm lỗi thay vì 2w .

Để cho phép một số điểm nằm ngoài ống ε, ta sẽ đưa thêm các biến lỏng (slack variable) vào. Đối với mỗi điểm

dữ liệu nx , ta cần hai biến lỏng 0n ≥ξ và 0ˆn ≥ξ , trong

đó 0n >ξ ứng với điểm mà ε+> )x(yt nn (nằm ngoài và

phía trên ống) và 0ˆn ≥ξ ứng với điểm mà ε−< )x(yt nn

(nằm ngoài và phía dưới ống).

Hình 3. Minh họa cho các biến lỏng nξ

Điều kiện để một điểm đích nằm trong ống là: ε+≤≤ε− nnn yty với yn = y(xn). Với việc sử dụng các

biến lỏng, ta cho phép các các điểm đích nằm ngoài ống (ứng với các biến lỏng > 0) và như thế thì điều kiện bây giờ sẽ là:

nnn

nnn

ˆyt

yt

ξ−ε−≥

ξ+ε+≤

Như vậy, ta có hàm lỗi cho SVR:

)w21ˆ(C 2N

1nnn +ξ+ξ∑

=

Mục tiêu của ta là tối thiểu hóa hàm lỗi này với các ràng buộc:

nnn

nnn

nn

ˆyt

yt 0ˆ,0

ξ−ε−≥•

ξ+ε+≤•≥ξ≥ξ•

Dùng hàm Lagrange và điều kiện Karush-Kuhn-Tucker, ta có bài toán tối ưu hóa tương đương:

∑∑∑∑=== =

−+−ε−−−−N

1nnnn

N

1nnnmn

N

1n

N

1mmmnn t)aa()aa()x,x(k)aa)(aa(

21

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 31

Với k là hàm nhân: )'x()x()'x,x(k T ΦΦ= . Bất kỳ một hàm nào thỏa điều kiện Mercer thì đều có thể được dùng làm hàm nhân. Hàm nhân được sử dụng phổ biến nhất là hàm Gaussian: )xxexp()x,x(k

2jiji −γ−=

Cực đại hóa với các ràng buộc:

0)aa(

Ca0 Ca0

N

1nnn

n

n

=−•

≤≤•

≤≤•

∑=

Từ đây, ta có hàm hồi quy của SVR:

b)x,x(k)aa()x(y n

N

1nnn +−=∑

=

Như vậy, với SVR sử dụng hàm lỗi ε-insensitive và hàm nhân Gaussian ta có ba tham số cần tìm: hệ số chuẩn hóa C, tham số γ của hàm nhân Gaussian và độ rộng của ống ε [9]. Cả ba tham số này đều ảnh hưởng đến độ chính xác dự đoán của mô hình và cần phải chọn lựa kỹ càng. Nếu C quá lớn thì sẽ ưu tiên vào phần độ lỗi huấn luyện, dẫn đến mô hình phức tạp, dễ bị quá khớp. Còn nếu C quá nhỏ thì lại ưu tiên vào phần độ phức tạp mô hình, dẫn đến mô hình quá đơn giản, giảm độ chính xác dự đoán. Ý nghĩa của ε cũng tương tự C. Nếu ε quá lớn thì có ít vectơ hỗ trợ, làm cho mô hình quá đơn giản. Ngược lại, nếu ε quá nhỏ thì có nhiều vectơ hỗ trợ, dẫn đến mô hình phức tạp, dễ bị quá khớp. Tham số γ phản ánh mối tương quan giữa các vectơ hỗ trợ nên cũng ảnh hưởng đến độ chính xác dự đoán của mô hình.

3. Kết quả nghiên cứu 3.1. Dữ liệu đầu vào

Dữ liệu đo đếm của phụ tải sử dụng trong việc xây dựng thuật toán gồm: số liệu công suất (Pmax), điện năng tiêu thụ (Atổng) và nhiệt độ (t0) theo từng giờ, từng ngày trong tháng của các phụ tải tại Tổng công ty Điện lực TP.HCM. Xét một chuỗi dữ liệu đo đếm trong khoảng thời gian từ ngày 01/01/2014 đến 28/02/2016.

Trong đó có một số dữ liệu điện năng tiêu thụ (Atổng) bị thiếu do gián đoạn đo đếm (ngày 12/02 – 14/02/2015) và lỗi giá trị 0

(ngày 10/01 – 13/01/2015) cần phải hiệu chỉnh.

Hình 4. Chuỗi dữ liệu công suất, sản lượng, nhiệt độ bị lỗi

3.2. Xây dựng mô hình hồi quy cho việc dự đoán các giá trị thiếu

Đặc điểm của SVR là cho ta một giải pháp thưa (sparse solution); nghĩa là để xây dựng được hàm hồi quy, ta không cần phải sử dụng hết tất cả các điểm dữ liệu trong bộ huấn luyện, những điểm có đóng góp vào việc xây dựng hàm

hồi quy được gọi là những Support Vector (việc phân lớp cho một điểm dữ liệu mới sẽ chỉ phụ thuộc vào các support vector). Dựa trên mối quan hệ tuyến tính của ba thành phần số liệu công suất (Pmax), điện năng tiêu thụ (Atổng) và nhiệt độ (t0), bài báo đề xuất giải thuật xây dựng mô hình hồi quy dự đoán các giá trị thiếu cho chuỗi dữ liệu điện năng tiêu thụ (Atổng), trên cơ sở ràng buộc của bộ dữ liệu huấn luyện là thành phần số liệu công suất (Pmax) và nhiệt độ (t0).

Yêu cầu đặt ra là thực hiện việc xử lý các dữ liệu điện năng tiêu thụ bị lỗi trong quá trình đo đếm theo từng giờ trong ngày hoặc tổng điện năng tiêu thụ tổng từng ngày theo tháng. Trong đó, dựa trên mối quan hệ ràng buộc giữa sản lượng điện năng tiêu thụ với công suất và nhiệt độ tại thời điểm đo để xây dựng đường cong hồi quy bằng giải thuật huấn luyện SVR (Support Vector Regression), từ đó ước lượng các giá trị dữ liệu đã bị lỗi. Lưu đồ giải thuật như sau:

Hình 5. Lưu đồ giải thuật xử lý dữ liệu thiếu

3.3. Kết quả xử lý dữ liệu thiếu 3.3.1. Phương pháp thông thường: sử dụng giá trị trung bình trong cùng thời gian cho 4 tuần trước đó của dữ liệu đang xét, ta có kết quả:

Ngày Athay thế

10/01/2015 55,70646

11/01/2015 47,10225

12/01/2015 55,8149

13/01/2015 55,89409

12/02/2015 54,20898

13/02/2015 53,90467

14/02/2015 38,22495

Khi sử dụng phương pháp này sẽ xảy ra một vấn đề đó là: sẽ có trường hợp dữ liệu của 4 tuần trước đó bị rớt vào vùng dữ liệu bị thiếu. Chẳng hạn như xét việc tính toán cho dữ liệu thay thế ngày 12/02/2016, ta có:

Athay thế (14/02) = (A 31/01 + A 24/01 + A 17/01 + A 10/01) / 4 Tuy nhiên, giá trị A 10/01 lại là dữ liệu bị thiếu mà ta đang

xét, do đó kết quả tính toán chắc chắn sẽ không chính xác do giá trị A 10/01 lúc này bằng 0. Đồng thời, xét ngày tương tự của năm trước thì A 14/02/2014 có giá trị lớn hơn nhiều so với giá trị thay thế ta vừa tính toán (49,698 > 38,22495). Như vậy, có thể kết luận phương pháp sử dụng giá trị trung bình trong cùng thời gian cho 4 tuần trước đó của dữ liệu đang xét là chưa thực sự phù hợp trong trường hợp này.

0102030405060

- ,500

1,000 1,500 2,000 2,500 3,000 3,500

1/1/15 8/1/15 15/1/15 22/1/15 29/1/15 5/2/15 12/2/15 19/2/15 26/2/15

Pmax(MW) Atổng (triệu kWh) Nhiệt độ (C)

Đầu vào - Dữ liệu thống kê điện năng tiêu thụ theo giờ hoặc theo ngày từ 01/2011 – 02/2016 (bao gồm các dữ liệu bị lỗi); - Dữ liệu ràng buộc huấn luyện SVR: công suất và nhiệt độ tại thời điểm đo tương ứng điện năng tiêu thụ ở trên (từ 01/2011 – 02/2016).

Huấn luyện SVR

- Hệ số chuẩn hóa C; - Tham số γ của hàm nhân Gaussian; - Và độ rộng của ống ε.

Kết quả ước lượng - Mô hình hóa dữ liệu điện năng tiêu thụ thông qua huấn luyện SVR; - Kiểm tra sai số của mô hình hồi quy SVR; - Ước lượng các giá trị lỗi của dữ liệu bằng mô hình hồi quy đã xây dựng.

32 Nguyễn Tuấn Dũng, Nguyễn Thanh Phương

3.3.2. Phương pháp xây dựng đường cong hồi quy bằng giải thuật SVR (Support Vector Regression)

Ta xét dữ liệu đo đếm từ tháng 01/2014 đến tháng 02/2016, ta thấy có 04 số liệu điện năng (ngày 10 ÷ 13/01/2015) bị lỗi ghi nhận bằng 0 – không đo đếm được và 03 số liệu điện năng (ngày 12 ÷ 14/02/2015) bị lỗi ghi nhận bằng rỗng – không lưu trữ được.

Hình 6. Dữ liệu công suất, sản lượng, nhiệt độ bị lỗi

Xây dựng bộ huấn luyện SVR sử dụng hàm lỗi ε-insensitive và hàm nhân Gaussian ta có ba tham số cần tìm: hệ số chuẩn hóa C, tham số γ của hàm nhân Gaussian và độ rộng của ống ε [9, 10]. Dùng ngôn ngữ lập trình Matlab version R2015 [11] để xây dựng chương trình ước lượng, với x1, x2 là 02 vector dữ liệu công suất và nhiệt độ ghi nhận theo ngày từ 01/01/2014 đến ngày 29/02/2016; Y là vector dữ liệu điện năng tiêu thụ ghi nhận theo ngày từ 01/01/2014 đến ngày 29/02/2016 (có chứa các số liệu bị lỗi) cần được mô hình hóa.

Xét mô hình RegressionSVM: PredictorNames: 'x1' 'x2' ResponseName: 'Y' Alpha: [490x1 double] Bias: 49.3329 KernelParameters: [1x1 struct] Mu: [2.8438 33.4579] Sigma: [0.4550 1.7019] NumObservations: 819 BoxConstraints: [819x1 double] IsSupportVector: [819x1 logical] Solver: 'SMO'

• Kiểm tra sai số mô hình: để đánh giá mô hình hồi quy SRV vừa xây dựng, ta có thể đánh giá sai số giữa dữ liệu có được từ mô hình với dữ liệu gốc từ ngày 01/02/2016 đến ngày 29/02/2016, cụ thể:

Ngày Atổng ASVR Sai số

01/03/2016 61,32886 61,71895 0,64%

02/03/2016 62,03021 62,48851 0,74%

03/03/2016 62,96553 62,84238 -0,20%

04/03/2016 63,33033 63,32996 0,00%

05/03/2016 60,54942 60,80431 0,42%

06/03/2016 51,51996 51,34442 -0,34%

07/03/2016 61,3009 64,28201 4,86%

08/03/2016 62,66953 65,29363 4,19%

09/03/2016 62,32063 64,2593 3,11%

10/03/2016 63,39735 64,16269 1,21%

11/03/2016 63,12125 64,07474 1,51%

12/03/2016 62,35666 62,39124 0,06%

13/03/2016 53,77441 51,49986 -4,23%

14/03/2016 61,7763 65,688 6,33%

15/03/2016 64,74031 65,17506 0,67%

16/03/2016 63,42579 64,12583 1,10%

17/03/2016 64,34212 62,28785 -3,19%

18/03/2016 64,15241 63,88593 -0,42%

19/03/2016 61,46202 61,64864 0,30%

20/03/2016 53,37634 51,17158 -4,13%

21/03/2016 64,27811 65,7975 2,36%

22/03/2016 66,06186 65,64465 -0,63%

23/03/2016 66,52639 66,61304 0,13%

24/03/2016 65,63116 64,15241 -2,25%

25/03/2016 65,06465 66,22301 1,78%

26/03/2016 63,36537 62,74231 -0,98%

27/03/2016 53,32942 52,63901 -1,29%

28/03/2016 62,88254 66,04152 5,02%

29/03/2016 64,24489 65,20307 1,49%

Sai số phần trăm tuyệt đối trung bình (MAPE)

%8,1A

AA

n1*100MAPE

t

SVRtt

=−

= ∑

Như vậy, cho thấy độ tin cậy của mô hình hồi quy là rất cao, mô hình có thể được sử dụng để ước lượng các số liệu bị lỗi nêu trên.

Kết quả ước lượng số liệu bị lỗi:

Ngày Aước lượng

10/01/2015 53,49000

11/01/2015 44,31028

12/01/2015 54,99426

13/01/2015 55,34134

12/02/2015 49,28852

13/02/2015 51,21877

14/02/2015 45,88848

Hình 7. Kết quả ước lượng các số liệu bị lỗi

0

10

20

30

40

50

60

.0500.0

1000.01500.02000.02500.03000.03500.0

1/1/15 8/1/15 15/1/15 22/1/15 29/1/15 5/2/15 12/2/15 19/2/15 26/2/15

Pmax(MW) Atổng (triệu kWh) Nhiệt độ (C)

0

20

40

60

Aước lượng Atổng

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 33

4. Kết luận Mô hình bộ huấn luyện SVR sử dụng hàm lỗi ε-

insensitive và hàm nhân Gaussian đã giải quyết tốt yêu cầu xử lý các dữ liệu điện năng tiêu thụ bị lỗi trong quá trình đo đếm, dựa trên mối quan hệ ràng buộc của các dữ liệu thống kê công suất và nhiệt độ ghi nhận theo ngày tương ứng với lượng điện năng tiêu thụ. Qua đó, chúng ta đã xây dựng được công cụ tự động ước lượng các dữ liệu bị lỗi mà trước đây phải thực hiện thực một cách thủ công, nâng cao độ tin cậy trong việc phân tích, xử lý dữ liệu trong quá trình nghiên cứu phụ tải. Hướng phát triển sắp tới là sử dụng mô hình bộ huấn luyện SVR kết hợp mô hình Box-Jenkin, Neural Networks để triển khai công tác dự báo phụ tải điện ngắn hạn theo giờ, ngày có xét đến các ràng buộc về nhiệt độ.

TÀI LIỆU THAM KHẢO [1] J. W. Grzymala-Busse and M. Hu, “A comparison of several

approaches to missing attribute values in data mining”, Proceedings of the Second International Conference on Rough Sets and Current Trends in Computing RSCTC'2000, October 16-19, 2000, Canada, page 340-347.

[2] Jochen Hardt, Max Herke, Tamara Brian, Wilfried Laubach, “Multiple Imputation of Missing Data: A Simulation Study on a Binary Response”, Open Journal of Statistics, 2013, 3, page 370-378.

[3] SAS Institute, Multiple Imputation for Missing Data: Concepts and New Approaches, 2005.

[4] Yuan Yang C., Multiple imputation for Missing Data: Concepts and New Development (SAS Version 9.0), SAS Institute Inc., Rockville, MA) , 2011.

[5] Nakai M and Weiming Ke., “Review of Methods for Handling Missing Data in Longitudinal Data Analysis”, Int. Journal of Math. Analysis, Vol. 5, no.1, 2011, page 1-13.

[6] V.Vapnik, “The nature of statistical learning theory,” Springer, NY, 1995.

[7] S.R. Gunn, Support Vector Machines for Classification and Regression, Technical Report, Image Speech and Intelligent Systems Research Group, University of Southampton, 1998.

[8] V. Cherkassky, Y. Ma, 2002, Selection of Meta-parameters for Support Vector Regression, International Conference on Artificial Neural Networks, Madrid, Spain, Aug, page 687 – 693.

[9] D. Basak, S. Pal, D.C. Patranabis, Oct. 2007, Support Vector Regression, Neural Information Processing – Letters and Reviews, Vol. 11, No. 10, page 203 – 224.

[10] A.J. Smola, B. Schölkopf, Aug. 2004, A Tutorial on Support Vector Regression, Statistics and Computing, Vol. 14, No. 3, page 199 – 222.

[11] Understanding Support Vector Machine Regression and Support Vector Machine Regression, http://www.mathworks.com

[12] Thông tư số 33/2011/TT-BCT ngày 06/09/2011 của Bộ Công Thương về Quy định nội dung, phương pháp, trình tự và thủ tục nghiên cứu phụ tải điện.

(BBT nhận bài: 06/02/2017, hoàn tất thủ tục phản biện: 07/03/2017)

34 Nguyễn Văn Dũng

NGHIÊN CỨU ĐẶC TÍNH PHÓNG ĐIỆN CỦA DẦU BẮP VÀ DẦU PHỘNG A STUDY OF BREAKDOWN PROPERTIES OF CORN OIL AND PEANUT OIL

Nguyễn Văn Dũng Trường Đại học Cần Thơ; nvdung@ctu.edu.vn

Tóm tắt - Bài báo này trình bày các kết quả nghiên cứu về đặc tínhphóng điện của dầu bắp và dầu phộng ở điện áp xoay chiều AC-50 Hz. Kết quả thí nghiệm cho thấy dầu bắp và dầu phộng có độbền điện xấp xỉ độ bền điện của dầu máy biến áp khoáng (PLCsupertrans). Tuy nhiên khi bị lão hóa, độ bền điện của dầu bắp vàdầu đậu phộng cao gấp khoảng 1,5 ÷ 2 lần so với dầu khoáng PLC.Kết quả cũng được kiểm tra với hỗn hợp chứa 50% dầu cám gạo+ 50% dầu bắp tính theo thể tích. Nghiên cứu cũng khảo sát mốiquan hệ giữa điện áp phóng điện và khe hở điện cực của dầu bắpvà dầu phộng. Kết quả thí nghiệm cho thấy điện áp phóng điện củadầu bắp và dầu phộng nhỏ hơn một ít so với dầu khoáng PLC trêntoàn bộ khe hở điện cực được khảo sát. Tuy nhiên, khi lão hóađiện áp, phóng điện của dầu bắp và dầu phộng tăng cao và xấp xỉgấp 2 lần so với dầu khoáng PLC.

Abstract - This paper presents the results of electric breakdown properties of corn oil and peanut oil at AC-50 Hz. Experimental results show that breakdown strength of these two oils is approximately to that of mineral transformer oil (PLC supertrans). However, when ageing, the breakdown strengths of the corn oil and the peanut oil are about 1,5 - 2 times higher than that of the PLC supertrans. This result is checked with the blend oil consisting of 50% corn oil and 50% rice bran oil. This study also investigates the relationship between breakdown voltage and electrode gap of the two oils. Experimental results shows that the breakdown voltage of corn oil and peanut oil is a little lower than that of the PLC supertrans in the whole range of electrode gap investigated. However, when ageing, thebreakdown votage of these two oils increase greatly and reach a value of about 2 times higher than that of the PLC mineral oil.

Từ khóa - dầu bắp; dầu phộng; dầu khoáng PLC; độ bền điện; điệnáp phóng điện; lão hóa

Key words - corn oil; peanut oil; breakdown strength; breakdown voltage, ageing

1. Đặt vấn đề

Trong thời gian gần đây, dầu sinh học được trích ly từ hạt thực vật đã được nghiên cứu để thay thế dầu máy biến áp khoáng có nguồn gốc từ dầu mỏ [1-6]. Dầu máy biến áp khoáng được sử dụng làm dầu cách điện trong các máy biến áp điện lực từ rất lâu bởi vì dầu khoáng có đặc tính làm mát và cách điện tốt cũng như giá thành thấp [7]. Tuy nhiên, dầu khoáng phân hủy sinh học kém, không thân thiện với môi trường và có điểm chớp cháy thấp [8, 9]. Trong khi đó, dầu sinh học có khả năng phân hủy hoàn toàn, nhiệt độ chớp cháy cao và được trích ly từ các nguồn thực vật sẵn có trong tự nhiên hoặc trồng trọt [8, 9]. Tuy nhiên dầu sinh học vẫn có nhược điểm là độ nhớt cao và độ bền oxy hóa thấp hơn so với dầu khoáng [1, 10]. Do đó, việc nghiên cứu các đặc tính điện của dầu sinh học để thiết kế các chất lỏng cách điện sinh học mới, đáp ứng tiêu chuẩn dầu cách điện sử dụng trong máy biến phân phối là vấn đề cần thiết.

Hiện tại đã có một số loại dầu cách điện sinh học được thương mại và ứng dụng thành công trong các máy biến áp phân phối, đó là BIOTEMP và Envirotemp FR3 [1]. CIGRE cho rằng dầu cách điện sinh học đã ứng dụng thành công trong các máy biến áp phân phối [11]. BIOTEMP được điều chế trên cơ sở của các loại dầu thực vật có hàm lượng axít chưa bão hòa cao (oleic và linoleic) như dầu hạt hướng dương, dầu hoa rum và dầu đậu nành [8]. Do có độ bền oxy hóa thấp, nên một hỗn hợp phụ gia đặc biệt bao gồm một số phenol và amine được thêm vào dầu sinh học [1, 10].

Việt Nam là đất nước có nhiều nguồn nguyên liệu có trữ lượng lớn có thể dùng để sản xuất dầu cách điện sinh học. Trong số đó dầu cám gạo, dầu bắp, dầu phộng và dầu mè có chứa hàm lượng axít oleic và linoleic cao. Thành phần axít béo của dầu bắp và dầu phộng được cho ở bảng 1. Đặc tính phóng điện của dầu cám gạo đã được tác giả trình bày tại nghiên cứu [12]. Từ [12], kết quả thí nghiệm chỉ ra rằng dầu cám gạo có thể được dùng để thiết kế dầu

cách điện sinh học. Tuy nhiên cần tìm biện pháp nâng cao khả năng chống oxy hóa của dầu khi bị lão hóa ở nhiệt độ cao. Nghiên cứu này sẽ khảo sát tiếp tục đặc tính phóng điện của dầu bắp và dầu phộng và đề ra biện pháp nâng cao khả năng chống oxy hóa dầu cám gạo. Các nghiên cứu về đặc tính phóng điện của dầu bắp và đậu phộng rất hiếm trên thế giới cũng như ở Việt Nam. Do đó việc nghiên cứu về hai loại dầu này để tạo nền tảng cơ bản cho việc thiết kế dầu cách điện mới là cần thiết.

2. Bố trí thí nghiệm và trình tự thí nghiệm 2.1. Bố trí thí nghiệm

Thí nghiệm xác định độ bền điện UBDS và xác định quan hệ giữa điện áp phóng điện UPĐ và khe hở điện cực d được bố trí như hình 1.

Tất cả các thí nghiệm đều được thực hiện với điện áp xoay chiều AC-50 Hz, được tạo bởi máy phát cao áp có thể điều chỉnh được điện áp đầu ra trong khoảng 0÷100kV. Thí nghiệm sử dụng hệ thống điện cực loại cầu - cầu bằng thép có đường kính 12,7mm được chế tạo theo tiêu chuẩn IEC 60156 [13].

Hình 1. Sơ đồ bố trí thí nghiệm

2.2. Mẫu dầu thí nghiệm Thí nghiệm được thực hiện trên ba mẫu dầu là dầu bắp

tinh chế, dầu phộng tinh chế và dầu khoáng PLC supertrans do Petrolimex điều chế. Thành phần hóa học và tính chất vật lý của dầu bắp và dầu phộng được cho ở bảng 1. Đặc tính lý hóa của dầu PLC supertrans được cho ở tài liệu [14].

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 35

Bảng 1. Thành phần axít béo của dầu bắp và dầu phộng [15]

TT Thành phần axít béo (%) Dầu bắp Dầu đậu phộng

1 Palmitic (16:0) 13 13

2 Stearic (18:0) 3 3

3 Oleic (18:1) 31 38

4 Linoleic (18:2) 52 41

5 Linolenic (18:3) 1

6 Khác 5

2.3. Phương pháp và trình tự thí nghiệm 2.3.1. Dầu mới

Đối với thí nghiệm xác định độ bền điện, khe hở điện cực được lấy theo tiêu chuẩn là 2,5mm [13]. Số lần lặp lại thí nghiệm là 6 lần. Điện áp đặt lên hệ thống điện cực được tăng từ 0 đến khi phóng điện xảy ra với tốc độ gia tăng điện áp khoảng 1 kV/s. Thời gian nghỉ giữa hai lần thí nghiệm là 2 phút. Sau mỗi lần phóng điện, dầu được lắc đều để khuếch tán muội than ra khỏi khu vực phóng điện.

Đối với thí nghiệm xác định quan hệ giữa điện áp phóng điện và khe hở điện cực, phương pháp thực hiện tương tự như thí nghiệm xác định độ bền điện. Tuy nhiên, khe hở điện cực d được thay đổi lần lượt là 1mm, 2mm, 3mm, 4mm và 5mm.

Thí nghiệm cũng được tiến hành đối với dầu khoáng PLC supertrans để so sánh kết quả. 2.3.2. Dầu bị lão hóa

Quá trình lão hóa dầu được thực hiện theo phương pháp B của tiêu chuẩn IEC 61125 [16] với nhiệt độ 120±0,5oC và thời gian lão hóa là 72h có sử dụng dây đồng làm chất xúc tác.

Dầu sau khi lão hóa được thí nghiệm để xác định độ bền điện, quan hệ điện áp phóng điện và khe hở điện cực. Phương pháp thực hiện tương tự như trường hợp dầu mới. Thí nghiệm lão hóa cũng được lặp lại đối với dầu khoáng PLC supertrans để so sánh kết quả. 2.3.3. Xử lý số liệu

Số liệu thí nghiệm được xử lý bằng phần mềm Minitab với phân phối Weibull. Biểu thức của hàm phân phối tích lũy Weibull hai tham số được cho ở công thức 1. Trong biểu thức này, Vo và β lần lượt là hệ số tỉ lệ và hình dạng, và V là biên độ điện áp. = 1 − − (1)

3. Kết quả nghiên cứu 3.1. Độ bền điện 3.1.1. Dầu mới

Đồ thị Weibull của dầu bắp, dầu phộng và dầu khoáng PLC supertrans được trình bày ở hình 2. Độ bền điện UBDS được xác định tương ứng với xác suất phóng điện tích lũy là 50%.

Hình 2. Đồ thị Weibull của độ bền điện của dầu mới

Từ hình 2, ta thấy UBDS của dầu bắp là nhỏ nhất (18,6kV). Giá trị này thấp hơn khoảng 15% so với độ bền điện của dầu khoáng PLC (18,6kV so với 21,9kV). UBDS của dầu phộng cao hơn UBDS của dầu khoáng PLC khoảng 6% (23,3kV so với 21,9kV). Tuy nhiên, dữ liệu điện áp phóng điện của dầu phộng và dầu khoáng PLC chồng lấp lên nhau. Điều này cho thấy không có sự khác biệt đáng kể về độ bền điện giữa dầu phộng và dầu khoáng PLC. Hệ số hình dạng β của đồ thị Weibull cho biết mức độ phân tán dữ liệu điện áp phóng điện. Dầu phộng có β = 16,4 trong khi 9,8 và 9,9 lần lượt là giá trị β của dầu bắp và dầu khoáng PLC. Kết quả này cho thấy dữ liệu độ bền điện của dầu phộng tập trung hơn so với dầu bắp và dầu khoáng PLC. 3.1.2. Dầu bị lão hóa

Đồ thị Weibull của độ bền điện của dầu bắp, dầu phộng và dầu khoáng PLC supertrans sau khi bị lão hóa được trình bày ở hình 3. Từ đồ thị ta thấy độ bền điện sau khi lão hóa của dầu bắp và dầu phộng đều cao hơn đáng kể so với dầu khoáng PLC (27,3kV và 30,4kV so với 19,2kV). Mặc dù độ bền điện của dầu bắp thấp hơn khoảng 10% so với độ bền điện của dầu phộng (27,3kV so với 30,4kV), số liệu điện áp phóng điện của cả hai loại dầu chồng lấp lên nhau. Điều này chỉ ra rằng không có sự khác biệt đáng kể về độ bền điện của dầu bắp và dầu phộng sau lão hóa. Đồ thị của dầu phộng nghiêng hơn đáng kể so với đồ thị dầu bắp và dầu khoáng PLC (β =6,1 cho dầu phộng, β = 18,2 cho dầu bắp và 12,4 cho dầu khoáng PLC). Rõ ràng, số liệu độ bền điện của dầu phộng phân tán mạnh hơn so với dầu bắp và dầu khoáng PLC bị lão hóa.

Hình 3. Đồ thị Weibull của độ bền điện của dầu lão hóa

302015109

99

90

8070605040

30

20

10

5

3

2

1

Điện áp phóng điện (kV)

Xác

suất

phó

ng đ

iện

tích

lũy

(%)

50

18,6

23,3

21,9

9,805 19,36 616,40 23,79 69,935 22,76 6

Shape Scale N

Dầu bắp mớiDầu phộng mớiDầu PLC mới

Weibull - 95% CI

5040302015109

99

90

8070605040

30

20

10

5

3

2

1

Điện áp phóng điện (kV)

Xác

suất

phó

ng đ

iện

tích

lũy

(%)

50

27,3

30,4

19,2

18,17 27,85 66,184 32,25 612,41 19,74 6

Shape Scale N

Dầu bắp lão hóaDầu phộng lão hóaDầu PLC lão hóa

Weibull - 95% CI

36 Nguyễn Văn Dũng

3.2. Quan hệ giữa điện áp phóng điện và khe hở điện cực 3.2.1. Dầu mới

Hình 4 trình bày đồ thị điện áp phóng điện UPĐ - khe hở điện cực d của dầu bắp, dầu phộng và dầu khoáng PLC mới. Đồ thị cho thấy, điện áp phóng điện của dầu bắp tương tự dầu khoáng PLC. Tuy nhiên, điện áp phóng điện của dầu phộng lớn hơn khoảng 10÷20% so với dầu khoáng PLC, và sự chênh lệch điện áp phóng điện giữa hai loại dầu càng tăng khi khe hở điện cực càng lớn. Độ phân tán dữ liệu điện áp phóng điện của ba loại dầu tương tự nhau trên toàn bộ khe hở khảo sát.

Hình 4. Đồ thị quan hệ điện áp phóng điện - khe hở điện cực

của dầu mới

3.2.2. Dầu bị lão hóa Đồ thị quan hệ giữa UPĐ và d của dầu lão hóa được thể

hiện ở hình 5. Từ đồ thị ta thấy, UPĐ của dầu bắp và dầu phộng cao gấp khoảng 2 lần so với dầu khoáng PLC, ngoại trừ tại khe hở điện cực 1mm. Tại khe hở điện cực này, UPĐ của dầu bắp cao hơn khoảng 5 lần so với dầu khoáng PLC. Mặc dù có điện áp phóng điện lớn, dữ liệu điện áp phóng điện trong trường hợp dầu bắp và dầu phộng lại phân tán mạnh hơn nhiều so với dầu khoáng PLC.

Hình 5. Đồ thị quan hệ điện áp phóng điện - khe hở điện cực

của dầu lão hóa

4. Bàn luận Hình 6 trình bày tác động của sự lão hóa đến độ bền

điện của dầu cám gạo, dầu bắp, dầu phộng và dầu khoáng PLC. Đồ thị ở hình 6 được xây dựng từ số liệu ở hình 2 và hình 3 và từ số liệu của dầu cám gạo ở [12] ứng với điện áp phóng điện có xác suất tích lũy là 50%.

Hình 6. Ảnh hưởng của sự lão hóa đến độ bền điện của dầu

Từ hình 6, rõ ràng sự lão hóa làm thay đổi mạnh độ bền điện của dầu. Sau khi lão hóa, độ bền điện giảm khoảng 45% đối với dầu cám gạo và xấp xỉ 13% đối với dầu khoáng PLC. Tuy nhiên, độ bền điện của dầu bắp sau lão hóa tăng mạnh đến khoảng 47% và độ bền điện của dầu phộng cũng tăng xấp xỉ 30%. Sự suy giảm độ bền điện của dầu cám gạo và dầu khoáng PLC là do khi bị lão hóa ở nhiệt độ cao (120oC) sẽ làm sản sinh ra các thành phần như axít hữu cơ, nước, cặn… chính các thành phần này sẽ giảm độ bền điện của dầu [6, 17]. Sự tác động mạnh hơn của sự lão hóa đến độ

Hình 7. Tác động của sự lão hóa đến độ bền điện của

hỗn hợp dầu bền điện của dầu cám gạo so với dầu khoáng PLC là do dầu khoáng PLC đã được thêm vào chất chống oxy hóa, cũng như khả năng kháng oxy hóa kém của dầu cám gạo do có chứa các axít béo không bão hòa [12]. Tuy nhiên, quá trình lão hóa dầu bắp và dầu phộng được dự đoán có thể sinh ra thêm các hợp chất hóa học mới. Các hợp chất này hoạt động giống như chất phụ gia, có tác dụng gây cản trở quá trình hình thành sự phóng điện hay làm chậm tốc độ di chuyển của dòng điện tích trong dầu. Giả thuyết này được củng cố bằng thí nghiệm với hỗn hợp chứa 50% dầu gạo và 50% dầu

0

10

20

30

40

0 1 2 3 4 5 6

Điệ

n áp

phó

ng đ

iện

(kV

)

Khe hở điện cực (mm)

Dầu PLC mớiDầu bắp mớiDầu phộng mới

0

10

20

30

40

50

0 1 2 3 4 5 6

Điệ

n áp

phó

ng đ

iện

(kV

)

Khe hở điện cực (mm)

Dầu PLC lão hóaDầu bắp lão hóaDầu phộng lão hóa

34.3

18.6

23.321.9

18.9

27.330.4

19.2

0

5

10

15

20

25

30

35

40

Dầu cám gạo Dầu bắp Dầu phộng Dầu khoáng

Độ

bền điện

(kV

)

Loại dầu

Dầu mới

Dầu lão hóa

34.3

18.918.6

27.324.7

40

0

5

10

15

20

25

30

35

40

Dầu mới Dầu lão hóa

Độ

bền điện

(kV

)

Loại dầu

Dầu cám gạoDầu bắpHỗn hợp dầu

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 37

bắp tính theo thể tích. Kết quả thí nghiệm được trình bày ở hình 7. Từ đồ thị hình 7 cho thấy độ bền điện của hỗn hợp dầu mới tăng xấp xỉ 33% so với dầu bắp mới. Đồng thời, độ bền điện của hỗn hợp dầu sau lão hóa tăng hơn 200% so với dầu cám gạo lão hóa và gần 50% so với dầu bắp lão hóa. Như vậy, pha dầu bắp vào dầu cám gạo theo một tỉ lệ phần trăm nhất định sẽ cải thiện được độ bền điện của cả dầu bắp và dầu cám gạo trước và sau khi lão hóa.

5. Kết luận Nghiên cứu đặc tính phóng điện của dầu bắp và dầu

phộng đã hoàn thành. Kết quả thí nghiệm cho thấy nếu chỉ xét về chỉ tiêu độ bền điện và điện áp phóng điện, dầu bắp và dầu phộng có tiềm năng lớn để thiết kế làm dầu cách điện sinh học, thay thế dầu khoáng sử dụng cho máy biến áp cấp trung thế. Ngoài ra, nghiên cứu cũng đã phát hiện được một phương pháp để hạn chế tác động của sự lão hóa đến dầu cám gạo bằng cách sử dụng dầu bắp như một chất phụ gia. Các nghiên cứu tiếp theo sẽ kiểm chứng tác động của dầu bắp đối với dầu khoáng PLC cũng như tác động của dầu phộng đối với dầu cám gạo và dầu khoáng PLC.

Lời cám ơn Nghiên cứu này được tài trợ từ Quỹ Phát triển Khoa học

và Công nghệ Quốc gia năm 2015 với mã số đề tài là 103.99-2015.57.

TÀI LIỆU THAM KHẢO [1] T.V. Oommen, “Vegetable oils for liquids – filled transformers”,

IEEE Electrical Insulation Magazine, vol. 18, 2002, pp. 6-11. [2] Y. Bertrand and L.C. Hoang, “Vegetal oils as substitute for mineral

oils”, Proceedings of the 7th international conference on properties

and application of dielectric materials, 2003, pp. 491-494. [3] D. Martin, Z.D. Wang, A.W. Darwin and I. James, “A comparative

study of the chemical stability of esters for use in large power transformers”, Annual report conference on electrical insulation and dielectric phenomena, 2006, pp. 493-496.

[4] G. J. Pukel, R. Eberhardt, H. M. Muhr, F. Baumann and W. Lick. “Large power transformers for alternative insulating fluids”, Proceedings of the 6th international symposium on high voltage engineering, 2009, pp. 1-4.

[5] C.C. Claiborne, E.J. Walsh and T.V. Oommen, “An agriculturally based biodegradable dielectric fluid”, Proceeding of conference on transmission and distribution, 1999, pp. 876-881.

[6] C. P. McShane, J. Corkran, K. Rapp and J. Luksich, “Natural ester dielectric fluid development”, Proceeding of conference on transmission and distribution, 2006, pp. 1-5.

[7] H.R. Sheppard, “A century of progress in electrical insulation 1886-1986”, IEEE Electrical Insulation Magazine, vol. 2, 1986, pp. 20-30.

[8] BIOTEMP Biodegradable dielectric insulating fluid (//search.abb.com/library)

[9] Envirotemp FR3 Fluid (www.envirotempfluids.com) [10] G.J. Pukel et al, “Large power transformers for alternative insulating

fluids”, Proceeding of the 16th ISHVE, 2009, pp. 1-4. [11] Cigre brochure 436, Experiences in service with new insulating

liquids, Working group A2. 35, 2010. [12] N.V. Dũng, “Nghiên cứu đặc tính phóng điện của dầu cám gạo”, Tạp

chí Khoa học và Công nghệ, Đại học Đà Nẵng, số 7(104), 2016, pp.11-14.

[13] IEC 60156: 1995 (Insulating Liquids – Determination of the Breakdown Voltage at Power Frequencies – Test Method).

[14] PDS PLC Supertrans (fs.petrolimex.com.vn) [15] F. Gunstone, Fatty acid and lipid chemistry, Blackie: London, 1996. [16] IEC 61125: 1992 - Unused Hydrocarbon based Insulating Liquids -

Test Methods for Evaluating the Oxidation Stability. [17] A Darwin, C Perrier and P Folliot, “The use of natural ester fluids in

transformers”, Proceeding of MATPOST 07, 2007.

(BBT nhận bài: 31/12/2016, hoàn tất thủ tục phản biện: 15/02/2017)

38 Nguyễn Minh Hòa, Nghị Vĩnh Khanh

PHÁT TRIỂN MÔ HÌNH TRUYỀN NHIỆT DÙNG CHO ĐIỀU KHIỂN DỰ BÁO NĂNG LƯỢNG TRONG CÁC TÒA NHÀ

DEVELOPMENT OF THERMAL MODELS FOR PREDICTIVE CONTROL OF ENERGY IN BUILDINGS

Nguyễn Minh Hòa, Nghị Vĩnh Khanh Trường Đại học Trà Vinh; hoatvu@tvu.edu.vn, nghivinhkhanh@tvu.edu.vn

Tóm tắt - Một trong những giải pháp điều khiển tối ưu các hệ thốngđiều hòa nhiệt độ trong các tòa nhà dưới sự tác động của nhiệt độmôi trường là phương pháp điều khiển dự báo dựa vào mô hìnhtruyền nhiệt. Để thực thi được các bộ điều khiển dự báo hiệu quảđòi hỏi phải có mô hình toán mô tả chính xác quá trình truyền nhiệtcủa tòa nhà. Ngoài ra, mô hình truyền nhiệt cũng phải tương đốiđơn giản về mặt tính toán để không làm ảnh hưởng đến độ phứctạp và thời gian thực thi của các bộ điều khiển dự báo. Trong bàibáo này, một mô hình truyền nhiệt mới theo cấu trúc mạng điện trởvà tụ điện được đề xuất dựa trên sự cải tiến mô hình truyền nhiệtchuẩn theo tiêu chuẩn ISO 13790. Mô hình truyền nhiệt mới đượckiểm chứng và so sánh với mô hình truyền nhiệt chuẩn. Qua kếtquả nghiên cứu mô phỏng và thực nghiệm cho thấy mô hình truyềnnhiệt mới có độ chính xác cao hơn mô hình truyền nhiệt chuẩn.

Abstract - One of the optimal control methods of Heating, Ventilation, and Air Conditioning (HVAC) systems for buildings under the impact of environmental temperatures is the thermal model-based predictive control. The implementation of predictive controllers requires mathematical models that can accurately describe heat transfer processes of buildings. In addition, the thermal models must be computationally simple in order not to increase the complexity and computational time of predictive controllers. In this paper, a new thermal model with resistance and capacitance (RC) network structure is proposed based on the improved standard thermal model according to the ISO standard 13790. The proposed thermal model has been validated and compared with the standard thermal model. It is shown from the simulation and experimental results that the proposed thermal model is better than the standard thermal model with respect to the accuracy of fitting.

Từ khóa - quản lý năng lượng trong các tòa nhà; mô hình truyềnnhiệt; điều khiển dự báo; ISO 13790; mạng điện trở và tụ điện.

Key words - energy control of buildings; thermal models; predictive control; ISO 13790; resistance and capacitance networks.

1. Đặt vấn đề

Theo kết quả nghiên cứu được công bố trong bài báo [1] thì các tòa nhà tiêu thụ từ 20% - 40% tổng năng lượng tiêu thụ ở các nước phát triển, và mỗi năm lượng năng lượng tiêu thụ trong các tòa nhà tăng từ 0,5% - 5%. Vì vậy, tiết kiệm năng lượng trong các tòa nhà đã và đang trở thành một chủ đề nghiên cứu nhận được nhiều sự quan tâm của các nhà khoa học trên thế giới.

Trong những năm gần đây, bắt đầu xuất hiện các công trình nghiên cứu ứng dụng phương pháp điều khiển dự báo dựa vào mô hình trong lĩnh vực điều khiển thời tiết trong các tòa nhà [2]. Kết quả nghiên cứu của các công trình này cho thấy tiềm năng to lớn của điều khiển dự báo đối với vấn đề tiết kiệm năng lượng trong các tòa nhà.

Tuy nhiên, một trong những công đoạn khó khăn nhất và tốn thời gian nhiều nhất của điều khiển dự báo là quá trình xây dựng mô hình toán mô tả các đặc điểm động học của đối tượng điều khiển [3]. Với đối tượng điều khiển là các tòa nhà thì các mô hình động học chính là các mô hình truyền nhiệt. Các mô hình truyền nhiệt này mô tả quá trình thay đổi nhiệt độ bên trong các tòa nhà dưới sự ảnh hưởng của nhiệt độ môi trường và sự tác động các hệ thống điều hòa nhiệt độ. Có rất nhiều công trình nghiên cứu xây dựng mô hình truyền nhiệt của các tòa nhà được khảo sát, đánh giá và bàn luận trong các tài liệu [4-7]. Nhìn chung có ba loại mô hình truyền nhiệt đã và đang được tập trung nghiên cứu. Loại mô hình thứ nhất là mô hình hộp đen. Các mô hình hộp đen được nhận dạng chỉ dựa vào dữ liệu vào – ra, không yêu cầu phải biết trước cấu trúc và các phương trình vật lý của tòa nhà. Hai cấu trúc mô hình truyền nhiệt hộp đen điển hình là mô hình hồi quy và mô hình mạng thần

kinh nhân tạo [7]. Loại mô hình thứ hai là mô hình hộp xám. Việc nhận dạng mô hình truyền nhiệt hộp xám của các tòa nhà đòi hỏi phải kết hợp các thông tin vật lý biết trước và dữ liệu vào – ra đo lường được [8]. Loại mô hình thứ ba, tương đối phổ biến, là mô hình hộp trắng. Các mô hình hộp trắng được xây dựng hoàn toàn dựa vào các quan hệ vật lý cơ bản của các quá trình truyền nhiệt trong các tòa nhà. Hai cấu trúc mô hình truyền nhiệt dưới dạng hộp trắng điển hình là mô hình mô phỏng trên phần mềm (Energy Plus, TRNSYS, ESP-r,…) và mô hình mạng nhiệt trở và tụ nhiệt RC giống như mô hình điện trở và tụ điện. Các mô hình mô phỏng trên phần mềm mô tả rất chi tiết quan hệ vật lý giữa các thành phần nhiệt trong tòa nhà. Tuy nhiên, các mô hình loại này chỉ thích hợp cho mục đích phân tích và dự báo năng lượng sử dụng trong các tòa nhà, chứ không thể áp dụng cho điều khiển dự báo. Ngược lại, các mô hình truyền nhiệt RC rất thích hợp áp dụng cho điều khiển dự báo vì tính đơn giản và “trong sáng” của chúng. Có nhiều công trình nghiên cứu mô hình hóa quá trình truyền nhiệt trong các tòa nhà sử dụng mô hình RC đã được công bố. Chẳng hạn như các tác giả trong bài báo [9] nghiên cứu xây dựng mô hình RC để đánh giá sự tương tác giữa thời tiết ở các vùng ngoại ô với sự tiêu thụ năng lượng trong các tòa nhà. Tác giả K.J. Kontoleon [10] đề xuất một phương pháp xây dựng mô hình truyền nhiệt RC để nghiên cứu sự ảnh hưởng của bề mặt tường và khung kính đến quá trình tiêu thụ năng lượng trong các tòa nhà. Ngoài ra còn có các công trình nghiên cứu xây dựng mô hình truyền nhiệt RC cho các thành phần cấu tạo của tòa nhà, chẳng hạn như tường [11,12]. Tuy nhiên, các mô hình RC được liệt kê ở trên không thể áp dụng cho mục đích điều khiển được. Vì vậy, Coley và Penman [13] đã đề xuất một mô hình RC đơn giản

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 39

gồm 3 nhiệt trở và 2 tụ nhiệt (gọi là mô hình 3R2C) dùng để mô tả quá trình truyền nhiệt giữa môi trường bên ngoài và bên trong tòa nhà. Tuy mô hình 3R2C này thích hợp cho mục đích điều khiển nhưng nó lại thiếu chính xác vì không có xem xét các thành phần bức xạ và đối lưu nhiệt. Khắc phục được hạn chế của mô hình 3R2C trong [13], Fraisse và các cộng sự đã mở rộng kết quả nghiên cứu trong [11] khi đề xuất nhiều mô hình RC khác nhau, bao gồm các mô hình 1R2C, 3R2C, 3R4C, và phát triển một phương pháp xây dựng mô hình truyền nhiệt RC toàn cục cho tòa nhà từ các mô hình RC riêng rẽ của các bức tường nhà. Tuy nhiên, mô hình RC toàn cục xây dựng được trở nên phức tạp vì bậc của mô hình tăng lên đáng kể, nên nếu áp dụng cho điều khiển dự báo thì sẽ mất nhiều thời gian tính toán. Để giảm bớt thời gian tính toán của các giải thuật điều khiển dựa vào mô hình RC, các bài báo [15,16] đã đề xuất các phương pháp giảm bậc mô hình RC. Tuy nhiên các phương pháp giảm bậc này chỉ áp dụng cho một số tòa nhà có cấu trúc đặc biệt, chứ không thể áp dụng đại trà cho tất cả các loại tòa nhà được. Như vậy, các mô hình RC được đề xuất ở trên hoặc là quá đơn giản, hoặc là quá phức tạp nên khó có thể áp dụng cho điều khiển dự báo. Xuất phát từ khó khăn này, tổ chức chuẩn hóa quốc tế (ISO) đã đề xuất mô hình RC tương đối đơn giản mà hiệu quả, bao gồm 5 nhiệt trở và 1 tụ nhiệt (5R1C) trong bộ tiêu chuẩn ISO 13790:2008 [17], để làm mô hình chuẩn cho các nghiên cứu phân tích và tính toán năng lượng sử dụng trong các tòa nhà. Vì vậy, mô hình 5R1C này đã được sử dụng làm mô hình chuẩn so sánh với nhiều mô hình RC khác [18]. Tuy nhiên, mô hình chuẩn 5R1C có hạn chế là chưa xem xét đầy đủ các yếu tố quán tính nhiệt thành phần nên không có độ chính xác cao. Vì vậy trong bài báo này, chúng tôi đề xuất một mô hình RC mới dựa trên cấu trúc của mô hình chuẩn 5R1C. Mô hình mới này, gồm 5 nhiệt trở và 2 tụ nhiệt (gọi là mô hình 5R2C) sẽ được trình bày rõ hơn trong các nội dung sau.

2. Giải quyết vấn đề Mô hình truyền nhiệt mới 5R2C được đề xuất dựa trên

sự cải tiến của mô hình chuẩn 5R1C nên phần này sẽ giới thiệu sơ nét về mô hình 5R1C trước khi trình bày chi tiết về mô hình 5R2C. 2.1. Mô hình truyền nhiệt 5R1C

Cấu trúc của mô hình truyền nhiệt chuẩn 5R1C được minh họa trong hình 1. Mô hình gồm 5 nhiệt trở và 1 tụ nhiệt. Trong đó, các thông số của mô hình 5R1C được định nghĩa như sau:

• 1ei

ei

RH

= : nhiệt trở của hệ thống thông

gió (KW-1);

• 1is

is

RH

= : nhiệt trở của đối lưu và bức xạ nhiệt

bên trong tòa nhà (KW-1);

• 1es

es

RH

= : nhiệt trở của các khung kính (KW-1);

• 1ms

ms

RH

= : nhiệt trở của các lớp tường bên trong

(KW-1);

• 1em

em

RH

= : nhiệt trở của các lớp tường bên ngoài

(KW-1);

• mC : nhiệt dung của tường (JK-1);

• eiθ : nhiệt độ không khí bên ngoài (oC);

• iθ : nhiệt độ không khí bên trong (oC);

• esθ : nhiệt độ bên ngoài khung kính (oC);

• sθ : nhiệt độ trung bình có trọng số giữa nhiệt độ không khí bên trong và nhiệt độ bức xạ trung bình bên trong tòa nhà (oC);

• emθ : nhiệt độ bên ngoài tường (oC);

• mθ : nhiệt độ bên trong tường (C);

• iφ : tổng các nguồn nhiệt tác động tại nút iθ (W);

• sφ : tổng các nguồn nhiệt tác động tại nút sθ (W);

• mφ : tổng các nguồn nhiệt tác động tại nút mθ (W).

Hình 1. Cấu trúc của mô hình truyền nhiệt 5R1C

Như được minh họa trong hình 1, mô hình 5R1C có tất cả 6 thông số cần phải được ước lượng, bao gồm 5 nhiệt trở (Rei, Res, Rem, Ris, Rms) và 1 nhiệt dung (Cm). Phương pháp ước lượng các thông số trên được trình bày chi tiết trong tài liệu tham khảo [17]. Ngoài ra tài liệu này cũng trình bày chi tiết các phương trình nhiệt động học của mô hình 5R1C. 2.2. Mô hình truyền nhiệt 5R2C 2.2.1. Cấu trúc của mô hình 5R2C

40 Nguyễn Minh Hòa, Nghị Vĩnh Khanh

Hình 2. Cấu trúc của mô hình truyền nhiệt 5R2C

Mô hình 5R1C tuy có ưu điểm là đơn giản, dễ tính toán, nhưng nó có hạn chế là trong mô hình chỉ dùng một tụ nhiệt Cm để đại diện cho quán tính nhiệt của tòa nhà. Tuy nhiên, trong thực tế tồn tại 3 loại quán tính nhiệt khác nhau đối với các tòa nhà: (1) Quán tính nhiệt theo giờ: biểu diễn sự thay đổi nhiệt độ tại bề mặt tường bên trong tòa nhà do hệ thống sưởi ấm hoặc điều hòa không khí với đơn vị thời gian là một giờ; (2) Quán tính nhiệt theo ngày: biểu diễn mức độ hồi nhiệt trong mùa đông và sự suy giảm nhiệt độ trong mùa hè với đơn vị thời gian là 24 giờ; (3) Quán tính nhiệt theo mùa: biểu diễn sự suy giảm nhiệt độ trong mùa hè với đơn vị thời gian là 12 ngày. Vì vậy, để tăng độ chính xác của mô hình 5R1C, trong bài báo này chúng tôi đề xuất thêm một tụ nhiệt Ch đại diện cho quán tính nhiệt theo giờ của bề mặt lớp tường bên trong tòa nhà, và thay tụ nhiệt Cm bằng tụ nhiệt Cj đại diện cho quán tính nhiệt theo ngày của tòa nhà. Như vậy, về cơ bản thì mô hình cải tiến 5R2C (xem hình 2) có cấu trúc tương tự như mô hình 5R1C, chỉ khác là có thêm một tụ nhiệt Ch nối giữa nút sθ với đất.

2.2.2. Phương pháp xác định các thông số của mô hình 5R2C

Vì các nhiệt trở (Rei, Res, Rem, Ris, Rms) trong hai mô hình là như nhau nên phương pháp xác định thông số của các nhiệt trở trong mô hình 5R2C cũng tương tự như trong mô hình 5R1C.

Vấn đề còn lại là làm sao xác định được các thông số của các tụ nhiệt Cj và Ch. Trong mô hình 5R1C, thông số tụ nhiệt được xác định dựa vào tổng diện tích bề mặt trao đổi nhiệt của tòa nhà. Tuy nhiên, trong mô hình 5R2C chúng ta không thể áp dụng công thức tương tự được. Đây là một khó khăn lớn nhất trong quá trình xác định các thông số của mô hình 5R2C. Trong bài báo này, phương pháp thống kê dựa vào hệ số tương quan được đề xuất để xác định các thông số của các tụ nhiệt Cj và Ch. Ý tưởng cơ bản của phương pháp là cho Cj và Ch lần lượt nhận các giá trị khác nhau trong các khoảng giá trị vật lý được xác định trước. Tương ứng với mỗi cặp giá trị (Cj,Ch), ta tính được đường nhiệt độ đầu ra của mô hình. Sau đó ta tiến hành so sánh mức độ tương tự giữa đường nhiệt độ đầu ra của mô hình với đường nhiệt độ thực tế dựa vào hệ số tương quan giữa hai đại lượng này. Hệ số tương quan càng lớn thì mức độ tương tự của đường nhiệt độ đầu ra của mô hình với đường nhiệt độ thực tế càng cao. Như vậy, sau khi kết thúc

các vòng lặp giá trị của Cj và Ch, ta tìm được cặp giá trị (Cj,Ch) có hệ số tương quan cao nhất. Tuy nhiên, tìm được hệ số tương quan cao nhất cũng chưa thể đảm bảo có được cặp thông số (Cj,Ch) tốt nhất, vì hệ số tương quan chỉ xác định được mức độ tương tự của hai đường nhiệt độ, chứ không xác định được mức độ tiệm cận hay trùng khớp giữa hai đường nhiệt độ. Trong khi đó, mục tiêu cuối cùng là xác định cặp thông số (Cj,Ch) sao cho đường nhiệt độ đầu ra của mô hình càng trùng khớp với đường nhiệt độ thực tế càng tốt. Để đo lường mức độ trùng khớp giữa hai đường nhiệt độ, bài báo này đề xuất chỉ số trùng khớp được định nghĩa như sau:

rfd

= (1)

Trong đó: f là hệ số trùng khớp; r là hệ số tương quan; và d là khoảng cách trung bình giữa hai đường nhiệt độ. Như vậy, theo công thức (1) thì khoảng cách trung bình giữa hai đường nhiệt độ càng nhỏ (hai đường nhiệt độ càng trùng khớp với nhau) thì chỉ số trùng khớp f càng lớn. Cuối cùng, dựa vào hệ số tương quan và chỉ số trùng khớp, ta có thể tìm được cặp giá trị (Cj,Ch) tốt nhất trong không gian tìm kiếm. 2.2.3. Các phương trình nhiệt của mô hình 5R2C

Các phương trình cân bằng nhiệt của mô hình 5R2C được xác định như sau:

( ) ( )H H si ei i ei is iφ θ θ θ θ= − + − (2)

( )

( ) ( )

d sH Cs ms s m h dt

H Hes s es sis i

θφ θ θ

θ θ θ θ

= − + +

+ − + −

(3)

( )

( )

d mC Hm em m emjdt

Hms m s

θφ θ θ

θ θ

= + − +

+ −

(4)

Từ các phương trình cân bằng nhiệt (2) – (4), kết hợp với các phép biến đổi đại số, ta có thể rút ra các phương trình nhiệt của mô hình 5R2C như sau:

( )( ) ( )

H t Hi ei ei ist tsiH H H Hei is ei is

φ θθ θ

+= +

+ + (5)

( )( ) ( ) ( )

d ts A t B t ts s s m sdt

θθ θ= + + Δ (6)

( )

( ) ( ) ( )d tm A t B t tm s m m m

dt

θθ θ= + + Δ (7)

Trong đó:

( )2H H H Hms es is isAs

C C H Hei ish h

+ += − +

+

⎡ ⎤⎢ ⎥⎣ ⎦

HmsBsCh

=

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 41

( )( ) ( )

( )

H H H tHs es i is ei is eit ts esC C C H Hei ish h h

φ θφθ

+Δ = + +

+

H msAmC j

=

H Hem msBmC j

+= −

( )( )

H tm em emtmC j

φ θ+Δ =

Như vậy với các thông số được ước lượng của mô hình, các biến nhiệt độ θei(t), θes(t), θem(t) được phân tách từ dữ liệu thời tiết thu thập được, và các nguồn nhiệt iφ , sφ ,

mφ được xác định trước, ta có thể xác định nhiệt độ tại các nút θi(t), θs(t), θm(t) theo các công thức (5) – (7). Tuy nhiên, để xác định nhiệt độ tại nút θs(t) và θm(t), ta phải giải phương trình vi phân (6) và (7). Việc tìm nghiệm giải tích dưới dạng tường minh của các phương trình vi phân trên gặp nhiều khó khăn nên trong bài báo này, phương pháp xấp xỉ Crank–Nicholson được đề xuất để giải các phương trình vi phân trên, vì phương pháp này cho kết quả khá xấp xỉ có độ chính xác cao, ổn định và thời gian giải nhanh. 2.3. Mô phỏng kiểm chứng mô hình 5R2C

Để kiểm chứng tính hiệu quả của mô hình cải tiến 5R2C so với mô hình chuẩn 5R1C, lần lượt các mô hình này được lập trình và mô phỏng trên phần mềm Matlab. Đối tượng mô phỏng là phòng họp nằm ở tầng I, tòa nhà Khoa Kỹ thuật và Công nghệ (KTCN), Trường Đại học Trà Vinh. Phòng họp có bốn bề mặt tường tham gia trực tiếp vào quá trình trao đổi nhiệt. Các thông số vật lý của phòng họp được cho trong bảng 1.

Bảng 1. Các thông số vật lý của phòng họp

Tường Góc hướng Bắc [o]

Diện tích tường [m2]

Diện tích các khung kính [m2]

Bên ngoài 350 25 6,2

Bên phải 260 32 6,4

Sàn nhà 0 49 0

Mái nhà 0 49 0

Giá trị của các nhiệt trở trong mô hình 5R2C phụ thuộc vào các thông số vật lý của phòng họp được trình bày trong bảng 1. Dựa vào các thông số vật lý của phòng họp và các công thức tính toán được trình bày trong tài liệu [17], các nhiệt trở của mô hình 5R2C được tính toán và trình bày trong bảng 2.

Bảng 2. Các thông số nhiệt trở của mô hình 5R2C

Nhiệt trở Rei Res Rem Ris Rms

Giá trị 0,0150 0,0168 0,0087 0,0025 0,0012

Ngoài ra, các cảm biến nhiệt độ (loại DHT21) cũng được lắp đặt tại nhiều vị trí khác nhau trong tòa nhà Khoa KTCN để đo lường nhiệt độ thực tế tại các điểm khác nhau

trong tòa nhà. Nhiệt độ bên ngoài tòa nhà được lấy từ dữ liệu thu thập được từ trạm đo thời tiết Weather Station PCE-FWS 20. Sơ đồ bố trí cảm biến được minh họa trong hình 3. Mục đích bố trí cảm biến như trong hình 3 là để nghiên cứu năng lượng tiêu thụ của toàn bộ tòa nhà. Tuy nhiên, trong khuôn khổ bài báo này, đối tượng kiểm chứng chỉ là phòng họp khoa nên chỉ có bốn cảm biến (1, 2, 3, 4) được sử dụng để đo lường nhiệt độ thực tế trong phòng họp (nhiệt độ thực tế trong phòng họp được tính bằng trị trung bình của bốn cảm biến). Các cảm biến được kết nối với nhau qua mạng RS-485 được điều khiển các bởi board mạch Arduino Mega 2560. Dữ liệu nhiệt độ được thu thập và truyền về máy chủ web thông qua board Raspberry Pi. Nhiệt độ thực bên trong phòng họp được thu thập trong suốt hai tuần (từ 25/6/2016 đến 09/7/2016) trong điều kiện không có bật chế độ điều hòa nhiệt độ và không có người trong phòng họp. Thời gian lấy mẫu là một giờ.

Hình 3. Sơ đồ bố trí các cảm biến (hình ngôi sao) tại tầng I,

tòa nhà Khoa KTCN

3. Kết quả nghiên cứu 3.1. Kết quả ước lượng các thông số mô hình 5R2C

Sau khi thu thập đầy đủ các dữ liệu thời tiết cần thiết, cùng với các thông số nhiệt dẫn tính toán được, mô hình 5R2C được lập trình và mô phỏng trên phần mềm Matlab để tiến hành ước lượng hai thông số nhiệt dung còn lại của mô hình bằng phương pháp phân tích hệ số tương quan như đã được trình bày trong mục 2.2.2. Kết quả ước lượng các thông số nhiệt dung của mô hình 5R2C được cho như sau: Cj = 3501 (JK-1), Ch = 198 (JK-1). Kết quả tính toán hệ số tương quan và hệ số trùng khớp của hai mô hình 5R1C và 5R2C được cho trong bảng 3.

Bảng 3. Hệ số tương quan và hệ số trùng khớp của hai mô hình 5R1C và 5R2C

Mô hình Hệ số tương quan [r] Hệ số trùng khớp [ f]

5R1C 0,76 0,54

5R2C 0,93 2,1

42 Nguyễn Minh Hòa, Nghị Vĩnh Khanh

Ngoài ra, kết quả ước lượng thông số nhiệt dung Cj và Ch theo hệ số tương quan còn được biểu diễn trong hình 4.

Hình 4. Hệ số tương quan của hai đại lượng nhiệt dung

3.2. Kết quả mô phỏng mô hình 5R2C Để có cơ sở kiểm chứng và so sánh, cả 2 mô hình 5R1C

và 5R2C được thực thi và mô phỏng trong Matlab.

Hình 5. So sánh mô hình 5R2C với nhiệt độ thực tế

Kết quả mô phỏng nhiệt độ đầu ra của mô hình 5R2C trong khoảng thời gian 2 tuần (344 giờ) được minh họa trong hình 5. Đồ thị ở phía trên trong hình 5 biểu diễn đường nhiệt độ đầu ra của mô hình 5R2C (đường màu đỏ nét đứt khúc “--”) và đường nhiệt độ thực tế (đường màu xanh nét liền khúc “-”). Đồ thị phía dưới biểu diễn sai lệch nhiệt độ giữa mô hình 5R2C và nhiệt độ thực tế. 3.3. Kết quả so sánh mô hình 5R1C và mô hình 5R2C

Hình 6. So sánh mô hình 5R1C và 5R2C với

nhiệt độ thực tế

Hình 6 biểu diễn các đường nhiệt độ đầu ra của mô hình

5R1C (đường màu đỏ nét đứt khúc “--”), đường nhiệt độ đầu ra của mô hình 5R2C (đường màu đen nét đứt khúc “-.”), và đường nhiệt độ thực tế (đường màu xanh nét liền khúc “-”).

4. Đánh giá và bàn luận Từ dữ liệu thực tế đo lường được cho thấy nhiệt độ

trong phòng họp thay đổi từ 26oC – 33oC trong suốt hai tuần. Kết quả mô phỏng ở hình 5 cho thấy đường nhiệt độ của mô hình 5R2C bám khá sát với đường nhiệt độ thực tế. Tuy nhiên, mô hình không bám tốt (sai lệch khoảng 2oC) tại thời điểm giờ thứ 90. Đây là thời điểm nhiệt độ bên ngoài nóng bất thường.

Ngoài ra, tính ưu việt của mô hình 5R2C cũng được thể hiện qua hình 6. Các đồ thị cho thấy mô hình 5R2C bám tốt hơn nhiều so với mô hình 5R1C. Theo kết quả tính toán được cho trong bảng 3 ta thấy cả hệ số tương quan và hệ số trùng khớp của mô hình 5R2C đều lớn hơn so với mô hình 5R1C, điều này chứng tỏ mô hình 5R2C có mức độ tương tự và phù hợp cao hơn mô hình 5R1C. Ngoài ra, độ lệch nhiệt độ chuẩn của mô hình 5R2C (σ = 0,58oC) nhỏ gần gấp 3 lần độ lệch nhiệt độ chuẩn của mô hình 5R1C (σ = 1,62oC), cho thấy mô hình 5R2C có độ chính xác cao hơn mô hình 5R1C.

5. Kết luận Như vậy, các kết quả mô phỏng và thực nghiệm cho

thấy mô hình cải tiến 5R2C được đề xuất trong bài báo này có độ chính xác cao hơn mô hình chuẩn 5R1C, qua đó cho thấy mô hình 5R2C có thể được áp dụng cho điều khiển dự báo năng lượng trong các tòa nhà tốt hơn so với mô hình 5R1C.

TÀI LIỆU THAM KHẢO [1] L. Pérez-Lombard, J. Ortiz, C. Pout, “A review on buildings energy

consumptioninformation”, Energy and Buildings, 40 (3), 2008, 394–398.

[2] Samuel Prívara, Jiˇrí Cigler, Zdenˇek Váˇna, Frauke Oldewurtel, Carina Sagerschnig, Eva ˇZáˇceková, “Building modeling as a crucial part for building predictive control”, Energy and Buildings, 56, Elsevier, 2013, 8-22.

[3] Y. Zhu, Multivariable System Identification for Process Control, Elsevier, 2001.

[4] María del Mar Castilla, José Domingo Álvarez, Francisco Rodríguez, Manuel Berenguel, “Comfort control in buildings”, Springer, 2014.

[5] Xiwang Li, JinWen, “Review of building energy modeling for control and operation”, Renewable and Sustainable Energy Reviews, 37, Elsevier, 2014, 517–537.

[6] Daniel Coakley, PaulRaftery, MarcusKeane, “A review of methods to match building energy simulation models to measured data”, Renewable and Sustainable Energy Reviews, 37, Elsevier, 2014, 123–141.

[7] Rick Kramer, Josvan Schijndeln, Henk Schellen, “Simplified thermal and hygric building models: A literature review”, Frontiers of Architectural Research, 1, Higher Education Press, 2012, 318–325.

[8] Peder Bacher, Henrik Madsen, “Identifying suitable models for the heat dynamics of buildings”, Energy and Buildings, 43, Elsevier, 2011, 1511–1522.

[9] Bruno Bueno, Leslie Norford, Grégoire Pigeon, Rex Britter, “A resistance-capacitance network model for the analysis of the interactions between the energy performance of buildings and the urban climate”, Building and Environment, 54, Elsevier, 2012, 116-125.

[10] K.J. Kontoleon, “Dynamic thermal circuit modelling with

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 43

distribution of internal solar radiation on varying facade orientations”, Energy and Buildings, 47, Elsevier, 2012, 139–150.

[11] M. G. Davies, “Optimal RC networks for walls”, Applied Mathematical Modelling, 6, 1982, 403-404.

[12] M. J. Jimeneza, H. Madsen, “Models for describing the thermal characteristics of building components”, Building and Environment, 43, Elsevier, 2008, 152–162.

[13] D. A. Coley, J. M. Penman, “Second Order System Identification in the Thermal Response of Real Buildings. Paper II: Recursive Formulation for On-line Building Energy Management and Control”, Building and Environment, 27, Elsevier, 1992, 269-277.

[14] Gilles Fraisse, Christelle Viardot, Oliver Lafabrie, Gilbert Achard, “Development of a simplified and accurate building model based on electrical analogy”, Energy and Buildings, 34, Elsevier, 2002, 1017–1031.

[15] Siddharth Goyal, Prabir Barooah, “A method for model-reduction of non-linear thermal dynamics of multi-zone buildings”, Energy and Buildings, 47, Elsevier, 2012, 332–340.

[16] Alfonso P. Ramallo-González, Matthew E. Eames, David A. Coley, “Lumped parameter models for building thermal modelling: An analytic approach to simplifying complex multi-layered constructions”, Energy and Buildings, 60, Elsevier, 2013, 174–184.

[17] International Organization for Standardization, Energy performance of buildings - calculation of energy use for space heating and cooling, 2nd ed, Geneva, ISO; 2008 (ISO 13790:2008, E).

[18] M. Lauster, J. Teichmann, M. Fuchs, R. Streblow, D. Mueller, “Low order thermal network models for dynamic simulations of buildings on city district scale”, Building and Environment, 73, Elsevier, 2014, 223 – 231.

(BBT nhận bài: 31/12/2016, hoàn tất thủ tục phản biện: 15/02/2017)

44 Vũ Minh Hùng, Trịnh Quang Trung, Võ Quốc Thắng

ĐIỀU KHIỂN CUỐN CHIẾU MỜ THÍCH NGHI CHO HỆ ĐỊNH VỊ ĐỘNG CỦA TÀU BIỂN

ADAPTIVE FUZZY BACKSTEPPING CONTROL FOR A DYNAMIC POSITIONING SYSTEM OF SHIPS

Vũ Minh Hùng, Trịnh Quang Trung, Võ Quốc Thắng Trường Đại học Dầu khí Việt Nam (PVU); hungvm@pvu.edu.vn

Tóm tắt - Bài báo này trình bày các phân tích và kết quả mô phỏngthuật toán điều khiển cuốn chiếu mờ thích nghi (Adaptive FuzzyBackstepping Control: AFBSC) cho hệ định vị động của tàu biển để cảithiện thời gian đáp ứng (hay còn gọi là thời gian quá độ: settling time).Thành phần điều khiển cuốn chiếu sẽ bù trực tiếp các ảnh hưởng từđặc tính động lực học của tàu; thành phần điều khiển thích nghi sẽ loạitrừ sai lệch tĩnh; trong khi đó thành phần điều khiển mờ với 49 luậtkhác nhau sẽ tự động cập nhật tham số của điều khiển cuốn chiếu đểtạo ra tín hiệu điều khiển động cơ đẩy phù hợp hơn nhằm thích ứngvới các điều kiện thời tiết môi trường biển (sóng, gió, dòng chảy). Thuậttoán điều khiển này được phân tích dựa trên lý thuyết ổn địnhLyapunov. Kết quả mô phỏng trên phần mềm Matlab/Simulink đã chothấy rằng, điều khiển AFBSC có ưu điểm rõ rệt về thời gian đáp ứngvà sai lệch ổn định so với điều khiển cuốn chiếu (Backstepping: BSC)được công bố năm 2013 [1].

Abstract - This paper presents analysis and simulation results of adaptive fuzzy backstepping control (AFBSC) for a dynamic positioning system of ships to improve the settling time. The backsteping control helps to reduce influences of ship dynamics; the component of adaptive control elliminates static errors; the fuzzy control with 49 rules helps to automaticcaly update the parameter of backstepping control (BSC) in order to output suitable signals for thrusters under sea weather environment (wave, wind, sea current). The stability and performances of this AFBSC are proven by Lyapunov theory. Simulation results on Matlab/Simulink indicate that AFBSC has strong advantages to reduce the settling time and steady state errors compared to those of backstepping control established in 2013 [1].

Từ khóa - điều khiển backstepping; điều khiển mờ; điều khiểnBackstepping thích nghi; hệ định vị động; động lực học tàu biển;điều khiển tàu biển; DPS.

Key words - backstepping control; fuzzy control; adaptive backstepping control; dynamic positioning; dynamics of ships, ship control; DPS.

1. Đặt vấn đề

Hệ thống định vị động (Dynammic Positioning System) gọi tắt là DPS hoặc hệ DP được phát triển dựa trên nhu cầu của nền công nghiệp dầu lửa trong những năm 1960-1970. DPS bao gồm các thiết bị điều khiển, thiết bị đẩy, thiết bị cảm biến (gió, sóng biển, vị trí, góc nghiêng) và trạm vận hành giúp giữ nguyên vị trí cũng như hướng của mũi tàu trong điều kiện bị tác động của môi trường biển.

DPS cho tàu biển đã được nghiên cứu nhiều trên thế giới. G. Xia và các tác giả [2] đã đề xuất thuật toán điều khiển cuốn chiếu kết hợp bộ lọc nhiễu cho hệ định vị động của tàu biển để đạt được thời gian đáp ứng tốt hơn; Haizhi Liang và các tác giả [3] đã thực hiện một hệ điều khiển định vị động cho giàn khoan bán nổi trong miền thời gian sử dụng bằng phương pháp điều khiển mặt phẳng động; Fang Wang [4] đã trình bày về tính ổn định cho hệ thống điều khiển định vị động 3 bậc tự do; G. Xia và X. Shao [5] đã công bố một nghiên cứu về điều khiển chế độ trượt dựa trên cơ sở bộ quan sát trạng thái phi tuyến để áp dụng cho hệ định vị động của tàu biển; X. Shi [6] cũng trình bày các kết quả nghiên cứu về điều khiển bám vị trí ở chế độ trượt; S. Xiaocheng [7] nghiên cứu một thuật toán điều khiển phản hồi trạng thái cho hệ định vị động của tàu biển dựa trên kỹ thuật cuốn chiếu kết hợp bộ quan sát trạng thái phi tuyến; bên cạnh đó V. P. Bui và các tác giả [8] đã trình bày một nghiên cứu về thuật toán điều khiển kết hợp giữa chế độ trượt và bộ quan sát trạng thái phi tuyến cho hệ thống định vị động của tàu, trong trường hợp không có đủ các thiết bị đo yếu tố môi trường ngoài.

Các kỹ thuật điều khiển định vị động có thể được phân loại như: điều khiển chế độ trượt [5, 6]; điều khiển theo mặt

phẳng động [3]; điều khiển dựa trên bộ quan sát trạng thái [5, 7]; điều khiển dựa trên bộ lọc [2]; điều khiển cuốn chiếu [2]; điều khiển tối ưu và điều khiển thích nghi, bền vững; điều khiển dự đoán mô hình; điều khiển phi tuyến.

Chất lượng của hệ định vị động phụ thuộc rất nhiều vào bộ điều khiển và cách lựa chọn tham số điều khiển sao cho phù hợp nhất. Thông thường, các đặc tính động lực học của tàu và hệ định vị động cần được phân tích và mô hình hóa để tìm tham số điều khiển tối ưu. Tiêu biểu cho hướng này là nghiên cứu của Zang Cheng-Du [1] về điều khiển cuốn chiếu (Backstepping Control: BSC) để giảm ảnh hưởng từ đặc tính động lực học của tàu.

Tuy nhiên điều khiển BSC không loại trừ được sai lệch tĩnh do thiếu thành phần tích phân. Hơn nữa, do tính phi tuyến của hệ thống thực và sự thay đổi nhanh của thời tiết môi trường biển (sóng, gió, dòng chảy) nên các tham số điều khiển cố định của BSC không thể giúp tàu có đáp ứng tốt, đồng thời luôn tồn tại sai lệch ổn định và sai lệch tĩnh.

Để khắc phục các nhược điểm trên thì bài báo này đề xuất một thuật toán điều khiển mới: điều khiển cuốn chiếu mờ thích nghi (Adaptive Fuzzy Backstepping Control: AFBSC) nhằm cải thiện thời gian đáp ứng và sai lệch ổn định của tàu so với nghiên cứu về BSC [1]. AFBSC có thành phần điều khiển thích nghi sẽ loại trừ sai lệch tĩnh và điều khiển mờ sẽ tự động điều chỉnh tham số của thành phần cuốn chiếu để tạo ra tín hiệu điều khiển tối ưu hơn, nhằm thích ứng với các điều kiện thời tiết môi trường biển.

2. Mô hình động lực học 3 bậc tự do của tàu Trong ngành dầu khí thường sử dụng các tàu dịch vụ đa

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 45

năng với 3 bậc tự do (3-DOF) để định vị trí và góc quay của mũi tàu khi cập mạn để tiếp cận với các giàn khoan. Để phân tích mô hình động lực học của tàu nhằm phục vụ cho việc thiết kế hệ thống điều khiển, hai hệ tọa độ khác nhau được định nghĩa như các hình bên dưới. Thứ nhất là hệ tọa độ cố định đối với trái đất Oxyz và hệ kia là Ox1y1z1 gắn cố định ở trên tàu nhưng di động so với trái đất. Hai hệ tọa độ này có thể cùng gốc tại điểm O ở thời điểm mặc định ban đầu và có thể cài đặt lại vị trí gốc.

Hình 1. Hệ tọa độ của tàu biển

Véc tơ vị trí trong mô hình 3 bậc tự do của tàu được định nghĩa như sau:

[ ]Tx yη ψ= (1)

trong đó ,x y là vị trí của tàu trên mặt biển xét trên hệ tọa độ cố định so với đất; ψ là góc mũi tàu hay góc quay của tàu.

Quan hệ giữa vận tốc chuyển động của tàu xét trên hệ tọa độ cố định và vận tốc của tàu xét trên hệ tọa độ di động gắn trên tàu (hướng chuyển động của tàu) là,

( )d R vdtη ψ=

(2)

trong đó R là ma trận quay quanh trục Oz ; ν véc tơ vận tốc được định nghĩa như sau:

[ ]Tu v rν =

(3)

trong đó: u là vận tốc chuyển động theo hướng thẳng mũi tàu ; v là vận tốc chuyển động theo hướng vuông góc hướng thẳng mũi tàu; r là vận tốc quay của tàu quay quanh trục Oz1. Mô hình 3-DOF của tàu phổ biến trong các nghiên cứu gần đây có dạng như sau:

( )

dM C D Gdt

d J vdt

ν ν ν τ

η ψ

+ + + =

=

(4)

trong đó M là ma trận tham số mô hình liên quan đến khối lượng và mô-men quán tính; C, D là ma trận tham số mô hình liên quan đến tốc độ chuyển động, quan hệ giữa các chuyển động, môi trường dòng chảy; G là véc tơ tham số mô hình liên quan đến vị trí và trọng lượng của tàu;

Như vậy, mô hình động lực học của tàu theo các chuyển

động tịnh tiến và quay có thể được viết dưới dạng sau:

11 11 11 1

22 23 22 23 23 2

32 33 31 32 32 33 3

( )

( )

x xe

y ye

z ze

m u d u c r g F fm v m r d v d c r g F f

m v m r c v d c v d r g M m

+ + + = ++ + + + + = +

+ + + + + + = +

&

& &

& &

(5)

trong đó , ,x y zF F M là tổng các lực quy đổi từ động cơ đẩy theo các hệ tọa độ chuyển động của tàu và mô-men quay quanh trục tàu; , ,xe ye zef f m là tổng các lực, mô-men từ môi trường ngoài (sóng, gió, dòng chảy) và sai lệch mô hình động lực học.

Để tiện cho việc thiết kế các thuật toán điều khiển, các phương trình động lực học theo 3 chuyển động của tàu được viết lại như sau:

11 11 x xeu a u b F F= + +&

(6)

22 23 22 23y z yev a v a r b F b M F= + + + +&

(7)

32 33 32 33y z zer a v a r b F b M M= + + + +&

(8)

trong đó các hệ số 11 11 22 23 22 23 32 33 32 33, , , , , , , , ,a b a a b b a a b b được tính từ các thành phần của ma trận M, D và được cho trong phần mô phỏng.

Các mô hình sóng, gió, dòng chảy đã được trình bày nhiều trong các nghiên cứu trước đây [1-8] và được tham khảo trong phần mô phỏng.

3. Điều khiển cuốn chiếu mờ thích nghi Động lực học của tàu theo trục Ox được xấp xỉ ở như

phương trình (6), trong đó exF là tất cả sai số mô hình và nhiễu ngoài (sóng, gió, dòng chảy).

Đặt sai lệch vị trí

1 de x x= − (9)

lấy đạo hàm của chúng theo thời gian, thu được

1 d de x x u x= − = −& & & & (10)

Đặt một biến điều khiển trung gian,( )1 1 1 1 0dc e x cα = − + >& và định nghĩa một sai lệch mới,

2 1 1 1 1 1 1de u x c e x c e eα= − = + − = +& & & (11) Lựa chọn hàm Lyapunov 1V lấy đạo hàm theo thời gian

như sau: 2

1 112

V e= (12)

và lấy đạo hàm theo thời gian

1 1 1 1 1 2 12

1 2 1 1 1 2 1 1

(u ) e (e )

e (e ) e ed d

d d

V e e e x x

x c e x c e

α= = − = + −

= + − − = −

& & & &

&

(13)

Định nghĩa tiếp hàm Lyapunov 2V ,

2 2 22 1 2 ex

1

1 1 12 2 2

V e e Fλ

= + + %

(14)

trong đó ex ex exˆF F F= −% là sai số giữa giá trị thực trung

bình exF (hoặc giá trị tối ưu, giá trị lý tưởng được coi như là hằng số và không xác định được) và giá trị ước lượng

exF . Lấy đạo hàm sai lệch này thu được

46 Vũ Minh Hùng, Trịnh Quang Trung, Võ Quốc Thắng

ex ex ex exˆ ˆF F F F= − = −& &&% &

(15)

Lấy đạo hàm sai lệch này thu 2V

[ ]

22 1 1 2 2 ex ex 1 1 1 2

1

2 11 11 ex 1 1 ex ex1

1

1x d

V e e e e F F c e e e

e a u b F F c e x F F

λ

λ

= + + = − +

+ + + + − +

&& % %& &

&% %& &&

(16)

Để đạo hàm của hàm Lyapunov luôn âm, chọn thuật toán (tín hiệu điều khiển động cơ đẩy được quy về lực) xF như sau,

11 1 1 1 2 2 ex 211

1 ˆ , 0x dF a u c e x e c e F cb

⎡ ⎤= − − + − − − >⎣ ⎦& &&

(17)

thì

2 22 1 1 2 2 2 ex ex ex ex

1

1ˆV c e c e e F F F Fλ

⎡ ⎤= − − + − +⎣ ⎦&& % %

(18)

để giá trị đạo hàm 2V này luôn âm, chọn luật điều khiển

bù nhiễu sao cho 2 ex ex ex1

1 0e F F Fλ

+ =&% % % , nghĩa là

ex 1 2F eλ= −% , ex 1 2F eλ=& , ( )ex 1 2 exˆ ˆ 0F e Fλ= +∫

(19)

Luật điều khiển này sẽ bù thích nghi cho sai lệch mô hình và nhiễu ngoài do tác động của sóng, gió, và dòng chảy.

Như vậy 2 22 1 1 2 2 0V c e c e= − − ≤& nên hệ ổn định tiệm cận

theo tiêu chuẩn Lyapunov. Đối với chuyển động quanh Oy và quay quanh trục tàu

thì sử dụng các phương trình (7-8), trong đó, eyF là tất cả sai lệch mô hình và nhiễu ngoài quy đổi theo trục y ; eM ψ là tất cả sai lệch mô hình và nhiễu ngoài quy đổi theo chuyển động quay quanh trục tàu. Đặt

1 1;v d r de y y e ψ ψ= − = − (20)

và lấy đạo hàm theo thời gian, thu được

1 1;v d d r d de y y v y e rψ ψ ψ= − = − = − = −& & && & & & &

(21)

Định nghĩa các biến trung gian như sau,

( )1 1 1 1 1 1 1 1; , 0v v v d r r r d v rc e y c e c cα α ψ= − + = − + >&& (22)

Tiếp tục định nghĩa các sai lệch mới,

2 1 1 1 1 2 1 1 1 1;v v v v v r r r r re v c e e e r c e eα α= − = + = − = +& &

(23)

Định nghĩa hàm Lyapunov 1V và đạo hàm chúng, thu được

2 21 1 1

2 21 1 1 1 1 1 2 1 1 1 2 1 1

1 12 2v r

v v r r v v v v r r r r

V e e

V e e e e e e e e e e c e

= +

= + = − + −& & &

(24)

Định nghĩa hàm Lyapunov 2V ,

2 2 2 2 2 22 1 1 2 2 ey e

2 3

1 1 1 1 1 12 2 2 2 2 2v r v rV e e e e F M ψλ λ

= + + + + +% %

(25)

trong đó 2 3,λ λ là hằng số dương, ey ey eyˆF F F= −% là sai số

giữa giá trị thực eyF với giá trị ước lượng eyF

ey e eˆM M Mψ ψ= −% là sai số giữa giá trị thực eM ψ với giá trị

ước lượng eF ψ . Lấy đạo hàm các hàm Lyapunov, thu được

[ ] [ ]

2 22 1 2 1 1 1 2 1 1

2 1 2 1 ey ey e e2 3

1 1v v v v r r r r

v v r r

V e e c e e e c e

e v e r F F M Mψ ψα αλ λ

= − + − +

− + − + +

&

& &% % % %& && &

(26)

Biến đổi phương trình này như sau,

2 2

2 1 2 1 1 1 2 1 1

2 22 23 22 23 1 1

2 32 33 32 33 1 1

ey ey e e2 3

(

( )

1 1

v v v v r r r r

v y z ey v v d

r y z e r r d

V e e c e e e c e

e a v a r b F b M F c e y

e a v a r b F b M M c e

F F M M

ψ

ψ ψ

ψ

λ λ

= − + − +

⎡ ⎤+ + + + − − + +⎣ ⎦⎡ ⎤+ + + + − − + +⎣ ⎦

+

&

& &&

&&&

& &% % % %

(27) Để đơn giản trong tính toán và thiết kế, đặt

22 23 32 33,a y z b y zu b F b M u b F b M= + = +

(28)

thì

33 23 32 22

22 33 23 32 22 33 23 32

;a b a by z

b u b u b u b uF M

b b b b b b b b− −

= =− −

(29)

Cần phải tìm luật điều khiển sao cho 2 0V ≤& , do vậy có thể chọn

22 23 1 1 2 2 1 ey

32 33 1 1 2 2 1 e

ˆ

ˆa v v d v v v

b r r d r r r

u a v a r c e y c e e F

u a v a r c e c e e M ψψ

= − − − + − − −

= − − − + − − −

& &&

&&&(30)

Thế vào phương trình 2V& ở trên, thu được 2 2 2 2

2 1 1 1 1 2 2 2 2

2 ey ey ey 2 e e e2 3

1 1v v r r v v r r

v r

V c e c e c e c e

e F F F e M M Mψ ψ ψλ λ

= − − − − +

+ + +

&

& &% % % % % %

(31)

Mục địch cuối cùng là đạt được 2 2 2 2

2 1 1 1 1 2 2 2 2 0v v r r v v r rV c e c e c e c e= − − − − ≤& (32)

Để hệ ổn định tiệm cận theo tiêu chuẩn Lyapunov. Thì các luật thích nghi sẽ được chọn là:

ey 2 2 e 3 2ˆ,v rF e M eψλ λ= − = −&&%

(33)

ey 2 2 e 3 2ˆ ˆ,v rF e M eψλ λ= =& &

(34)

( ) ( )ey 2 2 ey e 3 2 eˆ ˆ ˆ ˆ0 , 0v rF e F M e Mψ ψλ λ= + = +∫ ∫

(35)

Trong thuật toán điều khiển cuốn chiếu ở trên thì c1 và c2 được chọn dựa trên kết quả mô phỏng. Trong đó c1 ảnh hưởng đến sai lệch vị trí, trong khi đó c2 ảnh hưởng đến cả sai lệch vị trí và tốc độ. Các kết quả mô phỏng trên phần mềm đã chỉ ra rằng khi nhiễu ngoài (sóng, gió, dòng chảy) thay đổi thì yêu cầu người vận hành DPS phải lựa chọn lại chế độ vận hành (liên quan đến giá trị c2). Vì thế bài báo

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 47

này đưa ra một cải tiến là dùng thuật toán mờ để tự động điều chỉnh tham số c2 tùy thuộc vào sai lệch và tốc độ sai lệch, nhằm giảm sai số của hệ thống khi có nhiễu ngoài và giảm thời gian quá độ (settling time).

Hình 2-3 và bảng 1 trình bày cách thiết kế bộ điều khiển mờ để tự động cập nhật tham số c2 của bộ điều khiển cuốn chiếu thích nghi. Trước tiên các biến đầu vào E (sai lệch vị trí), DE (tốc độ sai lệch vị trí) và c2 (đầu ra của bộ điều khiển mờ) được định nghĩa như trên hình 2. Các giá trị của E=K1e và DE=K2de/dt (e là sai lệch vị trí hoặc góc quay) phải được định dạng nằm trong khoảng -1 đến 1 bằng cách lựa chọn các hệ số K1, K2 sao cho phù hợp. Sau đó 7 biến ngôn ngữ mờ đầu vào được định nghĩa như trên hình 3 là: PB (positive big-lớn dương), PM (positive medium-trung bình dương), PS (positive small-nhỏ dương), ZE (zero-không), NS (negative small-nhỏ âm), NM (negative medium-trung bình âm), NB (negative big-lớn âm) và 7 biến ngôn ngữ mờ đầu ra được định nghĩa như sau: VB (Very big-rất lớn), B (big-lớn), MB (medium big-lớn vừa), M (medium-trung bình), MS (medium small-nhỏ vừa), S (small-nhỏ), VS (very small-rất nhỏ). Sau cùng 49 luật điều khiển dựa trên kinh nghiệm vận hành được lựa chọn như trên hình 3 sẽ thu được đáp ứng đầu ra như trên hình 4.

Hình 2. Thiết kế biến mờ với 9 trạng thái: 2 đầu vào

và 1 đầu ra

Bảng 1. Luật hợp thành dựa trên 49 luật điều khiển

E DE NB NM NS ZE PS PM PB

NB VB VB VB VB B MB M

NM VB VB VB B MB M MS

NS VB VB B MB M MS S

ZE VB B MB M MS S VS

PS B MB M MS S VS VS

PM MB M MS S VS VS VS

PB M MS S VS VS VS VS

Hình 3. Thiết kế biến mờ với 7 trạng thái: 2 đầu vào

và 1 đầu ra

4. Kết quả mô phỏng Hệ thống điều khiển được mô phỏng với các tham số

mô hình tàu được tham khảo trong nghiên cứu của Zang Cheng-Du [1]. Từ các ma trận mô hình M, D của tàu tính được:

11 111 1

22 23 22 23

32 33 32 33

0 0 0 00 ; 00 0

a bM D a a M b b

a a b b

− −

⎡ ⎤ ⎡ ⎤⎢ ⎥ ⎢ ⎥− = =⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎣ ⎦

Như vậy các tham số mô hình tàu dùng trong mô phỏng thuật toán điều khiển là:

11 22 23

32 33

11 22 23

32 33

0.0318, 0.0628, 0.00300.0045, 0.2427

0.887, 0.5418, 0.31250.3125, 8.008

a a aa ab b bb b

= − = − = −= − = −

= = == =

Nhiễu ngoài cho điều khiển định vị trí x, y là

50+50sin(5t) và nhiễu cho góc quay là 70+60sin(5t). Giả sử rằng tàu đang ở vị trí ban đầu là 0 và muốn

định vị ở khoảng cách xa 10m theo phương x, 10m theo phương y và quay 10 độ quanh trục Oz. Như vậy các hệ thống định vị động phải làm việc để tự động đưa tàu đến vị trí này. Các kết quả so sánh 2 thuật toán điều khiển cuốn chiếu (BSC) và cuốn chiếu mờ thích nghi (AFBSC) đối với các trường hợp không có nhiễu; có nhiễu cố định và có nhiễu dao động hình sine được thể hiện tương ứng trên các hình 4, 5, 6.

Khi môi trường hoạt động là lý tưởng (không nhiễu) thì cả hai kiểu điều khiển đều làm việc tốt với sai lệch ổn định gần bằng không, trong khi AFBSC có thời gian quá độ nhanh hơn gấp 2 lần.

48 Vũ Minh Hùng, Trịnh Quang Trung, Võ Quốc Thắng

Hình 4. So sánh điều khiển định vị cho BSC và AFBSC khi

không có nhiễu

Hình 5. So sánh điều khiển định vị cho BSC và AFBSC khi có

nhiễu ngoài cố định

Khi môi trường hoạt động có nhiễu cố định hoặc nhiễu tần số thấp thì điều khiển cuốn chiếu BSC không loại trừ được sai lệch tĩnh, trong khi đó điều khiển cuốn chiếu mờ thích nghi AFBSC thì loại trừ hoàn toàn sai lệch ổn định với thời gian quá độ nhanh hơn khoảng 30%.

Hình 6. So sánh điều khiển định vị cho BSC và AFBSC khi có

nhiễu ngoài dao động dạng sine

Khi môi trường hoạt động có nhiễu ngoài phức tạp dạng sine thì điều khiển AFBSC đã giảm mạnh ảnh hưởng của nhiễu so với điều khiển BSC. Hơn nữa thời gian quá độ của AFBSC vẫn được đảm bảo tốt.

5. Kết luận Bài báo đã trình bày về tính toán và mô phỏng bộ điều

khiển cuốn chiếu mờ thích nghi (AFBSC) để so sánh với điều khiển cuốn chiếu (BSC) khi có sự thay đổi phức tạp của nhiễu ngoài. Kết quả mô phỏng trên phần mềm Matlab/simulink cho thấy bộ điều khiển này có ưu điểm rõ rệt hơn so với BSC. AFBSC không những giảm thời gian quá độ khoảng 30% so với BSC mà còn loại trừ các nhiễu cố định và nhiễu tần thấp, đồng thời giản thiểu ảnh hưởng của các nhiễu tần số cao.

Kết quả mô phỏng cho mô hình tàu ba bậc tự do đã cho thấy điều khiển cuốn chiếu mờ thích nghi AFBSC được đề xuất trong bài báo này có cải tiến rõ rệt so với điều khiển cuốn chiếu trong nghiên cứu của Zang Cheng-Du [1].

Lời cảm ơn: Nghiên cứu này được tài trợ bởi Trường Đại học Dầu khí Việt Nam (PVU) trong khuôn khổ mã đề tài GV1602.

TÀI LIỆU THAM KHẢO [1] Zang Cheng-Du, Wang Xi-Huai, Xiao Jian-Mei, “Ship dynamic

positioning system based on Backstepping control”, Journal of Theoretical and Applied Information Technology, May 2013, Vol. 51 No.1, ISSN: 1992-8645.

[2] G. Xia; Xingchao Shao; Jingjing Xue, “Command filtered backstepping control for dynamic positioning ships”, OCEANS 2015 - Genova, Pages: 1 – 5.

[3] Haizhi Liang, Luyu Li, Jinping Ou, “Fully coupled time-domain simulation of dynamic positioning semi-submersible platform using

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 49

dynamic surface control”, Journal of Ocean University of China, June 2014, Volume 13, Issue 3, pp 407-414.

[4] Fang Wang, Lei Wan, Da-peng Jiang, Yu-ru Xu, “Design and reliability analysis of DP-3 dynamic positioning control architecture”, China Ocean Engineering, December 2011, Volume 25, Issue 4, pp 709-720.

[5] V. P. Bui; S. W. Ji; K. H. Choi; Y. B. Kim, “Nonlinear observer and sliding mode control design for dynamic positioning of a surface vessel”, Control, Automation and Systems (ICCAS), 2012 12th International Conference on, Pages: 1900 – 1904.

[6] X. Shi; W. Xie; M. Fu; X. Sun, “Terminal sliding mode tracking

control for dynamic positioning J-lay vessel”, Automation and Logistics (ICAL), 2011 IEEE International Conference on, Pages: 293 – 298.

[7] S. Xiaocheng; X. Wenbo; F. Mingyu, “Output feedback control for dynamic positioning vessels using nonlinear observer backstepping”, Mechatronics and Automation (ICMA), 2011 International Conference on, Pages: 2364 – 2369.

[8] V. P. Bui; S. W. Ji; K. H. Choi; Y. B. Kim, “Nonlinear observer and sliding mode control design for dynamic positioning of a surface vessel”, Control, Automation and Systems (ICCAS), 2012 12th International Conference on, Pages: 1900 – 1904.

(BBT nhận bài: 11/12/2016, hoàn tất thủ tục phản biện: 08/02/2017)

50 Trần Thanh Sơn

ĐÁNH GIÁ KHẢ NĂNG GIỮ ỔN ĐỊNH ĐIỆN ÁP CỦA HỆ THỐNG BÙ TĨNH TẠI TRẠM 220 KV THÁI NGUYÊN BẰNG SIMULINK

VOLTAGE STABILITY EVALUATION OF SVC AT 220 KV THAI NGUYEN SUBSTATION WITH SIMULINK

Trần Thanh Sơn Trường Đại học Điện lực; sontt@epu.edu.vn

Tóm tắt - Bài báo giới thiệu, xây dựng mô hình và mô phỏng trênphần mềm Matlab-Simulink hệ thống thiết bị bù tĩnh (SVC-StaticVar Compensator) đặt tại trạm biến áp 220kV Thái Nguyên, đây làmột trong hai hệ thống SVC đang vận hành trong hệ thống điệnViệt Nam tính đến nay. Dữ liệu để xây dựng mô hình và thực hiệnmô phỏng được lấy từ thực tế thiết bị và số liệu trực vận hành tạitrạm. Kết quả tiến hành mô phỏng cho thấy sự phù hợp giữa kếtquả mô phỏng và các số liệu thực tế. Các mô phỏng được thựchiện cũng cho thấy đáp ứng tốt của hệ thống SVC để giữ điện áptại phía 110kV tại giá trị yêu cầu ứng với các thay đổi của phụ tải,cũng như biến thiên điện áp phía 220kV. Tuy nhiên, trong các chếđộ sự cố thì khả năng của hệ thống SVC là rất hạn chế.

Abstract - This paper deals with modeling and simulation of Static Var Compensator system installed at 220kV Thai Nguyen substation using Matlab-Simulink. This system is one of the two SVCs operating in Vietnam power transmission system up to now. Data to build the model and perform simulations is taken from the operating devices and records at the substation. A good agreement is obtained between the simulation results and recorded data. The simulated results also show a good SVC response in voltage regulating at 110kV side corresponding to load changes and voltage variation at 220 kV side. However, the simulation shows a very limited SVC ability in failure mode of power system.

Từ khóa - bù tĩnh có điều khiển (SVC); ổn định điện áp; trạm 220kVThái Nguyên; công suất phản kháng; simulink

Key words - static var compensator (SVC); voltage stability ; 220kV Thai Nguyen substation; reactive power; simulink

1. Đặt vấn đề

Hệ thống truyền tải điện xoay chiều với đặc trưng cơ bản là có dòng công suất phản kháng chạy trên hệ thống làm giảm khả năng truyền tải của đường dây, thay đổi điện áp tại các nút nhiều khi rất lớn vượt qua phạm vi cho phép, gây mất ổn định điện áp. Do đó việc tính toán, điều khiển dòng công suất phản kháng để nâng cao khả năng tải của hệ thống, cũng như đảm bảo điện áp tại các nút trong phạm vi yêu cầu luôn là một vấn đề lớn của bất kỳ một hệ thống truyền tải điện xoay chiều nào.

Hệ thống truyền tải điện xoay chiều linh hoạt (FACTS-Flexible Alternating Current Transmission System) ra đời và phát triển đặc biệt mạnh mẽ trong những năm gần đây với nhiều ưu điểm vượt trội, trong đó có khả năng điều chỉnh nhanh, trong phạm vi lớn và rất linh hoạt dòng công suất phản kháng, để đảm bảo tận dụng khả năng truyền tải của hệ thống đường dây, cũng như điều chỉnh điện áp các nút theo yêu cầu.

Các thiết bị bù tĩnh thay đổi được (SVC-Static Var Compensator) là một thành phần điển hình trong hệ thống FACTS [1]. Hệ thống SVC thường bao gồm các tụ điện được đóng/cắt nhanh vào hệ thống và cuộn kháng được điều chỉnh liên tục nhờ các thiết bị điện tử công suất. Điều này cho phép một cách tương ứng phát vào, hoặc tiêu thụ một lượng công suất phản kháng từ hệ thống một cách linh hoạt, để đảm bảo các chỉ tiêu kỹ thuật yêu cầu. Các thiết bị SVC được ứng dụng rất phổ biến trong các hệ thống điện trên thế giới [2-5]. Tuy nhiên, cho tới nay, ở nước ta mới chỉ được lắp đặt tại hai trạm biến áp Thái Nguyên và Việt Trì.

Trạm biến áp 220kV Thái Nguyên đóng vai trò trung gian kết nối hai nguồn điện Việt Nam và Trung Quốc, nhưng vận hành độc lập với nhau. Hệ thống SVC đặt tại trạm làm nhiệm vụ ổn định điện áp phía 110kV cấp điện cho Việt Nam ứng với các thay đổi của phụ tải và sự biến thiên điện áp phía 220kV từ Trung Quốc.

Để phục vụ cho việc mua điện từ Trung Quốc, năm

phương án đã được đề xuất, và phương án lựa chọn là lắp đặt SVC tại trạm Thái Nguyên với công suất (- 50MVAr; +50MVAr) [6]. Kết quả này chỉ nhằm xác định dung lượng yêu cầu của SVC phục vụ cho việc mua lượng điện xác định từ phía Trung Quốc mà chưa đề xuất cấu hình cụ thể của hệ thống SVC lắp đặt, cũng như tính toán vận hành hệ thống SVC ứng với các thiết bị thực tế tại trạm Thái Nguyên. Do đó, bài báo tập trung xây dựng mô hình mô phỏng cho hệ thống SVC của trạm trên Matlab-Simulink và thực hiện mô phỏng, đánh giá hiệu quả giữ ổn định điện áp của hệ thống này trong điều kiện vận hành bình thường, cũng như các trường hợp sự cố.

2. Trạm 220kV Thái Nguyên và hệ thống SVC tại trạm 2.1. Trạm 220kV Thái Nguyên

Trạm biến áp 220kV Thái Nguyên trực thuộc Truyền tải điện Đông Bắc 3 - Công ty Truyền tải điện I, đóng trên địa bàn phường Quán Triều – TP. Thái Nguyên - tỉnh Thái Nguyên. Trạm đóng vai trò quan trọng trong hệ thống phân phối điện miền Bắc với tổng công suất 626 MVA, gồm bốn máy biến áp AT1, AT2, T3 và T4 [7].

Nguồn điện Trung Quốc được lấy từ Malutang – Trung Quốc qua 273 trạm Hà Giang đến 272 trạm Thái Nguyên cấp đến thanh cái C22. Trong trạm Thái Nguyên, MBA AT2 và T3 nhận điện Trung Quốc, phía 110kV cấp đến thanh cái C12 và cấp cho tải qua đường dây 171, ngoài ra còn cấp cho tải phía trung áp của MBA T3 (35 kV, 22kV). 2.2. Hệ thống SVC tại trạm 220kV Thái Nguyên

Hệ thống SVC trạm 220kV Thái Nguyên được nối vào phía hạ áp (22kV) của MBA AT2 qua MC 432. Hệ thống SVC tại trạm Thái Nguyên là tổ hợp một kháng bù ngang có điều chỉnh (TCR) và ba bộ tụ bù ngang không điều chỉnh (FC).

Hệ thống SVC tại trạm 220kV Thái Nguyên gồm các phần chính sau [7]:

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 51

1. Hệ thống kháng và tụ điện của các bộ lọc sóng hài bậc 3, 5 và 7 với thông số chi tiết giới thiệu trong các bảng 1, 2.

Các bộ tụ bù ngang ký hiệu lần lượt H3, H5 và H7 được thiết kế lựa chọn phối hợp giá trị các phần tử L-C để làm việc như các bộ lọc sóng hài bậc 3, 5 và 7, được nối cứng vào thanh cái C46, với lượng công suất phản kháng phát ra tương ứng là 26, 19 và 15MVAr. Do đó, tổng công suất phản kháng cố định phát lên lưới của các bộ tụ là 60MVAr.

Kháng bù ngang TCR (Thyristor-Controlled Reactor) với công suất danh định là 108MVAr, công suất của kháng có thể thay đổi bằng cách thay đổi góc kích mở của các thyristor, ở đây sử dụng các thyristor LTT (Light Triggered Thyristor).

Với khả năng điều chỉnh linh hoạt công suất phản kháng tiêu thụ của kháng TCR từ 0 đến 108MVAr, kết hợp với tổng công suất phát ra cố định của 03 bộ tụ là 60MVAr, nên hệ thống SVC có dải điều chỉnh công suất phản kháng là (+60MVAr đến -48MVAr) giúp cho việc điều chỉnh điện áp linh hoạt và tức thời.

2. Hệ thống điều khiển cho thiết bị SVC đi kèm với phần mềm giao diện của nhà cung cấp thiết bị SVC cho trạm Thái Nguyên là hệ thống điều khiển số hoàn toàn DSC (Digital Signal Controller).

Bảng 1. Các thông số của kháng điện trong hệ thống SVC

Thông số Bậc 3 Bậc 5 Bậc 7 TCR

Iđm (A) 725 580 445 1645

Sđm (kVAr) 26064 19210 15184 108000

Uđm (kV) 23 23 23 23

fđm 50 50 50 50

L (mH) 8,231 3,729 2,344 26,26

Bảng 2. Các thông số của tụ trong hệ thống SVC

Thông số Bậc 3 Bậc 5 Bậc 7

Sđm (kVAr) 26064 19210 15184

Uđm 1 bình (kV) 8,3 8,3 7,9

fđm 50 50 50

C (μF) 27,7 27,7 29,8

Số bình 60 48 36

Công suất 1 bình (kVAr) 600 600 585

3. Xây dựng mô hình hệ thống SVC trạm 220kV Thái Nguyên trong Simulink

Do phần điện Trung Quốc độc lập và tính chất cục bộ của việc điều chỉnh điện áp tại các nút, nên mô hình mô phỏng hệ thống SVC bằng Matlab – Simulink [8] được xây dựng như hình 1, cụ thể gồm các phần sau:

Hình 1. Mô hình trạm Thái Nguyên trong Simulink

Nguồn điện từ Trung Quốc cấp cho phía cao áp của MBA AT2, được thay thế bởi một nguồn ba pha có thể điều chỉnh để xem đáp ứng của hệ thống SVC khi điện áp phía 220kV thay đổi, và công suất của hệ thống 8800MVA được tính từ công suất của MC 171.

Máy biến áp AT2 được thay thế bởi MBA ba cuộn dây với tổ nối dây và các thông số tương ứng.

Phía 110kV cấp cho đường dây và MBA T3 được gộp lại thành một phụ tải phía 110kV, yêu cầu nhiệm vụ của hệ thống SVC là phải giữ cho điện áp trên thanh cái 110kV này luôn ở mức 115kV, khi điện áp nguồn phía 220kV thay đổi, hoặc các biến thiên của phụ tải nối với thanh góp này.

Khối sự cố dùng để mô phỏng đáp ứng của hệ thống trong một số trường hợp sự cố có thể cài đặt được, trường hợp bình thường thì thiết lập để khối này không có tác dụng.

Hệ thống SVC được nối vào thanh góp phía 23kV gồm có 01 kháng điều chỉnh được với công suất 108MVAr và 03 bộ tụ lọc H3, H5, H7 với công suất lần lượt là 26MVAr, 19MVAr và 15MVAr. Các bộ tụ lọc được thay thế bằng phần tử lọc sóng hài dạng RLC với bậc hài cần lọc và công suất phản kháng tương ứng. Bộ TCR được thay thế bằng khối TCR gồm ba cuộn kháng nối tiếp với ba cặp thyristor đấu song song ngược ghép theo sơ đồ tam giác với giá trị của điện cảm tương đương với công suất tối đa 108MVAr.

Các dao cách ly (Breaker) được đặt để xem xét đáp ứng của hệ thống mô phỏng khi tách từng dàn tụ hoặc tách toàn bộ hệ thống SVC.

Bộ TCR được điều chỉnh bằng bộ điều khiển SVC (SVC controller) theo tiêu chí điều chỉnh điện áp với bộ điều chỉnh kiểu PI có đầu vào là điện áp Vabc_Prim, là điện áp phía trung áp 110kV và Vabc_Sec là điện áp phía 23kV. Bộ điều chỉnh sẽ thay đổi liên tục góc kích mở của các thyristor, để thay đổi trơn công suất phản kháng tiêu thụ của kháng kết hợp với tổng công suất phản kháng phát ra của ba bộ tụ, để giữ điện áp phía 110kV theo yêu cầu, ở đây là 115kV.

Ngoài ra còn có các khối phục vụ hiển thị kết quả mô phỏng (Scope và Multimeter).

4. Kết quả mô phỏng Trong phần này sẽ giới thiệu và phân tích kết quả chạy

mô phỏng trong chế độ xác lập và một vài trường hợp quá độ và sự cố. 4.1. Chế độ xác lập

Số liệu đầu vào để chạy mô phỏng chế độ xác lập là thông số trực vận hành của trạm trong một ngày điển hình gần đây (ngày 06/12/2016).

52 Trần Thanh Sơn

Phụ tải ngày điển hình phía 110kV và biến thiên điện áp phía 220kV của máy AT2 được biểu diễn lần lượt trong các hình 2 và hình 3.

0 2 4 6 8 10 12 14 16 18 20 22 24 260

20

40

60

80

100

120

140

Phu

tai (

MW

, MVA

r)

t (h)

P Q

Hình 2. Đồ thị phụ tải ngày phía 110kV của máy AT2

0 2 4 6 8 10 12 14 16 18 20 22 24221

222

223

224

225

226

227

228

229

230

U

220(

kV)

t (h)

U(220)

Hình 3. Biến thiên điện áp phía 220kV của máy AT2

Minh họa kết quả điện áp mô phỏng tại thời điểm 1h ứng với số liệu điện áp phía 220kV là 228kV, và công suất phía 110kV là S = 87 + j40 (MVA). Trường hợp tách không đưa bộ SVC vào hoạt động và có đưa SVC vào hoạt động được thể hiện ở hình 4.

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.80.98

0.99

1.00

1.01

1.02

V(pu

)

t(s)

Vmeas(No_SVC) Vmeas(SVC) Vref

Hình 4. Kết quả mô phỏng điện áp chế độ xác lập

Nhìn vào kết quả ta thấy rõ ràng khi SVC không hoạt động, điện áp đo được phía 110kV, ký hiệu Vmeas(No_SVC), không đạt được giá trị đặt là Vref = 1 (pu) ứng với 115kV mà chỉ ở mức 0,991 (pu). Thực hiện lại mô phỏng với các thông số trên nhưng đưa SVC vào hoạt động ta thấy điện áp phía 110kV, ký hiệu Vmeas(SVC), bám theo đúng giá trị điện áp đặt. Để đảm bảo điện áp yêu cầu này, bộ SVC đã phát ra lượng công suất phản kháng là 16MVAr, ứng với công suất phản kháng tiêu thụ là 44MVAr, và góc điều khiển tương ứng của bộ TCR là 1140. Kết quả mô phỏng cụ thể được thể hiện trên hình 5.

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8-80-60-40-20

0204060

Q(M

VAr)

t (s)

Qsvc Qtcr

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8100

120

140

160

Alph

a TCR(0 )

t (s)

Alpha

Hình 5. Kết quả mô phỏng hoạt động SVC ở chế độ xác lập Hình 6 dưới đây biểu diễn kết quả mô phỏng dòng điện

nhánh của TCR và dòng điện pha của từng bộ tụ H3, H5, H7 trong trường hợp này.

0.20 0.25 0.30 0.35 0.40 0.45 0.50 0.55 0.60-1500-1000-500

0500

10001500

I(A)

t (s)

ITCR IH3 IH5 IH7

Hình 6. Kết quả mô phỏng các dòng điện thành phần trong bộ SVC ở chế độ xác lập

Kết quả mô phỏng cho thấy rõ sự không liên tục của dòng điện qua kháng TCR, và ứng với góc điều khiển này thì sóng hài bậc năm là nhiều nhất, gây méo dạng dòng điện của bộ lọc H5.

Tiếp tục thực hiện mô phỏng tương tự cho các thời điểm đặc trưng khác là phụ tải cực tiểu (lúc 6 giờ) và cực đại (lúc 18 giờ), đó cũng là các thời điểm điện áp tương ứng phía 200kV cực đại và cực tiểu. Kết quả tổng hợp được biểu diễn trên các hình dưới đây.

-2 0 2 4 6 8 10 12 14 16 18 20

222

224

226

228

230

U(220) U(110)-NO-SVC U(110)-SVC

t (h)

U22

0(kV)

113

114

115

U110 (kV)

Hình 7. Kết quả mô phỏng điện áp phía 110kV trường hợp tách

và khi đưa SVC vào hoạt động Kết quả mô phỏng điện áp phía 110kV trường hợp

tách và khi đưa SVC vào hoạt động được biểu diễn ở hình 7. Kết quả cho thấy, khi không đưa bộ SVC vào hoạt động thì ứng với sự biến thiên của điện áp phía 220kV lấy điện từ Trung Quốc, thì điện áp phía 110kV

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 53

cấp cho phụ tải phía Việt Nam cũng thay đổi theo khá nhiều. Trong khi nếu đưa bộ SVC vào hoạt động thì luôn đảm bảo điện áp phía 110kV ở giá trị yêu cầu là 115kV ứng với biến thiên ghi nhận của phụ tải, cũng như điện áp phía 220kV .

0 4 8 12 16 20100

120

Alpha

Alph

a( 0)

t (h)

0 4 8 12 16 20

20

30

40

50

60

Qmo-phong

Qso-lieuQTC

R(M

VAr)

t (h)

Hình 8. Công suất phản kháng mô phỏng và số liệu (trên) - góc

mở của bộ TCR (dưới) Công suất phát của kháng điều chỉnh TCR trong bộ

SVC và góc điều khiển (alpha) tương ứng để đảm bảo giữ điện áp theo điện áp đặt được biểu diễn ở hình 8. Số liệu ghi nhận thực tế vận hành cũng được đưa vào hình để so sánh. Hình vẽ cho thấy kết quả mô phỏng và số liệu thực tế là khá sát nhau. 4.2. Chế độ sự cố và quá trình quá độ

Trong phần này bài báo giới thiệu và phân tích các kết quả mô phỏng đáp ứng của hệ thống SVC khi sự cố và trong quá trình quá độ. 4.2.1. Ngắn mạch một pha

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.80.6

0.7

0.8

0.9

1.0

V(pu

)

t(s)

Vmeas(No_SVC) Vmeas(SVC) Vref

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8-80-60-40-20

020406080

Q(M

VAr

)

t (s)

Qsvc Qtcr

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8100

120

140

160

180

Alph

a TCR(0 )

t (s)

Alpha

Hình 9. Kết quả mô phỏng điện áp và đáp ứng của SVC trường hợp ngắn mạch 1 pha chạm đất

Thực hiện mô phỏng cho trường hợp sự cố ngắn mạch một pha chạm đất phía 110kV bằng cách thiết đặt cho khối

sự cố trong mô hình trong khoảng thời gian từ 0,3s đến 0,5s. Chế độ xác lập trước và sau khi ngắn mạch là thời điểm 1h. Kết quả mô phỏng thể hiện trên hình 9.

Nhìn vào kết quả cho thấy bộ SVC đáp ứng như sau: tiêu thụ công suất phản kháng QTCR = 0, tuy nhiên các bộ tụ chỉ phát được công suất tối đa là 40MVAr do điện áp bị suy giảm. Kết quả là điện áp phía 110kV sụt xuống mức 0,65pu; kết quả này cũng không chênh lệch nhiều so với kết quả mô phỏng trong trường hợp này nhưng không có SVC là 0,62pu, do công suất hạn chế của các bộ tụ. Mô phỏng cũng được thực hiện đối với trường hợp ngắn mạch ba pha thì kết quả cho thấy hoàn toàn không có sự khác nhau giữa việc đưa thiết bị SVC vào hay tách khỏi hệ thống khi điện áp ngắn mạch bị sụt xuống 0V. 4.2.2. Mất tải đột ngột

Trường hợp sự cố mất tải đột ngột được mô phỏng và giới thiệu ở đây với giả thiết mất tải trong khoảng thời gian từ 0,3s đến 0,5s. Chế độ xác lập trước và sau khi ngắn mạch là thời điểm 1h. Kết quả mô phỏng điện áp khi tách SVC và khi cho bộ SVC hoạt động được thể hiện ở hình 10 và kết quả tổng hợp đáp ứng của hệ thống SVC trong trường hợp này được giới thiệu trong hình 11.

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8

0.98

1.00

1.02

1.04

V(pu

)

t(s)

Vmeas(No_SVC) Vmeas(SVC) Vref

Hình 10. Kết quả mô phỏng điện áp phía 110kV trường hợp mất tải đột ngột

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8

-80-60-40-20

02040

Q (M

VAr

)

t (s)

Qsvc Qtcr

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.880

100

120

140

160

Alph

a TCR(0 )

t (s)

Alpha

Hình 11. Kết quả mô phỏng đáp ứng của SVC trường hợp mất tải đột ngột

Nhìn vào kết quả ta thấy khi không đưa SVC vào hoạt động thì điện áp biến thiên từ 0,991pu khi có tải lên đến 1,024pu trong giai đoạn mất tải. Trong trường hợp đưa SVC vào hoạt động, do thời điểm trước khi mất tải hệ thống SVC đang phát công suất phản kháng là +16MVAr nên khi mất tải làm điện áp tăng lên 1,034pu, tuy nhiên ngay sau đó hệ thống điều khiển tác động góc kích mở về 900 để kháng TCR hoạt động hết công suất, hệ thống SVC hấp thụ một lượng công suất -30MVAr đưa điện áp về giá trị 1,01pu. Tại thời điểm phụ tải được nối lại thì điện áp bị sụt

54 Trần Thanh Sơn

xuống giá trị 0,97pu, nhưng ngay sau đó SVC hoạt động điều chỉnh giảm công suất tiêu thụ của kháng đưa hệ thống trở về trạng thái xác lập ban đầu.

Hình 12 sau đây biểu diễn kết quả mô phỏng dòng điện nhánh của TCR và dòng điện pha của từng bộ tụ H3, H5, H7 trong trường hợp này.

0.20 0.25 0.30 0.35 0.40 0.45 0.50 0.55 0.60

-2000

-1000

0

1000

2000

ITCR IH3

IH5 IH7

I (A

)

t (s)

Hình 12. Kết quả mô phỏng các dòng điện thành phần trong bộ SVC trường hợp sự cố mất tải đột ngột

Kết quả mô phỏng cho thấy khi ở chế độ dẫn toàn phần kháng TCR không sinh ra sóng hài gây méo dạng sóng dòng điện các bộ tụ lọc. Ở thời điểm trước và sau khi mất tải thì chúng ta vẫn thu được kết quả dạng dòng điện với thành phần hài bậc năm lớn nhất như đã giới thiệu ở hình 6. 4.2.3. Phụ tải biến thiên

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.80.98

0.99

1.00

1.01

1.02

V(pu

)

t(s)

Vmeas(No_SVC) Vmeas(SVC) Vref

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8

-80-60-40-20

02040

Q (M

VAr)

t (s)

Qsvc Qtcr

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.880

100

120

140

160

Alph

a TCR(0 )

t (s)

Alpha

Hình 13. Kết quả mô phỏng điện áp và đáp ứng của SVC trường hợp phụ tải biến thiên

Thực hiện mô phỏng cho trường hợp tải biến thiên từ chế độ xác lập tại thời điểm 1h sang chế độ xác lập thời

điểm 6h với thời điểm chuyển chế độ là t = 0,4s. Kết quả mô phỏng được biểu diễn trên hình 13.

Tại chế độ xác lập trước khi biến thiên, hoạt động của hệ thống SVC đảm bảo giữ điện áp ở giá trị yêu cầu là 1pu tương ứng với 115kV với công suất tiêu thụ của kháng TCR là 44MVAr, hay công suất phản kháng phát lên lưới của bộ SVC tương ứng là 16MVAr. Trong giai đoạn quá độ, điện áp có dao động trong khoảng ± 0,01pu trước khi quay về giá trị thiết lập 1pu với công suất tiêu thụ mới của kháng TCR 61MVAr, tức công suất kháng tiêu thụ của bộ SVC tương ứng là 1MVAr. Các giá trị này đã được giới thiệu và biểu diễn tổng hợp ở hình 8. Thời gian để hệ thống SVC thiết lập giá trị xác lập mới là khoảng 0,1s.

5. Kết luận Bài báo đã giới thiệu, thu thập số liệu và xây dựng mô

hình mô phỏng trên phần mềm Matlab-Simulink hệ thống thiết bị bù tĩnh có điều khiển đặt tại trạm biến áp 220kV Thái Nguyên đúng với thực tế thiết bị và vận hành tại trạm. Kết quả tiến hành mô phỏng cho thấy sự phù hợp giữa kết quả mô phỏng và các số liệu thực tế. Các mô phỏng được thực hiện cũng cho thấy đáp ứng tốt của hệ thống SVC để giữ điện áp tại phía 110kV tại giá trị yêu cầu ứng với các thay đổi của phụ tải, cũng như biến thiên điện áp phía 220kV, tuy nhiên trong các chế độ sự cố thì khả năng của hệ thống SVC là rất hạn chế. Kết quả mô phỏng cũng cho thấy vấn đề phát sinh sóng hài trong quá trình hoạt động của SVC và khả năng đáp ứng của hệ thống còn chưa nhanh. Những vấn đề này cần được tiếp tục nghiên cứu để đề xuất giải pháp khắc phục.

TÀI LIỆU THAM KHẢO [1] M. Noorozian et al., “Benefits of SVC and STATCOM for electric

utility application”, Conference: Transmisson and Distribution Conference and Exposition, 2003 IEEE PES, volume: 3.

[2] H. F. Wang and F. J. Swift, "Capability of the static VAr compensator in damping power system oscillations," in IEE Proceedings - Generation, Transmission and Distribution, vol. 143, no. 4, Jul 1996, pp. 353-358.

[3] S. Kincic et al., “Voltage support of radial transmission lines by var compensation at distribution buses”, IEE Proc.-Gener. Transm. Distrib., vol. 153, no. 1, January 2006.

[4] P. Vigneau et al., "SVC for load balancing and maintaining of power quality in an island grid feeding a nickel smelter", IEEE 32nd annual conference of the Industrial Electronics Society, November 2006.

[5] Sandeep Gupta et al., "Voltage stability improvement in power systems using facts controllers: State-of-the-art review", Power Control and Embedded Systems (ICPCES) 2010 International Conference on, 2010, pp. 1-8.

[6] EVN-PECC1-Phòng thiết kế trạm, “Tính toán lựa chọn dung lượng thiết bị bù phục vụ mua điện Trung Quốc ở cấp điện áp 220kV qua Hà Giang”, 2007.

[7] Tài liệu kỹ thuật và số liệu trực vận hành của trạm 220kV Thái Nguyên thuộc công ty truyền tải điện 1.

[8] Matlab –Simulink documentation version 7.11.0.

(BBT nhận bài: 22/12/2016, hoàn tất thủ tục phản biện: 21/02/2017)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 55

ĐỀ XUẤT PHƯƠNG PHÁP CHIA TẦNG CHO MẠNG WBAN ĐỂ TĂNG THÔNG LƯỢNG

PROPOSAL OF HIERACHICAL CLUSTERING FOR HIGH THROUGHPUT OF WBAN

Nguyễn Như Thắng1, Nguyễn Huy Hoàng2, Phạm Thanh Hiệp2 1Trường Đại học Thông tin Liên lạc; nhuthang@gmail.com

2Học viện Kỹ thuật Quân sự; hoangnh@mta.edu.vn, hieppt@mta.edu.vn

Tóm tắt - Việc phân cụm cho mạng vô tuyến quanh cơ thể (WBAN)kết hợp với các phương pháp điều khiển truy cập đã được nghiên cứuđể nâng cao thông lượng của hệ thống. Tuy nhiên, việc truyền một góitin từ cảm biến thành viên tới cụm trưởng (CH), rồi truyền từ CH tới bộđiều phối đều ảnh hưởng đến toàn bộ cảm biến trong cụm, làm cáccảm biến chịu ảnh hưởng 2 lần bởi việc truyền một gói tin từ cảm biếnthành viên tới bộ điều phối. Trong nghiên cứu này, chúng tôi đề xuấtphương pháp chia tầng cho hệ thống WBAN phân cụm để tránh ảnhhưởng 2 lần bởi việc truyền một gói tin, vì thế có thể tăng thông lượngcủa hệ thống. Chúng tôi xét mô hình chia tầng trong điều kiện có lỗi bít,vì thế các công thức tính lỗi bít được đưa vào để phân tích thông lượngcủa hệ thống. Thông lượng của các phương pháp điều khiển được sosánh khi các tham số hệ thống thay đổi và thông lượng của phươngpháp chia tầng đề xuất cao hơn nhiều so với phương pháp phân cụm.

Abstract - In order to improve throughput of wirelessbody area networks (WBAN), the cluster-based topology was studied. However, the transmission of a packet from a sensor to the cluster header (CH) and from CH to coordinator affects all sensors in the cluster; therefore all sensors are affected twice by transmission of a packet from a sensor to the coordinator. In this research, we propose hierarchical clustering for WBAN to avoid being affected twice by transmission of a packet, thereby improving the throughput of the system. We consider the hierarchical clustering with bit error rate (BER), and then the equation of BER is added to analyze the throughput. Finally, the throughput of all access control methods is compared when every parameter changes. The result shows that the throughput of proposed scheme is much higher than that of cluster-based WBAN system.

Từ khóa - WBAN; chia tầng cho mạng WBAN phân cụm; ảnhhưởng 2 lần của việc truyền một gói tin; điều khiển truy cập; tỷ lệlỗi bít.

Key words - WBAN; hierarchical clustering for WBAN; double effect of transmission of one packet; access control; bit error rate.

1. Đặt vấn đề

Ý tưởng về mạng cơ thể WBAN được đề xuất bởi Van Dam cùng các cộng sự từ năm 2001 nhưng chỉ những năm gần đây mới nhận được sự quan tâm của các nhà khoa học. Nguyên nhân chính là do những thách thức và khó khăn về công nghệ mà WBAN yêu cầu [1], [7]. Để hiện thực hóa được WBAN yêu cầu sự phát triển của nhiều lĩnh vực: chế tạo cảm biến, công nghệ vật liệu, xử lý tín hiệu, công nghệ thông tin... Trong [8] tác giả trình bày các công thức toán học để xác định giới hạn thông lượng và độ trễ theo lý thuyết của các mạng theo chuẩn IEEE 802.15.6. Các tác giả tập trung vào việc tối ưu hóa kích thước gói tin và xác định biên trên cho mạng IEEE 802.15.6 với các ứng dụng WBAN khác nhau. Họ giả thiết rằng mạng không có tranh chấp và không có phân biệt mức ưu tiên (UPs). Các tác giả của [9] nghiên cứu thông lượng lý thuyết tối đa và giới hạn độ trễ tối thiểu của giao thức IEEE 802.15.6 CSMA/CA cho một kênh lý tưởng không có lỗi truyền dẫn với tốc độ và dải tần khác nhau. Trong [10] các tác giả đã cung cấp một mô hình giải tích đơn giản và chính xác để đánh giá thông lượng, năng lượng tiêu thụ và độ trễ của giao thức CSMA/CA trong điều kiện kênh bão hòa có tổn hao với các mức ưu tiên khác nhau, họ kết luận rằng những cảm biến có mức ưu tiên thấp khó truy cập môi trường hơn những cảm biến có mức ưu tiên cao. Trong [11] tác giả phát triển một mô hình giải tích cho việc đánh giá hiệu năng của chuẩn IEEE 802.15.6 dưới điều kiện bão hòa. Họ chỉ tính toán thời gian đáp ứng trung bình của khung dữ liệu trong mạng. Trong [12] tác giả phát triển một mô hình DTMC để phân tích độ tin cậy và thông lượng của mạng WBAN dựa trên cơ chế CSMA/CA theo chuẩn IEEE 802.15.6 dưới điều kiện bão hòa.

Tuy nhiên các nghiên cứu trên chỉ tập trung vào mô hình đơn chặng cho WBAN mà chưa nghiên cứu các mô hình mở rộng cho mạng WBAN. Nhóm nghiên cứu của chúng tôi đã đề xuất mô hình phân cụm cho WBAN [13], và có những nghiên cứu cụ thể cho mô hình phân cụm dựa trên chuẩn IEEE 802.15.6 [14], [16]. Các nghiên cứu phân cụm cho mạng WBAN này đã cải thiện thông lượng cho hệ thống, nhưng các cảm biến và CH đang truyền tin trong cùng một khe thời gian, vì thế việc truyền tin từ một cảm biến tới bộ điều phối ảnh hưởng 2 lần tới các cảm biến khác: Một lần từ cảm biến tới CH và một lần từ CH tới bộ điều phối. Vì thế, trong nghiên cứu này chúng tôi đề xuất phương pháp chia tầng cho hệ thống WBAN phân cụm, mà theo đó, các cảm biến truyền tin trong một khe thời gian và các CH truyền tin trong một khe thời gian khác. Phương thức CSMA/CA được áp dụng cho cả cảm biến và các CH để truyền tin, và kênh truyền được giả định có phát sinh lỗi bít.

Bài báo trình bày phương pháp chia tầng cho mạng WBAN phân cụm, các phương pháp điều khiển truy cập, phân tích đánh giá thông lượng thông qua các công thức toán học. Cuối cùng là kết quả tính toán thông lượng khi các tham số hệ thống thay đổi, qua đó đánh giá ảnh hưởng của các tham số hệ thống đến thông lượng của hệ thống WBAN.

2. Mô hình chia tầng cho mạng WBAN phân cụm 2.1. Mô hình hệ thống

Mô hình chia tầng cho hệ thống WBAN phân cụm được thể hiện trong hình 1. Trước tiên, tương tự việc phân cụm, toàn bộ cảm biến trong một WBAN được phân thành nhiều cụm, mỗi cụm có một CH. Các cảm biến trong một cụm truyền thông tin về cho CH của mình, và CH truyền thông tin về cho bộ điều phối. Trong các phương pháp đã đề xuất,

56 Nguyễn Như Thắng, Nguyễn Huy Hoàng, Phạm Thanh Hiệp

các cảm biến thành viên và CH truyền tin trong cùng một khe thời gian, hay trong cùng một siêu khung. Còn trong phần này, chúng tôi đề xuất một phương pháp truyền tin mới cho hệ thống WBAN phân cụm để tránh ảnh hưởng 2 lần truyền của một gói tin lên toàn bộ cảm biến trong cùng một cụm. Ý tưởng của phương pháp này là các cảm biến thành viên truyền tin trong một khe thời gian và các CH truyền tin trong một khe thời gian khác. Mô hình này được gọi là mô hình chia tầng cho hệ thống WBAN phân cụm. Trong mô hình chia tầng, các cảm biến thành viên chỉ được phép truyền tin trong khe thời gian thứ nhất, trong lúc này các CH sẽ nhận thông tin và lưu vào bộ đệm của mình. Trong khe thời gian thứ 2, các CH sẽ truyền thông tin tới bộ điều phối. Để đơn giản, thời gian của khe thứ nhất và khe thứ 2 được xem là như nhau. Việc truyền tin của toàn bộ cảm biến thành viên và các CH đều sử dụng phương thức CSMA/CA của chuẩn IEEE 802.15.6.

Hình 1. Mô hình chia tầng cho WBAN phân cụm

2.2. Các phương pháp điều khiển truyền tin Việc điều khiển truyền tin trong mô hình chia tầng cho

WBAN phân cụm cũng tương tự như việc điều khiển cho mô hình phân cụm không chia tầng [14], [16]. Trước hết, phương pháp chia tầng kết hợp với phương pháp không điều khiển được giải thích như sau: Phương pháp không điều khiển là phương pháp không có điều khiển truyền tin giữa các cụm. Các cảm biến thành viên trong các cụm có thể truyền tin bất cứ lúc nào. Bên cạnh đó, trong phương pháp chia tầng, các cảm biến thành viên được yêu cầu truyền tin trong khe thời gian thứ nhất. Vì thế, các cảm biến thành viên trong phương pháp phân cụm không điều khiển truyền tín hiệu tới CH của mình bất cứ lúc nào trong khe thời gian thứ nhất. Tuy nhiên, việc truyền tin của một cảm biến sẽ bị ảnh hưởng của các cảm biến trong cùng một cụm và 1/2 số cảm biến trong 2 cụm lân cận. Vì thế, một cảm biến thành viên truyền tín hiệu tới CH của mình thành công khi các cảm biến thành viên khác trong cùng một cụm, và 1/2 số cảm biến thành viên ở 2 cụm lân cận không truyền tín hiệu. Ngoài ra, kênh truyền có lỗi được nghiên cứu trong bài báo này. Vì thế, gọi số lượng cảm biến trong một cụm là sN , xác suất truy cập của một cảm biến vào một khe thời gian bất kỳ là τ thì xác suất truyền thành công của toàn bộ cảm biến trong một cụm được tính như sau [14]-[16]:

( ) ( )2 11 1sNcsuc sP N P E Rτ τ −= − − (1)

Trong đó, PER là xác suất lỗi gói tin và được tính bằng:

( )[ ]

1 1 c o d e

E PNP E R B E R= − − (2)

với BER là tỷ lệ lỗi của một khối dữ liệu đã được mã hoá có chiều dài codeN , E[P] là kích thước của tải. Theo chuẩn IEEE 802.15.6, mã kênh quy định cho băng thông được sử dụng là BCH, vì thế tỷ lệ lỗi của khối dữ liệu BER được tính theo công thức sau [17]:

( )mod mod1

1code

code

code

NN jcode j

j T

NBER P p

j−

= +

⎛ ⎞= −⎜ ⎟

⎝ ⎠∑ (3)

với modp là xác suất lỗi bít sau giải điều chế. Phương thức điều chế sử dụng cho băng tần này là π/2-DBPSK, vì thế

mod12

SNRP e−= [18]. Ở đây, mã BCH(63,51) được áp dụng

theo quy định của IEEE 802.15.6 nên codeN = 63, codeK = 51 và năng lực giải mã thành công codeT = 2 [17]. Vì thời gian truyền tin của cảm biến và các CH đều giảm 1/2 trong mô hình chia tầng, xác suất truy cập của các CH được tính theo công thức:

2s

c sucP ττ = (4)

với codeR = codeK là tỷ lệ mã hoá và Ts, T, Tc lần lượt là thời gian của một khe CSMA, thời gian trung bình truyền một gói tin và thời gian xung đột [16].

Bên cạnh phương pháp không điều khiển, phương pháp điều khiển hoàn toàn hay phương pháp tái sử dụng siêu khung [16] tránh được việc các cụm lân cận truyền tin trong cùng một thời gian. Vì thế, việc truyền tín hiệu của một cảm biến thành viên chỉ bị ảnh hưởng bởi việc truyền tín hiệu của các cảm biến thành viên khác trong cùng một cụm, mà không bị ảnh hưởng bởi việc truyền tín hiệu của các thành viên trong các cụm lân cận. Tuy nhiên, thời gian có thể truyền tín hiệu của từng cụm lại bị thay đổi, nhỏ hơn nhiều so với thời gian của khe thứ nhất. Nếu gọi số lượng siêu khung tái sử dụng là k thì thời gian truyền tin của mỗi cụm là 1

2k. Trong trường hợp điều khiển hoàn toàn thì

k = Nc với Nc là số lượng cụm. Vì thế, xác suất truyền thành công và xác suất truy cập của phương pháp tái sử dụng siêu khung cũng như phương pháp điều khiển hoàn toàn được biển diễn tương tự như phương pháp không điều khiển:

( ) ( )11 1sNssuc sP N P E Rτ τ −= − − (5)

2s

c sucPkττ =

Trong khe thời gian thứ 2, các CH truyền tin tới bộ điều phối, trong lúc này toàn bộ cảm biến thành viên của các cụm giữ im lặng. Vì thế, việc truyền tin giữa các CH và bộ điều phối có thể xem như một mạng hình sao đơn chặng, nên các xác suất được tính như mạng hình sao đơn chặng [14] khi xét thêm tỷ lệ lỗi bít:

( ) ( )11 1N ccsuc c c cP N P E Rτ τ −= − − (6)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 57

( )1 N ccid le cP τ= −

Vì thời gian của khe thứ 2 bằng thời gian của khe thứ nhất và bằng 1/2, nên thông lượng cho hệ thống chia tầng tương tự hệ thống đơn chặng [14] khi giảm 2 lần và xét tỷ lệ mã hóa:

[ ]12

csu c co d e

c c cid le s su c fa il c

P R E PT h roP T P T P T

=+ +

(7)

Với 1c c cfail suc idleP P P= − − .

3. Kết quả tính toán 3.1. Thiết lập hệ thống

Phương pháp chia tầng đã được đề xuất và phân tích ở trên, trong phần này chúng tôi tiến hành tính toán thông lượng để đánh giá hiệu quả của phương pháp chia tầng. Các tham số chính của hệ thống được biểu diễn trong bảng 1, các tham số khác xem thêm trong tài liệu [16].

Bảng 1. Các tham số chính của hệ thống

TT Nội dung Kết quả

1 SNR [dB] 10

2 Tổng số các cảm biến (N) 100

3 Số lượng cụm (Nc) 25

4 Kích thước tải (E[P]) [byte] 100

5 Xác suất truy cập (τ) 0,3

3.2. Ảnh hưởng của SNR Các tham số trong bảng 1 được áp dụng trong trường

hợp SNR thay đổi từ 1[dB] tới 10[dB] và kết quả biểu diễn trong hình như kết quả trong hình 2, sự thay đổi của thông lượng khi SNR thay đổi trong cả 2 phương pháp: chia tầng và không chia tầng tương tự nhau. Khi SNR thấp, thông lượng rất thấp do PER ≈ 1 và thông lượng tăng khi SNR tăng, đặc biệt thông lượng bão hoà khi SNR lớn hơn 7, lúc này PER ≈ 0. Tuy nhiên, thông lượng của phương pháp phân cụm chia tầng cao hơn nhiều thông lượng của phương pháp phân cụm không chia tầng tại tất cả chỉ số SNR. 3.3. Ảnh hưởng của số lượng cụm

Hình 2. Ảnh hưởng của SNR đối với thông lượng

Hình 3. Ảnh hưởng của số lượng cụm đối với thông lượng Số cụm thay đổi từ 2 đến N/2, các thông số khác cố định

như bảng 1 và thông lượng của hệ thống được thể hiện trên hình 3. 3.4. Ảnh hưởng của xác suất truy nhập

Các tham số được tổng kết trong bảng 1 và xác suất truy cập (τ) thay đổi từ 0,001 tới 0,2. Kết quả tính toán thông lượng được miêu tả ở hình 4. Như được biểu diễn trong hình 4, thông lượng của phương pháp chia tầng tăng đáng kể so với phương pháp không chia tầng. Trong phương pháp chia tầng, phân cụm không điều khiển cũng thể hiện được ưu điểm và có giá trị thông lượng cao nhất khi τ bé. Vì lúc này các cảm biến truyền thông tin ít, việc xung đột ở các CH không đáng kể. Tuy nhiên, khi τ tăng lên thì phương pháp tái sử dụng siêu khung vẫn thể hiện ưu điểm và có giá trị thông lượng cao hơn phương pháp phân cụm không điều khiển. τ càng tăng thì số lượng siêu khung tái sử dụng k cũng cần tăng lên để thông lượng của hệ thống đạt giá trị lớn nhất.

Hình 4. Ảnh hưởng của xác suất truy nhập đối với thông lượng

58 Nguyễn Như Thắng, Nguyễn Huy Hoàng, Phạm Thanh Hiệp

3.5. Ảnh hưởng của tổng số cảm biến Nếu số lượng cụm là cố định, số lượng cảm biến thành

viên tăng khi tổng số các cảm biến tăng và sẽ gây xung đột tại các CH khi số lượng cảm biến thành viên trở nên quá lớn. Điều này không sát với thực tế, bởi vậy số lượng cụm được thay đổi theo số lượng cảm biến Nc = N/5 (ảnh hưởng cụ thể của số lượng cụm như được phân tích như ở trên). Tổng số cảm biến được thay đổi từ 100 tới 200 và các thông số khác được tổng kết ở bảng 1. Kết quả tính toán được thể hiện ở hình 5. Tương tự như ảnh hưởng của số lượng cụm và xác suất truy cập, thông lượng của phương pháp chia tầng cao hơn so với phương pháp không chia tầng. Thông lượng của các phương pháp điều khiển khác nhau trong phương pháp chia tầng cũng tương tự như trên, khi tổng số cảm biến tăng lên thì số lượng cụm cũng tăng lên. Vì thế, như giải thích trong ảnh hưởng của số lượng cụm, phương pháp phân cụm không điều khiển có ưu thế hơn vì không phải chia khe thời gian cho các cụm ở khe thời gian thứ nhất.

Hình 5. Ảnh hưởng của tổng số cảm biến đối với thông lượng

4. Kết luận Trong nghiên cứu này, chúng tôi đã đề xuất mô hình chia

tầng cho mạng WBAN phân cụm có điều khiển truy cập trong điều kiện kênh truyền không lý tưởng, đã chỉ ra công thức tính tỷ lệ lỗi bít, từ đó xây dựng công thức tính thông lượng cho hệ thống chia tầng. Kết quả tính toán thông lượng khi các tham số thay đổi đã chỉ ra rằng, phương pháp chia tầng có ưu thế hơn phương pháp không chia tầng, và vì thế, thời gian trễ của phương pháp chia tầng nhỏ hơn thời gian trễ trung bình của phương pháp không chia tầng.

Tuy nhiên, phương pháp chia tầng đòi hỏi sự đồng bộ chặt chẽ hơn giữa các cảm biến, các CH và các bộ điều phối, tính phức tạp của việc điều khiển truyền tin của bộ điều phối. Trong nghiên cứu này chúng tôi chỉ dừng lại ở việc chia tầng cho các phương pháp điều khiển đã được đề xuất trong các nghiên cứu trước. Sự kết hợp chặt chẽ giữa phương pháp chia tầng và các phương pháp điều khiển truy cập cần nghiên cứu sâu hơn trong các nghiên cứu tiếp theo để thông lượng đạt giá trị cao hơn.

TÀI LIỆU THAM KHẢO [1] M. M. Alam and E. B. Hamida, “Surveying Wearable Human

Assistive Technology for Life and Safety Critical Applications: Standards, Challenges and Opportunities”, Qatar Mobility In- novations Center (QMIC), Qatar Science and Technology Park (QSTP), PO Box 210531, Doha, Qatar Published, May 2014.

[2] F. Dijkstra, “Requirements for BAN and BAN standardization from the point of view of gaming”, In BODYNETS2012, 7th Int. Conf. on Body Area Networks, Sept. 2012.

[3] R. Cavallari, F. Martelli, R. Rosini, and C. Buratti, “A Survey on Wireless Body Area Networks: Technologies and Design Challenges”, vol. 16, Issue 3, 2014.

[4] O. Lara and M. Labrador, “A survey on human activity recognition using wearable sensors”, IEEE Commun. Surveys Tutorials, vol. 15, no. 3, 2013, pp. 1192-1209.

[5] B. Latre, B. Braem, I. Moerman, C. Blondia, and P. Demeester, “A survey on wireless body area networks”, Wireless Netw., vol. 17, no. 1, Jan. 2011, pp. 1-18.

[6] S. Sudevalayam and P. Kulkarni, “Energy harvesting sensor nodes: Survey and implications”, IEEE Commun. Surveys Tuto- rials, vol. 13, no. 3, 2011, pp. 443-461.

[7] I. Ha, “Technologies and research trends in wireless body area networks for healthcare: A systematic literature review”, Hindawi Publishing Corporation Int. J. Distributed Sensor Networks, Jan. 2015.

[8] S. Ullah and K. S. Kwak, “Throughput and delay limits of IEEE 802.15.6”, Proc. the IEEE Wireless Commun. and Netw. Conf. (WCNC ’11), Mar. 2011, pp.174-178.

[9] S. Ullah, M. Chen, and K. S. Kwak “Throughput and DelayAnalysis of IEEE 802.15.6-based CSMA/CA Protocol”, J. Med- ical Syst., vol. 36, Issue 6, Dec. 2012, pp. 3875-3891.

[10] P. Khan, N. Ullah, S. Ullah, and K. S. Kwak, “Analytical modeling of IEEE 802.15.6 CSMA/CA protocol under different access periods”, Proc. the 14th Int. Symp. on Commun. and Inform. Technol. (ISCIT ’14), Incheon, Republic of Korea, Sep. 2014, pp. 151-155.

[11] S. Sarkar, S. Misra, C. Chakraborty, and M. S. Obaidat, “Analysis of reliability and throughput under saturation condition of IEEE 802.15.6 CSMA/CA for wireless body area networks”, Proc. the IEEE Global Commun. Conf. (GLOBECOM ’14), Austin, Texas, USA, Dec. 2014, pp. 2405-2410.

[12] B. Bandyopadhyay, D. Das, A. Chatterjee, S. J. Ahmed, A.Mukherjee, and K. Naskar, Markov chain based analysis of IEEE 802.15.6 mac protocol in real life scenario”, Proc. the 9th Int. Conf. on Body Area Networks, 2014, pp. 331-337.

[13] Pham Thanh Hiep, “Spatial reuse superframe for high throughput cluster-based WBAN with CSMA/CA”, Ad-Hoc and Sensor Wireless Networks, Vol. 31, No. 1-4, 2014, pp. 69-87.

[14] Nguyễn Như Thắng, Nguyễn Thùy Linh, Nguyễn Huy Hoàng, Phạm Thanh Hiệp, “Tối ưu hóa số lượng siêu khung tái sử dụng cho mạng quanh cơ thể”, Tạp chí Khoa học và Công nghệ, HVKTQS, số 180, tháng 10 năm 2016, trang 20-28.

[15] Nguyen Nhu Thang, Nguyen Huy Hoang, Pham Thanh Hiep, “An approach to enhance the throughput of cluster-based WBAN with CSMA/CA of IEEE 802.15.6”, Journal of Science and Technology, Military University of Science and Technology, số 178, tháng 8 năm 2016, pp. 30-39.

[16] Nguyễn Như Thắng, Nguyễn Thùy Linh, Nguyễn Huy Hoàng, Phạm Thanh Hiệp, “Đề xuất phương pháp tái sử dụng siêu khung cho mạng vô tuyến quanh cơ thể (WBAN)”, Tạp chí Khoa học và Công nghệ, HVKTQS, số 173, tháng 12 năm 2015, trang 31-41.

[17] George C.Clark Jr. and J.Bibb Cain, “Error-Correction Coding for Digital Communications (Applications of Communications Theory)”, Springer, 1981.

[18] Alfonso Martinez, Albert Guillen i Fabregas and GiuseppeCaire, “A Closed-Form Approximation for the Error Probability of BPSK Fading Channels”, IEEE Trans. on wireless commu., Vol. 6, No. 6, Jun. 2007, pp. 2051-2054.

(BBT nhận bài: 16/01/2017, hoàn tất thủ tục phản biện: 17/02/2017)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 59

VỊ TRÍ VÀ CÔNG SUẤT TỐI ƯU CỦA TỤ ĐIỆN TRONG QUI HOẠCH VÀ CẢI TẠO HỆ THỐNG PHÂN PHỐI

OPTIMAL ALLOCATION AND SIZING OF CAPACITORS IN DISTRIBUTION SYSTEM PLANNING

Vũ Văn Thắng1, Bạch Quốc Khánh2 1Trường Đại học Kỹ thuật Công nghiệp, Đại học Thái Nguyên; thangvvhtd@tnut.edu.vn

2Trường Đại học Bách khoa Hà Nội; khanh.bachquoc@hust.edu.vn

Tóm tắt - Hệ thống phân phối (HTPP) liên tục thay đổi, phát triểnđể đáp ứng sự tăng trưởng của phụ tải. Vì vậy, cần xem xétphương án sử dụng tối ưu tụ điện ngay trong bài toán qui hoạch.Nghiên cứu này giới thiệu một mô hình qui hoạch HTPP có xét đếnviệc sử dụng tụ điện nhằm tối ưu chi phí, đồng thời đảm bảo cácyêu cầu kỹ thuật. Vị trí và công suất tối ưu của tụ điện được xácđịnh đồng thời với thông số nâng cấp tối ưu của đường dây vàtrạm biến áp. Hàm mục tiêu là cực tiểu chi phí vòng đời trong suốtgiai đoạn qui hoạch, bao gồm chi phí đầu tư và vận hành của thiếtbị, chi phí mua điện. Đồ thị phụ tải ngày điển hình và đặc tính giáđiện theo thời gian được sử dụng để nâng cao tính chính xác vàphù hợp hơn với điều kiện thực tiễn. Chương trình tính toán đượclập trong GAMS và kết quả tính toán kiểm tra cho thấy sự phù hợpcủa mô hình đề xuất cũng như hiệu quả của tụ điện.

Abstract - This work introduces an optimization model for distribution system planning with the presence of capacitors that minimizes the system life-cycle cost while satisfying technical requirements of distribution systems in operation. The optimal allocation and sizing of capacitors are determined in line with optimal upgrading process of equipment sizing (conductor size and transformer capacity). The objective function of model is to minimize the life-cycle cost over the planning period including the investment and operational cost of equipment in distribution system (feeders, substations), capacitors and cost for purchasing energy from the market. The typical daily load curves and real-time prices are used to improve the accuracy of the calculation results to make the model more suitable for practical conditions. The calculation program is performed by GAMS environment that is applied to calculate for a test system.

Từ khóa - tối ưu; qui hoạch HTPP; tụ điện; chi phí vòng đời;General Algebraic Modeling System (GAMS).

Key words - optimization; planning of distribution system; capacitor; life cycle cost; GAMS.

1. Giới thiệu

Tổn thất trong HTPP thường rất lớn do điện áp vận hành nhỏ, tổng trở đường dây lớn và mật độ phụ tải cao. Hơn nữa, hệ thống này cung cấp điện trực tiếp cho các phụ tải và ít có các thiết bị điều chỉnh điện áp. Do đó, các chỉ tiêu tổn thất công suất và tổn thất điện áp luôn phải được quan tâm trong các bài toán qui hoạch, thiết kế và vận hành HTPP.

Tụ điện là thiết bị có ảnh hưởng lớn tới các chỉ tiêu kinh tế kỹ thuật trong HTPP, bởi thiết bị này có thể làm giảm công suất truyền tải trên hệ thống, dẫn đến giảm tổn thất và trì hoãn nâng cấp đường dây và trạm biến áp (TBA) nguồn. Ngoài ra, tụ điện có chi phí đầu tư rẻ, công suất tiêu hao điện năng nhỏ và không bị hạn chế vị trí lắp đặt. Nhiều công nghệ chế tạo tụ điện với tuổi thọ ngày càng cao, tiêu hao nhiên liệu nhỏ và chi phí ngày càng rẻ [1], [2]. Vì vậy, tụ điện thường được nghiên cứu sử dụng trong HTPP nhằm nâng cao hiệu quả kinh tế cũng như cải thiện tổn thất và nâng cao điện áp cung cấp cho các phụ tải [3].

Lựa chọn vị trí và dung lượng của tụ điện nhằm giảm tổn thất công suất, tổn thất điện năng, từ đó giảm chi phí vận hành của HTPP đã được nhiều nghiên cứu thực hiện [4]. Hàm mục tiêu cực tiểu tổn thất công suất với ràng buộc đảm bảo độ lệch điện áp yêu cầu tại tất cả các phụ tải đã được giới thiệu trên [5], [6], [7]. Ngoài ra, nhằm nâng cao tính chính xác của kết quả tính toán, chi phí đầu tư của thiết bị cũng đã được xét đến trong các nghiên cứu [8][9][10] với hàm mục tiêu bao gồm tổng chi phí tổn thất điện năng và chi phí đầu tư tụ điện.

Trong các nghiên cứu trên, tụ điện thường được xem xét đầu tư với giả thiết HTPP không thay đổi (cấu trúc và

thông số), hay nói khác đi đó là các bài toán vận hành HTPP. Tuy nhiên, để đáp ứng nhu cầu phát triển của phụ tải, HTPP thường xuyên được cải tạo và nâng cấp bằng giải pháp tăng tiết diện dây dẫn và công suất của TBA. Ngoài ra, khi tính toán thông số của thiết bị bù thường tính toán trong chế độ phụ tải cực đại, trong khi HTPP là bộ phận lưới điện cung cấp điện trực tiếp cho các hộ phụ tải trong phạm vi hẹp, nên phụ tải thay đổi rất mạnh theo thời gian trong ngày và mùa trong năm. Kết quả tính toán sẽ có sai số lớn và có thể gây ra hiện tượng quá bù trong thời gian thấp điểm, dẫn đến tổn thất trong thời điểm này có thể tăng cao. Do đó, nghiên cứu này đề xuất một mô hình tính toán tối ưu công suất, thời gian và vị trí đầu tư của tụ điện, đồng thời với nâng cấp thông số của thiết bị (đường dây và TBA nguồn) trong qui hoạch HTPP. Đồ thị phụ tải ngày điển hình theo mùa được sử dụng nhằm đảm bảo tối ưu tổn thất công suất, đồng thời đảm bảo độ lệch điện áp yêu cầu trong mọi chế độ vận hành của hệ thống.

Phần tiếp theo của bài báo trình bày mô hình bài toán đề xuất với hàm mục tiêu và các ràng buộc. Kết quả tính toán áp dụng được trình bày trong phần 3, và phần 4 trình bày các kết luận của nghiên cứu này.

2. Mô hình toán Trong những năm gần đây, qui hoạch toán học được

ứng dụng rất phổ biến trong tính toán qui hoạch HTPP, nhiều mô hình và phương pháp mới đã được giới thiệu. Qui hoạch HTPP xét đồng thời đến khả năng tham gia và hiệu quả của nguồn phân tán hay tụ điện được giới thiệu trong [11], [12]. Hàm mục tiêu có thể là cực tiểu tổn thất công suất, tổn thất điện năng hay cực tiểu tổng chi phí đầu tư và vận hành hệ thống trong suốt giai đoạn qui hoạch [13]. Mô

60 Vũ Văn Thắng, Bạch Quốc Khánh

hình hai giai đoạn được giới thiệu trong [14] nhằm giảm khối lượng và thời gian tính toán, trong cả hai giai đoạn, hàm mục tiêu cực tiểu chi phí được sử dụng cùng với các ràng buộc đảm bảo vận hành của hệ thống.

Mỗi thiết bị trong HTPP thường có tuổi thọ và thời gian đầu tư khác nhau, nên để xét đến ảnh hưởng của các yếu tố này, các nghiên cứu [15], [16] đã giới thiệu hàm mục tiêu chi phí vòng đời của phương án đầu tư bao gồm chi phí đầu tư thiết bị, chi phí nhiên liệu và vận hành của hệ thống và giá trị còn lại của thiết bị ở cuối giai đoạn qui hoạch, tất cả được qui đổi về cùng thời điểm tính toán.

Vì vậy, để phù hợp với thực tiễn, nghiên cứu này sử dụng hàm mục tiêu chi phí vòng đời trong mô hình đề xuất. Chi tiết của mô hình như sau đây. 2.1. Hàm mục tiêu

Hàm mục tiêu cực tiểu chi phí vòng đời của mô hình như biểu thức (1) gồm các thành phần sau:

0 ij. ,1 1

0 , , ,1 1

. , , , . , , ,1 1 1

0 ij. ,1

1 . ( . . )(1 )

( . . ) .

( . . )

( ) . ( . . )

(

S C

S S

T N N

ij F t F ij ttt i j i

N NS C C

S i t S i t i i ti i

N S HS S S S

s P h i t s h Q h i t s hi s h

F N NF kh

ij F t F ij ti j iF

S kh

J L C C Fr

C C S C Q

D P Q

T t L C C FT

T t

α

γ

ρ ρ

α

= = =

= =

= = =

= =

⎛= +⎜+ ⎝

+ + +

+ +

−− +

−−

∑ ∑∑

∑ ∑

∑∑∑

∑∑

0 , ,1

,1

) . ( . . )

( ) .

, , ,

S

C

NSS

S i t S i tiS

N CC CC khi i t

i C

S

C C ST

T t C Q MinT

ij N t T s S h H

γ=

=

+

⎞−− →⎟

⎠∀ ∈ ∈ ∈ ∈

∑

∑

(1)

Trong đó: i) là chi phí đầu tư nâng cấp các đường dây với chi phí đầu tư cố định CF0, chi phí theo tiết diện CF và chiều dài Lij của đường dây. Fij,t là tiết diện cần nâng cấp và αij,t là các biến nhị phân biểu diễn đặc tính phi tuyến của chi phí nâng cấp.

ii) Chi phí đầu tư nâng cấp TBA nguồn gồm chi phí đầu tư cố định CS0, chi phí theo công suất CS và công suất nâng cấp ,

Si tS của TBA. γi,t là các biến nhị phân biểu diễn đặc

tính chi phí nâng cấp phi tuyến của TBA nguồn. iii) Chi phí đầu tư tụ điện tại mỗi vị trí gồm suất chi phí

CiC và công suất đầu tư tại mỗi nút tải ,

Ci tQ .

iv) là chi phí mua điện từ thị trường với .SP hρ , .

SQ hρ là giá

điện theo công suất tác dụng và phản khánh. , , ,S

i t s hP ,

, , ,Si t s hQ là công suất mua từ hệ thống bao gồm công suất

của phụ tải và thành phần tổn thất trên các thiết bị như đường dây, TBA và tụ điện.

v) là giá trị còn lại của đường dây, TBA và tụ điện ở cuối giai đoạn tính toán với F

kht , Skht , C

kht là thời gian

khấu hao, và FT , ST , CT là tuổi thọ của các thiết bị tương ứng. Tổng chi phí đầu tư được qui đổi về thời điểm hiện tại

theo biểu thức 1 / (1 )tr+ với hệ số chiết khấu r. Ngoài ra, T là tổng số năm qui hoạch, N là tổng số nút của HTPP, NS là tổng số nút TBA, NC là tổng số nút đặt tụ điện, SS là số mùa trong năm và H là số giờ trong ngày. 2.2. Các ràng buộc

Đầu tiên, ràng buộc cân bằng công suất nút cần phải được thực hiện trong mỗi bài toán qui hoạch HTPP nhằm tính toán trào lưu công suất trong hệ thống. Nghiên cứu này sử dụng ràng buộc cân bằng công suất nút xét đến cả công suất tác dụng và phản kháng (mô hình xoay chiều - AC) như biểu thức (2) với Pi,s,h,t và Qi,s,h,t là công suất phụ tải trong từng thời điểm tính toán. ,ij tY , ,ij tθ là module và góc

lệch của tổng dẫn nhánh trong năm t. , , ,i t s hU , , , ,i t s hδ là module và góc pha của điện áp.

, , , , , , ,

, , , , , , , , , , , , , ,1

, , , , , , ,

, , , , , , , , , , , , , ,1

.

. . .cos( )

. . .sin( )

, , ,

S Ci t s h c i t i t s h

N

ij t i t s h j t s h ij t j t s h i t s hj

C Si t i t s h i t s h

N

ij t i t s h j t s h ij t j t s h i t s hj

S

P k Q P

Y U U

Q Q Q

Y U U

ij N s S h H t T

θ δ δ

θ δ δ

=

=

− − =

+ −

+ − =

− + −

∀ ∈ ∈ ∈ ∈

∑

∑

(2)

Khi tụ điện kết nối với hệ thống, bản thân tụ điện gây ra lượng tổn thất công suất tác dụng, xác định theo biểu thức

,. Cc i tk Q , với kc là hệ số tổn thất theo công suất phản

kháng của tụ điện. Điện áp tại mỗi phụ tải thay đổi rất lớn theo chế độ

làm việc của hệ thống. Trong chế độ phụ tải cực đại, do tổn thất lớn, điện áp tại các nút xa nguồn có thể nhỏ hơn giá trị cho phép. Ngược lại, trong những giờ thấp điểm, khi phụ tải giảm thấp, nếu tụ bù ở cuối đường dây với công suất lớn có thể gây nên hiện tượng quá bù. Công suất phản kháng truyền tải ngược về nguồn và điện áp ở cuối đường dây có thể tăng cao, lớn hơn giá trị cho phép. Do đó, giới hạn độ lệch điện áp ở tất cả các nút được thực hiện như biểu thức (3) với điện áp tại các nút nguồn giả thiết luôn là hằng số.

min , , , max

, , , tani t s h L

i t s h S

U U U i N

U cons t i N

≤ ≤ ∈

= ∈ (3)

Khi tụ điện tham gia trong HTPP, công suất của tụ điện sẽ làm thay đổi trào lưu công suất của toàn hệ thống dẫn đến ảnh hưởng tới tất cả các chỉ tiêu kinh tế kỹ thuật. Để thỏa mãn ràng buộc điện áp đồng thời đảm bảo lựa chọn công suất của tụ điện theo gam công suất tiêu chuẩn, nghiên cứu này đề xuất ràng buộc công suất của tụ điện như biểu thức (4). Trong đó, Qmin và Qmax là giới hạn công suất lựa

2 3

4

5

6

7

1

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 61

chọn của tụ điện, βi,t là biến nhị phân.

i, min i,t i, max i,t. 0; . 01, ,

C Ct t

L

Q Q Q Qt i N t T

β β− ≥ − ≤

∀ ≥ ∈ ∈ (4)

Biến nhị phân βi,t được sử dụng nhằm lựa chọn được công suất của tụ bù

i,( )CtQ phù hợp với thiết bị thực tiễn. Khi tụ điện

không được lựa chọn βi,t sẽ nhận giá trị 0 tương ứng công suất đầu tư của tụ điện là 0, ngược lại βi,t bằng 1 và công suất của tụ điện sẽ được lựa chọn trong khoảng từ Qmin đến Qmax.

Ngoài ra, TBA nguồn cần được nâng cấp khi không đáp ứng được yêu cầu của phụ tải, đồng thời đảm bảo gam công suất tiêu chuẩn nên ràng buộc nâng cấp TBA nguồn như biểu thức (5). Trong đó, *

,Si tS là công suất hiện trạng của TBA năm

t, ax,mi tS là công suất truyền tải lớn nhất năm t, i,

StSΔ là công

suất nâng cấp, minSΔ là gam công suất nhỏ nhất và maxSΔ là giới hạn công suất lớn nhất có thể nâng cấp của TBA.

* ax, 1 i, ,

i, min i,t i, max i,t

ax *, , 1

( )

. ; . 0

1, ,

S S mi t t i t

S St t

m Si t i t

S

S S S

S S S S

S St i N t T

γ γ−

−

+ Δ ≥

Δ ≥ Δ Δ −Δ ≤

>

∀ ≥ ∈ ∈

(5)

Tương tự, đường dây cần phải nâng cấp khi phụ tải tăng cao và thỏa mãn gam tiết diện của dây dẫn nên ràng buộc nâng cấp như biểu thức (6). Trong đó, Fij,t là tiết diện nâng cấp, Fmin.ij là gam tiết diện nhỏ nhất, Fmax.ij là giới hạn tiết diện lớn nhất của đường dây, *

,Fij tS là công suất hiện trạng và ax

,mij tS là công

suất truyền tải lớn nhất.

ij, min.ij ij,t ij, m ax.ij ij,t

ax *, , 1

. 0; . 0

1, ,

t t

m Fij t ij t

F F F F

S St ij N t T

α α

−

− ≥ − ≤

>

∀ ≥ ∈ ∈

(6)

Mô hình sử dụng các biến nhị phân nhằm xác định điều kiện nâng cấp, đầu tư, đồng thời biểu diễn đặc tính chi phí phi tuyến của đường dây, TBA và tụ điện [5][14]. Ngoài ra, giải tích hệ thống bằng hệ phương trình cân bằng công suất nút AC nên bài toán qui hoạch có dạng MINLP (Mixed Integer Nonlinear Programming).

Mô hình đề xuất được lập trong ngôn ngữ lập trình GAMS (The General Algebraic Modeling System) sử dụng solver MINOS [17] và được tính toán kiểm tra trong HTPP như sau đây.

3. Tính toán áp dụng 3.1. Sơ đồ và thông số HTPP

Hình 1. Sơ đồ HTPP 7 nút

Mô hình đề xuất được tính toán kiểm tra trên HTPP

gồm 7 nút với điện áp 22kV như hình 1, thông số của hệ thống trình bày trong phần phụ lục.

Tổng công suất của phụ tải là 7865kW và 6591kVAr. HTPP cung cấp điện cho một khu vực nhỏ nên giả thiết ĐTPT ngày theo mùa tại tất cả các nút tải là như nhau và được trình bày trên hình 2. Tốc độ phát triển phụ tải giả thiết là 10% mỗi năm.

Giá điện mua từ thị trường qua TBA nguồn hiện được thực hiện theo thời gian trong ngày (thấp điểm, bình thường và cao điểm) như trình bày trên hình 3.

Hình 2. Đồ thị phụ tải ngày điển hình

Hình 3. Đặc tính giá điện trong ngày

Ngoài ra, một số chỉ tiêu kinh tế của hệ thống được giả thiết như chi phí nâng cấp đường dây gồm hai thành phần là 15.000,0$/km và 160$/km.mm2. Tương tự, chi phí xây dựng TBA là 200.000,0$/TBA và 50.000,0$/MVA[14]. Tụ điện có chi phí đầu tư giả thiết là 20,0$/kVAr với tổn thất công suất trên tụ điện được xác định qua hệ số là 0,005kW/kVAR.

Điện áp tại các nút phụ tải phải luôn đảm bảo yêu cầu trong mọi chế độ nên giới hạn tại các phụ tải từ 0,9pu đến 1,1pu, nút nguồn giả thiết điện áp luôn bằng 1,05pu.

Chi phí được qui đổi về thời điểm hiện tại với hệ số chiết khấu 10%. Tuổi thọ của đường dây, TBA và tụ điện được giả thiết là 20 năm. Thời gian tính toán là 5 năm, và tại mỗi điểm phụ tải cho phép lựa chọn một tụ điện với công suất tối ưu, nhưng giới hạn công suất lớn nhất có thể lựa chọn là 1.000kVAr. 3.2. Kết quả tính toán

Mô hình và chương trình tính toán được tính toán kiểm tra trên HTPP đã giới thiệu trong phần 3.1. Kết quả tính toán trên bảng 1 cho thấy, với thông số giả thiết, tụ điện đã được lựa chọn đầu tư ở các phụ tải 4 và 6 là nút xa nguồn ngay từ năm đầu tiên. Công suất bù tại nút 6 là 0,6MVAr và tại nút 4 là 0,8MVAr.

Mặt khác, tụ điện tham gia trong HTPP đã làm giảm công suất phản kháng truyền tải trên đường dây, nên đã trì hoãn việc nâng cấp đường dây 1-2 sang năm thứ 5, thay vì phải nâng cấp ngay từ năm thứ 4 như khi không sử dụng tụ

TBA

1 5

2

3 4

7

HT

6

62 Vũ Văn Thắng, Bạch Quốc Khánh

điện, tiết diện nâng cấp là 70mm2. Tương tự, đường dây 1-5 đã không cần phải nâng cấp khi không sử dụng tụ điện thì phải nâng cấp lên tiết diện 50mm2 ở năm thứ 5. Trong cả hai trường hợp đều phải nâng cấp TBA ở năm thứ 2 với công suất là 10MVA.

Bảng 1. Quyết định nâng cấp đường dây, TBA và đầu tư tụ điện

Thiết bị cần đầu tư,

nâng cấp Nút

Phương án không tụ điện (năm)

Phương án có tụ điện (năm)

1 2 3 4 5 1 2 3 4 5

Đường dây (mm2)

1-2 - - - 70 - - - - 70

1-5 - - - - 50 - -

TBA (MVA) 1 - 10 - - - - 10 - - -

Tụ điện (MVAr)

4 - - - - - 0,8 - - - -

6 - - - - - 0,6 - - - -

Với quyết định đầu tư trên, mặc dù phải đầu tư tụ điện với chi phí là 0,028.106$ nhưng đã giảm được 1,08.106$ chi phí nâng cấp đường dây và 0,18.106$ chi phí tổn thất điện năng. Vì vậy, chi phí vòng của HTPP trong suốt giai đoạn tính toán khi đầu tư tụ điện đã giảm được 0,35.106$, tương ứng giảm 2,62% như trình bày trong bảng 2.

Bảng 2. So sánh chỉ tiêu kinh tế

TT Loại chi phí Phương án không tụ điện

Phương án có tụ điện

So sánh

Ghi chú

1 Chi phí vòng đời (106$) 13,37 13,02 -0,35

Tổn

g ch

i phí

vòn

g đờ

i giả

m:

2,62

% 2

Chi phí nâng cấp đường dây và TBA

(106$) 2,63 1,55 -1,08

3 Chi phí đầu tư tụ điện (106$) 0,00 0,028 0,028

4 Chi phí mua điện và

vận hành HTPP (106$)

12,15 11,97 -0,18

Ngoài ra, tổn thất công suất lớn nhất của HTPP luôn giảm khi tụ điện được sử dụng như so sánh trên hình 4. Tụ điện được đầu tư ngay từ năm đầu tiên nên đã giảm được 1,4% và lượng giảm tăng lên lớn nhất ở năm thứ 3 là 1,77%. Ở năm thứ 4, khi đường dây được nâng cấp trong phương án không sử dụng tụ điện đã làm tổng trở hệ thống giảm xuống, tổn thất trong phương án này giảm nên lượng tổn thất chênh lệch chỉ còn 1,45%.

Hình 4. So sánh tổn thất công suất lớn nhất

Tương tự, tổn thất điện năng trong từng năm tính toán cũng giảm ngay từ năm đầu tiên khi đầu tư tụ điện như thể hiện trên hình 5. Lượng tổn thất điện năng giảm được nhỏ nhất là 0,39.106kWh năm thứ nhất và đạt cực đại ở năm thứ 5 là 0,68.106kWh. Tổng tổn thất điện năng trong cả giai đoạn tính toán giảm được là 2,76.106kWh, tương ứng chi phí tổn thất qui đổi về năm cơ sở giảm được là 0,18.106$.

Hình 5. So sánh tổn thất điện năng

Điện áp tại tất cả các nút trong mọi chế độ vận hành đều đảm bảo yêu cầu. Trong chế độ phụ tải cực tiểu, phương án sử dụng tụ điện cho điện áp tại tất cả các nút luôn đạt 1,04pu đến 1,05pu. Trong chế độ phụ tải cực đại, điện áp nút trong cả hai phương án đều đạt độ lệch cho phép như trên hình 6 và hình 7. Điện áp tại nút 4, năm qui hoạch thứ 5 có giá trị nhỏ nhất là 0,92pu, nhưng khi sử dụng tụ điện đã nâng điện áp nhỏ nhất tại nút này lên 0,94pu, tương ứng giảm được tổn thất là 0,02pu.

Hình 6. Điện áp nút trong chế độ phụ tải cực đại khi không có

tụ điện

Hình 7. Điện áp nút trong chế độ phụ tải cực đại khi có tụ điện

Tương tự, hỗ trợ điện áp của tụ điện trong toàn hệ thống như trên hình 8 cho thấy, ngay từ năm đầu tiên điện áp tại nút 2 và nút 4 đã tăng được 1% và đạt cực đại ở năm thứ 5 khi điện áp của nút 4 được hỗ trợ tới 2,13%.

0

2

4

6

8

10

12

1 2 3 4 5Thời gian, năm

Tổn

thất

côn

g suất

lớn

nhất

, %

0,0

0,5

1,0

1,5

2,0

2,5

3,0

So s

ánh

hai t

rườ

ng hợ

p, %

So sánh

Không có Tụ điện

Có Tụ điện

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

1 2 3 4 5Thời gian, năm

Tổn

thất

điệ

n nă

ng, 1

0e6k

Wh So sánh

Không có Tụ điện

Có Tụ điện

1

4

7

12

34

5

0,85

0,90

0,95

1,00

1,05

Điệ

n áp

nút

, pu

1

4

7

12

34

5

0,85

0,90

0,95

1,00

1,05

Điệ

n áp

nút

, pu

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 63

Hình 8. Hỗ trợ điện áp nút của tụ điện trong chế độ phụ tải

cực đại

4. Kết luận Bài báo đề xuất một mô hình qui hoạch tính toán thời

gian và thông số nâng cấp của đường dây, TBA nguồn và tụ điện. Hàm mục tiêu là cực tiểu chi phí vòng đời của phương án đầu tư và các ràng buộc đảm bảo yêu cầu về kỹ thuật. Biến nhị phân được sử dụng để xác định quyết định đầu tư thiết bị cùng với các ràng buộc phi tuyến. Hơn nữa, mô hình xét đến đồ thị phụ tải ngày điển hình và đặc tính giá điện theo thời gian đã đảm bảo yêu cầu vận hành của hệ thống trong mọi chế độ vận hành, cũng như nâng cao được tính chính xác của kết quả tính toán. Tính toán kiểm tra cho thấy, mô hình đề xuất phù hợp với bài toán qui hoạch HTPP, đồng thời cho phép xét đến khả năng đầu tư tối ưu tụ điện. Khi lựa chọn được thông số tối ưu, tụ điện đã nâng cao hiệu quả đầu tư và chất lượng điện áp của hệ thống. Chi phí vòng đời cũng như tổn thất công suất và tổn thất điện năng trong suốt giai đoạn qui hoạch giảm. Điện áp của tất cả các nút trong hệ thống luôn đảm bảo yêu cầu trong mọi chế độ vận hành.

TÀI LIỆU THAM KHẢO [1] M.Jayalakshmi, K.Balasubramanian, “Simple Capacitors to

Supercapacitors-An Overview”, International Journal of Electrochemical Science, Vol.3, 2008.

[2] J.Li, X.Cheng, A.Shashurin, M.Keidar, “Review of Electrochemical Capacitors Based on Carbon Nanotubes and Graphene”, Graphene, 2012.

[3] Trần Vinh Tịnh, T.V. Chương, “Bù tối ưu công suất phản kháng trong LPP”, Tạp chí KH&CN, Đại học Đà Nẵng, số 2, 2008.

[4] J.C. Carlisle, A.A. El-Keib,…, “A review of capacitor placement techniques on distribution feeders”, Pro. the 29th Southeastern Symposium on System Theory, 1997.

[5] Vũ Văn Thắng, Đ.Q.Thống, B.Q.Khánh, “Nghiên cứu ảnh hưởng của độ lệch điện áp yêu cầu đến lựa chọn vị trí và dung lượng bù tối ưu khi thiết kế vận hành HTPP”, Tạp chí KH&CN Đại học Thái Nguyên, số 12, 2010.

[6] M.A.S.Masoum, M.Ladjevardi,…, “Optimal Placement, Replacement and Sizing of Capacitor Banks in Distorted Distribution Networks by GA”, IEEE Tran. on Power Delivery, Vol.19, 2004.

[7] M.Dixit, P.Kundu, H.R. Jariwala, “Optimal Allocation and Sizing of Shunt Capacitor in Distribution System for Power Loss Minimization”, IEEE Students' Con. on Electrical, Electronics and Computer Science, 2016.

[8] A.A.Eajal, and M.E.El-Hawary, “Optimal Capacitor Placement and Sizing in Unbalanced Distribution Systems With Harmonics Consideration Using Particle Swarm Optimization”, IEEE Tran. on Power Delivery, Vol.25, 2010.

[9] A. A. Abou El-Ela,..., “Optimal Sitting and Sizing of Capacitors for Voltage Enhancement of Distribution Systems”, 50th International Universities Power Engineering Con., 2015.

[10] K. Tilakul, P. Buasri…, “Capacitor Location and Size Determination to Reduce Power Losses of a Distribution Feeder in Lao PDR”, International Journal of Computer and Electrical Engineering, Vol.4, 2012.

[11] P.S.Georgilakis, N.D.Hatziargyriou, “A review of power distribution planning in the modern power systems era: Models, methods and future research”, Electric Power Systems Research 121, 2015.

[12] N.S.Tung, S.Chakravorty, “Optimized Power Distribution Planning A Review”, International Journal of Electronics and Electrical Engineering, Vol. 2, 2014.

[13] Algarni, A.A.S.; Bhattacharya, K., “A Novel Approach to Disco Planning in Electricity Markets: Mathematical Model”, Power Systems Conference and Exposition, 2009.

[14] S. Wong, K. Bhattacharya1and J.D. Fuller, “Electric power distribution system design and planning in a deregulated environment”, IET Generation, Trans & Distr, 2009.

[15] L.Liu, H.Cheng, Zeliang Ma,.., “Life Cycle Cost Estimate of Power System Planning”, International Conference on Power System Technology, 2010.

[16] S.Haifeng, Z.Jianhua,..., “Power Distribution Network Planning Optimization Based on Life Cycle Cost”, China International Conference on Electricity Distribution, 2010.

[17] GAMS 23.4, “A User’s Guide”, Development Corporation, 2015.

(BBT nhận bài: 20/02/2017, hoàn tất thủ tục phản biện: 16/3/2017)

1

4

7

12

34

5

0,0

0,5

1,0

1,5

2,0

2,5

Hỗ

trợ

điệ

n áp

nút

, %

64 Lê Thị Xuân Thùy, Nguyễn Ngọc Huy

NGHIÊN CỨU XÂY DỰNG MÔ HÌNH TUYỂN NỔI LOẠI BỎ ION CHÌ TRONG NƯỚC THẢI

A STUDY OF BUILDING THE MODEL OF REMOVING LEAD IONS FROM WASTEWATER

Lê Thị Xuân Thùy1, Nguyễn Ngọc Huy2 1Trường Đại học Bách khoa, Đại học Đà Nẵng; letxthuy@gmail.com

2Công ty TNHH MTV Nước và Môi trường Bình Minh

Tóm tắt - Bài báo trình bày về kết quả loại bỏ ion chì trong nước thải(mẫu giả) bằng phương pháp hấp phụ sử dụng than hoạt tính dạngbột (ACP) và phương pháp tuyển nổi sử dụng hoá chất Sodium LaurylSulfate (SLS). Dựa trên mô hình theo mẻ tại phòng thí nghiệm trongcác nghiên cứu trước đây [1, 2], tác giả đã tiến hành thiết kế lắp đặtmô hình tuyển nổi liên tục bao gồm 3 mô-đun chính là mô-đun hấp phụkết hợp lắng (1), mô-đun lọc (2) và mô-đun tuyển nổi để thu hồi thanhoạt tính đã hấp phụ chì (ACP-Pb) (3). Kết quả cho thấy hiệu suất loạibỏ ion chì trong nước đạt trên 99% trong thời gian 30 phút. Đặc biệt,khi sử dụng SLS, lượng bọt tạo ra rất nhiều, đây là điểm thuận lợi chomô hình tuyển nổi và cũng là điểm mới của bài báo.

Abstract - This paper presents the result of removing lead ions from wastewater by absorption method using activated carbon powder (ACP) and flotation method using Sodium Lauryl Sulfate (SLS). Based on the laboratory model in previous studies [1, 2], we design and install a continuous flotation model in combination with three modulars: sedimentation after absorption (1), filtration (2) andflotation for separating ACP which adsorbs Pb ions (ACP-Pb) (3). The results show that the efficiency of pilot scale is over 99%. Especially when using SLS, a lot of foam forms, which is advantageous for flotation model and also the new focus of this article.

Từ khóa - kim loại nặng; chì; than hoạt tính dạng bột; hấp phụ;tuyển nổi

Key words - heavy metals; lead (Pb); activated carbon particles; absorption; flotation

1. Đặt vấn đề

Tình trạng ô nhiễm kim loại nặng trong nước (ao hồ, kênh rạch đô thị, nước thải công nghiệp…) là vấn đề nan giải đã và đang được các nhà khoa học quan tâm. Nguyên nhân chủ yếu gây ô nhiễm kim loại nặng là quá trình xả nước thải sinh hoạt, nước thải công nghiệp và nước thải độc hại không được xử lý hoặc xử lý không đạt yêu cầu vào nguồn tiếp nhận [3].

Dựa trên những thành công thu được từ các nghiên cứu theo mẻ với quy mô phòng thí nghiệm [4], tác giả đã đề xuất mô hình liên tục để loại bỏ ion chì ra khỏi nước. Tuy nhiên với đặc tính nhẹ và kích thước nhỏ nên việc tách ACP khỏi nước sau hấp phụ là một vấn đề khó khăn. Với bối cảnh đó, tác giả chọn mô hình xử lý kết hợp sử dụng 4 phương pháp thông dụng hiện nay bao gồm hấp phụ, lắng, lọc và tuyển nổi cho hiệu suất loại bỏ ACP-Pb lên đến 99%. Kết quả này sẽ làm cơ sở cho việc tiếp tục nghiên cứu, cải tiến thiết kế và hoàn thiện quy trình vận hành mô hình pilot.

2. Phương pháp nghiên cứu

2.1. Phương pháp nghiên cứu Nghiên cứu đã sử dụng một số phương pháp cụ thể như:

phương pháp lấy mẫu, phân tích và phương pháp tính toán, xử lý số liệu. 2.2. Thiết bị, dụng cụ và hoá chất 2.2.1. Thiết bị, dụng cụ

Máy bơm chìm - Water Pump VipSun VS-680, công suất 25W, lưu lượng 1500 L/h (hình 1a). Máy bơm khí - Air Pump RESUN ACO-001, công suất 18W, lưu lượng 38L/min (hình 1b). Máy khuấy chìm – Wave Marker SOBO WP-800M công suất 25W, lưu lượng 20.000L/h và SOBO WP-400M công suất 15W, lưu lượng 10.000L/h (hình 1c).

Đĩa thổi khí – Aquarium Air Stone Disk, đường kính 110mm (hình 1d).

2.2.2. Hoá chất Dung dịch chì chuẩn 1000 mg/L. Than hoạt tính dạng bột (ACP). Sodium Lauryl Sulfate (SLS).

Hình 1. Một số thiết bị chính

2.3. Đối tượng nghiên cứu: Nước nhiễm kim loại chì 2.4. Nguyên lý hoạt động, thiết kế các mô-đun

Trong mô hình xử lý nước theo mẻ tại phòng thí nghiệm [3, 4], công đoạn loại bỏ hạt than kích thước lớn sử dụng phương pháp lắng trong vòng 3 giờ và thu hồi phần nước mặt phía trên cho quá trình tuyển nổi.

Nhằm cải tiến mô hình tuyển nổi theo mẻ thành tuyển nổi liên tục pilot, tác giả đã thiết kế 2 mô-đun hỗ trợ cho cột tuyển nổi gồm mô-đun hấp phụ kết hợp lắng và mô-đun lọc. Như vậy, mô hình tuyển nổi liên tục trong nghiên cứu này bao gồm 3 mô-đun chính thể hiện qua sơ đồ khối sau đây:

a) b)

c) d)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 65

Hình 2. Sơ đồ khối mô hình tuyển nổi liên tục

2.4.1. Mô-đun hấp phụ kết hợp lắng Nguyên lý hoạt động

Than hoạt tính dạng bột được châm thủ công vào nước và được khuấy trộn đều bằng máy khuấy chìm đặt tại đáy thùng. Sau một khoảng thời gian vừa đủ để các ion Pb2+

hấp phụ tối đa lên ACP, máy khuấy được tắt để quá trình lắng bắt đầu. Hiệu quả loại bỏ hạt than phụ thuộc vào thời gian lắng, và thông thường phải mất hơn 3 giờ để độ đục nước sau lắng giảm xuống hơn 2 lần [3].

Thiết kế Mô-đun hấp phụ kết hợp lắng sử

dụng thùng nhựa có thể tích 35L với kích thước: D × H (đường kính × chiều cao) = 40cm × 35cm (hình 3).

Thùng hấp phụ và lắng có van xả nước được đặt cách đáy thùng 6cm - là chiều cao đảm bảo lượng cặn than hoạt tính kích thước lớn có thể lắng mà không bị chảy trôi khi mở van.

Máy khuấy chìm sử dụng loại WP-800M. 2.4.2. Mô-đun lọc

Nguyên lý hoạt động Nước sau lắng sẽ được dẫn qua cột lọc để loại bỏ lượng

than kích thước lớn còn lại. Trong mô hình này, tác giả sử dụng thùng khuấy phụ đóng vai trò tuần hoàn nước để đánh giá hiệu quả của cột lọc. Bơm tuần hoàn dẫn nước đi qua cột lọc và trở về thùng khuấy phụ, trong khi máy khuấy chìm làm nhiệm vụ hạn chế lắng đọng hạt than.

Thiết kế Mô-đun lọc bao gồm 2 thiết bị chính: Thùng khuấy phụ

sử dụng thùng nhựa có thể tích 30Lvới kích thước L × B × H (dài × rộng × cao) = 50cm × 35cm × 26cm (hình 4a) và cột lọc có kích thước D × H (đường kính × chiều cao) = 114mm × 500mm (hình 4b).

Ngoài ra, để nước sau khi bơm phân bố đều trong cột lọc, thiết kế sử dụng vòi sen với kích thước xấp xỉ đường kính trong của cột lọc. Vật liệu lọc chính gồm bông lọc hồ cá và đá lọc (san hô vụn, sứ lọc). Chiều cao lớp vật liệu xấp xỉ tương ứng là 20cm và 26cm.

Cột lọc có van xả đến mô-đun tiếp theo.

Các thiết bị sử dụng bao gồm máy khuấy chìm SOBO WP-400M và máy bơm chìm Vipsun VS-680. 2.4.3. Mô-đun tuyển nổi

Nguyên lý hoạt động Sau khi kết thúc quá trình lọc, phần lớn lượng than đã

được tách khỏi nước, chỉ còn lại một lượng rất nhỏ không thể lọc bằng vật liệu lọc thông thường. Theo kết quả nghiên cứu trước đây của tác giả thì gần 10% lượng ACP ban đầu còn sót lại trong dung dịch với kích thước nhỏ hơn 50 .

Nước được dẫn từ cột lọc đi vào cột tuyển nổi. Tại đây, bọt khí sinh ra từ đáy cột tuyển nổi cùng với sự hỗ trợ của chất tạo bọt SLS trở nên mịn hơn và bền hơn, đẩy phần lớn hạt than kích thước nhỏ khó lắng lọc lên khỏi mặt nước.

Mô-đun tuyển nổi làm việc đồng thời với mô-đun lọc. Nghĩa là chiều dòng chảy của nước: Thùng khuấy phụ → Cột lọc → Cột tuyển nổi → Thùng khuấy phụ.

Hình 5. Thiết kế mô hình pilot xử lý nước nhiễm chì

Thiết kế Cột tuyển nổi có kích thước D × H (đường kính × chiều

cao) = 114mm × 500mm (hình 4).

è NG X¶Bä T

è NG CH¶YTRµN

è NG TRé NCHÊT T¹ O

Bä T

B¥ M KHÝ

Hé P THUBä T

VAN VANVAN

VAN

Lí P VËTLIÖU Lä C

THï NG KHUÊY PHô Cé T Lä C Cé T TUYÓN NæITHï NG HÊP PHô Vµ L¾NG

§ ÜA THæIKHÝ

M¸ Y KHUÊYB¥ M

N¦ í C

M¸ Y KHUÊY

THï NG KHUÊYPHô

Mù C N¦ í C

Hình 3. Hình ảnh thùng hấp phụ và

lắng

Hình 4. Hình ảnh thùng khuấy phụ(a) và cột lọc (b)

66 Lê Thị Xuân Thùy, Nguyễn Ngọc Huy

Đáy cột tuyển nổi được gắn một đĩa thổi khí với chất liệu xi măng giúp tăng độ bền, bọt khí sinh ra mịn hơn so với loại đĩa thổi khí thông thường. Máy bơm khí RESUN ACO-001 làm nhiệm vụ cấp khí cho đĩa.

Đầu cột tuyển nổi được lắp một ống chuyển tiết diện để giảm đường kính ống từ 114mm đến 60mm, và một hộp thu bọt và tách nước. Ống chuyển tiết diện tạo ra một nút thắt, ép bọt khô đi lên nhiều hơn và giảm lượng nước có trong bọt khi bị đẩy lên khỏi mặt nước. Hộp thu bọt được lựa chọn phụ thuộc vào lượng bọt sinh ra nhiều hay ít.

Ngoài ra, có một ống dẫn nước vào cột tuyển nổi và một ống dẫn nước trở về thùng khuấy phụ. Ống dẫn nước ra được đặt ở đáy cột tuyển nổi. Còn ống dẫn vào được đặt cách đỉnh cột khoảng 20cm.

Hình 6. Lắp đặt các mô-đun trong mô hình pilot

Phương pháp tuyển nổi có sử dụng hóa chất tạo bọt nên được xem là phương pháp hóa lý. Trong nghiên cứu này, chúng tôi chọn phương pháp châm hóa chất thủ công và trong tương lai sẽ phát triển theo hướng châm hóa chất tự động. Nước khi đi qua cột tuyển nổi, sẽ đồng thời đi vào ống trộn chất tạo bọt. Tại đây, nước sẽ mang theo chất tạo bọt SLS và hỗn hợp này sẽ được dẫn đến cột tuyển nổi.

Ống trộn chất tạo bọt với kích thước D × H (đường kính × chiều cao) = 90mm × 22mm, ở đáy được đục lỗ để dẫn nước vào. Thêm vào đó, để tăng tính linh động trong việc tháo lắp các mô-đun, giữa cột lọc, cột tuyển nổi và ống trộn chất tạo bọt có lắp khớp nối.

Việc kết hợp chạy đồng thời hai mô-đun lọc và tuyển nổi dẫn đến việc thiết kế 2 mô-đun này có sự phụ thuộc lẫn nhau. Cột lọc, cột tuyển nổi và ống trộn chất tạo bọt thông với nhau, mực nước sẽ ngang bằng trong 3 ống này. Đây chính là lý do phải thiết kế một ống chảy tràn nhằm theo dõi mực nước trong cột lọc, cũng chính là mực nước trong ống trộn chất tạo bọt và cột tuyển nổi. Qua quan sát cho thấy, bông lọc có hiệu quả tách chất bẩn cao hơn khi ở trạng thái không ngâm trong nước. Vì vậy san hô vụn và sứ lọc được rải dưới đáy cột, bông lọc được đặt vào phía trên cột để tránh tiếp xúc với nước chứa trong cột lọc. 2.4.4. Chuẩn bị mẫu nước nhiễm chì

Mẫu nước nhiễm chì có nồng độ 1mg/L và 5mg/L được pha loãng bằng nước cất từ dung dịch chì chuẩn 1.000mg/L.pH của dung dịch sau pha loãng khoảng 7,1. Cách pha loãng như sau:

Để pha 1L dung dịch chì 1mg/L: lấy 1mL dung dịch chì chuẩn pha loãng bằng nước cất đến 1L dung dịch. Để pha 1L dung dịch chì 5mg/L: lấy 5mL dung dịch chì chuẩn pha loãng bằng nước cất đến 1L dung dịch.

3. Kết quả nghiên cứu và thảo luận 3.1. Đánh giá khả năng hấp phụ ion chì của ACP

Để xác định hiệu suất của quá trình tuyển nổi ứng với sự thay đổi các dữ liệu đầu vào, cần tiến hành một số thí nghiệm trước khi triển khai trên mô hình pilot nhằm giảm chi phí do rủi ro, và tạo cơ sở dữ liệu nền cho các nghiên cứu về sau. Kết quả thí nghiệm dưới đây là cơ sở để tiến hành thí nghiệm với mô hình pilot. Trong đó mẫu nước nhiễm chì được pha từ dung dịch chì chuẩn 1.000mg/L.

Quá trình thí nghiệm tiến hành với sự thay đổi 3 thông số:

Thời gian hấp phụ (30, 60, 90 phút); Nồng độ ion Pb2+ trong mẫu ban đầu (1mg/L,

5mg/L); Nồng độ ACP châm vào ban đầu (0,1g/L; 1g/L,

10g/L). Riêng với trường hợp 5mg/L Pb2+ thì tiến hành bổ sung thêm thí nghiệm với 20g/L ACP.

Bảng 1. Kết quả phân tích mẫu nước nhiễm chì sau khi hấp phụ bằng ACP

Thí nghiệm Mẫu Thời gian hấp phụ (phút)

Nồng độ ACP (g/L)

Nồng độ ion Pb2+ (mg/L) Hiệu suất xử lý (%)

Trước hấp phụ Sau hấp phụ

Thí nghiệm 1

TN1_30 30

0,1

1

0,705 29,5

TN1_60 60 0,683 31,7

TN1_90 90 0,681 31,9

Thí nghiệm 2

TN2_30 30

1

0,017 98,3

TN2_60 60 0,03 97

TN2_90 90 0,04 96

Thí nghiệm 3

TN3_30 30

10

0,031 96,9

TN3_60 60 0,023 97,7

TN3_90 90 0,031 96,9

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 67

Thí nghiệm 4

TN4_30 30

0,1

5

4,44 11,2

TN4_60 60 4,33 13,4

TN4_90 90 4,28 14,4

Thí nghiệm 5

TN5_30 30

1

4,26 14,8

TN5_60 60 4,048 19,04

TN5_90 90 3,942 21,16

Thí nghiệm 6

TN6_30 30

10

1,415 71,7

TN6_60 60 1,365 72,7

TN6_90 90 1,369 72,62

Thí nghiệm 7

TN7_30 30

20

0,438 91,24

TN7_60 60 0,432 91,36

TN7_90 90 0,393 92,14 3.1.1. Ảnh hưởng của thời gian hấp phụ đến hiệu suất xử lý

Qua các thí nghiệm có thể thấy thời gian hấp phụ của ACP với ion Pb2+khá nhanh. Trong khoảng 30 phút có khuấy trộn, hiệu suất hấp phụ đạt được gần như không đổi sau 60 phút hay 90 phút.

Như vậy có thể chọn 30 phút là khoảng thời gian phù hợp để chì hấp phụ lên ACP.

3.1.2. Ảnh hưởng của nồng độ Pb2+trong mẫu ban đầu đến hiệu suất xử lý

Theo kết quả phân tích có thể thấy khi nồng độ ion Pb2+ ban đầu 1mg/L thì cần 1g/L ACP để hiệu suất xử lý đạt 98%. Nhưng khi nồng độ ion Pb2+ tăng lên 5mg/L thì hiệu suất xử lý giảm xuống, chỉ còn xấp xỉ 15% khi sử dụng 1g/L ACP.

Hình 7. Biểu đồ thể hiện hiệu suất hấp phụ chì của ACP với dung dịch chứa 1mg/L Pb2+ (a) và 5mg/l Pb2+ (b)

3.1.3. Ảnh hưởng của nồng độ ACP châm vào ban đầu đến hiệu suất xử lý

Từ nhận xét trên, có thể thấy rằng nồng độ ACP châm vào là yếu tố chính quyết định đến hiệu suất xử lý. Với mẫu nước nhiễm chì có nồng độ ban đầu là 5mg/L thì cần đến 20g/L ACP để nồng độ ion chì sau xử lý đạt cột B Quy chuẩn 40:2011/BTNMT – Quy chuẩn kỹ thuật quốc gia về nước thải công nghiệp. Như vậy, muốn đánh giá chính xác lượng ACP cần cho quá trình xử lý thì cần làm thêm nhiều thí nghiệm tăng dần nồng độ ion Pb2+ ban đầu. Từ đó xây dựng hệ cơ sở dữ liệu, tạo ra một đường chuẩn hấp phụ của ion Pb2+ lên ACP.

Tuy nhiên, việc thêm vào một lượng lớn ACP để tăng

hiệu suất xử lý cũng đặt ra một thách thức, đó là lượng nước sau xử lý có độ đục khá cao, gây khó khăn cho công đoạn tách và thu hồi hạt than kích thước nhỏ. Thí nghiệm sau được tiến hành để đánh giá sự thay đổi độ đục theo nồng độ ACP.

Bảng2. Sự thay đổi độ đục theo nồng độ ACP

Mẫu Nồng độ ACP (g/L) Độ đục (NTU)

T_0,1 0,1 18,5

T_1 1 99,3

T_10 10 1.280

T_20 20 2.026

0102030405060708090

100

T N 1 _ 3 0T N 1 _ 6 0T N 1 _ 9 0 T N 2 _ 3 0T N 2 _ 6 0T N 2 _ 9 0 T N 3 _ 3 0T N 3 _ 6 0T N 3 _ 9 0

Hiệ

u suất

hấp

phụ

(%)

Mẫu thí nghiệm

0102030405060708090

100

Hiệ

u suất

hấp

phụ

(%)

Mẫu thí nghiệm

0,1 g/L ACP

1 g/L ACP 10 g/L ACP

0,1 g/L ACP

1 g/L ACP

10 g/L ACP

20 g/L ACP

68 Lê Thị Xuân Thùy, Nguyễn Ngọc Huy

Như vậy, nếu pH của dung dịch được điều chỉnh phù hợp [3] và thời gian hấp phụ đạt khoảng 30 phút thì hiệu suất xử lý chỉ còn phụ thuộc vào nồng độ ion Pb2+ ban đầu và lượng ACP được châm vào. 3.2. Vận hành và đánh giá hiệu quả của mô hình pilot xử lý nước nhiễm chì

Từ các thí nghiệm trên cho thấy hiệu suất của mô hình xử lý nước nhiễm chì bằng phương pháp hấp phụ với ACP phụ thuộc vào độ pH của dung dịch, thời gian hấp phụ, nồng độ Pb2+ và nồng độ ACP ban đầu.

Thí nghiệm dưới đây nhằm đánh giá hiệu quả của mô hình pilot. Đầu vào của mô hình là nguồn nước nhiễm chì, giả định được chuẩn bị bằng cách pha loãng 30mL dung dịch chì chuẩn 1.000mg/L đến khoảng 30L nước. Sau đó lấy mẫu M1.

Thêm khoảng 30g ACP vào thùng chứa 30L nước nhiễm chì (tương ứng khoảng 1g/L ACP). Tiến hành khuấy trộn trong 30 phút và lấy mẫu M2. Sau đó để lắng trong 60 phút và lấy mẫu M3.

Tiếp theo xả khoảng 80% lượng nước mặt sau lắng vào thùng trộn. Chạy mô-đun lọc trong 15 phút và lấy mẫu M4. Mở van dẫn qua mô-đun tuyển nổi, chạy cùng lúc 2 mô-đun lọc + tuyển nổi. Sau 15 phút, tắt bơm, lấy mẫu M5 và kết thúc quá trình xử lý.

Hình 7. Biểu đồ thể hiện hiệu suất xử lý của mô hình qua các

giai đoạn

Nhận xét: Với nồng độ ion Pb2+ ban đầu 1,27mg/L, nồng độ sau xử lý giảm mạnh xuống còn 0,007 mg/L, tức đạt hiệu suất xấp xỉ 99%. Độ đục cũng giảm khá mạnh từ 101,47NTU xuống còn 2,2NTU, đạt hiệu suất 97,8%.

Như vậy, mô hình pilot được thực hiện với 1 mẻ nước nhiễm chì có nồng độ 1,27mg/L trong thời gian xử lý 2 tiếng. Để quá trình diễn ra liên tục thì trong lúc chạy mô-đun lọc, tại thùng khuấy bổ sung mẻ nước nhiễm chì và tiến hành khuấy. Nghĩa là trong khi lọc và tuyển nổi mẻ thứ nhất thì bắt đầu khuấy trộn và lắng mẻ thứ 2.

Qua đó có thể thấy, thời gian khuấy trộn và hấp phụ sẽ cố định. Còn thời gian lắng, thời gian lọc, và lọc + tuyển nổi có thể dễ dàng điều chỉnh cho linh động. Căn cứ theo kết quả đo độ đục của các mẫu trong bảng 3, trong tương lai, tác giả sẽ đề xuất một số giải pháp giúp tăng hiệu quả xử lý như cải tiến mô-đun lọc, tuyển nổi để rút ngắn thời gian lắng, đồng thời nghiên cứu đánh giá và tối ưu lượng ACP được sử dụng cho mô hình liên tục.

Bảng 3. Kết quả đo pH, độ đục và ion Pb2+ của các mẫu

Mẫu pH Độ đục (NTU)

Chì (mg/L) Lần 1 Lần 2 Lần 3 Trung

bình

M0 7,1 0,21 0,24 0,22 0,22 < 0,001

M1 7,1 0,34 0,37 0,28 0,33 1,27

M2 7,1 101,2 102,5 100,7 101,47 0,393

M3 7,1 21 21,7 21,4 21,37 0,372

M4 7,1 4,78 4,64 5,15 4,86 0,058

M5 7,1 2,22 2,03 2,36 2,2 0,007

Trong đó: Mẫu M0: Mẫu nước sạch Mẫu M1: Mẫu nước nhiễm chì Mẫu M2: Sau hấp phụ + khuấy Mẫu M3: Sau lắng Mẫu M4: Sau lọc Mẫu M5: Sau lọc + tuyển nổi

4. Kết luận Nghiên cứu đề xuất đã chứng tỏ được rằng, bằng cách

sử dụng than hoạt tính dạng bột được thêm vào ở nồng độ phù hợp, thì hiệu suất hấp phụ ion chì trong nước có thể xấp xỉ 99% trong thời gian 30 phút.

Mô hình tuyển nổi liên tục bao gồm 3 mô-đun hấp phụ kết hợp lắng, mô-đun lọc và mô-đun tuyển nổi có hiệu quả cao trong việc loại bỏ lượng than sau hấp phụ khỏi nước.

Trong tương lai nhóm nghiên cứu sẽ tiếp tục cải tiến các mô-đun, hoàn thiện mô hình và tối ưu thời gian xử lý để áp dụng vào việc xử lý nước thải công nghiệp ở quy mô lớn hơn.

TÀI LIỆU THAM KHẢO [1] Le Thi Xuan Thuy, Mikito Yasuzawa and Tomoki Yabutani, “Study

of Multielemental Adsorption on Activated Carbon”, International Journal of Modern Physics: Conference Series, 2011.

[2] Lê Thị Xuân Thùy, Lê Phước Cường, “Nghiên cứu cải tiến kỹ thuật tuyển nổi sử dụng axit gamma-polyglutamic để tách loại than hoạt tính và ion chì trong nước”, Tạp chí KHCN, Đại học Đà Nẵng, 12 (73), 2013, p. 59-65.

[3] Lê Thị Xuân Thùy, Lê Phước Cường, Nguyễn Ngọc Huy, “Khảo sát hiện trạng và đề xuất mô hình xử lý nước nhiễm kim loại nặng tại khu vực hồ Nam Sân Bay, thành phố Đà Nẵng”, Tạp chí KHCN, Đại học Đà Nẵng, 3 (100), 2016, p. 136-142.

[4] Le Thi Xuan Thuy, Le Phuoc Cuong, Lam Duy Thong, “Recovery of Activated Carbon Powder from Aqueous Solution in the Flotation Method By Using Pine Oil”, International Journal of Advanced Research in Chemical Science (IJARCS), Vol.2 (9), 2015, p. 32-40.

(BBT nhận bài: 24/12/2016, hoàn tất thủ tục phản biện: 28/02/2017)

,0.0

,0.2

,0.4

,0.6

,0.8

,1.0

,1.2

,1.4

0

20

40

60

80

100

120

M0 M1 M2 M3 M4 M5Mẫu thí nghiệm

Nồn

g độ

Pb2+

(mg/

L)

Độ đụ

c (N

TU

)

Độ đục (NTU) Nồng độ Pb2+ (mg/L)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 69

SỬ DỤNG CÔNG THỨC VÉC-TƠ TỪ THẾ ĐỂ TÍNH TOÁN DÒNG ĐIỆN XOÁY TRONG LÕI THÉP MÁY BIẾN ÁP BẰNG PHƯƠNG PHÁP PHẦN TỬ HỮU HẠN USING A MAGNETIC VECTOR POTENTIAL FORMULATION FOR CALCULATING EDDY

CURRENTS IN IRON CORES OF TRANSFORMERS BY A FINITE ELEMENT METHOD

Trần Thanh Tuyền1, Đặng Quốc Vương2 1Trường Đại học Công nghiệp Quảng Ninh; tuyenttbk48@gmail.com 2Trường Đại học Bách khoa Hà Nội; vuong.dangquoc@hust.edu.vn

Tóm tắt - Các mô hình bài toán điện từ xuất hiện hầu hết trong cácloại máy điện nói chung và máy biến áp nói riêng. Do đó, việc xâydựng mô hình toán để nghiên cứu và tính toán sự phân bố của từtrường, dòng điện xoáy trong máy biến áp (MBA) điện là cần thiếtvà cấp bách đối với các nhà nghiên cứu, nhà thiết kế và chế tạoMBA. Phương pháp phần tử hữu hạn được phát triển với côngthức véc-tơ từ thế a cho bài toán từ động để tính toán sự phân bốcủa từ trường, dòng điện xoáy trong các lá thép kỹ thuật điện tronglõi thép của MBA. Trong nội dung bài báo này, nhóm tác giả đãđưa ra kết quả về phân bố từ trường và dòng điện xoáy trong lõithép bằng phương pháp phần tử hữu hạn,

Abstract - Modelling of electromagnetic problems almost occur in machines in general and transformers in particular. Hence, the establishment of mathematic model for computing distribution of magnetic fields and eddy currents in transformers is neccesary and imperative for transformer researchers, designers and manufacturers. The finite element method is developed with a magnetic vector potential a for magnetodynamic problems to calculate the distribution of magnetic fields and eddy currents in iron cores of transformers. This paper show the results of computing magnetic fields and calculating eddy curents in the iron cores of transformers by the finite element method.

Từ khóa - phương pháp phần tử hữu hạn (PTHH); dòng điệnxoáy; véc-tơ từ thế; bài toán từ động; lõi thép.

Key words - finite element method (FEM); eddy current; magnetic vector potential; magnetodynamics; steel core.

1. Đặt vấn đề

Lõi thép trong các máy điện thường được làm bằng các lá thép kỹ thuật điện để giảm tồn hao do từ trễ và dòng điện xoáy do từ thông biến đổi theo thời gian. Để tính toán sự phân bố của từ thông, dòng điện xoáy và tổn hao trong lõi thép, một số phương pháp được áp dụng như: phương pháp giải tích; phương pháp mạch từ không gian thay thế; phương pháp phần tử hữu hạn (PTHH).

Phương pháp giải tích có ưu điểm là cho phép tìm được nghiệm cụ thể, dễ dàng phân tích các yếu tố ảnh hưởng và giải thích được các hiện tượng xảy ra trong thiết bị điện hay tính toán các đại lượng liên quan. Ngoài ra, nghiệm của bài toán cũng phản ánh các điều kiện biên của bài toán, đặc tính của nguồn trường cung cấp [1]. Tuy nhiên, đối với bài toán có mô hình và điều kiện biên giữa các môi trường tiếp giáp phức tạp, miền giá trị phi tuyến thì việc áp dụng phương pháp giải sẽ gặp khó khăn (gây ra sai số lớn) và đôi khi không thể thực hiện được. Phương pháp mạch từ không gian thay thế [1] có thể giải bài toán có cấu trúc phức tạp với độ chính xác cao, tuy nhiên với bái toán có số bậc tự do lớn hơn 100, thì việc áp dụng phương phường này gặp khó khăn và không đáp ứng được [1].

Để khắc phục được nhược điểm của hai phương pháp trên, một phương pháp PTHH [2-5] được để xuất để phát triển cho công thức véc-tơ từ thế a với mô hình bài toán từ động để tính toán sự phân bố từ trường, dòng điện xoáy, tổn hao trong lõi thép và vỏ của máy điện.

2. Mô hình bài toán từ động 2.1. Hệ phương trình Maxwell

Trong phần này, tác giả giới thiệu về hệ phương trình Maxwell tổng quát cùng với các luật trạng thái, và kết hợp với sơ đồ Tonti (hình 1) [6] để thiết lập công thức véc-tơ từ thế a của bài toán nghiên cứu, sau đó áp dụng phương

pháp PTHH để giải bài toán trong miền nghiên cứu Ω. Sơ đồ Tonti, còn được gọi là sơ đồ cơ bản hay sơ đồ kép liên quan đến các phương trình yếu nhận cần tìm của bài toán. Điều này có nghĩa, dọc theo hàng ngang phía trên và phía dưới của sơ đồ (hình 1) là các biểu thức liên quan đến phương trình từ trường. Trong khi đó, dọc theo hàng dọc (vuông góc với hàng ngang) của sơ đồ biểu diễn luật trạng thái của đặc tính vật liệu.

Hình 1. Sơ đồ Tonti [6]

Xét một hình bài toán điện từ kinh điển được xác định trên miền Ω với điều kiện biên được phân tích ∂Ω = Γ = Γh ∪ Γe trong miền không gian hai chiều và ba chiều. Miền dẫn từ trong miền nghiên cứu của Ω được ký hiệu Ωc và miền không dẫn trong miền nghiên cứu của Ω ký hiệu Ωc

C. Miền Ωs của cuộn dây thuộc về miền Ωc

C. Hệ phương trình Maxwell bao gồm các phương trình đạo hàm riêng được liên kết với nhau thông qua các véc-tơ điện trường e và từ trường h, các luật trạng thái, và các điều kiện biên được viết trong không gian ba chiều Eculidean Ε3 [2], [4]:

c l =ur h j , 0div =b , tc l = −∂ur e b (1a-b-c) 1

sμ −= +h b h sσ= +j e j (2a-b)

0hΓ =n×h , 0

bΓ⋅ =n b (2a-b)

0e bΓ ⊂Γ =n×e (3)

Phương trình (1a) là phương trình “Ampere”, phương trình (1b) là phương trình “Gauss”, và phương trình (1c) là

70 Trần Thanh Tuyền, Đặng Quốc Vương

phương trình “Faraday”. Các véc-tơ trường: h là véc-tơ cường độ từ trường (A/m); e là véc-tơ cường độ điện trường (V/m); b là véc-tơ mật độ từ thông (T) với Γb là mặt biên bao quanh của b; j là mật độ dòng điện (A/m2); μ là độ từ thẩm (H/m), σ là độ dẫn điện (S/m); ∂t là đạo hàm theo thời gian và n là véc-tơ pháp tuyến đơn vị có hướng từ trong ra ngoài của miền Ω. Trường hs trong (2a) có thể được xác định thông qua mật độ dòng điện js được đặt vào cuộn dây [6] hoặc trường hs cũng có thể được xác định thông qua định luật Biot-Savart [1]. Các phương trình Maxwell trên được giải cùng với các điều kiện biên, với các thành phần tiếp tuyến của trường e và trường h lần lượt được đặt lên biên Гh và Гe (được biểu diễn ở mục 2.2). 2.2. Điều kiện biên

Các phương trình Maxwell được trình bày ở mục 2.1 xác định trường điện từ trong miền hữu hạn, nếu những điều kiện biên thích hợp được đặt lên biên của miền nghiên cứu. Đối với các thành phần pháp tuyến và tiếp tuyến của trường điện từ, điều kiện biên được xác định như sau:

- Đối với vật liệu dẫn từ lý tưởng (tức là μ ~ ∞), phương trình (3a-b) ngụ ý h ~ 0 trên miền Γh và thỏa mãn

0hΓ =n×h .

- Đối với vật liệu dẫn điện lý tưởng (tức là σ ~ ∞), phương trình (4c) ngụ ý e ~ 0 trên miền Γe và thỏa mãn

0eΓ =n×e .

Trường hợp, nếu khác 0, các trường là không liên tục và được xem như là các nguồn mặt, được xác định thông qua miền mỏng lý tưởng [.]γ [2] (với [.]γ = .|γ+ - .|γ+ là sự kết nối giữa hai miền dẫn hoặc giữa miền dẫn và không dẫn).

3. Phương trình yếu nhận với véc-tơ từ thế Phương pháp PTHH cho phép rời rạc hóa miền nghiên

cứu/liên tục Ω thành các miện rời rạc Ω1… Ωn. Hệ phương trình Maxwell được xác định trên miền rời rạc gọi là phương trình yếu nhận. Ở đây, phương trình yếu nhận với véc-tơ từ thế a cho mô hình bài toán từ động được thiết lập dựa trên hệ phương trình Maxwell tổng quát và các luật trạng thái đã được thể hiện trong mục 2.1. Như chúng ta đã biết, để thỏa mãn được định luật Faraday (1c), thì trường b thuộc không gian hàm He (div, Ω) (b He (div, Ω)) và trường e thuộc không gian hàm He (curl, Ω) (e He (curl, Ω)) [6]. Điều này tương đương với việc kiểm chứng lại sơ đồ Tonti (mục 2.1 [6]). Hơn nữa, để thỏa mãn chính xác các luật trạng thái (2a-b), thì trường h He (div, Ω) và jHe (curl, Ω). Định luật Ampere (1a) cũng được kiểm chứng một cách yếu nhận “weakly”. Công thức yếu nhận cho véc-tơ từ thế a được thiết lập dựa vào định luật Ampere (1a) như sau [1], [2]:

0( , ') ( , ') , ' ( ; ), (5)eΩ Ω= ∀ ∈ Ωcurl curlh a j a a H h

trong đó 0( ; )e ΩcurlH là không gian hàm được xác định miền nghiên cứu Ω (bao gồm Ωc và Ωc

C), và bao gồm các hạm nội suy (hàm dạng) cho trường a và hàm thử “test function” a' (tại miền rời rạc, không gian hàm này được xác định thông qua các phần tử hữu hạn cạnh [6]). Các ký

hiệu ( , ·)Ω và < ·, ·>Γ lần lượt là các ký hiệu của tích phân khối được xác định trong miền Ω, và tích phân mặt được xác định trên biên ∂Ω = Γ (với Γ = Γh U Γe) (hình 2) của các tích trường véc-tơ của chúng. Trong đó, tích phân mặt trên biên Γh kể đến điều kiện biên (3a), được xác định bằng 0. Bằng cách áp dụng công thức Green với curl-curl [6] trong miền Ω cho các trường h và a’, với j = js ta có:

0( , ') , ' ( , ') ,

' ( ; ),s

e

Ω ΩΓ+ × =∀ ∈ Ω

curlcurl

h a n h a j aa H h

(6)

Hình 2. Miền nghiên cứu Ω và mặt biên bao quanh Γ

Để thỏa mãn sơ đồ Tonti (cho cả định luật Faraday và định luật Gauss), các luật trạng thái (2a-b) được giới thiệu vào phương trình yếu nhận (6), đó là:

1

0( ') ( ') , ' ( , ') ,

' ( ; ). (7)s

e

e−Ω Ω ΩΓμ − σ + × =

∀ ∈ Ω, curl ,

curlb a a n h a j a

a H h

Thay biểu thức véc-tơ mật độ từ thông b = curl a và véc-tơ cường độ điện trường e = - ∂ta – gradυ vào phương trình (7), ta có:

1

0

( ') ( , ') ( , '), ' , ' ( , ') ,

' ( ; ), (8)

c c

h e

t

s

e

v−Ω Ω Ω

ΩΓ Γ

μ + σ∂ + σ+ × + × =

∀ ∈ Ω

curl , curl grad

curl

a a a a an h a n h a j a

a H h

từ thế véc-tơ a trong (8) được xác định là duy nhất trong các miền dẫn Ωc, thì một điều kiện Gauss phải được đặt vào mọi nơi trong miền Ω [6, 7]. Phương trình yếu nhận (8) cho thấy rằng, bằng cách lấy a’ = gradv’ như là một hàm thử để có:

10

( , ') ( , ') , ' ,

' ( ), (9)c c g

t

e

v v v v

v HΩ Ω Γσ∂ + σ = ⋅

∀ ∈ Ω

grad grad grada n j

trong đó Γg là một phần của biên Ωc và mang một dòng điện. Phương trình (9) thực tế là một phương trình yếu nhận của divj = 0 trong miền dẫn Ωc. Các trường trên biên Γe với các điều kiện biên cần thiết trên ⋅n b thì thường bỏ qua bởi vì tại đó thì giá trị của hàm thử bằng không, vì vậy nó không đóng góp trong phương trình (8). Sự tồn tại của trường ×n h trong (9) được sử dụng điều kiện biên tự nhiên trên biên của Γh của miền nghiên cứu Ω (có nghĩa là thành phần tiếp tuyến của trường h bằng 0 trên Γh) , đó là: ( 0 | 0 | 0) (10)

h h hΓ Γ Γ× = ⇒ ⋅ = ⇔ ⋅ =curln h | n h n j

4. Bài toán ứng dụng Dựa vào công thức véc-tơ từ thế a đã được phát triển ở

phần 3, nhóm tác giả sử dụng phần mềm Gmsh [8] để xây dựng mô hình nghiên cứu với kích thước hình học thực tế của bài toán và phần mềm GetDP [9] để xây dựng mô hình

∈∈

∈ ∈

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 71

toán với các phương trình yếu nhận. Kết quả đạt được từ GetDP sẽ được mô phỏng thông qua phần mềm Gmsh.

Xét một với mô hình 2D bao gồm cuộn dây và lõi thép có nguồn dòng bao quanh lõi thép (gồm nhiều lá thép mỏng ghép lại với nhau). Đây là một dạng bài toán liên quan đến mô hình lõi thép và cuộn dây của máy biến áp. Hình 3 chỉ ra một mô hình mà lõi thép được bao quanh bởi cuộn dây. Trong đó, lõi thép gồm 12 lá thép kỹ thuật điện được sơn cách điện với nhau và có chiều dày của mỗi lá thép là 0,3mm (với độ từ thẩm tương đối μr = 500 và độ dẫn điện σ = 10MS/m). Cuộn dây được kích thích bởi dòng điện xoay chiều 1A với tần số f = 50Hz (số vòng của cuộn dây là w = 1.000 vòng). Trong mô hình, do dây quấn quấn xung quanh lõi thép nên có tính chất đối xứng. Do đó hình 3, tác giả chỉ mô phỏng ½ lõi thép và dây quấn.

Hình 3. Mô hình chia lưới cuộn dây và lõi thép

Mô hình chia lưới 2D cũng được thể hiện trong hình 3 với hai cấu trúc phần tử lưới khác nhau. Để đảm bảo được kích thước của phần từ lưới luôn nhỏ hơn

2 / 2 . .fδ π μ σ= (độ sâu của bề mặt nghiên cứu) sự phân bố của dòng điện xoáy theo chiều dày của lá thép hoặc màn chắn có cấu trúc vỏ mỏng, tác giả sử dụng phần tử lưới là dạng chữ nhật với 8 lớp/1 lá thép. Đối với khu vực cuộn dây và xung quanh cuộn dây (không khí) sử dụng phần tử lưới thưa có dạng tam giác.

Hình 4. Phân bố của nguồn dòng trong cuộn dây

Hình 5. Phân bố mật độ từ thông trong lõi thép (μr = 500, σ = 10MS/m), với tần số f = 50Hz (trên) và f = 1kHz (dưới)

Hình 6. Phân bố mật độ từ thông b trong các lá thép kỹ thuật

điện theo mặt cắt vuông góc với trục 0x Hình 4 biểu diễn sự phân bố nguồn dòng điện trong

cuộn dây với tần số công nghiệp f = 50Hz. Hình 5 cho thấy sự phân bố của b do dòng điện chạy trong cuộn dây sinh ra ở tần số là 50Hz (trên) và 1kHz (dưới). Đối với trường hợp tần số f = 50Hz, do tần số thấp và độ sâu của bề mặt (skindepth) lớn cho nên hiệu ứng bề mặt nhỏ và từ thông được phân bố đều trên các lá thép. Khi tần số tăng lên f = 1kHz, sự phân bố của b trong lõi thép thay đổi, skindepth nhỏ, hiệu ứng bề mặt lớn, dẫn đến từ thông chỉ tập trung ở hai bên của lá thép dọc theo chiều dày như hình 5 (dưới). Sự phân bố của mật độ từ thông phần thực (real part) và từ thông phần ảo (imaginary part) theo chiều dày của các lá thép thông qua một vết cắt được thể hiện như trong hình 6. Trên từng lá thép mật độ từ thông phân bố theo chiều dày của các lá thép và có dạng hypecbol.

Hình 7. Phân bố của mật độ dòng điện xoáy trong lõi thép

(μr = 500, σ = 10MS/m, f = 1kHz)

Sự phân bố của dòng điện xoáy trên từng lá thép kỹ thuật điện sinh ra bởi từ thông biến thiên theo thời gian (hình 4 và 5) được mô tả trong hình 7, với μr = 500, σ = 10MS/m, f = 1kHz. Tương tự như hình 6, sử dụng một vết cắt vuông góc/dọc theo chiều dày của các lá thép, sự phân bố của dòng điện xoáy được miêu tả trong hình 8. Do các lá thép kỹ thuật điện được sơn cách điện với nhau, cho nên hình 8 cho thấy dòng điện xoáy khép vòng kín trong từng lá thép mà không khép vòng từ lá thép này qua lá thép khác. Điều đó chứng tỏ rằng, nếu chiều dày của lá thép càng nhỏ thì sự khép vòng của dòng điện xoáy càng nhỏ và giảm được tổn hao trong lõi thép. Đây cũng chính là câu trả lời cho việc khi chế tạo MBA nói riêng và máy điện nói chung, việc sử dụng các lá thép kỹ thuật điện có chiều dày càng nhỏ thì sẽ càng giảm được tổn hao do từ trễ và dòng xoáy.

Hình 8. Phân bố mật độ dòng điện xoáy trong các lá thép

kỹ thuật điện theo mặt cắt vuông góc với trục 0x

72 Trần Thanh Tuyền, Đặng Quốc Vương

5. Kết luận Phương pháp PTHH đã được phát triển cho việc tính

toán, mô phỏng từ trường và dòng điện xoáy trong lõi thép của MBA. Các kết quả đạt được đã chỉ ra rằng, với độ từ thẩm và độ dẫn điện không đổi, từ trường và dòng điện xoáy phụ thuộc hoàn toàn vào tần số. Có nghĩa rằng khi tần số tăng, hiệu ứng mặt ngoài lớn và sự phân bố của từ trường, dòng điện xoáy chủ yếu tập trung lớn về hai phía của từng lá thép (dọc theo chiều dày). Giá trị của từ trường thông qua mật độ từ cảm và dòng điện xoáy được thể hiện thông qua việc khép vòng (loop) trên từng lá thép. Điều này chứng tỏ rằng nếu chiều dày lá thép càng lớn thì tổn hao sinh ra do từ trường và dòng điện xoáy càng lớn, và ngược lại. Các kết quả đạt được đã cho thấy được sự ảnh hưởng của từ trường, dòng điện xoáy đối với lõi thép là rất quan trọng. Từ việc tính toán và mô phỏng của từ trường và dòng điện xoáy trong lõi thép của MBA là cơ sở để các nhà nghiên cứu, thiết kế và chế tạo MBA có thể tính toán được chính xác tổn hao công suất do dòng điện xoáy sinh ra trong lõi thép, từ đó tối ưu hóa được các thông số khi thiết kế và chế tạo. Với kết quả đạt được từ việc áp dụng công thức véc-tơ từ thế a, sẽ là cơ sở để phát triển cho công thức véc-tơ cường độ từ trường h, và sẽ được phát triển ở nghiên cứu tiếp theo.

SỰ GHI NHẬN

Bài báo được thực hiện từ nguồn kinh phí thực hiện đề tài nghiên cứu khoa học với mã số T2016-PC-085 của Trường Đại học Bách khoa Hà Nội.

Các kết quả mô phỏng của bài báo được thực hiện

dựa trên hai phần mềm mã nguồn mở được viết bởi hai thầy giáo tại Trường Đại học Liege, Vương Quốc Bỉ: Gmsh (https://geuz.org/svn/gmsh/) và GetDP (http://geuz.org/getdp/).

TÀI LIỆU THAM KHẢO [1] Đặng Văn Đào, Lê Văn Doanh, Các phương pháp hiện đại trong

nghiên cứu tính toán thiết kế kỹ thuật điện, Nhà xuất bản Khoa học và Kỹ thuật, 2000.

[2] P. Dular, Vuong Q. Dang, R. V. Sabariego, L. Krähenbühl and C. Geuzaine, “Correction of thin shell finite element magnetic models via a subproblem method,” IEEE Trans. Magn., Vol. 47, no. 5, 2011, pp. 158 –1161.

[3] P. Dular, R. V. Sabariego, M. V. Ferreira da Luz, P. Kuo-Peng and L. Krähenbühl, “Perturbation Finite Element Method for Magnetic Model Refinement of Air Gaps and Leakage Fluxes”," IEEE Trans. Magn., vol.45, no. 3, 2009, pp. 1400-1403.

[4] Gerard Meunier, The Finite Element Method for Electromagnetic Modeling, John Wiley & Sons, Inc, 2008.

[5] S. V. Kulkarni, J. C. Olivares, R. Escarela-Perez, V. K. Lakhiani, and J. Tur-owski (2004), “Evaluation of eddy currents losses in the cover plates of distribution transformers”, IET Sci., Meas. Technol 151, no. 5, pp. 313-318.

[6] C. Geuzaine (2001), High oder hybrid finite element schems for Maxwell’s equations taking thin structures and global quantities into account, Ph.D. thesis, University of Liege, Belgium.

[7] C. Geuzaine, P. Dular, and W. Legros, “Dual formulations for the modeling of thin electromagnetic shells using edge elements”, IEEE Trans. Magn., vol. 36, no. 4, 2000, pp. 799–802.

[8] Christophe Geuzaine, Jean-François Remacle (2015), Gmsh Reference Manual, University of Liege, Belgium.

[9] Patrick Dular, Christophe Geuzaine (2014), GetDP Reference Manual, University of Liege, Belgium.

(BBT nhận bài: 27/7/2016, hoàn tất thủ tục phản biện: 20/3/2017)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 73

KHỞI ĐỘNG ĐỘNG CƠ MỘT CHIỀU KÍCH TỪ ĐỘC LẬP BẰNG PHƯƠNG PHÁP THAY ĐỔI ĐIỆN ÁP PHẦN ỨNG

STARTING SEPARATELY EXCITED DIRECT CURRENT MOTOR BY VARYING ARMATURE VOLTAGE

Đoàn Quang Vinh1, Đoàn Đức Tùng2, Bùi Văn Vũ2 1Đại học Đà Nẵng; dqvinh@ac.udn.vn

2Trường Đại học Quy Nhơn; ddtung@ftt.edu.vn, vanvudkt31@gmail.com

Tóm tắt - Trong bài báo này, tác giả tiến hành phân tích phươngpháp khởi động động cơ điện một chiều kích từ độc lập bằng cáchthay đổi điện áp phần ứng. Đây là phương pháp khởi động hiệnđang được sử dụng rộng rãi, thực hiện bằng cách tăng điện ápphần ứng một cách hợp lý để có được một giá trị dòng điện khởiđộng theo mong muốn và nằm trong giới hạn cho phép, thông quabộ chỉnh lưu có điều khiển. Với phương pháp khởi động này, dòngđiện và mô-men của động cơ sẽ ít biến thiên và đảm bảo được độlớn theo yêu cầu trong suốt quá trình khởi động. Đồng thời, tác giảcũng tiến hành so sánh phương pháp khởi động này với phươngpháp khởi động qua điện trở phụ. Các kết quả đạt được cho thấyrằng, phương pháp khởi động này có ưu điểm hơn phương phápkhởi động qua điện trở phụ như độ tin cậy cao, hệ thống ít cồngkềnh, thời gian khởi động bé, ít rung lắc lúc khởi động và tổn haonăng lượng lúc khởi động bé.

Abstract - In this paper, the authors analyze how to start a separately excited direct current motor (DC motor) by varying armature voltage. This is a starting method that is being used widely and is implemented by increasing the armature voltage sensibly to obtain an expected starting current value within the allowed limit by using three – phase bridge rectifier. With this starting method, the value of motor’s current and motor’s momen is less variable during the time of starting motor. In addition, the authors also compare this starting method with the method using additional resistors. Results show that this starting method has more advantages than the other method thanks to its higher reliability, more simple system, shorter starting time, less motor vibration and lower power loss at the time of starting.

Từ khóa - động cơ điện một chiều; khởi động; điện trở phụ; chỉnhlưu cầu ba pha; thay đổi điện áp phần ứng.

Key words - direct current motor (DC motor); start; additional resistors; three - phase bridge rectifier; vary armature voltage.

1. Đặt vấn đề

Để các động cơ, đặc biệt là các động cơ có công suất vừa và lớn có thể làm việc được thì ta phải có phương pháp khởi động động cơ hợp lý để nâng cao tuổi thọ của động cơ, và tránh ảnh hưởng ảnh xấu của quá trình khởi động đến lưới điện cung cấp. Hiện nay, chương trình giảng dạy của các trường đại học trong nước thường nhấn mạnh và trình bày khá kỹ về phương pháp khởi động động cơ điện một chiều kích từ độc lập, bằng cách mắc thêm điện trở vào mạch phần ứng [1]. Một số giáo trình truyền động điện hoặc điều khiển máy điện có trình bày sơ lược về phương pháp khởi động bằng cách thay đổi điện áp phần ứng [2]. Mặc dù đây là phương pháp đang được sử dụng rộng rãi hiện nay, phương pháp này chưa được trình bày cụ thể và dẫn giải một cách chi tiết. Mục tiêu chính của bài báo này là đi vào phân tích và dẫn giải một cách chi tiết phương pháp khởi động, bằng cách thay đổi điện áp phần ứng thông qua bộ chỉnh lưu có điều khiển. Để thấy được những ưu điểm của phương pháp khởi động này so với phương pháp khởi động động cơ điện một kích từ độc lập sử dụng các điện trở phụ mắc nối tiếp vào mạch phần ứng, phương pháp khởi động động cơ điện một kích từ độc lập sử dụng 2 cấp điện trở phụ cũng được khảo sát trong bài báo.

2. Phương pháp khởi động động cơ điện một chiều qua điện trở phụ 2.1. Nguyên lý

Khi khởi động qua điện trở phụ, do có thêm điện trở phụ nên dòng điện khởi động lúc này được tính [3]:

udm uukd

u f

U EI = (1)

R R−+

Trong đó, Uudm là điện áp định mức của động cơ, Ru là điện trở cuộn dây phần ứng, Rf là giá trị điện trở phụ tổng mắc nối tiếp với cuộn dây phần ứng lúc khởi động, Eu là suất điện động phần ứng của động cơ.

Giá trị điện trở phụ phải được chọn sao cho dòng điện khởi động của động cơ khoảng (2 ÷ 2.5)Iudm để đảm bảo an toàn cho động cơ, và dòng điện mở máy cũng không được quá nhỏ khiến cho mô-men khởi động của động cơ Mkd nhỏ hơn mô-men cản. Phương pháp xác định giá trị các điện trở phụ được trình bày rất chi tiết trong [3].

udmIukd2I

ukd1I

1t 2t 3t Time(s)

udmUu(V), i(A), (Rad/s)ω

0

dmω

1ω

2ω

Hình 1. Hình vẽ dạng điện áp, dòng điện và tốc độ của động cơ

khi khởi động động cơ qua 2 cấp điện trở phụ

Quá trình mở máy động cơ điện một chiều qua 2 cấp điện trở phụ được thể hiện ở hình 1. Sau khi tính toán và tìm được giá trị của hai điện trở phụ, hai điện trở này được mắc nối tiếp với mạch phần ứng của động cơ. Tại thời điểm t = 0, ta cấp điện cho động cơ, có dòng điện phần ứng và có từ thông nên sẽ sinh ra mô-men. Nếu mô-men sinh ra

74 Đoàn Quang Vinh, Đoàn Đức Tùng, Bùi Văn Vũ

lớn hơn mô-men cản thì tốc độ động cơ sẽ tăng dần. Khi tốc độ động cơ tăng lên, thì dòng điện phần ứng của động cơ sẽ giảm dần từ Iukd1 = (2 ÷ 2.5)Iudm về Iukd2 = (1 ÷ 1.3)Iudm theo biểu thức [3]:

udmukd

u f

U KI = (2)

R R− Φω+

Với pNK2 a

=π

Trong đó, plà số đôi cực từ chính, N là số thanh dẫn tác dụng của cuộn dây phần ứng, a là số đôi mạch nhánh song song của cuộn dây phần ứng,Φ là từ thông kích từ dưới một cực từ,ω là tốc độ góc của động cơ.

Tại thời điểm t = t1, dòng điện của động cơ giảm về giá trị ukd2 udmI (1 1.3) I= ÷ , ta sẽ ngắt mạch điện trở thứ nhất ra khỏi mạch phần ứng. Dòng điện phần ứng biến thiên đột ngột đạt giá trị ukd1I dẫn đến mô-men và tốc độ động cơ cũng biến thiên (xem hình 1). Do dòng điện phần ứng của động cơ tăng nên mô-men động cơ sẽ tăng, dẫn đến tốc độ động cơ cũng tăng. Bởi vì tốc độ động cơ tăng nên dòng điện phần ứng sẽ lại giảm dần xuống theo (2). Quá trình cứ tiếp tục như vậy cho đến khi điện trở phụ thứ 2 được cắt ra khỏi mạch phần ứng và động cơ đạt giá trị dòng điện định mức và tốc độ định mức. 2.2. Mô phỏng

Phương pháp khởi động động cơ qua 2 cấp điện trở, sử dụng nguồn một chiều lý tưởng không điều khiển được có điện áp U 240 (V)= cũng được đưa ra phân tích. Thông số động cơ được thể hiện trong bảng 1.

Hình 2. Mô phỏng dòng điện khởi động của động cơ trong

trường hợp mở máy qua điện trở phụ

Hình 3. Mô phỏng đặc tính cơ của động cơ trong trường hợp

mở máy qua điện trở phụ Hình 2 là kết quả mô phỏng dòng điện của động cơ khi

khởi động qua điện trở phụ. So sánh hình 1 và hình 2 ta thấy ở hình 2, tại các thời điểm cắt các điện trở phụ ra khởi

mạch phần ứng, dòng điện của động cơ không tăng lên đến giá trị dòng khởi động tính toán ban đầu ukd1 udmI 2.5 I=như hình 1. Điều này là do ảnh hưởng của điện cảm trong cuộn dây phần ứng động cơ Lu. Vì khi tính toán tìm giá trị các điện trở phụ, ta tính ở chế độ xác lập, không xét đến ảnh hưởng của thành phần điện cảm này. Vì nguyên nhân trên nên mô-men của động cơ tại các thời điểm cắt các điện trở phụ cũng bị ảnh hưởng nên đặc tính cơ của động cơ có dạng như hình 3.

Hình 4. Mô phỏng tốc độ của động cơ trong trường hợp khởi

động theo phương pháp dùng điện trở phụ Nhìn hình 2 ta thấy, tại các thời điểm cắt các điện trở

phụ ra khỏi dây quấn phần ứng của động cơ, dòng điện của động cơ bị biến thiên đột ngột, dẫn đến mô-men (xem hình 3) và vận tốc của động cơ (xem hình 4) cũng bị biến thiên rất lớn. Điều này sẽ làm động cơ bị rung lắc lúc khởi động và làm giảm tuổi thọ của động cơ. Đồng thời việc sử dụng điện trở phụ làm gia tăng tổn thất của hệ thống. Việc dùng các điện trở phụ cùng các trang thiết bị điện phục vụ cho việc đóng, cắt chúng làm hệ thống có kích thước lớn, độ tin cậy không cao.

3. Phương pháp khởi động động cơ điện một chiều bằng cách thay đổi điện áp phần ứng. 3.1. Nguyên lý

Nguyên lý của phương pháp khởi động động cơ điện một chiều bằng cách thay đổi điện áp phần ứng là tính toán để tìm ra tốc độ tăng điện áp hợp lí cấp cho động cơ điện một chiều lúc khởi động, sao cho trong quá trình khởi động, dòng điện khởi động của động cơ là ít biến thiên và nằm trong giới hạn cho phép. Giá trị này là bé hơn hoặc bằng 2,5 lần giá trị dòng định mức của động cơ. Quá trình khởi động của phương pháp khởi động này được thể hiện ở hình 5.

0

Current Voltage Angular velocity

i(A),u(V), (Rad/ s)ω

Time (s)

udmu

dmω

ukduudmIukdI

udmU

ukdU

dmω

ukdIudmI

Hình 5. Hình vẽ dạng điện áp, dòng điện và tốc độ của động cơ

khi khởi động theo phương pháp thay đổi điện áp phần ứng

0 2 4 6 8 1010

20

30

40

50

Time (s)

Cur

rent

(A)

Using resistor

0 10 20 30 40 500

50

100

150

200Using resistor

Momen (Nm)

Ang

ular

vel

ocity

(Rad

/s)

0 2 4 6 8 100

50

100

150

200Using resistor

Time (s)

Ang

ular

vel

ocity

(Rad

/s)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 75

Lúc khởi động, ta cấp điện áp được tính toán này cho động cơ. Trong khoảng thời gian điện áp cấp cho phần ứng của động cơ tăng từ điện áp khởi động Uukd đến giá trị điện áp định mức của động cơ, thì dòng điện khởi động của động cơ gần như là không đổi và nằm trong giới hạn cho phép. Đến khi điện áp cấp cho động cơ tăng lên bằng điện áp định mức thì không tăng nữa, dòng điện khởi động giảm dần từ giá trị dòng điện khởi động Iukd về giá trị dòng điện tải. Với mô-men tải là định mức thì sẽ là giá trị dòng điện định mức, tốc độ động cơ đạt giá trị tốc độ định mức ωdm, kết thúc quá trình khởi động. Dạng điện áp, dòng điện và tốc độ của động cơ khi khởi động theo phương pháp thay đổi điện áp phần ứng được thể hiện ở hình 5.

0

dmω

M (Nm)

ω (Rad/s)

dmM kdM

Hình 6. Hình vẽ dạng đặc tính cơ của động cơ trong trường hợp khởi động theo phương pháp thay đổi điện áp phần ứng Khi sử dụng phương pháp này để khởi động động cơ

điện một chiều kích từ độc lập, dòng điện phần ứng của động cơ trong suốt quá trình khởi động sẽ ít biến thiên, nên mô-men của động cơ cũng sẽ ít biến thiên và vận tốc của động cơ cũng sẽ tăng đều trong quá trình khởi động. Vì vậy, ta sẽ có đặc tính cơ của động cơ như hình 6. 3.2. Xác định điện áp khởi động

Từ ý tưởng trên, ta tính toán để tìm tốc độ tăng điện áp một cách hợp lý để có được một giá trị dòng điện khởi động theo mong muốn và nằm trong giới hạn cho phép. Ta có phương trình mô tả mối quan hệ giữa các đại lượng trong động cơ điện một chiều kích từ độc lập [3]:

uu u u u u

di (t)u (t) R i (t) L E (t) (3)

dt= + +

Trong đó, uR là điện trở cuộn dây phần ứng, uL là điện

cảm cuộn dây phần ứng, uE (t) là suất điện động phần ứng của động cơ.

Suất điện động phần ứng của động cơ được xác định bằng công thức sau [4]:

uE (t) K (t) (4)= Φω Mô-men điện từ của động cơ được xác định [4]:

uM(t) = K i (t) (5)Φ

cd (t)M(t) M J

dtω

− =

cM (t) M(t) dt (6)

J−⎛ ⎞⇒ ω = ⎜ ⎟

⎝ ⎠∫

Trong đó, J là mô-men quán tính quy đổi về trục động cơ, cM là mô-men cản, M(t) là mô-men điện từ động cơ.

Từ các công thức (3), (4), (5), (6) ta có được công thức (7):

( )

uu u u u

u c

di (t)u (t) R i (t) L

dtK K i (t) M dt (7)

J

= +

Φ+ Φ −∫

Dùng phép biến đổi Laplace hai vế của (7), ta được: 2

cu u u u 2

K M(K )U (p) R L p I (p) (8)Jp jp

⎛ ⎞ ΦΦ= + + −⎜ ⎟⎜ ⎟⎝ ⎠

Trong nghiên cứu này, tác giả mong muốn dòng điện của động cơ trong quá trình tăng điện áp phần ứng cấp cho động cơ là gần như không đổi và có giá trị:

u kd ukd kd udmi (t) I K I (9)= =

Trong đó, kdK là hệ số dòng điện khởi động của động cơ, udmI là dòng điện định mức của động cơ.

Dùng phép biến đổi Laplace 2 vế của công thức (9) ta được:

kd udmukd

K II (p) (10)

p=

Từ công thức (8) và (10), ta có được:

2u kd udm u kd udm

u 2

2kd udm c

2

L K I Jp R K I JpU (p) =

Jp

(K ) K I K M + (11)

Jp

+

Φ − Φ

Dùng phép biến đổi Laplace ngược 2 vế của biểu thức (11) ta được:

2

kd udm cu u kd udm

u kd udm

(K ) K I K M ) u (t) t R K I

J L K I (t)

Φ − Φ= +

+ δ

2ukd c

u u ukd(K ) I K M )

u (t) t R IJ

Φ − Φ⇒ = +

u

Hay : u (t) at b (12)= +

Trong đó, 2

ukd c

ukd ukd u

(K ) I K M )a ,

Jb U I R

Φ − Φ=

= =

Công thức (12) biểu diễn dạng điện áp cần cấp cho động cơ lúc khởi động, để giữ cho dòng điện khởi động của động cơ ít biến thiên trong quá trình khởi động.

Sau khi điện áp cấp vào động cơ đạt giá trị điện áp định mức của động cơ, điện áp cấp cho động cơ không tăng nữa nên thời gian tăng điện áp cấp cho phần ứng của động cơ được xác định theo công thức:

u udm u ukd 2ukd c

Jt (U R I ) (13)(K ) I K M )

= −Φ − Φ

Đối với hệ thống truyền động Động cơ điện một chiều

76 Đoàn Quang Vinh, Đoàn Đức Tùng, Bùi Văn Vũ

– Chỉnh lưu cầu 3 pha thì giá trị điện áp một chiều tại đầu ra của bộ chỉnh lưu sẽ được tính [1]:

d d0 23 6U = U .cos U cos (14)α = απ

Trong đó,α là góc mở của thyristor tính từ thời điểm chuyển mạch tự nhiên, d 0U là điện áp chỉnh lưu lớn nhất

ứng với trường hợp 00α = .

d0 23 6U U=π

Trong đó, 2U là giá trị điện áp pha hiệu dụng cấp cho bộ chỉnh lưu cầu ba pha.

Trong hệ thống truyền động Động cơ điện một chiều - Chỉnh lưu cầu ba pha, để có thể ứng dụng được phương pháp khởi động này thì ta phải tính được mối quan hệ giữa tốc độ tăng điện áp trên và sự thay đổi của gócα :

2

(at+b) arccos( )3 6Uπ

α=

Khi điện áp cấp cho phần ứng của động cơ tăng đến giá trị điện áp định mức, thì ta không tăng nữa, do đó:

u2

udmu

2

(at+b)arccos , t t3 6U

(t)U

arccos , t t3 6U

(15)

⎧ ⎛ ⎞π≤⎪ ⎜ ⎟⎜ ⎟⎪ ⎝ ⎠α = ⎨

⎛ ⎞π⎪ >⎜ ⎟⎪ ⎜ ⎟⎝ ⎠⎩

Nếu ta không xét đến máy biến áp và điện trở đẳng trị xét đến phần sụt áp do hiện tượng chuyển mạch giữa các thyristor, dựa vào (3) và (15), ta sẽ có được phương trình vi phân biểu diễn mối quan hệ điện từ giữa việc điều chỉnh điện áp đầu ra của bộ chỉnh lưu cầu 3 pha với các thông số của động cơ lúc khởi động, theo phương pháp thay đổi điện áp phần ứng như sau [1]:

ud0 u u u

di (t)U .cos( (t)) R i (t) L K (t) (16)

dtα = + + Φω

Dòng điện khởi động của động cơ khi khởi động theo phương pháp thay đổi điện áp phần ứng được thể hiện trong phương trình vi phân sau:

uu u u d0

di (t)R i (t) L U .cos( (t)) K (t) (17)

dt+ = α − Φω

Từ (5) và (17), ta cũng có được mô-men khởi động của động cơ khi khởi động theo phương pháp thay đổi điện áp phần ứng được thể hiện trong phương trình vi phân sau:

u u d0

2

dM(t)R M(t) L K U .cos( (t))dt

(K ) (t) (18)

+ = Φ α

− Φ ω

Tốc độ của động cơ khi khởi động theo phương pháp thay đổi điện áp phần ứng cũng được biểu diễn bằng phương trình sau:

ud0 u u u

di (t)(t) U .cos( (t)) R i (t) L (19)

dtω = α − +

3.3. Các kết quả mô phỏng Bảng 1. Bảng thông số mô phỏng

STT Ký hiệu Giải thích ký hiệu Thông số

1 P(Hp) Công suất động cơ 5

2 udmu (V) Điện áp phần ứng định mức 240

3 dmω (Rad/s) Tốc độ định mức 183

4 uL (H) Điện cảm cuộn dây phần ứng 0.2

5 uR (Ohm) Điện trở cuộn dây phần ứng 1.5

6 ktL (H) Điện cảm cuộn dây kích từ 156

7 ktR (Ohm) Điện trở cuộn dây kích từ 281.3

8 mL (H) Điện kháng hỗ cảm 1.10

9 2U (V) Điện áp pha của lưới điện 110

10 ktU (V) Điện áp kích từ của động cơ 300

11 kdK Hệ số dòng điện khởi động 2.5

12 2J (kg.m ) Mô men quán tính quy đổi về trục động cơ 0.5

Từ thông số của hệ thống (bảng 1), dựa vào (12) ta sẽ tính được tốc độ thay đổi điện áp cấp cho phần ứng của động cơ để giữ cho dòng điện ít biến thiên trong suốt quá trình khởi động. Sau khi tìm được tốc độ biến thiên điện áp cần tìm lúc khởi động đó, ta có được tốc độ biến thiên của góc mở vanα tương ứng với tốc độ biến thiên của điện áp đó dựa vào (15). Tiến hành mô phỏng quá trình khởi động hệ thống truyền động động cơ điện một chiều kích từ độc lập dựa vào các thông số đã tính toán được [5], [6]. Sơ đồ mô phỏng hệ thống thể hiện ở hình 7.

Hình 7. Sơ đồ mô phỏng quá trính khởi động động cơ sử dụng

phương pháp thay đổi điện áp phần ứng

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 77

Hình 8. Mô phỏng đặc tính điều chỉnh góc mở các van bán dẫn

khi khởi động bằng phương pháp thay đổi điện áp phần ứng

Hình 9. Mô phỏng điện áp trung bình tại đầu ra của bộ chỉnh

lưu khi khởi động bằng phương pháp thay đổi điện áp phần ứng Hình 8 thể hiện đặc tính điều chỉnh góc mở các van bán

dẫn khi khởi động bằng phương pháp thay đổi điện áp phần ứng, được tính bởi công thức (15). Ứng với đặc tính điều chỉnh góc mở các van bán dẫn như hình 8, ta sẽ có được điện áp đầu ra như hình 9. Đặc tính điện áp này giống với đặc tính điện áp ở hình 5.

Hình 10. Mô phỏng dòng điện khởi động của động cơ trong trường hợp sử dụng phương pháp thay đổi điện áp phần ứng

Hình 10 là kết quả mô phỏng dòng điện của động cơ khi khởi động theo phương pháp thay đổi điện áp phần ứng. Xem hình 9 và hình 10, ta thấy nhờ vào tính toán ban đầu nên trong thời gian điện áp cấp cho động cơ tăng từ điện áp khởi động đến điện áp định mức, dòng điện của động cơ sẽ tăng nhanh đến bằng dòng điện khởi động mong muốn

ukd kd udm(I K I )= và gần như không thay đổi cho đến khi điện áp cấp cho động cơ tăng lên bằng điện áp định mức của động cơ. Khi điện áp cấp cho phần ứng của động cơ đạt giá trị định mức, dòng điện khởi động sẽ giảm từ giá trị

ukd kd udmI K I= về giá trị dòng điện định mức, tốc độ động cơ đạt giá trị tốc độ định mức, kết thúc quá trình khởi động. Do đó, khi khởi động theo phương pháp thay đổi điện áp phần ứng, mô-men của động cơ lúc khởi động sẽ ít biến thiên. Điều này được thể hiện trong đặc tính cơ của động cơ (hình 11). Với phương pháp khởi động này, tốc độ của động cơ lúc khởi động cũng sẽ tăng đều chứ không bị biến thiên lớn (xem hình 12).

Hình 11. Mô phỏng đặc tính cơ của động cơ khi khởi động bằng

phương pháp thay đổi điện áp phần ứng

Hình 12. Mô phỏng tốc độ của động cơ trong trường hợp khởi

động theo phương pháp thay đổi điện áp phần ứng

So sánh hình 5 và hình 10, ta thấy đặc tính dòng điện của hai hình này có đôi chút khác nhau. Sự khác nhau này thể hiện ở chỗ, trong đặc tính dòng điện ở hình 5, trong khoảng thời gian điện áp cấp cho động cơ tăng từ giá trị điện áp khởi động đến điện áp định mức, ngay khi điện áp bắt đầu tăng thì dòng điện của động cơ sẽ tăng đến dòng điện khởi động mong muốn và gần như không thay đổi cho đến khi điện áp cấp cho động cơ đạt giá trị định mức. Còn trong kết quả mô phỏng dòng điện khởi động ở hình 10, phải mất một khoảng thời gian nhỏ thì dòng điện khởi động mới tăng lên bằng giá trị dòng điện khởi động mong muốn và gần như không thay đổi cho đến khi điện áp cấp cho động cơ đạt giá trị định mức. So sánh hình 9 và hình 10 ta cũng thấy, khi điện áp cấp cho động cơ đạt giá trị dòng điện định mức, cũng mất một khoảng thời gian nhỏ sau thì dòng điện của động cơ mới bắt đầu giảm dần từ ukd1 udmI 2.5 I=về dòng định mức chứ không giảm ngay như đặc tính dòng điện trong hình 5. Có những sự khác nhau này là do ảnh hưởng của điện cảm trong cuộn dây phần ứng của động cơ. Điện cảm này không cho dòng điện biến thiên đột ngột nên khi điện áp thay đổi, dòng điện sẽ biến thiên từ từ chứ không thể thay đổi đột ngột.

Mối quan hệ giữa dòng điện và mô-men của động cơ được thể hiện trong công thức (5) mà ở đây ta đang xét động cơ một chiều kích từ động lập ( KΦ là hằng số) nên nguyên nhân trên cũng chính là nguyên nhân kết quả mô phỏng đặc tính cơ của động cơ (hình 11) cũng có đôi chút khác nhau so với hình vẽ đặc tính cơ của động cơ trong hình 5.

Bên cạnh đó, ta cũng thấy đặc tính dòng điện (hình 10) và đặc tính cơ của động cơ (hình 11) bị nhấp nhô chứ không bằng phẳng như đặc tính dòng điện và đặc tính cơ trong hình 5. Điều này là do nguồn cấp cho động cơ là sóng điện áp chỉnh lưu, có chứa thành phần xoay chiều nên những đại lượng này cũng có chứa các thành phần xoay chiều tương ứng.

0 2 4 6 8 100

20

40

60

80Varying armature voltage

Time (s)

Alp

ha(0 )

0 2 4 6 8 1050

100

150

200

250

Time (s)

Vol

tage

(V)

Varying armarture voltage

0 2 4 6 8 10

0

10

20

30

40

50

Time (s)

Cur

rent

(A)

Varying armature voltage

0 10 20 30 40 500

50

100

150

200

Momen (Nm)

Ang

ular

vel

ocity

(Rad

/s) Varying armature voltage

0 2 4 6 8 100

50

100

150

200Varying armature voltage

Time (s)

Ang

ular

vel

ocity

(Rad

/s)

78 Đoàn Quang Vinh, Đoàn Đức Tùng, Bùi Văn Vũ

So sánh phương pháp khởi động này với phương pháp khởi động bằng cách dùng điện trở phụ, ta thấy phương pháp khởi động này có ưu điểm hơn. Thứ nhất, dòng điện khởi động của động cơ khi khởi động theo phương pháp thay đổi điện áp phần ứng sẽ ít biến thiên hơn rất nhiều so với phương pháp khởi động động cơ qua điện trở phụ. Điều này được thể hiện rất rõ ở hình 2 và hình 10. Bởi vì dòng điện khởi động khi khởi động theo phương pháp thay đổi điện áp phần ứng ít biến thiên, nên tốc độ và mô-men của động cơ khi khởi động theo phương pháp này cũng ít biến thiên hơn phương pháp dùng điện trở phụ (xem hình 3 và hình 11). Hay nói cách khác, khi khởi động theo phương pháp này, động cơ sẽ ít bị rung lắc lúc khởi động hơn. Động cơ không bị rung lắc lúc khởi động sẽ không gây ảnh hưởng xấu đến kết cấu cơ khí và góp phần nâng cao tuổi thọ động cơ. Thêm vào đó, khi khởi động theo phương pháp thay đổi điện áp phần ứng, tốc độ động cơ tăng trơn hơn và thời gian khởi động động cơ cũng giảm đáng kể so với phương pháp khởi động qua điện trở phụ. Điều này được thể hiện rõ trong hình 4 và hình 12.

Việc không sử dụng các điện trở phụ và các trang thiết bị phục vụ cho việc đóng/cắt chúng cũng làm cho hệ thống giảm tổn thất, kích thước và nâng cao độ tin cậy của hệ thống.

4. Kết luận Trong bài báo này, tác giả tiến hành phân tích kỹ

phương pháp khởi động động cơ điện một chiều kích từ độc lập bằng cách thay đổi điện áp cấp cho phần ứng động cơ thông qua bộ chỉnh lưu có điều khiển. So với phương pháp khởi động qua điện trở phụ, phương pháp khởi động này giúp cho động cơ khởi động êm hơn, thời gian khởi động động cơ cũng ngắn hơn và hiệu suất khi khởi động cao hơn. Đồng thời hệ thống trở nên gọn nhẹ hơn và độ tin cậy cao hơn. Nội dung của bài báo cũng sẽ là một đóng góp cho việc giảng dạy học phần Truyền động điện tại các trường đại học tại Việt Nam.

TÀI LIỆU THAM KHẢO [1] Bùi Đình Tiếu, Giáo trình truyền động điện, NXB Giáo dục, 2007. [2] Đặng Văn Đào, Trần Khánh Hà, Nguyễn Hồng Thanh, Giáo trình

máy điện, NXB Giáo dục, Hà Nội, 2003. [3] Bùi Quốc Khánh, Nguyễn Văn Liễn, Nguyễn Thị Hiền, Truyền động

Điện, Nhà xuất bản Khoa học và Kỹ thuật, 2004. [4] Bùi Đức Hùng, Triệu Việt Linh, Máy điện (Tập 2), NXB Giáo dục,

Hà Nội, 2007. [5] Nguyễn Phùng Quang, Matlab và Simulink, NXB Khoa học và Kỹ

thuật, Hà Nội, 2006. [6] Ned Mohan, Power electronics: a first course, Wiley, 2012.

(BBT nhận bài: 07/12/2016, hoàn tất thủ tục phản biện: 21/02/2017)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 79

XÂY DỰNG MÔ HÌNH DỰ BÁO DỊCH TẢ NGẮN HẠN VÀ ĐÁNH GIÁ ẢNH HƯỞNG CỦA CÁC YẾU TỐ KHÍ HẬU VÀ ĐỊA LÝ

BUILDING SHORT-TERM CHOLERA FORECAST MODELS AND EFFECT EVALUATION OF CLIMATE AND GEOGRAPHICAL FACTORS

Lê Thị Ngọc Anh1, Hoàng Xuân Dậu2 1Trường Đại học Y Hà Nội; lengocanh@hmu.edu.vn

2Học viện Công nghệ Bưu chính Viễn thông; dauhx@ptit.edu.vn

Tóm tắt - Sự bùng phát của các bệnh truyền nhiễm nói chung vàbệnh tả nói riêng có liên hệ chặt chẽ với các yếu tố như nguồn nước,thực phẩm và khí hậu. Bài báo này đề xuất xây dựng mô hình dựbáo bệnh tả trong ngắn hạn dựa trên phương pháp rừng ngẫu nhiên,có xem xét toàn diện ảnh hưởng của các yếu tố khí hậu (nhiệt độ,độ ẩm…) và địa lý (sự lân cận về địa lý, hệ thống sông…) đến số camắc tả ở Hà Nội trong giai đoạn 2001-2012. Phân tích thực nghiệmcho thấy dạng “mô hình đầy đủ” có xem xét cả yếu tố khí hậu và địalý cho kết quả dự báo tốt nhất cho từng quận/huyện của Hà Nội. Cáckết quả cũng khẳng định sự lân cận về địa lý và số ca nhiễm bệnh ởcác quận/huyện có liên kết mật thiết. Các yếu tố khí hậu có ảnhhưởng theo các mức khác nhau đến số ca nhiễm bệnh, trong đónhiệt độ và độ ẩm có mức ảnh hưởng lớn nhất và chỉ số dao độngNam có mức ảnh hưởng thấp nhất.

Abstract - The outbreaks of infectious diseases in general and cholera in particular have a close relationship with factors such as water source, food and climate. This paper proposes building Random Forests-based models for short-term cholera forecast, which evaluate the effect of climate factors (temperature, humidity,…) and geographical factors (locality, river system,…) on the cholera cases in Hanoi city for the period of 2001-2012. Experimental analyses show that “complete model” has the best forecast accuracy for each district in Hanoi. The analysis results also confirm that the geographical locality and the number of cholera cases in Hanoi’s districts have close relationships. Climate factors have different effect levels on the number of cholera cases. Particularly, the daily mean temperature and humidity have strongest effect, while southern oscillation index (SOI) has least effect.

Từ khóa - mô hình dự báo bệnh tả; dự báo bệnh tả ngắn hạn; các nhântố khí hậu và thời thiết; các trường ngẫu nhiên; các chuỗi thời gian.

Key words - cholera forecast model; short-term cholera forecast; climate and geographical factors; random forests; time series.

1. Giới thiệu

Bệnh tả vẫn là một vấn đề y tế công cộng toàn cầu mặc dù tỷ lệ mắc bệnh và tỷ lệ tử vong đã giảm mạnh trong những năm gần đây [1]. Bệnh tả là một tiêu chảy cấp tính gây ra bởi vi khuẩn Vibrio Cholera. Bệnh tả thường được xem xét trong mối quan hệ với nguồn nước bị ô nhiễm và cơ sở hạ tầng vệ sinh kém, đặc biệt là ở các nước có mức thu nhập thấp và trung bình [2], [3]. Cùng với nguồn nước và tình trạng vệ sinh, một số nghiên cứu trước đây đã chứng minh rằng sự biến đổi khí hậu cũng góp phần vào sự phổ biến của vi khuẩn tả [4]. Chẳng hạn, các nghiên cứu ở châu Phi cho thấy sự gia tăng của nhiệt độ và lượng mưa đã làm tăng số ca mắc tả [5], [6]. Hơn nữa, các nghiên cứu ở Bangladesh cũng cho thấy nhiệt độ và số giờ nắng có thể liên quan với sự xuất hiện dịch tả [7]. Trong một báo cáo gần đây, Tổ chức Y tế Thế giới nhấn mạnh các yếu tố khí hậu có vai trò quan trọng trong sự phân bố về không gian và thời gian của các bệnh truyền nhiễm [8], [9]. Vì vậy, việc thiết lập mô hình dự báo dịch tả dựa trên các yếu tố khí hậu là rất cần thiết để có các biện pháp phòng ngừa và can thiệp trong ngắn hạn cũng như dài hạn.

Việt Nam đã trải qua nhiều đợt dịch tả vào thế kỷ XX, đặc biệt là trong những năm 1960 và 1990, trong đó hầu hết các ca mắc bệnh được báo cáo ở các khu vực phía Nam [2], [10]. Tuy nhiên, trong các năm 2007 và 2008, các đợt dịch tả xảy ra ở các tỉnh chủ yếu ở khu vực phía Bắc, trong đó có Hà Nội [2], [10], [11], [12]. Tính đến tháng Tư năm 2008, đã có 3.271 ca mắc bệnh tả theo số liệu báo cáo từ 18 tỉnh [10], [11]. Nhiều nguyên nhân của dịch tả đã được đưa ra thảo luận, ngoài nguồn nước và thực phẩm bị ô nhiễm [2]. Do đó, việc nghiên cứu các mô hình dự báo trong đó có xem xét mối quan hệ giữa các ca mắc tả và các

yếu tố khác như biến đổi khí hậu là cần thiết để xây dựng chiến lược phù hợp cho việc kiểm soát, giám sát và ngăn chặn sự bùng phát bệnh tả.

Phần tiếp theo của bài báo này được bố cục như sau: Mục 2 phân tích một số nghiên cứu có liên quan, Mục 3 trình bày quá trình xây dựng các mô hình dự báo ngắn hạn, Mục 4 trình bày các thực nghiệm mô hình và đánh giá ảnh hưởng của các yếu tố khí hậu và địa lý, và Mục 5 là phần kết luận.

2. Các nghiên cứu liên quan Ali và cộng sự [1] nghiên cứu dữ liệu dịch tả ở Matlab,

Bangladesh từ 1988 đến 2001 và rút ra kết luận rằng, số lượng các ca bệnh tả trong vùng có liên hệ mật thiết với nhiệt độ trên đất liền và nhiệt độ mặt biển (sea surface temperature - SST) trong khu vực nghiên cứu. Reiner và cộng sự [13] đã xây dựng thành công một mô hình cho phép dự báo số lượng các ca bệnh tả ở Matlab, Bangladesh trước 11 tháng. Các tập dữ liệu được sử dụng bao gồm thời tiết, chỉ số dao động phía Nam (southern oscillation index - SOI) và tình trạng ngập lụt từ năm 1995 đến 2008. Kết quả nghiên cứu này chỉ ra rằng SOI và tình trạng ngập lụt là các yếu tố ảnh hưởng chính đến lượng các ca bệnh tả ở Matlab.

Mở rộng theo hướng này, Xu và cộng sự [14] phân tích ảnh hưởng của khí hậu đến bệnh tả ở Trung Quốc từ năm 2001 đến 2008 và đưa ra kết luận rằng lượng mưa, nhiệt độ và độ cao so với mặt biển (sea surface height - SSH) có ảnh hưởng lớn nhất tới số ca bệnh tả. Khoảng cách tới bờ biển, độ ẩm tương đối và khí áp cũng có ảnh hưởng. Tuy nhiên số giờ nắng và quá trình giảm mức nước sông hầu như không có ảnh hưởng đến số ca bệnh.

Kelly-Hope và cộng sự [2] trong một nghiên cứu về

80 Lê Thị Ngọc Anh, Hoàng Xuân Dậu

dịch tả ở Việt Nam đã kết luận có sự liên hệ rõ rãng giữa lượng mưa và sự bùng phát dịch tả với độ trễ 0 tháng trong giai đoạn 1991-2001. Nghiên cứu của Emch và cộng sự [4] chỉ ra các yếu tố ảnh hưởng khả năng nhiễm tả, bao gồm sự tăng nhiệt độ mặt biển và mực nước sông ở Việt Nam.

Kết quả của các nghiên cứu kể trên đều khẳng định các tham số thời tiết như nhiệt độ, độ ẩm, SOI, SST, SSH có liên hệ ở các mức khác nhau đến số lượng các ca bệnh tả ở các vùng nghiên cứu khác nhau. Tuy nhiên, các đợt bùng phát dịch tả ở Hà Nội từ năm 2007 đến 2009 đặt ra sự cần thiết xem xét toàn diện đến các tham số khí hậu và địa lý. Bài báo này đề xuất xây dựng các mô hình dự báo dịch tả trong ngắn hạn có xem xét toàn diện mức độ ảnh hưởng của các yếu tố khí hậu và địa lý đến số ca bệnh tả ở Hà Nội trong giai đoạn 2001-2012.

3. Các mô hình dự báo dịch tả ngắn hạn 3.1. Các tập dữ liệu sử dụng và tiền xử lý 3.1.1. Các tập dữ liệu sử dụng

Để xây dựng các mô hình dự báo bệnh tả trong ngắn hạn cho Hà Nội, chúng tôi sử dụng các tập dữ liệu sau: tập dữ liệu các ca bệnh tả, thời tiết, địa lý, hệ thống sông, hệ thống giao thông và SOI. Bảng 1 cung cấp thông tin chi tiết các tập dữ liệu này.

Bảng 1. Các tập dữ liệu sử dụng trong nghiên cứu

Các tập dữ liệu Mô tả

Tập dữ liệu địa lý

Chứa bản đồ về các quận/huyện, phường/xã, hệ thống đường giao thông, hệ thống sông và mặt nước theo tỷ lệ 1:50.000. Hà Nội có 29 quận/huyện và 2 quận/huyện được xem là lân cận nếu có chung đường biên giới hành chính.

Tập dữ liệu thời tiết

Chứa dữ liệu theo ngày về: độ ẩm (thấp nhất, cao nhất và trung bình), nhiệt độ không khí (thấp nhất, cao nhất và trung bình), số giờ nắng, tốc độ gió và lượng mưa, cung cấp bởi trạm khí tượng Láng, Hà Nội từ 2001-2012.

Tập dữ liệu SOI

Dữ liệu SOI được thu thập từ một trang web của bang Queensland, Australia [15].

Tập dữ liệu các ca bệnh tả

Chứa dữ liệu về tất cả các ca tả tại Hà Nội từ 1/1/2001 đến 31/12/2012. Thông tin mỗi ca tả gồm họ tên, tuổi, giới tính, ngày nhiễm và địa chỉ (tối thiểu đến cấp phường/xã) của bệnh nhân. Dữ liệu ca tả được tổng hợp theo ngày, tháng và theo từng quận/huyện. Theo đó, các đợt dịch chỉ xảy ra trong các năm 2004 (25 ca), 2007 (1.179 ca), 2008 (2.057 ca), 2009 (890 ca) và 2010 (350 ca).

3.1.2. Tiền xử lý dữ liệu Do dữ liệu các ca tả phân bố không đồng đều và chỉ

phân bố tập trung trong 5 năm, chúng tôi quyết định sử dụng tổng hợp dữ liệu theo ngày cho việc xây dựng mô hình dự báo, trừ dữ liệu địa lý. Điều này giúp tăng số điểm dữ liệu trong giai đoạn nghiên cứu và thuận lợi hơn trong xây dựng mô hình dự báo ngắn hạn.

Các tập dữ liệu thời tiết, SOI và các ca bệnh được tổng hợp theo ngày và trộn thành một tập dữ liệu duy nhất, gọi

tên là FS. Tập FS có 35 biến và 4.383 quan sát, như minh họa trên hình 1. Trong số 35 biến, có 6 biến thời tiết, gồm nhiệt độ không khí, độ ẩm, lượng mưa, số giờ nắng, tốc độ gió và SOI. Các biến còn lại là số ca mắc tả cho 29 quận/huyện của Hà Nội.

Hình 1. Ma trận tương quan của tập dữ liệu FS

3.2. Xây dựng các mô hình dự báo dịch tả ngắn hạn Để đánh giá ảnh hưởng của các yếu tố địa lý và khí hậu

lên số ca mắc tả, chúng tôi coi mỗi quận/huyện của Hà Nội là một đơn vị địa lý và xây dựng 3 mô hình dự báo cho mỗi quận/huyện. Các mô hình dự báo bao gồm mô hình đầy đủ (ký hiệu là DD), mô hình độc lập khí hậu (ký hiệu là DLKH) và mô hình độc lập lân cận không gian địa lý (ký hiệu là DLDL). Bảng 2 cung cấp thông tin chi tiết về các nhóm biến sử dụng trong 3 dạng mô hình kể trên. Mục đích của việc xây dựng 3 mô hình cho mỗi quận/huyện là để lựa chọn được mô hình dự báo tốt nhất cho cho mỗi quận/huyện và đánh giá được mức độ ảnh hưởng của các tham số lân cận không gian địa lý và khí hậu đến độ chính xác của mô hình dự báo. Tất cả các mô hình đều có đầu ra là số ca bệnh tả.

Bảng 2. Mô tả mô hình dự báo với các nhóm biến đầy đủ, độc lập với khí hậu, độc lập lân cận địa lý

Nhóm dự báo

Mô hình

DD DLKH DLDL

Dữ liệu về khí hậu

Nhiệt độ trung bình

Độ ẩm trung bình

Lượng mưa

Chỉ số SOI

Số giờ nắng

Tốc độ gió

Nhiệt độ trung bình

Độ ẩm trung bình

Lượng mưa

Chỉ số SOI

Số giờ nắng

Tốc độ gió

Dữ liệu lân cận không gian địa lý

Số lượng ca bệnh tả trong một quận D

Số lượng ca bệnh tả của các quận lân cận quận D

Số lượng ca bệnh tả trong một quận D.

Số lượng ca bệnh tả của các quận lân cận quận D

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 81

Mỗi mô hình có một tham số độ trễ l tính theo ngày. Tham số này có nghĩa là sẽ sử dụng số ca bệnh tả tại thời điểm hiện tại và l ngày trước đó trong quận/huyện đang xem xét như là một biến dự báo cho mô hình. Điều này cũng có nghĩa là sẽ dự báo số ca bệnh tả của quận/huyện hiện tại trong l ngày tiếp theo. Ngoài ra, mỗi mô hình cũng sử dụng số ca bệnh tả trong quá khứ của tất cả các quận/huyện lân cận và dữ liệu khí hậu trong quá khứ như là các biến đầu vào bổ sung trong mô hình.

Để xây dựng các mô hình, chúng tôi sử dụng phương pháp học máy hồi quy Random Forests (RF) để xử lý tập dữ liệu FS là chuỗi thời gian theo phương pháp cửa sổ trượt song hành giữa tập huấn luyện và tập kiểm thử. Random Forests được đánh giá là phù hợp cho xử lý các bài toán chuỗi thời gian [16]. Trong phương pháp cửa sổ trượt, đầu tiên khởi tạo một cửa sổ s1 tương ứng với tập dữ liệu huấn luyện ban đầu. Với tập dữ liệu kiểm thử lựa chọn cửa sổ s2. Chú ý rằng ở mỗi điểm dữ liệu trong tập huấn luyện bao gồm tất cả các biến đầu vào và đầu ra, còn mỗi tập dữ liệu kiểm thử sẽ chỉ bao gồm các biến dự báo. Cửa sổ trượt sẽ trượt dọc theo trục thời gian cho đến khi không còn dữ liệu. Mô hình được xây dựng trong sự chuyển dịch và cải thiện dọc theo trục thời gian. Chọn kích thước các cửa sổ trượt s1=s2=l trong tất cả các mô hình. Độ trễ thời gian của mô hình được lựa chọn là d=3, 7, 14 hoặc 30 ngày, trong đó cửa sổ trượt có cỡ cố định với cỡ ban đầu là d=3, 7, 14, 30. Chuỗi thời gian được sử dụng để kiểm thử tương ứng là n=3, 7, 14, 30.

m1 m2 m3 m4 m5 m6 m7 m8

c4 c5 c6 c7 c8 c9 c10 c11

n1 n2 n3 n4 n5 n6 n7 n8

Dữ liệu huấn luyện 1 Dữ liệu kiểm thử 1

Dữ liệu huấn luyện 2 Dữ liệu kiểm thử 2

Dữ liệu huấn luyện 3 Dữ liệu kiểm thử 3

Hình 2. Minh họa việc huấn luyện mô hình hồi quy RF theo phương pháp cửa sổ trượt có độ trễ thời gian

Hình 2 minh họa việc huấn luyện mô hình hồi quy RF theo phương pháp cửa sổ trượt với độ trễ thời gian là 3 ngày, kích cỡ cửa sổ trượt là 3 ngày, và số ngày dự báo trước là 3 ngày. Giá trị các tham số: n=3, d=3. Các ô m1, m2, ..., m8 là các biến khí hậu từ ngày 1 đến ngày 8; các ô c4, c5, ..., c11 là các biến ghi nhận các ca mắc bệnh của quận C ở các ngày 4, 5, ..., 11; và n1, n2, ..., n8 là số các ca mắc tả ở các quận lân cận của các ngày 1 đến 8. Thời điểm bắt đầu huấn luyện mô hình là ngày 6. Dữ liệu huấn luyện là tập m1, m2, m3, n1, n2, n3, c4, c5, c6. Dữ liệu kiểm thử là tập m4, m5, m6, n4, n5, n6. Kết quả kiểm thử (dự báo) là tập c7, c8, c9. Quá trình này lặp lại cho các ngày 7, 8,... Với dữ liệu 4.383 ngày trong giai đoạn nghiên cứu, số lần lặp trong quá trình huấn luyện và kiểm thử là 4.377.

4. Thực nghiệm và đánh giá Chúng tôi đã xây dựng 29×3 mô hình hồi quy RF cho

29 quận/huyện sử dụng tập dữ liệu FS mô tả trong mục 3.1. Để đánh giá các mô hình hồi quy, các độ đo thường được sử dụng gồm sai số trung bình quân phương (Root mean squared error - RMSE) và hệ số xác định điều chỉnh

(Adjusted determination coefficient -R2). Các giá trị RMSE và R2 được tính cho 29×3 mô hình. Trên cơ sở các thực nghiệm, các phần việc sau được thực hiện: (1) so sánh ảnh hưởng của các yếu tố khí hậu và địa lý đến độ chính xác dự báo của các mô hình, (2) phân tích thống kê để tìm mối quan hệ giữa độ chính xác và khoảng thời gian dự báo, và (3) đánh giá tầm quan trọng của các biến khí hậu trong các mô hình hồi quy RF cho các quận/huyện. Phần tiếp theo trình bày chi tiết các phần việc trên. 4.1. Ảnh hưởng của các yếu tố khí hậu và địa lý đến độ chính xác dự báo

Để so sánh ảnh hưởng của các yếu tố khí hậu và địa lý đến độ chính xác dự báo, cụ thể là các độ đo RMSE và R2, chúng tôi sử dụng phương pháp Tukey [17] với 4 khoảng dự báo trước là 3, 7, 14 và 30 ngày. Các kết quả được biểu diễn trên các hình 3-6. Xét khoảng cách của độ tin cậy và giá trị trung bình của các cặp mô hình DLDL-DD và DLKH-DD, có thể thấy các mô hình đầy đủ (DD) có độ đo R2 cao nhất cũng là tốt nhất. Các mô hình độc lập địa lý (DLDL) có độ đo R2 thấp nhất. Như vậy, có thể kết luận số ca mắc tả ở một quận/huyện có liên hệ chặt chẽ với số ca mắc tả ở các quận/huyện lân cận.

Tuy nhiên, các kết quả so sánh độ đo RMSE không cho thấy bất kỳ sự khác biệt nào trong độ chính xác của các mô hình. Hơn nữa, việc so sánh độ đo RMSE không cho phép chỉ ra mô hình nào tốt hơn. Do vậy, chúng tôi chỉ sử dụng độ đo R2 để so sánh các mô hình.

Hình 3. So sánh kết quả dự báo và thực tế với mô hình đầy đủ

(DD) cho quận Ba Đình

Hình 4. So sánh kết quả dự báo và thực tế với mô hình độc lập

khí hậu (DLKH) cho quận Ba Đình

82 Lê Thị Ngọc Anh, Hoàng Xuân Dậu

Hình 5. So sánh kết quả dự báo và thực tế với mô hình đầy đủ

(DLDL) cho quận Ba Đình

Hình 6. So sánh ảnh hưởng của nhóm biến khí hậu và nhóm

biến địa lý đến độ chính xác của mô hình với độ đo R2: (a), (b), (c), (d) lần lượt ứng với khoảng dự báo trước

là 3, 7, 14 và 30 ngày

4.2. Mối quan hệ giữa độ chính xác và khoảng thời gian dự báo

Như đã phân tích trong mục 4.1, các mô hình đầy đủ là tốt nhất. Do vậy, chúng tôi sử dụng mô hình đầy đủ để dự báo số ca mắc tả cho 29 quận/huyện của Hà Nội với các khoảng dự báo là 3, 7, 14 và 30 ngày. Sau quá trình dự báo, các kết quả được so sánh với số liệu quan sát và độ đo R2 được tính toán. Để quan sát sự thay đổi độ chính xác theo khoảng dự báo, các mô hình hồi quy tuyến tính với các tham số vào là số ngày dự báo trước và quận/huyện, còn đầu ra là độ đo R2. Kết quả cho thấy, nếu tất cả các tham số khác giữ nguyên và tăng độ dài dự báo lên 1 ngày thì độ đo R2 giảm 0,0076 với khoảng tin cậy 95% là [-0,0095, -0,0057]. 4.3. Tầm quan trọng của các biến khí hậu

Ảnh hưởng của các biến khí hậu được trích xuất từ các mô hình RF đã xây dựng cho các quận/huyện và được biểu

diễn ở hình 7. Theo đó, có thể thấy rằng các tham số nhiệt độ và độ ẩm trung bình ngày là các yếu tố quan trọng nhất, với khoảng 50% độ quan trọng so sánh với các biến khí hậu khác. Số giờ nắng chiếm khoảng 35% độ quan trọng. Các biến có độ quan trọng thấp nhất là tốc độ gió và SOI với độ quan trọng thấp hơn là 20%.

Hình 7. So sánh ảnh hưởng của các biến khí hậu

lên mô hình đầy đủ (DD)

5. Kết luận Chúng tôi đã xây dựng 29×3 mô hình hồi quy RF cho

dự báo dịch tả cho từng quận/huyện của thành phố Hà Nội trong giai đoạn 2001 đến 2012. Kết quả so sánh, phân tích cho thấy mô hình đầy đủ cho kết quả dự báo chính xác nhất trong ngắn hạn do có xem xét đến tất cả các yếu tố khí hậu và địa lý.

Các kết quả so sánh, phân tích mức độ ảnh hưởng của các yếu tố địa lý và khí hậu khẳng định rằng sự lân cận về địa lý và số ca bệnh ở các quận/huyện lân cận có mối liên hệ chặt chẽ. Các yếu tố khí hậu cũng có ảnh hưởng theo các mức khác nhau đến số ca bệnh, trong đó nhiệt độ và độ ẩm trung bình ngày có mức ảnh hưởng lớn nhất, trong khi đó tốc độ gió và SOI có mức ảnh hưởng thấp nhất. Nghiên cứu cũng tìm ra rằng, độ chính xác của mô hình dự báo giảm nếu tăng khoảng dự báo, với hệ số R2 giảm trung bình 0,0076 nếu khoảng dự báo tăng 1 ngày.

Trong tương lai, chúng tôi tiếp tục nghiên cứu, phân tích sâu chi tiết ảnh hưởng của các yếu tố lân cận địa lý, bao gồm hệ thống sông ngòi, mặt nước đến số ca bệnh.

TÀI LIỆU THAM KHẢO [1] Ali M, Lopez AL, You YA, et al, The global burden of cholera.

Bulletin of the World Health Organization, Mar 1 2012, 90(3): 209-218A.

[2] Kelly-Hope LA, Alonso WJ, Thiem VD, et al, “Temporal trends and climatic factors associated with bacterial enteric diseases in Vietnam, 1991-2001”, Environmental health perspectives, Jan 2008, 116(1):7-12.

[3] Organization WH. Cholera, Geneva, Switzerland: World Health Organization, 2003.

[4] Emch M, Feldacker C, Yunus M, et al, “Local Environmental Predictors of Cholera in Bangladesh and Vietnam”, The American journal of tropical medicine and hygiene, May 1, 2008, 78(5): 823-832.

(d) (c)

(b) (a)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 83

[5] Mendelsohn J, Dawson T, “Climate and cholera in KwaZulu-Natal, South Africa: the role of environmental factors and implications for epidemic preparedness”, International journal of hygiene and environmental health, Mar 2008, 211(1-2):156-162.

[6] Reyburn R, Kim DR, Emch M, Khatib A, von Seidlein L, Ali M, “Climate variability and the outbreaks of cholera in Zanzibar, East Africa: a time series analysis”, The American journal of tropical medicine and hygiene, Jun 2011, 84(6):862-869.

[7] Islam MS, Sharker MA, Rheman S, et al, “Effects of local climate variability on transmission dynamics of cholera in Matlab, Bangladesh”, Transactions of the Royal Society of Tropical Medicine and Hygiene, Nov 2009, 103(11):1165-1170.

[8] Kovats RS, Bouma MJ, Hajat S, Worrall E, Haines A, El Nino and health, Lancet, Nov 1 2003, 362(9394):1481-1489.

[9] Organization WH, Using Climate to Predict Infectious Disease Outbreaks: A Review, Geneva, Switzerland, 2004.

[10] Control GTFoC, Cholera country profile: Vietnam, Geneva, Switzerland: World Health Organization, 2008.

[11] Nguyen BM, Lee JH, Cuong NT, et al, “Cholera outbreaks caused by an altered Vibrio cholerae O1 El Tor biotype strain producing classical cholera toxin B in Vietnam in 2007 to 2008”, Journal of clinical microbiology, May 2009, 47(5):1568-1571.

[12] Organization WH, Outbreak news, Severe acute watery diarrhoea with cases positive for Vibrio cholerae, Viet Nam, Releve epidemiologique hebdomadaire / Section d'hygiene du Secretariat de la Societe des Nations = Weekly epidemiological record / Health Section of the Secretariat of the League of Nations. May 2 2008, 83(18):157-158.

[13] Robert C. Reiner, A. A. King, M. Emch, M. Yunus, A. S. G. Faruque, and M. Pascual, Highly localized sensitivity to climate forcing drives endemic cholera in a megacity, Proc. Natl. Acad. Sci. U. S. A., 109, 2033–2036 (2012).

[14] Min Xu, Chunxiang Cao, Duochun Wang, and Biao Kan, Identifying Environmental Risk Factors of Cholera in a Coastal Area with Geospatial Technologies, Int. J. Environ. Res. Public Health 2015, 12, 354-370.

[15] Daily SOI data set of the Queensland, Australia, available online at https://www.longpaddock.qld.gov.au/seasonalclimateoutlook/ southernoscillationindex/soidatafiles/DailySOI1887-1989Base.txt

[16] R. Hyndman, G. Athanasopoulos, Forecasting: principles and practice, Otexts, 2013.

[17] Nguyễn Văn Tuấn (2015), Phân tích phương sai, ykhoa.net/r/R/Chuong 11. Phan tich phuong sai.pdf, Truy cập 5/2016.

(BBT nhận bài: 18/01/2017, hoàn tất thủ tục phản biện: 22/02/2017)

84 Cao Phi Bằng

XÁC ĐỊNH, PHÂN LOẠI VÀ PHÂN TÍCH SỰ BIỂU HIỆN CỦA HỌ GEN KNOX Ở CÂY KHOAI TÂY (SOLANUM TUBEROSUM L.) BẰNG CÁC PHƯƠNG PHÁP

TIN SINH HỌC IDENTIFICATION, CLASSIFICATION AND EXPRESSION ANALYSIS OF KNOX GENE

FAMILY IN POTATO (SOLANUM TUBEROSUM L.) BY USING BIOINFORMATIC METHODS

Cao Phi Bằng Trường Đại học Hùng Vương, Phú Thọ; phibang.cao@hvu.edu.vn

Tóm tắt - Ở thực vật, knox (knotted-like homeobox) thuộc về siêu họprotein có vùng bảo thủ homeodomain, đóng vai trò quan trọng trongnhiều quá trình sinh trưởng và phát sinh hình thái. Trong nghiên cứunày, chúng tôi sử dụng các phương pháp tin sinh học xác định được 9gen knox ở cây khoai tây (Solanum tuberosum L.). Các gen và proteinsuy diễn mang các đặc trưng cơ bản của các knox đã biết. Các knoxcủa cây khoai tây chia thành hai phân nhóm, năm gen phân nhóm I vàbốn gen phân nhóm II. Cây khoai tây không có knox phân nhóm M.Sau sự phát sinh loài, chỉ quan sát được một hiện tượng nhân gen vớicác gen phân nhóm II. Tất cả các gen knox của cây khoai tây biểu hiệnở ít nhất một loại mô. Các gen knox II biểu hiện đa dạng hơn các genknox I. Rất thú vị là hầu hết các gen knox biểu hiện ở củ khoai tây. Sựbiểu hiện của các gen knox ở cuống lá và cơ quan sinh sản (hoa, nhịhoa) lần đầu tiên được báo cáo trong công trình này.

Abstract - In higher plants, knox (knotted-like homeobox), which belongs to a homeodomain protein superfamily, plays an important role in the growth and organ morphogenesis. In this study, we have identified 9 knox genes in potato (Solanum tuberosum L.) by using the bioinformatic methods. All potato knox genes and their predicted proteins possess basic characteristics of known knox in others plants. The potato knox genes are divided into two subgroups; subgroup I includes five genes while subgroup II consists of four genes. However, the potato genome do not possess any gene of subgroup m which exist in genome of other known plants. After the speciation point, we do not see any gene duplication event for knoxsubgroup I while we detect one whole genome duplication event for knox subgroup II. All potato knox genes are expressed in at least one type of tissue. In general, the knox II genes express more diversifiedly in comparison with the knox I genes. Interestingly, most of the knox genes expressed in potato tuber. The expression of knoxgenes in stem and reproductive organs (e.g. flower, stamens) is first reported in this work.

Từ khóa - biểu hiện gen; cây phả hệ; khoai tây; knox; tin sinh học. Key words - gene expression; phylogenic tree; potato; knox; bioinformatic.

1. Đặt vấn đề

Knotted1 là gen mã hóa tác nhân điều hòa phiên mã KNOX (KNotted-like homeobOX) đầu tiên được phát hiện ở cây ngô. Protein này chứa vùng bảo thủ homeodomain [4]. Các tác nhân phiên mã KNOX đóng vai trò quan trọng trong sự phát triển chồi cây, duy trì chức năng của mô phân sinh đỉnh chồi [4]. Dựa trên cấu trúc của gen, sự biểu hiện và các phân tích cây phả hệ, các KNOX được xếp vào hai phân nhóm I và II [9]. Các gen phân nhóm I có vùng homeodomain gần giống với gen KN1 của cây ngô (>71%), biểu hiện trong các vùng giao nhau của các mô phân sinh đỉnh chồi nhưng biểu hiện yếu hoặc không biểu hiện ở lá của cây một lá mầm và hai lá mầm. Các protein phân nhóm I giữ vai trò quan trọng trong việc duy trì chức năng của mô phân sinh đỉnh chồi và trong quá trình phát sinh cơ quan. Thực vậy, cây Arabidopsis thaliana có bốn gen phân nhóm I là KNAT1 (BREVIPEDICELLUS), KNAT2, KNAT6 và STM (SHOOTMERISTEMLESS). Trong đó, gen STM giữ vai trò chủ yếu trong việc hình thành và duy trì mô phân sinh đỉnh, hai gen KNAT1 và KNAT6 tham gia duy trì chức năng của mô phân sinh đỉnh chồi, đồng thời tham gia điều khiển sự phát triển của mầm hoa [4; 5]. Vai trò của các gen KNOX phân nhóm I cũng được nghiên cứu trên nhiều đối tượng thực vật khác, trong đó có cây đào [13]. Các gen phân nhóm II khác biệt với gen phân nhóm I, có một intron trong vùng bảo thủ ELK và biểu hiện trong nhiều mô, cơ quan [4]. Cây A. thaliana có bốn gen phân nhóm II là các gen KNAT3, KNAT4, KNAT5 và KNAT7. Ba gen đầu có vai trò trong sự phát triển của rễ, gen còn lại có thể tham gia điều hòa quá trình sinh tổng

hợp lignin và thành tế bào [6]. Trong những năm gần đây, gen KNOX phân nhóm M được xác định mã hóa protein thiếu vùng bảo thủ homeodomain, biểu hiện ở các vùng bên của các tiền cơ quan và ở lớp bao của các cơ quan thành thục [7].

Ở một số thực vật khác có hệ gen được giải trình tự, lần lượt mười và mười lăm gen KNOX được xác định trong hệ gen của các cây hai lá mầm như cây đào và cây dương [4; 5; 13]. Cây quýt đường có số lượng gen KNOX bằng với cây đào [1]. Trong khi đó, hai cây một lá mầm rất quan trọng, cây ngô và cây lúa, có lần lượt mười ba và mười hai gen [5]. Ở cây khoai tây, gen POTH1(mã số ngân hàng gen U65648) là gen KNOX phân nhóm I đầu tiên được nghiên cứu. Thực nghiệm chuyển gen POTH1 vào cây khoai tây cho thấy, cây chuyển gen có sự phát triển sinh dưỡng bị biến đổi đi kèm với sự giảm tích lũy gibberellin [10].

Hệ gen của cây khoai tây được giải trình tự đã thúc đẩy các nghiên cứu ở mức phân tử và mở ra nhiều ứng dụng công nghệ sinh học đối với việc chọn giống ở loài cây này [14]. Sự có sẵn trình tự hệ gen cho phép chúng tôi tiến hành nghiên cứu in silico, cách tiếp cận ngày càng được sử dụng rộng rãi đối với nguồn dữ liệu hệ gen hay hệ mã phiên [11], để xác định đầy đủ và phân tích đặc điểm các gen KNOX của cây khoai tây. Kết quả nghiên cứu bổ sung các thông tin khoa học về họ gen KNOX ở đại diện có ý nghĩa kinh tế quan trọng của họ Cà.

2. Giải quyết vấn đề

2.1. Cơ sở dữ liệu về hệ gen và RNAseq của cây khoai tây Trong nghiên cứu này, chúng tôi sử dụng hệ gen đã

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 85

được giải trình tự [14] và hệ mã phiên (dữ liệu RNAseq) [8] của cây khoai tây. 2.2. Xác định các gen KNOX ở cây khoai tây

Để xác định các gen KNOX trong hệ gen cây khoai tây, chúng tôi sử dụng protein suy diễn POTH1 [10] làm khuôn dò. Phương pháp nghiên cứu đã được sử dụng bởi Bằng và Dunand (2014) [1]. Pfam (cơ sở dữ liệu các họ protein) [2] được sử dụng để kiểm tra sự hiện diện của các vùng bảo thủ trong trình tự protein suy diễn. 2.3. Xây dựng cây phả hệ và phân tích tin sinh học về họ gen được nghiên cứu

Phương pháp tạo cây phả hệ và phân tích các đặc điểm của họ gen KNOX được miêu tả trong nghiên cứu được thực hiện bởi Bằng và Dunand (2014) [1]. 2.4. Phân tích sự biểu hiện gen

Sự biểu hiện của các gen KNOX được nghiên cứu bằng cách phân tích hệ mã phiên (RNAseq) của cây khoai tây [8].

3. Kết quả nghiên cứu và bàn luận 3.1. Xác định họ gen KNOX ở cây khoai tây

Bảng 1. Các gen KNOX ở cây khoai tây

Gen Phân nhóm

Tên locus GS (bp)

PL (aa)

MW (kDa)

pI NST I

StKNOX1-1 I

PGSC0003DMG4000

02769 4192 322 36,61 5,5 01 4

StKNOX1-2 I

PGSC0003DMG4000

16711 4435 343 38,70 5,7 02 3

StKNOX1-3 I

PGSC0003DMG4000

18100 4669 306 34,86 4,6 03 4

StKNOX1-4 I

PGSC0003DMG4000

04953 7826 360 40,73 6 04 4

StKNOX1-

5/POTH1

I PGSC0003DMG4000

13493 9683 344 39,15 4,9 05 4

StKNOX2-1 II

PGSC0003DMG4000

30737 6122 415 45,98 5,9 07 5

StKNOX2-2 II

PGSC0003DMG4000

15622 3761 365 41,36 5,5 08 4

StKNOX2-3 II

PGSC0003DMG4000

22736 4351 312 35,60 6,4 08 4

StKNOX2-4 II

PGSC0003DMG4000

07887 3685 340 39,38 5,6 12 5

Chú thích: GS = Kích thước gen, PL = Chiều dài phân tử protein, MW = Khối lượng phân tử protein, pI = điểm đẳng

điện, NST = Nhiễm sắc thể, I = Số lượng intron

Khi sử dụng protein suy diễn của gen POTH1 làm khuôn, chúng tôi xác định được tổng số 9 gen KNOX trong hệ gen của cây khoai tây (bảng 1), trong đó gen POTH1 nằm tại vị trí locus PGSC0003DMG400013493 và được đặt lại tên là StKNOX1-5 trong nghiên cứu này. Pfam [2] được dùng để xác định các vùng bảo thủ của các protein suy diễn của các gen này, kết quả cho thấy tất cả các protein đều có các vùng bảo thủ KNOX1 (PF03790), KNOX2 (PF03791), ELK (PF03789) và Homeodomain (Homeobox_KN, PF05920). Xét về kích thước họ gen, cây khoai tây có cùng số gen với cây A. thaliana nhưng có ít hơn so với cây đào, cây quýt đường, cây sắn, cây lúa và cây ngô [1; 3; 5; 13].

3.2. Phân tích đặc điểm và phân loại các gen KNOX ở cây khoai tây

Hình 1. Cấu trúc exon/intron của các gen KNOX của cây

khoai tây

Trình tự nucleotide của các gen KNOX của cây khoai tây có độ dài không giống nhau. Gen StKNOX1-5/POTH1 dài nhất có tới 9683 nucleotide. Gen StKNOX2-4 ngắn nhất, chỉ có có 3685 nucleotide. Tất cả các gen KNOX của cây khoai tây đều mã hóa không liên tục, có các đoạn không mã hóa xen giữa các đoạn mã hóa. Gen StKNOX1-2 có ba intron, hai gen StKNOX2-1 và StKNOX2-4 có năm intron, các gen còn lại có bốn intron. Các protein suy diễn có độ dài từ 306 tới 415 amino acid, khối lượng phân tử của các protein suy diễn nằm trong khoảng 34,86 kDa tới 45,98 kDa. Điểm đẳng điện (pI) của các protein này nằm trong khoảng từ 4,6 tới 6,4 (bảng 1). Các đặc điểm này khá tương đồng với đặc điểm của các KNOX của cây quýt đường [1]. Một đặc điểm đáng chú ý là các protein KNOX của cây khoai tây đều ưa nước, giá trị GRAVY của chúng nằm trong khoảng -1,02 đến -0,68.

Các gen KNOX của cây khoai tây được phân loại dựa trên cấu trúc protein suy diễn và phân tích cây phả hệ được tạo ra từ các protein tương đồng của loài này và một số loài khác.

Các protein suy diễn KNOX của cây khoai tây được dóng hàng đã cho thấy bốn vùng bảo thủ KNOX1, KNOX2, ELK và HOMEODOMAIN của chúng (hình 2). Trong các vùng này có các amino acid bảo thủ ở tất cả các KNOX (dấu sao). Tuy nhiên, trong các vùng bảo thủ này, có một số amino acid đặc trưng cho các phân nhóm protein có mức độ tương đồng cao. Đây là một yếu tố để phân chia các KNOX của cây khoai tây thành hai phân nhóm, phân nhóm I và phân nhóm II, tương tự ở các KNOX của một số loài thực vật khác như ở cây A. thaliana, cây đào hay quýt đường [1; 5; 13]. Các amino acid đặc trưng cho phân nhóm I được tô nền xám nhạt, các amino acid đặc trưng cho phân nhóm II được tô nền xám đậm.

86 Cao Phi Bằng

Hình 2. Bốn vùng bảo thủ của các protein trong họ KNOX ở cây khoai tây, các amino acid bảo thủ được đánh dấu bởi dấu *, các

amino acid đặc trưng cho phân nhóm I được tô nền xám nhạt, các amino acid đặc trưng cho phân nhóm II được tô nền xám đậm

Cây phả hệ được xây dựng từ các protein suy diễn của cây khoai tây, quýt đường, đào, sắn và A. thaliana (hình 3).

Hình 3. Cây phả hệ được thiết lập từ các protein KNOX của

năm loài A. thaliana (At), quýt đường (Ccl), đào (Pp), sắn (Mes) và khoai tây (St) bằng phần mềm MEGA5 [12]. Giá trị

boottraps được thể hiện ở gốc của nhánh. Tỉ lệ xích thể hiện xác suất amino acid bị biến đổi tại từng vị trí

Cây phả hệ gồm có ba nhánh, khẳng định các KNOX ở các loài thực vật được xếp thành ba phân nhóm như đã được báo cáo trước đây [1; 5; 13]. Nhánh thứ nhất gồm các KNOX phân nhóm I, nhánh thứ hai gồm các KNOX phân nhóm II và nhánh thứ ba là các KNOX phân nhóm M. Trên nhánh của phân nhóm M không có đại diện nào của cây khoai tây. Nhánh phân nhóm I và phân nhóm II lần lượt có năm và bốn đại diện của họ KNOX ở cây khoai tây. Vị trí của các gen KNOX trên cây phả hệ cho thấy tổ tiên của các gen phân nhóm I, II và M đã xuất hiện trước sự phát sinh cây hai lá mầm. Không có gen phân nhóm I nào của cây khoai tây phát sinh sau sự phát sinh loài cây này, khác với ở cây A. thaliana và cây sắn. Với phân nhóm II, có một sự kiện nhân gen trên quy mô hệ gen được ghi nhận ở cây khoai tây, hình thành nên cặp gen StKNOX2-1 và StKNOX2-4. Hiện tượng này giống với ở cây A. thaliana và cây sắn nhưng khác với ở cây đào và cây quýt đường. Riêng phân nhóm M không có đại diện của cây khoai tây có thể do quá trình mất gen hoặc dung hợp gen đã xảy ra ở loài cây này.

3.3. Phân tích sự biểu hiện gen Sự biểu hiện các gen KNOX của cây khoai tây ở các mô

khác nhau được phân tích thông qua hệ mã phiên (RNAseq) của cây khoai tây [8]. Có sự khác nhau trong biểu hiện giữa các gen phân nhóm I và phân nhóm II, trong cùng một phân nhóm, các gen cũng biểu hiện khác nhau ở các mô khác nhau (hình 4).

Trong các gen phân nhóm I, gen StKNOX1-3 chỉ biểu hiện duy nhất ở rễ. Rễ cũng chính là cơ quan duy nhất mà tất cả các gen phân nhóm I biểu hiện. Năm gen còn lại biểu hiện ở thân, thân bò, đỉnh cành và mầm từ củ. Ở lá, chỉ có gen StKNOX1-2 biểu hiện, trong khi hai gen StKNOX1-1 và StKNOX1-4 biểu hiện ở cuống lá. Ở củ, ba trong năm gen phân nhóm I biểu hiện với mức độ khác nhau và thay đổi ở các mô củ khác nhau. Các gen này biểu hiện mạnh hơn ở củ thành thục so với ở củ non. Ở các cơ quan sinh dưỡng, gen StKNOX1-4 biểu hiện mạnh nhất trong các gen phân nhóm I. Nhưng ở hoa, gen này biểu hiện yếu hơn so với gen StKNOX1-2. Chỉ ba gen StKNOX1-1, StKNOX1-2 và StKNOX1-4 biểu hiện ở hoa. Ở nhị hoa, chỉ duy nhất gen StKNOX1-1 biểu hiện. Hiện tượng hầu hết các gen phân nhóm I biểu hiện ở thân và cành nhưng không biểu hiện ở lá của cây khoai tây giống như ở nhiều loài thực vật khác như A. thaliana, quýt đường và sắn, một loài cây có rễ củ dự trữ tinh bột [1; 3; 4]. Trong khi đó, hiện tượng tất cả các gen phân nhóm I biểu hiện ở rễ của cây khoai tây lần đầu tiên được báo cáo, khác với ở cây sắn, loài cây chỉ có một (MesKNOX7) trong tổng số bảy gen phân nhóm I biểu hiện ở rễ. Trong rễ dự trữ của cây sắn cũng chỉ có hai trong tổng số bảy gen biểu hiện [3].

Đối với các gen phân nhóm II, ba trong tổng số bốn gen biểu hiện ở tất cả cơ quan sinh dưỡng và sinh sản. Riêng gen StKNOX2-4 không biểu hiện ở hoa, nhị hoa (cơ quan sinh sản), lá, thân và cả đỉnh cành. Hiện tượng này khác biệt so với một số loài thực vật khác, ở các loài đó tất cả các gen phân nhóm II đều biểu hiện ở đỉnh cành, vốn là cơ quan chứa mô phân sinh đỉnh [1; 4]. Một điều rất thú vị là tất cả các gen phân nhóm II biểu hiện ở củ, ba trong tổng số bốn gen biểu hiện mạnh hơn ở củ thành thục so với ở củ

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 87

non. Ở cây sắn, chỉ bốn trong năm gen KNOX phân nhóm II biểu hiện ở một số giai đoạn phát triển của củ [3].

Hình 4. Bản đồ nhiệt thể hiện sự biểu hiện của các gen KNOX

trong các cơ quan của cây khoai tây (đơn vị tính RPKM, Số bản mã phiên (ARN)/1000 nucleotide của mã phiên/Một triệu bản

mã phiên) Những kết quả này gợi ý có sự khác nhau về chức năng

của các gen KNOX đối với sự phát triển của các cơ quan ở cây khoai tây.

4. Kết luận Nhờ sử dụng các phương pháp nghiên cứu tin sinh học,

chúng tôi đã phân tích họ gen KNOX ở cây khoai tây, cây lương thực lấy củ thuộc họ Cà. Chúng tôi đã xác định chín gen KNOX trong hệ gen của loài cây này. Qua phân tích cấu trúc và phân tích cây phả hệ, chúng tôi đã phân loại các gen KNOX của cây khoai tây thành hai phân nhóm, phân nhóm I (năm gen) và phân nhóm II (bốn gen). Không có gen KNOX phân nhóm M nào được tìm thấy. Chúng tôi cũng đã phân tích cấu trúc gen, các đặc điểm của các protein suy diễn của các gen KNOX. Sự biểu hiện gen của các gen này ở các mô sinh dưỡng và mô sinh được phân tích qua ngân hàng mã phiên. Các gen KNOX của cây khoai tây có mức độ biểu hiện không giống nhau ở các mô khác nhau, trong đó, nhìn chung các gen phân nhóm II biểu hiện đa dạng hơn so với phân nhóm I. Hiện tượng tất cả các gen KNOX cùng biểu hiện ở rễ lần đầu tiên được báo cáo trong công trình này. Chỉ có năm gen (hai gen phân nhóm I và ba gen phân nhóm II) biểu hiện ở hoa. Số lượng các gen của các phân nhóm trên biểu hiện ở nhị hoa lần lượt là một và ba. Những kết quả này có ý nghĩa mở đường cho việc tách dòng gen và phân tích chức năng của các gen trong họ KNOX ở các loài cây khác của họ Cà.

Lời cảm ơn Công trình này được hoàn thành với sự hỗ trợ kinh phí

từ chương trình nghiên cứu khoa học cơ bản của Trường Đại học Hùng Vương.

TÀI LIỆU THAM KHẢO [1] Cao Phi Bằng, Dunand C., 2014, "Xác định và phân tích in silico họ

gen KNOX ở cây quýt đường (Citrus clementina)" , Tạp chí Công nghệ Sinh học 12(1): 113-123.

[2] Finn R. D., Bateman A., Clements J., Coggill P., Eberhardt R. Y., Eddy S. R., Heger A., Hetherington K., Holm L., Mistry J., Sonnhammer E. L., Tate J., Punta M., 2014, "Pfam: the protein

families database", Nucleic Acids Res, 42: D222-230. doi:10.1093/nar/gkt1223

[3] Guo D., Li H. L., Tang X., Peng S. Q., 2014, "Cassava (Manihot esculenta Krantz) genome harbors KNOX genes differentially expressed during storage root development", Genet Mol Res, 13(4): 10714-10726. doi:10.4238/2014.

[4] Hake S., Smith H. M., Holtan H., Magnani E., Mele G., Ramirez J., 2004, "The role of knox genes in plant development", Annu Rev Cell Dev Biol, 20, 125-151. doi:10.1146/annurev.cellbio.20.031803.093824

[5] Hay A., Tsiantis M.,2010, "KNOX genes: versatile regulators of plant development and diversity", Development, 137(19): 3153-3165. doi:10.1242/dev.030049

[6] Li E., Bhargava A., Qiang W., Friedmann M. C., Forneris N., Savidge R. A., Johnson L. A., Mansfield S. D., Ellis B. E., Douglas C. J., 2012, "The Class II KNOX gene KNAT7 negatively regulates secondary wall formation in Arabidopsis and is functionally conserved in Populus", New Phytol, 194(1): 102-115. doi:10.1111/j.1469-8137.2011.04016.x

[7] Magnani E., Hake S., 2008, "KNOX lost the OX: the Arabidopsis KNATM gene defines a novel class of KNOX transcriptional regulators missing the homeodomain, Plant Cell, 20(4): 875-887. doi:10.1105/tpc.108.058495

[8] Massa A. N., Childs K. L., Lin H., Bryan G. J., Giuliano G., Buell C. R., 2011, "The transcriptome of the reference potato genome Solanum tuberosum Group Phureja clone DM1-3 516R44", PLoS One, 6(10): e26801. doi:10.1371/journal.pone.0026801

[9] Mukherjee K., Brocchieri L., Burglin T. R., 2009, "A comprehensive classification and evolutionary analysis of plant homeobox genes", Mol Biol Evol, 26(12): 2775-2794. doi:10.1093/molbev/msp201

[10] Rosin F. M., Hart J. K., Horner H. T., Davies P. J., Hannapel D. J., 2003, "Overexpression of a knotted-like homeobox gene of potato alters vegetative development by decreasing gibberellin accumulation", Plant Physiol, 132(1): 106-117.

[11] Sleator R. D., Walsh P., 2010, "An overview of in silico protein function prediction", Arch Microbiol, 192(3): 151-155.

[12] Tamura K., Peterson D., Peterson N., Stecher G., Nei M., Kumar S., 2011, "MEGA5: molecular evolutionary genetics analysis using maximum likelihood, evolutionary distance, and maximum parsimony methods", Mol Biol Evol, 28(10): 2731-2739. doi:10.1093/molbev/msr121

[13] Testone G., Condello E., Verde I., Nicolodi C., Caboni E., Dettori M. T., Vendramin E., BrunoL., Bitonti M. B., Mele G., Giannino D., 2012, "The peach (Prunus persica L. Batsch) genome harbours 10 KNOX genes, which are differentially expressed in stem development, and the class 1 KNOPE1 regulates elongation and lignification during primary growth", J Exp Bot, 63(15): 5417-5435. doi:10.1093/jxb/ers194

[14] Xu X., Pan S., Cheng S., Zhang B., Mu D., Ni P., Zhang G., Yang S., Li R., Wang J., Orjeda G., Guzman F., Torres M., Lozano R., Ponce O., Martinez D., De la Cruz G., Chakrabarti S. K., Patil V. U., Skryabin K. G., Kuznetsov B. B., Ravin N. V., Kolganova T. V., Beletsky A. V., Mardanov A. V., Di Genova A., Bolser D. M., Martin D. M., Li G., Yang Y., Kuang H., Hu Q., Xiong X., Bishop G. J., Sagredo B., Mejía N., Zagorski W., Gromadka R., Gawor J., Szczesny P., Huang S.,Zhang Z., Liang C., He J., Li Y., He Y., Xu J., Zhang Y., Xie B., Du Y., Qu D., Bonierbale M., Ghislain M., Herrera Mdel R., Giuliano G., Pietrella M., Perrotta G., Facella P.,O'Brien K., Feingold S. E., Barreiro L. E., Massa G. A., Diambra L., Whitty B. R., Vaillancourt B., Lin H., Massa A. N., Geoffroy M., Lundback S., DellaPenna D., Buell C. R.,Sharma S. K., Marshall D. F., Waugh R., Bryan G. J., Destefanis M., Nagy I., Milbourne D., Thomson S. J., Fiers M., Jacobs J. M., Nielsen K. L., Sønderkær M., Iovene M.,Torres G. A., Jiang J., Veilleux R. E., Bachem C. W., de Boer J., Borm T., Kloosterman B., van Eck H., Datema E., Hekkert B. T., Goverse A., van Ham R. C., Visser R. G., 2011, "Genome sequence and analysis of the tuber crop potato", Nature, 475(7355): 189-195. doi:10.1038/nature10158

(BBT nhận bài: 20/4/2016, hoàn tất thủ tục phản biện: 20/3/2017)

88 Nguyen Huu Hieu, Le Hong Lam

OPTIMAL BIDDING STRATEGY FOR GENCOS BASED ON MULTI-OBJECTIVE GENETIC ALGORITHM IN COMPETITIVE ELECTRICITY MARKET

CHIẾN LƯỢC CHÀO GIÁ TỐI ƯU CỦA NHÀ MÁY ĐIỆN DỰA VÀO THUẬT TOÁN DI TRUYỀN ĐA MỤC TIÊU TRONG THỊ TRƯỜNG ĐIỆN CẠNH TRANH

Nguyen Huu Hieu, Le Hong Lam University of Science and Technology, The University of Danang; nhhieu@dut.udn.vn, lhlam@dut.udn.vn

Abstract - Nowadays, the liberalization in the electricity market isleading to the increase of the completion among participants,including companies (GENCO), Transmission owners (TSOs inEurope and ISOs in the United States of America). Thus, inelectricity market, each participant will have responsibility forbuilding their bids to maximize their profits. If one GENCO achievesthis, the other can not be satisfied. In general, GENCOs canparticipate in day-ahead market (pool market), intraday market,and ancillary service. Nowadays, because the closure time is tooshort, it requires the GENCOs make decision faster and send theirbids to Power Exchanges (PXs). It is not only a challenge for playerto run some conventional programs but also attracts theresearcher. In this paper, the authors present a new methodologyto select the best solution in terms of minimal time, and warranty ofthe global optimal point. The combined methode multi-objectivesoptimization algorithm (NSGA II) and fuzzy ranking method toselect solutions which are compromise among players.

Tóm tắt - Ngày nay, sự minh bạch hóa trong thị trường điện đã làm tăng sự cạnh tranh giữa người tham gia thị trường, bao gồm các nhà cung cấp và tiêu thụ. Do đó, mỗi người chơi sẽ chịu trách nhiệm để gửi chào giá với mục đích tối đa hóa lợi nhuận. Tuy nhiên, nếu một người chơi muốn tối đa hóa lợi nhuận thì người khác không thể tối đa lợi nhuận của mình. Nhìn chung, các nhà máy có thể tham gia vào thị trường ngày tới hay thị trường trong ngày và thị trường phụ trợ. Bởi vì thời gian chào giá là rất ngắn nên nó đòi hỏi sự quyết định của người chơi phải nhanh. Vấn đề này không chỉ là thử thách cho người tham gia thị trường mà còn là một vấn đề thú vị cho người nghiên cứu. Trong bài báo này, tác giả phát triển một mô hình để lựa chọn giải pháp chào giá tốt nhất trong khi tối thiểu thời gian tính toán. Mô hình được phát triển dựa trên thuật toán tiến hóa đa mục tiêu và phương pháp lựa chọn ảo.

Key words - NSGA-II; bidding strategy; competitive market, Fuzzyranking method; Pareto front

Từ khóa - NSGA-II; chiến lược chào giá; thị trường điện cạnh tranh; phương pháp Fuzzy; đường cong Pareto

1. Introduction

In recent years, the liberalization of electricity market develops significantly and become popular in every country since the first idea about electricity market was introduced in America. There are two methods to compute the market price which are Zonal Price and Nodal Price. In fact, the change from Zonal Marginal Price (ZMP) to Locational Marginal Price (LMP) in electricity market structure leads to the adaption of generators, retail companies and Transmission System Operator (TSO) as well. It cannot be denied that the adaption is necessary for each company in highly competitive environment. In the competitive electricity market, dispatch of generation is generated as bids and each generation company GENCO needs to complete with its rivals to maximize their profit.

The bidding strategy was introduced by David in 1993 and has been developed by many researchers, for instance A. Azadeh, Feng Gao, Pathom Attaviriyanupap. Generally, there are three main approaches which are Market clearing price forecasting, Rival’s bidding modeling, and game based rivals’ strategic behavior simulating are used for GENCO strategic bidding [1]. They are classified into the following three categories: optimization models, game theory models and genetic models [2].

Richter, C. W., Jr. and G. B. Sheble [3] proposed an algorithm based on genetic algorithm to generate bidding strategies as GENCOs and DISCOs trade power in 1998. And then, there are many authors who have developed and implemented GA methods for bidding strategy [4-5]. In

general, these papers propose maximizing the profit of each GENCO. This problem would be not complicated if players (GENCO) public their information before they submit bid to TSO. Unfortunately, it seems to be not easy when players try to keep secret their strategy until the last minute, while the opposite player is trying to forecast rival’s bidding strategy by all prices. In this case, it is called it incomplete information game, when players do not know each other ‘s information before they make decision. Our problem is that figuring out the equilibrium point among players, where every player can receive the best trade-off. In paper [6], the problem to be solved implies among adversaries as in game theoretical problems, a variant of the basic GA structure is often adopted as the co-evolutionary genetic algorithm (CoCGA).

In competitive electricity market, the profit of each GENCO is achieved at the maximum, in general, the profit of others cannot be maximum too. Therefore, the optimal solution of all GENCOs is not unique, but in fact, it is a group of solutions which respects a compromise between the profit of GENCOs. Normally, the result is Pareto front and present the set of the feasible solution between GENCOs which can be seen as the compromise solutions. In order to select the best solution which is done by the observation or weighted method. However, if we consider 3 dimensions (it means that we have at least 3 GENCOs), it is too hard to obtain the best solution by the observation. In this paper, the authors propose a new methodology based on two steps: (i) solve bidding strategy by multi-objective optimization (NSGA II), (ii) select the best according to fuzzy ranking method. Here,

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 89

the objectives are to maximize the profit of GENCOs in electricity market. Especially, In Intra-day market, with the continuous trading being used and so far, it will become common in Europe regarding to the integration of electricity market in Europe, the market will run immediately when a bid arises. This closure time leads to the big challenge for GENCOs to make decision because they do not have enough time. With fuzzy ranking method, especially Centroid point method, the author can obtain the best solution immediately after the Pareto is obtained.

2. Optimization Problem 2.1. Electricity market

Traditional optimization problem aims to schedule generation resources in order to minimize operation costs while supplying system loads. Generation resources are controlled centrally and information regarding cost, and operation constraints is shared among participants. In this traditional approach, benefit maximization is obtained through cost minimization [7].

The electric power industry is shifting from a scenario in which operation schedule in fully regulated to a new competitive deregulated scenario, in which cost minimization is not equivalent to benefit maximization [8]. In deregulation, electricity price becomes a major issue in the electric industry. Participants of deregulated energy marketplaces are able to improve their benefits substantially by adequately pricing the electricity. The emphasis is given to benefit maximization from the perspective of participants rather than maximization of system-wide benefits [9].

The bids (price signals) are received by a coordinating authority (ISO) who schedules the generation sequentially from the cheapest generating sources until loads are supplied [10]. In general, there are two spot pricing rules including the Uniform Price Auction (UP) and Pay-as-Bid (PaB). The main difference of two auction forms to the producers: under UP all produces which bid below or at the Market Clearing Price (MCP) obtain this price, while under PAB, producers are paid for their bids, as long as this is below or equal to the MCP. According to this, it is observed that decision making in GENCOs’ bidding strategy is more important in PAB auction than in UPA [11].

In competitive problem, the objective is to maximize each participant’s benefits regardless of its benefits which earn from transactions should be maximized. No doubt, the lower the market price, the higher the net power interchanges. A seller has to evaluate the possibility of either selling more power at a low per unit price or selling less at a high price per unit of power [10]. A similar analysis can be made for a buyer. Each participant anticipates a bid that results in the highest benefits when transactions are defined by the PXs in Europe and ISOs in US. Moreover, each participant defines his bids based on the incomplete information of other participant’s bids.

As a transmission congestion configuration is changing for an adjustment in a bid during the iterative process, a

different strategy may become more profitable for some player, and the successive resulting situation can correspond to a different transmission congestion configuration that may give rise to a more profitable strategy for a different player, and so on [4]. The effect of electricity price reacts throughout the market clearing price and taking into account optimization problem. This may be a possible reason for the convergence problems of the parameterization for large systems as pure Nash equilibria may not exist.

Objective: ∑ ( ∗ ∗∈ − ∗ ∗ ) (1) s.t: ∑ ( ∗∈ − ∗ ) = 0 (2) → ≤ → ≤ → (3) 0 ≤ ≤ 1 (4) 0 ≤ ≤ 1 (5) = ∗ ∗ , ∀ ∈ , ∈ (6) = ∗ ∗ , ∀ ∈ , ∈ (7) = −( + ∗ + ∗ ) (8) In this paper, the authors use zonal model and ATC

method to allocate capacity energy (1) to (5). The revenue of GENCO is taken into account by 2 methods: (i) Uniform Price and (ii) Pay as Bid, equation (6) and (7) respectively. Profit of GENCO is calculated in (8), Revenue minus the cost. 2.2. Linear supply function

In this paper, assume that GENCO in Intra-day market (the payment by Pas as Bid) submits its own bid as pairs of price and quantity in the form of linear supply functions (LSF). And we assume that demand is inelastic.

It means that demand does not change, compared to previously. The LSF takes the following form:

The supply function takes the following form [5]: = ∗ + ; = 1, …, > 0 (9) where αi and βi are the coefficients of LSF. LSF with different parametrizations are studied in this

paper. a. a-parametrization, where GenCo i can choose

arbitrarily but is required to specify a fixed and pre-chosen value of ( = )

b. b- parametrization, where Genco i can choose arbitrarily but is required to specify a fixed and pre-chosen value of ( = )

c. ( ∝ )- parametrization, where GenCo i can choose and subject to the condition that and have a fix

linear relationship. The coefficient is used as the bidding variable. The supply function is defined in the following: = = 1, … , ; > 0 (10)

d. (a,b)- parametrization, where GenCo i can choose and arbitrarily

90 Nguyen Huu Hieu, Le Hong Lam

From [12], Gencos may have incentive to enter market if they decide supply functions using (a,b)- parametrization of LSF in the spot market. The spot market under LSFE type of competition with (a,b)-parametrization or Gencos with tight capacity constraints.

From [13], It shows that when we look for Equilibrium Point, considering Constraint, b parametrization (purple) and (a,b)- parametrization (red) is proposed (Figure 1).

Figure 1. Linear supply function

In this paper, based on [13] and [5], the authors use (a, b) – parametrization to make decision in day-ahead market with the purpose of maximizing profit of generator. 2.3. Objective function

In this paper, optimal bidding strategy is studied from the point of view that GENCO wish to maximize its own profit while considering their rival’s bid and their profit functions. Therefore, there is a multi-objective function to be solved. In this case, GENCO maximize its own profit while maximizing rival’s profits. Therefore, it is a Co-evolutionary problem in which Profit of generator i (Pr ) is maximized and described in (10).

(Pr1,Pr2,Pr3,..,Pri,…,Prn),∀ ∈ (11) with

0 ≤ ≤ 2 ∗ , ∀ ∈ , ∈ (12)

0 ≤ ≤ 2 ∗ ,∀ ∈ , ∈ (13)

Objective function each GENCO is (8), in which profit each GENCO is calculated according to the market price and accepted quantity which are provided by the optimization problem (1). The volume accepted is taken into account from equation 1 to 6, while the Market clearing price is taken into account by the Lagrange multipliers in (2).

3. NSGA II combines Fuzzy ranking method Over the past decade, multi-objective evolutionary

algorithms (MOEAs) have been suggested [1,3]. The main reason is the ability to obtain the multiple Pareto-optimal solutions in one single simulation run. Since evolutionary algorithms (EAs) work with a population of solutions, a simple EA can be extended to maintain a diverse set of solutions. With an emphasis on moving toward the true Pareto-optimal region, an EA can be used to find multiple Pareto-optimal solutions in one single simulation run. The Non-dominated Sorting Genetic Algorithm (NSGA)

proposed was one of the first such Eas. The authors proposed an improved version of NISGA, which they call NSGA-II [14].

Fuzzy ranking method plays a very important role in decision making, optimization and other usages. Numerous ranking approaches have been proposed and investigated in recent years, in which the first method proposed by Jain in 1976 [15]. Then, this method is considered widely and has been applied to many fields. That is the reason why, this centroid point index is used to select the best strategy after we have feasible solutions from Pareto front.

For trapezoidal fuzzy number (a, b, c, d), the centroid whose foumulae are described to be are defined in [15]: = ∗ + + + − ∗ ∗ (14) = ∗ 1 + ( ) ( ) (15)

Suppose , , , … , are fuzzy numbers, the centroid point is taken into account by (14) and (15) of all fuzzy numbers = , , = 1,2, … , . After that, we define = ( , ). The distance between the centroid point = , , = 1,2, … , and the minimum point = ( , ), was proposed as follows: ( , ) = − + − (16)

A bigger value of distance ( , ) indicates a higher ranking of solution.

The most commonly used fuzzy numbers are triangular and trapezoidal fuzzy numbers. In this report, Triangular fuzzy number is introduced and defined as:

~ = ≤ ≤1 = ≤ ≤0 (17)

Figure 2. Triangular fuzzy number (a, b, c)

4. Appliccation

4.1. Case study In this paper, in order to test the proposed method, the

author uses a simple network to run market, including two GENCOs and one demand in Figure 3. The demand is inelastic and is supplied by 2 GENCOs, the payment method for 2 GENCOs is Pay as Bid. In Table 2, the parameters of transmission lines and the coefficient of the cost function of each GENCOs are provided.

$/MW

MW

MC

1

a b c

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 91

Figure 3. 3-Nodes system

Table 1. Parameter of transmission line

No. Line Maximum Capacity(MWh)

Minimum Capacity(MWh)

1 1-2 2500 -2500

2 1-3 2000 -2000

3 2-3 2000 -2000

4.2. Parametrized of algorithm This study analyzes a simple system to demonstrate the

influence of the model in application on bidding strategy. In experiments, settings of the proposed NSGA-II are as follows. The authors build the model in both MATLAB (NSGA II) and GAMs (Optimal Power Flow). On entire optimization problem, the population size and the number of generation are set at 100 and 300, respectively. Crossover probability is fixed at 90%, while mutation probability is inconstant. It is varied at 0.1, 0.16 and 0.2 and four times running for each time. Multi-objective optimization problem performance measures are more complex than single-objective optimization problems. Three issues in a multi-objective optimization [14 are (i) convergence to the Pareto optimal set, (ii) maintenance of diversity in solutions of the Pareto optimal set and (iii) maximal distribution bound of the Pareto optimal set. Too many numerous quality indicators have been suggested by the researchers. The indicator could be classified into three categories depending on whatever they evaluate [15]: (i) closeness to the Pareto front; (ii) the diversity in obtained solutions; or (iii) both (i) and (ii). Finally, fuzzy ranking method is used to rank solutions with Centroid point index. The bigger index the solution has, the more feasible the solution is It should be noted that the NSGA has been tested with the standard example in [5], and the Optimal Power Flow program provides the same result with Matpower.

Table 2. Parameter of GENCO

GENCO Capacity (MWh)

(€/MWh)

(€/MBtu)

(€/MWh)

G1 2000 600 1.2 0.085

G2 3000 335 1 0.123

4.3. Results Participants try to maximize their profit by submitting

bids to power pool. The Optimal Power Flow (OPF) is solved by GAMS and NSGA-II program is built in C++. Pay as Bid is used to pay money for participants instead of

Market Clearing Price to present the change in payment more clearly. In order to look for the best bidding strategy of participants, they can maximize their own profit; NSGA-II is used to solve this problem. In Figure 3, the typical Pareto optimal fronts are obtained using NSGA-II for this case study. These front show clear relationships among generators. This two dimensional visualization of the tradeoffs may help decision makers choose the most sustainable solution between many feasible solutions. The author would like to notice that our outcome is the maximum of profit each GENCO, but the objective function in NSGA-II is minimizing. Thus, the authors put minus at front of the profit function of each GENCO in order to obtain the maximum profit. In order to help decision maker observe better, the pay-off is weighed with the maximum profit each player. That is the reason why in Figure 4, the x and y axis show us the minimum value is -1, -1 for the maximum profit and 0 for the minimum profit.

Figure 3. Profit of each generator Pareto front using NSGA-II After observing results, the case which has 100

populations, 300 generators, and probability of crossover is 90% and probability of mutation is 2% is the most suitable, because it satisfies requirements of three issues in a multi-objective optimization. The evidence are shown in Figure 4 and 5 below. Obviously, in both times, the shapes of Pareto front are similar. Thus, the author can say the program convergence well.

Figure 4. Pareto front using NSGA-II at the first time

1

2 3 G1 G2

D1

92 Nguyen Huu Hieu, Le Hong Lam

Figure 5. Pareto front using NSGA-II at the second time Now, we apply the proposed ranking approach to deal

with bidding strategy evaluation and selection. Assuming that a solution from feasible solutions (Pareto front) is looking for a maximum profit of producer considering rival’s strategy. Two decision makers, i.e. D1 and D2, are responsible for the evaluation of bidding strategies (100 feasible solutions in Pareto front). There are 2 producers so that two criteria may be chosen for evaluating profit of generators: Profit of generator 1 ( 1), Profit of generator 2 ( 2). From the evaluation of 2 decision makers, Table 3 shows that there are 2 solutions satisfying decision makers.

Table 3. The most feasible solutions

Solution a1 b1 a2 b2 Profit1 Profit2

1 1.679 0.163 2 0.246 18325.07 26920.37

2 2.401 0.172 2 0.246 20520.01 26795.03

No doubt that for Generator 2 (Objective function value 2), linear supply function is 2 and 0.246 for 1

1 respectively. If, I were Generator1 (Objective function value 1), the best solution would be 2th. The reason is that player 1 can maximize their profit if they choose strategy 2. Therefore, the best solution in this case is solution 2 in which profit of player 1 and player is 20520.01 and 26795.03 respectively.

5. Conclusion In this paper, the problem of Gencos’ strategic bidding

for electricity market is considered. A genetic algorithm (NSGA II) and fuzzy ranking method are chosen as the solution method. Multi-objective optimization problem model can be looked at as a special form of agent-based computational economics model. Each participant in the market is represented by a species in model, and the interactions among market participants are embodied in the co-evolutionary process of the species. The main reason is that NSGA-II was able to maintain a better spread of solutions and converge better in the obtained non-dominated front compared to other elitist MOEAs. After obtaining the list of the feasible solution, Fuzzy ranking method has been adopted to find the best solution in terms of minimal computation time.

Tests are carried out with reference to Pay as Bid

method, using 3-node system. Results show that, with probability of crossover and mutation of 90% and 2% respectively, the problem is coverage. After that, depending on the decision of maker, feasible solutions which can happen, are obtained by fuzzy ranking method. And it is the best solution among the feasible solutions.

LIST OF SYMBOLS ∈ Set of bidding areas ∈ Set of generator ∈ Set of transmission lines ; Price and quantity energy of step hourly order

supply of generator i, in €/MWh and MWh, respectively. , Price and quantity energy of step hourly order demand of generator i, in €/MWh and MWh, respectively. → Maximum capacity on transmission line l in MWh. → Minimum capacity on transmission line l in MWh. , , coefficients in cost function of generator i.

Clearing acceptance ratio of supply step order of generator i in p.u. 0 ≤ ≤ 1

Clearing acceptance ratio of supply step order of generator i in p.u. 0 ≤ ≤ 1 → Power flow on transmission l

Market clearing price in bidding area a. Revenues of Generator i.

Profit of Generator , Coefficient of linear supply function.

REFERENCES [1] Azadeh, A, “A new genetic algorithm approach for optimizing

bidding strategy viewpoint of profit maximization of a generation company”, Expert Systems With Applications, 2012, 39, 1565–1574.

[2] Gao, Feng, Gerald B. Sheble, Kory W. Hedman and Chien-Ning Yu, “Optimal bidding strategy for GENCOs based on parametric linear programming considering incomplete information”, International Journal of Electrical Power & Energy Systems, 2015, 66, 272–279.

[3] Deb, K, “Multiobjective Optimization Using Evolutionary Algorithms”, Chichester, U.K.: Wiley, 2001.

[4] Fonseca, C. M. and Fleming, P. J, “Genetic algorithms for multiobjective optimization: Formulation, discussion and generalization”, Proceedingsof the Fifth International Conference on Genetic Algorithms, 1993, pp. 416–423.

[5] Horn, J., Nafploitis, N. and Goldberg, D. E. (1994), “A niched Pareto genetic algorithm for multiobjective optimization”, Proceedings of the First IEEE Conference on Evolutionary Computation, 1994, 82–87.

[6] Zitzler, E, “Evolutionary algorithms for multiobjective optimization: Methods and applications”, Doctoral dissertation ETH 13398, Swiss Federal Institute of Technology (ETH), Zurich, Switzerland, 1999.

[7] E. Elia, A. Maiorano, Y.H. Song, M. Trovato, “Novel methodology for simulation studies of strategic behavior of electricity producers”, Power Engineering Society Winter Meeting Conference Proceedings, 2000.

[8] A. Maiorano, Y.H. Song, M. Trovato, “Dynamics of non-collusive oligopolistic electricity markets”, Power Engineering Society Winter Meeting Conference Proceedings, 2000.

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 93

[9] N.M. Tabari, S.N. Mahmoudi,S.A. Hassanpour, S.B. Hassanpou, M. Pirmoradian, “Maintenance scheduling aided by a comprehensive mathematical model in competitive environments”, International Conference on Power System Technology, 2004.

[10] R.W. Ferrero, J.F. Rivera, S.M. Shahidehpour, “Application of games with incomplete information for pricing electricity in deregulated power pools”, IEEE Transactions on Power Systems, 1998.

[11] A. Mozdawar, B. Khaki, “Strategic bidding in pay as bid power market by combined probabilistic and game theory procedures”, IEEE Bucharest PowerTech, 2009.

[12] S. X. Zhang, C. Y. Chung, K. P. Wong, H. Chen, “Analyzing Two-

Settlement Electricity Market Equilibrium by Coevolutionary Computation Approach”, IEEE Transactions on Power Systems, 2009, 24,3, 1155-1164.

[13] Baldick, R, “Electricity market equilibrium models: the effect of parametrization”, IEEE Transactions on Power Systems, 2002, 17, 4, 1170-1176.

[14] Na Wang, Xia Li, Lingjun Liu, “An Adaptive Multi-objective Image Watermarking Scheme for QIM Using NSGA-II”, International Conference on Computational Intelligence and Security, 2009.

[15] Jain, R, “Decisionmaking in the presence of fuzzy variables”, IEEE Trans. Systems Man Cybernet, 1976, 698–703.

(The Board of Editors received the paper on 14/3/2017, its review was completed on 28/3/2017)

94 Nguyễn Văn Hiệu

HƯỚNG TIẾP CẬN GIẢI BÀI TOÁN ĐA MỤC TIÊU TRONG ĐIỀU KIỆN THAY ĐỔI

THE APPROACH OF SOLVING MULTIPLE CRITICAL DECISION MAKING PROBLEMS IN CHANGING CONDITIONS

Nguyễn Văn Hiệu Trường Đại học Bách khoa, Đại học Đà Nẵng; nvhieuqt@dut.udn.vn

Tóm tắt - Các hệ thống hỗ trợ ra quyết định đóng vai trò rất lớntrong việc giải quyết các vấn đề phức tạp có cấu trúc hoặc phi cấutrúc. Một hướng đi khác của hệ hỗ trợ ra quyết định là hệ thống gợiý (RS) được sử dụng cho những vấn đề đơn giản hơn nhưng đòihỏi tốc độ ra quyết định nhanh. Bài báo trình bày phương pháp raquyết định đa mục tiêu trên cơ sở phương pháp Smart-Swaps (SS)và đề xuất phương pháp cải biên Smart-Swaps 2 (SS2) để từ đóđịnh hướng xây dựng hệ thống gợi ý. Ngoài ra bài báo cũng đềxuất mô hình giải bài toán ra quyết định đa mục tiêu chấp nhận rủiro với điều kiện thay đổi, để từ đó chỉ ra hướng tiềm năng áp dụngphương pháp đã đề xuất vào hệ thống gợi ý theo ngữ cảnh.

Abstract - Decision Support System (DSS) is taking a big role in solving complicated structured and unstructured problems. Another approach of DSS is Recommender Systems (RS), which are implemented to solve simpler problems which require a high speed of making the decision. This paper covers the following topics: (i) presenting a method of solving multiple critical decision problems namely Smart-Swaps (SS), (ii) proposing the Smart-Swaps 2 (SS2) method based on SS with the main goal of taking the advantages of SS to build RS, (iii) proposing a method of solving decision-making problems with acceptable risk under changing conditions to point out the potential approach of applying the proposed method to Context-aware Recommender System (CRS).

Từ khóa - tiến trình PrOACT; phương pháp Even Swap; phươngpháp Smart-Swaps; phương pháp Smart Choices; hệ thống gợi ýtheo ngữ cảnh

Key words - PrOACT process; Even Swap method; Smart-Swaps method; Smart Choices method; Context-aware Recommender System (CRS)

1. Đặt vấn đề

Trong những năm gần đây hệ thống gợi ý (Recommender System) phát triển mạnh do sự phát triển vượt bậc của trí tuệ nhân tạo và học máy. Hệ thống gợi ý bán hàng nổi tiếng như của Amazon, hay hệ thống gợi ý phim của Netflix là những ví dụ điển hình trong việc áp dụng hệ thống gợi ý vào thực tế. Các hướng tiếp cận trong việc xây dựng hệ thống gợi ý thông thường là sử dụng lọc cộng tác [6], lọc dựa trên nội dung [7], lọc hỗn hợp [8]. Một hướng tiếp cận khác của hệ thống gợi ý là hệ thống gợi ý đa tiêu chí [9], đây là sự ứng dụng cơ sở lý thuyết của các hệ thống ra quyết định đa mục tiêu định hướng hệ thống gợi ý. Phương pháp Smart-Swaps [2] có những tính chất phù hợp trong việc xây dựng hệ thống ra quyết định định hướng hệ thống gợi ý, đặc biệt là tính chất không phải xác định độ quan trọng cho từng tiêu chí và khả năng “học” người ra quyết định. Bài báo đề xuất xây dựng phương pháp Smart Swaps 2 dựa trên SS nhằm kế thừa những ưu viết của SS vào hệ thống gợi ý.

2. Cơ sở lý thuyết 2.1. Phương pháp Smart-Swaps

Phương pháp Smart-Swaps được xây dựng trên cơ sở phương pháp học là phương pháp Smart Choices [1] dựa trên cơ sở áp dụng kỹ thuật Even Swap [3, 4, 5] (ES) vào quy trình PrOACT [1] để giải quyết bài toán ra quyết định đa mục tiêu. 2.1.1. Quy trình PrOACT

PrOACT (Problem, Objectives, Alternatives, Consequences, Tradeoff) được sử dụng để mô hình hóa bài toán thực thế theo cấu trúc mối quan hệ tương ứng giữa các tiêu chí và các phương án. Kỹ thuật ES được áp dụng để

rút gọn tập phương án trên bảng Tradeoff.

Hình 1. Quá trình giải quyết bài toán với Smart-Swaps

Trong mỗi bước thực thi kỹ thuật ES, ứng với tập phương án ta có thể phân hoạch tập phương án thành 2 tập: tập phương án ưu thế và tập phương án mất ưu thế. Ứng

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 95

với tập tiêu chí cũng được phân hoạnh thành: tập tiêu chí vô ích và tập tiêu chí có ích. Kết thúc mỗi lượt áp dụng kỹ thuật ES, các phương án trong tập phương án ưu thế được giữ lại.

Quá trình giải quyết bài toán đa mục tiêu với Smart-Swaps là một vòng lặp áp dụng ES được thể hiện trong hình 1.

Ánh xạ mô hình bài toán lên ma trận đại số, gọi m là số phương án, n là số tiêu chí, ta có ma trận hệ quả tương ứng của phương án thứ x trên tiêu chí thứ i được xác định bởi P ∶ O A → P , trong đó A = , , … , là tập phương án, O = , , … , là tập tiêu chí.

Từ đây, giá trị phương án được xác định bởi hàm f(x): ( ) = (P ). ( , ∈ )(1)

Trong đó wi là trọng số thể hiện mức độ quan trọng của tiêu chí , (P )là giá trị hệ quả P được chuẩn hóa và được tính bởi công thức: (P ) = P min Pmax P P ớ ∈ 1, 2, . . . ,

Giá trị tổng ở công thức (1) sẽ được Smart-Swaps sử dụng làm căn cứ để so sánh hai phương án, tuy nhiên wi là chưa biết. Như mục tiêu của phương pháp là người ra quyết định không phải xác định mức độ quan trọng của từng tiêu chí, vì thế công thức (1) chưa áp dụng ngay được. Thay vì sử dụng giá trị xác định, Smart-Swaps sử dụng ràng buộc về mức độ quan trọng tương đối giữa hai tiêu chí, tập các ràng buộc được khởi tạo bởi hằng số r qua công thức: ớ ∀ , (3)

Tập các ràng buộc rút ra từ (3) là tuyến tính nên tạo thành tập lồi hay miền khả thi S. 2.1.2. Xác định phương án mất ưu thế

Phương án thứ là phương án mất ưu thế nếu: ∃ ∈ | (P ) (P )∀ ∈ Một cách xác định phương án mất ưu thế khác là sử

dụng miền khả thi S để vét cạn các giá trị phương án có thể có và so sánh hai phương án với nhau, phương án mất ưu thế sẽ có giá trị nhỏ hơn phương án kia với mọi w ∈ S. Theo đó, nếu: min∈ (P ) P 0,(4)

với (P ) và P là giới hạn dưới và trên của (P ) và P được tính theo công thức (5) và (6), đồng thời tồn tại ít nhất một bộ w = w1, w2, ..., wn∈ S sao cho (4) đúng với điều kiện lớn hơn thì phương án mất ưu thế trước phương án .

SS sử dụng hàm mũ để xác định giới hạn trên và dưới của một hệ quả. Gọi a là hằng số xác định độ cong của hàm mũ, ta có đồ thị trong hình 2.

Như vậy, công thức xác định giới hạn trên, dưới của hệ quả là:

(P ) = ( ) 11 (5) (P ) = ( ) ( ) 1( ) 1 (6)

Hình 2. Giới hạn trên, dưới của giá trị của hệ quả trên đồ thị

hàm mũ (a=0,2) 2.1.3. Kỹ thuật Even Swap

Bản chất của ES là sự đánh đổi, tăng/giảm hệ quả này và bù đắp bằng sự giảm/tăng ở hệ quả khác trên cùng phương án. Mục đích của ES:

• Tạo ra phương án ảo có cùng giá trị nhưng thuận tiện trong việc so sánh.

• Làm xuất hiện phương án mất ưu thế. • Làm xuất hiện tiêu chí vô ích. • Cập nhật tỉ lệ mức độ quan trọng giữa các tiêu chí.

Sự thay đổi tỉ lệ mức độ quan trọng dẫn đến miền khả thi S thay đổi, công thức cập nhật tỉ lệ wi/wj trong lượt áp dụng ES vào tiêu chí thứ i, j trên phương án x, y là: P PP P (7) 2.2. Phương pháp Smart-Swap 2

Phương pháp SS2 kế thừa cơ sở lý thuyết của SS và được xây dựng định hướng hệ thống gợi ý, kí hiệu tập items là I, tập các thuộc tính của item là A và U là tập users. Mô hình bài toán lúc này sẽ trở thành ma trận 3 chiều: ∶ U I A →

với là một số thực hoặc một phần tử trong tập rời rạc dạng chữ hoặc số. Trọng số ứng với mỗi là mức độ quan trọng của thuộc tính Ii đối với người dùng Uu.

Từ đây, các công thức trong phần 2.1 vẫn được áp dụng trên SS2 với công thức chuyển đổi: ( ) = (P )

Để thuận tiện cho việc so sánh và sử dụng cơ sở lý thuyết của phương pháp SS, các item được xem như là các phương án, các thuộc tính của item là các tiêu chí. Khác với SS, SS2 yêu cầu khởi tạo thứ tự mức độ quan trọng của các tiêu chí. Sắp xếp các tiêu chí vào l (l ≤ n) mức độ quan trọng ta xây dựng được ma trận mức độ quan trọng

96 Nguyễn Văn Hiệu

W:U I → với ∈ 1, . Khởi tạo tỉ lệ về mức độ quan trọng giữa hai lớp liên tiếp là r, tỉ lệ về mức độ quan trọng giữa các tiêu chí cùng lớp là v, ta có được các ràng buộc giữa các tiêu chí, từ đó miền khả thi S được hình thành. Tương tự như SS, kỹ thuật ES trong SS2 cũng được sử dụng để cập nhật mức độ quan trọng giữa các tiêu chí. Có 2 nguyên tắc cần được lưu ý về mức độ quan trọng là:

• Mức độ quan trọng của các tiêu chí lớp dưới không thể vượt quá mức độ quan trọng của tiêu chí lớp trên.

• Tính chất bắc cầu không nhất thiết phải thỏa mãn đối với tỉ lệ mức độ quan trọng.

• Miền khả thi S luôn được cập nhật sau một lượt áp dụng ES, đây chính là khả năng thu thập thông tin người dùng của SS2.

• Trong điều kiện lý tưởng, khi mà tính chất bắc cầu thỏa mãn với mọi tỉ lệ mức độ quan trọng, miền khả thi là một điểm duy nhất.

Để hiểu rõ sự hình thành miền khả thi S, lấy ví dụ bài toán với 3 tiêu chí, tiêu chí 1 được xếp vào mức quan trọng thứ nhất (cao hơn), tiêu chí 2 và 3 được xếp vào mức quan trọng thứ 2. Khởi tạo r = 2, v được khởi tạo tùy ý, sau một lượt sử dụng ES, tỉ lệ w2/w3 được cập nhật từ v thành 2, miền khả thi S được hình thành như hình 3.

Hình 3. Mô phỏng miền khả thi S với 3 tiêu chí

Sau khi miền khả thi S được hình thành, tùy vào điều

kiện bài toán mà ta có thể lựa chọn cách xử lý thích hợp. Một số cách có thể sử dụng là:

• Ràng buộc bằng tính chất bắc cầu để tìm ra giá trị trọng số tuyệt đối, ưu tiên tỉ lệ trọng số của lượt áp dụng ES sau.

• Lựa chọn w ngẫu nhiên từ S. • Tính theo một số giá trị w trên S rồi lấy giá trị

trung bình giá trị các phương án.

Hình 4. Quy trình giải bài toán với SS2

Tập các phương án có giá trị cao nhất là lời giải của bài toán khi sử dụng phương pháp SS2. Sơ đồ trong hình 4 thể hiện quy trình tìm ra lời giải bài toán với SS2.

Để hiểu rõ hơn về bản chất của phương pháp. Hãy cùng xem xét ví dụ “Bài toán chọn văn phòng” [3, 4]. Yêu cầu của bài toán là tìm ra văn phòng phù hợp nhất dựa trên 8 tiêu chí. Có 12 văn phòng được liệt kê trong ví dụ, mô hình bài toán cho một user được thể trong bảng 1.

Bảng 1. Bài toán chọn văn phòng theo [3,4]

Phương án Kích thước (m2)

Giá thuê ($)

Mức độ cần cải tạo Bãi đỗ xe Phương tiện

công cộng

Khoảng cách đến

trung tâm (km)

Khác Chất lượng sinh sống

1 180 2.000 Đáng kể Tốt Khá tệ 12 Vừa phải Tuyệt vời

2 240 3.000 Không Tốt Tốt 15 Tốt Tồi tệ

3 210 2.800 Vừa phải Tồi tệ Tuyệt vời 0 Tuyệt vời Tốt

4 214 2.000 Rất nhỏ Tuyệt vời Tồi tệ 25 Vừa phải Tốt

5 300 3.200 Đáng kể Tuyệt vời Tốt 4 Tuyệt vời Rất tốt

6 170 1.800 Đáng kể Khá tệ Tốt 0 Tuyệt vời Tốt

7 250 2.600 Đáng kể Tuyệt vời Vừa phải 7 Tốt Vừa phải

8 260 2.650 Vừa phải Vừa phải Tốt 10 Vừa phải Vừa phải

9 262 2.400 Lớn Tuyệt vời Tốt 10 Vừa phải Rất tốt

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 97

10 241 2.500 Nhỏ Rất tốt Vừa phải 7 Tốt Tốt

11 198 2.200 Đáng kể Tốt Tồi tệ 17 Tốt Tốt

12 201 2.000 Vừa phải Khá tệ Tồi tệ 22 Khá tệ Vừa phải

Ảnh hưởng Tích cực Tiêu cực

Tiêu cực Tích cực Tích cực Tiêu cực Tích cực Tích cực

Sử dụng SS và thông qua 19 lượt áp dụng ES [3], phương án 5 là phương án tối ưu. Tiến hành giải quyết bài toán sử dụng SS2, trước tiên ta cần sắp xếp tiêu chí vào các mức độ quan trọng. Dựa vào kết quả các lượt áp dụng ES

khi sử dụng SS để giải quyết bài toán ta có thể nắm được yêu cầu của user từ đó giả sử rằng mức độ quan trọng của các tiêu chí được sắp xếp như bảng 2.

Bảng 2. Sắp xếp mức độ quan trọng

Tiêu chí Kích thước Giá thuê Mức độ cần cải tạo Bãi đỗ xe Phươnng tiện

công cộng Khoảng cách đến trung tâm Khác Chất lượng

sinh sống

Mức A B C D E F G G

Gọi cx là số tiêu chí trong mức độ quan trọng thứ x, khởi tạo giá trị r = 1,3, v = 1 và giá trị trọng số lớp thấp nhất là

ta có bảng 3.

Bảng 3. Bảng khởi tạo giá trị

cx Mức Trọng số Giá trị khởi tạo Giá trị trọng số thực Giá trị trọng số sau khi chuẩn hóa 1 A r5. r4. r3. r2. r1.r0. r5 = 1,3 4,83 0,26 1 B r4. r3. r2. r1.r0. r4 = 1,3 3,71 0,20 1 C r3. r2. r1.r0. r3 = 1,3 2,86 0,15 1 D r2. r1.r0. r2 = 1,3 2,20 0,12 1 E r1.r0. r1 = 1,3 1,69 0,09 1 F r0. r0 = 1,3 1,30 0,07 2 G 1,00 0,05 Tổng . ( ). 18,69 1

Từ bảng 2 và 3, áp dụng công thức (5) để chuẩn hóa các hệ quả và tính toán giá trị của các phương án. Biểu đồ trong hình 5 mô tả mức độ ảnh hưởng của các tiêu chí lên giá trị của phương án, r được khởi tạo với giá trị là 1,3.

Hình 5. Biểu đồ giá trị của các phương án

Sau bước khởi tạo, ta có thể chọn ra tập các phương án cao nhất để đưa ra sự gợi ý và thu thập thông tin người dùng qua các lượt áp dụng ES, để đưa ra sự gợi ý chính xác hơn. Với việc sử dụng hệ thống ri như trong bảng 4, tính chất bắc cầu về tỉ lệ mức độ quan trọng sẽ được bảo toàn

dẫn đến miền khả thi S lúc này là một điểm duy nhất. Quay trở lại ví dụ, sau khi khởi tạo, các phương án có

thể được sử dụng làm phương án gợi ý là các phương án có giá trị cao nhất, trong trường hợp này, các phương án được chọn là 4, 5, 7, 9, 10. Đến đây, để nâng cao độ chính xác của tập phương án tối ưu, ta có thể sử dụng kỹ thuật ES để cập nhật miền khả thi S. Số lượt áp dụng ES được càng nhiều thì độ chính xác trong việc tìm ra tập phương án tối ưu càng cao.

Tiếp tục với ví dụ, xét phương án 5 và 9, thực hiện áp dụng ES trên tiêu chí Kích thước và Giá thuê của phương án 5; theo đó, hệ quả trên tiêu chí Kích thước của phương án 5 thay đổi từ 300 sang 262 (tương ứng với sự thay đổi từ 1 sang 0,71), hệ quả trên tiêu chí Giá thuê thay đổi từ 3.200 sang 2.600 (tương ứng với sự thay đôi từ 0 sang 0,57). Sau lượt áp dụng ES này, áp dụng công thức 7, r5 sẽ được thay đổi từ 1,3 sang x, với x là tỉ lệ wA/wB rút ra từ phương trình: 1 + 0 = 0,71 + 0,57

Ta được kết quả r5 = x = 1,97, tiếp tục tiến hành cập nhật miền khả thi S.

Một yếu tố ảnh hưởng đến quá trình giải bài toán là giá trị khởi tạo cho r. Biểu đồ 2 thể hiện sự thay đổi giá trị các phương án với các giá trị khởi tạo r. Nhận thấy độ chênh lệch giá trị tổng càng tăng khi tăng r.

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

P/a1

P/a2

P/a3

P/a4

P/a5

P/a6

P/a7

P/a8

P/a9

P/a10

P/a11

P/a12

Chất lượng sinhsốngKhác

Khoảng cách tớtrung tâmPhương tiện côncộngBãi đỗ xe

Mức độ cần cải tạoGiá thuê

Kích thước

98 Nguyễn Văn Hiệu

Hình 6. Biểu đồ giá trị của các phương án khi thay đổi giá trị

khởi tạo r Để giải quyết bài toán, người ra quyết định có thể thay

đổi giá trị khởi tạo cho r cho đến khi thấy được sự phân hóa rõ rệt. Giá trị khởi tạo không nên quá lớn (tiến ra xa 1+) hay quá bé (tiền gần 1+) vì điều này sẽ khiến độ phân hóa quá lớn, các tiêu chí có mức độ quan trọng thấp có nguy cơ bị lấn át hoàn toàn, hoặc độ phân hóa quá thấp khiến sự phân nhóm là không rõ rệt. Cần lưu ý trong ví dụ này v được khởi tạo là 1, tức là các tiêu chí trên cùng lớp mức độ quan trọng được khởi tạo với cùng mức độ quan trọng, tỉ lệ này

có thể được thay đổi sau khi áp dụng ES.

3. Áp dụng Smart-Swaps 2 vào hệ thống gợi ý theo ngữ cảnh

Xét bài toán ra quyết định chấp nhận rủi ro với điều kiện thay đổi, bài toán có hai tính chất:

• Tính chất rủi ro (hay sai số) nhưng chấp nhận được.

• Tính chất điều kiện thay đổi, tập phương án thay đổi liên tục.

Yêu cầu của bài toán là tốc độ tìm ra tập phương án tối ưu nhanh và phù hợp với từng hoàn cảnh của người ra quyết định.

Phương pháp SS2 có thể giải quyết bài toán đã nêu bằng cách xem mỗi hoàn cảnh của người ra quyết định là một user tương ứng với một ma trận hệ quả và ma trận mức độ quan trọng, mỗi ma trận mức độ quan trọng tương ứng hình thành một miền khả thi S. Các miền khả thi S đã được hình thành sẽ được cập nhật thông qua các lượt áp dụng ES, từ đó ta tính được giá trị từng phương án trên các tập phương án khác nhau trong những hoàn cảnh khác nhau.

Bảng 4 chỉ ra sự tương đồng giữa bài toán gợi ý theo ngữ cảnh có mô hình “user, item, thuộc tính item” và bài toán ra quyết định chấp nhận rủi ro với điều kiện thay đổi. Điều này chứng minh việc áp dụng phương pháp SS2 được trình bày trong bài báo vào bài toán gợi ý theo ngữ cảnh là hoàn toàn có tiềm năng.

Bảng 4. Sự tương đồng giữa bài toán gợi ý theo ngữ cảnh và bài toán ra quyết định với điều kiện thay đổi

Bài toán gợi ý theo ngữ cảnh Bài toán ra quyết định với điều kiện thay đổi

Người dùng Người ra quyết định

Tập sản phẩm Tập phương án

Thuộc tính của sản phẩm Tập tiêu chí

Sự thay đổi ngữ cảnh

Sự thay đổi về hoàn cảnh của người dùng

Sự thay đổi về hoàn cảnh của hoàn cảnh của người ra quyết định.

Sự thay đổi tập sản phẩm Thay đổi tập phương án

Thu thập thông tin người dùng Cập nhật miền khả thi S thông qua các phiên áp dụng kĩ thuật ES

4. Kết luận và triển vọng Bài báo đã trình bày sơ lược về cơ sở lý thuyết trong hệ

thống hỗ trợ ra quyết định Smart-Swaps và lấy đó làm cơ sở để xây dựng phương pháp Smart-Swaps 2 theo định hướng hệ thống gợi ý. Hướng tiếp cận của bài báo là đánh đổi độ chính xác với tốc độ ra quyết định, theo đó đầu ra của SS2 là một tập các phương án tối ưu. Bài báo đã có những đóng góp sau:

• Xây dựng phương pháp SS2 định hướng hệ thống gợi ý.

• Đề xuất hướng sử dụng SS2 để giải quyết bài toán ra quyết định chấp nhận rủi ro với điều kiện thay đổi.

• Chỉ ra hướng tiềm năng trong việc áp dụng SS2 vào hệ thống gợi ý theo ngữ cảnh.

Phương pháp SS2 hứa hẹn có thể được áp dụng trong các hệ thống gợi ý cá nhân được cài đặt trên thiết bị của người dùng và thu thập thông tin người dùng thông qua thông tin được cung cấp trong các lượt sử dụng ES dưới dạng câu hỏi nhanh, qua đó đưa ra gợi ý cho người dùng thích hợp theo từng hoàn cảnh.

TÀI LIỆU THAM KHẢO [1] John S. Hammond, Ralph L. Keeney, Howard Raiffa, Smart

Choices: A Practical Guide to Making Better Decisions, 2002 [2] R.P. Hämäläinen, J. Mustajoki, P. Alanaatu, V. Karttunen, A. Arstila

and J. Nissinen, SmartSwaps – Smart Choices with Even Swaps, Computer Software, Systems Analysis Laboratory, Helsinki University of Technology, 2003.

[3] Jyri Mustajoki and Raimo P. Hämäläinen, Smart-Swaps – A decision support system for multicriteria decision analysis with the even swaps, Systems Analysis Laboratory, Helsinki University of Technology, P.O. Box 1100, FIN-02015 HUT, Finland, 2006.

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

1 2 3 4 5 6 7 8 9 10 11 12

r = 1.2 r=1.3 r=1.6 r=3

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 99

[4] Jyri Mustajoki, Raimo P. Hämäläinen, A Preference Programming Approach to Make the Even Swaps Method Even Easier, Systems Analysis Laboratory, Helsinki University of Technology, P.O. Box 1100, FIN-02015 HUT, Finland, Decision Analysis, Vol. 2, No. 2, June 2005, pp. 110–123.

[5] W.J. Hurley and W.S. Andrews, “Option Analysis: Using the Method of Even Swaps”, Canadian Military Journal 4(3) (2003) 43-46.

[6] John S. Breese; David Heckerman & Carl Kadie (1998), “Empirical analysis of predictive algorithms for collaborative filtering”, In Proceedings of the Fourteenth conference on Uncertainty in artificial intelligence (UAI'98).

[7] Adomavicius, G.; Tuzhilin, A. (June 2005), "Toward the Next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions", IEEE Transactions on Knowledge and Data Engineering, 17 (6): 734–749, 2005.

[8] Robin Burke , Hybrid Web Recommender Systems, pp. 377-408, The Adaptive Web, Peter Brusilovsky, Alfred Kobsa, Wolfgang Nejdl (Ed.), Lecture Notes in Computer Science, Springer-Verlag, Berlin, Germany, Lecture Notes in Computer Science, Vol. 4321, May 2007, 978-3-540-72078-2.

[9] Lakiotaki, K.; Matsatsinis; Tsoukias, A, "Multicriteria User Modeling in Recommender Systems", IEEE Intelligent Systems, 26 (2): 64–76, 2011.

(BBT nhận bài: 15/12/2016, hoàn tất thủ tục phản biện: 20/03/2017)

100 Đào Tuấn Hùng, Nguyễn Hiếu Minh

XÂY DỰNG CÁC LƯỢC ĐỒ CHỮ KÝ SỐ TẬP THỂ CÓ PHÂN BIỆT TRÁCH NHIỆM KÝ TUẦN TỰ DỰA TRÊN BÀI TOÁN LOGARIT RỜI RẠC

VÀ KHAI CĂN CONSTRUCTING TWO SEQUENTIAL MULTISIGNATURE SCHEMES WITH

DISTINGUISHED SIGNING AUTHORITIES BASED ON DISCRETE LOGARITHM PROBLEM AND MODULO ROOT PROBLEM

Đào Tuấn Hùng1, Nguyễn Hiếu Minh2 1Phòng Thí nghiệm trọng điểm ATTT, Hà Nội; daotuanhung@gmail.com

2Học viện Kỹ thuật Mật mã, Hà Nội

Tóm tắt - Bài báo đề xuất hai lược đồ chữ ký số tập thể có phânbiệt trách nhiệm với cấu trúc tuần tự dựa trên bài toán Logarit rờirạc và bài toán khai căn. Các lược đồ đề xuất có hiệu quả cao,giảm chi phí tính toán, chi phí trao đổi dữ liệu và dễ dàng áp dụngtrong thực tiễn. Hơn nữa, các lược đồ đề xuất an toàn với các dạngtấn công dựa trên tính khó giải của hai bài toán khó và cung cấpchứng cứ tin cậy về quá trình ký. Sự khác nhau của lược đồ chúngtôi đề xuất với lược đồ của Hwang là ở phương pháp trao đổi dữliệu trong quá trình sinh chữ ký. So sánh cho thấy các lược đồ mớicho phép giảm tính toán và chi phí trao đổi dữ liệu, thích hợp vớicác ứng dụng thực tế.

Abstract - This paper proposes two sequential multi-signature schemes with distinguished signing authorities based on discrete logarithm problem and modulo root problem. The proposed schemes have high efficiency in terms of small computation, communication costs and easy application. In addition, the proposed schemes are secure with known attack types because it is hard to solve these hard problems and provide internal integrity of multi-signature generation process. The difference between our schemes and Hwang et al.'s scheme is the method of data exchange during the multi-signature generation process. Comparisons show that the new schemes allow reducing computation and communication costs, so they can be used widely in practice.

Từ khóa - chữ ký số; Logarit rời rạc; bài toán khai căn; chữ ký sốtập thể; tấn công giả mạo; Schnorr

Key words - digital signature; discrete logarithm problem; root problem; multi-signature scheme; forgery attack; Schnorr

1. Đặt vấn đề

Trong các giao dịch điện tử (chính phủ điện tử, thương mại điện tử, tiền điện tử…), chữ ký số tập thể được sử dụng khi cần thiết có nhiều hơn một bên tham gia để giao dịch được tiến hành. Các dạng chữ ký số tập thể thường xuyên được sử dụng trong thực tế nhằm chia quyền xác thực từ một sang nhiều người. Lược đồ chữ ký tập thể dạng ký tuần tự có phân biệt trách nhiệm cho phép nhóm người tham gia lần lượt theo trình tự kiểm tra chữ ký trước và ký phần văn bản của mình. Đây là mô hình áp dụng cho các ứng dụng yêu cầu trình tự phê duyệt và mỗi cá nhân ký chịu trách nhiệm trên chữ ký của mình trước khi chuyển sang cho người ký tiếp theo. Chữ ký số tập thể được giới thiệu đầu tiên do Itakura và Nakamura [1], tuy nhiên trong lược đồ này mọi cá nhân chịu trách nhiệm như nhau. Lược đồ ký số tập thể có phân biệt trách nhiệm đầu tiên được Harn đưa ra [2] dựa trên bài toán Logarit rời rạc. Sau đó, Huang [3] đã đề xuất hai lược đồ chữ ký số tập thể có phân biệt trách nhiệm cấu trúc tuần tự và song song dựa trên bài toán RSA và bài toán Logarit rời rạc. Tuy nhiên các lược đồ này được chứng minh không phải là các lược đồ an toàn như ở [4, 5].

Dựa trên độ khó của bài toán Logarit rời rạc, Diffie và Hellman [6] đã đề xuất lược đồ thỏa thuận khóa Diffie – Hellman nổi tiếng vào năm 1976. Kể từ đây, nhiều giao thức mật mã khác nhau [7-10] sở hữu tính bảo mật dựa trên bài toán DLP (Discrete Logarithm Problem) đã được đề xuất. Cũng chính sự quan tâm đến các ứng dụng này, DLP đã được các nhà toán học nghiên cứu một cách rộng rãi trong suốt hai mươi năm qua. Bên cạnh các bài toán khó

khác, Moldovyan lần đầu giới thiệu bài toán khó khai căn [11] và nêu rõ nếu tham số được lựa chọn đúng thì đây sẽ trở thành một bài toán khó giải trong thời gian đa thức và có độ khó tương đương với bài toán DLP, nhưng sẽ có nhiều ưu điểm hơn khi được sử dụng để xây dựng các hệ thống mật mã.

Trong bài báo này, chúng tôi đề xuất phương pháp xây dựng hai lược đồ chữ ký số tập thể các lược đồ họ Schnorr [10] có phân biệt trách nhiệm cấu trúc tuần tự, dựa trên bài toán Logarit rời rạc và bài toán khai căn và chứng minh tính an toàn của các lược đồ đề xuất. Các lược đồ đề xuất cung cấp chứng cứ của những người tham gia ký và chống được tấn công giả mạo. Không người nào tham gia quá trình ký có thể tạo ra được chữ ký hợp lệ của cả nhóm.

2. Các bài toán khó sử dụng Bài toán Logarit rời rạc [12]: Với p và q là hai số nguyên

tố lớn thỏa mãn 1| −pq , α là phần tử sinh của trường Zq có bậc q. Bài toán Logarit rời rạc là với các giá trị cho trước

),,,( αqpy , py x modα= ,với qZx∈ , tìm x.

Bài toán Khai căn modulo [11, 13]: Với p, q là hai số nguyên tố lớn )160|(| ≥q theo cấu trúc 12 += Nqp , N là số nguyên chẵn sao cho )1024|(| ≥p bit. Bài khai căn

modulo là với các giá trị cho trước ),,( qpy , pxy q mod=

,với qZx∈ , tìm x. Bài toán khai căn modulo được tác giả Moldovyan trình bày và đưa ra một số cải tiến cho chữ ký số DSS ở [11].

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 101

3. Xây dựng lược đồ chữ ký số tập thể phân biệt trách nhiệm cấu trúc tuần tự dựa trên bài toán logarit rời rạc (lược đồ 1) 3.1. Quá trình chuẩn bị

Giả sử rằng nhóm n người ký là U1, U2, …, Un muốn

sinh chữ ký tập thể cho văn bản mmmM n||...|||| 21= . Các thành viên ký Ui chỉ được ký trên một phần văn bản mi với i = 1, 2, …, n. Có một người quản lý đảm bảo trong quá trình ký. Người quản lý sắp xếp thành viên ký Ui chỉ được xem và ký cho phần văn bản mi tương ứng. Lược đồ cho phép phân công trách nhiệm cá nhân kiểm tra và ký cho phần văn bản của mình trước khi người sau xác thực nội dung khác. 3.2. Quá trình tạo khóa

Bước 1: Người quản lý tạo ra một số nguyên tố lớn p, một ước số nguyên tố q với q|(p-1) , α là phần tử sinh của các nhóm Z*

q và *qZα ∈ . (α,p,q) là các tham số được công

khai và lựa chọn sử dụng hàm một chiều SHA-1. Bước 2: Sinh nhóm khoá bí mật của người ký tương

ứng là x1, x2, …, xn với điều kiện 1 < xi < q, i = 1, 2, …, n. Mỗi giá trị xi được chọn ngẫu nhiên và chỉ được biết bởi người ký Ui.

Bước 3: y1, y2 , …, yn: khóa công khai của các thành viên thỏa mãn py ix

i modα= được tính và được công bố bởi người ký Ui. Thêm/xóa một thành viên i đòi hỏi phải thêm/xóa khóa công khai yi tương ứng bởi người quản lý.

3.3. Quá trình tạo chữ ký tập thể Lược đồ yêu cầu người quản lý và các thành viên ký

phải trao đổi dữ liệu trong quá trình ký văn bản. Trước khi ký, quản lý đã sắp xếp dãy người ký theo đúng thứ tự văn bản ký. Người ký Ui chỉ được ký vào đoạn văn bản mi đã định sẵn, do quản lý gửi cho mỗi thành viên.

Bước 1: Mỗi người ký Ui chọn ngẫu nhiên số 0< ki <q và tính toán giá trị: modik

ir pα= .Ui thông báo ri cho người quản lý. Người quản lý tính giá trị hàm băm H:

))(...||)(||)(( 21 mhmhmhhH n= , tính giá trị thống nhất

chung cho phiên ký: 1

modnii

R r p=

=∏ và

( )E h H || R= . Giá trị E được thông báo cho các thành viên ký.

Bước 2: Người ký đầu tiên U1 tính hàm băm h(m1) và sinh chữ ký số 1 1 1 1( ) Es k x h m= − . Sau đó U1 gửi (r1, s1, h(m1)) đến người ký thứ hai U2 và quản lý. Tiếp theo mỗi người ký Ui với i = 2, 3,…, n lần lượt thực thực hiện bước sau.

Bước 3: Mỗi thành viên Ui kiểm tra xác thực tính đúng đắn của người ký trước theo: 1 1( ) E

1 1 modi iS h mi iy r pα − −− −= .

Nếu phương trình này thoả mãn thì chứng tỏ thành viên ký thứ i - 1 tức là Ui-1 đúng là người ký trên các văn bản trước đó lần lượt m1, …, mi-1. Ui tính ( ) Ei i i is k x h m= − . Sau đó, Ui gửi cho thành viên ký Ui + 1 và quản lý các tham số: (ri, si, h(mi)). Riêng Un gửi các tham số (rn, sn, h(mn)) cho quản lý.

Bước 4: Quản lý xác thực chữ ký của Un theo công thức: ( ) E modn nS h m

n ny r pα = . Sau đó người quản lý tính

giá trị: 1

modnii

S s q=

= ∑ . Cặp (E, S) là chữ ký số tập thể

cho văn bản mmmM n||...|||| 21= . Sau đó tính khoá công

khai chung của nhóm (m )1

modin h

iiY y p

==∏

3.4. Xác thực chữ ký số tập thể Việc xác thực chữ ký (E, S) cho tập văn bản

mmmM n||...|||| 21= với khóa công khai nhóm Y được thực hiện như sau: Người xác thực tính

' E modSR Y pα= và ))(...||)(||)(( 21 mhmhmhhH n= . Kiểm tra nếu E=h(H||R’), nếu biểu thức thỏa mãn, chữ ký là hợp lệ. Nếu không, chữ ký không hợp lệ hoặc văn bản gốc đã bị thay đổi. (Người xác thực có thể tính lại

(m )mod1

hn iY y pi i∏= = nếu muốn kiểm tra tính trách nhiệm của từng thành viên theo các giá trị khóa công khai của từng thành viên và văn bản tương ứng). 3.5. Pha xác thực bằng chứng

Tất cả các chữ ký cá nhân (ri, si) có thể được sử dụng làm bằng chứng, cho biết thành viên Ui là người ký phần nội dung mi, (ri, si) theo biểu thức ( ) E modi iS h m

i iy r pα =cùng với chữ ký hợp lệ (E,S) của bộ tài liệu. Nếu hai điều kiện được thỏa mãn, thành viên Ui được xác thực đã ký phần nội dung mi vì công thức ( ) E modi iS h m

i iy r pα = cho thấy mối quan hệ giữa toàn bộ tài liệu, phần nội dung mi, và thành viên Ui. 3.6. Chứng minh tính đúng

Công thức kiểm tra chữ ký cá nhân : 1 1 1 1 1 1

1 1 1 1 1 1

( ) E ( )E ( ) E1 1

( ) E ( ) E ( ) E ( ) E1 1 1 1

1 mod

i i i i i i

i i i i i i

S h m k x h m h mi i

k x h m h m h m h mi i i i

i

y y

y r y yr p

α α

α α

− − − − − −

− − − − − −

−− −

− −− − − −

−

= =

==

Chữ ký số (E, S) là một chữ ký số tập thể hợp lệ với văn bản cần ký mmmM n||...|||| 21= với nhóm người ký có khóa công khai là y1, y2,..,yn. Thật vậy, theo pha xác thực chữ ký tính giá trị R’: ' E modSR Y pα= , ta có

1 1

1 1

( ( ) E)

( )( )E

1 1

( )( )

1 1 1

( )1

'

( ) mod

( || R').

n n

i i i ii i

n n

i i ii i i i i

ii

i

s k x h mS E E E

k x h m En nk x h mE Ei i

h m En n nh m EE E i

i ii i i

n h mE E E Eii

Y Y Y

Y Y

yY r y Y R

Y R y Y RY p R

R R E h Y

α α α

α α α α

= =

= =

−

−= =

−−

= = =

− −=

∑ ∑= = =

∑ ∑=

= =

= = =

⇒ = => =

∏ ∏

∏ ∏ ∏

∏

Như vậy, có thể khẳng định chữ ký số tập thể có phân biệt trách nhiệm ký tuần tự được xây dựng dựa trên bài toán Logarit rời rạc, được xây dựng như phần trên là đúng đắn và hợp lệ.

102 Đào Tuấn Hùng, Nguyễn Hiếu Minh

4. Xây dựng lược đồ chữ ký số tập thể có phân biệt trách nhiệm cấu trúc tuần tự dựa trên bài toán khai căn (lược đồ 2) 4.1. Quá trình chuẩn bị: Tương tự lược đồ 1. 4.2. Quá trình tạo khóa

Lược đồ sử dụng cấu trúc số nguyên tố p = Nq2 + 1 với N là số tự nhiên chẵn, q là số nguyên tố lớn (|q| ≥ 160 bít), và p là số nguyên tố lớn (|p| ≥ 1024 bít). (p,q) là các tham số được công khai và lựa chọn sử dụng hàm một chiều SHA-1.

Bước 1: Người quản lý tạo ra một số nguyên tố lớn p, một ước số nguyên tố q theo cấu trúc 12 += Nqp , như vậy ta có q2|(p-1).

Bước 2: Sinh nhóm khoá bí mật của người ký tương ứng là x1, x2, …, xn với điều kiện 1 < xi < q, i = 1, 2, …, n. Mỗi xi được chọn ngẫu nhiên và chỉ được biết bởi người ký Ui.

Bước 3: Sinh nhóm khoá công khai y1, y2, …,yn thoả mãn pxy i

qi mod= được phân phối cho các thành viên Ui.

Việc thêm hoặc loại bỏ một thành viên ký Ui cũng đòi hỏi việc thêm hoặc bỏ khoá công khai yi tương ứng và nó được thực hiện bởi người quản lý. 4.3. Quá trình tạo chữ ký tập thể

Các yêu cầu tương tự lược đồ 1. Bước 1: Mỗi người ký Ui chọn ngẫu nhiên số 0< ki <q

và tính toán giá trị: k modqi ir p= . Ui thông báo ri cho

người quản lý. Người quản lý tính giá trị hàm băm H: ))(...||)(||)(( 21 mhmhmhhH n= , tính giá trị thống nhất

chung cho phiên ký: mod1nR r pi i= ∏ = và

( )E h H || R= . Giá trị E được thông báo cho các thành viên ký.

Bước 2: Người ký đầu tiên U1 tính hàm băm h(m1) và sinh chữ ký số = ( ) Sau đó U1 gửi (r1, s1, h(m1)) đến người ký thứ hai U2 và quản lý.Tiếp theo mỗi người ký Ui với i = 2, 3,…, n lần lượt thực thực hiện bước sau.

Bước 3: Mỗi thành viên Ui kiểm tra xác thực tính đúng đắn của người ký trước bằng công thức: = ( ) . Nếu công thức này thoả mãn thì chứng tỏ thành viên ký thứ i - 1 tức là Ui-1 là người ký trên các văn bản trước đó lần lượt m1… mi-1. Ui tính =( ) . Ui gửi cho thành viên ký Ui + 1 và người quản lý các tham số: (ri, si, h(mi)). Riêng Un gửi các tham số (rn, sn, h(mn)) cho người quản lý.

Bước 4: Người quản lý xác thực chữ ký của Un theo công thức: = ( ) . Sau đó người quản lý

tính các giá trị: mod1nS qsii∏= = . Cặp (E, S) là chữ ký số

tập thể cho văn bản mmmM n||...|||| 21= và công bố khóa

công khai ( )1

modin h m

iiY y p

==∏

4.4. Xác thực chữ ký số tập thể Việc xác thực chữ ký (E, S) cho tập văn bản

mmmM n||...|||| 21= với khóa công khai nhóm Y được thực hiện như sau:

Người xác thực tính ' E modqR S Y p−= và))(...||)(||)(( 21 mhmhmhhH n= . Kiểm tra nếu E=h(H||R’),

nếu biểu thức thỏa mãn, thì chữ ký là hợp lệ. Nếu không, chữ ký không hợp lệ hoặc văn bản gốc đã bị thay đổi. 4.5. Xác thực bằng chứng

Tất cả các chữ ký cá nhân (ri, si) có thể được sử dụng làm bằng chứng, cho biết thành viên Ui là người ký phần nội dung mi, (ri, si) theo biểu thức ( )E modih mq

i i is y r p=cùng với chữ ký hợp lệ (E,S) của bộ tài liệu. Nếu hai điều kiện được thỏa mãn, thành viên Ui được xác thực đã ký phần nội dung mi vì công thức ( )E modih mq

i i is y r p= cho thấy mối quan hệ giữa toàn bộ tài liệu, phần nội dung mi, và thành viên Ui. 4.6. Chứng minh tính đúng đắn của lược đồ đề xuất

Thật vậy, sử dụng biểu thức: ' E modqR S Y p−= ta có:

' ( )( )1

( )1 1

'1

y

( || R').

k(k )

i

n qq E E h m Eix ki iiqn nh m EE

ii i

qnE Ei

S Y Y

Y i

Y Y R R R E h Yi

− −=

−= =

−=

= =

= = ⇒ = => =

∏∏ ∏

∏

Như vậy, có thể khẳng định chữ ký số tập thể có phân biệt trách nhiệm ký tuần tự được xây dựng dựa trên bài toán khai căn được xây dựng như phần trên là đúng đắn và hợp lệ.

5. Phân tích các lược đồ đề xuất Trong các lược đồ đã đề xuất của chúng tôi, vấn đề an

toàn và bảo mật là chống lại những sự tấn công từ những người tham gia trong lược đồ quan trọng hơn những sự tấn công lược đồ từ bên ngoài. 5.1. Phân tích độ an toàn của các lược đồ đề xuất

A. Lược đồ 1 Dạng tấn công thứ nhất Giả sử rằng (n – 1) người ký cùng chia sẻ một chữ ký

số tập thể (E, S) với người ký thứ n là kẻ tấn công đang cố gắng để tính khóa bí mật của người ký thứ n là xn. Kẻ tấn công biết rằng các giá trị rn và sn được sinh ra bởi người ký thứ n. Những giá trị này thoả mãn công thức

( )E modn nS h mn ny r pα = . Giá trị rn được tạo ra bởi công

thức pr nkn modα= với kn là một số ngẫu nhiên,

Zk qn∗∈ . Việc tính khóa bí mật xn đòi hỏi phải giải quyết

bài toán logarit rời rạc, có nghĩa là phải giải quyết các vấn đề, cụ thể tính rk nn logα= và tính xn theo sn:

1(k )( ( ) ) modn n n nx s h m E p−= − hoặc là tính xn theo yn:

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 103

pyx nn modlogα= . Nếu những kẻ tấn công xác định giá trị kn (hay xn) đầu tiên, thì khi đó họ phải vượt qua bài toán logarit rời rạc và phán đoán đúng số ngẫu nhiên kn. Ở đây, ta thấy tầm quan trọng của việc sử dụng bộ tạo ngẫu nhiên an toàn.

Dạng tấn công thứ hai Giả sử n -1 người ký thử tạo ra chữ ký số của n người

(E, S) với khoá chung là: ( ) modnh mnY Y y p′= , với

1 ( )1

modin h m

iiY y p−

=′ =∏ . Khi đó, n-1 người hợp sức cố

gắng để tạo ra cặp (E, S) sao cho tính R’= E modSY pα và thỏa mãn biểu thức kiểm tra ( || ')E h H R≡ . Để làm được điều này, có thể chọn bất kỳ R, tính ra E theo

( || )E h H R= , và tìm S sao cho E R modS Y pα −= , điều này mâu thuẫn với giả thiết logarit rời rạc là bài toán khó. Hơn nữa ( )En n n ns k x h m= − , modik

ir pα= , các giá trị này có liên quan thông qua E và giá trị ngẫu nhiên ki. Vì vậy các cố gắng tấn công lược đồ đều quy về bài toán khó logarit rời rạc.

B. Lược đồ 2 Dạng tấn công thứ nhất Giả sử rằng (n – 1) người ký cùng chia sẻ một chữ ký

số tập thể (E, S) với người ký thứ n là những kẻ tấn công đang cố gắng để tính khóa bí mật của người ký thứ n là xn. Kẻ tấn công biết rằng các giá trị rn và sn được sinh ra bởi người ký thứ n. Những giá trị này thoả mãn công thức: = ( ) . Giá trị rn được tạo ra bởi công

thức pkr nq

n mod= với kn số ngẫu nhiên, Zk qn∗∈ . Do

vậy việc tính khoá mật xn thì phải giải quyết vấn đề khai căn modulo số nguyên tố p. Cụ thể là tính kn như sau:

prk qnn mod= . Sau đó tính ( ) s / modnh m E

n nn k px = .

Hoặc là tính xn theo công thức: pyx qnn mod= . Để tính

các giá trị trên kẻ tấn công đối diện vấn đề khó của bài toán khai căn và phán đoán số ngẫu nhiên lớn.

Dạng tấn công thứ hai Giả sử n -1 người ký thử tạo ra chữ ký số của n người

(E, S) với khoá chung là: ( ) modnh mnY Y y p′= , với

1 ( )1

modin h m

iiY y p−

=′ =∏ . Khi đó, n-1 người hợp sức cố

gắng để tạo ra cặp (E, S) sao cho tính ' E modqR S Y p−=và thỏa mãn biểu thức kiểm tra ( || ')E h H R≡ . Để làm được điều này, có thể chọn bất kỳ R, tính ra E theo

( || )E h H R= , và tìm S sao cho E R modqS Y p−= , đây lại là bài toán khó khai căn modulo [11]. 5.2. Đánh giá chất lượng của các lược đồ đề xuất

A. Chi phí tính toán Để so sánh hiệu quả, chúng ta so sánh lược đồ đề xuất

với lược đồ của Hwang. Để thuận tiện, chúng ta sử dụng các ký hiệu cho việc đánh giá hiệu năng: TE là chi phí tính toán cho mô-đun có phép toán luỹ thừa mod p. TM là chi phí tính toán cho mô-đun có phép toán nhân mod p (hoặc

mod q). TH là chi phí tính toán cho hàm băm H trên văn bản nào đó. Chú ý rằng một số khối tính toán với thời gian tính toán quá nhỏ so với TE, TM, TH được bỏ qua. Chi phí tính toán cho lược đồ đề xuất là tổng chi phí tính toán cho nhóm sinh khóa công khai, sinh chữ ký số, xác thực chữ ký số (Chú ý: Những chi phí tính toán bởi n thành viên ký và người quản lý được xác định trước).

Chi phí tính toán lược đồ 1: nTE ; 4nTE + 6nTM + (n+1)TH; (2+n)TE + (n+1)TM+nTH.

Chi phí tính toán lược đồ 2: nTE; 5nTE + (3n)TM + (n+1)TH; (2+n)TE + (n+1)TM+nTH.

Chi phí tính toán lược đồ của Hwang [18]: 2nTE + nTM; (n+1)2TE + 4nTE + (n+1)2TM + 7nTM + (n2 + 4n - 1)TH; 3TE + TM + TH.

Bảng 1 chỉ ra sự so sánh chi phí tính toán giữa các lược đồ đề xuất và lược đồ của Hwang [14].

Bảng 1. So sánh chi phí tính toán giữa các lược đồ chữ ký số tập thể

Lược đồ Tổng chi phí

Lược đồ 1 (6n+3)TE + (7n)TM + (2n+1)TH

Lược đồ 2 (7n + 2)TE + (4n+1)TM + (2n + 1)TH

Lược đồ Hwang [14] (6n + 3)TE + (n + 1)2TE + (n + 1)2TM+(8n + 1)TM + (n2 + 4n)TH

Bảng 2. So sánh kích thước chữ ký số

Lược đồ

Lược đồ 01 E S+

Lược đồ 02 SE +

Lược đồ của Hwang [14] R S+

Bảng 3. So sánh chi phí trao đổi dữ liệu giữa các lược đồ đề xuất và lược đồ của Hwang

Lược đồ Tổng

Lược đồ 01 6n

Lược đồ 02 6n

Lược đồ của Hwang [14] n2 + n

B. Kích thước chữ ký số của các lược đồ đề xuất Cặp (E, S) là chữ ký số tập thể. Kích thước của lược

đồ là E S q q+ ≈ + giảm đáng kể so với Hwang [14]

R S p q+ ≈ + . Nếu chọn q=160 bít, với hàm SHA-1 thì E kích thước 160 bít. Như vậy kích thước chữ ký xấp xỉ 320 bít tương đương kích thước chữ ký đơn cho dù số lượng người ký lớn hay nhỏ.

Bảng 2 chỉ ra sự so sánh kích thước chữ ký số giữa các lược đồ đề xuất và lược đồ của Hwang [14].

C. Chi phí trao đổi dữ liệu của các lược đồ đề xuất Chi phí trao đổi dữ liệu của các lược đồ đề xuất được

đo bằng tổng các trao đổi dữ liệu trong quá trình sinh chữ ký số tập thể (yêu cầu người quản lý và các thành viên ký phải chấp hành trao đổi dữ liệu trong xử lý sinh chữ ký số

104 Đào Tuấn Hùng, Nguyễn Hiếu Minh

tập thể). Bảng 3 chỉ ra rằng các lược đồ đề xuất giảm chi phí trao đổi dữ liệu so với lược đồ của Hwang [14].

6. Kết luận Bài báo đã đề xuất hai lược đồ chữ ký số tập thể có phân

biệt trách nhiệm với cấu trúc tuần tự dựa trên bài toán Logarit rời rạc và khai căn và có kích thước bằng chữ số đơn. Các lược đồ đề xuất đảm bảo tính an toàn thông qua độ khó giải của hai bài toán trên, và đã được chứng minh an toàn với một số các tấn công. Hơn nữa, các lược đồ đề xuất còn có hiệu quả về mặt tính toán và chi phí giao tiếp so với các nghiên cứu trước đó. Hai lược đồ đề xuất đảm bảo có thể được ứng dụng trong các mô hình thực tế.

TÀI LIỆU THAM KHẢO [1] K.Itakura, K.Nakamura, “A public-key cryptosystem suitable for

digital multisignatures”, NEC Res. Dev, Vol.71, 1983, pp.1-8. [2] L. Harn, “Digital multisignatures with distinguished signing

authorities”, Electr. Lett., 35(4), 1999, pp. 294-295. [3] H. F. Huang, C. C. Chang, Multisignatures with distinguished

signing authorities for sequential and broadcasting architectures, Computer Standard and Interfaces, 27(2), 2005, pp. 169-176.

[4] E. J. Yoon and K. Y. Yoo, “Cryptanalysis of Two Multisignature Schemes with Distinguished Signing Authorities”, International Conference on Hybrid Information Technology - Vol.2 (ICHIT'06), 2006, pp. 492-495.

[5] J. Zhang and V. Zou, “On the Security of Huang-Chang Multisignature Schemes”, Int. J. Network Security, 5(1), 2007, pp. 62-65.

[6] W. Diffie, M. Hellman, New directions in cryptography, IEEE transactions on Information Theory, 22, 1976, pp. 644-654.

[7] N. FIPS, 186 digital signature standard, in, May, 1994. [8] R. GOST, R 34.10-94, Russian Federation Standard, Information

Technology, Cryptographic data Security, Produce and check procedures of Electronic Digital Signature based on Asymmetric Cryptographic Algorithm, 1994.

[9] T. ElGamal, A public key cryptosystem and a signature scheme based on discrete logarithms, in: Workshop on the Theory and Application of Cryptographic Techniques, Springer, 1984, pp. 10-18.

[10] C.-P. Schnorr, “Efficient signature generation by smart cards”, Journal of cryptology, 4, 1991, pp. 161-174.

[11] N. A. Moldovyan, “Digital Signature Scheme Based on a New Hard Problem”, Computer Science Journal of Moldova, vol. 16, No. 2, 2008, pp. 163-182.

[12] W. Stallings, Cryptography and Network Security Principles and Practices, Fourth Edition, Prentice Hall, 2005, pp. 592.

[13] N. H. Minh, N. A. Moldovyan, N. L. Minh, “New Multisignature Protocols Based on Randomized Signature Algorithms”, IEEE, International Conference on Research, Innovation and Vision for the Future in computing & Communication Technologies, 2008, pp. 124-127.

[14] S.-J. Hwang, M.-S. Hwang, S.-F. Tzeng, “A new digital multisignature scheme with distinguished signing authorities”, Journal of Information Science and Engineering, 19, 2003, pp. 881-887.

(BBT nhận bài: 22/12/2016, hoàn tất thủ tục phản biện: 02/02/2017)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 105

SO SÁNH VĂN BẢN DỰA TRÊN MÔ HÌNH VÉC-TƠ COMPARISON OF THE DOCUMENTS BASED ON VECTOR MODEL

Võ Trung Hùng1, Nguyễn Thị Ngọc Anh1, Hồ Phan Hiếu1, Nguyễn Ngọc Huyền Trân2, Võ Duy Thanh2 1Đại học Đà Nẵng; vthung@dut.udn.vn, ntnanh@ued.udn.vn, hophanhieu@ac.udn.vn

2Trường Cao đẳng CNTT Hữu nghị Việt - Hàn; nguyenngochuyentran84@gmail.com, thanhvd59@gmail.com

Tóm tắt - Trong bài báo này, chúng tôi trình bày các kết quả nghiêncứu liên quan đến việc so sánh mức độ giống nhau của hai vănbản. Việc so sánh này phục vụ mục đích xác định mức độ giốngnhau của một văn bản này với một văn bản khác. Phương phápcủa chúng tôi đề xuất là chuyển các văn bản thành các véc-tơ. Mỗiphần tử của véc-tơ là trọng số tương ứng với từ chỉ mục xuất hiệntrong văn bản. Việc so sánh mức độ giống nhau của hai văn bảnđược chuyển về tính góc tạo bởi hai véc-tơ. Góc này đặc trưng chomức độ giống/khác nhau giữa hai văn bản. Chúng tôi đã phát triểncông cụ phục vụ so sánh hai văn bản hoặc một văn bản với mộttập n văn bản cho trước. Kết quả đạt được phản ánh đúng mức độgiống/khác nhau và đáp ứng mục tiêu đặt ra.

Abstract - In this paper, we present the result of the study related to the comparability of two documents. This comparison aims to determine the similarity of a text/document with an other one. Our method is converting a document into a vector. Each element of vector is a weight corresponding to the index term that appears in the text. The similarity comparison of the two texts are transformed into angles created by two vectors. This angle represents the similarity/difference between the two documents. We have developed a tool that compares a document with two or a set of documents. The results reflect exactly the similarity/difference andthe achievement of the objectives.

Từ khóa - mô hình véc-tơ; so sánh văn bản; phát hiện sao chép;độ đo; véc-tơ hóa

Key words - vector model; document comparison; copy detection; measurement; vectorization

1. Giới thiệu

Cùng với sự phát triển của Internet, hoạt động trao đổi, chia sẻ tài liệu cũng diễn ra phổ biến. Các bài báo, tài liệu nghiên cứu, báo cáo thực tập, khóa luận tốt nghiệp, luận văn,… được phổ biến trên mạng Internet ngày càng nhiều. Người sử dụng có thể tìm thấy những thông tin cần thiết tương đối nhanh và dễ dàng. Tuy nhiên, bên cạnh ưu điểm là cung cấp một nguồn tài liệu tham khảo phong phú thì tình trạng đạo văn đang trở thành một vấn nạn. Bài toán đặt ra là làm thế nào để phát hiện việc sao chép văn bản, để chất lượng các bài báo cáo, khóa luận, luận văn ngày càng cao.

Hiện nay, những nghiên cứu phát hiện sự trùng lặp trên các văn bản đã cho ra đời nhiều công cụ hiệu quả và có thể sử dụng trực tuyến như Plagiarism Checker Software, Turnitin,... Nhưng những hệ thống này chỉ cho phép phát hiện sự trùng lặp của dữ liệu có trong tên miền gốc và chỉ thực hiện trực tuyến trên môi trường Internet và dành cho các tài liệu tiếng Anh. Bên cạnh đó, việc mở rộng cơ sở dữ liệu mẫu theo yêu cầu người sử dụng trở nên khó khăn và tốn chi phí rất cao. Vì thế, cần tiếp tục nghiên cứu để tìm kiếm các giải pháp tốt hơn. Hiện tại, có rất nhiều thuật toán so khớp hai văn bản được ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau như: tìm kiếm thông tin, phát hiện đột nhập trong an ninh mạng, tìm mẫu trong chuỗi ADN,… Mỗi thuật toán so khớp có một hướng tiếp cận khác nhau và mỗi thuật toán đều có những ưu điểm và hạn chế riêng. [1]

Trong bài báo này, chúng tôi tập trung nghiên cứu, cải tiến giải thuật so sánh văn bản dựa trên mô hình véc-tơ. Để phát hiện trên văn bản D1 có sao chép từ văn bản D2 hay không thì cách làm là chuyển D1 thành véc-tơ n chiều mà mỗi chiều của véc-tơ có thể là một từ, một câu hoặc một đoạn trong văn bản D1. Tương tự, chuyển văn bản D2 thành véc-tơ m chiều và sau đó so sánh 2 véc-tơ với nhau.

Mô hình véc-tơ này phù hợp với bài toán phát hiện sao chép. Chúng ta có thể mở rộng để đánh giá mức độ giống nhau của một văn bản với nhiều văn bản khác đã có.

Nội dung bài báo được tổ chức thành 5 phần. Phần thứ nhất trình bày lý do nghiên cứu và giới thiệu về phương pháp, kết quả đạt được. Phần thứ 2 trình bày một số kết quả nghiên cứu đã có liên quan đến bài báo gồm mô hình véc-tơ và so khớp văn bản. Phần thứ 3 giới thiệu nội dung giải pháp do chúng tôi đề xuất liên quan đến mô hình tổng quát, quá trình véc-tơ hóa văn bản và một số giải thuật liên quan. Phần thứ 4 trình bày kết quả thử nghiệm và một số nhận xét trên kết quả đạt được. Phần cuối là kết luận và hướng phát triển trong tương lai.

2. Một số nghiên cứu liên quan 2.1. Mô hình véc-tơ

Mô hình véc-tơ là một mô hình đại số thông dụng và đơn giản dùng để biểu diễn văn bản. Một văn bản được mô tả bởi một tập các từ khóa hay còn gọi là các từ chỉ mục (index terms) sau khi đã loại bỏ các từ ít có ý nghĩa (stop word). Tập các từ chỉ mục xác định một không gian mà mỗi từ chỉ mục tượng trưng cho một chiều trong không gian đó. Các từ chỉ mục này cũng chính là các từ chứa nội dung chính của tập văn bản, mỗi từ chỉ mục này được gán một trọng số. Ta có thể sử dụng các phép toán trên mô hình véc-tơ để tính toán độ đo tương tự giữa văn bản truy vấn và các văn bản mẫu. [7], [9]

Ví dụ, văn bản d được biểu diễn theo dạng với ∈ là một véc-tơ m chiều. Trong đó = , , … , và m là số chiều của véc-tơ văn bản d, mỗi chiều tương ứng với một từ trong tập hợp các từ, wi là trọng số của đặc trưng thứ i (với 1≤ i ≤ m). Sự tương tự của hai văn bản thường được định nghĩa là khoảng cách các điểm hoặc là góc giữa những véc-tơ trong không gian.

106 Võ Trung Hùng, Nguyễn Thị Ngọc Anh, Hồ Phan Hiếu, Nguyễn Ngọc Huyền Trân, Võ Duy Thanh

Hình 1. Ví dụ về góc tạo bởi hai véc-tơ , với

2.2. So khớp chuỗi Bài toán so khớp chuỗi được phát biểu như sau: Cho

trước một chuỗi văn bản có độ dài n và một mẫu có độ dài m, hãy tìm sự xuất hiện của mẫu trong văn bản. Để tìm tất cả các sự xuất hiện của mẫu trong văn bản, thực hiện bằng cách quét qua toàn bộ văn bản một cách tuần tự. Bài toán “so khớp” có đặc trưng như một bài toán tìm kiếm, trong đó mẫu được xem như khóa.

Hiện nay, có một số thuật toán nhằm giải quyết bài toán so khớp như: 2.2.1. Thuật toán Brute-Force

Thuật toán Brute-Force là một thuật toán theo kiểu vét cạn. Bằng cách dịch chuyển biến đếm j từ trái qua phải lần lượt từng ký tự của tập tin văn bản. Sau đó lấy m ký tự liên tiếp trong s (bắt đầu từ vị trí j) tạo thành một chuỗi phụ r. So sánh r với p, nếu giống nhau thì xuất kết quả. Thực hiện lại quá trình trên cho đến khi j>n-m+1. [4] 2.2.2. Thuật toán Knuth-Morris-Pratt

Thuật toán so khớp chuỗi Knuth–Morris–Pratt (hay thuật toán KMP) tìm kiếm sự xuất hiện của một “từ” trong một “chuỗi văn bản” bằng cách tiếp tục quá trình tìm kiếm khi không phù hợp, bỏ qua quá trình kiểm tra lại các ký tự đã so sánh trước đó. Ý tưởng, ở mỗi thời điểm, thuật toán luôn được xác định bằng hai biến kiểu nguyên, n là độ dài của chuỗi s, và m là độ dài của chuỗi p. [3] 2.2.3. Thuật toán Boyer-Moore

Ý tưởng của thuật toán này là giả sử có chuỗi s và chuỗi p, cần tìm p trong s; bắt đầu kiểm tra các ký tự của p và s từ phải sang trái và khi phát hiện sự khác nhau đầu tiên, thuật toán sẽ tiến hành dịch p qua phải để thực hiện so sánh tiếp. [2] 2.2.4. Thuật toán Rabin-Karp

Thuật toán Rabin-Karp [5] sử dụng tính tương đương của hai số đồng dư với một số thứ ba (cho số nguyên dương n, hai số nguyên a, b được gọi là đồng dư theo mô-đun n nếu chúng có cùng số dư khi chia cho n). Ta có thể xem mỗi ký tự thuộc bảng chữ cái A là một số trong hệ đếm cơ số d, với d=|A|.

Với mẫu p[1...m] đã cho, gọi p là biểu diễn số tương ứng của nó. Tương tự như thế, với văn bản T[1...n], ta ký hiệu t, là biểu diễn số của chuỗi con T[s+1...s+m] có độ dài m, với s= 0,1,..., n-m. Hiển nhiên, ts=p nếu và chỉ nếu T[s+1...s+m]=p[1...m].

2.2.5. Nhận xét Ta nhận thấy việc tìm kiếm bằng Brute–Force có thể là

rất chậm đối với một số mẫu nào đó, ví dụ nếu chuỗi cần xét là một chuỗi nhị phân. Trong trường hợp xấu nhất là khi tất cả mẫu thử đều là số 0 và kết thúc bởi một số 1. Mà với mỗi vị trí n-m+1 vị trí đều có thể khớp với nhau, tất cả các ký tự trên mẫu đều được so sánh với từng ký tự văn bản, do đó cần phải thực hiện n-m+1 phép so sánh. Mặt khác, thường thì m rất nhỏ so với n, như vậy số phép so sánh ký tự xấp xỉ bằng m * n.

Thuật toán Knuth–Morris–Pratt dùng ít phép toán so sánh hơn Brute–Force. Tuy nhiên, trong ứng dụng thực tế thì thuật toán Knuth–Morris–Pratt nhanh hơn không đáng kể so với thuật toán Brute–Force. Thuật toán Knuth–Morris–Pratt thực hiện tìm kiếm tuần tự trong văn bản và không yêu cầu phải dự phòng văn bản đó. Điều này có ý nghĩa khi áp dụng trên một tập tin lớn, thuật toán này sẽ tiêu tốn bộ nhớ đệm ít hơn.

Thuật toán Boyer–Moore không dùng nhiều hơn m+n phép so sánh ký tự. Trong thực tế, khi các ký tự văn bản không xuất hiện trong mẫu hoặc ngoại trừ một số ít là có mặt trong mẫu, do đó mỗi phép so sánh dẫn đến mẫu sẽ dịch sang phải m ký tự, vì vậy đối với văn bản lớn và mẫu thử không dài thì thuật toán phải dùng n/m bước.

Còn thuật toán Rabin–Krap gần như là tuyến tính. Số phép so sánh theo thuật toán này là m+n, thuật toán chỉ đi tìm một vị trí trong văn bản có cùng giá trị mảng băm với mẫu.

3. Giải pháp đề xuất 3.1. Mô hình tổng quát

Quá trình so sánh một văn bản truy vấn với tập các văn bản mẫu được thực hiện theo mô hình sau:

Hình 2. Mô hình so sánh 2 văn bản

Theo mô hình này, tập các văn bản mẫu phải được xử lý [8] và véc-tơ hóa để lưu trữ. Sau đó, mỗi văn bản cần so sánh với các văn bản mẫu cũng sẽ được xử lý, véc-tơ hóa và so sánh với dữ liệu lưu trữ để phát hiện mức độ giống nhau (sao chép) từ văn bản truy vấn với tập văn bản mẫu. 3.2. Mô hình véc-tơ hóa

Trong quá trình so sánh, bước xử lý véc-tơ hóa nhằm mục đích biểu diễn các văn bản dưới dạng véc-tơ để phục vụ cho việc so sánh sau này.

Việc véc-tơ hóa có thể thực hiện dựa trên đơn vị xử lý là từ (mỗi phần tử véc-tơ là từ) hoặc đơn vị câu (mỗi phần tử véc-tơ là một câu).

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 107

Qui trình véc-tơ hóa theo đơn vị từ được thực hiện như sau:

Hình 3. Quá trình véc-tơ hóa theo đơn vị là từ

Qui trình véc-tơ hóa theo đơn vị câu được thực hiện như sau:

Hình 4. Quá trình véc-tơ hóa theo đơn vị là câu

3.3. Các giải thuật so khớp 3.3.1. So khớp trên mô hình véc-tơ đơn vị là từ

Mục đích của thuật toán tính mức độ giống nhau của văn bản đánh giá với tập văn bản mẫu cho trước dựa trên đơn vị là từ.

Đầu vào: Tập văn bản cho trước và văn bản/đoạn văn bản cần đánh giá (đã qua quá trình tiền xử lý).

Đầu ra: tỉ lệ giống nhau giữa văn bản đánh giá với tập văn bản cho trước.

Giải thuật: Bước 1: Tiền xử lý - Định dạng văn bản về dạng văn bản thuần túy dạng (txt). - Tách từ. - Tạo danh sách từ vựng Wordlist. - Loại bỏ StopWord. Bước 2: - Tính trọng số các từ chỉ mục W=TF*IDF*N với N = 1. - Tính trọng số cục bộ Lij:

⎪⎩

⎪⎨⎧

=>+

= 000log1

ijfifijfifijf

TF

- Tính fij: số lần xuất hiện của từ i trong văn bản j.

TF(i, j) // i: từ chỉ mục i; j: tài liệu j

if fij= 0 then return(0)

else return(1 + log(fij))

- Tính trọng số toàn cục Gi:

⎟⎟

⎠

⎞

⎜⎜

⎝

⎛

inNIDF = log

IDF(i, docs ) // docs là tập các tài liệu.

Tính N: số văn bản trong tập văn bản.

Tính ni: số văn bản có từ i xuất hiện.

if (ni>0) then return log(N/ni)

else return 0

Bước 3: Xây dựng ma trận trọng số để tính độ đo tương tự ngữ nghĩa giữa 2 văn bản. Bước 4: Tính độ đo tương tự ngữ nghĩa giữa 2 văn bản.

∑ =∑ =

∑ ===mi iqwm

i ijw

mi iqwijw

qjd

qTjd

θ

12

121

22

cos

Bước 5: Xây dựng ma trận trọng số tính độ đo tương đồng thứ tự giữa 2 văn bản. Bước 6: Tính độ đo tương đồng thứ tự giữa 2 văn bản.

∑ −

= +

∑ −= −

=

+

−−=

⎟⎟⎠

⎞⎜⎜⎝

⎛

⎟⎟⎠

⎞⎜⎜⎝

⎛

10

2

10

2

1

mi iq

rijr

mi iq

rijr

qr

jr

qr

jr

jrS

Bước 7: Tính độ đo giống nhau hoàn toàn giữa hai văn bản.

⎟⎟⎟⎟⎟

⎠

⎞

⎜⎜⎜⎜⎜

⎝

⎛

⎟⎟⎟⎟⎟

⎠

⎞

⎜⎜⎜⎜⎜

⎝

⎛

+

−−=−+=

qrjr

qrjrδ)+ (

qjd

qTjd

δrδ)S(jθ

δS,q)jS(d 1

22

1cos

3.3.2. So khớp trên mô hình véc-tơ đơn vị là câu Mục đích của thuật toán tính mức độ giống nhau của

văn bản đánh giá với tập văn bản mẫu cho trước dựa trên đơn vị là câu.

Đầu vào: Tập văn bản cho trước và văn bản/đoạn văn bản cần đánh giá (đã qua quá trình tiền xử lý).

Đầu ra: tỉ lệ giống nhau giữa văn bản đánh giá với tập văn bản cho trước. Bước 1: Tiền xử lý Bước 2: Tính trọng số của các từ trong câu của văn bản truy vấn:

knNTFIDFTFqkw log×=×=

knNTFIDFTFkw logj ×=×=

Tính trọng số của câu trong văn bản truy vấn:

∑−

==

1

0 jjn

k kwqkw),Sqsim(S

∑−

≠===

1

0 jm

q,jj),Sqsim(S)qasim(S)qScore(S

108 Võ Trung Hùng, Nguyễn Thị Ngọc Anh, Hồ Phan Hiếu, Nguyễn Ngọc Huyền Trân, Võ Duy Thanh

Bước 3: Tính trọng số của các từ trong câu của văn bản mẫu:

knNTFIDFTFikw log×=×=

knNTFIDFTFkw logj ×=×=

Bước 4: Tính trọng số của câu trong văn bản mẫu:

∑−

==

1

0 jjn

k kwikw),Sisim(S

∑−

≠===

1

0 jm

i,jj),Sisim(S)iasim(S)iScore(S

Bước 5: Xây dựng ma trận trọng số để tính độ đo tương tự ngữ nghĩa giữa 2 văn bản. Bước 6: Tính độ đo tương tự ngữ nghĩa giữa 2 văn bản:

∑ −=∑ −

=

∑ −===

10

210

2

10

22

cosmi iqwm

i ijw

mi iqwijw

qjd

qTjd

θ

4. Thử nghiệm và đánh giá Để thử nghiệm, chúng tôi đã xây dựng một phần mềm

trên C# với các chức năng cơ bản như tiền xử lý văn bản, véc-tơ hóa văn bản và so khớp. Dữ liệu phục vụ thử nghiệm là hơn 100 luận văn tốt nghiệp của sinh viên Khoa Công nghệ Thông tin, Trường Đại học Bách khoa, Đại học Đà nẵng. Những luận văn này sẽ được xử lý để giữ lại phần nội dung văn bản (text), những nội dung khác sẽ bị loại bỏ (hình ảnh, bảng số liệu,…).

Dữ liệu sau khi chuyển về dạng text:

Hình 5. Dữ liệu là tập các văn bản mẫu

Tỉ lệ giống nhau giữa các tài liệu được thống kê như sau:

Hình 6. Thống kê tỉ lệ giống nhau của văn bản 1 với các

văn bản khác trong kho dữ liệu

Qua thử nghiệm, chúng tôi nhận thấy kết quả tỉ lệ so khớp có sự chênh lệch giữa véc-tơ hóa văn bản dựa trên từ và véc-tơ hóa văn bản dựa trên câu. Sự chênh lệnh này là do phụ thuộc vào phương pháp và các hàm tính trọng số.

Kết quả so sánh có giá trị là 100% khi hai văn bản giống nhau hoàn toàn và kết quả là là 0% khi hai văn bản không có bất kỳ từ vựng nào giống nhau (khác nhau hoàn toàn). Để có kết quả tỉ lệ chuẩn nhất khi các văn bản có sự chênh lệch về độ dài không quá lớn. Ví dụ, khi so khớp đoạn văn bản truy vấn với văn bản mẫu, nếu văn bản mẫu có kích thước lớn và đoạn văn bản trong văn bản mẫu giống đoạn văn bản truy vấn mà chỉ chiếm khoảng 16% trong văn bản mẫu, thì kết quả so khớp chênh lệch chạy từ 14% - 20%.

Thời gian và dung lượng tiêu tốn cho quá trình so khớp phụ thuộc vào độ dài của văn bản so khớp (số lượng từ vựng có trong văn bản).

5. Kết luận Trong bài báo này, chúng tôi đã sử dụng một số kỹ thuật

của xử lý ngôn ngữ tự nhiên, mô hình véc-tơ để biểu diễn văn bản, các thuật toán so khớp mẫu, ngôn ngữ C# và cơ sở dữ liệu bán cấu trúc dưới dạng XML để thực hiện các nghiên cứu và thử nghiệm về đánh giá sự giống nhau giữa các văn bản.

Chúng tôi đã phát triển công cụ và thử nghiệm để phát hiện sao chép trên văn bản thông qua việc sử dụng mô hình véc-tơ. Công cụ cho phép kiểm tra 2 văn bản bất kỳ, 2 đoạn văn bản bất kỳ, đoạn văn bản với văn bản, một văn bản với nhiều văn bản có sao chép với nhau hay không. Ứng dụng được thử nghiệm trên một tập 100 luận văn tốt nghiệp thuộc lĩnh vực công nghệ thông tin.

Trong thời gian đến, chúng tôi sẽ tiếp tục các nghiên cứu liên quan như: cải tiến mô hình véc-tơ để hạn chế số

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 109

lượng chiều cho văn bản khi véc-tơ hóa; tích hợp các công cụ tiền xử lý vào trong ứng dụng; nghiên cứu các giải pháp mới, đặc biệt là các kết quả nghiên cứu trong lĩnh vực sinh học, vào bài toán phát hiện sao chép.

TÀI LIỆU THAM KHẢO [1] J.-I. Aoe, “Computer algorithms: string pattern matching strategies”,

IEEE Computer Society Press, 1994, pp. 97-107. [2] A. Postolico, R. Giancarlo, “The Boyer-Moore-Galil string

searching strategies revisited”, SIAM Journal on Computing, 1986, pp. 98-105.

[3] M. Crochemore, C. Hancart, T. Lecroq, “Algorithms on Strings”, Cambridge University Press, 1997, pp. 1-58.

[4] M. Crochemore, C. Hancart, “Pattern Matching in Strings”, in Algorithms and Theory of Computation Handbook, 1999, pp. 11-28.

[5] D. Knuth, J.H. Morris, V. Pratt, “Fast pattern matching in strings”, SIAM Journal on Computing, 1977, p.p 323–350.

[6] E. Chisholm and T.G. Kolda, “New Term Weighting Formulas For The Vector Space Method In Information Retrieval”, Oak Ridge, 1999, pp. 31-63.

[7] G. Salton, A. Wong, C. S. Yang, “A vector space model for automatic indexing”, Commun. ACM, 18, 1975, pp. 613-620.

[8] L. H. Phuong and H. T. Vinh, “A Maximum Entropy Approach to Sentence Boundary Detection of Vietnamese Texts”, IEEE International Conference on Research, Innovation and Vision for the Future RIVF 2008, 2008, pp. 102-122.

[9] N. Polettini, “The Vector Space Model in Information Retrieval- Term Weighting Problem”, Sommarive 14, 2004, pp. 69-91.

(BBT nhận bài: 16/03/2017, hoàn tất thủ tục phản biện: 26/03/2017)

110 Nguyễn Văn Lợi

XÁC ĐỊNH HOẠT TÍNH SINH HỌC VÀ KHẢ NĂNG BẢO QUẢN THỊT LỢN CỦA TINH DẦU VỎ QUẢ HỒNG BÌ

DETERMINATION OF BIOLOGICAL ACTIVITY AND ABILITY TO PRESERVE PORK MEAT OF CLAUSENA LANSIUM (LOUR.) SKEELS PEEL OIL

Nguyễn Văn Lợi Trường Đại học Công nghiệp Hà Nội; loichebien@yahoo.com

Tóm tắt - Trong vỏ quả hồng bì có khoảng 0,4 - 0,5% tinh dầu,thành phần chủ yếu trong tinh dầu vỏ quả hồng bì là β-pinene,terpinolene, α-humulene, α-terpineol... Mục đích của nghiên cứunày là xác định một số hoạt tính sinh học và khả năng ứng dụngcủa tinh dầu vỏ quả hồng bì. Thí nghiệm được tiến hành với 4 côngthức như sau: CT-ĐC: 0% tinh dầu, CT-A: 1% tinh dầu, CT-B: 2%tinh dầu, CT-C: 3% tinh dầu. Đã xác định được khả năng khángkhuẩn, đối với chủng Escherichia coli nồng độ ức chế tối thiểu củatinh dầu vỏ quả hồng bì là 128µg/ml, các chủng Salmonella typhi,Staphylococcus aureus và Bacillus cereus nồng độ ức chế tối thiểucủa tinh dầu vỏ quả hồng bì là 256µg/ml. Bên cạnh đó cũng đã xácđịnh được khả năng quét gốc tự do của tinh dầu vỏ quả hồng bì,với giá trị IC50 = 6,15 ± 0,01μg/ml. Đã xác định được khả năng bảoquản thịt lợn của tinh dầu vỏ quả hồng bì, với nồng độ sử dụng là2%, thời gian bảo quản là 4 ngày ở nhiệt độ 15oC.

Abstract - In Clausena lansium (Lour.) Skeels peel there is about 0.4-0.5% of oil; the major components of the oil are β-pinene, terpinolene, α-humulene, α-terpineol... The purpose of this study is to determine biological activity and usability of Clausena lansium(Lour.) Skeels peel oil. Experiments are conducted with the following formula 4: CT-ĐC: 0% the oil, CT-A: 1% the oil, CT-B: 2% the oil and CT-C: 3% the oil. Antibacterial ability is identified for strains of Escherichia coli with minimum inhibitory concentration of Clausena lansium (Lour.) Skeels peel oil of 128µg/ml. Strains such as Salmonella typhi, Staphylococcus aureus and Bacillus cereushave minimum inhibitory concentration of Clausena lansium (Lour.) Skeels peel oil of 256µg/ml. The ability of free radical scavenger of Clausena lansium (Lour.) Skeels peel oil is determined with IC50= 6.15 ± 0.01μg/ml. The ability to preserve pork meat of Clausena lansium (Lour.) Skeels peel oil is rated with the used concentration of 2%; the storage time is 4 days at a temperature of 15°C.

Từ khóa - bảo quản thịt lợn; chỉ tiêu cảm quan; chỉ tiêu hóa sinh;hoạt tính sinh học; tinh dầu vỏ quả hồng bì.

Key words - preserve pork meat; organoleptic indicators; biochemical indicators; biological activity; Clausena lansium (Lour.) skeels peel oil.

1. Mở đầu

Cây hồng bì có tên khoa học là Clausenalansium (Lour.) Skeels, là cây thuốc trong y học dân gian, được sử dụng để điều trị các bệnh cảm lạnh, sốt, đau dạ dày, viêm xoang... Ngoài việc sử dụng để làm thuốc, quả hồng bì còn sử dụng để ăn và làm gia vị thực phẩm. Cây hồng bì được trồng nhiều ở các tỉnh Bắc Giang, Hòa Bình, Sơn La, Lào Cai, Lạng Sơn, Phú Thọ,... Trong quả hồng bì có chứa nhiều thành phần hóa học, đặc biệt là tinh dầu. Trong quả hồng bì có khoảng 0,4- 0,5% tinh dầu, tinh dầu hồng bì chủ yếu là các thành phần β-pinene, terpinolene, α-humulene, α-terpineol...[1]. Tinh dầu quả hồng bì có mùi thơm đặc trưng, có vai trò quan trọng trong các ngành công nghiệp thực phẩm, dược phẩm và mỹ phẩm [1]. Hiện nay ở trong nước có rất ít các công trình nghiên cứu về hoạt tính sinh học và khả năng ứng dụng của tinh dầu vỏ quả hồng bì trong bảo quản thịt. Mục đích của nghiên cứu này là xác định một số hoạt tính sinh học và khả năng ứng dụng của tinh dầu vỏ quả hồng bì, góp phần làm cơ sở khoa học cho việc ứng dụng tinh dầu này trong công nghiệp thực phẩm.

2. Nguyên vật liệu và phương pháp nghiên cứu 2.1. Nguyên vật liệu

Vỏ quả hồng bì thu mua tại huyện Yên Thế - tỉnh Bắc Giang, được tách tinh dầu bằng phương pháp chưng cất lôi cuốn hơi nước và được làm khan bằng natrisunfat. Tinh dầu vỏ quả hồng bì được sử dụng để bảo quản thịt lợn có mùi thơm đặc trưng, trong suốt và có màu vàng nhạt [2]. Thí nghiệm sử dụng các chủng vi khuẩn do Viện Vi sinh vật và Công nghệ Sinh học cung cấp: Staphylococcus aureus,

Escherichia coli, Salmonella typhi và Bacillus cereus. Thịt lợn được mua tại các lò mổ ở huyện Đông Anh - Hà Nội. Sử dụng thịt của các con lợn khỏe mạnh, để lấy mẫu thịt, dùng dao inox và thớt gỗ nghiến được khử trùng bằng nước sôi, các mẫu thịt sau khi lấy, được bao gói trong bao bì polyetylen và đựng trong thùng xốp có chứa nước đá để vận chuyển về nơi bảo quản. Mỗi mẫu bảo quản sử dụng 1.500g thịt lợn và được chia thành 5 miếng, mỗi miếng có trọng lượng 300g.

2.2. Phương pháp nghiên cứu 2.2.1. Khảo sát hoạt tính kháng khuẩn của tinh dầu bằng phương pháp đo đường kính vòng kháng khuẩn

Chuẩn bị dịch vi khuẩn: Cấy ria tạo khuẩn lạc trên môi trường thạch MHA, vi khuẩn được tồn trữ trong ống thạch nghiêng và bảo quản lạnh ở 4oC. Từ ống tồn trữ, chọn 2-3 khuẩn lạc đưa vào ống nghiệm chứa 5ml môi trường TSB đã khử trùng, nuôi cấy ở 37oC, với thời gian là 24 giờ. Mật độ vi khuẩn sau khi nuôi cấy trong môi trường TSB được xác định theo phương pháp đo mật độ quang (OD) ở bước sóng 625nm.

Tiến hành thực hiện: Dùng pipet hút 100µl vi khuẩn mỗi loại (mật độ tế bào 106CFU/ml), sau đó dàn đều trên mặt môi trường MHA và chờ khô bề mặt. Đĩa giấy 6mm vô trùng được thấm bão hòa tinh dầu vỏ quả hồng bì, chờ khô rồi đặt lên mặt môi trường MHA đã dàn đều vi khuẩn, đè nhẹ đĩa giấy lên mặt môi trường MHA. Chuyển các đĩa petri vào tủ lạnh ở nhiệt độ 10oC, khoảng 4-8 giờ để tinh dầu khuếch tán ra đĩa thạch, sau đó đem nuôi ở 37oC, với thời gian 24 giờ. Khả năng kháng khuẩn được xác định bằng cách đo bán kính (BK) vòng ức chế vi khuẩn bằng

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 111

công thức: D – d = BK (mm) [3], với D: đường kính vòng kháng khuẩn (mm), d: đường kính lỗ khoan thạch (mm). 2.2.2. Phương pháp khảo sát nồng độ ức chế tối thiểu của tinh dầu

Khảo sát nồng độ ức chế tối thiểu MIC theo phương pháp hòa tan trong môi trường lỏng TSB, pha dung dịch đối chứng và tinh dầu thành dãy nồng độ cần thử. Dãy nồng độ cần thử là 128µg/ml, 256µg/ml, 512µg/ml, 1.024µg/ml, 2.048µg/ml, 4.096µg/ml và 8.192µg/ml. Dùng pipet hút tinh dầu pha loãng theo dãy nồng độ thử và dung dịch đối chứng vào các ống nghiệm đã chuẩn bị sẵn môi trường, lắc đều cho tinh dầu và cho dung dịch đối chứng hòa tan đều vào môi trường. Dùng pipet hút 20µl dịch vi khuẩn đã chuẩn bị đưa vào ống nghiệm, nuôi ở 37oC, với thời gian 24 giờ. Nồng độ ức chế tối thiểu MIC được tính ở ống nghiệm có nồng độ tinh dầu thấp nhất có thể ức chế sự phát triển của vi khuẩn. So sánh với ống nghiệm trước khi đem nuôi, ống nghiệm nào đục chứng tỏ ở nồng độ tinh dầu đó vi khuẩn vẫn phát triển, ống nghiệm nào trong chứng tỏ ở nồng độ tinh dầu đó vi khuẩn không phát triển. Ở nồng độ thấp nhất vi khuẩn không phát triển thì ghi kết quả là (≤), trong trường hợp đến nồng độ cao nhất mà vẫn thấy vi khuẩn mọc thì kết quả ghi là (>) [3]. 2.2.3. Phương pháp xác định khả năng chống oxy hóa của tinh dầu vỏ quả hồng bì

Khả năng chống oxy hóa của tinh dầu vỏ quả hồng bì được thực hiện theo phương pháp DPPH (1,1-diphenyl-2-picrylhydrazyl) như sau: Mẫu thí nghiệm gồm 0,1 ml tinh dầu vỏ quả hồng bì, 2ml ethyl acetat, 1,9ml methanol và 1ml DPPH. Mẫu trắng gồm 0,1ml tinh dầu vỏ quả hồng bì, 2ml ethyl acetat và 2,9ml methanol. Mẫu kiểm chứng gồm 2ml ethyl acetat, 2ml methanol và 1ml DPPH. Hỗn hợp sau khi phối trộn lắc nhẹ và để yên trong bóng tối ở nhiệt độ phòng 30 phút, đo độ hấp thụ ở bước sóng 517nm. Thí nghiệm được lặp lại 3 lần và tính bằng công thức SC% = [(Ao-(A-Ab)/Ao] × 100 % [4], trong đó SC: hoạt tính quét gốc tự do (%), Ao: độ hấp thụ của mẫu kiểm chứng, A: độ hấp thụ của mẫu thí nghiệm, Ab: độ hấp thụ của mẫu trắng.

Giá trị IC50 được tính theo hoạt tính quét gốc tự do tương quan với các nồng độ khác nhau của tinh dầu vỏ quả hồng bì, thí nghiệm được lặp lại với n=3. Phương trình biểu diễn mối liên quan giữa nồng độ tinh dầu vỏ quả hồng bì và %DPPH bị khử là y = 405,1x - 1,602. Từ giá trị IC của tinh dầu vỏ quả hồng bì có nồng độ pha loãng khác nhau, bằng phương pháp nội suy tính được giá trị IC50. 2.2.4. Phương pháp bố trí thí nghiệm

Sử dụng tinh dầu vỏ quả hồng bì để bảo quản thịt lợn ở các nồng độ 0%, 1%, 2% và 3%, thí nghiệm được bố trí như sau:

TT

Thành phần (%)

Công thức thí nghiệm

CT-ĐC CT-A CT-B CT-C

1 Thịt lợn 100 99 98 97 2 Tinh dầu 0 1 2 3

Ghi chú: CT-ĐC: Công thức đối chứng, 0% tinh dầu, CT-A: 1% tinh dầu, CT-B: 2% tinh dầu, CT-C: 3% tinh dầu. Các công thức

này đều được thực hiện ở nhiệt độ 15oC.

Tiến hành thí nghiệm: Thịt lợn trước khi đưa vào bảo quản được xát muối trên bề mặt, với nồng độ muối 2% so với khối lượng thịt lợn để khử khuẩn, sau đó dùng xi-lanh tiêm tinh dầu vỏ quả hồng bì vào các miếng thịt và phun tinh dầu lên bề mặt các miếng thịt này, rồi bao gói kín bằng bao bì polyetylen và đưa vào tủ lạnh, điều chỉnh nhiệt độ là 15oC. Sở dĩ chọn nhiệt độ 15oC để bảo quản là vì nhiệt độ trung bình vào mùa đông ở miền Bắc trong những năm gần đây là khoảng 15oC. Sau đó phân tích, đánh giá chất lượng sản phẩm thịt lợn ở các công thức này và tìm ra công thức phù hợp để bảo quản.

2.2.5. Phương pháp phân tích các chỉ tiêu hóa sinh Xác định hàm lượng protein trong thịt lợn theo tiêu

chuẩn TCVN 8134:2009 [5], hàm lượng lipid được xác định theo tiêu chuẩn TCVN 8137: 2009 [6]. Hàm lượng các chất khoáng được xác định theo phương pháp đặc trưng của từng nguyên tố: P được xác định theo tiêu chuẩn Việt Nam TCVN 7141:2002 [7]. K, Fe được xác định theo phương pháp đo hấp thụ nguyên tử trên máy AAS-3300 (Perkin Elmer), Ca, Mg được xác định bằng phương pháp chuẩn độ EDTA, S được xác định theo phương pháp khối lượng, Zn, Mn, Cu được xác định theo TCVN 1537: 2007 (ISO 06869: 2000) [8].

2.2.6. Phương pháp phân tích các chỉ tiêu vi sinh Tổng số vi khuẩn hiếu khí được xác định theo tiêu

chuẩn TCVN 7928:2008 [9], Coliforms theo tiêu chuẩn TCVN 6848:2007 [10], Escherichia coli theo tiêu chuẩn TCVN 9976:2013 [11], Clostridium perfringers theo tiêu chuẩn TCVN 4991: 2005 [12], Staphylococcus aureus theo tiêu chuẩn TCVN 4830-1:2005 [13] và Salmonella theo tiêu chuẩn TCVN 4829:2005 [14].

2.2.7. Phương pháp đánh giá chất lượng cảm quan Chỉ tiêu cảm quan của thịt lợn được xác định theo tiêu

chuẩn TCVN 3215-79 [15]. Trạng thái, màu sắc, mùi và vị của thịt lợn bảo quản bằng tinh dầu vỏ quả hồng bì được xác định theo thang điểm 5 gồm 6 bậc, cao nhất là 20 điểm và thấp nhất là 0 điểm. Tính điểm trung bình của các thành viên hội đồng đối với từng chỉ tiêu cảm quan, tiếp theo nhân với hệ số quan trọng tương ứng của chỉ tiêu đó, gọi là điểm có trọng lượng của từng chỉ tiêu, sau đó tính tổng số điểm có trọng lượng của tất cả các chỉ tiêu cảm quan, được số điểm chung (có trọng lượng). Với loại tốt (18,6-20 điểm), loại khá (15,2-18,5), loại trung bình (11,2-15,1), loại kém (7,2-11,1), loại rất kém (4,0-7,2) và loại hỏng (0-3,9). Hội đồng cảm quan gồm 9 thành viên, bao gồm chủ tịch, thư ký và các ủy viên. Trước khi đánh giá cảm quan, các thành viên được học những khái niệm cơ bản về sinh lý cảm quan, được giải thích về vai trò của các cơ quan cảm giác và bản chất của các tính chất cảm quan của thịt lợn. Sau phần lý thuyết, các thành viên được làm các bài thí nghiệm để học cách miêu tả và nhận biết cảm giác. Tiếp theo các thành viên trải qua phần thực hiện các thí nghiệm cụ thể về nhận biết, phân biệt, đánh giá và được thử nghiệm trên mẫu thịt lợn. Chủ tịch hội đồng và các thành viên hội đồng thảo luận sơ bộ về nội dung cần đánh giá, thống nhất hệ số quan trọng. Hệ số quan trọng được hội đồng thống nhất là: Hình thức bên ngoài (1,1), trạng thái bên trong (1,3), mùi (0,9) và vị (0,7). Mỗi thành viên

112 Nguyễn Văn Lợi

hội đồng nhận được một phiếu đánh giá, các mẫu thịt lợn đã được mã hóa bằng chữ cái in hoa, sau đó đánh giá và điền kết quả vào phiếu. Sau mỗi lần đánh giá từng mẫu, các thành viên phải sử dụng nước lọc để thanh vị trước khi đánh giá mẫu tiếp theo.

3. Kết quả và thảo luận 3.1. Hoạt tính sinh học của tinh dầu vỏ quả hồng bì 3.1.1. Khả năng kháng khuẩn của tinh dầu vỏ quả hồng bì

Tiến hành khảo sát khả năng kháng khuẩn của tinh dầu vỏ quả hồng bì ở các nồng độ là 128µg/ml, 256µg/ml, 512µg/ml, 1.024µg/ml, 2.048µg/ml, 4.096µg/ml và 8.192µg/ml trên các chủng vi khuẩn thí nghiệm như sau: Escherichia coli, Staphylococcus aureus, Salmonella typhi và Bacillus cereus. Kết quả được trình bày ở bảng 1.

Bảng 1. Khả năng kháng khuẩn của tinh dầu vỏ quả hồng bì

TT Chủng vi khuẩn thí nghiệm

Đường kính vòng tròn

kháng khuẩn (mm)

Nồng độ ức chế tối thiểu MIC (µg/ml)

1 Escherichia coli 46,05 128

2 Salmonella typhi 39,15 256

3 Staphylococcus aureus

38,12 256

4 Bacillus cereus 36,20 256

Kết quả nghiên cứu trong bảng 1 cho thấy tinh dầu vỏ quả hồng bì có khả năng kháng khuẩn mạnh trên cả các chủng vi khuẩn thí nghiệm. Đường kính vòng tròn kháng khuẩn đối với chủng Salmonella typhi là 39,15mm, Staphylococcus aureus là 38,12mm, Bacillus cereus là 36,20mm. Tinh dầu vỏ quả hồng bì có tác dụng mạnh đối với chủng vi khuẩn Escherichia coli, đường kính vòng tròn kháng khuẩn đo được lớn nhất là 46,05mm. Tiến hành xác định nồng độ ức chế tối thiểu MIC cho tất cả các chủng vi khuẩn thí nghiệm, kết quả khảo sát cho thấy MIC của tinh dầu vỏ quả hồng bì đối với chủng Escherichia coli là 128µg/ml, đối với các chủng Salmonella typhi, Staphylococcus aureus và Bacillus cereus là 256µg/ml. 3.1.2. Hoạt tính quét gốc tự do DPPH của tinh dầu vỏ quả hồng bì

Hoạt tính quét gốc tự do DPPH của tinh dầu vỏ quả hồng bì được thực hiện tại phòng thí nghiệm Trường Đại học Bách khoa Hà Nội. Tiến hành khảo sát ở các nồng độ khác nhau, kết quả được trình bày ở bảng 2.

Bảng 2. Hoạt tính quét gốc tự do DPPH của tinh dầu vỏ quả hồng bì

TT

Nồng độ (µg/ml)

%DPPH bị khử

Tinh dầu vỏ quả hồng bì Vitamin E

1 0,06 22,12 89,15

2 0,05 15,58 67,83

3 0,04 12,25 52,35

4 0,03 8,63 32,64

5 0,02 5,15 18,72

Hoạt tính quét gốc tự do DPPH của tinh dầu vỏ quả hồng bì được xác định thông qua giá trị IC50 được thể hiện qua bảng 3.

Bảng 3. Giá trị IC50 của tinh dầu vỏ quả hồng bì và vitamin E

TT Mẫu IC50 (µg/ml)

1 Tinh dầu vỏ quả hồng bì 6,15 ± 0,01

2 Vitamin E 4,21 ± 0,02

Kết quả trong bảng 3 cho thấy vitamin E trung hòa 50% gốc tự do DPPH ở nồng độ IC50= 4,21± 0,02µg/ml, trong khi đó tinh dầu vỏ quả hồng bì trung hòa được 50% gốc tự do DPPH ở nồng độ IC50= 6,15± 0,01µg/ml. Như vậy, tinh dầu vỏ quả hồng bì có hoạt tính quét gốc tự do nhỏ hơn vitamin E được dùng để khảo sát trong thí nghiệm. Tính dầu vỏ quả hồng bì có hoạt tính quét gốc tự do bằng 68,45% so với vitamin E. Điều đó chứng tỏ hoạt tính kháng oxy hóa của tinh dầu vỏ quả hồng bì khá cao.

3.2. Ảnh hưởng của nồng độ tinh dầu vỏ quả hồng bì đến sự biến đổi chất lượng của thịt lợn 3.2.1. Ảnh hưởng của nồng độ tinh dầu vỏ quả hồng bì đến sự biến đổi chỉ tiêu hóa sinh của thịt lợn

Sử dụng tinh dầu vỏ quả hồng bì để bảo quản thịt lợn ở các nồng độ 0%, 1%, 2% và 3%; nhiệt độ bảo quản là 15oC. Kết quả được trình bày ở bảng 4.

Bảng 4. Ảnh hưởng của nồng độ tinh dầu vỏ quả hồng bì đến sự biến đổi các chỉ tiêu hóa sinh của thịt lợn

TT Chỉ tiêu hóa sinh

(%)

Công thức

CT-T CT-ĐC

CT-A

CT-B

CT-C

1 Protein 19,15 17,96 18,95 19,12 19,12

2 Lipid 6,95 6,75 6,87 6,93 6,92

3 Nước 72,61 69,27 71,86 72,54 72,52

4 Vitamin 0,54 0,44 0,47 0,52 0,51

5 Chất khoáng

0,16 0,12 0,13 0,15 0,15

Ghi chú: CT-T: Thịt lợn tươi (mới giết mổ)

Kết quả nghiên cứu trong bảng 4, ở thời điểm 4 ngày bảo quản cho thấy, thịt lợn ở công thức CT-ĐC các thành phần protein, lipid, nước, vitamin và chất khoáng đều giảm so với các công thức có sử dụng tinh dầu vỏ quả hồng bì. Thịt lợn ở 3 công thức sử dụng tinh dầu vỏ quả hồng bì để bảo quản, thì công thức CT-A có sự giảm các thành phần hóa sinh lớn hơn công thức CT-B và CT-C. So với công thức CT-ĐC thì thịt lợn ở công thức CT-B và CT-C, các thành phần dinh dưỡng biến đổi chậm. So với thịt lợn tươi ở công thức CT-T, thì thịt lợn ở công thức CT-B và CT-C có sự biến đổi các thành phần hóa sinh không đáng kể, trong 4 ngày bảo quản. Nhưng đến ngày thứ 5 thì sự biến đổi các thành phần này của thịt lợn ở công thức CT-B và CT-C có sự thay đổi nhiều so với thịt lợn tươi. Qua đây cũng cho thấy tinh dầu vỏ quả hồng bì có khả năng hạn chế sự biến đổi các thành phần hóa sinh và ngăn cản sự bay hơi nước trong thịt lợn.

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 113

3.2.2. Ảnh hưởng của nồng độ tinh dầu vỏ quả hồng bì đến sự biến đổi chỉ tiêu vi sinh vật của thịt lợn

Để xác định ảnh hưởng của tinh dầu vỏ quả hồng bì tới sự biến đổi các chỉ tiêu vi sinh vật của thịt lợn, sử dụng tinh dầu với nồng độ 0%, 1%, 2% và 3%. Kết quả được trình bày ở bảng 5. Bảng 5. Ảnh hưởng của tinh dầu vỏ quả hồng bì đến sự biến đổi

các chỉ tiêu vi sinh của thịt lợn

Chỉ tiêu vi sinh

Giới hạn

nhiễm

Công thức

CT-T CT-ĐC CT-A CT-B CT-C

Tổng số vi sinh vật hiếu khí (sl/g, ml)

3.105

102 3.105 2.105 105 105

Coliforms (chỉ số MPN/g, ml)

50 0 75 65 0 0

Escherichia coli (sl/g, ml)

3 0 15 12 0 0

Clostridium perfringers (sl/g, ml)

10

0 20 14 0 0

Staphylococcus aureus (sl/g,ml)

10 0 13 12 0 0

Salmonella typhi (sl/25g,25ml)

0 0 0 0 0 0

Thịt lợn ở công thức CT-ĐC và công thức CT-A các chỉ tiêu vi sinh vật như: Tổng vi sinh vật hiếu khí, Coliforms, Escherichia coli, Clostridium perfringers, Staphylococcus aureus và Salmonella typhi đều vượt giới hạn cho phép. Trong khi đó thịt lợn ở công thức CT-B và CT-C, sau 4 ngày bảo quản ở nhiệt độ 15oC, các chỉ tiêu vi sinh vật đều thấp hơn giới hạn cho phép. So với thịt lợn tươi mới giết mổ lấy thịt từ con lợn khỏe mạnh, thì thịt lợn ở công thức CT-B và CT-C có tổng số vi sinh vật hiếu là 105, lớn hơn so với thịt lợn tươi, còn các chỉ tiêu vi sinh vật khác không có sự thay đổi sau 4 ngày bảo quản, nhưng đến ngày thứ 5 thì chỉ tiêu vi sinh vật có sự thay đổi rõ rệt. Điều đó kết luận rằng tinh dầu vỏ quả hồng bì ở nồng độ từ 2-3% có tác dụng ức chế sự phát triển của vi sinh vật trên thịt lợn.

Kết quả đánh giá cảm quan ở bảng 5 cho thấy, sau 4 ngày bảo quản, thịt lợn ở công thức CT-ĐC và CT-A có cấu trúc bên ngoài mềm nhũn, có nhớt ở trên bề mặt, xuất hiện mùi hôi, đặc biệt là thịt ở công thức CT-ĐC còn xuất hiện màu xám, với tổng điểm các giá trị cảm quan của công thức CT-ĐC là 10,18 và công thức CT-A là 11,12, cả hai công thức này đều xếp loại kém. Thịt lợn ở công thức CT-B có màu hồng tươi, trên bề mặt thịt không có nhớt, độ đàn hồi tốt, thịt có mùi tự nhiên xen lẫn với mùi thơm của tinh dầu. Thịt ở công thức CT-B, khi luộc thịt thì nước luộc trong, có vị ngọt và mùi thơm. Thịt ở công thức CT-C, khi luộc thịt thì nước luộc thịt có mùi thơm, thịt có vị hơi đắng của tinh dầu vỏ quả hồng bì. Trong 2 công thức này thì công thức CT-B được đánh giá cao hơn với tổng điểm là 16,75 xếp loại khá, thịt lợn ở công thức CT-C với tổng điểm là 16,13 được xếp loại khá. Đến ngày thứ 5 thịt lợn ở công thức CT-B và CT-C xuất hiện mùi ôi, vị hơi chua, màu

thâm tím, độ đàn hồi giảm và có nhớt trên bề mặt. Do đó để giảm giá thành sản phẩm và hạn chế hiện tượng thịt lợn có vị đắng, chọn nồng độ tinh dầu vỏ quả hồng bì là 2% để bảo quản thịt lợn là phù hợp. 3.2.3. Ảnh hưởng của nồng độ tinh dầu vỏ quả hồng bì đến sự biến đổi chỉ tiêu cảm quan của thịt lợn

Cảm quan là một chỉ tiêu quan trọng để đánh giá chất lượng của thịt lợn, chỉ tiêu cảm quan được xác định theo tiêu chuẩn TCVN 3215-79. Kết quả đánh giá chỉ tiêu cảm quan của thịt lợn sau 4 ngày bảo quản được thể hiện ở bảng 6. Bảng 6. Ảnh hưởng của tinh dầu vỏ quả hồng bì đến sự biến đổi

chỉ tiêu cảm quan của thịt lợn

Chỉ tiêu cảm quan

CT-ĐC CT-A CT-B CT-C

Cấu trúc

1,96 2,37 3,89 3,87

Thịt mềm

nhũn, bề mặt thịt có nhớt

Thịt mềm

nhũn, bề mặt thịt có nhớt

Thịt có độ đàn hồi

tốt, không có nhớt

Thịt có độ đàn hồi tốt, không có

nhớt

Màu sắc

2,16 2,29 4,51 4,49

Thịt có màu hồng

nhạt xen lẫn màu xámvà nhăn

Thịt có màu hồng

nhạt và nhăn

Thịt có màu hồng tươi, bề mặt bình thường

Thịt có màu hồng tươi,

bề mặt bình thường

Mùi

3,04 3,27 3,72 3,59

Thịt xuất hiện

mùi hôi

Thịt xuất

hiện mùi hôi

Thịt có mùi tự

nhiên xen lẫn với

mùi thơm đặc trưng của tinh

dầu

Thịt có mùi tự nhiên xen lẫn với mùi thơm đậm

của tinh dầu

Vị

3,02 3,19 4,63 4,18

Thịt có vị chua

Thịt có vị chua

Thịt có vị ngọt đặc

trưng

Thịt có vị hơi đắng

của tinh dầu

Tổng điểm 10,18 11,12 16,75 16,13

Xếp loại Kém Kém Khá Khá

4. Kết luận Kết quả khảo sát cho thấy đối với chủng Escherichia

coli nồng độ ức chế tối thiểu của tinh dầu vỏ quả hồng bì là 128µg/ml, các chủng Salmonella typhi, Staphylococcus aureus và Bacillus cereus nồng độ tinh dầu vỏ quả hồng bì là 256µg/ml. Bằng phương pháp DPPH đã xác định được hoạt tính quét gốc tự do của tinh dầu vỏ quả hồng bì, với giá trị IC50 = 6,15 ± 0,01µg/ml có hoạt tính quét gốc tự do khá cao, bằng 68,45% so với vitamin E. Đã xác định được được khả năng bảo quản thịt lợn của tinh dầu vỏ quả hồng

114 Nguyễn Văn Lợi

bì, nồng độ sử dụng là 2%, thời gian bảo quản là 4 ngày ở nhiệt độ 15oC.

TÀI LIỆU THAM KHẢO [1] Trần Huy Thái, Nguyễn Xuân Phương, “Góp phần nghiên cứu thành

phần hóa học của tinh dầu hồng bì dại Clausena excavate ở Việt Nam”, Tạp chí Dược liệu, 7, 2002, p.41-45.

[2] Nguyễn Văn Lợi (2017), “Nghiên cứu quy trình tách chiết tinh dầu vỏ quả hồng bì Clausena Lansium (lour.) Skeels”, Tạp chí Công nghiệp hóa chất, 2, p.15-22.

[3] Perez C, Pauli M, Bazevque P, “An antibiotic assay by the agar welldiffusionmethod”, Acta Biologiae et Medicine Experimentalis, 15, 1990, p.113-115.

[4] Matook S.M, Fumio H, “Evaluation of the antioxidant activity of extracts from buntan (Citrus grandis Osbeck) fruit tissues”, Food Chemistry, 94, 2006, p.529-534.

[5] Tiêu chuẩn Việt Nam TCVN 8134, Thịt và sản phẩm thịt - Xác định hàm lượng protein (phương pháp chuẩn), 2009, p.1-5.

[6] Tiêu chuẩn Việt Nam TCVN 8137, Thịt và sản phẩm thịt - Xác định hàm lượng chất béo tự do, 2009, p.1-6.

[7] Tiêu chuẩn Việt Nam TCVN 7141, Thịt và sản phẩm từ thịt - Xác định phốt pho tổng số (phương pháp quang phổ), 2002, p.1-7.

[8] Tiêu chuẩn Việt Nam TCVN 1537, Xác định hàm lượng Ca, Cu, Fe, Mg, Mn, K, Na và Zn - Phương pháp quang phổ hấp thụ nguyên tử, 2007, p.1-7.

[9] Tiêu chuẩn Việt Nam TCVN 7928, Xác định lượng tổng số vi khuẩn hiếu khí bằng phương pháp gel pectin, 2008, p.1-2.

[10] Tiêu chuẩn Việt Nam TCVN 6848, Phương pháp định lượng Coliforms - Kỹ thuật đếm khuẩn lạc, 2007, p.1-6.

[11] Tiêu chuẩn Việt Nam TCVN 9976, Thịt và thủy sản - Định lượng Escherichia coli bằng phương pháp sử dụng đĩa đếm Petrifilm, 2013, p.1-5.

[12] Tiêu chuẩn Việt Nam TCVN 4991, Phương pháp định lượng Clostridium perfringers trên đĩa thạch - Kỹ thuật đếm khuẩn lạc, 2005, p.1-7.

[13] Tiêu chuẩn Việt Nam TCVN 4830-1, Phương pháp định lượng Staphylococcus có phản ứng dương tính với Coagulase (Staphylococcus aureus và các loài khác) trên đĩa, 2005, p.1-7.

[14] Tiêu chuẩn Việt Nam TCVN 4829, Phương pháp phát hiện Salmonella trên đĩa thạch, 2005, p.1-10.

[15] Tiêu chuẩn Việt Nam TCVN 3215-79, Sản phẩm thực phẩm phân tích cảm quan - Phương pháp cho điểm, 1979, p.1-13.

(BBT nhận bài: 05/01/2017, hoàn tất thủ tục phản biện: 07/3/2017)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 115

NGHIÊN CỨU ĐỒNG TRÙNG HỢP GHÉP AXIT ACRYLIC LÊN TINH BỘT SẮN DÂY VÀ TINH BỘT BÌNH TINH KHƠI MÀO BẰNG (NH4)2S2O8

GRAFT COPOLYMERIZATION OF ACRYLIC ACID ONTO PUERUARIA THOMSONI BENTH ROOT STARCH AND ARROWROOT (MARANTA ARUNDIANCAE L.) STARCH

INITIATED BY (NH4)2S2O8

Trần Mạnh Lục1, Trần Thị Ngọt2 1Trường Đại học Sư phạm, Đại học Đà Nẵng; tranmanhluc56@gmail.com

2Học viên Cao học K19, Chuyên ngành Hóa Hữu cơ, Đại học Đà Nẵng

Tóm tắt - Đồng trùng hợp ghép axit acrylic (AA) lên tinh bột sắndây và tinh bột bình tinh trong môi trường nước và trong khí quyểnnitơ được nghiên cứu với việc sử dụng chất khơi màoamonipersulfat (APS). Điều kiện tối ưu của quá trình đồng trùnghợp ghép là: thời gian = 60 phút; nhiệt độ 50oC; thể tích H2O 50ml;nồng độ dung dịch amonifersulfat = 0,1%; pH = 3; lượng axitacrylic/tinh bột = 1,5ml/3,0g; tinh bột sắn đã qua hồ hóa trong thờigian 5 phút ở 70oC. Các thông số của quá trình ghép đối với tinhbột sắn dây là: hiệu suất ghép (%GY) = 8,90%; hiệu quả ghép(%GE) = 18,77% và phần trăm chuyển hóa (%TC) = 91,52%, cònđối với tinh bột bình tinh là: hiệu suất ghép (%GY) = 7,34%;hiệu quả ghép (%GE) = 14,05% và phần trăm chuyển hóa(%TC) = 90,30%. Đặc tính hóa lý của các mẫu tinh bột và củacopolyme ghép được đánh giá qua ảnh SEM, phổ IR và phổDTA/TG.

Abstract - Graft copolymerization of acrylic acid (AA) onto Pueruaria Thomsoni Benth root starch and arrowroot (Maranta arundiancae L.) starch initiated by amonium persulfate (APS) in aqueous medium and in nitrogen atmosphere has been studied. The optimal conditions for graft copolymerization are: duration 60minutes; temperature = 50oC; H2O volume= 50 ml; amonium persulfate concentration = 0.1%; pH = 3; rate acrylic acid /starch = 1,5ml/3,0g; pasted starch for 5 minutes at the temperature of 70oC. Optimizing the necessary parameters can attain Pueruaria Thomsoni Benth with percentage of graft yield (%GY) of = 8.90%, graft efficiency (%GE) = 18.77%; percentage of total convercion (%TC) = 91.52%. For starch of Maranta arundiancae L. the percentage of graft yield (%GY) is = 7.34%, graft efficiency (%GE)is = 14.05% and the percentage of total convercion (%TC) is = 90.30%. The chemical and physical characteristics of the starchs and of graftcopolymers are shown in the SEM image, IR spectrum, and spectrum DTA/TG.

Từ khóa - đồng trùng hợp ghép; axit acrylic; tinh bột sắn dây; tinhbột bình tinh; copolyme ghép.

Key words - graft copolymerization; acrylic acid; Pueruaria Thomsoni Benth root starch; Maranta arundiancae L.) starch; graftcopolymers.

1. Đặt vấn đề

Tinh bột là một polysaccarit rất phổ biến trong tự nhiên, là chất dinh dưỡng dự trữ của thực vật, do cây xanh quang hợp tạo nên. Tinh bột được thực vật tích trữ trong các mô thực vật dưới dạng không hòa tan trong nước ở các bộ phận của cây như hạt, củ và quả [1], [5]. Mặc dù có vai trò quan trọng trong nhiều lĩnh vực, nhưng ở dạng tự nhiên, tinh bột vẫn còn một số nhược điểm làm hạn chế khả năng ứng dụng của nó. Đã có nhiều công trình nghiên cứu biến tính tinh bột nhằm nâng cao khả năng sử dụng của chúng [2], [3], [4], [7], [10], [11]. Trong công trình này, chúng tôi trình bày một số kết quả thu được khi nghiên cứu phản ứng đồng trùng hợp ghép axit acrylic (AA) lên tinh bột sắn dây và tinh bột bình tinh, sử dụng tác nhân khơi mào (NH4)2S2O8 nhằm tìm ra các điều kiện thích hợp cho quá trình ghép, góp phần tạo ra vật liệu với các đặc tính mới từ các loại tinh bột này.

2. Thực nghiệm 2.1. Nguyên liệu, hóa chất, thiết bị 2.1.1. Nguyên liệu

Tinh bột sắn dây và tinh bột bình tinh được cung cấp bởi cơ sở chế biến và sản xuất tinh bột tại Kim Môn - Hải Dương có các đặc tính hóa lí sau:

Tinh bột sắn dây: Độ ẩm : max 12,91%; Tro: max 0,13%; Độ axit: 1,06 ml/100 g mẫu; Tạp chất – xơ: 0,04%; Protein: max 0,26%; Hàm lượng kim loại nặng: không có;

Tinh bột bình tinh: Độ ẩm: max 12,86%; Tro : max 0,14%; Độ axit: 0,68 ml/100 g mẫu; Tạp chất – xơ: 0,06%; Protein: max 0,22%; Hàm lượng kim loại nặng: không có. 2.1.2. Hóa chất

Axit acrylic (Merck), KI (Merck), I2 (Merck), hydroquinol (Merck), HgCl2 (Merck), Epiclohydrin (TQ), (NH4)2S2O8 (TQ), NaOH (TQ); Na2S2O3 (TQ), khí N2 (Nhà máy dưỡng khí Đà Nẵng, Việt Nam). 2.1.3. Thiết bị

Ảnh kính hiển vi điện tử quét (SEM) được chụp trên máy JSM 6409-JEOL-Japan.

Phổ hồng ngoại (IR) được ghi trên máy GX-PerkinElmer-USA trong vùng 4000 - 600 cm-1.

Phổ phân tích nhiệt vi phân (DGA/TG) được ghi trên máy Shimadzu TGA-50 từ nhiệt độ phòng đến 800oC trong khí quyển N2, tốc độ gia nhiệt 10oC/phút.

2.2. Quá trình đồng trùng hợp ghép Quá trình đồng hợp ghép được tiến hành trong bình cầu

loại 250ml. Cho một lượng tinh bột và một thể tích H2O ứng với điều kiện đang khảo sát, nâng nhiệt độ lên 70oC (giữ trong 5 phút) để hồ hóa hoàn toàn tinh bột. Sau đó, giảm nhiệt độ xuống nhiệt độ phản ứng và giữ không đổi. Sục khí N2 vào hỗn hợp phản ứng để đuổi lượng oxy hòa tan. Tiếp tục cho (NH4)2S2O8 và axit acrylic vào. Hỗn hợp được khuấy đều để các chất phản ứng tiếp xúc tốt. Dừng

116 Trần Mạnh Lục, Trần Thị Ngọt

phản ứng lại bằng cách thêm 1ml hydroquinol 1% và để nguội về nhiệt độ phòng. Hỗn hợp sau phản ứng được rót vào 300ml etanol, lọc lấy kết tủa và tiếp tục đem chiết soxhlet với etanol trong 24h để loại bỏ homopolyme ra khỏi sản phẩm ghép. Cuối cùng đem sấy ở 600C đến khối lượng không đổi thu được copolyme ghép [2], [7].

2.3. Xác định lượng axit acrylic chưa phản ứng 2.3.1. Chuẩn bị dung dịch ICl

Dung dịch ICl được chuẩn bị theo phương pháp Hip (Hubl):

Phản ứng trong dung dịch phương pháp Hip: HgCl2 + I2 → HgICl + ICl ICl có màu đỏ thẩm, dưới tác dụng của không khí ẩm

bị thủy phân tạo ra I2O5 bám trên thành bình. Phản ứng vào liên kết đôi:

C C + ICl C

I

C

Cl 2.3.2. Chuẩn bị dung dịch Hip

Hòa tan 25g I2 trong etanol, 30g HgCl2 trong 500ml etanol. Hai dung dịch này 500ml giữ riêng trong 2 bình thủy tinh sẫm màu có nút nhám. Trước khi tiến hành thử 48h trộn lẫn hai dung dịch trên với thể tích bằng nhau, trường hợp có lắng phải lọc.

2.3.3. Chuẩn bị dung dịch KI 10% Cân 2g KI trên cân phân tích, cho vào cốc thủy tinh

150ml, sau đó cho 18ml nước cất khuấy đều, ta được dung dịch KI 10%. Dung dịch KI phải trong suốt, không màu, nếu có màu hơi vàng thì thêm từng giọt Na2S2O3 0,001N cho đến khi mất màu hoàn toàn.

2.3.4. Phương pháp chuẩn độ nối đôi xác định lượng axit acrylic dư

Lấy 5ml mẫu (hỗn hợp sản phẩm phản ứng) vào bình tam giác 250ml nút nhám có tẩm dung dịch KI, sau đó cho vào bình 15ml dung dịch Hip, đậy kín, để trong bóng tối khoảng 1 giờ và cứ khoảng 15 phút lắc một lần. Tiếp theo cho thêm vào bình 25ml KI 10%, lắc đều và lại để trong bóng tối khoảng 10 phút. Sau đó mang ra chuẩn độ với Na2S2O3 0,1N đến khi dung dịch không màu thì dừng. Ghi thể tích Na2S2O3 đã dùng.

Phản ứng chuẩn độ: KI + ICl → KCl + I2 I2 + 2Na2S2O3 → 2NaI + Na2S4O6 Mẫu trắng không có sản phẩm phản ứng làm tương tự

như trên. Ghi thể tích Na2S2O3 0,1N đã dùng. Khối lượng axit acrylic chưa phản ứng trong 5ml mẫu

được tính theo công thức (1):

m = 2.1000

72.).( 0 NVV − (1)

N: nồng độ Na2S2O3. V0: thể tích (ml) Na2S2O3 dùng trong mẫu trắng. V: thể tích (ml) Na2S2O3 dùng trong mẫu phân tích.

2.4. Xác định các thông số đồng trùng hợp ghép Các thông số đánh giá quá trình đồng hợp ghép bao gồm

hiệu suất ghép GY (%), hiệu quả ghép GE (%) và độ chuyển hóa TC (%) được tính theo các công thức (2), (3), (4).

Hiệu suất ghép GY (%): là phần trăm khối lượng axit acrylic ghép vào tinh bột so với lượng tinh bột ban đầu.

Công thức tính: GY (%) = 100.1

12

mmm − (2)

Hiệu quả ghép GE (%): là phần trăm khối lượng axit acrylic được ghép vào tinh bột so với tổng lượng axit acrylic đã phản ứng. Công thức tính: GE (%) =

100.34

12

mmmm

−−

(3) Độ chuyển hóa TC (%): là phần trăm lượng axit acrylic

đã phản ứng so với lượng axit acrylic ban đầu. Công thức

tính: TC (%) = 100.4

34

mmm −

(4)

Trong đó: m1, m2, m3, m4 lần lượt là khối lượng tinh bột, khối lượng copolyme ghép, khối lượng axit acrylic dư và khối lượng axit acrylic ban đầu.

3. Kết quả và thảo luận 3.1. Khảo sát các yếu tố ảnh hưởng đến quá trình ghép. 3.1.1. Ảnh hưởng của nhiệt độ đến quá trình ghép

Để nghiên cứu ảnh hưởng của nhiệt độ, phản ứng được tiến hành ở các điều kiện: tinh bột: 3g; H2O: 50ml; (NH4)2S2O8 0,1%: 2,5ml; AA: 1,5ml; pH = 3; thời gian: 60 phút; nhiệt độ thay đổi từ 30oC đến 80oC. Kết quả được trình bày trong các hình 1 (đối với tinh bột sắn dây) và hình 2 (đối với tinh bột bình tinh).

Hình 1. Ảnh hưởng của nhiệt độ đến quá trình ghép AA lên tinh

bột sắn dây

Hình 2. Ảnh hưởng của nhiệt độ đến quá trình ghép AA lên tinh

bột bình tinh Về cơ bản, khi nhiệt độ tăng thì tốc độ của các phản ứng

hóa học tăng theo quy luật mô tả bởi phương trình Arrhenius. Trong quá trình ghép, xảy ra sự cạnh tranh để có được gốc tự do giữa mạch polyme ghép đang phát triển với monome, homopolyme của monome, dung môi và những tác nhân khác. Để đặc trưng cho sự cạnh tranh này

0

20

40

60

80

100

120

30 40 50 60 70 80

Nhiệt độ (o C)

Hiệu

quả

pol

yme(

%)

TC(%)GY(%)GE(%)

0

20

40

60

80

100

120

30 40 50 60 70 80

Nhiệt độ (0 C)

Hiệu

quả

pol

yme

TC(%)GY(%)GE(%)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 117

người ta dùng hằng số chuyển mạch C và được xác định bằng tỷ số: C = kc/kp.

kc: hằng số tốc độ của quá trình chuyển mạch. kp: hằng số tốc độ của phát triển mạch. Quá trình chuyển mạch từ gốc tự do lên polyme ảnh

hưởng lớn đến hiệu suất ghép. Nó thể hiện ở bản chất của chất khơi mào và độ hoạt động của gốc tạo thành.

Khi nhiệt độ tăng thì hiệu suất ghép tăng do năng lượng hoạt hóa của phản ứng chuyển mạch cao hơn so với phản ứng ngắt mạch. Hiệu suất còn tăng khi tăng tốc độ phản ứng phân hủy của chất khơi mào, và giảm nồng độ tác nhân chuyển mạch trọng lượng phân tử thấp do có sự cạnh tranh gốc tự do với nhau. Trong trường hợp đang xét, hiệu suất ghép tăng khi tăng nhiệt độ là do các gốc tự do được tạo thành nhiều hơn và năng lượng hoạt hóa của phản ứng chuyển mạch cao hơn so với phản ứng ngắt mạch. Đây có thể là nguyên nhân chính thúc đẩy quá trình phản ứng làm tăng hiệu suất ghép. Tuy nhiên, hiệu suất ghép chỉ tăng đến một giới hạn nhất định (50oC) bởi sau đó thì tốc độ phản ứng ngắt mạch trở nên ngang bằng với tốc độ phản ứng phát triển mạch, dẫn đến hiệu suất ghép tăng không đáng kể. 3.1.2. Ảnh hưởng của thời gian đến quá trình ghép

Để nghiên cứu ảnh hưởng của thời gian, phản ứng được tiến hành ở các điều kiện: tinh bột: 3g; H2O: 50ml; (NH4)2S2O8 0,1%: 2,5ml; AA: 1,5ml; pH = 3; nhiệt độ: 50oC; thời gian thay đổi từ 30 đến 180 phút. Kết quả được trình bày trong các hình 3 (đối với tinh bột sắn dây) và hình 4 (đối với tinh bột bình tinh).

Hình 3. Ảnh hưởng của thời gian đến quá trình ghép AA lên

tinh bột sắn dây

Hình 4. Ảnh hưởng của thời gian đến quá trình ghép AA lên

tinh bột bình tinh Thời gian đầu, hiệu suất ghép tăng nhanh theo thời gian

phản ứng bởi sự gia tăng quá trình phân hủy của chất xúc tác, tạo ra nhiều gốc tự do thúc đẩy quá trình phản ứng. Quá trình này tiếp tục đến 60 phút và sau đó là sự cạn kiệt của các tác nhân tham gia phản ứng nên phản ứng tăng thêm không đáng kể. 3.1.3. Ảnh hưởng của nồng độ chất khơi mào (NH4)2S2O8 đến quá trình ghép

Để nghiên cứu ảnh hưởng của nồng độ chất khơi mào, phản ứng được tiến hành ở các điều kiện: tinh bột: 3g; H2O: 50ml; AA: 1,5ml; pH = 3; thời gian: 60 phút; nhiệt độ:

500C; nồng độ (NH4)2S2O8 thay đổi từ 0,05% đến 0,15%. Kết quả được trình bày trong các hình 5 (đối với tinh bột sắn dây) và hình 6 (đối với tinh bột bình tinh).

Hình 5. Ảnh hưởng của nồng độ APS đến quá trình ghép AA lên

tinh bột sắn dây.

Hình 6. Ảnh hưởng của nồng độ APS đến quá trình ghép AA lên

tinh bột bình tinh. Khi tăng nồng độ APS, quá trình tạo gốc tự do trên đại

phân tử tinh bột tăng làm tăng cường quá trình ghép. Hiệu suất ghép giảm khi tiếp tục tăng nồng độ APS trên 0,1% có thể do sự giảm sút của bản thân các gốc đại phân tử tinh bột bởi phản ứng của chúng với chất khơi mào. Sau quá trình ngắt mạch các gốc đại phân tử trên tinh bột, tác nhân khơi mào làm tăng sự hình thành homopolyme do lượng monome sẵn có trong hệ phản ứng. Điều này được khẳng định bởi kết quả trên đồ thị cho thấy ở nồng độ APS lớn hơn 0,1%, mặc dù hiệu suất ghép giảm nhưng phần trăm chuyển hóa vẫn tăng. 3.1.4. Ảnh hưởng của lượng dung môi đến quá trình ghép

Để nghiên cứu ảnh hưởng của lượng dung môi (nước), phản ứng được tiến hành ở các điều kiện: tinh bột: 3 g; (NH4)2S2O8 0,1%: 2,5 ml; AA: 1,5 ml; pH = 3; thời gian: 60 phút; nhiệt độ: 50oC; thể tích H2O thay đổi từ 30 đến 70 ml. Kết quả được trình bày trong các hình 7 (đối với tinh bột sắn dây) và hình 8 (đối với tinh bột bình tinh).

Hình 7. Ảnh hưởng của thể tích H2O đến quá trình ghép AA lên

tinh bột sắn dây

Hình 8. Ảnh hưởng của thể tích H2O đến quá trình ghép AA lên

tinh bột bình tinh

0

20

40

60

80

100

120

30 60 90 120 150 180Thời gian (phút)

Hiệu

quả

pol

yme(

%)

TC(%)GY(%)GE(%)

0

20

40

60

80

100

120

30 60 90 120 150 180

Thời gian (phút)

Hiệu

quả

pol

yme

(%)

TC(%)GY(%)GE(%)

0

20

40

60

80

100

120

0,05 0,07 0,1 0,12 0,15

Nồng độ APS (C%)

Hiệu

quả

pol

yne(

%)

TC(%)GY(%)GE(%)

0

20

40

60

80

100

120

0,05 0,07 0,1 0,12 0,15

Nồng độ APS (C%)

Hiệu

quả

pol

yme(

%)

TC(%)GY(%)GE(%)

0

20

40

60

80

100

120

30 40 50 60 70

Thể tích nước ( ml )

Hiệu

quả

pol

yme(

%)

TC(%)GY(%)GE(%)

0

20

40

60

80

100

120

30 40 50 60 70

Thể tích nước (ml)

Hiệu

quả

pol

yme(

%)

TC(%)GY(%)GE(%)

118 Trần Mạnh Lục, Trần Thị Ngọt

Khi tăng lượng nước từ 30ml đến 50ml thì hiệu suất ghép tăng, và khi tăng lượng nước hơn nữa thì lượng nước lại giảm. Điều này có thể là do ban đầu khi tăng lượng nước thì tạo được môi trường thuận lợi cho phản ứng, làm tăng khả năng linh động, khả năng va chạm với tinh bột, gốc tự do trên tinh bột của các chất tham gia phản ứng như monome, chất khơi mào, do vậy tăng hiệu suất ghép. Còn khi tăng lượng nước lên quá 50ml thì làm loãng hỗn hợp phản ứng, giảm khả năng va chạm dẫn đến giảm hiệu suất ghép. 3.1.5. Ảnh hưởng của lượng monome đến quá trình ghép

Để nghiên cứu ảnh hưởng của tỷ lệ tinh bột/AA, phản ứng được tiến hành ở các điều kiện: tinh bột: 3g; H2O: 50ml; (NH4)2S2O8 0,1%: 2,5ml; pH = 3; thời gian: 60 phút; nhiệt độ: 50oC; lượng AA thay đổi từ 1,0 đến 3,0ml. Kết quả được trình bày trong các hình 9 (đối với tinh bột sắn dây) và hình 10 (đối với tinh bột bình tinh).

Hình 9. Ảnh hưởng của lượng AA đến quá trình ghép AA lên

tinh bột sắn dây

Hình 10. Ảnh hưởng của lượng AA đến quá trình ghép AA lên

tinh bột bình tinh

Qua kết quả ở hình 9 và hình 10 cho thấy hiệu suất ghép tăng khi tăng tỷ lệ tinh bột/AA đến 2, sau đó lại giảm. Quá trình khơi mào đồng trùng hợp ghép liên quan đến sự tương tác giữa chất khơi mào, tinh bột và monome. Hiệu quả của quá trình này phụ thuộc vào nồng độ của monome có mặt trong hệ, khi nồng độ monome càng lớn thì sự tạo phức càng thuận lợi, hiệu suất ghép tăng. Khi đánh giá ảnh hưởng của nồng độ monome tới quá trình ghép thì có thể thông qua hiệu ứng gel, xuất hiện do độ tan của polyme đồng nhất trong bản thân monome. Đóng góp của hiệu ứng này sẽ là, khi nồng độ monome cao hơn rõ rệt, kết quả là tốc độ ngắt mạch sẽ giảm. Mặt khác, hiệu ứng gel giúp làm trương tinh bột, thuận lợi cho quá trình khuếch tán của monome vào các trung tâm hoạt động trên bộ khung tinh bột, hiệu suất ghép tăng.

Tại một số điều kiện nhất định, trong hệ xuất hiện chất “bắt gốc”. Chất này bắt gốc đại phân tử được hình thành trên bộ khung tinh bột gây ức chế quá trình ghép. Trong trường hợp đó, quá trình ghép sẽ được xác định nhờ sự cạnh tranh giữa sự tiếp cận của chất bắt gốc và monome với các trung tâm gốc tự do của bộ khung. Về bản chất, trong quá trình

cạnh tranh này nồng độ monome cao giúp monome khuếch tán tốt hơn vào gốc đại phân tử, hiệu suất ghép tăng.

Quá trình ghép tăng khi tăng nồng độ của monome, nhưng có một giới hạn, vượt quá giới hạn này thì quá trình ghép không thuận lợi, do quá trình tạo homopolyme tăng. Khi nồng độ monome quá cao sẽ làm tăng vận tốc phản ứng chuyển mạch sang monome, tạo homopolyme làm cản trở sự khuếch tán của monome lên bề mặt tinh bột. 3.1.6. Ảnh hưởng của pH đến quá trình ghép

Để nghiên cứu ảnh hưởng của độ axit, phản ứng được tiến hành ở các điều kiện: tinh bột: 3g; H2O: 50ml; (NH4)2S2O8 0,1%: 2,5ml; AA: 1,5ml; thời gian: 60 phút; nhiệt độ: 50oC; pH thay đổi từ 1 đến 6. Kết quả được trình bày trong các hình 11 (đối với tinh bột sắn dây) và hình 12 (đối với tinh bột bình tinh).

Hình 11. Ảnh hưởng của pH đến quá trình ghép AA lên tinh bột

sắn dây

Hình 12. Ảnh hưởng của pH đến quá trình ghép AA lên tinh bột

bình tinh Quá trình đồng trùng hợp ghép các vinyl monome lên

các vật liệu polysaccarit phụ thuộc rất lớn vào pH của môi trường phản ứng. Ảnh hưởng này không chỉ phụ thuộc nồng độ axit mà còn phụ thuộc bản chất của axit được sử dụng. Tùy thuộc vào bản chất của chất khơi mào, monome mà pH làm tăng hoặc giảm quá trình ghép. Ngoài ra, bản chất axit ảnh hưởng rất lớn đến quá trình ghép. Các axit có tính oxy hóa mạnh có thể làm giảm quá trình ghép bởi chúng có thể oxy hóa chất khơi mào, biến chất khơi mào thành chất khác và không còn vai trò khơi mào cho phản ứng ghép.

Các kết quả thu được ở các hình 11 và hình 12 cho thấy hiệu suất ghép tăng khi tăng pH và đạt cực đại tại pH = 3, sau đó giảm khi tiếp tục tăng pH. Điều này là do pH thấp, quá trình tạo gốc đại phân tử tinh bột tăng do đó làm tăng hiệu suất ghép. Khi pH cao hơn làm giảm số lượng gốc tự do hydroxyl nên phản ứng đồng trùng ghép diễn ra khó khăn hơn. Khi pH quá thấp thì ion S2O8

2- bền nên phản ứng tạo gốc tự do hydroxyl khó xảy ra hơn, do đó hiệu suất ghép cũng không cao. 3.1.7. Ảnh hưởng trạng thái ban đầu của tinh bột đến quá trình ghép

Để nghiên cứu ảnh hưởng của trạng thái ban đầu, phản

0

20

40

60

80

100

120

1 1,5 2 2,5 3

Lượng AA (ml)

Hiệu

quả

pol

yme(

%)

TC(%)GY(%)GE(%)

0

20

40

60

80

100

120

1 1,5 2 2,5 3

Lượng AA ( ml )

Hiệu

quả

pol

yme(

%)

TC(%)GY(%)GE(%)

0

20

40

60

80

100

120

1 2 3 4 5 6

pH

Hiệu

quả

pol

yme(

%)

TC(%)GY(%)GE(%)

0

20

40

60

80

100

120

1 2 3 4 5 6

pH

Hiệu

quả

pol

yme(

%)

TC (%)GY (%)GE (%)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 119

ứng được tiến hành ở các điều kiện: tinh bột: 3g; H2O: 50ml; (NH4)2S2O8 0,1%: 2,5ml; AA: 1,5ml; pH = 3; thời gian: 60 phút; nhiệt độ: 50oC; thực hiện phản ứng với tinh bột hồ hóa và tinh bột không hồ hóa. Kết quả được trình bày trong các hình 13 (đối với tinh bột sắn dây) và hình 14 (đối với tinh bột bình tinh).

Hình 13. Ảnh hưởng của trạng thái ban đầu của tinh bột đến

quá trình ghép AA lên tinh bột sắn dây

Hình 14. Ảnh hưởng của trạng thái tinh bột đến quá trình ghép

AA lên tinh bột bình tinh Qua kết quả ở hình 13 và hình 14 cho thấy, trong hai

trường hợp tiến hành phản ứng đồng trùng hợp ghép thì với tinh bột hồ hóa cho hiệu suất ghép cao hơn. Khi hồ hóa, các liên kết hydro giữa các phân tử amylozơ và amylopectin bị phá vỡ, tạo điều kiện tốt cho các phân tử monome tiếp xúc tốt hơn với các phân tử này, còn trong trường hợp không hồ hóa thì các phân tử monome chỉ tiếp xúc trên bề mặt hạt tinh bột, diện tích tiếp xúc nhỏ hơn nhiều. Hơn nữa, lúc này hệ trở thành hệ dị thể, nên tiếp xúc giữa các pha không tốt bằng hệ đồng thể như trong trường hợp có hồ hóa nên hiệu suất ghép giảm.

Tóm lại: Các điều kiện thích hợp cho quá trình ghép đối với cả hai loại tinh bột sắn dây và tinh bột bình tinh có sự tương đồng nhau, cụ thể là: tinh bột = 3g; AA = 1,5ml, thể tích H2O = 50ml; tinh bột đã được hồ hóa (70oC trong 5 phút) trước khi ghép; nồng độ (NH4)2S2O8 = 0,1%; pH = 3; thời gian = 60 phút; nhiệt độ = 500C.

Các thông số của quá trình ghép khi tiến hành phản ứng ở các điều kiện vừa nêu được trình bày trên bảng 1.

Bảng 1. Các thông số đánh giá quá trình ghép axit acrylic lên tinh bột sắn dây và tinh bột bình tinh

Thông số ghép Tinh bột sắn dây Tinh bột bình tinh

GE (%) 18,77% 14,05%

GY (%) 8,90% 7,34%

TC (%) 91,52% 90,23%

Quá trình đồng trùng hợp ghép axit acrylic lên tinh bột sắn dây cho kết quả tốt hơn tinh bột bình tinh, điều này được quyết định chủ yếu bởi sự khác biệt về thành phần (tỷ lệ amylozơ và amylopectin) và hình thái cấu trúc hạt giữa hai loại tinh bột này.

3.2. Đặc tính hóa lý của tinh bột và của copolyme ghép Một số đặc tính hóa lý của các mẫu tinh bột ban đầu và

của copolyme ghép được đánh giá bằng cách chụp ảnh SEM, ghi phổ IR và phổ DTA/TG. 3.2.1. Ảnh SEM của tinh bột và của copolyme ghép

Hình thái học bề mặt của các mẫu tinh bột và của copolyme ghép được quan sát bằng cách chụp ảnh SEM. Kết quả được thể hiện trên các hình 15 và hình 16.

Hình 15. Ảnh SEM của tinh bột sắn dây ban đầu và của sản

phẩm ghép AA lên tinh bột sắn dây

Hình 16. Ảnh SEM của tinh bột bình tinh ban đầu và sản phẩm

ghép AA lên tinh bột bình tinh

Tinh bột dự trữ trong cây dưới dạng hạt. Phụ thuộc vào loại cây trồng, điều kiện canh tác, quá trình sinh trưởng của cây mà hạt tinh bột thu được có hình dáng, kích thước và cấu tạo khác nhau. Hạt tinh bột có dạng hình tròn, hình bầu dục hay hình đa giác. Cùng một hệ thống tinh bột, hình dáng và kích thước của tất cả các hạt cũng không phải giống nhau. Kích thước khác nhau ứng với các loại hạt khác nhau ngay trên cả một loại hạt [1]. Kích thước các hạt khác nhau cũng sẽ dẫn đến những tính chất cơ lý khác nhau như: nhiệt độ hồ hóa, khả năng hấp thụ xanh metylen.

Sự khác nhau về hình dạng và kích thước hạt tinh bột sắn dây (hình 15) và hạt tinh bột bình tinh (hình 16) cho thấy hạt tinh bột sắn dây có kích thước nhỏ hơn (2 - 10µm), bề mặt hạt lồi lõm và dễ vỡ, trong khi đó các hạt tinh bột bình tinh có kích thước lớn hơn (15 - 30µm), bề mặt trơn láng và hầu như không bị vỡ, mẻ. Điều này được giải thích bởi trong thành phần của tinh bột bình tinh có hàm lượng amylozơ cao (tức là số mạch thẳng nhiều) nên có khả năng tạo sợi tạo màng bao tốt hơn so với tinh bột sắn dây. Tỉ lệ amylozơ cao nên có khả năng liên kết chặt chẽ với nhau bên trong cấu trúc hạt. Hơn nữa amylozơ sắp xếp thành chùm song song được định hướng chặt chẽ hơn amylopectin nên các hạt ít bị phá vỡ, đồng thời điều này cũng làm cho nhiệt độ hồ hóa của tinh bột bình tinh cao hơn của tinh bột sắn dây.

Ảnh SEM của tinh bột sau khi ghép là một khối hình thái cấu trúc, khác hẳn với tinh bột lúc ban đầu là những hạt rời rạc, chứng tỏ trong sản phẩm ghép tồn tại các liên kết ngang giữa các phân tử, làm tăng độ trùng hợp và tạo ra cấu trúc bề mặt lồi lõm, cấu trúc mao quản [2], [10].

0

20

40

60

80

100

120

TC(%) GY(%) GE(%)

Hồ hóaKhông hồ hóa

0

20

40

60

80

100

120

TC(%) GY(%) GE(%)

Hồ hóaKhông hồ hóa

120 Trần Mạnh Lục, Trần Thị Ngọt

3.2.2. Phổ IR của tinh bột và của copolyme ghép Phổ IR của tinh bột và của copolyme ghép được thể

hiện trên các hình 17 và hình 18.

Hình 17. Phổ IR của tinh bột sắn dây ban đầu và của sản phẩm

ghép AA lên tinh bột sắn dây

Hình 18. Phổ IR của tinh bột bình tinh ban đầu của sản phẩm

ghép AA lên tinh bột bình tinh

Trên các phổ IR ta thấy xuất hiện các pic đặc trưng cho các nhóm chức trong tinh bột, chẳng hạn như: pic vùng 3120 - 3353cm-1 ứng với dao động hóa trị của nhóm OH trong CH2-OH; pic 2927cm-1 ứng với dao động hóa trị của liên kết C-H trong CH-OH; các pic ở 1360cm-1 và 1364cm-1 ứng với dao động hóa trị của liên kết C-C của vòng benzen; các pic 1022cm-1 - 1163cm-1 ứng với dao động hóa trị của liên kết C-OH; pic 1017cm-1 ứng với C-C ht); pic ở 991cm-1 ứng với dao động biến dạng của liên kết C-H và pic 765cm-1 dao động biến dạng của liên kết C-H của vòng benzen. Ta thấy vùng pic đặc trưng cho dao động hóa trị ứng với OH trong CH2-OH của tinh bột dịch chuyển về tần số thấp và tù hơn so với OH tự do, là do giữa các nhóm OH trong tinh bột có liên kết hydro liên phân tử [6], [9].

Về cơ bản, phổ hồng ngoại của tinh bột trước và sau khi ghép không khác nhau nhiều. Tuy nhiên trên phổ hồng ngoại của tinh bột sau khi ghép xuất hiện một pic nhỏ có tần số khoảng 1641cm-1 (tinh bột sắn dây) và 1651cm-1

(tinh bột bình tinh) là đặc trưng cho dao động hóa trị của nhóm C=O trong axit acrylic. Điều đó chứng tỏ có tồn tại sản phẩm ghép.

3.2.3. Phổ DTA/TG của tinh bột và của copolyme ghép Phổ TGA/TG của các mẫu được ghi từ nhiệt độ phòng

đến 8000C trong khí quyển N2, tốc độ gia nhiệt 10oC/phút. Kết quả được trình bày trong các hình 19 (tinh bột sắn dây và copolyme ghép với axit acrylic) và hình 20 (tinh bột bình tinh và copolyme ghép với axit acrylic).

Hình 19. Phân tích nhiệt vi sai của tinh bột sắn dây ban đầu và sản phẩm ghép AA lên tinh bột sắn dây

Hình 20. Phổ phân tích nhiệt vi sai của tinh bột bình tinh ban

đầu và của sản phẩm ghép AA lên tinh bột bình tinh Trên phổ DTA/TG của tinh bột sắn dây ngoài hiệu ứng

mất nước hấp phụ tại 143,3oC (độ giảm khối lượng 12,15%) còn có hiệu ứng phân hủy cấu trúc tinh bột tại vùng 283,4oC (độ giảm khối lượng 68,94%). Trên phổ DTA/TG của tinh bột sắn dây ghép axit acrylic, hiệu ứng mất nước hấp phụ chuyển dịch lên 145,6oC (độ giảm khối lượng chỉ còn 6,87%); hiệu ứng phân hủy cấu trúc tinh bột tại vùng 291,0oC (độ giảm khối lượng 41,35%); hiệu ứng tại vùng 405,0oC (độ giảm khối lượng 17,17%) có thể là sự phân hủy cấu trúc của copolyme ghép.

Trên phổ DTA/TG của tinh bột bình tinh có hiệu ứng mất nước hấp phụ tại 135,0oC (độ giảm khối lượng 12,12%), hiệu ứng phân hủy cấu trúc tinh bột tại vùng 261,0oC – 288,3oC (độ giảm khối lượng 42,87%). Trên phổ DTA/TG của tinh bột bình tinh ghép axit acrylic, hiệu ứng mất nước hấp phụ ở vùng 135oC; hiệu ứng phân hủy cấu trúc tinh bột thu gọn lại tại vùng 254,0oC - 276,0oC (độ giảm khối lượng 73,63%); ngoài ra, ta còn có thêm hiệu ứng về sự phân hủy cấu trúc của copolyme ghép tại vùng trên 400,0oC với cường độ yếu.

4. Kết luận Đã tiến hành nghiên cứu các yếu tố ảnh hưởng đến quá

trình đồng trùng hợp ghép axit acrylic lên tinh bột sắn dây và tinh bột bình tinh trong môi trường nước và trong khí quyển nitơ với việc sử dụng tác nhân khơi mào amonipersulfat. Điều kiện thích hợp cho quá trình đồng trùng hợp ghép đối với cả hai loại tinh bột sắn dây và bình tinh là: tinh bột = 3g; AA = 1,5ml, thể tích H2O = 50ml; tinh bột đã được hồ hóa (70oC trong trong 5 phút) trước khi ghép; nồng độ (NH4)2S2O8 = 0,1%; pH = 3; thời gian = 60 phút; nhiệt độ = 50oC.

Các thông số của quá trình ghép đối với tinh bột sắn dây là: hiệu suất ghép (%GY) = 8,90%; hiệu quả ghép (%GE) = 18,77%; phần trăm chuyển hóa (%TC) = 91,52%. Các thông số của quá trình ghép đối với tinh bột bình tinh là: hiệu suất ghép (%GY) = 7,34%; hiệu quả ghép (%GE) = 14,05%; phần trăm chuyển hóa (%TC) = 90,30%.

Đặc tính hóa lý của các mẫu tinh bột và của copolyme ghép được đánh giá qua ảnh SEM, phổ IR và phổ DTA/TG. Tuy có sự khác biệt nhưng không lớn giữa quá trình đồng trùng hợp ghép axit acrylic lên tinh bột sắn dây và tinh bột bình tinh.

TÀI LIỆU THAM KHẢO [1] Lê Ngọc Tú, Lưu Duẩn, Đặng Thị Thu, Lê Thị Cúc, Lâm Xuân

Thanh và Phạm Thu Thủy, Biến hình sinh học: các sản phẩm từ hạt, Nhà xuất bản Khoa học và Kỹ thuật, 2000.

[2] Nguyễn Thanh Tùng, Nguyễn Văn Khôi, Nguyễn Trung Đức, Đỗ Công Hoan, “Tổng hợp polyme siêu hấp phụ nước trên cơ sở một số copolyme ghép tinh bột”, Tạp chí Hóa học, 49(2), 177-180 (2011).

Ten may: GX-PerkinElmer-USA

Resolution: 4cm-1

BO MON HOA VAT LIEU-KHOA HOA-TRUONG DHKHTN

Nguoi do: Phan Thi Tuyet Mai DT:01684097382

TTNGOT-M SAN DAY BAN DAUDate: 4/28/2011

4000.0 3600 3200 2800 2400 2000 1800 1600 1400 1200 1000 800 600.0

0.000

0.05

0.10

0.15

0.20

0.25

0.30

0.35

0.40

0.45

0.50

0.55

0.600

cm-1

A

3353

2927

1648

1360

1154

1079

1017

765

Ten may: GX-PerkinElmer-USA

Resolution: 4cm-1

BO MON HOA VAT LIEU-KHOA HOA-TRUONG DHKHTN

Nguoi do: Phan Thi Tuyet Mai DT:01684097382TTNGOT-BINH TINH DONG TRUNG-GHEP ACRYLIC.sp

Date: 4/28/2011

4000.0 3600 3200 2800 2400 2000 1800 1600 1400 1200 1000 800 600.0

0.000

0.05

0.10

0.15

0.20

0.25

0.30

0.35

0.40

0.45

0.50

0.55

0.600

cm-1

A

3439

2922

16411389

1260

1110

1022

720

Ten may: GX-PerkinElmer-USA

Resolution: 4cm-1

BO MON HOA VAT LIEU-KHOA HOA-TRUONG DHKHTN

Nguoi do: Phan Thi Tuyet Mai DT:01684097382

TTNGOT-BINH TINHBAN DAU.spDate: 4/28/2011

4000.0 3600 3200 2800 2400 2000 1800 1600 1400 1200 1000 800 600.0

0.000

0.05

0.10

0.15

0.20

0.25

0.30

0.35

0.40

0.45

0.50

0.55

0.60

0.65

0.700

cm-1

A 3563

3301

2929

1660

1444 1364

1163

991

765

Ten may: GX-PerkinElmer-USA

Resolution: 4cm-1

BO MON HOA VAT LIEU-KHOA HOA-TRUONG DHKHTN

Nguoi do: Phan Thi Tuyet Mai DT:01684097382

TTNGOT-BINH TINHDONG TRUNG.spDate: 4/28/2011

4000.0 3600 3200 2800 2400 2000 1800 1600 1400 1200 1000 800 600.0

0.000

0.05

0.10

0.15

0.20

0.25

0.30

0.35

0.40

0.45

0.50

0.55

0.60

0.65

0.700

cm-1

A

3854

3735

3445

2925

1651

1557

1389

1255

1127

1003

893722

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 121

[3] B.N. Vedhs Hari, T. Praneetha, T. Prathyusha, K. Mounika, D. Ramya Devi, “Development of starch – gelatin complex microspheres as sustained release delivery system”, Journal of Advanced Pharmaceutical Technology &Research, 3(3), (2012).

[4] Boonwatcharapan Y, Srisuk P, Palladino P, Sutthiparinyanont S, Chitropas P, “Preparation and evaluation of alcohol-alkaline-treated rice starch as a tablet disintegrant, Trop J Pharm Res, 15(2), 221-229 (2016).

[5] Cui S. W., S. V. Xie and Q. Liu, Chapter 8. Starch Modoffication and application, Food carbohydrate: Chemistry, physical, properties and application, CRC Press, 2005.

[6] Kizil R., Irudayaraj J., Seetharaman K, “Characterization of irradiated starches by using FT-Raman and FTIR spectroscopy”, J Agric Food Chem 50(3): 3912-3918 (2002).

[7] Yang Mingcheng, “Radiation synthesis and characteration of

polyacrylic acid hydrogels”, Nuclear Science and techniques, 18(2), 82-85 (2007).

[8] Jaspreet Singh, Lovedeep Kaur and O.J. McCarthy, “Factors influencing the physic-chemical, morphological, thermal and rheological properties of some chemically modified starches for food application – A review”, Food Hydrocoloids, 2007, 21: 1 – 22.

[9] Jose mina, Alex valadez-gonzalez, Pedro Herreza-Franko, Fabio Zuluaga, Silvio Delvasto, “Physicochemical characterization of natural and acetylated thermoplastic cassava sarch”, Dyna rev.fac.nac.minas, 78(166), (2011).

[10] Seung Hyun Koo, Kwang Yeon Lee and Hyeon Gyu Lee, “Effect of cross - linking on the physcochemical and physiological properties of corn starch”, Food Hydrocolloid, 2010, 24: 619 – 625.

[11] Woo. K. S. and P. A. Seib, “Cross - linked resistant starch: Preparation and properties”, Cereal Chemistry, 2002, 79: 819 - 825.

(BBT nhận bài: 03/03/2017, hoàn tất thủ tục phản biện: 28/03/2017)

122 Võ Văn Minh, Lê Văn Hào, Phan Nhật Trường, Đoạn Chí Cường

HÀM LƯỢNG XYANUA TỔNG SỐ TRONG NƯỚC TẠI MỘT SỐ KHU VỰC THUỘC XÃ TAM LÃNH, HUYỆN PHÚ NINH, TỈNH QUẢNG NAM

TOTAL CYANIDE CONTENT IN WATER-BODIES IN SOME AREAS OF TAM LANH COMMUNE, PHU NINH DISTRICT, QUANG NAM PROVINCE

Võ Văn Minh1, Lê Văn Hào2, Phan Nhật Trường1, Đoạn Chí Cường1 1Trường Đại học Sư phạm, Đại học Đà Nẵng; dccuong@ued.udn.vn

2Trung tâm Quan trắc & Phân tích Môi trường tỉnh Quảng Nam

Tóm tắt - Nghiên cứu này được thực hiện nhằm đánh giá hàmlượng xyanua tổng số trong nước mặt và nước ngầm tại bãi khaithác vàng thuộc xã Tam Lãnh, huyện Phú Ninh, tỉnh Quảng Nam –một trong những khu vực giàu có về tài nguyên vàng và hoạt độngkhai thác đang diễn ra mạnh mẽ trong những năm gần đây. Kếtquả phân tích 50 mẫu nước giếng và nước mặt chỉ ra rằng nguồnnước giếng chưa ghi nhận bị ô nhiễm, trong khi nguồn nước mặtở khu vực nghiên cứu đã bị ô nhiễm xyanua khi so sánh với QCVN08-MT: 2015 của Bộ Tài nguyên và Môi trường và QCVN 01:2009của Bộ Y tế. Cụ thể, hàm lượng xyanua trong nước mặt trung bìnhtrong đợt 1 và đợt 2 lần lượt là 0,159 ± 0,044mg/l và 0,16 ±0,043mg/l; hàm lượng xyanua trong nước ngầm cao nhất là0,06mg/l, được ghi nhận tại vị trí thu mẫu G6. Nghiên cứu cũng chỉra rằng, hàm lượng xyanua trong nước giếng có tương quannghịch với độ sâu của giếng (r=–0,47, n = 20).

Abstract - This study is conducted to determine the total cyanide content in surface water and well water samples in some areas surrounding gold mining dumps in Tam Lanh commune, Phu Ninh district, Quang Nam province – one of the gold-wealthy zones where mining activites have been uncontrollablly taking place in recent years. The result indicates that well water here is still not contaminated while surface water shows signs of cyanide pollution in comparison with QCVN 08-MT: 2015/MONRE and QCVN 01:2009/MOH regulations. Particularly, the average cyanide contents in surface water in two sampling periods are 0.159 ± 0.044mg/l and 0.16 ± 0.043mg/l respectively; the highest cyanide content in groundwater is found to be 0.06mg/l, being recorded in G6 sampling site. This study also shows that there is an moderate negative correlation betwen content of cyanide in well water and the depth of well (r=–0.47, n=20).

Từ khóa - Xyanua tổng số; nước mặt; nước giếng; khai thác vàng;xã Tam Lãnh.

Key words - Total cyanide; surface water; well water; gold mining; Tam Lanh commune.

1. Đặt vấn đề

Trong những thập niên gần đây, ngành công nghiệp khai thác khoáng sản nói chung và khai thác vàng nói riêng đã và đang phát triển mạnh ở nước ta, có những đóng góp tích cực vào sự phát triển của nền kinh tế quốc gia. Tuy nhiên, bên cạnh những lợi ích mang lại, những tác động tiêu cực từ việc khai thác khoáng sản ồ ạt cũng như sử dụng biện pháp thủ công và công nghệ lạc hậu trong quá trình khai thác đến môi trường và sức khỏe người dân là rất đáng quan ngại [1].

Tại một số tỉnh thành ở nước ta hiện nay, vấn đề ô nhiễm môi trường do hoạt động khai thác vàng là vấn đề vô cùng nan giải, đặc biệt là Quảng Nam. Hoạt động khai thác vàng diễn ra chủ yếu ở hai huyện Phú Ninh (mỏ vàng Bồng Miêu thuộc xã Tam Lãnh) và huyện Phước Sơn (mỏ vàng Đaksa). Riêng đối với mỏ vàng Bồng Miêu, việc khai thác vàng hợp pháp cũng như các hoạt động khai thác trái phép đã được báo cáo là nguyên nhân gây ô nhiễm môi trường nghiêm trọng. Nước thải, bùn thải, và các phế phụ phẩm từ các hoạt động khai thác được thải vào các vùng nước mặt (sông, suối), nước ngầm xung quanh các bãi vàng một cách thiếu kiểm soát. Điển hình cho việc ô nhiễm do nước thải là tình trạng cá chết hàng loạt trên diện rộng tại sông Bồng Miêu, gây ra sự phản đối từ phía người dân trong thời gian qua [2].

Một trong những hóa chất được sử dụng nhiều nhất trong quá trình tuyển vàng đang được áp dụng là xyanua, một chất độc cực mạnh đối với cơ thể người cũng như sinh vật, nằm trong danh mục chất cấm[3]. Con người khi nhiễm độc xyanua ở nồng độ cao sẽ làm các trung tâm hành tuỷ bị tê liệt, bất tỉnh, co giật và các cơ bị cứng. Sự hô hấp bị ngắt quãng, tim đập rất nhanh và không đều, và có thể chết sau 1 - 2 phút [4]. Hơn thế, vấn đề nhập lậu xyanua vào khu

vực khai thác vàng cũng là vấn đề nóng của địa phương và gây ra khó khăn trong việc kiểm soát lượng xyanua thải vào môi trường. Cùng với đó, việc đánh giá chất lượng môi trường bị tác động bởi hoạt động khai thác vàng nói chung và đánh giá hàm lượng xyanua trong nước nói riêng trên địa bàn chưa được triển khai thường xuyên và cụ thể.

Mặt khác, hoạt động khai thác vàng tại xã Tam Lãnh diễn ra rất gần khu dân cư, nên khả năng phơi nhiễm với chất độc xyanua thông qua việc sử dụng nguồn nước mặt, nước ngầm vào mục đích sinh hoạt, cũng như chăn nuôi, sản xuất của người dân là rất cao và có nguy cơ dẫn đến những rủi ro về sức khỏe. Vì vậy, nghiên cứu này được tiến hành với mục đích cung cấp thông tin khoa học về hàm lượng xyanua có trong nước sông, suối, nước giếng của người dân, làm cơ sở để đề xuất những giải pháp thích hợp để có những giải pháp bảo vệ môi trường và sức khỏe của người dân [5].

2. Phạm vi và phương pháp nghiên cứu 2.1. Phạm vi nghiên cứu

Hình 1. Khu vực nghiên cứu và vị trí thu mẫu

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 123

Nghiên cứu này được tiến hành tại xã Tam Lãnh, huyện Phú Ninh, tỉnh Quảng Nam, các mẫu nước được thu tại một số sông suối và giếng nước của người dân thuộc khu vực này vào thời gian cuối năm 2015 đến đầu năm 2016 với hai đợt thu mẫu (hình 1). 2.2. Phương pháp nghiên cứu

Mẫu nước mặt được lấy theo hướng dẫn của TCVN 6663-6:2008: Chất lượng nước – Lấy mẫu: Phần 6 – Hướng dẫn lấy mẫu ở sông và suối.

Mẫu nước giếng được lấy theo hướng dẫn của TCVN 6663-11:2011: Chất lượng nước – Lấy mẫu: Phần 11 – Hướng dẫn lấy mẫu nước ngầm; mẫu nước được bảo quản theo hướng dẫn của TCVN 6663-3: 2008: Chất lượng nước – Phần 3: Hướng dẫn bảo quản và xử lý mẫu.

Hàm lượng xyanua trong nước được phân tích theo hướng dẫn của TCVN 6181:1996 (Chất lượng nước – Xác định xyanua tổng) và APHA: 4500-CN: Bao gồm quá trình chưng cất xử lý mẫu và phân tích bằng cách chuẩn độ dùng chất chỉ thị 5 – (4 – dimetylaminobenzyliden) Rhodanine, cụ thể:

Chưng cất xử lý mẫu: Rót 10ml dung dịch natri hidroxit (NaOH) 1M, vào bình hấp thụ. Rót vào bình chưng cất theo thứ tự sau: 30ml nước, 10ml dung dịch đồng (II) sunfat, 100ml mẫu thử và 10ml dung dịch axit clohidric (HCl) d=1,12g/ml. Điều chỉnh lưu tốc không khí đến 20lít/giờ. Để tốc độ hồi lưu ở 1 đến 2 giọt/giây. Nếu nồng độ xyanua thấp (thấp hơn 0,1mg/l), thì tăng thể tích mẫu thử lên 200ml. Trường hợp này tăng thể tích dung dịch đồng (II) sunfat lên đến 20ml và dung dịch axit clohidric (HCl) d=1,12g/ml đến 20ml, thêm 0,4g axit sunfamic (NH2SO3H), sau đó, việc xác định CN– được tiến hành trong dung dịch hấp thụ.

Phân tích mẫu: Từ dung dịch hấp thụ (sản phẩm chưng cất) lấy một thể tích xác định để khi chuẩn độ chỉ tiêu tốn 1 - 10ml chất chuẩn AgNO3. Định mức thành 50ml với việc sử dụng dung dịch pha loãng NaOH hoặc với 1 thể tích thích hợp được sử dụng cho chuẩn độ. Thêm 0,1ml dung dịch chỉ thị. Chuẩn độ với dung dịch chuẩn AgNO3, với chuyển màu từ vàng sang màu đỏ, chuẩn độ mẫu trắng (mẫu không có CN–) cũng tương tự.

Các số liệu được thống kê mô tả, phân tích tương quan và kiểm định t-test bằng phần mềm SPSS 18.

3. Kết quả và bàn luận 3.1. Hàm lượng xyanua trong nước sông suối

Hiệu suất thu hồi vàng bằng xyanua cao hơn so với việc sử dụng các hóa chất khác, nên hiện nay, toàn bộ quy trình tuyển vàng ở quy mô công nghiệp đều sử dụng xyanua. Qua khảo sát bằng bảng câu hỏi tại khu vực nghiên cứu, 100% người được hỏi đều cho biết có sử dụng hóa chất xyanua để ngâm chiết, và đây có thể là một trong những tác nhân chính gây ô nhiễm nước khu vực xung quanh bãi khai thác vàng. Xyanua từ nước thải, quặng thải được thải bỏ vào môi trường hoặc do sự rò rỉ, tràn từ các đập chứa chất thải dưới nhiều dạng khác nhau, như xyanua thừa trong quá trình ngâm chiết (vì quá trình hòa tách vàng chỉ tiêu tốn khoảng 30% lượng xyanua ban đầu đưa vào hòa tách), hay các phức xyanua với kim loại điển hình (Fe, Cu, Zn, Pb,…) trong khai thác vàng, xyanat, thioxyanat [6].

Kết quả xác định hàm lượng xyanua trong môi trường nước sông, suối tại xã Tam Lãnh, huyện Phú Ninh, tỉnh Quảng Nam được trình bày tại bảng 1.

Bảng 1. Hàm lượng xyanua trong các mẫu nước sông suối

Đợt 1 Đợt 2

Ký hiệu Tọa độ Hàm lượng CN– (mg/l) Ký hiệu Tọa độ Hàm lượng CN–

(mg/l)

S1 X:108.403485; Y:15.415362 0,229 S16 X:108.433929; Y: 15.404120 0,094

S2 X:108.434655; Y:15.401388 0,107 S17 X:108.437696; Y:15.398847 0,147

S3 X:108.421182; Y:15.411795 0,225 S18 X:108.440018; Y: 15.400290 0,147

S4 X:108.408965; Y:15.411956 0,174 S19 X:108.423609; Y: 15.405861 0,161

S5 X:108.401357; Y:15.414709 0,201 S20 X:108.421545; Y: 15.407602 0,134

S6 X:108.396926; Y:15.411717 0,214 S21 X:108.420204; Y: 15.410189 0,120

S7 X:108.387948; Y:15.415597 0,107 S22 X:108.418958; Y: 15.413176 0,161

S8 X:108.391377; Y:15.416120 0,147 S23 X:108.415663; Y: 15.413024 0,201

S9 X:108.399093; Y:15.411866 0,174 S24 X:108.412619; Y: 15.412278 0,107

S10 X:108.379426; Y:15.433414 0,121 S25 X:108.406322; Y: 15.411784 0,228

S11 X:108.377668; Y:15.434463 0,147 S26 X:108.404828; Y: 15.413124 0,241

S12 X:108.376413; Y: 15.435754 0,134 S27 X:108.395023; Y: 15.414964 0,212

S13 X:108.385041; Y:15.414995 0,107 S28 X:108.381957; Y: 15.422952 0,134

S14 X:108.384452; Y: 15.418080 0,120 S29 X:108.379775; Y:15.422833 0,147

S15 X:108.383665; Y: 15.421019 0,174 S30 X:108.375198; Y:15.425248 0,160

Trung bình 0,159 ± 0,044 Trung bình 0,160 ± 0,043

QCVN 08-MT:2015/BTNMT 0,05mg/l

124 Võ Văn Minh, Lê Văn Hào, Phan Nhật Trường, Đoạn Chí Cường

Kết quả phân tích cho thấy, hàm lượng xyanua trong nước mặt tại khu vực nghiên cứu, ở lần thu mẫu đợt 1 dao động trong khoảng 0,107mg/l đến 0,229mg/l, trung bình 0,159 ± 0,044 mg/l, vượt tiêu chuẩn cho phép 3,18 lần, và trong lần thu mẫu đợt 2, hàm lượng xyanua dao động trong khoảng 0,094mg/l đến 0,241mg/l, trung bình 0,16 ± 0,043mg/l, vượt tiêu chuẩn cho phép 3,2 lần. Hàm lượng xyanua trong tất cả các mẫu của cả 2 đợt thu mẫu đều cao hơn so với qui định về yêu cầu chất lượng nước mặt (QCVN 08-MT:2015/BTNMT), hàm lượng xyanua thấp nhất trong hai đợt lấy mẫu ghi nhận ở hai mẫu nước suối (S2, S16) cũng đã vượt tiêu chuẩn cho phép khoảng 2 lần.

Kết quả kiểm định t-test cho thấy không có sự khác nhau có ý nghĩa giữa giá trị trung bình hàm lượng xyanua trong nước mặt của 2 đợt thu mẫu (sig.2-tailed)>0,05). Điều này có thể giải thích do thời gian của 2 đợt thu mẫu là khá gần nhau và không có nhiều sự thay đổi của các tác nhân ảnh hưởng lên hàm lượng xyanua trong nước mặt

Hình 2. Hàm lượng xyanua trong nước mặt

Một số vị trí lấy mẫu có kết quả phân tích hàm lượng xyanua tương đối cao, nguyên nhân do đây là nơi tiếp nhận nguồn nước thải trực tiếp của hai công ty khai thác vàng; cụ thể, vị trí thu mẫu S1 và S26 (tương ứng 0,229mg/l và 0,241mg/l) nằm tại hạ lưu dòng thải Công ty Cổ phần Tập đoàn Khoáng sản công nghiệp 6666 - Chi nhánh tại Quảng Nam (gọi tắt là Công ty 6666), vị trí thu mẫu S19 thuộc hạ lưu dòng thải của Công ty TNHH khai thác vàng Bồng Miêu. Ngoài ra, hoạt động xây đập ngâm quặng ven sông của cư dân cũng có thể là nguyên nhân làm cho hàm lượng xyanua trong nước sông cao bất thường tại vị trí S3, S27 (tương ứng 0,225mg/l và 0,212mg/l). Khi so sánh với QCVN 08-MT:2015/BTNMT, chúng tôi nhận định rằng chất lượng nước sông, suối tại đây đã bị ô nhiễm, không phù hợp để sử dụng dưới bất cứ mục đích nào.

Một nghiên cứu điển hình về hàm lượng xyanua trong nước mặt trên thế giới là nghiên cứu của UNEP vào tháng 1 năm 2000 sau sự cố phát thải 100.000 m3 chất thải chứa xyanua tự do, các phức xyanua kim loại từ các đập thải của mỏ vàng Baia Mare, Romania. Sự cố này đã khiến cho mạng lưới sông ngòi ở Châu Âu bị ô nhiễm nghiêm trọng, hàm lượng xyanua tổng trong nước sông tại biên giới Hungary và Rumani lên đến 32,6mg/l, hàm lượng xyanua xác định được trên sông Tisza ở biên giới Hungary và Serbia là 1,5mg/l và trên sông Danube gần biên giới Serbia

và Rumani là 0,34mg/l. Chương trình kiểm tra của Liên Hợp Quốc trên sông Sasar cho thấy, nồng độ xyanua cao gần 88 lần mức cho phép [6, 7]. Nghiên cứu này cũng đưa ra những kết quả phân tích cho thấy nồng độ xyanua có xu hướng giảm về phía hạ nguồn.

Ngược lại, một nghiên cứu do Ian Sawaraba và cộng sự đã thực hiện về xyanua tự do trên sông Markham vào năm 2012 và 2013 tại khu vực khai thác và chế biến vàng của mỏ Hidden Valley, tỉnh Morobe ở Papua New Guinea lại không phát hiện ô nhiễm. Kết quả phân tích cho thấy hàm lượng xyanua tự do trên sông Markham dao động từ 0,17µg/l đến 1,32µg/l đều thấp hơn ngưỡng nồng độ tối đa cho phép là 0,2mg/l. Kết quả tích cực này là do nước thải mỏ vàng tại Hidden Valley đã được xử lý hoàn toàn bằng chất liệu than sinh học có khả năng hấp thụ cation trao đổi nhiều với anion CN– và làm giảm hàm lượng xyanua trước khi thải ra môi trường [8]. Điều này cho thấy, việc quản lý nghiêm ngặt và xử lý chất thải triệt để tại khu vực khai thác sẽ làm giảm nguy cơ gây ô nhiễm cho môi trường, mà cụ thể là môi trường nước sông.

Bên cạnh việc xác định hàm lượng xyanua, nghiên cứu cũng tiến hành phân tích một số yếu tố ảnh hưởng đến sự biến đổi, tồn lưu xyanua trong môi trường như hàm lượng DO và pH. Kết quả về những yếu tố ảnh hưởng này được thể hiện tại bảng 2.

Bảng 2. Hàm lượng DO tại một số điểm trong nước mặt

Mẫu DO (mg/l) pH Ghi chú

M1 8,327 6,23 Nước suối Thác Trắng

M2 5,714 8,03 Nước sông tại khu khai thác núi Kẽm

M3 5,878 7,95 Tại cầu Bồng Miêu

M4 6,204 6,83 Tại cầu Quế Phương

M5 6,857 6,55 Ven sông thôn 10

M6 6,694 7,87 Ven sông thôn 9

Hàm lượng oxy hòa tan dao động trong khoảng 5,714mg/l đến 8,327mg/l, và giá trị pH dao động từ 6,23 đến 8,03. Tại các khu vực có hàm lượng oxy hòa tan trong nước cao như suối, hàm lượng xyanua trong nước thấp do một phần xyanua đã bị oxy hóa. Hơn nữa, tại suối dòng chảy mạnh có khả năng sục khí vào nước, trong đó nước sẽ hấp thụ một lượng CO2 từ không khí tạo ra axit cacbonic (H2CO3), là axit yếu nhưng tính axit vẫn mạnh hơn so với HCN, vì vậy có thể đẩy HCN ra khỏi muối xyanua, HCN bay hơi hoặc chuyển thành HOCN ít độc hơn, sau đó, với sự có mặt của oxy phân tử sẽ chuyển hóa thành ammoniac (NH3) và cacbonic (CO2), từ hai phân tử NH3 và một phân tử CO2 tạo ra (NH4)2CO3, một phân tử CO2 dư trong nước sẽ tiếp tục chuyển hóa ion xyanua thành HCN. Giá trị pH trong mẫu nước thu tại các vị trí sau các điểm xả thải của công ty khai thác vàng thường có tính kiềm, do nước thải đã được trung hòa trước khi xả thải ra ngoài môi trường.

Hàm lượng xyanua trong nước mặt cao sẽ có những tác động mạnh mẽ lên hệ sinh thái thủy sinh. Cá được xác định là sinh vật nhạy cảm đối với độc chất xyanua. Xyanua tác động đến cá thông qua quá trình trao đổi khí tại các cơ quan như

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 125

mang, bề mặt của nang trứng, làm hạn chế sự hấp thụ oxy đến các tế bào [9]. Ở điều kiện tiếp xúc liên tục, hàm lượng xyanua tự do trong nước từ 5µg/l đến 7,2µg/l có thể làm giảm hiệu suất bơi và ức chế sinh sản nhiều loài động vật thủy sinh [10, 11]. Nồng độ từ 20µg/l đến 76µg/l gây chết nhiều loài động vật thủy sinh [11], riêng đối với cá hồi Đại Tây Dương (Salmo salar), quá trình tiếp xúc lâu dài với nồng độ xyanua 10µg/l sẽ gây ra những bất thường trong phát triển phôi, hiệu ứng gây độc mãn tính cho các loài cá, với nồng độ xyanua từ 5µg/l đến 20µg/l [12]. Nhiều thí nghiệm cho thấy nồng độ LC50-24h cho xyanua tự do đối với cá thấp hơn 40µg/l, nồng độ LC50 cho các động vật thủy sinh nói chung dao động lên đến 90µg/l [9]. Tảo và thực vật lớn có thể chịu được nồng độ xyanua tự do trong môi trường nước cao hơn nhiều so với cá và động vật không xương sống [11].

Đối với tác hại của xyanua do hoạt động khai thác vàng đến đời sống sinh vật thủy sinh, nghiên cứu của Henny (1994), trong nước sông tại mỏ vàng ở Nevada, vào giữa những năm 1986 và 1991 cho thấy, chất thải chứa xyanua đã giết chết hơn 9.500 loài động vật, phần lớn là động vật thủy sinh [10]. Nước thải chứa xyanua từ các mỏ khai thác vàng tại Canada đã thải vào các con suối gần đó đã gây chết hơn 20.000 cá bẹ. Tại Colorado, khoảng 760.000 lít nước thải chảy tràn từ các ao thải chứa chất ô nhiễm NaCN đi vào các nguồn nước tự nhiên, giết chết tất cả các sinh vật thủy sinh dọc theo 28km của sông Alamosa. Năm 1990, hơn 400 lít chất thải chứa xyanua từ một mỏ vàng đổ vào sông Lynches ở Nam Carolina, giết chết khoảng 11.000 loài cá. Đến năm 1995, 160.000 lít chất thải chứa xyanua từ khai thác mỏ vàng gần thành phố Jefferson, Montana, đã thải vào một dòng suối gần gây chết hang loạt các quần thể cá và số lượng côn trùng nước giảm đi rất nhiều. Trong tháng 8 năm 1995, tại Guyana, Nam Mỹ, một con đập đã phát thải hơn 300 lít chất thải xyanua từ mỏ vàng vào sông Essequibo, đường thủy chính của quốc gia, giết chết cá trong phạm vi khoảng 80km và làm ô nhiễm nước uống và nước tưới [10]. Năm 2000, sự cố tràn đập thải tại Baia Mare, Romania chứa xyanua làm cho sinh vật phù du và cá bị giết chết hoàn toàn dọc dòng sông Tisza và Danube [7].

Tóm lại, nguyên nhân gây ô nhiễm xyanua trong nước mặt, do hoạt động khai thác vàng với những hình thức khác nhau trong cùng một công nghệ tuyển vàng bằng xyanua bao gồm:

Việc khai thác vàng không tuân thủ qui trình kiểm soát nguyên liệu (tỷ lệ giữa quặng và hóa chất xyanua) đầu vào cũng như kiểm soát chất thải đầu ra, đây được xem là nguyên nhân chính. Để rút ngắn thời gian tách vàng ra khỏi quặng, người dân thường tăng lượng xyanua vào quá trình ngâm chiết, dẫn đến lượng xyanua tồn đọng sau ngâm chiết khá lớn, theo đó, chất thải chứa xyanua từ quá trình khai thác không được xử lý mà thải trực tiếp vào môi trường.

Khai thác hợp pháp: Hiện nay trên địa bàn xã có hai doanh nghiệp, Công ty TNHH khai thác vàng Bồng Miêu, Công ty khai thác vàng 6666. Bắt đầu hoạt động khai thác vàng từ năm 1991 đến nay, công ty khai thác vàng Bồng Miêu đã nhiều lần bị đình chỉ hoạt động, do trong quá trình hoạt động không kiểm soát chất thải dẫn đến rò rỉ và tràn đập thải gây ô nhiễm môi trường.

3.2. Hàm lượng xyanua trong nước giếng Xyanua trong nước là kết quả của quá trình rửa trôi,

lắng đọng từ hoạt động khai thác khoáng sản, đặc biệt các bãi khai thác vàng là nơi tập trung hàm lượng xyanua cao, xyanua ngấm xuống lòng đất và di chuyển vào mạch nước ngầm. Trong đất luôn có vi sinh vật phân giải xyanua, kết hợp với quá trình quang hóa sẽ giải phóng xyanua ra khỏi môi trường đất. Tuy nhiên, hàm lượng xyanua tập trung cao trong đất sẽ gây độc cho những vi sinh vật đất, vì vậy những vi sinh vật này không còn khả năng chuyển hóa xyanua thành các dạng chất hóa học khác, từ đó xyanua có thể thấm qua đất vào mạch nước ngầm theo thời gian.

Về mức độ nghiêm trọng đối với sức khỏe con người khi tiếp xúc với xyanua, Tổ chức Y tế Thế giới cho rằng, con người sẽ bị tử vong nếu ăn, uống với khối lượng HCN từ 50mg đến 200mg. Hàm lượng HCN bằng 135ppm, 180ppm, 270ppm theo thứ tự sẽ gây chết người hít phải trong vòng 30 phút, 10 phút và ngay lập tức [13]. Nồng độ tối đa cho phép của xyanua tự do trong nước uống tại Hoa Kỳ, Canada là 200µg/l, Đan Mạch, Đức, Vương Quốc Anh có giới hạn nhỏ hơn 50µg/l, trong khi Australia qui định nhỏ hơn 80µg/l. Hướng dẫn của Tổ chức Y tế Thế giới quy định, hàm lượng trong nước uống cho xyanua tự do là 70µg/l, trong khi đó Liên minh châu Âu (EU) là 50µg/l [6]. Tại Việt Nam, hàm lượng cho phép đối với xyanua trong nước ăn và uống là nhỏ hơn 0,07mg/l theo quy định của Bộ Y tế (QCVN 01:2009/BYT).

Mẫu nước ngầm được xác định trong nghiên cứu này lấy từ giếng được sử dụng với mục đích sinh hoạt của người dân là chính, vì vậy, hàm lượng xyanua trong nước giếng có ảnh đến đời sống sinh hoạt, đặc biệt là sức khỏe của người dân. Kết quả phân tích hàm lượng xyanua trong nước giếng được trình bày ở bảng 3.

Bảng 3. Hàm lượng xyanua trong nước giếng

Ký hiệu mẫu Tọa độ Hàm lượng

CN- (mg/l) Độ sâu giếng

(m)

G1 X:108.408100 Y:15.427952 0,0335 15

G2 X:108.385925 Y:15.417017 0,04 16

G3 X:108.406335 Y:15.423094 0,034 16

G4 X:108.410639 Y:15.412924 0,04 17

G5 X:108.400538 Y:15.411737 0,0335 19

G6 X:108.396078 Y:15.412682 0,06 5

G7 X:108.406652 Y:15.414373 0,0536 6

G8 X:108.400493 Y:15.433245 0,027 9

G9 X:108.386539 Y:15.431236

0,0268 17

126 Võ Văn Minh, Lê Văn Hào, Phan Nhật Trường, Đoạn Chí Cường

G10 X:108.375411 Y:15.435345

0,034 17

G11 X:108.388541 Y:15.434133

0,0268 16

G12 X:108.382894 Y:15.433649

0,0335 19

G13 X:108.412277 Y:15.414250

0,054 7

G14 X:108.407436 Y:15.425389

0,0335 8

G15 X:108.409008 Y:15.430836

0,013 7

G16 X:108.408501 Y:15.422459

0,034 8,5

G17 X:108.404361 Y:15.430000

0,04 9

G18 X:108.410944 Y:15.419611

0,034 9

G19 X:108.409975 Y:15.437994

0,0067 19

G20 X:108.417045 Y:15.415867

0,047 7

Hình 3. Hàm lượng xyanua tổng số trong nước giếng

Kết quả phân tích cho thấy, nồng độ xyanua tổng số trong nước giếng dao động trong khoảng từ 0,0067mg/l đến 0,06mg/l, nồng độ xyanua trong tất cả 20 mẫu nước giếng đều thấp hơn giới hạn cho phép khi so sánh với QCVN 01:2009/BYT của Bộ Y tế về yêu cầu chất lượng nước ăn uống (0,07mg/l). Trong thực tế, xyanua tự do dễ phân hủy sinh học trong các hệ sinh thái đất, các dạng phức xyanua với kim loại thường tồn tại ở tầng nước nông ít khả năng di chuyển, từ đó ngăn cản sự tích tụ xyanua trong nước ngầm theo thời gian. Ngoài ra, xyanua bị hạn chế xâm nhập vào nguồn nước ngầm do tỷ lệ bốc hơi cao và mực nước sâu.

Trong nghiên cứu của Osman A. E. Abdalla và cộng sự (2009), 16 mẫu nước ngầm đã được lấy tại khu vực mỏ vàng Yanqul của Oman, kết quả phân tích cũng cho thấy

tất cả các mẫu nước ngầm đều nằm dưới giới hạn cho phép. Tại khu vực mỏ vàng Yanqul, Oman, hàm lượng xyanua trong nước ngầm còn được phân tích định kỳ bởi công ty khai thác vàng (OMC) và được giám sát bởi Bộ Môi trường và Tài nguyên nước (MMEWR) từ năm 1994, để đánh giá các tác động từ việc khai thác vàng tại các mùa khác nhau. Gần 1.000 mẫu nước ngầm được phân tích trong giai đoạn 1994 - 2007, tất cả các mẫu đều cho thấy hàm lượng thấp, kết quả còn cho thấy hàm lượng xyanua trong nước ngầm ít có biến động theo mùa. Tuy nhiên, theo Abdalla (2010), tại những vùng có lượng mưa thường xuyên và dồi dào, thường xuất hiện nguy cơ thẩm thấu và xâm nhập của xyanua vào nguồn nước ngầm có mực nước nông [14].

Hình 4. Tương quan giữa độ sâu của giếng và hàm lượng

xyanua tổng số trong nước

Nghiên cứu cũng đã tiến hành phân tích sự tương quan giữa hàm lượng xyanua trong nước giếng và độ sâu tương ứng của giếng (hình 4).

Bảng 4. Tương quan giữa độ sâu của giếng và hàm lượng xyanua tổng số trong nước

Correlations

Concentration DepthConcentration Pearson Correlation 1 -.468*

Sig. (2-tailed) .037

N 20 20Depth Pearson Correlation -.468* 1

Sig. (2-tailed) .037 N 20 20

*. Correlation is significant at the 0,05 level (2-tailed).

Nồng độ xyanua trong nước giếng tại một số giếng cao, do nguồn ô nhiễm cục bộ, chất thải từ hoạt động ngâm chiết vàng bằng xyanua tự phát tại một số hộ gia đình, sẽ bị rửa trôi và đi vào nước ngầm, các giếng gần sông bị nhiễm xyanua, theo đó xyanua lắng đọng, ngấm vào nguồn nước ngầm.

Kết quả phân tích tương quan cho thấy hàm lượng xyanua trong nước giếng và độ sâu giếng có sự tương quan nghịch ở mức trung bình, thể hiện qua hệ số tương quan r = –0,47 (với n = 20, độ tin cậy 95%, sig.(2-tailed)= 0,04<0,05), tức là, đối với giếng càng sâu, hàm lượng xyanua trong nước giếng càng có xu hướng thấp.

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 127

4. Kết luận Kết quả nghiên cứu cho thấy, chất lượng nước sông,

suối đã bị ô nhiễm xyanua, tất cả các mẫu được phân tích đều vượt ngưỡng cho phép về yêu cầu chất lượng nước mặt. Cụ thể, hàm lượng xyanua trong nước mặt trung bình trong đợt 1 và đợt 2 lần lượt là 0,159 ± 0,044mg/l và 0,16 ± 0,043mg/l. Đối với nước ngầm (lấy từ giếng sinh hoạt của các hộ gia đình), hàm lượng xyanua tổng số ở đa số các mẫu đều nằm dưới ngưỡng phát hiện của phương pháp xác định, hàm lượng cao nhất được ghi nhận là 0,06mg/l, giá trị này vẫn nằm trong ngưỡng cho phép so với qui định của Bộ Y tế về chất lượng nước ăn uống. Bên cạnh đó, hàm lượng xyanua tổng số trong nước giếng và độ sâu của giếng có sự tương quan nghịch ở mức trung bình (r = -0,47, n = 20).

TÀI LIỆU THAM KHẢO [1] Báo điện tử đại biểu Nhân dân, Công nghệ lạc hậu gây lãng phí và

ô nhiễm môi trường, 2012. [2] Nguyễn Văn Anh, Từ thực trạng nguồn nước mặt vùng hạ lưu sông

Vu Gia - Thu Bồn (Đà Nẵng) nhìn về phát triển bền vững liên vùng, 2011, p. 48-52.

[3] Phạm Văn Thưởng và Đặng Đình Bạch, Giáo trình cơ sở hóa học môi trường, Nhà xuất bản Khoa học kỹ thuật, 2000.

[4] Bộ Khoa học Công nghệ và Môi trường, Quyết Định số 1971/1999/QĐ-BKHCNMT về việc ban hành quy trình công nghệ xử lý hoặc tái sử dụng xyanua, 1999.

[5] Báo điện tử truyền hình An ninh Nhân dân, Cuộc chiến ngăn chặn cyanua ở bãi vàng lậu, 2015.

[6] Dzombak, D.A., R.S. Ghosh and G.M. Wong-Chong, "Cyanide in water and soil chemistry, risk, and Management", 2005: CRC Press.

[7] UNEP, Spill of Liquid and Suspended Waste at the Aurul S.A. Retreatment Plant in Baia Mare, 2000, p. 57.

[8] Sawaraba, I. and B.K.R. Rao, "Monitoring of river water for free cyanide pollution from mining activity in Papua New Guinea and attenuation of cyanide by biochar", Environmental Monitoring and Assessment, 2014. 187(1): p. 4181.

[9] Department of Industry, I.a.S., Cyanide Management handbook - Leading practice sustainable development program for the mining industry, D.o.R.E.a.T.A. Government, Editor, 2008.

[10] Eisler, R. and S.N. Wiemeyer, "Cyanide Hazards to Plants and Animals from Gold Mining and Related Water Issues, in Reviews of Environmental Contamination and Toxicology", G.W. Ware, Editor. 2004, Springer New York: New York, NY. p. 21-54.

[11] Jerie, S. and E. Sibanda, "The environmental effects of effluent disposal at gold mines in Zimbabwe: A case study of tiger reef mine in Kwekwe", Journal of Sustainable Development in Africa, 2010. 3: p. 51-69.

[12] Moran, R.E., "Cyanide in mining: Some observationson the chemistry, toxicity and analysis of mining related waters", Hydrogeology-Geochemistry Golden, Colorado, U.S.A., 2005: p. 1-12.

[13] Organization, W.H., Hydrogen Cyanide and Cyanides: Human Health Aspects, 2004, p. 71.

[14] Abdalla, O.A.E. et al., "Cyanide from gold mining and its effect on groundwater in arid areas, Yanqul mine of Oman", Environmental Earth Sciences, 2010, 60(4): p. 885-892.

(BBT nhận bài: 27/02/2017, hoàn tất thủ tục phản biện: 29/03/2017)

128 Nguyễn Hữu Phát, Dương Văn Hoàn, Hà Khánh Hợp

MÔ HÌNH DỰ ĐOÁN CÁC THAM SỐ VÀ KỊCH BẢN RA QUYẾT ĐỊNH TRONG NGÔI NHÀ THÔNG MINH SỬ DỤNG MẠNG NƠ-RON KẾT HỢP

THUẬT TOÁN ACTIVE LEZI MODELING OF PREDICTION AND CONTEXT OF DECISION IN SMARTHOME USING

NEURAL NETWORK COMBINED WITH ACTIVE LEZI ALGORITHM

Nguyễn Hữu Phát1, Dương Văn Hoàn1, Hà Khánh Hợp2 1Trường Đại học Bách khoa Hà Nội; phat.nguyenhuu@hust.edu.vn, hoan.set.hut@gmail.com

2Sở Khoa học và Công nghệ Quảng Ninh; hakhanhhop311087@gmail.com

Tóm tắt - Trong các hệ thống nhà thông minh, nhu cầu tự động hóacho người sử dụng ngày càng tăng. Bài báo thực hiện mô hình dựđoán các tham số cần giám sát từ ngôi nhà dựa trên cơ sở mạngnơ-ron nhân tạo trong cả ngắn hạn và dài hạn. Các mô hình này yêucầu hỗ trợ việc đưa ra quyết định nhanh chóng cho người sử dụngthông qua các thuật toán huấn luyện mạng với tốc độ hội tụ cao vàthời gian huấn luyện mạng nhỏ. Vì vậy, bài báo thực hiện khảo sátvà lựa chọn hàm thực hiện huấn luyện dữ liệu dựa trên các tiêu chívề sai số phép dự đoán. Hơn nữa, bài báo cũng đưa ra một hướngmới cho vấn đề dự đoán và điều khiển hành vi cho ngôi nhà thôngminh bằng việc kết hợp mô hình mạng nơ-ron và thuật toán ActiveLezi. Các kết quả của bài báo chứng minh việc áp dụng thuật toánlà khả thi và có tính ứng dụng cao trong tương lai.

Abstract - Automatic ensors/actuator systems are required more and more by users in smarthome applications. In the paper, we carry out a short-term and long-term prediction model based on artificial neural network for several parameters such as temperature, humility, and light intensity. One of the most important problems of training the network is to give quick decisions. In order to implement a network which has a high convergence and a low training time, a survey of training functions for the neural network also is carried out. Furthermore, the combination of NARX network model and Active Lezi algorithm will bring about a new trend of forecasting and controlling behavior for smarthome applications.The results show that the application of the algorithm is feasible and will be more popular in the future.

Từ khóa - chuỗi thời gian; dự đoán; mạng truyền thẳng đa lớp; môhình mạng tự động hồi quy phi tuyến; thuật toán Active Lezi.

Key words - time series; prediction; MLP network model; NARX network model; Active Lezi algorithm.

1. Đặt vấn đề

Mạng nơ-ron nhân tạo ra đời đã được ứng dụng rộng rãi trong xử lý các bài toán phức tạp trong thực tế, điển hình như trong các hệ thống dự báo như các mô hình dự báo thời tiết, mô hình dự báo các biến động thị trường [1]. Trong giới hạn không gian ngôi nhà, việc biết trước giá trị các thông số môi trường trong một khoảng thời gian nhất định giúp cho nó trở nên thật sự thông minh với khả năng tự động điều chỉnh các cơ chế chấp hành. Các nghiên cứu gần đây tập trung vào mô hình chuỗi thời gian, trong đó phổ biến nhất là sử dụng mạng nơ-ron truyền thẳng với cửa sổ trượt. Trong phạm vi bài báo này, chúng tôi giới thiệu mô hình dự đoán các tham số môi trường thu thập được từ mạng cảm biến trong nhà. Chúng tôi trình bày hai lựa chọn cho người sử dụng bao gồm (1) mạng nơ-ron truyền thẳng đa lớp MLP và (2) mô hình mạng nơ-ron tự động hồi quy phi tuyến NARX. Mô hình mạng thứ nhất này được biết đến như là một mạng học có giám sát vì nó đòi hỏi một đầu ra mong muốn để có thể thực hiện việc học. Mô hình mạng thứ hai cho việc đưa ra dự báo dài hạn theo bước nhảy theo chuỗi thời gian liên tục. Chúng tôi nhận thấy việc thực hiện nhiều lần thuật toán dự đoán với mạng nơ-ron gây tiêu tốn nhiều năng lượng và thời gian học. Mặt khác, với một số mẫu đã được tính toán qua một số lần học nhất định, ta có thể thực hiện bằng một số phương pháp học thống kê ít phức tạp hơn. Bởi vậy chúng tôi đề xuất một hướng mới cho việc dự đoán kết hợp mạng nơ-ron nhân tạo với thuật toán Active-Lezi. Như vậy, mô hình khối dự đoán đề xuất bao gồm 3 phần chính:

Phần 1: Dự đoán tham số trong ngôi nhà. Phần 2: Xây dựng cây sự kiện ALZ theo mô hình

Markov bằng thuật toán Active-Lezi. Phần 3: Tính toán xác suất các sự kiện theo thuật toán

PPM.

CƠ SỞ DỮ LIỆU

MẠNG NƠRON 2

MẠNG NƠRON 1

MẠNG NƠRON N

……

……

…

Sắp xếp

Chuẩn hóa

Xây dựng cây ALZ (Mô hình Markov)

Tính xác suất các sự kiện RA QUYẾT ĐỊNH

KHỐI DỰ ĐOÁN

Hình 1. Mô hình đề xuất toàn hệ thống

2. Mô hình mạng nơ-ron cho dự báo chuỗi thời gian 2.1. Mô hình chuỗi thời gian

Chuỗi thời gian là tập các vector tuần tự về mặt thời gian ( ), 0,1, ...,x t t = trong đó t là thời gian đã qua xét trong một khoảng thời gian nhất định. Khi đó, về mặt lý thuyết x là các giá trị được lấy mẫu một cách liên tục theo thời gian như nhiệt độ, độ ẩm hay cường độ sáng. Một cách tổng quát, mô hình đòi hỏi xác định ánh xạ : NF → để tính toán một cách chính xác giá trị thông số x tại thời điểm t d+ từ các giá trị của N bước nhảy thời gian trước đó, như sau [2]:

( ) ( ( ), ( 1), ..., ( 1))x t d F x t x t x t N+ = − − + (1)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 129

Khi d=1, giá trị quan sát ở thời điểm t+1 trong chuỗi thời gian này sẽ được đại diện bởi N giá trị của đối tượng trước đó, như sau:

( 1) ( ( ), ( 1), ..., ( 1))x t F x t x t x t N+ = + − + (2) 2.2. Mô hình mạng nơ-ron cho dự báo chuỗi thời gian

Mạng nơ-ron là mô hình xử lý dữ liệu hiệu quả với khả năng ghi nhận và xử lý các quan hệ dữ liệu vào/ra phức tạp. Mạng nơ-ron gồm ba phần, là lớp đầu vào, lớp ẩn và lớp đầu ra.

Tiền xử lý dữ liệu: Chuẩn hóa giúp giới hạn các giá trị đầu vào và giá trị mục tiêu sao cho chúng nằm trong khoảng [0, 1] hoặc [-1, 1].

Mô hình hóa mạng: Bao gồm khởi tạo các tham số, như số nơ-ron lớp đầu vào, lớp đầu ra, lớp ẩn.

Hàm kích hoạt của một nơ-ron, hay còn gọi là hàm chuyển, cho biết khả năng kích hoạt của nó và có tác động lớn đến kết quả của mạng. Hàm chuyển phi tuyến phổ biến trong mạng nơ-ron là hàm tangent và hàm sigmoid [3]. Các kỹ thuật huấn luyện thực hiện lặp đi lặp lại việc điều chỉnh trọng số, giá trị thiên lệch (bias) và xác định lại tổ hợp lỗi bình phương trung bình cho đến khi tối thiểu hóa tổ hợp lỗi này. Chúng ta chia các kỹ thuật này làm hai hướng chính: nhóm các kỹ thuật phỏng đoán và nhóm các kỹ thuật tối ưu hóa trị số [4].

Trong bài báo này chúng tôi khảo sát hai kiểu mô hình mạng đó là mạng đa lớp MLP (Multilayer Perceptron) và mô hình mạng tự động hồi quy phi tuyến với đầu vào ngoại sinh NARX (Nonlinear AutoRegressive model with eXogeneous inputs).

3. Kịch bản dự đoán với mạng nơ-ron 3.1. Mạng truyền thẳng đa lớp MLP

Mô hình mạng MLP là mô hình mạng nơ-ron truyền thẳng được trình bày trong [5]. Mạng MLP với ba lớp: lớp đầu vào, một hoặc một vài lớp ẩn, và một lớp đầu ra. Mô hình này có hai đặc trưng [6] là: (1) mô hình xử lý sử dụng các phần tử phi tuyến, (2) phần lớn các kết nối nội xác định mối quan hệ chặt chẽ giữa các lớp.

Giả sử mô hình có m nơ-ron lớp ẩn và n nơ-ron lớp đầu vào. Hàm thể hiện mối quan hệ giữa đầu ra của mạng với đầu vào như sau [7]:

1 1( , w)= w w

m n

j ij ij i

y y x f x= =

⎡ ⎤⎛ ⎞= ⎢ ⎥⎜ ⎟⎝ ⎠⎣ ⎦

∑ ∑ (3)

Trong đó, w ij là các trọng số liên kết giữa các nơ-ron đầu vào với các nơ-ron lớp ẩn, wj là trọng số liên kết các

nơ-ron lớp ẩn với nơ-ron duy nhất ở lớp đầu ra. ix là các giá trị đầu vào. Hàm f là hàm kích hoạt của các nơ-ron lớp ẩn, trong mô hình này chúng tôi sử dụng hàm sigmoid. 3.2. 3.2. Mô hình dự đoán dài hạn sử dụng mạng nơ-ron hồi quy tự động NARX

Mạng nơ-ron hồi quy được sử dụng để xây dựng mô hình dự đoán gồm có thêm các kết nối hồi tiếp từ các nơ-ron đầu ra tới lớp đầu vào mà đã ghi nhớ các giá trị dự đoán

trước đó. Trong trường hợp này, các tham số của mô hình dự đoán được xác định để tối thiểu hóa lỗi gây ra bởi khoảng[ 1, 1]t t h+ + + . Trong đó h là độ dài của phép dự đoán. Theo đó, mô hình tự động hồi quy phi tuyến với đầu vào ngoại sinh NARX được cho bởi [8]:

( ),..., ( 1)( )

( ),..., ( 1)u

y

x n d x ny n f

y n d y n− −⎡ ⎤

= ⎢ ⎥− −⎣ ⎦ (4)

x(n)

x(n-Du+1)

yo(n+1)

y(n)

y(n-Du+1)

: Là một phần tử trễ

x(n)

x(n-Du+1)

yo(n+1)

y(n)

y(n-Du+1)

: Là một phần tử trễ (a) (b)

Hình 2. Mô hình NARX sử dụng chế độ (a) chuỗi song song tuần tự (b) và song song

Trong đó ( )y n và ( )x n là đầu ra và đầu vào của mô hình mạng này, f là hàm phi tuyến cần được tính xấp xỉ.

Mạng NARX có thể được sử dụng trong hai chế độ cho bởi hình 2. Chế độ thứ nhất là chuỗi song song - tuần tự được mô tả bởi [8]:

( 1),..., ( )ˆˆ( 1) .( 1),..., ( )

u

y

x n d x ny n f

y n d y n− +⎡ ⎤

+ = ⎢ ⎥− +⎣ ⎦ (5)

Trong đó y và f là đầu ra hàm được tính xấp xỉ.

Mô hình thứ hai là chế độ chuỗi song song. Trong chế độ này, chúng tôi sử dụng vòng lặp đóng để các đầu ra đã được dự đoán sẽ quay trở lại đầu vào của mạng để được huấn luyện lại. Mô hình loại này được mô tả bởi [8]:

( 1),..., ( 1),ˆˆ( 1)ˆ ˆ( 1),..., ( 1)

u

y

x n d x ny n f

y n d y n− + −⎡ ⎤

+ = ⎢ ⎥− + −⎣ ⎦ (6)

Mô hình này phù hợp cho các mô hình biến đổi phi tuyến, đặc biệt là các hệ thống biến đổi theo chuỗi thời gian và điểu khiển hệ thống.

4. Mô hình đề xuất Họ thuật toán Lezi dựa trên cơ sở từ điển mà thực hiện

việc phân tích chuỗi đầu vào 1 2" , , ...., "ix x x thành các

chuỗi con ( )c i : 1 2 ( )"w ,w ,....,w "c i sao cho với mọi 0j > ,

tiền tố của chuỗi con wj (tất cả các ký tự trừ ký tự cuối

cùng) bằng chuỗi con w i với 1 i j< < . Thuật toán được đề xuất bởi Gopalratnam [11] quan tâm đến việc chia nhỏ luồng sự kiện trong một dãy đối tượng được quan sát bằng việc xây dựng cây ALZ. Do số lượng trạng thái đầu vào càng lớn, thông tin bị mất càng nhanh. Tác giả đã đưa ra giải pháp sử dụng cửa sổ trượt với một biến với chiều dài cửa sổ ở mỗi trạng thái bằng độ dài pha dài nhất k, được

130 Nguyễn Hữu Phát, Dương Văn Hoàn, Hà Khánh Hợp

xác định trong phân tích LZ78 [11] do cần thiết phải xây dựng cây theo mô hình Markov bậc k-1. Thuật toán xây dựng cây ALZ theo mô hình Markov được cho bởi hình 3. Để dự đoán sự kiện tiếp theo chúng ta thực hiện dựa trên cơ sở thuật toán dự đoán PPM (Prediction by Partial Match) [9]. Trong phương pháp này thu thập thông tin từ các mô hình bậc 1 đến bậc k để gán cho ký tự tiếp theo một giá trị xác suất. Cửa sổ ALZ đại diện cho tập các ngữ cảnh ALZ sử dụng để tính toán xác suất của ký tự tiếp theo. Trong mỗi pha, các ngữ cảnh được sử dụng tất cả các tiền tố của pha ngoại trừ chính cửa sổ đó.

w.v trong từ điển

Max_LZ_length = length(w.v)w := null

w := w.v

Bắt đầu

length(w.v) > Max_LZ_length

Thêm (w.v) vào từ điển

YES

NO

Từ điển := null Cửa sổ := null Max_LZ_length = 0

Thêm v vào cửa sổ

length(window)> Max_LZ_length

YES

Cập nhật tần suất của tất cả các ngữ cảnh có thể trong cửa sổ mà chứa v

window[0]YES

NO

NO

Hình 3. Biểu đồ đề xuất thuật toán ALZ

5. Các kết quả đạt được Nghiên cứu này mô tả sự so sánh giữa mô hình MLP và

NARX, sử dụng MATLAB. Dữ liệu từ thu thập được bao gồm các tham số: nhiệt độ không khí, nhiệt độ nước, độ ẩm, và cường độ sáng. Giả sử, cứ 15 phút ta thu thập một mẫu giá trị cho mỗi tham số, như vậy trong 10 ngày, dữ liệu đầu vào gồm có 960 mẫu với mỗi đối tượng. Trong đó sử dụng 70% dữ liệu để huấn luyện 15% còn lại lấy làm dữ liệu thực tế để đánh giá và 15% để kiểm tra. Với mô hình NARX chúng tôi sử dụng đầu vào ngoại sinh, vì vậy chúng tôi lấy các mẫu ngoại sinh có tính chất theo mùa. Nếu sử dụng tập mẫu lấy từ 10 ngày thì phần tập mẫu trong 10 ngày tương ứng của năm trước được sử dụng như đầu vào ngoại sinh dùng để huấn luyện. Ngôi nhà thông minh dự đoán nơ-ron kết hợp sử dụng thuật toán chuỗi tuần tự được chia làm hai giai đoạn. Giai đoạn thứ nhất thực hiện dự đoán chuỗi thời gian sử dụng mạng nơ-ron cho một khoảng thời gian nhất định. Giai đoạn thứ hai, tập hợp các thông tin đã dự đoán được tại cùng một thời điểm trong ngày để thực hiện dự đoán sự kiện tiếp theo. Trong bài báo này, chúng tôi đưa ra một số tiêu chuẩn để quyết định lựa chọn phương pháp huấn luyện cũng như lựa chọn tham số khởi tạo cho các kịch bản huấn luyện. Trong đó, tf , ty lần lượt là kết quả dự đoán và giá trị thực tế đo được tại thời điểm t, t t te y f= − là lỗi dự đoán tại thời điểm t, n là kích thước tập kiểm tra.

Lỗi tuyệt đối trung bình MAE:

1

1 n

tt

MAE en =

= ∑ . (7)

Sai số bình phương trung bình MSE:

2

1

1 .n

tt

MSE en =

= ∑ (8)

(a) (b)

(c) (d)

Hình 4. Bảng so sánh các tham số đánh giá khi huấn luyện hai mô hình (a) MAE, (b) MSE, (c) SAE và (d) SSE

5.1. Kết quả huấn luyện sử mạng MLP và NARX Theo [15], nếu các tham số MAE và MSE dùng để đánh

giá sai số trung bình của các kết quả đầu ra thì tổng sai số bình phương (SSE) và tổng sai số tuyệt đối (SAE) cho bởi (9) và (10) sẽ cho cái nhìn toàn cục về sai số của hệ thống:

Hình 5. So sánh sai số MSE trong hai mô hình NARX 10 bước

thời gian

8.61

0.09

8.21

0.14

8.25

0.11

23.55

0.65

9.05

0.340.00

5.00

10.00

15.00

20.00

25.00

MLP NARX

So sánh MSE hai mô hình MLP và NARX

Levenberg-MarquardtConjugate GradientQuasi-NewtonVariable Learning Rate BackpropagationResilient Backpropagation

1.86E+03

203.0496

1.94E+03

255.6415

1.89E+03

233.1399

3.51E+03

583.1468

2.00E+03

415.0173

0.00E+00

5.00E+02

1.00E+03

1.50E+03

2.00E+03

2.50E+03

3.00E+03

3.50E+03

4.00E+03

MLP NARX

So sánh SAE hai mô hình MLP và NARX

Levenberg-MarquardtConjugate GradientQuasi-NewtonVariable Learning Rate BackpropagationResilient Backpropagation

8.26E+03

8.46E+01

7.87E+03

1.32E+02

7.91E+03

1.07E+02

2.26E+04

6.24E+02

8.68E+03

3.28E+02

0.00E+00

5.00E+03

1.00E+04

1.50E+04

2.00E+04

2.50E+04

MLP NARX

So sánh SSE hai mô hình MLP và NARX

Levenberg-MarquardtConjugate GradientQuasi-NewtonVariable Learning Rate BackpropagationResilient Backpropagation

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 131

2

1

.n

tt

SSE e=

=∑ (9)

1

n

tt

SAE e=

=∑ (10)

Để đánh giá hai mô hình, chúng tôi thực hiện khảo sát việc huấn luyện cả hai mô hình này trên tập mẫu về nhiệt độ không khí. Các tham sô đánh giá độ chính xác của phép dự đoán được cho bởi hình 4. 5.2. Kết quả dự đoán dài hạn với mạng NARX

Mô hình NARX với thuật toán huấn luyện Levenberg-Marquardt. Kết quả thực hiện sử dụng mô hình NARX với 10 bước thời gian được cho bởi hình 5. Và kết quả các tham số lỗi trong trường hợp N bước thời gian cho bởi bảng 1. So sánh sự thay đổi của các tham số lỗi theo số bước thời gian dự đoán trong trong hai mô hình NARX có vòng lặp và không có vòng lặp. Mô hình NARX sử dụng vòng lặp luôn đem lại kết quả tốt hơn trong một số xác định bước thời gian, trước khi nó bắt đầu đem lại những kết quả kém chính xác hơn so với mô hình NARX không sử dụng vòng lặp khi dự đoán số bước thời gian lớn hơn. Kết quả trên cho thấy ngưỡng dự đoán phân biệt độ chính xác của hai mô hình tính từ lúc nó bắt đầu đảo chiều là N = 4.

Bảng 1. So sánh kết quả khi thực hiện dự đoán với mô hình NARX song song - nối tiếp

Số bước MAE MSE

N=2 0,2125 0,0882

N=4 0,2087 0,0917

N=6 0,2113 0,0958

N=8 0,2151 0,0915

N=10 0,2132 0,0966

N=15 0,2084 0,0837

N=30 0,2044 0,0868

N=45 0,2072 0,0878

5.3. Kết quả mô hình đề xuất 5.3.1. Chuẩn hóa các sự kiện

^

f(6) c(1)

a(1)

a(3)

e(4)g(1) f(1) a(1)

g(2) b(4)e(7)

e(1)g(1)f(2) e(1) b(2) f(1) b(2) a(1)

e(1) f(1)g(1) f(1)

Hình 6. Cây Markov cho kịch bản 1

Chúng tôi thiết lập hai kịch bản dự đoán trong mô hình đề xuất như sau, các kết quả dự đoán đều được tính toán dựa trên mô hình NARX sử dụng thuật toán Levenberg-

Marquardt cho N = 3 bước thời gian và thời gian đảm bảo các cơ chế chấp hành thực hiện được nhiệm vụ của nó nhằm đáp ứng yêu cầu của người sử dụng. Giá trị các kết quả dự đoán đã được chuẩn hóa thành các ký tự theo các khoảng giá trị của mỗi đối tượng riêng biệt. Quy ước chuẩn hóa các giá trị của hai kịch bản được cho bởi bảng 2.

Bảng 2. Bảng chuẩn hóa sự kiện các khoảng nhiệt độ đo được

STT Ngưỡng tham số

Ký tự Nhiệt độ phòng Nhiệt độ nước

1 20 20.5T< ≤ 25 30T< ≤ a

2 20,5 21T< ≤ 30 35T< ≤ b

3 21,5 22T< ≤ 35 40T< ≤ c

4 22,5 23T< ≤ 40 45T< ≤ d

5 23 23,5T< ≤ 45 50T< ≤ e

6 24 24,5T< ≤ 50 55T< ≤ f

7 24,5 25T< ≤ 55 60T< ≤ g

8 25 25,5T< ≤ 60 65T< ≤ h

9 25,5 26T< ≤ 65 70T< ≤ i

10 26 26,5T< ≤ 70 75T< ≤ j

11 75 80T< ≤ k

12 80 85T< ≤ l

13 85 90T< ≤ m

14 90 95T< ≤ n

15 95 100T< ≤ o

Kết quả vẽ cây sự kiện Markov cho hai kịch bản được cho bởi hình 6 và 7.

Kết quả gán xác suất sử dụng thuật toán PPM cho bởi bảng 3.

Bảng 3. Kết quả gán xác suất cho các sự kiện bằng thuật toán PPM

STT Kịch bản 1 Kịch bản 2

Ký tự Xác suất Ký tự Xác suất

1 g 0,5906 m 0,9236

2 f 0,1051 l 0,0208

3 e 0,1087 k 0,0278

4 c 0,0036 c 0,0069

5 a 0,0942 b 0,0069

6 b 0,0145 n 0,0139

Như vậy dựa vào bảng kết quả trên ta dễ dàng đưa ra dự đoán về sự kiện trong mẫu thời gian tiếp theo bằng cách quy đổi ký tự dự đoán được theo khoảng chuẩn hóa. Chúng tôi đã thực hiện đánh giá năng lượng thuật toán, sử dụng công cụ Joule meter, và thời gian thực hiện. Kết quả được

132 Nguyễn Hữu Phát, Dương Văn Hoàn, Hà Khánh Hợp

thể hiện như hình 8. Kết quả này có ý nghĩa quan trọng trong việc thực hiện lựa chọn mô hình thuật toán khi đưa lên các hệ thống thực tế. 5.4. Bàn luận

Trong ngữ cảnh thực hiện việc dự đoán các tham số trong phạm vi một ngôi nhà, các kết quả đạt được cho ta thấy mô hình NARX áp dụng trên lý thuyết chuỗi thời gian cho ta các kết quả chính xác một cách vượt trội so với mô hình mạng truyển thẳng truyền thống. Đặc biệt, với mô hình này, chúng ta có thể cải thiện độ chính xác của dự đoán bằng cách sử dụng nhóm các thuật toán huấn luyện tối ưu hóa trị số. Bên cạnh đó, việc lựa chọn chính xác thuật toán huấn luyện nào trong nhóm phụ thuộc vào các yếu tố như tính chất của tập mẫu, nhiễu do các thông số biến đổi bất thường.

Hình 8. So sánh (a) năng lượng tiêu thụ và (b) thời gian thực

hiện hai phương pháp Mô hình NARX chúng tôi sử dụng cho ngôi nhà thông

minh có một lợi thế là điều khiển chính xác số bước thời gian cần thiết phải dự đoán với các lựa chọn khác nhau của người dùng.

Với việc sử dụng thuật toán Active Lezi xây dựng cây sự kiện chuẩn hóa Markov, chúng ta tránh được việc xử lý một lượng cơ sở dữ liệu lớn trong ngôi nhà mà đã được thu thập từ mạng cảm biến không dây. Độ phức tạp của thuật toán này là nhỏ hơn nhiều so với việc xử lý trên mạng nơ-ron. Qua đó, thời gian xử lý cũng như năng lượng cần phải tiêu tốn cho việc thực hiện dự đoán cũng giảm một cách đáng kể so với mạng nơ-ron. Hơn nữa, việc sử dụng chuỗi sự kiện có điểm tương đồng về tính chất thời gian trong một số ngữ cảnh của ngôi nhà để học thói quen của con người đôi khi đem lại kết quả chính xác hơn.

Nhược điểm của phương pháp này khi thay thế việc xử

lý trong mạng nơ-ron, đó là tập các sự kiện bị giới hạn trong tập mẫu sự kiện đã diễn ra và đã được chuẩn hóa.

6. Kết luận và hướng phát triển Bài báo lựa chọn sử dụng mạng nơ-ron với mô hình

mạng NARX cho lý thuyết chuỗi thời gian cho ngôi nhà thông minh. Mô hình thuật toán chuỗi sự kiện sử dụng thuật toán Active Lezi đã được chúng tôi đề xuất như một hướng mới cho các bài toán dạng này. Trong bước tiếp theo chúng tôi sẽ cải tiến phương pháp cũng như khảo sát các ngữ cảnh phù hợp nhất cho ngôi nhà thông minh.

TÀI LIỆU THAM KHẢO [1] P. Piccinini, S. Calderara, and R. Cucchiara, “Reliable smoke

detection system in the domains of image energy and color”, 15th International Conf. Image Processing, 2008, pp.1376-1379.

[2] M. D. Nemes, A. Butoi, “Data Mining on Romanian Stock Market Using Neural Networks for Price Prediction”, Infor. Econom. 17(3), (2013) 125-136.

[3] R. J. Frank, N. Davey, S. P. Hunt, “Time Series Prediction and Neural Networks”, J. Intelligent and Robotic Syst., 31(1-3), (2001) 99-103.

[4] T. Chen, H. Chen, “Universal approximation to nonlinear operators by neural networks with arbitrary activation functions and its application to dynamical systems”, IEEE Trans. Neural Netw., 6(4), (1995) 911–917.

[5] M. F. Moller, “A Scaled Conjugate Gradient Algorithm for Fast Supervised Learning”, Neural Netw., 6 (1993) 525-533.

[6] A. K. Jain, J. Mao, K. M. Mohiuddin, “Artificial neural networks: A tutorial”, IEEE Comput., (1996) 31-44.

[7] G. K. Erkam, “Using artificial neural network models in stock market index prediction”, Expert Syst. with Applications, 38(8), (2011) 10389-10397.

[8] A. Kémajou, L. Mba, P. Meukam, “Application of Artificial Neural Network for Predicting the Indoor Air Temperature in Modern Building in Humid Region”, British J. Applied Scie. & Technol., 2(1), (2012) 23-34.

[9] J. M. P. Menezes, G. A. Barreto, “On recurrent neural networks for auto-similar trafic prediction: A performance evaluation”, 2006 Interl’ Telecom. Symp., (2006) 534-539.

[10] M. Feder, N. Merhav, and M. Gutman, “Universal Prediction of Individual Sequences”, IEEE Trans. Infor. Theory, 38(4), (1992) 1258-1270.

[11] D. J. Cook, M. Huber, K. Gopalratnam, and E. Heierman, “Learning to Control a Smart Home Environment”, Innovative Applications of Artificial Intelligence, (2003).

[12] M. B. Ersin, “Improving forecasts of GARCH family models with the artificial neural networks: An application to the daily returns in Istanbul Stock Exchange”, Expert Syst. with Applications, 36(4), (2009) 7355-7362.

(BBT nhận bài: 22/12/2016, hoàn tất thủ tục phản biện: 27/02/2017)

0

5

10

15

Mạng Nơron

ActiveLezi+PPM

Năng lượng tiêu thụ (J)

0.0000

1.0000

2.0000

3.0000

Mạng Nơron

ActiveLezi+PPM

Thời gian thực hiện (giây)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 133

XÂY DỰNG MÔ HÌNH GIÁM SÁT TRẠNG THÁI VÀ HOẠT ĐỘNG TƯƠNG TÁC CHO CÁC ĐỐI TƯỢNG TRONG HỆ PHÂN TÁN DỰA TRÊN MÁY TRẠNG THÁI

HỮU HẠN TRUYỀN THÔNG BUILDING MONITORING MODEL FOR STATE AND INTERACTIVE OPERATIONS OF OBJECTS IN DISTRIBUTED SYSTEMS BASED ON COMMUNICATING FINITE

STATE MACHINES

Trần Nguyễn Hồng Phúc1, Lê Văn Sơn2 1Trường Đại học Bách khoa, Đại học Đà Nẵng; phuc.nguyenhong@mobifone.com

2Hội Tin học thành phố Đà Nẵng; levansupham2004@yahoo.com

Tóm tắt - Giám sát trạng thái và thông tin hành vi truyền thông củacác đối tượng trong hệ phân tán là thực sự cần thiết, hỗ trợ ngườiquản trị biết được các hoạt động, các trạng thái và các sự kiện xảyra giữa các đối tượng trong hệ thống, từ đó giúp cho người quảntrị phát hiện lỗi phát sinh, các nguy cơ tiềm ẩn trong quá trình hoạtđộng của hệ phân tán. Bài báo đề xuất phương pháp biểu diễnhành vi của các đối tượng được giám sát trong hệ phân tán dựatrên máy trạng thái truyền thông, đồng thời đề xuất mô hình giámsát trạng thái và hoạt động tương tác truyền thông của các đốitượng trong hệ phân tán theo bốn mức, gồm mức nút mạng, lớpmạng, miền quản trị và toàn cục hệ thống. Dựa trên mô hình này,chúng tôi xây dựng giải pháp giám sát trạng thái và hoạt độngtương tác truyền thông giữa các đối tượng trong hệ phân tán, hỗtrợ người quản trị phát hiện nhanh các trường hợp phát sinh trongvận hành và khai thác hệ thống.

Abstract - Monitoring state and communication behavior of objects in distributed systems is critical because it will provide comprehensive data on monitored objects in the system such as communication operations, states and events between objects in the system. The information will support administrators in quickly detecting error states as well as potential risks that occur in the system. In this paper, we propose a method to model basic behaviors for monitored objects in distributed systems based on communicating finite state machines and a hierarchical monitoring architecture for these operations, which consists of four levels such as monitored node, network, domain and global system. Based on these models, we build monitoring solutions for objects in distributed systems to support administrators in quickly detecting abnormal events or error states that occur during operations of the system.

Từ khóa - giám sát; hành vi; hệ phân tán; máy trạng thái truyềnthông; mô hình giám sát; trạng thái

Key words - monitor; behavior; distributed systems; communicating state machine; monitoring model; state

1. Đặt vấn đề

Hệ phân tán (HPT) là hệ thống phức tạp, các ứng dụng phân tán thực hiện trên phạm vi lớn, nhiều thành phần không đồng nhất tham gia kết nối và tương tác truyền thông, số lượng lớn người sử dụng và các sự kiện xảy ra trong HPT. Khi một nút mạng bị sự cố, một tiến trình bị lỗi hay một sự kiện bất thường xảy ra trên hệ thống có thể ảnh hưởng, liên quan đến các nút mạng, các sự kiện khác đang diễn trên hệ thống. Các sự cố phát sinh có thể gây ảnh hưởng lớn đến khả năng hoạt động, độ ổn định của hệ thống. Những đặc điểm này đã đặt ra nhiều thách thức cho công tác quản trị HPT [1,12], nhiều công cụ và giải pháp kỹ thuật đã được nghiên cứu, phát triển để hỗ trợ cho người quản trị giám sát hệ thống, và cũng đã đạt được những kết quả nhất định. Kết quả khảo sát các công trình giám sát tiêu biểu được trình bày trong [7,10,14,18] cho thấy: hầu hết các hướng tiếp cận dựa trên giải pháp giám sát bằng phần mềm và triển khai trong môi trường mạng TCP/IP, phần lớn các giải pháp giám sát tập trung vào giải quyết cho lớp bài toán giám sát các vấn đề chi tiết như giám sát cấu hình, hiệu năng với SNMP [11], MonALISA [10]; giám sát tính toán song song và phân tán với JADE [7]; giám sát sự kiện các đối tượng lớp trung gian với MOTEL [18]. Hướng tiếp cận về kiểm soát trực tiếp thông tin về trạng thái và các hoạt động tương tác của đối tượng trong HPT là rất cần thiết, giúp cho người quản trị phát hiện nhanh các sự cố phát sinh và các nguy cơ tiềm ẩn trong quá trình vận hành khai thác hệ thống, đồng thời làm cơ sở kỹ thuật giám sát ở mức cao trước khi đi vào phân tích sâu hơn về hệ thống

với các giải pháp giám sát chi tiết. Hiện nay, giải pháp giám sát trạng thái và hoạt động các nút mạng chủ yếu dựa vào giao thức ICMP [13], SNMP [11]. Ngoài ra, người quản trị sử dụng các công cụ hệ thống của hệ điều hành hoặc công cụ phát triển của các nhà sản xuất thiết bị để giám sát một số hành vi nhất định của các đối tượng trong HPT. Trong khi đó, các công cụ giám sát kèm theo thường được gắn liền với mỗi chủng loại và môi trường hoạt động của từng thiết bị cụ thể, việc giám sát và điều khiển thực hiện trực tiếp với từng thiết bị được giám sát. Hạn chế của phương pháp giám sát này là thông tin giám sát rời rạc trên từng đối tượng, không liên kết thông tin toàn cục và mất nhiều thời gian xử lý cho các đối tượng liên mạng, khó khăn cho người quản trị trong vấn đề quản lý tổng thể hệ thống, lưu lượng thông tin giám sát ảnh hưởng trực tiếp đến hiệu năng hệ thống được giám sát.

Xuất phát từ các tồn tại hiện nay trong việc giám sát trạng thái và hoạt động cơ bản các đối tượng trong HPT trên, bài báo trình bày một phương pháp cho phép biểu diễn hoạt động của các đối tượng trong HPT dựa vào máy trạng thái hữu hạn truyền thông (Communicating Finite State Machine −CFSM) [6,19], đồng thời đề xuất mô hình giám sát trạng thái và hoạt động tương tác giữa các đối tượng trong HPT. Mô hình đề xuất hỗ trợ hiệu quả hơn cho người quản trị trong các yêu cầu giám sát HPT, góp phần khắc phục những hạn chế trong giám sát trực tiếp trạng thái và hoạt động tương tác hiện nay.

Phần còn lại của bài báo gồm các nội dung: Phần 2 trình bày đặc trưng cơ bản của HPT và kiến trúc quản trị phân

134 Trần Nguyễn Hồng Phúc, Lê Văn Sơn

cấp của HPT. Phần 3 đề xuất ứng dụng mô hình máy trạng thái truyền thông hữu hạn để biểu diễn hành vi các đối tượng trong HPT. Phần 4 trình bày mô hình giám sát hành vi truyền thông của các đối tượng trong HPT. Phần 5 trình bày thực nghiệm giám sát hoạt động tương tác truyền thông giữa các nút mạng và giám sát trạng thái với giao thức ICMP. Cuối cùng là phần kết luận.

2. Hệ phân tán và kiến trúc quản trị phân cấp HPT là hệ thống phức tạp, được các chuyên gia trình

bày và phát triển theo nhiều khía cạnh khác nhau [1,5,3,9]. Tuy nhiên, theo mục tiêu nghiên cứu về giám sát của bài báo thì HPT được khảo sát với kiến trúc mạng và phần mềm phân tán theo trình bày của Coulouris, Kshemkalyani [1,5]. Theo trình bày này, HPT bao gồm các đối tượng tính toán độc lập và tự trị, có bộ nhớ riêng, thành phần ứng dụng và dữ liệu phân tán trên hệ thống mạng máy tính, các hoạt động truyền thông và tương tác giữa các đối tượng được thực hiện qua kỹ thuật truyền thông điệp [2].

Một số đặc trưng cơ bản của HPT cần xem xét trong xây dựng hệ thống giám sát:

• Tự trị và không đồng nhất: Hệ thống bao gồm các đối tượng hoạt động độc lập, tự trị với kiến trúc phần cứng và phần mềm không đồng nhất, cộng tác để chia sẻ thông tin, cung cấp dịch vụ. Vì thế HPT luôn tiềm ẩn những nguy cơ xung đột, lỗi phát sinh trong quá trình hoạt động [1]. • Mở rộng cấu hình và tái cấu hình linh hoạt: Cấu trúc vật lý tổng quát của HPT bao gồm nhiều miền quản trị liên kết với nhau và có thể truyền thông với nhau qua mạng viễn thông. Mỗi miền quản trị là một tổ chức phân cấp gồm nhiều lớp mạng có kiến trúc không đồng nhất kết nối liên mạng với nhau, cho phép các đối tượng trong từng lớp mạng hoặc giữa các miền quản trị có thể cộng tác, trao đổi, chia sẻ và xử lý thông tin với nhau [2]. Kiến trúc vật lý của HPT luôn biến đổi trong quá trình hoạt động của hệ phân tán. Do đó, hệ thống giám sát cần phát hiện kịp thời những biến động chung này trong HPT, để hỗ trợ tích cực cho người quản trị. • Phân tán rộng về mặt địa lý và nhiều mức quản trị: HPT bao gồm nhiều miền, lớp mạng và đối tượng được giám sát cùng với các dịch vụ, ứng dụng và người sử dụng được phân bố trong phạm vi rộng [12]. Vì vậy, quản trị HPT được tổ chức theo nhiều mức khác nhau như quản trị lớp mạng cục bộ, quản trị các vùng miền và quản trị toàn cục. Mỗi một mức quản trị có chức năng nhiệm vụ khác nhau và yêu cầu thông tin giám sát riêng, nên hệ thống giám sát cần dễ dàng mở rộng và phân phối thông tin giám sát linh hoạt theo các yêu cầu của các đối tượng quản trị khác nhau. Trong HPT, các thiết bị như máy trạm, máy chủ… là

các đối tượng vật lý thực hiện các hoạt động tương tác và truyền thông với nhau, mỗi đối tượng bao gồm nhiều thành phần tài nguyên phần cứng, phần mềm và gắn liền với các trạng thái, sự kiện tương ứng. Các thông tin liên quan đến hoạt động của đối tượng có thể chia thành hai phần cơ bản: phần giao tiếp trong và giao tiếp ngoài.

• Phần giao tiếp trong - hoạt động cục bộ: bao gồm

các chức năng xử lý thông tin, yêu cầu sử dụng tài nguyên hệ thống phục vụ cho quá trình tính toán. • Phần giao tiếp ngoài – tương tác quản trị: bao gồm các chức năng tương tác với các đối tượng khác trên hệ thống như điều khiển tương tác với hệ thống quản trị, truyền thông liên tiến trình. Từ kết quả nghiên cứu về HPT và kiến trúc quản trị các

hệ thống có quy mô lớn [8,12], kiến trúc quản trị của HPT có thể được trình bày như hình 1.

Hình 1. Kiến trúc quản trị phân cấp của HPT

Kiến trúc quản trị HPT được khảo sát phân cấp theo 4 mức: mức toàn cục DS gồm nhiều miền quản trị MD khác nhau, mỗi miền quản trị bao gồm nhiều lớp mạng MN, trong mỗi lớp mạng bao gồm các đối tượng MO.

Như vậy, HPT được khảo sát theo hướng: toàn cục hệ thống DS→ miền quản trị MD→ lớp mạng MN→ đối tượng MO.

Tuy nhiên, việc trình bày mô hình hành vi cũng như giải pháp giám sát được chúng tôi thực hiện theo hướng: đối tượng MO→ lớp mạng MN → miền quản trị MD → toàn cục hệ thống DS.

3. Mô hình hành vi 3.1. Mô hình hành vi cơ bản

Mô hình hành vi trình bày trạng thái và phản ứng của các đối tượng trước các sự kiện nhận được, hiện nay có nhiều phương pháp được sử dụng để đặc tả hành vi hệ thống như Petri Net [4], CFSM [6]. Tuy nhiên, phương pháp CFSM phù hợp cho mô hình hóa các hoạt động tương tác truyền thông cho hệ thống phức tạp, nhận được nhiều sự quan tâm của các nhà khoa học trong việc ứng dụng vào đặc tả hành vi của hệ thống [6,19]. CFSM được ứng dụng phổ biến trong hệ thống các sự kiện rời rạc, hệ điều hành và giao thức để mô tả các sự kiện, trạng thái và chuyển đổi trạng thái [4,17,19]. Vì vậy, chúng tôi chọn CFSM để trình bày mô hình hành vi cho các đối tượng trong HPT.

Trong mô hình CFSM, quá trình chuyển đổi trạng thái của máy trạng thái được kích hoạt bởi sự kiện vào và đồng thời phát ra sự kiện tương ứng.

S11 S12

Sự kiện vào -σ1

Sự kiện ra +(σ2, d)Máy 1

S21 S22

Sự kiện vào -(σ2, d’)Máy 2

Sự kiện ra +(σ3, d’’)

Hình 2. Hoạt động truyền thông của máy CFSM

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 135

Với quy ước -σ là sự kiện nhận vào và +σ là sự kiện phát ra, mô hình tương tác truyền thông giữa 2 máy trạng thái truyền thông được biểu diễn như hình 2. Máy 1 nhận sự kiện vào σ1 ở thời điểm t sẽ chuyển từ trạng thái s11 sang s12 và đồng thời phát ra sự kiện σ2 ở thời điểm t+d (d là độ trễ phát ra sự kiện σ2), máy 2 nhận được sự kiện σ2 tại thời điểm t’=t+d+d’ (d’ được xem là độ trễ liên kết) và phát ra sự kiện σ3 ở thời điểm t+d+d’+d’’. Trên cơ sở đó, CFSM là bộ 5 được biểu diễn như sau [11,17]:

= ∑ ,∑ , , , (1) Trong đó: Σin: tập hợp các sự kiện nhận vào, Σout: tập

hợp các sự kiện phát ra, S: tập hợp hữu hạn các trạng thái, s0∈S: trạng thái ban đầu, δ: hàm biểu diễn chuyển đổi trạng thái và được định nghĩa δ: S ×Σin→ S × (Σout× d).

Để xác định trạng thái và sự kiện của hàm δ, sử dụng phép chiếu PSin, PEin,PSout, PEout, như sau:

• Sự kiện và tín hiệu vào:

⎩⎨⎧

∑→∑×→∑×

ininin

inin

SPESSPS

::

(2)

• Sự kiện và tín hiệu ra:

( )( )⎩

⎨⎧

∑→×∑×→×∑×

outoutout

outout

dSPESdSPS

::

(3)

Như vậy, thông qua các trạng thái, sự kiện của CFSM có thể dễ dàng xây dựng phương pháp thu thập thông tin cần quan tâm.

Phép toán tổ hợp cho phép thực hiện kết hợp hai hay nhiều CFSM, tổ hợp cho 2 máyCFSM1 và CFSM2 được biểu diễn như sau:

( ) ( )( )0

02222_2_01111_1_

21

,,,,

,,,,||,,,,||_

sS

sSsSCFSMCFSMCCFSM

outin

outinoutin

δ

δδ

∑∑=

∑∑∑∑==

(4)

Trong đó: Σin = Σin_1∪Σin_2 (tập hợp các sự kiện nhận vào của máy 1 và máy 2); Σout = Σout_1∪Σout_2 (tập hợp các sự kiện phát ra của máy 1 và máy 2); = × (tập hợp hữu hạn các trạng thái); s0 = (s0_1, s0_2);với s1∈S1 và s2∈S2 thì hàm chuyển đổi trạng thái được xác định:

δ = δ1×δ2 = S1× S2×Σin S1× S2×(Σout× d) 3.2. Mô hình hành vi các đối tượng trong HPT

HPT bao gồm các thiết bị không đồng nhất như máy trạm, máy chủ, bộ định tuyến, bộ chuyển mạch. Các thiết bị này truyền thông với nhau trong hệ thống và được xem là các đối tượng cần giám sát MO, thông tin trạng thái và hoạt động tương tác của các đối tượng MO hỗ trợ tích cực cho người quản trị hệ thống. Trong phần này, chúng tôi sử dụng CFSM để mô tả hành vi cho các đối tượng được giám sát và trình bày ở mức nguyên lý.

• Mô hình hành vi đối tượng MO: hành vi của MO trong HPT biểu diễn các hoạt động cục bộ, hoạt động truyền thông của MO, và được biểu diễn như (5) F_MO = (Σin_MO, Σout_MO, SMO, δMO, s0_MO) (5) • Mô hình hành vi lớp mạng MN: cho lớp mạng MN

bao gồm k đối tượng MO (k>0, k∈N) có mô hình hành vi tương ứng F_MO1, F_MO2, ..., F_MOk, hành vi lớp mạng MN là tổ hợp các hành vi của k đối tượng MO và kết quả được biểu diễn như (6) F_MN = (Σin_MN, Σout_MN, SMN, δMN, s0_MN) (6) • Mô hình hành vi miền MD: cho miền MD bao gồm m lớp mạng được giám sát MN (m>0, m∈N) có mô hình hành vi tương ứng F_MN1, F_MN2, ..., F_MNm, hành vi miền MD là tổ hợp các hành vi của m lớp mạng MN và kết quả được biểu diễn như (7) F_MD = (Σin_MD, Σout_MD, SMD, δMD, s0_MD) (7) • Mô hình hành vi toàn cục HPT: HPTDS là tập hợp n miền được giám sát MD (n>0, n∈N) có mô hình hành vi tương ứng F_MD1, F_MD2, ..., F_MDn, hành vi toàn cục HPT là tổ hợp các hành vi của n miền MD và kết quả được biểu diễn như (8) F_DS = (Σin_DS, Σout_DS, SDS, δDS, s0_DS) (8) Dựa trên các sự kiện nhận vào (Σin), các sự kiện phát ra

(Σout) và hàm chuyển đổi trạng thái (δ) của mô hình hành vi tương ứng của các đối tượng, các thông tin cần quan tâm về trạng thái và sự kiện của các đối tượng trong HPT có thể được thu thập để phục vụ cho các yêu cầu giám sát. 3.3. Ví dụ biểu diễn mô hình hành vi

Xét quá trình truyền nhận dữ liệu giữa 2 nút Sender và Receiver có thông báo xác nhận như hình 3, nút Sender truyền dữ liệu khi nhận được sự kiện thông báo OK từ Receiver và yêu cầu từ bên ngoài.

Hình 3. Quá trình truyền dữ liệu đơn giản

Hoạt động tương tác truyền dữ liệu giữa Sender và Receiver được trình bày với CFSM như hình 4.

Hình 4. Truyền dữ liệu đơn giản với CFSM

Ban đầu, nút Sender và Receiver ở trạng thái chờ Wait REQ (chờ yêu cầu) và Wait DAT (chờ dữ liệu), khi Sender nhận được sự kiện yêu cầu -REQ, thì dữ liệu sẽ được gửi đến Receiver với sự kiện +DATA và Sender sẽ chuyển về trạng thái chờ xác nhận Wait ACK từ nút Receiver. Sau khi nhận được dữ liệu thì nút Receiver sẽ chuyển sang trạng

136 Trần Nguyễn Hồng Phúc, Lê Văn Sơn

thái Process DAT để xử lý dữ liệu, sau khi hoàn tất xử lý thì nút Receive sẽ gửi thông báo +OK cho nút Sender và chuyển về trạng thái ban đầu Wait DAT. Khi nhận được sự kiện báo nhận -OK, Sender sẽ chuyển về trạng thái ban đầu Wait REQ.

Để giám sát một số sự kiện trong quá trình truyền thông giữa nút Sender và Receiver như sự kiện REQ và OK, thực thể giám sát ME_SR được thiết kế để thu thập sự kiện REQ phía Sender và sự kiện OK phía Receiver. ME_SR sẽ tạo báo cáo giám sát cho các sự kiện này. Sơ đồ trạng thái được trình bày trong hình 5.

Hình 5. Thực thể giám sát cho Sender-Receiver

Trong mô hình mở rộng này, chúng tôi sử dụng các sự kiện bổ sung SIG1 và SIG2 cho mục đích giám sát. ME_SR ở trạng thái lắng nghe Listen, khi nhận được sự kiện SIG1 và SIG2 thì ME_SR chuyển sang trạng thái Report thực hiện tạo báo cáo giám sát.

4. Mô hình giám sát 4.1. Mô hình giám sát cơ bản

Mục tiêu chung của hệ thống giám sát là quan sát, theo dõi và thu thập thông tin về hoạt động của các thành phần và tương tác truyền thông của các đối tượng trong hệ thống, phục vụ cho các mục đích quản trị cụ thể, thông tin này hỗ trợ tích cực cho người quản trị. Kiến trúc giám sát tổng quát có thể chia làm 3 phần [15]:

Ứng dụng giám sát

MA

Thực thể giám sát

ME

Đối tượng được giám sát

Hình 6. Mô hình giám sát tổng quát

Ứng dụng giám sát MA (Monitoring Application) hỗ trợ tác nhân quản trị tạo ra các yêu cầu giám sát và trình bày kết quả thực hiện giám sát.

Thực thể giám sát ME(Monitoring Entity) thực hiện tác vụ đo kiểm các đối tượng được giám sát, thông tin về hệ thống sau khi được đo kiểm sẽ được xử lý, tạo ra báo báo giám sát tương ứng.

Trong hệ thống giám sát HPT thì các thực thể giám sát được thiết kế phù hợp với yêu cầu giám sát đặt ra, hoạt động độc lập trên các vùng được giám sát và thực hiện trao đổi thông tin giám sát bằng các thông điệp. 4.2. Mô hình giám sát hành vi các đối tượng trong HPT

Trong thời gian gần đây, việc ứng dụng tác tử giám sát đạt được một số kết quả khả quan như MonALISA [10], hệ thống giám sát của Manzoor [16], hệ thống quản trị mạng thông minh của Sheng-Yuan Yang [14]. Tuy nhiên, mô

hình tác tử giám sát trạng thái và hoạt động tương tác truyền thông giữa các đối tượng trong HPT cần được tiếp tục nghiên cứu, phát triển phù hợp hơn với kiến trúc phân cấp của HPT, dễ dàng thích ứng với những biến động hành vi trong quá trình hoạt động của HPT.

Từ các kết quả nghiên cứu về các hệ thống giám sát và phương pháp mô hình hành vi cho hệ HPT, kiến trúc của hệ thống đa tác tử giám sát được chúng tôi đề xuất theo mô hình phân cấp gồm 4 mức như hình 7.

Người quản trị

Điều khiển

Hoạt động giám sát

Điều khiển

Chức năng TTMO

Điều khiển

Chức năng TTMN

Điều khiển

Chức năng TTMD

Điều khiển

Chức năng TTDS

Điều khiển

Phân tích

Trình bày

Nút mạng

Lớp mạng Miền HPT

Hình 7. Mô hình đa tác tử giám sát HPT Kiến trúc phân cấp của hệ thống giám sát được thiết kế

theo 4 mức: mức nút mạng với tác tử TTMO, mức lớp mạng với tác tử TTMN, mức miền quản trị với tác tử TTMD và mức toàn cục hệ thống với tác tử TTDS. Hệ thống giám sát hoạt động theo 2 kênh độc lập: kênh điều khiển và kênh hoạt động giám sát.

Kênh điều khiển cho phép tác tử thực hiện các yêu cầu giám sát và cập nhật các thông tin quản trị tương ứng.

Kênh hoạt động giám sát (phần chức năng giám sát) cho phép thực hiện các truyền nhận báo cáo giám sát liên quan, sau khi ứng dụng giám sát nhận được báo cáo sẽ thực hiện phân tích và trình bày kết quả giám sát cho người quản trị.

Tác tử giám sát nút mạng TTMO được cài đặt trên các nút mạng, thực hiện thu thập thông tin về hoạt động của nút mạng được giám sát và tạo các báo cáo giám sát liên quan. Thông tin chi tiết thu thập được lưu vào cơ sở dữ liệu giám sát cục bộ để phục vụ cho các yêu cầu truy vấn lịch sử giám sát, đồng thời gửi các báo cáo giám sát cho tác tử TTMN.

Tác tử giám sát lớp mạng TTMN chịu trách nhiệm xử lý, tổng hợp và phân tích thông tin nhận được từ các báo cáo giám sát của tác tử TTMO, tạo các báo cáo giám sát về lớp mạng được giám sát, đồng thời lưu trữ thông tin giám sát vào cơ sở dữ liệu giám sát cục bộ để phục vụ cho các yêu cầu truy vấn lịch sử giám sát. Tác tử giám sát miền TTMD và toàn cục TTDS thực hiện xử lý, tổng hợp và phân tích thông tin nhận được, đồng thời tạo các báo cáo giám sát mức miền quản trị và toàn cục HPT.

Hoạt động quan sát, thu thập thông tin hành vi các nút mạng dựa trên cơ sở máy trạng thái truyền thông được trình bày trong hình 8, bao gồm 2 loại: tự động thu nhận thông tin hành vi cần giám sát (hình 8a) và chủ động phát yêu cầu (hình 8b).

Tạo báo cáo

Lắng nghe

-σGS

ChờLắng nghe

+σYC Tạo báo cáo

(a) (b)

-σGS

-σTIMEOUT

Hình 8. Máy trạng thái giám sát hoạt động của nút mạng

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 137

Máy giám sát liên tục ở trạng thái lắng nghe để chờ nhận sự kiện cần giám sát -δGS, khi nhận được sự kiện quan tâm sẽ chuyển sang trạng thái tạo báo cáo giám sát để thực hiện quá trình xây dựng báo cáo giám sát. Trong một số trường hợp đặc biệt, máy giám sát sẽ chủ động yêu cầu thông tin cần giám sát.

Như vậy, hoạt động giám sát hành vi của các đối tượng trong HPT được xây dựng dựa vào giải pháp được trình bày như hình 9.

Lớp hệ thống

Lớp máy hành vi

Lớp máy giám sát

Hình 9. Giải pháp cho tác tử giám sát hành vi

Lớp hệ thống bao gồm hệ điều hành, các chương trình điều khiển, công cụ hệ thống hoặc các giao tiếp của các hệ thống giám sát khác cung cấp, lớp này cung cấp thông tin về hoạt động, các sự kiện tương ứng của các thành phần tài nguyên phần cứng, tài nguyên phần mềm.

Lớp máy hành vi bao gồm tập hợp các máy trạng thái truyền thông tương ứng của các đối tượng được giám sát, lớp này được sử dụng làm cơ sở mô tả các trạng thái, các sự kiện của các thành phần và hỗ trợ cung cấp thông tin cần thiết về hành vi của đối tượng được giám sát.

Lớp máy giám sát là các thực thể giám sát, bao gồm các máy trạng thái giám sát, có chức năng thu thập thông tin hoạt động trực tiếp từ các máy hành vi ở Lớp máy hành vi, hoặc gián tiếp thu thập thông tin giám sát từ quan sát các trạng thái các thành phần của đối tượng được giám sát, thông qua kết nối trực tiếp với các thư viện, các công cụ được cung cấp ở Lớp hệ thống.

5. Thực nghiệm giám sát hoạt động nút mạng Trên cơ sở biểu diễn hành vi các đối tượng trong HPT

dựa vào máy trạng thái hữu hạn truyền thông, mô hình giám sát hành vi được trình bày trong phần trên, chúng tôi xây dựng công cụ thực nghiệm giám sát hoạt động tương tác truyền thông và trạng thái kết nối các nút mạng tại Công ty Dịch vụ Mobifone Khu vực 3 (MBF3) có sơ đồ logic như hình 10.

Hình 10. Sơ đồ logic của hệ thống mạng tại MBF3

Về mặt kết nối vật lý, tất cả các miền quản trị và các thiết bị của các hệ thống CNTT tại MBF3 được kết nối về

bộ chuyển mạch lõi Nexus 7009 và bộ định tuyến lõi Cisco ASR 9010, thực hiện kết nối chuyển mạch cho các vùng quản trị ở miền Trung - Tây Nguyên, đồng thời thực hiện chức năng định tuyến kết nối WAN đi các hệ thống CNTT tại Hà Nội và thành phố Hồ Chí Minh. Hoạt động sản xuất kinh doanh được thực hiện qua các dịch vụ phân tán quan trọng như chăm sóc khách hàng, dịch vụ giá trị gia tăng, thanh toán trực tuyến.

Thông tin kết nối của các nút mạng cũng như các hoạt động tương tác truyền thông trong MBF3 thực sự cần thiết cho người quản trị hệ thống, hỗ trợ người quản trị biết được các lỗi kết nối phát sinh, các vùng mạng liên quan, các hoạt động tương tác truyền thông liên quan đang diễn ra trên hệ thống. Từ đó, giúp người quản trị kịp thời phát hiện các nút mạng lỗi phát sinh trong quá trình hệ thống hoạt động. 5.1. Giám sát hoạt động tương tác giữa các nút mạng

HPT là hệ thống phức tạp, giám sát trực tuyến hoạt động tương tác giữa nút mạng luôn là thách thức cho người quản trị. Các công cụ giám sát hiện nay rất khó khăn và mất nhiều thời gian để xác định hoạt động này, bởi vì người quản trị sử dụng các công cụ rời rạc hoặc phải dựa vào dữ liệu lịch sử các hệ thống bảo mật để phân tích. Tuy nhiên, với mô hình hành vi được đề xuất như hình 11 sẽ giúp cho giám sát các hoạt động tương tác một cách nhanh chóng và hỗ trợ tích cực hơn cho người quản trị.

Si- REQ Sj

Sm- COM Sn

+ MON

Chờ Tạo báo cáo- MON

Đối tượng được giám sát

Các nút mạng trên hệ thống

+ COM

TTCOM

Hình 11. Mô hình hành vi cho hoạt động tương tác

Các đối tượng trong MBF3 nhận được yêu cầu tương tác –COM từ đối tượng được giám sát và gửi sự kiện +MON cho tác tử giám sát TTCOM. TTCOM được triển khai cho các nút mạng trong hệ thống MBF3 để thu thập thông tin tương tác. Kết quả giám sát hoạt động tương tác các đối tượng trong MBF3 được trình bày trong hình 12.

Hình 12. Giám sát hoạt động tương tác trên MBF3

Để thực hiện giám sát hoạt động tương tác của một nút mạng với các công cụ hệ thống, thì thời gian giám sát trung

138 Trần Nguyễn Hồng Phúc, Lê Văn Sơn

bình 6s bao gồm truy nhập từ xa, xác thực username và password, gõ lệnh kiểm tra kết nối và các tham số. Trong khi đó, giám sát bằng phương pháp truyền thông điệp của các tác tử giám sát có thời gian trung bình (đảm bảo hiệu năng hệ thống MBF3) là 200ms cho báo cáo sự kiện tương tác. Như vậy, kết quả giám sát sẽ tốt hơn 5.800ms cho 1 giao dịch giám sát. 5.2. Giám sát trạng thái kết nối với giao thức ICMP

Trạng thái kết nối của nút mạng là thông tin quan trọng đối với người quản trị hệ thống, cần có giải pháp hiệu quả để có thể nhanh chóng phát hiện được các nút mạng bị mất kết nối và các vùng mạng liên quan. Trong phần trình bày này, chúng tôi tập trung trình bày ứng dụng giao thức ICMP (Internet Control Message Protocol) với mô hình phân cấp được đề xuất để giám sát kết nối các nút mạng trong hệ thống MBF3.

Giao thức ICMP là giao thức ở tầng liên mạng (Internet layer) của môi trường mạng TCP/IP, được sử dụng phổ biến trong việc xác định trạng thái thiết bị mạng. Trong ứng dụng giám sát trạng thái nút mạng cần đảm bảo tốc độ truyền thông với độ trễ thấp, cho phép bỏ qua một số lỗi nhỏ và đảm bảo về mặt băng thông thấp nên việc sử dụng giao thức UDP và ICMP trong mô hình TCP/IP là phù hợp. Đồng thời, trong mô hình giám sát trạng thái được chúng tôi đề xuất, thay vì sử dụng ICMP trực tiếp giữa các nút mạng trong một hệ thống lớn sẽ kém hiệu quả, chúng tôi sử dụng ICMP cho từng lớp mạng cụ thể trong hệ thống nên việc triển khai giám sát hiệu quả hơn.

Giao thức ICMP cung cấp thông điệp ICMPechorequest và ICMPechoreply cho phép xác định kết nối của nút mạng.Với hiện trạng hệ thống MBF3 được trình bày trong hình 10, chính sách quản trị cho phép các nút mạng hoàn toàn có thể thực hiện tương tác truyền thông với nhau qua các vùng miền và được phép thực hiện các gói tin ICMP trên toàn hệ thống của MBF3. Để giám sát kết nối của nút mạng trên hệ thống MBF3, người quản trị sử dụng công cụ tích hợp hệ thống như Ping hoặc các công cụ hỗ trợ scanner để tạo ra các gói tin ICMP. Phương pháp giám sát này thực hiện theo mô hình được trình bày trong hình 13.

ICMP echo request

ICMP echo request

ICMP echo reply

ICMP echo reply

Nút mạng

Lớp mạng Miền HPT

Hình 13. Mô hình hoạt động ICMP với công cụ hệ thống Theo mô hình này, các gói tin ICMPechorequest được

tạo ra từ máy chủ giám sát của người quản trị gửi đến các nút được giám sát trên hệ thống MBF3. Vì vậy, các gói tin ICMP được truyền thông trên toàn bộ hệ thống MBF3, sẽ ảnh hưởng đến hoạt động của hệ thống gồm 500 nút mạng được giám sát. Kết quả sử dụng Ping trong môi trường hệ điều hành Windows để giám sát được trình bày như hình

14. Thời gian cho kết quả giám sát từ 3s đến 5s (bao gồm phần lệnh, tham số và kết quả trả về).

Hình 14. Kết quả thực hiện giám sát với công cụ Ping

Với mô hình giám sát phân cấp được đề xuất trong mục 4.2, giám sát kết nối của nút mạng trên hệ thống MBF3 được thực hiện như hình 15. Theo mô hình này, các gói tin ICMP sẽ được truyền thông trong từng lớp mạng cụ thể của MBF3, sẽ hạn chế được lan truyền các gói tin ICMP trên toàn bộ hệ thống MBF3.

ICMP echo request

ICMP echo request

ICMP echo reply

ICMP echo reply

Nút mạng

Lớp mạng Miền HPT

Hình 15. Mô hình giám sát MBF3 với giao thức ICMP

Với hệ thống mạng 1Gb/s cho phép tốc độ là 81.274 khung dữ liệu/s với kích khung lớn nhất là 1.538 byte [20]. Để đảm bảo hiệu năng hệ thống thực tế tại MBF3, việc triển khai thực hiện 5-10 thông điệp ICMP/s để giám sát tại các máy chủ giám sát lớp mạng, kết quả giám sát tích cực hơn mô hình công cụ hệ thống trong khoảng thời gian từ 1.450s đến 2.400s.

Một số nhận xét triển khai giám sát trạng thái kết nối với giải pháp mô hình phân cấp và công cụ hệ thống được trình bày trong bảng 1.

Bảng 1. Bảng nhận xét mô hình giám sát với ICMP

STT Nội dung Mô hình phân cấp

Mô hình công cụ hệ thống

1 Kiến trúc giám sát

Theo 4 mức: nút mạng, lớp mạng, miền và toàn cục

Trực tiếp điểm –điểm

2 Thực hiện giám sát

Tự động theo mức lớp mạng– nút mạng

Thủ công giữa nút quản trị và các nútmạng

3 Phạm vi truyền thông

Thông điệp ICMP được truyền giữa mức lớp mạng – nút mạng

Thông điệp ICMPđược truyền trên toàn hệ thống được giám sát

4 Thời gian giám sát

Tổng thời gian giám sát cho 500 thiết bị tại MBF3 từ 50s – 100s

Tổng thời gian giám sát cho 500 thiết bị tại MBF3 từ 1.500s – 2.500s

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 139

6. Kết luận Hành vi của đối tượng được giám sát trong hệ phân tán

có vai trò quan trọng trong việc hỗ trợ phát triển giải pháp giám sát, cung cấp cho người quản trị các thông tin cần thiết về các đối tượng như các hoạt động, các trạng thái và sự kiện tương ứng. Với mô hình giám sát phù hợp, người quản trị hệ thống có thể nhanh chóng phát hiện các hoạt động tương tác, các trạng thái, cũng như các sự kiện cần quan tâm từ thông tin hành vi này. Bài báo đề xuất mô hình giám sát phân cấp bao gồm 4 mức (nút mạng, lớp mạng, miền quản trị và toàn cục hệ thống), mô hình hỗ trợ người quản trị giám sát các hoạt động tương tác truyền thông và trạng thái kết nối các nút mạng trong MBF3. Mô hình giám sát phân cấp khắc phục những hạn chế của công cụ giám sát hiện nay trong quá trình giám sát hệ phân tán.

Để triển khai hiệu quả giám sát hành vi cho các đối tượng trong hệ phân tán, chúng tôi tiếp tục nghiên cứu chi tiết hơn về các trạng thái, sự kiện cụ thể của các đối tượng trong hệ phân tán, áp dụng các thuật toán tối ưu tính toán và xử lý khối lượng lớn thông tin giám sát thu được từ các thành phần, đối tượng được giám sát trong hệ phân tán quy mô lớn.

TÀI LIỆU THAM KHẢO [1] Ajay Kshemkalyani, Mukesh Singhal, "Distributed Computing

Principles, Algorithms, and Systems", Cambridge University Press, 2008.

[2] Andrew Stuart Tanenbaum, Modern Operating Systems, 3rd Edition, Pearson Prentice Hall, 2008.

[3] Andrew Stuart Tanenbaum, Maarten Van Steen, Distributed Systems: Principles and Paradigms, 2nd Edition, Prentice Hall, 2007.

[4] Christos Cassandras, Stéphane Lafortune, Introduction to Discrete Event Systems, 2nd edition, Springer, 2008.

[5] George Coulouris, Jean Dollimore, Tim Kindberg and Gordon Blair, Distributed systems concepts and design, 5th Edition, Addison Wesley Press, May 2011.

[6] Gerard J. Holzmann, Design and validation of computer protocols, Prentice Hall, USA, 1991.

[7] Jeffrey Joyce, Greg Lomow, Konrad Slind, Brian Unger, "Monitoring Distributed Systems", ACM Transactions on Computer Systems, 5(2), 1987, pp. 121-150.

[8] Kwang-Hui Lee, “A Distributed Network Management System”, Global Telecommunications Conference, IEEE,1994.

[9] Lê Văn Sơn, Hệ tin học phân tán, NXB Đại học Quốc gia TP. Hồ Chí Minh, 2002.

[10] Newman Harvey B., Legrand Iosif C., Galvez Philippe, Voicu Ramiro, Cirstoiu Catalin. 2003. MonALISA: A distributed Monitoring Service Architecture, Proceedings of Computing in High Energy and Nuclear Physics (CHEP), pp. 680-687, 2003.

[11] Nguyễn Thúc Hải, Mạng máy tính và các hệ thống mở, NXB Giáo dục, Hà Nội, 1997.

[12] Phuc Tran Nguyen Hong, Son Le Van, "An online monitoring solution for complex distributed systems based on hierarchical monitoring agents", KSE 2013 conference, Springer, 2013, pp.191-202.

[13] Sean Convery, "Network Security Architectures", Cisco Press, 2004. [14] Sheng-Yuan Yang, Yi-Yen Chang, "An active and intelligent

network management system with ontology-based and multi-agent techniques", Expert Systems with Applications, 38(8), 2011, pp. 10320-10342.

[15] Trần Nguyễn Hồng Phúc, Lê Văn Sơn, "Một phương pháp mô hình hóa kiến trúc cho các đối tượng được giám sát trong hệ phân tán", Tạp chí Khoa học và Công nghệ Đại học Đà Nẵng, 1(74), 2014, pp. 55-58.

[16] Umar Manzoor, Samia Nefti, "An agent based system for activity monitoring on network", Journal Expert Systems with Applications, 36(8), 2009, pp. 10987-10994.

[17] Weilong Hu, Hessam S. Sarjoughian, "A co-design modeling approach for computer network systems", Proceedings of the 2007 Winter Simulation Conference, 2007, pp. 1729-1736.

[18] Xavier Logean, "Run-time Monitoring and On-line Testing of Middleware Based Communication Services", PhD dissertation, Swiss Federal, 2000.

[19] Yannick Pencolé, marie-odile cordier, Laurence Rozé, "A decentralized model-based diagnostic tool for complex systems", International Journal on Artificial Intelligence Tools, 11 (3), 2002, pp. 327-346.

[20] http://www.cisco.com/c/en/us/about/security-center/network-performance-metrics.html [Truy cập: 01/12/2016].

(BBT nhận bài: 20/03/2017, hoàn tất thủ tục phản biện: 28/03/2017)

140 Nguyễn Đình Sơn

ỨNG DỤNG LÝ THUYẾT HÀNG ĐỢI TRONG VIỆC TỐI ƯU HÓA THIẾT KẾ DỊCH VỤ

APPLICATION OF QUEUING THEORY IN OPTIMIZATION OF SERVICE DESIGN

Nguyễn Đình Sơn Trường Đại học Bách khoa, Đại học Đà Nẵng; ndson@dut.udn.vn

Tóm tắt - Ngày nay, khi khoa học kỹ thuật càng phát triển thì nhucầu của khách hàng về sản phẩm, đặc biệt là sản phẩm dịch vụ càngkhắt khe hơn. Trong xu thế cạnh tranh và toàn cầu hóa của nền kinhtế hiện nay, việc thỏa mãn nhu cầu của khách hàng là một yếu tốquan trọng đối với nhà thiết kế sản phẩm dịch vụ. Khách hàng luônmong muốn được mua hàng hóa và dịch vụ với giá thành sản phẩmthấp nhưng chất luợng đảm bảo. Do vậy, việc giảm thiểu chi phí đồngthời thỏa mãn nhu cầu của khách hàng là một trong những vấn đềquan trọng trong tối ưu hóa thiết kế dịch vụ. Bài báo này nhằm mụcđích đưa ra phương pháp tiếp cận lý thuyết hàng đợi để giải quyếtcác vấn đề tối ưu hóa trong thiết kế sản phẩm dịch vụ.

Abstract - With the rapid development of science and technology, the requirements of customers for products, especially service products are stricter and more complex. In the context of concurrent and global economy, satisfaction of customers’ requirements is an important key in designing service products. Customers always expect to buy goods as well as services at low prices but with good quality. Thus, cost reduction has become an important challenge in service product design while the satisfaction of the customers’ requirements is still ensured. An approach based on the queuing theory is proposed in this paper to solve these problems.

Từ khóa - lý thuyết hàng đợi; thiết kế tối ưu; sản phẩm-dịch vụ;chuỗi Markov; tối ưu hóa.

Key words - queuing theory; optimization design; service product; Markov chain; optimization.

1. Đặt vấn đề

Cùng với sự phát triển mạnh mẽ của khoa học kỹ thuật và công nghệ, nhu cầu về các sản phẩm và dịch vụ trợ giúp con người trong hoạt động thường nhật tăng lên không ngừng. Để đáp ứng được những nhu cầu đó, đòi hỏi các kỹ sư thiết kế không chỉ phải thực hiện nhanh chóng, hiệu quả khâu thiết kế, mà còn phải đảm bảo chất lượng, giá thành sao cho tối ưu hóa chi phí của sản phẩm. Nhiệm vụ chính của các kỹ sư thiết kế là áp dụng các kiến thức khoa học và kinh nghiệm để đưa ra các giải pháp kỹ thuật cho thiết kế của mình, và hơn nữa cần phải tìm cách tối ưu hóa giải pháp đó với các ràng buộc về yêu cầu của khách hàng, về vật liệu, về yếu tố công nghệ, kinh tế, và cả yếu tố môi trường.

Hiện nay, lý thuyết hàng đợi được sử dụng như một công cụ toán học hỗ trợ việc tính toán thiết kế trên nhiều lĩnh vực, như tối ưu hóa hiệu suất hoạt động của công ty sản xuất phần mềm [1], ứng dụng lý thuyết hàng đợi trong việc đánh giá hệ thống điều khiển không lưu [2], đánh giá dịch vụ xử lý ảnh của các vệ tinh quan sát trái đất [3], đánh giá sự di trú của các loài chim tại vùng Đông-Bắc Mỹ [4].

Hình 1. Khách hàng chờ đợi thanh toán tại siêu thị

Việc ứng dụng lý thuyết hàng đợi để nâng cao chất lượng của dịch vụ như thời gian chờ đợi của khách hàng, tối ưu hóa số trạm phục vụ và chi phí cơ hội bị mất đi của khách hàng khi không được phục vụ. Một trong các yếu tố làm thỏa mãn người sử dụng một dịch vụ đó là thời gian chờ đợi của khách hàng và số trạm phục vụ khách hàng là ít nhất. Đây là một trong những yếu tố quan trọng của người thiết kế sản phẩm là các dịch vụ phục vụ khách hàng.

Do đó, việc áp dụng lý thuyết hàng đợi có ý nghĩa quan trọng trong thiết kế dịch vụ, đặc biệt là các dịch vụ liên quan đến thời gian chờ đợi của khách hàng như: viễn thông, dịch vụ thanh toán tiền tại các siêu thị, trung tâm hành chính quận, huyện và thành phố. Chính vì vậy, bài báo này đưa ra phương pháp tiếp cận lý thuyết hàng đợi để giải quyết bài toán tối ưu hóa thiết kế các dịch vụ nhằm nâng cao chất lượng dịch vụ cho khách hàng và giảm thiểu chi phí cho dịch vụ.

2. Mô hình bài toán

Hình 2. Mô hình bài toán hàng đợi

Giả sử chúng ta cần thiết kế một dịch vụ phục vụ cho khách hàng trong đó có C trạm phụ vụ khách hàng và số lượng khách hàng chờ đợi trong hàng đợi với một lượng hữu hạn K. Tần suất khách hàng đến với dịch vụ giả sử được phân bố ngẫu nhiên theo quy luật xác suất Poisson có tỉ suất là λ. Thời gian phục vụ tại mỗi trạm phục vụ khách hàng thì độc lập với nhau và phân bố theo quy luật hàm mũ có tỉ số là μ (xem hình 2).

Yêu cầu của bài toán thiết kế là làm thế nào để thiết kế được một trung tâm dịch vụ phục vụ khách hàng với các yêu cầu sau:

Hàng đợi K

λ

1

2

C

Các trạm phục vụ

Khách hàng đã được phục vụ

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 141

• Thời gian chờ đợi trung bình của mỗi khách hàng (waiting time) phải nhỏ hơn một giá trị tw.

• Tối ưu chi phí hoạt động của trung tâm dịch vụ phục vụ khách hàng:

o Giá trị hàng đợi K là nhỏ nhất (Min K) o Số lượng trạm phục vụ khách hàng C là nhỏ nhất

(Min C)

3. Xây dựng mô hình toán học Theo định nghĩa của Kendall [5], mô hình bài toán

tương đương với mô hình của lý thuyết hàng đợi kiểu M/M/C/K+C. Do đó, chúng ta có thể mô tả trạng thái của khách hàng được phục vụ tại trạm thứ n như hình 3.

Hình 3. Mô hình chuỗi Markov

Tại thời điểm có n-1 khách hàng trong hàng đợi để thực hiện dịch vụ, nếu trong một khoảng λ đơn vị thời gian, thì sẽ có n khách hàng trong hàng đợi. Như vậy, trong hàng đợi sẽ chuyển từ trạng thái có n-1 khách hàng sang trạng thái có n khách hàng. Với thời gian phục vụ trung bình của mỗi trạm là µ khách hàng trong một đơn vị thời gian, thì sau một khoảng n.µ (tức là một khách hàng sẽ được phục vụ xong) trạm phục vụ sẽ trở về trạng thái đang phục vụ n-1 khách hàng. Trạng thái hàng đợi sẽ chuyển từ trạng thái có n khách hàng sang trạng thái có n-1 khách hàng.

Như vậy, từ một bài toán hàng đợi được chuyển thành bài toán chuỗi trạng thái Markov rời rạc theo từng trạng thái của hàng đợi. 3.1. Xác suất khách hàng đến dịch vụ

Gọi n là khách hàng thứ n đến với dịch vụ, như vậy dựa vào trạng thái chuỗi Markov rời rạc ở hình 3, ta có thể tính được xác suất khách hàng thứ n đến với dịch vụ là p(n) như sau:

Tại trạng thái thứ n • Nếu n < C :

. ( ) ( 1)n p n p nμ λ= − (1)

( ) (n 1)p n pnλμ

= − (2)

( ) (0)!

n

p n pnρ

= (3)

Trong đó: λρμ

=

• Nếu n ≥ C : . ( ) ( 1)C p n p nμ λ= − (4)

( ) ( 1)p n p nCλμ

= − (5)

( ) ( )n C

n Cp n p CCρ −

−= (6)

Trong đó: λρμ

=

Từ phương trình (5) ta có: ( ) ( 1)p C p CCρ

= ⋅ −

1

( ) (0)( 1)!

C

p C pC Cρ ρ −

= ⋅−

(7)

( ) (0)!

C

p C pCρ

= (8)

Do vậy :

( ) (0)!

n

n Cp n pC Cρ−= (9)

Để xác định giá trị p(0), theo [6-7] ta có được:

0( ) 1

np n

+∞

=

=∑

Do đó, từ phương trình (3) và (9) ta có: 1

0( ) ( ) 1

C

n n Cp n p n

− +∞

= =

+ =∑ ∑ (10)

1

0(0) (0) 1

! !

n nC

n Cn n C

p pn C Cρ ρ− +∞

−= =

+ =∑ ∑ (11)

1

0 0(0) (0) 1

! !

n n CC

nn n

p pn C Cρ ρ +− +∞

= =

+ =∑ ∑ (12)

11

0 0(0)

! !

nn CC

n n

pn C Cρ ρ ρ

−− +∞

= =

⎡ ⎤⎛ ⎞= +⎢ ⎥⎜ ⎟⎝ ⎠⎢ ⎥⎣ ⎦

∑ ∑ (13)

Như vậy, xác suất để khách hàng thứ n đến với dịch vụ p(n) sẽ được tính như sau:

(0) ' 0!

( )(0) '

!

n

n

n C

p nê u n Cn

p np nê u n C

C C

ρ

ρ−

⎧≤ <⎪

⎪= ⎨⎪ ≥⎪⎩

(14)

11

0 0

11

0

'! !

(0)

'! ( 1)!( )

nn CC

n n

n CC

n

nê u Cn C C

p

nê u Cn C C

ρ ρ ρ ρ

ρ ρ ρρ

−− +∞

= =

−−

=

⎧ ⎡ ⎤⎛ ⎞⎪ + ≥⎢ ⎥⎜ ⎟⎪ ⎝ ⎠⎢ ⎥⎪ ⎣ ⎦= ⎨⎪⎡ ⎤

+ <⎪⎢ ⎥− −⎪⎣ ⎦⎩

∑ ∑

∑ (15)

3.2. Xác suất khách hàng đến dịch vụ khi hàng đợi bị đầy

Trong trường hợp nếu chúng ta thiết kế hàng đợi với số lượng vô hạn (tức là giá trị K→∞) thì sẽ không có khách hàng nào bị từ chối dịch vụ. Tuy nhiên, nếu hàng đợi với số lượng hữu hạn K và hàng đợi bị đầy thì khách hàng đến thực hiện dịch vụ sẽ bị từ chối. Do vậy, xác suất Pr để một khách hàng bị từ chối dịch vụ được tính như sau:

n-1

λ

(n-1)μ

λ

nμ

λ

(n+1)μ

n

142 Nguyễn Đình Sơn

1

01 ( )

K C

rn

P p n+ −

=

= − ∑ (16)

1 1

0 0( ) ( ) ( )

C K C

rn n C n

P p n p n p n− +∞ + −

= = =

= + −∑ ∑ ∑ (17)

( )rn K C

P p n+∞

= +

= ∑ (18)

Từ phương trình (9) ta có:

(0)!

n

r n Cn K C

P pC Cρ+∞

−= +

= ∑ (19)

0

(0). .!

nK C

r Kn

P pCC C

ρ ρ+ +∞

=

⎛ ⎞= ⎜ ⎟⎝ ⎠

∑ (20)

Như vậy:

0

1

(0). . ' 1!

(0). ' 1( ). !

nK C

Kn

r K C

K

p nê uC CC CP

p nê uCC C C

ρ ρ ρ

ρ ρρ

+ +∞

=

+

−

⎧ ⎛ ⎞ ≥⎪ ⎜ ⎟⎪ ⎝ ⎠= ⎨⎪ <⎪ −⎩

∑ (21)

3.3. Số lượng khách hàng trung bình trong hàng đợi Giả sử gọi Qa là số khách hàng trung bình trong hàng

đợi. Số khách hàng trung bình Qa được tính như sau: 1

( ) ( )K C

an C

Q n C p n+ −

=

= −∑ (22)

Từ phương trình (9) ta có: 1

( ) (0)!

nK C

a n Cn C

Q n C pC Cρ+ −

−=

= −∑ (23)

Như vậy: 1

0

(0)!

nC K

an

Q p nC Cρ ρ−

=

⎛ ⎞= ⎜ ⎟⎝ ⎠

∑ (24)

3.4. Thời gian đợi trung bình của khách hàng Giả sử gọi Wa là thời gian đợi trung bình của mỗi

khách hàng khi đến với dịch vụ. Giá trị Wa được tính như sau :

aa

QW

λ= (25)

Như vậy : 1

0

(0). !

nC K

an

W p nC Cρ ρλ

−

=

⎛ ⎞= ⎜ ⎟⎝ ⎠

∑ (26)

3.5. Chi phí cơ hội do khách hàng bị từ chối dịch vụ Giả sử gọi f là chi phí cơ hội trung bình bị mất đi do

khách hàng bị từ chối dịch vụ khi hàng đợi bị đầy. Chi phí trung bình được tính dựa trên số lượng trung bình khách hàng bị từ chối dịch vụ do hàng đợi của trung tâm bị đầy. Chi phí trung bình f được tính như sau:

. .crf P λ= (27) Trong đó c là khoảng phí mà khách hàng phải trả khi

thực hiện một dịch vụ.

Từ phương trình (21) ta có:

0

(0). . .c!

nK C

Kn

f pCC C

ρ ρ λ+ +∞

=

⎛ ⎞= ⎜ ⎟⎝ ⎠

∑ (28)

Như vậy:

0

1

(0). . .c ' 1!

(0). .c ' 1( ). !

nK C

Kn

K C

K

p nê uC CC Cfp nê u

CC C C

ρ ρ ρλ

ρ ρλρ

+ +∞

=

+

−

⎧ ⎛ ⎞ ≥⎪ ⎜ ⎟⎪ ⎝ ⎠= ⎨⎪ <⎪ −⎩

∑ (29)

4. Áp dụng Chúng ta cần thiết kế một trung tâm dịch vụ chăm

sóc khách hàng qua điện thoại để tư vấn cho ba nhóm khách hàng khác nhau như: khách hàng công nghiệp (nhà máy, xí nghiệp, công ty…), khách hàng sử dụng dịch vụ thuê bao trả sau, khách hàng sử dụng dịch vụ thuê bao trả trước. Chi phí cơ hội bị mất một khách hàng ở ba nhóm khách hàng lần lượt là c1, c2, và c3 (trong đó c1>c2>c3). Trung tâm chăm sóc khách hàng có C trạm dịch vụ để có thể phục vụ cùng một lúc là C khách hàng và hàng đợi có thể chứa nhiều nhất là K khách hàng. Như vậy, khả năng của trung tâm có thể giải quyết tại thời điểm t là C+K khách hàng. Mô hình của bài toán được mô tả như trong hình 4.

Hình 4. Mô hình hàng đợi của trung tâm dịch vụ

Giả sử ba nhóm khách hàng gọi đến trung tâm dịch vụ chăm sóc khách hàng với xác suất phân bố theo luật Poisson có tỉ số lần lượt là λ1, λ2, λ3. Điều đó có nghĩa là trung bình sẽ có λ1 khách hàng nhóm 1, λ2 khách hàng nhóm 2 và λ3 khách hàng nhóm 3 gọi đến trung tâm dịch vụ chăm sóc khách hàng trong một đơn vị thời gian. Trong một đơn vị thời gian, sẽ có λ1+ λ2+ λ3 khách hàng của ba nhóm gọi đến trung tâm. Như vậy, bài toán trở thành bài toán hàng đợi với λ =λ1+ λ2+ λ3.

Qua khảo sát thực tế dữ liệu khách hàng thì xác suất ba nhóm khách hàng gọi đến trung tâm dịch vụ chăm sóc khách hàng phân bố theo quy luật Poisson có tỉ số xấp xỉ gần bằng 1 (λ1=1, λ2=1, λ3=1). Thời gian kéo dài của mỗi cuộc gọi độc lập với nhau và phân bố theo luật hàm số mũ có tỉ số là µ (trong đó 0,01≤µ≤0,1).

Để thỏa mãn yêu cầu của khách hàng, mỗi khi khách hàng yêu cầu tư vấn của dịch vụ thì trung tâm dịch vụ tư vấn phải thỏa mãn điều kiện sau:

λ1

λ2

λ3

Hàng đợi K

1

2

C

Các trạm phục vụ

Khách hàng đã được phục

vụ

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 143

• Yêu cầu về phía khách hàng sử dụng dịch vụ: Thời gian chờ đợi trung bình của mỗi khách hàng phải nhỏ hơn giá trị tw (trong đó tw≤1s). • Yêu cầu về bên chủ đầu tư: Chi phí hoạt động của trung

tâm phải tối ưu (tức là giá trị K và C bé nhất). Chi phí cơ hội f do bị mất khách hàng nếu hàng đợi bị đầy phải bé nhất.

Chi phí cho từng nhóm khách hàng lần lượt là c1=20, c2=6, và c3=3 (đơn vị ngàn đồng). Chi phí cho hàng đợi và nhân công phục vụ ở các trạm lần lượt là ck=1 và cc=4 (đơn vị ngàn đồng).

Như vậy, bài toán thiết kế có thể mô tả dưới dạng toán học như sau:

Minimize fTotal Subject to

0,3s≤ tw≤1s; 0,01≤µ≤0,1; Wa≤tw. λi=1 (1,3); c1=20, c2=6, c3=3

Trong đó, tổng chi phí fTotal bao gồm chi phí trung bình do bị mất khách hàng khi hàng đợi bị đầy và chi phí phải chi trả cho trung tâm dịch vụ. Tổng chi phí fTotal được tính như sau:

( )1 1 2 2 3 3Total r k cf P c c c Kc Ccλ λ λ= + + + + (30)

5. Kết quả và thảo luận Sử dụng hàm Minimize tối ưu hóa đa mục tiêu của phần

mềm toán học Mathematica® [8], kết quả xác định được như trong bảng 1.

Bảng 1. Kết quả tối ưu hóa

Tổng chi phí (fTotal) Số trạm phục vụ (C) Số khách hàng trong hàng đợi (K)

211,09 48 4

Với kết quả nhận được ta tính các tham số còn lại như trong bảng 2.

Bảng 2. Các tham số khác

Pr Qa Wa f

0,433 0,181 0,04 15,161

Như vậy, bài toán tối ưu hóa thiết kế trung tâm dịch vụ chăm sóc khách hàng qua điện thoại với mục tiêu là xác định được số trạm dịch vụ và số lượng của hàng đợi bé nhất có thể thông qua mô hình toán học đã xây dựng dựa trên lý thuyết hàng đợi. Kết quả của việc thiết kế trung tâm dịch vụ chăm sóc khách hàng có được chỉ dựa trên hàng đợi theo kiểu FIFO (First In First Out). Nếu trong trường hợp kết cấu của hàng đợi là có chế độ ưu tiên cho khách hàng theo

thứ tự khách hàng công nghiệp ưu tiên thứ nhất, khách hàng sử dụng dịch vụ thuê bao trả sau ưu tiên thứ hai, khách hàng sử dụng dịch vụ thuê bao trả trước ưu tiên cuối cùng thì lúc đó cần xây dựng lại mô hình bài toán cho cấu hình hàng đợi mới.

Tuy nhiên, với mô hình bài toán như đã mô tả ở trên thì có thể sử dụng để thiết kế một số các trung tâm dịch vụ như: trung tâm thanh toán tiền tại các siêu thị, trung tâm mua sắm lớn; dịch vụ chăm sóc khách hàng tại các ngân hàng; trung tâm dịch vụ tiếp nhận hồ sơ tại các trung tâm hành chính. Việc ứng dụng lý thuyết hàng đợi trong thiết kế các trung tâm dịch vụ cho phép lựa chọn được số lượng trạm phục vụ phù hợp theo số lượng khách hàng, theo từng ca làm việc phù hợp nhằm giảm thời gian chờ đợi của khách hàng và giảm chi phí hoạt động của trung tâm dịch vụ.

6. Kết luận Bài báo đã xây dựng mô hình toán học cho bài toán

hàng đợi dựa trên lý thuyết hàng đợi và chuỗi Markov rời rạc để đưa ra phương pháp thiết kế sản phẩm dịch vụ một cách tối ưu nhất.

Như vậy, việc ứng dụng lý thuyết hàng đợi trong việc thiết kế các sản phẩm dịch vụ sẽ giúp các nhà thiết kế lựa chọn được những giải pháp tối ưu nhất. Giải pháp đó phải thỏa mãn nhu cầu của khách hàng thông qua việc giảm tối thiểu thời gian chờ đợi của khách hàng và tiết kiệm chi phí đầu tư và hoạt động của sản phẩm dịch vụ được thiết kế.

TÀI LIỆU THAM KHẢO [1] Liu H. H, “Applying Queuing Theory to Optimizing the

Performance of Enterprise Software Applications”, CMG -CONFERENCE, Vol. 1, 2006, pp. 457-468.

[2] W. N. Pizzo, P. S. Cugnasca, “Application Of Queuing Theory For Availability Assessment In Airspace Control Systems”, Brazilian Society for Research in Air Transportation, Vol. 3(1), 2008, pp. 53-65.

[3] Wen Chen, Phil Palmer, Stephen Mackin and Gary Crowley, “Queuing theory application in imaging service analysis for small Earth observation satellites”, Acta Astronautica, Vol. 62(10-11), 2008, pp. 623-631.

[4] Richard S. Sojda, John E. Cornely, and Leigh H. Fredrickson, “An Application of Queuing Theory to Waterfowl Migration”, Proceedings of the 1st Biennial Meeting of the iEMSs,Vol. 2, 2002, pp. 232-238.

[5] Bruno Baynat, Théories des files d’attente, Hermes Science, France, 2000.

[6] Gross Donald, Carl M. Harris, Fundamentals of Queueing Theory, Wiley, 1998.

[7] Andrei N. Kolmogorov, Foundations of the Theory of Probability, 1950.

[8] Gaylord, Richard J., Kamin, Samuel N., Wellin, Paul R: An introduction to programming with Mathematica®, Springer, 1993.

(BBT nhận bài: 09/01/2017, hoàn tất thủ tục phản biện: 27/02/2017)

144 Lâm Thuận Thành, Hoàng Ngọc Hà

ƯỚC LƯỢNG TRẠNG THÁI CHO HỆ QUÁ TRÌNH HÓA HỌC CÓ THÔNG TIN KHÔNG ĐẦY ĐỦ

STATE ESTIMATION FOR CHEMICAL PROCESS SYSTEMS WITH INCOMPLETE STATE INFORMATION

Lâm Thuận Thành, Hoàng Ngọc Hà Trường Đại học Bách khoa, Đại học Quốc gia Thành phố Hồ Chí Minh; ha.hoang@hcmut.edu.vn

Tóm tắt - Trong kỹ thuật hệ thống quá trình hóa học, việc thu thậpcác dữ liệu đo đạc là phần không thể thiếu để phục vụ việc vận hànhvà điều khiển hệ thống. Tuy nhiên, trong các ứng dụng thực tế, việclắp đặt các hệ thống nhằm đo đạc các tham số thường không dễdàng và có thể rất tốn kém. Có nhiều phương pháp nhằm khắc phụccũng như hỗ trợ giải quyết những khó khăn này, trong đó phải kểđến bộ quan sát. Bộ quan sát là một thuật toán giúp ước lượng cácgiá trị không/hoặc khó đo được (ví dụ nồng độ/số mol,…) từ nhữnggiá trị đo được dễ hơn (như nhiệt độ,…). Bài báo sẽ tiến hành nghiêncứu và ứng dụng bộ quan sát tiệm cận để ước lượng tham số hệthống quá trình (ví dụ bình phản ứng hoá học hay thiết bị chưng cấtphản ứng…). Mô phỏng và so sánh giá trị nồng độ ước lượng thuđược từ hệ có bộ quan sát tiệm cận với giá trị nồng độ chính xác sẽchỉ ra phạm vi ứng dụng của phương pháp đề xuất.

Abstract - In the field of chemical process system engineering, complete information about process data is absolutely necessary for operation and control. However, in many industrial applications, the installation of measuring devices (i.e. sensors) can be troublesome and costly. There exists, among others, the so-called observer to circumvent this challenging issue. Observer is a computational algorithm that allows us to estimate unmeasurable or difficult-to-measure parameters (such as concentration/molar number, etc.) via the availability of easier-to-measure parameters (such as temperature, etc.). In this work, the asymptotic observer is studied and applied to estimate the unavailable parameters of chemical process systems (for example, biochemical reactors or reactive distillation column, etc). The numerical simulations and comparisons are given to show the applications of the proposed approach.

Từ khóa - mô hình hoá; bộ quan sát tiệm cận; hệ động lực; ướclượng trạng thái; điều khiển quá trình.

Key words - modeling; asymptotic observer; dynamical systems; state estimation; process control.

1. Đặt vấn đề

Thiết bị phản ứng mở là hệ động lực phi tuyến và có thể hoạt động với nhiều trạng thái cân bằng dừng ổn định/không ổn định do bị ràng buộc bởi các nguyên lý bảo toàn vật chất và năng lượng, kết hợp với các phương trình cấu thành (động học phản ứng, hiện tượng truyền vận và truyền khối…). Do sự có mặt phổ biến của thiết bị phản ứng mở trong các nhà máy hóa chất, dầu khí…, việc vận hành, giám sát và điều khiển nó đặt ra nhiều thách thức thú vị [1]. Thật vậy, vấn đề ước lượng các thông số trạng thái trong vận hành, giám sát và điều khiển thiết bị phản ứng mở đã thu hút được sự quan tâm ngày càng tăng của các nhà khoa học thông qua khái niệm bộ quan sát. Bộ quan sát là thuật toán giúp ước lượng các giá trị không/hoặc khó đo được (ví dụ nồng độ,…) từ những giá trị đo được dễ hơn (như nhiệt độ,…) [2].

Năm 1990, Bastin và Dochain đã xây dựng và đề xuất bộ quan sát tiệm cận cho hai quá trình sinh học: quá trình phân hủy kỵ khí (quá trình liên tục), quá trình sản xuất PHB – PolyHydroxyButyrate (quá trình bán liên tục) và đưa ra các điều kiện để áp dụng nó [2]. Năm 1992, Dochain và cộng sự đã đề cập đến việc xây dựng và khảo sát bộ quan sát tiệm cận cho hệ thống thiết bị khuấy không đẳng nhiệt

cho trường hợp phản ứng sinh học 1 2k k

A B C→ → và chỉ ra sự hội tụ của bộ quan sát tiệm cận phụ thuộc vào điều kiện vận hành quá trình [3]. Năm 2003, Dochain đã so sánh bộ quan sát tiệm cận với một số bộ quan sát khác như: bộ quan sát thích nghi (adaptive obsever), bộ quan sát phi tuyến (nonlinear observer), bộ quan sát Luenberger mở rộng (extended Luenberger observer), bộ quan sát Kalman mở rộng (extended Kalman observer)… Qua đó, tác giả đã đưa ra giới hạn chính của bộ quan sát tiệm cận là sự hội tụ của

trạng thái ước lượng phụ thuộc vào điều kiện vận hành [4]. Năm 2012, Hoang và cộng sự đã xây dựng và mô phỏng hệ một phản ứng với hai cấu tử: A Bν A ν B→ và đã khảo sát cho hai trường hợp là hệ vòng hở (open loop) và hệ vòng kín (close loop). Mỗi trường hợp có hai trường hợp con là hệ có bộ quan sát tiệm cận và hệ không có bộ quan sát tiệm cận [5]. Năm 2013, Hoang và cộng sự đã mở rộng và đưa ra phần lý thuyết cho bộ quan sát tiệm cận trên hệ nhiều phản ứng với nhiều cấu tử; và đã khảo sát cho cả hai trường hợp, vòng hở và vòng kín [6]. Năm 2015, Mohd và cộng sự đã chỉ ra việc lựa chọn bộ quan sát thích hợp nhất cho một hệ thống quá trình cụ thể là nhiệm vụ quan trọng nhưng không hề dễ dàng do sự đa dạng của các phương pháp, loại quan sát, phạm vi ứng dụng và tính chất của quá trình hóa học sẵn có. Chính vì vậy, nhóm tác giả đã tổng hợp và sắp xếp, phân thành sáu loại bộ quan sát ước lượng chính; đưa ra so sánh ưu nhược điểm cùng điều kiện áp dụng và xu hướng phát triển trong thời gian tới của từng loại [7]. Ngoài ra, [7] còn đưa ra cái nhìn tổng quan về sự phát triển gần đây của bộ quan sát tiệm cận. Ưu điểm nổi bật của bộ quan sát tiệm cận là nó không cần đến thông tin về động học quá trình phản ứng/tốc độ phản ứng (lưu ý là các đại lượng này được xác định dựa trên thực nghiệm).

Bài báo được tổ chức như sau. Phần 2 giới thiệu mô hình toán thiết bị phản ứng mở, mà trường hợp được chọn để khảo sát trong nghiên cứu này là thiết bị phản ứng khuấy liên tục lý tưởng. Phần 3 phát triển bộ quan sát tiệm cận để ước lượng số mol/nồng độ các cấu tử trong thiết bị từ đo lường nhiệt độ sẵn có. Phần 4 dành cho việc mô phỏng để kiểm chứng các kết quả đề xuất. Kết luận và hướng phát triển của bộ quan sát tiệm cận sẽ được trình bày trong phần 5.

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 145

2. Mô hình hóa Xét phản ứng hóa học xảy ra trong thiết bị phản ứng

khuấy liên tục lý tưởng (xem hình 1) có phương trình tỷ lượng như sau1:

(1) Với A B Cν , ν , ν là các hệ số tỷ lượng.

Hình 1. Thiết bị phản ứng khuấy liên tục lý tưởng

Các giả thuyết mô hình hóa sau được xem xét: (A1) Lưu chất lỏng đẳng áp, lý tưởng và không nén

được. (A2) Nhiệt trao đổi với vỏ áo được thể hiện qua:

J JQ =λ(T T)− (2)

Trong đó λ là hệ số trao đổi nhiệt hiệu dụng, λ không phụ thuộc vào nhiệt độ và thành phần của hỗn hợp. JT là nhiệt độ vỏ áo làm mát.

(A3) Dòng nhập liệu cấu tử i (i=A, B, C) ở nhiệt độ cố

định IT và tốc độ pha loãngFδ=V

không đổi, trong đó F là

lưu lượng thể tích (đơn vị thể tích/s), V là thể tích thiết bị (đơn vị thể tích). Nhiệt dung riêng của cấu tử i

( )pi i A, CC B, = xem là hằng số.

(A4) Tốc độ phản ứng được miêu tả theo định luật tác dụng khối lượng (mass-action-law):

Aj Bjν νj j j BAr V k (T)F (N .N . )= … (3)

trong đó jk (T) là hằng số tốc độ phản ứng thứ j của pha

lỏng, j rF ( j 1, ,n )= … là hàm phi tuyến với các đối số [5, 6].

Trong nghiên cứu này, ( )jk T giả sử tuân theo luật thực

nghiệm Arrhenius:

( ) ajj 0 jk T k exp( )

TE

R−

= (4)

1 Phản ứng xem xét là hình thức. Tuy nhiên, mọi phản ứng thực tế thuộc về dạng này sẽ được xử lý bằng cách tương tự. Kết quả phát triển trong bài báo hoàn toàn có thể mở rộng đến các hệ phản ứng phức tạp hơn.

Trong đó 0jk là hằng số động học và ajE là năng lượng

hoạt hóa. R là hằng số khí lý tưởng. Để đơn giản hóa, bài báo sẽ xét hệ phản ứng (1) có các

hệ số tỷ lượng bằng 1 (nghĩa là A B C 1ν ν ν= = = ) và phản ứng 1, 2, 3 là các phản ứng bậc 1 theo số mol tác chất (tức là biểu thức tốc độ phản ứng lấy dạng tường minh của nó được rút ra từ (3)).

Dưới giả thiết (A1), cân bằng năng lượng được viết thông qua enthalpy H [5, 6, 8, 9]. Do đó, hệ cân bằng vật chất và năng lượng là:

( )

AAI A 1 3

BBI B 1 2

CCI C 3 2

I J

dN=δ(N N ) r V+r V

dtdN =δ(N N )+r V r V

dtdN

=δ(N N ) r V+r Vdt

dH =δ H H +Q dt

⎧− −⎪

⎪⎪ − −⎪⎪⎨⎪ − −⎪⎪⎪ −⎪⎩

(5)

Trong đó, kí hiệu I nhỏ chỉ giá trị dòng vào. Ta có, enthalpy toàn phần của hệ phản ứng là:

i ii

H N h (T)=∑ (6)

Với ( )i pi ref irefh (T) C T T h= − +

ref iref piT ,h ,C lần lượt là nhiệt độ tham khảo, enthalpy

theo mol tham khảo của cấu tử i và nhiệt dung riêng của cấu tử i (A, B, C). Bằng các phép biến đổi, phương trình

cân bằng năng lượngdHdt

của (5) được viết lại dưới dạng

tường minh theo nhiệt độ [10]:

( )3

p pI I J Rj jj 1

dTC δC T T Q ( H )r Vdt

=

= − + + −Δ∑ (7)

Với p pA A pB B pC CC C N C N C N= + + là tổng nhiệt dung

riêng. Bản chất tỏa nhiệt hay thu nhiệt thể hiện qua nhiệt của phản ứng hay enthalpy của phản ứng

( )Rj j 1, 3H 2,Δ = :

R1 A BH h 0hΔ = − + < (8)

R2 B CH h 0hΔ = − + < (9)

R3 C AH h 0hΔ = − + > (10)

3. Thiết kế bộ quan sát tiệm cận Giả thuyết nghiên cứu: giả sử nhiệt độ T và số mol

của 1 trong 3 cấu tử A B C(N , N , N ) là giá trị đo được online.

Mục tiêu bài toán: Uớc lượng 2 giá trị số mol chưa biết còn lại.

146 Lâm Thuận Thành, Hoàng Ngọc Hà

Như vậy, ta cần thiết kế bộ quan sát với đặc tính không cần biết thông tin về động học phản ứng của hệ phản ứng (thường thông tin này khó xác định và nó chỉ được xác định thông qua thực nghiệm) và không phụ thuộc vào bản chất tỏa nhiệt hay thu nhiệt của phản ứng. Trong trường hợp này, bộ quan sát thiết kế được gọi là bộ quan sát tiệm cận (asymptotic observer) [3, 5, 6].

Từ (5), ta viết lại hệ phương trình này dưới dạng rút gọn:

( )

I

I J

dN = δ(N -N)+νrV dt

dH = δ H -H +Q dt

⎧⎪⎪⎨⎪⎪⎩

(11)

Với: A B CN (N , N , N )T= là vector số mol,

1 2 3r (r , r , r )T= là vector tốc độ phản ứng và

-1 0 1ν= 1 -1 0

0 1 -1

⎛ ⎞⎜ ⎟⎜ ⎟⎜ ⎟⎝ ⎠

là ma trận hệ số tỷ lượng2.

Luôn tồn tại các ma trận (khả nghịch) P và Q sao cho3: 1 0 0

PνQ= 0 1 00 0 0

⎛ ⎞⎜ ⎟⎜ ⎟⎜ ⎟⎝ ⎠

hay nói cách khác, -1 -11 0 0

ν=P 0 1 0 Q0 0 0

⎛ ⎞⎜ ⎟⎜ ⎟⎜ ⎟⎝ ⎠

(12)

Ta dễ dàng tìm được: 1 0 0

P= 0 1 01 1 1

⎛ ⎞⎜ ⎟⎜ ⎟⎜ ⎟⎝ ⎠

và

1 0 1Q= 1 1 1

0 0 1

⎛ ⎞⎜ ⎟− ⎜ ⎟⎜ ⎟⎝ ⎠

Thay (12) vào phương trình cân bằng vật chất của (11), ta được:

1 1I

1 0 0dN δ(N N) P 0 1 0 Q rVdt

0 0 0

− −⎛ ⎞⎜ ⎟= − + ⎜ ⎟⎜ ⎟⎝ ⎠

(13)

Hay (13) tương đương với phương trình sau :

1I

1 0 0dNP δ(PN PN) 0 1 0 Q rVdt

0 0 0

−⎛ ⎞⎜ ⎟= − + ⎜ ⎟⎜ ⎟⎝ ⎠

(14)

Đặt biến mới 1 2 3Z (Z , Z , Z ) PNT= = và 1R Q rV−= (R gọi là vector tốc độ tổng quát). Phương trình (14) trở thành:

2 Ký hiệu T là phép chuyển vị ma trận. 3 P và Q được tìm thấy từ phép khử Gauss-Jordan. 4 Giải tích sự hội tụ (và ổn định) của trạng thái bộ quan sát về giá trị chính xác đã được chứng minh tường minh trong khuôn khổ Hamilton. Người đọc vui lòng xem [5, 6] để có thông tin chi tiết.

I

1 0 0dZ δ(Z Z) 0 1 0 Rdt

0 0 0

⎛ ⎞⎜ ⎟= − + ⎜ ⎟⎜ ⎟⎝ ⎠

(15)

Từ (15), ta thấy Z3 là trạng thái không phụ thuộc động học phản ứng. Tương tự, ta thấy phương trình cân bằng

năng lượngdHdt

của (5) (hay (11)) cũng không phụ thuộc

vào động học phản ứng. Từ đó, ta rút ra bộ quan sát tiệm cận của hệ (5) (hay (11)) là4:

( )

( )

33I 3

EI E J

EE

dZ=δ Z Z

dtdH

=δ H H +Qdt

⎧−⎪⎪

⎨⎪ −⎪⎩

(16)

Kí hiệu E nhỏ chỉ giá trị ước lượng. Với 3Z và H được tính từ:

3 A B C

A A B B C C

Z = N +N +NH =N h +N h +N h⎧⎨⎩

(17)

Từ Giả thuyết nghiên cứu, ta đã biết 1 trong 3 giá trị số mol cấu tử A, B và C, vì vậy sẽ có 3 trường hợp khảo sát để tính toán ước lượng các số mol chưa biết còn lại thông qua (16) và (17). Đóng góp chính (cách thức rút ra phương trình (16)) là trung tâm để nhận được các kết quả chính trong nghiên cứu này.

4. Mô phỏng và kết quả Qua việc tham khảo số liệu từ [9], phần này sẽ chạy mô

phỏng hệ trên với những thông số của thiết bị phản ứng khuấy liên tục lý tưởng như sau:

Bảng 1. Thông số của thiết bị phản ứng khuấy liên tục lý tưởng

Tên Ký hiệu Độ lớn

Thể tích thiết bị phản ứng V 10 (m3)

Lưu lượng thể tích F 0,1 (m3 s-1)

Nhiệt dung riêng của cấu tử A

CpA 1000 (J K-1 mol-1)

Nhiệt dung riêng của cấu tử B

CpB 1000 (J K-1 mol-1)

Nhiệt dung riêng của cấu tử C

CpC 1000 (J K-1 mol-1)

Năng lượng hoạt hóa của phản ứng 1

Ea1 2,09 x 104 (J mol-1)

Năng lượng hoạt hóa của phản ứng 2

Ea2 4,18 x 104 (J mol-1)

Năng lượng hoạt hóa của phản ứng 3

Ea3 5,225 x 104 (J mol-1)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 147

Hằng số động học phản ứng 1

k01 1,1 (s-1)

Hằng số động học phản ứng 2

k02 172,2 (s-1)

Hằng số động học phản ứng 3

k03 20,05 (s-1)

Hằng số khí lý tưởng R 8,3143 (J K-1 mol-1)

Nhiệt độ tham khảo Tref 298 (K)

Hệ số trao đổi nhiệt hiệu dụng

λ 85 x 104 (W K-1)

Enthalpy tham khảo của A hAref 0 (J mol-1)

Enthalpy tham khảo của B hBref -20,18 x 104 (J mol-1)

Enthalpy tham khảo của C hCref -45,18 x 104 (J mol-1)

Nhiệt độ vỏ áo TJ 350 (K)

Các biến đầu vào (process inputs) được chọn như sau: NAI = 104 (mol), NBI = NCI = 0, TI = 350 (K) Các giá trị trạng thái ban đầu (tức tính tại thời điểm t=0)

của mô hình (5) (hay (11)) giả sử là: NA0 = 103 (mol), NB0 = 5 x 103 (mol), NC0 = 102 (mol), T0 = 360 (K) Các giá trị trạng thái ban đầu (tức tính tại thời điểm t=0)

của bộ quan sát tiệm cận (16) được chọn là:

( )3E AE0 BE0 CE0Z 0 N N N= + +

( )E 0 AE0 BE0 CE0H 0 0,75H(T , N , N , N )= Trong đó: NAE0 = 0,5 x NA0, NBE0 = 0,6 x NB0, NCE0 = 0,8 x NC0 Ba trường hợp (TH) tính toán sau được khảo sát: TH1: Biết T và NA, ước lượng NB và NC (xem hình 2) TH2: Biết T và NB, ước lượng NA và NC (xem hình 3) TH3: Biết T và NC, ước lượng NA và NB (xem hình 4)

Hình 2. NB, NC và số mol ước lượng tương ứng của

trường hợp 1

Hình 3. NA, NC và số mol ước lượng tương ứng của

trường hợp 2

Hình 4. NA, NB và số mol ước lượng tương ứng của

trường hợp 3 Các tính toán và mô phỏng được thực hiện dùng phần

mềm Matlab & Simulink. Trong cả ba trường hợp khảo sát, giá trị ước lượng luôn hội tụ về giá trị chính xác (xem các hình 2, 3 và 4). Kết quả cho thấy thời gian hội tụ (đạt đến hơn 95% giá trị chính xác) trong 3 trường hợp khoảng

13 = 300δ

giây. Mặt khác, sự hội tụ của bộ quan sát tiệm

cận (16) phụ thuộc vào điều kiện vận hành ( δ > 0 ) [2, 3, 7] và đây chính là giới hạn của bộ quan sát tiệm cận. Tuy nhiên, điều kiện này rõ ràng luôn thoả mãn với các hệ quá trình hoạt động liên tục hoặc bán liên tục…

5. Kết luận và hướng phát triển Nghiên cứu đã chỉ ra cách thức xây dựng và mô phỏng bộ

quan sát tiệm cận cho một quá trình hóa học, cụ thể ở đây là hệ phản ứng vòng (1) với các hệ số tỷ lượng bằng 1. Đây là một trường hợp đặc biệt khi số phản ứng (nr) khác với hạng của ma trận hệ số tỷ lượng (tức là nr = 3 và rank(ν) = 2).

Bộ quan sát tiệm cận đảm bảo giá trị ước lượng số mol cấu tử hội tụ đến (khoảng hơn 95%) giá trị thực của nó trong thời gian hữu hạn. So sánh tính năng này của bộ quan sát tiệm cận với các bộ quan sát khác (ví dụ bộ quan sát thích nghi, bộ quan sát Luenberger mở rộng và bộ quan sát Kalman mở rộng…) cần được thực hiện trong các nghiên cứu tiếp.

148 Lâm Thuận Thành, Hoàng Ngọc Hà

Ngoài ra, với đặc tính không phụ thuộc vào động học phản ứng, bản chất tỏa nhiệt hay thu nhiệt của hệ phản ứng và ưu điểm dễ xây dựng, lắp đặt, ta có thể mở rộng và ứng dụng bộ quan sát tiệm cận vào các quá trình hóa học phức tạp hơn cũng như quá trình sinh hóa khác, đồng thời có thể kết hợp việc thiết kế bộ điều khiển tối ưu (xem hình 5) dùng trong các ứng dụng vận hành thực tế (khi thiếu các cảm biến đo do chi phí cao hoặc trở ngại kỹ thuật…).

Theo hướng này, quá trình sản xuất cyclopentenol từ cyclopentadiene [6] hay tháp chưng cất phản ứng dùng trong công nghiệp lọc hóa dầu/năng lượng [10] sẽ được xem xét và nghiên cứu.

Hình 5. Sơ đồ hệ có bộ điều khiển và bộ quan sát

TÀI LIỆU THAM KHẢO [1] Favache, A., Dochain, D., “Thermodynamics and chemical systems

stability: the CSTR case study revisited”, Journal of Process Control, 19 (3), 2009, 371-379.

[2] Bastin, G., Dochain, D., On-line estimation and adaptive control of bioreactors, ELSERVIER SCIENCE PUBLISHERS, 1990.

[3] Dochain, D., Perrier, M., Ydstie, B. E., “Asymptotic observers for stirred tank reactors”, Chemical Engineering Science, 47 (15-16), 1992, 4167-4177.

[4] Dochain, D., “State and parameter estimation in chemical and biochemical processes: a tutorial”, Journal of Process Control, 13 (8), 2003, 801-818.

[5] Hoang N. Ha, Couenne, F., Le Gorrec, Y., Chen, C. L., Ydsite, B. E., “Passivity based controller and observer for exothermic chemical reactors”, IFAC Proceedings, 45 (15), 2012, 377-384.

[6] Hoang N. Ha, Couenne, F., Le Gorrec, Y., Chen, C. L., Ydsite, B. E., “Passivity-based nonlinear control of CSTR via asymptotic observers”, Annual Reviews in Control, 37 (2), 2013, 278-288.

[7] Ali, J. Mohd, Hoang N. Ha, Hussain, M. A., Dochain, D., “Review and classification of recent observers applied in chemical process systems”, Computer & Chemical Engineering, 76, 2015, 27-41.

[8] Sandler, Stanley I., Chemical, Biochemical, and Engineering Thermodynamics. 4th edition. John Wiley & Sons, Inc., 2006.

[9] Dochain, D., Couenne, F., Jallut, C., “Enthalpy based modelling and design of asymptotic observers for chemical reactors”, International Journal of Control, 82 (8), 2009, 1389-1403.

[10] Luyben, William L., Process modeling, simulation, and control for chemical engineers. 2nd ed. McGraw-Hill Publishing Company, 1996.

(BBT nhận bài: 06/03/2017, hoàn tất thủ tục phản biện: 29/03/2017)

x

x

(x’→x)

Quá trình S

Bộ điều khiển K

Giảm lượng cảm biến

Bộ quan sát S’

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 149

TỔNG HỢP CARBON NANO SỢI TRÊN CÁC CHẤT MANG CÓ CẤU TRÚC

SYNTHESIS OF CARBON NANO FIBERS ON MACROSCOPIC STRUCTURED MATERIALS

Trương Hữu Trì, Nguyễn Đình Lâm Trường Đại học Bách khoa, Đại học Đà Nẵng; thtri@dut.udn.vn

Tóm tắt - Carbon nano sợi đã được nghiên cứu ứng dụng chonhiều lĩnh vực khác nhau trong những thập niên vừa qua nhờ vàotính chất ưu việt của chúng. Tuy nhiên, quá trình tổng hợp thườngthu được CNFs với kích thước nanomet, do đó khi sử dụng làmchất mang cho xúc tác cho các thiết bị phản ứng thì sẽ gặp phảimột số nhược điểm như khó khăn trong việc phân tách xúc tác rakhỏi sản phẩm sau phản ứng, hay trở lực lớn khi sử dụng CNFstrong thiết bị với tầng xúc tác cố định. Ở nghiên cứu này, CNFs đãđược tổng hợp lên bề mặt một số loại vật liệu nhằm tạo ra vật liệucomposite có bề mặt riêng đủ lớn, với hình dạng và kích thướcmong muốn, có thể sử dụng làm chất mang cho xúc tác hoặc chấthấp phụ trong các thiết bị tầng xúc tác cố định. Hình thái bề mặtcủa composite đã được nghiên cứu bằng kính hiển vi điện tử quét,còn bề mặt riêng đã được xác định bằng phương pháp hấp phụ -giải hấp phụ đẳng nhiệt nitơ.

Abstract - Carbon nano fibers (CNFs) have been applied in different areas during the last decades due to their novel properties. However, the carbon nano fibers obtained directly from synthesis processes are at nanometer dimension, so it causes a number of disadvantages such as: difficulties and expensiveness to separate the catalyst from reaction products, or being at high pressure while being used in fixed bed reactors. To overcome these problems, in this paper, carbon nano fibers are synthesized on the surface of different structured materials to create composite materials with quite high specific surface area, macroscopic shapes and desired sizes. Macroscopic carbon nano fiber based composites can be used as a catalytic support or absorbent in different types of reactors, especially in fixed bed reactors. The morphology of the final composites is studied by scanning electron microscope (SEM) and their specific surface areas are measured by nitrogen isothermal adsorption - desorption using the Brunauer-Emmett-Teller (BET) method.

Từ khóa - CNFs; phương pháp CVD; composite; BET; SEM. Key words - CNFs; CVD method; composite; BET; SEM.

1. Giới thiệu chung

Trong những thập niên vừa qua, carbon nano sợi (CNFs) đã nhận được sự quan tâm của nhiều nhà khoa học trên thế giới cũng như ở Việt Nam nhờ vào các tính chất vật lý cũng như hóa học ưu việt của nó [1, 2]. Các kết quả nghiên cứu được công bố cho thấy CNFs đã thu hút được cộng đồng các nhà khoa học từ nghiên cứu cơ bản đến nghiên cứu ứng dụng. Trên thực tế, loại vật liệu này đã được sử dụng nhiều trong sản xuất vật liệu composite [1,3], vật liệu lưu trữ năng lượng [4] hay làm chất mang cho xúc tác trong các phản ứng hóa học [5-7].

Khi CNFs được sử dụng làm chất mang cho xúc tác trong các phản ứng hóa học thì loại vật liệu này sẽ thể hiện được nhiều ưu điểm khác nhau. Trước hết, đây là vật liệu không có vi mao quản (micropores) nên hạn chế được các quá trình chuyển khối ở sâu bên trong các vi mao quản, do đó sẽ hạn chế được một số phản ứng phụ không mong muốn, đặc biệt là các phản ứng xảy ra trong pha lỏng [8, 9], hơn nữa CNFs rất bền trong môi trường acid và kiềm nên chúng không bị ảnh hưởng khi làm việc trong những môi trường này; ngoài ra, khi xúc tác là các kim loại quý thì có thể dễ dàng thu hồi lại sau khi đốt cháy chất mang hoặc bằng cách cho xúc tác tác dụng với acid hoặc kiềm, cách xử lý này không thể thực hiện được đối với các chất mang truyền thống là oxide nhôm, oxide silic. Nhờ những đặc tính vừa nêu mà CNFs đã được sử dụng nhiều trong các phản ứng hydro hóa [10], dehydro hóa [11, 12].

Trong quá trình tổng hợp, CNFs thường thu được ở dạng rắn có kích thước rất nhỏ với đường kính khoảng vài chục nanomet và chiều dài lên đến micromet, do đó khi muốn sử dụng loại vật liệu trong các thiết bị phản ứng hoặc hấp phụ thì sẽ gặp phải một số nhược điểm như: khó khăn và chi phí cao để phân tách xúc tác ra khỏi sản phẩm sau phản ứng, hay trở lực quá lớn của vật liệu có kích thước nano

khi sử dụng CNFs trong các thiết bị xúc tác hay hấp phụ với tầng xúc tác cố định. Để giải quyết những khó khăn gặp phải này, các nhà khoa học đã tiến hành tổng hợp và tạo hình đồng thời CNFs lên trên bề mặt vật liệu đã được chế tạo với hình dạng và kích thước mong muốn [5, 7, 13], hoặc có thể sử dụng chất kết dính để tạo hình như kết quả cống bố của Ping Li và các cộng sự đã sử dụng với carbon nano ống [14].

Ở nghiên cứu này, nhóm tác giả muốn trình bày kết quả về việc sử dụng phương pháp kết tụ hóa học trong pha hơi (CVD: Chemical Vapor Deposition) để tổng hợp carbon nano sợi trên bề mặt một số loại vật liệu khác nhau, nhằm tạo ra những loại vật liệu composite có bề mặt riêng đủ lớn, với hình dạng và kích thước mong muốn và có thể sử dụng làm chất mang cho xúc tác hoặc làm chất hấp phụ trong nhiều dạng thiết bị khác nhau, đặc biệt là thiết bị với tầng xúc tác cố định. Đặc tính của sản phẩm cuối đã được đánh giá bằng các phương pháp phân tích hóa lý hiện đại như xác định bề mặt riêng bằng phương pháp hấp phụ - giải hấp phụ đẳng nhiệt nitơ, xử lý số liệu theo lý thuyết BET (Brunauer- Emmett - Teller), kính hiển vi điện tử quét (SEM: Scanning Electron Microscopy), nhằm xem xét hình thái bề mặt của composite thu được.

2. Thực nghiệm

2.1. Lựa chọn chất mang Chất mang được sử dụng để tạo ra composite từ CNFs

là silicon carbide dạng beta (β-SiC) được tạo ra ở dạng hình khối với cấu trúc tổ ong (ký hiệu S1), chất mang thứ hai là β-SiC được tạo hình ở dạng vành khuyên (ký hiệu S2), hai chất mang này được cung cấp bởi công ty Sicat (xem thêm ở hình 1 và 2) [15], chất mang thứ ba là carbon xốp (felt carbon or graphite microfilament) (ký hiệu S3) được cung cấp bởi công ty CeraMaterials [16] (xem thêm ở hình3).

150 Trương Hữu Trì, Nguyên Đình Lâm

Kích thước hình học của các chất mang này được trình bày trong bảng 1.

Silicon carbide dạng beta là vật liệu được sản xuất nhằm làm chất mang xúc tác cho nhiều phản ứng khác nhau [9,17], các kết quả cho thấy khi sử dụng β-SiC làm chất mang trong các phản ứng hóa học đã làm tăng cao độ chuyển hóa và độ chọn lọc khi so sánh với chất mang truyền thống như oxide nhôm. Tuy nhiên bề mặt riêng của loại vật liệu này thường nhỏ hơn 25m2/g (xem các giá trị trong bảng 1). Vì vậy, việc gắn CNFs lên trên bề mặt của vật liệu sẽ làm tăng bề mặt riêng của chúng, do đó giúp cho việc phân tán pha hoạt tính trên bề mặt của chất mang được tốt hơn, như vậy, sẽ làm tăng khả năng tiếp xúc của chất phản

ứng với pha hoạt tính, hay nói cách khác sẽ làm tăng hoạt tính của xúc tác.

Đối với carbon xốp, đây là vật liệu có độ bền cơ, bền nhiệt tốt, đặc biệt là chúng khá trơ về mặt hóa học, vì vậy chúng có thể được sử dụng tốt trong các môi trường acid hoặc kiềm, ngoài ra, loại vật liệu này còn có thể được tổng hợp và tạo hình theo bất kỳ hình dạng mong muốn nào. Tuy nhiên, loại vật liệu này có bề mặt riêng rất nhỏ, thường nhỏ hơn 1m2/g (xem các giá trị trong bảng 1), với bề mặt riêng quá nhỏ sẽ rất khó trong việc phân tán pha hoạt tính khi làm chất mang cho xúc tác. Vì vậy, việc nâng cao bề mặt riêng cho carbon xốp sẽ giúp tăng cao khả năng sử dụng chúng làm chất mang cho xúc tác trong các phản ứng hóa học.

Bảng 1. Kích thước hình học của chất nền.

Mẫu thí nghiệm Kích thước hình học

S1 (β-SiC)

S3 (Carbon xốp)

Mẫu thí nghiệm Kích thước hình học

S2 (β-SiC)

Chiều dài (mm) 600 500 Đường kính ngoài (mm) 160

Chiều rộng (mm) 350 400 Đường kính trong (mm) 100

Độ dày (mm) 100 100 Độ dài (mm) 150

2.2. Tổng hợp xúc tác 2.2.1. Nguyên vật liệu ban đầu

Tiền chất của pha hoạt tính được sử dụng là muối nitrat nickel (Ni(NO3)2.6H2O) có độ tinh khiết trên 98,5%. Với mục đích phủ CNFs lên trên bề mặt của carbon xốp và β-SiC, tác giả đã sử dụng chính carbon xốp và β-SiC làm chất mang cho pha hoạt tính (Ni) để tạo ra xúc tác cho quá trình tổng hợp CNFs. Nguồn carbon được sử dụng cho tổng hợp này là khí ethane, khí hydro được sử dụng cho quá trình chuẩn bị xúc tác và trong quá trình tổng hợp. Ngoài ra ở nghiên cứu này còn sử dụng khí argon trong giai đoạn đuổi không khí trong hệ thống ban đầu và trong quá trình làm nguội. 2.2.2. Quá trình tổng hợp xúc tác

Xúc tác được tổng hợp theo phương pháp tẩm ướt và quá trình tiến hành sẽ trải qua bốn giai đoạn như sau:

- Đưa pha hoạt tính lên bề mặt chất mang: Trước hết muối nitrat nickel được hòa tan trong nước cất, sau đó dùng pipet để đưa dung dịch muối thấm lên bề mặt chất mang, tiếp theo chất mang đã được tẩm dung dịch muối sẽ được sấy khô. Quá trình này được lặp lại hai lần để bảo đảm bề mặt chất mang được thấm đều dung dịch chứa tiền chất xúc tác. Lượng muối nitrat nickel và chất mang được tính toán sao cho có thể thu được xúc tác 1% Ni/chất mang. Do bề mặt của các chất nền không lớn, nên tỷ lệ pha hoạt tính được nhóm tác giả sử dụng ở nghiên cứu này là rất nhỏ nhằm hạn chế sự hình thành tâm xúc tác với kích thước lớn.

- Sấy khô: Chất mang đã được tẩm muối sẽ đưa vào tủ sấy để được sấy khô ở 110°C trong 14h;

- Nung: Quá trình này được thực hiện ở 350°C trong 2h trong không khí nhằm chuyển muối nitrat nickel sang dạng oxide tương ứng;

- Khử: Quá trình này được thực hiện ở 400°C trong vòng 2h nhờ dòng khí H2, nhằm chuyển oxide nickel sang nickel kim loại, quá trình sẽ được thực hiện ngay trong thiết

bị tổng hợp CNFs, nhằm tránh cho pha hoạt tính bị oxy hóa trở lại nếu tiếp xúc với không khí. 2.3. Tổng hợp CNFs trên chất mang có cấu trúc

Nguyên liệu khí ethane, hydro và argon, trước khi đi vào hệ thống thiết bị phản ứng, các khí này sẽ được đưa qua lưu lượng kế để đo lưu lượng. Chất xúc tác Ni/chất mang đã được cân chính xác khối lượng, sẽ được đặt trong chiếc thuyền được làm bằng gốm rồi đưa vào thiết bị phản ứng đã được đặt sẵn trong lò gia nhiệt. Khí argon (với lưu lượng 60ml/phút) được sử dụng để đuổi không khí trong hệ thống trong thời gian 60 phút, sau đó khí argon được thay bằng khí hydro (với lưu lượng 100ml/phút) và tiến hành nâng nhiệt độ của hệ thống lên nhiệt độ khử xúc tác ở 400°C, quá trình khử được thực hiện trong 2 giờ. Sau khi kết thúc, nhiệt độ của hệ thống được nâng lên đến nhiệt độ của quá trình tổng hợp (680°C), khi đã đạt nhiệt độ mong muốn thì hỗn hợp khí ethane và hydro với lưu lượng 100ml/phút (tỷ lệ C2H6/H2: 40/60) sẽ được đưa vào. Quá trình tổng hợp được tiến hành trong 1 giờ, sau đó hỗn hợp khí ethane và hydro sẽ được thay bằng khí argon và hệ thống sẽ được làm lạnh đến nhiệt độ môi trường, sản phẩm sẽ được lấy ra và đem cân để xác định khối lượng CNFs tạo thành và đã phủ trên bề mặt chất nền.

Trong nghiên cứu này, lượng CNFs tổng hợp được sẽ được đánh giá thông qua tỷ lệ CNFs tạo thành và gắn lên trên bề mặt vật liệu nền, tỷ lệ này sẽ được tính theo công thức sau: % = ∗ (1)

Trong đó: - %CNFs: là tỷ lệ CNFs tạo thành và gắn lên trên bề mặt

chất nền (% khối lượng); - w1: là khối lượng của mẫu sau phản ứng (gam); - w2: là khối lượng của mẫu trước phản ứng (gam).

2.4. Đánh giá đặc tính của vật liệu Bề mặt riêng cùng đường kính và thể tích trung bình của

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 151

mao quản được xác định bằng phương pháp hấp phụ - giải hấp phụ đẳng nhiệt nitơ ở nhiệt độ -196°C trên thiết bị Tristar 3000. Hình thái bề mặt của composite được chụp ảnh bằng kính hiển vi điện tử quét (SEM) trên thiết bị JEOL 6700-FEG.

3. Kết quả và thảo luận Ở nghiên cứu này chúng tôi đã tiến hành tổng hợp và

đánh giá đặc tính của 03 mẫu. Mẫu 1 (ký hiệu M1) là composite của CNFs với β-SiC được tạo ra ở dạng hình khối với cấu trúc tổ ong, mẫu 2 (ký hiệu M2) là composite của CNFs với β-SiCđược tạo hình ở dạng hình vành khuyên, mẫu 3 là composite của CNFs với carbon xốp (ký hiệu M3).

Khi kết thúc quá trình tổng hợp, cân khối lượng mẫu thu được và tính tỷ lệ CNFs phủ lên khối chất nền theo công thức 1, kết quả được trình bày trong bảng 2.

Kết quả giá trị đo bề mặt riêng trên cơ sở số liệu thực nghiệm của phương pháp hấp phụ đẳng nhiệt nitơ ở -196oC và xử lý theo lý thuyết BET cùng đường kính trung bình và giá trị thể tích trung bình của mao quản được trình bày ở bảng 2.

Từ kết quả trình bày trong bảng trên cho thấy, sau khi phủ CNFs lên trên bề mặt chất nền thì giá trị bề mặt riêng BET của composite thu được đã tăng lên khá cao so với chất nền ban đầu, cao nhất trong trường hợp của carbon xốp (tăng thêm 59m2.g-1) còn đối với 02 trường hợp của β-SiC thì giá trị BET tăng thêm rất gần nhau (26 và 27m2.g-1). Từ kết quả ở bảng 2 cũng cho thấy tỷ lệ phần trăm khối lượng của CNFs tạo thành so với chất nền sử dụng là không giống nhau, cao nhất trong trường hợp của carbon xốp và thấp nhất trong trường hợp β-SiC được tạo hình dưới dạng vành

khuyên. Tuy nhiên giá trị tỷ lệ phần trăm này rất khó so sánh vì khối lượng riêng của carbon xốp và β-SiC là không giống nhau, còn trong trường hợp 02 mẫu β-SiC thì cùng bản chất vật liệu nhưng việc định dạng khác nhau làm cho khối lượng riêng của chúng cũng không giống nhau. Kết quả thu được ở nghiên cứu này là phù hợp với kết quả được công bố bởi nhóm nghiên cứu của Jitendra và các cộng sự [13] khi tiến hành gắn CNFs lên bề mặt của chất nền là nickel được tạo ra ở dạng khối với cấu trúc tổ ong. Cụ thể, ở nghiên cứu này nhóm nghiên cứu của Jitendra đã khảo sát sự tăng khối lượng CNFs hình thành trên bề mặt chất nền, khi thời gian tổng hợp tăng từ 25 đến 60 phút thì phần trăm của CNFs được gắn trên chất nền tăng lến từ 11,2 đến 29,5 % khối lượng, và đồng thời bề mặt riêng BET của composite cũng tăng lên từ 10,2 đến 27,7m2/gam (bề mặt riêng BET của chất nền ban đầu khoảng 1m2/gam [18]). Như vậy, so với chất nền được làm từ kim loại nickel thì các chất nền được sử dụng ở nghiên cứu này đã cho phép thu được composite có bề mặt riêng BET lớn hơn nhiều lần.

Kết quả trình bày ở bảng 2 cũng cho thấy, đối với 02 mẫu β-SiC, khi CNFs hình thành lên trên bề mặt của vật liệu thì sẽ làm giảm đường kính trung bình của mao quản. Đường kính trung bình mao quản của composite giảm có thể do sợi carbon nano khi hình thành trên bề mặt đã che lấp một số mao quản có đường kính lớn, hay do sự hình thành sợi carbon nano trên bề mặt bên trong các mao quản. Ngược lại với giá trị trung bình của đường kính mao quản, thể tích trung bình của mao quản của composite thu được tăng lên so với chất nền ban đầu.

Bảng 2. Đặc tính của chất nền và sản phẩm thu được

Mẫu thí nghiệm Tính chất

S1 (β-SiC)

M1 (CNFs/S1)

S2 (β-SiC)

M2 (CNFs/S2)

S3 (Carbon xốp)

M3 (CNFs/S3)

Tỷ lệ CNFs tạo thành* (% khối lượng) - 20 - 13 - 180

BET (m2.g-1) 16 42 24 53 <1 60

Đường kính trung bình mao quản (nm) 22 11 18 12 _ 12

Thể tích trung bình mao quản (cm3.g-1) 0,07 0,1 0,1 0,13 _ 0,11

Ghi chú: Giá trị tỷ lệ CNFs tạo thành* được tính theo công thức (1)

Nhằm đảm bảo cho quá trình tổng hợp sẽ phủ đều CNFs lên trên bề mặt trong toàn bộ khối chất nền, ở nghiên cứu này, nhóm tác giả đã tiến hành quá trình tổng hợp trong thiết bị có đường kính bằng 38mm, khi đó với lưu lượng dòng nguyên liệu bằng 100ml/phút thì vận tốc của dòng lưu chất trong vùng phản ứng là khá nhỏ (khoảng 1,5.10-3m/s tính theo lưu lượng dòng vào ở điều kiện tiêu chuẩn và các chất chưa bị phân hủy). Việc tiến hành quá trình tổng hợp với lưu lượng nhỏ sẽ đảm bảo cho sự khuếch tán tốt nhất của các nguyên tử carbon sinh ra, do quá trình phân hủy của vật chất chứa carbon ban đầu lên toàn bộ bề mặt của khối chất nền. Kết quả nghiên cứu ảnh chụp bằng cách sử dụng kính hiển vi truyền qua với độ phân giải lớn được công bố trước đây của nhóm chúng tôi [19] cho phép khẳng định CNFs sẽ được tổng hợp với quy trình được sử dụng ở nghiên cứu này. Ảnh chụp của các mẫu được trình bày trên các hình 1, 2 và 3.

Dựa vào sự tăng khối lượng của mẫu sau khi kết thúc quá trình, đồng thời so sánh màu sắc của chất nền với màu

sắc của sản phẩm composite thu được (tương ứng với ảnh A và B trên các hình 1, 2 và 3) cho thấy quá trình tổng hợp đã phủ được một lớp đồng đều CNFs lên trên bề mặt của các chất nền, điều này có thể khẳng định rõ ràng hơn khi quan sát composite bằng kính hiển vi điện tử quét SEM (ảnh C trên các hình 1, 2 và 3).

Hình 1. Ảnh chụp của mẫu 1. A, B ảnh chụp của chất mang β-SiC định hình ở dạng cấu trúc tổ ong và composite tổng hợp,

C ảnh chụp SEM của mẫu composite

152 Trương Hữu Trì, Nguyên Đình Lâm

Hình 2. Ảnh chụp của mẫu 2. A, B ảnh chụp của chất mang β-SiC định hình ở dạng hình vành khuyên và composite

tổng hợp, C ảnh chụp SEM của mẫu composite

Hình 3. Ảnh chụp của mẫu 3. A, B ảnh chụp của carbon xốp và composite tổng hợp, C ảnh chụp SEM của mẫu composite

Ở hình 4 trình bày ảnh chụp SEM với độ phân giải cao của các mẫu, kết quả cho thấy, khi sử dụng các chất nền khác nhau về vật liệu hay định dạng, nhưng quá trình tổng hợp được tiến hành trong cùng điều kiện, thì CNFs thu được có hình thái bên ngoài khá giống nhau, với đường kính trung bình của sợi nano vào khoảng 100nm và chiều dài lên đến kích thước micromet.

Hình 4. Ảnh chụp SEM có độ phân dải cao của các mẫu.

A mẫu M1; B mẫu M2; C mẫu M3.

4. Kết luận Ở nghiên cứu này nhóm tác giả đã thành công trong

việc tổng hợp và gắn CNFs lên trên bề mặt của một số vật liệu có cấu trúc nhằm tạo ra vật liệu composite với cấu trúc hình học khác nhau. Kết quả tổng hợp vật liệu CNFs cho thấy rằng bản chất của các chất nền có ảnh hưởng đáng kể đến tỷ lệ CNFs tạo thành trong cùng một điều kiện tổng hợp, nhưng không làm thay đổi nhiều về đặc trưng hình thái học của vật liệu CNFs. Ngoài ra, kết quả phân tích đặc tính của sản phẩm thu được cho thấy bề mặt riêng BET của vật liệu composite tạo thành đã tăng lên nhiều lần so với vật liệu nền ban đầu, đây chính là cơ sở để các vật liệu composite này được ứng dụng làm chất mang xúc tác hoặc chất hấp phụ trong các nghiên cứu tiếp theo.

TÀI LIỆU THAM KHẢO [1] Krijn P. De Jong and JOHN W. Geus, “Carbon Nanofibers: Catalytic

Synthesis and Applications”, Catalysis Reviews: Science and Engineering, Vol.42, 2000, p.481-510.

[2] Li chao Feng, NingXie and Jing Zhong, “Carbon Nanofibers and Their Composites: A Review of Synthesizing, Properties and Applications”, Materials, Vol.7, 2014, p.3919-3945.

[3] E. Hammel, X. Tang, M. Trampert, T. Schmitt, K. Mauthner, A. Eder, P. Pötschke, “Carbon nanofibers for composite applications”, Carbon, Vol.42, 2004, p.1153-1158.

[4] Vicente Jiménez, Ana Ramírez-Lucas, Paula Sánchez, José Luís Valverde, Amaya Romero, “Hydrogen storage in different carbon materials: Influence of the porosity development by chemical activation”, Applied Surface Science, Vol. 258, 2012, p.2498 – 2509.

[5] Cuicui Zhang, Chunxiao Wang, Liang Zhan, Can Wang, Yanli Wang, Licheng Ling, “Synthesis of carbon foam covered with carbon nanofibers as catalyst support for gas phase catalytic reactions”, Materials Letters, Vol.65, 2011, p.1889–1891.

[6] Antonio Nieto-Márquez, Vicente Jiménez, Antonio Manuel Raboso, Sonia Gil, Amaya Romero, José Luis Valverde, “Influence of the chemical activation of carbon nanofibers on their use as catalyst support”, Applied Catalysis A: General, Vol.393, 2011, p.78–87.

[7] J.K. Chinthaginjala, A. Villa, D.S. Su, B.L. Mojeta, L. Lefferts, “Nitrite reduction over Pd supported CNFs: Metal particle size effect on selectivity”, Catalysis Today, Vol.183, 2012, p.119 – 123.

[8] R. Vieira, M.J. Ledoux, C. Pham-Huu, “Synthesis and characterisation of carbon nanofibres with macroscopic shaping formed by catalytic decomposition of C2H6/H2 over nickel catalyst”, Applied Catalysis A: General, Vol. 274, 2004, p.1–8.

[9] C. Pham-Huu, N. Keller, G. Ehret, L. Charbonnière, R. Ziessel, M.J. Ledoux, “Carbon nanofiber supported palladium catalyst for liquid-phase reactions: An active and selective catalyst for hydrogenation of cinnamaldehyde into hydrocinnamaldehyde”, Journal of Molecular Catalysis A: Chemical, Vol. 170, 2001, p.155–163.

[10] P. Serp, M. Corrias, P. Kalck, “Carbon nanotubes and nanofibers in catalysis”, Applied Catalysis A: General, Vol. 253, 2003, p.337–358.

[11] I. Kvande, D. Chen, M. Rønning, H.J. Venvik, A. Holmen, “Highly active Cu-based catalysts on carbon nanofibers for isopropanol dehydrogenation”, Catalysis Today, 2005, p.391–395.

[12] Ping Li, Yi-Li Huang, De Chen, Jun Zhu, Tie-Jun Zhao, Xing-Gui Zhou, “CNFs-supported Pt catalyst for hydrogen evolution from decalin”, Catalysis Communications 10, 2009 p.815–818.

[13] Jitendra Kumar Chinthaginjala, Johannes Hendrik Bitter, Leon Lefferts, “Thin layer of carbon-nano-fibers (CNFs) as catalyst support for fast mass transfer in hydrogenation of nitrite”, Applied Catalysis A: General 383, 2010, p.24–32.

[14] Ping Li, Tie-Jun Zhao, Jing-Hong Zhou, Zhi-Jun Sui, Ying-Chun Dai, Wei-Kang Yuan, “Characterization of carbon nanofiber composites synthesized by shaping process”, Carbon 43, 2005, p.2701–2710.

[15] http://www.sicatcatalyst.com [16] http://www.ceramaterials.com/graphitecarbonfelt.html [17] Trương Hữu Trì, Phạm Hữu Cường, “Using Beta Silicon Carbide as

catalyst supports for Fischer-Tropsch synthesis”, Petrovietnam journal, Vol: 7/2012, 2012, p.34-39.

[18] Jitendra Kumar Chinthaginjala, “Hairy foam: thin layers of carbonnanofibers as catalyst support for liquid phase reactions”, Dissertation at the University of Twente, ISBN: 978-90-365-3051-4.

[19] Lai Truong-Phuoc, Tri Truong-Huu, Lam Nguyen-Dinh, Walid Baaziz, Thierry Romero, David Edouard, Dominique Begin, Izabela Janowska, Cuong Pham-Huu, “Silicon carbide foam decorated with carbon nanofibers as catalytic stirrer in liquid-phase hydrogenation reactions”, Applied Catalysis A, Vol.469, 2014, p.81-88.

(BBT nhận bài: 28/12/2016, hoàn tất thủ tục phản biện: 03/02/2017)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 153

MỨC ĐỘ Ô NHIỄM VÀ RỦI RO CỦA THỦY NGÂN VÀ CHÌ TRONG TRẦM TÍCH MẶT TẠI CỬA AN HÒA, SÔNG TRƯỜNG GIANG,

TỈNH QUẢNG NAM CONTAMINATION DEGREE AND ECOLOGICAL RISK OF MERCURY AND LEAD IN SURFACE SEDIMENT SAMPLED AT AN HOA ESTUARY, TRUONG GIANG RIVER,

QUANG NAM PROVINCE

Phan Nhật Trường, Võ Văn Minh, Ngô Quang Hợp, Đoạn Chí Cường Trường Đại học Sư phạm, Đại học Đà Nẵng; dccuong@ued.udn.vn

Tóm tắt - Nghiên cứu này được tiến hành nhằm đánh giá mức độô nhiễm và rủi ro của hai kim loại nặng (KLN) Thủy ngân (Hg) vàChì (Pb) trong trầm tích tại cửa An Hòa, sông Trường Giang thuộchuyện Núi Thành, tỉnh Quảng Nam. Kết quả nghiên cứu cho thấy,hàm lượng Hg và Pb trung bình lần lượt là 0,557mg/kg và 19,356mg/kg; hầu hết hàm lượng của hai KLN này trong các mẫu trầmtích mặt đều thấp hơn giới hạn cho phép khi so sánh vớiQCVN43:2012/BTNMT. Bên cạnh đó, chỉ số Igeo cũng đã được sửdụng để thể hiện mức độ tích lũy trong khi chỉ số RI chỉ thị cho rủiro của hai kim loại nặng này. Với những giá trị Igeo và RI tính toánđược, chúng tôi kết luận rằng khu vực nghiên cứu chưa bị ô nhiễmđối với từng KLN nghiên cứu với giá trị Igeo(Pb) và Igeo(Hg) lầnlượt là -0,888 và -0,433; mức độ rủi ro đối với Pb và Hg trong trầmtích là thấp với giá trị RI trung bình bằng 59,277.

Abstract - This research is conducted to determine the degree of contamination and ecological risk of the 2 heavy metals Mercury (Hg) and Lead (Pb) in surface sediment sampled at An Hoa estuary, Truong Giang river, Nui Thanh district, Quang Nam province. The result show that the average contents of Hg and Pb are 0.557mg/kg and 19.356 mg/kg, respectively; most samples had Hg and Pb contents lower than permissible limit of QCVN43:2012/BTNMT regulation. Moreover, Geo-accummulation index (Igeo) is applied to estimate the accumulation degree of heavy metal in sediment, and the Risk index (RI) is used to evaluate the ecological risks of the concerned heavy metals. The calculated values demonstrate that study sites are not contaminated by mercury and lead with Igeo(Pb) = -0.888 and Igeo(Hg) = -0.433; the ecological risk of Pb and Hg in surface sediment is low, with the average RI of 59.277.

Từ khóa - mức độ ô nhiễm; rủi ro sinh thái; chỉ số tích lũy ô nhiễm;kim loại nặng; trầm tích mặt.

Key words - degree of contamination; ecological risk; Geo-accumulation; heavy metals; surface sediment.

1. Đặt vấn đề

Trong những năm qua, sự phát triển các hoạt động kinh tế ở nước ta đã làm cho môi trường bị ô nhiễm nghiêm trọng, đặc biệt, sự hiện diện của kim loại nặng trong môi trường đất, nước đang là vấn đề môi trường được cộng đồng quan tâm.

Vùng cửa sông, ven biển thường là nơi có những hệ sinh thái đặc trưng với hệ động thực vật rất đa dạng. Tuy nhiên, đây cũng là nơi tích tụ các chất ô nhiễm có nguồn gốc từ nội địa. Trong môi trường nước, trầm tích mặt thường được hình thành bởi sự lắng đọng của các vật chất lơ lửng theo thời gian, tốc độ lắng đọng của các hạt trầm tích này thường phụ thuộc vào tốc độ của dòng chảy cũng như mức độ xáo trộn của thủy vực; đồng thời, các vật chất lơ lửng này thường có vai trò quan trọng trong việc hấp phụ các kim loại nặng, nó có thể tạo thành phức kim loại với các hợp chất hữu cơ. Sự tích lũy cao KLN dạng vết trong trầm tích có thể gây nên những ảnh hưởng tiêu cực đến hệ sinh thái thủy sinh và sức khỏe con người thông qua sự khuếch đại sinh học qua chuỗi thức ăn [1].

Phân tích rủi ro sinh thái là một trong những việc làm cần thiết trong công tác giám sát môi trường, nó cung cấp thông tin về những tác động sinh thái tiêu cực tiềm năng có thể ảnh hưởng đến sức khỏe hệ sinh thái cũng như sức khỏe con người. Xác định rủi ro sinh thái từ trầm tích mặt thông qua chỉ số RI đã được Lars Hakanson đề xuất và được áp dụng rộng rãi bởi những ưu điểm: (1) dữ liệu từ các trầm tích cung cấp các giá trị trung bình ổn định theo thời gian; (2) các mẫu trầm tích mặt là tương đối dễ dàng

để thu thập tại hiện trường; (3) tính đại diện mẫu theo thời gian và không gian có thể được đánh giá theo một cách khá đơn giản; và (4) phân tích hàm lượng KLN trong trầm tích có thể dễ dàng hơn vì hàm lượng các KLN trong trầm tích thường cao hơn so với trong các loại môi trường khác [2]. Đây là một trong những phương pháp phổ biến trên thế giới nhưng vẫn còn là một khái niệm khá mới mẻ ở Việt Nam.

Nghiên cứu này sẽ cung cấp những thông tin khoa học về sự tích lũy hai KLN Pb và Hg tại khu vực, cũng như những rủi ro sinh thái mà hai KLN này có thể gây ra.

2. Phạm vi và phương pháp nghiên cứu 2.1. Phạm vi nghiên cứu

Về không gian: Các mẫu trầm tích trong nghiên cứu này được lấy tại cửa An Hòa, huyện Núi Thành, tỉnh Quảng Nam (hình 1). Hệ thống sông ngòi chảy qua huyện Núi Thành, tỉnh Quảng Nam bao gồm sông Tam Kỳ, sông Trường Giang, sông Ba Túc, sông An Tân, sông Trầu. Các con sông này đều bắt nguồn từ phía Tây, Tây Bắc chảy về phía Đông đổ ra biển qua cửa An Hòa và cửa Lở.

Về thời gian: Các mẫu trầm tích mặt trong nghiên cứu này được lấy trong khoảng thời gian từ tháng 9/2015 đến tháng 4/2016. 2.2. Phương pháp lấy và xử lí mẫu trầm tích

Các mẫu trầm tích mặt (15 mẫu, có độ sâu từ 10 – 20cm) được lấy bằng dụng cụ chuyên dụng Eckman theo hướng dẫn TCVN 6663:13-2000. Sau đó, mẫu được bỏ

154 Võ Văn Minh, Phan Nhật Trường, Ngô Quang Hợp, Đoạn Chí Cường

vào túi nhựa zipper, ghi nhãn và chuyển về phòng thí nghiệm và bảo quản theo TCVN 6663:15-2000. Mẫu được xử lý sơ bộ bằng cách để khô tự nhiên ở nhiệt độ

phòng trước khi nghiền mịn, đồng nhất mẫu và rây qua lưới có kích thước 0,2mm để chuẩn bị cho các bước phân tích tiếp theo.

Hình 1. Bản đồ khu vực nghiên cứu và vị trí lấy mẫu

2.3. Phương pháp phân tích mẫu

Mẫu trầm tích sau khi được xử lý sơ bộ theo hướng dẫn của TCVN 6647:2000 (Chất lượng đất – Xử lý sơ bộ đất để phân tích lý hóa) sẽ được tiến hành vô cơ hóa theo hướng dẫn của TCVN 6649-2000 (Chất lượng đất – Chiết các nguyên tố vết tan trong nước cường thủy). Cụ thể, cân 3g mẫu trầm tích khô chính xác đến 0,001g cho vào ống vô cơ hóa mẫu của thiết bị DK20, tiếp theo thêm vào đúng 21ml HCl và 7ml HNO3 rồi ngâm mẫu trong tủ hút ít nhất 16 giờ ở nhiệt độ phòng. Sau đó tăng nhiệt độ của hỗn hợp đến khi đạt điều kiện hồi lưu và duy trì trong 2h. Mẫu sau đó để nguội, cho phần lớn cặn không tan của huyền phù lắng xuống; thu dịch lọc, định mức đến 100ml bằng dung dịch HNO3 1%. Tiến hành lọc mẫu bằng giấy lọc Whatman No.5.

Sau khi mẫu được vô cơ hóa, hàm lượng KLN trong trầm tích được xác định bằng phương pháp hấp thụ nguyên tử trên máy AAS Zenit 700P theo hướng dẫn của TCVN 8882:2011 đối với Hg và TCVN 6496:1999 đối với Pb. 2.4. Phương pháp xử lí số liệu 2.4.1. Phương pháp đánh giá mức độ ô nhiễm của Hg và Pb trong trầm tích

Trong nghiên cứu này, tôi tiến hành đánh giá mức độ ô nhiễm của Hg và Pb trong trầm tích theo chỉ số Igeo. Chỉ số này được đề xuất bởi G.Muller (1969) và được nhiều nghiên cứu áp dụng [3-5], cụ thể:

Igeo= Log2 ( . ) (1)

Trong đó, Cn là hàm lượng của kim loại nặng trong trầm tích, Bn là hàm lượng nền của KLN (với Pb = 20mg/kg; Hg = 0,4mg/kg). Giá trị Igeo tính được sẽ được so sánh với thang đo ở bảng 1 để xác định mức độ ô nhiễm của Hg và Pb có trong trầm tích [4].

Bảng 1. Thang đánh giá mức độ ô nhiễm KLN trong trầm tích dựa vào chỉ số Igeo

Giá trị IgeoMức độ ô nhiễm

Igeo 0 Không ô nhiễm (unpolluted)

0 <Igeo 1 Ô nhiễm nhẹ (slightly polluted)

1 <Igeo 2 Ô nhiễm trung bình (moderately polluted)

2 <Igeo 3 Ô nhiễm khá nặng (moderately severely polluted)

3 <Igeo 4 Ô nhiễm nặng (severely polluted)

4 <Igeo 5 Ô nhiễm nghiêm trọng (severely extremely polluted)

5 <IgeoÔ nhiễm đặc biệt nghiêm trọng (extremely polluted)

2.4.2. Phương pháp đánh giá rủi ro sinh thái của Hg và Pb có trong trầm tích

Trong nghiên cứu này, rủi ro sinh thái của Hg và Pb trong trầm tích được đánh giá theo chỉ số và RI. Phương pháp này được đề xuất bởi Lar Hakanson năm 1980 [2] và được áp dụng trong nhiều nghiên cứu. . (2)

RI = ∑ (3) Trong đó, là yếu tố rủi ro sinh thái của từng KLN

(Ecological risk factor), là yếu tố đáp ứng độc hại của KLN (Toxic response), RI là chỉ số rủi ro sinh thái (risk index). Theo Hakanson, (Pb) = 5 và (Hg) = 40.

Giá trị và RI sau khi được tính toán sẽ được so sánh với thang đánh giá mức độ rủi ro sinh thái ở bảng 2 và bảng 3 [2].

Bảng 2. Mức độ rủi ro của từng KLN theo

Giá trị Mức độ rủi ro sinh thái của từng KLN

< 40 Rủi ro sinh thái thấp (low potential ecological risk)

40 < 80 Rủi ro sinh thái trung bình (moderate potential ecological risk)

80 < 160 Rủi ro sinh thái đáng quan tâm (considerable potential ecological risk)

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 155

160 < 320 Rủi ro sinh thái cao (high potential ecological risk)

320 Rủi ro sinh thái rất cao (very high potential ecological risk)

Bảng 3. Mức độ rủi ro sinh thái theo RI

Giá trị RI Mức độ rủi ro sinh thái

RI< 150 Rủi ro thấp (low ecological risk)

150 RI <300 Rủi ro trung bình (moderate ecological risk)

300 RI < 600 Rủi ro đáng quan tâm (considerable ecological risk)600 RI Rủi ro rất cao (very high ecological risk)

3. Kết quả và bàn luận 3.1. Hàm lượng Hg và Pb trong trầm tích mặt vùng cửa An Hòa, sông Trường Giang

Vùng cửa An Hòa, sông Trường Giang ngoài việc chịu tác động bởi hoạt động của Khu công nghiệp Bắc Chu Lai, Khu công nghiệp Trường Hải, và Khu công nghiệp Tam Hiệp, còn chịu ảnh hưởng bởi các hoạt động nông nghiệp, hoạt động nuôi trồng thủy sản và sinh hoạt trên lưu vực hai hệ thống sông Vu Gia – Thu Bồn và sông Tam Kỳ – An Tân. Chính vì vậy, khu vực vùng cửa An Hòa được dự đoán có nguy cơ ô nhiễm môi trường do các hoạt động trên, trong đó có ô nhiễm KLN.

Bảng 4. Hàm lượng Pb và Hg trong trầm tích mặt

Kí hiệu Hàm lượng (mg/kg)

Pb Hg

M1 26,74 0,915

M2 - 1,262

M3 - 0,949

M4 19,66 0,431

M5 - 0,362

M6 18,94 0,334

M7 - 0,532

M8 7,56 0,586

M9 15,18 0,168

M10 29,46 0,307

M11 20,21 0,159

M12 49,39 0,130

M13 8,83 0,505

M14 6,61 0,416

M15 10,34 1,303

Trung bình 19,356 0,557

QCVN 43:2012/BTNMT 112 0,7

Hàm lượng của Pb và Hg trong trầm tích ở cửa sông An Hòa có khoảng dao động từ 6,61mg/kg đến 49,39mg/kg (trung bình 19,356mg/kg) đối với Pb và từ 0,13mg/kg đến 1,303mg/kg (trung bình 0,557mg/kg) đối với Hg. Sự chênh lệch khá lớn giữa hàm lượng KLN trong trầm tích mặt tại các vị trí lấy mẫu khác nhau này có thể được giải thích là do việc hấp phụ kim loại nặng trong trầm tích, ngoài phụ thuộc vào các yếu tố hóa học như giá trị pH, hàm lượng oxy hòa tan, hàm lượng cacbon hữu cơ… còn phụ thuộc vào các yếu tố như tốc độ dòng chảy, hay mật độ các hạt huyền phù có thành phần chính là các hạt keo sét. Do vậy, tùy thuộc vào đặc điểm của từng vị trí lấy mẫu mà hàm lượng KLN khác nhau.

Khi so sánh kết quả với QCVN 43:2012/BTNMT, có thể thấy đa số các giá trị hàm lượng của KLN Pb và Hg không vượt quá tiêu chuẩn cho phép, ngoại trừ các vị trí M1, M2, M3, M15 đối với Hg.

Hình 2. Hàm lượng Hg, Pb trong trầm tích vùng cửa An Hòa,

sông Trường Giang Nghiên cứu về hàm lượng KLN trong trầm tích mặt tại

các vùng cửa sông cũng đã được thực hiện tại Việt Nam cũng như trên thế giới (bảng 5).

Bảng 5. Hàm lượng Hg và Pb trong trầm tích của một số nghiên cứu tương tự

Stt Tác giả Khu vực nghiên cứu Hàm lượng (mg/kg)

Pb Hg

1 Nghiên cứu này Cửa An Hòa, sông Trường Giang 6,61 – 49,39 0,13 - 1,303

2 Phạm Thị Nga [6] Vịnh Đà Nẵng 3 – 40 0,03 – 1,3

3 Võ Văn Minh [7] Cửa Thuận An, Cửa Đại, Cửa Sa Cần 4,53 – 11,9 0,3 – 0,5

4 Trần Đăng Duy [8] Vịnh Hưng Yên 10,4 – 51,0 0 – 39,1

5 Lê Anh Nhi [9] Cửa sông Cu Đê 75,656 – 640,956 -

Nghiên cứu của Võ Văn Minh (2014) và cộng sự tại ba

khu vực: cửa Thuận An (sông Hương), cửa Đại (sông Thu Bồn), và cửa Sa Cần (sông Trà Bồng) cho thấy hàm lượng Hg và Pb trung bình trong trầm tích mặt lần lượt dao động

156 Võ Văn Minh, Phan Nhật Trường, Ngô Quang Hợp, Đoạn Chí Cường

từ 0,3mg/kg đến 0,5mg/kg và 4,53mg/kg đến 11,9mg/kg, thấp hơn nhiều so với kết quả trong nghiên cứu của chúng tôi [7].

Trong nghiên cứu của Phan Thị Dung về KLN trong trầm tích sông Nhuệ, hàm lượng Pb rất cao, dao động từ 375,2mg/kg đến 490,2mg/kg, trong khi hàm lượng Hg dao động từ 0,64 đến 0,94mg/kg; đồng thời, tác giả còn chỉ ra rằng hàm lượng Hg và Pb vượt ngưỡng tiêu chuẩn PELs (Canada) nhiều lần từ đoạn giữa sông và có xu hướng giảm dần về phía hạ lưu. Tác giả cũng nhận định rằng sự ô nhiễm KLN tại khu vực nghiên cứu có liên quan trực tiếp đến các hoạt động của con người, cụ thể là do chịu tác động của nước thải đô thị và tiểu thủ công nghiệp ở khu vực xung quanh [10].

Ye H.X. và cộng sự đã tiến hành khảo sát về nồng độ của kim loại nặng trong trầm tích, phân tích sự phân bố theo không gian, đánh giá rủi ro sinh thái và các yếu tố ảnh hưởng đến môi trường của đất ngập nước Zhalong và cũng có những nhận định tương tự. Hàm lượng trung bình của Hg và Pb trong nghiên cứu này lần lượt là 0,065mg/kg và 21,38mg/kg. Điều này được tác giả giải thích là do nước của hoạt động nông nghiệp từ thượng nguồn sông Wuyuer và từ hoạt động công nghiệp, như nước thải nhà máy đường và nhà máy hóa chất chứa số lượng lớn các kim loại nặng và á kim đã lắng xuống trong trầm tích [11]. 3.2. Mức độ ô nhiễm Hg và Pb trong trầm tích mặt theo chỉ số Igeo

Sau khi xác định được hàm lượng, mức độ ô nhiễm của Pb và Hg trong trầm tích mặt tại cửa An Hòa, sông Trường Giang được đánh giá thông qua chỉ số Igeo. Kết quả được thể hiện trong bảng 6. Bảng 6. Mức độ ô nhiễm Hg và Pb trong trầm tịch mặt tại vùng

cửa An Hòa sông Trường Giang

Kí hiệu mẫu Igeo

Igeo(Pb) Igeo(Hg)

M1 -0,166 0,609

M2 - 1,073

M3 - 0,662

M4 -0,610 -0,478

M5 - -0,729

M6 -0,664 -0,847

M7 - -0,172

M8 -1,988 -0,033

M9 -0,983 -1,839

M10 -0,026 -0,966

M11 -0,570 -1,915

M12 0,719 -2,206

M13 -1,764 -0,247

M14 -2,182 -0,529

M15 -1,537 1,118

Trung bình -0,888 -0,433

Kết quả từ bảng 6 cho thấy Igeo(Pb) cao nhất ở vị trí

M12 (0,719), thấp nhất tại vị trí M14 (-2,182), trong khi đối với Hg, giá trị Igeo(Hg) tính được cao nhất là 1,118 và thấp nhất là -2,206 lần lượt tại hai vị trí M15 và M12. Hầu hết các giá trị Igeo còn lại đối với cả Hg và Pb đều cho thấy trầm tích không ô nhiễm hoặc ô nhiễm nhẹ. Giá trị Igeo trung bình của Pb là -0,888, của Hg là -0,433, điều này cho thấy vùng nghiên cứu không bị ô nhiễm đối với Hg và Pb.

Trong một nghiên cứu tương tự của AL-Haidarey và cộng sự tại vùng đầm lầy Mesopotamian ở Iraq, chỉ số Igeo(Pb) dao động trong khoảng 0,911-2,17, phần lớn nằm trong khoảng giá trị từ 1-2; tác giả kết luận rằng trầm tích tại khu vực nghiên cứu này đang bị ô nhiễm nhẹ [12]. Asibor Godwin và cộng sự (2015) khi sử dụng thang đánh giá của Muller bằng chỉ số Igeo chỉ ra rằng, giá trị Igeo của chì (Pb) trong trầm tích tại hồ chứa Asejire ở Nigieria dao động từ 0,1 - 2, trầm tích tại khu vực này có một số vị trí bị ô nhiễm vừa đối với Pb; còn các kim loại nặng khác có giá trị Igeo đều nhỏ hơn 0, chứng tỏ rằng trầm tích hồ chứa không bị ô nhiễm bởi các kim loại này [13].

3.3. Rủi ro của Hg và Pb trong trầm tích mặt vùng cửa An Hòa, sông Trường Giang

Phương pháp đánh giá rủi ro KLN trong trầm tích thông qua chỉ số RI có khả năng cung cấp một giá trị định lượng về rủi ro tiềm năng cho hệ sinh thái dưới tác động của các chất ô nhiễm mà không đòi hỏi những phân tích phức tạp và tốn nhiều thời gian [2].

Sau khi xác định hàm lượng và đánh giá mức độ ô nhiễm, chúng tôi tiến hành đánh giá rủi ro sinh thái của Hg và Pb trong trầm tích thông qua chỉ số RI. Kết quả được thể hiện ở bảng 7.

Bảng 7. Rủi ro của Hg và Pb trong trầm tích mặt tại vùng cửa An Hòa, sông Trường Giang

Kí hiệu mẫu

RI Mức độ rủi

ro Pb Hg

M1 6,685 91,532 98,217 Thấp

M2 - 126,239 126,239 Thấp

M3 - 94,942 94,942 Thấp

M4 4,915 43,069 47,985 Thấp

M5 - 36,194 36,194 Thấp

M6 4,735 33,353 38,088 Thấp

M7 - 53,250 53,250 Thấp

M8 1,89 58,655 60,545 Thấp

M9 3,795 16,766 20,561 Thấp

M10 7,365 30,718 38,083 Thấp

M11 5,053 15,911 20,963 Thấp

M12 12,348 13,002 25,349 Thấp

M13 2,208 50,544 52,751 Thấp

M14 1,653 41,570 43,223 Thấp

M15 2,585 130,183 132,768 Thấp

Trung bình 4,839 55,728 59,277 Thấp

Kết quả bảng 7 cho thấy, yếu tố rủi ro đối với Pb: Ei

r(Pb) dao động từ 1,89 – 12,348, Eir(Pb) trung bình là

ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 3(112).2017-Quyển 1 157

4,839; yếu tố rủi ro đối với Hg: Eir(Hg) dao động từ 13,002

- 130,183, Eir(Hg) trung bình là 55,728. Giá trị trung bình

yếu tố rủi ro của Hg gấp hơn 11 lần so với yếu tố rủi ro của Pb. Điều này được giải thích là do yếu tố đáp ứng độc hại

(Hg = 40) lớn hơn nhiều so với (Pb = 5).

Hình 3. Yếu tố rủi ro của Hg và Pb trong trầm tích mặt tại các

địa điểm thu mẫu theo chỉ số Kết quả tương tự cũng đã được ghi nhận trong một số

nghiên cứu quốc tế: Nghiên cứu của Lars Hakanson về đánh giả rủi ro sinh thái các KLN trong môi trường trầm tích khu vực hồ Stora Aspen tại Thụy Điển trên 7 KLN: Zn, Cu, Pb, Cr, As, Hg, Cd cho thấy thứ tự rủi ro KLN ở đây lần lượt là (Cd)> (As)> (Hg)> (Pb)> (Cr)>

(Zn)> (Cu) [2]; trong nghiên cứu của Yujun Yi và cộng sự năm 2011 về đánh giả rủi ro sinh thái trong trầm tích, thứ tự rủi ro sinh thái của các kim loại nặng là

(Hg)> (Cd)> (As)> (Cu)> (Pb)> (Cr)> (Zn), trong đó, Hg được kết luận gây ra rủi ro sinh thái ở mức trung bình [14]; nghiên cứu của Ye. H. và cộng sự (2013) cũng cho kết quả (Hg) > (Pb) với Ei

r(Hg) dao động từ 83,3 đến 268,4 (Ei

r(Hg) trung bình là 12,9) trong khi Eir(Pb)

dao động từ 4,1 đến 7,2 (Eir(Pb) trung bình là 5,3) [11]. Một

nghiên cứu khác của Jinman Wang và cộng sự (2013) về rủi ro sinh thái của 8 kim loại: Cd, Hg, As, Pb, Cr, Cu, Zn và Ni trong đất tại các khu mỏ ở Trung Quốc cho thấy hàm lượng Hg, Pb ở mức cao và Hg được xem là yếu tố ô nhiễm chính trong khu mỏ này với giá trị yếu tố rủi ro lên đến 79,6. Tác giả khuyến cáo cần kiểm soát tốt nguồn chất thải chứa các KLN, đặc biệt là Hg nhằm hạn chế tác động của chúng đến môi trường, bên cạnh đó tăng cường khôi phục hệ sinh thái tại đây [15].

Hình 4. Mức độ rủi ro của các KLN trong trầm tích mặt theo

chỉ số RI

Sau khi xác định giá trị yếu tố rủi ro Eir của Hg và Pb,

chúng tôi tiến hành đánh giá rủi ro sinh thái của các kim loại nặng này ở khu vực nghiên cứu theo chỉ số RI (bảng 7 và hình 4).

Giá trị RI dao động trong khoảng từ 20,561 đến 132,768 với M9 là điểm thu mẫu có giá trị RI thấp nhất, và M15 có giá trị cao nhất. Những vị trí có giá trị RI là những vị trí có hàm lượng Hg hoặc Pb tương ứng vượt tiêu chuẩn cho phép, trong khi những vị trí có RI thấp là những nơi ghi nhận được hàm lượng của hai KLN này là không đáng kể. Đối với các vị trí M2, M3, M5 và M7, giá trị RI bằng chính giá trị (Hg). Giá trị RI trung bình của toàn khu vực nghiên cứu là 59,277; điều này cho thấy có thể khu vực nghiên cứu đang có rủi ro ở mức độ thấp với Hg và Pb có trong trầm tích.

Trong nghiên cứu của Ye H.X. và cộng sự chỉ số rủi ro sinh thái (RI) dao động từ 76,9 đến 473,5; trung bình là 171,9, cao hơn nhiều so với nghiên cứu này. Những rủi ro sinh thái chủ yếu xảy ra ở các khu thực nghiệm và vùng đệm của đất ngập nước Zhalong, đặc biệt là phần phía Đông của khu vực này [11].

Nghiên cứu khác của Jing Li về đánh giá rủi ro kim loại nặng trong trầm tích mặt ở sông Dương Tử dựa trên chỉ số (Igeo) và chỉ số rủi ro sinh thái (RI) để đánh giá ô nhiễm đối với 5 kim loại Cd, Zn, Pb, Cr, Ni. Nhóm tác giả đã tiến hành thu 15 mẫu dọc theo thượng nguồn của nguồn nước. Kết quả nghiên cứu cho thấy 27% trong tổng số địa điểm lấy mẫu cho thấy rủi ro sinh thái cao, và 53% trong tổng số địa điểm lấy mẫu cho thấy rủi ro sinh thái rất cao.

Nghiên cứu của Lê Anh Nhi về đánh giá rủi ro sinh thái của một số kim loại nặng trong trầm tích mặt tại hạ lưu sông Cu Đê, quận Liên Chiểu, thành phố Đà Nẵng, mức độ rủi ro sinh thái tại vị trí 3 là mức độ rủi ro trung bình, còn các vị trí còn lại có mức độ rủi ro thấp (RI trong nghiên cứu của tác giả dao động từ 59,383 – 139,698) [9].

Cũng như các vùng cửa sông khác, cửa An Hòa là nơi tiếp nhận nhiều nguồn chất thải từ các hoạt động công nghiệp, nông nghiệp và sinh hoạt trên lưu vực sông. Chính sự đa dạng về nguồn thải này dẫn đến sự hiện diện của rất nhiều loại chất thải với các tính chất khác nhau ở vùng cửa sông. Nghiên cứu này chỉ mới thực hiện đánh giá rủi ro sinh thái đối với hai KLN là Hg và Pb, chưa đề cập đến những tác động tổng hợp của các yếu tố ô nhiễm tiềm năng khác. Do đó, tuy kết quả về rủi ro sinh thái trong nghiên cứu này là thấp nhưng trên thực tế, rủi ro sinh thái tại khu vực này có thể được dự đoán là lớn hơn.

4. Kết luận Kết quả nghiên cứu cho thấy hàm lượng trung bình của

Pb và Hg trong trầm tích ở cửa An Hòa, sông Trường Giang tương ứng là 19,356mg/kg và 0,557mg/kg, nằm trong khoảng giới hạn cho phép khi so sánh với QCVN 43:2012/BTNMT. Giá trị Igeo trung bình của Pb là -0,888, của Hg là -0,433, điều này cho thấy vùng nghiên cứu không bị ô nhiễm đối với từng KLN. Giá trị RI dao động trong khoảng từ 20,561 đến 132,768, trung bình của toàn khu vực nghiên cứu là 59,277, có thể kết luận rằng khu vực này đang có rủi ro ở mức độ thấp với 2 kim loại nặng Hg và Pb.

0

20

40

60

80

100

120

140Pb Hg

0

20

40

60

80

100

120

140

158 Võ Văn Minh, Phan Nhật Trường, Ngô Quang Hợp, Đoạn Chí Cường

TÀI LIỆU THAM KHẢO [1] Swarnalatha, K., J. Letha, and S. Ayoob, "Ecological risk

assessment of a tropical lake system", Journal of Urban and Environmental Engineering, 2013, 7(2): p. 323 - 329.

[2] Hakanson, L., "An ecological risk index for aquatic pollution control. A sediment tological approach", Water Research, 1980, 14: p. 975-1001.

[3] K. Sekabira, H.O.O., T.A. Basamba, G.Mutumba, E. Kakudidi, "Assessment of heavy metal pollution in the urban stream sediments and its tributaries", Int. J. Environ. Sci. Tech, 2010, 7(3): p. 435-446.

[4] Muller, V.G., "Index of Geo-accumulation in sediments of the Rhine River", GeoJournal, 1969, 2(3): p. 108-118.

[5] Fu, C., et al., "Potential Ecological Risk Assessment of Heavy Metal Pollution in Sediments of the Yangtze River Within the Wanzhou Section, China", Biological Trace Element Research, 2009, 129(1): p. 270-277.

[6] Nga, P.T., et al., Đánh giá ô nhiễm kim loại nặng trong trầm tích vịnh Đà Nẵng: Kiến nghị và giải pháp phòng ngừa, Trung tâm địa chất và khoáng sản biển, 2008.

[7] Minh, V.V., et al., "Hàm lượng Cd, Pb, Cr và Hg trong trầm tích và trong loài hến (Corbicula subsulcata) ở một số cửa sông khu vực miền Trung, Việt Nam", Tạp chí Sinh học, 2014, 36(3): p. 378-384.

[8] Quy, T.Đ., N.T. Tuệ, and M.T. Nhuận, "Đặc điểm phân bố các nguyên tố vi lượng trong trầm tích tầng mặt vịnh Hưng Yên", Tạp

chí các Khoa học về Trái đất, 2012, 34(1): p. 10-17. [9] Nhi, L.A., Đánh giá rủi ro sinh thái của một số kim loại nặng trong

trầm tích mặt tại hạ lưu sông Cu Đê, Liên Chiểu, thành phố Đà Nẵng, 2014, Trường Đại học Sư phạm - Đại học Đà Nẵng.

[10] Dung, P.T., Đánh giá mức độ tích lũy kim loại nặng trong trầm tích sông Nhuệ, 2009, Trường Đại học Khoa học Tự nhiên - Đại học Quốc gia Hà Nội.

[11] Ye, H., et al., "Speciation and ecological risk of heavy metals and metalloid in the sediments of Zhalong Wetland in China", International Journal of Environmental Science and Technology, 2013, 12(1): p. 115-124.

[12] AL-Haidarey, M.J.S., et al., "The Geoaccumulation Index of Some Heavy Metals in Al-Hawizeh Marsh, Iraq", E-Journal of Chemistry, 2010, 7(S1): p. 157-S162.

[13] Godwin, A., et al., "Using ef, pli and igeo for the assessment of heavy metal pollution and sediment quality of asejire reservoir, Southwest Nigeria", International Journal of Environment and Pollution Research, 2015, 3(4): p. 77-90.

[14] Yi, Y., Z. Yang, and S. Zhang, "Ecological risk assessment of heavy metals in sediment and human health risk assessment of heavy metals in fishes in the middle and lower reaches of the Yangtze River basin", Environmental Pollution, 2011, 159(10): p. 2575-2585.

[15] Wang, J., et al., "Assessment of the potential ecological risk of heavy metals in reclaimed soils at an opencast coal mine", Disaster Advances, 2013, 6(3).

(BBT nhận bài: 28/02/2017, hoàn tất thủ tục phản biện: 22/03/2017)