This thesis is devoted to the optimization of pacing strategies in two locomotive endurance sports; cross-country skiing and road cycling. It has been established that constant pace and variable power distributions are optimal if purely mechanical aspects of locomotion are considered in these sports. However, there is a lack of research that theoretically investigates optimal pacing for real world athletes who are constrained in their ability to generate power output through the bioenergetics of the human body. The aims of this thesis are to develop numerical pacing strategy optimization models and bioenergetic models for locomotive endurance sports and use these to assess objectives relevant in optimal pacing. These objectives include: Investigate the impact of hills, sharp course bends, ambient wind, and bioenergetic models on optimal pacing and assess the effect of optimal pacing strategies on performance. This thesis presents mathematical models for optimization of pacing strategies. These models are divided into mechanical locomotion, bioenergetic, and optimization models that are connected and programmed numerically. The locomotion and bioenergetic models in this thesis consist of differential equations and the optimization model is described by an iterative gradient-based routine. The mechanical model describes the relation between the power output generated by an athlete and his/her locomotion along a course profile, giving the finishing time. The bioenergetic model strives to mimic the human ability to generate power output. Therefore, the bioenergetic model is set to constrain the power output that is used in the mechanical locomotion model. The optimization routine strives to minimize the finishing time in the mechanical locomotion model by varying the distribution of power output along the course, still satisfying the constraints in the bioenergetic model. The studies contained within this thesis resulted in several important findings regarding the general application of pacing strategies in cross-country skiing and road cycling. It was shown that the constant pace strategy is not optimal if ambient conditions change over the course distance. However, variable power distributions were shown beneficial if they vary in parallel with course inclination and ambient winds to decrease variations in speed. Despite these power variations, speed variations were not eliminated for most variable ambient conditions. This relates to the athlete’s physiological restrictions and the effect of these are hard to predict without thorough modeling of bioenergetics and muscle fatigue. Furthermore, it vi was shown that substantial differences in optimal power distributions were attained for various bioenergetic models. It was also shown that optimal braking and power output distributions for cycling on courses that involve sharp bends consisted of three or four phases, depending on the length of the course and the position of the bends. The four phases distinguished for reasonably long courses were a steady-state power phase, a rolling phase, a braking phase, and an all-out acceleration phase. It was also shown that positive pacing strategies are optimal on relatively long courses in road cycling where the supply of carbohydrates are limited. Finally, results indicated that optimal pacing may overlook the effect of some ambient conditions in favor of other more influential, mechanical or physiological, aspects of locomotion. In summary, the results showed that athletes benefit from adapting their power output with respect not only to changing course gradients and ambient winds, but also to their own physiological and biomechanical abilities, course length, and obstacles such as course bends. The results of this thesis also showed that the computed optimal pacing strategies were more beneficial for performance than a constant power distribution. In conclusion, this thesis demonstrates the feasibility of using numerical simulation and optimization to optimize pacing strategies in cross-country skiing and road cycling. / Avhandlingen handlar om optimering av farthållningsstrategier inom längdskidåkning och landsvägscykling. Det finns ett utbrett stöd för att konstant fart och varierande effektfördelningar är optimala om endast mekaniska aspekter beaktas i dessa sporter. Ändå saknas teoretiska studier som undersöker optimal farthållning för verkliga idrottsutövare som är begränsade i sin förmåga att generera effekt genom kroppens bioenergetiska system. Målen med den här avhandlingen är att utveckla metoder för bioenergetik och optimering av farthållningsstrategier i uthållighetsidrott. Dessutom är målet att undersöka påverkan av backar, svängar, omgivande vind och bioenergetisk modellering på den optimala farthållningsstrategin samt att utreda potentialen till prestationsförbättring med optimala farthållningsstrategier. Avhandling presenterar matematiska modeller för optimering av farthållningsstrategier. Dessa modeller delas in i en mekanisk modell för förflyttning, en bioenergetisk modell och en optimeringsmodell. De mekaniska och bioenergetiska modellerna som presenteras i avhandlingen består av differentialekvation och optimeringsmodellen utgörs av en gradient-baserad algoritm. Den mekaniska modellen beskriver förhållandet mellan utövarens effekt och den resulterande rörelsen längs banan som ger tiden mellan start och mål. Den bioenergetiska modellen beskriver människokroppens olika energisystem och dess begränsningar att generera effekt. Den bioenergetiska modellen interagerar med optimeringsmodellen genom att utgöra dess begränsningar för vad den mänskliga kroppen klarar av. Sammanfattningsvis försöker optimeringsmodellen minimera tiden mellan start och mål i den mekaniska modellen genom att variera effekten längs banan. Samtidigt ser optimeringsmetoden till att denna effektfördelning inte kränker den bioenergetiska modellen. Studierna som ingår i avhandlingen resulterade i flera viktiga upptäckter om generella tillämpningar av farthållningsstrategier inom längdskidåkning och landsvägscykling. Det visade sig att konstant fart inte är optimalt om omgivande betingelser varierade längs banans sträckning. Däremot var varierande effektfördelning fördelaktig om den varierar parallellt med banlutning och omgivande vindpåverkan för att minska fartens variationer. Trots denna variation, visade resultaten att fartvariationerna inte eliminerades helt. Detta har att göra med utövarens fysiologiska begränsningar, vars påverkan är svår att förutspå utan genomgående modellering av bioenergetik relaterat till muskeltrötthet. Dessutom viii visade resultaten att olika bioenergetiska metoder gav upphov till betydande skillnader i de optimala farthållningsstrategierna. Resultaten i avhandlingen visade också att optimal effektfördelning vid kurvtagning i landsvägscykling innehåller tre eller fyra faser. The fyra faser som var utmärkande på relativt långa banor var en tröskelfas, en rullfas, en bromsfas och en maximal accelerationsfas. Resultaten visar också att positiv farthållning är optimal på relativt långa banor i landsvägscykling där tillgången på kolhydrater är begränsad. Samtidigt visade resultaten på optimala farthållningsstrategier ibland att inverkan av omgivande betingelser förbisågs till fördel för med inflytelserika betingelser som påverkar framdrivningen. Sammantaget visar resultaten i denna avhandling att utövare gagnas av att anpassa effekten med hänsyn till varierande terräng, omgivande vind, atletens egen fysiologiska och biomekaniska förmåga, banans längd och hinder såsom kurvor. Resultaten visar också att de optimala farthållningsstrategier med varierande effektfördelning som beräknats i denna avhandling förbättrar prestationen jämfört med konstanta effektfördelningar. Sammanfattningsvis visar denna avhandling på möjligheterna att använda numerisk simulering och optimering för att optimera farthållningsstrategier i längdskidåkning och landsvägscykling. / <p>Vid tidpunkten för disputationen var följande delarbeten opublicerade: delarbete 5 accepterat, delarbete 6 manuskript.</p><p>At the time of the doctoral defence the following papers were unpublished: paper 5 accepted, paper 6 manuscript.</p>

Orientadores: Sandra Augusta Santos, Márcia Aparecida Gomes-Ruggiero / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-16T21:37:45Z (GMT). No. of bitstreams: 1 Sachine_Mael_D.pdf: 4721541 bytes, checksum: 0506c48fbbc3961c4626c36a0487fa1c (MD5) Previous issue date: 2010 / Resumo: Neste trabalho propomos modificações globalmente convergentes para o Método das Assíntotas Móveis (MMA), baseadas no parâmetro espectral para a construção das aproximações das funções originais e na relaxação da condição conservadora. A informação de segunda ordem presente no parâmetro espectral é incluída nas aproximações racionais da função objetivo e das restrições não-lineares no início de cada iteração, de modo a melhorar a qualidade dos modelos. A condição conservadora é relaxada por meio de uma seqüência forçante controlada somável, de maneira que a convergência global é mantida. Também, propomos uma nova estratégia para resolver os subproblemas MMA por meio do problema dual, usando uma técnica de região de confiança. Os experimentos numéricos realizados comprovam a eficiência das estratégias propostas. Ainda, por trabalharmos com um problema aumentado associado à formulação padrão para o problema de programação não-linear com restrições de desigualdade, estabelecemos relações entre os pontos KKT do problema aumentado e os pontos correspondentes do problema original associado / Abstract: In this work we propose globally convergent versions for the Method of Moving Asymptotes (MMA), based on the spectral parameter for updating the approximations of the original functions and on relaxing the conservative condition. The second-order information present in the spectral parameter is included in the rational approximations of the objective function and of the nonlinear constraints in the beginning of each iteration, so as to improve the quality of the models. The conservative condition is relaxed by means of a summable controlled forcing sequence, so that global convergence is maintained. Also, we propose a new strategy to solve the MMA subproblems by means of the dual problem, using a trust-region technique. The performed numerical experiments confirm the efficiency of the proposed strategies. In addition, by working with an extended problem associated with the standard formulation for the nonlinear programming problem with inequality constraints, we have established relationships between the KKT points of the extended problem and the corresponding points of the associated original problem / Doutorado / Matematica Aplicada / Doutor em Matemática Aplicada

Este trabalho propõe estudar o projeto de estruturas submetidas a grandes deslocamentos utilizando o Método de Otimização Topológica (MOT). O MOT é um método numérico capaz de fornecer de forma sistemática a distribuição ótima de material no domínio de uma estrutura de forma a atender a um dado requisito de projeto, por exemplo, o valor de flexibilidade máxima permitida em uma estrutura. Desde sua introdução, há quase três décadas, o MOT ganhou popularidade na área acadêmica e na indústria. Até o presente momento (2011), a maioria dos trabalhos relacionados com o método tem se preocupado com a otimização de estruturas com o comportamento linear, ou seja, pequenos deslocamentos. Um pequeno número de artigos e trabalhos tem sido relacionado com a modelagem e otimização topológica de estruturas submetidas a efeitos não-lineares. Este trabalho propõe compilar as formulações descritas na literatura e agregar novas técnicas na implementação da OT de forma a melhorar a robustez na obtenção de resultados sob não-linearidade geométrica. O MOT para o comportamento não-linear geométrico neste trabalho foi implementado utilizando o modelo de material SIMP. O comportamento não-linear geométrico é representado utilizando a formulação Lagrangiana para as leis de material de Kirchhoff-Saint Venant e neo-Hookiana. Ambas as leis de material foram implementadas utilizando o método de elementos finitos (MEF) e o equilíbrio estático da estrutura é obtido através de uma rotina incremental e iterativa de Newton incluindo todos os elementos (inclusive os de baixa densidade) dentro do domínio de projeto. A sensibilidade da função objetivo é deduzida utilizando o método adjunto e o problema de otimização é resolvido utilizando o Método das Assíntotas Móveis (MAM) em conjunto com uma função de Relaxação proposta para estabilizar a solução de OT não-linear. A função de projeção não-linear em conjunto com o Método da Continuação é utilizada para eliminar o problema de tabuleiro e independência de malha, melhorando a convergência dos resultados. A função objetivo para minimização da flexibilidade no ponto de aplicação do carregamento é testada, considerando um carregamento fixo. Neste trabalho, os exemplos mostram que as diferenças na rigidez das estruturas otimizadas utilizando modelagem linear e não-linear são geralmente pequenas para pequenos carregamentos, mas elas podem ser grandes em certos casos envolvendo grandes cargas, acarretando em instabilidades na estrutura, o que pode degenerar a solução obtida. / This work proposes studying the design of structures undergoing large displacement using Topology Optimization Method (TOM). The TOM is a numerical method capable of synthesizing the basic layout of a mechanical structure accomplishing to a given design requirement, for example the maximum strain energy allowed in the structure. Since its introduction nearly three decades, TOM has gained widespread popularity in academia and industry. So far, most papers dealing with the method have been concerned with the optimization of structures with linear geometric and material behavior. Even now a small number of works and articles have been concerned with the modeling and topology optimization of structures undergoing nonlinear effects. This work proposes to compile the formulations described in the literature and adding new techniques to improve the robustness for obtaining results of OT under geometric nonlinearity. The TOM for geometric nonlinear behavior in this work is implemented with Solid Isotropic Microstructure with Penalization (SIMP) material model. The geometrically nonlinear behavior of the structures is modeled using a Lagrangean description for hyperelastic constitutive models for Saint Venant-Kirchhoff and neo-Hookean. Both constitutive models are implemented using the Finite Element Method (FEM) and the static equilibrium of the structure is obtained using an incremental and iterative Full-Newton Method considering all elements and internal force of the design domain (elements called \"voids\"). The sensitivity of the objective function is derived using the adjoint method and the optimization problem is solved using the Optimality Criteria (OC) method and Method of Moving Asymptotes (MMA) together with a Relaxation Function proposed to stabilize the TO nonlinear solution. The nonlinear projection function in conjunction with the Continuation Method is used to obtain checkerboard-free and mesh-independent designs and to improve the convergence results. The objective function of end-compliance is tested, by minimizing it for a fixed load. In this work, some examples show that differences in stiffness of optimized structures using linear and nonlinear modeling are generally small, however they can be large in certain cases involving buckling or bifurcation point, that degenerate the solution obtained.

Este trabalho propõe estudar o projeto de estruturas submetidas a grandes deslocamentos utilizando o Método de Otimização Topológica (MOT). O MOT é um método numérico capaz de fornecer de forma sistemática a distribuição ótima de material no domínio de uma estrutura de forma a atender a um dado requisito de projeto, por exemplo, o valor de flexibilidade máxima permitida em uma estrutura. Desde sua introdução, há quase três décadas, o MOT ganhou popularidade na área acadêmica e na indústria. Até o presente momento (2011), a maioria dos trabalhos relacionados com o método tem se preocupado com a otimização de estruturas com o comportamento linear, ou seja, pequenos deslocamentos. Um pequeno número de artigos e trabalhos tem sido relacionado com a modelagem e otimização topológica de estruturas submetidas a efeitos não-lineares. Este trabalho propõe compilar as formulações descritas na literatura e agregar novas técnicas na implementação da OT de forma a melhorar a robustez na obtenção de resultados sob não-linearidade geométrica. O MOT para o comportamento não-linear geométrico neste trabalho foi implementado utilizando o modelo de material SIMP. O comportamento não-linear geométrico é representado utilizando a formulação Lagrangiana para as leis de material de Kirchhoff-Saint Venant e neo-Hookiana. Ambas as leis de material foram implementadas utilizando o método de elementos finitos (MEF) e o equilíbrio estático da estrutura é obtido através de uma rotina incremental e iterativa de Newton incluindo todos os elementos (inclusive os de baixa densidade) dentro do domínio de projeto. A sensibilidade da função objetivo é deduzida utilizando o método adjunto e o problema de otimização é resolvido utilizando o Método das Assíntotas Móveis (MAM) em conjunto com uma função de Relaxação proposta para estabilizar a solução de OT não-linear. A função de projeção não-linear em conjunto com o Método da Continuação é utilizada para eliminar o problema de tabuleiro e independência de malha, melhorando a convergência dos resultados. A função objetivo para minimização da flexibilidade no ponto de aplicação do carregamento é testada, considerando um carregamento fixo. Neste trabalho, os exemplos mostram que as diferenças na rigidez das estruturas otimizadas utilizando modelagem linear e não-linear são geralmente pequenas para pequenos carregamentos, mas elas podem ser grandes em certos casos envolvendo grandes cargas, acarretando em instabilidades na estrutura, o que pode degenerar a solução obtida. / This work proposes studying the design of structures undergoing large displacement using Topology Optimization Method (TOM). The TOM is a numerical method capable of synthesizing the basic layout of a mechanical structure accomplishing to a given design requirement, for example the maximum strain energy allowed in the structure. Since its introduction nearly three decades, TOM has gained widespread popularity in academia and industry. So far, most papers dealing with the method have been concerned with the optimization of structures with linear geometric and material behavior. Even now a small number of works and articles have been concerned with the modeling and topology optimization of structures undergoing nonlinear effects. This work proposes to compile the formulations described in the literature and adding new techniques to improve the robustness for obtaining results of OT under geometric nonlinearity. The TOM for geometric nonlinear behavior in this work is implemented with Solid Isotropic Microstructure with Penalization (SIMP) material model. The geometrically nonlinear behavior of the structures is modeled using a Lagrangean description for hyperelastic constitutive models for Saint Venant-Kirchhoff and neo-Hookean. Both constitutive models are implemented using the Finite Element Method (FEM) and the static equilibrium of the structure is obtained using an incremental and iterative Full-Newton Method considering all elements and internal force of the design domain (elements called \"voids\"). The sensitivity of the objective function is derived using the adjoint method and the optimization problem is solved using the Optimality Criteria (OC) method and Method of Moving Asymptotes (MMA) together with a Relaxation Function proposed to stabilize the TO nonlinear solution. The nonlinear projection function in conjunction with the Continuation Method is used to obtain checkerboard-free and mesh-independent designs and to improve the convergence results. The objective function of end-compliance is tested, by minimizing it for a fixed load. In this work, some examples show that differences in stiffness of optimized structures using linear and nonlinear modeling are generally small, however they can be large in certain cases involving buckling or bifurcation point, that degenerate the solution obtained.