A crescente demanda por biocombustíveis e a concorrência dos combustíveis fósseis torna necessária a otimização dos meios já existentes e o desenvolvimento de novas tecnologias para produção de biocombustíveis, principalmente em projetos envolvendo biorreatores e fotobiorreatores (FBR) industriais. A dinâmica dos fluidos computacional (CFD) vem sendo utilizada em vários trabalhos para o estudo de parâmetros fluidodinâmicos que podem influenciar no rendimento dos processos químicos envolvidos, como tensão de cisalhamento, perfis de velocidade, tempo de residência e a influência da geometria sobre esses parâmetros. Contudo, não existe ainda um número abrangente de trabalhos que utilize técnicas de otimização acopladas com a resolução numérica do problema fluidodinâmico. Em alguns estudos, algoritmos de otimização são utilizados para determinar os melhores coeficientes das reações químicas. No entanto, não há estudos, até o momento, que reportem a otimização multiobjetivo simultânea dos parâmetros geométricos e do escoamento aplicados a equipamentos da indústria sucro-energética. Neste contexto, o presente trabalho de pesquisa tem como objetivo contribuir para o avanço científico e tecnológico através da implementação de um software aberto (PyCFD-O) que permita o acoplamento CFD-otimização e o desenvolvimento das bases de uma metodologia de projeto otimizado bem como de operação de biorreatores e FBRs de escala industrial. O PyCFD-O foi testado em dois estudos de caso que podem ser estendidos a um fermentador contínuo e um FBR. Os parâmetros geométricos de ambos os reatores foram otimizados de forma a minimizar simultaneamente a tensão de cisalhamento e a variância da distribuição do tempo de residência. O software PyCFD-O mostrou-se robusto, revelando que o processo global de otimização realiza de fato a busca pela fronteira de Pareto. Além da obtenção das geometrias otimizadas, também foram discutidos a influência dos parâmetros geométricos na hidrodinâmica do escoamento em ambos os casos. / The growing demand for biofuels and its competition with fossil fuels create the need to optimize the existing resources and development of new technologies for production of biofuels, particularly in projects involving industrial bioreactors and photobioreactors (PBR). Computational fluid dynamics (CFD) has been used in several studies for the study of fluid dynamics parameters that can influence the performance of the chemical process involved, such as shear stress, velocity profiles, residence time and the influence of these parameters on the reactor geometry. However, there are lacks of studies that utilize optimization techniques coupled with the numerical resolution of the fluid dynamic problem. The use of optimization algorithms has been reported in some cases, but there have not been reports on studies combining the optimization of flow parameters and multiobjective algorithms to choose ideal geometric parameters applied to the equipment of the sugar-energy industry. In this context, this research project aims to contribute to the advancement of scientific and technological knowledge trhough the implementation of open source software (PyCFD-O) for the CFD-optimization coupling and the development of the bases of a methodology for optimal design and operation of industrial scale bioreactors and PBR. The PyCFD-O software was tested in two case studies with characteristics that can be extended to a continuos fermenter and PBR. The geometric parameters of both reactors were simultaneously optimized in order to minimize the shear stress and the variance of residence time distribuition. The PyCFD-O software showed robustness, revealing that overall optimization process actually performs the search of Pareto frontier. In addition to the geometry optimization, the influence of the geometrical parameters of the hydrodynamic of the flow was discussed in both case studies.

Submitted by Erika Demachki (erikademachki@gmail.com) on 2017-01-18T16:28:28Z No. of bitstreams: 2 Dissertação - Michelle Duarte Marciano - 2016.pdf: 2336395 bytes, checksum: 6cdabbc6871d88785ffc1b1561c3c1c7 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2017-01-19T10:32:59Z (GMT) No. of bitstreams: 2 Dissertação - Michelle Duarte Marciano - 2016.pdf: 2336395 bytes, checksum: 6cdabbc6871d88785ffc1b1561c3c1c7 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-01-19T10:32:59Z (GMT). No. of bitstreams: 2 Dissertação - Michelle Duarte Marciano - 2016.pdf: 2336395 bytes, checksum: 6cdabbc6871d88785ffc1b1561c3c1c7 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-12-05 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Determining the tertiary structure of a protein is very important, once that this is the structure that allow us to know the function of a protein on living beings. There are many algorithms that intend to do this prediction, but none of them does it with one hundred percent of accuracy, being a case of NP-complete problem. Even sill not being able to predict the tertiary structure of proteins with total precision, these algorithms are already used in areas such as pharmacology and are extremely important. This project presents a multiobjective framework for the classification and ranking of these algorithms, thus allowing a comparison among them. The goal is to help improving researches in the area, either in individual algorithms or groups of research in the bioinformatics field. / A determinação da estrutura tridimensional de uma proteína é muito importante, uma vez que esta estrutura é que fornece a função de uma proteína no corpo de seres vivos. Existem muitos algoritmos que buscam fazer essa predição, mas nenhum deles faz isso com cem por cento de eficiência, tratando-se de um problema NP-completo. Mesmo ainda não sendo capazes de predizer com total precisão a estrutura terciária das proteínas, tais algoritmos já são aproveitados em áreas como a farmacologia e são de grande importãncia. Este projeto apresenta um framework multi-objetivo para classificação e ranqueamento desses algoritmos, permitindo assim uma comparação entre eles. O objetivo é ajudar a melhorar as pesquisas na área, seja em algoritmos isolados ou grupos de pesquisa da área de bioinformática.

O objetivo do presente trabalho é a investigação e o desenvolvimento de estratégias de otimização contínua e discreta para problemas de Fluxo de Potência Ótimo (FPO), onde existe a necessidade de se considerar as variáveis de controle associadas aos taps de transformadores em-fase e chaveamentos de bancos de capacitores e reatores shunt como variáveis discretas e existe a necessidade da limitação, e/ou até mesmo a minimização do número de ações de controle. Neste trabalho, o problema de FPO será abordado por meio de três estratégias. Na primeira proposta, o problema de FPO é modelado como um problema de Programação Não Linear com Variáveis Contínuas e Discretas (PNLCD) para a minimização de perdas ativas na transmissão; são propostas três abordagens utilizando funções de discretização para o tratamento das variáveis discretas. Na segunda proposta, considera-se que o problema de FPO, com os taps de transformadores discretos e bancos de capacitores e reatores shunts fixos, possui uma limitação no número de ações de controles; variáveis binárias associadas ao número de ações de controles são tratadas por uma função quadrática. Na terceira proposta, o problema de FPO é modelado como um problema de Otimização Multiobjetivo. O método da soma ponderada e o método &#949-restrito são utilizados para modificar os problemas multiobjetivos propostos em problemas mono-objetivos. As variáveis binárias associadas às ações de controles são tratadas por duas funções, uma sigmoidal e uma polinomial. Para verificar a eficácia e a robustez dos modelos e algoritmos desenvolvidos serão realizados testes com os sistemas elétricos IEEE de 14, 30, 57, 118 e 300 barras. Todos os algoritmos e modelos foram implementados em General Algebraic Modeling System (GAMS) e os solvers CONOPT, IPOPT, KNITRO e DICOPT foram utilizados na resolução dos problemas. Os resultados obtidos confirmam que as estratégias de discretização são eficientes e as propostas de modelagem para variáveis binárias permitem encontrar soluções factíveis para os problemas envolvendo as ações de controles enquanto os solvers DICOPT e KNITRO utilizados para modelar variáveis binárias não encontram soluções. / The aims of this study are the investigation and the development of continuous and discrete optimization strategies to Optimal Power Flow (OPF) problems, where the control variables are the tap ratios of on-load tap changing (OLTC) transformers and shunt susceptances of switchable capacitors and reactors banks. These controls are discrete variables and a need for the limitation and/or even the minimization of the number of control adjustments is required. In this work, three strategies for solving the OPF problem have been deviced. In the first strategy, the OPF problem is modeled as a nonlinear programming problem with continuous and discrete variables for active power losses minimization; Three approaches using discretization functions for handling discrete variables have been investigated. In the second proposal, the OPF problem with discrete OLTC transformers and continuous shunt susceptances of switchable capacitors and reactors banks has a limitation on the number of control adjustments; binary variables associated with control adjustments are handled by a quadratic function. In the third proposal, the OPF problem is modeled as a multiobjective optimization problem. The weighting method and the &#949-constraint method are used to modify the proposed multiobjective problems onto single-objective problems. The binary variables associated with the controls are handled by sigmoidal and polynomial functions. The efficiency and robustness of the models and algorithms are shown for IEEE benchmark test-systems with up to 300 buses. All algorithms and models were implemented in GAMS modeling language and the results are obtained by means of CONOPT, IPOPT, KNITRO and DICOPT solvers. The results confirm that the discretization strategies are efficient and the proposed modeling for binary variables allows finding feasible solutions to problems involving the of controls while DICOPT and KNITRO solvers used to handle binary variables fail to find solutions.

RESUMO Simulações de aeroacústica computacional demandam uma quantidade considerável de tempo, o que torna complicada a realização de estudos paramétricos. O presente trabalho propõe uma metodologia viável para otimização aeroacústica. Através da análise numérica utilizando dinâmica dos fluidos computacional, foi estudada a aplicação de uma placa separadora desacoplada como método de controle passivo da esteira turbulenta de um cilindro e avaliou-se a irradiação de ruído causado pela interação do escoamento com ambos os corpos, empregando ferramentas de aeroacústica computacional baseadas no método de Ffowcs-Williams e Hawkings. Algumas abordagens distintas de metodologias de otimização de projeto foram aplicadas neste problema, com o objetivo de chegar a uma configuração otimizada que permita a redução do nível sonoro ao longe. Assim, utilizando uma ferramenta de otimização multidisciplinar, pode-se avaliar a capacidade de modelos heurísticos e a grande vantagem do emprego de algoritmos baseados em método de superfície de resposta quando aplicados em um problema não linear, pois requerem a avaliação de um menor número de alternativas para se obter um ponto ótimo. Além disso, foi possível identificar e agrupar os resultados em 5 clusters baseados em seus parâmetros geométricos, nível de pressão sonora global e o valor quadrático médio do coeficiente de arrasto, confirmando a eficiência da aplicação de placas separadoras longas desacopladas posicionadas próximas ao cilindro na estabilização da esteira turbulenta, enquanto que o posicionamento de placas acima de um espaçamento crítico aumentou o nível de pressão acústica irradiado devido à formação de vórtices no espaço entre o cilindro e a placa separadora. / Computational aeroacoustics simulations require a considerable amount of time, which makes the comparison of a large number of different geometric designs a difficult task. The goal of the present study is to provide a suitable methodology for aeroacustic optimization. By means of numerical analyses using computational fluid dynamics tools, the application of a detached splitter plate as a passive control method for the turbulent wake of a circular cylinder was investigated. The irradiation of noise caused by the interaction between the flow and both bodies was evaluated using computational aeroacoustics tools based on the Ffowcs-Williams and Hawkings method. Various design optimization methodologies were applied to this flow in order to achieve a possible optimal configuration, i.e., one which is capable of reducing the far field noise level without increasing the aerodynamic forces. Using a multidisciplinary optimization tool, it was possible to evaluate the behavior of heuristic optimization algorithms and the major advantage of algorithms based on response surface methods when applied to a nonlinear aeroacoustics problem, since they require a smaller number of calculated designs to reach the optimal configuration. In addition, it was possible to identify and group the outcomes into 5 clusters based on their geometric parameters, overall sound pressure level and drag coefficient, confirming the efficiency of the application of long detached splitter plates placed next to the cylinder in stabilizing the turbulent wake, whereas the positioning of splitter plates at a distance larger than a critical gap increased the overall sound pressure level radiated due to the formation of vortices in the gap.

Esta dissertação apresenta os algoritmos BicriterionAnt, MACS e MONACO, disponíveis na literatura, baseados em colônia de formigas, para resolução do Problema do Caixeiro Viajante Multiobjetivo (PCVMO). São apresentadas as características do problema e de cada algoritmo utilizado. Estes algoritmos foram testados em seis instâncias bi-objetivo do PCVMO. Foram implementadas algumas alterações na estrutura original dos algoritmos na tentativa de produzir resultados melhores do que os algoritmos originais. Para a avaliação dos resultados e medição da qualidade das soluções, foram utilizadas métricas de desempenho que auxiliam na identificação dos melhores conjuntos de soluções não-dominadas. / This dissertation presents the BicriterionAnt, MACS and MONACO Ant Colony algorithms, available in literature, to solve the Multi-Objective Traveling Salesman Problem (MOTSP). The characteristics of the problem and of each algorithm used are presented. Those algorithms were tested in six bi-objective instances of MOTSP. Changes in the original algorithms were implemented to try to produce better results than the original ones. To validate the results and to measure the quality of the solutions, metrics of performance were used which help to identify the best non-dominated solution sets.

Um tema pouco estudado na literatura, mas frequentemente encontrado por empresas prestadoras de serviço, é o Problema de Escalonamento de Técnicos de Campos (Field Technician Scheduling Problem). O problema consiste em associar um número de tarefas - em diversos locais, com diferentes prioridades e com janelas de tempo - a uma quantidade de técnicos - com diferentes horários de expediente e com habilidades distintas - que saem no início do horário de trabalho da sede da empresa, para onde devem retornar antes do fim do expediente. Cada tarefa é atendida por um único técnico. Esse problema é estudado neste trabalho. A primeira parte do trabalho apresenta um modelo de programação linear inteira mista (PLIM) e, dada a complexidade do problema, heurísticas construtivas e meta-heurísticas foram desenvolvidas. Na função objetivo, procura-se principalmente maximizar o número ponderado de tarefas executadas em um dia de trabalho, de acordo com as suas prioridades. Em linhas gerais, as heurísticas construtivas ordenam as tarefas de acordo com um critério pré-estabelecido e, em seguida, designam cada uma a um dos técnicos capazes de realiza-la sem violar as restrições do problema. Tendo em conta o bom desempenho obtido em outros problemas semelhantes, foi adotado um Algoritmo Genético denominado Biased Random-Key Genetic Algorithms (BRKGA), que utiliza chaves aleatórias para codificar e decodificar as soluções. Codificadores e decodificadores adaptados ao problema foram desenvolvidos e testes computacionais são apresentados. As soluções obtidas em problemas de pequenas dimensões são comparadas com as soluções ótimas conhecidas e, para aprimorar a avaliação do desempenho nas instâncias médias e grandes, quatro procedimentos para obter limitantes superiores foram propostos. Testes computacionais foram realizados em 1040 instâncias. O BRKGA encontrou 99% das 238 soluções ótimas conhecidas e, nas 720 instâncias de dimensões médias e grandes, ficou em média a 3,8% dos limitantes superiores. As heurísticas construtivas superaram uma heurística construtiva da literatura em 90% das instâncias. A segunda parte do trabalho apresenta uma nova abordagem para o Problema de Escalonamento de Técnicos de Campo: um modelo biobjetivo, onde uma segunda função objetivo buscará que as tarefas prioritárias sejam realizadas o mais cedo possível. Uma versão multiobjectivo do BRKGA foi desenvolvida, considerando diversas estratégias para classificar a população do algoritmo e escolher as melhores soluções (estratégias de elitismo). Codificadores e decodificadores foram criados para o problema multiobjectivo. Os resultados computacionais obtidos são comparados com os resultados de um Algoritmo Genético conhecido na literatura, o Nondominated Sorting Genetic Algorithm II (NSGA II). Para instâncias de pequenas dimensões, os resultados da meta-heurística proposta também são comparados com a fronteira ótima de Pareto de 234 instâncias, obtidas por enumeração completa. Em média, o BRKGA multiobjectivo encontrou 94% das soluções da fronteira ótima de Pareto e, nas instâncias médias e grandes, superou o desempenho do NSGA-II nas medidas de avaliação adotadas (porcentagem de soluções eficientes, hipervolume, indicador epsílon e cobertura). / An important topic in service companies, but little studied until now, is the field technician scheduling problem. In this problem, technicians have to execute a set of jobs or service tasks. Technicians have different skills and working hours. Tasks are in different locations within a city, with different time windows, priorities, and processing times. Each task is executed by only one technician. This problem is addressed in this thesis. The first part of the research presents the mixed integer linear programming model (MILP) and, due to the complexity of this problem, constructive heuristics and metaheuristics were proposed. The objective function is to maximize the sum of the weighted performed tasks in a day, based on the priority of tasks. In general terms, in the proposed constructive heuristics, jobs are ordered according to a criterion and, after that, tasks are assigned to technicians without violating constraints. A Genetic Algorithm (the Biases Randon Key Genetic Algorithm - -RKGA) is applied to the problem, based on its success in similar problems; the BRKGA uses random keys and a decoder transforms each chromosome of the Genetic Algorithm into a feasible solution of the problem. Decoders and encoders adapted to the problem were developed and computational tests are presented. A comparison between the solutions of the heuristic methods and optimal solutions values was also conducted for small instances and, to analyze medium and large instances, four upper bound models were proposed. Computational experiments with 1040 instances were carried out. The BRKGA reached 99% of the 238 optimal solutions and, for 720 medium and large instances, the average upper bound gap was 3,8%. Constructive heuristics overcame a heuristic of the literature in 90% of the instances. The second part of this research presents a new approach of the Field Technician Scheduling Problem: a multiobjective model, with a second objective function to execute the priority tasks as soon as possible. A multiobjective BRKGA was developed, with different strategies to classify the Genetic Algorithm population and to select the elite solutions (elite strategies). Decoders and encoders were developed for the multiobjective problem too. The results were compared with a known Genetic Algorithm, the Nondominated Sorting Genetic Algorithm II (NSGA II). For 234 small instances, the results were compared with the Pareto optimal solutions, obtained by complete enumeration. On average, the BRKGA found 94% of the Pareto optimal solutions and, for 720 medium and large instances, outperformed the NSGA-II by means of the measures adopted (percentage of efficient solutions, hypervolume, epsilon and coverage).

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-06-08T18:50:10Z No. of bitstreams: 1 DissGDAA.pdf: 2724824 bytes, checksum: 6fd66731c51c75a18c506fe7ab991ec4 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-06-13T19:33:47Z (GMT) No. of bitstreams: 1 DissGDAA.pdf: 2724824 bytes, checksum: 6fd66731c51c75a18c506fe7ab991ec4 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-06-13T19:33:53Z (GMT) No. of bitstreams: 1 DissGDAA.pdf: 2724824 bytes, checksum: 6fd66731c51c75a18c506fe7ab991ec4 (MD5) / Made available in DSpace on 2017-06-13T19:37:52Z (GMT). No. of bitstreams: 1 DissGDAA.pdf: 2724824 bytes, checksum: 6fd66731c51c75a18c506fe7ab991ec4 (MD5) Previous issue date: 2016-08-19 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / The companies today are looking for ways to expand their competitive advantages, optimizing their production, and in this context, they found solutions in activities of production scheduling. The production scheduling of the type job-shop, results in one of the most complex problems of combination, the Job-shop Scheduling Problem (JSP), which deterministic resolution is not feasible in polynomial computational time. The Flexible Job-shop Scheduling Problem (FJSP) is a classic extension of the JSP and has been widely reported in the literature. Thus, optimization algorithms have been developed and evaluated in the last decades, in order to provide more efficient production planning, with emphasis to artificial intelligence algorithms of the swarm type, that the latest research presented favorable results. The FJSP allows an operation to be processed for any machine arising from a set of machines along different routes. This problem is commonly dismembered into two sub-problems, the assignment of machines for operations, which is called routing, and operation scheduling. In the FJSP context, this research presents the resolution of the FJSP multi-objective, using a hierarchical approach that divides the problem into two subproblems, being the Particle Swarm Optimization (PSO), responsible for resolving the routing sub-problem, and tasking three local search algorithms, Random Restart Hill Climbing (RRHC), Simulated Annealing (SA) and Tabu Search (TS), for the resolution of scheduling sub-problem. The implementation of the proposed algorithm has new strategies in the population initialization, displacement of particles, stochastic allocation of operations, and management of scenarios partially flexible. Experimental results using technical benchmarks problems are conducted, and proved the effectiveness of the hybridization, and the advantage of RRHC algorithm compared to others in the resolution of the scheduling subproblem. / As empresas atualmente buscam meios de ampliarem suas vantagens competitivas, otimizando sua produção, e neste contexto, encontraram soluções nas atividades de programação da produção. A programação da produção do tipo job-shop, resulta em um dos problemas mais complexos de combinação, o Job-shop Scheduling Problem (JSP), cuja resolução determinística é inviável em tempo computacional polinomial. O Flexible Job-shop Scheduling Problem (FJSP) é uma extensão do clássico JSP e tem sido amplamente relatado na literatura. Desta forma, algoritmos de otimização têm sido desenvolvidos e avaliados nas últimas décadas, com o intuito de fornecer planejamentos de produção mais eficientes, com destaque para os algoritmos de inteligência artificial do tipo enxame, que nas pesquisas mais recentes obtiveram resultados satisfatórios. O FJSP permite que uma operação seja processada por qualquer recurso produtivo advindo de um conjunto de recursos ao longo de diferentes roteiros. Este problema é comumente desmembrado em dois subproblemas, a atribuição de recursos para as operações, que é chamado de roteamento, e programação das operações. No contexto do FJSP, a proposta dessa pesquisa apresenta a resolução do FJSP em caráter multiobjetivo, utilizando a abordagem hierárquica, que divide o problema em dois subproblemas, sendo o Enxame de Partículas (PSO), responsável pela resolução do subproblema de roteamento e incumbindo três algoritmos de busca local, Reinício Aleatório de Subida de Colina (RRHC), Arrefecimento Simulado (SA) e Busca Tabu (TS), para a resolução do subproblema de programação. A implementação do algoritmo proposto, dispõe de novas estratégias na inicialização da população, deslocamento das partículas, alocação estocástica das operações e tratamento de cenários parcialmente flexíveis. Resultados experimentais obtidos em base de testes comumente usada, comprovam a eficácia da hibridização proposta, e a vantagem do algoritmo RRHC em relação aos outros na resolução do subproblema de programação.

Fundação de Amparo a Pesquisa do Estado de Minas Gerais / Several studies have investigated the properties of the workspace of opened robotic chains (or serial) with the purpose of emphasizing its geometric and kinematic characteristics, to devise analytical algorithms and procedures for its design. The workspace of a robot manipulator is considered of great interest from theoretical and practical viewpoint. In classical applications in industry, manipulators need to pass through singularities in the joint space to change their posture. A 3-DOF manipulator can execute a non-singular change of posture if and only if there is at least one point in its workspace which has exactly three coincident solutions of the Inverse Kinematic Model (IKM). It is very difficult to express this condition directly from the kinematic model. Thus, in this work, the algebraic tool Gröbner basis is used to obtain an equation for splitting the regions with different types of 3R orthogonal manipulators. The determinant of Jacobian matrix of the direct kinematic model is considered equal to zero to obtain the other surfaces of separation. In addition, is presented a classification of 3R orthogonal manipulators related to the number of solutions in IKM, the number of cusp points and nodes. Some problems of multi-objective optimization are proposed to obtain the optimal design of robots. First considering a general case where the aim is to maximize the volume of the workspace, maximize the stiffness of the joint system and optimize the dexterity of the manipulator without the imposition of restrictions. Next, the optimization problem is subject to penalties that control the topology, making it possible to obtain solutions which satisfy the predetermined topologies. Solutions are presented for the case r3 null and r3 not null. The optimization problem is investigated by using a deterministic technique and two evolutionary algorithms. Some numerical applications are presented to show the efficiency of the proposed methodology. / Diversos estudos têm investigado as propriedades do espaço de trabalho de cadeias robóticas abertas com o objetivo de enfatizar suas características geométricas e cinemáticas, criar algoritmos analíticos e procedimentos para o seu projeto. O espaço de trabalho de um robô manipulador é considerado de grande interesse do ponto de vista teórico e prático. Em aplicações clássicas na indústria, manipuladores precisam passar por singularidades no espaço das juntas para mudar sua postura. Um manipulador com três graus de liberdade pode executar uma mudança de postura não singular se, e somente se, existe pelo menos um ponto em seu espaço de trabalho que tem exatamente três soluções coincidentes do Modelo Geométrico Inverso (MGI). É muito difícil expressar esta condição a partir do modelo cinemático. Assim, neste trabalho, a ferramenta algébrica base de Groebner é utilizada para obter uma das equações que separam as regiões que possuem diferentes tipos de manipuladores 3R ortogonais. O determinante da matriz Jacobiana do Modelo Geométrico Direto é considerado nulo para obter as demais superfícies de separação. Além disso, apresenta-se uma classificação dos manipuladores 3R ortogonais em relação ao número de soluções no MGI, o número de pontos de cúspides e o número de nós. Alguns problemas de otimização multi-objetivo são propostos visando obter o projeto ótimo de robôs. Primeiramente, considera-se o caso geral, cujo objetivo é maximizar o volume do espaço de trabalho, maximizar a rigidez do sistema de juntas e otimizar a destreza do manipulador sem a imposição de restrições. Em seguida, o problema de otimização é sujeito a penalidades que controlam a topologia, tornando possível a obtenção de soluções que obedeçam as topologias pré-estabelecidas. São apresentadas as soluções para o caso r3 nulo e para r3 não nulo. O problema de otimização é investigado aplicando uma técnica determinística e dois algoritmos evolutivos. Algumas aplicações numéricas são apresentadas para mostrar a eficiência da metodologia proposta. / Doutor em Engenharia Mecânica

Fundação de Amparo a Pesquisa do Estado de Minas Gerais / In the last few decades, the application of optimization in engineering problems has grown considerably. There are various optimization methods and the performance of each one depends on the type of problem considered. The natural methods, which are based on probabilistic rules, have been widely studied. The purpose of this work is to present a detailed study of the natural optimization method called Differential Evolution and its strategies. A theoretical formulation is presented. In this work, a revision of Genetic Algorithms and Simulated Annealing is made. These techniques are employed to compare their results to those obtained with Differential Evolution. Classic mathematical functions and some problems of engineering are used in order to verify the efficiency of the studied technique. The Differential Evolution is applied with effectiveness in multi-objective optimization problems with and without the presence of constraints including two complex robotic problems. / Nas últimas décadas, a aplicação de otimização em problemas de engenharia tem crescido consideravelmente. Existem muitos métodos de otimização e o desempenho de cada um deles depende do tipo de problema considerado. Os métodos naturais, que se baseiam em regras probabilísticas, têm sido amplamente estudados. O objetivo deste trabalho é apresentar um estudo detalhado do método de otimização natural denominado Evolução Diferencial e suas estratégias, apresentando sua fundamentação teórica. Neste trabalho é realizada uma revisão de Algoritmos Genéticos e Recozimento Simulado. Estas técnicas são utilizadas para comparar os resultados por elas obtidos com os calculados aplicando Evolução Diferencial. Para verificar a eficiência do método estudado, são utilizados funções matemáticas clássicas e alguns problemas de engenharia. A Evolução Diferencial é aplicada com eficiência em problemas de otimização multi-objetivo, na presença ou não de restrições, incluindo dois problemas complexos em robótica. / Mestre em Engenharia Mecânica

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-01-29T18:13:48Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese_Renato_VF_envBib_Vf.pdf: 3061970 bytes, checksum: bb1335c8d40e3a2f9e3f638d37abf5d6 (MD5) / Made available in DSpace on 2016-01-29T18:13:49Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese_Renato_VF_envBib_Vf.pdf: 3061970 bytes, checksum: bb1335c8d40e3a2f9e3f638d37abf5d6 (MD5) Previous issue date: 2015-02-19 / CNPq / Nas ultimas décadas o tópico de otimização tem ampliado suas aplicações e tem sido bastante aprimorado devido principalmente ao crescimento da capacidade computacional. Entretanto, na maioria das aplicações na engenharia, a abordagem tradicional é considerar modelos determinísticos. Porém algum grau de incerteza ou variação de parâmetros na caracterização de qualquer sistema estrutural é inevitável. Infelizmente a abordagem determinística pode levar a soluções cujo desempenho pode cair significativamente e/ou restrições podem ser violadas devido a perturbações decorrentes de incertezas. Neste trabalho, serão examinadas algumas abordagens para a consideração das incertezas no processo de otimização e assim obter projetos robustos e confiáveis em estruturas com comportamento não lineare. Um projeto robusto é aquele que apresenta, além de bom desempenho, uma baixa variabilidade às incertezas do problema. As medidas de robustez utilizadas aqui foram: a média e a variância da função de interesse. Quando se usa ambas as medidas, à busca por um projeto robusto ótimo, surge como um problema de decisão com múltiplos critérios (otimização multiobjetivo robusta). Para o calculo dos parâmetros estatísticos serão empregadas duas técnicas de análise de propagação de incerteza, o método de Monte Carlo (MC) e o método da colocação probabilística (Probabilistic Collocation Method - PCM). Quando se considera além da robustez, a confiabilidade estrutural, tem-se então, um problema de otimização robusta baseada em confiabilidade (RBRDO, Reliability-Based Robust Design Optimization). Neste tipo de problema, alguma restrição associada à probabilidade de falha está presente em sua formulação. Dois métodos para o cálculo da probabilidade de falha da estrutura foram investigados: o MC e o FORM (First Order Reliability Method). Para avaliar a restrição de confiabilidade em um procedimento de otimização, serão utilizadas duas abordagens: uma abordagem chamada RIA (Reliability index approach), onde é necessário calcular a probabilidade de falha (ou índice de confiabilidade) de cada novo projeto e uma abordagem denominada PMA (Performance Measure Approach), para lidar com este tipo de restrições sem a necessidade do cálculo direto da probabilidade de falha. Serão abordados aqui, problemas que envolvem análise não-linear, utilizando o POD (“Proper Orthogonal Decomposition”) para a redução da ordem do modelo computacional e consequentemente, o tempo computacional. As estruturas consideradas são treliças planas e espaciais e estruturas 2D (estado plano) com as considerações das não linearidades físicas e geométricas. / In recent decades the optimization topic has expanded its applications and has been greatly enhanced due mainly to the growth of the computational power available. However, in most engineering applications, the traditional approach is to consider deterministic models. However some degree of uncertainty or variation in the parametric characterization of any structural system is inevitable. Unfortunately, the deterministic approach can lead to solutions whose performance may degrade significantly and/or constraints may be violated due to perturbations caused by uncertainties. In this thesis, some approaches will be examined for the consideration of the uncertainties in the optimization process and thus obtaining robust and reliable designs of structures with nonlinear behavior. A robust design is one that has, in addition to good performance, a low variability of the problem uncertainties. The robustness measures used here were the mean and the variance of the function of interest. When using both measures, the search for a robust optimum design comes as a decision problem with multiple criteria (robust multi-objective optimization). To calculate statistical parameters two techniques of uncertainty propagation analysis will be employed: the method of Monte Carlo (MC) and the Probabilistic Collocation Method (PCM). When considering the structural reliability, in addition to the robustness, it leads to a Reliability-based Robust Design Optimization (RBRDO) problem. In this type of problem, some constraints related with the probability of failure are present in its formulation. Two methods for the approximated computation of the failure probability of the structure were investigated: the MC and the FORM (First Order Reliability Method). To evaluate the reliability constraint in an optimization procedure, two approaches will be used: an approach called RIA (Reliability index approach) where it is necessary to calculate the probability of failure (or reliability index) of each project and an approach called PMA (Performance Measure Approach), to handle such a restriction without the direct computation of the probability of failure. To reduce the order of the computational model, problems involving nonlinear analysis using the Proper Orthogonal Decomposition (POD) will be addressed here, resulting in reduced computational time. The structures considered are plane and space trusses and 2D structures (plan analysis) with the considerations of physical and geometrical nonlinearities.