Este trabalho demonstra a utilização da Otimização Paramétrica através da técnica de Algoritmos Genéticos. O método proposto é testado no modelo de uma estrutura utilizada para o carregamento de granéis sólidos em porões de navios graneleiros. A otimização tem dois objetivos principais: a redução de massa total e a redução das máximas tensões absolutas atuantes no modelo, utilizando restrições de flambagem e de deslocamento. A otimização paramétrica modifica as propriedades da seção transversal de cada elemento que compõe o modelo, baseada em uma lista discreta de perfis disponíveis definida pelo usuário. A otimização inicia com um modelo solucionado através do Método dos Elementos Finitos (MEF), utilizando a formulação de elementos de viga. As variáveis de saída do modelo numérico, entre elas as tensões máximas devido à tração, compressão, flexão e torção são calculadas, bem como os deslocamentos e fatores de flambagem da estrutura. Os dados de saída selecionados para representar este modelo inicial são direcionados para o algoritmo genético. As melhores opções da população inicial são combinadas para criar uma nova geração, utilizando o Algoritmo Genético NSGA-II (Nondominated Sorting Genetic Algorithms). Todo o processo é repetido até que o algoritmo atinja o número máximo de geração proposto pelo usuário. Uma vez que os dois objetivos da otimização são contraditórios (minimização de massa e tensão), uma fronteira de Pareto, também conhecida como curva de eficiência, é encontrada com os resultados obtidos, permitindo que o usuário possa escolher nesta fronteira a opção que mais lhe convêm. Ao final do trabalho, os resultados mostram que a otimização estrutural foi bem sucedida e a comparação com o modelo original ilustra as modificações propostas pelo algoritmo de otimização. / The proposed work is a Parametric Optimization study carried out by means of a Genetic Algorithm and applied to a structural problem. The method is tested over a common type of structure used in equipments that load bulk materials into the ship’s hold. The optimization process has two main objectives: reduce the whole structural mass and reduce the model maximum absolute stresses, using buckling and displacement constrains. The parametric optimization changes the cross section properties of each structural element in the frame model, based on a discrete list of available profiles defined by the user. The optimization starts with an initial configuration, which are solved by Finite Element Method (FEM) using beam elements. Output variables, including the maximum stresses due to traction, compression, bending and torsion are computed, as well as structure displacements and buckling factors. The outputs of this first population are sent back to the Genetic Algorithm. The best results are combined to create a new generation, using the NSGA II (Nondominated Sorting Genetic Algorithms). The entire process repeats until the algorithm achieved the maximum number of generations proposed by the user. Since the two optimization objectives (mass and stress reduction) are contradictory, a described Pareto frontier or a called trade-off curve is found with the results, allowing the user to choose where to place the design over this frontier. At the end of the work, results shows that an optimized structure has been achieved and a comparison to the original design illustrate the modifications proposed by the optimization algorithm.
| Identifer | oai:union.ndltd.org:IBICT/oai:lume56.ufrgs.br:10183/27258 |
| Date | January 2010 |
| Creators | Sommer, Rafael Contino |
| Contributors | Fonseca, Jun Sergio Ono |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, instname:Universidade Federal do Rio Grande do Sul, instacron:UFRGS |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds