Otimização de estruturas por algoritmos genéticos submetidas a restrições de flexibilidade e flambagem

Detalhes bibliográficos
Ano de defesa: 2010
Autor(a) principal: Sommer, Rafael Contino
Orientador(a): Fonseca, Jun Sergio Ono
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://hdl.handle.net/10183/27258
Resumo: 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.