Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
,
1
Em que f a funo objectivo, x representa o vector das variveis de projecto e y a resposta
da estrutura. O sistema tem de ser limitado s condies de estabilidade da estrutura.
Fundamentos de Anlise Estrutural
ISEP Ps-Graduao em Clculo Assistido de Estruturas 4
Os elementos constituintes dos algoritmos genticos so tradicionalmente representados
por cadeias de binrio em que cada gerao representa uma varivel e o cdigo dentro dela
representa as propriedades que podem ser alteradas (por exemplo numa viga com a
gerao poder conter o seu comprimento, largura e altura).
Figura 1 Exemplo de um conjunto de geraes representativas das variveis a optimizar [3]
As variveis em cada nova gerao so obtidas atravs da mutao da gerao anterior,
usando os operadores dos algoritmos genticos de seleco, cruzamento e mutao.
Input (catlogo de seces e materiais,
condies fronteira e funes objecti vo)
Codificao do i nput em geraes consoante a
formulao definida
Criao da gerao inici al de cada varivel e
assemblagem em cromossomas
Cl culo atravs do model o de elementos finitos
da resposta da estrutura s condies do
conjunto de cromossomas inicial
Verificao das condies fronteira impostas
nas funes objectivo e clculo do fitness
Atingiu os citrios de convergncia
SIM
Obteno da soluo optimizada. possvel
passar para o ps-processamento dos
resultados obtidos no modelo de elementos
finitos
No
Mutao e
factor de
penalidade
Figura 2 Sequncia de clculo de um algoritmo gentico
A identificao das variveis (pr-processamento), bem como o posterior clculo do valor do
fitness so os principais problemas na aplicao do algoritmo gentico. Aps introduo dos
dados a toolbox usada do programa escolhido, comportar-se- como uma caixa-negra, no
tendo qualquer conhecimento fsico/critico sobre o problema real que est a ser resolvido, e
tirando o controlo matemtico ao engenheiro. Para alm disso, as vrias vezes que se corre
o programa obter-se- solues ptimas diferentes devido aleatoriedade da mutao das
Fundamentos de Anlise Estrutural
ISEP Ps-Graduao em Clculo Assistido de Estruturas 5
geraes. Tendo em conta a variabilidade de estruturas existentes na engenharia civil, neste
trabalho sero apenas referidas as trelias metlicas.
2.1 Exemplo de codificao de uma trelia [4]
A trelia uma estrutura de barras, na maioria das vezes, dispostas em forma triangular.
Assume-se, na maior parte dos casos, que as barras de uma trelia ligam entre si por
ligaes rotuladas. Em trelias reais no entanto, as articulaes so mais ou menos rgidas,
devido soldadura ou aparafusamento das barras umas as outras. Mesmo com alguma
rigidez nas ligaes, um modelo de ligaes rotuladas ser usado se o eixo de cada barra se
interceptar na ligao das mesmas:
Figura 3 Modelao de trelia [3]
Estas tero o carregamento apenas aplicado nos ns, logo apenas se gerar esforos
internos de traco ou compresso. No entanto, poder-se- definir algumas barras que
funcionem apenas comprimidas e outras que funcionem apenas traccionadas (cabos). Esta
uma parte da explicao do porqu das trelias serem to leves em comparao com a
sua capacidade de carga (o efeito barra mais eficiente que o efeito viga). A outra parte a
configurao em tringulo que representa a estrutura mais simples estvel que se estende
em duas dimenses. Devido sua eficincia, as trelias tm grande aplicabilidade como por
exemplo em pontes, telhados com vos grandes e torres (por exemplo postes de alta tenso
e gruas).
A seguir a apresentar-se- um exemplo de codificao de trelias em cromossomas, de
forma a ser possvel a optimizao simultnea da topologia dos travamentos, das seces
transversais e do comprimento e altura dos vos.
Figura 4 Diviso de uma trelia para constituio de um algoritmo de optimizao [4]
Seja uma estrutura constituda por n vos de comprimento indefinido L = H (onde ser a
relao comprimento/altura). Cada vo contm 8 variveis:
Fundamentos de Anlise Estrutural
ISEP Ps-Graduao em Clculo Assistido de Estruturas 6
VPi cota do n inferior do n
simo
vo (valor inicial 0)
VLi comprimento do n
simo
vo vertical (valor inicial H)
AVi seco transversal da n
sima
barra vertical do n
simo
vo (limitado Amin e Amx)
ABi seco transversal da n
sima
barra horizontal do n
simo
vo inferior (limitado Amin
e Amx)
ATi seco transversal da n
sima
barra horizontal do n
simo
vo superior (limitado Amin
e Amx)
Di contraventamento do n
simo
vo (valor de 1 a 3),
AD1i seco transversal do n
simo
contraventamento descendente do n
simo
vo
(limitado Amin e Amx)
AD2i seco transversal do n
simo
contraventamento ascendente do n
simo
vo
(limitado Amin e Amx)
O comprimento do vo inferior ser definido por:
A estrutura parametrizada, chamada de fentipo, necessita de ser codificada em gerao.
Todas as geraes so assembladas, e o conjunto passa a denominar-se cromossoma (um
vector de geraes que contm cada valor das variveis). Para a programao supra-
referida limitar-se- cada cromossoma a uma dimenso de nx8 (em que n o nmero de
vos, 8 o nmero de variveis). Cada varivel da gerao ter um intervalo de valores
possveis: VP pode ter um valor no intervalo [0 , H - lmin] (onde lmin o comprimento mnimo
definido para a barra vertical) , VL no intervalo [lmin , H] , D no intervalo [0 a 3 ] e as seces
de [Amin a Amx].
Para uma maior eficincia de clculo a assemblagem das codificaes, geralmente,
desenvolve-se da esquerda para a direita, bem como o clculo propriamente dito tambm se
desenvolver nesse sentido:
Figura 5 Trelia codificada em cromossomas [4]
Vrios tipos de programao podem ser criados, podendo o engenheiro projectista fixar
algumas das variveis (no sero alteradas na prxima gerao), diminuindo assim a
complexidade do clculo e permitindo maior controlo do processo ou ento deixar o
programa fazer alteraes em todas as variveis.
Como exemplo, considerar-se- como objectivo da optimizao a minimizao do peso da
estrutura, condicionando o seu funcionamento a manter valores de tenses e
deslocamentos abaixo dentro do permitido pelo Eurocdigo 3 parte 1-1 (admitindo que se
trata de uma trelia metlica). O clculo das tenses e deslocamentos efectuado atravs
da modelao de elementos finitos da estrutura, no caso em questo de trelias metlicas
planas.
Fundamentos de Anlise Estrutural
ISEP Ps-Graduao em Clculo Assistido de Estruturas 7
possvel introduzir no modelo de algoritmo gentico restries no-lineares. No entanto,
para a resoluo o algoritmo usado dever incorporar as condies fronteira lagrangianas
[1]. Como este tipo de restries, por vezes, produzem solues insatisfatrias, fitness
reduzido mas com variveis fora das restries, considerar-se- variao linear das
variveis entre iteraes e usar-se- uma funo de penalidade para a aplicar s variveis
durante o clculo que saiam fora das restries. No final do clculo do geraoi o fitness
inicial penalizado, dependendo da dimenso da violao da restrio. O clculo no linear
entrar apenas no modelo de elementos finitos, por exemplo na anlise P-. A funo de
penalidade ser definida da seguinte forma:
4
Figura 6 Funo penalidade [4]
Onde PN o factor de penalidade da varivel da geraoi, FN-1 o fitness inicial, PI a
penalidade inicial no ponto de tenso mxima, P2 o factor de escala da penalidade no
ponto duas vezes a tenso mxima, tenso mxima da varivel geraoi, a a tenso
mxima permitida para o material escolhido, o deslocamento mximo da varivel
geraoi, a o deslocamento mximo permitido para o elemento. Esta funo favorece as
variveis com pequenas violaes das restries e aumenta a penalidade quando o valor se
afasta muito da restrio. IP e P2 podem ser determinados analiticamente mas comum
nestes problemas serem determinados por tentativa erro.
Como referido anteriormente, para se obter o novo conjunto geraesi+1 a partir das
geraes anteriores aplicada uma probabilidade de mutao s geraesi. Esta
probabilidade de mutao gerar valores aleatrios para as variveis criando as geraesi+1.
aa
IP
2a2a
P2+IP
P
Fundamentos de Anlise Estrutural
ISEP Ps-Graduao em Clculo Assistido de Estruturas 8
No novo conjunto de geraes sero mantidas as variveis com menor fitness e com menor
factor de penalidade da gerao anterior, a fim de encontrar as melhores solues em
menos iteraes (geraes com valores prximos dos parmetros de convergncia so
combinados na gerao seguinte).
O operador de mutao crucial para o algoritmo explorar novas partes do domnio de uma
determinada gerao. A definio correcta deste parmetro permitir no incio do clculo
uma determinada varivel no esbarar num mnimo local, o que poderia restringir a
qualidade da soluo.
Figura 7 Funo das solues [6]
Para cada geraoi que no sobrevive na geraoi+1 aplicada a probabilidade de mutao.
Um novo valor escolhido de forma aleatria usando uma distribuio uniforme sobre a
gama de valores possveis que a varivel pode assumir. A bibliografia sugere um valor ideal
de 1/LC [4] (onde LC o comprimento do cromossoma). No entanto, este valor deve ser
arbitrado por tentativa erro e o valor final deve ser escolhido aps anlise de varias solues
obtidas comparando em cada uma o n de iteraes total e a convergncia das geraes.
A poro mantida da geraoi a dividir pela poro mutada resulta no factor de crossover
(combinao entre variveis mantidas na iterao seguinte e os novos valores das restantes
variveis determinadas aleatoriamente atravs do parmetro de mutao). Um valor baixo
far o modelo ter mais iteraes devido ao maior nmero de mutaes (obrigando o modelo
a percorrer mais pontos da regio limitada pelas restries), enquanto que um valor maior
permitir ao modelo obter solues mais prximas dos mnimos locais.
Figura 8 Regio de solues possveis com as variveis restringidas as condies fronteira [10]
Fundamentos de Anlise Estrutural
ISEP Ps-Graduao em Clculo Assistido de Estruturas 9
2.1.1 Exemplo bibliogrfico de aplicao com a metodologia apresentada em 2.1 [4]
Exemplo de uma trelia de 6 ns e 11 barras, que foi calculada pela metodologia
apresentada em 2.1. A funo objectiva de minimizao foi o peso total da estrutura e o
resultado foi comparado com resultados obtidos por outros autores com recurso a
metodologias diferentes.
450 kN 450 kN
Figura 9 Exemplo de trelia [4]
As dimenses da trelia so L=18 m e H=9 m. As barras so de alumnio, com tenso
mxima de clculo igual a 130 MPa. O deslocamento mximo permitido de 50,8 mm.
Figura 10 Resultado da curva de fitness [4]
Figura 11 Resultado da trelia [4]
Os resultados obtidos para a trelia da Figura 11 foram:
Peso total = 2257.09 kg
Tenso mxima = 129.81 Mpa
Deslocamento mximo = 50.80 mm
Na Tabela 1 comparam-se os resultados obtidos pela metodologia de clculo apresentada
em 2.1 com os resultados bibliogrficos. Verifica-se que a soluo obtida foi superior, no
entanto, como explicado anteriormente, cada convergncia pode resultar em solues
diferentes pois muito sensvel aos parmetros arbitrados: probabilidade de mutao,
formulao do factor de penalidade e formulao combinatria entre geraes. Atendendo
Fundamentos de Anlise Estrutural
ISEP Ps-Graduao em Clculo Assistido de Estruturas 10
que foi atingida a funo objectivo poder-se- dizer que esta ser uma das solues ptimas
possveis.
Tabela 1 Comparao da soluo obtida com solues de outros autores [4]
Massa total estrutura (kg)
Deb and Gulati 2106
Kaveh and Shahrouzi 2206
Nanakorn et al. 2208
Caso apresentado 2257
3. EXEMPLO BIBLIOGRFICO COM APLICAO DO MTODO LAGRANGE
NEWTON [8]
Como referido anteriormente outras metodologias podem ser usadas para alm dos
algoritmos genticos. Apresentar-se- brevemente um caso de uma trelia 3D concebida
para ser uma ponte pedonal metlica calculada atravs do mtodo de optimizao Lagrange
Newton por um grupo de trabalho na Faculdade de Engenharia da Universidade do Porto.
O clculo combinou a optimizao da topologia da trelia e o dimensionamento das seces
transversais (admitindo um comportamento linear elstico). Neste caso a funo objectivo foi
o custo da estrutura:
5
n o nmero total de barras
Cj o custo por unidade de volume do material utilizado na barra j,
Lj o comprimento da barra
Aj a rea da respectiva seco transversal.
As variveis optimizadas foram Lj e Aj. Igualmente metodologia apresentada em 2.1 foram
definidas restries para os deslocamentos dos ns no prescritos e para a resposta da
estrutura, nomeadamente tenes instaladas, e nas barras comprimidas impuseram-se
limitaes para atender ao fenmeno da encurvadura. Para alm disto, consideraram
tambm restries iniciais de geometria e de implantao:
Soluo estrutural baseada numa trelia metlica de altura constante (4 m) e largura
constante (4 m)
Largura da zona acessvel a pees e bicicletas 3 m
Banzo inferior constitudo por duas vigas longitudinais em perfil I ligadas por uma laje
de beto armado com 15 cm de espessura
Em cada tramo um vo de 36 m entre eixos de apoios em pilares
Foi assumido que a seco transversal de cada barra quadrada com 12 cm de lado,
tendo-se permitido que a espessura da chapa varie de barra para barra. Deste modo fica
Fundamentos de Anlise Estrutural
ISEP Ps-Graduao em Clculo Assistido de Estruturas 11
salvaguardada a uniformidade exterior das barras, evitando-se dificuldades na soldadura
entre perfis com diferentes dimenses externas da seco transversal.
Foi gerada uma estrutura inicial, baseada na distribuio uniforme das diagonais.
Figura 12 Soluo inicial para ponto de partida do problema de optimizao [8]
O estudo de optimizao foi efectuado em duas partes:
1) O problema de optimizao foi efectuado usando um modelo de trelia plana (com as
restries dos contraventamentos perpendiculares ao plano da trelia introduzidos),
sujeita apenas s aces gravticas (peso prprio e sobrecarga uniforme na laje do
tabuleiro).
2) O estudo do efeito das aces horizontais foi efectuado com a geometria optimizada
para aces verticais.
O resultado optimizado obtido foi verificado no projecto de execuo e verificaram que a
soluo no necessitou de ajustes na fase de concepo.
Figura 13 Soluo optimizada [8]
Este estudo demonstrou a aplicabilidade prtica das metodologias de optimizao.
Concluram que, apesar do elevado nmero de restries ao grau de heterogeneidade da
soluo, foi possvel obter uma economia de 10 a 15% relativamente soluo
convencional inicial, no volume de material utilizado.
Fundamentos de Anlise Estrutural
ISEP Ps-Graduao em Clculo Assistido de Estruturas 12
Figura 14 Ponte pedonal executada [8]
4. CONCLUSES
Conclui-se que tal como o conceito do BIM, baseado no agrupamento de toda a fase do
projecto de engenharia civil numa s plataforma, o futuro passar pela construo apenas
de estruturas optimizadas no s em termos econmicos, mas tambm em termos de
funo trmica e acstica, evacuao em caso de emergncia e at previso de modos de
demolio findo o perodo de vida til do edifcio. Existe actualmente uma vasta gama de
ferramentas matemticas de optimizao robustas e competentes. No entanto, ainda no se
encontram acessveis a todos os projectistas e ainda carecem de validao nomeadamente
em relao ao campo de aplicao, dai o uso muito vincado para estudos e pouca
aplicabilidade em projectos.
REFERNCIAS
[1] Oshaki, M. Optimization of Finite Dimensional Structures, CRC Press, 2011.
[2] Guerra, A., Kiousis, P. Design optimization of reinforced concrete structures,
Computers and Concrete, Vol. 3, No. 5 (2006) 313-334
[3] Hultman, M.. Weight optimization of steel trusses by a genetic algorithm -Size, shape
and topology optimization according to Eurocode, Lund University, 2010.
[4] Cazacu, R., Grama, L. Steel truss optimization using genetic algorithms and FEA, The
7th International Conference Interdisciplinarity in Engineering (INTER-ENG 2013),
www.sciencedirect.com
[5] Deb, K., Gulati, S. Design of truss-structures for minimum weight using genetic
algorithms, Finite Elements in Analysis and Design 37 (2001) www.sciencedirect.com
[6] Vianna L., Otimizao de Sees Transversais de Concreto Armado: Aplicao a
Prticos, Universidade de So Paulo Escola de Engenharia de So Carlos
Departamento de Estruturas, 2003
[7] Lep, M. Single and Multi-Objective Optimization in Civil Engineering with
Applications, Czech Technical University in Prague Faculty of Civil Engineering, 2004
Fundamentos de Anlise Estrutural
ISEP Ps-Graduao em Clculo Assistido de Estruturas 13
[8] Azevedo, A., Fonseca, A., Oliveira, R. Optimizao da forma de uma ponte metlica,
MTODOS NUMRICOS EN INGENIERA V J. M. Goicolea, C. Mota Soares, M. Pastor
y G. Bugeda (Eds.) SEMNI, Espaa 2002
[9] Chistensen, P. W., Clarbing, A. An Introduction to Structural Optmization, SOLID
MECHANICS AND ITS APPLICATIONS Volume 153, Optimization, G.M.L. GLADWELL
Department of Civil Engineering University of Waterloo Waterloo, Ontario, Canada N2L
3GI, 2009
[10] Karkauskas, R., Norkus, A. Truss optimization under stiffness, stability constraints
and random loading, Mechanics Research Communications 33 (2006) 177189
www.sciencedirect.com