Baixe o app para aproveitar ainda mais
Prévia do material em texto
Revista indexada no Latindex e Diadorim/IBICT Recebido: 23/03/2018 Aprovado: 09/08/2019 Volume 9. Número 1 (abril/2020). p. 101‐121 ‐ ISSN 2238‐9377 Dimensionamento otimizado de pórticos em estruturas de aço via algoritmos genéticos João Alfredo de Lazzari1*, Élcio Cassimiro Alves2, Adenilcia Fernanda Grobério Calenzani3 123Departamento de Engenharia Civil, Universidade Federal do Espírito Santo, Av. Fernando Ferrari, 514, Goiabeiras, CEP 29075‐910, Vitória – ES, 1joaoadelazzari@outlook.com.br 2elcio.calves1@gmail.com 3afcalenzani@gmail.com Optimum structural design of spatial steel frames by genetic algorithm Resumo O presente trabalho tem o objetivo de apresentar a formulação e aplicação do dimensionamento ótimo para pórticos espaciais em estruturas de aço com perfis I e H laminados e soldados. O software desenvolvido na plataforma do GUIDE do MATLAB utiliza uma metodologia determinística para soluções com variável contínua e outra probabilística para soluções com variável discreta. Toda a rotina de dimensionamento será baseada na norma Brasileira ABNT NBR 8800:2008 e as técnicas de otimização utilizadas são a Programação Quadrática Sequencial e o Algoritmo Genético para efeito de comparação da eficiênciado método. Para a validação do software desenvolvido será proposto à comparação com resutlados na literatura e soluções sugeridas pelo programa CYPE 3D. Os resultados são apresentados em formas de tabelas, gráficos e figuras do software desenvolvido e concluído com comentários sobre os resultados. Palavras‐chave: Dimensionamento Ótimo, Estruturas de Aço, Pórtico Tridimensional, Softwares, Análise Estrutural. Abstract The present paper has the objective to present the formulation and application of an optimal design for tridimensional steel frames with I and H sections of hot‐rolled and welded steel. The software was developed on the GUIDE platform from MATLAB, and uses deterministic optimization methodology for solution with continuous variable, and a probabilistic optimization methodology for solution with discrete variable. All the routine for the design was based on the Brazilian standard, ABNT NBR 8800:2008, and the optimization technics used are the Sequential Quadratic Programming and Genetic Algorithm. For the validation of the developed software, comparisons are done with examples found on the literature and solutions suggested by the CYPE 3D commercial software. The results will be present on tables, graphs and print screens of the developed software. To conclude, it will be provided commentaries about the results. Keywords: Optimal Design, Steel Structures, Tridimensional Steel Frames, Software, Structural Analysis. * Autor correspondente 102 1 Introdução Como o avanço nos softwares de cálculo estrutural, cada vez mais se faz necessário obter projetos confiáveis e com o menor custo possível. Para isso, técnicas de otimização podem ser aplicadas como podem ser destacados nos trabalhos de Novelli et al. (2015), Lubke et al. (2017), Unde (2016), Akbari et al. (2016), De Lazzari et al. (2017) entre outros. Porém trabalhos envolvendo técnicas de otimização para estruturas espaciais começam a ser exploradas para diferentes sistemas estruturais e diferentes técnicas de otimização. Erdal, Dorgan e Saka (2010) fizeram dois estudos de projeto ótimo de vigas celulares utilizando metodologia evolutiva; o primeiro baseado em pesquisa harmônica, já o segundo em otimizadores de enxame. Os pesquisadores fazem uma análise comparativa dos dois métodos verificando qual se adapta melhor ao problema. Em Cabas (2015) foi proposto o dimensionamento ótimo de pórticos espaciais, utilizando uma técnica baseada na Biogeography Optimization. Alves, Lubke e Azevedo (2017) apresentaram trabalho de otimização de vigas celulares. Foram usadas três técnicas de otimização computacional, todas tendo como objetivo minimizar o peso da viga, a saber: Método dos pontos interiores, Programação quadrática sequencial e Algoritmos genéticos. O presente trabalho tem o objetivo de apresentar a formulação do problema de otimização e aplicação para estruturas de pórticos em aço. Para a formulação do problema foi implementado o prescrito pela ABNT NBR 8800:2008 no que diz respeito aos esforços resistentes e deformações limites. O programa foi desenvolvido utilizado a ferramenta do GUIDE (Graphical User Interface Development Environment) do MATLAB 2016.a e a solução do problema foi obtida via método dos Algoritmos Genéticos. 2 Análise e Dimensionamento de Elementos em Aço Na etapa de análise estrutural, foi utilizado o Structure3D (figura 2), que é um programa implementado em MATLAB. O programa foi desenvolvido na Universidade 103 Federal do Espírito Santo primeiramente pelos ex‐alunos Hélio Gomes Filho e Mindszenty Júnior Pedroza Garozi e obteve pequenas atualizações por alunos de projetos de graduação e iniciação científica, sendo o Prof. Dr. Élcio Cassimiro Alves como o professor orientador desse projeto. O Structure3D fornece os diagramas e deformadas de estruturas tridimensionais com carregamentos uniformemente distribuídos e forças nodais. A análise estrutural é linear (1ª ordem), utilizando o método dos deslocamentos. No que se refere ao o dimensionamento dos elementos estruturais em aço, foi abordada a verificação à flexão assimétrica com cargas axiais de uma estrutura formada por pórticos espaciais segundo os critérios da ABNT NBR 8800:2008. A força axial resistente de cálculo é determinada pela menor capacidade resistente entre os dois estados‐limites aplicáveis: escoamento da seção bruta e ruptura da seção líquida. No dimensionamento de elementos comprimidos, um dos modos de colapso é a instabilidade global da barra, dotada de curvatura inicial. O outro modo de colapso é a flambagem local da mesa e da alma do perfil. Para flexão, os estados limites últimos a serem verificados em vigas em relação ao eixo de maior momento de inércia são: instabilidade local, instabilidade global e plastificação total da seção transversal. Já para as vigas solicitadas à flexão em relação ao eixo de menor momento de inércia só é verificado o estado limite de instabilidade local da mesa. A força cortante resistente é restringida pela instabilidade da alma, ocasionada pelas tensões cisalhantes e pelo escoamento da alma. Dessa forma o elemento resistente à força cortante será a alma. Entretanto, quando o perfil é fletido no eixo de menor momento de inercia, o elemento resistente à força cortante será as mesas. Para esse trabalho, foi considerado o dimensionamento de barras de aço sob combinação de esforços solicitantes. Essas combinações são aquelas que estão sujeitas simultaneamente à força axial (tanto de tração quanto de compressão) e flexão a um ou aos dois eixos centrais de inércia. Esse tipo de situação de projeto é bastante comum em pilares de pórticos rígidos planos e espaciais. 104 Para essa atuação simultânea dos esforços, deve‐se atender a limitação fornecida pelas seguintes expressões de interação: Caso 0,2 , , , , 1,0 (1) Caso 0,2 , , , , 1,0 (2) Onde 𝑁 e 𝑁 são as forças axiais solicitantes e resistentes de tração ou compressão, sendo que foram utilizadas aquelas aplicáveis. Os momentos resistentes (𝑀 , e 𝑀 , ) e solicitantes (𝑀 , e 𝑀 , ) são referentes aos eixos z e y, sendo o eixo x o eixo longitudinal da barra.3 Formulação do Problema O presente trabalho utiliza duas técnicas de otimização. O problema com variável contínua utiliza um modelo matemático determinístico, a Programação Quadrática Sequencial (PQS). Já o problema com variável discreta, utiliza um modelo probabilístico com o auxílio do Algoritmo Genético (AG). A Programação Quadrática Sequencial utiliza como base o método de Newton, e parte de um ponto inicial, presente na região de pesquisa. A partir de uma solução inicial, o método parte para a solução ótima de subproblemas quadráticos, para cada iteração. A cada passo, o problema é aproximado da solução ótima global, chegando assim na solução ótima do problema. Já o Algoritmo Genético resolve problemas com ou sem restrições, e se baseia no processo de seleção natural que imita a evolução biológica. Basicamente o algoritmo modifica a população repetidamente, selecionando indivíduos de forma aleatória para serem os pais de futuros filhos para a próxima geração da população. Após sucessivas gerações, a população converge para um único indivíduo, que é a solução ótima. 105 3.1 Problema com Variável Contínua A formulação computacional para o problema com variável contínua foi feita com base na Programação Quadrática Sequencial. O método do PQS pode ser obtido através função fmincon do Optimization Toolbox™ do MATLAB 2016a. Dessa forma, para esse trabalho foi proposto um modelo de otimização voltado ao utilizado no MATLAB. Abaixo, a formulação do problema fica descrita como: função objetivo (3); ponto inicial (4); limite inferior e superior (5); função de restrições de inequações não lineares (6); função de restrições de igualdades não lineares (7). 𝐹 𝑿 𝜌 ç ∑ 𝐴 𝑿 𝐿 (3) 𝑿 𝑋 , 𝑋 , 𝑋 , 𝑋 , 𝑋 , (4) 𝑋 , 𝑋 , 𝑋 , 𝑋 , 𝑋 , 𝑿 𝑋 , 𝑋 , 𝑋 , 𝑋 , 𝑋 , (5) 𝒈 𝑿 ⎩ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎨ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎧ 𝑔 𝑿 𝑔 𝑿 𝑔 𝑿 𝑔 𝑿 ⎩ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎨ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎧ 𝑔 𝑿 𝑔 𝑿 𝑔 𝑿 𝑔 𝑿 𝑔 𝑿 𝑔 𝑿 ⎭ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎬ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎫ 0 (6) 𝒉 𝑿 ℎ 𝑿 0 (7) onde: 𝜌 ç : é o peso específico do aço (7850 𝑘𝑔𝑓/𝑚 ); 106 A função objetivo (3) é o peso total da estrutura, composta pelo somatório da área vezes o comprimento da viga e por fim multiplicado pelo peso específico do aço. Quanto menor for o peso de aço total determinado, menor será o consumo, e consequentemente menor será o custo. O ponto inicial (4) foi obtido como um ponto médio dos limites inferiores e superiores (5), já que é um ponto que fica mais próximo dos limites de forma equivalente. Esses limites foram obtidos como os valores mínimos e máximos de cada elemento geométrico descrito na Figura 2, de acordo com o catálogo da GERDAU, para perfis laminados, e a ABNT NBR 5884:2005, para perfis soldados. As funções de restrições não lineares, equação (6) e equação (7), foram determinadas de acordo com as limitações do problema. Elas podem ser divididas em quatro seções: restrições aos estados‐limites (𝑔 𝑿 ); restrição a perfis de alma esbelta (𝑔 𝑿 ); restrição a enrijecedores (𝑔 𝑿 ); restrições geométricas de inequações (𝑔 𝑿 ) e igualdades (ℎ 𝑿 ). Dentro da função de restrições geométricas 𝑔 𝑿 tem‐se: restrições ao índice de esbeltez (𝑔 𝑿 ), restrições ao valor de 𝑘 (𝑔 𝑿 ), restrições ao catalogo de perfis laminados (𝑔 𝑿 ), soldados série CS (𝑔 𝑿 ), soldados série CVS (𝑔 𝑿 ) e soldados série VS (𝑔 𝑿 ). Lembrando que as funções de restrição 𝒈 𝑿 devem ser menores que zero e as 𝒉 𝑿 iguais a zero. As variáveis de projeto podem ser observadas na Figura 1. 107 Figura 1 ‐ Variáveis geométricas em perfil soldado e laminado I e H, e o vetor X (Fonte: autor) 3.2 Problema com Variável Discreta O problema que visa uma solução discreta foi feito com base no Algoritmo Genético (AG). Para transformar o problema de contínuo para discreto, foi necessário criar um vetor de codificação para ser utilizado na metodologia do AG. Esse vetor é um binário, que quando convertido para um número inteiro, será atribuído como a posição do perfil na tabela (equação (8)). Para a formulação computacional do problema utilizando o Optimization Toolbox™ do MATLAB 2016a, foi necessário: função aptidão (8); limite inferior e superior (9); função de restrições de inequações não lineares (10); função de restrições de igualdade não linear (11). 𝐹 𝑿 𝑿 → 𝑿 𝜌 ç ∑ 𝐴 𝑿 𝐿 (8) 0 0 … 0 0 𝑿 1 1 … 1 1 (9) 108 𝒈 𝑿 ⎩ ⎪ ⎪ ⎪ ⎪ ⎨ ⎪ ⎪ ⎪ ⎪ ⎧ 𝑔 𝑿 𝑔 𝑿 𝑔 𝑿 𝑔 𝑿 ⎩ ⎨ ⎧ 𝑔 𝑿 𝑔 𝑿 ⎭ ⎪ ⎪ ⎪ ⎪ ⎬ ⎪ ⎪ ⎪ ⎪ ⎫ 0 (10) 𝒉 𝑿 0 (11) Observe que toda a técnica de otimização pelo algoritmo genético será feita com base em um vetor com variáveis binárias. Cada vetor com variáveis binárias representa um indivíduo que fornece uma solução para o problema. Esse vetor é composto por um conjunto de perfis, que estão representados por valores binários. Os limites superiores e inferiores (9) são os binários que representam o inteiro convertido mínimo e máximo para um valor limite de células. Note que o valor inteiro para o binário do limite inferior é 0 e para o limite superior é variado, dependendo do limite de células. Por exemplo, se o valor limite for 7, portanto o valor do inteiro que representa o binário do limite superior é 127. Figura 2 ‐ Interface principal do programa Structure3D 109 A solução do problema de otimização será obtida via método dos Algoritmos Genéticos através de implementações dentro do software desenvolvido Structure 3D, cuja interface gráfica pode ser vista na Figura 2. O programa foi desenvolvido utilizando a ferramenta do GUIDE do MATLAB 2016.a, e além da análise estrutural, o programa verifica os perfis estruturais e otimiza a melhor seção. 4 Exemplos Comparativos e Resultados Para validar e mostrar a aplicação do programa alguns exemplos serão apresentados. Alguns resultados são comparados com resultados obtidos na literatura e comparados aplicando as rotinas de otimização desenvolvidas nesse trabalho. 4.1 Exemplo 01 – Pilar com carga axial e flexão assimétrica Para o primeiro exemplo, foi validado a verificação e a otimização para uma barra com flexão assimétrica e carga axial também apresentado por Fakury et. al (2016). Figura 3 ‐ Verificação de barra flexo‐comprimida em perfil I soldado (fonte: Fakury et. al, 2016). 1 2 1 2 110 A figura 3 mostra os esforços solicitantes na estrutura. Para efeito de comparação, foi modelada a estrutura no Structure3D conforme apresentado na Figura 4. Figura 4 ‐ Pilar com carga axial de compressão e flexão assimétrica Para modelar o pilar no Structure3D foi necessário dividir o pilar em duas barras, já que no centro possuía uma condição de contorno especial (impedimento da rotação em x e translação no eixo z). De acordo com a resolução do exercício, que utilizou o método do MAES, prescrito na ABNT NBR 8800:2008 Anexo D, não precisou alterar os esforços de análise de segunda ordem, já que o coeficiente de amplificação calculado nas duas direções do pilar foi menor que um. Assim, os esforços solicitantes analisados no problema serão os esforços de primeira ordem. Na tabela 1 é mostrado os resultados de forma comparativa entre o programa Structure3D e os resultados presentes em Fakury et. al (2016). 1 2 111 Tabela 1 ‐ Comparação dos resultados dos esforços resistentes de cálculo. Esforços Resistentes Unidade Structure3D Fakury et. al (2016) * 𝑀 , , [kN.m] 415,40 415,55 𝑀 , , [kN.m] 404,83 404,87 𝑀 , ,[kN.m] 415,40 415,55 𝑀 , , ** [kN.m] 559,74 ‐ 𝑉 , [kN] 634,77 634,77 𝑀 , , [kN.m] 121,92 121,90 𝑀 , , ** [kN.m] 124,38 ‐ 𝑉 , [kN] 1.193,20 1.194,00 𝑁 , [kN] 2.601,10 2.606,00 * Foram obtidos dividindo o esforço característico pelo coeficiente de ponderação das resistências. ** 𝑀 , é o momento fletor resistente de cálculo que assegura a validade da análise elástica. Ainda, é necessário verificar os esforços solicitantes com os resistentes calculados. Para a combinação de esforços solicitantes, o exercício verificou o efeito combinado da mesma forma que foi proposto nesse trabalho, e obteve o seguinte resultado: . . , , 0,69 0,29 0,98 1,0 𝑂𝐾! (12) Já os resultados da verificação do programa de dimensionamento do Structure3D, podem ser visualizados na figura 5. Observe que pelos diagramas (figura 3) que a mais solicitada aos esforços, é a barra 2. Assim, a combinação de efeitos mais desfavorável encontra‐se na barra 2. Comparando os resistentes com esses solicitantes, é possível obter uma relação de 0,9797 (figura 5), valor muito próximo ao encontrado na literatura (Eq. 12). Após verificar que o dimensionamento da barra pelo Structure3D foi relativamente igual à solução da literatura, foi proposto uma otimização do pilar, com a metodologia do algoritmo genético. A otimização pelo AG foi feita utilizando o mesmo catalogo do perfil (serie CVS) e com um agrupamento de todas as barras. 112 Figura 5 ‐ Resultados da verificação pelo Structure3D. A solução da otimização discreta obteve o mesmo perfil proposto na literatura. Assim, o perfil ótimo do catálogo CVS, que a metodologia do AG encontrou para esse problema, foi o CVS 350 x 73. O fato de a otimização apresentar o mesmo perfil que o proposto na literatura, garante a validade do processo de otimização e verificação. Apesar de não ter encontrado um perfil mais leve, a formulação empregada para esse exemplo mostra que é válida. Assim, pode‐se partir para problemas mais complexos de otimização. 4.2 Exemplo 02 – Pórtico Plano com vão de 30 metros Nesse exemplo foi verificado e otimizado o dimensionamento de um pórtico plano, com apoios engastados, e carregamento uniformemente distribuído característico de 30 kN/m aplicado na direção contraria a gravitacional. Possui uma altura útil de 9 metros, e altura máxima de 14 metros, com um vão de 30 metros. O pórtico foi modelado no programa comercial CYPE 3D e no programa de análise FTOOL 3.00, para comparação dos esforços solicitantes. Algumas considerações foram determinadas para o dimensionamento. Foi considerado fator de ponderação das ações igual a 1,5. Ainda, utilizou‐se como coeficientes de flambagem por compressão todos iguais a 1,0 e o fator de modificação para diagrama de momento fletor não uniforme, igual a 1,0. A flecha máxima definiu‐se como L/300 113 para todas as 4 barras, e o peso próprio foi considerado na análise. Para uma melhor abordagem dos dados, todas as barras do pórtico foram unificadas para o mesmo grupo, e foram utilizados os perfis soldados da série VS. A figura 6 ilustra a estrutura modelada no Structure3D, com todas as considerações impostas. Figura 6 – Pórtico Plano com vão de 30 metros modelado no programa de dimensionamento e otimização desenvolvido, Structure3D. A estrutura foi dimensionada no programa CYPE 3D, utilizando a opção “Quick Section Design”, o qual não é uma técnica de otimização ao dimensionamento. Como resultado, foi encontrado o perfil VS 1500x293 como solução para todas as barras. Com a finalidade de comparar os resultados, foi proposto uma modelagem da estrutura no programa de análise FTOOL, o qual os resultados estão na tabela 2, referente aos esforços solicitantes. 1 2 3 4 114 Tabela 2 – Comparação dos Esforços Solicitantes de Calculo Note que os esforços solicitantes do programa desenvolvido deram iguais ao programa FTOOL, porém, houve pequena diferença com relação ao programa comercial. Isso ocorre, pois, o programa comercial inclui os efeitos de 2ª ordem, e o programa Structure3D apresenta somente os esforços de 1ª ordem, assim como o FTOOL. Com relação aos esforços resistentes, na tabela 3, mostra uma comparação do programa Structure3D com o CYPE 3D. Tabela 3 – Comparação dos Esforços Resistentes de Cálculo Note que os esforços resistentes deram iguais, validando o cálculo desses esforços. Assim, validando a verificação estrutural, foi proposto uma otimização pelo Algoritmo Genético (AG). Para a otimização estrutural foi determinado algumas considerações. Para o Algoritmo Genético, foi utilizado uma população inicial de 200 indivíduos, com uma geração da população padrão do próprio MATLAB. Para o critério de parada, definiu‐se um máximo de 40 gerações, e 20 gerações sem progresso. Para efeito de comparação com os resultados, à estrutura foi otimizada visando uma otimização contínua, utilizando a Programação Quadrática Sequencial (PQS). Foi considerado como ponto inicial 𝑿 800 320 0 8 19 𝑚𝑚 para todas as barras. O critério de parada ficou definido com um máximo de 10.000 iterações, e uma Momento X Cortante y Axial Momento X Cortante y Axial [kN.m] [kN] [kN] [] [] [] 1 2138,96 420,70 666,13 3,49% ‐0,35% 3,52% 2 2138,96 498,90 609,76 3,49% 4,60% 0,96% 1 2066,50 422,10 643,40 ‐0,01% ‐0,01% ‐0,01% 2 2066,50 476,90 603,90 ‐0,01% ‐0,01% ‐0,01% 1 2066,79 422,16 643,46 ‐ ‐ ‐ 2 2066,79 476,94 603,98 ‐ ‐ ‐ * Barras 4 e 3 simétricas a 1 e 2, respectivamente. Programa Barra Ftool CYPE 3D Structure3D VariaçãoEsforços Solicitantes de Cálculo Momento X Cortante y Axial (tração) Momento X Cortante y Axial [kN.m] [kN] [kN] [] [] [] 1 4925,92 1121,74 11690,80 0,00% 0,00% 0,00% 2 2253,07 1121,74 11690,80 0,00% 0,00% 0,00% 1 4925,74 1121,74 11690,80 ‐ ‐ ‐ 2 2252,99 1121,74 11690,80 ‐ ‐ ‐ * Barras 4 e 3 simétricas a 1 e 2, respectivamente. Programa Barra Esforços Resistentes de Cálculo Variação CYPE 3D Structure3D 115 tolerância de 10 para a diferença de solução entre um passo e outro. Ainda, definiu uma tolerância de 10 para o cálculo das restrições. Tabela 4 – Resultados da Otimização do pórtico. Na tabela 4, está o resultado da otimização. Observe que o método de otimização pelo AG obteve o mesmo perfil que o escolhido pelo dimensionamento do CYPE 3D. Apesar do CYPE 3D não executar uma técnica de otimização, foi possível obter o perfil ótimo, pelo fato do processo de agrupamento de todas as barras, que tornou o processo mais simples. De fato, o perfil VS 1500X293 é o perfil ótimo, para a estrutura descrita. Ainda, note que a otimização contínua, PQS, alcançou uma massa total de aço cerca de 20% mais econômica. 4.3 Exemplo 03 – Pórtico Tridimensional com 16 barras A apresentação do exemplo 3, envolve a verificação e a otimização de um pórtico tridimensional. O pórtico foi modelado no programa comercial CYPE 3D, e foi dimensionado utilizando os perfis soldados. O pórtico é composto por 16 barras, e todas as bases são engastadas. Ainda, possui 2 pavimentos, com 3 m de pé direito, e vão de 10 x 10 metros. Na figura 7.b, é possível visualizar a estrutura modelada no CYPE 3D, e na figura 7.a no Structure3D. O pórtico possui carregamento uniformemente distribuído característico nas vigas, de 40 kN/m, sendo que o fator de ponderação das ações foi considerado como 1,5. Ainda, utilizou‐se como coeficientes de flambagem por compressão todos iguais a 1,0 e o fator de modificaçãopara diagrama de momento fletor não uniforme, igual a 1,0. A flecha máxima definiu‐se como L/300 para todas as barras, e o peso próprio foi considerado na análise. Toda a análise, tanto no programa comercial, quanto no Structure3D foram as de primeira ordem. Perfil Massa total [t] VS 1500 x 293 14,52 AG VS 1500 x 293 14,52 PQS PQS ‐ VS x 231 11,49 Structure3D CYPE 3D Programa 116 Primeiramente, todas as vigas foram agrupadas, assim como todos os pilares, de forma a unificar o dimensionamento entre os elementos. Foram escolhidos somente os perfis da série CVS da ABNT NBR 5884 para dimensionamento no programa CYPE 3D. Dessa forma, o CYPE 3D dimensionou usando o “Quick section design” para a estrutura o perfil CVS 650 x 234 para as vigas, e o perfil CVS 500 x 194 para os pilares. Os resultados das verificações, entre os esforços solicitantes e resistentes calculados, para os perfis dimensionados no CYPE 3D, podem ser visualizados por meio da figura 10. No eixo vertical encontra‐se a capacidade resistente efetiva, caracterizada pelas equações (1) e (2) e no eixo horizontal são ilustrados cada uma das barras. (a) (b) Figura 7 – Modelo do Pórtico tridimensional com vigas CVS 650 x 234 e pilares CVS 500 x 194: (a) Programa Structure3D; (b) Programa Comercial CYPE 3D. Os resultados comparativos ficaram muito próximos, com um desvio médio de 1,0%, e todas as verificações atenderam. Note que a linha vermelha pontilhada, indica o máximo, quando o valor do momento resistente é igual ao solicitante. A próxima etapa é a otimização da estrutura. Para o PQS utilizou como ponto inicial o ponto 𝑿 550 450 0 11 22 𝑚𝑚 para todos os grupos. O critério de parada ficou definido com um máximo de 10.000 iterações, e uma tolerância de 10 para a diferença de solução entre um passo e outro. Ainda, definiu uma tolerância de 10 para o cálculo das restrições. Já para o AG, utilizou uma população inicial de 500 117 indivíduos, e com uma geração da população padrão do próprio MATLAB. Para o critério de parada, definiu um máximo de 100 gerações, e 50 gerações sem progresso. Os métodos de otimização obtiveram uma solução mais econômica do que a proposta pelo programa comercial CYPE 3D (tabela 5). Ainda, a solução do PQS obteve a solução mais econômica, com uma redução de 46% em comparação com o CYPE 3D. Já a otimização do AG, obteve uma redução de 37% no peso. Figura 8 ‐ Gráfico de dispersão com as verificações do CYPE 3D e do Structure3D. Os perfis otimizados para o método do AG encontraram uma solução mais econômica para as vigas, porém mais onerosa para os pilares. Para as vigas o AG encontrou o perfil CVS 550 x 123, que é mais leve que o dimensionamento do CYPE 3D. Entretanto, para que a estrutura resistisse, teve que utilizar o perfil mais leve para as vigas, e para os pilares o AG teve que escolher um perfil mais pesado (CVS 550 x 204). Como os pilares são menores em comprimento que as vigas, a mudança de perfis otimizou no peso total da estrutura, oferecendo uma solução mais econômica no geral. Tabela 5 ‐ Comparação do peso (kg) da estrutura entre os métodos do CYPE 3D e o Structure3D (fonte: Autor). AG PQS Pilar 581,69 612,38 567,63 Viga 2.342,69 1.228,21 1.011,52 Peso total* 23.395,04 14.724,69 12.633,20 * O peso total é formado pelo peso do pilar mais o peso da viga multiplicado por 8 Structure3D CYPE 3DElemento 118 Esses resultados melhores para as vigas e priores para os pilares está relacionada à análise global da estrutura, já que os perfis utilizados nos processos de otimização estão muito próximos do limite na verificação. Assim, a escolha da um perfil mais pesado para os pilares, permitiu que um perfil mais leve pudesse ser utilizado nas vigas, que como possuem comprimento maior, a redução em seu peso permite uma economia maior que uma redução no peso dos pilares. Tabela 6 ‐ Dimensões dos perfis do pórtico tridimensional otimizados (fonte: Autor). Já para a metodologia do PQS, os perfis encontrados não são catalogados, dessa forma, utilizando as restrições relativas aos perfis soldados CVS, pode‐se obter aproximações as dimensões obtidas no catálogo. Abaixo está à tabela com os perfis dos pilares e das vigas otimizadas pelos métodos AG e PQS. Figura 9 ‐ Comparação do dimensionamento do CYPE 3D com os métodos de otimização AG e PQS. Em relação aos esforços normalizados, as soluções otimizadas requisitaram uma maior parcela da capacidade resistente disponível. No gráfico da Figura 9 é possível visualizar kg/m bf d R tw tf CVS 500 X 194 193,9 500,0 350,0 0,0 16,0 25,0 AG CVS 550 x 204 204,1 550,0 400,0 0,0 16,0 22,4 PQS - 189,2 513,2 427,7 0,0 11,1 22,1 CVS 650 X 234 234,3 650,0 450,0 0,0 16,0 22,4 AG CVS 500 x 123 122,8 500,0 350,0 0,0 9.5 16,0 PQS - 101,2 456,1 369,5 0,0 7,3 13,2 X Perfil CYPE 3D Structure3D Método Structure3D Vigas Pilares Barra CYPE 3D 0% 100% 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 C ap ac id ad e R es is te n te Ef et iv a (% ) Barra CYPE 3D AG PQS 119 os esforços normalizados. Note que os resultados pela otimização pelo PQS obtiveram os esforços normalizados bem próximos de 100%. O método do PQS oferece soluções melhores que o AG e o dimensionamento do CYPE 3D. Isso ocorre já que o PQS otimiza os perfis com variáveis contínuas, dessa forma, o seu método consegue alcançar 100% da capacidade resistente efetiva em grande parte das barras, tornando o método que fornece a melhor solução. Entretanto, para efeitos práticos, os perfis otimizados pelo método do PQS não são catalogados, havendo a necessidade de uma fabricação especifica para determinado perfil. Já o método do algoritmo genético, fornece uma solução discreta, com perfis catalogados, e com uma solução melhor que a proposta pelo dimensionamento do CYPE 3D. Note que em algumas barras, o método do AG chegou muito próximo da solução ótima alcançada pelo PQS, que apesar de ser um método discreto, pode alcançar soluções propostas por métodos com variável contínua. 5 Conclusões Conforme pode ser observado nos exemplos apresentados, em todos os casos uma solução melhor foi obtida em relação ao problema proposto inicialmente, exceto no segundo exemplo que o perfil ótimo já havia sido definido. No primeiro exemplo, com o pilar submetido a esforços cominados de flexão assimétrica e carga axial, foi possível validar a formulação para a verificação a esforços combinados. Todos os esforços resistentes ficaram muito próximos, com uma mínima diferença no quinto número significativo. Ainda nesse exemplo, foi utilizado à otimização discreta utilizando o Algoritmo Genético, e mostrou‐se que o perfil CVS 350 x 73 é o perfil ótimo da tabela de perfis da série CVS. Para o segundo exemplo, com o pórtico plano, foi apresentado os resultados comparativos entre o Structure3D e o CYPE 3D. Foi possível observar que o método de otimização pelo AG obteve o mesmo perfil que o escolhido pelo dimensionamento do CYPE 3D. De fato, o perfil alcançado pelos dois programas é o perfil ótimo. Ainda, foi possível observar que a otimização contínua alcançou uma solução mais econômica, porém, menos viável para fabricação. 120 Já no terceiro e último exemplo comparativo, com o pórtico tridimensional, foi proposta uma comparação entre o dimensionamento do CYPE 3D com o programa. Em relação à verificação da estrutura, a capacidade resistente efetiva entre o programa comercial e o desenvolvido nesse trabalho obteve um desvio percentual de 1% em média. Em relaçãoaos esforços solicitantes, houve uma diferença maior entre o programa CYPE 3D em comparação com o Structure3D. Porém, os esforços resistentes ficaram muito próximos entre o CYPE 3D e o Structure3D. Ainda, houve uma pequena diferença nas deformações entre os dois programas, entretanto, para esse exemplo, a deformação não foi fator determinante no dimensionamento e otimização da estrutura. Apesar das diferenças entre os esforços solicitantes, os resultados ficaram muito próximos, não afetando no resultado final. É importante destacar que o programa Structure3D faz análise estrutural somente em 1º ordem, enquanto o CYPE 3D faz análise de 2º ordem. Com relação à otimização, o Structure3D apresentou uma solução mais leve. O AG forneceu uma estrutura mais leve, cerca de 37% mais leve, em comparação com o exemplo dimensionado no CYPE 3D. Já o PQS informou uma redução de 46%. 6 Referências bibliográficas Akbari, J., Ayubirad, M. S., 2016. Seismic Optimum Design of Steel Structures Using Gradient‐ Based and Genetic Algorithm Methods. International Journal of Civil Engineering, Iran University of Science and Technology. Springer International Publishing. Associação Brasileira de Normas Técnicas, 2008. NBR (8800): Design of Steel and Composite Structures for Buildings. Rio de Janeiro, RJ. Associação Brasileira de Normas Técnicas, 2005. NBR 5884: 2005 ‐ Perfil I estrutural de aço soldado por arco elétrico – Requisitos gerais. Rio de Janeiro, RJ. Carbas, S. 2015. Optimum structural design of spatial steel frames via biogeography‐based optimization. Neural Comput & Applic, The Natural Computing Applications Forum 2016. Centro Brasileiro da Construção em Aço, 2017. Construção em Aço – Vantagens. O sistema construtivo em aço apresenta características significativas. <http://www.cbca‐ acobrasil.org.br/site/construcao‐em‐aco‐vantagens.php> Acessado em 27 de novembro de 2017. De Lazzari, J. A., Alves, E. C., 2017. Dimensionamento Otimizado de Perfis Laminados I. Revista Engenharia Estudo e Pesquisa. Associação Brasileira de Pontes e Estruturas, v. 17, n. 2, jul./dez. 2017. Rio de Janeiro. 121 De Lazzari, J. A., Alves, E. C., Calenzani, A. F. G., 2017. Optimum design of beans with hot‐ rolled I‐section. CILAMCE 2017 XXXVIII Iberian Latin‐American Congress on Computational Methods in Engineering. Florianópolis, SC. Erdal, F.; Dogan, E.; Saka, M. P. ,2011. Optimum design of cellular beams using harmony search and particle swarm optimizers. Journal of Constructional Steel Research, v. 67, p. 237‐ 247, 2011. Fakury, R. H., Castro, A. L. R., Caldas, S. R. B., 2016. Dimensionamento básico de elementos estruturais de aço e mistos de aço e concreto. São Paulo. Pearson Educatin do Brasil. GERDAU®, 2016. Perfis Estruturais Gerdau – Tabela de Bitolas, <https://www.gerdau.com/br/pt/produtos/catalogos‐e‐manuais#k=#s=41> acessado em 16/08/16. Gomes Filho, H., e Garozi, M. J. P., 2014. Implementação Computacional para Análise de treliças espaciais. Projeto de Graduação. Universidade Federal do Espírito Santo, Centro Tecnológico, Departamento de Engenharia Civil, Vitória, ES. Lubke, G. P., Alves, E. C., Azevedo, M. S., 2017. Dimensionamento Otimizado de Vigas Celulares de Aço, Revista da Estrutura de Aço. Vol. 6, p 01‐29, 2017. Martha, L. F., 2012. FTOOL Two‐dimensional Frame Analysis Tool. A Graphical‐Interactive Program for Teaching Structural Behavior. PUC‐Rio’s Department of Civil Engineering, v. 3.00, Rio de Janeiro, RJ. MATLAB®, 2016. Optimization toolbox user’s guide. Natick: Mathworks. Novelli, L., Alves, E. C., Sias, F. M., Azevedo, M. S., Gomes Filho, H., Garozi, M. J. P., 2015. Dimensionamento Ótimo de Estruturas Tubulares Espaciais Segundo a NBR 8800. In: XXXVI Ibero‐Latin American Congress on Computaional Methods in Engineering, 2015, Rio de Janeiro, RJ. Teles, M. L.; Gomes, H. M., 2010. Comparação de algoritmos genéticos e programação quadrática sequencial para otimização de problemas em engenharia. Rev. Teoria e prática na Engenharia Civil. Rio Grande, n.15, p‐29‐39, 2010. Person, 2017. Sala Virtual ‐ Dimensionamento de elementos estruturais de aço e mistos de aço e concreto. Ricardo Hallal Fakury, Ana Lydia Reis de Castro e Silva e Rodrigo Barreto Caldas. <http://sv.pearson.com.br/> Acessado 19/11/17. Unde, Y., 2016. Structural Design Optimization of Steel Buildings. A thesis Presented in Partial Fulfillment of the Requirements for the Degree Master of Science, Arizona State University, Tempe, AZ. Vanderplaats, G. N., 1998. Numerical Optimization Techniques for engineering Design. Vanderplaats Research & Development, Inc. Colorado Springs, CO.
Compartilhar