Categoría: optimización

Optimización de inteligencia de enjambre híbrida para puentes mixtos de bajo consumo energético

Acaban de publicarnos un artículo en Mathematics, revista indexada en el primer decil del JCR. Se trata del empleo de métodos de optimización de inteligencia de enjambre híbrida para puentes mixtos de acero-hormigón de bajo consumo energético. El trabajo se enmarca en el proyecto de investigación HYDELIFE, que dirijo como investigador principal en la Universitat Politècnica de València.

La optimización de puentes es un reto matemático importante, ya que hay un gran número de configuraciones posibles. En este trabajo, se han considerado la energía incorporada y el coste como funciones objetivo para optimizar vigas cajón mixtas de hormigón y acero. La energía incorporada se eligió como criterio de sostenibilidad para comparar los resultados con el coste. Para ello, se emplearon el algoritmo TAMO de búsqueda global estocástica, la búsqueda de cuco (CS) de inteligencia de enjambre y los algoritmos seno-coseno (SCA). Para que los algoritmos SCA y SC pudieran resolver el problema de optimización de puentes con variables discretas, se aplicó la discretización mediante la técnica k-means. Como resultado, se observó que SC producía valores objetivos de la función de energía comparables a los de TAMO, y reducía el tiempo de cálculo en un 25,79 %. Además, la optimización de costes y de energía reveló que cada euro ahorrado mediante metodologías metaheurísticas disminuía el consumo de energía en este problema de optimización en 0,584 kWh. Asimismo, al incluir celdas en las partes superior e inferior de las almas, se mejoró el comportamiento de la sección, así como los resultados de optimización para los dos objetivos de optimización. Este estudio concluye que el diseño de doble acción compuesta sobre apoyos hace innecesarios los rigidizadores longitudinales continuos en el ala inferior.

Abstract:

Bridge optimization is a significant challenge, given the huge number of possible configurations of the problem. Embodied energy and cost were taken as objective functions for a box-girder steel–concrete optimization problem, considering both as single-objective. Embodied energy was chosen as a sustainable criterion to compare the results with cost. The stochastic global search TAMO algorithm, the swarm intelligence cuckoo search (CS), and sine cosine algorithms (SCA) were used to achieve this goal. To allow the SCA and SC techniques to solve the discrete bridge optimization problem, the discretization technique applying the k-means clustering technique was used. As a result, SC was found to produce objective energy function values comparable to those of TAMO while reducing computation time by 25.79%. In addition, the cost optimization and embodied energy analysis revealed that each euro saved using metaheuristic methodologies decreased the energy consumption for this optimization problem by 0.584 kW·h. Additionally, by including cells in the upper and lower parts of the webs, the behavior of the section was improved, as were the optimization outcomes for the two optimization objectives. This study concludes that a double-composite action design on supports renders continuous longitudinal stiffeners in the bottom flange unnecessary.

Keywords:

Swarm intelligence; steel–concrete composite structures; bridges; optimization; metaheuristics; sustainability.

Reference:

MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2023). Hybrid swarm intelligence optimization methods for low-embodied energy steel-concrete composite bridges. Mathematics, 11(1):140. DOI: 10.3390/math11010140

Dejo a continuación el artículo, que se puede descargar y compartir, ya que está publicado en abierto.

Pincha aquí para descargar

Optimización heurística de un nuevo tipo de cercha pretensada

Acaban de publicarnos un artículo en Materials, revista indexada en el primer cuartil del JCR. En este caso, se ha optimizado mediante un algoritmo de optimización heurística un nuevo tipo de cercha metálica pretensada. El trabajo se enmarca en el proyecto de investigación HYDELIFE, que dirijo como investigador principal en la Universitat Politècnica de València. En este caso, se trata de una colaboración entre nuestro grupo de investigación e investigadores de Georgia.

Este artículo presenta nuevos enfoques para el cálculo, el diseño y la optimización de cerchas pretensadas con un elemento de unión. Los sistemas estructurales con grandes luces, como cerchas, vigas, pórticos, etc., están sometidos a un riesgo considerable de pérdida de capacidad de carga debido a los distintos tipos de cargas aplicadas. Algunos métodos de diseño tradicionales definen los valores del pretensado en el elemento de unión y las fuerzas internas en los elementos de la celosía para evitar esta pérdida de capacidad de carga. Sin embargo, la precisión y los límites de la determinación de las fuerzas no son necesariamente conocidos. Los autores proponen un nuevo tipo de celosía pretensada y algunos nuevos enfoques en el proceso de diseño y cálculo para resolver estos inconvenientes. Los principales objetivos del estudio fueron diseñar una innovadora y nueva forma geométrica de celosía arqueada pretensada, que permite el desarrollo de una fuerza de pretensado de alto valor, para optimizar una nueva celosía para reducir el peso propio, aumentando la capacidad de carga en comparación con sus análogos. Durante el estudio se empleó el recocido simulado. Un nuevo avance en la optimización de la celosía arqueada pretensada, sugerido por los autores, reduce el peso propio y mejora la capacidad de carga de la celosía entre un 8% y un 17%, según la luz.

Abstract:

This paper represents new approaches for calculating, designing, and optimising prestressed arched trusses with a tie member. Structural systems with long spans, such as trusses, beams, and frames, are subject to a substantial risk of losing load-carrying capacity due to the types of loads applied. Some traditional design methods define the prestressing force in the tie member and the internal forces in the truss elements to avoid this loss of load capacity. However, the accuracy and limits of the determination of the forces are not necessarily known. The authors propose a new prestressed arched truss and new approaches to the design and calculation processes to address these disadvantages. The study’s main objectives were to design an innovative geometric form of a prestressed arched truss that allows the development of high-value prestressing force, to optimise a new truss for reducing self-weight and increasing load-carrying capacity compared to its analogues. The force, stiffness matrix, and simulated annealing methods were used during the study. A new optimisation approach for prestressed arched trusses, proposed by the authors, reduces the self-weight and improves the truss’s load capacity by 8–17%, depending on the span.

Keywords:

Prestressed truss; stiffness matrix method; tensile element; compressed element; optimisation; simulated annealing.

Reference:

PARTSKHALADZE, G.; ALCALÁ, J.; MEDZMARIASHVILI, E.; CHAVLESHVILI, G.; SURGULADZE, B., I.; YEPES, V. (2022). Heuristic Optimization of a New Type Prestressed Arched Truss. Materials, 15(22): 8144. DOI:10.3390/ma15228144

Pincha aquí para descargar

 

 

Diseño óptimo de un puente mixto basado en un algoritmo de inteligencia de enjambre discreto

Acaban de publicarnos un artículo en la revista Structural and Multidisciplinary Optimization (revista indexada en el JCR en el primer cuartil) sobre la optimización de puentes mixtos de hormigón y acero mediante un algoritmo de inteligencia de enjambre discreto y funciones de transferencia. El trabajo se enmarca en el proyecto de investigación HYDELIFE, que dirijo como investigador principal en la Universitat Politècnica de València.

La optimización de puentes puede resultar compleja debido al gran número de variables que intervienen en el problema. En este trabajo se han ejecutado dos optimizaciones de puentes mixtos de sección en cajón, considerando el coste y las emisiones de CO₂ como funciones objetivo. Tomar las emisiones de CO₂ como función objetivo permite incorporar criterios de sostenibilidad para comparar los resultados con el coste. Se han aplicado las metaheurísticas SAMO2, SCA y Jaya para alcanzar este objetivo. Se implementaron funciones de transferencia para adaptar SCA y Jaya a la naturaleza discontinua del problema de optimización del puente. Además, se ha llevado a cabo un Diseño de Experimentos para afinar el algoritmo y establecer sus parámetros. En consecuencia, se ha observado que SCA muestra valores similares para la función objetivo de coste que SAMO2, pero mejora el tiempo de computación en un 18% y obtiene valores más bajos para la desviación del resultado de la función objetivo. A partir de un análisis de optimización de costes y CO₂, se observa una reducción de 2,51 kg de CO₂ por cada euro reducido utilizando técnicas metaheurísticas. Además, para ambos objetivos de optimización, se comprueba que la adición de celdas a las secciones de los puentes mejora no solo el comportamiento de la sección, sino también los resultados de la optimización. Por último, los resultados muestran que el diseño propuesto de doble acción mixta en los apoyos permite eliminar los rigidizadores longitudinales continuos dispuestos en el ala inferior en este estudio.

Abstract:

Bridge optimization can be complex because of the large number of variables involved in the problem. In this paper, two box-girder steel–concrete composite bridge single objective optimizations have been carried out considering cost and CO₂ emissions as objective functions. Taking CO₂ emissions as an objective function allows adding sustainable criteria to compare the results with cost. SAMO2, SCA, and Jaya metaheuristics have been applied to reach this goal. Transfer functions have been implemented to fit SCA and Jaya to the discontinuous nature of the bridge optimization problem. Furthermore, a Design of Experiments has been conducted to tune the algorithm and set its parameters. Consequently, it has been observed that SCA shows similar values for objective cost function as SAMO2 but improves computational time by 18% while also getting lower values for the objective function result deviation. From a cost and CO₂ optimization analysis, it has been observed that a reduction of 2.51 kg CO₂ is obtained by each euro reduced using metaheuristic techniques. Moreover, for both optimization objectives, it is observed that adding cells to bridge cross-sections improves not only the section behavior but also the optimization results. Finally, it is observed that the proposed double-composite action in the supports enables this study to remove the continuous longitudinal stiffeners from the bottom flange.

Keywords:

Swarm intelligence; Steel–concrete composite structures; Bridges; Optimization; Metaheuristics; Sustainability

Reference:

MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2022). Optimal design of steel-concrete composite bridge based on a transfer function discrete swarm intelligence algorithm. Structural and Multidisciplinary Optimization, 65:312. DOI:10.1007/s00158-022-03393-9

El artículo está publicado en abierto, por lo que podéis realizar su descarga gratuita en este enlace: https://link.springer.com/article/10.1007/s00158-022-03393-9

Pincha aquí para descargar

Conferencia en el JSAEE 2022: Diseño y mantenimiento sostenible de estructuras y puentes considerando su ciclo de vida

Con motivo de la celebración del XXXIX Congreso Sudamericano de Ingeniería Estructural JSAEE 2022, fui invitado a impartir una conferencia titulada «Diseño y mantenimiento sostenible de estructuras y puentes considerando su ciclo de vida«. En esta conferencia explico lo que nuestro grupo de investigación está realizando en proyectos como DIMALIFE y HYDELIFE, que dirijo como investigador principal en la Universitat Politècnica de València. Espero que os sea de interés.

La conferencia del profesor Víctor Yepes aborda la integración de la sostenibilidad en el diseño y el mantenimiento de estructuras y puentes, enfatizando la necesidad de considerar todo el ciclo de vida. Yepes, catedrático de Ingeniería de la Construcción en la Universitat Politècnica de València, argumenta que se requiere un cambio de paradigma respecto a las prácticas tradicionales. Destaca la importancia económica, social y ambiental del sector de la construcción y presenta la optimización, especialmente mediante la Inteligencia Artificial (IA) y las metaheurísticas, como una herramienta clave para lograr diseños más eficientes y sostenibles. Explora la complejidad de la optimización combinatoria en ingeniería estructural y las limitaciones de los métodos de resolución exactos. Presenta la optimización multiobjetivo y la frontera de Pareto como herramientas para evaluar soluciones que consideran múltiples criterios (coste, sostenibilidad, fiabilidad, etc.). Introduce el concepto de metamodelos y de Smart Data como alternativas para optimizar con menos datos y recursos computacionales. Finalmente, enfatiza la necesidad de integrar el análisis del ciclo de vida y la toma de decisiones multicriterio para una gestión sostenible de los activos, señalando los desafíos de la evaluación social y de la variabilidad.

Glosario de términos clave:

  • Sostenibilidad: En el contexto de la ingeniería, se refiere a la capacidad de diseñar, construir y mantener estructuras de manera que se satisfagan las necesidades actuales sin comprometer la capacidad de las futuras generaciones para satisfacer sus propias necesidades, considerando las dimensiones económicas, sociales y ambientales.
  • Ciclo de Vida (Life Cycle): El período completo desde la concepción de una estructura hasta su demolición y disposición final, incluyendo el diseño, la construcción, el uso, el mantenimiento, la reparación y el fin de vida útil.
  • Optimización: Proceso de encontrar la mejor solución posible a un problema, generalmente minimizando o maximizando una función objetivo (como coste, emisiones, etc.) sujeta a un conjunto de restricciones (como requisitos estructurales o geométricos).
  • Inteligencia Artificial (IA): Sistemas informáticos diseñados para realizar tareas que normalmente requieren inteligencia humana, como aprendizaje, resolución de problemas y toma de decisiones.
  • Metaheurística: Algoritmo o técnica que guía un proceso de búsqueda para encontrar soluciones aproximadamente óptimas a problemas complejos, a menudo inspirados en procesos naturales o biológicos (p. ej., algoritmos genéticos).
  • Optimización Combinatoria: Tipo de optimización en la que las variables de decisión son discretas (adquieren valores de un conjunto finito), lo que a menudo da lugar a un gran número de posibles soluciones.
  • Función Objetivo: La medida de rendimiento o criterio que se busca optimizar en un problema de optimización (p. ej., minimizar el coste, maximizar la durabilidad).
  • Restricciones: Condiciones o limitaciones que deben cumplirse en un problema de optimización (ej: límites de deformación, resistencia mínima).
  • Frontera de Pareto: En optimización multiobjetivo, es el conjunto de soluciones óptimas no dominadas, en el que no es posible mejorar un objetivo sin empeorar al menos otro.
  • Metamodelo (o Modelo Subrogado): Un modelo simplificado (a menudo, una función matemática o un modelo de aprendizaje automático) que aproxima la relación entre las variables de entrada y de salida de un modelo más complejo, utilizado para acelerar la optimización o el análisis.
  • Smart Data: En contraste con Big Data, se refiere a la extracción de información útil y de patrones a partir de conjuntos de datos más pequeños o selectivos, a menudo mediante técnicas estadísticas o de modelado avanzado (como Kriging).
  • Análisis del Ciclo de Vida (ACV o LCA): Metodología para evaluar los impactos ambientales, sociales y económicos asociados a todas las etapas del ciclo de vida de un producto o servicio.
  • Toma de Decisión Multicriterio (MCDM): Conjunto de técnicas para evaluar y seleccionar entre alternativas que involucran múltiples criterios de evaluación, a menudo contrapuestos.
  • Gestión de Activos: En el contexto de infraestructuras, es el enfoque sistemático y estratégico para gestionar el ciclo de vida completo de los activos (como puentes o carreteras) con el objetivo de optimizar su rendimiento, coste y riesgo.
  • Fiabilidad: La probabilidad de que una estructura cumpla con sus requisitos de rendimiento bajo condiciones específicas durante un período de tiempo determinado.
  • Gemelo Digital (Digital Twin): Una representación virtual de una estructura o sistema físico que se actualiza con datos en tiempo real de sensores, permitiendo monitorización, análisis y predicción de su comportamiento a lo largo del tiempo.

Optimización ambiental de grandes puentes basándose en el acoplamiento de múltiples restricciones

Nos acaban de publicar en la revista Environmental Impact Assessment Review (primer cuartil del JCR) un artículo sobre la optimización ambiental de grandes puentes mediante el acoplamiento de múltiples restricciones. El trabajo se enmarca en el proyecto de investigación HYDELIFE, que dirijo como investigador principal en la Universitat Politècnica de València.

Para minimizar el impacto ambiental de los puentes, es fundamental explorar su diseño con mayor profundidad. Los ingenieros actualmente suelen priorizar los aspectos financieros y buscan maximizar los beneficios económicos. Por esta razón, este estudio comienza por establecer un modelo teórico de la robustez del puente ante cargas estáticas y dinámicas. Para lograr esto, se aplica un modelo de elementos finitos en tres dimensiones, un algoritmo de optimización basado en inteligencia de enjambre y un modelo matemático de aproximación por interpolación cuadrática. Tras analizar el modelo de puente con una topología óptima, se determina el tamaño ideal de la estructura. Como resultado, las emisiones de carbono se redujeron en 2.242,92 toneladas, lo que equivale al 25% de las emisiones totales. Estos resultados son significativos y deben ser un recordatorio para inversores y gobiernos de la importancia de fomentar la construcción y el desarrollo sostenible de la industria. Es necesario avanzar hacia el objetivo de cero emisiones de carbono en la industria de la construcción lo antes posible.

Abstract:

To reduce the environmental pollution from bridges, researchers need to conduct more in-depth research and design the structures. Today’s architectural, structural, and mechanical engineers pay more attention to funders’ requirements and pursue the maximization of economic benefits. The research begins with establishing a theoretical model of the bridge’s robustness under dead and dynamic loads: applying a Three-Dimensional (3D) solid finite element model, swarm intelligence optimization algorithm, and mathematical model of quadratic interpolation approximation solves the problems of multiple loads, discrete data, and convergence. Based on the establishment and analysis of the research model, the optimal topology bridge model is analysed, and the optimal structural size is obtained. The carbon emissions from the bridge optimization decreased by 2242.92 t, accounting for 25% of the total emissions. This data is shocking and also gives investors and governments a painful reminder that they must pay closer attention to the sustainable development of the construction industry and achieve the goal of zero carbon emissions in the industry as soon as possible.

Keywords:

Construction industry; Structure model; Topology optimization; Load; Sustainable; Design

Reference:

ZHOU, Z.; ALCALÁ, J.; YEPES, V. (2022). Research on the optimized environment of large bridges based on multi-constraint coupling. Environmental Impact Assessment Review, 97:106914. DOI:10.1016/j.eiar.2022.106914

Pincha aquí para descargar

Optimización sostenible de puentes losa postesados usando metamodelos

Durante los días 12 a 14 de septiembre de 2022, tuvo lugar en Las Palmas de Gran Canaria el Congreso de Métodos Numéricos en Ingeniería (CMN 2022). El objetivo de este congreso es actuar como un foro en el que se recopilen los trabajos científicos y técnicos más relevantes en el área de los métodos numéricos y de la mecánica computacional, así como sus aplicaciones prácticas.  CMN 2022 está organizado conjuntamente por las sociedades de métodos numéricos española (SEMNI), portuguesa (APMTAC) y por el Instituto Universitario de Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería (SIANI) de la Universidad de Las Palmas de Gran Canaria (ULPGC).

Dentro de este congreso tuve la oportunidad de actuar como presidente, junto con el profesor David Greiner, de la sesión paralela titulada «Optimization, metaheuristics and evolutionary algorithms in civil engineering«. Además, nuestro grupo de investigación presentó un trabajo sobre la optimización de puentes mediante metamodelos de Kriging. El trabajo se enmarca en el proyecto de investigación HYDELIFE, que dirijo como investigador principal en la Universitat Politècnica de València.

Os dejo la comunicación en español por si os interesa.

Referencia:

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2022). Sustainable optimization of post-tensioned cast-in-place concrete slab road bridges using metamodels. Congress on Numerical Methods in Engineering CMN2022, 12-14 September 2022, Las Palmas de Gran Canaria, Spain, pp. 166-185. ISBN: 978-84-123222-9-3

Pincha aquí para descargar

Aplicación de optimización kriging para la búsqueda de estructuras óptimas robustas

Redheugh Bridge, Newcastle. © Copyright Stephen Richards and licensed for reuse under this Creative Commons Licence.

En todos los problemas estructurales existe una variabilidad o incertidumbre asociada. En el diseño de estructuras hay parámetros de diseño como las dimensiones de la estructura, las características mecánicas de los materiales o las cargas de diseño que pueden tener variaciones respecto al valor de diseño. Lo mismo ocurre a la hora de valorar una función objetivo asociada la estructura. Por un lado, a la hora de diseñar una estructura, el valor nominal utilizado es aquel que tiene una baja probabilidad de ocurrir (por ejemplo, la resistencia característica del hormigón es aquella que tiene una probabilidad del 5% de fallo). Además, se asignan coeficientes de seguridad asociados a una probabilidad de fallo determinada. Por otro lado, a la hora de valorar una función objetivo, como el coste o algún impacto medioambiental, el valor unitario de esta función suele ser la media. Dado este enfoque, la optimización estructural se convierte en una optimización determinista que desprecia los efectos de la incertidumbre asociada. Esto significa que la estructura tiene un comportamiento óptimo solo bajo las condiciones definidas inicialmente, pudiendo la respuesta variar significativamente cuando los valores se alejan de los valores de diseño.

A continuación os dejo una comunicación que presentamos en el 5th International Conference on Mechanical Models in Structural Engineering, que se celebró del 23 al 25 de octubre de 2019 en Alicante (España). Se trata de la optimización de un puente de sección en cajón de hormigón postesado utilizando un metamodelo tipo Krigring.

Abstract:

All the structural problems have an associated variability or uncertainty. In the design of structures, there are parameters such as the dimensions of the structure, the mechanical characteristics of the materials, or the loads that can have variations concerning the design value. The goal of robust design optimization is to obtain the optimum design and be less sensitive to variations of these uncertain initial parameters. The main limitation of the robust design optimization is the high computational cost required due to the high number of optimizations that must be made to assess the sensitivity of the objective response of the problem. For this reason, the kriging model is applied to carry out the optimization process more efficiently. This work will apply robust design optimization to a continuous pedestrian bridge of prestressed concrete and box sections.

Keywords:

Post-tensioned concrete; Box-girder bridge; Robust design optimization; RDO; Kriging

Reference:

YEPES, V.; PENADÉS-PLÀ, V.; GARCÍA-SEGURA, T. (2019). Aplicación de optimización Kriging para la búsqueda de estructuras óptimas robustas. 5th International Conference on Mechanical Models in Structural Engineering, CMMoST 2019, 23-25 oct 2019, Alicante, Spain, pp. 81-94. ISBN: 978–84–17924–58–4

Pincha aquí para descargar

Optimización de puentes mixtos mediante aceptación por umbrales

Hemos presentado en el 11th International Conference on Bridge Maintenance, Safety and Management IABMAS 2022, una comunicación sobre la optimización de puentes mixtos mediante el algoritmo de aceptación por umbrales. Este congreso se desarrolla en Barcelona, del 11 al 15 de julio del 2022. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

La complejidad de la optimización de los puentes se debe, entre otras razones, a que el diseño de este tipo de estructuras presenta muchas variables. Estas generan un espacio de soluciones con demasiadas posibilidades para ser evaluadas en su totalidad. Por ello, en este trabajo se ha realizado la optimización de un puente mixto de vigas cajón considerando el coste como función objetivo mediante el uso de métodos heurísticos. Para lograr este objetivo, se ha elegido un Operador de Aceptación de Umbral con Mutación (TAMO) para la optimización estructural de un puente compuesto de acero-hormigón. La adición de celdas en las conexiones entre almas y alas mejora el comportamiento estructural de la sección transversal. El diseño de doble acción compuesta propuesto permite reducir el número de rigidizadores para este caso de estudio. Este método automatiza el proceso de optimización de un diseño inicial de un puente de material compuesto, permitiendo alcanzar diseños óptimos sin necesidad de contar con una experiencia significativa en el diseño estructural de puentes.

Abstract

The bridge optimization’s complexity is due to the design of this type of structure’s many variables. These generate a space of solutions with too many possibilities to be evaluated in their totality. Because of this, in this work, the optimization of a steel-concrete composite box girder bridge has been performed considering cost as an objective function by using heuristic methods. To achieve this objective, a Threshold Accepting with a Mutation Operator (TAMO) has been chosen for the structural optimization of a steel-concrete composite bridge. The addition of cells on the connections between webs and flanges improves the cross-section structural behaviour. The proposed double composite-action design allows for reducing the number of stiffeners for this study case. This method automatizes the optimization process of an initial design of a composite bridge, allowing it to reach optimum designs without significant expertise in bridge structural design.

Reference:

MARTÍNEZ-MUÑOZ, D.; MARTÍ, J.V.; YEPES, V. (2022). Steel-concrete composite bridge optimization through threshold accepting. 11th International Conference on Bridge Maintenance, Safety and Management IABMAS 2022, 11-15 July 2022, Barcelona, Spain.

Pincha aquí para descargar

 

Optimización de puentes mixtos mediante algoritmos de inteligencia de enjambre

Acaban de publicarnos un artículo en la revista Engineering Structures, revista indexada en el primer cuartil del JCR. En este caso se ha optimizado un puente mixto de hormigón y acero, mediante algoritmos discretos de inteligencia de enjambre. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

El artículo lo puedes descargar GRATUITAMENTE en el siguiente enlace: https://authors.elsevier.com/sd/article/S0141-0296(22)00708-8

La optimización de un puente mixto puede ser un reto debido al importante número de variables que intervienen en el problema. En este estudio se realizó la optimización de un puente mixto de hormigón y acero con vigas en cajón, con el coste y las emisiones como funciones objetivo. Ante este reto, el trabajo propone un algoritmo híbrido que integra la técnica de aprendizaje no supervisado de k-means con la metaheurística de inteligencia de enjambre continuo para reforzar el rendimiento de esta última. En particular, se discretizan las metaheurísticas sine-cosine y cuckoo search. Se estudia la contribución del operador k-means a la calidad de las soluciones obtenidas. En primer lugar, se diseñan operadores aleatorios para utilizar posteriormente funciones de transferencia que permitan evaluar y comparar los rendimientos. Además, para tener otro punto de comparación, se adaptó una versión del recocido simulado, que ha resuelto eficientemente problemas de optimización relacionados. Los resultados muestran que nuestra propuesta híbrida supera a los diferentes algoritmos diseñados.

Highlights

  • A cost and CO2 emissions optimization a three-span steel–concrete composite bridge has been performed.
  • The optimization considers 35 design variables on average 55 possible choices for each variable.
  • The performance and robustness of a hybrid k-means swarm intelligence metaheuristic is studied for this optimization problem.
  • Hybrid k-means algorithm results are compared with other discrete trajectory based and swarm algorithms.

Abstract

Composite bridge optimization might be challenging because of the significant number of variables involved in the problem. The optimization of a box-girder steel-concrete composite bridge was done in this study with cost and emissions as objective functions. Given this challenge, this study proposes a hybrid algorithm that integrates the unsupervised learning technique of k-means with continuous swarm intelligence metaheuristics to strengthen the latter’s performance. In particular, the metaheuristics sine-cosine and cuckoo search are discretized. The contribution of the k-means operator regarding the quality of the solutions obtained is studied. First, random operators are designed to use transfer functions later to evaluate and compare the performances. Additionally, a version of simulated annealing was adapted to have another point of comparison, which has solved related optimization problems efficiently. The results show that our hybrid proposal outperforms the different algorithms designed.

Keywords

Combinatorial optimization; Bridge; Metaheuristics; Composite structures; K-means

Reference:

MARTÍNEZ-MUÑOZ, D.; GARCÍA, J.; MARTÍ, J.V.; YEPES, V. (2022). Discrete swarm intelligence optimization algorithms applied to steel-concrete composite bridges. Engineering Structures, 266:114607. DOI:10.1016/j.engstruct.2022.114607

Como este artículo está publicado en abierto, os lo dejo para vuestra descarga:

Pincha aquí para descargar

 

Optimización de las emisiones de CO₂ en la construcción de puentes losa postesados utilizando metamodelos

Acaban de publicarnos un artículo en la revista Materials, revista indexada en el primer cuartil del JCR. En este caso se ha optimizado, mediante un metamodelo tipo Kriging, las emisiones de CO₂ de un puente losa postesado aligerado. El trabajo se enmarca dentro del proyecto de investigación HYDELIFE que dirijo como investigador principal en la Universitat Politècnica de València.

Se trata de un trabajo de investigación en el que se ha propuesto una metodología novedosa, bifase, que utilizando un metamodelo tipo Kriging y con un muestreo inteligente del espacio de soluciones, permite optimizar problemas de alto nivel de complejidad computacional. Es el caso de las estructuras de hormigón, y en este trabajo en particular, de un tablero de puente losa pretensado aligerado. Por tanto, el objetivo general de este trabajo es proponer y comprobar la aplicabilidad de una metodología que permita la reducción energética y reducción de las emisiones de CO₂ en la construcción del tablero de un puente losa pretensado aligerado. La metodología propuesta tiene carácter general, pudiéndose aplicar a la optimización de cualquier otro tipo de estructura para optimizar distintas funciones objetivo. El diseño de la metodología propuesta presenta dos fases secuenciales de optimización, la primera fase de diversificación y la segunda fase de intensificación de la búsqueda de los óptimos.

Abstract:

This paper deals with optimizing embedded carbon dioxide (CO₂) emissions using surrogate modeling, whether it is the deck of a post-tensioned cast-in-place concrete slab bridge or any other design structure. The main contribution of this proposal is that it allows optimizing structures methodically and sequentially. The approach presents two sequential phases of optimization, the first one of diversification and the second one of intensification of the search for optimums. Finally, with the amount of CO₂ emissions and the differentiating characteristics of each design, a heuristic optimization based on a Kriging metamodel is performed. An optimized solution with lower emissions than the analyzed sample is obtained. If CO₂ emissions were to be reduced, design recommendations would be to use slendernesses as high as possible, in the range of 1/30, which implies a more significant amount of passive reinforcement. This increase in passive reinforcement is compensated by reducing the measurement of concrete and active reinforcement. Another important conclusion is that reducing emissions is related to cost savings. Furthermore, it has been corroborated that for a cost increase of less than 1%, decreases in emissions emitted into the atmosphere of more than 2% can be achieved.

Keywords:

CO₂ emission; optimization; metamodel; Kriging; post-tensioned concrete; structural optimization

Reference:

YEPES-BELLVER, L.; BRUN-IZQUIERDO, A.; ALCALÁ, J.; YEPES, V. (2022). CO₂-optimization of post-tensioned concrete slab-bridge decks using surrogate modeling. Materials, 15(14):4776. DOI:10.3390/ma15144776

Pincha aquí para descargar