Skip to content

Optimization Of Cold-formed Steel Lipped Channel Columns Using Metaheuristic Algorithms

Notifications You must be signed in to change notification settings

FelipeRamosOliveira/Dissertation

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

27 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Abstract

OPTIMIZATION OF COLD-FORMED STEEL LIPPED CHANNEL COLUMNS WITH MANUFACTURING CONSTRAINTS USING METAHEURISTIC ALGORITHMS

Cold-formed steel (CFS) cross-sections can be optimized to increase their load-carrying capacity, leading to more efficient and economical structural systems. This dissertation aims to provide a practical methodology that would enable the development of optimized CFS lipped channel columns sections with maximum compressive strength for practical applications. The optimized sections are designed to comply with the NBR 14762 geometrical specifications and a certain number of manufacturing and practical constraints. The compressive strengths of the sections are determined based on the Direct Strength Method (DSM) adopted in the Brazilian guide, while the optimization process is performed using four distinct metaheuristic algorithms (Genetic Algorithms, Differential Evolution, Particle Swarm Optimization, and Artificial Bee Colony). In total, five different CFS lipped channel prototypes are considered in the optimization process. The critical buckling loads, required by DSM, are determined using Finite Strip Method (FSM) analysis and Machine Learning techniques (ML). The results indicate optimized sections providing a compressive capacity, which is up to 217% higher than standard shapes with the same amount of material.

Repository files

The present repository has the follwing filles:

  • The CFS optimizer code (in portuguse Otimizador, all content is also in portuguese)
  • The trained GPR predictor (all content is in portuguese)
  • The raw results (in portuguse Resultado bruto, all content is also in portuguese)
  • Pair plot PNG image and IPYNB notebook

-

Resumo

OTIMIZAÇÃO VIA ALGORITMOS META-HEURÍSTICOS DE PERFIS U ENRIJECIDOS FORMADOS A FRIO SUBMETIDOS À COMPRESSÃO AXIAL E CONSIDERANDO RESTRIÇÕES DE FABRICAÇÃO

Perfis de aço formado a frio (PFF) podem ser otimizadas para aumentar sua capacidade de carga, levando a sistemas estruturais mais eficientes e econômicos. Esta dissertação tem como objetivo fornecer uma metodologia prática que permita o desenvolvimento de seções otimizadas de colunas de PFF tipo U enrijecido com resistência à compressão máxima para aplicações práticas. As seções otimizadas foram projetadas para atender aos requisitos geométricos da NBR 14762, além de diversas restrições práticas e de fabricação. A resistência à compressão das seções é determinada com base no Método de Resistência Direta (MRD) adotado na norma Brasileira, enquanto o processo de otimização é realizado usando quatro algoritmos meta-heurísticos distintos (Algoritmos Genéticos, Evolução Diferencial, Otimização de Enxame de Partículas e Colônia Artificial de Abelhas). No total, cinco protótipos U enrijecido diferentes são considerados no processo de otimização. As cargas críticas de flambagem, exigidas pelo MRD, são determinadas usando o Método de Faixas Finitas (MFF) e técnicas de aprendizado de máquina. Os resultados apresentam seções otimizadas com resistência à compressão até 217% maior que o protótipo com a mesma quantidade de material.

Arquivos do repositório

Este repositório contem os seguintes arquivos:

  • O otimizador de PFF
  • O preditor GPR treinado
  • O resultado bruto
  • Pair plot nas versões PNG e IPYNB

About

Optimization Of Cold-formed Steel Lipped Channel Columns Using Metaheuristic Algorithms

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published