Escolar Documentos
Profissional Documentos
Cultura Documentos
Aprovado: 09/08/2019
Volume 9. Número 1 (abril/2020). p. 101‐121 ‐ ISSN 2238‐9377
Revista indexada no Latindex e Diadorim/IBICT
Dimensionamento otimizado de pórticos em
estruturas de aço via algoritmos genéticos
João Alfredo de Lazzari1*, Élcio Cassimiro Alves2, Adenilcia Fernanda Grobério Calenzani3
123
Departamento de Engenharia Civil, Universidade Federal do Espírito Santo,
Av. Fernando Ferrari, 514, Goiabeiras, CEP 29075‐910, Vitória – ES,
1
joaoadelazzari@outlook.com.br
2
elcio.calves1@gmail.com
3
afcalenzani@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
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
102
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.
103
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)
, ,
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.
104
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 ⎪ 0 (6)
⎨ ⎪ ⎬
⎪ ⎪ ⎪
⎪ ⎪𝑔 𝑿
⎪
⎪𝑔 𝑿 ⎪
⎪ ⎨ ⎪
⎪ ⎪𝑔 𝑿 ⎪
⎪ ⎪ ⎪
⎪
⎪ ⎪𝑔 ⎪
⎪ 𝑿 ⎪
⎪
⎪ ⎪ ⎪
⎪ ⎪ ⎪
⎩ ⎩𝑔 𝑿 ⎭
𝒉 𝑿 ℎ 𝑿 0 (7)
onde:
105
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.
106
Figura 1 ‐ Variáveis geométricas em perfil soldado e laminado I e H, e o vetor X (Fonte:
autor)
3.2 Problema com Variável Discreta
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).
𝑿 →𝑿
𝐹 𝑿 (8)
𝜌 ç ∑ 𝐴 𝑿 𝐿
0 0…0 0 𝑿 1 1… 1 1 (9)
107
𝑔 𝑿
⎧ ⎫
⎪ ⎪
⎪ ⎪
⎪ 𝑔 𝑿 ⎪
⎪ ⎪
𝒈 𝑿 0 (10)
⎨ 𝑔 𝑿 ⎬
⎪ ⎪
⎪ 𝑔 𝑿 ⎪
⎧
⎪𝑔 𝑿 ⎪
⎪ ⎨ ⎪
⎩ ⎩ 𝑔 𝑿 ⎭
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
108
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).
2 2
1 1
Figura 3 ‐ Verificação de barra flexo‐comprimida em perfil I soldado (fonte: Fakury et.
al, 2016).
109
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).
110
Tabela 1 ‐ Comparação dos resultados dos esforços resistentes de cálculo.
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.
111
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
112
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.
2 3
1 4
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.
113
Tabela 2 – Comparação dos Esforços Solicitantes de Calculo
Esforços Solicitantes de Cálculo Variação
Programa Barra 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%
CYPE 3D
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%
Ftool
2 2066,50 476,90 603,90 ‐0,01% ‐0,01% ‐0,01%
1 2066,79 422,16 643,46 ‐ ‐ ‐
Structure3D
2 2066,79 476,94 603,98 ‐ ‐ ‐
* Barras 4 e 3 simétricas a 1 e 2, respectivamente.
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
Esforços Resistentes de Cálculo Variação
Programa Barra 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%
CYPE 3D
2 2253,07 1121,74 11690,80 0,00% 0,00% 0,00%
1 4925,74 1121,74 11690,80 ‐ ‐ ‐
Structure3D
2 2252,99 1121,74 11690,80 ‐ ‐ ‐
* Barras 4 e 3 simétricas a 1 e 2, respectivamente.
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
114
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 modificação para 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.
115
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
116
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).
Structure3D
Elemento CYPE 3D
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
117
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).
kg/m X
Barra Método Perfil
bf d R tw tf
CYPE 3D CVS 500 X 194 193,9 500,0 350,0 0,0 16,0 25,0
Pilares AG CVS 550 x 204 204,1 550,0 400,0 0,0 16,0 22,4
Structure3D
PQS - 189,2 513,2 427,7 0,0 11,1 22,1
CYPE 3D CVS 650 X 234 234,3 650,0 450,0 0,0 16,0 22,4
Vigas AG CVS 500 x 123 122,8 500,0 350,0 0,0 9.5 16,0
Structure3D
PQS - 101,2 456,1 369,5 0,0 7,3 13,2
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.
CYPE 3D AG PQS
100%
Capacidade Resistente
Efetiva (%)
0%
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Barra
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
118
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.
119
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 relação aos 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.
120
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.
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.
121