1. Trang chủ
  2. » Giáo Dục - Đào Tạo

Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền

96 6 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Thiết Kế Tối Ưu Khung Thép Nhà Công Nghiệp Sử Dụng Thuật Toán Di Truyền
Tác giả Bùi Thanh Thắng
Người hướng dẫn TS Lê Anh Thắng
Trường học Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
Chuyên ngành Kỹ Thuật Xây Dựng Công Trình Dân Dụng & Công Nghiệp
Thể loại luận văn thạc sĩ
Năm xuất bản 2017
Thành phố Tp. Hồ Chí Minh
Định dạng
Số trang 96
Dung lượng 5,48 MB

Cấu trúc

  • CHƯƠNG 1. TỔNG QUAN (18)
    • 1.1. Đặt vấn đề (18)
    • 1.2. Tổng quan về tình hình nghiên cứu trong và ngoài nước (19)
      • 1.2.1. Tình hình nghiên cứu ngoài nước (19)
      • 1.2.2. Tình hình nghiên cứu trong nước (21)
    • 1.3. Đối tượng và phạm vi nghiên cứu (23)
    • 1.4. Mục tiêu nghiên cứu (23)
    • 1.5. Phương pháp nghiên cứu (23)
    • 1.6. Đóng góp của đề tài (23)
  • CHƯƠNG 2. THIẾT KẾ KẾT KHUNG THÉPNHÀ CÔNG NGHIỆP THEO TIÊU CHUẨN EUROCODE 3 (24)
    • 2.1. Giới thiệu chung (24)
    • 2.2. Tải trọng và tổ hợp tải trọng (24)
    • 2.3. Phân lớp mặt cắt tiết diện (25)
    • 2.4. Khả năng chịu lực cắt (27)
    • 2.7. Khả năng chống mất ổn định (29)
      • 2.7.1. Khả năng chống mất ổn định của cấu kiện chịu nén (29)
      • 2.7.2. Khả năng chống mất ổn định cấu kiện chịu uốn (29)
    • 2.8. Khả năng chịu nén và uốn đồng thời (31)
    • 2.9. Độ võng và chuyển vị ngang (31)
    • 2.10. Hệ giằng (31)
    • 2.11. Điều kiện biên (32)
  • CHƯƠNG 3. CƠ SỞ LÝ THUYẾT THUẬT GIẢI DI TRUYỀN (33)
    • 3.1. Giới thiệu chung (33)
    • 3.2. Các quá trình trong thuật giải di truyền (35)
      • 3.2.1. Mã hóa nhiễm sắc thể (35)
      • 3.2.2. Chọn lọc (35)
      • 3.2.3. Lai ghép (35)
      • 3.2.4. Đột biến (36)
      • 3.2.5. Vòng lặp thế hệ (36)
  • CHƯƠNG 4. PHÁT TRIỂN THIẾT KẾ TỐI ƯU KHUNG THÉP SỬ DỤNG THUẬT TOÁN DI TRUYỀN (38)
    • 4.1. Sơ đồ phương pháp nghiên cứu (38)
    • 4.2. Giới thiệu bài toán (39)
    • 4.3. Khai báo dữ liệu đầu vào (40)
      • 4.3.1. Thông số vật liệu (40)
      • 4.3.2. Tải trọng (40)
      • 4.3.3. Tọa độ nút khung (42)
      • 4.3.4. Các biến thiết kế (42)
      • 4.3.5. Hệ giằng (44)
    • 4.4. Các điều kiện ràng buộc (45)
    • 4.5. Hàm phạt (46)
    • 4.6. Sơ đồ tối ưu hóa GA (46)
      • 4.7.2. Tỷ lệ đột biến (MutationFcn) (51)
      • 4.7.3. Quy mô dân số (PopulationSize) (53)
      • 4.7.4. Giá trị hàm phạt (P) (55)
    • 4.8. Kết quả và so sánh (57)
    • 4.9. Kiểm tra kết quả tính toán bằng phần mềm Sap2000 (63)
  • CHƯƠNG 5. XÂY DỰNG KHUNG TỐI ƯU (67)
    • 5.1. Bài toán 1 (67)
    • 5.2. Bài toán 2 (69)
    • 5.3. Bài toán 3 (71)
  • CHƯƠNG 6. KẾT LUẬN VÀ KIẾN NGHỊ (76)
    • 6.1. Kết luận (76)
    • 6.2. Kiến nghị và hướng nghiên cứu tương lai (77)
  • TÀI LIỆU THAM KHẢO (78)

Nội dung

TỔNG QUAN

Đặt vấn đề

Nhu cầu xây dựng nhà xưởng và nhà công nghiệp đang gia tăng mạnh mẽ trên toàn cầu, đặc biệt là tại Việt Nam Các giải pháp kết cấu bê tông cốt thép truyền thống không đáp ứng đủ yêu cầu về kết cấu và thi công, do đó, khung thép tiền chế trở thành lựa chọn phổ biến Các cấu kiện thép được sản xuất tại nhà máy và lắp ráp nhanh chóng tại công trường, giúp rút ngắn thời gian thi công và giảm chi phí Để duy trì tính cạnh tranh trong bối cảnh giá vật liệu tăng cao, các nhà sản xuất và thi công phải áp dụng phương pháp thiết kế tối ưu nhằm giảm chi phí đầu tư Gần đây, sự phát triển của công nghệ máy tính đã thúc đẩy nghiên cứu về tối ưu hóa kết cấu xây dựng, đặc biệt là các phương pháp hiện đại như giải thuật di truyền (GA), giải thuật luyện thép (SA), giải thuật đàn chim (PSO) và giải thuật đàn kiến (ACO) Giải thuật di truyền (GA) đang được chú ý vì hiệu quả vượt trội trong việc giải quyết các bài toán tối ưu hóa, đặc biệt trong lĩnh vực trí tuệ nhân tạo, mở ra hướng đi mới cho thiết kế xây dựng hiện đại.

Đề tài “Thiết kế tối ưu kết cấu thép nhà công nghiệp sử dụng thuật toán di truyền” mang lại ý nghĩa thiết thực cho việc thiết kế kết cấu xây dựng hiện đại, đặc biệt là trong lĩnh vực kết cấu thép cho nhà công nghiệp.

Tổng quan về tình hình nghiên cứu trong và ngoài nước

1.2.1 Tình hình nghiên cứu ngoài nước

Nghiên cứu về việc sử dụng thuật toán trong thiết kế tối ưu hóa kết cấu, đặc biệt là kết cấu thép, đã thu hút sự quan tâm của nhiều tác giả quốc tế Bài toán tối ưu có thể dựa trên các tiêu chí như trọng lượng tối thiểu hoặc chi phí tối thiểu, nhưng phần lớn nghiên cứu hiện có tập trung vào việc giảm thiểu trọng lượng Nhóm tác giả Ross McKinstray, James B.P Lim, Tiku T Tanyimboh, Duoc T Phan, và Wei Sha đã áp dụng giải thuật di truyền (GA) để tối ưu hóa kết cấu khung cổng nhà công nghiệp có nhịp lớn, với trọng lượng kết cấu là hàm mục tiêu Kết quả nghiên cứu cho thấy phương pháp này có thể tiết kiệm tới 15% trọng lượng cho các khung có nhịp lớn hơn 40m.

Nhóm tác giả A Kaveh và M.S Massoudi đã áp dụng lý thuyết “đàn kiến” để tối ưu hóa kết cấu dầm liên hợp, với chi phí được xác định là hàm mục tiêu Kết quả nghiên cứu cung cấp nhiều giải pháp lựa chọn khác nhau, tùy thuộc vào đặc điểm của ô sàn và tải trọng tác dụng.

Koumousis và Georgiou [3] đã áp dụng thuật toán di truyền để phát triển chương trình tối ưu hóa cho mặt cắt tiết diện thép của kèo mái hình thang Nhóm nghiên cứu kết luận rằng, thuật toán di truyền là một phương pháp hiệu quả trong việc giải quyết các bài toán tối ưu phức tạp.

Ghassan Numan thực hiện thiết kế tối ưu khung thép theo tiêu chuẩn Eurocode 3 bằng cách sử dụng thuật toán di truyền GA, với mục tiêu tối ưu trọng lượng kết cấu Tác giả đã tiến hành phân tích động lực học của khung thép và kiểm tra điều kiện ổn định theo Eurocode 3, kết hợp với thuật toán di truyền để xác định tiết diện tối ưu Bên cạnh đó, tác giả cũng nghiên cứu ảnh hưởng của hệ giằng đến biến dạng của kết cấu khung.

Huang và Arora [5] đã tiến hành nghiên cứu ứng dụng thuật toán di truyền nhằm tối ưu hóa thiết kế dàn không gian hai chiều và khung thép nhiều tầng Nhóm tác giả đã đưa ra ba giải pháp hiệu quả để giải quyết các bài toán tối ưu hóa liên quan đến tiết diện rời rạc.

Bhatti [6] đã phát triển ý tưởng tối ưu hóa dầm liên hợp thông qua việc thiết lập công thức tối ưu hóa tiêu chuẩn và áp dụng giải pháp dựa trên công thức đại cương số Mathematica Tuy nhiên, hàm chi phí trong nghiên cứu này chỉ tính đến chi phí của dầm thép và đinh chịu cắt, mà không xem xét chi phí bê tông.

S.N.R Shah, Muhammad Aslam, N H R Sulon [7] nhóm tác giả tối ưu tiết diện hình học của khung cổng thép nhà công nghiệp sử dụng thuật toán di truyền (GA) Ngoài ra, nhóm tác giả cũng đưa ra so sánh tối ưu kết cấu giữa các bước khung khác nhau Cuối cùng, nhóm tác giả dùng phương pháp phần tử hữu hạn trên phần mềm Abaqus để kiểm tra kết quả tính toán

Longetal [8] đã trình bày một số phương pháp tính toán phi tuyến nhằm tối ưu hóa chi phí cho cầu dây văng, dựa trên hàm mục tiêu chi phí Các yếu tố chi phí được xem xét bao gồm bê tông cốt thép, kết cấu thép, dây cáp và ván khuôn.

Kravanja và Silih [9] đã áp dụng phương pháp phân tích phi tuyến để phát triển mô hình tối ưu hóa cho dầm I liên hợp Mục tiêu chính của nghiên cứu là giảm thiểu trọng lượng của dầm thép, trong khi không xem xét đến các yếu tố khác như bê tông và chốt liên kết.

Petr Hradil, Matti Mielonen và Ludovic Fỹlửp đã đề xuất ba phương pháp thiết kế khung cổng thép cho nhà công nghiệp theo tiêu chuẩn Eurocode 3 Nhóm tác giả không chỉ áp dụng các phương pháp thiết kế tiên tiến mà còn kết hợp thuật toán di truyền (GA) để tối ưu hóa hình dáng kết cấu khung Kết quả nghiên cứu cho thấy rõ ràng những lợi ích từ việc sử dụng các mô hình thiết kế hiện đại và tối ưu hóa kết cấu thông qua thuật toán di truyền.

Kravanja và Silih [11] đã tiến hành tối ưu hóa bằng cách so sánh giữa dầm liên hợp thép I và dàn liên hợp, với hàm mục tiêu chi phí bao gồm nhiều yếu tố như bê tông, dầm thép, cốt thép, chốt chống cắt, sơn chống ăn mòn, sơn chống cháy, chi phí hàn và chi phí ván khuôn Adeli và Kin [12] đề xuất mô hình mạng Noron nhằm tối ưu hóa chi phí cho phần tử dầm và kết cấu liên hợp Ngoài ra, Senoucid và Ansari [13] cũng phát triển thuật toán dựa trên thuật giải di truyền để tối ưu hóa chi phí cho dầm liên hợp đơn giản một nhịp.

Nhiều tác giả quốc tế đã nghiên cứu tối ưu hóa kết cấu thép và kết cấu liên hợp bằng nhiều phương pháp đa dạng.

Bốn phương pháp tối ưu hóa bằng thuật giải di truyền được nhiều tác giả áp dụng và đã chứng minh hiệu quả trong nhiều bài toán phức tạp Do đó, tối ưu hóa kết cấu thông qua thuật giải di truyền được xem là một phương pháp triển vọng cho tương lai.

1.2.2 Tình hình nghiên cứu trong nước

Nghiên cứu về tính toán và thiết kế tối ưu cho kết cấu, đặc biệt là kết cấu thép, đã thu hút sự quan tâm của nhiều tác giả trong nước, với việc áp dụng nhiều phương pháp khác nhau nhằm đạt được các kết quả tối ưu.

Nhóm tác giả Vũ Anh Tuấn và Hàn Ngọc Đức đã nghiên cứu kết cấu dầm liên hợp thép – bê tông, tập trung vào quá trình tự động hóa thiết kế tối ưu dầm thép bằng thuật toán tiến hóa vi phân (DEA) Mục tiêu chính của nghiên cứu là tối thiểu hóa trọng lượng dầm thép Kết quả cho thấy phương pháp thiết kế tối ưu sử dụng thuật toán DEA không chỉ hiệu quả mà còn rút ngắn thời gian tối ưu.

Đối tượng và phạm vi nghiên cứu

Khung thép nhà công nghiệp nhịp lớn không cầu trục, chịu tải trọng cố định: khẩu độ 30-60m, bước khung 5-9m.

Mục tiêu nghiên cứu

Mục tiêu của nghiên cứu này là tối ưu hóa thiết kế khung thép bằng cách sử dụng thuật toán di truyền (GA) để giảm thiểu trọng lượng kết cấu Nghiên cứu phát triển giải thuật thiết kế tối ưu khung thép trên nền tảng Matlab, từ đó đưa ra khuyến cáo cho các kỹ sư thiết kế trong việc chọn lựa tiết diện cấu kiện tối ưu nhất cho khung thép.

Phương pháp nghiên cứu

Phân tích kết cấu bằng phương pháp phần tử hữu hạn dựa trên bộ công công cụ

“CALFEM-Toolbox” Kết hợp tối ưu hóa kết cấu sử dụng thuật toán di truyền

“Genetic Algorithms” được sử dụng để xác định thiết kế tối ưu với hàm mục tiêu là giảm trọng lượng kết cấu Đồng thời, các điều kiện ràng buộc được thiết lập theo tiêu chuẩn thiết kế kết cấu khung thép Eurocode 3 nhằm đảm bảo khả năng chịu lực cho kết cấu.

Khảo sát mối liên hệ giữa các thông số cơ bản của Thuật toán di truyền (GA) như tỷ lệ đột lai ghép, tỷ lệ đột biến, quy mô dân số và giá trị hàm phạt với độ hội tụ của GA là rất quan trọng Nghiên cứu này giúp xác định cách thức các yếu tố này ảnh hưởng đến hiệu quả của quá trình tối ưu hóa trong GA.

Bộ thông số tối ưu nhất của GA được xác định để áp dụng cho các bài toán tối ưu Để đánh giá hiệu quả của thuật toán, chúng tôi thiết kế tối ưu cho các bài toán đã công bố trước đó và so sánh kết quả đạt được Đồng thời, kết quả tính toán cũng được kiểm tra thông qua phần mềm ứng dụng Sap2000.

Đóng góp của đề tài

Phương pháp thiết kế tối ưu kết cấu khung thép cho nhà công nghiệp được phát triển bằng thuật toán di truyền trên nền tảng Matlab, nhằm tối ưu hóa trọng lượng kết cấu và tiết kiệm chi phí Bài viết cũng cung cấp bảng tra để kỹ sư có thể nhanh chóng lựa chọn sơ bộ tiết diện và khối lượng cho khung thép nhà công nghiệp một tầng, một nhịp.

THIẾT KẾ KẾT KHUNG THÉPNHÀ CÔNG NGHIỆP THEO TIÊU CHUẨN EUROCODE 3

Giới thiệu chung

Hệ thống tiêu chuẩn Eurocodes là bộ tiêu chuẩn kết cấu công trình do Tiểu ban kỹ thuật CEN/TC250 soạn thảo và được Uỷ ban Tiêu chuẩn hoá Châu Âu (CEN) ban hành, áp dụng cho các nước thuộc Liên minh châu Âu Bắt đầu từ năm 1975, EU đã triển khai chương trình hành động nhằm loại bỏ rào cản kỹ thuật trong thương mại và hài hoà các quy định kỹ thuật Trong khuôn khổ chương trình này, nhiều quy tắc kỹ thuật đã được hình thành để thay thế các tiêu chuẩn quốc gia của các nước thành viên Đến giữa năm 1980, những tiêu chuẩn đầu tiên của Eurocodes đã ra đời, và hiện nay hệ thống này bao gồm 10 tiêu chuẩn chính, được chia thành 4 nhóm.

 Nhóm 1 - Cơ sở thiết kế kết cấu: EN 1990 (Eurocode 0);

 Nhóm 2 - Các tác động lên kết cấu công trình: EN 1991 (Eurocode 1);

 Nhóm 3 - Các yêu cầu thiết kế cụ thể cho từng loại kết cấu: EN 1992

EN 1996 và EN 1999 (Eurocode 2 ữ Eurocode 6 và Eurocode 9);

 Nhóm 4 - Thiết kế địa kỹ thuật và kháng chấn cho công trình: EN 1997 và EN 1998 (Eurocode 7 và Eurocode 8)

Trong nghiên cứu này, sử dụng Eurocode 1 để xác định tải trọng và tổ hợp tải trọng, Eurocode 3 thiết kế kết cấu thép.

Tải trọng và tổ hợp tải trọng

ULS: tổ hợp tải trọng theo trạng thái giới hạn SLS: tổ hợp tải trọng theo trạng thái sử dụng

Phân lớp mặt cắt tiết diện

Theo EC3 mặt cắt ngang tiết diện được chia thành 4 loại, xem hình 2.1 dưới đây

Hình 2.1:Phân loại tiết diện loại 1, 2, 3, 4

Tiết diện loại 1 cho phép chảy dẻo hoàn toàn và hình thành khớp dẻo với khả năng chuyển vị xoay trong phân tích dẻo, mà không làm giảm khả năng chịu lực Điều này cho phép phân bố lại moment trong kết cấu siêu tĩnh một cách hiệu quả.

 Tiết diện loại 2: cho phép chảy dẻo nhưng với góc xoay chảy dẻo bị hạn chế do mất ổn định cục bộ (không cho phép phân phối lại moment)

Tiết diện loại 3 trong cấu kiện thép cho phép ứng suất trên thớ biên chịu nén đạt đến giới hạn chảy trong giai đoạn đàn hồi Tuy nhiên, hiện tượng mất ổn định cục bộ có thể hạn chế sự phát triển của moment chảy dẻo.

Tiết diện loại 4 sẽ gặp hiện tượng mất ổn định cục bộ trước khi ứng suất lớn nhất đạt giới hạn chảy ở một hoặc nhiều phần của tiết diện.

Trong nghiên cứu này, chỉ sử dụng tiết diện loại 1, 2 và 3, trong khi tiết diện loại 4 sẽ không được áp dụng Phân loại các tiết diện được xác định dựa trên bảng 2.1 và 2.2 dưới đây.

Bảng 2.1: Tỷ số lớn nhất giữa bề rộng và bề dày của phần chịu nén

Loại tiết diện Phần chịu uốn Phần chịu nén Phần chịu nén và uốn

Phân bố ứng suất trong các phần (nén có dấu +)

Phân bố ứng suất trong các phần (nén có dấu +)

Bảng 2.2: Tỷ số lớn nhất giữa bề rộng và bề dày của phần chịu nén

Phần vươn ra của bản cánh c c c

Tiết diện thép cán Tiết diện thép hàn

Loại tiết diện Phần chịu nén

Phần chịu uốn và nén Đầu trong vùng nén Đầu trong vùng kéo

Phân bố ứng suất trong các phần (nén có dấu +)

Phân bố ứng suất trong các phần (nén có dấu +)

Khả năng chịu lực cắt

Giá trị thiết kế của lực cắt V Ed ở mỗi mặt cắt tiết diện phải thỏa mãn điều kiện: t c t t t

 : khả năng chịu cắt của tiết diện

V Ed : lực cắt thiết kế f y : giới hạn chảy của thép

A v : diện tích tiết diện  M0 : hệ số độ tin cậy của vật liệu

2.5 Khả năng chịu lực dọc

Giá trị thiết kế của lực dọc N Ed ở mỗi mặt cắt tiết diện phải thỏa mãn điều kiện:

N Ed : lực nén thiết kế y c,Rd

 : độ bền thiết kế của tiết diện chịu nén loại 1, 2 và 3

2.6 Khả năng chịu moment uốn

Giá trị thiết kế của moment uốn M Ed ở mỗi mặt cắt tiết diện phải thỏa mãn điều kiện:

M Ed : moment uốn thiết kế pl y c,Rd

 : độ bền chịu uốn của tiết diện loại 1 và 2 el y c,Rd

 : độ bền chịu uốn của tiết diện loại 3

W pl : mô đun đàn hồi dẻo

W el : mô đun đàn hồi

Khả năng chống mất ổn định

2.7.1 Khả năng chống mất ổn định của cấu kiện chịu nén

Giá trị thiết kế của lực nén N Ed ở mỗi mặt cắt tiết diện phải thỏa mãn điều kiện:

N Ed : lực nén thiết kế z y b,Rd

  : độ bền khi mất ổn định của tiết diện loại 1, 2, 3

 z : hệ số giảm cho mất ổn định z 2 2

I z : moment quán tính theo phương z β: hệ số chiều dài tính toán l: khoảng cách giằng

N  có thể bỏ qua ảnh hưởng của mất ổn định và chỉ kiểm tra tiết diện chịu nén thuần túy

2.7.2 Khả năng chống mất ổn định cấu kiện chịu uốn

Giá trị thiết kế của lực nén N Ed ở mỗi mặt cắt tiết diện phải thỏa mãn điều kiện:

M Ed : giá trị moment thiết kế

  : độ bền chịu uốn thiết kế khi mất ổn định

W y : moment chống uốn của tiết diện tương ứng

W y = W pl,y = A c y c + A t y t : đối với tiết diện loại 1,2

W y = W el,y =I y y :đối với tiết diện loại 3

LT: hệ số giảm cho mất ổn định uốn xoắn

  M (2.12) α LT : hệ số sai lệch

I t : hằng số độ cong xoắn

I w : hằng số độ cong của mặt cắt tiết diện

I fc , I ft : moment quán tính cánh nén và kéo tương ứng G: mô đun chống cắt kl: khoảng cách giữa hai điểm giằng chống xoắn k: lấy bằng 1,0

Khả năng chịu nén và uốn đồng thời

Ed Ed y Rk yy LT y,Rk

Ed Ed z Rk zy LT y,Rk

y, z: hệ số mất ổn định do nén uốn

 y : hệ số mất ổn định do uốn xoắn k yy , k zy : hệ số tương tác

Độ võng và chuyển vị ngang

Trong tính toán độ võng và chuyển vị ngang của kết cấu, chúng ta sử dụng tổ hợp tải trọng theo trạng thái phục vụ (SLS) Giá trị độ võng không được vượt quá quy định cho phép, cụ thể là L/200.

Hệ giằng

Hệ giằng là yếu tố quan trọng trong việc duy trì sự ổn định cho toàn bộ kết cấu của nhà công nghiệp, giúp đảm bảo kết cấu không bị biến dạng theo phương dọc của công trình.

Hệ giằng không chỉ tăng cường độ cứng cho không gian của hệ kết cấu mà còn giúp truyền tải trọng theo phương dọc của nhà Đồng thời, chúng giảm chiều dài tính toán ngoài mặt phẳng cho các cấu kiện, tạo điều kiện thuận lợi và an toàn trong quá trình lắp dựng và thi công.

Trong nghiên cứu này, nhằm đảm bảo quy trình tính toán đơn giản và duy trì điều kiện chống mất ổn định khung, số lượng và vị trí của hệ giằng xà gồ sẽ được xác định cố định.

Điều kiện biên

Thông thường có 3 loại điều kiện biên được sử dụng phổ biến cho khung thép liên kết với móng như:

 Liên kết cố định: hạn chế chuyển vị của kết cấu theo phương ngang, dọc và xoay

 Liên kết khớp: hạn chế chuyển vị của kết cấu theo phương ngang và dọc

Liên kết gối tựa chỉ hạn chế chuyển vị thẳng đứng, trong khi đối với khung thép nhà công nghiệp, liên kết giữa khung thép và móng được thực hiện bằng bu lông neo Bu lông này có khả năng chống chuyển vị xoay kém, chủ yếu chỉ có thể chống chuyển vị ngang và dọc của nhà Do đó, liên kết giữa khung thép và móng trong nhà công nghiệp được coi là liên kết khớp.

CƠ SỞ LÝ THUYẾT THUẬT GIẢI DI TRUYỀN

Giới thiệu chung

Trong nghiên cứu này, chương trình tối ưu trong Matlab sẽ được sử dụng Chương trình này được gọi là “Genetic Algorithm” (MathWorks, 2014)

Thuật giải di truyền (GA) là một phương pháp trong lĩnh vực tính toán tiến hóa, một nhánh phát triển nhanh chóng của trí tuệ nhân tạo GA hoạt động dựa trên nguyên lý tìm kiếm ngẫu nhiên, được xây dựng từ lý thuyết tiến hóa của Darwin Khái niệm về tính toán tiến hóa lần đầu tiên được Rechenberg giới thiệu vào những năm trước đây.

Vào năm 1960, John Holland đã phát minh ra các chiến lược tiến hóa (Evolution Strategies) và phát triển chúng cùng với các đồng nghiệp Năm 1975, ông xuất bản cuốn sách "Sự thích nghi trong tự nhiên và hệ thống nhân tạo" (Adaptation in Natural of Artificial), trong đó trình bày lý thuyết sơ đồ mà ông đã phát triển từ trước đó.

Năm 1975, Dejong đã hoàn thành cuốn sách "Phân tích cách làm việc của hệ thống thích nghi di truyền" (Analysis of Behavior of Class of Genetic Adaptive System), đánh dấu một bước ngoặt quan trọng trong nghiên cứu về hệ thống thích nghi di truyền Nghiên cứu của ông đã đóng góp to lớn cho sự phát triển của lĩnh vực này.

GA, kết hợp lý thuyết sơ đồ của Holland và kinh nghiệm nghiên cứu của John Koza, đã được ứng dụng vào lập trình giải quyết các bài toán từ năm 1992 Phương pháp này được Koza gọi là “lập trình gen”.

GA là một phương pháp tìm kiếm hiệu quả trong không gian lớn và phức tạp, sử dụng thuật toán mô phỏng các hiện tượng tự nhiên như di truyền và đấu tranh sinh tồn Phương pháp này dựa trên quan niệm rằng tiến hóa tự nhiên là quá trình tối ưu nhất, với thế hệ sau luôn cải thiện hơn thế hệ trước.

GA là một phương pháp tối ưu hóa ngày càng phổ biến hiện nay nhờ vào khả năng nhanh chóng và hiệu quả trong việc giải quyết các bài toán tối ưu Các phương pháp tối ưu hóa cổ điển thường gặp phải hạn chế, dễ bị mắc kẹt trong các điểm tối ưu địa phương Điều này xảy ra vì hầu hết các phương pháp này dựa vào kỹ thuật leo núi, phụ thuộc vào vị trí điểm xuất phát và hướng tìm kiếm.

Hình 3.1: Kỹ thuật tìm kiếm leo đồi [29]

GA là một quá trình lặp đi lặp lại, trong đó mỗi vòng lặp dân số được cập nhật thông qua ba toán tử chính: chọn lọc, lai ghép và đột biến Các cá thể mới được sinh ra từ quá trình lai ghép giữa các thế hệ cha mẹ hoặc từ đột biến Một cá thể mới có thể mang tính trạng di truyền từ cha mẹ hoặc có tính trạng hoàn toàn mới do đột biến Cả di truyền và đột biến đều đóng vai trò quan trọng trong tiến hóa, mặc dù đột biến xảy ra với xác suất thấp hơn nhiều so với di truyền.

Hình 3.2:Lưu đồ thuật giải di truyền [30]

Các quá trình trong thuật giải di truyền

3.2.1 Mã hóa nhiễm sắc thể

Khái niệm về GA (thuật toán di truyền) tương tự như quá trình tiến hóa tự nhiên, bao gồm các thuật ngữ bắt nguồn từ sự chọn lọc tự nhiên Thông tin di truyền được lưu trữ trong nhiễm sắc thể (NST), mà mỗi NST được chia thành nhiều phần gọi là gen Các NST-N được biểu diễn dưới dạng chuỗi nhị phân, trong đó mỗi chuỗi có N số lượng các chuỗi con Mỗi chuỗi NST x_i có chiều dài l_i, đại diện cho một biến trong bài toán.

Hình 3.3:Nhiễm sắc thể trong GA

Chọn lọc là bước đầu tiên trong quá trình xử lý quần thể dân số ban đầu, trong đó toàn bộ dân số được sắp xếp theo thứ tự tăng dần độ thích nghi Các cá thể có độ thích nghi thấp nhất được xếp hạng 1, trong khi cá thể có độ thích nghi tốt nhất được xếp hạng N Mục tiêu chính của quá trình này là lựa chọn những cá thể có độ thích nghi cao và đưa chúng vào bể lai ghép để thực hiện các bước tiếp theo, đồng thời loại bỏ các cá thể có độ thích nghi thấp.

Hình 3.4: Sắp xếp thứ tự độ thích nghi của cá thể

Phép lai ghép là quá trình tạo ra nhiễm sắc thể mới từ nhiễm sắc thể của cha mẹ, thông qua việc kết hợp một hoặc nhiều đoạn gen từ hai hoặc nhiều nhiễm sắc thể khác nhau Có ba phương pháp lai ghép chính được áp dụng.

Lai đơn điểm là quá trình trong đó hai chuỗi nhiễm sắc thể (NST) cha mẹ được cắt tại một điểm và kết hợp với nhau, tạo ra chuỗi NST con mới mang các đặc tính di truyền từ cả hai cha mẹ.

Cha-mẹ Thế hệ con

 Lai hai điểm: tương tự như phương pháp lai đơn điểm, nhưng ở phương pháp này chuỗi NST cha mẹ được cắt ở hai điểm để lai ghép với nhau

Cha-mẹ Thế hệ con

 Lai đa điểm: hai chuỗi NST cha mẹ được cắt tại nhiều điểm và lai ghép với nhau

Cha-mẹ Thế hệ con

3.2.4 Đột biến Đột biến là hiện tượng cá thể con mang một số tính trạng không có trong mã di truyền của cha – mẹ Phép đột biến xảy ra với xác xuất nhỏ hơn rất nhiều so với phép lai ghép Có 2 phương pháp đột biến như sau:

 Đột biến trao đổi: một mã số nhị phân trong chuỗi NST được chọn ngẫu nhiên để trao đổi

Cha-mẹ Thế hệ con

 Đột biến đảo ngược: hai mã số nhị phân nằm cạnh nhau trong chuỗi NST được chọn ngẫu nhiên và đảo ngược vị trí cho nhau

Cha-mẹ Thế hệ con

Hiện nay, khả năng thích nghi của từng cá thể trong thế hệ mới đang được đánh giá Quá trình lựa chọn, lai ghép, đột biến và các hoạt động của GA đóng vai trò quan trọng trong việc này.

Quá trình thực hiện GA (Genetic Algorithm) được lặp lại nhiều lần, với số lần lặp trong một chu kỳ có thể được xác định theo hai cách Người dùng có thể lựa chọn một giá trị cụ thể, thường từ 30 đến 200 thế hệ, hoặc GA sẽ tiếp tục chạy cho đến khi đạt được sự hội tụ.

GA được xem là hội tụ khi giá trị của hàm ràng buộc (hàm phạt) không thay đổi hoặc chỉ thay đổi với giá trị nhỏ hơn hoặc bằng 0,0001 trong suốt các vòng lặp thế hệ.

PHÁT TRIỂN THIẾT KẾ TỐI ƯU KHUNG THÉP SỬ DỤNG THUẬT TOÁN DI TRUYỀN

Sơ đồ phương pháp nghiên cứu

Hình 4.1: Sơ đồ phương pháp nghiên cứu

DỮ LIỆU ĐẦU VÀO BÀI TOÁN

Vật liệu Tọa độ ĐK biên Hệ giằng Tải trọng

TẠO DÂN SỐ BAN ĐẦU

Giới thiệu bài toán

Để kiểm tra hiệu quả của phương pháp tối ưu hóa bằng thuật giải di truyền, tác giả đã thực hiện tính toán cho một bài toán cụ thể được trích từ tài liệu [32] và tiến hành so sánh các kết quả thu được Các thông số chi tiết của bài toán sẽ được trình bày trong nghiên cứu này.

Bảng 4.2: Kết quả tính toán theo [32]

M cx = 692 kNm r y = 4,57 cm b/T = 6,03 Z x = 2.290 cm 3 d/t = 44,1 S x = 2.610 cm 3

M cx = 405 kNm r y = 4,12 cm b/T = 7,48 Z x = 1.300 cm 3 d/t = 48,0 S x = 1.470 cm 3

Khai báo dữ liệu đầu vào

4.3.1 Thông số vật liệu Đặc trưng vật liệu được lấy theo bài toán đã cho trên như sau:

 Cường độ thép fy = 275kN/m2

Giá trị tải trọng và các trường hợp tổ hợp tải trọng cũng được lấy theo bài toán đã cho trên như sau:

 Tỉnh tải (G) = 0,55 + gself-weight(kN/m2)

Tải trọng sẽ được phân bố đều trên từng phần tử, như thể hiện trong hình 4.3 và 4.4 Chương trình sẽ tự động tính toán tải trọng bản thân của kết cấu khung.

 G = 0,55 x 6 + self-weight = 3,3 kN/m + self-weight

Hình 4.3.: Tỉnh tải phân bố đều trên khung

Hình 4.4: Hoạt tải phân bố đều trên khung

Hình 4.5:Tọa độ nút khung

Tọa độ nút chính của sẽ được khai báo vào chương trình tính toán được mô tả ở bảng 4.2 dưới đây:

Bảng 4.2: Tọa độ nút khung

Khung thép được hình thành từ các cấu kiện tổ hợp hàn, do đó kích thước mặt cắt tiết diện là yếu tố quan trọng cần chú ý trong quá trình thiết kế Trong đó, chiều cao bản được ký hiệu là h_w.

26 bụng, t w là chiều dày bản bụng, b u là bề rộng cánh trên, t u là chiều dày cánh trên, b l là bề rộng cánh dưới, t l là chiều dày cánh dưới

MC8 hw tu tl tw bl bu

Hình 4.6: Mặt cắt tiết diện khung

Căn cứ vào các loại thép tấm trên thị trường, độ dày tấm thép được sử dụng dao động từ 5-20 mm Các yêu cầu về tiết diện bao gồm chiều rộng bản cánh từ 100-300 mm, chiều dày bản cánh từ 5-20 mm, và chiều cao bản bụng tối thiểu 300 mm.

1000 mm, chiều dày bản bụng nằm trong khoảng từ 5-20 mm Các biến thiết kế được thể hiện trong bảng 4.4 dưới đây

Bảng 4.4: Các biến thiết kế

Chiều rộng bản cánh trên (mm)

Chiều dày bản cánh trên (mm)

Chiều cao bản bụng (mm)

Chiều dày bản bụng (mm)

Chiều rộng bản cánh dưới (mm)

Chiều dày bản cánh dưới (mm)

1 bu1 (100-300) tu1 (5-20) hw1 (300-1000) tw1 (5-20) bl1 (100-300) tl1 (5-20)

2 bu2 (100-300) tu2 (5-20) hw2 (300-1000) tw2 (5-20) bl2 (100-300) tl2 (5-20)

3 bu3 (100-300) tu3 (5-20) hw3 (300-1000) tw3 (5-20) bl3 (100-300) tl3 (5-20)

4 bu4 (100-300) tu4 (5-20) hw4 (300-1000) tw4 (5-20) bl4 (100-300) tl4 (5-20)

5 bu5 (100-300) tu5 (5-20) hw5 (300-1000) tw5 (5-20) bl5 (100-300) tl5 (5-20)

6 bu6 (100-300) tu6 (5-20) hw6 (300-1000) tw6 (5-20) bl6 (100-300) tl6 (5-20)

7 bu7 (100-300) tu7 (5-20) hw7 (300-1000) tw7 (5-20) bl7 (100-300) tl7 (5-20)

8 bu8 (100-300) tu8 (5-20) hw8 (300-1000) tw8 (5-20) bl8 (100-300) tl8 (5-20)

9 bu9 (100-300) tu9 (5-20) hw9 (300-1000) tw9 (5-20) bl9 (100-300) tl9 (5-20)

10 bu10(100-300) tu10 (5-20) hw10 (300-1000) tw10 (5-20) bl10 (100-300) tl10 (5-20)

11 bu11 (100-300) tu11 (5-20) hw11 (300-1000) tw11 (5-20) bl11 (100-300) tl11 (5-20)

12 bu12 (100-300) tu12 (5-20) hw12 (300-1000) tw12 (5-20) bl12 (100-300) tl12 (5-20)

13 bu13 (100-300) tu13 (5-20) hw13 (300-1000) tw13 (5-20) bl13 (100-300) tl13 (5-20)

14 bu14 (100-300) tu14 (5-20) hw14 (300-1000) tw14 (5-20) bl14 (100-300) tl14 (5-20)

15 bu15 (100-300) tu15 (5-20) hw15 (300-1000) tw15 (5-20) bl15 (100-300) tl15 (5-20)

16 bu16 (100-300) tu16 (5-20) hw16 (300-1000) tw16 (5-20) bl16 (100-300) tl16 (5-20)

Trong nghiên cứu này, hệ giằng xà gồ với số lượng và vị trí được lấy như theo

Khi áp dụng phương pháp phần tử hữu hạn để phân tích khung, các phần tử chính sẽ được chia thành các phần tử con Số lượng phần tử con này phụ thuộc vào số lượng và vị trí giằng xà gồ được bố trí trong từng phần tử chính, như được minh họa trong Hình 4.7 dưới đây.

Hình 4.7: Số lượng và vị trí hệ giằng xà gồ

Các điều kiện ràng buộc

Các điều kiện ràng buộc được thiết lập để đảm bảo kết cấu có khả năng chịu lực và độ võng trong giới hạn cho phép Những điều kiện này được xây dựng dựa trên tiêu chuẩn thiết kế Eurocode 3 và sẽ được trình bày chi tiết dưới đây.

0 nếu 3t f ≤ h (4.9) g 10 {1,2 nếu thuộc tiết diện loại 4

0 nếu thuộc trường hợp khác (4.10)

Trong đó: g 1 đến g 5 là các điều kiện về trạng thái giới hạn (ULS) g 6 , g 7 là các điều kiện về trạng thái sử dụng (SLS)

Các điều kiện về tiết diện được quy định từ g8 đến g10, trong khi g1, g2 và g3 lần lượt là các ràng buộc về khả năng chịu cắt, khả năng chịu nén và khả năng chịu moment uốn G4 và g5 đề cập đến khả năng chịu nén uốn đồng thời loại 1 (IF1) và loại 2 (IF2) G6 và g7 là các ràng buộc liên quan đến chuyển vị đứng và chuyển vị ngang Cuối cùng, g8, g9 và g10 xác định các ràng buộc về tiết diện hình học với giá trị là 1, 2 hoặc 0.

Hàm phạt

Mục tiêu của bài toán tối ưu là giảm thiểu trọng lượng khung thép (F weight), bao gồm cả khối lượng của cột và xà ngang Để thực hiện tính toán tối ưu, mỗi vi phạm về ràng buộc sẽ bị áp dụng hình phạt, bằng cách cộng thêm khối lượng (P) vào tổng khối lượng của khung.

Giá trị hàm phạm (P) sẽ được khảo sát để tìm giá trị (P) mà GA hội tụ và cho ra kết quả tối ưu tốt nhất

F: tổng khối lượng hàm phạt

F weight : tổng khối lượng khung P: giá trị hình phạt g M : giá trị ràng buộc

Sơ đồ tối ưu hóa GA

Quá trình tối ưu hóa kết cấu bằng thuật giải di truyền được thực hiện theo sơ đồ hình 4.8, bao gồm các bước cụ thể như sau:

Để bắt đầu, cần khai báo các dữ liệu ban đầu như vật liệu, tọa độ của các nút khung, hệ giằng, tải trọng và tổ hợp tải trọng tác động lên khung, cũng như điều kiện biên.

 Bước 2: Tạo ra dân số ban đầu, với mỗi cá nhân là đặc trưng mặt cắt tiết diện của khung thép

 Bước 3: Phân tích khung bằng phương pháp phần tữ hữu hạn (CALEM- Toolbox) [33] để xác định nội lực bao gồm: lực dọc, lực cắt, moment và chuyển vị

Bước 4 trong quy trình thiết kế kết cấu là kiểm tra khả năng chịu lực của tiết diện, dựa trên các điều kiện ràng buộc theo tiêu chuẩn Eurocode 3 Các yếu tố cần xem xét bao gồm khả năng chịu cắt, chịu nén, chịu moment uốn, tương tác nén uốn đồng thời và chuyển vị.

 Bước 5: Áp dụng hình phạt là cộng thêm khối lượng vào khung khi các cá nhân vi phạm các điều kiện ràng buộc

 Bước 6: Kết thúc quá trình tìm kiếm khi các tiêu chí ràng buộc đều đạt, thực hiện tiếp bước 8 Nếu không đạt thì thực hiện tiếp bước 7

Bước 7 trong quy trình là tạo ra thế hệ mới thông qua các phương pháp lựa chọn, lai ghép và đột biến Sau đó, đưa quần thể mới vào dân số ban đầu và lặp lại các bước cho đến khi đạt được sự hội tụ trong thuật toán di truyền (GA).

 Bước 8: Lấy kết quả tối ưu đã tìm được và tiến hành phân tích đưa ra kết quả

Hình 4.8: Sơ đồ tối ưu hóa GA

Vật liệu Tọa độ ĐK biên Hệ giằng Tải trọng

TẠO DÂN SỐ BAN ĐẦU

Lực dọc Lực cắt Moment Chuyển vị

KẾT THÚC KHI ĐẠT TIÊCHÍ

PHÁT TRIỂN THẾ HỆ CON

Ed Ed y Rk yy LT y,Rk

Ed Ed zy z Rk LT y,Rk

4.7 Khảo sát sự hội tụ của GA

GA là một thuật toán ngẫu nhiên, sử dụng các thông số cơ bản như quy mô dân số (PopulationSize), tỷ lệ lai ghép (CrossoverFcn) và tỷ lệ đột biến.

(MutationFcn), giá trị hàm phạt (P)

Để tối ưu hóa kết quả và tăng tốc độ hội tụ của Thuật toán di truyền (GA), cần cố định các thông số đầu vào và khảo sát sự phụ thuộc của chúng đối với quá trình hội tụ và kết quả Qua đó, lựa chọn giá trị cụ thể cho từng thông số sẽ đảm bảo rằng kết quả tính toán của GA đạt được mức tối ưu nhất.

4.7.1 Tỷ lệ lai ghép (CrossoverFcn)

Chọn quy mô dân số là 200 và tỷ lệ đột biến là 0.2%, trong khi tỷ lệ lai ghép được điều chỉnh từ 40% đến 100% để khảo sát ảnh hưởng đến kết quả của thuật toán di truyền (GA) Kết quả khảo sát được trình bày trong bảng 4.5, hình 4.9 và hình 4.10.

Bảng 4.5: Số thế hệ hội tụ và giá trị hội tụ của GA ứng với giá trị của tỷ lệ lai ghép (CrossoverFcn)

Tỷ lệ lai ghép Số thế hệ hội tụ Giá trị hội tụ (khối lượng)

Hình 4.9: Quan hệ giữa tỷ lệ lai ghép và sô thế hệ hội tụ

Hình 4.10: Quan hệ giữa tỷ lệ lai ghép và khối lượng

GA sử dụng cơ chế ngẫu nhiên, cho thấy rằng khi thay đổi tỷ lệ lai ghép theo quy luật nhất định, hai thông số giá trị hội tụ sẽ thay đổi Hình 4.9 và hình 4.10 minh họa rõ ràng sự ảnh hưởng này.

Tỷ lệ lai ghép Thế hệ hội tụ

Trong nghiên cứu về số thế hệ hội tụ, tỷ lệ lai ghép CrossoverFcn = 60% cho thấy GA hội tụ nhanh nhất ở thế hệ thứ 33, mặc dù giá trị hội tụ (khối lượng) khá cao Ngược lại, với tỷ lệ lai ghép CrossoverFcn = 80%, GA hội tụ chậm hơn, đạt đến thế hệ thứ 40, nhưng mang lại giá trị hội tụ (khối lượng) tốt nhất Do đó, tỷ lệ lai ghép CrossoverFcn = 80% được lựa chọn là tối ưu.

4.7.2 Tỷ lệ đột biến (MutationFcn)

Chọn quy mô dân số là 200 với tỷ lệ lai ghép đạt 80%, đồng thời điều chỉnh tỷ lệ đột biến trong khoảng từ 0,5% đến 5% nhằm khảo sát sự thay đổi kết quả của thuật toán di truyền (GA) Kết quả khảo sát được trình bày trong bảng 4.6, hình 4.11 và hình 4.12.

Bảng 4.6: Số thế hệ hội tụ và giá trị hội tụ của GA ứng với giá trị của tỷ lệ đột biến (MutationFcn)

Tỷ lệ đột biến Số thế hệ hội tụ Giá trị hội tụ (khối lượng)

Hình 4.11: Quan hệ giữa tỷ lệ đột biến và số thế hệ hội tụ

Hình 4.12: Quan hệ giữa tỷ lệ đột biến và khối lượng

Với tỷ lệ đột biến MutationFcn là 0.05%, GA đạt được sự hội tụ nhanh nhất ở thế hệ thứ 30, tuy nhiên giá trị hội tụ lại khá cao Ngược lại, khi tỷ lệ đột biến tăng lên 0.2%, kết quả cũng cho thấy sự thay đổi đáng kể.

Tỷ lệ đột biến Thế hệ hội tụ

GA hội tụ nhanh chóng ở thế hệ thứ 42 với giá trị hội tụ nhỏ nhất Do đó, đề xuất tỷ lệ đột biến MutationFcn là 0.2%.

4.7.3 Quy mô dân số (PopulationSize)

Chọn tỷ lệ lai ghép CrossoverFcn là 80% và tỷ lệ đột biến MutationFcn là 0.2% để khảo sát sự thay đổi kết quả của thuật toán di truyền (GA) với quy mô dân số PopulationSize từ 100 đến 650 Kết quả được trình bày trong bảng 4.5, hình 4.13 và hình 4.14.

Bảng 4.7: Số thế hệ hội tụ và giá trị hội tụ của GA ứng với giá trị của quy mô dân số (PopulationSize)

Quy mô dân số Số thế hệ hội tụ Giá trị hội tụ (khối lượng)

Hình 4.13: Quan hệ giữa quy mô dân số và số thế hệ hội tụ

Hình 4.14: Quan hệ giữa quy mô dân số và khối lượng

Thế hệ hội tụ tăng dần theo quy mô dân số, với PopulationSize = 100 GA cho thấy sự hội tụ tốt nhất ở thế hệ thứ 40, mặc dù giá trị hội tụ vẫn còn tương đối cao Trong khi đó, PopulationSize = 200 GA cũng thể hiện sự hội tụ đáng chú ý.

Quy mô dân số Thế hệ hội tụ

38 sự hội tụ tốt tương đối tốt ở thế hệ 42 và giá trị hội tụ tốt nhất Vậy chọn quy mô dân số PopulationSize= 200

Để khảo sát sự thay đổi kết quả của thuật toán di truyền (GA), tỷ lệ lai ghép được chọn là CrossoverFcn = 80%, tỷ lệ đột biến là MutationFcn = 0.2%, và quy mô dân số là PopulationSize = 200 Giá trị hàm phạt (P) được thay đổi trong khoảng từ 10-120 kg Kết quả của nghiên cứu được trình bày trong bảng 4.6, hình 4.15 và hình 4.16.

Bảng 4.8: Số thế hệ hội tụ và giá trị hội tụ của GA ứng với giá trị của hàm phạt (P)

Giá trị (P) Số thế hệ hội tụ Giá trị hội tụ (khối lượng)

Hình 4.15: Quan hệ giá trị hàm phạt và số thế hệ hội tụ

Hình 4.16: Quan hệ giữa giá trị hàm phạt và khối lượng

Kết quả và so sánh

Áp dụng các tham số khảo sát của thuật toán di truyền (GA), chúng tôi sử dụng tỷ lệ lai ghép CrossoverFcn = 50%, tỷ lệ đột biến MutationFcn = 0.2%, quy mô dân số PopulationSize = 200 và giá trị hàm phạt P = 50 kg Kết quả của bài toán sẽ được trình bày trong các hình ảnh dưới đây.

Hình 4.21: Kiểm tra điều kiện chịu nén

Hình 4.22: Kiểm tra điều kiện chịu cắt

Hình 4.23: Kiểm tra điều kiện moment uốn

Hình 4.24: Kiểm tra tương tác nén uốn 1

Hình 4.25: Kiểm tra tương nén uốn tác 2

Hình 4.26: Kết quả khung tối ưu

Hình 4.27: Sự hội tu của GA

Mặt cắt tiết diện khung thép tối ưu mà thuật toán tìm kiếm được mô tả cụ thể trong bảng 4.9 dưới đây:

Bảng 4.9: Kết quả mặt cắt tiết diện khung

Chiều rộng bản cánh trên

Chiều dày bản cánh trên (mm)

Chiều cao bản bụng (mm)

Chiều dày bản bụng (mm)

Chiều rộng bản cánh dưới (mm)

Chiều dày bản cánh dưới (mm)

Theo kết quả từ hình 4.25, GA đã xác định khung cuối cùng với tổng khối lượng thép là 3529 kg So với khối lượng được trình bày trong mục 4.2 là 3685,77 kg, phương pháp của tác giả đã tiết kiệm được 154,77 kg, tương đương khoảng 5%.

Kiểm tra kết quả tính toán bằng phần mềm Sap2000

Để kiểm tra tính toán, tác giả đã sử dụng phần mềm SAP2000, một ứng dụng phổ biến hiện nay, để thực hiện mô hình tính toán Kết quả của quá trình tính toán được trình bày trong các hình ảnh dưới đây.

Hình 4.34: Chuyển vị ngang-Sap

Hình 4.35: Kiểm tra khả năng chịu lực của tiết diện

Kết quả từ phân tích cho thấy rằng GA đáp ứng đầy đủ yêu cầu về độ võng và khả năng chịu lực theo tiêu chuẩn Eurocode 3, được xác nhận qua kiểm tra bằng phần mềm Sap2000.

XÂY DỰNG KHUNG TỐI ƯU

Bài toán 1

Để tối ưu thiết kế kết cấu khung thép cho nhà công nghiệp, việc xác định chiều dài nách khung là rất quan trọng Bài toán khảo sát này liên quan đến sự thay đổi trọng lượng của kết cấu khung khi chiều dài nách khung được điều chỉnh.

Xét đến tính phổ biến của công trình nhà công nghiệp 1 tầng không cột giữa, tiến hành chọn 2 khung, với chiều dài nách được khảo sát là 10%, 15%, 20%, 25% nhịp khung

Khung A với các thông số như sau:

 Tỉnh tải (G): 0.55 kN/m2 + gself-weight

Khung B với các thông số như sau:

 Tỉnh tải (G): 0.55 kN/m2 + gself-weight

Kết quả tính toán khảo sát khung A được thể hiện ở bảng 5.1 và hình 5.1 dưới đây:

Bảng 5.1: Kết quả khảo sát chiều dài nách khung A

Lực cắt max (kN) Độ võng (m)

Lực cắt max (kN) Độ võng (m)

Hình 5.1:Chiều dài nách ứng với khối lượng khung A

Kết quả tính toán khảo sát khung B được thể hiện ở bảng 5.2 và hình 5.2 dưới đây:

Bảng 5.2: Kết quả khảo sát chiều dài nách khung B

Lực cắt max (kN) Độ võng (m)

Chiều dài nách (%L) Khối lượng (kg)

Lực cắt max (kN) Độ võng (m)

Hình 5.2: Chiều dài nách ứng với khối lượng khung B

Dựa trên kết quả khảo sát từ bảng 5.1, bảng 5.2, hình 5.1 và hình 5.2, có thể kết luận rằng đối với khung thép nhà công nghiệp một tầng nhịp lớn 40 m, chiều dài đoạn nách khung tối ưu nhất để giảm trọng lượng bản thân của khung là 15% nhịp khung Do đó, đề xuất chiều dài đoạn nách khung nên được chọn là 15%L.

Bài toán 2

Để tối ưu thiết kế kết cấu khung thép cho nhà công nghiệp, cần khảo sát mối quan hệ giữa sự thay đổi trọng lượng kết cấu và kích thước bước khung.

Chiều dài nách (%L) Khối lượng (kg)

Bài toán được xem xét có đặc trưng như khung A trong mục 5.1, với chiều dài nhà là 60m và bước khung thay đổi lần lượt là 5m, 6m, 7,5m và 8,5m Kết quả khảo sát chi tiết được trình bày trong bảng 5.3 dưới đây.

Bảng 5.3: Kết quả khảo sát các bước khung A

(m) Số khung Khối lượng 1 khung

Hình 5.3: Bước khung ứng với khối lượng khung A

Theo kết quả khảo sát từ bảng 5.3, khung thép cho nhà công nghiệp 1 tầng với bước khung 7,5 m là lựa chọn tối ưu để giảm thiểu trọng lượng kết cấu khung.

Bước khung (m) Khối lượng (kg)

Bài toán 3

Để hỗ trợ các kỹ sư thiết kế trong việc lựa chọn tiết diện khung thép cho nhà công nghiệp một tầng một nhịp, tác giả đã tiến hành khảo sát nhiều trường hợp thiết kế theo tiêu chuẩn Eurocode 3.

Khi xem xét sự phổ biến của kết cấu khung thép cho nhà công nghiệp 1 tầng 1 nhịp, các yếu tố quan trọng như kích thước nhịp khung, bước khung và chiều cao giọt nước sẽ được lựa chọn một cách hợp lý để đảm bảo tính hiệu quả và an toàn cho công trình.

 Nhịp khung (L) thay đổi từ 30-50m

 Bước khung (B) thay đổi từ 6-8 m

 Chiều cao giọt nước (H) thay đổi từ 8-12 m

 Tỉnh tải (G): 0,55 kN/m2 + gself-weight(Theo EC3) và 0,15 kN/m2 + gself-weight

 Hoạt tải (G): 0,6 kN/m2 (Theo EC3) và 0,3 kN/m2 (Theo TCVN)

Hình 5.4: Cấu tạo chi tiết khung thép

Bảng 5.4: Bảng tra nhanh tiết diện và khối lượng khung thép

Tiết diện Khối lượng (kg)

Tiết diện Khối lượng (kg)

Tiết diện Khối lượng (kg)

Tiết diện Khối lượng (kg)

Ngày đăng: 19/09/2022, 14:58

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1]. Ross McKinstray, James B.P. Lim, Tiku T. Tanyimboh, Duoc T. Phan, Wei Sha: Optimal design of long-span steel portal frame using fabricated beams, 2014 Sách, tạp chí
Tiêu đề: Optimal design of long-span steel portal frame using fabricated beams
[2]. A. Kaveh and M.s Massoudi (2012) Cost optimazation of a composite floor system using ant colony system. IJST, Transactions of Civil Engineering, Vol.36, No. C2, pp 139-148 Sách, tạp chí
Tiêu đề: Cost optimazation of a composite floor system using ant colony system
[3]. Koumousis, V. K., and Georgiou, P. G. (1994). Genetic Algorithms in Discrete Optimization of Steel Truss Roofs. Journal of Computing in Civil Engineering, Vol. 8, No. 3, 309-325 Sách, tạp chí
Tiêu đề: Journal of Computing in Civil Engineering
Tác giả: Koumousis, V. K., and Georgiou, P. G
Năm: 1994
[4]. Ghassan Numan, Design and optimization of steel portal frames according to Eurocode using genetic algorithm. 2012 Sách, tạp chí
Tiêu đề: Design and optimization of steel portal frames according to Eurocode using genetic algorithm
[5]. Huang, M. W., and Arora, J. S. (1995). “Optimal Design of Steel Structures Using Standard Sections.” Structural Optimization, 14, 24-35 Sách, tạp chí
Tiêu đề: Optimal Design of Steel Structures Using Standard Sections
Tác giả: Huang, M. W., and Arora, J. S
Năm: 1995
[7]. S.N.R. Shah, Muhammad Aslam, N H R Sulong: Geometrically Optimum Design of steel portal frames, Vol. 21, No. IV, 2016 Sách, tạp chí
Tiêu đề: Geometrically Optimum Design of steel portal frames
[8]. Long W, Troitsky MS, Zielinski ZA. Optimum design of cable stayed bridges. Struct Eng Mech 1999;7(3):241–57 Sách, tạp chí
Tiêu đề: Optimum design of cable stayed bridges
[9]. Kravanja S, Šilih S. Optimization based comparison between composite I beams and composite trusses. J Construct Steel Res 2003;59(5):609–25 Sách, tạp chí
Tiêu đề: Optimization based comparison between composite I beams and composite trusses
[10]. Petr Hradil, Matti Mielonen and Ludovic Fỹlửp. Advanced design and optimization of steel portal. Rakenteiden Mekaniikka, Vol. 43, No 1, 2010, pp. 44-60 Sách, tạp chí
Tiêu đề: Advanced design and optimization of steel portal
[11]. Kravanja S, Šilih S. The competitive spans of composite beams. In: Studenicˇka J,Wald F, Machacˇek J, editors. Proceedings of the conference Eurosteel99. Prague: Czech Technical University in Prague; 1999. p. 623–6 Sách, tạp chí
Tiêu đề: The competitive spans of composite beams
[12]. Adeli, H. & Kim, H. (2001). Cost optimization of composite beams using the neural dynamics model. Commun Numer Meth Eng, Vol. 17, pp. 771–87 Sách, tạp chí
Tiêu đề: Cost optimization of composite beams using the neural dynamics model
Tác giả: Adeli, H. & Kim, H
Năm: 2001
[13]. Senouci, A. B. & Al-Ansari, M. S. (2009). Cost optimization of composite beams using genetic algorithms. Adv. Eng. Softw. , Vol. 40, pp, 1112–1118 Sách, tạp chí
Tiêu đề: Cost optimization of composite beams using genetic algorithms
Tác giả: Senouci, A. B. & Al-Ansari, M. S
Năm: 2009
[14]. Vũ Anh Tuấn, Hàn Ngọc Đức. Thiết kế tối ưu dầm liên hợp thép – bê tông cốt thép. Tạp chí khoa học công nghệ xây dựng, số 10/9-2011, 15-22, 2011 Sách, tạp chí
Tiêu đề: Tạp chí khoa học công nghệ xây dựng
[15]. Vũ Anh Tuấn, Nguyễn Quốc Cường. Thiết kế tối ưu kết cấu thép bằng thuật toán tiến hóa. Tạp chí khoa học công nghệ xây dựng, số 4-2007, 111-118, 2007 Sách, tạp chí
Tiêu đề: Tạp chí khoa học công nghệ xây dựng
[16]. Bùi Hoàng Giang, Nguyễn Hữu Lộc. Tối ưu hóa kiểu dáng kết cấu theo phương pháp mật độ và phương pháp tiến hóa. Tạp chí phát triển KH&CN,tập 11 số 3-2008, 58-68, 2008 Sách, tạp chí
Tiêu đề: Tạp chí phát triển KH&CN,tập 11
[28]. Holland, J.H. (1975) Adaptation in Natural and Artificial Systems, University of Michigan Press, Ann Arbor, MI Sách, tạp chí
Tiêu đề: Adaptation in Natural and Artificial Systems
[30]. Deb, K. Genetic Algorithm in Search and Optimization: The Technique andApplications, 1997 Sách, tạp chí
Tiêu đề: Genetic Algorithm in Search and Optimization
[31]. Sivanandam, S. N. & Deepa, S. N. Introduction to Genetic Algorithms. Berlin, Springer, 2008 Sách, tạp chí
Tiêu đề: Introduction to Genetic Algorithms
[32]. Salter PR, Malik AS, King CM. Design of single-span steel portal frame to BS 5950-1:2000. SCI publication P252. Ascot: The Steel Construction Institute, 2004 Sách, tạp chí
Tiêu đề: Design of single-span steel portal frame to BS 5950-1:2000
[33]. Austrell, P.-E.et al., 2004. CALFEM: A Finite Element Toolbox. Lund University Sách, tạp chí
Tiêu đề: CALFEM: A Finite Element Toolbox

HÌNH ẢNH LIÊN QUAN

Bảng 2.1: Tỷ số lớn nhất giữa bề rộng và bề dày của phần chịu nén - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Bảng 2.1 Tỷ số lớn nhất giữa bề rộng và bề dày của phần chịu nén (Trang 26)
Bảng 2.2: Tỷ số lớn nhất giữa bề rộng và bề dày của phần chịu nén - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Bảng 2.2 Tỷ số lớn nhất giữa bề rộng và bề dày của phần chịu nén (Trang 27)
Hình 3.1: Kỹ thuật tìm kiếm leo đồi [29] - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Hình 3.1 Kỹ thuật tìm kiếm leo đồi [29] (Trang 34)
Hình 3.2:Lưu đồ thuật giải di truyền [30] - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Hình 3.2 Lưu đồ thuật giải di truyền [30] (Trang 34)
4.1. Sơ đồ phương pháp nghiên cứu - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
4.1. Sơ đồ phương pháp nghiên cứu (Trang 38)
Bảng 4.2: Kết quả tính toán theo [32] - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Bảng 4.2 Kết quả tính toán theo [32] (Trang 40)
Hình 4.3.: Tỉnh tải phân bố đều trên khung - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Hình 4.3. Tỉnh tải phân bố đều trên khung (Trang 41)
Hình 4.5:Tọa độ nút khung - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Hình 4.5 Tọa độ nút khung (Trang 42)
Bảng 4.2: Tọa độ nút khung - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Bảng 4.2 Tọa độ nút khung (Trang 42)
Hình 4.6: Mặt cắt tiết diện khung - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Hình 4.6 Mặt cắt tiết diện khung (Trang 43)
Bảng 4.4: Các biến thiết kế - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Bảng 4.4 Các biến thiết kế (Trang 43)
Hình 4.8: Sơ đồ tối ưu hóa GA - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Hình 4.8 Sơ đồ tối ưu hóa GA (Trang 48)
Hình 4.9: Quan hệ giữa tỷ lệ lai ghép và sô thế hệ hội tụ - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Hình 4.9 Quan hệ giữa tỷ lệ lai ghép và sô thế hệ hội tụ (Trang 50)
Bảng 4.6:  Số thế hệ hội tụ và giá trị hội tụ của GA ứng với giá trị của tỷ lệ - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Bảng 4.6 Số thế hệ hội tụ và giá trị hội tụ của GA ứng với giá trị của tỷ lệ (Trang 51)
Bảng 4.7:  Số thế hệ hội tụ và giá trị hội tụ của GA ứng với giá trị của quy - Thiết kế tối ưu khung thép nhà công nghiệp sử dụng thuật toán di truyền
Bảng 4.7 Số thế hệ hội tụ và giá trị hội tụ của GA ứng với giá trị của quy (Trang 53)

TRÍCH ĐOẠN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w