طراحی بهینه سازه های فضاکار مبتنی بر نظریه قابلیت اطمینان با استفاده از الگوریتم ژنتیک

طرح بهینه سازه ها عبارت است از تعیین متغیرهای طراحی با روشی معین، به طوریکه مصالح مصرفی سازه حداقل و همزمان قیود طراحی ارضا شوند. بهینهسازیسازه هابراساسنظریهقابلیت اطمینان، با توجه به طبیعت تصادفی پارامترهای سازه ای از قبیل خواص مصالح، بارهای خارجی، ابعاد هندسی و غیره مورد بررسی قرار خواهد گرفت. به کمک نظریه قابلیت اطمینان سیستم های سازه ای، می توان عدم قطعیت های ناشی از طبیعت آماری پارامتر های سازه ای را به صورت روابط ریاضی درآورد. متعاقبا، می توان ملاحظات ایمنی و عملکرد را به طور کمی وارد روند طراحی نمود. در این پژوهش پارامترهایی از قبیل بار و مقاومت به صورت متغیرهای تصادفی بیان می شوند. در بهینه سازی سازه ها طبق نظریه ی قابلیت اطمینان می توان موارد متعددی از جمله: کمینه سازی وزن، تحت محدودیت قابلیت اطمینان اعضای سازه و کمینه سازی وزن، تحت محدودیت قابلیت اطمینان سیستم سازه، را در نظر گرفت. هدف از این پژوهش طراحی بهینه سازه های فضاکار بر اساس کمینه سازی وزن تحت محدودیت های بیان شده و مقایسه آن ها با یکدیگر می باشد. از طرفی نتایج به دست آمده با نتایج بهینه سازی یقین اندیشانه مقایسه شده است. کاربرد روش های کلاسیک ریاضی در بهینه سازی این سازه ها مطلوب نمی باشند، روش های بهینه سازی متعددی برای حل این مساله وجود دارد که از بین آن ها روشالگوریتم ژنتیک برای استفاده در اینپژوهش انتخاب شده است. یکی از مشکلات موجود در بهینه سازی این سازه ها همگرایی موضعی آن ها است. مشکل دیگر، زمان طولانی لازم برای انجام محاسبات قابلیت اطمینان در سازه های بزرگ مقیاس می باشد. در این تحقیق راهکارهایی برای حل این مشکلات پیشنهاد شده است. به طوریکه می توان در زمان بسیار کوتاهتری سازه های مورد بررسی را در محدوده ایمنی مورد نظر آنالیز و طراحی نمود. الگوریتم پیشنهادی برای بهینه سازی سازه های خرپایی مختلف با بارگذاری متفاوت مورد بررسی قرار گرفته است. نتایج حاصل توانمندی روش پیشنهادی را در رویارویی با مشکلات عنوان شده،نشان می دهد. به طوریکه محاسبات بهینه سازی احتمال اندیشانه برای سازه های بزرگ، در محدوده زمانی بهینه سازی یقین اندیشانه قرار می گیرد. همچنین در بررسی نتایج، این الگوریتم اجرایی برای بهینه سازی سازه های خرپایی متقارن با بارگذاری متقارن عملکرد بسیار مناسبی را از خود نشان می دهد. نتایج وزنی در حدود 14% کمینه تر از حالت بهینه سازی یقین اندیشانه حاصل شده است.