NIKO ÄIKÄS 3D-RISTIKKORAKENTEEN TOPOLOGIAN OPTIMOINTI. Diplomityö
|
|
- Riikka Laakso
- 9 vuotta sitten
- Katselukertoja:
Transkriptio
1 NIKO ÄIKÄS 3D-RISTIKKORAKENTEEN TOPOLOGIAN OPTIMOINTI Diplomityö Tarkastaja: Professori Reijo Kouhia, TkT Kristo Mela Tarkastaja ja aihe hyväksytty Teknisten tieteiden tiedekunnan tiedekuntaneuvoston kokouksessa 8. toukokuuta 2013
2 i Tiivistelmä TAMPEREEN TEKNILLINEN YLIOPISTO Konetekniikan koulutusohjelma Äikäs, Niko: 3D-ristikkorakenteen topologian optimointi Diplomityö, 46 sivua, 1 liitesivu Joulukuu 2013 Pääaine: Teknillinen Mekaniikka Tarkastaja: Professori Reijo Kouhia, TkT Kristo Mela Avainsanat: Ristikkorakenne, topologian optimointi, lineaarinen optimointi, epälineaarinen optimointi 3D-ristikkorakenteen topologian optimointi on tehty diplomityönä Tampereen teknillisessä yliopistossa Teknisen suunnittelun laitoksella Teknillisen mekaniikan ainekokonaisuuteen. Työn tilaajana on toiminut Stalatube Oy. Diplomityön tavoitteena on kehittää ohjelma kolmiulotteisten ristikkorakenteiden massan minimointiin. Rakenteen massan lisäksi haluttiin myös selvittää sauvojen poikkipinta-alojen arvot. Optimoinnin tuloksia käytetään pohjana ristikkorakenteen varsinaiselle suunnittelulle, josta vastaa erillinen suunnittelutoimisto. Työ on jaettu neljään erilliseen osaan. Ensimmäisessä osassa on esitetty topologian optimointiin liittyviä käsitteitä, teoriaa sekä erilaisia topologian optimoinnin formulointeja. Toisessa osassa esitetään ristikoiden topologian optimoinnin implementoinnin yksityiskohdat. Kolmannessa osassa tarkastellaan esimerkkirakenteena ristikkotornia johon ohjelmaa sovelletaan. Neljännessä osassa käsitellään tarkemmin esimerkkirakenteen optimoinnista saatuja tuloksia, työn eri vaiheisiin liittyneitä ongelmia sekä esitetään jatkotutkimusehdotuksia työn jatkamista varten. Diplomityöstä saadut tulokset olivat rohkaisevia. Kehitetyn ohjelman avulla onnistuttiin ristikkorakenteiden optimoinnissa käyttäen topologian optimoinnin perusmenetelmiä. Optimoitujen rakenteiden massat sekä sauvojen poikkipinta-alat vaikuttivat hyvin lupaavilta. Esimerkiksi sauvojen poikkipinta-alojen koot vaikuttivat suhteessa toisiinsa sekä rakenteen koon huomioon ottaen varsin järkeviltä. Ohjelmasta muodostui yleiskäyttöinen ja se on helposti laajennettavissa erilaisilla rajoitusehdoilla. Työn aikana paljastui myös mielenkiintoisia jatkotutkimuskohteita, joiden avulla optimoinnin tuloksia saataisiin kehitettyä yhä lähemmäksi lopullisia rakenteita.
3 ii Abstract TAMPERE UNIVERSITY OF TECHNOLOGY Master s Degree Programme in Mechanical Engineering Äikäs, Niko: Topology optimization of a 3D-truss structure Master of Science Thesis, 46 pages, 1 Appendix page December 2013 Major: Applied Mechanics Examiner: Professor Reijo Kouhia, D.Sc. Kristo Mela Keywords: Truss structure, topology optimization, linear programming, nonlinear programming, Topology optimization of a 3D-truss structure was done as a master thesis work for Stalatube Oy in the department of Engineering design in Tampere university of technology. The objective of the master thesis work is to create a program to find the optimal topology of a 3D-truss structure. One of the objectives was also to find the weight and member cross sections of the truss structure. The results of optimization will be used as a starting point for the actual design process of the structure. A separate engineering company will make the design. This master thesis work is divided into four different sections. In the first section, concepts, terms and formulations of topology optimization are presented. Second section describes the development and implementation of the optimization program. The results are presented in the third section. In the final section the results of optimization and some difficulties that were faced during the work are discussed. Also suggestions for further research topics are made. The results of optimization were promising. A program that was able to optimize 3D-truss structures with different formulations of topology optimization was created. The weight and the member cross sections of the optimized structure appeared promising. There are also several interesting subjects for further research in order to create more detailed and accurate models of 3D-truss structures.
4 iii Alkusanat Tämä diplomityö on tehty Tampereen teknillisen yliopiston Teknisen suunnittelun laitokselle Teknillisen mekaniikan ainekokonaisuuteen. Työn teettäjänä on toiminut Stalatube Oy. Haluan kiittää tekniikan tohtori Kristo Melaa ja yliopistonlehtori Sami Pajusta saamastani tuesta ja ohjauksesta työn aikana. Stalatube Oy:stä haluan kiittää erityisesti diplomi-insinööri Tuomo Kuusta kaikista neuvoista ja avusta, mitä työn aikana sain. Lisäksi haluan kiittää kaikkia Stalatube Oy:n puolelta työhön osallistuneita henkilöitä, jotka mahdollistivat tämän työn valmistumisen. Työn tarkastajia professorin Reijo Karvista ja tekniikan tohtori Kristo Melaa haluan kiittää kaikista työstäni tekemistä kommenteista ja huomioista. Haluan kiittää suuresti vaimoani Siniä, että jaksoit kannustaa ja auttaa minua suorittamaan työ loppuun. Kiitän perhettäni kaikesta niin rahallisesta kuin henkisestä tuesta opiskelun aikana. Lisäksi haluan kiittää kaikkia läheisiä ja ystäviä, jotka ovat tukeneet minua tämän työn sekä opiskeluiden aikana. Tampereella 08. marraskuuta 2013 Niko Äikäs
5 iv Sisällysluettelo 1 JOHDANTO TYÖN TAUSTA TYÖN TAVOITE JA SISÄLTÖ RISTIKKORAKENTEIDEN OPTIMOINTI KANTAVIEN RAKENTEIDEN OPTIMOINTI RAKENNEANALYYSI Sauvaelementti Jäykiste-elementti OPTIMOINNIN KÄSITTEITÄ RISTIKKORAKENTEIDEN TOPOLOGIAN OPTIMOINTI TOPOLOGIAN OPTIMOINNIN EPÄLINEAARINEN FORMULOINTI Yleinen formulointi Jännitysrajoitusten relaksointimenetelmä LINEAARINEN OPTIMOINTI NURJAHDUS MATLAB ALGORITMIT RISTIKKOTORNIN OPTIMOINTI PERUSRAKENNE Insidenssimatriisi Perusrakenteen valinta KUORMITUSTAPAUKSET JA TUENTA OPTIMOITUJEN RAKENTEIDEN ANALYSOINTI OPTIMOINTIPROSESSI JA TULOKSET LINEAARISEN OPTIMOINNIN TULOKSET EPÄLINEAARISEN OPTIMOINNIN TULOKSET OPTIMOITUJEN RAKENTEIDEN ANALYSOINTI ANSYS-OHJELMALLA JOHTOPÄÄTÖKSET LÄHTEET LIITE
6 1 1 Johdanto 1.1 Työn tausta Ristikkorakenteen topologian optimointi on tehty Tampereen teknillisen yliopiston Teknisen suunnittelun laitokselle. Työn on teettänyt Stalatube Oy, jonka kanssa tehtiin tiivistä yhteistyötä koko työn keston ajan. Stala-yhtiö perustettiin vuonna 1972 jolloin se valmisti keittiöiden pesupöytiä. Altaat vaativat ruostumattomasta teräksestä valmistettavia tukirakenteita, joka johti oman putkituotannon käynnistymiseen vuonna Vuonna 2000 Stala-yhtiö jaettiin Stala Oy:ksi, jonka tuotteisiin kuuluvat pesupöydät, sekä Stalatube Oy:ksi, joka valmistaa ruostumattomia teräsrakenneputkia ja niiden jatkojalosteita. Stalatube Oy:n myyntivalttina on laaja neliö- ja suorakulmaputkien valikoima. Yrityksen jakeluverkko ulottuu 45 maahan ja kaikkiin maanosiin. Yrityksen pääkonttori sijaitsee Lahdessa ja myyntikonttorit Yhdysvalloissa, Hollannissa sekä Intiassa [20]. Diplomityön lähtökohtana oli Stalatube Oy:n halu selvittää pystyttäisiinkö ristikkorakenteiden optimointia hyödyntämään yrityksen tuotekehityksessä. Tehtävänä on kehittää työkalu 3Dristikkorakenteiden optimointia varten. Optimoituja rakenteita voitaisiin käyttää hyväksi esimerkiksi konseptivaiheen suunnittelun lähtökohtana. 1.2 Työn tavoite ja sisältö Diplomityön tavoitteena on luoda ohjelma, jonka avulla voitaisiin optimoida 3Dristikkorakenteita topologian optimoinnin perustyökaluja käyttäen. Optimoinnin tavoitteena on rakenteen massan minimointi sekä sauvojen lukumäärän ja poikkipinta-alojen selvitys. Rakenteiden liitosten suunnittelu ja optimointi rajattiin diplomityön ulkopuolelle. Kuitenkin liitosten lukumäärän minimointiin haluttiin kiinnittää huomiota perusrakenteiden suunnittelussa. Kehitettävän ohjelman tulisi sisältää mahdollisuus ristikkorakenteiden optimointiin erilaisia topologian optimoinnin menetelmiä käyttäen. Optimoinnin tulisi myös huomioida sauvojen nurjahdus. Lisäksi yhtenä työn tavoitteena on sisällyttää mahdollisuus optimoitujen rakenteiden analysointiin elementtimenetelmäpohjaisella ohjelmistolla. Luvussa 2 tutustutaan ristikoiden optimointiin, optimointiteorian käsitteisiin ja topologian optimointiin. Myös rakenneanalyysi käsitellään optimoinnin näkökulmasta. Teoriaosuuden jälkeen luvussa 3 kerrotaan tarkemmin työn kulkua - miten työn aikana tehty ohjelma on syntynyt ja mitä siihen sisältyy. Luvussa 4 esitetään ohjelman avulla optimoinnin tuloksia ja luvussa 5 kommentteja tuloksista ja työn aikana eteen tulleista asioista.
7 2 1.3 Ristikkorakenteiden optimointi Perinteinen lähtökohta ristikkorakenteiden suunnitteluun on, että suunnittelija valitsee muutamasta valmiista ristikkorakenteesta sopivan ja muokkaa sen kohteeseen sopivaksi. Ristikkorakenteiden optimoinnin avulla voidaan systemaattisesti etsiä suuresta joukosta erilaisia rakenteita lopullinen optimirakenne. Näin ollen enää ei tarvitse luottaa ainoastaan olemassa oleviin rakenteisiin ja suunnittelijan intuitioon. Optimoinnin avulla voidaan nopeuttaa suunnitteluprosessia ja löytää aivan uudenlaisia rakenteita, jotka poikkeavat vanhoista rakenteista. Kirjallisuudesta löytyy esimerkkejä ristikoiden optimoinnin soveltamisesta käytännön rakenteisiin. Jalkanen optimoi väitöskirjassaan muun muassa tornimaisen ristikkorakenteen. Kohdefunktiona ovat tornin massa ja valmistuskustannukset. Käytettävät rajoitusyhtälöt perustuvat suunnittelustandardeihin kuten Eurocode 3:n [9]. Pedersen ja Nielsen [16] optimoivat tutkimuksessaan ristikkomaista katon tukirakennetta ottamalla optimoinnissa huomioon rakenteen ominaisvärähtelyn. Topologian optimointia on tutkittu myös paljon ja alalta löytyvät muun muassa Kirschin [15], Bendsøen ja Sigmundin [4] kirjoittamat perusteokset. Kirsch esittelee julkaisussaan [14] topologian optimoinnin lineaarisen formuloinnin sekä käsittelee lineaarisen formuloinnin etuja ja ominaisuuksia. Cheng ja Jiang [7] puolestaan tutkivat jännitysrajoitusehtojen käyttöä ja niistä johtuvia ongelmia kuten jännitysrajoitusehtojen epäjatkuvuutta. Cheng ja Guo [6] esittelevät tutkimuksessaan menetelmän jännitysrajoitusehtojen epäjatkuvuuksista aiheutuvien ongelmien ratkaisemiseksi. Achtziger [1;2] käsittelee nurjahdusrajoitusehtojen lisäämistä topologian optimointiin sekä esittää oman menetelmän sauvojen nurjahduspituuksien määrittelylle. Topologian optimointia on sovellettu myös käytännön rakenteisiin kuten Shea ja Smith [18], jotka sovelsivat topologian optimointia voimansiirtotornien suunnitteluun.
8 3 2 Kantavien rakenteiden optimointi Tyypillisesti kantavien rakenteiden optimoinnin tavoitteena on löytää mahdollisimman taloudellinen rakenne. Rakenteen suunnittelutehtävä muokataan optimointitehtäväksi, joka ratkaistaan systemaattisesti matemaattisten optimointialgoritmien avulla. Kantavien rakenteiden optimoinnin avulla voidaan käydä tehokkaasti läpi suuria määriä erilaisia rakenteita, joista suunnittelija valitsee parhaan rakenteen. Tällöin ei enää tarvitse luottaa ainoastaan suunnittelijan intuitioon ja jo olemassa oleviin rakenteisiin. Kantavien rakenteiden optimoinnin etuja ovat muun muassa [15]: Optimointi voi lyhentää suunnitteluun käytettävää aikaa. Kehittyneiden laskentamenetelmien sekä laskentatyökalujen avulla voidaan optimoida suuria rakenteita ja ottaa huomioon useita erilaisia muuttujia. Optimoinnin avulla voidaan tutkia suuria määriä erilaisia rakenteita ja se voi johtaa uusiin ja yllättäviin rakenteisiin. Ristikkorakenteiden optimoinnin kolme erilaista perustehtävää ovat mitoitus, geometrian ja topologian optimointi. Ristikon topologialla kuvataan sitä, miten sauvat liittyvät toisiinsa rakenteessa. Erona rakenteen geometriaan on se, että topologia ei kerro missä sauvojen liitoskohdat (solmut) sijaitsevat. Mitoitusoptimoinnissa pyritään sauvan poikkileikkauksen arvoja tai dimensioita muuntelemalla löytämään optimirakenne. Geometrian optimoinnissa solmukoordinaatteja hyväksi käyttäen etsitään rakenteelle edullisinta muotoa. Topologian optimoinnissa muutetaan sauvojen lukumäärää sekä sauvoittelua. Kuvassa 1 on esitetty koon, geometrian ja topologian optimoinnin eroavaisuuksia. Kuva 1 a) Topologian optimointi, missä optimoinnin tuloksena on poistunut sauvoja. b) Geometrian optimointi, missä sauvojen lukumäärä on pysynyt samana lähtötilanteesta mutta solmujen koordinaatit ovat muuttuneet optimoinnin seurauksena. c) Mitoitusoptimointi, missä optimia etsitään muuttamalla sauvojen poikkipinta-aloja.
9 4 Koska ristikkorakenteiden optimoinnin tavoitteena useimmin on rakenteen kustannusten minimointi, ajaudutaan optimoinnissa minimipaino-ongelmaan. Optimointitehtävä voidaan esittää yleisessä muodossa [15] min (2.1) siten että 0 = 1 (2.2) h = 0 = 1 (2.3) jossa on suunnittelumuuttujavektori on kohdefunktio on i:s epäyhtälörajoitusfunktio h on j:s yhtälörajoitusfunktio Ristikkorakenteiden optimoinnissa suunnittelumuuttujina käytetään yleensä sauvojen poikkipinta-aloja. Muita suunnittelumuuttujia kantavien rakenteiden optimoinnissa voivat olla esimerkiksi materiaaliarvot ja solmukoordinaatit. Rajoitusehdot ovat suunnittelumuuttujien funktioita, jotka rajaavat tehtävän suunnitteluavaruuden. Rajoitusehtoina ovat usein sauvajännitykset tai solmusiirtymät. Useimmiten joko kohdefunktio tai rajoitusehdot ovat epälineaarisia funktioita, jolloin myös optimointitehtävä on epälineaarinen. Vain tietyissä erityistapauksissa optimointitehtävä on lineaarinen, jolloin sekä kohdefunktio että rajoitusyhtälöt ovat lineaarisia. 2.1 Rakenneanalyysi Käytettäessä rajoitusehtoina sauvajännityksiä tai solmusiirtymiä, tulee sauvajännitykset sekä solmusiirtymät ratkaistaan aina, kun rajoitusfunktiot halutaan evaluoida. Sauvajännitykset ja solmusiirtymät ratkaistaan käyttäen lineaarista siirtymäperusteista elementtimenetelmää [5], missä siirtymät oletetaan pieniksi. Solmusiirtymät saadaan ratkaistua siirtymä perustaisen elementtimenetelmän tasapainoyhtälöstä = (2.4) jossa on rakenteen jäykkyysmatriisi, solmusiirtymävektori ja kuormitusvektori. Sauvojen jännitykset ratkaistaan yhtälöstä = (2.5) jossa on ristikon geometriasta riippuva matriisi. Rakenneanalyysi tehdään sauvaelementtejä käyttäen siten, että liitokset ovat palloniveliä. Erilaisia perusrakenteita kokeiltaessa huomattiin, että välisolmullisilla (kuva 15) perusrakenteilla (luku 3.1) rakenteen jäykkyysmatriisi oli joko singulaarinen tai hyvin lähellä singulaarista. Tarkempien tarkasteluiden jälkeen osoittautui, että singulaarisuus johtui välisolmuilla esiintyvästä jäykän kappaleen liikkeestä. Singulaarisuuden estämiseksi välisolmullisille perusrakenteille lisättiin jäykiste-elementti (luku 2.1.2).
10 Sauvaelementti Ristikoille on ominaista, että sauvat ovat aina joko puristavassa tai vetävässä kuormituksessa, jolloin niissä ei esiinny leikkaus- tai taivutuskuormia. Sauvojen tulee olla kytkettynä toisiinsa sauvojen päissä olevilla kitkattomilla nivelillä, ja kaikki kuormitukset on kytkettävä vaikuttamaan sauvan solmuihin. Kuvassa 2 on esitetty sauvaelementti sekä lokaalissa että globaalissa koordinaatistossa. Kuva 2 Sauvaelementti lokaalissa (a) ja globaalissa koordinaatistossa (b). [5] Koska sauvaelementti on ainoastaan aksiaalisesti kuormitettu, voidaan sen jäykkyysmatriisi esittää kuvan 2 mukaisessa lokaalissa koordinaatistossa seuraavasti [5] = " (2.6) jossa # $ on elementin kimmomoduuli, % $ on elementin pinta-ala, & $ on elementin pituus Jäykkyysmatriisi voidaan muuntaa lokaalista koordinaatistosta globaaliin koordinaatiston koordinaatiston kiertomatriisin ' avulla ' = l l " (2.7) l = ) *+),, =. *+.,, = / *+/, (2.8) Jäykkyysmatriisin muunnos globaaliin koordinaatistoon on = ' 0 ' (2.9) jolloin sauvaelementin jäykkyysmatriisiksi saadaan = 3 l4 l l l 4 l l 2 l 4 l l 4 l l 4 l l l 4 l l 6 2 l 4 l l 4 l 4 5 (2.10) Topologian optimoinnin kannalta on merkittävää, että riippuu lineaarisesti % $ :stä.
11 Jäykiste-elementti Välisolmullisilla perusrakenteilla (luku 3.1) esiintyi jäykän kappaleen liikettä xy-tasossa (kuva 3), mikä johti rakenteen jäykkyysmatriisin singulaarisuuteen. Tarkemmin asiaa tutkittaessa huomattiin, että ongelma poistuu, jos välisolmun liike xy-tasossa sidotaan kulmasolmuihin. Kuva 3 Jäykänkappaleen liike välisolmullisissa rakenteissa. Rakennetta päätettiin jäykistää asettamalla vaakatasossa oleville elementeille välisolmujen ja kulmasolmujen välille elementtejä (kuva 4). Jäykiste-elementin jäykkyysmatriisin avulla sidotaan välisolmun epästabiilit vapausasteet nurkkasolmujen vapausasteisiin. Koska välisolmun jäykänkappaleen liike esiintyi aina kohti tornin keskustaa, sidotaan välisolmujen vapausasteet 2 ja 5 tai 1 ja 4 kulmasolmujen vapausasteisiin (riippuen siitä millä tornin sivulla välisolmu sijaitsee). Kuva 4 Jäykiste-elementtien e j lisäys yhteen kerrokseen.
12 7 Jäykiste-elementin jäykkyysmatriisi lokaalissa koordinaatistossa on = (2.11) jossa C on suuri luku. Jäykiste-elementin toimivuutta kokeiltaessa päädyttiin C:n arvoon Lähtökohtaisesti jäykiste-elementin jäykkyysmatriisi on aina kaavan 2.11 mukainen. Koordinaatiston kiertomatriisin ; avulla käännetään jäykiste-elementti oikeaan asentoon, jolloin voidaan sitoa oikeat vapausasteet riippuen siitä millä tornin sivulla elementti sijaitsee (sidotaanko välisolmun vapausasteet x- vai y-akselin suunnassa). 3 l l ; = l l (2.12) Jäykiste-elementin jäykkyysmatriisi globaalissa koordinaatistossa saadaan yhtälöstä = < 0 < (2.13) Lopulta jäykiste-elementin jäykkyysmatriisi ja sitä vastaavan tavallisen sauvaelementin jäykkyysmatriisi lasketaan yhteen ennen kuin ne summataan rakenteen jäykkyysmatriisiin. = = +? (2.14) Jäykiste-elementin käytön toimivuus on testattu vain tämän työn puitteissa, eikä sen käyttöä tässä muodossa ole tarkoitettu yleisesti sovellettavaksi.
13 8 2.2 Optimoinnin käsitteitä Ennen topologian optimointiin etenemistä on hyvä määritellä muutama optimointiin yleisesti kuuluva käsite. Tehtävälle min, A (2.15) voidaan määrittää globaali ja lokaali minimi. Piste x g on globaali minimi, jos funktio saa tässä pisteessä pienimmän arvonsa. Vastaavasti piste x l on lokaali minimi, jos pisteen ympäristössä funktio saavuttaa pienimmän arvonsa pisteessä x l (kuva 5). Kuva 5 Funktion globaali ja lokaali minimi. Piste x g on globaali minimi koska funktio saavuttaa siinä pienimmän arvonsa. Piste x l on lokaali minimi, koska lähdettäessä joko x-akselin positiiviseen tai negatiiviseen suuntaa, saa funktio aina suuremman arvon kuin pisteessä x l. [3] Konveksisuus on optimoinnissa hyvin tärkeä ominaisuus, sillä optimointitehtävän ollessa konveksi, on tehtävän lokaali minimi myös samalla tehtävän globaali minimi. Vastaavasti funktion ollessa konveksi, sen lokaali minimi on myös globaali minimi. Funktio on konveksi, jos voidaan valita mitkä tahansa kaksi pistettä x 1 ja x 2 ja näitä pisteitä yhdistävä suora ei leikkaa funktiota missään toisissa pisteissä (kuva 6).
14 9 Kuva 6 a) Funktio on konveksi, sillä pisteitä x 1 ja x 2 yhdistävä suora ei leikkaa funktioita missään toisessa pisteissä. b) Funktio on epäkonveksi, koska suora leikkaa funktioin myös muissa pisteissä kuin x 1 ja x 2. [3] Joukko S on konveksi, jos joukosta voidaan valita mitkä tahansa kaksi pistettä x 1, x 2 ja näitä kahta pistettä yhdistävä suora on kokonaan joukon sisällä (kuva 7). Kuva 7. a) Pisteitä x 1 ja x 2 yhdistävä viiva on kokonaan joukon sisällä jolloin kyseessä on konveksi joukko. b) Pisteitä x 1 ja x 2 yhdistävä suora ei ole kokonaan joukon sisällä, jolloin kyseessä on epäkonveksi joukko. [3] Ristikon topologiaa optimoidessa olisikin erittäin hyödyllistä, jos tuloksista pystyttäisiin aina erottelemaan onko saatu optimi globaali vai lokaali minimi. Tämä on mahdollista, jos tiedetään onko optimointitehtävä konveksi vai ei. Ehdot optimointitehtävän konveksisuudelle ovat: Epäyhtälörajoitusfunktiot ovat kaikki konvekseja. Yhtälörajoitusfunktiot h ovat kaikki lineaarisia. Funktio on konveksi. Nämä ehdot ovat riittäviä ehtoja tehtävän konveksisuudelle. On myös mahdollista, että optimointitehtävä on konveksi vaikka epäyhtälöfunktiot eivät olisi konvekseja funktioita [3]. Ristikkorakenteiden topologian optimoinnin tehtävät ovat yleisesti ottaen epäkonvekseja. Näin ollen ei yleensä voida tietää onko saatu optimiratkaisu globaali minimi vai yksi lokaaleista minimeistä. Poikkeuksena tästä on kuitenkin lineaarisen formuloinnin (luku 2.5) mukaisesti tehty optimointi, jonka tehtävät ovat aina konvekseja.
15 Ristikkorakenteiden topologian optimointi Ristikkorakenteiden topologian optimoinnissa etsitään taloudellisinta rakennetta muuttelemalla sauvoittelua sekä sauvojen poikkipinta-alojen arvoja. Suurin osa topologian optimoinnin algoritmeista käyttää lähtökohtanaan perusrakennetta [8], jossa on hyvin suuri määrä solmuja ja sauvoja (kuva 8). Optimoinnin aikana sauvojen poikkipinta-alojen sallitaan pienentyä arvoon nolla, jolloin sauva poistetaan rakenteesta. Tämä taas muuttaa ristikon topologiaa. Kuva 8 Optimoinnin lähtökohdaksi luotu perusrakenne, missä rakenne on täytetty sauvaelementeillä. Ristikkorakenteiden topologian optimoinnin yksi merkittävimmistä ongelmista on optimiratkaisun sijaitseminen singulaarisessa pisteessä. Optimiratkaisu saattaa sijaita käyvän joukon alueessa, jonka dimensio on pienempi kuin suunnitteluavaruuden dimensio. Tällaisia ratkaisuja sanotaan singulaarisiksi. Tavanomaiset gradienttipohjaiset menetelmät eivät pysty yleisesti löytämään näitä singulaarisia optimeja. Kuvassa 10 on esitetty kuvan 9a mukaisen ristikon optimointitehtävän käypä alue (viivoitettu) sekä singulaarinen globaali optimi (piste G). Janan GQ rakenteet ovat kuvattuna kuvassa 9b (keskimmäinen sauva poistuu optimoinnin tuloksena). [13;6] Kuva 9 a) Optimoitavan ristikon perusrakenne. b) Esimerkki janan GQ rakenteista (kuva 10). [6]
16 11 Kuva 10 Käypä alue kuvan 9a optimointitehtävälle. [6] Optimoinnin aikana poistuvat sauvat saattavat aiheuttaa myös ongelmia. Sauvan poistuessa rakenteesta korvataan sauvan poikkipinta-alan arvo nollalla. Tämä saattaa johtaa jäykkyysmatriisin singulaarisuuteen, kun optimoinnissa on käytössä perusrakenteen jäykkyysmatriisi ja solmusiirtymät. Koska rakenneanalyysi suoritetaan usein optimoinnin aikana, johtaa jäykkyysmatriisin singulaarisuus optimointiprosessin keskeytymiseen. Sauvojen poistaminen rakenteesta aiheuttaa myös toisenlaisen ongelman: on todettu että jännitysrajoitusfunktioilla on epäjatkuvuuskohta sauvan poikkipinta-alan arvolla nolla. Nämä epäjatkuvuudet saattavat aiheuttaa singulaarisia optimiratkaisuja. [7;6]
17 Topologian optimoinnin epälineaarinen formulointi Yleinen formulointi Ristikkorakenteen topologian optimointitehtävä on minimipaino-ongelma. Tehtävän kohdefunktiona on rakenteen massa (tilavuus). Suunnittelumuuttujina käytetään perusrakenteen sauvojen poikkipinta-aloja. Rajoitusehtoina ovat sauvajännitykset, jotka ratkaistaan erikseen rakenneanalyysin avulla (yhtälö 2.5). Kun rakenneanalyysi tehdään käyttäen siirtymäperusteista menetelmää, voidaan minimipaino-ongelma formuloida seuraavasti [15] = B% C,% 4 % D E (2.16) D minf = IC H % (2.17) siten että J J J K LM % > 0, P = 1,2, = 1,2 (2.18) 0 % % K J = R R = +S? (2.19) (2.20) (2.21) jossa on sauvojen lukumäärä m kuormitustapausten lukumäärä suunnittelumuuttujien vektori J sauvan i jännitys kuormitustapauksessa j J vektori, joka sisältää sauvojen jännitykset kuormitustapauksessa j H on sauvan pituus % on sauvan poikkipinta-ala K % ovat sauvojen poikkipinta-alojen ylärajat J K,J ovat sauvajännitysten ala- ja ylärajat +S on rakenteen jäykkyysmatriisin käänteismatriisi? on kuormitusvektori kuormitustapauksessa j R solmusiirtymävektori kuormitustapauksessa j Rakenneanalyysi jossa evaluoidaan siirtymät ja jännitykset, suoritetaan erikseen annetuilla suunnittelumuuttujien arvoilla, eivätkä ne ole tehtävässä rajoitusehtoina. Siirtymät ratkaistaan tasapainoyhtälöstä (yhtälö 2.4), eikä jäykkyysmatriisin käänteismatriisia lasketa, vaan kaava (2.21) on vain formaali merkintä.
18 Jännitysrajoitusten relaksointimenetelmä Jännitysrajoitusten relaksointimenetelmän avulla voidaan välttää jännitysrajoitusehtojen epäjatkuvuuksista johtuvien singulaaristen optimiratkaisujen aiheuttamat ongelmat. Menetelmässä rajoitusehtoina käytetään jännitysrajoitusten sijasta sauvojen normaalivoimia (kaavat ). Tällöin päästään eroon jännitysrajoitusyhtälöiden epäjatkuvuuksista. Lisäksi normaalivoimien rajoitusyhtälöihin otetaan käyttöön luku T ja sauvojen poikkipintaalojen alarajaksi määritetään T 4. Muokkaamalla tehtävän käypää aluetta luvun T avulla, päästään eroon singulaarisista optimeista. Jännitysrajoitusten relaksointimenetelmän formulointi on seuraavanlainen [6] = B% C,% 4 % D E (2.22) D minf = IC & % (2.23) siten että J J % T P = 1,2,, = 1,2 (2.24) J J K % T (2.25) T 4 % 0 % % K (2.26) (2.27) jossa T on joku pieni luku, esimerkiksi T = U. Jännitysrajoitusten relaksointimenetelmän tarkoituksena on suorittaa rakenteen optimointi useita kertoja aina pienentäen lukua T kunnes saavutetaan optimitulokselta haluttu numeerinen tarkkuus. Stolpe ja Svanberg [21] ovat kuitenkin todistaneet, että jännitysrajoitusten relaksointimenetelmä ei välttämättä aina löydä globaalia optimiratkaisua. 2.5 Lineaarinen optimointi Topologian ristikkorakenteen optimointitehtävä on yleisessä muodossaan epälineaarinen, mutta se voidaan esittää myös lineaarisessa muodossa. Tällöin niin kohdefunktio kuin kaikki rajoitusyhtälötkin ovat lineaarisia. Lineaarisen optimoinnin tehtävä on minimipaino-ongelma. Kohdefunktiona ovat rakenteen paino (tilavuus) ja suunnittelumuuttujina ovat sauvojen poikkipinta-alat sekä normaalivoimat. Rajoitusehtoina ovat jännitysrajoitusehdot (kaava 2.30) ja solmujen tasapainoyhtälöt (kaava 2.31). Tehtävän lineaarisoinnin seurauksena yhteensopivuusehdot jätetään huomioimatta, joten optimoinnin aikana ei suoriteta rakenneanalyysiä. Lineaarisen formuloinnin etuina on, että ongelmat tehtävän singulaarisuuden kanssa poistuvat. Lisäksi globaali optimi saavutetaan äärellisellä määrällä iteraatioita. Ristikkorakenteen topologian optimointitehtävä voidaan formuloida lineaarisessa muodossa seuraavasti [14]
19 14 = B% C,% 4 % D W C C,W 4 C W D C W C 4,W 4 4 W D 4... W C Y,W 4 Y W D Y E (2.28) D minf = IC & % (2.29) siten että J % W Y J K % P = 1,2 (2.30) Z[ \ = ] = 1,2 (2.31) 0 % % K (2.32) jossa on sauvojen lukumäärä kuormitustapausten lukumäärä & on sauvan pituus ^ on suunnittelumuuttujavektori joka koostuu sauvojen pinta-aloista sekä normaalivoimista eri kuormitustapauksissa [ \ Sauvan normaalivoimavektori, joka koostuu sauvojen normaalivoimista eri kuormitustapauksissa Globaali kuormitusvektori Z Staattinenmatriisi, joka sisältää sauvojen suuntakosinit % Sauvan poikkipinta-ala pinta-ala J K,J ovat sauvajännitysten ala- ja yläraja K % Sauva pinta-alojen yläraja Koska lineaarisen optimoinnin tehtävä on konveksi (luku 2.2), tarkoittaa se sitä, että optimoinnin ratkaisu on aina globaali minimi. Kuitenkaan lineaarisen formuloinnin avulla saatu optimiratkaisu ei ole välttämättä rakenteen todellinen optimi, sillä se ei välttämättä toteuta yhteensopivuusehtoja. Lineaarisen optimoinnin tuloksena voidaan saada joko isostaattisia tai hyperstaattisia rakenteita tai mekanismeja. Isostaattisessa rakenteessa sauvavoimat ovat vakioita ja yhteensopivuusehdot toteutuvat. Kirsch on osoittanut, että kun rakennetta kuormitetaan yhdellä kuormitustapauksella, saadaan aina isostaattinen rakenne [14]. Kuitenkaan useamman kuin yhden kuormitustapauksen kohdalla isostaattista rakennetta ei voida taata. Hyperstaattisissa rakenteissa rajoitusehdot toteutuvat, mutta yhteensopivuusehdot eivät. Tällöin ratkaisua voidaan pitää alarajana todelliselle optimille ja käyttää vertailukohtana muihin ratkaisuihin. Mekanismi on tasapainossa annettujen kuormitusten suhteen, mutta toisenlaiset kuormitukset voivat johtaa rakenteen stabiilisuuden menettämiseen.
20 Nurjahdus Nurjahdusrajoitusehtojen käyttö topologian optimoinnissa tuo mukanaan omat haasteensa optimointiin. Yhtenä ongelmana on, että nurjahdusrajoitusehtojen käyttö saattaa johtaa singulaariseen optimiin. Tämä ongelma voidaan kuitenkin ohittaa edellä esitetyn jännitysrajoitusehtojen relaksointi-formuloinnin avulla. [10] Toisena ongelmana on, että sauvojen nurjahduspituus saattaa muuttua optimoinnin aikana. Tämä tapahtuu silloin kun rakenteessa on useita sauvoja jonossa ja niihin kohdistuu puristavaa kuormitusta. Tällöin optimoinnin tuloksena poistetaan sauvojen välistä niveliä ja yhdistetään kaksi sauvaa yhdeksi, jolloin uuden sauvan nurjahduspituus on suurempi kuin yksittäisten alkuperäisten (kuva 11). Uuden sauvan nurjahtamiseen tarvitaan pienempi voima aiempiin sauvoihin verrattuna. Kuitenkaan tätä uuden sauvan nurjahduspituutta ei oteta huomioon sauvan rajoitusehdoissa, vaan sitä verrataan alkuperäiseen jännitysrajan arvoon. Yhtenä ratkaisuna ongelmaan on sisällyttää formulointiin globaali stabiilisuusehto [10]. Globaalien stabiilisuusehtojen käyttö saattaa kuitenkin johtaa siihen, että optimirakenteet, joissa esiintyy pitkiä puristussauvoja, hylätään. Achtzigerin [2] kehittämässä menetelmässä käytetään peräkkäin ketjussa olevien sauvojen nurjahduspituutta yksittäisten sauvojen pituuden sijaan. Ketjussa olevat sauvat ovat keskenään suorassa linjassa eikä ketjun sisällä sijaitsevat solmut saa olla tuettuina sivuttaissuunnassa. Kuva 11 Optimoinnin tuloksena vasemman puoleisesta ristikosta on poistunut kaksi solmua. Nyt uudessa rakenteessa olevan puristussauvan pituus on kolminkertainen verrattuna alkuperäisessä rakenteessa oleviin puristussauvoihin. Tässä työssä käytetty menetelmä nurjahduksen tarkasteluun kehitettiin juuri tätä tiettyä kohdetta varten tavoitteena saada alustava arvio rakenteen massasta sekä sauvojen (oikeassa rakenteessa palkkien) pinta-aloista, kun nurjahdus on otettu huomioon. Menetelmä perustuu nurjahduksen pienennyskertoimen määrittämiseen, joka lasketaan Eurocode 3:n mukaisesti [9]. Eurocode 3:n mukaan puristetun sauvan nurjahduskestävyys voidaan määrittää yhtälön avulla
21 16 W `a b c de (2.33) jossa N f. g h on sauvavoima pienennyskerroin materiaalin myötöraja sauvojen kestävyyden osavarmuusluku Menetelmä on kehitetty käytettäväksi lineaarisen formuloinnin kanssa. Menetelmää kehitettiin myös epälineaariseen formulaatioon mutta konvergointi- sekä aikatauluongelmien takia sitä ei ehditty saada toimimaan epälineaarisessa formulaatiossa. Nurjahdustarkastelun ideana on, että ensin rakenne optimoidaan käyttäen jännityksen alarajana negatiivista myötörajan arvoa. Optimoitujen sauvapinta-alojen avulla lasketaan nurjahduksen pienennyskerroin f neliöputkelle Eurocode 3:n mukaisesti i = ju k* U k l = mn +m+4 k n C4 (2.34) (2.35) W op = q* r s tu * (2.36) v = w a b x tu (2.37) LM v 0.2 (2.38) f = 1 RRyz { = } v v 4 (2.39) f = C j * + * (2.40) jossa % on ensimmäisellä optimointikierroksella saatu sauvan pinta-ala i neliömomentin laskemiseen tarvittavan poikkileikkausprofiilin sivun pituus y neliömomentin laskemiseen tarvittavan poikkileikkausprofiilin seinämän paksuus l neliömomentti W op kriittinen nurjahduskuorma # kimmokerroin H op sauvan nurjahduspituus. materiaalin myötöraja v muunnettu hoikkuus } poikkileikkauksesta riippuva epätarkkuustekijä, jonka arvo saadaan taulukoista { piennennystekijä Tämän jälkeen lasketaan pienennyskertoimen avulla jännityksille uusi alaraja (taulukko 1) ja optimoidaan rakenne uudestaan.
22 17 Taulukko 1 Esimerkki jännitysalarajan laskennasta, kun nurjahdus otetaan huomioon. sauva A (mm 2 ) t (mm) E (GPa) α L (mm) χ jännitysalaraja ilman nurjahdusta (-f y ) (MPa) Jännitysalaraja nurjahduksen kanssa (-fy*χ) (MPa) , , , , , , , , , , , , , , ,2 Pienennyskertoimen laskennassa tarvitsee määrittää sauvan neliömomentti nurjahdusvoiman laskentaa varten. Neliömomenttia ei kuitenkaan saada suoraan laskettua optimoinnin tuloksista, joten profiilin muodosta on tehtävä oletuksia. Koska lopullisissa rakenteissa käytettäisiin SHS-profiilin palkkeja (kuva 12), oli vaihtoehtona joko poikkileikkauksen sivun pituuden tai seinämän vahvuuden asettaminen vakioksi. Lopulta päädyttiin asettamaan seinämän paksuus vakioksi. Tähän päädyttiin koska palkin sivujen pituuksien haluttiin sallia muuttuvan. Kuva 12 Sauvan poikkileikkauksen seinämän paksuus t sekä sivun pituus w. Optimoitujen sauvapinta-alojen arvot vaihtelivat suuresti noin muutamasta kymmenestä tuhansiin neliömillimetreihin. Tämän takia pienennyskerrointen määrittely päädyttiin jakamaan eri luokkiin, jotta pinta-alojen ja seinämän vahvuuksien suhde olisi realistinen. Muutamien kokeilujen jälkeen päädyttiin pienennyskertoimen määrittely jakaa kolmeen luokkaan. Kahden luokan käyttö johti useimmiten joko mekanismeihin tai muuten epäkäytännöllisiin rakenteisiin (liite 1). Useamman kuin kolmen luokan käytöllä ei puolestaan havaittu olevan selvää etua kolmeen luokkaan, joten valittiin kolmen luokan käyttö. Ensimmäisessä luokassa ovat sauvat joiden pinta-alat ovat alle 100 mm 2. Näille sauvoille pienennyskerroin asetetaan 1 suuruiseksi, jolloin kyseisille sauvoille ei oteta nurjahdusta huomioon vaan jännitysalarajaksi tulee myötöraja puristuksessa. Toiseen luokkaan kuuluvat sauvat, joiden pinta-alat ovat välillä 100 mm 2 ja 700 mm 2, joille pienennyskerroin lasketaan seinämän paksuuden arvolla 2 mm. Viimeisessä luokassa ovat sauvat, joiden pinta-alat ovat suurempia kuin 700 mm 2, jolloin pienennyskerroin lasketaan seinämän paksuudella 4 mm.
23 18 Poikkileikkausluokkien jako haettiin testioptimointien avulla ja lopulta päädyttiin edellä esitettyyn malliin. 2.7 Matlab algoritmit Rakenteen optimointi tehdään Matlabissa käyttäen hyväksi valmiita optimointialgoritmeja. Lineaarisessa optimoinnissa käytetään Gurobi ohjelmiston [11] ratkaisualgoritmia, jota kutsutaan Matlabista. Epälineaarinen optimointi lasketaan Matlabin fmincon-funktiolla. Fmincon-funktion eri ratkaisualgoritmeista käytettiin active-set algoritmia, joka perustuu Karusch-Kuhn-Tucker-ehtojen (KKT) ratkaisemiseen [3]. KKT-ehdot määrittelevät tehtävän optimaalisuusehdot. Gurobi ohjelmisto käyttää lineaaristen optimointitehtävien ratkaisemiseksi kahta algoritmia, jotka perustuvat yleisesti hyvin tunnettuihin simplex- ja sisäpistemenetelmiin [3]. Gurobi ratkaisee tehtävää kummankin menetelmän avulla yhtä aikaa ja antaa ratkaisun siltä menetelmältä, joka sen ensiksi saavuttaa.
24 19 3 Ristikkotornin optimointi Optimointiohjelman testitehtävänä optimoidaan kuvan 13 mukainen ristikkotorni. Tornirakenteesta saadaan esiin 3D-ristikolle ominaiset ilmiöt, joten se sopii hyvin testitehtäväksi, koska tilaajan sovellus on 3D-ristikko. Ristikkotornin optimointi on massan minimointitehtävä, missä kaikki käytetyt elementit ovat sauvaelementtejä ja liitokset käsitellään pallonivelinä. Lähtötiedot rakenteelle ovat (kuva 13): Korkeus 40 m Pohjaympyrän halkaisija 5 m Huipun halkaisija 1,0 m Kuva 13 Optimoitavan rakenteen dimensiot. Tornin optimoinnissa rajoitusehtoina on käytetty sauvojen poikkipinta-alojen sekä sauvajännitysten ylä- ja alarajoja. Sauvajännitysten yläraja J K =. ja alaraja J =., jossa. on materiaalin myötörajan arvo 480 MPa. Kun optimoinnissa otettiin huomioon sauvojen nurjahtaminen, käytettiin sauvajännitysten alarajoina luvun 2.6 mukaisesti laskettuja arvoja. Tornin topologian optimoinnissa sovellettiin sekä lineaarisen (luku 2.5, kaavat ) että epälineaarisen (luku 2.4.2, kaavat ) optimoinnin mukaisia formulointeja.
25 Perusrakenne Perusrakenteen lähtökohtana oli, että se olisi helposti muokattavissa muutamia parametreja muuttamalla. Perusrakenteiden luomisessa otettiin insinöörilähtöinen näkökulma ja työn aikana kokeiltiin useita erilaisia perusrakenteita muuntelemalla rakenteen globaalia geometriaa (pystysuora vai kalteva), solmujen sijaintia (välisolmut), kulmatolppien lukumäärää (3,4,5,6). Lopulta perusrakenteen luomiseen tarvittaviksi tiedoiksi määräytyivät (kuva 14): Kulmatolppien lukumäärä Pohjan sekä yläosan säde Tornin korkeus Kerrosten lukumäärä Tornin profiili (pystysuora, kalteva tai paraboloidi) Kaltevuus kulma Kuva 14 Perusrakenteen erilaisia parametreja kuten tornin profiili, kerrosten lukumäärä, kulmatolppien lukumäärä, kaltevuuskulma α, pohjan säde r0, yläosan säde r1 sekä korkeus h. Kun vaaditut tiedot on määritelty, aloitetaan perusrakenteen luominen määrittelemällä säteelle sekä korkeudelle vektorit, jotka pitävät sisällään jokaisen kerroksen säteen ja korkeuden. Jokaiselle kerrokselle lasketaan siis oma säteen ja korkeuden arvo. Tornille voidaan luoda eri profiileita muokkaamalla näitä vektoreita, esimerkiksi ylöspäin kapenevassa tornissa säteen arvoa pienennetään lineaarisesti joka kerroksessa. Kun säde- ja korkeusvektorit on muodostettu, voidaan siirtyä solmukoordinaattien luotu. Solmukoordinaatit määritetään säde- ja korkeusvektorien mukaan aina tietyille kerroksille, jakamalla solmut kerroksen pohjaympyrän kehälle tasavälein. Solmujen määrä kerroksissa määräytyy kulmatolppien lukumäärän mukaan. Perusrakenteeseen voidaan lisätä myös solmuja kulmasolmujen väleihin. Nämä lisätään rakenteeseen jakamalla kulmatolppien välinen suora kahteen tai kolmeen osaan jolloin saadaan lisättyä yksi tai kaksi välisolmua (kuva 15).
26 21 Kuva 15 Perusrakenne ilman välisolmuja sekä välisolmujen kanssa Insidenssimatriisi Perusrakenteen sauvat luodaan insidenssimatriisin avulla. Insidenssimatriisi on symmetrinen matriisi, joka koostuu nollista ja ykkösistä. Insidenssimatriisin alkio kertoo onko solmujen i ja j välillä sauvaa vai ei. [17] 1, LM ML&Rz P ä&p&&ä L M R = 0, RRyz (3.1) Solmunumeroinnin järjestys on tärkeä valita järkevästi, jotta insidenssimatriisin kokoaminen voidaan automatisoida ja näin ollen koota myös suurissa rakenteissa, joissa yhteen solmuun liittyy useita elementtejä. Tässä työssä elementtinumerointi on valittu siten, että se alkaa pohjakerroksesta ja kiertää aina kerroksen läpi, jonka jälkeen siirrytään seuraavaan kerrokseen. Esimerkiksi nelikulmaiselle rakenteen kahden ensimmäisen kerroksen numerointi ilman välisolmuja on esitetty kuvassa 16.
27 22 Kuva 16 Kuvassa on esitetty laskennassa käytetty solmunumerointi. Tällöin kuvan 16 kaltaiselle perusrakenteelle saataisiin insidenssimatriisiksi: Matriisin alkioista voidaan siis päätellä, mitkä solmut ovat yhdistetty toisiinsa sauvoilla. Esimerkiksi alkion (5,1) arvo on yksi, jolloin solmut yksi ja viisi ovat yhdistetty sauvalla Perusrakenteen valinta Optimointia varten luotiin useita perusrakenteita (kuva 17), joista valittiin kaksi perusrakennetta lopullista optimointia varten. Perusrakenteen valinta tehtiin yhteistyössä työn tilaajan kanssa. Perusrakenteen valintaan vaikuttivat muun muassa testioptimoinneissa saadut rakenteiden massat, sauvojen poikkipinta-alojen arvot sekä liitosten lukumäärä. Lisäksi arvioitiin rakenteen valmistettavuutta (yhdessä työn tilaajan kanssa). Esimerkiksi kalteva torni olisi helpompi valmistaa kuin torni, jonka profiili olisi paraboloidi. Optimointia varten tutkittiin seuraavat perusrakenteet:
28 23 3-,4-,5-,6-kulmaiset rakenteet Rakenteet, joissa oli 0,1 tai 2 välisolmua Kalteva ja paraboloidiset profiilit Rakenteet, joissa diagonaalisauvat ulottuvat yhden kerroksen yli (kuva 17d) Kuva 17 Optimointia varten luotuja erilaisia perusrakenteita.
29 Kuormitustapaukset ja tuenta Ristikkotornia kuormittaa kolme voimaa F x, F y, F z sekä kaksi momenttia M x ja M y. Koska tornin kuormituksen suunta voi muuttua vapaasti, on optimointitehtävään sisällytetty useampia kuormitustapauksia. Tämä toteutettiin kiertämällä nelikulmaisessa rakenteessa kuormituksia 45 asteen välein, jolloin saatiin yhteensä kahdeksan eri kuormitustapausta. Vastaavasti kuusikulmaiselle rakenteelle kuormituksia kierretään 30 asteen välein, jolloin kuormitustapauksia tulee yhteensä 12. Tornin kuormitusten määrittelyssä on käytetty kuvan 18 mukaista koordinaatistoa. Rakennetta kuormittavien voimien sekä momenttien arvot ovat esitetty taulukossa 2. Taulukko 2 Tornin kuormitukset taulukoituna globaalissa koordinaatistossa. F x (kn) F y (kn) F z (kn) M x (Nmm) M y (Nmm) ,50E+08 1,00E+08 Kuva 18 Voimien määrittämiseen käytetty tornin huipun koordinaatisto. Taulukoissa 3 ja 4 on esitetty kaikki kuormitustapaukset neli- ja kuusikulmaisille rakenteille. α on voimien kiertokulma, joka on voiman F x sekä x-akselin välinen kulma (kuva 19). Voimia kierretään z-akselin ympäri myötäpäivään. Kuva 19 Voimien kiertokulma α.
30 25 Taulukko 3 Kuormitustapaukset nelikulmaisille rakenteille. LC 1 Fx Fy Fz α LC 5 Fx Fy Fz α LC 2 Fx Fy Fz α LC 6 Fx Fy Fz α LC 3 Fx Fy Fz α LC 7 Fx Fy Fz α LC 4 Fx Fy Fz α LC 8 Fx Fy Fz α Taulukko 4 Kuormitustapaukset kuusikulmaisille rakenteille. LC 1 Fx Fy Fz α LC 5 Fx Fy Fz α LC 9 Fx Fy Fz α LC 2 Fx Fy Fz α LC 6 Fx Fy Fz α LC 10 Fx Fy Fz α LC 3 Fx Fy Fz α LC7 Fx Fy Fz α LC 11 Fx Fy Fz α LC 4 Fx Fy Fz α LC 8 Fx Fy Fz α LC 12 Fx Fy Fz α
31 26 Koska sauvaelementti ei ota vastaan taivutusrasitusta, täytyy tornia kuormittavat momentit muuttaa voimapareiksi. Voimien kiertäminen johtaa siihen, että yhtä rakennetta kohti tarvitaan kaksi erilasta voimaparia kuvaamaan momentteja. Tämä johtuu siitä, että voimia kierrettäessä momenttivarsien pituudet muuttuvat (kuvat 20 ja 21). Kuva 20 Voimaparien voima F m sekä voimaparien eri etäisyydet d ja D nelikulmaiselle rakenteelle. Kuva 21 Voimaparien voima F m sekä voimaparien eri etäisyydet d ja D kuusikulmaisessa rakenteessa. Nelikulmaiselle tornille voidaan kaksi voimaparitapausta muodostaa seuraavasti. Kuvan 20 vasemmanpuoleisessa tapauksessa voimaparin voima ˆY on ˆY = h 4 (3.2) Š = 2 MP45 (3.3) kun taas kuvan 18 oikeanpuoleisen voimaparin voima ˆY saadaan yhtälöstä ˆY = h Ž (3.4) = 2 (3.5) jossa r on tornin huipun säde.
32 27 Vastaavasti kuusikulmaiselle rakenteelle (kuva 21) voidaan määritellä kaksi erilaista voimaparitapausta. Vasemmanpuoleisessa tapauksessa kuusikulmaiselle rakenteella voimaparien voima ˆY on ˆY = h 4 jž (3.6) Š = 2 MP30 (3.7) = 2 (3.8) kuvan 19 oikeanpuoleisessa tapauksessa saadaan voimaparin voima ˆY yhtälöstä ˆY = h 4 (3.9) Š = 2 MP30 (3.10) Tornia kuormittavat voimat F x, F y, F z jaetaan vaikuttamaan tornin huipun solmuihin vaikuttamaan. Lopulta voimat ja voimaparit yhdistetään kuormitusvektoreiksi eri kuormitustapauksille. (kuva 22). Kuva 22 Voimaparien kierto nelikulmaisessa rakenteessa eri kuormitustapauksia varten. Voima F on voimien F x ja F y resultantti.
33 Optimoitujen rakenteiden analysointi Optimoidut rakenteet haluttiin analysoida valmisohjelman avulla. Rakenteesta haluttiin tarkastella elementtien jännitykset sekä rakenteen stabiilisuus. Optimoitujen rakenteiden analysointiin käytettiin Ansys-ohjelmistoa. Rakenne mallinnettiin Ansysiin kehärakenteena, jossa liitokset käsitellään jäykkinä liitoksina ja ristikko mallinnetaan palkkielementtien avulla. Elementillä on kaksi solmua ja kummassakin solmussa on 6 vapausastetta. Elementin poikkipinnan profiili on ontto nelikulmio. Koska sauvaelementistä saadaan ainoastaan kokonaispinta-ala, joudutaan palkkielementin mallinnuksessa määrittämään profiilista seinämän paksuus vakioksi, jonka avulla saadaan profiilin sivun pituudet laskettua. Luvussa 2.6 esitetyn nurjahdustarkastelun tavoin seinämän paksuuden arvot on jaettu kolmelle eri pintaala alueelle. Elementeille, joiden pinta-alat ovat pienempiä kuin 150 mm 2 asetetaan seinämän paksuuden arvoksi 1.5 mm. Elementtien seinämän paksuus on 2.5 mm, jos elementin pinta-ala on välillä mm mm 2 tai yli pinta-alojen arvoille määritetään seinämän paksuuden arvoksi 4 mm. Seinämän paksuudet ovat valittu siten, että ne vastaavat Stalatuben Lean Duplex-rakenneputkien poikkipinta-alojen arvoja neliöputkilla. [19] Optimoidun rakenteen siirtämiseksi Matlabista Ansysiin luotiin Matlabiin ohjelma, joka kirjoittaa input-tiedoston Ansysiin. Tiedoston alussa (kuva 23) määritellään käytetty elementtityyppi (komento ET) sekä materiaalin kimmokerroin, Poissonin luku ja tiheys (komennot mp EX, PRXY, DENS). Kuva 23 Input-tiedoston alussa määriteltävät materiaaliarvot. Tämän jälkeen määritetään rakenteen solmukoordinaatit. Komennon alussa määritetään solmun numero ja sen jälkeen solmun koordinaatit globaalissa koordinaatistossa (kuva 24). Kuva 24 Input-tiedostoon määriteltävät solmukoordinaatit. Solmukoordinaattien jälkeen luodaan elementtien muodostamiseen tarvittavat tiedot (kuva 25). Ensimmäiseksi määritetään palkin poikkileikkaus komennolla sectype, jonka jälkeen poikkileikkauksen dimensiot (sivujen pituudet sekä seinämän paksuudet) generoidaan komennolla secdata. Komento secnum määrittelee elementin numeron. Lopuksi lisätään vielä elementtiin liittyvien solmujen numerot (komento e).
34 29 Kuva 25 Palkkielementtien poikkileikkauksen ja sekä dimensioiden määritys. Viimeisenä kohtana input-tiedostosta löytyy rakenteen tuenta sekä kuormitustapaukset (kuva 26). Ensimmäiseksi on määritelty rakenteen tuenta. Komennon alussa kerrotaan solmunumeroiden avulla mihin solmuihin tuenta tulee ja sen perään tuetut vapausasteet. Komennolla f generoidaan rakennetta kuormittavat voimat. Ensimmäiseksi ilmoitetaan solmu, joihin voima vaikuttaa. Tämän jälkeen tulevat voiman suunta ja voiman suuruus. ACEL komennolla kerrotaan mallissa vaikuttavan globaalin kiihtyvyyden suunta ja suuruus, joka tässä tapauksessa on putoamiskiihtyvyys z-akselin negatiiviseen suuntaan. Lswrite yhdistää kaikki sitä edellä esitetyt voimat omaksi kuormitustapaukseksi. Komennolla fdel, all poistetaan kaikki sitä ennen määritellyt voimat. Tämä komento ajetaan aina ennen uuden kuormitustapauksen määrittämistä, jotta edellisten kuormitustapausten voimat eivät yhdistyisi uuteen kuormitustapaukseen. Kuva 26 Rakenteen tuennan sekä kuormitusten määritys input-tiedostoon.
35 30 4 Optimointiprosessi ja tulokset Optimointiprosessista muodostui lopulta kuvan 27 mukainen. Optimointi alkaa perusrakenteen luomisesta ja kuormitusten määrittelemisestä. Tämän jälkeen suoritetaan perusrakenteelle staattinen analyysi, jolla varmistetaan, ettei perusrakenne ole mekanismi. Seuraavaksi rakenne optimoidaan ensimmäisen kerran lineaarisen optimoinnin avulla. Lineaarisen optimoinnin jälkeen voidaan valita halutaanko rakenteessa ottaa huomioon nurjahduksen vaikutus. Jos halutaan, optimoidaan rakenne uudestaan käyttäen tällä kertaa muokattuja jännitysalarajoja. Jos nurjahdusta ei haluta ottaa huomioon, analysoidaan rakenne Ansysilla. Näistä tuloksista suunnittelija päättelee, täyttääkö optimoitu rakenne vaatimukset, jotka rakenteelle on annettu. Jos rakenne ei tyydytä suunnittelijaa, voidaan seuraavaksi suorittaa epälineaarinen optimointi, jonka jälkeen rakenteelle suoritetaan uusi rakenneanalyysi Ansysilla. Jos suunnittelija edelleen näkee tarvetta muutoksiin, täytyy silloin palata optimointiprosessin alkuun muokkaamaan perusrakennetta. Kuva 27 Optimointi-ohjelman rakenne vuokaaviona esitettynä.
36 31 Optimointia varten valittiin niin kuusi- kuin nelikulmaiselle rakenteelle kuvan 17b-kohdan perusrakenne. Perusteena valinnalle oli pienempi liitosten määrä verrattuna välipisteellisiin rakenteisiin. Kalteva profiili tuotti myös pienempiä massojen ja pinta-alojen arvoja verrattuna pystysuoraan rakenteeseen. Rakenteen mitat ovat: pohjan halkaisija r p =2,5 m, huipun halkaisija r h =1 m ja tornin korkeus h=40 m. Taulukoissa 5 ja 6 on esitetty optimointitehtävien parametreja neli- ja kuusikulmaisille rakenteille. Taulukko 5 Optimointitehtävän parametreja nelikulmaisille rakenteilla. Kerrosten lkm Elementtien lkm Solmujen lkm Vapausasteet Rajoitusyhtälöiden lkm (lineaarinen optimointi) Rajoitusyhtälöiden lkm (epälineaarinen optimointi) Taulukko 6 Optimointitehtävän parametreja kuusikulmaisille rakenteille. Kerrosten lkm Elementtien lkm Solmujen lkm Vapausasteet Rajoitusyhtälöiden lkm (lineaarinen optimointi) Rajoitusyhtälöiden lkm (epälineaarinen optimointi)
Demo 1: Simplex-menetelmä
MS-C2105 Optimoinnin perusteet Malliratkaisut 3 Ehtamo Demo 1: Simplex-menetelmä Muodosta lineaarisen tehtävän standardimuoto ja ratkaise tehtävä taulukkomuotoisella Simplex-algoritmilla. max 5x 1 + 4x
Aki Taanila LINEAARINEN OPTIMOINTI
Aki Taanila LINEAARINEN OPTIMOINTI 26.4.2011 JOHDANTO Tässä monisteessa esitetään lineaarisen optimoinnin alkeet. Moniste sisältää tarvittavat Excel ohjeet. Viimeisin versio tästä monisteesta ja siihen
Osakesalkun optimointi. Anni Halkola Turun yliopisto 2016
Osakesalkun optimointi Anni Halkola Turun yliopisto 2016 Artikkeli Gleb Beliakov & Adil Bagirov (2006) Non-smooth optimization methods for computation of the Conditional Value-at-risk and portfolio optimization.
Harjoitus 4: Matlab - Optimization Toolbox
Harjoitus 4: Matlab - Optimization Toolbox Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Optimointimallin muodostaminen
. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-.39 Optimointioppi Kimmo Berg 8. harjoitus - ratkaisut. a)huomataan ensinnäkin että kummankin jonon raja-arvo r on nolla. Oletetaan lisäksi että
MUODONMUUTOKSET. Lähtöotaksumat:
MUODONMUUTOKSET Lähtöotaksumat:. Materiaali on isotrooppista ja homogeenista. Hooken laki on voimassa (fysikaalinen lineaarisuus) 3. Bernoullin hypoteesi on voimassa (tekninen taivutusteoria) 4. Muodonmuutokset
Lineaarialgebra MATH.1040 / voima
Lineaarialgebra MATH.1040 / voima 1 Seuraavaksi määrittelemme kaksi vektoreille määriteltyä tuloa; pistetulo ja. Määritelmät ja erilaiset tulojen ominaisuudet saattavat tuntua, sekavalta kokonaisuudelta.
MAY1 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 12.4.2016 Julkaiseminen sallittu vain koulun suljetussa verkossa.
KERTAUS Lukujono KERTAUSTEHTÄVIÄ K1. Ratkaisussa annetaan esimerkit mahdollisista säännöistä. a) Jatketaan lukujonoa: 2, 4, 6, 8, 10, 12, 14, 16, Rekursiivinen sääntö on, että lukujonon ensimmäinen jäsen
ELEMENTTIMENETELMÄN PERUSTEET SESSIO 01: Johdanto. Elementtiverkko. Solmusuureet.
0/ ELEMENTTIMENETELMÄN PERUSTEET SESSIO 0: Johdanto. Elementtiverkko. Solmusuureet. JOHDANTO Lujuuslaskentatehtävässä on tavoitteena ratkaista annetuista kuormituksista aiheutuvat rakenteen siirtmätilakenttä,
2 SUORA SAUVA ja PALKKI Suoran sauvan puhdas veto tai puristus Suoran palkin taivutus Harjoitustehtäviä 71
7 SISÄLLYSLUETTELO Alkulause 5 Kirjallisuus 12 1 JOHDANTO 13 1.1 Yleistä 13 1.2 Rakenteiden statiikan historiallista taustaa 15 1.3 Rakennetyyppejä 17 1.4 Rakenteen tuennat 22 1.5 Kuormitukset 25 2 SUORA
KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 8.3.2016 Susanna Hurme Päivän aihe: Normaalivoiman, leikkausvoiman ja taivutusmomentin käsitteet (Kirjan luku 7.1) Osaamistavoitteet: Ymmärtää, millaisia sisäisiä
STATIIKKA. TF00BN89 5op
STATIIKKA TF00BN89 5op Sisältö: Statiikan peruslait Voiman resultantti ja jako komponentteihin Voiman momentti ja voimapari Partikkelin ja jäykän kappaleen tasapainoyhtälöt Tukivoimat Ristikot, palkit
TERÄSRISTIKON SUUNNITTELU
TERÄSRISTIKON SUUNNITTELU Ristikon mekaniikan malli yleensä uumasauvojen ja paarteiden väliset liitokset oletetaan niveliksi uumasauvat vain normaalivoiman rasittamia paarteet jatkuvia paarteissa myös
KJR-C2002 Kontinuumimekaniikan perusteet
KJR-C2002 Kontinuumimekaniikan perusteet Luento 23.11.2015 Susanna Hurme, Yliopistonlehtori, TkT Luennon sisältö Hooken laki lineaaris-elastiselle materiaalille (Reddy, kpl 6.2.3) Lujuusoppia: sauva (Reddy,
1 2 x2 + 1 dx. (2p) x + 2dx. Kummankin integraalin laskeminen oikein (vastaukset 12 ja 20 ) antaa erikseen (2p) (integraalifunktiot
Helsingin yliopisto, Itä-Suomen yliopisto, Jyväskylän yliopisto, Oulun yliopisto, Tampereen yliopisto ja Turun yliopisto Matematiikan valintakoe (Ratkaisut ja pisteytys) 500 Kustakin tehtävästä saa maksimissaan
KJR-C1001: Statiikka L5 Luento : Palkin normaali- ja leikkausvoima sekä taivutusmomentti
KJR-C1001: Statiikka L5 Luento : Palkin normaali- ja leikkausvoima sekä taivutusmomentti Apulaisprofessori Konetekniikan laitos Statiikan välikoe 12.3.2018 Ajankohta ma 12.3.2018 klo 14:00 17:00 Salijako
Luvun 10 laskuesimerkit
Luvun 10 laskuesimerkit Esimerkki 11.1 Sigge-serkku tasapainoilee sahapukkien varaan asetetulla tasapaksulla puomilla, jonka pituus L = 6.0 m ja massa M = 90 kg. Sahapukkien huippujen välimatka D = 1.5
KJR-C2002 Kontinuumimekaniikan perusteet
KJR-C2002 Kontinuumimekaniikan perusteet Luento 25.11.2015 Susanna Hurme, Yliopistonlehtori, TkT Tämän päivän luento Aiemmin ollaan johdettu palkin voimatasapainoyhtälöt differentiaaligeometrisella tavalla
Kimppu-suodatus-menetelmä
Kimppu-suodatus-menetelmä 2. toukokuuta 2016 Kimppu-suodatus-menetelmä on kehitetty epäsileiden optimointitehtävien ratkaisemista varten. Menetelmässä approksimoidaan epäsileitä funktioita aligradienttikimpulla.
Teräsrakenteen palonsuojamaalauksen suunnittelu - kustannusten näkökulma
Teräsrakenteen palonsuojamaalauksen suunnittelu - kustannusten näkökulma Teemu Tiainen Tampereen teknillinen yliopisto, Metallirakentamisen tutkimuskeskus Mukana tutkimuksissa myös Kristo Mela, Timo Jokinen
Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu
Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu Merkintöjä := vasen puoli määritellään oikean puolen lausekkeella s.e. ehdolla; siten että (engl. subject to, s.t.) vasemman puolen
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio. Kimmo Berg. Mat Optimointioppi. 9. harjoitus - ratkaisut
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-2.139 Optimointioppi Kimmo Berg 9. harjoitus - ratkaisut 1. a) Viivahakutehtävä pisteessä x suuntaan d on missä min f(x + λd), λ f(x + λd) = (x
10 knm mm 1000 (a) Kuva 1. Tasokehä ja sen elementtiverkko.
Elementtimenetelmän perusteet Esimerkki. kn kn/m 5 = 8 E= GPa mm 5 5 mm (a) 5 5 6 Y X (b) Kuva. Tasokehä ja sen elementtiverkko. Tarkastellaan kuvassa (a) olevan tasokehän statiikan ratkaisemista elementtimenetelmällä.
Optimaalisuusehdot. Yleinen minimointitehtävä (NLP): min f(x) kun g i (x) 0 h j (x) = 0
Optimaalisuusehdot Yleinen minimointitehtävä (NLP): min f(x) kun g i (x) 0 h j (x) = 0 i = 1,..., m j = 1,..., l missä f : R n R, g i : R n R kaikilla i = 1,..., m, ja h j : R n R kaikilla j = 1,..., l
KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 3.3.2016 Susanna Hurme Päivän aihe: Ristikon sauvavoimat (Kirjan luvut 6.1-6.4) Osaamistavoitteet: Ymmärtää, mikä on ristikkorakenne Osata soveltaa aiemmin kurssilla
Harjoitus 9: Optimointi I (Matlab)
Harjoitus 9: Optimointi I (Matlab) MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Optimointimallin muodostaminen Optimointitehtävien
Analysoidaan lämpöjännitysten, jännityskeskittymien, plastisten muodonmuutosten ja jäännösjännityksien vaikutus
TAVOITTEET Määritetään aksiaalisesti kuormitetun sauvan muodonmuutos Esitetään menetelmä, jolla ratkaistaan tukireaktiot tapauksessa, jossa statiikan tasapainoehdot eivät riitä Analysoidaan lämpöjännitysten,
110. 111. 112. 113. 114. 4. Matriisit ja vektorit. 4.1. Matriisin käsite. 4.2. Matriisialgebra. Olkoon A = , B = Laske A + B, 5 14 9, 1 3 3
4 Matriisit ja vektorit 4 Matriisin käsite 42 Matriisialgebra 0 2 2 0, B = 2 2 4 6 2 Laske A + B, 2 A + B, AB ja BA A + B = 2 4 6 5, 2 A + B = 5 9 6 5 4 9, 4 7 6 AB = 0 0 0 6 0 0 0, B 22 2 2 0 0 0 6 5
Määritetään vääntökuormitetun sauvan kiertymä kimmoisella kuormitusalueella Tutkitaan staattisesti määräämättömiä vääntösauvoja
TAVOITTEET Tutkitaan väännön vaikutusta suoraan sauvaan Määritetään vääntökuormitetun sauvan jännitysjakauma Määritetään vääntökuormitetun sauvan kiertymä kimmoisella kuormitusalueella Tutkitaan staattisesti
b 1. b m ) + ( 2b Ax) + (b b)
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-9 Optimointioppi Kimmo Berg 5 harjoitus - ratkaisut min Ax b (vertaa PNS-tehtävät) a x + + a n x n a) Ax b = a m x + + a mn x n = x a a m }{{}
3. SUUNNITTELUPERUSTEET
3. SUUNNITTELUPERUSTEET 3.1 MATERIAALIT Myötölujuuden ja vetomurtolujuuden arvot f R ja f R y eh u m tuotestandardista tai taulukosta 3.1 Sitkeysvaatimukset: - vetomurtolujuuden ja myötörajan f y minimiarvojen
KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 23.2.2016 Susanna Hurme Tervetuloa kurssille! Mitä on statiikka? Mitä on dynamiikka? Miksi niitä opiskellaan? Päivän aihe: Voiman käsite ja partikkelin tasapaino
Luento 9: Yhtälörajoitukset optimoinnissa
Luento 9: Yhtälörajoitukset optimoinnissa Lagrangen kerroin Oletetaan aluksi, että f, g : R R. Merkitään (x 1, x ) := (x, y) ja johdetaan Lagrangen kerroin λ tehtävälle min f(x, y) s.t. g(x, y) = 0 Olkoon
KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 1.3.2016 Susanna Hurme Päivän aihe: Jäykän kappaleen tasapaino ja vapaakappalekuva (Kirjan luvut 5.1-5.4) Osaamistavoitteet: 1. Ymmärtää, mitä tukireaktiot ovat
Talousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu
Talousmatematiikan perusteet: Luento 13 Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu Viime luennolla Aloimme tarkastella yleisiä, usean muuttujan funktioita
DYNAMIIKKA II, LUENTO 5 (SYKSY 2015) Arttu Polojärvi
DYNAMIIKKA II, LUENTO 5 (SYKSY 2015) Arttu Polojärvi LUENNON SISÄLTÖ Kertausta edelliseltä luennolta: Suhteellisen liikkeen nopeuden ja kiihtyvyyden yhtälöt. Jäykän kappaleen partikkelin liike. Jäykän
Matematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 10 1 Lokaalit ääriarvot Yhden muuttujan funktion f (x) lokaali maksimi on piste x 0, jossa f (x) on suurempi kuin muualle pisteen x 0 ympäristössä, eli kun f (x 0 )
Hitsatun I- ja kotelopalkin optimointi ja FE-mallinnus
1 (8) Teräsrakenteiden T&K-päivät Teräsrakenneyhdistys ry Hitsatun I- ja kotelopalkin optimointi ja FE-mallinnus Sisältö Sivu 1 Johdanto 1 2 Tarkasteltavat tapaukset 2 3 Palkkien kestävyyden laskenta 3
Osakesalkun optimointi
Osakesalkun optimointi Anni Halkola Epäsileä optimointi Turun yliopisto Huhtikuu 2016 Sisältö 1 Johdanto 1 2 Taustatietoja 2 3 Laskumetodit 3 3.1 Optimointiongelmat........................ 4 4 Epäsileän
Laskuharjoitus 2 Ratkaisut
Vastaukset palautetaan yhtenä PDF-tiedostona MyCourses:iin ke 7.3. klo 14 mennessä. Mahdolliset asia- ja laskuvirheet ja voi ilmoittaa osoitteeseen serge.skorin@aalto.fi. Laskuharjoitus 2 Ratkaisut 1.
Harjoitus 1. KJR-C2001 Kiinteän aineen mekaniikan perusteet, IV/2016. Tehtävä 1 Selitä käsitteet kohdissa [a), b)] ja laske c) kohdan tehtävä.
Kotitehtävät palautetaan viimeistään keskiviikkona 2.3. ennen luentojen alkua eli klo 14:00 mennessä puiseen kyyhkyslakkaan, jonka numero on 9. Arvostellut kotitehtäväpaperit palautetaan laskutuvassa.
Luento 11: Rajoitusehdot. Ulkopistemenetelmät
Luento 11: Rajoitusehdot. Ulkopistemenetelmät ja sisäpistemenetelmät Lagrangen välttämättömien ehtojen ratkaiseminen Newtonin menetelmällä Jos tehtävässä on vain yhtälörajoituksia, voidaan minimipistekandidaatteja
Preliminäärikoe Tehtävät Pitkä matematiikka 4.2.2014 1 / 3
Preliminäärikoe Tehtävät Pitkä matematiikka / Kokeessa saa vastata enintään kymmeneen tehtävään Tähdellä (* merkittyjen tehtävien maksimipistemäärä on 9, muiden tehtävien maksimipistemäärä on 6 Jos tehtävässä
1 Kertaus. Lineaarinen optimointitehtävä on muotoa:
1 Kertaus Lineaarinen optimointitehtävä on muotoa: min c 1 x 1 + c 2 x 2 + + c n x n kun a 11 x 1 + a 12 x 2 + + a 1n x n b 1 a 21 x 1 + a 22 x 2 + + a 2n x n b 2 (11) a m1 x 1 + a m2 x 2 + + a mn x n
f(x, y) = x 2 y 2 f(0, t) = t 2 < 0 < t 2 = f(t, 0) kaikilla t 0.
Ääriarvon laatu Jatkuvasti derivoituvan funktion f lokaali ääriarvokohta (x 0, y 0 ) on aina kriittinen piste (ts. f x (x, y) = f y (x, y) = 0, kun x = x 0 ja y = y 0 ), mutta kriittinen piste ei ole aina
12. Hessen matriisi. Ääriarvoteoriaa
179 12. Hessen matriisi. Ääriarvoteoriaa Tarkastelemme tässä luvussa useamman muuttujan (eli vektorimuuttujan) n reaaliarvoisia unktioita : R R. Edellisessä luvussa todettiin, että riittävän säännöllisellä
Matematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 8 1 Suunnattu derivaatta Aluksi tarkastelemme vektoreita, koska ymmärrys vektoreista helpottaa alla olevien asioiden omaksumista. Kun liikutaan tasossa eli avaruudessa
Laskuharjoitus 1 Ratkaisut
Vastaukset palautetaan yhtenä PDF-tiedostona MyCourses:iin ke 28.2. klo 14 mennessä. Mahdolliset asia- ja laskuvirheet ja voi ilmoittaa osoitteeseen serge.skorin@aalto.fi. Laskuharjoitus 1 Ratkaisut 1.
7. Suora leikkaus TAVOITTEET 7. Suora leikkaus SISÄLTÖ
TAVOITTEET Kehitetään menetelmä, jolla selvitetään homogeenisen, prismaattisen suoran sauvan leikkausjännitysjakauma kun materiaali käyttäytyy lineaarielastisesti Menetelmä rajataan määrätyn tyyppisiin
Ellipsoidimenetelmä. Samuli Leppänen Kokonaislukuoptimointi. S ysteemianalyysin Laboratorio
Ellipsoidimenetelmä Kokonaislukuoptimointi Sovelletun matematiikan lisensiaattiseminaari Kevät 2008 / 1 Sisällys Ellipsoidimenetelmän geometrinen perusta ja menetelmän idea Formaali ellipsoidimenetelmä
Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa.
Laskuharjoitus 1A Mallit Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa. 1. tehtävä %% 1. % (i) % Vektorit luodaan
Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla
Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla Juho Andelmin 21.1.213 Ohjaaja: TkT Juuso Liesiö Valvoja: Prof. Raimo P. Hämäläinen Työn saa tallentaa ja julkistaa Aalto-yliopiston
Ratkaisuehdotukset LH 7 / vko 47
MS-C34 Lineaarialgebra, II/7 Ratkaisuehdotukset LH 7 / vko 47 Tehtävä : Olkoot M R symmetrinen ja positiividefiniitti matriisi (i) Näytä, että m > ja m > (ii) Etsi Eliminaatiomatriisi E R siten, että [
OSIITAIN JA YKKIEN LIITOSTEN V AIKUTUS PORTAALIKEHAN VOI MASUUREISIIN. Rakenteiden Mekaniikka, Vol.27 No.3, 1994, s. 35-43
OSIITAIN JA YKKIEN LIITOSTEN V AIKUTUS PORTAALIKEHAN VOI MASUUREISIIN Esa Makkonen Rakenteiden Mekaniikka, Vol.27 No.3, 1994, s. 35-43 Tiivistelmii: Artikkelissa kehitetaan laskumenetelma, jonka avulla
Kurssikoe on maanantaina 29.6. Muista ilmoittautua kokeeseen viimeistään 10 päivää ennen koetta! Ilmoittautumisohjeet löytyvät kurssin kotisivuilla.
HY / Avoin ylioisto Johdatus yliopistomatematiikkaan, kesä 201 Harjoitus 7 Ratkaisut palautettava viimeistään perjantaina 26.6.201 klo 16.00. Huom! Luennot ovat salissa CK112 maanantaista 1.6. lähtien.
Harjoitus 8: Excel - Optimointi
Harjoitus 8: Excel - Optimointi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Lineaarisen optimointimallin muodostaminen
Talousmatematiikan perusteet: Luento 10. Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi
Talousmatematiikan perusteet: Luento 10 Lineaarikuvaus Matriisin aste Determinantti Käänteismatriisi Lineaarikuvaus Esim. Yritys tekee elintarviketeollisuuden käyttämää puolivalmistetta, jossa käytetään
Matematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 10 1 Funktion monotonisuus Derivoituva funktio f on aidosti kasvava, jos sen derivaatta on positiivinen eli jos f (x) > 0. Funktio on aidosti vähenevä jos sen derivaatta
235. 236. 237. 238. 239. 240. 241. 8. Sovellutuksia. 8.1. Pinta-alan ja tilavuuden laskeminen. 8.2. Keskiö ja hitausmomentti
8. Sovellutuksia 8.1. Pinta-alan ja tilavuuden laskeminen 235. Laske sen kappaleen tilavuus, jota rajoittavat pinnat z = xy, x = y 2, z = 0, x = 1. (Kappale sijaitsee oktantissa x 0, y 0, z 0.) 1/6. 236.
KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 2.3.2016 Susanna Hurme äivän aihe: Staattisesti määrätyn rakenteen tukireaktiot (Kirjan luvut 5.7 ja 6.6) Osaamistavoitteet: Ymmärtää, mitä tarkoittaa staattisesti
Harjoitus 6 ( )
Harjoitus 6 (30.4.2014) Tehtävä 1 Määritelmän (ks. luentomoniste s. 109) mukaan yleisen, muotoa min f(x) s.t. g(x) 0 h(x) = 0 x X (1) olevan optimointitehtävän Lagrangen duaali on max θ(u,v) s.t. u 0,
Johdatus verkkoteoriaan luento Netspace
Johdatus verkkoteoriaan luento 3.4.18 Netspace Matriisioperaatio suunnatuissa verkoissa Taustoitusta verkkoteorian ulkopuolelta ennen kuljetusalgoritmia LP-ongelma yleisesti LP = linear programming =
Taustatietoja ja perusteita
Taustatietoja ja perusteita Vektorit: x R n pystyvektoreita, transpoosi x T Sisätulo: x T y = n i=1 x i y i Normi: x = x T x = ni=1 x 2 i Etäisyys: Kahden R n :n vektorin välinen etäisyys x y 1 Avoin pallo:
min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-39 Optimointioppi Kimmo Berg 6 harjoitus - ratkaisut min x + x x + x = () x f = 4x, h = x 4x + v = { { x + v = 4x + v = x = v/ x = v/4 () v/ v/4
Ovatko seuraavat väittämät oikein vai väärin? Perustele vastauksesi.
5..0 Tehtävä Ovatko seuraavat väittämät oikein vai väärin? Perustele vastauksesi. (c) (d) Arvostelu Kanta on degeneroitunut jos ja vain jos sitä vastaava kantamatriisi on singulaarinen. Optimissa muuttujan
Integrointi ja sovellukset
Integrointi ja sovellukset Tehtävät:. Muodosta ja laske yläsumma funktiolle fx) x 5 välillä [, 4], kun väli on jaettu neljään yhtä suureen osaan.. Määritä integraalin x + ) dx likiarvo laskemalla alasumma,
1 Rajoittamaton optimointi
Taloustieteen matemaattiset menetelmät 7 materiaali 5 Rajoittamaton optimointi Yhden muuttujan tapaus f R! R Muistutetaan mieleen maksimin määritelmä. Funktiolla f on maksimi pisteessä x jos kaikille y
BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018
BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018 1. (a) Tunnemme vektorit a = [ 5 1 1 ] ja b = [ 2 0 1 ]. Laske (i) kummankin vektorin pituus (eli itseisarvo, eli normi); (ii) vektorien
Koontitehtäviä luvuista 1 9
11 Koontitehtäviä luvuista 1 9 1. a) 3 + ( 8) + = 3 8 + = 3 b) x x 10 = 0 a =, b = 1, c = 10 ( 1) ( 1) 4 ( 10) 1 81 1 9 x 4 4 1 9 1 9 x,5 tai x 4 4 c) (5a) (a + 1) = 5a a 1 = 4a 1. a) Pythagoraan lause:
MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ
MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.09 HYVÄN VASTAUKSEN PIIRTEITÄ Alustavat hyvän vastauksen piirteet on suuntaa-antava kuvaus kokeen tehtäviin odotetuista vastauksista ja tarkoitettu ensisijaisesti
Pythagoraan polku 16.4.2011
Pythagoraan polku 6.4.20. Todista väittämä: Jos tasakylkisen kolmion toista kylkeä jatketaan omalla pituudellaan huipun toiselle puolelle ja jatkeen päätepiste yhdistetään kannan toisen päätepisteen kanssa,
Lumen teknisiä ominaisuuksia
Lumen teknisiä ominaisuuksia Lumi syntyy ilmakehässä kun vesihöyrystä tiivistyneessä lämpötila laskee alle 0 C:n ja pilven sisällä on alijäähtynyttä vettä. Kun lämpötila on noin -5 C, vesihöyrystä, jäähiukkasista
Virhearviointi. Fysiikassa on tärkeää tietää tulosten tarkkuus.
Virhearviointi Fysiikassa on tärkeää tietää tulosten tarkkuus. Virhelajit A. Tilastolliset virheet= satunnaisvirheet, joita voi arvioida tilastollisin menetelmin B. Systemaattiset virheet = virheet, joita
Yhden muuttujan funktion minimointi
Yhden muuttujan funktion minimointi Aloitetaan yhden muuttujan tapauksesta Tarpeellinen myös useamman muuttujan tapauksessa Tehtävä on muotoa min kun f(x) x S R 1 Sallittu alue on muotoa S = [a, b] tai
Kirjallisuuskatsaus sisäpistemenetelmiin ja niiden soveltamiseen eri optimointiluokille (valmiin työn esittely)
Kirjallisuuskatsaus sisäpistemenetelmiin ja niiden soveltamiseen eri optimointiluokille (valmiin työn esittely) Ilari Vähä-Pietilä 28.04.2014 Ohjaaja: TkT Kimmo Berg Valvoja: Prof. Harri Ehtamo Työn saa
Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.
Vapaus Määritelmä Oletetaan, että v 1, v 2,..., v k R n, missä n {1, 2,... }. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee: jos c 1 v 1 + c 2 v 2 +
Malliratkaisut Demot
Malliratkaisut Demot 1 23.1.2017 1. Päätösmuuttujiksi voidaan valita x 1 : tehtyjen peruspöytin lukumäärä x 2 : tehtyjen luxuspöytien lukumäärä. Optimointitehtäväksi tulee max 200x 1 + 350x 2 s. t. 5x
Demo 1: Excelin Solver -liitännäinen
MS-C2105 Optimoinnin perusteet Malliratkaisut 1 Ehtamo Demo 1: Excelin Solver -liitännäinen Ratkaise tehtävä käyttäen Excelin Solveria. max 3x 1 + x 2 s.e. 2x 1 + 5x 2 8 4x 1 + 2x 2 5 x 1, x 2 0 Ratkaisu
Graafit ja verkot. Joukko solmuja ja joukko järjestämättömiä solmupareja. eli haaroja. Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria
Graafit ja verkot Suuntamaton graafi: eli haaroja Joukko solmuja ja joukko järjestämättömiä solmupareja Suunnattu graafi: Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria Haaran päätesolmut:
Q Q 3. [mm 2 ] 1 1 = L
EDE-00 Elementtimenetelmän perusteet. Harjoitus 5r Syksy 03. 400 mm 0 kn 600 mm A 400 mm B 8 kn 300 mm 5 kn 000 mm 8 kn 300 mm 300 mm 00 mm. Määritä pisteiden A ja B siirtymät elementtimenetelmällä, kun
Laskuharjoitus 7 Ratkaisut
Vastaukset palautetaan yhtenä PDF-tiedostona MyCourses:iin 25.4. klo 14 mennessä. Mahdolliset asia- ja laskuvirheet ja voi ilmoittaa osoitteeseen serge.skorin@aalto.fi. Laskuharjoitus 7 Ratkaisut 1. Kuvan
Matematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 2 Lisää osamurtoja Tutkitaan jälleen rationaalifunktion P(x)/Q(x) integrointia. Aiemmin käsittelimme tapauksen, jossa nimittäjä voidaan esittää muodossa Q(x) = a(x x
Ensimmäinen osa: Rautalankamallinnus. Rautalankamallinnus
Ensimmäinen osa: Rautalankamallinnus Rautalankamallinnus Tampereen ammattiopisto - CAD -perusharjoitukset Rautalankamallinnus I: Jana, suorakulmio ja ympyrä Harjoitusten yleisohje Valitse suunnittelutilan
Luvun 10 laskuesimerkit
Luvun 10 laskuesimerkit Esimerkki 10.1 Tee-se-itse putkimies ei saa vesiputken kiinnitystä auki putkipihdeillään, joten hän päättää lisätä vääntömomenttia jatkamalla pihtien vartta siihen tiukasti sopivalla
Tasokehät. Kuva. Sauvojen alapuolet merkittyinä.
Tasokehät Tasokehä muodostuu yksinkertaisista palkeista ja ulokepalkeista, joita yhdistetään toisiinsa jäykästi tai nivelkehässä nivelellisesti. Palkit voivat olla tasossa missä kulmassa tahansa. Palkkikannattimessa
Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut
MS-C34 Lineaarialgebra ja differentiaaliyhtälöt, IV/26 Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / t Alkuviikon tuntitehtävä Hahmottele matriisia A ( 2 6 3 vastaava vektorikenttä Matriisia A
Harjoitus 6 ( )
Harjoitus 6 (21.4.2015) Tehtävä 1 Määritelmän (ks. luentomoniste s. 109) mukaan yleisen, muotoa min f(x) s. t. g(x) 0 h(x) = 0 x X olevan optimointitehtävän Lagrangen duaali on missä max θ(u, v) s. t.
INFO / Matemaattinen Analyysi, k2016, L0
INFO / Matemaattinen Analyysi, k2016, L0 orms1010, Aikataulu 1 kevät 2016 ORMS1010 Matemaattinen analyysi, luennot Ke 14-16 Viikot 09-10 salissa F119 Ke 14-16 Viikot 11 salissa F140 Ke 14-16 Viikot 13-18
KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 9.3.2016 Susanna Hurme Päivän aihe: Palkin leikkausvoima- ja taivutusmomenttijakaumat ja kuviot (Kirjan luvut 7.2 ja 7.3) Osaamistavoitteet: Ymmärtää, miten leikkausvoima
73125 MATEMAATTINEN OPTIMOINTITEORIA 2
73125 MATEMAATTINEN OPTIMOINTITEORIA 2 Risto Silvennoinen Tampereen teknillinen yliopisto, kevät 2004 1. Peruskäsitteet Optimointiteoria on sovelletun matematiikan osa-alue, jossa tutkitaan funktioiden
Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu
Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu Merkintöjä := vasen puoli määritellään oikean puolen lausekkeella s.e. ehdolla; siten että (engl. subject to, s.t.) on voimassa
Numeeriset menetelmät
Numeeriset menetelmät Luento 3 Ti 13.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 3 Ti 13.9.2011 p. 1/37 p. 1/37 Epälineaariset yhtälöt Newtonin menetelmä: x n+1 = x n f(x n) f (x n ) Sekanttimenetelmä:
10. Esitys ja kuvaus
10. Esitys ja kuvaus Kun kuva on ensin segmentoitu alueisiin edellisen luvun menetelmin, segmentoidut pikselit kootaan esittämään ja kuvaamaan kohteita muodossa, joka sopii hyvin jatkokäsittelyä varten.
Viikon aiheet. Funktion lineaarinen approksimointi
Viikon aiheet Funktion ääriarvot Funktion lineaarinen approksimointi Vektorit, merkintätavat, pituus, yksikkövektori, skalaarilla kertominen, kanta ja kannan vaihto Funktion ääriarvot 6 Väliarvolause Implisiittinen
RAK-C3004 Rakentamisen tekniikat
RAK-C3004 Rakentamisen tekniikat Johdatus rakenteiden mitoitukseen joonas.jaaranen@aalto.fi Sisältö Esimerkkirakennus: puurakenteinen pienrakennus Kuormat Seinätolpan mitoitus Alapohjapalkin mitoitus Anturan
Talousmatematiikan perusteet: Luento 14. Rajoittamaton optimointi Hessen matriisi Ominaisarvot Ääriarvon laadun tarkastelu
Talousmatematiikan perusteet: Luento 14 Rajoittamaton optimointi Hessen matriisi Ominaisarvot Ääriarvon laadun tarkastelu Luennolla 6 Tarkastelimme yhden muuttujan funktion f(x) rajoittamatonta optimointia
a b c d + + + + + + + + +
28. 10. 2010!"$#&%(')'+*(#-,.*/1032/465$*784 /(9:*;9."$ *;5> *@9 a b c d 1. + + + 2. 3. 4. 5. 6. + + + + + + + + + + P1. Valitaan kannaksi sivu, jonka pituus on 4. Koska toinen jäljelle jäävistä sivuista
ELEMENTTIMENETELMÄN PERUSTEET SESSIO 07: Aksiaalinen sauvaelementti, osa 2.
7/ EEMENTTIMENETEMÄN PERSTEET SESSIO 7: Aksiaalinen sauvaelementti, osa. RATKAIS EEMENTIN AEESSA Verkon perusyhtälöstä [ K ]{ } = { F} saatavasta solmusiirtymävektorista { } voidaan poimia minkä tahansa
Numeeriset menetelmät Pekka Vienonen
Numeeriset menetelmät Pekka Vienonen 1. Funktion nollakohta Newtonin menetelmällä 2. Määrätty integraali puolisuunnikassäännöllä 3. Määrätty integraali Simpsonin menetelmällä Newtonin menetelmä Newtonin