Otimização multiobjetivo de risers compósitos utilizando algoritmos bioinspirados

Detalhes bibliográficos
Autor(a) principal: Maia, Marina Alves
Data de Publicação: 2017
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal do Ceará (UFC)
Texto Completo: http://www.repositorio.ufc.br/handle/riufc/28844
Resumo: MAIA, M. A. Otimização multiobjetivo de risers compósitos utilizando algoritmos bioinspirados. 2017. 126 f. Monografia (Graduação em Engenharia Civil)-Universidade Federal do Ceará, Fortaleza, 2017.
id UFC-7_ed75350117aa200679c479e13850bdf4
oai_identifier_str oai:repositorio.ufc.br:riufc/28844
network_acronym_str UFC-7
network_name_str Repositório Institucional da Universidade Federal do Ceará (UFC)
repository_id_str
spelling Otimização multiobjetivo de risers compósitos utilizando algoritmos bioinspiradosMultiobjective optimization of composite risers using bioinspired algorithmsRisersCompósitos LaminadosOtimização multiobjetivoAlgoritmos bioinspiradosMAIA, M. A. Otimização multiobjetivo de risers compósitos utilizando algoritmos bioinspirados. 2017. 126 f. Monografia (Graduação em Engenharia Civil)-Universidade Federal do Ceará, Fortaleza, 2017.Features such as high strength/weight and stiffness/weight ratios and high corrosion and fatigue resistance make composite materials appealing to the oil and gas industry, particularly for the manufacture of risers - pipes that connect the floating oil and gas production facility to the pipelines and equipment at the seabed and that are usually made of steel. The use of fiber-reinforced laminated composites, in particular, enable the riser to be tailored to meet manufacturing, safety and stability constraints under different loading conditions. This work proposes the implementation of a nature-inspired algorithm, namely Nondominated Sorting Genetic Algorithm - II (NSGA-II), and its use in a formulation capable of optimizing composite risers in the free-hanging catenary configuration considering multiple load cases and multiple objective functions. An inextensible cable model that considers vertical static loads, floater offset and maritime current loads in a fast and efficient way, especially when compared to the Finite Element Method, performs the structural analysis of the riser. This formulation is implemented in a program written in C ++ called Bio-Inspired Optimization System (BIOS) developed by the Laboratório de Mecânica Computacional e Visualização of the Universidade Federal do Ceará. A two- step validation was employed in this work: in the first stage, benchmarks problems involving mathematical functions, constrained and unconstrained, were selected and, in the second stage, benchmarks problems involving laminated plates, subjected to buckling and first natural frequency constraints, were studied. Both stages showed results consistent to the literature. The addition of specific operators for the laminated plate problems seemed to be very effective at reducing the number of generations until convergence. To the riser problem, two combinations of objective functions were optimized and different design parameters were studied, such as water depth and top angle, showing the ability of the model to adapt and to simulate several scenarios and the capacity of the algorithm of providing multiple solutions.Características como altas relações resistência/peso e rigidez/peso e boa resistência à corrosão e fadiga tornam os materiais compósitos bastante atrativos para a indústria de petróleo e gás, particularmente para a fabricação dos risers, tubos que conectam a unidade flutuante offshore aos dutos e equipamentos situados no fundo do mar e tradicionalmente feitos de aço. Os compósitos laminados reforçados por fibras, em especial, são altamente adaptáveis e possibilitam que o riser seja moldado de forma a respeitar restrições de fabricação, segurança e estabilidade sujeito a diversas condições de carregamento. O presente trabalho se propõe a implementar um algoritmo inspirado em processos da natureza, especificamente o Algoritmo Genético de Classificação por Não-dominância (Nondominated Sorting Genetic Algorithm II – NSGA-II), e incluí-lo em uma formulação capaz de otimizar risers compósitos na configuração de catenária livre que considera múltiplos casos de carga e múltiplas funções objetivo. A análise estrutural do riser é realizada por um modelo de cabo inextensível que considera cargas estáticas verticais, offset da plataforma e cargas de corrente marítima de maneira rápida e satisfatória, especialmente quando comparado ao Método dos Elementos Finitos. Esta formulação é implementada em um programa escrito em C++ denominado Bio-Inspired Optimization System (BIOS) desenvolvido pelo Laboratório de Mecânica Computacional e Visualização da Universidade Federal do Ceará. A validação do algoritmo foi feita em duas etapas: primeiro, foram otimizados problemas benchmarks envolvendo funções matemáticas, restritas e irrestritas, e, em seguida, foram selecionados benchmarks envolvendo chapas de compósito laminado, sujeitas a restrições de flambagem e primeira frequência natural. Em ambos os casos, os resultados obtidos foram coerentes aos da literatura. Especialmente nos problemas de laminados, a inclusão de operadores específicos para estes problemas se mostrou promissora. Nos problemas de riser, foram otimizadas duas combinações de funções objetivo, variando, inclusive, parâmetros de projeto como a lâmina d’água e o ângulo de topo, mostrando a capacidade da formulação em se adaptar e simular cenários diversos e do algoritmo em fornecer múltiplas soluções.Junior, Evandro ParenteMaia, Marina Alves2018-01-03T19:01:01Z2018-01-03T19:01:01Z2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfMAIA, M. A. (2017)http://www.repositorio.ufc.br/handle/riufc/28844porreponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccess2018-01-03T19:01:01Zoai:repositorio.ufc.br:riufc/28844Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2024-09-11T18:28:18.817228Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false
dc.title.none.fl_str_mv Otimização multiobjetivo de risers compósitos utilizando algoritmos bioinspirados
Multiobjective optimization of composite risers using bioinspired algorithms
title Otimização multiobjetivo de risers compósitos utilizando algoritmos bioinspirados
spellingShingle Otimização multiobjetivo de risers compósitos utilizando algoritmos bioinspirados
Maia, Marina Alves
Risers
Compósitos Laminados
Otimização multiobjetivo
Algoritmos bioinspirados
title_short Otimização multiobjetivo de risers compósitos utilizando algoritmos bioinspirados
title_full Otimização multiobjetivo de risers compósitos utilizando algoritmos bioinspirados
title_fullStr Otimização multiobjetivo de risers compósitos utilizando algoritmos bioinspirados
title_full_unstemmed Otimização multiobjetivo de risers compósitos utilizando algoritmos bioinspirados
title_sort Otimização multiobjetivo de risers compósitos utilizando algoritmos bioinspirados
author Maia, Marina Alves
author_facet Maia, Marina Alves
author_role author
dc.contributor.none.fl_str_mv Junior, Evandro Parente
dc.contributor.author.fl_str_mv Maia, Marina Alves
dc.subject.por.fl_str_mv Risers
Compósitos Laminados
Otimização multiobjetivo
Algoritmos bioinspirados
topic Risers
Compósitos Laminados
Otimização multiobjetivo
Algoritmos bioinspirados
description MAIA, M. A. Otimização multiobjetivo de risers compósitos utilizando algoritmos bioinspirados. 2017. 126 f. Monografia (Graduação em Engenharia Civil)-Universidade Federal do Ceará, Fortaleza, 2017.
publishDate 2017
dc.date.none.fl_str_mv 2017
2018-01-03T19:01:01Z
2018-01-03T19:01:01Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv MAIA, M. A. (2017)
http://www.repositorio.ufc.br/handle/riufc/28844
identifier_str_mv MAIA, M. A. (2017)
url http://www.repositorio.ufc.br/handle/riufc/28844
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Ceará (UFC)
instname:Universidade Federal do Ceará (UFC)
instacron:UFC
instname_str Universidade Federal do Ceará (UFC)
instacron_str UFC
institution UFC
reponame_str Repositório Institucional da Universidade Federal do Ceará (UFC)
collection Repositório Institucional da Universidade Federal do Ceará (UFC)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)
repository.mail.fl_str_mv bu@ufc.br || repositorio@ufc.br
_version_ 1813028817593171968

Registros relacionados