Otimização de torres autoportantes de aço para linhas de transmissão utilizando algoritmos genéticos

Detalhes bibliográficos
Autor(a) principal: Pedro Henrique Rocha de Menezes Braga
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/47381
Resumo: Torres treliçadas de aço são amplamente utilizadas nas linhas de transmissão (LT’s) para sustentação dos cabos condutores de energia elétrica na trajetória da linha. Neste tipo de empreendimento, é usual a utilização de uma mesma solução estrutural em múltiplos pontos ao longo da linha, o que possibilita significativa redução de custos por meio da otimização dos projetos das torres. Este trabalho propõe o desenvolvimento de uma metodologia de otimização baseada no conceito dos Algoritmos Genéticos para redução do peso dos elementos de aço que compõem as torres autoportantes através da variação das dimensões da base e do topo do tronco inclinado. Para a implementação do algoritmo, foi necessário o desenvolvimento de um sistema composto por módulos de parametrização geométrica, determinação de ações, análise estrutural e dimensionamento da estrutura baseado nos critérios da norma ASCE 10-15. Simulações com um problema clássico de referência de otimização estrutural de uma torre de 25 barras foram realizadas com o objetivo de validação da metodologia proposta. Em seguida, foi realizada a avaliação do desempenho da aplicação da metodologia para a otimização de uma torre autoportante de 525 kV do tipo cara-de-gato. A comparação dos resultados com o projeto de referência de uma torre equivalente, atualmente em operação no Brasil, demonstrou a eficácia da metodologia proposta para otimização de projetos de torres autoportantes.
id UFMG_0c8a443a7adf2a23b37fdffc566c457d
oai_identifier_str oai:repositorio.ufmg.br:1843/47381
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Hermes Carvalhohttp://lattes.cnpq.br/7254461558501100Rodrigo Barreto CaldasLeandro Fleck Fadel Miguelhttp://lattes.cnpq.br/5162126775992723Pedro Henrique Rocha de Menezes Braga2022-11-22T15:30:05Z2022-11-22T15:30:05Z2022-07-06http://hdl.handle.net/1843/47381Torres treliçadas de aço são amplamente utilizadas nas linhas de transmissão (LT’s) para sustentação dos cabos condutores de energia elétrica na trajetória da linha. Neste tipo de empreendimento, é usual a utilização de uma mesma solução estrutural em múltiplos pontos ao longo da linha, o que possibilita significativa redução de custos por meio da otimização dos projetos das torres. Este trabalho propõe o desenvolvimento de uma metodologia de otimização baseada no conceito dos Algoritmos Genéticos para redução do peso dos elementos de aço que compõem as torres autoportantes através da variação das dimensões da base e do topo do tronco inclinado. Para a implementação do algoritmo, foi necessário o desenvolvimento de um sistema composto por módulos de parametrização geométrica, determinação de ações, análise estrutural e dimensionamento da estrutura baseado nos critérios da norma ASCE 10-15. Simulações com um problema clássico de referência de otimização estrutural de uma torre de 25 barras foram realizadas com o objetivo de validação da metodologia proposta. Em seguida, foi realizada a avaliação do desempenho da aplicação da metodologia para a otimização de uma torre autoportante de 525 kV do tipo cara-de-gato. A comparação dos resultados com o projeto de referência de uma torre equivalente, atualmente em operação no Brasil, demonstrou a eficácia da metodologia proposta para otimização de projetos de torres autoportantes.Steel latticed towers are widely used as supports to conductors on transmission lines. On such projects, it is usual to use the same structural solution repeatedly along the line, what allows to achieve significant cost reduction due to structure’s design optimization. This work proposes the development of an optimization methodology based on the Genetic Algorithms concept to reduce self-supporting tower’s self-weight through the variation of its body base and top dimensions. To execute the algorithm, it was necessary to implement a system composed of modules for geometric parameterization, determination of loads, structural analysis, and sizing accordingly to ASCE 10-15. A 25-bar truss benchmark was optimized, and the results showed that the proposed methodology is effective. Besides, the performance of the methodology to optimize a self-supporting 525 kV cat-face tower was evaluated. The comparison of the results with the project of an equivalent tower which is in operation in Brazil proved the effectiveness of the proposed methodology for self-supporting towers optimization.porUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em Engenharia de EstruturasUFMGBrasilENG - DEPARTAMENTO DE ENGENHARIA ESTRUTURASEngenharia de estruturasOtimização estruturalAlgoritmos genéticosLinhas elétricas aéreasTreliças de açoOtimização estruturalAlgoritmos genéticosLinhas aéreas de transmissãoEstruturas de suspensão de LTsTreliças de açoOtimização de torres autoportantes de aço para linhas de transmissão utilizando algoritmos genéticosOptimization of self-supporting steel towers for transmission lines with genetic algorithmsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALOtimização de Torres Autoportantes de Aço para Linhas de Transmissão utilizando Algoritmos Genéticos.pdfOtimização de Torres Autoportantes de Aço para Linhas de Transmissão utilizando Algoritmos Genéticos.pdfapplication/pdf3487668https://repositorio.ufmg.br/bitstream/1843/47381/3/Otimiza%c3%a7%c3%a3o%20de%20Torres%20Autoportantes%20de%20A%c3%a7o%20para%20Linhas%20de%20Transmiss%c3%a3o%20utilizando%20Algoritmos%20Gen%c3%a9ticos.pdf7378989b223fb1f513d3d227cb32648cMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-82118https://repositorio.ufmg.br/bitstream/1843/47381/4/license.txtcda590c95a0b51b4d15f60c9642ca272MD541843/473812022-11-22 12:30:06.152oai:repositorio.ufmg.br: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ório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2022-11-22T15:30:06Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Otimização de torres autoportantes de aço para linhas de transmissão utilizando algoritmos genéticos
dc.title.alternative.pt_BR.fl_str_mv Optimization of self-supporting steel towers for transmission lines with genetic algorithms
title Otimização de torres autoportantes de aço para linhas de transmissão utilizando algoritmos genéticos
spellingShingle Otimização de torres autoportantes de aço para linhas de transmissão utilizando algoritmos genéticos
Pedro Henrique Rocha de Menezes Braga
Otimização estrutural
Algoritmos genéticos
Linhas aéreas de transmissão
Estruturas de suspensão de LTs
Treliças de aço
Engenharia de estruturas
Otimização estrutural
Algoritmos genéticos
Linhas elétricas aéreas
Treliças de aço
title_short Otimização de torres autoportantes de aço para linhas de transmissão utilizando algoritmos genéticos
title_full Otimização de torres autoportantes de aço para linhas de transmissão utilizando algoritmos genéticos
title_fullStr Otimização de torres autoportantes de aço para linhas de transmissão utilizando algoritmos genéticos
title_full_unstemmed Otimização de torres autoportantes de aço para linhas de transmissão utilizando algoritmos genéticos
title_sort Otimização de torres autoportantes de aço para linhas de transmissão utilizando algoritmos genéticos
author Pedro Henrique Rocha de Menezes Braga
author_facet Pedro Henrique Rocha de Menezes Braga
author_role author
dc.contributor.advisor1.fl_str_mv Hermes Carvalho
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/7254461558501100
dc.contributor.referee1.fl_str_mv Rodrigo Barreto Caldas
dc.contributor.referee2.fl_str_mv Leandro Fleck Fadel Miguel
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/5162126775992723
dc.contributor.author.fl_str_mv Pedro Henrique Rocha de Menezes Braga
contributor_str_mv Hermes Carvalho
Rodrigo Barreto Caldas
Leandro Fleck Fadel Miguel
dc.subject.por.fl_str_mv Otimização estrutural
Algoritmos genéticos
Linhas aéreas de transmissão
Estruturas de suspensão de LTs
Treliças de aço
topic Otimização estrutural
Algoritmos genéticos
Linhas aéreas de transmissão
Estruturas de suspensão de LTs
Treliças de aço
Engenharia de estruturas
Otimização estrutural
Algoritmos genéticos
Linhas elétricas aéreas
Treliças de aço
dc.subject.other.pt_BR.fl_str_mv Engenharia de estruturas
Otimização estrutural
Algoritmos genéticos
Linhas elétricas aéreas
Treliças de aço
description Torres treliçadas de aço são amplamente utilizadas nas linhas de transmissão (LT’s) para sustentação dos cabos condutores de energia elétrica na trajetória da linha. Neste tipo de empreendimento, é usual a utilização de uma mesma solução estrutural em múltiplos pontos ao longo da linha, o que possibilita significativa redução de custos por meio da otimização dos projetos das torres. Este trabalho propõe o desenvolvimento de uma metodologia de otimização baseada no conceito dos Algoritmos Genéticos para redução do peso dos elementos de aço que compõem as torres autoportantes através da variação das dimensões da base e do topo do tronco inclinado. Para a implementação do algoritmo, foi necessário o desenvolvimento de um sistema composto por módulos de parametrização geométrica, determinação de ações, análise estrutural e dimensionamento da estrutura baseado nos critérios da norma ASCE 10-15. Simulações com um problema clássico de referência de otimização estrutural de uma torre de 25 barras foram realizadas com o objetivo de validação da metodologia proposta. Em seguida, foi realizada a avaliação do desempenho da aplicação da metodologia para a otimização de uma torre autoportante de 525 kV do tipo cara-de-gato. A comparação dos resultados com o projeto de referência de uma torre equivalente, atualmente em operação no Brasil, demonstrou a eficácia da metodologia proposta para otimização de projetos de torres autoportantes.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-11-22T15:30:05Z
dc.date.available.fl_str_mv 2022-11-22T15:30:05Z
dc.date.issued.fl_str_mv 2022-07-06
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/47381
url http://hdl.handle.net/1843/47381
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.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia de Estruturas
dc.publisher.initials.fl_str_mv UFMG
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv ENG - DEPARTAMENTO DE ENGENHARIA ESTRUTURAS
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/47381/3/Otimiza%c3%a7%c3%a3o%20de%20Torres%20Autoportantes%20de%20A%c3%a7o%20para%20Linhas%20de%20Transmiss%c3%a3o%20utilizando%20Algoritmos%20Gen%c3%a9ticos.pdf
https://repositorio.ufmg.br/bitstream/1843/47381/4/license.txt
bitstream.checksum.fl_str_mv 7378989b223fb1f513d3d227cb32648c
cda590c95a0b51b4d15f60c9642ca272
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589287786053632