Felipe Ramos de Oliveira
Título
OTIMIZAÇÃO VIA ALGORITMOS META-HEURÍSTICOS DE PERFIS U ENRIJECIDOS FORMADOS A FRIO SUBMETIDOS À COMPRESSÃO AXIAL
Resumo
Este estudo parte do princípio de que a geometria usual dos perfis de aço formados a frio (PFF) pode ser aprimorada por processos computacionais para aumentar sua capacidade de carga, levando a sistemas estruturais mais eficientes e econômicos. Esta dissertação tem como objetivo fornecer uma metodologia que permita o desenvolvimento de seções de colunas de PFF tipo U enrijecido com resistência à compressão máxima para aplicações práticas. Os algoritmos desenvolvidos neste trabalho atendem aos requisitos geométricos sugeridos pela NBR 14762, restrições práticas e de fabricações sugeridas por pela literatura especializada. A resistência à compressão das seções foi determinada pelo Método de Resistência Direta (MRD) adotado na Norma Brasileira e as cargas críticas de flambagem, exigidas por este procedimento foram determinadas pelo Método de Faixas Finitas (MFF) e por técnicas de Aprendizado de Máquina (AM). Foram comparados os desempenhos de quatro processos de otimização baseados em algoritmos meta-heurísticos distintos. Cinco perfis U enrijecidos disponíveis em catálogo de fabricantes foram tomados como referência nos estudos de otimização.
Abstract
This study assumes that the usual geometry of cold formed steel (CFS) can be improved by computational processes to increase their capacity, leading to more efficient and economical systems. This dissertation aims to provide a methodology that allows the development of lipped channel columns with maximum capacity for practical applications. The algorithms developed in this work match the geometric requirements suggested by NBR 14762, practical and fabrication restrictions suggested by researches. The compressive strength of the CFS was determined by the Direct Strength Method (DSM) adopted in the Brazilian standard and the critical buckling loads required by the procedure that was calculated by the Finite Strip Method (FSM) and by Machine Learning (ML) techniques. The performance of four optimization processes based on different meta-heuristic algorithms were compared. Five stiffened U profiles available in the manufacturers catalog have been taken as a reference in the optimization studies.
