Gradiente Topológico via Análise de Sensibilidade à Mudança de Forma

Slides:



Advertisements
Apresentações semelhantes
Amintas engenharia.
Advertisements

Amintas engenharia.
Amintas engenharia.
Aplicações da Integral da Integral
6- Aplicações da Derivada
Equações Homogéneas Vitor Maló Machado I. S. T., Maio de 2011.
CONCEITOS BÁSICOS DA META-HEURÍSTICA TABU SEARCH
Introdução à Programação Linear Parte IV
Sinais e Sistemas – Capítulo 4
Fluxo Óptico Allan Carlos Avelino Rocha
Introdução ao Método dos Elementos Finitos
I Iterated Local Search Helena R. Lorenço, Olivier Martinz
GRASP Greedy Randomized Adaptative Search Procedure
1.1. VARIÁVEIS DE ESTADO SISTEMAS III
Métodos Numéricos e Estatísticos
Inteligência Computacional para Otimização Marcone Jamilson Freitas Souza Departamento de Computação Universidade Federal de Ouro Preto
Resposta forçada II Objetivos:
SOLUÇÃO DE EQUAÇÕES NÃO LINEARES
Análise do comportamento dinâmico de processos químicos
Análise de um modelo de condução de calor em nanofluidos
Estrutura e movimento a partir de imagens
SOBREPOSIÇÃO MODAL Objetivos:
Estimativa do fluxo óptico através do algoritmo de Horn-Shunck
ANÁLISE DOS MÉTODOS DE INTEGRAÇÃO DIRETA
Inteligência Artificial
Doutorando: Cosmo D. Santiago – MSc.
Orientando: Cosmo D. Santiago – MSc. Orientador: Carlos H. Marchi – Dr.Eng. 1º Seminário do projeto Multigrid - abril/2008 Otimização do método multigrid.
3 - Equações Lineares de Segunda Ordem
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
A Contribuição da Econometria para a Análise Econômica
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
Modelagem, Análise e Decisão em Sistemas de Transporte Ferroviário
Prof. Marcelo de Oliveira Rosa
Aula 27 Funções Vetoriais e curvas Espaciais, Continuidade, Derivada e Integral.
FACENS – Engenharia da Computação Inteligência Artificial Busca.
Algoritmos Genéticos em Problemas com Restrições
Tópicos em Física Clássica
Teorema de Poynting ENGC34 – ELETROMAGNETISMO APLICADO…
A transformada de Laplace
Cálculo Numérico / Métodos Numéricos
Aula V – Técnicas de Solução da equação de Laplace
Otimização Linear Definições e Solução Gráfica
ALGORITMOS Intensivo Janeiro e Fevereiro de 2011
Funções de várias variáveis
II. METODOLOGIA Ambas as antenas, PIFA modificada e BFMA, foram analisadas numericamente empregando as equações integrais dos potenciais em conjunto com.
Fontes de Erros Aula 1 Introdução; Erros em processos numéricos;
Aula 14 Disciplina: Sistemas de Controle 1 - ET76H
Podemos notar, a partir da visualização da equação (9) que essa exibe simetria com relação à mudança x -x, o que nos sugere a existência de uma bifurcação.
MÚLTIPLOS GRAUS DE LIBERDADE
Otimização Numérica de Processos
Controle Digital Prof. Flávio Vidal, MSc..
Transformada Z propriedades; aplicações; estabilidade de SLID’s;
Transformada de Hough Processamento global para a detecção de linhas retas numa imagem Nenhum conhecimento é necessário a respeito da posição das linhas.
Métodos de Resolução Solução Analítica Solução Numérica
Modelagem e Simulação de Processos – Equações Diferenciais
Prof. José Mauricio Neto
Circuitos Elétricos 2 Circuitos Elétricos Aplicados
Modelagem Matemática Nathália Jucá Monteiro
Sistemas de Controle III N8SC3
Professor: Cezar Augusto Pereira dos Santos
Solução Numérica de Equações
Última Aula Apresentação do Curso Horário e Sala Critério de Avaliação
MATEMÁTICA E SUAS TECNOLOGIAS
Computação Científica e Equações Diferenciais Geovan Tavares e Hélio Lopes PUC-Rio – Departamento de Matemática Laboratório Matmidia
Hidrodinâmica Aula 09 (1 0 Sem./2016) 1. O Teorema do Momentum 2.
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ DEPARTAMENTO DE ENGENHARIA MECÂNICA LABORATÓRIO DE MECÂNICA DOS FLUIDOS ME36L – TRANSMISSÃO DE CALOR I PROF.
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ Campus Cornélio Procópio MECÂNICA DOS FLUIDOS I Prof. RUBENS GALLO.
POTENCIAL ELÉTRICO Prof. Bruno Farias
Transcrição da apresentação:

Gradiente Topológico via Análise de Sensibilidade à Mudança de Forma na Otimização Topológica Universidade Estadual de Campinas Faculdade de Engenharia Mecânica Departamento de Projeto Mecânico

Divisão da Apresentação Motivação Problema Elíptico de Valor no Contorno Definição do Gradiente Topológico Análise de Sensibilidade à Mudança de Forma Cálculo do Gradiente Topológico via ASMF Gradiente Topológico na Elasticidade Aplicação Conclusão Divisão da Apresentação

Automação dos Projetos OTIMIZAÇÃO DE FORMA PARAMETRIZAÇÃO DA GEOMETRIA OTIMIZAÇÃO EM RELAÇÃO AOS PARÂMETROS FORMA ÓTIMA OTIMIZAÇÃO TOPOLÓGICA NENHUMA OU QUASE NENHUMA SUPOSIÇÃO SOBRE A MORFOLOGIA INICIAL Motivação

Contribuições Contribuições no campo da Otimização Topológica: Caracterizando a topologia por uma densidade de material a ser determinada; Caracterizando a morfologia de um componente por meio de um parâmetro geométrico . Motivação

Gradiente Topológico Proposta de obter a topologia ótima através do cálculo do GT. O GT é uma função definida no domínio que fornece a sensibilidade de uma função custo ao se criar um furo no domínio. Cálculo do GT via Análise de Sensibilidade à Mudança de Forma. Motivação

Problema Elíptico de Valor no Contorno f  D N domínio aberto e limitado   N, cujo contorno =N  D (N  D= 0) é suficientemente regular. domínio está submetido a excitações f  L2 (N), b  L2 e com restrições na variável primal u no contorno D. PEVC

Forma Variacional O problema pode ser escrito na forma variacional: Espaço das funções: PEVC

Elementos Finitos Maneira geral e sistemática de construir famílias de subespaços Uhp  U: Forma final obtida em PEVC: PEVC

Definição do Gradiente Topológico   n  Definição do Gradiente Topológico

Definição do Gradiente Topológico Gradiente Topológico Modificado   n Definição do Gradiente Topológico

Análise de Sensibilidade à Mudança de Forma Perturbação no domínio: Novo domínio e contorno: Relação entre domínios (pequena perturbação): ASMF

Função Custo Sensibilidade da função custo: Definição da função custo: Derivada da função custo: ASMF

Método Lagrangeano Problema de minimização: Uma vez que a equação de estado é satisfeita: ASMF

Cálculo das Derivadas Em uma direção: Na outra direção: Então: ASMF

Cálculo do Lagrangeano Utilizando-se da solução da eq. de estado e da adjunta: Para uma vasta classe de problemas: ASMF

Cálculo do GT via ASMF Função custo definida nos domínios: Considerando a transformação entre os domínios: GT via ASMF

Forma Final do GT O gradiente pode ser expresso da seguinte forma: Considerando uma expansão no furo: gT GT via ASMF

Formulação Equilíbrio: Equação Constitutiva: GT na Elasticidade

Na Forma Variacional Problema elíptico de valor contorno: Descrevendo os operadores: GT na Elasticidade

Cálculo do GT Expressão para o cálculo da sensibilidade da função custo: Função custo (energia interna): GT na Elasticidade

Cálculo do GT Derivada do Lagrangeano: Considerando GT na Elasticidade

Cálculo do GT Como Da forma GT na Elasticidade

Cálculo do GT Adotando GT na Elasticidade

Algoritmo Aplicação Seja a seqüência Fornecer domínio inicial e a restrição; Enquanto a função objetivo não for cumprida: encontrar as soluções direta e adjunta; calcular o gradiente topológico; criar furos; definir novo domínio incrementar K; Neste ponto, espera-se estar com a topologia ótima. Aplicação

Exemplo Aplicação Chegou-se a forma ótima de um projeto já consagrado. Definição do problema. Malha Resultado Aplicação

Conclusões Metodologia apresentada conduz a uma formulação bastante geral para obtenção do Gradiente Topológico; A formulação pode ser aplicada em casos de Condições de Dirichlet no furo (caso onde o gradiente topológico contém singularidades); Extensão da metodologia a outros problemas de Engenharia (Sólidos - não linearidades, Fluidos, Eletromagnetismo) é possível. Conclusão