Optimization & Costs / CO2 Emission Estimation for RFEM 6 / RSTAB 9

Modeloptimalisatie met behulp van kunstmatige intelligentie (AI)

Enerzijds vindt de tweedelige add-on Optimalisatie & Kosten / CO2-emissieschatting geschikte parameters voor geparametriseerde modellen en blokken via de kunstmatige intelligentie (AI) techniek van deeltjeszwermoptimalisatie (PSO) om te voldoen aan gemeenschappelijke optimalisatiecriteria. Anderzijds schat deze add-on de modelkosten of CO2-emissies door eenheidskosten of emissies per materiaaldefinitie voor het constructiemodel te specificeren.



Mogelijkheden

  • Kunstmatige Intelligentie (AI): Deelzwerm optimalisatie (PSO)
  • Constructie Optimalisatie volgens het minimale gewicht of vervorming
  • Gebruik van elk aantal optimalisatie parameters
  • Specificatie van veranderlijke bereiken
  • Optimalisatie van doorsnedes en materialen
  • Toepassing van parametrische modellen en blokken
  • Code-gebaseerde JavaScript parametrisatie van blokken
  • Optimalisatie waarbij rekening wordt gehouden met unity checks/resultaten van de berekening
  • Tabelvorm weergave van de beste model aanpassingen
  • Real-time weergave van model aanpassingen tijdens het optimalisatie proces
  • Kosteninschatting door specificatie van eenheidsprijzen
  • Bepaling van het globale opwarmings potentieel (GWP) tijdens het maken door de inschatting van het CO2 equivalent
  • Specificatie van gewicht, volume, en oppervlak gebaseerde eenheden (Prijs en CO2)



Invoer

Globale Parameters in RFEM
Globale Parameters in RFEM

De constructieve optimalisatie in de programma’s RFEM en RSTAB is een aanvulling op de parametrische invoer en is een parallel proces naast de eigenlijke modelberekening met al zijn reguliere reken- en ontwerpdefinities. De add-on gaat ervan uit dat het model of blok is gebouwd met een parametrische context en in zijn geheel wordt bestuurd door globale besturingsparameters van het type “optimalisatie”. Deze regelparameters krijgen een onder- en bovengrens en een stapgrootte om het optimalisatiebereik af te bakenen. Om optimale waarden voor de controleparameters te vinden, specificeert u een optimalisatiecriterium (bijv. minimumgewicht) met selectie van een optimalisatiemethode (bijv. deeltjeszwermoptimalisatie).

De kosten- en CO2-emissieraming/-inschatting wordt beheerd in de materiaaldefinities. Beide opties kunnen in elke materiaaldefinitie afzonderlijk worden geactiveerd. De schatting is gebaseerd op een eenheid voor eenheidskosten of eenheidsemissie voor staven, vlakken en volumes/Solids. De eenheden kunnen worden gespecificeerd op gewicht, volume of oppervlakte.



Berekening

Optimalisatie Instellingen
Optimalisatie Instellingen

Er zijn twee methoden beschikbaar voor het optimalisatieproces om optimale parameterwaarden te vinden volgens een gewichts- of vervormingscriterium.
De meest efficiënte methode om met weinig rekentijd goede parameterwaarden te vinden, is de bijna-natuurlijke deeltjeszwermoptimalisatie (PSO). Deze kunstmatige intelligentie (AI) technologie vertoont een sterke analogie met het gedrag van zwermen dieren op zoek naar een rustplaats. In dergelijke zwermen zijn er veel individuen (zie optimalisatieoplossing – bijv. gewicht) die graag in een groep blijven en de groepsbeweging volgen. Met de veronderstelling dat elk individueel zwermlid behoefte heeft om op een optimale rustplaats te rusten (vgl. beste oplossing – bijv. laagste gewicht) en dat deze behoefte toeneemt naarmate de rustplaats nadert, wordt het zwermgedrag ook beïnvloed door de eigenschappen van de ruimte (zie resultaatdiagram). Het PSO-proces in RFEM en RSTAB hanteert een vergelijkbare benadering. De berekeningsrun begint met een optimalisatieresultaat uit een willekeurige toewijzing van de te optimaliseren parameters en bepaalt herhaaldelijk nieuwe optimalisatieresultaten met gevarieerde parameterwaarden, die gebaseerd zijn op de ervaring van de eerder uitgevoerde modelmutaties, tot het gespecificeerde aantal mogelijke modelmutaties is bereikt.
Als alternatief is ook een batchverwerkingsmethode beschikbaar in het programma. Deze methode probeert alle mogelijke modelmutaties te controleren door willekeurig de waarden voor de optimalisatieparameters te specificeren totdat een vooraf bepaald aantal mogelijke modelmutaties is bereikt.
Na het berekenen van een modelmutatie controleren beide varianten ook de respectievelijke geactiveerde ontwerpresultaten van de add-ons en slaan de variant met het bijbehorende optimalisatieresultaat en de waardetoewijzing van de optimalisatieparameters op als het resultaat van de UC < 1 is.
De geschatte totale kosten en emissie worden bepaald uit de respectievelijke sommen van de afzonderlijke materialen. De sommen van de materialen zijn samengesteld uit de op gewicht gebaseerde, op volume gebaseerde en op oppervlakte gebaseerde partiële sommen van het element, het vlak en de volumes/Solids.



Resultaat

Beide optimalisatiemethoden bieden aan het einde van het proces een lijst met modelmutaties uit de opgeslagen gegevens, met vermelding van het optimalisatieresultaat van de besturing en de bijbehorende waardetoewijzing van de optimalisatieparameters. Deze lijst is in aflopende volgorde gerangschikt en toont de veronderstelde beste oplossing bovenaan, waarbij, met de toewijzing van de vastgestelde waarde, het optimalisatieresultaat het dichtst bij het optimalisatiecriterium ligt en alle add-onresultaten een unity check < 1 hebben. Als de berekening is voltooid, zal het programma de waardetoewijzing aanpassen aan die van de optimale oplossing voor de optimalisatieparameters in de globale parameterlijst.
In de tabbladen “Kostenraming” en “Schatting van CO2-emissies” geven de materiaaldialoogvensters de individuele geschatte sommen weer van de toegewezen staven, vlakken en volumes per gewichtseenheid, volume en vlak afzonderlijk. Bovendien tonen deze tabbladen de totale kosten en emissie van alle toegewezen materialen.