Optimización metaheurística de conjuntos estructurales de hormigón armado

Abstract

This paper presents the economic structural optimization of the Casa Síndico project using an algorithm programmed through the CSi API functions SAP2000v19-MATLAB R2015a, applying metaheuristic techniques: Genetic Algorithms (GA) and Particle Swarm Optimization (PSO), in addition to hybridization between them. The results show that PSO has a better performance than GA for this type of optimization, although both, working with their simple methodologies, are not completely efficient, which is verified when creating and applying a hybridization between the two, using GA to create an initial swarm for PSO to carry out the optimization process, obtaining results of up to 10% better. Regarding the structural results, a direct cost of construction is obtained by 13% more economical when applying the proposed methodology, leaving, for the beams, heights of relation L / h between 15 and 17.5, for the columns, the use of sections with rectangularities of up to 1.35, in the direction that more flexion occurs, something similar to what happens for the foundations, where the rectangularity of these follows the previous criterion, obtaining values of up to 1.4. Resumen En este artículo se presenta la optimización estructural económica del proyecto Casa Síndico utilizando un algoritmo programado mediante las funciones CSi API SAP2000v19-MATLAB R2015a, aplicando técnicas metaheurísticas: Algoritmos Genéticos (GA) y Optimización por Enjambre de Partículas (PSO), además de una hibridación entre estas. Los resultados muestran que PSO presenta un mejor comportamiento que GA para este tipo de optimización, aunque ambos, trabajando con sus metodologías simples, no resultan del todo eficiente, lo cual se comprueba al crear y aplicar una hibridación entre los dos, utilizando GA para crear un enjambre inicial para que PSO realice el proceso de optimización, obteniéndose resultados hasta un 10 % mejores. En cuanto a los resultados estructurales, se obtiene un costo directo de construcción un 13 % más económico al aplicar la metodología propuesta, quedando, para las vigas, peraltos de relación L/h entre 15 y 17.5, para las columnas, el uso de secciones con rectangularidades de hasta 1.35, en la dirección que ocurre más flexión, algo parecido a lo que ocurre para los cimientos, donde la rectangularidad de estos sigue el criterio anterior, obteniéndose valores de hasta 1.4. Palabras clave: Optimización estructural, Conjunto estructural, Metaheurísticas, Algoritmos Genéticos, Optimización por Enjambre de Partículas 1. Introducción El desarrollo de las investigaciones en el campo de las estructuras ha contribuido notablemente al logro de proyectos cada vez más racionales, tratando siempre de que estos tengan cada vez más una relación seguridad-costo más cercana a la óptima real. En los últimos años gracias al desarrollo de técnicas computacionales interactivas o automáticas se le ha dado un gran impulso a una rama de la ingeniería civil conocida como "optimización estructural", mediante la cual mejoran los diseños, obteniendo una reducción de costos, materiales y tiempo en estos procesos. (Negrin, 2019). Por otra parte, resulta indispensable entender la optimización estructural como el producto de optimizar el conjunto completo, pues se ha demostrado que la optimización del elemento de manera individual omite un aspecto fundamental en el concepto de estructura como es la influencia de cada elemento individual en el conjunto, quedando la distribución de solicitaciones marcada fundamentalmente por este aspecto. (Negrin, 2014) (Negrin, 2016) (Negrin, 2019). Muchos autores han investigado acerca de metodologías para realizar la optimización de estructuras, ya sea mono o multiobjetivo, pero existen varios aspectos que pueden ser considerados limitantes de estos procedimientos. La gran parte de las metodologías planteadas por diversos autores omiten la consideración de la interacción suelo-estructura (ISE), así como la optimización de las cimentaciones dentro el conjunto estructural (Paya, 2007) (Borda et al., 2010) (Kripka et al., 2013) (Kulkarni y Bhusare, 2016) (Mejía y Orozco, 2019), habiéndose comprobado que la consideración de la ISE modifica la distribución de solicitaciones de la superestructura en un porciento considerable (Chagoyén et al., 2010), además de que los cimientos representan un gran porciento dentro del costo de la estructura (Negrin, 2014) (Negrin, 2019). Por otra parte, diversos autores se enfocan en la optimización de los elementos aislados (Borda y Rodríguez, 2010) (Kulkarni y Bhusare, 2016), omitiendo la interacción entre estos. Otra limitación identificada es la optimización de pórticos planos (Paya, 2007) (Borda y Rodríguez, 2010) (Mejía y Orozco, 2019), ignorando la gran diferencia de solicitaciones que tienen estas estructuras con la gran mayoría de las estructuras reales espaciales. Existen trabajos donde se plantea que es más racional establecer más grupos de geometría (diferentes tipos de secciones) y diseño (Kripka et al., 2013), aunque se