Eurocode-conform optimaal ontwerp van staalconstructies

De gebouwde omgeving is verantwoordelijk voor een groot deel van de wereldwijde uitstoot van broekasgassen. Ongeveer 25 % van deze uitstoot is te wijten aan de productie en de verwerking van constructiematerialen. Desondanks worden in de huidige bouwpraktijk grote hoeveelheden constructiemateriaal verspild, omdat draagconstructies vaak in belangrijke mate overgedimensioneerd zijn. Numerieke optimalisatiemethodes zijn in staat om zowel het materiaalverbruik als de ingenieurskost te verminderen, maar toch zijn stabiliteitsingenieurs terughoudend om optimalisatiemethodes te gebruiken in de dagdagelijkse ingenieurspraktijk.

Het formuleren van een ontwerpprobleem uit de ingenieurspraktijk als een structureel optimalisatieprobleem is uitdagend: dergelijke problemen worden gekenmerkt door een combinatie van discrete en continue ontwerpvariabelen en moeten voldoen aan een groot aantal bouwkundige voorschriften. In de wetenschappelijke literatuur worden structurele ontwerpoptimalisatieproblemen meestal vereenvoudigd of opgelost met behulp van metaheuristische methodes, vaak genetische algoritmes. Deze algoritmes hebben als voordeel dat ze universeel toepasbaar zijn en als nadeel dat ze relatief inefficiënt zijn. De consensus is dan ook dat gradiëntgebaseerde optimalisatiemethodes beter geschikt zijn in het geval van continue ontwerpvariabelen.

Deze doctoraatsthesis heeft als doel het gebruik van numerieke optimalisatiemethodes door stabiliteitsingenieurs te bevorderen, door (1) de effectiviteit van een genetisch algoritme te onderzoeken bij het oplossen van reële structurele ontwerpoptimalisatieproblemen en door (2) nieuwe optimalisatiestrategieën te ontwikkelen voor situaties waarin het genetisch algoritme ontoereikend blijkt. De belangrijkste ontwikkelingen zijn (1) een nieuwe methode om de prestaties van metaheuristische algoritmes te beoordelen en de controleparameters af te stellen, (2) een nieuwe gradiëntgebaseerde/metaheuristische optimalisatiestrategie om problemen met gemengd continue/discrete ontwerpvariabelen op te lossen, en (3) een nieuwe heuristische afrondingstechniek die ontworpen is om discrete sectie-optimalisatieproblemen efficiënt op te lossen. De thesis richt zich op staalconstructies. Om nauwkeurig een reële ontwerpsituatie na te bootsen worden twee realistische testproblemen gecreëerd, waarbij de nadruk ligt op het in aanmerking nemen van alle relevante ontwerpregels uit de Eurocodes. Samen met enkele eenvoudigere testproblemen worden deze realistische problemen doorheen de thesis gebruikt om bestaande en nieuwe optimalisatiealgoritmes te testen.

De resultaten uit het onderzoek tonen aan dat genetische algoritmes geschikt zijn voor het oplossen van reële structurele ontwerpoptimalisatieproblemen, op voorwaarde dat het aantal ontwerpvariabelen beperkt is. Met optimale controleparameterwaarden presteert het genetisch algoritme significant beter voor de eenvoudigere testproblemen dan met standaard controleparameterwaarden, hoewel het verschil afneemt naarmate het genetisch algoritme langer mag rekenen. De prestatiebeoordelingsmethode is te rekenintensief om rechtstreeks te worden toegepast op de realistische testproblemen en het blijkt moeilijk om trends aangaande goed-presterende controleparameterwaarden die voor de eenvoudigere testproblemen zijn gevonden, te extrapoleren. De heuristische afrondingstechniek presteert over het algemeen beter dan het genetisch algoritme en is ook efficiënter in het aantal functie-evaluaties. Tot slot presteert de hybride gradiëntgebaseerde/metaheuristische optimalisatiestrategie beduidend beter dan het conventioneel genetisch algoritme voor problemen waarin sectie-optimalisatie gecombineerd wordt met vorm- en topologische optimalisatie, gekenmerkt door een combinatie van continue en discrete ontwerpvariabelen.