طراحی بهینه قاب‌های فولادی به کمک الگوریتم رقابت استعماری word

فهرست مطالب

 1 مقدمه2

1-1 مقدمه2

1-2 ضرورت انجام تحقیق3

1-3 اهداف تحقیق4

1-4 نوآوری4

1-5 ساختار پایان نامه4

2 مروری بر تحقیقات گذشته7

3 کلیات و تئوری13

3-1 مقدمه13

3-2 الگوریتم‌های بهینه‌یابی14

3-3 طراحی بهینه سازه‌های اسکلتی15

3-3-1 روش اعمال محدودیت‌ها16

3-3-2 طراحی بهینه قاب فولادی17

3-4 پیش‌زمینه‌های تحقیقاتی21

3-4-1 بهینه‌یابی سازه‌ها21

3-4-2 نحوه عملکرد الگوریتم ICA28

3-4-3 چند مثال از بهینه‌یابی با استفاده از الگوریتم ICA35

3-5 ابزار‌های تحلیل38

3-5-1 آشنایی با نرم افزار MATLAB38

3-5-2 مختصری در مورد کاربرد نرم افزار MATLAB در این پروژه40

3-5-3 معرفی روش اجزا محدود41

3-5-4 آشنایی با روش اجزا محدود42

4 الگوریتم‌های پیشنهادی46

4-1 الگوریتم پیشنهادی EICA - الگوریتم اصلاح شده‌ی رقابت استعماری46

4-1-1 مقدمه:46

4-1-2 الگوریتم پیشنهادی EICA46

4-1-3 فلوچارت الگوریتم پیشنهادی EICA :48

4-1-4 مراحل الگوریتم پیشنهادی EICA :50

4-1-5 مزایای الگوریتم پیشنهادی EICA51

5 نتایج و بحث58

5-1 نمونه‌ی طراحی قاب 3 طبقه و دو دهانه58

5-2 نمونه‌ی طراحی قاب ده طبقه و یک دهانه61

5-3 نمونه طراحی قاب فولادی 15 طبقه و سه دهانه65

5-4 نمونه‌ی طراحی قاب 24 طبقه و سه دهانه69

5-5 بررسی پارامترهای الگوریتم76

5-5-1 بهینه‌یابی متغیر b76

5-5-2 بهینه‌یابی ضریب سازگاری،CF77

5-5-3 بهینه‌یابی پارامتر rev80

6 نتیجه گیری و پیشنهادات83

7 منابعومراجع86

 فهرست جداول

جدول ‏3‑1: جواب‌های بهینه‌ی خرپای سه‌بعدی 72 عضوی به‌دست آمده توسط محققان مختلف [2]38

جدول ‏5‑1:گروه بندی اعضای قاب 3 طبقه و دو دهانه59

جدول ‏5‑2:پارامتر‌های ورودی الگوریتم رقابت استعماری اصلاح شده برای طراحی قاب 3 طبقه و دو دهانه59

جدول ‏5‑3:نتایج طراحی برای قاب 3 طبقه و دو دهانه60

جدول ‏5‑4: گروه بندی اعضای قاب ده طبقه و یک دهانه63

جدول ‏5‑5: پارامتر‌های ورودی الگوریتم رقابت استعماری اصلاح شده برای طراحی قاب ده طبقه و یک دهانه63

جدول ‏5‑6: نتایج طراحی برای قاب ده طبقه و یک دهانه64

جدول ‏5‑7: گروه بندی اعضای قاب 15 طبقه و سه دهانه66

جدول ‏5‑8: پارامتر‌های ورودی الگوریتم رقابت استعماری اصلاح شده برای طراحی قاب 15 طبقه و سه دهانه66

جدول ‏5‑9: جواب‌های بهینه‌ی قاب دو ‌بعدی 3 دهانه 15 طبقه توسط الگوریتم اصلاح شده رقابت استعماری68

جدول ‏5‑10: گروه بندی اعضای قاب 24 طبقه و سه دهانه72

جدول ‏5‑11: پارامتر‌های ورودی الگوریتم رقابت استعماری اصلاح شده برای طراحی قاب 24 طبقه و سه دهانه72

جدول ‏5‑12 : نتایج طراحی برای قاب 24 طبقه و سه دهانه74

  فهرست شکل‌ها

شکل ‏2‑1: مسئله‌ی بهینه‌یابی توپولوژی: مکان بهینه‌ی بادبند در قاب فولادی چهارطبقه [12]10

شکل ‏2‑2: مسئله‌ی بهینه‌یابی توپولوژی: مکان بهینه‌ی بادبند در قاب فولادی هشت طبقه [12]10

شکل ‏2‑3: مسئله‌ی بهینه‌یابی توپولوژی: مکان بهینه‌ی بادبند در قاب فولادی دوازده طبقه [12]11

شکل ‏3‑1: فلوچارت طراحی بهینه قاب17

شکل ‏3‑2: مسئله‌ی بهینه‌یابی سازه : پیدا کردن سازه‌ای که به بهترین نحو بار را به تکیه گاه منتقل می‌کند [20].22

شکل ‏3‑3: مسئله‌ی بهینه‌یابی اندازه: طرح بهینه با بهینه کردن برخی از اعضای خرپا بدست آمده [20]25

شکل ‏3‑4: مسئله‌ی بهینه‌یابی شکل: تابع η(x) مشخص کننده‌ی شکل بهینه‌ی سازه‌ی تیر شکل است [20]25

شکل ‏3‑5: مسئله‌ی بهینه‌یابی توپولوژی در خرپا: به سطح مقطع اعضا اجازه داده شده که مقادیر صفر بگیرند [20]25

شکل ‏3‑6 : بهینه‌یابی توپولوژی دوبعدی: در این مسئله هدف ساختن سازه‌ای است که حجم مصالح آن 50% جعبه‌ی بالا باشد و بتواند بهترین عملکرد را تحت این بارها و شرایط تکیه گاهی داشته باشد [20]26

شکل ‏3‑7: شمای کلی حرکت مستعمرات به سمت امپریالیست [3]31

شکل ‏3‑8: حرکت واقعی مستعمرات به سمت امپریالیست [3]32

شکل ‏3‑9: سقوط امپراطوری‌ ضعیف؛ امپراطوری شماره 4، به علت از دست دادن کلیه مستعمراتش باید از میان بقیه امپراطوری‌ها حذف شود [22].34

شکل ‏3‑10: فلوچارت الگوریتم رقابت استعماری [3]35

شکل ‏3‑11: تابع روزنبراک36

شکل ‏3‑12: خرپای سه بعدی 72 عضوی [2]37

شکل ‏4‑1:مدل شماتیک یک فضای جستجو با نواحی دارای اکسترمم نسبی [23]47

شکل ‏4‑2: فلوچارت الگوریتم رقابت استعماری اصلاح شده49

شکل ‏5‑1: قاب فولادی سه طبقه و دو دهانه طراحی شده بر اساس ملزومات [28] AISC-LRFD58

شکل ‏5‑2: نمودار همگرایی طراحی بهینه قاب 3 طبقه و دو دهانه توسط الگوریتم رقابت استعماری اصلاح شده61

شکل ‏5‑3: قاب فولادی ده طبقه و یک دهانه طراحی شده بر اساس ملزومات AISC-LRFD [25]62

شکل ‏5‑4: نمودار همگرایی طراحی بهینه قاب ده طبقه و یک دهانه توسط الگوریتم رقابت استعماری اصلاح شده65

شکل ‏5‑5: قاب دو بعدی3 دهانه 15 طبقه [2]67

شکل ‏5‑6: نمودار همگرایی طراحی بهینه قاب 15 طبقه و سه دهانه توسط الگوریتم رقابت استعماری اصلاح شده69

شکل ‏5‑7: قاب فولادی 24 طبقه و 3 دهانه طراحی شده بر اساس ملزومات AISC-LRFD[25]70

شکل ‏5‑8 : نمودار همگرایی طراحی بهینه قاب 24 طبقه و سه دهانه توسط الگوریتم رقابت استعماری اصلاح شده75

شکل ‏5‑9 :نمودار تغییرات b بر حسب تعداد محاسبات77

شکل‏5‏5‑10: نمودار تغییرات تعداد محاسبات برای CF های مختلف78

شکل ‏5‑11: نمودار تغییرات تعداد محاسبات برای CF های مختلف در بازه 0 تا 579

شکل ‏5‑12: تغییرات تعداد محاسبات برای مقادیر rev مختلف برای قاب 2 دهانه و 3 طبقه80

شکل ‏5‑13: نمودار تغییرات جواب بهینه برای مقادیر مختلف rev برای قاب 24 طبقه 3 دهانه81

 1 مقدمه

 1-1 مقدمه

بهینه‌یابی^[1] در ریاضیات، اقتصاد، مدیریت به برگزیدن بهترین عضو از یک مجموعه از اعضای دست یافتنی اشاره می‌کند. در ساده ترین شکل تلاش می‌شود که با گزینش نظام مند داده‌ها از یک مجموعه قابل دستیابی و محاسبه مقدار یک ‏تابع حقیقی مقدار بیشینه^[2] و کمینه^[3] آن به دست آید‎.‎

امروزه بهینه‌یابی در تمامی ابعاد زندگی‌ ما حضور دارد، از مسائل مهندسی‌ و بازار‌های مالی گرفته تا حتی برنامه ریزی برای استفاده بهینه از زمان در سفر. ما همیشه درگیر یافتن راهکار برای کمینه یا بیشینه کردن چیزی هستیم. یک فروشنده تلاش می‌کند که سود خود را بیشینه کرده و هزینه‌های خود را به کمینه‌ترین حالت ممکن برساند. در حقیقت ما همواره در حال تلاش برای یافتن راه‌حل‌های بهینه هستیم هرچند لزوما قادر به یافتن چنین راه‌حل‌های نیستیم.

بهینه‌یابی ابزاری مهم تصمیم گیری‌های علمی‌، اقتصادی و حتی اجتماعی است. برای استفاده از این ابزار، ما ابتدا باید تابع هدف^[4] برای سنجش عملیات مشخص کنیم که مقداری کمّی‌ از میزان کارایی روش به ما ارائه می‌دهد. در مسائل مختلف این تابع می‌تواند میزان سود، مقدار انرژی، زمان و یا در مسائل طراحی سازه وزن سازه باشد. هر کدام از این معیارها می‌‌تواند با یک عدد بیان شود. مقدار این تابع به مشخصات معینی از سیستم انجام عملیات بستگی دارد که اصطلاحاً به آن‌ها متغییر^[5] اطلاق می‌گردد. به طور کلی‌ بهینه‌یابی یعنی پیدا کردن ماکزیمم یا مینیمم برای مسأله مورد نظر با رعایت قیودی^[6] که برای متغیرها وجود دارد [1].

گاهیاوقاتمسالهبهینه‌یابیبهنامبرنامهریزیریاضی^[7]نیزخواندهمیشود. یکمسالهبهینهسازیازنظرریاضیبهصورتزیربیانمیشود:

Minimize f(x)

Subject to , i=1, 2, 3,…, m [1-1]

کهدرآن، متغیراصلیومستقل مسألهاستکهباتغییردادنآن مقدارکمینهبرایتابعهدفپیدامیشود. تابعهدفبهصورتتعریفشدهاستودارایمقدارحقیقیمیباشد. مجموعه‌یتوابع نیزتعریفشده‌اندتاقیودیبهصورت نامساویبهوسیلهآن‌هابیانشود. اعدادحقیقیسمتراستایننامساوی‌ها،یعنی ها حدود نامساوی‌ها هستند [2].

 1-2 ضرورت انجام تحقیق

به علت اهمیت موضوع بهینه‌یابی در علوم مهندسی به ویژه مهندسی سازه، تحقیقات در این زمینه امری ضروریست. گستردگی بسیار زیاد کاربرد بهینه‌یابی و روش‌های بهینه­یابی باعث می‌شود که این علم پیشرفت خود را مدیون محققان زیادی در سرتاسر جهان بداند. بدین ترتیب هر تحقیقی هر چند ناچیز می‌تواند در کنار سایر تحقیقات به تدریج باعث پیشرفت بهینه­یابی شود. در همین راستا در این پایان نامه بر آن شدیم که الگوریتم نو پای رقابت استعماری را به ورطه­ی بررسی بگذاریم.

 1-3 اهداف تحقیق

هدف اصلی‌ این تحقیق یافتن راهی‌ جدیدتر، بهتر و در عین حال سریعتر برای طراحی سازه است. برای رسیدن به این هدف، در این تحقیق سعی‌ بر آن داریم تا با استفاده از الگوریتم فرا ابتکاری ICA یا همان الگوریتم رقابت استعماری، که جزو جدیدترین الگوریتم‌های موجود برای عملیات بهینه‌یابی‌ می‌باشد، به این مهم دست پیدا کنیم. این الگوریتم از نظر سرعت نزدیک شدن به جواب بهینه یکی‌ از سریعترین الگوریتم‌های موجود است و در عین حال تعداد محاسبات انجام شده برای رسیدن به جواب نها‌یی به نسبت سایر الگوریتم‌ها به شکل قابل ملاحظه‌ای کمتر می‌باشد.

طراحی بهینه اینورتر جریان جهت اتصال باتری به شبکه با استفاده از الگوریتم رقابت استعماری

نوع فایل:PDF

تعداد صفحات :9

سال انتشار : 1394

چکیده

پیکربندیهای مختلفی برای مدارات قدرت وجود دارد و راه حلهای مختلفی در طراحی اینورتر استفاده شده است. روشهای مختلف طراحی، مزایا و معایب مختلفی دارند و به اینکه برای چه هدفی طراحی شدهاند، بستگی دارند. در بسیاری از کاربردهایصنعتی اغلب لازم است که ولتاژ خروجی اینورترها نسبت به تغییرات نقطه کار دینامیک بالا و کیفیت توان مطلوبی داشته باشد. روشهای مختلفی برای تغییر دادن نقطه کار یا مرجع اینورتر وجود دارد. در این مقاله روشی با هدف کنترل اینورتر جهت اتصال باتری به شبکه معرفی شده است و پارامترهای آن با الگوریتم رقابت استعماری تعیین شده است که ضمن پاسخ گویی سریع،کیفیت توان خوبی نیز در خروجی ایجاد میکند، بدر این مقاله جهت کنترل اینورتر روشی معرفی خواهد شد که هم پاسخ گویی سریع نسبت به تغییرات نقطه کار دارد و هم کیفیت توان مطلوبی را در خروجی ایجاد میکند. جهت ایجاد سرعت پاسخ سریع پارامترهای روش توسط الگوریتم رقابت استعماری بهینه سازی خواهد شد و همچنین جهت ایجاد کیفیت توان مطلوب ازمدولاسیون فضای برداری استفاده خواهد شد.ا شبیه سازی روش پیشنهادی در نرم افزار متلب مؤثر بودن روش پیشنهادی نشان داده شده است.

واژگان کلیدی

اینورتر جریان، باتری، الگوریتم رقابت استعماری.