Veranstaltung
Veranstaltung
Veranstaltung
Sie können sich sicher denken, dass gerade die Kosten ein wichtiger Faktor in der Planung jedes Projektes sind. Auch die Bestimmungen zur Emissionsabschätzung sind unbedingt einzuhalten. Das zweiteilige Add-On Optimierung & Kosten / CO2-Emissionsabschätzung erleichtert es Ihnen, sich im Dschungel der Normen und Möglichkeiten zurechtzufinden. Es nutzt die künstliche-Intelligenz-Technik (KI) der Partikelschwarmoptimierung (PSO), um für parametrisierte Modelle und Blöcke die passenden Parameter zu finden, die Ihnen die Einhaltung üblicher Optimierungskriterien garantieren. Zum anderen schätzt dieses Add-On die Modellkosten bzw. CO2-Emissionen durch Vorgabe von Stückkosten bzw. -emissionen je Materialdefinition für das Strukturmodell ab. Mit diesem Add-On sind Sie auf der sicheren Seite.
Mehr über Optimierung & Kosten / CO2-Emissionsabschätzung
- Künstliche-Intelligenz-Technik (KI): Partikelschwarmoptimierung (PSO)
- Strukturoptimierung nach minimalem Gewicht oder Verformung
- Nutzung beliebig vieler Optimierungsparameter
- Vorgabe von Variablenbereichen
- Optimierung von Querschnitten und Materialien
- Parameter-Definitionstypen
- Optimierung | Aufsteigend bzw. Optimierung | Absteigend
- Anwendung von parametrischen Modellen und Blöcken
- Code-basierte JavaScript-Parametrisierung von Blöcken
- Optimierung mit Berücksichtigung der Bemessungsergebnisse
- Tabellarische Darstellung der besten Modell-Mutationen
- Echtzeitdarstellung der Modellmutationen im Optimierungsprozess
- Modellkostenschätzung durch Vorgabe von Stückpreisen
- Ermittlung des Treibhauspotentials GWP bei der Verwirklichung des Modells durch Schätzung des CO2-Äquivalents
- Vorgabe von gewichts-, volumen- und flächenbasierten Stückeinheiten (Preis und CO2e)
Wussten Sie schon? Die Strukturoptimierung schließt in den Programmen RFEM bzw. RSTAB die parametrische Eingabe ab. Dies ist ein paralleler Prozess neben der eigentlichen Modellberechnung mit all seinen regulären Berechnungs- und Bemessungsdefinitionen. Dabei geht das Add-On davon aus, dass Ihr Modell bzw. der Block mit einem parametrischen Zusammenhang aufgebaut ist und in der Gesamtheit von globalen Steuerparametern mit dem Typ „Optimierung“ kontrolliert wird. Daher gibt es den Steuerparametern zur Abgrenzung des Optimierungsbereichs eine untere sowie obere Grenze und eine Schrittweite. Wenn Sie optimale Werte für die Steuerparameter finden wollen, müssen Sie ein Optimierungskriterium (z. B. minimales Gewicht) mit Auswahl einer Optimierungsmethode (z. B. Partikelschwarmoptimierung) angeben.
Die Kosten- und CO2-Emissionsschätzung finden Sie bereits in den Materialdefinitionen geregelt. Beide Optionen können Sie individuell in jeder Materialdefinition einzeln aktivieren. Die Schätzung basiert hierbei auf einer Stückkosten- bzw. Stückemissions-Einheit für Stäbe, Flächen und Volumenkörper. Dabei können Sie auswählen, ob die Stückeinheiten jeweils per Gewicht-, Volumen- oder Flächeneinheit angegeben werden sollen.
Ihnen stehen für den Optimierungsprozess zwei Methoden zur Verfügung, mit denen Sie optimale Parameterwerte nach einem Gewichts- oder Verformungskriterium finden können.
Die effizienteste Methode mit der niedrigsten Berechnungszeit ist die naturnahe Partikelschwarmoptimierung (PSO). Haben Sie bereits davon gehört oder gelesen? Diese künstliche-Intelligenz-Technologie (KI) weist eine starke Analogie zum Verhalten von Tierschwärmen auf, die auf der Suche nach einem Rastplatz sind. In solchen Schwärmen finden Sie zahleiche Individuen (vgl. Optimierungslösung – z. B. Gewicht), die gerne in einer Gruppe bleiben und der Gruppenbewegung folgen. Nehmen wir an, dass jedes einzelne Schwarmmitglied das Rastbedürfnis auf einem optimalen Rastplatz (vgl. beste Lösung – z. B. niedrigstes Gewicht) hat. Dieses Bedürfnis steigt mit Annäherung zum Rastplatz an. Somit wird das Schwarmverhalten auch durch die Eigenschaften des Raums (vgl. Ergebnisdiagramm) beeinflusst.
Wieso der Ausflug in die Biologie? Ganz einfach – der PSO-Prozess in RFEM bzw. RSTAB geht ähnlich vor. Der Berechnungslauf beginnt mit einem Optimierungsergebnis aus einer zufälligen Belegung der zu optimierenden Parameter. Dabei ermittelt dieser immer wieder neue Optimierungsergebnisse mit variierten Parameterwerten, die auf der Erfahrung der bereits vorher getätigten Modellmutationen basieren. Dieser Prozess läuft so lange ab, bis die vorgegebene Anzahl von möglichen Modell-Mutationen erreicht ist.
Alternativ zu dieser Methode steht Ihnen im Programm noch eine Stapelverarbeitungsmethode zur Verfügung. Diese Methode versucht, sämtliche möglichen Modell-Mutationen durch eine zufällige Vorgabe der Werte für die Optimierungsparameter bis zum Erreichen einer vorgegebenen Anzahl von möglichen Modell-Mutationen zu prüfen.
Beide Varianten kontrollieren nach der Berechnung einer Modellmutation auch die jeweils aktivierten Bemessungsergebnisse der Add-Ons. Des Weiteren speichern sie die Variante bei einer Auslastung < 1 mit zugehörigem Optimierungsergebnis und Wertebelegung der Optimierungsparameter ab.
Die geschätzten Gesamtkosten und -emissionen können Sie aus den jeweiligen Summen der einzelnen Materialien ermitteln. Dabei setzen sich die Summen der Materialien aus den gewichtsbasierten, volumenbasierten und flächenbasierten Teilsummen der Stab-, Flächen- und Volumenelemente zusammen.
.jpg?mw=350&hash=91f398b559b26a6ac36fd7ecdf5e395e7b9b856d)
