Puede estar seguro de que los costes son un factor importante en la planificación estructural de cualquier proyecto. También es esencial cumplir con las disposiciones sobre la estimación de emisiones. El complemento de dos partes Optimización y estimación de costes/emisiones de CO2 le facilita encontrar su camino a través de la jungla de normas y opciones. Utiliza la tecnología de inteligencia artificial (IA) de la optimización por enjambre de partículas (PSO) para encontrar los parámetros correctos para modelos y bloques parametrizados que garanticen el cumplimiento de los criterios de optimización habituales. Por otro lado, este complemento estima los costes del modelo o las emisiones de CO2 especificando los costes unitarios o las emisiones unitarias por definición de material para el modelo estructural. Con este complemento, está en el lado seguro.
- Tecnología de inteligencia artificial (IA): Optimización por enjambre de partículas (PSO)
- Optimización de la estructura según el peso mínimo o la deformación
- Uso de cualquier número de parámetros de optimización
- Especificación de rangos de variables
- Optimización de secciones y series de materiales
- Tipos de definición de parámetros
- Optimización | Ascendente u Optimización | Descendente
- Aplicación de modelos paramétricos y bloques
- Parametrización de bloques basada en código JavaScript
- Optimización teniendo en cuenta los resultados del cálculo
- Representación tabular de las mejores mutaciones del modelo
- Visualización en tiempo real de las mutaciones del modelo en el proceso de optimización
- Estimación del coste del modelo especificando precios unitarios
- Determinación del potencial de calentamiento global GWP al realizar el modelo mediante la estimación del equivalente de CO2
- Especificación de unidades basadas en peso, volumen y área (precio y CO2e)
¿Sabía que la optimización estructural en los programas RFEM y RSTAB es una finalización de la entrada paramétrica? Es un proceso paralelo al cálculo del modelo real con todas sus definiciones regulares de cálculo y dimensionamiento. El complemento asume que su modelo o bloque está construido con un contexto paramétrico y está controlado en su totalidad por parámetros de control globales del tipo "optimización". Por lo tanto, estos parámetros de control tienen un límite inferior y superior y un tamaño de paso para delimitar el intervalo de optimización. Si desea encontrar valores óptimos para los parámetros de control, tiene que especificar un criterio de optimización (por ejemplo, peso mínimo) con la selección de un método de optimización (por ejemplo, optimización por enjambre de partículas).
Ya puede encontrar el coste y la estimación de emisiones de CO2 en las definiciones de material. Puede activar ambas opciones individualmente en cada definición de material. La estimación se basa en una unidad para el coste unitario o la emisión unitaria para barras, superficies y sólidos. En este caso, puede seleccionar si desea especificar las unidades por peso, volumen o área.
Hay dos métodos que puede usar para el proceso de optimización, con los cuales puede encontrar valores de parámetros óptimos según un criterio de peso o deformación.
El método más eficiente con el menor tiempo de cálculo es la optimización por enjambre de partículas (PSO) casi natural. ¿Has oído o leído sobre esto? Esta tecnología de inteligencia artificial (IA) tiene una fuerte analogía con el comportamiento de las bandadas de aves que buscan un lugar de descanso. En tales enjambres, puede encontrar muchas personas (véase la solución de optimización, por ejemplo, el peso) a las que les gusta permanecer en un grupo y seguir el movimiento del grupo. Supongamos' que cada miembro individual del enjambre tiene la necesidad de descansar en un lugar de descanso óptimo (véase la mejor solución, por ejemplo, el peso más bajo). Esta necesidad aumenta a medida que se acerca el lugar de descanso. Por lo tanto, el comportamiento del enjambre también está influenciado por las propiedades del espacio (véase el diagrama de resultados).
¿Por qué la excursión a la biología? Muy simple: el proceso de PSO en RFEM o RSTAB procede de manera similar. La ejecución de cálculo comienza con un resultado de optimización de una asignación aleatoria de los parámetros a optimizar. Determina repetidamente nuevos resultados de optimización con valores de parámetros variados, que se basan en la experiencia de las mutaciones del modelo realizadas previamente. El proceso continúa hasta que se alcanza el número especificado de posibles mutaciones del modelo.
Como alternativa a este método, el programa también le ofrece un método de procesamiento por lotes. Este método intenta comprobar todas las posibles mutaciones del modelo especificando aleatoriamente los valores para los parámetros de optimización hasta que se alcanza un número predeterminado de posibles mutaciones del modelo.
Después de calcular una mutación del modelo, ambas variantes también comprueban los resultados de cálculo activados respectivos de los complementos. Además, guardan la variante con el resultado de optimización correspondiente y la asignación de valores de los parámetros de optimización si la utilización es < 1.
Puede determinar los costes totales estimados y la emisión a partir de las sumas respectivas de los materiales individuales. Las sumas de los materiales se componen de las sumas parciales basadas en el peso, en el volumen y en el área de los elementos de barra, superficie y sólido.