Optimización de un puente de sección cajón multicelular a partir de algoritmos genéticos

• Autores: Rivolta, Nicolás Ignacio
• Año de publicación: 2023
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Podestá, Juan Manuel
• Materia: Algoritmos genéticos; Puentes sección cajón; Optimización estructural; Hormigón postesado; Genetic algorithms; Multi-cell box girder bridges; Structural optimization; Prestressed concrete
• Institución: Universidad Nacional del Nordeste

Fil: Rivolta, Nicolás Ignacio. Universidad Nacional del Nordeste. Facultad de Ingeniería; Argentina.
Fil: Podestá, Juan Manuel. Universidad Nacional del Nordeste. Facultad de Ingeniería; Argentina.
El diseño estructural de puentes representa un proceso iterativo que requiere la formulación de un predimensionamiento para dar comienzo al proceso de cálculo. Para evitar el uso ineficiente de los materiales, se han aplicado métodos de optimización que permiten lograr estructuras seguras y al mismo tiempo económicas. Así, como objetivo central del presente trabajo, se desarrolla una herramienta computacional de optimización a partir de algoritmos genéticos con el propósito de determinar el predimensionamiento de un puente de sección cajón multicelular de hormigón postesado. Para ello, se abarcó el estudio del estado del arte de los puentes de sección cajón, una introducción a los algoritmos genéticos como método de optimización y se desarrolló un algoritmo genético en Matlab/Octave aplicado al caso de estudio. Se utilizó el CIRSOC 801 y 802 como código técnico para el análisis de cargas y verificaciones y se llevó a cabo el predimensionado mediante “métodos tradicionales” de cálculo para ser comparados con los resultados del AG.Los operadores genéticos utilizados fueron la selección por ruleta, el cruce uniforme y de un punto, la codificación binaria y una mutación de 2%. Se eligieron 5 variables geométricas de la sección cajón multicelular a ser analizadas. El enfoque propuesto logró reducir 20% los costos en comparación a la sección obtenida mediante métodos tradicionales. Se concluye en considerar a 3 de esas variables de carácter “constructivo”, lo cual implicó una reducción máxima de las mismas por parte de la herramienta, mientras que las otras dos variables, la altura de la sección y la longitud lateral de los voladizos sí pudieron ser optimizadas. Finalmente se presentan conclusiones sobre las partes de la viga de cajón multicelular y su aplicabilidad en distintos escenarios, y se sugieren recomendaciones para futuras mejoras de la herramienta propuesta. Así, este trabajo contribuye a un mayor entendimiento de los puentes de sección cajón y al desarrollo de algoritmos genéticos en la optimización estructural.
The structural design of bridges represents an iterative process that requires the formulation of preliminary sizing to initiate the calculation phase. To mitigate inefficient material usage, optimization methods have been applied to achieve structures that are both safe and cost-effective. Thus, the primary objective of this study is to develop a computational optimization tool using genetic algorithms to determine the preliminary sizing of a prestressed concrete multi-cell box girder bridge. The research encompassed a review of the current state-of-the-art in multi-cell box girder bridges, an introduction to genetic algorithms as an optimization method, and the implementation of a genetic algorithm in Matlab/Octave for the case study. The CIRSOC 801 and 802 codes were employed for load analysis and verifications, and preliminary sizing was conducted using "traditional methods" of calculation for comparison with the genetic algorithm (GA) results. The genetic operators employed included roulette wheel selection, uniform and single-point crossover, binary encoding, and a 2% mutation rate. Five geometric variables of the multi-cell box girder section were selected for analysis. The proposed approach achieved a 20% cost reduction compared to results obtained from traditional methods. It is concluded that three of these "constructive" variables warrant consideration for optimization, resulting in maximum reduction by the tool, whereas the remaining two variables, section height and lateral cantilever length, were successfully optimized. Conclusions are drawn regarding the components of the multi-cell box girder and their applicability in various scenarios, along with recommendations for future enhancements of the proposed tool. Thus, this work contributes to an enhanced understanding of multicell box girder bridges and the development of genetic algorithms in structural optimization.