Cas d’application

Conception de structures à tenségrité active et à masse réduite
Le principal défi consiste à trouver l'équilibre optimal entre les contraintes de compression et de tension tout en minimisant la masse et les niveaux de précontraintes d'une structure et en garantissant l'intégrité structurelle, ce qui permet d'obtenir des structures à impact carbone réduit.

La tenségrité, contraction des termes tension et intégrité, est un principe en mécanique des structures dans lequel des composants rigides – barres ou entretoises – sont reliés entre eux par des câbles sans se toucher. Ce principe engendre des structures dans lesquelles les composants rigides sont en compression tandis que les câbles sont en tension. La tenségrité est utilisée pour concevoir des structures à grandes portées comme des ponts ou des dômes, des structures déployables en aérospatial ou encore des robots mous.

Les auteurs développent un cadre général pour la conception de structures en tenségrité active, c’est-à-dire dotées d’actionneurs capables de s’adapter à la charge d’exploitation. De telles structures nécessitent moins de matériau que leur équivalent passif et, par conséquent, ont une masse inférieure.

L’étude propose un modèle d’optimisation dont les variables – portant sur la structure et les actionneurs – sont continues ou binaires, et dont certaines contraintes sont non linéaires. Cela aboutit à un programme non linéaire en nombres entiers (MINLP) dont l’objectif est de minimiser la masse de la structure, sous contrainte de conserver sa stabilité. L’approche est appliquée à trois cas d’étude classiques : une poutre en porte-à-faux, un dôme et un pont piéton.

Les algorithmes de séparation et évaluation (Branch-and-Bound) et de points intérieurs d’Artelys Knitro sont utilisés avec les paramètres par défaut pour résoudre ce problème MINLP. De plus, la fonction multi-start permet d’améliorer la qualité des solutions. Sur les trois cas d’étude, les auteurs atteignent une masse jusqu’à 40% inférieure et des précontraintes jusqu’à 60% inférieures aux cas équivalents en tenségrité passive.

Cette étude étend le champ d’application de la programmation mathématique dans le domaine de l’ingénierie des structures. La méthode proposée présente un grand potentiel pour la conception de structures légères bas-carbone dans le but de réduire l’empreinte environnementale de l’architecture et de la construction.

 

Tutoriel

 

Vous n’êtes pas encore familier avec le domaine de l’optimisation non linéaire ? Dans ce tutoriel, nous vous présentons quelques exemples de problèmes non linéaires pour diverses applications. Vous y découvrirez notamment les méthodes de programmation non linéaire en utilisant le solveur Artelys Knitro dans un notebook Python, au travers de différents exemples.

Version d’essai

 

Obtenez votre licence d’essai gratuite et testez les performances d’Artelys Knitro sur vos problèmes d’optimisation mathématique. La version d’essai vous permettra d’accéder gratuitement à Artelys Knitro sans limitations pour une durée d’un mois ou avec contraintes pour une durée de six mois. Cette version d’essai inclue un service de support et maintenance.

Artelys Knitro: des performances sans pareilles

Meilleur solveur

non-linéaire

Depuis plusieurs années, Artelys Knitro s’est distingué dans les benchmarks indépendants, démontrant ainsi sa capacité à trouver des solutions optimales réalisables plus rapidement que les solveurs concurrents.

Support technique

L’équipe de support technique d’Artelys est constituée de consultants hautement qualifiés (niveau doctorat),  ayant une grande expérience dans la résolution de problèmes complexes et la mise en place de solutions d’optimisation à l’échelle de l’entreprise. Grâce à leur expertise, ils sauront vous guider sur la mise en place des fonctionnalités algorithmiques ou logicielles qui pourraient optimiser votre utilisation d’Artelys Knitro.

Mises à jour et nouvelles fonctionnalités 

L’équipe de développement travaille sans relâche afin de fournir deux nouvelles versions d’Artelys Knitro par an. Ces deux versions se basent sur des retours clients d’expériences et nous permettent d’améliorer notre solveur en s’assurant d’être toujours plus proche des besoins de nos utilisateurs. 

© ARTELYS • All rights reserved • Legal mentions

Pin It on Pinterest

Share This