PROYECTO

Proyecto Fin de Carrera Alejandro Rodrguez Snchez
Optimizacin Conjunta Material-Estructura aplicada a Sistemas Estructurales de Fibra de Carbono
Proyecto Fin de Carrera
- Optimizacin Conjunta
Material-Estructura
Aplicada a Sistemas
Estructurales de Fibra de
Carbono -
Alejandro Rodrguez Snchez

Proyecto Fin de Carrera Alejandro Rodrgruez Snchez
2
ndice
ndice
FORMULACIN DEL PROBLEMA .. 4
OBJETIVOS DE LA INVESTIGACIN .... 6
ESTABLECIMIENTO DE UN MARCO DE REFERENCIA .. 9
METODOLOGA 13
APORTACIONES ORIGINALES 86
REFERENCIAS BIBLIOGRFICAS . 135
3
Formulacin del Problema

El objetivo del siguiente estudio es el diseo de puentes de fibra de carbono a travs de

mtodos de diseo basados en algoritmos de optimizacin gentica.
Este trabajo desarrolla, de forma efectiva, una metodologa eficiente para el diseo de
sistemas estructurales novedosos, ya sea en cuanto al material utilizado como a la topologa
del mismo sistema.
El material utilizado es la fibra de carbono, debido a la reciente introduccin del mismo en el

mbito del diseo en ingeniera civil. A da de hoy no existen estructuras de ingeniera civil
concebidas completamente con fibra de carbono. Sin embargo, este material presenta unas
caractersticas resistentes muy elevadas, a la vez que un peso especfico muy pequeo,
haciendo posible su uso en diseo de estructuras de ingeniera civil fuera de lo convencional.
En definitiva, este proyecto articula un mtodo de diseo de nuevas tipologas estructurales en

ingeniera civil, abriendo un camino para futuros proyectos de diseo.
5
Establecimiento de un Marco de Referencia
Objetivos de la Investigacin
6
El presente trabajo se centra en la concepcin del diseo estructural a travs de nuevos

mtodos. La estructura que se trabaja es un puente creado a travs de miembros de
materiales compuestos, en este caso, fibra de carbono.
La tipologa estructural y la naturaleza del material no son comunes dentro de los diseos
habituales de puentes en ingeniera civil. En el trabajo del puente influyen un amplio nmero
de variables que hacen que encontrar una solucin ptima se haga una tarea difcil. Estas
variables hacen referencia a la disposicin geomtrica de los elementos del puente, a las
caractersticas geomtricas y resistentes de sus barras, y a la configuracin del laminado
utilizado para cada una de las barras.
Ante tal desafo se recurre a la utilizacin de algoritmos de computacin especialmente

creados para solventar este tipo de problemas. Estos algoritmos se denominan algoritmos de
optimizacin. Dichos algoritmos permiten encontrar el mnimo de una serie de funciones
objetivos, las cuales dependen de una serie de variables de optimizacin.
En nuestro caso, las funciones objetivo ser funciones que definan el correcto trabajo del
sistema estructural, tales como la energa de deformacin del sistema, as como intereses
particulares de diseo, tales como el peso total de la estructura, estrechamente relacionado
con el coste de la misma. Por otro lado, las variables de optimizacin sern los parmetros que
controlan el funcionamiento estructural del puente, que son la posicin geomtrica de
elementos, las caractersticas geomtricas y resistentes de barras y la configuracin de
apilados de fibra de carbono.
Los algoritmos que se utilizarn en este estudio son los denominados algoritmos de
optimizacin gentica. Estos algoritmos de optimizacin presentan un funcionamiento
parecido al proceso de seleccin natural: se toman unos individuos, se verifica cmo se
adaptan al medio, se toman los mejores y se crea una descendencia a partir de ellos. Este
proceso se repite durante un nmero determinado de generaciones.
Los algoritmos de optimizacin gentica son apropiados cuando se tienen problemas de

optimizacin con un amplio nmero de variables, dado que tienden de forma automtica al
mnimo global, o solucin total de las funciones tomadas como objetivo, sin incurrir en
mnimos locales, que tan slo aportan una solucin sesgada.
Utilizando dichos algoritmos se realizarn varios diseos de puentes con diferentes

caractersticas.
Ser necesario adentrarse en los conceptos de optimizacin estructural a travs de ejemplos

sencillos, y a la vez tomando contacto con los diferentes algoritmos que se utilizarn en el
diseo de los puentes. Estos ejemplos tambin servirn de campo de pruebas de los
algoritmos, posibilitando la eleccin de uno de ellos para el diseo definitivo al observar cmo
trabajan en los casos sencillos.
Adems, es necesario adentrarse en los conceptos de definicin paramtrica de estructuras,

precisos para una optimizacin de la geometra de los miembros del puente.
7
Por ltimo, ser preciso desarrollar herramientas de clculo que permitan predecir el
comportamiento mecnico de laminados de fibra de carbono.
Una vez se poseen todos estos conocimientos se puede entrar en el diseo mediante
optimizacin gentica de un puente de fibra de carbono.
En este estudio se asentarn diversas hiptesis en cuanto a diseo, que luego sern
comprobadas mediante procesos de evolucin gentica en bsqueda de la configuracin
ptima.
8
Establecimiento de un
Marco de Referencia
9
A la hora de tomar un marco de referencia tomaremos en cuenta dos fuentes: el diseo de

estructuras de fibra de carbono en ingeniera y la aplicacin de algoritmos de optimizacin
gentica para resolucin de sistemas estructurales.
La fibra de carbono es un material de uso global hoy da. La fibra de carbono se constituye
como un material conformado por dos miembros diferentes. Uno de estos miembros son
fibras, de dimetros muy pequeos, que se obtienen mediante un proceso industrial sobre
diferentes minerales. El otro miembro presente es una pasta que aglutina las fibras,
hacindolas trabajar juntas. Es importante notar que la interaccin de ambos agentes se
produce a niveles micromecnicos. Esto se opone a la relacin existente en otros materiales de
construccin donde sus diferentes componentes interaccionan a nivel macromecnico, como
en el caso del hormign y el acero en el hormign armado convencional.
La forma de trabajo micromecnico es bsica a la hora de diferenciar la fibra de carbono de

otros materiales, ya que es esta propiedad la que lo define como material compuesto. De esta
forma la fibra de carbono se encuadra dentro de un grupo de materiales denominados
materiales compuestos o composites, de entre los cuales podemos destacar, por su amplia
presencia en la vida cotidiana, a la fibra de vidrio.
Desde su aparicin los composites han captado la atencin de diversas ramas de la ingeniera
dadas sus caractersticas mecnicas. Los composites son materiales que presentan una gran
resistencia mecnica que los hace muy tiles para diversos diseos. Sin embargo, los
composites presentan una caracterstica que los hace ser materiales ideales para ciertos
diseos: su bajo peso especfico.
Un composite estndar puede pesar en torno a 4 veces menos que un acero estndar, y sus
caractersticas mecnicas, frente a diversos esfuerzos, llegan a superar a las caractersticas
mecnicas del acero. Este hecho ha puesto a los composites en el disparadero de muchas
industrias, tales como la aenutica, la automovilstica o la naval, las cuales estn cambiando los
materiales frreos por estos, que son mucho ms ligeros.
Y es que, a veces, la ligereza del material favorece diseos ms eficientes. Tal es el caso de los
modernos aviones, que llegan a estar compuestos por composites y otros materiales ligeros en
torno a un 40%. La industria naval lleva tiempo diseando barcos de pequeo calado usando
fibra de carbono, dado su menor peso, por lo tanto, su mejor flotabilidad. La industria
automovilstica utiliza profusamente los composites en la fabricacin de piezas para vehculos
de competicin, en los cuales el peso del mismo es un factor que lastra mucho la velocidad que
se puede alcanzar.
Ahora le toca el turno a la ingeniera civil en la utilizacin de los composites.
Las caractersticas mecnicas y la ligereza de los materiales compuestos pueden ser muy tiles
en ingeniera civil en el diseo de estructuras. Este material se emplea de forma regular en la
construccin de pasarelas peatonales de pequeas dimensiones en pases de Europa del Este
(Rusia, principalmente). En Espaa tambin se han utilizado materiales compuestos en el
diseo de puentes. En concreto, en Asturias se puede encontrar un puente, construido por
ACCIONA Infraestructuras, cuyas vigas se componen por fibra de carbono.
10
Sin embargo, este diseo no explota la capacidad que tienen los composites, dado que se
utilizan vigas similares a las habituales de hormign armado concebidas con el mismo material.
Este es un gasto material innecesario, ya que se fuerza al material compuesto a trabajar como
si fuera hormign armado, al darle una forma y una funcin estructural similares.
Por ello, y para llevar al lmite la capacidad estructural de los composites, el grupo de
Evaluacin No Destructiva de la Universidad de Granada propuso un diseo innovador: una
nueva tipologa estructural que permitiera construir un puente exclusivamente mediante
materiales compuesto.
Por otro lado, la utilizacin de composites como material es compleja desde el punto de vista
estructural. Esto se debe a las diferentes posibilidades de configuracin de los laminados,
contando cada una de ellas con diferentes propiedades mecnicas.
Las configuraciones posibles en un laminado son innumerables, dado que es posible variar la
orientacin de las fibras dentro de la matriz, disponer diferentes grupos de lminas con
diferentes orientaciones La bsqueda de una configuracin ptima es un proceso complejo,
dada la cantidad de variables que intervienen en el funcionamiento del laminado de
composite.
Por este motivo, la solucin matemtica de este tipo de problemas de optimizacin define,
necesariamente, la utilizacin de algoritmos de optimizacin a la hora del diseo. Estos
algoritmos permiten encontrar la combinacin ptima de variables que hacen a una funcin
mnima. Aplicando este concepto al anlisis estructural, es posible utilizar algoritmos de
optimizacin para definir la combinacin ptima de variables que hacen mnimo el peso de un
miembro estructural, por ejemplo.
Este concepto se ha utilizado en ingeniera para el desarrollo de diseos sobre formas

materiales construidas con fibra de carbono y otros materiales compuestos. As, podemos
encontrar ejemplos en: Burgueo, R., & Wu, J. (2006). Membrane-based forms for innovative
FRP bridge systems through structural optimization. Journal of Composites for Construction,
ASCE, September-October; Lian, Y., Oyama, A., & Liou, M. (2009). Progress in design
optimization using evolutionary algorithms for aerodynamic problems. Progress in Aerospace
Sciences, 125; Ghiasi, H., Pasini, D., & Lessard, L. (2009). Optimum stacking sequence design
of composite materials Part I: Constant stiffness design. Composite Structures, 90(1), 111;
Eamon, C. D., & Rais-Rohani, M. (2009). Integrated reliability and sizing optimization of a large
composite structure. Marine Structures, 22(2), 315334; o Muc, A., & Gurba, W. (2001).
Genetic algorithms and finite element analysis in optimization of composite structures.
Composite Structures, 54, 275281.
Como puede verse, el esfuerzo que se est haciendo para implementar un diseo de
estructuras de fibra de carbono y materiales compuestos es enorme, contndose todos los
campos de la ingeniera, desde el diseo de carroceras de coches hasta el diseo de cascos de
submarinos. A su vez, toda implementacin de diseo de composites utiliza algoritmos de
optimizacin con el fin de llegar a soluciones ms eficientes.
11
En este estudio se har uso de los conceptos desarrollados por una gran variedad de autores
respecto a optimizacin estructural para definir un mtodo eficaz de prediseo de estructuras
de nueva generacin y aplicarlo a varios modelos estructurales de puentes de materiales
compuestos.
Para ello se retomar el proyecto comenzado por el grupo de Evaluacin No Destructiva de la

Universidad de Granada. Basndose es la informacin acumulada por ellos en este proyecto,
se proceder a asentar las bases de un sistema de diseo que permita resolver la creacin de
nuevas tipologas estructurales basndose en el concepto de optimizacin estructural. As, se
desarrollarn varios diseos estructurales de puentes de fibra de carbono mediante
optimizacin estructural, analizando pormenorizadamente todos los factores que intervienen
en el proceso de diseo.
Los resultados obtenidos en este proyecto sern futura referencia para nuevos intentos de
creacin de tipologas estructurales de nueva generacin. A su vez, este proyecto es
nicamente el primer e importante paso hacia una concepcin totalmente nueva del diseo
estructural, obtenindose un conocimiento que permite al ingeniero civil sumergirse en un
conocimiento profundo de la ingeniera de estructuras de alto nivel. Ms adelante, este
trabajo ser el punto de partida para otros muchos proyectos referidos a diseos mediante
optimizacin estructural y/o que contengan miembros fabricados con materiales compuestos.
12
Metodologa
Metodologa
13
Metodologa
Iniciacin a la optimizacin estructural

Un miembro estructural queda diseado para resistir una cierta combinacin de cargas
durante su vida de servicio. Cualquier miembro que resista la combinacin de cargas
impuestas en proyecto constituir un diseo vlido. Sin embargo, atendiendo a un
nico criterio de diseo otro que la resistencia, pongamos, por ejemplo, el peso propio
de dicho miembro, indudablemente se tendr que existe un diseo ptimo dentro de
todos los posibles. Este concepto es el que se aplicar en optimizacin estructural.
De este modo la optimizacin estructural se basa en restringir el diseo de un sistema

estructural de modo que se llegue a una solucin la cual, aparte de resistir las cargas
correspondientes, se adapte lo mejor posible a ciertos escenarios que el proyectista
considera oportunos, tales como mnima cantidad de material utilizado, mnimas
energas de deformacin, restricciones de tensiones en ciertas secciones, restricciones
de deformaciones, etc.
Este tipo de optimizacin se basar en la fiabilidad de la estructura, es decir, la

capacidad que presenta la misma para resistir las diferentes cargas a las que ha de
estar sometida durante su vida de servicio, adems de desarrollar sus funciones de
forma suficiente durante su vida til, quedando su funcionamiento dentro de los
estados lmite ltimo y de servicio definidos para la misma.
Reliability-based Optimization is a most appropriate and advantageous methodology

for structural design. Its main feature is that it allows determining the best design
solution (with respect to prescribed criteria) while explicitly considering the
unavoidable effects of uncertainty. (Valdebenito, M. a., & Schuller, G. I. (2010). A
survey on approaches for reliability-based optimization. Structural and
Multidisciplinary Optimization, 42(5), 645663.)
Por ello, en todo problema de optimizacin estructural debe definirse el sistema

estructural sobre el cual se va a trabajar, as como las cargas impuestas sobre el
mismo, como punto de partida.
Posteriormente se trabajar la optimizacin, que trabajar sobre ciertos parmetros

de inters. Estos parmetros de inters se denominan funciones de optimizacin. Las
diferentes funciones de optimizacin aplicadas al sistema estructural sern distintas
para cada caso concreto, pudiendo el proyectista definirlas segn requieran las
caractersticas propias del proyecto o segn su propio criterio.
Cada una de las funciones de optimizacin depende de una serie de parmetros

estructurales, de ndole geomtrica o caracterstica del material. Estas variables se
denominan variables de optimizacin.
14
Metodologa
[]; in mathematical terms, this problem is defined as follows (Freudenthal 1956;

Vanmarcke 1973; Royset et al. 2001b).
subject to
In the optimization problem above, denotes the vector of design variables (of length
), which are those variables that can be selected among a certain set and that
influence the performance of a structural system or trigger specific events; denotes
the vector uncertain parameters; are constraints of the problem (e.g. side
constraints on ); is a cost function (which can eventually be a random variable
depending on ) and is the expectation operator; finally, denotes the
probability of occurrence of the th event, which should be equal or smaller than a
certain tolerable threshold . (Valdebenito, M. a., & Schuller, G. I. (2010). A
survey on approaches for reliability-based optimization. Structural and
Multidisciplinary Optimization, 42(5), 645663.)
Dada esta definicin, la optimizacin estructural puede implementarse como un

proceso iterativo de cambio de estas variables de optimizacin, verificando si las
funciones de optimizacin elegidas alcanzan los valores que deseamos.
Esquema de un proceso de optimizacin basado en la fiabilidad
15
Metodologa
Este proceso es complejo y laborioso, por lo que en procesos de optimizacin

estructural utilizaremos programas de clculo matemtico avanzado, as como
algoritmos de optimizacin especialmente desarrollados para solucionar estos
problemas.
Both, optimization and reliability assessment require the repeated evaluation of the
structural response for different sets of design variables and uncertain parameters; in
turn, the valuation of the structural response may require the computation of
numerically involved virtual simulation models (e.g. Finite Element models).
(Valdebenito, M. a., & Schuller, G. I. (2010). A survey on approaches for reliability-
based optimization. Structural and Multidisciplinary Optimization, 42(5), 645663.)
En especial, en este ejercicio se tratarn algoritmos de optimizacin genticos.
Nowadays, different variants of of genetic algorithms (GA) are widely used in various
problems dealing with optimization and/or numerical methods. (Muc, A., & Gurba, W.
(2001). Genetic algorithms and finite element analysis in optimization of composite
structures. Composite Structures, 54, 275281.)
Este tipo de algoritmos trabaja de forma parecida a como lo hace un proceso de

seleccin natural. Se comienza generando una poblacin (sistemas estructurales
diferentes entre los cuales varan las distintas variables de optimizacin) sobre los
cuales sern aplicadas las cargas, calculando cules de ellas se ajustan mejor a los
criterios definidos (valores de funciones de optimizacin); posteriormente se tomarn
los individuos ms competentes, los cuales se convertirn en progenitores de una
nueva generacin, a la cul imprimirn sus caractersticas (cambio en variables de
optimizacin). Estos nuevos individuos sern cargados, volviendo a calcular cul de
ellos es el ms apto. Este proceso se repite un nmero determinado de generaciones.
Esquema de una optimizacin gentica mediante el mtodo de los elementos finitos
16
Metodologa
Viga simplemente apoyada de hormign de longitud definida

Como primer ejercicio de optimizacin estructural se trabajar con una viga
simplemente apoyada sometida a su peso propio. Este sencillo problema se usar
como comparacin de los diferentes algoritmos de optimizacin que tenemos a
nuestra disposicin, concluyendo cul de ellos es el que mejor se presta a la aplicacin
en problemas de optimizacin estructural ms complejos, adems de como primer
paso para entrar en el campo de la optimizacin estructural.
Dados los algoritmos disponibles se dividir el problema es dos partes, diferencindose

el problema de optimizacin de criterio simple y el problema de optimizacin
multicriterio.
Para el problema de optimizacin de criterio simple de una viga simplemente apoyada

sometida a su peso propio lo que se pretende conseguir es un dimensionamiento
ptimo de una seccin cuadrada. La longitud de la viga se considerar impuesta, tal y
como ocurre en la mayora de los problemas estructurales reales. El material tambin
queda definido, y con ello sus propiedades, tales como sus caractersticas mecnicas y
fsicas. La funcin que se optimizar ser el peso total de la viga, dado que de este
modo se tiene el diseo ms econmico. Como restricciones se impondrn condiciones
de servicio suficiente de la viga (flecha central no excesiva) y dimensiones dentro de la
fsica (dimensiones razonables, as como una disparidad no excesiva entre las
dimensiones de la seccin).
Viga simplemente apoyada sometida a una carga distribuida uniforme
17
Metodologa
Primero se resolver el sistema estructural, tomando como base las ecuaciones de la

esttica, que aportarn las ecuaciones analticas para ciertas restricciones (en este
caso, para la flecha mxima). El peso de la viga puede definirse como
, que depende de 4 variables, de las cuales se fijarn dos ( y
), quedando libres las dimensiones de la seccin, que sern las variables de
optimizacin ( y ). Las restricciones que se imponen sern las de comn
razonamiento fsico ( , y ) y las de servicio de la viga
( ).
Dadas las caractersticas del problema esttico se tiene que , con

e . El parmetro se fijar
como propiedad intrnseca del material. Tomaremos y
.
Los algoritmos que se usan son dos variantes ofrecidas por MatLAB. El algoritmo
fmincon es una funcin del programa que busca mnimos de funciones restringidas por
ciertas condiciones. El algoritmo ga es el algoritmo de seleccin gentica que MatLAB
trae de base.
Los resultados obtenidos para los distintos algoritmos utilizados se muestran en la

tabla siguiente:
Puede observarse que ambos algoritmos aportan una solucin idntica, pero fmincon
consume mucho menos tiempo de computacin que ga, unas 22 veces menor.
El problema de optimizacin multicriterio se define del mismo modo que el problema

de optimizacin de criterio simple, y con las mismas variables de optimizacin, pero en
este caso se tendrn dos funciones objetivo: el peso de la viga y su flecha en centro de
vano.
La eficacia de los problemas de optimizacin multicriterio consiste en que aportan un

espacio de soluciones mnimas, llamado frente de Pareto, que permite escoger dentro
de toda una serie de soluciones ptimas la que resulta ms conveniente dadas ciertas
restricciones.
18
Metodologa
Frente de Pareto para dos funciones objetivo
Los algoritmos de optimizacin utilizados como muestra son GODLIKE y NSGA-II.
GODLIKE (Global Optimum Determination by Linking and Interchanging Kindred

Evaluators) es un algoritmo de optimizacin que puede trabajar de tres formas
diferentes: GA (Genetic Algorithm), PSO (Particle Swarm Optimization) y DE
(Differential Evolution).
NSGA-II (Non-dominated Sort Genetic Algorithm, creado por Aravind Seshadri) es un

algoritmo diseado para solucionar problemas de optimizacin multicriterio a travs
de algoritmos genticos.
Una visin rpida de los datos puede hallarse en la siguiente tabla:
19
Metodologa
En cuanto a tiempo de computacin se observa que, en general, GODLIKE es ms

rpido que NSGA-II, quedando primero el modo GA, seguidos del DE y del PSO,
ligeramente ms lento que NSGA-II.
A continuacin se ofrecen los diferentes frentes de Pareto obtenidos con los

resultados de ambos algoritmos.
Frente de Pareto ofrecido por el algoritmo GODLIKE DE
Detalle del frente de Pareto ofrecido por el algoritmo GODLIKE DE
20
Metodologa
Frente de Pareto ofrecido por el algoritmo GODLIKE GA
Detalle del frente de Pareto ofrecido por el algoritmo GODLIKE GA
21
Frente de Pareto ofrecido por el algoritmo GODLIKE PSO
Metodologa
Detalle del frente de Pareto ofrecido por el algoritmo GODLIKE PSO
Frente de Pareto ofrecido por el algoritmo NSGA-II
Detalle del frente de Pareto ofrecido por el algoritmo NSGA-II 22

Metodologa
Tambin puede comentarse el scattering de las soluciones. Parece claro que la

solucin que da valores ms estables es la ofrecida por GODLIKE en la modalidad PSO,
seguida por GODLIKE en la modalidad DE. Por el contrario, el scattering de GODLIKE en
la modalidad GA es muy grande comparado con los dos anteriores, y el scattering de
NSGA-II es enorme, presentando valores muy extremos en soluciones. No obstante, el
scattering puede no ser importante para la convergencia del problema. Para observar
la convergencia de los diferentes algoritmos ser conveniente analizar la desviacin
tpica de todos los individuos para cada uno de los valores de las funciones de
optimizacin. A modo de evitar el scattering y su influencia en la desviacin tpica se
observarn las desviaciones tpicas de todos los individuos y del 65% ms apto.
Puede observarse que la seleccin de los ms aptos implica una convergencia mucho
mayor en las flechas de la viga, pero no ocurre lo mismo con las otras dos funciones de
optimizacin, cuyos valores se parecen. Adems, queda claro que GODLIKE presenta
mejor convergencia para flecha en centro de vano y peso que NSGA-II.
Por otro lado, el scattering de las soluciones informa de que el algoritmo ha

presentado una gran variedad de soluciones. Esto es, se han generado individuos muy
dispares entre s. Dicho resultado puede informar del grado en que el algoritmo
incurre en un mnimo local, del cual no puede salir.
Un problema de optimizacin no es ms que un problema matemtico de bsqueda de

mnimos de funciones. Estas funciones pueden tener formas desconocidas,
presentando mnimos locales. El menor de todos estos mnimos locales constituye el
mnimo global.
Es posible que, para algunos algoritmos de optimizacin, el proceso de resolucin se

estanque en un mnimo local. Si el algoritmo no es capaz de salir del mnimo local
nunca se podr llegar a la solucin deseada, dado que, aunque exista convergencia
total, la solucin no es la mejor posible. Por este motivo, es preciso reconocer que un
scattering pequeo es un sntoma de rpida convergencia, pero tambin es un sntoma
de estancamiento en un mnimo local. A la hora de elegir el mejor algoritmo para un
anlisis posterior se preferir aquel que presente el mayor scattering frente a aquel
que presente el menor tiempo de convergencia.
Tras un anlisis de los datos obtenidos puede concluirse que NSGA-II es el mejor de los
algoritmos estudiados, y que por ello ser el que se utilizar en el clculo definitivo de
los puentes de fibra de carbono.
23
Metodologa
Optimizacin de viga continua

Seguidamente se trabaja otro problema de optimizacin ms complejo. Este problema
consiste en el clculo estructural de una viga continua de un puente. Esta estructura se
constituye como una viga continua de acero de tres vanos. Las longitudes de dichos
vanos se definen como , y . La viga continua se
encuentra sometida a una carga continua de valor:
Consideraremos la viga como una seccin cajn, cuya rea se calcula como:
y como una seccin en I, cuya rea viene definida por:
Por otra parte, las inercias de la seccin cajn y de la seccin en I vienen determinada
por las expresiones:
Las caractersticas del material son y .
El peso de la viga puede calcularse como:
Las variables de optimizacin se considerarn como aquellas que definen la geometra

de la seccin ( y para el caso de la seccin cajn y y para la seccin
en I). Las restricciones que se ejercern sobre el problema sern las de comn
razonamiento fsico (tales como dimensiones mayores que cero) y las de servicio de la
viga (flechas en centros de vanos no excesivas).
Las funciones de las flechas, dado que el problema es hiperesttico, se hallan mediante
la integracin de las ecuaciones de la elstica y la imposicin de condiciones de
contorno. La ecuacin diferencial se resuelve usando programas de clculo
matemtico, ofreciendo los siguientes resultados.
24
Metodologa
Donde .
Se demuestra que, en cuanto al diseo de un miembro estructural mediante en

mtodos de optimizacin estructural, la mayor utilidad de diseo consiste en aplicar
optimizaciones multicriterio, ya que de este modo se puede jugar con el tradeoff que
siempre existe entre los diferentes objetivos que se quieren conseguir, tales como
ahorro de material y resistencia estructural.
Se usarn los mismos algoritmos para la optimizacin de la viga continua que para la
optimizacin de la viga simplemente apoyada, GODLIKE en sus variantes GA, DE y PSO,
as como NSGA-II.
Para la seccin cajn GODLIKE DE es el algoritmo ms rpido, seguido de cerca por

GODLIKE PSO. Le sigue GODLIKE GA y finalmente el ms lento es NSGA-II.
Por otro lado, para el clculo de la seccin cajn el algoritmo ms rpido es GODLIKE
GA, seguido por GODLIKE DE y por NSGA-II, quedando GODLIKE PSO como el ms
rezagado.
En el problema de la seccin cajn la convergencia de NSGA-II hacia una solucin

ptima se produce mucho ms rpido que en los otros, quedando un scattering de las
soluciones mucho menor que en los otros algoritmos. Le siguen GODLIKE PSO,
GODLIKE DE y por ltimo GODLIKE GA, aunque estos dos ltimos tienen un scattering
mucho ms elevado.
Para el problema se la viga continua con seccin en I se tiene tambin una

convergencia importante en NSGA-II, seguida de GODLIKE DE, y quedando GODLIKE GA
y GODLIKE PSO a larga distancia.
25
Metodologa
Frente de Pareto ofrecido por el algoritmo GODLIKE DE para seccin en cajn
Frente de Pareto ofrecido por el algoritmo GODLIKE GA para seccin en cajn
26
Metodologa
Frente de Pareto ofrecido por el algoritmo GODLIKE PSO para

seccin en cajn.
Frente de Pareto ofrecido por el algoritmo NSGA-II para seccin en

cajn.
Frente de Pareto ofrecido por el algoritmo GODLIKE DE para 27

seccin en I
Metodologa
Frente de Pareto ofrecido por el algoritmo GODLIKE GA para seccin en I
Frente de Pareto ofrecido por el algoritmo GODLIKE PSO para seccin en I
Frente de Pareto ofrecido por el algoritmo NSGA-II para seccin en I

28
Metodologa
El scattering y la convergencia de los individuos hacia una misma configuracin

tambin pueden discutirse en este caso. Pueden diferenciarse dos grupos respecto del
scattering. El grupo formado por GODLIKE GA y GODLIKE PSO presenta mayor
scattering comparado con el segundo grupo, conformado por GODLIKE DE y NSGA-II,
tanto en el caso de seccin cajn como en el caso de viga en I.
La convergencia se analiza a travs de los valores de desviacin tpica de los distintos

valores de funciones de optimizacin aportados por cada individuo. Puede observarse
que las tendencias a mayores convergencias de los individuos en flechas implican
menores convergencias de los mismos en peso.
Conclusiones
Queda claro que los mejores algoritmos de optimizacin son aquellos que permiten la
optimizacin conjunta de diferentes funciones de optimizacin, es decir, los algoritmos
de optimizacin multicriterio. Tambin puede observarse que resolver un problema de
optimizacin requiere una nocin previa de los posibles rangos de valores para las
variables de optimizacin. Esto implica que el algoritmo trabajar en un modelo cuyas
variables queden dentro de la lgica fsica y/o constructiva. Si se usa un algoritmo de
optimizacin para resolver cierto problema y no se le imponen restricciones en los
valores de las variables, ste puede aportar diferentes soluciones del frente de Pareto
que, si bien son correctas desde el punto de vista matemtico, no lo son desde el
punto de vista fsico. Otra cuestin que cabe destacar es la relacin entre las
convergencias de las distintas funciones. Como puede observarse, conseguir una
poblacin de individuos con fuerte convergencia para una funcin de optimizacin
conlleva el tener menores convergencias en el resto de funciones de optimizacin
consideradas. Este hecho es intrnseco de los problemas de optimizacin multcriterio,
en los que no existe una nica solucin vlida, sino todo un elenco de posibles
combinaciones que harn que las restricciones sobre el sistema estructural sean ms o
menos acordes con lo que se desea. La cuestin que queda a criterio del proyectista
ser jugar con las posibles variantes y los diferentes tradeoffs que aparecen en los
resultados que aportan los algoritmos de optimizacin multicriterio.
29
Metodologa
Laminados de fibra de carbono

El objetivo final consiste en generar el diseo de un puente de fibra de carbono a
travs de un algoritmo de optimizacin.
Como primer paso para ello ser necesario desarrollar un procedimiento de clculo
mecnico de laminados de fibra de carbono.
La bibliografa en la que se basa el modelo estructural de laminados es,

principalmente, Theory of composites design, por Stephen W. Tsai. (Tsai, Stephen W.
(2008). Theory of composites design. Stanford University.)
Bsicamente, la fibra de carbono se compone de unas fibras orientadas en una

direccin preferente dentro de una pasta que los aglutina. La trabazn de las fibras y la
pasta se realiza a niveles micromecnicos. La orientacin de las fibras, as como su
composicin y dimensiones, y las propiedades de la pasta, sern las que determinen
las propiedades del material compuesto en general.
Es esencial conocer el comportamiento mecnico de la fibra de carbono. Este material

compuesto trabaja en rgimen elstico perfecto, aunque se sigue investigando en la
mecnica de la fractura de materiales compuestos y queda un camino apasionante por
recorrer. Esto implica que el material no presenta una relacin lineal entre tensiones y
deformaciones, y colapsa, de forma similar a un estallido, cuando se alcanza la tensin
ltima de rotura. Esto conlleva la posibilidad de adherirse a todas las hiptesis de
comportamiento elstico de materiales, con la simplificacin que esto trae para el
clculo y el diseo.
Un laminado se compone de distintas lminas o plies. Cada ply se definir,

esencialmente, por sus caractersticas mecnicas elsticas (mdulo de Young y
coeficiente de Poisson) y por la orientacin de sus fibras dentro de la matriz.
Dentro de un laminado podemos encontrar diferentes tipos de ply. Cada laminado se

compone por diversos sublaminados, o agrupaciones diferenciadas de plies. Los
distintos sublaminados pueden repetirse o no. El nmero de repeticiones por encima y
por debajo del plano medio del laminado se denominan ndice de repeticin por
encima y por debajo, o stacking sequence index + y stacking sequence index -. El
comportamiento estructural de un laminado depender de todas estas caractersticas.
Por su concepcin, la fibra de carbono es un material intrnsecamente no homogneo.

Esto implica que sus propiedades sern completamente diferentes segn la direccin
que se est trabajando. Para la direccin en la que estn orientadas las fibras las
caractersticas resistentes sern mayores que en las direcciones perpendiculares a los
mismos. Esto implica la enorme repercusin de las distintas orientaciones de fibras
posibles en las caractersticas resistentes de un material compuesto cualquiera.
30
Metodologa
As los diferentes grupos de sublaminados, diferentes repeticiones de los mismos

dentro de la seccin y diferentes orientaciones de plies presentan una innumerable
cantidad de combinaciones posibles para conformar un laminado. Esto es importante
desde el punto de vista de la optimizacin, ya que:
El uso de fibra de carbono hace que sea necesario el uso de algoritmos de

optimizacin, debido a la elevada cantidad de combinaciones posibles de diseo
El uso de fibra de carbono en optimizacin hace que el nmero de variables de

optimizacin se dispare, aumentando con ello el tiempo de computacin
En el modelo desarrollado se considera cualquier tipo de laminado, conformado por

cualquier combinacin de sublaminados, pero como mximo sern posibles 4 tipos
diferentes de orientaciones de plies en lo que es, segn se expresa en Theory of
composites design, una regla de buena praxis.
Sub-laminates consist of a small assemblage of plies that can be repeated to form a

thick laminate. Typical sub-laminates may have up to 10 plies and 4 ply angles, []
(Tsai, Stephen W. (2008). Theory of composites design, 6-5. Stanford University.)
Un laminado de fibra de carbono posee una propiedad que definir el mtodo de

clculo estructural del mismo. Un laminado conformado por distintos plies presentar
la misma deformacin en cada uno de ellos, pero por el contrario las tensiones en cada
uno de los plies es diferente, dadas sus diferentes caractersticas (principalmente la
orientacin preferente de las fibras).
El clculo estructural para un laminado debe seguir, por orden, los pasos de
caracterizacin de cada familia de plies dentro de los sublaminados utilizados, clculo
de las matrices de rigidez y flexibilidad locales de cada familia de plies y la matriz de
rigidez y flexibilidad global del sublaminado, clculo de deformaciones del
sublaminado tras la aplicacin de cargas y clculo de las tensiones en cada ply del
mismo.
31
Metodologa
Deformaciones y tensiones en un laminado para esfuerzos de traccin
Deformaciones y tensiones en un laminado para esfuerzos de flexin
Una vez caracterizadas las tensiones en cada ply es posible comprobar si el criterio de
rotura se cumple en cada uno de ellos, permitiendo discernir si alguno de los plies falla
al verse sometido a las cargas impuestas.
Es importante destacar el papel del stacking sequence index. Este nmero representa
el nmero de repeticiones que se disponen en el laminado de un patrn de plies.
32
Metodologa
Laminado con diferentes stacking sequence indices
El efecto del stacking sequence index puede observarse en el ejemplo expuesto a

continuacin. Tomaremos un patrn de laminado que se repetir
dentro de un laminado. Las matrices de rigidez y flexibilidad para los casos de stacking
sequence index , y pueden observarse abajo.
Puede observarse que al aumentar el stacking sequence index se hacen mayores los
valores de la rigidez a flexin y menores los valores de la matriz de acoplamiento,
mientras que los valores de rigidez a esfuerzo axial permanecen constantes. El
incremento de rigidez a flexin permite que se generen menores deformaciones de
flexin para las mismas tensiones en la seccin, haciendo de este modo que el
laminado sea ms resistente a esfuerzos de flexin. No obstante, el laminado no
soportar mejor los esfuerzos axiles a medida que aumenta el stacking sequence
index, por lo que esta prctica no genera ningn beneficio en miembros que se
encuentren solicitados nicamente a tensiones axiles.
33
Metodologa
Iniciacin a la optimizacin topolgica

Como complemento a la optimizacin del material compuesto en cada una de las
secciones de la estructura, y para una completa resolucin del problema de diseo de
un sistema de materiales compuestos, habr que resolver una optimizacin topolgica
del conjunto.
La optimizacin topolgica consiste en un proceso iterativo cuyo resultado arroja la

forma ms conveniente, que mejor se adapta a las restricciones impuestas. sta ha de
empezar por una forma predefinida, sobre la cual se harn variaciones mediante
algoritmos de evolucin gentica. En el caso de un puente de fibra de carbono se opt
por un prediseo que posibilitara un mejor trabajo de los miembros de materiales
compuestos. Dado que su mejor comportamiento estructural se da bajo cargas axiles
de traccin se trat de conseguir una configuracin que permitiera poner todos sus
miembros bajo dichos esfuerzos.
El diseo del puente fue concebido por Guillermo Rus Carlborg, Juan Chiacho Ruanao
y Manuel Chiacho Ruano, y el resto del grupo de investigacin de Evaluacin No
Destructiva de la Universidad de Granada, para un concurso de diseo de un puente
sobre el ro Urumea, en el Pas Vasco, Espaa.
Imagen en planta del primer concepto estructural para el puente de fibra de carbono
34
Metodologa
Imagen tridimensional del primer concepto estructural para el puente de fibra de

carbono
Para realizar una optimizacin topolgica es necesario concebir una parametrizacin

de la estructura. Esto conlleva la definicin de unas variables geomtricas cuyos
cambios durante el proceso de evolucin definirn la forma de la misma. Las variables
geomtricas parametrizadas han de capturar todas las posibles formas de la
estructura, es decir, mediante su manipulacin habr de poder llegarse a cualquier
forma partiendo desde el prediseo (teniendo en cuenta las restricciones impuestas
por el mismo).
El material que fue usado para el prediseo de esta estructura, en concreto el cdigo
que genera la malla de puntos que define el puente (paramesh, adjunto en los anejos)
ha sido aportado por dicho grupo de investigacin como ayuda para continuar con su
trabajo.
En una primera aproximacin se proceder a un proceso de optimizacin topolgica

basado en funciones de optimizacin cuyas variables son exclusivamente dimensiones
geomtricas del diseo paramtrico.
Esta optimizacin carece de sentido funcional, ya que la optimizacin topolgica habr

de integrarse en una optimizacin conjunto material-estructura para responder a los
problemas reales de diseo. Sin embargo, esta primera aproximacin aporta cierta
idea sobre la marcha del proceso de optimizacin topolgica en general.
Las funciones de optimizacin escogidas son la mnima diferencia entre la variable

paramtrica m2 y la variable paramtrica m9, y la mnima diferencia entre la variable
paramtrica m2 y la variable paramtrica m3.
35
Metodologa
Se defini una optimizacin de 100 individuos y 100 generaciones. El tiempo de clculo

empleado fue de 21.184362 segundos. El frente de pareto tridimensional de la
optimizacin qued como sigue:
Como puede verse, se ha llegado a una convergencia clara.
Los valores iniciales y resultados pueden verse en la tabla adjunta:
Imagen en planta del modelo de puente optimizado segn funciones objetivo

topolgicas
36
Metodologa
Imagen tridimensional del modelo de puente optimizado segn funciones objetivo

topolgicas
37
Metodologa
Optimizacin conjunta
Anteriormente en este trabajo se han conducido estudios sobre clculo de laminados
de fibra de carbono y sobre optimizacin topolgica del puente.
Para el clculo de laminados de fibra de carbono se desarroll un mtodo de clculo

que permite distinguir las diferentes caractersticas mecnicas de un laminado de fibra
de carbono genrico. Este mtodo tambin ofrece el estado tensional y la deformacin
de cada uno de los laminados frente a la aplicacin de cargas, as como permite
comprobar si el laminado es capaz de resistir las cargas impuestas mediante diversos
criterios de fallo.
Para la optimizacin topolgica del puente se realiz un estudio que, si bien no tiene
sentido desde un punto de vista prctico, supuso una buena toma de contacto con el
problema propuesto. Dicho estudio consisti en la bsqueda de la configuracin
ptima de la forma del puente tomando como objetivos ciertas funciones referentes a
caractersticas geomtricas de la estructura. La malla de puntos obtenida por
evolucin gentica (la cual conforma la geometra del puente) se adhiere a estas
caractersticas.
Ahora en el presente estudio se conjugan ambas optimizaciones en lo que se

denomina optimizacin conjunta. El objetivo de dicha optimizacin ser la menor
energa de deformacin posible, y para ello se harn evolucionar de forma sucesiva la
geometra del puente y las caractersticas de la seccin de laminados de fibra de
carbono. Ello implica que la optimizacin conjunta se dividir en 2 etapas. En la
primera de ellas se procede a una optimizacin topolgica del sistema, cuyo objetivo
es determinar la disposicin en el espacio de las barras y sus correspondientes
caractersticas geomtricas y mecnicas. En la segunda etapa se ejecuta una
optimizacin de los laminados que conforman las barras de la estructura de modo que
se obtengan los resultados de caractersticas mecnicas impuestos por la etapa
anterior.
Para definir inequvocamente la evolucin conjunta del puente habremos de tener en

consideracin tres partes diferenciadas: la generacin del modelo de puente que se
usar en el clculo, el mtodo de anlisis estructural, y el clculo de las secciones de
laminados.
El modelo de puente que se trabajar ser una idealizacin de la estructura

paramtrica definida anteriormente. Para la generacin de este modelo se usa como
base el cdigo desarrollado por Juan Chiacho Ruano y Manuel Chiacho Ruano
(pm_laminae.m), que puede verse detalladamente en los anejos. Dicho cdigo ha sido
modificado para introducir las coordenadas en la dimensin z (perpendicular al plano
del tablero del puente) para cada nodo.
38
Metodologa
La forma de diversos miembros del puente es parablica. Este criterio de diseo

procede de la peculiaridad de los miembros estructurales parablicos de minimizar el
flector, es decir, no verse sometidos a los esfuerzos inducidos por momentos flectores.
Modelizar los miembros parablicos no es una tarea tan simple como modelizar
miembros rectos. Esto se debe a que la curvatura del elemento hace que definir las
diferentes matrices de rigidez requiera de un proceso ms complicado y tedioso en
cuanto a desarrollo.
Por este motivo se han seguido dos vas de trabajo para el anlisis matricial de
elementos curvos:
definir para cada problema las diferentes matrices de rigidez del elemento
curvo en cuestin
simplificar el elemento curvo mediante una sucesin de diferentes elementos
rectos
Si bien para la primera de las formas de trabajo se han desarrollado diversas variantes
(citaremos el estudio Element stiffness matrix of spaced curved bars, por Arisi, Miraglia
& Ruisi, (Arisi, M., Miraglia, N., & Ruisi, v. (1995). Element Stiffness Matrix of Space
Curved Bars. Arch Bridges. Thomas Telford, London) por presentar el clculo de la
matriz de rigidez elstica elemental del elemento parablico) en este anlisis se
prefiere la segunda opcin. Esto se infiere segn diferentes motivos:
usar elementos rectos permite que cada miembro trabaje con las mismas
matrices de rigidez
el clculo se simplifica al introducirse menos variables en la formacin de las
matrices de rigidez
la nica contrapartida puede ser el incremento de tiempo computacional, dado
el incremento ingente del nmero de nodos
La contrapartida es apreciable en este caso. Si cada uno de los elementos parablicos

se divide en 5 trozos se va hacia un sistema de de muchos ms nodos y barras. El
incremento de barras y nodos aade ms incgnitas al sistema, por lo que el tiempo de
clculo incrementar. Si tenemos en cuenta que para una optimizacin gentica estos
clculos se realizan miles de veces, un aumento del tiempo de computacin incide
fuertemente sobre el tiempo total consumido por la optimizacin. Este fenmeno
provoca que haya que buscar alguna forma de disminuir al mximo el tiempo de
computacin para el clculo matricial.
39
Metodologa
Cabe destacar que los elementos parablicos se dividieron en 5 trozos de distinto

tamao, tanto ms pequeos cuanto mayor es la curvatura en la que se encajan. Las
diferentes coordenadas de los nodos se obtuvieron mediante un cdigo simple
elaborado con Mathematica 8, el cual puede verse en los anejos de clculo.
El anlisis de la estructura del puente se realizar mediante un anlisis matricial de la

misma. Dado que el modelo propuesto se configura como barras y nodos, el clculo
matricial de la estructura parece especialmente adecuado para el propsito de calcular
las diferentes tensiones en los miembros estructurales del modelo del puente.
El anlisis matricial de una estructura es un mtodo de clculo estructural. Como

primer paso se modeliza la estructura pasando de su geometra real a un sistema de
barras y nodos. Cada nodo tendr asignado un cierto nmero de grados de libertad, es
decir, ciertas posibilidades de movimiento dentro del espacio. Estas posibilidades de
movimiento pueden presentarse como desplazamientos lineales y giros. Las diferentes
barras que concurren a cada nodo limitan la posibilidad de movimiento de los mismos,
imponiendo una cierta rigidez al desplazamiento y al giro. Conocidas la rigidez del
sistema y las cargas que actan sobre l se entra en el mtodo de anlisis matricial
denominado mtodo de la rigidez. Posteriormente se asume una linealidad completa
del sistema, obtenindose la ecuacin:
Los vectores {u} y {f} representan los diferentes movimientos y fuerzas nodales. La
matriz [K] refleja la rigidez que cada una de las barras impone a los nodos. El vector
{fo} hace referencia a las fuerzas de empotramiento, las cuales se comentarn ms
adelante.
Dado que las fuerzas en los nodos son conocidas, y dado que la matriz de rigidez
depende de variables geomtricas de las distintas barras, la ecuacin anterior
pretende calcular el valor de los movimientos de los nodos. La estructura del puente
presenta diversas dificultades a la hora de implementar este mtodo de clculo
estructural.
El mtodo solamente concierne a las cargas puntuales aplicadas en los nodos.

Cualquier otro tipo de carga quedar excluida del anlisis. Sin embargo, las cargas de
proyecto aplicadas al puente (cargas por peso propio, principalmente) responden a
tipologas de cargas continuas aplicadas en barras o a cargas puntuales aplicadas en
centros de barras. Para solventar este problema se utiliza el concepto de fuerzas de
empotramiento. Para cada miembro se pasarn las cargas continuas y las aplicadas en
centro de barra a los nodos mediante el clculo de las reacciones que habra en los
nodos si stos estuviesen empotrados. Esto permite un anlisis de cualquier tipologa
de carga como carga en nodo mediante la bsqueda de su equivalente esttico.
40
Metodologa
Ejemplo de aplicacin del concepto de fuerzas de empotramiento
En el modelo existen 6 tipologas de fuerzas aplicadas sobre las barras del puente, que
corresponden a cargas distribuidas constantes en toda la barra y segn sus direcciones
principales (ejes x, y, z) as como a cargas puntuales situadas en centro de barra y
orientadas segn sus ejes naturales (x, y, z). El cambio de fuerzas aplicadas en barras a
fuerzas aplicadas en los nodos se produce mediante el uso de una matriz de cambio
esttico.
Equivalentes estticos de fuerzas de empotramiento

41
Metodologa
Es importante sealar que las fuerzas que se aplicarn en el puente a efectos de diseo
sern, mayormente, cargas gravitatorias (peso propio de materiales, cargas muertas y
sobrecargas de uso). Para cada barra se tienen en cuenta, como fuerzas de
empotramiento, las cargas distribuidas aplicadas perpendicularmente a la directriz de
la barra. Si la barra es horizontal dicha carga presenta la misma orientacin que las
cargas gravitatorias, pero esto no ocurre cuando la barra est inclinada. Por este
motivo, las cargas gravitatorias se descompondrn en dos direcciones: una carga
perpendicular a la barra, y otra carga sobre el eje de la misma.
Por otro lado, la estructura definida se presenta en el espacio segn unos ejes
coordenados globales. En el caso de la estructura del puente los ejes se disponen
segn se observa en la figura. Por el contrario, las diferentes matrices de rigidez para
cada barra se definen segn los ejes locales de cada barra. Para una barra genrica las
direcciones principales en ejes locales pueden apreciarse en la figura. Esto conlleva la
necesidad de rotar las diferentes matrices de rigidez locales de cada barra hasta
orientarlas segn los ejes globales dispuestos, de modo que el clculo sea homogneo
en cuanto a orientaciones. Para ello habrn de desarrollarse las diferentes matrices de
giro para cada barra, que se usarn para cambiar las diferentes caractersticas segn se
trabaje en ejes globales o en ejes locales.
Coordenadas locales (izquierda) y coordenadas globales (derecha)
Como se mencion anteriormente, el mtodo de la rigidez visto anteriormente lleva

implcita la hiptesis de trabajo en rango elstico y linealidad geomtrica. Si alguna de
estas hiptesis se rompe habr de modificarse el mtodo convenientemente para
hacer frente al cambio de hiptesis, introduciendo factores que tengan en cuenta la
no-linealidad del sistema.
42
Metodologa
Si se supone que el modelo considera un comportamiento lineal del sistema, esto

implica que la estructura trabajar en rgimen elstico y lineal, as como que
experimentar pequeas deformaciones y desplazamientos, adems de una
composicin material homognea en cada miembro. Sin embargo, las fuentes de no-
linealidad geomtrica son varias, pudiendo apreciarse efectos geomtricos, efectos del
material, o efectos combinados.
Siguiendo a McGuire, W., Gallagher, R. H., Ziemian, R. D. (2000) - Matrix Structural

Analysis, 217-218, Second Edition, John Wiley & Sons., pueden concluirse diferentes
fuentes de no-linealidad:
Los efectos geomtricos corresponden a defectos en la forma y posicionamiento de los

miembros (por mala ejecucin de los mismos, por ejemplo), efectos de generacin de
momentos desestabilizadores originados por la carga gravitatoria aplicada sobre un
miembro que ha sido desplazado horizontalmente como consecuencia de su
deformacin (efecto -) o al efecto que el esfuerzo axil tiene sobre la rigidez de un
miembro (pandeo).
Los efectos referidos al material pueden deberse a deformaciones plsticas, fracturas

presentes en el material o a interacciones inelsticas de axiles, flectores, cortantes y
torsores.
Los efectos combinados se presentan como deformaciones plsticas conjugadas con

efectos - y/o pandeo, deformacin de las conexiones, deformaciones de chapas o
influencia de rellenos y sistemas secundarios a las rigideces de los miembros.
Para configurar el modelo del puente ser necesario tener en cuenta todos estos
efectos o, en su caso, desechar su influencia de forma razonada.
En el caso de un puente de fibra de carbono podemos desechar la consideracin de

trabajo plstico de los materiales. La fibra de carbono trabaja exclusivamente en
rgimen elstico, por lo que una plastificacin de los materiales nunca llegar a
producirse. Esto permite eliminar la necesidad de corregir el modelo por plasticidad
del material.
Por otro lado, dada la esbeltez (relacin canto de seccin/longitud de barra muy
pequea) de los diferentes miembros, es ms que probable que la estructura del
puente presente efectos de no-linealidad geomtrica por efectos - y pandeo. Ello
implicar un cambio de modelo, en el que se tendrn en cuenta los diferentes efectos
de no-linealidad geomtrica.
43
Metodologa
Las abolladuras de chapa no se tendrn en cuenta, dado que el modelo utilizado est
conformado por barras (elementos con comportamiento estructural totalmente
diferente). Asimismo, el modelo contempla que las barras se unen en los nodos,
dejando de lado la necesidad de estudiar las deformaciones en los mismos por
imposibilidad del modelo.
Atendiendo a la generacin del puente, y como hiptesis bsica en la misma,

optaremos por miembros cuyas secciones sean homogneas en toda su longitud,
eliminando efectos de no-linealidad debido a la linealidad del material.
Ahora la ecuacin de anlisis pasa a ser:
Para el caso que nos ocupa, en un anlisis de no-linealidad geomtrica elstico de

segundo orden, las matrices de rigidez elstica y geomtrica son, tal y como figuran en
McGuire, W., Gallagher, R. H., Ziemian, R. D. (2000) - Matrix Structural Analysis, ., 442-
443, Second Edition, John Wiley & Sons.
44
Metodologa
Matriz de rigidez elstica elemental de la barra recta
45
Metodologa
Matriz de rigidez geomtrica elemental de la barra recta
46
Metodologa
Ntese que en dichas matrices figuran los efectos de los momentos torsores no
uniformes, los cuales no se tienen en cuenta.
Momentos torsores no uniformes

Los efectos de torsin fuera del plano de cualquier miembro estructural son, en una
aproximacin no particular, siempre susceptibles de ser calculados. Adems, estos efectos se
agudizan para miembros estructurales de fibra de carbono. Un modelo novedoso de
prediccin para efectos de torsin no uniforme ha sido desarrollado por El Fatmi & Ghazouani:
([] To detect and describe the warping effects, different non-uniform warping theories have
been proposed. [] An another assumption,[], is to maintain the shape of the cross section;
this assumption, [], should be reconsidered for a composite [] (indeed, Poissons effects in
the plane of the section may generate significant stresses specially in the interfaces between
the materials (e.g. the free edge effect in a laminated beam, which may induce the
delamination)) (Fatmi, R. E., & Ghazouani, N. (2009). Non-uniform warping for composites
beams. Theory and numerical applications. 19me Congrs Franais de Mcanique, Marseille,
24-28 aot.).
En este modelo, denominado como Non-Uniform Warping Beam Theory (NUW-BT), se

revisan los modelos propuestos por Saint Venant en su solucin extendida para el
clculo a torsin no uniforme de un laminado genrico.
Este modelo relaciona las tensiones inducidas por este fenmeno determinado con
seis variables (tres de las cuales definen el movimiento de torsin interior (in warping),
mientras que las otras tres definen el movimiento de torsin exterior (out warping)), y
dos funciones constitutivas (funciones de torsin de Saint Venant). Tanto las variables
como las funciones propuestas son diferentes para cada laminado.
Solucin para el campo de desplazamientos
47
Metodologa
Funciones de alabeo para distintas secciones, correspondientes a torsin y esfuerzos

cortantes
48
Metodologa
La contrapartida del modelo propuesto consiste en cmo han de determinarse las

distintas constantes y funciones que definen los efectos de torsin no uniforme: (In
order to apply this NUW-BT, it is imperative to previously know, for any given cross-
section, all its constants and in particular its SV-warping-functions. This is achieved by
using the software tool designated by SECOPE []. SECOPE has been developed
conforming to the numerical method proposed by [6] for the computation of the 3D St
Venant solution within a framework of the exact beam theory [2].) (Fatmi, R. E., &
Ghazouani, N. (2009). Non-uniform warping for composites beams. Theory and
numerical applications. 19me Congrs Franais de Mcanique, Marseille, 24-28 aot.)
([6]: Fatmi, R. E., & Zenzri, H. (2004). A numerical method for the exact elastic beam
theory. Applications to homogeneous and composite beams. International Journal of
Solids and Structures, 41(9-10), 25212537. ) ([2]: Ladevze, P., & Simmonds, J. (1998).
New concepts for linear beam theory with arbitrary geometry and loading. European
Journal of Mechanics and Solids,17(3), 377-402.).
Como se discuti anteriormente, el modelo de clculo no hace uso de los mtodos de

elementos finitos, y por lo tanto la determinacin de los fenmenos de torsin no
uniforme se escapa del mbito de este estudio. Por dicho motivo, estos efectos no se
tendrn en cuenta a la hora del anlisis matricial. No obstante, se propone en este
punto una va de futuro trabajo, mediante la implementacin de un clculo del puente
a travs del mtodo de los elementos finitos que si pueda tener en cuenta todos estos
fenmenos.
En el caso de anlisis de no-linealidad geomtrica que nos ocupa, la matriz geomtrica

elemental de cada barra depende de las fuerzas en cada uno de sus nodos en
coordenadas locales. Esto convierte el sistema que se ha de resolver en un sistema
acoplado, que se resolver en dos etapas.
En la primera etapa se resuelve el sistema de primer orden elstico lineal (los efectos
de la no-linealidad geomtrica no se tienen en cuenta), anlisis desde el cual se
obtienen las diferentes fuerzas en cada uno de los nodos. En la segunda etapa estas
fuerzas se utilizan posteriormente para conformar la matriz geomtrica elemental de
cada barra, con la cual se procede a un nuevo clculo. La segunda etapa se repetir un
cierto nmero de veces.
Como discutimos anteriormente, es preciso reducir el tiempo de clculo al mximo

posible. En este sentido, y respecto del clculo no geomtrico, mucho esfuerzo puede
hacerse en pos de este objetivo.
49
Metodologa
El anlisis de no-linealidad geomtrica precisa del postproceso de las fuerzas de la

etapa anterior, el ensamblaje de las matrices de rigidez natural y geomtrica, y la
resolucin del sistema de ecuaciones. Este es un proceso largo, que requiere mucha
capacidad de clculo, y en el que intervienen muchas variables. Por ello, cualquier
forma de reducir el nmero de iteraciones para el clculo de no-linealidad geomtrica
ser crucial a la hora de optimizar el tiempo de clculo.
Siguiendo el trabajo Derivation of the higher-order stiffness matrix for a space frame
element, por Jiann-Tsair Chang (Chang, J. (2004). Derivation of the higher-order
stiffness matrix of a space frame element. Finite Elements in Analysis and Design, 41,
1530.), se obtiene una herramienta para reducir el tiempo de clculo.
En dicho trabajo se presenta la matriz de rigidez de orden superior. Esta matriz se

deriva de un anlisis desarrollado a travs de la llamada ley de cuerpo rgido del
elemento recto y presenta, entre otras bondades: One can use the derived higher-
order stiffness matrix combining linear stiffness and geometric stiffness matrices of the
element in the force recovery stage to dramatically reduce the iterations in each
incremental step during the whole geometrical nonlinear analysis. (Chang, J. (2004).
Derivation of the higher-order stiffness matrix of a space frame element. Finite
Elements in Analysis and Design, 41, 1530.).
Tericamente pueden derivarse las ecuaciones de comportamiento del sistema:
where vectors {u} are the incremental nodal displacements of the element as shown in
Fig. 2. Matrices [kg], [kg], and [ke] denote geometrical stiffness matrix, higher-order
stiffness matrix, and linear elastic matrix, respectively. (Chang, J. (2004). Derivation of
the higher-order stiffness matrix of a space frame element. Finite Elements in Analysis
and Design, 41, 1530.).
En esencia, aadir la matriz de rigidez de orden superior a la matriz tangencial de

rigidez (suma de las matrices de rigidez natural y geomtrica) provoca una
convergencia ms rpida del sistema sobre el que se itera, reduciendo el nmero de
iteraciones y, por ende, el tiempo de computacin.
50
Metodologa
Matriz de rigidez geomtrica
51
Metodologa
Por lo tanto, en el proceso de creacin y ensamblaje de la matriz tangencial tendremos

en cuenta la matriz de rigidez de orden superior para acelerar la convergencia del
sistema:
Matriz de rigidez de orden superior.
52
Metodologa
El sistema estructural que nos concierne presenta una cantidad apreciable de nodos.
Se conceder a cada nodo un total de 6 grados de libertad (desplazamiento segn cada
uno de los tres ejes coordenados y giro en cada uno de los tres ejes coordenados),
encuadrando el modelo dentro de un prtico en tres dimensiones. Esto conlleva que la
matriz de rigidez del sistema ser de un orden apreciablemente grande.
Dado que en la ecuacin constitutiva del modelo habr de despejarse el vector de

desplazamientos, se hace necesario el invertir la matriz de rigidez. No obstante, para
problemas de grandes dimensiones, es complicado invertir la matriz de rigidez por
problemas algebraicos, pudiendo llegarse a errores de tipo numrico durante la
resolucin del problema. Esto nos lleva a la posibilidad de implementar un mtodo de
resolucin de la ecuacin que no es el habitual.
Sin embargo, no debemos olvidar que tambin buscamos, adems de una solucin
precisa, una solucin rpida de calcular. En la velocidad de conduccin del anlisis es
importante el algoritmo de resolucin de la ecuacin constitutiva del modelo: ([],
the algorithm employed can have a dramatic impact on many aspect of the analysis,
ranging from overall efficiency to accuracy and reliability of the results. [], it has been
estimated that 20% to 50% of the computer time execution time may be devoted to
solving systems of equations., McGuire, W., Gallagher, R. H., Ziemian, R. D. (2000) -
Matrix Structural Analysis, 301, Second Edition, John Wiley & Sons.).
En ese sentido es muy importante elegir un mtodo de resolucin del sistema que
permita un clculo rpido y fiable. El clculo ms rpido siempre lo dar el algoritmo
de solucin directa. Cuando ste produzca errores apreciables la opcin ms rpida
ser el mtodo de resolucin por descomposicin de Cholesky. Ambos mtodos de
resolucin han sido implementados en el programa.
El cdigo para anlisis matricial del puente, desarrollado por Guillermo Rus Carlborg y
Alejandro Rodrguez Snchez, puede consultarse bajo el anexo correspondiente. No
obstante se proceder a una breve descripcin del proceso de clculo.
En primer lugar habrn de definirse el modelo de clculo y las cargas aplicadas sobre
l. El modelo se consigue mediante la generacin de dos matrices. Una de ellas
contiene informacin sobre la posicin en el espacio de los nodos. La otra contiene
informacin sobre cmo estos nodos se conectan entre s mediante barras.
Las cargas aplicadas se dividirn en dos matrices igualmente. Una de ellas define las
cargas aplicadas en los nodos. La otra define las cargas no nodales: cargas distribuidas,
puntuales en centro de barra, axiles de origen trmico y desplazamientos iniciales de
nudos, en concreto.
53
Metodologa
Posteriormente a la definicin del modelo y las cargas aplicadas sobre el mismo se

procede a solucionar la ecuacin constitutiva del mtodo de clculo. Para ello ser
necesario construir el vector de fuerzas y la matriz de rigidez global del sistema.
La matriz de rigidez global se deriva del ensamblaje de las diferentes submatrices de

rigidez de cada barra, convenientemente giradas segn los ejes principales.
Las fuerzas nodales se implementan al vector de fuerzas del sistema. Posteriormente

se computan las fuerzas de empotramiento, las cuales se restan a las anteriores para
cada nodo.
El clculo de los desplazamientos se realiza en dos pasos: en el primero no se tienen en

cuenta los efectos de linealidad geomtrica, y en el segundo stos ya son
contemplados.
Primero se resuelve el sistema para averiguar el valor del vector de movimientos. Con
estos valores se postprocesan los resultados, obteniendo las fuerzas aplicadas en las
barras.
Los valores de estas fuerzas se tendrn luego en cuenta para solucionar el sistema
acoplado, resolviendo para determinar otro vector de desplazamientos distinto. Con l
se realizar un nuevo postproceso de fuerzas aplicadas en barras.
Este proceso se realiza para determinar la influencia de los efectos de la no-linealidad

geomtrica del sistema. Es esencial determinar los esfuerzos inducidos, y
posteriormente usar stos para volver a calcular el equilibrio de la estructura,
ponindose de manifiesto, en su caso, los diferentes efectos pi-delta o de pandeo.
El procedimiento de clculo anterior se realizar mediante un clculo iterativo, de tal

manera que la solucin converja, llegando a un valor de precisin suficiente.
La segunda etapa de la optimizacin se centra en torno a un programa de realizacin

propia (lamcal_stiffness, que puede verse en los anejos). Para cada barra, este
programa tomar sus caractersticas resistentes y entrar en un proceso de
optimizacin gentica en busca de laminados que presenten caractersticas resistentes
superiores a las exigidas por la primera etapa.
54
Metodologa
Proceso de optimizacin
El puente de fibra de carbono, como sistema estructural, presenta un nmero muy
elevado de variables que influyen en su funcionamiento. Estas variables se refieren a la
topologa del puente (posicin de los diferentes elementos que conforman su
geometra) y a las caractersticas del material (propiedades resistentes de los mismos,
as como diferentes posibilidades de formacin de laminados).
Debido al complejo funcionamiento del sistema estructural, la bsqueda de los valores

ptimos de cada una de las variables es un proceso largo y complicado si se usan
tcnicas de clculo habituales en proyectos de ingeniera convencionales. Por lo tanto,
la resolucin del sistema se obtendr a travs de un algoritmo de optimizacin
gentica.
Este algoritmo permite una bsqueda de los puentes ms aptos de forma automtica y
eficiente. Para llegar al puente ptimo se realiza un proceso similar al de evolucin
natural y supervivencia de los ms fuertes: se toman varios individuos, se evala su
comportamiento frente al medio, y se toma el ms apto de todos ellos para
reproducirlo y continuar el proceso.
En el caso de una estructura de ingeniera civil los individuos sern los diferentes
puentes (distintos sistemas con diferentes valores de las variables que controlan su
funcionamiento estructural). El medio en el que los individuos se mueven es
simplemente la aplicacin de las cargas sobre los mismos. El ms apto de los puentes
ser el que mejor cumpla los requerimientos de diseo.
Como puede deducirse de la breve descripcin arriba sealada, el punto ms

importante de la seleccin gentica es la decisin de la aptitud de los individuos. La
aptitud vendr definida, en el algoritmo, como una serie de funciones objetivo. Para el
clculo, el puente ms apto ser aquel que minimice las funciones objetivo.
Siguiendo a Burgueo & Wu (Burgueo, R., & Wu, J. (2006). Membrane-based forms
for innovative FRP bridge systems through structural optimization. Journal of
Composites for Construction, ASCE, September-October.), y dada la complejidad del
problema planteado (diseo ptimo de una estructura de fibra de carbono),
procederemos a una optimizacin en dos etapas.
55
Metodologa
Diagrama de una optimizacin estructural de dos etapas para materiales compuestos
56
Metodologa
Bsicamente, dentro del problema de optimizacin, es ms eficiente trabajar en dos

partes: optimizacin del sistema estructural primero, optimizacin de los laminados de
los miembros despus. Esto se debe a que existen muchas y diferentes variables de
diseo situadas en espacios diferentes (el anlisis estructural conlleva variables
dimensionales y de posicin en el espacio, mientras que la configuracin del laminado
presenta variables de orientacin y apilado de plies de fibra de carbono).
En palabras de Burgueo & Wu: The optimal shape and stacking sequence
optimization of laminated FRP composite structures thus needs to consider a mixed
design space of continuous variables (defining the threedimensional free-form shape of
the structure) and discrete variables (defining the stacking sequence and, hence, the
elastic properties of the FRP laminate). For this problem, neither gradient- nor
evolution-based algorithms are particularly efficient. Thus, a decoupled approach for
the dual goal of shape and laminate stacking sequence optimization of FRP shells has
been developed by the writers (Wu and Burgueo 2005). (Burgueo, R., & Wu, J.
(2006). Membrane-based forms for innovative FRP bridge systems through structural
optimization. Journal of Composites for Construction, ASCE, September-October.)
En el primer paso de optimizacin se tienen 22 variables de optimizacin: 10 variables

que definen la topologa del puente (variables que generan la posicin de los nodos en
el espacio) y 12 variables referentes a las propiedades generales de las barras (existen
3 grupos diferentes de barras, cada una de ellas con 4 variables: ancho, canto, mdulo
de elasticidad y mdulo de cortante).
La presencia de 3 grupos de barras se debe a que, a priori, parece lgico pensar que las
diferentes partes del puente van a trabajar de forma distinta, dadas su posicin.
Esquema de aplicacin de cargas
57
Metodologa
Esto permite una diferenciacin de las barras de forma eficiente en cuanto a su forma
y sus propiedades resistentes dependiendo de sus caractersticas particulares.
Adems, la diferenciacin en 3 grupos permite una flexibilidad suficiente mientras que
no se aporta una gran complejidad constructiva en cuanto a la fabricacin y montaje
de las diferentes barras.
Una vez se lleva a cabo la optimizacin del sistema estructural general se enlaza con la
optimizacin miembro por miembro. Los parmetros que ms peso tienen en la
segunda etapa de la optimizacin son los mdulos de elasticidad y cortante de cada
una de las barras, ya que stos sern los objetivos de la segunda optimizacin.
Para cada miembro se optimiza la configuracin del laminado hasta que se llega a
valores de mdulos de elasticidad y cortante exigidos por el anlisis global.
Finalizadas las dos etapas de optimizacin se tiene un modelo de puente, el cual ya

puede ser comprobado en su cumplimiento de los requerimientos habituales ms
comunes definidos en las normas de diseo de puentes.
Es preciso definir ms ampliamente las funciones objetivo empleadas en las

optimizaciones genticas.
Para la primera optimizacin, la cual converge hacia un modelo estructural ptimo de

puente, existen dos funciones objetivo consideradas en el anlisis: la energa de
deformacin del puente y el volumen total de los miembros que conforman la
estructura.
El volumen total de los miembros que conforman la estructura est ntimamente

relacionado con el coste de la misma, ya que el material se paga segn el peso
adquirido del mismo. En todo diseo de ingeniera civil el apartado econmico tiene un
gran peso, y tomar el peso (referido al volumen) como funcin de optimizacin nos
acerca a puentes que tengan el menor coste.
La energa de deformacin se convierte en funcin objetivo porque, al ser mnima en el

conjunto global de la estructura, se demuestra que la rigidez estructural aumenta al
mximo, as como se consiguen miembros estructurales que trabajan principalmente
frente a tensiones en el plano, minimizando por lo tanto el efecto del momento
flector:
The Level-1 optimization problem has as an objective to determine the layout of a

shape-resistant structure to maximize structural stiffness. Structural strain energy, a
scalar quantification of the structural stiffness, is used as the objective function. While
this criterion does not restrict bending from the resulting structure, it can be shown to
minimize its effects (Wu and Burgueo 2005). (Burgueo, R., & Wu, J. (2006).
58
Metodologa
Membrane-based forms for innovative FRP bridge systems through structural

optimization. Journal of Composites for Construction, ASCE, September-October.)
It was also shown that, while the procedure was formulated to minimize structural
strain energy, and thus maximize stiffness, the approach leads to surfaces that act
primarily under in-plane states of stress. This effect is shown to be more dominant
when both shape and laminate designs are optimized. Thus, it is the combined
approach that truly allows finding optimal designs that are dominated by in-plane
response. (Wu, J., & Burgueo, R. (2006). An integrated approach to shape and
laminate stacking sequence optimization of free-form FRP shells. Computer Methods
in Applied Mechanics and Engineering, 195(33-36), 41064123.)
La energa de deformacin puede calcularse a travs de la expresin:
La dificultad de computar la energa de deformacin de la estructura consiste en

definir los tensores de tensin y deformacin en cada punto de la misma antes de
proceder a la integracin en el volumen.
Para facilitar el clculo se utiliza el principio de los trabajos virtuales:
En su forma general, el principio de los trabajos virtuales expresa que si un cuerpo

sometido a un estado de equilibrio se asocia a otro estado de deformaciones, el
trabajo virtual producto de ambos es nulo, pues se compensa la componente
producida por las acciones y desplazamientos externos, con la componente debida a
los esfuerzos y deformaciones internos.
Para que se cumpla, es condicin necesaria y suficiente que el estado de deformaciones

y desplazamientos sea compatible, en el sentido de que las deformaciones internas
sean solidarias con los desplazamientos externos. Sin embargo no es necesario que se
correspondan con las fuerzas y esfuerzos, ni que exista ninguna ley de comportamiento
particular. Adems es necesario que el sistema de fuerzas y esfuerzos est en equilibrio.
En el caso de que la estructura sea hiperesttica, al no requerirse en el estado de

fuerzas y esfuerzos la compatibilidad, existirn infinitas soluciones en equilibrio, y
cualquiera de ellas es vlida y genera los mismos resultados. (Carlborg, G. R. (2008).
Clculo plstico de estructuras de barras: teora, Tercera edicin, Departamento de
Mecnica de Estructuras e Ingeniera Hidrulica, Universidad de Granada)
59
Metodologa
Aplicando este concepto a un caso prctico, podemos suponer una barra bajo ciertas
solicitaciones. La barra presenta, debido a las cargas aplicadas sobre ella, ciertos
esfuerzos. En un estado virtual, en el que la viga se ha deformado convenientemente
respecto de las cargas aplicadas en el caso real, se tienen unos desplazamientos en los
nodos y unas deformaciones en la barra. En este caso, el producto de las fuerzas
aplicadas por los desplazamientos de los nodos es igual al producto de los esfuerzos
por las deformaciones.
Idealizacin del Principio de los Trabajos Virtuales
Principio de los Trabajos Virtuales para barras planas
En el caso que nos concierne, las fuerzas en los nodos y los desplazamientos de los
mismos son calculadas a travs del mtodo del anlisis matricial. Esto permite que,
tomando las fuerzas como reales y los desplazamientos como virtuales (o viceversa), el
trabajo externo puede calcularse. Y por el principio de los trabajos virtuales, el trabajo
externo es igual que el trabajo interno. Dado que el trabajo interno es la energa de
deformacin del sistema, el producto de fuerzas en los nodos por desplazamientos de
los mismos proporciona la energa de deformacin en la estructura.
No obstante, la utilizacin de la energa de deformacin como funcin objetivo impone

una restriccin importante sobre el modelo. Al computar la energa de deformacin
(como el producto de las fuerzas en los nodos por las cargas en los nodos a travs del
principio del trabajo virtual) es muy importante el volumen de las barras del sistema
(de hecho, la energa de deformacin se define como una integral en el volumen de
cada barra).
60
Metodologa
Imaginemos una barra de una longitud determinada, con unas cargas aplicadas sobre
ella. sta poseer una energa de deformacin caracterstica de su geometra y su
estado de cargas. Si esta barra se hace mucho ms corta, y el escenario de cargas es
similar al anterior, la energa de deformacin se reduce. Esto es peligroso en un
programa de diseo inteligente, ya que, por inercia de su propia solucin, ste tender
a acortar las barras al mximo posible, reduciendo el volumen de las mismas y, con
ello, la energa de deformacin.
De este modo, la optimizacin gentica sobre la estructura va a reducir la longitud de

las barras del puente, hasta tal punto que el puente en si mismo deje de existir.
Este diseo presenta una energa de deformacin muy pequea. Pero dicha solucin
no es vlida, dado que, en trminos prcticos, no existe puente.
Y es que el algoritmo de optimizacin gentica tiene como trabajo resolver un

problema de convergencia de una serie de funciones buscando un mnimo comn,
pero no es capaz de solventar los problemas que presenta el modelo o el mtodo de
clculo empleados. Por lo tanto, habr que incidir sobre las variables paramtricas del
puente, de tal modo que se impida que se llegue a soluciones tal y como se tienen en
la imagen anterior.
La presencia de miembros en compresin tambin es un objetivo en el diseo

estructural. Para la fibra de carbono la presencia de miembros en compresin puede
generar pandeo de las lminas, y con ello su posible delaminacin y ruina, llevando al
colapso de la estructura. Por lo tanto, se precisar que todos los miembros del puente
estn en compresin.
Como forma rpida de comprobar si todos los miembros estn en compresin se

verificar el signo de la energa de deformacin. Para ello, sta se computar de dos
formas diferentes: energa de deformacin real (cada fuerza nodal por su
desplazamiento nodal correspondiente) y energa de deformacin en valor absoluto
(valor absoluto de cada fuerza nodal por su desplazamiento nodal correspondiente). Se
concluir que el modelo estructural presenta sus miembros en compresin si no existe
una diferencia apreciable entre ambos valores.
No obstante, tambin se tendrn en cuenta la presencia de miembros en compresin a

la hora de asignar los rangos de variacin de las distintas variables de optimizacin
durante el proceso de evolucin.
Para la segunda etapa de la optimizacin la funcin objetivo ser el mdulo elstico y

de cizalladura del laminado.
61
Metodologa
Durante la primera etapa se obtuvieron diferentes valores de mdulos elsticos y de

cizalladura, en total 3 valores para cada variable, teniendo en cuenta que existen 3
tipos de barras dentro de la estructura; esto nos aporta 3 pares de valores. Para cada
par de valores se realizar una optimizacin, con el objetivo de conseguir una seccin
cuyos mdulo elstico y mdulo de cizalladura sean iguales o superiores a los
resultados del primer nivel de optimizacin.
Las funciones objetivo que se usarn para definir los mejores especmenes de
laminados sern la resta de un valor fijo o estndar (mdulo elstico o de cizalladura
que proviene de la primera etapa de optimizacin) menos el valor del laminado que se
est evaluando (mdulo elstico o de cizalladura que proviene del clculo de la
configuracin del laminado generado genticamente). Minimizar la resta implica que
los nuevos mdulos sern mayores a los requeridos por la primera etapa de evolucin.
Estas funciones harn, por lo tanto, que los valores resistentes de los laminados
generados sean superiores a aquellos que se necesitan segn la optimizacin en la
primera etapa.
No obstante, existe la posibilidad de que los valores de mdulos resistentes tiendan

hacia valores muy elevados, dada las funciones de optimizacin impuestas. Por dicho
motivo se tomar como funcin objetivo, adems, el valor absoluto de la resta
anterior. Esto permite llegar a unos laminados cuya configuracin tienda hacia unos
valores lo ms exactos posibles a los arrojados por la primera etapa de optimizacin.
62
Metodologa
Anlisis de sensibilidad
Un problema de optimizacin gentica precisa, en cierto modo, de un conocimiento de
las posibles soluciones a priori. Adems, en todo problema determinable por ciertos
parmetros, es muy til disponer de informacin sobre la influencia que cada una de
las variables tiene sobre el comportamiento que el sistema experimenta. Este tipo de
anlisis se denomina anlisis de sensibilidad.
Por ello, conducir un anlisis de sensibilidad no slo permite verificar y entender el

comportamiento del sistema en estudio, y el peso que tiene cada una de las variables
que lo definen. Este hecho es an ms acuciante en el caso de estudio, ya que la
experiencia previa en cuanto a puentes de fibra de carbono es definitivamente escasa.
Por estos motivos se realizar, previamente al proceso de optimizacin gentica, un

anlisis de sensibilidad del puente de fibra de carbono. Este anlisis fue conducido
variando los valores de las variables que influyen en el trabajo del puente hasta
desentraar el peso relativo de cada una de ellas.
Se estim oportuno que las caractersticas iniciales fueran aquellas que vienen
impuestas por condiciones externas. Como ejemplo podemos poner las dimensiones
de las barras. Al ser stas de fibra de carbono, es preciso ceirse a las dimensiones que
las mismas pueden adoptar como producto de venta en el mercado.
Dimensiones mximas y mnimas y propiedades resistentes mximas y mnimas

consideradas para la seccin de los miembros de fibra de carbono
El procedimiento consiste en adoptar una geometra, y cambiar las caractersticas

resistentes generales de las barras y las dimensiones de la seccin, observando la
evolucin de ciertos parmetros. Tambin al contrario, se fijarn unas caractersticas
de las barras y se modificar la geometra, analizando la evolucin de los mismos
parmetros.
Dado que se pretende optimizar la estructura segn su menor energa de deformacin

posible, se tom sta misma como parmetro de evaluacin para el anlisis de
sensibilidad.
63
Metodologa
Se adopt una geometra de los miembros tal y como se piensa, en trminos

generales, que puede ser la distribucin topolgica ptima. Esta distribucin pretende
que los tirantes pasen de un apoyo al opuesto haciendo la trayectoria ms recta
posible, es decir, sin quebrar su recorrido.
Imagen en planta del primer concepto estructural del puente de fibra de carbono
Imagen tridimensional del primer concepto estructural del puente de fibra de

carbono
Las cargas que se tuvieron en cuenta fueron las de peso propio, las cargas muertas y
las cargas de uso. Para su determinacin se sigui la norma IAP 2011. Es preciso
destacar que no se aplicaron otras cargas puntuales que se exigen en la norma a la
hora de proceder con la verificacin de cumplimiento del estado lmite de servicio.
64
Metodologa
Esto se debe a la naturaleza del proceso de optimizacin gentica. Dicho proceso

concibe un individuo ptimo para unos efectos determinados. Esto conlleva que
existen dos tipologas de cargas a la hora del diseo por optimizacin gentica: cargas
determinantes y cargas comprobantes.
La diferencia entre ambas es significativa. Las cargas determinantes son aquellas cuya
aplicacin determina la forma de la estructura. Por otro lado, las cargas comprobantes
son aquellas que se aplican sobre la estructura a razn de verificar su correcto
comportamiento estructural.
Para definir la forma ptima del puente a travs de un algoritmo de optimizacin

gentica es preciso disear su forma con la aplicacin de las cargas determinantes,
llegando a un resultado de topologa de la estructura. Si durante la optimizacin
gentica se aplicasen cargas comprobantes (tales como, por ejemplo, la carga de un
carro de 60 toneladas en el centro del vano crtico, tal y como se acostumbra en el
diseo de puentes) es probable que, para que los individuos se adapten mejor al
estado de cargas, se lleguen a resultados de puentes con formas extraas.
Este fenmeno implica que el diseo del puente no es solamente la optimizacin

gentica, sino un proceso iterativo de optimizacin gentica y comprobacin de
resultados hasta que se obtenga el diseo adecuado. Por tanto, la solucin a la que
llega la optimizacin es la ptima, pero no la absoluta, en tanto puede ser susceptible
de variarse para acomodarse a criterios de funcionamiento estructural exigidos.
Como cargas se tomaron las indicadas en la norma. Tomando una plataforma de 12

metros de anchura, y segn la disposicin recogida en la IAP 2011 para sobrecargas de
uso, se tienen 3 carriles virtuales:
Tabla 4.1 de la IAP 2011
65
Metodologa
Para cada uno de ellos se dispondrn las cargas definidas en dicha norma:
Figura 4.1 de la IAP 2011
Si todas estas cargas se computan para cada uno de sus carriles virtuales y se hace la
carga media por unidad de rea se obtiene una sobrecarga de uso de 4.125 KN/m.
El peso propio de las diferentes barras se computa como el producto del rea de la
seccin por el peso especfico del material:
Las cargas muertas se corresponden con el peso del tablero. Este peso se asume como
una carga de 2 KN/m2.
El modelo de puente generado se constituye como una estructura de barras y nodos

con 6 grados de libertad. En este modelo, calculado segn el mtodo de la rigidez
derivado del anlisis matricial de estructuras, las cargas slo pueden colocarse en los
nodos. Asimismo, todas las cargas pasarn a estar aplicadas en los nodos, bien por su
66
Metodologa
propia localizacin sobre ellos, bien por operar el equivalente esttico de las fuerzas de
empotramiento.
El peso propio de las barras habr de computarse como una carga distribuida uniforme
sobre cada una de las barras. Por el contrario, no existe una nocin tan clara en cuanto
a la disposicin de las cargas debidas a los pesos muertos y a las sobrecargas de uso.
El tablero del puente ha de descargar sobre la estructura, pero la forma en que lo hace
es incierta desde el punto de vista estructural. Para conveniencia del anlisis posterior,
en el que se pretende optimizar la energa de deformacin, se opt por colocar la
carga del tablero (peso muerto y sobrecargas de uso) como cargas puntuales
equivalentes aplicadas en los nodos del eje central. Estos nodos se disponen como
nodos a los cuales llegan los tirantes, y otros tres nodos intermedios en la barra de eje
central situada entre ellos.
Esquema de disposicin de las cargas por peso muerto y por uso se la estructura
Esta disposicin de cargas tiene como efecto el perder la menor energa posible hasta
que se llega a los tirantes, que son las nicas barras que trabajan, pudiendo
computarse la mayor parte de la misma como esfuerzo axil en los miembros. Si las
cargas se aplicasen de otro modo (como cargas distribuidas en barras, que se pasarn
a los nodos segn el equivalente esttico de las fuerzas de empotramiento)
apareceran en el modelo esfuerzos no deseados (momentos flectores) que solicitan a
los tirantes y que alejan al modelo del comportamiento estructural que se le pretende
al puente (con todos sus miembros en tensin, la cual es muy bien resistida por la fibra
de carbono).
67
Metodologa
El modelo de barras utilizado en este anlisis aporta resultados satisfactorios para los
propsitos definidos en el mismo, pero est fuera del alcance de poder llegar a un
diseo estructural tal y como se concibe desde el punto de vista de la ingeniera civil.
Una vez generado el modelo estructural se procede a llevar sobre l un estudio de

sensibilidad respecto al peso de las distintas variables en el comportamiento del
puente.
Tras el estudio se lleg a diversas conclusiones:
La barra ms importante en cuanto a comportamiento general del puente es la

barra tipo 1, la cual constituye el eje central del puente
La caracterstica ms importante en cuanto a comportamiento para la barra
tipo 1 es el canto
La caracterstica ms importante en cuanto a comportamiento para las barras
tipo 2 y tipo 3 es el mdulo de elasticidad
El mdulo de cizalladura no influye en el trabajo del sistema
Por otro lado se analiz la influencia de la geometra en la energa de deformacin del

puente. Los resultados ms relevantes del anlisis fueron:
Mayores aperturas del rombo central en sentido vertical implican un mejor

trabajo del sistema
Aperturas del rombo central en sentido horizontal para valores demasiado
pequeos o grandes conllevan un peor comportamiento de la estructura
El estudio de sensibilidad se presentar con mayor detalle en el apartado de anlisis de

los resultados. Cabe notar que el anlisis de sensibilidad es una etapa muy importante
en la ejecucin correcta del diseo de la estructura, dado que desvela el
comportamiento estructural. Ahora que se tiene una nocin de la importancia de las
diferentes variables en el comportamiento del puente, la capacidad resistente del
material de diseo ser explorada.
Como se introdujo anteriormente, la segunda etapa de la optimizacin consiste en

buscar un laminado que aporte los valores de mdulos de elasticidad y mdulo de
cizalladura obtenidos en la primera etapa de optimizacin.
El cometido es determinar una configuracin del laminado que permita a la barra

conseguir unas caractersticas resistentes iguales o superiores a las que se necesitan en
la optimizacin del puente.
68
Metodologa
Es preciso notar que, si bien variar los valores de los mdulos de elasticidad y
cizalladura respecto de los que hacen que el sistema sea ptimo hacen que se incurra
en una peor solucin (el comportamiento puede no ser mejor que el ptimo al que se
lleg mediante evolucin gentica), unas caractersticas resistentes un tanto mayores
no alejarn mucho el diseo del ptimo, ofreciendo un trabajo aceptable del puente
frente a las cargas impuestas.
Como primer paso se verificar hasta qu valores de caractersticas mecnicas

podemos llegar en una configuracin de laminado concreta. Este anlisis pretende
explorar la potencia mxima del material. Dicho estudio se basar, como no podra ser
de otra forma dada la cantidad de variables en juego y el rango de variacin que
pueden tomar stas, mediante una optimizacin gentica.
Para la optimizacin se tomar una barra de fibra de carbono de secciones estndares

aleatorias (en este caso se trabaja una seccin de 20 centmetros de ancho y 5
centmetros de alto, teniendo en cuenta que las caractersticas resistentes del
laminado son independientes de las dimensiones de la seccin de trabajo). Dada la
importancia relativa del mdulo elstico respecto del mdulo de cizalladura, lo que se
pretende es encontrar una configuracin de laminado que maximice el primero. Se
tomar, entonces, un valor de referencia del mdulo elstico y se considerar,
tomando como base el valor de referencia, una funcin objetivo: la diferencia entre el
valor de referencia y el del laminado en evolucin.
Como forma de observar rpidamente la potencia del material se asocian los valores 0
a los valores estndar. En este caso la funcin objetivo consistir en minimizar la resta
valor estndar menos valor calculado. As se obtiene directamente del proceso de
evolucin gentica los valores lmite en las caractersticas resistentes de los laminados.
En este caso se opta por una optimizacin de 1250 individuos y 1250 generaciones.
Como puede apreciarse, un laminado de fibra de carbono puede ofrecer mdulos

elsticos que llegan a rondar los 3800 GPa. Para dicho laminado, el mdulo de
cizalladura se tiene en el entorno de los 160 GPa. Obtenidos estos datos ahora pueden
definirse mejor los rangos de variacin de caractersticas resistentes del material
durante el proceso de optimizacin estructural.
69
Metodologa
Optimizacin: Etapa I
Tras el trabajo previo, la evolucin gentica del proceso de diseo de un puente de
fibra de carbono ser comprobada. Este test consistir en realizar varios procesos,
variando el nmero de individuos y generaciones de clculo, as como los diferentes
rangos de variacin de variables de optimizacin, analizando los resultados obtenidos
al final de cada proceso. Se trabajarn diversas evoluciones sobre varios modelos
estructurales.
Para ello dispondremos de un sistema estructural definido como el anterior, con las
mismas cargas, salvo que en este caso se vern mayoradas. Se fijarn los rangos de
variacin de los parmetros topolgicos del puente, y se impondr un rango de
variacin para las secciones y propiedades caractersticas de las barras. Asimismo se
fijar una poblacin determinada, que se har evolucionar durante un nmero
concreto de generaciones.
Usualmente se tiende a procesar evoluciones que presentan un gran nmero de

individuos y de generaciones, dependiendo del nmero de variables de optimizacin
implicadas. Sin embargo, el desarrollo de un pequeo proceso de evolucin puede ser
suficientemente adecuado: Fortunately, empirical results from many authors (see e.g.,
Grefenstette [106] or Schaffer et al. [254]) suggest that population sizes as small as 30
are quite adequate in many cases. (Mitchell, M (1999). An introduction to genetic
algorithms. Fifth Edition, MIT Press.).
Y es que hoy da an no existen criterios claros sobre parmetros de funcionamiento

de algoritmos de optimizacin gentica. Si bien se han desarrollado diversos trabajos
notables al respecto (citaremos como ejemplos Mitchell, M (1999). An introduction to
genetic algorithms. Fifth Edition, MIT Press. y Reeves, Colin R., & Rowe, Jonathan E.
(2002). Genetic Algorithms Principles and perspectives: a guide to GA theory. Kluwer
Academic Publishers.) todava, en la prctica, se siguen realizando pruebas (pilot
tests) a la hora de solucionar un problema mediante algoritmos genticos.
Dado que cada problema particular presenta una solucin particular se hace necesario
verificar cul es la que nos ocupa. Para ello se realizaron varios pilot tests sobre un
problema similar al que se trabajar posteriormente en optimizacin definitiva.
El problema que se resolver en los pilot tests es una optimizacin gentica sobre el
puente de fibra de carbono. La funcin objetivo ser la energa de deformacin del
sistema. Para los pilot tests las cargas no se mayoraron, puesto que este no es un
problema sobre anlisis estructural y, por lo tanto, no requiere de este artificio para su
resolucin. Adems, la convergencia del proceso gentico ser la misma,
independientemente de la mayoracin de las cargas impuestas. Los rangos de
variacin de las variables implicadas en la evolucin gentica fueron:
70
Metodologa
Para los pilot tests se desarrollaron diversas evoluciones, con diversos nmeros de
poblaciones y generaciones, hasta que se encontr una combinacin en la cual todos
los individuos convergan, es decir, todos los individuos eran idnticos al finalizar el
proceso de evolucin (no son completamente idnticos, pero presentan una
variabilidad muy reducida en sus caractersticas). Finalmente se obtuvo la
convergencia para una combinacin de 100 individuos con 1000 generaciones. Un
anlisis ms detallado de los pilot tests puede verse en el apartado de anlisis.
Posteriormente a los pilot tests se desarrollan las optimizaciones complejas definitivas.

Se proceder a realizar 5 procesos evolutivos, referidos a diferentes modelos
estructurales. Tres de ellos contarn como funcin objetivo la energa de deformacin
del puente. Los otros dos contarn con una funcin objetivo adicional, el volumen de
todos los miembros del puente (que es, en definitiva, directamente proporcional al
coste). Para cada uno de ellos se tomarn 100 individuos y 1000 generaciones, lo que
supone un proceso evolutivo lo suficientemente grande como para aportar resultados
vlidos.
Las cargas determinantes (peso propio, cargas muertas y sobrecargas de uso) se

mayoraron a la hora de realizar las evoluciones. En realidad no es necesario mayorar
las cargas, pues se est considerando nicamente el reparto de las mismas en el
puente (energa de deformacin) y su peso propio. Sin embargo, la mayoracin se
explica porque la normativa de puentes precisa una comprobacin estructural por
resistencia (estado lmite ltimo) en la cual se mayoran las cargas y, por lo tanto,
mayorar cargas en la optimizacin implica optimizar el comportamiento del puente
ante el estado lmite ltimo.
71
Metodologa
Para el modelo estructural sobre el cual se realiz el anlisis de sensibilidad (Modelo I)

se obtiene, para una evolucin gentica con objetivo la energa de deformacin del
sistema, el siguiente resultado:
Imagen en planta del Modelo I optimizado segn la energa de deformacin
Imagen tridimensional del Modelo I optimizado segn la energa de deformacin
72
Metodologa
Para el mismo modelo, y tomando como funciones objetivo la energa de deformacin

y el peso de la estructura, el resultado ptimo elegido es:
Imagen en planta del Modelo I optimizado segn la energa de deformacin y el peso

propio. Configuracin que minimiza la energa de deformacin
Imagen tridimensional del Modelo I optimizado segn la energa de deformacin y el

peso propio. Configuracin que minimiza la energa de deformacin
73
Metodologa

propio. Configuracin que minimiza el peso propio

peso propio. Configuracin que minimiza el peso propio
Un proceso de evolucin similar se realiza para otros dos modelos diferentes.
Uno de ellos (Modelo II) consiste en una solucin aportada para favorecer el mayor
trabajo de los tirantes exteriores. Esta solucin consiste en la disposicin de una barra
que une los nodos exteriores del rombo central, enlazando con el eje central. Para tal
modelo se procede a un proceso de optimizacin exactamente igual que el anterior,
con la misma hiptesis de aplicacin de cargas, y bajo las mismas funciones objetivo.
74
Metodologa
Los resultados obtenidos fueron, para objetivos de energa de deformacin por un

lado, y de energa de deformacin y peso de la estructura por otro, respectivamente:
Imagen en planta del Modelo II optimizado segn la energa de deformacin
Imagen tridimensional del Modelo II optimizado segn la energa de deformacin
75
Metodologa
Imagen en planta del Modelo II optimizado segn la energa de deformacin y el


76
Metodologa

Imagen tridimensional del Modelo II optimizado segn la energa de deformacin y

el peso propio. Configuracin que minimiza el peso propio
77
Metodologa
Como anlisis adicional para el Modelo I se proceder a una optimizacin, con la

energa de deformacin como objetivo, contemplando el anlisis no lineal del sistema.
El proceso de evolucin se realiza tomando 50 individuos y 250 generaciones. Se
impondr una iteracin de clculo no lineal obligatoria, y ste se repetir si se da un
desplazamiento mayor de 2 centmetros en algn nodo de la estructura. Para el
anlisis no lineal, el bucle se detendr cuando se hayan realizado 9 bucles de clculo.
Las implicaciones del proceso de anlisis no lineal se discutirn en el anlisis de
resultados. El proceso evolutivo arroja un resultado:
Imagen en planta del Modelo I optimizado segn la energa de deformacin. El

modelo de clculo implementa el anlisis no-lineal del sistema
Imagen tridimensional del Modelo I optimizado segn la energa de deformacin. El

modelo de clculo implementa el anlisis no-lineal del sistema
78
Metodologa
Tambin se revisar la hiptesis de diseo de miembros en flexin, posibilitando que la

estructura pueda tener miembros en compresin, mediante el Modelo III. Para ello se
dejarn oscilar las variables de optimizacin entre otros rangos de variacin, y se
calcular la energa de deformacin de forma real. Para tal escenario se obtiene, tras
un proceso de optimizacin de 50 individuos y 250 generaciones:
Imagen en planta del Modelo III optimizado segn la energa de deformacin
Imagen tridimensional del Modelo III optimizado segn la energa de deformacin
Puede observarse una tabla con todos los datos de los pilot tests y los modelos de
puente optimizados al final de este captulo.
79
Metodologa
Optimizacin: Etapa II
Tras la primera etapa de optimizacin se proceder con la segunda etapa. Para dicha
etapa de optimizar la configuracin de los laminados para cada una de las barras.
Dado que existen 3 tipos diferentes de barras habr 3 tipos diferentes de laminados.
Para cada uno de ellos se conducir una optimizacin gentica que pretende aportar
un laminado con caractersticas resistentes similares (aunque siempre superiores) a las
que se han obtenido en la primera etapa. Para ello se realizarn 3 evoluciones
genticas de 100 individuos y 500 generaciones (una evolucin para cada tipo de
barra).
De todos los individuos posibles se tomarn aquellos que la combinacin de

caractersticas resistentes ms cercana y siempre superior a la combinacin
proveniente del clculo que se est optimizando.
A tal efecto, se tomarn como funciones objetivo la resta del valor optimizado del
mdulo elstico (valor estndar, proveniente de la primera etapa de optimizacin)
menos el valor del mdulo elstico del individuo (el mdulo caracterstico del laminado
que se calcula durante el proceso de optimizacin) y una operacin anloga con el
mdulo de cortante. De esta manera se conseguirn especmenes de laminado que
tendrn unas caractersticas de mdulo elstico y mdulo de cortante similares
(aunque superiores) al necesario segn los resultados de la optimizacin de la primera
etapa.
Dado que existen dos funciones objetivo, se tendr un tradeoff entre ambas,
pudindose elegir aquella opcin que ms se adapte a las necesidades de diseo. En
este caso, y para todas las barras, se tomar como solucin aquel laminado cuyos
valores sean ms cercanos y superiores a los valores estndar.
En este caso se realizar la optimizacin de los laminados de las barras del Modelo I
optimizado segn la energa de deformacin y contemplando el anlisis lineal. El
procedimiento es similar en el resto de modelos, por lo que se obvia su clculo.
Dado que los valores estndar para la barra tipo 1 estn muy cerca de la capacidad
mxima del material, una optimizacin de 100 individuos y 500 generaciones no puede
proporcionar una solucin satisfactoria. Para conseguirla ser necesario proceder con
un proceso gentico de mayores dimensiones, el cual implicar la evolucin de 1000
individuos durante 1000 generaciones.
Puede observarse una tabla con todos los datos de los laminados optimizados al final
de este captulo. Una vez determinados los laminados que se necesitarn para cada
tipo de barra se puede proceder con las comprobaciones de estados lmite ltimo y de
servicio.
80
Metodologa
Comprobaciones frente a ELU y ELS

Como ltima parte del diseo se realizar una comprobacin de los estados lmite que
define la norma IAP 2011.
Estas comprobaciones de ndole estructural se efectuarn sobre el Modelo I

optimizado segn la energa de deformacin y contemplando el anlisis lineal del
sistema, a modo de ejemplo. El procedimiento para el resto de modelos es anlogo y,
por ello, se obvia.
Los parmetros que definen el puente, tanto en su configuracin topolgica como a

nivel de barras son los siguientes:
Para los clculos de comprobacin frente a estado lmite ltimo y estado lmite de
servicio se impondrn en el sistema las cargas comprobantes. Estas cargas se resumen,
bsicamente, en la presencia de un carro de 60 toneladas de peso, actuando como
carga puntual en el vano ms desfavorable del puente.
En el caso del modelo analizado, el lugar ms desfavorable para la aplicacin de las

cargas es el vano encerrado en el rombo central, dado que es donde se tiene mayor
concentracin de cargas y, por lo tanto, mayor riesgo desde el punto de vista
estructural.
En el caso de estado lmite ltimo se proceder como sigue:
Se toma, para cada nodo, las fuerzas orientadas en direccin de la barra

Se determina, para cada uno de los 6 tipos de fuerzas existentes, cuales son las
de mayor valor absoluto
Para cada una de las 6 fuerzas se calcularn las tensiones a travs de las
ecuaciones de la Resistencia de Materiales
Las ecuaciones que ofrecen la tensin segn la teora de la Resistencia de Materiales

se pueden expresar como:
81
Metodologa
Donde , , y son las tensiones axiles, cortantes en el eje , de torsin y

mxima de flexin en el eje , respectivamente. , , y son el esfuerzo axil,
cortante en el eje , el esfuerzo torsor y el esfuerzo flector en el eje . es el rea de la
seccin, es el producto del centroide por el rea de aplicacin del cortante, es el
momento de inercia en el eje perpendicular al eje , es el espesor en el eje
perpendicular al eje , es el mdulo de torsin, es el brazo de torsin, es el
espesor en el eje perpendicular al eje , es el momento de inercia en el eje .
Se computan las tensiones axiles como tensin principal, las tensiones

cortantes segn el eje y como tensin secundaria, y la suma de tensin
cortante en el eje z y todas las tensiones de flexin como tensiones desviadoras
Para cada miembro se aplicar el criterio de rotura de Tsai-Wu, verificando si el
laminado rompe
Punto de aplicacin de la carga puntual del carro
El criterio de rotura que se sigue es el criterio cuadrtico de tensiones en el espacio.

Siguiendo a Tsai, Stephen W. (2008). Theory of composites design. Stanford University:
82
Metodologa
Los diferentes valores X, X, Y, Y y S dependen del laminado de clculo. En este anlisis

se toma el laminado compuesto exclusivamente por plyes IM6.
Resistencia de varios materiales compuestos
Aplicando las cargas determinantes y comprobantes, y mayorndolas, se obtuvo que

ninguna de las barras presenta fallo mecnico por exceso de capacidad de tensiones. El
estado lmite ltimo se comprueba como positivo.
Por otra parte, el estado lmite de servicio puede comprobarse a travs del mtodo
directo de la rigidez, ya que ste aporta los movimientos en los nodos. La flecha
mxima del puente bajo cargas determinantes y comprobantes sin mayorar es de
86.67 centmetros. La flecha mxima permitida se sita en 4.67 centmetros, por lo
que no podemos decir que el diseo cumpla el estado lmite de servicio.
No obstante, se discutir la comprobacin negativa del estado lmite de servicio como

una limitacin en el modelo de clculo ms adelante.
83
Bibliografa
Resultado de los pilot tests
Resultado de las optimizaciones sobre los modelos estructurales
84
Bibliografa
Resultado de la optimizacin de las barras del Modelo I optimizado segn la energa de deformacin utilizando
un anlisis elstico
85
Bibliografa
Aportaciones Originales
86
Bibliografa
Las aportaciones de este trabajo al campo de estudio en el que se encuadra pueden

diferenciarse en aportaciones metodolgicas y aportaciones de diseo.
Las aportaciones metodolgicas hacen referencia a las distintas herramientas

utilizadas en el proceso de clculo de los diferentes sistemas estructurales, as como a
la metodologa empleada para ello.
Las aportaciones de diseo hacen referencia al objetivo concreto del estudio en s

mismo.
Finalmente se desarrolla un anlisis de los resultados obtenidos.
87
Bibliografa
Aportaciones metodolgicas
Diversas aportaciones analticas han sido hechas conforme a la marcha del estudio
realizado. Se han desarrollado varios cdigos en lenguaje de programacin MATLAB
que permiten realizar clculos de diferentes sistemas estructurales, as como conducir
procesos de evolucin sobre los mismos.
El estudio comienza con la optimizacin de una viga simplemente apoyada sometida a

su peso propio. Para ello se desarrollaron los cdigos objecfun.m y nonlconstr.m, que
pueden revisarse en los anejos adjuntos.
El cdigo objecfun.m define la funcin objetivo del proceso de evolucin, que en dicho
caso es el peso de una viga de hormign. El cdigo nonlconstr.m define las
restricciones no-lineales que habrn de hacerse sobre el proceso de optimizacin
gentica. Estas restricciones pesan sobre la flecha mxima admisible (en centro de
vano de una viga simplemente apoyada sometida a una carga vertical distribuida
constante) y sobre las dimensiones de la seccin (se restringe a una disparidad
pequea entre las distintas variables).
Para el caso del cdigo de optimizacin NSGA-II (Seshadri, A. (n.d.-a). A fast elitist
multiobjective genetic algorithm: NSGA-II, 14.), desarrollado por Aravind Seshadri, se
modificarn los archivos evaluate_objective.m y nsga_2.m, de modo que se pueda conducir la
optimizacin gentica.
En evaluate_objective.m se definen dos variables de optimizacin, que responden al

peso propio y a la flecha en centro de vano de la viga. En nsga_2.m se definen los
rangos de variacin de las variables implicadas en el proceso de optimizacin, que en
este caso son 2. Ambos ficheros pueden verse en los anejos correspondientes.
Asimismo se estudia la forma en que los diferentes algoritmos de optimizacin

responden frente al problema en funcin de su velocidad de clculo y las soluciones
que aportan. Ms adelante se desarrolla un cdigo similar al anterior, pero en este
caso el sistema estructural era un puente hiperesttico simtrico de 3 vanos.
Dado que las funciones objetivo son las flechas mximas en centro de vano, y dado
que es complejo resolver el sistema hiperesttico necesario para determinar la funcin
de la flecha de la viga, se recurre a la creacin de un cdigo de programacin que
permita calcular dicha deformacin en el sistema. Este cdigo basa su solucin en la
ecuacin de la elstica.
88
Bibliografa
Para ello se aplica el principio de superposicin, liberndose los dos apoyos

intermedios y sumndose los comportamientos de la viga simplemente apoyada que
queda frente a dos tipologas de cargas distintas: una carga vertical distribuida y
constante, y dos cargas puntuales verticales actuando en cada uno de los apoyos
liberados. Para cada estado se computan las flechas experimentadas por la viga.
A travs de su superposicin se podrn obtener las distintas reacciones en cada uno de

los apoyos, tomando como base la ecuacin de la elstica e imponiendo las
condiciones de compatibilidad correspondientes a los nodos liberados.
Una vez se obtienen las diferentes reacciones se utiliza la ecuacin de la elstica para
determinar las flechas en centro de vano para cada uno de los vanos de la estructura.
Se construye un cdigo en lenguaje Mathematica 8.0 (Wolfram Research) que permite

resolver el sistema hiperesttico de un puente. Este cdigo presenta varios archivos:
Simply-Supported Beam Under Continuous Load.nb, Simply-Supported Beam Under
Point Load I.nb, Simply-Supported Beam Under Point Load II.nb, System.nb y Bridge.nb.
Todos estos cdigos pueden revisarse en los anejos.
El cdigo Simply-Supported Beam Under Continuous Load.nb ofrece la flecha que

experimenta una viga simplemente apoyada cuando sobre sta acta una carga
vertical distribuida y constante.
Los cdigos Simply-Supported Beam Under Point Load I.nb y Simply-Supported Beam
Under Point Load II.nb ofrecen las flechas de una viga simplemente apoyada sometida
a una carga puntual, que para cada viga se sita en una posicin diferente.
El cdigo System.nb resuelve el sistema de ecuaciones de la esttica que gobiernan

una viga hiperesttica de 3 vanos sometida a una carga uniforme tomando los
resultados que aportan los 3 cdigos anteriores. El cdigo devuelve los valores de las
reacciones en los 4 apoyos sobre los que se sustenta la viga.
El cdigo Bridge.nb proporciona las ecuaciones de la flecha de una viga hiperesttica

apoyada de 3 vanos sometida a una carga vertical distribuida y constante. Tomando los
valores arrojados por el cdigo System.nb se resuelve el sistema que define la
deformada de la viga, as como los valores de dicha funcin en los centros de vano.
Los resultados obtenidos en el anlisis anterior se utilizan para determinar el proceso

de evolucin gentica de la viga del puente. Esta viga se define como una seccin
metlica, que puede ser en forma de I o en forma de cajn.
89
Bibliografa
La funcin objetivo se define en el archivo objecfun.m, y sta queda como el peso

propio del elemento estructural. Las restricciones que se imponen en el proceso de
optimizacin se corresponden con los valores mximos de las flechas en centro de
vano, para cada uno de los dos vanos.
Asimismo se modificar el cdigo del NSGA-II, desarrollado por Aravind Seshadri, para
configurar tres funciones objetivo: peso propio de la viga hiperesttica y flecha en dos
vanos (dado que la estructura se presenta como simtrica la optimizacin queda
perfectamente definida con 2 flechas en 2 vanos distintos). Esto se expone en el cdigo
evaluate_objective.m, que puede revisarse en los anejos.
Tambin se modificar el archivo nsga_2.m para definir el nmero de funciones de

optimizacin (3 en este caso) y el rango de variacin de las variables de optimizacin
del problema (4 en total). El rango de variacin de cada variable puede verse en el
cdigo correspondiente en los anejos.
Para el problema de la viga hiperesttica se desarrolla un anlisis sobre la actuacin de

los distintos algoritmos de optimizacin, observando cmo responden cada uno de
ellos frente al problema propuesto en tiempo de computacin y aportacin de
soluciones.
Tambin se desarroll un calculador de laminados de fibra de carbono. El clculo de las

capacidades resistentes de un laminado de fibra de carbono se conduce siguiendo la
bibliografa de Stephen W. Tsai (Tsai, Stephen W. (2008). Theory of composites design.
Stanford University)
Se desarrollan diversas variantes del programa de clculo, aadiendo mejoras y

depurando el cdigo en cada uno de ellos, yendo desde la versin lamcal.m hasta la
versin lamcal1_3.m. En los anejos se expone nicamente la versin lamcal1_3.m por
cuestiones de manejo de documento (aadir el cdigo de todas las versiones
provocara un incremento sustancial a la vez que intil del nmero de pginas del
escrito).
El cdigo de clculo de laminados lamcal1_3.m est configurado para ser apto en un

proceso de evolucin gentica en cdigo NSGA-II.
En l se definen 11 variables. De ellas, 4 corresponden a las diferentes orientaciones

de los plies dentro de la matriz (siguiendo la bibliografa de referencia se indica como
regla de buena praxis el uso de 4 o menos orientaciones distintas en la formacin de
un laminado). Otras 2 variables hacen referencia al stacking sequence por encima y por
debajo del plano central del laminado (cuntas repeticiones del sublaminado de
trabajo existen arriba y abajo del plano central de la seccin).
90
Bibliografa
De las 5 variables restantes, 4 de ellas hacen referencia a dimensiones de la seccin

(anchura y altura para el clculo de secciones rectangulares, y espesor de alma y
espesor de alas para el clculo de secciones en I). La variable que resta permite al
cdigo decidir entre conformar un laminado con tan slo 3 orientaciones diferentes o
uno distinto (se comprob que la versin anterior no comprenda esta posibilidad y se
utiliz esta variable para permitirlo).
El cdigo declara primero las caractersticas de los plies utilizados. Estas caractersticas
son propiedades resistentes (mdulos elsticos, constantes de Poisson, etc.) y la
orientacin de las fibras en la matriz. De ello se calcula la matriz de rigidez del ply en
cuestin.
Ms adelante se conjugarn los distintos plies para conformar la matriz de rigidez del
sublaminado, as como calcular la matriz de rigidez normalizada. Tambin se
configurarn las matrices de flexibilidad y flexibilidad normalizada.
Las diferentes matrices se calcularn para los casos de esfuerzos en el plano, esfuerzos
de flexin y esfuerzos acoplados (matriz que relaciona los esfuerzos de flexin con los
esfuerzos en el plano). Finalmente se unirn todas las matrices para definir la matriz de
rigidez global del laminado.
Posteriormente se leern las cargas aplicadas sobre el laminado, y se convertirn en

tensiones si el input no viniera como tal.
Una vez definidas la matriz de rigidez y las tensiones sobre la seccin se calcularn las
deformaciones correspondientes.
Como ya es sabido por discusiones anteriores, en un laminado de fibra de carbono las

deformaciones son idnticas, pero no ocurre lo mismo con las tensiones, que variarn
de valor dependiendo de las caractersticas de cada ply. Por ello, tras calcular las
deformaciones, se compondrn las matrices de rigidez globales de cada ply, y
mediante ellas y las deformaciones se obtendrn las tensiones a que est sometido
cada ply.
Para cada ply se verificar si se cumple el criterio de rotura, que en el cdigo se define
como criterio de rotura de Tsai-Wu (Tsai, Stephen W. (2008). Theory of composites
design. Stanford University). Estas operaciones permiten decidir si los diferentes plies
rompen o no frente a la presencia de la carga. Finalmente se dispone un calculador de
energas de deformacin en las secciones.
Para la optimizacin gentica del puente de fibra de carbono se desarrollan diversos

cdigos. Estos cdigos pueden agruparse en dos clases: cdigos para el anlisis
estructural del puente y cdigos para la optimizacin de las barras de fibra de carbono.
91
Bibliografa
Los cdigos para el anlisis estructural del puente se realizan tomando como base el
programa de clculo matricial de estructuras programado por Guillermo Rus Carlborg
en julio de 2005. Dicho cdigo ser modificado para atribuirle ciertas caractersticas
que coincidan mejor con las preferencias buscadas a la hora del anlisis estructural del
puente.
El cuerpo principal del cdigo es el archivo ma.m. Su estructura puede verse en los
anejos correspondientes.
El archivo ma.m comienza buscando el archivo del modelo estructural que se pretende
calcular. En este caso ese archivo es modelmsa.m. El cdigo modelmsa.m impone
caractersticas a los diferentes nodos y barras, tales como restricciones frente a
desplazamientos en los nodos o fuerzas aplicadas sobre nodos y barras.
El archivo modelmsa.m, a su vez, recurre a un archivo que contiene la geometra del

puente, pm_laminae.m. El cdigo del pm_laminae.m se obtuvo de uno de los archivos
del programa PARAMESH, diseado por Juan Chiacho Ruano y Manuel Chiacho Ruano
entre los meses de abril y diciembre de 2009. Dicho archivo ser modificado para
atender al caso concreto que nos ocupa.
El archivo pm_laminae.m comienza declarando las variables paramtricas del puente.

Estas variables son la base que se toma para determinar la posicin de los nodos en el
espacio y, con ello, la geometra de la estructura. La coordenada en el eje z de cada
nodo ser declarada como 0 para ser modificada ms adelante.
El nmero ingente de nodos se debe a que se pretende dotar de curvatura a diversas

barras del mismo, y para ello se dividen las distintas barras rectas en pequeas partes,
pudiendo equiparar la forma curva con una sucesin de pequeas barras rectas (tal y
como se acostumbra a realizar en anlisis estructural).
Posteriormente se definen las conexiones existentes entre nodos. Se declaran los

nodos inicial y final de cada barra en el puente. Finalmente se dota de curvatura a la
estructura, asignando valores para la coordenada z de cada nodo segn la ecuacin de
una parbola paramtrica (parbola definida segn variables paramtricas del puente).
Con la posicin en el espacio de los nodos y la forma en que stos se conectan entre s
se obtiene la geometra definitiva del puente. La posicin de los nodos y las conexiones
entre ellos se cargarn para su posterior uso en el programa que define el modelo
estructural.
El archivo modelmsa.m parte de la posicin en el espacio de los nodos y de las

conexiones entre ellos. Estas caractersticas geomtricas se cargarn segn el
programa las vaya necesitando.
92
Bibliografa
En modelmsa.m primero se trabajan los nodos. Se cargar la posicin en el espacio de

los mismos previamente a cualquier otra asignacin. Tras ello se definen las
condiciones de restriccin de desplazamiento de los nodos, y se definen los apoyos
elsticos y los apoyos no concordantes, si los hubiera, en el sistema.
Posteriormente se trabajan las caractersticas de las barras. Primeramente se cargarn

las conexiones entre nodos. Seguidamente se condensarn los grados de libertad que
se deseen. Despus se procede a la asignacin de caractersticas geomtricas y
resistentes de las barras. Dado que se definen, previamente a cualquier tipo de
anlisis, 3 tipos diferentes de barras, el cdigo asigna convenientemente las
respectivas caractersticas a las barras. Estas caractersticas son la longitud, la anchura
y el canto de la seccin, los mdulos elstico y de cizalladura y el coeficiente trmico
del material. Conforme a ellas se calculan los momentos de inercia en cada uno de los
ejes coordenados, el momento polar de inercia de la seccin, y las constantes de
torsin y de pandeo.
Tras la asignacin de caractersticas se definen las cargas sobre las barras. El cdigo
permite asignar diferentes tipos de cargas: cargas puntuales en centros de barra,
cargas distribuidas y constantes en toda la barra, cargas axiles debidas a diferencias
trmicas y pequeos desplazamientos iniciales de los nodos de las barras.
Para el modelo de clculo se definen 3 tipologas de cargas: peso propio, cargas

muertas y sobrecargas de uso. Asimismo, para motivos de comprobacin, se definir
una carga puntual referida a un carro lanzadera.
El peso propio, las cargas muertas y las sobrecargas de uso se disponen como cargas
distribuidas constantes a lo largo de la barra segn el eje z. Los pesos propios de cada
viga se colocan en cada una de ellas. Las cargas muertas y las sobrecargas de uso se
disponen segn el eje central del puente, que es la parte de la estructura que las
soportar una vez el puente quede en servicio.
Para los casos de comprobacin la carga del carro lanzadera se coloca como carga
puntual segn el eje z en el centro de la barra central del puente.Una vez se han
establecido todas estas caractersticas de barras y nodos, el programa de clculo
matricial ma.m comienza a trabajar.
Tras leer el modelo del puente, el archivo modelmsa.m, se inicializan las distintas
variables que ms tarde se vern implicadas en el proceso de clculo. Estas variables
son el nmero de nodos, el nmero de grados de libertad y el nmero de barras, as
como las diferentes matrices de rigidez (rigidez global elstica, rigidez global
geomtrica, rigidez global de orden superior) y vectores de fuerzas (nodales segn ejes
principales, de empotramiento y nodales segn los ejes de las barras). Tambin se
define el vector de movimientos de los nodos.
93
Bibliografa
Seguidamente se comienza el clculo estructural. ste se realizar en dos etapas:

primero se desarrolla un clculo lineal y posteriormente un clculo no-lineal. Ambos
clculos funcionan, en esencia, de la misma forma, salvo que existirn diferencias
respecto de las distintas matrices y variables implicadas. Adems, el clculo no-lineal
se repite un cierto nmero de veces, en este caso 2, mientras que el clculo lineal se
hace uno sola vez.
El clculo lineal pretende, como primer paso, conformar las matrices de rigidez
globales y los vectores de fuerzas correspondientes para poder resolver los
movimientos de los nodos y las reacciones de los apoyos.
Para conformar las matrices de rigidez globales se utiliza un bucle que, barra por barra,
computar las matrices de rigidez elementales de cada barra y las ensamblar dentro
de la matriz de rigidez global. Es preciso notar que este proceso es similar para el
anlisis no-lineal, por lo que se proceder a una explicacin conjunta de ambos
procesos de generacin de matrices globales de rigidez, comentando las pequeas
diferencias entre ambos procesos de clculo.
Para cada barra, se harn funcionar tres cdigos distintos. En el caso del anlisis lineal
entran en escena ema.m, f0ma.m y rota.m. En el caso del anlisis no-lineal entran en
escena emagnl.m, f0magnl.m y rotagnl.m.
Los cdigos ema.m y emagnl.m definen las matrices de rigidez elementales de cada
barra. Primero se declararn las diferentes variables implicadas dentro del clculo
(llamando a las propiedades definidas en el cdigo modelmsa.m), y seguidamente se
definir la matriz de rotacin de la barra (necesaria para orientar la barra segn los
ejes principales y poder ensamblar la matriz elemental dentro de la matriz de rigidez
global). Para el caso del anlisis no-lineal el cdigo emagnl.m define las fuerzas que
han sido previamente calculadas para el clculo de las matrices de no-linealidad
geomtrica.
Dentro del anlisis lineal (bajo el cdigo ema.m) se define la matriz elstica elemental
de la barra. Dentro del anlisis no-lineal (bajo el cdigo emagnl.m) se definen la matriz
elstica elemental de la barra, la matriz geomtrica elemental de la barra y la matriz de
rigidez de orden superior elemental de la barra.
Tras calcular las diferentes matrices elementales de cada barra se definen las fuerzas
nodales derivadas de las cargas no nodales en los cdigos f0ma.m (para el anlisis
lineal) y f0magnl.m (para el anlisis no-lineal). En este caso ambos cdigos son
idnticos.
94
Bibliografa
Se generarn un vector que permita calcular las fuerzas nodales debidas a cargas axiles
relacionadas con la temperatura y a desplazamientos iniciales, y una matriz que
permita calcular las fuerzas de empotramiento. Este vector y esta matriz se vern
implicados en el clculo del vector de fuerzas nodales.
Posteriormente se ensamblarn las matrices de rigidez elementales,

convenientemente giradas, en las matrices de rigidez globales correspondientes. Este
proceso se ejecuta en los cdigos rota.m (anlisis lineal) y rotagnl.m (anlisis no-lineal).
Para ambos cdigos, el primer proceso consiste en definir la matriz de giro y aplicarla
para girar convenientemente las matrices de rigidez elementales y las fuerzas de
empotramiento. Para el anlisis lineal tan slo se trabaja la matriz de rigidez elstica,
pero en el anlisis no-lineal se trabajan, adems, las matrices de rigidez geomtrica y
de orden superior. Una vez las matrices y vectores han sido girados se ensamblan
dentro de sus respectivas matrices de rigidez y vectores de fuerzas.
Todo este proceso se realiza para cada barra, por lo que al final de la iteracin cada
barra ha aportado su parte a las diferentes matrices de rigidez globales y a los vectores
de fuerzas de empotramiento. Esto permite ya definir el sistema fundamental de
soluciones y aplicar el solucionador del problema.
El programa ma.m puede solucionar el sistema de dos formas. Una de ellas, la forma
directa, se mostr poco adecuada para el sistema estructural del puente de fibra de
carbono. Por lo tanto, esto nos lleva a utilizar el sistema de solucin por
descomposicin LU de Cholesky.
La solucin por el mtodo directo de realiza a travs del cdigo direct.m. La resolucin
directa sigue tres pasos: definicin de grados de libertad libres y fijos; resolucin de los
desplazamientos incgnitas en los grados de libertad libres; y resolucin de las fuerzas
en los grados de libertad fijos.
La solucin por el mtodo de descomposicin LU de Cholesky (McGuire, W., Gallagher,

R. H., Ziemian, R. D. (2000) - Matrix Structural Analysis, Second Edition, John Wiley &
Sons) se ejecuta a travs del cdigo lu_decomposition.m. Dicho cdigo primero define
el sistema y lo resuelve mediante el mtodo de descomposicin de Cholesky. Para la
descomposicin del sistema se definen los grados de libertad fijos y libres. El sistema
se realiza sobre estos ltimos. La descomposicin LU de Cholesky genera dos matrices,
llamadas D y L, mediante las cuales se resuelve el sistema. La generacin de las
matrices D y L se concibe siguiendo concienzudamente las ecuaciones desarrolladas
por Cholesky para su mtodo. Una vez conocidas las incgnitas de los grados de
libertad libres, es decir, los desplazamientos incgnita, se calculan las reacciones
incgnita, definiendo completamente todos los valores desconocidos del sistema.
95
Bibliografa
El mtodo de solucin por descomposicin de Cholesky se utiliza en ambos anlisis

lineal y no-lineal.
Previamente a la computacin de las matrices de rigidez elementales y su ensamblaje

en la matriz de rigidez global, para el caso del anlisis no lineal, es preciso calcular las
fuerzas en los nodos en la direccin de cada barra. Este proceso se realiza bajo en
cdigo fblgen.m.
El cdigo anterior tiene el nico propsito de girar las diferentes fuerzas nodales para
cada una de las barras, almacenando su valor para despus ser usado en la generacin
de las matrices de rigidez geomtrica y de orden superior.
Tras el clculo del sistema estructural ser necesario proceder a una correcta
exposicin de los resultados calculados.
Para ello se reordenan los vectores de desplazamientos y fuerzas. Se ofrecern la

matriz de rigidez global, la matriz de flexibilidad global, los desplazamientos de los
nodos, las fuerzas nodales en ejes principales y las fuerzas nodales en las direcciones
de cada barra como posibles outputs.
Seguidamente se recurrir a un programa de dibujo, el cul mostrar en pantalla la

geometra de la estructura.
Cabe destacar que el programa de anlisis estructural ma.m presenta ligeras variantes
a la hora de usarse en su implementacin para optimizacin gentica. La diferencia
entre ambos cdigos estriba en el subprograma que calcula la energa de deformacin
del sistema, la cual no viene implementada en el calculador pero si en el cdigo de
optimizacin.
Para el proceso de evolucin gentica, el cdigo ma.m presenta un subprograma que

calcula la energa de deformacin del sistema, cuyo nombre es energy.m. Previamente
a su ejecucin se llama al cdigo fblgen.m, dado que energy.m requiere valores que el
programa anterior ofrece.
El programa energy.m computa la energa de deformacin como el valor absoluto del

producto de las fuerzas en los nodos por sus desplazamientos correspondientes.
Adems, el cdigo computa el valor real de la energa de deformacin, a modo de
comprobacin del volumen de compresiones en los distintos miembros.
El subprograma structural_volume.m ser utilizado tambin para el clculo del

volumen total de la estructura
96
Bibliografa
Dado que el proceso de evolucin se realiza con el cdigo NSGA-II, desarrollado por
Aravind Seshadri, diversos archivos originales sern modificados para adecuar el
cdigo a los propsitos de la optimizacin propuesta. En concreto se cambian partes
de los cdigos de los archivos evaluate_objective.m y nsga_2.m.
El cdigo evaluate_objective.m se modifica para imponer como funciones de

optimizacin las funciones objetivo de la optimizacin deseada: energa de
deformacin y nmero de miembros en compresin. Adems, dentro del cdigo se
definen y asocian las variables que controlan el proceso de optimizacin con los
valores aleatorios dentro del rango definido que designa el programa durante el
proceso de evolucin.
El cdigo nsga_2.m se modifica para conseguir que se optimicen las 2 funciones

objetivo y las 22 variables de optimizacin que se persiguen, as como para aportar los
rangos de variacin de esas 22 variables.
Para la optimizacin de los laminados de fibra de carbono se desarrollar una nueva

versin del cdigo calculador de laminados, pasando del lamcal1_3.m al
lamcal_stiffness.m. El nuevo cdigo ya no calcula las energas de deformacin de las
secciones ni verifica si se cumple el criterio de fallo considerado. Por el contrario, tras
definir la matriz de rigidez global del laminado se computan las caractersticas
resistentes del laminado, siendo para el caso que nos ocupa los valores de mdulo
elstico y mdulo de cizalladura para esfuerzos de flexin (esfuerzos fuera del plano).
Estos mdulos, dependientes de cada laminado, son comparados con unos mdulos
estndar, que vienen definidos segn el miembro que se pretenda optimizar.
A su efecto, para la optimizacin del laminado de fibra de carbono tambin se

modificarn diversos archivos del cdigo del NSGA-II, en este caso los archivos
evaluate_objective.m y nsga_2.m.
El archivo evaluate_objective.m se modifica para definir las 4 funciones objetivo que

definen la optimizacin: diferencia entre mdulos estndar-mdulos del laminado y
valores absolutos de la diferencia mdulos estndar-mdulos del laminado. Adems se
declararn y se asociarn valores a las variables que intervienen en la optimizacin del
laminado, que en este caso son 7.
El archivo nsga_2.m, por otro lado, se modifica para dar cabida a 4 funciones objetivo
y para introducir los rangos de valores de las 7 variables de optimizacin que se
definen para el problema.
97
Bibliografa
Aportaciones originales en cuanto a diseo

Se procedi al estudio de un puente de fibra de carbono segn un anlisis de no-
linealidad geomtrica.
En el caso de un material como la fibra de carbono, los factores de importancia dentro

de la no-linealidad geomtrica son varios, as como los posibles problemas que pueden
aparecer debido a la presencia de los mismos. Por dicho motivo se comput una
optimizacin gentica de un modelo de puente calculado mediante tcnicas de anlisis
no-lineal. Los resultados obtenidos fueron los siguientes:

modelo implementa el clculo no-lineal de la estructura

98
Bibliografa
Como puede observarse, la tipologa estructural presenta cambios apreciables

respecto de la arrojada por el anlisis lineal. En tal caso se abre una va futura de
trabajo, en la cual se contemple el anlisis no-lineal de estructuras conformadas
mediante miembros de fibra de carbono, si bien el mismo material se presta a un
anlisis lineal, dadas sus caractersticas.
Desde un primer momento se pretende que el diseo del puente de fibra de carbono
no permita que ninguno de sus miembros quede en compresin. Esto se hace de este
modo debido al colapso que podra venir del pandeo de alguna de las placas de fibra
de carbono.
El problema reside en la posibilidad de que el laminado de fibra de carbono pandee

localmente en lugar de globlamente. Este efecto es importante, ya que puede
provocar que se obtengan delaminaciones locales y, con ello, fallos en el miembro
estructural.
Posibilidades de pandeo de un laminado de fibra de carbono
99
Bibliografa
Sin embargo, la presencia de miembros en compresin ofrece una ventaja: el sistema

trabaja mejor. Tal y como puede apreciarse, la energa de deformacin del sistema se
hace ms y ms pequea a medida que se presentan ms miembros en compresin.
La explicacin de esto estriba en la diferencia entre los signos de las tensiones y

deformaciones a la hora de computar la energa de deformacin del sistema. Si se
tienen sumandos para cada nodo con distinto signo la suma total tender a valores
menores que en casos en los que los mismos valores posean todos el mismo signo.
Por este motivo, un pequeo anlisis piloto fue determinado para resolver el diseo
del puente. En este estudio se pretende llegar a un diseo que ofrezca la menor
energa de deformacin posible. Esto lleva al diseo ms all del planteado en un
principio, ya que inicialmente se desechara cualquier geometra que aportara algn
miembro en compresin.
Dicho anlisis propicia la modificacin del cdigo anteriormente utilizado en el

desarrollo de la estructura del puente. Se modificar el clculo de la energa de
deformacin, que dejar de ser el valor absoluto del producto fuerzas por
desplazamientos y pasar a ser el producto de fuerzas por desplazamientos. Por otro
lado, se eliminar una de las funciones objetivo, pasando a tomar como criterio
exclusivo la menor energa de deformacin posible.
Bajo estas condiciones de optimizacin, y asignando los mismos rangos de variacin de

variables que para el diseo del puente con todos sus miembros en tensin, se
obtienen una serie de individuos tras el proceso de evolucin. El diseo elegido ser,
finalmente:
100
Bibliografa
Imagen tridimensional del Modelo III optimizado segn la energa de deformacin1
Dado el buen funcionamiento de la tipologa deducida en el proceso gentico anterior,

cabe la posibilidad de trabajar sobre este diseo en futuras aplicaciones para puentes
de fibra de carbono.
Un trabajo sobre este diseo implicara solventar los problemas que pudieran aparecer
por pandeos locales o generales de laminados de fibra de carbono. Hoy da se pueden
encontrar varias teoras sobre pandeo local y global de laminados (citar el artculo
chulo de pandeo de laminados) que pueden utilizarse para conseguir un diseo
satisfactorio de la estructura.
Esto abre una nueva lnea de investigacin, permitiendo, en torno a este diseo, la
elaboracin de teoras y mtodos de clculo fiables para estructuras de miembros de
fibra de carbono en compresin. Este sencillo problema puede ser el origen de gran
cantidad de artculos y publicaciones.
No obstante, si los problemas de pandeo fueran muy importantes, podra considerarse

una estructura mixta, usando algn material ligero que no tuviese graves problemas
debido al pandeo (por ejemplo, secciones huecas de aluminio).
Por otra parte, el diseo no se termina con la optimizacin gentica de dos etapas,
sino que tambin se tendrn en cuenta las comprobaciones estructurales exigidas en
las normativas vigentes. Esto dota al mtodo de diseo de una nueva dimensin,
pasando del mbito de investigacin al mbito tcnico. Varias comprobaciones
estructurales respecto de la IAP 2011 fueron realizadas sobre un modelo optimizado.
101
Bibliografa
Competicin de algoritmos
Para un algoritmo de optimizacin se evaluarn dos caractersticas: velocidad de
convergencia y scattering del frente de Pareto de solucin.
La velocidad de convergencia es un parmetro de inters en un algoritmo de

optimizacin.
Dado que se requiere un tiempo de clculo para resolver un problema de optimizacin,

una ventaja de estos algoritmos es la velocidad con la que llegan a una solucin.
Mayores velocidades implican un mejor sistema de clculo, haciendo al algoritmo ms
adecuado para su posterior aplicacin en problemas complejos, donde se requieren
tiempo de clculo grandes. Sin embargo, es preciso verificar que el tiempo de clculo
lleva a una solucin fiable, y que en el proceso el algoritmo no se ha estancado en un
mnimo local.
El scattering de la solucin es un parmetro importante a la hora de medir la tendencia

del algoritmo a quedarse en una solucin no fiable, es decir, en un mnimo local.
Durante el proceso de optimizacin se tiene que encontrar el mnimo de una funcin.

Esta funcin puede presentar indefinidos mnimos locales, pero solo existe un valor
para el mnimo global. La misin del algoritmo de optimizacin es encontrar el mnimo
global. Sin embargo, es posible que, durante el proceso de clculo, el algoritmo se
quede estancado en un mnimo local, aportando una solucin sesgada de entre todas
las posibles.
Este fenmeno castigar de forma severa al algoritmo que incurra en este tipo de fallo,
dado que su uso no garantiza encontrar la solucin ptima del sistema. Algoritmos que
presentan un scattering grande en sus individuos en el frente de Pareto sern menos
susceptibles de incurrir en esta limitacin de clculo. No obstante, el scattering
tambin provoca un mayor tiempo de convergencia.
Para cada uno de los problemas propuestos se verificar qu algoritmo llega antes a
una solucin, y la desviacin que los individuos presentan entre s.
102
Bibliografa
Dos de las variantes de GODLIKE, GA y DE, son las que presentan mejores tiempos de
convergencia, aunque bien es cierto que la conclusin, en vista de los resultados, no es
del todo certera, ya que GODLIKE PSO y NSGA-II llegan, para algunos problemas, a
encontrar la convergencia antes que las dos variantes anteriores. Definitivamente, los
4 algoritmos presentan velocidades de convergencia parecidas.
El scattering de la solucin vendr definido por la desviacin tpica de los individuos en

el frente de Pareto solucin.
Sin ninguna duda, el algoritmo que presenta mayores desviaciones tpicas es NSGA-II.
El resto de algoritmos se queda muy lejos, con desviaciones tpicas del orden de la
mitad.
Este sencillo anlisis demuestra que NSGA-II es un algoritmo rpido y completo, que
llega a convergencias en tiempos cortos y ofreciendo un gran nmero de individuos en
sus soluciones. Este ser el algoritmo que utilizaremos para los clculos definitivos de
optimizacin gentica en los puentes de fibra de carbono.
103
Bibliografa
Mtodo de diseo del puente

El presente trabajo establece de forma clara las posibilidades que existen en el uso de
los algoritmos de optimizacin gentica para el diseo eficiente de estructuras reales
de ingeniera civil.
Como ventaja puede citarse la amplia capacidad que presenta este tipo de mtodos de
resolucin de problemas de optimizacin a la hora de encontrar las mejores
combinaciones para problemas que impliquen a un elevado nmero de variables.
Como ejemplo, el diseo del puente de fibra de carbono presenta 2 etapas de

optimizacin. Centrndonos en la primera de ellas, se tienen 22 variables que
intervienen en el funcionamiento del puente. Desarrollar un sistema de clculo que
permita encontrar la combinacin de estas variables que configuran el diseo ptimo
puede llegar a ser prcticamente inabordable si se utiliza un mtodo de diseo
estndar.
Sin embargo, el proceso de evolucin gentica puede proporcionar un abanico de

soluciones que se adaptan de forma eficiente a los requerimientos exigidos para el
sistema estructural, e independientemente de las variables que se encuentren
implicadas en el funcionamiento estructural de sistema.
Por otro lado, un algoritmo de optimizacin gentica presenta una ventaja clara
respecto de otros algoritmos de clculo: permite encontrar una solucin de mnimo
global dentro de un entorno con mltiple mnimos locales.
Un problema de optimizacin siempre aportar como solucin un mnimo de una

cierta funcin objetivo. Sin embargo, bajo determinadas condiciones del problema, es
probable que dicha solucin no haga referencia al ptimo global del sistema, sino a un
determinado ptimo local. Lo que ocurre en este caso es que el algoritmo encuentra el
mnimo y no es capaz de salir de este entorno en busca de otra combinacin de
variables de optimizacin que haga menor an la funcin objetivo.
104
Bibliografa
Sin embargo, los algoritmos de optimizacin gentica no presentan este problema. Ello
se debe a que estn diseados para recorrer todo el dominio posible en busca del
mnimo global del problema, al que siempre se llegar bajo condiciones de nmero de
individuos y paso de generaciones suficientes.
El algoritmo gentico genera diferentes individuos, los cuales expone al entorno,

evaluando en el proceso su capacidad de adaptacin. Los individuos se adaptarn de
diferentes formas, y el algoritmo elegir un grupo formado por los individuos mejor
adaptados (una lite). Tras la seleccin, estos individuos generan otros nuevos
individuos (son progenitores de los mismos), que presentan caractersticas similares a
las de sus predecesores. Dado que en la generacin se han inicializado individuos de
caractersticas muy diferentes, es muy improbable que todos ellos estn situados
dentro del mismo mnimo local. A tal efecto se recomienda no restringir demasiado el
rango de variacin de las variables dentro del problema. Ello implica que la generacin
posterior presenta caractersticas de diversos antecesores que estn cerca de mnimos
locales diferentes. Si este proceso contina, el resultado final ser una hornada de
individuos que se encuentran cerca del mnimo global.
No obstante, el uso de algoritmos de optimizacin gentica tambin presenta una

serie de inconvenientes, los cuales habrn de tenerse en cuenta si se quiere aplicar el
mismo con xito al diseo de estructuras en ingeniera civil.
Tiempo de clculo necesario

Necesidad de conocer restricciones de variables de optimizacin a priori
Errores propios del modelo estructural o del mtodo de clculo estructural
105
Bibliografa
Ya que el algoritmo define la geometra de la estructura, aplica las cargas de diseo y

evala su comportamiento estructural, para cada uno de los individuos y en cada una
de las generaciones, el tiempo necesario para una optimizacin gentica es altamente
dependiente del tiempo necesario para computar el anlisis del sistema estructural.
Por lo general, el anlisis estructural de cualquier obra de ingeniera civil es un proceso

complejo y costoso en tiempo de clculo. Para el modelo de barras que se trabaja en
este estudio el principal causante del consumo del tiempo de clculo es la solucin del
sistema del mtodo directo de la rigidez.
En el caso que ocupa a este estudio se opta por considerar una solucin directa del
sistema fundamental del mtodo de la rigidez. Esta solucin es la ms rpida en
comparacin con otras que pudieran encontrarse. Para el problema que se estudia se
tiene que invertir la matriz de rigidez no da errores numricos, a no ser que exista una
disposicin tal de la estructura que haga que parte de la misma sea un mecanismo.
Esto ocurre cuando las restricciones a los movimientos de los nodos permiten
movimientos sin control de los mismos (por ejemplo, una estructura cuyos nodos no
presentan ninguna restriccin al esfuerzo torsor girar libremente si tal esfuerzo
solicita a alguna barra de la misma).
En cierto modo es una ventaja trabajar un sistema que pueda resolverse mediante
inversin directa de la matriz de rigidez. De otro modo el peso computacional sera
mucho mayor, a la vez que la dificultad de resolucin del problema algebraico. La
bsqueda mtodos de resolucin cuando el mtodo directo no es viable ha sido
motivo de estudio durante largo tiempo, y siempre ha conducido a bsquedas
relativamente infructuosas.
Underlying all these efforts is the absence of the explicit inverse of the stiffness matrix.
If we had the explicit expression of the inverse of the stiffness matrix, structural
reanalysis, or simply structural analysis for that matter, would be confined to
evaluating explicit expressions. The quest for the explicit inverse of the stiffness matrix
in structural theory bears some resemblance to the quest for Eldorado (the golden one)
by the Spanish conquistadors. (Fuchs, Moshe B. (1991). The explicit inverse of the
stiffness matrix. International Journal of Solids & Structures, 29(16), 21012113.])
Sin embargo, el tiempo de computacin consumido por el clculo estructural es

relativamente largo, quedando en el entorno de los 0.25 segundos. Si se pretende
realizar un proceso de evolucin que aporte soluciones aceptables, han de realizarse
miles de clculos estructurales.
Por lo tanto, a la hora de utilizar algoritmos de optimizacin gentica en el diseo de

estructuras de ingeniera civil, ha de hacerse un nfasis sostenido en minimizar al
mximo el tiempo requerido para el anlisis estructural del sistema que se est
diseando. Ello permite poder ejecutar evoluciones de mayores proporciones,
proporcionando resultados ms fiables en menor tiempo.
106
Bibliografa
Otra de las limitaciones de la utilizacin de un algoritmo de evolucin gentica para el

diseo de obra civil consiste en el conocimiento de las restricciones a las que estn
impuestas las variables que intervienen en el funcionamiento de la estructura.
Como se ha discutido anteriormente, el algoritmo selecciona individuos conforme a su

capacidad de adaptacin a las condiciones exigidas, mutndolos conforme a los valores
propuestos para sus caractersticas particulares. Si la definicin de estas caractersticas
particulares no es correcta puede darse el caso de encontrar, al final de la evolucin,
individuos que, a pesar de que se han adaptado bien al medio, se presentan deformes
y monstruosos respecto de la idea que se tiene del sistema estructural.
Este hecho proviene de la alta capacidad del algoritmo de optimizacin gentica para
encontrar mnimos globales para funciones objetivo y de la baja capacidad del mismo
para discernir el adecuado comportamiento estructural del sistema. En trminos
coloquiales, no se le puede exigir al algoritmo que piense por uno, sino, ms bien,
uno tiene que pensar por el algoritmo.
Tomando como ejemplo el puente de fibra de carbono, para ejecutar una optimizacin
gentica que aporte garantas ser necesario tener una idea, a priori, de los valores
que pueden tomar las distintas variables implicadas en el funcionamiento del puente.
Por este motivo se llevan a cabo estudios previos, que definirn los rangos de variacin
que estas variables pudieran tener dentro de un diseo razonable. Adems, habr de
tenerse claro valores funcionales de dichas variables, que pueden venir impuestas por
la naturaleza de las mismas, como caractersticas resistentes del material utilizado, o
lmite geomtrico de dimensiones de secciones de barras, etc.
As, supongamos que en un ejemplo previo se obtuvo que un diseo eficiente pudiera
tener barras de una pulgada de canto. Si esta variable se deja oscilar entre valores
cercanos a una pulgada (media pulgada a dos pulgadas, por ejemplo) se tiene un
diseo eficiente. Si por el contrario se deja un rango de variacin muy grande (una
pulgada a mil pulgadas), debido a una vaga nocin de las dimensiones asequibles del
canto de las barras, es posible encontrar individuos cuyos miembros sean enormes
(tan grandes como el lmite superior del rango propuesto), pese a que se adaptan
perfectamente a las caractersticas exigidas.
Ello explica que es necesario controlar los parmetros que definen el funcionamiento
de los individuos, recomendndose encarecidamente una evolucin tutelada frente a
una evolucin completamente aleatoria y descontrolada. A tal efecto, y si no se
pueden conocer los rangos exactos de las diferentes variables implicadas, pueden
hacerse estudios de variacin libre de las mismas, analizando posteriormente los
resultados en busca de mejores restricciones.
107
Bibliografa
Sin embargo es preciso no restringirse demasiado en el control de las variables de

optimizacin, ya que si as fuese el grupo de individuos queda fuera de poder mejorar
mas all del ptimo (que puede ser local) que se haya marcado. Por lo tanto, es
tambin nocivo para la solucin el acotar demasiado los rangos de variacin de la
variable de optimizacin a los presentados en aquellos datos que se manejan como
concepto de posibles soluciones.
En definitiva, a la hora de realizar diseos mediante algoritmos de optimizacin

gentica, ha de tenerse una idea previa del funcionamiento del sistema y una nocin
de los valores que las variables pudieran tener en un diseo suficientemente eficiente.
Para ello, la mejor forma de recabar informacin puede estar basada en la experiencia
y/o en la conduccin de diversos clculos manuales que aporten una visin general del
diseo. Un pequeo y rpido anlisis a la informacin obtenida por cualquiera de estos
mtodos proporcionar un rango de variacin de variables de optimizacin adecuado.
Adems de estos inconvenientes, un diseo mediante algoritmos de optimizacin

gentica puede incurrir en errores derivados del modelo estructural o el mtodo de
clculo empleados en el mismo.
Este hecho es aplicable a todos los diseos estructurales. Es necesario tener una
nocin clara de las limitaciones del modelo de clculo que se est utilizando, ya que la
mayora de los modelos suelen simplificar la realidad, perdindose informacin en el
proceso, y trastocando definitivamente, en algunos casos, el comportamiento
estructural del sistema.
108
Bibliografa
Anlisis del modelo de clculo utilizado
Ser preciso evaluar las posibles carencias y limitaciones que se desprendan del
modelo utilizado para el diseo de la estructura del puente de fibra de carbono.
El modelo utilizado para el diseo del puente de fibra de carbono es un modelo de

barras en 3D. Dada la geometra de las secciones que tomar el material en la
estructura un modelo de barras resulta el ms adecuado para este propsito. No
obstante, las caractersticas del material hacen que ste se preste a otro anlisis ms
exacto.
Un laminado de fibra de carbono se compone mediante sublaminados, que conforman

una serie de capas dentro del miembro estructural. De esta forma se tiene que una
barra sera, en realidad, un conjunto de barras unidas entre s. Esto lleva a que el
tratamiento de la barra como un miembro de caractersticas homogneas no sea
totalmente correcto.
No obstante, el proceso de diseo tiene en cuenta en dos etapas: una primera etapa
que define el modelo del anlisis estructural, y una segunda etapa que define el
laminado de cada uno de los miembros estructurales. Dado que en la segunda etapa se
tienen en cuenta estos factores, tomando los parmetros resistentes de las barras y
creando laminados con parmetros resistentes similares, puede decirse que esta
limitacin queda perfectamente solventada.
Por otro lado, la optimizacin propuesta presenta 3 tipos de barras diferentes. Si se

tuviera en cuenta la configuracin de los laminados durante la bsqueda del modelo
de anlisis estructural (esto es, considerando exclusivamente una nica etapa de
optimizacin), las variables de optimizacin llegaran a ser 43. Este nmero de
variables parece excesivamente cuantioso, incluso para potencias de clculo elevadas.
Otra limitacin del modelo de clculo consiste en la aplicacin de las cargas. En este
aspecto consideraremos las dos tipologas presentes en el puente: cargas gravitatorias
por peso propio y cargas puntuales debidas a sobrecargas sobre la estructura.
Las cargas gravitatorias por peso propio se tratan como fuerzas distribuidas constantes
a lo largo de la barra. Si la orientacin de aquella no fuera perpendicular, las fuerzas
gravitatorias se descompondrn en dos componentes distribuidas constantes,
quedando una de ellas perpendicular a la barra, mientras que la otra se aplicar en el
eje de la misma.
Sin embargo, la aplicacin de las cargas debidas al peso del tablero y el trfico son
diferentes. Esta diferencia estriba en el lugar y la forma de aplicacin de las cargas por
peso muerto y las sobrecargas de uso.
109
Bibliografa
Las cargas del tablero y el trfico que circula sobre l descansan sobre el tablero
apoyndose en unos costillares, de forma parablica, que se distribuyen a lo largo del
eje central del puente, dejando una interdistancia de unos 60 cm. No obstante,
modelizar esta aplicacin de las cargas en un modelo paramtrico es muy complejo,
dada la rigidez de la interdistancia y la imposibilidad de hacerla variar durante el
proceso de optimizacin.
Adems, en trminos generales, este estudio se concibe como un prediseo de la

estructura de un puente de fibra de carbono. Por lo tanto, y a tal efecto, cierto nmero
de detalles han de obviarse, a favor de un anlisis suficientemente rpido a la vez que
preciso. Por dicho motivo, el estudio pormenorizado de la aplicacin de cargas sobre el
eje central queda fuera del mbito de este anlisis.
En tal caso, se prefiri elegir una aplicacin de cargas como cargas nodales iguales
entre s aplicadas a lo largo del eje central. Estas cargas se aplican en todos los nodos
del eje central (nodos a los que concurren los diferentes tirantes, y a otros 3 nodos que
se encuentran entre cada uno de ellos) y en las esquinas del rombo central. La carga
total del tablero y el trfico se dividir entre estos nodos y se aplicar de forma
puntual, en sentido de la gravedad, en cada nodo.
Esta forma de aplicacin de las cargas conlleva varias ventajas a la hora de computar el
modelo de clculo. Aparte de la simplicidad de aplicacin de las mismas en el modelo,
la ventaja ms importante radica en la capacidad de conseguir un comportamiento
ms cercano a la realidad de la estructura.
El modelo estructural trabaja, principalmente, como un sistema de barras en traccin.

A tal efecto, las cargas mayoritarias en el sistema sern los esfuerzos axiles. En el caso
de un laminado de fibra de carbono, el material mismo est predispuesto a trabajar
bajo este tipo de esfuerzos, dadas sus caractersticas resistentes.
En un modelo pensado para anlisis matricial de estructuras, las cargas en las barras se
pasan a los nodos a travs de su equivalente esttico en el mtodo conocido como de
las fuerzas de empotramiento. En el caso de cargas distribuidas en barras, este
equivalente esttico impone unos momentos flectores en cada uno de los nodos. Estos
momentos flectores no se compensarn al llegar al nudo, de forma general, sino
solamente bajo condiciones geomtricas muy estrictas (igual longitud de barra, etc.).
Por ende, aplicar las cargas como cargas distribuidas hace aparecer momentos
flectores en los nodos.
La presencia de momentos flectores en los nodos trae un inconveniente al modelo de

clculo. El modelo est pensado para trabajar mayoritariamente a traccin, y no a
flexin, por lo que se incurre en un comportamiento para el cual la estructura no ha
sido diseada. De hecho, en la realidad, las cargas se distribuyen en el eje central
mediante costillares, los cuales aplican cargas puntuales a lo largo del eje central,
alejando el modelo de aplicacin de cargas de las cargas distribuidas.
110
Bibliografa
En este sentido, la aplicacin de cargas puntuales favorece que el modelo trabaje tal y
como se espera que trabaje el sistema real, y adems impide la aparicin en los nodos
de cargas distribuidas continuas, que, por motivos del modelo, han de pasarse a los
nodos con la consiguiente presencia de momentos flectores, indeseables para el
funcionamiento de la estructura.
El mejor trabajo del sistema se produce con las cargas directamente aplicadas en los
nodos a los que llegan los tirantes. Bajo esta hiptesis de aplicacin de cargas no hay
prdida de energa a lo largo del eje central, quedando toda ella en los tirantes. No
obstante, esta hiptesis no es realista, dado que las cargas habrn de aplicarse, de
alguna forma, sobre ms puntos intermedios entre ambos.
Entonces, finalmente, se eligi como forma de aplicacin de carga una distribucin de

cargas puntuales a lo largo del eje central, cuyos puntos de aplicacin sern aquellos
nodos a los que llegan los tirantes, y tres nodos intermedios entre cada uno de ellos.
Estos 5 nodos se repartirn de forma homognea a lo largo de la longitud definida por
nodos sostenidos por tirantes.
Como punto de partida de trabajos posteriores, se quiere hacer un fuerte nfasis en el

problema de transmisin de las cargas desde el tablero a la estructura. Este fenmeno,
complejo de analizar en un modelo estructural de barras, es perfectamente abordable
con el uso de mtodos de clculo estructural basados en el mtodo de los elementos
finitos. Mediante dicho mtodo pueden modelizarse perfectamente toda clase de
apoyos, pudiendo detallarse pormenorizadamente la forma en que las cargas pasan a
la estructura.
No obstante, es posible estudiar el puente desde la perspectiva de las deformaciones

impuestas. Podran imponerse deformaciones al puente, de modo que se obtendran
las fuerzas que provocan la deformada impuesta, y conociendo as la forma exacta de
aplicacin de cargas en el modelo estructural de barras en 3D. Sin embargo, para
computar con xito dicho anlisis es necesario conocer, a priori, la deformada del
puente. Y dado que nos encontramos en un problema de optimizacin topolgica, en
el que la geometra del puente cambia durante un proceso de optimizacin, es difcil
conocer, a priori, la deformada de cualquier puente que pudiera presentarse.
111
Bibliografa
Esquema de disposicin de las cargas por peso muerto y por uso de la estructura
El modelo de clculo implementa la no-linealidad geomtrica del sistema estructural.

Esto permite un anlisis mucho ms exacto de la estructura, y dado que pueden
aparecer problemas debidos a no-linealidad geomtrica dentro del funcionamiento de
la estructura (como el pandeo del laminado) sta parte del clculo toma vital
importancia.
No obstante, en el modelo no se tienen en cuenta fenmenos de pandeo local en las

barras. Este fenmeno puede ser importante para miembros estructurales de fibra de
carbono, ya que puede conducir a delaminaciones que arruinaran completamente el
material, socavando en exceso sus propiedades resistentes.
Sin embargo, el clculo de pandeo local puede despreciarse para el diseo que se
pretende, el cual presenta todos sus miembros en traccin. Ello impide que aparezcan
pandeos locales (que se deben precisamente a esfuerzos de compresin en las barras),
evitando realizar un estudio pormenorizado en el diseo definitivo. Por otro lado, la
no-linealidad geomtrica debida al pandeo global si ser relevante a la hora de evaluar
los individuos en el proceso de evolucin, y por lo tanto s que se considerar en el
anlisis estructural.
Tradicionalmente, en el marco del anlisis matricial de estructuras, se ha considerado

el clculo de no-linealidad geomtrica mediante un proceso iterativo, cuyo propsito
es converger hacia un resultado para un cierto nmero de iteraciones.
Utilizando las matrices de rigidez geomtrica habituales el nmero de iteraciones

necesarias para conseguir la convergencia es elevado. Esto implica que el anlisis por
no-linealidad geomtrica conlleva un aumento sustancial del tiempo de clculo,
llevando a buscar mtodos que permitan ahorrar tiempo de computacin.
112
Bibliografa
A tal efecto se implementa en el mtodo de clculo la generacin de la matriz de

rigidez de orden superior, tal y como desarrolla Jiann-Tsair Chang.
From the demonstrated examples and results, it shows reliable solutions of structures
modeled by the proposed elements. This means that the present concept is applicable
and has less iterations required in the force recovery stage for all the geometric
nonlinear analysis of frame and arch structures. (Chang, J. (2004). Derivation of the
higher-order stiffness matrix of a space frame element. Finite Elements in Analysis and
Design, 41, 1530)
El modelo de clculo utilizado es el mtodo de la rigidez basado en el anlisis matricial

de estructuras. En dicho mtodo es posible computar los momentos torsores no
uniformes en las barras. Sin embargo, en este modelo no se han tenido en cuenta.
Existen diversos motivos.
La geometra de las barras es lineal, y no se presentan cambios de seccin en ninguna

de ellas. Adems, el material es tambin lineal a lo largo de la barra. Estos factores
geomtricos y de material apoyan la hiptesis de que los torsores no uniformes sern
poco importantes en un anlisis estructural, o al menos en un anlisis elstico de
primer orden. Sin embargo, es posible que no puedan obviarse tales esfuerzos en un
anlisis de no-linealidad geomtrica de la estructura. No obstante, el uso de fibra de
carbono como material complica la computacin de los momentos torsores no
uniformes en la segunda etapa de la optimizacin.
Hasta la fecha, pocos han sido los intentos por revisar el efecto de torsiones no
uniformes en laminados de fibra de carbono. An siendo escasos estos intentos,
existen mtodos de clculo de laminados frente a torsiones no uniformes. El ms
conocido de todos ellos es el Non-Uniform Warping Beam Theory, desarrollado por El
Fatmi (Fatmi, R. E., & Ghazouani, N. (2009). Non-uniform warping for composites
beams. Theory and numerical applications. 19me Congrs Franais de Mcanique,
Marseille, 24-28 aot.)
Este mtodo se ha mostrado altamente eficiente, pero para completarlo es preciso el

uso de un paquete de clculo especfico (software desarrollado segn programas
comerciales de anlisis mediante mtodo de los elementos finitos), del cual no se
dispone. De esta manera se concluye que no es posible un anlisis de las torsiones no
uniformes en la segunda etapa de la optimizacin.
Por lo tanto, desarrollar el modelo frente al clculo de torsiones no uniformes es

absolutamente innecesario, dado que ste no podr tenerse en cuenta en la segunda
etapa del proceso global de optimizacin.
113
Bibliografa
Anlisis del mtodo de clculo utilizado
El mtodo de clculo utilizado para el desarrollo de las optimizaciones sobre los

diferentes puentes es el mtodo directo de la rigidez aplicado al anlisis matricial de
estructuras.
El anlisis matricial de estructuras discretiza un sistema estructural en un conjunto de

barras y nodos. Las fuerzas se aplicarn exclusivamente en los nodos y, si fueran
aplicadas sobre las barras, se utilizar el equivalente esttico de las fuerzas de
empotramiento.
Posteriormente se ensamblar la matriz de rigidez global del sistema, resolviendo el

sistema del mtodo directo de la rigidez para conocer los valores de los movimientos
nodales. Las reacciones en los apoyos se calculan una vez se han averiguado los valores
de los movimientos de los nodos.
Este mtodo de clculo es una forma fcil, rpida y eficiente de resolucin de sistemas
estructurales sencillos. El tiempo de clculo consumido es pequeo, y se puede
apreciar una visin general del sistema.
No obstante, el mtodo de la rigidez aplicado al anlisis matricial de estructuras

presenta ciertas limitaciones. En el caso del puente de fibra de carbono destacaremos
la imposibilidad de modelizar correctamente la aplicacin de las cargas.
Para el anlisis matricial de estructuras las cargas se disponen directamente sobre la

estructura. En el caso del puente de fibra de carbono, las cargas de trfico se aplican
sobre la calzada, la cual transmite los esfuerzos a la base del firme, que luego
transmitir los esfuerzos a la estructura que lo sustenta. En este proceso de
propagacin las cargas se atenan a su paso por los distintos materiales, perdindose
energa en el camino de la misma dado que se deforman los distintos materiales que la
carga atraviesa antes de llegar a la estructura.
El mtodo de clculo no permite modelizar la atenuacin de cargas, por lo que toda

ella se encontrar aplicada directamente sobre la estructura. Este hecho se asemejara
a la idea de tener el trfico directamente apoyado sobre el puente, sin que existieran
una calzada o un firme sobre el mismo. De esta manera el puente se halla
sobrecargado, introducindose errores a la hora de computar las tensiones en los
miembros del puente o las deformaciones que stos experimentan.
Por otro lado, la aplicacin de las cargas puede ser nicamente en los nodos. En este
caso, como se ha explicado anteriormente, existen unas cargas puntuales muy fuertes
aplicadas sobre distintos nodos en la estructura. Esto provoca que se tengan
desplazamientos elevados para dichos nodos. Por lo tanto, la imposibilidad de
modelizar la aplicacin de cargas afecta al clculo de deformaciones en el modelo
directo de la rigidez.
114
Bibliografa
Definitivamente, el modelo presenta limitaciones importantes en cuanto a la correcta

aplicacin de las cargas, dejando lejos la realidad de las mismas. Este fenmeno incide
en unas mayores tensiones y deformaciones en los miembros de la estructura. En tal
caso, el mtodo de clculo utilizado no es recomendable a la hora de proceder con las
verificaciones propias del clculo de puentes tal y como se conciben en ingeniera civil,
ya que tensiones y deformaciones se hacen mayores de lo que en realidad han de ser.
En el caso del estado lmite ltimo se cumplen los requerimientos recogidos en la

norma. Sin embargo, este hecho se debe a la enorme potencia de los laminados de
fibra de carbono, quedando las tensiones del modelo mayores de lo que les
corresponde en la realidad.
Hablando del estado lmite de servicio, no se prestar atencin a las deformaciones de

la estructura, dado que es posible que no se cumplan los requerimientos de flecha
mxima en la configuracin ptima de la estructura por limitaciones del mtodo de
clculo y el modelo estructural. Sin embargo, a la hora de un diseo efectivo, es viable
la posibilidad de ejecutar el puente con una contraflecha que contrarreste las
deformaciones verticales excesivas.
No obstante, este mtodo aporta una idea exacta de la forma del puente, las
dimensiones y las caractersticas de sus miembros, generando una informacin valiosa
a la hora de proceder con un clculo estructural ms avanzado, como puede ser el caso
del mtodo de los elementos finitos.
Por ello, se quiere hacer nfasis en un futuro trabajo sostenido en el uso de mtodos
de clculo ms exactos y eficientes, que permitan modelizar de forma ms realista el
proceso de puesta en carga de la estructura.
115
Bibliografa
Anlisis de sensibilidad del puente
En un anlisis de sensibilidad se pretende discernir el peso de cada una de las variables

que intervienen en el funcionamiento de un sistema. Dado el amplio nmero de
variables que se tienen influenciando el comportamiento del puente, se dividir el
anlisis de sensibilidad en dos partes: anlisis de sensibilidad sobre la geometra y
anlisis de sensibilidad sobre las caractersticas resistentes de las barras.
La segunda parte parece, a priori, el ms interesante, debido a que establece qu

barras son las que aportarn la mayor energa de deformacin al sistema una vez el
puente entre en funcionamiento. Para su realizacin se defini una geometra fija.
Imagen en planta del primer concepto estructural de puente de fibra de carbono
Imagen tridimensional del primer concepto estructural del puente de fibra de

carbono
116
Bibliografa
Posteriormente se defini un estado estndar para las caractersticas resistentes, que

hacen un total de 12 variables. Seguidamente, cada una de estas caractersticas se
cambiar, manteniendo el resto iguales, y verificando la variacin de la energa de
deformacin experimentada.
Anlisis de sensibilidad sobre los parmetros geomtricos de las secciones de las

barras
Anlisis de sensibilidad sobre las caractersticas resistentes de las barras
117
Bibliografa
Influencia del ancho de barra sobre la energa de deformacin
Influencia del canto de barra sobre la energa de deformacin
118
Bibliografa
Influencia del mdulo elstico de la barra sobre la energa de deformacin
Influencia del mdulo elstico de la barra sobre la energa de deformacin
119
Bibliografa
A la vista de los resultados se aprecia que las barras que ms influyen sobre el
comportamiento del puente son las del eje central. La importancia relativa de los
tirantes en este caso es muy pequea. Esto se debe a la distribucin de las cargas en el
sistema estructural.
El peso propio de cada barra es una fuerza que puede obviarse, prcticamente, debido
a la pequea densidad que presenta la fibra de carbono, y la esbeltez de los miembros
estructurales que esta forma en el puente. En este sentido, los tirantes presentan
cargas livianas sobre s mismos. As, las fuerzas que tendrn mayor peso en el trabajo
del puente sern las cargas debidas al peso muerto y a las sobrecargas de uso. Estas
cargas se colocan sobre el eje central como cargas puntuales.
Esquema de disposicin de las cargas por peso muerto y por uso de la estructura
Como puede verse, existen cargas que se aplican en puntos a los cuales no llegan los
tirantes. Estos nodos experimentarn, debido a las fuerzas puntuales aplicadas sobre
los mismos, unas deformaciones fuertes, lo cual incidir en una energa de
deformacin mayor.
Es esta forma de aplicacin de cargas la que exige que las deformaciones de las barras
del eje central sean menores a efectos de reducir la energa de deformacin del
sistema, por lo que sern estas barras las que precisen de mayor seccin transversal y
de mayores mdulos elsticos para una mejora efectiva del trabajo del puente.
Para las barras del eje central, por lo tanto, las caractersticas que definirn su
comportamiento sern, por orden de importancia, el canto de las barras, su mdulo
elstico, y su ancho de seccin. Mayores cantos provocan mayores reas y mayores
momentos de inercia, lo cual permite resistir mejor las tracciones y los momentos a los
que el eje central se encuentra sometido. Mayor mdulo elstico implica una mejora
sustancial de las caractersticas resistentes. Mayor ancho de seccin produce mayores
reas, lo cual permite resistir mejor las tracciones.
120
Bibliografa
Para las barras que conforman los tirantes, la importancia de las mismas en el proceso
de reparto de las cargas por la estructura es ms pequea. Ambas tienen un
comportamiento parecido, con una importancia mayor del mdulo de elasticidad
sobre las dems variables. Esto se explica por el trabajo eminentemente de traccin de
los tirantes, cuyos esfuerzos inducidos se reducirn si el mdulo de elasticidad es
mayor, reduciendo por tanto la energa de deformacin del sistema.
El anlisis de sensibilidad sobre la geometra pretende conocer cul es el

comportamiento estructural del sistema frente a las variaciones de dimensiones de las
barras del puente. Se tendrn dos variaciones importantes: apertura en vertical del
rombo central y apertura en horizontal del rombo central.
La apertura en vertical del rombo central permite observar el comportamiento de los

tirantes exteriores. La apertura del rombo central permite observar el comportamiento
de los tirantes interiores, as como el comportamiento de las barras del eje central. En
general se tiene que el sistema trabaja mejor en tanto mayor sea la apertura del
rombo central. La explicacin de este fenmeno estriba en la disposicin geomtrica
de los elementos del puente.
Anlisis de sensibilidad sobre la geometra del rombo central. Direccin vertical
Anlisis de sensibilidad sobre la geometra del rombo central. Direccin vertical
121
Bibliografa
Influencia de la geometra del rombo central sobre la energa de deformacin.

Direccin vertical
Influencia de la geometra del rombo central sobre la energa de deformacin.

Direccin horizontal
122
Bibliografa
Los apoyos del puente son puntos fijos. Los tirantes que salen desde cada uno se unen
en el centro, punto en el que recae parte de la carga del tablero y el trfico. Si este
punto de unin est por debajo de cada uno de los apoyos, entonces los tirantes
trabajan en traccin. No cabe duda de que esta traccin ser mayor en tanto ms
diferencia exista entre la altura de los apoyos y la altura de aplicacin de la carga.
Si la traccin es mayor en la configuracin con el nodo ms bajo, la menor energa de

deformacin se dar para una configuracin con el nodo ms alto. Sin embargo, la
variacin entre ambas configuraciones es muy leve, llegando a no tener un peso
importante en el acontecer del trabajo estructural. La apertura del rombo en direccin
horizontal presenta un efecto ms interesante. Esta barra presenta 5 puntos de
aplicacin de cargas, distanciados entre s una longitud igual a la cuarta parte de la
longitud de la barra, situndose dos de ellos en los nodos inicial y final de la misma.
Para longitudes de barra pequeas la concentracin de cargas en la zona es elevada, y

ello implica un peor trabajo del sistema. Por este motivo, abrir el rombo central en
horizontal provoca una cada de la energa de deformacin de la estructura. Sin
embargo, este efecto no sigue una tendencia constante. Esto se debe a que, por otro
lado, alargar la barra implica conceder mayores flechas en centro de vano para la
misma carga, lo que incide en un peor trabajo estructural.
Por este motivo existir una longitud ptima para las barras, de tal forma que no se
den concentraciones de carga a la vez que no se obtengan grandes deformaciones
verticales por alargamiento excesivo de las mismas. Indudablemente, el algoritmo de
optimizacin gentica tender a buscar este ptimo para cada una de las barras del eje
central del puente.
123
Bibliografa
Anlisis de la potencia del laminado
Como paso previo a la optimizacin conjunta fue preciso desarrollar un clculo de la

potencia mxima de un laminado de fibra de carbono. Dado que se pretende disear
una estructura mediante este material, es preciso conocer cul es la capacidad mxima
del mismo para poder desarrollar un diseo eficiente.
El clculo de la potencia mxima de un laminado de fibra de carbono se realiz a travs

de una optimizacin gentica del mismo. En dicho proceso se tuvieron en cuenta 4
posibles orientaciones de los plies que conforman el laminado, as como valores
mximos de stacking sequence superior e inferior de 50 plies cada uno. La funcin
objetivo para la misma fue la maximizacin del mdulo elstico del laminado. La
funcin objetivo para el problema se eligi de esta manera dado que se conoca que el
mdulo de elasticidad supondra mayor peso en el comportamiento del puente que el
mdulo de cizalladura, por lo que se prefiri maximizar aquel en detrimento de ste. El
proceso de evolucin gentica implic a 1200 individuos, que fueron genticamente
seleccionados durante 1200 generaciones.
El resultado de la optimizacin es, cuanto menos, intuible. El laminado que presenta

mayor valor del mdulo de elasticidad es aquel que tiene un stacking sequence
cualquiera, siempre y cuando la orientacin de todos sus plies sea en la direccin de la
barra. Este resultado es totalmente lgico, dado que el laminado posee mejores
caractersticas resistentes en el sentido de la barra si la orientacin de los plies est
cercana al sentido de la misma. El laminado utilizado est compuesto de plies de fibra
de carbono con fibras IM6 y matriz epoxy.
Propiedades elsticas de varios materiales compuestos
En tal caso, el mdulo de elasticidad mximo al que se puede llegar es de 3800 GPa.
Para dicho laminado el mdulo de elasticidad mximo es de 160 GPa.
124
Bibliografa
Anlisis de los resultados obtenidos
En un primer momento se pens que el puente deba tener menor energa de

deformacin para el caso en el que los tirantes presentaran en planta una disposicin
no quebrada. Es decir, que los tirantes pudieran partir desde un nodo y cruzarse en el
nodo opuesto sin variar el recorrido en lnea recta.
Al constituirse los tirantes como completamente rectos se tiene que trabajan de la

mejor manera posible, repartindose la carga a los largo de los mismos y obtenindose
energas de deformacin pequeas. El resultado de la optimizacin del modelo
estndar de puente ofrece el siguiente aspecto:
Imagen en planta del Modelo I optimizado segn la energa de deformacin
Imagen tridimensional del Modelo I optimizado segn la energa de deformacin
125
Bibliografa
Como puede observarse en la imagen, el razonamiento terico concuerda

exactamente con los resultados del diseo evolutivo. Los tirantes que sostienen el
puente son continuos de un lado a otro de la estructura, obtenindose un mejor
trabajo.
Este puente trabaja mejor que el otro modelo en estudio, en el cual se implementa
una barra central para maximizar el trabajo de los tirantes exteriores.
Imagen en planta del Modelo II optimizado segn la energa de deformacin
Imagen tridimensional del Modelo II optimizado segn la energa de deformacin
126
Bibliografa
Del anlisis se infiere que no existe una amplia diferencia entre ambas estructuras en
cuanto a la energa de deformacin del sistema. Sin embargo, la topologa de los
mismos es completamente diferente. Esta diferencia se explica por la presencia de la
barra central, la cual no solamente incita a los tirantes exteriores a un trabajo mayor,
sino que adems funciona como apoyo a un punto que, en el otro modelo, se
encuentra libre. De este modo, la flecha en tal punto (y por ende, en el resto de la
barra) se hace menor para las mismas dimensiones. Ello implica que el algoritmo
encuentre que se minimiza la energa de deformacin abriendo el rombo central en
horizontal, ya que cuenta con un apoyo intermedio, y disponiendo el resto de barras
con una menor longitud, limitando la flecha de los nodos cargados intermedios. Por lo
tanto, el programa tiende a abrir el rombo central cuando se dispone una barra que
una sus extremos exteriores, en pos de una menor energa de deformacin.
Para ambos modelos se realizaron optimizaciones conjuntas con doble funcin

objetivo: energa de deformacin y peso de la estructura. Ambas optimizaciones
proporcionan un frente de Pareto, en el cual existen 100 posibles soluciones al
problema planteada (ya que se tomaron 100 individuos para el proceso de evolucin
gentica). Entre las 100 estructuras diferentes existe un tradeoff, que enfrenta energa
de deformacin y volumen: minimizar una conlleva maximizar la otra. Por este motivo,
a la hora de elegir un individuo, habr que tener en cuenta cul es el objetivo principal
del diseo.
En este caso, las diferentes distribuciones presentan una enorme variabilidad en sus
valores para ambas funciones de optimizacin. Esto es un resultado lgico de un
algoritmo de optimizacin gentica, en el cual se evita, por constitucin propia del
mismo, que la solucin se concentre en torno a un nico mnimo local.
A la hora de concebir un diseo efectivo, ser necesario escoger, de entre la amplia

variedad de individuos que se obtienen al final del proceso de optimizacin, aquel que
cumple mejor con los requisitos impuestos de antemano. As, por ejemplo, podran
descartarse todos los individuos que tuviesen un volumen superior a uno marcado
como lmite, y tomar de entre los restantes el que presente menor energa de
deformacin.
No obstante, en este anlisis se pretende observar la variabilidad de los individuos,

verificando el correcto trabajo del algoritmo. Por ello, para cada modelo se tomarn
los individuos extremos, es decir, aquellos que presentan menor energa de
deformacin y aquellos que presentan menor volumen, de entre todos los individuos
de la muestra.
Los individuos extremos para el caso de mnima energa de deformacin son los
siguientes:
127
Bibliografa

propio. Configuracin que minimiza la energa de deformacin

128
Bibliografa

Imagen tridimensional del Modelo II optimizado segn la energa de deformacin y

el peso propio. Configuracin que minimiza la energa de deformacin
Las configuraciones alcanzadas en estas estructuras permiten una baja energa de

deformacin. En este caso, y para ambos modelos, el resultado es mejor que el
ofrecido por los procesos de evolucin gentica de funcin objetivo simple. Este
resultado implica que el algoritmo utilizado trabaja mejor cuando se trata de encontrar
mnimos en problemas de optimizacin compleja, es decir, en aquellos que presentan
varias funciones objetivo.
129
Bibliografa
Se puede entender este fenmeno haciendo una analoga de la seleccin natural. Para
un entorno poco agresivo (una nica funcin objetivo) los individuos convergen rpido
hacia una configuracin, y luego sta se va mejorando con el paso de generaciones.
Para un entorno ms agresivo (varias funciones objetivo) se darn ms diferencias
entre los individuos iniciales, dado que cada uno intentar adaptarse (llegar a una
configuracin ptima) en la medida de sus posibilidades. Al conseguir una
descendencia de entre estos individuos sus caractersticas se mezclan, consiguindose
nuevas camadas de individuos con caractersticas dispares y, a su vez, mejores que en
aquel ambiente poco agresivo. En cierto modo, la diversidad de vida sobre La Tierra
expresa el comportamiento de los individuos frente a este ltimo ambiente. Los
individuos extremos para el caso de mnimo volumen de material son los siguientes:


130
Bibliografa
Imagen en panta del Modelo II optimizado segn la energa de deformacin y el peso

Imagen tridimensional del Modelo III optimizado segn la energa de deformacin y

el peso propio. Configuracin que minimiza el peso propio.
Aqu el algoritmo tiende a ahorrar material superponiendo barras, quedando ambos

modelos muy similares en cuanto a topologa. Para estas configuraciones se tienen
energas de deformacin muy altas, fruto de las grandes deformaciones que se
obtienen en la estructura tras la aplicacin de las cargas, dado que las secciones
transversales de cada barra poseen unas dimensiones muy pequeas. La solucin para
mnimo volumen de material es absurda desde el punto de vista estructural, aunque
tiene rigor matemtico.
131
Bibliografa
Optimizacin con anlisis no-lineal
Tambin se ha desarrollado una optimizacin para un anlisis no-lineal del sistema. El

mtodo seguido para el anlisis no lineal es discutido.
El anlisis no-lineal se propone como un postclculo del anlisis lineal, y se constituye

como un proceso iterativo, en el que se verifica la forma en que crecen los
desplazamientos de la estructura, hasta llegar a una cierta tolerancia, punto en el cual
se declara la convergencia del proceso iterativo. Por lo tanto, para el anlisis no-lineal
es muy importante la definicin de esta tolerancia.
En el caso analizado se tom esta tolerancia como un desplazamiento, en cualquier

direccin, de 2 centmetros.
Este valor se tom por diversas razones. En primer lugar, 2 centmetros suponen un
desplazamiento aceptable dentro de la estructura, no constituyendo una dimensin
absurda. Adems, es poco menos de la mitad (concretamente un 41.4%) de la flecha
mxima exigida por la IAP 2011 para un puente de dimensiones como las del estudio.
Por ltimo, el diseo del puente se trata como un trabajo de anlisis de resultados, y
no como un proceso de diseo tal y como se entiende en ingeniera civil.
Es importante tener en cuenta que esta tolerancia se define a efectos de poder

diferenciar los resultados para anlisis lineal y no-lineal ms que para objetivos propios
de diseo estructural. Por lo tanto, se hace un nfasis en modificar la hiptesis de
convergencia para el clculo no-lineal a la hora de proceder con diseos de
estructuras, a fin de imponer tolerancia ms adecuadas (recomendablemente
menores) para tales fines. Por otro lado, los resultados ofrecidos por la optimizacin
del sistema en anlisis no-lineal fueron:

132
Bibliografa

Como puede comprobarse, el resultado del Modelo I con anlisis no-lineal difiere del
resultado del Modelo I sin anlisis no lineal. Las diferencias ms notables son la
apertura del rombo central, tanto en horizontal como en vertical, y la prdida de
simetra y equidistancia en la ltima barra entre tirantes del eje central.
La apertura del rombo central se debe a que este espacio es el rea de mayor
concentracin de las cargas. Al ser las cargas mayores los desplazamientos tambin los
son y, por lo tanto, el algoritmo tender a aliviar cargas en dicha zona para ir hacia
estados de menor energa de deformacin. Este efecto es importante, y tendr su
influencia en el otro comportamiento diferenciado con respecto del anlisis lineal.
Este otro comportamiento diferenciado hace referencia a los ltimos nodos del eje
central del puente presentan un comportamiento complejo. Estos nodos tienden a
bajar menos que el resto, debido al mayor descenso de todos los dems nodos del eje
central, los cuales se sitan entre ambos y se encuentran en peor situacin estructural
respecto de las flechas.
Pero adems, sobre dichos nodos actan cargas puntuales de la misma magnitud que
en el resto de los nodos del eje central. Ello hace que el nodo suba respecto de los
dems debido a la deformada del eje central y baje por la aplicacin de su carga
correspondiente. Dado que la posicin alta de la deformada puede compensarse con el
movimiento descendente debido a la carga, en el anlisis no-lineal se tiende a
incrementar las cargas en dicha zona, consiguiendo alejarlas del rombo central, rea
que presenta mayores problemas en un anlisis no-lineal. As, la prdida de
homogeneidad de los tirantes es un drawback de la apertura del rombo central.
133
Bibliografa
Nuevo diseo
Se propondr un nuevo diseo para el puente de fibra de carbono. En dicho diseo se

juega con la posibilidad de llevar los nodos del rombo central ms all de los valores
prefijados para sostenimiento del tablero.
Si se deja a los nodos exteriores del rombo central oscilar en un rango ms amplio, y se
optimiza respecto de la energa de deformacin real (no respecto de la suma de los
valores absolutos de fuerzas por desplazamientos, lo que definimos como energa de
deformacin absoluta) se tienen soluciones similares a la figura:
Imagen tridimensional del Modelo III optimizado segn la energa de deformacin
134
Bibliografa
Bibliografa
135
Bibliografa
Abou El-Ela, a. a., Allam, S. M., & Shatla, M. M. (2010). Maximal optimal benefits of
distributed generation using genetic algorithms. Electric Power Systems Research,
80(7), 869877.
Arisi, M., Miraglia, N., & Ruisi, v. (1995). Element Stiffness Matrix of Space Curved Bars.
Arch Bridges. Thomas Telford, London
Bhunia, A. K., Sahoo, L., & Roy, D. (2010). Reliability Stochastic optimization for a series
system with interval component reliability via Genetic Algorithm. Applied
Mathematics & Computation
Burgueo, R., & Wu, J. (2006). Membrane-based forms for innovative FRP bridge
systems through structural optimization. Journal of Composites for Construction,
ASCE, September-October.
Busacca, P. G., Marseguerra, M., & Zio, E. (2001). Multiobjective optimization by

genetic algorithms: application to safety systems. Reliability Engineering & System
Safety, 72(1), 5974.
Carlborg, G. R. (2008). Clculo plstico de estructuras de barras: teora, Tercera edicin,

Departamento de Mecnica de Estructuras e Ingeniera Hidrulica, Universidad de
Granada
Chang, J. (2004). Derivation of the higher-order stiffness matrix of a space frame

element. Finite Elements in Analysis and Design, 41, 1530.
Cheng, J. (2007). Hybrid genetic algorithms for structural reliability analysis. Computers
& Structures, 85(19-20), 15241533.
Cheng, J., & Li, Q. S. (2008). Reliability analysis of structures using artificial neural
network based genetic algorithms. Computer Methods in Applied Mechanics and
Engineering, 197(45-48), 37423750.
Chou, J.-H., & Ghaboussi, J. (2001). Genetic algorithm in structural damage detection.
Computers & Structures, 79(14), 13351353
Cui, L., & Sheng, D. (2005). Genetic algorithms in probabilistic finite element analysis of
geotechnical problems. Computers and Geotechnics, 32(8), 555563.
Deb, K., Agrawal, S., Pratap, A., & Meyarivan, T. (n.d.). A Fast Elitist Non-dominated
Sorting Genetic Algorithm for Multi-objective Optimization: NSGA-II.
Deng, L., Ghosn, M., & Shao, S. (2005). Development of a shredding genetic algorithm
for structural reliability. Structural Safety, 27(2), 113131.
136
Bibliografa
Dimou, C. K., & Koumousis, V. K. (2003). Competitive genetic algorithms with

application to reliability optimal design. Advances in Engineering Software, 34(11-
12), 773785.
Eamon, C. D., & Rais-Rohani, M. (2009). Integrated reliability and sizing optimization of
a large composite structure. Marine Structures, 22(2), 315334.
Fatmi, R. E., & Zenzri, H. (2004). A numerical method for the exact elastic beam theory.
Applications to homogeneous and composite beams. International Journal of
Solids and Structures, 41(9-10), 25212537.
Fatmi, R. E. (2007a). Non-uniform warping including the effects of torsion and shear
forces . Part I: A general beam theory, International Journal of Solids and
Structures, 44, 59125929.
Fatmi, R. E. (2007b). Non-uniform warping including the effects of torsion and shear
forces . Part II: Analytical and numerical applications, International Journal of
Solids and Structures, 44, 59305952.
Fatmi, R. E., & Ghazouani, N. (2009). Non-uniform warping for composites beams.
Theory and numerical applications. 19me Congrs Franais de Mcanique,
Marseille, 24-28 aot.
Fleming, P. J., & Purshouse, R. C. (2010). Evolutionary algorithms in control systems

engineering: a survey, Control Engineering Practice, 10(2002), 12231241.
Fomento, M. D. E. (2011). Boletn oficial del estado, 110164110225.
Fredricson, H. (2005). Topology optimization of frame structuresjoint penalty and

material selection. Structural and Multidisciplinary Optimization, 30(3), 193200.
Fuchs, Moshe B. (1982). Explicit optimum design. International Journal of Solids &
Structures, 18(1), 1322.
Fuchs, Maurice B. (1991). Unimodal beam elements. International Journal of Solids &
Structures, 27(5), 533545.
Fuchs, Moshe B. (1991). The explicit inverse of the stiffness matrix. International
Journal of Solids & Structures, 29(16), 21012113.
Fuchs, Moshe B. (1992). Analytic representation of member forces in linear elasic

redundant trusses. International Journal of Solids & Structures, 29(4), 519530.
Gen, M., & Kim, J. R. (1999). GA-based Reliability Design: State-of-the-Art Survey.
Computers & Industrial Engineering, 37, 151155.
137
Bibliografa
Gen, M., & Yun, Y. (2006). Soft computing approach for reliability optimization: State-
of-the-art survey, Reliability Engineering & System Safety, 91, 10081026.
Ghiasi, H., Fayazbakhsh, K., Pasini, D., & Lessard, L. (2010). Optimum stacking sequence
design of composite materials Part II: Variable stiffness design. Composite
Structures, 93(1), 113.
Ghiasi, H., Pasini, D., & Lessard, L. (2009). Optimum stacking sequence design of
composite materials Part I: Constant stiffness design. Composite Structures, 90(1),
111.
Gomes, H. (2004). Comparison of response surface and neural network with other
methods for structural reliability analysis. Structural Safety, 26(1), 4967.
Harik, G. R., & Goldberg, D. E. (2000). Linkage learning through probabilistic

expression, Computer Methods Applied in Mechanics & Engineering, 186, 295
310.
Houcque, D. (2005).Introduction to MATLAB for engineering students.
Hsieh, Y., Chen, T., & Bricker, D. L. (1998). Genetic algorithms for reliability design
problems, Microelectronics Reliability, 38, 15991605.
Huang, B., & Du, X. (2006). Analytical robustness assessment for robust design.
Structural and Multidisciplinary Optimization, 34(2), 123137.
Iuspa, L., & Ruocco, E. (2008). Optimum topological design of simply supported
composite stiffened panels via genetic algorithms. Computers & Structures, 86(17-
18), 17181737.
Kargupta, H., & Bandyopadhyay, S. (n.d.). Further Experimentations On The Scalability

Of The GEMGA 2: A Brief Review Of The GEMGA.
Hrstka, O., & Kucerova, A. (2004). Improvements of real coded genetic algorithms
based on differential operators preventing premature convergence, Advances in
Engineering Software, 35, 237246.
Kumral, M. (2005). Reliability-based optimisation of a mine production system using

genetic algorithms, Journal of Loss Prevention in the Process Industries, 18, 186
189.
Ladevze, P., & Simmonds, J. (1998). New concepts for linear beam theory with
arbitrary geometry and loading. European Journal of Mechanics and Solids,17(3),
377-402.
Levitin, G, & Lisnianski, A. (2001). Structure optimization of multi-state system with

two failure modes, Reliability Engineering & System Safety, 72(1), 75-89.
138
Bibliografa
Levitin, Gregory. (2002). Optimal series parallel topology of multi-state system with
two failure modes, Reliability Engineering & System Safety, 72, 93107.
Lian, Y., Oyama, A., & Liou, M. (2009). Progress in design optimization using
evolutionary algorithms for aerodynamic problems. Progress in Aerospace
Sciences, 125.
Liu, B. (2000). Topological optimization models for communication network with

multiple reliability goals. Computers & Mathematics with Applications, 39, 5969.
Liu, S., Hou, Y., Sun, X., & Zhang, Y. (2012). A two-step optimization scheme for
maximum stiffness design of laminated plates based on lamination parameters.
Composite Structures, 94(12), 35293537.
Marseguerra, M., Zio, E., & Podofillini, L. (2004). A multiobjective genetic algorithm
approach to the optimization of the technical specifications of a nuclear safety
system, Reliability Engineering & System Safety, 84, 8799.
McGuire, W., Gallagher, R. H., Ziemian, R. D. (2000) - Matrix Structural Analysis, Second
Edition, John Wiley & Sons.
Mitchell, M (1999). An introduction to genetic algorithms. Fifth Edition, MIT Press.
Muc, A., & Gurba, W. (2001). Genetic algorithms and finite element analysis in
optimization of composite structures. Composite Structures, 54, 275281.
Narayanan, G., & Krishnamoorthy, C. S. (1990). An investigation of geometric non-

linear formulations for 3D beam elements. International Journal of Non-Linear
Mechanics, 25(6), 643622.
Nesmachnow, S. (2004). Una Versin Paralela del Algoritmo Evolutivo para

Optimizacin Multiobjetivo NSGA-II y su Aplicacin al Diseo de Redes de
Comunicaciones Confiables. X Congreso Argentino de Ciencias de la Computacin,
Buenos Aires, Argentina
Noh, Y., Choi, K. K., & Lee, I. (2009). Identification of marginal and joint CDFs using
Bayesian method for RBDO. Structural and Multidisciplinary Optimization, 40(1-6),
3551.
Canadian Institute of Steel Construction (2002). Torsional section properties of steel

shapes. Canadian Institute of Steel Construction, 119.
Okasha, N. M., & Frangopol, D. M. (2009). Lifetime-oriented multi-objective

optimization of structural maintenance considering system reliability ,
redundancy and life-cycle cost using GA. Structural Safety, 31(6), 460474.
139
Bibliografa
Kumar, A., Pathak, Rakesh M., Gupta, Yash P., & Parsaei, H. R. (1995). A genetic
algorithm for distributed system topology design. Computers & Industrial
Engineering, 28(3),659670.
Pingen, G., Waidmann, M., Evgrafov, A., & Maute, K. (2009). A parametric level-set
approach for topology optimization of flow domains. Structural and
Multidisciplinary Optimization, 41(1), 117131.
Press, A. I. N. (2006). Genetic algorithms in reliability engineering, Reliability

Engineering & System Safety, 91, 975976.
Reeves, Colin R., & Rowe, Jonathan E. (2002). Genetic Algorithms Principles and
perspectives: a guide to GA theory. Kluwer Academic Publishers.
R, J. C., & Fomento, E. M. D. (2002). Ministerio de fomento 19687, 3589835967.
Salazar, D., Rocco, C. M., & Galva, B. J. (2006). Optimization of constrained multiple-
objective reliability problems using evolutionary algorithms, Reliability
Saouma, E. (1999). Lecture Notes inMatrix Structural Analysis with an Introduction to

Finite Elements. University of Colorado, Boulder. Department of Civil,
Environmental & Architectural Engineering, CVEN4525/5525, Fall 1999
Seaburg, P. A., & Carter, C. J. (n.d.). Torsional Analysis of Structural Steel Members.
Steel Design Guide Series, 9.
Seshadri, A. (n.d.-a). A fast elitist multiobjective genetic algorithm: NSGA-II, 14.
Seshadri, A. (n.d.-b). Multi-objective optimization using evolutionary algorithms

(MOEA), 120.
Shao, S., & Murotsu, Y. (1999). Approach to failure mode analysis of large structures.
Probabilistic Engineering Mechanics, 14, 169167.
Silva, M., Tortorelli, D. a., Norato, J. a., Ha, C., & Bae, H.-R. (2009). Component and
system reliability-based topology optimization using a single-loop method.
Structural and Multidisciplinary Optimization, 41(1), 87106.
Tavakkoli-moghaddam, R., Safari, J., & Sassani, F. (2008). Reliability optimization of

series-parallel systems with a choice of redundancy strategies using a genetic
algorithm, Reliability Engineering & System Safety, 93, 550556.
Tsai, Stephen W. (2008). Theory of composites design. Stanford University.
140
Bibliografa
Tsai, Y., Wang, K., & Teng, H. (2001). Optimizing preventive maintenance for
mechanical components using genetic algorithms, Reliability Engineering &
System Safety, 74, 89-97.
Valdebenito, M. a., & Schuller, G. I. (2010). A survey on approaches for reliability-

based optimization. Structural and Multidisciplinary Optimization, 42(5), 645663.
Wang, J., & Ghosn, M. (2005). Linkage-shredding genetic algorithm for reliability
assessment of structural systems, Structural Safety, 27, 4972.
Wu, J., & Burgueo, R. (2006). An integrated approach to shape and laminate stacking
sequence optimization of free-form FRP shells. Computer Methods in Applied
Mechanics and Engineering, 195(33-36), 41064123.
Yau, J. D., & Yang, Y. B. (2008). Geometrically nonlinear analysis of planar circular
arches based on rigid element concept A structural approach, Engineering
Structures, 30, 955964.
Ye, Z., Li, Z., & Xie, M. (2010). Some improvements on adaptive genetic algorithms for
reliability-related applications. Reliability Engineering and System Safety, 95(2),
120126.
Yun, Y. (2006). Hybrid genetic algorithm with adaptive local search scheme. Computers
& Industrial Engineering, 51(1), 128141.
Zou, D., Gao, L., Wu, J., Li, S., & Li, Y. (2010). Computers & Industrial Engineering A
novel global harmony search algorithm for reliability problems. Computers &
Industrial Engineering, 58(2), 307316.
Kumar, R., Izui, K., Yoshimura, M., & Nishiwaki, S. (2009). Multi-objective hierarchical
genetic algorithms for multilevel redundancy allocation optimization, Reliability
141

PROYECTO

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

PROYECTO

Cargado por

Copyright:

Formatos disponibles

Proyecto Fin de Carrera Alejandro Rodrguez Snchez

Optimizacin Conjunta Material-Estructura aplicada a Sistemas Estructurales de Fibra de Carbono

Proyecto Fin de Carrera

Alejandro Rodrguez Snchez

FORMULACIN DEL PROBLEMA .. 4

OBJETIVOS DE LA INVESTIGACIN .... 6

ESTABLECIMIENTO DE UN MARCO DE REFERENCIA .. 9

REFERENCIAS BIBLIOGRFICAS . 135

Formulacin del Problema

El objetivo del siguiente estudio es el diseo de puentes de fibra de carbono a travs de

El material utilizado es la fibra de carbono, debido a la reciente introduccin del mismo en el

En definitiva, este proyecto articula un mtodo de diseo de nuevas tipologas estructurales en

El presente trabajo se centra en la concepcin del diseo estructural a travs de nuevos

Ante tal desafo se recurre a la utilizacin de algoritmos de computacin especialmente

Los algoritmos de optimizacin gentica son apropiados cuando se tienen problemas de

Utilizando dichos algoritmos se realizarn varios diseos de puentes con diferentes

Ser necesario adentrarse en los conceptos de optimizacin estructural a travs de ejemplos

Adems, es necesario adentrarse en los conceptos de definicin paramtrica de estructuras,

A la hora de tomar un marco de referencia tomaremos en cuenta dos fuentes: el diseo de

La forma de trabajo micromecnico es bsica a la hora de diferenciar la fibra de carbono de

Ahora le toca el turno a la ingeniera civil en la utilizacin de los composites.

Este concepto se ha utilizado en ingeniera para el desarrollo de diseos sobre formas

Para ello se retomar el proyecto comenzado por el grupo de Evaluacin No Destructiva de la

Iniciacin a la optimizacin estructural

De este modo la optimizacin estructural se basa en restringir el diseo de un sistema

Este tipo de optimizacin se basar en la fiabilidad de la estructura, es decir, la

Reliability-based Optimization is a most appropriate and advantageous methodology

Por ello, en todo problema de optimizacin estructural debe definirse el sistema

Posteriormente se trabajar la optimizacin, que trabajar sobre ciertos parmetros

Cada una de las funciones de optimizacin depende de una serie de parmetros

[]; in mathematical terms, this problem is defined as follows (Freudenthal 1956;

Dada esta definicin, la optimizacin estructural puede implementarse como un

Esquema de un proceso de optimizacin basado en la fiabilidad

Este proceso es complejo y laborioso, por lo que en procesos de optimizacin

En especial, en este ejercicio se tratarn algoritmos de optimizacin genticos.

Este tipo de algoritmos trabaja de forma parecida a como lo hace un proceso de

Esquema de una optimizacin gentica mediante el mtodo de los elementos finitos

Viga simplemente apoyada de hormign de longitud definida

Dados los algoritmos disponibles se dividir el problema es dos partes, diferencindose

Para el problema de optimizacin de criterio simple de una viga simplemente apoyada

Viga simplemente apoyada sometida a una carga distribuida uniforme

Primero se resolver el sistema estructural, tomando como base las ecuaciones de la

Dadas las caractersticas del problema esttico se tiene que , con

Los resultados obtenidos para los distintos algoritmos utilizados se muestran en la

El problema de optimizacin multicriterio se define del mismo modo que el problema

La eficacia de los problemas de optimizacin multicriterio consiste en que aportan un

Frente de Pareto para dos funciones objetivo

Los algoritmos de optimizacin utilizados como muestra son GODLIKE y NSGA-II.

GODLIKE (Global Optimum Determination by Linking and Interchanging Kindred

NSGA-II (Non-dominated Sort Genetic Algorithm, creado por Aravind Seshadri) es un

Una visin rpida de los datos puede hallarse en la siguiente tabla:

En cuanto a tiempo de computacin se observa que, en general, GODLIKE es ms

A continuacin se ofrecen los diferentes frentes de Pareto obtenidos con los

Frente de Pareto ofrecido por el algoritmo GODLIKE DE

Detalle del frente de Pareto ofrecido por el algoritmo GODLIKE DE

Frente de Pareto ofrecido por el algoritmo GODLIKE GA

Detalle del frente de Pareto ofrecido por el algoritmo GODLIKE GA

Detalle del frente de Pareto ofrecido por el algoritmo GODLIKE PSO

Frente de Pareto ofrecido por el algoritmo NSGA-II

Detalle del frente de Pareto ofrecido por el algoritmo NSGA-II 22

Tambin puede comentarse el scattering de las soluciones. Parece claro que la

Por otro lado, el scattering de las soluciones informa de que el algoritmo ha

Un problema de optimizacin no es ms que un problema matemtico de bsqueda de

Es posible que, para algunos algoritmos de optimizacin, el proceso de resolucin se