I METODI DELL’INTELLIGENZA ARTIFICIALE NELL’ANALISI E NELLA PROGETTAZIONE DEI PONTI SOSPESI
1. UNIVERSITA’ DEGLI STUDI DI ROMA “LA SAPIENZA”
Dipartimento di Ingegneria Strutturale e Geotecnica
Facoltà di Ingegneria
I METODI DELL’INTELLIGENZA ARTIFICIALE
NELL’ANALISI E NELLA PROGETTAZIONE
DEI PONTI SOSPESI
Dottorato di Ricerca in Ingegneria delle Strutture
XVII Ciclo
Tesi di Luca Sgambi
Aprile 2005
Relatore:
Prof. Franco Bontempi
2. L’attività del progettare Modelli di conoscenza Applicazioni
Organizzazione della tesi e della presentazione
Introduzione
Strutura della tesi
Conclusioni
Capitolo 1 → Progettazione e ragionamento
Capitolo 2 → Organizzare le informazioni
Parte 1
Capitolo 3 → Modellazione e conoscenza
Capitolo 4 → Intelligenza artificiale
Parte 2
Capitolo 5 → Esplorazioni sui carichi
Capitolo 6 → I metodi di soft-computing
Parte 3
Ing. Luca Sgambi 2/51
3. PARTE I
Modi di ragionare
Non linearità della progettazione
Strumenti di analisi
Pensiero e progettazione
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 3/51
4. Modi di ragionare
L’attività del progettare Modelli di conoscenza Applicazioni
Deduzione
qp
p
q
Induzione
p
q
qp
Abduzione
qp
q
p
PROGETTAZIONE STRUTTURALE
Ing. Luca Sgambi 4/51
Sruttura, carichi…
qp
p
q Prestazioni da garantire
Comportamento strutturale
5. Modi di ragionare
L’attività del progettare Modelli di conoscenza Applicazioni
Abduzione esplicativa
Conoscenza
acquisita
Utilizzo di una legge nota
qp
Innovazione
Abduzione innovativa
Utilizzo di una legge
non nota o incerta
qp
Ing. Luca Sgambi 5/51
6. Riconoscimento del
problema
La necessità è valida?
No
Si
Fine?
Definizione del problema
La definizione è
adeguata?
Esplorazione del problema
No
Ricerca delle proposte
alternative
Predizione dei risultati
Test di fattibilità delle
alternative
Esistono proposte
fattibili?
Rilassamento delle richieste
Valutazione di fattibilità delle
alternative
Una delle alternative è
milgiore?
Specificare la soluzione
Implementare la soluzione
Rilassamento delle richieste
No
No
Criteri
generali
Criteri
specifici
Non linearità della progettazione
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 6/51
Esplorazione del problema
qp
Rilassamento delle richieste
qp
7. Complessità del problema in oggetto
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 7/51
3300183 183777 627
960 3300 m 810
+77.00 m
+383.00 +383.00
+54.00
+118.00
+52.00 +63.00
3300183 183777 627
960 3300 m 810
+77.00 m
+383.00 +383.00
+54.00
+118.00
+52.00 +63.00
Dispositivi di Dissipazione
Comportamento del Suolo
Non Linearità di Materiale
Interfaccia Suolo-Struttura Non Linearità di Contatto
Pendini
Torri
Cavi Principali
Non Linearità Geometrica
Non Linearità coinvolte nelle Analisi Strutturali
8. L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 8/51
Complessità del problema in oggetto
3300183 183777 627
960 3300 m 810
+77.00 m
+383.00 +383.00
+54.00
+118.00
+52.00 +63.00
3300183 183777 627
960 3300 m 810
+77.00 m
+383.00 +383.00
+54.00
+118.00
+52.00 +63.00
Incertezze coinvolte nelle Analisi Strutturali
Incertezze legate al modello strutturale
Incertezze legate alla modellazione dei carichi
Incertezze legate alla geometria ed ai materiali
9. L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 9/51
Complessità del problema in oggetto
3300183 183777 627
960 3300 m 810
+77.00 m
+383.00 +383.00
+54.00
+118.00
+52.00 +63.00
3300183 183777 627
960 3300 m 810
+77.00 m
+383.00 +383.00
+54.00
+118.00
+52.00 +63.00
Interazioni coinvolte nelle Analisi Strutturali
Interazione Struttura - Traffico
Interazione Struttura - Vento
Interazione Struttura - Terreno
10. Strumenti di analisi del progetto
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 10/51
3300183 183777 627
960 3300m 810
+77.00m
+383.00 +383.00
+54.00
+118.00
+52.00 +63.00
Organizzare la conoscenza
Scomposizione strutturale
Scomposizione prestazionale
Scomposizione dei carichi
11. Obiettivi
Migliorare la conoscenza
dei meccanismi strutturali
L’attività del progettare Modelli di conoscenza Applicazioni
Scomposizione strutturale
p → q
Ing. Luca Sgambi 11/51
ZONE SPECIALI DI
IMPALCATO
SISTEMA DI
RITEGNO/SOSTEGNO
SISTEMA
STRUTTURALE
PRINCIPALE
SISTEMA
STRUTTURALE
SECONDARIO
SISTEMA DI
SOSPENSIONE
IMPALCATO
CORRENTE
FONDAZIONI DELLE TORRI
ANCORAGGI
TORRI
SELLE
CAVI PRINCIPALI
PENDINI
CASSONI STRADALI
CASSONE FERROVIARIO
TRAVERSO
INTERNE
TERMINALI
SISTEMA STRUTTURALE
AUSILIARIO
STRADALE
FERROVIARIO
FUNZIONAMENTO
MANUTENZIONE
EMERGENZA
PONTE
ZONE SPECIALI DI
IMPALCATO
SISTEMA DI
RITEGNO/SOSTEGNO
SISTEMA
STRUTTURALE
PRINCIPALE
SISTEMA
STRUTTURALE
SECONDARIO
SISTEMA DI
SOSPENSIONE
IMPALCATO
CORRENTE
FONDAZIONI DELLE TORRIFONDAZIONI DELLE TORRI
ANCORAGGIANCORAGGI
TORRITORRI
SELLESELLE
CAVI PRINCIPALICAVI PRINCIPALI
PENDINIPENDINI
CASSONI STRADALICASSONI STRADALI
CASSONE FERROVIARIOCASSONE FERROVIARIO
TRAVERSOTRAVERSO
INTERNEINTERNE
TERMINALI
SISTEMA STRUTTURALE
AUSILIARIO
STRADALE
FERROVIARIO
FUNZIONAMENTO
MANUTENZIONE
EMERGENZA
PONTE
ZONE SPECIALI DI
IMPALCATO
SISTEMA DI
RITEGNO/SOSTEGNO
SISTEMA
STRUTTURALE
PRINCIPALE
SISTEMA
STRUTTURALE
SECONDARIO
SISTEMA DI
SOSPENSIONE
IMPALCATO
CORRENTE
FONDAZIONI DELLE TORRIFONDAZIONI DELLE TORRI
ANCORAGGIANCORAGGI
TORRITORRI
SELLESELLE
CAVI PRINCIPALICAVI PRINCIPALI
PENDINIPENDINI
CASSONI STRADALICASSONI STRADALI
CASSONE FERROVIARIOCASSONE FERROVIARIO
TRAVERSOTRAVERSO
INTERNEINTERNE
TERMINALI
SISTEMA STRUTTURALE
AUSILIARIO
STRADALE
FERROVIARIO
FUNZIONAMENTO
MANUTENZIONE
EMERGENZA
PONTEPONTE
ZONE SPECIALI DI
IMPALCATO
SISTEMA DI
RITEGNO/SOSTEGNO
SISTEMA
STRUTTURALE
PRINCIPALE
SISTEMA
STRUTTURALE
SECONDARIO
SISTEMA DI
SOSPENSIONE
IMPALCATO
CORRENTE
FONDAZIONI DELLE TORRIFONDAZIONI DELLE TORRI
ANCORAGGIANCORAGGI
TORRITORRI
SELLESELLE
CAVI PRINCIPALICAVI PRINCIPALI
PENDINIPENDINI
CASSONI STRADALICASSONI STRADALI
CASSONE FERROVIARIOCASSONE FERROVIARIO
TRAVERSOTRAVERSO
INTERNEINTERNE
TERMINALI
SISTEMA STRUTTURALE
AUSILIARIO
STRADALE
FERROVIARIO
FUNZIONAMENTO
MANUTENZIONE
EMERGENZA
PONTEPONTE
12. Scomposizione dei carichi
Carichi da traffico
Stradale
Stese di carico globali
Modello dinamico
Dislocata sui cassoni stradali
Stese di carico globali
Ferroviario 1
Ferroviario 2
Ferroviario 3
Ferroviario 4
Ferroviario 5
Ferroviario 6
Stradale 1
Stradale 2
Stradale 3
Stradale 4
Stradale 5
Stradale 6
Stradale 7
Stradale 8
Stradale 9
Stradale 10
Stradale 11
Stradale 12
Impronte locali del carico
Azione reale del traffico
Obiettivi
Individuare
le azioni agenti
Selezionare
scenari di carico
Definire i valori delle
azioni elementari
L’attività del progettare Modelli di conoscenza Applicazioni
Traffico leggero
1.25 kN/m
Traffico pesante
3.75 kN/m
Traffico leggero
1.25 kN/m
Traffico pesante
3.75 kN/m
p → q
Ing. Luca Sgambi 12/51
13. Scomposizione delle prestazioni
PERCORRIBILITA'
STRADALE
FERROVIARIA
Rotazione trasversale
Interazione impalcato-veicoli
Sufficiente Illuminazione
Interazione impalcato-veicoli
Pendenze longitudinali
Curvature trasversali
Comfort di marcia
Accessibilità
Sicurezza al ribaltamento
Efficienza e funzionalità del
servizio
Impatto da rumore e vibrazioni
Sicurezza allo svio
Mantenimento del franco libero
sul l.m.m.
Efficienza e funzionalità del
servizio
Accelerazioni del piano viario
Comfort di marcia
Accessibilità
Sicurezza al ribaltamento
Defluimento delle acque
meteoriche
Effetti dinamici del sovraccarico
permanente
GARANZIA DI
NAVIGABILITA’
5%
1.5m/s2
2.9%
8%
…
…
…
…
…
…
…
…
…
…
…
…
…
…
Obiettivi
Individuare
le prestazioni
Definire i valori delle
prestazioni
L’attività del progettare Modelli di conoscenza Applicazioni
p → q
Ing. Luca Sgambi 13/51
14. Costruzione di una base di conoscenza
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 14/51
Metodi di scomposizione Metodi di esplorazione
Costruzione di una base di
conoscenza
15. PARTE II
Modellazione e conoscenza
La rappresentazione
L’esplorazione del modello
Errori ed approssimazioni
I metodi di soft-computing
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 15/51
17. L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 17/51
Il modello numerico
Pendini tipo 3
Pendini tipo 2
Pendini tipo 1
Pendini tipo 3
Pendini tipo 2
Pendini tipo 1
Suddivisione
elementi
Sella
Incastri
Suddivisione
elementi
Sella
Incastri
Cavalletto
Cerniera fissa
Cavalletto
Cerniera fissa
Vincoli di appoggio dell’impalcato
7000 gdl
18. L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 18/51
-2.0E+06
-1.0E+06
0.0E+00
1.0E+06
2.0E+06
-1.5 -1 -0.5 0 0.5 1 1.5
Spostamento relativo
Azioneassiale
longitudinali
Elemento Disp. Longitudinale Disp. Trasversale
Area 1,0 m2
1,0 m2
Gap ± 0,5 m ± 0,3 m
E 1 * 103
MPa 1 * 103
MPa
Gamba della torre
Vento
HG
RG
HG
TG
HG
RG
HG
HG
RG
HG
Cassone stradale
Cassone ferroviario
Cassone stradale
Traverso Dispositivo
Dispositivi di controllo
19. L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 19/51
Codici di calcolo commerciali
Cavi: Truss, Beam
Impalcato: Beam, Shell
Torri: Beam, Shell
Fondazioni: Membrane (2D), Brick (3D)
Terreno: Membrane (2D), Brick (3D)
Dissipatori: Truss, Special Element
Interfaccia: Truss, Special Element
NL Geometrica: Cavi
NL Materiale: Dissipatori, Terreno
NL Contatto: Interfacce
Tipo di Non Linearità
Modello Matematico
20. L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 20/51
Codici di calcolo commerciali
Necessità di Benchmarks per dominare i risultati
Spostamento all'estremo caricato
-0.005
0.000
0.005
0.010
0.015
0.020
0.025
0.030
0.035
7 7.1 7.2 7.3 7.4 7.5 7.6 7.7 7.8 7.9 8
Posizione (m)
Spostamento(m)
Cilindro
Assialsimmetrico
Shell Elements GNL Beam Elements
Diamond
Frame
0
20
40
60
80
100
120
140
160
0.00 10.00 20.00 30.00 40.00 50.00
Spostamento (mm)
ForzaP(daN)
Spostamento V Spostamento
U
21. L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 21/51
Codici di calcolo commerciali
Momento longitudinale all'estremo caricato
-40000
-35000
-30000
-25000
-20000
-15000
-10000
-5000
0
5000
10000
7 7.1 7.2 7.3 7.4 7.5 7.6 7.7 7.8 7.9 8
Posizione (m)
Momento(Nm)
Teorico
Lusas
Sap2000
Algor
Carico assialsimmetrico
22. Necessità di utilizzare differenti codici di calcolo
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 22/51
23. L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 23/51
Governare le approssimazioni
Approssimazioni
Numeriche (codici di calcolo)
Modellazione
Ragionamento umano
Esplorazione del modello numerico
Pianificazione delle analisi
24. Esplorazione
Al giunto,
longit. (m)
In mezz.
trasv. (m)
In mezz.
vert. (m)
-10% 0.6338 -1.7644 -7.9584
+10% 0.6329 -1.7596 -7.9326
CV 0.0737 0.1367 0.1623
CA 0.0037 0.0068 0.0081
L’esplorazione del modello numerico
Amplificazione
dell’incertezza
Riduzione
dell’incertezza
Amplificazione
dell’incertezza
Riduzione
dell’incertezza
Rispetto a 3 spostamenti significativi
100
−
=
−+
S
SS
CV
10%10%
20
CV
CA =
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 24/51
Unità del 2° gruppo pendini
25. Unità dei cavi principali
Unità dei cassoni ferroviari
Unità dei cassoni stradali
Unità delle gambe delle torri
Unità del 1° gruppo dei pendini
Unità del 3° gruppo dei pendini
Unità dell’insieme dei pendini
Unità del 2° gruppo dei pendini
Unità dei trasversi delle torri
Unità dei trasversi dell’impalcato
CV al giunto longitudinale
CV in mezzeria trasversale
CV in mezzeria verticale
Distanza Euclidea tra le unità
L’esplorazione del modello numerico
L’influenza di incertezze relative alle proprietà o al comportamento
meccanico dei cavi principali risulta notevolmente superiore
a tutte le altre incertezze considerate.
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 25/51
Matrice dei dati
26. L’esplorazione del modello numerico
Cedimenti
Vincoli di appoggio elastici
Si evidenzia una notevole dipendenza dello spostamento verticale dell’impalcato da
eventuali cedimenti in direzione longitudinale dei blocchi di ancoraggio (x 3.7)
Le differenze nella risposta globale rimangono nell’ordine dei pochi punti percentuale.
Elemento biella – Elemento trave
Senza – Con nodi rigidi
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 26/51
27. Monitoraggio del Meta-Meta-Modello
Sottosistema 1 Sottosistema 2 Sottosistema 3
Persona 1
Persona 2
Persona 3
Modellazione 1 Codice di calcolo 1
Codice di calcolo 2
Codice di calcolo 3
Modellazione 2
Modellazione 3
Integrazione
Confronto
Robustezza delle analisi
Meta-Modello 3:
Approssimazione dei
calcoli
Meta-Modello 2:
Approssimazione nelle
modellazioni
Meta-Modello 1:
Errori nei ragionamenti
Pianificare le analisi numeriche
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 27/51
Ascissa lungo l'asse del ponte (m)
-10
-8
-6
-4
-2
0
2
-200 300 800 1300 1800 2300 2800 3300
Spostamentoverticale(m)
Lusas SI SAP SI
SAP TE LUSAS CF
Ansys TE
Ascissa lungo l'asse del ponte (m)
-12
-10
-8
-6
-4
-2
0
2
-200 300 800 1300 1800 2300 2800 3300
Spostamentotrasversale(m)
Lusas SI SAP SI
SAP TE Lusas CF
Ansys TE
D = 8%
D = 60%
Ascissa lungo l’asse del ponte
Ascissa lungo l’asse del ponte
SpostamentoverticaleSpostamentotrasversale
28. Incremento della conoscenza e dell’affidabilità
Ing. Luca Sgambi 28/51
Incertezze Ottimizzazione
Metodi di intelligenza
artificiale
AffidabilitàMonitoraggio
Controllo
L’attività del progettare Modelli di conoscenza Applicazioni
29. L’intelligenza artificiale
La data di nascita dell’intelligenza artificiale viene fissata nell’anno 1956 quando McCarthy,
insieme ad altri ricercatori quali Minsky, Shannon e Rochester, ne coniò il nome durante uno
storico convegno nell’Università di Dartmouth
Il concetto di soft-computing (computazione sfumata) è stato introdotto da Zadeh nel 1964:
“Soft-computing è un insieme di metodologie volte a sfruttare la tolleranza all’imprecisione e
all’incertezza per ottenere trattabilità, robustezza e bassi costi computazionali…
• Le reti neurali
• Gli algoritmi evolutivi
• La logica fuzzy
• I metodi di apprendimento
• Il ragionamento probabilistico
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 29/51
30. y1 = F(w2,1•a1+w2,3• a2+q2,1) = F(w2,1•F(w1,1•x1+q1,1)+w2,3•F (w1,2• x1+w1,4•x2+w1,6•x3+q1,2)+q2) Regressione non lineare…
Unità di output
Unità di input
Informazione
in uscita
Unità
nascoste
Informazione
in entrata
Strato L3 - Indice i
Strato L2 - Indice j
Strato L1 - Indice k
Collegamento L2L3
Collegamento L1L2
y1 y2 y3
x1 x2 x3
i
F
Fi
Collegamenti di ingresso Collegamenti di uscita
Xi
Yj
Le reti neurali
0
0.2
0.4
0.6
0.8
1
1.2
-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
Ai
0
0.2
0.4
0.6
0.8
1
1.2
-10 -8 -6 -4 -2 0 2 4 6 8 10
Ai
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 30/51
=
−=
N
j
ijiji θxwA
1
−= =
N
j
ijiji θxwΦy
1
iAki
e
)Φ(A −
+
=
1
1
31. jij
i
i
iij
i
i
i
iij
ij xx
A
y
y
E
w
A
A
y
y
E
w
E
w =
−=
−=
−=D
kHj
jk
j
j
j
jjk
jk y
w
A
A
y
y
E
w
E
w −=
−=
−=D
−=−−=
i
iiii
i
T
ii yyyyyyE
2
2
1
2
1
Algoritmo della back-propagation
Varianti:
• Introduzione del momentum
• Addizione di rumore
• Parametri adattivi
La tecnica di apprendimento più comune per questo
tipo di reti è l’algoritmo di propagazione all’indietro
(back-propagation) scoperto nel 1969 da Bryson e
Ho e sviluppato negli anni Ottanta da Rumelhart.
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 31/51
32. Algoritmi genetici
Individuo Soluzione di un problema
Cromosoma Rappresentazione di una soluzione
xT
1 = [0 0 1 1 0 0 | … … …| 1 1 1 1 0 0 | 0 0 0 0 1 1]
X1 X4 X5
xT
1 = [0 0 1 1 0 0 | … … …| 1 1 1 1 0 0 | 0 0 0 0 1 1]
xT
2 = [1 0 1 0 0 0 | … … …| 0 0 1 0 0 1 | 0 1 1 0 0 1]
xT
N= [0 0 1 1 0 0 | … … …| 0 1 0 1 0 1 | 1 0 0 0 0 1]
Ambiente Naturale
X1
X2
X3
X5
X4Definizione del problema
Popolazione Insieme di soluzioni
Fitness Qualità di una soluzione
Selezione Naturale Riutilizzo di buone soluzioni
Peso? Costo? Sicurezza?
L’attività del progettare Modelli di conoscenza Applicazioni
Come per le reti neurali, anche per gli algoritmi genetici può essere eseguito
un parallelismo tra l’ambiente biologico ed il metodo matematico.
Ing. Luca Sgambi 32/51
34. Metodologie fuzzy
24 Temperatura
Caldo
Se la Temperatura >= 24 è caldo(1 o vero);
Se la Temperatura < 24, è freddo (0 o falso).
1 (Vero)
0 (Falso)
Temperatura15 25 35
Freddo Caldo
1
Normale
0.5
Grado di appartenenza
0
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 34/51
35. Metodologie fuzzy
A X A x xA A= − = − ( ) ( )1
Complemento
C A B x x x x xc A B A B= = = ( ) max( ( ), ( )) ( ) ( )
Unione
C A B x x x x xc A B A B= = = ( ) min( ( ), ( )) ( ) ( )
Imtersezione
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 35/51
36. Metodologie fuzzy
0
0.2
0.4
0.6
0.8
1 A B C D E F
MB(q) = 0.75
MA(q) = 0.25
Valore della variabile di input
MB(q)1.00
0.00
0.75
0.50
0.25
Variabile
Se X1… Allora y...
Se X2… Allora y...
Se X3… Allora y...
Se X4… Allora y...
Se Xn… Allora y...
Y
Regole di inferenzaFuzzificazione Aggregazione Defuzzificazione
Gradodiappartenenza
Metodo dei massimi
Metodo della
media dei massimi
Metodo del centro di gravità
i B
S
B
S
y ( y )dy
y'
( y )dy
=
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 36/51
37. Utilizzo del soft-computing nella progettazione
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 37/51
Reti neurali Algoritmi genetici Metodi fuzzy
Incremento dell’affidabilità
delle analisi strutturali
38. PARTE III
Applicazione dei metodi di
soft-computing
Reti neurali: affinamento della
conoscenza
Algoritmi genetici: incremento
della robustezza delle analisi
Teorie fuzzy: trattamento delle
incertezze
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 38/51
39. Utilizzo dei metodi di soft-computing
Algoritmi
genetici
Reti neurali
Metodi fuzzy
Differenti punti di vista del problema
problema ingegneristico
Affinamento della soluzione…
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 39/51
40. Miglioramento del modello 3D
Utilizzo di
reti neurali
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 40/51
Trasferimento di conoscenza
p → q
41. Identificazione delle caratteristiche meccaniche
No. Modo
Modello ad
elem. di trave
Modello ad
elem. di guscio
1 2.871 2.778
2 4.032 3.663
3 5.640 5.065
4 5.729 5.881
5 6.423 5.818
6 7.735 7.142
7 7.942 7.248
8 8.010 7.062
9 8.270 7.648
10 9.876 9.901
Possibili miglioramenti…
Utilizzare più variabili meccaniche
Suddividere maggiormente i campi di
elementi trave
Considerare altre topologie di reti neurali
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 41/51
42. x3 x4
x1
Traffico leggero
Treno
Azione longitudinale
Azione del vento
Traffico pesante
x5
x2
Torre
Impalcato
stradale - CS1 - CS2
Impalcato
ferroviario - CF
Per l’impalcato ferroviario:
• Spostamento vert. positivo
• Spostamento vert. negativo
• Pendenza longitudinale
• Pendenza trasversale
Per i cavi principali:
• Tensione di trazione
Per le torri:
• Tensione
Definizione del problema
xT
k = [0 0 1 1 0 0 0 1 | … … …| 1 1 1 1 0 0 1 1| 1 0 0 0 0 1 1 0]
xk
1 xk
15 xk
16
16 variabili codificate con 8 bit ciascuna
Popolazione di 100 individui
Funzione di fitness variabile
100 rigenerazioni di individui
10000 analisi per ogni grandezza
Probabilità di Crossover: 80%
Probabilità di Mutazione: 2%
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 42/51
43. Interfaccia con i codici di calcolo
Genetic Operators
Start
Initial Population
Make the Input File
Structural Code
Computation of the
Output Parameters
N Cycles
M Cycles
End
Ciclosugliindividui
Ciclosullegenerazioni
Evaluation of the
Fitness Function
Selezione
Riproduzione
Crossover
Mutazione
Interfaccia di
input
Interfaccia di
output
Codice
commerciale
Open code
User subroutine
Batch mode
Classidiinterfaccia
Gradi di
libertà
Numero di
persone
Writing of the input file
Running the ADINA code
Reading the output file
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 43/51
44. Convergenza dell’algoritmo
Popolazione iniziale Popolazione finale
Posizione
Individuo
x3 x4
x1
Traffico leggero
Treno
Azione longitudinale
Azione del vento
Traffico pesante
x5
x2
Torre
Impalcato
stradale - CS1 - CS2
Impalcato
ferroviario - CF
Popolazione iniziale Popolazione finale
Posizione
Individuo
x3 x4
x1
Traffico leggero
Treno
Azione longitudinale
Azione del vento
Traffico pesante
x5
x2
Torre
Impalcato
stradale - CS1 - CS2
Impalcato
ferroviario - CF
Due configurazioni di minimo quasi equivalenti
Convergenza meno accentuata rispetto al carico ferroviario
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 44/51
45. Posizioni dei carichi ed importanza relativa
Variabile
Max Sopst.
(negativo)
Max Spost.
(positivo)
Max Pendenza
Longitudinale
Treno 0.22 F 0.22 F 0.05 F
Stradale 1 Da 0.03 a 0.50 F Da 0.03 a 0.50 F Da 0.05 a 0.59 F
Stradale 2 Da 0.03 a 0.50 A Da 0.03 a 0.50 F Da 0.05 a 0.59 A
Vento Da 0.50 a 1.00 --- Da 0.50 a 1.00 --- Da 0.50 a 1.00 ---
Variabile
Max Pend.
Trasversale
Max Tensione
nel cavo princ.
Max Tensione
nella torre
Treno 0.29 F 0.42 A 0.42 A
Stradale 1 Da 0.05 a 0.56 F Da 0.00 a 1.00 A Da 0.00 a 1.00 A
Stradale 2 Da 0.50 a 0.95 F Da 0.00 a 1.00 F Da 0.00 a 1.00 F
Vento Da 0.50 a 1.00 --- null --- Da 0.00 a 1.00 ---
Tipo di carico Max Sopst.
Max Displ.
(positive)
Max Long.
Slope
Ferroviario 62% 62% 47%
Stradale 37% 37% 44%
Vento 1% 1% 9%
Tipo di carico
Max Pend.
Trasversale
Max Tensione
nel cavo princ.
Max Tensione
nella torre
Ferroviario 16% 3% 4%
Stradale 78% 6% 7%
Vento 6% --- 3%
Carico permanente --- 91% 86%
0.51
0.05
0.29
0.50 0.50
0.05
0.39
Tensione nel cavo: azione del vento nulla
Carico ferr.: principale per gli spostam. vert.
Carico strad.: principale per la pend. trasv.
Carico perm.: principale per le tensioni
nei cavi e nelle gambe delle torri.
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 45/51
47. Trattamento delle incertezze
xmaxxmin
Funzionediappart.dix
Funzionediappart.diy
Relazione x - y
x
Variabile x Variabile x
Variabiley
xmaxxmin
ymin
ymax
x
ymin ymax
Valore
defuzzificato
Variabile y
Valore
deterministico
Utilizzo di
metodi fuzzy
Costruzione del legame input / output2
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 47/51
Defuzzificazione del valore deterministico di input
Indivuduazione delle variabili di input e di output
1 Incertezza del 30% sulle
accelerazioni al suolo massime
Defuzzificazione della variabile di output
Utilizzo del legame per ricavare la variabile di output fuzzy
3
Tensioni e spostamenti
in punti opportuni del modello
49. -0.04
-0.03
-0.02
-0.01
0
0.01
0.02
53 53.1 53.2 53.3 53.4 53.5 53.6 53.7 53.8 53.9 54
Displacement (m)
Time (sec)
Envelope curves
Deterministic analysis
Fuzzy analysis
Output membership function
Curva defuzzificata
Analisi deterministica
Curve inviluppo
Variabile di uscita
Funzione di appartenenza
della variabile di uscita
Tempo (sec)
Costruzione della risposta fuzzy
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 49/51
50. -0 .1 5
-0 .1 0
-0 .0 5
0 .0 0
0 .0 5
0 .1 0
5 5 5 6 5 7 5 8 5 9 6 0 6 1 6 2 6 3 6 4 6 5
F u zz y a n a ly s is
D e te rm in is tic a n a ly s is
Spostamento trasversale 5 – TD (m)
Time (sec)
Punti di misura
Centro di
gravità
Max.
value
Incr.
1-TC 12020 15780 31%
3-LD 0.81 1.0 23%
4-TH 213 286 34%
5-TD 0.081 0.090 11%
5-VD 0.053 0.070 32%
7-TD 0.64 0.83 30%
7-VD 0.62 0.84 35%
Defuzzificazione della risposta
0
0.2
0.4
0.6
0.8
1
1.2
Output
(y)
Baricentro
Variabile di output
defuzzificata
Variabile di uscita - y
Gradodiappartenenza
Centro di gravità
Variabile
defuzzificata
0
0.2
0.4
0.6
0.8
1
1.2
Output
(y)
Massimo
Variabile
defuzzificata
Variabile di uscita - y
Gradodiappartenenza
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 50/51
51. Conclusioni
L’attività del progettare Modelli di conoscenza Applicazioni
Università di Roma “La Sapienza” 51/51
La tesi svolta affronta il problema dell’analisi e progettazione di strutture complesse,
quali i ponti sospesi.
Strutture complesse
Non linearità
Incertezze
Interazioni
Esplorazione del problema
Metodi di soft-computing possono risultare utili per governare le problematiche relative
alle incertezze coinvolte nel problema e nel miglioramento dell’affidabilità delle analisi.
I metodi di scomposizione e di esplorazione del problema sono di fondamentale importanza
nell’analisi e nella progettazione di strutture complesse.
52. Scelta del tipo di rete
Definizione dell’architettura
Post-processing dei dati
Addestramento
Validazione
Test
Pre-processing dei dati
INPUT
OUTPUT
Convergenza
si
no
Individuazione delle rete ottimale
Dati random 20000 epoche
0.000
0.010
0.020
0.030
0.040
0.050
0 5 10 15 20 25 30
N neuroni
err
errTRAIN errTEST errTOT
Numero di neuroni nascosti
Ordine di presentazione dei dati
Numero variabile di epoche di addestramento
L’attività del progettare Modelli di conoscenza Applicazioni
Ing. Luca Sgambi 42/53
53. Esplorazione del modello sotto carico statico
Descrizione: Carico stradale: 2*5 = 10 kN/m per carreggiata
Carico ferroviario: 80*1.3=104 kN/m per un solo binario
Eccentricità carico ferroviario: 2 m
ANSYS SAP2000
CODICE DI CALCOLO
GRANDEZZA CINEMATICA
COMBINAZIONE DI CARICO: F
FRECCIA VERTICALE
PENDENZA LONGITUDINALE
PENDENZA TRASVERSALE
SPOSTAMENTO AL GIUNTO
7.41 m
2.07 %
3.49 %
1.36 m
8.29 m
2.08 %
3.41 %
1.31 m
Descrizione: Risultante forza di drag = 3.3 kN/m
Risultante forza di lift = -1.90 kN/m
Risultante momento = 36.45 kN*m/m
ANSYS SAP2000
CODICE DI CALCOLO
GRANDEZZA CINEMATICA
COMBINAZIONE DI CARICO: 2
DRAG
LIFT
TORQ
VENTO
DRAG
LIFT
TORQ
VENTO
DRAGDRAG
1.85 m
0.24 %
4.13e-5
2.20 m
0.34 %
5,05E-05
FRECCIA ORIZZONTALE
PENDENZA NEL P.O.
CURVATURA NEL P.O.
Incremento della
robustezza numerica
Informazioni sull’importanza
delle approssimazioni numeriche
Informazioni sulla
deformabilità dell’opera
Informazioni sulla
deformabilità dell’opera
54. Esplorazione del comportamento sotto carico dinamico
0.0 5.0 10.0 15.0 20.0 25.0 30.0 35.0
45 %
8 %
Periodo (sec)
85 % della massa totale
Fattoredipartecipazionemodale(%)–Spettrodirisposta
56. Esplorazione del comportamento sotto carico dinamico
PGA 1.60
Media 0.358 m
Varianza 0.0107 m2
Fattile 95% 0.529 m
PGA 1.60
Media 0.344 m
Varianza 0.0131 m2
Fattile 95% 0.534 m
0.00 0.50 1.00 1.50 2.00
Spostamento (m)
PGA 1.60
PGA 2.80
PGA 5.70
0.00 0.50 1.00 1.50 2.00
Spostamento (m)
PGA 1.60
PGA 2.80
PGA 5.70
57. Luca Sgambi July 2004
KEY WORDS
PARTICULAR ASPECTS
2) The seismic input
3) The undeformed design configuration
SOME RESULTS ABOUT THE SEISMICAL ANALYSIS
1) Some remarks
61. 0.0 2.0 4.0 6.0 8.0 10.0
RESPONSE SPECTRUM – EUROPEAN SPECIFICATIONS
Foundamental Period
Luca Sgambi July 2004
62. 0.0 5.0 10.0 15.0 20.0 25.0 30.0 35.0
45 %
8 %
PARTECIPATING MODAL MASS - TRANSVERSAL
Foundamental Period
85 % of the total mass
Luca Sgambi July 2004
63. 0.0 5.0 10.0 15.0 20.0 25.0 30.0 35.0
20 %
15 %
11 %
Luca Sgambi July 2004
PARTECIPATING MODAL MASS - VERTICAL
Foundamental Period
60 % of the total mass
64. Luca Sgambi July 2004
PARTECIPATING MODAL MASS - LONGITUDINAL
0.0 5.0 10.0 15.0 20.0 25.0 30.0 35.0
45 %
11 %
Foundamental Period
35 % of the total mass
68. THE SEISMIC INPUT GENERATION
Luca Sgambi July 2004
0 5 10 15 20 25 30
Compatible response
spectrum
Response spectrum
Acceleration time
history
Code used: SIMQKE
Variation: ±10%
We are indebted with Prof. Fabio Biondini.
69. THE SEISMIC INPUT GENERATION
)()()( nn
n
n tsenAtItX F+=
Envelop law
Amplitude
Phase angle
“Baseline correction”
The process optimization make a
acceleration time history with response
spectrum closes at the target spectrum.
Luca Sgambi July 2004
70. PGA (longitudinal) = 4.71 m/s2 PGA (transversal) = 5.88 m/s2 PGA (vertical) = 4.41 m/s2
0 5 10 15 20 25 30
0 5 10 15 20 25 30
DIR X
DIR Y
DIR Z
0 10 20 30 40
0 10 20 30 40
0
0 5
…….1° Seismic event 2° Seismic event
0 5 10 15 20 25 30
THE SEISMIC INPUT GENERATION
Luca Sgambi July 2004
71. THE SEISMIC INPUT GENERATION
-0.25
-0.20
-0.15
-0.10
-0.05
0.00
0.05
0.10
80 85 90 95 100 105 110 115 120
Final shift
Integrated using
trapezoidal rule
Luca Sgambi July 2004
72. THE SEISMIC INPUT GENERATION
We are indebted with Prof. Marcello Ciampoli.
=
−=
N
i
ii aaD
1
*
)(min Correction using Borsoi method
Correct
Not correct
iiiii aa −−−= 321
*
=i Lagrange multipliers
Final velocity = 0
Final displacement = 0
Displacement average = 0
The three conditions
used to estimate the
Lagrange multipliers
Luca Sgambi July 2004
73. THE SEISMIC INPUT GENERATION
-0.25
-0.20
-0.15
-0.10
-0.05
0.00
0.05
0.10
0.15
80 85 90 95 100 105 110 115 120
Not correct
Correct
Time (s)
Displacement (m)
Luca Sgambi July 2004
74. THE DISPLACEMENT TIME HISTORY
-0.2
-0.15
-0.1
-0.05
0
0.05
0.1
0.15
0.2
0 500 1000 1500 2000 2500
Dead load application
Vibrations check Vibrations check
Birthed of the longitudinal
and transversal devices
Time (s)
Earthquake
Displacement
Luca Sgambi July 2004
75. THE DISPLACEMENT TIME HISTORY
-0.2
-0.15
-0.1
-0.05
0
0.05
0.1
0.15
0.2
0 500 1000 1500 2000 2500
Time Step = 10 s (with
automatic time step)
Time (s)
Time Step = 2 s (with
automatic time step)
Time Step = 0.02 s (with
automatic time step)
Time Step = 0.1 s (with
automatic time step)
Luca Sgambi July 2004
76. THE DISPLACEMENT TIME HISTORY
Anchor block
Deck supports
Tower foundations
Different response spectrum
(but spectrum compatible)
Different peak ground acceleration
Luca Sgambi July 2004
78. Dead load
F
The displacement dues a the
dead load is negligible
THE UNDEFORMED DESIGN CONFIGURATION
The displacement dues a the weight is important (30 m) but it not
exists because it is removed during the construction phases.
Luca Sgambi July 2004
79. Impressed Displacement Method
Impressed vertical and horizontal displacements
are applied on each anchor block
8.70 m 8.30 m
Due to non linearity involved in the behavior,
the value of the impressed displacement is
evaluated using an iterative procedure
THE UNDEFORMED DESIGN CONFIGURATION
Thesis of Eng. Maria Silvestri
Luca Sgambi July 2004
80. Temperature Variation Method
Using temperature variations is possible to simulate
the axial strains due the structural loads
DT
DT
Due to the involved non linearity in the behavior,
the values of the temperature variation are
evaluated using an iterative procedure
THE UNDEFORMED DESIGN CONFIGURATION
Luca Sgambi July 2004
Thesis of Eng. Maria Silvestri
81. Sag Method
We assume a varied geometrical configuration which will arrives on the initial
undeformed design configuration under dead loads
Due to non linearity involved in the behavior,
the value of the varied initial configuration is
evaluated using an iterative procedure
THE UNDEFORMED DESIGN CONFIGURATION
Luca Sgambi July 2004
Thesis of Eng. Maria Silvestri
82. THE UNDEFORMED DESIGN CONFIGURATION
Thesis of Eng. Daniele Giusti
75
78
81
84
87
90
93
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120
step
m
fronte 1
riferimento
montaggio dei cassoni
dell'impalcato
applicazione dei sovraccarichi
permanenti non strutturali
QUOTA DELLA MEZZERIA DELL'IMPALCATO RISPETTO ALLA QUOTA DI PROGETTO DI 76.8 m
- FRONTE 1 -
Luca Sgambi July 2004
83. WIND
HG
TG
SICILIA’S TOWER LEG
WIND
SICILIA’S TOWER LEG CALABRIA’S TOWER LEG
CALABRIA’S TOWER LEG
TS
LS
Sicilia Calabria
RG
HG
TG
LS
TS
WIND
HG
TG
SICILIA’S TOWER LEG
WIND
SICILIA’S TOWER LEG CALABRIA’S TOWER LEG
CALABRIA’S TOWER LEG
TS
LS
Sicilia Calabria
RG
HG
TG
LS
TS
TRANSVERSAL AND LONGITUDINAL SLACK
Luca Sgambi July 2004
84. THE UNDEFORMED DESIGN CONFIGURATION
0.0E+00
1.0E+07
2.0E+07
3.0E+07
4.0E+07
5.0E+07
6.0E+07
7.0E+07
8.0E+07
9.0E+07
1.0E+08
0 500 1000 1500 2000 2500
Yielding threshold
Axial force (N)
Time (s)
A problem of the sag method
Luca Sgambi July 2004
85. THE UNDEFORMED DESIGN CONFIGURATION
Birth and Death elements
Sag method
Luca Sgambi July 2004
86. THE UNDEFORMED DESIGN CONFIGURATION
-4.0E+07
-2.0E+07
0.0E+00
2.0E+07
4.0E+07
6.0E+07
8.0E+07
1.0E+08
1.2E+08
0 500 1000 1500 2000 2500
Without "Birth
Elements"
With "Birth
Elements"
CORRECT
NOT CORRECT
Axial force (N)
Time (s)
Luca Sgambi July 2004
90. SPAN TRANSVERSAL DISPLACEMENT
-3.2 m
+3.3 m
FRACTILES 95% o 5%:
-1.8 m
+1.9 m
MEAN VALUES:
+
-
0
0.1
0.2
0.3
0.4
0.5
0.6
-2 0 2 4 6 8
DISPLACEMENTS (m)
0
0.1
0.2
0.3
0.4
0.5
0.6
-8 -6 -4 -2 0 2
DISPLACEMENTS (m)
Luca Sgambi July 2004
91. LONGITUDINAL DISPLACEMENTS
-0.80 m
+0.93 m
FRACTILES 95% o 5%:
-0.67 m
+0.74 m
MEAN VALUES:
+
-
0
1
2
3
4
5
-1.5 -1.25 -1 -0.75 -0.5 -0.25 0
DISPLACEMENTS (m)
0
1
2
3
4
5
0 0.25 0.5 0.75 1 1.25 1.5
DISPLACEMENTS (m)
Luca Sgambi July 2004
92. TENSION IN THE MAIN CABLES
-19700 t
+22600 t
FRACTILES 95% o 5%:
-16800 t
+19600 t
MEAN VALUES:
NORMAL TENSION
FOR SELF WEIGHT:
127000 t
0
0.05
0.1
0.15
0.2
0.25
-25 -20 -15 -10 -5
NORMAL ACTION DECREASE (t*1000)
0
0.05
0.1
0.15
0.2
0.25
10 15 20 25 30
NORMAL ACTION INCREASE (t*1000)
Luca Sgambi July 2004
94. DIFFERENCES BETWEEN THE NUMERICAL MODELS
SAP2000 ADINA
Acceleration time
histories were imposed
Displacement time
histories were imposed
Superposition method
was used
Newmark method was
used
P-D method was
considered
Total Lagrangian
formulation was
considered
≠
≠
≠
Synchronous seismic
simulation
Asynchronous seismic
simulation
≠
Luca Sgambi July 2004
95. CONCLUSIONS AND ACKNOWLEDGED
Eng. Maria Silvestri - Eng. Nicola Pisani - Eng. Raul Luciani
Eng. Daniele Giusti – Mr. Ettore Cipolla – Mr. Giovanni Santoboni
The work of the following people is acknowledged:
The safety of the complex structures, regard to the seismic events, must
be evaluated through various seismic simulations.
Many analyses with different structural codes and different models
should be developed to control the numerous uncertainties and
approximations involved in the structural analyses.
Different seismic simulations have to be developed to give statistical
significance a the analyses.
Luca Sgambi July 2004
96. UNIVERSITA’ DEGLI STUDI DI ROMA “LA SAPIENZA”
Dipartimento di Ingegneria Strutturale e Geotecnica
Facoltà di Ingegneria
I METODI DELL’INTELLIGENZA ARTIFICIALE
NELL’ANALISI E NELLA PROGETTAZIONE
DEI PONTI SOSPESI
Dottorato di Ricerca in Ingegneria delle Strutture
XVII Ciclo
Tesi di Luca Sgambi
Aprile 2005
Relatore:
Prof. Franco Bontempi