Kattotuolin muodon ja rakenneosien poikkileikkausten optimointi hyödyntäen elementtimenetelmää
Suhonen, Lauri (2026)
Diplomityö
2026
School of Energy Systems, Konetekniikka
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2026052857592
https://urn.fi/URN:NBN:fi-fe2026052857592
Tiivistelmä
Tämän diplomityön tavoitteena oli kehittää elementtimenetelmää hyödyntävä optimointiprosessi naulalevyin koottuun kattotuolirakenteeseen, jolla pystytään optimoimaan rakenteen tukien sijainnit ja rakenneosien poikkileikkaukset. Työn tarkoitus oli tämän tavoitteen avulla selvittää kaupallisen elementtimenetelmä ohjelmiston käytettävyyttä Matlab/Python optimoinnissa ja selvittää kattotuolin optimoinnin mahdollisia hyötyjä. Työ toteutettiin LUT-yliopistolle.
Työssä kehitettiin optimointiprosessi harjaristikolle, jossa differentiaalievoluutio optimointi algoritmi etsii parhaat sijainnit ristikon vinotuille perustuen rakenteen kokonaissiirtymään. Tämä yhdistettiin poikkileikkausoptimointiin, jossa huomioitiin rakenneosien jännitykset, nurjahdus ja taipuma, jolloin rakenteelle saatiin laskettua realistinen paino. Painoa pystyttiin käyttämään kevyimmän rakenteen määrittämisessä, kun optimointi suoritettiin eri tuki määrille.
Mallille suoritettiin konvergenssianalyysi ja malli verifioitiin 3DTrussme-ohjelmistolla. Muodon optimointia testattiin vertaamalla optimoitua rakennetta, rakenteeseen missä tuet oli sijoiteltu siten, että niiden kokonaispituus oli lyhin mahdollinen. Tässä vertailussa selvisi, että muodon optimoinnista ei ollut hyötyä painon tai siirtymän perusteella. Tuloksista oli kuitenkin nähtävissä mahdollisuuksia todellisen hyödyn saavuttamiseen, kehittämällä prosessia pidemmälle, kuten mahdollistamalla tarpeettomien tukien poistamisen. Työn tuloksista pystyttiin toteamaan, että etenkin Python - MAPDL yhdistelmä on toimiva elementtimenetelmää hyödyntävään optimointiin, etenkin näin yksinkertaisessa rakenteessa, missä laskenta-ajat ovat lyhyitä. The aim of this master’s thesis was to develop an optimization system for a roof truss using finite element method, for optimizing the positions of the supports and the cross sections of the structural elements. The purpose of the work was to explore the possibilities of using a commercial finite element package in a Matlab/Python optimization routine and map out the possible benefits of optimization for the roof truss structure. This work was commissioned by LUT-university.
In this work an optimization system was developed, where a differential evolution algorithm searches the best locations for the supports of the truss based on the maximum displacement of the structure. This was then connected into a cross-section optimization, which considered the stresses, buckling and bending of the structural elements. From the cross-section optimized structure, the realistic weight could be calculated and be used to determine the lightest structure when the optimization was done for different support counts.
A convergence study was completed for the model, and the model was verified using 3DTrussme-software. The shape optimization was tested by comparing it to a truss where the supports were placed so that their total distance was the shortest. According to this comparison the shape optimization did not provide any improvements based on weight or displacement. But there were still possibilities for actual benefits to be seen in the results by developing the process, like enabling for the removal of redundant supports. From the results it was concluded that Python and MAPDL combination is effective for finite element-based optimization, at least in a simple structure like this where calculation times are short.
Työssä kehitettiin optimointiprosessi harjaristikolle, jossa differentiaalievoluutio optimointi algoritmi etsii parhaat sijainnit ristikon vinotuille perustuen rakenteen kokonaissiirtymään. Tämä yhdistettiin poikkileikkausoptimointiin, jossa huomioitiin rakenneosien jännitykset, nurjahdus ja taipuma, jolloin rakenteelle saatiin laskettua realistinen paino. Painoa pystyttiin käyttämään kevyimmän rakenteen määrittämisessä, kun optimointi suoritettiin eri tuki määrille.
Mallille suoritettiin konvergenssianalyysi ja malli verifioitiin 3DTrussme-ohjelmistolla. Muodon optimointia testattiin vertaamalla optimoitua rakennetta, rakenteeseen missä tuet oli sijoiteltu siten, että niiden kokonaispituus oli lyhin mahdollinen. Tässä vertailussa selvisi, että muodon optimoinnista ei ollut hyötyä painon tai siirtymän perusteella. Tuloksista oli kuitenkin nähtävissä mahdollisuuksia todellisen hyödyn saavuttamiseen, kehittämällä prosessia pidemmälle, kuten mahdollistamalla tarpeettomien tukien poistamisen. Työn tuloksista pystyttiin toteamaan, että etenkin Python - MAPDL yhdistelmä on toimiva elementtimenetelmää hyödyntävään optimointiin, etenkin näin yksinkertaisessa rakenteessa, missä laskenta-ajat ovat lyhyitä.
In this work an optimization system was developed, where a differential evolution algorithm searches the best locations for the supports of the truss based on the maximum displacement of the structure. This was then connected into a cross-section optimization, which considered the stresses, buckling and bending of the structural elements. From the cross-section optimized structure, the realistic weight could be calculated and be used to determine the lightest structure when the optimization was done for different support counts.
A convergence study was completed for the model, and the model was verified using 3DTrussme-software. The shape optimization was tested by comparing it to a truss where the supports were placed so that their total distance was the shortest. According to this comparison the shape optimization did not provide any improvements based on weight or displacement. But there were still possibilities for actual benefits to be seen in the results by developing the process, like enabling for the removal of redundant supports. From the results it was concluded that Python and MAPDL combination is effective for finite element-based optimization, at least in a simple structure like this where calculation times are short.