You are on page 1of 12

Mecnica Computacional Vol.

XXIV
A. Larreteguy (Editor)
Buenos Aires, Argentina, Noviembre 2005

IMPLEMENTACIN COMPUTACIONAL DE UN ALGORITMO DE


OPTIMIZACIN PARA EL CLCULO DE SUPERFICIES DE REVOLUCIN
Mara A. Jamilis Ricladoni *, Fernando Wasylyszyn , Patricia M. Gauzellino ,
Angel F. Queizan +
* Universidad Tecnolgica Nacional. Regional La Plata
Calle 60 y 125, 1900 La Plata, Argentina
alejamilis@gmail.com

Universidad Tecnolgica Nacional. Regional La Plata


Calle 60 y 125, 1900 La Plata, Argentina
ferwasy@yahoo.com.ar
Fac. de Cs. Astronmicas y Geofsicas, U.N.L.P.
Paseo del Bosque s/n, 1900 La Plata, Argentina
gauze@fcaglp.fcaglp.unlp.edu.ar

Universidad Tecnolgica Nacional. Regional La Plata


Calle 60 y 125, 1900 La Plata, Argentina
aqueizan@frlp.utn.edu.ar

Palabras claves: Optimizacin, FAIPA, Superficie mnima, Visualizacin


Resumen: Es bien conocido que el tratamiento de problemas que desean minimizar
una funcin sujeta a restricciones de igualdad y desigualdad es de inters para el
diseo ingenieril. Con esta motivacin, el presente trabajo consiste en el estudio e
implementacin computacional del algoritmo de punto interior FAIPA (Feasible Arc
Interior Point Algorithm) para optimizacin no lineal.
Como una aplicacin del algoritmo, se calcula la mnima superficie de revolucin que
debe pasar por una determinada cantidad de puntos relacionados mediante B-spline
cbicos satisfaciendo ciertas restricciones geomtricas.

3119

MECOM 2005 VIII Congreso Argentino de Mecnica Computacional

1 INTRODUCCIN
Se ha estudiado e implementado computacionalmente el algoritmo de punto interior
FAIPA (Feasible Arc Interior Point Algorithm) para optimizacin no lineal, el cual es
una herramienta matemtica para optimizacin de diseo en ingeniera.1
En el presente trabajo se busca establecer una generatriz que rota en torno al eje de las
z, de manera tal que la superficie desarrollada sea mnima satisfaciendo ciertas
restricciones en desigualdad.
La generatriz se define mediante una tcnica de interpolacin B-Spline, para lo cual
definimos inicialmente un conjunto de puntos de control que definen una poligonal que
nos conduce a establecer los coeficientes de los polinomios propuestos de Bezier.234
Como criterio de diseo se establece que los puntos de control se desplacen en ciertas
direcciones prefijadas, buscando reducir la superficie de revolucin desarrollada y
satisfaciendo restricciones que limitan el desplazamiento de estos puntos.
Adems, se ha desarrollado un algoritmo que permite visualizar la curva generatriz
junto con los puntos de interpolacin en el plano (X,Z) y la superficie de revolucin
generada por la misma.5
2 DESARROLLO TERICO
2.1 Interpolacin B-Spline de la generatriz
La interpolacin de la generatriz se va a definir mediante m polinomios segmentarios en
funcin de un parmetro 0 v 1 , los cuales tienen la forma
Pk ( v ) =

k =1

Pkx
Pkz

= (1 v )

b3xk 2
b3zk 2

+ 3 (1 v ) v
2

b3xk 1
b3zk 1

+ 3 (1 v ) v

b3xk
b3zk

+v

b3xk +1
b3zk +1

(1)

m.

Adems, se exige que exista continuidad de la derivada primera y segunda entre los
polinomios Pk ( v ) y Pk +1 ( v ) , es decir,
-Para la derivada primera:
Pk ( v = 1) = Pk +1 ( v = 0 ) b3k +1 b3k = b3k + 2 b3k +1

k =1

m 1.

(2)

-Para la derivada segunda:

Pk ( v = 1) = Pk +1 ( v = 0 ) b3k 1 2 b3k + b3k +1 = b3k +1 2 b3k + 2 + b3k +3


(3)
k =1

m 1.

Esta ltima ecuacin permite definir los puntos de control d k +1 que establecen la
poligonal

3120

Mara A. Jamilis Ricladoni, Fernando Wasylyszyn, Patricia M. Gauzellino, Angel F. Queizan

d k +1 := b3k + b3k b3k 1 = b3k + 2 b3k +3 b3k + 2 .

(4)

Teniendo en cuenta esta ultima expresin y la condicin de continuidad de la derivada


primera, se pueden definir los coeficientes de los polinomios en funcin de los puntos
de control

k =1

m,

k =1

m,

1
d k +1 + 2 d k
3
1
b3k = 2 d k +1 + d k
3
1
b3k +1 = d k + 4 d k +1 + d k + 2
6
b3k 1 =

k =1

(5)

m 1.

2.2 Planteo del problema de programacin no lineal

Las variables de diseo se definen como una magnitudes escalares xi ( i = 2

m ) , las

cuales manejan los desplazamientos de los puntos de control d k mediante la frmula


dk

final

= dk

anterior

+ xk mk ,

(6)

siendo mk las direcciones de bsqueda predefinidas.


Inicialmente, el problema es encontrar la generatriz parametrizada que hace mnima la
siguiente funcin objetivo

min 2

tf

x
to

dx
dt

dz
+
dt

dt ,

(7)

la cual expresada en funcin de los polinomios de Bezier es


min 2

m 1
k =1 0

x
k

dPkx
dv

dPkz
+
dv

dt .

(8)

La resolucin de la integral se realiza mediante la aplicacin de la tcnica de cuadratura


de Gauss, usando dos puntos de integracin, de esta manera se obtiene de la expresin
anterior

3121

MECOM 2005 VIII Congreso Argentino de Mecnica Computacional

min 2

k =1 p =1

(9)

wi f k ( vi )

donde
dPkx
dv

f k ( vi ) = Pkx ( vi )

vi

dPkz
+
dv

(10)

,
vi

Pkx ( vi ) = (1 vi ) b3xk 2 + 3 (1 vi ) vi b3xk 1 + 3 (1 vi ) vi 2 b3xk + vi 3 b3xk +1 ,

(11)

dPkx
dv

= ( 3 + 6 vi 3 vi 2 ) b3xk 2 + ( 9 vi 2 12 vi + 3) b3xk 1 + ( 9 vi 2 + 6 vi ) b3xk + 3 vi 2 b3xk +1 ,

(12)

= ( 3 + 6 vi 3 vi 2 ) b3zk 2 + ( 9 vi 2 12 vi + 3) b3zk 1 + ( 9 vi 2 + 6 vi ) b3zk + 3 vi 2 b3zk +1.

(13)

vi

z
k

dP
dv

vi

Como restricciones en desigualdad se definen las siguientes


dk

nuevo

dk

anterior 2
2

= xk 2 mk

2
2

= xk 2 Rk2 .

(14)

Esta ltimas acotan el desplazamiento en el entorno de d k

anterior

a un radio menor o

igual a Rk .
Es resumen, el problema de programacin no lineal queda definido como

Min 2

k =1 p =1

wi f k ( vi )

(15)
Sujeto a :
xk 2 Rk2 .
3 METODOLOGA APLICADA EN LA RESOLUCIN DEL PROBLEMA DE
PROGRAMACIN NO LINEAL

Se aplic el mtodo FAIPA (Feasible Arc Interior Algorithm) desarrollado por el Dr.
Jose Herskovits, con el cual se van obteniendo diseos que satisfacen las restricciones
en desigualdad y realizando bsquedas a lo largo de arcos; esto presenta una gran
ventaja en el caso de poseer restricciones fuertemente no lineales.
Se define como restriccin activa a aquella que es menor o igual a cero. Si la restriccin es
estrictamente menor que cero se la denomina restriccin pasiva.

3122

Mara A. Jamilis Ricladoni, Fernando Wasylyszyn, Patricia M. Gauzellino, Angel F. Queizan

3.1 Aplicaciones realizadas

Ejemplo 1: Se propuso inicialmente una poligonal que define seis polinomios de Bezier,
aproximadamente contenida en un crculo con centro en z = 75 x = 0 y radio igual a
75. En este caso se tienen 5 puntos de control y por lo tanto igual numero de variables
de diseo. Las direcciones de bsqueda fueron definidas por variaciones en la direccin
nicamente de X y dejando fijos los puntos extremos. Los puntos de control inicial son
(0,0);(25,4.2893);(50,19.098);(75,75);(50,130.9);(25,145.71) y (0,150). Las cotas de las
restricciones se determinan por 5, 5, 25, 30 y 10, respectivamente.
Los resultados obtenidos son :
Funcin objetivo inicial: 59908.7
Funcin objetivo final: 27630.5
Cantidad de iteraciones: 25
Variable se diseo obtenidas:

x = [ -4.9999 -4.9999 -49.9999 -29.9999 -9.9999 ]

Todas las restricciones son activas.


En la figura 1 se muestran las generatrices inicial y final con sus respectivos puntos de
control. Las figuras 2 y 3 representan los resultados obtenidos.

Figura 1.Condiciones iniciales y resultado obtenido

3123

MECOM 2005 VIII Congreso Argentino de Mecnica Computacional

Figura 2. Generatriz obtenida

Figura 3. Superficie de revolucin obtenida

Ejemplo 2: : Con las mismas condiciones iniciales del Ejemplo 1, si se cambian las
restricciones por 20, 10, 80, 10 y 20, los resultados obtenidos son :
Funcin objetivo inicial: 59908.7
Funcin objetivo final: 19229.8
Cantidad de iteraciones: 19
Variable se diseo obtenidas:

x = [-19.9999 -9.9999 -79.9999 -9.9999 -19.9999 ]

3124

Mara A. Jamilis Ricladoni, Fernando Wasylyszyn, Patricia M. Gauzellino, Angel F. Queizan

Todas las restricciones son activas.


Las figuras 4, 5 y 6 ilustran este ejemplo.

Figura 4. Condiciones iniciales y resultado obtenido

Figura 5. Generatriz obtenida

3125

MECOM 2005 VIII Congreso Argentino de Mecnica Computacional

Figura 6. Superficie de revolucin obtenida

Ejemplo 3: Se propuso inicialmente una poligonal alineada que une los puntos (1,1) y
(10,4).
En este caso se tienen 5 puntos de control y por lo tanto igual nmero de variables de
diseo; las direcciones de bsqueda son las mismas de los ejemplos anteriores. Las
cotas de restriccin estn dadas por 5 para todos los puntos.
Los resultados obtenidos son :
Funcin objetivo inicial: 327.841
Funcin objetivo final: 322.042
Cantidad de iteraciones: 12
Variable se diseo obtenidas:

x = [-1.4427 -2.5073 -3.2683 -3.3720 -2.7408 ]

Ninguna de las restricciones es activa, se encuentra un mnimo de la funcin objetivo


dentro de la regin de diseo. Se verifica que esta solucin se aproxima a la solucin
exacta z = arc {cosh ( x )} + 1 .
Esta ejemplificacin corresponde a las figuras 7, 8 y 9.

3126

Mara A. Jamilis Ricladoni, Fernando Wasylyszyn, Patricia M. Gauzellino, Angel F. Queizan

Figura 7. Condiciones iniciales y resultado obtenido

Figura 8. Generatriz obtenida

3127

MECOM 2005 VIII Congreso Argentino de Mecnica Computacional

Figura 9. Superficie de revolucin obtenida

Ejemplo 4: Al ejemplo 3 solo se le han variado las restricciones por 5; 5; 0.01; 5 y


5, obtenindose los siguientes resultados:
Funcin objetivo inicial: 327.841
Funcin objetivo final: 325.425
Cantidad de iteraciones: 24
Variable se diseo obtenidas:

x = [-1.0810 -1.9001 -0.0099 -1.2035 -0.5157 ]

Solamente una restriccin es activa.


En forma anloga a los dems ejemplos, las figuras 10, 11 y 12 grafican este problema.

3128

10

Mara A. Jamilis Ricladoni, Fernando Wasylyszyn, Patricia M. Gauzellino, Angel F. Queizan

Figura 10. Condiciones iniciales y resultado obtenido

Figura 11. Generatriz obtenida

3129

11

MECOM 2005 VIII Congreso Argentino de Mecnica Computacional

Figura 12. Superficie de revolucin obtenida

AGRADECIMIENTOS

Agradecemos toda la colaboracin que nos a brindo el Dr. Herskovits para poder
realizar este trabajo, como as a su grupo de trabajo.
REFERENCIAS

J. Herskovits, P. Mappa, E. Goulart, C. M Mota Soares, Mathematical programming


models and algorithms for engineering design optimization, Comput. Methods Appl.
Mech. Engrg. 194 3244-3268 (2005).

L. Leithold, El Calculo, Oxford University Press, 1999.

S. Nakamura, Analisis Numerico y Visualizacion Grafica con MatLab.Prentice-Hall


Hispanoamericana, S.A., 1997.

R. Burden y J. Faires, Numerical Analysis, Brooks & Cole, 1997.

Garca de Jaln, J; Rodrguez, J.I.; Brzalez, A., Aprenda MATLAB como si


estuviera en primero, Universidad Politecnica de Madrid, 2001.
55

3130

12

You might also like