Hemuppgift 2, SF1861 Optimeringslära för T, VT-10

Relevanta dokument
Hemuppgift 1, SF1861 Optimeringslära för T

1 Kvadratisk optimering under linjära likhetsbivillkor

Stångbärverk. Laboration. Umeå universitet Tillämpad fysik och elektronik Staffan Grundberg. 14 mars 2014

1 Duala problem vid linjär optimering

Lösningar till 5B1762 Optimeringslära för T, 24/5-07

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Torsdag 28 maj 2010 kl

Hemuppgift 1, SF1861 Optimeringslära, VT 2017

Umeå universitet Tillämpad fysik och elektronik Annika Moström Fackverk. Projektuppgift 1 Hållfasthetslärans grunder Våren 2012

Lösningar till SF1861/SF1851 Optimeringslära, 24/5 2013

Linjärprogramming. EG2205 Föreläsning 7, vårterminen 2015 Mikael Amelin

Matrismetod för analys av stångbärverk

Lösningar till tentan i SF1861 Optimeringslära, 1 juni 2017

Hemuppgift 1, SF1861 Optimeringslära, VT 2016

1 LP-problem på standardform och Simplexmetoden

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C

1 Ickelinjär optimering under bivillkor

Umeå universitet Tillämpad fysik och elektronik Annika Moström Rambärverk. Projektuppgift 2 Hållfasthetslärans grunder Våren 2012

Optimeringslära för T (SF1861)

1 Minkostnadsflödesproblem i nätverk

Lösningar till SF1861 Optimeringslära, 28 maj 2012

De optimeringsproblem som kommer att behandlas i denna kurs kan alla (i princip) skrivas. 1 2 xt Hx + c T x. minimera

Laboration 1 i SF1544: Öva på Matlab och konstruera en optimal balk Avsikten med denna laboration är att:

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Onsdag 25 augusti 2010 kl

Gradientbaserad strukturoptimering

SF1545 Laboration 1 (2015): Optimalt sparande

Experimentella metoder, FK3001. Datorövning: Finn ett samband

Optimeringslära Kaj Holmberg

Manual för ett litet FEM-program i Matlab

Föreläsning 7: Kvadratisk optimering. 4. Kvadratisk optimering under linjära bivillkor

Lösningar till tentan i 5B1760 Linjär och kvadratisk optimering, 17 december 2003.

Lösningar till SF1852 Optimeringslära för E, 16/1 08

Tentamensinstruktioner. När Du löser uppgifterna

Tentamen i Hållfasthetslära AK2 för M Torsdag , kl

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

Labbrapport - Linjär algebra och geometri

TMV166 Linjär algebra för M. Datorlaboration 2: Matrisalgebra och en mekanisk tillämpning

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Lösningar till tentan i SF1861 Optimeringslära, 3 Juni, 2016

Optimalitetsvillkor. Optimum? Matematisk notation. Optimum? Definition. Definition

Optimeringslära Kaj Holmberg. Lösningar/svar. Iteration 2: x 2 s

Modellering av en Tankprocess

Olinjär optimering med bivillkor: KKT min f (x) då g i (x) 0 för alla i

5B1146 med Matlab. Laborationsr. Laborationsgrupp: Sebastian Johnson Erik Lundberg, Ann-Sofi Åhn ( endst tal1-3

Miniprojekt: Vattenledningsnäten i Lutorp och Vingby 1

1 Konvexa optimeringsproblem grundläggande egenskaper

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

SF1544 LABORATION 2 INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER

Laborationsuppgift 1 Tillämpad optimeringslära för MMT (5B1722)

1 Positivt definita och positivt semidefinita matriser

Föreläsning 2: Simplexmetoden. 1. Repetition av geometriska simplexmetoden. 2. Linjärprogrammeringsproblem på standardform.

Optimeringsproblem. 1 Inledning. 2 Optimering utan bivillkor. CTH/GU STUDIO 6 TMV036c /2015 Matematiska vetenskaper

Dynamisk programmering. Dynamisk programmering. Dynamisk programmering. Dynamisk programmering

TANA17 Matematiska beräkningar med Matlab

Tentamensinstruktioner

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Optimeringslära Kaj Holmberg

Optimeringslära Kaj Holmberg

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

Föreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem.

Optimeringslära Kaj Holmberg

Tentamensinstruktioner. När Du löser uppgifterna

Laboration 1: Optimalt sparande

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Optimeringslära Kaj Holmberg

1. (Dugga 1.1) (a) Bestäm v (3v 2u) om v = . (1p) and u =

NUMPROG, 2D1212, vt Föreläsning 9, Numme-delen. Stabilitet vid numerisk behandling av diffekvationer Linjära och icke-linjära ekvationssystem

Föreläsning 6: Nätverksoptimering

TAOP07/TEN1 OPTIMERINGSLÄRA GRUNDKURS för Y. Antal uppgifter: 7 Uppgifterna är inte ordnade efter svårighetsgrad.

Tentamensinstruktioner. När Du löser uppgifterna

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

Optimeringslära Kaj Holmberg

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

Tentamensinstruktioner. När Du löser uppgifterna

Stokastiska vektorer och multivariat normalfördelning

Tentamensinstruktioner. När Du löser uppgifterna

TMA226 datorlaboration

5B Portföljteori fortsättningskurs

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

Miniprojekt: Vattenledningsnäten i Lutorp och Vingby 1

Spänning och töjning (kap 4) Stång

Laboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem

Lösningsförslag, Inlämningsuppgift 2, PPU203 VT16.

1 Grundläggande kalkyler med vektorer och matriser

DEL I. Matematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604, den 15 mars 2010 kl

P Q = ( 2, 1, 1), P R = (0, 1, 0) och QR = (2, 2, 1). arean = 1 2 P Q P R

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Konstruktionsuppgifter för kursen Strukturmekanik grunder för V3. Jim Brouzoulis Tillämpad Mekanik Chalmers

Tentamensinstruktioner

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp,

2D1212 NumProg för P1, VT2006 PROJEKTUPPGIFT

TAIU07 Matematiska beräkningar med Matlab

Övningsuppgifter och lösningsförslag till kursen Strukturmekanik grunder för V3. Jim Brouzoulis Tillämpad Mekanik Chalmers

Absolutstabilitet. Bakåt Euler Framåt Euler

Lunds Tekniska Högskola, LTH

SF1669 Matematisk och numerisk analys II Lösningsförslag till tentamen DEL A. r cos t + (r cos t) 2 + (r sin t) 2) rdrdt.

TENTAMEN MTGC12, MATERIALTEKNIK II / MTGC10 MATERIALVAL

Inlämningsuppgift 4 NUM131

TANA17 Matematiska beräkningar med Matlab

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

Transkript:

Hemuppgift 2, SF1861 Optimeringslära för T, VT-1 Kursansvarig: Per Enqvist, tel: 79 6298, penqvist@math.kth.se. Assistenter: Mikael Fallgren, werty@kth.se, Amol Sasane, sasane@math.kth.se. I denna uppgift är samarbete tillåtet i grupper om högst två personer. Endast en rapport per grupp skall lämnas in. Matlabkod och utskrifter ska bifogas. Svaren på frågorna skall finnas i rapporten, inte i Matlabkoden eller utskrifter. Det är inte tillåtet att kopiera någon annan grupps rapport! Ange namn, personnummer och e-postadress på rapportens framsida. Rapporten, utskriven på papper, lämnas till någon av ovannämnda personer senast torsdagen den 29 april 29 på föreläsningen. Vissa studenter kommer, delvis slumpmässigt, att väljas ut för enskild muntlig redovisning av uppgifterna. Kallelse sker via e-post, så kontrollera regelbundet denna. Korrekt löst och redovisad uppgift ger fyra hemtalspoäng. 1. Denna laboration syftar dels till att introducera strukturoptimering, dels till att du skall få lösa ett linjärt optimeringsproblem med hjälp av Matlab. Strukturoptimering handlar om att dimensionera mekaniska strukturer på ett automatiskt sätt, i den mening att vi först ställer upp de krav vi har på strukturen, exempelvis i form av olika hållfasthetskrav, och sedan låter datorn, via en FEMmodell, räkna ut den bästa strukturen. Med bästa kan till exempel menas den struktur som väger minst av alla de strukturer som uppfyller kraven. Vi skall i denna laboration betrakta en modell av ett enkelt tvådimensionellt fackverk. Vi kommer bara att behandla ett lastfall (i taget), dvs kraven som vi ställer gäller för en specifik last. Det faktum att vi bara har ett lastfall, i kombination med valet av målfunktion och bivillkor, och en liten gnutta list, gör att vi kan formulera och lösa ett visst designproblem (att bestämma optimala tvärsnittsareor på stängerna) som ett linjärt optimeringsproblem. Betrakta alltså fackverket i figur 1, med tio stycken stänger. De två noderna längst till vänster är fixerade (i väggen) så strukturen har åtta frihetsgrader, nämligen förskjutningarna i horisontal- resp vertikalled av de fyra icke-fixerade noderna. I de nedre noderna appliceras givna yttre krafter, som måste balanseras av normalkrafter i stängerna och reaktionskrafterna i de givna stöden. Låt f j beteckna normalkraften i stång j (f j > för drag och f j < för tryck). Eftersom kraftjämvikt måste råda i varje nod får vi, t.ex. för den övre mitten-noden i horisontalriktningen att f 1 + f 3 / 2 f 6 f 7 / 2 =, och i vertikalriktningen f 3 / 2 + f 5 + f 7 / 2 =. 1

Sid 2 av 5 Hemuppgift 2, Strukturoptimering med hjälp av LP SF1861 f 1 f 6 f 2 f 7 f 5 f 3 f 8 f 4 f 9 f 1 1 kn 1 kn Figur 1: Ett fackverk med tio stänger. Om vi gör motsvarande för alla de fyra icke-fixerade noderna får vi ett system av ekvationer som kan skrivas på formen Rf = p, (1) där f = (f 1, f 2,..., f 1 ) T = en vektor med normalkrafterna i stängerna, R = 1 γ 1 γ γ 1 γ γ 1 γ 1 γ 1 γ 1 γ γ 1 γ 1 γ 1 och p = 1, 1 där γ = 1/ 2. På grund av den yttre lasten kommer noderna att förskjutas och stängerna att förlängas (eller förkortas). Låt vektorn e = (e 1, e 2,..., e 1 ) T innehålla de 1 stängernas förlängningar (elongations) och låt vektorn u = (u 1, u 2,..., u 8 ) T innehålla de fyra noderna förskjutningar i horisonatal- resp vertikalled. I figur 2 illustreras den deformerade strukturen och koordinatsystemet som hör till förskjutningsvektorn u. Vektorn u har alltså dimensionen 8, lika med antalet frihetsgrader i strukturen. Relationen mellan e och u ges, under antagandet att förskjutningarna är små i förhållande till stängernas längd, av e = R T u. (2)

SF1861 Hemuppgift 2, Strukturoptimering med hjälp av LP Sid 3 av 5 ( ) ( ) u1 u5 u 2 u 6 L 1 + e 1 L 6 + e 6 L 2 + e 2 L 7 + e 7 L 5 + e 5 L 1 + e 1 L 3 + e 3 L 8 + e 8 L ( ) 4 + e 4 ( ) u7 u3 L 9 + e 9 u 8 u 4 Figur 2: Illustration av deformerat fackverk. Vidare ger Hookes lag att ( ) Exj f j = e j, (3) L j där E är materialets elasticitetsmodul, L j är stång j:s längd och x j dess tvärsnittsarea. Vi använder beteckningen x j för att markera att stängernas tvärsnittsareor utgör våra designvariabler vid optimeringen, och låter x = (x 1,..., x n ) T beteckna designvariabelvektorn, d.v.s. vektorn som består av tvärsnittsareorna för de n stängerna. På vektorform kan vi skriva Hookes lag f = D(x)e, (4) där D(x) är en diagonalmatris med diagonalelementen Ex j /L j, för j = 1... 1. Om vi kombinerar ovanstående ekvationer får vi p = Rf = RD(x)e = RD(x)R T u = K(x)u, (5) där K(x) = RD(x)R T är strukturens styvhetsmatris. Inom strukturoptimering är det vanligt att man arbetar med ovanstående relation, antingen explicit eller implicit via en FEM-modell, och sedan ställer krav på t.ex. förskjutningarna, t.ex. att a T u b för olika val av a och b. Med detta skrivsätt kan man t.ex. ställa krav på att spänningarna inte får bli för stora eller att förskjutningar i vissa riktningar inte får bli för stora. Vi skall i denna laboration bestämma tvärsnittsareorna x j på ett sådant sätt att strukturens vikt minimeras, givet att spänningarna i stängerna under ett givet lastfall inte får bli för stora. Variabler i optimeringsproblemet är stängernas tvärsnittsareor, nodernas förskjutningar och normalkrafterna i stängerna, dvs x, u och f.

Sid 4 av 5 Hemuppgift 2, Strukturoptimering med hjälp av LP SF1861 Antag att spänningen i stängerna högst får bli σ max och låt oss för enkelhets skull anta att denna givna gräns gäller för både tryck och drag och är lika för alla stänger. Detta krav kan skrivas σ max f j x j σ max, eller bättre x j σ max f j x j σ max. Den sistnämnda dubbla olikheten är korrekt även om x j =, ty om en stångs tvärsnittsarea är noll så skall kraften i stången också vara noll. 1 Strukturens vikt ges av ρl j x j, där ρ är materialets densitet. Problemet att minimera strukturens vikt under kravet att spänningarna inte blir för stora kan alltså skrivas på följande form: (där variablerna är x, u och f) minimera 1 ρl j x j vikt då Rf = p, kraftjämvikt f = D(x)R T u, Hookes lag och geometri f j x j σ max, j = 1,..., 1 spänningsvillkor drag f j x j σ max, j = 1,..., 1 spänningsvillkor tryck x j, j = 1,..., 1 icke-negativa areor, (6) En mycket trevlig (och ganska oväntad) egenskap hos detta problem (6) är att om vi helt fräckt tar bort bivillkoren f = D(x)R T u och bestämmer optimala x och f till resten av problemet, så kan vi därefter bestämma en vektor u sådan att bivillkoren f = D(x)R T u blir uppfyllda. Vi kan alltså börja med att lösa följande reducerade problem (utan variablerna u och utan bivillkoren f = D(x)R T u) : minimera 1 ρl j x j då Rf = p, f j x j σ max, j = 1,..., 1 f j x j σ max, j = 1,..., 1 x j, j = 1,..., 1. (7) I detta problem (7) kan vi bortse från faktorn ρ, ty den kommer inte att påverka de optimala värdena på x och f. Vidare ser vi att bivillkoren x j inte behöver stå med, eftersom dessa villkor ändå blir uppfyllda som en konsekvens av de övriga bivillkoren i problemet (eller hur?). Vi kan alltså betrakta följande linjära optimeringsproblem: 1 minimera L j x j då Rf = p, f j x j σ max, j = 1,..., 1 f j x j σ max, j = 1,..., 1. (8)

SF1861 Hemuppgift 2, Strukturoptimering med hjälp av LP Sid 5 av 5 Numeriska värden och sorter på några konstanter i problemet: E = 2 kn/mm 2, σ max =.5 kn/mm 2, L j = 1 mm, för j = 1, 4, 5, 6, 9, 1, L j = 2 1 mm, för j = 2, 3, 7, 8. Komponenter p i i lastvektorn p mäts i sorten kn. Använd följande sorter på dina variabler: mm 2 för x j, mm för u i, kn för f j. Nu kommer vi (äntligen) till vad du ska göra. (a) Lös LP-problemet (8) med Matlabs lösare linprog. Skriv kommandot help linprog på kommandoraden i Matlab, så får du hjälp med syntaxen för anropet till linprog som finns i Optimization Toolbox. Om du inte har denna toolbox på din dator kan du använda LP-lösaren alps som finns att ladda ner från kursens hemsida. Lös problemet med några olika lastfall, bland annat det ovanstående samt åtminstone ett till för vilket du inser vad svaret bör bli. (Kontrollera att svaret blir det rätta!) Utöver ovanstående testfall skall du också lösa problemet med p = (p 1, p 2, p 3, p 4, p 5, p 6, p 7, p 8 ) T, med p i = 1 n i där n i betecknar den i:te siffran i ditt personnummer. (Exempel: Med personnumret 83912-7456 så blir p = (2, 7, 1, 1, 9, 8, 3, 6) T.) Sorten på varje p i är kn. På kursens hemsida kan du ladda ner en matlabkod som ritar upp strukturen, givet en vektor x. Skriv en kort rapport där du redovisar vilka problem du löst, samt dina erhållna resultat. Bifoga din matlabkod och plotbilder. Dina erhållna optimala tvärsnittsareor ska redovisas dels i plotbilder, dels i siffror! (b) Låt ˆx och ˆf vara de optimala tvärsnittsareor och stångkrafter du beräknat för personnummerslasten och låt vektorn û IR 8 ges av en skalär t gånger vektorn med dualvariabler (även kallade lagrangemultiplikatorer) svarande mot bivillkoren Rf = p i ditt LP-problem. Kontrollera numeriskt (med Matlab) att det går att välja denna skalär t så att ˆf = D(ˆx)R T û, dvs så att de bivillkor vi bortsåg från ovan faktiskt blir uppfyllda. Redovisa räkningarna och ange värdet på t. Detta medför att ˆx, ˆf, û är en optimal lösning till problemet (6)! Lycka till!