Homotopy surrogate model assisted double-loop approach for efficient structural reliability-based design optimization

Los ingenieros se han enfrentado durante mucho tiempo a un difícil dilema al diseñar puentes, aviones y rascacielos. Por un lado, deben garantizar que estas estructuras sean lo suficientemente seguras como para resistir la naturaleza impredecible del mundo real, donde los materiales varían ligeramente, las cargas cambian inesperadamente y las dimensiones nunca son perfectamente exactas. Por otro lado, deben evitar que estas estructuras sean tan pesadas y costosas que resulten poco prácticas. La forma tradicional de diseñar para la seguridad solía ignorar estas pequeñas incertidumbres, lo que conducía a diseños que eran o bien peligrosamente frágiles, o bien innecesariamente voluminosos. Para resolver esto, surgió un campo llamado optimización de diseño basada en la fiabilidad. Este enfoque trata la incertidumbre no como un estorbo que debe ignorarse, sino como un factor central que debe calcularse, con el objetivo de encontrar la estructura más ligera posible que aún tenga una probabilidad matemáticamente probada de sobrevivir a sus peores escenarios.

El desafío con este método es que calcular la seguridad es increíblemente costoso en términos de tiempo de computación. Para saber si un diseño es seguro, los ingenieros deben simular miles de realidades posibles diferentes, comprobando cómo se comporta la estructura bajo cada combinación de variaciones leves. Hacer esto para cada pequeño ajuste de diseño durante el proceso de optimización puede tomar semanas o incluso meses de potencia de cálculo, lo que hace que el método sea demasiado lento para proyectos complejos del mundo real. Investigadores de la Universidad de Tecnología de Wuhan han desarrollado una nueva forma de acelerar esto sin sacrificar la precisión. Crearon un método que actúa como un atajo altamente hábil, permitiendo a los ingenieros predecir cómo se comportará una estructura bajo la incertidumbre sin tener que ejecutar las simulaciones completas y pesadas cada vez.

El núcleo de su nuevo método es una herramienta matemática llamada modelo sustituto de homotopía estática. En el pasado, los ingenieros que intentaban acelerar estos cálculos solían depender de modelos basados en datos, que son como intentar adivinar el clima mirando algunas fotos del pasado. Estos modelos necesitan una enorme cantidad de datos de entrenamiento para aprender los patrones, y si los datos son desordenados o incompletos, las predicciones pueden ser erróneas. La nueva herramienta toma un camino diferente. En lugar de aprender de ejemplos, construye un mapa directo y explícito entre las entradas inciertas y la respuesta estructural utilizando una expansión matemática específica. Esto significa que puede generar predicciones precisas casi instantáneamente una vez que se realiza la configuración inicial, sin necesidad de una gran biblioteca de datos pasados para enseñarle. Es un enfoque más fundamental que comprende la física del problema directamente en lugar de solo memorizar los resultados.

Para hacer esta herramienta aún más eficiente, los investigadores añadieron una estrategia de reutilización inteligente. Imagine a un ingeniero diseñando un nuevo puente. A medida que la computadora prueba diferentes versiones del puente, a menudo encuentra diseños que son muy similares a otros que ya ha analizado. En lugar de construir un modelo de predicción nuevo para cada nuevo diseño, el nuevo método consulta su historial. Si el nuevo diseño es lo suficientemente cercano a uno anterior, el sistema simplemente reutiliza el viejo modelo de predicción. Esto evita la necesidad de reconstruir el complejo mapa matemático desde cero, ahorrando una cantidad tremenda de tiempo. Los investigadores establecieron una regla estricta sobre cuándo se permite esta reutilización, asegurando que el atajo solo se tome cuando los diseños sean lo suficientemente similares como para que el mapa antiguo siga siendo preciso.

El equipo probó este enfoque en cuatro problemas diferentes, que van desde acertijos matemáticos simples hasta estructuras complejas del mundo real. Comenzaron con un problema altamente no lineal, que es un tipo de ecuación difícil donde los pequeños cambios pueden conducir a resultados enormes e impredecibles. También lo probaron en dos estructuras de armadura diferentes, una con diez barras y otra con setenta y dos barras, que son marcos comunes utilizados en puentes y torres. Finalmente, lo aplicaron a un modelo detallado de la caja de un ala de un avión de combate, una estructura compuesta por miles de partes individuales. En cada caso, el nuevo método encontró diseños que eran tan seguros y eficientes como los encontrados por los métodos antiguos y más lentos.

Los resultados mostraron una reducción dramática en el tiempo requerido para encontrar el mejor diseño. Para la armadura de diez barras, el nuevo método redujo el número de simulaciones computacionales pesadas en más del 99 por ciento en comparación con algunas técnicas existentes. Para la armadura de setenta y dos barras, que involucraba veinte factores inciertos diferentes, los ahorros fueron aún más pronunciados, recortando el trabajo computacional en casi un 99 por ciento. Incluso para la compleja caja de un ala, que involucraba un número masivo de piezas, el método logró encontrar un diseño más ligero y seguro utilizando solo una fracción mínima de la potencia de cálculo que se requiere habitualmente. Los investigadores descubrieron que, al reutilizar sus modelos de predicción, podían saltarse la construcción de nuevos modelos durante cientos de iteraciones de diseño, haciendo efectivamente el trabajo de un equipo mucho más grande en una fracción del tiempo.

Este trabajo sugiere que el cuello de botella del alto costo computacional en el diseño crítico para la seguridad no es un problema insoluble. Al combinar una herramienta de predicción basada en la física con una estrategia inteligente para reutilizar el trabajo pasado, los ingenieros pueden ahora explorar un rango mucho más amplio de posibilidades de diseño. Esto significa que, en el futuro, las estructuras podrían diseñarse para ser más ligeras, más eficientes y más seguras, sin el costo prohibitivo de ejecutar interminables simulaciones por computadora. El método no reemplaza la necesidad de controles de seguridad rigurosos, pero elimina la barrera que ha mantenido estas técnicas avanzadas fuera del alcance de muchos desafíos de ingeniería complejos.