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

Gli ingegneri affrontano da tempo un difficile compromesso nella progettazione di ponti, aeromobili e grattacieli. Da un lato, devono garantire che queste strutture siano abbastanza sicure da resistere alla natura imprevedibile del mondo reale, dove i materiali variano leggermente, i carichi cambiano inaspettatamente e le dimensioni non sono mai perfettamente esatte. Dall'altro lato, devono evitare che queste strutture diventino così pesanti e costose da risultare impraticabili. Il modo tradizionale di progettare per la sicurezza spesso ignorava queste piccole incertezze, portando a progetti che erano o pericolosamente fragili o inutilmente massicci. Per risolvere questo problema, è nato un campo chiamato ottimizzazione della progettazione basata sull'affidabilità. Questo approccio tratta l'incertezza non come un fastidio da ignorare, ma come un fattore centrale da calcolare, con l'obiettivo di trovare la struttura più leggera possibile che abbia comunque una possibilità matematicamente provata di sopravvivere ai suoi scenari peggiori.

La sfida con questo metodo è che calcolare la sicurezza è incredibilmente costoso in termini di tempo di calcolo. Per sapere se un progetto è sicuro, gli ingegneri devono simulare migliaia di diverse realtà possibili, controllando come la struttura si comporta sotto ogni combinazione di lievi variazioni. Fare questo per ogni singola modifica al progetto durante il processo di ottimizzazione può richiedere settimane o addirittura mesi di potenza di calcolo, rendendo il metodo troppo lento per progetti complessi e reali. I ricercatori della Wuhan University of Technology hanno sviluppato un nuovo modo per accelerare questo processo senza sacrificare l'accuratezza. Hanno creato un metodo che agisce come una scorciatoia altamente specializzata, permettendo agli ingegneri di prevedere come una struttura si comporterà sotto incertezza senza dover eseguire ogni singola volta le simulazioni complete e pesanti.

Il cuore del loro nuovo metodo è uno strumento matematico chiamato modello surrogato di omotopia statica. In passato, gli ingegneri che cercavano di velocizzare questi calcoli si affidavano spesso a modelli basati sui dati, che sono come cercare di indovinare il meteo guardando solo alcune foto del passato. Questi modelli hanno bisogno di una enorme quantità di dati di addestramento per apprendere i pattern, e se i dati sono disordinati o incompleti, le previsioni possono essere errate. Il nuovo strumento segue una strada diversa. Invece di imparare dagli esempi, costruisce una mappa diretta ed esplicita tra gli input incerti e la risposta strutturale utilizzando un'espansione matematica specifica. Ciò significa che può generare previsioni accurate quasi istantaneamente una volta completata la configurazione iniziale, senza bisogno di una vasta libreria di dati passati per istruirlo. È un approccio più fondamentale che comprende direttamente la fisica del problema piuttosto che limitarsi a memorizzare i risultati.

Per rendere questo strumento ancora più efficiente, i ricercatori hanno aggiunto una strategia di riutilizzo intelligente. Immaginate un ingegnere che progetta un nuovo ponte. Mentre il computer testa diverse versioni del ponte, incontra spesso progetti molto simili a quelli che ha già analizzato. Invece di costruire un nuovo modello di previsione per ogni singolo nuovo progetto, il nuovo metodo controlla la sua cronologia. Se il nuovo progetto è abbastanza vicino a uno precedente, il sistema semplicemente riutilizza il vecchio modello di previsione. Questo evita la necessità di ricostruire da zero il complesso modello matematico, risparmiando una quantità enorme di tempo. I ricercatori hanno stabilito una regola rigorosa su quando questo riutilizzo è consentito, assicurando che la scorciatoia venga presa solo quando i progetti sono abbastanza simili da garantire che la vecchia mappa rimanga accurata.

Il team ha testato questo approccio su quattro problemi differenti, che spaziavano da semplici enigmi matematici a strutture reali complesse. Hanno iniziato con un problema altamente non lineare, ovvero un tipo di equazione difficile in cui piccoli cambiamenti possono portare a risultati enormi e imprevedibili. Hanno anche testato il metodo su due diverse strutture a traliccio, una con dieci barre e un'altra con settantadue barre, che sono scheletri comuni utilizzati in ponti e torri. Infine, lo hanno applicato a un modello dettagliato di un cassone alare di un caccia, una struttura composta da migliaia di parti individuali. In ogni caso, il nuovo metodo ha trovato progetti che erano tanto sicuri quanto efficienti rispetto ai metodi più vecchi e lenti.

I risultati hanno mostrato una riduzione drammatica del tempo necessario per trovare il miglior progetto. Per il traliccio a dieci barre, il nuovo metodo ha ridotto il numero di simulazioni pesanti necessarie di oltre il 99 percento rispetto ad alcune tecniche esistenti. Per il traliccio a settantadue barre, che coinvolgeva venti diversi fattori di incertezza, il risparmio è stato ancora più pronunciato, tagliando il lavoro computazionale di quasi il 99 percento. Persino per il complesso cassone alare, che coinvolgeva un numero enorme di parti, il metodo è riuscito a trovare un design più leggero e sicuro utilizzando solo una frazione minima della potenza di calcolo solitamente richiesta. I ricercatori hanno scoperto che, riutilizzando i loro modelli di previsione, potevano saltare la costruzione di nuovi modelli per centinaia di iterazioni di progettazione, facendo efficacemente il lavoro di un team molto più grande in una frazione del tempo.

Questo lavoro suggerisce che il collo di bottiglia rappresentato dall'elevato costo computazionale nella progettazione critica per la sicurezza non è un problema insolubile. Combinando uno strumento di previsione basato sulla fisica con una strategia intelligente per il riutilizzo del lavoro passato, gli ingegneri possono ora esplorare una gamma molto più ampia di possibilità progettuali. Ciò significa che, in futuro, le strutture potranno essere progettate per essere più leggere, più efficienti e più sicure, senza il costo proibitivo di eseguire infinite simulazioni al computer. Il metodo non sostituisce la necessità di rigorosi controlli di sicurezza, ma rimuove la barriera che ha mantenuto queste tecniche avanzate fuori dalla portata di molte sfide ingegneristiche complesse.