Advanced search


Knowledge area




73 results, page 1 of 8

Dynamic behavior of contaminants in the water distribution network of Cuernavaca Mexico, a real application of multiobjective distributed reinforcement learning

Comportamiento dinámico de contaminantes en la red de distribución de agua de la ciudad de Cuernavaca México, una aplicación real de aprendizaje por refuerzo distribuido multi-objetivo

CARLOS EDUARDO MARIANO ROMERO EDUARDO FRANCISCO MORALES MANZANARES (2008)

Water systems often allow efficient water uses via water reuse and/or recirculation. The design of the network layout connecting water-using processes is a complex problem which involves several criteria to optimize. The use of the water pinch approach to define which of the effluents from unitary operations are most convenient to reuse is a good alternative used by some practitioners. Previously papers have presented an approach to minimize the freshwater consumption and infrastructure cost, which had been tested with real data from the Cuernavaca city water distribution network with good results (Mariano2005, Mariano2007). One of the challenges identified from previous work, was the necessity to incorporate the dynamic behavior of distribution systems. In this paper the response of the optimization model to changes in the mass charges of contaminants effluents from unitary operations is presented. The test scenario is the distribution system of the city of Cuernavaca in México.

El uso eficiente del agua se puede establecer a través del reuso o recirculación de efluentes. El diseño o configuración de sistemas que contemplen el uso eficiente de agua con base en el reuso se torna complejo e involucra diversos criterios a optimizar. El uso de técnicas basadas en Water Pinch permite definir los efluentes más apropiados a ser reutilizados, posicionándose como una buena alternativa para los diseñadores. En trabajos previos se presentaron resultados relacionados con la minimización del agua de primer uso suministrada y el costo de inversión sobre datos reales de la ciudad de Cuernavaca (Mariano2005, Mariano2007). Sin embargo, uno de los retos identificados a partir del la observación del comportamiento de los efluentes en la ciudad de Cuernavaca es la necesidad de representar el comportamiento dinámico de los sistemas de distribución. En esté trabajo se presenta la respuesta del modelo de optimización a los cambios medidos en los efluentes de las operaciones unitarias de las masas de contaminantes. El escenario de validación es el sistema de distribución de la ciudad de Cuernavaca en México.

Article

Multiobjective optimization Water pinch Water reuse Optimización Multiobjetivo Reuso de agua CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA MATEMÁTICAS CIENCIA DE LOS ORDENADORES

Optimización multiobjetivo para la planificación de transporte público aplicando técnicas metaheurísticas

Multiobjective optimization for public transport planning using metaheuristic

DAVID PENA MORALES (2017)

El transporte público es un tema importante para el desarrollo de las ciudades, dado que afecta directamente el bienestar de las personas que deben trasladarse por trabajo, estudio, asistencia médica o entretenimiento. La calidad del servicio debe garantizar una experiencia que cumpla con criterios como disponibilidad, comodidad, seguridad y tiempos de espera cortos. Por otro lado, las empresas proveedoras del servicio buscan reducir los costos de operación (combustible, mantenimiento o pago al conductor); por lo que, una asignación adecuada de la flota para cierta demanda de pasajeros reduce la circulación de vehículos semivacíos haciendo más rentable la operación, asimismo favorece con la descongestión de las vías y el impacto ambiental, al disminuir el consumo innecesario de combustible. El diseño de horarios y la calendarización de los vehículos forman parte de un conjunto de tareas importantes para la planificación de transporte público; ya que ambos dependen del estudio y optimización de la frecuencia de circulación, por consiguiente, es importante para evitar sobrecostos y mejorar la calidad del servicio percibida por el usuario; lo cual es esencial a la hora de proponer al transporte público como una opción atractiva frente al transporte privado. En esta tesis se propone un algoritmo evolutivo multiobjetivo para la creación de horarios utilizando vehículos de diferentes tipos (diferente capacidad y costo de funcionamiento), considerando las restricciones de las entidades gubernamentales para los sistemas de transporte público en el contexto de ciudades inteligentes. Los objetivos en conflicto abordados son: la minimización del costo total de circulación, que afecta al operador, y la minimización del número de pasajeros que no pueden trasladarse en un periodo de tiempo, lo cual supone una reducción en la congestión de los vehículos y menor tiempo de espera. Un conjunto de soluciones no-dominadas representa diferentes asignaciones de vehículos a un horario, que satisface un conjunto de viajes para una ruta definida, en este documento se presenta el análisis experimental realizado, asimismo la comparación entre los resultados obtenidos y aquellos generados por el algoritmo evolutivo multiobjetivo NSGA-II, en donde se evidencia un rendimiento competitivo del algoritmo propuesto en términos de convergencia y diversidad.

Public transport is an important topic for the cities development, because it affects directly the people’s welfare when they move for working, studying, health care or entertainment. The quality of service must guarantee a good experience in terms such as comfort, safety, availability and shorter waiting time. On the other hand, the transport companies look for reducing the operational cost (e.g. fuel, maintenance or driver). Therefore, for a given passenger demand an appropriate fleet assignment can reduce the flux of empty vehicles, fuel consumption and the associated costs, helping to reduce traffic jams, negative environmental impact and operation costs. Timetabling and vehicle scheduling are important activities in public transport planning. The timetables depend on the study and optimization in vehicles’ frequency; hence, they are important to avoid additional costs and improve the quality of service perceived by users, which is essential to making public transport more attractive, and to increase its use compared to private transport methods. This paper presents a heuristic based on MOCell (a cellular genetic algorithm for multiobjective optimization) to create bus timetables using multiple vehicle types (i.e. different capacity and operating cost), considering restrictions of government agencies for public transport systems in the context of smart cities, also known as Intelligent Transport System (ITS). The conflicting objectives tackled in this work are the minimization of the overall cost, that affects the operator's business and the minimization of the number of passengers that cannot move in a time-period, which suppose a reduction in vehicles overload and less waiting time. A set of non-dominated solutions represents different assignments of vehicles covering a given set of trips in a defined route, this document includes the experimental analysis and the comparison between the results and the non-dominated sets provided by a multiobjective evolutionary algorithm known as NSGA-II, this study shows a competitive performance of the proposed algorithm in terms of convergence and diversity.

Master thesis

Algoritmos evolutivos Optimización multiobjetivo Transporte público Evolutionary algorithms Multiobjective optimization Public transportation INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS SISTEMAS DE TRANSPORTE SISTEMAS DE TRÁNSITO URBANO

Optimización multiobjetivo para el enrutamiento de vehículos con penalización ambiental en ciudades inteligentes

Multiobjective optimization of vehicle routing with environmental penalty in smart cities

LUIS BERNARDO PULIDO GAYTAN (2019)

Las ciudades albergan a más de la mitad de la población en tan solo el dos porciento de la superficie terrestre, pero consumen el 75 porciento de los recursos que se extraen del planeta. Este abrupto crecimiento demográfico en áreas urbanas ha empeorado el nivel de contaminación en la ciudad, así como los problemas de congestionamientos viales. En este intenso proceso de urbanización, la gestión exitosa del crecimiento urbano se vuelve crucial para garantizar el desarrollo sostenible a nivel económico, social y ambiental. En este contexto, las ciudades inteligentes proponen la incorporación sensata y sistemática de tecnologías para optimizar el uso de la infraestructura existente y así, lograr una ciudad sustentable e inclusiva. En esta tesis se propone el diseño, implementación y análisis de un algoritmo genético celular de optimización multiobjetivo para la resolución del problema de enrutamiento de vehículos con penalización ambiental, permitiendo disminuir el impacto ambiental en áreas altamente concurridas, al tiempo que se provee de rutas alternativas capaces de minimizar los costos asociados de trasladarse de un lugar a otro, esto bajo la premisa de que no siempre el camino más corto representa la mejor solución. El algoritmo presentado minimiza simultáneamente tres importantes objetivos: tiempo de viaje, emisión de contaminantes y una penalización ambiental, donde esta última representa el costo implícito de trasladarse por un determinado segmento del mapa. Es decir, se obtiene un conjunto de soluciones no-dominadas, las cuales representan rutas alternativas que evitan desplazarse por zonas con un alto grado de contaminación y que, a su vez, minimizan el tiempo y la cantidad de emisiones al recorrer una determinada red de rutas. Como instancia del problema, se utilizó un grafo conexo dirigido compuesto por 6104 nodos, el cual representa la topología subyacente de la red de carreteras en la ciudad de Oldemburgo. Dicho grafo se segmentó en tres diferentes tipos de zonas, las cuales simbolizan áreas con distinta penalización. El análisis experimental realizado exhibe un rendimiento competitivo del enfoque propuesto en términos de convergencia y diversidad, esto con respecto a NSGA-II y SPEA2, dos algoritmos multiobjetivo bien conocidos en la literatura.

Cities host more than half of the population in only two percent of the earth's surface and consume 75 percent of the resources extracted from the planet. This abrupt demographic growth in urban areas has worsened the level of pollution in the city, as well as the problems of road congestion. In this intense urbanization process, successful management of urban growth becomes crucial to ensure sustainable development at economic, social, and environmental levels. In this context, smart cities propose the reasonable and systematic incorporation of technologies to optimize the use of existing infrastructure and thus, achieve a sustainable and inclusive city. This thesis proposes the design, implementation, and analysis of a multiobjective optimization cellular genetic algorithm for the vehicle routing problem with environmental penalty, allowing to diminish the environmental impact in highly concurred areas, while providing alternative routes that minimize the associated costs of moving from one place to another, this under the premise that not always the shortest path represents the best solution. The presented algorithm simultaneously minimizes three important objectives: travel time, emission of pollutants, and an environmental penalty, where the latter represents the implicit ecological cost of moving through a certain segment of the map. That is, a set of non-dominated solution is obtained, which represent alternative routes that avoid traveling through areas with a high degree of pollution and that, in turn, minimize the time and quantity of emissions when traveling through a particular network of routes. As an instance of the problem, a directed graph consisting of 6104 nodes was used, which represents the underlying topology of the road network in the city of Oldenburg. This graph was segmented into three different types of zones, which symbolize areas with different penalties. The experimental analysis carried out exhibits a competitive performance of the proposed approach in terms of convergence and diversity, this with respect to NSGA II and SPEA2, well-known multiobjective algorithms in the literature.

Master thesis

Algoritmos evolutivos, ciudades inteligentes, enrutamiento de vehículos, metaheurísticas, optimización multiobjetivo Evolutionary algorithms, metaheuristics, multiobjective optimization, smart cities, vehicle routing INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS OTRAS ESPECIALIDADES TECNOLÓGICAS OTRAS OTRAS

Estudio comparativo para la obtención de óptimos para superficies de respuesta multivariadas en diseños experimentales.

ABEL BARRIOS CÓRDOVA (2019)

Tesis (Maestría en Ciencias, especialista en Estadística).- Colegio de Postgraduados, 2019.

En este trabajo se desarrolla una propuesta para comparar diferentes metodologías de optimización multiobjetivo que tienen la finalidad de aportar herramientas para la solución de problemas en el área industrial principalmente, pero con extensiones a cualquier área del conocimiento que así lo requieran. Se trabajan las siguientes metodologías: función de deseabilidad, métodos de toma de decisiones con criterios múltiples (MCDM): MOORA, TOPSIS, MMOORA, y en este tipo de métodos se propone emplear una propiedad aditiva que aporta información sobre el efecto de las variables independientes en sus diferentes niveles que da origen a dos técnicas más llamadas en este trabajo MOORA AD y TOPSIS AD. Además, se emplea la técnica de redes neuronales multicapa (con los paquetes Neuralnet (NEU) y Nnet (NET)) debido al auge e importancia que tienen este tipo de instrumentos de inteligencia artificial en la actualidad. Se aplican cada una de estas técnicas en tres casos de interés comercial o industrial reportados en la literatura con diferentes diseños experimentales (Taguchi, Box-Behnken y Diseño Central Compuesto), en un estudio de simulación Monte Carlo donde se controlan diferentes correlaciones, obteniendo en cada método una métrica basada en el GPE (Global Porcentage Error) que se menciona en Rocha

et al. (2015) y una segunda métrica que aparece en Costa y Lourenço (2016) llamada RTD (Relative Target Deviation), que evalúan la distancia de la respuesta estimada respecto a su valor ideal o deseado, con el _n de poder analizar las ventajas y desventajas de cada método. Todo el desarrollo se realizó con el software R (R Core Team, 2019) promoviendo el uso de este software libre con fines de investigación o desarrollo comercial. _______________ COMPARATIVE STUDY TO OBTAIN OPTIMA FOR MULTIVARIATE RESPONSE SURFACES IN EXPERIMENTAL DESIGNS. ABSTRACT: In this research work, a proposal was developed to compare different multiobjective optimization methodologies that have the purpose of contributing with tools to the solution of these problems mainly in the industrial area, but with extensions to any area of knowledge that so require. Eight methodologies are worked on: the desirability function, multi-criteria decision-making methods (MCDM): MOORA, TOPSIS, MMOORA, and in this type of methods it was proposed to use an additive property that provides information on the effect of the independent variables at different levels that generates rise to two more techniques called in this work MOORA AD and TOPSIS AD. In addition, the multilayer neural network technique is used (with Neuralnet (NEU) and Nnet (NET) packages) because of the boom and importance of these types of artificial intelligence instruments today. Each one of these techniques is applied in three cases of commercial or industrial interest reported in the literature with different experimental designs (Taguchi, Box-Behnken and Composite Central Design), in a Monte Carlo simulation study where different correlations are controlled, obtaining in each method a metric based on the Global Percentage Error (GPE) mentioned in Rocha et al. (2015) and a second metric that proposed by Costa y Lourenço (2016) called Relative Target Deviation (RTD), which evaluate the distance of the estimated

response with respect to its ideal or desired value, in order to analyze the advantages and disadvantages of each method. All the programs were carried out with R (R Core Team, 2019) to promove the use of free software for commercial research or development purposes.

Master thesis

Optimización Optimización Multiobjetivo Optimización Multirespuesta Deseabilidad Optimización MCDM Redes Neuronales Artificiales Diseños Experimentales Optimization Multiobjective Optimization Multi-Response Optimization Artificial Neural Networks Desirability MCDM Optimization, Experimental Designs Estadística Maestría CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA MATEMÁTICAS ESTADÍSTICA ANÁLISIS Y DISEÑO DE EXPERIMENTOS

Técnicas evolutivas multiobjetivo para el posicionamiento de cámaras de un sistema de metrología basado en visión

Multi-objective evolutionary techniques for camera placement in a vision based metrology system

Enrique Dunn Rivera (2006)

La planificación óptima de adquisición de imágenes para un sistema de metrología basado en visión es un problema no resuelto dentro de las comunidades de fotogrametría y visión robótica. La dificultad de tal planeación radica en modelar e integrar los múltiples factores ópticos, geométricos, numéricos y operacionales que están involucrados en la ejecución de la tarea de medición tridimensional. Este trabajo de tesis doctoral investiga el desarrollo de sistemas de planeación que aborden implícitamente la relación entre la calidad de una medición fotogramétrica y el costo incurrido en llevarla a cabo. Proponemos estudiar la interacción entre distintos criterios de desempeño mediante el planteamiento del problema de términos de optimización multiobjetivo. La hipótesis fundamental que soporta este trabajo es la insistencia de un conflicto entre los objetivos en consideración. En consecuencia, el proceso de planeación pasa de ser una búsqueda de una solución óptima o satisfactoria, a ser un estudio de las interacciones entre los distintos criterios de desempeño aplicables a la tarea de planeación. En este trabajo, la obtención de configuraciones de observación óptimas es abordada mediante el paradigma de cómputo evolutivo desarrollando dos propuestas originales. La primera propuesta adopta una especificación a posteriori de las preferencias entre los objetivos y desarrolla una nueva técnica evolutiva multiobjetivo. De esta forma, la interacción entre la calidad de la medición tridimensional, la eficiencia motriz y el costo computacional de la medición tridimensional, es estudiada en términos de una aproximación al conjunto Pareto de soluciones óptimas. La segunda propuesta adopta una specificación a priori de las preferencias entre los objetivos y plantea el proceso de optimización en términos de un proceso de coevolución poblacional. La motivación de incorporar un modelo de coevolución es la de abordar implícitamente la reducción del costo computacional de la búsqueda evolutiva para nuestro problema.

The optimal planning of sensing actions for a vision based metrology system is an open problem within the photogrammetry and robot vision communities. The difficulty of such planning consists in modeling and integrating the multiple optical, geometric and operational factors involved in the execution of three-dimensional measurement tasks. This doctoral thesis work investigates the development of planning systems that explicity address the relationship among the quality of a photogrammetric measurement and  the cost incurred in the execution of such measurement. We propose to study the interaction amog different performance criteria by means of stating the camera placement problem in multi-objective terms. This proposal is based on the fundamental hypothesis of conflict between the objectives under consideration. Accordingly, the process of planning is transformed, from being a search for an optimal or satisfactory solution, into a study of the interactions among the distinct performance criteria applicable to the planning task. In this work, the attainment of optimal viewing configurations is approaches trough the evolutionary computation paradigm. The first proposal presented adopts a posteriori specification of preferences among objectives and develops a novel multi-objective evolutionary technique. In this way, the compromises between three dimensional measurement precision, motion efficiency and computational cost are studied in terms of an approximation to the Pareto set of optimal solutions. The second proposal adopts a priori specification of the preference among objectives and states the optimization problem in terms of a co-evolutionary process. The motivation for incorporating a co-evolutionary model is to implicitly address the reduction of the computational cost associated  with the evolutionary search process for our problem.

Doctoral thesis

Optimización multiobjetivo, Reconstrucción 3D, Planeación de sensores, Cómputo evolutivo, Multiobjective optimization, 3D Reconstruction, Sensor Planning, Evolutionary Computing CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA FÍSICA ELECTRÓNICA ELECTRÓNICA

Optimization of bioethanol production from coffee mucilage

BIANCA YADIRA PEREZ SARIÑANA ANTONIO DE LEON RODRIGUEZ SERGIO SALDAÑA TRINIDAD SEBASTIAN PATHIYAMATTOM JOSEPH (2015)

"A response surface methodology with 2(k) full factorial design was applied to obtain optimum conditions for bioethanol production using coffee mucilage (CM) as the substrate and Saccharomyces cerevisiae NRRL Y-2034 as the inoculum. CM is an agro-industrial residue mainly composed of simple sugars; the product yield and productivity process were analyzed with respect to the fermentation, pH, temperature, and the initial sugar concentration. Employing the following predicted optimum operational conditions attained the highest bioethanol production: pH 5.1, temperature 32 degrees C, and initial sugar concentration 61.8 g/L. The estimated bioethanol production was 15.02 g/L, and the experimental production was 16.29 g/L +/- 0.39 g/L, with a bioethanol yield of 0.27 g/L and a productivity process of 0.34 g/Lh. Glycerol was the predominant byproduct of the fermentative metabolism of S. cerevisiae. The response surface methodology was successfully employed to optimize CM fermentation. In the fermentative processes with yeast, optimizing the conditions of the culture medium is needed to fully exploit the potential of the strains and maximize the production of bioethanol."

Article

Fermentation Bioethanol production Optimization BIOLOGÍA Y QUÍMICA

Bacterial Foraging Optimization Algorithm for Menu Planning

JUANA CANUL REICH Oscar Chávez-Bosquez Betania Hernández Ocaña MARIA DEL PILAR POZOS PARRA (2018)

We propose a solution to the menu planning problem adapting the bacterial foraging-based optimization algorithm. We design a mathematical model which satisfies the nutritional needs of individuals while enforcing the ‘‘Laws of Nutrition’’, a set of postulates used by virtually all nutrition scientists in Latin America. This model corresponds to aconstrained numerical optimization problem. We design a menu generator software prototype to set up a custom menu for 15 users with different characteristics. Results obtained by our proposal were satisfactory from an expert’s point of view.

Article

Article

INGENIERÍA Y TECNOLOGÍA Metaheuristics Optimization Diet planning Healthy menus Mathematical modeling

Multi-objective land use allocation modelling for prioritizing climate-smart agricultural interventions

Paresh Shirsath Pramod Aggarwal Philip Thornton Pramod Kumar Joshi Arun Khatri-Chhetri (2018)

Climate-smart interventions in agriculture have varying costs and environmental and economic impacts. Their implementation requires appropriate investment decisions by policy makers that are relevant for current as well as future scenarios of agro-ecology, climate and economic development. Decision support tools are therefore needed to assist different stakeholders to prioritize and hence implement appropriate strategic interventions. These interventions transform agriculture ecosystems to climate-resilient, adaptive and efficient. This paper outlines the mathematical modelling framework of one such, the Climate Smart Agricultural Prioritization (CSAP) toolkit. This toolkit employs a dynamic, spatially-explicit multi-objective optimization model to explore a range of agricultural growth pathways coupled with climate-adaptation strategies to meet agricultural development and environmental goals. The toolkit consists of three major components: (i) land evaluation including assessment of resource availability, land suitability, yield and input-output estimation for all promising crop production practices and technologies for key agro-ecological units; (ii) formulation of scenarios based on policy views and development plans; and (iii) land-use optimization in the form of linear programming models. Climate change and socio-economic drivers condition the land evaluation, technological input-output relations, and specification of optimization objectives that define modelled scenarios. By integrating detailed bottom-up biophysical, climate impact and agricultural-emissions models, CSAP is capable of supporting multi-objective analysis of agricultural production goals in relation to food self-sufficiency, incomes, employment and mitigation targets, thus supporting a wide range of analyses ranging from food security assessment to environmental impact assessment to preparation of climate smart development plans.

Article

Climate change Land access Optimization Mitigation CLIMATE SMART AGRICULTURE CLIMATE CHANGE ADAPTATION PRIORITIZATION CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA

Effect of differentiated injection ratio, gas flow rate, and slag thickness on mixing time and open eye area in gas-stirred ladle assisted by physical modeling

Enrique Jardón Luis Gerardo Trápaga Martínez Carlos Gonzalez-Rivera Marco Ramirez (2019)

In this work, the effects of equal (50%/50%) or differentiated (75%/25%) gas flow ratio, gas flow rate, and slag thickness on mixing time and open eye area were studied in a physical model of a gas stirred ladle with dual plugs separated by an angle of 180°. The effect of the variables under study was determined using a two-level factorial design. Particle image velocimetry (PIV) was used to establish, through the analysis of the flow patterns and turbulence kinetic energy contours, the effect of the studied variables on the hydrodynamics of the system. Results revealed that differentiated injection ratio significantly changes the flow structure and greatly influences the behavior of the system regarding mixing time and open eye area. The Pareto front of the optimized results on both mixing time and open eye area was obtained through a multi-objective optimization using a genetic algorithm (NSGA-II). The results are conclusive in that the ladle must be operated using differentiated flow ratio for optimal performance.

Daniel R. González Morales (UNAM. Fac. Química), coautor.

This article belongs to the Special Issue Advanced Simulation Technologies of Metallurgical Processing).

Author contributions: Conceptualization, M.A.R.-A. and G.T.; methodology, L.E.J.-P.; software, D.R.G.-M. and L.E.J.-P.; formal analysis, C.G.-R.; writing—original draft preparation, L.E.J.-P. and C.G.-R.; writing—review and editing, M.A.R.-A. and G.T.; funding, M.A.R.-A.

Funding: This research was funded by DGAPA UNAM, grant number PAPIIT IN115619.

Luis Enrique Jardón-Pérez, CVU 624968, as a student registered in the Doctoral Program in Chemical Engineering at the Universidad Nacional Autónoma de México (UNAM), thanks CONACyT for financial support through a Ph.D. scholarship. Additionally, authors thank A. Amaro-Villeda for technical assistance through the development of this research work.

Conflicts of Interest: The authors declare no conflicts of interest.

Article

Gas-stirred ladle Physical modeling Optimization Particle image velocimetry Steelmaking INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS INGENIERÍA Y TECNOLOGÍA QUÍMICAS METALES METALES

Optimización del modelo de material Barlat de 3 parámetros con curvas experimentales de aleación de aluminio

Optimization of Barlat 3 parameter material model with aluminum alloy experimental curves

JOSE ANGEL DIOSDADO DE LA PEÑA MARCO ANTONIO PRIETO JUAREZ PILAR FUENTES CASTAÑEDA HUGO MENDEZ BAUTISTA PABLO ALBERTO LIMON LEYVA (2016)

En el presente trabajo se calculan los coeficientes de endurecimiento n, la constante de proporcionalidad K y la relación de deformación plástica r a partir de curvas esfuerzo real-deformación real obtenidas en un ensayo experimental de tensión axial para probetas planas, obtenidas a 0°, 45° y 90° respecto a su orientación de laminado. Estos parámetros anisotrópicos de una lámina de aleación de aluminio se alimentan de un modelo de material de 3 parámetros de Barlat en el programa LS-DYNA®, con el propósito de generar un archivo que permita llevar a cabo la optimización de ellos en el módulo LS-OPT®. Las gráficas experimentales esfuerzo real-deformación real se comparan con las generadas por el programa a partir de los valores optimizados, obteniéndose un ajuste más cercano al experimental, en particular en la zona plástica del comportamiento

This paper presents computed constants of 3 parameter Barlat material model, hardening coefficient (n), strength coefficient (K) and anisotropic constants (r00, r45, and r90) obtained from tensile test data for sheet type specimens at different rolling direction (0°, 45°, and 90°). These anisotropic parameters from an aluminum alloy sheet are used to

feed three parameter Barlat material model in LS-DYNA®

software, to generate a file that is required to perform an optimization in LS-OPT® software. Experimental data is used to generate real strain-real stress curves, and are compared with those obtained from LS-

DYNA® simulations with optimized parameters, getting a closer curve to experimental data, particularly in plastic zone.

Article

CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA Optimización Parámetros de Barlat Exponente de endurecimiento Relación de deformación plástica Constante de proporcionalidad Optimization Barlat parameters Hardening exponent Plastic-strain ratio Constant of proportionality.