Reforzamiento sísmico de pórticos usando optimización

UNIVERSIDAD NACIONAL DE INGENIERA
FACULTAD DE INGENIERA CIVIL
REFORZAMIENTO SSMICO DE PRTICOS USANDO

TCNICAS DE OPTIMIZACIN
TESIS
PARA OPTAR EL GRADO DE MAESTRO EN CIENCIAS
CON MENCIN EN INGENIERA ESTRUCTURAL
ELABORADO POR
LUIS NGEL MOYA HUALLPA
ASESOR
Dr. HUGO SCALETTI FARINA
LIMA-PER
2013
REFORZAMIENTO SSMICO DE PRTICOS USANDO TCNICAS
DE OPTIMIZACIN
Luis ngel Moya Huallpa
Presentado a la Seccin de Posgrado de la Facultad de Ingeniera Civil en

cumplimiento parcial de los requerimientos para el grado de:
MAESTRO EN CIENCIAS CON MENCIN EN INGENIERA ESTRUICTURAL

DE LA
2013
Autor : Luis ngel Moya Huallpa
Recomendado : Dr. Hugo Scaletti Farina

Asesor de la Tesis
Aceptado por : Dr. Jorge Elias Alva Hurtado

Jefe de la Seccin de Posgrado
Es propiedad intelectual del autor.

el autor autoriza a la UNI-FIC a reproducir la tesis en su totalidad o en partes.
AGRADECIMIENTOS
El autor desea expresar su gratitud al Dr. Hugo Scaletti por el tiempo empleado en
supervisar esta tesis y el continuo apoyo en su formacin profesional.
El autor desea agradecer tambin a los integrantes del Centro Peruano Japons de
Investigaciones Ssmicas y Mitigacin de Desastres CISMID por recibirlo con los
brazos abiertos y brindarle un espacio acogedor en el cual esta investigacin fue
desarrollada. El autor desea incluir en este agradecimiento a los integrantes que lo
antecedieron en el CISMID; por la vasta fuente de informacin que han dejado como
legado.
III
RESUMEN
Un proyecto de reforzamiento estructural viene usualmente precedido por un una
evaluacin estructural, en el que se estudia el estado actual de una estructura con la
finalidad de obtener un diagnstico. Las conclusiones del diagnostico podran ser: i) La
estructura se encuentra en buen estado y cumple con todos los requisitos de los
cdigos de diseo actuales; ii) la estructura presenta algunas deficiencias y no cumple
con todos los requerimientos actuales de diseo, sin embargo, es posible subsanar
dichas deficiencias mediante un reforzamiento estructural; iii) la estructura presenta
muchas deficiencias y no cumple con todos los requisitos de la norma, por lo que se
recomienda la construccin de una nueva estructura.
Muchas veces la diferencia entre la segunda y tercera opcin tiene que ver con el
costo de reforzamiento, por lo que el profesional responsable puede llegar a
preguntarse cun econmico puede ser una propuesta de reforzamiento sin
comprometer la integridad de la estructura.
En la presente tesis se han adaptado tcnicas de optimizacin para su uso en el

reforzamiento de prticos sujetos a movimientos horizontales en la base generados
por un evento ssmico. El diseo de tres prticos, usando el mtodo de la direccin
posible, se presenta para analizar la eficiencia de la metodologa desarrollada.
IV
SUMMARY
A project of structural retrofit is usually preceded by a structural evaluation, in which the
current state of a structure is studied in order to make a diagnosis. The conclusions of
this diagnosis could be: i) the state of the structure is good and the current standards
are accomplished; ii) the structure has some deficiencies and does not accomplish
some requirements of the current standards; however, it is possible to improve the
structure by a structural retrofit; iii) the structure has many deficiencies and does not
accomplish the requirements of current standards; therefore, the construction of a new
building is recommended.
Usually, the difference between the second and the third options is related with costs of
the structural retrofit. Due to this, the engineer responsible is asking himself how
economical the structural retrofit can be without compromise the structural safety.
In this thesis the author has adapted optimization techniques for the retrofit of frames
subjected to horizontal earthquake ground motions. The design of three frames using
the method of feasible direction is shown to analyze the efficiency of the methodology.
V
CONTENIDO
AGRADECIMIENTOS III
RESUMEN IV
LISTA DE FIGURAS VIII
LISTA DE TABLAS . X
LISTA DE SMBOLOS Y SIGLAS XI
INTRODUCCIN . 1
CAPTULO 1. CONCEPTOS TERICOS .. 2

1.1 TERMINOLOGA ...... 2
1.1.1 Terminologa Bsica y Notacin 2
1.1.2 Variables de Diseo . 3
1.1.3 Funcin Objetivo .. 5
1.1.4 Restricciones . 6
1.1.5 Enunciado Matemtico del Problema de Optimizacin . 7
1.1.6 Restricciones Activas .. 10
1.2 MTODOS DE LA DIRECCIN POSIBLE .. 11
1.2.1 Procedimiento de Best 13
1.2.2 Procedimiento de Programacin Lineal 14
1.3 MODELO DEL MTODO COMPUTACIONAL 15
1.3.1 Algoritmo del Mtodo de Direccin Posible . 17
1.4 SISTEMA ESTRUCTURAL . 20
1.4.1 Objetivo del Sistema Estructural 20
1.4.2 Restriccin Geomtrica en el Diseo 21
1.4.3 Restricciones de Comportamiento 21
1.4.4 Objetivo del Diseo .. 21
CAPTULO 2. FORMULACIN DEL PROBLEMA ... 22

2.1 HIPTESIS Y CARACTERISTICAS DEL MODELO . 22
2.2 VARIABLES DE DISEO 23
2.3 FUNCIN OBJETIVO .. 24
2.4 FUNCIONES DE RESTRICCIN .. 24
2.4.1 Clculo de la derivada del mximo valor absoluto de la
coordenada generalizada del modo n .. 27
VI
2.4.2 Clculo de la derivada de los valores propios . 28
2.4.3 Clculo de la derivada de los vectores propios ..... 28
2.4.4 Clculo de la derivada del espectro de velocidades con
respecto a los valores propios ... 29
CAPTULO 3. APLICACIONES 31
3.1 MODELOS DE LAS ESTRUCTURAS Y VALORES INICIALES PARA 32
EL PROCESO DE OPTIMIZACIN ..
3.2 ESPECTRO DE DISEO SSMICO .. 40
3.3 RESULTADOS DEL PROCESO DE OPTIMIZACIN ... 41
3.3.1 Prtico A .... 41
3.3.2 Prtico B .... 44
3.3.3 Prtico C .... 46
CAPTULO 4. CONCLUSIONES Y RECOMENDACIONES ... 48
BIBLIOGRAFA ... 50
APNDICES . 53
VII
LISTA DE FIGURAS
1.1 Espacio de diseo tridimensional .................... 4

1.2 Superficie plana de la funcin W ... 6
1.3 Izquierda: superficie de restriccin; derecha: superficie de restriccin
compuesta . 6
1.4 Espacio de diseo de dos dimensiones con las restricciones de
comportamiento g1(x), g2(x) y g3(x) ...... 8
1.5 Punto ptimo local y global . 9
1.6 Restricciones activas ... 10
1.7 Izquierda: relacin entre la direccin de movimiento d y el gradiente de la
funcin objetivo. Derecha: relacin entre el vector d y la gradiente de la
funcin de restriccin .. 12
1.8 Regin en la cual es posible la direccin de movimiento .. 12
2.1 Modelo tpico de prtico con elementos de reforzamiento 23

2.2 Grados de libertad relacionados con la distorsin lateral de entrepiso ...... 26
3.1 Configuracin del prtico A .... 31

3.2 Configuracin del prtico B .... 31
3.3 Configuracin del prtico C 32
3.4 (a) Idealizacin de las columnas y vigas; (b) idealizacin de los arriostres 34
3.5 Geometra de las vigas y columnas del prtico A .. 35
3.6 Efecto del reforzamiento en las distorsiones de entrepiso del prtico A ... 36
3.7 Geometra de las vigas y columnas del prtico B ............................ 37
3.8 Efecto del reforzamiento en las distorsiones de entrepiso del prtico B 38
3.9 Geometra de las vigas y columnas del prtico C ........................... 39
3.10 Efecto del reforzamiento en las distorsiones de entrepiso del prtico C 39
3.11 Espectros de diseo ssmico ...................................................................... 40
3.12 Trayectoria recorrida por las variables de diseo durante el proceso de
iteracin . 42
3.13 Volumen total de arriostres usados en el prtico A 42
3.14 Distorsin de entrepiso (i/hi) en cada nivel del prtico A .... 43
3.15 Variacin de las distorsiones de entrepiso durante la aplicacin del
VIII
mtodo de programacin lineal . 45
3.16 Peso total de los arriostres usados en el prtico B durante el proceso de
optimizacin .. 45
3.17 Variacin de las distorsiones de entrepiso durante la aplicacin del
mtodo de programacin lineal . 47
3.18 Peso total de arriostres usados en el prtico C durante el proceso de
optimizacin .. 47
IX
LISTA DE TABLAS
3.1 Valores iniciales de las variables de diseo usadas en el prtico A.............. 36

3.2 Variables de diseo al inicio y al final del proceso de optimizacin 46
3.3 Distorsiones de entrepiso del modelo al inicio y al final del proceso de
optimizacin .................. 46
X
LISTA DE SMBOLOS Y SIGLAS
Ai rea de la seccin transversal de los elementos con la etiqueta i

C Coeficiente de amplificacin ssmica
dk Direccin de desplazamiento en la iteracin k
ak Distorsin mxima permitida en el punto de control k
maxk Distorsin en el punto de control k
maxk,n Distorsin en el punto de control k del modo n
E Mdulo de elasticidad
j Margen de error permitido en la iteracin j
'' Margen de error permitido en el mtodo
Fn* ( t ) Fuerza generalizada del modo n
g Aceleracin de la gravedad
g(x) Restriccin de desigualdad
J(x, j ) Conjunto de ndices activos - j
K Matriz de rigidez
Kb Matriz de rigidez de un arriostre
Ke Matriz de rigidez de un elemento que conforma el prtico
K*n (x) Rigidez generalizada del modo n
Li Longitud de los elementos que poseen la etiqueta i
M Matriz de masas
M *n Masa generalizada del modo n
Ndist Nmero de puntos donde se controla la distorsin
r(x) Restriccin de igualdad
R Coeficiente de reduccin de solicitaciones ssmicas
Rn Coleccin de todos los vectores de n componentes
S Factor de suelo
Sa Espectro de pseudo-aceleraciones
Sv Espectro de pseudo-velocidades
T Perodo de vibracin
Tp Perodo de define la plataforma del espectro de pseudo-aceleracin
U Factor de uso e importancia
..
ug Aceleracin de la base
u(x,t) Funcin del desplazamiento del sistema
Matriz diagonal cuyos elementos contienen los valores propios del sistema
estudiado
wn Frecuencia circular de vibracin del modo n
W(x) Funcin objetivo
x Vector que contiene las variables de diseo como componentes
xk Variables de diseo en la iteracin k
Y(x,t) Vector de coordenadas generalizadas
Ymaxn(x) Mximo valor absoluto de la coordenada generalizada del modo n
Z Factor de zona
k Magnitud de desplazamiento en la iteracin k
XI
g i ( x ) Gradiente de la funcin de restriccin i
b Parmetro del mtodo de programacin lineal que controla la cercana al
punto ptimo
g Matriz que contiene las gradientes de funciones de restriccin activas
W Gradiente de la funcin objetivo
n Coeficiente de amortiguamiento del modo n
n ( x) Valor propio del modo n
(x) Matriz que contiene los vectores propios del sistema estudiado
Conjunto de vectores x que contienen todas las variables de diseo
factibles
{S | P} Conjunto de puntos S que tienen la propiedad P
XII
Facultad de Ingeniera Civil Introduccin
INTRODUCCIN
El objetivo de la presente investigacin es automatizar el diseo sismo resistente en

un proyecto de reforzamiento estructural usando tcnicas de optimizacin. Precisando
lo anterior, la tesis se centra en estructuras existentes que no cumplen los requisitos
mnimos del cdigo actual de diseo sismo resistente E.030, en las cuales se aadirn
elementos estructurales de reforzamiento siguiendo un criterio de optimizacin.
Los procesos de optimizacin aplicados a estructuras tienen sus races en la dcada

de los sesenta, siendo uno de los primeros la publicacin de Schmidt [1960]. Estas
primeras investigaciones se iniciaron en el campo de la ingeniera mecnica e
ingeniera aeronutica, donde se estableci el trmino optimizacin estructural. Fue
en los aos 60 y 70 cuando se abarcaron problemas de optimizacin de pequeos
sistemas; luego, en los aos posteriores hubo un gran desarrollo en mtodos de
programacin matemtica para resolver grandes sistemas de ecuaciones.
El desarrollo de mtodos de optimizacin en el campo de la ingeniera civil es muy

reducido, debido al hecho de que sus productos no son preparados en masa. Es decir,
el anlisis y el diseo que se realiza en un proyecto de ingeniera civil tendr como
resultado la construccin de un ejemplar, mientras que una pieza mecnica o un
prototipo de avin se producirn en grandes cantidades. Adems, la geometra y la
forma de estructuras comunes como edificios o viviendas son altamente influidas por
un diseador o arquitecto.
Las primeras aplicaciones en la ingeniera ssmica fueron desarrolladas por Kato et al

[1972], Ray et al [1974], Walker & Pister [1975], entre otros, quienes adaptaron los
conceptos de anlisis dinmico por descomposicin modal para ser usados en
mtodos de optimizacin. Estos primeros trabajos se concentraron en el anlisis lineal
elstico aplicado a modelos simples de masaresorte por nivel de piso. Ms adelante,
fueron desarrolladas formulaciones para sistemas no-lineales, siendo una de las
primeras la desarrollada por Bhatti [1979], en la cual se estim un comportamiento no-
lineal local y se us un registro ssmico en vez de un espectro de aceleraciones.
Reforzamiento Ssmico de Prticos Usando Tcnicas de Optimizacin

Bach. Luis ngel Moya Huallpa 1
Facultad de Ingeniera Civil Captulo 1. Conceptos Tericos
CAPTULO 1. CONCEPTOS TERICOS
El presente capitulo presenta la terminologa y los conceptos bsicos tiles para tratar
con problemas relacionados a procesos de optimizacin. El objetivo del presente
capitulo es familiarizar al lector con los conceptos de variables de diseo, funcin
objetivo y funciones de restriccin, as como tambin de las restricciones activas.
1.1 TERMINOLOGA
1.1.1 Terminologa Bsica y Notacin

Para comprender los mtodos de diseo ptimo es necesario estar familiarizado con
conceptos de algebra lineal (es decir operaciones con vectores y matrices) y clculo
de funciones de mltiples variables. No es objetivo del presente trabajo presentar el
desarrollo de esas teoras, revisadas en cursos de pre-grado. En esta seccin se
presenta la terminologa estndar y la notacin usada en los captulos posteriores.
Para identificar a una matriz, sta se denota usando letras en negrita. El trmino vector
o punto es usado indistintamente y se entiende que es una matriz de una sola
columna. Cada vector representa una lista ordenada de nmeros, y estos a su vez son
llamados componentes del vector. De esta forma, las n componentes del vector x son
representadas de la siguiente manera:
x1
x
x = 2 = [x 1 K xn ]
T
x2
M

x n
El superndice T significa la transpuesta de un vector. El vector x representa a un

punto en el espacio n-dimensional de nmeros reales Rn. El espacio Rn es definido
como la coleccin de todos los vectores de n componentes reales.
A menudo trataremos con conjuntos de puntos que satisfacen condiciones

particulares. Por ejemplo, el conjunto de puntos que tiene tres componentes en el cual
la tercera componente es igual a la suma de las dos primeras se escribe de la
siguiente manera:
S = {x = (x 1 , x 2 , x 3 ) | x 3 = x 1 + x 2 } (1.1)

La informacin relacionada al conjunto est contenida entre llaves { }. La lnea

vertical en la ecuacin (1.1) divide la informacin en dos partes, la parte del lado
izquierdo brinda la dimensin del conjunto de puntos, mientras que la parte derecha
contiene la condicin que distingue a los puntos del conjunto. Los miembros del
conjunto son llamados elementos.
Si todos los elementos del conjunto S pertenecen tambin a un conjunto T, se dice

entonces que el conjunto S es un subconjunto de T. Simblicamente se escribe S T .
Por ltimo, es necesaria una aclaracin con respecto a los subndices y superndices.
Los subndices son usados para representar componentes de un vector y/o matriz,
mientras que los superndices son usados para representar diferentes vectores y
matrices. Los superndices sern tiles cuando se desee expresar vectores diferentes
de un mismo conjunto.
1.1.2 Variables de Diseo
Dentro del mbito estructural las variables de diseo representan la informacin

geomtrica de los elementos estructurales, o las propiedades mecnicas y fsicas del
material a usar. En general, una variable de diseo podra ser cualquier parmetro
cuantificable en la etapa del diseo. La topologa (es decir la forma o configuracin) de
la estructura es posible asumiendo que los parmetros geomtricos de los elementos
estructurales puedan alcanzar un valor nulo.
Debido a que los modelos mecnicos que representan a la estructura son escogidos a
juicio del diseador para representar de la mejor manera el comportamiento ante un
fenmeno dinmico, no es posible realizar una transicin del comportamiento
mecnico de los elementos durante algn mtodo de optimizacin. Por ejemplo, un
elemento barra que solo resiste fuerzas axiales no puede transformarse a un elemento
resistente a flexin.
Las variables de diseo ms simples y comunes son las relacionadas con la geometra
de los elementos, debido a que el material y la configuracin estructural estn
usualmente predefinidos. El rea de la seccin transversal para un elemento barra, el
momento de inercia para un elemento a flexin, o el espesor de un elemento rea, son
algunos ejemplos de variables de diseo relacionadas con la geometra.
Para definir el concepto de espacio del diseo debemos representar las variables de
diseo mediante un vector x, en el cual xi representa la i-sima variable de diseo. A

manera de ilustracin, la Figura 1.1 muestra un espacio en el cual slo se tiene 3

variables de diseo; por lo tanto, es un espacio de diseo tridimensional. Debido a que
en la mayora de los casos las variables de diseo representan una cantidad fsica
tangible, esto las limita al conjunto de los nmeros reales positivos (R+)
El punto k en el espacio de diseo representa el diseo usando las variables xk.

Muchos de los mtodos numricos empleados en procesos de optimizacin realizan
continuos cambios de las variables de diseo, es decir, mueven las variables de
diseo del punto k al punto k+1 como se describe en la siguiente expresin:
x k +1 = x k + k d k (1.2)
Donde el vector dk define la direccin de movimiento, y el escalar k define la magnitud

de movimiento
Figura 1.1 Espacio de diseo tridimensional

(Fuente: Gallagher y Zienkiewicz)
Hasta el momento se ha supuesto que las variables de diseo son continuas. Sin
embargo, en muchos casos los valores de las variables estn limitados por la
disponibilidad de valores comerciales; por ejemplo, el espesor de un perfil de acero
podra tener los siguientes valores 1/8, 1/4", 3/8, 1/2", 5/8, 3/4", 1,...(mltiplos de
1/8). En estos casos las variables se denominan variables discretas. Sin embargo, si
tratamos a todas las variables como continuas, el valor mnimo calculado de la funcin
objetivo (que representa la caracterstica de la estructura que deseamos optimizar)
representa el lmite inferior de los valores discretos que las variables podran usar. Por
lo que una primera sugerencia es resolver el problema de optimizacin considerando
variables continuas y luego asignar el valor discreto ms prximo al resultado
obtenido. Un segundo enfoque para enfrentar un problema de optimizacin con
variables discretas es el desarrollado por Arora y Tseng [1988], que se denomina
proceso de optimizacin con adaptacin numrica. La solucin inicial es calculada
suponiendo todas las variables como continuas, luego a las variables ms cercanas a
un valor discreto disponible se les asigna dicho valor como fijo y se vuelve a realizar el

proceso de optimizacin. Este procedimiento se contina hasta que todas las variables
de diseo tengan asignado un valor discreto.
1.1.3 Funcin Objetivo
La funcin objetivo es aquella cuyo mnimo valor es el buscado en un proceso de

optimizacin. sta es escalar y depende de las variables de diseo.
La funcin objetivo representa la caracterstica del diseo que se desea optimizar,
como por ejemplo el costo, el peso, o la energa de deformacin. En la presente tesis
la funcin objetivo es designada por W(x) y es expresada mediante:
W = c(x)T x (1.3)
Donde c(x)T = [c1(x), c2(x), , cn(x)] es el vector cuyos componentes multiplican a las
variables de diseo. Debido a su relacin con la economa, la funcin objetivo ms
usada es el peso de la estructura, siendo la funcin objetivo para dicho caso:
W = 1L1A 1 + 2 L 2 A 2 + 3L 3 A 3 = c T x (1.4a)
x = [A1 , A2 ,...,An ] (1.4b)
c = [ 1 L 1 , 2 L 2 ,..., n L n ] (1.4c)
Donde:
Ai denota la seccin transversal del i-simo elemento
Li denota la longitud del elemento i
i denota el peso especfico del material usado en el i-simo elemento
La ecuacin 1.4a es una funcin lineal, que representa un plano para un espacio
tridimensional (ver Figura 1.2) o un hiperplano para espacios dimensionales mayores.
El gradiente de una funcin es un vector cuya direccin es normal a la funcin misma

(en el punto en el cual est evaluada). Su utilidad radica en que sta nos brinda la
direccin en la que la funcin objetivo se incrementa ms rpido para una amplitud de
cambio dada. El gradiente de la funcin objetivo se expresa de la siguiente manera:
T
W W
W = L (1.5)
x i x n

Figura 1.2 Superficie plana de la funcin W
1.1.4 Restricciones
Una restriccin, como su mismo nombre lo indica, es una limitacin que debe ser
cumplida en el diseo con el objetivo de hacerlo aceptable. Existen dos tipos de
restricciones: restricciones de igualdad y de desigualdad.
Una restriccin de igualdad puede representarse de la siguiente forma:
ri ( x ) = 0 , i =1,,E (1.6)
Para E funciones de restriccin. Aunque matemticamente cada restriccin de

igualdad es una oportunidad para despejar una variable de diseo, en muchos casos
esto es algebraicamente complicado.
Una restriccin de desigualdad puede expresarse de la siguiente manera:
gi (x) 0, i =1,,I (1.7)
Para I funciones de restriccin. El concepto de desigualdad juega un rol importante en

la optimizacin de un diseo estructural, pues muchas restricciones son de este tipo,
como por ejemplo limitaciones en los desplazamientos, en los esfuerzos o fuerzas de
los elementos, limitaciones en las frecuencias de vibracin, entre otras.
g (x)
x2 i x2
x1 x1
x3 x3
Figura 1.3 Izquierda: superficie de restriccin; derecha: superficie de restriccin compuesta

Cada condicin de restriccin representa una superficie en el espacio de diseo, la

cual representa el lugar geomtrico de los puntos en la cual la restriccin se satisface
como una restriccin de igualdad. En la Figura 1.3 se muestra la superficie de una
funcin de restriccin (izquierda), as como tambin la superficie generada por varias
funciones de restriccin (derecha).
Se ha decidido usar subndices en las funciones de restriccin para almacenarlas en

vectores, debido a que trataremos con varias funciones de restriccin
simultneamente. Por lo tanto, las ecuaciones (1.6) y (1.7) pueden reescribirse de la
siguiente forma:
r (x) = [r1 (x) r2 (x) K rE (x)]
T
(1.8)
g(x) =[g1(x) g2 (x) K gI (x)]

T
(1.9)
En forma similar a la funcin objetivo, las gradientes de las funciones de restriccin

son expresadas de la forma:
T
g ( x ) g i ( x )
g i = i L (1.10)
x i x n
El vector que representa la gradiente se muestra en la Figura 1.3.
Ntese que la gradiente de la funcin objetivo es usualmente constante

(especificamente cuando se habla del peso de la estructura ver ecuacin (1.4a)),
mientras que la gradiente de las funciones de restriccin tiene un comportamiento no-
lineal.
1.1.5 Enunciado Matemtico del Problema de optimizacin
Dadas las funciones continuas y diferenciables W(x): RnR1, r(x): RnRE, g(x): RnRI,
se desea encontrar el vector x que pertenece al conjunto:
= {x | g ( x) 0, r ( x ) = 0} (1.11)
De tal manera que para todo x que pertenezca al conjunto se obtenga lo siguiente:
W ( x ) W ( x ) (1.12)
Una notacin ms corta usualmente empleada en el enunciado del problema es:
min{W (x) | g (x) 0, r (x) = 0} (1.13)
Si el problema de optimizacin implica maximizar la funcin objetivo W(x), es posible
usar el mismo enunciado, siendo la funcin a minimizar: -W(x)

Es necesario mencionar que la mayor parte de la bibliografa revisada para el presente

trabajo seala claramente que no existe un procedimiento general en problemas de
optimizacin. Las herramientas disponibles hasta el momento son procedimientos
numricos que resuelven problemas particulares, por lo que es necesario escoger con
criterio el procedimiento que se ajuste ms al problema a enfrentar. Polak [1971]
escribi:
Hasta el momento no existe una prueba satisfactoria para establecer si un candidato a
solucin de un problema de optimizacin es ptimo o no. Por lo tanto, no debe sorprendernos
la no existencia de un mtodo general para resolver tales problemas
Para representar en forma geomtrica el problema de optimizacin, la Figura 1.4

muestra un espacio de diseo de dos variables. En ella se puede observar la
restriccin superior e inferior (que en algunas publicaciones se llaman restricciones de
lado) de la variable x2. Se observa tambin las funciones de restriccin g1(x), g2(x) y
g3(x), las cuales, junto con las restricciones de lado conforman una superficie de
restriccin compuesta.
Un punto de diseo que se ubique sobre la superficie de restriccin compuesta, se

denomina punto de diseo factible. Por otro lado, un punto en el espacio de diseo
que infrinja las restricciones es llamada punto de diseo no factible. En muchos
algoritmos matemticos para resolver este tipo de problemas es necesario conocer un
punto de diseo factible.
restriccin inferior
W(x 0 )
de la variable x2
x0 (punto de diseo inicial)
x1
g ( x)
1
g (x)
W(x i ) 2
xi(punto ptimo restriccin superior
de diseo)
de la variable x2
g ( x)
3
O x2
Figura 1.4 Espacio de diseo de dos dimensiones con las restricciones de
comportamiento g1(x), g2(x) y g3(x)

Cuando la funcin objetivo es una combinacin lineal de las variables de diseo (como
en el caso del peso de la estructura), stas son representadas como hiperplanos, que
en el caso particular de un espacio bidimensional como el del ejemplo son las lneas
rectas: W(x0) y W(xi). Observamos tambin de la Figura 1.4 que el punto de diseo
ptimo es el punto en cual la funcin objetivo entra en contacto en forma tangencial
con la superficie de restriccin compuesta.
Otro ejemplo de espacio bidimensional es mostrado en la Figura 1.5 con el objetivo de

exhibir una de las principales dificultades en la aplicacin de mtodos numricos en el
problema de optimizacin: la habilidad para distinguir entre un punto ptimo local y el
punto ptimo global. En el caso de que algn procedimiento numrico nos conduzca
del punto A al punto B, pruebas analticas indicaran que no existe ninguna traslacin
posible para reducir ms la funcin objetivo. Sin embargo, existe un punto C en el cual
la funcin objetivo es menor.
restriccin de
x1 la variable x2
(punto ptimo A
local)
WB
B (punto ptimo
WC global)
O x2
Figura 1.5 Punto ptimo local y global
Cuando la superficie de restriccin es convexa el punto ptimo local y global coinciden.

Desafortunadamente, las superficies de restriccin en anlisis estructural no son
siempre convexas.
Una prueba para identificar un punto ptimo local es la condicin ptima de Kuhn-
Tucker, cuyo enunciado es el siguiente:
Considerando la existencia de q restricciones activas1 en un punto de diseo xk, la
funcin objetivo W(xk) y el vector normal a la funcin de restriccin gi(x). La condicin
de Kuhn-Tucker establece que en un punto local ptimo el gradiente de la funcin
objetivo puede expresarse como una combinacin lineal de las gradientes de
restriccin activas, es decir:
1
El trmino restricciones activas ser definido en la siguiente seccin.

q
W ( x k ) = i g i ( x k ) = g ( x k ) (1.14)
i =1
1.1.6 Restricciones Activas

En los mtodos de solucin que presentaremos ms adelante se usar repetidas
veces el trmino restricciones activas. Cuando un punto de diseo factible xk se
encuentra en la superficie de una funcin de restriccin, dicha funcin de denomina
restriccin activa. Esta denominacin es til en restricciones de desigualdad (ecuacin
(1.7)), pues en una restriccin de igualdad (ecuacin (1.6)) el punto xk siempre se
encuentra en la superficie de la funcin ri(x).
En trminos matemticos una funcin de restriccin gi(x) es activa en el punto xk

cuando se satisface la igualdad gi(xk) = 0. Mientras que la funcin se denomina inactiva
si se cumple la desigualdad gi(xk) < 0.
A manera de ilustracin en la Figura 1.6 observamos que el punto xa tiene como

restricciones activas a las funciones g2(x) y g3(x); las restricciones activas del punto xb
son g1(x) y g2(x), mientras que el punto xc tiene como restriccin activa la funcin g2(x).
x1
g (x)
1
xb
xc xa
g (x)
2
g (x)
3
O x2
Figura 1.6 Restricciones activas
Una modificacin de este concepto, cuya utilidad es mayor en procedimientos

numricos, es el conjunto de ndices activos e: Para cualquier punto xk que
pertenezca al conjunto y un parmetro e>0, se define al conjunto de ndices
activos como - e:
J ( x , ) = {i | g i ( x ) + 0 } (1.15)

En trminos ms simples: cuando la distancia entre el punto xk y el punto ms cercano

a la superficie de restriccin de la funcin gi(x) es menor que el valor e, entonces el
subndice i de la funcin gi(x) pertenece al conjunto de ndices activos.
1.2 MTODO DE LA DIRECCIN POSIBLE
Considerando slo la existencia de las restricciones de desigualdad, la ecuacin (1.13)

queda de la forma:
min {W ( x ) | g i ( x ) 0 ; i = 1, 2 K , I } (1.16)
Donde I es el nmero de funciones de restriccin. Dado un punto xk que pertenece al

conjunto definido en la ecuacin (1.11), el mtodo de la direccin posible determina
la recta que pasa por dicho punto:
L = {x | x = x k + d ; 0} (1.17)
Sobre la cual se escoge el punto x k +1 = x k + k d k , de modo que se cumpla la siguiente

desigualdad
W (x k +1 ) < W ( x k ) (1.18)
Por lo tanto, el objetivo del mtodo es determinar la magnitud k y la direccin d k en

la cual el punto de diseo viaja desde xk hasta xk+1. La direccin es admisible slo si no
se viola ninguna funcin de restriccin, es decir:
g i (x k + k d k ) 0 ; i = 1,2,,I (1.19)
Para ilustrar de manera simple las condiciones que se deben cumplir en la eleccin de
la direccin d, recurriremos de nuevo a los casos de espacios bidimensionales. En la
figura 1.7a observamos dos puntos de diseo xa y xb, en los que las magnitudes de la
funcin objetivo son W(xa) y W(xb) respectivamente. Considerando que la funcin
objetivo es una combinacin lineal de las variables de diseo, sobre estos puntos se
trazan las rectas que unen todos los puntos que tienen la misma magnitud de la
funcin objetivo, siendo las ecuaciones de estas rectas:
W(x 1 , x 2 ,..., x n ) = W(x 1a , x a2 ,..., x an ) (1.20a)

W(x 1 , x 2 ,..., x n ) = W(x 1b , x b2 ,..., x bn ) (1.20b)

Se observa tambin que W(xa) > W(xb). Entonces, recordando que la gradiente W es
normal a la recta de las ecuaciones (1.20a) y (1.20a) y que su direccin apunta
siempre hacia el lado que incrementara la funcin W(x), la nica condicin para mover
el punto de diseo desde xa hacia cualquier punto de la recta que contiene al punto xb,
es que el ngulo entre la gradiente W y la direccin de movimiento d est dentro
del siguiente rango:
90< < 270
Lo que significa que el producto escalar entre estos dos vectores debe ser menor o
igual a cero:
( W )T d 0 (1.21)
x1 x1
W(xa)
W
xa
W(xb) O d xb
xa O
d
g (x a)
i
xb g (x)
i
O x2 O x2
(a) (b)
Figura 1.7 Izquierda: relacin entre la direccin de movimiento d y el gradiente de la funcin
objetivo. Derecha: relacin entre el vector d y la gradiente de la funcin de restriccin
Siguiendo el mismo juicio, de la Figura 1.7b se observa que para que no se infrinja la
funcin de restriccin gi(x), se requiere que el producto escalar entre la gradiente
g i ( x a ) y el vector d sea menor o igual a cero:
[ g i ]
(x a ) d 0
T
(1.22)
x1
W
xa
W(xa)
g (x ) a d
i xb
g (x)
i
O x2
Figura 1.8 Regin en la cual es posible la direccin de movimiento

Para que se cumplan las ecuaciones (1.21) y (1.22) la direccin de movimiento tiene
que estar dentro de la regin sombreada de la Figura 1.8, la cual es la regin donde se
podra disminuir la funcin objetivo W(x) sin violar la funcin de restriccin gi(x).
Lo mencionado en los prrafos precedentes tambin se cumple para diferentes

espacios dimensionales Rn, siendo las expresiones generales:
(W )T d k 0 (1.23)
[g]T d k 0 (1.24)
Donde g es una matriz de dimensin n x p, que contiene las gradientes de las p

funciones de restriccin activas.
Existe una variedad de procedimientos para producir el vector de movimiento d. Sin

embargo todos estos tienen dos propiedades en comn:
- El nuevo punto de diseo x k + 1 = x k + k d k pertenece al conjunto

- Se satisface la condicin: W ( x k +1 ) < W ( x )
A continuacin se presentan dos procedimientos para definir la direccin de

movimiento d.
1.2.1 Procedimiento de Best

Este mtodo empieza con un punto de diseo factible, el cual es trasladado hacia la
restriccin ms cercana por medio del mtodo de la mxima gradiente. Luego, el punto
de diseo se mueve a travs de la superficie de restriccin hacia la direccin en la cual
la funcin objetivo se reduce ms rpidamente, Es decir:
[g] T
dk = 0 (1.25)
Suponiendo que el vector es normalizado, es decir:
(d ) d
k T k
=1 (1.26)
La proporcin de reduccin de la funcin objetivo en la direccin dk es:
[ ] W k
[ ]
n
d
+ = di = dk W
k k k T
W x d (1.27)
i =1 x i
k
d
Para maximizar la ecuacin (1.27) sujeta a las condiciones (1.25) y (1.26) con el
objetivo de obtener la direccin de movimiento ptimo dk se emplear el mtodo de
multiplicadores de Lagrange:
W + [ g ] + 2 0 d k = 0 (1.28)

Donde 0 y = [1 K p ] son los multiplicadores de Lagrange. La direccin d es
calculada a partir de las ecuaciones (1.25), (1.26) y (1.28):
HW
dk = (1.29)
2 0
Donde:
{
H = I [g ][g ] [g ] 1 [g ]
T
} T
(1.30a)
0 =
1
2
[
(H W )T (H W )
1/ 2
] (1.29b)
La magnitud de movimiento hacia la restriccin ms cercana puede calcularse con una

aproximacin de primer orden:
g j (x k ) + k (d k ) g j (x k ) = 0
T
(1.31)
Siendo entonces la magnitud requerida:

g j (x k )

k = min
[ ]
(1.32)
j
d
k T
g j ( x k )
1.2.2 Procedimiento de Programacin Lineal

Este mtodo fue desarrollarlo por Zoutendijk en 1959 y consiste en reducir el problema
de optimizacin a un problema de programacin lineal, cuya solucin es conocida.
Como se mencion anteriormente, la direccin de movimiento d debe cumplir las
condiciones (1.23) y (1.24). La cual es obtenida minimizando el valor mximo de
(W )T d k y (gi )T d para todo i cuya funcin es una restriccin activa. Denotando este
valor mximo por b, el procedimiento para calcular d es definido como:
Minimizar el coeficiente b, con las siguientes condiciones
(W)T d k (1.33)
(gi )Td para i J(x, ) (1.34)
1 d j 1 para j = 1, 2, , n (1.35)
La ecuacin (1.35) ha sido aadida para normalizar el vector d, por lo que esa
condicin no es estrictamente necesaria. Si < 0 , entonces el vector d es el vector
de movimiento deseado. Si = 0 , entonces el punto de diseo satisface la condicin
de Kuhn-Tucker.

1.3 MODELO DEL MTODO COMPUTACIONAL

EL algoritmo usado para resolver el problema de optimizacin fue desarrollado por
Polak [1971], el cual ha sido usado en investigaciones previas relacionadas a
ingeniera antissmica por Walker & Pister [1975], Bhatti et al [1978], Bhatti [1979],
Bhatti et al [1981].
Debido a la aparente complejidad del algoritmo empleado, al autor del presente trabajo
consider conveniente presentar antes una serie de algoritmos simples cuyo grado de
complejidad ir aumentando continuamente, con el objetivo de que el lector pueda
entender claramente el enfoque que presenta el autor (del algoritmo usado) para
enfrentarse al problema de optimizacin:
Dado el conjunto cerrado del espacio dimensional Rn, el algoritmo ms simple para
determinar el punto ptimo del conjunto utiliza una funcin de bsqueda a: Rn Rn
y una regla para detener la bsqueda c: Rn R1, el cual tiene la siguiente forma:
Modelo N1: a: Rn Rn, c: Rn R1.

Paso 0. Fijar un punto de diseo inicial x0 .
Paso 1. Establecer i = 0.
Paso 2. Calcular a(xi).
Paso 3. Asignar xi+1 = a(xi).
Paso 4. Si c(xi+1) c(xi), detener la bsqueda; De lo contrario fijar: i = i+1 e ir al

paso 2
Algoritmos similares al del modelo N1 son tiles siempre y cuando sea posible
calcular el punto xi+1 = a(xi) de manera prctica. Sin embargo, a menudo se encuentran
situaciones en las cuales es muy complicado o en algunos casos no se puede calcular
a(xi) de una manera sencilla. Para superar esta dificultad, se debe introducir un
procedimiento para truncar o aproximar el valor.
El enfoque ms simple para introducir un procedimiento de truncamiento en el

algoritmo anterior es definiendo el siguiente subconjunto:
A ( x ) = {y | y - a ( x ) }, donde 0 , x
0
(1.36)
Siendo el nuevo algoritmo modificado:

Modelo N2: Suponiendo que un valor 0 0 es asignado
Paso 2. Establecer = 0 .
Paso 3. Calcular el punto y A ( x i )
Paso 4. Si c(y) - c(xi) - , establecer: xi+1 = y; i = i+1, e ir al paso 2; En caso

contrario: establecer: = / 2 e ir al paso 3.
En algunos casos el procedimiento para determinar si el punto y pertenece a A ( x )

puede tener la misma complejidad que calcular a(x), lo cual se deseaba evitar. Por lo
tanto, es necesario modificar el subconjunto A ( x ) de manera que no sea necesario
realizar procedimientos complicados cuando el punto de iteracin est alejado de la
solucin:
Modelo N3: A: Rn Rn, c: Rn R1, 0 0 , ' (0, 0 ) .
Paso 3. Calcular el punto y A( , x i ) .
Paso 4. Si c(y) - c(xi) - , establecer: xi+1 = y, i = i+1, e ir al paso 2; En caso

contrario: ir al paso 5.
Paso 5. Si ' : realizar la prueba que determine si xi es el punto ptimo,

luego ir al paso 6; En caso contrario: establecer = /2 y regresar al paso 3.
Paso 6. Si xi es un punto ptimo: establecer xi+1= xi y detenerse; En caso

contrario: establecer = / 2 e ir al paso 3.
Obsrvese que el coeficiente es reducido a la mitad varias veces, conforme el punto

de iteracin se acerca al punto ptimo. Una generalizacin de este ltimo modelo es la
siguiente:
Modelo N4: A: Rn Rn, c: Rn R1, 0 0 , ' (0, 0 ) , 0 , (0 ,1 ) .

Paso 3. Calcular el punto y A( , x i ) .
Paso 4. Si c(y) - c(xi) - , establecer: xi+1 = y, i = i+1, e ir al paso 2; En caso

contrario: ir al paso 5.
Paso 5. Si ' : realizar la prueba que determine si xi es el punto ptimo,

luego ir al paso 6; En caso contrario: establecer = y regresar al paso 3.
Paso 6. Si xi es un punto ptimo: establecer xi+1= xi y detenerse; En caso

contrario: establecer = e ir al paso 3.
Los algoritmos mostrados ayudan a comprender el enfoque usado para enfrentar el

inconveniente de realizar clculos precisos innecesariamente cuando el punto de
iteracin an est muy alejado del punto que se desea encontrar. Mayor detalle de
estos algoritmos, as como tambin la demostracin de su convergencia, puede
encontrarse en el libro Computational Methods in optimization de Polak [1971].
1.3.1 Algoritmo del Mtodo de Direccin Posible

El presente algoritmo para resolver el problema de optimizacin es una modificacin
del modelo N3 presentado en la seccin anterior. El cual se resume de la siguiente
manera:
Paso 0. Fijar un punto de diseo inicial x0 ; establecer los siguientes valores: '> 0,
> 0 , = 0 . 8 , i = 0; asignar un valor ' ' (0, ' ) .
Paso 1. Establecer i = 0
Paso 2. Establecer 0 = ' y j = 0

Paso 3. Calcular los valores y d i resolviendo el problema clsico de programacin
lineal de las ecuaciones (1.33) - (1.35) para = j.
Paso 4. Si j : Establecer di = d i , e ir al paso 7; de lo contrario: ir al paso 5
Paso 5. Si j ' ' : Calcular 0 usando las ecuaciones (1.33) - (1.35) para = 0 , e ir
al paso 6; En caso contrario: establecer j = j / 2 , j = j+1, e ir al paso 3.
Paso 6. Si 0 = 0 : establecer xi+1 = xi y detener el algoritmo; de lo contrario: establecer

j = j / 2 , j = j+1, e ir al paso 3.
Paso 7. Calcular el mnimo entero posible k 0 de manera que:

g k (x i + k d i ) 0 para k = 1, 2,, I (es decir, todas las funciones de restriccin)

Paso 8. Asignar: =
i k
Paso 9. Calcular: x i + 1 = x i + i d i , i = i+1, e ir al paso 1
Comentarios relativos al algoritmo
En el paso 0 se introducen los valores de entrada para iniciar el algoritmo. El valor ms

importante es el vector inicial de diseo x0, el cual debe pertenecer al conjunto
definido en la ecuacin (1.11). Se supone que el vector inicial x0 es el resultado de un
procedimiento de diseo convencional. Por otro lado, se debe mencionar que no es
estrictamente obligatorio que el valor de sea 0.8; los lectores interesados en
programar el algoritmo podran seleccionar un valor 0< <1.Polak recomienda usar un
valor (0.5,0.8 ) .
El valor inicial de i es definido en el paso 1, con el objetivo de presentar los dems

pasos en trminos de esta variable. Recordemos que estos pasos pertenecen a un
bucle.
El valor de j definido en el paso 2 debe interpretarse como el margen de error

aceptable durante esa iteracin. Durante cada iteracin este valor es reducido
conforme lo requiera el algoritmo. Sin embargo, cada vez que se completa una
iteracin j se redefine a '.
Son dos las instrucciones que se deben realizar en el paso 3: Identificar todas las
funciones de restriccin cuyos subndices se encuentren dentro del conjunto de
ndices activos J(xi , j ) . Luego, el vector di que representa la direccin de movimiento
del punto de diseo y el coeficiente son calculados usando la teora de

programacin lineal.
El concepto de ndice activo - j asegura que el proceso iterativo no converger en un
punto no ptimo. Al hacer uso del ndice activo - j estamos aceptando un margen de
error j que debe ser aceptable. Por otro lado, mientras ms grande sea j mayor
ser la facilidad para calcular las funciones. Sin embargo, esto tambin implicara que
un mayor nmero de funciones de restriccin se encuentren dentro del conjunto de

ndices activos - j , lo que implica un incremento en tamao y dificultad del problema

de programacin lineal.
En trminos generales, el coeficiente indica qu tan cerca se encuentra el punto xi

para cumplir las condiciones de un punto ptimo, en otras palabras: que tan lejos se
encuentra del punto de diseo ptimo. Debido a esto, se realiza una comparacin en
el paso 4 entre los valores y j (note que se aade el signo menos a j debido
a que 0 ). Si el coeficiente satisface la inecuacin j , entonces se toma
el valor de d i como la direccin de movimiento di y se debe dirigir al paso 7. Si no

satisface la inecuacin, ms pruebas son necesarias y se debe dirigir al paso 5.
Cuando la inecuacin del paso 4 no es satisfecha, en el paso 5 se realiza una mejora
en el margen de error aceptable. Es decir, j es reducido a la mitad y luego deben

realizarse nuevamente los clculos del paso 3. Este proceso se realizar
continuamente hasta que se cumpla la inecuacin del paso 4 el valor de j sea lo

suficientemente pequeo ( j ' ' ). Si la ltima de estas condiciones es satisfecha
( j ' ') se debe resolver el problema de programacin lineal de las ecuaciones (1.33)-
(1.35) para un j = 0 y luego dirigirse al paso 6.
En el paso 6 se evala el valor de 0 que fue calculado en el paso 5 para un j = 0 . Si

i
0 = 0 entonces el punto x satisface la condicin de optimizacin y podra ser un punto
mnimo local. Si 0 0 se debe reducir j a la mitad y retornar al paso 3. Observe que

la probabilidad de encontrar un punto en el cual 0 = 0 es extremadamente pequea,
por lo que este paso usualmente sirve para seguir refinando el valor de j .
Una vez llegado al paso 7, la direccin de movimiento di ya ha sido definida. Por lo que
el siguiente objetivo es calcular la magnitud del desplazamiento. El procedimiento
empleado en el algoritmo tiene un enfoque de prueba y error, en la cual la primera
propuesta para el nuevo punto de diseo es x i + d i . Si el nuevo punto est dentro del
conjunto el proceso termina y se pasa al paso 8 (recordar que el coeficiente es
un valor de entrada). Si el nuevo punto de diseo no se encuentra en el conjunto ,

una segunda propuesta es de la forma x i + d i (el trmino tambin es un valor de

entrada), una tercera propuesta, en caso de ser necesaria, es x i + 2d i , y as

sucesivamente. El proceso termina cuando se encuentre el menor valor de k para el
nuevo punto de diseo x i + k d i que si pertenezca al conjunto .
1.4 SISTEMA ESTRUCTURAL
Luego de presentar la terminologa que ser usada, es importante relacionarla al

mbito estructural. El problema que se est enfrentando en esta tesis es el
reforzamiento ptimo de una estructura de prticos, la cual est sujeta a cargas
dinmicas producidas por un sismo y no cumple con los requisitos mnimos del cdigo
de diseo sismo resistente.
El trmino diseo ptimo es un concepto muy complejo, pues una estructura con un
diseo ptimo debera tener la mejor configuracin estructural, mejor desempeo ante
las solicitaciones para las que fue diseada y debe ser lo ms econmica posible (y
otras caractersticas ms). Sin nimos de desalentar al lector, se debe reconocer que
en este trabajo solo se est intentando optimizar la caracterstica del proyecto que est
ms relacionada con el costo de construccin: su peso.
Siguiendo el enunciado de Sheu y Prager (mencionados en la publicacin de Ray et al

[1974]) un problema de optimizacin en el diseo estructural debe abarcar los
siguientes aspectos:
1.4.1 Objetivo del sistema estructural
En el diseo de edificaciones la estructura debe satisfacer requisitos de servicio para

evitar alguna falla en su funcionamiento y requisitos de seguridad para prevenir una
falla estructural. Con relacin a lo mencionado, el cdigo peruano establece los
siguientes principios:
- La estructura no debera colapsar, ni causar daos graves a las personas

debido a movimientos ssmicos severos que puedan ocurrir en el sitio
- La estructura debera soportar movimientos ssmicos moderados que puedan
ocurrir en el sitio durante su vida de servicio, experimentando posibles daos
dentro de lmites aceptables.

Estos principios demandan ciertas magnitudes de resistencia y rigidez en los

elementos estructurales del sistema.
1.4.2 Restriccin Geomtrica en el Diseo
El aspecto arquitectnico y la funcionalidad de la edificacin juegan un rol importante

en las limitaciones de la geometra de los elementos estructurales. Por otro lado, para
el caso de acero estructural, las reas de las secciones transversales estn limitados a
un conjunto de elementos discretos.
1.4.3 Restricciones de Comportamiento
Existen restricciones de igualdad y desigualdad relacionadas al comportamiento de la

estructura. Las ecuaciones dinmicas de movimiento pueden ser ecuaciones
diferenciales lineales o no lineales en las que se consideran la masa de la estructura,
la rigidez y el amortiguamiento. Por otro lado, limitaciones como un mximo nivel de
esfuerzos o mximo nivel de distorsin son restricciones de desigualdad.
1.4.4 Objetivo del Diseo
El objetivo en diseo estructural es optimizar el desempeo de cierta caracterstica,

que en la mayora de estudios se ha tratado de minimizar el peso. Sin embargo, es
posible optimizar el desempeo de otras caractersticas, como el maximizar la energa
de deformacin disipada en los lazos de histresis, o maximizar la ductilidad disponible
en cada piso, entre otros.

Facultad de Ingeniera Civil Captulo 2. Formulacin del Problema
CAPTULO 2. FORMULACIN DEL PROBLEMA
El presente trabajo tiene como objetivo presentar una herramienta para optimizar el
diseo de un proyecto de reforzamiento de una estructura existente. Para dicho
objetivo se identificar y simular la respuesta de la estructura existente con los
nuevos elementos estructurales de refuerzo como una funcin de las variables de
diseo y un movimiento ssmico en la base. Se usar luego la teora de optimizacin
para minimizar la funcin objetivo.
La estructura a reforzar est constituida por un sistema de prticos, y no cumple con

los requisitos mnimos estipulados por el cdigo de diseo sismo resistente E.030.
Para esto, se plantea aadir elementos de reforzamiento, lo cual podra ser el
incrementar las secciones existentes, aadir placas de concreto o arriostres de acero
estructural. Debido a la simplicidad de su formulacin, se decidi usar los arriostres de
acero (modelados como elementos resistentes a carga axial) para reducir la
complejidad del problema.
2.1 HIPTESIS Y CARACTERSTICAS DEL MODELO
- El comportamiento es idealizado como lineal y elstico, y se hace un anlisis

dinmico espectral para el clculo de la respuesta.
- Se realizar un anlisis plano, es decir no se podr considerar el efecto de
torsin en planta.
- Se supone que las masas de la estructura estn concentradas en los niveles
de la losa. Se supone tambin que la masa es constante, es decir, la masa
adicional de los elementos estructurales de reforzamiento es despreciable,
debido a que es muy pequea en comparacin a la masa pre-existente.
- Los desplazamientos relativos de la estructura reforzada estn limitados a
valores permisibles estipulados por el cdigo sismo resistente.
- Con el objetivo de reducir el nmero de variables a la mitad, los modelos sern
simtricos con respecto a una lnea vertical ubicada a mitad del plano. No
obstante, esto no es requisito indispensable para la aplicacin del mtodo.
- Es evidente que el diseo ptimo para estructuras resistentes a sismos no
puede estar desligado de la aleatoriedad del movimiento ssmico. Sin embargo,
para concentrarse en el mtodo de optimizacin se ha optado por usar el
espectro de pseudo-aceleracin de la norma peruana.

2.2 VARIABLES DE DISEO

Como se muestra en la Figura 2.1, las variables de diseo para el anlisis elstico son
las reas de la seccin transversal de los arriostres. Por lo tanto:
x = ( x 1 , x 2 ,..., x N ) T = (A1 , A 2 ,..., A N ) T (2.1)
Donde Ai es la seccin transversal de los elementos con la variable de diseo i (la

cual, como se explic anteriormente, representa a dos elementos ubicados
simtricamente)
HM
A N-3 A N-2 AN AN A N-2 A N-3
Hj
A i-3 A i-2 Ai Ai A i-2 A i-3
H1
A1 A2 A3 A3 A2 A1
B1 B2 B3
Movimiento Ssmico
Figura 2.1 Modelo tpico de prtico con elementos de reforzamiento

2.3 FUNCIN OBJETIVO

Basndonos en criterios econmicos, el mximo desempeo del diseo ssmico es
logrado cuando se usa la menor cantidad de material posible para los elementos de
reforzamiento. Por lo tanto la funcin objetivo puede ser expresada de la siguiente
forma:
N N
W(x) = 2 i Li A i = 2 i Li x i (2.2)
i =1 i =1
Donde W(x) es el peso total de los arriostres a usar en el reforzamiento, Ai ya ha sido

definida, Li denota a la longitud del arriostre con la variable de diseo i y i
representa el peso especifico del material usado en los elementos i.
El gradiente de la funcin objetivo queda expresado de la forma:
W ( x ) W ( x ) W ( x )
W (x) = , ,..., = {2 1 L 1 , 2 2 L 2 ,..., 2 N L N } (2.3)
x 1 x 2 x N
Como se mencion anteriormente, el gradiente de la funcin objetivo es en este caso

constante.
2.4 FUNCIONES DE RESTRICCIN

En esta seccin se establecern las funciones de restriccin relacionadas con las
distorsines de entrepiso de la edificacin, para lo cual se realizar un anlisis por
superposicin modal para estimar la deformacin de la estructura ante un evento
ssmico, el cual ser representado por el espectro de pseudo-aceleraciones del cdigo
peruano.
La ecuacin de movimiento del sistema, representada como la superposicin de los

movimientos desacoplados de cada modo, est expresada mediante:
u ( x , t ) = ( x ) Y ( x , t ) (2.4)
Donde u(x,t) es el vector de desplazamientos de la estructura en un tiempo t, Y(x,t) es

el vector de coordenadas generalizadas, y (x) es la matriz modal de la estructura. Se
observa que estos trminos estn asociados al vector que contiene a las variables de
diseo x. La ecuacin desacoplada del modo de vibracin n es:
&&n (x, t) + C*n Y

M*n Y & n (x, t) + K*n (x)Yn (x, t) = Fn* (t) (2.5)
Donde:
M*n = Tn (x) M n (x) Es la masa generalizada

C *n = nT ( x ) C n ( x ) = 2 n w n ( x )M *n Es el amortiguamiento generalizado
K *n ( x ) = Tn ( x ) K ( x ) n ( x ) = w 2n M *n Es la rigidez generalizada
Fn* (t) = nT (x) M 1 &u&g (t) Es la fuerza generalizada
Los trminos wn, n, y n son la frecuencia circular de vibracin, la forma de modo y la

fraccin del amortiguamiento crtico para el modo n, respectivamente. La expresin
n(x) debe entenderse como la n-sima columna de la matriz modal (x), y wn es la
raz cuadrada del valor propio n, que es definida resolviendo el problema de valores y
vectores propios:
K(x) (x) = M (x) (x) (2.6)
Donde (x) es una matriz diagonal de tamao NxN cuyos elementos contienen a los
valores propios. La solucin de la ecuacin (2.5) est dada por la integral:
t
L*n 1
Yn ( x , t) = &u& g (t)e n w n ( t ) sin w nd ( t ) d (2.7)
M *n w nd 0
Donde:
L*n = Tn(x) M 1
w nd = wn 1 n2
El mximo valor absoluto de la coordenada generalizada del modo n durante el tiempo

en que transcurre el sismo est definido por:
Ymax n ( x ) = max Yn ( x, t )
t
L*n 1
Ymax n (x) = Sv n ( w n , n ) (2.8)
M *n w nd
Donde:
t
Sv n ( w n , n ) = max u g ( ) e n w n (t ) sin w nd (t )d (2.9)
t
0
Svn representa la ordenada del espectro de pseudo-velocidades relacionada a la

aceleracin del suelo, &u& g (t) , correspondiente a una frecuencia circular wn y la fraccin
del amortiguamiento crtico n. De manera similar podemos estimar el desplazamiento

mximo del modo n:
u max n ( x ) = max u n ( x , t ) = n ( x ) Ymax n ( x ) (2.10)

t

Para determinar los desplazamientos relativos de cada nivel es necesario identificar

los grados de libertad que brindarn informacin del desplazamiento lateral. A manera
de ilustracin, la Figura 2.2 nos muestra que una distorsin en cierto nivel puede
determinarse mediante la diferencia del desplazamiento del grado de libertad i y del
grado de libertad j. Entonces, la distorsin queda definida de la siguiente manera:
max k, n [
= i, n ( x ) j, n ]
( x ) Ymax n (x ) (2.11)
Sea Ndist el nmero de posiciones donde se desea controlar las distorsiones, entonces:
k = 1, 2,,Ndist
Si se supone que las vigas son muy rgidas, Ndist sera igual al nmero de pisos de la
edificacin. En caso contrario se debe especificar las posiciones del nudo superior e
inferior en donde se desea controlar la distorsin.
Figura 2.2 Grados de libertad relacionados con la distorsin lateral de entrepiso
Una estimacin del desplazamiento relativo para cada punto de control k denotado
por max k ( x ) puede expresarse de la siguiente manera:
N
1/ 2
max k ( x) = (max k, n ( x)) 2 (2.12)

n =1
Finalmente la funcin de restriccin puede expresarse:
g k ( x ) = max k ( x ) - a k 0 , k = 1,2,, Ndist (2.13)
Donde el conjunto de valores {a k } denota los desplazamientos relativos de entrepiso

permisibles, los cuales pueden considerase constantes. Ntese que el nmero de
funciones de restriccin es Ndist.

La gradiente de las funciones de restriccin se denota como:
g k ( x ) g k ( x ) g k ( x )
g k (x) = , ,..., (2.14)
x 1 x 2 x N
Para deducir la derivada de una funcin de restriccin con respecto a una variable de
diseo, definamos la siguiente funcin:
[
h k (x) = ( i,n j,n )Ymax n ]
N
2
(2.15)
n =1
Entonces, las funciones de restriccin quedan expresadas de la siguiente forma:
g k (x) = h k (x)[ ] 1/ 2
a k (2.16)
Derivando la ecuacin (2.16) con respecto a la variable de diseo xl, y usando la

ecuacin (2.15), tenemos:
g k 1 k
x l
= h
2
[ ] 1 / 2 h k
x l
, k = 1,2,, Ndist; l = 1,2,,Nvar (2.17)
Donde:
j,n
h k
[
= 2 (i ,n j,n )Ymaxn ] x Ymaxn + (i,n j,n )
Ymaxn
N

i,n
(2.18)
x l n=1 l x l x l
De la ecuacin (2.18) se observa la necesidad de obtener una expresin para las

derivadas de i,n e Ymaxn con respecto a la variable de diseo xl.
2.4.1 Clculo de la derivada del mximo valor absoluto de la coordenada

generalizada del modo n (Ymaxn)
Expresando la ecuacin (2.8) de la siguiente manera:
nT (x) M 1 1
Ymaxn (x) = T Svn , n = 1,2,, N
n (x) M n (x) (x)
Derivando Ymaxn con respecto a la variable de diseo xl, considerando que los
vectores caractersticos son ortonormales con respecto a M ( Tn(x) M n(x)=1),
tenemos:
T
Ymaxn n 1 1 Svn n
x l
= M1
( )(
Svn + nTM1 0.51.5 n Svn + nTM1 )

( )
(2.19)
x l n x l n n x l

2.4.2 Clculo de la derivada de los valores propios ( n / x l )
Derivando la ecuacin (2.6) tenemos:
K M
+K = + M + M (2.20)
x l x l x l x l x l
Pre multiplicando la ecuacin (2.20) por T , tenemos:
T K M
T M + M T M = T T (2.21)
x l x l x l x l x l
De la ecuacin (2.21) se observa que los elementos fuera de la diagonal del primer
trmino del lado izquierdo son cero. Adems, la expresin resultante dentro del
parntesis tiene todas las componentes de su diagonal iguales a cero.
Por lo tanto, igualando solo los trminos de la diagonal de la ecuacin (2.21)

obtenemos:
i K T M T
Ti M i = Ti i i Ti i (2.22)
x l x l x l
Despejando la derivada del eigenvalor tenemos:
i 1 T K T M
= T i i i Ti (2.23)
x l i M i x l x l
De acuerdo a una de las hiptesis de diseo mencionadas anteriormente, la matriz de

masas se considera constante. Por consiguiente, se puede simplificar la ecuacin
(2.23).
i 1 T K T
= T i i (2.24)
x l i M i x l
2.4.3 Clculo de la derivada de los vectores propios ( n / x l )
Igualando los trminos fuera de la diagonal de la ecuacin (2.21) obtenemos:
j 1 T K M
Ti M = i j jTi j ; i j (2.25)
x l i j x l x l
La expresin (2.25) constituyen (n-1) ecuaciones de n incgnitas. Es necesaria una

ecuacin adicional para completar el conjunto. Se elige el siguiente:

j
TjM =0 (2.26)
x l
Combinando las ecuaciones (2.25) y (2.26) obtenemos:

TM
x l
[ ]
= U = u i, j (2.27)
1 i, j T K M
Donde: u i, j = i j k Ti j
j i x l x l
Como se mencion anteriormente, suponiendo la matriz de masas constante,

simplificamos la ecuacin (2.27):

= U (2.28)
x l
1 K
Ti j ;i j
Donde: u i, j = i j x l
;i = j
0
2.4.4 Clculo de la derivada del espectro de velocidades con respecto a los

valores propios ( v n / n ):
La relacin entre el espectro de pseudo-velocidades (Sv) y aceleraciones (Sa):
SaT
Sv =
2
Expresando el espectro de aceleraciones en funcin de los coeficientes del cdigo

peruano E.030:
ZUCS T
Sv = g (2.29)
R 2
El coeficiente C de la ecuacin (2.29) depende del periodo que define la plataforma del
espectro para cada tipo de suelo (Tp):
ZU2.5S T
g ; T Tp
R 2
Sv = (2.30)
ZU2.5S Tp
g ; T > Tp
R 2

Podemos observar de la ecuacin (2.30) que el espectro de pseudo velocidades (Sv)

es proporcional al periodo (T) cuando ste es menor a Tp; y es constante para
periodos mayores a Tp.
Para determinar la derivada del espectro de pseudo velocidades con respecto a los
valores propios haremos uso de la regla de la cadena:
Sv Sv T
= (2.31)
T
Calculando el primer trmino de la parte derecha de la ecuacin (2.31):
1 ZU2.5S
2 g ; T Tp
Sv R
(2.32)
=
T 0 ; T > Tp

Calculando el segundo trmino de la parte derecha de la ecuacin (2.31). De la
2
relacin entre el periodo y los valores propios T = , tenemos:

T T3
= 2 (2.33)
8
Reemplazando la ecuacin (2.32) y (2.33) en la ecuacin (2.31), tenemos:
ZU2.5S T 3

16 3 ; T Tp
Sv
R
= (2.34)
0 ; T > Tp

Llegados a este punto, es posible determinar la gradiente de las funciones de

restriccin, la cual como se mostr en las ecuaciones (2.17) y (2.18), se encuentra en
funcin de las derivadas de los valores y vectores propios con respecto a las variables
de diseo y de la derivada del espectro de pseudo-velocidades con respecto a los
valores propios (ecuaciones (2.24), (2.28) y (2.34)).

Facultad de Ingeniera Civil Captulo 3. Aplicaciones
CAPTULO 3. APLICACIONES
En el presente captulo presentaremos algunas aplicaciones de la metodologa

desarrollada en los captulos previos. El primer caso es un prtico de un vano y dos
niveles (ver Figura 3.1), en el cual solo existen dos variables de diseo (recordemos
que por simetra hemos reducido las variables a la mitad). Este caso tiene por objetivo
representar en forma grfica el comportamiento de las variables de diseo ante el
mtodo presentado en la seccin 1.2., lo que se facilita en este caso porque el espacio
de diseo es bidimensional.
Dos casos adicionales se presentarn (ver figuras 3.2 y 3.3) para mostrar la
efectividad de la metodologa empleada. Debido a la mayor complejidad de estos
ltimos casos, tanto en el nmero de funciones de restriccin como en el numero de
grados de libertad, no se podr mostrar en forma grfica el comportamiento de las
variables de diseo en cada iteracin; sin embargo, esto servir para mostrar que el
nmero de vanos y pisos no es ninguna limitacin.
4.00
A2 A2
4.00
A1 A1
6.00
..
ug
Figura 3.1 Configuracin del prtico A
3.00
A3 A3
3.00
A2 A2
3.00
A1 A1
6.00 6.00 6.00 6.00 6.00
..
ug
Figura 3.2 Configuracin del prtico B

3.00
A7 A7
3.00
A6 A6
3.00
A5 A5
3.00
A4 A4
3.00
A3 A3
3.00
A2 A2
3.00
A1 A1
5.00 5.00 5.00
..
ug
Figura 3.3 Configuracin del prtico C
3.1 MODELOS DE LAS ESTRUCTURAS Y VALORES INICIALES PARA EL

PROCESO DE OPTIMIZACIN
Para todos los casos estudiados (figuras 3.1, 3.2, y 3.3) las columnas y vigas, que
representan a la estructura existente a ser reforzada, son de concreto armado; cuyo
mdulo de elasticidad se ha supuesto igual a 20.59 GPa (210 t/cm2) y un coeficiente
de Poisson de 0.2. Por otro lado, los elementos diagonales, que representan los
elementos de reforzamiento, son de acero estructural cuyo mdulo de elasticidad es
de 196 GPa (2000 t/cm2).
Las columnas y vigas son elementos prismticos, los cuales fueron idealizados como
elementos lineales. Cada elemento presenta seis grados de libertad: 4 grados de
libertad de traslacin y 2 grados de libertad de giro (ver Figura 3.4a). Las
deformaciones totales de cada elemento provienen de las deformaciones axiales, a
flexin, y por corte.
Los arriostres de reforzamiento se idealizaron de manera similar, es decir, son

representados con elementos lineales. La diferencia radica en que estos solo tienen
cuatro grados de libertad, las cuales son todos de traslacin (ver Figura 3.4b).
Adems, las deformaciones son producto solo de las deformaciones axiales. La matriz
de rigidez de estos elementos se presenta en la ecuacin (3.2).

La matriz de rigidez de un elemento que conforma el prtico es calculado de la

siguiente manera:
Kf = T T KeT (3.1a)
cos sin 0 0 0 0

sin cos 0 0 0 0
0 0 1 0 0 0
T= (3.1b)
0 0 0 cos sin 0
0 0 0 sin cos 0

0 1
0 0 0 0
EA EA
0 0 0 0
L L
0 12EI 6EI - 12EI 6EI
0
(1 + )L3 (1 + )L2 (1 + )L3 (1 + )L2

0 6EI 4 + EI - 6EI 2 - EI
0

Ke =
(1 + )L2 1+ L (1 + )L2 1+ L
EA EA (3.1c)
0 0 0 0
L L
0 - 12EI - 6EI
0
12EI - 6EI
(1 + )L3 (1 + )L2 (1 + )L3 (1 + )L2

0 6EI 2 - EI - 6EI 4 + EI
0

(1 + )L2 1+ L (1 + )L2 1+ L
12EI
= (3.1d)
GAsL2
Donde:
Kf Matriz del elemento con respecto a los ejes globales (ver Figura 3.4c).
T Matriz de transformacin de desplazamientos y fuerzas.
Ke Matriz del elemento con respecto a sus ejes locales.
ngulo formado entre la orientacin del elemento y una lnea
horizontal.
E Mdulo de elasticidad.
A rea de la seccin transversal.
L Longitud del elemento.
I Momento de inercia de la seccin transversal.
G Mdulo de corte.
As rea de corte equivalente.

5 4
6 4 3
2
2
1
3 1
(a) (b)
5 5
4
6 6 4
1 2
2
3 1
3
Ejes locales Ejes globales
(c)
Figura 3.4 (a) Idealizacin de las columnas y vigas; (b) idealizacin de los arriostres; (c) ejes
locales y globales
La matriz de rigidez de un arriostre es calculado de la siguiente manera:
cos 2 sin cos cos 2 sin cos

EA sin cos sin 2 sin cos sin 2 (3.2)
Kb =
L cos 2 sin cos cos 2 sin cos

sin cos sin 2 sin cos sin 2

cos 2 sin cos cos 2 sin cos

Kb E sin cos sin
2
sin cos sin 2 (3.3)
=
A L
cos
2
sin cos cos
2
sin cos
sin cos sin 2
sin cos sin 2

Donde:
Kb Matriz del elemento con respecto a los ejes globales (ver Figura 3.4)

Informacin detallada de la formulacin de las ecuaciones (3.1a) y (3.2) puede

encontrarse en la publicacin de McGuire et al [2000]. Recordando que las reas de
seccin transversal de los elementos diagonales son nuestras variables de diseo, la
derivada de la matriz de rigidez de estos elementos con respecto a su rea de seccin
transversal (A) es presentada en la ecuacin (3.3).
A continuacin se presenta la informacin detallada de los casos estudiados.
Prtico A:
En este primer caso las columnas y vigas tienen una seccin transversal de 30cm x
40cm (ver Figura 3.5), esta seccin tiene un momento de inercia de 1.6 x 105 cm4. Las
columnas y vigas tienen una longitud de 4.0 m y 6.0 m respectivamente. Las masas
para el anlisis dinmico se encuentran concentradas en los nudos (extremos de los
elementos), siendo su magnitud de 20 kgfs2/cm.
30x40 30x40
30x40
30x40
30x40
30x40
A
=x 2 2 =x
A2 2
30x40 30x40
30x40
30x40
30x40
30x40
A
=x 1 1 =x
A1 1
(a) Configuracin inicial (b) Configuracin con reforzamiento

Figura 3.5 Geometra de las vigas y columnas del prtico A
En el presente caso las dos variables de diseo representan las reas de seccin
transversal de los arriostres, es decir, x1 representa el rea de seccin transversal de
los arriostres ubicados en el primer nivel y x2 representa el rea de seccin transversal
de los arriostres del segundo nivel (ver Figura 3.5b). Para mostrar la eficiencia del
mtodo, fueron usados distintos valores iniciales de las variables de diseo (ver Tabla
3.1). Como se mencion anteriormente estos valores iniciales deben pertenecer al
conjunto de variables de diseo factibles. Es decir, luego de reforzar el prtico con los
arriostres, los desplazamientos relativos de entrepiso calculados deben ser menores
que los permitidos en el cdigo de diseo sismorresistente.

Tabla 3.1 Valores iniciales de las variables de diseo usadas en el prtico A.
Variables de diseo X1 X2
Valores iniciales I 10.0 10.0
Valores iniciales II 15.0 6.0
Valores iniciales III 6.0 15.0
La Figura 3.6 muestra los resultados del anlisis modal espectral del prtico A en su
configuracin inicial y con los arriostres. Se presenta tambin una lnea vertical que
representa la distorsin de entrepiso mxima permitida por la norma NTE 030, la cual
nos servir como referencia para comparar los resultados. Las distorsiones de
entrepiso del prtico A sin las diagonales son mucho mayores a las distorsiones de
entrepiso permitidas (0.007), mientras que las distorsiones de entrepiso del prtico con
los arriostres son menores.
2
Sin elementos de
reforzamiento
Valores iniciales
Nivel de piso
de diseo I
1 Valores iniciales
de diseo II
Valores iniciales
de diseo III
NTE 030
0
0.000 0.003 0.006 0.009 0.012 0.015
Distorsin lateral de entrepiso
Figura 3.6 Efecto del reforzamiento en las distorsiones de entrepiso del prtico A
Prtico B:
La geometra del prtico para el segundo ejemplo se muestra en la Figura 3.7. Las
alturas de cada piso son de 3.0 m y la longitud de los vanos de 6.0 m. El modelo
presenta 3 variables de diseo (ver Figura 3.7b) y 3 funciones de restriccin. En forma
anloga al caso anterior, las variables de diseo representan las reas de seccin
transversal de los arriostres, de los cuales x1, x2 y x3 representan el rea de seccin
transversal de los arriostres del primer, segundo y tercer nivel respectivamente. Similar

al caso anterior, las masas para el anlisis dinmico se encuentran concentradas en

los nudos, siendo sus magnitudes de 12.92 kgfs2/cm para los nudos en las columnas
de ambos extremos y 24.68 kgfs2/cm para los nudos internos.
35x55 35x55 35x55 35x55 35x55

35x35
35x35
35x35
35x35
35x35
35x35
35x55 35x55 35x55 35x55 35x55
35x35
35x35
35x35
35x35
35x35
35x35
35x55 35x55 35x55 35x55 35x55
35x35
35x35
35x35
35x35
35x35
35x35
(a) Configuracin inicial
35x55 35x55 35x55 35x55 35x55

35x35
35x35
35x35
35x35
35x35
35x35
A3
= x3 =x
35x55 35x55 A 3 35x55 3 35x55 35x55
35x35
35x35
35x35
35x35
35x35
35x35
A2
= x2 =x
35x55 35x55 A 2 35x55 2 35x55 35x55
35x35
35x35
35x35
35x35
35x35
35x35
A1 =
= x1 x1
A1
(b) Configuracin con reforzamiento
Figura 3.7 Geometra de las vigas y columnas del prtico B
El valor inicial para las variables de diseo es de 30 cm2 (x1 = x2 = x3 = 30 cm2). En la

Figura 3.8 se muestra una comparacin de las distorsiones de entrepiso del prtico B
(con y sin los arriostres) con la distorsin de entrepiso mxima permitida por la norma
NTE 030.
El hecho de que las distorsiones de entrepiso del prtico B con los arriostres sean
menores a 0.007, es suficiente prueba de que los valores iniciales pertenecen al
conjunto de variables de diseo factibles (conjunto de la ecuacin (1.11) ).

Sin elementos de
2
Nivel de piso
reforzamiento
Configuracin inicial
de arriostres
1 NTE 030
0
0.000 0.003 0.006 0.009 0.012 0.015
Figura 3.8 Efecto del reforzamiento en las distorsiones de entrepiso del prtico B
Prtico C:
La Figura 3.9 detalla las dimensiones de la secciones de los elementos. Las alturas de
cada piso son de 3.0 m y las longitudes de los vanos de 5.0 m. El modelo presenta 7
variables de diseo (ver Figura 3.9b), los cuales representan las reas de seccin
transversal de los arriostres y estn ordenadas de manera que xi representa el rea de
seccin transversal de los arriostres ubicados en el piso i. Las masas para el anlisis
dinmico se encuentran concentradas en los nudos, siendo sus magnitudes de 12.92
kgfs2/cm para los nudos de las columnas de ambos extremos y 24.68 kgfs2/cm para
los nudos internos.
El valor inicial para las variables de diseo es de 20 cm2, es decir:
x = (20 20 20 20 20 20 20)
T
Similarmente a los casos anteriores, la Figura 3.10 muestra una comparacin de las
distorsiones de entrepiso del prtico B (con y sin los arriostres) con la distorsin de
entrepiso mxima permitida por la norma NTE 030.
Tambin en este caso se observa que las distorsiones de entrepiso del prtico C con
los arriostres son menores a 0.007, y por lo tanto los valores iniciales pertenecen al
conjunto de variables de diseo factibles (conjunto de la ecuacin (1.11) ).

30x45 30x45 30x45 30x45 30x45 30x45

30x45
30x45
30x45
30x45
30x45
30x45
30x45
30x45
x7 A7=
30x45 30x45 30x45 30x45 A 7= 30x45 x7 30x45
30x45
30x45
30x45
30x45
30x45
30x45
30x45
30x45
x 6 A6=
30x45 30x45 30x45 30x45 A 6= 30x45 x6 30x45
30x45
30x45
30x45
30x45
30x45
30x45
30x45
30x45
x 5 A5=
30x45 30x45 30x45 30x45 A 5= 30x45 x5 30x45
30x50
30x50
30x50
30x50
30x50
30x50
30x50
30x50
x 4 A4=
30x45 30x45 30x45 30x45 A 4= 30x45 x4 30x45
30x50
30x50
30x50
30x50
30x50
30x50
30x50
30x50
x 3 A3=
30x45 30x45 30x45 30x45 A 3= 30x45 x3 30x45
30x50
30x50
30x50
30x50
30x50
30x50
30x50
30x50
x 2 A2=
30x45 30x45 30x45 30x45 A 2= 30x45 x2 30x45
30x50
30x50
30x50
30x50
30x50
30x50
30x50
30x50
x1 A1=
A 1= x1
(a) Configuracin inicial (b) Configuracin con reforzamiento
Figura 3.9 Geometra de las vigas y columnas del prtico C
5 Sin elementos de
reforzamiento
Nivel de piso
4
Configuracin inicial
de arriostres
3
NTE 030
2
0
0.000 0.003 0.006 0.009 0.012 0.015
Figura 3.10 Efecto del reforzamiento en las distorsiones de entrepiso del prtico C

3.2 ESPECTRO DE DISEO SSMICO

Para representar el movimiento de la base producto del ssmo se ha decidido usar el
espectro inelstico de pseudo-aceleraciones definido por la Norma Peruana NTE 030.
El espectro depende de varios factores, tales como la zona geogrfica, las condiciones
locales de suelo, el uso del edificio, el tipo de material usado en la construccin, y el
sistema estructural que define la edificacin. La expresin que define el espectro de
pseudo-aceleraciones es:
ZUCS
Sa = g (3.4)
R
Y la expresin que define el espectro de pseudo-velocidades es:
ZUCS T
Sv = g (3.5)
R 2
Donde los parmetros usados para los casos estudiados son:
Z = 0.4 Factor de zona (zona 3).
U = 1.3 Factor de uso e importancia (edificacin importante).
C = 2.5(Tp/T) Coeficiente de amplificacin ssmica ( 2.5).
Tp = 0.4 Periodo que define la plataforma del espectro (suelo rgido)
T = variable Periodo de un modo en particular
S = 1.0 Factor de suelo (suelo rgido).
R=8 Coeficiente de reduccin de solicitaciones ssmicas (prtico).
g Aceleracin de la gravedad.
2.00
Pseudo aceleracin (m/s2)
1.60
1.20
0.80
0.40
0.00
0.00 0.20 0.40 0.60 0.80 1.00 1.20
Periodo (s)
(a) Espectro de pseudo-aceleraciones
0.15
Pseudo velocidades (m/s)
0.1
0.05
0
0.00 0.20 0.40 0.60 0.80 1.00 1.20
Periodo (s)
(b) Espectro de pseudo-velocidades
Figura 3.11 Espectros de diseo ssmico

3.3 RESULTADOS DEL PROCESO DE OPTIMIZACIN

Para implementar la teora de los captulos previos y examinar los resultados de los
casos descritos en el presente captulo, se desarroll un programa en el entorno de
MATLAB (Matrix Laboratory, 2013), el cual es una herramienta utilizada ampliamente
en el mbito cientfico e ingenieril.
De los mtodos desarrollados en la seccin 1.2 se opt por usar el mtodo de

programacin lineal, debido a que se observ que era el ms adecuado para enfrentar
el problema. Las razones se discuten a continuacin:
La dificultad de usar el mtodo de Best surge en la necesidad de calcular la inversa de

la matriz que contiene las gradientes de las funciones de restriccin ( g ), el cual se
presenta en la ecuacin (1.30a):
{ }
H = I [g ][ g ] [ g ] 1 [g ]
T T
Esto requiere un alto esfuerzo computacional cuando el nmero de funciones de

restriccin y variables de diseo es elevado. Sin embargo, esto no es gran problema si
se considera el desarrollo actual de las computadoras. Una mayor dificultad se
presenta cuando se desea controlar las distorsiones en puntos diferentes de un mismo
nivel; en estos casos las gradientes de estas funciones de restriccin podran ser
paralelas (esto sucede cuando las vigas son muy rgidas). El hecho de que las
gradientes de algunas funciones de restriccin sean paralelas significa que la matriz
g es singular, por lo que no tiene una matriz inversa. Ms aun, basta con que los
vectores sean cercanamente paralelos para que el procedimiento numrico empleado
presente problemas de precisin.
A continuacin se detallan los resultados obtenidos en el proceso de optimizacin para

cada prtico analizado.
3.3.1 Prtico A
Como se mencion anteriormente, en el presente caso se realiz el proceso de
optimizacin tres veces, cada una con diferentes variables de diseo iniciales (ver
Tabla 3.1). Las variables de diseo ptimas calculadas son:
x = (3.83 2.98) cm2

T
Esto significa que la seccin transversal de los arriostres del primer nivel deben tener
un rea de 3.83 cm2, mientras que para los arriostres del segundo nivel deben tener

un rea de 2.98 cm2. La Figura 3.12 muestra como varan las variables de diseo
durante el proceso de iteracin para las distintas configuraciones iniciales.
Independientemente del valor inicial, hemos obtenido los mismos resultados.
16
Valor inicial
14 CI - I
Valor inicial
12 CI - II
Variable de diseo x2
10 Valor inicial
CI - III CI - I
8 CI - II
6 CI - III
2
Valor final
0
2 4 6 8 10 12 14 16
Variable de diseo x1
Figura 3.12 Trayectoria recorrida por las variables de diseo durante el proceso de iteracin
16000
14000
Volumen total (cm3)
Configuracin
12000 inicial I
Configuracin
10000 inicial II
Configuracin
8000 inicial III
6000
4000
0 5 10 15 20 25 30
Numero de Iteracin
Figura 3.13 Volumen total de arriostres usados en el prtico A

Iteracin 1
Iteracin 4
Nivel de piso
Iteracin 8
1 Iteracin 12
Iteracin 16
Iteracin 20
NTE 030
0
0.0020 0.0030 0.0040 0.0050 0.0060 0.0070 0.0080
(a) Configuracin inicial I de arriostres
Iteracin 1
Iteracin 4
Nivel de piso
Iteracin 8
1 Iteracin 12
Iteracin 16
Iteracin 20
NTE 030
0
0.0020 0.0030 0.0040 0.0050 0.0060 0.0070 0.0080
(b) Configuracin inicial II de arriostres
2
Iteracin 1
Iteracin 4
Nivel de piso
Iteracin 8
1 Iteracin 12
Iteracin 16
Iteracin 20
NTE 030
0
0.0020 0.0030 0.0040 0.0050 0.0060 0.0070 0.0080
(c) Configuracin inicial III de arriostres
Figura 3.14 Distorsin de entrepiso (i/hi) en cada nivel del prtico A

Algunas caracteristicas del mtodo de la direccin posible pueden apreciarse en la

Figura 3.12. Por ejemplo, cuando las variables de diseo estn alejadas de las
funciones de restriccin (es decir, no existe ninguna funcin de restriccin activa),
stas se desplazan en la direccin de la mxima pendiente, o lo que es lo mismo, en la
direccin opuesta a la gradiente de la funcin objetivo, ver ecuacin (1.5). Por otro
lado, cuando las variables de diseo se encuentran con una restriccin, stas tienden
a alejarse de dicha restriccin bajo una direccin d que cumple las ecuaciones (1.33 -
(1.35).
La variacin de la funcin objetivo, la cual es el volumen total de acero usado en los

arriostres, se muestra en la Figura 3.13. En sta se observa que la funcin objetivo
ptima es de 4912.2 cm3.
La Figura 3.14 muestra la variacin de las distorsiones de entrepiso durante el proceso

de optimizacin. Una vez ms se observa los distintos resultados para cada
configuracin inicial de las variables de diseo. Sin embargo, el resultado final es el
mismo; siendo la distorsin de entrepiso para el primer y segundo nivel de 0.007 y
0.0069, respectivamente.
Observamos que el mtodo no ha conseguido la mxima distorsin para el segundo

nivel, sin embargo para el campo de la ingeniera una distorsin de 0.0069 es un valor
aceptable.
3.3.2 Prtico B
Examinemos ahora el prtico B, el cual tiene una configuracin que se asemeja ms a
una estructura real (ver Figura 3.2) a comparacin del prtico A.
Con los valores iniciales de las variables de diseo (x1 = x2 = x3 = 30 cm2) y mediante un
anlisis modal espectral, se han obtenido distorsiones de 0.0059, 0.0058, y 0.0039
para el primer, segundo, y tercer nivel respectivamente. Despus del proceso de
optimizacin, el vector que contiene las variables de diseo finales es:
x = (15.4 15.3 4.7) cm2

T
Con dichas variables de diseo se ha obtenido una distorsin de 0.007, 0.007, y

0.0069 para el primer, segundo, y tercer piso respectivamente. La Figura 3.15 muestra
la evolucin de las distorsiones de entrepiso para cada nivel durante el proceso de
optimizacin. En dicho grafico las lineas punteadas representan las distorsiones de
entrepiso durante algunas iteraciones previas, y la linea continua representa la
configuracin final de las distorsiones (iteracin 15).

Realizando una comparacin entre los valores iniciales y los finales observamos lo
siguiente: Las distorsiones de entrepiso obtenidas con las variables de diseo iniciales
no parecen ser muy conservadoras y no hay mucha diferencia con las distorsiones de
entrepiso obtenidas usando las variables finales de diseo (al menos para los dos
primeros niveles). Por lo que fcilmente puede usarse como el diseo final en un
proyecto de reforzamiento. Sin embargo, como se observa en la Figura 3.16, existe
una gran diferencia entre el peso total de acero usando las variables inicialles de
diseo (947.8 kg) y el peso total usando las variables finales de diseo (373.1 kg). De
hecho, hay una reduccin del 60% del peso inicial.
Iteracin 1
2
Nivel de piso
Iteracin 3
Iteracin 6
Iteracin 9
1
Iteracin 12
Iteracin 15
0 NTE030
0.0030 0.0040 0.0050 0.0060 0.0070 0.0080
Figura 3.15 Variacin de las distorsiones de entrepiso durante la aplicacin del mtodo de
programacin lineal
1000.0
900.0
800.0
Peso total (kg)
700.0
600.0
500.0
400.0
300.0
200.0
0 2 4 6 8 10 12 14 16 18 20
Nmero de iteracin
Figura 3.16 Peso total de los arriostres usados en el prtico B durante el proceso de
optimizacin

3.3.3 Prtico C
Las variables de diseo antes y despus del proceso de optimizacin se presentan en
la Tabla 3.2. De estos resultados observamos dos particularidades: La sptima
variable de diseo al final de proceso es cero, esto significa que no es necesario
colocar elementos de refuerzo en el ltimo nivel. Por otro lado, la segunda variable de
diseo (x2 = 13.56 cm2) es mayor a la primera variable de diseo (x1 = 6.15 cm2), es
decir, se necesita mayor refuerzo en el segundo nivel que en el primero. Aunque esta
diferencia es particular, estos resultados contrastan con los resultados obtenidos en la
investigacin de Walter y Pister [1975]2.
Tabla 3.2 Variables de diseo al inicio y al final del proceso de optimizacin

Variable inicial final
x1 20.0 6.15
x2 20.0 13.56
x3 20.0 11.23
x4 20.0 9.70
x5 20.0 9.05
x6 20.0 6.32
x7 20.0 0.00
De manera similar, la Tabla 3.3 presenta una comparacin de las distorsiones de

entrepiso antes y despus del proceso de optimizacin. Nuevamente observamos que
no se alcanza la mxima distorsin de entrepiso permisible en todos los niveles; sin
embargo, estos valores son muy cercanos. La Figura 3.17 muestra la evolucin de las
distorsiones de entrepiso para cada nivel durante el proceso de optimizacin.
Tabla 3.3 Distorsiones de entrepiso del modelo al inicio y al final del proceso de optimizacin
Distorsin
Nivel de piso
Inicial Final
1 0.0047 0.0066
2 0.0062 0.0070
3 0.0063 0.0070
4 0.0061 0.0070
5 0.0060 0.0069
6 0.0053 0.0067
7 0.0041 0.0067
2
Walter y Pister realizaron el diseo ssmico de un prtico de ocho pisos y un vano usando
tcnicas de optimizacin. Entre sus resultados se observ que las columnas del segundo nivel
4
requeran un momento de inercia de 1037 in , mientras que el momento de inercia requerido
4
por la columna del primer nivel fue de 944 in .

La Figura 3.18 presenta la variacin del peso total de los arriostres, que es
proporcional a la funcin objetivo (volumen total de los arriostres). En sta se aprecia
que el peso total de los arriostres al final del proceso es de 512.7 kg, el cual
representa un 40% del peso total inicial (1281.6 kg).
5
Iteracin 1
Iteracin 5
Ttulo del eje
4
Iteracin 10
Iteracin 15
3
Iteracin 20
Iteracin 25
2
Iteracin 32
NTE 030
1
0
0.0030 0.0040 0.0050 0.0060 0.0070 0.0080
Ttulo del eje
Figura 3.17 Variacin de las distorsiones de entrepiso durante la aplicacin del mtodo de
programacin lineal
1400
1200
1000
Peso total (kg)
800
600
400
200
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
Nmero de iteracin
Figura 3.18 Peso total de arriostres usados en el prtico C durante el proceso de optimizacin

Facultad de Ingeniera Civil Captulo 4. Conclusiones y Recomendaciones
CAPTULO 4. CONCLUSIONES Y RECOMENDACIONES
Se desarroll un estudio sobre procesos de optimizacin y su aplicacin en la

ingeniera ssmica, con el objetivo de usarlos en proyectos de reforzamiento estructural
de prticos con arriostres. Los resultados de la investigacin son:
1. La tcnica de optimizacin denominada mtodo de la direccin posible usando

programacin lineal presentada en la seccin 1.2.2 ha producido resultados
satisfactorios en los prticos estudiados, debido a que se redujo el volumen de los
arriostres.
2. Aunque el mtodo de la direccin posible no garantiza obtener la optimizacin

global, puede garantizar una secuencia de mejoras en el diseo en cada iteracin.
Pues como puede observarse en las figuras 3.13, 3.16, y 3.18, el peso total de los
arriostres nunca aumenta, es decir, despus de aplicar el mtodo siempre hay una
mejora en el diseo a comparacin del diseo inicial.
3. Especial atencin debe prestarse a la eleccin de las variables de diseo usadas

en el proceso. Es decir, debido a que se escogieron arriostres como elementos de
reforzamiento en los prticos estudiados, las variables de diseo ms adecuadas
fueron las reas de la seccin transversal de dichos elementos. Sin embargo, si
los elementos de reforzamiento fuesen muros de corte, una mejor eleccin para
las variables de diseo seria el espesor de los elementos que representen los
muros. Si por otra parte, el reforzamiento escogido fuese el incrementar las
dimensiones de la seccin transversal de los elementos del prtico, los momentos
de inercia serian las variables de diseo ms recomendables, siendo el lmite
inferior de stas los momentos de inercia existentes.
4. Aunque aparentemente la necesidad de unas variables de diseo iniciales es una

desventaja, no es complicado escoger magnitudes muy conservadoras para
garantizar que stas se encuentren dentro del conjunto de variables de diseo
factibles. Pues cuando stas se encuentran lejos de las funciones de restriccin,
tienden a disminuir en magnitud siguiendo una direccin opuesta al gradiente de
la funcin objetivo, es decir la mxima pendiente (como se observ en el prtico A
Figura 3.12).

Facultad de Ingeniera Civil Captulo 4. Conclusiones y Recomendaciones
5. De todos los procedimientos implicados para el desarrollo del mtodo de la

direccin posible, aquellos que requieran calcular la inversa de la matriz que
contiene las gradientes de las funciones de restriccin, como el procedimiento de
Best presentado en la seccin 1.2.1, presentarn dificultades cuando dicha matriz
sea singular. Esto puede ocurrir, por ejemplo, cuando el prtico tiene vigas muy
rgidas y se desea controlar las distorsiones de entrepiso de dos puntos distintos
de un mismo nivel.
6. Un asunto que no se ha cubierto an es la eleccin de las funciones de

restriccin. Como pudo observarse en los prticos estudiados, todas las funciones
de restriccin tienen como variables el desplazamiento relativo de entrepiso. Sin
embargo, existen otras restricciones que se ha decidido no considerar, y que
podran suponerse fundamentales en el comportamiento de arriostres, como el
esfuerzo de pandeo. Se han desarrollado investigaciones para superar esta
dificultad en los arriostres, teniendo como resultado unos nuevos elementos
denominados arriostres con pandeo a compresin restringida. Estos nuevos
arriostres pueden alcanzar el esfuerzo de fluencia tanto en traccin como en
compresin. La caracterstica que lo hace ms atractivo es que su construccin es
sencilla y no necesita un aumento considerable en el costo. Esta tecnologa
relativamente nueva ya est siendo aplicado en muchos proyectos de
reforzamiento, adems, es evidente que un proyecto de reforzamiento este
dirigido por un ingeniero estructural especializado en estos temas, por lo que
suponemos debe tener conocimiento de estos avances.
Por otro lado, un objetivo importante de la presente tesis es mostrar la
aplicabilidad de estas tcnicas de optimizacin en proyectos de reforzamiento. Por
lo que se ha tratado de simplificar ciertos aspectos del problema matemtico para
que pueda apreciarse de manera sencilla que tan satisfactorios han sido los
resultados. De este modo, controlar slo las distorsiones de piso permite mostrar
como varan las restricciones en una sola grafica.

Facultad de Ingeniera Civil Bibliografa
BIBLIOGRAFIA
1. Arora, J. S., Introduction to Optimum Design, Elsevier Academic Press,

California, 2004.
2. Bhatti, M. A., Optimal Design of Localized Nonlinear Systems With Dual
Performance Criteria Under Earthquake Excitations, Earthquake Engineering
Research Center, Report N 79-15, Universidad de California, Berkeley, 1979.
3. Bhatti, M. A., Ciampi, V., Pister, K. S., Polak, E., An Interactive Software
System for Optimal Design of Statically and Dynamically Loaded Structures
with Nonlinear Response, Earthquake Engineering Research Center, Report
N 81-02, Universidad de California, Berkeley, 1981.
4. Bhatti, M. A., Pister, K. S., Polak, E., Optimal Design of an Earthquake
Isolation System, Earthquake Engineering Research Center, Report N 78-22,
Universidad de California, Berkeley, 1978.
5. Gallagher, R. H., Zienkiewicz, O. C., Optimum Structural Design Theory and
Applications, John Wiley & Sons, Gran Bretaa, 1973.
6. Kato, B., Nakamura, Y., Anraku, H., Optimum Earthquake Design of Shear
Buildings, Journal of the Engineering Mechanics Division, ASCE, Volumen 98,
Artculo 9091, 1972.
7. Kiusalaas, J., Numerical Methods in Engineering with MATLAB, Cambridge
University Press, Nueva York, 2005.
8. MATLAB, Getting Started Guide, The MathWorks, Massachusetts, 2013.
9. McGuire, W., Gallaguer, R. H., Ziemian, R. D., Matrix Structural Analysis,
John Wiley & Sons, Nueva York, 2000.
10. Ministerio de Vivienda, Construccin y Saneamiento, Diseo
Sismorresistente, Norma Tcnica de Edificacin E.030, Lima, Per, 2003.
11. Ohsaki, M., Optimization of Finite Dimensional Structures, Taylor & Francis
Group, Nueva York, 2011.
12. Polak, E., Computational Methods in Optimization A Unified Approach,
Elsevier Academic Press, Nueva York, 1971.
13. Ray, D., Pister, K. S., Chopra, A. K., Optimum Design of Earthquake Shear
Buildings, Earthquake Engineering Research Center, Report N 74-3,
14. Schmit, L., Structural Design by Systematic Synthesis, 2nd Conference on
Electronic Computation, Nueva York, 1960.

Facultad de Ingeniera Civil Bibliografa
15. Spillers, W. R., MacBain, K. M., Structural Optimization, Springer, Nueva

York, 2009.
16. Walker, N. D., Pister, K. S., Study of a Method of Feasible Directions for
Optimal Elastic Design of Framed Structures Subjected to Earthquake
Loading, Earthquake Engineering Research Center, Report N 75-39,

Facultad de Ingeniera Civil Apndices
APNDICES

Facultad de Ingeniera Civil Apndice A
APNDICE A: LISTA DE MDULOS Y FUNCIONES DE MATLAB
El programa desarrollado en la presente tesis tuvo como objetivo resolver los

problemas de mbito acadmico (como lo son el prtico A, B, C), pues el objetivo
principal fue analizar el uso de tcnicas de optimizacin en proyectos de
reforzamientos. Debido a esto, no se prest mucha atencin al desarrollo de los
algoritmos en lo que respecta a eficiencia computacional. Por ejemplo, se usaron las
funciones por defecto de Matlab para resolver el sistema de ecuaciones lines que
representa la ecuacin de equilibrio. Sin embargo, debido a que la matriz de rigidez es
simtrica, pudo haberse creado un algoritmo para resolver dicho problema con un
menor nmero de operaciones.
A pesar de lo expuesto en el prrafo anterior, el autor ha decidido publicar los mdulos

y funciones que se realizaron durante el desarrollo de esta tesis para que sea usado
como base para futuras mejoras en el programa.
A.1 datosPorticoA.m
%
% El presente modulo contiene la informacin del prtico A
%
%---------------------------------------------------------------------
%%%PROPIEDADES GEOMETRICAS DEL MODELO%%%
%
% Coordenadas de los nudos (definir primero los nudos de la base):
nudos=100*[0 0; 6 0; 0 4; 6 4; 0 8; 6 8];
% Conectividad de los elementos que conforman el prtico:
conec=[1 3;2 4;3 4; 3 5; 4 6;5 6];
% Conectividad de los arriostres
conecBrace=[1 4; 2 3; 3 6; 4 5];
% Nudos que se encuentran empotrados en la base:
restriccion=2;
% Area de seccin transversal del prtico:
area=900*ones(6,1);
% Area de seccin transversal de los arriostres (valores iniciales):
areaBrace=10*ones(4,1);
% Momentos de inercia de los elementos que conforman el prtico:
inercia=67500*ones(6,1);
% Matriz cuyas filas representan los arriostres con el mismo parmetro de
% diseo:
mismoParametro=[1 2; 3 4];
%
%---------------------------------------------------------------------
%%%MASAS CONCENTRADAS%%%
%
masa=20*[0 0 1 1 1 1];
%
%---------------------------------------------------------------------
%%%PROPIEDADES MECANICAS DE LOS MATERIALES%%%
%
% Modulo de Elasticidad de elementos que conforman el prtico:
E=2*10^5*ones(6,1);

% Modulo de elasticidad de los arriostres:

E_brace=2*10^6*ones(4,1);
%coeficiente de Poison de elementos que conforman el prtico:
v=0.2*ones(6,1);
%
%---------------------------------------------------------------------
%%%PARAMETROS PARA EL ESPECTRO DE VELOCIDADES%%%
%
Z = 0.4; U = 1.3; S = 1.0; Tp = 0.4; R = 8;
%
%---------------------------------------------------------------------
%%%%%%%%%%CONECTIVIDAD PARA EL CALCULO DE DISTORCIONES%%%%%%%%%%
%
% Pares de nudos en los cuales se calcular los desplazamientos relativos:
conecDist = [3 1; 5 3];
% Desplazamientos relativos mximos permitidos
distPermisible = 0.467*ones(2,1);
%
%---------------------------------------------------------------------
A.2 k_elem_Frame.m
function [ke]=k_elem_Frame(ci,cf,area,iner,E,v)
%
% Esta funcin define la matriz de rigidez de un elemento que conforma el
% prtico
%
L=sqrt((cf(2)-ci(2))^2+(cf(1)-ci(1))^2);
cx=(cf(1)-ci(1))/L;
sx=(cf(2)-ci(2))/L;
T=[cx sx 0 0 0 0;-sx cx 0 0 0 0;0 0 1 0 0 0;0 0 0 cx sx 0;0 0 0 -sx cx 0;
0 0 0 0 0 1];
G=E/(2*(1+v));
As=5*area/6;
phi=(12*E*iner)/(G*As*L*L);
ke(1,1)=E*area/L;
ke(1,4)=-ke(1,1);
ke(4,1)=ke(1,4);
ke(2,2)=12*E*iner/((1+phi)*L*L*L);
ke(2,3)=6*E*iner/((1+phi)*L*L);
ke(3,2)=ke(2,3);
ke(2,5)=-ke(2,2);
ke(5,2)=ke(2,5);
ke(2,6)=ke(2,3);
ke(6,2)=ke(2,6);
ke(3,3)=(4+phi)*E*iner/((1+phi)*L);
ke(3,5)=-ke(2,6);
ke(5,3)=ke(3,5);
ke(3,6)=(2-phi)*E*iner/((1+phi)*L);
ke(6,3)=ke(3,6);
ke(4,4)=ke(1,1);
ke(5,5)=ke(2,2);
ke(5,6)=ke(3,5);
ke(6,5)=ke(5,6);
ke(6,6)=ke(3,3);
ke=T'*ke*T;
end

A.3 k_elem_Brace.m
function [kb]=k_elem_Brace(ci, cf, area, E_brace)
%
% Esta funcin define la matriz de rigidez de un arriostre
%
L=sqrt((cf(2)-ci(2))^2+(cf(1)-ci(1))^2);
cx=(cf(1)-ci(1))/L;
sx=(cf(2)-ci(2))/L;
kb=(E_brace*area/L)*[cx*cx sx*cx -cx*cx -sx*cx; sx*cx sx*sx -sx*cx -sx*sx;
-cx*cx -sx*cx cx*cx sx*cx; -sx*cx -sx*sx sx*cx sx*sx];
end
A.4 K_global_Frame.m
function [KG_F]=K_global_Frame(nudos,conec,restriccion,area,inercia,E,v)
%
% Esta funcin ensambla la matriz de rigidez del prtico (sin considerar
% los arriostres)
%
n=length(conec);
numNudos=length(nudos);
KG_F = zeros(3*numNudos);
%
% A continuacin se aade la rigidez de cada elemento en la matriz de
% rigidez total del prtico. Notese que los grados de libertad se han
% ordenado de manera que todos los grados de libertad que representan
% desplazamiento estan agrupados al inicio y despues estn todos los grados
% de libertad que representan giros (con el objetivo de realizar una
% condensacin esttica)
%
for i=1:n
ci=nudos(conec(i,1),:);
cf=nudos(conec(i,2),:);
[ke]=k_elem_Frame(ci,cf,area(i),inercia(i),E(i),v(i));
ni=conec(i,1);
nf=conec(i,2);
a=[2*ni-1 2*ni 2*numNudos+ni 2*nf-1 2*nf 2*numNudos+nf];
KG_F(a,a)=KG_F(a,a)+ke;
end
%
% A continuacin eliminamos los grados de libertad que se encuentran
% restringidos (por el empotramiento en la base)
%
KG_F(2*numNudos+1:2*numNudos+restriccion,:) = [];
KG_F(:,2*numNudos+1:2*numNudos+restriccion) = [];
KG_F(1:2*restriccion,:) = [];
KG_F(:,1:2*restriccion) = [];
%
% A continuacin realizamos un proceso de condensacin para obtener la
% matriz de rigidez del prtico solo en funcin de los grados de libertad
% que representan desplazamientos:
%
k11 = KG_F(1:2*(numNudos-restriccion),1:2*(numNudos-restriccion));
k12 = KG_F(1:2*(numNudos-restriccion),2*(numNudos-restriccion)+1:3*(numNudos-
restriccion));
k21 = KG_F(2*(numNudos-restriccion)+1:3*(numNudos-restriccion),1:2*(numNudos-
restriccion));
k22 = KG_F(2*(numNudos-restriccion)+1:3*(numNudos-restriccion),2*(numNudos-
restriccion)+1:3*(numNudos-restriccion));
KG_F = k11-k12*(k22\k21);
end

A.5 K_global_Brace.m
function [KG_B]=K_global_Brace(nudos,conecBrace, restriccion,
areaBrace,E_brace)
%
% Esta funcin ensambla la matriz de rigidez del sistema de arriostres
%
n=length(conecBrace);
KG_B = zeros(2*length(nudos));
%
% A continuacin se aade la rigidez de cada arriostre a la matriz de
% rigidez total del sistema de arriostres.
%
for i= 1:n
ci=nudos(conecBrace(i,1),:);
cf=nudos(conecBrace(i,2),:);
[ke]=k_elem_Brace(ci,cf,areaBrace(i),E_brace(i));
ni=conecBrace(i,1);
nf=conecBrace(i,2);
a=[2*ni-1 2*ni 2*nf-1 2*nf];
KG_B(a,a)=KG_B(a,a)+ke;
end
%
% A continuacin eliminamos los grados de libertad que se encuentran
% restringidos (por el empotramiento en la base)
%
KG_B(1:2*restriccion,:)=[];
KG_B(:,1:2*restriccion)=[];
end
A.6 MatrizMasas.m
%
% El presente modulo acomoda la matriz de masas
%
n = length(masa);
M = zeros(2*n);
for i = 1:n
M(2*i-1,2*i-1) = masa(i);
M(2*i,2*i) = masa(i);
end
M = M(2*restriccion+1:2*n, 2*restriccion+1:2*n);
A.7 periodos.m
function [T] = periodos(valores)
%
% Esta funcin genera los periodos de los modos de vibracin
%
n = length(valores);
T = zeros(n:1);
for i = 1:n
T(i) = (2*pi)/sqrt(valores(i,i));
end
end

A.8 espectroVelocidad.m
function [vel] = espectroVelocidad(Z,U,S,Tp,R,T)
%
% Esta funcin genera el espectro de pseudovelocidades para cada
% modo de vibracin
%
n = length(T);
vel = zeros(n,1);
for i = 1:n
if (T(i)<=Tp)
C = 2.5;
else
C = 2.5*(Tp/T(i));
end
if (T(i) == 0)
vel(i) = 0;
else
vel(i) = (Z*U*C*S*981/R)*(T(i)/(2*pi));
end
end
end
A.9 MaxCoordG.m
function [Ymax] = MaxCoordG(modos,valores,M,vn)
%
% Esta funcin genera los desplazamientos maximos de cada
% ecuacin desacoplada (anlisis modal espectral)
%
n = length(modos);
unos = zeros(n,1);
Ymax = zeros(n,1);
for i = 1:2:n
unos(i) = 1;
end
for i = 1:n
Ymax(i)=((modos(:,i)'*M*unos)/(modos(:,i)'*M*modos(:,i)))*vn(i)/sqrt(valores(i,i));
end
end
A.10 maximaDistorsion.m
function [maxDist] = maximaDistorsion(conecDist, restriccion, modos, Ymax)
%
% Esta funcin calcula las distorsiones usando los maximos
% desplazamientos del anlisis modal.
% Las distorsiones se han calculado como la raiz de la suma
% de las distorsiones modales al cuadrado
%
conecDist = conecDist - restriccion;
nm = length(modos); nd = length(conecDist);
maxDist = zeros(nd,1);
for i = 1:nm
dist = zeros(nd,1);
for j = 1:nd
if conecDist(j,2) <= 0
nudoI = conecDist(j,1);

dist(j) = modos(2*nudoI-1,i)*Ymax(i);
else
nudoI = conecDist(j,1);
nudoJ = conecDist(j,2);
dist(j) = (modos(2*nudoI-1,i)-modos(2*nudoJ-1,i))*Ymax(i);
end
end
maxDist = maxDist + dist.^2;
end
maxDist = maxDist.^0.5;
end
A.11 derivadaSpecVel.m
function [derV] = derivadaSpecVel(Z,U,S,Tp,R,T)

%
% Esta funcin calcula la derivada del espectro de pseudo velocidades
% con respecto a los valores propios (para cada modo de vibracin)
%
n = length(T);
derV = zeros(n,1);
for i = 1:n
if (T(i)<=Tp)
derV(i) = (Z*U*2.5*S*981/R)*(1/(2*pi))*(-T(i)^3/(8*pi*pi));
else
derV(i) = 0;
end
end
end
A.12 gradienteVol.m
function [gradVol] = gradienteVol(nudos, conecBrace, mismoParametro)

%
% Esta funcin calcula la gradiente de la funcin objetivo, que
% para el presente programa es el volumen total de los arriostres
%
n = length(mismoParametro);
gradVol = zeros(n,1);
for i = 1:n
for j = 1:2
ni = conecBrace(mismoParametro(i,j),1);
nf = conecBrace(mismoParametro(i,j),2);
ci = nudos(ni,:);
cf = nudos(nf,:);
gradVol(i) = gradVol(i) + sqrt((cf(2)-ci(2))^2+(cf(1)-ci(1))^2);
end
end

A.13 derivK.m
function [dK]=derivK(j,nudos,conecBrace,mismoParametro,E_brace,restriccion)
%
% Esta funcin calcula la derivada de la matriz de rigidez con
% respecto a la variable de diseo j-esima variable de diseo.
%
n = length(nudos);
dK = zeros(3*n);
for i = 1:2
elemento = mismoParametro(j,i);
ni = conecBrace(elemento,1);
nf = conecBrace(elemento,2);
ci = nudos(ni,:);
cf = nudos(nf,:);
L = sqrt((cf(2)-ci(2))^2+(cf(1)-ci(1))^2);
cx = (cf(1) - ci(1))/L;
sx = (cf(2) - ci(2))/L;
a = [2*ni-1 2*ni 2*nf-1 2*nf];
kElem = E_brace(elemento)/L*[cx*cx sx*cx -cx*cx -sx*cx;
sx*cx sx*sx -sx*cx -sx*sx; -cx*cx -sx*cx cx*cx sx*cx;
-sx*cx -sx*sx sx*cx sx*sx];
dK(a,a) = dK(a,a) + kElem;
end
dK = dK(2*restriccion+1:2*n ,2*restriccion+1:2*n);
end
A.14 derivEigenval.m
function [dEval] = derivEigenval(modos,dK,M)

%
% Esta funcin calcula la derivada de los valores propios con respecto a
% la misma variable de diseo que fue derivada la matriz de rigidez (dK)
%
n = length(modos);
dEval = zeros(n,1);
for i = 1:n
dEval(i) = (modos(:,i)'*dK*modos(:,i))/(modos(:,i)'*M*modos(:,i));
end
A.15 derivEigenVec.m
function [dEvec] = derivEigenVec(modos, valores, M, dK)
%
% Esta funcin calcula la derivada de los vectores propios con respecto a
% la misma variable de diseo que fue derivada la matriz de rigidez (dK)
%
n = length(modos);
for i = 1:n
for j = 1:n
if i == j
u(i,j) = 0;
else
vI = valores(i,i);
vJ = valores(j,j);
mI = modos(:,i);

mJ = modos(:,j);
u(i,j)=(1/(vI-vJ))*(mI'*dK*mJ);
end
end
end
L = modos'*M*modos;
dEvec = modos*(L\u);
end
A.16 derivMaxCoordG.m
function [derYmax] = derivMaxCoordG(M,modos,valores,vn,derEvec, derEval,

derVn)
%
% Esta funcin calcula la derivada del desplazamiento mximo de todas
% las ecuaciones desacopladas (Ymax) con respecto a la misma variable de
% diseo en que fue derivada los valores y vectores propios (derEval y
% derEvec).
%
n = length(modos);
unos = zeros(n,1);
derYmax = zeros(n,1);
for i = 1:2:n
unos(i) = 1;
end
for i = 1:n
derYmax(i) = ((derEvec(:,i)'*M*unos)*(vn(i)/sqrt(valores(i,i))))
((modos(:,i)'*M*unos)*(0.5*(valores(i,i)^-1.5))*derEval(i)*vn(i)) +
((modos(:,i)'*M*unos)*(valores(i,i)^-0.5)*derVn(i)*derEval(i));
end
end
A.17 derivMaxDist.m
function [dMD] =derivMaxDist(conecDist,restriccion,modos,Ymax,derEvec,derYmax)

%
% Esta funcin calcula la derivada de todas las funciones de restriccin
% (es decir, los desplazamientos relativos) con respecto a la misma
% variable de diseo en que se deriv los vectores propios (derEvec) y los
% desplazamientos modales mximos (derYmax).
%
conecDist = conecDist - restriccion;
nm = length(modos); nd = length(conecDist);
FG = zeros(nd,1); dFG = zeros(nd,1);
for i = 1:nm
G = zeros(nd,1);dG = zeros(nd,1);
for j = 1:nd
if conecDist(j,2) <= 0
nI = conecDist(j,1);
G(j) = modos(2*nI-1,i)*Ymax(i);
dG(j) = 2*G(j)*(derEvec(2*nI-1,i)*Ymax(i)+modos(2*nI-
1,i)*derYmax(i));
else
nI = conecDist(j,1);
nJ = conecDist(j,2);
G(j) = (modos(2*nI-1,i)-modos(2*nJ-1,i))*Ymax(i);

dG(j) = 2 * G(j)*((derEvec(2*nI-1,i)-derEvec(2*nJ-1,i))*
Ymax(i)+(modos(2*nI-1,i)-modos(2*nJ-1,i))*derYmax(i));
end
end
FG = FG + G.^2; dFG = dFG + dG;
end
dMD = 0.5*((FG.^-0.5).*(dFG));
end
A.18 MainProgram.m
% Este mdulo es el programa principal en el cual se desarrolla

% el mtodo de la direccin posible usando programacin lineal.
% El programa fue desarrollado siguiendo los pasos mencionados en
% la seccin 1.3.1, por lo que se recomienda al lector volver a leer
% dicha seccin para una mejor comprensin.
%%% CLCULOS PRELIMINARES %%%

datosPorticoA; %(ver A.1)
KF = K_global_Frame(nudos,conec,restriccion,area,inercia,E,v); %(ver A.4)
MatrizMasas; %(ver A.6)
%%% PASO 0: COEFICIENTES A USAR EN EL MTODO %%%

epsilon1 = 0.001; epsilon2 = 0.0001; rho = 5; eta = 0.8; i = 1;
beta = zeros(length(mismoParametro),25);
numIteraciones = 50;
h0 = zeros(numIteraciones,1);
despRelativo = zeros(length(conecDist),25);
%%% PASO 1: DETERMINANDO LAS VARIABLES DE DISEO INICIALES %%%

for k = 1:length(mismoParametro)
beta(k,1) = areaBrace(mismoParametro(k,1));
end
while i < numIteraciones

%%% PASO 2 %%%
epsilon(1) = epsilon1; j = 1;
%%% PASO 3: CALCULANDO LOS TERMINOS "h0" Y "h" %%%

for k = 1:length(mismoParametro)
areaBrace(mismoParametro(k,1)) = beta(k,i);
areaBrace(mismoParametro(k,2)) = beta(k,i);
end
KB = K_global_Brace(nudos,conecBrace, restriccion, areaBrace,E_brace); %(ver A.5)
KT = KF + KB; %matriz de rigidez total
[modos,valores] = eig(KT,M); %valores y vectores prpios
T = periodos(valores); %(ver A.7)
vn = espectroVelocidad(Z,U,S,Tp,R,T);%(ver A.8)
Ymax = MaxCoordG(modos,valores,M,vn);%(ver A.9)
maxDist = maximaDistorsion(conecDist, restriccion, modos, Ymax);%(ver A.10)
despRelativo(:,i) = maxDist;
derVn = derivadaSpecVel(Z,U,S,Tp,R,T);%(ver A.11)
gradienteVolumen = gradienteVol(nudos, conecBrace, mismoParametro);%(ver A.12)
gradienteRestriccion = zeros(length(conecDist),length(mismoParametro));
for m = 1:length(mismoParametro)
if areaBrace(mismoParametro(m,1)) == 0
derKT = 0;
else
derKT= derivK(m,nudos,conecBrace,mismoParametro,E_brace,restriccion);%(A.13)
end
derEval = derivEigenval(modos,derKT,M); %(ver A.14)
derEvec = derivEigenVec(modos, valores, M, derKT);%(ver A.15)
derYmax= derivMaxCoordG(M,modos,valores,vn,derEvec, derEval, derVn);%(ver A.16)
gradienteRestriccion(:,m) = derivMaxDist(conecDist,restriccion,modos,
Ymax,derEvec,derYmax);%(ver A.17)

end
gradienteRestriccion = gradienteRestriccion';
[h0(i), h] = linearProg(epsilon(j), maxDist, gradienteRestriccion,
gradienteVolumen, distPermisible);
%%% PASO 4 %%%

while h0(i) >= -1*epsilon(j)
%%% PASO 5 %%%
if epsilon(j) <= epsilon2
[h0(i), h] = linearProg(0, maxDist, gradienteRestriccion,
%%% PASO 6 %%%
if h0(i) == 0
break
else
epsilon(j+1) = 0.5*epsilon(j);
j = j+1;
end
else
epsilon(j+1) = 0.5*epsilon(j);
j = j+1;
end
[h0(i), h] = linearProg(epsilon(j), maxDist, gradienteRestriccion,
end
%%% PASO 7, 8 y 9: CALCULO DEL COEFICIENTE "K" Y LAS NUEVAS
%%% VARIABLES DE DISEO
beta(:,i+1) = beta(:,i) + rho * h;
areaBrace(mismoParametro(m,1)) = beta(m,i+1);
end
KB = K_global_Brace(nudos,conecBrace, restriccion, areaBrace,E_brace);%(ver A.5)
KT = KF + KB;
[modos,valores] = eig(KT,M);
T = periodos(valores);%(ver A.7)
maxDist = maximaDistorsion(conecDist, restriccion, modos, Ymax); %(ver A.10)
despRelativo(:,i+1) = maxDist;
k = 0;
while max(maxDist-distPermisible) > 0
k = k+1;
beta(:,i+1) = beta(:,i) + (eta^k) * rho * h;
end
KB = K_global_Brace(nudos,conecBrace, restriccion,
areaBrace,E_brace);%(ver A.5)
KT = KF + KB;
[modos,valores] = eig(KT,M);
T = periodos(valores); %(ver A.7)
maxDist = maximaDistorsion(conecDist, restriccion, modos, Ymax);%(ver A.10)
despRelativo(:,i+1) = maxDist;
end
if beta(m,i+1) < 0
beta(m, i+1) = 0;
end
end
i = i + 1;
end


Reforzamiento sísmico de pórticos usando optimización

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Reforzamiento sísmico de pórticos usando optimización

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD NACIONAL DE INGENIERA

FACULTAD DE INGENIERA CIVIL

REFORZAMIENTO SSMICO DE PRTICOS USANDO

LUIS NGEL MOYA HUALLPA

Dr. HUGO SCALETTI FARINA

Luis ngel Moya Huallpa

Presentado a la Seccin de Posgrado de la Facultad de Ingeniera Civil en

MAESTRO EN CIENCIAS CON MENCIN EN INGENIERA ESTRUICTURAL

Autor : Luis ngel Moya Huallpa

Recomendado : Dr. Hugo Scaletti Farina

Aceptado por : Dr. Jorge Elias Alva Hurtado

Es propiedad intelectual del autor.

En la presente tesis se han adaptado tcnicas de optimizacin para su uso en el

CAPTULO 1. CONCEPTOS TERICOS .. 2

CAPTULO 2. FORMULACIN DEL PROBLEMA ... 22

1.1 Espacio de diseo tridimensional .................... 4

2.1 Modelo tpico de prtico con elementos de reforzamiento 23

3.1 Configuracin del prtico A .... 31

3.1 Valores iniciales de las variables de diseo usadas en el prtico A.............. 36

Ai rea de la seccin transversal de los elementos con la etiqueta i

El objetivo de la presente investigacin es automatizar el diseo sismo resistente en

Los procesos de optimizacin aplicados a estructuras tienen sus races en la dcada

El desarrollo de mtodos de optimizacin en el campo de la ingeniera civil es muy

Las primeras aplicaciones en la ingeniera ssmica fueron desarrolladas por Kato et al

Reforzamiento Ssmico de Prticos Usando Tcnicas de Optimizacin

CAPTULO 1. CONCEPTOS TERICOS

1.1.1 Terminologa Bsica y Notacin

El superndice T significa la transpuesta de un vector. El vector x representa a un

A menudo trataremos con conjuntos de puntos que satisfacen condiciones

Reforzamiento Ssmico de Prticos Usando Tcnicas de Optimizacin

La informacin relacionada al conjunto est contenida entre llaves { }. La lnea

Si todos los elementos del conjunto S pertenecen tambin a un conjunto T, se dice

1.1.2 Variables de Diseo

Dentro del mbito estructural las variables de diseo representan la informacin

Reforzamiento Ssmico de Prticos Usando Tcnicas de Optimizacin

manera de ilustracin, la Figura 1.1 muestra un espacio en el cual slo se tiene 3

El punto k en el espacio de diseo representa el diseo usando las variables xk.

Donde el vector dk define la direccin de movimiento, y el escalar k define la magnitud

Figura 1.1 Espacio de diseo tridimensional

Reforzamiento Ssmico de Prticos Usando Tcnicas de Optimizacin

1.1.3 Funcin Objetivo

La funcin objetivo es aquella cuyo mnimo valor es el buscado en un proceso de

x = [A1 , A2 ,...,An ] (1.4b)

El gradiente de una funcin es un vector cuya direccin es normal a la funcin misma

Reforzamiento Ssmico de Prticos Usando Tcnicas de Optimizacin

Figura 1.2 Superficie plana de la funcin W

Para E funciones de restriccin. Aunque matemticamente cada restriccin de

Una restriccin de desigualdad puede expresarse de la siguiente manera:

gi (x) 0, i =1,,I (1.7)

Para I funciones de restriccin. El concepto de desigualdad juega un rol importante en

Figura 1.3 Izquierda: superficie de restriccin; derecha: superficie de restriccin compuesta

Reforzamiento Ssmico de Prticos Usando Tcnicas de Optimizacin

Cada condicin de restriccin representa una superficie en el espacio de diseo, la

Se ha decidido usar subndices en las funciones de restriccin para almacenarlas en

g(x) =[g1(x) g2 (x) K gI (x)]

En forma similar a la funcin objetivo, las gradientes de las funciones de restriccin

El vector que representa la gradiente se muestra en la Figura 1.3.

Ntese que la gradiente de la funcin objetivo es usualmente constante

1.1.5 Enunciado Matemtico del Problema de optimizacin

Reforzamiento Ssmico de Prticos Usando Tcnicas de Optimizacin

Es necesario mencionar que la mayor parte de la bibliografa revisada para el presente

Para representar en forma geomtrica el problema de optimizacin, la Figura 1.4

Un punto de diseo que se ubique sobre la superficie de restriccin compuesta, se