Disciplina

Área

Área Científica de Mecânica Aplicada e Aeroespacial > Mecânica Aeroespacial

Activa nos planos curriculares

DEAEngCmp2007 > DEAEngCmp2007 > 3º Ciclo > Opcionais > Optimização Multidisciplinar de Aeronaves

DEAEAer2006 > DEAEAer2006 > 3º Ciclo > Opções > Optimização Multidisciplinar de Aeronaves

Nível

O processo de avaliação inclui um conjunto de 3 trabalhos a realizar durante o semestre e um projecto final. Com os trabalhos, os alunos aprenderão a formular e solucionar problemas utilizando ferramentas numéricas. Para projecto final, o aluno poderá identificar um problema de MDO que melhor se enquadre com os seus interesses científicos. A avaliação do projecto final inclui relatório e apresentação oral.

Tipo

Não Estruturante

Regime

Semestral

Carga Horária

1º Semestre

2.0 h/semana

140.0 h/semestre

Objectivos

Esta cadeira aborda os métodos de projecto óptimo multidisciplinar (MDO), proporcionando uma visão integradora em sistemas complexos onde diversas áreas, tais como aerodinâmica, estruturas, propulsão, estabilidade e controlo, emissões e ruído, e custo, competem entre si na solução óptima de um projecto aeroespacial. Pretende-se que os alunos desenvolvam competências na: - Identificação das diversas disciplinas envolvidas num projecto; - Selecção das ferramentas de análise para cada disciplina; - Utilização de técnicas de optimização clássicas e novas técnicas multidisciplinares; - Definição matemática de problemas de optimização (variáveis de projecto, funções objectivo e constrangimentos); - Selecção de métodos de optimização adequados; - Selecção do tipo de acoplamento multidisciplinar e de decomposição adequada; - Resolução numérica de problemas de MDO.

Programa

1. Introdução ao projecto óptimo multidisciplinar (a) Perspectiva histórica (b) Terminologia, definição e classificação de problemas de optimização 2. Revisão de optimização clássica (a) Optimização 1-D e multi-variável (b) Optimização baseada em gradientes (c) Optimização com constrangimentos (d) Métodos de análise de sensibilidade (e) Optimização sem gradientes 3. Estratégias de projecto óptimo multidisciplinar (a) Abordagem all-in-one (b) Abordagem baseada em decomposição 4. Introdução a arquitecturas MDO (a) Optimização sequencial (b) Optimização monolítica (AAO,MDF,IDF) (c) Optimização bi-nível (CO,CSSO,BLISS,ATC) 5. Arquitecturas MDO - Optimização monolítica MDF (a) Acoplamento dos módulos de análise (b) Formulação como optimização clássica (c) Convergência e custo computacional 6. Arquitecturas MDO - Optimização colaborativa (CO) (a) Projecto multidisciplinar distribuído (b) Decomposição baseada em optimizador (c) Optimização multi-nível (CSSO) 7. Arquitecturas MDO - Métodos emergentes em CO (a) CO com superfícies de resposta (b) Optimização colaborativa modificada (MCO) (c) Optimização colaborativa melhorada (ECO) 8. Arquitecturas MDO - Síntese bi-nível de integração de sistemas (BLISS) (a) Decomposição do problema global (b) Análise distribuída concorrente (c) Computação paralela 9. Avanços recentes em investigação MDO (a) Métodos de análise e optimização (b) Quantificação de incerteza (c) Projecto robusto 10. Futuro de MDO (a) Integração de ferramentas numéricas (b) Implementação industrial (c) Gestão de recursos humanos em projecto 11. Optimização multi-fidelidade (a) Estratégias de aproximação (b) Aproximações físicas e numéricas (c) Modelos de baixa- e alta-fidelidade

Metodologia de avaliação

O processo de avaliação inclui um conjunto de 3 trabalhos a realizar durante o semestre e um projecto final. Com os trabalhos, os alunos aprenderão a formular e solucionar problemas utilizando ferramentas numéricas. Para projecto final, o aluno poderá identificar um problema de MDO que melhor se enquadre com os seus interesses científicos. A avaliação do projecto final inclui relatório e apresentação oral.

Bibliografia

Principal

Introduction to Multidisciplinary Design Optimization

André C. Marta

2011

Course notes


Secundária

Multidisciplinary aerospace design optimization: survey of recent developments

J. Sobieszczanski-Sobieski and R. T. Haftka

1997

Journal of Structural and Multidisciplinary Optimization, 14(1)


Distributed Multidisciplinary Design and Collaborative Optimization

Ilan Kroo

2004

Optimization Methods & Tools for Multicriteria/Multidisciplinary Design, VKI lecture series


Bilevel Integrated System Synthesis for Concurrent and Distributed Processing

Jaroslaw Sobieszczanski-Sobieski and Troy D. Altus and Matthew Phillips and Robert Sandusky

2003

AIAA Journal, 41(10)


Numerical Optimization

Jorge Nocedal and Stephen J. Wright

2006

Springer, ISBN: 0387303030


Genetic Algorithms in Search, Optimization and Machine Learning

D. E. Goldberg

1989

Addison-Wesley Longman, ISBN: 0201157675


An Introduction to the Adjoint Approach to Design

Michael B. Giles and Niles A. Pierce

2000

Kluwer Academic Publishers, Flow, Turbulence and Combustion, 65