Integração de Machine Learning na Modelagem Geométrica e Análise Estrutural de Dolphins de Amarração

Abstract

Neste trabalho, desenvolveu-se um algoritmo metaheurístico com aprendizado de máquina para otimizar estruturalmente um dolphin de amarração. Implementado em Python, o algoritmo integra a API do ANSYS para extrair dados de tensão, deformação e rotação dos elementos. A função objetivo considera o peso total da estrutura, enquanto as variáveis de projeto incluem direções, inclinações e pontos iniciais das estacas, respeitando limites geométricos e normativos. A aprendizagem por reforço classifica a função objetivo em N topologias distintas, e o Backtracking Search Algorithm (BSA), aliado à Kriging-based Efficient Global Optimization (EGO), refina os parâmetros em busca do ótimo global. Os resultados confirmam a eficácia da integração entre metaheurísticas e aprendizado de máquina na otimização estrutural, evidenciando as vantagens do uso combinado de ferramentas computacionais avançadas e metodologias inovadoras.