Metodi di ottimizzazione della disposizione dei sensori per la ricostruzione del campo di spostamenti mediante iFEM = Sensor arrangement optimisation methods for the reconstruction of the displacement field using iFEM

Nel seguente lavoro di tesi verrà affrontata l’implementazione del Particle Swarm Optimization e del Whale Optimization Algorithm, due algoritmi di ottimizzazione metaeuristica, come possibili alternative all’ormai ben consolidato GA. Lo scopo è quello di individuare una configurazione ottimale di sensori per la misura della deformazione su di una piastra in composito irrigidita. Ciò servirà alla ricostruzione del campo di spostamenti mediante iFEM, ovvero, una metodologia di Shape Sensing che si fonda sulla minimizzazione di un funzionale, basato sull’errore ai minimi quadrati tra le deformazioni misurate sperimentalmente e quelle analitiche. Infatti, si evince che sia la collocazione dei sensori che il loro numero influenzano l’accuratezza con la quale la deformata della struttura viene ricreata. Si andrà dunque ad introdurre il concetto di metaeuristica, ripercorrendo da un punto di vista storico, quali sono stati i passi effettuati in letteratura nel campo dell’ottimizzazione. In particolare, ci si soffermerà sugli aspetti analitici delle due metaeuristiche considerate: il PSO ed il WOA. Dopo aver introdotto l’iFEM ed i relativi elementi utilizzati nel modello numerico, quali iTM2D0, iMIN2 e iQS4, si passerà alla spiegazione dei due algoritmi implementati, sia nella loro versione continua che binaria. Infine verrà eseguita un’ottimizzazione dei sensori presenti sulla struttura, al fine di ridurne il numero garantendo al contempo un’adeguata accuratezza nella ricostruzione della deformata.