تحلیل ارتعاشات و فرم‌یابی مبتنی‌بر الگوریتم ژنتیک سازه‌‌های تنسگریتی منشوری محاط در کره

در این مقاله به فرم‌یابی هوشمند و ارزیابی توابع چند موضوعی با هدف ایجاد تعادل و بهینه‌سازی سازه تنسگریتی[i] منشوری با مقطع مثلثی بر پایه الگوریتم ژنتیک و تحلیل رفتار ارتعاشات آزاد و اجباری سازه پرداخته شده است. معادلات دینامیک غیرخطی سیستم با استفاده از روش لاگرانژ و اجزا محدود استخراج شده است. فرایند فرم‌یابی پیشنهادی‎ قابلیت تعیین اشکال پیچیده بدون محدودیت‌های ابعادی را دارا می‌باشد. سازه‌های تنسگریتی پایدار از میان پیکربندی‌های‎ تصادفی و بر اساس محدودیت‌های تعریف شده (گره‌های محاط بر سطح خارجی کره، توازی و مساحت سطوح بالایی و پایینی) تولید و با استفاده از تابع تناسب فرم‌یابی می‌شوند. فرم‌یابی، در دو حالت مختلف با ماتریس اتصال مشخص و موقعیت مشخص و تصادفی عضوها (میله‌ها و ریسمان‌ها) بررسی شده است. عملکرد الگوریتم ژنتیک پیشنهادی و فرم‌های استخراج شده با روش‌ چگالی نیرو صحه‌گذاری و رفتار ارتعاشی آنها در قالب بررسی فرکانس‌های طبیعی و شکل‌مودهای مربوطه همچنین بارگذاری خارجی مورد بررسی قرار گرفته است. نتایج حاصل از تحلیل‌ها در قالب یک مطالعه مقایسه‌ای، قابلیت روش فرم‌یابی پیشنهادی و استخراج پیکربندی‌های سازه‌های تنسگریتی از منظر مشخصه‌‎های ارتعاشی را نمایش می‌دهد. 

vibration analysis and genetic algorithm-based form finding of prismatic tensegrity structures surrounded by a sphere

this study focuses on the investigation of intelligent form-finding and vibration analysis of a triangular polyhedral tensegrity that is enclosed within a sphere and subjected to external loads. the nonlinear dynamic equations of the system are derived using the lagrangian approach and the finite element method. the proposed form-finding approach, which is based on a basic genetic algorithm, can determine regular or irregular tensegrity shapes without dimensional constraints. stable tensegrity structures are generated from random configurations and based on defined constraints (nodes located on the sphere, parallelism, and area of upper and lower surfaces), and shape finding is performed using the fitness function of the genetic algorithm and multi-objective optimization goals. the genetic algorithm’s efficacy in determining the shape of structures with unpredictable configurations is evaluated in two distinct scenarios: one involving a known connection matrix and the other involving fixed or random member positions (struts and cables). the shapes obtained from the algorithm suggested in this study are validated using the force density approach, and their vibration characteristics are examined. the findings of the comparative study demonstrate the efficacy of the proposed methodology in determining the vibrational behavior of tensegrity structures through the utilization of intelligent shape seeking techniques.