Modelagem BIM e otimização com algoritmo genético de coberturas treliçadas

Resumo

O advento da tecnologia Building Information Modeling (BIM) introduziu uma mudança de paradigma
no desenvolvimento de projetos estruturais na engenharia civil. Os modelos computacionais em BIM são capazes
de armazenar mais dados sobre elementos e sistemas do que as tecnologias CAD e CAE que a precederam. Em
lugar das usuais simplificações em engenharia, as plataformas BIM integram ferramentas de programação,
modelagem geométrica e simulação de desempenho em projetos de qualquer grau de complexidade, aumentando
a produtividade e reduzindo a perda de informação entre diferentes etapas de trabalho. O maior volume de dados
disponível torna mais difícil, em projetos de geometria incomum, que o projetista alcance soluções de alto
desempenho sem o auxílio de ferramentas de Inteligência Artificial (IA). Dado o elevado custo computacional dos
aplicativos BIM e das tecnologias IA em geral, faz-se necessária averiguar os limites e as potencialidades destas
ferramentas no projeto de estruturas, face à capacidade de processamento dos computadores pessoais disponíveis
atualmente. Este trabalho visa empregar o algoritmo genético NSGA-II (otimização multicritério com fronteira de
Pareto) para determinar parâmetros de geometria e seção transversal dos perfis de uma cobertura de aço composta
por vigas treliçadas planas. A implementação do algoritmo é realizada no ambiente Dynamo disponível no Revit,
um programa BIM, enquanto os esforços solicitantes são determinados através do Robot Structural Analysis. São
estudadas treliças com vão fixo e diferentes parâmetros de geometria, como, alturas, inclinações, número de
diagonais e montantes, para avaliar a configuração que consume menos material. Um dos principais desafios
envolvidos nesta tarefa é a proposição das funções de aptidão, que abarcam os objetivos a serem maximizados e
as restrições de projeto que não podem ser violadas, de modo a informar automaticamente aos algoritmos de
otimização os ajustes a serem efetuados no projeto. Embora as implementações realizadas nesta pesquisa indicam
que a programação nos sistemas BIM pode elevar o custo computacional das tarefas de otimização, este estudo
empregando o algoritmo genético NSGA-II teve um consumo de aço menor quando comparado a um valor de
referência que foi o consumo de aço de uma cobertura treliçada dimensionada conforme procedimento de
escritórios de projeto. É possível diminuir o consumo de material neste valor de referência, mas o processo de
redefinição dos parâmetros da estrutura e modelagem da mesma tomaria tempo do projetista.