An Optimization Procedure for Overhead Gantry Crane Exposed to Buckling and Yield Criteria
Notice bibliographique
Résumé
<p>The current study presents a general optimization procedure that could be used in designing of various structural applications. To validate the performance of the proposed procedure, a real life application of a custom welded I-Beam gantry crane is selected. The crane is composed of three rectangular plates with the same length and different thicknesses and widths welded together by full penetration welds over the span length to form an I-Beam profile. The thicknesses and widths of plates are to be optimized to have the minimum cross section area while respecting yield, buckling, deflection and fatigue criteria. A mathematical procedure based on Timoshenko beam theory and Crane Manufacturers Association of America (CMAA) in combination with the Genetic Algorithm (GA) is presented, and a Mathcad code is implemented to find the optimal I-Beam cross section dimensions. Nine examples are introduced for 8, 12 and 20 m crane span subjected to 10, 20 and 40-toncapacities. It is noticed that the optimized I-section configurations always show narrow and thick lower flange, wider and thinner upper flange and tall and very thin web. Theupper flange local buckling and the lateral buckling limits are achieved for all nine cases, 75% of cases for the web buckling limit, about 33% of cases for the fatigue and yield limits whereas the maximum deflection constraint is never critical. The obtained results were verified using ANSYS Workbench software with a 3D Solid Finite Element model and shown good agreement, which confirms that the proposed procedure is efficient.</p>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».