Composição formal de família de produtos : geração de alternativas de solução utilizando modelagem paramétrica e algoritmos genéticos

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Sulzbacher, Tânia Ines
Orientador(a): Teixeira, Fabio Goncalves
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: http://hdl.handle.net/10183/196494
Resumo: Em contexto de processo de projeto de desenvolvimento de família de produtos, além do equacionamento de fatores que melhor atendam os requisitos funcionais individuais de cada membro, também se faz necessária a manutenção da coerência estilística para que a mesma seja percebida como um conjunto, ou seja, que preserve uma unidade formal reconhecível pelo usuário e que tecnicamente é denominada como similaridade morfológica. Diante disto, o presente trabalho apresenta uma abordagem de geração de alternativas baseada no princípio da hereditariedade da genética natural, onde sucessivas gerações mantêm semelhanças de fenótipo em razão da contínua transferência de instruções em forma de código, o genótipo. Para tanto foi desenvolvido um modelo generativo que vincula os padrões da construção geométrica da morfologia dos elementos da família de produtos aos elementos e estruturas da genética, permitindo que os mesmos sejam tratados como unidades cromossômicas passíveis de manipulação por algoritmos genéticos e sujeitos aos princípios das combinações e mutações análogas ao contexto biológico. O resultado alcançado através da automação deste processo foi a geração de um maior número de alternativas que além de atender a similaridade formal equaciona ainda critérios de dimensão e volumetria (requisitos funcionais) previamente parametrizados. O modelo generativo foi desenvolvido para aplicação em formas concebidas através de superfícies de revolução, utilizando a gramática da forma como estratégia de composição e decomposição das geratrizes que descrevem a morfologia das superfícies, criando condições de manipular os seus elementos e seus operadores de maneira isolada, além de permitir a relação das equivalências entre os padrões geométricos, genéticos e computacionais. Em consequência, tornou-se possível a troca de material genético entre duas distintas composições formais, ou seja, é possível derivar a geometria de um elemento A para um elemento B de maneira integral ou parcial, simulando as operações da genética como combinação e mutação através de algoritmos genéticos (AG’s). O modelo generativo foi verificado através da estruturação de um modelo computacional (Plug-In denominado GAIA) que implementa as funcionalidades descritas no presente trabalho, permitindo-se assim a sistematização da geração de alternativas e o uso e aplicação das transcrições geométricas para as genéticas e em seguida para as computacionais, através de interface de parametrização e visualização de resultados.
id URGS_4e3ccb62359e9219a19a9e5949048b09
oai_identifier_str oai:www.lume.ufrgs.br:10183/196494
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Sulzbacher, Tânia InesTeixeira, Fabio Goncalves2019-07-02T02:36:07Z2018http://hdl.handle.net/10183/196494001096203Em contexto de processo de projeto de desenvolvimento de família de produtos, além do equacionamento de fatores que melhor atendam os requisitos funcionais individuais de cada membro, também se faz necessária a manutenção da coerência estilística para que a mesma seja percebida como um conjunto, ou seja, que preserve uma unidade formal reconhecível pelo usuário e que tecnicamente é denominada como similaridade morfológica. Diante disto, o presente trabalho apresenta uma abordagem de geração de alternativas baseada no princípio da hereditariedade da genética natural, onde sucessivas gerações mantêm semelhanças de fenótipo em razão da contínua transferência de instruções em forma de código, o genótipo. Para tanto foi desenvolvido um modelo generativo que vincula os padrões da construção geométrica da morfologia dos elementos da família de produtos aos elementos e estruturas da genética, permitindo que os mesmos sejam tratados como unidades cromossômicas passíveis de manipulação por algoritmos genéticos e sujeitos aos princípios das combinações e mutações análogas ao contexto biológico. O resultado alcançado através da automação deste processo foi a geração de um maior número de alternativas que além de atender a similaridade formal equaciona ainda critérios de dimensão e volumetria (requisitos funcionais) previamente parametrizados. O modelo generativo foi desenvolvido para aplicação em formas concebidas através de superfícies de revolução, utilizando a gramática da forma como estratégia de composição e decomposição das geratrizes que descrevem a morfologia das superfícies, criando condições de manipular os seus elementos e seus operadores de maneira isolada, além de permitir a relação das equivalências entre os padrões geométricos, genéticos e computacionais. Em consequência, tornou-se possível a troca de material genético entre duas distintas composições formais, ou seja, é possível derivar a geometria de um elemento A para um elemento B de maneira integral ou parcial, simulando as operações da genética como combinação e mutação através de algoritmos genéticos (AG’s). O modelo generativo foi verificado através da estruturação de um modelo computacional (Plug-In denominado GAIA) que implementa as funcionalidades descritas no presente trabalho, permitindo-se assim a sistematização da geração de alternativas e o uso e aplicação das transcrições geométricas para as genéticas e em seguida para as computacionais, através de interface de parametrização e visualização de resultados.In the context of a product family development project process, besides the equation of factors that best meet the individual functional requirements of each member, it is also necessary to maintain the stylistic coherence so that it is perceived as a whole, that is , which preserves a formal unit that is recognizable by the user and is technically called morphological similarity. The present work presents an alternative generation approach based on the principle of heredity of natural genetics, where successive generations maintain phenotype similarities due to the continuous transfer of instructions in code form, the genotype. For this, a generative model was developed that links the geometric construction patterns of the morphology of the elements of the family of products to the elements and structures of the genetics, allowing them to be treated as chromosomal units susceptible of manipulation by genetic algorithms and subject to the principles of the combinations and mutations analogous to the biological context. The result achieved through the automation of this process was the generation of a greater number of alternatives that besides meeting the formal similarity equates yet dimensioned criteria and volumetry (functional requirements) previously parameterized. The generative model was developed for application in forms conceived through surfaces of revolution, using the grammar of the form as strategy of composition and decomposition of generatrizes that describe the morphology of the surfaces, creating conditions to manipulate its elements and their operators in an isolated way, besides allowing the relation of the equivalences between the geometric, genetic and computational patterns. As a consequence, it became possible to exchange genetic material between two different formal compositions, ie it is possible to derive the geometry from an element A to an element B integrally or partially, simulating the operations of genetics as a combination and mutation through of genetic algorithms (GAs). The generative model was verified through the structuring of a computational model (Plug-In denominated GAIA) that implements the functionalities described in the present work, thus allowing the systematization of the generation of alternatives and the use and application of the geometric transcriptions for the genetic and then to the computational ones, through the parameterization interface and results visualization.application/pdfporDesign de produtoAlgoritmo genéticoGenetic algorithmsProduct designParametric modelingDesign and technologyComposição formal de família de produtos : geração de alternativas de solução utilizando modelagem paramétrica e algoritmos genéticosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaFaculdade de ArquiteturaPrograma de Pós-Graduação em DesignPorto Alegre, BR-RS2018doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001096203.pdf.txt001096203.pdf.txtExtracted Texttext/plain359541http://www.lume.ufrgs.br/bitstream/10183/196494/2/001096203.pdf.txt8b07f496004999d167ad022585670dd3MD52ORIGINAL001096203.pdfTexto completoapplication/pdf16067124http://www.lume.ufrgs.br/bitstream/10183/196494/1/001096203.pdfa1cfd32d475f29134a81dc149bb0046dMD5110183/1964942019-07-03 02:33:51.620867oai:www.lume.ufrgs.br:10183/196494Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532019-07-03T05:33:51Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Composição formal de família de produtos : geração de alternativas de solução utilizando modelagem paramétrica e algoritmos genéticos
title Composição formal de família de produtos : geração de alternativas de solução utilizando modelagem paramétrica e algoritmos genéticos
spellingShingle Composição formal de família de produtos : geração de alternativas de solução utilizando modelagem paramétrica e algoritmos genéticos
Sulzbacher, Tânia Ines
Design de produto
Algoritmo genético
Genetic algorithms
Product design
Parametric modeling
Design and technology
title_short Composição formal de família de produtos : geração de alternativas de solução utilizando modelagem paramétrica e algoritmos genéticos
title_full Composição formal de família de produtos : geração de alternativas de solução utilizando modelagem paramétrica e algoritmos genéticos
title_fullStr Composição formal de família de produtos : geração de alternativas de solução utilizando modelagem paramétrica e algoritmos genéticos
title_full_unstemmed Composição formal de família de produtos : geração de alternativas de solução utilizando modelagem paramétrica e algoritmos genéticos
title_sort Composição formal de família de produtos : geração de alternativas de solução utilizando modelagem paramétrica e algoritmos genéticos
author Sulzbacher, Tânia Ines
author_facet Sulzbacher, Tânia Ines
author_role author
dc.contributor.author.fl_str_mv Sulzbacher, Tânia Ines
dc.contributor.advisor1.fl_str_mv Teixeira, Fabio Goncalves
contributor_str_mv Teixeira, Fabio Goncalves
dc.subject.por.fl_str_mv Design de produto
Algoritmo genético
topic Design de produto
Algoritmo genético
Genetic algorithms
Product design
Parametric modeling
Design and technology
dc.subject.eng.fl_str_mv Genetic algorithms
Product design
Parametric modeling
Design and technology
description Em contexto de processo de projeto de desenvolvimento de família de produtos, além do equacionamento de fatores que melhor atendam os requisitos funcionais individuais de cada membro, também se faz necessária a manutenção da coerência estilística para que a mesma seja percebida como um conjunto, ou seja, que preserve uma unidade formal reconhecível pelo usuário e que tecnicamente é denominada como similaridade morfológica. Diante disto, o presente trabalho apresenta uma abordagem de geração de alternativas baseada no princípio da hereditariedade da genética natural, onde sucessivas gerações mantêm semelhanças de fenótipo em razão da contínua transferência de instruções em forma de código, o genótipo. Para tanto foi desenvolvido um modelo generativo que vincula os padrões da construção geométrica da morfologia dos elementos da família de produtos aos elementos e estruturas da genética, permitindo que os mesmos sejam tratados como unidades cromossômicas passíveis de manipulação por algoritmos genéticos e sujeitos aos princípios das combinações e mutações análogas ao contexto biológico. O resultado alcançado através da automação deste processo foi a geração de um maior número de alternativas que além de atender a similaridade formal equaciona ainda critérios de dimensão e volumetria (requisitos funcionais) previamente parametrizados. O modelo generativo foi desenvolvido para aplicação em formas concebidas através de superfícies de revolução, utilizando a gramática da forma como estratégia de composição e decomposição das geratrizes que descrevem a morfologia das superfícies, criando condições de manipular os seus elementos e seus operadores de maneira isolada, além de permitir a relação das equivalências entre os padrões geométricos, genéticos e computacionais. Em consequência, tornou-se possível a troca de material genético entre duas distintas composições formais, ou seja, é possível derivar a geometria de um elemento A para um elemento B de maneira integral ou parcial, simulando as operações da genética como combinação e mutação através de algoritmos genéticos (AG’s). O modelo generativo foi verificado através da estruturação de um modelo computacional (Plug-In denominado GAIA) que implementa as funcionalidades descritas no presente trabalho, permitindo-se assim a sistematização da geração de alternativas e o uso e aplicação das transcrições geométricas para as genéticas e em seguida para as computacionais, através de interface de parametrização e visualização de resultados.
publishDate 2018
dc.date.issued.fl_str_mv 2018
dc.date.accessioned.fl_str_mv 2019-07-02T02:36:07Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/196494
dc.identifier.nrb.pt_BR.fl_str_mv 001096203
url http://hdl.handle.net/10183/196494
identifier_str_mv 001096203
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/196494/2/001096203.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/196494/1/001096203.pdf
bitstream.checksum.fl_str_mv 8b07f496004999d167ad022585670dd3
a1cfd32d475f29134a81dc149bb0046d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1831316071433371648