• algoritmi genetici
• efficiency
• efficienza
• finite element method
• genetic algorithms
• metodo agli elementi finiti
• modellazione parametrica
• ottimizzazione della forma
• ottimizzazione strutturale
• parametric modeling
• shape optimization
• sostenibilità
• structural optimization
• sustainability

L'ottimizzazione strutturale rappresenta un elemento chiave nella progettazione ingegneristica moderna, combinando efficienza, sostenibilità e prestazioni. L'obiettivo di questa tesi è l'implementazione di un flusso di ottimizzazione strutturale multilivello, concepito come moderno supporto alla progettazione e applicato al caso studio del Forth Bridge, una pietra miliare dell'ingegneria strutturale del XIX secolo. Il flusso di ottimizzazione proposto integra strumenti avanzati basati sulla modellazione parametrica, sull'ottimizzazione di forma e sugli algoritmi genetici, consentendo di esplorare configurazioni geometriche che rispondano a criteri prestazionali definiti e di fornire un dimensionamento globale sin dalle fasi preliminari del Concept Design. Gli algoritmi genetici, ispirati ai principi dell’evoluzione darwiniana, lavorano partendo da una popolazione di soluzioni iniziali e generano iterativamente nuove soluzioni combinando le caratteristiche delle migliori configurazioni, secondo il principio della sopravvivenza del più adatto. In questo processo, tali algoritmi lavorano in parallelo con la modellazione strutturale FEM (Finite Element Method) per valutare iterativamente le prestazioni strutturali delle configurazioni generate, permettendo così di identificare soluzioni ottimali che soddisfano criteri di efficienza e sostenibilità. La metodologia adottata si articola in diverse fasi: analisi approfondita del caso studio scelto, parametrizzazione della geometria, analisi strutturale, ottimizzazione dimensionale e geometrica. L'applicazione di essa al Forth Bridge ha evidenziato risultati significativi, tra cui una riduzione della massa fino al 30% e l'individuazione di configurazioni strutturali meno deformabili. Il confronto con il progetto originale ha mostrato come la geometria storica del ponte si posiziona vicino a una soluzione ottimale derivante da un approccio multi-obiettivo, confermando l'intuizione ingegneristica dei progettisti dell'epoca. Tuttavia, il metodo presenta alcune limitazioni, come l'assenza di considerazioni sugli stadi costruttivi e l'integrazione di analisi di sostenibilità e ciclo di vita, che rappresentano promettenti direzioni di sviluppo futuro. Questo lavoro dimostra come l'integrazione di modellazione parametrica, ottimizzazione di forma, algoritmi genetici e analisi strutturale FEM possa costituire un supporto fondamentale per l'innovazione nella progettazione strutturale. Con ulteriori miglioramenti, tale approccio potrebbe diventare uno standard per la progettazione di strutture complesse, offrendo soluzioni più efficienti, sostenibili e innovative per affrontare le sfide future.

Structural optimization represents a key element in modern engineering design, combining efficiency, sustainability, and performance. The objective of this thesis is the implementation of a multilevel structural optimization workflow, conceived as a modern design support tool and applied to the case study of the Forth Bridge, a milestone of 19th-century structural engineering. The proposed optimization workflow integrates advanced tools based on parametric modeling, shape optimization, and genetic algorithms, enabling the exploration of geometric configurations that meet defined performance criteria and providing a global sizing framework from the preliminary stages of Concept Design. Genetic algorithms, inspired by Darwinian principles of evolution, work by starting from an initial population of solutions and iteratively generating new ones by combining the characteristics of the best configurations, according to the principle of survival of the fittest. In this process, these algorithms work in parallel with FEM (Finite Element Method) structural modeling to iteratively evaluate the structural performance of the generated configurations, thus identifying optimal solutions that meet efficiency and sustainability criteria. The adopted methodology is divided into several phases: in-depth analysis of the selected case study, parameterization of geometry, structural analysis, dimensional, and geometric optimization.
Its application to the Forth Bridge has highlighted significant results, including a reduction in mass of up to 30% and the identification of less deformable structural configurations. A comparison with the original design revealed that the historical geometry of the bridge is close to an optimal solution derived from a multi-objective approach, confirming the engineering intuition of the designers of the time. However, the method presents some limitations, such as the absence of considerations regarding construction stages and the integration of sustainability and lifecycle analyses, which represent promising directions for future development. This work demonstrates how the integration of parametric modeling, shape optimization, genetic algorithms, and FEM structural analysis can provide essential support for innovation in structural design. With further improvements, this approach could become a standard for the design of complex structures, offering more efficient, sustainable, and innovative solutions to tackle future challenges.