Optimisation of Steel Pipe-Rack Structures in the Oil Industry Using Metaheuristic Algorithms

Document Type : Original Article

Authors
Ruholamin Chatrazar 1
Hamed Ghohani Arab 2
Mahmoud Miri 3
1 Master's student, Department of Civil Engineering, Shahid Nikbakht Faculty of Engineering, University of Sistan and Baluchestan, Zahedan, Iran
2 Associate Professor, Department of Civil Engineering, Shahid Nikbakht Faculty of Engineering, University of Sistan and Baluchestan, Zahedan, Iran
3 Professor, Department of Civil Engineering, Shahid Nikbakht Faculty of Engineering, University of Sistan and Baluchestan, Zahedan, Iran
20.1001.1/jgt.2025.2057791.1055
Abstract
Steel pipe racks are among the most critical structures in various industries, including oil and petrochemical sectors. They are used for transporting fluids, gases, and chemicals. Given the extensive application of these structures in the oil and gas industry, their optimisation is of paramount importance. This research aims to reduce the construction costs of steel pipe racks via practical weight optimisation using the Grey Wolf Optimiser (GWO) and Whale Optimisation Algorithm (WOA) metaheuristic algorithms, as well as comparing their responses. In this study, the aforementioned algorithms are developed automatically through MATLAB, and by interfacing with ETABS, enable the optimal design of steel pipe racks while adhering to design code requirements. Leveraging metaheuristic algorithms and complying with design code requirements, this research seeks to provide a practical solution for the safe and optimised design of steel pipe rack structures, thereby reducing construction costs in the oil and gas industry. The proposed framework is evaluated on two steel pipe racks, incorporating key design considerations. The results demonstrate that both GWO and WOA metaheuristic optimisation methods can serve as effective tools for engineers in achieving cost-efficient designs.

Keywords

Subjects

Article Title Persian

بهینه‌سازی سازه‌های پایپرک لوله‌ فولادی در صنعت نفت با استفاده از الگوریتم‌های فرا اکتشافی

Authors Persian

روح الامین چترآذر 1
حامد قوهانی عرب 2
محمود میری 3
1 دانشجوی کارشناسی ارشد، گروه مهندسی عمران، دانشکده مهندسی شهید نیکبخت، دانشگاه سیستان و بلوچستان، زاهدان، ایران
2 دانشیار، گروه مهندسی عمران، دانشکده مهندسی شهید نیکبخت، دانشگاه سیستان و بلوچستان، زاهدان، ایران
3 استاد، گروه مهندسی عمران، دانشکده مهندسی شهید نیکبخت، دانشگاه سیستان و بلوچستان، زاهدان، ایران
Abstract Persian

پایپرک‌های فولادی یکی از سازه‌های مهم در صنایع مختلف از جمله نفت و پتروشیمی هستند که برای انتقال سیالات، گازها و مواد شیمیایی، مورد استفاده قرار می‌گیرند. با توجه به کاربرد وسیع این نوع سازه‎‌ها در صنایع نفت و گاز، بهینه‌سازی آن‌ها از اهمیت ویژه‌ای برخوردار است. هدف این تحقیق، کاهش هزینه‌ی ساخت پایپرک‌های فولادی از طریق بهینه‌سازی وزن به صورت کاربردی با استفاده از الگوریتم‌های فرا ابتکاری گرگ خاکستری و نهنگ و همچنین مقایسه‌ی پاسخ‌های آن‌ها می‌باشد. در این پژوهش، الگوریتم‌های نامبرده به‌صورت خودکار و با استفاده از برنامه‌نویسی در محیط MATLAB توسعه یافته‌اند و از طریق ارتباط با نرم‌افزار ETABS، طراحی بهینه‌ی پایپرک‌های فولادی با رعایت قیود آیین‌نامه‌ای امکان‌پذیر می‌باشد. پژوهش حاضر با بهره‌گیری از الگوریتم‌های فرا ابتکاری و رعایت الزامات آیین‌نامه‌های طراحی، در پی ارائه راهکاری عملی برای طراحی بهینه و ایمن سازه‌های پایپرک فولادی است تا از این طریق هزینه‌های ساخت در صنعت نفت و گاز را کاهش دهد. کارکرد طرح پیشنهادی بر روی دو پایپرک فولادی با رعایت نکات طراحی، ارزیابی شده است. نتایج نشان می‌دهد که هر دو روش بهینه‌سازی فرا ابتکاری گرگ خاکستری و نهنگ، می‌توانند به‌عنوان یک ابزار کارآمد برای مهندسان، در دستیابی به طرح‌های اقتصادی مورد استفاده قرار بگیرند.

Keywords Persian

سازه پایپرک فولادی
بهینه‌سازی
الگوریتم‌های فرا‌ابتکاری
الگوریتم بهینه‌سازی گرگ خاکستری
الگوریتم بهینه‌سازی نهنگ

  1. Agency International Energy. (2024). World Energy Outlook 2024. International Energy Agency.

    AISC. (2010). Specifications for structural steel buildings. IL: AISC.

    Aydoğdu, i, Akın, A., & Saka, M. P. (2016). Design optimization of real world steel space frames using artificial bee colony algorithm with Levy flight distribution. Advances in Engineering Software, 92, 1–14. https://doi.org/10.1016/j.advengsoft.2015.10.013.

    Črepinšek, M., Liu, S., & Mernik, M. (2013). Exploration and Exploitation in Evolutionary Algorithms: A Survey. ACM Computing Surveys, 45(3). https://doi.org/10.1145/2480741.2480752

    Engineers American Society of Civil. (2010). Minimum Design Loads for Buildings and Other Structures (ASCE/SEI 7-10). American Society of Civil Engineers.

    Hasançebi, O., & Carbas, S. (2014). Bat inspired algorithm for discrete size optimization of steel frames. Advances in Engineering Software, 67, 173–185. https://doi.org/10.1016/j.advengsoft.2013.10.003.

    HasançEbi, O., & Kazemzadeh Azad, S. (2012). An exponential big bang-big crunch algorithm for discrete design optimization of steel frames. Computers and Structures, 110–111, 167–179. https://doi.org/10.1016/j.compstruc.2012.07.014.

    HOFFECKER, J. F. (2005). Innovation and Technological Knowledge in the Upper Paleolithic of Northern Eurasia. Evolutionary Anthropology, 14, 186–198. https://doi.org/10.1002/evan.20066.

    Hsu, H. L., & Jean, S. Y. (2003). Improving seismic design efficiency of petrochemical facilities. Practice Periodical on Structural Design and Construction, 8(2), 107–117. https://doi.org/10.1061/(ASCE)1084-0680(2003)8:2(107).

    J Singh, N., & Ishtiyaque, M. (2016). Optimized Design & Analysis of Steel Pipe Racks for Oil & Gas Industries as per International Codes & Standards. International Journal of Research in Engineering and Technology, 5(10).

    Karimi, M., Hosseinzadeh, N., Hosseini, F., & Kazem, N. (2011). Seismic Evaluation of Pipe Rack Supporting Structures in a Petrochemical Complex in Iran. International Journal of Advanced Structural Engineering, 3(1), 111–120.

    Kaveh, A., & Rahami, H. (2006). Nonlinear analysis and optimal design of structures via force method and genetic algorithm. Computers & Structures, 84(12), 770–778. https://doi.org/10.1016/j.compstruc.2006.02.004.

    Kaveh, A., & Talatahari, S. (2010a). An improved ant colony optimization for the design of planar steel frames. Engineering Structures, 32(3), 864–873. https://doi.org/10.1016/j.engstruct.2009.12.012

    Kaveh, A., & Talatahari, S. (2010b). Optimum design of skeletal structures using imperialist competitive algorithm. Computers and Structures, 88(21–22), 1220–1229. https://doi.org/10.1016/j.compstruc.2010.06.011.

    Kawade, M. G., & Navale, A. V. (2019). Optimization of Pipe Rack by Study of Braced Bay. International Journal of Research in Engineering, Science and Management, 2(2).

    Khajeh, A., Ghasemi, M. R., & Ghohani Arab, H. (2017). HYBRID PARTICLE SWARM OPTIMIZATION, GRID SEARCH. INTERNATIONAL JOURNAL OF OPTIMIZATION IN CIVIL ENGINEERING, 7(2), 171–189.

    1. DRAKE, R., & J. WALTER, R. (2010). Design of Structural Steel Pipe Racks. Engineering Journal, 47, 241–252.

    Mahallati, A., Ghasemi, M. R., & Ghohani Arab, H. (2018). OPTIMIZATION OF STEEL MOMENT FRAME BY A PROPOSED EVOLUTIONARY ALGORITHM. INTERNATIONAL JOURNAL OF OPTIMIZATION IN CIVIL ENGINEERING, 8(4), 511–524.

    Mech, L. D. (1999). Alpha status, dominance, and division of labor in wolf packs. Canadian Journal of Zoology, 77, 1196–1203. https://doi.org/10.1139/z99-099.

    Mirjalili, S., & Lewis, A. (2016). The Whale Optimization Algorithm. Advances in Engineering Software, 95, 51–67. https://doi.org/10.1016/j.advengsoft.2016.01.008.

    Mirjalili, S., Mirjalili, S. M., & Lewis, A. (2014). Grey Wolf Optimizer. Advances in Engineering Software, 69, 46–61. https://doi.org/10.1016/j.advengsoft.2013.12.007.

    Pezeshk, S., V. Camp, C., & Chen, D. (2000). Design of Nonlinear Framed Structures Using Genetic Optimization. Journal of Structural Engineering, 126(3), 382–388. https://doi.org/10.1061/(ASCE)0733-9445(2000)126:3(382)

    Rajeev, S., & Krishnamoorthy, C. S. (1992). Discrete Optimization of Structures Using Genetic Algorithms. Journal of Structural Engineering, 118(5), 1233–1250. https://doi.org/10.1061/(ASCE)0733-9445(1992)118:5(1233).

    Salama, M. I. (2013). New simple equations for effective length factors. HBRC Journal, 10(2), 156–159. https://doi.org/10.1016/j.hbrcj.2013.10.003.

    Seismology, International Institute of Earthquake Engineering and structures Edition 4. (2023). Seismic Design Regulations Oil industry facilities and structures Edition 4. Vice President of Engineering, Research and Technology.

    Shahiditabat, A., & Mirghaderi, R. (2013). Pipe and Pipe Rack Interaction. International Journal of Applied Science and Technology, 3(5), 39–44.

    Talatahari, S., Gandomi, A. H., Yang, X.-S., & Deb, S. (2015). Optimum design of frame structures using the Eagle Strategy with Differential Evolution. Engineering Structures, 91, 16–25. https://doi.org/10.1016/j.engstruct.2015.02.026.

    Talbi, E. G. (2009). Metaheuristics: From Design to Implementation. Wiley.

    Tog˘an, V. (2012). Design of planar steel frames using Teaching–Learning Based Optimization. Engineering Structures, 34, 225–232. https://doi.org/10.1016/j.engstruct.2011.08.035.

    Zakian, P., Ordoubadi, B., & Alavi, E. (2021). Optimal Design of Steel Pipe Rack Structures Using PSO, GWO, and IGWO Algorithms. Advances in Structural Engineering, 24(11), 1–13. https://doi.org/10.1177/13694332211004116.

Journal of Gas Technology
Volume 9, Issue 2 - Serial Number 13
December 2024
Pages 54-69