Automatisch ontwerpen golfbrekers zorgt voor snelheid

Als onderdeel van zijn masteropleiding Waterbouw, deed Sander Winkel onderzoek naar het automatisch ontwerpen van golfbrekers. “In het verleden zijn er meerdere ontwerptools voor golfbrekers gebouwd, maar in de praktijk werkt men nog steeds met handberekeningen en verschillende versies van Excel. Zonde, want door automatisering gaat het ontwerpproces veel sneller. Met mijn onderzoek en tool wil ik hier dan ook verandering in brengen.”

Sander: “Mijn onderzoek startte met interviews met ontwerpers: wat zijn hun wensen? Aan welke eisen moet een golfbreker voldoen om bruikbaar te zijn in een ontwerpproces? En wat miste er in andere tools? De bestaande tools gingen allemaal uit van een probabilistisch ontwerpproces, waarin kansberekening wordt meegenomen. De ontwerpers gaven echter aan dat zij zo niet werken. Om de relatie tussen golfhoogte en waterdiepte te kunnen schatten heb je minimaal 10 jaar aan meetgegevens nodig: die zijn er vaak niet. Daarnaast is een lage prijs in deze tak van sport erg belangrijk en is eventuele schade relatief eenvoudig te herstellen na een storm.”

Nieuwe Python tool
Omdat geen van de bestaande tools aan de eisen van de ontwerpers voldeed, ontwikkelde Sander een nieuwe tool – geredeneerd vanuit de praktijk in plaats van de theorie. “Ik ontwierp een Python package voor het ontwerpen van golfbrekers, zowel volledig in Python als met een GUI. Hierbij automatiseerde ik het daadwerkelijke werkproces van de ontwerpers door de oude waterbouwformules te gebruiken en het probabilistische ontwerpproces achterwege te laten. Het resultaat is een flexibele tool, die zelf zo min mogelijk ontwerpkeuzes maakt en vooral het werk makkelijker maakt.”

“Door middel van automatisch ontwerpen kun je meer golfbreker concepten ontwerpen in dezelfde tijd”, vertelt Sander over de voordelen van de tool. “De interpretatie van de ontwerpers blijft belangrijk. Met hun ruime ervaring zien zij snel of een ontwerp klopt, bruikbaar is en kunnen ze waar nodig aanpassingen doorvoeren. Met de tool kun je een aangepast ontwerp vervolgens weer sneller doorrekenen. Zo kun je meer ontwerpen maken in dezelfde tijd. Hierdoor worden ontwerpers nog meer ervaren en ontstaan nieuwe ideeën. Bovendien is het werken met een tool minder foutgevoelig dan werken in Excel.”

Sanders onderzoek is inmiddels afgerond en zijn Python package is beschikbaar op Github en PyPI. Ontwerpers kunnen de tool nu dus daadwerkelijk gaan testen. “Hopelijk gaan ze deze tool wél gebruiken.”

Benieuwd naar Sanders werk? Bekijk dan de documentatie, installeer de tool via PyPI (pip install breakwater) of check de code op de GitHub repository.